用于生成环绕立体声声场的方法及其装置和程序产品的制作方法
【专利说明】
[0001] 巧关申请香叉引用
[0002] 本申请要求2013年6月18日提交的中国专利申请号201310246729. 2和2013年 6月26日提交的美国临时专利申请号61/839, 474的优先权，在此通过引用并入二者的全部 内容。
技术领域
[0003] 本发明设及信号处理。更具体地，本发明的实施例设及生成环绕立体声声场。
【背景技术】
[0004] 传统上，环绕立体声声场或是由专用的环绕立体声声场记录设备装置创建，或者 由专业的混音工程师或软件应用将声源平推到不同的声道而生成。运两种办法对终端用户 来说都无法轻易实现。在过去的数十年中，诸如移动电话、平板电脑、媒体播放器和游戏机 等越来越多的普适移动设备已经配备有音频捕获和/或处理功能。然而，多数移动设备（移 动电话、平板电脑、媒体播放器、游戏机）仅被用于实现单声道音频捕获。
[0005] 已经提出了多种方法用于使用移动设备来创建环绕立体声声场。然而，运些方法 或者严格依赖接入点，或者没有将日常使用的非专业移动设备的特性纳入考虑。例如，在使 用异质用户设备的自组织（adhoc)网络生成环绕立体声声场时，不同移动设备的记录时间 可能是不同步的，并且移动设备的位置和拓扑可能是未知的。而且，音频捕获设备的增益及 频率响应可能不同。因此，目前，无法通过日常用户所使用音频捕获设备而有效且高效地生 成环绕立体声声场。
[0006] 有鉴于此，在本领域中需要一种能够W有效且高效的方式生成环绕立体声声场的 解决方案。
【发明内容】
[0007] 为了解决上述和其他潜在问题，本发明的实施例提出一种用于生成环绕立体声声 场的方法、装置和计算机程序产品。
[0008] 在一个方面，本发明的实施例提供一种生成环绕立体声声场的方法。该方法包括： 接收由多个音频捕获设备捕获的音频信号；估计多个音频捕获设备的拓扑；W及至少部分 地基于估计的拓扑从接收的音频信号生成环绕立体声声场。该方面的实施例还包括相应的 计算机程序产品，该计算机程序产品包括有形地包含于机器可读介质上的用于执行该方法 的计算机程序。
[0009] 在另一方面，本发明的实施例提供一种生成环绕立体声声场的装置。该装置包含： 接收单元，被配置为接收由多个音频捕获设备捕获的音频信号；拓扑估计单元，被配置为估 计多个音频捕获设备的拓扑；W及生成单元，被配置为至少部分地基于估计的拓扑生成环 绕立体声声场。
[0010] 可W实现本发明的运些实施例W实现W下一个或多个优点。根据本发明的实施 例，环绕立体声声场可W通过使用终端用户的音频捕获设备（诸如装备在移动电话上的麦 克风）的自组织网络而生成。由此，可W不再需要昂贵且复杂的专业设备和/或人类专家。 此外，通过基于对音频捕获设备的拓扑估计而动态地生成环绕立体声声场，可W将环绕立 体声声场的品质维持在较高水平。
[0011] 通过连同附图阅读下列【具体实施方式】，还将理解本发明的实施例的其他特征和优 势，附图W示例方式图示了本发明的精神和原理。
【附图说明】
[0012] 本发明的一个或多个实施例的细节在下列附图和描述中阐明。本发明的其他特 征、方面和优势将从描述、附图和权利要求中变得明显，其中：
[0013] 图1示出了本发明的示例实施例可实现于其中的系统的框图；
[0014] 图2A-图2C示出了根据本发明示例实施例的音频捕获设备的拓扑的若干示例的 不意图；
[0015] 图3示出了根据本发明示例实施例的用于生成环绕立体声声场的方法的流程图；
[0016] 图4A-图4C分别不出了在使用一个不例映射矩阵时针对各种频率的B-格式处理 中的W、X和Y声道的极性图（polarpattern)的示意图；
[0017] 图5A-图5C分别示出了在使用另一示例映射矩阵时针对各种频率的B-格式处理 中的W、X和Y声道的极性图的示意图；
[0018] 图6示出了根据本发明示例实施例的用于生成环绕立体声声场的装置的框图；
[0019] 图7示出了用于实现本发明的示例实施例的用户终端的框图；化及
[0020] 图8示出了用于实施本发明的示例实施例的系统的框图。
[0021] 贯穿所有附图，相同或相似的参考标号指示相同或相似的元素。
【具体实施方式】
[0022] 总体上，本发明的实施例提供用于生成环绕立体声声场的方法、装置和计算机程 序产品。根据本发明的实施例，环绕立体声声场可W通过使用音频捕获设备（诸如终端用 户的移动电话）的自组织网络而被有效和准确地生成。下面将详细描述本发明的某些实施 例。
[0023] 首先参考图1，其示出了本发明的实施例可实现于其中的系统100的框图。在图1 中，系统100包括多个音频捕获设备101W及服务器102。根据本发明的实施例，除了其他 功能之外，音频捕获设备101，能够捕获、记录和/或处理音频信号。音频捕获设备101的示 例可W包括但不限于移动电话、个人数字助理（PDA)、膝上型计算机、平板式计算机、个人计 算机（PC)或任何配备有音频捕获功能的其他适当的用户终端。例如，可W购得的移动电话 通常都配备至少一个麦克风，因此可W充当音频捕获设备101。
[0024] 根据本发明的实施例，音频捕获设备101可W被布置在一个或多个自组织网络或 组103中，每个自组织网络103可W包括一个或多个音频捕获设备。音频捕获设备可W按 照预定义的策略被分组，或者被动态地分组，将在下文详述。不同组可W位于相同或不同的 物理位置。在每个组内，音频捕获设备位于相同的物理位置并且可W彼此接近地放置。
[00巧]图2A-图2C示出了包括=个音频捕获设备的组的某些示例。在图2A-图2C中 示出的示例实施例中，音频捕获设备101可W是移动电话、PDA或任何其他的便携式用户终 端，其配备了用于捕获音频信号的音频捕获元件201，诸如一个或多个麦克风。特别地，在图 2C中示出的示例实施例中，音频捕获设备101还配备有视频捕获元件202,诸如照相机，W 使得音频捕获设备101可W被配置为在捕获音频信号的同时捕获视频和/或图像。
[0026] 应当注意，一个组内的音频捕获设备的数目不限于S个。相反，任何合适数目的音 频捕获设备都可W被安排进组。此外，在一个组内，多个音频捕获设备可W被安排成任何期 望的拓扑。在某些实施例中，组内的音频捕获设备可W借助于计算机网络、蓝牙、红外线、电 信等彼此通信，运里仅仅是几个例子。
[0027] 继续参考图1，如图所示，服务器102经由网络连接可通信地连接至音频捕获设备 101的组。音频捕获设备101和服务器102例如可W通过计算机网络，诸如局域网（"LAN")、 广域网（"WAN")或因特网、通信网络、近场通信连接或其任何组合而彼此通信。本发明的 范围在此方面不受限制。
[0028] 在操作中，环绕立体声声场的生成可W由音频捕获设备101或者由服务器102发 起。特别地，在某些实施例中，音频捕获设备101可W登录到服务器102并且请求服务器 102生成环绕立体声声场。然后，发送请求的音频捕获设备101将变成主设备，它向其他捕 获设备发送邀请，W邀请其他捕获设备加入音频捕获会话。在此方面，可能存在主设备所属 的预定的组。在运些实施例中，该组内的其他音频捕获设备接收来自主设备的邀请并且加 入音频捕获会话。备选地或附加地，另外一个或多个音频捕获设备可W被动态地识别并且 与主设备分组在一起。例如，在GPS(全球定位服务）之类的定位服务可用于音频捕获设备 101的情况下，可W自动地邀请与主设备邻近的一个或多个音频捕获设备加入音频捕获组。 在某些备选实施例中，对音频捕获设备的发现和分组也可W由服务器102执行。
[0029] 在形成音频捕获设备的组之后，服务器102向该组内的所有音频捕获设备发送捕 获命令。备选地，捕获命令可W由组内的音频捕获设备101之一发送，例如由主设备发送。 在接收到捕获命令之后，组内的每个音频捕获设备将立即开始捕获并且记录音频信号。当 任何捕获设备停止捕获时，音频捕获会话将结束。在音频捕获期间，音频信号可W被本地记 录在音频捕获设备101上，并且在捕获会话完成之后被发送至服务器102。备选地，所捕获 的音频信号可W实时地传输至服务器102。
[0030] 根据本发明的实施例，被一个组的音频捕获设备101捕获的音频信号被分配相同 的组标识（ID)，使得服务器102能够识别传入的音频信号是否属于相同的组。另外，除音频 信号之外，可W向服务器102发送与音频捕获会话有关的任何信息，包括组内的音频捕获 设备101的数目、一个或多个音频捕获设备101的参数，等等。
[0031] 基于由多个捕获设备101的组捕获的音频信号，服务器102执行一系列操作W处 理音频信号从而生成环绕立体声声场。在此方面，图3示出了用于根据多个捕获设备101 所捕获的音频信号生成环绕立体声声场的方法的流程图。
[0032] 如图3所示，当在步骤S301处接收到由一组音频捕获设备101捕获的音频信号之 后，在步骤S302处估计运些音频捕获设备的拓扑。估计组内的音频捕获设备101的位置 的拓扑对于随后的空间处理而言是重要的，其对于重现声场具有直接的影响。根据本发明 的实施例，音频捕获设备的拓扑可W通过各