[发明专利]音频处理装置及其方法

说明书

音频处理装置包括：接收包括音频成分的音频数据和包括一组音频换能器（703）的音频换能器位置数据的渲染配置数据的接收器（705）。渲染器（707）从音频数据产生这组音频换能器的音频换能器信号。渲染器（7010）能够根据多个渲染模式渲染音频成分。渲染控制器（709）基于音频换能器位置数据而从多个渲染模式选择用于渲染器（707）的渲染模式。渲染器（707）可针对这组音频换能器的不同子集采用不同的渲染模式，渲染控制器（709）可针对这组音频换能器（703）的每个不同子集独立地选择渲染模式。渲染控制器（709）可响应于这组音频换能器（703）的第一音频换能器相对于音频换能器的预定位置的位置而选择第一音频换能器的渲染模式。该方法可提供例如对下面的情形的提高的适应：大部分扬声器在期望位置处而子集从（多个）期望位置偏离。

技术领域

本发明涉及音频处理装置及其方法，且更特别地但不排他地涉及包括不同类型的音频成分的空间音频的渲染。

背景技术

在最近几十年中，音频应用的多样性和灵活性随着例如显著变化的音频渲染应用的多样性而极大地增加。除了那之外，音频渲染设置用在种种声环境中且用于很多不同的应用。

在传统上，总是针对一个或多个规定的扬声器配置来开发空间声再现系统。作为结果，空间体验取决于所使用的实际扬声器配置多么接近地匹配所定义的标称配置，并且一般只针对实质上正确地，即根据规定的扬声器配置被建立的系统，来实现高质量空间体验。

然而使用具有一般相对高数量的扬声器的特定扬声器配置的要求是麻烦的和不利的。实际上，由消费者在部署例如家庭影院环绕声系统时感觉到的明显的不方便是对将要位于特定位置处的相对大数量的扬声器的需要。一般，实际环绕声扬声器设置将由于用户发现将扬声器定位在最佳位置处是不实际的而从理想设置偏离。相应地，由这样的设置提供的体验且特别是空间体验是次优的。

在近年来，因此有朝着消费者要求对他们的扬声器的位置的较不严格的需要的强烈趋势。甚至更加如此的是，他们的主要要求是扬声器设置适合他们的家庭环境，而同时他们当然预期系统仍然提供高质量声体验。当扬声器的数量增加时，这些冲突要求变得更突出。此外，由于朝着提供具有从多个方向到达收听者的声音的全三维声再现的当前趋势，问题变得更相关。

开发了音频编码格式以提供越来越有能力的、多变的和灵活的音频服务，且特别是，开发了支持空间音频服务的音频编码格式。

熟知的音频编码技术例如DTS和杜比数码产生将空间图像表示为围绕在固定位置处的收听者放置的多个通道的编码多通道音频信号。对于与对应于多通道信号的设置不同的扬声器设置，空间图像将是次优的。此外，基于通道的音频编码系统一般不能够对付不同数量的扬声器。

(ISO/IEC) MPEG-2提供多通道音频编码工具，其中比特流格式包括音频信号的2通道和5多通道混合。当使用(ISO/IEC) MPEG-1解码器对比特流解码时，2通道后向兼容的混合被再现。当使用MPEG-2解码器对比特流解码时，三个辅助数据通道被解码，这三个辅助数据通道在与立体声通道组合（解矩阵）时导致音频信号的5通道混合。

(ISO/IEC MPEG-D) MPEG环绕声提供允许现有的基于单声道或立体声的编码器扩展到多通道音频应用的多通道音频编码工具。图1图示MPEG环绕声系统的元件的例子。使用通过原始多通道输入的分析得到的空间参数，MPEG环绕声解码器可通过单声道或立体声信号的受控上混而重新创建空间图像，以得到多通道输出信号。

因为多通道输入信号的空间图像被参数化，MPEG环绕声允许通过不使用多通道扬声器设置的渲染设备对同一多通道比特流的解码。例子是在头戴式耳机上虚拟环绕声再现，这被称为MPEG环绕声双耳声解码过程。在这个模式中，当使用常规头戴式耳机时可提供逼真环绕声体验。另一例子是更高阶多通道输出（例如7.1通道）到更低阶设置（例如5.1通道）的削减。