用于处理音频数据的方法和装置、介质及设备.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CN110797037A(43)申请公布日2020.02.14(21)申请号201911130633.3(51)Int.Cl.(22)申请日2014.07.24G10L19/008(2013.01)H04S3/00(2006.01)(30)优先权数据P2013311932013.07.31ES61/885,8052013.10.02US(62)分案原申请数据201480043090.02014.07.24(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D·J·布瑞巴特芦烈N·R·清格斯A·玛蒂奥斯索尔(74)专利代理机构中国国际贸易促进委员会专利商标事务所11038代理人宿小猛权利要求书3页说明书17页附图15页(54)发明名称用于处理音频数据的方法和装置、介质及设备(57)摘要本公开涉及用于处理音频数据的方法和装置、介质及设备。弥漫性或空间上的大音频对象可被识别以进行特殊处理。去相关过程可以对对应于大音频对象的音频信号执行，以产生去相关的大音频对象音频信号。这些去相关的大音频对象音频信号可以与对象位置关联，对象位置可以是固定的或随时间变化的位置。例如，去相关的大音频对象音频信号可以被渲染到虚拟或实际扬声器位置。这种渲染过程的输出可以被输入到场景简化过程。去相关、关联和/或场景简化过程可以在编码音频数据的过程之前执行。CN110797037ACN110797037A权利要求书1/3页1.一种方法，包括：在音频渲染系统的编码器组件的输入接口中接收包括音频对象的音频数据，音频对象包括音频对象信号和关联的元数据，所述关联的元数据至少包括音频对象尺寸数据；通过大对象检测组件基于所述音频对象尺寸数据确定音频对象尺寸大于阈值尺寸的大音频对象，其中大音频对象在空间上弥散并且需要多个扬声器来再现大音频对象；在耦合到所述输入接口的去相关器组件中对大音频对象的音频信号执行去相关过程，以产生去相关的大音频对象音频信号，所述去相关的大音频对象音频信号依赖于所定义的大音频对象的位置、以及其它信息，其中所述去相关的大音频对象音频信号彼此相互独立，并且所述去相关过程包括通过调整各音频信号的相应音频增益来调整各音频信号的电平以生成与所述多个扬声器中的每一扬声器的扬声器馈送相对应的去相关的大音频对象音频信号，并且进一步其中，所述多个扬声器覆盖大的空间区域，其中，所述去相关的大音频对象音频信号与其它音频对象的至少一个音频信号混合，该其它音频对象与所述大音频对象在空间上分开的距离为第二阈值量。2.如权利要求1所述的方法，还包括接收用于大音频对象的去相关元数据，其中所述去相关元数据包括音频对象尺寸大于阈值尺寸的指示符。3.如权利要求1所述的方法，其中大音频对象具有多个对象位置，并且所述多个对象位置中的至少一些为以下中的一者：固定位置或随时间变化的位置。4.如权利要求1所述的方法，其中所述去相关过程在渲染音频数据用于在包括家庭影院系统的重放环境中再现的过程之前在上游执行。5.如权利要求1所述的方法，其中所述去相关过程包括以下中的一者：延迟过程，全通滤波过程，伪随机滤波过程，以及混响过程。6.如权利要求1所述的方法，其中所述多个扬声器具有多个扬声器位置，其中所述多个扬声器位置包括定义了布置到一个或多个扬声器区中的虚拟扬声器位置的扬声器区。7.如权利要求1所述的方法，其中音频数据包括对应于原始扬声器位置的一个或多个音频床信号，所述方法进一步包括输出去相关的大音频对象音频信号，作为用于通过所述多个扬声器重放的音频对象信号或另外的音频床信号。8.如权利要求1所述的方法，其中，各音频信号的相应音频增益包括根据振幅平移方法被确定的增益因子。9.如权利要求6所述的方法，还包括使用渲染工具来将扬声器馈送分别映射到所述一个或多个扬声器区。10.如权利要求1所述的方法，还包括在执行去相关过程之后衰减或删除大音频对象的音频信号。11.如权利要求1所述的方法，还包括在执行去相关过程之后保留对应于大音频对象的点源贡献的音频信号。12.如权利要求1所述的方法，其中大音频对象包括如下元数据，该元数据包括音频对象位置元数据，该方法还包括：计算来自由大音频对象的大音频对象位置数据和大音频对象尺寸数据定义的音频对象面积或体积内的虚拟源的贡献；以及至少部分地基于计算的贡献为多个输出通道中的每一个确定音频对象增益值的集合。2CN110797037A权利要求书2/3页13.如权利要求1所述的方法，还包括在去相关过程之后执行音频对象群集过程。14.如权利要求1所述的方法，还包括评估音频数据以确定内容类型，其中去相关过程根据内容类型被有选择地执行。15.如权利要求14所述的方法，其中要执行的去相关的量依赖于