[发明专利]空间音频参数的量化

说明书

特别公开了一种用于空间音频信号编码的装置，该装置确定至少一个空间音频参数，该空间音频参数包括具有仰角分量和方位角分量的方向参数。进而，该方向参数的仰角分量和方位角分量被转换成索引值。

技术领域

本申请涉及用于声场相关的参数编码的装置和方法，但并不排他地涉及用于针对音频编码器和解码器的时频域方向相关的参数编码的装置和方法。

背景技术

参数空间音频处理是音频信号处理的一个领域，其中使用一组参数来描述声音的空间方面。例如，在从麦克风阵列进行参数化空间音频捕获时，从麦克风阵列信号估计一组参数是一种典型且有效的选择，该组参数诸如是频带中声音的方向、以及频带中被捕获声音的定向与非定向部分的比率。众所周知，这些参数很好地描述了在麦克风阵列的位置处的被捕获声音的感知空间特性。这些参数可相应地在空间声音的合成中使用，以用于双耳式耳机、扬声器、或诸如全景环绕声(Ambisonics)的其他格式。

因此，频带中的方向和直接总能量比(direction and direct-to-total energyratio)是对空间音频捕获特别有效的参数化。

包括频带中的方向参数和频带中的能量比参数(指示声音的定向性)的参数集也可被用作用于音频编解码器的空间元数据。例如，这些参数可从麦克风阵列捕获的音频信号来估计，并且例如可从麦克风阵列信号生成立体声信号以与空间元数据一起传达。立体声信号例如可用AAC编码器来编码。解码器可将音频信号解码成PCM信号，并(使用空间元数据)处理频带中的声音以获得空间输出，例如，双耳输出。

前述的解决方案尤其适用于编码来自麦克风阵列(例如，在移动电话、VR相机、独立麦克风阵列中)的被捕获空间声音。然而，可期望这种编码器除了麦克风阵列捕获的信号之外还具有其他输入类型，例如，扬声器信号、音频对象信号、或全景环绕声信号。

分析一阶全景环绕声(FOA)输入用于空间元数据提取已经在与定向音频编码(DirAC)和谐波平面波展开(Harpex)有关的科学文献中进行了详尽的记录。这是因为存在直接提供FOA信号(更准确地：其变形，B格式信号)的麦克风阵列，并且因此分析这种输入已经成为该领域的研究重点。

编码器的另一输入也是多通道扬声器输入，诸如5.1或7.1通道环绕声输入。

然而，关于可包括所得到的方向的仰角、方位角(以及扩散性)的元数据的方向分量，对于每个所考虑的时间/频率子带，分别沿着方位角和仰角分量(当这两个参数分别被添加到元数据时)实现均匀粒度的量化和/或编码会导致量化和编码状态分布不均。例如，针对这两者的统一方法分别导致在更接近方向球体的“极点”(换句话说，在轨迹或参考位置的正上方或正下方)具有更高密度的编码方案。

发明内容

根据第一方面，提供一种用于空间音频信号编码的方法，包括：对于两个或更多个音频信号，确定用于提供空间音频再现的至少一个空间音频参数，该至少一个空间音频参数包括具有仰角分量和方位角分量的方向参数；将方向参数的仰角分量和方位角分量转换成索引值。

将方向参数的仰角分量和方位角分量转换成索引值可以包括：将仰角分量索引到第一索引仰角值，并将方位角分量索引到依赖于第一索引仰角值的第一索引方位角值；将仰角分量索引到至少第二索引仰角值，并将方位角分量索引到依赖于第二索引仰角值的至少第二索引方位角值；以及选择以下中的一个作为索引仰角分量和索引方位角分量：第一索引仰角值和第一索引方位角值；或至少一个第二索引仰角值和至少一个第二索引方位角值。