[發明專利]用于編碼和解碼具有各種聲道的多對象音頻信號的設備和方法

有效

• 申請號: 201210227837.0
• 申請日: 2007-10-01
• 公開（公告）號: CN102768835A
• 公開（公告）日: 2012-11-07
• 發明（設計）人: 白承權;徐廷一;李泰辰;李用主;張仁瑄;劉載鉉;張大永;洪鎮佑;金鎮雄;姜京玉
• 申請（專利權）人: 韓國電子通信研究院
• 主分類號: G10L19/14
• 分類號: G10L19/14;H04S7/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 李芳華

本專利申請是下列發明專利申請的分案申請：

申請號：200780043560.3

申請日：2007年10月1日

發明名稱：用于編碼和解碼具有各種聲道的多對象音頻信號的設備和方法

技術領域

本發明涉及用于編碼和解碼多對象音頻信號的設備和方法；并且，更具體地，涉及用于對具有各種聲道的多對象音頻信號進行編碼和解碼以及對形成有各種聲道的多對象音頻信號進行編碼和解碼的設備和方法。

具有各種聲道的多對象音頻信號是包括其每一個形成有不同聲道（例如，單聲道、立體聲聲道、和5.1聲道）的多個音頻對象的音頻信號。

該工作得到韓國信息通信部（MIC）和/或韓國信息技術（IT）研究院（IITA）的信息技術研究和開發規劃的部分支持[2005-S-403-02,“super-intelligent?multimedia?anytime-anywhere?realistic?TV(SmaRTV)technology”]。

背景技術

根據現有技術的音頻編碼和解碼技術使得用戶能夠被動收聽音頻內容。因此，已存在對于以下對由不同聲道組成的多個音頻對象進行編碼和解碼的設備和方法的需求，通過根據用戶需求控制由不同聲道組成的每一音頻對象，使用各種方法合并一個音頻上下文，而使得用戶能夠消費各種音頻對象。

作為現有技術，介紹了空間音頻編碼（SAC）。SAC是用于將多聲道音頻信號表達為縮混后的（down?mixed）單聲道信號或縮混后的立體聲信號和空間線索、傳送并恢復多聲道音頻信號的技術?；赟AC，可以以低比特率傳送高質量多聲道音頻信號。

然而，SAC不能編碼和解碼多聲道多對象音頻信號－例如包括其每一個由諸如單聲道、立體聲、和5.1聲道的不同聲道組成的各種對象的音頻信號，因為盡管音頻信號由多個聲道組成，但是SAC是用于編碼和解碼單對象音頻信號的技術。

作為另一現有技術，介紹了雙耳線索編碼（BCC）。BCC可編碼和解碼多對象信號。然而，BCC不能編碼和解碼由除了單聲道的各種聲道組成的多對象音頻信號，因為在BCC中音頻對象限于形成有單聲道的音頻對象。

如上所述，根據現有技術的音頻信號編碼和解碼技術不能對由各種聲道組成的多對象音頻信號進行編碼和解碼，因為它們被設計為對由單聲道組成的多對象信號或具有多聲道的單對象音頻信號進行編碼和解碼。所以，根據現有技術，用戶必須根據音頻信號編碼和解碼技術來被動收聽音頻上下文。

所以，已存在對于以下對由各種聲道組成的多個音頻對象進行編碼和解碼的設備和方法的需求，通過根據用戶需求控制其每一個具有不同聲道的每一音頻對象，使用各種方法混合一個音頻內容，以便消費各種音頻對象。

發明內容

技術問題

本發明的實施例旨在提供一種用于對具有各種聲道的多對象音頻信號進行編碼和解碼以及對由各種聲道組成的多對象音頻信號進行編碼和解碼的設備和方法。

本發明的其他目的和優點可通過以下描述而理解，并通過參考本發明的實施例而變得清楚。而且，對于本發明的領域的技術人員來說顯而易見的是，可通過要求保護的部件及其組合來實現本發明的目的和優點。

技術方案

根據本發明的一個方面，提供了一種用于編碼具有不同聲道的多對象音頻信號的設備，包括：縮混單元，用于將音頻信號縮混為一個縮混后的音頻信號，并提取用于所述音頻信號中的每一個的包括報頭信息和空間線索信息的補充信息；編碼單元，用于對縮混后的音頻信號進行編碼；和補充信息編碼單元，用于生成該補充信息作為比特流，其中該報頭信息包括：用于所述音頻信號中的每一個的標識信息；和用于所述音頻信號的聲道信息。

根據本發明的另一方面，提供了一種用于編碼具有不同聲道的多對象音頻信號的方法，包括步驟：將音頻信號縮混為一個縮混后的音頻信號，并提取用于所述音頻信號中的每一個的包括報頭信息和空間線索信息的補充信息；對縮混后的音頻信號進行編碼；和生成該補充信息作為比特流，其中該報頭信息包括：用于所述音頻信號中的每一個的標識信息；和用于所述音頻信號的聲道信息。