[发明专利]用于处理音频信号的方法和装置

说明书

技术领域

本发明涉及一种用于处理音频信号的方法和装置，更特别地，涉 及一种可以处理通过数字介质、广播信号等接收到的音频信号的用于 处理音频信号的方法和装置。

背景技术

通常，在将多个对象向下混频(downmix)成单声道或立体声信 号的处理中，从每个对象信号中提取参数。可以在解码器中使用此类 参数，且可以由用户的选择来控制每个对象的摇摆(panning)和增益。

发明公布

技术问题

为了控制每个对象信号，应对包括在向下混频中的每个源进行适 当的定位和摇摆。

此外，为了保证使用面向通道的解码方法的向下兼容性，应将对 象信息灵活地转换成用于向上混频的多通道参数。

技术解决方案

为了解决所述问题而设计的本发明的一个目的在于，提供一种可 以控制对象的增益和摇摆的用于处理音频信号的方法和装置，但不限 于此。

为了解决所述问题而设计的本发明的另一个目的在于，提供一种 可以基于用户的选择来控制对象的增益和摇摆的用于处理音频信号的 方法和装置。

为了解决所述问题而设计的本发明的又一目的在于，提供一种用 于处理音频信号的方法和装置，即使已在大范围内调节了口声(vocal sound)(或音乐)或背景音乐的增益时，该方法和装置也不产生声音 质量方面的失真。

有利效果

本发明具有以下效果和优点。

首先，可以控制对象的增益和摇摆。

其次，可以基于用户的选择来控制对象的增益和摇摆。

第三，即使当口声(或音乐)和背景音乐中的任一个被完全抑制 时，也可以防止由于增益调节而引起的声音质量方面的失真。

而且，最后，当存在诸如口声等至少两个独立对象时(即当存在 立体声通道或多个语音信号时)，也可以防止由于增益调节而引起的 声音质量方面的失真。

附图说明

图1图解示出根据本发明的实施例的用于处理音频信号的装置的 结构的框图。

图2图解示出包括在根据本发明的实施例的用于处理音频信号的 装置中的增强对象编码器的结构的详细框图。

图3示出增强对象生成单元和对象信息生成单元的第一示例。

图4示出增强对象生成单元和对象信息生成单元的第二示例。

图5示出增强对象生成单元和对象信息生成单元的第三示例。

图6示出增强对象生成单元和对象信息生成单元的第四示例。

图7示出增强对象生成单元和对象信息生成单元的第五示例。

图8示出边信息(side information)位流的各种示例。

图9图解示出包括在根据本发明的实施例的用于处理音频信号的 装置中的信息生成单元的结构的详细框图。

图10示出增强对象信息解码单元的详细结构的示例。

图11示出对象信息解码单元的详细结构的示例。

具体实施方式

本发明的目的可以通过提供一种用于处理音频信号的方法来实 现，该方法包括：接收向下混频信息，该向下混频信息具有向下混频 的至少两个独立对象和背景对象；使用第一增强对象信息将所述向下 混频信息分离成第一独立对象和临时背景对象；以及使用第二增强对 象信息从临时背景对象中提取第二独立对象。

根据本发明，所述独立对象可以对应于基于对象的信号，且所述 背景对象可以对应于一信号，该信号包括至少一个基于通道的信号或 具有向下混频的至少一个基于通道的信号。

根据本发明，所述背景对象可以包括左通道信号和右通道信号。

根据本发明，所述第一增强对象信息和所述第二增强对象信息可 以对应于残留信号。

根据本发明，所述第一增强对象信息和所述第二增强对象信息可 以包括在边信息位流中，且包括在边信息位流中的增强对象的数目和 包括在向下混频信息中的独立对象的数目可以彼此相等。

根据本发明，可以由使用N个输入生成(N+1)个输出的模块来执 行将所述向下混频信息分离。

根据本发明，所述方法还可以包括接收对象信息和混频信息；以 及使用所述对象信息和所述混频信息生成用于调节所述第一独立对象 和所述第二独立对象的增益的多通道信息。