RU2776307C2 - Method and device for compression and decompression of representation based on higher-order ambiophony - Google Patents

Method and device for compression and decompression of representation based on higher-order ambiophony Download PDF

Info

Publication number
RU2776307C2
RU2776307C2 RU2018133016A RU2018133016A RU2776307C2 RU 2776307 C2 RU2776307 C2 RU 2776307C2 RU 2018133016 A RU2018133016 A RU 2018133016A RU 2018133016 A RU2018133016 A RU 2018133016A RU 2776307 C2 RU2776307 C2 RU 2776307C2
Authority
RU
Russia
Prior art keywords
hoa
sequences
frame
coefficient sequences
component
Prior art date
Application number
RU2018133016A
Other languages
Russian (ru)
Other versions
RU2018133016A (en
RU2018133016A3 (en
Inventor
Александр КРЮГЕР
Свен КОРДОН
Original Assignee
Долби Интернэшнл Аб
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 EP13305558.2A external-priority patent/EP2800401A1/en
Application filed by Долби Интернэшнл Аб filed Critical Долби Интернэшнл Аб
Publication of RU2018133016A publication Critical patent/RU2018133016A/en
Publication of RU2018133016A3 publication Critical patent/RU2018133016A3/ru
Application granted granted Critical
Publication of RU2776307C2 publication Critical patent/RU2776307C2/en

Links

Images

Abstract

FIELD: information technology.
SUBSTANCE: invention relates to means for compression and decompression of a representation based on higher-order ambiophony. For a current frame, a set of dominant directions and a corresponding dataset of indices of detected directional signals are assessed. The second number of directional signals with corresponding directions contained in the mentioned set of dominant direction assessments and with the corresponding delayed dataset of indices of the mentioned directional signals is separated from HOA coefficient sequences of the mentioned current frame. A surrounding HOA component is represented by means of a reduced number of HOA coefficient sequences and the corresponding dataset of indices of the mentioned reduced number of surrounding HOA coefficient sequences, wherein this reduced number corresponds to the difference between the mentioned first number and the mentioned second number. Directional signals and HOA coefficient sequences of the surrounding HOA component are assigned to a frame of channels, the number of which corresponds to the mentioned first number. The mentioned channels of the frame, which received the assignment, are perceptually encoded in such a way that to provide an encoded compressed frame.
EFFECT: increase in the compression efficiency.
18 cl, 5 dwg

Description

Область техникиTechnical field

Изобретение относится к способу и к устройству для сжатия и распаковки представления на основе амбиофонии высшего порядка посредством обработки направленных и окружающих компонентов сигнала по-разному.The invention relates to a method and apparatus for compressing and decompressing a higher-order ambiphony representation by processing directional and ambient signal components differently.

Уровень техникиState of the art

Амбиофония высшего порядка (HOA) является одной из возможностей представления трехмерного звука из числа других технологий, таких как синтез волнового поля (WFS) или канальные подходы, к примеру, 22.2. Тем не менее, в отличие от канальных способов, HOA-представление обеспечивает преимущество независимости от конкретной компоновки громкоговорителей. Тем не менее, эта гибкость обеспечивается за счет процесса декодирования, который требуется для воспроизведения HOA-представления на конкретной компоновке громкоговорителей. По сравнению с WFS-подходом, в котором число требуемых громкоговорителей обычно является очень большим, HOA также может быть подготовлена посредством рендеринга для компоновок, состоящих только из небольшого числа громкоговорителей. Дополнительное преимущество HOA состоит в том, что идентичное представление также может использоваться без модификации для бинаурального рендеринга в наушники.Higher order ambiophony (HOA) is one of the possibilities for representing 3D sound from among other technologies such as wave field synthesis (WFS) or channel approaches such as 22.2. However, unlike channel methods, the HOA presentation provides the advantage of being independent of the particular speaker layout. However, this flexibility comes at the expense of the decoding process required to reproduce the HOA representation on a particular speaker layout. Compared to the WFS approach, in which the number of speakers required is typically very large, HOA can also be prepared by rendering for layouts consisting of only a small number of speakers. An additional benefit of HOA is that the same representation can also be used without modification for binaural rendering to headphones.

HOA основана на представлении пространственной плотности амплитуд гармонической плоской волны сложной формы посредством усеченного разложения в ряд по сферическим гармоникам (SH). Каждый коэффициент разложения в ряд представляет собой функцию от угловой частоты, которая может быть эквивалентно представлена посредством функции во временной области. Следовательно, без потери общности, полное HOA-представление звукового поля фактически может предполагаться как состоящее из 0 функций во временной области, где 0 обозначает число коэффициентов разложения в ряд. Эти функции во временной области эквивалентно упоминаются как "последовательности HOA-коэффициентов" или как "HOA-каналы".HOA is based on the representation of the spatial amplitude density of complex harmonic plane wave amplitudes by means of a truncated expansion in terms of spherical harmonics (SH). Each expansion coefficient is a function of the corner frequency, which can be equivalently represented by a function in the time domain. Therefore, without loss of generality, the full HOA sound field representation can in fact be assumed to consist of 0 time-domain functions, where 0 denotes the number of series expansion coefficients. These time domain functions are equivalently referred to as "HOA coefficient sequences" or as "HOA channels".

Пространственное разрешение HOA-представления повышается с растущим максимальным порядком N разложения в ряд. К сожалению, число коэффициентов разложения в ряд в 0 растет квадратично с порядком N, в частности

Figure 00000001
. Например, типичные HOA-представления с использованием порядка N=4 требуют 0=25 HOA-коэффициентов (разложения в ряд). Согласно вышеприведенным соображениям, полная скорость передачи битов для передачи HOA-представления, с учетом требуемой одноканальной частоты
Figure 00000002
дискретизации и числа
Figure 00000003
битов в расчете на выборку, определяется посредством
Figure 00000004
. Следовательно, передача HOA-представления порядка N=4 с частотой дискретизации
Figure 00000005
= 48 кГц с использованием
Figure 00000006
= 16 битов на выборку приводит к скорости передачи битов в 19,2 Мбит/с, которая является очень высокой для многих практических вариантов применения, например, для потоковой передачи.The spatial resolution of the HOA representation increases with increasing maximum order N of the series expansion. Unfortunately, the number of expansion coefficients in a series at 0 grows quadratically with order N, in particular
Figure 00000001
. For example, typical HOA representations using order N=4 require 0=25 HOA coefficients (series expansion). According to the above considerations, the total bit rate for transmitting the HOA representation, given the required single-channel frequency
Figure 00000002
discretization and numbers
Figure 00000003
bits per sample is determined by
Figure 00000004
. Therefore, transmitting a HOA representation of order N=4 with a sampling rate
Figure 00000005
= 48 kHz using
Figure 00000006
= 16 bits per sample results in a bit rate of 19.2 Mbps, which is very high for many practical applications such as streaming.

Сжатие HOA-представлений звукового поля предложено в заявках на патент EP 12306569.0 и EP 12305537.8. Вместо перцепционного кодирования каждой из последовательностей HOA-коэффициентов по отдельности, которое выполняется, например, в работе авторов E. Hellerud, I. Burnett, A. Солвенг и U.P. Svensson, "Encoding Higher Order Ambisonics with AAC", 124th AES Convention, Амстердам, 2008 год, предпринимается попытка сокращать число сигналов, которые должны быть перцепционно кодированы, в частности, посредством выполнения анализа звукового поля и разложения данного HOA-представления на направленный и остаточный окружающий компонент. В общем, предполагается, что направленный компонент представлен посредством небольшого числа доминирующих направленных сигналов, которые могут рассматриваться в качестве общих функций плоской волны. Порядок остаточного окружающего HOA-компонента уменьшается, поскольку предполагается, что после извлечения доминирующих направленных сигналов, HOA-коэффициенты низшего порядка переносят наиболее релевантную информацию.Compression of HOA sound field representations is proposed in patent applications EP 12306569.0 and EP 12305537.8. Instead of perceptual encoding of each of the sequences of HOA coefficients separately, which is performed, for example, in the work of the authors E. Hellerud, I. Burnett, A. Solveng and U.P. Svensson, "Encoding Higher Order Ambisonics with AAC", 124th AES Convention, Amsterdam, 2008, an attempt is made to reduce the number of signals that must be perceptually encoded, in particular by performing sound field analysis and decomposing a given HOA representation into directional and residual surrounding component. In general, it is assumed that the directional component is represented by a small number of dominant directional signals, which can be considered as general plane wave functions. The order of the residual ambient HOA component is reduced because it is assumed that after extracting the dominant directional signals, the lowest order HOA coefficients carry the most relevant information.

Сущность изобретенияThe essence of the invention

В итоге, посредством такой операции, начальное число

Figure 00000007
последовательностей HOA-коэффициентов, которые должны быть перцепционно кодированы, уменьшается до фиксированного числа D доминирующих направленных сигналов и числа
Figure 00000008
последовательностей HOA-коэффициентов, представляющих остаточный окружающий HOA-компонент с усеченным порядком
Figure 00000009
, в силу чего число сигналов кодироваться является фиксированным, т.е.
Figure 00000010
. В частности, это число является независимым от фактически обнаруженного числа
Figure 00000011
активных доминирующих направленных источников звука во временном кадре k. Это означает то, что в k временных кадрах, в которых фактически обнаруженное число
Figure 00000012
активных доминирующих направленных источников звука меньше максимального разрешенного числа D направленных сигналов, некоторые или даже все доминирующие направленные сигналы, которые должны быть перцепционно кодированы, являются нулевыми. В конечном счете, это означает то, что эти каналы вообще не используются для захвата релевантной информации звукового поля. В этом контексте, дополнительное возможно слабое место в обработках согласно EP 12306569.0 и EP 12305537.8 представляет собой критерий для определения количества активных доминирующих направленных сигналов в каждом временном кадре, поскольку предпринимается попыток определять оптимальное количество активных доминирующих направленных сигналов относительно последовательного перцепционного кодирования звукового поля. Например, в EP 12305537.8, количество доминирующих источников звука оценивается с использованием простого критерия мощности, а именно, посредством определения размерности подпространства матрицы корреляции между коэффициентами, принадлежащей наибольшим собственным значениям. В EP 12306569.0 предложено инкрементное обнаружение доминирующих направленных источников звука, причем направленный источник звука считается доминирующим, если мощность функции плоской волны из соответствующего направления является достаточно высокой относительно первого направленного сигнала. Использование критериев на основе мощности, как указано в EP 12306569.0 и EP 12305537.8, может приводить к направленно-окружающему разложению, которое является субоптимальным относительно перцепционного кодирования звукового поля.As a result, through such an operation, the initial number
Figure 00000007
sequences of HOA coefficients to be perceptually encoded is reduced to a fixed number D of dominant directional signals and the number
Figure 00000008
sequences of HOA coefficients representing the residual surrounding HOA component with truncated order
Figure 00000009
, due to which the number of signals to be encoded is fixed, i.e.
Figure 00000010
. In particular, this number is independent of the number actually found.
Figure 00000011
active dominant directional sound sources in time frame k. This means that in k time frames in which the actually detected number
Figure 00000012
of active dominant directional sound sources is less than the maximum allowed number D of directional signals, some or even all of the dominant directional signals to be perceptually encoded are zero. Ultimately, this means that these channels are not used at all to capture the relevant sound field information. In this context, an additional possibly weak point in the treatments according to EP 12306569.0 and EP 12305537.8 is a criterion for determining the number of active dominant directional signals in each temporal frame, as attempts are made to determine the optimal number of active dominant directional signals relative to sequential perceptual sound field coding. For example, in EP 12305537.8, the number of dominant sound sources is estimated using a simple power criterion, namely by determining the dimension of the subspace of the correlation matrix between the coefficients belonging to the largest eigenvalues. EP 12306569.0 proposes incremental detection of dominant directional sound sources, where a directional sound source is considered dominant if the power of the plane wave function from the corresponding direction is high enough relative to the first directional signal. The use of power-based criteria as specified in EP 12306569.0 and EP 12305537.8 can result in a directional-ambient decomposition that is sub-optimal with respect to perceptual audio field coding.

Проблема, которая должна разрешаться посредством изобретения, состоит в том, чтобы улучшать HOA-сжатие посредством определения для текущего HOA-контента аудиосигнала того, как назначать для предварительно определенного сокращенного числа каналов, направленные сигналы и коэффициенты для окружающего HOA-компонента. Эта проблема разрешается посредством способов, раскрытых в пунктах 1 и 3 формулы изобретения. Устройства, которые используют эти способы, раскрыты в пунктах 2 и 4 формулы изобретения.The problem to be solved by the invention is to improve HOA compression by determining, for the current HOA content of the audio signal, how to assign to a predetermined reduced number of channels, steered signals and coefficients for the surrounding HOA component. This problem is solved by the methods disclosed in paragraphs 1 and 3 of the claims. Devices that use these methods are disclosed in paragraphs 2 and 4 of the claims.

Изобретение улучшает обработку сжатия, предложенную в EP 12306569.0, в двух аспектах. Во-первых, лучше используется полоса пропускания, предоставленная посредством данного числа каналов, которые должны быть кодированы. Во временных кадрах, в которых сигналы доминирующих источников звука не обнаруживаются, каналы, первоначально зарезервированные для доминирующих направленных сигналов, используются для захвата дополнительной информации относительно окружающего компонента, в форме дополнительных последовательностей HOA-коэффициентов остаточного окружающего HOA-компонента. Во-вторых, с учетом цели использовать данное число каналов для того, чтобы перцепционно кодировать данное HOA-представление звукового поля, критерий определения количества направленных сигналов, которые должны извлекаться из HOA-представления, адаптирован относительно этого назначения. Число направленных сигналов определяется таким образом, что декодированное и восстановленное HOA-представление предоставляет наименьшую воспринимаемую ошибку. Этот критерий сравнивает ошибки моделирования, либо возникающие в результате извлечения направленного сигнала и использования последовательности HOA-коэффициентов меньше для описания остаточного окружающего HOA-компонента, либо возникающие в результате неизвлечения направленного сигнала и использования вместо этого дополнительной последовательности HOA-коэффициентов для описания остаточного окружающего HOA-компонента. Этот критерий дополнительно учитывает для обоих случаев пространственное распределение мощности шума квантования введенным посредством перцепционного кодирования направленных сигналов и последовательностей HOA-коэффициентов остаточного окружающего HOA-компонента.The invention improves on the compression processing proposed in EP 12306569.0 in two aspects. First, better use is made of the bandwidth provided by the given number of channels to be encoded. In time frames in which no dominant sound source signals are detected, the channels originally reserved for dominant directional signals are used to capture additional information about the surround component, in the form of additional residual HOA surround component HOA coefficient sequences. Second, given the goal of using a given number of channels to perceptually encode a given HOA sound field representation, the criterion for determining the number of directional signals to be extracted from the HOA representation is adapted with respect to this assignment. The number of directed signals is determined such that the decoded and reconstructed HOA representation provides the least perceived error. This test compares simulation errors that either result from extracting the directional signal and using a sequence of HOA coefficients smaller to describe the residual ambient HOA component, or resulting from not extracting the directional signal and using an additional sequence of HOA coefficients to describe the residual ambient HOA component instead. component. This criterion additionally takes into account, for both cases, the spatial power distribution of the quantization noise introduced by the perceptual encoding of the steered signals and the HOA coefficient sequences of the residual ambient HOA component.

Чтобы реализовывать вышеописанную обработку, перед началом HOA-сжатия, указывается общее число сигналов (каналов), по сравнению с которым уменьшается исходное число 0 последовательностей HOA-коэффициентов. Окружающий HOA-компонент предположительно должен быть представлен посредством минимального числа

Figure 00000013
последовательностей HOA-коэффициентов. В некоторых случаях, это минимальное число может быть нулем. Оставшиеся каналы
Figure 00000014
предположительно содержат либо направленные сигналы, либо дополнительные последовательности коэффициентов окружающего HOA-компонента, в зависимости от того, что обработка извлечения направленных сигналов определяет в качестве перцепционно (то есть с точки зрения восприятия) более значимого. Предполагается, что назначение либо направленных сигналов, либо последовательностей коэффициентов окружающего HOA-компонента оставшимся D каналов может изменяться на покадровой основе. Для восстановления звукового поля на стороне приемного устройства информация относительно назначения передается в качестве дополнительной вспомогательной информации.In order to implement the above processing, before starting the HOA compression, the total number of signals (channels) is indicated, in comparison with which the initial number 0 of the HOA coefficient sequences is reduced. The surrounding HOA component is supposed to be represented by a minimum number of
Figure 00000013
sequences of HOA coefficients. In some cases, this minimum number may be zero. Remaining channels
Figure 00000014
presumably contain either directional cues or additional sequences of ambient HOA component coefficients, whichever directional signal extraction processing determines to be perceptually (i.e., perceptually) more meaningful. It is contemplated that the assignment of either steered signals or ambient HOA component coefficient sequences to the remaining D channels may change on a frame-by-frame basis. In order to reconstruct the sound field on the receiver side, the destination information is transmitted as additional auxiliary information.

В принципе, изобретаемый способ сжатия подходит для сжатия с использованием фиксированного числа перцепционных кодирований представления на основе амбиофонии высшего порядка звукового поля, обозначаемой HOA, с входными временными кадрами последовательностей HOA-коэффициентов, причем упомянутый способ включает в себя следующие этапы, которые выполняются на покадровой основе:In principle, the inventive compression method is suitable for compressing using a fixed number of perceptual representation encodings based on higher-order sound field ambiphony, denoted HOA, with input time frames of sequences of HOA coefficients, said method including the following steps, which are performed on a frame-by-frame basis :

- для текущего кадра, оценка набора доминирующих направлений и соответствующего набора данных индексов обнаруженных направленных сигналов;- for the current frame, the evaluation of the set of dominant directions and the corresponding data set of indexes of the detected directional signals;

- разложение последовательностей HOA-коэффициентов упомянутого текущего кадра на нефиксированное число направленных сигналов с соответствующими направлениями, содержащимися в упомянутом наборе оценок доминирующих направлений, и с соответствующим набором данных индексов упомянутых направленных сигналов, при этом упомянутое нефиксированное число меньше упомянутого фиксированного числа, и на остаточный окружающий HOA-компонент, который представлен посредством сокращенного числа последовательностей HOA-коэффициентов и соответствующего набора данных индексов упомянутого сокращенного числа остаточных окружающих последовательностей HOA-коэффициентов, причем это сокращенное число соответствует разности между упомянутым фиксированным числом и упомянутым нефиксированным числом;- decomposing sequences of HOA coefficients of said current frame into a non-fixed number of directional signals with corresponding directions contained in said set of dominant direction estimates and with a corresponding data set of indices of said directional signals, wherein said non-fixed number is less than said fixed number, and into a residual ambient a HOA component that is represented by a reduced number of HOA coefficient sequences and a corresponding set of index data of said reduced number of residual surrounding HOA coefficient sequences, the reduced number corresponding to the difference between said fixed number and said non-fixed number;

- назначение упомянутых направленных сигналов и последовательностей HOA-коэффициентов упомянутого остаточного окружающего HOA-компонента каналам, число которых соответствует упомянутому фиксированному числу, при этом для упомянутого назначения используются упомянутый набор данных индексов упомянутых направленных сигналов и упомянутый набор данных индексов упомянутого сокращенного числа остаточных окружающих последовательностей HOA-коэффициентов;assigning said directional signals and HOA coefficient sequences of said residual HOA surround component to channels corresponding to said fixed number, said assignment using said index data set of said directional signals and said index data set of said reduced number of residual HOA surround sequences -coefficients;

- перцепционное кодирование упомянутых каналов связанного кадра таким образом, чтобы предоставлять кодированный сжатый кадр.- perceptually encoding said channels of the associated frame in such a way as to provide an encoded compressed frame.

В принципе, изобретаемое устройство сжатия подходит для сжатия с использованием фиксированного числа перцепционных кодирований представления на основе амбиофонии высшего порядка звукового поля, обозначаемой HOA, с входными временными кадрами последовательностей HOA-коэффициентов, причем упомянутое устройство выполняет обработку на покадровой основе и включает в себя:In principle, the inventive compressor is suitable for compressing using a fixed number of perceptual representation encodings based on higher-order sound field ambiphony, denoted HOA, with input time frames of HOA coefficient sequences, said device performing processing on a frame-by-frame basis and including:

- средство, выполненное с возможностью оценки для текущего кадра набора доминирующих направлений и соответствующего набора данных индексов обнаруженных направленных сигналов;means for estimating, for the current frame, a set of dominant directions and a corresponding data set of indices of detected directional signals;

- средство, выполненное с возможностью с возможностью разложения последовательностей HOA-коэффициентов упомянутого текущего кадра на нефиксированное число направленных сигналов с соответствующими направлениями, содержащимися в упомянутом наборе оценок доминирующих направлений, и с соответствующим набором данных индексов упомянутых направленных сигналов, при этом упомянутое нефиксированное число меньше упомянутого фиксированного числа, и на остаточный окружающий HOA-компонент, который представлен посредством сокращенного числа последовательностей HOA-коэффициентов и соответствующего набора данных индексов упомянутого сокращенного числа остаточных окружающих последовательностей HOA-коэффициентов, причем это сокращенное число соответствует разности между упомянутым фиксированным числом и упомянутым нефиксированным числом;means configured to decompose sequences of HOA coefficients of said current frame into a non-fixed number of directional signals with respective directions contained in said set of dominant direction estimates and with a corresponding set of index data of said directional signals, wherein said non-fixed number is less than said a fixed number, and a residual surrounding HOA component that is represented by a reduced number of HOA coefficient sequences and a corresponding set of index data of said reduced number of residual surrounding HOA coefficient sequences, the reduced number corresponding to the difference between said fixed number and said floating number;

- средство, выполненное с возможностью назначения упомянутых направленных сигналов и последовательностей HOA-коэффициентов упомянутого остаточного окружающего HOA-компонента каналам, число которых соответствует упомянутому фиксированному числу, при этом для упомянутого назначения используются упомянутый набор данных индексов упомянутых направленных сигналов и упомянутый набор данных индексов упомянутого сокращенного числа остаточных окружающих последовательностей HOA-коэффициентов;- means configured to assign said directional signals and HOA coefficient sequences of said residual HOA surround component to channels corresponding to said fixed number, said assignment using said index data set of said directional signals and said index data set of said abbreviated the number of residual surrounding sequences of HOA coefficients;

- средство, выполненное с возможностью перцепционного кодирования упомянутых каналов связанного кадра таким образом, чтобы предоставлять кодированный сжатый кадр.- means configured to perceptually encode said channels of the associated frame in such a way as to provide an encoded compressed frame.

В принципе, изобретаемый способ распаковки подходит для распаковки представления на основе амбиофонии высшего порядка, сжатого согласно вышеуказанному способу сжатия, причем упомянутая распаковка включает в себя следующие этапы:In principle, the inventive decompressing method is suitable for decompressing a higher-order ambiphony representation compressed according to the above compression method, said decompressing comprising the following steps:

- перцепционное декодирование текущего кодированного сжатого кадра таким образом, чтобы предоставлять перцепционно декодированный кадр каналов;- perceptually decoding the current encoded compressed frame so as to provide a perceptually decoded channel frame;

- перераспределение упомянутого перцепционно декодированного кадра каналов, с использованием упомянутого набора данных индексов обнаруженных направленных сигналов и упомянутого набора данных индексов выбранных окружающих последовательностей HOA-коэффициентов, с тем чтобы воссоздавать соответствующий кадр направленных сигналов и соответствующий кадр остаточного окружающего HOA-компонента;- reallocating said perceptually decoded channel frame using said detected steer index data set and said selected HOA coefficient ambient index data set to recreate a corresponding steer frame and a corresponding residual HOA surround component frame;

- повторное составление текущего распакованного кадра HOA-представления из упомянутого кадра направленных сигналов и из упомянутого кадра остаточного окружающего HOA-компонента, с использованием упомянутого набора данных индексов обнаруженных направленных сигналов и упомянутого набора оценок доминирующих направлений,- recomposing the current decompressed frame of the HOA representation from said frame of directional signals and from said frame of the residual surrounding HOA component, using said dataset of indices of detected directional signals and said set of estimates of dominant directions,

- при этом направленные сигналы относительно равномерно распределенных направлений прогнозируются из упомянутых направленных сигналов, и после этого упомянутый текущий распакованный кадр повторно составляется из упомянутого кадра направленных сигналов, упомянутых прогнозированных сигналов и упомянутого остаточного окружающего HOA-компонента.wherein steered signals with respect to evenly spaced directions are predicted from said steered signals, and thereafter said current decompressed frame is recomposed from said steered signal frame, said predicted signals and said residual HOA surround component.

В принципе, изобретаемое устройство распаковки подходит для распаковки представления на основе амбиофонии высшего порядка, сжатого согласно вышеуказанному способу сжатия, причем упомянутое устройство включает в себя:In principle, the inventive decompressor is suitable for decompressing a higher-order ambiphony representation compressed according to the above compression method, said device including:

- средство, выполненное с возможностью перцепционного декодирования текущего кодированного сжатого кадра таким образом, чтобы предоставлять перцепционно декодированный кадр каналов;- means configured to perceptually decode the current encoded compressed frame so as to provide a perceptually decoded frame of channels;

- средство, выполненное с возможностью перераспределения упомянутого перцепционно декодированного кадра каналов, с использованием упомянутого набора данных индексов обнаруженных направленных сигналов и упомянутого набора данных индексов выбранных окружающих последовательностей HOA-коэффициентов, с тем чтобы воссоздавать соответствующий кадр направленных сигналов и соответствующий кадр остаточного окружающего HOA-компонента;- means configured to reallocate said perceptually decoded channel frame using said detected directional signal index data set and said selected HOA coefficient ambient index data set in order to recreate the corresponding directional signal frame and the corresponding frame of the residual ambient HOA component ;

- средство, выполненное с возможностью повторного составления текущего распакованного кадра HOA-представления из упомянутого кадра направленных сигналов, упомянутого кадра остаточного окружающего HOA-компонента, упомянутого набора данных индексов обнаруженных направленных сигналов и упомянутого набора оценок доминирующих направлений, при этом направленные сигналы относительно равномерно распределенных направлений прогнозируются из упомянутых направленных сигналов, и после этого упомянутый текущий распакованный кадр повторно составляется из упомянутого кадра направленных сигналов, упомянутых прогнозированных сигналов и упомянутого остаточного окружающего HOA-компонента.- means configured to recompose the current decompressed frame of the HOA representation from said frame of directional signals, said frame of the residual surrounding HOA component, said data set of detected directional signals indices, and said set of dominant direction estimates, wherein the directional signals are relative to uniformly distributed directions are predicted from said steered signals, and thereafter said current decompressed frame is recomposed from said steered signal frame, said predicted signals and said residual HOA surround component.

Преимущественные дополнительные варианты осуществления изобретения раскрыты в соответствующих зависимых пунктах формулы изобретения.Preferred additional embodiments of the invention are disclosed in the respective dependent claims.

Краткое описание чертежейBrief description of the drawings

Примерные варианты осуществления изобретения описаны со ссылкой на прилагаемые чертежи, из которых:Exemplary embodiments of the invention are described with reference to the accompanying drawings, of which:

Фиг. 1 является блок-схемой для HOA-сжатия;Fig. 1 is a block diagram for HOA compression;

Фиг. 2 является оценкой направлений доминирующих источников звуков;Fig. 2 is an estimate of the directions of the dominant sound sources;

Фиг. 3 является блок-схемой для HOA-распаковки;Fig. 3 is a block diagram for HOA decompression;

Фиг. 4 является сферической системой координат;Fig. 4 is a spherical coordinate system;

Фиг. 5 является нормализованной дисперсионной функцией

Figure 00000015
для различных порядков N амбиофонии и для углов
Figure 00000016
.Fig. 5 is the normalized dispersion function
Figure 00000015
for various orders N of ambiophony and for angles
Figure 00000016
.

Подробное описание вариантов осуществленияDetailed description of embodiments

A. Улучшенное HOA-сжатиеA. Improved HOA compression

Обработка сжатия согласно изобретению, которая основана на EP 12306569.0, проиллюстрирована на фиг. 1, на котором блоки обработки сигналов, которые модифицированы или введены как новые по сравнению с EP 12306569.0, представлены с помощью полужирного поля, и на котором

Figure 00000017
(оценки направлений как таковые) и
Figure 00000018
в этой заявке соответствуют
Figure 00000019
(матрице оценок направлений) и
Figure 00000020
в EP 12306569.0, соответственно. Для HOA-сжатия используется покадровая обработка с неперекрывающимися входными кадрами C(k) последовательностей HOA-коэффициентов длины L, где k обозначает индекс кадра. Кадры задаются относительно последовательностей HOA-коэффициентов, указываемых в уравнении (45), следующим образом:The compression processing according to the invention, which is based on EP 12306569.0, is illustrated in FIG. 1, in which signal processing blocks that are modified or introduced as new compared to EP 12306569.0 are represented by a bold box, and in which
Figure 00000017
(direction scores per se) and
Figure 00000018
in this application correspond
Figure 00000019
(matrix of assessments of directions) and
Figure 00000020
in EP 12306569.0, respectively. For HOA compression, frame-by-frame processing is used with non-overlapping input frames C(k) of sequences of HOA coefficients of length L, where k denotes the frame index. The frames are relative to the HOA coefficient sequences given in Equation (45) as follows:

Figure 00000021
, (1)
Figure 00000021
, (one)

где

Figure 00000022
указывает период дискретизации. Первый этап или стадия 11/12 на фиг. 1 является необязательной и состоит из конкатенации неперекрывающихся k-го и (k-1)-х кадров последовательностей HOA-коэффициентов в длинный кадр
Figure 00000023
следующим образом:where
Figure 00000022
specifies the sampling period. The first step or step 11/12 in FIG. 1 is optional and consists of the concatenation of non-overlapping k-th and (k-1)-th frames of HOA coefficient sequences into a long frame
Figure 00000023
in the following way:

Figure 00000024
, (2)
Figure 00000024
, (2)

причем этот длинный кадр перекрывается на 50% со смежным длинным кадром, и этот длинный кадр последовательно использован для оценки направлений доминирующих источников звуков. Аналогично обозначению для

Figure 00000025
, символ тильды используется в нижеприведенном описании для указания того, что соответствующая величина означает длинные перекрывающиеся кадры. Если этап/стадия 11/12 не присутствует, символ тильды не имеет конкретного смысла. В принципе, этап или стадия 13 оценки доминирующих источников звука выполняется так, как предложено в EP 13305156.5, но с важной модификацией. Модификация связана с определением количества направлений, которые должны обнаруживаться, т.е. того, сколько направленных сигналов предположительно извлекаются из HOA-представления. Это осуществляется с намерением извлекать направленные сигналы, только если это является перцепционно более релевантным по сравнению с использованием вместо этого дополнительных последовательностей HOA-коэффициентов для лучшей аппроксимации окружающего HOA-компонента. Подробное описание этой технологии приведено в разделе 2.wherein this long frame overlaps 50% with an adjacent long frame, and this long frame is successively used to estimate directions of dominant sound sources. Similar to the notation for
Figure 00000025
, the tilde character is used in the description below to indicate that the corresponding value means long overlapping frames. If stage/stage 11/12 is not present, the tilde character has no specific meaning. In principle, step or step 13 of evaluating dominant sound sources is performed as proposed in EP 13305156.5, but with an important modification. The modification is related to the definition of the number of directions to be detected, i.e. how many directional signals are expected to be extracted from the HOA representation. This is done with the intention of extracting directional signals only if it is perceptually more relevant than using additional HOA coefficient sequences instead to better approximate the surrounding HOA component. A detailed description of this technology is given in section 2.

Оценка предоставляет набор

Figure 00000026
данных индексов направленных сигналов, которые обнаружены, а также набор
Figure 00000027
соответствующих оценок направлений. D обозначает максимальное число направленных сигналов, которое должно задаваться перед началом HOA-сжатия.Assessment provides a set
Figure 00000026
data of indices of directional signals that are detected, as well as a set
Figure 00000027
corresponding assessments of directions. D denotes the maximum number of directional signals that must be set before starting HOA compression.

На этапе или стадии 14, текущий (длинный) кадр

Figure 00000028
последовательностей HOA-коэффициентов разлагается (как предложено в EP 13305156.5) на число
Figure 00000029
направленных сигналов, принадлежащих направлениям, содержащимся в наборе
Figure 00000030
, и остаточный окружающий HOA-компонент
Figure 00000031
. Задержка в два кадра вводится в результате обработки суммирования с перекрытием, чтобы получать сглаженные сигналы. Предполагается, что
Figure 00000032
содержит всего D каналов, из которых, тем не менее, только каналы, которые соответствуют активным направленным сигналам, являются ненулевыми. Индексы, указывающие эти каналы, предположительно должны выводиться в наборе
Figure 00000033
данных. Дополнительно, разложение на этапе/стадии 14 предоставляет некоторые параметры
Figure 00000034
, которые используются на стороне распаковки для прогнозирования частей исходного HOA-представления из направленных сигналов (дополнительную информацию см. в EP 13305156.5). На этапе или стадии 15, число коэффициентов окружающего HOA-компонента
Figure 00000035
обоснованно уменьшено, так что они содержат только
Figure 00000036
последовательностей ненулевых HOA-коэффициентов, где
Figure 00000037
указывает число элементов набора
Figure 00000038
данных, т.е. число активных направленных сигналов в кадре k-2. Поскольку окружающий HOA-компонент предположительно должен всегда быть представлен посредством минимального числа
Figure 00000039
последовательностей HOA-коэффициентов, эта проблема может быть фактически сведена к выбору оставшихся
Figure 00000040
последовательностей HOA-коэффициентов из возможных
Figure 00000041
. Чтобы получать сглаженное уменьшенное окружающее HOA-представление, этот выбор выполняется таким образом, что по сравнению с выбором, осуществленным в предыдущем кадре k-3, возникает минимально возможное число изменений.At stage or stage 14, the current (long) frame
Figure 00000028
sequences of HOA coefficients is decomposed (as proposed in EP 13305156.5) into the number
Figure 00000029
directional signals belonging to the directions contained in the set
Figure 00000030
, and the residual surrounding HOA component
Figure 00000031
. A delay of two frames is introduced as a result of overlap summation processing to obtain smoothed signals. It is assumed that
Figure 00000032
contains a total of D channels, of which, however, only the channels that correspond to active directional signals are non-zero. The indexes indicating these channels are supposed to be output in the set
Figure 00000033
data. Additionally, the decomposition at stage/stage 14 provides some parameters
Figure 00000034
, which are used on the decompression side to predict parts of the original HOA representation from directional signals (see EP 13305156.5 for more information). At step or step 15, the number of coefficients of the surrounding HOA component
Figure 00000035
reasonably reduced so that they contain only
Figure 00000036
sequences of non-zero HOA coefficients, where
Figure 00000037
specifies the number of elements in the set
Figure 00000038
data, i.e. number of active steered signals in frame k-2. Because the surrounding HOA component is supposed to always be represented by the minimum number
Figure 00000039
sequences of HOA coefficients, this problem can actually be reduced to choosing the remaining
Figure 00000040
sequences of HOA coefficients from possible
Figure 00000041
. In order to obtain a smooth reduced HOA surround representation, this selection is made such that, compared to the selection made in the previous frame k-3, the least possible number of changes occurs.

В частности, следует различать следующе три случая:In particular, the following three cases should be distinguished:

a)

Figure 00000042
: В этом случае, предположительно должны выбираться последовательности HOA-коэффициентов, идентичные последовательностям HOA-коэффициентов в кадре k-3.a)
Figure 00000042
: In this case, HOA coefficient sequences identical to the HOA coefficient sequences in frame k-3 are assumed to be selected.

b)

Figure 00000043
: В этом случае, большее число последовательностей HOA-коэффициентов по сравнению с последним кадром k-3 может использоваться для представления окружающего HOA-компонента в текущем кадре. Эти последовательности HOA-коэффициентов, которые выбраны в k-3, предположительно также должны выбираться в текущем кадре. Дополнительные последовательности HOA-коэффициентов могут выбираться согласно различным критериям. Например, выбор этих последовательностей HOA-коэффициентов в
Figure 00000044
с наибольшей средней мощностью или выбор последовательностей HOA-коэффициентов относительно их перцепционной значимости.b)
Figure 00000043
: In this case, more HOA coefficient sequences compared to the last frame k-3 may be used to represent the surrounding HOA component in the current frame. These HOA coefficient sequences, which are selected in k-3, are also expected to be selected in the current frame. Additional sequences of HOA coefficients may be selected according to various criteria. For example, choosing these sequences of HOA coefficients in
Figure 00000044
with the highest mean power or selection of HOA coefficient sequences relative to their perceptual significance.

c)

Figure 00000045
: В этом случае, меньшее число последовательностей HOA-коэффициентов по сравнению с последним кадром k-3 может использоваться для представления окружающего HOA-компонента в текущем кадре. Здесь вопрос, на который следует ответить, заключается в том, какая из ранее выбранных последовательностей HOA-коэффициентов должна деактивироваться. Обоснованное решение заключается в том, чтобы деактивировать те последовательности, которые назначены каналам
Figure 00000046
на этапе или стадии 16 назначения сигналов в кадре k-3. Для недопущения неоднородностей на границах кадров, когда дополнительные последовательности HOA-коэффициентов активируются или деактивируются, преимущественно обеспечивать плавное постепенное усиление или затухание соответствующих сигналов.c)
Figure 00000045
: In this case, fewer HOA coefficient sequences compared to the last frame k-3 may be used to represent the surrounding HOA component in the current frame. Here, the question to be answered is which of the previously selected HOA coefficient sequences should be deactivated. A reasonable solution is to deactivate those sequences that are assigned to channels
Figure 00000046
in step or step 16 of assigning signals in frame k-3. To avoid inhomogeneities at frame boundaries when additional HOA coefficient sequences are activated or deactivated, it is advantageous to provide a smooth fade in or out of the respective signals.

Конечное окружающее HOA-представление с сокращенным числом

Figure 00000047
последовательностей ненулевых коэффициентов обозначается посредством
Figure 00000048
. Индексы выбранных окружающих последовательностей HOA-коэффициентов выводятся в наборе
Figure 00000049
данных.Reduced Final HOA Surrounding Representation
Figure 00000047
sequences of non-zero coefficients is denoted by
Figure 00000048
. The indexes of the selected surrounding sequences of HOA coefficients are output in the set
Figure 00000049
data.

На этапе/стадии 16, активные направленные сигналы, содержащиеся в

Figure 00000050
, и последовательности HOA-коэффициентов, содержащиеся в
Figure 00000051
, назначаются кадру
Figure 00000052
I-каналов для отдельного перцепционного кодирования. Если подробнее описывать назначение сигналов, кадры
Figure 00000053
и
Figure 00000054
предположительно должны состоять из отдельных сигналов
Figure 00000055
и
Figure 00000056
Figure 00000057
следующим образом:In step/step 16, the active directional signals contained in
Figure 00000050
, and sequences of HOA coefficients contained in
Figure 00000051
, are assigned to the frame
Figure 00000052
I-channels for separate perceptual coding. If we describe in more detail the purpose of signals, frames
Figure 00000053
and
Figure 00000054
presumably should consist of separate signals
Figure 00000055
and
Figure 00000056
Figure 00000057
in the following way:

Figure 00000058
(3)
Figure 00000058
(3)

Активные направленные сигналы назначаются таким образом, что они поддерживают свои индексы каналов, для того чтобы получать непрерывные сигналы для последовательного перцепционного кодирования. Это может выражаться следующим образом:The active steered signals are assigned such that they maintain their channel indices in order to obtain continuous signals for sequential perceptual coding. This can be expressed as follows:

Figure 00000059
(4)
Figure 00000059
(four)

Последовательности HOA-коэффициентов окружающего компонента назначаются таким образом, что минимальное число

Figure 00000060
последовательностей коэффициентов всегда содержится в последних
Figure 00000061
сигналах
Figure 00000062
, т.е.:The sequences of HOA coefficients of the surrounding component are assigned in such a way that the minimum number
Figure 00000060
sequences of coefficients are always contained in the last
Figure 00000061
signals
Figure 00000062
, i.e.:

Figure 00000063
(5)
Figure 00000063
(5)

Для дополнительных

Figure 00000064
последовательностей HOA-коэффициентов окружающего компонента, следует различать, выбраны они также или нет в предыдущем кадре:For additional
Figure 00000064
sequences of HOA coefficients of the surrounding component, it is necessary to distinguish whether they are also selected or not in the previous frame:

a) Если они также выбраны для передачи в предыдущем кадре, т.е. если соответствующие индексы также содержатся в наборе

Figure 00000065
данных, назначение этих последовательностей коэффициентов сигналам в
Figure 00000066
является идентичным назначению для предыдущего кадра. Эта операция обеспечивает сглаженные сигналы
Figure 00000067
, что является предпочтительным для последовательного перцепционного кодирования на этапе или стадии 17.a) If they are also selected for transmission in the previous frame, i.e. if the corresponding indices are also contained in the set
Figure 00000065
data, assigning these sequences of coefficients to signals in
Figure 00000066
is identical to the assignment for the previous frame. This operation provides smooth signals
Figure 00000067
, which is preferred for sequential perceptual coding in step or step 17.

b) В противном случае, если некоторые последовательности коэффициентов выбираются как новые, т.е. если их индексы содержатся в наборе

Figure 00000068
данных, а не в наборе
Figure 00000069
данных, они сначала размещаются относительно своих индексов в порядке по возрастанию и в этом порядке назначаются каналам
Figure 00000070
Figure 00000071
, которые еще не заняты посредством направленных сигналов.b) Otherwise, if some sequences of coefficients are chosen as new, i.e. if their indices are contained in the set
Figure 00000068
data, not in a set
Figure 00000069
data, they are first placed relative to their indices in ascending order and assigned to the channels in that order.
Figure 00000070
Figure 00000071
that are not yet occupied by directional signals.

Это конкретное назначение обеспечивает такое преимущество, что в ходе процесса HOA-распаковки, перераспределение и составление сигналов может выполняться без знания того, какая окружающая последовательность HOA-коэффициентов содержится в каком канале

Figure 00000072
. Вместо этого, назначение может быть восстановлено во время HOA-распаковки с простым знанием наборов
Figure 00000049
и
Figure 00000073
данных. Преимущественно, эта операция назначения также предоставляет вектор
Figure 00000074
назначений, элементы
Figure 00000075
,
Figure 00000076
которого обозначают индексы каждой из дополнительных
Figure 00000077
последовательностей HOA-коэффициентов окружающего компонента. Иначе говоря, элементы вектора
Figure 00000078
назначений предоставляют информацию в отношении того, какие из дополнительных
Figure 00000079
последовательностей HOA-коэффициентов окружающего HOA-компонента назначаются в
Figure 00000080
каналах с неактивными направленными сигналами. Этот вектор может передаваться дополнительно, но менее часто, чем посредством частоты кадров, для получения возможности инициализации процедуры перераспределения, выполняемой для HOA-распаковки (см. раздел B). Этап/стадия 17 перцепционного кодирования кодирует I-каналы кадра
Figure 00000081
и выводит кодированный кадр
Figure 00000082
.This particular assignment provides the advantage that, during the HOA decompression process, signal remapping and composition can be performed without knowing which surrounding sequence of HOA coefficients is contained in which channel.
Figure 00000072
. Instead, the assignment can be restored during HOA unboxing with simple knowledge of the sets.
Figure 00000049
and
Figure 00000073
data. Advantageously, this assignment also provides a vector
Figure 00000074
appointments, elements
Figure 00000075
,
Figure 00000076
which is denoted by the indices of each of the additional
Figure 00000077
sequences of HOA coefficients of the surrounding component. In other words, the elements of the vector
Figure 00000078
appointments provide information as to which of the additional
Figure 00000079
sequences of HOA coefficients of the surrounding HOA component are assigned in
Figure 00000080
channels with inactive directional signals. This vector may be transmitted additionally, but less frequently than the frame rate, to enable initialization of the reallocation procedure performed for HOA decompression (see section B). Perceptual encoding step/step 17 encodes the I-channels of the frame
Figure 00000081
and outputs the encoded frame
Figure 00000082
.

Для кадров, для которых вектор

Figure 00000083
не передается из этапа/стадии 16 на стороне распаковки, наборы
Figure 00000084
и
Figure 00000085
параметров данных вместо вектора
Figure 00000086
используются для выполнения перераспределения.For frames for which the vector
Figure 00000083
not transferred from stage/stage 16 on the unpacking side, sets
Figure 00000084
and
Figure 00000085
data parameters instead of a vector
Figure 00000086
used to perform redistribution.

A.1. Оценка направлений доминирующих источников звуковA.1. Evaluation of directions of dominant sound sources

Этап/стадия 13 оценки для направлений доминирующих источников звуков по фиг. 1 подробнее проиллюстрирован на фиг. 2. Он, по сути, выполняется согласно этапу из EP 13305156.5, но с определяющим отличием, которое состоит в способе определения количества доминирующих источников звука, соответствующих числу направленных сигналов, которые должны извлекаться из данного HOA-представления. Это число является значительным, поскольку оно используется для управления тем, данное HOA-представление представляется лучше либо посредством использования более направленных сигналов, либо вместо этого посредством использования более последовательностей HOA-коэффициентов, с тем чтобы лучше моделировать окружающий HOA-компонент.The step/step 13 of evaluation for the directions of the dominant sound sources of FIG. 1 is illustrated in more detail in FIG. 2. It is essentially the same as the step in EP 13305156.5, but with a defining difference, which is the way in which the number of dominant sound sources corresponding to the number of directional signals to be extracted from a given HOA representation is determined. This number is significant because it is used to control whether a given HOA representation is better represented either by using more directional signals or instead by using more sequences of HOA coefficients in order to better model the surrounding HOA component.

Оценка направлений доминирующих источников звуков начинается на этапе или стадии 21 с предварительного поиска направлений доминирующих источников звуков с использованием длинного кадра

Figure 00000087
входных последовательностей HOA-коэффициентов. Вместе с предварительными оценками
Figure 00000088
направлений, вычисляются соответствующие направленные сигналы
Figure 00000089
и HOA-компоненты
Figure 00000090
звукового поля, которые предположительно созданы посредством отдельных источников звука, как описано в EP 13305156.5. На этапе или стадии 22, эти количества используются вместе с кадром
Figure 00000091
входных последовательностей HOA-коэффициентов для определения числа
Figure 00000092
направленных сигналов, которые должны извлекаться. Следовательно, оценки
Figure 00000093
направлений, соответствующие направленные сигналы
Figure 00000094
и HOA-компоненты
Figure 00000095
звукового поля отбрасываются. Вместо этого, только оценки
Figure 00000096
,
Figure 00000097
направлений затем назначаются ранее найденным источникам звука.Evaluation of directions of dominant sound sources begins at step or step 21 with a preliminary search for directions of dominant sound sources using a long frame
Figure 00000087
input sequences of HOA coefficients. Together with preliminary estimates
Figure 00000088
directions, the corresponding directional signals are calculated
Figure 00000089
and HOA components
Figure 00000090
sound field, which are supposedly created by separate sound sources, as described in EP 13305156.5. In step or step 22, these quantities are used in conjunction with the frame
Figure 00000091
input sequences of HOA coefficients to determine the number
Figure 00000092
directional signals to be extracted. Therefore, the estimates
Figure 00000093
directions, corresponding directional signals
Figure 00000094
and HOA components
Figure 00000095
sound field are discarded. Instead, only estimates
Figure 00000096
,
Figure 00000097
directions are then assigned to previously found sound sources.

На этапе или стадии 23, результирующие траектории направлений сглажены согласно модели перемещения источников звука, и определяется то, какие из источников звука предположительно являются активными (см. EP 13305156.5). Последняя операция предоставляет набор

Figure 00000098
индексов активных направленных источников звука и набор
Figure 00000099
соответствующих оценок направлений.In step or step 23, the resulting directional paths are smoothed according to the sound source movement model and it is determined which of the sound sources are supposed to be active (see EP 13305156.5). The last operation provides a set
Figure 00000098
indices of active directional sound sources and a set
Figure 00000099
corresponding assessments of directions.

A.2. Определение числа извлеченных направленных сигналовA.2. Determination of the number of extracted directional signals

Для определения числа направленных сигналов на этапе/стадии 22, предполагается ситуация, в которой имеется данное общее количество I-каналов, которые должны быть использованы для захвата перцепционно наиболее релевантной информации звукового поля. Следовательно, определяется число направленных сигналов, которые должны извлекаться, обусловленное вопросом касательно того, для общего качества HOA-сжатия/распаковки текущее HOA-представление представляется лучше либо посредством использования более направленных сигналов, либо посредством использования более последовательностей HOA-коэффициентов, для лучшего моделирования окружающего HOA-компонента. Чтобы извлекать на этапе/стадии 22 критерий определения числа направленных источников звука, которые должны извлекаться, причем этот критерий связан с человеческим восприятием, учитывается то, что HOA-сжатие достигается, в частности, посредством следующих двух операций:To determine the number of directional signals in step/step 22, a situation is assumed in which there is a given total number of I-channels to be used to capture the perceptually most relevant sound field information. Therefore, the number of directional signals to be extracted is determined, driven by the question as to whether, for the overall quality of the HOA compression/decompression, the current HOA representation is better represented either by using more directional signals or by using more sequences of HOA coefficients, for better modeling of the surroundings. HOA component. In order to extract in step/step 22 a criterion for determining the number of directional sound sources to be extracted, this criterion being related to human perception, it is taken into account that HOA compression is achieved in particular by the following two operations:

- уменьшение последовательностей HOA-коэффициентов для представления окружающего HOA-компонента (что означает уменьшение числа связанных каналов);- reduction of sequences of HOA coefficients to represent the surrounding HOA component (which means a reduction in the number of associated channels);

- перцепционное кодирование направленных сигналов и последовательностей HOA-коэффициентов для представления окружающего HOA-компонента. В зависимости от числа M,

Figure 00000100
, извлеченных направленных сигналов, первая операция приводит к аппроксимации:- perceptual encoding of directional signals and sequences of HOA coefficients to represent the surrounding HOA component. Depending on the number M,
Figure 00000100
, extracted directional signals, the first operation leads to the approximation:

Figure 00000101
(6)
Figure 00000101
(6)

Figure 00000102
, (7)
Figure 00000102
, (7)

где

Figure 00000103
(8)where
Figure 00000103
(eight)

обозначает HOA-представление направленного компонента, состоящее из HOA-компонентов

Figure 00000104
,
Figure 00000105
звукового поля, которые предположительно должны создаваться посредством M отдельно рассматриваемых источников звука, и
Figure 00000106
обозначает HOA-представление окружающего компонента только
Figure 00000107
последовательностей ненулевых HOA-коэффициентов. Аппроксимация из второй операции может выражаться следующим образом:denotes a HOA representation of a directional component, consisting of HOA components
Figure 00000104
,
Figure 00000105
sound field, which are supposed to be created by M separately considered sound sources, and
Figure 00000106
denotes the HOA representation of the surrounding component only
Figure 00000107
sequences of nonzero HOA coefficients. The approximation from the second operation can be expressed as follows:

Figure 00000108
(9)
Figure 00000108
(9)

Figure 00000109
, (10)
Figure 00000109
, (ten)

где

Figure 00000110
и
Figure 00000111
обозначают составленные направленные и окружающие HOA-компоненты после перцепционного декодирования, соответственно.where
Figure 00000110
and
Figure 00000111
denote the composed directional and ambient HOA components after perceptual decoding, respectively.

Формулирование критерияFormulation of the criterion

Число

Figure 00000112
направленных сигналов, которые должны извлекаться, выбирается таким образом, что полная ошибка аппроксимации:Number
Figure 00000112
of the directional signals to be extracted is chosen in such a way that the total approximation error is:

Figure 00000113
, (11)
Figure 00000113
, (eleven)

где

Figure 00000114
, является минимально возможно менее значимой относительно человеческого восприятия. Чтобы обеспечивать это, распределение направленной мощности полной ошибки для отдельных критических полос частот по шкале в барках учитывается в предварительно заданном числе Q тестовых направлений
Figure 00000115
, которые почти равномерно распределены по единичной сфере. Более конкретно, распределение направленной мощности для b-той критической полосы частот, b=1..., B, представлено посредством вектора:where
Figure 00000114
, is as minimally significant as possible relative to human perception. To ensure this, the total error directional power distribution for the individual critical frequency bands on the barq scale is taken into account in a predefined number Q of test directions
Figure 00000115
, which are almost uniformly distributed over the unit sphere. More specifically, the directional power distribution for the b-th critical frequency band, b=1..., B, is represented by the vector:

Figure 00000116
(12)
Figure 00000116
(12)

компоненты

Figure 00000117
которого обозначают мощность полной ошибки
Figure 00000118
, связанной с направлением
Figure 00000119
, b-той критической полосой частот по шкале в барках и k-м кадром. Распределение
Figure 00000120
направленной мощности полной ошибки
Figure 00000121
сравнивается с распределением направленной перцепционной мощности маскирования:Components
Figure 00000117
which denotes the power of the total error
Figure 00000118
direction related
Figure 00000119
, b-th critical frequency band on the scale in barques and k-th frame. Distribution
Figure 00000120
directional power total error
Figure 00000121
compared with the directional perceptual concealment power distribution:

Figure 00000122
(13)
Figure 00000122
(13)

вследствие исходного HOA-представления

Figure 00000123
. Затем, для каждого тестового направления
Figure 00000124
и критической полосы b частот, вычисляется уровень восприятия
Figure 00000125
полной ошибки. Здесь он, по сути, задается в качестве отношения направленной мощности полной ошибки
Figure 00000126
и направленной мощности маскирования согласно следующему:due to the original HOA representation
Figure 00000123
. Then, for each test direction
Figure 00000124
and critical frequency band b, the level of perception is calculated
Figure 00000125
complete error. Here it is, in fact, given as the ratio of the directional power of the total error
Figure 00000126
and directional masking power according to the following:

Figure 00000127
(14)
Figure 00000127
(fourteen)

Вычитание 1 и последующая операция определения максимума выполняются для того, чтобы обеспечивать то, что уровень восприятия является нулевым при условии, что мощность ошибки ниже порогового значения маскирования.The subtraction of 1 and the subsequent maximum determination operation are performed in order to ensure that the perceptual level is zero provided that the error power is below the masking threshold.

В завершение, число

Figure 00000128
направленных сигналов, которые должны извлекаться, может выбираться таким образом, чтобы минимизировать среднее по всем тестовым направлениям максимума уровня восприятия ошибки по всем критическим полосам частот, т.е.:Finally, the number
Figure 00000128
of the directional signals to be extracted can be chosen in such a way as to minimize the average over all test directions of the maximum error perception level over all critical frequency bands, i.e.:

Figure 00000129
(15)
Figure 00000129
(fifteen)

Следует отметить, что, альтернативно, можно заменять максимум посредством операции усреднения в уравнении (15).It should be noted that, alternatively, it is possible to replace the maximum by means of an averaging operation in equation (15).

Вычисление распределения направленной перцепционной мощности маскированияCalculation of Directional Perceptual Concealing Power Distribution

Для вычисления распределения

Figure 00000130
направленной перцепционной мощности маскирования вследствие исходного HOA-представления
Figure 00000131
, последнее преобразуется в пространственную область, так что оно представляется посредством общих плоских волн
Figure 00000132
, падающих из тестовых направлений
Figure 00000133
, q=l,..., Q. При размещении общих сигналов плоской волны
Figure 00000134
в матрице
Figure 00000135
следующим образом:To calculate the distribution
Figure 00000130
directional perceptual concealment power due to the original HOA presentation
Figure 00000131
, the latter is transformed into a spatial domain, so that it is represented by general plane waves
Figure 00000132
falling from test directions
Figure 00000133
, q=l,..., Q. When placing common plane wave signals
Figure 00000134
in the matrix
Figure 00000135
in the following way:

Figure 00000136
(16)
Figure 00000136
(16)

преобразование в пространственную область выражается посредством операции:the transformation to the spatial domain is expressed through the operation:

Figure 00000137
, (17)
Figure 00000137
, (17)

где

Figure 00000138
обозначает матрицу мод относительно тестового направления
Figure 00000139
, заданную следующим образом:where
Figure 00000138
denotes the mode matrix with respect to the test direction
Figure 00000139
, defined as follows:

Figure 00000140
, (18)
Figure 00000140
, (eighteen)

причем

Figure 00000141
and
Figure 00000141

Figure 00000142
. (19)
Figure 00000142
. (19)

Элементы

Figure 00000143
распределения
Figure 00000144
направленной перцепционной мощности маскирования, вследствие исходного HOA-представления
Figure 00000145
, соответствуют мощностям маскирования общих функций
Figure 00000146
плоской волны для отдельных критических полос b частот.Elements
Figure 00000143
distribution
Figure 00000144
directional perceptual masking power due to the original HOA presentation
Figure 00000145
, correspond to the masking powers of the common functions
Figure 00000146
plane wave for individual critical frequency bands b.

Вычисление распределения направленной мощностиDirectional Power Distribution Calculation

Далее представлены две альтернативы для вычисления распределения

Figure 00000147
направленной мощности:The following are two alternatives for calculating the distribution
Figure 00000147
directional power:

a. Одна возможность состоит в том, чтобы фактически вычислять аппроксимацию

Figure 00000148
требуемого HOA-представления
Figure 00000149
посредством выполнения двух операций, упомянутых в начале раздела 2. Затем полная ошибка
Figure 00000150
аппроксимации вычисляется согласно уравнению (11). Далее полная ошибка
Figure 00000151
аппроксимации преобразована в пространственную область, так что она представлена посредством общих плоских волн
Figure 00000152
, падающих из тестовых направлений
Figure 00000153
. При размещении общих сигналов плоской волны в матрице
Figure 00000154
следующим образом:a. One possibility is to actually calculate the approximation
Figure 00000148
required HOA representation
Figure 00000149
by performing the two operations mentioned at the beginning of section 2. Then the complete error
Figure 00000150
approximation is calculated according to equation (11). Further complete error
Figure 00000151
approximation is converted to the spatial domain so that it is represented by general plane waves
Figure 00000152
falling from test directions
Figure 00000153
. When placing common plane wave signals in a matrix
Figure 00000154
in the following way:

Figure 00000155
(20),
Figure 00000155
(twenty),

преобразование в пространственную область выражается посредством операции:the transformation to the spatial domain is expressed through the operation:

Figure 00000156
. (21)
Figure 00000156
. (21)

Элементы

Figure 00000157
распределения
Figure 00000158
направленной мощности полной ошибки
Figure 00000159
аппроксимации получаются посредством вычисления мощностей общих функций
Figure 00000160
плоской волны в пределах отдельных критических полос b частот.Elements
Figure 00000157
distribution
Figure 00000158
directional power total error
Figure 00000159
approximations are obtained by calculating the powers of the general functions
Figure 00000160
plane wave within individual critical frequency bands b.

b. Альтернативное решение состоит в том, чтобы вычислять только аппроксимацию

Figure 00000161
вместо
Figure 00000162
. Этот способ обеспечивает такое преимущество, что сложное перцепционное кодирование отдельных сигналов не должно выполняться непосредственно. Вместо этого, достаточно знать мощности ошибки перцепционного квантования в пределах отдельных критических полос частот по шкале в барках. С этой целью, полная ошибка аппроксимации, заданная в уравнении (11), может быть записана в качестве суммы трех следующих ошибок аппроксимации:b. An alternative solution is to calculate only the approximation
Figure 00000161
instead of
Figure 00000162
. This method provides such an advantage that complex perceptual encoding of individual signals does not have to be performed directly. Instead, it is sufficient to know the perceptual quantization error powers within the individual critical frequency bands on the barq scale. To this end, the total approximation error given in equation (11) can be written as the sum of the following three approximation errors:

Figure 00000163
(22)
Figure 00000163
(22)

Figure 00000164
(23)
Figure 00000164
(23)

Figure 00000165
, (24)
Figure 00000165
, (24)

которые могут предполагаться как независимые друг от друга. Вследствие этой независимости, распределение направленной мощности полной ошибки

Figure 00000166
может выражаться как сумма распределений направленной мощности трех отдельных ошибок
Figure 00000167
,
Figure 00000168
и
Figure 00000169
.which can be assumed to be independent of each other. Because of this independence, the total error directional power distribution
Figure 00000166
can be expressed as the sum of the directional power distributions of three separate errors
Figure 00000167
,
Figure 00000168
and
Figure 00000169
.

Далее описывается то, как вычислять распределения направленной мощности трех ошибок для отдельных критических полос частот по шкале в барках:The following describes how to calculate the three error directional power distributions for the individual critical frequency bands on the barq scale:

a. Чтобы вычислять распределение направленной мощности ошибки

Figure 00000170
, она сначала преобразуется в пространственную область следующим образом:a. To calculate the directional error power distribution
Figure 00000170
, it is first converted to a spatial domain as follows:

Figure 00000171
, (25)
Figure 00000171
, (25)

при этом ошибка

Figure 00000172
аппроксимации, следовательно, представлена посредством общих плоских волн
Figure 00000173
, падающих из тестовых направлений
Figure 00000174
, которые размещаются в матрице
Figure 00000175
согласно следующему:while the error
Figure 00000172
approximation is therefore represented by general plane waves
Figure 00000173
falling from test directions
Figure 00000174
, which are placed in the matrix
Figure 00000175
according to the following:

Figure 00000176
(26)
Figure 00000176
(26)

Следовательно, элементы

Figure 00000177
распределения
Figure 00000178
направленной мощности ошибки
Figure 00000179
аппроксимации получаются посредством вычисления мощностей общих функций
Figure 00000180
плоской волны в отдельных критических полосах
Figure 00000181
частот.Therefore, the elements
Figure 00000177
distribution
Figure 00000178
directional error power
Figure 00000179
approximations are obtained by calculating the powers of the general functions
Figure 00000180
plane wave in separate critical bands
Figure 00000181
frequencies.

b. Для вычисления распределения

Figure 00000182
направленной мощности ошибки
Figure 00000183
, следует принимать во внимание, что эта ошибка вводится в направленный HOA-компонент
Figure 00000184
посредством перцепционного кодирования направленных сигналов
Figure 00000185
,
Figure 00000186
. Дополнительно, считается, что направленный HOA-компонент задается посредством уравнения (8). Затем для простоты предполагается, что HOA-компонент
Figure 00000187
эквивалентно представлен в пространственной области посредством 0 общих функций
Figure 00000188
плоской волны, которые созданы из направленного сигнала
Figure 00000189
посредством простого масштабирования, т.е.:b. To calculate the distribution
Figure 00000182
directional error power
Figure 00000183
, you should take into account that this error is injected into the directed HOA component
Figure 00000184
through perceptual encoding of directional signals
Figure 00000185
,
Figure 00000186
. Additionally, the directional HOA component is considered to be given by equation (8). Then, for simplicity, it is assumed that the HOA component
Figure 00000187
equivalently represented in the spatial domain by 0 generic features
Figure 00000188
plane waves that are created from a directional signal
Figure 00000189
through simple scaling, i.e.:

Figure 00000190
, (27)
Figure 00000190
, (27)

где

Figure 00000191
,
Figure 00000192
, обозначают коэффициенты масштабирования. Соответствующие направления
Figure 00000193
,
Figure 00000194
, плоской волны предположительно должны быть равномерно распределены по единичной сфере и циклически сдвинуты таким образом, что
Figure 00000195
соответствует оценке
Figure 00000196
направления. Следовательно, коэффициент
Figure 00000197
масштабирования равен 1.where
Figure 00000191
,
Figure 00000192
, denote scaling factors. Relevant Directions
Figure 00000193
,
Figure 00000194
, a plane wave should presumably be uniformly distributed over the unit sphere and cyclically shifted in such a way that
Figure 00000195
corresponds to the assessment
Figure 00000196
directions. Therefore, the coefficient
Figure 00000197
scaling is 1.

При задании

Figure 00000198
в качестве матрицы мод относительно циклически сдвинутых направлений
Figure 00000199
и размещении всех коэффициентов масштабирования
Figure 00000200
в векторе согласно следующему:When asked
Figure 00000198
as a mode matrix with respect to cyclically shifted directions
Figure 00000199
and placement of all scaling factors
Figure 00000200
in a vector according to the following:

Figure 00000201
(28)
Figure 00000201
(28)

HOA-компонент

Figure 00000202
может быть записан следующим образом:HOA component
Figure 00000202
can be written like this:

Figure 00000203
(29)
Figure 00000203
(29)

Следовательно, ошибка

Figure 00000204
(см. уравнение (23)) между истинным направленным HOA-компонентом:Therefore, the error
Figure 00000204
(see equation (23)) between the true directional HOA component:

Figure 00000205
(30)
Figure 00000205
(thirty)

и направленным HOA-компонентом, составленным из перцепционно декодированных направленных сигналов

Figure 00000206
, посредством:and a directional HOA component composed of perceptually decoded directional signals
Figure 00000206
, through:

Figure 00000207
(31)
Figure 00000207
(31)

Figure 00000208
(32)
Figure 00000208
(32)

может выражаться с точки зрения ошибок перцепционного кодирования:can be expressed in terms of perceptual coding errors:

Figure 00000209
(33)
Figure 00000209
(33)

в отдельных направленных сигналах следующим образом:in individual directional signals as follows:

Figure 00000210
(34)
Figure 00000210
(34)

Представление ошибки

Figure 00000211
в пространственной области относительно тестовых направлений
Figure 00000212
, задается следующим образом:Error representation
Figure 00000211
in the spatial domain with respect to the test directions
Figure 00000212
, is given as follows:

Figure 00000213
(35)
Figure 00000213
(35)

Если обозначить элементы вектора

Figure 00000214
посредством
Figure 00000215
,
Figure 00000216
, и при условии, что отдельные ошибки
Figure 00000217
перцепционного кодирования являются независимыми друг от друга, из уравнения (35) следует то, что элементы
Figure 00000218
распределения
Figure 00000219
направленной мощности ошибки перцепционного кодирования
Figure 00000220
могут вычисляться следующим образом:If we denote the elements of the vector
Figure 00000214
through
Figure 00000215
,
Figure 00000216
, and provided that individual errors
Figure 00000217
perceptual coding are independent of each other, it follows from equation (35) that the elements
Figure 00000218
distribution
Figure 00000219
directional power of perceptual coding error
Figure 00000220
can be calculated as follows:

Figure 00000221
(36)
Figure 00000221
(36)

Figure 00000222
как предполагается, представляет мощность ошибки перцепционного квантования в b-той критической полосе частот в направленном сигнале
Figure 00000223
. Эта мощность может предполагаться как соответствующая перцепционной мощности маскирования направленного сигнала
Figure 00000224
.
Figure 00000222
is assumed to represent the power of the perceptual quantization error in the b-th critical frequency band in the steered signal
Figure 00000223
. This power can be assumed to correspond to the perceptual masking power of the directional signal
Figure 00000224
.

c. Для вычисления распределения

Figure 00000225
направленной мощности ошибки
Figure 00000226
, получающейся в результате перцепционного кодирования последовательностей HOA-коэффициентов окружающего HOA-компонента, каждая последовательность HOA-коэффициентов предположительно должна кодироваться независимо. Следовательно, ошибки, введенные в отдельные последовательности HOA-коэффициентов в каждой критической полосе частот по шкале в барках, могут предполагаться как декоррелированные. Это означает то, что матрица корреляции между коэффициентами ошибки
Figure 00000227
относительно каждой критической полосы частот по шкале в барках является диагональной, т.е.:c. To calculate the distribution
Figure 00000225
directional error power
Figure 00000226
resulting from perceptual encoding of the surrounding HOA component's HOA score sequences, each HOA score sequence is expected to be encoded independently. Therefore, the errors introduced into the individual sequences of HOA coefficients in each critical frequency band on the barq scale can be assumed to be decorrelated. This means that the correlation matrix between the error coefficients
Figure 00000227
with respect to each critical frequency band on the scale in barks is diagonal, i.e.:

Figure 00000228
Figure 00000228

Figure 00000229
(37)
Figure 00000229
(37)

Элементы

Figure 00000230
предположительно представляют мощность ошибки перцепционного квантования в b-той критической полосе частот в o-й кодированной последовательности HOA-коэффициентов в
Figure 00000231
. Они предположительно могут соответствовать перцепционной мощности маскирования o-й последовательности HOA-коэффициентов
Figure 00000232
. Распределение направленной мощности ошибки
Figure 00000233
перцепционного кодирования в силу этого вычисляется следующим образом:Elements
Figure 00000230
presumably represent the power of the perceptual quantization error in the b-th critical frequency band in the o-th encoded sequence of HOA coefficients in
Figure 00000231
. They can presumably correspond to the perceptual masking power of the o-th sequence of HOA coefficients
Figure 00000232
. Directional error power distribution
Figure 00000233
perceptual coding is therefore calculated as follows:

Figure 00000234
(38)
Figure 00000234
(38)

B. Улучшенная HOA-распаковкаB. Improved HOA unboxing

Соответствующая обработка HOA-распаковки проиллюстрирована на фиг. 3 и включает в себя следующие этапы или стадии.The corresponding HOA decompression processing is illustrated in FIG. 3 and includes the following steps or steps.

На этапе или стадии 31, перцепционное декодирование I сигналов, содержащихся в

Figure 00000235
, выполняется для того, чтобы получать I декодированных сигналов в
Figure 00000236
. На этапе или стадии 32 перераспределения сигналов, перцепционно декодированные сигналы в
Figure 00000237
перераспределяются, чтобы воссоздавать кадр
Figure 00000238
направленных сигналов и кадр
Figure 00000239
окружающего HOA-компонента. Информация относительно того, как перераспределять сигналы, получается посредством воспроизведения операции назначения, выполняемой для HOA-сжатия, с использованием наборов
Figure 00000240
и
Figure 00000241
данных индексов. Поскольку она представляет собой рекурсивную процедуру (см. раздел A), дополнительно передаваемый вектор
Figure 00000242
назначений может использоваться для получения возможности инициализации процедуры перераспределения, например, в случае если передача нарушается.In step or step 31, perceptual decoding of the I signals contained in
Figure 00000235
, is performed in order to obtain I decoded signals in
Figure 00000236
. At the signal redistribution step or step 32, the perceptually decoded signals in
Figure 00000237
are redistributed to recreate the frame
Figure 00000238
directional signals and frame
Figure 00000239
surrounding HOA component. Information on how to reallocate signals is obtained by reproducing the assignment operation performed for HOA compression using sets
Figure 00000240
and
Figure 00000241
index data. Since it is a recursive procedure (see section A), the additionally passed vector
Figure 00000242
assignments can be used to enable the redistribution procedure to be initialized, for example, in the event that a transfer fails.

На этапе или стадии 33 составления, повторно составляется текущий кадр

Figure 00000243
требуемого полного HOA-представления (согласно обработке, описанной в связи с фиг. 2b и фиг. 4 из EP 12306569.0 с использованием кадра
Figure 00000244
направленных сигналов, набора
Figure 00000245
индексов активных направленных сигналов вместе с набором
Figure 00000246
соответствующих направлений, параметров
Figure 00000247
для прогнозирования частей HOA-представления из направленных сигналов и кадра
Figure 00000248
последовательностей HOA-коэффициентов уменьшенного окружающего HOA-компонента.
Figure 00000249
соответствует компоненту
Figure 00000250
в EP 12306569.0, а
Figure 00000251
и
Figure 00000252
соответствуют
Figure 00000253
в EP 12306569.0, при этом индексы активных направленных сигналов отмечаются в матричных элементах
Figure 00000254
. Иными словами, направленные сигналы относительно равномерно распределенных направлений прогнозируются из направленных сигналов
Figure 00000255
с использованием принимаемых параметров
Figure 00000256
для такого прогнозирования, и после этого текущий распакованный кадр
Figure 00000257
повторно составляется из кадра направленных сигналов
Figure 00000258
, прогнозных частей и уменьшенного окружающего HOA-компонента
Figure 00000259
.In the composing step or step 33, the current frame is recomposed
Figure 00000243
required complete HOA representation (according to the processing described in connection with Fig. 2b and Fig. 4 of EP 12306569.0 using the frame
Figure 00000244
directional signals, dialing
Figure 00000245
indices of active directional signals along with a set
Figure 00000246
relevant directions, parameters
Figure 00000247
to predict parts of the HOA representation from directional signals and a frame
Figure 00000248
sequences of HOA coefficients of the reduced surrounding HOA component.
Figure 00000249
corresponds to the component
Figure 00000250
in EP 12306569.0, and
Figure 00000251
and
Figure 00000252
correspond
Figure 00000253
in EP 12306569.0, with indices of active directional signals noted in matrix elements
Figure 00000254
. In other words, directional signals with respect to uniformly distributed directions are predicted from directional signals
Figure 00000255
using received parameters
Figure 00000256
for such a prediction, and after that the current decompressed frame
Figure 00000257
recomposed from a frame of directional signals
Figure 00000258
, predictive parts and reduced ambient HOA component
Figure 00000259
.

C. Основы амбиофонии высшего порядкаC. Fundamentals of Higher Order Ambiophony

Амбиофония высшего порядка (HOA) основана на описании звукового поля в компактной интересующей области, которая предположительно не должна содержать источников звука. В этом случае, пространственно-временной характер изменения звукового давления p(t,x) во время t и в позиции x внутри интересующей области физически полностью определяется посредством гомогенного волнового уравнения. Далее, предполагается сферическая система координат, как показано на фиг. 4. В используемой системе координат ось X указывает на переднюю позицию, ось Y указывает влево, а ось Z указывает вверх. Позиция в пространстве

Figure 00000260
представлена посредством радиуса
Figure 00000261
(т.е. расстояния до начала координат), угла
Figure 00000262
наклона, измеренного из полярной оси z, и азимутального угла
Figure 00000263
, измеренного против часовой стрелки в плоскости X-Y от оси X. Дополнительно,
Figure 00000264
обозначает транспозицию.Higher order ambiophony (HOA) is based on the description of the sound field in a compact area of interest, which is supposed to contain no sound sources. In this case, the spatiotemporal nature of the change in sound pressure p(t,x) at time t and at position x within the region of interest is physically completely determined by the homogeneous wave equation. Further, a spherical coordinate system is assumed as shown in FIG. 4. In the coordinate system used, the X-axis points to the front position, the Y-axis points to the left, and the Z-axis points up. Position in space
Figure 00000260
represented by a radius
Figure 00000261
(i.e. distance to origin), angle
Figure 00000262
tilt measured from polar z-axis and azimuth angle
Figure 00000263
measured counterclockwise in the XY plane from the X axis. Optionally,
Figure 00000264
stands for transposition.

Можно показать (см. работу автора E.G. Williams "Fourier Acoustics", том 93 Applied Mathematical Sciences, Academic Press, 1999 год), что преобразование Фурье звукового давления относительно времени, обозначаемое посредством

Figure 00000265
, т.е.:It can be shown (see EG Williams "Fourier Acoustics", Volume 93 of Applied Mathematical Sciences, Academic Press, 1999) that the Fourier transform of sound pressure versus time, denoted by
Figure 00000265
, i.e.:

Figure 00000266
(39)
Figure 00000266
(39)

где

Figure 00000267
обозначает угловую частоту, а i указывает мнимую единицу, может разлагаться на последовательность сферических гармоник согласно следующему:where
Figure 00000267
denotes the angular frequency and i indicates the imaginary unit, can be decomposed into a sequence of spherical harmonics according to the following:

Figure 00000268
(40)
Figure 00000268
(40)

В уравнении (40) cs обозначает скорость звука, и k обозначает угловое волновое число, которое связано с угловой частотой

Figure 00000269
посредством
Figure 00000270
. Дополнительно,
Figure 00000271
обозначают сферические функции Бесселя первого вида, и
Figure 00000272
обозначают действительнозначные сферические гармоники порядка n и степени m, которые задаются в нижеприведенном разделе C.1. Коэффициенты
Figure 00000273
разложения в ряд зависят только от углового волнового числа k. Выше, неявно предполагается, что звуковое давление имеет ограниченную пространственную полосу частот. Таким образом, последовательность сферических гармоник усекается относительно индекса n порядка в верхнем пределе N, который называется порядком HOA-представления.In equation (40), c s denotes the speed of sound and k denotes the angular wave number, which is related to the angular frequency
Figure 00000269
through
Figure 00000270
. Additionally,
Figure 00000271
denote the spherical Bessel functions of the first kind, and
Figure 00000272
denote real-valued spherical harmonics of order n and degree m, which are defined in Section C.1 below. Odds
Figure 00000273
the series expansions depend only on the angular wavenumber k. Above, it is implicitly assumed that the sound pressure has a limited spatial bandwidth. Thus, the sequence of spherical harmonics is truncated with respect to the index n of the order in the upper limit of N, which is called the order of the HOA representation.

Если звуковое поле представлено посредством наложения бесконечного числа гармонических плоских волн с различными угловыми частотами

Figure 00000274
, поступающих из всех возможных направлений, указываемых посредством кортежа
Figure 00000275
угла, можно показать (см. работу B. Rafaely "Plane-wave Decomposition of the Sound Field on the Sphere by Spherical Convolution", Journal of the Acoustical Society of America, том 4 (116), стр. 2149-2157, 2004 год), что соответствующая комплексная амплитудная функция
Figure 00000276
плоской волны может выражаться посредством следующего разложения в ряд по сферическим гармоникам:If the sound field is represented by superimposing an infinite number of harmonic plane waves with different angular frequencies
Figure 00000274
coming from all possible directions specified by the tuple
Figure 00000275
angle can be shown (see B. Rafaely "Plane-wave Decomposition of the Sound Field on the Sphere by Spherical Convolution", Journal of the Acoustical Society of America, vol. 4 (116), pp. 2149-2157, 2004 ) that the corresponding complex amplitude function
Figure 00000276
plane wave can be expressed by the following expansion in a series in terms of spherical harmonics:

Figure 00000277
, (41)
Figure 00000277
, (41)

где коэффициенты

Figure 00000278
разложения в ряд связаны с коэффициентами
Figure 00000279
разложения в ряд посредством
Figure 00000280
. (42)where coefficients
Figure 00000278
series expansions are related to the coefficients
Figure 00000279
series expansion by means of
Figure 00000280
. (42)

При условии, что отдельные коэффициенты

Figure 00000281
представляют собой функции от угловой частоты
Figure 00000282
, применение обратного преобразования Фурье (обозначаемого посредством
Figure 00000283
предоставляет функции во временной области:Provided that the individual coefficients
Figure 00000281
are functions of the angular frequency
Figure 00000282
, applying the inverse Fourier transform (denoted by
Figure 00000283
provides functions in the time domain:

Figure 00000284
(43)
Figure 00000284
(43)

для каждого порядка n и степени m, которые могут собираться в одном векторе

Figure 00000285
посредством
Figure 00000286
(44)for each order n and degree m that can be collected in one vector
Figure 00000285
through
Figure 00000286
(44)

Figure 00000287
Figure 00000287

Индекс позиции функции

Figure 00000288
во временной области в векторе
Figure 00000289
задается посредством
Figure 00000290
. Общее количество элементов в векторе
Figure 00000291
задается посредством
Figure 00000292
. Конечный формат амбиофонии предоставляет дискретизированную версию c(t) с использованием частоты
Figure 00000293
дискретизации следующим образом:Function position index
Figure 00000288
in the time domain in vector
Figure 00000289
given by
Figure 00000290
. The total number of elements in the vector
Figure 00000291
given by
Figure 00000292
. The final ambiophonic format provides a sampled version of c(t) using the frequency
Figure 00000293
discretization as follows:

Figure 00000294
, (45)
Figure 00000294
, (45)

где

Figure 00000295
обозначает период дискретизации. Элементы
Figure 00000296
здесь упоминаются в качестве коэффициентов амбиофонии. Сигналы
Figure 00000297
временной области и, следовательно, коэффициенты амбиофонии являются действительнозначными.where
Figure 00000295
denotes the sampling period. Elements
Figure 00000296
are referred to here as ambiophonic coefficients. Signals
Figure 00000297
time domain and hence the ambiophonicity coefficients are real-valued.

C.1. Определение действительнозначных сферических гармоникC.1. Definition of real-valued spherical harmonics

Действительнозначные сферические гармоники

Figure 00000298
задаются следующим образом:Real-valued spherical harmonics
Figure 00000298
are set as follows:

Figure 00000299
, (46)
Figure 00000299
, (46)

где

Figure 00000300
. (47)where
Figure 00000300
. (47)

Ассоциированные функции

Figure 00000301
Лежандра задаются следующим образом:Associated Functions
Figure 00000301
Legendre is defined as follows:

Figure 00000302
, (48)
Figure 00000302
, (48)

с полиномом Лежандра

Figure 00000303
и, в отличие от вышеуказанной работы автора Williams, без фазовой составляющей
Figure 00000304
Кондона-Шортли.with the Legendre polynomial
Figure 00000303
and, unlike the above work by Williams, without the phase component
Figure 00000304
Condon-Shortley.

C.2. Пространственное разрешение амбиофонии высшего порядкаC.2. Spatial resolution of higher order ambiophony

Общая функция x(t) плоской волны, поступающей из направления

Figure 00000305
, представлена в HOA следующим образом:General function x(t) of a plane wave coming from the direction
Figure 00000305
, is represented in HOA as follows:

Figure 00000306
(49)
Figure 00000306
(49)

Соответствующая пространственная плотность амплитуд плоской волны:The corresponding spatial amplitude density of a plane wave is:

Figure 00000307
задается следующим образом:
Figure 00000307
is set as follows:

Figure 00000308
(50)
Figure 00000308
(fifty)

Figure 00000309
(51)
Figure 00000309
(51)

Из уравнения (51) можно видеть то, что она представляет собой произведение общей функции x(t) плоской волны и пространственной дисперсионной функции

Figure 00000310
, которое, как можно показать, зависит только от угла
Figure 00000311
между
Figure 00000312
и
Figure 00000313
, имеющего свойство:From equation (51) one can see that it is the product of the general function x(t) of a plane wave and the spatial dispersion function
Figure 00000310
, which, as can be shown, depends only on the angle
Figure 00000311
between
Figure 00000312
and
Figure 00000313
, which has the property:

Figure 00000314
(52)
Figure 00000314
(52)

Как и следовало ожидать, в пределе бесконечного порядка, т.е.

Figure 00000315
, пространственная дисперсионная функция превращается в дельту Дирака:As expected, in the limit of infinite order, i.e.
Figure 00000315
, the spatial dispersion function turns into the Dirac delta:

Figure 00000316
, т.е.
Figure 00000317
. (53)
Figure 00000316
, i.e.
Figure 00000317
. (53)

Тем не менее, в случае конечного порядка N, доля общей плоской волны из направления

Figure 00000318
размывается по соседним направлениям, при этом степень размывания снижается с увеличением порядка. График нормализованной функции
Figure 00000319
для различных значений N показан на фиг. 5.However, in the case of a finite order N, the fraction of the total plane wave from the direction
Figure 00000318
is blurred in neighboring directions, while the degree of blurring decreases with increasing order. Plot of a normalized function
Figure 00000319
for various values of N is shown in Fig. 5.

Следует отметить, что для любого направления

Figure 00000320
, характер изменения во временной области пространственной плотности амплитуд плоской волны является кратным ее характеру изменения в любом другом направлении. В частности, функции
Figure 00000321
и
Figure 00000322
для некоторых фиксированных направлений
Figure 00000323
и
Figure 00000324
имеют высокую корреляцию друг с другом относительно времени t.It should be noted that for any direction
Figure 00000320
, the nature of the change in the time domain of the spatial density of the plane wave amplitudes is a multiple of its change in any other direction. In particular, the functions
Figure 00000321
and
Figure 00000322
for some fixed directions
Figure 00000323
and
Figure 00000324
have a high correlation with each other with respect to time t.

C.3. Преобразование сферических гармоникC.3. Spherical harmonic conversion

Если пространственная плотность амплитуд плоской волны дискретизируется при числе 0 пространственных направлений

Figure 00000325
,
Figure 00000326
, которые почти равномерно распределены по единичной сфере, получаются 0 направленных сигналов
Figure 00000327
. При сборе этих сигналов в вектор следующим образом:If the spatial amplitude density of a plane wave is discretized at the number 0 of spatial directions
Figure 00000325
,
Figure 00000326
, which are almost uniformly distributed over the unit sphere, there are 0 directional signals
Figure 00000327
. When collecting these signals into a vector as follows:

Figure 00000328
, (54)
Figure 00000328
, (54)

посредством использования уравнения (50), можно проверять то, что этот вектор может вычисляться из непрерывного представления d(t) на основе амбиофонии, заданного в уравнении (44), посредством простого умножения матриц следующим образом:by using equation (50), it can be verified that this vector can be computed from the continuous representation d(t) based on the ambiophony given in equation (44) by simple matrix multiplication as follows:

Figure 00000329
, (55)
Figure 00000329
, (55)

где

Figure 00000330
указывает объединенную транспозицию и сопряжение, а
Figure 00000331
обозначает матрицу мод, заданную следующим образом:where
Figure 00000330
indicates a combined transposition and conjugation, and
Figure 00000331
denotes the mode matrix defined as follows:

Figure 00000332
, (56)
Figure 00000332
, (56)

где:where:

Figure 00000333
. (57)
Figure 00000333
. (57)

Поскольку направления

Figure 00000334
почти равномерно распределены по единичной сфере, матрица мод, в общем, является обратимой. Следовательно, непрерывное представление на основе амбиофонии может вычисляться из направленных сигналов
Figure 00000335
следующим образом:Since directions
Figure 00000334
almost uniformly distributed over the unit sphere, the mode matrix is generally reversible. Therefore, an ambiphony-based continuous representation can be computed from directional signals
Figure 00000335
in the following way:

Figure 00000336
(58)
Figure 00000336
(58)

Оба уравнения составляют преобразование и обратное преобразование между представлением на основе амбиофонии и пространственной областью. Эти преобразования здесь называются "преобразованием сферических гармоник" и "обратным преобразованием сферических гармоник".Both equations account for the transformation and inverse transformation between the ambiphony-based representation and the spatial domain. These transformations are referred to herein as "spherical harmonic transformation" and "inverse spherical harmonic transformation".

Следует отметить, что поскольку направления

Figure 00000337
почти равномерно распределены по единичной сфере, аппроксимация:It should be noted that since the directions
Figure 00000337
almost uniformly distributed over the unit sphere, approximation:

Figure 00000338
(59)
Figure 00000338
(59)

доступна, что оправдывает использование

Figure 00000339
вместо
Figure 00000340
в уравнении (55).available, which justifies the use
Figure 00000339
instead of
Figure 00000340
in equation (55).

Преимущественно, все упомянутые взаимосвязи также являются допустимыми для дискретной временной области.Preferably, all of the relationships mentioned are also valid for the discrete time domain.

Изобретаемая обработка может выполняться посредством одного процессора или электронной схемы либо посредством нескольких процессоров или электронных схем, работающих параллельно и/или работающих в различных частях изобретаемой обработки.The inventive processing may be performed by a single processor or electronic circuit, or by multiple processors or electronic circuits operating in parallel and/or operating in different parts of the inventive processing.

Claims (62)

1. Способ сжатия представления на основе амбиофонии высшего порядка звукового поля с использованием первого числа перцепционных кодирований, обозначаемой HOA, с входными временными кадрами последовательностей HOA-коэффициентов, причем упомянутый способ включает в себя этапы, которые выполняются на покадровой основе, на которых:1. A method for compressing a presentation based on higher-order ambiphony of a sound field using a first number of perceptual encodings, denoted HOA, with input time frames of sequences of HOA coefficients, said method including the steps, which are performed on a frame-by-frame basis, in which: - для текущего кадра, оценивают набор доминирующих направлений и соответствующий набор данных индексов обнаруженных направленных сигналов;- for the current frame, the set of dominant directions and the corresponding data set of indexes of the detected directional signals are evaluated; - отделяют от последовательностей HOA-коэффициентов упомянутого текущего кадра второе число направленных сигналов с соответствующими направлениями, содержащимися в упомянутом наборе оценок доминирующих направлений, и с соответствующим задержанным набором данных индексов упомянутых направленных сигналов,- separating from the sequences of HOA coefficients of said current frame a second number of directional signals with corresponding directions contained in said set of dominant direction estimates and with a corresponding delayed data set of indices of said directional signals, и окружающий HOA-компонент, который представлен посредством сокращенного числа последовательностей HOA-коэффициентов и соответствующего набора данных индексов упомянутого сокращенного числа окружающих последовательностей HOA-коэффициентов, причем это сокращенное число соответствует разности между упомянутым первым числом и упомянутым вторым числом;and a surrounding HOA component that is represented by a reduced number of HOA coefficient sequences and a corresponding set of index data of said reduced number of surrounding HOA coefficient sequences, the reduced number corresponding to the difference between said first number and said second number; - назначают упомянутые направленные сигналы и последовательности HOA-коэффициентов упомянутого окружающего HOA-компонента кадру из каналов, число которых соответствует упомянутому первому числу, при этом для упомянутого назначения используются упомянутый задержанный набор данных индексов упомянутых направленных сигналов и упомянутый набор данных индексов упомянутого сокращенного числа окружающих последовательностей HOA-коэффициентов;- assigning said steered signals and HOA coefficient sequences of said surround HOA component to a frame of channels whose number corresponds to said first number, wherein said delayed index data set of said directional signals and said index data set of said reduced number of surround sequences are used for said assignment HOA coefficients; - перцепционно кодируют упомянутые каналы получившего назначение кадра таким образом, чтобы предоставлять кодированный сжатый кадр.- perceptually encoding said channels of the assigned frame in such a way as to provide an encoded compressed frame. 2. Способ по п. 1, в котором упомянутое второе число направленных сигналов определяется согласно перцепционно связанному критерию таким образом, что:2. The method of claim 1, wherein said second number of directional signals is determined according to a perceptually related criterion such that: - соответственно распакованное HOA-представление предоставляет наименьшую воспринимаемую ошибку, которая может достигаться с помощью фиксированного данного числа каналов для сжатия, при этом упомянутый критерий учитывает следующие ошибки:- an appropriately decompressed HOA representation provides the smallest perceived error that can be achieved with a fixed given number of channels for compression, while said criterion takes into account the following errors: -- ошибки моделирования, возникающие в результате использования различных чисел упомянутых направленных сигналов и различных чисел последовательностей HOA-коэффициентов для окружающего HOA-компонента;-- simulation errors resulting from the use of different numbers of said directional signals and different numbers of HOA coefficient sequences for the surrounding HOA component; -- шум квантования, введенный посредством перцепционного кодирования упомянутых направленных сигналов;-- quantization noise introduced by perceptual coding of said directional signals; -- шум квантования, введенный посредством кодирования отдельных последовательностей HOA-коэффициентов упомянутого окружающего HOA-компонента;-- quantization noise introduced by encoding individual sequences of HOA coefficients of said ambient HOA component; -- полная ошибка, получающаяся в результате вышеуказанных трех ошибок, учитывается для числа тестовых направлений и числа критических полос частот относительно своей воспринимаемости;-- the total error resulting from the above three errors is taken into account for the number of test directions and the number of critical frequency bands relative to its perceptibility; - упомянутое второе число направленных сигналов выбирается таким образом, чтобы минимизировать среднюю воспринимаемую ошибку или максимальную воспринимаемую ошибку, с тем чтобы достигать упомянутой наименьшей воспринимаемой ошибки.- said second number of directional signals is chosen in such a way as to minimize the average perceived error or the maximum perceived error in order to achieve said smallest perceived error. 3. Способ по п. 1, в котором выбор сокращенного числа последовательностей HOA-коэффициентов для того, чтобы представлять окружающий HOA-компонент, выполняется согласно критерию, который различается между следующими тремя случаями:3. The method of claim 1, wherein the selection of a reduced number of HOA coefficient sequences to represent the surrounding HOA component is performed according to a criterion that differs between the following three cases: - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра является идентичным числу последовательностей HOA-коэффициентов для предыдущего кадра, выбираются последовательности HOA-коэффициентов, идентичные последовательностям HOA-коэффициентов в упомянутом предыдущем кадре;- in case the number of HOA coefficient sequences for said current frame is identical to the number of HOA coefficient sequences for the previous frame, HOA coefficient sequences are selected that are identical to the HOA coefficient sequences in said previous frame; - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра меньше числа последовательностей HOA-коэффициентов для упомянутого предыдущего кадра, деактивируются те последовательности HOA-коэффициентов из упомянутого предыдущего кадра, которые находятся в упомянутом предыдущем кадре, назначаемом каналу, который находится в упомянутом текущем кадре, занимаемом посредством направленного сигнала;- in the event that the number of HOA coefficient sequences for said current frame is less than the number of HOA coefficient sequences for said previous frame, those HOA coefficient sequences from said previous frame that are in said previous frame assigned to a channel that is in said current frame are deactivated the frame occupied by the steered signal; - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра превышает число последовательностей HOA-коэффициентов для упомянутого предыдущего кадра, те последовательности HOA-коэффициентов, которые выбраны в упомянутом предыдущем кадре, также выбраны в упомянутом текущем кадре, и эти дополнительные последовательности HOA-коэффициентов могут выбираться согласно своей перцепционной значимости или согласно наибольшей средней мощности.- in the event that the number of HOA coefficient sequences for said current frame exceeds the number of HOA coefficient sequences for said previous frame, those HOA coefficient sequences that are selected in said previous frame are also selected in said current frame, and these additional HOA sequences - coefficients can be chosen according to their perceptual significance or according to the highest average power. 4. Способ по п. 1, в котором упомянутое назначение выполняется следующим образом:4. The method according to claim 1, wherein said assignment is performed as follows: - активные направленные сигналы назначаются данным каналам таким образом, что они сохраняют свои индексы каналов, чтобы получать непрерывные сигналы для упомянутого перцепционного кодирования;- active directional signals are assigned to these channels in such a way that they retain their channel indices in order to obtain continuous signals for said perceptual coding; - последовательности HOA-коэффициентов упомянутого окружающего HOA-компонента назначаются таким образом, что минимальное число (
Figure 00000341
) таких последовательностей коэффициентов всегда содержится в соответствующем числе (
Figure 00000341
) последних каналов;
- sequences of HOA coefficients of said surrounding HOA component are assigned in such a way that the minimum number (
Figure 00000341
) of such sequences of coefficients is always contained in the corresponding number (
Figure 00000341
) recent channels;
- для назначения дополнительных последовательностей HOA-коэффициентов упомянутого окружающего HOA-компонента определяется, выбраны ли они также в предыдущем кадре:- to assign additional sequences of HOA coefficients of said surrounding HOA component, it is determined whether they were also selected in the previous frame: -- если это является истинным, назначение этих последовательностей HOA-коэффициентов каналам, которые должны быть перцепционно кодированы, является идентичным назначению для упомянутого предыдущего кадра;-- if true, the assignment of these HOA coefficient sequences to the channels to be perceptually encoded is identical to the assignment for said previous frame; -- если это не является истинным, и если последовательности HOA-коэффициентов выбираются как новые, последовательности HOA-коэффициентов сначала размещаются относительно своих индексов в порядке по возрастанию и в этом порядке назначаются каналам, которые должны быть перцепционно кодированы, которые еще не заняты посредством направленных сигналов.-- if this is not true, and if the HOA coefficient sequences are chosen as new, the HOA coefficient sequences are first placed relative to their indexes in ascending order, and assigned in that order to channels to be perceptually encoded that are not yet occupied by directional signals. 5. Способ по п. 1, в котором
Figure 00000341
является числом последовательностей HOA-коэффициентов, представляющих упомянутый окружающий HOA-компонент, и при этом параметры, описывающие упомянутое назначение, размещаются в битовом массиве, который имеет длину, соответствующую дополнительному числу последовательностей HOA-коэффициентов, используемых в дополнение к числу
Figure 00000341
последовательностей HOA-коэффициентов для представления упомянутого окружающего HOA-компонента, и при этом каждый o-й бит в упомянутом битовом массиве указывает, используется ли
Figure 00000342
-ая дополнительная последовательность HOA-коэффициентов для представления упомянутого окружающего HOA-компонента.
5. The method according to claim 1, in which
Figure 00000341
is the number of HOA score sequences representing said surrounding HOA component, where the parameters describing said assignment are placed in a bitmap that has a length corresponding to the additional number of HOA score sequences used in addition to the number
Figure 00000341
sequences of HOA coefficients to represent said surrounding HOA component, where each o-th bit in said bitmap indicates whether
Figure 00000342
-th additional sequence of HOA coefficients to represent said surrounding HOA component.
6. Способ по п. 1, в котором параметры, описывающие упомянутое назначение, размещаются в векторе назначений, имеющем длину, соответствующую числу неактивных направленных сигналов, причем элементы этого вектора указывают, какие из дополнительных последовательностей HOA-коэффициентов окружающего HOA-компонента назначаются каналам с неактивными направленными сигналами.6. The method of claim 1, wherein the parameters describing said assignment are placed in an assignment vector having a length corresponding to the number of inactive directional signals, the elements of this vector indicating which of the additional sequences of HOA coefficients of the surrounding HOA component are assigned to channels with inactive directional signals. 7. Способ по п. 1, в котором упомянутое отделение последовательностей HOA-коэффициентов упомянутого текущего кадра, помимо этого, предоставляет параметры, которые могут использоваться на стороне распаковки для прогнозирования частей исходного HOA-представления из упомянутых направленных сигналов.7. The method of claim 1, wherein said separating the HOA coefficient sequences of said current frame further provides parameters that can be used on the decompression side to predict portions of the original HOA representation from said steered signals. 8. Способ по п. 4, в котором упомянутое назначение предоставляет вектор назначений, причем элементы этого вектора представляют информацию в отношении того, какие из дополнительных последовательностей HOA-коэффициентов для упомянутого окружающего HOA-компонента назначаются каналам с неактивными направленными сигналами.8. The method of claim 4, wherein said assignment provides a vector of assignments, the elements of the vector representing information as to which of the additional HOA coefficient sequences for said ambient HOA component are assigned to inactive steered channels. 9. Устройство для сжатия с использованием первого числа перцепционных кодирований представления на основе амбиофонии высшего порядка звукового поля, обозначаемой HOA, с входными временными кадрами последовательностей HOA-коэффициентов, причем упомянутое устройство выполняет обработку на покадровой основе и включает в себя:9. An apparatus for compressing using a first number of perceptual representation encodings based on higher-order sound field ambiphony, denoted HOA, with input time frames of sequences of HOA coefficients, wherein said apparatus performs processing on a frame-by-frame basis and includes: блок оценки для оценки для текущего кадра набора доминирующих направлений и соответствующего набора данных индексов обнаруженных направленных сигналов;an estimator for estimating, for the current frame, a set of dominant directions and a corresponding set of index data of the detected directional signals; блок отделения для отделения, от последовательностей HOA-коэффициентов упомянутого текущего кадра, второго числа направленных сигналов с соответствующими направлениями, содержащимися в упомянутом наборе оценок доминирующих направлений, и с соответствующим задержанным набором данных индексов упомянутых направленных сигналов,a separating unit for separating, from the sequences of HOA coefficients of said current frame, a second number of directional signals with respective directions contained in said set of dominant direction estimates and with a corresponding delayed index data set of said directional signals, и окружающий HOA-компонент, который представлен посредством сокращенного числа последовательностей HOA-коэффициентов и соответствующего набора данных индексов упомянутого сокращенного числа окружающих последовательностей HOA-коэффициентов, причем это сокращенное число соответствует разности между упомянутым первым числом и упомянутым вторым числом;and a surrounding HOA component that is represented by a reduced number of HOA coefficient sequences and a corresponding set of index data of said reduced number of surrounding HOA coefficient sequences, the reduced number corresponding to the difference between said first number and said second number; блок назначения для назначения упомянутых направленных сигналов и последовательностей HOA-коэффициентов упомянутого окружающего HOA-компонента кадру из каналов, число которых соответствует упомянутому первому числу, и за счет этого получения параметров индексов выбранных окружающих последовательностей HOA-коэффициентов, описывающих упомянутое назначение, которое может использоваться для соответствующего перераспределения на стороне распаковки, при этом для упомянутого назначения используются упомянутый задержанный набор данных индексов упомянутых направленных сигналов и упомянутый набор данных индексов упомянутого сокращенного числа окружающих последовательностей HOA-коэффициентов;a assigner for assigning said steered signals and HOA coefficient sequences of said HOA surround component to a frame of channels corresponding to said first number, and thereby deriving index parameters of the selected HOA coefficient surrounding sequences describing said assignment that can be used for corresponding reallocation on the decompressing side, said assignment using said delayed index data set of said directional signals and said index data set of said reduced number of surrounding HOA coefficient sequences; блок кодирования, который перцепционно кодирует упомянутые каналы получившего назначение кадра таким образом, чтобы предоставлять кодированный сжатый кадр.a coding unit that perceptually encodes said channels of the assigned frame so as to provide an encoded compressed frame. 10. Устройство по п. 9, в котором упомянутое второе число направленных сигналов определяется согласно перцепционно связанному критерию таким образом, что:10. The apparatus of claim 9, wherein said second number of directional signals is determined according to a perceptually related criterion such that: - соответственно распакованное HOA-представление предоставляет наименьшую воспринимаемую ошибку, которая может достигаться с помощью фиксированного данного числа каналов для сжатия, при этом упомянутый критерий учитывает следующие ошибки:- an appropriately decompressed HOA representation provides the smallest perceived error that can be achieved with a fixed given number of channels for compression, while said criterion takes into account the following errors: -- ошибки моделирования, возникающие в результате использования различных чисел упомянутых направленных сигналов и различных чисел последовательностей HOA-коэффициентов для окружающего HOA-компонента;-- simulation errors resulting from the use of different numbers of said directional signals and different numbers of HOA coefficient sequences for the surrounding HOA component; -- шум квантования, введенный посредством перцепционного кодирования упомянутых направленных сигналов;-- quantization noise introduced by perceptual coding of said directional signals; -- шум квантования, введенный посредством кодирования отдельных последовательностей HOA-коэффициентов упомянутого окружающего HOA-компонента;-- quantization noise introduced by encoding individual sequences of HOA coefficients of said ambient HOA component; - полная ошибка, получающаяся в результате вышеуказанных трех ошибок, учитывается для числа тестовых направлений и числа критических полос частот относительно своей воспринимаемости;- the total error resulting from the above three errors is taken into account for the number of test directions and the number of critical frequency bands in relation to its perceptibility; - упомянутое второе число направленных сигналов выбирается таким образом, чтобы минимизировать среднюю воспринимаемую ошибку или максимальную воспринимаемую ошибку, с тем чтобы достигать упомянутой наименьшей воспринимаемой ошибки.- said second number of directional signals is chosen in such a way as to minimize the average perceived error or the maximum perceived error in order to achieve said smallest perceived error. 11. Устройство по п. 9, в котором выбор сокращенного числа последовательностей HOA-коэффициентов для того, чтобы представлять окружающий HOA-компонент, выполняется согласно критерию, который различается между следующими тремя случаями:11. The apparatus of claim 9, wherein the selection of a reduced number of HOA coefficient sequences to represent the surrounding HOA component is performed according to a criterion that differs between the following three cases: - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра является идентичным числу последовательностей HOA-коэффициентов для предыдущего кадра, выбираются последовательности HOA-коэффициентов, идентичные последовательностям HOA-коэффициентов в упомянутом предыдущем кадре;- in case the number of HOA coefficient sequences for said current frame is identical to the number of HOA coefficient sequences for the previous frame, HOA coefficient sequences are selected that are identical to the HOA coefficient sequences in said previous frame; - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра меньше числа последовательностей HOA-коэффициентов для упомянутого предыдущего кадра, деактивируются те последовательности HOA-коэффициентов из упомянутого предыдущего кадра, которые находятся в упомянутом предыдущем кадре, назначаемом каналу, который находится в упомянутом текущем кадре, занимаемом посредством направленного сигнала;- in the event that the number of HOA coefficient sequences for said current frame is less than the number of HOA coefficient sequences for said previous frame, those HOA coefficient sequences from said previous frame that are in said previous frame assigned to a channel that is in said current frame are deactivated the frame occupied by the steered signal; - в случае если число последовательностей HOA-коэффициентов для упомянутого текущего кадра превышает число последовательностей HOA-коэффициентов для упомянутого предыдущего кадра, те последовательности HOA-коэффициентов, которые выбраны в упомянутом предыдущем кадре, также выбраны в упомянутом текущем кадре, и эти дополнительные последовательности HOA-коэффициентов могут выбираться согласно своей перцепционной значимости или согласно наибольшей средней мощности.- in the event that the number of HOA coefficient sequences for said current frame exceeds the number of HOA coefficient sequences for said previous frame, those HOA coefficient sequences that are selected in said previous frame are also selected in said current frame, and these additional HOA sequences - coefficients can be chosen according to their perceptual significance or according to the highest average power. 12. Устройство по п. 9, в котором упомянутое назначение выполняется следующим образом:12. The device according to claim 9, in which the mentioned assignment is performed as follows: - активные направленные сигналы назначаются данным каналам таким образом, что они сохраняют свои индексы каналов, чтобы получать непрерывные сигналы для упомянутого перцепционного кодирования;- active directional signals are assigned to these channels in such a way that they retain their channel indices in order to obtain continuous signals for said perceptual coding; - последовательности HOA-коэффициентов упомянутого окружающего HOA-компонента назначаются таким образом, что минимальное число (
Figure 00000341
) таких последовательностей коэффициентов всегда содержится в соответствующем числе (
Figure 00000341
) последних каналов;
- sequences of HOA coefficients of said surrounding HOA component are assigned in such a way that the minimum number (
Figure 00000341
) of such sequences of coefficients is always contained in the corresponding number (
Figure 00000341
) recent channels;
- для назначения дополнительных последовательностей HOA-коэффициентов упомянутого окружающего HOA-компонента определяется, выбраны ли они также в предыдущем кадре:- to assign additional sequences of HOA coefficients of said surrounding HOA component, it is determined whether they were also selected in the previous frame: -- если это является истинным, назначение этих последовательностей HOA-коэффициентов каналам, которые должны быть перцепционно кодированы, является идентичным назначению для упомянутого предыдущего кадра;-- if true, the assignment of these HOA coefficient sequences to the channels to be perceptually encoded is identical to the assignment for said previous frame; -- если это не является истинным, и если последовательности HOA-коэффициентов выбираются как новые, последовательности HOA-коэффициентов сначала размещаются относительно своих индексов в порядке по возрастанию и в этом порядке назначаются каналам, которые должны быть перцепционно кодированы, которые еще не заняты посредством направленных сигналов.-- if this is not true, and if the HOA coefficient sequences are chosen as new, the HOA coefficient sequences are first placed relative to their indexes in ascending order, and assigned in that order to channels to be perceptually encoded that are not yet occupied by directional signals. 13. Устройство по п. 9, в котором
Figure 00000341
является числом последовательностей HOA-коэффициентов, представляющих упомянутый окружающий HOA-компонент, и при этом параметры, описывающие упомянутое назначение, размещаются в битовом массиве, который имеет длину, соответствующую дополнительному числу последовательностей HOA-коэффициентов, используемых в дополнение к числу
Figure 00000341
последовательностей HOA-коэффициентов для представления упомянутого окружающего HOA-компонента, и при этом каждый o-й бит в упомянутом битовом массиве указывает, используется ли
Figure 00000342
-ая дополнительная последовательность HOA-коэффициентов для представления упомянутого окружающего HOA-компонента.
13. The device according to claim 9, in which
Figure 00000341
is the number of HOA score sequences representing said surrounding HOA component, where the parameters describing said assignment are placed in a bitmap that has a length corresponding to the additional number of HOA score sequences used in addition to the number
Figure 00000341
sequences of HOA coefficients to represent said surrounding HOA component, where each o-th bit in said bitmap indicates whether
Figure 00000342
-th additional sequence of HOA coefficients to represent said surrounding HOA component.
14. Устройство по п. 9, в котором параметры, описывающие упомянутое назначение, размещаются в векторе назначений, имеющем длину, соответствующую числу неактивных направленных сигналов, причем элементы этого вектора указывают, какие из дополнительных последовательностей HOA-коэффициентов окружающего HOA-компонента назначаются каналам с неактивными направленными сигналами.14. The apparatus of claim 9, wherein the parameters describing said assignment are placed in an assignment vector having a length corresponding to the number of inactive directional signals, the elements of this vector indicating which of the additional sequences of HOA coefficients of the surrounding HOA component are assigned to channels with inactive directional signals. 15. Устройство по п. 9, в котором упомянутое отделение последовательностей HOA-коэффициентов упомянутого текущего кадра, помимо этого, предоставляет параметры, которые могут использоваться на стороне распаковки для прогнозирования частей исходного HOA-представления из упомянутых направленных сигналов.15. The apparatus of claim 9, wherein said separating the HOA coefficient sequences of said current frame further provides parameters that can be used on the decompression side to predict portions of the original HOA representation from said steered signals. 16. Устройство по п. 12, в котором упомянутое назначение предоставляет вектор назначений, причем элементы этого вектора представляют информацию в отношении того, какие из дополнительных последовательностей HOA-коэффициентов для упомянутого окружающего HOA-компонента назначаются каналам с неактивными направленными сигналами.16. The apparatus of claim 12, wherein said assignment provides a vector of assignments, the elements of the vector representing information as to which of the additional HOA coefficient sequences for said ambient HOA component are assigned to inactive steered channels. 17. Способ распаковки сжатого представления на основе амбиофонии высшего порядка, причем упомянутая распаковка включает в себя этапы, на которых:17. A method for decompressing a compressed representation based on higher order ambiphony, said decompression comprising the steps of: декодируют текущий кодированный сжатый кадр, чтобы предоставлять декодированный кадр каналов;decoding the current encoded compressed frame to provide a decoded channel frame; перераспределяют упомянутый перцепционно декодированный кадр каналов на основе вектора назначений, указывающего по меньшей мере индекс возможно содержащейся последовательности коэффициентов окружающего HOA-компонента, и набора данных индексов направленных сигналов, чтобы воссоздавать соответствующий воссозданный кадр окружающего HOA-компонента;reassigning said perceptually decoded channel frame based on an assignment vector indicating at least an index of a possibly contained ambient HOA component coefficient sequence and a set of directional signal index data to recreate a corresponding reconstructed frame of the ambient HOA component; повторно составляют текущий распакованный кадр HOA-представления из воссозданного кадра окружающего HOA-компонента и воссозданного кадра направленных сигналов на основе набора данных индексов обнаруженных направленных сигналов и набора оценок доминирующих направлений.recomposing the current decompressed HOA representation frame from the reconstructed frame of the surrounding HOA component and the reconstructed directional signal frame based on the detected directional signal index data set and the dominant direction estimate set. 18. Устройство для распаковки сжатого представления на основе амбиофонии высшего порядка, причем упомянутое устройство включает в себя:18. A device for decompressing a compressed representation based on higher order ambiophony, said device including: блок декодирования для декодирования текущего кодированного сжатого кадра, с тем чтобы предоставлять декодированный кадр каналов;a decoding unit for decoding the current encoded compressed frame so as to provide a decoded channel frame; блок перераспределения для перераспределения упомянутого перцепционно декодированного кадра каналов на основе вектора назначений, указывающего по меньшей мере индекс возможно содержащейся последовательности коэффициентов окружающего HOA-компонента, и набора данных индексов направленных сигналов, чтобы воссоздавать соответствующий воссозданный кадр окружающего HOA-компонента;a reallocator for reallocating said perceptually decoded channel frame based on an assignment vector indicating at least an index of a possibly contained ambient HOA component coefficient sequence and a set of directional signal index data to recreate a corresponding reconstructed frame of the ambient HOA component; блок повторного составления для повторного составления текущего распакованного кадра HOA-представления из воссозданного кадра окружающего HOA-компонента и воссозданного кадра направленных сигналов на основе набора данных индексов обнаруженных направленных сигналов и набора оценок доминирующих направлений.a recomposing unit for recomposing the current decompressed HOA representation frame from the reconstructed frame of the surrounding HOA component and the reconstructed directional signal frame based on the detected directional signal index data set and the dominant direction estimation set.
RU2018133016A 2013-04-29 2014-04-24 Method and device for compression and decompression of representation based on higher-order ambiophony RU2776307C2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP13305558.2 2013-04-29
EP13305558.2A EP2800401A1 (en) 2013-04-29 2013-04-29 Method and Apparatus for compressing and decompressing a Higher Order Ambisonics representation

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
RU2015150988A Division RU2668060C2 (en) 2013-04-29 2014-04-24 Method and apparatus for compressing and decompressing a higher order ambisonics representation

Related Child Applications (1)

Application Number Title Priority Date Filing Date
RU2022117423A Division RU2022117423A (en) 2013-04-29 2022-06-28 METHOD AND DEVICE FOR COMPRESSING AND DECOMPASING REPRESENTATION BASED ON HIGHER ORDER AMBIOPHONY

Publications (3)

Publication Number Publication Date
RU2018133016A RU2018133016A (en) 2018-10-02
RU2018133016A3 RU2018133016A3 (en) 2022-02-16
RU2776307C2 true RU2776307C2 (en) 2022-07-18

Family

ID=

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6628787B1 (en) * 1998-03-31 2003-09-30 Lake Technology Ltd Wavelet conversion of 3-D audio signals
US20050080616A1 (en) * 2001-07-19 2005-04-14 Johahn Leung Recording a three dimensional auditory scene and reproducing it for the individual listener
US20120155653A1 (en) * 2010-12-21 2012-06-21 Thomson Licensing Method and apparatus for encoding and decoding successive frames of an ambisonics representation of a 2- or 3-dimensional sound field
US8370134B2 (en) * 2006-03-15 2013-02-05 France Telecom Device and method for encoding by principal component analysis a multichannel audio signal
RU2011131868A (en) * 2008-12-30 2013-02-10 Фундасио Барселона Медия Университат Помпеу Фабра METHOD AND DEVICE FOR CODING AND OPTIMAL RECONSTRUCTION OF THREE-DIMENSIONAL ACOUSTIC FIELD

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6628787B1 (en) * 1998-03-31 2003-09-30 Lake Technology Ltd Wavelet conversion of 3-D audio signals
US20050080616A1 (en) * 2001-07-19 2005-04-14 Johahn Leung Recording a three dimensional auditory scene and reproducing it for the individual listener
US8370134B2 (en) * 2006-03-15 2013-02-05 France Telecom Device and method for encoding by principal component analysis a multichannel audio signal
RU2011131868A (en) * 2008-12-30 2013-02-10 Фундасио Барселона Медия Университат Помпеу Фабра METHOD AND DEVICE FOR CODING AND OPTIMAL RECONSTRUCTION OF THREE-DIMENSIONAL ACOUSTIC FIELD
US20120155653A1 (en) * 2010-12-21 2012-06-21 Thomson Licensing Method and apparatus for encoding and decoding successive frames of an ambisonics representation of a 2- or 3-dimensional sound field
EP2469741A1 (en) * 2010-12-21 2012-06-27 Thomson Licensing Method and apparatus for encoding and decoding successive frames of an ambisonics representation of a 2- or 3-dimensional sound field
EP2469742A2 (en) * 2010-12-21 2012-06-27 Thomson Licensing Method and apparatus for encoding and decoding successive frames of an ambisonics representation of a 2- or 3-dimensional sound field

Similar Documents

Publication Publication Date Title
RU2668060C2 (en) Method and apparatus for compressing and decompressing a higher order ambisonics representation
JP6869322B2 (en) Methods and devices for compressing and decompressing higher-order Ambisonics representations for sound fields
RU2776307C2 (en) Method and device for compression and decompression of representation based on higher-order ambiophony