[发明专利]用于在不同回放设备之间优化响度和动态范围的系统和方法

说明书

本公开涉及用于在不同回放设备之间优化响度和动态范围的系统和方法。实施例涉及如下的方法和系统，其用于在位流中接收与音频数据相关联的元数据，并且分析该元数据以确定在位流中是否可获得用于第一组音频回放设备的响度参数。响应于确定存在用于第一组的参数，系统使用该参数和音频数据来呈现音频。响应于确定不存在用于第一组的响度参数，系统分析第一组的一个或多个特性并且基于该一个或多个特性来确定参数。

本申请是申请号为201480005314.9、申请日为2014年1月15日、发明名称为“用于在不同回放设备之间优化响度和动态范围的系统和方法”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求以下申请的优先权：2013年1月21日提交的第61/754882号的美国临时申请、2013年4月5日提交的第61/809250号的美国临时申请；以及2013年5月16日提交的第61/824010号的美国临时专利申请，所有这些申请的全部内容都通过引用并入本文。

技术领域

一个或多个实施例总体上涉及音频信号处理，并且更具体地涉及基于回放环境和设备处理具有元数据的音频数据位流，该元数据指示音频内容的响度和动态范围特性。

背景技术

背景技术章节中所讨论的主题不应仅因其在本章节中被提及就假定其作为现有技术。类似地，在背景技术章节中所提及的或者与背景技术章节的主题相关联的问题不应被假定已经在任何现有技术中被认识到。背景技术章节中的主题仅表示不同的方法，它们本身也可能是发明。

音频信号的动态范围通常是信号中所体现的声音的最大可能值和最小可能值之间的比率，并且通常被测量为分贝值(基于10)。在许多音频处理系统中，动态范围控制(或者动态范围压缩)被用于减少响声音水平，和/或放大安静声音水平以使得宽动态范围源内容适配可被更容易地使用电子设备存储和再现的较窄的被记录的动态范围。对于视听(AV)内容，对话参考水平可被用于定义用于通过DRC机制压缩的“零”点。DRC用于增大低于对话参考水平的内容且切除高于该参考水平的内容。

在已知的音频编码系统中，与音频信号相关联的元数据被用于基于内容的类型和预期用途来设定DRC水平。DRC模式设定要应用于音频信号的压缩量，并且限定解码器的输出参考水平。这样的系统可被限制于两个DRC水平设置，这两个DRC水平设置被编程到编码器中并且被用户选择。例如，常规地，对于在支持AVR或者全动态范围的设备上回放的内容使用对话归一(dialnorm)(对话归一化)值-31dB，而对于在电视机或类似设备上回放的内容使用对话归一(对话归一化)值-20dB。这种类型的系统允许单个音频位流通过使用两组不同的DRC元数据用于两个常见的但是大不相同的回放场景。但是，这样的系统局限于被预先设定的对话归一值，而对于随着数字媒体和基于互联网的流送技术的出现而成为可能的多种不同回放设备和收听环境中的回放未被优化。

在当前的基于元数据的音频编码系统中，音频数据流可包括音频内容(例如，音频内容的一个或多个通道)和指示音频内容的至少一个特性的元数据。例如，在AC-3位流中，存在具体地预期用于改变被输送至收听环境的节目的声音的若干音频元数据参数。元数据参数之一是对话归一参数，其指示在音频节目中出现的对话的平均响度水平(或者内容的平均响度)，并且被用于确定音频回放信号水平。

在包含不同音频节目分段(每个音频节目分段具有不同的对话归一参数)的序列的位流的回放期间，AC-3解码器使用每一分段的对话归一参数来执行一种响度处理，该响度处理修正该分段的回放水平或响度，使得该分段的对话的感知响度处于一致水平。编码音频分段(项)的序列中的每一个编码音频项通常将具有不同的对话归一参数，并且解码器将缩放每一项的水平，使得用于每一项的对话的回放水平或响度相同或非常相近，但是这可能需要在回放期间对于不同项添加不同增益量。