[发明专利]声场相关渲染

说明书

一种包括部件的装置，该部件被配置为：获得散焦方向(151，202，261)；处理表示音频场景的空间音频信号以生成表示基于散焦方向的经修改的音频场景的经处理的空间音频信号(204，263)，以便在散焦方向上至少部分地控制空间音频信号的一部分至少部分地相对于空间音频信号的其他部分的相对去加重；以及输出经处理的空间音频信号(208，267)，其中，基于散焦方向的经修改的音频场景在散焦方向(151)上至少部分地使能空间音频信号的一部分至少部分地相对于空间音频信号的其他部分的去加重。

技术领域

本申请涉及用于与声场相关的音频表示和渲染的装置和方法，但非排他地涉及用于音频解码器的音频表示的装置和方法。

背景技术

用多个观看方向呈现媒体的空间音频回放是已知的。这种回放的示例包括这种媒体的观看视觉内容，包括用以下方式回放：在具有(至少)头部定向跟踪的头戴式显示器(或头戴式电话)上；或者在非头戴式的电话屏幕上，其中，可以通过改变电话的位置/定向或通过任何用户接口手势来跟踪观看方向；或者在周围的屏幕上。

与“具有多个观看方向的媒体”相关联的视频例如可以是360度视频、180度视频、或视角比传统视频宽得多的其他视频。传统视频是指通常在屏幕上整体显示的视频内容，而没有改变观看方向的选项(或任何特定需要)。

与具有多个观看方向的视频相关联的音频可以在耳机上呈现，其中，观看方向被跟踪并影响空间音频回放；或者可以用环绕扬声器设置来呈现。

与具有多个观看方向的视频相关联的空间音频可以源自从麦克风阵列(例如，被安装在类似OZO的VR相机或手持式移动设备上的阵列)捕获的空间音频，或者源自诸如录音室混音之类的其他源。音频内容也可以是诸如麦克风捕获的声音和所添加的解说员轨道之类的若干内容类型的混合。

与具有多个观看方向的视频相关联的空间音频可以采用各种形式，例如：由球面谐波音频信号分量组成的全景环绕声(Ambisonic)信号(任意阶)。球面谐波可以被认为是一组空间选择性波束信号。当前例如在YouTube 360VR视频服务中使用Ambisonics。Ambisonics的优势在于它是一种简单且定义明确的信号表示；环绕扬声器信号，例如5.1。目前，典型电影的空间音频是以这种形式传送的。环绕扬声器信号的优势是简单性和传统兼容性。类似于环绕扬声器信号格式的一些音频格式包括音频对象，其可以被视为具有时变位置的音频通道。位置可以通知音频对象的方向和距离两者，或者方向；参数化空间音频，诸如两个音频通道音频信号和感知相关频带中的相关联的空间元数据。一些最先进的音频编码方法和空间音频捕获方法应用了这种信号表示。空间元数据在本质上确定了应如何在接收器端空间再现音频信号(例如，到在不同频率的那些方向)。参数化空间音频的优势在于其多功能性、质量、以及使用低比特率编码的能力。

发明内容

根据第一方面，提供了一种装置，其包括被配置为执行以下操作的部件：获得散焦方向(defocus direction)；处理表示音频场景的空间音频信号以生成表示基于散焦方向的经修改的音频场景的经处理的空间音频信号，以便在散焦方向上至少部分地控制空间音频信号的一部分至少部分地相对于空间音频信号的其他部分的相对去加重；以及输出经处理的空间音频信号，其中，基于散焦方向的经修改的音频场景在散焦方向上至少部分地使能空间音频信号的一部分至少部分地相对于空间音频信号的其他部分的去加重。

该部件可以进一步被配置为获得散焦量(defocus amount)，并且其中，被配置为处理空间音频信号的部件可以被配置为：根据散焦量，在散焦方向上至少部分地控制空间音频信号的一部分至少部分地相对于空间音频信号的其他部分的相对去加重。

被配置为处理空间音频信号的部件可以被配置为执行以下中的至少一个：在散焦方向上至少部分地相对于空间音频信号的其他部分至少部分地减少空间音频信号的一部分的加重；以及在散焦方向上相对于空间音频信号的一部分至少部分地增大空间音频信号的其他部分的加重。