[發明專利]用于同步多聲道擴展數據與音頻信號以及用于處理音頻信號的裝置和方法

有效

• 申請號: 201210265493.2
• 申請日: 2009-02-10
• 公開（公告）號: CN102779519A
• 公開（公告）日: 2012-11-14
• 發明（設計）人: 塞巴斯蒂安·沙雷;沃爾夫岡·菲澤爾;約格·皮克爾;馬提亞斯·諾伊辛格
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: G10L19/00
• 分類號: G10L19/00;H04S3/00
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 徐金國;鐘強

技術領域

本發明涉及音頻多聲道技術，并且尤其涉及同步多聲道擴展數據與音頻信號從而允許多聲道重建。

背景技術

目前開發的技術通過減少數據來實現比以往更加有效率的音頻信號傳輸，而且還通過擴展，例如通過使用多聲道技術的擴展提高了音頻享受。

關于常見傳輸技術的這種擴展的例子已經被熟知的是“雙耳線索編碼”（BCC）以及“空間音頻編碼”。關于此內容，作為例子可以參考J.Herre,C.Faller,S.Disch,C.Ertel,J.Hilpet,A.Hoelzer,K.Linzmeier,C.Spenger,P.Kroon:“Spatial?Audio?Coding:Next-Generation?Efficient?and?Compatibel?Coding?Oberflache?Multi-Channel?Audio”，117^th?AES?Convertion，San?Francisco?2004，Preprint?6186。

在連續操作的傳輸系統中，例如在無線電或互聯網中，該方法把所要發送的音頻節目分成可以是單聲道或者立體聲縮混音頻信號的音頻基本數據或音頻信號，以及可以被稱為多聲道附加信息或多聲道擴展數據的擴展數據。多聲道擴展數據可以與音頻信號一起廣播，即以組合方式，或者該多聲道擴展數據也可以與音頻信號分開廣播。作為廣播無線電節目的可替代方式，還可以單獨將該多聲道擴展數據傳輸到例如用戶側現在已有的縮混聲道版本。在這種情況下，音頻信號的傳輸，例如以因特網下載或者購買壓縮盤或DVD的形式，在空間和時間上與多聲道擴展數據的傳輸分開進行，其中多聲道擴展數據例如可以由多聲道擴展數據服務器提供。

基本上，把多聲道音頻信號分成音頻信號和多聲道擴展數據具有以下優點。“傳統”接收器能夠獨立于多聲道附加數據的內容和版本，在任意時間接收并重放音頻基本數據，即，音頻信號。該特性被稱為逆兼容性。除此之外，較新一代的接收器還可以評估所發送的多聲道附加信息，并以可以將完整擴展即多聲道聲音提供到用戶的方式，將多聲道附加信息與音頻基本數據即音頻信號組合起來。

在數字無線電中的示例性應用方案中，借助于這些多聲道擴展數據，先前廣播的立體聲音頻信號可以被擴展為多聲道格式5.1，而幾乎沒有額外傳輸影響。該多聲道格式5.1包括5個重放聲道，即，左聲道L、右聲道R、中央聲道C、左后聲道LS（左環繞）以及右后聲道RS（右環繞）。為此，節目提供者在發射器側從多聲道聲音源中產生多聲道附加信息，例如所述多聲道聲音源來自于DVD/音頻/視頻。隨后，可以與先前廣播的音頻立體聲信號并行地發送該多聲道附加信息，所述音頻立體聲信號現在包括多聲道信號的立體聲縮混。

該方法的一個優點是與目前現有的數字無線電傳輸系統的兼容性。無法對該附加信息評估的傳統接收器將能夠如之前那樣接收并重放雙聲道聲音信號，而沒有關于質量的任何限制。

然而，除了目前所接收的立體聲聲音信號之外，新設計的接收器還可以對多聲道信息進行評估和解碼，并據此重建原始的5.1多聲道信號。

為了允許同時傳輸作為目前使用的立體聲聲音信號的補充的多聲道附加信息，可以有兩種通過數字無線電系統進行兼容廣播的方案。

第一種方案是將多聲道附加信息與編碼后的混縮音頻信號進行組合，從而它們可以作為合適和兼容的擴展，被加入到由音頻編碼器產生的數據流中。在這種情況下，接收器僅僅看到一個（有效的）音頻數據流，并且可以再次與相關聯的音頻數據塊同步地，通過相應的前置數據分配器提取并解碼多聲道附加信息，并將其作為5.1多聲道聲音輸出。

該方案需要現有基礎結構/數據路徑的擴展，從而使它們現在可以傳輸包括混縮信號和擴展的數據信號，而不像先前那樣僅僅傳輸立體聲音頻信號。例如當這是數據減少的示例，即傳輸混縮信號的比特流時，這是可行的，沒有額外的影響，也不存在問題。隨后，可以把用于擴展信息的字段插入到該比特流中。

第二種可行的方案是不把多聲道附加信息耦合到所使用的音頻編碼系統中。在這種情況下，多聲道擴展數據并不被耦合到實際的音頻數據流中。而是，通過特定的但不一定時間同步的附加聲道來進行傳輸，其中該附加聲道例如可以是并行的數字附加聲道。這種情況例如發生在以未減少的格式，例如作為每AES/EBU數據的PCM數據的格式，通過演播室中現有的普通音頻分配基礎結構來路由混縮信號即音頻信號的時候。這些基礎結構的目的是在各種源之間數字地分配音頻信號（“交叉切換（Crossbar）”），和/或通過聲音調整、動態壓縮等處理該音頻信號。