[发明专利]空间音频捕获的装置和方法

说明书

一种用于空间音频信号处理的装置，所述装置包括至少一个处理器和包括计算机程序代码的至少一个存储器，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述装置至少：从麦克风阵列接收音频信号，该麦克风阵列包括三个或更多个麦克风，所述三个或更多个麦克风形成具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状；确定在与所述三个或更多个麦克风中的对相关联的音频信号之间的延迟信息；基于具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状来确定运算符；将所述运算符应用于所述延迟信息，以生成与所述音频信号相关联的至少一个方向参数。

技术领域

本申请涉及用于空间音频捕获的装置和方法，这包括但不仅限于用于在一个或多个轴上没有大量声学阴影的情况下从装置进行空间音频捕获的装置和方法。

背景技术

参数化空间音频捕获和处理是音频信号捕获和处理的一个领域，其中使用一组参数描述声音的空间方面。例如，在从麦克风阵列进行参数化空间音频捕获时，从麦克风阵列信号中估计一组参数是一种典型而有效的选择，该参数例如频带中声音的方向，以及表示频带中所捕获声音的定向和非定向部分的相对能量的比率参数。众所周知，这些参数很好地描述了麦克风阵列位置处的所捕获声音的感知空间特性。这些参数可以相应地用于空间声音的合成，用于双耳式耳机、扬声器或其他格式，例如全景声 (Ambisonics)。

因此，频带中的方向和直接与总体能量比(direct-to-total energy ratio) 是对空间音频捕获特别有效的参数化。

传统的线性空间音频捕获方法可以应用于高端阵列(例如，多麦克风球或一组定向麦克风)。参数化空间音频捕获方法可以应用于高端阵列，也可以应用于中等阵列，例如在移动电话或小型VR摄像机等上的那些阵列。

发明内容

根据第一方面，提供了一种装置，所述装置包括至少一个处理器和至少一个包括计算机程序代码的存储器，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起致使所述装置至少：从麦克风阵列接收音频信号，所述麦克风阵列包括三个或更多个麦克风，所述三个或更多个麦克风形成具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状；确定在与所述三个或更多个麦克风中的对相关联的音频信号之间的延迟信息；基于具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状来确定运算符；将所述运算符应用于所述延迟信息以生成与所述音频信号相关联的至少一个方向参数。

所述装置可以被进一步致使：识别所述三个或更多个麦克风中的麦克风对；确定与所述三个或更多个麦克风中的所识别对相关联的音频信号的归一化相干值；以及输出与所述三个或更多个麦克风中的所识别麦克风对相关联的音频信号的归一化相干值，作为与所述音频信号相关联的能量比参数。

被致使识别所述三个或更多个麦克风中的所述麦克风对的装置可以被致使：识别具有最大位移的麦克风对

被致使确定在与所述三个或更多个麦克风中的对相关联的音频信号之间的延迟信息的装置可以被致使：从所述三个或更多个麦克风中的所有对的完整集合中选择所述三个或更多麦克风中的所述对，并且其中，被致使识别具有最大位移的麦克风对的装置可以被致使：仅从所选择的对中识别所述三个或更多麦克风的组中具有所述最大位移的麦克风对。

所述装置可以被进一步致使：从所述音频信号中选择第一部分，所述第一部分包括高于所定义频率的音频信号，所述所定义频率与具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状相关联，其中被致使确定在与所述三个或更多个麦克风中的对相关联的音频信号之间的延迟信息的装置可以被致使：确定在所述第一部分之间的延迟信息，所述第一部分包括高于与具有在所述三个或更多个麦克风中的对之间的定义的位移的几何形状相关联的所定义频率的音频信号。