利用元数据对基于场景的音频进行渲染的方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115426613A(43)申请公布日2022.12.02(21)申请号202210912275.7(22)申请日2022.07.29(71)申请人赛因芯微（北京）电子科技有限公司地址100011北京市朝阳区雅宝路12号华声大厦1906(72)发明人吴健(74)专利代理机构北京睿阳联合知识产权代理有限公司11758专利代理师孙磊(51)Int.Cl.H04S7/00(2006.01)H04S3/00(2006.01)权利要求书2页说明书8页附图3页(54)发明名称利用元数据对基于场景的音频进行渲染的方法及装置(57)摘要本申请提供一种利用元数据对基于场景的音频进行渲染的方法及装置，该方法包括基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数。本申请提供一种利用元数据对基于场景的音频进行渲染的方法，每个通道代表的是一个独立于扬声器的声场，而不是代表一个单独的扬声器。使用的通道越多，声音的空间分辨率就越高。CN115426613ACN115426613A权利要求书1/2页1.一种利用元数据对基于场景的音频进行渲染的方法，其特征在于，包括：基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数和场景类型的元数据对象，生成场景类型的渲染项；所述场景类型的渲染项用于指示一组音频通道格式。2.根据权利要求1所述的方法，其特征在于，所述基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构包括：将通用数据合并为额外数据；所述通用数据包括屏幕参考和通道频率；或者，将重要数据存储在重要性数据结构中；所述重要数据包括音频对象和音频包。3.根据权利要求1所述的方法，其特征在于，所述基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构包括：将音频样本引用和封装在音轨规格结构中，并将其定义为音频样本源。4.根据权利要求3所述的方法，其特征在于，所述将音频样本引用和封装在音轨规格结构中，并将其定义为音频样本源的步骤还包括：直接音轨规格将指定应直接从指定的输入轨迹读取音频样本；或者，静音音轨规格将规定所有音频样本为预设阈值。5.根据权利要求1、3或4任一所述的方法，其特征在于，所述音频块格式中的必要的信息包括：阶数、度数、规范化方案、屏幕指示、块的启动时间、块的持续时间。6.根据权利要求1、2或3任一所述的方法，其特征在于，所述通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数和场景类型的元数据对象，生成场景类型的渲染项具体包括：引用场景类型的元数据对象、存储在重要性数据结构中的重要数据和封装音轨规格结构输入的音频样本和向量。7.根据权利要求1、2或3任一所述的方法，其特征在于，所述通过所述类型标签，引入保存在各自的数据结构所述音频信号的场景类型的元数据，生成场景类型的渲染项还包括：将所述场景类型的元数据对象与音频样本源和在额外数据中收集的通用数据相关联。8.一种利用元数据对基于场景的音频进行渲染的装置，其特征在于，包括：保存模块，用于基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；生成模块，用于提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；引入生成模块，用于通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数和场景类型的元数据对象，生成场景类型的渲染项；场景类型的渲染项用于指示一组音频通道格式。2CN115426613A权利要求书2/2页9.一种电子设备，其特征在于，包括：存储器以及一个或多个处理器；所述存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑7任一项所述的方法。10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器实现如权利要求1‑7任一项所述方法。3CN115426613A说明书1/8页利用元数据对基于场景的音频进