[发明专利]用于输送对齐的多通道音频的方法和设备

说明书

技术领域

本发明一般涉及音频编码，并且具体涉及用于输送对齐的多通道（multi-channel）音频的方法和设备。

背景技术

诸如MPEG-1和MPEG-2等现代视听编码提供用于在单个传输流内传输多个音频和视频分量的方式。单独和分开的音频分量与选定视频分量是可对齐的。诸如环绕声等同步多通道音频只按照单个预混合的环绕声音频分量来提供，例如，单个Dolby 5.1音频分量。然而，当前未提供用于以同步形式来传输个体化多通道音频分量的方式。

具体而言，MPEG-1和MPEG-2音频规范（分别为ISO/IEC 11172-3和ISO/IEC 13818-3）描述将数字音频信号编码和封包的方式。这些方式包括指定用于支持使用单个MPEG-2传输流分量的各种形式的多通道声音的方案。这些规定向后兼容以前的MPEG-1音频系统。在现有技术中，只有通过将几个音频通道汇集到此类单个传输分量中，才可能确保通道的所要求的同步。这些方案均要求：

[a] 使用环绕声压缩方法（例如，Dolby 5.1）或者

[b] 使用专有压缩技术，或者

[c] 使用未压缩音频。

使用环绕声压缩方法通过利用几个通道之间存在的冗余，并且还利用使声音的某些空间特性变得不可检测并因此在处理中可掩蔽的人耳听觉系统的特征，降低了多通道所要求的比特率。这些复杂的方案提供了处理其中预期只有一个编码和解码操作的单编码级的适当方式，但对于传送网络中可能需要重新编码几次的信号，出于可行和操作原因（例如，源从远程位置馈送到中央编辑设施），它们不是理想的选择。这是由于依次进行的多次编码操作产生的级联问题恶化了音频质量。尤其在容量受限的情况下是这样，造成比特率大幅降低，留下很少的余量（headroom）来处理级联编码和传送中的此类恶化。

使用专有压缩技术一般要求使用另外的外部专用设备，导致更大的费用和操作复杂度。此方法也可能遭受多于一个编码/解码级的级联产生的相同质量恶化。

然而，如果音频以未压缩格式发送（例如，未压缩线性PCM样本），则要求的数据率是极高的数据率（例如，每双通道对大约3Mbit/s）。

虽然在向消费者提供最终的视听媒体时以上所述一般不是问题，但它确实提出了视听媒体制作行业的问题，因为该行业越来越多地利用无处不在的现代高速数据网络在制作设施之间即时发送压缩格式中的“原始”视听媒体（即，用于制作电视、电影和其它媒体的源材料），或者实际上从制作设施发送出去到电视或音频网络分发点，例如地面传送器、卫星上行链路或有线头端。

例如，位置摄制组一般将视听材料馈送到电视演播室，以便编辑和分发到下属电视台，并最终广播到观看者。上述视听编码标准不允许无预混合地发送同步多通道音频，因此，增加了其现场设备的复杂性，或者阻止它们提供多通道音频。

存在一个特别的需要是能够传送具有对准确的通道到通道对齐的要求的多通道音频，使得在多通道的时间对齐是重要的情况下音频信号随后能够编码为环绕声音频，该编码使用上述MPEG标准，因为大多数制作设备已经设置为与这些标准一起使用。

相应地，本发明提议了方法和设备，这些提议的方法和设备在保持通道间准确的时间对齐和声音质量的同时，提供了用于输送多通道音频的具成本效益且方便的机制。

发明内容

本发明的实施例提供一种将音频编码并将所述编码音频包括到数字传输流中的方法，其包括在编码器输入接收多个时间上处于同一位置的音频信号，每单位时间将相同的时间戳指派到所述多个时间上处于同一位置的音频信号的所有信号，以及将加有相同时间戳的音频信号结合到数字传输流中。

可选的是，接收的步骤还包括对时间上处于同一位置的音频信号采样以形成预定大小的音频数据的帧，以及对齐音频数据的所述帧以保持音频信号在时间上处于同一位置，并且其中指派相同时间戳的步骤在音频数据的对齐帧上执行。

可选的是，该方法还包括在指派时间戳之前通过相同的音频编码器配置设置来压缩音频数据的对齐帧，以及将压缩的和加有相同时间戳的音频数据分配到传输流的多个单通道。

可选的是，多个单通道包括一个或多个常规的双单（dual mono）音频分量。

可选的是，预定大小是MPEG标准中访问单元（Access Unit）的大小，并且视频传输流是MPEG-1或MPEG-2传输流。

可选的是，时间戳是呈现时间戳。

可选的是，前面权利要求的任一项的方法中，将音频结合到数字视频流中的步骤包括将压缩的且加有相同时间戳的音频数据复用到传输流中。