[发明专利]压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置

说明书

技术领域

本发明涉及一种压缩和解压缩高阶高保真度立体声响复制(Higher Order Ambisonics)信号表示的方法及装置，其中以不同的方式处理方向和环境(ambient)分量。

背景技术

高阶高保真度立体声响复制(HOA)提供了以下优点：捕获三维空间中的特定位置附近的完整声场，该位置被称为“最佳听音位置(sweet spot)”。与像立体声或环绕声这样的基于信道的技术相反，这种HOA表示不依赖于具体的扩音器结构。但是，这种灵活性以在特定扩音器结构上回放该HOA表示所需的解码处理为代价。

HOA基于使用截断的球谐函数(SH)展开式的在期望的听者位置附近的位置x的单独的角形波数量k的气压的复数幅度的描述，其中，在不失一般性的情况下，可以将期望的听者位置假设为球坐标系统的原点。这种表示的空间分辨率随着该展开式的增长的最大阶N提高。不幸的是，展开式系数的数量O随阶N而平方地增长，亦即O＝(N+1)²。例如，使用阶N＝4的典型的HOA表示需要O＝25个HOA系数。给出期望的采样率f_S和每个样本的比特数量N_b，传送HOA信号表示的总的比特率按照O·f_S·N_b来确定，并且在针对每个样本采用N_b＝16个比特，采样率为f_S＝48kHz的情况下的阶N＝4的HOA信号表示的传输导致19.2MBits/s的比特率。因此，压缩HOA信号表示是非常值得做的。

关于现存空间音频压缩方法的概述可以在专利申请EP 10306472.1中或者在I.Elfitri、B.Günel、A.M.Kondoz的“Multichannel Audio Coding Based on Analysis by Synthesis”(Proceedings of the IEEE，第99卷，第4期，657-670页，2011年4月)中找到。

下面的技术与本发明更相关。

可以如V.Pulkki在“Spatial Sound Reproduction with Directional Audio Coding”(Joumal of Audio Eng.Society，第55(6)卷，503-516页，2007年)中所述的使用方向音频编码(DirAC)来压缩B格式信号(等效于一阶高保真度立体声响复制表示)。在对电子会议应用提出的一个版本中，将B格式信号编码成单个全向信号以及以单一方向形式的边信息和针对每个频带的扩散参数。然而，作为结果的数据率的显著降低以在再现时得到的较小的信号质量为代价。另外，DirAC受限于一阶高保真度立体声响复制表示的压缩，其受到非常低的空间分辨率的影响。

已知的用于压缩具有N＞1的HOA表示的方法相当少。其中之一利用感知高级音频编码(AAC)编码解码器对单独的HOA系数序列进行直接编码，参见E.Hellerud、I.Burnett、A.Solvang、U.Peter Svensson的“Encoding Higher Order Ambisonics with AAC”(第124届AES大会，阿姆斯特丹，2008年)。然而，该方法的固有问题是永远不会被听到的信号的感知编码。通常通过HOA系数序列的加权和来获得重构的回放信号。这是为什么当在特定的扩音器结构上呈现解压缩后的HOA表示时未屏蔽感知编码噪声的概率很高的原因。以更技术性的术语，感知编码噪声未屏蔽的主要问题是单独的HOA系数序列之间的高度的互相关性。因为在单独的HOA系数序列中的编码后的噪声信号通常彼此不相关，所以可能出现感知编码噪声的结构重叠，同时与噪声无关的HOA系数序列在重叠处被消去。另一个问题是所提到的互相关性导致感知编码器的效率降低。

为了将这些影响的程度最小化，在EP 10306472.1中提出在感知编码之前将HOA表示变换为空间域中的等效表示。空间域信号对应于常规的方向信号，并且如果扩音器被置于与对空间域变换假设的那些方向完全相同的方向上，则将对应于扩音器信号。

到空间域的变换降低了单独的空间域信号之间的互相关性。然而，并未彻底消除互相关性。关于相对较高的互相关性的示例是其方向落入空间域信号所覆盖的相邻方向之间的方向信号。

EP 10306472.1和上述的Hellerud等人的论文的另一个不足是经感知编码的信号的数量是(N+1)²，其中，N是HOA表示的阶。因此，压缩后的HOA表示的数据率随高保真度立体声响复制阶而平方地增长。