[发明专利]基于发送无关的表示的节目响度

说明书

公开了基于发送无关的表示的节目响度。本公开落入音频编码领域中，具体地，本公开涉及提供用于在不同音频输出信号之间提供响度一致性的框架的领域。具体地说，本公开涉及用于对音频数据位流进行编码和解码以便达到输出音频信号的期望响度水平的方法、计算机程序产品和装置。

本申请是基于申请号为201580054844.7、申请日为2015年10月6日、发明名称为“基于发送无关的表示的节目响度”的专利申请的分案申请。

相关申请的交叉引用

本申请要求2014年10月10日提交的美国临时专利申请No.62/062,479的优先权，该申请全文通过引用结合于此。

技术领域

本发明涉及音频信号处理，更具体地，涉及音频数据位流编码和解码以便实现输出音频信号的期望响度水平。

背景技术

Dolby AC-4是用于高效率地分布富媒体内容的音频格式。AC-4为广播公司和内容制作商提供了以高效率的方式分布和编码内容的灵活框架。内容可以分布在若干个子流上，例如ME(音乐和效果)在一个子流中，对话在第二子流中。对于一些音频内容，可能有利的是，例如，将对话的语言从一种语言切换到另一种语言，或者能够将例如评论子流添加到内容或包括为了视力障碍者而进行的描述的附加子流。

为了确保呈现给消费者的内容的适当调平(leveling)，对内容的响度需要有一定精确度的了解。当前响度要求具有2dB(ATSC A/85)、0.5dB(EBU R128)的容限，而一些规范具有低达0.1dB的容限。这意味着，具有评论音轨并且具有使用第一语言的对话的输出音频信号的响度应与不具有评论音轨、但具有使用第二语言的对话的输出音频信号的响度基本上相同。

发明内容

本发明提供了一种对包括多个内容子流的位流进行处理的方法，每个内容子流表示音频信号，该方法包括：从位流提取一个或多个呈现数据结构，每个呈现数据结构包括对于所述内容子流中的至少一个的引用，每个呈现数据结构还包括对于元数据子流的引用，该元数据子流表示描述所引用的一个或多个内容子流的组合的响度数据；接收指示所述一个或多个呈现数据结构中的选择的呈现数据结构和期望响度水平的数据；对选择的呈现数据结构所引用的一个或多个内容子流进行解码；并且基于解码的内容子流形成输出音频信号，该方法还包括基于选择的呈现数据结构所引用的响度数据来对解码的一个或多个内容子流或输出音频信号进行处理以达到所述期望响度水平。

本发明还提供了一种用于对包括多个内容子流的位流进行处理的解码器，每个内容子流表示音频信号，该解码器包括：接收部件，其被配置为接收位流；解复用器，其被配置为从位流提取一个或多个呈现数据结构，每个呈现数据结构包括对所述内容子流中的至少一个的引用，并且还包括对元数据子流的引用，该元数据子流表示描述所引用的一个或多个内容子流的组合的响度数据；回放状态部件，其被配置为接收指示在一个或多个呈现数据结构之中的选择的呈现数据结构以及期望响度水平的数据；以及混合部件，其被配置为对选择的呈现数据结构所引用的一个或多个内容子流进行解码，并且基于解码的内容子流形成输出音频信号，其中，混合部件还被配置为基于选择的呈现数据结构所引用的响度数据来对解码的一个或多个内容子流或输出音频信号进行处理以达到所述期望响度水平。

本发明还提供了一种音频编码方法，包括：接收表示相应音频信号的多个内容子流；定义一个或多个呈现数据结构，每个呈现数据结构引用所述多个内容子流中的至少一个；对于一个或多个呈现数据结构中的每个，应用预定义响度函数来获得描述所引用的一个或多个内容子流的组合的响度数据，并且包括对来自呈现数据结构的响度数据的引用；并且形成位流，该位流包括所述多个内容子流、所述一个或多个呈现数据结构以及呈现数据结构所引用的响度数据。