用于回放多个音频源的双声道渲染装置和方法.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CN109792582A(43)申请公布日2019.05.21(21)申请号201780059396.9(74)专利代理机构北京市柳沈律师事务所(22)申请日2017.10.1111105代理人张健(30)优先权数据2016-2118032016.10.28JP(51)Int.Cl.H04S3/00(2006.01)(85)PCT国际申请进入国家阶段日G10L19/008(2006.01)2019.03.26(86)PCT国际申请的申请数据PCT/JP2017/0367382017.10.11(87)PCT国际申请的公布数据WO2018/079254EN2018.05.03(71)申请人松下电器（美国）知识产权公司地址美国加利福尼亚州(72)发明人江原宏幸吴恺S.H.尼奥权利要求书1页说明书9页附图8页(54)发明名称用于回放多个音频源的双声道渲染装置和方法(57)摘要本公开涉及用于多个移动音频源的快速双声道渲染的设计。本公开采用可以是基于对象的、基于信道的或两者的混合的音频源信号、相关联的元数据、用户头部跟踪数据以及双声道房间脉冲响应(BRIR)数据库来生成耳机回放信号。本公开应用逐帧双声道渲染模块，其采用BRIR的参数化分量来渲染移动源。另外，本公开在渲染过程中应用分层源聚类和缩混以降低计算复杂度。CN109792582ACN109792582A权利要求书1/1页1.一种在给定多个音频源信号的情况下利用相关联的元数据和双声道房间脉冲响应BRIR数据库生成双声道耳机回放信号的方法，其中所述音频源信号能够是基于信道的、基于对象的、或者是两种信号的混合，所述方法包括：计算相对于用户头部的位置和面向方向的、所述音频源的瞬时相对于头部位置；根据所述音频源的所述瞬时相对于头部位置，以分层方式对所述源信号进行分组；对要用于渲染的BRIR进行参数化；将要渲染的每个源信号划分为多个块和帧；对标识有分层分组结果的、经参数化的BRIR序列求平均；以及对标识有所述分层分组结果的、经划分的源信号进行缩混。2.根据权利要求1所述的方法，其中，在给定源元数据和用户头部跟踪数据的情况下，对于所述源信号的每个时间帧/块，立即计算所述相对于头部的源位置。3.根据权利要求1所述的方法，其中，在给定对于每个帧所计算的瞬时相对的源位置的情况下，以具有不同分组分辨率的多个层来分层地执行所述分组。4.根据权利要求1所述的方法，其中，将所述BRIR数据库中的每个BRIR滤波器信号划分为包含多个帧的直接块以及多个扩散块，并且使用所述BRIR滤波器信号的目标位置来标记所述帧和块。5.根据权利要求1所述的方法，其中，将所述源信号划分为当前块和多个先前块，并且将所述当前块进一步划分为多个帧。6.根据权利要求1所述的方法，其中，使用所选择的BRIR帧，对所述源信号的所述当前块的所述帧执行逐帧双声道化处理，并且每个BRIR帧的选择是基于搜索最接近的已标记的BRIR帧，所述最接近的已标记的BRIR帧最靠近每个源的所计算的瞬时相对的位置。7.根据权利要求1所述的方法，其中，通过加入源信号缩混模块来执行逐帧双声道化处理，使得能够根据所计算的源分组决策对所述源信号进行缩混，并且对所缩混的信号应用所述双声道化处理以降低计算复杂度。8.根据权利要求1所述的方法，其中，使用BRIR的所述扩散块对所述源信号的所述先前块的缩混版本执行后期混响处理，并且对每个块应用不同的截止频率。2CN109792582A说明书1/9页用于回放多个音频源的双声道渲染装置和方法技术领域[0001]本公开涉及用于耳机回放(playback)的数字音频信号的有效渲染(render)。背景技术[0002]空间音频是指沉浸式音频再现系统，允许听众感知高度的音频环绕。这种环绕感包括在方向和距离上对音频源的空间位置的感觉，使得听众将声音场景感知为好像他们处于自然声音环境中。[0003]通常有三种用于空间音频再现系统的录音格式。格式取决于音频内容制作站点使用的录制和混音方法。第一种格式是最熟知的基于信道的，其中音频信号的每个信道被指派为在再现站点的特定扬声器上回放。第二种格式称为基于对象的，其中可以由多个虚拟源(也称为对象)描述空间声音场景。每个音频对象可以由具有相关联的元数据的声音波形表示。第三种格式称为基于环绕声(Ambisonic)，其可以视为表示声场的球形扩展的系数信号。[0004]随着诸如移动电话、平板电脑等个人便携式设备的激增以及虚拟/增强现实的新兴应用，通过耳机渲染沉浸式空间音频变得越来越必要和有吸引力。双声道化是将输入的空间音频信号(例如，基于信道的信号、基于对象的信号或基于环绕声的信号)转换为耳机回放信号的过程。实质上，实际环境中的自然声音场