公开(公告)号：WO2017218973A1

公开(公告)日：2017-12-21

申请号：PCT/US2017/038001

申请日：2017-06-16

Applicant: STEIN, Edward ,  WALSH, Martin ,  SHI, Guangji ,  CORSELLO, David

Inventor： STEIN, Edward ,  WALSH, Martin ,  SHI, Guangji ,  CORSELLO, David

IPC: G10L19/00 ,  H04R5/00 ,  H04S1/00 ,  H04S3/00 ,  H04S5/02 ,  H04S7/00

Abstract: The methods and apparatus described herein optimally represent full 3D audio mixes (e.g., azimuth, elevation, and depth) as "sound scenes" in which the decoding process facilitates head tracking. Sound scene rendering can be modified for the listener's orientation (e.g., yaw, pitch, roll) and 3D position (e.g., x, y, z). This provides the ability to treat sound scene source positions as 3D positions instead of being restricted to positions relative to the listener. The systems and methods discussed herein can fully represent such scenes in any number of audio channels to provide compatibility with transmission through existing audio codecs such as DTS HD, yet carry substantially more information (e.g., depth, height) than a 7.1 channel mix.

Abstract translation: 这里描述的方法和设备最佳地将全3D音频混合（例如，方位角，仰角和深度）表示为“声音场景” 其中解码过程便于头部追踪。 可以针对收听者的取向（例如，偏航，俯仰，滚转）和3D位置（例如，x，y，z）来修改声音场景呈现。 这提供了将声音场景源位置视为3D位置而不是限制在相对于听众的位置的能力。 这里讨论的系统和方法可以在任何数量的音频信道中完全表示这样的场景，以提供与通过诸如DTS HD的现有音频编解码器进行传输的兼容性，但比7.1信道混合传送更多的信息（例如，深度，高度）。 / p>

公开(公告)号：WO2017064368A1

公开(公告)日：2017-04-20

申请号：PCT/FI2016/050712

申请日：2016-10-11

Applicant: NOKIA TECHNOLOGIES OY

Inventor： ERONEN, Antti ,  LEPPÄNEN, Jussi ,  LEHTINIEMI, Arto ,  HÄMÄLÄINEN, Matti ,  MATE, Sujeet ,  CRICRI, Francesco ,  LAITINEN, Mikko-Ville ,  TAMMI, Mikko ,  MATTILA, Ville-Veikko

IPC: H04R3/00 ,  H04R5/00 ,  G10K11/00 ,  H04S3/00 ,  H04S7/00 ,  H04N21/233 ,  G06F3/01 ,  G10L21/0216 ,  G01H7/00

CPC classification number: H04S7/303 ,  H04R1/406 ,  H04R3/005 ,  H04R5/027 ,  H04R2430/23 ,  H04S2400/01 ,  H04S2400/11 ,  H04S2400/15 ,  H04S2420/01

Abstract: Apparatus (103) comprising a processor configured to: receive a spatial audio signal associated with a microphone array (211) configured to provide spatial audio capture and at least one additional audio signal associated with an additional microphone (111), the at least one additional microphone signal having been delayed by a variable delay determined such that the audio signals are time aligned; receive a relative position between a first position associated with the microphone array (211) and a second position (111 (0), 111 (t)) associated with the additional microphone (111); generate at least two output audio channel signals by processing and mixing the spatial audio signal and the at least one additional audio signal based on the relative position between the first position and the second position such that the at least two output audio channel signals present an augmented audio scene.

Abstract translation: （103），包括处理器，所述处理器被配置为：接收与被配置为提供空间音频捕获的麦克风阵列（211）相关联的空间音频信号以及与附加麦克风相关联的至少一个附加音频信号 所述至少一个附加麦克风信号已经被延迟了被确定为使得所述音频信号被时间对齐的可变延迟; 接收与所述麦克风阵列（211）相关联的第一位置和与所述附加麦克风（111）相关联的第二位置（111（0），111（t））之间的相对位置; 通过基于第一位置和第二位置之间的相对位置处理和混合空间音频信号和至少一个附加音频信号来生成至少两个输出音频信道信号，使得至少两个输出音频信道信号呈现增强 音频场景。

公开(公告)号：WO2016169310A1

公开(公告)日：2016-10-27

申请号：PCT/CN2016/072017

申请日：2016-01-25

Applicant: 华为技术有限公司

Inventor： 齐娜 ,  仝欣 ,  范书成 ,  张琦

IPC: H04R3/00 ,  H04R5/00

CPC classification number: H04R3/00 ,  H04R5/00

Abstract: 一种音频信号处理的方法和装置，增强了左右通道输出信号中的前方声源特征，从而降低用户将前方声源误判为来自后方的可能性。所述方法包括：接收双耳音频采集设备的采集的左输入通道信号、中置通道信号和右输入通道信号；确定声源与所述双耳音频采集设备的头模之间的声源方位角；将所述中置通道信号与所述声源方位角对应的夸张耳左耳头相关脉冲响应HRIR进行卷积，从而获得辅助左通道信号；将所述中置通道信号与所述声源方位角对应的夸张耳右耳HRIR进行卷积，从而获得辅助右通道信号；利用所述左输入通道信号和所述辅助左通道信号获得左输出通道信号，利用所述右输入通道信号和所述辅助右通道信号获得右输出通道信号。

公开(公告)号：WO2016025812A1

公开(公告)日：2016-02-18

申请号：PCT/US2015/045239

申请日：2015-08-14

Applicant: RENSSELAER POLYTECHNIC INSTITUTE

Inventor： BRAASCH, Jonas

IPC: H04R5/00

CPC classification number: G10L21/0264 ,  G10L21/0272 ,  G10L21/0308 ,  G10L2021/02082 ,  H04R25/552 ,  H04R2225/43 ,  H04S1/00 ,  H04S7/303 ,  H04S2420/01

Abstract: A sound processing system, method and program product for estimating parameters from binaural audio data. A system is provided having: a system for inputting binaural audio; and a binaural signal analyzer (BICAM) that: performs autocorrelation on both the first channel and second channel to generate a pair of autocorrelation functions; performs a first layer cross-correlation between the first channel and second channel to generate a first layer cross-correlation function; removes the center peak from the first layer cross-correlation function and a selected autocorrelation function to create a modified pair; performs a second layer cross-correlation between the modified pair to determine a temporal mismatch; generates a resulting function by replacing the first layer cross correlation function with the selected autocorrelation function using the temporal mismatch; and utilizes the resulting function to determine ITD parameters and interaural level difference ILD parameters of the direct sound components and reflected sound components.

Abstract translation: 一种用于从双耳音频数据估计参数的声音处理系统，方法和程序产品。 提供一种具有：用于输入双耳音频的系统的系统; 以及双向信号分析器（BICAM），其在第一通道和第二通道两者上执行自相关以产生一对自相关函数; 在第一信道和第二信道之间执行第一层互相关，以产生第一层互相关函数; 从第一层互相关函数和选择的自相关函数中去除中心峰以创建修改的对; 在所述修改的对之间执行第二层互相关以确定时间不匹配; 通过使用时间不匹配将所选择的自相关函数替换为第一层互相关函数来产生结果函数; 并利用所得到的函数来确定直接声音分量和反射声音分量的ITD参数和眶内水平差ILD参数。

公开(公告)号：WO2015032254A1

公开(公告)日：2015-03-12

申请号：PCT/CN2014/083789

申请日：2014-08-06

Applicant: 华为技术有限公司

Inventor： 陈曦

IPC: H04R5/00 ,  H04M1/725

CPC classification number: H04N5/7605 ,  G10L21/034 ,  G11B31/006 ,  H04M1/6008 ,  H04M1/72569 ,  H04M2250/52 ,  H04N5/772 ,  H04N5/781 ,  H04R5/04 ,  H04S1/002 ,  H04S2400/11 ,  H04S2400/15

Abstract: 本发明实施例公开了一种录制方法、装置及终端，涉及音视频录播领域，为避免出现因终端的位置状态变化导致录制的立体声效果不好的问题而发明。所述方法包括：根据终端当前的放置状态，获取终端的放置状态参数；确定至少一个摄像单元中的一个摄像单元处于开启状态；根据获取的放置状态参数和确定处于开启状态的摄像单元，确定至少两个音频传感单元与两个声道的录制对应关系；根据至少两个音频传感单元与两个声道的录制对应关系，调整至少两个音频传感单元的音量强度，以使经由两个声道的音量强度差值小于预设阈值。本发明可用于音频处理技术中。

公开(公告)号：WO2015032009A1

公开(公告)日：2015-03-12

申请号：PCT/CL2014/000043

申请日：2014-09-09

Applicant: RECABAL GUIRALDES, Pablo ,  URRUTIA SOTO, Cristián ,  TRAVIESO MANSO, Osvaldo ,  MUÑOZ NÚÑEZ, Álvaro

Inventor： RECABAL GUIRALDES, Pablo ,  URRUTIA SOTO, Cristián ,  TRAVIESO MANSO, Osvaldo ,  MUÑOZ NÚÑEZ, Álvaro

IPC: H04R5/00

CPC classification number: H04S1/00 ,  H04S2400/15

Abstract: La presente invención describe un método y sistema de tamaño reducido de grabación binaural, capaz de grabar sonido y decodifícarlo en un formato tridimensional haciendo disponible su reproducción en tres dimensiones utilizando dispositivos de reproducción tipo audífonos o audífonos convencionales, en donde dicho método y sistema ofrecen una solución de grabación portátil de dimensiones preferenciales milimétricas, que puede incorporarse a dispositivos de grabación profesionales o domésticos. Adicionalmente, la presente invención describe un programa computacional destinado a la grabación binaural, así como un procedimiento de fabricación del sistema de grabación de la invención.

Abstract translation: 本发明涉及一种用于双耳记录的小型系统和方法，其可以记录声音并将其解码为三维格式，使用诸如耳机或常规耳机的再现设备在三维中可用其再现，其中所述方法和系统 提供优选毫米尺寸尺寸的便携式记录解决方案，其可以内置在专业或家用记录装置中。 本发明还涉及用于双耳记录的计算机程序以及本发明的记录系统的制造方法。

公开(公告)号：WO2015017583A1

公开(公告)日：2015-02-05

申请号：PCT/US2014/048974

申请日：2014-07-30

Applicant: ALIPHCOM ,  DONALDSON, Thomas Alan

Inventor： DONALDSON, Thomas Alan

IPC: H04R5/00

CPC classification number: H04S7/303 ,  H04M3/568 ,  H04N7/15 ,  H04S2400/01 ,  H04S2400/15

Abstract: Embodiments of the invention relate generally to electrical and electronic hardware, computer software, wired and wireless network communications, and wearable/mobile computing devices configured to facilitate production and/or reproduction of spatial audio and/or one or more audio spaces. More specifically, disclosed are systems, components and methods to acoustically determine displacements of audios sources (or portions thereof), such as a subset of speaking users, for providing audio spaces and spatial sound field reproduction, for example, for a remote listener. In one embodiment, a media device includes transducers to emit audible acoustic signals into a region including one or more audio sources, acoustic probe transducers configured to emit ultrasonic signals and acoustic sensors configured to sense received ultrasonic signals reflected from an audio source. A controller can determine a displacement of the audio source. Examples of displacement include locomotion, gesture-related motion and orientation changes.

Abstract translation: 本发明的实施例一般涉及电气和电子硬件，计算机软件，有线和无线网络通信以及被配置为便于生产和/或再现空间音频和/或一个或多个音频空间的可穿戴/移动计算设备。 更具体地，公开了用于声学地确定音频源（或其部分）（例如说话用户的子集）的位移的系统，组件和方法，用于例如为远程收听者提供音频空间和空间声场再现。 在一个实施例中，媒体设备包括用于将可听声信号发射到包括一个或多个音频源的区域中的换能器，被配置为发射超声波信号的声学探测变换器和被配置为感测从音频源反射的接收的超声波信号的声学传感器。 控制器可以确定音频源的位移。 流离失所的例子包括运动，与手势相关的运动和方向变化。

公开(公告)号：WO2014201103A1

公开(公告)日：2014-12-18

申请号：PCT/US2014/041891

申请日：2014-06-11

Applicant: BONGIOVI ACOUSTICS LLC.

Inventor： BONGIOVI, Anthony ,  ZELNIKER, Glenn ,  BUTERA, III, Joseph, G.

IPC: H04R5/00

CPC classification number: H04S7/307 ,  H04S1/002

Abstract: The present invention provides methods and systems for digitally processing audio signals in two-channel audio systems and/or applications. In particular, the present invention includes a first filter structured to split a two- channel audio input signal into a low frequency signal and a higher frequency signal. A M/S splitter is then structured to split the higher frequency signal into a middle and a side signal. A detection module is then configured to create a detection signal from the middle signal, which is used in a compression module configured to modulate the side signal to create a gain-modulated side signal. A processing module is then structured to combine the low frequency signal, middle signal, and the gain-modulated side signal to form a final output signal.

Abstract translation: 本发明提供了用于在双声道音频系统和/或应用中数字处理音频信号的方法和系统。 特别地，本发明包括被构造成将双声道音频输入信号分成低频信号和较高频率信号的第一滤波器。 然后将M / S分离器构造成将较高频率信号分成中间和侧面信号。 然后，检测模块被配置为从中间信号产生检测信号，所述检测信号用于被配置为调制侧信号以产生增益调制侧信号的压缩模块。 然后，处理模块被构造为组合低频信号，中间信号和增益调制侧信号以形成最终输出信号。

公开(公告)号：WO2014194306A1

公开(公告)日：2014-12-04

申请号：PCT/US2014/040424

申请日：2014-05-31

Applicant: MEYER SOUND LABORATORIES, INCORPORATED

Inventor： MEYER, Perrin ,  JENKS, Luke ,  LORENTE, David ,  MEIER, Todd

IPC: H04R5/00

CPC classification number: H03G5/165 ,  H04R3/04 ,  H04S7/307

Abstract: A filter for equalizing the frequency response of loudspeaker systems includes at least one band filter section (11) comprised an n-order high boost or cut shelving filter (13) having a break point frequency,ω 1 , and an n-order low boost or cut shelving filter (15) having a break point frequency, ω 2, wherein ω 1 2. The order; n, of at least one, and preferably both of the shelving filters of the band filter sections can be selected for adjusting the slope of the shelving filter at one or both of its break point frequencies. The high and low n-order shelving filters forming the band filter sections have substantially the same gain and produce a resultant band gain for the band filter section. Gain correction is provided for the selectable n-order high shelving filter and n-order low shelving filter for correcting the resultant band gain to a base gain level.

Abstract translation: 用于均衡扬声器系统的频率响应的滤波器包括至少一个频带滤波器部分（11），其包括具有断点频率ω1和n阶低增益的n阶高升压或切割搁置滤波器（13） 具有断点频率ω2的切割搁置过滤器（15），其中ω1<ω2。 命令; n，可以选择带式滤波器部分的至少一个，并且优选地两个搁架滤波器，以便在其断点频率的一个或两个处调整搁架滤波器的斜率。 形成带滤波器部分的高和低n级搁架滤波器具有基本上相同的增益并且产生用于频带滤波器部分的合成频带增益。 为可选择的n阶高架滤波器和n阶低架滤波器提供增益校正，用于将所得到的频带增益校正到基本增益电平。

公开(公告)号：WO2014194110A1

公开(公告)日：2014-12-04

申请号：PCT/US2014/040048

申请日：2014-05-29

Applicant: QUALCOMM INCORPORATED

Inventor： SEN, Dipanjan ,  RYU, Sang-Uk

IPC: G10L19/038 ,  G10L19/008 ,  H04R5/00

CPC classification number: H04S5/005 ,  G06F17/16 ,  G10L19/002 ,  G10L19/008 ,  G10L19/0204 ,  G10L19/038 ,  G10L19/06 ,  G10L19/167 ,  G10L19/20 ,  G10L25/18 ,  G10L2019/0001 ,  G10L2019/0005 ,  H04R2205/021 ,  H04S7/30 ,  H04S7/304 ,  H04S7/40 ,  H04S2400/01 ,  H04S2400/15 ,  H04S2420/01 ,  H04S2420/03 ,  H04S2420/11

Abstract: In general, techniques are described for compressing decomposed representations of a sound field. A device comprising one or more processors may be configured to perform the techniques. The one or more processors may be configured to obtain a bitstream comprising a compressed version of a spatial component of a sound field, the spatial component generated by performing a vector based synthesis with respect to a plurality of spherical harmonic coefficients.

Abstract translation: 通常，描述了用于压缩声场的分解表示的技术。 包括一个或多个处理器的设备可以被配置为执行这些技术。 一个或多个处理器可以被配置为获得包括声场的空间分量的压缩版本的比特流，所述空间分量通过相对于多个球谐函数执行基于矢量的合成而产生。