[发明专利]空间音频参数编码和关联解码的确定

说明书

一种装置，包括用于以下的模块：接收针对音频信号帧的子频带的值，所述值包括针对每个子频带的至少一个方位角值、至少一个仰角值和至少一个能量比值；确定第一比特数的分配以对帧的值进行编码，其中所述第一比特数是固定的；基于所述第一比特数中的第二比特数的定义分配，来对所述帧的至少一个能量比值进行编码；基于所述第一比特数中的第三比特数的定义分配，来对所述帧的至少一个方位角值和/或所述帧的至少一个仰角值进行编码，其中，所述第三比特数在逐个子频带的基础上可变地分布。

技术领域

本申请涉及用于与声场相关的参数编码的装置和方法，但不仅限于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

参数化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，从麦克风阵列信号中估计一组参数(例如，频带中声音的方向以及频带中所捕获声音的定向与非定向部分之间的比率)是一种典型且有效的选择。众所周知，这些参数很好地描述了麦克风阵列位置处的所捕获声音的感知空间属性。这些参数可以相应地用于空间声音的合成，用于双耳式耳机、用于扬声器或其他格式，例如全景声(Ambisonics)。

因此，频带中的方向和直接与总体能量比是对空间音频捕获特别有效的参数化。

由频带中的方向参数和频带中的能量比参数(指示声音的方向性)组成的参数集也可以用作音频编解码器的空间元数据(其还可以包括其他参数，例如相干性、扩展相干性、方向数量、距离等信息)。例如，可以从麦克风阵列捕获的音频信号估计这些参数，并且例如可以从麦克风阵列信号中生成立体声信号，以与空间元数据一起传送。立体声信号可以例如用AAC编码器编码。解码器可以将音频信号解码为PCM信号，并处理频带中的声音(使用空间元数据)以获得空间输出，例如双耳输出。

前述解决方案特别适用于对从麦克风阵列(例如，在移动电话、VR相机、独立麦克风阵列中)捕获的空间声音进行编码。但是，可能希望这种编码器还具有除麦克风阵列捕获的信号以外的其他输入类型，例如扬声器信号、音频对象信号或全景声信号。

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，对于空间元数据提取的一阶全景声(FOA)输入进行全面分析。这是因为存在直接提供FOA信号(更准确地说是其变体，即B格式信号)的麦克风阵列，因此分析这种输入已成为所述领域的研究重点。

编码器的另一个输入也是多声道扬声器输入，例如5.1或7.1声道环绕声输入。

但是，对于元数据的方向性分量，针对每个考虑的时间/频率子频带，这些方向分量可以包括结果方向的仰角、方位角(以及和1-扩散度的能量比)，这些方向分量的量化是当前的研究主题。

发明内容

根据第一方面，提供一种装置，包括用于以下的模块：接收针对音频信号帧的子频带的值，所述值包括针对每个子频带的至少一个方位角值、至少一个仰角值和至少一个能量比值；确定第一比特数的分配以对帧的值进行编码，其中所述第一比特数是固定的；基于所述第一比特数中的第二比特数的定义分配，来对所述帧的至少一个能量比值进行编码；基于所述第一比特数中的第三比特数的定义分配，来对所述帧的至少一个方位角值和/或所述帧的至少一个仰角值进行编码，其中，所述第三比特数在逐个子频带的基础上可变地分布。

用于基于所述第一比特数中的所述第二比特数的定义分配来对所述帧的所述至少一个能量比值进行编码的模块还可以用于：生成至少一个能量比值的加权平均值；基于所述第二比特数来对所述至少一个能量比值的加权平均值进行编码。

用于基于所述第二比特数来对所述至少一个能量比率值的所述加权平均值进行编码的模块还可以用于对所述至少一个能量比值的所述至少一个加权平均值进行标量非均匀地量化。