[發明專利]用于編碼多對象音頻信號的設備和方法

有效

• 申請號: 201210381376.2
• 申請日: 2007-12-27
• 公開（公告）號: CN102883257A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 白承權;徐廷一;李泰辰;李用主;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: H04S7/00
• 分類號: H04S7/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 張銀英

本申請是申請日為2007年12月27日、申請號為200780051758.6、發明名稱為“包括信息比特流轉換的用于對具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”的發明專利申請的分案申請。

技術領域

本發明涉及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的設備和方法；且更具體地，涉及一種包括邊信息（side?information）比特流轉換的用于對具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，所述邊信息比特流轉換用于變換邊信息比特流、并基于變換后的邊信息比特流來恢復具有所期望的輸出信號（即，各種聲道）的多對象音頻信號。

具有各種聲道的多對象音頻信號表示用于針對每個音頻對象具有不同聲道（例如，單聲道、立體聲和5.1聲道）的多對象的音頻信號。

這項工作受MIC/IITA的IT?R&D規劃[2005-S-403-02,“Development?of?Super-intelligent?Multimedia?Anytime-anywhere?Realistic?TV?SmarTV?Technology（超智能多媒體任何時間任何地點逼真TV智能TV技術的開發）”]支持。

背景技術

根據傳統的音頻編碼/解碼技術，用戶應該被動地（inactively）聆聽音頻內容。這樣，需要開發一種用于對在用于多個音頻對象的多聲道中的音頻信號進行編碼和解碼的設備和方法，使得可以通過根據用戶的需要而控制其每一個具有不同聲道的音頻對象并以各種方法而組合一個音頻內容，來消費各種音頻對象。

傳統的空間音頻編碼（SAC）是一種用于將多聲道音頻信號代表、傳送、和恢復為縮混后的單聲道或立體聲信號的技術，并且它可以以低比特率來傳送高質量的多聲道音頻信號。

然而，由于傳統的SAC能夠對在僅用于一個音頻對象的多聲道中的信號進行編碼和解碼，所以它不能編碼/解碼多聲道和多對象音頻信號，例如，用于多聲道（例如，單聲道、立體聲和5.1聲道）中的各種對象的音頻信號。

此外，傳統的心理聲學編碼（BCC：Binaural?Cue?Coding）技術可以編碼/解碼用于多對象的音頻信號。然而，由于音頻對象的聲道限于單聲道，所以不能對具有包括單聲道的各種聲道的多對象音頻信號進行編碼/解碼。

總之，由于傳統的技術僅可以編碼/解碼具有單個聲道的多對象音頻信號、或者具有多聲道的單對象音頻信號，所以不能對具有各種聲道的多對象音頻信號進行編碼/解碼。因此，根據傳統的音頻編碼/解碼技術，用戶應該被動地聆聽音頻內容。

相應地，需要開發一種用于對在用于每個多音頻對象的各種聲道中的音頻信號進行編碼和解碼的設備和方法，以通過控制根據用戶的需要而不同的多聲道中的每個音頻對象、并根據各種方法而組合一個音頻內容來消費各種音頻對象。

此外，需要一種用于將多對象音頻比特流轉換為傳統的SAC比特流并且反之亦然的設備和方法，以提供在多對象音頻編碼器中創建的邊信息比特流與傳統的SAC編碼器/解碼器的邊信息比特流之間的后向兼容性。

如上所述，作為用于通過單獨控制具有不同聲道的多個音頻對象并根據各種方法而組合一個音頻內容來對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，需要開發一種可執行比特流轉換的多聲道和多對象音頻編碼和解碼設備及方法，以提供與傳統SAC比特流的后向兼容性，并控制具有多聲道的每個多音頻對象，從而以多樣的方法來組合一個音頻對象。

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、以提供與傳統的空間音頻編碼（SAC）比特流的后向兼容性的設備和方法。

技術解決方案

根據本發明的一方面，提供了一種用于編碼多對象音頻信號的設備，包括：音頻對象編碼單元，用于基于空間線索（spatial?cue）來編碼輸入到編碼設備的音頻對象信號，并創建用于編碼后的音頻對象信號的渲染信息，其中所述渲染信息包括用于音頻對象信號的空間線索信息、音頻對象信號的聲道信息和音頻對象信號的標識信息。

根據本發明的又一方面，提供了一種用于創建渲染信息來解碼多對象音頻信號的代碼轉換設備，包括：第一矩陣單元，用于基于已編碼音頻對象信號的對象控制信息和播放信息來創建渲染信息，該渲染信息包括用于已編碼音頻對象信號的功率增益信息和輸出位置信息；和渲染單元，用于基于第一矩陣單元所創建的渲染信息和用于從編碼設備輸入的已編碼音頻對象信號的渲染信息，來創建用于要從解碼設備輸出的音頻信號的空間線索信息。