[发明专利]音频处理

说明书

根据示例实施例，提供了一种用于根据空间元数据(103)处理输入音频信号(101)以便依据设备(50)的至少一个声音再现特性(105)而在该设备中回放空间音频信号的方法，该方法包括：获得所述输入音频信号(101)和所述空间元数据(103)；获得该设备的所述至少一个声音再现特性(105)；依据该空间元数据(103)，使用对该输入音频信号应用的第一类型回放过程来渲染该空间音频信号的第一部分，其中，该第一部分包括在该空间音频信号的前方区域内的声音方向；以及依据该空间元数据(103)并依据所述至少一个声音再现特性(105)，使用该输入音频信号应用的第二类型回放过程来渲染该空间音频信号的第二部分，其中，该第二部分包括不在该第一部分中包括的声音方向，并且其中，该第二类型回放过程与该第一类型回放过程不同并涉及串扰消除处理。

技术领域

本发明的示例和非限制性实施例涉及音频信号处理。特别地，本发明的各种实施例涉及诸如具有相关联的空间元数据的立体声信号之类的空间音频信号的设备特定的渲染。

背景技术

许多便携式手持设备(诸如移动电话、便携式媒体播放器设备、平板计算机、膝上型计算机等)具有一对使能立体声回放的扬声器。通常，两个扬声器位于设备的相对端或相对侧，以最大化它们之间的距离，从而促进立体声音频的再现。然而，由于这种设备的尺寸很小，这两个扬声器通常仍然彼此相对靠近，从而在许多情况下导致再现的立体声音频中的空间音频图像受损。特别地，所感知的空间音频图像可能与通过回放(例如，经由家庭立体声系统的扬声器)相同的立体声音频信号而可感知的空间音频图像不同，其中，这两个扬声器可以被布置在相对于彼此的合适位置中(例如，彼此相距足够远)，以确保以其全宽度或经由使声音能够在相对于收听者的耳朵的基本固定的位置处再现的耳机再现空间音频图像。

虽然双通道立体声信号充当在某种程度上涉及空间特性的多通道声音再现的传统示例，但是可以经由参数化空间音频信号提供更高级的空间音频再现。在本公开中，术语“参数化空间音频信号”是指与相关联的空间元数据一起被提供的音频信号。该音频信号可以包括单通道音频信号或多通道音频信号，并且它可以被提供为时域音频信号(例如，诸如以给定每样本比特数量和给定样本速率的线性PCM)或已使用本领域已知的音频编码器编码的编码音频信号(并因此需要在回放之前使用对应的音频解码器进行解码)。空间元数据传送定义音频信号的空间渲染的至少一些特性的信息，例如，被提供为一组空间音频参数。空间音频参数例如可以包括定义相应的一个或多个频率子带中的声音方向的一个或多个声音方向参数和定义在相应的频率子带的定向声音分量的能量与总能量之间的比率的一个或多个能量比率参数。

在音频渲染阶段，应用空间元数据来控制音频信号的处理，以形成采用期望空间音频渲染格式的输出音频信号。适用的空间音频渲染格式取决于旨在(和/或可用于)渲染空间音频信号的音频硬件。空间音频渲染格式的非限制性示例包括(双通道)双耳音频信号、全景环绕声(Ambisonic)(球形谐波)音频格式、或(指定的)多扬声器音频格式(诸如5.1声道或7.1环绕声)。适用于将参数化空间音频信号转换成感兴趣的空间音频渲染格式的过程在本领域中是众所周知的。在这方面，参见例如[1]使用基于Ambisonic的音频渲染的音频渲染，[2]用于双耳输出的音频渲染，以及[3]用于多扬声器输出的音频渲染。在典型场景中，根据多个频率子带中(例如，针对其提供相关联的空间元数据的那些频率子带中)的空间元数据(单独地)处理音频信号。在转换成感兴趣的空间音频渲染格式之前，可以对参数化空间音频信号应用各种其他的音频处理过程，和/或可以将这种音频处理过程提供为从参数化空间音频信号到感兴趣的空间音频渲染格式的转换的一部分。这种音频处理过程的非限制性示例包括(自动)增益控制、音频均衡、噪声处理、音频聚焦处理、以及动态范围处理。