[发明专利]解码具有保留数据空间中的元数据容器的编码音频比特流

说明书

本发明公开了解码具有保留数据空间中的元数据容器的编码音频比特流。具体公开一种用于对编码音频比特流进行解码的音频处理设备，包括：输入缓冲器，存储编码音频比特流中的至少一部分，编码音频比特流包括音频数据和元数据容器；比特流解析器，解析音频数据；以及解码器，解码音频数据，编码音频比特流被分段成一个或更多个帧，每个帧包括：同步信息分段；比特流信息分段；可选的附加比特流信息分段；高达六个的音频数据块；辅助信息分段；纠错字；以及一个或更多个可选的skip域，一个或更多个帧中的至少一个包括元数据容器，元数据容器位于保留数据空间中，元数据容器包括：首部；句法版本域；一个或更多个元数据有效载荷；以及保护数据。

本申请为2013年1月29日提交的申请号为201310034592.4、发明名称为“利用响度处理状态元数据的音频编码器和解码器”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求于2013年1月21日提交的、题为“利用响度处理状态元数据的音频编码器和解码器”、发明人为Michael Ward和Jeffrey Riedmiller的美国临时专利申请No.61/754,882的优先权。

技术领域

本发明涉及音频信号处理，更具体地，本发明涉及使用表示音频内容的响度处理状态的元数据对音频数据比特流进行编码和解码。本发明的一些实施例生成或解码作为“杜比数字(Dolby Digital)(AC-3)”、“杜比数字+(Dolby Digital Plus)(增强型AC-3或E-AC-3)”或者“杜比E(Dolby E)”已知的格式之一的音频数据。

背景技术

“杜比”、“杜比数字”、“杜比数字+”和“杜比E”是杜比实验室特许公司的商标。杜比实验室提供分别作为“杜比数字”和“杜比数字+”已知的AC-3和E-AC-3的专有实施。

音频数据处理单元通常以盲目的方式来操作，并且不注意在数据被接收之前出现的音频数据的处理历史。这可能在以下处理框架内起作用：其中，单个实体进行各种各样的目标媒体渲染装置的所有的音频数据处理和编码，同时，目标媒体渲染装置进行对编码音频数据的所有的解码和渲染。然而，该盲目的处理在以下情况下不能很好地起作用(或者一点都不起作用)：其中，多个音频处理单元散布在多种多样的网络上或者串联放置(即，链式放置)并被期望最优地执行它们各自类型的音频处理。例如，某些音频数据可以被编码以用于高性能的媒体系统并且可能必须沿着媒体处理链被转换成适合移动装置的缩减形式。因而，音频处理单元可能不必对已经被执行了某种类型的处理的音频数据执行该类型的音频处理。例如，音量调节(volume leveling)单元可以对输入音频剪辑执行处理，而不管是否之前已经对输入音频剪辑执行了相同的或类似的音量调节。因此，音量调节单元可能在不需要时执行调节。该非必要的处理还可能引起在对音频数据的内容进行渲染时的特定特征的去除和/或降级。

音频数据的典型的流包括音频内容(如，音频内容的一个或更多个通道)和表示音频内容的至少一个特征的元数据二者。例如，在AC-3比特流中，存在若干音频元数据参数，这些音频元数据参数具体地意在用于改变被递送到倾听环境的节目的声音。元数据参数之一是“DIALNORM”参数，其意在表示出现音频节目的会话的平均电平，并且用于确定音频回放信号电平。

在包括不同的音频节目分段(每个音频节目分段具有不同的DIALNORM参数)序列的比特流的回放期间，AC-3解码器使用每个分段的DIALNORM参数来执行某种类型的响度处理，其中，其修改回放电平或响度，使得分段序列的会话的感知响度处于恒定的电平。编码音频项的序列中的每个编码音频分段(项)会(通常)具有不同的DIALNORM参数，并且解码器可以对其中每个项的电平进行缩放，使得每个项的会话的回放电平或响度相同或者非常类似，虽然这可能需要在回放期间将不同量的增益应用于不同的项。