[发明专利]解码器、编码器、产生音频输出信号的方法及编码方法

说明书

提供了解码器、编码器、产生音频输出信号的方法及编码方法。提供用于产生包括一个或更多个音频输出声道的音频输出信号的解码器。解码器包括接收接口，接收接口用于接收包括多个音频对象信号的音频输入信号、关于音频对象信号的响度信息、以及指示音频对象信号中的一个或更多个是否应放大或衰减的呈现信息。此外，解码器包括用于产生音频输出信号的一个或更多个音频输出声道的信号处理器。信号处理器被配置成根据响度信息且根据呈现信息确定响度补偿值。此外，信号处理器被配置成根据呈现信息且根据响度补偿值从音频输入信号产生音频输出信号的一个或更多个音频输出声道。利用一个或更多个旁路音频对象信号产生音频输出信号。此外，提供编码器。

本发明申请是申请日为2014年11月27日，并于2015年9月23日进入中国国家阶段的发明名称为“解码器、编码器及用于编码的方法”的第201480017668.5号发明专利申请的分案申请。

技术领域

本发明涉及音频信号编码、处理及解码，特别地，涉及用于基于对象的音频编码系统中的通知响度估计的解码器、编码器及方法。

背景技术

近来，在音频编码[BCC、JSC、SAOC、SAOC1、SAOC2]及通知源分离[ISS1、ISS2、ISS3、ISS4、ISS5、ISS6]的领域中已提出用于包括多个音频对象信号的音频场景的具比特率效益的传输/储存的参数技术。这些技术旨在基于描述所传输/储存的音频场景和/或该音频场景中的源对象的附加边信息(side information)来重构希望的输出音频场景或音频源对象。此重构使用通知源分离方案而发生于解码器中。可以对重构的对象进行组合以产生输出音频场景。取决于组合对象的方式，输出场景的感知响度可以不同。

在TV及无线电广播中，可基于各个方面诸如峰值信号水平或响度水平来规范化各个节目的音轨的音量水平。取决于信号的动态特性，具有相同峰值水平的两个信号可能具有大不相同的感知响度水平。现在，在节目或频道之间切换，信号响度的差异非常恼人，且已成为终端用户对广播的抱怨的主要来源。

在现有技术中，已提出使用基于感知信号响度的测量将所有频道上的所有节目类似地规范化至共同基准水平。在欧洲的一个此种推荐为EBU推荐R128[EBU](后文称为R128)。

该推荐称，“节目响度”，例如一个节目(或一个广告或某其他有意义的节目实体)的平均响度应等于指定水平(允许有小的偏差)。当愈来愈多的广播台符合此推荐及所要求的规范化时，应最小化节目及频道之间的平均响度的差异。

可以以若干方式进行响度估计。存在用于估计音频信号的感知响度的若干数学模型。EBU推荐R128依赖于ITU-R BS.1770(后文称为BS.1770)(参见[ITU])中提出的模型用于响度估计。

如前所述，例如根据EBU推荐R128，节目响度例如一个节目的平均响度应等于指定水平，允许有小的偏差。然而，这导致了进行音频呈现时的显著问题，迄今在现有技术中仍未解决。在解码器侧进行音频呈现对所接收音频输入信号的总体/总响度具有显著影响。然而，尽管进行场景呈现，所接收音频信号的总响度应保持相同。

当前，对于此问题不存在特定的解码器侧解决方案。

EP 2 146 522 A1([EP])涉及使用基于对象的元数据产生音频输出信号的构思。其生成表示至少两个不同音频对象信号的叠加的至少一个音频输出信号，但未提供对此问题的解决方案。