[发明专利]用于局域化感知音频的技术

说明书

本申请是申请号为201180015018.3、申请日为2011年3月17日、发明名称为“用于局域化感知音频的技术”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求2010年3月23日提交的美国临时专利申请No.61/316,579的优先权，其全部内容通过引用整体合并于此。

技术领域

本发明总地涉及音频再现，更特别地，涉及视觉线索附近局部的音频感知。

背景技术

无论是在住宅客厅还是在剧院场所中，保真音响系统都通过利用立体声技术来逼近实际原始声场。这些系统使用至少两个呈现声道(例如，左声道和右声道、环绕声5.1、6.1或11.1等)，通常通过扬声器的对称布置来投射。例如，如图1所示，常规环绕声5.1系统100包括：(1)左前扬声器102、(2)右前扬声器104、(3)前置中心扬声器106(中心声道)、(4)低频扬声器108(例如，亚低音扬声器)、(5)左后扬声器110(例如，左环绕)和(6)右后扬声器112(例如，右环绕)。在系统100中，前置中心扬声器106或单个中心声道承载所有对话和与屏幕上的图像相关联的其它音频。

然而，这些系统受到缺陷的困扰，尤其是在使声音局域化在某些方向上时，并且通常要求用于最佳性能的单个固定的听众位置(例如，最佳听音位置114，扬声器之间的焦点，在该焦点处，个人听到混音者想要的音频混合)。迄今为止对于改进的许多努力涉及增加呈现声道的数量。混合大量声道对内容制作者招致更大的时间和成本害处，可是所得的感知未能将声音局限于声源的视觉线索附近。换句话讲，从这些音响系统再现的声音没有被感知为是从屏上视频平面发出的，因而缺乏真正的现实感。

发明人从以上意识到，用于与视频图像相关联的局域化感知音频的技术是改善自然听音体验所需的。

本部分中描述的方法是可被寻求的方法，但不一定是以前设想过或寻求过的方法。因此，除非另外表明，否则不应仅由于该部分中所述的任一方法包括在该部分中就假设该方法被视为现有技术。类似地，除非另外表明，否则关于一种或多种方法所识别的问题不应基于本部分就假设已经在任何现有技术中被意识到。

发明内容

提供用于视觉线索附近的局部中的音频感知的方法和装置。模拟的或数字的音频信号被接收。音频信号的感知起源(origin)在视频平面上的位置被确定，或者以其它方式被提供。选择与感知起源的水平位置对应的一列音频换能器(例如，扬声器)。所述列包括选自多行(例如，2行、3行或更多行)音频换能器的至少两个音频换能器。对于所述列的所述至少两个音频换能器，确定用于“摇移(panning)”(例如，在物理扬声器位置之间产生幻象声频图像)的权重因子。这些权重因子对应于感知起源的垂直位置。可听信号由所述列利用所述权重因子来呈现。

在本发明一实施例中，一种设备包括视频显示器、第一行音频换能器和第二行音频换能器。第一行和第二行垂直地设置在视频显示器上方和下方。第一行音频换能器和第二行音频换能器形成协调地生成可听信号的列。通过对所述列的音频换能器的输出进行加权，可听信号的感知发射是来自视频显示器的平面(例如，视觉线索的位置)。在某些实施例中，音频换能器在外围间隔得更远，以提高所述平面的中心部分中的保真度并降低外围的保真度。

在另一实施例中，一种系统包括音频透明屏幕、第一行音频换能器和第二行音频换能器。第一行和第二行设置在音频透明屏幕后面(相对于预期的观众/听众位置)。所述屏幕至少对于人类听力的所需频率范围而言是音频透明的。在特定实施例中，所述系统还可包括第三行、第四行或更多行音频换能器。例如，在电影院场所中，三行9个换能器可提供性能与复杂性(成本)之间的合理折衷。

在本发明的又一实施例中，接收元数据。所述元数据包括音频干路(stem)(例如，副路混合(submix)、副编组(subgroup)、或者在组合到主路混合(master mix)中之前可被单独处理的母线(bus))的感知起源的位置。选择与所述感知起源的水平位置最接近的一列或多列音频换能器。所述一列或多列中的每个包括选自多行音频换能器的至少两个音频换能器。确定用于所述至少两个音频换能器的权重因子。这些权重因子与所述感知起源的垂直位置相关，或者以其它方式与之相关连。所述音频干路由所述列利用所述权重因子来可听地呈现。