[發明專利]基于矩陣音頻包格式元數據和產生方法、設備及存儲介質

在審

• 申請號: 202111308431.0
• 申請日: 2021-11-05
• 公開（公告）號: CN114203190A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 吳健
• 申請（專利權）人: 賽因芯微（北京）電子科技有限公司
• 主分類號: G10L19/008
• 分類號: G10L19/008
• 代理公司: 北京睿陽聯合知識產權代理有限公司 11758
• 代理人: 張亮保;楊生平

本發明涉及基于矩陣音頻包格式元數據和產生方法、設備及存儲介質。基于矩陣音頻包格式元數據，包括：屬性區，包括音頻包的音頻包格式標識和音頻包格式名稱，所述音頻包格式標識包括指示所述音頻包的音頻類型為矩陣類型的信息；子元素區，包括：第一引用信息、第二引用信息、絕對距離和矩陣引用信息，所述第一引用信息包括渲染時與所述音頻包相關的音頻通道所采用的音頻通道格式信息，所述第二引用信息包括渲染時與所述音頻包相關的音頻包所采用的音頻包格式信息，所述絕對距離指示為預設無效值，所述預設無效值用于表征渲染時所述類型的音頻包不存在對應的距離。渲染時在通道中能夠實現三維聲音的復現，從而提高了聲音場景的質量。

技術領域

本發明涉及音頻處理的技術領域，尤其涉及基于矩陣音頻包格式元數據和產生方法、設備及存儲介質。

背景技術

隨著科技的發展，音頻變得越來越復雜。由早期的單聲道音頻演變成立體聲，工作重心也注重左右聲道的正確處理方式。但環繞聲出現后，處理過程開始變得復雜。而環繞5.1揚聲器系統則對多個通道進行排序約束，情況開始變得更為復雜。進而環繞6.1揚聲器系統、環繞7.1揚聲器系統等使音頻處理千變萬化，把正確的信號傳遞給合適的揚聲器形成相互牽連的效果。因此，基于矩陣的格式的組合正在發展。因此，隨著聲音變得更具沉浸感和交互性，音頻處理的復雜性也大大增加。

處理所有這些新增的通道和復雜性，每個音頻通道將需要明確的標簽。這些通道標簽即是元數據，將元數據附加到某個音頻時，它就變成了基于對象的音頻。將元數據與它所描述的音頻綁定，就能夠正確渲染該音頻。在通常操作中，編碼的音頻和元數據均可作為一個或相互獨立的數據流在音頻通道上傳輸。

本發明提供了基于矩陣音頻包格式元數據和產生方法，以便提供一種能夠解決上述技術問題的元數據。

發明內容

本發明的目的在于提出基于矩陣音頻包格式元數據和產生方法、電子設備及存儲介質，以解決上述技術問題之一。開放的元數據結構可以將壓縮編解碼獨立于內容的音頻元數據架構，將壓縮編解碼放入用戶可選的元數據擴展結構中。為制作者，版權人，內容運營商提供自由選擇，且不影響傳輸內容的完整性和音質。

為實現上述目的，本發明第一方面提供了基于矩陣音頻包格式元數據，包括：

屬性區，包括音頻包的音頻包格式標識和音頻包格式名稱，所述音頻包格式標識包括指示所述音頻包的音頻類型為矩陣類型的信息；

子元素區，包括：第一引用信息、第二引用信息、絕對距離和矩陣引用信息，

所述第一引用信息包括渲染時與所述音頻包相關的音頻通道所采用的音頻通道格式信息，所述第二引用信息包括渲染時與所述音頻包相關的音頻包所采用的音頻包格式信息，所述絕對距離指示為預設無效值，所述預設無效值用于表征渲染時所述矩陣類型的音頻包不存在對應的距離，所述矩陣引用信息包括編碼矩陣、解碼矩陣和直接矩陣所引用的相關音頻包格式信息。

為實現上述目的，本發明第二方面提供了基于矩陣音頻包格式元數據的產生方法，包括：

產生包括如第一方面所述基于矩陣音頻包格式元數據。

為實現上述目的，本發明第三方面提供了一種設備，包括：存儲器以及一個或多個處理器；

所述存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器產生包括如第一方面所述基于矩陣音頻包格式元數據。

為實現上述目的，本發明第四方面提供了一種包含計算機可執行指令的存儲介質，所述計算機可執行指令在由計算機處理器產生包括如第一方面所述基于矩陣音頻包格式元數據。