音频信号的上混音.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CN105992120A(43)申请公布日2016.10.05(21)申请号201510066647.9(22)申请日2015.02.09(71)申请人杜比实验室特许公司地址美国加利福尼亚州(72)发明人王珺芦烈陈连武胡明清(74)专利代理机构北京市金杜律师事务所11256代理人王茂华(51)Int.Cl.H04S7/00(2006.01)权利要求书3页说明书13页附图4页(54)发明名称音频信号的上混音(57)摘要本发明的实施例涉及音频信号的上混音。描述了一种对音频信号进行上混音的方法。该方法包括：将所述音频信号分解成扩散信号和直达信号；至少部分地基于扩散信号，生成音频静态环境声，音频静态环境声包括高度声道；从直达信号中提取音频对象；估计音频对象的元数据，元数据包括音频对象的高度信息；以及将音频静态环境声和音频对象呈现为经过上混音的音频信号，其中音频静态环境声被呈现到预定义的位置并且音频对象根据元数据而被呈现。还公开了相应的系统和计算机程序产品。CN105992120ACN105992120A权利要求书1/3页1.一种对音频信号进行上混音的方法，包括：将所述音频信号分解成扩散信号和直达信号；至少部分地基于所述扩散信号生成音频静态环境声，所述音频静态环境声包括高度声道；从所述直达信号中提取音频对象；估计所述音频对象的元数据，所述元数据包括所述音频对象的高度信息；以及将所述音频静态环境声和所述音频对象呈现为经过上混音的音频信号，其中所述音频静态环境声被呈现到预定义的位置并且所述音频对象根据所述元数据而被呈现。2.根据权利要求1所述的方法，其中所述生成所述音频静态环境声包括：对所述扩散信号进行上混音，以创建所述高度声道；以及将残留信号包括到所述音频静态环境声中，所述残留信号从所述音频对象的提取中被获得。3.根据权利要求1所述的方法，其中所述分解所述音频信号包括：应用第一分解过程以获得所述扩散信号；以及应用第二分解过程以获得所述直达信号，所述第一分解过程具有比所述第二分解过程更少的扩散向直达泄漏。4.根据权利要求3所述的方法，进一步包括：对所述音频信号进行预先上混音，其中所述第一分解过程和所述第二分解过程被独立地应用至经过预先上混音的音频信号。5.根据权利要求1所述的方法，进一步包括：对所述音频信号进行预先上混音以获得高度信号，其中所述生成所述音频静态环境声包括使用所述高度信号来创建所述高度声道而不对所述扩散信号进行上混音。6.根据权利要求5所述的方法，其中所述分解所述音频信号包括：对所述音频信号或者对经过预先上混音的音频信号的至少一部分应用分解过程。7.根据权利要求1所述的方法，进一步包括：确定所述音频信号的复杂度。8.根据权利要求7所述的方法，其中所述分解所述音频信号包括：基于所述复杂度，确定针对所述音频信号的扩散增益，所述扩散增益指示所述扩散信号在所述音频信号中的比例；以及基于所述扩散增益分解所述音频信号。9.根据权利要求7所述的方法，其中所述提取所述音频对象包括：基于所述复杂度，确定针对所述音频信号的对象增益，所述对象增益指示所述音频信号包含音频对象的概率；以及基于所述对象增益提取所述音频对象。10.根据权利要求7所述的方法，其中所述提取所述元数据包括：基于所述复杂度，确定针对所述音频对象的高度增益；以及基于所述高度增益，修改所述音频对象的所述高度信息。2CN105992120A权利要求书2/3页11.根据权利要求1所述的方法，其中所述呈现所述音频对象包括：基于以下各项中的至少一项，确定对象呈现增益：所述音频对象的活跃声道的数量，所述音频对象关于用户的位置，以及所述音频对象在声道之间的能量分布；以及基于所述对象呈现增益，在所述呈现中控制与所述音频对象有关的呈现水平。12.一种对音频信号进行上混音的系统，包括：直达信号/扩散信号分解器，被配置为将所述音频信号分解成扩散信号和直达信号；静态环境声生成器，被配置为至少部分地基于所述扩散信号生成音频静态环境声，所述音频静态环境声包括高度声道；对象提取器，被配置为从所述直达信号中提取音频对象；元数据估计器，被配置为估计所述音频对象的元数据，所述元数据包括所述音频对象的高度信息；以及音频呈现器，被配置为将所述音频静态环境声和所述音频对象呈现为经过上混音的音频信号，其中所述音频静态环境声被呈现到预定义的位置并且所述音频对象根据所述元数据而被呈现。13.根据权利要求12所述的系统，其中所述静态环境声生成器被配置为对所述扩散信号进行上混音以创建所述高度声道，其中残留信号被包括到所述音频静态环境声中，所述残留信号从所述音频对象的提取中被获得。14.根据权利要求12所述的系统，其中所述直达信号/扩散信号分解器包括：第一分解器