[发明专利]三维声场编码及优化重建的方法及装置

说明书

技术领域

本发明是关于一种改善三维声场编码、分布、及译码的技术，本发明尤其指一种无需依据展示(exhibition)设置即可将具有空间信息的音频信号编码的技术，以及最优化译码一给定的展示系统，其可为多扬声器设置或耳机。

背景技术

在多通道再生及收听中，一听众通常会被多组扬声器所环绕。建造一声场使听众可以感知音源的预期位置即为再生中的一个一般的目的，例如一乐团中一音乐演出者的位置。而不同的扬声器设置可以创造出不同的空间印象。例如，标准立体声设置可以正确地在两扬声器之间的空间再创出声音场景，但却无法达到离开两扬声器的角度的效果。

在更广的角度下，在听众周围设置更多的扬声器可达到更佳的空间印象。例如，多扬声器配置标准中最知名的5.1环绕声道(ITU-R775-1)，其是由五个扬声器所构成，五个扬声器分别设置在听众的-30度、0度、30度、-110度、及110度方位角，而0度是为正向方位。然而，上述的设置并无法处理高于听众的水平面的声音。

为增加听众的环场体验，目前的主流做法为在不同的高度拓设多扬声器。例如一由日本NHK，Hamasak所发展出的22.2系统，其是由总共24个设置在3个不同高度的扬声器所构成。

对上述设置而言，现有产生专门应用的空间化音频的范例是提供每一再生中所用的通道一个音轨。例如，立体声设置需要两个音轨、而5.1声道则需要六个音轨等。这些音轨虽然也可由记录时期直接产生而广播，但正常来说是为后制时期的结果。在许多场合中，使用少数扬声器来产生完全相同的音频通道是值得注意的。这是5.1声道电影院剧场相当常见的，每一环绕声道是通过三个或多个扬声器重放。因此，在这些场合中，虽然扬声器的数目可能多于六个，但不同音频声道的数目仍然为六，而总共只有六个不同的信号被重放。

此种一通道一音轨范例的一个结果是其将记录时期及后制时期所完成的工作与即将展示内容的展示设置连结。在记录时期，例如广播，所使用麦克风的型式与位置以及其混合的方法是被决定为即将被再生的事件的函数。同样地，在媒体产生中，后制工程师需要知道即将展示内容的展示设置的细节，并留意所有的通道。若无法正确地设定展示多扬声器配置以显示合适的内容，将导致再生质量的下降。如果即将展示内容在不同的设置中，在后制中则需要创出不同的版本。如此将增加成本及时间上的浪费。

另一个一通道一音轨范例的结果是为数据量为必需。另一方面，若无进一步的编码，此范例需要与通道数一样多的音轨。另一方面，若提供不同的版本，其也会分开地提供，如此将再造成数据量的上升，或是需要将多声道信号混合成两声道之后输出，而危及输出结果的质量。

最后，另一个一通道一音轨范例的不利趋势是为，以上述的方法产生的内容并非为永不过时的技术。例如，一5.1声道设置所产出的一给定影片中所呈现的六音轨并不包含位于听众上方的音源，也无法与扬声器完全地拓设设置于不同高度。

最近则出现一些能提供展示系统独立空间化音频的技术。振幅平移(amplitude panning)或许是最简易的技术，例如所谓的向量振幅平移(vector based Amplitude panning，VBAP)。VBAP是基于将相同的单音信号馈入扬声器中，扬声器是靠近声源预计设置的位置，并对每一扬声器的音量做调整。此系统可在二维或三维(包括高度)设置中运作，通过分别选择二或三个靠近的扬声器。可提供一大的最佳结合点为此方法的一个优点，意味着扬声器设置中具有宽广的区域使得声音的感知就像从预计的方向而来一般。然而，此方法并不适用于例如在回声房中再生回声场，也不适用于高扩散性的音源。由音源所发出的声音的第一次反弹多半可由这些方法再生，但其结果的质量相当低落。