[发明专利]压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置

说明书

本公开涉及压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置。高阶高保真度立体声响复制(HOA)表示在最佳听音位置附近的完整声场，其不依赖于扩音器结构。高空间分辨率需要大量的HOA系数。在本发明中，估计主声音方向，并且将HOA信号表示分解成时域中的主方向信号和相关的方向信息以及HOA域中的环境分量，继之以通过降低它的阶来压缩环境分量。阶降低后的环境分量被变换到空间域，并且与方向信号一起被感知编码。在接收器侧，编码后的方向信号和阶降低后经编码的环境分量被感知地解压缩，被感知地解压缩的环境信号被变换到降低的阶的HOA域表示，继之以阶扩展。从方向信号、对应的方向信息以及原始阶的环境HOA分量重新组成总的HOA表示。

本申请是申请号为201710350511.X、申请日为2013年5月6日、发明名称为“压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置”的发明专利申请的分案申请，该申请号为201710350511.X的发明专利申请是申请号为201380025029.9、申请日为2013年5月6日、发明名称为“压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置”的发明专利申请的分案申请。

技术领域

本发明涉及一种压缩和解压缩高阶高保真度立体声响复制(Higher OrderAmbisonics)信号表示的方法及装置，其中以不同的方式处理方向和环境(ambient)分量。

背景技术

高阶高保真度立体声响复制(HOA)提供了以下优点：捕获三维空间中的特定位置附近的完整声场，该位置被称为“最佳听音位置(sweet spot)”。与像立体声或环绕声这样的基于信道的技术相反，这种HOA表示不依赖于具体的扩音器结构。但是，这种灵活性以在特定扩音器结构上回放该HOA 表示所需的解码处理为代价。

HOA基于使用截断的球谐函数(SH)展开式的在期望的听者位置附近的位置x的单独的角形波数量k的气压的复数幅度的描述，其中，在不失一般性的情况下，可以将期望的听者位置假设为球坐标系统的原点。这种表示的空间分辨率随着该展开式的增长的最大阶N提高。不幸的是，展开式系数的数量O随阶N而平方地增长，亦即O＝(N+1)²。例如，使用阶N＝4的典型的HOA表示需要O＝25个HOA系数。给出期望的采样率f_S和每个样本的比特数量N_b，传送HOA信号表示的总的比特率按照O·f_S·N_b来确定，并且在针对每个样本采用N_b＝16个比特，采样率为f_S＝48kHz的情况下的阶N＝4的 HOA信号表示的传输导致19.2MBits/s的比特率。因此，压缩HOA信号表示是非常值得做的。

关于现存空间音频压缩方法的概述可以在专利申请EP 10306472.1中或者在I.Elfitri、B.Günel、A.M.Kondoz的“Multichannel Audio Coding Based on Analysis bySynthesis”(Proceedings of the IEEE，第99卷，第4期，657-670 页，2011年4月)中找到。

下面的技术与本发明更相关。

可以如V.Pulkki在“Spatial Sound Reproduction with Directional AudioCoding”(Journal of Audio Eng.Society，第55(6)卷，503-516页，2007年) 中所述的使用方向音频编码(DirAC)来压缩B格式信号(等效于一阶高保真度立体声响复制表示)。在对电子会议应用提出的一个版本中，将B格式信号编码成单个全向信号以及以单一方向形式的边信息和针对每个频带的扩散参数。然而，作为结果的数据率的显著降低以在再现时得到的较小的信号质量为代价。另外，DirAC受限于一阶高保真度立体声响复制表示的压缩，其受到非常低的空间分辨率的影响。