特許ウォッチ

公開番号2025135018
公報種別公開特許公報(A)
公開日2025-09-17
出願番号2025115521,2022524622
出願日2025-07-09,2020-10-29
発明の名称方向メタデータを使用するマルチチャネルオーディオ符号化及び復号化
出願人ドルビーラボラトリーズライセンシングコーポレイション
代理人弁理士法人ITOH
主分類G10L 19/008 20130101AFI20250909BHJP(楽器;音響)
要約【課題】本開示は、空間オーディオ信号を処理して、空間オーディオ信号の圧縮表現を生成する方法に関する。
【解決手段】方法は、1つ以上のオーディオ要素の到来方向を決定するよう空間オーディオ信号を解析することと、少なくとも1つの周波数サブバンドについて、到来方向に関連した信号電力の各々の指示を決定することと、オーディオ要素の到来方向の指示を含む方向情報及び信号電力の各々の指示を含むエネルギ情報を含むメタデータを生成することと、空間オーディオ信号に基づき、予め定義された数のチャネルを有するチャネルベースオーディオ信号を生成することと、圧縮表現としてチャネルベースオーディオ信号及びメタデータを出力することとを含む。本開示は更に、空間オーディオ信号の圧縮表現を処理して、空間オーディオ信号の再構成表現を生成する方法と、対応する装置、プログラム、及び記憶媒体とに関する。
【選択図】図5

特許請求の範囲【請求項１】
空間オーディオ信号を処理して、該空間オーディオ信号の圧縮表現を生成する方法であって、
前記空間オーディオ信号によって表されるオーディオシーンにおける１つ以上のオーディオ要素の到来方向を決定するよう前記空間オーディオ信号を解析することと、
前記空間オーディオ信号の少なくとも１つの周波数サブバンドについて、前記決定された到来方向に関連した信号電力の各々の指示を決定することと、
方向情報及びエネルギ情報を含むメタデータを生成することであり、前記方向情報が前記１つ以上のオーディオ要素の前記決定された到来方向の指示を含み、前記エネルギ情報が前記決定された到来方向に関連した信号電力の各々の指示を含む、ことと、
前記空間オーディオ信号に基づき、予め定義された数のチャネルを有するチャネルベースオーディオ信号を生成することと、
前記空間オーディオ信号の前記圧縮表現として前記チャネルベースオーディオ信号及び前記メタデータを出力することと
を有し、
前記空間オーディオ信号は、複数のオーディオオブジェクト及び関連する方向ベクトルを含むオブジェクトベースオーディオ信号であり、
当該方法は、前記複数のオーディオオブジェクトを予め定義されたオーディオチャネルの組にパンすることによってマルチチャネルオーディオ信号を生成することを更に有し、各オーディオオブジェクトが、その方向ベクトルに従って前記予め定義されたオーディオチャネルの組にパンされ、
前記チャネルベースオーディオ信号は、ダウンミックス操作を前記マルチチャネルオーディオ信号に適用することによって生成されたダウンミックス信号である、
方法。
続きを表示（約 1,000 文字）【請求項２】
前記空間オーディオ信号を解析することは、前記空間オーディオ信号の複数の周波数サブバンドに基づく、
請求項１に記載の方法。
【請求項３】
前記空間オーディオ信号を解析することは、前記空間オーディオ信号にシーン解析を適用することを含む、
請求項１又は２に記載の方法。
【請求項４】
所与の到来方向に関連した信号電力の指示は、前記周波数サブバンドでの総信号電力に対する前記所与の到来方向についての前記周波数サブバンドでの信号電力の比に関する、
請求項１乃至３のうちいずれか一項に記載の方法。
【請求項５】
前記信号電力の指示は、複数の周波数サブバンドの夫々について決定され、所与の到来方向及び所与の周波数サブバンドについて、前記所与の周波数サブバンドでの総信号電力に対する前記所与の到来方向についての前記所与の周波数サブバンドでの信号電力の比に関する、
請求項１乃至４のうちいずれか一項に記載の方法。
【請求項６】
前記空間オーディオ信号を解析すること、前記信号電力の各々の指示を決定すること、及び前記チャネルベースオーディオ信号を生成することは、時間セグメントごとに実行される、
請求項１乃至５のうちいずれか一項に記載の方法。
【請求項７】
前記空間オーディオ信号を解析すること、前記信号電力の各々の指示を決定すること、及び前記チャネルベースオーディオ信号を生成することは、前記空間オーディオ信号の時間周波数表現に基づき実行される、
請求項１乃至６のうちいずれか一項に記載の方法。
【請求項８】
前記空間オーディオ信号は、マルチチャネルオーディオ信号であり、
前記チャネルベースオーディオ信号は、ダウンミックス操作を前記マルチチャネルオーディオ信号に適用することによって生成されたダウンミックス信号である、
請求項１乃至７のうちいずれか一項に記載の方法。
【請求項９】
前記チャネルベースオーディオ信号は、１次アンビソニックス信号である、
請求項１乃至８のうちいずれか一項に記載の方法。
【請求項１０】
プロセッサによって実行される場合に、該プロセッサに、請求項１乃至９のうちいずれか一項に記載の方法の全ステップを実行させる命令を有するプログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
［関連出願への相互参照］
本願は、２０１９年１０月３０日付けで出願された米国特許仮出願第６２／９２７，７９０号、及び２０２０年１０月１日付けで出願された米国特許仮出願第６３／０８６，４６５号に対する優先権を主張するものであり、これらの米国出願の夫々は、その全文を参照により本願に援用される。
続きを表示（約 1,600 文字）【０００２】
［技術分野］
本開示は、概して、オーディオ信号処理に関する。特に、本開示は、空間オーディオ信号（空間オーディオシーン）を処理して、空間オーディオ信号の圧縮表現を生成する方法、及び空間オーディオ信号の圧縮表現を処理して、空間オーディオ信号の再構成表現を生成する方法に関する。
【背景技術】
【０００３】
人間の聴覚により、リスナーは空間オーディオシーンの形で彼らの環境を知覚することができる。ここでは、「空間オーディオシーン」という用語は、リスナーの周囲の音響環境、又はリスナーの心の中で知覚される音響環境を指すために使用される。
【０００４】
人間の経験は空間オーディオシーンに付随しているが、オーディオの録音及び再生の技術には、オーディオ信号又はオーディオチャネルの捕捉、操作、送信、及び再生が含まれる。「オーディオストリーム」という用語は、特にオーディオストリームが空間オーディオシーンを表すことを目的としている場合に、１つ以上のオーディオ信号の集合を指すために使用される。
【０００５】
オーディオストリームは、電気音響変換器を介して、又は他の手段によってリスナーに再生されて、１人以上のリスナーに空間オーディオシーンの形でリスニング体験を提供することができる。オーディオの録音の実行者及びオーディオアーティストの目標は、一般的に、リスナーに特定の空間オーディオシーンの体験を提供することを目的としたオーディオストリームを作成することである。
【０００６】
オーディオストリームには、再生プロセスを支援するメタデータと呼ばれる関連データが付随している場合がある。付随するメタデータには、時間とともに変化する情報が含まれる場合がある。この情報は、再生プロセス中に適用される処理の変更に影響を与えるために使用され得る。
【０００７】
以下で、「捕捉されたオーディオエクスペリエンス」という用語は、オーディオストリームと関連するメタデータを指すために使用される場合がある。
【０００８】
一部のアプリケーションでは、メタデータは、再生用の意図されたラウドスピーカ配置を示すデータのみから成る。再生スピーカの配置が標準化されていることを前提として、しばしば、このメタデータは省略される。この場合、捕捉されたオーディオエクスペリエンスは、オーディオストリームのみから成る。そのような捕捉されたオーディオエクスペリエンスの１つの例は、コンパクトディスクに記録された２チャネルオーディオストリームである。このとき、意図されている再生システムは、リスナーの前に配置された２つのラウドスピーカの形式であると想定される。
【０００９】
代替的に、シーンベースのマルチチャネルオーディオ信号の形をとる捕捉されたオーディオエクスペリエンスは、スピーカ信号の組を生成するために、混合行列により、オーディオ信号を処理することによってリスナーへの提示を意図され得る。各スピーカ信号は、その後に、各々のラウドスピーカに再生される。このとき、ラウドスピーカは、任意に、リスナーの周りに空間的に配置され得る。この例では、混合行列は、シーンベースのフォーマット及び再生スピーカの配置に関する事前の知識に基づいて生成され得る。
【００１０】
シーンベースのフォーマットの例は、高次アンビソニックス（Higher Order Ambisonics）（ＨＯＡ）であり、適切な混合行列を計算する方法の例は、参照により本願に援用される“Ambisonics”，Franz Zotter and Matthias Frank，ISBN: 978-3-030-17206-0，Chapter 3で与えられる。
（【００１１】以降は省略されています）

関連特許