[发明专利]在3D音频解码器中处理单声道信号以传送双耳内容

说明书

本发明涉及一种用于在3D音频解码器中处理单声道信号的方法，该方法包括对旨在通过头戴式耳机以空间方式传送的经解码信号进行双耳化处理的步骤。该方法使得当在表示该单声道信号的数据流中检测(E200)到与呈现空间位置信息相关联的非双耳化处理指示时，将该经解码的单声道信号定向到(O‑E200)立体声呈现器，该立体声呈现器考虑该位置信息以构造两个呈现声道(E220)，这两个呈现声道通过将这两个声道与从双耳化处理输出的双耳化信号相加的直接混合步骤(E230)被直接处理，以通过该头戴式耳机对其进行呈现(E240)。本发明还涉及一种实施该处理方法的解码器设备。

技术领域

本发明涉及在3D音频解码系统(诸如满足MPEG-H 3D音频标准的编解码器)中处理音频信号。本发明更具体地涉及对旨在通过还接收双耳音频信号的头戴式耳机呈现的单声道信号的处理。

背景技术

术语“双耳”是指通过音频头戴式耳机或一对耳机以仍然具有空间效果的方式对音频信号的呈现。音频信号的双耳处理(以下称为双耳化或双耳化处理)在频域中使用HRTF(表示“头部相关传递函数”)滤波器，在时域中使用HRIR(表示“头部相关脉冲响应”)滤波器、BRIR(表示“双耳室内脉冲响应”)滤波器，这些滤波器可以再现声源与听者的耳朵之间的声学传递函数。这些滤波器用于模拟听觉位置线索，以使听者像在真实的收听情境中一样地定位声源。

右耳的信号是通过用右耳的传递函数(HRTF)对单声道信号进行滤波获得的，并且左耳的信号是通过用左耳的传递函数对同一单声道信号进行滤波获得的。

在NGA(下一代音频)编解码器中，解码器接收到的信号最初被解码，然后在通过音频头戴式耳机进行呈现之前经历如上所述的双耳化处理，这些NGA编解码器诸如：MPEG-H3D音频，其在参考ISO/IEC 23008-3、公布于2014年7月25日的文档“High efficiencycoding and media delivery in heterogenous environments-Part 3:3D audio[异构环境中的高效编码和媒体传送——第3部分：3D音频]”中进行了描述；或者甚至AC4，其在参考ETSI TS 103 190、公布于2014年4月的文档“Digital Audio Compression Standard[数字音频压缩标准]”中进行了描述。在此感兴趣的一点是：将通过音频头戴式耳机呈现的声音进行空间化(即，采用双耳化信号)的情况。

因此，上述编解码器不但为通过多个虚拟扬声器对通过头戴式耳机听到的双耳化信号进行呈现的可能性奠定了基础，而且为通过多个真实扬声器对空间化的声音进行呈现的可能性奠定了基础。

在某些情况下，用于跟踪听者的头部的函数(头部跟踪函数)与双耳化处理相关联，该函数也被称为动态呈现(与静态呈现相反)。这种类型的处理允许考虑听者的头部移动，以修改呈现给每只耳朵的声音，从而保持音频场景的呈现稳定。换句话说，无论听者是否移动其头部，他都会认为声源位于物理空间中的同一位置。

这在观看和收听360°视频内容时可能是重要的。

然而，不期望用这种类型的处理来处理某些内容。具体地，在某些情况下，当内容是专门为双耳呈现创建的时，例如，如果信号是使用人造头部直接记录的、或者已经用双耳化处理进行过处理，则这些信号必须直接通过头戴式耳机的耳机来进行呈现。这些信号不需要附加的双耳化处理。

同样地，内容生产者可能期望独立于音频场景来呈现音频信号，即，使音频信号被感知为与音频场景分离的声音，例如在画外音(voice-off)的情况下。

例如，这种类型的呈现可以允许在还呈现音频场景时提供解释。例如，内容生产者可能期望将声音呈现给单只耳朵，以便能够获得有意的“听筒”效果，即，使得声音仅被一只耳朵听到。还可能期望即使听者移动其头部，该声音也永远不会被另一只耳朵听到，在前一示例中就是这种情况。内容生产者还可能期望即使听者移动其头部，该声音也会在音频空间中相对于听者的耳朵的精确位置处(并且不是仅在单只耳朵内部)被呈现。