本公開涉及聲音或聲場的壓縮HOA聲音表示的解碼方法和裝置。當(dāng)對HOA數(shù)據(jù)幀表示進(jìn)行壓縮時，在每個通道信號被感知地編碼(16)之前對其實施增益控制(15，151)。增益值作為邊信息以差分的方式被傳輸。然而，為了開始對這樣的流式壓縮HOA數(shù)據(jù)幀表示進(jìn)行解碼，需要絕對增益值，應(yīng)當(dāng)以最小數(shù)量的比特對該絕對增益值進(jìn)行編碼。為了確定這樣的最小整數(shù)比特量{βe)，在空間域中將HOA數(shù)據(jù)幀表示(C(k))渲染為位于單位球體上的虛擬揚(yáng)聲器信號，隨后對HOA數(shù)據(jù)幀表示(C(k))進(jìn)行歸一化。然后，將最小整數(shù)比特數(shù)設(shè)置為(AA)。

本申請是申請?zhí)枮?01580035108.7、申請日為2015年6月22日、發(fā)明名稱為“包括與HOA數(shù)據(jù)幀表示中的特定數(shù)據(jù)幀的通道信號相關(guān)聯(lián)的非差分增益值的編碼HOA數(shù)據(jù)幀表示”的發(fā)明專利申請的分案申請。

技術(shù)領(lǐng)域

本發(fā)明涉及包括與HOA數(shù)據(jù)幀表示中的特定數(shù)據(jù)幀的通道信號相關(guān)聯(lián)的非差分增益值的編碼HOA數(shù)據(jù)幀表示。

背景技術(shù)

表示為HOA的高階高保真度立體聲響復(fù)制提供了表示三維聲音的一種可能性。其他技術(shù)是波場合成(WFS)或如22.2的基于通道的方法。與基于通道的方法相比，HOA表示提供了與特定揚(yáng)聲器設(shè)置無關(guān)的優(yōu)點。然而，這種靈活性是以在特定揚(yáng)聲器設(shè)置上回放HOA表示所需要的解碼過程為代價的。與所需揚(yáng)聲器的數(shù)量通常很大的WFS方法相比，HOA也可以被呈現(xiàn)為僅包括幾個揚(yáng)聲器的設(shè)置。HOA的另一個優(yōu)點是還可以采用相同的表示而不必對耳機(jī)的雙耳渲染進(jìn)行任何修改。

HOA基于通過截斷的球面諧波函數(shù)(SH)展開來表示復(fù)合諧波平面波幅度的空間密度。每個展開系數(shù)是角頻率的函數(shù)，角頻率可以由時域函數(shù)等效地表示。因此，在不失一般性的情況下，完整的HOA聲場表示實際上可以被假設(shè)成由O個時域函數(shù)組成，其中，O表示展開系數(shù)的數(shù)量。這些時域函數(shù)在下文中將被等效地稱為HOA系數(shù)序列或HOA通道。

HOA表示的空間解析度隨著展開的最大階數(shù)N的增長而提高。遺憾的是，展開系數(shù)O的數(shù)量隨著階數(shù)N呈二次方增長，特別地，O＝(N+1)²。例如，使用階數(shù)N＝4的典型HOA表示需要O＝25個HOA(展開)系數(shù)。假設(shè)期望的單聲道采樣率為f_S并且每個采樣的比特數(shù)為N_b，則用于傳輸HOA表示的總比特率由O·f_S·N_b確定。以采用每采樣N_b＝16比特的f_S＝48kHz采樣率傳輸階數(shù)為N＝4的HOA表示，導(dǎo)致19.2MBits/s的比特率，該比特率對于許多實際應(yīng)用(例如流式傳輸)來說是非常高的。因此，對HOA表示進(jìn)行壓縮是非常可取的。

先前，在EP 2665208 A1、EP 2743922 A1、EP 2800401 Al中提出了HOA聲場表示的壓縮，參見2014年1月的MPEG-H 3D音頻的ISO/IEC JTC1/SC29/WG11、N14264、WD1-HOA文本。這些方法的共同點在于：它們都執(zhí)行聲場分析并且將給定的HOA表示分解成方向分量和殘余環(huán)境分量。一方面，最終壓縮的表示被假設(shè)成由若干量化信號組成，這些量化信號由方向信號和基于向量的信號的感知編碼以及環(huán)境HOA分量的相關(guān)系數(shù)序列產(chǎn)生。另一方面，最終壓縮的表示包括與量化信號相關(guān)的附加邊信息，根據(jù)其壓縮版本重構(gòu)HOA表示需要所述邊信息。