[发明专利]多声道环绕声的个性化解码

说明书

相关申请

本申请要求于2006年1月5日提交的序列号为No.60/743,096的美国临时专利申请的优先权和利益，该美国临时专利申请的全部教导通过引用结合于此。

技术领域

本发明涉及对多声道环绕音频比特流的解码。

背景技术

长期以来，在全世界的电影院中，多声道环绕音频系统将电影观众置于电影场景的音频空间的中心，这些电影场景正在观众的面前被播放并且正给观众真实而令人信服的“身临其境”的感觉。这种音频技术已经作为家庭环绕影院系统进入普通人的家中，并且现在正在他们自己的客厅中给他们提供“身临其境”的感受。

该音频技术将被使用的下一领域包括移动无线单元或者终端，特别是包括诸如蜂窝电话和PDA这样的小单元。由于这些单元具有小尺寸的显示器，所以环绕声的融入式特性(immersive nature)甚至更重要。然而，将这种技术迁移到移动单元并不是小事。主要障碍包括：

1、在无线移动通道中，可用的比特率在很多情况下低。

2、移动终端的处理能力常常有限。

3、小的移动终端通常只有两个微型扬声器和耳塞或耳机。

特别是对于诸如蜂窝电话这样的移动终端而言，这意味着用于移动终端的环绕声解决方案不得不采用比在杜比数字5.1系统中所使用的384kbits/s低很多的比特率。由于处理能力有限，移动终端的解码器必须在计算方面被优化，并且由于移动终端的扬声器配置，该环绕声必须通过耳塞或耳机来输送。

通过耳机或耳塞输送多声道环绕声的标准方式是对每个扬声器信号执行3D音频或双声道立体声渲染(binaural rendering)。

通常，在3D音频渲染中，使用音频场景的模型，并且每个引入的单声道信号通过一组滤波器进行滤波，这些滤波器模型化由人的头部、躯干和耳朵所产生的变换。这些滤波器被称为具有与头相关传递函数(HRTF)的与头相关滤波器(HRF，head related filter)，并且如果进行适当的设计，这些滤波器给出良好的3D音频场景感知。

图1的图解出了一种根据杜比数字5.1系统对音频信号进行完整的3D音频渲染的方法。根据杜比数字5.1系统的六个多声道信号是：

-右环绕(SR)，

-右(R)，

-中(C)，

-低频(LFE)，

-左(L)

-左环绕(SL)

在图1所示的实例中，中信号和低频信号被组合成一个信号。然后，需要五个不同的滤波器H^C、和以便实现与头相关滤波的这种方法。SR信号被输入到滤波器和R信号被输入到滤波器和C和LFE信号被共同地输入到滤波器H^C，L信号被输入到滤波器和并且SL信号被输入到滤波器和从滤波器H^C、和输出的信号在右求和元件1R中被求和，以给出意图被提供给右侧耳机(未示出)的信号。从滤波器H^C、和输出的信号在左求和元件1L中被求和，以给出意图被提供给左侧耳机(未示出)的信号。

这样的渲染的3D感知方面的质量取决于HRF有多接近地模型化或表示在听众正在收听时与她/他自己的头相关的滤波。因此，有利的是，如果希望得到好的或者非常好的质量，则HRF能够针对每个听众被适配和被个性化。该适配和个性化步骤可以包括模型化、测量和通常取决于用户的调谐，以便改善所感知到的3D音频场景的质量。

目前的现有技术的标准化多通道音频编解码器要求大量的带宽或高比特率，以便达到可接受的质量，并且因此，这些要求阻止将这样的编解码器用于诸如无线移动流的业务中。

例如，即使杜比数字5.1系统(AC-3编解码器)与AAC多通道编解码器相比具有非常低的复杂度，对于类似的质量，该杜比数字5.1系统仍然要求更高的比特率。AAC多通道编解码器和AC-3编解码器这两种编解码器直到今天仍然不可用于无线移动领域中，因为这两种编解码器对计算复杂度和比特率的要求都很高。

已经开发出新的基于双耳线索编码(binaural cue coding)原理的参量多通道编解码器(parametric multi-channel codec)。最近标准化的参量立体声工具是用于编码立体声的低复杂度/高质量参量技术的好实例。在MPEG中，参量立体声到多声道编码的扩展目前正以空间音频编码(Spatial Audio coding)为名而被标准化，并且其也被称为MPEG-环绕。