用于基于对象的音频的交互式渲染的方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114157979A(43)申请公布日2022.03.08(21)申请号202111463619.2(74)专利代理机构中国贸促会专利商标事务所(22)申请日2014.03.19有限公司11038代理人刘前红(30)优先权数据61/807,9222013.04.03US(51)Int.Cl.61/832,3972013.06.07USH04S7/00(2006.01)G10L19/008(2013.01)(62)分案原申请数据G10L19/20(2013.01)201480019107.92014.03.19G10L19/16(2013.01)(71)申请人杜比实验室特许公司地址美国加利福尼亚申请人杜比国际公司(72)发明人R·A·弗朗斯T·齐埃格勒S·S·梅塔A·J·道尔P·桑索姆布恩M·D·德怀尔F·法拉哈尼N·R·茨恩高斯F·桑切斯权利要求书2页说明书33页附图8页(54)发明名称用于基于对象的音频的交互式渲染的方法和系统(57)摘要本发明涉及用于基于对象的音频的交互式渲染的方法和系统。用于生成基于对象的音频节目的方法，其中所述基于对象的音频节目能以个性化的方式渲染，例如，以便提供对节目的音频内容的沉浸式感知。其它实施例包括传送(例如，广播)、解码和/或渲染这种节目的步骤。对由节目指示的音频对象的渲染可以提供沉浸式体验。节目的音频内容可以指示多个对象声道(例如，指示用户可选和用户可配置的对象的对象声道，并且通常还有要在不存在用户选择的情况下渲染的一组默认对象)和一床扬声器声道。另一方面是被配置为执行该方法的任何实施例或者包括存储有根据该方法的任何实施例生成的基于对象的音频节目(或者其比特流)的至少一帧(或其它片段)的缓冲存储器的音频处理单元(例如，编码器或解码器)。CN114157979ACN114157979A权利要求书1/2页1.一种渲染由基于对象的音频节目确定的音频内容的方法，其中该节目指示至少一床扬声器声道、一组对象声道和对象相关元数据，所述方法包括以下步骤：(a)确定所述一组对象声道的选定子集；及(b)渲染由所述基于对象的音频节目确定的音频内容，包括通过确定由一床扬声器声道指示的第一音频内容和由所述一组对象声道的选定子集指示的第二音频内容的混合。2.如权利要求1所述的方法，其中步骤(a)包括以下步骤：提供音频内容的可选混合的菜单，每个可选混合指示一床扬声器声道的音频内容与所述一组对象声道的子集的音频内容的不同混合，其中对象相关元数据的至少一部分指示关于在菜单中包括哪些可选混合的至少一个约束或条件；及从菜单中选择一个可选混合，由此确定所述一组对象声道的选定子集。3.如权利要求2所述的方法，其中对象相关元数据的至少一部分指示每个对象声道的标识符以及每个对象声道之间的关系，并且对象相关元数据的所述至少一部分确定关于在菜单中包括哪些可选混合的至少一个约束或条件。4.如权利要求1所述的方法，其中所述方法由回放系统执行，并且步骤(a)包括以下步骤：提供音频内容的可选混合的菜单，每个可选混合指示所述一床扬声器声道的音频内容与所述一组对象声道的子集的音频内容的不同混合，其中回放系统的预配置确定关于在菜单中包括哪些可选混合的至少一个约束或条件；及从菜单中选择一个可选混合，由此确定所述一组对象声道的选定子集。5.如权利要求1所述的方法，其中所述基于对象的音频节目是包括帧的编码比特流，该编码比特流是AC‑3比特流或E‑AC‑3比特流，该编码比特流的每一帧指示至少一个数据结构，该数据结构是包括对象声道的一些内容和对象相关元数据中的一些的容器，并且至少一个所述容器被包括在每个所述帧的auxdata字段中。6.如权利要求1所述的方法，其中所述基于对象的音频节目是包括帧的编码比特流，该编码比特流是AC‑3比特流或E‑AC‑3比特流，该编码比特流的每一帧指示至少一个数据结构，该数据结构是包括对象声道的一些内容和所述对象相关元数据中的一些的容器，并且至少一个所述容器被包括在每个所述帧的addbsi字段中。7.如权利要求1所述的方法，其中所述基于对象的音频节目是包括一系列突发以及突发对之间的保护带的杜比E比特流，每个所述保护带由一系列片段组成，并且至少一些所述保护带中的每一个的前X个片段中的每一个片段包括对象声道的一些内容和所述对象相关元数据中的一些对象相关元数据，其中X是数字。8.一种用于渲染由基于对象的音频节目确定的音频内容的系统，其中所述节目指示至少一床扬声器声道、一组对象声道以及对象相关元数据，所述系统包括：第一子系统，被耦接为接收所述基于对象的音频节目并且被配置为解析扬声器声道、对象声道和对象相关元数据以及确定对象声道的选定子集；及渲染子系统，被耦接到第一子系