CN119479667A 用于处理音频数据的方法和装置、介质及设备 （杜比实验室特许公司）

P2013311932013.07.3201480043090.02014.07.24备本公开涉及用于处理音频数据的方法和装大音频对象音频信号可以被渲染到虚拟或实际2包括所述至少一个音频对象的尺寸、以及指示所述至少一个音频对象是否空间弥漫的标基于确定在重放环境中所述至少一个音频对象空间弥漫，其指示所4.如权利要求1所述的方法，还包括向所述去相关的音频对象音频信号应用电平调节6.如权利要求1所述的方法，其中执行去相关滤波包括全通滤波和伪随机滤波中的至去相关器，被配置为基于确定在重放环境中所述至少一个音频对象非暂态存储介质，其上存储有包含指令的软件，所述指令在被处理3接收包括音频对象的音频数据，音频对象包括音频对象信号和关对大音频对象的音频对象信号执行去相关过程，以产生去相关的大音频对象音频信将去相关的大音频对象音频信号与对象位置关联，该关联过程配置并且包括将以下中的任一者与去相关的大音频对象音对象处理组件，其接收输入音频文件和元数据，其中所述输入音频文所述对象处理包括媒体智能/内容分类、空间失真分析和对象选择/群集渲染器，其能够接收并组合下混对象和从所述对象处理组件输出的4处理音频数据的方法和装置、介质及设备”的发明专利申请的分案申请，申请号为[0003]本申请要求于2013年7月31日提交的西班牙专利申请No.P201331193和2013年10及用于低频效果的低音炮通道。在2010年推出的杜比环绕7.1通过将现有的左和右环绕通迁到包括仰角(elevation)的三维(3D)阵列，在重放环境中再现声音正成为更加复杂的过数量的指示和重放环境内每个扬声器的位置5[0009]本文所描述的一些实施方式可以涉及识别弥漫性或空间上的大音频对象以进行[0013]对象位置可以包括对应于接收的音频对象的至少一些音频对象位置数据的位法可以涉及混合接收的音频床信号或接收的音频对象信号当中至少一些与去相关的大音地依赖于大音频对象的音频对象尺寸元数据和音频对象位[0016]该方法可以涉及在执行去相关过程之后衰减或删除大音频对象的音频信号。但方法可以涉及计算来自由大音频对象位置数据和大音频对象尺寸数据定义的音频对象面6信号与用于在空间上与该大音频对象分开的距离为阈值量的音[0018]在一些实施方式中，该方法可以涉及在去相关过程之后执行音频对象群集过以能够混合接收的音频床信号或接收的音频对象信号当中至少一些与去相关的大音频对过程可以至少部分地依赖于大音频对象的音频对象尺寸元数据和音频对象是，该装置可以能够在执行去相关过程之后保留对应于大音频对象的点源贡献的音频信[0030]逻辑系统可以能够计算来自由大音频对象位置数据和大音频对象尺寸数据定义7的大音频对象音频信号与用于在空间上与大音频对象分开的距离为阈值量的音频对象的[0031]逻辑系统可以能够在去相关过程之后执行音频对象群集过程。在一些实施方式[0033]本说明书中所描述的主题的一个或多个实施方式的细节在附图和以下描述中阐[0037]图4A示出了描绘虚拟重放环境中的仰角变化的扬声器区的图形用户界面(GUI)的8[0050]杜比环绕5.1配置包括用于左环绕阵列122的左环绕通道120和用于右环绕阵列145的LFE通道144。杜比环绕7.1配置包括左侧环绕(Lss)阵列220和右侧环绕(Rss)阵列[0056]图3A示出了家庭影院重放环境的具有安装在天花板360上的高度扬声器的重放环和配置仅仅是作为例子提供的。一些目前的家庭影院实施方式提供了多达34个扬声器位[0058]因此，杜比已经为3D音频声音系统开发出增加功能性和/或降低创作复杂性的各9[0059]图4A示出了描绘虚拟重放环境中的仰角变化的扬声器区的图形用户界面(GUI)的创建虚拟环绕声环境的DolbyHeadphoneTM(有时被称为MobileSurroundTM)。在GUI400[0061]这里，扬声器区4一般对应于虚拟重放环境404的左区域410中的扬声器并且扬声器区5对应于右区域415中的扬声器。扬声器区6对应于虚拟重放环境404的左后方区域412并且扬声器区7对应于右后方区域414。扬声器区8对应于上部区域420a中的扬声器并且扬EngineeringSociety(AES)InternationalConferenceonVirtual,SyntheticandEntertainmentAudio)”的第2部分第3_4页中所描述的振幅平移方法来确定。在一些实施[0065]在一些渲染实施方式中，参照扬声器区402创建的音频再现数据可以被映射到大再现数据映射到具有杜比环绕7.1配置的重放环境的左侧环绕阵列220和右侧环绕阵列用于扬声器区4和5的音频再现数据映射到左侧环绕阵列460和右侧环绕阵列465并且可以将用于扬声器区8和9的音频再现数据映射到左顶置(overhead)扬声器470a和右顶置扬声[0070]人类听觉系统对于到达两耳的信号的相关性或相干性的变化是非常敏感的，并[0071]电影院声轨可以包括数百个对象，每个对象都具有其关联的位置元数据/尺寸元(诸如DolbyDigital或DolbyDigitalPlus)被发送，利用用于从向后兼容的混合检索一用于大音频对象的去相关过程可以在渲染音频种去相关器关于下混和/或其它下游音频处理可[0077]图5是提供用于空间上的大音频对象的音频处理的例子的流程图。就像对于本文括用于控制一个或多个设备至少部分地执行本文所述的方频数据还可以包括对应于扬声器位置的一个或多个音及混合去相关的大音频对象音频信号与用于在空间上与该大音频对象分开阈值距离的音[0082]在一些实施方式中，方框520可以涉及根据虚拟扬声器位置渲染去相关的大音频[0085]图6A_6F是示出如本文所述的能够处理大音频对象的音频处理系统的组件的例子至少部分地根据接收的用于大音频对象605的去相关元数据执行去相关过程。去相关过程统600可以能够混合去相关的大音频对象音频信号611与用于在空间上与该大音频对象分统600可以被配置为在由去相关系统610执行去相关过程之后衰减或删除大音频对象605的象605的音频对象尺寸元数据和音频对象位置元数据。这种电平调节可以被用来优化去相象605的声音只由来自某个方向的喇叭再现。这可以通过仅将去相关器输出添加到期望的[0094]在图6C所示的实施方式中，音频处理系统600能够在去相关过程期间创建另外的器位置。如果其它音频对象和/或床615不对应于足够靠近期望的虚拟扬声器位置的位置，则去相关的大音频对象信号611可以对应于新的虚拟音频对象信号611在被发送到编码器620之前进行电平调节。去相关的大音频对象信号611[0096]在一些实施方式中，输出到编码器620的音频信号还可以包括原始大音频对象信的去相关的信号与原始信号拉平(level)一些进行由电平调节系统612a进行的第一拉平过程并且去相关的大音频对象信号611进行智能系统625可以发送指示用于这些信号的去相关的量应当减少或者这些信号不应该被去施例，媒体智能系统625可以包括能够至少部分地基于在中央通道中的音频信息生成话音似然性值的话音似然性估计器。一些例子由Robinson和Vinton在“AutomatedSpeech/OtherDiscriminationforLoudnessMonitoring”(AudioEngineeringSociety,去相关的大音频对象信号611与用于音频对象和/或床615的群集上分布，其中权重或增益向量确定对象或床信号对输出群集或输出床信号的相对贡组合创建的空间场景的对象群集和感官透明简化来减少面向对象的音频内容的带宽的组[0107]用于标准音频编码以基于原始复杂床和音轨来分布和渲染引人注目的用户体验的另外音频处理一般被称为场景简化和/或对象群集。这种处理的主要目的是通过群集或音频对象又包括音频对象信号和关联的元数据。元数据定义关联的音频内容的某些特性，的准确重放，系统700包括通过将原始对象组合成较少量的对象组将对象数量减少至更小[0114]一般而言，结合对象群集过程702的自适应音频系统包括从原始空间音频格式生成元数据的组件。系统700包括被配置为处理既包含常规基于通道的音频元素又包含音频寻址驱动器和驱动器定义的下一代扬声器使对象被渲染时，它可以根据位置元数据和重放扬声器的位置被分配给一个或多个扬声器。[0116]图8是示出能够在自适应音频处理系统中群集对象和/或床的系统的例子的框[0120]图9是提供在用于大音频对象的去相关过程之后进行群集过程的例子的框图。音基于音频对象尺寸元数据来确定其尺寸大于阈值尺寸的大音频对象605。大对象检测模块[0122]在这种实施方式中，模块910能够对大音频对象605的音对象音频信号611与虚拟扬声器位置对应。现在将参照图10A和10B来描述渲染音频对象信[0123]图10A示出了相对于重放环境的虚拟源位置的例子。重放环境可以是实际重放环重放环境是虚拟重放环境并且扬声器位置1025对应于虚望在每个扬声器位置之间包括两个或更多个虚拟源位拟源体积可以与音频对象可在其中移动的体积对应。在图10A所示的例子中，重放环境1000a和虚拟源体积1002a共同延伸，使得每个虚拟源位置1005对应于重放环境1000a中的对于重放环境的虚拟源位置的备选例子。在这个例子中，虚拟源体积1002b在重放环境1000b外面延伸。音频对象体积1020b中的一些虚拟源位置1005位于重放环境1000b中并且位于音频对象体积1020b中的其它虚拟源位置1005位于重放环境10[0130]在其它实施方式中，虚拟源位置1005可以具有沿x和y轴的第一均匀间隔以及沿z限于在由AMSNeve提供的数字电影控制台中实现的ProToolT[0135]在这个例子中，群集C1至CP以及LFE通道的音频数据被编码器6够接收和解码编码的音频数据，以及根据重放环境925的实际重放扬声器的实际重放扬声[0136]图11是提供音频处理装置的组件的例子的框图。在这个例子中，音频处理系统单芯片或多芯片处理器。逻辑系统1110可以包括数字信号处理器(DSP)、专用集成电路个或多个非暂态介质上的软件来操作。非暂态介质可以包括与逻辑系统1110关联的存储器，诸如随机存取存储器(RAM)和/或只读存储器(ROM)。非暂态介质可以包括存储器系统以被配置为用于话音识别和用于根据这种语音命令控制音频处理系统1100的至少一些操[0142]对本公开内容中所描述的实现的各种修改对本领域普通技术人员会是容易明了