经变换高阶立体混响音频数据的方法及装置制造方法及图纸

大体来说，本发明专利技术描述用于获得描述声场的相异分量的一或多个第一向量和描述所述声场的背景分量的一或多个第二向量的技术，所述一或多个第一向量和所述一或多个第二向量两者至少通过相对于多个球谐系数执行变换而产生。

【技术实现步骤摘要】
【国外来华专利技术】经变换高阶立体混响音频数据的方法及装置本申请案主张以下美国临时申请案的权益：2013年5月29日申请的第61/828,445号美国临时申请案、2013年5月31日申请的第61/829,791号美国临时申请案、2013年11月1日申请的第61/899,034号美国临时申请案、2013年11月1日申请的第61/899,041号美国临时申请案、2013年5月30日申请的第61/829,182号美国临时申请案、2013年5月30日申请的第61/829,174号美国临时申请案、2013年5月30日申请的第61/829,155号美国临时申请案、2014年1月30日申请的第61/933,706号美国临时申请案、2013年5月31日申请的第61/829,846号美国临时申请案、2013年10月3日申请的第61/886,605号美国临时申请案、2013年10月3日申请的第61/886,617号美国临时申请案、2014年1月8日申请的第61/925,158号美国临时申请案、2014年1月30日申请的第61/933,721号美国临时申请案、2014年1月8日申请的第61/925,074号美国临时申请案、2014年1月8日申请的第61/925,112号美国临时申请案、2014年1月8日申请的第61/925,126号美国临时申请案、2014年5月27日申请的第62/003,515号美国临时申请案，以及2013年5月29日申请的第61/828,615号美国临时申请案，以上美国临时申请案中的每一者的全部内容以引用的方式并入本文中。
本专利技术涉及音频数据，并且更具体来说涉及音频数据的压缩。
技术介绍
高阶立体混响(HOA)信号(常由多个球谐系数(SHC)或其它阶层式元素表示)是声场的三维表示。此HOA或SHC表示可以独立于用以重放从此SHC信号再现的多通道音频信号的局部扬声器几何布置的方式来表示此声场。此SHC信号还可促进向后兼容性，因为可将此SHC信号再现为众所周知的且被广泛采用的多通道格式(例如，5.1音频通道格式或7.1音频通道格式)。SHC表示因此可实现对声场的更好表示，其也适应向后兼容性。
技术实现思路
一般来说，描述了用于较高阶立体混响音频数据的压缩及解压缩的技术。在一个方面中，一种方法包括获得描述声场的相异分量的一或多个第一向量及描述所述声场的背景分量的一或多个第二向量，所述一或多个第一向量及所述一或多个第二向量两者是至少通过相对于多个球谐系数执行变换而产生。在另一方面中，一种装置包括一或多个处理器，所述一或多个处理器经配置以确定描述声场的相异分量的一或多个第一向量及描述所述声场的背景分量的一或多个第二向量，所述一或多个第一向量及所述一或多个第二向量两者是至少通过相对于多个球谐系数执行变换而产生。在另一方面中，一种装置包括：用于获得描述声场的相异分量的一或多个第一向量及描述所述声场的背景分量的一或多个第二向量的装置，所述一或多个第一向量及所述一或多个第二向量都是至少通过相对于多个球谐系数执行变换而产生；及用于存储所述一或多个第一向量的装置。在另一方面中，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在执行时致使一或多个处理器获得描述声场的相异分量的一或多个第一向量及描述所述声场的背景分量的一或多个第二向量，所述一或多个第一向量及所述一或多个第二向量两者是至少通过相对于多个球谐系数执行变换而产生。在另一方面中，一种方法包括：基于表示声场的球谐系数的经压缩版本是否是从合成音频对象产生的指示而选择多个解压缩方案中的一者；及使用所述多个解压缩方案中的选定者解压缩所述球谐系数的经压缩版本。在另一方面中，一种装置包括一或多个处理器，所述一或多个处理器经配置以基于表示声场的球谐系数的经压缩版本是否是从合成音频对象产生的指示而选择多个解压缩方案中的一者，及使用所述多个解压缩方案中的选定者解压缩所述球谐系数的经压缩版本。在另一方面中，一种装置包括：用于基于表示声场的球谐系数的经压缩版本是否是从合成音频对象产生的指示而选择多个解压缩方案中的一者的装置；及用于使用所述多个解压缩方案中的选定者解压缩所述球谐系数的经压缩版本的装置。在另一方面中，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在执行时致使集成解码装置的一或多个处理器基于表示声场的球谐系数的经压缩版本是否是从合成音频对象产生的指示而选择多个解压缩方案中的一者，且使用所述多个解压缩方案中的选定者解压缩所述球谐系数的经压缩版本。在另一方面中，一种方法包括获得表示声场的球谐系数是否是从合成音频对象产生的指示。在另一方面中，一种装置包括经配置以获得表示声场的球谐系数是否是从合成音频对象产生的指示的一或多个处理器。在另一方面中，一种装置包括：用于存储表示声场的球谐系数的装置；及用于获得所述球谐系数是否是从合成音频对象产生的指示的装置。在另一方面中，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在执行时致使一或多个处理器获得表示声场的球谐系数是否是从合成音频对象产生的指示。在另一方面中，一种方法包括：量化表示声场的一或多个分量的一或多个第一向量；及补偿归因于所述一或多个第一向量的量化而在也表示所述声场的相同一或多个分量的一或多个第二向量中引入的误差。在另一方面中，一种装置包括一或多个处理器，所述一或多个处理器经配置以量化表示声场的一或多个分量的一或多个第一向量，且补偿归因于所述一或多个第一向量的量化而在也表示所述声场的相同一或多个分量的一或多个第二向量中引入的误差。在另一方面中，一种装置包括：用于量化表示声场的一或多个分量的一或多个第一向量的装置；及用于补偿归因于所述一或多个第一向量的量化而在也表示所述声场的相同一或多个分量的一或多个第二向量中引入的误差的装置。在另一方面中，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在执行时致使一或多个处理器量化表示声场的一或多个分量的一或多个第一向量，且补偿归因于所述一或多个第一向量的量化而在也表示所述声场的相同一或多个分量的一或多个第二向量中引入的误差。在另一方面中，一种方法包括基于目标位速率相对于多个球谐系数或其分解执行阶数缩减以产生经缩减球谐系数或其经缩减分解，其中所述多个球谐系数表示声场。在另一方面中，一种装置包括一或多个处理器，所述一或多个处理器经配置以基于目标位速率相对于多个球谐系数或其分解执行阶数缩减以产生经缩减球谐系数或其经缩减分解，其中所述多个球谐系数表示声场。在另一方面中，一种装置包括：用于存储多个球谐系数或其分解的装置；及用于基于目标位速率相对于所述多个球谐系数或其分解执行阶数缩减以产生经缩减球谐系数或其经缩减分解的装置，其中所述多个球谐系数表示声场。在另一方面中，一种非暂时性计算机可读存储媒体具有存储于其上的指令，所述指令在执行时致使一或多个处理器基于目标位速率相对于多个球谐系数或其分解执行阶数缩减以产生经缩减球谐系数或其经缩减分解，其中所述多个球谐系数表示声场。在另一方面中，一种方法包括获得表示声场的相异分量的向量的系数的第一非零集合，所述向量已从描述声场的多个球谐系数分解。在另一方面中，一种装置包括一或多个处理器，所述一或多个处理器经配置以获得表示声场的相异分量的本文档来自技高网...

【技术保护点】
一种方法，其包括：获得描述声场的相异分量的一或多个第一向量和描述所述声场的背景分量的一或多个第二向量，所述一或多个第一向量和所述一或多个第二向量两者至少通过相对于多个球谐系数执行变换而产生。

【技术特征摘要】
【国外来华专利技术】2013.05.29 US 61/828,445;2013.05.29 US 61/828,615;1.一种音频数据的解压方法，其包括：经由装置，获得描述声场的相异分量也即前景分量的一个或多个第一向量和描述所述声场的背景分量的一个或多个第二向量，所述一个或多个第一向量和所述一个或多个第二向量两者至少通过相对于表示所述声场的多个球谐系数执行变换而产生；经由所述装置，根据所述一个或多个第一向量和所述一个或多个第二向量再现一个或多个扩音器馈送；以及经由所述装置，输出所述一个或多个扩音器馈送。2.根据权利要求1所述的方法，其中所述变换包括奇异值分解，所述奇异值分解产生表示所述多个球谐系数的左奇异向量的U矩阵、表示所述多个球谐系数的奇异值的S矩阵及表示所述多个球谐系数的右奇异向量的V矩阵。3.根据权利要求2所述的方法，其中所述变换包括主分量分析以识别所述声场的所述相异分量和所述声场的所述背景分量。4.根据权利要求1所述的方法，进一步包括将所述一个或多个第一向量乘以一个或多个空间向量以恢复表示所述声场的所述相异分量的所述多个球谐系数，所述一个或多个空间向量表示所述一个或多个第一向量的空间分量；其中再现所述一个或多个扩音器馈送包括根据表示所述声场的所述相异分量的所述多个球谐系数来再现所述一个或多个扩音器馈送。5.根据权利要求1所述的方法，进一步包括获得描述所述一个或多个第一向量的空间分量的一个或多个空间向量，其中再现所述一个或多个扩音器馈送包括根据所述一个或多个第一向量、所述一个或多个第二向量以及所述一个或多个空间向量，来再现所述一个或多个扩音器馈送。6.根据权利要求1所述的方法，其中所述一个或多个第一向量包括所述一个或多个第一向量的经音频编码版本，其中所述一个或多个第二向量包括所述一个或多个第二向量的经音频编码版本，其中所述方法进一步包括：对所述一个或多个第一向量的所述经音频编码版本进行音频解码以获得所述一个或多个第一向量的经音频解码版本；以及对所述一个或多个第二向量的所述经音频编码版本进行音频解码以获得所述一个或多个第二向量的经音频解码版本；以及其中再现所述一个或多个扩音器馈送包括根据所述一个或多个第一向量的所述经音频解码版本以及所述一个或多个第二向量的所述经音频解码版本，来再现所述一个或多个扩音器馈送。7.一种音频数据的解压装置，其包括：一个或多个处理器，其经配置以获得描述声场的相异分量也即前景分量的一个或多个第一向量和描述所述声场的背景分量的一个或多个第二向量，所述一个或多个第一向量和所述一个或多个第二向量两者至少通过相对于表示所述声场的多个球谐系数执行变换而产生；经由所述装置，根据所述一个或多个第一向量和所述一个或多个第二向量再现一个或多个扩音器馈送；以及经由所述装置，输出所述一个或多个扩音器馈送。8.根据权利要求7所述的装置，其中所述变换包括奇异值分解，所述奇异值分解产生表示所述多个球谐系数的左奇异向量的U矩阵、表示所述多个球谐系数的奇异值的S矩阵及表示所述多个球谐系数的右奇异向量的V矩阵。9.根据权利要求8所述的装置，其中所述变换包括主分量分析以识别所述声场的所述相异分量和所述声场的所述背景分量。10.根据权利要求7所述...

【专利技术属性】
技术研发人员：N·G·彼得斯，D·森，M·J·莫雷尔，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：美国;US