[发明专利]使用宽带估计的参数化空间音频捕获的方向估计增强

权利要求书

1.一种装置，包括被配置为执行以下操作的部件：

获得至少一个音频信号；

确定与所述至少一个音频信号相关联的至少一个传播声音的至少一个方向参数；

确定与所述至少一个音频信号相关联的至少一个声源的至少一个方向；

根据所确定的至少一个方向，修改所述至少一个方向参数；以及

输出经修改的至少一个方向参数。

2.根据权利要求1所述的装置，其中，被配置为获得至少一个音频信号的部件被配置为获得以下中的至少一个：

至少两个麦克风音频信号；

至少一个全景环绕声音频信号；

至少一个空间音频信号，其中，所述至少一个空间音频信号与至少一个元数据参数相关联，其中，所述至少一个元数据参数包括以下中的至少一个：方向或到达方向；能量比率；扩散比率。

3.根据权利要求1和2中任一项所述的装置，其中，被配置为确定至少一个传播声音的至少一个方向参数的部件被配置为确定以下中的至少一个：

至少一个传播声音的至少一个方向参数；

至少一个音频源的至少一个方向参数；

来自至少一个音频源的至少一个反射的至少一个方向参数；以及

与所述至少一个方向参数相关联的至少一个能量比率参数。

4.根据权利要求1至3中任一项所述的装置，其中，被配置为确定至少一个传播声音的至少一个方向参数的部件被配置为：确定与所述至少一个音频信号的至少一个频带相关联的所述至少一个方向参数。

5.根据权利要求1至4中任一项所述的装置，其中，与所述至少一个音频信号相关联的所述至少一个传播声音包括以下中的至少一个：

与空间内的至少一个音频源相关联的直接声音；

与空间内的至少一个音频源相关联的反射声音；

与至少一个虚拟源相关联的声音；

回响声音；

环境声音；以及

所述直接声音、所述反射声音、所述回响声音和所述环境声音中的任意的叠加。

6.根据权利要求1至5中任一项所述的装置，其中，与所述至少一个音频信号相关联的所述至少一个传播声音与从其捕获所述至少一个音频信号的记录位置相关。

7.根据权利要求1至6中任一项所述的装置，其中，被配置为确定与所述至少一个音频信号相关联的至少一个声源的至少一个方向的部件被配置为：

获得至少一个图像；

分析所述至少一个图像以在所述图像内确定至少一个感兴趣对象；以及

基于所述至少一个感兴趣对象在所述至少一个图像内的位置以及图像捕获参数，确定所述至少一个声源的所述至少一个方向。

8.根据权利要求7所述的装置，其中，被配置为分析所述至少一个图像以在所述图像内确定至少一个感兴趣对象的部件被配置为：基于从所述至少一个图像中识别面部并进一步基于识别在图像之间所述面部内的嘴唇的运动，识别至少一个说话者。

9.根据权利要求1至6中任一项所述的装置，其中，被配置为确定所述至少一个声源的所述至少一个方向的部件被配置为执行以下中的至少一个：

分析来自至少一个红外线传感器的至少一个信号以确定所述至少一个声源的所述至少一个方向；

分析来自至少一个传感器的至少一个信号以确定所述至少一个声源的所述至少一个方向；

获得标识所述至少一个声源的所述至少一个方向的至少一个用户输入信号；

获得与对象相关联的至少一个定位信号，从所述至少一个定位信号确定所述至少一个声源的所述至少一个方向；

当所述至少一个音频信号包括两个或更多个麦克风音频信号时，分析所述至少一个音频信号；以及

获得与所述至少一个音频信号相关联的元数据，所述元数据包括定向或位置信息，其中，当从所述至少一个音频信号的分析中确定所述至少一个传播声音的所述至少一个方向参数时，从所述元数据中确定所述至少一个声源的所述至少一个方向。