[发明专利]基于对象的环绕声编码解码器的具有反馈的可缩放降混设计

说明书

一股来说，本发明描述用于将音频对象分组成群集的技术。在一些实例中，一种用于音频信号处理的装置包含群集分析模块，所述群集分析模块经配置以基于N个音频对象中的每一者的空间信息将包含所述N个音频对象的多个音频对象分组成L个群集，其中L小于N，其中所述群集分析模块经配置以接收来自传输信道、解码器及显现器中的至少一者的信息，且其中L的最大值是基于所述所接收信息。所述装置还包括：降混模块，其经配置以将所述多个音频对象混合成L个音频流；及元数据降混模块，其经配置以基于所述空间信息及所述分组产生指示所述L个音频流中的每一者的空间信息的元数据。

本申请案主张以下各临时申请案的优先权：2012年7月20日申请的第61/673,869号美国临时申请案；2012年12月21日申请的第61/745,505号美国临时申请案；及2012年12月21日申请的第61/745,129号美国临时申请案。

技术领域

本发明涉及音频译码且，更具体来说，涉及空间音频译码。

背景技术

环绕声的演进现今已使得许多输出格式可用于娱乐。市场上的环绕声格式的范围包含风行的5.1家庭影院系统格式，所述格式就侵入起居室来说已为超过立体声最为成功的。此格式包含以下六个通道：左前(L)、右前(R)、中心或前方中心(C)、左后或左环绕(Ls)、右后或右环绕(Rs)及低频效果(LFE)。环绕声格式的其它实例包含由日本放送协会或日本广播协会(NHK，Nippon Hoso Kyokai或Japan Broadcasting Corporation)开发以供(例如)超高清晰度电视标准使用的正发展的7.1格式及未来的22.2格式。可能需要环绕声格式按二维(2D)及/或按三维(3D)编码音频。然而，这些2D及/或3D环绕声格式需要高位速率以适当地按2D及/或3D编码音频。

发明内容

一般来说，描述用于在按2D及/或3D编码音频时将音频对象分组成群集以可能地减少位速率要求的技术。

作为一个实例，一种音频信号处理方法包含基于N个音频对象中的每一者的空间信息，将包含所述N个音频对象的多个音频对象分组成L个群集，其中L小于N。所述方法还包含将所述多个音频对象混合成L个音频流。所述方法还包含基于所述空间信息及所述分组，产生指示所述L个音频流中的每一者的空间信息的元数据，其中L的最大值是基于从传输信道、解码器及显现器中的至少一者接收的信息。

作为另一实例，一种用于音频信号处理的设备包括用于从传输信道、解码器及显现器中的至少一者接收信息的装置。所述设备还包括用于基于N个音频对象中的每一者的空间信息将包含所述N个音频对象的多个音频对象分组成L个群集的装置，其中L小于N且其中L的最大值是基于所述所接收信息。所述设备还包括用于将所述多个音频对象混合成L个音频流的装置，及用于基于所述空间信息及所述分组产生指示所述L个音频流中的每一者的空间信息的元数据的装置。

作为另一实例，一种用于音频信号处理的装置包括群集分析模块，所述群集分析模块经配置以基于N个音频对象中的每一者的空间信息将包含所述N个音频对象的多个音频对象分组成L个群集，其中L小于N，其中所述群集分析模块经配置以从传输信道、解码器及显现器中的至少一者接收信息，且其中L的最大值是基于所述所接收信息。所述装置还包括：降混模块，其经配置以将所述多个音频对象混合成L个音频流；及元数据降混模块，其经配置以基于所述空间信息及所述分组，产生指示所述L个音频流中的每一者的空间信息的元数据。

作为另一实例，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在被执行时致使一或多个处理器基于N个音频对象中的每一者的空间信息将包含所述N个音频对象的多个音频对象分组成L个群集，其中L小于N。所述指令还致使所述处理器将所述多个音频对象混合成L个音频流且，基于所述空间信息及所述分组，产生指示所述L个音频流中的每一者的空间信息的元数据，其中L的最大值是基于从传输信道、解码器及显现器中的至少一者接收的信息。