[發(fā)明專利]用于生成和交互式地渲染基于對(duì)象的音頻的方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201480020223.2
• 申請(qǐng)日: 2014-04-03
• 公開(kāi)（公告）號(hào): CN105103571B
• 公開(kāi)（公告）日: 2017-11-10
• 發(fā)明（設(shè)計(jì)）人: 斯里巴拉·S·梅赫塔;托馬斯·齊格勒;賈爾斯·貝克;杰弗里·里德米勒;普林亞爾·桑索姆布
• 申請(qǐng)（專利權(quán)）人: 杜比實(shí)驗(yàn)室特許公司;杜比國(guó)際公司
• 主分類號(hào): H04S7/00
• 分類號(hào): H04S7/00;G10L19/008
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 杜誠(chéng),陳煒

1.一種用于生成指示音頻內(nèi)容的基于對(duì)象的音頻節(jié)目的方法，所述音頻內(nèi)容包括第一非環(huán)境內(nèi)容、與所述第一非環(huán)境內(nèi)容不同的第二非環(huán)境內(nèi)容以及與所述第一非環(huán)境內(nèi)容和所述第二非環(huán)境內(nèi)容不同的第三內(nèi)容，所述方法包括步驟：

確定包括N個(gè)對(duì)象通道的對(duì)象通道組，其中所述對(duì)象通道組的第一子組指示所述第一非環(huán)境內(nèi)容，所述第一子組包括所述對(duì)象通道組中的M個(gè)對(duì)象通道，N和M中的每個(gè)是大于零的整數(shù)，并且M等于或小于N；

確定指示音頻內(nèi)容的默認(rèn)混音的揚(yáng)聲器通道聲床，其中包括所述聲床中的M個(gè)揚(yáng)聲器通道的基于對(duì)象的揚(yáng)聲器通道子組指示所述第二非環(huán)境內(nèi)容、或所述默認(rèn)混音的所述第二非環(huán)境內(nèi)容與所述默認(rèn)混音的所述音頻內(nèi)容中的至少一些其它音頻內(nèi)容的混音；

確定一組M個(gè)替換揚(yáng)聲器通道，其中，所述一組M個(gè)替換揚(yáng)聲器通道中的每個(gè)替換揚(yáng)聲器通道不指示所述基于對(duì)象的揚(yáng)聲器通道子組中的相應(yīng)揚(yáng)聲器通道的內(nèi)容，或指示所述基于對(duì)象的揚(yáng)聲器通道子組中的相應(yīng)揚(yáng)聲器通道的一些而非全部的內(nèi)容；

生成元數(shù)據(jù)，所述元數(shù)據(jù)指示所述對(duì)象通道中的至少之一的內(nèi)容與所述聲床的所述揚(yáng)聲器通道和/或所述替換揚(yáng)聲器通道中的預(yù)定揚(yáng)聲器通道的內(nèi)容的至少一個(gè)可選的預(yù)定備選混音，其中所述元數(shù)據(jù)包括針對(duì)每個(gè)所述備選混音的渲染參數(shù)，并且至少一個(gè)所述備選混音是指示所述聲床的至少一些音頻內(nèi)容和所述第一非環(huán)境內(nèi)容而非所述第二非環(huán)境內(nèi)容的替換混音；以及

生成包括所述揚(yáng)聲器通道聲床、所述一組M個(gè)替換揚(yáng)聲器通道、所述對(duì)象通道組和所述元數(shù)據(jù)的所述基于對(duì)象的音頻節(jié)目，使得在不使用所述元數(shù)據(jù)的情況下，所述揚(yáng)聲器通道聲床是能夠渲染的，以提供能被感知為所述默認(rèn)混音的聲音，以及所述替換混音是能夠響應(yīng)于至少一些所述元數(shù)據(jù)來(lái)渲染的，以提供能被感知為包括所述聲床的所述至少一些音頻內(nèi)容和所述第一非環(huán)境內(nèi)容而非所述第二非環(huán)境內(nèi)容的混音的聲音；

其中，至少一些所述元數(shù)據(jù)指示混音圖，所述混音圖指示所述聲床的所述揚(yáng)聲器通道、所述替換揚(yáng)聲器通道和所述對(duì)象通道的可選的混音，所述基于對(duì)象的音頻節(jié)目是包括幀的編碼比特流，并且所述編碼比特流的每個(gè)所述幀包括指示所述混音圖的元數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其中，至少一些所述元數(shù)據(jù)是可選的內(nèi)容元數(shù)據(jù)，所述可選的內(nèi)容元數(shù)據(jù)指示所述節(jié)目的音頻內(nèi)容的一組可選的預(yù)定混音并且包括每個(gè)所述預(yù)定混音的預(yù)定渲染參數(shù)組。

3.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述基于對(duì)象的音頻節(jié)目是包括幀的編碼比特流，所述編碼比特流是AC-3比特流或E-AC-3比特流，所述編碼比特流的每個(gè)所述幀指示至少一個(gè)數(shù)據(jù)結(jié)構(gòu)，所述至少一個(gè)數(shù)據(jù)結(jié)構(gòu)是包括所述對(duì)象通道的一些內(nèi)容和一些所述元數(shù)據(jù)的容器，并且至少一個(gè)所述容器被包括在每個(gè)所述幀的輔助數(shù)據(jù)auxdata字段或附加比特流信息addbsi字段中。

4.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述基于對(duì)象的音頻節(jié)目是包括一系列突發(fā)脈沖以及突發(fā)脈沖對(duì)之間的保護(hù)帶的Dolby E比特流。

5.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述基于對(duì)象的音頻節(jié)目是指示所述節(jié)目的所述音頻內(nèi)容和所述元數(shù)據(jù)的未編碼表示，并且所述未編碼表示是以非暫態(tài)方式存儲(chǔ)在存儲(chǔ)器中的比特流或至少一個(gè)數(shù)據(jù)文件。

6.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，至少一些所述元數(shù)據(jù)指示分層混音圖，所述分層混音圖指示所述聲床的所述揚(yáng)聲器通道、所述替換揚(yáng)聲器通道和所述對(duì)象通道的可選的混音，并且所述分層混音圖包括元數(shù)據(jù)的基本層和元數(shù)據(jù)的至少一個(gè)擴(kuò)展層。

7.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述基于對(duì)象的音頻節(jié)目指示捕捉的音頻內(nèi)容。

8.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述默認(rèn)混音是環(huán)境內(nèi)容與非環(huán)境內(nèi)容的混音。

9.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的方法，其中，所述第三內(nèi)容是環(huán)境內(nèi)容。

10.根據(jù)權(quán)利要求9所述的方法，其中，所述環(huán)境內(nèi)容指示在觀賞事件時(shí)的環(huán)境聲音，所述第一非環(huán)境內(nèi)容指示對(duì)所述觀賞事件的評(píng)論，并且所述第二非環(huán)境內(nèi)容指示對(duì)所述觀賞事件的備選評(píng)論。