[發明專利]用于回放更高階立體混響音頻信號的方法和設備

有效

• 申請號: 201310070648.1
• 申請日: 2013-03-06
• 公開（公告）號: CN103313182B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: P.賈克斯;J.貝姆;W.G.雷德曼
• 申請（專利權）人: 杜比國際公司
• 主分類號: H04S3/00
• 分類號: H04S3/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所11038
• 代理人: 程連貞

1.一種用于回放指定給視頻信號的原始更高階立體混響音頻信號的方法，上述視頻信號是對原始和不同的屏幕而生成的但是將被呈現在當前屏幕上，所述方法包括如下步驟：

-解碼所述更高階立體混響音頻信號以提供解碼的音頻信號；

-接收或建立從所述原始屏幕和所述當前屏幕在它們的寬度并且可能在它們的高度并且可能在它們的彎曲度之間的差異得出的再現適配信息；

-通過在空間域中彎曲它們來適配所述解碼的音頻信號，其中，所述再現適配信息控制所述彎曲，從而對于當前屏幕的觀眾和所述適配的解碼的音頻信號的聽眾，由所述適配的解碼的音頻信號表示的至少一個音頻對象的感知位置匹配所述屏幕上的相關視頻對象的感知位置；

-對揚聲器重現和輸出適配的解碼的音頻信號。

2.如權利要求1的方法，其中，所述更高階立體混響音頻信號包含指定給對應視頻對象的多個音頻對象，并且其中，對于所述當前屏幕觀眾和聽眾，所述音頻對象的角度或距離將分別不同于所述原始屏幕上的所述視頻對象的角度或距離。

3.如權利要求1或2的方法，其中，攜帶所述原始更高階立體混響音頻信號的位流也包括所述再現適配信息。

4.如權利要求1到3中一項的方法，其中，除了所述彎曲之外，進行增益函數的加權，從而獲得每個孔徑角的結果的同類聲音幅度。

5.如權利要求1到4中一項的方法，其中，解碼更高階立體混響音頻信號的兩個完整系數集合，第一音頻信號表示與可視對象相關的對象，第二音頻信號表示獨立或環境聲音，其中，僅第一解碼的音頻信號經歷對實際屏幕布局的彎曲的適配而第二解碼的音頻信號未被處理，且其中，在回放之前，所適配的第一解碼的音頻信號和未適配的第二解碼的音頻信號被組合。

6.如權利要求5的方法，其中，所述第一和第二音頻信號的HOA階不同。

7.如權利要求1到6中一項的方法，其中，動態地改變所述再現適配信息。

8.一種用于回放指定給視頻信號的原始更高階立體混響音頻信號的設備，所述視頻信號是對原始和不同的屏幕而生成的但是將被呈現在當前屏幕上，所述設備包括：

-適配于解碼所述更高階立體混響音頻信號以提供解碼的音頻信號的裝置；

-適配于接收或建立從所述原始屏幕和所述當前屏幕在它們的寬度并且可能在它們的高度并且可能在它們的彎曲度之間的差異得出的再現適配信息的裝置；

-適配于通過在空間域中彎曲它們來適配所述解碼的音頻信號的裝置，其中，所述再現適配信息控制所述彎曲，從而對于當前屏幕的觀眾和所述適配的解碼的音頻信號的聽眾，由所述適配的解碼的音頻信號表示的至少一個音頻對象的感知位置匹配所述屏幕上的相關視頻對象的感知位置；

-適配于對揚聲器重現和輸出適配的解碼的音頻信號的裝置。

9.如權利要求8的設備，其中，所述更高階立體混響音頻信號包含指定給對應視頻對象的多個音頻對象，并且其中，對于所述當前屏幕觀眾和聽眾，所述音頻對象的角度或距離將分別不同于所述原始屏幕上的所述視頻對象的角度或距離。

10.如權利要求8或9的設備，其中，攜帶所述原始更高階立體混響音頻信號的位流也包括所述再現適配信息。

11.如權利要求8到10中一項的設備，其中，除了所述彎曲之外，進行增益函數的加權，從而獲得每個孔徑角的結果的同類聲音幅度。

12.如權利要求8到11中一項的設備，其中，解碼更高階立體混響音頻信號的兩個完整系數集合，第一音頻信號表示與可視對象相關的對象，第二音頻信號表示獨立或環境聲音，其中，僅第一解碼的音頻信號經歷對實際屏幕布局的彎曲的適配而第二解碼的音頻信號未被處理，且其中，在回放之前，所適配的第一解碼的音頻信號和未適配的第二解碼的音頻信號被組合。

13.如權利要求12的設備，其中，所述第一和第二音頻信號的HOA階不同。

14.如權利要求8到13中一項的設備，其中，動態地改變所述再現適配信息。

15.一種用于生成數字音頻信號數據的方法，所述方法包括如下步驟：

-提供被指定給視頻信號的原始更高階立體混響音頻信號的數據；

-提供從可以呈現所述視頻信號的原始屏幕的寬度并且可能從高度并且可能從彎曲度得出的再現適配信息數據，其中，所述再現適配信息數據可用于通過在空間域中彎曲來適配所述更高階立體混響音頻信號的解碼版本，從而對于在具有與所述原始屏幕的寬度不同的寬度的當前屏幕上的所述視頻信號的觀眾以及所述適配的解碼的音頻信號的聽眾，由所述適配的解碼的音頻信號表示的至少一個音頻對象的感知位置匹配所述當前屏幕上的相關視頻對象的感知位置。