[发明专利]改变包含在高阶高保真度立体声响复制表示中声音对象相对位置的方法以及装置

说明书

技术领域

本发明涉及一种用于改变包含在音频场景的二维或三维高保真度立体声响复制（Ambisonics）表示中的声音对象的相对位置的方法和装置。

背景技术

高阶高保真度立体声响复制（HOA）是有助于以优越的空间分辨率捕捉、处理、记录、传输和回放复杂的音频场景（2D和3D）的空间声场表示。声场是空间中参考点处或周围的傅立叶-贝塞尔级数近似。

目前只有有限数量的用于处理使用HOA技术捕获的音频场景的空间排列的技术。在原理上，有两种方法：

A）将音频场景分解为分离的声音对象和相关联的位置信息，例如：通过狄拉克（DirAC），并使用处理过的位置参数构成新的场景。缺点是复杂且容易出错的场景分解是必需的。

B）HOA表示的内容可以通过HOA向量的线性变换来进行修改。这里，目前仅提出旋转、镜像以及强调前/后方向。所有这些已知的基于变换的修改技术都保持场景内对象相对位置的固定。

为了处理或修改场景的内容，提出了空间翘曲（space warping），包括HOA声场的旋转和镜像，以及修改特定方向上的优势度（dominance）：

G.J.Barton、M.A.Gerzon《Ambisonic Decoders for HDTV》，AES大会，1992年；

J.Daniel，《Representation de champs acoustiques,application a la transmission et a la reproduction de scenes sonores complexes dans un contexte multimedia》，博士论文，巴黎第六大学，2001年，巴黎，法国；

M.Chapman、Ph.Cotterell，《Towards a Comprehensive Account of Valid Ambisonic Transformations》，高保真度立体声响复制研讨会，2009年，格拉茨，奥地利。

发明内容

本发明要解决的问题是帮助改变包含在基于HOA的音频场景中声音对象的相对位置，而不需要分析场景的构成。该问题使用权利要求1公开的方法解决。权利要求2中公开利用该方法的装置。

本发明使用空间翘曲来修改捕获的或生成为高阶高保真度立体声响复制表示的声场信息的空间内容和/或再现。HOA域中的空间翘曲表示多步骤的方法或计算效率更高的单步骤线性矩阵乘法。不同的翘曲特性对2D和3D声场是可行的。

翘曲在不执行场景分析或分解的情况下在空间域中进行。给定阶数的输入HOA系数被解码成常规放置的（虚拟）扬声器的权重或输入信号。

本发明的空间翘曲处理具有以下几个优点：

-因为参数化过程中的多个自由度，因此它非常灵活；

-可以以非常高效的方式（即，以相对较低的复杂度）实现；

-不需要任何场景分析或分解。

在原理上，本发明的方法适用于改变包含在音频场景的二维或三维高阶高保真度立体声响复制HOA表示中的声音对象的相对位置，其中维度为O_in的输入向量A_in确定输入信号傅里叶级数的系数，维度为O_out的输出向量A_out确定对应改变后的输出信号傅里叶级数的系数，所述方法包括下列步骤：

-使用模态矩阵Ψ₁的逆通过计算将输入HOA系数的所述输入向量A_in解码为空间域中与常规放置的扬声器位置对应的输入信号s_in；

-通过计算A_out=Ψ₂s_in在空间域中将所述输入信号s_in翘曲并编码为适应输出HOA系数的所述输出向量A_out，其中根据翘曲函数f(φ)修改模态矩阵Ψ₂的模态向量，原始扬声器位置的角度通过翘曲函数f(φ)一对一地映射到所述输出向量A_out中目标扬声器位置的目标角度。