[发明专利]音频编码

说明书

本发明涉及音频编码。本发明尤其涉及用于将音频输入信号转换成双耳声(binaural)输出信号的设备和方法，其中该输入信号包括至少一个音频声道和表示附加声道的参数。

记录并再现双耳声音频信号，也就是包含人耳所敏感的特定方向性信息的音频信号，是众所周知的。双耳声记录通常利用安装在假人头部中的两个麦克风来进行，使得所记录的声音对应于人耳捕捉到的声音，并包括由于头部和耳朵形状所造成的任何影响。双耳声记录与立体声(即立体音响)记录的区别在于，再现双耳声记录需要头戴式耳机(headset)，而立体声记录是为扬声器再现而给出。虽然双耳声记录允许只利用两个声道来再现所有的空间信息，立体声记录不能提供同样的空间感知。

常规的双声道(立体音响)或多声道(例如5.1)记录可通过利用一组感知转移函数对每个常规信号进行卷积而被变换为双耳声记录。这些感知转移函数对人的头部以及可能的其他部位对信号的影响进行建模。一类众所周知的感知转移函数是所谓的头部相关转移函数(Head-Related Transfer Function，HRTF)。一种可替换的感知转移函数类型是双耳声房间冲激响应(BRIR)，其还考虑到由房间墙壁、天花板和地板所造成的反射。

在多声道信号的情况下，利用一组感知函数将信号变换为双耳声记录信号，通常意味着将感知函数与所有声道的信号进行卷积。由于通常的卷积对计算是有较高要求的，因此信号和HRTF通常被变换到频(傅立叶)域，在频域中利用对计算的要求少得多的乘法来代替卷积。

通过用更少数量的声道和指示原始声道之间关系的参数表示原始数量的声道，来减少要发送或存储的音频声道数量也是众所周知的。一组立体声信号由此可以用单个(单声)声道加上多个相关联的空间参数来表示，而一组5.1信号可以用两个声道和一组相关联的空间参数来表示，或者甚至用单个声道加上相关联的空间参数来表示。这种在空间编码器中对多个音频声道进行的“下混合(downmixing)”，和相应的在空间编码器中对音频信号的“上混合(upmixing)”，通常在变换域或子带域中执行，例如在QMF(正交镜像滤波器)域中执行。

当下混合的输入声道要被转换为双耳声输出声道时，现有技术中的方法是首先利用空间解码器对输入声道进行上混合，产生上混合后的中间声道，然后将这些上混合后的中间声道转换为双耳声声道。这个过程通常产生五个或六个中间声道，然后这些中间声道必须减少为两个双耳声声道。先扩充声道数量然后再减少声道数量的做法明显是不高效的，并且增加了计算复杂度。另外，将打算用于多声道扬声器再现的五个或六个中间声道减少为打算用于双耳声再现的仅仅两个声道，不可避免地引入人工噪声并因此降低声音质量。

上面提到的QMF域与频率(傅立叶)域相似但不相同。如果空间解码器是要产生双耳声输出信号，则下混合后的音频信号首先必须被变换到QMF域以用于上混合，然后被逆QMF变换以产生时域中间信号，接下来被变换到频域用于与(经过傅立叶变换的)HRTF相乘，最后被逆变换以产生时域输出信号。将会明白，由于必须连续进行几个变换，这个过程不是高效的。

该现有技术方法中所涉及的计算量将会使得很难设计出能够由下混合后的音频信号产生双耳声输出信号的手持消费设备，诸如便携式MP3播放器。即使这种设备能够实现，由于所需要的计算负担，其电池寿命也会非常短。

本发明的目的是克服现有技术的这些以及其它问题，并提供能够从一组下混合后的音频声道产生一对双耳声输出声道的空间解码器单元，其中所述一组下混合后的音频声道由一个或更多音频输入声道和相关联的空间参数组来表示，该解码器具有提高的效率。

因此，本发明提供利用空间参数和一个或更多音频输入声道，产生一对双耳声输出声道的空间解码器单元，该设备包括利用参数化感知转移函数，将空间参数转换为双耳声参数的参数转换单元，和利用双耳声参数和音频声道合成一对双耳声声道的空间合成单元。

通过将空间参数转换为双耳声参数，空间合成单元能够直接合成一对双耳声声道，而不需要附加的双耳声合成单元。由于不产生多余的中间信号，计算上的要求降低，同时也基本消除了人工噪声的引入。

在本发明的空间解码器单元中，可以在例如QMF域的变换域中执行双耳声声道的合成，而无需变换到频域以及接下来逆变换到时域的附加步骤。由于可以省略两个变换步骤，因此计算量和存储需求都大大降低。因此本发明的空间解码器单元能够相对容易地在便携式消费设备中实现。