[發(fā)明專利]用于存儲(chǔ)捕獲元數(shù)據(jù)的空間音頻文件格式

有效

• 申請(qǐng)?zhí)枺?/td>: 202010591439.1
• 申請(qǐng)日: 2020-06-24
• 公開（公告）號(hào): CN112153530B
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: J·D·謝弗;S·德利凱瑞斯·馬尼亞斯;G·R·羅霍;P·A·拉芬斯珀格;E·A·阿拉曼克;F·鮑姆加特;D·森;J·D·阿特金斯;J·O·瑪麗瑪
• 申請(qǐng)（專利權(quán)）人: 蘋果公司
• 主分類號(hào): H04R3/00
• 分類號(hào): H04R3/00;H04S7/00;G11B20/10;G06F16/61
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 彭夢(mèng)曄

本公開涉及用于存儲(chǔ)捕獲元數(shù)據(jù)的空間音頻文件格式。一種具有麥克風(fēng)的設(shè)備能夠在音頻錄制期間生成麥克風(fēng)信號(hào)。該設(shè)備能夠在電子音頻數(shù)據(jù)文件中存儲(chǔ)該麥克風(fēng)信號(hào)和元數(shù)據(jù)，該元數(shù)據(jù)包括該麥克風(fēng)的脈沖響應(yīng)。其他方面也有所描述并受權(quán)利要求書保護(hù)。

技術(shù)領(lǐng)域

本公開的一個(gè)方面涉及音頻文件格式，該音頻文件格式包括與捕獲設(shè)備相關(guān)的元數(shù)據(jù)。

背景技術(shù)

音頻捕獲設(shè)備諸如麥克風(fēng)或具有麥克風(fēng)的設(shè)備可通過(guò)用電聲換能器將聲壓變化轉(zhuǎn)換成電信號(hào)來(lái)感測(cè)聲音。電信號(hào)可用模數(shù)轉(zhuǎn)換器(ADC)數(shù)字化并被編碼以形成具有已知文件格式的音頻文件，這些已知文件格式例如AIFF、AU、FLAC、MPEG 4-LSL、MPEG-4ALS、WMA無(wú)損、Opus、MP3、一階或更高階高保真度立體聲響復(fù)制格式等。解碼器可對(duì)文件格式進(jìn)行解碼并利用可用于驅(qū)動(dòng)揚(yáng)聲器的經(jīng)解碼的音頻文件生成一組音頻信號(hào)。

發(fā)明內(nèi)容

存在音頻文件格式，該音頻文件格式具有格式化為特定播放配置(例如，立體聲、5.1或7.1)的音頻數(shù)據(jù)。此類音頻格式化可特定于預(yù)定義的揚(yáng)聲器布置。然而，在這種情況下，不太理想的揚(yáng)聲器放置可能導(dǎo)致令人不悅的音頻播放體驗(yàn)。

此外，格式化以用于播放的音頻文件缺乏靈活性。從一種音頻格式轉(zhuǎn)換到另一種音頻格式的任務(wù)可能效率低下，并且音頻數(shù)據(jù)可能在轉(zhuǎn)換中丟失，由設(shè)備錄制的原始聲音難以再現(xiàn)。

與格式化為特定播放配置的音頻文件相比，高保真度立體聲響復(fù)制錄音，例如B格式或更高階高保真度立體聲響復(fù)制錄音具有靈活性，因?yàn)楦弑Ｕ娑攘Ⅲw聲響復(fù)制錄音可被呈現(xiàn)為不同的播放配置。高保真度立體聲響復(fù)制錄音文件不指定或不需要特定的播放布置。然而，高保真度立體聲響復(fù)制捕獲設(shè)備需要特殊的麥克風(fēng)陣列，其中麥克風(fēng)以特定布置方式(例如，球形陣列)精確布置。此類麥克風(fēng)放置可能并不適用于所有捕獲設(shè)備(例如，移動(dòng)電話或平板電腦)。

此外，一階高保真度立體聲響復(fù)制錄音具有低空間分辨率。這可能導(dǎo)致聲源模糊。更高階高保真度立體聲響復(fù)制可以提供更高分辨率，但所得的音頻文件可能增加到很大尺寸，使其難以操作。例如，12階高保真度立體聲響復(fù)制錄音可能需要具有169個(gè)信道的均勻或接近均勻的球形麥克風(fēng)陣列布置，因?yàn)樾诺赖臄?shù)量由(M+1)²來(lái)定義，其中M為階數(shù)。信道以許多更高階高保真度立體聲響復(fù)制格式化約定(例如ACN、SID、Furse-Malham或其他)和不同歸一化方案(諸如N3D、SN3D、N2D、SN2D、maxN或其他)中的一者格式化，這可能導(dǎo)致額外的損失。

可生成音頻數(shù)據(jù)文件以在不同播放配置中具有靈活性。播放設(shè)備或格式化設(shè)備可以設(shè)備選擇的方式來(lái)處理用戶的原始麥克風(fēng)數(shù)據(jù)。例如，播放設(shè)備可使用音頻數(shù)據(jù)文件的元數(shù)據(jù)對(duì)原始麥克風(fēng)數(shù)據(jù)進(jìn)行波束成形或空間化。元數(shù)據(jù)可包括捕獲設(shè)備的麥克風(fēng)的一個(gè)或多個(gè)脈沖響應(yīng)。該脈沖響應(yīng)數(shù)據(jù)可在播放側(cè)上用于對(duì)原始麥克風(fēng)數(shù)據(jù)進(jìn)行濾波以提供更沉浸式的音頻體驗(yàn)。

在本公開的一個(gè)方面，描述了一種電子音頻數(shù)據(jù)文件。該文件可包括兩個(gè)或更多個(gè)麥克風(fēng)信號(hào)的原始音頻數(shù)據(jù)；以及元數(shù)據(jù)。該元數(shù)據(jù)可具有用于錄制或捕獲設(shè)備的兩個(gè)或更多個(gè)麥克風(fēng)中的每個(gè)麥克風(fēng)的脈沖響應(yīng)或傳遞函數(shù)。每個(gè)脈沖響應(yīng)或傳遞函數(shù)可定義兩個(gè)或更多個(gè)麥克風(fēng)中的一個(gè)麥克風(fēng)對(duì)聲脈沖的響應(yīng)。

在一個(gè)方面，一種用于捕獲和/或處理音頻的方法包括從捕獲設(shè)備的麥克風(fēng)接收麥克風(fēng)信號(hào)；在電子音頻數(shù)據(jù)文件中存儲(chǔ)a)該麥克風(fēng)信號(hào)，以及b)元數(shù)據(jù)，該元數(shù)據(jù)包括捕獲設(shè)備的麥克風(fēng)的一個(gè)或多個(gè)脈沖響應(yīng)，其中該一個(gè)或多個(gè)脈沖響應(yīng)定義麥克風(fēng)對(duì)聲脈沖的響應(yīng)。

以上概述不包括本公開的所有方面的詳盡列表?？深A(yù)期的是，本公開包括可由上文概述的各個(gè)方面以及在下文的具體實(shí)施方式中公開并且在權(quán)利要求書部分特別指出的各個(gè)方面的所有合適的組合來(lái)實(shí)踐的所有系統(tǒng)和方法。此類組合可具有未在上述發(fā)明內(nèi)容中具體闡述的特定優(yōu)點(diǎn)。

附圖說(shuō)明