[發(fā)明專利]用于空間音頻的文件格式

有效

• 申請?zhí)枺?/td>: 201880057198.3
• 申請日: 2018-09-25
• 公開（公告）號: CN111108760B
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計）人: M·S·康諾利;C·T·尤班克;S·E·平托;T·霍爾曼
• 申請（專利權(quán)）人: 蘋果公司
• 主分類號: H04S7/00
• 分類號: H04S7/00;G06T19/00;G10L19/008;G10L19/16
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 丁君軍

1.一種用于創(chuàng)建在模擬現(xiàn)實SR應(yīng)用程序中使用的聲音的音頻資源庫的計算機實現(xiàn)的方法，所述方法包括：

接收在其內(nèi)編碼了聲音的音頻數(shù)據(jù)；

接收描述所述聲音如何被編碼的元數(shù)據(jù)；

創(chuàng)建包含資源元數(shù)據(jù)和所述音頻數(shù)據(jù)的音頻資源，所述資源元數(shù)據(jù)包括i)所接收的元數(shù)據(jù)，ii)描述所述聲音將如何通過SR應(yīng)用程序被渲染成空間音頻的元數(shù)據(jù)，以及iii)用于在渲染所述音頻資源以供收聽者體驗之前變換所述資源元數(shù)據(jù)的變換參數(shù)，所述變換參數(shù)包括表示由所述SR應(yīng)用程序提供的SR環(huán)境中的所述收聽者與所述音頻資源所附加至的SR對象之間的關(guān)系的關(guān)系參數(shù)，以及

將所述音頻資源存儲在音頻資源庫中。

2.根據(jù)權(quán)利要求1所述的計算機實現(xiàn)的方法，其中，如何渲染所述聲音包括如何在聲音回放系統(tǒng)中模擬空間聲音。

3.根據(jù)前述權(quán)利要求中任一項所述的計算機實現(xiàn)的方法，其中，所述資源元數(shù)據(jù)中的所述變換參數(shù)實現(xiàn)所述資源元數(shù)據(jù)在所述SR應(yīng)用程序中的動態(tài)變換，其中，所述動態(tài)變換在所述聲音的回放或體驗期間通過應(yīng)用所述關(guān)系參數(shù)來執(zhí)行，以改變所述音頻資源通過所述SR應(yīng)用程序被渲染的方式。

4.根據(jù)權(quán)利要求3所述的計算機實現(xiàn)的方法，其中，所述關(guān)系參數(shù)包括所述收聽者相對于所述SR對象的位置和取向中的任一者，所述位置和取向影響所述音頻資源在所述SR應(yīng)用程序中的渲染。

5.根據(jù)權(quán)利要求4所述的計算機實現(xiàn)的方法，其中，所述收聽者與所述SR對象之間的所述關(guān)系在所述SR環(huán)境中被確定，并且所述關(guān)系用于設(shè)定所述關(guān)系參數(shù)，所述關(guān)系參數(shù)用于動態(tài)地變換所述音頻資源在所述SR應(yīng)用程序中的渲染方式。

6.根據(jù)權(quán)利要求1、2、4和5中任一項所述的計算機實現(xiàn)的方法，其中，在其內(nèi)編碼了所述聲音的所述音頻數(shù)據(jù)包括以下各項中的任何一者或多者：

對個體聲音的單耳記錄；

對聲音環(huán)境的多信道記錄，包括使用麥克風(fēng)陣列產(chǎn)生的記錄、多個聲音來源的所記錄混頻(包括多個離散聲音的混頻)以及保留所記錄聲音的空間特征的記錄中的任一者；和

用于產(chǎn)生一個或多個聲音的合成音頻數(shù)據(jù)。

7.根據(jù)權(quán)利要求1、2、4和5中任一項所述的方法，其中，包含在所述音頻資源中的所述資源元數(shù)據(jù)包括：

用于所述音頻資源的全局元數(shù)據(jù)；和

用于所述音頻資源的任何一個或多個信道的信道元數(shù)據(jù)。

8.根據(jù)權(quán)利要求1、2、4和5中任一項所述的方法，其中，描述所述聲音如何被編碼的元數(shù)據(jù)描述與所述聲音如何被捕獲相關(guān)聯(lián)的一個或多個特征，并且其中，描述如何渲染所述音頻資源的所述元數(shù)據(jù)包括以下各項中的任何一者或多者：

所述聲音的位置，包括離散位置或使用高階高保真度立體聲響復(fù)制(HOA)格式編碼的位置；

所述聲音的每音頻數(shù)據(jù)信道的至少一個方向特征；

所述聲音的取向，包括每音頻數(shù)據(jù)信道的取向；

所述聲音的初始聲壓水平SPL或者另選的聲音功率水平，包括捕獲所述SPL或所述聲音功率水平時所處的距離；

所述聲音的大小或形狀，所述聲音的所述大小或所述形狀通過多邊形網(wǎng)格或體積大小表達；和

所述聲音的回放速率，包括用于所有音頻數(shù)據(jù)信道的全局回放速率。

9.根據(jù)權(quán)利要求8所述的方法，其中，與所述聲音如何被捕獲相關(guān)聯(lián)的所述一個或多個特征包括對用于捕獲所述聲音的記錄系統(tǒng)的描述，包括對麥克風(fēng)陣列的描述。

10.根據(jù)權(quán)利要求1、2、4、5和9中任一項所述的方法，還包括：

編輯所述音頻資源以添加元數(shù)據(jù)，所述元數(shù)據(jù)描述所述音頻資源在所述SR應(yīng)用程序中如何被使用，包括標識所述音頻資源所附加至的所述SR對象。