[发明专利]强调靠近焦距的声音源的空间音频处理

说明书

一种空间音频处理装置包括接收器(101)，以用于接收描述包括空间音频分量和相关联的位置数据的音频场景的音频场景数据。音频分量可以作为音频对象被提供。距离单元(105)提供位置指示，所述位置指示包括指示距音频场景中的参考位置的距离的焦距。适配器(103)响应于反映焦距与音频场景中从参考位置到空间音频分量的位置的距离之间的差异的差异量度而调整空间音频分量相对于音频场景的至少一个其他空间音频分量的感知强调性质，例如音频水平、频率分布或扩散程度。音频绘制器(107)使用接收到的位置数据来绘制得到的音频场景。方法可以强调音频场景中的焦距处的音频。

技术领域

本发明涉及空间音频处理，并且具体地但不排他地涉及用于虚拟现实应用的空间音频处理。

背景技术

空间音频应用已经变得众多且分布广泛并且越来越多地形成许多视听体验的至少部分。实际上，新的和改进的空间体验和应用连续被开发，这导致对音频处理和绘制的需求增加。

例如，近年来，虚拟现实(VR)和增强现实(AR)已经接收到越来越多的兴趣，并且多个实施方式和应用正在进入消费者市场。实际上，正在开发装备以用于绘制体验以及捕获或记录针对这样的应用的合适的数据。例如，正在开发相对低成本的装备以允许游戏控制台提供完全VR体验。预期该趋势将继续并且确实会随着针对VR和AR的市场在短时间尺度内达到相当大的规模而加速。

虚拟现实或增强现实的概念涵盖了非常广泛的概念领域。其可以包括完全沉浸式情形，其中，用户在3D虚拟世界中如在现实生活中那样导航(例如，通过物理地移动他的头部，或者甚至物理地四处步行来环顾四周)，或者可以例如包括更简单的情形，其中，虚拟世界中的导航借助于显式控制来完成。

然而，迄今为止的大部分努力已经集中于所提供的体验的视觉侧，即其已经集中于开发用于捕获和绘制三维自适应视觉体验的方法。

例如，最近已经开发了用于360度(2D和3D)视频捕获的各种系统。特别有趣的VR视频捕获技术是所谓的“光场相机”(也称为“全景”相机)。这样的相机不是简单地捕获图像中场景的光强度，而且捕获光到达相机的方向。这允许对记录的图像进行各种类型的后处理。具体地，其允许在已经记录图像之后改变图像的焦平面。实际上，这意味着能够在绘制图像时改变对焦距离(相对于相机立场)。

已经提出提供一种用于VR应用的球形相机系统，包括球形布置的多个光场相机。这样的相机系统使得能够捕获360度3D全景记录，同时使得能够在后处理中改变焦距和/或变焦。

视频侧的这些发展为生成沉浸式和交互式视觉内容和体验开辟了一系列可能性。然而，通常，较少兴趣已经聚焦于提供改进的和更合适的空间音频体验。实际上，通常音频解决方案的自适应性较低，并且倾于主要使用常规空间音频体验，其中，仅适应性能够是一些音频源的位置可以改变。

因此，改进的空间音频系统将是有利的，并且具体地，允许增加的灵活性、改进的适应性、改进的虚拟现实体验、改进的性能、增加的用户控制或调整、用户侧操纵和/或改进的空间音频体验的音频处理方法将是有利的。

发明内容

因此，本发明寻求优选地单独或以任何组合减轻、缓解或消除一个或多个上述缺点。