[发明专利]多对象音频信号的附加信息比特流产生方法和装置

说明书

本申请是申请日为2009年3月30日、申请号为200980111798.4、发明名称为“多对象音频信号的附加信息比特流产生方法和装置”的发明专利申请的分案申请。

技术领域

本发明涉及一种用于产生多对象音频信号的附加信息比特流的方法和装置。

背景技术

根据现有的音频编码和解码技术，由各种声道构成的多个音频对象无法根据用户需要而进行各种组合，因此无法以各种形态来消费一个音频内容。结果，用户只能被动地消费音频内容。

根据作为现有技术的空间音频编码(Spatial Audio Coding，SAC)，将多声道音频信号编码为缩混(down-mix)的单声道信号或缩混的立体声声道信号和空间提示(spatial cue)信息，因此即使在低比特率下也能传送高品质的多声道信号。根据SAC技术，按子带(sub-band)分析音频信号，并基于与每个子带对应的空间提示信息，从所述缩混的单声道或立体声声道信号恢复原多声道音频信号。所述空间提示信息包括用于在解码过程中恢复原来的信号的信息，并决定在SAC解码装置中再现的音频信号的音频品质。运动图像专家组(MPEG)以MPEG环绕(MPS)的名称进行SAC技术标准化，并将声道等级差(Channel Level Difference，CLD)用作空间提示。

根据SAC技术，对于多声道音频信号仅可以对一个音频对象进行编码和解码，所以无法对由多声道构成的多对象音频信号(例如，由单声道、立体声声道和5.1声道构成的各种对象的音频信号)进行编码和解码。

根据作为另一现有技术的双耳提示编码(Binaural Cue Coding，BCC)技术，能够对仅由单声道构成的多对象音频信号进行编码和解码，所以无法对由除单声道之外的多声道构成的多对象音频信号进行编码和解码。

结果，根据现有技术，仅可以对由单一声道构成的多对象音频信号或由多声道构成的单一对象音频信号进行编码和解码，无法对由多声道构成的多对象音频信号进行编码和解码。因此，无法根据用户的需要组合由各种声道构成的多个音频对象，无法以各种形态来消费一个音频内容。因此，用户只能被动地消费音频内容。

发明内容

技术问题

本发明的目的在于提供这样一种方法和装置，即，通过在对多对象音频信号进行编码时产生的附加信息比特流的帧区域中包括预设信息，从而在再现多对象音频信号期间，也能根据编辑者或声音工程师的意图改变所设定的音响场景信息。

本发明的目的不限于上述的目的，可通过下面的描述来理解没有提及的本发明的其它目的和优点，并根据本发明实施例更清楚地理解本发明的目的和优点。此外，容易理解，可通过权利要求所体现的手段及其组合来实现本发明的目的及优点。

技术方案

为了达到上述的目的，在本发明中，一种多对象音频信号的附加信息比特流产生装置，其特征在于，包括：空间提示信息输入部，接收从多对象音频信号的编码装置产生的空间提示信息；预设信息输入部，接收关于多对象音频信号的预设信息；附加信息比特流产生部，利用空间提示信息和预设信息产生附加信息比特流，其中，附加信息比特流包括头区域和帧区域，预设信息包括在所述帧区域。

另外，在本发明中，一种多对象音频信号的附加信息比特流分析装置，其特征在于，包括：附加信息比特流输入部，接收附加信息比特流；空间提示信息提取部，利用附加信息比特流提取空间提示信息；预设信息提取部，利用附加信息比特流提取预设信息，其中，附加信息比特流包括头区域和帧区域，预设信息包括在所述帧区域中。

另外，在本发明中，一种多对象音频信号的编码装置，其特征在于，包括：编码部，对由多个对象构成的音频信号进行缩混，产生关于由多个对象构成的音频信号的空间提示信息；附加信息比特流产生部，利用空间提示信息和关于音频信号的预设信息来产生附加信息比特流，其中，附加信息比特流包括头区域和帧区域，预设信息包括在帧区域中。

另外，在本发明中，一种多对象音频信号的解码装置，其特征在于，包括：附加信息比特流分析部，接收附加信息比特流，提取包括在附加信息比特流中的空间提示信息和预设信息；解码部，利用空间提示信息从缩混的输入音频信号恢复由多个对象构成的音频信号；渲染部，利用预设信息将由多个对象构成的音频信号渲染为由多个声道构成的音频信号，其中，附加信息比特流包括头区域和帧区域，预设信息包括在所述帧区域。