[发明专利]再现空间扩展声源的设备与方法、或从空间扩展声源生成比特流的设备与方法

说明书

一种再现空间扩展声源的设备，空间扩展声源在空间中具有限定位置及几何形状，该设备包含：接口(100)，用以接收收听者位置；投影仪(120)，用于使用收听者位置、有关空间扩展声源的几何形状的信息、及有关空间扩展声源的位置的信息，计算投影至投影面上的与空间扩展声源相关联的二维或三维外壳的投影；声音位置计算器(140)，用于使用投影面计算用于空间扩展声源的至少两个声源的位置；以及渲染器(160)，用于在该类位置处渲染至少两个声源，以获得具有两个或更多个输出信号的空间扩展声源的再现，其中，渲染器(160)用以对不同位置使用不同声音信号，其中不同声音信号与空间扩展声源相关联。

本发明涉及音频信号处理，以及特别涉及空间扩展声源的编码、解码或再现。

长期以来，一直在研究在多个扬声器或耳机上的声源的再现。在此类设置上再现声源的最简单方法是将它们渲染为点源，即非常小(理想为无限小)的声源。但是，这种理论概念几乎无法以现实的方式建立现有物理声源的模型。例如，一架三角钢琴有很大的振动木质封闭体，其内部有许多空间分布的琴弦，并且因此在听觉感知上显得比点源要大得多(尤其是当收听者(和麦克风)靠近三角钢琴时)。许多现实世界中的声源具有相当大的尺寸(“空间范围”)，例如乐器、机器、管弦乐队、合唱团或环境声音(瀑布声)。

此类声源的正确/逼真再现已成为许多声音再现方法的目标，无论是使用耳机的双耳方式(即使用所谓的头相关传递函数(HRTF)或双耳房间脉冲响应(BRIR))，还是使用扬声器设置(从两个扬声器(“立体声”)到在水平面上排列的许多扬声器(“环绕声”)以及在所有三个维度上围绕收听者的许多扬声器(“3D音频”))的传统方式均是如此。

本发明的目的是提供一种用于编码或再现具有可能复杂的几何形状的空间扩展声源的概念。

2D源宽度

本节描述关于在从收听者的视角所面对的2D表面上渲染扩展声源的方法，例如在仰角为零的某个方位角范围(如传统立体声/环绕声中的情况)或某些方位角及仰角范围(如3D音频或具有用户运动的3个自由度(3DoF)的虚拟现实中的情况，即头部在俯仰/偏航/翻滚轴上旋转)中。

可以通过减小参与声道信号的相关性来实现在两个或更多个扬声器之间平移的音频对象的视在宽度的增大(生成所谓的幻像或幻像源)(Blauert，2001，S.241-257)。随着相关性的减小，幻像源的扩展增大，直到对于接近零的相关性值(且张开角不太宽)，其覆盖扬声器之间的整个范围。

通过得出并应用适当的解相关滤波器，获得源信号的解相关版本，Lauridsen(Lauridsen，1954)提出对源信号本身加上/减去源信号的时间延迟和缩放的版本，以获得信号的两个解相关版本。另外，Kendall(Kendall，1995)提出了更复杂的方法，他基于随机数序列的组合迭代地得出成对的解相关全通滤波器。Faller等人在研究(Baumgarte、Faller，2003)(Faller、Baumgarte，2003)中提出合适的解相关滤波器(扩散器)。此外，Zotter等人(Zotter、Frank，2013)也得出滤波器对，其中使用频率相关相位或幅度差来实现幻像源的加宽。又有，Alary、Politis、等人(Alary、Politis、2017)提出了基于天鹅绒噪声的解相关滤波器，这被Schlecht、Alary、Habets等人(Schlecht、Alary、Habets，2018)进一步优化。

除了减少幻像源的对应声道信号的相关性之外，还可以通过增加归因于音频对象的幻像源的数量来增大源宽度。在Pulkki的研究(Pulkki，1999)中，通过将同一源信号平移到(略微)不同方向来控制源宽度。最初提出该方法是为了在VBAP平移(Pulkki，1997)源信号在声音场景中移动时，稳定所感知的VBAP平移源信号的幻像源扩展。这因为取决于源的方向而是有利的，渲染源由两个或更多个扬声器再现，这可能导致所感知的源宽度的非期望改变。