专利名称：空间音频中的位置消歧的制作方法
技术领域：
本发明的实施方式涉及空间音频中的位置消歧。具体而言，涉及支持空间音频中位置消歧的装置、方法和计算机程序。
背景技术：
人有两只耳朵。从音频源到左耳的音频路径通常不同于从音频源到右耳的音频路径。对人而言的一种重要音频线索是通往左耳的路径与通往右耳的路径之间的时间差(相位差)。然而，仅单独以相位差作为线索会产生位置含混，这是因为对于特定相位差而言，声源的位点通常是以穿过双耳的线为中心的圆圈而非一个点。人的头部和身体会衍射声波。该效应在上/下方向上比在左/右方向上更具有是 各向异性。在通往左耳的路径与通往右耳的路径之间的振幅差(声级差)可以提供使人能够在上或下方向定位音频源的线索，但这对于在前/后方向定位来源可能是不够的。存在如何使用多扬声器配置来呈现空间音频(环绕声)的问题。情况可能是，麦克风配置引起声源位置中的含混，这例如可能导致当声源应被呈现在听者的前面时却被呈现在听者的后面，或者导致当声源应被呈现在听者的后面时却被呈现在听者的前面。
发明内容
根据本发明的各种但并不一定是全部的实施方式，提供一种方法，该方法包括获得取决于捕获的音频通道之间的时变相位差的相位信息；获得与捕获的音频通道的时变空间采样相关的采样信息；以及处理该相位信息和采样信息，以确定用于对捕获的音频通道的空间呈现进行控制的音频控制信息。根据本发明的各种但并不一定是全部的实施方式，提供一种计算机程序，当其被加载到处理器中时使得该处理器能够处理取决于捕获的音频通道之间的时变相位差的相位信息以及与捕获的音频通道的时变空间采样相关的采样信息，以确定用于对捕获的音频通道的空间呈现进行控制的音频控制信息。根据本发明的各种但并不一定是全部的实施方式，提供一种装置，该装置包括电路，该电路被配置用于处理取决于捕获的音频通道之间的时变相位差的相位信息；以及与捕获的音频通道的时变空间采样相关的采样信息，以确定用于对捕获的音频通道的空间呈现进行控制的音频控制信息。根据本发明的各种但并不一定是全部的实施方式，提供一种方法，该方法包括使用时变空间采样来捕获音频通道；执行对捕获的音频通道的参数化音频编码，以产生参考音频信号和音频参数；向远程目的地发送参考音频信号和音频参数；以及向远程目的地发送与捕获的音频通道的时变空间采样相关的采样信息。根据本发明的各种但并不一定是全部的实施方式，提供一种方法，该方法包括接收参数化音频；接收控制信息；使用多个扬声器对捕获的音频通道进行空间呈现，其中控制信息用于控制多个扬声器的相对增益以便对所呈现声源的方位进行消歧。
为了更好地理解本发明实施方式的各种示例，现在将要仅通过举例的方式对附图作出参考，其中图I示意性地图示了用于多通道音频捕获和多通道空间音频呈现的系统；图2A、图2B和图2C图示了线性麦克风阵列的取向如何随时间而改变；图3A图示了记录针对前向定位音频源的消歧控制信息的示例的表格；图3B图示了记录针对后向定位音频源的消歧控制信息的示例的表格；图4示意性地图示了扬声器配置的示例；图5示意性地图示了产生用于对捕获的音频通道的空间呈现进行控制的消歧控 制信息的过程；图6示意性地图示了从编码器装置接收输入信号的解码器装置；图7示意性地图示了用于产生消歧控制信息的详细过程；图8示意性地图示了一种实现，其中消歧控制信息的产生发生在解码器处；图9示意性地图示了一种实现，其中消歧控制信息的产生发生在编码器处；图10示意性地图示了适合用作编码器装置或解码器装置的一部分的装置；以及图11示意性地图示了用于计算机程序的传送机制。
具体实施例方式图I示意性地图示了用于多通道音频捕获和多通道空间音频呈现的系统2。系统2提供对多通道音频的参数化编码。系统2还支持对音频源的方位的消歧。系统2在该示例中被示意性地图示为包括多个块，这些块包括空间采样块4，用于多通道音频捕获；参数化块6，用于将多通道音频参数化地编码成参数化音频7 ;消歧块8，用于产生消歧控制信息9 ;以及空间呈现块10，其对参数化音频7进行解码，并且使用消歧控制信息9来提供改善的空间音频呈现。空间采样块4支持使用N个在空间上分离的麦克风进行N-通道音频捕获。每个音频通道关联于一个麦克风。空间采样块4支持对N个捕获的音频通道的时变空间采样。亦即，与N个通道关联的N个麦克风位置随时间而改变。这可以通过选择性地启用一组麦克风的子集或者通过移动麦克风阵列来实现。例如，时变空间音频采样可以使用在其中麦克风具有固定相对位置的固定的N个麦克风阵列来执行。麦克风阵列继而被放置在固定位置，但其被移动经过不同的取向。此类麦克风阵列可以包括在平面内但并不沿相同直线布置的麦克风的平面阵列。备选地，麦克风阵列可以包括沿相同直线布置的麦克风的线性阵列。在立体声或双声道立体声实现中，麦克风阵列12可以包括如图2A、图2B、图2C中所示的一对麦克风14A、14B。麦克风14A、14B可以具有固定的间距d。图2A、图2B和图2C图示了线性阵列12的取向可以如何随时间而改变。该取向例如可以如图2A至图2C中所示那样周期性地摆动。麦克风阵列12的取向改变可以使用运动传感器来加以检测。作为示例，当用户佩戴双耳麦克风(靠近听者的两只耳朵的麦克风)时，使用头部跟踪器来监视听者的头部相对于环境的取向。因而可以使用外部的且分离的装置来测量阵列取向。线性阵列12位于纸面之中，并且其取向在纸面内改变角度Θ。在图2A中所示的tl时刻，角度Θ为负，并且麦克风14A在麦克风 14B之前。继而在图2B中所示的t2时刻，角度Θ为零，并且麦克风14A与麦克风14B平齐。在图2C中所示的t3时刻，角度Θ为正，并且麦克风14B在麦克风14A之前。继而在图2B中所示的t4时刻，角度Θ为零，并且麦克风14A与麦克风14B平齐。随后在图2A中所示的t5时刻，角度Θ为负，并且麦克风14A在麦克风14B之前。图2A至图2C图示了音频源16的一个可能的位置。该位置仅用于示例说明目的。从音频源16到麦克风14A的音频路径15具有关联时延Ta (t)。从音频源16到麦克风14B的音频路径17具有关联时延Tb (t)。音频源16位于线性阵列12的“前方”。在从音频源16到麦克风14A的音频路径15与从音频源16到麦克风14B的音频路径17之间的相位差φ可以表示为TA(t)-TB(t)。当麦克风14A在麦克风14B之前时(图2A)，相位差为负。当麦克风14B在麦克风14A之前时(图2C)，相位差为正。因而当音频源16位于线性阵列12的“前方”时，相位差φ具有与取向角Θ相同的指向。当相位差φ为负时，取向角θ也为负。当相位差φ为正时，取向角Θ也为正。这种关系由图3Α中所示的表I所证明。相位差φ中的改变与取向角θ中的改变相关。当音频源16相反地位于线性阵列12的“后方”时，在麦克风14Α在麦克风14Β之前时(图2Α)，相位差为正。当麦克风14Β在麦克风14Α之前时(图2C)，相位差为负。因而当音频源16位于线性阵列12的“后方”时，相位差φ具有与取向角Θ相反的指向。当相位差tP为负时，取向角Θ为正。当相位差cP为正时，取向角Θ为负。这种关系由图3Β中所示的表2所证明。相位差φ中的改变与取向角θ中的改变反向相关。具有关联相位差φ的声源将会具有含混的位置。其可能位于阵列12的前方或者阵列12的后方。由移动中的阵列12所提供的时变空间采样支持对声源位置的消歧。例如，如果时变相位差Φ与时变取向角Θ相关，则声源16位于阵列12的前方；而如果时变相位差Φ与取向角Θ反向相关，贝1J声源16位于阵列12的后方。因此有可能处理相位信息和采样信息，以便产生用于对捕获的音频通道的空间呈现进行控制的消歧控制信息9。这发生在图I中的消歧块8中。图5示意性地图示了这种过程30。过程或方法30始于块32，在其中获得取决于捕获的音频通道之间的时变相位差的相位信息。在参考图2Α至图2C描述的示例中，相位信息可以表示为时变相位差cp(t)(例如，TA(t)-TB(t))。在块34中，获得与捕获的音频通道的时变空间采样相关的采样信息5。在参考图2A至图2C描述的示例中，采样信息5可以表示为时变取向角Θ (t)。继而在块36中，对相位信息和采样信息5进行处理，以便确定用于对捕获的音频通道的空间呈现进行控制的音频控制信息9。音频控制信息9支持对音频源的方位/位置的消歧。图7示意性地图示了过程60，其为适合在块36中使用的许多过程中的一个过程的不例。在过程60中，块62接收相位信息61作为第一输入，以及接收米样信息63作为第二输入。块62对相位信息61与采样信息63的同步特征进行比较，并继而在块64中对比较结果进行积分以便产生音频控制信息9。音频控制信息9支持对音频源的方位/位置的消歧。在参考图2A至图2C描述的示例中，相位信息61可以表示为时变相位差cp(t)，而采样信息63可以表示为时变取向角0(t)。第一输入可以表示为{φ( 4)、cp(t2)、φ( 3)> cp(t4)、tp(t5)、…}。第二输入可以表示为{ θ U1)、θ (t2)、θ (t3)、θ (t4)、θ (t5)、…}。在参考图2A至图2C描述的示例中，在特征之间的比较是在相位差Cp(tn)的指向与取向角Θ (tn)的指向之间的比较。比较块62例如可以确定相位差(p(tn)的指向与取向角Θ (tn)的指向是相同还是相 反。这可以通过在相位差cp(tn)和取向角Θ (tn)的指向中做出同步地发生在它们的中程处的改变，以及通过如图3A和图3B中的表I和表2的第4列中所示那样将相位差(p(tn)与取向角Θ (tn)相乘在一起而实现。乘法运算的结果继而在块64中被积分，以便产生音频控制信息。如果相位差Cp(tn)和取向角Θ (tn)的指向相同，则积分结果是极大正值。如果相位差(P(tn)和取向角Θ (tn)的指向相反，则积分结果是极大负值。因此，可以提供积分结果的指向作为对音频源的方位/位置进行消歧的音频控制信息9。如果指向为正，则音频源位于麦克风阵列12的前方(图3A,表I)。如果指向为负，贝U音频源位于麦克风阵列12的后方(图 3B，表 2)。在一种备选实现中，比较块62例如可以确定相位差φ( η)的“运动矢量”与取向角Θ (tn)的运动矢量是相同还是相反。这例如可以通过针对η的每个值对(p(tn)- CpCtivl)与Θ (tn)- Θ (V1)进行比较来实现。这可以通过将cp(tn)- Cp(W1)与Θ (tn)- Θ (V1)相乘来实现。乘法运算的结果继而在块64中被积分，以便产生音频控制信息。在通过参考图2A至图2C中所示的示例进行解释的另一实现中，可从时变相位差(p(t)导出相位信息。时变相位差(p(t)可以例如使用查找表，使用转换成音频源16的方位Ω (t)来表示。由于时变方位Ω (t)和时变取向角Θ (t)的单位相同，因此可在Ω (t)与Θ⑴之间或者在Ω (tJ-Ω (V1)与Θ (tj-θ (V1)之间进行直接比较。在一些实现中，音频控制信息9可以基于对不同频带的相位信息和采样信息的单独处理36。可以同时针对不同频带获得捕获的音频通道之间的时变相位差。可以使用变换器，例如使用离散时间帧上的滤波器组分解，将输入音频信号3 (两个或更多个输入音频通道)从时域变换到频域。可以对滤波器组进行临界采样。临界采样意味着数据量(每秒样本数)在所变换的域中保持不变。出于该目的，可以使用用于音频编码的变换器。输入音频信号的诸通道被单独地变换到频域，即，在针对输入帧时隙的频率子带中。输入音频通道被分割成时域中的时隙和频域中的子带。分割在时域中可以是均匀的，以便形成均匀时隙——例如相等持续时间的时隙。分割在频域中可以是均匀的，以便形成均匀子带——例如相等频率范围的子带；或者分割在频域中可以是非均匀的，以便形成非均匀子带结构——例如不同频率范围的子带。在一些实现中，低频处的子带窄于高频处的子带。音频控制信息9可以通过对采样信息63和子带的相位信息61进行处理62而针对每个子带生成。这样会支持对同时发生的声源的消歧。如果声源是移动的，则其还可以提供一些鲁棒性。在相位信息检测过程中以类似于音频编码器的方式来对齐频带将会是有益的，从而在一些实现中，相位检测可以合并在音频场景分析块中。返回参考图1，空间呈现块10使用由消歧块8所产生的控制信息9来控制多个扬声器22所进行的空间呈现，以及对空间呈现的音频中声源位置进行消歧。参考图4，其示意性地图示了一种可能的、但并不一定典型的扬声器配置24的示例。扬声器22布置在听者20的位置周围以便创建空间音频。空间音频在至少四面上(例 如，前、后、左、右)环绕听者20，从而创建出所呈现的音频空间26。扬声器配置24具有M个扬声器。M可以大于麦克风阵列12中所存在的麦克风的数目N。备选地，M可以小于(或等于)N。一个或多个扬声器22p222被放置在听者20的前方，并且一个或多个扬声器223、224被放置在听者20的后方。一个或多个扬声器22p224被放置在听者20的右边，并且一个或多个扬声器222、223被放置在听者的右边。尽管在图4中图示了四个规则布置的扬声器22p222、223、224，但是应当明白，扬声器的不同位置布置是可能的，并且可以使用不同数目的扬声器。由空间采样块4所执行的时变空间采样在等同于音频空间26的空间上进行采样。亦即，跨越所采样的音频空间的两个或三个正交矢量也跨越所呈现的音频空间26。控制信息9解决了所呈现音频空间26内音频源的位置/方位。如果控制信息9例如指示出音频源的位置已被消歧为处于听者20的前方，则可以增大施加到针对该音频源的前向扬声器22p222的增益，以及减小施加到针对该音频源的后向扬声器223、224的增益。偏向于前向扬声器的有差别的增益定位了音频空间中听者前方的音频源。如果控制信息9例如指示出音频源的位置已被消歧为处于听者的后方，则可以增大施加到针对该音频源的后向扬声器的增益，以及减小施加到针对该音频源的前向扬声器的增益。偏向于后向扬声器的有差别的增益定位了音频空间中听者后方的音频源。在一些情况中，可能有必要对由捕获的音频通道的时变空间采样所造成的所呈现音频26空间的时变旋转作出补偿。可以使用时变函数来提供这种空间补偿，从而使由多个扬声器22所限定的所呈现音频空间26相对于听者20保持静止。时变函数可以是时变空间采样的逆传递函数。时变函数使用所获得的采样信息来执行对音频空间的补偿时变旋转。这可以通过修改音频参数或者通过对所呈现的音频进行滤波而实现。例如，可以使用提供具有/不具有声级补偿的相位补偿的、经修改的头部相关传递函数(HRTF)。在一些情况中，可能不需要针对音频空间的旋转的补偿。例如，当麦克风阵列12以非常小的位移迅速摆动时。作为另一示例，可能能够将音频捕获速率布置成针对消歧用途比针对音频编码用途更大。因此，参考图2A至图2C，用于编码的音频捕获可以仅在阵列如图2B中所示那样放置时发生，而用于消歧的音频捕获可以在阵列如图2A-图2C中的每一个中所示那样放置时以及随着其在图2A-图2C之间移动而发生。
在一些但并非所有实现中，空间呈现块10可以向空间采样块4提供反馈信号11以便控制空间采样。举例而言，反馈信号11可以例如通过改变麦克风阵列的移动方向来调整时变空间采样。这样可以通过控制麦克风阵列12的运动使其在与扬声器22的位置所限定的呈现音频空间26对应的空间范围内变动而提高消歧性能。如果需要针对存储或通信而减小音频通道所占据的带宽，则可以存在参数化块6。参数化块6参数式地对N个音频通道3进行编码以便产生参数化音频7。空间呈现块10继而接收参数化音频并对参数化音频进行解码以便产生空间音频。举例而言，可以使用不同类型的参数化音频编码，诸如定向音频编码(DirAC)或者双耳线索编码(BCC)。图6示意性地图示了编码器装置42，其向远程解码器装置40提供参数化音频信号47,45ο
在本示例中，所图示的多通道音频编码器装置42是根据利用多通道音频信号分析定义的参数模型进行编码的参数化编码器。在本示例中，参数模型是支持有损压缩和带宽减小的感知模型。在本示例中，编码器装置42使用诸如双耳线索编码(BCC)参数化之类的参数化编码技术来执行空间音频编码。一般而言，诸如BCC的参数化音频编码模型将原始音频表示为包括从原始信号的通道形成的数目减少的音频通道的缩混信号，例如表示为单声道或者表示为双通道(立体声)加和信号，伴随着描述空间图像的参数的比特流。包括不止一个通道的缩混信号可被认为是若干个单独的缩混信号。变换器44例如使用离散时间帧上的滤波器组分解，将输入音频信号3 (两个或更多个输入音频通道)从时域变换到频域。可以对滤波器组进行临界采样。临界采样意味着数据量(每秒样本数)在所变换的域中保持不变。滤波器组例如可以实现为重叠变换，其在作为子带分解的一部分而进行对块(即，帧)的加窗时支持从一个帧到另一帧的平滑瞬变。备选地，可将分解实现为例如使用多相格式的FIR滤波器的连续滤波操作，以便支持在计算上高效的操作。输入音频信号的诸通道被单独变换到频域，S卩，在针对输入帧时隙的频率子带中。输入音频通道被分割成时域中的时隙和频域中的子带。分割在时域中可以是均匀的，以便形成均匀时隙——例如相等持续时间的时隙。分割在频域中可以是均匀的，以便形成均匀子带——例如相等频率范围的子带；或者分割在频域中可以是非均匀的，以便形成非均匀子带结构——例如不同频率范围的子带。在一些实现中，低频处的子带窄于高频处的子带。从感知以及心理声学角度看，接近于ERB (等效矩形带宽)尺度的子带结构是优选的。然而，任何种类的子带划分均可应用。来自变换器44的输出被提供给音频场景分析器48，该音频场景分析器48产生场景参数45。音频场景在变换域中被分析，并且对应的参数化45被提取及处理，用于传输或存储以供随后消耗。音频场景分析器48使用通道间预测模型来形成通道间参数45。通道间参数例如可以包括通道间声级差(ILD)和通道间相位差(ICPD)。通道间相位差(ICPD)可以表示为通道间时间差(ITD)。此外，可以确定针对选定通道对之间的输入帧的频率子带的通道间相干性(ICC)。通道间参数可在变换域时间-频率槽隙内(即，输入帧的频率子带中)估算。通常情况下，针对输入信号的每个时间-频率槽隙或者时间-频率槽隙的子集确定ILD、ICPD/ITD和ICC。时间-频率槽隙的子集例如可以表示在感知上最为重要的频率分量、输入帧的子集的频隙(的子集)或者特别感兴趣的时间-频率槽隙的任何子集。通道间参数的感知重要性在不同的时间-频率槽隙之间可以是不同的。此外，通道间参数的感知重要性对于具有不同特性的输入信号可以是不同的。作为不例，对于一些输入信号而言，ITD参数可以是具有特殊重要性的空间图像参数。ILD参数和ITD参数可以在输入音频通道与参考通道之间确定，通常在每个输入音频通道与参考输入音频通道之间确定。ICC通常个别地针对与参考通道进行比较的每个通道而确定。在下文中，使用具有两个输入通道L、R以及单一缩混信号的示例来说明BCC方法的一些细节。然而，可将表示广义化，以便涵盖不止两个输入音频通道以及/或者使用不止一个缩混信号的配置。通常将针对每个子带ALn的通道间声级差(ILD)估算为
权利要求
1.一种方法，包括 获得相位信息，该相位信息取决于捕获的音频通道之间的时变相位差； 获得采样信息，该采样信息与所述捕获的音频通道的时变空间采样相关；以及处理所述相位信息和所述采样信息，以确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
2.根据权利要求I所述的方法，其中所述处理将所述相位信息的特征与所述采样信息的相应特征进行比较。
3.根据权利要求2所述的方法，其中所述特征取决于所述相位差的改变的指向以及所述空间采样的改变的指向。
4.根据任一前述权利要求所述的方法，其中所述处理 基于所述相位信息而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
5.根据任一前述权利要求所述的方法，其中所述处理 从所述相位信息确定到达方向； 针对所述到达方向而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
6.根据任一前述权利要求所述的方法，其中所述相位信息是参数化音频编码参数。
7.根据任一前述权利要求所述的方法，还包括 确定多个频率子带中每一个的相位信息，以及处理所述多个频率子带中每一个的所述相位信息和所述采样信息，以确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
8.根据任一前述权利要求所述的方法，还包括通过在不同时间在不同麦克风位置处进行音频采样而执行所述捕获的音频通道的时变空间采样，其中每个音频通道具有关联的麦克风。
9.根据权利要求8所述的方法，其中通过使用在固定位置处的固定麦克风阵列移动经过不同取向来执行时变空间音频采样。
10.根据权利要求9所述的方法，其中所述固定麦克风阵列包括具有固定间距的一对麦克风。
11.根据权利要求8至10中任一项所述的方法，还包括将所述音频控制信息发送到远程目的地，以用于所述捕获的音频通道的空间呈现。
12.根据权利要求8至11中任一项所述的方法，还包括执行参数化音频编码以便产生参考音频信号和音频参数，以及将所述参考音频信号和所述音频参数发送到远程目的地，以用于所述捕获的音频通道的空间呈现。
13.根据任一前述权利要求所述的方法，还包括使用所述控制信息来对空间呈现的音频中声源的方位进行消歧。
14.根据权利要求8至11中任一项所述的方法，还包括对所述捕获的音频通道的所述时变空间采样进行补偿。
15.根据任一前述权利要求所述的方法，还包括动态地调整所述捕获的音频通道的所述时变空间采样。
16.根据任一前述权利要求所述的方法，还包括调整所述捕获的音频通道的所述时变空间采样，从而使得麦克风在与用于呈现的扬声器的位置所限定的空间对应的空间范围内变动。
17.一种计算机程序，其在被加载到处理器中时，使所述处理器 对取决于捕获的音频通道之间的时变相位差的相位信息和与所述捕获的音频通道的时变空间采样相关的采样信息进行处理，以确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
18.根据权利要求17所述的计算机程序，其在被加载到处理器中时，使所述处理器将所述相位信息的特征与所述采样信息的特征进行比较。
19.根据权利要求18所述的计算机程序，其中所述特征取决于所述相位差的改变的指向以及所述空间采样的改变的指向。
20.根据权利要求17至19中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器 基于所述相位信息而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
21.根据权利要求17至20中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器 从所述相位信息确定到达方向； 针对所述到达方向而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
22.根据权利要求17至21中任一项所述的计算机程序，其中所述相位信息是参数化音频编码参数。
23.根据权利要求17至22中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器 对多个频率子带中每一个的相位信息和所述采样信息进行处理，以确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
24.根据权利要求17至23中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器通过在不同时间在不同麦克风位置处进行音频采样而执行所述捕获的音频通道的时变空间采样，其中每个音频通道具有关联的麦克风。
25.根据权利要求17至24中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器通过控制固定位置处的固定麦克风阵列移动经过不同的取向而执行时变空间采样。
26.根据权利要求24或25中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器控制所述音频控制信息向远程目的地的发送，以用于所述捕获的音频通道的空间呈现。
27.根据权利要求17至26中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器执行参数化音频编码以便产生参考音频信号和音频参数，以及控制所述参考音频信号和所述音频参数向远程目的地的发送，以用于所述捕获的音频通道的空间呈现。
28.根据权利要求24或25中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器使用所述控制信息对空间呈现的音频中声源的方位进行消歧。
29.根据权利要求17至28中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器对所述捕获的音频通道的所述时变空间采样进行补偿。
30.根据权利要求17至29中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器动态地调整所述捕获的音频通道的所述时变空间采样。
31.根据权利要求17至30中任一项所述的计算机程序，当其被加载到处理器中时，使所述处理器调整所述捕获的音频通道的所述时变空间采样，从而使得麦克风在与用于呈现的扬声器的位置所限定的空间对应的空间范围内变动。
32.一种装置，包括 电路，其被配置用于处理 取决于捕获的音频通道之间的时变相位差的相位信息；以及 与所述捕获的音频通道的时变空间采样相关的采样信息， 以便确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
33.根据权利要求32所述的装置，其中所述电路被配置用于将所述相位信息的特征与所述采样信息的相应特征进行比较。
34.根据权利要求33所述的装置，其中所述特征取决于所述相位差的改变的指向以及所述空间采样的改变的指向。
35.根据权利要求32至34中任一项所述的装置，其中所述电路被配置用于 基于所述相位信息而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
36.根据权利要求32至35中任一项所述的装置，其中所述电路被配置用于 从所述相位信息确定到达方向； 针对所述到达方向而确定第一运动矢量； 针对所述空间采样而确定第二运动矢量；以及 将所述第一运动矢量与所述第二运动矢量进行比较。
37.根据权利要求32至36中任一项所述的装置，其中所述相位信息是参数化音频编码参数。
38.根据权利要求32至35中任一项所述的装置，其中所述电路被配置用于确定多个频率子带中每一个的相位信息，以及处理所述多个频率子带中每一个的所述相位信息和所述采样信息，以确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息。
39.根据权利要求32至35中任一项所述的装置，其中所述电路被配置用于通过在不同时间在不同麦克风位置处进行音频采样而执行对所述捕获的音频通道的时变空间采样，其中每个音频通道具有关联的麦克风。
40.根据权利要求39所述的装置，其中所述装置被配置用于控制固定位置处的固定麦克风阵列移动经过不同的取向，以执行时变空间音频采样。
41.根据权利要求40所述的装置，其中所述固定麦克风阵列包括具有固定间距的一对麦克风。
42.根据权利要求32至41中任一项所述的装置，其中所述装置被配置用于将所述音频控制信息发送到远程目的地，以用于所述捕获的音频通道的空间呈现。
43.根据权利要求32至42中任一项所述的装置，其中所述装置被配置用于执行参数化音频编码以便产生参考音频信号和音频参数，以及将所述参考音频信号和所述音频参数发送到远程目的地，以用于所述捕获的音频通道的空间呈现。
44.根据权利要求32至43中任一项所述的装置，其中所述装置被配置用于使用所述控制信息对空间呈现的音频中声源的方位进行消歧。
45.根据权利要求32至44中任一项所述的装置，其中所述装置被配置用于对所述捕获的音频通道的所述时变空间采样进行补偿。
46.根据权利要求32至45中任一项所述的装置，其中所述电路被配置用于动态地调整所述捕获的音频通道的所述时变空间采样。
47.根据权利要求32至46中任一项所述的装置，其中所述电路被配置用于调整所述捕获的音频通道的所述时变空间采样，从而使得麦克风在与用于呈现的扬声器的位置所限定的空间对应的空间范围内变动。
48.一种装置,包括 用于获得取决于捕获的音频通道之间的时变相位差的相位信息的装置； 用于获得与所述捕获的音频通道的时变空间采样相关的采样信息的装置；以及 用于处理所述相位信息和所述采样信息以便确定用于对所述捕获的音频通道的空间呈现进行控制的音频控制信息的装置。
49.一种方法,包括 使用时变空间采样来捕获音频通道； 执行对捕获的音频通道的参数化音频编码，以产生参考音频信号和音频参数； 将所述参考音频信号和所述音频参数发送到远程目的地；以及 向所述远程目的地发送与所述捕获的音频通道的所述时变空间采样相关的采样信息。
50.根据权利要求49所述的方法，使用时变空间采样来捕获音频通道包括在不同时间在不同麦克风位置处进行音频采样，其中每个音频通道具有关联的麦克风。
51.根据权利要求50所述的方法，其中通过使用在固定位置处的固定麦克风阵列移动经过不同的取向来执行时变空间音频采样。
52.根据权利要求51所述的方法，其中所述固定麦克风阵列包括具有固定间距的一对麦克风。
53.一种装置，包括 用于使用时变空间采样来捕获音频通道的装置； 用于执行对捕获的音频通道的参数化音频编码以便产生参考音频信号和音频参数的装置； 用于将所述参考音频信号和所述音频参数发送到远程目的地的装置；以及 用于向所述远程目的地发送与所述捕获的音频通道的所述时变空间采样相关的采样信息的装置。
54.一种方法，包括 接收参数化音频； 接收控制信息； 使用多个扬声器对捕获的音频通道进行空间呈现，其中所述控制信息用于控制所述多个扬声器的相对增益以便对所呈现的声源的方位进行消歧。
55.一种装置，包括 用于接收参数化音频的装置； 用于接收控制信息的装置； 用于使用多个扬声器对捕获的音频通道进行空间呈现的装置，其中所述控制信息用于控制所述多个扬声器的相对增益以便对所呈现的声源的方位进行消歧。
全文摘要
一种方法，其包括获得取决于捕获的音频通道之间的时变相位差的相位信息；获得与捕获的音频通道的时变空间采样相关的采样信息；以及处理该相位信息和采样信息，以确定用于对捕获的音频通道的空间呈现进行控制的音频控制信息。
文档编号H04R3/00GK102804808SQ200980160262
公开日2012年11月28日 申请日期2009年6月30日 优先权日2009年6月30日
发明者P·奥雅拉, J·维罗莱南 申请人:诺基亚公司