本發(fā)明涉及音頻信號(hào)處理，更具體地，涉及音頻數(shù)據(jù)位流編碼和解碼以便實(shí)現(xiàn)輸出音頻信號(hào)的期望響度水平。

背景技術(shù)：

1、dolby?ac-4是用于高效率地分布富媒體內(nèi)容的音頻格式。ac-4為廣播公司和內(nèi)容制作商提供了以高效率的方式分布和編碼內(nèi)容的靈活框架。內(nèi)容可以分布在若干個(gè)子流上，例如m&e(音樂(lè)和效果)在一個(gè)子流中，對(duì)話在第二子流中。對(duì)于一些音頻內(nèi)容，可能有利的是，例如，將對(duì)話的語(yǔ)言從一種語(yǔ)言切換到另一種語(yǔ)言，或者能夠?qū)⒗缭u(píng)論子流添加到內(nèi)容或包括為了視力障礙者而進(jìn)行的描述的附加子流。

2、為了確保呈現(xiàn)給消費(fèi)者的內(nèi)容的適當(dāng)調(diào)平(leveling)，對(duì)內(nèi)容的響度需要有一定精確度的了解。當(dāng)前響度要求具有2db(atsc?a/85)、0.5db(ebu?r128)的容限，而一些規(guī)范具有低達(dá)0.1db的容限。這意味著，具有評(píng)論音軌并且具有使用第一語(yǔ)言的對(duì)話的輸出音頻信號(hào)的響度應(yīng)與不具有評(píng)論音軌、但具有使用第二語(yǔ)言的對(duì)話的輸出音頻信號(hào)的響度基本上相同。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種對(duì)包括多個(gè)內(nèi)容子流的位流進(jìn)行處理的方法，每個(gè)內(nèi)容子流表示音頻信號(hào)，該方法包括：從位流提取一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)，每個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)包括對(duì)于所述內(nèi)容子流中的至少一個(gè)的引用，每個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)還包括對(duì)于元數(shù)據(jù)子流的引用，該元數(shù)據(jù)子流表示描述所引用的一個(gè)或多個(gè)內(nèi)容子流的組合的響度數(shù)據(jù)；接收指示所述一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)中的選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)和期望響度水平的數(shù)據(jù)；對(duì)選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的一個(gè)或多個(gè)內(nèi)容子流進(jìn)行解碼；并且基于解碼的內(nèi)容子流形成輸出音頻信號(hào)，該方法還包括基于選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的響度數(shù)據(jù)來(lái)對(duì)解碼的一個(gè)或多個(gè)內(nèi)容子流或輸出音頻信號(hào)進(jìn)行處理以達(dá)到所述期望響度水平。

2、本發(fā)明還提供了一種用于對(duì)包括多個(gè)內(nèi)容子流的位流進(jìn)行處理的解碼器，每個(gè)內(nèi)容子流表示音頻信號(hào)，該解碼器包括：接收部件，其被配置為接收位流；解復(fù)用器，其被配置為從位流提取一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)，每個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)包括對(duì)所述內(nèi)容子流中的至少一個(gè)的引用，并且還包括對(duì)元數(shù)據(jù)子流的引用，該元數(shù)據(jù)子流表示描述所引用的一個(gè)或多個(gè)內(nèi)容子流的組合的響度數(shù)據(jù)；回放狀態(tài)部件，其被配置為接收指示在一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)之中的選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)以及期望響度水平的數(shù)據(jù)；以及混合部件，其被配置為對(duì)選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的一個(gè)或多個(gè)內(nèi)容子流進(jìn)行解碼，并且基于解碼的內(nèi)容子流形成輸出音頻信號(hào)，其中，混合部件還被配置為基于選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的響度數(shù)據(jù)來(lái)對(duì)解碼的一個(gè)或多個(gè)內(nèi)容子流或輸出音頻信號(hào)進(jìn)行處理以達(dá)到所述期望響度水平。

3、本發(fā)明還提供了一種音頻編碼方法，包括：接收表示相應(yīng)音頻信號(hào)的多個(gè)內(nèi)容子流；定義一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)，每個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)引用所述多個(gè)內(nèi)容子流中的至少一個(gè)；對(duì)于一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)中的每個(gè)，應(yīng)用預(yù)定義響度函數(shù)來(lái)獲得描述所引用的一個(gè)或多個(gè)內(nèi)容子流的組合的響度數(shù)據(jù)，并且包括對(duì)來(lái)自呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)的響度數(shù)據(jù)的引用；并且形成位流，該位流包括所述多個(gè)內(nèi)容子流、所述一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)以及呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的響度數(shù)據(jù)。

4、本發(fā)明還提供了一種音頻編碼器，包括：響度部件，其被配置為應(yīng)用預(yù)定義響度函數(shù)來(lái)獲得響度數(shù)據(jù)，該響度數(shù)據(jù)描述表示相應(yīng)音頻信號(hào)的一個(gè)或多個(gè)內(nèi)容子流的組合；呈現(xiàn)數(shù)據(jù)部件，其被配置為定義一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)，每個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)包括對(duì)多個(gè)內(nèi)容子流之中的一個(gè)或多個(gè)內(nèi)容子流的引用以及對(duì)描述所引用的內(nèi)容子流的組合的響度數(shù)據(jù)的引用；以及復(fù)用部件，其被配置為形成位流，該位流包括所述多個(gè)內(nèi)容子流、所述一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)以及呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的響度數(shù)據(jù)。

技術(shù)特征：

1.一種對(duì)包括多個(gè)內(nèi)容子流(412)的位流(p)進(jìn)行處理的方法，每個(gè)內(nèi)容子流表示音頻信號(hào)，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)還引用要應(yīng)用于所述多個(gè)內(nèi)容子流的至少兩個(gè)混合系數(shù)，

3.根據(jù)權(quán)利要求2所述的方法，其中，所述位流包括多個(gè)時(shí)間幀，并且其中，所述選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)所引用的混合系數(shù)能夠獨(dú)立地分配給每個(gè)時(shí)間幀；和/或

4.根據(jù)前述權(quán)利要求中的任一項(xiàng)所述的方法，其中，所述位流包括多個(gè)時(shí)間幀，并且其中，指示所述一個(gè)或多個(gè)呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)當(dāng)中的所述選擇的呈現(xiàn)數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)能夠獨(dú)立地分配給每個(gè)時(shí)間幀。

5.根據(jù)權(quán)利要求4所述的方法，還包括：

6.一種用于對(duì)包括多個(gè)內(nèi)容子流(412)的位流(p)進(jìn)行處理的解碼器，每個(gè)內(nèi)容子流表示音頻信號(hào)，所述解碼器包括被配置為執(zhí)行根據(jù)權(quán)利要求1-5中的任一項(xiàng)所述的方法的一個(gè)或多個(gè)部件。

7.一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括指令，所述指令在由計(jì)算設(shè)備或系統(tǒng)執(zhí)行時(shí)執(zhí)行根據(jù)權(quán)利要求1-5中的任一項(xiàng)所述的方法。

8.一種方法，包括：

9.一種解碼裝置，包括：

技術(shù)總結(jié)
公開(kāi)了基于發(fā)送無(wú)關(guān)的表示的節(jié)目響度。本公開(kāi)落入音頻編碼領(lǐng)域中，具體地，本公開(kāi)涉及提供用于在不同音頻輸出信號(hào)之間提供響度一致性的框架的領(lǐng)域。具體地說(shuō)，本公開(kāi)涉及用于對(duì)音頻數(shù)據(jù)位流進(jìn)行編碼和解碼以便達(dá)到輸出音頻信號(hào)的期望響度水平的方法、計(jì)算機(jī)程序產(chǎn)品和裝置。

技術(shù)研發(fā)人員：J·科噴斯,S·G·諾克羅斯
受保護(hù)的技術(shù)使用者：杜比實(shí)驗(yàn)室特許公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6