[发明专利]用于解码声音或声场的高阶高保真度立体声响复制（HOA）表示的方法

说明书

本公开涉及用于解码声音或声场的高阶高保真度立体声响复制(HOA)表示的方法。当对HOA数据帧表示进行压缩时，在每个通道信号被感知地编码(16)之前对其实施增益控制(15，151)。增益值作为边信息以差分的方式被传输。然而，为了开始对这样的流式压缩HOA数据帧表示进行解码，需要绝对增益值，应当以最小数量的比特对该绝对增益值进行编码。为了确定这样的最小整数比特量{βe)，在空间域中将HOA数据帧表示(C(k))渲染为位于单位球体上的虚拟扬声器信号，随后对HOA数据帧表示(C(k))进行归一化。然后，将最小整数比特数设置为(AA)。

本申请是申请号为201580035125.0、申请日为2015年6月22日、发明名称为“针对HOA数据帧表示的压缩确定表示非差分增益值所需的最小整数比特数的设备”的发明专利申请的分案申请。

技术领域

本发明涉及用于针对HOA数据帧表示的压缩而确定表示与所述 HOA数据帧中的特定数据帧的通道信号相关联的非差分增益值所需的最小整数比特数的设备。

背景技术

表示为HOA的高阶高保真度立体声响复制提供了表示三维声音的一种可能性。其他技术是波场合成(WFS)或如22.2的基于通道的方法。与基于通道的方法相比，HOA表示提供了与特定扬声器设置无关的优点。然而，这种灵活性是以在特定扬声器设置上回放HOA表示所需要的解码过程为代价的。与所需扬声器的数量通常很大的WFS方法相比，HOA 也可以被呈现为仅包括几个扬声器的设置。HOA的另一个优点是还可以采用相同的表示而不必对耳机的双耳渲染进行任何修改。

HOA基于通过截断的球面谐波函数(SH)展开来表示复合谐波平面波幅度的空间密度。每个展开系数是角频率的函数，角频率可以由时域函数等效地表示。因此，在不失一般性的情况下，完整的HOA声场表示实际上可以被假设成由O个时域函数组成，其中，O表示展开系数的数量。这些时域函数在下文中将被等效地称为HOA系数序列或HOA通道。

HOA表示的空间解析度随着展开的最大阶数N的增长而提高。遗憾的是，展开系数O的数量随着阶数N呈二次方增长，特别地，O＝(N+1)²。例如，使用阶数N＝4的典型HOA表示需要O＝25个HOA(展开)系数。假设期望的单声道采样率为f_S并且每个采样的比特数为N_b，则用于传输 HOA表示的总比特率由O·f_S·N_b确定。以采用每采样N_b＝16比特的f_S＝48kHz采样率传输阶数为N＝4的HOA表示，导致19.2MBits/s的比特率，该比特率对于许多实际应用(例如流式传输)来说是非常高的。因此，对HOA表示进行压缩是非常可取的。

先前，在EP 2665208 A1、EP 2743922 A1、EP 2800401 Al中提出了 HOA声场表示的压缩，参见2014年1月的MPEG-H 3D音频的ISO/IEC JTC1/SC29/WG11、N14264、WD1-HOA文本。这些方法的共同点在于：它们都执行声场分析并且将给定的HOA表示分解成方向分量和残余环境分量。一方面，最终压缩的表示被假设成由若干量化信号组成，这些量化信号由方向信号和基于向量的信号的感知编码以及环境HOA分量的相关系数序列产生。另一方面，最终压缩的表示包括与量化信号相关的附加边信息，根据其压缩版本重构HOA表示需要所述边信息。