基于对象音频通道元数据和生成方法、设备及存储介质.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CN113905321A(43)申请公布日2022.01.07(21)申请号202111020417.0(22)申请日2021.09.01(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代理人杨生平王朋飞(51)Int.Cl.H04S7/00(2006.01)权利要求书1页说明书15页附图2页(54)发明名称基于对象音频通道元数据和生成方法、设备及存储介质(57)摘要本公开涉及一种基于对象音频通道元数据和生成方法、电子设备及存储介质。基于对象音频通道元数据，包括：属性区，包括音频通道名称、音频通道标识和音频通道类型描述信息；子元素区，包括至少一个用于指示音频通道时域划分的音频块格式和音频截止频率信息，其中，所述音频块格式包括音频块标识和对象子元素，所述对象子元素包括用于描述对象位置和范围的坐标信息、用于描述对象声音类型的漫射信息和用于指示渲染器进行声音渲染的预设渲染信息。音频数据在渲染时在空间中能够实现三维声的复现，从而提高了声音场景的质量。CN113905321ACN113905321A权利要求书1/1页1.一种基于对象音频通道元数据，其特征在于，包括：属性区，包括音频通道名称、音频通道标识和音频通道类型描述信息；子元素区，包括至少一个用于指示音频通道时域划分的音频块格式和音频截止频率信息，其中，所述音频块格式包括音频块标识和对象子元素，所述对象子元素包括用于描述对象位置和范围的坐标信息、用于描述对象声音类型的漫射信息和用于指示渲染器进行声音渲染的预设渲染信息。2.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述音频通道标识包括：用于指示所述音频通道中包含的音频类型的音频类型标识和用于指示所述音频通道中包含的音频流格式的音频流标识。3.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述音频通道类型描述信息，包括类型标签和/或类型定义。4.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述音频块标识包括用于指示音频通道内音频块的索引。5.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述音频截止频率信息包括用于指示高频截止和/或低频截止的音频频率。6.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述坐标信息，包括：坐标位置、对象范围、对象发散和区域排除。7.根据权利要求6所述的基于对象音频通道元数据，其特征在于，所述坐标信息基于极坐标系或笛卡尔坐标系；所述对象子元素还包括坐标系指定信息，用于指定所述坐标信息的坐标系。8.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述预设渲染信息包括：音频通道锁定信息和音频跳转位置信息。9.根据权利要求1所述的基于对象音频通道元数据，其特征在于，所述对象子元素还包括：增益信息、屏幕相关信息和对象重要性信息。10.一种音频通道元数据的生成方法，其特征在于，设置为生成包括如权利要求1‑9任一项所述基于对象音频通道元数据。11.一种电子设备，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生成包括如权利要求1‑9任一项所述基于对象音频通道元数据。12.一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生成包括如权利要求1‑9任一项所述基于对象音频通道元数据。2CN113905321A说明书1/15页基于对象音频通道元数据和生成方法、设备及存储介质技术领域[0001]本公开涉及音频处理的技术领域，尤其涉及一种基于对象音频通道元数据和生成方法、电子设备及存储介质。背景技术[0002]随着科技的发展，音频变得越来越复杂。由早期的单声道音频演变成立体声，工作重心也注重左右声道的正确处理方式。但环绕声出现后，处理过程开始变得复杂。而环绕5.1扬声器系统则对多个通道进行排序约束，进而环绕6.1扬声器系统、环绕7.1扬声器系统等使音频处理千变万化，把正确的信号传递给合适的扬声器形成相互牵连的效果。因此，随着声音变得更具沉浸感和交互性，音频处理的复杂性也大大增加。[0003]音频声道(或声道)，是指声音在录制或播放时在不同空间位置采集或回放的相互独立的音频信号。而声道数也就是声音录制时的音源数量或回放时相应的扬声器数量。例如，在环绕5.1扬声器系统中包括6个不同空间位置的音频信号，每个独立的音频信号被用于驱动对应空间位置的扬声器；在环绕7.1扬声器系统中包括8个不同空间位置的音频信号，每个独立的音频信号被用于