多聲道下混對象編碼的增強編碼和參數表示的制作方法

專利名稱：多聲道下混對象編碼的增強編碼和參數表示的制作方法
技術領域：
本發明涉及基于可用的多聲道下混(downmix)以及附加的控制數 據來對來自已編碼的多對象信號的多個對象進行解碼。
背景技術：
近來音頻的發展使得基于立體聲(或者單聲道)信號以及對應的控 制數據來重建音頻信號的多聲道表示更為容易。這些參數環繞編碼方 法通常包含參數化過程。參數多聲道音頻解碼器(例如在ISO/IEC 23003-1[1]、 [2]中所定義的MPEG環繞(MPEG Surround)解碼器)基 于K個傳送的聲道，利用附加的控制數據來重構M個聲道，其中,尺。 該控制數據由基于IID(聲道間強度差)和ICC(聲道間相干性)的多聲道 信號的參數化構成。這些參數通常在編碼級中提取的，并且描述了上 混過程中所使用的聲道對之間的功率比值以及相關性。使用這樣的編 碼方案，與傳送全部的M個聲道相比，允許使用明顯更低的數據速率 進行編碼，使得編碼效率非常高，同時確保與i:聲道裝置以及M聲道 裝置的兼容性。
一種非常相關的編碼系統是對應的音頻對象編碼器[3]， [4]，其中 在編碼器中對若干音頻對象進行下泡，隨后在控制數據的指引下進行 上混。該上混過程也可以被視為是對在下混中混合的對象的分離。所 得到的上混信號可以被呈現至一個或者多個回放聲道。更準確而言， [3, 4]提出了一種方法，根據下混(稱為和信號)、有關源對象的統計信 息以及描述期望輸出格式的數據來合成多個聲道。在使用多個下混信 號的情況下，這些下混信號由對象的不同子集構成，并且針對每一個 下混聲道分別執行上混。
在新方法中，我們介紹了一種方法，其中對所有下混聲道聯合地 進行上混。在本發明之前的對象編碼方法中，并未提出用于對具有多于一個聲道的下混進行聯合解碼的方案。 參考文獻 L Villemoes, J. Herre， J. Breebaart, G. Hotho, S. Disch， H. Purnhagen, and K. Kj6rling, "MPEG Surround: The Forthcoming ISO Standard for Spatial Audio Coding," in 28th International AES Conference, The Future of Audio Technology Surround and Beyond, Pit喊Sweden, June 30-July 2, 2006. J. Breebaart, J. Herre, L Villemoes, C. Jin， , K. Kj6rling, J, Plogsties, and J. Koppens, "Multi-Channels goes Mobile: MPEG Surround Binaural Rendering," in 29th International AES Conference, Audio for Mobile and Handheld Devices, Seoul, Sept 2-4， 2006. C. Faller， "Parametric Joint-Coding of Audio Sources," Convention Paper 6752 presented at the 120th AES Convention, Paris, France, May 20-23,2006. C. Faller， "Parametric Joint-Coding of Audio Sources,"專禾U申 請PCT/EP2006/050904, 2006.

發明內容
本發明的第一方面涉及一種利用多個音頻對象來產生編碼的音 頻對象信號的音頻對象編碼器，所述音頻對象編碼器包括下混信息 產生器，用于產生下混信息，所述下混信息指示所述多個音頻對象在
至少兩個下混聲道中的分布；對象參數產生器，用于產生所述音頻對
象的對象參數；以及輸出接口，用于利用所述下混信息和所述對象參
數來產生所述編碼的音頻對象信號。
本發明的第二方面涉及一種利用多個音頻對象來產生編碼的音
頻對象信號的音頻對象編碼方法，所述音頻對象編碼方法包括產生 下混信息，所述下混信息指示所述多個音頻對象在至少兩個下混聲道 中的分布；產生所述音頻對象的對象參數；以及利用所述下混信息和 所述對象參數來產生所述編碼的音頻對象信號。
li本發明的第三方面涉及一種利用編碼的音頻對象信號來產生輸 出數據的音頻合成器，所述音頻合成器包括輸出數據合成器，用于 產生所述輸出數據，所述輸出數據能夠用于創建預定音頻輸出配置的 多個輸出聲道以表示多個音頻對象，所述輸出數據合成器使用下混信 息和音頻對象的音頻對象參數，所述下混信息指示所述多個音頻對象 在至少兩個下混聲道中的分布。
本發明的第四方面涉及一種利用編碼的音頻對象信號來產生輸 出數據的音頻合成方法，所述音頻合成方法包括產生所述輸出數據， 所述輸出數據能夠用于創建預定音頻輸出配置的多個輸出聲道以表示 多個音頻對象，所述輸出數據合成器使用下混信息和音頻對象的音頻 對象參數，所述下混信息指示所述多個音頻對象在至少兩個下混聲道 中的分布。
本發明的第五方面涉及一種編碼的音頻對象信號，包括下混信息 和對象參數，所述下混信息指示多個音頻對象在至少兩個下混聲道中 的分布，所述對象參數使得能夠使用所述對象參數以及所述至少兩個 下混聲道來重構所述音頻對象。本發明的第六方面涉及一種計算機程 序，當所述計算機程序在計算機上運行時，執行音頻對象編碼方法或 者音頻對象解碼方法。


現在參照附圖，以示意性示例而非限制本發明范圍或精神的方式 來描述本發明，附圖中
圖la示意了包括編碼和解碼在內的空間音頻對象編碼的操作；
圖lb示意了重用MPEG環繞解碼器的空間音頻對象編碼的操作；
圖2示意了空間音頻對象編碼器的操作；
圖3示意了在基于能量的模式下操作的音頻對象參數提取器； 圖4示意了在基于預測的模式下操作的音頻對象參數提取器； 圖5示意了SAOC至MPEG環繞的代碼轉換器的結構；
圖6示意了下混轉換器的不同操作模式；
圖7示意了用于立體聲下混的MPEG環繞解碼器的結構；圖8示意了包含SAOC編碼器的實際使用情況；
圖9示意了編碼器的實施例；.
圖10示意了解碼器的實施例；
圖U示意了示出不同的優選解碼器/合成器模式的表格; 圖12示意了用于計算特定空間上混參數的方法；
圖13a示意了用于計算附加空間上混參數的方法；
圖13b示意了利用預測參數進行計算的方法； 圖14示意了編碼器/解碼器系統的整體概觀； 圖15示意了計算預測對象參數的方法；以及 圖16示意了立體聲呈現的方法。
具體實施例方式
以下描述的實施例僅用于說明本發明"多聲道下混對象編碼的增 強編碼和參數表示"的原理。應理解，對本文所描述的配置和細節進 行的修改和變型對本領域技術人員而言是顯而易見的。因此，本發明 的范圍僅由所附權利要求的范圍來限定，而不是由這里以實施例的描 述和解釋的方式呈現的具體細節來限定。
優選實施例提供了一種編碼方案，將對象編碼的方案的功能與多 聲道解碼器的呈現能力相結合。所傳送的控制數據與各個對象相關， 并且因此允許在重現中進行空間位置和水平的操作。因此，該控制數 據與所謂的場景描述直接相關，其中給出了對象的定位信息。該場景 描述可以在解碼器側由收聽者以交互方式控制，或者也可以在編碼器 側由制作人控制。由本發明所教導的代碼轉換器級用于將與對象相關
的控制數據以及下混信號轉換為與重現系統(例如MPEG環繞解碼 器)相關的控制數據和下混信號。
在本編碼方案中，對象可以任意分布在編碼器處可用的下混聲道 中。代碼轉換器明確地使用多聲道下混信息來提供代碼轉換后的下混 信號以及與對象相關的控制數據。由此，在解碼器處的上混不是如[3] 中所提出的那樣對所有聲道分別執行，而是在單個上混過程中對全部 下混聲道同時進行處理。在這種新方案中，該多聲道下混信息必須是控制數據的一部分，并且是由對象編碼器來編碼的。
對象在下混聲道中的分布可以以自動的方式來完成，或者可以是 編碼器側的一種設計選擇。在后一種情況下，可以將下混設計為適合 于使用現有的多聲道重現方案(例如立體聲重現系統)來進行回放，特 征在于進行重現并省略代碼轉換以及多聲道解碼級。這是優于現有技 術編碼方案的另一優點，現有技術的編碼方案由單一下混聲道，或者 包含源對象子集的多個下混聲道構成。
雖然現有技術的對象編碼方案僅描述了使用單一下混聲道的解 碼過程，但是本發明并不受該限制，因為本發明提供一種用于對包含 多于一個聲道的下混的下混進行聯合解碼的方法。在分離對象時所能 獲得的質量隨下混聲道數目增加而提高。因此，本發明成功地彌補了 具有單一單聲道下混聲道的編碼方案與其中每個對象在單獨聲道中傳 送的多聲道編碼方案之間的間隙。因此，本發明所提出的方案允許根 據應用的要求以及傳送系統的特性(如信道容量)來對對象分離的質量 進行靈活縮放。
此外，由于允許附加地考慮該各個聲道之間的相關性，以不是如 現有技術的對象編碼方案中那樣將描述限制為強度差，因此使用多于 一個下混聲道是有利的。現有技術方案依賴與所有對象獨立且互不相 關(零互相關)的假設，而實際上，對象之間并非不可能相關(例如立 體聲信號的左與右聲道)。如同本發明所教導的，在描述(控制數據) 中結合相關性使其更加完整，并從而還促進了分離對象的能力。
優選實施例包括下列的特征中的至少一個特征
一種用于傳送和創建多個的單獨音頻對象的系統，使用多聲道下 混以及描述這些對象的附加控制數據，所述系統包括空間音頻對象 編碼器，用于將多個音頻對象編碼為多聲道下混、與所述多聲道下混 相關的信息、以及對象參數；或者空間音頻對象解碼器，用于將多聲 道下混、與所述多聲道下混相關的信息、對象參數以及對象呈現矩陣
(object rendering matrix)解碼為適合于音頻重現的第二多聲道音頻信 號。
.圖la示意了空間音頻對象編碼(SAOC)的操作，包括SAOC編碼器101以及SAOC解碼器104。空間音頻對象編碼器101根據編碼器 參數，將N個對象編碼為由K>1個音頻聲道組成的對象下混。SAOC 編碼器將與所應用的下混權值矩陣D的信息與可選數據一起輸出，所 述可選數據與下混的功率和相關性有關。該矩陣D通常(但并不一定 總是)在時間和頻率上是恒定的，因此表示相對少量的信息。最后， SAOC編碼器以由感知考慮所定義的分辨率，提取每個對象的對象參 數作為時間和頻率的函數。空間音頻對象解碼器104以對象下混聲道、 下混信息以及對象參數(由編碼器所產生)作為輸入，產生具有M個音 頻聲道的輸出以呈現給用戶。利用作為對SAOC解碼器的用戶輸入而 提供的呈現矩陣來將N個對象呈現至M個音頻聲道。
圖lb示意了重用MPEG環繞解碼器的空間音頻對象編碼的操作。 由本發明所教導的SAOC解碼器104可以被實現為SAOC至MPEG 環繞的代碼轉換器102，以及基于立體聲下混的MPEG環繞解碼器 103。由用戶控制的大小為MxN的呈現矩陣A定義將N個對象至M 個聲道的呈現目標。這個矩陣可以依賴于時間和頻率，并且這是用于 音頻對象操作的對用戶更加友好的接口的最終輸出(也可以使用外部 提供的場景描述)。在5.1揚聲器設置的情況下，輸出音頻聲道的數目 為M=6。 SAOC解碼器的任務是以感知方式重建原始音頻對象的目標 呈現。SAOC至MPEG環繞的代碼轉換器102以該呈現矩陣A、對象 下混、包括下混權值矩陣D下混輔助信息以及對象輔助信息作為輸入， 并且產生立體聲下混與MPEG環繞輔助信息。當該代碼轉換器根據本 發明的方式來構建時，被提供以這些數據的后續MPEG環繞解碼器 103將產生具有期望特性的M聲道的音頻輸出。
由本發明所教導的SAOC解碼器104可以被實現為SAOC至 MPEG環繞的代碼轉換器102，以及基于立體聲下混的MPEG環繞解 碼器103。由用戶控制的大小為MxN的呈現矩陣A定義將N個對象 至M個聲道的呈現目標。這個矩陣可以依賴于時間和頻率，并且這是 用于音頻對象操作的對用戶更加友好的接口的最終輸出。在5.1揚聲 器設置的情況下，輸出音頻聲道的數目為M-6。 SAOC解碼器的任務 是以感知方式重建原始音頻對象的目標呈現。SAOC至MPEG環繞的代碼轉換器102以該呈現矩陣A、對象下混、包括下混權值矩陣D下 混輔助信息以及對象輔助信息作為輸入，并且產生立體聲下混與
MPEG環繞輔助信息。當該代碼轉換器根據本發明的方式來構建時，
被提供以這些數據的后續MPEG環繞解碼器103將產生具有期望特性
的M聲道的音頻輸出。
圖2示意了本發明所教導的空間音頻對象編碼器(SAOC)101的操 作。將N個音頻對象饋送入下混器201以及音頻對象參數提取器202。 下混器201根據編碼器參數將這些對象混合為由K>1個音頻聲道組成 的對象下混，并且也輸出下混信息。該信息包括所應用的下混權值矩 陣D的描述，以及可選地，如果隨后的音頻對象參數提取器在預測模 式下操作，則還包括描述該對象下混的功率以及相關性的參數。如將 隨后的段落中討論的，這些附加參數的作用是在僅相對于下混來表示 對象參數的情況下(主要示例是5.1揚聲器設置中的后置/前置提示)， 提供對所呈現聲道的子集的能量和相關性的訪問。音頻對象參數提取 器202根據該編碼器參數來提取對象參數。該編碼器控制以隨時間和 頻率變化的方式來確定應用兩個編碼器模式中的哪一個，即基于能量 的模式或基于預測的模式。在基于能量的模式中，編碼器參數還包含 與N個音頻對象組合為P個立體聲對象和N-2P個單聲道對象的組合 過程相關的信息。通過圖3和圖4來進一步描述每種模式。
圖3示意了在基于能量的模式下操作的音頻對象參數提取器202。
根據編碼器參數中包含的組合信息來執行組合為P個立體聲對象和
N-2P個單聲道對象的組合過程301。然后，對于每一個所考慮的時間
頻率區間，執行下列操作。立體聲參數提取器302針對P個立體聲對 象中的每一個來提取兩個對象功率和一個歸一化相關性D單聲道參數
提取器303針對N-2P個單聲道對象來提取一個功率參數。然后，在 304中將N個功率參數以及P個歸一化相關參數的總集合與組合數據 一起進行編碼，以形成對象參數。該編碼過程可以包含相對于最大對 象功率或者相對于所提取的對象功率總和的歸一化步驟。
圖4示意了在基于預測的模式下操作的音頻對象參數提取器202。
對于每一個所考慮的時間頻率區間，執行下列的操作。針對N個對象中的每一個，導出K個對象下混聲道的線性組合，其在最小二乘意義 上與給定對象相匹配。該線性組合的K個權值稱為對象預測系數
(OPC)，而且是利用OPC提取器401來計算的。在402中對N' K個 OPC的總集合進行編碼，以形成對象參數，該編碼過程可以結合基于 線性相互依賴關系的OPC總數的減小。如本發明所教導的，如果該下 混權值矩陣具有滿秩，則這個總數可以減小至max(K' (N-K),0}。
圖5示意了本發明所教導的SAOC至MPEG環繞的代碼轉換器 102的結構。對于每一個時間頻率區間，參數計算器502將下混輔助 信息和對象參數與呈現矩陣相結合，以形成CLD、 CPC與ICC類型 的MPEG環繞參數以及大小為2xK的下混轉換器矩陣G。下混轉換 器501通過根據該G矩陣來應用矩陣運算，將對象下混轉換成立體聲 下混。在&=2的簡化模式的代碼轉換器中，該矩陣為單位矩陣，并且 對象下混在未經改變的情況下通過代碼轉換器作為立體聲下混。在圖 中示意出了這種模式，其中選擇器開關503在位置A，而在正常操作 模式下該開關在位置B。該代碼轉換器的另一優點在于其作為獨立應 用的實用性，其中忽略了MPEG環繞參數，并且下混轉換器的輸出直 接用作立體聲呈現。
圖6示意了本發明所教導的下混轉換器501的不同操作模式。給 定從K聲道音頻編碼器輸出的使用比特流格式傳送的對象下混，音頻 解碼器601首先將該比特流解碼為K個時域音頻信號。然后，在T/F 單元602中，通過MPEG環繞混合QMF濾波器組將這些信號轉換至 頻域。矩陣化單元603對所產生的混合QMF域信號執行由轉換器矩 陣數據定義的隨時間和頻率變化的矩陣運算，并輸出混合QMF域中 的立體聲信號。混合合成單元604將立體聲混合QMF域信號轉換成 立體聲QMF域信號。定義混合QMF域以通過隨后對QMF子帶進行 濾波來獲得更好的向較低頻率的頻率分辨率。當隨后的濾波由奈奎斯 特濾波器組定義時，從該混合至標準QMF域的轉換由混合子帶信號 組的簡單相加構成，見[E. Schuijers, J. Breebart, and H, Purnhagen， "Low Complexity Parametric Stereo Coding, Proc 116th AES Convention Berlin, Germany 2004， Preprint 6071]。該信號構成下混轉換器的第一種可能的輸出格式，如在位置A的選擇器開關607所定義。這樣的
QMF域信號可以直接饋送入MPEG環繞解碼器中的對應QMF域接 口，并且就延遲、復雜度以及質量而言，這是最為有利的操作模式。 下一種可能性是通過執行QMF濾波器組合成605，以獲得立體聲時域 信號來獲得的。在選擇器開關607在位置B的情況下，轉換器輸出數 字音頻立體聲信號，該信號也可以饋送入隨后的MPEG環繞解碼器的 時域接口，或者直接在立體聲回放設備中呈現。第三種可能性(選擇 器開關在位置C)是通過利用立體聲編碼器606對時域立體聲信號進 行編碼來獲得的。然后，下混轉換器的輸出格式為立體聲音頻比特流， 其與MPEG解碼器中包含的核心解碼器兼容。這第三種操作模式適合 于以下情況SAOC至MPEG環繞的代碼轉換器與MPEG解碼器分離 而其間的連接對比特率有所限制，或者用戶期望儲存特定對象呈現以 便未來回放。
圖7示意了用于立體聲下混的MPEG環繞解碼器的結構。2轉3 工具箱(TTTbox)將立體聲下混轉換成三個中間聲道。再利用三個1轉 2工具箱(OTT box)將這些中間聲道分成兩個聲道，以產生5.1聲道配 置的六個聲道。
圖8示意了包括SAOC編碼器的實際使用的情況。音頻混合器802 輸出立體聲信號(L和R)，該信號典型地是通過將混合器輸入信號(此 處為輸入聲道l-6)組合以及可選地與來自效應返回(如回響等)的附 加輸入組合而構成。該混合器也從混合器輸出單獨的聲道(此處為聲道 5)，這可以例如通過通常使用的混合器功能，如"直接輸出"或者"輔 助發送"等來完成，以便在任何插入過程(如動態處理以及EQ)之后輸 出單獨的聲道。將立體聲信號(L和R)以及該單獨的聲道輸出(obj5)輸 入至SAOC編碼器801，編碼器801只是圖1中的SAOC編碼器101 的一種特殊情況。然而，它清楚地示意了一種典型應用，其中應在解 碼器側對音頻對象obj5 (包含例如語音)進行由用戶控制的音級修改， 同時仍為立體聲混合(L和R)的一部分。從上述概念也可以明顯看出， 兩個或者更多個音頻對象可以連接至801中的"對象輸入"面板，此 外，可以使用多聲道混合(如5.1混合)來擴展該立體聲混合。在下文中，將概述本發明的數學描述。對于離散的復信號X、》 其復內積以及平方范數(能量)定義為
<formula>formula see original document page 19</formula>
其中列W表示少^)的復共軛信號。此處所考慮的所有信號是來自離散
時間信號的調制濾波器組或加窗FFT分解的子帶采樣。應理解，這些 子帶必須由對應的合成濾波器組操作將其轉換回到離散時域。丄個采 樣的信號塊表示時間與頻率區間中的信號，所述區間是用于描述信號 的特性的時頻平面中以感知方式激發的片(tiling)的一部分。在這種設 置中，給定的音頻對象可以表示成矩陣中長度為L的N個行，
<formula>formula see original document page 19</formula>大小為尺xiV的下混權值矩陣D(其中《>1)通過以下矩陣乘法來確 定以具有《行的矩陣形式表示的《聲道下混信號
<formula>formula see original document page 19</formula>
大小為^fx^的由用戶控制的對象呈現矩陣A通過以下矩陣乘法 來確定以具有M行的矩陣形式表示的音頻對象的M聲道的目標呈現:
<formula>formula see original document page 19</formula>
暫時不考慮核心音頻編碼的效果，在給定呈現矩陣A、下混X、 下混矩陣D以及對象參數的情況下，SAOC解碼器的任務是產生原始 音頻對象的目標呈現Y在感知意義上的近似。
本發明所教導的能量模式中的對象參數攜帶與原始對象的協方 差有關的信息。在對隨后的推導較為便利并描述典型的編碼器操作的 確定性版本中，該協方差由矩陣乘積88*以未歸一化的形式給出，其 中星號表示復共軛轉置矩陣運算。因此，能量模式對象參數提供正半 定A^V矩陣E，使其可能高達縮放因子
<formula>formula see original document page 19</formula>現有技術的音頻對象編碼經常考慮所有對象不相關的對象模 型，。在這種情況下，矩陣E是對角矩陣，并僅包含對對象能量的近
似&=IKJ2， "=l,2,...，iV。根據圖3的對象參數提取器允許進行針對
這種思想的重要的改進，尤其是關于對象作為立體聲信號提供的情況， 對于這種情況，不具相關性的假設不成立。使用索引集合
； ^1，2,K，"表示P個所選立體聲對象對的組合。針對這些 立體聲對，立體聲參數提取器302計算其相關性〈、，、〉，并提取歸一
化相關性(ICC)的復數、實數或者絕對值
Is」lll義.
(6)
然后，在解碼器中，將ICC數據與能量組合，形成具有2P個非對角 線元素的矩陣E。例如對于總計AK3個對象，其中的前兩個組成單一 對(1,2)，所傳送的能量和相關性數據為&、 &、 ^以及p,，2。在此情況 下，組合入矩陣E得到
<formula>formula see original document page 20</formula>
本發明所教導的預測模式中的對象參數的目的是使Wx尺對象預 測系數(OPC)矩陣C可用于解碼器，使得
S CX = CDS (7)
換言之，對于每一個對象，存在下混聲道的線性組合，使得對象 可以近似地被恢復為
5"A:)^c",x,(A:)+K +c ,xK(A:) (8) 在優選實施例中，OPC提取器401求解正規方程
CXX*=SX* (9)
或者，對于更吸引人的實數值OPC的情況，求解(10)
在這兩種情況中，假設實數值的下混權值矩陣D，以及非奇異下 混協方差，則左乘D可得
DC = I (11)
其中i是大小為尺的單位矩陣。若D滿秩，則由初等線性代數可知， 可以將(9)的解集合參數化為max((AA-尺)，0}個參數。在402中對
OPC數據的聯合編碼中利用了這一點。在解碼器中，可以根據簡化的 參數集以及下混矩陣來重建完整的預測矩陣C。
例如，考慮立體聲下混(《=2)，三個對象(A^3)的情況包括立體聲 音樂軌道0^2)以及中心全景化(center panned)的單一樂器或者語音 軌道&。下混矩陣為
D
1 0
0
1
(12)
亦即，下混左聲道是x,二、+S3/V^以及右聲道為 x2 = s2 + s3 / 。針對單個軌道的OPC的目標在于近似 ^a^jc,+ ;^ ，在此情況中，可以求解方程式(ll)來實現 c]] = 1 - c31 /々、 c12 = - c32 /々、 c2〗=-c31 / 以 及
c22= 1- c32/V^。因此，足夠的OPC數目由K(W —尺)=2.(3 —2) = 2給
出。OPCc31、 c32可以由正規方程式求得
<formula>formula see original document page 21</formula>SAOC至MPEG環繞的代碼轉換器
參考圖7 ， 5.1酉己置的M=6個輸出聲道為 (U2，K aH&A^^c,//^代碼轉換器必須輸出立體聲下混(/o八)
以及用于TTT工具箱以及OTT工具箱的參數。由于現在的焦點在于 立體聲下混，因此在下文將假設尺=2。由于對象參數以及MPS TTT 參數存在于能量模式以及預測模式中，因此全部四種組合都要考慮。舉例而言，如果在所考慮的頻率區間中，下混音頻編碼器不是一種波 形編碼器，則能量模式是適當的選擇。應理解，在下文中所導出的 MPEG環繞參數必須在傳送之前進行正確的量化以及編碼。 為進一步明確上述的四種組合，這些組合包括
1. 對象參數在能量模式中，代碼轉換器在預測模式中
2. 對象參數在能量模式中，代碼轉換器在能量模式中
3. 對象參數在預測模式中(OPC)，代碼轉換器在預測模式中
4. 對象參數在預測模式中(OPC)，代碼轉換器在能量模式中
如果在所考慮的頻率區間中，下混音頻編碼器是一種波形編碼 器，則對象參數可以在能量模式中或者也可以在預測模式中，但是代 碼轉換器優選地應在預測模式中操作。如果在所考慮的頻率區間中， 下混音頻編碼器不是波形編碼器，則對象編碼器以及代碼轉換器皆應 在能量模式中操作。第四種組合較為無關，因此在下文的說明中將僅 針對前三種組合。
能量模式中給出的對象參數
在能量模式中，對代碼轉換器可用的數據由矩陣三元組(D，E,A) 來描述。通過對從所傳送的參數以及6x7V的呈現矩陣A推導出的虛擬 的呈現執行能量和相關性估計來獲得MPEG環繞OTT參數。六聲道 目標協方差為
<formula>formula see original document page 22</formula> (13)
將(5)代入(13)得到下列近似
<formula>formula see original document page 22</formula> (14) 該近似完全由可用數據定義。令厶,表示F的元素。然后，CLD與ICC
參數由下列方程式獲得<formula>formula see original document page 23</formula>
其中p是絕對值p(z)叫zl或者實數值運算子^(力-Re^)。
作為示意性示例，考慮前述與方程式(12)相關的三個對象的情況, 令呈現矩陣由以下給出
<formula>formula see original document page 23</formula>
因此，目標呈現包含將對象1置于右前與右環繞之間，將對象
2置于左前與左環繞之間，以及對象3位于右前、中心以及lfe。為簡
化起見，也假設三個對象不相關，并且都具有相同的能量，使得 <formula>formula see original document page 23</formula>
在此情況中，方程式(14)的右邊變成110000
110000
002111
001100
001011
001011
將適當值代入方程式(15)至(19)可得:
，0=101og,0
力3 、/"
力l
/2
-lOlog,。
22 乂
「2
=0dB，
:3dB.
=0dB,
/CC,
由此，指示MPEG環繞解碼器在右前與右環繞之間使用一些解相 關過程，但是不在左前與左環繞之間使用解相關。
對于在預測模式中的MPEG環繞TTT參數，第一步驟形成簡化 的大小為3睹的呈現矩陣A3用于組合的聲道(/,r,)，其中『1 /々。 A^D36A成立，其中6至3部分下混矩陣定義為
D36 =
0 0
00 0 0
0 w2 w20 0
0 0 0 ，3 ，3
(20)
部分下混權值 p=l,2,3被調整為使得 ( .1+ 1/2》的能量等
于能量和
+
y2p
，相差不超過限制因子。推導部分下混矩陣D36所需的全部數據可以從F獲得。接下來，產生大小為3X2的預測 矩陣C3，使得<formula>formula see original document page 25</formula> 優選地，通過首先考慮正規方程式來導出這樣的矩陣-<formula>formula see original document page 25</formula>
給定對象協方差模型E，該正規方程式的解得到針對(21)的最 佳可能的波形匹配。優選地，對矩陣C3進行一些后處理，包括用于基 于總體聲道或單獨聲道的預測損失補償的行因子。
為了示意并明確上述步驟，考慮以上給出的特定六聲道呈現示例 的延續。以F的矩陣元素來表示，下混權值為下列方程式的解
<formula>formula see original document page 25</formula>在該特定示例中，變為<formula>formula see original document page 25</formula>
使得<formula>formula see original document page 25</formula>可得:<formula>formula see original document page 25</formula>
通過求解該方程組<formula>formula see original document page 25</formula>可以發現(現在切換至有 限精度)<formula>formula see original document page 26</formula>該矩陣C3包含最佳權值，用于從對象下混獲得對組合聲道(/，r，《c) 中的期望對象呈現的近似。這種一般類型的矩陣運算無法利用MPEG 環繞解碼器來實現，因為其僅使用兩個參數而受限于TTT矩陣的有限 空間。本發明的下混轉換器的目的是對對象下混進行預處理，使得預 處理與MPEG環繞TTT矩陣的組合效應與C3矩陣所描述的期望上混 相同。
在MPEG環繞中，通過以下等式，利用三個參數(a,p，力對用于從 (/0,")預領lj(/，r，《c)的TTT矩陣進行參數化
a-l / + 2 (22) 卜a
本發明所教導的下混轉換器矩陣G是通過選擇r^以及求解下列
的方程組而獲得的
c
—7
(23)
容易驗證，DTTTCTTT= I成立，其中I為2乘2的單位矩陣，以及
DTTT =
1 0 1 0 1 1
(24)
因此，在(23)兩邊，左乘Dt^可得:
G = DTTTC3
(25)
在一般情況下，G是可逆的，并且(23)對于CnT具有唯一解，滿 足D^CV廣I。 TTT參數(a，卩)由這個解確定。
對于前述所考慮的特定示例，容易驗證，該解由以下給出
0 1.4142' 1.7893 0.2401
以及= (0.3506， 0.4072)注意，對于該轉換器矩陣，立體聲下混的主要部分在左右之間交 換，這反應出該呈現示例將在左側對象下混聲道中的對象放置在聲音 場景的右側，反之依然。在立體聲模式中，不可能從MPEG環繞解碼 器中得到這種性態。
如果不能應用下混轉換器，則可以開發一種次優過程如下。對于
能量模式中的MPEG環繞TTT參數，所需要的是組合聲道(/,r，c)的能 量分布。因此，可以通過下列方程式，直接從F的元素導出相關的
CLD參數
CZ《T=101og
廣1|,||2 H ||2、
10
=101og
10
/55 +厶
66
(26)
,2、
=101og
10
+尸、
乂Il "22
44
(27)
在此情況中，適合僅使用具有正項的對角矩陣G來用于下混轉換
器。在TTT上混之前，可以進行操作以實現下混聲道的正確能量分布。 在6至2聲道下混矩陣D^ 二D^D^以及從下列方程式所得到的定義
Z = DED* (28)
W = D26ED;6
(29)
可以簡單地選擇:
0
0
w22 / z22
(30)
進一步的觀察可以發現，可以從對象至MPEG環繞的代碼轉換器 中省略這樣的對角形式的下混轉換器，而通過激活MPEG環繞解碼器 的任意下混增益(ADG)參數來實現。這些增益在對數域中由 ADG, = 101Ogl。(>,, / &)， / =1，2給出。
預測(OPC)模式中給出的對象參數
在對象預測模式中，可用數據由矩陣三元組(D，C,A)表示，其中C
27是擁有iV對OPC的Wx2矩陣。由于預測系數的相關性質，還需要基
于能量的MPEG環繞參數的估計能夠訪問對象下混的2x2協方差矩陣 的近似
XX、Z (31)
這個信息優選地從對象編碼器作為下混輔助信息的一部分來傳 送，但是也可以在代碼轉換器中根據對接收的下混執行的測量來對其
進行估計，或者間接地利用近似對象模型考慮從(D，C)導出。給定Z，
可以通過代入預測模型Y=CX來估計對象協方差，得到
E二CZCT (32) 并且，可以根據E來估計所有MPEG環繞OTT以及能量模式TTT參 數，如同在基于能量的對象參數的情況中一樣。然而，使用OPC的巨 大優勢出現在與預測模式中MPEG環繞TTT參數相結合的情況下。 在此情況中，波形近似DwYaA3CX立即得到簡化的預測矩陣
C3=A3C (32)
由此，實現TTT參數(a,(3)以及下混轉換器的其余步驟類似于能量模式 中給定的對象參數的情況。事實上，方程式(22)至(25)的步驟完全相同。 將所得到的矩陣G饋送至下混轉換器，并將TTT參數(a，(3)傳送至 MPEG環繞解碼器。
獨立應用下混轉換器進行立體聲呈現
在上述的所有情況中，對象至立體聲的下混轉換器501輸出對音 頻對象的5.1聲道呈現的立體聲下混。這種立體聲呈現可以表示為2xW 矩陣A2，定義為八2=026八。在許多的應用中，該下混本身很令人感
興趣，并且，立體聲呈現矩陣A2的直接操作是吸引人的。再次考慮以
下情況作為示意性示例通過按照圖8所述并在方程式(12)前后的部 分中所討論的方法的一種特殊情況對具有所施加的中心全景化的單聲 道語音軌道的立體聲軌道進行編碼。可以通過以下呈現來實現對語音 音量的用戶控制
A， 二
i o wV^
0 1 v/*
(33)其中V是語音與音樂的商控制。下混轉換器矩陣的設計基于
GDS A2S (34)
對于基于預測的對象參數，簡單地代入近似SsCDS并且獲得轉 換器矩陣G《A,C。對于基于能量的對象參數，求解正規方程式
G(DED*) = A2ED+ (35)
圖9示意了根據本發明的一個方面的音頻對象編碼器的優選實施 例。已經結合之前的附圖總體上描述了音頻對象編碼器101。用于產 生編碼的對象信號的音頻對象編碼器使用多個音頻對象90，在圖9中 已經示出，這些音頻對象進入下混器92以及對象參數產生器94。此 外，音頻對象編碼器101包括下混信息產生器96，用于產生下混信息 97，下混信息97指示了所述多個音頻對象在至少兩個下混聲道中的分 布，在93處指示其離開下混器92。
該對象參數產生器用于產生音頻對象的對象參數95，其中計算對 象參數使得能夠使用該對象參數和至少兩個下混聲道93來重構音頻 對象。然而，重要的是，這種重構不是發生在編碼器側，而是發生在 解碼器側。不過，編碼器側的對象參數產生器計算對象對象參數95， 以便在解碼器側執行完整的重構。
此外，音頻對象編碼器101包括輸出接口 98，用于使用下混信息 97和對象參數95來產生編碼的音頻對象信號99。根據應用，下混聲 道93也可以使用并且編碼成為編碼的音頻對象信號。然而，也可能存 在以下情況輸出接口 98產生編碼的音頻對象信號99，其不包含下 混聲道。當在解碼器側要使用的任何下混聲道已經存在于解碼器側時， 這種情況可能發生，所以下混信息與音頻對象的對象參數與下混聲道 分離地進行傳送。當可以使用較少量的錢將對象下混聲道93與對象參 數和下混信息分開購買時，這種情形是有用的，并且，可以使用額外 的錢來購買對象參數和下混信息，以向解碼器側的用戶提供附加價值。
在沒有對象參數和下混信息的情況下，根據下混中包括的聲道數 目，用戶可以將下混聲道呈現為立體聲或者多聲道信號。自然地，用 戶也可以通過簡單地將至少兩個所傳送的對象下混聲道相加來呈現單200780038364.7
聲道信號。為增加呈現的靈活性、收聽的質量與實用性，對象參數和 下混信息使用戶那個在任何預期的音頻重現設置(如立體聲系統、多
聲道系統或者甚至波場合成系統(wave field synthesis system))中形成 音頻對象的靈活呈現。雖然波場合成系統尚未十分普及，但是多聲道 系統，如5.1系統或者7.1系統在消費市場上正日益普及。
圖10示意了用于產生輸出數據的音頻合成器。為此，該音頻合 成器包括輸出數據合成器100。該輸出數據合成器接收下混信息97和 音頻對象參數95作為輸入，還可能接收預期的音頻源數據(如音頻源 的定位或者特定源的用戶指定的音量，如101處所示，在進行呈現時 所述源應當已經具有上述定位和音量)作為輸入。
輸出數據合成器100用于產生輸出數據，所述輸出數據能夠用于 創建預定音頻輸出配置的多個輸出聲道以表示多個音頻對象。輸出數 據合成器100使用下混信息97和音頻對象參數95。如將在稍后參考圖11 所討論的，該輸出數據可以是各種不同實用應用的數據，包括輸出聲 道的特定呈現，或者僅包括源信號的重構，或者包括在沒有輸出聲道 的任何特定呈現的情況下，將參數代碼轉換為針對空間上混器配置的 空間呈現參數的代碼轉換，以例如儲存或者傳送這種空間參數。
圖14中概括了本發明的一般應用場景。圖14中有編碼器側140， 包括音頻對象編碼器101用于接收N個音頻對象作為輸入。除了圖14 中未示出的下混信息和對象參數之外，該優選的音頻對象編碼器的輸 出包括K個下混聲道。根據本發明，下混聲道的數目大于或者等于二。
將下混聲道傳送至解碼器側142，解碼器側142包括空間上混器 143。該空間上混器143可以包括本發明的音頻合成器，其中該音頻合 成器在代碼轉換器模式中操作。然而，當如圖10所示的音頻合成器 101在空間上混器模式中工作時，則在該實施例中，空間上混器143 以及音頻合成器是相同的設備。空間上混器產生要通過M個揚聲器來 播放的M個輸出聲道。這些揚聲器放置在預定空間位置，并且一起表 示預定音頻輸出配置。預定音頻輸出配置的輸出聲道可以被視為數字 或模擬揚聲器信號，要將該信號從空間上混器143的輸出發送至預定 音頻輸出配置的多個預定位置中的預定位置處的揚聲器的輸入。根據情況，當執行立體聲呈現時，M個輸出聲道的數目可以等于二。然而， 當執行多聲道呈現時，M個輸出聲道的數目大于二。典型地，由于傳 送鏈路的要求，存在下混聲道的數目小于輸出聲道數目的情況。在此 情況中，M大于K，并且甚至可以遠大于K，例如大小為兩倍或者甚 至更多。
圖14還包括若干矩陣標記，以便示意本發明的編碼器側以及本
發明的解碼器側的功能。 一般而言，對采樣值塊進行處理。因此，如
方程式(2)中所示，音頻對象表示為L個采樣值組成的行。矩陣S具有 N行(對應于對象數目)以及L列(對應于采樣數目)。矩陣E以方 程式(5)所示的方式計算，并且具有N列和N行。當對象參數在能量 模式中給定時，矩陣E包含對象參數。對于不相關的對象，如同之前 結合方程式(6)所指出的，矩陣E僅具有主對角線元素，其中主對角線 元素給出了音頻對象的能量。如之前所指出的，所有非對角線元素表 示兩個音頻對象的相關性，當一些對象為立體聲信號的兩個聲道時， 該相關性特別有用。
根據具體實施例，方程式(2)為時域信號。因此，產生針對音頻對 象的整個頻帶的單一能量值。然而，優選地，通過時間/頻率轉換器來 處理音頻對象，該時間/頻率轉換器包括例如一種變換或者濾波器組算 法。在后者的情況下，對于每一個子帶，方程式(2)有效，因此可以獲 得針對每一個子帶以及，當然地，每一個時間幀的矩陣E。
下混聲道矩陣X具有K行L列，并以方程式(3)所示的方式來計 算。如方程式(4)所示，使用N個對象，通過將所謂的呈現矩陣A應 用至N個對象來計算M個輸出聲道。根據情況，使用下混和對象參 數，可以在解碼器側重新產生這N個對象，并且，可以直接地對重構 的對象信號應用呈現。
可選地，可以將下混直接變換至輸出聲道而不需要顯式計算源信 號。 一般而言，呈現矩陣A指示各個源相對于預定音頻輸出配置的定 位。如果有六個對象和六個輸出聲道，則可以將每個對象放置在每個 輸出聲道上，并且，呈現矩陣將反映出該方案。然而，如果希望將所 有對象放置在兩個輸出揚聲器位置之間，則呈現矩陣A將看起來不同，并且將反映出這種不同情況。
呈現矩陣，或者更一般而言，對象的預期定位以及音頻源的預期 相對音量， 一般可以利用編碼器來進行計算，并且作為所謂的場景描 述傳送至解碼器，。然而，在其它實施例中，場景描述可以由用戶自己 來產生，以產生針對用戶專用音頻輸出配置的用戶專用的上混。因此， 場景描述的傳送不是必要的，而是場景描述也可以由用戶來產生以滿 足用戶期望。舉例而言，用戶可能希望將特定音頻對象放置在與產生 這些對象時這些對象所在的位置不同的位置上。也存在以下情況，音 頻對象是由用戶自己設計的，而且沒有任何相對于其它對象的"原始" 位置。在這種情況中，音頻源的相對位置由用戶在第一時間產生。
回到圖9，其中示意了下混器92。該下混器用于將多個音頻對象 下混入多個下混聲道，其中音頻對象的數目大于下混聲道的數目，并 且，該下混器耦合至下混信息產生器，以便如下混信息中所指示的方 式來將多個音頻對象分布至多個下混聲道中。由圖9中的下混信息產
生器96所產生的下混信息可以自動創建或者手動調整。優選地，所提
供下混信息的分辨率小于對象參數的分辨率。因此，可以節省輔助信 息比特，而不會有較大的質量損失，這是因為，針對不必須是頻率選 擇性的特定音頻片段或僅有緩慢變化的下混情況，固定的下混信息已
經被證明是足夠的。在一個實施例中，下混信息表示具有K行和N列 的下混矩陣。
當與下混矩陣中的值相對應的音頻對象在由下混矩陣中的行所 表示的下混聲道中時，下混矩陣該行中該值具有特定值。當多于一個 下混聲道中包括音頻對象時，下混矩陣多于一行的值具有特定值。然 而，優選地，當針對單一音頻對象相加在一起時，該值的平方和為1.0。 然而，其它值也是可能的。此外，音頻對象可以以變化的音級輸入至 一個或者更多個下混聲道，并且這些音級可以由下混矩陣中的權值來 表示，這些權值不等于1，而且對于特定音頻對象，其總和不等于1.0。
當輸出接口 98產生的編碼的音頻對象信號中包括下混聲道時， 編碼的音頻對象信號可以是例如特定格式的時間復用信號。可選地， 編碼的音頻對象信號可以是任何信號，只要該信號允許在解碼器側將對象參數95、下混信息97以及下混聲道93分離。此外，輸出接口98 可以包括用于對象參數、下混信息或者下混聲道的編碼器。用于對象 參數和下混信息的編碼器可以是差分編碼器和/或熵編碼器，用于下混 聲道的編碼器可以是單聲道或者立體聲音頻編碼器，如MP3編碼器或 者AAC編碼器。所有這些編碼操作導致進一步的數據壓縮，以進一 步的降低編碼的音頻對象信號99所需的數據速率。
根據特定應用，下混器92將背景音樂的立體聲表示包括在至少 兩個下混聲道中，此外，以預定比值將語音軌道引入該至少兩個下混 聲道中。在該實施例中，背景音樂的第一聲道在第一下混聲道內，背 景音樂的第二聲道在第二下混聲道內。這將在立體聲呈現設備中產生 立體聲背景音樂的最佳回放。然而，用戶仍然可以在左立體聲揚聲器 以及右立體聲揚聲器之間修改語音軌道的位置。可選地，可以在一個 下混聲道中包括第一以及第二背景音樂聲道，而且，可以在另一個下 混聲道中包括該語音軌道。因此，通過消除一個下混聲道，可以將語 音軌道從背景音樂中分離，這特別適合于卡拉OK應用。然而，背景 音樂聲道的立體聲重現質量將會受到對象參數化的影響，對象參數化 當然是一種有損壓縮方法。
下混器92適用于在時域中執行逐采樣加法。這個加法使用來自 要下混為單一下混聲道的音頻對象的采樣。當要以特定百分比將音頻 對象引入下混聲道時，可以在逐采樣求和過程之前，進行預加權。可 選地，求和也可以在頻域中，或者子帶域中進行，即在時間/頻率轉換 之后的域中進行。因此，當時間/頻率轉換是濾波器組時，甚至可以在 濾波器組域中執行下混，或者，當時間/頻率轉換是FFT、 MDCT或任 何其它變換類型時，在變換域中執行下混。
在本發明的一個方面，對象參數產生器94產生能量參數，此外， 當兩個音頻對象一起表示立體聲信號時，還產生兩個對象之間的相關 性參數，通過隨后的方程式(6)可以清楚這一點。可選地，對象參數是 預測模式參數。圖15示意了計算設備的算法步驟或裝置，該計算設備 用于計算這些音頻對象預測參數。如結合方程式(7)至(12)所討論的， 必須計算矩陣X中關于下混聲道的一些統計信息以及矩陣S中的音頻對象。具體地，塊150示意了計算S' XS的實部以及X. X+的實部的 第一步驟。這些實部并非僅是數字而是矩陣，并且在一個實施例中， 當考慮在方程式(12)之后的實施例時，通過方程式(l)中的標記來確定
這些矩陣。 一般而言，步驟150的值可以使用在音頻對象編碼器101 中的可用數據來計算。然后，如步驟152所述的方式來計算預測矩陣 C。具體地，以現有技術己知的方法來求解方程式組，以獲得具有N 行和K列的預測矩陣C中的所有值。 一般而言，計算方程式(8)給定 的加權因子cn，i，使得所有下混聲道的加權的線性相加盡可能好地重構 對應的音頻對象。當下混聲道的數目增加時，該預測矩陣產生更好的 音頻對象重構。
隨后將更詳細地討論圖11。具體地，圖7示意了若干種輸出數據， 這些輸出數據可用于創建預定音頻輸出配置的多個輸出聲道。行111 示意了輸出數據合成器100的輸出數據是重構的音頻源的情況。輸出 用于呈現重構的音頻源的數據合成器100所需的輸入數據包括下混信 息、下混聲道以及音頻對象參數。然而，為了呈現重構的源，不一定 需要輸出配置以及在空間音頻輸出配置中音頻源本身的預期定位。在 圖11中以模式編號1所示的第一種模式中，輸出數據合成器100將輸 出重構的音頻源。在預測參數作為音頻對象參數的情況中，輸出數據 合成器100以方程式(7)所定義的方式操作。當對象參數在能量模式中 時，則輸出數據合成器使用能量矩陣和下混矩陣的逆矩陣來重構源信 號。
可選地，例如圖lb中的塊102中所示，輸出數據合成器100作 為代碼轉換器來操作。當輸出合成器是一種用于產生空間混合器參數 的代碼轉換器時，需要下混信息、音頻對象參數、輸出配置以及源的 預期定位。具體地，輸出配置以及預期定位由呈現矩陣A來提供。然 而，如結合圖12更詳細討論的，產生該空間混合器參數不需要下混聲 道。然后，根據情況，直接空間混合器(如MPEG環繞混合器)可以 使用輸出數據合成器100所產生的空間混合器參數來對下混聲道進行 上混。該實施例并不一定需要修改對象下混聲道，而是可以提供簡單 的轉換矩陣，如方程式(13)中所討論的，該矩陣僅具有對角線元素。因此，在由圖11的112表示的模式2中，輸出數據合成器00輸出空
間混合器參數，并優選地輸出如方程式(13)所示的轉換矩陣G，矩陣G 包含可以用作MPEG環繞解碼器的任意下混增益參數(ADG)的增益。
在由圖11的113所表示的模式編號3中，輸出數據包括轉換矩 陣(如結合方程式(25)所示的轉換矩陣)中的空間混合器參數。在此 情況中，輸出數據合成器IOO并不一定必須執行實際的下混轉換以將 對象下混轉換為立體聲下混。
圖11的行114中由模式編號4所表示的一種不同的操作模式示 意了圖10的輸出數據合成器。在此情況中，代碼轉換器以圖lb中102 所指示的方式操作，不僅輸出空間混合器參數，也附加地輸出轉換后 的下混。然而，除了轉換后的下混之外，不再需要輸出轉換矩陣G。 如圖lb所示，輸出轉換后的下混以及空間混合器參數已經足夠。
模式編號5指示了圖10所示的輸出數據合成器100的另一種用 法。在圖11中行115所示的這種情況中，由輸出數據合成器所產生的 輸出數據不包含任何空間混合器參數，而僅包含例如由方程式(35)所 示轉換矩陣G，或者如115處所示，實際上包括立體聲信號本身的輸 出。在該實施例中，僅對立體聲呈現感興趣，而不需要任何空間混合 器參數。然而，為了產生立體聲輸出，需要如圖11所示的所有可用輸 入信息。
另一種輸出數據合成器模式由行116中的模式編號6表示。此處， 輸出數據合成器IOO產生多聲道輸出，并且，輸出數據合成器100類 似于圖lb中的元件104。為此，輸出數據合成器IOO需要所有可用的 輸入信息，并且輸出具有多于兩個輸出聲道的多聲道輸出信號，所述 輸出聲道要通過根據預定音頻輸出配置位于預期揚聲器位置的對應數 目的揚聲器來呈現。這種多聲道輸出是5.1輸出、7.1輸出或者僅是具 有左揚聲器、中央揚聲器以及右揚聲器的3.0輸出。
隨后參考圖11，圖11示意了用于根據由MPEG環繞解碼器所知 的圖7的參數化概念來計算若干參數的一個示例。如圖所示，圖7示 意了 MPEG環繞解碼器側的參數化，該參數化從具有左下混聲道lo 以及右下混聲道r。的立體聲下混70開始。概念上，兩個下混聲道皆輸入至所謂的2轉3工具箱71 。2轉3工具箱由若干輸入參數72控制。 工具箱71產生三個輸出聲道73a、 73b、 73c。每一個輸出聲道輸入至 l轉2工具箱。這意味著，聲道73a輸入至工具箱74a，聲道73b輸入 至工具箱74b，聲道73c輸入至工具箱74c。每一個工具箱輸出兩個輸 出聲道。工具箱74a輸出左前聲道lf以及左環繞聲道1,。此外，工具 箱74b輸出右前聲道rf以及右環繞聲道rs。此外，工具箱74c輸出中 央聲道c以及低頻增強聲道lfe。重要的是，從下混聲道70至輸出聲 道的整個上混是使用矩陣運算來執行的，不需要逐步地實現圖7所示 的樹形結構，而是可以通過單一或者若干矩陣運算來實現。此外，特 定實施例不顯式計算由73a、 73b以及73c指示的中間信號，而是示意 于圖7中僅用于說明目的。此外，工具箱74a、 74b接收一些殘差信號 re《77,5，，這些殘差信號可以用于將特定隨機性引入至輸出信號。
從MPEG環繞解碼器可知，工具箱71由預測參數CPC或者能量 參數CLDttt控制。對于從兩個聲道至三個聲道的上混，至少需要兩 個預測參數CPC1、 CPC2，或者至少需要兩個能量參數CLD;與 CLD^。此外，可以將相關性測量ICCTTT放入工具箱71中，然而，
這僅是可選特征，在本發明一個實施例中并未使用。圖12與13示意 了通過圖9的對象參數95、圖9的下混信息97以及音頻源的預期的 定位(例如圖10中所示的場景描述101)來計算全部參數CPC/cldttt、 CLDO、 CLD1、 ICC1、 CLD2、 ICC2所必須的步驟禾口/或裝置。這些參 數是用于5.1環繞系統的預定音頻輸出格式。
自然地，根據本文的教導，針對特定實現的參數的特定計算可以 適用于其它的輸出格式或者參數化。此外，在圖12與13a、 13b中的 步驟的順序或者裝置的布置僅是示例性的，可以在數學相等的邏輯意 義內進行改變。
在步驟120中，提供呈現矩陣A。該呈現矩陣指示要將多個源中 的源放置在預定輸出配置的環境中的何處。步驟121示意如方程式(20) 所示的部分下混矩陣d36的推導。該矩陣反映了從六個輸出聲道至三 個聲道的下混的情況，而且其大小為3xN。當要產生比5.1配置更多 的輸出聲道時，如8聲道輸出配置(7.1)，則在塊121中確定矩陣會是D3s矩陣。在步驟122中，通過將矩陣D36與步驟120中所定義的完整
呈現矩陣相乘來產生簡化的呈現矩陣A3。在步驟123中，引入下混矩 陣D。當該矩陣完全地包含在編碼的音頻對象信號中時，可以通過該 信號來得到下混矩陣D。可選地，例如針對特定下混信息示例以及下 混矩陣G，可以對該下混矩陣進行參數化。
此外，在步驟124中提供對象能量矩陣。該對象能量矩陣由N個 對象的對象參數來反映，并且可以從導入的音頻對象中提取，或者使 用特定重構規則來重構。重構規則可以包括熵編碼等。
在步驟125中，定義了 "簡化"預測矩陣C3。該矩陣的值可以通 過求解步驟125所示的線性方程組來計算。具體而言，矩陣C3的元素 可以通過在該方程式的兩側同時乘上(DED,的逆矩陣來計算。
在步驟126中，計算轉換矩陣G。該轉換矩陣G的大小為KxK， 并且由方程式(25)所定義的方式產生。在步驟126中，為求解該方程 式，要提供如步驟127所示的特定矩降Dttt。該矩陣的示例在方程式 (24)中給出，并且該定義可以從如方程式(22)所定義的針對Cnr的對 應方程式導出。因此，方程式(22)定義了需要在步驟128中進行的工 作。步驟129定義用于計算矩陣cttt的方程式。 一旦根據塊129中的 方程式確定了矩陣CTTT，可以輸出參數ou (3與Y，這些參數是CPC 參數。優選地，Y設定為1，使得輸入至塊71中的僅剩的CPC參數為 a與卩。
圖7的方案所需的其余參數是輸入至塊74a、74b以及74c的參數。 結合圖13來討論這些參數的計算。在步驟130中提供呈現矩陣A。該 呈現矩陣A的大小為N行(針對音頻對象的數目)和M列(針對輸 出聲道的數目)。當使用場景向量時，該呈現矩陣包含來自場景向量的 信息。 一般而言，呈現矩陣包括與輸出設置中特定位置上的音頻源的 放置相關的信息。例如，當考慮方程式(19)下的呈現矩陣A時，在該 呈現矩陣之內如何對特定音頻對象的放置進行編碼變的更加清楚。自 然地，可以使用指定特定位置的其他方法，例如通過不等于1的值。 此外，當一方面使用小于l的值，而另一方面使用大于1的值時，特 定音頻對象的響度也可能受到影響。在一個實施例中，在沒有來自編碼器側的任何信息的情況下，在 解碼器側產生呈現矩陣。這使得用戶可以將音頻對象放置在用戶喜歡 的任何位置上，而不需要注意在編碼器設置中音頻對象的空間關系。 在另一實施例中，可以在編碼器側對音頻源的相對或者絕對位置進行 編碼，鄰且將其作為一種場景向量傳送至解碼器。然后，在解碼器側， 對有關音頻源位置的信息(優選地獨立于預期的音頻呈現設置)進行 處理，以產生呈現矩陣，該呈現矩陣反映根據特定音頻輸出配置而定 制的音頻源位置。
在步驟131中，提供了已經結合圖12的步驟124討論過的對象
能量矩陣E。該矩陣的大小為NxN，并且包含音頻對象參數。在一個
實施例中，針對每一個子帶和每個時域采樣或者子帶域采樣塊，提供 這種對象能量矩陣。
在步驟132中，計算輸出能量矩陣F。 F是輸出聲道的協方差矩 陣。然而，由于輸出聲道仍未知，因此輸出能量矩陣F是使用呈現矩 陣以及能量矩陣來計算的。在步驟130與131中提供了這些矩陣，并 且容易對解碼器側可用。然后，應用特定方程式(15)、 (16)、 (17)、 (18) 以及(19)來計算聲道音級差參數CLDo、 CLD,、 CLD2，以及聲道間相 干性參數ICC,以及ICC2，使得用于工具箱74a、 74b、 74c的參數可 用。重要地，這些空間參數是通過將輸出能量矩陣F的特定元素進行 組合來計算的。
步驟133之后，用于空間上混器(如圖7示意性示出的空間上混 器)的所有參數都可用。
在前述實施例中，將對象參數作為能量參數給出。然而，當對象 參數作為預測參數給出時，即作為如圖12中項124a所示的對象預測 矩陣C給出時，簡化預測矩陣C3的計算僅是如塊125a所示并結合方 程式(32)所討論的矩陣乘法。在塊125a中所使用的矩陣A3與在圖12 的塊122中所提到的矩陣A3相同。
當對象預測矩陣C由音頻對象編碼器產生并且傳送至解碼器時， 則需要一些附加的計算，用于產生工具箱74a、 74b、 74c所需的參數。 這些附加的步驟如圖13b所示。再一次，如圖13b中的124a所示，提供對象預測矩陣C，其與結合圖12中的塊124a所討論的矩陣C相同。 然后，如結合方程式(31)所討論的，對象下混的協方差矩陣Z是使用 所傳送的下混來計算的，或者作為附加的輔助信息來產生并傳送該協 方差矩陣Z。當傳送矩陣Z的信息時，則解碼器并不一定必須執行任 何能量計算，這些計算固有地引入一些延遲的處理，并且增加了解碼 器側的處理負荷。然而，當這些問題對于特定應用沒有決定性時，則 可以節省傳送帶寬，并且，對象下混的協方差矩陣Z也可以使用下混 采樣來計算，這些下混采樣在解碼器側當然是可用的。 一旦步驟134 完成，并且對象下混的協方差矩陣已經就緒，可以如步驟135所示的 方式，通過使用預測矩陣C以及下混協方差或者"下混能量"矩陣Z 來計算對象能量矩陣E。 一旦步驟135完成，可以執行結合圖13a所 討論的所有步驟，如步驟132、 133，以產生用于圖7的塊74a、 74b、 74c的所有參數。
圖16示意了另一實施例，其中僅需要立體聲呈現。該立體聲呈 現圖11的模式編號5或者行115所提供的輸出。此處，圖10的輸出 數據合成器IOO對于任何空間上混參數并不感興趣，而主要對用于將 對象下混轉換為有用的并且當然容易可影響以及容易可控制的立體聲 下混的特定轉換矩陣G感興趣。
在圖16的步驟160中，計算M至2的部分下混矩陣。在六個輸 出聲道的情況中，該部分下混矩陣是六至二聲道的下混矩陣，但是其 它下混矩陣也是可用的。例如，可以通過12圖中的步驟121中所產生
的部分下混矩陣D36以及步驟127中所使用的矩陣DrrT來導出該部分
下混矩陣的計算。
此外，使用步驟160的結果和步驟161中所示的"大"呈現矩陣 A來產生立體聲呈現矩陣A2。呈現矩陣A是與己經結合圖12中的塊 120所討論的矩陣相同。
隨后，在步驟162中，可以使用放置參數p與K來參數化立體聲 呈現矩陣。當(i設定為l， K也設定為l時，則得到方程式(33)，允許 結合方程式(33)所描述的示例中的語音音量的變化。然而，當使用其 它參數(如ii與K)時，則源的放置也可以改變。然后，如步驟163所示，使用方程式(33)來計算轉換矩陣G。具 體地，可以計算并反轉該矩陣(DED,，并且反轉后的矩陣可以乘至塊 163中方程式的右側。自然地，可以應用其它方法來求解塊163中的 方程式。然后獲得轉換矩陣G，并且可以通過將該轉換矩陣與塊164 中所示的對象下混相乘來對對象下混X進行轉換。然后，可以使用兩 個立體聲揚聲器來對轉換后的下混X，進行立體聲呈現。根據實現方 式，可以對P、 v以及K設定特定值，以計算轉換矩陣G。可選地， 可以使用全部三個參數作為變量來計算轉換矩陣G，以便根據用戶要 求在步驟163之后設置這些參數。
優選實施例解決了傳送多個單獨音頻對象(使用多聲道下混以及 描述這些對象的附加控制數據)和將這些對象呈現至給定重現系統(揚 聲器配置)的問題。介紹了一種關于如何將與對象相關的控制數據修改 成與重現系統兼容的控制數據的技術。還基于MPEG環繞編碼方案提 出了適當的編碼方法。
根據本發明方法的特定實現要求，可以以硬件或軟件形式來實現 本發明的方法和信號。實現方式可以是在數字存儲介質上，尤其是其 上存儲有電子可讀的控制信號的盤或CD，所述控制信號可以與可編程
計算機系統協作來執行本發明的方法。 一般地，因此，本發明也在于 具有程序代碼的計算機程序產品，所述程序代碼存儲在機器可讀載體 上，當計算機程序產品在計算機上運行時，所述程序代碼被配置為至 少執行本發明的一個方法。換言之，因此，本發明方法是具有程序代 碼的計算機程序，當計算機程序在計算機上運行時，所述程序代碼執 行本發明的方法。
權利要求
1.一種利用多個音頻對象來產生編碼的音頻對象信號的音頻對象編碼器，包括下混信息產生器，用于產生下混信息，所述下混信息指示所述多個音頻對象在至少兩個下混聲道中的分布；對象參數產生器，用于產生所述音頻對象的對象參數；以及輸出接口，用于利用所述下混信息和所述對象參數來產生所述編碼的音頻對象信號。
2. 如權利要求l所述的音頻對象編碼器，還包括下混器，用于將所述多個音頻對象下混入多個下混聲道，其中， 音頻對象的數目大于下混聲道的數目，并且，所述下混器耦合至所述 下混信息產生器，以便以所述下混信息中指示的方式來執行所述多個 音頻對象在所述多個下混聲道中的分布。
3. 如權利要求2所述的音頻對象編碼器，其中，所述輸出接口還 利用所述多個下混聲道來產生編碼的音頻信號。
4. 如權利要求l所述的音頻對象編碼器，其中，所述參數產生器 以第一時間頻率分辨率來產生所述對象參數，并且，所述下混信息產 生器以第二時間頻率分辨率來產生所述下混信息，所述第二時間頻率 分辨率小于所述第 一 時間頻率分辨率。
5. 如權利要求l所述的音頻對象編碼器，其中，所述下混信息產 生器產生所述下混信息，使得所述下混信息對于音頻對象的整個頻帶 都相等。
6. 如權利要求l所述的音頻對象編碼器，其中，所述下混信息產 生器產生所述下混信息，使得所述下混信息表示如下定義的下混矩陣X=DS其中S為矩陣，表示音頻對象，其行數等于音頻對象的數目， D為所述下混矩陣，以及X為矩陣，表示所述多個下混聲道，其行數等于下混聲道的數目。
7. 如權利要求l所述的音頻對象編碼器，其中，所述下混信息產 生器計算所述下混信息，使得所述下混信息指示哪個音頻對象完整地或部分地包含于所述多個下混聲道中的一 個或多個下混聲道中，以及當音頻對象系包含于多于一個下混聲道中時，與所述多于一個下 混聲道中的一個下混聲道中包括的音頻對象的一部分相關的信息。
8. 如權利要求7所述的音頻對象編碼器，其中，與一部分相關的信息是小于i且大于o的因子。
9. 如權利要求2所述的音頻對象編碼器，其中，所述下混器將背 景音樂的立體聲表示包括在所述至少兩個下混聲道中，并且以預定比 值將語音軌道引入所述至少兩個下混聲道中。
10. 如權利要求2所述的音頻對象編碼器，其中，所述下混器以所述下混信息中指示的方式，對要輸入至下混聲道的信號執行逐采樣相 加。
11. 如權利要求l所述的音頻對象編碼器，其中，所述輸出接口在 產生所述編碼的音頻對象信號之前，對所述下混信息和所述對象參數 執行數據壓縮。
12. 如權利要求l所述的音頻對象編碼器，其中，所述下混信息產生器產生功率信息和相關性信息，所述功率信息和相關性信息指示所 述至少兩個下混聲道的功率特性和相關性特性。
13. 如權利要求l所述的音頻對象編碼器，其中，所述多個音頻對 象包括由具有特定非零相關性的兩個音頻對象表示的立體聲對象，以 及，所述下混信息產生器產生組合信息，所述組合信息指示所述兩個 音頻對象形成所述立體聲對象。
14. 如權利要求l所述的音頻對象編碼器，其中，所述對象參數產 生器產生音頻對象的對象預測參數，所述預測參數被計算為使得由所 述預測參數或源對象控制的所述源對象的下混聲道的加權相加得到所 述源對象的近似。
15. 如權利要求14所述的音頻對象編碼器，其中，對每個頻帶產 生所述預測參數，并且，所述音頻對象覆蓋多個頻帶。
16. 如權利要求14所述的音頻對象編碼器，其中，音頻對象的數 目等于N，下混聲道的數目等于K，以及所述對象參數產生器計算的對象預測參數的數目等于或者小于N K。
17. 如權利要求16所述的音頻對象編碼器，其中，所述對象參數 產生器計算至多K (N-K)個對象預測參數。
18. 如權利要求l所述的音頻對象編碼器，其中，所述對象參數產 生器包括上混器，所述上混器利用測試對象預測參數的不同集合來對 所述多個下混聲道進行上混；以及其中，所述音頻對象編碼器還包括迭代控制器，用于在測試對 象預測參數的不同集合中，找出在所述上混器重構的源信號與對應原 始源信號之間產生最小偏差的測試對象預測參數。
19. 一種利用多個音頻對象來產生編碼的音頻對象信號的音頻對象編碼方法，包括產生下混信息，所述下混信息指示所述多個音頻對象在至少兩個下混聲道中的分布；產生所述音頻對象的對象參數；以及利用所述下混信息和所述對象參數來產生所述編碼的音頻對象 信號。
20. —種利用編碼的音頻對象信號來產生輸出數據的音頻合成 器，包括輸出數據合成器，用于產生所述輸出數據，所述輸出數據能夠用 于呈現預定音頻輸出配置的多個輸出聲道以表示多個音頻對象，所述 輸出數據合成器使用下混信息和所述音頻對象的音頻對象參數，所述 下混信息指示所述多個音頻對象在至少兩個下混聲道中的分布。
21. 如權利要求20所述的音頻合成器，其中，所述輸出數據合成 器還利用所述音頻對象在音頻輸出配置中的預期定位，來將所述音頻 對象參數代碼轉換為針對所述預定音頻輸出配置的空間參數。
22. 如權利要求20所述的音頻合成器，其中，所述輸出數據合成 器使用從所述音頻對象的預期定位導出的轉換矩陣，來將多個下混聲 道轉換為針對所述預定音頻輸出配置的立體聲下混。
23. 如權利要求22所述的音頻合成器，其中，所述輸出數據合成器使用所述下混信息來確定所述轉換矩陣，其中所述轉換矩陣被計算為使得當要在立體聲平面的第二半平面中播放表示立體聲平面的第一半平面的第一下混聲道中包括的音頻對象時，對至少部分下混聲道進行交換。
24. 如權利要求21所述的音頻合成器，還包括聲道呈現器，用于使用所述空間參數和所述至少兩個下混聲道或轉換后的下混聲道，來呈現所述預定音頻輸出配置的音頻輸出聲道。
25. 如權利要求20所述的音頻合成器，其中，所述輸出數據合成器還使用所述至少兩個下混聲道來輸出所述預定音頻輸出配置的輸出聲道。
26. 如權利要求20所述的音頻合成器，其中，所述空間參數包括用于2轉3上混的第一組參數，以及用于3-2-6上混的第二組能量參數，以及其中，所述輸出數據合成器使用呈現矩陣、部分下混矩陣以及所述下混矩陣來計算2轉3預測矩陣的預測參數，所述呈現矩陣由所述音頻對象的預期定位確定，所述部分下混矩陣描述了輸出聲道至假想2轉3上混過程所產生的三個聲道的下混。
27. 如權利要求26所述的音頻合成器，其中，所述輸出數據合成器計算所述部分下混矩陣的實際下混權值，使得兩個聲道的加權和的能量在限制因子的范圍之內等于所述聲道的能量。
28. 如權利要求27所述的音頻合成器，其中，所述部分下混矩陣的下混權值由下列等式確定l,2p—1 + ,2p,2p + 2/2p—1,2p) = /2p一l,2p—1 + ,2p,2p， P = 1,2,3其中Wp為下混權值，p為整數索引變量，fj,i為能量矩陣的矩陣元素，所述能量矩陣表示預定輸出配置的輸出聲道的協方差矩陣的近似。
29. 如權利要求26所述的音頻合成器，其中，所述輸出數據合成器通過求解線性方程組來計算所述預測矩陣的各個系數。
30. 如權利要求26所述的音頻合成器，其中，所述輸出數據合成器基于以下等式來求解線性方程組<formula>formula see original document page 6</formula>其中C3為2轉3預測矩陣，D為從所述下混信息導出的下混矩陣，E為從音頻源對象導出的能量矩陣，A3為簡化的下混矩陣，并且"*"表示復共軛運算。
31. 如權利要求26所述的音頻合成器，其中，用于2轉3上混的預測參數是從所述預測矩陣的參數化導出的，使得所述預測矩陣僅使用兩個參數來定義，以及其中，所述輸出數據合成器對所述至少兩個下混聲道進行預處理，使得所述預處理與參數化的預測矩陣的效果與期望的上混矩陣相對應。
32. 如權利要求31所述的音頻合成器，其中，所述預測矩陣的參數化如下<formula>formula see original document page 6</formula>其中索引TTT為參數化的預測矩陣，(x、 (3和Y為因子。
33. 如權利要求20所述的音頻合成器，其中，下混轉換矩陣G計算如下<formula>formula see original document page 6</formula>其中Q為2轉3予j矩陣，并且，Cttt基于柜陣，Dttt與Cttt等于I， I為2乘2單位<formula>formula see original document page 6</formula>其中a、卩以及Y為常數因子。
34. 如權利要求33所述的音頻合成器，其中，將用于2轉3上混的預測參數確定為a與p，其中Y設定為1。
35. 如權利要求26所述的音頻合成器，其中，所述輸出數據合成器使用能量矩陣F來計算用于所述3-2-6上混的能量參數，能量矩陣F基于<formula>formula see original document page 7</formula>其中A為呈現矩陣，E為從音頻源對象導出的能量矩陣，Y為輸出聲道矩陣，"*"表示復共軛運算。
36. 如權利要求35所述的音頻合成器，其中，所述輸出數據合成器通過將所述能量矩陣的元素進行組合來計算所述能量參數。
37. 如權利要求36所述的音頻合成器，其中，所述輸出數據合成器基于下列等式來計算所述能量參數<formula>formula see original document page 7</formula>其中cp為絕對值(p(z)叫zl或者實值運算子cp(z;HRe(z〉，其中CLDo為第一聲道音級差能量參數，CLD,為第二聲道音級差參數，CLD2為第三聲道音級差能量參數，其中ICd為第一聲道間相干性能量參數，ICC2為第二聲道間相干性能量參數，其中fy為能量矩陣F中在位置i， j上的元素。
38. 如權利要求26所述的音頻合成器，其中，所述第一組參數包括能量參數，以及，所述輸出數據合成器通過將能量矩陣F的元素進行組合來導出所述能量參數。
39. 如權利要求38所述的音頻合成器，其中，所述能l于下列等式來導出的<formula>formula see original document page 7</formula><formula>formula see original document page 8</formula>其中cz^^是所述第一組中的第-能::參數，以及，c丄D;.為所述第一組參數中的第二能:
40. 如權利要求38或39所述的音頻合成器，其中，所述輸出數據合成器計算用于對下混聲道進行加權的權值因子，所述權值因子用于控制空間解碼器的任意下混增益因子。
41. 如權利要求40所述的音頻合成器，其中，所述輸出數據合成器基于以下等式來計算所述權值因子<formula>formula see original document page 8</formula>其中D為下混矩陣；E為從音頻源對象導出的能量矩陣；W為中間矩陣；D26為部分下混矩陣，用于從6個聲道下混至預定輸出配置的2個聲道；G為轉換矩陣，包括空間解碼器的任意下混增益因子。
42. 如權利要求26所述的音頻合成器，其中，所述對象參數為對象預測參數，并且，所述輸出數據合成器基于所述對象預測參數、下混信息以及與下混聲道相對應的能量信息來預計算能量矩陣。
43. 如權利要求42所述的音頻合成器，其中，所述輸出數據合成器基于以下等式來計算能量矩陣E=CZC*其中E為所述能量矩陣，C為預測參數矩陣，Z'為所述至少兩個下混聲道的協方差矩陣。
44. 如權利要求20所述的音頻合成器，其中，所述輸出數據合成器通過計算參數化的立體聲呈現矩陣和依賴于所述參數化的立體聲呈現矩陣的轉換矩陣，來產生立體聲輸出配置的兩個立體聲道。
45. 如權利要求44所述的音頻合成器，其中，所述輸出數據合成
46.器基于以下等式來計算轉換矩陣G=A2-C其中G為所述轉換矩陣，A2為部分呈現矩陣，C為預測參數矩陣。 46，如權利要求44所述的音頻合成器，其中，所述輸出數據合成 器基于以下等式來計算轉換矩陣.-G(DED*)=A2ED*其中G為從軌道的音頻源導出的能量矩陣，D為從所述下混信息 導出的下混矩陣，A2為簡化的呈現矩陣，"*"表示復共軛運算。
47. 如權利要求44所述的音頻合成器，其中，所述參數化的立體聲呈現矩陣A2確定如下 1 一// )/其中U、 V以及K為要根據一個或多個音頻源對象的位置和音量 來設置的實值參數。
48. —種利用編碼的音頻對象信號來產生輸出數據的音頻合成方法，包括產生所述輸出數據，所述輸出數據能夠用于創建預定音頻輸出配 置的多個輸出聲道以表示多個音頻對象，所述輸出數據合成器使用下 混信息和音頻對象的音頻對象參數，所述下混信息指示所述多個音頻 對象在至少兩個下混聲道中的分布。
49. 一種編碼的音頻對象信號，包括下混信息和對象參數，所述 下混信息指示多個音頻對象在至少兩個下混聲道中的分布，所述對象 參數使得能夠使用所述對象參數以及所述至少兩個下混聲道來重構所 述音頻對象。
50. 如權利要求49所述的編碼的音頻對象信號，存儲在計算機可 讀存儲介質上。
51. —種計算機程序，當所述計算機程序在計算機上運行時，執 行根據權利要求19或48中任一項所述的方法。
全文摘要
本發明提供了一種利用多個音頻對象來產生編碼的音頻對象信號的音頻對象編碼器，所述音頻對象編碼器包括下混信息產生器，用于產生下混信息，所述下混信息指示所述多個音頻對象在至少兩個下混聲道中的分布；音頻對象參數產生器，用于產生所述音頻對象的對象參數；以及輸出接口，用于利用所述下混信息以及所述對象參數來產生導入的音頻輸出信號。本發明還提供了一種音頻合成器，所述音頻合成器使用下混信息來產生輸出數據，所述輸出數據能夠用于創建預定音頻輸出配置的多個輸出聲道。
文檔編號G10L19/00GK101529501SQ200780038364
公開日2009年9月9日 申請日期2007年10月5日 優先權日2006年10月16日
發明者巴巴拉·瑞奇, 拉斯·維爾默斯, 海科·朋哈根, 約納斯·恩德加德 申請人:杜比瑞典公司