JP2023518014A - パイプラインステージを使用してサウンドシーンをレンダリングするための装置および方法 - Google Patents

Abstract

サウンドシーン（５０）をレンダリングするための装置であって、第１の制御レイヤ（２０１）および再構成可能な第１のオーディオデータプロセッサ（２０２）を備える第１のパイプラインステージ（２００）であって、再構成可能な第１のオーディオデータプロセッサ（２０２）は、再構成可能な第１のオーディオデータプロセッサ（２０２）の第１の構成に従って動作するように構成されている、第１のパイプラインステージ（２００）と、パイプラインフローに対して、第１のパイプラインステージ（２００）の後に位置する第２のパイプラインステージ（３００）であって、第２のパイプラインステージ（３００）は第２の制御レイヤ（３０１）および再構成可能な第２のオーディオデータプロセッサ（３０２）を備え、再構成可能な第２のオーディオデータプロセッサ（３０２）は、再構成可能な第２のオーディオデータプロセッサ（３０２）の第１の構成に従って動作するように構成されている、第２のパイプラインステージ（３００）と、サウンドシーン（５０）に応答して第１の制御レイヤ（２０１）および第２の制御レイヤ（３０１）を制御するための中央コントローラ（１００）であって、第１の制御レイヤ（２０１）は、再構成可能な第１のオーディオデータプロセッサ（２０２）の第１の構成における再構成可能な第１のオーディオデータプロセッサ（２０２）の動作中もしくは動作後に、再構成可能な第１のオーディオデータプロセッサ（２０２）の第２の構成を準備し、または、第２の制御レイヤ（３０１）は、再構成可能な第２のオーディオデータプロセッサ（３０２）の第１の構成における再構成可能な第２のオーディオデータプロセッサ（３０２）の動作中もしくは動作後に、再構成可能な第２のオーディオデータプロセッサ（３０２）の第２の構成を準備する、中央コントローラ（１００）と、を備え、中央コントローラ（１００）は、特定の瞬間に、再構成可能な第１のオーディオデータプロセッサ（２０２）を再構成可能な第１のオーディオデータプロセッサ（２０２）のための第２の構成に再構成するために、または再構成可能な第２のオーディオデータプロセッサ（３０２）を再構成可能な第２のオーディオデータプロセッサ（３０２）のための第２の構成に再構成するために、スイッチ制御（１１０）を使用して第１の制御レイヤ（２０１）または第２の制御レイヤ（３０１）を制御するように構成される。

Description

本発明は、オーディオ処理に関し、特に、例えば仮想現実または拡張現実アプリケーションにおいて発生するサウンドシーンのオーディオ信号処理に関する。

幾何音響学は、聴覚化、すなわち聴覚シーンおよび環境のリアルタイムおよびオフラインオーディオレンダリングに適用される。これには、ＭＰＥＧ－Ｉ ６－ＤｏＦオーディオレンダラのような仮想現実（ＶＲ）および拡張現実（ＡＲ）システムが含まれる。６自由度（ＤｏＦ）を有する複雑なオーディオシーンをレンダリングするために、幾何音響学の分野が適用され、音データの伝搬は、レイトレースなどの光学系から知られている方法を使用してモデル化される。特に、壁での反射は、光学系から導出されたモデルに基づいてモデル化され、壁で反射される光線の入射角は、入射角に等しい反射角をもたらす。

仮想現実（ＶＲ）または拡張現実（ＡＲ）システムのオーディオレンダラのようなリアルタイム聴覚化システムは、通常、反射環境のジオメトリデータに基づいて早期反射をレンダリングする。次に、反射音の有効な伝搬経路を見つけるために、レイトレースと組み合わせた画像ソース法のような幾何音響学的手法が使用される。これらの方法は、反射平面が入射音の波長と比較して大きい場合に有効である。反射面の境界に対する表面上の反射点の距離もまた、入射音の波長と比較して大きくなければならない。

リスナ（ユーザ）に対して、仮想現実（ＶＲ）または拡張現実（ＡＲ）の音がレンダリングされる。このプロセスへの入力は、サウンドソースの（典型的には無響の）オーディオ信号である。次いで、多数の信号処理技術がこれらの入力信号に適用され、壁／窓／ドアを通る音の伝送、周囲の回折および固体または透過性構造による閉塞、より長い距離にわたる音の伝播、半開放および閉鎖環境での反射、移動するソース／リスナのドップラシフトなどの関連する音響効果をシミュレートして組み込む。オーディオレンダリングの出力は、ヘッドフォンまたはラウドスピーカを介してリスナに配信されたときに提示されたＶＲ／ＡＲシーンの現実的な３次元音響印象を作り出すオーディオ信号である。

レンダリングは、リスナ中心で実行され、システムは、著しい遅延なしに、ユーザの動きおよびインタラクションに瞬間的に反応しなければならない。したがって、オーディオ信号の処理はリアルタイムで行われなければならない。ユーザ入力は、信号処理（例えば、異なるフィルタ）の変化に現れる。これらの変化は、可聴アーチファクトなしでレンダリングに組み込まれるべきである。

ほとんどのオーディオレンダラは、個々のオーディオソース（例えば、１６×のオブジェクトソース、２×の３次アンビソニックス）ごとに固定された計算時間バジェットを有する予め定義された固定信号処理構造を使用した（複数のチャネルに適用されるブロック図、例えば［１］を参照）。これらの解決策は、位置依存フィルタおよびリバーブパラメータを更新することによって動的シーンのレンダリングを可能にするが、実行中にソースを動的に追加／除去することはできない。

さらに、固定信号処理アーキテクチャは、多数のソースが同じ方法で処理されなければならないため、複雑なシーンをレンダリングするときにはむしろ効果的ではない可能性がある。より新しいレンダリングの概念は、クラスタリングおよび詳細レベルの概念（ＬＯＤ）を容易にし、この場合、知覚に応じて、ソースが結合され、異なる信号処理でレンダリングされる。ソースクラスタリング（［２］を参照）は、レンダラが何百ものオブジェクトを含む複雑なシーンを扱うことを可能にすることができる。そのような設定では、クラスタバジェットは依然として固定されており、これは複雑なシーンにおける広範なクラスタリングの可聴アーチファクトをもたらす可能性がある。

本発明の目的は、オーディオシーンをレンダリングする改善された概念を提供することである。

この目的は、請求項１に記載のサウンドシーンをレンダリングするための装置、または請求項２１に記載のサウンドシーンをレンダリングする方法、または請求項２２に記載のコンピュータプログラムによって達成される。

本発明は、サウンドシーンの頻繁な変化が起こり得る環境において多くのサウンドソースを有する複雑なサウンドシーンをレンダリングする目的で、パイプライン状のレンダリングアーキテクチャが有用であるという発見に基づいている。パイプライン状のレンダリングアーキテクチャは、第１の制御レイヤおよび再構成可能な第１のオーディオデータプロセッサを備える第１のパイプラインステージを備える。さらに、パイプラインフローに関して、第１のパイプラインステージの後に位置する第２のパイプラインステージが設けられる。この第２のパイプラインステージも、第２の制御レイヤと、再構成可能な第２のオーディオデータプロセッサとを備える。第１および第２のパイプラインステージの両方は、処理中の特定の時間に、再構成可能な第１のオーディオデータプロセッサの特定の構成に従って動作するように構成される。パイプラインアーキテクチャを制御するために、第１の制御レイヤおよび第２の制御レイヤを制御するための中央コントローラが設けられる。制御は、サウンドシーンに応答して、すなわち元のサウンドシーンまたはサウンドシーンの変化に応答して行われる。

すべてのパイプラインステージ間で装置の同期動作を達成するために、第１または第２の再構成可能オーディオデータプロセッサの再構成タスクが必要とされるとき、中央コントローラは、第１の構成の再構成可能オーディオデータプロセッサの動作中または動作後に、第１の制御レイヤまたは第２の制御レイヤが第１または第２の再構成可能オーディオデータプロセッサの第２の構成などの別の構成を準備するように、パイプラインステージの制御レイヤを制御する。したがって、再構成可能な第１または第２のオーディオデータプロセッサのための新しい構成が、このパイプラインステージに属する再構成可能オーディオデータプロセッサが依然として異なる構成に従って動作している間に準備され、または以前の構成を有する処理タスクが既に行われている場合には異なる構成で構成される。いわゆる「アトミック動作」または「アトミック更新」を得るために両方のパイプラインステージが同期して動作することを確実にするために、中央コントローラは、スイッチ制御を使用して第１および第２の制御レイヤを制御して、再構成可能な第１のオーディオデータプロセッサまたは再構成可能な第２のオーディオデータプロセッサを特定の瞬間に第２の異なる構成に再構成する。単一のパイプラインステージのみが再構成される場合であっても、本発明の実施形態は、それにもかかわらず、特定の時間インスタンスにおけるスイッチ制御により、対応するレンダリングリストに含まれるオーディオストリーム入力バッファまたは出力バッファの提供を介してオーディオワークフローにおいて正しいオーディオサンプルデータが処理されることを保証する。

好ましくは、サウンドシーンをレンダリングするための装置は、第１のパイプラインステージおよび第２のパイプラインステージよりも多くのパイプラインステージを有するが、既に第１のパイプラインステージおよび第２のパイプラインステージを有し、追加のパイプラインステージを有さないシステムにおいて、スイッチ制御に応答したパイプラインステージの同期された切り替えは、同時に非常に柔軟な、改善された高品質のオーディオレンダリング動作を得るために必要である。

特に、ユーザが３つの方向に移動することができ、さらに、ユーザが３つの追加の方向、すなわち、６自由度（６－ＤｏＦ）のシナリオで自分の頭を移動させることができる複雑な仮想現実シーンでは、レンダリングパイプライン内のフィルタの頻繁で突然の変化、例えば、リスナの頭の移動またはリスナの歩き回りの場合に１つの頭部関連伝達関数から別の頭部関連伝達関数に切り替えるために、そのような頭部関連伝達関数の変更が行われる必要がある。

高品質の柔軟なレンダリングに関する他の問題のある状況は、リスナが仮想現実シーンまたは拡張現実シーンを動き回るとき、レンダリングされるソースの数が常に変化することである。これは、例えば、特定の画像ソースがユーザの特定の位置で見えるようになるという事実に起因して、または追加の回折効果を考慮しなければならないという事実に起因して起こり得る。さらに、他の手順は、特定の状況では、多くの異なる狭い間隔のソースのクラスタリングが可能であるが、ユーザがこれらのソースに近づくと、ユーザは非常に近くなり、各ソースがその別個の位置にレンダリングされる必要があるため、クラスタリングはもはや実行できないというものである。したがって、そのようなオーディオシーンは、フィルタの変更またはレンダリングされるソースの数の変更、または一般にパラメータの変更が常に必要とされるという点で問題がある。一方、複雑なオーディオ環境におけるリアルタイムのレンダリングが達成可能であることを確実にするために、効率的で高速なレンダリングが可能であるように、レンダリングのための異なる動作を異なるパイプラインステージに分散させることが有用である。

完全に変化するパラメータのさらなる例は、ユーザがソースまたは画像ソースに近づくとすぐに、周波数依存距離減衰および伝搬遅延がユーザとサウンドソースとの間の距離と共に変化することである。同様に、反射面の周波数依存特性は、ユーザと反射物体との間の構成に応じて変化し得る。さらに、ユーザが回折物体に近いか、または回折物体からさらに離れているか、または異なる角度にあるかに応じて、周波数依存回折特性も変化する。したがって、これらのすべてのタスクが異なるパイプラインステージに分散される場合、これらのパイプラインステージの継続的な変更が可能でなければならず、同期して実行されなければならない。これはすべて、以前の構成における対応する構成可能オーディオデータプロセッサの動作中または動作後に新しい構成に備えるようにパイプラインステージの制御レイヤを制御する中央コントローラによって達成される。スイッチ制御を介した制御更新によってもたらされるパイプライン内のすべてのステージのスイッチ制御に応答して、再構成は、サウンドシーンをレンダリングするための装置内のパイプラインステージの間で同一であるか、または少なくとも非常に類似している特定の瞬間に行われる。

本発明は、動的に変化する要素、例えば移動するソースおよびリスナを有する聴覚シーンの高品質のリアルタイム聴覚化を可能にするので有利である。したがって、本発明は、仮想シーンの没入体験にとって重要な要素である知覚的に説得力のあるサウンドスケープの達成に寄与する。
本発明の実施形態は、動的聴覚シーンをレンダリングする状況に非常によく適合する別個の同時のワークフロー、スレッドまたはプロセスを適用する。

１．インタラクションワークフロー：任意の時点で発生する仮想シーン（例えば、ユーザの動き、ユーザインタラクション、シーンアニメーションなど）の変更の取り扱い。
２．制御ワークフロー：仮想シーンの現在の状態のスナップショットは、信号処理およびそのパラメータの更新をもたらす。
３．処理ワークフロー：リアルタイム信号処理の実行、すなわち、入力サンプルのフレームを取得し、出力サンプルの対応するフレームを計算する。

制御ワークフローの実行は、ビジュアルコンピューティングにおけるフレームループと同様に、変更がトリガされる必要な計算に応じて、実行時間が異なる。本発明の好ましい実施形態は、制御ワークフローの実行のそのような変動が、バックグラウンドで同時に実行される処理ワークフローに全く悪影響を及ぼさないという点で有利である。リアルタイムオーディオはブロック単位で処理されるため、処理ワークフローの許容可能な計算時間は、通常、数ミリ秒に制限される。

バックグラウンドで同時に実行される処理ワークフローは、第１の再構成可能オーディオデータプロセッサおよび第２の再構成可能オーディオデータプロセッサによって処理され、制御ワークフローは、中央コントローラによって開始され、次いで、処理ワークフローのバックグラウンド動作と並行してパイプラインステージの制御レイヤによってパイプラインステージレベルで実施される。インタラクションワークフローは、パイプライン式レンダリング装置レベルで、ヘッドトラッカまたは同様のデバイスなどの外部デバイスへの中央コントローラのインターフェースによって実施されるか、またはサウンドシーンの変化ならびにユーザの向きまたは位置の変化、すなわち一般にユーザの位置の変化を表す移動ソースまたはジオメトリを有するオーディオシーンによって制御される。

本発明は、集中制御されたスイッチ制御手順により、シーン内の複数のオブジェクトをコヒーレントに変更し、同期してサンプリングすることができるという点で有利である。さらに、この手順は、最高レベル、すなわちインタラクションワークフローまたは中間レベル、すなわち制御ワークフローの変化によってオーディオ処理を中断しないために、制御ワークフローおよび処理ワークフローによってサポートされなければならない複数の要素のいわゆるアトミック更新を可能にする。

本発明の好ましい実施形態は、モジュール式オーディオレンダリングパイプラインを実装するサウンドシーンをレンダリングするための装置に関し、仮想聴覚シーンの聴覚化のための必要なステップは、それぞれが独立して特定の知覚効果を担ういくつかのステージに分割される。少なくとも２つ、または好ましくはさらに多くの個々のパイプラインステージへの個々の分割は、アプリケーションに依存し、後に示すようにレンダリングシステムの作成者によって定義されることが好ましい。

本発明は、仮想シーンの現在の状態に応じて信号処理パラメータの並列処理および動的再構成を容易にするレンダリングパイプラインのための一般的な構造を提供する。そのプロセスにおいて、本発明の実施形態は、

ａ）各ステージが可聴アーチファクトを生成することなくそれらのＤＳＰ処理を動的に変更することができ（例えば、チャネル数、更新されたフィルタ係数）、レンダリングパイプラインの任意の更新は、シーンの最近の変化に基づいて、必要に応じて同期的かつアトミックに扱われること、
ｂ）シーンの変化（例えば、リスナの動き）を任意の時点で受信することができ、システムのリアルタイム性能、特にＤＳＰ処理に影響を及ぼさないこと、

ｃ）個々のステージが、パイプライン内の他のステージの機能（例えば、複雑さを低減するための一次および画像ソースまたは不透明クラスタリングのための統一された指向性レンダリング）から利益を得ることができること
を確実にする。
本発明の好ましい実施形態は、添付の図面に関して以下に説明される。

レンダリングステージの入力／出力図である。 レンダリングアイテムの状態遷移を示す図である。 レンダリングパイプラインの概要を示す図である。 仮想現実聴覚化パイプラインの例示的な構造を示す図である。 サウンドシーンをレンダリングするための装置の好ましい実装形態を示す図である。 既存のレンダリングアイテムについてメタデータを変更するための例示的な実装形態を示す図である。 例えばクラスタリングによるレンダリングアイテムの削減のための別の例を示す図である。 早期反射などのための新しいレンダリングアイテムを追加するための別の例示的な実装形態を示す図である。 オーディオシーン（変化）であるハイレベルイベントから、新旧アイテムの低レベルフェードインもしくはフェードアウト、またはフィルタもしくはパラメータのクロスフェードへの制御フローを説明するフローチャートである。

図５は、中央コントローラ１００によって受信されたサウンドシーンまたはオーディオシーンをレンダリングするための装置を示している。装置は、第１の制御レイヤ２０１および再構成可能な第１のオーディオデータプロセッサ２０２を有する第１のパイプラインステージ２００を備える。さらに、装置は、パイプラインフローに対して、第１のパイプラインステージ２００の後に位置する第２のパイプラインステージ３００を備える。第２のパイプラインステージ３００を、第１のパイプラインステージ２００の直後に配置することができ、またはパイプラインステージ３００とパイプラインステージ２００との間に１つまたは複数のパイプラインステージを有して配置することができる。第２のパイプラインステージ３００は、第２の制御レイヤ３０１と、再構成可能な第２のオーディオデータプロセッサ３０２とを備える。さらに、第ｎの制御レイヤ４０１および再構成可能な第ｎのオーディオデータプロセッサ４０２を備える任意選択の第ｎのパイプラインステージ４００が示されている。図５の例示的な実施形態では、パイプラインステージ４００の結果は、既にレンダリングされたオーディオシーン、すなわち、中央コントローラ１００に到達したオーディオシーンまたはオーディオシーン変化の全処理の結果である。中央コントローラ１００は、サウンドシーンに応答して第１の制御レイヤ２０１および第２の制御レイヤ３０１を制御するように構成されている。

サウンドシーンに応答するとは、特定の初期化または開始瞬間のシーン全体の入力に応答して、またはサウンドシーン変化に応答して、サウンドシーンが再び変化する前に存在する先行シーンと共に、中央コントローラ１００によって処理される完全なサウンドシーンを表すことを意味する。特に、中央コントローラ１００は、対応する再構成可能オーディオデータプロセッサが以前の構成または第１の構成に従ってバックグラウンドで動作している間に、第１の再構成可能オーディオデータプロセッサ、第２の再構成可能オーディオデータプロセッサ、および／または第ｎの再構成可能オーディオデータプロセッサの新しい構成または第２の構成が準備されるように、第１および第２の制御レイヤ、ならびに利用可能であれば第ｎの制御レイヤ４０１などの任意の他の制御レイヤを制御する。このバックグラウンドモードでは、再構成可能オーディオデータプロセッサが依然として動作しているかどうか、すなわち入力サンプルを受信して出力サンプルを計算するかどうかは決定されない。代わりに、特定のパイプラインステージがそのタスクを既に完了している状況でもあり得る。したがって、新しい構成の準備は、以前の構成における対応する再構成可能オーディオデータプロセッサの動作中または動作後に行われる。

個々のパイプラインステージ２００、３００、４００のアトミック更新が可能であることを確実にするために、中央コントローラは、特定の瞬間に個々の再構成可能な第１または第２のオーディオデータプロセッサを再構成するためにスイッチ制御１１０を出力する。特定のアプリケーションまたはサウンドシーン変化に応じて、単一のパイプラインステージのみを特定の瞬間に再構成することができ、またはパイプラインステージ２００、３００などの２つのパイプラインステージの両方が特定の瞬間に再構成されるか、またはサウンドシーンをレンダリングするための装置全体のすべてのパイプラインステージ、もしくは２つを超えるパイプラインステージを有するがすべてのパイプラインステージよりも少ないサブグループのみに、特定の瞬間に再構成されるスイッチ制御を提供することもできる。この目的のために、中央コントローラ１００は、パイプラインステージを直列に接続する処理ワークフロー接続に加えて、対応するパイプラインステージの各制御レイヤへの制御ラインを有する。さらに、後述する制御ワークフロー接続は、中央スイッチ制御１１０のための第１の構造を介しても提供され得る。しかしながら、好ましい実施形態では、制御ワークフローはまた、パイプラインステージ間の直列接続を介して実行され、それにより、個々のパイプラインステージの各制御レイヤと中央コントローラ１００との間の中央接続は、複雑な環境であってもアトミック更新、したがって正確で高品質のオーディオレンダリングを取得するためにスイッチ制御１１０のためにのみ確保される。

以下のセクションでは、各々が分離された同期制御および処理ワークフロー（図１）を有する独立したレンダリングステージから構成される一般的なオーディオレンダリングパイプラインについて説明する。上位コントローラは、パイプライン内のすべてのステージがアトミックに一緒に更新され得ることを保証する。

すべてのレンダリングステージは、それぞれ制御および処理ワークフローに対応する別々の入力および出力を有する制御部および処理部を有する。パイプラインにおいて、１つのレンダリングステージの出力は後続のレンダリングステージの入力であるが、共通インターフェースは、アプリケーションに応じてレンダリングステージを再編成して置き換えることができることを保証する。

この共通インターフェースは、制御ワークフローのレンダリングステージに提供されるレンダリングアイテムのフラットリストとして説明される。レンダリングアイテムは、処理命令（すなわち、位置、向き、均等化などのメタデータ）をオーディオストリームバッファ（シングルチャネルまたはマルチチャネル）と組み合わせる。レンダリングアイテムへのバッファのマッピングは任意であり、複数のレンダリングアイテムが同じバッファを参照することができる。

すべてのレンダリングステージは、後続のステージが処理ワークフローの速度で接続されたレンダリングアイテムに対応するオーディオストリームバッファから正しいオーディオサンプルを読み取ることができることを保証する。これを達成するために、すべてのレンダリングステージは、必要なＤＳＰステップならびにその入力および出力バッファを記述するレンダリングアイテム内の情報から処理図を作成する。処理図（例えば、シーン内のジオメトリまたは個人向けＨＲＩＲセット）を構築するために追加のデータが必要とされる場合があり、コントローラによって提供される。制御更新がパイプライン全体に伝搬された後、処理図は同期のために並べられ、すべてのレンダリングステージについて同時に処理ワークフローに渡される。処理図の交換は、リアルタイムオーディオブロック速度に干渉することなくトリガされるが、個々のステージは、交換に起因して可聴アーチファクトが発生しないことを保証しなければならない。レンダリングステージがメタデータのみに作用する場合、ＤＳＰワークフローは動作なしとすることができる。

コントローラは、仮想シーン内の実際のオーディオソースに対応するレンダリングアイテムのリストを維持する。制御ワークフローでは、コントローラは、レンダリングアイテムの新しいリストを第１のレンダリングステージに渡し、ユーザインタラクションおよび仮想シーンの他の変更から生じるすべてのメタデータ変更をアトミックに累積することによって、新しい制御更新を開始する。制御更新は、利用可能な計算リソースに依存し得る固定速度でトリガされるが、前の更新が終了した後にのみトリガされる。レンダリングステージは、入力リストから出力レンダリングアイテムの新しいリストを作成する。そのプロセスでは、既存のメタデータを修正し（例えば、等化特性を追加する）、新しいレンダリングアイテムを追加し、既存のレンダリングアイテムを非アクティブ化または削除することができる。レンダリングアイテムは、各レンダリングアイテム上の状態インジケータ（例えば、「アクティブ化する」、「非アクティブ化する」、「アクティブである」、「非アクティブである」）を介して通信される定義されたライフサイクル（図２）に従う。これにより、後続のレンダリングステージは、新しく作成されたまたは廃止されたレンダリングアイテムに従ってそれらのＤＳＰ図を更新することができる。状態変化時のレンダリングアイテムのアーチファクトフリーのフェードインおよびフェードアウトは、コントローラによって扱われる。

リアルタイムアプリケーションでは、処理ワークフローは、オーディオハードウェアからのコールバックによってトリガされる。サンプルの新しいブロックが要求されると、コントローラは、保持するレンダリングアイテムのバッファを入力サンプルで満たす（例えば、ディスクから、または受信オーディオストリームから）。次に、コントローラは、それらの現在の処理図に従ってオーディオストリームバッファに作用するレンダリングステージの処理部を順次トリガする。

レンダリングパイプラインは、レンダリングステージに類似した１つまたは複数の立体化（図３）を含むことができるが、それらの処理部の出力は、レンダリングアイテムの最終リストによって記述されるような仮想聴覚シーン全体の混合表現であり、指定された再生方法（例えば、バイノーラルオーバーヘッドフォンまたはマルチチャネルラウドスピーカ設定）で直接再生することができる。しかしながら、（例えば、出力信号のダイナミックレンジを制限するために）立体化の後に追加のレンダリングステージが続く場合がある。
提案された解決策の利点

最新技術と比較して、本発明のオーディオレンダリングパイプラインは、異なるハードウェアまたはユーザ要件に処理を適合させる柔軟性を有する高度に動的なシーンを扱うことができる。このセクションでは、確立された方法に対するいくつかの進歩が列挙されている。
・新しいオーディオ要素を、実行時に仮想シーンに追加および仮想シーンから削除することができる。
同様に、レンダリングステージは、利用可能な計算リソースおよび知覚要件に基づいてそれらのレンダリングの詳細レベルを動的に調整することができる。

・アプリケーションに応じて、ソフトウェアの他の部分を変更することなく、レンダリングステージを並べ替えることができ、または新しいレンダリングステージをパイプラインの任意の位置（例えば、クラスタリングまたは視覚化ステージ）に挿入することができる。個々のレンダリングステージの実装形態は、他のレンダリングステージを変更する必要なく変更することができる。
・複数の立体化は、共通の処理パイプラインを共有できるため、例えば、
マルチユーザのＶＲ設定やヘッドフォンとラウドスピーカのレンダリングを最小限の計算作業で並行して行うことができる。

・仮想シーンの変化（例えば、高速の頭部追跡デバイスによって引き起こされる）は、動的に調整可能な制御速度で累積され、例えばフィルタ切り替えのための計算労力を低減する。同時に、アトミック性を明示的に必要とするシーン更新（例えば、オーディオソースの平行移動）は、すべてのレンダリングステージにわたって同時に実行されることが保証される。
・制御および処理速度を、ユーザおよび（オーディオ再生）ハードウェアの要件に基づいて別々に調整することができる。
実施例

ＶＲアプリケーション用の仮想音響環境を作成するためのレンダリングパイプラインの実際の例は、所定の順序で以下のレンダリングステージを含み得る（図４も参照）。

１．伝送：リスナからの遠い部分の信号およびリバーブを単一のレンダリングアイテム（場合によっては空間的なエクステントを有する）にダウンミックスすることによって、複数の隣接する部分空間を有する複雑なシーンを低減する。

処理部：結合されたオーディオストリームバッファへの信号のダウンミックス、および後期リバーブを作成するための確立された技法を用いたオーディオサンプルの処理

２．エクステント：複数の空間的に分離したレンダリングアイテムを作成することによって、空間的に拡張されたサウンドソースの知覚効果をレンダリングする。
処理部：新しいレンダリングアイテム用のいくつかのバッファへの入力オーディオ信号の分配（場合によっては非相関化のような追加の処理を伴う）

３．早期反射：対応する均等化および位置メタデータを有する代表的なレンダリングアイテムを作成することによって、知覚的に関連する幾何学的反射を表面に組み込む。
処理部：新しいレンダリングアイテム用のいくつかのバッファへの入力オーディオ信号の分配

４．クラスタリング：知覚的に区別できない位置を有する複数のレンダリングアイテムを単一のレンダリングアイテムに組み合わせて、後続のステージの計算複雑度を低減する。
処理部：結合されたオーディオストリームバッファへの信号のダウンミックス
５．回折：形状による伝搬経路の閉塞および回折の知覚効果を追加する。
６．伝搬：伝搬経路に対する知覚効果をレンダリングする（例えば、方向依存性放射特性、媒体吸収、伝搬遅延など）。
処理部：フィルタリング、非整数遅延線など
７．バイノーラル立体化：残りのレンダリングアイテムをリスナ中心のバイノーラルサウンド出力にレンダリングする。
処理部：ＨＲＩＲフィルタリング、ダウンミックスなど

続いて、図１から図４を言い換えて説明する。図１は、例えば、図１において「コントローラ」として示されている制御レイヤ２０１と、「ＤＳＰ」（デジタル信号プロセッサ）として示されている再構成可能な第１のオーディオデータプロセッサ２０２とを備える、「レンダリングステージ（ｒｅｎｄｅｒ ｓｔａｇｅ）」とも呼ばれる第１のパイプラインステージ２００を示している。しかしながら、図１のパイプラインステージまたはレンダリングステージ２００は、図１の第２のパイプラインステージ３００または図５の第ｎのパイプラインステージ４００であると考えることもできる。

パイプラインステージ２００は、入力インターフェースを介して入力として入力レンダリングリスト５００を受け取り、出力インターフェースを介して出力レンダリングリスト６００を出力する。図５の第２のパイプラインステージ３００の直後の接続の場合、パイプラインステージはパイプラインフローのために直列に接続されるので、第２のパイプラインステージ３００の入力レンダリングリストは、第１のパイプラインステージ２００の出力レンダリングリスト６００となる。

各レンダリングリスト５００は、入力レンダリングリスト５００または出力レンダリングリスト６００の列によって示されるレンダリングアイテムの選択を含む。各レンダリングアイテムは、レンダリングアイテム識別子５０１と、図１において「ｘ」として示されているレンダリングアイテムメタデータ５０２と、レンダリングアイテムに属するオーディオオブジェクトまたは個々のオーディオストリームの数に応じた１つまたは複数のオーディオストリームバッファとを備える。オーディオストリームバッファは、「Ｏ」で示され、好ましくは、例えば、中央コントローラによって管理することができるか、または任意の他のメモリ管理方法で管理することができるサウンドシーンをレンダリングするための装置のワードメモリ部内の実際の物理バッファへのメモリ参照によって実装される。あるいは、レンダリングリストは、物理メモリ部分を表すオーディオストリームバッファを含むことができるが、特定の物理メモリへの前記参照としてオーディオストリームバッファ５０３を実装することが好ましい。

同様に、出力レンダリングリスト６００は、やはり各レンダリングアイテムに対して１つの列を有し、対応するレンダリングアイテムは、レンダリングアイテム識別６０１、対応するメタデータ６０２、およびオーディオストリームバッファ６０３によって識別される。レンダリングアイテムのためのメタデータ５０２または６０２は、ソースの位置、ソースのタイプ、特定のソースに関連付けられたイコライザ、または一般に、特定のソースに関連付けられた周波数選択挙動を含むことができる。したがって、パイプラインステージ２００は、入力として入力レンダリングリスト５００を受け取り、出力として出力レンダリングリスト６００を生成する。ＤＳＰ２０２内で、対応するオーディオストリームバッファによって識別されるオーディオサンプル値は、例えば、デジタル信号プロセッサ２０２のために制御レイヤ２０１によって生成される特定の処理図によって示されるように、再構成可能オーディオデータプロセッサ２０２の対応する構成によって必要に応じて処理される。入力レンダリングリスト５００は、例えば、３つのレンダリングアイテムを含み、出力レンダリングリスト６００は、例えば、４つのレンダリングアイテム、すなわち、入力よりも多くのレンダリングアイテムを含むので、パイプラインステージ２０２は、例えば、アップミックスを実行することができる。別の実装形態は、例えば、４つのオーディオ信号を有する第１のレンダリングアイテムが単一のチャネルを有するレンダリングアイテムにダウンミックスされることであってもよい。第２のレンダリングアイテムは、処理によって変更されないままにすることができ、すなわち、例えば、入力から出力にのみコピーすることができ、第３のレンダリングアイテムは、例えば、レンダリングステージによって変更されないままにすることもできる。例えば、入力レンダリングリスト５００の第２および第３のレンダリングアイテムを、出力レンダリングリストの第４のレンダリングアイテムの対応するオーディオストリームバッファ用の単一の出力オーディオストリームに結合することによって、出力レンダリングリスト６００内の最後の出力レンダリングアイテムのみをＤＳＰによって生成することができる。

図２は、レンダリングアイテムの「ライブ（ｌｉｖｅ）」を定義するための状態図を示している。状態図の対応する状態は、レンダリングアイテムのメタデータ５０２またはレンダリングアイテムの識別フィールドにも格納されることが好ましい。開始ノード５１０では、２つの異なるアクティブ化方法を実行することができる。一方の方法は、アクティブ化状態５１１になるための通常のアクティブ化である。他方の方法は、既にアクティブ状態５１２に到達しているための即時アクティブ化手順である。両方の手順の違いは、アクティブ化状態５１１からアクティブ状態５１２まで、フェードイン手順が実行されることである。

レンダリングアイテムがアクティブである場合、それは処理され、直ちに非アクティブ化されるか、または通常通りに非アクティブ化されることができる。後者の場合、非アクティブ化状態５１４が得られ、非アクティブ化状態５１４から非アクティブ状態５１３になるためにフェードアウト手順が実行される。即時の非アクティブ化の場合、状態５１２から状態５１３への直接遷移が実行される。非アクティブ状態は、アクティブ化状態５１１に到達するために即時の再アクティブ化に戻るかもしくは再アクティブ化命令に入ることができ、または再アクティブ化制御も即時の再アクティブ化制御も得られない場合、制御は配置された出力ノード５１５に進むことができる。

図３は、オーディオシーンがブロック５０に示され、個々の制御フローも示されているレンダリングパイプラインの概要を示している。中央スイッチ制御フローは１１０に示されている。制御ワークフロー１３０は、コントローラ１００から第１のステージ２００に入り、そこから対応するシリアル制御ワークフロー線１２０を介して行われるように示されている。したがって、図３は、制御ワークフローがパイプラインの開始ステージにも供給され、そこから最終ステージまで連続的に伝搬される実装形態を示している。同様に、処理ワークフロー１２０は、個々のパイプラインステージの再構成可能オーディオデータプロセッサを介してコントローラ１２０から開始して最終ステージに入り、図３は、２つの最終ステージ、すなわち１つのラウドスピーカ出力ステージもしくはスペシャライザ１のステージ４００ａまたはヘッドフォンスペシャライザの出力ステージ４００ｂを示している。

図４は、オーディオシーン表現５０、コントローラ１００、および第１のパイプラインステージとして伝送パイプラインステージ２００を有する例示的な仮想現実レンダリングパイプラインを示している。第２のパイプラインステージ３００は、エクステントレンダリングステージとして実装される。第３のパイプラインステージ４００は、早期反射パイプラインステージとして実装される。第４のパイプラインステージは、クラスタリングパイプラインステージ５５１として実装される。第５のパイプラインステージは、回折パイプラインステージ５５２として実装される。第６のパイプラインステージは伝搬パイプラインステージ５５３として実装され、最後の第７のパイプラインステージ５５４は、仮想現実または拡張現実オーディオシーン内をナビゲートするリスナが装着するヘッドフォンのヘッドフォン信号を最終的に取得するために、バイノーラル立体化として実装される。

続いて、図６、図７、および図８は、パイプラインステージをどのように構成することができるか、およびパイプラインステージをどのように再構成することができるかについての特定の例を与えるために図示および説明されている。
図６は、既存のレンダリングアイテムについてのメタデータの変更手順を示している。
シナリオ

２つのオブジェクトオーディオソースは、２つのレンダリングアイテム（ＲＩ）として表されている。Ｄｉｒｅｃｔｉｖｉｔｙ Ｓｔａｇｅは、サウンドソース信号の指向性フィルタリングを担当する。Ｐｒｏｐａｇａｔｉｏｎ Ｓｔａｇｅは、リスナまでの距離に基づいて伝搬遅延をレンダリングする役割を担う。Ｂｉｎａｕｒａｌ Ｓｐａｔｉａｌｉｚｅｒは、バイノーラル化およびシーンのバイノーラルステレオ信号へのダウンミックスを担当する。

ある制御ステップでは、前の制御ステップに対してＲＩ位置が変化するため、個々のステージのＤＳＰ処理の変更が必要となる。音響シーンは同期して更新されるべきであり、その結果、例えば、変化する距離の知覚効果は、リスナに対する相対的な入射角の変化の知覚効果と同期する。
実装形態

Ｒｅｎｄｅｒ Ｌｉｓｔは、各制御ステップにおいて完全なパイプラインを介して伝搬される。制御ステップの間、ＤＳＰ処理のパラメータは、最後のＳｔａｇｅ／Ｓｐａｔｉａｌｉｚｅｒが新しいＲｅｎｄｅｒ Ｌｉｓｔを処理するまで、すべてのステージで一定のままである。その後、すべてのＳｔａｇｅは、次のＤＳＰステップの開始時にそれらのＤＳＰパラメータを同期的に変更する。

目立ったアーチファクト（例えば、ＦＩＲフィルタ更新のための出力クロスフェード、遅延線のための線形補間）なしにＤＳＰ処理のパラメータを更新することは、各Ｓｔａｇｅの責任である。

ＲＩは、メタデータプーリングのためのフィールドを含むことができる。このようにして、例えば、Ｄｉｒｅｃｔｉｖｉｔｙ ｓｔａｇｅは、信号自体をフィルタリングする必要はないが、ＲＩメタデータ内のＥＱフィールドを更新することができる。その後、後続のＥＱステージは、すべての先行するステージの結合ＥＱフィールドを信号に適用する。
重要な利点
－シーンの保証されたアトミック性が変化する（Ｓｔａｇｅ間およびＲＩ間の両方）
－より大きなＤＳＰ再構成が、オーディオ処理をブロックせず、すべてのＳｔａｇｅ／Ｓｐａｔｉａｌｉｚｅｒの準備ができたときに同期して実行される

－明確に定義された責任により、パイプラインの他のＳｔａｇｅは、特定のタスク（例えば、クラスタリングの方法または利用可能性さえも）に使用されるアルゴリズムから独立している
－メタデータプーリングは、多くのＳｔａｇｅ（Ｄｉｒｅｃｔｉｖｉｔｙ、Ｏｃｃｌｕｓｉｏｎなど）が制御ステップにおいてのみ動作することを可能にする。

特に、入力レンダリングリストは、図６の例の出力レンダリングリスト５００と同じである。特に、レンダリングリストは、第１のレンダリングアイテム５１１および第２のレンダリングアイテム５１２を有し、各レンダリングアイテムは単一のオーディオストリームバッファを有する。

この例では指向性ステージである第１のレンダリングまたはパイプラインステージ２００において、第１のＦＩＲフィルタ２１１が第１のレンダリングアイテムに適用され、別の指向性フィルタまたはＦＩＲフィルタ２１２が第２のレンダリングアイテム５１２に適用される。さらに、この実施形態における伝播ステージである第２のレンダリングステージまたは第２のパイプラインステージ３３内で、第１の補間遅延線３１１が第１のレンダリングアイテム５１１に適用され、別の第２の補間遅延線３１２が第２のレンダリングアイテム５１２に適用される。

また、第２のパイプラインステージ３００に続いて接続される第３のパイプラインステージ４００では、第１のレンダリングアイテム５１１用の第１のステレオＦＩＲフィルタ４１１が使用され、第２のＦＩＲフィルタ４１２または第２のレンダリングアイテム５１２が使用される。バイノーラルスペシャライザでは、バイノーラル出力信号を得るために、加算器４１３において２つのフィルタ出力データのダウンミックスが実行される。これにより、レンダリングアイテム５１１、５１２によって示される２つのオブジェクト信号、加算器４１３（図６には示されていない）の出力におけるバイノーラル信号が生成される。したがって、説明したように、すべての要素２１１、２１２、３１１、３１２、４１１、４１２は、制御レイヤ２０１、３０１、４０１の制御下で同じ特定の瞬間にスイッチ制御に応答して変更される。図６では、レンダリングリスト５００に示されるオブジェクトの数は同じままであるが、オブジェクトの位置が異なることにより、オブジェクトに対するメタデータが変化している状況が示されている。あるいは、オブジェクト、特にオブジェクトの位置のメタデータは同じままであるが、リスナの動きを考慮すると、リスナと対応する（固定された）オブジェクトとの間の関係が変化し、その結果、ＦＩＲフィルタ２１１、２１２が変化し、遅延線３１１、３１２が変化し、ＦＩＲフィルタ４１１、４１２が変化し、これらは、例えば、ヘッドトラッカによって測定されるように、例えば、ソースまたはオブジェクトの位置またはリスナの位置の各変化と共に変化する頭部伝達関数フィルタとして実装されている。
図７は、（クラスタリングによる）レンダリングアイテムの削減に関連するさらなる例を示している。
シナリオ

複雑な聴覚シーンでは、Ｒｅｎｄｅｒ Ｌｉｓｔは、知覚的に近くにある多くのＲＩを含むことができ、すなわち、それらの位置の差をリスナによって区別することができない。後続のＳｔａｇｅの計算負荷を低減するために、Ｃｌｕｓｔｅｒｉｎｇ Ｓｔａｇｅは、複数の個々のＲＩを単一の代表ＲＩに置き換えることができる。

ある制御ステップにおいて、シーン構成は、クラスタリングがもはや知覚的に実現不可能であるように変化し得る。この場合、Ｃｌｕｓｔｅｒｉｎｇ Ｓｔａｇｅは非アクティブになり、Ｒｅｎｄｅｒ Ｌｉｓｔを変更せずに渡す。
実装形態

いくつかの受信ＲＩがクラスタ化されると、元のＲＩは、発信Ｒｅｎｄｅｒ Ｌｉｓｔにおいて非アクティブ化される。削減は後続のＳｔａｇｅにとって不透明であり、Ｃｌｕｓｔｅｒｉｎｇ Ｓｔａｇｅは、新しい発信Ｒｅｎｄｅｒ Ｌｉｓｔがアクティブになるとすぐに、有効なサンプルが代表ＲＩに関連付けられたバッファに提供されることを保証する必要がある。

クラスタが実行不可能になると、Ｃｌｕｓｔｅｒｉｎｇ ｓｔａｇｅの新しい発信Ｒｅｎｄｅｒ Ｌｉｓｔは、元のクラスタ化されていないＲＩを含む。後続のステージは、（例えば、新しいＦＩＲフィルタ、遅延線などをそれらのＤＳＰダイアグラムに追加することによって）次のＤＳＰパラメータ変化から開始して、それらを個別に処理する必要がある。

重要な利点
－ＲＩの不透明な削減は、明示的な再構成なしに後続のステージの計算負荷を低減する
－ＤＳＰパラメータ変化のアトミック性に起因して、Ｓｔａｇｅは、アーチファクトなしに様々な数の受信ＲＩおよび発信ＲＩを扱うことができる。
図７の例では、入力レンダリングリスト５００は３つのレンダリングアイテム５２１、５２２、５２３を含み、出力レンダラ６００は２つのレンダリングアイテム６２３、６２４を含む。

第１のレンダリングアイテム５２１は、ＦＩＲフィルタ２２１の出力に由来する。第２のレンダリングアイテム５２２は、指向性ステージのＦＩＲフィルタ２２２の出力によって生成され、第３のレンダリングアイテム５２３は、指向性ステージである第１のパイプラインステージ２００のＦＩＲフィルタ２２３の出力において得られる。レンダリングアイテムがフィルタの出力にあることが概説されている場合、これは、対応するレンダリングアイテムのオーディオストリームバッファのオーディオサンプルを指すことに留意されたい。

図７の例では、レンダリングアイテム５２３は、クラスタリング状態３００の影響を受けず、出力レンダリングアイテム６２３となる。しかしながら、レンダリングアイテム５２１およびレンダリングアイテム５２２は、出力レンダリングアイテム６２４としてレンダラ６００において生じるダウミックスレンダリングアイテム３２４へとダウンミックスされる。クラスタリングステージ３００におけるダウンミックスは、第１のレンダリングアイテム５２１のための場所３２１および第２のレンダリングアイテム５２２のための場所３２２によって示される。

ここでも、図７の第３のパイプラインステージはバイノーラル立体化４００であり、レンダリングアイテム６２４は第１のステレオＦＩＲフィルタ４２４によって処理され、レンダリングアイテム６２３はステレオフィルタＦＩＲフィルタ４２３によって処理され、両方のフィルタの出力が加算器４１３において加算されてバイノーラル出力を与える。
図８は、（早期反射のための）新しいレンダリングアイテムの追加を示す別の例を示している。

シナリオ
幾何学的ルーム音響学では、反射音を画像ソースとしてモデル化する（すなわち、２つのポイントソースが同じ信号を有し、それらの位置が反射面に鏡像化される）ことが有益であり得る。シーン内のリスナ、ソース、および反射面の間の構成が反射に適している場合、Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅは、画像ソースを表すその発信Ｒｅｎｄｅｒ Ｌｉｓｔに新しいＲＩを追加する。

画像ソースの可聴性は、通常、リスナが移動すると急速に変化する。Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅは、各制御ステップにおいてＲＩをアクティブ化および非アクティブ化することができ、後続のＳｔａｇｅはそれに応じてそれらのＤＳＰ処理を調整すべきである。
実装形態

Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅは、関連するオーディオバッファが元のＲＩと同じサンプルを含むことを保証するので、Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅの後のステージは、反射ＲＩを正常に処理することができる。このようにして、伝搬遅延などの知覚効果を、明示的な再構成なしに元のＲＩおよび反射などに対して扱うことができる。ＲＩのアクティビティステータスが頻繁に変化するときに効率を高めるために、Ｓｔａｇｅは、再使用のために（ＦＩＲフィルタインスタンスのような）必要なＤＳＰアーチファクトを保持することができる。

Ｓｔａｇｅは、特定の特性を有するレンダリングアイテムを異なって扱うことができる。例えば、Ｒｅｖｅｒｂ Ｓｔａｇｅ（図８のアイテム５３２によって示される）によって作成されたＲｅｎｄｅｒ Ｉｔｅｍは、Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅによって処理されなくてもよく、Ｓｐａｔｉａｌｉｚｅｒによってのみ処理される。このようにして、Ｒｅｎｄｅｒ Ｉｔｅｍはダウンミックスバスの機能を提供することができる。同様に、Ｓｔａｇｅは、Ｅａｒｌｙ Ｒｅｆｌｅｃｔｉｏｎｓ Ｓｔａｇｅによって生成されたＲｅｎｄｅｒ Ｉｔｅｍを、通常は音響的に目立たないため、低品質のＤＳＰアルゴリズムで扱うことができる。
重要な利点
－異なるＲｅｎｄｅｒ Ｉｔｅｍを、それらの特性に基づいて異なる方法で処理することができる
－新しいＲｅｎｄｅｒ Ｉｔｅｍを作成するＳｔａｇｅは、明示的な再構成なしに後続のＳｔａｇｅの処理から利益を得ることができる

レンダリングリスト５００は、第１のレンダリングアイテム５３１および第２のレンダリングアイテム５３２を含む。各々は、例えばモノラルまたはステレオ信号を搬送することができる単一のオーディオストリームバッファを有する。

第１のパイプラインステージ２００は、例えば生成されたレンダリングアイテム５３１を有するリバーブステージである。レンダリングリスト５００は、レンダリングアイテム５３２をさらに有する。以前の偏向ステージ３００では、レンダリングアイテム５３１、特にそのオーディオサンプルは、コピー動作のための入力３３１によって表される。コピー動作の入力３３１は、出力レンダリングリスト６００のレンダリングアイテム６３１のオーディオストリームバッファに対応する出力オーディオストリームバッファ３３１にコピーされる。また、他のコピーされたオーディオオブジェクト３３３は、レンダリングアイテム６３３に対応する。さらに、上述したように、入力レンダリングリスト５００のレンダリングアイテム５３２は、出力レンダリングリストのレンダリングアイテム６３２に単にコピーまたは供給される。

そして、第３のパイプラインステージ、すなわち、上記の例では、バイノーラル立体化において、ステレオＦＩＲフィルタ４３１が第１のレンダリングアイテム６３１に適用され、ステレオＦＩＲフィルタ４３３が第２のレンダリングアイテム６３３に適用され、第３のステレオＦＩＲフィルタ４３２が第３のレンダリングアイテム６３２に適用される。次に、３つすべてのフィルタの寄与が対応して加算され、すなわち、加算器４１３によってチャネルごとに加算され、加算器４１３の出力は、ヘッドフォンまたは一般にバイノーラル再生のために、一方では左信号であり、他方では右信号である。

図９は、中央コントローラのオーディオシーンインターフェースによる高レベル制御からパイプラインステージの制御レイヤによって実行される低レベル制御までの個々の制御手順の概要を示す。

例えばヘッドトラッカによって決定されるように、不規則であり、リスナの行動に依存する瞬間であり得る特定の時点において、中央コントローラは、ステップ９１によって示されるようにオーディオシーンまたはオーディオシーンの変化を受信する。ステップ９２において、中央コントローラは、中央コントローラの制御下で各パイプラインステージのレンダリングリストを決定する。特に、中央コントローラから個々のパイプラインステージに送信される制御更新は、規則的な速度で、すなわち特定の更新速度または更新頻度でトリガされる。

ステップ９３に示すように、中央コントローラは、個々のレンダリングリストをそれぞれのパイプラインステージ制御レイヤに送信する。これは、例えば、スイッチ制御インフラストラクチャを介して集中的に行うことができるが、図３の制御ワークフロー線１３０によって示されるように、これを第１のパイプラインステージを介してそこから次のパイプラインステージまで順次実行することが好ましい。さらなるステップ９４において、各制御レイヤは、ステップ９４に示されるように、対応する再構成可能オーディオデータプロセッサのための新しい構成のためのその対応する処理図を構築する。旧構成も「第１の構成」であるように示され、新構成は「第２の構成」であるように示される。

ステップ９５において、制御レイヤは、中央コントローラからスイッチ制御を受信し、その関連する再構成可能オーディオデータプロセッサを新しい構成に再構成する。ステップ９５におけるこの制御レイヤスイッチ制御受信は、中央コントローラによるすべてのパイプラインステージの準備完了メッセージの受信に応答して行うことができ、またはステップ９３で行われたように、更新トリガに対して特定の期間の後に対応するスイッチ制御命令の中央コントローラからの送出に応答して行うことができる。次に、ステップ９６において、対応するパイプラインステージの制御レイヤは、新しい構成に存在しないアイテムのフェードアウトをケアするか、または古い構成に存在しなかった新しいアイテムのフェードインをケアする。古い構成および新しい構成の同じオブジェクトの場合、およびリスナの頭部の動きなどによるソースまたは新しいＨＲＴＦフィルタまでの距離などに関するメタデータの変更の場合、一方の距離から、例えば他方の距離に滑らかに来るようにフィルタのクロスフェードまたはフィルタリングされたデータのクロスフェードも、ステップ９６で制御レイヤによって制御される。

新しい構成における実際の処理は、オーディオハードウェアからのコールバックによって開始される。したがって、言い換えれば、処理ワークフローは、好ましい実施形態では、新しい構成への再構成の後にトリガされる。サンプルの新しいブロックが要求されると、中央コントローラは、それが保持するレンダリングアイテムのオーディオストリームバッファを、ディスクからの、または受信オーディオストリームからの入力サンプルで満たす。次に、コントローラは、レンダリングステージの処理部、すなわち、再構成可能オーディオデータプロセッサを順次トリガし、再構成可能オーディオデータプロセッサは、それらの現在の構成に従って、すなわち、それらの現在の処理図に従って、オーディオストリームバッファに作用する。したがって、中央コントローラは、サウンドシーンをレンダリングするための装置内の第１のパイプラインステージのオーディオストリームバッファを満たす。しかしながら、他のパイプラインステージの入力バッファが中央コントローラから満たされる状況もある。この状況は、例えば、オーディオシーンの以前の状況において空間的に拡張されたサウンドソースがなかった場合に生じ得る。したがって、この以前の状況では、図４のステージ３００は存在しなかった。しかしながら、その後、リスナは、空間的に拡張されたサウンドソースが見える仮想オーディオシーン内の特定の場所に移動したか、またはリスナがこのサウンドソースに非常に近いため、空間的に拡張されたサウンドソースとしてレンダリングされなければならない。次に、この時点で、ブロック３００を介してこの空間的に拡張されたサウンドソースを導入するために、中央コントローラ１００は、典型的には伝送ステージ２００を介して、拡張レンダリングステージ３００に新しいレンダリングリストを供給する。

参考文献
[1] Wenzel, E. M., Miller, J. D., and Abel, J. S. "Sound Lab: A real-time, software-based system for the study of spatial hearing." Audio Engineering Society Convention 108. Audio Engineering Society, 2000.

[2] Tsingos, N., Gallo, E., and Drettakis, G "Perceptual audio rendering of complex virtual environments." ACM Transactions on Graphics (TOG) 23.3 (2004): 249-258.

Claims (22)

1. サウンドシーン（５０）をレンダリングするための装置であって、
   第１の制御レイヤ（２０１）および再構成可能な第１のオーディオデータプロセッサ（２０２）を備える第１のパイプラインステージ（２００）であって、前記再構成可能な第１のオーディオデータプロセッサ（２０２）は、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の第１の構成に従って動作するように構成されている、第１のパイプラインステージ（２００）と、
   パイプラインフローに対して、前記第１のパイプラインステージ（２００）の後に位置する第２のパイプラインステージ（３００）であって、前記第２のパイプラインステージ（３００）は第２の制御レイヤ（３０１）および再構成可能な第２のオーディオデータプロセッサ（３０２）を備え、前記再構成可能な第２のオーディオデータプロセッサ（３０２）は、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の第１の構成に従って動作するように構成されている、第２のパイプラインステージ（３００）と、
   前記サウンドシーン（５０）に応答して前記第１の制御レイヤ（２０１）および前記第２の制御レイヤ（３０１）を制御するための中央コントローラ（１００）であって、前記第１の制御レイヤ（２０１）は、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の前記第１の構成における前記再構成可能な第１のオーディオデータプロセッサ（２０２）の動作中もしくは動作後に、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の第２の構成を準備し、または、前記第２の制御レイヤ（３０１）は、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の前記第１の構成における前記再構成可能な第２のオーディオデータプロセッサ（３０２）の動作中もしくは動作後に、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の第２の構成を準備する、中央コントローラ（１００）と、
   を備え、
   前記中央コントローラ（１００）は、特定の瞬間に、前記再構成可能な第１のオーディオデータプロセッサ（２０２）を前記再構成可能な第１のオーディオデータプロセッサ（２０２）のための前記第２の構成に再構成するために、または前記再構成可能な第２のオーディオデータプロセッサ（３０２）を前記再構成可能な第２のオーディオデータプロセッサ（３０２）のための前記第２の構成に再構成するために、スイッチ制御（１１０）を使用して前記第１の制御レイヤ（２０１）または前記第２の制御レイヤ（３０１）を制御するように構成される、
   サウンドシーン（５０）をレンダリングするための装置。
2. 前記中央コントローラ（１００）は、
   前記再構成可能な第１のオーディオデータプロセッサ（２０２）の前記第１の構成における前記再構成可能な第１のオーディオデータプロセッサ（２０２）の動作中に前記再構成可能な第１のオーディオデータプロセッサ（２０２）の前記第２の構成を準備するように前記第１の制御レイヤ（２０１）を制御し、
   前記再構成可能な第２のオーディオデータプロセッサ（３０２）の前記第１の構成における前記再構成可能な第２のオーディオデータプロセッサ（３０２）の動作中に、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の前記第２の構成を準備するように前記第２の制御レイヤ（３０１）を制御し、
   前記スイッチ制御（１１０）を使用して前記第１の制御レイヤ（２０１）および前記第２の制御レイヤ（３０１）を制御して、前記特定の瞬間に、前記再構成可能な第１のオーディオデータプロセッサ（２０２）を前記再構成可能な第１のオーディオデータプロセッサ（２０２）のための前記第２の構成に再構成し、前記再構成可能な第２のオーディオデータプロセッサ（３０２）を前記再構成可能な第２のオーディオデータプロセッサ（３０２）のための前記第２の構成に再構成する
   ように構成される、請求項１に記載の装置。
3. 前記第１のパイプラインステージ（２００）または前記第２のパイプラインステージ（３００）は、入力レンダリングリスト（５００）を受け取るように構成された入力インターフェースを備え、前記入力レンダリングリストは、レンダリングアイテム（５０１）の入力リスト、各レンダリングアイテムのメタデータ（５０２）、および各レンダリングアイテムのオーディオストリームバッファ（５０３）を含み、
   少なくとも前記第１のパイプラインステージ（２００）は、出力レンダリングリスト（６００）を出力するように構成された出力インターフェースを備え、前記出力レンダリングリストは、レンダリングアイテム（６０１）の出力リスト、各レンダリングアイテムのメタデータ（６０２）、および各レンダリングアイテムのオーディオストリームバッファ（６０３）を含み、
   前記第２のパイプラインステージ（３００）が前記第１のパイプラインステージ（２００）に接続されているとき、前記第１のパイプラインステージ（２００）の前記出力レンダリングリストは前記第２のパイプラインステージ（３００）の前記入力レンダリングリストである、
   請求項１または２に記載の装置。
4. 前記第１のパイプラインステージ（２００）は、レンダリングアイテムの前記出力リスト（６００）によって示される対応するオーディオストリームバッファ（６０３）にオーディオサンプルを書き込むように構成され、その結果、前記第１のパイプラインステージ（２００）に続く前記第２のパイプラインステージ（３００）は、処理ワークフロー速度で前記対応するオーディオストリームバッファ（６０３）から前記オーディオストリームサンプルを取り出すことができる、請求項３に記載の装置。
5. 前記中央コントローラ（１００）は、前記入力または出力レンダリングリスト（５００、６００）を前記第１または前記第２のパイプラインステージ（３００）に提供するように構成され、前記再構成可能な第１または第２のオーディオデータプロセッサ（２０２、３０２）の前記第１または前記第２の構成は処理図を含み、前記第１または前記第２の制御レイヤ（２０１、３０１）は、前記中央コントローラ（１００）または前のパイプラインステージから受信した前記入力または前記出力レンダリングリスト（５００、６００）から前記第２の構成のための前記処理図を作成するように構成され、
   前記処理図は、オーディオデータプロセッサのステップと、前記対応する第１または第２の再構成可能オーディオデータプロセッサの入力バッファおよび出力バッファへの参照とを含む、
   請求項１から４のいずれか一項に記載の装置。
6. 前記中央コントローラ（１００）は、前記処理図を作成するために必要な追加データを前記第１または前記第２のパイプラインステージ（２００、３００）に提供するように構成され、前記追加データは、前記入力レンダリングリスト（５００）または前記出力レンダリングリスト（６００）に含まれない、請求項５に記載の装置。
7. 前記中央コントローラ（１００）は、サウンドシーン変化の瞬間にサウンドシーンインターフェースを介してサウンドシーン変化（５０）を受信するように構成され、
   前記中央コントローラ（１００）は、前記サウンドシーン変化に応答して、かつ前記サウンドシーン変化によって画定された現在のサウンドシーンに基づいて、前記第１のパイプラインステージ（２００）用の第１のレンダリングリストおよび前記第２のパイプラインステージ（３００）用の第２のレンダリングリストを生成するように構成され、前記中央コントローラ（１００）は、前記サウンドシーン変化の瞬間に続いて、前記第１のレンダリングリストを前記第１の制御レイヤ（２０１）に送信し、前記第２の中央レンダリングリストを前記第２の制御レイヤ（３０１）に送信するように構成される、
   請求項１から６のいずれか一項に記載の装置。
8. 前記第１の制御レイヤ（２０１）は、前記サウンドシーン変化の瞬間に続く前記第１のレンダリングリストから前記第１の再構成可能オーディオデータプロセッサ（２０２）の前記第２の構成を計算するように構成され、
   前記第２の制御レイヤ（３０１）は、前記第２のレンダリングリストから前記第２の再構成可能データプロセッサ（３０２）の前記第２の構成を計算するように構成され、
   前記中央コントローラ（１００）は、前記第１および前記第２のパイプラインステージ（２００、３００）に対して同時に前記スイッチ制御（１１０）をトリガするように構成される、
   請求項７に記載の装置。
9. 前記中央コントローラ（１００）は、前記第１および前記第２の再構成可能オーディオデータプロセッサ（２０２、３０２）によって実行されるオーディオサンプル計算動作を妨害することなく、前記スイッチ制御（１１０）を使用するように構成される、請求項１から８のいずれか一項に記載の装置。
10. 前記中央コントローラ（１００）は、不規則なデータ速度（９１）を有する変化の瞬間に前記オーディオシーン（５０）に対する変化を受信するように構成され、
    前記中央コントローラ（１００）は、前記第１および前記第２の制御レイヤ（２０１、３０１）に一定の制御速度（９３）で制御命令を提供するように構成され、
    前記再構成可能な第１および第２のオーディオデータプロセッサ（２０３、３０２）は、前記再構成可能な第１または第２のオーディオデータプロセッサの入力バッファから受信された入力オーディオサンプルから出力オーディオサンプルを計算するオーディオブロック速度で動作し、前記出力サンプルは、前記再構成可能な第１または第２のオーディオデータプロセッサの出力バッファに格納され、前記制御速度は、前記オーディオブロック速度よりも低い、
    請求項１から９のいずれか一項に記載の装置。
11. 前記中央コントローラ（１００）は、前記第２の構成を準備するために前記第１および前記第２の制御レイヤ（２０１、２０２）を制御した後の特定の期間に、または前記第１および前記第２のパイプラインステージ（２００、３００）から受信した、前記第１および前記第２のパイプラインステージ（２００、３００）が前記対応する第２の構成への機会の準備ができていることを示す準備完了信号に応答して、前記スイッチ制御（１１０）をトリガするように構成される、
    請求項１から１０のいずれか一項に記載の装置。
12. 前記第１または前記第２のパイプラインステージ（２００、３００）は、入力レンダリングアイテムのリスト（５００）から出力レンダリングアイテムのリスト（６００）を作成するように構成され、
    前記作成することは、前記入力リストのレンダリングアイテムのメタデータを変更し、変更されたメタデータを前記出力リストに書き込むことを含むか、または、
    前記入力レンダリングリストの入力ストリームバッファから読み出された入力オーディオデータを使用して前記レンダリングアイテムの出力オーディオデータを計算して、前記出力オーディオデータを前記出力レンダリングリスト（６００）の出力ストリームバッファに書き込むことを含む、
    請求項１から１１のいずれか一項に記載の装置。
13. 前記第１または前記第２の制御レイヤ（２０１、３０１）は、前記第１または前記第２の再構成可能オーディオデータプロセッサを制御して、前記スイッチ制御（１１０）の後に処理される新しいレンダリングアイテムをフェードインさせるか、または前記スイッチ制御（１１０）の後にはもはや存在しないが前記スイッチ制御（１１０）の前に存在する古いレンダリングアイテムをフェードアウトさせるように構成される、
    請求項１から１２のいずれか一項に記載の装置。
14. レンダリングアイテムのリストの各レンダリングアイテムは、前記第１または前記第２のレンダリングステージの入力リストまたは出力リストにおいて、以下の状態、すなわち、レンダリングがアクティブである、レンダリングがアクティブ化される、レンダリングが非アクティブである、レンダリングが非アクティブ化される、のうちの少なくとも１つを示す状態インジケータを含む、
    請求項１から１３のいずれか一項に記載の装置。
15. 前記中央コントローラ（１００）は、前記第１または前記第２のレンダリングステージからの要求に応答して、前記中央コントローラ（１００）によって維持されるレンダリングアイテムの入力バッファを新しいサンプルで満たすように構成され、
    前記中央コントローラ（１００）は、前記再構成可能な第１および第２のオーディオデータプロセッサ（２０２、３０２）を順次トリガするように構成され、それにより、前記構成可能な第１および第２のオーディオデータプロセッサ（２０２、３０２）は、どの構成が現在アクティブであるかに応じて、前記第１または前記第２の構成に従って前記レンダリングアイテムの対応する入力バッファに作用する、
    請求項１から１４のいずれか一項に記載の装置。
16. 前記第２のパイプラインステージ（３００）は、ヘッドフォン再生またはラウドスピーカ設定のためのチャネル表現を出力として提供する立体化ステージである、
    請求項１から１５のいずれか一項に記載の装置。
17. 前記第１および前記第２のパイプラインステージ（２００、３００）は、
    伝送ステージ（２００）、エクステントステージ（３００）、早期反射ステージ（４００）、クラスタリングステージ（５５１）、回折ステージ（５５２）、伝搬ステージ（５５３）、立体化ステージ（５５４）、リミッタステージ、および視覚化ステージ、
    のうちの少なくとも１つを含む、請求項１から１６のいずれか一項に記載の装置。
18. 前記第１のパイプラインステージ（２００）は、１つまたは複数のレンダリングアイテムのための指向性ステージ（２００）であり、前記第２のパイプラインステージ（３００）が、１つまたは複数のレンダリングアイテムのための伝搬ステージ（３００）であり、
    前記中央コントローラ（１００）は、前記１つまたは複数のレンダリングアイテムが１つまたは複数の新しい位置を有することを示す前記オーディオシーン（５０）の変化を受信するように構成され、
    前記中央コントローラ（１００）は、前記第１および前記第２の再構成可能オーディオデータプロセッサのためのフィルタ設定を前記１つまたは複数の新しい位置に適合させるように前記第１の制御レイヤ（２０１）および前記第２の制御レイヤ（３０１）を制御するように構成され、
    前記第１の制御レイヤ（２０１）または前記第２の制御レイヤ（３０１）は、前記特定の瞬間に前記第２の構成に変更するように構成され、前記第２の構成に変更するとき、前記第１の構成から前記第２の構成へのクロスフェード動作は、前記再構成可能な第１または第２のオーディオデータプロセッサ（２０２、３０２）で実行される、
    請求項１から１７のいずれか一項に記載の装置。
19. 前記第１のパイプラインステージ（２００）は指向性ステージ（２００）であり、前記第２のパイプラインステージ（３００）はクラスタリングステージ（３００）であり、
    前記中央コントローラ（１００）は、前記レンダリングアイテムのクラスタリングが停止されるべきであることを示す前記オーディオシーン（５０）の変化を受信するように構成され、
    前記中央コントローラ（１００）は、前記クラスタリングステージの前記再構成可能オーディオデータプロセッサを非アクティブ化し、レンダリングアイテムの入力リストを前記第２のパイプラインステージ（３００）のレンダリングアイテムの出力リストにコピーするように前記第１の制御レイヤ（２０１）を制御するように構成される、
    請求項１から１７のいずれか一項に記載の装置。
20. 前記第１のパイプラインステージ（２００）はリバーブステージであり、前記第２のプラインステージ（３００）は早期反射ステージであり、
    前記中央コントローラ（１００）は、追加の画像ソースが追加されるべきであることを示す前記オーディオシーン（５０）の変化を受信するように構成され、
    前記中央コントローラ（１００）は、前記第２のパイプラインステージ（３００）の前記制御レイヤを制御して、前記入力レンダリングリストからのレンダリングアイテムを乗算して、乗算されたレンダリングアイテム（３３３）を取得し、前記乗算されたレンダリングアイテム（３３３）を前記第２のパイプラインステージ（３００）の出力レンダリングリストに加えるように構成される、
    請求項１から１７のいずれか一項に記載の装置。
21. 第１の制御レイヤ（２０１）および再構成可能な第１のオーディオデータプロセッサ（２０２）を備える第１のパイプラインステージ（２００）であって、前記再構成可能な第１のオーディオデータプロセッサ（２０２）は、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の第１の構成に従って動作するように構成されている、第１のパイプラインステージ（２００）と、パイプラインフローに対して、前記第１のパイプラインステージ（２００）の後に位置する第２のパイプラインステージ（３００）であって、前記第２のパイプラインステージ（３００）は第２の制御レイヤ（３０１）および再構成可能な第２のオーディオデータプロセッサ（３０２）を備え、前記再構成可能な第２のオーディオデータプロセッサ（３０２）は、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の第１の構成に従って動作するように構成されている、第２のパイプラインステージ（３００）と、を備える装置を使用してサウンドシーン（５０）をレンダリングする方法であって、前記方法は、
    前記サウンドシーン（５０）に応答して前記第１の制御レイヤ（２０１）および前記第２の制御レイヤ（３０１）を制御するステップであって、前記第１の制御レイヤ（２０１）は、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の前記第１の構成における前記再構成可能な第１のオーディオデータプロセッサ（２０２）の動作中もしくは動作後に、前記再構成可能な第１のオーディオデータプロセッサ（２０２）の第２の構成を準備し、または、前記第２の制御レイヤ（３０１）は、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の前記第１の構成における前記再構成可能な第２のオーディオデータプロセッサ（３０２）の動作中もしくは動作後に、前記再構成可能な第２のオーディオデータプロセッサ（３０２）の第２の構成を準備する、ステップと、
    特定の瞬間に、前記再構成可能な第１のオーディオデータプロセッサ（２０２）を前記再構成可能な第１のオーディオデータプロセッサ（２０２）のための前記第２の構成に再構成するために、または前記再構成可能な第２のオーディオデータプロセッサ（３０２）を前記再構成可能な第２のオーディオデータプロセッサ（３０２）のための前記第２の構成に再構成するために、スイッチ制御（１１０）を使用して前記第１の制御レイヤ（２０１）または前記第２の制御レイヤ（３０１）を制御するステップと、
    を含む、方法。
22. コンピュータまたはプロセッサ上で実行されると、請求項２１に記載の方法を実行するためのコンピュータプログラム。
    
    

Images