CN102334158A - 用于把下混音频信号向上混合的向上混合器、方法与计算机程序 - Google Patents

Abstract

用于把下混音频信号向上混合为描述一个或多个上混音频声道的上混音频信号的向上混合器，包含参数应用器，被配置为使用向上混合参数来把下混音频信号向上混合，而获得上混音频信号。参数应用器被配置为将相位偏移应用于下混音频信号，以获得下混音频信号的相位偏移版本，而使去相关信号不受该相位偏移的影响。参数应用器进一步被配置为将下混音频信号的相位偏移版本与去相关信号相组合，以获得上混音频信号。

Description

用于把下混音频信号向上混合的向上混合器、方法与计算机程序

技术领域

根据本发明的实施例涉及向上混合器，用于把下混音频信号向上混合为描述一个或多个上混音频声道的上混音频信号。根据本发明的一些实施例涉及用于把下混音频信号向上混合的方法及计算机程序。

根据本发明的一些实施例涉及对于参数多声道音频编码的改进的相位处理。

背景技术

下面提供简短的概述且描述本发明的脉络将获得描述上下文。近来在参数音频编码领域中的发展实现了将多声道音频(例如5.1)信号联合地编码为一(或多个)向下混合声道及辅助信息流的技术。已知此等技术是，例如双耳线索编码、参数立体声及MPEG环绕等。

多个公开文献描述了所谓的“双耳线索编码”参数多声道编码方式，例如参见参考文献[1][2][3][4]及[5]。

“参数立体声”是用于基于所发送的单声信号及参数辅助信息，参数编码二声道立体声信号的相关技术。详细地，可参照参考文献[6]及[7]。

“MPEG环绕”是用于参数多声道编码的ISO(国际标准化组织)标准。详细地，参照参考文献[8]。

此等技术都是基于将人类空间听力的相关感知线索以紧凑形式，与相关联单声或立体声下混信号一起发送至接收器。典型的线索可以是声道间位准差(ILD)、声道间相关性或相干性(ICC)、以及声道间时间差(ITD)与声道间相位差(IPD)。

此等参数以适于人类听觉分辨率的频率及时间分辨率来发送。

为了再现原始信号的特性，解码器可生成所发送下混信号的一个或多个去相关版本。此外，输出信号的相位旋转可以在该解码器中执行，以恢复原始的声道间相位关系。

图4的示例双耳线索编码系统

下面，一般双耳线索编码方案将参照图4予以描述。图4示出了双耳线索编码传输系统400的示意框图，其包含双耳线索编码的编码器410及双耳线索编码的解码器420。该双耳线索编码的编码器410可以例如接收多个音频信号412a、412b及412c。而且，该双耳线索编码的编码器410被配置为使用向下混合器414，把音频输入信号412a-412c向下混合，以获得例如可能是和信号的下混信号416。而且，该双耳线索编码的编码器410可被配置为使用分析器418来分析音频输入信号412a-412c，以获得辅助信息信号419。和信号416及辅助信息信号419从双耳线索编码的编码器410发送至双耳线索编码的解码器420。双耳线索编码的解码器420可被配置为在和信号416及声道间线索424的基础上，合成包含例如音频声道y1、y2、...、y_N的多声道音频输出信号。以此为目的，双耳线索编码的解码器420可包含接收和信号416及声道间线索424，且提供音频信号y1、y2、...、y_N的双耳线索编码合成器422。双耳线索编码的解码器420还包含辅助信息处理器426，其配置为接收辅助信息419，且可选地接收用户输入427。辅助信息处理器426被配置为在辅助信息419及可选的用户输入427的基础上，提供声道间线索424。

综上所述，该等音频输入信号在该BBC编码器410中予以分析及向下混合。该总和信号及该辅助信息发送至该BCC解码器420。该等声道间线索是由该辅助信息及本地用户输入而产生。该双耳线索编码合成产生多声道音频信号。

详细地，参照由C.Faller与F.Baumgarte所著的论文“Binaural CueCoding Part II：Schemes and applications”(出版于：IEEE Transactions onSpeech and Audio Processing，vol.11，no.6，2003年11)。

常规方法的讨论

在上述方法中，适当地控制声道间关系是很困难的。

因此，期望建立能够把下混信号向上混合，针对声道间相关性提供良好的正确性的构思。

发明内容

根据本发明的实施例建立了一种向上混合器，用于把下混音频信号向上混合为描述一个或多个经混合音频声道的上混音频信号。该向上混合器包含参数应用器，被配置为应用向上混合参数来把下混音频信号向上混合，以获得上混音频信号。参数应用器被配置为将相位偏移应用于下混音频信号，以获得该下混音频信号的相位偏移版本，而使去相关信号不会受到该相位偏移的修改。参数应用器也被配置为将下混音频信号的相位偏移版本与去相关信号相组合，以获得上混信号。

根据本发明的一些实施例基于以下发现：在不同的上混音频信号之间的声道间相关性由于将相位偏移(例如，依据空间线索的时变的相位偏移)应用于去相关信号而劣化。因此，已发现期望使去相关信号不会受到应用于下混信号的相位偏移的修改，以在不同的上混音频声道之间获得适当的声道间相位偏移。

因此，根据本发明的改进的相位处理有利于防止可能由于去相关信号部分的相位偏移而导致的(该上混音频声道的)错误的输出声道间相关性。

在较佳的实施例中，向上混合器被配置为获得去相关信号，使得该去相关信号是下混音频信号的去相关版本。因而，该去相关信号可以容易地从下混信号中获得。然而，在一些其他实施例中，可使用不同的构思来获得去相关信号。在极其简单的解决方案中，噪声信号可以用作去相关信号。

在较佳的实施例中，向上混合器被配置为把下混音频信号向上混合为描述多个上混音频声道的上混音频信号。在这种情况下，参数应用器被配置为应用向上混合参数来使用去相关信号，把下混音频信号向上混合，以获得第一上混音频声道信号及第二上混音频声道信号。参数应用器被配置为将时变的相位偏移应用于下混音频信号，以获得相对于彼此包含时变相位偏移的下混音频信号的至少两个版本。参数应用器还被配置为将下混音频信号的至少两个版本与去相关信号相组合，以获得至少两个上混音频声道信号，使得该去相关信号保持未受时变相位偏移的影响。因此，可以获得上混音频信号的多个声道信号，其中(该上混音频信号的)多个向上混合声道中的去相关信号部分不会受到在相关信号部分之间引入的相对相位偏移的影响。因而，可以良好的精度控制上混音频声道之间的声道间相关性。

在实施例中，参数应用器被配置为将下混音频信号的至少两个版本与去相关信号相组合，以使第一上混音频声道信号中表示该去相关信号的信号部分与第二上混音频声道信号中表示该去相关信号的信号部分具有在时间上恒定的相位关系，例如相对于彼此同相或180°异相。因而，表示去相关信号的信号部分可有效地用于调整上混音频声道信号的相关性。相反，如果表示去相关信号的信号部分在不同上混音频声道信号中相对于彼此受到任意或可变的相位偏移，那么期望的声道间相关性的调整可能会劣化或甚至受阻。

在根据本发明实施例中，参数应用器被配置为在将下混音频信号的至少两个版本(相对于彼此包含时变相位偏移)与去相关信号相组合之前，获得相对于彼此包含时变相位偏移的下混音频信号的所述至少两个版本，其中去相关信号不会受到该时变相位偏移的影响。通过在将其结果与去相关信号相组合之前，应用时变相位偏移，该去相关信号不会受到该时变相位偏移的影响。因而，所产生的上混音频声道信号的相关性特性可以获得准确的调整。

在根据本发明实施例中，向上混合器包含参数判定器，被配置为在声道间相位差参数的基础上，判定要应用于下混音频信号的相位偏移。因此，该相位偏移适于符合所期望的人类听力印象。

在根据本发明实施例中，参数应用器包含矩阵-向量乘法器，被配置为将表示下混信号的一个或多个采样及去相关信号的一个或多个采样的输入向量与包含表示向上混合参数的矩阵元素的矩阵相乘。执行该乘法以由此获得表示第一上混音频信号声道的一个或多个采样及第二上混音频信号声道的一个或多个采样的输出向量。向上混合器包含参数判定器，被配置为在与下混音频信号相关联的空间线索的基础上，获得矩阵元素。参数判定器被配置为将时变的相位旋转仅应用于要用于下混信号的一个或多个采样的矩阵元素，而使要用于去相关信号的一个或多个采样的矩阵元素的相位不受该时变相位旋转的影响。通过使一些矩阵元素，即用于去相关信号的矩阵元素，不受时变相位旋转的影响，可以获得本发明构思的高效实施。通过具有一些矩阵元素可降低在计算负荷，这些矩阵元素包含固定的相位值(或例如可以是独立于空间线索的实数值)。此外，如果相位值是恒定的，则矩阵元素的判定当然会相当简单。

在实施例中，矩阵-向量乘法器被配置为接收复值表示形式的下混音频信号的采样及去相关信号的采样。此外，矩阵-向量乘法器被配置为将复值矩阵元素应用于输入向量，以应用相位偏移，且获得以复值表示的上混音频信号声道的采样。在这种情况下，参数判定器被配置为在与下混音频信号相关联的声道间位准差参数和/或声道间相关性参数和/或声道间相干性参数(或声道间相关性或相干性参数)的基础上，计算矩阵元素的实数值或幅值。此外，参数判定器被配置为在与下混音频信号相关联的声道间相位差参数的基础上，计算要用于该下混信号的一个或多个采样的矩阵元素的相位值。此外，参数判定器被配置为根据对应的相位值，将复数旋转应用于要用于下混信号的一个或多个采样的矩阵元素的幅值，以获得要用于下混信号的一个或多个采样的矩阵元素。因此，矩阵元素的高效的多步骤判定可以获得实施。矩阵元素的实数值或幅值可以在不考虑声道间相位差的情况下获得计算。类似地，矩阵元素的相位值可以在不考虑声道间位准差参数或声道间相关性/相干性参数的情况下获得，这允许计算可选地并列执行。此外，可以有效地调整矩阵元素，使得以良好精度调整上混音频声道信号的声道间相关性。

根据本发明实施例建立了一种方法，用于把下混音频信号向上混合为上混音频信号。

根据本发明的另一实施例包含计算机程序，用于执行本发明方法的功能。

附图说明

随后，根据本发明的实施例将参照公开附图予以描述，其中：

图1示出了根据本发明实施例，用于把下混音频信号向上混合为上混音频信号的向上混合器的示意框图；

图2示出了根据本发明另一实施例，用于把下混音频信号向上混合为上混音频信号的向上混合器的详细示意框图；

图3a示出了根据本发明实施例，用于把下混音频信号向上混合为上混音频信号的方法的流程图；

图3b示出了根据本发明实施例，用于获得向上混合参数集的方法的示意框图；以及

图4示出了常规的一般双耳线索编码方案的示意框图。

具体实施方式

根据图1的实施例

图1示出了根据本发明实施例的向上混合器100的示意框图。为了简洁，图1仅示出了单一声道的向上混合。当然，在此所揭露的概念也可以用于多声道系统中，如参照图2所述。

向上混合器100被配置为接收下混音频信号110，并把下混音频信号110向上混合为描述一个或多个上混音频声道的上混音频信号120。

向上混合器包含参数应用器130，被配置为应用向上混合参数来把下混音频信号110向上混合，以获得上混音频信号120。参数应用器130被配置为将相位偏移(由参考数字140显示)应用于下混音频信号110，以获得下混音频信号110的相位偏移版本，而使去相关信号150不会受到相位偏移的修改。参数应用器130进一步被配置为将下混音频信号110的相位偏移版本142与去相关信号150相组合(由参考数字160显示)，以获得上混音频信号120。

通过将相位偏移仅应用于下混音频信号110，而不应用于去相关信号150(例如，其可以是该下混音频信号110的去相关版本)，上混音频信号120包含去相关部分，其中上混音频信号120的去相关部分是基于去相关信号150的，且该去相关部分的相位不受到用于下混音频信号110的相位偏移的影响。因此，根据所应用的相位偏移，对上混音频信号120与下混音频信号110相关的信号部分(例如以随时间变化的方式)进行相位偏移，而上混音频信号120与下混音频信号110去相关的部分没有受到相位偏移的影响。因此，可以高精确度地执行对上混音频信号(对于其他上混音频信号)的声道间相关性特性的调整，而不必考虑应用于下混音频信号的时变相位偏移。

根据图2a及2b的实施例

图2a及2b示出了根据本发明另一实施例的装置200的详细示意框图。

装置200被配置为接收下混音频信号210，且把该下混音频信号向上混合为上混音频信号220。上混音频信号220例如可以描述第一上混音频声道222a及第二上混音频声道222b。

下混音频信号210例如可以是由空间音频编码器提供的和信号(例如，由双耳线索编码的编码器410提供的和信号416)。下混音频信号210可以例如由复值频率分解的形式来表示。例如，下混音频信号可包含对于每一音频采样更新间隔(由时间索引k来表示)的(多个频带之中)每一频带中的采样。

在下面，描述对一个频带中的采样的处理。然而，在其他频带中的音频采样可类似地予以处理。换句话说，在根据本发明的一些实施例中，不同的频带可独立地予以处理。

类似地，假设第一上混音频声道信号222a以复值采样的形式来表示在上混音频信号220的特定频带中的音频内容。同样地，假设第二上混音频声道信号222b以复值采样的形式来表示在所考虑的特定频带中的音频内容。然而，根据在此所述的同一概念，可以获得对于不同频带的上混音频声道信号。

从而，装置200的频带处理(即对于单一频带的上混信号的产生)被配置为接收对所考虑频带的音频内容的随后的复值采样的序列进行描述的流x(k)。在此符号中，k作为时间索引。在下面，x(k)将会简单地表示为“下混音频信号”，要记住的是，x(k)仅描述在全部(多频带)下混音频信号中所考虑的单一频带的音频内容。

频带处理包含去相关器230，被配置为接收下混音频信号x(k)，且在其基础上，提供下混音频信号x(k)的去相关版本q(k)。该去相关版本q(k)可以由复值采样序列来表示。该频带处理还包含参数应用器240，被配置为接收该下混音频信号x(k)及该下混音频信号的去相关版本q(k)，且在其基础上，提供第一上混音频声道信号222a及第二上混音频声道信号222b。

在图2的实施例中，参数应用器240包含矩阵向量乘法器242(或任何其他适当的装置)，其被配置为执行下混音频信号x(k)与该下混音频信号的去相关版本q(k)的加权线性组合，以获得上混音频声道信号222a、222b。x(k)与q(k)的加权由加权矩阵H(k)的元素来判定，其中加权矩阵的元素是时变的(即依赖于时间索引k)。大体上来说，加权矩阵H(k)的一些元素可以是复值的，如在下面详细讨论。

在图2的实施例中，第一上混音频声道信号222a的采样y₁(k)可通过使由复值矩阵元素H₁₁加权的下混音频信号采样x(k)与由(典型地，但不一定是实数值)矩阵元素H₁₂加权的去相关信号在时间上相对应的采样q(k)相加来获得。类似地，第二上混音频声道信号222b的采样y₂(k)通过使由复值矩阵元素H₂₁加权的下混音频信号采样x(k)与由(典型地是实数值)矩阵元素H₂₂加权的去相关信号在时间上相对应的采样q(k)相加来获得。

因此，在根据(相关)下混音频信号的采样x(k)来导出上混音频声道信号222a、222b的采样y₁(k)、y₂(k)时，将相位偏移或相位旋转应用于该(相关)下混音频信号的采样x(k)的。相反，在计算去相关信号的采样q(k)对上混音频声道信号222a、222b的采样的贡献时，避免使用相位偏移或相位旋转。

在下面，将描述可以如何获得矩阵H的矩阵元素H₁₁、H₁₂、H₂₁、H₂₂。

以此为目的，装置200包含辅助信息处理单元260，其被配置为接收描述向上混合参数的辅助信息262。该辅助信息262可以例如包含空间线索，例如声道间位准差参数、声道间相关性或相干性参数、声道间时间差参数或声道间相位差参数。这些参数ILD、ICC、ITD、IPD在空间编码技术中是已知的，且在此将不予以详细地描述。

辅助信息处理单元260被配置为将(完整的)矩阵元素H₁₁、H₁₂、H₂₁、H₂₂提供给矩阵向量乘法器242(其由参考数字264显示)。从而，辅助信息处理单元260可被视为是“参数判定器”。

辅助信息处理单元260包含向上混合参数实数值判定器270，其被配置为接收对上混音频声道信号222a、222b中不同信号分量之间的振幅关系或功率关系加以描述的空间线索。例如，向上混合参数实数值判定器270被配置为接收声道间位准差参数和/或声道间相关性或相干性参数。向上混合参数实数值判定器270被配置为在空间线索(例如ILD、ICC)的基础上，提供实数值矩阵元素。向上混合参数实数值判定器270被配置为在所接收空间线索(例如ILD、ICC)的基础上，提供实数值矩阵元素

实数值矩阵元素由272来表示。因为实数值矩阵元素272的计算在空间解码技术中是已知的，所以在此省略了对其的详细描述。而是，参考本领域技术人员已知的段落标题为“参考文献”中所引用的文献及任何其他出版物。

辅助信息处理单元260还包含向上混合参数相位偏移角度判定器280，其被配置为接收对上混音频声道信号222a、222b中不同信号分量之间的相位偏移加以表示的空间线索。例如，向上混合参数相位偏移角度判定器280被配置为接收声道间相位差参数282。向上混合参数相位偏移角度判定器280还被配置为提供与下混音频信号相关联的相位偏移角度值α₁、α₂，其由284来表示。在声道间相位差参数282的基础上，对相位偏移角度值的计算在本技术领域中是已知的，因此在此省略了对其的详细描述。例如，可参照本领域技术人员已知的段落标题为“参考文献”中所引用的文献及任何其他出版物。

辅助信息处理单元260还包含矩阵元素旋转器290，其被配置为接收实数值矩阵元素272及相位偏移角度值284，且在其基础上，计算矩阵H的(完整的)矩阵元素(也由H(k)来表示以指示时间相依性)。以此为目的，矩阵元素旋转器290可被配置为将相位偏移角度值α₁、α₂应用于(且较佳地，仅应用于)实数值矩阵元素272，这些实数值矩阵元素272是要应用于下混音频信号x(k)的。相反，矩阵元素旋转器290较佳地被配置为使要应用于去相关信号q(k)的采样的那些实数值矩阵元素不受相位偏移角度值α₁、α₂影响。从而，要(由矩阵-向量乘法器242)应用于去相关信号q(k)的采样的那些矩阵元素保持为由向上混合参数实数值判定器270所提供的实数值。然而，在一些实施例中，可能会出现符号反转。

在图2所示的实施例中，下面的关系式可以成立：

$H_{11}=e^{j{\mathrm{\α}}_1}{\tilde{H}}_{11}$

$H_{12}={\tilde{H}}_{12}$

$H_{21}=e^{j{\mathrm{\α}}_2}{\tilde{H}}_{21}$

$H_{22}={\tilde{H}}_{22}$

因此，矩阵元素旋转器290被配置为导出矩阵H的(完整的)矩阵元素，且将(完整的)矩阵元素提供给矩阵-向量乘法器242。

通常，矩阵H的矩阵元素可以在装置200的操作期间更新。例如矩阵H的矩阵元素264可以在一组新的辅助信息262由装置200所接收时更新。在其他实施例中，可以执行内插。因而，在可以使用内插的一些实施例中，可以每一音频采样更新间隔k将矩阵元素264更新一次。

在下面，参照图2a及2b的详细描述，将简单地概述根据本发明的构思。根据本发明的实施例通过改进的相位处理来增强向上混合技术，能防止由于去相关信号部分的相位偏移所导致的错误的输出声道间相关性。

为了简单起见，图2所示的实施例及下面的描述仅限于从一个声道至两个声道的向上混合。从例如一个声道至两个声道的解码器向上混合过程是由下混信号x(称为“干信号”)和该下混信号的去相关版本q(称为“湿信号”)组成的向量与向上混合矩阵H的矩阵乘法来执行的。湿信号q可通过使下混信号x经过去相关滤波器(例如，去相关器230的形式)而产生。输出信号y是包含输出的第一和第二声道(例如，第一上混音频声道信号222a及第二上混音频声道222b)的向量。

所有信号x、q、y都可用于复值频率分解中。矩阵运算可以对于每一频带的所有子带采样来执行。下面的矩阵操作可加以执行：

$\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=H\left[\begin{array}{c}x\\ q\end{array}\right]$

可由矩阵-向量乘法器242所执行的该矩阵运算还显示于图2中，其中时间索引k指示了输出采样x、y、向上混合输出采样y₁、y₁及向上混合矩阵H典型地随时间变化。

向上混合矩阵H的系数(或矩阵元素)H₁₁、H₁₂、H₂₁、H₂₂是通过例如使用辅助信息处理单元260从空间线索中导出的。矩阵运算(由矩阵-向量乘法器242执行)根据ICC应用干信号x与湿信号y的混合，且根据ILD应用输出声道222a、222b的加权。通过使用复值系数，可以应用根据IPD的附加的相位偏移(在下面将予以描述)。

湿信号q是通过使下混信号x经过去相关滤波器(例如去相关器230)而产生的，该去相关滤波器是以x与q之间的相关性足够接近于零的方式来设计的。为了重建由所传送的ICC描述的两个声道之间的原始相关性程度，对于这两个输出声道222a、222b，对信号x及q进行不同地混合。混合系数(例如矩阵H的矩阵元素)是以使输出声道的相关性与所传送的ICC相匹配的方式来计算的。

通过将相位偏移应用于输出信号，来重建由所传送IPD描述的两个声道之间的相位关系。这两个信号通常旋转不同的角度。

常规解码器将相位偏移应用于完整的输出信号，这就意味着干和湿信号分量都会获得处理。

所传送的IPD描述了两个声道之间相位角度之差。已经发现，因为对于非相关信号无法定义相位差，所以IPD值总是基于相关信号分量。从而发现，不一定要将相位旋转应用于输出声道的湿信号部分。而且，已经发现，将不同的相位偏移应用于两个声道(包含去相关信号部分)甚至可能会导致错误的输出相关性程度，因为干和湿混合的计算可能基于相同的去相关信号混合至两个声道的假设。

用于混合干和湿信号的常见方法是把相同量的湿信号以不同的符号混合至两个声道。已经发现，如果将不同的相位偏移应用于输出声道(例如，在将干信号x与湿信号q相组合之后)，湿信号部分的异相特性受到破坏，从而导致去相关的损失。

相反，本发明的解决方案会帮助维持所期望程度的去相关。

在下面，说明与上述实施例有关的其他细节。在根据本发明的实施例中，(与常规向上混合技术比较时)经修改的向上混合用于通过根据声道间相位差(IPD)的这种旋转，来避免去相关的损失。如上所述，已经发现，湿信号部分的相位偏移可能导致去相关的损失，且对于重建声道之间的原始相位关系而言不是必要的。当使用复数系数来应用向上混合矩阵H中的相位偏移时，可以通过仅旋转与干信号相乘的那些系数，来将该处理仅限于干信号。

在下面，将描述一种方法，其可用于获得向上混合矩阵H或向上混合参数(例如，向上混合矩阵H的元素)。

在第一步骤中，根据所传送的声道间位准差(ILD)以及声道间相关性或相干性参数(ICC)来计算实数值矩阵

(或其元素)，这些空间线索可以作为辅助信息262的一部分由装置200接收。此计算(其可由向上混合参数实数值判定器270执行)可以按照就像不使用声道间相位差(IPD)那样相同的方式来进行。

在下一步骤(其可选地与第一步骤并行地执行，或甚至在“第一步骤”之前执行)中，像通常那样，根据所传送的IPD(例如在向上混合参数相位偏移角度判定器280中)来计算对于例如两个输出声道的相位偏移角度α₁及α₂。

最后，执行对与干信号相乘的矩阵

的要素(或元素)(即矩阵的第一行)的复数旋转，以获得向上混合矩阵H(例如，使用矩阵元素旋转器290)：

$H=\left[\begin{array}{cc}{e}^{j{\mathrm{\α}}_1}{\tilde{H}}_{11}& {\tilde{H}}_{12}\\ e^{j{\mathrm{\α}}_2}{\tilde{H}}_{21}& {\tilde{H}}_{22}\end{array}\right]$

使用经修改的向上混合矩阵，相位旋转仅应用于干信号部分(例如，通过应用该矩阵H的矩阵-向量乘法器242)，而湿信号部分不修改，且保留了正确的去相关。

根据图3a的方法

图3a示出了用于把下混音频信号向上混合为描述一个或多个上混音频声道的上混音频信号的方法300的流程图。该方法300大体上包含应用310向上混合参数来把下混音频信号向上混合，以获得上混音频信号。应用310向上混合参数包含步骤320，将相位偏移应用于下混音频信号，来获得该下混音频信号的相位偏移版本，而使去相关信号不受到相位偏移的修改。应用310向上混合参数还包含步骤330，将该下混音频信号的相位偏移版本与该去相关信号相组合，以获得上混音频信号。

应注意的是，可以向方法300补充在此针对于本发明装置所述的任何功能。

根据图3b的方法

图3b示出了用于根据本发明实施例，用于获得向上混合参数集的方法350。该方法350包含第一步骤360，根据一个或多个表示贡献强度的空间线索(例如ILD、ICC)，来获得对下混音频信号(例如信号x)及去相关信号(例如信号q)对上混音频声道信号(例如y₁、y₂)的所期望贡献强度加以描述的实数值向上混合参数(例如，实数值矩阵元素)。该方法350还包含第二步骤370，根据一个或多个表示声道间相位偏移(例如IPD)的空间线索，来获得对不同的上混音频声道信号(例如y₁、y₂)的下混音频信号分量之间的所期望相位偏移加以描述的相位偏移角度值(例如α₁、α₂)。该方法350还包含步骤380，根据相位偏移角度值来旋转(例如相位偏移)要应用于下混音频信号的实数值向上混合参数，而使要应用于去相关信号的实数值向上混合参数不受该相位偏移角度值的影响，从而获得向上混合参数集的完整的向上混合参数。

可以向方法350补充在此针对于本发明装置所述的任何特征及功能。

计算机程序实施

依据某些实施需求，本发明的实施例可实施于硬件或软件中。该实施可以使用例如软盘、DVD、CD、ROM、PROM、EPROM、EEPROM或闪速存储器的数字存储介质来执行，在该数字存储介质上储存有电子可读控制信号，其与可编程计算机系统协作(或能够协作)，以便执行各个方法。

根据本发明的一些实施例包含数据载体，具有能够与可编程计算机系统相协作以使在此所述方法之一获得执行的电子可读控制信号。

大体上，本发明的实施例可以实施为具有程序代码的计算机程序产品，该程序代码可操作来在该计算机程序产品执行于计算机上时，执行所述方法之一。该程序代码可以例如储存于机器可读载体上。

其他实施例包含储存于机器可读载体上，用于执行在此所述方法之一的计算机程序。从而，换句话说，本发明方法的实施例是计算机程序，具有用于在计算机程序执行于计算机上时执行在此所述方法之一的程序代码。

从而，本发明方法的另一实施例是数据载体(或数字存储介质，或计算机可读介质)，包含记录在其上用于执行在此所述方法之一的计算机程序。

从而，本发明方法的另一实施例是表示用于执行在此所述方法之一的计算机程序的数据流或信号序列。该数据流或信号序列例如可以被配置为经由数据通信连接，例如经由互联网来传输。

另一实施例包含处理装置，例如计算机或可编程逻辑器件，其被配置为或适用于执行在此所述方法之一。

另一实施例包含已安装有用于执行在此所述方法之一的计算机程序的计算机。

在一些实施例中，可编程逻辑器件(例如现场可编程门阵列)可用于执行在此所述方法中的一些或所有功能。在一些实施例中，现场可编程门阵列可以与微处理器相协作以执行在此所述方法之一。

结论

综上所述，描述了用于重建原始声道间相位差，同时保留正确去相关的改进的向上混合方法。根据本发明的实施例通过防止在输出信号中由于去相关输出的不期望相位处理而导致的去相关损失，超越了其他技术。

参考文献：

[1]C.Faller and F.Baumgarte，“Efficient representation of spatialaudio using perceptual parametrization，”IEEE WASPAA，Mohonk，NY，October 2001.

[2]F.Baumgarte and C.Faller，“Estimation of auditory spatial cues forbinaural cue coding，”ICASSP，Orlando，FL，May 2002.

[3]C.Faller and F.Baumgarte，“Binaural cue coding：a novel andefficient representation of spatial audio，”ICASSP，Orlando，FL，May 2002.

[4]C.Faller and F.Baumgarte，“Binaural cue coding applied to audiocompression with flexible rendering，”AES 113th Convention，LosAngeles，Preprint 5686，October 2002.

[5]C.Faller and F.Baumgarte，“Binaural Cue Coding-Part II：Schemes and applications，”IEEE Trans.on Speech and AudioProc.，vol.11，no.6，Nov.2003.

[6]J.Breebaart，S.van  de  Par，A.Kohlrausch，E.Schuijers，“High-Quality Parametric Spatial Audio Coding at Low Bitrates”，AES 116th Convention，Berlin，Preprint 6072，May 2004.

[7]E.Schuijers，J.Breebaart，H.Purnhagen，J.Engdegard，“LowComplexity Parametric Stereo Coding”，AES  116th Convention，Berlin，Preprint 6073，May 2004.

[8]ISO/IEC JTC 1/SC 29/WG 11，23003-1，MPEG Surround.

[9]J.Blauert，Spatial Hearing：The Psychophysics of Human SoundLocalization，The MIT Press，Cambridge，MA，revised edition1997

Claims (15)

1.一种向上混合器(100；200)，用于把下混音频信号(110；210)向上混合为描述一个或多个上混音频声道(222a；22b)的上混音频信号(120；220)，该向上混合器包括：

参数应用器(130；240)，其被配置为应用向上混合参数(H₁₁、H₁₂、H₂₁、H₂₂)来把下混音频信号向上混合，以获得上混音频信号，

其中参数应用器(130；240)被配置为将相位偏移应用于下混音频信号(110；x)，以获得该下混音频信号的相位偏移版本，而使去相关信号(150；q)不会受到该相位偏移的修改，以及

参数应用器(130；240)被配置为将该下混音频信号的相位偏移版本与去相关信号(150；q)相组合，以获得上混音频信号。

2.如权利要求1所述的向上混合器(100；200)，其中该向上混合器被配置为获得所述去相关信号(150；q)，使得所述去相关信号是下混音频信号(110；x)的去相关版本。

3.如权利要求1或2所述的向上混合器(100；200)，其中该向上混合器(100；200)被配置为把该混合音频信号(110；x)向上混合为描述多个上混音频声道(222a；222b)的上混音频信号(120；220)，

其中参数应用器(130；240)被配置为应用向上混合参数(H₁₁、H₁₂、H₂₁、H₂₂)来使用去相关信号(150；q)，把下混音频信号(110；x)向上混合，以获得第一上混音频声道信号(y₁)和第二上混音频声道信号(y₂)，

其中参数应用器(130；240)被配置为将时变相位偏移(α₁、α₂)应用于下混音频信号(110；x)，以获得下混音频信号的至少两个版本(H₁₁x、H₂₁x)，所述至少两个版本相对于彼此包含时变相位偏移(α₁-α₂)；以及

其中参数应用器(130；240)被配置为将下混音频信号的所述至少两个版本与所述去相关信号(150；q)相组合，以获得至少两个向上混合的音频声道信号(y₁、y₂)，使得所述去相关信号保持不受所述时变相位偏移(α₁-α₂)的影响。

4.如权利要求3所述的向上混合器(100；200)，其中参数应用器(130；240)被配置为将下混音频信号(110；x)的所述至少两个版本(H₁₁x、H₂₁x)与所述去相关信号(150；q)相组合，使得所述第一上混音频声道信号(y₁)中表示所述去相关信号(150；q)的信号部分和所述第二上混音频声道信号(y₂)中表示所述去相关信号(150；q)的信号部分具有在时间上恒定的相位关系。

5.如权利要求3或4所述的向上混合器(100；200)，其中参数应用器(130；240)被配置为将下混音频信号(110；x)的所述至少两个版本(H₁₁x、H₂₁x)与所述去相关信号(150；q)相组合，使得所述第一上混音频声道信号(y₁)中表示所述去相关信号(150；q)的信号部分和所述第二上混音频声道信号(y₂)中表示所述去相关信号(150；q)的信号部分相对于彼此同相或180°异相。

6.如权利要求3至5之一所述的向上混合器(100；200)，其中参数应用器(130；240)被配置为在将下混音频信号的所述至少两个版本(H₁₁x、H₂₁x)与所述去相关信号(150；q)相组合之前，获得相对于彼此包含时变相位偏移的下混音频信号的所述至少两个版本(H₁₁x、H₂₁x)，其中所述去相关信号(q)不受该时变相位偏移的影响。

7.如权利要求1至6之一所述的向上混合器(100；200)，其中该向上混合器包括：参数判定器(260)，被配置为基于声道间相位差参数(282)，判定所述相位偏移(α₁、α₂)。

8.如权利要求1至7之一所述的向上混合器(100；200)，其中参数应用器(130；240)包括：矩阵-向量乘法器(242)，被配置为将表示下混音频信号(110；210)的一个或多个采样(x)和所述去相关信号(150；q)的一个或多个采样(q)的输入向量与包括表示所述向上混合参数的矩阵元素(H₁₁、H₁₂、H₂₁、H₂₂)的矩阵相乘，由此获得表示第一上混音频声道信号(222a)的一个或多个采样(y₁)和第二上混音频声道(222b)的一个或多个采样(y₂)的输出向量，以及

其中向上混合器包括：向上混合参数判定器(260)，被配置为基于与下混音频信号(110；210)相关联的空间线索，获得所述矩阵元素(H₁₁、H₁₂、H₂₁、H₂₂)，以及

其中向上混合参数判定器(260)被配置为将时变相位旋转仅应用于要用于该下混信号的一个或多个采样(x)的矩阵元素(H₁₁、H₂₁)，而使要用于所述去相关信号的一个或多个采样(q)的矩阵元素(H₁₂、H₂₂)的相位不会受到该时变相位旋转的影响。

9.如权利要求8所述的向上混合器(100；200)，其中矩阵-向量乘法器(242)被配置为接收复值表示形式的下混音频信号(110；210)的采样(x)以及所述去相关信号(150；q)的采样(q)；

其中矩阵-向量乘法器(242)被配置为将复值的矩阵元素(H₁₁、H₂₁)应用于所述输入向量的一个或多个元素，以应用相位偏移，

获得复值表示形式的上混音频声道(222a；222b)的采样(y₁、y₂)；以及

其中向上混合参数判定器(260)被配置为基于与下混音频信号(110；210)相关联的声道间位准差参数、声道间相关性参数或声道间相干性参数，计算矩阵元素的实值或幅值

基于与下混音频信号(110；210)相关联的声道间相位差参数(282)，计算要用于该混合信号的所述一个或多个采样的矩阵元素(H₁₁、H₂₁)的相位值(α₁、α₂)，以及

根据相应相位值(α₁、α₂)，将复数旋转应用于要用于下混信号(110；210)的所述一个或多个采样(x)的所述矩阵元素的实数值或幅值

来获得要用于下混信号的所述一个或多个采样(x)的矩阵元素(H₁₁、H₂₁)。

10.如权利要求8或9所述的向上混合器(100；200)，其中矩阵-向量乘法器(242)被配置为根据等式获得输出向量

$y=\left[\begin{array}{c}{y}_1\\ .\\ .\\ .\\ y_i\\ .\\ .\\ .\\ y_N\end{array}\right]$

所述等式为

$y=\left[\begin{array}{cc}{e}^{j{\mathrm{\α}}_1}{\tilde{H}}_{11}& {\tilde{H}}_{12}\\ .& .\\ .& .\\ .& .\\ e^{j{\mathrm{\α}}_i}{\tilde{H}}_{i1}& {\tilde{H}}_{i2}\\ .& .\\ .& .\\ .& .\\ e^{j{\mathrm{\α}}_N}{\tilde{H}}_{N1}& {\tilde{H}}_{N2}\end{array}\right]\left[\begin{array}{c}x\\ q\end{array}\right]$

其中

y_i表示第i个上混音频声道的复值采样；

α_i表示与第i个上混音频声道相关联的相位值；

表示描述所述下混音频信号对第i个上混音频声道的贡献的实数值幅值；

表示描述所述去相关信号q对第i个上混音频声道的贡献的实数值幅值；

j表示虚数单位；

x表示下混音频信号的采样；

q表示去相关信号的采样；及

e表示指数函数。

11.一种用于获得向上混合参数集的装置(260)，其获得用于把下混音频信号(110；210)向上混合为描述多个上混音频声道(222a；222b)的上混音频信号(120；220)的向上混合参数(H₁₁、H₁₂、H₂₁、H₂₂)集，该装置(260)包括：

向上混合参数实数值判定器(270)，被配置为根据表示贡献强度的一个或多个空间线索，获得描述下混信号(x)和去相关信号(q)对所述上混音频声道信号(y₁、y₂)的期望贡献强度的实数值向上混合参数

向上混合参数相位偏移角度判定器(280)，被配置为根据表示声道间相位差的一个或多个空间线索，获得描述不同的上混音频声道信号(y₁、y₂)中下混音频信号分量之间的期望相位偏移的一个或多个相位偏移角度值(α₁、α₂)；以及

向上混合参数旋转器(290)，被配置为根据相位偏移角度值(α₁、α₂)来旋转由向上混合参数实数值判定器(270)提供且要用于下混音频信号(x)的实数值向上混合参数

而使向上混合参数实数值判定器(270)提供且要用于去相关信号(q)的实数值向上混合参数不受相位偏移角度值的影响，

以获得所述向上混合参数集的完整的向上混合参数(H₁₁、H₁₂、H₂₁、H₂₂)。

12.如权利要求11所述装置(260)，其中向上混合参数集由向上混合矩阵来表示；

其中所述实数值向上混合参数是实数值矩阵元素；

其中所述完整的向上混合参数是完整的矩阵元素；以及

其中该装置被配置为获得所述完整的向上混合参数，使得要用于下混信号的向上混合参数包括依赖于该装置所接收的空间线索的相位，而要用于去相关信号的向上混合参数包含独立于所述空间线索的预定相位值。

13.一种向上混合方法(300)，用于把下混音频信号向上混合为描述一个或多个上混音频声道的上混音频信号，该方法包括：

应用(310)向上混合参数来把下混音频信号向上混合，以获得上混音频信号；

其中应用(310)向上混合参数包括：将相位偏移应用于(320)下混音频信号，以获得下混音频信号的相位偏移版本，而去相关信号不会受到该相位偏移的修改；以及

其中应用(310)向上混合参数包括：将下混音频信号的相位偏移版本与去相关信号相组合(330)，以获得上混音频信号。

14.一种用于获得向上混合参数集的方法(350)，获得用于把下混音频信号向上混合为描述多个上混音频信号的上混音频信号的向上混合参数集，该方法包括：

根据表示贡献强度的一个或多个空间线索，获得(360)描述下混信号和去相关信号对上混音频声道信号的期望贡献强度的实数值向上混合参数；

根据表示声道间相位差的一个或多个空间线索，获得(370)描述不同的上混音频声道信号中下混音频信号分量之间的期望相位偏移的相位偏移角度值；以及

根据相位偏移角度值，旋转要用于下混音频信号的实数值向上混合参数，而使要用于去相关信号的实数值向上混合参数不受所述相位偏移角度值的影响，

以获得向上混合参数集的完整的向上混合参数。

15.一种计算机程序，用于在该计算机程序运行在计算机上时，执行如权利要求13或14所述的方法。

Images