[发明专利]用于产生或解码包括沉浸式音频信号的位流的方法及装置

说明书

本文档描述一种用于产生位流(101)的方法(500)，其中所述位流(101)包括用于沉浸式音频信号(111)的帧序列的超帧(400)序列。所述方法(500)包括针对所述超帧(400)序列重复地将从所述沉浸式音频信号(111)导出的一或多个降混声道信号(203)的一或多个帧的经编码音频数据(206)插入(501)到超帧(400)的数据字段(411、421、412、422)中；及将用于从所述经编码音频数据(206)重构所述沉浸式音频信号(111)的一或多个帧的元数据(202、205)插入(502)到所述超帧(400)的元数据字段(403)中。

相关申请案的交叉参考

本申请案主张2018年7月2日申请的第62/693,246号美国临时专利申请案的优先权权益，所述专利申请案以引用方式并入本文中。

技术领域

本文档涉及可包括声场表示信号，尤其是环绕立体声信号的沉浸式音频信号。特定来说，本文档涉及产生及解码包括沉浸式音频信号的位流。

背景技术

可使用环绕立体声信号来描述位于收听位置处的收听者的收听环境内的声音或声场。环绕立体声信号可被视为多声道音频信号，其中每一声道对应于收听者的收听位置处的声场的特定方向性图案。可使用三维(3D)笛卡尔坐标系来描述环绕立体声信号，其中所述坐标系的原点对应于收听位置，x轴指向前方，y轴指向左侧且Z轴指向上方。

通过增加音频信号或声道的数目且通过增加对应方向性图案(及对应平移函数)的数目，可增加描述声场的精度。举例来说，一阶环绕立体声信号包括4个声道或波形，即指示声场的全向分量的W声道、描述具有对应于x轴的偶极子方向性图案的声场的X声道、描述具有对应于y轴的偶极子方向性图案的声场的Y声道及描述具有对应于z轴的偶极子方向性图案的声场的Z声道。二阶环绕立体声信号包括9个声道，其包含一阶环绕立体声信号的4个声道(也被称为B格式)加上不同方向性图案的5个额外声道。一般来说，L阶环绕立体声信号包括(L+1)²个声道，包含(L-1)阶环绕立体声信号的L²个声道加上额外方向性图案的[(L+1)²-L²]个额外声道(当使用3D环绕立体声格式时)。L1的L阶环绕立体声信号可被称为高阶环绕立体声(HOA)信号。

HOA信号可用于独立于扬声器的布置来描述3D声场，所述布置用于渲染HOA信号。扬声器的实例布置包括耳机或扬声器的一或多个布置或虚拟现实渲染环境。因此，可能有益的是，将HOA信号提供给音频渲染器，以便允许音频渲染器灵活地适应扬声器的不同布置。

声场表示(SR)信号，例如环绕立体声信号，可用音频对象及/或多声道信号来补充，以提供沉浸式音频(IA)信号。本文档解决按带宽有效方式以高感知质量传输及/或存储IA信号的技术问题。特定来说，本文档解决提供指示IA信号的有效位流的技术问题。所述技术问题通过独立权利要求来解决。在从属权利要求中描述优选实例。

发明内容

根据一个方面，描述一种用于产生位流的方法，其中所述位流包括用于沉浸式音频信号的帧序列的超帧序列。所述方法包括针对所述超帧序列重复地，将从所述沉浸式音频信号导出的一或多个降混声道信号的一或多个帧的经编码音频数据插入到超帧的数据字段中。此外，所述方法包括将用于从所述经编码音频数据重构所述沉浸式音频信号的一或多个帧的元数据，尤其是经编码元数据插入到所述超帧的元数据字段中。

根据另一方面，描述一种用于从位流导出有关沉浸式音频信号的数据的方法，其中所述位流包括用于所述沉浸式音频信号的帧序列的超帧序列。所述方法包括针对所述超帧序列重复地，从超帧的数据字段提取从所述沉浸式音频信号导出的一或多个降混声道信号的一或多个帧的经编码音频数据。此外，所述方法包括从所述超帧的元数据字段提取用于从所述经编码音频数据重构所述沉浸式音频信号的一或多个帧的元数据。