用于新媒體設(shè)備上的具有及不具有嵌入式響度元數(shù)據(jù)的媒體的標(biāo)準(zhǔn)化音頻播放的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及對在電子重現(xiàn)設(shè)備上以數(shù)字形式播放的音頻、視頻及多媒體內(nèi)容的響度的控制，具體而言但非排他性地，涉及常發(fā)生在新媒體設(shè)備上的對播放響度的控制，其中內(nèi)容是制作成具有及不具有嵌入式響度元數(shù)據(jù)。
【背景技術(shù)】
[0002]在產(chǎn)生及傳輸音樂、視頻及其它多媒體內(nèi)容時，在不同歌曲間或在不同節(jié)目間執(zhí)行響度標(biāo)準(zhǔn)化過程來確保消費者聽到具有適當(dāng)響度的音頻信號。自早期的錄音及電影以來，此操作在產(chǎn)生過程期間進行或經(jīng)由用于劇場的重現(xiàn)標(biāo)準(zhǔn)來進行。當(dāng)今在音樂及無線電廣播業(yè)內(nèi)的慣常做法是將響度調(diào)整為接近媒體的最大峰值水平的值，而在電影及電視業(yè)內(nèi)的做法是使用比最大峰值水平低20dB至31dB的若干標(biāo)準(zhǔn)響度水平中的之一。在媒體匯流(media convergence)之前的時代，消費者并未注意到上述情形，因為使用分開的設(shè)備或音量設(shè)定來播放每種類型的內(nèi)容。
[0003]隨著用于播放音樂及電影內(nèi)容兩者的移動設(shè)備(諸如移動電話或可攜式媒體播放器)的出現(xiàn)，若將未經(jīng)修改的內(nèi)容傳輸至設(shè)備，則生產(chǎn)實踐中的此差異導(dǎo)致可能高達30dB的響度差異。當(dāng)從一種類型的內(nèi)容切換至另一種類型時，上述情形可能導(dǎo)致電影的音量太小或音樂的音量太大。
[0004]相關(guān)趨勢為，在錄音的母帶后期處理(mastering)期間經(jīng)由使用強烈的動態(tài)范圍壓縮、限制及限幅(clipping)來增大許多類型的錄制音樂的響度。此種母帶后期處理是在僅考慮諸如光盤片的無損耗記錄媒體的情況下進行，但是當(dāng)今所售的大多數(shù)音樂是諸如MPEG AAC及MP3的有損耗的數(shù)據(jù)壓縮格式。數(shù)據(jù)壓縮過程可能引入在播放期間在解碼器中重構(gòu)的時域波形的變化，這種變化引起波形中超過信號的全尺度限值或最大峰值的過沖(overshoot) 0在通常用于移動設(shè)備中的定點解碼器(或飽和浮點解碼器)中，上述情形可導(dǎo)致將過沖限幅至全尺度限值，從而引起重現(xiàn)信號中的額外可聽見的限幅。
[0005]在一些情況下，對音樂的強烈壓縮及限幅是出于藝術(shù)目的進行，但更常見的是為了以下目的進行:通過使錄音比其它錄音“聽起來更響”來增加錄音的商業(yè)吸引力，或為了在所有傾聽環(huán)境中(諸如在機場或嘈雜場所以及安靜環(huán)境中)提供可被理解的內(nèi)容。
[0006]在電影及視頻行業(yè)內(nèi)，在一些類型中使用廣泛音頻動態(tài)范圍來獲得巨大效果及創(chuàng)造更具吸引力的體驗。當(dāng)經(jīng)由杜比數(shù)位或MPEG-4AAC編碼傳送給消費者時，通常包括音頻動態(tài)范圍控制元數(shù)據(jù)，以便允許在存在嘈雜環(huán)境的情況下或在大聲場景過于煩擾的情況下在接收器或播放器處選擇地減小動態(tài)范圍。
[0007]由杜比數(shù)位來編碼的DVD或BluRay內(nèi)容中所包括的傳統(tǒng)元數(shù)據(jù)或在由杜比數(shù)位(在先進電視系統(tǒng)委員會公司的音頻壓縮標(biāo)準(zhǔn)A/52中標(biāo)準(zhǔn)化)或MPEG-4AAC (在IS0/IEC14496-3及ETSI TS 101 154中標(biāo)準(zhǔn)化)來編碼的TV信號中所傳輸?shù)膫鹘y(tǒng)元數(shù)據(jù)包括以下分量:
[0008]1.單個靜態(tài)元數(shù)據(jù)值，其指示節(jié)目的總體長期整合響度，在MPEG標(biāo)準(zhǔn)中稱為節(jié)目參考水平。
[0009]2.降混增益的靜態(tài)元數(shù)據(jù)值，其用來控制多聲道內(nèi)容的降混以便經(jīng)由立體聲或單聲道設(shè)備輸出。
[0010]3.動態(tài)范圍控制增益或縮放因子之兩個集合，其是在音頻信號中針對用于多個頻帶或頻區(qū)的每一經(jīng)數(shù)據(jù)壓縮的比特流幀加以發(fā)送。在行業(yè)術(shù)語中，一個集合是用于“輕度”壓縮，且另一個集合用于“重度”壓縮。所述輕度及重度DRC值的使用通常與在針對操作模式“線路模式”及“RF模式”所建立的解碼器響度目標(biāo)水平上的操作有關(guān)。針對此等模式的命名慣例及操作點是在數(shù)字媒體的初期建立的，在數(shù)字媒體的初期可能必需將數(shù)字音頻轉(zhuǎn)換為模擬信號，所述這些模擬信號發(fā)送基頻纜線至后續(xù)設(shè)備上的線路輸入端或經(jīng)由RF載波傳輸至模擬電視機裝置。
[0011]這個元數(shù)據(jù)的使用允許在播放期間以非破壞性方式使重現(xiàn)適應(yīng)于傾聽環(huán)境?？捎貌煌脑獢?shù)據(jù)集合或完全不使用元數(shù)據(jù)來播放相同的流或文件，以便產(chǎn)生不同的動態(tài)范圍。不同于使用僅存在于播放設(shè)備中的壓縮器，使用元數(shù)據(jù)的動態(tài)范圍控制允許創(chuàng)造性藝術(shù)家必要時在產(chǎn)生過程期間監(jiān)視及控制壓縮的性質(zhì)。
[0012]不幸的是，常常在諸如MPEG AAC或杜比數(shù)字家族的有損耗多媒體數(shù)字信號編解碼器中實現(xiàn)的動態(tài)范圍控制元數(shù)據(jù)不能對足夠強的信號進行壓縮以便與當(dāng)代音樂的響度匹配，因為該元數(shù)據(jù)以音頻壓縮幀為基礎(chǔ)影響信號的平均功率(可能在若干頻帶中)，其中常見的幀周期為20ms至40ms。此逐幀增益控制不夠快，以致于不能將信號的峰值與平均值之比減小至經(jīng)高度處理的當(dāng)代音樂的峰值與平均值之比。
[0013]如[5]中所描述的，由Wolters等人用來解決此問題的方法是在播放設(shè)備中使用接在解碼器后面的音頻限制器來增加平均響度。此將解決響度匹配問題，以使得音樂及電影內(nèi)容具有相等響度，但有若干缺點。當(dāng)消費者在安靜環(huán)境中(可能在安靜房間內(nèi)使用連接至揚聲器的移動設(shè)備，或使用具有強隔音效果的頭戴式耳機或入耳式耳機)播放內(nèi)容時，電影內(nèi)容被壓縮的強烈程度將與音樂相同，這是不符合要求的。限制器亦在設(shè)備CPU或DSP上引入額外工作負載，從而縮短電池壽命。
[0014]由Camerer等人在[6]中描述一種不同的方法，其提議將諸如ITU標(biāo)準(zhǔn)BS.1770-2中所描述的響度量測結(jié)果編碼作為音樂文件中的元數(shù)據(jù)，并且將每一文件的播放標(biāo)準(zhǔn)化為設(shè)備的音量控制所設(shè)定的目標(biāo)水平集合。此方法依靠先前的音樂響度標(biāo)準(zhǔn)化系統(tǒng)，諸如SoundCheck (www.apple, com)及 ReplayGain (www.replaygain.0rg)，這些所述系統(tǒng)是諸如iPod的一些音樂播放器的可選擇的特征。在這些他們的方法中，提倡要求響度標(biāo)準(zhǔn)化預(yù)設(shè)為開啟；然而，并未規(guī)定當(dāng)使用者關(guān)閉響度標(biāo)準(zhǔn)化時出現(xiàn)什么情況，或更重要的是，當(dāng)播放未用響度元數(shù)據(jù)來編碼的內(nèi)容時出現(xiàn)什么情況。假設(shè)所有內(nèi)容在播放前將由播放設(shè)備或由安全的可信賴的散布者(諸如iTunes)進行分析。另外，關(guān)于調(diào)整內(nèi)容的總體動態(tài)范圍來使其適應(yīng)于傾聽環(huán)境并未作出規(guī)定。
[0015]因此，本發(fā)明之一的目標(biāo)是提供統(tǒng)一的方法來解決使以下兩種內(nèi)容的播放響度標(biāo)準(zhǔn)化的問題:電影/視頻式內(nèi)容，其可能具有廣泛的動態(tài)范圍及可能的嵌入式響度元數(shù)據(jù)；以及音樂或無線電/播客內(nèi)容，其可能具有極窄的動態(tài)范圍及強烈的壓縮、限制及限幅，可能含有但很可能不含嵌入式響度元數(shù)據(jù)，由于消費者已經(jīng)擁有或交換了大量先前音樂內(nèi)容。
[0016]本發(fā)明的另一目標(biāo)是允許按消費者之傾聽環(huán)境或品味來調(diào)整含有動態(tài)范圍控制元數(shù)據(jù)的內(nèi)容的動態(tài)范圍。
[0017]本發(fā)明的另一目標(biāo)是預(yù)防有損耗的數(shù)據(jù)壓縮音頻解碼器(諸如AAC、MP3或杜比數(shù)位解碼器)中由信號分量變化引起的可能的限幅，這些變化是由數(shù)據(jù)壓縮過程引入。
[0018]本發(fā)明的另一目標(biāo)是對音樂錄制業(yè)提供輕微的激勵，以使其放棄對其內(nèi)容中的更強的動態(tài)范圍壓縮、限制及限幅的追求。
[0019]本發(fā)明的又一目標(biāo)是限制設(shè)備CPU或DSP上由響度處理或限幅預(yù)防所引起的額外工作負載。

【發(fā)明內(nèi)容】

[0020]本發(fā)明之一實施例包括一種用于解碼比特流以便從該比特流產(chǎn)生音頻輸出信號的解碼器設(shè)備，該比特流包含音頻數(shù)據(jù)且選擇地包含含有一參考響度值的響度元數(shù)據(jù)，該解碼器設(shè)備包含:
[0021]音頻解碼器設(shè)備，其被配置為從該音頻數(shù)據(jù)重構(gòu)音頻信號；以及
[0022]信號處理器，其被配置為基于該音頻信號產(chǎn)生該音頻輸出信號；
[0023]其中該信號處理器包含增益控制設(shè)備，該增益控制設(shè)備被配置為調(diào)整該音頻輸出信號的水平；
[0024]其中該增益控制設(shè)備包含參考響度解碼器，該參考響度解碼器被配置為產(chǎn)生一響度值，其中在該參考響度值存在于該比特流中的情況下，該響度值為該參考響度值；
[0025]其中該增益控制設(shè)備包含增益計算器，該增益計算器被配置為基于該響度值且基于音量控制值計算增益值，該音量控制值是由允許使用者控制該音量控制值的使用者接口提供；
[0026]其中該增益控制設(shè)備包含響度處理器，該響度處理器被配置為基于該增益值控制該音頻輸出信號的響度。
[0027]該音頻解碼器設(shè)備可為能夠從壓縮式比特流的音頻數(shù)據(jù)重構(gòu)音頻信號的任何設(shè)備。信號處理器可以是能夠在來自音頻解碼器設(shè)備的音頻信號被設(shè)定至其時產(chǎn)生音頻輸出信號并且具有如下文所闡述的增益控制設(shè)備的任何設(shè)備。增益控制設(shè)備是經(jīng)設(shè)置來控制音頻輸出信號的響度的設(shè)備。
[0028]參考響度解碼器被配置為解碼比特流中所含的響度元數(shù)據(jù)。若響度元數(shù)據(jù)含有參考響度值，則參考響度解碼器正是將此參考響度值輸出為響度值。
[0029]增益計算器是用于計算增益值的設(shè)備，該增益值是基于由參考響度解碼器輸出的響度值及由解碼器設(shè)備的使用者設(shè)定的音量控制值。為了設(shè)定音量控制值，可使用任何使用者界面。增益計算器特定而言可為減法器。
[0030]響度處理器能夠基于由增益計算器提供的增益值來控制音頻輸出信號的響度水平。響度處理器特定而言可為乘法器。
[0031]不同于可攜式設(shè)備中或消費者電子設(shè)備中所使用的傳統(tǒng)的壓縮式解碼器設(shè)備(諸如杜比數(shù)位或AAC解碼器設(shè)備)，用可變增益值或解碼器目標(biāo)臨界值(對應(yīng)于全尺度比特流的解碼水平)來操作壓縮解碼器設(shè)備，該臨界值受控于使用者的音量控制。此允許解碼器設(shè)備通常在設(shè)備的數(shù)字音頻系統(tǒng)的最大全尺度范圍以下很好地操作。此操作避免了限幅解碼器過沖的可能性，且允許不具有重度動態(tài)范圍壓縮及限制的電影式內(nèi)容的響度標(biāo)準(zhǔn)化至具有重度壓縮及限制的音樂內(nèi)容的響度標(biāo)準(zhǔn)化，而無需不會如通常所需對電影式內(nèi)容進行進一步壓縮或限制。僅出于響度匹配目的，本發(fā)明在不減小內(nèi)容的動態(tài)范圍的情況下執(zhí)行此標(biāo)準(zhǔn)化。
[0032]在本發(fā)明之一優(yōu)選實施例中，在參考響度值不存在于比特流中的情況下，響度值為預(yù)設(shè)響度值。此等特征允許不具有響度元數(shù)據(jù)的比特流的高質(zhì)量播放。
[0033]在本發(fā)明之一優(yōu)選實施例中，預(yù)設(shè)響度值被設(shè)定為介于_4dB與-1OdB之間的值，特定而言，介于_6dB與-SdB之間，該值被稱為全尺度振幅。當(dāng)代音樂的實驗研究顯示，傾向于進行全尺度播放的音樂內(nèi)容的響度的觀測上限約為_7dB。因此，所主張預(yù)設(shè)響度值提供用于播放不具有響度元數(shù)據(jù)的比特流的最佳化模式。
[0034]在本發(fā)明之一優(yōu)選實施例中，信號處理器包含動態(tài)范圍控制設(shè)備，該動態(tài)范圍控制設(shè)備被配置為調(diào)整音頻輸出信號的動態(tài)范圍，
[0035]其中該動態(tài)范圍控