[發(fā)明專利]兼容現(xiàn)有音視頻系統(tǒng)的三維聲信號(hào)的編碼器及其方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611171106.3
• 申請(qǐng)日: 2016-12-16
• 公開（公告）號(hào): CN108206983B
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計(jì)）人: 潘興德;陳笑天;吳超剛
• 申請(qǐng)（專利權(quán)）人: 南京青衿信息科技有限公司
• 主分類號(hào): H04S3/00
• 分類號(hào): H04S3/00;H04S5/00
• 代理公司: 32285 南京先科專利代理事務(wù)所(普通合伙)
• 代理人: 孫甫臣

本發(fā)明公開一種兼容現(xiàn)有音視頻系統(tǒng)的三維聲信號(hào)的編碼器及其方法，包括下混及基礎(chǔ)聲道劃分模塊，用于接收基礎(chǔ)聲道和/或聲音對(duì)象，按照下混方案進(jìn)行下混和基礎(chǔ)聲道劃分操作，輸出下混兼容基礎(chǔ)聲道、擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息；兼容編碼模塊，用于接收下混兼容基礎(chǔ)聲道，輸出下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)；擴(kuò)展編碼模塊，用于接收聲音對(duì)象、下混方案、擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息，輸出擴(kuò)展編碼數(shù)據(jù)；打包模塊，用于接收下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)和擴(kuò)展編碼數(shù)據(jù)，進(jìn)行分別打包輸出或者混合打包輸出三維聲數(shù)據(jù)碼流。本發(fā)明能夠更好地兼容已有音視頻系統(tǒng)的編碼和解碼方法，同時(shí)具備三維聲編解碼的能力。

技術(shù)領(lǐng)域

本發(fā)明涉及一種三維聲編解碼處理技術(shù)領(lǐng)域，具體涉及兼容現(xiàn)有音視頻系統(tǒng)的三維聲信號(hào)的編碼器及其方法。

背景技術(shù)

經(jīng)過多年發(fā)展，立體聲、5.1、7.1環(huán)繞聲等系統(tǒng)已經(jīng)獲得了廣泛的應(yīng)用，這些系統(tǒng)因缺乏聲音的高度信息，最多只能呈現(xiàn)二維的聲音。在真實(shí)的世界中，三維聲是聲音最真實(shí)的呈現(xiàn)和表達(dá)方式，無論自然界、藝術(shù)領(lǐng)域或視聽娛樂領(lǐng)域，三維聲都是未來的發(fā)展趨勢(shì)。

在現(xiàn)有的系統(tǒng)中，三維聲可以是多聲道信號(hào)(如9.1、11.1、13.1和22.2等)，可以是多個(gè)聲音對(duì)象，也可以是兩者的組合。在三維聲系統(tǒng)中，多聲道信號(hào)可以是環(huán)繞聲信號(hào)，如5.1、7.1等，也可以是多層多聲道信號(hào)(即多層聲道信號(hào)分布在不同高度平面)。例如，有些三維聲系統(tǒng)采用中間層及頂層的兩層平面，有些三維聲系統(tǒng)采用三層系統(tǒng)等。有些三維聲系統(tǒng)只有多層多聲道信號(hào)，但沒有聲音對(duì)象，例如SMPTE的22.2三維聲系統(tǒng)和AURO 9.1系統(tǒng)等。有些三維聲系統(tǒng)則既有多層多聲道信號(hào)，也有聲音對(duì)象，例如MPEG-H、Dolby Atmos和DTS:X系統(tǒng)。當(dāng)然，作為一個(gè)極端的例子，三維聲也可以全部是聲音對(duì)象信號(hào)。

三維聲作為剛剛出現(xiàn)的新技術(shù)和系統(tǒng)，還沒有獲得廣泛的應(yīng)用，其推廣需要一個(gè)很長(zhǎng)的發(fā)展階段。因立體聲、環(huán)繞聲系統(tǒng)的普遍存在，三維聲系統(tǒng)只有最大限度的兼容已經(jīng)普遍存在的立體聲或環(huán)繞聲系統(tǒng)，才能獲得市場(chǎng)的接受，并逐步成為主流。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明目的在于針對(duì)網(wǎng)絡(luò)、電視等的三維聲系統(tǒng)應(yīng)用，提供一種兼容現(xiàn)有音視頻系統(tǒng)的三維聲信號(hào)的編碼器及其方法，該方法能夠更好兼容已有音視頻系統(tǒng)的編碼和解碼方法，同時(shí)具備三維聲編解碼的能力。

技術(shù)方案：本發(fā)明所述的三維聲編碼器，包括：下混及基礎(chǔ)聲道劃分模塊，用于接收基礎(chǔ)聲道和/或聲音對(duì)象，按照下混方案進(jìn)行下混和基礎(chǔ)聲道劃分操作，輸出下混兼容基礎(chǔ)聲道、擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息；兼容編碼模塊，用于接收下混兼容基礎(chǔ)聲道，輸出下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)；擴(kuò)展編碼模塊，用于接收聲音對(duì)象、下混方案、擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息，輸出擴(kuò)展編碼數(shù)據(jù)；打包模塊，用于接收下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)和擴(kuò)展編碼數(shù)據(jù)，將下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)和擴(kuò)展編碼數(shù)據(jù)進(jìn)行分別打包輸出下混兼容基礎(chǔ)聲道數(shù)據(jù)碼流和擴(kuò)展編碼數(shù)據(jù)碼流或者將下混兼容基礎(chǔ)聲道編碼數(shù)據(jù)和擴(kuò)展編碼數(shù)據(jù)進(jìn)行混合打包輸出三維聲數(shù)據(jù)碼流。

進(jìn)一步完善上述技術(shù)方案，在采用系統(tǒng)自適應(yīng)選擇的下混方案時(shí)，所述下混及基礎(chǔ)聲道劃分模塊包括下混模塊和基礎(chǔ)聲道劃分模塊，下混模塊用于接收基礎(chǔ)聲道和聲音對(duì)象，輸出下混兼容基礎(chǔ)聲道和下混方案，基礎(chǔ)聲道劃分模塊用于接收基礎(chǔ)聲道、下混模塊生成的下混方案，輸出擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息。

進(jìn)一步地，在采用外部輸入確定的下混方案時(shí)，所述下混及基礎(chǔ)聲道劃分模塊包括下混模塊和基礎(chǔ)聲道劃分模塊，下混模塊用于接收基礎(chǔ)聲道、聲音對(duì)象、外部輸入的下混方案，輸出下混兼容基礎(chǔ)聲道；基礎(chǔ)聲道劃分模塊用于接收基礎(chǔ)聲道、外部輸入的下混方案，輸出擴(kuò)展基礎(chǔ)聲道、基礎(chǔ)聲道劃分邊信息。