影音处理方法及其影音处理装置与流程

1.本发明涉及影音处理方法及其影音处理装置，且特别涉及一种具有音频空间化的影音处理方法及其影音处理装置。


背景技术：

2.随着科技的发展，现今的商业型态及娱乐型态有别于以往，商业型态及娱乐型态的改变也直接影响人们的生活，例如，受惠于网络科技的发达与电子产品的强大影音播放功能，形成一股网络直播热潮，大量兴起网络直播平台与网络直播节目，使用者可通过电子产品观看直播主的影片并聆听直播主的声音，而根据不同的直播内容，人们可享受众多不同的娱乐型态。
3.然而，使用者通过电子产品(如电视、电脑、手机或平板等)播放直播节目的影片及声音时，电子产品并无法根据直播主的说话位置产生具有空间化的立体声音音效，使用者观看直播节目时无法具有临场感，大幅地减低使用者体验。


技术实现要素：

4.鉴于上述问题，本发明的目的在于提出一种影音处理装置，特别是一种可以让聆听者更有临场感的影音处理装置。
5.一实施例提供一种影音处理装置，其适于连接一影音播放装置。影音处理装置包含影像处理单元、声音处理单元及输出端口。声音处理单元连接影像处理单元。输出端口耦接影像处理单元与声音处理单元。影像处理单元接收多个初始影片并根据多个初始影片产生至少一输出影片信号。声音处理单元接收版面配置信息及对应各初始影片的音频信号，并且依据版面配置信息调整各音频信号为立体声音频信号。输出端口输出立体声音频信号与输出影片信号至影音播放装置，以致影音播放装置通过播放输出影片信号而输出具有多个初始影片在版面配置信息对应的多个显示区块上的显示画面。
6.一实施例提供一种音频空间化的影音处理方法，其适用于一影音处理装置，并且此影音处理装置连接影音播放装置。于此，影音处理方法包含：通过影音处理装置接收多个初始影片及对应各初始影片的音频信号；通过影音处理装置根据多个初始影片产生至少一输出影片信号；通过影音处理装置根据一版面配置信息调整各音频信号为一立体声音频信号；及通过影音处理装置输出至少一输出影片信号与立体声音频信号至影音播放装置，以致影音播放装置通过播放至少一输出影片信号而输出具有多个初始影片在版面配置信息对应的多个显示区块上的一显示画面。
7.综上所述，根据本发明的影音处理方法及其影音处理装置的任一实施例，影音处理装置可根据影片的显示位置对应地调整影片的音频信号的信号参数。在一些实施例中，立体声音频信号与音频信号相比有音量、延迟、相位、频率或其他等任意组合的信号参数的差异；或立体声音频信号是对应于影音播放装置的各声道，于此，立体声音频信号于不同声道输出时，其在音量、延迟、相位、频率或其他等任意组合的信号参数上互为不同。藉此，可
建立三度空间中的音频空间化效果，以提供使用者享受到立体影音效果。
8.以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
9.图1为根据本发明的影音处理装置连接影音撷取装置与影音播放装置的一实施例的方框示意图；
10.图2为根据本发明的影音处理装置连接影音撷取装置与影音播放装置的另一实施例的方框示意图；
11.图3为根据本发明的影音处理方法的一实施例的流程图；
12.图4为显示版面的一实施例的示意图；
13.图5为显示版面的另一实施例的示意图；
14.图6为显示版面的又一实施例的示意图；
15.图7为图6的显示版面所呈现的显示画面的示意图。
16.其中，附图标记
17.1:影音处理装置
18.10:输入单元
19.11:影像处理单元
20.12:声音处理单元
21.13:输出端口
22.2,21,22:影音撷取装置
23.3:影音播放装置
24.31:左方版面位置
25.32:右方版面位置
26.33:上方版面位置
27.34:下方版面位置
28.35:前方版面位置
29.36:后方版面位置
30.41:目标
31.42:目标
32.v1,v2:初始影片
33.vo:输出影片信号
34.a1,a2:音频信号
35.c1:控制信号
36.l1:版面配置信息
37.l2:预设参考点
38.l3,l4:长度信息
39.w1,w2:宽度信息
40.s1,s2:立体声音频信号
41.so:整合声音频信号
42.o1,o2:原点坐标信息
43.p1,p2:中心点坐标信息
44.d1,d2:深度距离
45.s01～s04:步骤
具体实施方式
46.下面结合附图对本发明的结构原理和工作原理作具体的描述：
47.请参照图1或图2，在一些实施例中，影音处理装置1可连接在影音撷取装置2与影音播放装置3之间。虽然图示绘制出二影音撷取装置2(如影音撷取装置21、22)与二影音播放装置3，然本发明的影音撷取装置2与影音播放装置3并不限于此些数量。
48.以影音处理装置1耦接二影音撷取装置21、22为例，影音撷取装置21可对目标41进行拍摄以生成影片v1，并且影片v1包含目标41的动态影像。其中，目标41的动态影像是由多个第一影像帧以第一帧率所构成。另，影音撷取装置22可对目标42进行拍摄以生成影片v2，并且影片v2包含目标42的动态影像。其中，目标42的动态影像是由多个第二影像帧以第二帧率所构成。于此，第一帧率与第二帧率可为相同或为不同。其中，影音撷取装置21、22在撷取初始影片v1、v2时，影音撷取装置21、22亦可同步地撷取目标41的声音及目标42的声音，并产生目标41的音频信号a1及目标42的音频信号a2。
49.在一实施例中，各影音撷取装置21、22撷取到的初始影片v1、v2可以为单一影音串流(即形成一个影音档)，亦可以为二个以上影音串流(即形成二个影音档)。
50.参照图1至图3，影音处理装置1可自不同的影音撷取装置21、22接收不同目标41、42的初始影片v1、v2及音频信号a1、a2(步骤s01)。于接收到初始影片v1、v2及音频信号a1、a2后，影音处理装置1可根据接收到的初始影片v1、v2产生至少一输出影片信号vo(步骤s02)，并且根据版面配置信息l1调整各音频信号a1、a2为立体声音频信号s1、s2(步骤s03)。然后，影音处理装置1输出输出影片信号vo与立体声音频信号s1、s2至一个或多个影音播放装置3(步骤s04)，各影音播放装置3即能播放输出影片信号vo，且各影音播放装置3的显示画面是对应于初始影片v1、v2在版面配置信息l1对应的显示区块上。
51.于此，版面配置信息l1可为输出画面的显示版面的配置状态，即是定义输出画面所包括的显示区块的数量及各显示区块的方位及/或尺寸。在输出画面中，各显示区块可用以显示所对应的单一影像来源的初始影片的影像帧。其中，输出画面可以是指影音播放装置3所显示的显示画面。在一些实施例中，输出画面还可以是指影音处理装置1内建的显示屏幕(图未示)所显示的显示画面。
52.并且，影音处理装置1可指定初始影片v1、v2显示于影音播放装置3的显示版面中的不同配置位置。在一些实施例中，版面配置信息l1包括不同来源的初始影片v1、v2所分别对应的配置位置lo1、lo2。其中，版面配置信息l1中的配置位置lo1、lo2一对一对应于输出画面所包括的显示区块，并且各配置位置lo1、lo2定义用以所对应的输出区块的版面位置。在一些实施例中，各配置位置lo1、lo2对应于一影像来源。举例来说，在版面配置信息l1中，影像来源可以来源编号表示，并且各配置位置lo1、lo2能以对应的来源编号作为索引。
53.在一些实施例中，请参照图1或图2，影音处理装置1包含输入单元10、影像处理单元11、声音处理单元12及输出端口13。输入单元10耦接影像处理单元11与声音处理单元12。
影像处理单元11耦接声音处理单元12。输出端口13耦接影像处理单元11与声音处理单元12。
54.输入单元10耦接一个或多个影音撷取装置21、22，且输出端口13耦接一个或多个影音播放装置3。其中，输入单元10能自各影音撷取装置21、22接收初始影片v1、v2与音频信号a1、a2，然后进一步将所接收到的初始影片v1、v2提供给影像处理单元11，以及将所接收到的音频信号a1、a2提供给声音处理单元12。
55.于此，影像处理单元11还可接收版面配置信息l1。于一实施例中，可由使用者操作影音处理装置1的使用者界面(图未示)而生成的用以设定版面配置的控制信号c1，据以得到版面配置信息l1。
56.在一实施例中，储存单元可预先储存多种预设的版面配置信息，并且此些预设的预设版面的版面配置信息分别用以指示不同的显示画面的显示版面(如，子母画面、画面并列、悬浮画面、画面堆叠等)的配置状态(如，子画面的数量、各子画面的影像来源、各子画面的显示位置、各子画面的尺寸或其任意组合等)。使用者通过操作使用者界面(如，触控屏幕或显示屏幕与实体按键的组合等)以产生欲使用的特定显示版面的选择信号，然后影像处理单元11再根据选择信号从储存单元中读出对应的预设的版面配置信息以作为版面配置信息l1。在另一实施例中，储存单元可预先储存一种预设的版面配置信息，其为预设影音播放装置3所显示的显示画面的显示版面(即预设版面)的配置状态。于启动时，影像处理单元11可从储存单元中读出预设的版面配置信息做为版面配置信息l1。于此，当使用者通过操作使用者界面以产生设定信号时，影像处理单元11会根据此设定信号取得对应的版面配置信息以更新当前使用的版面配置信息l1。
57.在一些实施例中，影像处理单元11可依据版面配置信息l1设定初始影片v1、v2显示于影音播放装置3的版面位置。
58.举例来说，以分别提供初始影片v1、v2的二个影像来源，且版面配置信息l1所指示的显示版面有二个子画面的版面位置为例。在一实施例中，显示版面可为画面并列的配置状态，即显示画面分为左右二子画面。在显示版面中，如图4所示，初始影片v1的版面位置及初始影片v2的版面位置可分别为相对于预设参考点l2位于左方的第一位置及位于右方的第二位置。其中，预设参考点l2可为显示版面的中心点。例如，整个版面对分为x-y平面的左右二区块，第一位置可为x-y平面中相对于预设参考点l2位于左方的左方版面位置31(即左半边区块)，第二位置可为x-y平面中相对于预设参考点l2位于右方的右方版面位置32(即右半边区块)。此时，影像处理单元11可依据版面配置信息l1设定第一影像来源的初始影片v1显示于左方版面位置31以及设定第二影像来源的初始影片v2显示于右方版面位置32。在另一实施例中，显示版面可为画面堆叠的配置状态，即显示画面分为上下二子画面。在显示版面中，如图5所示，初始影片v1的版面位置及初始影片v2的版面位置可分别为相对于预设参考点l2位于上方的第一位置及位于下方的第二位置。其中，预设参考点l2可为显示版面的中心点。例如，整个版面对分为在x-y平面的上下二区块，第一位置可为x-y平面中相对于预设参考点l2位于上方的上方版面位置33(即上半边区块)，并且第二位置可为x-y平面中相对于预设参考点l2位于下方的下方版面位置34(即下半边区块)。此时，影像处理单元11可依据版面配置信息l1设定第一影像来源的初始影片v1显示于上方版面位置33，并可依据版面配置信息l1设定第二影像来源的初始影片v2显示于下方版面位置34。
59.在又一实施例中，显示版面可为子母画面的配置状态，即显示画面分为一大一小的二子画面。在显示版面中，初始影片v1的版面位置及初始影片v2的版面位置可分别为版面较大的第一位置及版面较小且与第一位置重叠(以正视而言)的第二位置。此时，影像处理单元11可依据版面配置信息l1设定第一影像来源的初始影片v1显示于第一位置，并可依据版面配置信息l1设定第二影像来源的初始影片v2显示于第二位置。
60.参照图1至图3，声音处理单元12自影像处理单元11接收版面配置信息l1，以致声音处理单元12可根据版面配置信息l1中初始影片v1、v2对应的配置位置lo1、lo2分别调整音频信号a1、a2为立体声音频信号s1、s2(步骤s03)。
61.在一些实施例中，输出影片信号vo的数量可为多个，并且一对一对应于初始影片v1、v2。于此，各输出影片信号vo是由对应的初始影片v1或v2所构成。此时，输出端口13亦可以多个音频串流的形式输出立体声音频信号s1、s2，如图1所示。
62.在步骤s02的第一实施例中，影像处理单元11可在初始影片v1、v2的数据串流中加入来源标记以形成输出影片信号vo，藉以利用各初始影片v1、v2所携带的来源标记来告知影音播放装置3显示各初始影片v1、v2的版面位置。其中，来源标记可对应或相同于当前使用的版面配置信息l1中代表影像来源的数据。换言之，影像处理单元11可将各初始影片v1与v2与其对应的配置位置lo1与lo2整合成一个串流(即输出影片信号vo)后，再将输出影片信号vo输出给影音播放装置3。藉此，在接收到输出影片信号vo时，影音播放装置3即可将输出影片信号vo的影像帧显示在显示画面中对应的显示位置上，即显示画面对应配置位置lo1、lo2的位置分别呈现初始影片v1、v2的影像帧。
63.在步骤s02的第二实施例中，影像处理单元11可将初始影片v1、v2的来源标记分别关联至版面配置信息l1中表示影像来源的数据，藉以利用各初始影片v1、v2所携带的来源标记来告知影音播放装置3其显示的版面位置。举例来说，在传送输出影片信号vo之前，影像处理单元11先传送关联信息给影音播放装置3，再将输出影片信号vo传送给影音播放装置3。其中，关联信息是记录来源标记与版面配置信息l1的配置位置lo1、lo2的对应关系。影音播放装置3再根据各初始影片v1、v2的来源标记、接收到的关联信息及预存的当前使用的版面配置信息l1得知此初始影片v1、v2的配置位置lo1、lo2，并且依据此配置位置lo1、lo2在显示画面中对应的版面位置上显示此初始影片v1、v2。
64.在步骤s02的第三实施例中，影像处理单元11可在初始影片v1、v2的数据串流中加入表示其配置位置lo1、lo2的数据，藉以使影音播放装置3利用表示其配置位置lo1、lo2的数据得知初始影片v1、v2显示的版面位置。举例来说，在传送各初始影片v1、v2之前，影像处理单元11从版面配置信息l1取得各配置位置lo1、lo2，并分别输出至输出端口13的欲传送初始影片v1、v2的二通道。具体而言，影像处理单元11先经由各初始影片v1、v2对应的通道输出表示此初始影片v1、v2的配置位置lo1、lo2的数据给影音播放装置3，再接续经由此通道输出初始影片v1、v2给影音播放装置3。
65.在另一些实施例中，输出影片信号vo的数量可为单一个，并且输出影片信号vo是由初始影片v1、v2所构成。举例来说，输出影片信号vo可为由初始影片v1、v2拼接而成的整合影片。此时，输出端口13可以单一音频串流的形式输出立体声音频信号s1、s2，即输出经整合立体声音频信号s1、s2的单一立体音频串流(以下称整合声音频信号so)。
66.在步骤s02的第四实施例中，影像处理单元11可先将初始影片v1、v2的版面位置以
一对一指定为版面配置信息l1中的版面位置lo1、lo2，然后于接收到初始影片v1、v2时再依据指定的版面位置lo1、lo2将初始影片v1、v2拼接成单一个输出影片信号vo(如图3所示)。具体而言，影像处理单元11将相同播放时间点的第一影像帧(即初始影片v1)与第二影像帧(即初始影片v2)依据版面配置信息l1中各自对应的配置位置lo1、lo2组合或先裁切再组合以形成第三影像帧(即输出影片信号vo)，然后再经由输出端口13将第三影像帧输出至影音播放装置3。其中，第三影像帧的一部分为第一影像帧(完整画面)或第一影像帧的局部，而第三影像帧的另一部分为第二影像帧(完整画面)或第二影像帧的局部。
67.并且，在步骤s03中，声音处理单元12在根据版面配置信息l1调整音频信号a1、a2为立体声音频信号s1、s2后，还会依据播放时间将立体声音频信号s1、s2合成为单一立体音频串流(以下称整合音频信号so)，然后再经由输出端口13输出整合音频信号so给各影音播放装置3。于接收到输出影片信号vo与整合声音频信号so时，影音播放装置3会同步播放输出影片信号vo与整合音频信号so。
68.然后，参照图1(或图2)及图3，声音处理单元12经由输出端口13输出由初始影片v1、v2构成的一个或多个输出影片信号vo与立体声音频信号s1、s2(即个别独立的立体声音频信号s1、s2或立体声音频信号s1、s2整合后的整合音频信号so)至影音播放装置3(步骤s04)，影音播放装置3即能同步播放目标41、42的初始影片v1、v2及立体声音频信号s1、s2。于此，立体声音频信号s1的播放效果对应于初始影片v1显示于影音播放装置3的版面位置。立体声音频信号s2的播放效果对应于初始影片v2显示于影音播放装置3的版面位置。
69.如此一来，使用者经由影音播放装置3所根据的初始影片v1、v2的不同版面位置而可以感受到对应的立体声音频信号s1、s2，如此可提供使用者音频的空间化效果。
70.在一些实施例中，各配置位置lo1、lo2可为坐标信息。换言之，版面配置信息l1包括表示初始影片v1、v2的版面位置的坐标信息。并且，版面配置信息l1更包括预设参考点l2的坐标信息。于此，预设参考点l2是指输出画面的观看者的预设位置。在一些实施例中，假设显示画面的版面配置是以二维配置(如图4及图5所示的输出画面的所有配置位置lo1、lo2均在同一xy平面上)，预设参考点l2可为版面配置的中心点。在另一些实施例中，假设显示画面的版面配置是以三维配置(如图6所示的输出画面的配置位置lo1、lo2相互平行且位在多个xy平面上)，预设参考点l2可为版面配置中所有版面位置于前方版面位置所在平面上或于前方版面位置之前的任一平行平面上所形成的垂直投影的中心点。
71.在步骤s03的一些实施例中，以二初始影片v1、v2为例，声音处理单元12可根据版面配置信息l1中用以表示初始影片v1的版面位置的坐标信息以及预设参考位置(如预设参考点l2)的坐标信息决定音频调整值(以下称为第一音频调整值)。并且，声音处理单元12可根据版面配置信息l1中用以表示初始影片v2的版面位置的坐标信息以及预设参考点l2的坐标信息决定另一音频调整值(以下称为第二音频调整值)。然后，声音处理单元12再根据第一音频调整值调整声音频信号a1为立体声音频信号s1，并根据第二音频调整值调整声音频信号a2为立体声音频信号s2。
72.在步骤s03的一些实施例中，以二初始影片v1、v2为例，声音处理单元12是以初始影片v1对应的坐标信息与预设参考点l2的坐标信息计算此初始影片v1的版面位置与预设参考点l2之间的相对距离，然后再根据前述得到的相对距离决定此初始影片v1的声音频信号a1的音频调整值，进而利用决定的音频调整值调整对应的声音频信号a1而生成立体声音
频信号s1。类似地，声音处理单元12亦以初始影片v2对应的坐标信息与预设参考点l2的坐标信息计算出相对距离，进而决定初始影片v2的音频信号a2的音频调整值，藉此调整音频信号a2而生成立体声音频信号s2。
73.在一些实施例中，相对距离可正比于音频调整值。也就是说，若初始影片v1、v2的版面位置愈邻近预设参考点l2，声音处理单元12产生的音频调整值愈小，即声音处理单元12在产生此初始影片v1、v2对应的立体声音频信号s1、s2时需调整的音频调整量愈少。反之，若初始影片v1、v2的版面位置愈远离预设参考点l2，声音处理单元12产生的音频调整值愈大，则对应的立体声音频信号s1、s2需调整的音频调整量愈多。
74.在一些实施例中，对应初始影片v1、v2的坐标信息可包括指定点坐标信息及边长信息。其中，指定点坐标信息是定义初始影片v1、v2的版面位置的指定点在显示版面中的位置。其中，初始影片v1、v2的指定点坐标可依实际需求设定为版面位置上的任一点。边长信息是定义初始影片v1、v2的版面位置的边长或尺寸。
75.在一些实施例中，假设初始影片v1、v2的版面位置为矩形，则边长信息可为宽度信息w1、w2及长度信息l3、l4。其中，宽度信息w1、w2与长度信息l3、l4分别是定义初始影片v1、v2于对应的版面位置的二边长(如图4所示)。
76.在一实施例中，指定点可为原点。以初始影片v1、v2的版面位置为矩形为例，对应初始影片v1、v2的坐标信息可包括原点坐标信息o1、o2、宽度信息w1、w2及长度信息l3、l4。其中，初始影片v1、v2的版面位置的原点可为初始影片v1、v2的版面位置的边缘上的任一点。较佳地，初始影片v1、v2的版面位置的原点可为该版面位置的顶点。于此，宽度信息w1、w2与长度信息l3、l4可分别是定义初始影片v1、v2的版面位置的连接原点的二边长。
77.在另一实施例中，指定点可为中心点。以初始影片v1、v2的版面位置为矩形为例，对应初始影片v1、v2的坐标信息可包括中心点坐标信息p1、p2、宽度信息w1、w2及长度信息l3、l4。中心点坐标信息p1、p2是定义初始影片v1、v2的版面位置的中心点在显示版面中的位置。
78.在一些实施例中，当显示画面的版面配置是以二维配置(如图4及图5所示)时，指定点坐标信息及预设参考点l2个别可包括纵向数据与横向数据。在一些实施例中，纵向数据与横向数据可分别为x坐标值与y坐标值。
79.在一些实施例中，如图4及图5所示，以显示画面的版面配置位于x-y平面上为例。在版面配置信息l1中，对应初始影片v1的坐标信息可包含初始影片v1的版面位置于x-y平面上的原点坐标信息o1、相对原点坐标信息o1的宽度信息w1以及长度信息l3，且对应初始影片v2的坐标信息可包含初始影片v2的版面位置中于x-y平面上的原点坐标信息o2、相对原点坐标信息o2的宽度信息w2以及长度信息l4。举例来说，参照图4，以显示画面的版面配置为将整个版面对分为左方版面位置31及右方版面位置32为例。原点坐标信息o1与原点坐标信息o2可分别为左方版面位置31的顶点(即左方版面位置31的原点)的坐标与右方版面位置32的顶点(即右方版面位置32的原点)的坐标。原点坐标信息o2位于原点坐标信息o1的右方。宽度信息w1与长度信息l3分别为左方版面位置31上原点连接的二边长。宽度信息w2与长度信息l4分别为右方版面位置32上原点连接的二边长。以显示画面的版面配置为将整个版面对分为为上方版面位置33及下方版面位置34为例。原点坐标信息o1与原点坐标信息o2可分别为上方版面位置33的顶点(即上方版面位置33的原点)的坐标与下方版面位置34
的顶点(即下方版面位置34的原点)的坐标，并且原点坐标信息o2位于原点坐标信息o1的下方。宽度信息w1与长度信息l3分别为上方版面位置33上原点连接的二边长。宽度信息w2与长度信息l4分别为下方版面位置34上原点连接的二边长。应能明了的是，于此虽然以各子画面的显示区块的顶点作为此版面位置的原点为例，但不限于此，实际上可任意选用各子画面的显示区块的相同相对位置(即任一点)作为此版面位置的原点。较佳地，各版面位置的原点可为显示区块的任一顶点。
80.在步骤s03的一些实施例中，声音处理单元12可根据初始影片v1、v2的原点坐标信息o1、o2、宽度信息w1、w2与长度信息l3、l4计算初始影片v1、v2的版面位置的中心点坐标信息p1、p2。接着，声音处理单元12根据中心点坐标信息p1、p2与预设参考点l2的坐标信息计算初始影片v1、v2的版面位置与预设参考点l2之间的相对距离(即中心点与预设参考点l2之间的绝对距离)。然后，声音处理单元12再根据前述得到的相对距离决定此初始影片v1、v2的音频调整值，并且利用决定的音频调整值调整对应的音频信号a1、a2而生成立体声音频信号s1、s2。
81.在一实施例中，声音处理单元12可将原点坐标信息o1、宽度信息w1及长度信息l3代入中心点演算式以计算出初始影片v1的版面位置的中心点坐标信息p1(如，图4所示的左方版面位置31的中心点的x坐标值与y坐标值)。接着，声音处理单元12将中心点坐标信息p1与预设参考点l2的坐标信息代入距离演算式以计算初始影片v1的版面位置与预设参考点l2之间于x-y平面上的相对距离(以下称为第一距离)。然后，声音处理单元12再根据第一距离决定第一音频调整值。同理，声音处理单元12可将原点坐标信息o2、宽度信息w2及长度信息l4代入中心点演算式以计算出于初始影片v2的版面位置的中心点坐标信息p2(如，图4所示的右方版面位置32的中心点的x坐标值与y坐标值)。接着，声音处理单元12再将中心点坐标信息p2与预设参考点l2的坐标信息代入距离演算式，以计算初始影片v2的版面位置与预设参考点l2之间于x-y平面上的相对距离(以下称为第二距离)。然后，声音处理单元12再根据第二距离决定第二音频调整值。
82.当坐标信息中已存在中心点坐标信息p1、p2时，在步骤s03的一些实施例中，声音处理单元12可直接根据中心点坐标信息p1、p2与预设参考点l2的坐标信息计算初始影片v1、v2的版面位置与预设参考点l2之间的相对距离。然后，声音处理单元12再根据前述得到的相对距离决定此初始影片v1、v2的音频调整值，并且利用决定的音频调整值调整对应的音频信号a1、a2而生成立体声音频信号s1(s2)。
83.在一些实施例中，声音处理单元12可不需实际计算出各初始影片v1、v2的版面位置与预设参考点l2的相对距离，而是通过比对各初始影片v1、v2的配置位置lo1、lo2与预设参考点l2来取得预存的音频调整值。
84.在步骤s03的一些实施例中，声音处理单元12可比对初始影片v1、v2的配置位置lo1、lo2与预设参考点l2的坐标信息(如，比较原点坐标信息o1、o2与预设参考点l2的坐标信息)，以判断初始影片v1、v2的版面位置为第一位置或为第二位置，并取得预存的音频调整值中对应判断结果的音频调整值，进而以取得的音频调整值调整对应的音频信号a1、a2而生成立体声音频信号s1、s2。
85.以二初始影片v1、v2为例，当声音处理单元12判断出初始影片v1的版面位置为第一位置且初始影片v2的版面位置为第二位置时，声音处理单元12可根据第一位置与音频调
整值之间的预设对应关系决定第一音频调整值，并根据第二位置与音频调整值之间的预设对应关系决定第二音频调整值。举例来说，储存单元储存有各种版面位置与其对应的音频调整值的对应表。声音处理单元12以第一位置与第二位置搜寻对应表中相同的版面位置。然后，声音处理单元12从储存单元读出与第一位置相同的版面位置所对应的音频调整值以作为第一音频调整值，以及从储存单元读出与第二位置相同的版面位置所对应的音频调整值以作为第二音频调整值。反之，当声音处理单元12判断出初始影片v1的版面位置为第二位置且初始影片v2的版面位置为第一位置时，声音处理单元12可根据第二位置与音频调整值之间的预设对应关系决定第一音频调整值，并根据第一位置与音频调整值之间的预设对应关系决定第二音频调整值。如此一来，声音处理单元12可节省前述实际计算相对距离值的运算量。
86.举例来说，以第一位置为图4所示的左方版面位置31且第二位置为图4所示的右方版面位置32为例。声音处理单元12比对初始影片v1、v2对应的原点坐标信息o1、o2的横向数据与预设参考点l2的坐标信息的横向数据。当原点坐标信息o1、o2的横向数据大于预设参考点l2的坐标信息的横向数据时，声音处理单元12判定初始影片v1、v2的版面位置位在相对于预设参考点l2的右方，即确定初始影片v1、v2的版面位置为右方版面位置32。反之，当原点坐标信息o1、o2的横向数据不大于预设参考点l2的坐标信息的横向数据时，声音处理单元12判定初始影片v1、v2的版面位置位在相对于预设参考点l2的左方，即确定初始影片v1、v2的版面位置为左方版面位置31。
87.在另一范例中，以第一位置为图5所示的上方版面位置33且第二位置为图5所示的下方版面位置34为例。声音处理单元12比对初始影片v1、v2对应的原点坐标信息o1、o2的纵向数据与预设参考点l2的坐标信息的纵向数据。当原点坐标信息o1的纵向数据大于预设参考点l2的坐标信息的纵向数据时，声音处理单元12判定初始影片v1、的版面位置位在相对于预设参考点l2的上方，即确定初始影片v1、的版面位置为上方版面位置33。反之，当原点坐标信息o2的纵向数据不大于预设参考点l2的坐标信息的纵向数据时，声音处理单元12判定初始影片v2的版面位置位在相对于预设参考点l2的下方，即确定初始影片v2的版面位置为下方版面位置34。
88.在一些实施例中，各音频调整值包括对应的音频信号a1(或a2)的至少一信号参数的调整信息。其中，调整信息可例如为音量信息、延迟信息、频率信息、或相位信息等。音量信息是用以调整声音频信号a1(或a2)的振幅大小。延迟信息是用以调整声音频信号a1(或a2)的延迟时间。频率信息是用以调整声音频信号a1(或a2)的频率成分。相位信息是用以调整声音频信号a1(或a2)的相位。
89.在一些实施例中，以影音播放装置3包含至少两声道(例如，左声道及右声道)且前述的初始影片v1的版面位置为左方版面位置31及初始影片v2的版面位置为右方版面位置32为例。为建立相对于x轴方向具有立体声音音效的立体声音频信号s1，前述的第一音频调整值可包含音量信息及/或延迟(delay)信息。在步骤s03的实施例中，声音处理单元12可根据左方版面位置31的坐标信息(即，原点坐标信息o1、长度信息l3及宽度信息w1)决定第一音频调整值的音量信息及/或延迟信息。接着，声音处理单元12可根据第一音频调整值的音量信息将初始影片v1的音频信号a1的音量大小进行衰减(如根据音量信息将音频信号a1的振幅降低特定值或特定比例)，且根据第一音频调整值的延迟信息将音频信号a1加上延迟
时间，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s1。其中，经衰减且延迟后的音频信号a1成为立体声音频信号s1的第一信号分量，并且未经衰减且未经延迟的音频信号a1可成为立体声音频信号s1的第二信号分量。然后，声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s1至影音播放装置3。影音播放装置3以其右声道播放立体声音频信号s1的第一信号分量，且影音播放装置3以其左声道播放立体声音频信号s1的第二信号分量。
90.同理，为建立相对于x轴方向具有立体声音音效的立体声音频信号s2，第二音频调整值可包含音量信息及/或延迟信息。在步骤s03的一实施例中，声音处理单元12可根据右方版面位置32的坐标信息(即，原点坐标信息o2、长度信息l4及宽度信息w2)决定第二音频调整值的音量信息及/或延迟信息，声音处理单元12可根据第二音频调整值的音量信息将初始影片v2的音频信号a2的音量大小进行衰减，且声音处理单元12可进一步根据第二音频调整值的延迟信息将音频信号a2加上延迟时间，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s2。其中，经衰减且延迟后的音频信号a2成为立体声音频信号s2的第一信号分量，未经衰减且未经延迟的音频信号a2可成为立体声音频信号s2的第二信号分量。然后，声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s2至影音播放装置3。影音播放装置3以其左声道播放立体声音频信号s2的第一信号分量，且影音播放装置3以其右声道播放立体声音频信号s2的第二信号分量。
91.于是，影音播放装置3的使用者可感受到初始影片v1的主要声音来自左方，且感受到初始影片v2的主要声音来自右方。也就是说，初始影片v1的立体声音频信号s1可初始影片v1于影音播放装置3的版面位置(即，左方版面位置31)，且初始影片v2的立体声音频信号s2可对应初始影片v2于影音播放装置3的版面位置(即，右方版面位置32)。
92.换句话说，声音处理单元12还可根据各初始影片v1、v2对应的指定点相对预设参考点l2的左右方位调整此初始影片v1、v2的声音频信号a1、a2的音量(即振幅)及/或延迟时间。
93.在一些实施例中，以前述的影音播放装置3包含至少两声道(以下称为第一声道及第二声道)且初始影片v1的版面位置为上方版面位置33及初始影片v2的版面位置为下方版面位置34为例，为建立相对于y轴方向具有立体声音音效的立体声音频信号s1，前述的第一音频调整值可包含音量信息及/或频率信息。在步骤s03的实施例中，声音处理单元12可根据上方版面位置33的坐标信息(如，原点坐标信息o1、长度信息l3及宽度信息w1)决定第一音频调整值的音量信息及/或频率信息，接着，声音处理单元12可根据第一音频调整值的音量信息将初始影片v1的音频信号a1的音量大小进行衰减，且声音处理单元12可进一步通过等化(eq)手段根据第一音频调整值的频率信息调整声音频信号a1的频率成分(如。声音处理单元12可压低声音频信号a1的高频成分)，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s1。于此，经衰减且调整频率成分后的声音频信号a1成为立体声音频信号s1的第一信号分量，并且未经衰减且未调整频率成分的声音频信号a1可成为立体声音频信号s1的第二信号分量。然后，声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s1至影音播放装置3。影音播放装置3以其第一声道播放立体声音频信号s1的第一信号分量，且影音播放装置3以其第二声道播放立体声音频信号s1的第二信号分量。
94.同理，为建立相对于y轴方向具有立体声音音效的立体声音频信号s2，第二音频调整值可包含音量信息及/或频率信息。在步骤s03的实施例中，声音处理单元12可根据下方版面位置34的坐标信息(如，原点坐标信息o2、长度信息l4及宽度信息w2)决定第二音频调整值的音量信息及/或频率信息，接着，声音处理单元12可根据第二音频调整值的音量信息将初始影片v2的音频信号a2的音量大小进行衰减，且声音处理单元12可进一步通过等化手段根据第二音频调整值的频率信息调整音频信号a2的频率成分，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s2。其中，经衰减且调整频率成分后的音频信号a2成为立体声音频信号s2的第一信号分量，以及未经衰减且未调整频率成分的音频信号a2可成为立体声音频信号s2的第二信号分量。声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s2至影音播放装置3。影音播放装置3以其第二声道播放立体声音频信号s2的第一信号分量，且影音播放装置3以其第一声道播放立体声音频信号s2的第二信号分量。
95.于是，影音播放装置3的使用者可感受到初始影片v1的主要声音来自上方，且感受到初始影片v2的主要声音来自下方。也就是说，初始影片v1的立体声音频信号s1可对应初始影片v1于影音播放装置3的版面位置(即，上方版面位置33)且初始影片v2的立体声音频信号s2可对应初始影片v2于影音播放装置3的版面位置(即，下方版面位置34)。
96.换句话说，声音处理单元12还可根据各初始影片v1、v2对应的指定点相对预设参考点l2的上下方位调整此初始影片v1(v2)的音频信号a1(a2)的音量及/或频率成分。
97.在一些实施例中，当显示画面的版面配置是以三维配置(如图6所示)时，指定点坐标信息及预设参考点l2的坐标信息个别可包括纵向数据、横向数据与深度数据。在一些实施例中，纵向数据、横向数据与深度数据可分别为x坐标值、y坐标值与z坐标值。
98.在步骤s03的一些实施例中，声音处理单元12还可根据各初始影片v1、v2对应的指定点坐标信息中的深度数据及预设参考点l2的坐标信息中的深度数据计算出深度距离，并根据计算出的深度距离决定此初始影片v1、v2的音频信号a1、a2的音频调整值中的相位信息。在另一些实施例中，声音处理单元12则可通过比对初始影片v1、v2对应的指定点坐标信息与预设参考点l2的坐标信息来判断初始影片v1、v2的版面位置，进而从预设的多个音频调整值(其含相位信息)取得对应判断结果的音频调整值(其含相位信息)。
99.在一些例中，以显示画面的版面配置位于x-y-z平面上(如图6所示)且显示画面为子母画面(如图7所示)为例。请参照图6及图7，初始影片v1、v2的版面位置可分别为相对于预设参考l2于z轴上具有不同深度距离d1、d2的前方版面位置35及后方版面位置36。初始影片v1的版面位置可为前方版面位置35，且初始影片v2的版面位置可为后方版面位置36。
100.在步骤s03的实施例中，声音处理单元12还可根据前方版面位置35的中心点坐标信息p1中的深度数据及预设参考点l2的坐标信息中的深度数据计算出深度距离d1，并且声音处理单元12再根据计算出的深度距离d1决定第一音频调整值中的相位信息(如，相位信息可正比于深度距离d1)。同理，声音处理单元12还可根据后方版面位置36的中心点坐标信息p2及预设参考点l2的坐标信息计算出深度距离d2，并且声音处理单元12再根据计算出的深度距离d2决定第二音频调整值中的相位信息(如，相位信息可正比于深度距离d2)。
101.举例来说，以前述的影音播放装置3包含第一声道及第二声道且初始影片v1的版面位置为前方版面位置35及初始影片v2的版面位置为后方版面位置36为例。为建立相对于
z轴方向具有立体声音效的立体声音频信号s1，前述的第一音频调整值可包含音量信息及相位信息。在步骤s03的实施例中，声音处理单元12可根据前方版面位置35的坐标信息(如，原点坐标信息o1、长度信息l3及宽度信息w1)决定第一音频调整值的音量信息及相位信息。接着，声音处理单元12可根据第一音频调整值的音量信息将初始影片v1的声音频信号a1的音量大小进行衰减，且声音处理单元12可进一步根据第一音频调整值的相位信息调整音频信号a1的相位(如，声音处理单元12可以反相的方式调整音频信号a1的相位)，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s1。经衰减且调整相位后的声音频信号a1成为立体声音频信号s1的第一信号分量，以及未经衰减且未调整相位的声音频信号a1可成为立体声音频信号s1的第二信号分量。然后，声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s1至影音播放装置3。影音播放装置3以其第一声道播放立体声音频信号s1的第一信号分量，且影音播放装置3以其第二声道播放立体声音频信号s1的第二信号分量。
102.同理，为建立相对于z轴方向具有立体声音音效的立体声音频信号s2，前述的第二音频调整值可包含音量信息及相位信息。在步骤s03的实施例中，声音处理单元12可根据后方版面位置36的坐标信息(如，原点坐标信息o2、长度信息l4及宽度信息w2)决定第二音频调整值的音量信息及相位信息。接着，声音处理单元12可根据第二音频调整值的音量信息将初始影片v2的音频信号a2的音量大小进行衰减，且声音处理单元12可进一步根据第二音频调整值的相位信息调整音频信号a2的相位(如，声音处理单元12可以反相的方式调整音频信号a2的相位)，藉以生成包含第一信号分量与第二信号分量的立体声音频信号s2。其中，经衰减且调整相位后的音频信号a2成为立体声音频信号s2的第一信号分量，以及未经衰减且未调整相位的音频信号a2可成为立体声音频信号s2的第二信号分量。声音处理单元12再发送包含第一信号分量与第二信号分量的立体声音频信号s2至影音播放装置3。影音播放装置3以其第二声道播放立体声音频信号s2的第一信号分量，且影音播放装置3以其第一声道播放立体声音频信号s2的第二信号分量。于是，影音播放装置3的使用者可感受到位于不同深度的版面位置上的初始影片v1、v2的主要声音具有不相同的距离感。
103.在另一范例中，以第一位置为图6所示的前方版面位置35、第二位置为图6所示的后方版面位置36且前方版面位置35与后方版面位置36均位在预设参考点l2的后方为例。声音处理单元12可比对初始影片v1、v2对应的原点坐标信息o1、o2的深度数据与预设参考点l2的坐标信息的深度数据来得知初始影片v1、v2的版面位置。当初始影片v1对应的深度数据小于预设参考点l2的坐标信息的深度数据和初始影片v2对应的深度数据时，声音处理单元12判定初始影片v1的版面位置位在相对于预设参考点l2的最后方，即确定初始影片v1的版面位置为后方版面位置36，进而从预设的多个音频调整值中取得对应后方版面位置36的音频调整值。反之，当初始影片v1对应的深度数据小于预设参考点l2的坐标信息的深度数据但大于初始影片v2对应的深度数据时，声音处理单元12判定初始影片v1的版面位置位在相对于预设参考点l2的后方且相对于初始影片v2的版面位置的前方，即确定初始影片v1的版面位置为前方版面位置35，进而从预设的多个音频调整值中取得前方版面位置35对应的音频调整值。
104.换句话说，声音处理单元12还可根据初始影片v1、v2对应的指定点相对于预设参考点l2的深度调整此初始影片v1、v2的音频信号a1、a2的音量及/或相位。
105.在一实施例中，第一声道可为左声道，而第二声道可为右声道。在另一实施例中，第一声道可为上方声道，而第二声道可为下方声道。
106.于此，上述各实施例仅为范例说明如何将音频信号调整为立体声音频信号，且其是针对音量、延迟、相位、频率或其他等任意组合的声音参数进行调整，以能使立体声音频信号更符合使用现况。举例来说，通过调整音频信号的音量、延迟与相位等二种、三种或更多声音参数而得到的立体声音频信号可以让使用者听到声音来自于左前方、右前方、左后方、右后方、左上方、右上方、左下方或右下方等其中一方位，换言之，可视需要而调整一个或多个声音参数而能让听者更有立体感。
107.应能明了的是，在前述实施例中，虽然是以各影音撷取装置2分别输出初始影片v1(或v2)与音频信号a1(或a2)给影音处理装置1进行说明，然不以此为限。换句话说，在一些实施例中，影音撷取装置2可输出单一影音串流给影音处理装置1，再通过影音处理装置1的影音分离单元(图未示)对输入的影音串流进行影片与音频信号的分离作业。其中，影音分离单元耦接在输入单元10与影像处理单元11之间以及在输入单元10与声音处理单元12之间。
108.同样地，在一些实施例中，影音处理装置1可输出单一影音串流给影音播放装置3。于此，影音处理装置1可通过影音合成单元(图未示)将对应于来源标记或配置位置lo1、lo2的初始影片v1、v2的输出影片信号vo与整合音频信号so合并成单一影音串流，再经由输出端口13中输出给影音播放装置3。于此，影音合成单元耦接在影像处理单元11与输出端口13之间以及在声音处理单元12与输出端口13之间。
109.在一些实施例中，前述的影像处理单元11与声音处理单元12(以及影音合成单元及/或影音合成单元)可以一个或多个处理单元实现。其中，各处理单元可以是任何基于操作指令操作信号的模拟和/或数字装置等，但不限于此。
110.在一些实施例中，前述的储存单元可耦接影像处理单元11或内建在影像处理单元11中。于此，储存单元可以一个或多个储存元件所实现。其中，储存元件可以是例如记忆体或暂存器等，但不限于此。
111.在一些实施例中，输入单元10可由多个个连接端口或由一个或多个网络模块实现。各连接端口能通过传输线耦接影音处理装置1的外部装置(即影音撷取装置2)。于此，连接端口支援影音、影像或音频传输。网络模块可符合任何无线通讯协定或有线通讯协定。
112.在一些实施例中，输出端口13可为实体影音连接器、或支援任何无线通讯协定的连接器。
113.在一些实施例中，于影音处理装置1耦接多个影音播放装置3时，所有影音播放装置3可从影音处理装置1接收相同的文件，即个别接收到相同的输出影片信号vo与立体声音频信号s1、s2(或so)。
114.在一些实施例中，根据本发明的音频空间化的影音处理方法可由电脑程序产品实现，以致于当影音处理装置1载入程序并执行后可完成任一实施例的音频空间化的影音处理方法。换言之，任一实施例的音频空间化的影音处理方法通过一个或多个处理单元执行固件或软件演算法而实现在影音处理装置1上。在一些实施例中，电脑程序产品可为可读取记录媒体，而上述程序则储存在可读取记录媒体中供影音处理装置1载入。在一些实施例中，上述程序本身即可为电脑程序产品，并且经由有线或无线的方式传输至影音处理装置1
中。
115.综上所述，根据本发明的影音处理方法及其影音处理装置的任一实施例，影音处理装置1可根据影片的显示位置对应地调整影片的音频信号的信号参数。在一些实施例中，立体声音频信号s1、s2(或so)与音频信号a1、a2相比有音量、延迟、相位、频率或其他等任意组合的差异；或立体声音频信号s1、s2(或so)是对应于影音播放装置3的各声道，于此，立体声音频信号s1、s2(或so)于不同声道输出时，其在音量、延迟、相位、频率或其他等任意组合的信号参数上互为不同。藉此，可建立三度空间中的音频空间化效果，以提供使用者可享受到立体影音效果。
116.当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。