[发明专利]用于提供与音频流相关联的空间性度量的装置和方法

说明书

一种用于评估音频流的装置，其中所述音频流包括要在至少两个不同的空间层再现的音频通道，并且其中所述两个空间层以沿着空间轴隔开的方式布置。所述装置被配置为评估所述音频流的音频通道，以便提供与所述音频流相关联的空间性度量。

技术领域

本发明的实施例涉及评估与音频流相关联的空间特性，即空间性度量。

背景技术

评估3D音频内容的重点在于其3D性，这是一项繁琐的工作，需要特定的收听室和经验丰富的音频工程师来收听所有内容。

当在专业水平上处理音频时，每个制作阶段都是特定的，并且需要该特定领域的专家。人们接收来自早期制作阶段的内容以对其进行编辑。最后，将其传递到接下来的制作或发行阶段。在接收内容时，通常进行质量检查，以确保该材料良好能够处理并满足给定的标准。例如，广播电台对所有传入的材料执行检查，以查看总体水平或动态范围是否在期望范围内[1，2，3]。因此，期望使所描述的过程尽可能自动化以减少所需的资源。

在处理3D音频时，向现有情况添加了新的方面。不仅如此，还有附加的通道来监督响度评估和缩混可能性，而且还涉及3D效果在什么时间位置出现以及3D效果有多强的问题。后者出于以下原因而受到关注。到目前为止，5.1一直是家庭市场中电影和故事片的标准声音格式。制作和发行链的所有工作流程和部分(例如，混音、母带制作、流传输平台、广播、A/V接收器等)都能够通过5.1声音，而对于3D音频则不是这种情况，因为在过去五年中出现了这种再现方法。内容制作者现在正在为该格式制作作品。

如果涉及3D音频内容，则与传统内容相比，必须在制作链的所有点提供更多资源。最多来说，声音编辑工作室、混音工作室和母带工作室是重要的成本因素，因为它们的工作环境需要通过建立具有更好的房间声学效果、更多的扬声器和扩展的信号流的更大的房间进行相当大的升级，以能够处理3D音频内容。正因为如此，才需要谨慎决定哪些产品将获得更高的预算和额外的工作以通过3D音频形式提供给客户。

到目前为止，仅通过进行收听来完成对3D音频内容进行评估以及对3D音频效果的印象作出说明。这通常是由经验丰富的声音工程师或调音师完成的，并且至少花费整个程序的时间(如果不是更长的话)。由于3D音频收听设施的额外费用很高，因此需要高效地进行收听和评估。

分析多声道音频信号的常用方法是等级和响度监测[4，5，6]。使用峰值计或带有过载指示器的真实峰值计来测量信号的等级。响度是最接近人类感知的一种度量。集成响度(BS.1770-3)、响度范围(EBU R 128LRA)、ATSC A/85之后的响度(Calm Act)、短期和瞬时响度、响度变化或响度历史是最常用的响度度量。所有这些度量都很好地用于立体声和5.1信号。ITU(国际电信联盟)目前正在研究3D音频的响度。

为了比较两个(立体声)或五个(5.1)信号的相位关系，可以使用测角仪、矢量示波器和相关性计量仪。可以使用实时分析仪(RTA)或光谱仪分析能量的光谱分布。还有环绕声分析仪可用于测量5.1信号内的平衡。

随时间可视化立体视频3D效果的方法是深度脚本、深度图表或深度图[7，8]。

所有这些方法有两个共同点。它们无法分析3D音频，因为它们是为立体声和5.1信号开发的。而且它们无法提供关于3D音频信号的3D性的信息。

因此，期望一种改进的构思来获得音频流的空间性度量。

发明内容

本发明的实施例提供了一种用于评估音频流的装置，其中，音频流包括要在至少两个不同的空间层再现的音频通道。所述两个空间层以沿着空间轴间隔开的方式布置。所述装置还被配置为评估音频流的音频通道，以便提供与音频流相关联的空间性度量。