Устройство и способ преобразования первого и второго входных каналов, по меньшей мере, в один выходной канал

Устройство и способ преобразования первого и второго входных каналов, по меньшей мере, в один выходной канал

Иллюстрации

Показать все

Реферат

Настоящая заявка относится к устройству и способу для преобразования первого и второго входных каналов, по меньшей мере, в один выходной канал и, в частности, к устройству и способу, подходящим для использования при преобразовании формата между различными конфигурациями каналов громкоговорителей.

Инструментальные средства пространственного кодирования аудио известны в данной области техники и стандартизированы, например, в стандарте объемного звучания MPEG. Пространственное кодирование аудио начинается с множества исходных входных, например, пяти или семи входных каналов, которые идентифицируются посредством их размещения в компоновке для воспроизведения, например в качестве левого канала, центрального канала, правого канала, левого канала объемного звучания, правого канала объемного звучания и канала улучшения низких частот (LFE). Пространственный аудиокодер может извлекать один или более каналов понижающего микширования из исходных каналов и, дополнительно, может извлекать параметрические данные, связанные с пространственными сигнальными метками, такие как межканальные разности уровней в значениях канальной когерентности, межканальные разности фаз, межканальные разности времен и т.д. Один или более каналов понижающего микширования передаются вместе с параметрической вспомогательной информацией, указывающей пространственные сигнальные метки, в пространственный аудиодекодер для декодирования каналов понижающего микширования и ассоциированных параметрических данных, чтобы в итоге получать выходные каналы, которые являются аппроксимированной версией исходных входных каналов. Размещение каналов в выходной компоновке может быть фиксированным, например, как 5.1-формат, 7.1-формат и т.д.

Кроме того, инструментальные средства пространственного кодирования аудиообъектов известны в данной области техники и стандартизированы, например, в MPEG SAOC-стандарте (SAOC – пространственное кодирование аудиообъектов). В отличие от пространственного кодирования аудио, начинающегося с исходных каналов, пространственное кодирование аудиообъектов начинается с аудиообъектов, которые автоматически не выделяются для определенной компоновки для воспроизведения при рендеринге. Наоборот, размещение аудиообъектов в сцене для воспроизведения является гибким и может задаваться пользователем, например, посредством ввода определенной информации рендеринга в декодер по стандарту пространственного кодирования аудиообъектов. Альтернативно или дополнительно, информация рендеринга может передаваться в качестве дополнительной вспомогательной информации или метаданных; информация рендеринга может включать в себя информацию того, в какой позиции в компоновке для воспроизведения определенный должен быть размещен аудиообъект (например, во времени). Чтобы получать определенное сжатие данных, определенное число аудиообъектов кодируется с использованием SAOC-кодера, который вычисляет, из входных объектов, один или более транспортных каналов посредством понижающего микширования объектов в соответствии с определенной информацией понижающего микширования. Кроме того, SAOC-кодер вычисляет параметрическую вспомогательную информацию, представляющую межобъектные сигнальные метки, такую как разности уровней объектов (OLD), значения когерентности объектов и т.д. Аналогично SAC (SAC – пространственное кодирование аудио), межобъектные параметрические данные вычисляются для отдельных частотно-временных мозаичных фрагментов. Для определенного кадра (например, 1024 или 2048 выборок) аудиосигнала, рассматриваются множество полос частот (например, 24, 32 или 64 полосы частот), так что параметрические данные предоставляются для каждого кадра и каждой полосы частот. Например, когда аудио фрагмент имеет 20 кадров, и когда каждый кадр подразделяется на 32 полосы частот, число частотно-временных мозаичных фрагментов равно 640.

Требуемый формат воспроизведения, т.е. конфигурация выходных каналов (конфигурация выходных громкоговорителей) может отличаться от конфигурации входных каналов, при этом число выходных каналов, в общем, отличается от числа входных каналов. Таким образом, преобразование формата может требоваться для того, чтобы преобразовывать входные каналы из конфигурации входных каналов в выходные каналы из конфигурации выходных каналов.

Задача, лежащая в основе изобретения, заключается в том, чтобы предоставлять устройство и способ, которые разрешают улучшенное воспроизведение звука, в частности, в случае преобразования формата между различными конфигурациями каналов громкоговорителей.

Эта задача решается посредством устройства по п. 1 и способа по п. 12.

Варианты осуществления изобретения предоставляют устройство для преобразования первого входного канала и второго входного канала из конфигурации входных каналов, по меньшей мере, в один выходной канал из конфигурации выходных каналов, при этом каждый входной канал и каждый выходной канал имеет направление, в котором расположен ассоциированный громкоговоритель относительно центральной позиции слушателя, при этом устройство выполнено с возможностью:

- преобразовывать первый входной канал в первый выходной канал из конфигурации выходных каналов; и, по меньшей мере, одно из следующего:

a) преобразовывать второй входной канал в первый выходной канал, что содержит обработку второго входного канала посредством применения, по меньшей мере, одного из частотного корректирующего фильтра и декорреляционного фильтра ко второму входному каналу; и

b) несмотря на тот факт, что отклонение углов между направлением второго входного канала и направлением первого выходного канала меньше отклонения углов между направлением второго входного канала и второго выходного канала и/или меньше отклонения углов между направлением второго входного канала и направлением третьего выходного канала, преобразовывать второй входной канал во второй и третий выходные каналы посредством панорамирования между вторым и третьим выходными каналами.

Варианты осуществления изобретения предоставляют способ для преобразования первого входного канала и второго входного канала из конфигурации входных каналов, по меньшей мере, в один выходной канал из конфигурации выходных каналов, при этом каждый входной канал и каждый выходной канал имеет направление, в котором расположен ассоциированный громкоговоритель относительно центральной позиции слушателя, содержащий:

- преобразование первого входного канала в первый выходной канал из конфигурации выходных каналов; и, по меньшей мере, одно из следующего:

a) преобразование второго входного канала в первый выходной канал, содержащее обработку второго входного канала посредством применения, по меньшей мере, одного из частотного корректирующего фильтра и декорреляционного фильтра ко второму входному каналу; и

b) несмотря на тот факт, что отклонение углов между направлением второго входного канала и направлением первого выходного канала меньше отклонения углов между направлением второго входного канала и второго выходного канала и/или меньше отклонения углов между направлением второго входного канала и направлением третьего выходного канала, преобразование второго входного канала во второй и третий выходные каналы посредством панорамирования между вторым и третьим выходными каналами.

Варианты осуществления изобретения основаны на таких выявленных сведениях, что улучшенное воспроизведение аудио может достигаться даже в случае процесса понижающего микширования из определенного числа входных каналов в меньшее число выходных каналов, если используется подход, который спроектирован с возможностью пытаться сохранять пространственное разнесение, по меньшей мере, двух входных каналов, которые преобразуются, по меньшей мере, в один выходной канал. Согласно вариантам осуществления изобретения это достигается посредством обработки одного из входных каналов, преобразованных в идентичный выходной канал, посредством применения, по меньшей мере, одного из частотного корректирующего фильтра и декорреляционного фильтра. В вариантах осуществления изобретения это достигается посредством формирования фантомного источника для одного из входных каналов с использованием двух выходных каналов, по меньшей мере, один из которых имеет отклонение углов из входного канала, который превышает отклонение углов из входного канала в другой выходной канал.

В вариантах осуществления изобретения частотный корректирующий фильтр применяется ко второму входному каналу и выполнен с возможностью повышать спектральную часть второго входного канала, который, как известно, создает у слушателя впечатление, что звук исходит из позиции, соответствующей позиции второго входного канала. В вариантах осуществления изобретения угол подъема второго входного канала может превышать угол подъема одного или более выходных каналов, в которые преобразуется входной канал. Например, громкоговоритель, ассоциированный со вторым входным каналом, может находиться в позиции выше горизонтальной плоскости слушателя, в то время как громкоговорители, ассоциированные с одним или более выходных каналов, могут находиться в позиции в горизонтальной плоскости слушателя. Частотный корректирующий фильтр может быть выполнен с возможностью повышать спектральную часть второго канала в частотном диапазоне между 7 кГц и 10 кГц. Посредством обработки второго входного сигнала таким способом, у слушателя может создаваться впечатление, что звук исходит из приподнятой позиции, даже если он фактически не исходит из приподнятой позиции.

В вариантах осуществления изобретения второй входной канал обрабатывается посредством применения частотного корректирующего фильтра, выполненного с возможностью обрабатывать второй входной канал, чтобы компенсировать разности тембра, вызываемые посредством различных позиций второго входного канала и, по меньшей мере, одного выходного канала, в который преобразуется второй входной канал. Таким образом, тембр второго входного канала, который воспроизводится посредством громкоговорителя в неправильной позиции, может манипулироваться таким образом, что у пользователя может складываться впечатление, что звук возникает из другой позиции, ближе к исходной позиции, т.е. из позиции второго входного канала.

В вариантах осуществления изобретения декорреляционный фильтр применяется ко второму входному каналу. Применение декорреляционного фильтра ко второму входному каналу также может создавать у слушателя впечатление, что звуковые сигналы, воспроизведенные посредством первого выходного канала, возникают из различных входных каналов, расположенных в различных позициях в конфигурации входных каналов. Например, декорреляционный фильтр может быть выполнен с возможностью вводить частотно-зависимые задержки и/или рандомизированные фазы во второй входной канал. В вариантах осуществления изобретения декорреляционный фильтр может представлять собой реверберационный фильтр, выполненный с возможностью вводить части сигнала реверберации во второй входной канал, так что у слушателя может складываться впечатление, что звуковые сигналы, воспроизведенные через первый выходной канал, возникают из различных позиций. В вариантах осуществления изобретения декорреляционный фильтр может быть выполнен с возможностью свертывать второй входной канал с экспоненциально затухающей шумовой последовательностью, чтобы моделировать рассеянные отражения во втором входном сигнале.

В вариантах осуществления изобретения коэффициенты частотного корректирующего фильтра и/или декорреляционного фильтра задаются на основе измеренной бинауральной импульсной характеристики в помещении (BRIR) для конкретного помещения для прослушивания или задаются на основе эмпирических знаний относительно акустики помещений (которые также могут учитывать конкретное помещение для прослушивания). Таким образом, соответствующая обработка, чтобы учитывать пространственное разнесение входных каналов, может быть адаптирована через конкретную обстановку, к примеру, конкретное помещение для прослушивания, в котором сигнал должен воспроизводиться посредством конфигурации выходных каналов.

Ниже поясняются варианты осуществления изобретения со ссылкой на прилагаемые чертежи, на которых:

Фиг. 1 показывает общее представление трехмерного аудиокодера трехмерной аудиосистемы;

Фиг. 2 показывает общее представление трехмерного аудиодекодера трехмерной аудиосистемы;

Фиг. 3 показывает пример для реализации преобразователя форматов, который может реализовываться в трехмерном аудиодекодере по фиг. 2;

Фиг. 4 показывает схематичный вид сверху конфигурации громкоговорителей;

Фиг. 5 показывает схематичный вид сзади другой конфигурации громкоговорителей;

Фиг. 6a и 6b показывают схематичные виды устройства для преобразования первого и второго входных каналов в выходной канал;

Фиг. 7a и 7b показывают схематичные виды устройства для преобразования первого и второго входных каналов в несколько выходных каналов;

Фиг. 8 показывает схематичный вид устройства для преобразования первого и второго канала в один выходной канал;

Фиг. 9 показывает схематичный вид устройства для преобразования первого и второго входных каналов в различные выходные каналы;

Фиг. 10 показывает блок-схему процессора сигналов для преобразования входных каналов из конфигурации входных каналов в выходные каналы из конфигурации выходных каналов;

Фиг. 11 показывает процессор сигналов; и

Фиг. 12 является схемой, показывающей так называемые полосы частот Блоерта.

Перед подробным описанием вариантов осуществления изобретательского подхода, приводится краткое представление системы трехмерных аудиокодеков, в которой может реализовываться изобретательский подход.

Фиг. 1 и 2 показывают алгоритмические блоки трехмерной аудиосистемы в соответствии с вариантами осуществления. Более конкретно, фиг. 1 показывает общее представление трехмерного аудиокодера 100. Аудиокодер 100 принимает в схеме 102 модуля предварительного рендеринга/микшера, которая необязательно может быть предоставлена, входные сигналы, более конкретно множество входных каналов, предоставляющих в аудиокодер 100 множество сигналов 104 каналов, множество сигналов 106 объектов и соответствующих метаданных 108 объектов. Сигналы 106 объектов, обработанные посредством модуля предварительного рендеринга/микшера 102 (см. сигналы 110), может предоставляться в SAOC-кодер 112 (SAOC–пространственное кодирование аудиообъектов). SAOC-кодер 112 формирует транспортные SAOC-каналы 114, предоставленные для входов USAC-кодера 116 (USAC– стандартизированное кодирование речи и аудио). Помимо этого SAOC-SI 118 сигналов (SAOC-SI – вспомогательная информация SAOC) также предоставляется во входы USAC-кодера 116. USAC-кодер 116 дополнительно принимает сигналы 120 объектов непосредственно из модуля предварительного рендеринга/микшера, а также сигналы каналов и предварительно подготовленные посредством рендеринга сигналы 122 объектов. Информация 108 метаданных объектов применяется к OAM-кодеру 124 (OAM–метаданные объектов), предоставляющему сжатую информацию 126 метаданных объектов в USAC-кодер. USAC-кодер 116, на основе вышеуказанных входных сигналов, формирует сжатый выходной сигнал MP4, как показано на 128.

Фиг. 2 показывает общее представление трехмерного аудиодекодера 200 трехмерной аудиосистемы. Кодированный сигнал 128 (MP4), сформированный посредством аудиокодера 100 по фиг. 1, принимается в аудиодекодере 200, более конкретно в USAC-декодере 202. USAC-декодер 202 декодирует принимаемый сигнал 128 в сигналы 204 каналов, предварительно подготовленные посредством рендеринга сигналы 206 объектов, сигналы 208 объектов и сигналы 210 транспортных SAOC-каналов. Дополнительно, сжатая информация 212 метаданных объектов и SAOC-SI 214 сигналов выводится посредством USAC-декодера. Сигналы 208 объектов предоставляются в модуль 216 рендеринга объектов, выводящий подготовленные посредством рендеринга сигналы 218 объектов. Сигналы 210 транспортных SAOC-каналов предоставляются в SAOC-декодер 220, выводящий подготовленные посредством рендеринга сигналы 222 объектов. Сжатая метаинформация 212 объектов предоставляется в OAM-декодер 224, выводящий соответствующие управляющие сигналы в модуль 216 рендеринга объектов и SAOC-декодер 220 для формирования подготовленных посредством рендеринга сигналов 218 объектов и подготовленных посредством рендеринга сигналов 222 объектов. Декодер дополнительно содержит микшер 226, принимающий, как показано на фиг. 2, входные сигналы 204, 206, 218 и 222 для вывода сигналов 228 каналов. Сигналы каналов могут непосредственно выводиться в громкоговоритель, например 32-канальный громкоговоритель, как указано на 230. Альтернативно, сигналы 228 могут предоставляться в схему 232 преобразования форматов, принимающую в качестве управляющего ввода сигнал схемы размещения для воспроизведения, указывающий способ, которым должны преобразовываться сигналы 228 каналов. В варианте осуществления, проиллюстрированном на фиг. 2, предполагается, что преобразование должно выполняться таким образом, что сигналы могут предоставляться в акустическую 5.1-систему, как указано на 234. Кроме того, сигналы 228 каналов предоставляются в модуль 236 бинаурального рендеринга, формирующий два выходных сигнала, например, для наушника, как указано на 238.

Система кодирования/декодирования, проиллюстрированная на фиг. 1 и 2, может быть основана на MPEG-D USAC-кодеке для кодирования сигналов каналов и объектов (см. сигналы 104 и 106). Чтобы повышать эффективность для кодирования большого количества объектов, может использоваться MPEG SAOC-технология. Три типа модулей рендеринга могут выполнять задачи рендеринга объектов в каналы, рендеринга каналов в наушники или рендеринга каналов в другую компоновку громкоговорителей (см. фиг. 2, ссылки с номерами 230, 234 и 238). Когда сигналы объектов явно передаются или параметрически кодируются с использованием SAOC, соответствующая информация 108 метаданных объектов сжимается (см. сигнал 126) и мультиплексируется в трехмерный поток 128 аудиобитов.

Фиг. 1 и 2 показывают алгоритмические блоки для полной трехмерной аудиосистемы, которая подробнее описывается ниже.

Модуль 102 предварительного рендеринга/микшер необязательно может быть предоставлен для того, чтобы преобразовывать сцену ввода каналов плюс объектов в сцену каналов перед кодированием. Функционально, он является идентичным модулю рендеринга объектов/микшеру, который подробно описывается ниже. Предварительный рендеринг объектов может требоваться для того, чтобы обеспечивать детерминированную энтропию сигналов на входе кодера, которая по существу является независимой от числа одновременно активных сигналов объектов. При предварительном рендеринге объектов не требуется передача метаданных объектов. Сигналы дискретных объектов подготовлены посредством рендеринга в схему размещения каналов, которую кодер выполнен с возможностью использовать. Весовые коэффициенты объектов для каждого канала получаются из ассоциированных метаданных объектов (OAM).

USAC-кодер 116 представляет собой базовый кодек для сигналов каналов громкоговорителя, сигналов дискретных объектов, сигналов понижающего микширования объектов и предварительно подготовленных посредством рендеринга сигналов. Он основан на MPEG-D USAC-технологии. Он обрабатывает кодирование вышеуказанных сигналов посредством создания информации преобразования каналов и объектов на основе геометрической и семантической информации назначения входных каналов и объектов. Эта информация преобразования описывает то, как входные каналы и объекты преобразуются в USAC-канальные элементы, такие как элементы канальных пар (CPE), одноканальные элементы (SCE), низкочастотные эффекты (LFE) и элементы канальных четверок (QCE), и CPE, SCE и LFE и соответствующая информация передается в декодер. Все дополнительные SAOC-данные 114, 118 в форме рабочих данных или метаданные 126 объектов рассматриваются при управлении скоростью кодеров. Кодирование объектов является возможным различными способами, в зависимости от требований по искажению в зависимости от скорости передачи и требований по интерактивности для модуля рендеринга. В соответствии с вариантами осуществления возможны следующие варианты кодирования объектов.

Предварительно подготовленные посредством рендеринга объекты: Сигналы объектов подготавливаются посредством рендеринга и сводятся в 22.2-канальные сигналы перед кодированием. Последующая цепочка кодирования видит 22.2-канальные сигналы.

Формы сигналов дискретных объектов: Объекты предоставляются в качестве монофонических форм сигнала в кодер. Кодер использует одноканальные элементы (SCE), чтобы передавать объекты в дополнение к сигналам каналов. Декодированные объекты подготавливаются посредством рендеринга и сводятся на стороне приемного устройства. Сжатая информация метаданных объектов передается в приемное устройство/модуль рендеринга.

Формы сигналов параметрических объектов: Свойства объектов и их взаимосвязь между собой описываются посредством SAOC-параметров. Понижающее микширование сигналов объектов кодируется с помощью USAC. Параметрическая информация передается совместно. Число каналов понижающего микширования выбирается в зависимости от числа объектов и полной скорости передачи данных. Сжатая информация метаданных объектов передается в модуль SAOC-рендеринга.

SAOC-кодер 112 и SAOC-декодер 220 для сигналов объектов могут быть основаны на MPEG SAOC-технологии. Система допускает повторное создание, модификацию и рендеринг определенного числа аудиообъектов на основе меньшего числа передаваемых каналов и дополнительных параметрических данных, таких как OLD, IOC (межобъектная когерентность), DMG (усиления при понижающем микшировании). Дополнительные параметрические данные демонстрируют значительно более низкую скорость передачи данных, чем требуется для передачи всех объектов по отдельности, что делает кодирование очень эффективным. SAOC-кодер 112 принимает в качестве ввода сигналы объектов/каналов в качестве монофонических форм сигнала и выводит параметрическую информацию (которая пакетирована в трехмерный поток 128 аудиобитов) и транспортные SAOC-каналы (которые кодируются с использованием одноканальных элементов и передаются). SAOC-декодер 220 восстанавливает сигналы объектов/каналов из декодированных транспортных SAOC-каналов 210 и параметрической информации 214 и формирует выходную аудиосцену на основе схемы размещения для воспроизведения, распакованной информации метаданных объектов и необязательно на основе информации пользовательского взаимодействия.

Кодек метаданных объектов (см. OAM-кодер 124 и OAM-декодер 224) предоставляется таким образом, что для каждого объекта, ассоциированные метаданные, которые указывают геометрическую позицию и объем объектов в трехмерном пространстве, эффективно кодируются посредством квантования свойств объектов во времени и пространстве. Сжатые метаданные 126 объектов (cOAM) передаются в приемное устройство 200 в качестве вспомогательной информации.

Модуль 216 рендеринга объектов использует сжатые метаданные объектов для того, чтобы формировать формы сигналов объектов согласно данному формату воспроизведения. Каждый объект подготавливается посредством рендеринга в определенный выходной канал 218 согласно своим метаданным. Вывод этого блока получается в результате суммы частичных результатов. Если декодируются как канальный контент, так и дискретные/параметрические объекты, канальные формы сигналов и подготовленные посредством рендеринга формы сигналов объектов сводятся посредством микшера 226 перед выводом результирующих форм 228 сигналов или перед их подачей в модуль постпроцессора, такой как модуль 236 бинаурального рендеринга или модуль 232 рендеринга громкоговорителей.

Модуль 236 бинаурального рендеринга формирует бинауральное понижающее микширование многоканального аудиоматериала таким образом, что каждый входной канал представлен посредством виртуального источника звука. Обработка осуществляется покадрово в области QMF (гребенки квадратурных зеркальных фильтров), и бинаурализация основана на измеренных бинауральных импульсных характеристиках в помещении.

Модуль 232 рендеринга громкоговорителей преобразует между конфигурацией 228 передаваемых каналов и требуемым форматом воспроизведения. Он также может называться "преобразователем форматов". Преобразователь форматов выполняет преобразования в меньшие числа выходных каналов, т.е. он создает понижающего микширования.

Возможная реализация преобразователя 232 форматов показана на фиг. 3. В вариантах осуществления изобретения процессор сигналов представляет собой такой преобразователь форматов. Преобразователь 232 форматов, также называемый "модулем рендеринга громкоговорителей", преобразует между конфигурацией каналов передающего устройства и требуемым форматом воспроизведения посредством преобразования (входных) каналов передающего устройства из конфигурации (входных) каналов передающего устройства в (выходные) каналы требуемого формата воспроизведения (конфигурации выходных каналов). Преобразователь 232 форматов, в общем, выполняет преобразования в меньшее число выходных каналов, т.е. он выполняет процесс 240 понижающего микширования (DMX). Понижающий микшер 240, который предпочтительно работает в QMF-области, принимает выходные сигналы 228 микшера и выводит сигналы 234 громкоговорителей. Может предоставляться конфигуратор 242, также называемый "контроллером", который принимает, в качестве управляющего ввода, сигнал 246, указывающий схему размещения выходов микшера (конфигурацию входных каналов), т.е. схему размещения, для которой определяются данные, представленные посредством выходного сигнала 228 микшера, и сигнал 248, указывающий требуемую схему размещения для воспроизведения (конфигурацию выходных каналов). На основе этой информации контроллер 242, предпочтительно автоматически, формирует матрицы понижающего микширования для данной комбинации форматов ввода и вывода и применяет эти матрицы к понижающему микшеру 240. Преобразователь 232 форматов обеспечивает возможность стандартных конфигураций громкоговорителей, а также случайных конфигураций с нестандартными позициями громкоговорителей.

Варианты осуществления настоящего изобретения относятся к реализации модуля 232 рендеринга громкоговорителей, т.е. к устройствам и способам для реализации части функциональности модуля 232 рендеринга громкоговорителей.

Теперь следует обратиться к фиг. 4 и 5. Фиг. 4 показывает конфигурацию громкоговорителей, представляющую 5.1-формат, содержащий шесть громкоговорителей, представляющих левый канал LC, центральный канал CC, правый канал RC, левый канал LSC объемного звучания, правый канал LRC объемного звучания и канал LFC улучшения низких частот. Фиг. 5 показывает другую конфигурацию громкоговорителей, содержащую громкоговорители, представляющие левый канал LC, центральный канал CC, правый канал RC и приподнятый центральный канал ECC.

Далее, канал улучшения низких частот не рассматривается, поскольку точная позиция громкоговорителя (сабвуфера), ассоциированного с каналом улучшения низких частот, не является важной.

Каналы размещаются в конкретных направлениях относительно центральной позиции P слушателя. Направление каждого канала задается посредством азимутального угла α и угла β подъема, см. фиг. 5. Азимутальный угол представляет угол канала в горизонтальной плоскости 300 слушателя и может представлять направление соответствующего канала относительно переднего центрального направления 302. Как можно видеть на фиг. 4, переднее центральное направление 302 может задаваться как предполагаемое направление просмотра слушателя, расположенного в центральной позиции P слушателя. Заднее центральное направление 304 содержит азимутальный угол 180° относительно переднего центрального направления 300. Все азимутальные углы слева от переднего центрального направления между передним центральным направлением и задним центральным направлением находятся на левой стороне переднего центрального направления, и все азимутальные углы справа от переднего центрального направления между передним центральным направлением и задним центральным направлением находятся на правой стороне переднего центрального направления. Громкоговорители, расположенные перед виртуальной линией 306, которая является ортогональной к переднему центральному направлению 302 и передает центральную позицию P слушателя, являются передними громкоговорителями, и громкоговорители, расположенные позади виртуальной линии 306, являются задними громкоговорителями. В 5.1-формате азимутальный угол α канала LC составляет 30° влево, α CC составляет 0°, α RC составляет 30° вправо, α LSC составляет 110° влево и α RSC составляет 110° вправо.

Угол β подъема канала задает угол между горизонтальной плоскостью 300 слушателя и направлением виртуальной соединительной линии между центральной позицией слушателя и громкоговорителем, ассоциированным с каналом. В конфигурации, показанной на фиг. 4, все громкоговорители размещаются в горизонтальной плоскости 300 слушателя, и в силу этого все углы подъема являются нулевыми. На фиг. 5 угол β подъема канала ECC может составлять 30°. Громкоговоритель, расположенный строго выше центральной позиции слушателя, должен иметь угол подъема в 90°. Громкоговорители, размещаемые ниже горизонтальной плоскости 300 слушателя, имеют отрицательный угол подъема. На фиг. 5 LC имеет направление x₁, CC имеет направление x₂, RC имеет направление x₃ и ECC имеет направление x₄.

Позиция конкретного канала в пространстве, т.е. позиция громкоговорителя, ассоциированная с конкретным каналом, задается посредством азимутального угла, угла подъема и расстояния громкоговорителя от центральной позиции слушателя. Следует отметить, что термин "позиция громкоговорителя" зачастую описывается специалистами в данной области техники посредством ссылки только на азимутальный угол и угол подъема.

Обычно преобразование формата между различными конфигурациями каналов громкоговорителей выполняется в качестве процесса понижающего микширования, который преобразует определенное число входных каналов в определенное число выходных каналов, при этом число выходных каналов, в общем, меньше числа входных каналов, при этом позиции выходных каналов могут отличаться от позиций входных каналов. Один или более входных каналов могут сводиться вместе в идентичный выходной канал. Одновременно один или более входных каналов могут быть подготовлены посредством рендеринга более чем для одного выходного канала. Это преобразование из входных каналов в выходной канал типично определяется посредством набора коэффициентов понижающего микширования или альтернативно формулируется в качестве матрицы понижающего микширования. Выбор коэффициентов понижающего микширования значительно влияет на достижимое качество выводимого звука при понижающем микшировании. Плохие варианты выбора могут приводить к несбалансированному сведению или плохому пространственному воспроизведению входной звуковой сцены.

Каждый канал имеет ассоциированный аудиосигнал, который должен воспроизводиться посредством ассоциированного громкоговорителя. Такая идея, что конкретный канал обрабатывается (к примеру, посредством применения коэффициента, посредством применения частотного корректирующего фильтра или посредством применения декорреляционного фильтра), означает то, что обрабатывается соответствующий аудиосигнал, ассоциированный с этим каналом. В контексте данной заявки термин "частотный корректирующий фильтр" предназначен, чтобы охватывать любое средство для того, чтобы применять частотную коррекцию к сигналу таким образом, что достигается частотно-зависимое взвешивание частей сигнала. Например, частотный корректирующий фильтр может быть выполнен с возможностью применять частотно-зависимые коэффициенты усиления к полосам частот сигнала. В контексте данной заявки термин "декорреляционный фильтр" предназначен, чтобы охватывать любое средство для того, чтобы применять декорреляцию к сигналу, к примеру, посредством введения частотно-зависимых задержек и/или рандомизированных фаз в сигнал. Например, декорреляционный фильтр может быть выполнен с возможностью применять коэффициенты частотно-зависимой задержки к полосам частот сигнала и/или применять рандомизированные фазовые коэффициенты к сигналу.

В вариантах осуществления изобретения преобразование входного канала в один или более выходных каналов включает в себя применение, по меньшей мере, одного коэффициента, который должен применяться к входному каналу, для каждого выходного канала, в который преобразуется входной канал. По меньшей мере, один коэффициент может включать в себя коэффициент усиления, т.е. значение усиления, которое должно применяться к входному сигналу, ассоциированному с входным каналом, и/или коэффициент задержки, т.е. значение задержки, которое должно применяться к входному сигналу, ассоциированному с входным каналом. В вариантах осуществления изобретения преобразование может включать в себя применение частотно-избирательных коэффициентов, т.е. различных коэффициентов для различных полос частот входных каналов. В вариантах осуществления изобретения преобразование входных каналов в выходные каналы включает в себя формирование одной или более матриц коэффициентов из коэффициентов. Каждая матрица задает коэффициент, который должен применяться к каждому входному каналу из конфигурации входных каналов для каждого выходного канала из конфигурации выходных каналов. Для выходных каналов, в которые не преобразуется входной канал, соответствующий коэффициент в матрице коэффициентов является нулевым. В вариантах осуществления изобретения могут формироваться отдельные матрицы коэффициентов для коэффициентов усиления и коэффициентов задержки. В вариантах осуществления изобретения матрица коэффициентов для каждой полосы частот может формироваться в случае, если коэффициенты являются частотно-избирательными. В вариантах осуществления изобретения преобразование дополнительно может включать в себя применение извлеченных коэффициентов ко входным сигналам, ассоциированным с входными каналами.

Чтобы получать хорошие коэффициенты понижающего микширования, эксперт (например, звукооператор) может вручную настраивать коэффициенты, с учетом своих экспертных знаний. Другая возможность состоит в том, чтобы автоматически извлекать коэффициенты понижающего микширования для данной комбинации входных и выходных конфигураций посредством трактовки каждого входного канала как виртуального источника звука, позиция которого в пространстве задается посредством позиции в пространстве, ассоциированной с конкретным каналом, т.е. позиции громкоговорителя, ассоциированной с конкретным входным каналом. Каждый виртуальный источник может воспроизводиться посредством общего алгоритма панорамирования, такого как панорамирование по теореме тангенсов в двумерном случае или векторное амплитудное панорамирование (VBAP) в трехмерном случае, см. работу V. Pulkki: "Virtual Sound Source Positioning Using Vector Base Amplitude Panning", Journal of the Audio Engineering Society, издание 45, стр. 456-466, 1997 год. Другой проект для математического, т.е. автоматического извлечения коэффициентов понижающего микширования для данной комбинации входных и выходных конфигураций приведен в работе автора A. Ando: "Conversion of Multichannel Sound Signal Maintaining Physical Properties of Sound in Reproduced Sound Field", IEEE Transactions on Audio, Speech and Language Processing, издание 19, номер 6, август 2011 года.

Соответственно, существующие подходы на основе понижающего микширования в основном основаны на трех стратегиях извлечения коэффициентов понижающего микширования. Первая стратегия представляет собой прямое преобразование отброшенных входных каналов в выходные каналы в идентичной или сравнимой азимутальной позиции. Смещения подъема отбрасываются. Например, установившейся практикой является то, чтобы подготавливать посредством рендеринга высотные кана