[发明专利]用于对声场的高阶高保真立体声HOA信号表示进行低位速率压缩的方法和装置

说明书

本发明适合于改进声场的低位速率压缩和解压缩的高阶高保真立体声HOA信号表示，其中，解压缩提供空间稀疏的解码的HOA表示和该表示的系数序列的索引集。从原始HOA表示的重构信号，使用去相关滤波器创建若干个经修改的相位谱信号，这些经修改的相位谱信号与所述原始表示的信号无关。使用预定混合参数将经修改的相位谱信号相互混合，以便提供复制的环境HOA分量。最后，用复制的时域HOA表示来增强空间稀疏的解码的HOA表示。

技术领域

本发明涉及一种用于对声场的高阶高保真立体声HOA信号表示进行低位速率压缩的方法和装置，其中，HOA信号表示由于该低位速率而是空间稀疏的。

背景技术

除了像波场合成(WFS)的其他技术或者像22.2的基于声道的方法之外，高阶高保真立体声(HOA)提供表示三维声音的一种可能性。但是，与基于声道的方法相反，HOA表示提供独立于特定扩音器设置的优点。但是该灵活性是以在特定扩音器设置上回放HOA表示所需的解码过程为代价的。与所需扩音器数量通常非常大的WFS方法相比，HOA还可以被渲染到仅包括几个扩音器的设置。HOA的另外的优点是相同的表示还可以在不做任何修改的情况下被用于对耳机的双耳渲染。

HOA是基于复谐平面波幅度的空间密度的通过截断球谐函数(SH)展开的表示的。每个展开系数是角频率的函数，其可以用时域函数等同地表示。因此，不失一般性地，整个HOA声场表示实际上可以被假定为包括O个时域函数，其中，O表示展开系数的数量。在下面，这些时域函数将被等同地称为HOA系数序列或HOA声道。

HOA表示的空间分辨率随着展开的最大阶次N增长而改进。不幸的是，展开系数数量O随着阶次N二次方地增长，具体地说，O＝(N+1)²。例如，使用阶次N＝4的典型的HOA表示需要O＝25个HOA(展开)系数。根据前面的考虑，给定期望的单声道采样速率f_S和每采样的位数N_b，用于发送HOA表示的总位速率由O·f_s·N_b确定。结果，通过采用每采样N_b＝16位、以f_s＝48kHz的采样速率发送阶次N＝4的HOA表示，得到19.2MBits/s的位速率，该位速率对于许多实际应用(例如流传输)是非常高的。因而，HOA表示的压缩是非常期望的。

HOA声场表示的压缩在EP 2665208 A1、EP 2743922 A1和国际申请PCT/EP2013/059363(参看2014年7月的ISO/IEC DIS 23008-3，MPEG-H 3D audio)中被提出。这些方法的共同之处在于，它们进行声场分析，并且将给定的HOA表示分解为定向分量和残余环境分量。最终的压缩表示一方面被假定为包括若干个量化信号，这些量化信号是从定向信号和基于矢量的信号以及环境HOA分量的相关系数序列的感知编码得出的。另一方面，最终的压缩表示被假定为包括与量化信号相关的附加辅助信息，该辅助信息对于从HOA表示的压缩版本重构HOA表示是必需的。对于EP 2665208 A1、EP 2743922 A1和国际申请PCT/EP2013/059363中的方法，量化信号的合理的最少数量为“8”个。因此，假定对于每个单独的感知编码器，数据速率为32kbit/s，则这些方法中的一个的数据速率通常不低于256kbit/s。对于某些应用，例如对于移动装置的音频流传输，该总数据速率可能太高，这使得期望以明显降低的数据速率(例如，128kbit/s)的HOA压缩方法。

在欧洲专利申请EP 14306077.0中，描述了一种用于对声场的HOA表示进行低位速率压缩的方法，该方法使用较少数量的量化信号，这些量化信号基本上是原始HOA表示的小子集。为了复制丢失的HOA系数，获得用于不同频带的预测参数以便从量化信号预测附加的定向HOA分量。

发明内容