[發明專利]用于多聲道縮混/上混情況的通用空間音頻對象編碼參數化概念的解碼器和方法

有效

• 申請號: 201380051915.9
• 申請日: 2013-08-05
• 公開（公告）號: CN104885150B
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 托爾斯滕·卡斯特納;于爾根·赫勒;萊昂·特倫提夫;奧利弗·赫爾穆特
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: G10L19/008
• 分類號: G10L19/008
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王萍;陳煒

1.一種用于從包括一個或更多個縮混聲道的縮混信號產生包括一個或更多個音頻輸出聲道的音頻輸出信號的解碼器，其中，所述縮混信號編碼兩個或更多個音頻對象信號，其中，所述解碼器包括：

閾值確定器(110)，用于根據所述兩個或更多個音頻對象信號中的至少一個的信號能量或噪聲能量、或者根據所述一個或更多個縮混聲道中的至少一個的信號能量或噪聲能量來確定閾值，以及

處理單元(120)，用于根據所述閾值從所述一個或更多個縮混聲道產生所述一個或更多個音頻輸出聲道，

其中，所述處理單元(120)被配置成根據所述兩個或更多個音頻對象信號的對象協方差矩陣(E)、根據用于縮混所述兩個或更多個音頻對象信號以獲得所述一個或更多個縮混聲道的縮混矩陣(D)以及根據所述閾值，從所述一個或更多個縮混聲道產生所述一個或更多個音頻輸出聲道，

其中，所述處理單元(120)被配置成通過在用于對縮混聲道互相關矩陣Q求逆的函數中應用所述閾值，來從所述一個或更多個縮混聲道產生所述一個或更多個音頻輸出聲道，

其中，Q被定義為Q＝DED^*，

其中，D是用于縮混所述兩個或更多個音頻對象信號以獲得所述一個或更多個縮混聲道的所述縮混矩陣，

其中，E是所述兩個或更多個音頻對象信號的對象協方差矩陣，以及

其中，所述處理單元(120)被配置成通過計算所述縮混聲道互相關矩陣Q的特征值來從所述一個或更多個縮混聲道產生所述一個或更多個音頻輸出聲道。

2.根據權利要求1所述的解碼器，其中，

其中，所述縮混信號包括兩個或更多個縮混聲道，和

所述閾值確定器(110)被配置成根據所述兩個或更多個縮混聲道中的每個縮混聲道的噪聲能量來確定所述閾值。

3.根據權利要求2所述的解碼器，其中，所述閾值確定器(110)被配置成根據所述兩個或更多個縮混聲道中的所有噪聲能量的總和來確定所述閾值。

4.根據權利要求1所述的解碼器，其中，所述閾值確定器(110)被配置成根據所述兩個或更多個音頻對象信號中的、具有所述兩個或更多個音頻對象信號中的最大信號能量的音頻對象信號的信號能量來確定所述閾值。

5.根據權利要求1所述的解碼器，

其中，所述縮混信號針對多個時間-頻率片中的每個時間-頻率片來編碼所述兩個或更多個音頻對象信號，

其中，所述閾值確定器(110)被配置成根據所述兩個或更多個音頻對象信號中的至少一個的信號能量或噪聲能量、或者根據所述一個或更多個縮混聲道的至少一個的信號能量或噪聲能量來確定針對所述多個時間-頻率片中的每個時間-頻率片的閾值，其中，所述多個時間-頻率片中的第一時間-頻率片的第一閾值與所述多個時間-頻率片中的第二時間-頻率片的閾值不同，以及

其中，所述處理單元(120)被配置成針對所述多個時間-頻率片中的每個時間-頻率片、根據所述時間-頻率片的閾值而從所述一個或更多個縮混聲道產生所述一個或更多個音頻輸出聲道中的每個音頻輸出聲道的聲道值。

6.根據權利要求1所述的解碼器，

其中，所述縮混信號包括兩個或更多個縮混聲道，

其中，所述解碼器被配置成根據以下公式確定以分貝為單位的所述閾值T

T[dB]＝E_noise[dB]-E_ref[dB]-Z或者根據以下公式確定所述閾值T

T[dB]＝E_noise[dB]-E_ref[dB]，

其中，T[dB]表示以分貝為單位的所述閾值，

其中，E_noise[dB]表示所述兩個或更多個縮混聲道中以分貝為單位的所有噪聲能量的總和，或者E_noise[dB]表示將所述兩個或更多個縮混聲道中以分貝為單位的所有噪聲能量的總和除以所述兩個或更多個縮混聲道的數量，

其中，E_ref[dB]表示以分貝為單位的所述音頻對象信號之一的信號能量，以及

其中，Z表示作為數值的附加參數。