用于音频编码系统中用户交互性的响度控制技术方案

一种用于处理音频信号(100)的音频处理器，包括：音频信号修改器(2)，用于响应于用户输入(200)而修改所述音频信号(100)；响度控制器(6)，用于基于参考响度(L

【技术实现步骤摘要】
用于音频编码系统中用户交互性的响度控制
[0001]本申请是于2016年6月9日提交的、申请号为201680034882.0的题为“用于音频编码系统中用户交互性的响度控制”的专利技术专利申请的分案申请。


[0002]本专利技术涉及音频处理器及音频编码器。本专利技术还涉及对应方法。

技术介绍

[0003]现代音频编码系统不仅提供在基于扬声器声道的表示中有效地传输仅在解码器侧被回放的音频内容的装置。它们另外包括允许用户与内容交互并因此影响如何在解码器处再现并呈现音频的更高级特征。这允许相较于传统音频编码系统的新类型的用户体验。
[0004]用于高级音频编码系统的示例为MPEG-H 3D音频标准(J.Herre等人，“MPEG-H Audio-The New Standard for Universal Spatial/3D Audio Coding”，第137届AES会议，2014年，洛杉矶)。其允许使用高阶立体混响(HOA)以三种不同格式(基于声道的、基于对象的及基于场景的)传输沉浸式音频内容。其已经设计以提供新的性能，诸如，用于个性化的用户交互及用于不同使用情境的音频的调适。
[0005]内容格式的三个不同类别可被描述如下：
[0006]基于声道的：传统地，空间音频内容(始于简单的两个声道立体声)已经作为声道信号的集合被递送，所述声道信号的集合被指定为由相对于收听者精确定义的固定目标位置中的扬声器再现。
[0007]基于对象的：音频对象为关于来源于通过相关联边信息(被提供为与音频一起的元数据)的指定的特定目标位置被再现的信号。与声道信号对比，音频对象的实际放置可随时间而变化且不必在声音产生过程期间被预定义但在再现时将其呈现至目标扬声器设置。这还可包括在对象或对象的分组的位置或位准上的用户交互性。
[0008]高阶立体混响(HOA)为通过传输与声道或对象不具有直接关系的多个
‘
系数信号
’
而捕获3D声场的替代方法。考虑给定扬声器配置，在解码器处产生用于再现的实际音频信号。
[0009]一种用于在包括用户交互的基于对象的音频编码系统中进行响度补偿的方法已经在EP 2 879 131 A1中提出。解码器接收包含音频对象信号的音频输入信号并产生音频输出信号。信号处理器基于与音频输入信号相关联的响度信息及基于呈现信息确定用于音频输出信号的响度补偿值。呈现信息指示音频对象信号中的一个或多个是否应被放大或被减弱并可按用户的希望来调节。

技术实现思路

[0010]本专利技术的目标为改进响度补偿的可行性。
[0011]所述目标通过用于处理音频信号的音频处理器实现，所述音频处理器包括：音频信号修改器，其中所述音频信号修改器用于响应于用户输入修改音频信号；响度控制器，其
中所述响度控制器用于一方面基于参考响度或参考增益及另一方面基于经修改响度或经修改增益来确定响度补偿增益，其中所述经修改响度或经修改增益取决于用户输入，其中所述响度控制器用于基于指示哪个分组将被用于或将不被用于确定响度补偿增益的音频信号的元数据来确定响度补偿增益，且其中所述分组包含一个或多个音频元素；及响度操控器，其中所述响度操控器用于使用响度补偿增益来操控信号的响度。
[0012]用于处理音频信号的音频处理器或解码器或装置接收音频信号并在一个实施例中产生包含待例如通过扬声器或耳机再现或待存储于介质等的音频信号的音频对象及音频元素等的输出信号。
[0013]音频处理器经由用于响应于用户输入而修改音频信号的音频信号修改器对用户输入作出反应。在一个实施例中，用户输入指的是分组的放大或减弱和/或关闭分组或开启分组。所述分组包含一个或多个音频元素，例如，音频对象、声道、对象或HOA组件。取决于实施例，用户输入还指关于用于再现信号的回放配置的数据。进一步的用户输入指预设定的选择。预设定指的是至少一个分组的集合并取决于实施例指定用于各个分组的特别测量的分组响度值和/或增益值。用户输入被音频信号修改器使用以用于恰当地修改音频信号。在一个实施例中，元数据包含属于多个预设定的数据。
[0014]在实施例中，预设定指分组的集合并在不同实施例中定义不属于预设定的分组。
[0015]音频处理器还包括用于确定响度补偿增益的响度控制器。响度补偿增益(在此被称作C)允许抵消用户输入的效果以便视需要或按用户的设定而为信号提供整体响度。一方面基于参考响度或参考增益及另一方面基于经修改响度或经修改增益来确定响度补偿增益。因此，基于参考响度或参考增益及经修改响度或经修改增益确定响度补偿增益。经修改响度或经修改增益取决于用户输入。
[0016]响度控制器另外用于基于音频信号的元数据确定响度补偿增益。与音频信号相关联的元数据携带关于音频信号及个别分组的信息且在一个实施例中被音频信号自身所包含。
[0017]在此论述的音频处理器的实施例的元数据的数据指示尤其由音频信号包含的分组是否将用于(例如，将被考虑)或不被用于(例如，将被忽略)确定响度补偿增益。因此，关于相对应分组的信息被考虑用于确定响度补偿增益或被忽略而不用于确定响度补偿增益。在至少一个实施例中，分组或多个分组是否被考虑或忽略另外取决于用户输入。
[0018]在一个实施例中，考虑或忽略分组还包括在分组及其各自的值仅用于响度补偿增益的确定的部分(例如，仅用于计算参考响度或经修改响度)的意义上，部分地考虑或忽略分组。
[0019]响度补偿增益由音频处理器所包含的响度操控器使用。响度操控器使用响度补偿增益操控信号的响度。所应用的响度补偿增益不仅被用户输入影响，还是与音频信号相关联或甚至属于音频信号的元数据的数据的结果。
[0020]根据实施例，由响度操控器操控的信号为由音频处理器提供的输出信号并基于音频信号。在此实施例中，响度操控器使用响度补偿增益提供输出信号并操控输出信号的响度。
[0021]在不同实施例中，响度操控器操控提供至响度操控器并优选地已经根据用户输入被修改的信号的响度。在此实施例中，音频处理器的一部分提供或产生馈入至响度操控器
并因此被响度操控器关于其响度进行处理(即，修改)的信号。
[0022]在另一实施例中，其响度被响度操控器操控的信号为音频信号。在此情形下，响度操控器通过修改来修改音频信号的元数据。此实施例与另一实施例相关联，其中音频处理器提供经修改音频信号。经修改音频信号是根据用户输入及根据响度的修改来修改的。此经修改音频信号然后也为比特流。
[0023]根据音频处理器的实施例，响度控制器用于基于元数据的数据所包含的至少一个标记来确定响度补偿增益，其中所述标记指示是否或如何考虑分组以用于确定响度补偿增益。在此实施例中，元数据包含具有例如分别指示是否必须考虑相关联分组以用于计算响度补偿增益的“正确”或“错误”值的标记。在一个实施例中，分组的考虑还指将用于计算分组的哪个步骤的问题。这指例如参考响度及经修改响度的计算。参考响度及经修改响度分别为考虑用户输入前和后所计算的整体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于处理音频信号(100)的音频处理器(1)，包括：音频信号修改器(2)，其中所述音频信号修改器(2)用于响应于用户输入而修改所述音频信号(100)；响度控制器(6)，其中所述响度控制器(6)用于一方面基于参考响度(L
ref
)或参考增益(g
i
)及另一方面基于经修改响度(L
mod
)或经修改增益(h
i
)来确定响度补偿增益(C)，其中所述经修改响度(L
mod
)或所述经修改增益(h
i
)取决于所述用户输入，其中所述响度控制器(6)用于基于指示哪个分组将用于或将不用于确定响度补偿增益(C)的音频信号(100)的元数据来确定所述响度补偿增益(C)，以及其中所述分组包含一个或多个音频元素；以及响度操控器(5)，其中所述响度操控器(5)用于使用所述响度补偿增益(C)操控信号的响度。2.如权利要求1所述的音频处理器(1)，其中所述响度控制器(6)用于基于所述元数据的数据所包含的至少一个标记确定所述响度补偿增益(C)，及其中所述标记指示分组是否或如何被考虑用于确定所述响度补偿增益(C)。3.如权利要求1所述的音频处理器(1)，其中所述响度控制器(6)用于当分组属于所述音频信号(100)的所述元数据所包含的锚时，仅使用所述分组用于确定所述响度补偿增益(C)。4.如权利要求3所述的音频处理器(1)，其中所述响度控制器(6)用于当属于所述锚的至少一个分组的所述经修改增益(h
i
)大于相对应的参考增益(g
i
)时，仅使用属于所述锚的分组用于确定所述响度补偿增益(C)，和/或其中所述响度控制器(6)用于当属于所述锚的至少一个分组的所述经修改增益(h
i
)小于相对应的参考增益(g
i
)时，使用属于所述锚的分组及所述锚缺失的分组用于确定所述响度补偿增益(C)，以及其中所述经修改增益(h
i
)取决于所述用户输入。5.一种用于处理音频信号(100)的音频处理器(1)，包括：音频信号修改器(2)，其中所述音频信号修改器(2)用于响应于用户输入而修改所述音频信号(100)；响度控制器(6)，其中所述响度控制器(6)用于一方面基于参考响度(L
ref
)或参考增益(g
i
)及另一方面基于经修改响度(L
mod
)或经修改增益(h
i
)来确定响度补偿增益(C)，其中所述经修改响度(L
mod
)或所述经修改增益(h
i
)取决于所述用户输入，其中所述响度控制器(6)用于基于指向至少一个预设定的所述音频信号(100)的元数据来确定所述响度补偿增益(C)，其中所述预设定指包括一个或多个音频元素的至少一个分组的集合；以及响度操控器(5)，其中所述响度操控器(5)用于使用所述响度补偿增益(C)操控信号的响度。
6.如权利要求5所述的音频处理器(1)，其中所述音频处理器(1)根据权利要求1被配置。7.如权利要求1或权利要求5所述的音频处理器(1)，其中所述响度控制器(6)用于基于所述预设定所指向的所述集合的所述至少一个分组的分组响度(L
i
)和/或增益值(g
i
)来确定所述响度补偿增益(C)。8.如权利要求1或权利要求5所述的音频处理器(1)，其中所述响度控制器(6)用于使用各个分组响度(L
i
)及各个增益值(g
i
)来确定用于所述预设定所指向的所述集合的所述参考响度(L
ref
)，其中所述响度控制器(6)用于使用各个分组响度(L
i
)及各个经修改增益值(h
i
)来确定用于所述预设定所指向的所述集合的所述经修改响度(L
mod
)，以及其中所述经修改增益值(h
i
)通过所述用户输入被修改。9.如权利要求5所述的音频处理器(1)，其中所述响度控制器(6)用于基于指向所选择的预设定的所述元数据的数据来确定所述响度补偿增益(C)，以及其中所述预设定通过所述用户输入被选择。10.如权利要求5所述的音频处理器(1)，其中所述响度控制器(6)用于基于指向默认预设定的元数据的数据来确定所述响度补偿增益(C)，以及其中所述默认预设定是在用户输入之前或独立于用户输入而被设定的。11.一种用于处理音频信号(100)的音频处理器(1)，包括：音频信号修改器(2)，其中所述音频信号修改器(2)用于响应于用户输入而修改所述音频信号(100)；响度控制器(6)，其中所述响度控制器(6)用于一方面基于参考响度(L
ref
)或参考增益(g
i
)及另一方面基于经修改响度(L
mod
)或经修改增益(h
i
)来确定响度补偿增益(C)，其中所述经修改响度(L
mod
)或所述经修改增益(h
i
)取决于所述用户输入，其中所述响度控制器(6)用于基于指示分组是否被关闭或开启的所述音频信号(100)的元数据来确定所述响度补偿增益(C)，其中所述分组包括一个或多个音频元素；以及响度操控器(5)，其中所述响度操控器(5)用于使用所述响度补偿增益(C)操控信号的响度。12.如权利要求11所述的音频处理器(1)，其中所述音频处理器(1)根据权利要求1或5被配置。13.如权利要求11所述的音频处理器(1)，其中所述响度控制器(6)用于当响应于所述用户输入关闭分组时丢弃所述分组以不用于确定所述经修改响度(L
mod
)。14.如权利要求11所述的音频处理器(1)，其中所述响度控制器(6)用于当在所述元数据中关闭分组时丢弃所述分组以不用于确定所述参考响度(L
ref
)，以及当通过所述用户输入开启所述分组时包括所述分组以用于确
定所述经修改响度(L
mod
)，和/或其中所述响度控制器(6)用于当在所述元数据中开启分组时包括所述分组以用于确定所述参考响度(L
ref
)，以及当通过所述用户输入关闭所述分组时排除所述分组以不用于确定所述经修改响度(L
mod
)。15.一种用于处理音频信号(100)的音频处理器(1)，包括：音频信号修改器(2)，其中所述音频信号修改器(2)用于响应于用户输入而修改所述音频信号(100)；响度控制器(6)，其中所述响度控制器(6)用于一方面基于参考响度(L
ref
)或参考增益(g
i
)及另一方面基于经修改响度(L
mod
)或经修改增益(h
i
)来确定响度补偿增益(C)，其中所述经修改响度(L
mod
)或所述经修改增益(h
i
)取决于所述用户输入，其中所述响度控制器(6)用于基于具有所述音频信号(100)所包含的分组的元数据中缺失的至少一个分组响度的所述音频信号(100)的元数据来确定所述响度补偿增益(C)；以及响度操控器(5)，其中所述响度操控器(5)用于使用所述响度补偿增益(C)操控信号(101)的响度。16.如权利要求15所述的音频处理器(1)，其中所述音频处理器(1)根据权利要求1或者权利要求5而被配置。17.如权利要求15所述的音频处理器(1)，其中所述响度控制器(6)用于使用预设定的响度(L
p
)、具有缺失分组响度的分组的参考增益(g
i
)以及具有分组响度(L
i
)的分组的分组响度(L
i
)及参考增益(g
i
)来计算所述缺失分组响度(L
A
)。18.如权利要求15所述的音频处理器(1)，其中所述响度控制器(6)用于在所述音频信号(100)的所述元数...

【专利技术属性】
技术研发人员：法比安，
申请(专利权)人：弗劳恩霍夫应用研究促进协会，
类型：发明
国别省市：