使用被组织为任意n边形的网格的扬声器呈现音频的制作方法
【专利说明】
[0001] 相关申请的交叉引用
[0002] 本申请要求于2013年3月28日提交的美国临时专利申请No. 61/805, 977的优先 权，其全部内容通过引用被合并到本文中。
技术领域
[0003] 本发明涉及使用扬声器阵列呈现音频节目的系统和方法，其中，假定扬声器被组 织为其面是任意N边形（多边形）的网格，其中N边形的顶点对应于扬声器的位置。通常， 节目指示至少一个源，并且呈现包括：使用假定被组织为其面是任意N边形的网格的扬声 器沿着轨迹将源移位（panning)，其中N边形的顶点与扬声器的位置相对应。
【背景技术】
[0004] 作为通过扬声器阵列呈现指示沿着轨迹移动的声源的音频以供回放的处理，声音 移位是典型的音频节目呈现的重要组成部分。在一般情况下，可以任意放置扬声器。因此， 期望以在移位处理中适当地考虑扬声器位置的方式来实现声音移位，其中扬声器可以具有 范围广泛的扬声器位置。理想地，移位适当地考虑包括任意数量的任意放置的扬声器的任 意扬声器阵列中的扬声器的位置。
[0005] 在典型的移位实现中，通常在使用例如笛卡尔（x，y，z)坐标系的三维（3D)空间中 通过一组时变位置元数据来限定源轨迹。可以在同一坐标系中表达扬声器位置。通常，坐 标系被规范化成典范表面或典范体积。
[0006] 假定一组扬声器位置和期望的感知声源位置，移位处理可以包括以下步骤：确定 在移位期间的每个时刻将使用（全部扬声器阵列中的）哪个扬声器子集来创建适当的感知 像。该处理通常包括以下步骤：计算一组增益W 1，每个子集（假定包括"i"个起作用的扬声 器，其中，i是任意正整数）的扬声器使用该组增Sw1来回放源信号S的加权副本，使得该 子集的第" i "个扬声器被与以下成比例的扬声器馈送驱动：
[0008] 如果p = 1，则增益为保幅，或者如果p = 2,则增益为保幂。
[0009] -些常规的音频节目呈现方法假定将（例如，在移位期间的任意时刻）对节目进 行回放的扬声器相对于听者（例如，在扬声器阵列的"最佳听音位置（sweet spot)"处的听 者）布置在标称二维（2D)空间。其他常规的音频节目呈现方法假定将（例如，在移位期间 的任意时刻）对节目进行回放的扬声器相对于听者（例如，在扬声器阵列的"最佳听音位 置"处的听者）布置在三维（3D)空间中。
[0010] 大多数常规的移位方法（例如，基于矢量的幅值相移或"VBAP"）假定使用沿着圆 周的扬声器（一维扬声器阵列）或近似于可能的源方向的球形（例如，图13中所示的"球 形"，其被拟合在图13中所示的6个扬声器的近似位置）的3D三角形网格（其面是三角形 的3D网格）的顶点处的扬声器来构造可用扬声器阵列。相对于笛卡尔坐标系来表达图13 的扬声器的位置，其中图13中的一个扬声器位于这样的坐标系的原点"（0,0,0)"处。或 者，常规的移位方法可以相对于另一类型的坐标系（并且该坐标系的原点无需与任意扬声 器的位置重合）来表达扬声器位置。
[0011] 在本文中，扬声器的"网格"表示限定多面体结构的形状（例如，当该网格为三维 时）或者其外围限定多边形（例如，当该网格为二维时）的顶点、边和面的集合，其中每个 顶点是扬声器中的不同的一个扬声器的位置。每个面是多边形（其外围是该网格的边的子 集），并且每个边在该网格的两个顶点之间延伸。
[0012] 例如，为了使用包括5个扬声器（例如，图1中的被标记为扬声器1、2、3、4和5的 扬声器）的一维阵列的声音回放系统来实现常规的基于方向的2D声音移位（称为"成对 移位"），可以假定沿着以假定的听者的位置（图1中的位置"L"）为中心的圆放置扬声器。 例如，这样的系统可以假定放置图1的扬声器1、2、3、4和5,以使其距听者位置L至少基本 上等距。为了回放音频节目以使得从扬声器发出的声音被感知为从扬声器的平面中的源位 置（相对于听者）处的音频源（图1的位置"S"）发出，可以确定跨越源位置的两个扬声 器（即，最靠近源位置的两个扬声器，在这两个扬声器之间存在源位置），并且然后可以确 定要施加于这两个扬声器的扬声器馈送的增益，以使得从这两个扬声器发出的声音能够被 感知为从源位置发出。例如，图1的扬声器1和扬声器2跨越源位置S，并且典型的常规方 法将确定要施加于扬声器1和扬声器2的扬声器馈送的增益，以使得从这两个扬声器发出 的声音被感知为从源位置S发出。在移位期间，当源位置（沿着轨迹，该轨迹沿着由假定的 扬声器位置限定的圆）相对于听者移动时，典型的常规方法可以确定要施加于一系列可用 扬声器对的每个扬声器对的扬声器馈送的增益。
[0013] 对于另一示例，为了使用包括7个扬声器（例如，图2中被标记为10、11、12、13、 15、16和17的扬声器）的声音回放系统来实现典型类型的常规的基于方向的3D声音移位 (称为基于矢量的幅值相移或"VBAP"），假定扬声器被构造为其面是三角形并且包围假定 的听者的位置（图2中的位置"L"）的凸3D网格。例如，移位方法可以假定图2的扬声器 10、11、12、13、15、16和17被布置在三角形的网格中，如图2所示，3个扬声器位于每个三角 形的顶点处。为了回放音频节目以使得从扬声器发出的声音被感知为从相对于听者的源位 置（图2中的位置"S"）处的音频源发出，可以确定包括源位置在网格上的投影（图2中的 位置"S1"）的三角形（即，与从听者位置L到源位置S的线相交的三角形）。然后，可以确 定要施加于该三角形的顶点处的三个扬声器的扬声器馈送的增益，以使得从这三个扬声器 发出的声音被感知为从源位置发出。例如，图2的扬声器10、11和12位于包括源位置S在 网格上的投影（图2中的位置"S1"）的三角形的顶点处，这样的方法的示例将确定要施加 于扬声器10、11和12的扬声器馈送的增益，以使得从这三个扬声器发出的声音被感知为从 源位置S发出。在移位期间，由于源位置（沿着投影在网格上的轨迹）相对于听者移动，所 以典型的常规方法可以确定要施加于一系列三角形中的包括源位置在网格上的当前投影 的每个三角形的顶点处的每三个一组扬声器的扬声器馈送的增益。
[0014] 然而，对于实现多种类型的声音移位而言，常规的方向移位方法并非最佳，而且不 支持被任意地放置在收听空间或区域内的扬声器。其他常规移位方法如基于距离的幅值 相移（DBAP)是基于位置的，并且依赖于每个扬声器与期望的源位置之间的直接距离测量 来计算移位增益。这些方法可以支持任意扬声器阵列和移位轨迹，但是趋向于同时激发 (fire)太多扬声器，这将导致音质劣化。常规的VBAP移位方法不能稳定地实现源沿着很 多普通轨迹中的任意轨迹移动的移位。例如，靠近"最佳听音位置"的源轨迹（其跨越由扬 声器的网格限定的空间）可以引起（源位置相对于最佳听音位置处的假定的听者位置的） 快速的方向变化并且从而引起突然的增益变化。例如，在沿着很多典型的源轨迹的移位期 间，尤其当网格包括伸长的扬声器三角形时，常规的VBAP方法可以在移位持续时间的至少 一部分期间驱动扬声器对（即，每次仅两个扬声器），和/或连续地驱动的扬声器对或三个 一组的扬声器的位置会在移位的持续时间的至少一部分期间经历听者可感知的并且分散 听者注意力的突然的大变化。例如，被驱动的扬声器可以包括快速连续的下列扬声器：间隔 短距离的两个扬声器，然后间隔大得多的距离的另一对扬声器，然后间隔相对小的距离的 另一对扬声器，等等。当相对于听者沿着对话源轨迹移位时（例如，其中，源移动至包围扬 声器和听者的空间的左边和/或右边以及前方和/或后方两者），这样不稳定的移位实现 (被感知为不稳定的实现）会是非常常见的。
[0015] 在PCT国际申请NO.PCT/US2012/044363中描述了另一种类型的音频呈现，该申请 在2013年1月10日作为国际公布N〇.W02013/006330 A2公开，并且被转让于本申请的受 让人。该类型的呈现可以假定被组织成不同高度处的7个二维平面层（水平层）的扬声器 阵列。每个水平层中的扬声器是轴对准的（即，每个水平层包括被组织成行和列的扬声器， 其中列与收听环境的一些特征对准，例如列平行于环境的前后轴）。例如，图3 (或图4或 图5)的扬声器20、21、22、23、24、25、26、27、28、29、30和31是这样的阵列的示例的一个水 平层中的扬声器。（图3、图4或图5的）扬声器20至扬声器31被组织成5行（例如，包 括扬声器20、21和22的一行，以及包括扬声器31和扬声器23的另一行）和5列（例如， 包括扬声器29、30和31的一列，以及包括扬声器20和28的另一列）。可以沿着空间（例 如，电影院）的靠近天花板的前墙布置扬声器20、21和23,并且可以沿着空间的后墙（也靠 近天花板）放置扬声器26、27和28。可以在较低的水平层（例如，靠近空间的地板）中放 置第二组12个扬声器。因此，在图3至图5的示例中，整个扬声器阵列（包括扬声器的每 个水平层）限定扬声器的包围听者（例如，假定位于扬声器阵列的"最佳听音位置"处的听 者）的假定位置的矩形网格。
[0016] 扬声器的整个阵列（包括扬声器的每个水平层）也限定扬声器的三扬声器（三角 形）组的常规凸3D网格，该网格也包围假定的听者位置（例如，"最佳听音位置"），网格的 每个面是其顶点与三个扬声器的位置重合的三角形。由扬声器的三角形组形成的这样的常 规凸3D网格与参照图2描述的凸3D网格类型相同。
[0017] 为了对在扬声器阵列外部（例如，图3至图5的网格外部）的源位置处的音频源 进行成像，有时称为"远场"源位置，PCT国际申请No. PCT/US2012/044363教示了使用常规 的VBAP移位方法（或常规的波场分析方法）。这样的常规的VBAP方法是参照图2描述的 类型的方法，并且该方法假定扬声器被组织为由扬声器的（参照图2描述的类型的）三角 形组形成的常规凸3D网格。为了呈现（指示源的）音频节目以使得从扬声器发出的声音 被感知为从期望的远场源位置处的源发出，确定包括源位置在三角形网格上的投影的三角 形面（三角形）。然后，确定要施加于该三角形的顶点处的三个扬声器的扬声器馈送的增 益，以使得从这三个扬声器发出的声音被感知为从源位置发出。当远场源沿着投影在3D三 角形网格上的远场轨迹进行移位时，可以通过常规的VBAP方法对这样的远场源进行成像。 另一替代方法是在2D层的每一层中应用2D方向成对移位方法（例如，参照图1提到的方 法），并且将由此得到的扬声器增益组合为源高度（z坐标）的函数。
[0018] PCT国际申请No. PCT/US2012/044363还教示执行"双平衡"移位方法以对扬声器 阵列内部（例如，图3至图5的网格内部）的源位置处的音频源进行呈现，有时将该源位置 称为"近场"源位置。双平衡移位方法是位置移位方法而不是方向移位方法。该双平衡移 位方法假定在包围假定的听者位置的矩形阵列（包括扬声器的水平层）中组织扬声器。然 而，双平衡移位方法并不确定源位置在该阵列的矩形面上的投影，之后确定要施加于这样 的面的顶点处的扬声器的扬声器馈送的增益以使得从扬声器发出的声音被感知为从源位 置发出。
[0019] 反而，双平衡移位方法针对每个近场源位置确定一组左右移位增益（即，扬声器 阵列的一个水平层中的每个扬声器的左右增益）和一组前后移位增益（即，该阵列的同一 水平层中的每个扬声器的前后增益）。该方法将（每个近场源位置的）层中的每个扬声器 的前后移位增益乘以（同一近场源位置的）扬声器的左右移位增益，以（针对每个近场源 位置）确定水平层中的每个扬声器的最终增益。为了通过驱动水平层中的扬声器来实现源 的移位，针对该层中的每个扬声器，确定一系列最终增益，每个最终增益是前后移位增益之 一与相应的左右移位增益之一的乘积。
[0020] 为了使用一个水平层中的扬声器对通过一系列近场源位置的任意水平移位（例 如，指示源位置相对于听者沿着投影在水平平面上的任意近场轨迹如图5中所示的源S的 轨迹的运动的移位）进行呈现