[发明专利]用于高阶立体环绕声的音频数据的分层中间压缩

说明书

一般来说，描述用于执行高阶立体环绕声HOA的音频数据的分层中间压缩的技术。包括存储器及处理器的装置可经配置以执行所述技术。所述存储器可存储所述HOA音频数据的HOA系数。所述处理器可将所述HOA系数分解成主要声音分量及对应空间分量。所述空间分量可表示所述主要声音分量的方向、形状及宽度，且定义于球谐域中。所述处理器可在符合中间压缩格式的位流中指定所述HOA系数的表示环境分量的子集。所述处理器还可在所述位流中且无关于对用以在所述位流中指定所述空间分量的环境声道的最小数目及元素的数目的确定指定所述空间分量的所有元素。

本申请案要求2017年5月18日提交的标题为“用于高阶立体环绕声的音频数据的分层中间压缩(LAYERED INTERMEDIATE COMPRESSION FOR HIGHER ORDER AMBISONICAUDIO DATA)”的美国临时申请案第62/508,097号的权益，所述申请案的全部内容以全文引用的方式并入本文中。

技术领域

本公开涉及音频数据，且更特定地说，涉及音频数据的压缩。

背景技术

高阶立体环绕声(HOA)信号(常由多个球谐系数(SHC)或其它阶层元素表示)为音场的三维(3D)表示。HOA或SHC表示可以独立于用以播放从此SHC信号显现的多声道音频信号的局部扬声器几何布置的方式来表示此音场。SHC信号还可促进回溯相容性，这是因为可将SHC信号显现为熟知且被高度采用的多声道格式(例如，5.1音频声道格式或7.1音频声道格式)。SHC表示因此可实现对音场的更好表示，其还适应回溯相容性。

发明内容

大体而言，描述用于高阶立体环绕声的音频数据的夹层压缩的技术。高阶立体环绕声的音频数据可包括对应于具有高于一的阶数的球谐基底函数的至少一个球谐系数，且在一些实例中，包括对应于具有高于一的阶数的多个球谐基底函数的多个球谐系数。

在一个实例中，一种经配置以压缩表示音场的高阶立体环绕声的音频数据的装置包括：存储器，其经配置以存储高阶立体环绕声的音频数据的高阶立体环绕声系数；及一或多个处理器，其经配置以：将高阶立体环绕声系数分解成主要声音分量及对应空间分量，所述对应空间分量表示所述主要声音分量的方向、形状及宽度，且定义于球谐域中；在被指定于符合中间压缩格式的位流中之前停用对表示音场的环境分量的高阶立体环绕声系数的子集的解相关的应用；在位流中指定高阶立体环绕声系数的子集；且在位流中指定空间分量的所有元素，其中空间分量的元素中的至少一者包含信息，所述信息为关于通过高阶立体环绕声系数的子集提供的信息的冗余。

在另一实例中，一种压缩表示音场的高阶立体环绕声的音频数据的方法包括：将表示音场的高阶立体环绕声系数分解成主要声音分量及对应空间分量，所述对应空间分量表示主要声音分量的方向、形状及宽度，且定义于球谐域中；在被指定于符合中间压缩格式的位流中之前停用对表示音场的环境分量的高阶立体环绕声系数的子集的解相关的应用；在位流中指定高阶立体环绕声系数的子集；且在位流中指定空间分量的所有元素，其中空间分量的元素中的至少一者包含信息，所述信息为关于通过高阶立体环绕声系数的子集提供的信息的冗余。

在另一实例中，一种非暂时性计算机可读存储媒体上存储有指令，所述指令在执行时使得一或多个处理器进行以下操作：将表示音场的高阶立体环绕声系数分解成主要声音分量及对应空间分量，所述对应空间分量表示主要声音分量的方向、形状及宽度，且定义于球谐域中，在被指定于符合中间压缩格式的位流中之前停用对表示音场的环境分量的高阶立体环绕声系数的子集的解相关的应用，在位流中指定高阶立体环绕声系数的子集，且在位流中指定空间分量的所有元素，其中空间分量的元素中的至少一者包含信息，所述信息为关于通过高阶立体环绕声系数的子集提供的信息的冗余。