[发明专利]包括音频对象的音频场景的高效编码

权利要求书

1.一种用于将音频对象编码到数据流中的方法，包括：

接收N个音频对象，其中，N＞1；

通过根据独立于用于回放M个下混信号的任何M通道外放扬声器配置的准则形成所述N个音频对象的组合，来计算M个下混信号，其中M≤N，其中所述N个音频对象与元数据关联，所述元数据包括所述N个音频对象的空间位置和指示所述N个音频对象彼此之间的重要性的重要性值，其中用于计算M个下混信号的准则基于所述N个音频对象的空间接近度并基于所述N个音频对象的重要性值；

计算包括允许从所述M个下混信号重构基于所述N个音频对象所形成的音频对象集合的参数的辅助信息；以及

将所述M个下混信号和所述辅助信息包括在数据流中，以用于发送到解码器。

2.如权利要求1所述的方法，其中，M个下混信号中的一个对应于N个音频对象中的单独一个音频对象，其中，N个音频对象中的所述单独一个音频对象是N个音频对象中相对于N个音频对象中的其他音频对象而言最重要的音频对象。

3.如权利要求1-2中的任一项所述的方法，还包括：将每个下混信号与空间位置进行关联，并且将下混信号的空间位置包括在所述数据流中作为用于下混信号的元数据。

4.如权利要求3所述的方法，其中，所述N个音频对象与包括N个音频对象的空间位置的元数据相关联，并且基于N个音频对象的空间位置来计算与下混信号关联的空间位置。

5.如权利要求4所述的方法，其中，所述N个音频对象的空间位置以及与所述M个下混信号关联的空间位置是时变的。

6.如权利要求1或2所述的方法，其中，所述辅助信息是时变的。

7.如权利要求1或2所述的方法，其中，计算M个下混信号的步骤包括第一聚类过程，第一聚类过程包括：基于所述N个音频对象的空间接近度和重要性值来将所述N个音频对象与M个聚类进行关联，并且通过形成与每个聚类关联的音频对象的组合来计算用于每个聚类的下混信号。

8.如权利要求7所述的方法，其中，每个下混信号与如下空间位置关联：该空间位置是基于与对应于下混信号的聚类关联的音频对象的空间位置而计算出的。

9.如权利要求8所述的方法，其中，与每个下混信号关联的空间位置被计算为与对应于下混信号的聚类关联的音频对象的空间位置的质心或加权质心。

10.如权利要求7所述的方法，其中，通过把所述N个音频对象的空间位置作为输入应用K-means算法来将所述N个音频对象与所述M个聚类进行关联。

11.如权利要求1或2所述的方法，还包括第二聚类过程，用于将第一组多个音频对象减少为第二组多个音频对象，其中，第一组多个音频对象和第二组多个音频对象中的一组与所述N个音频对象对应。

12.如权利要求11所述的方法，其中，所述第二聚类过程包括：

接收第一组多个音频对象及其关联空间位置，

基于第一组多个音频对象的空间接近度而将第一组多个音频对象与至少一个聚类关联，

通过由作为与至少一个聚类中的每一个聚类关联的音频对象的组合的音频对象表示所述每一个聚类来生成第二组多个音频对象，

计算包括用于第二组多个音频对象的空间位置的元数据，其中，基于与对应聚类关联的音频对象的空间位置来计算第二组多个音频对象中的每个音频对象的空间位置；以及

将用于第二组多个音频对象的元数据包括在所述数据流中。

13.如权利要求12所述的方法，其中，第二聚类过程还包括：

接收至少一个音频通道；

将至少一个音频通道中的每一个转换为具有与该音频通道的外放扬声器位置对应的静态空间位置的音频对象；以及

将转换后的至少一个音频通道包括在第一组多个音频对象中。