[发明专利]音频处理单元、由音频处理单元执行的方法和存储介质

说明书

本公开涉及音频处理单元、由音频处理单元执行的方法和存储介质。一种用于包括通过将子流结构元数据(SSM)和/或节目信息元数据(PIM)以及音频数据包括在比特流中来生成编码音频比特流的设备和方法。其他方面是用于对这样的比特流进行解码的设备和方法，以及被配置成(例如，被编程成)执行该方法的任意实施方式或包括存储根据该方法的任意实施方式而生成的音频比特流的至少一个帧的缓冲存储器的音频处理单元(例如，编码器、解码器或后处理器)。

本申请是申请日为2013年7月31日、申请号为“201310329128.8”、发明名称为“使用节目信息或子流结构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。

技术领域

本发明涉及音频信号处理，以及更具体地，涉及具有指示与由比特流所指示的音频内容有关的子流结构和/或节目信息的元数据的音频数据比特流的编码和解码。本发明的一些实施方式以被称为杜比数字(AC-3)、杜比数字+(增强的AC-3或E-AC-3)或杜比E的格式中的一种格式生成或解码音频数据。

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被称为杜比数字和杜比数字+的AC-3和E-AC-3的专有实现。

音频数据处理单元通常以盲方式(blind fashion)操作并且不关注在数据被接收之前发生的音频数据的处理历史。这可以在这样的处理框架中工作：其中单个实体进行各种目标媒体渲染装置的所有的音频数据处理和编码而目标媒体渲染装置进行编码音频数据的所有的解码和渲染。然而，该盲处理在多个音频处理单元跨多样化的网络被散布(scatter)或串联(即，链)放置并且期望它们最佳地执行其相应类型的音频处理的情形下不能很好地(或完全不)工作。例如，一些音频数据可能针对高性能媒体系统被编码，并且可能需要被转换成适合于沿着媒体处理链的移动设备的简化形式。因此，音频处理单元可能不必要地对音频数据执行已经被执行过的类型的处理。例如，音量校平(leveling)单元可能对输入音频片断执行处理，不管以前是否已经对输入音频片断执行了相同的或相似的音量校平。因此，即使当不必要时，音量校平单元也可能执行校平。该不必要的处理还可能导致当渲染音频数据的内容时具体特征的退化和/或消除。

发明内容

本发明公开了一种音频处理单元，包括：一个或更多个处理器；存储器，其耦接至一个或更多个处理器并且被配置成存储指令，指令在由一个或更多个处理器执行时使一个或更多个处理器执行操作，操作包括：接收包括音频节目的编码音频比特流，编码音频比特流包括一个或更多个音频通道的集合的编码音频数据以及与音频通道的集合相关联的元数据，其中元数据包括动态范围控制DRC元数据、响度元数据以及指示音频通道的集合中的通道的数量的元数据，其中DRC元数据包括DRC值以及指示用于生成DRC值的DRC配置文件的DRC配置文件元数据，并且其中响度元数据包括指示音频节目的响度的元数据；对编码音频数据进行解码以获得音频通道的集合的解码音频数据；从编码音频比特流的元数据中获得DRC值以及指示音频节目的响度的元数据；以及响应于DRC值以及指示音频节目的响度的元数据，修改音频通道的集合的解码音频数据。

本发明还公开了一种由音频处理单元执行的方法，包括：接收包括音频节目的编码音频比特流，编码音频比特流包括一个或更多个音频通道的集合的编码音频数据以及与音频通道的集合相关联的元数据，其中元数据包括动态范围控制DRC元数据、响度元数据以及指示音频通道的集合中的通道的数量的元数据，其中DRC元数据包括DRC值以及指示用于生成DRC值的DRC配置文件的DRC配置文件元数据，并且其中响度元数据包括指示音频节目的响度的元数据；对编码音频数据进行解码以获得音频通道的集合的解码音频数据；从编码音频比特流的元数据中获得DRC值以及指示音频节目的响度的元数据；以及响应于DRC值以及指示音频节目的响度的元数据，修改音频通道的集合的解码音频数据。