JP6395827B2 - ３ｄオーディオコンテンツのｓａｏｃダウンミックスを実現する装置及び方法 - Google Patents

３ｄオーディオコンテンツのｓａｏｃダウンミックスを実現する装置及び方法 Download PDF

Info

Publication number
JP6395827B2
JP6395827B2 JP2016528436A JP2016528436A JP6395827B2 JP 6395827 B2 JP6395827 B2 JP 6395827B2 JP 2016528436 A JP2016528436 A JP 2016528436A JP 2016528436 A JP2016528436 A JP 2016528436A JP 6395827 B2 JP6395827 B2 JP 6395827B2
Authority
JP
Japan
Prior art keywords
audio
channels
mixing
audio transport
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016528436A
Other languages
English (en)
Other versions
JP2016527558A (ja
Inventor
ザッシャ・ディッシュ
ハラルド・フックス
オリベル・ヘルムート
ユルゲン・ヘルレ
アドリアン・ムルタザ
ジョウニ・パウルス
ファルコ・リッデルブッシュ
レオン・テレンティフ
Original Assignee
フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from EP20130177378 external-priority patent/EP2830045A1/en
Application filed by フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン filed Critical フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン
Publication of JP2016527558A publication Critical patent/JP2016527558A/ja
Application granted granted Critical
Publication of JP6395827B2 publication Critical patent/JP6395827B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S3/00—Systems employing more than two channels, e.g. quadraphonic
    • H04S3/02—Systems employing more than two channels, e.g. quadraphonic of the matrix type, i.e. in which input signals are combined algebraically, e.g. after having been phase shifted with respect to each other
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S3/00—Systems employing more than two channels, e.g. quadraphonic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S3/00—Systems employing more than two channels, e.g. quadraphonic
    • H04S3/006—Systems employing more than two channels, e.g. quadraphonic in which a plurality of audio signals are transformed in a combination of audio signals and modulated signals, e.g. CD-4 systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S3/00—Systems employing more than two channels, e.g. quadraphonic
    • H04S3/008—Systems employing more than two channels, e.g. quadraphonic in which the audio signals are in digital form, i.e. employing more than two discrete digital channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
    • H04S7/30—Control circuits for electronic adaptation of the sound field
    • H04S7/305—Electronic adaptation of stereophonic audio signals to reverberation of the listening space
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/01—Multi-channel, i.e. more than two input channels, sound reproduction with two speakers wherein the multi-channel information is substantially preserved
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/03—Aspects of down-mixing multi-channel audio to configurations with lower numbers of playback channels, e.g. 7.1 -> 5.1
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/11—Positioning of individual sound objects, e.g. moving airplane, within a sound field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/13—Aspects of volume control, not necessarily automatic, in stereophonic sound systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2420/00—Techniques used stereophonic systems covered by H04S but not provided for in its groups
    • H04S2420/03—Application of parametric coding in stereophonic audio systems

Description

本発明は、オーディオ符号化／復号化に関し、詳しくは空間オーディオ符号化及び空間オーディオオブジェクト符号化に関し、より詳しくは３ＤオーディオコンテンツのＳＡＯＣダウンミックスを実現する装置及び方法と、３ＤオーディオコンテンツのＳＡＯＣダウンミックスを効率的に復号化する装置及び方法に関する。
空間オーディオ符号化ツールは、当該技術分野において周知であり、例えば、ＭＰＥＧサラウンド規格において標準化されている。空間オーディオ符号化は、再生セットアップにおけるチャンネル配置によって識別された５つ又は７つのチャンネルのような元の入力チャンネル、すなわち、左チャネル、中央チャネル、右チャネル、左サラウンドチャネル、右サラウンドチャネル、及び低周波数強化チャンネルから始まる。空間オーディオエンコーダは、典型的には元のチャンネルから１つ以上のダウンミックスチャンネルを取り出し、その上、チャンネル間レベル差、チャンネル間位相差、チャンネル間時間差などのような空間キューに関連するパラメトリックデータを取り出す。１つ以上のダウンミックスチャンネルは、元の入力チャンネルの近似バージョンである出力チャンネルを最終的に得るために、空間キューを示すパラメトリックサイド情報と共に、ダウンミックスチャンネル及び関連付けられたパラメトリックデータを復号化する空間オーディオデコーダに送信される。出力セットアップの中のチャンネルの配置は典型的には固定され、例えば５．１フォーマット、７．１フォーマットなどである。
このようなチャンネルベースのオーディオフォーマットは、各チャンネルが所定の位置に特定のスピーカーに関係するマルチチャンネルオーディオコンテンツを記憶又は送信するため広く使用されている。このようなフォーマットの忠実な再生は、スピーカーがオーディオ信号の生成中に使用されたスピーカーと同じ位置に設置されているというスピーカーセットアップを要件とする。スピーカーの台数を増やすことは、正確没入型３Ｄオーディオシーンの再生を改善するが、この要件を実現することは、特に、居間のような家庭内環境ではより一層困難になる。
特定のスピーカーセットアップを有する必要性は、スピーカー信号が再生セットアップのために明確にされるオブジェクトベースのアプローチによって克服することができる。
例えば、空間オーディオオブジェクト符号化ツールは、当該技術分野において周知であり、ＭＰＥＧ ＳＡＯＣ規格（ＳＡＯＣ＝空間オーディオオブジェクト符号化：spatial audio object coding）において標準化されている。元のチャンネルから始まる空間オーディオ符号化に対比して、空間オーディオオブジェクト符号化は、特定のレンダリング再生セットアップのために自動的に特化されることがないオーディオオブジェクトから始まる。それどころか、再生シーン内のオーディオオブジェクトの配置は自由自在であり、特定のレンダリング情報（rendering information）を空間オーディオオブジェクト符号化デコーダに入力することによりユーザによって決定することができる。それに替えて又はそれに加えて、レンダリング情報、すなわち、特定のオーディオオブジェクトが再生セットアップ内のどの位置に典型的に経時的に置かれるべきであるかという情報は、付加サイド情報又はメタデータとして送信することができる。特定のデータ圧縮を得るために、複数のオーディオオブジェクトがＳＡＯＣエンコーダによって符号化される。ＳＡＯＣエンコーダは、入力オブジェクトから、特定のダウンミックス情報に従ってオブジェクトをダウンミックスすることにより１つ以上のトランスポートチャンネルを算出するものである。さらに、ＳＡＯＣエンコーダは、オブジェクトレベル差（ＯＬＤ：object level differences）、オブジェクトコヒーレンス値などのようなオブジェクト間キューを表現するパラメトリックサイド情報を算出する。オブジェクト間パラメトリックデータが、パラメータ時間／周波数タイルに対して、すなわち、例えば、１０２４又は２０４８個のサンプルを含むオーディオ信号の特定のフレームに対して算出されるので、２８、２０、１４又は１０個などの処理帯域が考慮され、その結果、最終的に、パラメトリックデータが各フレーム及び各処理帯域に対して存在する。一例として、オーディオ作品が２０フレームを有し、かつ、各フレームが２８個の処理帯域に細分されるとき、パラメータ時間／周波数タイルの数は５６０個である。
オブジェクトベースのアプローチでは、音場は離散的なオーディオオブジェクトによって記述される。これは、特に、３Ｄ空間内の各音源の時間的に変化する位置を記述するオブジェクトメタデータを要件とする。
従来技術における第１のメタデータ符号化概念は、空間サウンド記述交換フォーマット（ＳｐａｔＤＩＦ：spatial sound description interchange format）であり、今もなお開発中のオーディオシーン記述フォーマットである［Ｍ１］。これは、オブジェクトベースのサウンドシーンのための交換フォーマットとして設計されているが、オブジェクト軌道のための圧縮方法を提供しない。ＳｐａｔＤＩＦは、オブジェクトメタデータを構造化するためにテキストベースのオープンサウンドコントロール（ＯＳＣ：Open Sound Control）フォーマットを使用する［Ｍ２］。しかしながら、単純なテキストベースの表現は、オブジェクト軌道の圧縮伝送のための選択肢ではない。
従来技術における別のメタデータ概念は、オーディオシーン記述フォーマット（ＡＳＤＦ：Audio Scene Description Format）［Ｍ３］、すなわち、同じ欠点があるテキストベースの解決策である。そのデータは、拡張マークアップ言語（ＸＭＬ：Extensible Markup Language）［Ｍ４］、［Ｍ５］の部分集合である同期マルチメディア統合言語（ＳＭＩＬ：Synchronized Multimedia Integration Language）の拡張によって構造化される。
従来技術におけるさらなるメタデータ概念は、オーディオ・バイナリ・フォーマット・フォー・シーン（ＡｕｄｉｏＢＩＦＳ：audio binary format for scenes）、すなわち、ＭＰＥＧ−４仕様［Ｍ６］、［Ｍ７］の一部であるバイナリフォーマットである。これは、オーディオ−ビジュアル３Ｄシーン及び相互作用仮想現実アプリケーション［Ｍ８］の記述のために開発されたＸＭＬベースの仮想現実モデリング言語（ＶＲＭＬ：Virtual Reality Modeling Language）に密接に関係している。複雑なＡｕｄｉｏＢＩＦＳ仕様は、オブジェクト移動の経路を特定するためにシーングラフを使用する。ＡｕｄｉｏＢＩＦＳの主な欠点は、制限付きシステム遅延及びデータストリームへのランダムアクセスが要件であるリアルタイム動作のためには設計されていないということである。さらに、オブジェクト位置の符号化は、聴取者の制限付き定位性能を利用しない。オーディオ−ビジュアルシーン内の固定したリスナ位置に対しては、オブジェクトデータは非常に少ないビット数で量子化することができる［Ｍ９］。それ故に、ＡｕｄｉｏＢＩＦＳにおいて適用されるオブジェクトメタデータの符号化は、データ圧縮に関して効率的ではない。
[SAOC1] J. Herre, S. Disch, J. Hilpert, O. Hellmuth: "From SAC To SAOC - Recent Developments in Parametric Coding of Spatial Audio", 22nd Regional UK AES Conference, Cambridge, UK, April 2007. [SAOC2] J. Engdegard, B. Resch, C. Falch, O. Hellmuth, J. Hilpert, A. Hoelzer, L. Terentiev, J. Breebaart, J. Koppens, E. Schuijers and W. Oomen: " Spatial Audio Object Coding (SAOC) - The Upcoming MPEG Standard on Parametric Object Based Audio Coding", 124th AES Convention, Amsterdam 2008. [SAOC] ISO/IEC, "MPEG audio technologies-Part2: Spatial Audio Object Coding (SAOC)," ISO/IEC JTC1/SC29/WG11 (MPEG) International Standard 23003-2. [VBAP] Ville Pulkki, "Virtual Sound Source Positioning Using Vector Base Amplitude Panning" ; J. Audio Eng. Soc., Level 45, Issue 6, pp. 456-466, June 1997. [M1] Peters, N., Lossius, T. and Schacher J. C., "SpatDIF: Principles, Specification, and Examples", 9th Sound and Music Computing Conference, Copenhagen, Denmark, Jul. 2012. [M2] Wright, M., Freed, A., "Open Sound Control: A New Protocol for Communicating with Sound Synthesizers", International Computer Music Conference, Thessaloniki, Greece, 1997. [M3] Matthias Geier, Jens Ahrens, and Sascha Spors. (2010), "Object-based audio reproduction and the audio scene description format", Org. Sound, Vol. 15, No. 3, pp. 219-227, December 2010. [M4] W3C, "Synchronized Multimedia Integration Language (SMIL 3.0)", Dec. 2008. [M5] W3C, "Extensible Markup Language (XML) 1.0 (Fifth Edition)", Nov. 2008. [M6] MPEG, "ISO/IEC International Standard 14496-3 - Coding of audio-visual objects, Part 3 Audio", 2009. [M7] Schmidt, J.; Schroeder, E. F. (2004), "New and Advanced Features for Audio Presentation in the MPEG-4 Standard", 116th AES Convention, Berlin, Germany, May 2004. [M8] Web3D, "International Standard ISO/IEC 14772-1:1997 - The Virtual Reality Modeling Language (VRML), Part 1: Functional specification and UTF-8 encoding", 1997. [M9] Sporer, T. (2012), "Codierung raumlicher Audisignalemit leichtgewichtigen Audio-Objekten", Proc. Annual Meeting of the German Audiological Society (DGA), Erlangen, Germany, Mar. 2012.
本発明の目的は、オーディオコンテンツをダウンミックスする改良された概念を提供することである。
本発明の目的は、請求項１に記載の装置、請求項９に記載の装置、請求項１２に記載のシステム、請求項１３に記載の方法、請求項１４に記載の方法、及び請求項１５に記載のコンピュータプログラムによって解決される。
実施形態によれば、効率的なトランスポーテーションが実現され、３Ｄオーディオコンテンツのためのダウンミックスを復号化する手段が提供される。
１つ以上のオーディオ出力チャンネルを生成する装置が提供される。この装置は、出力チャンネルミキシング情報を算出するパラメータプロセッサと、１つ以上のオーディオ出力チャンネルを生成するダウンミックスプロセッサとを備える。ダウンミックスプロセッサは１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を受信するように構成されており、２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくされている。オーディオトランスポート信号は第１のミキシング規則と第２のミキシング規則に依存する。第１のミキシング規則は、複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示す。さらに、第２のミキシング規則は、オーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。パラメータプロセッサは第２のミキシング規則に関する情報を受信するように構成されており、第２のミキシング規則に関する情報は１つ以上のオーディオトランスポートチャンネルが得られるように複数のプリミックスされた信号を混合する方法を示す。さらに、パラメータプロセッサは、２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存して、複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存して、及び第２のミキシング規則に関する情報に依存して出力チャンネルミキシング情報を算出するように構成されている。ダウンミックスプロセッサは出力チャンネルミキシング情報に依存してオーディオトランスポート信号から１つ以上のオーディオ出力チャンネルを生成するように構成されている。
さらに、１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する装置が提供される。この装置は、２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくなるように、２つ以上のオーディオオブジェクト信号から１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成するオブジェクトミキサと、オーディオトランスポート信号を出力する出力インターフェースとを備える。オブジェクトミキサは、第１のミキシング規則に依存し、かつ、第２のミキシング規則に依存して、オーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを生成するように構成されている。第１のミキシング規則は複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示し、第２のミキシング規則はオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。第１のミキシング規則は２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存し、かつ、複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存し、そして、第２のミキシング規則はプリミックス済みチャンネル数に依存する。出力インターフェースは、第２のミキシング規則に関する情報を出力するように構成されている。
さらに、システムが提供される。このシステムは、前述のとおりオーディオトランスポート信号を生成する装置と、前述のとおり１つ以上のオーディオ出力チャンネルを生成する装置とを備える。１つ以上のオーディオ出力チャンネルを生成する装置は、オーディオトランスポート信号を生成する装置からオーティオトランスポート信号と、第２のミキシング規則に関する情報とを受信するように構成されている。さらに、１つ以上のオーディオ出力チャンネルを生成する装置は、第２のミキシング規則に関する情報に依存して、オーディオトランスポート信号から１つ以上のオーディオ出力チャンネルを生成するように構成されている。
さらに、１つ以上のオーディオ出力チャンネルを生成する方法が提供される。この方法は以下のステップを含む。
− １つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を受信するステップ。２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくされており、オーディオトランスポート信号は第１のミキシング規則と第２のミキシング規則に依存しており、第１のミキシング規則は複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示しており、第２のミキシング規則はオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示している。
− 第２のミキシング規則に関する情報を受信するステップ。第２のミキシング規則に関する情報は１つ以上のオーディオトランスポートチャンネルが得られるように複数のプリミックスされた信号を混合する方法を示す。
− ２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存して、複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存して、及び第２のミキシング規則に関する情報に依存して出力チャンネルミキシング情報を算出するステップ。及び
− 出力チャンネルミキシング情報に依存してオーディオトランスポート信号から１つ以上のオーディオ出力チャンネルを生成するステップ。
さらに、１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する方法が提供される。この方法は以下のステップを含む。
− ２つ以上のオーディオオブジェクト信号から１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成するステップ。
− オーディオトランスポート信号を出力するステップ。及び
− 第２のミキシング規則に関する情報を出力するステップ。
２つ以上のオーディオオブジェクト信号から１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成するステップは、２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくされているように実施される。オーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを生成するステップは、第１のミキシング規則に依存して、及び第２のミキシング規則に依存して実施され、第１のミキシング規則は複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示し、第２のミキシング規則はオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。第１のミキシング規則は、２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存し、及び複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存する。第２のミキシング規則はプリミックス済みチャンネル数に依存する。
さらに、コンピュータ又は信号プロセッサ上で実行されたときに上述の方法を実施するコンピュータプログラムが提供される。
一実施形態による１つ以上のオーディオ出力チャンネルを生成する装置を示す図である。 一実施形態による１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する装置を示す図である。 一実施形態によるシステムを示す図である。 ３Ｄオーディオエンコーダの第１の実施形態を示す図である。 ３Ｄオーディオデコーダの第１の実施形態を示す図である。 ３Ｄオーディオエンコーダの第２の実施形態を示す図である。 ３Ｄオーディオデコーダの第２の実施形態を示す図である。 ３Ｄオーディオエンコーダの第３の実施形態を示す図である。 ３Ｄオーディオデコーダの第３の実施形態を示す図である。 方位角、仰角及び原点からの距離によって表現された原点からの３次元空間内のオーディオオブジェクトの位置を示す図である。 オーディオチャンネルジェネレータによって想定されたオーディオオブジェクトの位置及びスピーカーセットアップを示す図である。
以下、本発明の実施形態を図面を参照してより詳細に説明する。
本発明の好ましい実施形態を詳細に説明する前に、新しい３Ｄオーディオコーデックシステムについて説明する。
従来技術においては、低ビットレートで許容可能なオーディオ品質が得られるようにチャンネル符号化とオブジェクト符号化とを組み合わせる自由自在な技術は存在しない。
この制限は新しい３Ｄオーディオコーデックシステムによって克服される。
好ましい実施形態を詳細に説明する前に、新しい３Ｄオーディオコーデックシステムについて説明する。
図４は、本発明の実施形態による３Ｄオーディオエンコーダを示す。この３Ｄオーディオエンコーダは、オーディオ出力データ５０１を得るためにオーディオ入力データ１０１を符号化するために設けられている。この３Ｄオーディオエンコーダは、ＣＨによって示された複数のオーディオチャンネルと、ＯＢＪによって示された複数のオーディオオブジェクトとを受信する入力インターフェースを備える。さらに、図４に示されたように、入力インターフェース１１００は、複数のオーディオオブジェクトＯＢＪのうちの１つ以上に関連しているメタデータをさらに受信する。さらに、この３Ｄオーディオエンコーダは、複数の予め混合されたチャンネルを得るために複数のオブジェクト及び複数のチャンネルを混合するミキサ２００を備え、予め混合された各チャンネルは、チャンネルのオーディオデータ及び少なくとも１つのオブジェクトのオーディオデータを含む。
さらに、この３Ｄオーディオエンコーダは、コアエンコーダ入力データをコア符号化するコアエンコーダ３００と、複数のオーディオオブジェクトのうちの１つ以上に関連したメタデータを圧縮するメタデータ圧縮器４００とを備える。
さらに、この３Ｄオーディオエンコーダは、いくつかの動作モードのうちの１つでミキサ、コアエンコーダ及び／又は出力インターフェース５００を制御するモードコントローラ６００を備えることができる。第１のモードでは、コアエンコーダは、ミキサによる相互作用なしで、すなわち、ミキサ２００によって混合することなく、入力インターフェース１１００によって受信された複数のオーディオチャンネル及び複数のオーディオオブジェクトを符号化するように構成される。しかしながら、第２のモードでは、ミキサ２００がアクティブ状態となっており、コアエンコーダは、複数の混合されたチャンネル、すなわち、ブロック２００によって生成された出力を符号化する。後者の場合、もはやオブジェクトデータを符号化しないことが好ましい。その代わりに、オーディオオブジェクトの位置を示すメタデータは、そのメタデータによって示されるとおりにチャンネルでオブジェクトをレンダリング（rendering）するように、ミキサ２００によってすでに使用されている。換言すれば、ミキサ２００は、オーディオオブジェクトをプリレンダリング（pre-rendering）するために複数のオーディオオブジェクトに関連したメタデータを使用し、その後、プリレンダリングされたオーディオオブジェクトはチャンネルと混合されて、ミキサの出力で混合されたチャンネルが得られる。本実施形態では、オブジェクトは、必ずしも送信されなくてもよく、このことは、ブロック４００によって出力されたままの圧縮されたメタデータにも適用される。しかしながら、インターフェース１１００に入力された全てのオブジェクトが混合されるのではなく、ある量のオブジェクトだけが混合される場合、その後、残りの混合されていないオブジェクト及び関連付けられたメタデータだけがそれにもかかわらずコアエンコーダ３００又はメタデータ圧縮器４００にそれぞれ送信される。
図６は３Ｄオーディオエンコーダのさらなる実施形態を示し、ＳＡＯＣエンコーダ８００をさらに備える。ＳＡＯＣエンコーダ８００は、空間オーディオオブジェクトエンコーダ入力データから１つ以上のトランスポートチャンネル及びパラメトリックデータを生成するために設けられている。図６に示されるように、空間オーディオオブジェクトエンコーダ入力データは、プリレンダラ（pre-renderer）／ミキサによって処理されていないオブジェクトである。あるいは、プリレンダラ／ミキサが個別のチャンネル／オブジェクトがアクティブ状態であるモード１の場合のように迂回されていると仮定すると、入力インターフェース１１００に入力された全てのオブジェクトは、ＳＡＯＣエンコーダ８００によって符号化される。
さらに、図６に示されるように、コアエンコーダ３００は、好ましくは、ＵＳＡＣエンコーダとして、すなわち、ＭＰＥＧ−ＵＳＡＣ規格（ＵＳＡＣ＝音声音響統合符号化：Unified Speech and Audio Coding）において規定され、標準化されたエンコーダとして実現されている。図６に示された全３Ｄオーディオエンコーダの出力はＭＰＥＧ ４データストリーム、ＭＰＥＧ Ｈデータストリーム又は３Ｄオーディオデータストリームであり、個別のデータタイプのためのコンテナのような構造体（container-like structures）を有する。さらに、メタデータは「ＯＡＭ」データとして示され、図４におけるメタデータ圧縮器４００はＵＳＡＣエンコーダ３００に入力される圧縮されたＯＡＭデータを得るためのＯＡＭエンコーダ４００に対応する。ＵＳＡＣエンコーダ３００は、図６から分かるように、符号化済みチャンネル／オブジェクトデータを有するだけでなく、圧縮されたＯＡＭデータも有するＭＰ４出力データストリームを得るために出力インターフェースをさらに備える。
図８はこの３Ｄオーディオエンコーダのさらなる実施形態を示しており、図６と対比して、ＳＡＯＣエンコーダは、このモードではアクティブ状態でないプリレンダラ（pre-renderer）／ミキサ２００に供給されたチャンネルをＳＡＯＣ符号化アルゴリズムを用いて符号化するように、又はそれに替えて、プリレンダリングされたチャンネルとオブジェクトとをＳＡＯＣ符号化するように構成することができる。このようにして、図８では、ＳＡＯＣエンコーダ８００は、３つの異なった種類の入力データ、すなわち、プリレンダリングされたオブジェクトを含まないチャンネル、チャンネル及びプリレンダリングされたオブジェクト、又はオブジェクト単独に作用することができる。さらに、ＳＡＯＣエンコーダ８００が、その処理のために、元のＯＡＭデータではなく、デコーダ側と同じデータ、すなわち、不可逆的（lossy）圧縮によって得られたデータを使用するように、図８における付加的なＯＡＭデコーダ４２０を設けることが好ましい。
図８の３Ｄオーディオエンコーダは、いくつかの個別のモードで動作することができる。
図４との関連で説明した第１のモード及び第２のモードに加えて、図８の３Ｄオーディオエンコーダは、プリレンダラ／ミキサ２００がアクティブ状態ではなかったときに、コアエンコーダが個別のオブジェクトから１つ以上のトランスポートチャンネルを生成する第３のモードでさらに動作することができる。あるいは、又はさらに、この第３のモードでは、ＳＡＯＣエンコーダ８００は、１つ以上の代替的もしくは付加的なトランスポートチャンネルを元のチャンネルから生成することができる、すなわち図４のミキサ２００に対応するプリレンダラ／ミキサ２００がアクティブ状態ではなかったときに再び生成することができる。
最後に、ＳＡＯＣエンコーダ８００は、３Ｄオーディオエンコーダが第４のモードで構成されているとき、チャンネルとプリレンダラ／ミキサによって生成されたプリレンダリングされたオブジェクトを符号化することができる。このようにして、第４のモードでは、チャンネルとオブジェクトが、個別のＳＡＯＣトランスポートチャンネルと図３及び図５において「ＳＡＯＣ−ＳＩ」として示されたような関連付けられたサイド情報に完全に変換され、さらに、この第４のモードでは圧縮されたメタデータを送信する必要がないという事実によって、最低ビットレートアプリケーションが優れた品質を示す。
図５は、本発明の実施形態による３Ｄオーディオデコーダを示す。この３Ｄオーディオデコーダは、入力として、符号化済みオーディオデータ、すなわち、図４のデータ５０１を受信する。
この３Ｄオーディオデコーダは、メタデータ展開器１４００と、コアデコーダ１３００と、オブジェクトプロセッサ１２００と、モードコントローラ１６００と、ポストプロセッサ１７００とを備える。
具体的には、この３Ｄオーディオデコーダは符号化済みオーディオデータを復号化するために設けられ、入力インターフェースは符号化済みオーディオデータを受信するために設けられ、符号化済みオーディオデータは、複数の符号化済みチャンネルと、複数の符号化済みオブジェクトと、特定のモードにおける複数のオブジェクトに関連する圧縮されたメタデータとを含む。
さらに、コアデコーダ１３００は複数の符号化済みチャンネル及び複数の符号化済みオブジェクトを復号化するために設けられ、さらに、メタデータ展開器は、圧縮されたメタデータを展開するために設けられている。
さらに、オブジェクトプロセッサ１２００は、オブジェクトデータ及び復号化済みチャンネルを含む所定の数の出力チャンネルを得るために、展開されたメタデータを使用してコアデコーダ１３００によって生成されたとおりの複数の復号化済みオブジェクトを処理するために設けられている。符号１２０５で示されたとおりのこれらの出力チャンネルは、その後、ポストプロセッサ１７００に入力される。ポストプロセッサ１７００は、出力チャンネル１２０５の数を、バイノーラル出力フォーマット又は５．１、７．１などの出力フォーマットのようなスピーカー出力フォーマットとすることのできる特定の出力フォーマットに変換するために設けられている。
好ましくは、この３Ｄオーディオデコーダは、モード指示を検出するために符号化済みデータを解析するために設けられたモードコントローラ１６００を備える。したがって、モードコントローラ１６００は、図５において入力インターフェース１１００に接続されている。しかしながら、あるいは、モードコントローラは必ずしもそこになくてもよい。その代わり、この汎用性のあるオーディオデコーダはユーザ入力又はその他のコントロールのようなどんな種類の制御データによってもプリセットすることができる。図５に示され、かつ、好ましくはモードコントローラ１６００によって制御されるこの３Ｄオーディオデコーダは、オブジェクトプロセッサを迂回するように、かつ、複数の復号化済みチャンネルをポストプロセッサ１７００に送り込むように構成されている。これは、モード２における動作、すなわち、プリレンダリングされたチャンネルだけが受信される、すなわち、モード２が図４の３Ｄオーディオエンコーダにおいて適用されたときの動作である。あるいは、モード１が３Ｄオーディオエンコーダにおいて適用されたとき、すなわち、３Ｄオーディオエンコーダが個別のチャンネル／オブジェクト符号化を実行したとき、オブジェクトプロセッサ１２００は迂回されないが、複数の復号化済みチャンネル及び複数の復号化済みオブジェクトが、メタデータ展開器１４００によって生成された展開されたメタデータと共にオブジェクトプロセッサ１２００に送り込まれる。
好ましくは、モード１又はモード２が適用されるべきか否かの指示は、符号化済みオーディオデータの中に含まれ、その後、モードコントローラ１６００は、モード指示を検出するために符号化済みデータを解析する。モード１は、モード指示が、符号化済みオーディオデータが符号化済みチャンネル及び符号化済みオブジェクトを含むことを示すときに使用され、モード２は、モード指示が、符号化済みオーディオデータがオーディオオブジェクトを含んでいないこと、すなわち、図４の３Ｄオーディオエンコーダのモード２によって得られたプリレンダリングされたチャンネルだけを含むことを示すときに適用される。
図７は図５の３Ｄオーディオデコーダと比べて好ましい実施形態を示し、図７の実施形態は図６の３Ｄオーディオエンコーダに対応する。図５の３Ｄオーディオデコーダ実施に加えて、図７における３ＤオーディオデコーダはＳＡＯＣデコーダ１８００を備える。さらに、図５のオブジェクトプロセッサ１２００は、図７では別個のオブジェクトレンダラ１２１０とミキサ１２２０として実施されるが、モードに依存して、オブジェクトレンダラ１２１０の機能はＳＡＯＣデコーダ１８００によって実施することができる。
さらに、ポストプロセッサ１７００は、バイノーラルレンダラ１７１０又はフォーマットコンバータ１７２０として実施することができる。あるいは、図５のデータ１２０５の直接出力は、１７３０によって示されるように実施することもできる。その結果、フレキシビリティを実現するために２２．２又は３２のような最高数のチャンネルに関してデコーダにおいて処理を実行し、その後、より小規模のフォーマットが必要とされる場合に後処理することが好ましい。しかしながら、５．１フォーマットのようなよりチャンネル数の少ない異なったフォーマットだけが必要とされることが最初から明らかになるとき、好ましくは、ショートカット１７２７によって図９によって示されるように、不必要なアップミキシング動作及び後に続くダウンミキシング動作を回避するためにＳＡＯＣデコーダ及び／又はＵＳＡＣデコーダの特定の制御を適用することができる。
本発明の好ましい実施形態では、オブジェクトプロセッサ１２００はＳＡＯＣデコーダ１８００を備え、ＳＡＯＣデコーダは、コアデコーダによって出力された１つ以上のトランスポートチャンネル及び関連付けられたパラメトリックデータを、展開されたメタデータを使用して復号化し、複数のレンダリングされたオーディオオブジェクトを得るために設けられている。このため、ＯＡＭ出力はボックス１８００に接続されている。
さらに、オブジェクトプロセッサ１２００は、オブジェクトレンダラ１２１０によって示されるように、ＳＡＯＣトランスポートチャンネルにおいて符号化されていないが、典型的に単一のチャンネル化済み要素において個別に符号化され、コアデコーダによって出力された復号化済みオブジェクトをレンダリングするように構成されている。さらに、デコーダは、ミキサの出力をスピーカーへ出力するため出力１７３０に対応する出力インターフェースを備える。
さらなる実施形態では、オブジェクトプロセッサ１２００は、１つ以上のトランスポートチャンネルと、符号化済みオーディオ信号又は符号化済みオーディオチャンネルを表現する関連付けられたパラメトリックサイド情報とを復号化する空間オーディオオブジェクト符号化デコーダ１８００を備え、この空間オーディオオブジェクト符号化デコーダは、関連付けられたパラメトリック情報及び展開されたメタデータを、例えば、ＳＡＯＣの旧バージョンに規定されているように、出力フォーマットを直接レンダリングするため使用可能であるトランスコードされたパラメトリックサイド情報にトランスコードするように構成されている。ポストプロセッサ１７００は、復号化済みトランスポートチャンネルとトランスコードされたパラメトリックサイド情報を使用して出力フォーマットのオーディオチャンネルを算出するため構成されている。ポストプロセッサによって実行される処理は、ＭＰＥＧサラウンド処理に類似するものとすることができ、又はＢＣＣ処理などのような他の処理とすることができる。
さらなる実施形態では、オブジェクトプロセッサ１２００は、（コアデコーダによって）復号化されたトランスポートチャンネルとパラメトリックサイド情報を使用して出力フォーマットのためにチャンネル信号を直接的にアップミックスし、レンダリングするように構成された空間オーディオオブジェクト符号化デコーダ１８００を備える。
さらに、かつ、重要なことには、図５のオブジェクトプロセッサ１２００はミキサ１２２０を付加的に備え、ミキサ１２２０は、チャンネルと混合されたプリレンダリングされたオブジェクトが存在するとき、すなわち図４のミキサがアクティブ状態であったとき、ＵＳＡＣデコーダ１３００によって出力されたデータを入力として直接に受信する。さらに、ミキサ１２２０は、ＳＡＯＣ復号化なしでオブジェクトレンダリングを実行するオブジェクトレンダラからデータを受信する。さらに、ミキサは、ＳＡＯＣデコーダ出力データ、すなわち、ＳＡＯＣレンダリングされたオブジェクトを受信する。
ミキサ１２２０は、出力インターフェース１７３０、バイノーラルレンダラ１７１０及びフォーマットコンバータ１７２０に接続されている。バイノーラルレンダラ１７１０は、頭部伝達関数又はバイノーラル室内インパルス応答（ＢＲＩＲ）を使用して出力チャンネルを２つのバイノーラルチャンネルにレンダリングするために設けられている。フォーマットコンバータ１７２０は、出力チャンネルをミキサの出力チャンネル１２０５よりより少ない数のチャンネルを有する出力フォーマットに変換するために設けられ、フォーマットコンバータ１７２０は５．１スピーカーなどのような再生レイアウトに関する情報を必要とする。
図９の３Ｄオーディオデコーダは、ＳＡＯＣデコーダがレンダリングされたオブジェクトを復号できるだけでなく、レンダリングされたチャンネルを生成することができる点で図７の３Ｄオーディオデコーダとは異なり、これは、図８の３Ｄオーディオエンコーダが使用され、チャンネル／プリレンダリングされたオブジェクトとＳＡＯＣエンコーダ８００の入力インターフェースとの間の接続９００がアクティブ状態であるときの事例である。
さらに、ベクトルベース振幅パニング（ＶＢＡＰ：vector base amplitude panning）段１８１０が設けられており、ベクトルベース振幅パニング段１８１０は、ＳＡＯＣデコーダから再生レイアウトに関する情報を受信し、レンダリング行列をＳＡＯＣデコーダに出力し、その結果、ＳＡＯＣデコーダが、最終的に、≡チャンネルフォーマット１２０５、すなわち、３２台のスピーカーにおいて、ミキサのさらなる動作なしでレンダリングされたチャンネルを提供することができるようになる。
ＶＢＡＰブロックは、好ましくは、レンダリング行列を導き出すために復号化済みＯＡＭデータを受信する。より一般的には、好ましくは、再生レイアウトの幾何学的情報だけでなく、入力信号が再生レイアウト上で再現されるべき位置の幾何学的情報を必要とする。この幾何学的入力データは、オブジェクトのためのＯＡＭデータ、又はＳＡＯＣを使用して送信されたチャンネルのためのチャンネル位置情報とすることができる。
しかしながら、特定の出力インターフェースだけが必要とされる場合、ＶＢＡＰ状態１８１０は、例えば、５．１出力のために必要とされるレンダリング行列を予め提供することができる。ＳＡＯＣデコーダ１８００は、その後、ＳＡＯＣトランスポートチャンネル、関連付けられたパラメトリックデータ及び展開されたメタデータから、ミキサ１２２０の相互作用なしに、必要とされる出力フォーマットへの直接レンダリングを実行する。しかしながら、モード間で特定の混合が適用されるとき、すなわち、いくつかのチャンネルがＳＡＯＣ符号化されているが全てのチャンネルがＳＡＯＣ符号化されているとは限らない場合、もしくは、いくつかのオブジェクトがＳＡＯＣ符号化されているが全てのオブジェクトがＳＡＯＣ符号化されているとは限らない場合、又は、チャンネルを含むある一定量のプリレンダリングされたオブジェクトだけがＳＡＯＣ符号化され残りのチャンネルがＳＡＯＣ処理されていないとき、ミキサは、個別の入力部分から、すなわち、コアデコーダ１３００から、オブジェクトレンダラ１２１０から、及びＳＡＯＣデコーダ１８００からのデータをまとめる。
３Ｄオーディオでは、方位角、仰角及び原点からの距離が、オーディオオブジェクトの位置を定義するために使用される。さらに、オーディオオブジェクトの利得が送信されることがある。
方位角、仰角及び原点からの距離は、原点からの３Ｄ空間内でのオーディオオブジェクトの位置を明確に定義する。これは図１０を参照して示す。
図１０は、方位角、仰角及び原点からの距離によって表現された原点４００からの３次元（３Ｄ）空間内のオーディオオブジェクトの位置４１０を示す。
方位角は、例えば、ｘｙ平面（ｘ軸とｙ軸とによって定義された平面）での角度を指定する。仰角は、例えば、ｘｚ平面（ｘ軸とｚ軸とによって定義された平面）での角度を定義する。方位角と仰角を指定することにより、原点４００とオーディオオブジェクトの位置４１０を通る直線４１５を定義することができる。さらに原点からの距離を指定することにより、オーディオオブジェクトの正確な位置４１０を定義することができる。
一実施形態では、方位角は−１８０°＜方位角≦１８０°の範囲に対して定義し、仰角は−９０°＜仰角≦９０°の範囲に対し定義し、原点からの距離は、例えば、メートル［ｍ］単位（０ｍ以上）で定義することができる。方位角と仰角によって記述された球は２つの半球に分割することができる。すなわち、左半球（０°＜方位角≦１８０°）及び右半球（−１８０°＜方位角≦０°）、又は上半球（０°＜仰角≦９０°）及び下半球（−９０°＜仰角≦０°）である。
例えば、ｘｙｚ座標系におけるオーディオオブジェクト位置の全ｘ値が零以上であると想定することができる別の実施形態では、方位角は−９０°≦方位角≦９０°の範囲に対し定義することができ、仰角は−９０°＜仰角≦９０°の範囲に対し定義することができ、原点からの距離は、例えば、メートル［ｍ］単位で定義することができる。
ダウンミックスプロセッサ１２０は、例えば、再構成済みのメタデータ情報値に依存する１つ以上のオーディオオブジェクト信号に依存して１つ以上のオーディオチャンネルを生成するように構成することができる。再構成済みのメタデータ情報値は、例えば、オーディオオブジェクトの位置を示すことができる。
一実施形態では、メタデータ情報値は、例えば、−１８０°＜方位角≦１８０°の範囲に対して定義された方位角と、−９０°＜仰角≦９０°の範囲に対して定義された仰角と、例えば、メートル［ｍ］単位（０ｍ以上）で定義することができる原点からの距離とを示すことができる。
図１１は、オーディオチャンネルジェネレータによって想定されたオーディオオブジェクトの位置とスピーカーセットアップを示す。ｘｙｚ座標系の原点５００が示されている。さらに、第１のオーディオオブジェクトの位置５１０と第２のオーディオオブジェクトの位置５２０が示されている。さらに、図１１は、オーディオチャンネルジェネレータ１２０が４台のスピーカーのための４つのオーディオチャンネルを生成するシナリオを示している。オーディオチャンネルジェネレータ１２０は、４台のスピーカー５１１、５１２、５１３及び５１４が図１１に表された位置にあると想定する。
図１１では、第１のオーディオオブジェクトはスピーカー５１１と５１２の想定位置の近くにある位置５１０にあり、スピーカー５１３と５１４から遠く離れている。その結果、オーディオチャンネルジェネレータ１２０は、第１のオーディオオブジェクト５１０がスピーカー５１３と５１４ではなくスピーカー５１１と５１２によって再生されるように４つのオーディオチャンネルを生成することができる。
他の実施形態では、オーディオチャンネルジェネレータ１２０は、第１のオーディオオブジェクト５１０がスピーカー５１１と５１２による高レベルで、かつ、スピーカー５１３と５１４による低レベルで再生されるように４つのオーディオチャンネルを生成することができる。
さらに、第２のオーディオオブジェクトはスピーカー５１３と５１４の想定位置の近くにある位置５２０にあり、スピーカー５１１と５１２から遠く離れている。その結果、オーディオチャンネルジェネレータ１２０は、第２のオーディオオブジェクト５２０がスピーカー５１１と５１２ではなくスピーカー５１３と５１４によって再生されるように４つのオーディオチャンネルを生成することができる。
他の実施形態では、ダウンミックスプロセッサ１２０は、第２のオーディオオブジェクト５２０がスピーカー５１３と５１４による高レベルで、かつ、スピーカー５１１と５１２による低レベルで再生されるように４つのオーディオチャンネルを生成することができる。
代替的な実施形態では、２つのメタデータ情報値だけがオーディオオブジェクトの位置を指定するために使用される。例えば全オーディオオブジェクトが単一の平面内に位置していると想定される場合は、例えば方位角と原点からの距離だけを指定することができる。
さらに他の実施形態では、各オーディオオブジェクトに対して、メタデータ信号の単一のメタデータ情報値だけが符号化され、位置情報として送信される。例えば、方位角だけをオーディオオブジェクトに対する位置情報として指定することができる（例えば、全オーディオオブジェクトが中心点から同一距離を有する同じ平面内に位置していると想定することができ、それ故に、原点からの同一距離を有すると想定することができる場合である。）。方位角情報は、例えば、オーディオオブジェクトが左スピーカーの近くにあり、右スピーカーから遠く離れていることを決定するために十分であることがある。このような状況では、オーディオチャンネルジェネレータ１２０は、例えば、オーディオオブジェクトが右スピーカーではなく左スピーカーによって再生されるように１つ以上のオーディオチャンネルを生成することができる。
各オーディオ出力チャンネル内でのオーディオオブジェクト信号の重みを決定するために、例えばベクトルベース振幅パニング（Vector Base Amplitude Panning）を利用することができる（例えば、［ＶＢＡＰ］を参照）。ＶＢＡＰに関して、オーディオオブジェクト信号が仮想音源に割り当てられることが想定され、さらに、オーディオ出力チャンネルがスピーカーのチャンネルであることが想定される。
実施形態では、例えば、さらなるメタデータ信号のさらなるメタデータ情報値は、各オーディオオブジェクトに対するボリューム、例えば、（例えば、デシベル［ｄＢ］単位で表現された）利得を指定することができる。
例えば、図１１では、第１の利得値は、位置５１０にある第１のオーディオオブジェクトに対するさらなるメタデータ情報値によって指定することができ、位置５２０にある第２のオーディオオブジェクトに対する別のさらなるメタデータ情報によって指定されている第２の利得値より高い。このような状況では、スピーカー５１１と５１２は、スピーカー５１３と５１４が第２のオーディオオブジェクトを再生する際に用いるレベルより高いレベルで第１のオーディオオブジェクトを再生することができる。
ＳＡＯＣ技術によれば、ＳＡＯＣエンコーダは、複数のオーディオオブジェクト信号Ｘを受信し、１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号Ｙを得るためにダウンミックス行列Ｄを用いることによりこれらをダウンミックスする。式
Ｙ＝ＤＸ
を利用することができる。ＳＡＯＣエンコーダは、オーディオトランスポート信号Ｙとダウンミックス行列Ｄに関する情報（例えば、ダウンミックス行列Ｄの係数）をＳＡＯＣデコーダに送信する。さらに、ＳＡＯＣエンコーダは、共分散行列Ｅに関する情報（例えば、共分散行列Ｅの係数）をＳＡＯＣデコーダに送信する。
デコーダ側で、オーディオオブジェクト信号Ｘは、以下の式を利用することにより再構成済みのオーディオオブジェクト
Figure 0006395827
を得るために再構成することができる。
Figure 0006395827
式中、Ｇはパラメトリック音源推定行列であり、Ｇ＝ＥＤH（ＤＥＤH）-1である。
次に、１つ以上のオーディオ出力チャンネルＺは、以下の式に従って再構成済みのオーディオオブジェクト
Figure 0006395827
にレンダリング行列Ｒを適用することにより生成することができる。
Figure 0006395827
しかしながら、オーディオトランスポート信号から１つ以上のオーディオ出力チャンネルＺを生成することは、以下の式に従って行列Ｕを利用することにより単一のステップにおいてさらに実施することができる。
Ｚ＝ＵＹ、但し、Ｕ＝ＲＧ
レンダリング行列Ｒの各行は、生成されるべきオーディオ出力チャンネルのうちの１つに関連付けられる。レンダリング行列Ｒの行の１つの行の内部の各係数は、レンダリング行列Ｒのその行に関係するオーディオ出力チャンネル内の再構成済みのオーディオオブジェクト信号のうちの１つの重みを決定する。
例えば、レンダリング行列Ｒは、メタデータ情報内で、ＳＡＯＣデコーダに送信されたオーディオオブジェクト信号の１つずつに対する位置情報に依存することができる。例えば、想定又は現実のスピーカー位置の近くにある位置を有するオーディオオブジェクト信号は、例えば、そのスピーカーのオーディオ出力チャンネル内で、そのスピーカーから遠く離れた位置にあるオーディオオブジェクト信号の重みより大きな重みをもつことができる（図５を参照）。各オーディオ出力チャンネル内でオーディオオブジェクト信号の重みを決定するために、例えば、ベクトルベース振幅パニングを利用することができる（例えば、［ＶＢＡＰ］を参照）。ＶＢＡＰに関して、オーディオオブジェクト信号が仮想音源に割り当てられることが想定され、さらに、オーディオ出力チャンネルがスピーカーのチャンネルであることが想定される。
図６及び図８にはＳＡＯＣエンコーダ８００が描かれている。ＳＡＯＣエンコーダ８００は、複数の入力オブジェクト／チャンネルをより少ない数のトランスポートチャンネルにダウンミックスし、３Ｄ−オーディオビットストリームに埋め込まれる必要な補助情報を抽出することによって、入力オブジェクト／チャンネルをパラメータ的に符号化するために使用される。
より少ない数のトランスポートチャンネルにダウンミックスすることは、（例えば、ダウンミックス行列を利用することによって）各入力信号及びダウンミックスチャンネルに対するダウンミックス係数を使用して行われる。
オーディオオブジェクト信号を処理する最先端技術は、ＭＰＥＧ ＳＡＯＣ−システムである。このようなシステムの１つの主要な特性は、中間ダウンミックス信号（又は図６及び図８によるＳＡＯＣトランスポートチャンネル）がＳＡＯＣ情報を復号化できないレガシー機器で聴取できることである。このことは、通常ではコンテンツクリエータによって供給される、使用されるべきダウンミックス係数に制約を課す。
３Ｄオーディオコーデックシステムは、多数のオブジェクト又はチャンネルを符号化する効率を高めるためにＳＡＯＣ技術を使用する目的を有する。多数のオブジェクトを少数のトランスポートチャンネルにダウンミックスすることはビットレートを節約する。
図２は、１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する一実施形態による装置を示す。
この装置は、２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、かつ、１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくなるように、２つ以上のオーディオオブジェクト信号から１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成するオブジェクトミキサ２１０を備える。
さらに、この装置は、オーディオトランスポート信号を出力する出力インターフェース２２０を備える。
オブジェクトミキサ２１０は、第１のミキシング規則に依存して、及び第２のミキシング規則に依存して、オーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを生成するように構成されており、第１のミキシング規則は複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示し、第２のミキシング規則はオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示している。第１のミキシング規則は２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存し、かつ、複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存し、そして、第２のミキシング規則はプリミックス済みチャンネル数に依存する。出力インターフェース２２０は第２のミキシング規則に関する情報を出力するように構成されている。
図１は１つ以上のオーディオ出力チャンネルを生成する一実施形態による装置を示す。
この装置は、出力チャンネルミキシング情報を算出するパラメータプロセッサ１１０と、１つ以上のオーディオ出力チャンネルを生成するダウンミックスプロセッサ１２０とを備える。
ダウンミックスプロセッサ１２０は１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を受信するように構成されており、２つ以上のオーディオオブジェクト信号がオーディオトランスポート信号内で混合され、かつ１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくされている。オーディオトランスポート信号は第１のミキシング規則と第２のミキシング規則に依存する。第１のミキシング規則は、複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示す。さらに、第２のミキシング規則は、オーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。
パラメータプロセッサ１１０は第２のミキシング規則に関する情報を受信するように構成されており、第２のミキシング規則に関する情報は１つ以上のオーディオトランスポートチャンネルが得られるように複数のプリミックスされた信号を混合する方法を示す。パラメータプロセッサ１１０は、２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存して、複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存して、及び第２のミキシング規則に関する情報に依存して出力チャンネルミキシング情報を算出するように構成されている。
ダウンミックスプロセッサ１２０は、出力チャンネルミキシング情報に依存してオーディオトランスポート信号から１つ以上のオーディオ出力チャンネルを生成するように構成されている。
一実施形態によれば、この装置は、例えば、オーディオオブジェクト数とプリミックス済みチャンネル数のうちの少なくとも一方を受信するように構成することができる。
別の実施形態では、パラメータプロセッサ１１０は、例えば、オーディオオブジェクト数に依存して、及びプリミックス済みチャンネル数に依存して、第１のミキシング規則に関する情報が複数のプリミックスされたチャンネルを得るために２つ以上のオーディオオブジェクト信号を混合する方法を示すように、第１のミキシング規則に関する情報を決定するように構成することができる。このような実施形態では、パラメータプロセッサ１１０は、例えば、第１のミキシング規則に関する情報に依存して、及び第２のミキシング規則に関する情報に依存して出力チャンネルミキシング情報を算出するように構成することができる。
一実施形態によれば、パラメータプロセッサ１１０は、例えば、オーディオオブジェクト数に依存して、及びプリミックス済みチャンネル数に依存して、第１のミキシング規則に関する情報として第１の行列Ｐの複数の係数を決定するように構成することができる。第１の行列Ｐはオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。このような実施形態では、パラメータプロセッサ１１０は、例えば、第２のミキシング規則に関する情報として、第２の行列Ｐの複数の係数を受信するように構成することができる。第２の行列Ｑはオーディオトランスポート信号の１つ以上のオーディオトランスポートチャンネルを得るために複数のプリミックスされたチャンネルを混合する方法を示す。このような実施形態のパラメータプロセッサ１１０は、例えば、第１の行列Ｐに依存して、及び第２の行列Ｑに依存して、出力チャンネルミキシング情報を算出するように構成することができる。
実施形態は、式
Ｙ＝ＤＸ
に従ってダウンミックス行列Ｄを利用することによりエンコーダ側でオーディオトランスポート信号Ｙを得るために２つ以上のオーディオオブジェクト信号Ｘをダウンミックスするとき、ダウンミックス行列Ｄは、式
Ｄ＝ＱＰ
に従って２つのより小さい行列Ｐ及びＱに分割することができる、という発見に基づいている。
ここで、第１の行列Ｐは、式
Ｘpre＝ＰＸ
に従ってオーディオオブジェクト信号Ｘから複数のプリミックスされたチャンネルＸpreへの混合を実現する。
第２の行列Ｑは、
Ｙ＝ＱＸpre
に従って複数のプリミックスチャンネルＸpreからオーディオトランスポート信号Ｙの１つ以上のオーディオトラスポートチャンネルへの混合を実現する。
実施形態によれば、第２のミキシング規則、例えば、第２のミキシング行列Ｑの係数に関する情報はデコーダに送信される。
第１のミキシング行列Ｐの係数はデコーダに送信される必要がない。その代わりに、デコーダは、オーディオオブジェクト信号の数に関する情報とプリミックスされたチャンネルの数に関する情報を受信する。この情報から、デコーダは、第１のミキシング行列Ｐを再構成する能力がある。例えば、エンコーダ及びデコーダは、第１の数Ｎobjectsのオーディオオブジェクト信号を第２の数Ｎpreのプリミックスされたチャンネルに混合するとき、同じ方法でミキシング行列Ｐを決定する。
図３は一実施形態によるシステムを示す。このシステムは、図２を参照して前述したとおりのオーディオトランスポート信号を生成する装置３１０と、図１を参照して前述のとおりの１つ以上のオーディオ出力チャンネルを生成する装置３２０とを備える。
１つ以上のオーディオ出力チャンネルを生成する装置３２０は、オーディオトランスポート信号を生成する装置３１０からオーティオトランスポート信号と、第２のミキシング規則に関する情報とを受信するように構成されている。さらに、１つ以上のオーディオ出力チャンネルを生成する装置３２０は、第２のミキシング規則に関する情報に依存して、オーディオトランスポート信号から１つ以上のオーディオ出力チャンネルを生成するように構成されている。
例えば、パラメータプロセッサ１１０は、例えば、２つ以上のオーディオオブジェクト信号の１つずつに対する位置情報を含むメタデータ情報を受信するように構成することができ、例えば、垂直ベース振幅パニングを利用することにより２つ以上のオーディオオブジェクト信号の１つずつの位置情報に依存して第１のダウンミックス規則に関する情報を決定する。例えば、エンコーダは、２つ以上のオーディオオブジェクト信号の１つずつに対する位置情報にアクセスすることもでき、プリミックスされたチャンネル内のオーディオオブジェクト信号の重みを決定するためにベクトルベース振幅パニングを利用することもでき、これにより、デコーダによって後で行われるのと同じ方法で第１の行列Ｐの係数を決定する（例えば、エンコーダとデコーダは両方ともに、Ｎpre個のプリミックスされたチャンネルに割り当てられた、想定されるスピーカーの同じ位置決めを想定することができる）。
第２の行列Ｑの係数を受信することにより、及び第１の行列Ｐを決定することにより、デコーダはＤ＝ＱＰに従ってダウンミックス行列Ｄを決定することができる。
一実施形態では、パラメータプロセッサ１１０は、例えば、共分散情報、例えば共分散行列Ｅの係数を（例えば、オーディオトランスポート信号を生成する装置から）受信するように構成することができる。共分散情報は２つ以上のオーディオオブジェクト信号の１つずつに対するオブジェクトレベル差を示し、また、場合によっては、オーディオオブジェクト信号のうちの１つとオーディオオブジェクト信号のうちのもう１つとの間の１つ以上のオブジェクト間相関を示す。
このような実施形態では、パラメータプロセッサ１１０は、オーディオオブジェクト数に依存して、プリミックス済みチャンネル数に依存して、第２のミキシング規則に関する情報に依存して、及び共分散情報に依存して出力チャンネルミキシング情報を算出するように構成することができる。
例えば、共分散行列Ｅを使用して、オーディオオブジェクト信号Ｘは、以下の式を利用することにより再構成済みのオーディオオブジェクト
Figure 0006395827
を得るために再構成することができる。
Figure 0006395827
式中、Ｇはパラメトリック音源推定行列であり、Ｇ＝ＥＤH（ＤＥＤH）-1である。
次に、１つ以上のオーディオ出力チャンネルＺは、以下の式に従って再構成済みのオーディオオブジェクト
Figure 0006395827
にレンダリング行列Ｒを適用することにより生成することができる。すなわち、
Figure 0006395827
である。
しかしながら、オーディオトランスポート信号から１つ以上のオーディオ出力チャンネルＺを生成することは、以下の式に従って行列Ｕを利用することにより単一のステップにおいて実行することもできる。
Ｚ＝ＵＹ、但し、Ｓ＝ＵＧ
このような行列Ｓは、パラメータプロセッサ１１０によって決定された出力チャンネルミキシング情報の例である。
例えば、前述のとおり、レンダリング行列Ｒの各行は、生成されるべきオーディオ出力チャンネルのうちの１つに関連付けることができる。レンダリング行列Ｒの行のうち１行の中の各係数は、レンダリング行列Ｒのその行に関係するオーディオ出力チャンネル内の再構成済みのオーディオオブジェクト信号のうち１つの重みを決定する。
一実施形態によれば、パラメータプロセッサ１１０は、例えば、２つ以上のオーディオオブジェクト信号の１つずつに対する位置情報を含むメタデータ情報を受信するように構成することができ、例えば、２つ以上のオーディオオブジェクト信号の１つずつに対する位置情報に依存してレンダリング情報、例えば、レンダリング行列Ｒの係数を決定するように構成することができ、また、例えば、オーディオオブジェクト数に依存して、プリミックス済みチャンネル数に依存して、第２のミキシング規則に関する情報に依存して、及びレンダリング情報（例えば、レンダリング行列Ｒ）に依存して出力チャンネルミキシング情報（例えば、上記行列Ｓ）を算出するように構成することができる。
それ故に、レンダリング行列Ｒは、例えば、メタデータ情報内でＳＡＯＣデコーダに送信されたオーディオオブジェクト信号の１つずつに対する位置情報に依存させることができる。例えば、想定又は現実のスピーカー位置の近くにある位置を有するオーディオオブジェクト信号は、例えば、そのスピーカーのオーディオ出力チャンネル内で、そのスピーカーから遠く離れた位置にあるオーディオオブジェクト信号の重みより大きな重みを有する（図５を参照）ことができる。例えば、各オーディオ出力チャンネル内でオーディオオブジェクト信号の重みを決定するためにベクトルベース振幅パニングを利用することができる（例えば、［ＶＢＡＰ］を参照）。ＶＢＡＰに関して、オーディオオブジェクト信号が仮想音源に割り当てられることが想定され、オーディオ出力チャンネルがスピーカーのチャンネルであることがさらに想定される。レンダリング行列Ｒの対応する係数（考慮されたオーディオ出力チャンネル及び考慮されたオーディオオブジェクト信号に割り当てられた係数）は、したがって、このような重みに依存した値に設定することができる。例えば、重み自体をレンダリング行列Ｒ内のその対応する係数の値とすることができる。
以下では、オブジェクトベース信号のための空間ダウンミックスを実現する実施形態を詳細に説明する。
以下の表記及び定義を参照する。
ＮObjects：入力オーディオオブジェクト信号の数
ＮChannels：入力チャンネルの数
Ｎ：入力信号の数；
ＮはＮObjects、ＮChannels又はＮObjects＋ＮChannelsと等しくできる
ＮDmxCh：ダウンミックス（処理済み）チャンネルの数
Ｎpre：プリミックスチャンネルの数
ＮSamples：処理済みデータサンプルの数
Ｄ：ダウンミックス行列、サイズＮDmxCh×Ｎ
Ｘ：２つ以上のオーディオ入力信号を含む入力オーディオ信号、サイズＮ×ＮSamples
Ｙ：ダウンミックスオーディオ信号（オーディオトランスポート信号）、サイズＮDmxCh×ＮSamples、Ｙ＝ＤＸと定義される
ＤＭＧ：あらゆる入力信号、ダウンミックスチャンネル、及びパラメータセットに対するダウンミックス利得データ
ＤDMG：あらゆる入力信号、ダウンミックスチャンネル、及びパラメータセットに対する逆量子化され、マッピングされたＤＭＧデータを保持する３次元行列である
一般性を失うことなく、式の読みやすさを改善するために、全ての導入された変数に対して、時間依存性及び周波数依存性を表す添字は省略する。
入力信号（チャンネル又はオブジェクト）に関して制約が指定されない場合、ダウンミックス係数は、入力チャンネル信号及び入力オブジェクト信号の場合と同様に算出される。入力信号の数Ｎに対する表記法が使用される。
幾つかの実施形態は、例えば、オブジェクトメタデータにおいて利用可能な空間情報によって誘導され、チャンネル信号とは異なった方法でオブジェクト信号をダウンミックスするため設計することができる。
ダウンミックスは、２つのステップに分離することができる。
− 第１のステップでは、オブジェクトは、スピーカーの最大数Ｎpre（例えば、２２．２コンフィギュレーションによって与えられるＮpre＝２２）を用いて再生レイアウトにプリレンダリングされる。例えば、第１の行列Ｐを利用することができる。
− 第２のステップでは、得られたＮpre個のプリレンダリングされた信号は、（例えば、直交ダウンミックス分配アルゴリズムに従って）利用可能なトランスポートチャンネル数（ＮDmxCh）にダウンミックスされる。例えば、第２の行列Ｑを利用することができる。
しかしながら、幾つかの実施形態では、ダウンミックスは、例えば、式Ｄ＝ＱＰに従って定義された行列Ｄを利用することにより、及び、Ｄ＝ＱＰとともにＹ＝ＤＸを適用することにより、単一のステップで行われる。
とりわけ、提案された概念のさらなる利点は、例えば、オーディオシーンにおいて同じ空間位置にレンダリングされると想定される入力オブジェクト信号は、同じトランスポートチャンネル内で一緒にダウンミックスされる、ということである。その結果、デコーダ側で、プリレンダリングされた信号のより良好な分離が達成され、最終的な再生シーンにおいて再度一緒に混合されるオーディオオブジェクトの分離を防ぐ。
特定の好ましい実施形態によれば、ダウンミックスは、行列乗算によって記述することができる。
Ｘpre＝ＰＸ 及び Ｙ＝ＱＸpre
式中、サイズ（Ｎpre×ＮObjects）のＰ及びサイズ（ＮDmxCh×Ｎpre）のＱは、以下で説明されるように算出される。
Ｐの中のミキシング係数は、パニングアルゴリズム（例えば、ベクトルベース振幅パニング）を使用してオブジェクト信号メタデータ（原点からの距離、利得、方位角及び仰角）から構成される。パニングアルゴリズムは、出力チャンネルを構成するためにデコーダ側で使用されるものと同じであるべきである。
Ｑの中のミキシング係数は、Ｎpre個の入力信号とＮDmxCh個の利用可能なトランスポートチャンネルに対してエンコーダ側で与えられる。
計算の複雑さを低減するために、２ステップのダウンミックスは、最終ダウンミックス利得を以下のように算出することにより１ステップに簡略化できる。
Ｄ＝ＱＰ
その結果、ダウンミックス信号は次式によって与えられる。
Ｙ＝ＤＸ
Ｐの中のミキシング係数はビットストリームの内部で送信されない。その代わりに、これらのミキシング係数は、同じパニングアルゴリズムを使用してデコーダ側で再構成される。その結果として、ビットレートは、Ｑの中のミキシング係数だけを送出することによって低減される。特に、Ｐの中のミキシング係数は通常で時間的に変化するものであり、Ｐは送信されないので、高度のビットレート低減を達成できる。
以下、実施形態によるビットストリーム構文を検討する。
第１のステップにおいてオブジェクトをプリレンダリングするために使用されたダウンミックス方法とチャンネルの数Ｎｐｒｅとを信号伝達するために、ＭＰＥＧ ＳＡＯＣビットストリーム構文は、４ビットを使って拡張される。
Figure 0006395827
Figure 0006395827
ＭＰＥＧ ＳＡＯＣとの関連において、これは、以下の変形によって達成できる。
bsSaocDmxMethod:ダウンミックス行列がどのように構成されるかを示す
SAOC3DSpecificConfig()の構文−信号伝達（Signaling）
Figure 0006395827
Saoc3DFrame()の構文: ＤＭＧが異なったモードのため読み取られる方法。
Figure 0006395827
bsNumSaocDmxChannels：チャンネルベースコンテンツのためのダウンミックスチャンネルの数を定義する。チャンネルがダウンミックスに存在しない場合、bsNumSaocDmxChannelsが０に設定される。
bsNumSaocChannels：ＳＡＯＣ ３Ｄパラメータが送信される入力チャンネルの数を定義する。bsNumSaocChannels = 0である場合、チャンネルはダウンミックスに存在しない。
bsNumSaocDmxObjects：オブジェクトベースコンテンツのためのダウンミックスチャンネルの数を定義する。オブジェクトがダウンミックスに存在しない場合、bsNumSaocDmxObjectsが０に設定される。
bsNumPremixedChannels：入力オーディオオブジェクトに対するプリミキシングチャンネルの数を定義する。bsSaocDmxMethodが１５に等しい場合、プリミックスされたチャンネルの実際の数は、bsNumPremixedChannelsの値によって直接的に信号伝達される。全ての他の場合、bsNumPremixedChannelsは、前述の表に従って設定される。
一実施形態によれば、入力オーディオ信号Ｓに適用されたダウンミックス行列Ｄは、以下のようにダウンミックス信号を決定する。
Ｘ＝ＤＳ
サイズがＮdmx×Ｎであるダウンミックス行列Ｄは、以下のように得られる。
Ｄ＝ＤdmxＤpremix
行列Ｄdmx及び行列Ｄpremixは処理モードに依存して異なったサイズをもつ。
行列Ｄdmxは以下のようにＤＭＧパラメータから得られる。
ｄi,j＝０：ペア（ｉ，ｊ）に対するＤＭＧデータがビットストリームの中に存在しない場合、
ｄi,j＝１０0.05DMGi,j：そうではない場合。
ここで、逆量子化されたダウンミックスパラメータは以下のように得られる。
DMGi,j=DDMG(i,j,l)
直接モードの場合、プリミキシングは使用されない。行列ＤpremixはサイズＮ×Ｎをもち、Ｄpremix＝Ｉによって与えられる。行列ＤdmxはサイズＤdmx×Ｎをもち、ＤＭＧパラメータから得られる。
プリミキシングモードでは、行列Ｄpremixはサイズ（Ｎch＋Ｎpremix）×Ｎをもち、次式
Figure 0006395827
によって与えられる。式中、サイズがＮpremix×Ｎobjであるプリミキシング行列ＡがオブジェクトレンダラからＳＡＯＣ ３Ｄデコーダへの入力として受信される。
行列ＤdmxはサイズＮdmx×（Ｎch＋Ｎpremix）をもち、ＤＭＧパラメータから得られる。
幾つかの態様が装置に関連して説明されているが、これらの態様は対応する方法の説明も表現し、ブロック又は機器は方法ステップ又は方法ステップの特徴に対応することが明らかである。同様に、方法ステップに関連して説明された態様は、対応する装置の対応するブロック、物又は特徴の説明も表現する。
本発明の分解された信号はディジタル記憶媒体に記憶することができ、又は無線伝送媒体もしくはインターネットのような有線伝送媒体といった伝送媒体上で送信することができる。
特定の実施要件に依存して、本発明の実施形態はハードウェア又はソフトウェアで実施することができる。その実施は、ディジタル記憶媒体、例えば、フロッピーディスク、ＤＶＤ、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ又はＦＬＡＳＨメモリを使用して実行することができる。そのディジタル記憶媒体は、それぞれの方法が実行されるようにプログラマブルコンピュータシステムと協働する（協働する能力がある）電子的に読み取り可能な制御信号を記憶しているものである。
本発明によるいくつかの実施形態は、本明細書に記載された方法のうちの１つが実行されるようにプログラマブルシステムと協働する能力がある電子的に読み取り可能な制御信号を有する非遷移型のデータ担体を含む。
概して、本発明の実施形態はプログラムコードをもつコンピュータプログラムプロダクトとして実施することができ、そのプログラムコードはこのコンピュータプログラムプロダクトがコンピュータ上で動くとき本発明方法のうち１つを実行するために動作するものである。そのプログラムコードは、例えば機械読み取り可能な担体に記憶することができる。
他の実施形態は、機械読み取り可能な担体上に記憶され、かつ本明細書に記載された方法のうち１つを実行するコンピュータプログラムを含む。
換言すれば、本発明の方法の実施形態は、従って、コンピュータプログラムがコンピュータ上で動くとき、本明細書に記載された方法のうち１つを実行するプログラムコードを有するコンピュータプログラムである。
本発明の方法のさらなる実施形態は、従って、本明細書に記載された方法のうちの１つを実行するコンピュータプログラムを記録しているデータ担体（又はディジタル記憶媒体、もしくはコンピュータ読み取り可能な媒体）である。
本発明の方法のさらなる実施形態は、従って、本明細書に記載された方法のうちの１つを実行するコンピュータプログラムを表現するデータストリーム又は信号のシーケンスである。そのデータストリーム又は信号のシーケンスは、例えば、データ通信接続を介して、例としてインターネットを介して転送されるように構成することができる。
さらなる実施形態は、本明細書に記載された方法のうちの１つを実行するように構成され又は適合した処理手段、例えば、コンピュータ又はプログラマブル論理デバイスを含む。
さらなる実施形態は、本明細書に記載された方法のうちの１つを実行するコンピュータプログラムを実装しているコンピュータを含む。
いくつかの実施形態では、プログラマブル論理デバイス（例えば、フィールドプログラマブルゲートアレイ）を本明細書に記載された方法の機能性のうちの一部又は全部を実行するために使用することができる。いくつかの実施形態では、フィールドプログラマブルゲートアレイが、本明細書に記載された方法のうち１つを実行するためにマイクロプロセッサと協働することができる。概して、本発明方法は、好ましくは、ハードウェア装置によって実行される。
上記実施形態は、本発明の原理の単なる例示である。当然のことながら、本明細書に記載された配置構成及び細部の変更及び変形は、当業者には明白であろう。したがって、意図するところは、本発明は直ぐ後の特許請求の範囲だけによって限定され、本明細書において実施形態の記載及び説明のために提示された具体的な細部によって限定されないことである。

Claims (5)

  1. １つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する装置であって、該装置は、
    ２つ以上のオーディオオブジェクト信号が前記オーディオトランスポート信号内で混合され、かつ、前記１つ以上のオーディオトランスポートチャンネルの数が前記２つ以上のオーディオオブジェクト信号の数より少なくなっているように、前記２つ以上のオーディオオブジェクト信号から前記１つ以上のオーディオトランスポートチャンネルを含む前記オーディオトランスポート信号を生成するオブジェクトミキサ（２１０）と、
    前記オーディオトランスポート信号を出力する出力インターフェース（２２０）と、を備え、
    該装置は前記オーディオトランスポート信号をデコーダに送信するように構成され、
    前記オブジェクトミキサ（２１０）は第１のミキシング規則に依存して、及び第２のミキシング規則に依存して、前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを生成するように構成され、前記第１のミキシング規則は複数のプリミックスされたチャンネルを得るために前記２つ以上のオーディオオブジェクト信号を混合する方法を示し、前記第２のミキシング規則は前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを得るために前記複数のプリミックスされたチャンネルを混合する方法を示しており、
    前記第１のミキシング規則は前記２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存し、及び前記複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存し、前記第２のミキシング規則は前記プリミックス済みチャンネル数に依存し、かつ、
    前記オブジェクトミキサ（２１０）は、第１の行列（Ｐ）に依存して、及び第２の行列（Ｑ）に依存して、前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを生成するように構成され、前記第１の行列（Ｐ）は前記複数のプリミックスされたチャンネルを得るために前記２つ以上のオーディオオブジェクト信号を混合する方法を示し、第２の行列（Ｑ）は前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを得るために前記複数のプリミックスされたチャンネルを混合する方法を示しており、
    前記第１の行列（Ｐ）の第１の係数は前記第１のミキシング規則に関する情報を示し、前記第２の行列（Ｑ）の第２の係数は前記第２のミキシング規則に関する情報を示しており、
    該装置は前記第２の行列（Ｑ）の前記第２の係数を前記デコーダに送信するように構成され、該装置は前記第１の行列（Ｐ）の前記第１の係数を前記デコーダに送信しないように構成されている装置。
  2. 前記オブジェクトミキサ（２１０）は前記２つ以上のオーディオオブジェクト信号の１つずつに対する位置情報を受信するように構成され、
    前記オブジェクトミキサ（２１０）は前記２つ以上のオーディオオブジェクト信号の１つずつに対する前記位置情報に依存して前記第１のミキシング規則を決定するように構成されている請求項１に記載の装置。
  3. オーディオトランスポート信号を生成する請求項１又は２に記載の装置（３１０）と、
    １つ以上のオーディオ出力チャンネルを生成する装置（３２０）と、を備え、
    １つ以上のオーディオ出力チャンネルを生成する前記装置（３２０）は、
    出力チャンネルミキシング情報を算出するパラメータプロセッサ（１１０）と、
    １つ以上のオーディオ出力チャンネルを生成するダウンミックスプロセッサ（１２０）と、を備え、
    前記ダウンミックスプロセッサ（１２０）は１つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を受信するように構成され、２つ以上のオーディオオブジェクト信号が前記オーディオトランスポート信号内で混合され、かつ、前記１つ以上のオーディオトランスポートチャンネルの数が前記２つ以上のオーディオオブジェクト信号の数より少なくされており、
    前記オーディオトランスポート信号は第１のミキシング規則と第２のミキシング規則とに依存しており、前記第１のミキシング規則は複数のプリミックスされたチャンネルを得るために前記２つ以上のオーディオオブジェクト信号を混合する方法を示し、前記第２のミキシング規則は前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを得るために前記複数のプリミックスされたチャンネルを混合する方法を示しており、
    前記パラメータプロセッサ（１１０）は前記第２のミキシング規則に関する情報を受信するように構成され、前記第２のミキシング規則に関する前記情報は前記１つ以上のオーディオトランスポートチャンネルが得られるように前記複数のプリミックスされた信号を混合する方法を示し、
    前記パラメータプロセッサ（１１０）は、前記２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存して、前記複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存して、及び、前記第２のミキシング規則に関する情報に依存して前記出力チャンネルミキシング情報を算出するように構成され、かつ、
    前記ダウンミックスプロセッサ（１２０）は、前記出力チャンネルミキシング情報に依存して前記オーディオトランスポート信号から前記１つ以上のオーディオ出力チャンネルを生成するよう構成され、
    １つ以上のオーディオ出力チャンネルを生成する前記装置（３２０）は、請求項１又は２に記載の前記装置（３１０）から前記オーディオトランスポート信号と前記第２のミキシング規則に関する情報とを受信するように構成され、
    １つ以上のオーディオ出力チャンネルを生成する前記装置（３２０）は、前記第２のミキシング規則に関する前記情報に依存して前記オーディオトランスポート信号から前記１つ以上のオーディオ出力チャンネルを生成するように構成されているシステム。
  4. １つ以上のオーディオトランスポートチャンネルを含むオーディオトランスポート信号を生成する方法であって、該方法は、
    ２つ以上のオーディオオブジェクト信号から前記１つ以上のオーディオトランスポートチャンネルを含む前記オーディオトランスポート信号を生成するステップと、
    前記オーディオトランスポート信号を出力するステップと、
    前記オーディオトランスポート信号をデコーダに送信するステップと、
    第２の行列（Ｑ）の第２の係数を前記デコーダに送信し、第１の行列（Ｐ）の第１の係数を前記デコーダに送信しないステップと、を含み、
    第１の行列（Ｐ）の第１の係数を前記デコーダに送信するステップを含まず、
    前記２つ以上のオーディオオブジェクト信号から前記１つ以上のオーディオトランスポートチャンネルを含む前記オーディオトランスポート信号を生成するステップは、前記２つ以上のオーディオオブジェクト信号が前記オーディオトランスポート信号内で混合され、前記１つ以上のオーディオトランスポートチャンネルの数が２つ以上のオーディオオブジェクト信号の数より少なくされているように実施され、
    前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを生成するステップは第１のミキシング規則に依存して及び第２のミキシング規則に依存して実施され、前記第１のミキシング規則は複数のプリミックスされたチャンネルを得るために前記２つ以上のオーディオオブジェクト信号を混合する方法を示しており、前記第２のミキシング規則は前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを得るために前記複数のプリミックスされたチャンネルを混合する方法を示しており、前記第１のミキシング規則は、前記２つ以上のオーディオオブジェクト信号の数を示すオーディオオブジェクト数に依存し、及び前記複数のプリミックスされたチャンネルの数を示すプリミックス済みチャンネル数に依存し、前記第２のミキシング規則は前記プリミックス済みチャンネル数に依存し、
    前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを生成するステップは前記第１の行列（Ｐ）に依存して及び前記第２の行列（Ｑ）に依存して実施され、前記第１の行列（Ｐ）は前記複数のプリミックスされたチャンネルを得るために前記２つ以上のオーディオオブジェクト信号を混合する方法を示し、前記第２の行列（Ｑ）は前記オーディオトランスポート信号の前記１つ以上のオーディオトランスポートチャンネルを得るために前記複数のプリミックスされたチャンネルを混合する方法を示しており、
    前記第１の行列（Ｐ）の前記第１の係数は前記第１のミキシング規則に関する情報を示し、前記第２の行列（Ｑ）の前記第２の係数は前記第２のミキシング規則に関する情報を示している方法。
  5. コンピュータ又は信号プロセッサ上で実行されたときに請求項４に記載の方法を実施するコンピュータプログラム。
JP2016528436A 2013-07-22 2014-07-16 ３ｄオーディオコンテンツのｓａｏｃダウンミックスを実現する装置及び方法 Active JP6395827B2 (ja)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
EP13177357.4 2013-07-22
EP13177371.5 2013-07-22
EP20130177378 EP2830045A1 (en) 2013-07-22 2013-07-22 Concept for audio encoding and decoding for audio channels and audio objects
EP13177378.0 2013-07-22
EP13177357 2013-07-22
EP13177371 2013-07-22
EP13189281.2 2013-10-18
EP13189281.2A EP2830048A1 (en) 2013-07-22 2013-10-18 Apparatus and method for realizing a SAOC downmix of 3D audio content
PCT/EP2014/065290 WO2015010999A1 (en) 2013-07-22 2014-07-16 Apparatus and method for realizing a saoc downmix of 3d audio content

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2018126547A Division JP6873949B2 (ja) 2013-07-22 2018-07-03 １つのオーディオトランスポート信号から１つ以上のオーディオ出力チャネルを生成するための装置及び方法

Publications (2)

Publication Number Publication Date
JP2016527558A JP2016527558A (ja) 2016-09-08
JP6395827B2 true JP6395827B2 (ja) 2018-09-26

Family

ID=49385153

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2016528436A Active JP6395827B2 (ja) 2013-07-22 2014-07-16 ３ｄオーディオコンテンツのｓａｏｃダウンミックスを実現する装置及び方法
JP2016528448A Active JP6333374B2 (ja) 2013-07-22 2014-07-17 拡張空間オーディオオブジェクト符号化の装置及び方法
JP2018126547A Active JP6873949B2 (ja) 2013-07-22 2018-07-03 １つのオーディオトランスポート信号から１つ以上のオーディオ出力チャネルを生成するための装置及び方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2016528448A Active JP6333374B2 (ja) 2013-07-22 2014-07-17 拡張空間オーディオオブジェクト符号化の装置及び方法
JP2018126547A Active JP6873949B2 (ja) 2013-07-22 2018-07-03 １つのオーディオトランスポート信号から１つ以上のオーディオ出力チャネルを生成するための装置及び方法

Country Status (19)

Country Link
US (4) US9578435B2 (ja)
EP (4) EP2830050A1 (ja)
JP (3) JP6395827B2 (ja)
KR (2) KR101774796B1 (ja)
CN (3) CN105593929B (ja)
AU (2) AU2014295270B2 (ja)
BR (2) BR112016001244B1 (ja)
CA (2) CA2918529C (ja)
ES (2) ES2768431T3 (ja)
HK (1) HK1225505A1 (ja)
MX (2) MX355589B (ja)
MY (2) MY176990A (ja)
PL (2) PL3025333T3 (ja)
PT (1) PT3025333T (ja)
RU (2) RU2666239C2 (ja)
SG (2) SG11201600460UA (ja)
TW (2) TWI560700B (ja)
WO (2) WO2015010999A1 (ja)
ZA (1) ZA201600984B (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX370034B (es) 2015-02-02 2019-11-28 Fraunhofer Ges Forschung Aparato y método para procesar una señal de audio codificada.
CN106303897A (zh) 2015-06-01 2017-01-04 杜比实验室特许公司 处理基于对象的音频信号
BR112017002758B1 (pt) * 2015-06-17 2022-12-20 Sony Corporation Dispositivo e método de transmissão, e, dispositivo e método de recepção
WO2017209477A1 (ko) * 2016-05-31 2017-12-07 지오디오랩 인코포레이티드 오디오 신호 처리 방법 및 장치
US10349196B2 (en) * 2016-10-03 2019-07-09 Nokia Technologies Oy Method of editing audio signals using separated objects and associated apparatus
US10535355B2 (en) 2016-11-18 2020-01-14 Microsoft Technology Licensing, Llc Frame coding for spatial audio data
CN108182947B (zh) * 2016-12-08 2020-12-15 武汉斗鱼网络科技有限公司 一种声道混合处理方法及装置
CN110447071B (zh) 2017-03-28 2024-04-26 索尼公司 信息处理装置、信息处理方法和记录程序的可拆卸介质
CN109688497B (zh) * 2017-10-18 2021-10-01 宏达国际电子股份有限公司 声音播放装置、方法及非暂态存储介质
GB2574239A (en) * 2018-05-31 2019-12-04 Nokia Technologies Oy Signalling of spatial audio parameters
US10620904B2 (en) 2018-09-12 2020-04-14 At&T Intellectual Property I, L.P. Network broadcasting for selective presentation of audio content
WO2020067057A1 (ja) 2018-09-28 2020-04-02 株式会社フジミインコーポレーテッド 酸化ガリウム基板研磨用組成物
GB2577885A (en) 2018-10-08 2020-04-15 Nokia Technologies Oy Spatial audio augmentation and reproduction
GB2582748A (en) * 2019-03-27 2020-10-07 Nokia Technologies Oy Sound field related rendering
US11622219B2 (en) * 2019-07-24 2023-04-04 Nokia Technologies Oy Apparatus, a method and a computer program for delivering audio scene entities
US11972767B2 (en) 2019-08-01 2024-04-30 Dolby Laboratories Licensing Corporation Systems and methods for covariance smoothing
GB2587614A (en) * 2019-09-26 2021-04-07 Nokia Technologies Oy Audio encoding and audio decoding
EP4120250A4 (en) * 2020-03-09 2024-03-27 Nippon Telegraph & Telephone SOUND SIGNAL REDUCING MIXING METHOD, SOUND SIGNAL CODING METHOD, SOUND SIGNAL REDUCING MIXING DEVICE, SOUND SIGNAL CODING DEVICE, PROGRAM AND RECORDING MEDIUM
GB2595475A (en) * 2020-05-27 2021-12-01 Nokia Technologies Oy Spatial audio representation and rendering
KR102508815B1 (ko) 2020-11-24 2023-03-14 네이버 주식회사 오디오와 관련하여 사용자 맞춤형 현장감 실현을 위한 컴퓨터 시스템 및 그의 방법
US11930348B2 (en) * 2020-11-24 2024-03-12 Naver Corporation Computer system for realizing customized being-there in association with audio and method thereof
JP2022083445A (ja) 2020-11-24 2022-06-03 ネイバー コーポレーション ユーザカスタム型臨場感を実現するためのオーディオコンテンツを製作するコンピュータシステムおよびその方法
WO2023131398A1 (en) * 2022-01-04 2023-07-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for implementing versatile audio object rendering

Family Cites Families (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2605361A (en) 1950-06-29 1952-07-29 Bell Telephone Labor Inc Differential quantization of communication signals
JP3576936B2 (ja) 2000-07-21 2004-10-13 株式会社ケンウッド 周波数補間装置、周波数補間方法及び記録媒体
US7720230B2 (en) 2004-10-20 2010-05-18 Agere Systems, Inc. Individual channel shaping for BCC schemes and the like
SE0402652D0 (sv) * 2004-11-02 2004-11-02 Coding Tech Ab Methods for improved performance of prediction based multi- channel reconstruction
SE0402649D0 (sv) * 2004-11-02 2004-11-02 Coding Tech Ab Advanced methods of creating orthogonal signals
SE0402651D0 (sv) 2004-11-02 2004-11-02 Coding Tech Ab Advanced methods for interpolation and parameter signalling
RU2411594C2 (ru) * 2005-03-30 2011-02-10 Конинклейке Филипс Электроникс Н.В. Кодирование и декодирование аудио
CN101151658B (zh) 2005-03-30 2011-07-06 皇家飞利浦电子股份有限公司 多声道音频编码和解码方法、编码器和解码器
US7548853B2 (en) 2005-06-17 2009-06-16 Shmunk Dmitry V Scalable compressed audio bit stream and codec using a hierarchical filterbank and multichannel joint coding
CN101310328A (zh) * 2005-10-13 2008-11-19 Lg电子株式会社 用于处理信号的方法和装置
KR100888474B1 (ko) * 2005-11-21 2009-03-12 삼성전자주식회사 멀티채널 오디오 신호의 부호화/복호화 장치 및 방법
CN101410891A (zh) * 2006-02-03 2009-04-15 韩国电子通信研究院 使用空间线索控制多目标或多声道音频信号的渲染的方法和装置
EP1989920B1 (en) 2006-02-21 2010-01-20 Koninklijke Philips Electronics N.V. Audio encoding and decoding
EP2005787B1 (en) * 2006-04-03 2012-01-25 Srs Labs, Inc. Audio signal processing
US8027479B2 (en) * 2006-06-02 2011-09-27 Coding Technologies Ab Binaural multi-channel decoder in the context of non-energy conserving upmix rules
WO2008002098A1 (en) 2006-06-29 2008-01-03 Lg Electronics, Inc. Method and apparatus for an audio signal processing
ES2623226T3 (es) 2006-07-04 2017-07-10 Dolby International Ab Unidad de filtro y procedimiento de generación de respuestas al impulso de filtro de subbanda
CN101617360B (zh) * 2006-09-29 2012-08-22 韩国电子通信研究院 用于编码和解码具有各种声道的多对象音频信号的设备和方法
EP2071564A4 (en) * 2006-09-29 2009-09-02 Lg Electronics Inc METHOD AND DEVICES FOR CODING AND DECODING OBJECT-BASED AUDIO SIGNALS
MY145497A (en) * 2006-10-16 2012-02-29 Dolby Sweden Ab Enhanced coding and parameter representation of multichannel downmixed object coding
EP2095365A4 (en) * 2006-11-24 2009-11-18 Lg Electronics Inc METHOD FOR ENCODING AND DECODING AUDIO SIGNALS BASED ON OBJECTS AND APPARATUS THEREOF
EP2122613B1 (en) * 2006-12-07 2019-01-30 LG Electronics Inc. A method and an apparatus for processing an audio signal
EP2595152A3 (en) * 2006-12-27 2013-11-13 Electronics and Telecommunications Research Institute Transkoding apparatus
EP2115739A4 (en) * 2007-02-14 2010-01-20 Lg Electronics Inc METHODS AND APPARATUSES FOR ENCODING AND DECODING AUDIO SIGNALS BASED ON OBJECTS
CN101542596B (zh) * 2007-02-14 2016-05-18 Lg电子株式会社 用于编码和解码基于对象的音频信号的方法和装置
RU2406166C2 (ru) 2007-02-14 2010-12-10 ЭлДжи ЭЛЕКТРОНИКС ИНК. Способы и устройства кодирования и декодирования основывающихся на объектах ориентированных аудиосигналов
KR20080082917A (ko) * 2007-03-09 2008-09-12 엘지전자 주식회사 오디오 신호 처리 방법 및 이의 장치
US8463413B2 (en) 2007-03-09 2013-06-11 Lg Electronics Inc. Method and an apparatus for processing an audio signal
WO2008114984A1 (en) 2007-03-16 2008-09-25 Lg Electronics Inc. A method and an apparatus for processing an audio signal
US7991622B2 (en) 2007-03-20 2011-08-02 Microsoft Corporation Audio compression and decompression using integer-reversible modulated lapped transforms
US8639498B2 (en) 2007-03-30 2014-01-28 Electronics And Telecommunications Research Institute Apparatus and method for coding and decoding multi object audio signal with multi channel
AU2008243406B2 (en) * 2007-04-26 2011-08-25 Dolby International Ab Apparatus and method for synthesizing an output signal
PT2165328T (pt) 2007-06-11 2018-04-24 Fraunhofer Ges Forschung Codificação e descodificação de um sinal de áudio tendo uma parte do tipo impulso e uma parte estacionária
US7885819B2 (en) 2007-06-29 2011-02-08 Microsoft Corporation Bitstream syntax for multi-process audio decoding
BRPI0816557B1 (pt) 2007-10-17 2020-02-18 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Codificação de áudio usando upmix
US8527282B2 (en) 2007-11-21 2013-09-03 Lg Electronics Inc. Method and an apparatus for processing a signal
KR100998913B1 (ko) 2008-01-23 2010-12-08 엘지전자 주식회사 오디오 신호의 처리 방법 및 이의 장치
KR101061129B1 (ko) 2008-04-24 2011-08-31 엘지전자 주식회사 오디오 신호의 처리 방법 및 이의 장치
EP2144230A1 (en) 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme having cascaded switches
EP2144231A1 (en) 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme with common preprocessing
EP2146522A1 (en) * 2008-07-17 2010-01-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for generating audio output signals using object based metadata
ES2592416T3 (es) 2008-07-17 2016-11-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Esquema de codificación/decodificación de audio que tiene una derivación conmutable
US8798776B2 (en) 2008-09-30 2014-08-05 Dolby International Ab Transcoding of audio metadata
MX2011011399A (es) * 2008-10-17 2012-06-27 Univ Friedrich Alexander Er Aparato para suministrar uno o más parámetros ajustados para un suministro de una representación de señal de mezcla ascendente sobre la base de una representación de señal de mezcla descendete, decodificador de señal de audio, transcodificador de señal de audio, codificador de señal de audio, flujo de bits de audio, método y programa de computación que utiliza información paramétrica relacionada con el objeto.
EP2194527A3 (en) 2008-12-02 2013-09-25 Electronics and Telecommunications Research Institute Apparatus for generating and playing object based audio contents
KR20100065121A (ko) * 2008-12-05 2010-06-15 엘지전자 주식회사 오디오 신호 처리 방법 및 장치
EP2205007B1 (en) 2008-12-30 2019-01-09 Dolby International AB Method and apparatus for three-dimensional acoustic field encoding and optimal reconstruction
WO2010085083A2 (en) * 2009-01-20 2010-07-29 Lg Electronics Inc. An apparatus for processing an audio signal and method thereof
US8139773B2 (en) * 2009-01-28 2012-03-20 Lg Electronics Inc. Method and an apparatus for decoding an audio signal
WO2010090019A1 (ja) * 2009-02-04 2010-08-12 パナソニック株式会社 結合装置、遠隔通信システム及び結合方法
MX2011009660A (es) 2009-03-17 2011-09-30 Dolby Int Ab Codificacion estereo avanzada basada en una combinacion de codificacion izquierda/derecha o media/lateral seleccionable de manera adaptable y de codificacion estereo parametrica.
WO2010105695A1 (en) 2009-03-20 2010-09-23 Nokia Corporation Multi channel audio coding
CN102449689B (zh) 2009-06-03 2014-08-06 日本电信电话株式会社 编码方法、编码装置、编码程序、以及它们的记录介质
TWI404050B (zh) 2009-06-08 2013-08-01 Mstar Semiconductor Inc 多聲道音頻信號解碼方法與裝置
US20100324915A1 (en) 2009-06-23 2010-12-23 Electronic And Telecommunications Research Institute Encoding and decoding apparatuses for high quality multi-channel audio codec
KR101283783B1 (ko) 2009-06-23 2013-07-08 한국전자통신연구원 고품질 다채널 오디오 부호화 및 복호화 장치
WO2011013381A1 (ja) 2009-07-31 2011-02-03 パナソニック株式会社 符号化装置および復号装置
KR101842411B1 (ko) * 2009-08-14 2018-03-26 디티에스 엘엘씨 오디오 객체들을 적응적으로 스트리밍하기 위한 시스템
BR112012007138B1 (pt) 2009-09-29 2021-11-30 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Decodificador de sinal de áudio, codificador de sinal de áudio, método para prover uma representação de mescla ascendente de sinal, método para prover uma representação de mescla descendente de sinal e fluxo de bits usando um valor de parâmetro comum de correlação intra- objetos
MX2012004621A (es) * 2009-10-20 2012-05-08 Fraunhofer Ges Forschung Aparato para proporcionar una representacion de una señal de conversion ascendente sobre la base de una representacion de una señal de conversion descendente, aparato para proporcionar una corriente de bits que representa una señal de audio de canales multiples, metodos, programa de computacion y corriente de bits que utiliza una señalizacion de control de distorsion.
US9117458B2 (en) 2009-11-12 2015-08-25 Lg Electronics Inc. Apparatus for processing an audio signal and method thereof
KR101490725B1 (ko) 2010-03-23 2015-02-06 돌비 레버러토리즈 라이쎈싱 코오포레이션 비디오 디스플레이 장치, 오디오-비디오 시스템, 음향 재생을 위한 방법 및 로컬라이즈된 지각적 오디오를 위한 음향 재생 시스템
US8675748B2 (en) 2010-05-25 2014-03-18 CSR Technology, Inc. Systems and methods for intra communication system information transfer
US8755432B2 (en) 2010-06-30 2014-06-17 Warner Bros. Entertainment Inc. Method and apparatus for generating 3D audio positioning using dynamically optimized audio 3D space perception cues
US8908874B2 (en) 2010-09-08 2014-12-09 Dts, Inc. Spatial audio encoding and reproduction
TWI800092B (zh) 2010-12-03 2023-04-21 美商杜比實驗室特許公司 音頻解碼裝置、音頻解碼方法及音頻編碼方法
AR084091A1 (es) * 2010-12-03 2013-04-17 Fraunhofer Ges Forschung Adquisicion de sonido mediante la extraccion de informacion geometrica de estimativos de direccion de llegada
US9165558B2 (en) 2011-03-09 2015-10-20 Dts Llc System for dynamically creating and rendering audio objects
KR102374897B1 (ko) 2011-03-16 2022-03-17 디티에스, 인코포레이티드 3차원 오디오 사운드트랙의 인코딩 및 재현
US9754595B2 (en) 2011-06-09 2017-09-05 Samsung Electronics Co., Ltd. Method and apparatus for encoding and decoding 3-dimensional audio signal
AU2012279349B2 (en) 2011-07-01 2016-02-18 Dolby Laboratories Licensing Corporation System and tools for enhanced 3D audio authoring and rendering
TW202339510A (zh) 2011-07-01 2023-10-01 美商杜比實驗室特許公司 用於適應性音頻信號的產生、譯碼與呈現之系統與方法
JP5740531B2 (ja) 2011-07-01 2015-06-24 ドルビー ラボラトリーズ ライセンシング コーポレイション オブジェクトベースオーディオのアップミキシング
CN102931969B (zh) 2011-08-12 2015-03-04 智原科技股份有限公司 数据提取的方法与装置
EP2560161A1 (en) * 2011-08-17 2013-02-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Optimal mixing matrices and usage of decorrelators in spatial audio processing
BR112014010062B1 (pt) * 2011-11-01 2021-12-14 Koninklijke Philips N.V. Codificador de objeto de áudio, decodificador de objeto de áudio, método para a codificação de objeto de áudio, e método para a decodificação de objeto de áudio
EP2721610A1 (en) 2011-11-25 2014-04-23 Huawei Technologies Co., Ltd. An apparatus and a method for encoding an input signal
US9666198B2 (en) 2013-05-24 2017-05-30 Dolby International Ab Reconstruction of audio scenes from a downmix
EP2830047A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for low delay object metadata coding

Also Published As

Publication number Publication date
CN112839296A (zh) 2021-05-25
PL3025335T3 (pl) 2024-02-19
EP3025335B1 (en) 2023-08-30
CA2918869C (en) 2018-06-26
CN112839296B (zh) 2023-05-09
KR101774796B1 (ko) 2017-09-05
BR112016001244B1 (pt) 2022-03-03
EP2830048A1 (en) 2015-01-28
MX355589B (es) 2018-04-24
CA2918869A1 (en) 2015-01-29
BR112016001244A2 (ja) 2017-07-25
TW201519216A (zh) 2015-05-16
CN105593929A (zh) 2016-05-18
CN105593930A (zh) 2016-05-18
KR101852951B1 (ko) 2018-06-04
US20160142846A1 (en) 2016-05-19
US11330386B2 (en) 2022-05-10
TW201519217A (zh) 2015-05-16
PL3025333T3 (pl) 2020-07-27
SG11201600396QA (en) 2016-02-26
TWI560701B (en) 2016-12-01
JP2016527558A (ja) 2016-09-08
RU2660638C2 (ru) 2018-07-06
ES2768431T3 (es) 2020-06-22
EP3025333A1 (en) 2016-06-01
ZA201600984B (en) 2019-04-24
US20160142847A1 (en) 2016-05-19
AU2014295270B2 (en) 2016-12-01
JP6873949B2 (ja) 2021-05-19
JP2018185526A (ja) 2018-11-22
CN105593929B (zh) 2020-12-11
BR112016001243B1 (pt) 2022-03-03
US20170272883A1 (en) 2017-09-21
JP2016528542A (ja) 2016-09-15
CN105593930B (zh) 2019-11-08
MY192210A (en) 2022-08-08
MX2016000914A (es) 2016-05-05
EP3025335C0 (en) 2023-08-30
RU2016105472A (ru) 2017-08-28
EP3025333B1 (en) 2019-11-13
KR20160041941A (ko) 2016-04-18
HK1225505A1 (zh) 2017-09-08
MX357511B (es) 2018-07-12
RU2666239C2 (ru) 2018-09-06
CA2918529A1 (en) 2015-01-29
SG11201600460UA (en) 2016-02-26
ES2959236T3 (es) 2024-02-22
US9699584B2 (en) 2017-07-04
EP2830050A1 (en) 2015-01-28
AU2014295270A1 (en) 2016-03-10
TWI560700B (en) 2016-12-01
PT3025333T (pt) 2020-02-25
MX2016000851A (es) 2016-04-27
JP6333374B2 (ja) 2018-05-30
AU2014295216A1 (en) 2016-03-10
EP3025335A1 (en) 2016-06-01
US9578435B2 (en) 2017-02-21
AU2014295216B2 (en) 2017-10-19
BR112016001243A2 (ja) 2017-07-25
CA2918529C (en) 2018-05-22
US20200304932A1 (en) 2020-09-24
WO2015011024A1 (en) 2015-01-29
MY176990A (en) 2020-08-31
US10701504B2 (en) 2020-06-30
RU2016105469A (ru) 2017-08-25
WO2015010999A1 (en) 2015-01-29
KR20160053910A (ko) 2016-05-13

Similar Documents

Publication Publication Date Title
JP6873949B2 (ja) １つのオーディオトランスポート信号から１つ以上のオーディオ出力チャネルを生成するための装置及び方法
US11463831B2 (en) Apparatus and method for efficient object metadata coding

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160308

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160308

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20170113

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20170113

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170328

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170622

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170926

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20180306

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180703

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20180703

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20180711

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20180717

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180807

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180828

R150 Certificate of patent or registration of utility model

Ref document number: 6395827

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250