[发明专利]用于译码声场表示信号的方法和装置

权利要求书

1.一种用于对描述参考位置处的声场的声场表示(SR)输入信号(101，301)进行编码的方法(400)；其中所述SR输入信号(101，301)包括所述参考位置处的所述声场的多个不同指向性图案的多个声道；其中所述方法(400)包括，

-从所述SR输入信号(101，301)提取(401)一或多个音频对象(103，303)；其中音频对象(103，303)包括对象信号(601)和指示所述音频对象(103，303)的位置的对象元数据(602)；

-基于所述SR输入信号(101，301)并基于所述一或多个音频对象(103，303)来确定(402)残差信号(102，302)；

-将所述SR输入信号(301)下混为SR下混信号(101，304)；

-进行所述一或多个音频对象(103，303)和所述残差信号(102，302)的联合对象译码以确定联合对象译码参数，用于实现将所述SR下混信号上混为与所述一或多个音频对象(103，303)相对应的一或多个重构音频对象(206)和与所述残差信号相对应的重构残差信号；和

-基于所述SR下混信号和所述联合对象译码参数来生成(430)位流(701)，

其中所述方法(400)包括将指示所述SR输入信号(101，301)的格式和/或声道的数量的SR元数据(201)插入所述位流(701)中。

2.根据权利要求1所述的方法(400)，其中

-所述方法(400)包括所述下混信号(101，304)的波形译码以提供下混数据；并且

-基于所述下混数据来生成所述位流(701)。

3.根据权利要求1或权利要求2所述的方法(400)，其中所述联合对象译码参数(105，305)，包括

-上混数据，其实现将所述下混信号(101，304)上混为所述一或多个重构音频对象(206)和所述重构残差信号(205)；和/或

-解相关数据，其实现所述一或多个音频对象(103，303)和所述残差信号(102，302)的协方差的重构。

4.根据权利要求3所述的方法(400)，其中所述上混数据包括上混矩阵。

5.根据权利要求1或权利要求2所述的方法(400)，其中所述方法(400)包括

-将所述一或多个音频对象(103，303)的对象信号(601)变换到子带域中，以为每个对象信号(601)提供多个子带信号；和

-基于所述多个对象信号(601)的所述子带信号来确定所述联合对象译码参数(105，305)。

6.根据权利要求5所述的方法(400)，其中所述子带域包括QMF域或基于FFT的变换域。

7.根据权利要求1或权利要求2所述的方法(400)，其中

-所述残差信号(102，302)包括多声道音频信号和/或音频信号床；和/或

-所述残差信号(102，302)包括固定对象位置处的多个音频对象；和/或

-所述残差信号(102，302)包括SR信号。

8.根据权利要求7所述的方法(400)，其中所述SR信号包括一阶高保真度立体声响复制信号。

9.根据权利要求1或权利要求2所述的方法(400)，其中所述方法(400)包括

-将所述SR输入信号(101，301)变换到子带域中，以为多个不同子带提供多个SR子带信号；

-确定所述相对应的多个SR子带信号的多个主要到达方向；

-将所述多个主要到达方向聚类为n个聚类到达方向，其中n0；和

-基于所述n个聚类到达方向来提取n个音频对象(103，303)。

10.根据权利要求9所述的方法(400)，其中所述子带域包括QMF域或基于FFT的变换域。