[发明专利]用于空间音频渲染的系统和方法

说明书

图示了根据本发明的实施例的用于渲染空间音频的系统和方法。一个实施例包括空间音频系统，包括主网络连接的扬声器，包括多组驱动器，其中每组驱动器面向不同方向，处理器系统，包含音频播放器应用的存储器，其中音频播放器应用将处理器系统配置为通过网络接口从音频源获取音频源流，对音频源进行空间编码，对空间编码的音频源进行解码以获得用于多组驱动器中的各个驱动器的驱动器输入，其中驱动器输入导致驱动器生成定向音频。

相关申请的交叉引用

本申请要求根据35U.S.C.§119(e)要求2019年4月2日提交的标题为“System andArchitecture for Spatial Audio Control and Reproduction(用于空间音频控制和再现的系统和架构)”的美国临时专利申请第62/828,357号；2019年7月25日提交的标题为“Method and Apparatus for Spatial Multimedia Source Management(用于空间多媒体源管理的方法和设备)”的美国临时专利申请第62/878,696号；以及2019年11月13日提交的标题为“Systems and Methods for Spatial Audio Rendering(用于空间音频渲染的系统和方法)”的美国临时专利申请号第62/935,034号的权益和优先权。美国临时专利申请第62/828,357号、第62/878,696号和第62/935,034号的公开内容全部通过引用并入此。

技术领域

本发明总体上涉及空间音频渲染技术，也就是说，用于通过使用空间音频再现技术和/或模态波束成形扬声器阵列来渲染空间音频的系统和方法。

背景技术

扩音器，通俗地说是“扬声器”，是将电音频输入信号或音频信号转换成相应声音的设备。扬声器通常被容纳在可能包含多个扬声器驱动器的外壳中。在这种情况下，包含多个单独扬声器驱动器的外壳本身可以被称为扬声器，而内部的单独扬声器驱动器则可以被称为“驱动器”。输出高频音频的驱动器通常被称为“高音器(tweeter)”，输出中频音频的驱动器可以称为“中音器”或“中频驱动器”。输出低频音频的驱动器可以称为“低音器(woofer)”。当描述声音的频率时，这三个频段通常被称为“高”、“中”和“低”。在某些情况下，“低”也被称为“低音”。

对于特定的扬声器布置，音轨通常被混合。最基本的录音是为了在一个扬声器上再现，其格式现在被称为“单声道”。单声道录音只有一个音频通道。立体声音频，通俗地说是“立体声”，是一种声音再现方法，其通过将已知的两扬声器布置与为立体声再现而记录和编码的音频信号相耦合，来产生多方向听觉角度的错觉。立体声编码包含左通道和右通道，并假设理想的听众位于与左扬声器和右扬声器等距的特定点。但是，立体声提供的空间效果有限，因为通常只使用两个前置扬声器。使用少于或多于两个扬声器的立体声会由于下混合或上混合伪像而导致次优渲染。

现在存在的沉浸式格式需要极大量的扬声器和相关联的音频通道来尝试和校正立体声的局限性。这些更高通道数的格式通常被称为“环绕声”。有许多不同的扬声器配置与这些格式相关联，例如但不限于5.1、7.1、7.1.4、10.2、11.1和22.2。然而，这些格式的一个问题是，它们需要大量的扬声器被正确配置并放置在规定的位置。如果扬声器偏离其理想位置，音频渲染/再现会显著劣化。此外，使用大量扬声器的系统在渲染为较少扬声器编码的基于通道的环绕声音频时常常不会利用所有扬声器。

发明概述

音频记录和再现技术一直致力于获得更高的保真度体验。就像听众和音乐家在一个房间里一样再现声音的能力一直是该行业试图实现的一个关键承诺。然而，迄今为止，最高保真度的空间精确再现是以大型扬声器阵列为代价的，这些扬声器阵列必须相对于理想的听众位置沿特定的朝向布置。本文描述的系统和方法可以通过将空间音频再现原理应用于空间音频渲染来改善这些问题并提供附加功能。