專利名稱：多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于產(chǎn)生多對(duì)象音頻信號(hào)的附加信息比特流的方法和裝置。
背景技術(shù)：
根據(jù)現(xiàn)有的音頻編碼和解碼技術(shù)，由各種聲道構(gòu)成的多個(gè)音頻對(duì)象無(wú)法根據(jù)用戶需要而進(jìn)行各種組合，因此無(wú)法以各種形態(tài)來(lái)消費(fèi)一個(gè)音頻內(nèi)容。結(jié)果，用戶只能被動(dòng)地消 費(fèi)音頻內(nèi)容。根據(jù)作為現(xiàn)有技術(shù)的空間音頻編碼(Spatial Audio Coding，SAC)，將多聲道音頻信號(hào)編碼為縮混(down-mix)的單聲道信號(hào)或縮混的立體聲聲道信號(hào)和空間提示(spatialcue)信息，因此即使在低比特率下也能傳送高品質(zhì)的多聲道信號(hào)。根據(jù)SAC技術(shù)，按子帶(sub-band)分析音頻信號(hào)，并基于與每個(gè)子帶對(duì)應(yīng)的空間提示信息，從所述縮混的單聲道或立體聲聲道信號(hào)恢復(fù)原多聲道音頻信號(hào)。所述空間提示信息包括用于在解碼過(guò)程中恢復(fù)原來(lái)的信號(hào)的信息，并決定在SAC解碼裝置中再現(xiàn)的音頻信號(hào)的音頻品質(zhì)。運(yùn)動(dòng)圖像專家組(MPEG)以MPEG環(huán)繞(MPS)的名稱進(jìn)行SAC技術(shù)標(biāo)準(zhǔn)化，并將聲道等級(jí)差(Channel LevelDifference, CLD)用作空間提示。根據(jù)SAC技術(shù)，對(duì)于多聲道音頻信號(hào)僅可以對(duì)一個(gè)音頻對(duì)象進(jìn)行編碼和解碼，所以無(wú)法對(duì)由多聲道構(gòu)成的多對(duì)象音頻信號(hào)(例如，由單聲道、立體聲聲道和5. I聲道構(gòu)成的各種對(duì)象的音頻信號(hào))進(jìn)行編碼和解碼。根據(jù)作為另一現(xiàn)有技術(shù)的雙耳提示編碼(Binaural Cue Coding, BCC)技術(shù),能夠
對(duì)僅由單聲道構(gòu)成的多對(duì)象音頻信號(hào)進(jìn)行編碼和解碼，所以無(wú)法對(duì)由除單聲道之外的多聲道構(gòu)成的多對(duì)象音頻信號(hào)進(jìn)行編碼和解碼。結(jié)果，根據(jù)現(xiàn)有技術(shù)，僅可以對(duì)由單一聲道構(gòu)成的多對(duì)象音頻信號(hào)或由多聲道構(gòu)成的單一對(duì)象音頻信號(hào)進(jìn)行編碼和解碼，無(wú)法對(duì)由多聲道構(gòu)成的多對(duì)象音頻信號(hào)進(jìn)行編碼和解碼。因此，無(wú)法根據(jù)用戶的需要組合由各種聲道構(gòu)成的多個(gè)音頻對(duì)象，無(wú)法以各種形態(tài)來(lái)消費(fèi)一個(gè)音頻內(nèi)容。因此，用戶只能被動(dòng)地消費(fèi)音頻內(nèi)容。

發(fā)明內(nèi)容
技術(shù)問(wèn)題本發(fā)明的目的在于提供這樣一種方法和裝置，即，通過(guò)在對(duì)多對(duì)象音頻信號(hào)進(jìn)行編碼時(shí)產(chǎn)生的附加信息比特流的幀區(qū)域中包括預(yù)設(shè)信息，從而在再現(xiàn)多對(duì)象音頻信號(hào)期間，也能根據(jù)編輯者或聲音工程師的意圖改變所設(shè)定的音響場(chǎng)景信息。本發(fā)明的目的不限于上述的目的，可通過(guò)下面的描述來(lái)理解沒(méi)有提及的本發(fā)明的其它目的和優(yōu)點(diǎn)，并根據(jù)本發(fā)明實(shí)施例更清楚地理解本發(fā)明的目的和優(yōu)點(diǎn)。此外，容易理解，可通過(guò)權(quán)利要求所體現(xiàn)的手段及其組合來(lái)實(shí)現(xiàn)本發(fā)明的目的及優(yōu)點(diǎn)。技術(shù)方案為了達(dá)到上述的目的，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生裝置，其特征在于，包括空間提示信息輸入部，接收從多對(duì)象音頻信號(hào)的編碼裝置產(chǎn)生的空間提示信息；預(yù)設(shè)信息輸入部，接收關(guān)于多對(duì)象音頻信號(hào)的預(yù)設(shè)信息；附加信息比特流產(chǎn)生部，利用空間提示信息和預(yù)設(shè)信息產(chǎn)生附加信息比特流，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在所述幀區(qū)域。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的附加信息比特流分析裝置，其特征在于，包括附加信息比特流輸入部，接收附加信息比特流；空間提示信息提取部，利用附加信息比特流提取空間提示信息；預(yù)設(shè)信息提取部，利用附加信息比特流提取預(yù)設(shè)信息，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在所述幀區(qū)域中。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的編碼裝置，其特征在于，包括編碼部， 對(duì)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)進(jìn)行縮混，產(chǎn)生關(guān)于由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)的空間提示信息；附加信息比特流產(chǎn)生部，利用空間提示信息和關(guān)于音頻信號(hào)的預(yù)設(shè)信息來(lái)產(chǎn)生附加信息比特流，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在幀區(qū)域中。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的解碼裝置，其特征在于，包括附加信息比特流分析部，接收附加信息比特流，提取包括在附加信息比特流中的空間提示信息和預(yù)設(shè)信息；解碼部，利用空間提示信息從縮混的輸入音頻信號(hào)恢復(fù)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)；渲染部，利用預(yù)設(shè)信息將由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)渲染為由多個(gè)聲道構(gòu)成的音頻信號(hào)，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在所述幀區(qū)域。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生方法，其特征在于，包括如下步驟接收從多對(duì)象音頻信號(hào)的編碼裝置產(chǎn)生的空間提示信息；接收關(guān)于多對(duì)象音頻信號(hào)的預(yù)設(shè)信息；利用空間提示信息和預(yù)設(shè)信息，產(chǎn)生附加信息比特流，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在鎮(zhèn)區(qū)域中。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的附加信息比特流分析方法，其特征在于，包括如下步驟接收附加信息比特流；利用附加信息比特流，提取空間提示信息；利用附加信息比特流，提取預(yù)設(shè)信息，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在幀區(qū)域中。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的編碼方法，其特征在于，包括如下步驟對(duì)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)進(jìn)行縮混，產(chǎn)生關(guān)于有多個(gè)對(duì)象構(gòu)成的音頻信號(hào)的空間提示信息；利用空間提示信息和關(guān)于音頻信號(hào)的預(yù)設(shè)信息，產(chǎn)生附加信息比特流，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在幀區(qū)域中。另外，在本發(fā)明中，一種多對(duì)象音頻信號(hào)的解碼方法，其特征在于，包括如下步驟接收附加信息比特流，提取包括在附加信息比特流中的空間提示信息和預(yù)設(shè)信息；利用空間提示信息，從縮混的輸入音頻信號(hào)恢復(fù)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)；利用預(yù)設(shè)信息，將由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)渲染為由多個(gè)聲道構(gòu)成的音頻信號(hào)，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在幀區(qū)域中。有益效果根據(jù)前述本發(fā)明，具有這樣的優(yōu)點(diǎn)，S卩，通過(guò)在對(duì)多對(duì)象音頻信號(hào)進(jìn)行編碼時(shí)產(chǎn)生的附加信息比特流的幀區(qū)域中包括預(yù)設(shè)信息，從而在再現(xiàn)多對(duì)象音頻信號(hào)期間，也能根據(jù)編輯者或聲音工程師的意圖改變所設(shè)定的音響場(chǎng)景信息。


圖I是示出根據(jù)本發(fā)明實(shí)施例的多對(duì)象音頻信號(hào)的編碼、解碼和渲染過(guò)程的組成圖。圖2是用于說(shuō)明利用多對(duì)象音頻信號(hào)而產(chǎn)生的附加 信息比特流的結(jié)構(gòu)的結(jié)構(gòu)圖。圖3是用于說(shuō)明在本發(fā)明實(shí)施例中使用的附加信息比特流的結(jié)構(gòu)的結(jié)構(gòu)圖。圖4是用于說(shuō)明在本發(fā)明另一實(shí)施例中使用的附加信息比特流的結(jié)構(gòu)的結(jié)構(gòu)圖。圖5是用于說(shuō)明根據(jù)本發(fā)明又一實(shí)施例的附加信息比特流的結(jié)構(gòu)的結(jié)構(gòu)圖。
具體實(shí)施例方式以下將參照附圖對(duì)上述的目的、特征和優(yōu)點(diǎn)進(jìn)行詳細(xì)描述，從而本發(fā)明所屬領(lǐng)域的普通技術(shù)人員能夠容易地實(shí)施本發(fā)明的技術(shù)思想。在本發(fā)明的說(shuō)明中，如果與本發(fā)明相關(guān)的公知技術(shù)的具體說(shuō)明可能會(huì)混淆本發(fā)明的要點(diǎn)，則將省略詳細(xì)描述。本發(fā)明涉及多聲道/多對(duì)象音頻信號(hào)的壓縮/恢復(fù)技術(shù)。多對(duì)象音頻編碼是將不同的音頻對(duì)象壓縮并發(fā)送的技術(shù)，基于最近公開的基于空間提示的音頻編碼方式(SpatialAudio Coding, SAC)。在多對(duì)象音頻信號(hào)的編碼過(guò)程中，接收由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)，將接收的音頻信號(hào)進(jìn)行縮混(downmix)并發(fā)送到解碼器。此時(shí)，附加信息比特流(side informationbitstream)與縮混的信號(hào)一起被傳送。附加信息比特流中包括再現(xiàn)輸入的多對(duì)象音頻信號(hào)所必需的信息，其中的一個(gè)信息是預(yù)設(shè)信息(Preset-ASI :Preset Audio SceneInformation)。收聽多對(duì)象音頻信號(hào)的聽眾通過(guò)根據(jù)編輯者或者聲音工程師等的設(shè)定而提供的這種預(yù)設(shè)信息，可以享受各種音響場(chǎng)景。附加信息比特流大致分為頭(header)區(qū)域和幀(frame)區(qū)域，該預(yù)設(shè)信息僅包括在頭區(qū)域中。因此，僅向聽眾提供包括在頭區(qū)域中的默認(rèn)預(yù)設(shè)信息，此后無(wú)法進(jìn)行預(yù)設(shè)信息的更新。本發(fā)明的目的在于解決這種問(wèn)題，涉及這樣一種技術(shù)，S卩，在多對(duì)象音頻信號(hào)的再現(xiàn)期間更新預(yù)設(shè)信息，從而向用戶提供更加真實(shí)的音響場(chǎng)景。為此，在本發(fā)明中，使附加信息比特流的幀區(qū)域能夠包括預(yù)設(shè)信息。在幀區(qū)域中包括預(yù)設(shè)信息并傳送，由此不僅將包括在頭區(qū)域中的默認(rèn)預(yù)設(shè)信息提供給聽眾，還可將與各個(gè)幀對(duì)應(yīng)的最佳預(yù)設(shè)信息提供給聽眾。例如，在再現(xiàn)初期與主音一起位于前面的合唱音源，可根據(jù)更新的預(yù)設(shè)信息，在特定時(shí)間段位于后面。作為另一例，可以根據(jù)時(shí)間將合唱音源位置前后移動(dòng)。通過(guò)這種技術(shù)，可以增加提供的音頻信號(hào)的聲場(chǎng)效果，或可以構(gòu)建更加動(dòng)態(tài)的音響場(chǎng)景。以下，將參照附圖詳細(xì)地描述根據(jù)本發(fā)明的優(yōu)選實(shí)施例。在附圖中，相同標(biāo)號(hào)表示相同或類似的組成部分。圖I是示出根據(jù)本發(fā)明實(shí)施例的多對(duì)象音頻信號(hào)的編碼、解碼和渲染過(guò)程的組成圖。
如圖I所示，通過(guò)SAOC編碼器102、比特流格式化器104、SA0C解碼器106、比特流分析器108、渲染矩陣產(chǎn)生器110和渲染器112，來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的多對(duì)象音頻信號(hào)的編碼、解碼和渲染?；诳臻g提示的多對(duì)象編碼(SAOC :Spatial Audio Object Coding)方式中,對(duì)作為音頻對(duì)象而輸入的信號(hào)進(jìn)行編碼。各個(gè)音頻對(duì)象通過(guò)解碼器恢復(fù)。且不是單獨(dú)地再現(xiàn)每個(gè)恢復(fù)的對(duì)象，而是為了構(gòu)建特定音響場(chǎng)景，利用關(guān)于音頻對(duì)象的信息來(lái)渲染恢復(fù)的對(duì)象，并作為具有各種聲道的多對(duì)象音頻信號(hào)而輸出。因此，為了利用根據(jù)本發(fā)明實(shí)施例的多對(duì)象音頻信號(hào)來(lái)獲得特定音響場(chǎng)景，需要能夠渲染關(guān)于輸入的音頻對(duì)象的信息的裝置。SAOC編碼器102是基于空間提示的編碼器，將輸入音頻信號(hào)作為音頻對(duì)象進(jìn)行編碼。在此，輸入到SAOC編碼器102的音頻對(duì)象可以是單聲道信號(hào)或者立體聲信號(hào)。SAOC編碼器102從輸入的I個(gè)以上的音頻對(duì)象輸出縮混的信號(hào)。在此，輸出的縮混的信號(hào)是單聲道信號(hào)或者立體聲信號(hào)。并且，SAOC編碼器102提取對(duì)縮混的信號(hào)解碼所必需的與多對(duì)象相關(guān)聯(lián)的空間提示參數(shù)(Spatial Cue Parameter),并傳送到比特流格式化器104。SAOC編 碼器102可使用“非均勻布局(Heterogeneous Layout) SA0C”或者“費(fèi)勒(Faller) ”方案來(lái)分析輸入的音頻對(duì)象信號(hào)。提取的空間提示參數(shù)包括空間提示信息。通常以頻域子帶為單位分析并提取空間提示。在此，空間提示(spatial cue)是音頻信號(hào)的編碼和解碼過(guò)程中所使用的信息，從頻域提取，包括輸入的兩個(gè)信號(hào)的大小之差、延遲差、相關(guān)性等信息。例如，包括表示音頻信號(hào)的功率增益信息的音頻信號(hào)間聲級(jí)差(Channel Level Difference，CLD)，音頻信號(hào)間能量比(Inter-Channel Level Difference, ICLD),音頻信號(hào)間時(shí)間差(Inter-Channel TimeDifference, ICTD),表示音頻信號(hào)之間的相關(guān)性信息的音頻信號(hào)間相關(guān)性(Inter ChannelCorrelation, ICC)及虛擬音源位置信息(Virtual Source Location Information),但不限于此?？臻g提示參數(shù)包括空間提示和用于音頻信號(hào)恢復(fù)和控制的信息。特別是，包括在空間提示參數(shù)中的頭信息包括用于恢復(fù)和再現(xiàn)由各種聲道構(gòu)成的多對(duì)象音頻信號(hào)的信息，定義了關(guān)于音頻對(duì)象的聲道信息和該音頻對(duì)象的ID，從而能夠提供關(guān)于單聲道、立體聲聲道、多聲道的音頻對(duì)象的解碼信息。例如，在頭信息中可定義能夠區(qū)分編碼的特定音頻對(duì)象是單聲道音頻信號(hào)還是立體聲聲道音頻信號(hào)的ID和各個(gè)對(duì)象的信息。比特流格式化器104利用從SAOC編碼器102發(fā)送的空間提示參數(shù)和從外部輸入的預(yù)設(shè)信息(Preset-ASI)產(chǎn)生附加信息比特流(SA0C比特流)。SAOC解碼器106利用從比特流分析器108輸出的空間提示參數(shù)將從SAOC編碼器102輸出的縮混的信號(hào)恢復(fù)為多對(duì)象音頻信號(hào)。可將SAOC解碼器106替換為MPEG Surround解碼器、BCC解碼器等。比特流分析器108通過(guò)分析從比特流格式化器104輸出的附加信息比特流，提取空間提示參數(shù)和預(yù)設(shè)信息。提取的空間提示參數(shù)被傳送到SAOC解碼器106，提取的預(yù)設(shè)信息被傳送到渲染矩陣產(chǎn)生器110。渲染矩陣產(chǎn)生器110利用從比特流分析器108輸出的預(yù)設(shè)信息和從外部輸入的用戶控制產(chǎn)生渲染矩陣。如果沒(méi)有從比特流分析器108傳送預(yù)設(shè)信息，則將預(yù)設(shè)信息設(shè)置為基本值(默認(rèn)值)。
渲染器112利用從渲染矩陣產(chǎn)生器110輸出的渲染矩陣，將從SAOC解碼器106輸
出的多對(duì)象音頻信號(hào)渲染為多聲道音頻信號(hào)。通過(guò)圖1，說(shuō)明了根據(jù)本發(fā)明實(shí)施例的多對(duì)象音頻信號(hào)的編碼、解碼和渲染過(guò)程。但是，根據(jù)本發(fā)明的附加信息比特流不是限定應(yīng)用在在圖I所示的實(shí)施例。即，在多對(duì)象信號(hào)的處理過(guò)程中，如果包括了利用包括在附加信息比特流中的預(yù)設(shè)信息來(lái)渲染多對(duì)象信號(hào)的結(jié)構(gòu)，則可適用本發(fā)明。圖2是用于說(shuō)明利用多對(duì)象音頻信號(hào)產(chǎn)生的附加信息比特流的結(jié)構(gòu)的結(jié)構(gòu)圖。如圖2所示，附加信息比特流包括頭區(qū)域和幀區(qū)域。頭區(qū)域包括如上所述的頭信息，即，關(guān)于音頻對(duì)象的聲道信息、相關(guān)音頻對(duì)象的ID信息、各聲道音頻對(duì)象數(shù)量等信息。并且，幀區(qū)域包括關(guān)于實(shí)際音頻信號(hào)的信息，例如，空間提示信息等。
在此，預(yù)設(shè)信息表示音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。具體地講，預(yù)設(shè)信息包括揚(yáng)聲器的布局信息以及用于構(gòu)建適合于揚(yáng)聲器的布局信息的音響場(chǎng)景的各音頻對(duì)象的位置和等級(jí)信息?？芍苯颖憩F(xiàn)預(yù)設(shè)信息，或者以矩陣(行列)形式表示預(yù)設(shè)信息。當(dāng)直接表示時(shí)，預(yù)設(shè)信息可包括再現(xiàn)系統(tǒng)的布局(單聲道/立體聲聲道/多聲道)、音頻對(duì)象ID、音頻對(duì)象布局(單聲道或立體聲聲道)、音頻對(duì)象位置、方位角(azimuth) (0度 360度)、立體聲聲道再現(xiàn)時(shí)的仰角(elevation) (-50度 90度)、音頻對(duì)象等級(jí)信息(_50dB 50dB)。當(dāng)以矩陣表示時(shí)，預(yù)設(shè)信息具有滿足以下數(shù)學(xué)式I的P矩陣的形式。以矩陣表示的預(yù)設(shè)信息與直接表示的情況一樣地，包括用于將各個(gè)音頻對(duì)象映射到輸出聲道的功率增益信息或相位信息作為向量元。數(shù)學(xué)式I
權(quán)利要求
1.一種多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生裝置，包括 空間提示信息輸入部，接收從所述多對(duì)象音頻信號(hào)的編碼裝置產(chǎn)生的空間提示信息； 預(yù)設(shè)信息輸入部，接收關(guān)于所述多對(duì)象音頻信號(hào)的預(yù)設(shè)信息； 附加信息比特流產(chǎn)生部，利用所述空間提示信息和所述預(yù)設(shè)信息產(chǎn)生所述附加信息比特流， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
2.一種多對(duì)象音頻信號(hào)的附加信息比特流分析裝置，包括 附加信息比特流輸入部，接收所述附加信息比特流； 空間提示信息提取部，利用所述附加信息比特流提取空間提示信息； 預(yù)設(shè)信息提取部，利用所述附加信息比特流提取預(yù)設(shè)信息， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
3.一種多對(duì)象音頻信號(hào)的編碼裝置，包括 編碼部，對(duì)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)進(jìn)行縮混，產(chǎn)生關(guān)于所述由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)的空間提示信息； 附加信息比特流產(chǎn)生部，利用所述空間提示信息和關(guān)于所述音頻信號(hào)的預(yù)設(shè)信息來(lái)產(chǎn)生附加信息比特流， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
4.一種多對(duì)象音頻信號(hào)的解碼裝置，包括 附加信息比特流分析部，接收附加信息比特流，提取包括在所述附加信息比特流中的空間提示信息和預(yù)設(shè)信息； 解碼部，利用所述空間提示信息從縮混的輸入音頻信號(hào)恢復(fù)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào); 渲染部，利用所述預(yù)設(shè)信息將所述由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)渲染為由多個(gè)聲道構(gòu)成的音頻信號(hào)， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
5.一種多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生方法，包括如下步驟 接收從所述多對(duì)象音頻信號(hào)的編碼裝置產(chǎn)生的空間提示信息； 接收關(guān)于所述多對(duì)象音頻信號(hào)的預(yù)設(shè)信息； 利用所述空間提示信息和所述預(yù)設(shè)信息，產(chǎn)生所述附加信息比特流， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
6.一種多對(duì)象音頻信號(hào)的附加信息比特流分析方法，包括如下步驟 接收所述附加信息比特流； 利用所述附加信息比特流，提取空間提示信息； 利用所述附加信息比特流，提取預(yù)設(shè)信息，其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
7.一種多對(duì)象音頻信號(hào)的編碼方法，包括如下步驟 對(duì)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)進(jìn)行縮混，產(chǎn)生關(guān)于所述由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)的空間提示信息；以及， 利用所述空間提示信息和關(guān)于所述音頻信號(hào)的預(yù)設(shè)信息，產(chǎn)生附加信息比特流， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
8.一種多對(duì)象音頻信號(hào)的解碼方法，包括如下步驟 接收附加信息比特流，提取包括在所述附加信息比特流中的空間提示信息和預(yù)設(shè)信息； 利用所述空間提示信息，從縮混的輸入音頻信號(hào)恢復(fù)由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)；利用所述預(yù)設(shè)信息，將所述由多個(gè)對(duì)象構(gòu)成的音頻信號(hào)渲染為由多個(gè)聲道構(gòu)成的音頻信號(hào)， 其中，所述附加信息比特流包括頭區(qū)域和幀區(qū)域，所述預(yù)設(shè)信息包括在所述幀區(qū)域中且表不音頻對(duì)象控制信息和揚(yáng)聲器的布局信息。
全文摘要
本發(fā)明涉及一種多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生方法和裝置。本發(fā)明的多對(duì)象音頻信號(hào)的附加信息比特流產(chǎn)生裝置，其特征在于，包括接收從多對(duì)象音頻信號(hào)的編碼裝置產(chǎn)生的空間提示信息的空間提示信息輸入部、接收關(guān)于所述多對(duì)象音頻信號(hào)的預(yù)設(shè)信息的預(yù)設(shè)信息輸入部、以及利用空間提示信息和預(yù)設(shè)信息產(chǎn)生附加信息比特流的附加信息比特流產(chǎn)生部，其中，附加信息比特流包括頭區(qū)域和幀區(qū)域，預(yù)設(shè)信息包括在幀區(qū)域。根據(jù)本發(fā)明，具有這樣的效果，即，通過(guò)在對(duì)多對(duì)象音頻信號(hào)編碼時(shí)產(chǎn)生的附加信息比特流的幀區(qū)域中包括預(yù)設(shè)信息，從而在再現(xiàn)多對(duì)象音頻信號(hào)期間，也可根據(jù)編輯者或聲音工程師的意圖來(lái)改變所設(shè)定的音響場(chǎng)景信息。
文檔編號(hào)G10L19/00GK102800321SQ20121023405
公開日2012年11月28日 申請(qǐng)日期2009年3月30日 優(yōu)先權(quán)日2008年3月31日
發(fā)明者徐廷一, 白承權(quán), 李泰辰, 李用主, 張大永, 姜京玉, 洪鎮(zhèn)祐, 金鎮(zhèn)雄, 安致得 申請(qǐng)人:韓國(guó)電子通信研究院