公开(公告)号：WO2019106221A1

公开(公告)日：2019-06-06

申请号：PCT/FI2017/050833

申请日：2017-11-28

Applicant: NOKIA TECHNOLOGIES OY

Inventor： RÄMÖ, Anssi ,  VILERMO, Miikka ,  TAMMI, Mikko ,  VASILACHE, Adriana ,  LAAKSONEN, Lasse

IPC: H04R3/00 ,  H04R1/40 ,  H04S7/00 ,  G10L19/00

CPC classification number: H04S3/008 ,  G10L19/008 ,  G10L19/0204 ,  H04R1/406 ,  H04R3/005 ,  H04R2430/21 ,  H04S2400/01 ,  H04S2400/03 ,  H04S2400/11 ,  H04S2400/13 ,  H04S2400/15 ,  H04S2420/03 ,  H04S2420/11

Abstract: There is disclosed inter alia an apparatus having means for determining a plurality of spatial audio directional vectors; means for partitioning a vector space of the plurality of spatial audio directional vectors into a plurality of partitions; means for assigning a first spatial audio directional vector to a set of spatial audio directional vectors associated with a first centroid; means for assigning a second spatial audio directional vector to a set of spatial audio directional vectors associated with a further centroid, means for assigning an audio source direction to the set of spatial audio direction vectors associated with the first centroid; and means for assigning a further audio source direction to the set of spatial audio direction vectors associated with the second centroid.

公开(公告)号：WO2019091575A1

公开(公告)日：2019-05-16

申请号：PCT/EP2017/078948

申请日：2017-11-10

Applicant: NOKIA TECHNOLOGIES OY

Inventor： LAAKSONEN, Lasse Juhani ,  RÄMÖ, Anssi Sakari ,  VASILACHE, Adriana ,  TAMMI, Mikko ,  VILERMO, Miikka

IPC: G10L19/008 ,  H04S3/02

CPC classification number: G10L19/008 ,  H04S3/02

Abstract: An apparatus for spatial audio signal encoding, the apparatus comprising at least one processor and at least one memory including a computer program code, the at least one memory and the computer program code configured to, with the at least one processor, cause the apparatus at least to: determine, for two or more audio signals, at least one spatial audio parameter for providing spatial audio reproduction, the at least one spatial audio parameter comprising a direction parameter with an elevation and an azimuth component; define a spherical grid generated by covering a sphere with smaller spheres, wherein the centres of the smaller spheres define points of the spherical grid; and convert the elevation and azimuth component of the direction parameter to an index value based on the defined spherical grid.

公开(公告)号：WO2018202642A1

公开(公告)日：2018-11-08

申请号：PCT/EP2018/061071

申请日：2018-05-01

Applicant: DOLBY INTERNATIONAL AB

Inventor： ARTEAGA, Daniel ,  CENGARLE, Giulio ,  MATEOS SOLÉ, Antonio

IPC: H04S7/00 ,  H04S3/02 ,  H04S3/00

CPC classification number: G10L19/008 ,  H04S3/008 ,  H04S3/02 ,  H04S7/30 ,  H04S2400/01 ,  H04S2400/03 ,  H04S2400/11 ,  H04S2400/15

Abstract: Methods, systems, and computer program products for rending an audio object having an apparent size are disclosed. An audio processing system receives audio panning data including a first grid mapping first virtual sound sources in a space and speaker positions to speaker gains. The first grid specifies first speaker gains of the first virtual sound sources in the space. The audio processing system determines a second grid of second virtual sound sources in the space, including mapping the first virtual sound sources into the second virtual sound sources of the second virtual sources. The audio processing system selects at least one of the first grid or second grid for rendering an audio object based on an apparent size of the audio object. The audio processing system renders the audio object based on the selected grid or grids.

公开(公告)号：WO2018162803A1

公开(公告)日：2018-09-13

申请号：PCT/FI2018/050172

申请日：2018-03-08

Applicant: AALTO UNIVERSITY FOUNDATION SR

Inventor： POLITIS, Archontis ,  TERVO, Sakari

IPC: H04S3/00 ,  G10L19/008 ,  H03M7/30

CPC classification number: G10L21/0272 ,  G10L19/008 ,  H03M7/30 ,  H04R27/00 ,  H04R2227/003 ,  H04S3/02 ,  H04S7/303 ,  H04S7/304 ,  H04S7/305 ,  H04S7/306 ,  H04S2400/13 ,  H04S2400/15 ,  H04S2420/01 ,  H04S2420/11

Abstract: Arrangement (204a, 204b, 204c, 220) for cultivating a spherical harmonic digital representation of a sound scene (102, 103, 229, 230, 301, 401), being configured to obtain the spherical harmonic digital representation (301, 401) of the sound scene, determine through analysis (304, 404, 530, 532, 534, 535) of said spherical harmonic digital representation a number of related spatial parameters (536, 538) indicative of at least dominant sound sources in the sound scene, their directions-of-arrival (DOA) and associated powers, wherein time-frequency decomposition of said spherical harmonic digital representation is preferably utilized to divide the presentation into a plurality of frequency bands analyzed (302, 402), and provide (360) said spherical harmonic digital representation, preferably as divided into said plurality of frequency bands, and said number of spatial parameters to spatial filtering (308, 414) in order to produce an output signal for audio rendering (231, 232, 310, 410) or upmixing (312, 412) the representation to higher order. Corresponding method is presented as well as related arrangements and methods for audio playback or upmixing.

公开(公告)号：WO2017193550A1

公开(公告)日：2017-11-16

申请号：PCT/CN2016/103594

申请日：2016-10-27

Applicant: 华为技术有限公司

Inventor： 刘泽新 ,  张兴涛 ,  苗磊

IPC: G10L19/008

CPC classification number: G10L19/008

Abstract: 一种多声道信号的编码方法和编码器，该方法包括：获取多声道信号（410）；根据多声道信号，生成第一目标频域信号（420），第一目标频域信号的相位与多声道信号的IPD线性相关；对第一目标频域信号进行频时变换，得到第一目标时域信号（430）；根据第一目标时域信号，以及预设的时域信号的峰值条件，确定多声道信号的ITD参数（440）；对多声道信号的ITD参数进行编码（450）。该方法能够提高多声道信号编码的准确性。

公开(公告)号：WO2017182699A1

公开(公告)日：2017-10-26

申请号：PCT/FI2017/050265

申请日：2017-04-12

Applicant: NOKIA TECHNOLOGIES OY

Inventor： LEHTINIEMI, Arto ,  ERONEN, Antti ,  LEPPÄNEN, Jussi

IPC: G06F17/30 ,  G06T19/00

CPC classification number: G06F16/738 ,  G06F3/012 ,  G06F3/013 ,  G06F3/04815 ,  G06F3/0482 ,  G06F3/16 ,  G06F16/957 ,  G06T19/006 ,  G06T19/20 ,  G06T2219/2004 ,  G10L19/008 ,  H04R1/406 ,  H04R3/005

Abstract: A method comprising: enabling user definition of a search parameter; causing searching of content to find content having the search parameter and to provide the found content having the search parameter as search results; and causing rendering of the search results, using virtual reality, at different positions in a three dimensional space.

Abstract translation: 一种方法，包括：使用户能够定义搜索参数; 引起对内容的搜索以找到具有所述搜索参数的内容并且提供具有所述搜索参数的所述找到的内容作为搜索结果; 并使用虚拟现实在三维空间中的不同位置处呈现搜索结果。

公开(公告)号：WO2017172562A1

公开(公告)日：2017-10-05

申请号：PCT/US2017/024221

申请日：2017-03-27

Applicant: MICROSOFT TECHNOLOGY LICENSING, LLC

Inventor： HEITKAMP, Robert Norman ,  EDRY, Philip Andrew ,  IBRAHIM, Ziyad ,  RADEK, Paul J. ,  WILSSENS, Steven

IPC: H04S3/00 ,  G10L19/008 ,  H04L29/06 ,  G06F3/16 ,  H04S7/00

CPC classification number: G10L19/20 ,  G06F3/16 ,  G06F3/162 ,  G06F3/165 ,  G10L19/008 ,  H04L65/1006 ,  H04S3/002 ,  H04S3/008 ,  H04S7/303 ,  H04S7/308 ,  H04S2400/11

Abstract: The techniques disclosed herein can enable a system to coordinate the processing of object-based audio and channel -based audio generated by multiple applications. The system determines a spatialization technology to utilize based on contextual data. In some configurations, the contextual data can indicate the capabilities of one or more computing resources. In some configurations, the contextual data can also indicate preferences. The preferences, for example, can indicate user preferences for a type of spatialization technology, e.g., Dolby Atmos, over another type of spatialization technology, e.g., DTSX. Based on the contextual data, the system can select a spatialization technology and a corresponding encoder to process the input signals to generate a spatially encoded stream that appropriately renders the audio of multiple applications to an available output device. The techniques disclosed herein also allow a system to dynamically change the spatialization technologies during use.

Abstract translation: 这里公开的技术可以使系统能够协调由多个应用程序产生的基于对象的音频和基于声道的音频的处理。 系统根据上下文数据确定要利用的空间化技术。 在一些配置中，上下文数据可以指示一个或多个计算资源的能力。 在一些配置中，上下文数据还可以指示偏好。 例如，偏好可以通过另一种类型的空间化技术（例如DTSX）来指示用于一种空间化技术的用户偏好，例如杜比全景声（Dolby Atmos）。 基于上下文数据，系统可以选择空间化技术和对应的编码器来处理输入信号以生成适当地将多个应用的​​音频呈现给可用输出设备的空间编码流。 本文公开的技术还允许系统在使用期间动态地改变空间化技术。

公开(公告)号：WO2017169720A1

公开(公告)日：2017-10-05

申请号：PCT/JP2017/010104

申请日：2017-03-14

Applicant: ソニー株式会社

Inventor： 平林　光浩 ,  知念　徹

IPC: H04N21/462 ,  G06F13/00 ,  H04N21/2662 ,  H04N21/439

CPC classification number: G10L19/167 ,  G06F13/00 ,  G10L19/0017 ,  G10L19/008 ,  H04N21/2335 ,  H04N21/23439 ,  H04N21/2662 ,  H04N21/439 ,  H04N21/8456 ,  H04N21/8543

Abstract: 本開示は、可逆圧縮方式で符号化されたオーディオストリームとビデオストリームを取得する際、最適なビットレートのビデオストリームを取得することができるようにする再生装置および再生方法、並びにファイル生成装置およびファイル生成方法に関する。 セグメントファイル取得部は、losslessDSD方式で符号化されたオーディオストリームを、オーディオストリームに対応するビデオストリームの前に取得してオーディオストリームのビットレートを検出する。選択部は、セグメントファイル取得部により検出されたビットレートに基づいて、ビットレートの異なる複数のビデオストリームから、取得するビデオストリームを選択する。本開示は、例えば、動画再生端末等に適用することができる。

Abstract translation:

本发明，获得与无损压缩方法，播放装置，并能获得视频流的最佳位率编码的音频和视频流时 文件生成装置和文件生成方法。 段文件获取单元，所述编码的音频流losslessDSD方法来检测音频流的比特率来获得在对应于音频流的视频流的前面。 选择单元，基于由所述分段文件获取单元，从所述多个视频流的比特率不同，在选择的视频流，以检索检测到的比特率。 本公开可以应用于例如运动图像再现终端等。

公开(公告)号：WO2017136573A1

公开(公告)日：2017-08-10

申请号：PCT/US2017/016248

申请日：2017-02-02

Applicant: DTS, INC.

Inventor： JOT, Jean-Marc ,  LEE, Keun Sup ,  STEIN, Edward

IPC: H04S5/00 ,  H04S7/00 ,  G10K15/08

CPC classification number: H04S7/306 ,  G10L19/00 ,  G10L19/008 ,  G10L19/018 ,  G10L19/20 ,  H04S1/005 ,  H04S3/002 ,  H04S7/301 ,  H04S7/308 ,  H04S2400/11 ,  H04S2400/15 ,  H04S2420/01 ,  H04S2420/03 ,  H04S2420/07

Abstract: Accurate modeling of acoustic reverberation can be essential to generating and providing a realistic virtual reality or augmented reality experience for a participant. In an example, a reverberation signal for playback using headphones can be provided. The reverberation signal can correspond to a virtual sound source signal originating at a specified location in a local listener environment. Providing the reverberation signal can include, among other things, using information about a reference impulse response from a reference environment and using characteristic information about reverberation decay in a local environment of the participant. Providing the reverberation signal can further include using information about a relationship between a volume of the reference environment and a volume of the local environment of the participant.

Abstract translation: 精确的声学混响建模对于为参与者生成和提供逼真的虚拟现实或增强现实体验至关重要。 在一个示例中，可以提供用于使用头戴耳机进行重放的混响信号。 混响信号可以对应于源自本地收听者环境中的指定位置的虚拟声源信号。 除了别的之外，提供混响信号可以包括使用关于来自参考环境的参考脉冲响应的信息并且使用关于参与者的本地环境中的混响衰减的特性信息。 提供混响信号还可以包括使用关于参考环境的音量与参与者的本地环境的音量之间的关系的信息。

公开(公告)号：WO2017129236A1

公开(公告)日：2017-08-03

申请号：PCT/EP2016/051677

申请日：2016-01-27

Applicant: HUAWEI TECHNOLOGIES CO., LTD. ,  SETIAWAN, Panji ,  JIN, Wenyu

Inventor： SETIAWAN, Panji ,  JIN, Wenyu

IPC: H04S7/00 ,  G10L19/008

CPC classification number: H04S7/302 ,  G10L19/008 ,  H04S2420/11

Abstract: The invention relates to an apparatus (100) for processing soundfield data, the soundfield data defining a soundfield within a spatial reproduction region (101) comprising at least one bright zone (101a) and at least one quiet zone (101b). The apparatus (100) comprises an applicator (103) configured to apply a spatially continuously varying weighting function to the soundfield data in order to obtain weighted soundfield data defining a weighted soundfield, wherein the spatially continuously varying weighting function is configured to enhance the soundfield in the bright zone (101a) and/or the quiet zone (101b).

Abstract translation: 本发明涉及一种用于处理声场数据的装置（100），所述声场数据定义空间再现区域（101）内的声场，所述空间再现区域（101）包括至少一个亮区（101a）和至少一个安静 区（101b）。 该设备（100）包括施加器（103），其被配置为将空间上连续变化的加权函数应用于声场数据以便获得定义加权声场的加权声场数据，其中空间上连续变化的加权函数被配置为将声场增强 明亮区域（101a）和/或安静区域（101b）。