JP7368563B2 - オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 - Google Patents
オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 Download PDFInfo
- Publication number
- JP7368563B2 JP7368563B2 JP2022123700A JP2022123700A JP7368563B2 JP 7368563 B2 JP7368563 B2 JP 7368563B2 JP 2022123700 A JP2022123700 A JP 2022123700A JP 2022123700 A JP2022123700 A JP 2022123700A JP 7368563 B2 JP7368563 B2 JP 7368563B2
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- decoding
- smoothing
- hoa
- decoding matrix
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S7/00—Indicating arrangements; Control arrangements, e.g. balance control
- H04S7/30—Control circuits for electronic adaptation of the sound field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S3/00—Systems employing more than two channels, e.g. quadraphonic
- H04S3/008—Systems employing more than two channels, e.g. quadraphonic in which the audio signals are in digital form, i.e. employing more than two discrete digital channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2420/00—Techniques used stereophonic systems covered by H04S but not provided for in its groups
- H04S2420/11—Application of ambisonics in stereophonic audio systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Stereophonic System (AREA)
- Circuit For Audible Band Transducer (AREA)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Description
本発明は、オーディオ再生のためのオーディオ音場表現、詳細にはアンビソニックス・フォーマットのオーディオ表現をレンダリングするための方法および装置に関する。
正確な局在化/定位はいかなる空間的オーディオ再生システムにとっても主要な目標である。そのような再生システムは、3Dサウンドから裨益する会議システム、ゲームまたは他の仮想環境のためにきわめて応用可能である。3Dにおけるサウンド・シーンは、自然な音場として合成または捕捉されることができる。たとえばアンビソニックスのような音場信号は所望される音場の表現を搬送する。アンビソニックス・フォーマットは、音場の球面調和関数分解に基づく。基本的なアンビソニックス・フォーマットまたはBフォーマットは次数0および1の球面調和関数を使うが、いわゆる高次アンビソニックス(HOA: Higher Order Ambisonics)は少なくとも二次のさらなる球面調和関数も使う。そのようなアンビソニックス・フォーマットの信号から個々のラウドスピーカー信号を得るには、デコードまたはレンダリング・プロセスが必要とされる。ラウドスピーカーの空間的配置は、本稿ではラウドスピーカー・セットアップと称される。
T.D. Abhayapala、Generalized framework for spherical microphone arrays: Spatial and frequency decomposition、Proc. IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), (受理) Vol. X, pp. , April 2008, Las Vegas, USA
〔本訳稿では欠番(特許文献1)〕
Jerome Daniel, Rozenn Nicol, and Sebastien Moreau、Further investigations of high order ambisonics and wavefield synthesis for holophonic sound imaging、AES Convention Paper 5788 Presented at the 114th Convention、March 2003. Paper 4795 presented at the 114th Convention
Jerome Daniel、Representation de champs acoustiques, application a la transmission et a la reproduction de scenes sonores complexes dans un contexte multimedia、PhD thesis, Universite Paris 6, 2001
James R. Driscoll and Dennis M. Healy Jr.、Computing Fourier transforms and convolutions on the 2-sphere、Advances in Applied Mathematics, 15:202-250, 1994
Jorg Fliege、Integration nodes for the sphere、http://www.personal.soton.ac.uk/jf1w07/nodes/nodes.html、オンライン、アクセス日2012-06-01
Jorg Fliege and Ulrike Maier、A two-stage approach for computing cubature formulae for the sphere、Technical Report, Fachbereich Mathematik, Universitat Dortmund, 1999
R. H. Hardin and N.J.A. Sloane、ウェブページ:Spherical designs, spherical t-designs、http://www2.research.att.com/~njas/sphdesigns/
R.H. Hardin and N.J.A. Sloane、Mclaren's improved snub cube and other new spherical designs in three dimensions、Discrete and Computational Geometry, 15:429-441, 1996
M.A. Poletti、Three-dimensional surround sound systems based on spherical harmonics.、J. Audio Eng. Soc, 53(11):1004-1025, November 2005
Ville Pulkki、Spatial Sound Generation and Perception by Amplitude Panning Techniques、PhD thesis, Helsinki University of Technology, 2001
Boaz Rafaely、Plane-wave decomposition of the sound field on a sphere by spherical convolution、J. Acoust. Soc. Am., 4(116):2149-2157, October 2004
Earl G. Williams、Fourier Acoustics, volume 93 of Applied Mathematical Sciences. Academic Press, 1999
F. Zotter, H. Pomberger, and M. Noisternig、Energy-preserving ambisonic decoding、Acta Acustica united with Acustica, 98(1):37-47, January/February 2012
しかしながら、既知のレンダリング・アプローチは通常のラウドスピーカー・セットアップについてのみ好適である一方、任意のラウドスピーカー・セットアップがずっと普通である。そのようなレンダリング・アプローチが任意のラウドスピーカー・セットアップに適用されると、音の指向性に問題が生じる。
本発明は、規則的および非規則的な空間的ラウドスピーカー分布の両方についてオーディオ音場表現をレンダリング/デコードする方法であって、前記レンダリング/デコードはきわめて改善された局在化属性を提供し、エネルギー保存的であるものを記述する。特に、本発明は、音場データのためのデコード行列を、たとえばHOAフォーマットにおいて得るための新しい方法を提供する。HOAフォーマットは、ラウドスピーカー位置に直接関係していない音場を記述する。得られるラウドスピーカー信号は必然的にチャネル・ベースのオーディオ・フォーマットなので、HOA信号のデコードは、オーディオ信号のレンダリングに常に緊密に関係している。したがって、本発明は、音場に関係したオーディオ・フォーマットのデコードおよびレンダリングの両方に関係する。
本発明の一つの利点は、非常に良好な指向性属性をもつエネルギー保存的なデコードが達成されるということである。「エネルギー保存的」という用語は、HOA指向性信号内のエネルギーがデコード後に保存される、よってたとえば一定振幅の方向性空間的掃引が一定のラウドネスで知覚されるということを意味する。「良好な指向性属性」という用語は、指向性のメインローブおよび小さなサイドローブによって特徴付けられるスピーカー指向性であって、通常のレンダリング/デコードと比較して高められているものをいう。
本発明は、任意のラウドスピーカー・セットアップのための高次アンビソニックス(HOA)のような音場信号のレンダリングであって、きわめて改善された局在化属性を与え、エネルギー保存的であるものを開示する。これは、音場データのための新しい型のデコード行列および該デコード行列を得るための新しい方法によって得られる。任意の空間的ラウドスピーカー・セットアップのためのオーディオ音場表現をレンダリングする方法において、目標ラウドスピーカーの所与の配置への前記レンダリングのための前記デコード行列は、目標スピーカーの数およびその位置、球面モデリング格子の位置およびHOA次数を取得する段階と、前記モデリング格子の位置および前記スピーカーの位置から混合行列を生成する段階と、前記球面モデリング格子の位置および前記HOA次数からモード行列を生成する段階と、前記混合行列および前記モード行列から第一のデコード行列を計算する段階と、前記第一のデコード行列を平滑化およびスケーリング係数を用いて平滑化およびスケーリングしてエネルギー保存的なデコード行列を得る段階とによって得られる。
ある実施形態では、本発明は、請求項1記載のオーディオ再生のためのオーディオ音場表現をデコードおよび/またはレンダリングする方法に関する。別の実施形態では、本発明は、請求項9記載のオーディオ再生のためのオーディオ音場表現をデコードおよび/またはレンダリングする装置に関する。さらにもう一つの実施形態では、本発明は、請求項15記載のオーディオ再生のためのオーディオ音場表現をデコードおよび/またはレンダリングする方法をコンピュータに実行させる実行可能命令が記憶されているコンピュータ可読媒体に関する。
一般に、本発明は以下のアプローチを使う。第一に、再生のために使用されるラウドスピーカー・セットアップに依存するパン関数が導出される。第二に、当該ラウドスピーカー・セットアップのすべてのラウドスピーカーについて、デコード行列(たとえばアンビソニックス・デコード行列)がこれらのパン関数(または該パン関数から得られた混合行列)から計算される。第三の段階では、前記デコード行列が生成され、エネルギー保存的となるよう処理される。最後に、前記ラウドスピーカー・パンを平滑化してサイドローブを抑制するために、前記デコード行列がフィルタリングされる。フィルタリングされたデコード行列は、所与のラウドスピーカー・セットアップのために前記オーディオ信号をレンダリングするために使われる。サイドローブは、レンダリングの副作用であり、望ましくない方向におけるオーディオ信号を与える。前記レンダリングは、所与のラウドスピーカー・セットアップのために最適化されているので、サイドローブはわずらわしい。サイドローブが最小化され、それによりラウドスピーカー信号の指向性が改善されることが本発明の利点の一つである。
本発明のある実施形態によれば、オーディオ再生のためのオーディオ音場表現をレンダリング/デコードする方法は、受領されたHOA時間サンプルb(t)をバッファリングする段階であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、段階と、係数B(μ)をフィルタリングして周波数フィルタリングされた係数
前記レンダリングする段階のための、すなわち目標スピーカーの所与の配置のためのデコード行列Dは、目標スピーカーの数およびそれらのスピーカーの位置を取得する段階と、球面モデリング格子の位置およびHOA次数を決定する段階と、球面モデリング格子の位置および前記スピーカーの位置から混合行列を生成する段階と、前記球面モデリング格子および前記HOA次数からモード行列を生成する段階と、前記混合行列Gおよび前記モード行列
もう一つの側面によれば、オーディオ再生のためのオーディオ音場表現をデコードする装置は、前記デコード行列Dを得るためのデコード行列計算ユニットを有するレンダリング処理ユニットを有し、前記デコード行列計算ユニットは、目標スピーカーの数Lを取得する手段およびそれらのスピーカーの位置
さらにもう一つの側面によれば、コンピュータ可読媒体が、コンピュータ上で実行されたときに該コンピュータに、上記で開示したようなオーディオ再生のためのオーディオ音場表現をデコードする方法を実行させる実行可能命令を記憶している。
本発明のさらなる目的、特徴および利点は、以下の記述および付属の請求項を付属の図面との関連で考慮すれば明白となるであろう。
本発明の例示的な実施形態が、付属の図面を参照して記述される。
本発明のある実施形態に基づく方法のフローチャートである。
混合行列Gを構築する方法のフローチャートである。
レンダラーのブロック図である。
デコード行列生成プロセスの概略的な諸段階のフローチャートである。
デコード行列生成ユニットのブロック図である。
スピーカーが接続されたノードとして示されている例示的な16スピーカー・セットアップである。
ノードがスピーカーとして示されている、自然なビューにおける例示的な16スピーカー・セットアップである。
N=3の従来技術(非特許文献14)を用いて得られるデコード行列についての完璧なエネルギー保存特性について一定である^E/E比を示すエネルギー図である。
N=3の従来技術(非特許文献14)に従って設計されるデコード行列についての音圧図である。中央スピーカーのパン・ビームが強いサイドローブをもつ。
N=3の従来技術(特許文献1)を用いて得られるデコード行列についての4dBより大きいゆらぎをもつ^E/E比を示すエネルギー図である。
N=3の従来技術(特許文献1)に従って設計されるデコード行列についての音圧図である。中央スピーカーのパン・ビームが小さなサイドローブをもつ。
本発明に基づく方法または装置によって得られる1dBより小さいゆらぎをもつ^E/E比を示すエネルギー図である。一定の振幅をもつ空間的パンは等しいラウドネスをもって知覚される。
本発明に基づく方法を用いて設計されるデコード行列についての音圧図である。中央スピーカーは小さなサイドローブをもつパン・ビームをもつ。
概括的には、本発明は、高次アンビソニックス(HOA)オーディオ信号のような音場フォーマットされたオーディオをラウドスピーカーにレンダリング(すなわちデコード)することに関する。ここで、ラウドスピーカーは対称的または非対称的な、規則的または非規則的な位置にある。オーディオ信号は、利用可能であるよりも多くのラウドスピーカーにフィードするために好適であってもよい。たとえば、HOA係数の数はラウドスピーカーの数より大きいことがある。本発明は、非常に良好な方向性属性をもつデコーダのためのエネルギー保存的なデコード行列を提供する。すなわち、スピーカー指向性ローブが、通常のデコード行列を用いて得られるスピーカー指向性ローブより、より強い指向性メインローブおよびより小さなサイドローブを含む。エネルギー保存的とは、HOA指向性信号内のエネルギーがデコード後に保存され、よってたとえば一定振幅の方向性空間掃引が一定のラウドネスをもって知覚されることを意味する。
図1は、本発明のある実施形態に基づく方法のフローチャートである。この実施形態では、オーディオ再生のためのHOAオーディオ音場表現をレンダリング(すなわち、デコード)する方法が、次のようにして生成されるデコード行列を使う。第一に、目標ラウドスピーカーの数L、それらのラウドスピーカーの位置
ある実施形態では、ラウドスピーカーの数LおよびHOA係数チャネルの数O3D=(N+1)2に依存して、前記平滑化係数は二つの異なる方法の一方によって得られる。ラウドスピーカーの数LがHOA係数チャネルの数O3Dより少なければ、前記平滑化係数を得るための新しい方法が使用される。
ある実施形態では、複数の異なるラウドスピーカー配置に対応する複数のデコード行列が生成され、のちの使用のために記憶される。前記複数の異なるラウドスピーカー配置は、ラウドスピーカーの数、一つまたは複数のラウドスピーカーの位置および入力オーディオ信号の次数Nのうちの少なくとも一つによって異なることができる。すると、レンダリング・システムを初期化する際、マッチするデコード行列が決定され、現在のニーズに従って記憶部から取り出され、デコードのために使用される。
ある実施形態では、デコード行列Dは、前記モード行列
前記代替的な実施形態では、デコード行列Dは、エルミート転置されたモード行列
ある実施形態では、コンパクトな特異値分解は、前記モード行列
ある実施形態では、コンパクトな特異値分解は、前記モード行列
ある実施形態では、HOA次数Nおよび目標スピーカー数Lに依存して、平滑化係数を計算するための二つの異なる方法が使われる。HOAチャネルより少ない目標スピーカーがある、すなわちO3D=(N2+1)>Lである場合には、平滑化およびスケーリング係数
ある実施形態では、スケーリング因子は、平滑化されたデコード行列から得られる。特に、ある実施形態では、
以下では、フル・レンダリング・システムが記述される。本発明の主要な焦点は、デコード行列Dが上記のようにして生成される、レンダラーの初期化フェーズである。ここで、主たる焦点は、前記一つまたは複数のデコード行列を、たとえばコードブックのために導出する技術である。デコード行列を生成するために、何個の目標ラウドスピーカーが利用可能であるかおよびそれらがどこに位置されるか(それらのラウドスピーカーの位置)は既知である。
図2は、本発明のある実施形態に基づく、混合行列Gを構築する方法のフローチャートを示している。この実施形態では、0だけをもつ初期混合行列が生成され(21)、角方向Ωs=[θs,φs]Tおよび動径rsをもつあらゆる仮想源について、以下の段階が実行される。まず、位置[1,Ωs
T]Tを囲む三つのラウドスピーカーl1,l2,l3が決定される(22)。ここで、単位動径が想定されている。
下のセクションは、高次アンビソニックス(HOA)の簡単な紹介を与え、処理されるべき、すなわちラウドスピーカーのためにレンダリングされるべき信号を定義する。
高次アンビソニックス(HOA)は、音源がないと想定されるコンパクトな関心領域内の音場の記述に基づく。その場合、時刻tおよび関心領域内の(球面座標:動径r、傾斜θ、方位角φでの)位置x=[r,θ,φ]Tにおける音圧p(t,x)の空間時間的振る舞いは、斉次波動方程式(homogeneous wave equation)によって物理的には完全に決定される。ωが角周波数を表わすとして、時間に関する音圧のフーリエ変換、すなわち
式(2)において、csは音速を表わし、k=ω/csは角波数を表わす。さらに、jn(・)は第一種のn次球面ベッセル関数を示し、Yn
m(・)は次数(order)nおよび陪数(degree)mの球面調和関数(SH)を表わす。音場についての完全な情報は、実際には音場係数An
m(k)内に含まれる。
SHは一般には複素数値の関数であることを注意しておくべきである。しかしながら、その近似的な線形結合により、実数値の関数を得て、上記展開をこれらの関数に関して実行することが可能である。
式(2)における圧力音場(sound field)記述に関係して、源場(source field)が次のように定義できる。
HOA領域の信号は、周波数領域または時間領域において、源場または音場係数の逆フーリエ変換として表現できる。以下の記述では、有限数の源場係数の時間領域表現
3Dについては O3D=(N+1)2 (6)
によって、2Dのみの記述についてはO2D=2N+1によって与えられる。係数bn mはラウドスピーカーによるのちの再生のためにある時間サンプルtのオーディオ情報を含む。これらは記憶または送信されることができ、よってデータ・レート圧縮の対象である。係数の単独の時間サンプルはO3D個の要素をもつベクトルb(t)
音場の二次元表現は、円調和関数を用いた展開によって導出できる。これは、上記で呈示した一般的な記述において、固定した傾斜角θ=π/2、係数の異なる重みおよびO2D個の係数に縮小された集合(m=±n)を使った特殊な場合である。よって、以下の考察はみな2D表現にも当てはまる。その場合、球という用語は円という用語によって置き換える必要がある。
ある実施形態では、係数データに沿ってメタデータが送られ、係数データの曖昧さのない同定を許容する。時間サンプル係数ベクトルb(t)を導出するためのすべての必要な情報は、伝送されるメタデータを通じてまたは所与のコンテキストのために与えられる。さらに、HOA次数NまたはO3Dの少なくとも一方ならびにある実施形態ではさらに近距離場記録を示すrsと一緒の特殊なフラグはデコーダにおいて既知であることを注意しておく。
次に、HOA信号のラウドスピーカーへのレンダリングが記述される。このセクションは、デコードの基本原理およびいくつかの数学的属性を示す。
基本的なデコードは、第一に、平面波ラウドスピーカー信号を想定し、第二に、スピーカーから原点までの距離が無視できることを想定する。l=1,…,Lとして球面方向
w=Db (9)
によって記述できる(非特許文献10)。ここで、w∈RL×1はL個のスピーカー信号の時間サンプルを表わし、デコード行列は
次に、特異値分解(SVD: Singular Value Decomposition)による行列の擬似逆行列が記述される。擬似逆行列を導出するための一つの普遍的な方法は、まずコンパクトなSVD:
Ψ=USVH (12)
を計算することである。ここで、
Ψ=USVH (12)
を計算することである。ここで、
以下では、エネルギー保存属性が記述される。HOA領域における信号エネルギーは
E=bHb (14)
によって与えられ、空間領域における対応するエネルギーは
E=bHb (14)
によって与えられ、空間領域における対応するエネルギーは
一般に、エネルギー保存的なレンダラー設計は当技術分野において知られている。L≧O3Dについてのエネルギー保存デコーダ行列設計は、非特許文献14において、
D=VUH (16)
によって提案されている。ここで、式(13)からの^付きのSは^S=Iとなるよう強制されており、よって式(16)では落とすことができる。積DHD=UVHVUH=Iであり、比^E/Eは1になる。この設計方法の恩恵は、空間的なパンが、知覚されるラウドネスにおけるゆらぎをもたない、均一な空間的音印象を保証するエネルギー保存である。この設計の欠点は、指向性の精度の損失および非対称的な、非規則的なスピーカー位置についての強いラウドスピーカー・ビーム・サイドローブである(図8~図9参照)。本発明は、この欠点を克服できる。
D=VUH (16)
によって提案されている。ここで、式(13)からの^付きのSは^S=Iとなるよう強制されており、よって式(16)では落とすことができる。積DHD=UVHVUH=Iであり、比^E/Eは1になる。この設計方法の恩恵は、空間的なパンが、知覚されるラウドネスにおけるゆらぎをもたない、均一な空間的音印象を保証するエネルギー保存である。この設計の欠点は、指向性の精度の損失および非対称的な、非規則的なスピーカー位置についての強いラウドスピーカー・ビーム・サイドローブである(図8~図9参照)。本発明は、この欠点を克服できる。
非規則的に位置されるスピーカーについてのレンダラー設計も当技術分野において知られている。特許文献1では、L≧O3DおよびL<O3Dについてのデコーダ設計方法であって、再生される指向性における高い精度でのレンダリングを許容するものが記述されている。この設計方法の欠点は、導出されるレンダラーがエネルギー保存的ではないことである(図10~図11参照)。
空間的平滑化のために、球面畳み込み(spherical convolution)が使用できる。これは、空間的フィルタリング・プロセスまたは係数領域における窓掛け(windowing)(畳み込み)である。その目的は、サイドローブ、いわゆるパン・ローブ(panning lobe)を最小化することである。もとのHOA係数bn
mおよびゾーン係数hn
0の重み付けされた積によって、チルダ付きのbn
mで表わされる新たな係数が与えられる(非特許文献5):
以下では、開示される解決策のさらなる詳細および実施形態が記述される。まず、レンダラー・アーキテクチャが、その初期化、スタートアップ挙動および処理の点で記述される。
ラウドスピーカー・セットアップ、すなわちラウドスピーカーの数または聴取位置に対するいずれかのラウドスピーカーの位置が変わるたびに、レンダラーは、サポートされるHOA入力信号がもつ任意のHOA次数Nについてのデコード行列の集合を決定する初期化プロセスを実行する必要がある。また、遅延線についての個々のスピーカー遅延dlおよびスピーカー利得glが、スピーカーと聴取位置の間の距離から決定される。このプロセスは後述される。ある実施形態では、導出されたデコード行列はコードブック内に記憶される。HOAオーディオ入力特性が変わるたびに、レンダラー制御ユニットは、現在有効な特性を決定し、コードブックからマッチするデコード行列を選択する。コードブック鍵はHOA次数Nまたは等価だがO3Dであることができる(式(6)参照)。
レンダリングのためのデータ処理の概略的な段階は、図3を参照して説明される。図3は、レンダラーの処理ブロックのブロック図を示している。該処理ブロックは、第一のバッファ31、周波数領域フィルタリング・ユニット32、レンダリング処理ユニット33、第二のバッファ34、L個のチャネルのための遅延ユニット35およびデジタル‐アナログ変換器および増幅器36である。
時間インデックスtをもつHOA時間サンプルおよびO3D個のHOA係数チャネルb(t)はまず第一のバッファ31に記憶されて、ブロック・インデックスμをもつM個のサンプルのブロックをなす。B(μ)の係数は、周波数領域フィルタリング・ユニット32において周波数フィルタリングされて、^付きのB(μ)で表わされる周波数フィルタリングされたブロックが得られる。この技術は、球状ラウドスピーカー源の距離を補償して、近距離場記録を扱えるようにするために知られている(非特許文献3)。^付きのB(μ)で表わされる周波数フィルタリングされたブロック信号は、レンダリング処理ユニット33において、
レンダラー初期化は次のように機能する。
第一に、スピーカー数および位置は既知である必要はない。初期化の第一段階は、新しいスピーカー数および関係する位置
L個の距離rlおよびrmaxは遅延線および利得補償35に入力される。各スピーカー・チャネルについての遅延サンプルの数dlは
たとえば上記コードブックについてのデコード行列の計算は以下のように機能する。デコード行列を生成する方法の概略的な段階は図4に示されている。図5は、ある実施形態における、デコード行列を生成する対応する装置の処理ブロックを示している。入力はスピーカー方向
スピーカー方向
上記スピーカー方向および上記球面モデリング格子が混合行列構築ブロック41に入力され、該ブロックはその混合行列Gを生成する。上記球面モデリング格子およびHOA次数Nはモード行列構築ブロック42に入力され、該ブロックはそのモード行列
混合行列構築ブロック42において、G∈RL×Sの混合行列Gが生成される。混合行列Gは特許文献1ではWと称されていることを注意しておく。混合行列Gのl番目の行は諸方向
1 0の値をもつGを生成(すなわちGを初期化)
2 for すべてのs=1…S
3 {
4 単位動径を想定して、位置[1,Ωs T]Tを囲む三つのスピーカーl1,l2,l3を見出し、
5 Lt=デカルト座標でのspherical_to_cartesian(R)を計算。
6 仮想源位置s=(sinΘscosφs,sinΘssinφs,cosΘs)Tを構築。
7 g=(gl1,gl2,gl3)Tとして、g=Lt -1sを計算
8 利得を規格化:g=g/∥g∥2
9 Gの関係する要素Gl,sをgの要素で充填:
Gl1,s=gl1、Gl2,s=gl2、Gl3,s=gl3
10 }。
デコード行列構築ブロック43では、上記モード行列と転置された混合行列との行列積のコンパクトな特異値分解が計算される。これは、本発明の重要な側面であり、これはさまざまな仕方で実行されることができる。ある実施形態では、モード行列
代替的な実施形態では、モード行列
ある実施形態では、
L≧O3Dについては、
L<O3Dについては、
ある実施形態では、平滑化されたデコード行列はスケーリングされる。ある実施形態では、平滑化は、デコード行列平滑化ブロック44において、図4のa)に示されるようにして実行される。異なる実施形態では、スケーリングは、行列スケーリング・ブロック45において別個の段階として、図4のb)に示されるようにして実行される。
ある実施形態では、上記一定のスケーリング因子はデコード行列から得られる。特に、デコード行列のいわゆるフロベニウス・ノルムに従って得ることができる:
図5は、本発明のある側面に基づいて、オーディオ再生のためのオーディオ音場表現をデコードする装置を示している。該装置は、前記デコード行列Dを得るためのデコード行列計算ユニット140を有するレンダリング処理ユニット33を有し、前記デコード行列計算ユニット140は、目標スピーカーの数Lを取得する手段1xおよびそれらのスピーカーの位置
図6は、例示的な16スピーカー・セットアップにおけるスピーカー位置を、スピーカーが接続されたノードとして示されるノード概略図において示している。前景の接続は実線として示され、背景の接続は破線として示されている。図7は、16スピーカーをもつ同じスピーカー・セットアップを遠近法図で示している。
以下では、図5および図6におけるようなスピーカー・セットアップでの得られた例示的な結果について述べる。音信号のエネルギー分布および特に比^E/EがdBで2球上に示される(すべての試験方向)。ラウドスピーカー・パン・ビームの例として、中央スピーカー・ビーム(図6ではスピーカー7)が示される。たとえば、N=3として非特許文献14において設計されているデコーダ行列は、図8に示されるような比^E/Eを生成する。これは、比^E/Eがほとんど一定なので、ほとんど完璧なエネルギー保存特性を与える:暗い領域(より低いボリュームに対応)と明るい領域(より高いボリュームに対応)の間の差が0.01dB未満である。しかしながら、図9に示されるように、中央スピーカーの対応するパン・ビームは強いサイドローブをもつ。これは、特に中心から外れた聴取者にとって、空間的な知覚を乱す。
他方、N=3として特許文献1において設計されているデコーダ行列は図9に示されるような比^E/Eを生じる。図10で使われるスケールでは、暗い領域は-2dBまでのより低いボリュームに対応し、明るい領域は+2dBまでのより高いボリュームに対応する。このように、比^E/Eは4dBより大きなゆらぎを示す。これは、たとえば一定の振幅での上から中央スピーカー位置への空間的パンが等しいラウドネスで知覚されることができないので、不都合である。しかしながら、図11に示されるように、中央スピーカーの対応するパン・ビームは非常に小さなサイドローブをもち、これは、中心から外れた聴取位置にとって有益である。
図12は、簡単な比較のために例示的にN=3とした、本発明に基づくデコーダ行列を用いて得られる音信号のエネルギー分布を示している。比^E/Eのスケール(図12の右側に示されている)は3.15~3.45dBの範囲である。このように、この比のゆらぎは0.31dBより小さく、音場におけるエネルギー分布は非常に均等である。結果として、一定振幅をもついかなる空間的パンも、等しいラウドネスで知覚される。図13に示されるように、中央スピーカーのパン・ビームは非常に小さいサイドローブをもつ。これは、サイドローブが可聴となることがありわずらわしくなる中心から外れた聴取位置にとって有益である。このように、本発明は、非特許文献14および特許文献1における従来技術で達成可能な組み合わされた利点を、それらそれぞれの欠点を被ることなしに、提供する。
本稿においてスピーカーが言及されるときは常に、ラウドスピーカーのような音発生装置が意図されることを注意しておく。
図面におけるフローチャートおよび/またはブロック図は、本発明のさまざまな実施形態に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの可能な実装の構成、動作および機能を例解する。これに関し、フローチャートまたはブロック図の各ブロックは、指定された論理機能を実装するための一つまたは複数の実行可能な命令を含む、コードのモジュール、セグメントまたは部分を表わしうる。
また、いくつかの代替的な実装では、ブロックにおいて記される機能は、図に記される順序から外れて生起してもよい。たとえば、相続いて示されている二つのブロックが、実際には、実質的に並行して実行されてもよいし、あるいはそれらのブロックは時には逆の順序で実行されてもよいし、あるいは関わっている機能に依存して、ブロックは代替的な順序で実行されてもよい。ブロック図および/またはフローチャート図解の各ブロックおよびブロック図および/またはフローチャート図解のブロックの組み合わせが、指定された機能または工程を実行する特殊目的のハードウェア・ベースのシステムによって、あるいは特殊目的ハードウェアとコンピュータ命令の組み合わせによって実装されることができることも注意しておく。明示的に記載されていないものの、本願の諸実施形態は、任意の組み合わせまたはサブコンビネーションにおいて用いることができる。
さらに、当業者は理解するであろうが、本願の原理の諸側面は、システム、方法またはコンピュータ可読媒体として具現されることができる。よって、本願の原理の諸側面は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態(ファームウェア、常駐ソフトウェア、マイクロコードなどを含む)または本稿でみな一般に「回路」「モジュール」または「システム」として言及されることのできるソフトウェアおよびハードウェア側面を組み合わせた実施形態の形を取ることができる。さらに、本願の原理の諸側面はコンピュータ可読記憶媒体の形を取ることができる。一つまたは複数のコンピュータ可読記憶媒体の任意の組み合わせが利用されてもよい。本稿で使われるところのコンピュータ可読記憶媒体は、その中に情報を記憶する内在的な機能およびそこから情報の取り出しを提供する内在的な機能を与えられた非一時的な記憶媒体と考えられる。
また、当業者は理解するであろうが、本願で呈示されるブロック図は、本発明の原理を具現する例解用のシステム・コンポーネントおよび/または回路の概念図を表わす。同様に、あらゆるフローチャート、流れ図、状態遷移図、擬似コードは、コンピュータ可読記憶媒体において実質的に表現され、よってコンピュータまたはプロセッサによって実行されうるさまざまなプロセスを表わす。これは、そのようなコンピュータまたはプロセッサが明示的に示されているか否かによらない。
いくつかの態様を記載しておく。
〔態様1〕
オーディオ再生のための高次アンビソニックス音場表現をレンダリングする方法であって、
・受領されたHOA時間サンプルb(t)をバッファリングする段階(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、段階と;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
を得る段階(32)と;
・該周波数フィルタリングされた係数を、デコード行列Dを使って空間領域にレンダリングする段階(33)であって、空間的信号W(μ)が得られる段階と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる段階(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延線において遅延させる段階(35)であって、L個のデジタル信号(355)が得られる段階と;
・前記L個のデジタル信号(355)をデジタル‐アナログ変換して増幅する段階(36)であって、L個のアナログ・ラウドスピーカー信号(365)が得られる段階とを含んでおり、
前記レンダリングする段階(33)の前記デコード行列(D)は、目標スピーカーの所与の配置に対してレンダリングするためであり、
・目標スピーカーの数(L)およびそれらのスピーカーの位置
を取得する段階(11)と;
・前記受領されたHOA時間サンプルb(t)に従って前記HOA次数(N)に関係した球面モデリング格子の位置
を決定する段階(12)と;
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する段階(41)と;
・前記球面モデリング格子
および前記HOA次数(N)からモード行列
を生成する段階(42)と;
・前記モード行列の、エルミート転置された混合行列(G)との積の、
に基づくコンパクトな特異値分解を実行する段階(43)であって、U、Vはユニタリー行列から導出され、Sは特異値要素をもつ対角行列であり、前記行列U、Vから第一のデコード行列
が
に従って計算され、ここで、^付きのSは恒等行列または特異値要素をもつ前記対角行列から導出される対角行列である、段階と;
・前記第一のデコード行列を平滑化係数
を用いて平滑化およびスケーリングする段階であって、前記デコード行列(D)が得られる段階とによって得られる、
方法。
〔態様2〕
前記平滑化は、L≧O3Dであれば第一の平滑化方法を使い、L<O3Dであれば異なる第二の平滑化方法を使い、ここで、O3D=(N+1)2であり、次いでスケーリングされる平滑化されたデコード行列
が得られる、態様1記載の方法。
〔態様3〕
前記第二の平滑化方法において、重み付け係数
が、カイザー窓の要素から
に従って構築され、HOA次数インデックスn=0,…,Nについてすべての要素KN+1+nは2n+1回反復され、cfは一定のスケーリング因子である、態様2記載の方法。
〔態様4〕
前記カイザー窓がK=KaiserWindow(len,width)に従って得られ、len=2N+1、width=2Nであり、ここで、Kはカイザー窓公式
によって生成される2N+1個の実数値の要素をもつベクトルであり、I0( )は第一種の零次の修正ベッセル関数を表わす、態様3記載の方法。
〔態様5〕
前記第一のデコード行列
が平滑化されて(44)平滑化されたデコード行列
が得られ、前記スケーリング(45)は、前記平滑化されたデコード行列のフロベニウス・ノルムから
に従って得られる一定のスケーリング因子cfを用いて実行され、ここで、
は前記平滑化されたデコード行列の行lおよび列qの行列要素である、態様1ないし4のうちいずれか一項記載の方法。
〔態様6〕
前記第一のデコード行列
が平滑化されて平滑化されたデコード行列
が得られ、前記スケーリングは、前記HOA入力信号とともに受領されるまたは記憶部から取り出される一定のスケーリング因子cfを用いて実行される、態様1ないし4のうちいずれか一項記載の方法。
〔態様7〕
前記第一の平滑化方法において、前記重み付け係数
が次数N+1のルジャンドル多項式の零点から、実数値の重み付け係数および定数因子dfをもつ
に従って導出される、態様2ないし6のうちいずれか一項記載の方法。
〔態様8〕
前記遅延線が異なるラウドスピーカー距離を補償する、態様1ないし7のうちいずれか一項記載の方法。
〔態様9〕
オーディオ再生のための高次アンビソニックス音場表現をレンダリングする装置であって、
・受領されたHOA時間サンプルb(t)をバッファリングする第一のバッファ(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、バッファと;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
を得る周波数領域フィルタリング・ユニット(32)と;
・該周波数フィルタリングされた係数を、デコード行列(D)を使って空間領域にレンダリングするレンダリング処理ユニット(33)と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる第二のバッファおよびシリアル化器(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延させる遅延線を有する遅延ユニット(35)と;
・前記L個のデジタル信号を変換および増幅してL個のアナログ・ラウドスピーカー信号が得られるD/A変換器および増幅器(36)とを有しており、
前記レンダリング処理ユニット(33)は前記デコード行列(D)を得るためのデコード行列計算ユニットを有し、前記デコード行列計算ユニットは、
・目標スピーカーの数(L)を取得する手段およびそれらのスピーカーの位置
を取得する手段と;
・球面モデリング格子位置
を決定する手段およびHOA次数(N)を取得する手段と;
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する第一の処理ユニット(141)と;
・前記球面モデリング格子
および前記HOA次数(N)からモード行列
を生成する第二の処理ユニット(142)と;
・前記モード行列の、エルミート転置された混合行列(G)との積の、
に基づくコンパクトな特異値分解を実行する第三の処理ユニット(143)であって、U、Vはユニタリー行列から導出され、Sは特異値要素をもつ対角行列である、ユニットと;
・前記行列U、Vから
に従って第一のデコード行列
を計算する計算手段(144)であって、
は恒等行列または前記特異値要素をもつ対角行列から導出された対角行列である、計算手段と;
・前記第一のデコード行列を平滑化係数
を用いて平滑化およびスケーリングする平滑化およびスケーリング・ユニット(145)であって、前記デコード行列(D)が得られるユニットとを有する、
装置。
〔態様10〕
前記レンダリング処理ユニット(33)は、前記デコード行列(D)を前記HOA音場表現に適用する手段であって、デコードされたオーディオ信号が得られる手段を有する、態様9記載の装置。
〔態様11〕
前記レンダリング処理ユニット(33)は、前記デコード行列をのちの使用のために記憶する手段を有する、態様9または10記載の装置。
〔態様12〕
前記平滑化およびスケーリング・ユニット(145)は、L≧O3Dであれば第一の平滑化方法に従って動作し、L<O3Dであれば異なる第二の平滑化方法に従って動作し、ここで、O3D=(N+1)2であり、次いでスケーリングされて平滑化されスケーリングされたデコード行列(D)を得る平滑化されたデコード行列
が得られる、態様9ないし11のうちいずれか一項記載の装置。
〔態様13〕
前記第二の平滑化方法において、重み付け係数
が、カイザー窓の要素から
に従って構築され、HOA次数インデックスn=0,…,Nについてすべての要素KN+1+nは2n+1回反復され、cfは一定のスケーリング因子である、態様12記載の装置。
〔態様14〕
前記第一のデコード行列
が平滑化ユニット(144)において平滑化されて平滑化されたデコード行列
が得られ、前記スケーリングはスケーリング器(145)において、前記平滑化されたデコード行列のフロベニウス・ノルムから
に従って得られる一定のスケーリング因子cfを用いて実行され、ここで、
は前記平滑化されたデコード行列の行lおよび列qの行列要素である、態様9ないし13のうちいずれか一項記載の装置。
〔態様15〕
実行可能命令を記憶しているコンピュータ可読媒体であって、前記命令はコンピュータに、オーディオ再生のためのオーディオ音場表現をデコードする方法であって、
・受領されたHOA時間サンプルb(t)をバッファリングする段階(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、段階と;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
を得る段階(32)と;
・該周波数フィルタリングされた係数を、デコード行列Dを使って空間領域にレンダリングする段階(33)であって、空間的信号W(μ)が得られる段階と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる段階(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延線において遅延させる段階(35)であって、L個のデジタル信号(355)が得られる段階と;
・前記L個のデジタル信号(355)をデジタル‐アナログ変換して増幅する段階(36)であって、L個のアナログ・ラウドスピーカー信号(365)が得られる段階とを含んでおり、
前記レンダリングする段階(33)の前記デコード行列(D)は、目標スピーカーの所与の配置に対してレンダリングするためであり、
・目標スピーカーの数(L)およびそれらのスピーカーの位置
を取得する段階(11)と;
・前記受領されたHOA時間サンプルb(t)に従って前記HOA次数(N)に関係した球面モデリング格子
の位置を決定する段階と;
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する段階と;
・前記球面モデリング格子
および前記HOA次数(N)からモード行列
を生成する段階と;
・前記モード行列の、エルミート転置された混合行列(G)との積の、
に基づくコンパクトな特異値分解を実行する段階であって、U、Vはユニタリー行列から導出され、Sは特異値要素をもつ対角行列である、段階と;
・前記行列U、Vから第一のデコード行列
を
に従って計算する段階であって、
は恒等行列または特異値要素をもつ前記対角行列から導出される対角行列である、段階と;
・前記第一のデコード行列を平滑化係数
を用いて平滑化およびスケーリングする段階であって、前記デコード行列(D)が得られる段階とによって得られる、
方法を実行させるものである、コンピュータ可読媒体。
〔態様1〕
オーディオ再生のための高次アンビソニックス音場表現をレンダリングする方法であって、
・受領されたHOA時間サンプルb(t)をバッファリングする段階(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、段階と;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
・該周波数フィルタリングされた係数を、デコード行列Dを使って空間領域にレンダリングする段階(33)であって、空間的信号W(μ)が得られる段階と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる段階(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延線において遅延させる段階(35)であって、L個のデジタル信号(355)が得られる段階と;
・前記L個のデジタル信号(355)をデジタル‐アナログ変換して増幅する段階(36)であって、L個のアナログ・ラウドスピーカー信号(365)が得られる段階とを含んでおり、
前記レンダリングする段階(33)の前記デコード行列(D)は、目標スピーカーの所与の配置に対してレンダリングするためであり、
・目標スピーカーの数(L)およびそれらのスピーカーの位置
・前記受領されたHOA時間サンプルb(t)に従って前記HOA次数(N)に関係した球面モデリング格子の位置
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する段階(41)と;
・前記球面モデリング格子
・前記モード行列の、エルミート転置された混合行列(G)との積の、
・前記第一のデコード行列を平滑化係数
方法。
〔態様2〕
前記平滑化は、L≧O3Dであれば第一の平滑化方法を使い、L<O3Dであれば異なる第二の平滑化方法を使い、ここで、O3D=(N+1)2であり、次いでスケーリングされる平滑化されたデコード行列
〔態様3〕
前記第二の平滑化方法において、重み付け係数
〔態様4〕
前記カイザー窓がK=KaiserWindow(len,width)に従って得られ、len=2N+1、width=2Nであり、ここで、Kはカイザー窓公式
〔態様5〕
前記第一のデコード行列
〔態様6〕
前記第一のデコード行列
〔態様7〕
前記第一の平滑化方法において、前記重み付け係数
〔態様8〕
前記遅延線が異なるラウドスピーカー距離を補償する、態様1ないし7のうちいずれか一項記載の方法。
〔態様9〕
オーディオ再生のための高次アンビソニックス音場表現をレンダリングする装置であって、
・受領されたHOA時間サンプルb(t)をバッファリングする第一のバッファ(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、バッファと;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
・該周波数フィルタリングされた係数を、デコード行列(D)を使って空間領域にレンダリングするレンダリング処理ユニット(33)と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる第二のバッファおよびシリアル化器(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延させる遅延線を有する遅延ユニット(35)と;
・前記L個のデジタル信号を変換および増幅してL個のアナログ・ラウドスピーカー信号が得られるD/A変換器および増幅器(36)とを有しており、
前記レンダリング処理ユニット(33)は前記デコード行列(D)を得るためのデコード行列計算ユニットを有し、前記デコード行列計算ユニットは、
・目標スピーカーの数(L)を取得する手段およびそれらのスピーカーの位置
・球面モデリング格子位置
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する第一の処理ユニット(141)と;
・前記球面モデリング格子
・前記モード行列の、エルミート転置された混合行列(G)との積の、
・前記行列U、Vから
・前記第一のデコード行列を平滑化係数
装置。
〔態様10〕
前記レンダリング処理ユニット(33)は、前記デコード行列(D)を前記HOA音場表現に適用する手段であって、デコードされたオーディオ信号が得られる手段を有する、態様9記載の装置。
〔態様11〕
前記レンダリング処理ユニット(33)は、前記デコード行列をのちの使用のために記憶する手段を有する、態様9または10記載の装置。
〔態様12〕
前記平滑化およびスケーリング・ユニット(145)は、L≧O3Dであれば第一の平滑化方法に従って動作し、L<O3Dであれば異なる第二の平滑化方法に従って動作し、ここで、O3D=(N+1)2であり、次いでスケーリングされて平滑化されスケーリングされたデコード行列(D)を得る平滑化されたデコード行列
〔態様13〕
前記第二の平滑化方法において、重み付け係数
〔態様14〕
前記第一のデコード行列
〔態様15〕
実行可能命令を記憶しているコンピュータ可読媒体であって、前記命令はコンピュータに、オーディオ再生のためのオーディオ音場表現をデコードする方法であって、
・受領されたHOA時間サンプルb(t)をバッファリングする段階(31)であって、M個のサンプルおよび時間インデックスμの諸ブロックが形成される、段階と;
・前記係数B(μ)をフィルタリングして周波数フィルタリングされた係数
・該周波数フィルタリングされた係数を、デコード行列Dを使って空間領域にレンダリングする段階(33)であって、空間的信号W(μ)が得られる段階と;
・前記空間的信号W(μ)をバッファリングおよびシリアル化して、L個のチャネルについての時間サンプルw(t)が得られる段階(34)と;
・L個のチャネルのそれぞれについて個々に時間サンプルw(t)を遅延線において遅延させる段階(35)であって、L個のデジタル信号(355)が得られる段階と;
・前記L個のデジタル信号(355)をデジタル‐アナログ変換して増幅する段階(36)であって、L個のアナログ・ラウドスピーカー信号(365)が得られる段階とを含んでおり、
前記レンダリングする段階(33)の前記デコード行列(D)は、目標スピーカーの所与の配置に対してレンダリングするためであり、
・目標スピーカーの数(L)およびそれらのスピーカーの位置
・前記受領されたHOA時間サンプルb(t)に従って前記HOA次数(N)に関係した球面モデリング格子
・前記球面モデリング格子の位置および前記スピーカーの位置から混合行列(G)を生成する段階と;
・前記球面モデリング格子
・前記モード行列の、エルミート転置された混合行列(G)との積の、
・前記行列U、Vから第一のデコード行列
・前記第一のデコード行列を平滑化係数
方法を実行させるものである、コンピュータ可読媒体。
Claims (4)
- 音または音場の高次アンビソニックス(HOA)表現をデコードする方法であって、
混合行列Gおよびモード行列
前記平滑化されたデコード行列は、平滑化係数を用いて第一のデコード行列
前記平滑化されたデコード行列に基づいて前記HOA表現の係数を時間領域から空間領域にレンダリングする段階とを含む、
方法。 - 空間的信号Wをバッファリングおよびシリアル化する段階であって、複数のチャネルについての時間サンプルw(t)が得られる、段階と;
前記チャネルのそれぞれについて個々に時間サンプルw(t)を遅延線において遅延させる段階であって、対応するデジタル信号が得られる、段階とをさらに含み、
前記遅延線が異なるラウドスピーカー距離を補償する、
請求項1記載の方法。 - コンピュータに請求項1記載の方法を実行させる実行可能命令を記憶している、非一時的なコンピュータ読み取り可能な媒体。
- オーディオ再生のための音または音場の高次アンビソニックス(HOA)表現をデコードする装置であって、
前記HOA音場表現の係数をデコードするように構成されたデコーダを有しており、前記デコーダは:
混合行列Gおよびモード行列
前記平滑化されたデコード行列は、平滑化係数を用いて第一のデコード行列
前記モード行列の、転置された混合行列とのコンパクトな特異値分解が
前記平滑化されたデコード行列に基づいて前記HOA表現の係数を時間領域から空間領域にレンダリングするように構成されたレンダラーとを有する、
装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023176456A JP2024009944A (ja) | 2012-07-16 | 2023-10-12 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP12305862.0 | 2012-07-16 | ||
EP12305862 | 2012-07-16 | ||
JP2020076132A JP6934979B2 (ja) | 2012-07-16 | 2020-04-22 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2021136069A JP7119189B2 (ja) | 2012-07-16 | 2021-08-24 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021136069A Division JP7119189B2 (ja) | 2012-07-16 | 2021-08-24 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023176456A Division JP2024009944A (ja) | 2012-07-16 | 2023-10-12 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022153613A JP2022153613A (ja) | 2022-10-12 |
JP7368563B2 true JP7368563B2 (ja) | 2023-10-24 |
Family
ID=48793263
Family Applications (7)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015522078A Active JP6230602B2 (ja) | 2012-07-16 | 2013-07-16 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2017200715A Active JP6472499B2 (ja) | 2012-07-16 | 2017-10-17 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2019008340A Active JP6696011B2 (ja) | 2012-07-16 | 2019-01-22 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2020076132A Active JP6934979B2 (ja) | 2012-07-16 | 2020-04-22 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2021136069A Active JP7119189B2 (ja) | 2012-07-16 | 2021-08-24 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2022123700A Active JP7368563B2 (ja) | 2012-07-16 | 2022-08-03 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2023176456A Pending JP2024009944A (ja) | 2012-07-16 | 2023-10-12 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Family Applications Before (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015522078A Active JP6230602B2 (ja) | 2012-07-16 | 2013-07-16 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2017200715A Active JP6472499B2 (ja) | 2012-07-16 | 2017-10-17 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2019008340A Active JP6696011B2 (ja) | 2012-07-16 | 2019-01-22 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2020076132A Active JP6934979B2 (ja) | 2012-07-16 | 2020-04-22 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
JP2021136069A Active JP7119189B2 (ja) | 2012-07-16 | 2021-08-24 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023176456A Pending JP2024009944A (ja) | 2012-07-16 | 2023-10-12 | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Country Status (9)
Country | Link |
---|---|
US (9) | US9712938B2 (ja) |
EP (4) | EP3629605B1 (ja) |
JP (7) | JP6230602B2 (ja) |
KR (5) | KR20230154111A (ja) |
CN (6) | CN107071687B (ja) |
AU (5) | AU2013292057B2 (ja) |
BR (3) | BR122020017399B1 (ja) |
HK (1) | HK1210562A1 (ja) |
WO (1) | WO2014012945A1 (ja) |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9288603B2 (en) | 2012-07-15 | 2016-03-15 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for backward-compatible audio coding |
US9473870B2 (en) | 2012-07-16 | 2016-10-18 | Qualcomm Incorporated | Loudspeaker position compensation with 3D-audio hierarchical coding |
US9761229B2 (en) | 2012-07-20 | 2017-09-12 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for audio object clustering |
US9479886B2 (en) | 2012-07-20 | 2016-10-25 | Qualcomm Incorporated | Scalable downmix design with feedback for object-based surround codec |
US9736609B2 (en) | 2013-02-07 | 2017-08-15 | Qualcomm Incorporated | Determining renderers for spherical harmonic coefficients |
US9609452B2 (en) | 2013-02-08 | 2017-03-28 | Qualcomm Incorporated | Obtaining sparseness information for higher order ambisonic audio renderers |
US10178489B2 (en) * | 2013-02-08 | 2019-01-08 | Qualcomm Incorporated | Signaling audio rendering information in a bitstream |
US9883310B2 (en) | 2013-02-08 | 2018-01-30 | Qualcomm Incorporated | Obtaining symmetry information for higher order ambisonic audio renderers |
US9466305B2 (en) | 2013-05-29 | 2016-10-11 | Qualcomm Incorporated | Performing positional analysis to code spherical harmonic coefficients |
US9716959B2 (en) | 2013-05-29 | 2017-07-25 | Qualcomm Incorporated | Compensating for error in decomposed representations of sound fields |
EP2866475A1 (en) | 2013-10-23 | 2015-04-29 | Thomson Licensing | Method for and apparatus for decoding an audio soundfield representation for audio playback using 2D setups |
EP2879408A1 (en) * | 2013-11-28 | 2015-06-03 | Thomson Licensing | Method and apparatus for higher order ambisonics encoding and decoding using singular value decomposition |
EP2892250A1 (en) | 2014-01-07 | 2015-07-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for generating a plurality of audio channels |
US9502045B2 (en) | 2014-01-30 | 2016-11-22 | Qualcomm Incorporated | Coding independent frames of ambient higher-order ambisonic coefficients |
US9922656B2 (en) | 2014-01-30 | 2018-03-20 | Qualcomm Incorporated | Transitioning of ambient higher-order ambisonic coefficients |
KR102479741B1 (ko) * | 2014-03-24 | 2022-12-22 | 돌비 인터네셔널 에이비 | 고차 앰비소닉스 신호에 동적 범위 압축을 적용하는 방법 및 디바이스 |
US9852737B2 (en) | 2014-05-16 | 2017-12-26 | Qualcomm Incorporated | Coding vectors decomposed from higher-order ambisonics audio signals |
US9620137B2 (en) | 2014-05-16 | 2017-04-11 | Qualcomm Incorporated | Determining between scalar and vector quantization in higher order ambisonic coefficients |
US10770087B2 (en) | 2014-05-16 | 2020-09-08 | Qualcomm Incorporated | Selecting codebooks for coding vectors decomposed from higher-order ambisonic audio signals |
HUE042058T2 (hu) * | 2014-05-30 | 2019-06-28 | Qualcomm Inc | Szórványossági információ beszerzése magasabb rendû abiszonikus audio leképezõ egységekhez |
EP3149972B1 (en) * | 2014-05-30 | 2018-08-15 | Qualcomm Incorporated | Obtaining symmetry information for higher order ambisonic audio renderers |
KR20240050436A (ko) * | 2014-06-27 | 2024-04-18 | 돌비 인터네셔널 에이비 | Hoa 데이터 프레임 표현의 압축을 위해 비차분 이득 값들을 표현하는 데 필요하게 되는 비트들의 최저 정수 개수를 결정하는 장치 |
US9536531B2 (en) | 2014-08-01 | 2017-01-03 | Qualcomm Incorporated | Editing of higher-order ambisonic audio data |
US9747910B2 (en) | 2014-09-26 | 2017-08-29 | Qualcomm Incorporated | Switching between predictive and non-predictive quantization techniques in a higher order ambisonics (HOA) framework |
EP3254454B1 (en) * | 2015-02-03 | 2020-12-30 | Dolby Laboratories Licensing Corporation | Conference searching and playback of search results |
EP3314916B1 (en) | 2015-06-25 | 2020-07-29 | Dolby Laboratories Licensing Corporation | Audio panning transformation system and method |
EP3329486B1 (en) | 2015-07-30 | 2020-07-29 | Dolby International AB | Method and apparatus for generating from an hoa signal representation a mezzanine hoa signal representation |
US10249312B2 (en) | 2015-10-08 | 2019-04-02 | Qualcomm Incorporated | Quantization of spatial vectors |
US9961467B2 (en) * | 2015-10-08 | 2018-05-01 | Qualcomm Incorporated | Conversion from channel-based audio to HOA |
US10070094B2 (en) | 2015-10-14 | 2018-09-04 | Qualcomm Incorporated | Screen related adaptation of higher order ambisonic (HOA) content |
FR3052951B1 (fr) * | 2016-06-20 | 2020-02-28 | Arkamys | Procede et systeme pour l'optimisation du rendu sonore de basses frequences d'un signal audio |
EP3625974B1 (en) | 2017-05-15 | 2020-12-23 | Dolby Laboratories Licensing Corporation | Methods, systems and apparatus for conversion of spatial audio format(s) to speaker signals |
US10182303B1 (en) * | 2017-07-12 | 2019-01-15 | Google Llc | Ambisonics sound field navigation using directional decomposition and path distance estimation |
US10015618B1 (en) * | 2017-08-01 | 2018-07-03 | Google Llc | Incoherent idempotent ambisonics rendering |
CN107820166B (zh) * | 2017-11-01 | 2020-01-07 | 江汉大学 | 一种声音对象的动态渲染方法 |
US10264386B1 (en) * | 2018-02-09 | 2019-04-16 | Google Llc | Directional emphasis in ambisonics |
US11798569B2 (en) | 2018-10-02 | 2023-10-24 | Qualcomm Incorporated | Flexible rendering of audio data |
KR102670118B1 (ko) * | 2019-07-30 | 2024-05-29 | 돌비 레버러토리즈 라이쎈싱 코오포레이션 | 다중 스피커를 통한 다중 오디오 스트림 재생 관리 |
WO2023275218A2 (en) * | 2021-06-30 | 2023-01-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Adjustment of reverberation level |
CN116582803B (zh) * | 2023-06-01 | 2023-10-20 | 广州市声讯电子科技股份有限公司 | 扬声器阵列的自适应控制方法、***、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2094032A1 (en) | 2008-02-19 | 2009-08-26 | Deutsche Thomson OHG | Audio signal, method and apparatus for encoding or transmitting the same and method and apparatus for processing the same |
WO2011090834A1 (en) | 2010-01-22 | 2011-07-28 | Dolby Laboratories Licensing Corporation | Using multichannel decorrelation for improved multichannel upmixing |
WO2011117399A1 (en) | 2010-03-26 | 2011-09-29 | Thomson Licensing | Method and device for decoding an audio soundfield representation for audio playback |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5889867A (en) * | 1996-09-18 | 1999-03-30 | Bauck; Jerald L. | Stereophonic Reformatter |
US6645261B2 (en) | 2000-03-06 | 2003-11-11 | Cargill, Inc. | Triacylglycerol-based alternative to paraffin wax |
US7949141B2 (en) * | 2003-11-12 | 2011-05-24 | Dolby Laboratories Licensing Corporation | Processing audio signals with head related transfer function filters and a reverberator |
CN1677493A (zh) * | 2004-04-01 | 2005-10-05 | 北京宫羽数字技术有限责任公司 | 一种增强音频编解码装置及方法 |
EP2486561B1 (en) * | 2009-10-07 | 2016-03-30 | The University Of Sydney | Reconstruction of a recorded sound field |
NZ587483A (en) * | 2010-08-20 | 2012-12-21 | Ind Res Ltd | Holophonic speaker system with filters that are pre-configured based on acoustic transfer functions |
ES2922639T3 (es) * | 2010-08-27 | 2022-09-19 | Sennheiser Electronic Gmbh & Co Kg | Método y dispositivo para la reproducción mejorada de campo sonoro de señales de entrada de audio codificadas espacialmente |
EP2451196A1 (en) * | 2010-11-05 | 2012-05-09 | Thomson Licensing | Method and apparatus for generating and for decoding sound field data including ambisonics sound field data of an order higher than three |
EP2450880A1 (en) * | 2010-11-05 | 2012-05-09 | Thomson Licensing | Data structure for Higher Order Ambisonics audio data |
-
2013
- 2013-07-16 KR KR1020237037407A patent/KR20230154111A/ko active IP Right Grant
- 2013-07-16 BR BR122020017399-8A patent/BR122020017399B1/pt active IP Right Grant
- 2013-07-16 KR KR1020217000214A patent/KR102479737B1/ko active IP Right Grant
- 2013-07-16 CN CN201710147821.1A patent/CN107071687B/zh active Active
- 2013-07-16 CN CN201380037816.5A patent/CN104584588B/zh active Active
- 2013-07-16 KR KR1020207004422A patent/KR102201034B1/ko active IP Right Grant
- 2013-07-16 AU AU2013292057A patent/AU2013292057B2/en active Active
- 2013-07-16 US US14/415,561 patent/US9712938B2/en active Active
- 2013-07-16 CN CN201710149413.XA patent/CN106658343B/zh active Active
- 2013-07-16 KR KR1020157000821A patent/KR102079680B1/ko active IP Right Grant
- 2013-07-16 BR BR112015001128-4A patent/BR112015001128B1/pt active IP Right Grant
- 2013-07-16 CN CN201710147809.0A patent/CN106658342B/zh active Active
- 2013-07-16 CN CN201710147810.3A patent/CN107071685B/zh active Active
- 2013-07-16 EP EP19203226.6A patent/EP3629605B1/en active Active
- 2013-07-16 JP JP2015522078A patent/JP6230602B2/ja active Active
- 2013-07-16 BR BR122020017389-0A patent/BR122020017389B1/pt active IP Right Grant
- 2013-07-16 WO PCT/EP2013/065034 patent/WO2014012945A1/en active Application Filing
- 2013-07-16 KR KR1020227044216A patent/KR102597573B1/ko active IP Right Grant
- 2013-07-16 EP EP21214639.3A patent/EP4013072B1/en active Active
- 2013-07-16 CN CN201710147812.2A patent/CN107071686B/zh active Active
- 2013-07-16 EP EP13737262.9A patent/EP2873253B1/en active Active
- 2013-07-16 EP EP23202235.0A patent/EP4284026A3/en active Pending
-
2015
- 2015-11-17 HK HK15111315.8A patent/HK1210562A1/xx unknown
-
2017
- 2017-06-06 AU AU2017203820A patent/AU2017203820B2/en active Active
- 2017-06-12 US US15/619,935 patent/US9961470B2/en active Active
- 2017-10-17 JP JP2017200715A patent/JP6472499B2/ja active Active
-
2018
- 2018-03-14 US US15/920,849 patent/US10075799B2/en active Active
- 2018-08-28 US US16/114,937 patent/US10306393B2/en active Active
-
2019
- 2019-01-22 JP JP2019008340A patent/JP6696011B2/ja active Active
- 2019-03-19 AU AU2019201900A patent/AU2019201900B2/en active Active
- 2019-05-20 US US16/417,515 patent/US10595145B2/en active Active
-
2020
- 2020-02-12 US US16/789,077 patent/US10939220B2/en active Active
- 2020-04-22 JP JP2020076132A patent/JP6934979B2/ja active Active
-
2021
- 2021-03-01 US US17/189,067 patent/US11451920B2/en active Active
- 2021-05-28 AU AU2021203484A patent/AU2021203484B2/en active Active
- 2021-08-24 JP JP2021136069A patent/JP7119189B2/ja active Active
-
2022
- 2022-08-03 JP JP2022123700A patent/JP7368563B2/ja active Active
- 2022-09-13 US US17/943,965 patent/US11743669B2/en active Active
-
2023
- 2023-06-19 AU AU2023203838A patent/AU2023203838A1/en active Pending
- 2023-07-26 US US18/359,198 patent/US20240040327A1/en active Pending
- 2023-10-12 JP JP2023176456A patent/JP2024009944A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2094032A1 (en) | 2008-02-19 | 2009-08-26 | Deutsche Thomson OHG | Audio signal, method and apparatus for encoding or transmitting the same and method and apparatus for processing the same |
WO2011090834A1 (en) | 2010-01-22 | 2011-07-28 | Dolby Laboratories Licensing Corporation | Using multichannel decorrelation for improved multichannel upmixing |
WO2011117399A1 (en) | 2010-03-26 | 2011-09-29 | Thomson Licensing | Method and device for decoding an audio soundfield representation for audio playback |
Non-Patent Citations (1)
Title |
---|
F.Zotter, H.Pomberger, M.Noisternig,Energy-preserving ambisonic decoding,米国,Acta Acustica united with Acustica,2012年,p37-47,98(1),January/February 2012 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7368563B2 (ja) | オーディオ再生のためのオーディオ音場表現をレンダリングするための方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220803 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231012 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7368563 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |