[发明专利]用于解码媒体信号的解码器和用于编码包含主要媒体数据的元数据或控制数据的辅助媒体数据的编码器

说明书

示出了一种用于对包括主要媒体数据的元数据和控制数据在内的辅助媒体数据进行编码的编码器，其中所述编码器被配置为使用添加冗余或频带限制对所述辅助媒体数据进行编码，并且其中所述编码器被配置为将所编码的辅助媒体数据输出为数字字流。因此，数字字流可以形成为使得其能够抵抗数字音频流的典型处理。此外，用于处理数字音频流的装置能够处理数字字流，因为数字字流可以被设计为类音频或类模拟数字流。

技术领域

本发明涉及一种用于对媒体信号进行解码的解码器和一种用于对包含主要媒体数据的元数据或控制数据的辅助媒体数据进行编码的编码器。

换句话说，本发明示出了一种用于通过数字音频通道分配控制数据或元数据的方法和装置。实施例示出了使用嵌入在HD-SDI(高清串行数字接口)视频信号中的标准AES3(AES：音频工程学会)PCM(脉冲编码调制)音频比特流，特别是在电视设备、系统或网络中伴随音频信号的控制数据或元数据的方便可靠的传输。

背景技术

在音乐、视频和其他多媒体内容的制作和传输中，通过包括描述内容的特征的元数据，可以增强内容的再现或使其更有用或更有价值。例如，通过在MP3文件中包括ID3标签来提供关于内容的标题或艺术家的信息，以MP3格式编码的音乐变得更加有用。

在视频内容中，通常不仅包括描述性元数据，还包括用于根据消费者的设备和环境控制内容的再现的数据。例如，诸如DVD和蓝光的电视广播和视频盘包括用于修改内容的响度范围的动态范围控制数据和用于控制环绕声多通道音频信号的转换以再现在立体声设备上的下混增益。在动态范围控制数据的情况下，针对每个几毫秒的内容发送增益，以压缩内容的动态范围，从而通过可选地将最终音频信号乘以增益来在嘈杂的环境中或者优选程序中较小响度范围的情况下进行回放。

在诸如ATSC A/52(在Advanced Television Systems Committee，Inc.AudioCompression Standard A/52中标准化)或MPEG HE-AAC(在ISO/IEC 14496-3和ETSI TS101154中标准化)的音频编码标准中已经建立和规定了将这样的元数据或控制数据包含在用于传送给消费者的数字比特流或文件中的手段。

然而，在将内容编码成最终比特流之前，在专业或创意环境中传输元数据或控制数据的标准化程度要低得多。到目前为止，这种信息本质上主要是静态的，在内容的持续时间内保持不变。虽然响度控制增益是动态的，但在内容制作标准中，可以建立“编码简档”来控制在最终音频编码过程中增益的产生。以这种方式，在内容创建环境中不需要记录或传输动态元数据。

面向对象的音频系统的发展，其中二维或三维的声音不是由传统扬声器通道或环绕声组件中的等级描述，而是由描述其位置和大小的空间坐标或其他数据来描述，现在需要传输不断变化的动态元数据，如果这样的声音随着时间的推移而移动。此外，静态对象用于允许使用不同的附加音频元素创建内容，例如替代语言、视障者的音频描述或体育赛事的主队或远程团队评论。具有这种静态对象的内容不再适合于统一的通道模型，例如立体声或5.1环绕声，这些专业设施目前被设计为适应。因此，描述性元数据可以在制作或分发期间伴随每个内容项目，使得元数据可以被编码到音频比特流中以便发送或传送给消费者。

理想情况下，专业内容格式只需在其结构或模式中包含对这种位置的规定或描述性元数据。实际上，已经为此开发了新格式或现有格式的扩展，诸如MDA或BWF-ADM。然而，在大多数情况下，传统设备不能理解这种格式，特别是在被设计用于现场或实时使用的系统中进行分发。

在这样的系统中，传统标准如AES 3、MADI或SDI上的嵌入式音频是常见的。这些标准的使用逐渐得到加强，或者被基于IP的标准(诸如Ravenna、Dante或AES 67)所取代。所有这些标准或技术被设计为传输PCM音频的通道，并且不提供用于发送动态或描述性元数据的规定。