[发明专利]用于生成音频映象的系统和方法

说明书

一种用于生成在呈现音频时使用的音频映象的系统和方法。方法包括访问音频流；访问位置信息，该位置信息包括第一位置、第二位置和第三位置；以及生成音频映象。在一些实施方式中，生成音频映象包括：基于音频流生成要被听者感知为从第一位置发出的第一虚拟波前；基于音频流生成要被听者感知为从第二位置发出的第二虚拟波前；以及基于音频流生成要被听者感知为从第三位置发出的第三虚拟波前。

相关技术的交叉引用

本PCT申请要求于2016年10月19日提交的美国临时专利申请第62/410,132号的优先权，其全部公开内容在允许通过引用并入的那些法律管辖权下通过引用并入本文中。

技术领域

本技术涉及生成音频映象的系统和方法。具体地，系统和方法允许生成用于在向听者呈现音频时使用的音频映象。

背景技术

尽管人类只有两个听力，但是仍可以三维地定位声音。脑、内耳和外耳一起工作以推断音频源的位置。为了使听者能够三维地定位声音，声音必须在感知上从特定的方位角、仰角和距离到达。听者的脑通过基于到达时间、强度和光谱差异比较由第一耳朵感知的第一线索和由第二耳朵感知的第二线索得到差异线索以估计音频源的源位置。然后，脑可以依据差异线索来定位音频源的特定方位角、仰角和距离。

根据爱迪生开发的和美国专利200,521中描述的留声机到最近在空间音频上的发展，音频专业人员和工程师已经投入了巨大的努力来尝试再现现实，如同我们在现实生活中听到它并感受到它。随着最近在虚拟和增强现实中的发展，该目标变得更加普遍，因为音频在向用户提供沉浸式体验中起着关键作用。因此，空间音频领域在过去几年中受到了很多关注。空间音频的最新发展主要集中在改进如何捕获和/或再现音频源的源位置。这样的发展通常涉及在虚拟三维空间中包括在听者后方、前方、侧方、上方和/或下方的任何地方虚拟地定位和/或移位音频源。

最近在音频源的定位和移动的感知方面的发展的示例包括以下技术，例如(1)来自杜比实验室的杜比全景声(Dolby)，主要用于商业和/或家庭影院，以及(2)来自脸书(Facebook)的(two big)(也称为Facebook 360)，主要用于创建要在头戴式耳机和/或扬声器上重放的音频内容。作为第一示例，技术允许多个音频轨道与空间音频描述元数据(例如定位和/或全景自动化数据)相关联，并且允许将其分发到影院以基于影院功能向扬声器进行最佳的动态呈现。作为第二示例，技术包括用于设计360视频和/或虚拟现实(VR)和/或增强现实(AR)内容的空间音频的软件套件(诸如Facebook 360空间工作站)。然后，可以在头戴式耳机或VR/AR耳机上动态地呈现360视频和/或VR和/或AR内容。

现有技术通常依赖于使用头部相关变换函数(HRTF)的声波的空间域卷积来变换声波以便模仿从三维空间的点发出的自然声波。即使音频流仅由两个扬声器(例如头戴式耳机或扬声器)产生，这样的技术也允许一定限度内在听到音频流时使听者的脑产生在不同的三维位置中放置不同的声音源的错觉。使用HRTF的空间音频增强的系统和方法的示例可以在创意科技有限公司的美国专利公布第2014/0270281号、杜比实验室公司的国际专利公布WO 2014/159376和杜比实验室许可公司的国际专利公布WO 2015/134658中找到。

尽管当前的技术(例如上面详述的技术)可以允许将听者带到更接近沉浸式体验的阶段，但是它们仍然存在至少某些缺陷。首先，当前技术可能在使听者的脑来产生在三维位置中放置和移位不同声音源的错觉时存在某些限制。与听者在现实生活中的体验相比，这些限制导致更低的沉浸式体验和/或更低的音频质量。其次，至少一些当前技术需要复杂的软件和/或硬件部件来操作传统的HRTF仿真软件。随着音频内容越来越多地通过移动设备(例如，智能手机、平板电脑、膝上型计算机、头戴式耳机、VR耳机、AR耳机)重放，复杂的软件和/或硬件部件由于需要移动设备可能不具备的大量的处理能力可能并不总是合适的，由于这样的移动设备通常是轻巧、紧凑和低功率的。

因此可能需要进行改进。