KR102272099B1 - 오디오 신호 처리 방법 및 장치 - Google Patents

Abstract

본 발명은 오디오 신호 처리 방법 및 장치에 관한 것으로, 더욱 상세하게는 오브젝트 신호와 채널 신호를 합성하고 이를 효과적으로 바이노럴 렌더링할 수 있는 오디오 신호 처리 방법 및 장치에 관한 것이다.
이를 위해 본 발명은, 멀티채널 신호를 포함하는 입력 오디오 신호를 수신하는 단계; 상기 입력 오디오 신호의 필터링을 위한 절단된 서브밴드 필터 계수들의 셋(set)을 수신하는 단계, 상기 절단된 서브밴드 필터 계수들의 셋은 상기 입력 오디오 신호의 바이노럴 필터링을 위한 BRIR 필터 계수들의 셋으로부터 획득된 서브밴드 필터 계수들의 셋의 적어도 일 부분이며, 상기 절단된 서브밴드 필터 계수들의 셋의 길이는 해당 서브밴드 필터 계수들의 셋에서 추출된 잔향 시간 정보를 적어도 부분적으로 이용하여 획득된 필터 차수 정보에 기초하여 결정됨; 상기 입력 오디오 신호의 각 채널에 대응하는 BRIR 필터 계수들의 셋을 지시하는 벡터 정보를 획득하는 단계; 및 상기 벡터 정보에 기초하여, 상기 멀티채널 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 절단된 서브밴드 필터 계수들의 셋을 이용하여 필터링 하는 단계; 를 포함하는 것을 특징으로 하는 오디오 신호 처리 방법 및 이를 이용한 오디오 신호 처리 장치를 제공한다.

Description

오디오 신호 처리 방법 및 장치{AUDIO SIGNAL PROCESSING METHOD AND APPARATUS}

본 발명은 오디오 신호 처리 방법 및 장치에 관한 것으로, 더욱 상세하게는 오브젝트 신호와 채널 신호를 합성하고 이를 효과적으로 바이노럴 렌더링할 수 있는 오디오 신호 처리 방법 및 장치에 관한 것이다.

3D 오디오란 기존의 서라운드 오디오에서 제공하는 수평면(2D) 상의 사운드 장면에 높이 방향에 해당하는 또 다른 축을 제공함으로써, 3차원 공간상에서 임장감 있는 사운드를 제공하기 위한 일련의 신호 처리, 전송, 부호화 및 재생기술 등을 통칭한다. 특히, 3D 오디오를 제공하기 위해서는 종래보다 많은 수의 스피커를 사용하거나 혹은 적은 수의 스피커를 사용하더라도 스피커가 존재하지 않는 가상의 위치에서 음상이 맺히도록 하는 렌더링 기술이 요구된다.

3D 오디오는 초고해상도 TV(UHDTV)에 대응되는 오디오 솔루션이 될 것으로 예상되며, 고품질 인포테인먼트 공간으로 진화하고 있는 차량에서의 사운드를 비롯하여 그밖에 극장 사운드, 개인용 3DTV, 태블릿, 스마트폰 및 클라우드 게임 등 다양한 분야에서 응용될 것으로 예상된다.

한편, 3D 오디오에 제공되는 음원의 형태로는 채널 기반의 신호와 오브젝트 기반의 신호가 존재할 수 있다. 이 뿐만 아니라, 채널 기반의 신호와 오브젝트 기반의 신호가 혼합된 형태의 음원이 존재할 수 있으며, 이를 통해 유저로 하여금 새로운 형태의 청취 경험을 제공할 수 있다.

한편, 오디오 신호 처리 장치에서 채널 기반 신호를 처리하기 위한 채널 렌더러와 오브젝트 기반 신호를 처리하기 위한 오브젝트 렌더러 간에는 성능 차이가 존재할 수 있다. 이를테면, 오디오 신호 처리 장치의 바이노럴 렌더링은 채널 기반 신호를 중심으로 구현될 수 있다. 이때, 오디오 신호 처리 장치의 입력으로 채널 기반 신호와 오브젝트 기반 신호가 혼합된 사운드 신(sound scene)이 수신될 경우, 바이노럴 렌더링을 통해 해당 사운드 신이 의도한 대로 재생되지 못할 수 있다. 따라서, 채널 렌더러와 오브젝트 렌더러 간의 성능 차이로 인해 발생할 수 있는 여러가지 문제점을 해결할 필요가 있다.

본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 바이노럴 렌더러가 제공 가능한 공간 해상도에 대응하는 오브젝트 렌더러와 채널 렌더러를 구현함으로써, 바이노럴 렌더러가 가진 성능에 부합되는 출력 신호를 만들 수 있는 오디오 신호 처리 방법 및 장치를 제공하기 위한 목적을 가지고 있다.

또한, 본 발명은 멀티채널 혹은 멀티오브젝트 신호를 스테레오로 재생함에 있어서, 원신호와 같은 입체감을 보존하기 위한 바이노럴 렌더링에서 많은 연산량을 필요로 하는 필터링 과정을 음질 손실을 최소화하면서도 매우 낮은 연산량으로 구현하기 위한 목적을 가지고 있다.

또한, 본 발명은 입력 신호 자체에 왜곡이 있는 경우 고품질 필터를 통해 왜곡의 확산이 발생하는 것을 최소화하고자 하는 목적을 가지고 있다.

또한, 본 발명은 매우 긴 길이를 갖는 FIR(Finite Impulse Response) 필터를 더 작은 길이의 필터로 구현하고자 하는 목적을 가지고 있다.

또한, 본 발명은 축약된 FIR 필터를 이용한 필터링의 수행시, 누락된 필터 계수에 의해 손상된 부분의 왜곡을 최소화하고자 하는 목적을 가지고 있다.

상기와 같은 과제를 해결하기 위해, 본 발명은 다음과 같은 오디오 신호 처리 방법 및 오디오 신호 처리 장치를 제공한다.

먼저 본 발명은, 멀티채널 신호를 포함하는 입력 오디오 신호를 수신하는 단계; 상기 입력 오디오 신호의 필터링을 위한 절단된 서브밴드 필터 계수들을 수신하는 단계, 상기 절단된 서브밴드 필터 계수는 상기 입력 오디오 신호의 바이노럴 필터링을 위한 BRIR(Binaural Room Impulse Response) 필터 계수로부터 획득된 서브밴드 필터 계수의 적어도 일 부분이며, 상기 절단된 서브밴드 필터 계수의 길이는 해당 서브밴드 필터 계수에서 추출된 잔향 시간 정보를 적어도 부분적으로 이용하여 획득된 필터 차수 정보에 기초하여 결정됨; 상기 입력 오디오 신호의 각 채널에 대응하는 상기 BRIR 필터 계수를 지시하는 벡터 정보를 획득하는 단계; 및 상기 벡터 정보에 기초하여, 상기 멀티채널 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 상기 절단된 서브밴드 필터 계수를 이용하여 필터링 하는 단계; 를 포함하는 것을 특징으로 하는 오디오 신호 처리 방법을 제공한다.

또한, 본 발명은 입력 오디오 신호에 대한 바이노럴 렌더링을 수행하기 위한 오디오 신호 처리 장치로서, 상기 입력 오디오 신호의 필터를 생성하기 위한 파라메터화부; 및 멀티채널 신호를 포함하는 입력 오디오 신호를 수신하고, 상기 파라메터화부에서 생성된 파라메터를 이용하여 상기 입력 오디오 신호를 필터링하는 바이노럴 렌더링 유닛을 포함하되, 상기 바이노럴 렌더링 유닛은, 상기 파라메터화부로부터 상기 입력 오디오 신호의 필터링을 위한 절단된 서브밴드 필터 계수들을 수신하되, 상기 절단된 서브밴드 필터 계수는 상기 입력 오디오 신호의 바이노럴 필터링을 위한 BRIR(Binaural Room Impulse Response) 필터 계수로부터 획득된 서브밴드 필터 계수의 적어도 일 부분이며, 상기 절단된 서브밴드 필터 계수의 길이는 해당 서브밴드 필터 계수에서 추출된 잔향 시간 정보를 적어도 부분적으로 이용하여 획득된 필터 차수 정보에 기초하여 결정되고, 상기 입력 오디오 신호의 각 채널에 대응하는 상기 BRIR 필터 계수를 지시하는 벡터 정보를 획득하고, 상기 벡터 정보에 기초하여, 상기 멀티채널 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 상기 절단된 서브밴드 필터 계수를 이용하여 필터링 하는, 오디오 신호 처리 장치를 제공한다..

이때, 상기 벡터 정보는, 상기 입력 오디오 신호의 특정 채널의 위치 정보와 매칭되는 위치 정보를 갖는 BRIR 필터 계수가 BRIR 필터 셋에 존재할 경우, 해당 BRIR 필터 계수를 상기 특정 채널에 대응하는 BRIR 필터 계수로 지시하는 것을 특징으로 한다.

또한, 상기 벡터 정보는, 상기 입력 오디오 신호의 특정 채널의 위치 정보와 매칭되는 위치 정보를 갖는 BRIR 필터 계수가 BRIR 필터 셋에 존재하지 않을 경우, 상기 특정 채널의 위치 정보와 최소의 기하학적 거리를 갖는 BRIR 필터 계수를 상기 특정 채널에 대응하는 BRIR 필터 계수로 지시하는 것을 특징으로 한다.

이때, 상기 기하학적 거리는 두 위치간의 고도 편차의 절대값과 방위각 편차의 절대값을 합산한 값인 것을 특징으로 한다.

본 발명의 실시예에 따르면, 적어도 하나의 상기 절단된 서브밴드 필터 계수의 길이는 다른 서브밴드의 절단된 서브밴드 필터 계수의 길이와 다른 것을 특징으로 한다.

본 발명의 다른 실시예에 따르면, 채널 신호 및 오브젝트 신호 중 적어도 하나를 포함하는 오디오 신호의 비트스트림을 수신하는 단계; 상기 비트스트림에 포함된 각 오디오 신호를 복호화 하는 단계; 상기 오디오 신호의 바이노럴 렌더링을 위한 BRIR(Binaural Room Impulse Response) 필터 셋에 대응하는 가상 레이아웃 정보를 수신하는 단계, 상기 가상 레이아웃 정보는 상기 BRIR 필터 셋에 기초하여 결정된 타겟 채널들의 정보를 포함함; 상기 수신된 가상 레이아웃 정보에 기초하여 상기 복호화된 각 오디오 신호를 상기 타겟 채널의 신호로 렌더링하는 단계; 를 포함하는 것을 특징으로 하는 오디오 신호 처리 방법을 제공한다.

또한, 오디오 신호 처리 장치로서, 채널 신호 및 오브젝트 신호 중 적어도 하나를 포함하는 오디오 신호의 비트스트림을 수신하고, 상기 비트스트림에 포함된 각 오디오 신호를 복호화 하는 코어 디코더; 및 상기 오디오 신호의 바이노럴 렌더링을 위한 BRIR(Binaural Room Impulse Response) 필터 셋에 대응하는 가상 레이아웃 정보를 수신하되, 상기 가상 레이아웃 정보는 상기 BRIR 필터 셋에 기초하여 결정된 타겟 채널들의 정보를 포함하고, 상기 수신된 가상 레이아웃 정보에 기초하여 상기 복호화된 각 오디오 신호를 상기 타겟 채널의 신호로 렌더링하는 렌더러; 를 포함하는 것을 특징으로 하는 오디오 신호 처리 장치를 제공한다.

이때, 상기 가상 레이아웃 정보에 대응하는 위치 셋은 상기 BRIR 필터 셋에 대응하는 위치 셋의 서브 셋이며, 상기 가상 레이아웃 정보의 위치 셋은 상기 각 타겟 채널들의 위치 정보를 나타내는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 상기 BRIR 필터 셋은 상기 바이노럴 렌더링을 수행하는 바이노럴 렌더러로부터 수신되는 것을 특징으로 한다.

본 발명의 실시예에 따르면, 상기 타겟 채널의 신호로 렌더링된 각 오디오 신호를 각 타겟 채널 별로 믹싱하여 상기 타겟 채널 별 출력 신호를 생성하는 믹서를 더 포함한다.

또한, 상기 믹싱된 타겟 채널 별 출력 신호를 해당 타겟 채널에 대응하는 상기 BRIR 필터 셋의 BRIR 필터 계수를 이용하여 바이노럴 렌더링하는 바이노럴 렌더러를 더 포함한다.

이때, 상기 바이노럴 렌더러는, 상기 BRIR 필터 계수를 복수의 서브밴드 필터 계수들로 변환하고, 상기 각 서브밴드 필터 계수를 해당 서브밴드 필터 계수에서 추출된 잔향 시간 정보를 적어도 부분적으로 이용하여 획득된 필터 차수 정보에 기초하여 절단하되, 적어도 하나의 상기 절단된 서브밴드 필터 계수의 길이는 다른 서브밴드의 절단된 서브밴드 필터 계수의 길이와 다르고, 상기 믹싱된 타겟 채널 별 출력 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 상기 절단된 서브밴드 필터 계수를 이용하여 필터링 하는 것을 특징으로 한다.

본 발명의 실시예에 따르면, 바이노럴 렌더러에서 보유한 데이터 셋에 기초한 채널 및 오브젝트 렌더링을 수행함으로, 효과적인 바이노럴 렌더링을 구현할 수 있다.

또한, 채널 수보다 더 많은 데이터 셋을 가진 바이노럴 렌더러를 이용하는 경우 더욱 향상된 음질을 제공하는 객체 렌더링을 구현할 수 있다.

또한 본 발명의 실시예에 따르면, 멀티채널 혹은 멀티오브젝트 신호에 대한 바이노럴 렌더링의 수행시 음질 손실을 최소화 하면서 연산량을 획기적으로 낮출 수 있다.

또한, 기존에 저전력 장치에서 실시간 처리가 불가능했던 멀티채널 혹은 멀티오브젝트 오디오 신호에 대한 고음질의 바이노럴 렌더링이 가능하도록 한다.

본 발명은 오디오 신호를 포함한 다양한 형태의 멀티미디어 신호의 필터링을 낮은 연산량으로 효율적으로 수행하는 방법을 제공한다.

도 1은 본 발명의 실시예에 따른 오디오 인코더 및 오디오 디코더를 포함하는 전체 오디오 신호 처리 시스템을 나타낸 구성도.
도 2는 멀티채널 오디오 시스템의 일 실시예에 따른 멀티 채널 스피커의 배치를 나타낸 구성도.
도 3은 청취 공간상에서 3차원의 사운드 장면을 구성하는 각 사운드 오브젝트들의 위치를 개략적으로 나타낸 도면.
도 4는 본 발명의 실시예에 따른 오디오 신호 디코더를 나타낸 블록도.
도 5는 본 발명의 추가적인 실시예에 따른 오디오 디코더를 나타낸 블록도.
도 6은 예외 오브젝트에 대한 렌더링을 수행하는 본 발명의 일 실시예를 나타낸 도면.
도 7은 본 발명의 일 실시예에 따른 바이노럴 렌더러의 각 구성을 나타낸 블록도.
도 8은 본 발명의 실시예에 따른 바이노럴 렌더링을 위한 필터 생성 방법을 나타낸 도면.
도 9는 본 발명의 실시예에 따른 QTDL 프로세싱을 상세하게 나타낸 도면.
도 10은 본 발명의 BRIR 파라메터화부의 각 구성을 나타낸 블록도.
도 11은 본 발명의 VOFF 파라메터화부의 각 구성을 나타낸 블록도.
도 12는 본 발명의 VOFF 파라메터 생성부의 세부 구성을 나타낸 블록도.
도 13은 본 발명의 QTDL 파라메터화부의 각 구성을 나타낸 블록도.
도 14는 블록 단위의 고속 콘볼루션을 위한 FFT 필터 계수 생성 방법의 일 실시예를 나타낸 도면.

본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도, 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한 특정 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는, 단순한 용어의 명칭이 아닌 그 용어가 가진 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 함을 밝혀두고자 한다.

도 1은 본 발명의 실시예에 따른 오디오 인코더 및 오디오 디코더를 포함하는 전체 오디오 신호 처리 시스템을 나타낸 구성도이다.

도 1에 따르면 오디오 인코더(1100)는 입력 사운드 장면(sound scene)을 부호화하여 비트스트림을 생성한다. 오디오 디코더(1200)는 생성된 비트스트림을 수신할 수 있으며, 본 발명의 실시예에 따른 오디오 신호 처리 방법을 이용하여 해당 비트스트림을 디코딩 및 렌더링하여 출력 사운드 장면을 생성한다. 본 명세서에서 오디오 신호 처리 장치는 협의의 의미로는 오디오 디코더(1200)를 가리킬 수 있으나, 이에 한정하지 않으며 오디오 디코더(1200)에 포함된 세부 구성을 가리킬 수도 있고, 오디오 인코더(1100) 및 오디오 디코더(1200)를 포함하는 전체 오디오 신호 처리 시스템을 가리킬 수도 있다.

도 2는 멀티채널 오디오 시스템의 일 실시예에 따른 멀티채널 스피커의 배치(configuration)를 나타낸 구성도이다.

멀티채널 오디오 시스템에서는 임장감(presence)을 높이기 위해 복수의 스피커 채널이 사용될 수 있으며, 특히 3차원 공간상에서의 임장감을 제공하기 위해 너비, 깊이 및 높이 방향으로 복수의 스피커가 배치될 수 있다. 도 2는 일 실시예로써 22.2 채널의 스피커 배치를 도시하고 있으나, 본 발명은 특정 채널 수 또는 특정 스피커의 배치에 한정되지 않는다. 도 2를 참조하면, 22.2 채널의 스피커 셋은 상부 레이어(top layer), 중간 레이어(middle layer) 및 하부 레이어(bottom layer)의 3개의 레이어로 구성될 수 있다. TV 스크린의 위치를 전면이라고 할 때, 상부 레이어에는 전면에 3개, 중간 위치에 3개, 서라운드 위치에 3개가 배치되어 총 9개의 스피커가 배치될 수 있다. 또한, 중간 레이어에는 전면에 5개, 중간 위치에 2개, 서라운드 위치에 3개가 배치되어 총 10개의 스피커가 배치될 수 있다. 한편, 하부 레이어에는 전면에 3개의 스피커가 배치되고, 2개의 LFE 채널 스피커가 구비될 수 있다.

이와 같이 최대 수십 개의 채널에 이르는 멀티채널 신호를 전송 및 재생하기 위해서는 높은 연산량이 요구된다. 또한, 통신 환경 등을 고려할 때, 해당 신호에 대한 높은 압축률이 요구될 수 있다. 뿐만 아니라, 일반 가정에서는 22.2 채널과 같은 멀티채널 스피커 시스템을 구비하는 유저는 극히 드물고, 2 채널 또는 5.1 채널 셋업을 갖는 시스템이 구비되는 경우가 많다. 따라서, 모든 유저에게 공통적으로 전송되는 신호가 멀티채널을 각각 인코딩한 신호인 경우, 해당 멀티채널 신호를 다시 2 채널 또는 5.1 채널에 대응하도록 변환하는 과정이 필요하다. 이에 따라, 통신적인 비효율이 발생할 뿐만 아니라, 22.2 채널의 PCM(Pulse Code Modulationi) 신호를 저장해야 하므로 메모리 관리에 있어서도 비효율적인 문제가 발생할 수 있다.

도 3은 청취 공간상에서 3차원의 사운드 장면을 구성하는 각 사운드 오브젝트들의 위치를 개략적으로 나타내고 있다.

도 3에 도시된 바와 같이, 청자(52)가 3D 오디오를 청취하는 청취 공간(50) 상에서 3차원의 사운드 장면을 구성하는 각 사운드 오브젝트(51)들의 위치는 점 소스(point source) 형태로 다양한 위치에 분포될 수 있다. 뿐만 아니라, 사운드 장면에는 점 소스 이외에도 평면파(plain wave) 형태의 음원이나, 앰비언트(ambient) 음원 등이 포함될 수 있다. 이와 같이 3차원 공간상에 다양하게 분포 되어 있는 오브젝트 및 음원들을 청자(52)에게 명확하게 제공하기 위해서는 효율적인 렌더링 방법이 필요하다.

도 4는 본 발명의 실시예에 따른 오디오 디코더를 나타낸 블록도이다. 본 발명의 오디오 디코더(1200)는 코어 디코더(10), 렌더링 유닛(20), 믹서(30), 및 포스트 프로세싱 유닛(40)을 포함한다.

먼저, 코어 디코더(10)는 수신된 비트스트림을 복호화하여 렌더링 유닛(20)으로 전달한다. 이때, 코어 디코더(10)에서 출력되어 렌더링 유닛으로 전달되는 신호에는 라우드스피커(loudspeaker) 채널 신호(411), 오브젝트 신호(412), SAOC 채널 신호(414), HOA 신호(415) 및 오브젝트 메타데이터 비트스트림(413) 등이 포함될 수 있다. 코어 디코더(10)에는 인코더에서 부호화시에 사용된 코어 코덱이 사용될 수 있는데, 이를테면, MP3, AAC, AC3 또는 USAC(Unified Speech and Audio Coding) 기반의 코덱이 사용될 수 있다.

한편, 수신된 비트스트림에는 코어 디코더(10)에서 복호화되는 신호가 채널 신호인지, 오브젝트 신호인지 또는 HOA 신호인지 등을 식별할 수 있는 식별자가 더 포함될 수 있다. 또한, 복호화되는 신호가 채널 신호(411)일 경우, 각 신호가 멀티채널 내의 어느 채널 (이를테면 left speaker 대응, top rear right speaker 대응 등)에 대응되는지를 식별할 수 있는 식별자가 비트스트림에 더 포함될 수 있다. 복호화되는 신호가 오브젝트 신호(412)일 경우, 오브젝트 메타데이터 비트스트림(413)을 복호화하여 획득되는 오브젝트 메타데이터 정보(425a, 425b) 등과 같이, 해당 신호가 재생 공간의 어느 위치에 재생되는지를 나타내는 정보가 추가로 획득될 수 있다.

본 발명의 실시예에 따르면, 오디오 디코더는 유연한 렌더링(flexible rendering)을 수행하여 출력 오디오 신호의 품질을 높일 수 있다. 유연한 렌더링이란 실제 재생 환경의 라우드스피커 배치(재생 레이아웃) 또는 BRIR(Binaural Room Impulse Response) 필터 셋의 가상 스피커 배치(가상 레이아웃)에 기초하여, 복호화된 오디오 신호의 포맷을 변환하는 과정을 의미할 수 있다. 일반적으로, 실제 거실 환경에 배치된 스피커는 규격(standard) 권고안 대비 방향각과 거리 등이 모두 달라지게 된다. 스피커의 높이, 방향, 청자와의 거리 등이 규격 권고안에 따른 스피커 배치와 상이하게 됨에 따라, 변경된 스피커의 위치에서 원래 신호를 재생할 경우 이상적인 3D 사운드 장면을 제공하기 어렵게 될 수 있다. 이와 같이 상이한 스피커 배치에서도 컨텐츠 제작자가 의도한 사운드 장면을 효과적으로 제공하기 위해서는, 오디오 신호를 변환하여 스피커들 간의 위치 차이에 따른 변화를 보정하는 유연한 렌더링이 필요하다.

따라서, 렌더링 유닛(20)은 코어 디코더(10)에 의해 복호화 된 신호를 재생 레이아웃(reproduction layout) 정보 또는 가상 레이아웃(virtual layout) 정보를 이용하여 타겟 출력 신호로 렌더링한다. 재생 레이아웃 정보는 타겟 채널의 배치(configuration)를 나타내며, 재생 환경의 라우드스피커 레이아웃 정보로 표현될 수 있다. 또한, 가상 레이아웃 정보는 바이노럴 렌더러(200)에서 사용되는 BRIR(Binaural Room Impulse Response) 필터 셋(set)에 기초하여 획득될 수 있는데, 가상 레이아웃에 대응하는 위치 셋(set of positions)은 BRIR 필터 셋에 대응하는 위치 셋의 서브셋(subset)으로 이루어 질 수 있다. 이때, 상기 가상 레이아웃의 위치 셋은 각 타겟 채널들의 위치 정보를 나타낸다. 렌더링 유닛(20)은 포맷 컨버터(22), 오브젝트 렌더러(24), OAM 디코더(25), SAOC 디코더(26) 및 HOA 디코더(28)를 포함할 수 있다. 렌더링 유닛(20)은 복호화 된 신호의 타입에 따라 상기 구성 중 적어도 하나를 이용하여 렌더링을 수행한다.

포맷 컨버터(22)는 채널 렌더러로도 지칭될 수 있으며, 전송된 채널 신호(411)를 출력 스피커 채널 신호로 변환한다. 즉, 포맷 컨버터(22)는 전송된 채널 배치(configuration)와 재생될 스피커 채널 배치 간의 변환을 수행한다. 만약, 출력 스피커 채널의 개수(이를테면, 5.1 채널)가 전송된 채널의 개수(이를테면, 22.2 채널)보다 적거나, 전송된 채널 배치와 재생될 채널 배치가 다를 경우, 포맷 컨버터(22)는 채널 신호(411)에 대한 다운믹스 또는 변환을 수행한다. 본 발명의 실시예에 따르면, 오디오 디코더는 입력 채널 신호와 출력 스피커 채널 신호간의 조합을 이용하여 최적의 다운믹스 매트릭스를 생성하고, 상기 매트릭스를 이용하여 다운믹스를 수행할 수 있다. 또한, 포맷 컨버터(22)가 처리하는 채널 신호(411)에는 사전-렌더링된 오브젝트 신호가 포함될 수 있다. 일 실시예에 따르면, 오디오 신호의 부호화 전에 적어도 하나의 오브젝트 신호가 사전-렌더링되어 채널 신호에 믹스(mix)될 수 있다. 이와 같이 믹스 된 오브젝트 신호는 채널 신호와 함께 포맷 컨버터(22)에 의해 출력 스피커 채널 신호로 변환될 수 있다.

오브젝트 렌더러(24) 및 SAOC 디코더(26)는 오브젝트 기반의 오디오 신호에 대한 렌더링을 수행한다. 오브젝트 기반의 오디오 신호에는 개별 오브젝트 웨이브폼과 파라메트릭 오브젝트 웨이브폼이 포함될 수 있다. 개별 오브젝트 웨이브폼의 경우, 각 오브젝트 신호들은 모노포닉(monophonic) 웨이브폼으로 인코더에 제공되며, 인코더는 단일 채널 엘리먼트들(Single Channel Elements, SCEs)을 이용하여 각 오브젝트 신호들을 전송한다. 파라메트릭 오브젝트 웨이브폼의 경우, 복수의 오브젝트 신호들이 적어도 하나의 채널 신호로 다운믹스 되며, 각 오브젝트의 특징과 이들 간의 관계가 SAOC(Spatial Audio Object Coding) 파라메터로 표현된다. 오브젝트 신호들은 다운믹스 되어 코어 코덱으로 부호화되며, 이때 생성되는 파라메트릭 정보가 함께 디코더로 전송된다.

한편, 개별 오브젝트 웨이브폼 또는 파라메트릭 오브젝트 웨이브폼이 오디오 디코더로 전송될 때, 이에 대응하는 압축된 오브젝트 메타데이터가 함께 전송될 수 있다. 오브젝트 메타데이터는 오브젝트 속성을 시간과 공간 단위로 양자화하여 3차원 공간에서의 각 오브젝트의 위치 및 이득값을 지정한다. 렌더링 유닛(20)의 OAM 디코더(25)는 압축된 오브젝트 메타데이터 비트스트림(413)을 수신하고, 이를 복호화하여 오브젝트 렌더러(24) 및/또는 SAOC 디코더(26)로 전달한다.

오브젝트 렌더러(24)는 오브젝트 메타데이터 정보(425a)를 이용하여 각 오브젝트 신호(412)를 주어진 재생 포맷에 따라 렌더링한다. 이때, 각 오브젝트 신호(412)는 오브젝트 메타데이터 정보(425a)에 기초하여 특정 출력 채널들로 렌더링될 수 있다. SAOC 디코더(26)는 SAOC 채널 신호(414)와 파라메트릭 정보로부터 오브젝트/채널 신호를 복원한다. 또한, 상기 SAOC 디코더(26)는 재생 레이아웃 정보와 오브젝트 메타데이터 정보(425b)에 기초하여 출력 오디오 신호를 생성할 수 있다. 즉, SAOC 디코더(26)는 SAOC 채널 신호(414)를 이용하여 복호화된 오브젝트 신호를 생성하고, 이를 타겟 출력 신호로 매핑하는 렌더링을 수행한다. 이와 같이 오브젝트 렌더러(24) 및 SAOC 디코더(26)는 오브젝트 신호를 채널 신호로 렌더링할 수 있다.

HOA 디코더(28)는 HOA(Higher Order Ambisonics) 신호(415) 및 HOA 부가 정보를 수신하고, 이를 복호화한다. HOA 디코더(28)는 채널 신호나 오브젝트 신호를 별도의 수학식으로 모델링하여 사운드 장면을 생성한다. 생성된 사운드 장면에서 스피커가 있는 공간상의 위치를 선택하면, 스피커 채널 신호로 렌더링이 수행될 수 있다.

한편, 도 4에는 도시되지 않았지만, 렌더링 유닛(20)의 각 구성요소로 오디오 신호가 전달될 때, 전처리 과정으로서 동적 범위 제어(Dynamic Range Control, DRC)가 수행될 수 있다. DRC는 재생되는 오디오 신호의 동적 범위를 일정 레벨로 제한하는 것으로, 기 설정된 쓰레숄드(threshold) 보다 작은 소리는 더 크게, 기 설정된 쓰레숄드 보다 큰 소리는 더 작게 조정 한다.

렌더링 유닛(20)에 의해 처리된 채널 기반의 오디오 신호 및 오브젝트 기반의 오디오 신호는 믹서(30)로 전달된다. 믹서(30)는 렌더링 유닛(20)의 각 서브 유닛에서 렌더링 된 부분 신호들을 믹싱하여 믹서 출력 신호를 생성한다. 만약 부분 신호들이 재생/가상 레이아웃 상의 동일한 위치에 매칭되는 신호일 경우에는 서로 더해지며, 동일하지 않은 위치에 매칭되는 신호일 경우에는 각각 별개의 위치에 대응되는 출력 신호로 믹싱된다. 믹서(30)는 서로 더해지는 부분 신호들 간에 상쇄 간섭이 발생하는지 여부를 판별하고, 이를 방지하기 위한 추가적인 프로세스를 더 수행할 수 있다. 또한, 믹서(30)는 채널 기반의 웨이브폼과 렌더링된 오브젝트 웨이브폼의 딜레이(delay)를 조정하고, 이를 샘플 단위로 합산한다. 이와 같이, 믹서(30)에 의해 합산된 오디오 신호는 포스트 프로세싱 유닛(40)으로 전달된다.

포스트 프로세싱 유닛(40)은 스피커 렌더러(100)와 바이노럴 렌더러(200)를 포함한다. 스피커 렌더러(100)는 믹서(30)로부터 전달된 멀티채널 및/또는 멀티오브젝트 오디오 신호를 출력하기 위한 포스트 프로세싱을 수행한다. 이러한 포스트 프로세싱에는 동적 범위 제어(DRC), 음량 정규화(Loudness Normalization, LN) 및 피크 제한(Peak Limiter, PL) 등이 포함될 수 있다. 스피커 렌더러(100)의 출력 신호는 멀티채널 오디오 시스템의 라우드스피커로 전달되어 출력될 수 있다.

바이노럴 렌더러(200)는 멀티채널 및/또는 멀티오브젝트 오디오 신호의 바이노럴 다운믹스 신호를 생성한다. 바이노럴 다운믹스 신호는 각 입력 채널/오브젝트 신호가 3차원상에 위치한 가상의 음원에 의해 표현되도록 하는 2채널의 오디오 신호이다. 바이노럴 렌더러(200)는 스피커 렌더러(100)에 공급되는 오디오 신호를 입력 신호로서 수신할 수 있다. 바이노럴 렌더링은 BRIR(Binaural Room Impulse Response) 필터를 기초로 수행되며, 시간 도메인 또는 QMF 도메인 상에서 수행될 수 있다. 실시예에 따르면, 바이노럴 렌더링의 후처리 과정으로서 전술한 동적 범위 제어(DRC), 음량 정규화(LN) 및 피크 제한(PL) 등이 추가로 수행될 수 있다. 바이노럴 렌더러(200)의 출력 신호는 헤드폰, 이어폰 등과 같은 2채널 오디오 출력 장치로 전달되어 출력될 수 있다.

<유연한 렌더링을 위한 렌더링 설정부>

도 5는 본 발명의 추가적인 실시예에 따른 오디오 디코더를 나타낸 블록도이다. 도 5의 실시예에서 도 4의 실시예와 동일한 구성에 대해서는 동일한 도면 부호가 사용되었으며, 중복되는 설명은 생략하도록 한다.

도 5를 참조하면, 오디오 디코더(1200-A)는 복호화된 오디오 신호의 렌더링을 제어하는 렌더링 설정부(21)를 더 포함할 수 있다. 렌더링 설정부(21)는 재생 레이아웃 정보(401) 및/또는 BRIR 필터 셋 정보(402)를 입력 받고, 이를 이용하여 오디오 신호의 렌더링을 위한 타겟 포맷 정보(421)를 생성한다. 일 실시예에 따르면 렌더링 설정부(21)는 실제 재생 환경의 라우드스피커 배치를 재생 레이아웃 정보(401)로 획득하고, 이에 기초하여 타겟 포맷 정보(421)를 생성할 수 있다. 이때, 타겟 포맷 정보(421)는 실제 재생 환경의 라우드스피커들의 위치(채널)를 나타내거나, 이들의 서브셋(subset) 또는 이들의 조합에 기초한 슈퍼셋(superset)을 나타낼 수 있다.

또한, 렌더링 설정부(21)는 바이노럴 렌더러(200)로부터 BRIR 필터 셋 정보(402)를 획득하고, 이를 이용하여 타겟 포맷 정보(421)를 생성할 수 있다. 이때, 타겟 포맷 정보(421)는 바이노럴 렌더러(200)의 BRIR 필터 셋이 지원하는(즉, 바이노럴 렌더링이 가능한) 타겟 위치(채널)들을 나타내거나, 이들의 서브셋 또는 이들의 조합에 기초한 슈퍼셋을 나타낼 수 있다. 본 발명의 실시예에 따르면, BRIR 필터 셋 정보(402)는 물리적인 라우드스피커의 배치를 나타내는 재생 레이아웃 정보(401)와 상이한 타겟 위치를 포함할 수 있으며, 혹은 보다 더 많은 수의 타겟 위치를 포함할 수 있다. 따라서, 재생 레이아웃 정보(401)에 기초하여 렌더링된 오디오 신호가 바이노럴 렌더러(200)에 입력되면, 렌더링된 오디오 신호의 타겟 위치와 바이노럴 렌더러(200)가 지원하는 타겟 위치 간의 차이가 발생할 수 있다. 또는, 코어 디코더(10)에서 복호화된 신호의 타겟 위치는 BRIR 필터 셋 정보(402)에 의해서는 제공되지만, 재생 레이아웃 정보(401)에 의해서는 제공되지 않을 수 있다.

그러므로 본 발명의 렌더링 설정부(21)는 최종 출력 오디오 신호가 바이노럴 신호일 경우, 바이노럴 렌더러(200)로부터 획득된 BRIR 필터 셋 정보(402)를 이용하여 타겟 포맷 정보(421)를 생성할 수 있다. 렌더링 유닛(20)은 이와 같이 생성된 타겟 포맷 정보(421)를 이용하여 오디오 신호의 렌더링을 수행함으로, 재생 레이아웃 정보(401)에 기초한 렌더링 및 바이노럴 렌더링의 2단계 프로세싱으로 인해 발생할 수 있는 음질 저하 현상을 최소화 수 있다.

한편, 렌더링 설정부(21)는 최종 출력 오디오 신호의 타입에 대한 정보를 더 획득할 수 있다. 최종 출력 오디오 신호가 라우드스피커 신호일 경우, 렌더링 설정부(21)는 재생 레이아웃 정보(401)에 기초하여 타겟 포맷 정보(421)를 생성하고 이를 렌더링 유닛(20)에 전달할 수 있다. 또한 최종 출력 오디오 신호가 바이노럴 신호일 경우, 렌더링 설정부(21)는 BRIR 필터 셋 정보(402)에 기초하여 타겟 포맷 정보(421)를 생성하고 이를 렌더링 유닛(20)에 전달할 수 있다. 본 발명의 추가적인 실시예에 따르면, 렌더링 설정부(21)는 유저가 사용 중인 오디오 시스템 또는 유저의 선택 사항을 나타내는 컨트롤 정보(403)를 더 획득할 수 있으며, 해당 컨트롤 정보(403)를 함께 이용하여 타겟 포맷 정보(421)를 생성할 수 있다.

생성된 타겟 포맷 정보(421)는 렌더링 유닛(20)에 전달된다. 렌더링 유닛(20)의 각 서브 유닛들은 렌더링 설정부(21)로부터 전달된 타겟 포맷 정보(421)를 이용하여 유연한 렌더링을 수행할 수 있다. 즉, 포맷 컨버터(22)는 복호화된 채널 신호(411)를 타겟 포맷 정보(421)에 기초하여 타겟 채널의 출력 신호로 변환한다. 마찬가지로, 오브젝트 렌더러(24) 및 SAOC 디코더(26)는 각각 오브젝트 신호(412) 및 SAOC 채널 신호(414)를 타겟 포맷 정보(421) 및 오브젝트 메타데이터 정보(425)를 이용하여 타겟 채널의 출력 신호로 변환한다. 이때, 오브젝트 신호(412)의 렌더링을 위한 믹싱 행렬은 타겟 포맷 정보(421)에 기초하여 업데이트 될 수 있으며, 오브젝트 렌더러(24)는 업데이트 된 믹싱 행렬을 이용하여 오브젝트 신호(412)를 출력 채널 신호로 렌더링 할 수 있다. 이와 같이, 렌더링은 오디오 신호를 타겟 포맷 상의 적어도 하나의 타겟 위치(즉, 타겟 채널)로 매핑하는 변환 과정으로 수행될 수 있다.

한편, 타겟 포맷 정보(421)는 믹서(30)로도 전달될 수 있으며, 렌더링 유닛(20)의 각 서브 유닛에서 렌더링 된 부분 신호들을 믹싱하는 과정에 사용될 수 있다. 만약 부분 신호들이 타겟 포맷 상의 동일한 위치에 매칭되는 신호일 경우에는 서로 더해지며, 동일하지 않은 위치에 매칭되는 신호일 경우에는 각각 별개의 위치에 대응되는 출력 신호로 믹싱될 수 있다.

본 발명의 실시예에 따르면 타겟 포맷은 다양한 방법에 따라 설정될 수 있다. 먼저, 렌더링 설정부(21)는 획득된 재생 레이아웃 정보(401) 또는 BRIR 필터 셋 정보(402) 보다 높은 공간 해상도를 갖는 타겟 포맷을 설정할 수 있다. 즉, 렌더링 설정부(21)는 재생 레이아웃 정보(401) 또는 BRIR 필터 셋 정보(402)가 나타내는 원본 타겟 위치들의 집합인 제1 타겟 위치 셋을 획득하고, 적어도 하나의 원본 타겟 위치를 조합하여 추가적인(extra) 타겟 위치들을 생성한다. 이때, 추가적인 타겟 위치들에는 복수의 원본 타겟 위치들 간의 보간(interpolation)에 의해 생성된 위치, 외삽(extrapolation)에 의해 생성된 위치 등이 포함될 수 있다. 이와 같이 생성된 추가적인 타겟 위치들의 집합으로 제2 타겟 위치 셋이 구성될 수 있다. 렌더링 설정부(21)는 제1 타겟 위치 셋과 제2 타겟 위치 셋을 포함하는 타겟 포맷을 생성하고, 해당 타겟 포맷 정보(421)를 렌더링 유닛(20)으로 전달할 수 있다.

렌더링 유닛(20)은 추가적인 타겟 위치가 포함된 고해상도의 타겟 포맷 정보(421)를 이용하여 오디오 신호에 대한 렌더링을 수행할 수 있다. 고해상도의 타겟 포맷 정보(421)를 이용하여 렌더링을 수행할 경우, 렌더링 과정의 해상도가 향상되어 연산이 용이하고 음질이 향상되는 장점이 있다. 렌더링 유닛(20)은 오디오 신호의 렌더링을 통해 타겟 포맷 정보(421)의 각 타겟 위치에 매핑되는 출력 신호를 획득할 수 있다. 만약 제2 타겟 위치 셋의 추가적인 타겟 위치로 매핑되는 출력 신호가 획득될 경우, 렌더링 유닛(20)은 해당 출력 신호를 제1 타겟 위치 셋의 원본 타겟 위치로 재 렌더링 하는 다운믹스 프로세스를 수행할 수 있다. 이때 다운믹스 프로세스는 VBAP(Vector-Based Amplitude Panning)나 진폭 패닝(Amplitude Panning) 등을 통해 구현될 수 있다.

타겟 포맷을 설정하는 다른 방법으로, 렌더링 설정부(21)는 획득된 BRIR 필터 셋 정보(402) 보다 낮은 공간 해상도를 갖는 타겟 포맷을 설정할 수 있다. 즉, 렌더링 설정부(21)는 M개의 원본 타겟 위치들의 서브셋 혹은 이의 조합을 통해 N(N<M)개의 축약된 타겟 위치들을 획득하고, 축약된 타겟 위치들로 구성된 타겟 포맷을 생성할 수 있다. 렌더링 설정부(21)는 저해상도의 해당 타겟 포맷 정보(421)를 렌더링 유닛(20)으로 전달하고, 렌더링 유닛(20)은 이를 이용하여 오디오 신호에 대한 렌더링을 수행할 수 있다. 저해상도의 타겟 포맷 정보(421)를 이용하여 렌더링을 수행할 경우, 렌더링 유닛(20)의 연산량 및 이후의 바이노럴 렌더러(200)의 연산량을 절감할 수 있다.

타겟 포맷을 설정하는 또 다른 방법으로, 렌더링 설정부(21)는 렌더링 유닛(20)의 각 서브 유닛 별로 서로 다른 타겟 포맷을 설정할 수 있다. 예를 들어, 포맷 컨버터(22)에 제공되는 타겟 포맷과 오브젝트 렌더러(24)에 제공되는 타겟 포맷은 서로 상이할 수 있다. 각 서브 유닛에 따라 서로 다른 타겟 포맷이 제공되면, 각 서브 유닛 별로 연산량을 제어하거나 음질을 향상시킬 수 있게 된다.

뿐만 아니라, 렌더링 설정부(21)는 렌더링 유닛(20)에 제공되는 타겟 포맷과 믹서(30)에 제공되는 타겟 포맷을 다르게 설정할 수도 있다. 이를테면, 렌더링 유닛(20)에 제공되는 타겟 포맷은 믹서(30)에 제공되는 타겟 포맷보다 높은 공간 해상도를 가질 수 있다. 따라서, 믹서(30)는 높은 공간 해상도를 갖는 입력 신호를 다운믹스하는 과정을 동반하도록 구현될 수 있다.

한편, 렌더링 설정부(21)는 유저의 선택, 사용되는 디바이스의 환경 또는 설정에 기초하여 타겟 포맷을 설정할 수도 있다. 렌더링 설정부(21)는 이와 같은 정보를 컨트롤 정보(403)를 통해 수신할 수 있다. 이때, 컨트롤 정보(403)는 디바이스가 제공할 수 있는 연산량 성능, 전력량 및 유저의 선택 사항 중 적어도 하나에 기초하여 가변할 수 있다.

도 4 및 도 5의 실시예에서, 렌더링 유닛(20)은 렌더링 대상 신호에 따라 서로 다른 서브 유닛을 통해 렌더링을 수행하는 것으로 도시되어 있으나, 전체 또는 일부 서브 유닛이 통합된 렌더러를 통해 구현될 수도 있다. 예를 들어, 포맷 컨버터(22)와 오브젝트 렌더러(24)는 하나의 통합된 렌더러를 통해 구현될 수 있다.

또한 본 발명의 일 실시예에 따르면, 도 5에 도시된 바와 같이 오브젝트 렌더러(24)의 출력 신호의 적어도 일부가 포맷 컨버터(22)로 입력될 수 있다. 포맷 컨버터(22)로 입력된 오브젝트 렌더러(24)의 출력 신호는 오브젝트 신호에 대한 유연한 렌더링과 채널 신호에 대한 유연한 렌더링의 성능이 다름으로 인해 양 신호 간에 발생할 수 있는 공간상의 미스매치를 해결하기 위한 정보로 이용될 수 있다. 예를 들어, 오브젝트 신호(412)와 채널 신호(411)가 동시에 입력으로 수신 되어 두 신호를 믹스한 형태의 사운드 장면을 제공하고자 할 경우, 각 신호에 대한 렌더링 프로세스가 상이하기 때문에 공간상의 미스매치에 의한 왜곡이 발생하기 쉬운 문제가 있다. 따라서 본 발명의 일 실시예에 따르면, 오브젝트 신호(412)와 채널 신호(411)가 동시에 입력으로 수신되는 경우, 오브젝트 렌더러(24)는 타겟 포맷 정보(421)에 기초한 유연한 렌더링을 별도로 수행하지 않고 출력 신호를 포맷 컨버터(22)로 전달할 수 있다. 이때, 포맷 컨버터(22)로 전달되는 오브젝트 렌더러(24)의 출력 신호는 입력된 채널 신호(411)의 채널 포맷에 대응되는 신호일 수 있다. 포맷 컨버터(22)는 오브젝트 렌더러(24)의 출력 신호를 채널 신호(411)에 믹스하고, 믹스된 신호에 대하여 타겟 포맷 정보(421)에 기초한 유연한 렌더링을 수행할 수 있다.

한편, 사용 가능한 스피커 영역 밖에 위치한 예외 오브젝트의 경우, 기존 스피커만으로는 컨텐츠 제작자의 의도에 맞는 소리를 재생하기 어려운 문제가 있다. 따라서, 예외 오브젝트가 존재하는 경우 오브젝트 렌더러(24)는 예외 오브젝트의 위치에 대응하는 가상 스피커를 생성하고, 실제 라우드스피커 정보와 가상 스피커 정보를 함께 이용하여 렌더링을 수행할 수 있다.

도 6은 예외 오브젝트에 대한 렌더링을 수행하는 본 발명의 일 실시예를 나타내고 있다. 도 6에서 601 내지 609로 표시된 실선 점들은 타겟 포맷이 지원하는 각 타겟 위치들을 나타내며, 타겟 위치들에 의해 둘러싸인 영역은 렌더링이 가능한 출력 채널 공간을 형성한다. 또한, 611 내지 613으로 표시된 파선 점들은 타겟 포맷이 지원하지 않는 가상의 위치들이며, 오브젝트 렌더러(24)에 의해 생성된 가상 스피커의 위치를 나타낼 수 있다. 한편, S1(701) 내지 S4(704)로 표시된 별표 점들은 특정 오브젝트 S가 경로(700)를 따라 이동하면서 특정 시점에 렌더링 되어야 하는 공간상의 재생 위치를 나타낸다. 상기 오브젝트의 공간상의 재생 위치는 오브젝트 메타데이터 정보(425)에 기초하여 획득될 수 있다.

도 6의 실시예에서, 오브젝트 신호는 해당 오브젝트의 재생 위치가 타겟 포맷의 타겟 위치에 매칭되는지 여부에 기초하여 렌더링될 수 있다. S2(702)와 같이 오브젝트의 재생 위치가 특정 타겟 위치(604)에 매칭되는 경우, 해당 오브젝트 신호는 상기 타겟 위치(604)에 대응하는 타겟 채널의 출력 신호로 변환된다. 즉, 오브젝트 신호는 타겟 채널과의 1:1 매핑에 의해 렌더링이 수행될 수 있다. 그러나 S1(701)와 같이 오브젝트의 재생 위치가 출력 채널 공간상에는 위치하지만 타겟 위치에 직접 매칭되지 않는 경우, 해당 오브젝트 신호는 재생 위치에 인접한 복수의 타겟 위치의 출력 신호로 분배될 수 있다. 예를 들어, S1(701)의 오브젝트 신호는 인접한 타겟 위치(601, 602 및 603)의 출력 신호로 렌더링될 수 있다. 오브젝트 신호가 2개 또는 3개의 타겟 위치로 매핑되는 경우, 해당 오브젝트 신호는 VBAP(Vector-Based Amplitude Panning) 등의 방법에 의해 각 타겟 채널의 출력 신호로 렌더링될 수 있다. 따라서, 오브젝트 신호는 복수의 타겟 채널과의 1:N 매핑에 의해 렌더링이 수행될 수 있다.

한편, S3(703) 및 S4(704)와 같이 오브젝트의 재생 위치가 타겟 포맷이 구성하는 출력 채널 공간 상에 위치하지 않는 경우, 해당 오브젝트는 별도의 프로세스를 통해 렌더링이 수행될 수 있다. 일 실시예에 따르면, 오브젝트 렌더러(24)는 해당 오브젝트를 타겟 포맷이 구성하는 출력 채널 공간 상에 투영(projection) 시키고, 투영된 위치에서 인접한 타겟 위치로의 렌더링을 수행할 수 있다. 이때, 투영된 위치에서 타겟 위치로의 렌더링은 전술한 S1(701) 또는 S2(702)의 렌더링 방법이 사용될 수 있다. 즉, S3(703) 및 S4(704)는 각각 출력 채널 공간 상의 P3 및 P4로 투영되고, 투영된 P3 및 P4의 신호는 인접한 타겟 위치(604, 605 및 607)의 출력 신호로 렌더링될 수 있다.

다른 실시예에 따르면, 오브젝트의 재생 위치가 타겟 포맷이 구성하는 출력 채널 공간 상에 위치하지 않는 경우, 오브젝트 렌더러(24)는 타겟 위치와 가상 스피커의 위치를 함께 이용하여 해당 오브젝트의 렌더링을 수행할 수 있다. 먼저, 오브젝트 렌더러(24)는 해당 오브젝트 신호를 적어도 하나의 가상 스피커 신호를 포함하는 출력 신호로 렌더링 한다. 예를 들어, S4(704)와 같이 오브젝트의 재생 위치가 가상 스피커(611)의 위치에 직접 매칭되는 경우, 해당 오브젝트 신호는 상기 가상 스피커(611)의 출력 신호로 렌더링된다. 그러나 S3(703)와 같이 오브젝트의 재생 위치에 매칭되는 가상 스피커가 존재하지 않을 경우, 해당 오브젝트 신호는 인접한 가상 스피커(611) 및 타겟 채널(605, 607)의 출력 신호로 렌더링될 수 있다. 다음으로, 오브젝트 렌더러(24)는 렌더링된 가상 스피커 신호를 타겟 채널의 출력 신호로 재 렌더링한다. 즉, S3(703) 또는 S4(704)의 오브젝트 신호가 렌더링된 가상 스피커(611)의 신호는 인접한 타겟 채널(이를테면, 605, 607)의 출력 신호로 다운믹스 될 수 있다.

한편, 도 6에 도시된 바와 같이 타겟 포맷은 원본 타겟 위치를 조합하여 생성된 추가적인 타겟 위치들(621, 622, 623, 624)을 포함할 수 있다. 이와 같이 추가적인 타겟 위치들을 생성하여 사용함으로, 렌더링의 해상도를 높일 수 있다.

<바이노럴 렌더러 상세>

도 7은 본 발명의 일 실시예에 따른 바이노럴 렌더러의 각 구성을 나타낸 블록도이다. 도시된 바와 같이, 본 발명의 실시예에 따른 바이노럴 렌더러(200)는 BRIR 파라메터화부(300), 고속 콘볼루션부(230), 후기잔향 생성부(240), QTDL 프로세싱부(250), 믹서&콤바이너(260)를 포함할 수 있다.

바이노럴 렌더러(200)는 다양한 타입의 입력 신호에 대한 바이노럴 렌더링을 수행하여 3D 오디오 헤드폰 신호(즉, 3D 오디오 2채널 신호)를 생성한다. 이때, 입력 신호는 채널 신호(즉, 스피커 채널 신호), 오브젝트 신호 및 HOA 신호 중 적어도 하나를 포함하는 오디오 신호가 될 수 있다. 본 발명의 다른 실시예에 따르면, 바이노럴 렌더러(200)가 별도의 디코더를 포함할 경우, 상기 입력 신호는 전술한 오디오 신호의 부호화된 비트스트림이 될 수 있다. 바이노럴 렌더링은 복호화된 입력 신호를 바이노럴 다운믹스 신호로 변환하여, 헤드폰으로 청취시 서라운드 음향을 체험할 수 있도록 한다.

본 발명의 실시예에 따른 바이노럴 렌더러(200)는 BRIR(Binaural Room Impulse Response) 필터를 이용하여 바이노럴 렌더링을 수행할 수 있다. BRIR을 이용한 바이노럴 렌더링을 일반화하면 M개의 채널을 갖는 멀티채널의 입력 신호에 대해 O개의 출력신호를 얻기 위한 M-to-O 프로세싱이다. 바이노럴 필터링은 이 과정에서 각각의 입력 채널과 출력 채널에 대응되는 필터 계수를 이용한 필터링으로 볼 수 있다. 도 3에서 원본 필터 셋 H는 각 채널 신호의 스피커 위치에서부터 좌, 우 귀의 위치까지의 전달함수들을 의미한다. 이러한 전달함수 중 일반적인 청음공간, 즉 잔향이 있는 공간에서 측정한 것을 Binaural Room Impulse Response(BRIR)라 부른다. 반면 재생 공간의 영향이 없도록 무향실에서 측정한 것을 Head Related Impulse Response(HRIR)이라고 하며, 이에 대한 전달함수를 Head Related Transfer Function(HRTF)라 부른다. 따라서, BRIR은 HRTF와는 다르게 방향 정보뿐만 아니라 재생 공간의 정보를 함께 담고 있다. 일 실시예에 따르면, HRTF와 인공 잔향기(artificial reverberator)를 이용하여 BRIR을 대체할 수도 있다. 본 명세서에서는 BRIR을 이용한 바이노럴 렌더링에 대하여 설명하지만, 본 발명은 이에 한정되지 않으며 HRIR, HRTF를 포함하는 다양한 형태의 FIR 필터를 이용한 바이노럴 렌더링에도 동일하거나 상응하는 방법으로 적용 가능하다. 또한, 본 발명은 오디오 신호의 바이노럴 렌더링 뿐만 아니라, 입력 신호의 다양한 형태의 필터링 연산시에도 적용 가능하다. 한편, BRIR은 전술한 바와 같이 96K개의 샘플 길이를 가질 수 있으며, 멀티 채널 바이노럴 렌더링은 M*O개의 서로 다른 필터를 이용하여 수행되므로 고 연산량의 처리 과정이 요구된다.

본 발명에서 오디오 신호 처리 장치는 협의의 의미로는 도 7에 도시된 바이노럴 렌더러(200) 또는 바이노럴 렌더링 유닛(220)을 가리킬 수 있다. 그러나 본 발명에서 오디오 신호 처리 장치는 광의의 의미로는 바이노럴 렌더러를 포함하는 도 4 또는 도 5의 오디오 디코더를 가리킬 수 있다. 또한, 이하 본 명세서에서는 멀티채널 입력 신호에 대한 실시예를 주로 기술할 수 있으나, 별도의 언급이 없을 경우 채널, 멀티채널 및 멀티채널 입력 신호는 각각 오브젝트, 멀티오브젝트 및 멀티오브젝트 입력 신호를 포함하는 개념으로 사용될 수 있다. 뿐만 아니라, 멀티채널 입력 신호는 HOA 디코딩 및 렌더링된 신호를 포함하는 개념으로도 사용될 수 있다.

본 발명의 실시예에 따르면, 바이노럴 렌더러(200)는 입력 신호에 대한 바이노럴 렌더링을 QMF 도메인 상에서 수행할 수 있다. 이를테면, 바이노럴 렌더러(200)는 QMF 도메인의 멀티채널(N channels) 신호를 수신하고, QMF 도메인의 BRIR 서브밴드 필터를 이용하여 상기 멀티채널 신호에 대한 바이노럴 렌더링을 수행할 수 있다. QMF 분석 필터뱅크를 통과한 i번째 채널의 k번째 서브밴드(subband) 신호를

, 서브밴드 도메인에서의 시간 인덱스를 l이라고 하면, QMF 도메인에서의 바이노럴 렌더링은 다음과 같은 식으로 표현할 수 있다.

여기서, m은 L(좌) 또는 R(우)이며,

은 시간 도메인 BRIR 필터를 QMF 도메인의 서브밴드 필터로 변환한 것이다.

즉, 바이노럴 렌더링은 QMF 도메인의 채널 신호 또는 오브젝트 신호를 복수의 서브밴드 신호로 나누고, 각 서브밴드 신호를 이에 대응하는 BRIR 서브밴드 필터와 콘볼루션 한 후 합산하는 방법으로 수행될 수 있다.

BRIR 파라메터화부(300)는 QMF 도메인에서의 바이노럴 렌더링을 위해 BRIR 필터 계수를 변환 및 편집하고 각종 파라메터를 생성한다. 먼저, BRIR 파라메터화부(300)는 멀티채널 또는 멀티오브젝트에 대한 시간 도메인 BRIR 필터 계수를 수신하고, 이를 QMF 도메인 BRIR 필터 계수로 변환한다. 이때, QMF 도메인 BRIR 필터 계수는 복수의 주파수 밴드에 각각 대응하는 복수의 서브밴드 필터 계수들을 포함한다. 본 발명에서 서브밴드 필터 계수는 QMF 변환된 서브밴드 도메인의 각 BRIR 필터 계수를 가리킨다. 본 명세서에서 서브밴드 필터 계수는 BRIR 서브 밴드 필터 계수로도 지칭될 수 있다. BRIR 파라메터화부(300)는 QMF 도메인의 복수의 BRIR 서브밴드 필터 계수를 각각 편집하고, 편집된 서브밴드 필터 계수를 고속 콘볼루션부(230) 등에 전달할 수 있다. 본 발명의 실시예에 따르면, BRIR 파라메터화부(300)는 바이노럴 렌더러(200)의 일 구성요소로 포함될 수도 있으며, 별도의 장치로 구비될 수도 있다. 일 실시예에 따르면, BRIR 파라메터화부(300)를 제외한 고속 콘볼루션부(230), 후기잔향 생성부(240), QTDL 프로세싱부(250), 믹서&콤바이너(260)를 포함하는 구성이 바이노럴 렌더링 유닛(220)으로 분류될 수 있다.

일 실시예에 따르면, BRIR 파라메터화부(300)는 가상 재생 공간의 적어도 하나의 위치에 대응되는 BRIR 필터 계수를 입력으로 수신할 수 있다. 상기 가상 재생 공간의 각 위치는 멀티채널 시스템의 각 스피커 위치에 대응될 수 있다. 일 실시예에 따르면, BRIR 파라메터화부(300)가 수신한 각 BRIR 필터 계수는 바이노럴 렌더러(200)의 입력 신호의 각 채널 또는 각 오브젝트에 직접 매칭될 수 있다. 반면에, 본 발명의 다른 실시예에 따르면 상기 수신된 각 BRIR 필터 계수는 바이노럴 렌더러(200)의 입력 신호에 독립적인 구성(configuration)을 가질 수 있다. 즉, BRIR 파라메터화부(300)가 수신한 BRIR 필터 계수 중 적어도 일부는 바이노럴 렌더러(200)의 입력 신호에 직접 매칭되지 않을 수 있으며, 수신된 BRIR 필터 계수의 개수는 입력 신호의 채널 및/또는 오브젝트의 총 개수보다 작거나 클 수도 있다.

BRIR 파라메터화부(300)는 제어 파라메터 정보를 추가적으로 입력 받고, 입력된 제어 파라메터 정보에 기초하여 전술한 바이노럴 렌더링을 위한 파라메터를 생성할 수 있다. 제어 파라메터 정보는 후술하는 실시예와 같이 복잡도-퀄리티 제어 파라메터 등을 포함할 수 있으며, BRIR 파라메터화부(300)의 각종 파라메터화 과정을 위한 임계값으로 사용될 수 있다. 이러한 입력 값에 기초하여 BRIR 파라메터화부(300)는 바이노럴 렌더링 파라메터를 생성하고, 이를 바이노럴 렌더링 유닛(220)에 전달한다. 만약 입력 BRIR 필터 계수나 제어 파라메터 정보가 변경될 경우, BRIR 파라메터화부(300)는 바이노럴 렌더링 파라메터를 재 계산하여 바이노럴 렌더링 유닛에 전달할 수 있다.

본 발명의 실시예에 따르면, BRIR 파라메터화부(300)는 바이노럴 렌더러(200)의 입력 신호의 각 채널 또는 각 오브젝트에 대응하는 BRIR 필터 계수를 변환 및 편집하여 바이노럴 렌더링 유닛(220)으로 전달할 수 있다. 상기 대응하는 BRIR 필터 계수는 BRIR 필터 셋에서 선택된 각 채널 또는 각 오브젝트에 대한 매칭 BRIR 또는 폴백(fallback) BRIR이 될 수 있다. BRIR 매칭은 가상 재생 공간상에서 각 채널 또는 각 오브젝트의 위치를 타겟으로 하는 BRIR 필터 계수가 존재하는지 여부에 따라 결정될 수 있다. 이때, 각 채널(또는 오브젝트)의 위치 정보는 채널 배치를 시그널링 하는 입력 파라메터로부터 획득될 수 있다. 만약, 입력 신호의 각 채널 또는 각 오브젝트의 위치 중 적어도 하나를 타겟으로 하는 BRIR 필터 계수가 존재할 경우, 해당 BRIR 필터 계수는 입력 신호의 매칭 BRIR이 될 수 있다. 그러나 특정 채널 또는 오브젝트의 위치를 타겟으로 하는 BRIR 필터 계수가 존재하지 않을 경우, BRIR 파라메터화부(300)는 해당 채널 또는 오브젝트와 가장 유사한 위치를 타겟으로 하는 BRIR 필터 계수를 해당 채널 또는 오브젝트에 대한 폴백 BRIR로 제공할 수 있다.

먼저, 원하는 위치(특정 채널 또는 오브젝트)와 기 설정된 범위 내의 고도 및 방위각 편차를 갖는 BRIR 필터 계수가 BRIR 필터 셋에 있을 경우 해당 BRIR 필터 계수가 선택될 수 있다. 이를테면, 원하는 위치와 동일한 고도 및 +/- 20˚ 이내의 방위각 편차를 갖는 BRIR 필터 계수가 선택될 수 있다. 만약 이에 해당하는 BRIR 필터 계수가 없을 경우, BRIR 필터 셋 중 상기 원하는 위치와 최소의 기하학적 거리를 갖는 BRIR 필터 계수가 선택될 수 있다. 즉, 해당 BRIR의 위치와 상기 원하는 위치 간의 기하학적 거리를 최소로 하는 BRIR 필터 계수가 선택될 수 있다. 여기서, BRIR의 위치는 해당 BRIR 필터 계수에 대응하는 스피커의 위치를 나타낸다. 또한, 두 위치 간의 기하학적 거리는 두 위치의 고도 편차의 절대값과 방위각 편차의 절대값을 합산한 값으로 정의될 수 있다. 한편, 일 실시예에 따르면 BRIR 필터 계수를 보간(interpolation)하는 방법으로, BRIR 필터 셋의 위치를 원하는 위치에 일치시킬 수도 있다. 이때, 보간된 BRIR 필터 계수는 BRIR 필터 셋의 일부인 것으로 간주될 수 있다. 즉, 이 경우는 원하는 위치에 항상 BRIR 필터 계수가 존재하는 것으로 구현될 수 있다.

입력 신호의 각 채널 또는 각 오브젝트에 대응하는 BRIR 필터 계수는 별도의 벡터 정보(m_conv)를 통해 전달될 수 있다. 상기 벡터 정보(m_conv)는 BRIR 필터 셋 중에서 입력 신호의 각 채널 또는 오브젝트에 대응하는 BRIR 필터 계수를 지시한다. 예를 들어, 입력 신호의 특정 채널의 위치 정보와 매칭되는 위치 정보를 갖는 BRIR 필터 계수가 BRIR 필터 셋에 존재할 경우, 벡터 정보(m_conv)는 해당 BRIR 필터 계수를 상기 특정 채널에 대응하는 BRIR 필터 계수로 지시한다. 그러나 입력 신호의 특정 채널의 위치 정보와 매칭되는 위치 정보를 갖는 BRIR 필터 계수가 BRIR 필터 셋에 존재하지 않을 경우, 벡터 정보(m_conv)는 상기 특정 채널의 위치 정보와 최소의 기하학적 거리를 갖는 폴백 BRIR 필터 계수를 상기 특정 채널에 대응하는 BRIR 필터 계수로 지시한다. 따라서, 파라메터화부(300)는 벡터 정보(m_conv)를 이용하여 입력 오디오 신호의 각 채널 또는 객체에 대응하는 BRIR 필터 계수를 전체 BRIR 필터 셋에서 결정할 수 있다.

한편 본 발명의 다른 실시예에 따르면, BRIR 파라메터화부(300)는 수신된 BRIR 필터 계수 전체를 변환 및 편집하여 바이노럴 렌더링 유닛(220)으로 전달할 수 있다. 이때, 입력 신호의 각 채널 또는 각 오브젝트에 대응하는 BRIR 필터 계수(또는, 편집된 BRIR 필터 계수)의 선택 과정은 바이노럴 렌더링 유닛(220)에서 수행될 수 있다.

만약 BRIR 파라메터화부(300)가 바이노럴 렌더링 유닛(220)과 별도의 장치로 구성될 경우, BRIR 파라메터화부(300)에서 생성된 바이노럴 렌더링 파라메터는 비트스트림으로 렌더링 유닛(220)에 전송될 수 있다. 바이노럴 렌더링 유닛(220)은 수신된 비트스트림을 디코딩하여 바이노럴 렌더링 파라메터를 획득할 수 있다. 이때, 전송되는 바이노럴 렌더링 파라메터는 바이노럴 렌더링 유닛(220)의 각 서브 유닛에서의 프로세싱을 위해 필요한 각종 파라메터를 포함하며, 변환 및 편집된 BRIR 필터 계수, 또는 원본 BRIR 필터 계수 등을 포함할 수 있다.

바이노럴 렌더링 유닛(220)은 고속 콘볼루션부(230), 후기잔향 생성부(240) 및 QTDL 프로세싱부(250)를 포함하며, 멀티채널 및/또는 멀티오브젝트 신호를 포함하는 멀티 오디오 신호를 수신한다. 본 명세서에서는 멀티채널 및/또는 멀티오브젝트 신호를 포함하는 입력 신호를 멀티 오디오 신호로 지칭하기로 한다. 도 7에서는 일 실시예에 따라 바이노럴 렌더링 유닛(220)이 QMF 도메인의 멀티채널 신호를 수신하는 것으로 도시되어 있으나, 바이노럴 렌더링 유닛(220)의 입력 신호에는 시간 도메인 멀티채널 신호 및 멀티오브젝트 신호 등이 포함될 수 있다. 또한, 바이노럴 렌더링 유닛(220)이 별도의 디코더를 추가적으로 포함할 경우, 상기 입력 신호는 상기 멀티 오디오 신호의 부호화된 비트스트림이 될 수 있다. 이에 더하여, 본 명세서에서는 멀티 오디오 신호에 대한 BRIR 렌더링을 수행하는 케이스를 기준으로 본 발명을 설명하지만, 본 발명은 이에 한정되지 않는다. 즉, 본 발명에서 제공하는 특징들은 BRIR이 아닌 다른 종류의 렌더링 필터에도 적용될 수 있으며, 멀티 오디오 신호가 아닌 단일 채널 또는 단일 오브젝트의 오디오 신호에 대해서도 적용될 수 있다.

고속 콘볼루션부(230)는 입력 신호와 BRIR 필터간의 고속 콘볼루션을 수행하여 입력 신호에 대한 직접음(direct sound)과 초기 반사음(early reflection)을 처리한다. 이를 위해, 고속 콘볼루션부(230)는 절단된(truncated) BRIR을 사용하여 고속 콘볼루션을 수행할 수 있다. 절단된 BRIR은 각 서브밴드 주파수에 종속적으로 절단된 복수의 서브밴드 필터 계수를 포함하며, BRIR 파라메터화부(300)에서 생성된다. 이때, 각 절단된 서브밴드 필터 계수의 길이는 해당 서브밴드의 주파수에 종속적으로 결정된다. 고속 콘볼루션부(230)는 서브밴드에 따라 서로 다른 길이를 갖는 절단된 서브밴드 필터 계수를 이용함으로 주파수 도메인에서의 가변차수(variable order) 필터링을 수행할 수 있다. 즉, 각 주파수 밴드 별로 QMF 도메인 서브밴드 신호와 이에 대응하는 QMF 도메인의 절단된 서브밴드 필터들 간의 고속 콘볼루션이 수행될 수 있다. 각 서브밴드 신호에 대응하는 절단된 서브밴드 필터는 전술한 벡터 정보(m_conv)를 통해 식별할 수 있다.

후기잔향 생성부(240)는 입력 신호에 대한 후기잔향(late reverberation) 신호를 생성한다. 후기잔향 신호는 고속 콘볼루션부(230)에서 생성된 직접음 및 초기 반사음 이후의 출력 신호를 나타낸다. 후기잔향 생성부(240)는 BRIR 파라메터화부(300)로부터 전달된 각 서브밴드 필터 계수로부터 결정된 잔향 시간 정보에 기초하여 입력 신호를 처리할 수 있다. 본 발명의 실시예에 따르면, 후기잔향 생성부(240)는 입력 오디오 신호에 대한 모노 또는 스테레오 다운믹스 신호를 생성하고, 생성된 다운믹스 신호에 대한 후기잔향 처리를 수행할 수 있다.

QTDL(QMF domain Tapped Delay Line) 프로세싱부(250)는 입력 오디오 신호 중 고 주파수 밴드의 신호를 처리한다. QTDL 프로세싱부(250)는 고 주파수 밴드의 각 서브밴드 신호에 대응하는 적어도 하나의 파라메터를 BRIR 파라메터화부(300)로부터 수신하고, 수신된 파라메터를 이용하여 QMF 도메인에서 탭-딜레이 라인 필터링을 수행한다. 각 서브밴드 신호에 대응하는 파라메터는 전술한 벡터 정보(m_conv)를 통해 식별할 수 있다. 본 발명의 실시예에 따르면, 바이노럴 렌더러(200)는 기 설정된 상수 또는 기 설정된 주파수 밴드를 기초로 입력 오디오 신호를 저 주파수 밴드 신호와 고 주파수 밴드 신호로 분리하고, 저 주파수 밴드 신호는 고속 콘볼루션부(230) 및 후기잔향 생성부(240)에서, 고 주파수 밴드 신호는 QTDL 프로세싱부(250)에서 각각 처리할 수 있다.

고속 콘볼루션부(230), 후기잔향 생성부(240) 및 QTDL 프로세싱부(250)는 각각 2채널의 QMF 도메인 서브밴드 신호를 출력한다. 믹서&콤바이너(260)는 고속 콘볼루션부(230)의 출력 신호, 후기잔향 생성부(240)의 출력 신호 및 QTDL 프로세싱부(250)의 출력 신호를 결합하여 믹싱을 수행한다. 이때, 출력 신호의 결합은 2채널의 좌, 우 출력 신호에 대해 각각 별도로 수행된다. 바이노럴 렌더러(200)는 결합된 출력 신호를 QMF 합성하여 시간 도메인의 최종 바이노럴 출력 오디오 신호를 생성한다.

<주파수 도메인 가변차수 필터링(Variable Order Filtering in Frequency-domain, VOFF)>

도 8은 본 발명의 실시예에 따른 바이노럴 렌더링을 위한 필터 생성 방법을 나타내고 있다. QMF 도메인에서의 바이노럴 렌더링을 위해, 복수의 서브밴드 필터로 변환된 FIR 필터가 사용될 수 있다. 본 발명의 실시예에 따르면, 바이노럴 렌더러의 고속 콘볼루션부는 각 서브밴드 주파수에 따라 서로 다른 길이를 갖는 절단된 서브밴드 필터를 이용함으로 QMF 도메인에서의 가변차수 필터링을 수행할 수 있다.

도 8에서 Fk는 QMF 서브밴드 k의 직접음 및 초기반사음(direct & early)의 처리를 위해 고속 콘볼루션에 사용되는 절단된 서브밴드 필터를 나타낸다. 또한, Pk는 QMF 서브밴드 k의 후기잔향 생성에 사용되는 필터를 나타낸다. 이때, 절단된 서브밴드 필터 Fk는 원본 서브밴드 필터에서 절단된 앞부분(front)의 필터이며, 프론트 서브밴드 필터로도 지칭될 수 있다. 또한, Pk는 원본 서브밴드 필터의 절단 이후의 뒷부분(rear)의 필터이며, 리어 서브밴드 필터로 지칭될 수 있다. QMF 도메인은 총 K개의 서브밴드를 가지는데, 일 실시예에 따르면 64개의 서브밴드가 사용될 수 있다. 또한, N은 원본 서브밴드 필터의 길이(탭 수)를 나타내며, N_Filter[k]는 서브밴드 k의 프론트 서브밴드 필터의 길이를 나타낸다. 이때, 길이 N_Filter[k]는 다운 샘플된 QMF 도메인에서의 탭 수를 나타낸다.

BRIR 필터를 이용한 렌더링의 경우, 각 서브밴드 별 필터 차수(즉, 필터 길이)는 원본 BRIR 필터로부터 추출된 파라메터들 이를테면, 각 서브밴드 필터 별 잔향 시간(Reverberation Time, RT) 정보, EDC(Energy Decay Curve) 값, 에너지 감쇄 시간 정보 등에 기초하여 결정될 수 있다. 각 주파수 별로 공기 중에서의 감쇄, 벽 및 천장의 재질에 따른 흡음 정도가 다른 음향적 특성으로 인해, 잔향 시간은 주파수에 따라 서로 달라질 수 있다. 일반적으로는 낮은 주파수의 신호일수록 잔향 시간이 긴 특성을 갖는다. 잔향 시간이 길면 FIR 필터의 뒷부분에 많은 정보가 남아 있음을 의미하므로, 해당 필터를 길게 절단하여 사용하는 것이 잔향 정보를 제대로 전달하는데 바람직하다. 따라서, 본 발명의 각 절단된 서브밴드 필터 Fk의 길이는 해당 서브밴드 필터에서 추출된 특성 정보(이를테면, 잔향 시간 정보)에 적어도 부분적으로 기초하여 결정된다.

일 실시예에 따르면, 절단된 서브밴드 필터 Fk의 길이는 오디오 신호 처리 장치가 획득한 추가적인 정보 이를테면, 디코더의 복잡도(complexity), 복잡도 레벨(프로파일), 또는 요구되는 퀄리티 정보에 기초하여 결정될 수 있다. 복잡도는 오디오 신호 처리 장치의 하드웨어 리소스(resource)에 따라 결정되거나 유저가 직접 입력한 값에 따라 결정될 수 있다. 퀄리티는 유저의 요구에 따라 결정되거나, 비트스트림을 통해 전송된 값 또는 비트스트림에 포함된 다른 정보를 참조하여 결정될 수 있다. 또한, 퀄리티는 전송되는 오디오 신호의 품질을 추정한 값에 따라 결정될 수도 있는데, 이를테면 비트 레이트가 높을수록 더 높은 퀄리티로 간주할 수 있다. 이때, 각 절단된 서브밴드 필터의 길이는 복잡도 및 퀄리티에 따라 비례적으로 증가할 수도 있고, 각 밴드별로 서로 다른 비율로 변화할 수도 있다. 또한, 각 절단된 서브밴드 필터의 길이는 FFT 등의 고속 프로세싱에 의한 추가적인 이득을 얻기 위해 이에 대응되는 크기 단위 이를테면, 2의 거듭제곱의 배수로 결정될 수 있다. 반면, 절단된 서브밴드 필터의 결정된 길이가 실제 서브밴드 필터의 총 길이보다 길 경우, 절단된 서브밴드 필터의 길이는 실제 서브밴드 필터의 길이로 조정될 수 있다.

본 발명의 BRIR 파라메터화부는 이와 같이 결정된 각 절단된 서브밴드 필터의 길이에 대응하는 절단된 서브밴드 필터 계수들을 생성하고, 이를 고속 콘볼루션부로 전달한다. 고속 콘볼루션부는 절단된 서브밴드 필터 계수를 이용하여 멀티 오디오 신호의 각 서브밴드 신호에 대한 주파수 도메인 가변차수 필터링(VOFF 프로세싱)을 수행한다. 즉, 서로 다른 주파수 밴드인 제1 서브밴드와 제2 서브밴드에 대하여, 고속 콘볼루션부는 제1 서브밴드 신호에 제1 절단된 서브밴드 필터 계수를 적용하여 제1 서브밴드 바이노럴 신호를 생성하고, 제2 서브밴드 신호에 제2 절단된 서브밴드 필터 계수를 적용하여 제2 서브밴드 바이노럴 신호를 생성한다. 이때, 제1 절단된 서브밴드 필터 계수와 제2 절단된 서브밴드 필터 계수는 각각 독립적으로 서로 다른 길이를 가질 수 있으며, 동일한 시간 영역을 갖는 원형 필터(프로토타입 필터)로부터 획득된다. 즉, 하나의 시간 영역 필터를 복수의 QMF 서브밴드 필터로 변환하고, 각 서브밴드에 대응되는 필터들의 길이를 가변 시킨 것이므로, 각 절단된 서브밴드 필터는 하나의 원형필터로부터 획득된 것이다.

한편 본 발명의 일 실시예에 따르면, QMF 변환된 복수의 서브밴드 필터들은 복수의 그룹으로 분류되고, 분류된 각 그룹별로 서로 다른 프로세싱에 이용될 수 있다. 예를 들어, 복수의 서브밴드는 기 설정된 주파수 밴드(QMF 밴드 i)를 기준으로 한 저 주파수의 제1 서브밴드 그룹(Zone 1)과, 고 주파수의 제2 서브밴드 그룹(Zone 2)으로 분류될 수 있다. 이때, 제1 서브밴드 그룹의 입력 서브밴드 신호들에 대해서는 VOFF 프로세싱이, 제2 서브밴드 그룹의 입력 서브밴드 신호들에 대해서는 후술하는 QTDL 프로세싱이 수행될 수 있다.

따라서, BRIR 파라메터화부는 제1 서브밴드 그룹의 각 서브밴드 별로 절단된 서브밴드 필터(프론트 서브밴드 필터) 계수를 생성하고, 이를 고속 콘볼루션부에 전달한다. 고속 콘볼루션부는 수신된 프론트 서브밴드 필터 계수를 이용하여 제1 서브밴드 그룹의 서브밴드 신호에 대한 VOFF 프로세싱을 수행한다. 실시예에 따라서, 제1 서브밴드 그룹의 서브밴드 신호에 대한 후기잔향 프로세싱이 후기잔향 생성부에 의해 추가적으로 수행될 수도 있다. 또한, BRIR 파라메터화부는 제2 서브밴드 그룹의 각 서브밴드 필터 계수로부터 적어도 하나의 파라메터를 획득하고 이를 QTDL 프로세싱부로 전달한다. QTDL 프로세싱부는 획득된 파라메터를 이용하여 후술하는 바와 같이 제2 서브밴드 그룹의 각 서브밴드 신호에 대한 탭-딜레이 라인 필터링을 수행한다. 본 발명의 실시예에 따르면, 제1 서브밴드 그룹과 제2 서브밴드 그룹을 구분하는 기 설정된 주파수(QMF 밴드 i)는 사전에 정해진 상수 값에 기초하여 결정될 수도 있고, 전송된 오디오 입력 신호의 비트스트림 특성에 따라 결정될 수도 있다. 이를테면, SBR을 사용하는 오디오 신호의 경우, 제2 서브밴드 그룹이 SBR 밴드에 대응하도록 설정될 수 있다.

다른 실시예에 따르면, 복수의 서브밴드는 도 8에 도시된 바와 같이 기 설정된 제1 주파수 밴드(QMF 밴드 i) 및 제 2 주파수 밴드(QMF 밴드 j)를 기초로 3개의 서브밴드 그룹으로 분류될 수도 있다. 즉, 복수의 서브밴드는 제1 주파수 밴드보다 작거나 같은 저 주파수 구역인 제1 서브밴드 그룹(Zone 1), 제1 주파수 밴드 보다 크고 제2 주파수 밴드보다 작거나 같은 중간 주파수 구역인 제2 서브밴드 그룹(Zone 2), 및 제2 주파수 밴드 보다 큰 고 주파수 구역인 제3 서브밴드 그룹(Zone 3)으로 분류될 수 있다. 예를 들어, 총 64개의 QMF 서브밴드(서브밴드 인덱스 0~63)가 상기 3개의 서브밴드 그룹으로 분류될 경우, 제1 서브밴드 그룹은 0부터 31의 인덱스를 갖는 총 32개의 서브밴드를, 제2 서브밴드 그룹은 32부터 47의 인덱스를 갖는 총 16개의 서브밴드를, 제3 서브밴드 그룹은 나머지 48부터 63의 인덱스를 갖는 서브밴드를 포함할 수 있다. 여기서, 서브밴드 인덱스는 서브밴드 주파수가 낮을수록 낮은 값을 갖는다.

이때, 본 발명의 실시예에 따르면 제1 서브밴드 그룹과 제2 서브밴드 그룹의 서브밴드 신호들에 대해서만 바이노럴 렌더링이 수행될 수 있다. 즉, 제1 서브밴드 그룹의 서브밴드 신호들에 대해서는 전술한 바와 같이 VOFF 프로세싱 및 후기잔향 프로세싱이 수행될 수 있으며, 제2 서브밴드 그룹의 서브밴드 신호들에 대해서는 QTDL 프로세싱이 수행될 수 있다. 또한, 제3 서브밴드 그룹의 서브밴드 신호들에 대해서는 바이노럴 렌더링이 수행되지 않을 수 있다. 한편, 바이노럴 렌더링을 수행하는 최대 주파수 밴드의 정보(Kproc=48) 및 콘볼루션을 수행하는 주파수 밴드의 정보(Kconv=32)는 미리 결정된 값일 수 있으며, 또는 BRIR 파라메터화부에 의해 결정되어 바이노럴 렌더링 유닛으로 전달될 수 있다. 이때, 제1 주파수 밴드(QMF 밴드 i)는 인덱스 Kconv-1의 서브밴드로 설정되며, 제2 주파수 밴드(QMF 밴드 j)는 인덱스 Kproc-1의 서브밴드로 설정된다. 한편, 최대 주파수 밴드의 정보(Kproc) 및 콘볼루션을 수행하는 주파수 밴드의 정보(Kconv)의 값은 원본 BRIR 입력의 샘플링 주파수, 입력 오디오 신호의 샘플링 주파수 등에 의하여 가변할 수 있다.

한편 도 8의 실시예에 따르면, 프론트 서브밴드 필터 Fk 뿐만 아니라 리어 서브밴드 필터 Pk의 길이도 원본 서브밴드 필터에서 추출된 파라메터에 기초하여 결정될 수 있다. 즉, 각 서브밴드의 프론트 서브밴드 필터 및 리어 서브밴드 필터의 길이는 해당 서브밴드 필터에서 추출된 특성 정보에 적어도 부분적으로 기초하여 결정된다. 예를 들어, 프론트 서브밴드 필터의 길이는 해당 서브밴드 필터의 제1 잔향 시간 정보에 기초하여, 리어 서브밴드 필터의 길이는 제2 잔향 시간 정보에 기초하여 결정될 수 있다. 즉, 프론트 서브밴드 필터는 원본 서브밴드 필터에서 제1 잔향 시간 정보에 기초하여 절단된 앞부분의 필터이며, 리어 서브밴드 필터는 프론트 서브밴드 필터 이후의 구간으로서 제1 잔향 시간과 제2 잔향 시간 사이의 구간에 대응하는 뒷부분의 필터가 될 수 있다. 일 실시예에 따르면 제1 잔향 시간 정보는 RT20, 제2 잔향 시간 정보는 RT60이 될 수 있으나, 본 발명은 이에 한정하지 않는다.

제2 잔향 시간 이내에는 초기 반사음 파트에서 후기잔향 파트로 전환되는 부분이 존재한다. 즉, 결정성(deterministic characteristic)을 갖는 구간에서 추계적 특성(stochastic characteristic)을 갖는 구간으로 전환 되는 지점이 존재하며, 전체 밴드의 BRIR의 관점에서 이 지점을 믹싱 타임이라고 부른다. 믹싱 타임 이전 구간의 경우 각 위치 별로 방향성을 제공하는 정보가 주로 존재하며, 이는 채널 별로 고유하다. 반면에 후기잔향 파트의 경우 채널 별로 공통된 특징을 지니기 때문에 복수개의 채널을 한꺼번에 처리하는 것이 효율적일 수 있다. 따라서 서브밴드 별 믹싱 타임을 추정하여 믹싱 타임 이전에 대해서는 VOFF 프로세싱을 통해 고속 콘볼루션을 수행하고, 믹싱 타임 이후에 대해서는 후기잔향 프로세싱을 통해 각 채널 별 공통된 특성이 반영된 프로세싱을 수행할 수 있다.

그러나 믹싱 타임을 추정하는 것은 지각적(perceptual) 관점에서 편향(bias)에 의한 에러가 발생할 수 있다. 따라서, 정확한 믹싱 타임을 추정하여 해당 경계를 기준으로 VOFF 프로세싱 파트와 후기잔향 프로세싱 파트로 나누어 처리하는 것 보다는, VOFF 프로세싱 파트의 길이를 최대한 길게 하여 고속 콘볼루션을 수행하는 것이 퀄리티 관점에서는 우수하다. 따라서, VOFF 프로세싱 파트의 길이 즉, 프론트 서브밴드 필터의 길이는 복잡도-퀄리티 제어에 따라 믹싱 타임에 해당하는 길이보다 길거나 짧아질 수 있다.

이에 더하여, 각 서브밴드 필터의 길이를 줄이기 위해 전술한 바와 같이 절단하는 방법 이외에도, 특정 서브밴드의 주파수 응답이 단조로울(monotonic) 경우 해당 서브밴드의 필터를 낮은 차수로 감소시키는 모델링이 가능하다. 대표적인 방법으로는, 주파수 샘플링을 이용한 FIR 필터 모델링이 있으며, 최소 자승 관점에서 최소화되는 필터를 디자인할 수 있다.

<고 주파수 밴드의 QTDL 프로세싱>

도 9는 본 발명의 실시예에 따른 QTDL 프로세싱을 더욱 상세하게 나타내고 있다. 11의 실시예에 따르면, QTDL 프로세싱부(250)는 원-탭-딜레이 라인 필터를 이용하여 멀티채널 입력 신호 X0, X1, …, X_M-1에 대한 서브밴드 별 필터링을 수행한다. 이때, 멀티채널 입력 신호는 QMF 도메인의 서브밴드 신호로 수신된다고 가정한다. 따라서, 도 9의 실시예에서 원-탭-딜레이 라인 필터는 각 QMF 서브밴드 별로 프로세싱을 수행할 수 있다. 원-탭-딜레이 라인 필터는 각 채널 신호에 대하여 한 개의 탭만 콘볼루션을 수행한다. 이때 사용되는 탭은 해당 서브밴드 신호에 대응하는 BRIR 서브밴드 필터 계수로부터 직접 추출된 파라메터에 기초하여 결정될 수 있다. 상기 파라메터는 원-탭-딜레이 라인 필터에 사용될 탭에 대한 딜레이(delay) 정보 및 이에 대응하는 게인(gain) 정보를 포함한다.

도 9에서 L_0, L_1, …, L_M-1은 각각 M개의 채널에서 왼쪽 귀로의 BRIR에 대한 딜레이를 나타내고, R_0, R_1, …, R_M-1은 각각 M개의 채널에서 오른쪽 귀로의 BRIR에 대한 딜레이를 나타낸다. 이때, 딜레이 정보는 해당 BRIR 서브밴드 필터 계수 중 절대 값 크기 순, 실수 값 크기 순, 또는 허수 값 크기 순으로 최대 피크에 대한 위치 정보를 나타낸다. 또한, 도 9에서 G_L_0, G_L_1, …, G_L_M-1은 좌 채널의 각 딜레이 정보에 대응하는 게인을 나타내고, G_R_0, G_R_1, …, G_R_M-1은 우 채널의 각 딜레이 정보에 대응하는 게인을 나타낸다. 각 게인 정보는 해당 BRIR 서브밴드 필터 계수의 전체 파워, 해당 딜레이 정보에 대응하는 피크의 크기 등에 기초하여 결정될 수 있다. 이때, 게인 정보는 서브밴드 필터 계수에서의 해당 피크값 자체가 사용될 수도 있지만, 전체 서브밴드 필터 계수에 대한 에너지 보상이 수행된 이후의 해당 피크의 가중치 값이 사용될 수 있다. 상기 게인 정보는 해당 피크에 대한 실수 가중치 및 허수 가중치를 함께 이용하여 획득되며, 따라서 복소수 값을 갖는다.

한편, QTDL 프로세싱은 전술한 바와 같이 기 설정된 상수 또는 기 설정된 주파수 밴드를 기초로 분류된 고 주파수 밴드의 입력 신호에 대해서만 수행될 수 있다. 만약, 입력 오디오 신호에 SBR(Spectral Band Replication)이 적용된 경우, 상기 고 주파수 밴드는 SBR 밴드에 대응될 수 있다. 고 주파수 대역의 효율적인 부호화를 위해 사용되는 SBR(Spectral Band Replication)은 저 비트율 부호화 시 고 주파수 대역의 신호를 버림으로 인해 좁아진 밴드 폭을 다시 확장하여, 원 신호만큼의 밴드 폭을 확보하기 위한 도구이다. 이때, 고 주파수 대역은 부호화되어 전송되는 저 주파수 대역의 정보와 인코더에서 전송한 고 주파수 대역 신호의 부가 정보를 활용하여 생성된다. 그러나 SBR을 이용하여 생성된 고 주파수 성분은 부정확한 고조파(harmonic)의 생성으로 인하여 왜곡이 발생할 수 있다. 또한, SBR 밴드는 고 주파수 대역이며, 전술한 바와 같이 해당 주파수 대역의 잔향 시간은 매우 짧다. 즉, SBR 밴드의 BRIR 서브밴드 필터는 유효 정보가 적으며, 빠른 감쇄율을 갖는다. 따라서, SBR 대역에 준하는 고 주파수 대역에 대한 BRIR 렌더링은 콘볼루션을 수행하는 것 보다는 유효한 소수의 탭을 이용하여 렌더링을 수행하는 것이 음질의 퀄리티 대비 연산량 측면에서 매우 효과적일 수 있다.

이와 같이, 원-탭-딜레이 라인 필터에 의해 필터링 된 복수의 채널 신호는 각 서브밴드 별로 2채널의 좌, 우 출력 신호 Y_L, Y_R로 합산된다. 한편, QTDL 프로세싱부(250)의 각 원-탭-딜레이 라인 필터에서 사용되는 파라메터는 바이노럴 렌더링의 초기화 과정에서 메모리에 저장될 수 있으며, 파라메터 추출을 위한 추가적인 연산 없이 QTDL 프로세싱이 수행될 수 있다.

<BRIR 파라메터화 상세>

도 10는 본 발명의 실시예에 따른 BRIR 파라메터화부의 각 구성을 나타낸 블록도이다. 도시된 바와 같이 BRIR 파라메터화부(300)는 VOFF 파라메터화부(320), 후기잔향 파라메터화부(360) 및 QTDL 파라메터화부(380)를 포함할 수 있다. BRIR 파라메터화부(300)는 시간 도메인의 BRIR 필터 셋을 입력으로 수신하고, BRIR 파라메터화부(300)의 각 서브 유닛은 수신된 BRIR 필터 셋을 이용하여 바이노럴 렌더링을 위한 각종 파라메터를 생성한다. 실시예에 따라 BRIR 파라메터화부(300)는 제어 파라메터를 추가적으로 입력 받을 수 있으며, 입력된 제어 파라메터에 기초하여 파라메터를 생성할 수 있다.

먼저, VOFF 파라메터화부(320)는 주파수 도메인 가변차수 필터링(VOFF)에 필요한 절단된 서브밴드 필터 계수와 그에 따른 보조 파라메터들을 생성한다. 예를 들어, VOFF 파라메터화부(320)는 절단된 서브밴드 필터 계수를 생성하기 위한 주파수 밴드별 잔향 시간 정보, 필터 차수 정보 등을 산출하며, 절단된 서브밴드 필터 계수에 대한 블록 단위의 고속 퓨리에 변환을 수행하기 위한 블록의 크기를 결정한다. VOFF 파라메터화부(320)에서 생성된 일부 파라메터는 후기잔향 파라메터화부(360) 및 QTDL 파라메터화부(380)로 전달될 수 있다. 이때, 전달되는 파라메터는 VOFF 파라메터화부(320)의 최종 출력값으로 한정되지 않으며, VOFF 파라메터화부(320)의 프로세싱에 따라 중간에 생성된 파라메터 이를테면, 시간 도메인의 절단된 BRIR 필터 계수 등을 포함할 수 있다.

후기잔향 파라메터화부(360)는 후기잔향 생성을 위해 필요한 파라메터를 생성한다. 예를 들어, 후기잔향 파라메터화부(360)는 다운믹스 서브밴드 필터 계수, IC 값 등을 생성할 수 있다. 또한, QTDL 파라메터화부(380)는 QTDL 프로세싱을 위한 파라메터를 생성한다. 더욱 구체적으로, QTDL 파라메터화부(380)는 VOFF 파라메터화부(320)로부터 서브밴드 필터 계수를 입력 받고, 이를 이용하여 각 서브밴드에서의 딜레이 정보 및 게인 정보를 생성한다. 이때, QTDL 파라메터화부(380)는 바이노럴 렌더링을 수행하는 최대 주파수 밴드의 정보(Kproc) 및 콘볼루션을 수행하는 주파수 밴드의 정보(Kconv)를 제어 파라메터로 수신할 수 있으며, Kproc과 Kconv을 경계로 하는 서브밴드 그룹의 각 주파수 밴드에 대하여 딜레이 정보 및 게인 정보를 생성할 수 있다. 일 실시예에 따르면, QTDL 파라메터화부(380)는 VOFF 파라메터화부(320)에 포함된 구성으로 제공될 수 있다.

VOFF 파라메터화부(320), 후기잔향 파라메터화부(360) 및 QTDL 파라메터화부(380)에서 각각 생성된 파라메터들은 바이노럴 렌더링 유닛(미도시)으로 전송된다. 일 실시예에 따르면, 후기잔향 파라메터화부(360)와 QTDL 파라메터화부(380)는 바이노럴 렌더링 유닛에서 후기잔향 프로세싱, QTDL 프로세싱이 각각 수행되는지 여부에 따라 파라메터 생성 여부를 결정할 수 있다. 만약 바이노럴 렌더링 유닛에서 후기잔향 프로세싱 및 QTDL 프로세싱 중 적어도 하나가 수행되지 않을 경우, 이에 대응하는 후기잔향 파라메터화부(360), QTDL 파라메터화부(380)는 파라메터를 생성하지 않거나, 생성된 파라메터를 바이노럴 렌더링 유닛에 전송하지 않을 수 있다.

도 11은 본 발명의 VOFF 파라메터화부의 각 구성을 나타낸 블록도이다. 도시된 바와 같이 VOFF 파라메터화부(320)는 전파 시간 산출부(322), QMF 변환부(324) 및 VOFF 파라메터 생성부(330)를 포함할 수 있다. VOFF 파라메터화부(320)는 수신된 시간 도메인 BRIR 필터 계수를 이용하여 VOFF 프로세싱을 위한 절단된 서브밴드 필터 계수를 생성하는 과정을 수행한다.

먼저, 전파 시간 산출부(322)는 시간 도메인 BRIR 필터 계수의 전파 시간 정보를 산출하고, 산출된 전파 시간 정보에 기초하여 시간 도메인 BRIR 필터 계수를 절단한다. 여기서, 전파 시간 정보는 BRIR 필터 계수의 초기 샘플로부터 직접음까지의 시간을 나타낸다. 전파 시간 산출부(322)는 시간 도메인 BRIR 필터 계수에서 상기 산출된 전파 시간에 해당하는 부분을 절단하여 이를 제거할 수 있다.

BRIR 필터 계수의 전파 시간을 추정하기 위해 다양한 방법이 사용될 수 있다. 일 실시예에 따르면 BRIR 필터 계수의 최대 피크 값에 비례하는 임계 값보다 큰 에너지 값이 나타나는 최초의 지점 정보에 기초하여 전파 시간을 추정할 수 있다. 이때, 멀티 채널 입력의 각 채널에서 청자까지의 거리는 모두 다르므로 채널 별로 전파 시간이 각각 다를 수 있다. 그러나 바이노럴 렌더링의 수행시 전파 시간이 절단된 BRIR 필터 계수를 이용하여 콘볼루션을 수행하고, 최종 바이노럴 렌더링 된 신호를 딜레이로 보상하기 위해서는 모든 채널의 전파 시간 절단 길이가 동일해야 한다. 또한, 각 채널에 동일한 전파 시간 정보를 적용하여 절단을 수행하면, 개별 채널에서의 오차 발생 확률을 줄일 수 있다.

본 발명의 실시예에 따른 전파 시간 정보를 산출하기 위해, 먼저 프레임(frame) 단위 인덱스 k에 대한 프레임 에너지 E(k)가 먼저 정의될 수 있다. 입력 채널 인덱스 m, 출력 좌/우 채널 인덱스 i, 시간 도메인의 타임 슬롯 인덱스 v에 대한 시간 도메인 BRIR 필터 계수를

라고 할 때, k번째 프레임에서의 프레임 에너지 E(k)는 다음 수식으로 산출될 수 있다.

여기서, N_BRIR은 BRIR 필터 셋의 전체 필터 개수, N_hop은 기 설정된 홉 사이즈, L_frm은 프레임 사이즈를 나타낸다. 즉, 프레임 에너지 E(k)는 동일 시간 영역에 대한 각 채널별 프레임 에너지의 평균값으로 산출될 수 있다.

상기 정의된 프레임 에너지 E(k)를 이용하여, 전파 시간(pt)은 다음 수식으로 산출될 수 있다.

즉, 전파 시간 산출부(322)는 기 설정된 홉 단위로 시프팅(shifting) 하며 프레임 에너지를 측정하고, 프레임 에너지가 기 설정된 임계값 보다 큰 최초의 프레임을 식별한다. 이때, 전파 시간은 식별된 최초의 프레임의 중간 지점으로 결정될 수 있다. 한편, 수학식 5에서는 임계값이 최대 프레임 에너지 보다 60dB 낮은 값으로 설정되는 것으로 예시되어 있지만, 본 발명은 이에 한정하지 않으며 임계값은 최대 프레임 에너지에 비례하는 값 또는 최대 프레임 에너지와 기 설정된 차이를 갖는 값으로 설정될 수 있다.

한편, 홉 사이즈(N_hop) 및 프레임 사이즈(L_frm)는 입력 BRIR 필터 계수가 HRIR(Head Related Impulse Response) 필터 계수인지 여부에 기초하여 가변될 수 있다. 이때, 입력 BRIR 필터 계수가 HRIR 필터 계수인지 여부를 나타내는 정보(flag_HRIR)는 외부로부터 수신될 수도 있으며, 시간 도메인 BRIR 필터 계수의 길이를 이용하여 추정될 수도 있다. 일반적으로 초기 반사음 파트와 후기잔향 파트의 경계는 80ms라고 알려져 있다. 따라서, 시간 도메인 BRIR 필터 계수의 길이가 80ms 이하일 경우 해당 BRIR 필터 계수는 HRIR 필터 계수로 판별되고(flag_HRIR=1), 80ms를 초과할 경우 해당 BRIR 필터 계수는 HRIR 필터 계수가 아닌 것으로 판별될 수 있다(flag_HRIR=0). 만약 입력 BRIR 필터 계수가 HRIR 필터 계수인 것으로 판별될 경우(flag_HRIR=1)의 홉 사이즈(N_hop) 및 프레임 사이즈(L_frm)는 해당 BRIR 필터 계수가 HRIR 필터 계수가 아닌 것으로 판별될 경우(flag_HRIR=0)에 비하여 작은 값으로 설정될 수 있다. 이를테면, flag_HRIR=0일 경우 홉 사이즈(N_hop) 및 프레임 사이즈(L_frm)는 각각 샘플 단위로 8 및 32로 설정되고, flag_HRIR=1일 경우 홉 사이즈(N_hop) 및 프레임 사이즈(L_frm)는 각각 샘플 단위로 1 및 8로 설정될 수 있다.

본 발명의 실시예에 따르면, 전파 시간 산출부(322)는 산출된 전파 시간 정보에 기초하여 시간 도메인 BRIR 필터 계수를 절단하고, 절단된 BRIR 필터 계수를 QMF 변환부(324)로 전달할 수 있다. 여기서, 절단된 BRIR 필터 계수는 원본 BRIR 필터 계수에서 상기 전파 시간에 해당하는 부분을 절단 및 제거한 후 잔존하는 필터 계수를 가리킨다. 전파 시간 산출부(322)는 입력 채널 별, 출력 좌/우 채널 별로 시간 도메인 BRIR 필터 계수를 절단하여 QMF 변환부(324)로 전달한다.

QMF 변환부(324)는 입력된 BRIR 필터 계수의 시간 도메인-QMF 도메인 간의 변환을 수행한다. 즉, QMF 변환부(324)는 시간 도메인의 절단된 BRIR 필터 계수를 수신하고, 이를 복수의 주파수 밴드에 각각 대응하는 복수의 서브밴드 필터 계수들로 변환한다. 변환된 서브밴드 필터 계수들은 VOFF 파라메터 생성부(330)로 전달되며, VOFF 파라메터 생성부(330)는 수신된 서브밴드 필터 계수를 이용하여 절단된 서브밴드 필터 계수를 생성한다. 만약 VOFF 파라메터화부(320)의 입력으로 시간 도메인 BRIR 필터 계수가 아닌 QMF 도메인 BRIR 필터 계수가 수신될 경우, 입력된 QMF 도메인 BRIR 필터 계수는 QMF 변환부(324)를 바이패스(bypass)할 수 있다. 또한 다른 실시예에 따르면, 입력 필터 계수가 QMF 도메인 BRIR 필터 계수일 경우, QMF 변환부(324)는 VOFF 파라메터화부(320)에서 생략될 수도 있다.

도 12는 도 11의 VOFF 파라메터 생성부의 세부 구성을 나타낸 블록도이다. 도시된 바와 같이, VOFF 파라메터 생성부(330)는 잔향 시간 산출부(332), 필터 차수 결정부(334) 및 VOFF 필터 계수 생성부(336)를 포함할 수 있다. VOFF 파라메터 생성부(330)는 도 11의 QMF 변환부(324)로부터 QMF 도메인의 서브밴드 필터 계수를 수신할 수 있다. 또한, 바이노럴 렌더링을 수행하는 최대 주파수 밴드 정보(Kproc), 콘볼루션을 수행하는 주파수 밴드 정보(Kconv), 기 설정된 최대 FFT 크기 정보 등의 제어 파라메터가 VOFF 파라메터 생성부(330)로 입력될 수 있다.

먼저, 잔향 시간 산출부(332)는 수신된 서브밴드 필터 계수를 이용하여 잔향 시간 정보를 획득한다. 획득된 잔향 시간 정보는 필터 차수 결정부(334)로 전달되며, 해당 서브밴드의 필터 차수를 결정하는데 사용될 수 있다. 한편, 잔향 시간 정보는 측정 환경에 따라 바이어스(bias)나 편차가 존재할 수 있으므로, 다른 채널과의 상호 관계를 이용하여 통일된 값을 이용할 수 있다. 일 실시예에 따르면, 잔향 시간 산출부(332)는 각 서브밴드의 평균 잔향 시간 정보를 생성하고, 이를 필터 차수 결정부(334)로 전달한다. 입력 채널 인덱스 m, 출력 좌/우 채널 인덱스 i, 서브밴드 인덱스 k에 대한 서브밴드 필터 계수의 잔향 시간 정보를 RT(k, m, i)라고 할 때, 서브밴드 k의 평균 잔향 시간 정보 RT^k는 다음 수식을 통해 산출될 수 있다.

여기서, N_BRIR은 BRIR 필터 셋의 전체 필터 개수이다.

즉, 잔향 시간 산출부(332)는 멀티채널 입력에 대응하는 각 서브밴드 필터 계수로부터 잔향 시간 정보 RT(k, m, i)를 추출하고, 동일 서브밴드에 대하여 추출된 채널별 잔향 시간 정보 RT(k, m, i)들의 평균값(즉, 평균 잔향 시간 정보 RT^k)을 획득한다. 획득된 평균 잔향 시간 정보 RT^k는 필터 차수 결정부(334)로 전달되며, 필터 차수 결정부(334)는 이를 이용하여 해당 서브밴드에 적용되는 하나의 필터 차수를 결정할 수 있다. 이때, 획득되는 평균 잔향 시간 정보는 RT20을 포함할 수 있으며, 실시예에 따라 다른 잔향 시간 정보 이를테면 RT30, RT60 등이 획득될 수도 있다. 한편, 본 발명의 다른 실시예에 따르면 잔향 시간 산출부(332)는 동일 서브밴드에 대하여 추출된 채널별 잔향 시간 정보의 최대값 및/또는 최소값을 해당 서브밴드의 대표 잔향 시간 정보로서 필터 차수 결정부(334)에 전달할 수 있다.

다음으로, 필터 차수 결정부(334)는 획득된 잔향 시간 정보에 기초하여 해당 서브밴드의 필터 차수를 결정한다. 전술한 바와 같이, 필터 차수 결정부(334)가 획득하는 잔향 시간 정보는 해당 서브밴드의 평균 잔향 시간 정보일 수 있으며, 실시예에 따라 채널별 잔향 시간 정보의 최대값 및/또는 최소값 등의 대표 잔향 시간 정보가 될 수도 있다. 필터 차수는 해당 서브밴드의 바이노럴 렌더링을 위한 절단된 서브밴드 필터 계수의 길이를 결정하는데 사용된다.

서브밴드 k에서의 평균 잔향 시간 정보를 RT^k라고 했을 때, 해당 서브밴드의 필터 차수 정보 N_Filter[k]는 다음 수식을 통해 획득될 수 있다.

즉, 필터 차수 정보는 해당 서브밴드의 평균 잔향 시간 정보의 로그 스케일의 정수 단위의 근사값(approximated integer value)을 지수로 하는 2의 거듭 제곱 값으로 결정될 수 있다. 다시 말해서, 필터 차수 정보는 해당 서브밴드의 평균 잔향 시간 정보를 로그 스케일로 반올림한 값, 올림한 값, 또는 내림한 값을 지수로 하는 2의 거듭 제곱 값으로 결정될 수 있다. 만약, 해당 서브밴드 필터 계수의 원본 길이 즉, 마지막 타임 슬롯(n_end)까지의 길이가 수학식 7에서 결정된 값보다 작을 경우, 필터 차수 정보는 서브밴드 필터 계수의 원본 길이 값(n_end)으로 대체될 수 있다. 즉, 필터 차수 정보는 수학식 7에 의해 결정된 기준 절단 길이와, 서브밴드 필터 계수의 원본 길이 중 작은 값으로 결정될 수 있다.

한편, 주파수에 따른 에너지의 감쇄는 로그 스케일에서 선형적으로 근사 가능하다. 따라서, 커브 피팅(curve fitting) 방법을 이용하면 각 서브밴드의 최적화 된 필터 차수 정보를 결정할 수 있다. 본 발명의 일 실시예에 따르면, 필터 차수 결정부(334)는 다항식 커브 피팅(polynomial curve fitting) 방법을 이용하여 필터 차수 정보를 획득할 수 있다. 이를 위해, 필터 차수 결정부(334)는 평균 잔향 시간 정보의 커브 피팅을 위한 적어도 하나의 계수를 획득할 수 있다. 예를 들어, 필터 차수 결정부(334)는 각 서브밴드 별 평균 잔향 시간 정보를 로그 스케일의 일차 방정식으로 커브 피팅하고, 해당 일차 방정식의 기울기 값 a와 절편 값 b를 획득할 수 있다.

서브밴드 k에서의 커브 피팅된 필터 차수 정보 N'_Filter[k]는 상기 획득된 계수를 이용하여 다음 수식을 통해 획득될 수 있다.

즉, 커브 피팅된 필터 차수 정보는 해당 서브밴드의 평균 잔향 시간 정보의 다항식 커브 피팅된 값의 정수 단위의 근사값을 지수로 하는 2의 거듭 제곱 값으로 결정될 수 있다. 다시 말해서, 커브 피팅된 필터 차수 정보는 해당 서브밴드의 평균 잔향 시간 정보의 다항식 커브 피팅된 값을 반올림한 값, 올림한 값, 또는 내림한 값을 지수로 하는 2의 거듭 제곱 값으로 결정될 수 있다. 만약, 해당 서브밴드 필터 계수의 원본 길이 즉, 마지막 타임 슬롯(n_end)까지의 길이가 수학식 8에서 결정된 값보다 작을 경우, 필터 차수 정보는 서브밴드 필터 계수의 원본 길이 값(n_end)으로 대체될 수 있다. 즉, 필터 차수 정보는 수학식 8에 의해 결정된 기준 절단 길이와, 서브밴드 필터 계수의 원본 길이 중 작은 값으로 결정될 수 있다.

본 발명의 실시예에 따르면, 원형 BRIR 필터 계수 즉, 시간 도메인의 BRIR 필터 계수가 HRIR 필터 계수인지 여부(flag_HRIR)에 기초하여, 상기 수학식 7 또는 수학식 8 중 어느 하나를 이용하여 필터 차수 정보가 획득될 수 있다. 전술한 바와 같이, flag_HRIR의 값은 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과하는지 여부에 기초하여 결정될 수 있다. 만약, BRIR 필터 계수의 길이가 기 설정된 값을 초과할 경우(즉, flag_HRIR=0), 필터 차수 정보는 상기 수학식 8에 따라 커브 피팅된 값으로 결정될 수 있다. 그러나 BRIR 필터 계수의 길이가 기 설정된 값을 초과하지 않을 경우(즉, flag_HRIR=1), 필터 차수 정보는 상기 수학식 7에 따라 커브 피팅되지 않은 값으로 결정될 수 있다. 즉, 필터 차수 정보는 커브 피팅의 수행 없이 해당 서브밴드의 평균 잔향 시간 정보에 기초하여 결정될 수 있다. 이는 HRIR의 경우 룸(room)의 영향을 받지 않으므로 에너지 감쇄에 대한 경향이 뚜렷하지 않기 때문이다.

한편 본 발명의 실시예에 따르면, 0번째 서브밴드(서브밴드 인덱스 0)에 대한 필터 차수 정보의 획득시에는 커브 피팅을 수행하지 않은 평균 잔향 시간 정보를 이용할 수 있다. 룸 모드(room mode)의 영향 등으로 0번째 서브밴드의 잔향 시간은 다른 서브밴드의 잔향 시간과 다른 경향을 가질 수 있기 때문이다. 따라서, 본 발명의 실시예에 따르면 수학식 8에 따른 커브 피팅된 필터 차수 정보는 인덱스 0이 아닌 서브밴드에서 flag_HRIR=0일 때에만 이용될 수 있다.

전술한 실시예에 따라 결정된 각 서브밴드의 필터 차수 정보들은 VOFF 필터 계수 생성부(336)로 전달된다. VOFF 필터 계수 생성부(336)는 획득된 필터 차수 정보에 기초하여 절단된 서브밴드 필터 계수를 생성한다. 본 발명의 일 실시예에 따르면, 절단된 서브밴드 필터 계수는 블록 단위(block-wise)의 고속 콘볼루션을 위해 기 설정된 블록 단위로 고속 퓨리에 변환(Fast Fourier Transforrm, FFT)이 수행된 적어도 하나의 FFT 필터 계수로 구성될 수 있다. VOFF 필터 계수 생성부(336)는 도 14를 참조로 후술하는 바와 같이 블록 단위(block-wise)의 고속 콘볼루션을 위한 상기 FFT 필터 계수를 생성할 수 있다.

도 13은 본 발명의 QTDL 파라메터화부의 각 구성을 나타낸 블록도이다. 도시된 바와 같이 QTDL 파라메터화부(380)는 피크 탐색부(382) 및 게인 생성부(384)를 포함할 수 있다. QTDL 파라메터화부(380)는 VOFF 파라메터화부(320)로부터 QMF 도메인의 서브밴드 필터 계수를 수신할 수 있다. 또한, QTDL 파라메터화부(380)는 바이노럴 렌더링을 수행하는 최대 주파수 밴드의 정보(Kproc) 및 콘볼루션을 수행하는 주파수 밴드의 정보(Kconv)를 제어 파라메터로 수신할 수 있으며, Kproc과 Kconv을 경계로 하는 서브밴드 그룹(제2 서브밴드 그룹)의 각 주파수 밴드에 대하여 딜레이 정보 및 게인 정보를 생성할 수 있다.

더욱 구체적인 실시예에 따르면, 입력 채널 인덱스 m, 출력 좌/우 채널 인덱스 i, 서브밴드 인덱스 k, QMF 도메인의 타임 슬롯 인덱스 n에 대한 BRIR 서브밴드 필터 계수를

라고 할 때, 딜레이 정보

및 게인 정보

는 다음과 같이 획득될 수 있다.

여기서, n_end는 해당 서브밴드 필터 계수의 마지막 타임 슬롯을 나타낸다.

즉, 수학식 7을 참조하면 딜레이 정보는 해당 BRIR 서브밴드 필터 계수의 크기가 최대가 되는 타임 슬롯의 정보를 나타낼 수 있으며, 이는 해당 BRIR 서브밴드 필터 계수의 최대 피크의 위치 정보를 나타낸다. 또한, 수학식 8을 참조하면 게인 정보는 해당 BRIR 서브밴드 필터 계수의 전체 파워 값에, 상기 최대 피크 위치에서의 BRIR 서브밴드 필터 계수의 부호를 곱한 값으로 결정될 수 있다.

피크 탐색부(382)는 수학식 7에 기초하여, 제2 서브밴드 그룹의 각 서브밴드 필터 계수에서의 최대 피크의 위치 즉, 딜레이 정보를 획득한다. 또한, 게인 생성부(384)는 수학식 8에 기초하여 각 서브밴드 필터 계수에 대한 게인 정보를 획득한다. 수학식 7 및 수학식 8은 딜레이 정보 및 게인 정보를 획득하는 수식의 일 예를 나타내었으나, 각 정보를 산출하기 위한 수식의 구체적인 형태는 다양하게 변형 가능할 수 있다.

<블록 단위의 고속 콘볼루션>

한편 본 발명의 실시예에 따르면, 효율 및 성능 관점에서의 최적의 바이노럴 렌더링을 위해 기 설정된 블록 단위의 고속 콘볼루션을 수행할 수 있다. FFT에 기반한 고속 콘볼루션은 FFT 크기가 클수록 연산량이 줄어들지만, 전체 프로세싱 딜레이가 증가하고 메모리 사용량이 늘어나는 특징을 갖는다. 만일 1초의 길이를 갖는 BRIR을 해당 길이의 2배에 해당하는 길이를 갖는 FFT 크기로 고속 콘볼루션 할 경우, 연산량 관점에서는 효율적이지만 1초에 해당하는 딜레이가 발생하게 되고 이에 대응하는 버퍼와 프로세싱 메모리를 필요로 하게 된다. 긴 딜레이 시간을 갖는 오디오 신호 처리 방법은 실시간 데이터 처리를 위한 어플리케이션 등에 적합하지 않다. 오디오 신호 처리 장치에서 디코딩을 수행할 수 있는 최소의 단위는 프레임이므로, 바이노럴 렌더링 역시 프레임 단위에 대응되는 크기로 블록 단위의 고속 콘볼루션을 수행하는 것이 바람직하다.

도 14는 블록 단위의 고속 콘볼루션을 위한 FFT 필터 계수 생성 방법의 일 실시예를 나타내고 있다. 전술한 실시예와 마찬가지로, 도 14의 실시예에서 원형 FIR 필터는 K개의 서브밴드 필터로 변환되며, Fk와 Pk는 각각 서브밴드 k의 절단된 서브밴드 필터(프론트 서브밴드 필터) 및 리어 서브밴드 필터를 나타낸다. 각 서브밴드(Band 0 ~ Band K-1)는 주파수 도메인에서의 서브밴드 즉, QMF 서브밴드를 나타낼 수 있다. QMF 도메인은 총 64개의 서브밴드를 사용할 수 있으나, 본 발명은 이에 한정하지 않는다. 또한, N은 원본 서브밴드 필터의 길이(탭 수)를 나타내며, N_Filter[k]는 서브밴드 k의 프론트 서브밴드 필터의 길이를 나타낸다.

전술한 실시예와 같이, QMF 도메인의 복수의 서브밴드는 기 설정된 주파수 밴드(QMF 밴드 i)를 기준으로 한 저 주파수의 제1 서브밴드 그룹(Zone 1)과, 고 주파수의 제2 서브밴드 그룹(Zone 2)으로 분류될 수 있다. 또는, 복수의 서브밴드는 기 설정된 제1 주파수 밴드(QMF 밴드 i) 및 제 2 주파수 밴드(QMF 밴드 j)를 기초로 3개의 서브밴드 그룹 즉, 제1 서브밴드 그룹(Zone 1), 제2 서브밴드 그룹(Zone 2), 및 제3 서브밴드 그룹(Zone 3)으로 분류될 수도 있다. 이때, 제1 서브밴드 그룹의 입력 서브밴드 신호들에 대해서는 블록 단위의 고속 콘볼루션을 이용한 VOFF 프로세싱이, 제2 서브밴드 그룹의 입력 서브밴드 신호들에 대해서는 QTDL 프로세싱이 수행될 수 있다. 그리고 제3 서브밴드 그룹의 서브밴드 신호들에 대해서는 렌더링을 수행하지 않을 수 있다. 실시예에 따라, 제1 서브밴드 그룹의 입력 서브밴드 신호들에 대해서는 후기잔향 프로세싱이 추가적으로 수행될 수 있다.

도 14를 참조하면, 본 발명의 VOFF 필터 계수 생성부(336)는 절단된 서브밴드 필터 계수를 해당 서브밴드에서의 기 설정된 블록 단위로 고속 퓨리에 변환을 수행하여 FFT 필터 계수를 생성할 수 있다. 이때, 각 서브밴드 k에서의 기 설정된 블록의 길이 N_FFT[k]는 기 설정된 최대 FFT 크기(2L)에 기초하여 결정된다. 더욱 구체적으로, 서브밴드 k에서의 기 설정된 블록의 길이 N_FFT[k]는 다음과 같은 수식으로 나타낼 수 있다.

여기서, 2L은 기 설정된 최대 FFT 크기이고, N_Filter[k]는 서브밴드 k의 필터 차수 정보임.

즉, 기 설정된 블록의 길이 NFFT[k]는 절단된 서브밴드 필터 계수의 기준 필터 길이의 2배(

)와, 기 설정된 최대 FFT 크기(2L) 중 작은 값으로 결정될 수 있다. 여기서, 기준 필터 길이는 해당 서브밴드 k에서의 필터 차수 N_Filter[k] (즉, 절단된 서브밴드 필터 계수의 길이)의 2의 거듭 제곱 형태의 참값 또는 근사값 중 어느 하나를 나타낸다. 즉, 서브밴드 k의 필터 차수가 2의 거듭 제곱 형태일 경우 해당 필터 차수 N_Filter[k]가 서브밴드 k에서의 기준 필터 길이로 사용되며, 2의 거듭 제곱 형태가 아닐 경우(이를테면, n_end) 해당 필터 차수 N_Filter[k]의 2의 거듭 제곱 형태의 반올림 값, 올림 값 또는 내림 값이 기준 필터 길이로 사용된다. 한편 본 발명의 실시예에 따르면, 기 설정된 블록의 길이 N_FFT[k] 및 기준 필터 길이

는 모두 2의 거듭 제곱 값이 될 수 있다.

만약 도 14의 F0, F1 등과 같이, 기준 필터 길이의 2배 값이 최대 FFT 크기(2L) 보다 크거나 같을 경우(또는, 클 경우), 해당 서브밴드의 기 설정된 블록의 길이 N_FFT[0], N_FFT[1]는 각각 최대 FFT 크기(2L)로 결정된다. 그러나 도 14의 F5와 같이, 기준 필터 길이의 2배 값이 최대 FFT 크기(2L) 보다 작을 경우(또는, 작거나 같을 경우), 해당 서브밴드의 기 설정된 블록의 길이 N_FFT[5]는 기준 필터 길이의 2배 값인

로 결정된다. 후술하는 바와 같이, 절단된 서브밴드 필터 계수는 제로-패딩을 통해 2배의 길이로 확장된 후 고속 퓨리에 변환이 수행되므로, 고속 퓨리에 변환을 위한 블록의 길이 N_FFT[k]는 기준 필터 길이의 2배 값과 기 설정된 최대 FFT 크기(2L) 간의 비교 결과에 기초하여 결정될 수 있다.

이와 같이, 각 서브밴드에서의 블록의 길이 N_FFT[k]가 결정되면, VOFF 필터 계수 생성부(336)는 결정된 블록 단위로 절단된 서브밴드 필터 계수에 대한 고속 퓨리에 변환을 수행한다. 더욱 구체적으로, VOFF 필터 계수 생성부(336)는 절단된 서브밴드 필터 계수를 기 설정된 블록의 절반(N_FFT[k]/2) 단위로 분할한다. 도 14에 도시된 VOFF 프로세싱 파트의 점선 경계의 영역은 기 설정된 블록의 절반 단위로 분할되는 서브밴드 필터 계수를 나타낸다. 다음으로, BRIR 파라메터화부는 각각의 분할된 필터 계수를 이용하여 기 설정된 블록 단위 N_FFT[k]의 임시 필터 계수를 생성한다. 이때, 임시 필터 계수의 전반부는 분할된 필터 계수로 구성되며, 후반부는 제로-패딩된 값으로 구성된다. 이를 통해, 기 설정된 블록의 절반 길이(N_FFT[k]/2)의 필터 계수를 이용하여 기 설정된 블록 길이 N_FFT[k]의 임시 필터 계수가 생성된다. 다음으로, BRIR 파라메터화부는 상기 생성된 임시 필터 계수를 고속 퓨리에 변환하여 FFT 필터 계수를 생성한다. 이와 같이 생성된 FFT 필터 계수는 입력 오디오 신호에 대한 기 설정된 블록 단위의 고속 콘볼루션에 사용될 수 있다.

이처럼 본 발명의 실시예에 따르면, VOFF 필터 계수 생성부(336)는 각 서브밴드 별로 독립적으로 결정된 길이의 블록 단위로, 절단된 서브밴드 필터 계수에 대한 고속 퓨리에 변환을 수행하여 FFT 필터 계수를 생성할 수 있다. 이에 따라, 각 서브밴드 별로 서로 다른 개수의 블록을 이용한 고속 콘볼루션이 수행될 수 있다. 이때, 서브밴드 k에서의 블록의 개수 N_blk[k]는 다음과 같은 수식을 만족할 수 있다.

여기서, N_blk(k)는 자연수.

즉, 서브밴드 k에서의 블록의 개수 N_blk[k]는 해당 서브밴드에서의 기준 필터 길이의 2배 값을 기 설정된 블록의 길이 N_FFT[k]로 나눈 값으로 결정될 수 있다.

한편, 본 발명의 일 실시예에 따르면 전술한 기 설정된 블록 단위의 FFT 필터 계수 생성 과정은 제1 서브밴드 그룹의 프론트 서브밴드 필터(Fk)들에 대해서 한정적으로 수행될 수 있다. 한편, 실시예에 따라 제1 서브밴드 그룹의 서브밴드 신호에 대한 후기잔향 프로세싱이 후기잔향 생성부에 의해 수행될 수 있음은 전술한 바와 같다. 본 발명의 실시예에 따르면, 입력 오디오 신호에 대한 후기잔향 프로세싱은 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과하는지 여부에 기초하여 수행될 수 있다. 전술한 바와 같이, 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과하는지 여부는 이를 지시하는 플래그(즉, flag_BRIR)를 통해 나타날 수 있다. 만약 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과할 경우(flag_HRIR=0), 입력 오디오 신호에 대한 후기잔향 프로세싱이 수행될 수 있다. 그러나 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과하지 않을 경우(flag_HRIR=1), 입력 오디오 신호에 대한 후기잔향 프로세싱이 수행되지 않을 수 있다.

만약 후기잔향 프로세싱이 수행되지 않으면, 제1 서브밴드 그룹의 각 서브밴드 신호에는 VOFF 프로세싱만이 수행될 수 있다. 그러나 VOFF 프로세싱을 위해 지정된 각 서브밴드의 필터 차수(즉, 절단 지점)는 해당 서브밴드 필터 계수의 전체 길이보다 작을 수 있고, 이로 인해 에너지 부조화(energy mismatch)가 발생할 수 있다. 따라서, 이를 방지하기 위해 본 발명의 실시예에 따르면, flag_HRIR 정보에 기초하여 절단된 서브밴드 필터 계수에 대한 에너지 보상이 수행될 수 있다. 즉, 원형 BRIR 필터 계수의 길이가 기 설정된 값을 초과하지 않을 경우(flag_HRIR=1), 절단된 서브밴드 필터 계수 또는 이를 구성하는 각 FFT 필터 계수에는 에너지 보상이 수행된 필터 계수가 사용될 수 있다. 이때, 에너지 보상은 필터 차수 정보(N_Filter[k])에 기초한 절단 지점 이전의 필터 계수에 대하여, 절단 지점까지의 필터 파워를 나누고 해당 서브밴드 필터 계수의 전체 필터 파워를 곱함으로 수행될 수 있다. 전체 필터 파워는 해당 서브밴드 필터 계수의 초기 샘플로부터 마지막 샘플(n_end)까지의 필터 계수에 대한 파워의 합으로 정의될 수 있다.

한편 본 발명의 다른 실시예에 따르면, 각 서브밴드 필터 계수의 필터 차수는 채널마다 서로 다르게 설정될 수 있다. 예를 들어, 입력 신호가 더 많은 에너지를 포함하는 프론트 채널(front channels)에 대한 필터 차수는 상대적으로 적은 에너지를 포함하는 리어 채널(rear channels)에 대한 필터 차수 보다 높게 설정될 수 있다. 이를 통해, 프로트 채널에 대해서는 바이노럴 렌더링 이후 반영되는 해상도를 높이고, 리어 채널에 대해서는 낮은 연산량으로 렌더링을 수행할 수 있다. 여기서 프론트 채널과 리어 채널의 구분은 멀티 채널 입력 신호의 각 채널에 할당된 채널 명칭으로 한정되지 않으며, 각 채널은 기 설정된 공간적 기준에 기초하여 프론트 채널과 리어 채널로 분류될 수 있다. 또한 본 발명의 추가적인 실시예에 따르면, 멀티 채널의 각 채널은 기 설정된 공간적 기준에 기초하여 3개 이상의 채널 그룹으로 분류될 수 있고, 각 채널 그룹 별로 서로 다른 필터 차수가 사용될 수 있다. 또는, 각 채널에 대응하는 서브밴드 필터 계수의 필터 차수는 가상 재생 공간상의 해당 채널의 위치 정보에 기초하여 서로 다른 가중치가 적용된 값이 사용될 수 있다.

이상에서는 본 발명을 구체적인 실시예를 통하여 설명하였으나, 당업자라면 본 발명의 취지 및 범위를 벗어나지 않고 수정, 변경을 할 수 있다. 즉, 본 발명은 멀티 오디오 신호에 대한 바이노럴 렌더링의 실시예에 대하여 설명하였지만, 본 발명은 오디오 신호뿐만 아니라 비디오 신호를 포함하는 다양한 멀티미디어 신호에도 동일하게 적용 및 확장 가능하다. 따라서 본 발명의 상세한 설명 및 실시예로부터 본 발명이 속하는 기술분야에 속한 사람이 용이하게 유추할 수 있는 것은 본 발명의 권리범위에 속하는 것으로 해석된다.

200: 바이노럴 렌더러 220: 바이노럴 렌더링 유닛
230: 고속 콘볼루션부 240: 후기잔향 생성부
250: QTDL 프로세싱부

Claims (10)

1. 오디오 신호 처리 방법에 있어서,
   입력 오디오 신호를 수신하는 단계;
   각 서브밴드 및 각 채널에 대한 절단된 서브밴드 필터 계수의 세트를 수신하는 단계,
   상기 절단된 서브밴드 필터 계수의 세트는 BRIR(binaural room impulse response) 데이터 세트의 서브밴드 필터 계수의 세트로부터 주파수에 종속하여 절단되고,
   상기 절단된 서브밴드 필터 계수의 세트의 길이는 대응하는 서브 밴드의 필터 차수에 기초하여 결정되고;
   상기 입력 오디오 신호의 해당 채널에 대응하는 특정 BRIR 데이터 세트를 지시하는 벡터 정보를 획득하는 단계; 및
   상기 벡터 정보에 기초하여 상기 입력 오디오 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 상기 절단된 서브밴드 필터 계수의 세트를 이용하여 필터링하는 단계; 를 포함하고,
   적어도 하나의 상기 절단된 서브밴드 필터 계수의 길이는, 다른 서브밴드의 절단된 서브밴드 필터 계수의 길이와 상이하고,
   상기 벡터 정보가 지시하는 정보는 상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하는지 여부에 기초하여, 결정되는 것을 특징으로 하는 오디오 신호 처리 방법.
2. 제1 항에 있어서,
   상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하는 경우,
   상기 벡터 정보는 상기 제1 BRIR 데이터 세트를 상기 해당 채널에 대응하는 상기 특정 BRIR 데이터 세트로 지시하는 것을 특징으로 하는 오디오 신호 처리 방법.
3. 제1 항에 있어서,
   상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하지 않는 경우,
   상기 벡터 정보는 상기 해당 채널의 상기 위치 정보와 최소의 기하학적 거리를 가지는 제2 BRIR 데이터 세트를 상기 해당 채널에 대응하는 상기 특정 BRIR 데이터 세트로 지시하는 것을 특징으로 하는 오디오 신호 처리 방법.
4. 제3 항에 있어서,
   상기 기하학적 거리는, 두 위치 간 고도 편차(altitude deviation)의 절대 값과 상기 두 위치 간 방위각 편차(azimuth deviation)의 절대 값을 합한 값인 것을 특징으로 하는 오디오 신호 처리 방법.
5. 제1 항에 있어서,
   상기 필터 차수는 주파수 영역 상에서 가변적으로 결정되는 것을 특징으로 하는 오디오 신호 처리 방법.
6. 입력 오디오 신호에 대한 바이노럴 렌더링을 수행하기 위한 오디오 신호 처리 장치는,
   바이노럴 렌더링 유닛을 포함하고, 상기 바이노럴 렌더링 유닛은,
   입력 오디오 신호를 수신하고,
   각 서브밴드 및 각 채널에 대한 절단된 서브밴드 필터 계수의 세트를 수신하고,
   상기 절단된 서브밴드 필터 계수의 세트는 BRIR(binaural room impulse response) 데이터 세트의 서브밴드 필터 계수의 세트로부터 주파수에 종속하여 절단되고,
   상기 절단된 서브밴드 필터 계수의 세트의 길이는 대응하는 서브 밴드의 필터 차수에 기초하여 결정되고,
   상기 입력 오디오 신호의 해당 채널에 대응하는 특정 BRIR 데이터 세트를 지시하는 벡터 정보를 획득하고,
   상기 벡터 정보에 기초하여 상기 입력 오디오 신호의 각 서브밴드 신호를 해당 채널 및 서브밴드에 대응하는 상기 절단된 서브밴드 필터 계수의 세트를 이용하여 필터링하고,
   적어도 하나의 상기 절단된 서브밴드 필터 계수의 길이는, 다른 서브밴드의 절단된 서브밴드 필터 계수의 길이와 상이하고,
   상기 벡터 정보가 지시하는 정보는 상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하는지 여부에 기초하여, 결정되는, 오디오 신호 처리 장치.
7. 제6 항에 있어서,
   상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하는 경우,
   상기 벡터 정보는, 상기 제1 BRIR 데이터 세트를 상기 해당 채널에 대응하는 상기 특정 BRIR 데이터 세트로 지시하는 것을 특징으로 하는 오디오 신호 처리 장치.
8. 제6 항에 있어서,
   상기 입력 오디오 신호의 상기 해당 채널의 위치 정보와 매칭되는 위치 정보를 가지는 제1 BRIR 데이터 세트가 기 설정된 BRIR 필터 세트에 존재하지 않는 경우,
   상기 벡터 정보는 상기 해당 채널의 상기 위치 정보와 최소의 기하학적 거리를 가지는 제2 BRIR 데이터 세트를 상기 해당 채널에 대응하는 상기 특정 BRIR 데이터 세트로 지시하는 것을 특징으로 하는 오디오 신호 처리 장치.
9. 제8 항에 있어서,
   상기 기하학적 거리는, 두 위치 간 고도 편차(altitude deviation)의 절대 값과 상기 두 위치 간 방위각 편차(azimuth deviation)의 절대 값을 합한 값인 것을 특징으로 하는 오디오 신호 처리 장치.
10. 제6 항에 있어서,
    상기 필터 차수는 주파수 영역 상에서 가변적으로 결정되는 것을 특징으로 하는 오디오 신호 처리 장치.

Images