[发明专利]用于产生声场的方法、系统和介质

说明书

执行的技术涉及在根据媒体传送系统中事件的发生而选择的立体声音轨中除了高保真度立体声响复制音频之外还提供交互音频。例如，VR系统的用户观察包含许多虚拟物体的虚拟环境。用户可以体验来自任意数量的虚拟扬声器的通过N个高保真度立体声响复制通道播放的双声道渲染音频。另外，用户还可以通过将他/她的头部定位在某个角度(例如，查看特定的虚拟物体)来激活另一个音频源。作为具体示例，当用户观看人的图片时，音轨可以通过立体声通道对N+1和N+2播放。因为它们是立体声通道，所以不需要利用HRTF执行卷积。以这种方式，可以以小的计算开销为虚拟环境中的所有虚拟物体提供音频。

相关申请的交叉引用

本申请是2017年1月30日提交的美国申请No.15/419,312的继续申请，并要求其优先权，其公开内容通过引用整体并入本文。

技术领域

本说明书涉及在虚拟现实(VR)和类似环境中的声场的双声道渲染。

背景技术

高保真度立体声响复制(ambisonics)是全球环绕声技术：除了水平面之外，它还覆盖收听者上方和下方的声源。不同于其他多声道环绕声格式，其传输通道不携带扬声器信号。相反，它们包含称为B格式的声场的与扬声器无关的表示，然后将其解码为收听者的扬声器设置。这个额外的步骤允许制作者从源的方向而不是扬声器位置的方面进行考虑，并且为收听者提供关于用于回放的扬声器的布局和数量的相当大的灵活性。

360度视频和虚拟现实(VR)应用为用户提供沉浸式视觉体验。在 360度视频和VR应用中，类似的沉浸式音频体验通常需要比用户可用的计算资源更多的计算资源。B格式的高保真度立体声响复制声音向用户提供几乎没有额外的计算成本的三维音频。可以对高保真度立体声响复制声音进行头部跟踪，使得无论用户观看哪里，声音看起来源自相同位置。

发明内容

在一个总体方面，一种方法可以包括，通过被配置成在人类用户的耳朵中产生声场的媒体传送计算机，利用针对所述人类用户的耳朵的头部相关传递函数(HRTF)对通过高保真度立体声响复制声道集合输出到该耳朵的声场的高保真度立体声响复制部分执行卷积运算，以通过该高保真度立体声响复制声道集合，在人类收听者耳朵中产生声场的渲染的高保真度立体声响复制部分。方法还可以包括接收(i)立体声音轨集合，该立体声音轨集合中的每一个都包括音频数据，该音频数据当由媒体传送计算机的处理电路处理时通过相应立体声通道对，将声场的一部分输出到人类用户的耳朵，以及(ii)限定事件集合的电子数据，该事件集合中的每一个都具有识别该立体声音轨集合中的相应立体声音轨的标识符。方法可以进一步包括接收指示该事件集合中的事件已经发生的消息。方法还可以包括，响应于接收到消息，执行音轨播放操作，以使得由事件的标识符识别的立体声音轨通过与所识别的立体声声源相对应的该立体声通道对，输出声场的立体声部分，声场的渲染的高保真度立体声响复制部分和声场的立体声部分通过高保真度立体声响复制声道集合和立体声通道对在人类用户的耳朵中组合。

实施方式可以单独地或彼此任意组合地包括以下特征中的一个或多个。例如，接收限定事件集合的电子数据可以包括将一组元数据文件存储在声音渲染计算机的存储器设备中，元数据文件中的每一个包括限定该事件集合的相应事件的电子数据。媒体传送计算机可以进一步被配置成在人类用户的眼睛上产生虚拟环境的图像，其中方法进一步包括检测虚拟环境内的事件，并且生成识别事件的数据，作为指示事件已经发生的消息。事件可以包括指示人类用户的头部具有等于指定角度的方向的指示符，并且检测虚拟环境内的事件可以包括测量人类用户的头部的方向。事件可以包括时间戳，并且检测虚拟环境内的事件可以包括测量虚拟环境内的时间。媒体传送计算机可以进一步被配置成在其他人类用户集合的眼睛上产生虚拟环境的图像，并且执行音轨播放操作可以包括通过与所识别的立体声声源相对应的该立体声通道对，仅向人类用户的耳朵输出声场的立体声部分。可以在事件发生后停止执行音轨播放操作。

在附图和以下描述中阐述一个或多个实施方式的细节。根据说明书和附图以及权利要求，其他特征将是显而易见的。

附图说明