[发明专利]在向后兼容音频比特流中嵌入增强的音频传输

说明书

一般来说，描述了在向后兼容比特流中嵌入增强的音频传输的技术。包括存储器和一个或多个处理器的设备可以被配置为执行这些技术。存储器可以存储符合传统传输格式的向后兼容比特流。(多个)处理器可以从向后兼容比特流获得符合传统音频格式的传统音频数据，并且从向后兼容比特流获得增强传统音频数据的扩展的音频数据。(多个)处理器还可以基于传统音频数据和扩展的音频数据获得符合增强的音频格式的增强的音频数据，并将增强的音频数据输出到一个或多个扬声器。

相关申请的交叉引用

本申请要求2018年7月3日提交的序列号为62/693,751的美国临时申请和2019年6月24日提交的序列号为16/450,698的美国申请的权益，其全部内容通过引用结合于此，如同在此完整阐述一样。

技术领域

本公开涉及处理音频数据。

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)或其他分层(hierarchical)元素表示)是声场的三维(three-dimensional，3D)表示。HOA或SHC表示可以以独立于本地扬声器几何形状的方式表示该声场，该本地扬声器几何形状用于回放从该SHC信号再现的多通道音频信号。SHC信号还可以促进向后兼容性，因为SHC信号可以被渲染为众所周知且高度采用的多通道格式，诸如5.1音频通道格式或7.1音频通道格式。因此，SHC表示可以更好地表示声场，这也适应了向后兼容性。

发明内容

本公开一般涉及生成具有嵌入的增强的音频传输的向后兼容比特流，该向后兼容比特流可以允许由增强的音频传输表示的声场的更高分辨率再现(相对于符合传统音频格式的传统音频传输，诸如单通道音频格式、立体声音频格式，甚至可能包括一些环绕声格式，例如5.1环绕声格式)。被配置为使用一种或多种传统音频格式再现声场的传统音频回放系统可以处理向后兼容比特流，从而保持向后兼容。

被配置为使用增强的音频格式(诸如一些环绕声格式，例如包括7.1环绕声格式或7.1环绕声格式加上一个或多个基于高度的音频源–7.1+4H)来再现声场的增强的音频回放系统可以利用增强的音频传输来增强，或者换句话说，扩展传统音频传输来支持声场的增强的再现。这样，这些技术可以实现支持传统音频格式和增强的音频格式的向后兼容音频比特流。

该技术的其他方面可以实现增强的音频传输和传统音频传输之间的同步，以确保声场的正确再现。时间同步技术的各个方面可以使增强的音频回放系统能够标识对应于增强的音频传输的部分的传统音频传输的音频部分。增强的音频回放系统然后可以基于增强的音频传输的相应部分，以不注入或以其他方式导致音频伪像的方式增强或以其他方式扩展传统音频传输的部分。

在这方面，这些技术可以促进向后兼容性，这使得传统音频回放系统能够保持使用，同时还促进采用增强的音频格式，这可以相对于通过传统音频格式实现的声场再现来提高声场再现的分辨率。促进采用增强的音频格式可以带来更身临其境的音频体验，而不会使传统音频系统过时。因此，这些技术可以保持传统音频回放系统再现声场的能力，从而改善或至少保持传统音频回放系统，同时还能够通过使用增强的音频回放系统来改进声场再现。这样，该技术改进了传统音频回放系统和增强的音频回放系统本身的操作。

在一个示例中，该技术针对被配置为处理向后兼容比特流的设备，该设备包括：一个或多个存储器，被配置为存储向后兼容比特流的至少一部分，该向后兼容比特流符合传统传输格式；以及一个或多个处理器，被配置为：从向后兼容比特流获得符合传统音频格式的传统音频数据；从向后兼容比特流获得增强传统音频数据的扩展的音频数据；基于传统音频数据和扩展的音频数据，获得符合增强的音频格式的增强的音频数据；并将增强的音频数据输出到一个或多个扬声器。