[发明专利]高效率对象元数据编码的装置及方法

说明书

提供了一种用于产生至少一个音频声道的装置(100)。装置(100)包含用于接收至少一个压缩元数据信号的元数据解码器(110)。每一压缩元数据信号包含多个第一元数据样本。每一压缩元数据信号的第一元数据样本指示与至少一个音频对象信号中的音频对象信号相关联的信息。元数据解码器(110)用于产生至少一个重建元数据信号，使得每一重建元数据信号包含至少一个压缩元数据信号中的一个压缩元数据信号的第一元数据样本以及进一步包含多个第二元数据样本。而且，元数据解码器(110)根据重建元数据信号的至少两个第一元数据样本来产生每一重建元数据信号的每一第二元数据样本。而且，装置(100)包含音频声道发生器(120)，其根据至少一个音频对象信号以及至少一个重建元数据信号而产生至少一个音频声道。此外，提供了一种用于产生编码音频信息的装置，编码音频信息包含至少一个编码音频信号以及至少一个压缩元数据信号。

技术领域

本发明涉及音频编码/解码，特别地涉及空间音频编码以及空间音频对象编码，更特别地涉及高效率对象元数据编码。

背景技术

空间音频编码工具是此技术领域中所熟知的，例如，在环绕MPEG标准中已有标准化规范。空间音频编码从原始输入声道开始，例如在再现装备中根据其位置而识别的五个或七个声道，即左声道、中间声道、右声道、左环绕声道、右环绕声道以及低频增强声道。空间音频编码器通常从原始声道得到至少一个降混合声道，以及另外得到关于空间线索的参数数据，例如声道相干数值的声道间水平差异、声道间相位差异、声道间时间差异等等。至少一个降混合声道与指示空间线索的参数化辅助信息(parametric side information，或称为参数边信息、参数侧信息或参数侧边信息)一起传送到空间音频解码器，空间音频解码器解码降混声道以及相关联的参数数据，最后获得为原始输入声道的近似版本的输出声道。声道在输出装备中的放置通常为固定，例如，5.1声道格式或7.1声道格式等等。

此种基于声道的音频格式广泛使用于储存或者传送多声道音频内容，而每一个声道关于在给定位置的特定扬声器。这些种类格式的忠实再现，需要扬声器设备，其中扬声器放置在与音频信号生产期间使用的扬声器相同的位置。增加扬声器数量可改进真实三维虚拟现实场景，但是满足此要求是越来越困难的，尤其是在家庭环境中，像是客厅。

可用于对象为基础的方法来克服对特殊扬声器设备的需求，在以对象为基础的方法中扬声器信号特别针对播放方案来渲染。

例如，空间音频对象编码工具是此技术领域中所熟知的且在MPEG SAOC(SAOC＝spatial audio object coding空间音频对象编码)标准中已成标准。相比于空间音频编码从原始声道开始，空间音频对象编码从非自动专为特定渲染再现装备的音频对象开始。代替地，音频对象在再现场景中的位置可变化，且可由使用者通过将特定的渲染信息输入至空间音频对象编码解码器来确定。可选地或另外，渲染信息，即在再现装备中特定音频对象待放置的位置信息，以额外的辅助信息或元数据来传送。为了获得特定的数据压缩，由SAOC编码器来编码多个音频对象，SAOC编码器根据特定的降混合信息来降混合对象以从输入对象计算至少一个传输声道。此外，SAOC编码器计算参数化辅助信息，其代表对象间线索，例如对象水平差异(OLD)、对象相干数值等等。当在空间音频编码(SAC)中，对象间参数数据针对单独时间平铺/频率平铺来计算，即，针对音频信号的特定帧(例如，1024或2048个样本)，考虑多个频带(例如24、32或64个频带等等)，使得对于每一帧以及每一频带皆存在参数数据。作为举例，当音频片具有20个帧且当每一帧细分成32个频带，则时间/频率平铺的数量为640。

在以对象为基础的方法中，以分离式音频对象来描述音场。此需要对象元数据，其描述在3D空间中每一个声源的时变位置。