[發明專利]用于對降混合矩陣解碼及編碼的方法、編碼器及解碼器

有效

• 申請號: 201910973920.4
• 申請日: 2014-10-13
• 公開（公告）號: CN110675882B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 弗洛林·基多;阿希姆·孔茨;伯恩哈德·格里爾
• 申請（專利權）人: 弗朗霍夫應用科學研究促進協會
• 主分類號: G10L19/008
• 分類號: G10L19/008
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋融冰

描述一種方法，該方法對用于將音頻內容的多個輸入聲道(300)映射至多個輸出聲道(302)的降混合矩陣(306)進行解碼，輸入及輸出聲道(300，302)與位于相對于收聽者位置的預定位置處的各個揚聲器相關聯，其中通過利用多個輸入聲道(300)的揚聲器對(Ssubgt;1/subgt;?Ssubgt;9/subgt;)的對稱性以及多個輸出聲道(302)的揚聲器對(Ssubgt;10/subgt;?Ssubgt;11/subgt;)的對稱性對降混合矩陣(306)進行編碼。對表示經編碼的降混合矩陣(306)的經編碼的信息進行接收并解碼以獲得經解碼的降混合矩陣(306)。

本申請是申請日為2014年10月13日、申請號為“201480057957.8”、發明名稱為“用于對降混合矩陣解碼及編碼的方法、編碼器及解碼器”的中國發明專利的分案申請。

技術領域

本發明涉及音頻編碼/解碼的領域，尤其涉及空間音頻編碼及空間音頻對象編碼，例如，涉及3D音頻編解碼器系統的領域。本發明的實施例涉及用于對用于將音頻內容的多個輸入聲道映射至多個輸出聲道的降混合矩陣進行編碼及解碼的方法、涉及用于呈現音頻內容的方法、涉及用于對降混合矩陣進行編碼的編碼器、涉及用于對降混合矩陣進行解碼的解碼器、涉及音頻編碼器以及涉及音頻解碼器。

背景技術

在本技術領域中，空間音頻編碼工具是眾所周知的并且，例如，在MPEG-surround標準中已被標準化?？臻g音頻編碼從諸如在再現裝備（setup）中通過其布置而識別的五個或七個聲道（即左聲道、中間聲道、右聲道、左環繞聲道、右環繞聲道以及低頻增強聲道）的原始輸入聲道開始?？臻g音頻編碼器可從原始聲道得到一個或多個降混合聲道，且此外可得到關于空間線索（cues）參數化數據，例如在聲道相干數值中的聲道間水平差異、聲道間相位差異、聲道間時間差異等等。一個或多個降混合聲道與指示空間線索的參數化旁側信息一起被傳輸至用于對降混合聲道及相關聯的參數化數據進行解碼以最終獲得原始輸入聲道的近似版本的輸出聲道的空間音頻解碼器。聲道在輸出裝備的布置可為固定的，例如，5.1格式、7.1格式等等。

同樣，空間音頻對象編碼工具在此技術領域中是眾所周知的，且（例如）在MPEGSAOC（SAOC=空間音頻對象編碼）標準中被標準化。相比于空間音頻編碼從原始聲道開始，空間音頻對象編碼從音頻對象開始，該音頻對象不自動專用于某個渲染再現裝備。相反，音頻對象在再現場景中的布置是靈活的且可由用戶（例如）通過將某些渲染信息輸入至空間音頻對象編碼解碼器中而設定。可選地或此外地，渲染信息可作為附加旁側信息或元數據而被傳輸，渲染信息可包括某個音頻對象在再現設置中（例如，隨時間）待被放置的位置處的信息。為獲得某個數據壓縮，使用SAOC編碼器對多個音頻對象進行編碼，SAOC編碼器通過根據某個降混合信息對對象進行降混合以從輸入對象計算一個或多個傳輸聲道。此外，SAOC編碼器計算表示對象間線索（諸如，對象水平差異（OLD）、對象相干值等）的參數化旁側信息。如在SAC（SAC=空間音頻編碼）中，針對個別時間/頻率平鋪（time/frequency?tiles）計算對象間參數化數據。對于音頻信號的某個幀（例如，1024或2048個樣本），考慮多個頻帶（例如，24、32或64個頻帶），以便為每個幀及每個頻帶提供參數化數據。舉例而言，當音頻片段具有20個幀且當每個幀被細分成32個頻帶時，時間/頻率平鋪的數目為640。

在3D音頻系統中，可能期望使用擴音器（loudspeaker）或揚聲器（speaker）配置在接收器處提供音頻信號的空間印象，因為擴音器或揚聲器配置在接收器處是可用的，但可不同于用于原始音頻信號的原始揚聲器配置。在此情形下，根據哪些輸入聲道依據音頻信號的原始揚聲器配置而被映射至根據接收器的揚聲器配置定義的輸出聲道，需要進行轉換，該轉換亦被稱作“降混合”。

發明內容

本發明的目標在于提供用于為接收器提供降混合矩陣的改良方法。

此目標由以下描述的方法、編碼器、解碼器、音頻編碼器及音頻解碼器實現。