用于生成多个参数化音频流的装置和方法以及用于生成多个扬声器信号的装置和方法
【技术领域】
[0001] 本发明总体上设及参数化空间音频处理，更具体地，设及用于生成多个参数化音 频流的装置和方法W及用于生成多个扬声器信号的装置和方法。本发明的进一步的实施例 设及基于扇区（sector)的参数化空间音频处理。
【背景技术】
[0002] 在多声道收听中，收听者由多个扬声器围绕。存在有多种已知方法W捕获该样的 设置的音频。首先考虑扬声器系统和用该些扬声器系统能产生的空间感受。在没有特殊技 术的情况下，常见的双声道立体声设备只能在连接扬声器的线路上产生听觉事件。无法产 生从其它方向发出的声音。逻辑上，通过使用环绕收听者的更多个扬声器，可W涵盖更多个 方向并且可W产生更自然的空间感受。最为众所周知的多声道扬声器系统和布局为5. 1标 准（"ITU-R775-1")，其包括相对于收听位置在0°、30°和110°的方位角处的五个扬声 器。也已知具有位于不同方向的不同数量的扬声器的其它系统。
[0003] 在本领域中，针对前述扬声器系统已经设计出数种不同的记录方法，W便再现如 同在记录环境中会感知的收听情况下的空间感受。针对选择的多声道扬声器系统记录空间 声音的理想方式是使用数量与所存在的扬声器相同的麦克风。在该样的情况下，麦克风的 指向性图案（directivitypattern)也应该对应于扬声器布局，W使得只用一个、两个、或 S个麦克风记录来自任何单一方向的声音。使用的扬声器越多，因而需要的指向性图案就 越窄。然而，该样的窄指向性麦克风相当昂贵，并且通常具有非平坦的频率响应，该不是期 望的。此外，使用具有太宽指向性图案的数个麦克风作为多声道再现的输入，结果导致多彩 而模糊的听觉感知，原因在于从单一方向发出的声音经常是用比所需的扬声器更多的扬声 器来再现。因此，当前的麦克风最适合双声道记录和再现，而没有环绕空间感受的目标。
[0004] 空间声音记录的另一种已知方法是记录分散在宽广空间区域的大量麦克风。例 如，当记录在舞台上的一支管弦乐团时，单一乐器可由所谓的点麦克风拾取，其位置接近声 源。前声音舞台的空间分布例如可由传统的立体声麦克风捕获。对应于后期混响的声场分 量可由位于距舞台相对远的距离的数个麦克风捕获。然后，音响师可W通过使用可用的全 部麦克风声道的组合来混合期望的多声道输出。然而，该记录技术暗示极大型记录设置W 及记录声道的手工混音，该实际上通常是不可行的。
[0005] 用于基于定向音频编码值irAC)记录和再现空间音频的传统系统（如在W下中 所述；T. Lokki、J. Merimaa、V. Pulkki ;Method for Reproducing Natural or Modified Spatial Impression in Multichannel Listening(用于在多声道收听中再现自然或修正 空间感受的方法），美国专利第7,787,638B2号，2010年8月31日，W及V.化化ki ;Spatial Sound Reproduction with Directional Audio Coding(利用定向音频编码的空间声音再 现），J. Audio E；ng. Soc. , Vol. 55, No. 6, PP. 503-516, 2007)依赖于简单通用的声场模型。因 此，它们有一些系统性缺点，该限制了实际上可达到的声音质量和体验。
[0006] 已知的解决方案的常见问题为该些解决方案相当复杂且通常与空间声音质量的 劣化相关联。
[0007] 因此，本发明的目的是提出参数化空间音频处理的改进构想，其允许使用相对简 单且紧凑的麦克风配置来达成更高质量、更逼真的声音记录和再现。
【发明内容】
[000引该目的通过根据权利要求1所述的装置、根据权利要求13所述的装置、根据权利 要求15所述的方法、根据权利要求16所述的方法、根据权利要求17所述的计算机程序、或 根据权利要求18所述的计算机程序来实现。
[0009] 根据本发明的一个实施例，一种用于根据从在记录空间中进行记录而获得的输入 空间音频信号来生成多个参数化音频流的装置包括分段器（segmentor)和生成器。该分段 器被配置用于从输入空间音频信号提供至少两个输入分段音频信号。该里，该至少两个输 入分段音频信号与记录空间的对应分段相关联。该生成器被配置用于针对至少两个输入分 段音频信号中的每一个生成参数化音频流W获得多个参数化音频流。
[0010] 为本发明的基础的基本构想为在从输入空间音频信号提供至少两个输入分段音 频信号的情况下、W及在针对至少两个输入分段音频信号中的每一个生成参数化音频流W 获得多个参数化音频流的情况下，能够实现改进的参数化空间音频处理，其中至少两个输 入分段音频信号与该记录空间的对应分段相关联。该允许使用相对简单且紧凑的麦克风配 置来实现更高质量、更逼真的空间声音记录和再现。
[0011] 根据另一实施例，该分段器被配置成针对记录空间的每个分段而使用指向性图 案。此处，该指向性图案指示至少两个输入分段音频信号的指向性。通过使用指向性图案， 可W获得所观察的声场的更佳模型匹配，特别是在复杂声音场景中。
[0012] 根据另一实施例，该生成器被配置用于获得多个参数化音频流，其中，多个参数化 音频流均包括至少两个输入分段音频信号的分量和对应的参数化空间信息。例如，每个参 数化音频流的参数化空间信息包括到达方向值0A)参数和/或扩散性参数。通过提供D0A 参数和/或扩散性参数，可W在参数化信号表示域中描述观察的声场。
[0013] 根据又一实施例，一种用于根据从记录在录空间中的输入空间音频信号得到的多 个参数化音频流来生成多个扬声器信号的装置包括呈现器和组合器。该呈现器被配置用于 从多个参数化音频流提供多个输入分段扬声器信号。此处，输入分段扬声器信号与记录空 间的对应分段相关联。该组合器被配置用于组合输入分段扬声器信号W获得多个扬声器信 号。
[0014] 本发明的另外的实施例提供了用于生成多个参数化音频流的方法W及用于生成 多个扬声器信号的方法。
【附图说明】
[0015] W下，将参照【附图说明】本发明的实施例，在附图中：
[0016] 图1示出用于用分段器和生成器从记录在记录空间中的输入空间音频信号生成 多个参数化音频流的装置的实施例的框图；
[0017] 图2示出基于混合或矩阵化运算的、根据图1的装置的该实施例的分段器的示意 图；
[001引图3示出使用指向性图案的、根据图1的装置的该实施例的分段器的示意图；
[0019] 图4示出基于参数化空间分析的、根据图1的装置的该实施例的生成器的示意 图；
[0020] 图5示出用于用呈现器和组合器从多个参数化音频流生成多个扬声器信号的装 置的实施例的框图；
[0021] 图6示出记录空间的示例分段的示意图，每个分段表示在二维（2D)平面内或在S 维（3D)空间内的方向子集；
[0022] 图7示出针对记录空间的两个分段或扇区的示例扬声器信号计算的示意图；
[0023] 图8示出使用二阶B格式输入信号的、针对记录空间的两个分段或扇区的示例扬 声器信号计算的示意图；
[0024] 图9示出包括在参数化信号表示域中的信号修正的、针对记录空间的两个分段或 扇区的示例扬声器信号计算的示意图；
[0025] 图10示出由根据图1的装置的该实施例的分段器提供的输入分段音频信号的示 例极性图案（polarpattern)的示意图；
[0026] 图11示出用于执行声场记录的示例麦克风配置的示意图拟及
[0027] 图12示出用于获得更高阶麦克风信号的全向麦克风的示例圆形阵列的示意图。
【具体实施方式】
[002引在利用附图更详细地讨论本发明之前，须指出的是，在附图中，相同元件、具有相 同功能或相同效果的元件W相同的附图标记提供，使得在不同实施例中示例说明的该些元 件及其功能的描述在不同实施例中可相互交换或可彼此适用。
[0029] 图1示出用于使用分段器110和生成器120根据从在记录空间中进行记录而获 得的输入空间音频信号105来生成多个参数化音频流125 ( 0。的装置100的实施 例的框图。例如，该输入空间音频信号105包括全向信号W和多个不同的定向信号X、Y、 Z、U、V(或X、Y、U、V)。如图1所示，该装置100包括分段器110和生成器120。例如，该分 段器110被配置用于从输入空间音频信号105的全向信号W和多个不同定向信号X、Y、Z、 U、V提供至少两个输入分段音频信号115 (W。X。Y。Zi)，其中该至少两个输入分段音频信号 115(Wi，Xi，Yi，Zi)与记录空间的对应分段Segi相关联。此外，生成器120可被配置用于针对 至少两个输入分段音频信号115 (Wi，X。Yi，Zi)中的每一个生成参数化音频流W获得多个参 数化音频流125(0。Wi，Wi)。
[0030] 通过用于生成多个参数化音频流125的装置100,可W避免空间声音质量的劣化 并避免相对复杂的麦克风配置。因此，根据图1的装置100的实施例允许使用相对简单且 紧凑的麦克风配置获得更高质量、更逼真的空间声音记录。
[0031] 在实施例中，记录空间的分段Segi均表示二维（2D)平面内或S维（3D)空间内的 方向子集。
[0032] 在实施例中，记录空间的分段Segi均W关联的定向度量为特征。
[0033]根据实施例，该装置100被配置用于执行声场记录W获得输入空间音频信号105。 例如，分段器110被配置用于将关注的全角度范围划分成记录空间的分段Segi。此外，记录 空间的分段Segi均可覆盖相比于关注的全角度范围缩小的角度范围。
[0034] 图2示出基于混合（或矩阵化）运算的、根据图1的装置100的该实施例的分 段器110的示意图。如在图2中示例性地示出，分段器110被配置成使用混合或矩阵化 运算来根据全向信号W和多个不同定向信号X、Y、Z、U、V生成至少两个输入分段音频信 号115 (W。X。Y。Zi)，该混合或矩阵化运算取决于记录空间的分段Segi。通过图2中示例 性示出的分段器110,可W使用预定义的混合或矩阵化运算来将构成输入空间音频信号 105的全向信号W和多个不同的定向信号X、Y、Z、U、V映射为至少两个输入分段音频信号 115 (W。X。Y。Zi)。该预定义的混合或矩阵化运算取决于记录空间的分段Segi，并且实质上 可W用于从输入空间音频信号105分出来至少两个输入分段音频信号115 (W。X。Y。Z