[发明专利]数字音频混合

说明书

技术领域

本发明总体上涉及交互式视频游戏系统，并且更具体地涉及这样 的交互式视频游戏系统：其使用在执行视频游戏之前编码的数字音 频信号的混合。

背景技术

视频游戏是流行的娱乐形式。多玩家游戏(其中，两个或更多个 人同时在公共仿真环境中同时玩游戏)变得越来越常见，尤其随着 更多的用户能够使用诸如万维网(WWW)(也称为互联网)的网络 彼此交互。单玩家游戏也可以在网络化的环境中实现。在网络化的 环境中实现视频游戏给音频播放带来了挑战。

在实现于网络化环境中的某些视频游戏中，通过临时替换背景 音，可以实现瞬时音效。诸如音乐之类的背景音可以在扩展时段内 的多个视频帧期间存在。在比背景音短的时段内，可以在视频的一 个或多个帧期间存在瞬时音效。通过称为音频缝合(audio stitching) 的过程，当瞬时音效可用时，不播放背景音。通常，音频缝合是生 成之前被进行了离线编码的音频帧序列的过程。音频缝合生成的音 频帧序列并不必须形成相同内容的连续流。例如，包含背景音的帧 后面可以紧跟包含音效的帧。为了对从瞬时音效回到背景音的过渡 进行平滑，背景音可以被削弱，而在过渡期间的若干帧内缓慢增大 音量。然而，用户仍会注意到背景音的中断。

因此，期望允许同时播放音效和背景音，使得在不中断背景音的 情况下播放音效。音效和背景音可能对应于多个脉冲编码调制 (PCM)比特流。在标准音频处理系统中，可以将多个PCM比特流 混合在一起，并随后以诸如AC-3格式的格式对其进行实时编码。然 而，当在网络化环境中实现多个视频游戏时，在计算功率上的限制 可能令此方法难以实现。

因此，需要这样的系统和方法，其能够将来自于多个源的音频数 据合并，而无须执行PCM比特流的实时混合以及无需将所得到的比 特流实时编码成压缩音频。

发明内容

公开了一种对音频进行编码的方法。在该方法中，访问代表多个 独立音频信号的数据。代表每个相应音频信号的数据包括源帧的序 列。源帧的序列中的每个帧包括多个音频数据副本。每个音频数据 副本具有相关联的质量水平，该相关联的质量水平是在最高质量水 平与最低质量水平之间变化的预定质量水平范围中的一个。多个源 帧序列合并至目标帧的序列，目标帧包括多个目标声道。将对应的 源帧合并至相应目标帧包括：选择质量水平，并将每个对应源帧的 所选择的质量水平处的音频数据副本指派至至少一个相应的目标声 道。

公开了一种用于对音频进行编码的方法的另一方面。在该方法 中，从多个相应独立源接收音频数据。来自于每个相应独立源的音 频数据被编码成源帧的序列，以产生多个源帧序列。该多个源帧序 列被合并至目标帧序列，该目标帧包括多个独立目标声道。每个源 帧序列唯一地被指派至一个或多个目标声道。

公开了一种结合扬声器系统对音频进行播放的方法。在该方法 中，响应于命令，接收包括帧的序列的音频数据，所述帧包含多个 声道，其中每个声道：或者(A)单独对应于独立的音频源，或者(B) 单独对应于独立音频源中的唯一声道。如果扬声器的数量少于所述 声道的数量，则对两个或更多声道进行下混频(down-mix)，并在 单个扬声器上播放与它们相关联的音频数据。如果扬声器的数量等 于或大于所述声道的数量，则在对应的扬声器上播放与每个声道相 关联的音频数据。

公开了一种用于对音频进行编码的系统，包括：存储器；一个或 多个处理器；和存储在存储器中并配置用于由一个或多个处理器执 行的一个或多个程序。一个或多个程序包括用于访问代表多个独立 音频信号的数据的指令。代表每个相应音频信号的数据包括源帧的 序列。源帧的序列中的每个帧包括多个音频数据副本。每个音频数 据副本具有相关联的质量水平，该相关联的质量水平是在最高质量 水平与最低质量水平之间变化的预定质量水平范围中的一个。该一 个或多个程序还包括用于将多个源帧序列合并至目标帧的序列的指 令，其中所述目标帧包括多个目标声道。所述用于合并的指令包括： 针对相应目标帧和对应的源帧，用于选择质量水平的指令，和用于 将每个对应源帧的所选择的质量水平处的音频数据副本指派至至少 一个相应的目标声道的指令。