[發明專利]下混音頻信號中的聲音對象插入

有效

• 申請號: 201580051610.7
• 申請日: 2015-09-23
• 公開（公告）號: CN106716525B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: L·J·薩繆森;P·威廉姆斯;C·辛德勒;W·A·席爾德巴赫
• 申請（專利權）人: 杜比實驗室特許公司;杜比國際公司
• 主分類號: G10L19/008
• 分類號: G10L19/008;G10L21/00;H04S3/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 宋巖

描述了一種用于將第一音頻信號插入到包括下混信號和相關聯的比特流元數據的比特流中的方法。下混信號和相關聯的比特流元數據指示包括多個空間多樣音頻信號的音頻節目。下混信號包括至少一個音頻聲道，比特流元數據包括用于從至少一個聲道再現多個空間多樣音頻信號的上混元數據。該方法包括將第一音頻信號與至少一個音頻聲道混合以生成經修改下混信號。該方法還包括生成包括經修改下混信號和相關聯的經修改比特流元數據的輸出比特流，經修改下混信號和相關聯的經修改比特流元數據指示包括多個經修改空間多樣音頻信號的經修改音頻節目。

相關申請的交叉引用

本申請要求2014年9月25日提交的美國臨時專利申請No.62/055,075的優先權，該申請通過引用全文而并入于此。

技術領域

本文件涉及音頻處理。具體地說，本文件涉及下混音頻信號中的聲音對象插入。

背景技術

音頻節目可以包括多個音頻對象以便增強收聽者的收聽體驗。音頻對象可以被定位在3維渲染環境內的隨時間變化的位置處。具體地說，音頻對象可以被定位在不同高度處，并且渲染環境可以被配置為在不同高度處渲染這樣的音頻對象。

包括多個音頻對象的音頻節目的發送可能需要相對較大的帶寬。為了減小這樣的音頻節目的帶寬，多個音頻對象可以被下混為有限數量的音頻聲道。舉例來說，多個音頻對象可以被下混為兩個音頻聲道(例如，立體聲下混信號)、5+1音頻聲道(例如，5.1下混信號)或7+1音頻聲道(例如，7.1下混信號)。此外，可以提供元數據(在本文中被稱為上混元數據或聯合對象編碼(JOC)元數據)，該元數據提供下混音頻信號中所包括的音頻對象的參數化描述。具體地說，上混或JOC元數據可以被對應的上混器或解碼器用來從下混音頻信號得出多個音頻對象的重構。

在從編碼器(其提供下混信號和JOC元數據)到解碼器(其基于下混信號并且基于JOC元數據來重構多個音頻對象)的傳輸鏈內，可能需要將音頻信號(例如，機頂盒的系統聲音)插入到包括下混信號和JOC元數據的比特流中。本文件描述了使得能夠高效率地且高質量地將一個或多個音頻信號插入到這樣的下混信號中的方法和系統。

發明內容

根據一方面，描述了一種用于將第一音頻信號插入到包括下混信號和相關聯的比特流元數據的比特流中的方法。下混信號和相關聯的比特流元數據指示包括多個空間多樣(spatially diverse)音頻信號(例如，音頻對象)的音頻節目。下混信號包括至少一個音頻聲道，比特流元數據包括用于從至少一個音頻聲道再現多個空間多樣音頻信號的上混元數據。該方法包括將第一音頻信號與至少一個音頻聲道混合以生成包括至少一個經修改音頻聲道的經修改下混信號。此外，該方法包括對比特流元數據進行修改以生成經修改比特流元數據。另外，該方法包括生成包括經修改下混信號和相關聯的經修改比特流元數據的輸出比特流，其中，經修改下混信號和相關聯的經修改比特流元數據指示包括多個經修改空間多樣音頻信號的經修改音頻節目。

根據另一方面，描述了一種用于將第一音頻信號插入到包括下混信號和相關聯的比特流元數據的比特流中的方法。下混信號和相關聯的比特流元數據指示包括多個空間多樣音頻信號的音頻節目，其中，下混信號包括至少一個音頻聲道，并且其中，比特流元數據包括用于從至少一個音頻聲道再現多個空間多樣音頻信號的上混元數據。該方法包括將第一音頻信號與至少一個音頻聲道混合以生成包括至少一個經修改音頻聲道的經修改下混信號。此外，該方法包括：丟棄比特流元數據，并且生成包括經修改下混信號的輸出比特流，其中，輸出比特流不包括比特流元數據。