JP2016513811A - 変換球面調和係数 - Google Patents

Abstract

一般に、球面調和係数を変換するための技法が説明される。１つまたは複数のプロセッサを備えるデバイスは、この技法を実行することができる。プロセッサは、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるために音場がどのように変換されたかについて説明する変換情報を決定するためにビットストリームを解析するように構成され得る。プロセッサは、音場について説明するのに関連する情報を提供する複数の階層的な要素に基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行された変換を逆にするために変換情報に基づいて音場を変換するようにさらに構成され得る。

Description

[0001]本出願は、２０１３年３月１日に出願された米国仮特許出願第６１／７７１，６７７号および２０１３年７月３０日に出願された米国仮特許出願第６１／８６０，２０１号の利益を主張するものである。

[0002]本開示は、オーディオコーディングに関し、より具体的には、コード化されたオーディオデータを指定するビットストリームに関する。

[0003]高次アンビソニックス（ＨＯＡ）信号（複数の球面調和係数（ＳＨＣ）または他の階層的な要素によって表されることが多い）は、音場の三次元的表現である。このＨＯＡ表現またはＳＨＣ表現は、このＳＨＣ信号からレンダリングされるマルチチャンネルオーディオ信号を再生するために使用されるローカルスピーカーの幾何学的配置とは無関係な様式で、この音場を表すことができる。このＳＨＣ信号は、５．１オーディオチャンネルフォーマットまたは７．１オーディオチャンネルフォーマットなどのよく知られており広く採用されているマルチチャンネルフォーマットにレンダリングされるので、このＳＨＣ信号はまた、下位互換性を促進することができる。したがって、ＳＨＣ表現は、下位互換性にも対応する、音場のより優れた表現を可能にすることができる。

[0004]一般に、オーディオデータを表すビットストリーム内のオーディオ情報を知らせるための、およびオーディオデータに関する変換を実行するための様々な技法が説明される。いくつかの態様では、高次アンビソニックス（ＨＯＡ）係数（これは、球面調和係数とも呼ばれることがある）などの複数の階層的な要素のうちの非ゼロサブセットのどれがビットストリームに含まれるか知らせるための技法が説明される。ＨＯＡ係数のうちいくつかが、音場について説明するのに関連する情報を提供しないことがあることを考えると、オーディオエンコーダは、複数のＨＯＡ係数を、音場について説明するのに関連する情報を提供するＨＯＡ係数の非ゼロサブセットに減少させ、それによって、コード化効率を増加させることがある。その結果、技法の様々な態様は、ＨＯＡ係数および／またはその符号化されたバージョン、ビットストリームに実際に含まれるＨＯＡ係数のうちＨＯＡ係数（たとえば、ＨＯＡ係数のうち少なくとも１つを含むが係数のすべてを含むとは限らないＨＯＡ係数の非ゼロサブセット）を含むビットストリーム内で指定することを可能にすることができる。ＨＯＡ係数のサブセットを識別する情報は、前述のようにビットストリーム内で指定されてもよいし、いくつかの例では、サイドチャンネル情報内で指定されてもよい。

[0005]他の態様では、ビットストリーム内で指定されるいくつかのＳＨＣを減少させ、それによって、コーディング効率を増加させるようにＳＨＣを変換するための技法が説明される。すなわち、この技法は、何らかの形態の線形可逆変換（linear invertible transform）をＳＨＣに対して実行することができ、その結果、ビットストリーム内で指定されるＳＨＣの数を減少させる。線形可逆変換の例としては、回転、平行移動、離散コサイン変換（ＤＣＴ）、離散フーリエ変換（ＤＦＴ）、およびベクトルベースの分解がある。ベクトルベースの分解は、球面調和関数領域から別の領域へのＳＨＣの変換を伴うことがある。ベクトルベースの分解の例としては、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）があり得る。技法は、次いで、ＳＨＣに対して実行された変換を識別する「変換情報」を指定することができる。たとえば、回転がＳＨＣに対して実行されとき、技法は、回転を識別する回転情報（回転の様々な角度に関することが多い）を指定することを提供することができる。別の例としてＳＶＤが実行されるとき、技法は、ＳＶＤが実行されたことを示すフラグを提供することができる。

[0006]一例では、オーディオコンテンツを表すビットストリームを生成する方法は、ビットストリーム内で、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別することと、ビットストリーム内で、識別された複数の階層的な要素を指定することとを備える。

[0007]別の例では、オーディオコンテンツを表すビットストリームを生成するように構成されたデバイスは、ビットストリーム内で、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別し、ビットストリーム内で、識別された複数の階層的な要素を指定するように構成された１つまたは複数のプロセッサを備える。

[0008]別の例では、オーディオコンテンツを表すビットストリームを生成するように構成されたデバイス、方法は、ビットストリーム内で、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別するための手段と、ビットストリーム内で、識別された複数の階層的な要素を指定するための手段とを備える。

[0009]別の例では、非一時的コンピュータ可読記憶媒体は、実行されると、１つまたは複数のプロセッサに、ビットストリーム内で、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別させ、ビットストリーム内で、識別された複数の階層的な要素を指定させる命令を記憶させている。

[0010]別の例では、オーディオコンテンツを表すビットストリームを処理する方法は、ビットストリーム内で、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別することと、識別された複数の階層的な要素を決定するためにビットストリームを解析することとを備える。

[0011]別の例では、オーディオコンテンツを表すビットストリームを処理するように構成されたデバイスは、１つまたは複数のプロセッサが、ビットストリームから、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別し、識別された複数の階層的な要素を決定するためにビットストリームを解析するように構成されるを備える。

[0012]別の例では、オーディオコンテンツを表すビットストリームを処理するように構成されたデバイスは、ビットストリームから、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別するための手段と、識別された複数の階層的な要素を決定するために前記ビットストリームを解析するための手段とを備える。

[0013]別の例では、非一時的コンピュータ可読記憶媒体は、実行されると、１つまたは複数のプロセッサに、ビットストリームから、ビットストリームに含まれる音場について説明する複数の階層的な要素を識別させ、識別された複数の階層的な要素を決定するためにビットストリームを解析させる命令をその上に記憶させている。

[0014]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを生成する方法は、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるために音場を変換することと、音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定することとを備える。

[0015]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスは、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるために音場を変換し、音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定するように構成された１つまたは複数のプロセッサを備える。

[0016]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスは、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるために音場を変換するための手段と、音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定するための手段とを備える。

[0017]別の例では、実行されると、１つまたは複数のプロセッサに、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるために音場を変換させ、音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定させる命令をその上に記憶させた非一時的コンピュータ可読記憶媒体。

[0018]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを処理する方法は、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるように音場がどのように変換されたか説明する変換情報を決定するためにビットストリームを解析することと、音場について説明するのに関連する情報を提供する複数の階層的な要素の数のうち要素に基づいて音場を再現するとき、複数の階層的な要素の数を減少させるように変換情報を逆にするために変換情報に基づいて音場を変換することとを備える。

[0019]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスは、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるように音場がどのように変換されたか説明する変換情報を決定するためにビットストリームを解析し、音場について説明するのに関連する情報を提供する複数の階層的な要素の数のうち要素に基づいて音場を再現するとき、複数の階層的な要素の数を減少させるように変換情報を逆にするために変換情報に基づいて音場を変換するように構成された１つまたは複数のプロセッサを備える。

[0020]別の例では、音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスは、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるように音場がどのように変換されたか説明する変換情報を決定するためにビットストリームを解析するための手段と、音場について説明するのに関連する情報を提供する複数の階層的な要素の数のうち要素に基づいて音場を再現するとき、複数の階層的な要素の数を減少させるように変換情報を逆にするために変換情報に基づいて音場を変換するための手段を備える。

[0021]別の例では、非一時的コンピュータ可読記憶媒体は、実行されると、１つまたは複数のプロセッサに、音場について説明するのに関連する情報を提供する複数の階層的な要素の数を減少させるように音場がどのように変換されたか説明する変換情報を決定するためにビットストリームを解析させ、音場について説明するのに関連する情報を提供する複数の階層的な要素の数のうち要素に基づいて音場を再現するとき、変換情報に基づいて音場を変換させる命令をその上に記憶させている。

[0022]技法の１つまたは複数の態様の詳細は、添付の図面および以下の説明に記載される。これらの技法の他の特徴、目的、および利点は、説明および図面から、ならびに特許請求の範囲から、明らかになろう。

[0023]様々な次数および副次数の球面調和基底関数を示す図。 様々な次数および副次数の球面調和基底関数を示す図。 [0024]本開示において説明される技法の様々な態様を実施し得るシステムを示す図。 [0025]図３の例に示されるビットストリーム生成デバイスの例示的な実装形態を示すブロック図。 図３の例に示されるビットストリーム生成デバイスの例示的な実装形態を示すブロック図。 [0026]音場を回転させるために本開示において説明される技法の様々な態様を実行する一例を示す図。 音場を回転させるために本開示において説明される技法の様々な態様を実行する一例を示す図。 [0027]第１の基準フレームに従って捕捉され、次いで第２の基準フレームに対して音場を表すために本開示において説明される技法に従って回転される例示的な音場を示す図。 [0028]本開示において説明される技法に従って形成されるビットストリームの一例を示す図。 本開示において説明される技法に従って形成されるビットストリームの一例を示す図。 本開示において説明される技法に従って形成されるビットストリームの一例を示す図。 本開示において説明される技法に従って形成されるビットストリームの一例を示す図。 本開示において説明される技法に従って形成されるビットストリームの一例を示す図。 [0029]本開示において説明される技法の回転態様を実行する際の図３のビットストリーム生成デバイスの例示的な動作を示す流れ図。 [0030]本開示において説明される技法の変換態様を実行する際の図３の例に示されるビットストリーム生成デバイスの例示的な動作を示す流れ図。 [0031]本開示において説明される技法の様々な態様を実行する際の抽出デバイスの例示的な動作を示す流れ図。 [0032]本開示において説明される技法の様々な態様を実行する際のビットストリーム生成デバイスおよび抽出デバイスの例示的な動作を示す流れ図。

[0033]音場の展開は、今日の娯楽のための多くの出力フォーマットを利用可能にしてきた。そのようなサラウンドサウンドフォーマットの例は、一般的な５．１フォーマット（これは、フロントレフト（ＦＬ）と、フロントライト（ＦＲ）と、センターまたはフロントセンターと、バックレフトまたはサラウンドレフトと、バックライトまたはサラウンドライトと、低周波効果（ＬＦＥ）という、６つのチャンネルを含む）、発展中の７．１フォーマット、および今後来る２２．２フォーマット（たとえば、超高精細テレビ規格で使用するための）を含む。さらなる例としては、球面調和配列（spherical harmonic array）のためのフォーマットがある。

[0034]将来のＭＰＥＧエンコーダへの入力は、任意選択で、次の３つの可能なフォーマットすなわち（ｉ）あらかじめ指定された位置でラウドスピーカーによって再生されることを意味する、従来のチャンネルベースオーディオ、（ｉｉ）（様々な情報の中でも）ロケーション座標を含む関連付けられたメタデータを有する単一オーディオオブジェクトのための離散的なパルス符号変調（ＰＣＭ）データを含むオブジェクトベースオーディオ、および（ｉｉｉ）球面調和基底関数（「球面調和係数」すなわちＳＨＣとも呼ばれる）の係数を使用して音場を表すことを含むシーンベースオーディオのうち１つである。

[0035]市場には様々な「サラウンドサウンド」フォーマットがある。これらのフォーマットは、たとえば、５．１ホームシアターシステム（リビングルームへの進出を行うという点でステレオ以上に最も成功した）からＮＨＫ（Ｎｉｐｐｏｎ Ｈｏｓｏ Ｋｙｏｋａｉすなわち日本放送協会）によって開発された２２．２システムに及ぶ。コンテンツ作成者（たとえば、ハリウッドスタジオ）は、一度に映画のサウンドトラックを作成することを望み、各々のスピーカー構成のためにサウンドトラックをリミックスする努力を行うことを望まない。最近では、標準化委員会が、標準化されたビットストリームへの符号化と、スピーカーの幾何学的配置およびレンダラの位置における音響条件に適合可能でありそれらに依存しない後続の復号とを提供するための方法を考えている。

[0036]コンテンツ作成者に対するそのような柔軟性を提供するために、階層的な要素のセットが音場を表すために使用され得る。階層的な要素のセットは、モデル化された音場の完全な表現をより低次の要素の基本セットが提供するように要素が順序付けられる、要素のセットを指し得る。このセットはより高次の要素を含むように拡張されるので、表現はより詳細なものになる。

[0037]階層的な要素のセットの一例は、球面調和係数（ＳＨＣ）のセットである。次の式は、ＳＨＣを使用した音場の記述または表現を示す。

この式は、音場の任意の点｛ｒr，θr，φr｝における圧力ｐiがＳＨＣ

によって一意に表現可能であることを示す。ここで、

、ｃは音の速さ（約３４３ｍ／ｓ）、｛ｒr，θr，φr｝は基準の点（または観測点）、ｊn（・）は次数ｎの球ベッセル関数、

は次数ｎおよび副次数ｍの球面調和基底関数である。角括弧内の項は、離散フーリエ変換（ＤＦＴ）、離散コサイン変換（ＤＣＴ）、またはウェーブレット変換などの様々な時間周波数変換によって近似可能な信号の周波数領域表現（すなわち、Ｓ（ω，ｒr，θr，φr）である）ことが認識できよう。階層的なセットの他の例は、ウェーブレット変換の係数のセットと、多分解能ベースの関数の係数の他のセットとを含む。

[0038]図１は、ゼロ次（ｎ＝０）から第４次（ｎ＝４）までの球面調和基底関数を示す図である。理解できるように、各次数に対して、説明を簡単にするために図示されているが図１の例では明示的に示されていない下位次数ｍの拡張が存在する。

[0039]図２は、ゼロ次（ｎ＝０）から第４次（ｎ＝４）までの球面調和基底関数を示す別の図である。図２では、球面調和ベースの関数は、示される次数と副次数の両方を伴う３次元座標空間において示される。

[0040]いずれにしても、ＳＨＣ

は、様々なマイクロフォンアレイ構成によって物理的に取得（たとえば、記録）されることが可能であり、または代替的に、音場のチャンネルベースの記述またはオブジェクトベースの記述から導出されることが可能である。前者は、エンコーダへのシーンベースオーディオ入力を表す。たとえば、１＋２4（２５、したがって第４次）係数を含む第４次の表現が使用され得る。

[0041]これらのＳＨＣがどのようにオブジェクトベースの記述から導出され得るかを例示するために、次の式を考える。個々のオーディオオブジェクトに対応する音場に対する係数

は

と表され得、ここで、ｉは

、

は、次数ｎの（第２種の）球ハンケル関数、｛ｒs，θs，φs｝はオブジェクトのロケーションである。ソースエネルギーｇ（ω）を（たとえば、ＰＣＭストリームに対して高速フーリエ変換を実行するなどの時間周波数分析技法を使用する）周波数の関数と捉えることによって、各ＰＣＭオブジェクトとそのロケーションとをＳＨＣ

に変換することができる。さらに、各オブジェクトに対する

係数は付加的であることが（上式は線形であり直交方向の分解であるので）示され得る。このようにして、多数のＰＣＭオブジェクトが

係数によって（たとえば、個々のオブジェクトに対する係数ベクトルの和として）表され得る。本質的に、これらの係数は、音場についての情報（３Ｄ座標の関数としての圧力）を含み、上記は、観測点｛ｒr，θr，φr｝の近傍における、個々のオブジェクトから全体的音場の表現への変換を表す。残りの数字は、以下でオブジェクトベースオーディオコーディングおよびＳＨＣベースオーディオコーディングの文脈で説明される。

[0042]ＳＨＣはＰＣＴオブジェクトから導出され得るが、ＳＨＣは、次のようにマイクロフォンアレイ記録からも導出され得る。

ただし、

は

（ＳＨＣ）の時間領域等価物であり、＊は畳込み演算を表し、＜，＞は内積を表し、ｂn（ｒi，ｔ）はｒiに依存した時間領域フィルタ関数を表し、ｍi（ｔ）はｉ番目のマイクロフォン信号であり、ここで、ｉ番目のマイクロフォン変換器は半径ｒi、仰角角度θi、および方位角角度φiにある。したがって、マイクロフォンアレイ内に３２の変換器が存在し、各マイクロフォンが、ｒi＝ａが定数である（ｍｈＡｃｏｕｓｔｉｃｓのＥｉｇｅｎｍｉｋｅ ＥＭ３２デバイス上のマイクロフォンなど）ように球上に位置決めされる場合、２５のＳＨＣは、次のように行列演算を使用して導出され得る。

上記の式中の行列は、より一般的にはＥs（θ，φ）と呼ばれることがあり、ここで、下付き文字ｓは、この行列がある特定の変換器セットｓに関することを示すことができる。上記の式中の畳込み（＊によって示される）は行単位であり、したがって、たとえば、出力

はｂ0（ａ，ｔ）とＥs（θ，φ）行列の第１の行のベクトル乗算から生じる時系列との間の畳込みおよびマイクロフォン信号の列である（時間の関数につれて変化する−ベクトル乗算の結果か時系列であることを説明する）。算出は、マイクロフォンアレイの変換器位置が、いわゆるＴ字形設計幾何学的配置（Ｅｉｇｅｎｍｉｋｅ変換器幾何学的配置に極めて近い）にあるとき、最も正確であり得る。Ｔ字形設計幾何学的配置の１つの特徴は、幾何学的配置から生じるＥs（θ，φ）行列は行儀の非常によい（very well behaved）逆行列（または擬似逆行列）を有すること、さらに、この逆行列は行列Ｅs（θ，φ）の転置によって極めてよく近似され得ることが多いことであり得る。ｂn（ａ，ｔ）を用いたフィルタリング動作が無視される場合、この性質によって、ＳＨＣからのマイクロフォン信号の復元（すなわち、この例では、［ｍi（ｔ）］＝［Ｅs（θ，φ）］-1［ＳＨＣ］）を可能にすることができる。残りの数字は、以下でＳＨＣベースオーディオコーディングの文脈において説明される。

[0043]一般に、本開示で説明される技法は、球面調和関数領域−空間領域変換および合致する（matching）逆変換の使用によって音場の方向性変換（directional transformation）へのロバストな手法を提供することができる。この音場方向性変換は、回転、傾斜、および転倒（tumble）の手段によって制御され得る。いくつかの例では、新しい係数を生じさせるために所与の次数の係数のみがマージされ、このことは、フィルタが使用されるときに起こり得るなどの次数間依存が存在しないことを意味する。次いで、結果として生じる、球面調和領域と空間領域の間の変換は行列演算として表され得る。その結果、方向性変換は、等しく方向性に変換されたレンダラの使用によって相殺可能であるので、この指向性変換は完全に可逆的であり得る。この方向性変換の１つの適用は、基礎をなす音場を表すために必要とされる球面調和係数の数を減少させることであり得る。この減少は、最大エネルギーの区域を、回転された音場を表すために最も少ない数の球面調和係数を必要とする音場方向と位置合わせすることによって達成され得る。係数の数のなお一層の減少は、エネルギー閾値を用いることによって達成され得る。このエネルギー閾値は、情報の対応する知覚可能な損失なしで、必要とされる係数の数を減少させることができる。これは、冗長なスペクトル情報ではなく冗長な空間情報を除去することによって球面調和関ベースのオーディオ材料の送信（または記憶）を必要とする適用例のために有益なことがある。

[0044]図３は、球面調和係数を使用してオーディオデータを潜在的により効率的に表すために本開示で説明される技法を実行し得るシステム２０を示す図である。図３の例に示されるように、システム２０は、コンテンツ作成者２２と、コンテンツ消費者２４とを含む。コンテンツ作成者２２およびコンテンツ消費者２４の文脈で説明されているが、技法は、オーディオデータを表すビットストリームを形成するためにＳＨＣまたは音場の任意の他の階層的表現が符号化される任意の文脈で実施されてよい。

[0045]コンテンツ作成者２２は、コンテンツ消費者２４などのコンテンツ消費者による消費のためのマルチチャンネルオーディオコンテンツを生成し得る映画撮影所または他のエンティティを表すことができる。多くの場合、このコンテンツ作成者は、ビデオコンテンツとともに、オーディオコンテンツを生成する。コンテンツ消費者２４は、オーディオ再生システムへのアクセス権を所有するまたは有する個人を表し、このオーディオ再生システムは、オーディオコンテンツマルチチャンネルとしての再生のためにＳＨＣをレンダリングすることが可能な任意の形態のオーディオ再生システムを指すことがある。図３の例では、コンテンツ消費者２４は、オーディオ再生システム３２を含む。

[0046]コンテンツ作成者２２は、オーディオ編集システム３０を含む。オーディオレンダラ２６は、スピーカーフィード（「ラウドスピーカーフィード」、「スピーカー信号」、または「ラウドスピーカー信号」とも呼ばれることがある）をレンダリングまたは生成するオーディオ処理ユニットを表すことができる。各スピーカーフィードは、マルチチャンネルオーディオシステムの特定のチャンネルのための音を再現するスピーカーフィードに対応することができる。図３の例では、レンダラ２８は、従来の５．１サラウンドサウンドフォーマットのためのスピーカーフィードをレンダリングし、７．１サラウンドサウンドフォーマット、または２２．２サラウンドサウンドフォーマット、５．１サラウンドサウンドスピーカーシステム、７．１サラウンドサウンドスピーカーシステム、または２２．２サラウンドサウンドスピーカーシステムにおける５、７、または２２のスピーカーの各々のためのスピーカーフィードを生成することができる。代替的に、レンダラ２８は、上記で検討したソース球面調和係数の性質が与えられれば、任意の数のスピーカーを有する任意のスピーカー構成のためのソース球面調和係数からスピーカーフィードをレンダリングするように構成され得る。オーディオレンダラ２８は、このようにして、図３ではスピーカーフィード２９と示されているいくつかのスピーカーフィードを生成することができる。

[0047]コンテンツ作成者は、編集プロセス中に、球面調和係数２７（「ＳＨＣ２７」）をレンダリングし、高い忠実度を持たないまたは説得力のあるサラウンドサウンド経験を提供しない音場の面（aspect）を識別しようとするレンダリングされたスピーカーフィードをリッスンすることができる。次いで、コンテンツ作成者２２は、（多くの場合、上記で説明された様式でソース球面調和係数が導出され得る異なるオブジェクトの操作によって、間接的に）ソース球面調和係数を編集することができる。コンテンツ作成者２２は、球面調和係数２７を編集するためにオーディオ編集システム３０を用いることができる。オーディオ編集システム３０は、オーディオデータを編集し、このオーディオデータを１つまたは複数のソース球面調和係数として出力することが可能な任意のシステムを表す。

[0048]編集プロセスが完了すると、コンテンツ作成者２２は、球面調和係数２７に基づいてビットストリーム３１を生成することができる。すなわち、コンテンツ作成者２２は、以下でさらに詳細に説明されるように、たとえば、ワイヤードチャンネルであってもワイヤレスチャンネルであってもデータストレージデバイスなどであってもよい送信チャンネルにまたがる送信のためにビットストリーム３１を生成することが可能な任意のデバイスを表すことができるビットストリーム生成デバイス３６を含む。いくつかの例では、ビットストリーム生成デバイス３６は、帯域幅が（一例として、エントロピー符号化によって）球面調和係数２７を圧縮し、ビットストリーム３１を形成するために許可されたフォーマットで球面調和係数２７のエントロピー符号化されたバージョンを配置するエンコーダを表すことができる。他の例では、ビットストリーム生成デバイス３６は、一例としてマルチチャンネルオーディオコンテンツまたはその派生物を圧縮するために従来のオーディオサラウンドサウンド符号化プロセスのプロセスに類似したプロセスを使用してマルチチャンネルオーディオコンテンツ２９を符号化するオーディオエンコーダ（おそらく、ＭＰＥＧサラウンドなどの知られているオーディオコーディング規格またはその派生物に適合するオーディオエンコーダ）を表すことができる。次いで、圧縮されたマルチチャンネルオーディオコンテンツ２９は、コンテンツ２９を帯域幅圧縮するように何らかの他の方法でエントロピー符号化またはコーディングされ、ビットストリーム３１を形成するために合意された（または、言い換えれば、指定された）フォーマットに従って配置され得る。ビットストリーム３１を形成するために直接的に圧縮されるにせよ、ビットストリーム３１を形成するためにレンダリングされ、次いで圧縮されるにせよ、コンテンツ作成者２２は、ビットストリーム３１をコンテンツ消費者２４に送信することができる。

[0049]図３ではコンテンツ消費者２４に直接的に送信されているが示されているが、コンテンツ作成者２２は、コンテンツ作成者２２とコンテンツ消費者２４の間に位置決めされた中間デバイスにビットストリーム３１を出力することができる。この中間デバイスは、ビットストリーム３１を要求することがあるコンテンツ消費者２４に後で配信するために、このビットストリームを記憶することができる。中間デバイスは、ファイルサーバ、ウェブサーバ、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、モバイルフォン、スマートフォン、または後でのオーディオデコーダによる取出しのためにビットストリーム３１を記憶することが可能な任意の他のデバイスを備えることができる。この中間デバイスは、ビットストリーム３１を要求するコンテンツ消費者２４などの加入者にビットストリーム３１を（おそらくは対応するビデオデータストリームを送信するとともに）ストリーミングすることが可能なコンテンツ配信ネットワークに存在してもよい。

[0050]代替的に、コンテンツ作成者２２は、コンパクトディスク、デジタルビデオディスク、高精細度ビデオディスク、または他の記憶媒体などの記憶媒体にビットストリーム３１を格納することができ、記憶媒体の大部分はコンピュータによって読み取り可能であり、したがって、コンピュータ可読記憶媒体または非一時的コンピュータ可読記憶媒体と呼ばれることがある。この文脈において、送信チャンネルは、これらの媒体に格納されたコンテンツが送信されるチャンネルを指すことがある（および、小売店と他の店舗ベースの配信機構とを含み得る）。したがって、いずれにしても、本開示の技法は、この点に関して図３の例に限定されるべきではない。

[0051]図３の例にさらに示されるように、コンテンツ消費者２４は、オーディオ再生システム３２を含む。オーディオ再生システム３２は、マルチチャンネルオーディオデータを再生することが可能な任意のオーディオ再生システムを表すことができる。オーディオ再生システム３２は、いくつかの異なるレンダラ３４を含むことができる。レンダラ３４は各々、異なる形態のレンダリングを提供することができ、異なる形態のレンダリングは、ｖｅｃｔｏｒ−ｂａｓｅ ａｍｐｌｉｔｕｄｅ ｐａｎｎｉｎｇ（ＶＢＡＰ）を実行する様々な方法のうち１つもしくは複数および／または音場合成を実行する様々な方法のうち１つもしくは複数を含むことができる。

[0052]オーディオ再生システム３２は、抽出デバイス３８をさらに含むことができる。抽出デバイス３８は、一般にビットストリーム生成デバイス３６のプロセスに相反し得るプロセスによって球面調和係数２７’（球面調和係数２７の修正された形態または複製物を表すことができる「ＳＨＣ２７’」）を抽出することが可能な任意のデバイスを表すことができる。いずれにしても、オーディオ再生システム３２は、球面調和係数２７’を受け取ることができ、レンダラ３４のうち１つを選択することができる。次いで、レンダラ３４のうち選択された１つは、いくつかのスピーカーフィード３５（説明を簡単にするために図３の例には示されていない、オーディオ再生システム３２に電気的にまたはおそらくワイヤレスで結合されたラウドスピーカーの数に対応する）を生成するために球面調和係数２７’をレンダリングすることができる。

[0053]一般に、ビットストリーム生成デバイス３６がＳＨＣ２７を直接的に符号化するとき、ビットストリーム生成デバイス３６は、ＳＨＣ２７のすべてを符号化する。音場の各表現のために送られるＳＨＣ２７の数は、次数に依存し、（１＋ｎ）2／サンプルと数学的に表され得、ここで、ｎはこの場合も次数を示す。音場の第４次表現を達成するために、一例として、２５のＳＨＣが導出され得る。一般に、ＳＨＣの各々は、３２ビット符号付き浮動小数点数として表される。したがって、音場の第４次表現を表すために、この例では、合計２５×３２すなわち８００ビット／サンプルが必要とされる。４８ｋＨｚのサンプリングレートが使用されるとき、これは、８００×４８，０００すなわち３８，４００，０００ビット／秒を表す。いくつかの例では、ＳＨＣ２７のうち１つまたは複数が、目立つ（salient）情報（コンテンツ消費者２４で再現されるとき音場について説明する際に可聴または重要であるオーディオ情報を含む情報を指すことがある）を指定しないことがある。ＳＨＣ２７のうちこれらの非目立つＳＨＣを符号化することによって、送信チャンネル（コンテンツ配信ネットワークタイプの送信機構を仮定する）による帯域幅の非効率的な使用が生じることがある。これらの係数の格納を含む適用例では、上記は、記憶空間の非効率的な使用を表すことができる。

[0054]いくつかの例では、ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、ビットストリーム生成デバイス３６は、複数のビットを有するビットストリーム３１内のフィールドを識別することがあり、この複数のビットのうち異なるビットは、ＳＨＣ２７の対応するビットがビットストリーム３１に含まれるかどうか識別する。いくつかの例では、ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、ビットストリーム生成デバイス３６は、（ｎ＋１）2ビットに等しい複数のビットを有するフィールドを指定することがあり、ここで、ｎは音場について説明する要素の階層的なセットの順序を示し、複数のビットの各々は、ＳＨＣ２７の対応するビットがビットストリーム３１に含まれるかどうか識別する。

[0055]いくつかの例では、ビットストリーム生成デバイス３６は、ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、複数のビットを有するビットストリーム３１内のフィールドを識別することがあり、この複数のビットのうち異なるビットは、ＳＨＣ２７の対応するビットがビットストリーム３１に含まれるかどうか識別する。ＳＨＣ２７の識別されたサブセットを指定するとき、ビットストリーム生成デバイス３６は、ビットストリーム３１において、複数のビットを有するフィールドのすぐ後のＳＨＣ２７の識別されたサブセットを指定することがある。

[0056]いくつかの例では、ビットストリーム生成デバイス３６は、さらに、ＳＨＣ２７のうち１つまたは複数が音場について説明するのに関連する情報を有すると決定することがある。ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、ビットストリーム生成デバイス３６は、音場について説明するのに関連する情報を有するＳＨＣ２７の決定された１つまたは複数がビットストリーム３１に含まれると識別することがある。

[0057]いくつかの例では、ビットストリーム生成デバイス３６は、さらに、ＳＨＣ２７のうち１つまたは複数が音場について説明するのに関連する情報を有すると決定することがある。ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、ビットストリーム生成デバイス３６は、ビットストリーム３１において、音場について説明するのに関連する情報を有するＳＨＣ２７の決定された１つまたは複数がビットストリーム３１に含まれることを識別し、ビットストリーム３１において、音場について説明するのに関連しない情報を有するＳＨＣ２７の残りのビットがビットストリーム３１に含まれないと識別することがある。

[0058]いくつかの例では、ビットストリーム生成デバイス３６は、ＳＨＣ２７値のうち１つまたは複数が閾値を下回ると決定することがある。ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別するとき、ビットストリーム生成デバイス３６は、ビットストリーム３１において、この閾値を上回るＳＨＣ２７のうち決定された１つまたは複数がビットストリーム３１内で指定されると決定することがある。閾値は、多くの場合、ゼロの値であってよいが、実際的な実装形態に関して、閾値は、ノイズフロア（すなわち周囲エネルギー）を表す値に設定されてもよいし、現在の信号エネルギー（閾値を信号に依存するようにし得る）に比例する何らかの値に設定されてもよい。

[0059]いくつかの例では、ビットストリーム生成デバイス３６は、音場について説明するのに関連する情報を提供するいくつかのＳＨＣ２７を減少させるために音場を調整または変換することがある。「調整」という用語は、線形可逆変換を表す任意の１つまたは複数の行列の適用を指すことができる。これらの例では、ビットストリーム生成デバイス３６は、音場がどのように調整されたか、すなわち言い換えれば、どのように変換されたかについて説明する、ビットストリーム３１内の調整情報（「変換情報」と呼ばれることもある）を指定することがある。その後でビットストリーム内で指定されるＳＨＣ２７のサブセットを識別する情報に加えて、この情報を指定すると説明されているが、技法のこの態様は、ビットストリームに含まれるＳＨＣ２７のサブセットを識別する情報を指定することの代替として説明され得る。したがって、本技法はこの点において限定されるべきではない。

[0060]いくつかの例では、ビットストリーム生成デバイス３６は、音場について説明するのに関連する情報を提供するいくつかのＳＨＣ２７を減少させるために音場を回転させることがある。これらの例では、ビットストリーム生成デバイス３６は、音場がどのように回転されたかについて説明する、ビットストリーム３１内の回転情報を指定することがある。回転情報は、方位角値（３６０度を知らせることが可能である）と、仰角値（１８０度を知らせることが可能である）とを備えることができる。いくつかの例では、方位角値は、１つまたは複数のビットを備え、一般に１０ビットを含む。いくつかの例では、仰角値は、１つまたは複数のビットを備え、一般に少なくとも９ビットを含む。ビットのこの選定によって、最も単純な実施形態では、１８０／５１２度の分解能（仰角と方位角の両方において）が可能になる。いくつかの例では、変換は回転を備えることがあり、上記で説明された変換情報は回転情報を含む。いくつかの例では、ビットストリーム生成デバイス３６は、音場について説明するのに関連する情報を提供するいくつかのＳＨＣ２７を減少させるために音場を変換することがある。これらの例では、ビットストリーム生成デバイス３６は、音場がどのように変換されたかについて説明する、ビットストリーム３１内の変換情報を指定することがある。いくつかの例では、調整は変換を備えることがあり、上記で説明された調整情報は変換情報を含む。

[0061]いくつかの例では、ビットストリーム生成デバイス３６は、閾値を上回る非ゼロ値を有するいくつかのＳＨＣ２７を減少させるように音場を調整し、音場がどのように調整されたかについて説明する、ビットストリーム３１内の調整情報を指定することがある。いくつかの例では、ビットストリーム生成デバイス３６は、閾値を上回る非ゼロ値を有するいくつかのＳＨＣ２７を減少させるように音場を回転させ、音場がどのように回転されたかについて説明する、ビットストリーム３１内の回転情報を指定することがある。いくつかの例では、ビットストリーム生成デバイス３６は、閾値を上回る非ゼロ値を有するいくつかのＳＨＣ２７を減少させるように音場を変換させ、音場がどのように変換されたかについて説明する、ビットストリーム３１内の変換情報を指定することがある。

[0062]音場の説明に関連する情報を含まないＳＨＣ２７のサブセット（ＳＣＨ２７のゼロ値と評価されたサブセットなどの）はビットストリームにおいて指定されない、すなわち、ビットストリームに含まれないので、ビットストリーム３１に含まれるＳＨＣ２７のサブセットをビットストリーム３１において識別することによって、ビットストリーム生成デバイス３６は、帯域幅のより効率的な使用を促進することができる。その上、追加または代替として、音場の説明に関連する情報を指定するＳＨＣ２７の数を減少させるためにＳＨＣ２７を生成するとき、音場を調整することによって、ビットストリーム生成デバイス３６は、再度またはさらに、潜在的により効率的な帯域幅の使用を提供することができる。このようにして、ビットストリーム生成デバイス３１は、ビットストリーム３１内で指定されるために必要とされるＳＨＣ２７の数を減少させ、それによって、非固定レートシステム（数例を提供するための目標ビットレートを持たないまたはフレームまたはサンプルあたりビット配分を提供しないオーディオコーディング技法を指すことがある）における帯域幅の利用を潜在的に改善する、または、固定レートシステムでは、音場について説明するのにより関連する情報へのビットの割振りを潜在的にもたらすことができる。

[0063]追加または代替として、ビットストリーム生成デバイス３６は、変換された球面調和係数の異なるサブセットに異なるビットレートを割り当てるために、本開示において説明された技法に従って動作することがある。音場を変換する、たとえば回転させることによって、ビットストリーム生成デバイス３６は、最も目立つ部分（多くの場合、音場の様々な空間的ロケーションにおけるエネルギーの分析によって識別される）をＺ軸などの軸と位置合わせし、最も高いエネルギー部分を音場内の聴取者よりも上に効率的に設定することができる。言い換えれば、ビットストリーム生成デバイス３６は、最高エネルギーを有する音場の部分を識別するために音場のエネルギーを分析することができる。音場の２つ以上の部分が高いエネルギーを有する場合、ビットストリーム生成デバイス３６は、最高エネルギーを有する部分を識別するために、これらのエネルギーを比較することができる。次いで、ビットストリーム生成デバイス３６は、音場の最高エネルギー部分をＺ軸と位置合わせするように音場を回転させるための１つまたは複数の角度を識別することができる。

[0064]この回転または他の変換は、球面基底関数が設定される基準フレームの変換と見なされてよい。図２の例に示されるＺ軸などのＺ軸を垂直方向に真っすぐであるように維持するのではなく、このＺ軸は、音場の最高エネルギー部分の方向を指し示すように、１つまたは複数の角度によって変換され得る。次いで、Ｚ軸と位置合わせされた次数１および副次数ゼロの球面基底関数などの、何らかの方向性成分を有するそれらの基底関数が回転され得る。次いで、音場は、これらの変換された、たとえば回転された、球面基底関数を使用して表され得る。ビットストリーム生成デバイス３６は、Ｚ軸が音場の最高エネルギー部分と位置合わせするように、この基準フレームを回転させることができる。この回転は、音場の最高エネルギーが主にそれらのゼロ副次数基底関数によって表されるという結果になることがあるが、非ゼロ副次数基底関数は、同程度の目立つ情報を含まないことがある。

[0065]ひとたびこのようにして回転されると、ビットストリーム生成デバイス３６は、変換された球面調和係数を決定することができ、変換された球面調和係数とは、変換された球面基底関数に関連付けられた球面調和係数を指す。ゼロ副次数球面基底関数は主に音場を表すことができることを考えると、ビットストリーム生成デバイス３６は、ビットストリーム３１内のこれらのゼロ副次数の変換された球面調和係数（ゼロ副次数基底関数に対応するそれらの変換された球面調和係数を指すことがある）を表すための第１のビットレートを割り当て、ビットストリーム３１内の非ゼロ副次数の変換された球面調和係数（非ゼロ副次数基底関数に対応するそれらの変換された球面調和係数を指すことがある）を表すための第２のビットレートを割り当てることができ、ここで、この第１のビットレートは第２のビットレートよりも大きい。言い換えれば、ゼロ副次数の変換された球面調和係数は音場の最も目立つ部分について説明するので、ビットストリーム生成デバイス３６は、ビットストリーム内のこれらの変換された係数を表すためのより高いビットレートを割り当て、ビットストリーム内のこれらの係数を表すためのより低いビットレート（より高いビットレートに対して）を割り当てることができる。

[0066]これらのビットレートを、変換された球面調和係数の第１のサブセット（たとえば、ゼロ副次数変換された球面調和係数）および変換された球面調和係数の第２のサブセット（たとえば、非ゼロ副次数変換された球面調和係数）と呼ばれ得るものに割り当てるとき、ビットストリーム生成デバイス３６は、ハニング窓関数、ハミング窓関数、矩形窓関数、または三角形窓関数などの窓関数を利用することができる。変換された球面調和係数の第１のサブセットおよび第２のサブセットに関して説明するが、ビットストリーム生成デバイス３６は、球面調和係数の２つ、３つ、４つ、および多くの場合は最大２＊ｎ＋１（ここで、ｎは次数を指す）のサブセットを識別することができる。一般に、次数に対する各副次数は、ビットストリーム生成デバイス３６が異なるビットレートを割り当てる、変換された球面調和係数の別のサブセットを表すことができる。

[0067]この意味で、ビットストリーム生成デバイス３６は、次数および／または副次数ごとにＳＨＣ２７の異なるビットに異なるビットレートを動的に割り当てることができる。ビットレートのこの動的割振りは、全体的な目標ビットレートのより優れた使用を容易にし、音場のより目立つ部分について説明する変換されたＳＨＣ２７のビットにより高いビットレートを割り当て、音場の比較的目立つでない部分（または、言い換えれば、周囲部分または背景部分）について説明する変換されたＳＨＣ２７のビットにより低いビットレート（より高いビットレートと比較して）を割り当てることができる。

[0068]例示するために、図２の例についてもう一度考える。ビットストリーム生成デバイス３６は、窓関数に基づいて、変換された球面調和係数の各副次数にビットレートを割り当てることができ、第４次の場合、ビットストリーム生成デバイス３６は、変換された球面調和係数の９つの（マイナス４からプラス４まで）異なるサブセットを識別する。たとえば、ビットストリーム生成デバイス３６は、窓関数に基づいて、０副次数の変換された球面調和係数を表すための第１のビットレートと、−１／＋１副次数の変換された球面調和係数を表すための第２のビットレートと、−２／＋２副次数の変換された球面調和係数を表すための第３のビットレートと、−３／＋３副次数の変換された球面調和係数とを表すための第４のビットレート、−４／＋４副次数の変換された球面調和係数を表すための第５のビットレートとを割り当てることができる。

[0069]いくつかの例では、ビットストリーム生成デバイス３６は、なお一層粒度の細かい様式でビットレートを割り当てることができ、ビットレートは、副次数単位だけではなく次数単位でも変化する。高次球面基底関数が小さいローブを有することを考えると、これらの高次球面基底関数は、音場の高エネルギー部分を表すうえで、それほど重要ではない。その結果、ビットストリーム生成デバイス３６は、低次の変換された球面調和係数に割り当てられるこのビットレートに対して、高次の変換された球面調和係数に低いビットレートを割り当てることができる。この場合も、ビットストリーム生成デバイス３６は、この次数固有ビットレートを、副次数固有ビットレートの割当てに関して上記で説明した様式に類似した様式で、窓関数に基づいて割り当てることができる。

[0070]この点に関して、ビットストリーム生成デバイス３６は、変換された球面調和係数のサブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて、変換された球面調和係数の少なくとも１つのサブセットにビットレートを割り当てることができ、変換された球面調和係数は、音場を変換する変換演算に従って変換された。

[0071]いくつかの例では、変換演算は、ファイルされた音を回転させる回転演算を備える。

[0072]いくつかの例では、ビットストリーム生成デバイス３６は、最高エネルギーを有する音場の一部分が軸と位置合わせされるように音場を回転させるための１つまたは複数の角度を識別することがあり、変換演算は、変換された球面調和係数を生成するように識別された１つまたは複数の角度だけ音場を回転させる回転演算を備えることがある。

[0073]いくつかの例では、ビットストリーム生成デバイス３６は、最高エネルギーを有する音場の一部分がＺ軸と位置合わせされるように音場を回転させるための１つまたは複数の角度を識別することができ、変換演算は、変換された球面調和係数を生成するように識別された１つまたは複数の角度だけ音場を回転させる回転演算を備えることがある。

[0074]いくつかの例では、ビットストリーム生成デバイス３６は、音場を回転させるための１つまたは複数の角度を識別するために音場に関する空間分析を実行することがあり、変換演算は、変換された球面調和係数を生成するように識別された１つまたは複数の角度だけ音場を回転させる回転演算を備えることがある。

[0075]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、変換された球面調和係数の各々が対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて変換された球面調和係数の異なるサブセットに異なるビットレートを、窓関数に従って、動的に割り当てることがある。窓関数は、ハニング窓関数、ハミング窓関数、矩形窓関数、および三角形窓関数のうち１つまたは複数を備えることができる。

[0076]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、ゼロの副次数を有する球面基底関数のサブセットに対応する変換された球面調和係数の第１のサブセットに第１のビットレートを割り当て、プラス１またはマイナス１のいずれかの副次数を有する球面基底関数のサブセットに対応する変換された球面調和係数の第２のサブセットに第２のビットレートを割り当てることがあり、第１のビットレートは第２のビットレートよりも大きい。この意味では、技法は、ＳＨＣ２７が対応する球面基底関数の副次数に基づくビットレートの動的割当てを提供することができる。

[0077]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、１の次数を有する球面基底関数のサブセットに対応する変換された球面調和係数の第１のサブセットに第１のビットレートを割り当て、２の次数を有する球面基底関数のサブセットに対応する変換された球面調和係数の第２のサブセットに第２のビットレートを割り当てることがあり、第１のビットレートは第２のビットレートよりも大きい。このようにして、技法は、ＳＨＣ２７が対応する球面基底関数の次数に基づくビットレートの動的割当てを提供することができる。

[0078]いくつかの例では、ビットストリーム生成デバイス３６は、第１のビットレートを使用する変換された球面調和係数の第１のサブセットと第２のビットレートを使用する変換された球面調和係数の第２のサブセットとを指定するビット
[0079]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、変換された球面調和係数が対応する球面基底関数の副次数がゼロから遠ざかるにつれて徐々に減少するビットレートを動的に割り当てることがある。

[0080]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、変換された球面調和係数が対応する球面基底関数の次数が増加するにつれて徐々に減少するビットレートを動的に割り当てることがある。

[0081]いくつかの例では、ビットストリーム生成デバイス３６は、ビットレートを割り当てるとき、変換された球面調和係数のサブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて変換された球面調和係数の異なるサブセットに異なるビットレートを動的に割り当てることがある。

[0082]次いで、コンテンツ消費者２４内で、抽出デバイス３８は、ビットストリーム生成デバイス３６に関して上記で説明された態様に相反する技法の態様により、オーディオコンテンツを表すビットストリーム３１を処理する方法を実行することができる。抽出デバイス３８は、ビットストリーム３１に含まれる音場について説明するＳＨＣ２７’のサブセットをビットストリーム３１から決定し、ＳＨＣ２７’の識別されたサブセットを決定するためにビットストリーム３１を解析することができる。

[0083]いくつかの例では、抽出デバイス３８は、ビットストリーム３１に含まれるＳＨＣ２７’のサブセットを決定するとき、抽出デバイス３８は、複数のビットを有するフィールドを決定するためにビットストリーム３１を解析することができ、複数のビットのうちの各ビットは、ＳＨＣ２７’の対応するビットがビットストリーム３１に含まれるかどうか識別する。

[0084]いくつかの例では、抽出デバイス３８は、ビットストリーム３１に含まれるＳＨＣ２７’のサブセットを決定するとき、（ｎ＋１）２ビットに等しい複数のビットを有するフィールドを指定することがあり、ここでこの場合も、ｎは、音場について説明する要素の階層的なセットの次数を示す。この場合も、複数のビットの各々は、ＳＨＣ２７’の対応するビットがビットストリーム３１に含まれるかどうか識別する。

[0085]いくつかの例では、抽出デバイス３８は、ビットストリーム３１に含まれるＳＨＣ２７’のサブセットを決定するとき、複数のビットを有するビットストリーム３１内のフィールドを識別するためにビットストリーム３１を解析することがあり、複数のビットのうち異なるビットは、ＳＨＣ２７’の対応するビットがビットストリーム３１に含まれるかどうか識別する。抽出デバイス３８は、ＳＨＣ２７’の識別されたサブセットを決定するためにビットストリーム３１を解析するとき、複数のビットを有するフィールドの後のビットストリーム３１からＳＨＣ２７’の識別されたサブセットを直接的に決定するためにビットストリーム３１を解析することがある。

[0086]いくつかの例では、抽出デバイス３８は、音場について説明するのに関連する情報を提供するいくつかのＳＨＣ２７’を減少させるように音場がどのように調整されたかについて説明する情報調整を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、音場について説明するのに関連する情報を提供するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される調整を逆にするように調整情報に基づいて音場を調整する。

[0087]いくつかの例では、抽出デバイス３８は、技法の上記で説明された態様の代替としてまたはこれとともに、音場について説明するのに関連する情報を提供するＳＨＣ２７’の数を減少させるために音場がどのように回転されたかについて説明する回転情報を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、音場について説明するのに関連する情報を提供するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される回転を逆にするように回転情報に基づいて音場を回転する。

[0088]いくつかの例では、抽出デバイス３８は、技法の上記で説明された態様の代替としてまたはこれとともに、音場について説明するのに関連する情報を提供するＳＨＣ２７’の数を減少させるために音場がどのように変換されたかについて説明する変換情報を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、音場について説明するのに関連する情報を提供するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される変換を逆にするように調整情報に基づいて音場を変換する。

[0089]いくつかの例では、抽出デバイス３８は、技法の上記で説明された態様の代替としてまたはこれとともに、非ゼロ値を有するいくつかのＳＨＣ２７’を減少させるように音場がどのように調整されたかについて説明する調整情報を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、非ゼロ値を有するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される調整を逆にするように調整情報に基づいて音場を調整する。

[0090]いくつかの例では、抽出デバイス３８は、技法の上記で説明された態様の代替としてまたはこれとともに、非ゼロ値を有するいくつかのＳＨＣ２７’を減少させるように音場がどのように回転されたかについて説明する回転情報を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、非ゼロ値を有するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される回転を逆にするように回転情報に基づいて音場を回転する。

[0091]いくつかの例では、抽出デバイス３８は、技法の上記で説明された態様の代替としてまたはこれとともに、非ゼロ値を有するいくつかのＳＨＣ２７’を減少させるように音場がどのように変換されたかについて説明する変換情報を決定するためにビットストリーム３１を解析することがある。抽出デバイス３８は、この情報をオーディオ再生システム３２に提供することができ、オーディオ再生システム３２は、非ゼロ値を有するＳＨＣ２７’のサブセットに基づいて音場を再現するとき、複数の階層的な要素の数を減少させるために実行される変換を逆にするように変換情報に基づいて音場を変換する。

[0092]この点に関して、技法の様々な態様は、ビットストリームにおいて、ビットストリームに含まれる、高次アンビソニックス（ＨＯＡ）係数（球面調和係数とも呼ばれることがある）などの複数の階層的な要素のうち要素の信号伝達を可能にすることができる（ビットストリームに含まれ得る要素は「複数のＳＨＣのサブセット」と呼ばれることがある）。ＨＯＡ係数のうちいくつかが、音場について説明するのに関連する情報を提供しないことがあることを考えると、オーディオエンコーダは、複数のＨＯＡ係数を、音場について説明するのに関連する情報を提供するＨＯＡ係数のサブセットに減少させ、それによって、コード化効率を増加させることがある。その結果、技法の様々な態様は、ＨＯＡ係数および／またはその符号化されたバージョン、ビットストリームに実際に含まれるＨＯＡ係数のうちＨＯＡ（たとえば、ＨＯＡ係数のうち少なくとも１つを含むが係数のすべてを含むとは限らないＨＯＡ係数の非ゼロサブセット）を含むビットストリーム内で指定することを可能にすることができる。ＨＯＡ係数のサブセットを識別する情報は、前述のようにビットストリーム内で指定されてもよいし、いくつかの例では、サイドチャンネル情報内で指定されてもよい。

[0093]図４Ａおよび図４Ｂは、ビットストリーム生成デバイス３６の例示的な実装形態を示すブロック図である。図４Ａの例に示されるように、ビットストリーム生成デバイス３６Ａと示されるビットストリーム生成デバイス３６の第１の実装形態は、空間分析ユニット１５０と、回転ユニット１５４と、コーディングエンジン１６０と、マルチプレクサ（ＭＵＸ）１６４とを含む。

[0094]ＳＨＣの形態の３Ｄオーディオデータを表すために必要とされる帯域幅−ビット／秒に関して−は、消費者の使用に関して禁止とすることがある。たとえば、４８ｋＨｚのサンプリングレートを使用するとき、および３２ビット／同じ分解能を用いて−４次ＳＨＣ表現は、３６Ｍｂｉｔｓ／秒（２５×４８０００×３２ｂｐｓ）の帯域幅を表す。一般に約１００ｋｂｉｔｓ／秒である、ステレオ信号のための最先端のオーディオコーディングと比較すると、これは大きい数字である。図５の例において実施される技法は、３Ｄオーディオ表現の帯域幅を減少させることができる。

[0095]空間分析ユニット１５０および回転ユニット１５４は、ＳＨＣ２７を受け取ることができる。本開示の他の場所で説明されるように、ＳＨＣ２７は音場を表すことができる。図４Ａの例では、空間分析ユニット１５０および回転ユニット１５４は、音場の第４次（Ｎ＝４）表現に対して２５のＳＨＣのサンプルを受け取ることができる。一般に、オーディオデータのフレームは１０２８のサンプルを含むが、技法は、任意の数のサンプルを有するフレームに対して実行され得る。空間分析ユニット１５０および回転ユニット１５４は、オーディオデータのフレームに対して以下で説明される様式で動作することができる。オーディオデータのフレームに対して動作すると説明されているが、技法は、単一サンプルとオーディオデータの全体までとを含む、任意の量のオーディオデータに対して動作され得る。

[0096]空間分析ユニット１５０は、音場の別個の成分と音場の拡散成分とを識別するためにＳＨＣ２７によって表される音場を分析することができる。音場の別個の成分とは、識別可能な方向から来ると知覚されるまたは音場の背景成分すなわち拡散成分とは別個の音である。たとえば、個々の楽器によって生成される音は、識別可能な方向から来ると知覚され得る。対照的に、音場の背景成分すなわち拡散成分は、識別可能な方向から来ると知覚されない。たとえば、森を通る風の音は、音場の拡散成分であり得る。いくつかの例では、別個の成分は、「目立つ成分」または「前景成分」とも呼ばれることがあり、拡散成分は、「周囲成分」または「背景成分」とも呼ばれることがある。

[0097]一般に、これらの別個の成分は、音場の識別可能なロケーションにおいて高いエネルギーを有する。空間分析ユニット１５０は、音場のこれらの「高エネルギー」ロケーションを識別し、最高エネルギーを有する音場内ロケーションを決定するために各高エネルギーロケーションを分析することができる。次いで、空間分析ユニット１５０は、最も多いエネルギーを有する別個の成分のうち成分をＺ軸などの軸（この音場を記録した推定されたマイクロフォンに対する）と位置合わせするために音場を回転させるための最適な角度を決定することができる。空間分析ユニット１５０は、これらの別個の成分が図１および図２の例に示される基礎をなす球面基底関数とより良く位置合わせするように音場が回転され得るように、この最適な角度を識別することができる。

[0098]いくつかの例では、空間分析ユニット１５０は、拡散音（低レベルの方向または低次ＳＨＣを有する音を指すことがあり、ＳＨＣ２７のビットが１以下の次数を有することを意味する）を含むＳＨＣ２７によって表される音場のパーセンテージを識別するために一種の拡散分析を実行するように構成されたユニットを表すことができる。一例として、空間分析ユニット１５０は、２００７年６月付けのＪ．ＡｕｄｉｏＥｎｇ．Ｓｏｃ．第５５巻第６号で公開された「Ｓｐａｔｉａｌ Ｓｏｕｎｄ Ｒｅｐｒｏｄｕｃｔｉｏｎ ｗｉｔｈ Ｄｉｒｅｃｔｉｏｎａｌ Ａｕｄｉｏ Ｃｏｄｉｎｇ」という名称の、Ｖｉｌｌｅ Ｐｕｌｋｋｉによる論文で説明される様式に類似した様式で拡散分析を実行することができる。いくつかの例では、空間分析ユニット１５０は、拡散パーセンテージを決定するために拡散分析を実行するとき、ＳＨＣ２７のゼロ次サブセットおよび第１次サブセットなどのＳＨＣ２７係数の非ゼロサブセットのみを分析することがある。

[0099]回転ユニット１５４は、識別された最適な角度（または、場合によっては複数の角度）に基づいてＳＨＣ２７の回転演算を実行することができる。本開示の他の場所で（たとえば、図５Ａおよび図５Ｂに関して）説明されるように、回転演算を実行することによって、ＳＨＣ２７を表すために必要とされるビットの数が減少することができる。回転ユニット１５４は、変換された球面調和係数１５５（「変換されたＳＨＣ１５５」）をコーディングエンジン１６０に出力することができる。

[0100]コーディングエンジン１６０は、変換されたＳＨＣ１５５を帯域幅圧縮するように構成されたユニットを表すことができる。コーディングエンジン１６０は、本開示で説明される技法により、変換されたＳＨＣ１５５の異なるサブセットに異なるビットレートを割り当てることができる。図４Ａの例に示されるように、コーディングエンジン１６０は、窓関数１６１と、ＡＡＣコーディングユニット１６３とを含む。コーディングエンジン１６０は、ＡＡＣコーディングユニット１６３のうち１つまたは複数にビットレートを割り当てるために、窓関数１６１を目標ビットレートに適用することができる。窓関数１６１は、変換されたＳＨＣ１５５が対応する球面基底関数の各次数および／または副次数のための異なるビットレートを識別することができる。次いで、コーディングエンジン１６０は、識別されたビットレートを用いてＡＡＣコーディングユニット１６３を構成することができ、その後、コーディングエンジン１６０は、変換されたＳＨＣ１５５を異なるサブセットに分割し、これらの異なるサブセットをＡＡＣコーディングユニット１６３の対応するユニットに渡すことができる。すなわち、ビットレートは、ＡＡＣコーディングユニット１６３のうち１つにおいて、ゼロ副次数球面基底関数に対応する変換されたＳＨＣ１５５のビットのために構成されてよく、コーディングエンジン１６０は、ゼロ副次数球面基底関数に対応する変換されたＳＨＣ１２７のビットをＡＡＣコーディングユニット１６３のうち１つに渡す。次いで、ＡＡＣコーディングユニット１６３は、変換されたＳＨＣ１５５のサブセットに対してＡＡＣを実行し、変換されたＳＨＣ１５５の異なるサブセットの圧縮されたバージョンをマルチプレクサ１６４に出力することができる。次いで、マルチプレクサ１６４は、ビットストリーム３１を生成するために、これらのサブセットを最適な角度とともに多重化することができる。

[0101]図４Ｂの例に示されるように、ビットストリーム生成デバイス３６Ｂは、空間分析ユニット１５０と、コンテンツ特性分析ユニット１５２と、回転ユニット１５４と、コヒーレント成分抽出ユニット１５６と、拡散成分抽出ユニット１５８と、コーディングエンジン１６０と、マルチプレクサ（ＭＵＸ）１６４とを含む。ビットストリーム生成デバイス３６Ａに類似しているが、ビットストリーム生成デバイス３６Ｂは、追加ユニット１５２と、１５６と、１５８とを含む。

[0102]コンテンツ特性分析ユニット１５２は、ＳＨＣ２７に少なくとも部分的に基づいて、ＳＨＣ２７が音場の自然な記録を介して生成されたのかまたは一例としてＰＣＭオブジェクトなどのオーディオオブジェクトから人工的に（すなわち、合成して）生成されたのか決定することができる。その上、コンテンツ特性分析ユニット１５２は、次いで、ＳＨＣ２７が音場の自然な記録を介して生成されたのかまたは人工的なオーディオオブジェクトから生成されたのかに少なくとも部分的に基づいて、ビットストリーム３１に含むべきチャンネルの総数を決定することができる。たとえば、コンテンツ特性分析ユニット１５２は、ＳＨＣ２７が音場の自然な記録を介して生成されたのかまたは人工的なオーディオオブジェクトから生成されたのかに少なくとも部分的に基づいて、ビットストリーム３１が１６のチャンネルを含むべきであると決定することができる。チャンネルの各々はモノラルチャンネルであってよい。コンテンツ特性分析ユニット１５２は、さらに、ビットストリーム３１の出力ビットレート、たとえば１．２Ｍｂｐｓに基づいて、ビットストリーム３１に含まれるべきチャンネルの総数の決定を実行することができる。

[0103]さらに、コンテンツ特性分析ユニット１５２は、ＳＨＣ２７が実際の音場の記録から生成されたのかまたは人工的なオーディオオブジェクトから生成されたのかに少なくとも部分的に基づいて、チャンネルのうちいくつが音場のコヒーレント成分または言い換えれば別個の成分に割り振るべきか、およびチャンネルのうちいくつが音場の拡散成分または言い換えれば背景成分に割り振るべきか、決定することができる。たとえば、ＳＨＣ２７が一例としてＥｉｇｅｎｍｉｃを使用して実際の音場の記録から生成されたとき、コンテンツ特性分析ユニット１５２は、チャンネルのうち３つを音場のコヒーレント成分に割り振ることがあり、残りのチャンネルを音場の拡散成分に割り振ることがある。この例では、ＳＨＣ２７が人工的なオーディオオブジェクトから生成されたとき、コンテンツ特性分析ユニット１５２は、チャンネルのうち５つを音場のコヒーレント成分に割り振ることがあり、残りのチャンネルを音場の拡散成分に割り振ることがある。このようにして、コンテンツ分析ブロック（すなわち、コンテンツ特性分析ユニット１５２）は、音場のタイプ（たとえば、拡散／方向性など）を決定し、次に抽出するべきコヒーレント／拡散成分の数を決定することができる。

[0104]目標ビットレートは、成分の数と、個々のＡＡＣコーディングエンジン（たとえば、コーディングエンジン１６０）のビットレートとに影響を及ぼすことができる。言い換えれば、コンテンツ特性分析ユニット１５２は、さらに、ビットストリーム３１の出力ビットレート、たとえば１．２Ｍｂｐｓに基づいて、いくつのチャンネルがコヒーレント成分に割り振るべきかおよびいくつのチャンネルが拡散成分に割り振るべきかという決定を実行することができる。

[0105]いくつかの例では、音場のコヒーレント成分に割り振られるチャンネルは、音場の拡散成分に割り振られるチャンネルよりも大きいビットレートを有することがある。たとえば、ビットストリーム３１の最大ビットレートが１．２Ｍｂ／ｓｅｃであることがある。この例では、コヒーレント成分に割り振られる４つのチャンネルおよび拡散成分に割り振られる１６のチャンネルが存在することがある。その上、この例では、コヒーレント成分に割り振られるチャンネルの各々は、６４ｋｂ／ｓｅｃの最大ビットレートを有することがある。この例では、拡散成分に割り振られるチャンネルの各々は、４８ｋｂ／ｓｅｃの最大ビットレートを有することがある。

[0106]上述のように、コンテンツ特性分析ユニット１５２は、ＳＨＣ２７が実際の音場の記録から生成されたのかまたは人工的なオーディオオブジェクトから生成されたのか決定することができる。コンテンツ特性分析ユニット１５２は、この決定を様々な方法で行うことができる。たとえば、ビットストリーム生成デバイス３６は、第４次ＳＨＣを使用することがある。この例では、コンテンツ特性分析ユニット１５２は、２４のチャンネルをコーディングし、２５番目のチャンネル（ベクトルとして表され得る）を予測することができる。コンテンツ特性分析ユニット１５２は、２５番目のベクトルを決定するために、２４のチャンネルのうち少なくともいくつかにスカラーを適用し、結果として得られる値を追加することができる。その上、この例では、コンテンツ特性分析ユニット１５２は、予測された２５番目のチャンネルの精度を決定することがある。この例では、予測された２５番目のチャンネルの精度が比較的高い（たとえば、精度が特定の閾値を超える）場合、ＳＨＣ２７は、合成オーディオオブジェクトから生成された可能性がある。対照的に、予測された２５番目のチャンネルの精度が比較的低い（たとえば、精度が特定の閾値を下回る）場合、ＳＨＣ２７は、記録された音場を表す可能性が高い。たとえば、この例では、２５番目のチャンネルの信号対雑音比（ＳＮＲ）が１００デシベル（ｄｂ）を超える場合、ＳＨＣ２７は、合成オーディオオブジェクトから生成された音場を表す可能性が高い。対照的に、Ｅｉｇｅｎｍｉｋｅを使用して記録された音場のＳＮＲは５〜２０ｄｂであることがある。したがって、実際の直接的な記録から生成されたＳＨＣ２７によって表される音場と合成オーディオオブジェクトから生成されたＳＨＣ２７によって表される音場の間に、ＳＮＲ比における明らかな境界が存在することがある。

[0107]その上、コンテンツ特性分析ユニット１５２は、ＳＨＣ２７が音場の自然な記録を介して生成されたのかまたは人工的なオーディオオブジェクトから生成されたのかに少なくとも部分的に基づいて、Ｖベクトルを量子化するためのコードブックを選択することができる。言い換えれば、コンテンツ特性分析ユニット１５２は、ＨＯＡ係数によって表される音場が記録されたのかまたは合成であるのかに応じて、Ｖベクトルを量子化するのに使用するための異なるコードブックを選択することができる。

[0108]いくつかの例では、コンテンツ特性分析ユニット１５２は、ＳＨＣ２７が実際の音場の記録から生成されたのかまたは人工的なオーディオオブジェクトから生成されたのか繰り返し決定することができる。いくつかのそのような例では、この繰返しの基準は、フレームごとであることがある。他の例では、コンテンツ特性分析ユニット１５２は、この決定を１回実行することができる。その上、コンテンツ特性分析ユニット１５２は、チャンネルの総数と、チャンネルコヒーレント成分チャンネルおよび拡散成分の割当てとを繰り返し決定することができる。いくつかのそのような例では、この繰返しの基準は、フレームごとであることがある。他の例では、コンテンツ特性分析ユニット１５２は、この決定を１回実行することができる。いくつかの例では、コンテンツ特性分析ユニット１５２は、Ｖベクトルを量子化するのに使用するためのコードブックを繰り返し選択することができる。いくつかのそのような例では、この繰返しの基準は、フレームごとであることがある。他の例では、コンテンツ特性分析ユニット１５２は、この決定を１回実行することができる。

[0109]回転ユニット１５４は、ＨＯＡ係数の回転演算を実行することができる。本開示の他の場所で（たとえば、図５Ａおよび図５Ｂに関して）説明されるように、回転演算を実行することによって、ＳＨＣ２７を表すために必要とされるビットの数が減少することができる。いくつかの例では、回転ユニット１５２によって実行される回転分析は、特異値分解（ＳＶＤ）分析の一例である。主成分分析（ＰＣＡ）、独立成分分析（ＩＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）は、適用可能であり得る関連技法である。

[0110]この点に関して、技法は、音場について説明する複数の階層的な要素からなるビットストリームを生成する方法を提供することができ、ここで、第１の例では、方法は、複数の階層的な要素の数を減少させるように音場を表す複数の階層的な要素を球面調和関数領域から別の領域に変換することと、音場がどのように変換されたかについて説明するビットストリーム内の変換情報を指定することとを備える。

[0111]第２の例では、第１の例の方法、ここでは、複数の階層的な要素を変換することは、複数の階層的な要素に対してベクトルベースの変換を実行することを備える。

[0112]第３の例では、第２の例の方法、ここでは、ベクトルベースの変換を実行することは、複数の階層的な要素に対して特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行することを備える。

[0113]第４の例では、デバイスは、複数の階層的な要素の数を減少させるように音場を表す複数の階層的な要素を球面調和関数領域から別の領域に変換し、音場がどのように変換されたかについて説明するビットストリーム内の変換情報を指定するように構成された１つまたは複数のプロセッサを備える。

[0114]第５の例では、第４の例のデバイス、ここでは、１つまたは複数のプロセッサは、複数の階層的な要素を変換するとき、複数の階層的な要素に対してベクトルベースの変換を実行するように構成される。

[0115]第６の例では、第５の例のデバイス、ここでは、１つまたは複数のプロセッサは、ベクトルベースの変換を実行するとき、複数の階層的な要素に対して特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行するように構成される。

[0116]第７の例では、デバイスは、複数の階層的な要素の数を減少させるように音場を表す複数の階層的な要素を球面調和関数領域から別の領域に変換するための手段と、音場がどのように変換されたかについて説明するビットストリーム内の変換情報を指定するための手段とを備える。

[0117]第８の例では、第７の例のデバイス、ここでは、複数の階層的な要素を変換するための手段は、複数の階層的な要素に対してベクトルベースの変換を実行するための手段を備える。

[0118]第９の例では、第８の例のデバイス、ここでは、ベクトルベースの変換を実行するための手段は、複数の階層的な要素に対して特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行するための手段を備える。

[0119]第１０の例では、非一時的コンピュータ可読記憶媒体は、実行されると１つまたは複数のプロセッサに複数の階層的な要素の数を減少させるように音場を表す複数の階層的な要素を球面調和関数領域から別の領域に変換させ、音場がどのように変換されたかについて説明するビットストリーム内の変換情報を指定させる命令がその上に記憶されている。

[0120]第１１の例では、方法は、複数の階層的な要素の数を減少させるように音場について説明する複数の階層的な要素音場が球面調和関数領域から別の領域にどのように変換されたかについて説明する平行移動情報を決定するためにビットストリームを解析することと、複数の階層的な要素に基づいて音場を再現するときに、変換された複数の階層的な要素に基づいて複数の階層的な要素を再構築することとを備える。

[0121]第１２の例では、第１１の例の方法、ここでは、変換情報は複数の階層的な要素の数を減少させるためにベクトルベースの分解を使用して複数の階層的な要素がどのように変換されたかについて説明し、およびここでは、音場を変換することは、複数の階層的な要素に基づいて音場を再現するとき、ベクトルベース分解された複数の階層的な要素に基づいて複数の階層的な要素を再構築することを備える。

[0122]第１３の例では、第１２の例の方法、ここでは、ベクトルベースの分解は、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える。

[0123]第１４の例では、デバイスは、複数の階層的な要素の数を減少させるように音場について説明する複数の階層的な要素音場が球面調和関数領域から別の領域にどのように変換されたかについて説明する平行移動情報を決定するためにビットストリームを解析し、複数の階層的な要素に基づいて音場を再現するときに、変換された複数の階層的な要素に基づいて複数の階層的な要素を再構築するように構成された１つまたは複数のプロセッサを備える。

[0124]第１５の例では、第１４の例のデバイス、ここでは、変換情報は複数の階層的な要素の数を減少させるためにベクトルベースの分解を使用して複数の階層的な要素がどのように変換されたかについて説明し、およびここでは、１つまたは複数のプロセッサは、複数の階層的な要素に基づいて音場を再現するとき、ベクトルベース分解された複数の階層的な要素に基づいて複数の階層的な要素を再構築するように構成される。

[0125]第１６の例では、第１５の例のデバイス、ここでは、ベクトルベースの分解は、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える。

[0126]第１７の例では、デバイスは、複数の階層的な要素の数を減少させるように音場について説明する複数の階層的な要素音場が球面調和関数領域から別の領域にどのように変換されたかについて説明する平行移動情報を決定するためにビットストリームを解析するための手段と、複数の階層的な要素に基づいて音場を再現するときに、変換された複数の階層的な要素に基づいて複数の階層的な要素を再構築するための手段とを備える。

[0127]第１８の例では、第１７の例のデバイス、ここでは、変換情報は複数の階層的な要素の数を減少させるためにベクトルベースの分解を使用して複数の階層的な要素がどのように変換されたかについて説明し、およびここでは、音場を変換するための手段は、複数の階層的な要素に基づいて音場を再現するとき、ベクトルベース分解された複数の階層的な要素に基づいて複数の階層的な要素を再構築するための手段を備える。

[0128]第１９の例では、第１８の例のデバイス、ここでは、ベクトルベースの分解は、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える。

[0129]第２０の例では、実行すると１つまたは複数のプロセッサに複数の階層的な要素の数を減少させるように音場について説明する複数の階層的な要素音場が球面調和関数領域から別の領域にどのように変換されたかについて説明する平行移動情報を決定するためにビットストリームを解析させ、複数の階層的な要素に基づいて音場を再現するときに、変換された複数の階層的な要素に基づいて複数の階層的な要素を再構築させる命令がその上に記憶された非一時的コンピュータ可読記憶媒体。

[0130]図４Ｂの例では、コヒーレント成分抽出ユニット１５６は、回転されたＳＨＣ２７を回転ユニット１５４から受け取る。その上、コヒーレント成分抽出ユニット１５６は、回転されたＳＨＣ２７から、音場のコヒーレント成分に関連付けられた回転されたＳＨＣ２７の成分を抽出する。

[0131]さらに、コヒーレント成分抽出ユニット１５６は、１つまたは複数のコヒーレント成分チャンネルを生成する。コヒーレント成分チャンネルの各々は、音場のコヒーレント係数に関連付けられた回転されたＳＨＣ２７の異なるサブセットを含むことができる。図４Ｂの例では、コヒーレント成分抽出ユニット１５６は、１から１６のコヒーレント成分チャンネルを生成することができる。コヒーレント成分抽出ユニット１５６によって生成されるコヒーレント成分チャンネルの数は、コンテンツ特性分析ユニット１５２によって音場のコヒーレント成分に割り振られるチャンネルの数によって決定され得る。コヒーレント成分抽出ユニット１５６によって生成されるコヒーレント成分チャンネルのビットレートは、コンテンツ特性分析ユニット１５２によって決定され得る。

[0132]同様に、図４Ｂの例では、拡散成分抽出ユニット１５８は、回転されたＳＨＣ２７を回転ユニット１５４から受け取る。その上、拡散成分抽出ユニット１５８は、回転されたＳＨＣ２７から、音場の拡散成分に関連付けられた回転されたＳＨＣ２７の成分を抽出する。

[0133]さらに、拡散成分抽出ユニット１５８は、１つまたは複数の拡散成分チャンネルを生成する。拡散成分チャンネルの各々は、音場の拡散係数に関連付けられた回転されたＳＨＣ２７の異なるサブセットを含むことができる。図４Ｂの例では、拡散成分抽出ユニット１５８は、１から９の拡散成分チャンネルを生成することができる。拡散成分抽出ユニット１５８によって生成される拡散成分チャンネルの数は、コンテンツ特性分析ユニット１５２によって音場の拡散成分に割り振られるチャンネルの数によって決定され得る。拡散成分抽出ユニット１５８によって生成される拡散成分チャンネルのビットレートは、コンテンツ特性分析ユニット１５２によって決定され得る。

[0134]図４Ｂの例では、コーディングエンジン１６０は、図４Ａの例に関して、今回は拡散成分およびコヒーレント成分のみに対して、上記で説明したように動作することができる。マルチプレクサ１６４（「ＭＵＸ１６４」）は、ビットストリーム３１を生成するために、サイドデータ（たとえば、空間分析ユニット１５０によって決定される最適な角度）とともに、符号化されたコヒーレント成分チャンネルと符号化された拡散成分チャンネルとを多重化することができる。

[0135]図５Ａおよび図５Ｂは、音場４０を回転させるために本開示において説明される技法の様々な態様を実行する一例を示す図である。図５Ａは、本開示で説明される技法の様々な態様による回転の前の音場４０を示す図である。図５Ａの例では、音場４０は、ロケーション４２Ａおよび４２Ｂと示される、高圧の２つのロケーションを含む。これらのロケーション４２Ａおよび４２Ｂ（「ロケーション４２」）は、無限でない傾きを有する線４４に沿って存在する（垂直線は無限の傾きを有するので、これは垂直でない線を指す別の方法である）。ロケーション４２はｘ座標およびｙ座標に加えてｚ座標を有することを考えると、高次球面基底関数は、この音場４０を適切に表すために必要とされ得る（これらの高次球面基底関数は、音場の上部部分と下部部分または非水平部分について説明するので）。音場４０をＳＨＣ２７に直接的に減少させるのではなく、ビットストリーム生成デバイス３６は、ロケーション４２を接続する線４４が垂直であるまで、音場４０を回転させることができる。

[0136]図５Ｂは、ロケーション４２を接続する線４４が垂直になるまで回転された後の音場４０を示す図である。この様式で音場４０を回転させた結果、回転された音場４０はもはや非垂直軸（たとえば、Ｘ軸および／またはＹ軸）に沿って圧力（またはエネルギー）のロケーションを持たないことを考えると、ＳＨＣ２７は、ＳＨＣ２７の非ゼロ副次数サブセットがゼロと指定されるように導出され得る。このようにして、ビットストリーム生成デバイス３６は、非ゼロ値を有する回転されたＳＨＣ２７の数を減少させるために音場４０を回転させ、変換させ、またはより一般的には、調整することができる。次いで、ビットストリーム生成デバイス３６は、上記で説明されたように、回転されたＳＨＣ２７のゼロ副次数サブセットに対して、回転されたＳＨＣ２７の非ゼロ副次数サブセットに低いビットレートを割り振ることができる。ビットストリーム生成デバイス３６はまた、多くの場合は上記で説明された様式で方位角と仰角とを表すことによって、音場４０がどのように回転されたかを示す、ビットストリーム３１内の回転情報を指定することができる。

[0137]代替または追加として、次いで、ビットストリーム生成デバイス３６は、ＳＨＣ２７のこれらの高次サブセットがゼロ値を有することを識別する３２ビット符号付き数を知らせるのではなく、ＳＨＣ２７のこれらの高次サブセットが知らされないことをビットストリーム３１のフィールド内で知らせることができる。抽出デバイス３８は、これらの例では、回転されたＳＨＣ２７のこれらの知らされなかったサブセットはゼロ値を有し、ＳＨＣ２７に基づいて音場４０を再現するとき、図５Ａの例に示された音場４０に音場４０が似ているように音場４０を回転させるために回転を実行することを暗示することができる。このようにして、ビットストリーム生成デバイス３６は、ビットストリーム３１内で指定されるために必要とされるＳＨＣ２７の数を減少させる、または回転されたＳＨＣ２７の非ゼロ副次数サブセットに関連付けられたビットレートを減少させることができる。

[0138]「空間コンパクション（compaction）」アルゴリズムは、音場の最適な回転を決定するために使用され得る。一実施形態では、ビットストリーム生成デバイス３６は、可能な方位角と仰角の組合せ（すなわち、上記の例では１０２４×５１２の組合せ）のすべてを反復し、各組合せに対して音場を回転させ、閾値を上回るＳＨＣ２７の数を計算するためにアルゴリズムを実行することができる。閾値を上回るＳＨＣ２７の最小数を生じさせる方位角／仰角候補の組合せは、「最適な回転」と呼ばれることがあるものと考えられ得る。この回転された形態では、音場は、音場を表すためのＳＨＣ２７の最小数を必要とすることがあり、次いで、コンパクションされると考えられ得る。いくつかの例では、調整は、この最適な回転を備えることがあり、上記で説明された調整情報は、この回転（「最適な回転」と呼ばれることがある）情報（方位角角度および仰角角度に関する）を含むことがある。

[0139]いくつかの例では、方位角角度と仰角角度とを指定するのではなく、ビットストリーム生成デバイス３６は、一例としてオイラー角の形態をした追加の角度を指定することがある。オイラー角は、Ｚ軸、前Ｘ軸、および前Ｚ軸のまわりでの回転の角度を指定する。本開示では方位角角度と仰角角度の組合せに関して説明されているが、本開示の技法は、方位角角度と仰角角度のみを指定することに限定されるべきではなく、上記で述べられた３つのオイラー角を含む任意の数の角度を指定することを含んでよい。この意味で、ビットストリーム生成デバイス３６は、音場について説明するのに関連する情報を提供しビットストリーム内の回転情報としてオイラー角を指定する複数の階層的な要素の数を減少させるために音場を回転させることがある。オイラー角は、前述のように、音場がどのように回転されたかについて説明することができる。オイラー角を使用するとき、ビットストリーム抽出デバイス３８は、オイラー角を含む回転情報を決定するためにビットストリームを解析し、さらに、音場について説明するのに関連する情報を提供する複数の階層的な要素のビットに基づいて音場を再現するとき、オイラー角に基づいて音場を回転させることができる。

[0140]その上、いくつかの例では、これらの角度をビットストリーム３１内で明示的に指定するのではなく、ビットストリーム生成デバイス３６は、回転を指定する１つまたは複数の角度のあらかじめ定義された組合せに関連付けられたインデックス（「回転インデックス」と呼ばれることがある）を指定することができる。言い換えれば、回転情報は、いくつかの例では、回転インデックスを含むことがある。これらの例では、ゼロの値などの回転インデックスの所与の値は、回転が実行されなかったことを示すことがある。この回転インデックスは、回転テーブルに関連して使用され得る。すなわち、ビットストリーム生成デバイス３６は、方位角角度と仰角角度の組合せの各々に関するエントリを備える回転テーブルを含むことができる。

[0141]代替的に、回転テーブルは、方位角角度と仰角角度の各組合せを表す各行列変換に関するエントリを含むことがある。すなわち、ビットストリーム生成デバイス３６は、方位角角度と仰角角度の組合せの各々によって音場を回転させるための各行列変換に関するエントリを有する回転テーブルを記憶することがある。一般に、ビットストリーム生成デバイス３６はＳＨＣ２７を受け取り、回転が実行されるとき、以下の式に従ってＳＨＣ２７’を導出する。

上記の式では、ＳＨＣ２７’は、第２の基準フレーム（ＥｎｃＭａｔ2）に関して音場を符号化するための符号化行列、第１の基準フレーム（ＩｎｖＭａｔ1）に関してＳＨＣ２７を音場に戻すための逆行列、およびＳＨＣ２７の関数として算出される。ＥｎｃＭａｔ2は２５×３２の大きさであり、ＩｎｖＭａｔ2は３２×２５の大きさである。ＳＨＣ２７’とＳＨＣ２７の両方が２５の大きさであり、ＳＨＣ２７’は、目立つオーディオ情報を指定しないＳＨＣ２７’の除去により、さらに減少されてよい。ＥｎｃＭａｔ2は、方位角角度と仰角角度の各組合せに対して変化してもよいが、ＩｎｖＭａｔ1は、方位角角度と仰角角度の各組合せに対して変化しないままであってよい。回転テーブルは、各異なるＥｎｃＭａｔ2をＩｎｖＭａｔ1に乗算した結果を記憶するためのエントリを含んでよい。

[0142]図６は、第１の基準フレームに従って捕捉され、次いで第２の基準フレームに対して音場を表すために本開示において説明される技法に従って回転される例示的な音場を示す図である。図６の例では、Ｅｉｇｅｎマイクロフォン４６を取り囲む音場は、図６の例ではＸ1軸、Ｙ1軸、およびＺ1軸によって示される第１の基準フレームを仮定して捕捉される。ＳＨＣ２７は、この第１の基準フレームに対して、音場について説明する。ＩｎｖＭａｔ1は、ＳＨＣ２７を変換して音場に戻し、音場を、図６の例ではＸ2軸、Ｙ2軸、およびＺ2軸によって示される第２の基準フレームに回転させることを可能にする。上記で説明されたＥｎｃＭａｔ2は、音場を回転させ、この回転された音場について第２の基準フレームに対して説明するＳＨＣ２７’を生成することができる。

[0143]いずれにしても、上記の式は、次のように導出され得る。音場は、正面がＸ軸の方向と見なされるように、特定の座標系を用いて記録されることを考えると、Ｅｉｇｅｎｍｉｋｅの３２のマイクロフォン位置（または他のマイクロフォン構成）は、この基準座標系から定義される。次いで、音場の回転は、この基準フレームの回転と見なされ得る。仮定される基準フレームに対して、ＳＨＣ２７は、次のように計算され得る。

上記の式では、

は、ｉ番目のマイクロフォン（ここで、この例では、ｉは１〜３２とすることができる）の位置（Ｐｏｓi）における球面基底関数を表す。ｍｉｃiベクトルは、時刻ｔに対するｉ番目のマイクロフォンのためのマイクロフォン信号を示す。位置（Ｐｏｓi）は、第１の基準フレーム（すなわち、この例では、回転の前の基準フレーム）におけるマイクロフォンの位置を指す。

[0144]上記の式は、代替的に、上記で示された数式に関して

と表され得る。

[0145]音場を（または第２の基準フレーム内で）回転させるために、位置（Ｐｏｓi）は第２の基準フレーム内で計算される。元のマイクロフォン信号が存在する限り、音場は、恣意的に回転されてよい。しかしながら、元のマイクロフォン信号（ｍｉｃi（ｔ））は入手不可能なことが多い。その場合、問題は、マイクロフォン信号（ｍｉｃi（ｔ））をＳＨＣ２７からどのように取り出すかであることがある。（３２マイクロフォンＥｉｇｅｎｍｉｋｅの場合のように）Ｔ字型設計が使用される場合、この問題の解決策は、以下の式を解くことによって達成され得る。

このＩｎｖＭａｔ1は、第１の基準フレームに対して指定されたマイクロフォンの位置に従って算出される球面調和基底関数を指定することができる。この式は、前述のように、［ｍi（ｔ）］＝［Ｅs（θ，φ）］-1［ＳＨＣ］として表されることもある。

[0146]上記では「マイクロフォン信号」と呼ばれるが、マイクロフォン信号は、「マイクロフォン信号」それ自体ではなくＴ字型設計３２マイクロフォンカプセル位置を使用する空間領域表現を指すことがある。その上、３２マイクロフォンカプセル位置に関して説明しているが、技法は、１６、６４、または任意の他の数（２の倍数でない数を含む）を含む任意の数のマイクロフォンカプセル位置に対して実行されてよい。

[0147]マイクロフォン信号（ｍｉｃi（ｔ））が、ひとたび上記の式によって取り出されると、音場について説明するマイクロフォン信号（ｍｉｃi（ｔ））は、第２の基準フレームに対応するＳＨＣ２７’を算出するために回転され、以下の式になり得る。

[0148]ＥｎｃＭａｔ2は、回転された位置（Ｐｏｓi’）から球面調和基底関数を指定する。このようにして、ＥｎｃＭａｔ2は、方位角角度と仰角角度の組合せを効果的に指定することができる。したがって、回転テーブルが、方位角角度と仰角角度の各組合せに対する

の結果を記憶するとき、回転テーブルは、方位角角度と仰角角度の各組合せを効果的に指定する。上記の式は、

と表され得、
ここで、θ2，φ2は、第２の方位角角度および第２の仰角角度異なる形態θ1，φ1によって表される第１の方位角角度および仰角角度を表す。θ1，φ1は第１の基準フレームに対応し、θ2，φ2は第２の基準フレームに対応する。したがって、ＩｎｖＭａｔ1は［Ｅs（θ1，φ1）］-1に対応することができ、ＥｎｃＭａｔ2は［Ｅs（θ2，φ2）］に対応することができる。

[0149]上記は、次数ｎの球ベッセル関数を指すｊn（・）関数によって周波数領域におけるＳＨＣ２７の導出を示す様々な式において上記で表されるフィルタリング演算を考慮しない算出のより簡略化されたバージョンを表すことができる。時間領域では、このｊn（・）関数は、特定の次数ｎに固有のフィルタリング演算を表す。フィルタリングにより、回転は、次数ごとに実行され得る。例示するために、以下の式について考える。

[0150]様々な例では、そのようなフィルタリング演算に関して説明しているが、技法は、これらのフィルタリング演算なしで実行されてよい。言い換えれば、前述のように、フィルタリング演算を実行したりＳＨＣ２７に適用したりせずに、様々な形態の回転が実行され得る。この演算では、異なる「ｎ」ＳＨＣは互いと相互作用しないので、フィルタは「ｎ」のみに依存し、「ｍ」に依存しないことを考えるとフィルタは必要とされないことがある。たとえば、回転を実行するためにウィンガーのＤ行列がＳＨＣ２７に適用されることがあり、ここで、このウィンガーのＤ行列の適用はフィルタリング演算の適用を必要としないことがある。ＳＨＣ２７を変換してマイクロフォン信号に戻さない結果、フィルタリング演算は、この変換で必要とされ得る。その上、「ｎ」は「ｎ」にしかならないことを考慮すると、ＳＨＣ２７の２ｍ＋１のブロックに対して回転が行われ、残りはゼロであってよい。より効率的なメモリ割振り（おそらくソフトウェア内での）のために、回転は、本開示で説明されるように、次数ごとに行われることがある。その上、ｎ＝０には１つのＳＨＣ２７のみが存在するので、回転は、常に同じである。技法の様々な実装形態は、効率（算出および／またはメモリ消費に関して）を提供するために、ｎ＝０においてＳＨＣ２７のこの１つを利用することができる。

[0151]これらの式から、ｂn（ｔ）は各次数に対して異なるので、次数に対する回転されたＳＨＣ２７’は個別に行われる。その結果、上記の式は、回転されたＳＨＣ２７’の第１次サブセットを算出するために、次のように変更されてよい。

ＳＨＣ２７の３つの第１次サブセットが存在することを考えると、ＳＨＣ２７’ベクトルおよびＳＨＣ２７ベクトルの各々は、上記の式では、大きさは３である。同様に、第２次の場合、以下の式が適用され得る。

この場合も、ＳＨＣ２７の５つの第２次サブセットが存在することを考えると、ＳＨＣ２７’ベクトルおよびＳＨＣ２７ベクトルの各々は、上記の式では、大きさは５である。他の次数すなわち第３次および第４次に対する残りの式は、（ＥｎｃＭａｔ2の行の数、ＩｎｖＭａｔ1の列の数、ならびに第３次および第４次のＳＨＣ２７ベクトルおよびＳＨＣ２７’ベクトルの大きさが第３次球面調和基底関数および第４次球面調和基底関数の各々の副次数の数（ｍ×２＋１）に等しいので）行列の大きさに関する同じパターンに従って、上記で説明された式と類似であってよい。第４次の表現と説明されているが、技法は任意の次数に適用されてよく、第４次に限定されるべきではない。

[0152]したがって、ビットストリーム生成デバイス３６は、いわゆる最適な回転を識別しようとして、方位角と仰角角度のあらゆる組合せに対して、この回転演算を実行することができる。ビットストリーム生成デバイス３６は、この回転演算を実行した後、閾値を上回るＳＨＣ２７’の数を算出することができる。いくつかの例では、ビットストリーム生成デバイス３６は、オーディオフレームなどの持続時間にわたって音場を表す一連のＳＨＣ２７’を導出するために、この回転を実行することができる。この持続時間にわたって音場を表す一連のＳＨＣ２７’を導出するためにこの回転を実行することによって、ビットストリーム生成デバイス３６は、フレームまたは他の長さよりも短い持続時間にわたって音場について説明するＳＨＣ２７の各セットに対してこれを行うために比較すると、実行されなければならない回転演算の数を減少させることができる。いずれにしても、ビットストリーム生成デバイス３６は、このプロセス全体を通して、閾値よりも大きいＳＨＣ２７’の最小数を有するＳＨＣ２７’のビットを保存することができる。

[0153]しかしながら、方位角と仰角角度のあらゆる組合せに対してこの回転演算を実行することは、プロセッサの負荷が高かったり時間がかかったりすることがある。その結果、ビットストリーム生成デバイス３６は、回転アルゴリズムのこの「力づくの（brute force）」実装形態と特徴付けられるものを実行しないことがある。代わりに、ビットストリーム生成デバイス３６は、一般に良いコンパクションを提供する方位角角度と仰角角度のおそらく既知の（統計学的に）組合せのサブセットに対して回転を実行し、サブセット内の他の組合せと比較して良いコンパクションを提供するこのサブセットのそれらの近くの組合せに対してさらなる回転を実行することがある。

[0154]別の代替として、ビットストリーム生成デバイス３６は、組合せの既知のサブセットのみに対してこの回転を実行することがある。別の代替として、ビットストリーム生成デバイス３６は、組合せの軌道を（空間的に）たどり、この組合せの起動に対して回転を実行することがある。別の代替として、ビットストリーム生成デバイス３６は、閾値を上回る非ゼロ値を有するＳＨＣ２７’の最大数を定義するコンパクション閾値を指定することがある。このコンパクション閾値は、ビットストリーム生成デバイス３６が回転を実行し、設定された閾値を上回る値を有するＳＨＣ２７’の数がコンパクション閾値以下である（または、いくつかの例では、コンパクション閾値よりも少ない）と決定するとき、ビットストリーム生成デバイス３６は、残りの組合せに対して追加の回転演算を実行するのを止めるように、調査に対する停止点を効果的に設定することができる。さらに別の代替として、ビットストリーム生成デバイス３６は、組合せの階層的に配置された木（または他のデータ構造）を通り、現在の組合せに対して回転演算を実行し、閾値よりも大きい非ゼロ値を有するＳＨＣ２７’の数に応じて木を右または左に（たとえば、二分木の場合）通ることがある。

[0155]この意味で、これらの代替の各々は、第１の回転演算と第２の回転演算とを実行することと、閾値よりも大きい非ゼロ値を有するＳＨＣ２７’の最小数という結果になる第１の回転演算と第２の回転演算のうち１つを特定するために第１の回転演算と第２の回転演算とを実行した結果を比較することとを含む。したがって、ビットストリーム生成デバイス３６は、第１の方位角角度および第１の仰角角度に従って音場を回転させ、音場について説明するのに関連する情報を提供する第１の方位角角度および第１の仰角角度に従って回転された音場を表す複数の階層的な要素の第１の数を決定するために、音場に対して第１の回転演算を実行することができる。ビットストリーム生成デバイス３６はまた、第２の方位角角度および第２の仰角角度に従って音場を回転させ、音場について説明するのに関連する情報を提供する第２の方位角角度および第２の仰角角度に従って回転された音場を表す複数の階層的な要素の第２の数を決定するために、音場に対して第２の回転演算を実行することができる。その上、ビットストリーム生成デバイス３６は、複数の階層的な要素の第１の数と複数の階層的な要素の第２の数の比較に基づいて、第１の回転演算または第２の回転演算を選択することができる。

[0156]いくつかの例では、回転アルゴリズムは持続時間に対して実行されることがあり、ここで、回転アルゴリズムのその後の呼出しは、回転アルゴリズムの過去の呼出しに基づいて回転演算を実行することができる。言い換えれば、回転アルゴリズムは、過去の持続時間にわたって音場を回転させたとき、決定された過去の回転情報に基づいて適応的であることがある。たとえば、ビットストリーム生成デバイス３６は、第１の持続時間たとえばオーディオフレームにわたってＳＨＣ２７’を識別するために、この第１の持続時間にわたって音場を回転させることができる。ビットストリーム生成デバイス３６は、上記で説明された方法のうちいずれかにおいて、ビットストリーム３１内で回転情報とＳＨＣ２７’とを指定することができる。この回転情報は、第１の持続時間にわたって音場の回転について説明するので、第１の回転情報と呼ばれることがある。次いで、ビットストリーム生成デバイス３１は、第２の持続時間たとえば第２のオーディオフレームにわたってＳＨＣ２７’を識別するために、この第１の回転情報に基づいて、この第２の持続時間にわたって音場を回転させることができる。ビットストリーム生成デバイス３６は、一例として、方位角角度と仰角角度の「最適な」組合せに対して調査を初期化するために、第２の持続時間にわたって第２の回転演算を実行するとき、この第１の回転情報を利用することができる。次いで、ビットストリーム生成デバイス３６は、ビットストリーム３１内で第２の持続時間（「第２の回転情報」と呼ばれることがある）に対するＳＨＣ２７’および対応する回転情報を指定することができる。

[0157]処理時間および／または消費を減少させるために回転アルゴリズムを実施するいくつかの異なる方法に関して上記で説明されているが、技法は、「最適な回転」と呼ばれ得るものの識別を減少または高速化し得る任意のアルゴリズムに対して実行され得る。その上、技法は、非最適な回転を識別するが、速度またはプロセッサもしくは他のリソースの利用に関して測定されることが多い、他の態様では実行を改善し得る任意のアルゴリズムに対して実行され得る。

[0158]図７Ａ〜図７Ｅは各々、本開示で説明される技法に従って形成されるビットストリーム３１Ａ〜３１Ｅを示す図である。図７Ａの例では、ビットストリーム３１Ａは、上記で図３に示されたビットストリーム３１の一例を表すことができる。ビットストリーム３１Ａは、ＳＨＣ存在フィールド５０と、ＳＨＣ２７’を格納するフィールド（このフィールドは「ＳＨＣ２７’」と示される）とを含む。ＳＨＣ存在フィールド５０は、ＳＨＣ２７の各々に対応するビットを含むことができる。ＳＨＣ２７’は、ＳＨＣ２７の数よりも数が少ないことがある、ビットストリーム内で指定されるＳＨＣ２７のＳＨＣ２７’を表すことができる。一般に、ＳＨＣ２７’の各々は、非ゼロ値を有するＳＨＣ２７のＳＨＣ２７’である。前述のように、任意の所与の音場の第４次表現の場合、（１＋４）2すなわち２５のＳＨＣが必要とされる。これらのＳＨＣのうち１つまたは複数を消去し、これらのゼロ値が付けられたＳＨＣを単一ビットで置き換えることによって３１ビットを節約することができ、この３１ビットは、音場の他の部分を表すためにより詳細に割り振られてもよいし、効率的な帯域幅利用を容易にするために除去されてもよい。

[0159]図７Ｂの例では、ビットストリーム３１Ｂは、上記で図３に示されたビットストリーム３１の一例を表すことができる。ビットストリーム３１Ｂは、変換情報フィールド５２（「変換情報５２」）と、ＳＨＣ２７’を格納するフィールド（このフィールドは「ＳＨＣ２７’」と示される）とを含む。変換情報５２は、前述のように、変換情報、回転情報、および／または音場への調整を示す任意の他の形態の情報を備えることができる。いくつかの例では、変換情報５２はまた、ビットストリーム３１Ｂ内でＳＨＣ２７’と指定されるＳＨＣ２７の最高次を指定することができる。すなわち、変換情報５２は３の次数を示すことができ、抽出デバイス３８はこれを、ＳＨＣ２７’がＳＨＣ２７のＳＨＣ２７’までを含むことを示し、３の次数を有するＳＨＣ２７のＳＨＣ２７’を含むと理解することができる。次いで、抽出デバイス３８は、４以上の次数を有するＳＨＣ２７をゼロに設定し、それによって、ビットストリーム内の４以上の次数のＳＨＣ２７の明示的な信号伝達を潜在的に除去するように構成され得る。

[0160]図７Ｃの例では、ビットストリーム３１Ｃは、上記で図３に示されたビットストリーム３１の一例を表すことができる。ビットストリーム３１Ｃは、変換情報フィールド５２（「変換情報５２」）と、ＳＨＣ存在フィールド５０と、ＳＨＣ２７’を格納するフィールド（このフィールドは「ＳＨＣ２７’」と示される）とを含む。上記で図７Ｂに関して説明されたようにＳＨＣ２７のどの次数が知らされないかを理解するように構成されるのではなく、ＳＨＣ存在フィールド５０は、ＳＨＣ２７のうちどれがビットストリーム３１Ｃ内でＳＨＣ２７’と指定されるかを明示的に知らせることができる。

[0161]図７Ｄの例では、ビットストリーム３１Ｄは、上記で図３に示されたビットストリーム３１の一例を表すことができる。ビットストリーム３１Ｄは、次数フィールド６０（「次数６０」）と、ＳＨＣ存在フィールド５０と、方位角フラグ６２（「ＡＺＦ６２」）と、仰角フラグ６４（「ＥＬＦ６４」）と、方位角角度フィールド６６（「方位角６６」）と、仰角角度フィールド６８（「仰角６８」）と、ＳＨＣ２７’を格納するフィールド（この場合も、このフィールドは「ＳＨＣ２７’」と示される）とを含む。次数フィールド６０は、ＳＨＣ２７’の次数、すなわち、音場を表すために使用される球面基底関数の最高次数に対して上記のｎによって示される次数を指定する。次数フィールド６０は、８ビットフィールドであると示されているが、３（第４次を指定するために必要とされるビットの数である）などの他の様々なビットサイズであってよい。ＳＨＣ存在フィールド５０は、２５ビットフィールドと示されている。この場合も、しかしながら、ＳＨＣ存在フィールド５０は、他の様々なビットサイズであってよい。ＳＨＣ存在フィールド５０は、ＳＨＣ存在フィールド５０が音場の第４次表現に対応する球面調和係数の各々のための１ビットを含み得ることを示すために、２５ビットと示される。

[0162]方位角フラグ６２は、方位角フィールド６６がビットストリーム３１Ｄ内に存在するかどうか指定する１ビットフラグを表す。方位角フラグ６２が１に設定されるとき、ＳＨＣ２７’のための方位角フィールド６６がビットストリーム３１Ｄ内に存在する。方位角フラグ６２がゼロに設定されるとき、ＳＨＣ２７’のための方位角フィールド６６は、ビットストリーム３１Ｄ内に存在しないかまたは指定されない。同様に、仰角フラグ６４は、仰角フィールド６８がビットストリーム３１Ｄ内に存在するかどうか指定する１ビットフラグを表す。仰角フラグ６４が１に設定されるとき、ＳＨＣ２７’のための仰角フィールド６８がビットストリーム３１Ｄ内に存在する。仰角フラグ６４がゼロに設定されるとき、ＳＨＣ２７’のための仰角フィールド６８は、ビットストリーム３１Ｄ内に存在しないかまたは指定されない。１は、対応するフィールドが存在することを知らせ、ゼロは、対応するフィールドが存在しないことを知らせると説明されているが、この規則は、ゼロは、対応するフィールドがビットストリーム３１Ｄ内で指定されていることを指定し、１は、対応するフィールドがビットストリーム３１Ｄ内で指定されていないことを指定するように、逆にされてよい。したがって、本開示で説明される技法は、この点について限定されるべきではない。

[0163]方位角フィールド６６は、ビットストリーム３１Ｄ内に存在するとき方位角角度を指定する１０ビットフィールドを表す。１０ビットフィールドとして示されているが、方位角フィールド６６は他のビットサイズであってもよい。仰角フィールド６８は、ビットストリーム３１Ｄ内に存在するとき仰角角度を指定する９ビットフィールドを表す。フィールド６６および６８で指定される方位角角度および仰角角度はそれぞれ、上記で説明された回転情報を表すフラグ６２および６４と連動してよい。この回転情報は、元の基準フレームにおけるＳＨＣ２７を回復するように音場を回転させるために使用され得る。

[0164]ＳＨＣ２７’フィールドは、大きさＸである可変フィールドとして示されている。ＳＨＣ２７’フィールドは、ＳＨＣ存在フィールド５０によって示されるビットストリーム内で指定されるＳＨＣ２７’の数により変化してよい。大きさＸは、ＳＨＣ存在フィールド５０内のＳＨＣ２７’の数×３２ビット（各ＳＨＣ２７’の大きさである）の関数として導出され得る。

[0165]図７Ｅの例では、ビットストリーム３１Ｅは、上記で図３に示されたビットストリーム３１の別の例を表すことができる。ビットストリーム３１Ｅは、次数フィールド６０（「次数６０」）と、ＳＨＣ存在フィールド５０と、回転インデックスフィールド７０と、ＳＨＣ２７’を格納するフィールド（このフィールドは「ＳＨＣ２７’」と示される）とを含む。次数フィールド６０、ＳＨＣ存在フィールド５０、およびＳＨＣ２７’フィールドは、上記で説明されたフィールドに実質的に類似してよい。回転インデックスフィールド７０は、仰角角度と方位角角度の１０２４×５１２（すなわち、言い換えれば、５２４２８８）の組合せのうち１つを指定するために使用される２０ビットフィールドを表すことができる。いくつかの例では、この回転インデックスフィールド７０を指定するために１９ビットのみが使用されることがあり、ビットストリーム生成デバイス３６は、回転演算が行われたかどうか（および、したがって、回転インデックスフィールド７０がビットストリーム内に存在するかどうか）示すために、ビットストリーム内で追加フラグを指定することがある。この回転インデックスフィールド７０は、上記で述べられた回転インデックスを指定し、回転インデックスは、ビットストリーム生成デバイス３６とビットストリーム抽出デバイス３８の両方に共通する回転テーブル内のエントリを指すことができる。この回転テーブルは、いくつかの例では、方位角と仰角角度の異なる組合せを格納することがある。代替的に、回転テーブルは、上記で説明された行列を格納することがあり、この行列は、方位角と仰角角度の異なる組合せを行列形態で効果的に格納する。

[0166]図８は、本開示において説明される技法の回転態様を実施する際の図３の例に示されるビットストリーム生成デバイス３６の例示的な動作を示す流れ図である。最初に、ビットストリーム生成デバイス３６は、上記で説明された様々な回転アルゴリズムのうち１つまたは複数に従って方位角角度と仰角角度の組合せを選択することができる（８０）。次いで、ビットストリーム生成デバイス３６は、選択された方位角および仰角角度によって音場を回転させることができる（８２）。上記で説明されたように、ビットストリーム生成デバイス３６は、上記で述べられたＩｎｖＭａｔ1を使用してＳＨＣ２７から音場を最初に導出することができる。ビットストリーム生成デバイス３６はまた、回転された音場を表すＳＨＣ２７’を決定することができる（８４）。別個のステップまたは動作であると説明されているが、ビットストリーム生成デバイス３６は、方位角角度と仰角角度の組合せの選択を表す変換（［ＥｎｃＭａｔ2］［ＩｎｖＭａｔ1］の結果を表すことができる）を適用し、ＳＨＣ２７から音場を導出し、音場を回転させ、回転された音場を表すＳＨＣ２７’を決定することができる。

[0167]いずれにしても、ビットストリーム生成デバイス３６は、次いで、閾値よりも大きいいくつかの決定されたＳＨＣ２７’を算出し、この数を、前の方位角角度と仰角角度の組合せに対する前の反復のために算出された数と比較することができる（８６、８８）。第１の方位角角度と仰角角度の組合せに対する第１の反復では、この比較は、あらかじめ定義された前の数（ゼロに設定され得る）に対するものとすることができる。いずれにしても、ＳＨＣ２７’の決定された数が前の数よりも小さい場合（「はい」８８）、ビットストリーム生成デバイス３６は、ＳＨＣ２７’と、方位角角度と、仰角角度とを格納し、多くの場合、回転アルゴリズムの前の反復から格納された、前のＳＨＣ２７’、方位角角度、および仰角角度を置き換える（９０）。

[0168]ＳＨＣ２７’の決定された数が前の数よりも小さくない場合（「いいえ」８８）、または以前に格納されたＳＨＣ２７’、方位角角度、および仰角角度の代わりにＳＨＣ２７’と、方位角角度と、仰角角度とを格納した後、ビットストリーム生成デバイス３６は、回転アルゴリズムが終了したかどうか決定することができる（９２）。すなわち、ビットストリーム生成デバイス３６は、一例として、方位角角度と仰角角度のすべての利用可能な組合せが評価されたかどうか決定することができる。他の例では、ビットストリーム生成デバイス３６は、ビットストリーム生成デバイス３６が回転アルゴリズムを実行することを終了するように、他の基準が満たされたかどうか（組合せの定義されたサブセットのすべてが実行された、所与の軌道が通られたかどうか、階層木が葉ノードまで通られたかどうかなど）決定することができる。終了されていない場合（「いいえ」９２）、ビットストリーム生成デバイス３６は、別の選択された組合せに対して上記のプロセスを実行することができる（８０〜９２）。終了した場合（「はい」９２）、ビットストリーム生成デバイス３６は、上記で説明された様々な方法のうち１つで、格納されたＳＨＣ２７’と、方位角角度と、仰角角度とをビットストリーム３１内で指定することができる（９４）。

[0169]図９は、本開示において説明される技法の変換態様を実行する際の図４の例に示されるビットストリーム生成デバイス３６の例示的な動作を示す流れ図である。最初に、ビットストリーム生成デバイス３６は、線形可逆変換を表す行列を選択することができる（１００）。線形可逆変換を表す行列の一例は、［ＥｎｃＭａｔ1］［ＩｎｃＭａｔ1］の結果である、上記で示された行列とすることができる。次いで、ビットストリーム生成デバイス３６は、音場を変換するために、この行列を音場に適用することができる（１０２）。ビットストリーム生成デバイス３６はまた、回転された音場を表すＳＨＣ２７’を決定することができる（１０４）。別個のステップまたは動作であると説明されているが、ビットストリーム生成デバイス３６は、方位角角度と仰角角度の組合せの選択を表す変換（［ＥｎｃＭａｔ2］［ＩｎｖＭａｔ1］の結果を表すことができる）を適用し、ＳＨＣ２７から音場を導出し、音場を変換し、変換された音場を表すＳＨＣ２７’を決定することができる。

[0170]いずれにしても、ビットストリーム生成デバイス３６は、次いで、閾値よりも大きいいくつかの決定されたＳＨＣ２７’を算出し、この数を、変換された行列の前の適用に対する前の反復のために算出された数と比較することができる（１０６、１０８）。ＳＨＣ２７’の決定された数が前の数よりも小さい場合（「はい」１０８）、ビットストリーム生成デバイス３６は、ＳＨＣ２７’と、行列（または、行列に関連付けられたインデックスなどの、その何らかの微分）とを格納し、多くの場合、回転アルゴリズムの前の反復から格納された、前のＳＨＣ２７’と行列（またはその微分）とを置き換える（１１０）。

[0171]ＳＨＣ２７’の決定された数が前の数よりも小さくない場合（「いいえ」１０８）、または以前に格納されたＳＨＣ２７’および行列の代わりにＳＨＣ２７’と、行列とを格納した後、ビットストリーム生成デバイス３６は、変換アルゴリズムが終了したかどうか決定することができる（１１２）。すなわち、ビットストリーム生成デバイス３６は、一例として、すべての利用可能な変換行列が評価されたかどうか決定することができる。他の例では、ビットストリーム生成デバイス３６は、ビットストリーム生成デバイス３６が変換アルゴリズムを実行することを終了するように、他の基準が満たされたかどうか（利用可能な変換行列の定義されたサブセットのすべてが実行された、所与の軌道が通られたかどうか、階層木が葉ノードまで通られたかどうかなど）決定することができる。終了されていない場合（「いいえ」１１２）、ビットストリーム生成デバイス３６は、別の選択された変換行列に対して上記のプロセスを実行することができる（１００〜１１２）。終了した場合（「はい」１１２）、ビットストリーム生成デバイス３６は、次いで、前述のように、ＳＨＣ２７’の異なる変換されたサブセットのための異なるビットレートを識別することができる（１１４）。ビットストリーム生成デバイス３６は、次いで、ビットストリーム３１を生成するために、識別されたビットレートを使用して異なるサブセットをコーディングすることができる（１１６）。

[0172]いくつかの例では、変換アルゴリズムは、単一の反復を実行し、単一の変換行列を評価することができる。すなわち、変換行列は、線形可逆変換を表す任意の行列を備えることができる。いくつかの例では、線形可逆変換は、音場を空間領域から周波数領域に変換することができる。そのような線形可逆変換の例としては、離散フーリエ変換（ＤＦＴ）があり得る。ＤＦＴの適用は、単一の適用のみを伴うことがあり、したがって、変換アルゴリズムが終了されたかどうかを決定するステップを必ずしも含まない。したがって、技法は、図９の例に限定されるべきではない。

[0173]言い換えれば、線形可逆変換の一例は離散フーリエ変換（ＤＦＴ）である。２５のＳＨＣ２７’は、２５の複素係数のセットを形成するために、ＤＦＴによって影響を及ぼされ得る。ビットストリーム生成デバイス３６はまた、ＤＦＴのビンサイズの分解能を潜在的に増加させ、たとえば高速フーリエ変換（ＦＦＴ）を適用することによってＤＦＴのより効率的な実装形態を潜在的に有するように、２の倍数である整数になるように２５のＳＨＣ２７’をゼロパディングすることができる。いくつかの例では、ＤＦＴの分解能を２５の点以上に増加させることは、必ずしも必要とされない。変換領域では、ビットストリーム生成デバイス３６は、特定のビンにスペクトルエネルギーが存在するかどうか決定するために、閾値を適用することができる。ビットストリーム生成デバイス３６は、この文脈では、次いで、この閾値を下回るスペクトル係数エネルギーを破棄またはゼロ設定することができ、ビットストリーム生成デバイス３６は、破棄されたまたはゼロ設定されたＳＨＣ２７’のうち１つまたは複数を有するＳＨＣ２７’を回復するために逆変換を適用することができる。すなわち、破棄が適用された後、閾値を下回る係数は存在せず、その結果、より少ないビットが、音場を符号化するために使用され得る。

[0174]別の線形可逆変換は、「特異値分解」と呼ばれるものを実行する行列を備えることができる。ＳＶＤに関して説明されているが、技法は、線形的に無相関なデータのセットを提供する任意の類似の変換または分解に対して実行されてよい。また、本開示における「セット」または「サブセット」への言及は、一般的に、特にそうではないと記載されない限り「非ゼロ」セットまたはサブセットを指すことを意図し、いわゆる「空のセット」を含むセットの古典的な数学的定義を指すことを意図するものではない。

[0175]代替の変換は主成分分析を含むことができ、主成分分析は、頭字語ＰＣＡによって省略されることが多い。ＰＣＡは、おそらく相関する変数の観測値のセットを、主成分と呼ばれる線形的に無相関な変数のセットに変換するために、直交変換を用いる数学的手順を指す。線形的に無相関な変数とは、互いに対する統計的線形関係（すなわち依存）を持たない変数を表す。これらの主成分は、互いに対する少しの統計的相関を有すると説明され得る。いずれにしても、いわゆる主成分の数は、元の変数の数以下である。一般に、変換は、第１の主成分が可能な最大の分散を有し（または、言い換えれば、データの変動性をできる限り多く説明し）、後続の各成分は、この連続した成分が先行する成分と直交する（これと無相関と言い換え得る）という制約下で可能な最高分散を有するというような方法で定義される。ＰＣＡは、ＳＨＣに関してＳＨＣの圧縮になり得る、一種の次数減少を実行することができる。文脈に応じて、ＰＣＡは、いくつかの例を挙げれば、離散カルーネン−レーベ変換、ホテリング変換、固有直交分解（ＰＯＤ）、および固有値分解（ＥＶＤ）などのいくつかの異なる名前によって呼ばれることがある。

[0176]いずれにしても、ＳＶＤは、ＳＨＣを変換された球面調和係数の２つ以上のセットに変換するためにＳＨＣに適用されるプロセスを表す。ビットストリーム生成デバイス３６は、いわゆるＶ行列と、Ｓ行列と、Ｕ行列とを生成するために、ＳＨＣ２７に対してＳＶＤを実行することができる。ＳＶＤは、線形代数学では、ｍ×ｎの実行列または複素行列Ｘ（ここで、Ｘは、ＳＨＣ１１Ａなどのマルチチャンネルオーディオデータを表すことができる）の因数分解を以下の形態で表すことができる。

[0177]Ｕはｍ×ｍの実ユニタリ行列または複素ユニタリ行列を表すことができ、ここで、Ｕのｍ列は、マルチチャンネルオーディオデータの左特異ベクトルとして一般に知られる。Ｓは、対角線上に非負実数を持つｍ×ｎの矩形対角行列を表すことができ、ここで、Ｓの対角線値は、マルチチャンネルオーディオデータの特異値として一般に知られる。Ｖ＊（Ｖの共役転置行列を示すことができる）はｎ×ｎの実ユニタリ行列または複素ユニタリ行列を表すことができ、ここで、Ｖ＊のｎ列は、マルチチャンネルオーディオデータの右特異ベクトルとして一般に知られる。

[0178]本開示では、球面調和係数２７を備えるマルチチャンネルオーディオデータに適用されると説明されているが、技法は、任意の形態のマルチチャンネルオーディオデータに適用されてよい。このようにして、ビットストリーム生成デバイス３６は、マルチチャンネルオーディオデータの左特異ベクトルを表すＵ行列と、マルチチャンネルオーディオデータの特異値を表すＳ行列と、マルチチャンネルオーディオデータの右特異ベクトルを表すＶ行列とを生成し、マルチチャンネルオーディオデータをＵ行列、Ｓ行列、およびＶ行列の１つまたは複数の少なくとも一部分の関数として表すために、音場の少なくとも一部分を表すマルチチャンネルオーディオデータに対して特異値分解を実行することができる。

[0179]通常、上記で参照されたＳＶＤ数式中のＶ＊行列は、複素数を備える行列にＳＶＤが適用され得ることを示すために、Ｖ行列の共役転置行列として示される。実数のみを備える行列に適用されるとき、Ｖ行列の共役転置行列（すなわち、言い換えれば、Ｖ＊行列）は、Ｖ行列に等しいと見なされてよい。以下では、説明を簡単にするために、ＳＨＣ１１Ａが実数を備え、その結果、Ｖ＊行列ではなくＶ行列がＳＶＤによって出力されると仮定される。Ｖ行列であると仮定されているが、技法は、類似のやり方で、複素係数を有するＳＨＣ１１Ａに適用されてよく、ここで、ＳＶＤの出力はＶ＊行列である。したがって、技法は、この点について、Ｖ行列を生成するためにＳＶＤの適用を提供することのみに限定されるべきではなく、Ｖ＊行列を生成するために複素成分を有するＳＨＣ１１ＡへのＳＶＤの適用を含んでよい。

[0180]ＳＶＤの文脈では、ビットストリーム生成デバイス３６は、ＳＶＤ（または、より一般的に、ベクトルベースの変換）がＳＨＣ２７に適用されたかかどうかまたは他の変換もしくは様々なコーディング方式が適用されたかどうか示す１つまたは複数のビットによって定義されたフラグとして、ビットストリーム内で変換情報を指定することができる。

[0181]したがって、三次元音場では、音源が生じるそれらの方向が最も重要であると見なされてよい。上記で説明されたように、主エネルギーが存在する方向を計算することによって音場を回転させるために方法が提供される。次いで、音場は、このエネルギーまたは最も重要な空間的ロケーションが、次いで、ａｎ０球面調和係数に含まれるように回転されるような方法で回転され得る。この理由は、不必要な（すなわち、所与の閾値を下回る）球面調和関数を除外するとき、Ｎ個の球面調和関数である、任意の所与の次数Ｎに対する最小量の必要とされる球面調和係数が存在する可能性があるように、単純である。これらの減少されたＨＯＡ係数すら格納するために必要とされる大きい帯域幅により、次いで、一種のデータ圧縮が必要とされることがある。すべての球面調和関数にわたって同じビットレートを使用する場合、係数のうちいくつかは、知覚的に透過的なコーディングを生じさせるために必要であるよりも多くのビットを潜在的に使用するが、他の球面調和係数は、係数を知覚的に透過的にするのに十分な大きさのビットレートを潜在的に使用しない。したがって、ＨＯＡ係数にわたってインテリジェントにビットレートを割り振るための方法が必要とされ得る。

[0182]本開示で説明される技法は、球面調和関数のオーディオデータレート圧縮に対して、音場は、一例として、最大エネルギーが生じる方向がＺ軸に位置決めされるように最初に回転されることを提供することができる。Ｙｎ０球面調和関数基底関数は、Ｚ軸（上下の軸）を示す最大ローブと最小ローブとを有するので、この回転により、ａｎ０球面調和係数は、最大エネルギーを有することができる。球面調和基底関数の性質のために、エネルギー分布は、ａｎ０係数において高度に存在する可能性があるが、最小エネルギーは水平ベースの＋／−ｎに基づく水平線に含まれ、ｍ値−ｎ＜ｍ＜ａｍの他の係数におけるエネルギーは、ｍ＝−ｎとｍ＝０の間で増加し、次いでｍ＝０とｍ＝ｎの間で再び減少する。次いで、技法は、大きなビットレートをａｎ０係数に、最小量を＋／−ｎ係数に割り振ることができる。この意味で、技法は、次数および／または副次数ごとに変化する動的なビットレート割振りを提供することができる。所与の次数のための中間係数は、中間ビットレートを有する可能性がある。その割合を計算するために、ＨＯＡ信号に含まれる各ＨＯＡ次数のためのｐ個の点を持ち得る窓関数が使用可能である（ＷＩＮ）。その割合は、一例として、高ビットレートと低ビットレートの差のＷＩＮ係数を使用して、適用され得る。高ビットレートおよび低ビットレートは、ＨＯＡ信号内に含まれる次数の次数ごとに定義され得る。結果として生じる３次元の窓は、Ｚ軸において上を向いた一種のサーカスの「大テント」と、その鏡としての、Ｚ軸において下を向いた別のテントとに似ており、これらのテントは、水平面で鏡像をなしている。

[0183]図１０は、本開示において説明される技法の様々な態様を実行する際の、図３の例に示される抽出デバイス３８などの抽出デバイスの例示的な動作を示す流れ図である。最初に、抽出デバイス３８は、図７Ａ〜図７Ｅの例に示されるようにビットストリーム３１内で指定され得る変換情報５２を決定することができる（１２０）。次いで、抽出デバイス３８は、上記で説明されたように、変換されたＳＨＣ２７を決定することができる（１２２）。次いで、抽出デバイス３８は、ＳＨＣ２７’を生成するために、決定された変換情報５２に基づいて、変換されたＳＨＣ２７を変換することができる。いくつかの例では、抽出デバイス３８は、この変換を変換情報５２に基づいて効果的に実行するレンダラを選択することができる。すなわち、抽出デバイス３８は、ＳＨＣ２７’を生成するために、以下の式に従って動作することができる。

前述の式では、［ＥｎｃＭａｔ］［Ｒｅｎｄｅｒｅｒ］は、両方の正面方向が調和し、それによって、ビットストリーム生成デバイスで実行された回転を元に戻すまたは相殺するように、レンダラを同じ量だけ変換するために使用可能である。

[0184]図１１は、本開示で説明される技法の様々な態様を実行する際の、図３の例に示されるビットストリーム生成デバイス３６などのビットストリーム生成デバイスおよび同様に図３の例に示される抽出デバイス３８などの抽出デバイスの例示的な動作を示す流れ図である。最初に、ビットストリーム生成デバイス３６は、上記で説明され図７Ａ〜図７Ｅに関して示される様々な方法のいずれかで、ビットストリーム３１に含まれるＳＨＣ２７のサブセットを識別することができる（１４０）。次いで、ビットストリーム生成デバイス３６は、ＳＨＣ２７の識別されたサブセットをビットストリーム３１内で指定することができる（１４２）。次いで、抽出デバイス３８は、ビットストリーム３１を取得し、ビットストリーム３１内で指定されたＳＨＣ２７のサブセットを決定し、ビットストリームからのＳＨＣ２７の決定されたサブセットを解析することができる。

[0185]いくつかの例では、ビットストリーム生成デバイス３６および抽出デバイス３８は、技法のこのサブセットＳＨＣ信号伝達態様とともに、技法の様々な他の態様を実行することができる。すなわち、ビットストリーム生成デバイス３６は、ビットストリーム３１内で指定されるべきＳＨＣ２７の数を減少させるために、ＳＨＣ２７に対して変換を実行することができる。次いで、ビットストリーム生成デバイス３６は、この変換をビットストリーム３１内で実行した後残っているＳＨＣ２７のサブセットを識別し、ビットストリーム３１内で変換情報５２も指定しながら、ビットストリーム３１内でこれらの変換されたＳＨＣ２７を指定することができる。次いで、抽出デバイス３８は、ビットストリーム３１を取得し、変換されたＳＨＣ２７のサブセットを決定し、ビットストリームからの変換されたＳＨＣ２７の決定されたサブセットを解析することができる。次いで、抽出デバイス３８は、ＳＨＣ２７’を生成するために、変換されたＳＨＣ２７を変換情報に基づいて変換することによって、ＳＨＣ２７（ＳＨＣ２７’として示される）を回復することができる。したがって、互いとは別個に示されているが、技法の様々な態様は、互いとともに実行されてよい。

[0186]例に応じて、本明細書で説明された方法のいずれかのある行為またはイベントは、異なる順序で実行可能であり、追加されてもよいし、マージされてもよいし、全体的に除外されてもよい（たとえば、すべての説明された行為またはイベントが方法の実施に必要とは限らない）ことを理解されたい。その上、ある例では、行為またはイベントは、たとえば、マルチスレッド処理、割込み処理、または複数のプロセッサによって、順次ではなく、同時に実行されることがある。さらに、本開示のある態様は、わかりやすいように、単一のデバイス、モジュール、またはユニットによって実行されると説明されているが、本開示の技法は、デバイス、ユニット、またはモジュールの組合せによって実行されてよいことを理解されたい。

[0187]１つまたは複数の例では、説明された機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実施されてよい。ソフトウェアで実施される場合、これらの機能は、コンピュータ可読媒体上に１つまたは複数の命令またはコードとして記憶または送信され、ハードウェアベースの処理ユニットによって実行されてもよい。コンピュータ可読媒体としては、データ記憶媒体などの有形媒体に相当するコンピュータ可読記憶媒体、またはたとえば通信プロトコルによる１つの場所から別の場所へのコンピュータプログラムの転送を容易にする任意の媒体を含む通信媒体があり得る。

[0188]このようにして、コンピュータ可読媒体は、一般に、（１）非一時的な有形のコンピュータ可読記憶媒体、または（２）信号または搬送波などの通信媒体に相当し得る。データ記憶媒体は、本開示で説明される技法の実装形態のための命令、コード、および／またはデータ構造を取り出すために１つもしくは複数のコンピュータまたは１つもしくは複数のプロセッサによってアクセス可能な任意の利用可能な媒体であってよい。コンピュータプログラム製品は、コンピュータ可読媒体を含むことができる。

[0189]限定ではなく、例とし、そのようなコンピュータ可読記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ（登録商標）、ＣＤ−ＲＯＭもしくは他の光ディスク記憶装置、磁気ディスク記憶装置、または他の磁気記憶デバイス、フラッシュメモリ、または命令もしくはデータ構造の形態をした所望のプログラムコードを記憶するために使用可能でコンピュータによってアクセス可能な任意の他の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、命令が、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者線（ＤＳＬ）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用してウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。

[0190]しかしながら、コンピュータ可読記憶媒体およびデータ記憶媒体は、接続、搬送波、信号、または他の一時的媒体を含まず、代わりに、非一時的な有形記憶媒体を対象とすることを理解されたい。本明細書で使用されるディスク（disk）およびディスク（disc）は、コンパクトディスク（compact disc）（ＣＤ）、レーザーディスク（登録商標）（laser disc）、光ディスク（optical disc）、デジタル多用途ディスク（digital versatile disc）（ＤＶＤ）、フロッピー（登録商標）ディスク（floppy disk）、およびブルーレイ（登録商標）ディスク（blu-ray disc）を含み、ここでディスク（disk）は通常、磁気的にデータを再生するが、ディスク（disc）はレーザを用いて光学的にデータを再生する。上記の組合せも、コンピュータ可読媒体の範囲内に含められるべきである。

[0191]命令は、１つまたは複数のデジタル信号プロセッサ（ＤＳＰ）、汎用マイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルロジックアレイ（ＦＰＧＡ）、または他の等価な集積回路もしくはディスクリート論理回路などの１つまたは複数のプロセッサによって実行され得る。したがって、本明細書で使用される「プロセッサ」という用語は、前述の構造または本明細書で説明される技法の実装形態に適した任意の他の構造のうちいずれも指してもよい。さらに、いくつかの態様では、本明細書で説明される機能は、符号化および復号のために構成された専用のハードウェアおよび／またはソフトウェアモジュール内に設けられてもよいし、複合コーデックに組み込まれてもよい。また、技法は、１つまたは複数の回路または論理素子内で完全に実施されてよい。

[0192]本開示の技法は、ワイヤレスハンドセット、集積回路（ＩＣ）、またはＩＣのセット（たとえば、チップセット）を含む多種多様なデバイスまたは装置において実施されてよい。様々な構成要素、モジュール、またはユニットが、開示された技法を実行するように構成されたデバイスの機能的態様を強調するために本開示で説明されているが、異なるハードウェアユニットによる実現を必ずしも必要としない。むしろ、上で説明されたように、様々なユニットが、好適なソフトウェアおよび／またはファームウェアとともに、上記の１つまたは複数のプロセッサを含めて、コーデックハードウェアユニットにおいて組み合わせられるか、または相互動作ハードウェアユニットの集合によって与えられ得る。

[0193]本技法の様々な実施形態が説明されてきた。これらおよび他の実施形態は、以下の特許請求の範囲内に入る。

[0193]本技法の様々な実施形態が説明されてきた。これらおよび他の実施形態は、以下の特許請求の範囲内に入る。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
音場について説明する複数の階層的な要素からなるビットストリームを生成する方法であって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換することと、
前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定することとを備える、方法。
［Ｃ２］
前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
ここにおいて、前記変換情報を指定することが、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定することを備える、Ｃ１に記載の方法。
［Ｃ３］
前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を平行移動させることを備え、
ここにおいて、前記変換情報を指定することが、前記音場がどのように平行移動されたかについて説明する平行移動情報を前記ビットストリーム内で指定することを備える、Ｃ１に記載の方法。
［Ｃ４］
前記音場を変換することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を変換することを備える、Ｃ１に記載の方法。
［Ｃ５］
前記音場を変換することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
ここにおいて、前記変換情報を指定することが、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定することを備える、Ｃ１に記載の方法。
［Ｃ６］
前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
ここにおいて、前記変換情報を指定することが、回転情報としてオイラー角を前記ビットストリーム内で指定することを備える、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、Ｃ１に記載の方法。
［Ｃ７］
前記音場を変換することが、
第１の方位角角度と第１の仰角角度に従って前記音場を回転させるために前記音場に対して第１の回転演算を実行することと、
前記音場について説明するのに関連する情報を提供する前記第１の方位角角度と前記第１の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第１の数を決定することと、
第２の方位角角度および第２の仰角角度に従って前記音場を回転させるために前記音場に対して第２の回転演算を実行することと、
前記音場について説明するのに関連する情報を提供する前記第２の方位角角度および前記第２の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第２の数を決定することと、
前記複数の階層的な要素の前記第１の数と前記複数の階層的な要素の前記第２の数の比較に基づいて前記第１の回転演算または前記第２の回転演算を選択することとを備える、Ｃ１に記載の方法。
［Ｃ８］
前記音場を変換することが、
第１の持続時間にわたって前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために、前記第１の持続時間にわたって前記音場を回転させることと、
前記ビットストリーム内で、前記第１の持続時間にわたって前記音場がどのように回転されたかについて説明する第１の回転情報を指定することと、
前記第１の回転情報に基づいて第２の持続時間の前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の前記数を減少させるために、前記第２の持続時間にわたって前記音場を回転させることと、
前記ビットストリーム内で、前記第２の持続時間にわたって前記音場がどのように回転されたかについて説明する第２の回転情報を指定することとを備える、Ｃ１に記載の方法。
［Ｃ９］
前記音場を変換することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素に対してベクトルベースの分解を実行することを備え、
ここにおいて、前記変換情報を指定することが、前記ベクトルベースの分解が前記複数の球面調和係数に対して実行されたことについて説明する情報を前記ビットストリーム内で指定することを備える、Ｃ１に記載の方法。
［Ｃ１０］
前記ベクトルベースの分解を実行することが、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行することを備える、Ｃ９に記載の方法。
［Ｃ１１］
前記音場を変換することが、前記複数の階層的な要素の前記数を減少させるように前記複数の階層的な要素を球面調和関数領域から別の領域に変換することを備え、
ここにおいて、前記変換情報を指定することが、前記複数の階層的な要素が前記他の領域に対する変換された形態前記球面調和関数領域であったことを示す情報を前記ビットストリーム内で指定することを備える、Ｃ１に記載の方法。
［Ｃ１２］
変換された球面調和係数の少なくとも１つのサブセットにビットレートを、前記変換された球面調和係数の前記サブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて割り当てることをさらに備え、前記変換された球面調和係数が、音場を変換する変換演算に従って変換された、Ｃ１に記載の方法。
［Ｃ１３］
前記ビットレートを割り当てることが、前記変換された球面調和係数の各々が対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを窓関数に従って割り当てることを備える、Ｃ１２に記載の方法。
［Ｃ１４］
前記窓関数が、ハニング窓関数、ハミング窓関数、矩形窓関数、および三角形窓関数のうち１つまたは複数を備える、Ｃ１３に記載の方法。
［Ｃ１５］
第１のビットレートを使用する前記変換された球面調和係数の第１のサブセットと第２のビットレートを使用する前記変換された球面調和係数の第２のサブセットとを前記ビットストリーム内で指定することをさらに備える、Ｃ１２に記載の方法。
［Ｃ１６］
前記ビットレートを割り当てることが、前記変換された球面調和係数が対応する前記球面基底関数の前記副次数がゼロから遠ざかるにつれて徐々に減少するビットレートを動的に割り当てることを備える、Ｃ１２に記載の方法。
［Ｃ１７］
前記ビットレートを割り当てることが、前記変換された球面調和係数が対応する前記球面基底関数の前記次数が増加するにつれて徐々に減少するビットレートを動的に割り当てることを備える、Ｃ１２に記載の方法。
［Ｃ１８］
前記ビットレートを割り当てることが、前記変換された球面調和係数の前記サブセットが対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを動的に割り当てることを備える、Ｃ１２に記載の方法。
［Ｃ１９］
音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスであって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換し、前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定するように構成された１つまたは複数のプロセッサを備える、デバイス。
［Ｃ２０］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２１］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を平行移動させるようにさらに構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように平行移動されたかについて説明する平行移動情報を前記ビットストリーム内で指定するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２２］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を変換するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２３］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２４］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、回転情報としてオイラー角を前記ビットストリーム内で指定するようにさらに構成され、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、Ｃ１９に記載のデバイス。
［Ｃ２５］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、第１の方位角角度と第１の仰角角度に従って前記音場を回転させるために前記音場に対して第１の回転演算を実行し、前記音場について説明するのに関連する情報を提供する前記第１の方位角角度と前記第１の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第１の数を決定し、第２の方位角角度および第２の仰角角度に従って前記音場を回転させるために前記音場に対して第２の回転演算を実行し、前記音場について説明するのに関連する情報を提供する前記第２の方位角角度および前記第２の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第２の数を決定し、前記複数の階層的な要素の前記第１の数と前記複数の階層的な要素の前記第２の数の比較に基づいて前記第１の回転演算または前記第２の回転演算を選択するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２６］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、第１の持続時間にわたって前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために、前記第１の持続時間にわたって前記音場を回転させ、前記ビットストリーム内で、前記第１の持続時間にわたって前記音場がどのように回転されたかについて説明する第１の回転情報を指定し、前記第１の回転情報に基づいて第２の持続時間の前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の前記数を減少させるために、前記第２の持続時間にわたって前記音場を回転させ、前記ビットストリーム内で、前記第２の持続時間にわたって前記音場がどのように回転されたかについて説明する第２の回転情報を指定するようにさらに構成される、Ｃ１９に記載のデバイス。
［Ｃ２７］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素に対してベクトルベースの分解を実行するように構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記ベクトルベースの分解が前記複数の球面調和係数に対して実行されたことについて説明する情報を前記ビットストリーム内で指定するように構成される、Ｃ１９に記載のデバイス。
［Ｃ２８］
前記１つまたは複数のプロセッサが、前記ベクトルベースの分解を実行するとき、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行するように構成される、Ｃ２７に記載のデバイス。
［Ｃ２９］
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素の前記数を減少させるように前記複数の階層的な要素を球面調和関数領域から別の領域に変換するように構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記複数の階層的な要素が前記他の領域に対する変換された形態前記球面調和関数領域であったことを示す情報を前記ビットストリーム内で指定するように構成される、Ｃ２７に記載のデバイス。
［Ｃ３０］
前記１つまたは複数のプロセッサが、変換された球面調和係数の少なくとも１つのサブセットにビットレートを、前記変換された球面調和係数の前記サブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて割り当てるようにさらに構成され、前記変換された球面調和係数が、音場を変換する変換演算に従って変換された、Ｃ１９に記載のデバイス。
［Ｃ３１］
前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数の各々が対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを窓関数に従って割り当てるように構成される、Ｃ３０に記載のデバイス。
［Ｃ３２］
前記窓関数が、ハニング窓関数、ハミング窓関数、矩形窓関数、および三角形窓関数のうち１つまたは複数を備える、Ｃ３１に記載のデバイス。
［Ｃ３３］
前記１つまたは複数のプロセッサが、第１のビットレートを使用する前記変換された球面調和係数の第１のサブセットと第２のビットレートを使用する前記変換された球面調和係数の第２のサブセットとを前記ビットストリーム内で指定するようにさらに構成される、Ｃ３０に記載のデバイス。
［Ｃ３４］
前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数が対応する前記球面基底関数の前記副次数がゼロから遠ざかるにつれて徐々に減少するビットレートを動的に割り当てるように構成される、Ｃ３０に記載のデバイス。
［Ｃ３５］
前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数が対応する前記球面基底関数の前記次数が増加するにつれて徐々に減少するビットレートを動的に割り当てるように構成される、Ｃ３０に記載のデバイス。
［Ｃ３６］
前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数の前記サブセットが対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを動的に割り当てるように構成される、Ｃ３０に記載のデバイス。
［Ｃ３７］
音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスであって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換するための手段と、
前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定するための手段とを備える、デバイス。
［Ｃ３８］
実行されると、１つまたは複数のプロセッサに、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換させ、
音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定させる命令をその上に記憶させた非一時的なコンピュータ可読記憶媒体。
［Ｃ３９］
音場について説明する複数の階層的な要素からなるビットストリームを処理する方法であって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析することと、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換することとを備える、方法。
［Ｃ４０］
前記変換情報を決定するために前記ビットストリームを解析することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析することを備え、
前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された回転を逆にするために前記回転情報に基づいて前記音場を回転させることを備える、Ｃ３９に記載の方法。
［Ｃ４１］
前記変換情報を決定するために前記ビットストリームを解析することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように平行移動されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
ここにおいて、前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された平行移動を逆にするために前記平行移動情報に基づいて前記音場を平行移動させることを備える、Ｃ３９に記載の方法。
［Ｃ４２］
前記変換情報を決定するために前記ビットストリームを解析することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析することを備え、
前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換することを備える、Ｃ３９に記載の方法。
［Ｃ４３］
前記変換情報を決定するために前記ビットストリームを解析することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析することを備え、
ここにおいて、前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記回転を逆にするために前記回転情報に基づいて前記音場を回転させることを備える、Ｃ３９に記載の方法。
［Ｃ４４］
変換情報を決定するために前記ビットストリームを解析することが、オイラー角を含む回転情報を決定するために前記ビットストリームを解析することを備え、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、
ここにおいて、前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記オイラー角に基づいて前記音場を回転させることを備える、Ｃ３９に記載の方法。
［Ｃ４５］
前記変換情報を決定するために前記ビットストリームを解析することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素がどのようにベクトルベースの分解を使用して分解されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
ここにおいて、前記音場を変換することが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記ベクトルベース分解された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備える、Ｃ３９に記載の方法。
［Ｃ４６］
前記ベクトルベースの分解が、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える、Ｃ４５に記載の方法。
［Ｃ４７］
前記変換情報を決定するために前記ビットストリームを解析することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素が前記球面調和関数領域から前記他の領域にどのように変換されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
ここにおいて、前記音場を変換することが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備える、Ｃ３９に記載の方法。
［Ｃ４８］
音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスであって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析し、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するように構成された１つまたは複数のプロセッサを備える、デバイス。
［Ｃ４９］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された回転を逆にするために前記回転情報に基づいて前記音場を回転させるようにさらに構成される、Ｃ４８に記載のデバイス。
［Ｃ５０］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように平行移動されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析するようにさらに構成され、
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された平行移動を逆にするために前記平行移動情報に基づいて前記音場を平行移動させるようにさらに構成される、Ｃ４８に記載のデバイス。
［Ｃ５１］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析するようにさらに構成され、
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するようにさらに構成される、Ｃ４８に記載の方法。
［Ｃ５２］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、
前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記回転を逆にするために前記回転情報に基づいて前記音場を回転させるようにさらに構成される、Ｃ４８に記載のデバイス。
［Ｃ５３］
前記１つまたは複数のプロセッサが、変換情報を決定するために前記ビットストリームを解析するとき、オイラー角を含む回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、
ここにおいて、前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記オイラー角に基づいて前記音場を回転させるようにさらに構成される、Ｃ４８に記載のデバイス。
［Ｃ５４］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素がどのようにベクトルベースの分解を使用して分解されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析するようにさらに構成され、
ここにおいて、前記１つまたは複数のプロセッサが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記ベクトルベース分解された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築するように構成されることを備える、Ｃ４８に記載のデバイス。
［Ｃ５５］
前記ベクトルベースの分解が、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える、Ｃ５４に記載のデバイス。
［Ｃ５６］
前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素が前記球面調和関数領域から前記他の領域にどのように変換されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
ここにおいて、前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備えるように構成される、Ｃ５４に記載のデバイス。
［Ｃ５７］
音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスであって、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析するための手段と、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するための手段とを備える、方法。
［Ｃ５８］
実行されると、１つまたは複数のプロセッサに、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析させ、
前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換情報に基づいて前記音場を変換させる命令をその上に記憶させた非一時的なコンピュータ可読記憶媒体。
［Ｃ５９］
音場について説明する複数の階層的な要素からなるビットストリームを生成する方法であって、
前記複数の階層的な要素の数を減少させるために、音場を表す前記複数の階層的な要素を球面調和関数領域から別の領域に変換することと、
前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定することとを備える、方法。
［Ｃ６０］
前記複数の階層的な要素を変換することは、前記複数の階層的な要素に対してベクトルベースの変換を実行することを備える、Ｃ５９の方法。
［Ｃ６１］
前記ベクトルベースの変換を実行することが、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を前記複数の階層的な要素に対して実行することを備える、Ｃ６０に記載の方法。

Claims (61)

1. 音場について説明する複数の階層的な要素からなるビットストリームを生成する方法であって、
   前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換することと、
   前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定することと
   を備える、方法。
2. 前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
   ここにおいて、前記変換情報を指定することが、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定することを備える、請求項１に記載の方法。
3. 前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を平行移動させることを備え、
   ここにおいて、前記変換情報を指定することが、前記音場がどのように平行移動されたかについて説明する平行移動情報を前記ビットストリーム内で指定することを備える、請求項１に記載の方法。
4. 前記音場を変換することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を変換することを備える、請求項１に記載の方法。
5. 前記音場を変換することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
   ここにおいて、前記変換情報を指定することが、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定することを備える、請求項１に記載の方法。
6. 前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させることを備え、
   ここにおいて、前記変換情報を指定することが、回転情報としてオイラー角を前記ビットストリーム内で指定することを備える、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、請求項１に記載の方法。
7. 前記音場を変換することが、
   第１の方位角角度と第１の仰角角度に従って前記音場を回転させるために前記音場に対して第１の回転演算を実行することと、
   前記音場について説明するのに関連する情報を提供する前記第１の方位角角度と前記第１の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第１の数を決定することと、
   第２の方位角角度および第２の仰角角度に従って前記音場を回転させるために前記音場に対して第２の回転演算を実行することと、
   前記音場について説明するのに関連する情報を提供する前記第２の方位角角度および前記第２の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第２の数を決定することと、
   前記複数の階層的な要素の前記第１の数と前記複数の階層的な要素の前記第２の数の比較に基づいて前記第１の回転演算または前記第２の回転演算を選択することとを備える、請求項１に記載の方法。
8. 前記音場を変換することが、
   第１の持続時間にわたって前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために、前記第１の持続時間にわたって前記音場を回転させることと、
   前記ビットストリーム内で、前記第１の持続時間にわたって前記音場がどのように回転されたかについて説明する第１の回転情報を指定することと、
   前記第１の回転情報に基づいて第２の持続時間の前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の前記数を減少させるために、前記第２の持続時間にわたって前記音場を回転させることと、
   前記ビットストリーム内で、前記第２の持続時間にわたって前記音場がどのように回転されたかについて説明する第２の回転情報を指定することと
   を備える、請求項１に記載の方法。
9. 前記音場を変換することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素に対してベクトルベースの分解を実行することを備え、
   ここにおいて、前記変換情報を指定することが、前記ベクトルベースの分解が前記複数の球面調和係数に対して実行されたことについて説明する情報を前記ビットストリーム内で指定することを備える、請求項１に記載の方法。
10. 前記ベクトルベースの分解を実行することが、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行することを備える、請求項９に記載の方法。
11. 前記音場を変換することが、前記複数の階層的な要素の前記数を減少させるように前記複数の階層的な要素を球面調和関数領域から別の領域に変換することを備え、
    ここにおいて、前記変換情報を指定することが、前記複数の階層的な要素が前記他の領域に対する変換された形態前記球面調和関数領域であったことを示す情報を前記ビットストリーム内で指定することを備える、請求項１に記載の方法。
12. 変換された球面調和係数の少なくとも１つのサブセットにビットレートを、前記変換された球面調和係数の前記サブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて割り当てることをさらに備え、前記変換された球面調和係数が、音場を変換する変換演算に従って変換された、請求項１に記載の方法。
13. 前記ビットレートを割り当てることが、前記変換された球面調和係数の各々が対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを窓関数に従って割り当てることを備える、請求項１２に記載の方法。
14. 前記窓関数が、ハニング窓関数、ハミング窓関数、矩形窓関数、および三角形窓関数のうち１つまたは複数を備える、請求項１３に記載の方法。
15. 第１のビットレートを使用する前記変換された球面調和係数の第１のサブセットと第２のビットレートを使用する前記変換された球面調和係数の第２のサブセットとを前記ビットストリーム内で指定することをさらに備える、請求項１２に記載の方法。
16. 前記ビットレートを割り当てることが、前記変換された球面調和係数が対応する前記球面基底関数の前記副次数がゼロから遠ざかるにつれて徐々に減少するビットレートを動的に割り当てることを備える、請求項１２に記載の方法。
17. 前記ビットレートを割り当てることが、前記変換された球面調和係数が対応する前記球面基底関数の前記次数が増加するにつれて徐々に減少するビットレートを動的に割り当てることを備える、請求項１２に記載の方法。
18. 前記ビットレートを割り当てることが、前記変換された球面調和係数の前記サブセットが対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを動的に割り当てることを備える、請求項１２に記載の方法。
19. 音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスであって、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換し、前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定するように構成された１つまたは複数のプロセッサ
    を備える、デバイス。
20. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定するようにさらに構成される、請求項１９に記載のデバイス。
21. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を平行移動させるようにさらに構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように平行移動されたかについて説明する平行移動情報を前記ビットストリーム内で指定するようにさらに構成される、請求項１９に記載のデバイス。
22. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を変換するようにさらに構成される、請求項１９に記載のデバイス。
23. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記音場がどのように回転されたかについて説明する回転情報を前記ビットストリーム内で指定するようにさらに構成される、請求項１９に記載のデバイス。
24. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を回転させるようにさらに構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、回転情報としてオイラー角を前記ビットストリーム内で指定するようにさらに構成され、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、請求項１９に記載のデバイス。
25. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、第１の方位角角度と第１の仰角角度に従って前記音場を回転させるために前記音場に対して第１の回転演算を実行し、前記音場について説明するのに関連する情報を提供する前記第１の方位角角度と前記第１の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第１の数を決定し、
    第２の方位角角度および第２の仰角角度に従って前記音場を回転させるために前記音場に対して第２の回転演算を実行し、前記音場について説明するのに関連する情報を提供する前記第２の方位角角度および前記第２の仰角角度に従って回転された前記音場を表す前記複数の階層的な要素の第２の数を決定し、前記複数の階層的な要素の前記第１の数と前記複数の階層的な要素の前記第２の数の比較に基づいて前記第１の回転演算または前記第２の回転演算を選択するようにさらに構成される、請求項１９に記載のデバイス。
26. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、第１の持続時間にわたって前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために、前記第１の持続時間にわたって前記音場を回転させ、前記ビットストリーム内で、前記第１の持続時間にわたって前記音場がどのように回転されたかについて説明する第１の回転情報を指定し、前記第１の回転情報に基づいて第２の持続時間の前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の前記数を減少させるために、前記第２の持続時間にわたって前記音場を回転させ、前記ビットストリーム内で、前記第２の持続時間にわたって前記音場がどのように回転されたかについて説明する第２の回転情報を指定するようにさらに構成される、請求項１９に記載のデバイス。
27. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素に対してベクトルベースの分解を実行するように構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記ベクトルベースの分解が前記複数の球面調和係数に対して実行されたことについて説明する情報を前記ビットストリーム内で指定するように構成される、請求項１９に記載のデバイス。
28. 前記１つまたは複数のプロセッサが、前記ベクトルベースの分解を実行するとき、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を実行するように構成される、請求項２７に記載のデバイス。
29. 前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素の前記数を減少させるように前記複数の階層的な要素を球面調和関数領域から別の領域に変換するように構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記変換情報を指定するとき、前記複数の階層的な要素が前記他の領域に対する変換された形態前記球面調和関数領域であったことを示す情報を前記ビットストリーム内で指定するように構成される、請求項２７に記載のデバイス。
30. 前記１つまたは複数のプロセッサが、変換された球面調和係数の少なくとも１つのサブセットにビットレートを、前記変換された球面調和係数の前記サブセットが対応する球面基底関数の次数および副次数のうち１つまたは複数に基づいて割り当てるようにさらに構成され、前記変換された球面調和係数が、音場を変換する変換演算に従って変換された、請求項１９に記載のデバイス。
31. 前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数の各々が対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを窓関数に従って割り当てるように構成される、請求項３０に記載のデバイス。
32. 前記窓関数が、ハニング窓関数、ハミング窓関数、矩形窓関数、および三角形窓関数のうち１つまたは複数を備える、請求項３１に記載のデバイス。
33. 前記１つまたは複数のプロセッサが、第１のビットレートを使用する前記変換された球面調和係数の第１のサブセットと第２のビットレートを使用する前記変換された球面調和係数の第２のサブセットとを前記ビットストリーム内で指定するようにさらに構成される、請求項３０に記載のデバイス。
34. 前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数が対応する前記球面基底関数の前記副次数がゼロから遠ざかるにつれて徐々に減少するビットレートを動的に割り当てるように構成される、請求項３０に記載のデバイス。
35. 前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数が対応する前記球面基底関数の前記次数が増加するにつれて徐々に減少するビットレートを動的に割り当てるように構成される、請求項３０に記載のデバイス。
36. 前記１つまたは複数のプロセッサが、前記ビットレートを割り当てるとき、前記変換された球面調和係数の前記サブセットが対応する前記球面基底関数の前記次数および前記副次数のうち１つまたは複数に基づいて、前記変換された球面調和係数の異なるサブセットに異なるビットレートを動的に割り当てるように構成される、請求項３０に記載のデバイス。
37. 音場について説明する複数の階層的な要素からなるビットストリームを生成するように構成されたデバイスであって、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換するための手段と、
    前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定するための手段と
    を備える、デバイス。
38. 実行されると、１つまたは複数のプロセッサに、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場を変換させ、
    音場がどのように変換されたかについて説明する変換情報をビットストリーム内で指定させる命令をその上に記憶させた非一時的なコンピュータ可読記憶媒体。
39. 音場について説明する複数の階層的な要素からなるビットストリームを処理する方法であって、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析することと、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換することと
    を備える、方法。
40. 前記変換情報を決定するために前記ビットストリームを解析することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析することを備え、
    前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された回転を逆にするために前記回転情報に基づいて前記音場を回転させることを備える、請求項３９に記載の方法。
41. 前記変換情報を決定するために前記ビットストリームを解析することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように平行移動されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
    ここにおいて、前記音場を変換することが、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された平行移動を逆にするために前記平行移動情報に基づいて前記音場を平行移動させることを備える、請求項３９に記載の方法。
42. 前記変換情報を決定するために前記ビットストリームを解析することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析することを備え、
    前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換することを備える、請求項３９に記載の方法。
43. 前記変換情報を決定するために前記ビットストリームを解析することが、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析することを備え、
    ここにおいて、前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記回転を逆にするために前記回転情報に基づいて前記音場を回転させることを備える、請求項３９に記載の方法。
44. 変換情報を決定するために前記ビットストリームを解析することが、オイラー角を含む回転情報を決定するために前記ビットストリームを解析することを備え、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、
    ここにおいて、前記音場を変換することが、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記オイラー角に基づいて前記音場を回転させることを備える、請求項３９に記載の方法。
45. 前記変換情報を決定するために前記ビットストリームを解析することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素がどのようにベクトルベースの分解を使用して分解されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
    ここにおいて、前記音場を変換することが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記ベクトルベース分解された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備える、請求項３９に記載の方法。
46. 前記ベクトルベースの分解が、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える、請求項４５に記載の方法。
47. 前記変換情報を決定するために前記ビットストリームを解析することが、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素が前記球面調和関数領域から前記他の領域にどのように変換されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
    ここにおいて、前記音場を変換することが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備える、請求項３９に記載の方法。
48. 音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスであって、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析し、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するように構成された１つまたは複数のプロセッサ
    を備える、デバイス。
49. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、
    前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された回転を逆にするために前記回転情報に基づいて前記音場を回転させるようにさらに構成される、請求項４８に記載のデバイス。
50. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように平行移動されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析するようにさらに構成され、
    前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された平行移動を逆にするために前記平行移動情報に基づいて前記音場を平行移動させるようにさらに構成される、請求項４８に記載のデバイス。
51. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析するようにさらに構成され、
    前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するようにさらに構成される、請求項４８に記載の方法。
52. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、閾値を上回る非ゼロ値を有する前記複数の階層的な要素の数を減少させるために前記音場がどのように回転されたかについて説明する回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、
    前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記回転を逆にするために前記回転情報に基づいて前記音場を回転させるようにさらに構成される、請求項４８に記載のデバイス。
53. 前記１つまたは複数のプロセッサが、変換情報を決定するために前記ビットストリームを解析するとき、オイラー角を含む回転情報を決定するために前記ビットストリームを解析するようにさらに構成され、ここにおいて、前記オイラー角が、前記音場がどのように回転されたかについて説明する、
    ここにおいて、前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記閾値を上回る非ゼロ値を有する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記オイラー角に基づいて前記音場を回転させるようにさらに構成される、請求項４８に記載のデバイス。
54. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素がどのようにベクトルベースの分解を使用して分解されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析するようにさらに構成され、
    ここにおいて、前記１つまたは複数のプロセッサが、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記ベクトルベース分解された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築するように構成されることを備える、請求項４８に記載のデバイス。
55. 前記ベクトルベースの分解が、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を備える、請求項５４に記載のデバイス。
56. 前記１つまたは複数のプロセッサが、前記変換情報を決定するために前記ビットストリームを解析するとき、前記複数の階層的な要素の数を減少させるために前記複数の階層的な要素が前記球面調和関数領域から前記他の領域にどのように変換されたかについて説明する平行移動情報を決定するために前記ビットストリームを解析することを備え、
    ここにおいて、前記１つまたは複数のプロセッサが、前記音場を変換するとき、前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換された複数の階層的な要素に基づいて前記複数の階層的な要素を再構築することを備えるように構成される、請求項５４に記載のデバイス。
57. 音場について説明する複数の階層的な要素からなるビットストリームを処理するように構成されたデバイスであって、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析するための手段と、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記複数の階層的な要素の前記数を減少させるように実行された前記変換を逆にするために前記変換情報に基づいて前記音場を変換するための手段と
    を備える、方法。
58. 実行されると、１つまたは複数のプロセッサに、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素の数を減少させるために前記音場がどのように変換されたかについて説明する変換情報を決定するために前記ビットストリームを解析させ、
    前記音場について説明するのに関連する情報を提供する前記複数の階層的な要素に基づいて前記音場を再現するとき、前記変換情報に基づいて前記音場を変換させる命令をその上に記憶させた非一時的なコンピュータ可読記憶媒体。
59. 音場について説明する複数の階層的な要素からなるビットストリームを生成する方法であって、
    前記複数の階層的な要素の数を減少させるために、音場を表す前記複数の階層的な要素を球面調和関数領域から別の領域に変換することと、
    前記音場がどのように変換されたかについて説明する変換情報を前記ビットストリーム内で指定することと
    を備える、方法。
60. 前記複数の階層的な要素を変換することは、前記複数の階層的な要素に対してベクトルベースの変換を実行することを備える、請求項５９の方法。
61. 前記ベクトルベースの変換を実行することが、特異値分解（ＳＶＤ）、主成分分析（ＰＣＡ）、およびカルーネン−レーベ変換（ＫＬＴ）のうち１つまたは複数を前記複数の階層的な要素に対して実行することを備える、請求項６０に記載の方法。

Images