[发明专利]用于回放更高阶立体混响音频信号的方法和设备

说明书

本发明涉及用于回放更高阶立体混响音频信号的方法和设备。本发明允许面向空间声场音频的回放通过应用在EP 11305845.7中公开的空间弯曲处理对其链接的可见对象的系统性适配。在内容再现中使用的屏幕的基准尺寸(或从基准聆听位置的观看角度)被编码并作为元数据与内容一起被传输，或者解码器知道目标屏幕相对于固定基准屏幕尺寸的实际尺寸。解码器以如下方式弯曲声场：根据目标屏幕的尺寸和基准屏幕的尺寸的比率，压缩或拉伸屏幕方向上的全部声音对象。

本申请是基于申请号为201310070648.1、申请日为2013年03月06日、发明名称为“用于回放更高阶立体混响音频信号的方法和设备”的专利申请的分案申请。

技术领域

本发明涉及用于回放指定给视频信号的更高阶立体混响(Higher-OrderAmbisonics)音频信号的方法和设备，该视频信号是对原始和不同的屏幕而生成的但是将被呈现在当前屏幕上。

背景技术

一种存储和处理球形麦克风阵列的三维声场的方式是更高阶立体混响(HOA)表示。立体混响使用标准正交球形函数用于描述位于原点或空间中基准点(也称为蜜点)及其附近的区域中的声场。如此描述的精度通过立体混响阶N来确定，其中，有限数的立体混响系数描述声场。球形阵列的最大立体混响阶通过麦克风精盒(microphone capsule)的数量来限制，所述数量必须等于或大于立体混响系数的数量O＝(N+1)²。这样的立体混响表示的优势在于声场的再现可以单独地适配于近乎任何给定扬声器位置排列。

发明内容

虽然促进空间音频的灵活通用的表示非常独立于扬声器设置，与不同尺寸屏幕上的音频回放的组合可以变得分散，因为空间声音回放未被相应地适配。

立体和环绕声基于离散扬声器声道，并且涉及视频显示关于在哪里放置扬声器存在非常特定的规则。例如，在影院环境下，在屏幕的中央放置中央扬声器，而在屏幕的左侧和右侧放置左扬声器和右扬声器。因而，扬声器设置固有地随屏幕变动：对于小屏幕，扬声器彼此更接近，而对于巨屏，它们则远离。这样的优势是混音可以以非常连贯的方式完成：有关屏幕上的可视对象的声音对象可以可靠地放置在左声道、中央声道和右声道。因此，听众的体验在混音级上匹配声音艺术家的创造性意图。

但是这样的优势同时也是基于声道系统的劣势：对于改变扬声器设置，灵活度非常有限。该劣势随着扬声器声道数量的增加而增加。例如，7.1和22.2格式要求各个扬声器的精确安装并且极其难以适配音频内容到次佳扬声器位置。

基于声道系统的另一劣势是：优先效应限制了在左声道、中央声道和右声道之间摇移(pan)声音对象的能力，特别是对于类似影院环境下的大型聆听设置。对于偏心聆听位置，摇移的音频对象可以“落在”最靠近听众的扬声器上。因而，很多电影已经和重要的屏幕相关的声音混音，特别是排他地映射到中央声道上的对话，借此，获得屏幕上那些声音的非常稳定的定位，但是是以整体声音现场的次佳宽敞度为代价。

通常对后置环绕声道选择类似的妥协：因为播放那些声道的扬声器的精确定位在制作时难以知晓，并且因为那些声道的密度相当低，通常仅环境声音和未校正项被混音到环绕声道。因而，环绕声道中的明显再现错误的概率可以降低，但是是以不能如实地在任何地点而是在屏幕上(或甚至在如上所述的中央声道上)放置离散声音对象为代价。

如上所述，在不同尺寸屏幕上的空间音频和视频回放的组合可以变得分散，因为空间声音回放未被相应地适配。取决于实际屏幕尺寸是否匹配在再现中使用的尺寸，声音对象的方向可以偏离屏幕上可视对象的方向。例如，如果已经在小屏幕的环境中进行了混音，则耦合到屏幕对象的声音对象(例如，演员的发音)将被定位在从混音器的位置看去相对狭窄的锥体。如果此内容受控于基于声场的表示并且在具有大很多的屏幕的影院环境中回放，则在屏幕的宽视场与屏幕相关声音对象的窄锥体之间存在明显失配。对象的可视图像的位置和对应声音的位置之间的巨大失配会分散观众注意力并且因而严重地影响电影的感知。