[发明专利]高阶立体混响音频数据的优先级信息

说明书

总体上，描述了用于提供高阶立体混响HOA音频数据的优先级信息的技术。包括存储器和处理器的装置可以执行所述技术。所述存储器存储所述HOA音频数据的HOA系数，所述HOA系数表示声场。所述处理器可以将所述HOA系数分解为声音分量和对应空间分量，所述对应空间分量定义所述声音分量的形状、宽度和方向，并且所述对应空间分量定义于球谐域中。所述处理器还可以：基于所述声音分量和所述对应空间分量中的一或多个确定优先级信息，所述优先级信息指示所述声音分量相对于所述声场的其它声音分量的优先级；并且在表示所述HOA音频数据的压缩版本的数据对象中指定所述声音分量和所述优先级信息。

本申请要求于2018年12月20日提交的美国申请第16/227,880号的优先权，所述申请要求于2017年12月21日提交的美国临时申请第62/609,157号的权益，以上列出的申请中的每个申请的全部内容通过引用并入，如同响应性地被整体阐述一样。

技术领域

本公开涉及音频数据，并且更具体地涉及音频数据的压缩。

背景技术

高阶立体混响(higher order ambisonic，HOA)信号(通常由多个球谐系数(spherical harmonic coefficient，SHC)或其它层次元素表示)是声场的三维(3D)表示。HOA或SHC表示可以以独立于本地扬声器几何结构的方式表示此声场，所述本地扬声器几何结构用于回放从此SHC信号渲染的多通道音频信号。SHC信号还可以促进向后兼容性，因为可以将SHC信号渲染为众所周知且高度采用的多通道格式，如5.1音频通道格式或7.1音频通道格式。因此，SHC表示可以实现对声场的更好表示，所述表示也适应向后兼容性。

发明内容

总体上，描述了用于具有优先级信息的基于向量的高阶立体混响格式的技术，以潜在地对高阶立体混响音频数据的后续处理进行优先级排序。高阶立体混响音频数据可以包括与阶数大于1的球谐基函数相对应的至少一个球谐系数，并且在一些实例中，可以包括与阶数大于1的多个球谐基函数相对应的多个球谐系数。

在一个实例中，本公开中描述的技术的各个方面涉及一种装置，所述装置被配置成压缩表示声场的高阶立体混响音频数据，所述装置包括存储器，所述存储器被配置成存储所述高阶立体混响音频数据的高阶立体混响系数，所述高阶立体混响系数表示声场。所述装置还包含一或多个处理器，所述一或多个处理器被配置成：将所述高阶立体混响系数分解为声音分量和对应空间分量，所述对应空间分量在球谐域中定义所述声音分量的形状、宽度和方向；基于所述声音分量和所述对应空间分量中的一或多个确定优先级信息，所述优先级信息指示所述声音分量相对于所述声场的其它声音分量的优先级；并且在表示所述高阶立体混响音频数据的压缩版本的数据对象中指定所述声音分量和所述优先级信息。

在另一个实例中，本公开中描述的技术的各个方面涉及一种压缩表示声场的高阶立体混响音频数据的方法，所述方法包括：将所述立体混响高阶立体混响音频数据的高阶立体混响系数分解为声音分量和对应空间分量，所述高阶立体混响音频数据表示声场，所述对应空间分量在球谐域中定义所述声音分量的形状、宽度和方向；基于所述声音分量和所述对应空间分量中的一或多个确定优先级信息，所述优先级信息指示所述声音分量相对于所述声场的其它声音分量的优先级；以及在表示所述高阶立体混响音频数据的压缩版本的数据对象中指定所述声音分量和所述优先级信息。

在另一个实例中，本公开中描述的技术的各个方面涉及一种装置，所述装置被配置成压缩表示声场的高阶立体混响音频数据，所述装置包括：用于将所述立体混响高阶立体混响音频数据的高阶立体混响系数分解为声音分量和对应空间分量的装置，所述高阶立体混响音频数据表示声场，所述对应空间分量在球谐域中定义所述声音分量的形状、宽度和方向；用于基于所述声音分量和所述对应空间分量中的一或多个确定优先级信息的装置，所述优先级信息指示所述声音分量相对于所述声场的其它声音分量的优先级；以及用于在表示所述高阶立体混响音频数据的压缩版本的数据对象中指定所述声音分量和所述优先级信息的装置。