[发明专利]2D或3D会议场景中的讲话者的部署

说明书

相关申请的交叉引用

本申请要求2012年3月23日提交的美国专利临时申请No.61/614,592的优先权，该申请的全部内容通过引用并入此。

技术领域

本文档涉及音频会议。特别地，本文档涉及用于设置并且管理用于音频会议的二维或三维场景的方法和系统。

背景技术

当前多方语音(voice)会议中的缺陷之一是语音典型地作为单耳音频流被全部(基本上相互覆盖)呈现给收听者，并且当使用耳机时，通常“在头部内”呈现给收听者。用于例如模拟不同人从不同呈现位置说话的空间化技术可以改进特别是当有多个人在讲话时的语音会议中的言语的可懂度。本文档解决了设计合适的用于音频会议的二维(2D)或三维(3D)场景的技术问题，该设计使得收听者可以容易地区分音频会议的不同讲话者。此外，描述了用于用参加者和/或系统声音(例如，通知或背景音乐)填充2D或3D会议场景的方案，这些方案使得当加入新的参加者时和/或当将系统声音插入到会议场景中时可以减小对进行中的音频会议的影响。另外，描述了合适的用于在各种呈现装置(诸如耳机和/或扩音器构造)上呈现会议场景的方案。

发明内容

根据一方面，描述一种会议控制器，该会议控制器被配置为将与会议参加者相关联的上游音频信号部署在2D或3D会议场景内。会议场景将被呈现给收听者。典型地，收听者定位在会议场景的中心位置处(例如，如果会议场景被建模为圆或球体，则定位在圆或球体的中心)。上游音频信号可以是在会议参加者的终端(例如，计算装置或电话装置)处产生的音频信号。因而，上游音频信号典型地包括会议参加者的言语(speech)信号。由于这个原因，上游音频信号也可以被称为讲话者音频信号。会议控制器可以定位在通信网络内(的中心位置处)(例如，在所谓的集中式会议架构中)，和/或会议控制器可以定位在会议参加者的终端处(例如，在所谓的分布式会议架构中)。在使用2D或3D呈现系统的情况下，会议控制器也可以被称为场景管理器。会议控制器可以使用计算装置(例如，服务器)来实现。

会议控制器可以被配置为设置X点会议场景，在该会议场景内有X个不同空间讲话者位置，X是整数，X>0(例如，X>1，特别地，X＝1,2,3,4,5,6,7,8或10)。在这个背景下，会议控制器可以被配置为基于本文档中描述的会议场景设计规则中的一个或多个来计算具有X个不同空间讲话者位置的X点会议场景。一个这样的设计规则可以例如是，X个讲话者位置定位在围绕收听者的头部前面的中线的圆锥体内。其他设计规则可以与X个讲话者位置的角间距相关。可替代地或另外地，会议控制器可以被配置为从包括预定扬声器位置的预定会议场景的集合中选择具有X个不同空间讲话者位置的X点会议场景。举例来说，所述集合可以包括具有X个不同的预定空间讲话者位置的一个或多个预定X点会议场景。因而，X点会议场景可以是具有X个预定扬声器位置的预定X点会议场景。

会议控制器可以被配置为设置不同会议场景(例如，具有被不同地部署的讲话者位置的不同X点会议场景和/或具有不同X值的会议场景)。X点会议场景的X个讲话者位置定位在围绕收听者的头部前面的中线的圆锥体内。该中线可以是如下假想线，该假想线从收听者的耳朵之间的假想线上的中间点开始，并且在收听者的头部的前面垂直于收听者的耳朵之间的假想线延伸。圆锥体的母线和中线形成小于或等于预定的最大圆锥角的(绝对)角度。根据圆锥体的总体(population)，该最大圆锥角可以优选地为30°，或者更窄，诸如20°，或者甚至15°。

会议控制器被进一步配置为将上游音频信号分配到X个讲话者位置之一。通过将上游音频信号分配到会议场景内的特定讲话者位置，会议控制器使得呈现装置(例如，会议场景的收听者的终端)能够如同上游音频信号源出于该特定讲话者位置一样呈现上游音频信号。为了这个目的，会议控制器被配置为产生元数据，该元数据识别所分配的讲话者位置并且使得音频处理单元(在收听者的终端处)能够基于上游音频信号产生空间化音频信号。当将空间化音频信号呈现给收听者时，收听者将感知上游音频信号来自所分配的讲话者位置。音频处理单元可以定位在收听者的终端内、或者处理音频流的中心音频服务器中。空间化音频信号可以是例如在收听者的终端处的耳机或扩音器上呈现的双耳音频信号。可替代地或另外地，空间化音频信号可以是多声道(环绕声)信号，例如，5.1或7.1多声道信号。