[发明专利]使用预设音频场景的基于对象的三维音频服务系统

权利要求书

1.一种使用预设音频场景的基于对象的三维3-D音频服务提供设备，包括：

音频输入部件，用于输入音频信号；

预设音频场景生成部件，用于从通过所述音频输入部件输入的音频信号中提取对象音频信号，并且通过在3-D空间中排列所提取的对象音频信号和编辑每个对象的特征，来生成多于一个的3-D音频场景信息；以及

编码部件，用于编码和多路复用所述音频信号和用于每个对象音频信号的所述3-D音频场景信息。

2.如权利要求1所述的基于对象的3-D音频服务提供设备，还包括处理部件，用于处理编码和多路复用后的基于对象的3-D音频内容。

3.如权利要求2所述的基于对象的3-D音频服务提供设备，其中所述处理部件通过数字广播网络将编码和多路复用后的基于对象的3-D音频内容传送到音频再现终端。

4.如权利要求3所述的基于对象的3-D音频服务提供设备，其中所述音频再现终端使用所述3-D音频场景信息来形成3-D场景，并且使用所形成的3-D场景来再现所述音频信号。

5.如权利要求1所述的基于对象的3-D音频服务提供设备，其中所述特征包括每个对象的位置、音量、方向、和声场环境之中的至少一个。

6.如权利要求1所述的基于对象的3-D音频服务提供设备，其中当所述输入音频信号的声源是混合声源时，所述音频场景生成部件使用卷积盲源分离技术来提取对象音频信号。

7.如权利要求1所述的基于对象的3-D音频服务提供设备，其中所述音频场景生成部件通过控制每个对象音频信号的每个基于对象的音频场景信息的比率，来生成3-D音频场景信息之中的至少一个，所述比率根据包括观众的用户的控制来设置。

8.一种使用预设音频场景的基于对象的三维3-D音频服务再现设备，包括：

解码部件，用于解多路复用和解码基于对象的3-D音频内容；

音频场景形成部件，用于根据由包括观众的用户从解多路复用和解码后的基于对象的3-D音频内容中的多个3-D音频场景信息中选择的一个，来形成3-D音频场景信息；

音频信号混合部件，用于根据所形成的3-D音频场景信息来控制解多路复用和解码后的基于对象的3-D音频内容的音频信号中的对象的特征；以及

再现部件，用于以所控制的特征之一来再现所述音频信号。

9.如权利要求8所述的基于对象的3-D音频服务再现设备，其中所述音频场景形成部件具有根据每个对象的特征来形成3-D音频场景信息的功能，所述每个对象的特征由包括观众的用户设置。

10.如权利要求8所述的基于对象的3-D音频服务再现设备，其中所述特征包括每个对象的位置、音量、方向、和声场环境之中的至少一个。

11.如权利要求10所述的基于对象的3-D音频服务再现设备，其中所述音频场景形成部件通过控制初始反射的声音的音量和延迟时间而改变3-D音频空间的混响时间，来控制3-D音频空间的特征。

12.一种用于使用预设音频场景来提供基于对象的三维3-D音频服务的方法，包括以下步骤：

输入音频信号；

通过从所输入的音频信号中提取对象音频信号、在3-D空间中排列所提取的对象音频信号、并且编辑每个对象的特征，来生成多于一个的3-D音频场景信息；

编码和多路复用所述音频信号和用于每个对象音频信号的所述3-D音频场景信息；以及

转换包括音频信号和基于对象的3-D音频场景信息的、多路复用后的基于对象的音频内容以适合于传输格式，并且传送转换后的基于对象的音频内容。

13.如权利要求12所述的方法，还包括步骤：

处理编码和多路复用后的基于对象的3-D音频内容。

14.如权利要求13所述的方法，其中，在所述处理基于对象的3-D音频内容的步骤中，通过数字广播网络来传送编码和多路复用后的基于对象的3-D音频内容。

15.如权利要求12所述的方法，其中所述特征包括每个对象的位置、音量、方向、和声场环境之中的至少一个。