一种语音分离服务器包括具有非线性激活的深度学习编码器。编码器被编程为：获取时域中的混合音频波形；从混合音频波形中学习一般化模式；以及生成有效表征混合音频波形的编码表示，以进行语音分离。以进行语音分离。以进行语音分离。

本文描述了一种波形解码方法，该方法包括以下步骤：(a)由波形解码器接收包括源信号的有限比特率表示的比特流；(b)对源信号的有限比特率表示进行波形解码以获得源信号的波形近似；(c)将源信号的波形近似提供给实施概率密度函数的生成模型，以获得...

一种多流渲染系统和方法可以在多个任意放置的扩音器上同时渲染和播放多个音频节目流。所述节目流中的至少一个可以是空间混音。所述空间混音的渲染可以根据一个或多个附加节目流的同时渲染而被动态地修正。一个或多个附加节目流的渲染可以根据所述空间混音...

一种用于具有多个音频设备的音频环境的音频会话管理方法可以涉及从实施第一应用程序的第一设备并且由实施音频会话管理器的设备接收用于发起针对第一音频会话的第一路由的第一路由发起请求。第一路由发起请求可以指示第一音频源和第一音频环境目的地。第一...

对于收听环境的多个扩音器中的每一个，可以获得单个扩音器动态处理配置数据。可以基于所述单个扩音器动态处理配置数据来确定收听环境动态处理配置数据。可以基于所述收听环境动态处理配置数据对接收到的音频数据执行动态处理，以生成经处理的音频数据。可...

本文描述了一种用于在源设备上生成经修改的比特流的方法，其中，该方法包括以下步骤：a)由接收器接收比特流，该比特流包括经编码的媒体数据；b)由嵌入器生成附加媒体数据的有效载荷并将该有效载荷嵌入该比特流中，以用于获得经修改的比特流作为该嵌入...

本文描述的是一种对音频信号进行编码的方法。所述方法包括：基于所述音频信号生成多个子带音频信号；确定所述音频信号的频谱包络；针对每个子带音频信号，基于所述子带音频信号的自相关函数来确定所述子带音频信号的自相关信息；以及生成所述音频信号的编...

本申请涉及具有减少后处理延迟的高频重建技术的集成，并具体揭示一种用于解码经编码音频位流的方法。所述方法包含接收所述经编码音频位流且解码音频数据以产生经解码低频带音频信号。所述方法进一步包含提取高频重建元数据且使用分析滤波器组来对所述经解...

本申请涉及具有减少后处理延迟的高频重建技术的集成，并具体揭示一种用于解码经编码音频位流的方法。所述方法包含接收所述经编码音频位流且解码音频数据以产生经解码低频带音频信号。所述方法进一步包含提取高频重建元数据且使用分析滤波器组来对所述经解...

本申请涉及具有减少后处理延迟的高频重建技术的集成，并具体揭示一种用于解码经编码音频位流的方法。所述方法包含接收所述经编码音频位流且解码音频数据以产生经解码低频带音频信号。所述方法进一步包含提取高频重建元数据且使用分析滤波器组来对所述经解...

本申请涉及具有减少后处理延迟的高频重建技术的集成，并具体揭示一种用于解码经编码音频位流的方法。所述方法包含接收所述经编码音频位流且解码音频数据以产生经解码低频带音频信号。所述方法进一步包含提取高频重建元数据且使用分析滤波器组来对所述经解...

本申请涉及具有减少后处理延迟的高频重建技术的集成，并具体揭示一种用于解码经编码音频位流的方法。所述方法包含接收所述经编码音频位流且解码音频数据以产生经解码低频带音频信号。所述方法进一步包含提取高频重建元数据且使用分析滤波器组来对所述经解...

本申请涉及用于经由内容分发网络流式传输媒体数据的方法及系统。本文件描述一种用于针对用于流式传输来自至少一个服务器(101，701)的数据(103)的客户端(102)的控制策略确立控制信息的方法(900)。所述方法(900)包括在所述服务...

一种音频处理方法可以涉及从音频环境中的多个麦克风中的每个麦克风接收输出信号，所述输出信号对应于人的当前话语，以及基于所述输出信号确定与所述人有关的情境信息的一个或多个方面，包括所述人与一个或多个麦克风位置的估计当前接近度。所述方法可以涉...

可以针对接收的音频数据确定渲染模式，所述接收的音频数据包括音频信号和相关联的空间数据。可以根据所述渲染模式经由环境的一组扩音器渲染音频数据以供再现，从而产生经渲染的音频信号。渲染音频数据可以涉及确定环境中的一组扩音器的相对激活。渲染模式...

公开用于渲染音频以供两个或更多个扬声器回放的方法。所述音频包含一或多个音频信号，每一音频信号具有相关联的预期感知空间位置。所述扬声器的相对激活可为以下项的成本函数：当在所述扬声器上回放时所述音频信号的感知空间位置模型；所述音频信号的所述...

一种用于生成经母带处理的音频内容的方法，该方法包括获得包括数个(M1个)的音频信号的输入音频内容，获得输入音频内容的渲染呈现，该渲染呈现包括数个(M2个)的音频信号，获得通过对渲染呈现进行母带处理而生成的母带处理呈现，将母带处理呈现与渲...

本发明涉及用于基于对象的音频的交互式渲染的方法和系统。用于生成基于对象的音频节目的方法，其中所述基于对象的音频节目能以个性化的方式渲染，例如，以便提供对节目的音频内容的沉浸式感知。其它实施例包括传送(例如，广播)、解码和/或渲染这种节目...

本发明涉及用于基于对象的音频的交互式渲染的方法和系统。用于生成基于对象的音频节目的方法，其中所述基于对象的音频节目能以个性化的方式渲染，例如，以便提供对节目的音频内容的沉浸式感知。其它实施例包括传送(例如，广播)、解码和/或渲染这种节目...

本公开涉及一种处理包括至少一个声源的指向性信息的音频内容的方法，指向性信息包括表示指向性方向的第一集合的第一指向性单位向量和相关联的第一指向性增益。本公开进一步涉及对包括至少一个声源的指向性信息的音频内容进行编码和解码的对应方法。内容进...