[发明专利]在扬声器的任意集合上的基于对象的音频的虚拟渲染

说明书

本申请涉及在扬声器的任意集合上的基于对象的音频的虚拟渲染。一种渲染音频的设备和方法。所述方法包含通过定义双耳误差、定义激活惩罚以及最小化作为所述双耳误差与所述激活惩罚的组合的成本函数导出滤波器。以此方式，收听体验通过减小由更远离音频对象的所期望的位点的扬声器输出的信号水平得到改进。

分案申请的相关信息

本案是分案申请。该分案的母案是申请日为2018年10月24日、申请号为PCT/US2018/057357的国际申请进入中国后发明名称为“在扬声器的任意集合上的基于对象的音频的虚拟渲染”的第201880070137.0号发明专利申请案。

相关申请的交叉参考

本申请主张2017年10月30日递交的用于“在扬声器的任意集合上的基于对象的音频的虚拟渲染(Virtual Rendering of Object Based Audio over an Arbitrary Set ofLoudspeakers)”的第62/578,854号美国临时申请的权益并且主张2018年10月09日递交的用于“在扬声器的任意集合上的基于对象的音频的虚拟渲染(Virtual Rendering ofObject Based Audio over an Arbitrary Set of Loudspeakers)”的第62/743,275号美国临时申请的权益，所述申请中的每一个以全文引用的方式并入。

背景技术

本发明涉及音频处理，且确切地说，涉及渲染在扬声器的任意集合上的基于对象的音频。

除非本文中另外指示，否则在这个章节中描述的方法不是本申请中的权利要求书的现有技术，并且并不因为包含在这个章节中就被承认为现有技术。

基于对象的音频通常是指基于音频对象产生扬声器馈送。基于对象的音频可通常与基于声道的音频对比。在基于声道的音频中，每个声道对应于扬声器。举例来说，5.1环绕声是基于声道的，其中“5”是指左、右、中心、左环绕和右环绕扬声器以及它们的五个对应的声道，并且“1”是指低频效应扬声器及其对应的声道。另一方面，基于对象的音频渲染音频对象以用于由扬声器输出，所述扬声器的数目和布置不必由音频对象定义；替代地，每个音频对象可包含在渲染过程期间使用的位置元数据因此用于该音频对象的音频由扬声器输出使得音频对象被感知到起源于所期望的位置。

双耳音频通常是指被记录或回放的音频，其方式为考虑到收听者的耳朵和头部的天然耳朵间隔和头部阴影。收听者因此感知到声音起源于一或多个空间位置。双耳音频可以通过使用放置在虚拟头部的两个耳朵位置处的两个麦克风来记录。双耳音频可以通过使用头部相关传递函数(HRTF)或双耳房间脉冲响应(BRIR)从记录为非双耳的音频渲染。双耳音频可以是使用头戴式耳机回放的。双耳音频大体上包含左侧信号(以由左侧头戴式耳机或左侧扬声器输出)，以及右侧信号(以由右侧头戴式耳机或右侧扬声器输出)。双耳音频不同于立体声之处在于立体声音频可能涉及扬声器之间的扬声器串扰。

在一对扬声器上的空间音频的所谓的“虚拟”渲染通常涉及立体声双耳信号的形成，所述信号随后通过串扰消除器馈送以产生左侧和右侧扬声器信号。双耳信号表示到达收听者的左耳和右耳的所期望的声音并且经合成以模拟3D空间中的特定音频场景，含有在不同位置处的可能地众多的来源。串扰消除器尝试消除或减小立体声扬声器回放中固有的天然串扰，因此双耳信号的左声道实质上传递到收听者的仅左耳并且右声道实质上传递到仅右耳，由此保留双耳信号的意图。通过此类渲染，音频对象被“虚拟地”放置在3D空间中，这是因为扬声器不必以物理方式位于经渲染的声音表现为发出的点处。此类渲染的理论和历史由W.加德纳(W.Gardner)在“使用扬声器的3D音频(3-D Audio Using Loudspeakers)”(克卢沃学术(Kluwer Academic)，1998)中深入地论述。