音频信号译码器、提供上混信号表示型态的方法

摘要

本发明提供了一种音频信号译码器、提供上混信号表示型态的方法，用以根据下混信号表示型态及对象相关的参数信息而提供上混信号表示型态，该音频信号译码器包括：对象分离器，被配置为分解该下混信号表示型态，以根据该下混信号表示型态及使用该对象相关的参数信息中的至少一部分提供描述第一音频对象类型的一个或多个音频对象的第一集合的第一音频信息，及描述第二音频对象类型的一个或多个音频对象的第二集合的第二音频信息。该音频信号译码器还包括音频信号处理器，被配置为接收该第二音频信息，以及根据该对象相关的参数信息处理该第二音频信息，以获得该第二音频信息的已处理的版本。

主权项

一种音频信号译码器(100；200；500；590)，用以根据下混信号表示型态(112；210；510；510a)和对象相关的参数信息(110；212；512；512a)提供上混信号表示型态，所述音频信号译码器包括：对象分离器(130；260；520；520a)，被配置为分解所述下混信号表示型态，以根据所述下混信号表示型态及使用所述对象相关的参数信息的至少一部分提供描述第一音频对象类型的一个或多个音频对象的第一集合的第一音频信息(132；262；562；562a)，和描述第二音频对象类型的一个或多个音频对象的第二集合的第二音频信息(134；264；564；564a)，音频信号处理器，被配置为接收所述第二音频信息(134；264；564；564a)，以及根据所述对象相关的参数信息处理所述第二音频信息，以获得所述第二音频信息的已处理的版本(142；272；572；572a)；以及音频信号组合器(150；280；580；580a)，被配置为组合所述第一音频信息与所述第二音频信息的所述已处理的版本，以获得所述上混信号表示型态；其中，所述对象分离器被配置为根据获得所述第一音频信息及所述第二音频信息，其中，其中，其中，X_OBJ表示所述第二音频信息的信道；其中，X_EAO表示所述第一音频信息的对象信号；其中，表示扩展的下混矩阵的逆矩阵；其中，C描述表示多个信道预测系数的矩阵；其中，l₀及r₀表示所述下混信号表示型态的信道；其中，res₀至res_NEAO‑1表示剩余信道；以及其中，A^EAO为EAO预描绘矩阵，所述矩阵A^EAO的元描述增强的音频对象到增强的音频对象的信号X_EAO的信道的映射；其中，所述对象分离器被配置为获得逆下混矩阵作为扩展的下混矩阵的逆矩阵，其中被定义为其中，所述对象分离器被配置为获得矩阵C为其中，m₀至为与所述第一音频对象类型的所述音频对象相关联的下混值；其中，n₀至为与所述第一音频对象类型的所述音频对象相关联的下混值；其中，所述对象分离器被配置为计算所述预测系数及为${\tilde{c}}_{j,0}=\frac{P_{LoCo,j}{P}_{Ro}-P_{RoCo,j}{P}_{LoRo}}{P_{Lo}{P}_{Ro}-P_{LoRo}^2}$${\tilde{c}}_{j,1}=\frac{P_{RoCo,j}{P}_{Lo}-P_{LoCo,j}{P}_{LoRo}}{P_{Lo}{P}_{Ro}-P_{LoRo}^2};$及其中，所述对象分离器被配置为使用约束演绎法则而自所述预测系数及导出受约束的预测系数c_j,0及c_j,1，或使用所述预测系数及作为所述预测系数c_j,0及c_j,1；其中，能量P_Lo、P_Ro、P_LoRo、P_LoCo,j及P_RoCo,j被定义为$P_{Lo}={\mathrm{OLD}}_L+\underset{j=0}{\overset{N_{EAO}-1}{\Sigma }}\underset{k=0}{\overset{N_{EAO}-1}{\Sigma }}{m}_j{m}_k{e}_{j,k}$$P_{Ro}={\mathrm{OLD}}_R+\underset{j=0}{\overset{N_{EAO}-1}{\Sigma }}\underset{k=0}{\overset{N_{EAO}-1}{\Sigma }}{n}_j{n}_k{e}_{j,k}$$P_{LoRo}=e_{L,R}+\underset{j=0}{\overset{N_{EAO}-1}{\Sigma }}\underset{k=0}{\overset{N_{EAO}-1}{\Sigma }}{m}_j{n}_k{e}_{j,k}$$P_{LoCo,j}=m_j{\mathrm{OLD}}_L+n_j{e}_{L,R}-m_j{\mathrm{OLD}}_j-\underset{i\ne j}{\overset{N_{EAO}-1}{\underset{i=0}{\Sigma }}}{m}_i{e}_{i,j}$$P_{RoCo,j}=n_j{\mathrm{OLD}}_R+m_j{e}_{L,R}-n_j{\mathrm{OLD}}_j-\underset{i\ne j}{\overset{N_{EAO}-1}{\underset{i=0}{\Sigma }}}{n}_i{e}_{i,j}$其中，参数OLD_L、OLD_R与第二音频对象类型的音频对象相对应，且根据${\mathrm{OLD}}_L=\underset{i=0}{\overset{N-N_{EAO}-1}{\Sigma }}{d}_{0,i}^2{\mathrm{OLD}}_i,$${\mathrm{OLD}}_R=\underset{i=0}{\overset{N-N_{EAO}-1}{\Sigma }}{d}_{1,i}^2{\mathrm{OLD}}_i,$定义，其中，d_0,i及d_1,i为与所述第二音频对象类型的所述音频对象相关联的下混值；其中，OLD_i为与所述第二音频对象类型的所述音频对象相关联的对象位准差值；其中，N为音频对象的总数；其中，N_EAO为所述第一音频对象类型的音频对象的数目；其中，IOC_0,1为与所述第二音频对象类型的一对音频对象相关联的对象间相关值；其中，e_i,j及e_L,R为自对象位准差参数及对象间相关性参数所导出的协方差值；以及其中，e_i,j与所述第一音频对象类型的一对音频对象相关联，而e_L,R与所述第二音频对象类型的一对音频对象相关联。