[发明专利]用于音频信号解码的解码矩阵的确定方法和装置

说明书

本公开涉及用于音频信号解码的解码矩阵的确定方法和装置。对于解码，需要特定于给定的扬声器设置并且使用已知的扬声器位置生成的解码矩阵。针对已知位置处的L个扬声器对声场格式的经编码的音频信号进行解码的改进方法包括以下步骤：将至少一个虚拟扬声器的位置添加(10)到L个扬声器的位置；生成(11)3D解码矩阵(D’)，其中使用L个扬声器的位置(公式I)和至少一个虚拟位置(公式II)；对3D解码矩阵(D’)进行向下混合(12)；以及使用规模缩减的3D解码矩阵(公式III)对经编码的音频信号(i14)进行解码(14)。结果，获得多个经解码的扬声器信号(q14)。

本申请是申请号为201480056122.0、申请日为2014年10月20日、发明名称为“使用2D设置对高保真度立体声响复制音频声场表示进行解码以便音频回放的方法和装置”的发明专利申请的分案申请。

技术领域

本发明涉及对音频声场表示进行解码，特别是对经高保真度立体声响复制(Ambisonics)格式化的音频表示，进行解码以便使用2D或近2D设置进行音频回放的方法和装置。

背景技术

准确定位是任何空间音频再现系统的关键目标。这样的再现系统非常适用于会议系统、比赛或者受益于3D声音的其他虚拟环境。3D中的声音场景能够被合成或捕获为自然声场。诸如例如高保真度立体声响复制这样的声场信号携带所期望的声场的表示。需要解码处理以从声场表示获得个体扬声器信号。对经高保真度立体声响复制格式化的信号进行解码也被称为“呈现”。为了合成音频场景，需要涉及空间扬声器布置的平移功能(panningfunction)以便获得给定声源的空间定位。为了记录自然声场，需要麦克风阵列以捕获空间信息。高保真度立体声响复制方法是非常适合于实现这一点的工具。基于声场的球谐函数分解，经高保真度立体声响复制格式化的信号携带所期望的声场的表示。虽然基本的高保真度立体声响复制格式或B格式使用零阶和一阶的球谐函数，但是所谓高阶高保真度立体声响复制(Higher Order Ambisonics，HOA)还使用至少二阶的球谐函数。扬声器的空间布置被称为扬声器设置。对于解码处理，需要解码矩阵(也被称为呈现矩阵)，其特定于给定的扬声器设置并且使用已知的扬声器位置来生成。

常用的扬声器设置是使用两个扬声器的立体声设置、使用五个扬声器的标准环绕设置以及使用多于五个扬声器的环绕设置的扩展。然而，这些熟知的设置受限于二维(2D)，例如没有再现高度信息。用于能够再现高度信息的已知扬声器设置的呈现在声音定位和着色方面具有缺点：或者空间垂直平移以非常不均匀的响度被感知，或者扬声器信号具有强的旁瓣，这对于偏离中心的收听位置特别不利。因此，在将HOA声场描述呈现给扬声器时，所谓的能量保持(energy-preserving)的呈现设计是优选的。这意味着信号声源的呈现导致恒定能量的扬声器信号，而与源的方向无关。换句话说，扬声器呈现器保持由高保真度立体声响复制表示携带的输入能量。来自发明人的国际专利公开WO2014/012945A1[1]描述针对3D扬声器设置具有良好的能量保持和定位性质的HOA呈现器设计。然而，虽然该方法对覆盖所有方向的3D扬声器设置工作得非常好，但是对于2D扬声器设置(像例如5.1环绕这样的)，一些源方向衰减。这特别适用于没有放置扬声器的方向，例如来自顶部。

在F.Zotter和M.Frank的“All-Round Ambisonic Panning and Decoding”[2]中，如果在由扬声器建立的凸包中存在漏洞，则添加“想象的”扬声器。然而，对于在真实扬声器上的回放，省略针对该想象的扬声器所得到的信号。这样，来自该方向(亦即，未安置真实扬声器的方向)的源信号仍然将衰减。而且，那篇论文仅示出想象扬声器的使用以便与VBAP(矢量基幅度平移)一起使用。

发明内容

因此，仍然存在的问题是针对2D(2维)扬声器设置设计能量保持的高保真度立体声响复制呈现器，其中，来自没有放置扬声器的方向的声源较少地衰减或者根本不衰减。2D扬声器设置可以被分类为扬声器的仰角在所定义的小范围内(例如，10°)使得它们接近于水平面的设置。