基于空间元数据的音频分割制造技术

编码自适应音频的方法包括：接收N个对象以及相关联的描述这些对象的持续运动的空间元数据，并且基于所述空间元数据将音频划分成段。该方法通过如下操作对具有对象和通道床的自适应音频进行编码：捕获在包含矩阵的序列的时间变化的矩阵轨迹中的N个对象的持续运动，将时变矩阵轨迹的系数编码为将经由高清晰度音频格式被发送以用于通过M个输出通道渲染自适应音频的空间元数据，以及基于所述空间元数据将矩阵的序列分割成多个子段，其中所述多个子段被配置为有助于自适应音频的一个或更多个特性的编码。

【技术实现步骤摘要】
【国外来华专利技术】相关申请的交叉引用本申请要求2014年4月25日提交的美国临时专利申请No.61/984634的优先权，该美国临时专利申请的全文通过引用并入这里。
实施例总体上涉及自适应音频信号处理，并且更具体地涉及使用描述音频对象的运动的空间元数据对音频进行分割，以导出用于将对象渲染给离散的扬声器通道的下混矩阵。
技术介绍
新的专业和消费级视听(AV)系统(如的AtmosTM系统)已被开发，以使用包括音频床(通道)和音频对象两者的格式来渲染混合音频内容。音频床指的是要在预定义的、固定的扬声器位置处被再现的音频通道(例如，5.1或7.1环绕)，而音频对象指的是在定义的持续时间上存在并具有描述各对象的位置、速度和大小(作为例子)的空间信息的单独的音频元素。在发送过程中，床和对象可以被分别发送，然后被空间再现系统使用以重新创建使用位于已知物理位置的可变数目的扬声器的艺术意图。基于创作系统的能力，可能有数十甚至上百个单独的音频对象(静态和/或时变的)，该音频对象在渲染期间被组合以创建空间上变化多样和身临其境的音频体验。在一个实施例中，由系统处理的音频可包括基于通道的音频、基于对象的音频、或基于对象和通道的本文档来自技高网...

【技术保护点】
一种编码自适应音频的方法，包括：接收N个对象以及相关联的描述这些对象的持续运动的空间元数据；以及基于所述空间元数据将所述音频划分成段。

【技术特征摘要】
【国外来华专利技术】2014.04.25 US 61/984,6341.一种编码自适应音频的方法，包括：接收N个对象以及相关联的描述这些对象的持续运动的空间元数据；以及基于所述空间元数据将所述音频划分成段。2.如权利要求1所述的方法，其中，所述空间元数据定义了时变矩阵轨迹，所述时变矩阵轨迹包括用于将N个对象渲染到M输出通道的在不同时刻的矩阵的序列，并且其中，划分步骤包括将矩阵的序列分成多个段。3.如权利要求2所述的方法，包括：导出用于序列中的矩阵的矩阵分解；以及配置所述多个段以有助于包括矩阵分解参数的自适应音频的一个或多个特性的编码。4.如权利要求3所述的方法，其中导出所述矩阵分解的步骤包括将序列中的矩阵分解为本原矩阵和通道分配，并且其中所述矩阵分解参数包括通道分配、本原矩阵通道序列、以及关于本原矩阵的插值决定。5.如权利要求3或权利要求4所述的方法，进一步包括配置分割矩阵的序列的所述多个段以使得一个或多个分解参数能够被在所述多个段上保持恒定。6.如权利要求3或权利要求4所述的方法，进一步包括配置分割矩阵的序列的多个段，以使得在一个或多个分解参数中的任何变化的影响关于包括压缩效率、输出音频中的连续性、以及不连续性的可听度的一个或多个性能特性最小。7.如权利要求4至6中的任一项所述的方法，其中，所述本原矩阵和通道分配被编码在高清晰度音频格式的比特流中。8.如权利要求7所述的方法，其中，所述比特流在音频处理系统的编码器和解码器之间发送，所述音频处理系统用于将N个对象渲染到对应于M个通道的扬声器馈送。9.如权利要求8所述的方法，还包括在解码器中解码所述比特流，以将所述本原矩阵和通道分配应用于一组内部通道以导出输入音频节目的无损表示和一个或多个下混表示，并且其中，所述内部通道位于音频处理系统中的编码器和解码器的内部。10.如权利要求1至9中任一项所述的方法，其中，所述段是能具有相同或不同的时间段的重启间隔。11.如权利要求5所述的方法，进一步包括：接收在t1的矩阵A(t1)的一个或多个分解参数；以及在强制使得分解参数与在时间t1的分解参数相同的同时尝试执行在t2的相邻矩阵A(t2)到本原矩阵和通道分配的分解，其中如果所产生的本原矩阵不满足一个或多个标准，则尝试的分解被认为是失败的，否则尝试的分解被认为是成功的。12.如权利要求11所述的方法，其中，定义分解失败的标准包括以下中的一个或多个：从分解得到的本原矩阵具有其值超过由结合所述方法的信号处理系统规定的限值的系数；作为本原矩阵和通道分配的乘积获得的所实现的矩阵与指定的矩阵A(t2)的差别超过定义的阈值，其中所述差别是由至少依赖于所实现的矩阵和指定的矩阵的误差度量测量的；并且所述编码方法包含将本原矩阵和通道分配中的一个或多个应用于所述输入音频的时间段，并且结果峰值音频信号的测度在分解例程中被确定，并且所述测度超过能够在执行所述方法的信号处理系统中表示的最大音频样本值。13.如权利要求12所述的方法，其中，所述误差度量是所实现的矩阵和指定的矩阵A(t2)的对应元素之间的最大绝对差。14.如权利要求12或权利要求13所述的方法，其中，一些本原矩阵被标记为输入本原矩阵，并输入本原矩阵的积矩阵被计算，并且对于积矩阵的一个或多个行确定峰值信号的值，其中一个行的峰值信号的值是积矩阵的该行中的元素的绝对值的总和，并且结果峰值音频信号的测度被计算为这些值中的一个或多个的最大值。15.如权利要求11至14中的任一项所述的方法，其中所述分解是失败的，并且分段边界在时间t1或t2被插入。16.如权利要求11至14中的任一项所述的方法，其中A(t2)的分解是成功的，并且其中，本原...

【专利技术属性】
技术研发人员：V·麦尔考特，M·J·洛，R·M·费杰吉恩，
申请(专利权)人：杜比实验室特许公司，
类型：发明
国别省市：美国;US