[發明專利]空間音頻參數編碼和關聯解碼的確定

在審

• 申請號: 201980057475.5
• 申請日: 2019-06-20
• 公開（公告）號: CN112639966A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: A·瓦西拉凱;A·拉莫;L·拉克索寧
• 申請（專利權）人: 諾基亞技術有限公司
• 主分類號: G10L19/002
• 分類號: G10L19/002;G10L19/02;G10L19/038;G10L19/008
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 楊曉光

一種裝置，包括用于以下的模塊：接收針對音頻信號幀的子頻帶的值，所述值包括針對每個子頻帶的至少一個方位角值、至少一個仰角值和至少一個能量比值；確定第一比特數的分配以對幀的值進行編碼，其中所述第一比特數是固定的；基于所述第一比特數中的第二比特數的定義分配，來對所述幀的至少一個能量比值進行編碼；基于所述第一比特數中的第三比特數的定義分配，來對所述幀的至少一個方位角值和/或所述幀的至少一個仰角值進行編碼，其中，所述第三比特數在逐個子頻帶的基礎上可變地分布。

技術領域

本申請涉及用于與聲場相關的參數編碼的裝置和方法，但不僅限于用于針對音頻編碼器和解碼器的時頻域方向相關的參數編碼的裝置和方法。

背景技術

參數化空間音頻處理是音頻信號處理的一個領域，其中使用一組參數來描述聲音的空間方面。例如，在從麥克風陣列進行參數化空間音頻捕獲時，從麥克風陣列信號中估計一組參數(例如，頻帶中聲音的方向以及頻帶中所捕獲聲音的定向與非定向部分之間的比率)是一種典型且有效的選擇。眾所周知，這些參數很好地描述了麥克風陣列位置處的所捕獲聲音的感知空間屬性。這些參數可以相應地用于空間聲音的合成，用于雙耳式耳機、用于揚聲器或其他格式，例如全景聲(Ambisonics)。

因此，頻帶中的方向和直接與總體能量比是對空間音頻捕獲特別有效的參數化。

由頻帶中的方向參數和頻帶中的能量比參數(指示聲音的方向性)組成的參數集也可以用作音頻編解碼器的空間元數據(其還可以包括其他參數，例如相干性、擴展相干性、方向數量、距離等信息)。例如，可以從麥克風陣列捕獲的音頻信號估計這些參數，并且例如可以從麥克風陣列信號中生成立體聲信號，以與空間元數據一起傳送。立體聲信號可以例如用AAC編碼器編碼。解碼器可以將音頻信號解碼為PCM信號，并處理頻帶中的聲音(使用空間元數據)以獲得空間輸出，例如雙耳輸出。

前述解決方案特別適用于對從麥克風陣列(例如，在移動電話、VR相機、獨立麥克風陣列中)捕獲的空間聲音進行編碼。但是，可能希望這種編碼器還具有除麥克風陣列捕獲的信號以外的其他輸入類型，例如揚聲器信號、音頻對象信號或全景聲信號。

在與定向音頻編碼(DirAC)和諧波平面波展開(Harpex)有關的科學文獻中，對于空間元數據提取的一階全景聲(FOA)輸入進行全面分析。這是因為存在直接提供FOA信號(更準確地說是其變體，即B格式信號)的麥克風陣列，因此分析這種輸入已成為所述領域的研究重點。

編碼器的另一個輸入也是多聲道揚聲器輸入，例如5.1或7.1聲道環繞聲輸入。

但是，對于元數據的方向性分量，針對每個考慮的時間/頻率子頻帶，這些方向分量可以包括結果方向的仰角、方位角(以及和1-擴散度的能量比)，這些方向分量的量化是當前的研究主題。

發明內容

根據第一方面，提供一種裝置，包括用于以下的模塊：接收針對音頻信號幀的子頻帶的值，所述值包括針對每個子頻帶的至少一個方位角值、至少一個仰角值和至少一個能量比值；確定第一比特數的分配以對幀的值進行編碼，其中所述第一比特數是固定的；基于所述第一比特數中的第二比特數的定義分配，來對所述幀的至少一個能量比值進行編碼；基于所述第一比特數中的第三比特數的定義分配，來對所述幀的至少一個方位角值和/或所述幀的至少一個仰角值進行編碼，其中，所述第三比特數在逐個子頻帶的基礎上可變地分布。

用于基于所述第一比特數中的所述第二比特數的定義分配來對所述幀的所述至少一個能量比值進行編碼的模塊還可以用于：生成至少一個能量比值的加權平均值；基于所述第二比特數來對所述至少一個能量比值的加權平均值進行編碼。

用于基于所述第二比特數來對所述至少一個能量比率值的所述加權平均值進行編碼的模塊還可以用于對所述至少一個能量比值的所述至少一個加權平均值進行標量非均勻地量化。