[发明专利]用于具有多个反射的声源的改进的立体混响编码器

说明书

本发明涉及用于具有多个反射的声波的立体混响编码器。要求保护的立体混响编码器改善了3D音频场景中的沉浸感。用于根据本发明的立体混响编码器的声源的反射的编码的复杂度小于根据现有技术的立体混响编码器的声源的反射的编码的复杂度。要求保护的立体混响编码器能够实时编码更多数量的声源反射。要求保护的立体混响编码器能够减少与立体混响编码有关的功耗，并且能够增加用于所述应用的移动设备的电池的寿命。

技术领域

本发明涉及声源的立体混响编码。更具体地说，它涉及在声源在声场景中经过反射的情况下提高这种编码的效率。

背景技术

声音的空间表示结合用于捕捉、合成和再现声音环境的技术，允许听众能够更好地沉浸在声音环境中。它们特别允许用户识别大于他或她可用的扬声器数量的声源数量，并且以3D方式精确定位这些声源，甚至在其方向与扬声器的方向不一致的情况下。有许多用于声音空间表示的应用，包括允许用户基于一套立体声耳机所产生的声音在三维中精确定位声源，或允许用户在房间中在三维中精确定位声源，声音由扬声器(例如，5.1扬声器)发出。另外，声音的空间表示允许产生新的声音效果。例如，它们允许旋转声场景或者应用声源的反射来模拟给定声音环境(例如电影院厅或音乐厅)的再现。

空间表示以两个主要步骤产生：立体混响编码和立体混响解码。为了从声音的空间表示中受益，实时立体混响解码始终是必需的。实时产生或处理声音可能还涉及对其实时立体混响编码。由于立体混响编码是一项复杂的任务，因此实时立体混响编码能力可能受到限制。例如，给定量的计算能力只能够实时编码有限数量的声源。

用于空间表示声音的技术特别在以下文献中进行了描述：J.Daniel、Représentations de champs acoustiques、application à la transmission et à lareproduction de scènes sonores dans un contexte multimédia(“Representationsof acoustic fields、application to the transmission and to the reproduction ofsound scenes in a multimedia context”)，INIST-CNRS，Cote INIST：T 139957。对声场进行立体混响编码包括将声压场分解成一个点，例如对应于用户的位置，以球形坐标的形式，用以下形式表示：

其中，表示相对于计算声场的点在方向的时间t处的声压。j^m表示阶m的球形贝塞尔函数。

表示在由方向定义的方向上的阶mn的球面谐波。符号B_mn(t)定义在时间t时对应于各种球面谐波的立体混响系数。

因此，立体混响系数在每个时间都定义了一个点周围的整个声场。立体混响域中的声场的处理表现出特别有趣的特性。特别是旋转整个声场非常简单。也可以通过扬声器广播包括基于一组立体混响系数的方向信息的声音。例如，可以通过5.1扬声器广播声音。通过使用称为HRTF(头部相关传递函数)的传递函数，也可以在仅具有左扬声器和右扬声器的一组耳机中呈现包括方向信息的声音。这些功能使得可以通过对立体声信号的至少一个声道添加延迟和/或衰减来在两个扬声器上呈现定向信号，这被大脑解释为限定声源的方向。

被称为HOA(高阶立体混响法)的分解包括将该无限和截断成大于或等于1的阶M：

一般而言，足够远的声源被认为是球形地来传播声波。然后，可以认为与源链接的立体混响系数B_mn(t)在时间t处的值取决于在这个时间t处的源的声压s(t)以及与该声源的方位链接的球面谐波。因此可以说明，对于单个声源来说：