[发明专利]多声道音频信号的空间合成

说明书

技术领域

本发明关于多声道数字音频信号的编码/解码的领域。

更具体地，本发明关于多声道音频信号的参数编码/解码。

背景技术

这种类型的编码/解码基于空间化参数的提取，使得在解码时，可以重建收听者的空间感受。

这样的编码技术的英文名称已知为“双耳声提示编码”(BCC，BinauralCue Coding)，其目的在于，一方面提取听觉空间化索引并然后对所述索引进行编码，而另一方面对源自于原始多声道信号的矩阵化的单声道或立体声信号进行编码。

此参数方法是低吞吐量编码。此编码方法的主要优点在于，与用于对多声道数字音频信号进行压缩的传统过程相比允许了更好的压缩率，同时确保了所获得的压缩格式与已经存在的编码格式和广播系统的向后兼容性。

因而，本发明更具体地涉及基于缩减数目的传送声道的3D声音场景的空间解码。

在文献MPEG standard ISO/IEC 23003-1：2007中、和在Journal of theAudio Engineering Society 55-5(2007)331-351中作者为“Breebaart，J.和Hotho，G.和Koppens，J.和Schuijers，E.和Oomen，W.和van de Par，S.”的、标题为“Background，concept，and architecture for the recent MPEG surround standard onmultichannel audio compression”的文献中描述的MPEG环绕标准描述了用于对多声道音频信号进行编码/解码的特定结构。

图1描述了这样的编码/解码系统，其中编码器100通过(在110处)对原始多声道信号S的声道进行矩阵化来构造总和信号(英文中的“downmix”(“缩混”))S_s，并且经由参数提取模块120来提供用于表征原始多声道信号的空间内容的参数P的缩减集合。

在解码器150处，由合成模块160来对该多声道信号进行重构(S′)，该合成模块160同时地考虑到所传送的该总和信号和参数P。

该总和信号包括缩减数目的声道。在传送或存储之前，可以由传统的音频编码器来对这些声道进行编码。典型地，该总和信号包括两个声道，并且与传统的立体声广播兼容。在传送或存储之前，因而可以由任何传统的立体声编码器来对此总和信号进行编码。于是，如此编码的信号与包括用于在忽略空间数据的同时对该总和信号进行重构的对应解码器的装置兼容。

MPEG环绕标准已经采纳了用于表现空间数据的特定结构：编码器依赖于树状编码结构，该树状编码结构基于缩减数目的基本编码块而构造，所述基本编码块中的每一个使得可能提取关于缩减数目的声道的空间参数。存在两种类型的基本编码块：

-TTO(代表了英文中的“Two To One”(“二到一”))块，该TTO块使得可能提取两个声道之间的空间参数，并且基于这两个声道来构造单声道总和信号；

-TTT(代表了英文中的“Three To Two”(“三到二”))块，该TTT块使得可能提取三个声道之间的空间参数，并且基于这三个声道来构造包含了两个声道的总和信号。

图2图示了基于5.1多声道信号来使用TTO块(TTO₀、TTO₁、TTO₂、TTO₃和TTO₄)以获得单声道信号S的编码结构或编码树的第一示例，该5.1多声道信号包括6个声道(L、R、C、LFE、Ls和Rs)。

图3图示了基于5.1信号来同时地使用TTO块和TTT块以获得立体声信号Sl和Sr的第二示范编码结构。

通过使用与图2和3所表现的编码树对称的解码树来执行如此接收到的单声道或者立体声信号的解码。

因而，针对根据图2的树而编码的信号的解码，可以将该解码看作是一系列的重构步骤。