[发明专利]用于对多声道输入信号内的空间背景噪声进行编码和/或解码的方法和设备

说明书

本文档描述了一种用于对包括N个不同声道的多声道输入信号(101)进行编码的方法(600)。所述方法(600)包括：针对帧序列中的当前帧，使用信号和/或语音活动检测器来确定(601)所述当前帧是活动帧还是非活动帧，以及基于所述多声道输入信号(101)来确定(602)下混信号(103)，其中，所述下混信号(103)包括N个声道或更少声道。另外，所述方法(600)包括：确定(603)包括参数集的上混元数据(105)，所述参数集用于基于所述下混信号(103)生成包括N个声道的重建多声道信号(111)，其中，所述上混元数据(105)是根据所述当前帧是活动帧还是非活动帧来确定的。所述方法(600)进一步包括将所述上混元数据(105)编码(604)为比特流。

相关申请的交叉引用

本申请要求于2021年5月27日提交的美国临时专利申请号63/193,946以及于2020年6月11日提交的美国临时专利申请号63/037,650的优先权权益，上述美国临时专利申请中的每一个都通过引用以其全文并入本文。

背景技术

位于收听位置处的收听者的收听环境内的声音或声场可以使用高保真立体声信号来描述。高保真立体声信号可以被视为多声道音频信号，其中每个声道对应于收听者的收听位置处的声场的特定指向性模式。高保真立体声信号可以使用三维(3D)笛卡尔坐标系来描述，其中所述坐标系的原点对应于收听位置，x轴指向前方，y轴指向左侧，并且z轴指向上方。

多声道音频信号可以包括具有活动语音或音频的活动部分和无语音或音频的其他非活动部分，所述非活动部分通常仅包括背景噪声。背景噪声可以具有空间特性，如来自特定方向的空调噪声。

本文档解决了以高效方式对空间背景噪声进行建模的技术问题，特别是用于在多声道音频信号的活动部分与非活动部分之间提供感知上令人愉悦的过渡。独立权利要求解决了该技术问题。从属权利要求中描述了优选的示例。

发明内容

根据一方面，描述了一种用于对包括N个不同声道的多声道输入(音频)信号进行编码的方法，其中N1，特别地N2。所述方法包括使用信号和/或语音活动检测器来确定多声道输入信号的当前帧是活动帧还是非活动帧。此外，所述方法包括基于多声道输入信号和/或基于用于对多声道输入信号进行编码的目标比特率来确定下混信号，其中，所述下混信号包括少于或等于N个声道。所述方法进一步包括确定包括(空间)参数集的上混元数据。所述上混元数据可以根据当前帧是活动帧还是非活动帧来确定。另外，所述方法包括将上混元数据编码为比特流。

根据另一方面，描述了一种用于对比特流进行解码的方法，所述比特流指示包括N个声道的重建多声道信号(其中N是大于一的正整数，优选地N2)。所述方法包括基于比特流来确定当前帧是活动帧还是非活动帧。另外，所述方法包括确定重建下混信号，其中，所述重建下混信号包括少于或等于N个声道。所述方法进一步包括基于重建下混信号并基于比特流内包括的上混元数据来生成重建多声道信号。所述重建多声道信号可以根据当前帧是活动帧还是非活动帧来生成。

根据另一方面，描述了一种软件程序。所述软件程序可以适于在处理器上执行并且当在处理器上执行时用于执行本文档中概述的方法步骤。

根据另一方面，描述了一种存储介质。所述存储介质可以包括软件程序，所述软件程序可以适于在处理器上执行并且当在处理器上执行时用于执行本文档中概述的方法步骤。

根据另一方面，描述了一种计算机程序产品。所述计算机程序可以包括可执行指令，所述可执行指令当在计算机上执行时用于执行本文档中概述的方法步骤。