[发明专利]具有位置信息的有效传输的多通道编码器和解码器

说明书

技术领域

本发明涉及位置信息的通信，并且尤其但不完全涉及用于音频处理应用的位置数据的通信。

背景技术

随着数字信号表示和通信已日益取代模拟表示和通信，各种各样源信号的数字编码在过去数十年已变得越来越重要。例如，诸如语音和音乐之类的音频内容越来越多地以数字内容编码为基础。此外，随着例如环绕立体声和家庭影院设置成为流行，音频消费已日益成为一种包络（enveloping）三维体验。

已研制音频编码格式来提供日益有能力的、多样的和灵活的音频服务，并且尤其已研制支持空间音频服务的音频编码格式。

如同DTS和Dolby Digital之类的众所周知的音频编码技术产生编码的多通道音频信号，其将空间图像表示为围绕着收听者被放置在固定位置上的许多通道。对于与对应于多通道信号的设置不同的扬声器设置来说，空间图像将是次最优的。并且，基于通道的音频编码系统通常不能应付不同数量的扬声器。

（MPEG-D）MPEG Surround（环绕）提供一种多通道音频编码工具，其允许现有的基于单声道或基于立体声的编码器被扩展至多通道音频应用。图1举例说明MPEG Surround系统的元素的示例。使用通过原始的多通道输入的分析而获得的空间参数，MPEG Surround解码器通过单声道或立体声信号的受控上混（upmix）以获得多通道输出信号而能够重新创建空间图像。

由于多通道输入信号的空间图像被参数化，所以MPEG Surround允许利用不使用多通道扬声器设置的渲染设备来解码同一个多通道比特流。示例是在耳机上的虚拟环绕立体声再现，其被称为MPEG Surround双耳解码处理。在这种模式中，在使用普通耳机的同时能够提供逼真的环绕立体声体验。另一示例是较高阶多通道输出例如7.1通道至较低阶设置例如5.1通道的修剪（pruning）。

实际上，随着越来越多的再现格式变得可用于主流消费者，用于渲染空间声音的渲染配置的变化和灵活性近年来已显著增加。这要求音频的灵活表示。随着MPEG Surround编解码器的引入，已采取重要的步骤。然而，仍然针对特定的扬声器设置来产生和发送音频。没有规定通过不同的设置和通过非标准（即，灵活的或用户定义的）扬声器设置的再现。实际上，具有使得音频编码和表示日益独立于特定的预定的和标称的扬声器设置的愿望。日益优选的是：能够在解码器/渲染侧上执行针对多种多样的不同的扬声器设置的灵活适配（adaptation）。

为了提供更灵活的音频的表示，MPEG标准化了称为“Spatial Audio Object Coding（空间音频对象编码）”（MPEG-D SAOC）的格式。与诸如DTS、Dolby Digital和MPEG Surround之类的多通道音频编码系统形成对比，SAOC提供个别音频对象而非音频通道的有效编码。借助于渲染矩阵，个别声音对象被映射到扬声器通道上。而在MPEG Surround中，每一个扬声器通道能够被视为源自声音对象的不同混合，SAOC使得在解码器侧上可利用的个别声音对象用于如图2所示的交互操纵。在SAOC中，多个声音对象和参数化数据一起被编码到单声道或立体声缩混（downmix）中，其中参数化数据允许声音对象在渲染侧上被提取，从而允许个别音频对象可用于例如由终端用户进行的操纵。

实际上，与MPEG Surround相类似，SAOC也创建单声道或立体声缩混。另外，计算和包括对象参数。在解码器侧上，用户可以操纵这些参数来控制个别对象的各种各样特征诸如位置、水平、均衡乃至应用诸如混响之类的效果。图3举例说明使得用户能够控制在SAOC比特流中包含的个别对象的交互界面。