RS58874B1 - Parametričko miksovanje audio signala - Google Patents

Description

Opis

Oblast tehnike

[0001] Ovde opisan pronalazak generalno se odnosi na enkodiranje i dekodiranje audio signala, a određenije na miksovanje kanala downmix signala na osnovu povezanih metapodataka.

Pozadina

[0002] Sistemi za audio reprodukciju koji obuhvataju više zvučnika, često se koriste da reprodukuju audio scenu predstavljenu višekanalnim audio signalom, pri čemu se respektivni kanali višekanalnog audio signala reprodukuju na respektivnim zvučnicima. Višekanalni audio signal može, na primer, biti zabeležen putem više akustičnih transduktora ili mogu biti generisani opremom za audio stvaranje. U mnogim situacijama, postoje ograničenja širine frekventnog pojasa za emitovanje audio signala do opreme za reprodukcije i/ili ograničenog prostora za skladištenje audio signala u memoriji kompjutera ili prenosnom uređaju za skladištenje. Postoje sistemi za audio kodiranje za parametričko kodiranje audio signala, kako bi se redukovala potrebna širina frekventnog pojasa ili mesta za skladištenje. Na strani enkodera, ovi sistemi tipično downmix-uju višekanalni audio signal u downmix signal, koji je tipično mono (jednog kanala) ili stereo (dva kanala) downmix, i ekstraktuje sporedne informacije koje opisuju osobine kanala putem parametara kao što su razlike u nivoima i unakrsna-korelacija. Downmix i sporedne informacije zatim se enkodiraju i šalju na stranu dekodera. Na strani dekodera, višekanalni audio signal is rekonstruisan, tj. približava, iz downmix-a pod kontrolom parametara sporednih informacija.

[0003] U pogledu širokog raspona različitih tipova uređaja i sistema koji mogu da reprodukuju višekanalni audio sadržaj, uključujući razvojni segment koji je usmeren ka krajnjim korisnicima u njihovim domovima, postoji potreba za novim i alternativnim načinima za efikasno enkodiranje višekanalnog audio sadržaja, tako da se redukuju zahtevi širine frekventnog pojasa i/ili zahtevana veličina memorije za skladišenje, olakša rekonstrukcija višekanalnog audio signala na strani dekodera, i/ili poveća ispravnost višekanalnog audio signala kakav je rekonstruisan na strani dekodera. Takođe postoji potreba da se olakša reprodukcija enkodiranog višekanalnog audio sadržaja na različitim tipovima zvučničkih sistema, uključujući sisteme sa manje zvučnika od broja kanala koji je prisutan u originalnom višekanalnom audio sadržaju.

[0004] WO 2014/126689 A1 opisuje primenu dekorelacionog postupka filtriranja na više-kanalnim audio podacima, na bazi audio karakteristika. Pomenuti postupak izaziva specifičnu inter-korelacionu signalnu koherentnost između kanal-specifičnih dekorelacionih signala za najmanje jedan par kanala. Interkanalna koherentnost između više parova audio kanala može biti kontrolisana.

[0005] HERRE JURGEN ET AL: MPEG Surround-The ISO/MPEG Standard for Efficient and Compatible Multichannel Audio Coding", JAES, AES, 60 EAST 42ND STREET, ROOM 2520 NEW YORK 10165-2520, USA, vol.56, no.11, 1 November 2008, strane 932-9355, XP040508729 opisuju efikasno i obrnutokompatibilno kodiranje visoko-kvalitetnog višekanalnog zvuka upotrebom tehnika parametričkog kodiranja.

[0006] US 2006/0165184 A1 opisuje rekonstrukciju više-kanalnih signala tako da su rekonstruisani kanali najmanje delimično dekorelisani jedan od drugog upotrebom sabranog signala izvedenog iz originalnog više-kanalnog signala i postavljanje de-korelisanih signala obezbeđenih putem de-korelatora.

Kratak opis crteža

[0007] U nastavku, primeri izvođenja biće detaljnije opisani uz pozivanje na prateće crteže, na kojima: Fig.1 je uopšteni blok dijagram enkodirajuće sekcije za enkodiranje M-kanalnog signala kao dvokanalnog downmix signala i povezanih metapodataka, prema jednom primeru izvođenja;

Fig.2 je uopšteni blok dijagram sistema za audio enkodiranje koji obuhvata sekciju za enkodiranje prikazanu na Fig.1, prema jednom primeru izvođenja;

Fig.3 je grafikon toka postupka za audio enkodiranje za enkodiranje M-kanalnog audio signala kao dvokanalnog downmix signala i povezanih metapodataka, prema jednom primeru izvođenja;

Fig.4-6 prikazuju alternativne načine deljenja 11.1-kanalnog (ili 7.1+4-kanalnog ili 7.1.4-kanalnog) audio signala na grupe kanala predstavljene respektivnim downmix kanalima, prema primerima izvođenja; Fig.7 je uopšteni blok dijagram dekodirajuće sekcije za obezbeđivanje dvokanalnog izlaznog signala na bazi dvokanalnog downmix signala i povezanih upmix parametara, prema jednom primeru izvođenja; Fig.8 je uopšteni blok dijagram sistema za audio dekodiranje koji obuhvata dekodirajuću sekciju prikazanu na Fig.7, prema jednom primeru izvođenja;

Fig.9 je uopšteni blok dijagram dekodirajuće sekcije za obezbeđivanje dvokanalnog izlaznog signala na bazi dvokanalnog downmix signala i povezanih parametara miksovanja, prema jednom primeru izvođenja;

Fig.10 je grafikon toka postupka za audio dekodiranje za obezbeđivanje dvokanalnog izlaznog signala na bazi dvokanalnog downmix signala i povezanih metapodataka, prema jednom primeru izvođenja;

Fig.11 šematski prikazuje medijum čitljiv od strane kompjutera, prema jednom primeru izvođenja; Fig.12 je uopšteni blok dijagram dekodirajuće sekcije za obezbeđivanje K-kanalnog izlaznog signala na bazi dvokanalnog downmix signala i povezanih upmix parametara, prema jednom primeru izvođenja; Fig.13-14 prikazuju alternativne načine deljenja 11.1-kanalnog (ili 7.1+4-kanalnog ili 7.1.4-kanalnog) audio signala na grupe kanala, prema primerima izvođenja; i

Fig.15-16 prikazuju alternativne načine deljenja 13.1-kanalni (ili 9.1+4-kanalnog ili 9.1.4-kanalog) audio signala na grupe kanala, prema primerima izvođenja.

[0008] Svi crteži su šematski i generalno prikazuju samo delove koji su neophodni za razumevanje ovog pronalaska, dok drugi delovi mogu biti izostavljeni ili samo pretpostavljeni.

Opis primera izvođenja

[0009] Kako se ovde koristi, audio signal može biti samostalni audio signal, audio deo audiovizuelnog signala ili multimedijalni signal ili bilo koji od pomenutih u kombinaciji sa metapodacima.

[0010] Kako se ovde koristi, kanal je audio signal povezan sa prethodno definisanim/fiksnim prostornim položajem/orijentacijom ili nedefinisanim prostornim položajem kao što je "levo" ili "desno".

I. Kratak pregled - Strana dekodera

[0011] Prema prvom aspektu, primeri izvođenja predlažu sisteme za audio dekodiranje, postupke za audio dekodiranje i povezane proizvode kompjuterskog programa. Predloženi sistemi za dekodiranje, postupci i proizvodi kompjuterskog programa, prema prvom aspektu, mogu uopšteno imati iste osobine i prednosti.

[0012] Prema primerima izvođenja, obezbeđen je postupak za audio dekodiranje koji obuhvata prijem dvokanalnog downmix signala. Downmix signal povezan je sa metapodacima koji obuhvataju upmix parametre za parametričku rekonstrukciju M-kanalnog audio signala na bazi downmix signala, gde je M ≥ 4. Prvi kanal downmix signala odgovara linearnoj kombinaciji prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala odgovara linearnoj kombinaciji druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Postupak za audio dekodiranje dalje obuhvata: prijem najmanje dela metapodataka; generisanje dekorelisanog signala na bazi najmanje jednog kanala downmix signala; određivanje skupa koeficijenata miksovanja na bazi primljenih metapodataka; i formiranje dvokanalnog izlaznog signala kao linearne kombinacije downmix signala i dekorelisanog signala u skladu sa koeficijentima miksovanja. Koeficijenti miksovanja su utvrđeni tako da prvi kanal izlaznog signala približava se linearnoj kombinaciji treće grupe jednog ili više kanala M-kanalnog audio signala, i tako da se drugi kanal izlaznog signala približava linearnoj kombinaciji četvrte grupe jednog ili više kanala M-kanalnog audio signala. Koeficijenti miksovanja takođe su određeni tako da treća i četvrta grupa obrazuju particiju M kanala M-kanalnog audio signala, i tako da i treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe.

[0013] M-kanalni audio signal enkodiran je kao dvokanalni downmix signal i upmix parametri za parametričku rekonstrukciju M-kanalnog audio signala. Tokom enkodiranja M-kanalnog audio signala na strani enkodera, kodirajući format može se odabrati npr. kako bi se olakšala rekonstrukcija M-kanalnog audio signala iz downmix signala, kako bi se poboljšala ispravnost M-kanalnog audio signala kakav je rekonstruisan iz downmix signala, i/ili kako bi se poboljšala efikasnost kodiranja downmix signala. Ovaj odabir kodirajućeg formata može se izvesti biranjem prve i druge grupe i formiranjem kanala downmix signala kao respektivnih linearnih kombinacija kanala u respektivnim grupama.

[0014] Pronalazači su shvatili da iako odabrani kodirajući format može da olakša rekonstrukciju M-kanalnog audio signala iz downmix signala, downmix signal sam po sebi ne mora biti pogodan za reprodukciju koja koristi određenu dvo-zvučničku konfiguraciju. Izlazni signal, koji odgovara različitoj particiji M-kanalnog audio signala u trećoj i četvrtoj grupi, može biti pogodniji za određeno podešavanje dvokanalne reprodukcije u odnosu na downmix signal. Obezbeđivanje izlaznog signala na bazi downmix signala i primljenih metapodataka tako može poboljšati kvalitet dvokanalne reprodukcije kako je percipira slušalac, i/ili poboljšati ispravnost dvokanalne reprodukcije na zvučno polje predstavljeno M-kanalnim audio signalom.

[0015] Pronalazači su dalje shvatili da, umesto iz prvog rekonstruisanog M-kanalnog audio signala iz downmix signala, a zatim generisanja alternativni dvokanalni prikaz M-kanalnog audio signala (npr. dodatnim miksovanjem), alternativni dvokanalni prikaz obezbeđen pomoću izlaznog kanala može biti efikasnije generisan iz downmix signala i primljenih metapodataka iskorišćavanjem činjenice da su neki kanali M-kanalnog audio signala zajedno grupisani slično u oba od dvokanalnih prikaza. Formiranje izlaznog signala kao linearne kombinacije downmix signala i dekorelisanog signala može na primer smanjiti proračunsku kompleksnost na strani dekodera i/ili smanjiti broj komponenata ili faza obrade uključenih da se dobije alternativni dvokanalni prikaz M-kanalnog audio signala.

[0016] Prvi kanal downmix signala može na primer biti formiran, npr. na strani enkodera, kao linearna kombinacija prve grupe jednog ili više kanala. Slično, drugi kanal downmix signala može na primer biti formiran, na strani enkodera, kao linearna kombinacija druge grupe jednog ili više kanala.

[0017] Kanali M-kanalnog audio signala mogu na primer da formiraju podskup većeg broja kanala koji zajedno predstavljaju zvučno polje.

[0018] Podrazumeva se da budući da i treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe, particija obezbeđena trećom i četvrtom grupom razlikuje se od particije obezbeđene prvom i drugom grupom.

[0019] Dekorelisani signal služi da poveća dimenzionalnost audio sadržaja downmix signala, kako je percipira slušalac. Generisanje dekorelisanog signala može na primer da uključuje primenu linearnog flitera na jedan ili više kanala downmix signala.

[0020] Formiranje izlaznog signala može na primer da uključuje primenu najmanje nekih od koeficijenata miksovanja na kanale downmix signala, i najmanje nekih od koeficijenata miksovanja na jedan ili više kanala dekorelisanog signala.

[0021] U jednom primeru izvođenja, primljeni metapodaci mogu da uključujuju upmix parametre, a koeficijenti miksovanja mogu biti određeni obradom upmix parametara, npr. izvođenjem matematičkih operacija (npr. koji uključuje aritmetičke operacije) na osnovu upmix parametara. Upmix parametri su tipično već određeni na strani enkodera i obezbeđeni zajedno sa downmix signalom za parametričku rekonstrukciju M-kanalnog audio signala na strani dekodera. Upmix parametri nosi informaciju o M-kanalnom audio signalu, koja se može primeniti za obezbeđivanje izlaznog signala na bazi downmix signala. Određivanje, na strani dekodera, koeficijenata miksovanja na bazi upmix parametara redukuje potrebu za dodatnim metapodacima koji se generišu na strani enkodera i omogućava redukciju podataka isporučenih sa strane enkodera.

[0022] U jednom primeru izvođenja, primljeni metapodaci mogu da uključujuju parametre miksovanja koji se razlikuju od upmix parametara. U ovom primeru izvođenja, koeficijenti miksovanja mogu biti određeni na bazi primljenih metapodataka i time na bazi parametara miksovanja. Parametri miksovanja mogu biti određeni već na strani enkodera i isporučeni do strane dekodera kako bi se olakšalo određivanje koeficijenata miksovanja. Štaviše, upotreba parametara miksovanja da bi se odredili koeficijenti miksovanja omogućava kontrolu koeficijenata miksovanja sa strane enkodera. Budući da je originalni M-kanalni audio signal dostupan na strani enkodera, parametri miksovanja mogu na primer biti podešeni na strani enkodera da bi se povećala ispravnost dvokanalnog izlaznog signala kao dvokanalnog prikaza M-kanalnog audio signala. Parametri miksovanja mogu na primer biti sami koeficijenti miksovanja, ili parametri miksovanja mogu da obezbede kompaktniji prikaz koeficijenata miksovanja. Koeficijenti miksovanja mogu na primer biti određeni obradom parametara miksovanja, npr. prema prethodno definisanom pravilu. Parametri miksovanja mogu na primer da uključuje tri nezavisno dodeljujućih parametara.

[0023] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni nezavisno od bilo kojih vrednosti upmix parametara, koji omogućava podešavanje koeficijenata miksovanja nezavisno od upmix parametara, i omogućavaju povećavanje ispravnosti dvokanalnog izlaznog signala kao dvokanalnog prikaza M-kanalnog audio signala.

[0024] U jednom primeru izvođenja, može se reči da je M = 5, tj. M-kanalni audio signal može biti petokanalni audio signal. Postupak za audio dekodiranje ovog primera izvođenja može na primer biti primenjen za pet regularnih kanala jednog od trenutno utvrđenih 5.1 audio formata, ili za pet kanala na levoj ili desnoj strani u 11.1 višekanalnom audio signalu. Alternativno, može se reči da je M = 4, ili M ≥ 6.

[0025] U jednom primeru izvođenja, svako pojačanje koje kontroliše doprinos iz kanala M-kanalnog audio signala u jednoj od linearnih kombinacija, na koje se kanali downmix signala odnose, može da se podudara pojačanjem koje kontroliše doprinos iz kanala M-kanalnog audio signala u jednoj od linearnih kombinacija približenih kanalima izlaznog signala. Činjenica da ova pojačanja poklapaju u ovom primeru izvođenja omogućava pojednostavljivanje obezbeđivanja izlaznog signala na bazi downmix signala.

Određenije, moguće je smanjiti broj dekorelisanih kanala primenjenih za približavanje linearnih kombinacija treće i četvrte grupe na bazi downmix signala.

[0026] Različita pojačanja mogu na primer biti primenjena za različite kanale M-kanalnog audio signala.

[0027] U prvom primeru, sva pojačanja mogu mogu imati vrednost 1. U prvom primeru, prvi i drugi kanali downmix signala mogu da odgovaraju ne-ponderisanim zbirovima prve i druge grupe, respektivno, i prvi i drugi kanali izlaznog signala mogu se približiti ne-ponderisanim zbirovima trećeg i četvrtog skupa, respektivno.

[0028] U drugom primeru, najmanje some of pojačanja mogu da imaju različiti vrednosti than 1. U drugom primeru, prvi i drugi kanali downmix signala mogu da odgovaraju ponderisanim zbirovima prve i druge grupe, respektivno, i prvi i drugi kanali izlaznog signala mogu se približiti ponderisanim zbirovima trećeg i četvrtog skupa, respektivno.

[0029] U jednom primeru izvođenja, postupak za dekodiranje može dalje da obuhvata: prijem toka bitova koji predstavlja downmix signal i metapodatke; i ekstraktovanje, iz toka bitova, downmix signala i primljenog dela metapodataka. Drugim rečima, primljeni metapodaci primenjeni za određivanje koeficijenata miksovanja mogu prvo biti ekstraktovani iz toka bitova. Svi metapodaci, koji uključuju upmix parametre, mogu na primer biti ekstraktovani iz toka bitova. U alternativnom primeru, samo metapodaci nužni za određivanje koeficijenata miksovanja mogu biti ekstraktovani iz toka bitova, a ekstrakcija daljih metapodataka može na primer inhibirana.

[0030] U jednom primeru izvođenja, dekorelisani signal može biti jedno-kanalni signal, a izlazni signal može biti formiran uključivanjem ne više od jednog kanala dekorelisanog signala u linearnu kombinaciju downmix signala i dekorelisanog signala, tj. u linearnu kombinaciju iz koje se dobijaju izlani signali. Pronalazači su shvatili da nema potrebe rekonstruisati M-kanalni audio signal da bi se obezbedio dvokanalni izlazni signal, i da budući da ne mora biti rekonstruisan pun M-kanalni audio signal, broj kanala dekorelisanog signala može biti redukovan.

[0031] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni tako da dva kanala izlaznog signala prime doprinose jednake jačine (npr. jednake amplitude) iz dekorelisanog signala. Doprinosi iz dekorelisanog signala u respektivnom kanalu izlaznog signala mogu imati suprotne znakove. Drugim rečima, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz kanala dekorelisanog signala u prvom kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz istog kanala dekorelisanog signala u drugom kanalu izlaznog signala, ima vrednost 0.

[0032] U ovom primeru izvođenja, količina (npr. amplituda) audio sadržaja oji potiče iz dekorelisanog signala (tj. audio sadržaj za povećavanje dimenzionalnosti downmix signala) može na primer biti jednak u oba kanala izlaznog signala.

[0033] U jednom primeru izvođenja, formiranje izlaznog signala može dati projekciju iz tri kanala u dva kanala, tj. projekciju iz dva kanala downmix signala i jednog kanala dekorelisanog signala u dva kanala izlaznog signala. Na primer, izlazni signal može biti direktno dobijen kao linearne kombinacije downmix signala i dekorelisanog signala a da prvo ne mora da se rekonstruišu puni M kanali M-kanalnog audio signala.

[0034] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u prvom kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u drugom kanalu izlaznog signala, ima vrednost jedan. Određenije, jedan od koeficijenata miksovanja može se izvesti iz upmix parametara (npr., poslat kao eksplicitna vrednost ili koji se može dobiti iz upmix parametara nakon izvođenja računanja na kompaktnom prikazu, kako je objašnjeno u drugim sekcijama ovog pronalaska) a drugi mogu lako biti izračunati zahtevajući zbir oba koeficijenta miksovanja bude jednak jedan.

[0035] Dodatno, ili alternativno, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz drugog kanala downmix signala u prvom kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz drugog kanala downmix signala u drugom kanalu izlaznog signala, ima vrednost jedan.

[0036] U jednom primeru izvođenja, prva grupa može da se sastoji od dva ili tri kanala. Kanal downmix signala koji odgovara linearnoj kombinaciji dva ili tri kanala, pre nego koji odgovara linearnoj kombinaciji četiri ili više kanala, može da poveća ispravnost M-kanalnog audio signala kakav je rekonstruisan dekoderom koji izvodi parametričku rekonstrukciju svih M kanala. Postupak za dekodiranje ovog primera izvođenja može biti kompatibilan sa takvim kodirajućim formatom.

[0037] U jednom primeru izvođenja, M-kanalni audio signal može da obuhvata tri kanala koji predstavljaju različite horizontalne pravce u okruženju reprodukcije za M-kanalni audio signal, i dva kanala koji predstavljaju pravce vertikalno odvojene od onih od tri kanala u okruženju reprodukcije. Drugim rečima, M-kanalni audio signal može da obuhvata tri kanala namenjena za reprodukciju pomoću audio izvora smeštenih na suštinski istoj visini kao slušalac (ili uho slušaoca) i/ili šireći se suštinski horizontalno, i dva kanala namenjena za reprodukciju pomoću audio izvora smeštenih na drugim visinama i/ili šireći se (suštinski) ne-horizontalno. Ta dva kanala mogu na primer predstavljati povišene pravce.

[0038] U jednom primeru izvođenja, prva grupa može da se sastoji od tri kanala koji predstavljaju različite horizontalne pravce u okruženju reprodukcije za M-kanalni audio signal, a druga grupa može da se sastoji od dva kanala koji predstavljaju pravce vertikalno odvojene od onih od tri kanala u okruženju reprodukcije. Vertikalna particija M-kanalnog audio signala obezbeđena prvom i drugom grupom u ovom primeru izvođenja može da poveća ispravnost M-kanalnog audio signala kakav je rekonstruisan dekoderom koji izvodi parametričku rekonstrukciju svih M kanala, npr. u slučajevima gde je vertikalna dimenzija značajna za ukupan utisak zvučnog polja predstavljenog M-kanalnim audio signalom.

Postupak za dekodiranje ovog primera izvođenja može biti kompatibilan sa kodirajućim formatom koji obezbeđuje ovu vertikalnu particiju.

[0039] U jednom primeru izvođenja, jedna od treće i četvrte grupe može da obuhvata oba kanala koji predstavljaju pravce vertikalno odvojene od onih od tri kanala u okruženju reprodukcije. Alternativno, svaki od treće i četvrte grupe mogu da obuhvataju jedan od dva kanala koji predstavljaju pravce vertikalno odvojene od onih od tri kanala u okruženju reprodukcije, tj. treća i četvrta grupa mogu da obuhvataju jedan od svakog od ova dva kanala.

[0040] U jednom primeru izvođenja, dekorelisani signal može biti dobijen obradom linearne kombinacije kanala downmix signala, npr. koji uključuje primenu linearnog flitera na linearnu kombinaciju kanala kanala downmix signala. Alternativno, dekorelisani signal može biti dobijen na bazi ne više od jednog od kanala downmix signala, npr. obradom kanala downmix signala (npr. koji uključuje primenu linearnog flitera). Ako se na primer druga grupa kanala sastoji od jednog kanala, a drugi kanal downmix signala odgovara ovo mjednom kanalu, onda dekorelisani signal može na primer biti dobijen obradom samo prvog kanala downmix signala.

[0041] U jednom primeru izvođenja, prva grupa može da se sastoji od N kanala, gde je N ≥ 3, a prva grupa može se rekonstruisati kao linearne kombinacije prvog kanala downmix signala i (N - 1)-kanala dekorelisanog signala primenom upmix koeficijenata prvog tipa, ovde označeni kao suvi upmix koeficijenti, u prvom kanalu downmix signala i upmix koeficijenata drugog tipa, ovde označeni kao vlažni upmix koeficijenti, na kanale (N - 1)-kanalnog dekorelisanog signala. U ovom primeru izvođenja, primljeni metapodaci mogu da uključujuju upmix parametre prvog tipa, ovde označeni kao suvi upmix parametri, i upmix parametre drugog tipa, ovde označeni kao vlažni upmix parametri. Određivanje koeficijenata miksovanja može da obuhvata: određivanje, na bazi suvih upmix parametara, suvih upmix koeficijenata; popunjavanje međumatrice koja ima više elemenata od broja primljenih vlažnih upmix parametara, na bazi primljenih vlažnih upmix parametara i znajući da međumatrica pripada prethodno definisanoj klasi matrica; obezbeđivanje vlažnih upmix koeficijenata množenjem međumatrice sa prethodno definisanom matricom, pri čemu vlažni upmix koeficijenti odgovaraju matrici koja je rezultat množenja i uključuju više koeficijenata od broja elemenata u međumatrici; i obradue vlažnih i suvih upmix koeficijenata.

[0042] U ovom primeru izvođenja, broj vlažnih upmix koeficijenata za rekonstruisanu prvu grupu kanala veća je od broja primljenih vlažnih upmix parametara. Iskorišćavanjem znanja prethodno definisane matrice i prethodno definisanoj klasi matrica radi dobijanja vlažnih upmix koeficijenata iz primljenih vlažnih upmix parametara, količina informacija potrebna za parametričku rekonstrukciju prve grupe kanala može biti redukovana, čime se omogućava redukcija količine metapodataka isporučenih zajedno sa downmix signalom sa strane enkodera. Redukovanjem količine podataka potrebnih za parametričku rekonstrukciju, potrebna širina frekventnog pojasa za prenos parametričkog prikaza M-kanalnog audio signala, i/ili potrebna veličina memorije za skladištenje takvog prikaza može biti redukovana.

[0043] (N - 1)-kanalni dekorelisani signal može biti generisan na bazi prvog kanala downmix signala i služi da poveća dimenzionalnost sadržaja rekonstruisane prve grupe kanala, kako je percipira slušalac.

[0044] Prethodno definisana klasa matricom može biti povezana sa poznatim osobinama najmanje nekih elemenata matrice koji su validni za sve matrice u klasi, kao što su određene veze između nekih elemenata matrice, ili su neki elementi matrice jednako nula. Znanja ovih osobina omogućava popunjavanje međumatrice na bazi manje vlažnih upmix parametara u odnosu na ukupan broj elemenata matrice u međumatrici. Strana dekodera sadrži znanja najmanje osobina, i veze između, elemenata koji su potrebni za izračunavanje svih elemenata matrice na osnovu manje vlažnih upmix parameatra.

[0045] Kako da se odredi i primeni prethodno definisana matrica i prethodno definisana klasa matricom, opisano je detaljnije na strani 16, red 15 do strane 20, red 2 u US privremenoj patentnoj prijav Br 61/974,544; prvo navedeni pronalazač: Lars Villemoes; datum podnošenja: 3 April 2014. Određenije, pogledati jednačinu (9) tamo navedenu za primere prethodno definisane matrice.

[0046] U jednom primeru izvođenja, primljeni metapodaci mogu da uključujuju N(N - 1)/2 vlažne upmix parametre. U ovom primeru izvođenja, popunjavanje međumatrice može da uključuje obezbeđivanje vrednosti za (N - 1)<2>elemente matrice na bazi primljenih N(N - 1)/2 vlažnih upmix parametara i znajući da međumatrica pripada prethodno definisanoj klasi matrice. To može da uključuje umetanje vrednosti vlažnih upmix parametara odmah kao elemenata matrice, ili obradu vlažnih upmix parametara na način pogodan za dobijanje vrednosti za elemente matrice. U ovom primeru izvođenja, prethodno definisana matrica može da uključuje N(N - 1) elemente, i skup vlažnih upmix koeficijenata može da uključuje N(N -1) koeficijente. Na primer, primljeni metapodaci mogu da uključujuju ne više od N(N - 1)/2 nezavisno dodeljujućih vlažni upmix parametara i/ili broj vlažnih upmix parametre može biti ne veći od polovine broja vlažnih upmix koeficijenata za rekonstruisanu prvu grupu kanala.

[0047] U jednom primeru izvođenja, primljeni metapodaci mogu da uključujuju (N - 1) suve upmix parametre. U ovom primeru izvođenja, suvi upmix koeficijenti mogu da uključuju N koeficijente, a suvi upmix koeficijenti mogu biti određen na bazi primljenih (N - 1) suvih upmix parametara i na bazi prethodno definisane veze između suvih upmix koeficijenata. Na primer, primljeni metapodaci mogu da uključujuju ne više od (N - 1) nezavisno dodeljujućih suvi upmix parametara.

[0048] U jednom primeru izvođenja, prethodno definisana klasa matricom može biti jedna od: niže ili više trougaone matrice, pri čemu poznate osobine svih matrica u klasi uključuju prethodno definisane elemente matrice koji su nula; simetrične matrice, pri čemu poznate osobine svih matrica u klasi uključuju prethodno definisane element matrice (na bilo kojoj strani glane dijagonale) koje su jednake; i

1

proizvod ortogonalnih matrica i dijagonalnih matrica, pri čemu poznate osobine svih matrica u klasi uključuju poznate veze između prethodno definisanih elemenata matrice. Drugim rečima, prethodno definisana klasa matricom može biti klasa nižih trougaonih matrica, klasa viših trougaonih matrica, klasa simetričnih matrica ili klasa proizvoda ortogonalnih matrica i dijagonalnih matrica. Zajedničko svojstvo svake od navedenih klasa je da je njihova dimenzionalnost manje od potpunog broja elemenata matrice.

[0049] U jednom primeru izvođenja, postupak za dekodiranje može dalje da obuhvata: prijem signaliziranja koje ukazuje na (odabran) jedan od najmanje dva kodirajuća formata M-kanalnog audio signala, pri čemu ti kodirajući formati odgovaraju respektivnim različitim particijama kanala M-kanalnog audio signala u respektivnoj prvoj i drugoj grupi povezanoj sa kanalima downmix signala. U ovom primeru izvođenja, treća i četvrta grupa mogu biti prethodno definisane, a koeficijenti miksovanja mogu biti određeni tako da se jedna particija M-kanalnog audio signala u trećoj i četvrtoj grupi kanala, približena kanalima izlaznog signala, održava za (tj. uobičajeno za) najmanje dva kodirajuća formata.

[0050] U ovom primeru izvođenja, dekorelisani signal može na primer biti određen na bazi ukazanog kodirajućeg formata i najmanje jednog kanala downmix signala.

[0051] U ovom primeru izvođenja, najmanje dva različita kodirajuća formata mogu biti primenjena na strani enkodera kada se određuju downmix signal i metapodaci, a postupak za dekodiranje može da rukuje razlikama između kodirajućih formata podešavanjem koeficijenata miksovanja, i opciono i dekorelisanim signalom. U slučaju da je primećeno prebacivanje iz prvog kodirajućeg formata u drugi kodirajući format, postupak za dekodiranje može na primer da uključuje primenu umetanja iz parametara miksovanja povezanih sa prvim kodirajućim formatom u parametre miksovanja povezane sa drugim kodirajućim formatom.

[0052] U jednom primeru izvođenja, postupak za dekodiranje može dalje da obuhvata: provlačenje downmix signala kroz kao izlazni signal, u odgovoru na signaliziranje koje ukazuje na određeni kodirajući format. U ovom primeru izvođenja, određeni kodirajući format može da odgovara particiji kanala M-kanalnog audio signala koji se poklapa sa particijom koju definišu treća i četvrta grupa. U ovom primeru izvođenja, particija obezbeđena kanalima downmix signala može da se podudara sa particijom koja se obezbeđuje kanalima izlaznog signala, a tada možda ne mora biti potrebe za obradom downmix signala. Downmix signal tako može biti provučen kroz kao izlazni signal

[0053] U jednom primeru izvođenja, postupak za dekodiranje mogu da obuhvataju: suzbijajući doprinos iz dekorelisanog signala u izlaznom signalu, u odgovoru na signaliziranje koje ukazuje na a određeno kodirajući format. U ovom primeru izvođenja, određeni kodirajući format može da odgovara particiji kanala M-kanalnog audio signala koji se poklapa sa particijom koju definišu treća i četvrta grupa. U ovom primeru izvođenja, particija obezbeđena kanalima downmix signala može da se podudara sa particijom koja se obezbeđuje kanalima izlaznog signala, i tada možda nema potrebe za dekorelacijom.

[0054] U jednom primeru izvođenja, u prvom kodirajućem formatu, prva grupa može da se sastoji od tri kanala koji predstavljaju različite horizontalne pravce u okruženju reprodukcije za M-kanalni audio signal, a druga grupa kanala može da se sastoji od dva kanala koji predstavljaju pravce vertikalno odvojene od onih od tri kanala u okruženju reprodukcije. U drugom kodirajućem formatu, svaka od prva i druga grupa mogu da obuhvataju jedan od dva kanala.

[0055] Prema primerima izvođenja, obezbeđen je sistem za audio dekodiranje koji obuhvata dekodirajuću sekciju konfigurisanu da primi dvokanalni downmix signal. Downmix signal povezan je sa metapodacima koji obuhvataju upmix parametre za parametričku rekonstrukciju M-kanalnog audio signala na bazi downmix signala, gde je M ≥ 4. Prvi kanal downmix signala odgovara linearnoj kombinaciji prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala odgovara linearnoj kombinaciji druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Dekodirajuća sekcija dalje je konfigurisana da: primi najmanje deo metapodataka; i obezbedi dvokanalni izlazni signal na bazi downmix signala i primljenih metapodataka. Dekodirajuća sekcija obuhvata dekorelacionu sekciju konfigurisanu da primi najmanje jedan kanal downmix signala i da izveze, na bazi toga, dekorelisani signal. Dekodirajuća sekcija dalje obuhvata sekciju za miksovanje konfigurisanu da: odredi skup koeficijenata miksovanja na bazi primljenih metapodataka, i formira izlazni signal kao linearnu kombinaciju downmix signala i dekorelisanog signala u skladu sa koeficijentima miksovanja. Sekcija za miksovanje je konfigurisana da odredi koeficijente miksovanja tako da se prvi kanal izlaznog signala približava linearnoj kombinaciji treće grupe jednog ili više kanala M-kanalnog audio signala, i tako da se drugi kanal izlaznog signala približava linearnoj kombinaciji četvrte grupe jednog ili više kanala M-kanalnog audio signala. Sekcija za miksovanje dalje je konfigurisana da odredi koeficijente miksovanja tako da treća i četvrta grupa obrazuju particiju M kanala M-kanalnog audio signala, i tako da i treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe.

[0056] U jednom primeru izvođenja, sistem za audio dekodiranje može dalje da obuhvata dodatnu dekodirajuću sekciju konfigurisanu da primi dodatni dvokanalni downmix signal. Dodatni downmix signal može biti povezan sa dodatnim metapodacima koji obuhvataju dodatne upmix parametre za parametričku rekonstrukciju dodatnog M-kanalnog audio signala na bazi dodatnog downmix signala. Prvi kanal dodatnog downmix signala može da odgovara linearnoj kombinaciji prve grupe jednog ili više kanala dodatnog M-kanalnog audio signala, a drugi kanal dodatnog downmix signala može da odgovara linearnoj kombinaciji druge grupe jednog ili više kanala dodatnog M-kanalnog audio signala. Prva i druga grupa kanala dodatnog M-kanalnog audio signala mogu da obrazuju particiju M kanala dodatnog M-kanalnog audio signala. Dodatna dekodirajuća sekcija može biti dalje konfigurisana da: primi najmanje deo dodatnih metapodataka; i obezbedi dodatni dvokanalni izlazni signal na bazi dodatnog downmix signala i dodatnih primljenih metapodataka. Dodatna dekodirajuća sekcija može da obuhvata dodatnu dekorelaciona sekciju konfigurisanu da primi najmanje jedan kanal dodatnog downmix signala i da izveze, na bazi toga, dodatni dekorelisani signal. Dodatna dekodirajuća sekcija može dalje da obuhvata dodatnu sekciju za miksovanje konfigurisanu da: odredi skup dodatnih koeficijenata miksovanja na bazi primljenih dodatnih metapodataka, i formira dodatni izlazni signal kao linearnu kombinaciju dodatnog downmix signala i dodatnog dekorelisanog signala u skladu sa dodatnim koeficijentima miksovanja. Dodatna sekcija za miksovanje može biti konfigurisana da odredi dodatne koeficijente miksovanja tako da se prvi kanal dodatnog izlaznog signala približava linearnoj kombinaciji treće grupe jednog ili više kanala dodatnog M-kanalnog audio signala, i tako da se drugi kanal dodatnog izlaznog signala približava linearnoj kombinaciji četvrte grupe jednog ili više kanala dodatnog M-kanalnog audio signala. Dodatna sekcija za miksovanje može biti dalje konfigurisana da odredi dodatne koeficijente miksovanja tako da treća i četvrta grupa kanala dodatnog M-kanalnog audio signala obrazuju particiju M kanala dodatnog M-kanalnog audio signala, i tako da i treća i četvrta grupa signala dodatnog M-kanalnog audio signala obuhvataju najmanje jedan kanal iz prve grupe kanala dodatnog M-kanalnog audio signala.

[0057] U ovom primeru izvođenja, dodatna dekodirajuća sekcija, dodatna dekorelaciona sekcija i dodatna sekcija za miksovanje mogu na primer biti funkcionalno ekvivalentna (ili analogno konfigurisana kao) dekodirajuća sekcija, dekorelaciona sekcija i sekcija za miksovanje, respektivno. Alternativno, najmanje jedna od dodatne dekodirajuće sekcije, dodatne dekorelacione sekcije i dodatne sekcije za miksovanje može na primer biti konfigurisana da izvede najmanje jedan različit tip računanja i/ili umetanja u odnosu na one izvedene od strane odgovarajuće sekcije između dekodirajuća sekcija, dekorelaciona sekcija i sekcija za miksovanje.

[0058] U ovom primeru izvođenja, dodatna dekodirajuća sekcija, dodatna dekorelaciona sekcija i dodatna sekcija za miksovanje može se na primer radno odabrati nezavisno od dekodirajuće sekcije, dekorelacione sekcije i sekcije za miksovanje.

[0059] U jednom primeru izvođenja, sistem za dekodiranje može dalje da obuhvata demultiplekser konfigurisan da ekstraktuje, iz toka bitova: downmix signal, najmanje deo metapodataka, i diskretno kodirani audio kanal. Sistem za dekodiranje može dalje da obuhvata jedno-kanalnu dekodirajuću sekciju koja može da dekodira diskretno kodirani audio kanal. Diskretno kodirani audio kanal može na primer biti enkodiran u toku bitova upotrebom perceptualnog audio kodeka kao što je Dolby Digital ili MPEG AAC, i jedno-kanalna dekodirajuća sekcija može na primer da obuhvata jezgrasti dekoder za dekodiranje diskretno kodiranog audio kanala. Jedno-kanalna dekodirajuća sekcija može na primer biti sposobna da dekodira diskretno kodirani audio kanal nezavisno od dekodirajuće sekcije.

[0060] Prema primerima izvođenja, obezbeđen je proizvod kompjuterskog programa koji obuhvata medijum čitljiv od strane kompjutera sa instrukcijama za izvođenje bilo kog od postupaka prema prvom aspektu.

1

[0061] Prema primerima izvođenja sistema za audio dekodiranje, postupak, i proizvod kompjuterskog programa prema prvom aspektu, prethodno opisani, izlazni signal može biti K-kanalni signal, gde je 2 ≤ K < M, umesto dvokanalnog signala, a K kanali izlaznog signala mogu da odgovaraju particiji M-kanalnog audio signala u K grupama, umesto od dva kanala izlaznog signala koji odgovaraju particiji M-kanalnog signala u dve grupe.

[0062] Specifičnije, prema primerima izvođenja, obezbeđen je postupak za audio dekodiranje koji obuhvata prijem dvokanalnog downmix signala. Downmix signal povezan je sa metapodacima koji obuhvataju upmix parametre za parametričku rekonstrukciju M-kanalnog audio signala na bazi downmix signala, gde je M ≥ 4. Prvi kanal downmix signala odgovara linearnoj kombinaciji prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala odgovara linearnoj kombinaciji druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Postupak za audio dekodiranje može dalje da obuhvata: prijem najmanje dela metapodataka; generisanje dekorelisanog signala na bazi najmanje jednog kanala downmix signala; određivanje skupa koeficijenata miksovanja na bazi primljenih metapodataka; i formiranje K-kanalnog izlaznog signala kao linearne kombinacije downmix signala i dekorelisanog signala u skladu sa koeficijentima miksovanja, pri čemu je 2 ≤ K < M. Koeficijenti miksovanja možgu biti određeni tako da se svaki od K kanala izlaznog signala približava linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala (a svaki od K kanala izlaznog signala na taj način odgovara grupi jednog ili više kanala M-kanalnog audio signala), grupe koje odgovaraju respektivnim kanalima izlaznog signala obrazuju particiju M kanala M-kanalnog audio signala u K grupama jednog ili više kanala; i najmanje dve od K grupa obuhvataju najmanje jedan kanal iz prve grupe.

[0063] M-kanalni audio signal enkodiran je kao dvokanalni downmix signal i upmix parametri za parametričku rekonstrukciju M-kanalnog audio signala. Tokom enkodiranja M-kanalnog audio signala na strani enkodera, kodirajući format može se odabrati npr. kako bi se olakšala rekonstrukcija M-kanalnog audio signala iz downmix signala, kako bi se poboljšala ispravnost M-kanalnog audio signala kakav je rekonstruisan iz downmix signala, i/ili kako bi se poboljšala efikasnost kodiranja downmix signala. Ovaj odabir kodirajućeg formata može se izvesti biranjem prve i druge grupe i formiranjem kanala downmix signala kao respektivnih linearnih kombinacija kanala u respektivnim grupama.

[0064] Pronalazači su shvatili da iako odabrani kodirajući format može da olakša rekonstrukciju M-kanalnog audio signala iz downmix signala, downmix signal sam po sebi ne mora biti pogodan za reprodukciju upotrebom određene konfiguracije K-zvučnika. K-kanalni izlazni signal, koji odgovara particiji M-kanalnog audio signala u K grupama, može biti pogodniji za određeno podešavanje K-kanalne reprodukcije u odnosu na downmix signal. Obezbeđivanje izlaznog signala na bazi downmix signala i primljenih metapodataka tako može poboljšati kvalitet K-kanale reprodukcije kako je percipira slušalac, i/ili poboljšati ispravnost K-kanalne reprodukcije na zvučno polje predstavljeno M-kanalnim audio signalom.

[0065] Pronalazači su dalje shvatili da, umesto iz prvog rekonstruisanog M-kanalnog audio signala iz downmix signala , a zatim generisanja K-kanalni prikaza M-kanalnog audio signala (npr. dodatnim miksovanjem), K-kanalni prikaz obezbeđen pomoću izlaznog kanala može biti efikasnije generisan iz downmix signala i primljenih metapodataka iskorišćavanjem činjenice da su neki kanali M-kanalnog audio signala zajedno grupisani slično u dvokanalnom prikazu obezbeđenom od strane downmix signala i K-kanalnog prikaza koji se obezbeđuju. Formiranje izlaznog signala kao linearne kombinacije downmix signala i dekorelisanog signala može na primer smanjiti proračunsku kompleksnost na strani dekodera i/ili smanjiti broj komponenata ili faza obrade uključenih da se dobije K-kanalni prikaz M-kanalnog audio signala.

[0066] Pod K grupama koje čine particiju kanala M-kanalnog audio signala podrazumeva se da su K grupe nepovezane i da zajedno uključuju sve kanale M-kanalnog audio signala.

[0067] Formiranje K-kanalnog izlaznog signala može na primer da uključuje primenu najmanje nekih od koeficijenata miksovanja na kanale downmix signala, i najmanje nekih od koeficijenata miksovanja na jedan ili više kanala dekorelisanog signala.

[0068] Prvi i drugi kanali downmix signala mogu na primer da odgovaraju (ponderisan ili ne-ponderisan) zbirovima kanala u prvoj i drugoj grupi jednog ili više kanala, respektivno.

[0069] K kanali izlaznog signala mogu se na primer približiti (ponderisan ili ne-ponderisan) zbirovima kanala u K grupama jednog ili više kanala, respektivno.

[0070] U nekim primerima izvođenja, K = 2, K = 3, ili K = 4.

[0071] U nekim primerima izvođenja, M = 5, ili M = 6.

[0072] U jednom primeru izvođenja, dekorelisani signal može biti dvokanalni signal, a izlazni signal može biti formiran uključivanjem ne više od dva kanala dekorelisanog signala u linearnu kombinaciju downmix signala i dekorelisanog signala, tj. u linearnu kombinaciju iz koje se dobijaju izlani signali. Pronalazači su shvatili da nema potrebe rekonstruisati M-kanalni audio signal da bi se obezbedio dvokanalni izlazni signal, i da budući da ne mora biti rekonstruisan pun M-kanalni audio signal, broj kanala dekorelisanog signala može biti redukovan.

[0073] U jednom primeru izvođenja, K = 3, a formiranje izlaznog signala može dati projekciju iz četiri kanala u tri kanala, tj. projekciju iz dva kanala downmix signala i dva kanala dekorelisanog signala u tri kanala izlaznog signala. Na primer, izlazni signal može biti direktno dobijen kao linearne kombinacije downmix signala i dekorelisanog signala, a da prvo ne mora da se rekonstruišu puni M kanali M-kanalnog audio signala.

[0074] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni tako da par kanala izlaznog signala primi doprinose jednake jačine (npr. jednake amplitude) iz kanala dekorelisanog signala.

1

Doprinosi iz ovog kanala dekorelisanog signala u respektivnom kanaluovog para mogu imati suprotne znakove. Drugim rečima, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz kanala dekorelisanog signala u (npr. prvom) kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz istog kanala dekorelisanog signala u drugom (npr. drugom) kanalu izlaznog signala, ima vrednost 0. K-kanalni izlazni signal može na primer da uključuje jedan ili više kanala koji nisu primili ni jedan doprinos iz ovog određenog kanala dekorelisanog signala.

[0075] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenata miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u (npr. prvom) kanalu izlaznog signala, i koeficijenata miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u drugom (npr. drugom) kanalu izlaznog signala, ima vrednost 1. Određenije, jedan od koeficijenata miksovanja može na primer biti izveden iz upmix parametara (npr., poslat kao eksplicitna vrednost ili koji se može dobiti iz upmix parametara nakon izvođenja računanja na kompaktnom prikazu, kako je objašnjeno u drugim sekcijama ovog pronalaska), a drugi može biti lako izračunat zahtevajući zbir oba koeficijenta miksovanja koji je jednak jedan. K-kanalni izlazni signal može na primer da uključuje jedan ili više kanala koji nisu primili ni jedan doprinos iz prvog kanala downmix signala.

[0076] U jednom primeru izvođenja, koeficijenti miksovanja mogu biti određeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz drugog kanala downmix signala u (npr. prvom) kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz drugog kanala downmix signala u drugom (npr. drugom) kanalu izlaznog signala, ima vrednost jedan. K-kanalni izlazni signal može na primer da uključuje jedan ili više kanala koji nisu primili ni jedan doprinos iz drugog kanala downmix signala.

[0077] U jednom primeru izvođenja, postupak može da obuhvata prijem signaliziranja koje ukazuje na (odabran) jedan od najmanje dva kodirajuća formata M-kanalnog audio signala. Kodirajući formati mogu da odgovaraju respektivnim različitim particijama kanala M-kanalnog audio signala u respektivnoj prvoj i drugoj grupi povezanoj sa kanalima downmix signala. K grupe mogu biti prethodno definisane.

Koeficijenti miksovanja mogu biti određeni tako da jedna particija M-kanalnog audio signala u K grupama kanala, približena kanalima izlaznog signala, održava za (tj. uobičajeno za) najmanje dva kodirajuća formata.

[0078] U jednom primeru izvođenja, dekorelisani signal može da obuhvata dva kanala. Prvi kanal dekorelisanog signala može biti dobijen na bazi prvog kanala downmix signala, npr. obradom ne više od prvog kanala downmix signala. Drugi kanal dekorelisanog signala može biti dobijen na bazi drugog kanala downmix signala, npr. obradom ne više od drugog kanala downmix signala.

II. Kratak pregled - Strana enkodera

[0079] Prema drugom aspektu, primeri izvođenja predlažu sisteme za audio enkodiranje kao i postupke za audio enkodiranje i povezane proizvode kompjuterskog programa. Predloženi sistemi, postupci za

1

enkodiranje i proizvodi kompjuterskog programa, prema drugom aspektu, mogu uopšteno imati iste osobine i prednosti. Štaviše, prednosti koje su prethodno navedene za osobine sistema, postupaka za dekodiranje i proizvoda kompjuterskog programa, prema prvom aspektu, mogu uopšteno biti validni i za odgovarajuće osobine sistema, postupaka za dekodiranje i proizvoda kompjuterskog programa prema drugom aspektu.

[0080] Prema primerima izvođenja, obezbeđen je postupak za audio enkodiranje koji obuhvata: prijem M-kanalnog audio signala, gde je M ≥ 4; i računanje dvokanalnog downmix signala na bazi M-kanalnog audio signala. Prvi kanal downmix signala formiran je kao linearne kombinacije prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala formiran je kao linearne kombinacije druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Postupak za enkodiranje dalje obuhvata: određivanje upmix parametara za parametričku rekonstrukciju M-kanalnog audio signala iz downmix signala; i određivanje parametara miksovanja za obezbeđivanje, na bazi downmix signala, dvokanalnog izlaznog signala, pri čemu se prvi kanal izlaznog signala približava linearnoj kombinaciji treće grupe jednog ili više kanala M-kanalnog audio signala, i pri čemu se drugi kanal izlaznog signala približava linearnoj kombinaciji četvrte grupe jednog ili više kanala M-kanalnog audio signala. Treća i četvrta grupa obrazuju particiju M kanala M-kanalnog audio signala, a i treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe. Postupak za enkodiranje dalje obuhvata: izvoženje downmix signala i metapodataka radi združenog skladištenja ili prenosa, pri čemu metapodaci obuhvataju upmix parametre i parametre miksovanja.

[0081] Kanali downmix signala odgovaraju particiji M kanala M-kanalnog audio signala u prvoj i drugoj grupi i mogu na primer obezbediti bit-efikasan dvokanalni prikaz M-kanalnog audio signala i/ili dvokanalnog prikaza čime se omogućava parametrička rekonstrukcija M-kanalnog audio signala visokeispravnosti.

[0082] Pronalazači su shvatili da iako primenjen dvokanalni prikaz može da olakša rekonstrukciju M-kanalnog audio signala iz downmix signala, downmix signal sam po sebi ne mora biti pogodan za reprodukciju upotrebom određenog dvo-zvučničkog sklopa. Parametri miksovanja, izlaz zajedno sa downmix signalom i upmix parametrima, omogućava obezbeđivanje dvokanalnog izlaznog signala na bazi downmix signala. Izlazni signal, koji odgovara različitoj particiji M-kanalnog audio signala u trećoj i četvrtoj grupi kanala, može biti pogodniji za određeno podešavanje dvokanalne reprodukcije u odnosu na downmix signal. Obezbeđivanje izlaznog signala na bazi downmix signala i parametri miksovanja tako može poboljšati kvalitet dvokanalne reprodukcije kako je percipira slušalac, i/ili poboljšati ispravnost dvokanalne reprodukcije na zvučno polje predstavljeno M-kanalnim audio signalom.

[0083] Prvi kanal downmix signala može na primer biti formiran kao zbir kanala u prvoj grupi, ili kao njegovo skaliranje. Drugim rečima, prvi kanal downmix signala može na primer biti formiran kao zbir kanala (tj. zbir audio sadržaja iz respektivnih kanala, npr. formiran dodatnim miksovanjem na bazi per-

1

uzorka ili per-transform-koeficijenta) u prvoj grupi, ili kao reskalirana verzija takvog zbira (npr. dobijena sabiranjem kanala i množenja zbira sa faktorom reskaliranja). Slično, drugi kanal downmix signala može na primer biti formiran kao zbir kanala u drugoj grupi, ili kao njegovo skaliranje. Prvi kanal izlaznog signala može se na primer približiti zbiru kanala treće grupe, ili njegovom skaliranju, a drugi kanal izlaznog signala može se na primer približiti zbiru kanala u četvrtoj grupi, ili njegovom skaliranju.

[0084] Na primer, M-kanalni audio signal može biti peto-kanalni audio signal. Postupak za audio enkodiranje može na primer biti primenjen za pet regularnih kanala jednog od trenutno utvrđenih 5.1 audio formata, ili za pet kanala na levoj ili desnoj strani u 11.1 višekanalnom audio signalu. Alternativno, može se reči da je M = 4, ili M ≥ 6.

[0085] U jednom primeru izvođenja, parametri miksovanja mogu kontrolisati respektivne doprinose iz downmix signala i iz dekorelisanog signala u izlaznom signalu. Najmanje neki parametri miksovanja mogu biti određeni miniminizovanjem doprinosa iz dekorelisanog signala među takvim parametrima miksovanja koji izazivaju da kanali izlaznog signala budu kovarijansa-čuvajuća približavanja linearnih kombinacija (ili zbirova) prve i druge grupe kanala, respektivno. Doprinos iz dekorelisanog signala može na primer biti minimalizovan u smislu da je energija signala ili amplituda ovog doprinosa minimizovana.

[0086] Linearna kombinacija treće grupe, kojoj se približava prvi kanal izlaznog signala, i linearna kombinacija četvrte grupe, kojoj se približava drugi kanal izlaznog signala, mogu na primer da odgovaraju dvokanalnom audio signalu sa prvom matricom kovarijanse. Kanali izlaznog signala koji su kovarijansa-čuvajuća približavanja linearnih kombinacija prve i druge grupe kanala, respektivno, mogu na primer da odgovaraju da se matrica kovarijanse izlaznog signala poklapa (ili najmanje suštinski poklapa) sa prvom matricom kovarijanse.

[0087] Među kovarijansa-čuvajućim približavanjima, smanjena veličina (npr. snaga ili amplituda) doprinosa iz dekorelisanog signala može biti pokazatelj za povećanu ispravnost približavanja kako je percipira slušalac tokom reprodukcije. Primenjivanjem parametara miksovanja koji snižavaju doprinos iz dekorelisanog signala mogu poboljšati ispravnost izlaznog signala kao dvokanalnog prikaza M-kanalnog audio signala.

[0088] U jednom primeru izvođenja, prva grupa kanala može da se sastoji od N kanala, gde je N ≥ 3, a najmanje neki od upmix parametara mogu biti pogodni za parametričku rekonstrukciju prve grupe kanala iz prvog kanala downmix signala i (N - 1)-kanalnog dekorelisanog signala određenog na bazi prvog kanala downmix signala. U ovom primeru izvođenja, određivanje upmix parametara može da uključuje: određivanje skupa upmix koeficijenata prvog tipa, označeni kao suvi upmix koeficijenti, da bi se definisalo linearno mapiranje prvog kanala downmix signala koji se približava prvoj grupi kanala; i određivanje međumatrice na bazi razlike između kovarijanse prve grupe kanala kakvi su primljeni, i kovarijanse prve grupe kanala kakvi su približeni linearnim mapiranjem prvog kanala downmix signala. Kada se pomnože sa prethodno definisanom matricom, međumatrice mogu da odgovaraju skupu upmix

1

koeficijenata drugog tipa, označeni kao vlažni upmix koeficijenti, definišući linearno mapiranje dekorelisanog signala kao deo parametaračke rekonstrukcije prve grupe kanala. Skup vlažnih upmix koeficijenata može da uključuje više koeficijenata od broja elemenata u međumatrici. U ovom primeru izvođenja, upmix parametri mogu da uključuju prvi tip upmix parametara, označeni kao suvi upmix parametri, iz kog skupa se mogu izvesti suvi upmix koeficijenti, i drugi tip upmix parametara, označeni kao vlažni upmix parametre, jednako definišući međumatrice obezbeđene tako da međumatrice pripadaju prethodno definisanoj klasi matrica. Međumatrice mogu imati više elemenata od broja vlažnih upmix parametara.

[0089] U ovom primeru izvođenja, parametrička rekonstrukciona kopija prve grupe kanala na strani dekodera uključuje, kao jedan doprinos, suvi upmix signal formiran linearnim mapiranjem prvog kanala downmix signala, i, kao dalji doprinos, vlažni upmix signal formiran linearnim mapiranjem dekorelisanog signala. Skup suvih upmix koeficijenata definiše linearno mapiranje prvog kanala downmix signala, a skup vlažnih upmix koeficijenata definiše linearno mapiranje dekorelisanog signala. Izvoženjem vlažnih upmix parametara kojih je manje od broja vlažnih upmix koeficijenata, i iz kojih se izvode vlažni upmix koeficijenti na bazi prethodno definisane matrica i prethodno definisane klase matrica, količina informacija poslata strani dekodera da bi se omogućila rekonstrukcija M-kanalnog audio signala može biti redukovana. Redukovanjem količine podataka potrebnih za parametričku rekonstrukciju, potrebna širina frekventnog pojasa za prenos parametričkog prikaza M-kanalnog audio signala, i/ili potrebna veličina memorije za skladištenje takvog prikaza, može biti redukovana.

[0090] Međumatrice mogu na primer biti određene tako da kovarijansa signala dobijene linearnim mapiranjem dekorelisanog signala dopunjuje kovarijansu prve grupe kanala kakvi su približeni linearnim mapiranjem prvog kanala downmix signala.

[0091] Kako da se odredi i primeni prethodno definisana matrica i prethodno definisana klasa matricom opisano je detaljnije na strani 16, red 15 do strane 20, red 2 u US privremenoj patentnoj prijav Br 61/974,544; prvo navedeni pronalazač: Lars Villemoes; datum podnošenja: 3 April 2014. Određenije, pogledati jednačinu (9) tamo navedenu za primere prethodno definisane matrice.

[0092] U jednom primeru izvođenja, određivanje međumatrice može da uključuje određivanje međumatrice tako da se kovarijansa signala dobijenog linearnim mapiranjem dekorelisanog signala, definisana skupom vlažnih upmix koeficijenata, približava, ili suštinski podudara sa, razlici između kovarijanse prve grupe kanala kakvi su primljeni i kovarijanse prve grupe kanala kakvi su približeni linearnim mapiranjem prvog kanala downmix signala. Drugim rečima, međumatrice mogu biti određene tako da rekonstrukciona kopija prve grupe kanala, dobijena kao zbir suvog upmix signala formiranog linearnim mapiranjem prvog kanala downmix signala i vlažni upmix signal formiran linearnim mapiranjem dekorelisanog signala potpuno, ili najmanje približno, ponovo uspostavi kovarijansu prve grupe kanala kakvi su primljeni.

1

[0093] U jednom primeru izvođenja, vlažni upmix parametri mogu da uključuje ne više od N(N - 1)/2 nezavisno dodeljujućih vlažni upmix parametara. U ovom primeru izvođenja, međumatrice mogu da imaju (N - 1)<2>elemente matrice i mogu biti jedinstveno definisane vlažnim upmix parametrima obezbeđeni tako da međumatrice pripadaju prethodno definisanoj klasi matrice. U ovom primeru izvođenja, skup vlažnih upmix koeficijenata može da uključuje N(N - 1) koeficijente.

[0094] U jednom primeru izvođenja, skup suvih upmix koeficijenata može da uključuje N koeficijente. U ovom primeru izvođenja, suvi upmix parametri mogu da uključuju ne više od N - 1 suvih upmix parametara, a skup suvih upmix koeficijenata može biti izveden iz N - 1 suvih upmix parametara upotrebom prethodno definisanog pravila.

[0095] U jednom primeru izvođenja, određeni skup suvih upmix koeficijenata može biti definisan linearnim mapiranjem prvog kanala downmix signala koji odgovara približavanju minimalnoj srednjoj kvadratnoj grešci prve grupe kanala, tj. međuskup linearnih mapiranja prvog kanala downmix signala, pri čemu određeni skup suvih upmix koeficijenata može da definiše linearno mapiranje koje se najbolje približava prvoj grupi kanala na način minimalnog srednjeg kvadrata.

[0096] U jednom primeru izvođenja, postupak za enkodiranje može dalje da obuhvata biranje jednog od najmanje dva kodirajuća formata, pri čemu kodirajući formati odgovaraju respektivnim različitim particijama kanala M-kanalnog audio signala u respektivnoj prvoj i drugoj grupi povezanoj sa kanalima downmix signala. Prvi i drugi kanali downmix signala mogu biti formirani kao linearne kombinacije prve i druge grupe jednog ili više kanala, respektivno, M-kanalnog audio signala, u skladu sa odabranim kodirajućim formatom. Upmix parametri i parametri miksovanja mogu biti određeni na bazi odabranog kodirajućeg formata. Postupak za enkodiranje može dalje da obuhvata obezbeđivanje signaliziranja koje ukazuje na odabrani kodirajući format. Signaliziranje može na primer biti izlaz za združeno skladištenje i/ili prenos sa downmix signalom i metapodacima.

[0097] M-kanalni audio signal kakav je rekonstruisan na bazi downmix signala i upmix parametara može biti zbir: suvog upmix signala formiranog primenom suvih upmix koeficijenata na downmix signal; i vlažnog upmix signala formiranog primenom vlažnih upmix koeficijenata na dekorelisani signal određen na bazi downmix signala. Odabir kodirajućeg formata može na primer biti izveden na bazi razlike između kovarijanse M-kanalnog audio signala kakav je primljen i kovarijanse M-kanalnog audio signala kaka je približen suvim upmix signalom, za respektivne kodirajuće formate. Odabir kodirajućeg format može na primer biti izveden na bazi vlažnih upmix koeficijenata za respektivne kodirajuće formate, npr. na bazi respektivnih zbirova kvadrata vlažnih upmix koeficijenata za respektivne kodirajuće formate. Odabrani kodirajući format može na primer biti povezan sa minimum jednim od zbirova kvadrata respektivnih kodirajućih formata.

[0098] Prema primerima izvođenja, obezbeđen je sistem za audio enkodiranje koji obuhvata enkodirajuću sekciju konfigurisanu da enkodira M-kanalni audio signal kao dvokanalni downmix signal i

2

povezane metapodatke, gde je M ≥ 4, i da izveze downmix signal i metapodatke radi združenog skladištenja ili prenosa. Enkodirajuća sekcija obuhvata downmix sekciju konfigurisanu da izračuna downmix signal na bazi M-kanalnog audio signala. Prvi kanal downmix signala formiran je kao linearna kombinacija prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala formiran je kao linearna kombinacija druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Enkodirajuća sekcija dalje obuhvata analizacionu sekciju konfigurisanu da odredi: upmix parametre za parametričku rekonstrukciju M-kanalnog audio signala iz downmix signala; i obezbeđivanje parametara miksovanja, na bazi downmix signala, dvokanalnog izlaznog signala. Prvi kanal izlaznog signala približava se linearnoj kombinaciji treće grupe jednog ili više kanala M-kanalnog audio signala, i drugi kanal izlaznog signala približava se linearnoj kombinaciji četvrte grupe jednog ili više kanala M-kanalnog audio signala. Treća i četvrta grupa obrazuju particiju M kanala M-kanalnog audio signala. I treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe. Metapodaci obuhvataju upmix parametre i parametre miksovanja.

[0099] Prema primerima izvođenja, obezbeđen je proizvod kompjuterskog programa koji obuhvata medijum čitljiv od strane kompjutera sa instrukcijama za izvođenje bilo kog od postupaka prema drugom aspektu.

[0100] Prema primerima izvođenja sistema, postupka za audio enkodiranje, i proizvoda kompjuterskog programa prema drugom aspektu, koji su prethodno opisani, izlazni signal može biti K-kanalni signal, gde je 2 ≤ K < M, umesto dvokanalnog signala, a K kanali izlaznog signala mogu da odgovaraju particiji M-kanalnog audio signala u K grupama, umesto dva kanala izlaznog signala koji odgovaraju particiji M-kanalnog signala u dve grupe.

[0101] Specifičnije, prema primerima izvođenja, obezbeđen je postupak za audio enkodiranje koji obuhvata: prijem M-kanalnog audio signala, gde je M ≥ 4; i računanje dvokanalnog downmix signala na bazi M-kanalnog audio signala. Prvi kanal downmix signala formiran je kao linearna kombinacija prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala formiran je kao linearna kombinacija druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Postupak za enkodiranje može dalje da obuhvata: određivanje upmix parametara za parametričku rekonstrukciju M-kanalnog audio signala iz downmix signala; i određivanje parametara miksovanja za obezbeđivanje, na bazi downmix signala, K-kanalnog izlaznog signala, pri čemu je 2 ≤ K < M, pri čemu se svaki od K kanali izlaznog signala približava linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala. Grupe koje odgovaraju respektivnim kanalima izlaznog signala mogu da obrazuju particiju M kanala M-kanalnog audio signala u K grupama jednog ili više kanala, i najmanje dve od K grupe mogu da obuhvataju najmanje jedan kanal iz prve grupe. Postupak za enkodiranje može dalje da obuhvata izvoženje downmix signala i metapodataka radi združenog skladištenja ili prenosa, pri čemu metapodaci obuhvataju upmix parametre i parametre miksovanja.

[0102] U jednom primeru izvođenja, parametri miksovanja mogu kontrolisati respektivne doprinose iz downmix signala i iz dekorelisanog signala u izlaznom signalu. Najmanje neki parametri miksovanja mogu biti određeni miniminizovanjem doprinosa iz dekorelisanog signala među takvim parametrima miksovanja koji izazivaju da kanali izlaznog signala budu kovarijansa-čuvajuća približavanja linearnih kombinacija (ili zbirova) jednog ili više kanala respektivnih K grupa kanala. Doprinos iz dekorelisanog signala može na primer biti minimalizovan u smislu da je energija signala ili amplituda ovog doprinosa minimizovana.

[0103] Linearne kombinacije kanala K grupa, čiji K kanali izlaznog signala treba da se približe, mogu na primer da odgovaraju K-kanalnom audio signalu sa prvom matricom kovarijanse. Kanali izlaznog signala koji su kovarijansa-čuvajuća približavanja linearnih kombinacija kanala K grupa kanala, respektivno, mogu na primer da odgovaraju da se matrica kovarijanse izlaznog signala poklapa (ili najmanje suštinski poklapa) sa prvom matricom kovarijanse.

[0104] Među kovarijansa-čuvajućim približavanjima, smanjena veličina (npr. snaga ili amplituda) doprinosa iz dekorelisanog signala može biti pokazatelj za povećanu ispravnost približavanja kako je percipira slušalac tokom reprodukcije. Primenjivanjem parametara miksovanja koji snižavaju doprinos iz dekorelisanog signala mogu poboljšati ispravnost izlaznog signala kao K-kanalni prikaz M-kanalnog audio signala.

III. Kratak pregled - Medijum čitljiv od strane kompjutera

[0105] Prema trećem aspektu, primeri izvođenja predlažu kompjuter-čitljivi medijum. Prednosti koje su prethodno navedene za osobine sistema, postupci i proizvodi kompjuterskog programa, prema prvom i/ili drugom aspektu, mogu uopšteno važiti i za odgovarajuće osobine kompjuter-čitljivog-medijuma prema trećem aspektu.

[0106] Prema primerima izvođenja, obezbeđen je prenosnik podataka koji predstavlja: dvokanalni downmix signal; i upmix parametre kojima se omogućava parametrička rekonstrukcija M-kanalnog audio signala na bazi downmix signala, gde je M ≥ 4. Prvi kanal downmix signala odgovara linearnoj kombinaciji prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala odgovara linearnoj kombinaciji druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Prenosnik podataka dalje predstavlja parametre miksovanja kojima se omogućava obezbeđivanje dvokanalnog izlaznog signala na bazi downmix signala. Prvi kanal izlaznog signala približava se linearnoj kombinaciji treće grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal izlaznog signala približava se linearnoj kombinaciji četvrte grupe jednog ili više kanala M-kanalnog audio signala. Treća i četvrta grupa obrazuju particiju M kanala M-kanalnog audio signala. I treća i četvrta grupa obuhvataju najmanje jedan kanal iz prve grupe.

[0107] U jednom primeru izvođenja, podaci predstavljeni prenosnikom podataka mogu biti složeni u vremenskim okvirima i mogu biti složeni po slojevima tako da, u datom vremenskom okviru, downmix signal i povezani parametri miksovanja za taj vremenski okvir mogu biti ekstraktovani nezavisno od povezanih upmix parametara. Na primer, prenosnik podataka može biti složen po slojevima tako da downmix signal i povezani parametri miksovanja za taj vremenski okvir mogu biti ekstraktovan bez ekstraktovanja i/ili pristupanja povezanim upmix parametrima. Prema primerima izvođenja medijuma čitljivog od strane kompjutera (ili prenosnika podataka) prema trećem aspektu, koji su prethodno opisani, izlazni signal može biti K-kanalni signal, gde je 2 ≤ K < M, umesto dvokanalnog signala, a K kanali izlaznog signala mogu da odgovaraju particiji M-kanalnog audio signala u K grupama, umesto od dva kanala izlaznog signala koji odgovaraju particiji M-kanalnog signala u dve grupe.

[0108] Specifičnije, prema primerima izvođenja, obezbeđen je medijum čitljiv od strane kompjutera (ili prenosnik podataka) koji predstavlja: dvokanalni downmix signal; i upmix parametre kojima se omogućava parametrička rekonstrukcija M-kanalnog audio signala na bazi downmix signala, gde je M ≥ 4. Prvi kanal downmix signala odgovara linearnoj kombinaciji prve grupe jednog ili više kanala M-kanalnog audio signala, a drugi kanal downmix signala odgovara linearnoj kombinaciji druge grupe jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Prenosnik podataka može dalje da predstavljati parametre miksovanja čime se omogućava obezbeđivanje K-kanalnog izlaznog signala na bazi downmix signala, gde je 2 ≤ K < M. Svaki kanal izlaznog signala može se približiti linearnoj kombinaciji (npr. ponderisan ili ne-ponderisani zbir) grupe jednog ili više kanala M-kanalnog audio signala. Grupe koje odgovaraju respektivnim kanalima izlaznog signala mogu da obrazuju particiju M kanala M-kanalnog audio signala u K grupama jednog ili više kanala. Najmanje dve od K grupe mogu da obuhvataju najmanje jedan kanal iz prve grupe.

[0109] Dalje primeri izvođenja definisani su zavisnim patentnim zahtevima. Treba zapaziti da primeri izvođenja uključuju sve kombinacijie karakteristika, čak i ako su navedene u zajednički različitim patentnim zahtevima.

IV. Primeri izvođenja

[0110] Fig.4-6 prikazuju alternativne načine deljenja 11.1-kanalnog audio signala na grupe kanala za parametričko enkodiranje 11.1-kanalnog audio signala kao 5.1-kanalni audio signal, ili za reprodukciju 11.1-kanalnog audio signala na sistemu zvučnika koji obuhvata pet zvučnika i jedan sabvufer.

[0111] 11.1-kanalni audio signal obuhvata kanale L (levi), LS (levi bočni), LB (levi zadnji), TFL (gornji prednji levi), TBL (gornji zadni levi), R (desni), RS (desni bočni), RB (desni zadnji), TFR (gornji prednji desni), TBR (gornji zadni desni), C (centralni), i LFE (efekti niskih frekvencija). Pet kanala L, LS, LB, TFL i

2

TBL formiraju peto-kanalni audio signal koji predstavlja levi polu-prostor u okruženju reprodukcije 11.1-kanalnog audio signala. Tri kanala L, LS i LB predstavljaju različite horizontalne pravce u okruženju reprodukcije, a dva kanala TFL i TBL predstavljaju pravce vertikalno odvojene od onih od tri kanala L, LS i LB. Dva kanala TFL i TBL mogu na primer biti namenjena za reprodukciju u plafonskim zvučnicima.

Slično, pet kanala R, RS, RB, TFR i TBR formiraju dodatni peto-kanalni audio signal koji predstavlja desni polu-prostor okruženja reprodukcije, tri kanala R, RS i RB koji predstavljaju različite horizontalne pravce u okruženju reprodukcije i dva kanala TFR i TBR koji predstavljaju pravce vertikalno odvojene od onih od tri kanala R, RS i RB.

[0112] Da bi se 11.1-kanalni audio signal prikazao kao 5.1-kanalni audio signal, kolekcija kanala L, LS, LB, TFL, TBL, R, RS, RB, TFR, TBR, C, i LFE može biti podeljena na grupe kanala predstavljene respektivnim downmix kanalima i povezanim metapodacima. Peto-kanalni audio signal L, LS, LB, TFL, TBL može biti predstavljen dvokanalnim downmix signalom L1, L2i povezanim metapodacima, dok dodatna petokanalni audio signal R, RS, RB, TFR, TBR može biti predstavljen dodatnim dvokanalnim downmix signalom R1, R2i povezanim dodatnim metapodacima. Kanali C i LFE mogu se ostaviti kao odvojeni kanali kao u 5.1-kanalnom prikazu 11.1-kanalnog audio signala.

[0113] Fig.4 prikazuje prvi kodirajući format F1, u kojem je peto-kanalni audio signal L, LS, LB, TFL, TBL podeljen na prvu grupu 401 kanala L, LS, LB i drugu grupu 402 kanala TFL, TBL, i u kojem je dodatni petokanalni audio signal R, RS, RB, TFR, TBR podeljen na dodatnu prvu grupu 403 kanala R, RS, RB i dodatnu drugu grupu 404 kanala TFR, TBR. U prvom kodirajućem formatu F1, prva grupa kanala 401 predstavljena je prvim kanalom L1dvokanalnog downmix signala, a druga grupa 402 kanala predstavljena je drugim kanalom L2dvokanalnog downmix signala. Prvi kanal L1downmix signala može da odgovara zbiru prve grupe 401 kanala i to

a drugi kanal L2downmix signala može da odgovara zbiru druge grupe 402 kanala i to

[0114] U nekim primerima izvođenja, neki ili svi kanali mogu biti reskalirani pre sabiranja, tako da prvi kanal L1downmix signala može da odgovara linearnoj kombinaciji prve grupe 401 kanala prema L1= c1L c2LS c3LB, a drugi kanal L2downmix signala može da odgovara linearnoj kombinaciji druge grupe 402 kanala prema L2= c4TFL c5TBL. Pojačanja c2, c3, c4, c5mogu na primer da se poklapaju, dok pojačanje c1može na primer da ima različitu vrednost; npr., c1uopšte ne mora da odgovara reskaliranju. Na primer,

mogu se koristiti vrednosti c1= 1 i . Međutim, dokle god se pojačanja c1, ..., c5primenjena na respektivnim kanalima L, LS, LB, TFL, TBL za prvi kodirajući format F1poklapaju sa pojačanjima primenjenim na ove kanale u drugim kodirajućim formatima F2i F3, opisani u nastavku uz pozivanje na Fig.5 i 6, ovapojačanja ne utiču na računanja opisana u nastavku. Prema tome, jednačine i približavanje izvedeni u nastavku za kanale L, LS, LB, TFL, TBL takođe se primenjuju za reskalirane verzije c1L, c2LS, c3LB, c4TFL, c5TBL ovih kanala. Ukoliko se, sa jedbne strane, različita pojačanja primenjuju u različitim kodirajućim formatima, najmanje neka od dole izvedenih računanja mogu biti modifikovana; na primer, opcija koja uključuje dodatne dekorelatore može biti razmatrana, u interesu obezbeđivanja vernijih približavanja.

[0115] Slično, dodatna prva grupa kanala 403 predstavljena je prvim kanalom R1dodatnog downmix signala, a dodatna druga grupa 404 kanala predstavljena je drugim kanalom R2dodatnog downmix signala.

[0116] Prvi kodirajući format F1obezbeđuje namenjene downmix kanale L2i R2za prikazivanje plafonskih kanala TFL, TBL, TFR i TBR. Upotreba prvog kodirajućeg formata F1tako može da omogući parametričku rekonstrukciju 11.1-kanalnog audio signala sa relativno visokom ispravnošću u slučajevima u kojima je, npr., vertikalna dimenzija u okruženju reprodukcije značajna za ukupan utisak 11.1-kanalnog audio signala.

[0117] Fig.5 prikazuje drugi kodirajući format F2, u kojem je peto-kanalni audio signal L, LS, LB, TFL, TBL podeljen na treću 501 i četvrtu 502 grupu kanala predstavljene respektivnim kanalima L1i L2, gde kanali L1i L2odgovaraju zbirovima respektivnih grupe kanala, npr. koji primenjuju ista pojačanja c1, ..., c5za reskaliranje kao u prvom kodirajućem formatu F1. Slično, dodatni peto-kanalni audio signal R, RS, RB, TFR, TBR podeljena je na dodatnu treću 503 i četvrtu 504 grupu kanala predstavljene respektivnim kanalima R1i R2.

[0118] Drugi kodirajući format F2ne obezbeđuje namenjene downmix kanale za prikazivanje plafonskih kanala TFL, TBL, TFR i TBR ali mogu da omoguće parametričku rekonstrukciju 11.1-kanalnog audio signala sa relativno visokom ispravnošću npr. u slučajevima gde vertikalna dimenzija u okruženju reprodukcije nije značajna za ukupan utisak 11.1 kanalnog audio signala. Drugi kodirajući format F2takođe može biti pogodniji za 5.1 kanalnu reprodukciju od prvog kodirajućeg formata F1.

[0119] Fig.6 prikazuje treći kodirajući format F3, u kojem je peto-kanalni audio signal L, LS, LB, TFL, TBL podeljen na petu 601 i šestu 602 grupu kanala predstavljene respektivnim kanalima L1i L2downmix signala, gde kanali L1i L2odgovaraju zbirovima respektivnih grupe kanala, npr. koji primenjuju ista pojačanja c1, ..., c5za reskaliranje kao u prvom kodirajućem formatu F1. Slično, dodatni peto-kanalni signal R, RS, RB, TFR, TBR podeljen je na dodatnu petu 603 i šestu 604 grupu kanala predstavljene respektivnim kanalima R1i R2.

[0120] U trećem kodirajućem formatu F3, četiri kanala LS, LB, TFL i TBL prikazani su drugim kanalom L2. Iako visoka-ispravnost parametrička rekonstrukcija 11.1-kanalnog audio signala može potencijalno biti teža u trećem kodirajućem formatu F3od u drugim kodirajućim formatima, treći kodirajući format F3može na primer biti primenjen za 5.1-kanalnu reprodukciju.

2

[0121] Pronalazači su shvatili da metapodaci povezani sa 5.1-kanalnim prikazom 11.1-kanalnog audio signala prema jednom od kodirajućih formata F1, F2F3mogu biti upotrebljeni za generisanje 5.1-kanalnog prikaza prema nekom drugom od kodirajućih formata F1, F2, F3, a da prvo ne mora da se rekonstruiše originalni 11.1-kanalni signal. Peto-kanalni signal L, LS, LB, TFL, TBL koji predstavlja levu polu-ravan 11.1-kanalnog audio signala, i dodatni peto-kanalni signal R, RS, RB, TFR, TBR koji predstavlja desni polu-ravan, mogu biti obrađeni analogno.

[0122] Pod pretpostavkom da su tri kanala x1, x2, x3sabrani da bi formirali downmix kanal m1, prema m1= x1+ x2+ x3, i da su x1i x2+ x3za rekonstruisanje. Sva tri kanala x1, x2, x3mogu se rekonstruisati iz downmix kanala m1kao

primenom upmix parametara ci, 1 ≤ i ≤ 3, i pij, 1 ≤ i ≤ 3, 1 ≤ j ≤ 2 određenih na strani enkodera, i nezavisnih dekorelatora D1i D2. Pod pretpostavkom da primenjeni upmix parametri zadovoljavaju c1+ c2+ c3= 1 i p1k+ p2k+ p3k= 0, for k = 1, 2, onda signali x1i x2+ x3mogu biti rekonstruisani kao

što može biti izraženo kao

gde su dva dekorelatora D1i D2zamenjena jednim dekorelatorom D1, i gde

Ukoliko su dva kanala x4i x5sabrana da formiraju drugi downmix kanal m2prema m2= x4+ x5, onda signali x1i x2+ x3+ x4+ x5mogu biti rekonstruisani kao

[0123] Kako je opisano u nastavku, jednačina (2) može biti primenjena za generisanje signala usklađene sa trećim kodirajućim formatom F3na bazi signala usklađenih sa prvim kodirajućim formatom F1.

[0124] Kanali x4i x5se mogu rekonstruisati kao

primenom dekorelatora D3i upmix parametara koji zadovoljavaju d1+ d2= 1 i q1+ q2= 0. Na bazi jednačine (1) i (3), signali x1+ x4i x2+ x3+ x5mogu biti rekonstruisani kao

2

[0125] gde su doprinosi iz dva dekorelatora D1i D3(tj. dekorelatori tipa koji čuva energiju svog input signala) približeni doprinosom iz jednog dekorelatora D1(tj. dekorelator tipa koji čuva energiju svog input signala). Ovo približavanje može biti povezano veoma malim percepiranim gubitkom ispravnosti, određenije ako su downmix kanali m1, m2nekorelisani i ako su vrednosti a = p1i b = q1primenjene za mase a i b. Kodirajući format prema kojima su downmix kanali m1, m2generisani na strani enkodera mogu se na primer odabrati kako bi se korelacija između downmix kanala m1, m2održala niskom. Kako je opisano u nastavku, jednačina (4) može biti primenjena za generisanje signala usklađenim sa drugim kodirajućim formatom F2na bazi signala usklađenih sa prvim kodirajućim formatom F1.

[0126] Struktura jednačine (4) mže opciono biti modifikovana u

gde je faktor pojačanja g = (a<2>+ b<2>)<1/2>primenjen da bi se podesila snaga ulaznog signala na dekorelatoru D1. Druge vrednosti faktora pojačanja takođe mogu biti primenjene, kao što je g = (a<2>+ b<2>)<1/v>, za 0 < v < 1.

[0127] Ukoliko je prvi kodirajući format F1primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, a drugi kodirajući format F2je poželjan na strani dekodera za renderovanje audio sadržaja, onda primena jednačine približavanja (4) i na levoj i na desnoj strani, i ukazivanje na prirodu približavanja nekih od količina leve strane (četiri kanala izlaznog signala) tildama, daje

gde, prema drugom kodirajućem formatu F2,

[0128] gde SL= D(aLL1+ bLL2) i SR= D(aRR1+ bRR2), gde c1,L, d1,L, aL, bLi c1,R, d1,R, aR, bRsu levo-kanalne i desno-kanalne verzije, respektivno, parametara c1, d1, a, b iz jednačine (4), i gde D označava upravljača dekorelacije. Prema tome, približavanje drugog kodirajućeg formata F2može biti dobijeno iz prvog kodirajućeg formata F1na bazi upmix parametara za parametričku rekonstrukciju 11.1-kanalnog audio signala, bez da je zaista potrebno da se rekonstruiše 11.1-kanalni audio signal.

[0129] Ukoliko je prvi kodirajući format F1primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, i treći kodirajući format F3je poželjan na strani dekodera za renderovanje audio sadržaja, onda primena jednačine približavanja (2) i na levoj i na desnoj strani, i ukazivanje na prirodu približavanja nekih od količina leve strane, daje:

2

gde, trećim kodirajućim formatom F3,

gde c1,L, p1,Li c1,R, p1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, parametara c1i p1iz jednačine (2), i gde D označava upravljača dekorelacije. Prema tome, približavanje trećeg kodirajućeg formata F3može biti dobijeno iz prvog kodirajućeg formata F1na bazi upmix parametara za parametričku rekonstrukciju 11.1-kanalnog audio signala, bez da je zaista potrebno da se rekonstruiše 11.1-kanalni audio signal.

[0130] Ukoliko je drugi kodirajući format F2primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog audio signala, i prvi kodirajući format F1ili treći kodirajući format F3je poželjan na strani dekodera za renderovanje audio sadržaja, mogu se izvesti slične veze poput onih prikazanih u jednačinama (5) i (6) upotrebom istih ideja.

[0131] Ukoliko je treći kodirajući format F3primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog audio signala, i prvi kodirajući format F1ili drugi kodirajući format F2je poželjan na strani dekodera za renderovanje audio sadržaja, najmanje neke od ideja koje su prethodno opisane mogu biti primenjene. Međutim, kako šesta grupa 602 kanala, predstavljena kanalom uključuje četiri kanala LS, LB, TFL, TBL, više od jednog dekorelisanog kanala može na primer biti primenjeno za levu stranu (i

slično za desnu stranu), a drugi kanal predstavlja samo kanal L koji ne mora, na primer, biti uključujen kao ulaz na bilo kom od dekorelatora.

[0132] Kako je prethodno opisano, upmix parametri za parametričku rekonstrukciju 11.1-kanalnog audio signala iz 5.1-kanalnog parametričkog prikaza (usklađeni sa jednim od kodirajućih formata F1, F2i F3) mogu biti uključeni da se dobije alternativni 5.1-kanalni prikaz 11.1-kanalnog audio signala (usklađen sa bilo kojim od drugih kodirajućih proračuna F1, F2i F3). U drugim primerima izvođenja, alternativni 5.1-kanalni prikaz može biti dobijen na bazi parametara miksovanja specifično određenih za ovu svrhu na strani enkodera. Sada će biti opisan jedan način za određivanje takvih parametara miksovanja.

[0133] Uzevši data dva auido signala y1= u1+ u2i y2= u3+ u4formirana iz četiri audio signala u1, u2, u3, u4, može se dobiti približavanje od dva auido signala z1= u1+ u3i z2= u2+ u4. Razlika z1- z2se može proceniti iz y1i y2budući da se najmanje kvadrati procenuju u skladu sa

2

gde je signal greške ortogonalan i na y1i y2. Primenom z1+ z2= y1+ y2, može se izvesti da

[0134] Da bi se došlo do približavanja koje ponovo uspostavlja pravilne strukturne kovarijanse signala z1i z2, signal greške r može biti zamenjen dekorelisanim signalom iste snage, npr. oblika γD(y1+ y2), gde D označava dekorelaciju i gde the parametar γ je podešen da sačuva snagu signala. Primenom različitih jednačina parametriranje (7), približavanje može biti izraženo kao

[0135] Ukoliko je prvi kodirajući format F1primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, a drugi kodirajući format F2je poželjan na strani dekodera za renderovanje audio sadržaja, onda primena jednačine približavanja (8) sa z1= L TFL, z2= LS LB TBL, y1= L LS LB, i y2= TFL TBL na levoj strani, i sa z1= R TFR, z2= RS RB TBR, y1= R RS RB, i y2= TFR TBR na desnoj strani, i ukazivanje tildama na prirodu približavanja nekih od količina leve strane, daje:

gde, prvim kodirajućim formatom F1,

gde rL= D(L1+ L2) i rR= D(R1+ R2), gde cL, dL, γL, i cR, dR, γRsu levo-kanalne i desno-kanalne verzije, respektivno, parametara c, d, γ iz jednačine (8), i gde D označava dekorelaciju. Prema tome, približavanje drugog kodirajućeg formata F2može biti dobijeno iz prvog kodirajućeg formata F1na bazi parametara miksovanja cL, dL, γL, cR, dR, i γR, npr. određenih na strani enkodera u tu svrhu i isporučenih zajedno sa downmix signalima do strane dekodera. Upotreba parametara miksovanja omogućava poveanje kontrole sa strane enkodera. Budući da je originalni 11.1-kanalni audio signal dostupan na strani enkodera, parametri miksovanja mogu na primer biti podešeni na strani enkodera da bi se povećala ispravnost približavanja drugog kodirajućeg formata F2.

[0136] Slično, približavanje trećeg kodirajućeg formata F3može biti dobijeno iz prvog kodirajućeg formata F1na bazi sličnih parametara miksovanja. Slično približavanje prvog kodirajućeg formata F1i trećeg kodirajućeg formata F3takođe ože biti dobijeno iz drugog kodirajućeg formata F2.

[0137] Kao što se može videti iz jednačine (9), dva kanala izlaznog signala primaju doprinose jednake jačine iz dekorelisanog signala rL, ali suprotnih znaka. Odgovarajuća situacija odnosi se na doprinose iz dekorelisanih signala SLi D(L1) u jednačinama (5) i (6), respektivno.

2

[0138] Kao što se može videti iz jednačine (9), zbir koeficijenta miksovanja cLkoji kontroliše doprinos iz prvog kanala L1downmix signala u prvom kanalu izlaznog signala, i koeficijenta miksovanja 1 - cLkoji

kontroliše doprinos iz prvog kanala L1downmix signala u drugom kanalu izlaznog signala, ima vrednost 1. Odgovarajuće veze takođe se primenjuju se u jednačinama (5) i (6).

[0139] Fig.1 je uopšteni blok dijagram enkodirajuće sekcije 100 za enkodiranje M-kanalnog signala kao dvokanalnog downmix signala i povezanih metapodataka, prema jednom primeru izvođenja.

[0140] M-kanalni audio signal je ovde primerno prikazan peto-kanalnim signalom L, LS, LB, TFL i TBL opisan uz pozivanje na Fig.4, i downmix signal je primerno prikazan prvim kanalom L1, a drugi kanal L2je izračunat prema prvom kodirajućem formatu F1opisan uz pozivanje na Fig.4. Mogu se razmatrati primeri izvođenja u kojima enkodirajuća sekcija 100 izračunava downmix signal prema bilo kom od kodirajućih formata opisani uz pozivanje na Fig.4 do 6. Takođe mogu biti razmatrani primeri izvođenja u kojima enkodirajuća sekcija 100 izračunava downmix signal na bazi M-kanalnog audio signala, gde je M ≥ 4. Određenije, podrazumeva se da računanja i približavanja slično onima koja su prethodno opisana, i vodeći se jednačinama (5), (6) i (9), mogu biti izveden u primerima izvođenja gde je M = 4, ili M ≥ 6.

[0141] Enkodirajuća sekcija 100 obuhvata downmix sekciju 110 i analizacionu sekciju 120. Downmix sekcija 110 izračunava downmix signal na bazi peto-kanalnog audio signala formiranjem prvog kanala L1downmix signala kao linearne kombinacije (npr. kao zbir) prve grupe 401 kanala peto-kanalnog audio signala, i formiranjem drugog kanala L2downmix signala kao linearne kombinacije (npr. kao zbir) druge grupe 402 kanala peto-kanalnog audio signala. Prva i druga grupa 401, 402 obrazuju particiju od pet kanala L, LS, LB, TFL, TBL peto-kanalnog audio signala. Analizaciona sekcija 120 određuje upmix parametre αLUza parametričku rekonstrukciju peto-kanalnog audio signala iz downmix signala u parametričkom dekoderu. Analizaciona sekcija 120 takođe određuje parametre miksovanja αLMobezbeđujući, na bazi downmix signala, dvokanalni izlazni signal.

[0142] U ovom primeru izvođenja, izlazni signal je dvokanalni prikaz peto-kanalnog audio signala u skladu sa drugim kodirajućim formatom F2opisanim uz pozivanje na Fig.5. Međutim, takođe mogu biti predviđeni primeri izvođenja u kojima izlazni signal predstavlja peto-kanalni audio signal prema bilo kom od kodirajućih formata opisan uz pozivanje na Fig.4 do 6.

[0143] Prvi kanal izlaznog signala približava se linearnoj kombinaciji (npr. zbir) treće grupe 501 kanala peto-kanalnog audio signala, a drugi kanal izlaznog signala približava se linearnoj kombinaciji (npr. zbir) četvrte grupe 502 kanala peto-kanalnog audio signala. Treća i četvrta grupa 501, 502 obrazuju različitu particiju od pet kanala L, LS, LB, TFL, TBL peto-kanalnog audio signala od one obezbeđene prvom i drugom grupom 401, 402 kanala. Određenije, treća grupa 501 obuhvata kanal L iz prve grupe 401, dok četvrta grupa 502 obuhvata kanale LS i LB iz prve grupe 401.

[0144] Enkodirajuća sekcija 100 izlvozi downmix signal L1, L2i povezane metapodatke radi združenog skladištenja i/ili prenosa do strane dekodera. Metapodaci obuhvataju upmix parametre αLUi parametre miksovanja αLM. Parametri miksovanja αLMmogu nositi dovoljnu informaciju za primenu jednačine (9)

radi dobijanja izlaznog signala na bazi downmix signala L1, L2. Parametri miksovanja αLMmogu na primer da uključuju parametre cL, dL, γLili čak i sve elemente najlevlje matrice u jednačini (9).

[0145] Fig.2 je uopšteni blok dijagram sistema za audio enkodiranje 200 koji obuhvata sekciju za enkodiranje 100 opisana uz pozivanje na Fig.1, prema jednom primeru izvođenja. U ovom primeru izvođenja, audio sadržaj, npr. zabeležen jednim ili više akustičnih transduktora 201, ili generisan opremom za audio stvaranje 201, obezbeen je u obliku 11.1 kanalnog audio signala opisanog uz pozivanje na Fig.4 do 6. Analizaciona sekciju 202 kvadraturnnog filtera u ogledalu (QMF) transformiše peto-kanalni audio signal L, LS, LB TFL, TBL, vremenski segment po vremenski segment, u QMF domen za obradu enkodirajućom sekcijom 100 peto-kanalnog audia u obliku ploča vreme/frekvencija. Sistem 200 za audio enkodiranje obuhvata dodatnu enkodirajuću sekciju 203 analognu enkodirajućoj sekciji 100 i prilagođenoj da enkodira dodatnni peto-kanalni audio signal R, RS, RB, TFR i TBR kao dodatni dvokanalni downmix signal R1, R2i povezane metapodatke koji obuhvataju dodatne upmix parametre αRUi dodatne parametre miksovanja αRM. Dodatni parametri miksovanja αRMmogu na primer da uključuju parametre cR, dR, i γRiz jednačine (9).QMF analizaciona sekcija 202 takođe transformiše dodatni peto-kanalni audio signal R, RS, RB, TFR i TBR u QMF domen za obradu od strane dodatne enkodirajuće sekcije 203. Izlaz downmix signala L1L2enkodirajućom sekcijom 100 transformiše se nazad iz QMF domena QMF sintezionom sekcijom 204 i transformiše se u modifikovan diskretan kosinusni transformacioni (MDCT) domen transformišućom sekcijom 205. Kvantizacione sekcije 206 i 207 kvantizuje upmix parametre αLUi parametre miksovanja αLM, respektivno. Na primer, uniformna kvantizacija veličinom faze od 0.1 ili 0.2 (bez dimenzija) može biti primenjena, praćeno entropijskim kodiranjem u obliku Huffman kodiranja. Grublja kvantizacija sa veličinom faze od 0.2 može na primer biti primenjena da se sačuva prenos širine frekventnog pojasa, a finija kvantizacija sa veličinom faze od 0.1 može na primer biti primenjena da se poboljša ispravnost rekonstrukcije na strani dekodera. Slično, dodatni downmix signal R1, R2izlaz od strane dodatne enkodirajuće sekcije 203 transformiše se nazad iz QMF domena QMF sintezionom sekcijom 208 i transformiše se u MDCT domen transformišućom sekcijom 209. Kvantizacione sekcije 210 i 211 kvantizuju dodatne upmix parametre αRUi dodatne parametre miksovanja αRM, respektivno. Kanali C i LFE takođe su transformisan u MDCT domen respektivnim transformišućim sekcijama 214 i 215. MDCT-transformisani downmix signali i kanali, i kvantizovani metapodaci, zatim se kombinuju u tok B bitova multiplekserom 216, za prenos na stranu dekodera. Sistem 200 za audio enkodiranje može takođe da obuhvata jezgrasti enkoder (nije prikazan na Fig.2) konfigurisan da enkodira downmix signal L1, L2, dodatni downmix signal R1, R2i kanale C i LFE upotrebom perceptualnog audio kodeka, kao što je

1

Dolby Digital ili MPEG AAC, pre nego što su downmix signali i kanali C i LFE obezbeđeni do multipleksera 216. Izdvojeno pojačanje, npr. koje odgovara do -8.7 dB, može se na primer primeniti na downmix signal L1, L2, dodatni downmix signal R1R2, i kanal C, pre formiranja toka B bitova.

[0146] Fig.3 je grafikon toka postupka 300 za audio enkodiranje izveden sistemom 200 za audio enkodiranje, prema jednom primeru izvođenja. Postupak 300 za audio enkodiranje obuhvata: prijem 310 peto-kanalnog audio signala L, LS, LB, TFL, TBL; izračunavanje 320 dvokanalnog downmix signala L1, L2na bazi peto-kanalnog audio signala; određivanje 330 upmix parametara αLU; određivanje 340 parametara miksovanja αLM; i izvoženje 350 downmix signala i metapodataka radi združenog skladištenja i/ili prenosa, pri čemu metapodaci obuhvataju upmix parametre αLUi parametre miksovanja αLM.

[0147] Fig.7 je uopšteni blok dijagram dekodirajuće sekcije 700 za obezbeđivanje dvokanalnog izlaznog signala na bazi dvokanalnog downmix signala L1, L2i povezanih metapodataka, prema jednom primeru izvođenja.

[0148] U ovom primeru izvođenja, downmix signal L1, L2je downmix signalni L1, L2izlaz od strane enkodirajuće sekcije 100 opisan uz pozivanje na Fig.1, i povezan sa izlazom i upmix parametara αLUi parametara miksovanja αLMod strane enkodirajuće sekcije 100. Kako je opisano uz pozivanje na Fig.1 i 4, upmix parametri αLUsu prilagođeni za parametričku rekonstrukciju peto-kanalnog audio signala L, LS, LB, TFL, TBL na bazi downmix signala L1, L2. Međutim, takođe mogu biti predviđeni primeri izvođenja u kojima su upmix parametri αLUprilagođeni za parametričku rekonstrukciju M-kanalnog audio signala, gde je M = 4, ili M ≥ 6.

[0149] U ovom primeru izvođenja, prvi kanal L1downmix signala odgovara linearnoj kombinaciji (npr. zbir) prve grupe 401 kanala peto-kanalnog audio signala, a drugi kanal L2downmix signala odgovara linearnoj kombinaciji (npr. zbiru) druge grupe 402 kanala peto-kanalnog audio signala. Prva i druga grupa 401, 402 obrazuju particiju od pet kanala L, LS, LB, TFL, TBL peto-kanalnog audio signala.

[0150] U ovom primeru izvođenja, dekodirajuća sekcija 700 prima dvokanalni downmix signal L1, L2i

upmix parametre αLU, i obezbeđuje dvokanalni izlazni signal na bazi downmix signala L1, L2i upmix parametara αLU. Dekodirajuća sekcija 700 obuhvata dekorelacionu sekciju 710 i sekciju za miksovanje 720. Dekorelaciona sekcija 710 prima downmix signal L1, L2i izvozi, na bazi toga i u skladu sa upmix parametrima (cf. jednačine (4) i (5)), jedno-kanalnu dekorelisani signal D. Sekcija za miksovanje 720 određuje skup koeficijenata miksovanja na bazi upmix parametara αLU, i formira izlazni signal kao linearne kombinacije downmix signala L1, L2i dekorelisani signal D u skladu sa koeficijentima miksovanja. Drugim rečima, sekcija za miksovanje 720 izvode a projekciju iz tri kanala u dva kanala.

[0151] U ovom primeru izvođenja, dekodirajuća sekcija 700 je konfigurisana da obezbedi izlazni signal

u skladu sa drugim kodirajućim formatom F2opisanim uz pozivanje na Fig.5, i prema tome izlazni

2

signal prema jednačini (5). Drugim rečima, koeficijenti miksovanja odgovaraju elementima u najlevljoj matrici jednačine (5), i mogu se odrediti sekcijom za miksovanje na bazi upmix parametara αLU.

[0152] Prema tome, sekcija za miksovanje 720 određuje koeficijente miksovanja tako da se prvi kanal

izlaznog signala približava linearnoj kombinaciji (npr. zbiru) treće grupe 501 kanala peto-kanalnog audio signala L, LS, LB, TFL, TBL, i tako da se drugi kanal izlaznog signala približava linearnoj kombinaciji (npr. zbiru) četvrte grupe kanala peto-kanalnog audio signala L, LS, LB, TFL, TBL. Kako je opisano uz pozivanje na Fig.5, treća i četvrta grupa 501, 502 obrazuju particiju od signala pet kanala L, LS, LB, TFL, TBL peto-kanalnog audio signala, a treća i četvrta grupa 501, 502 obuhvataju najmanje jedan kanal iz prve grupe 401 kanala.

[0153] U nekim primerima izvođenja, koeficijenti primenjeni za parametričku rekonstrukciju petokanalnog audio signala L, LS, LB, TFL, TBL iz downmix signala L1, L2i iz dekorelisanog signala mogu biti predstavljeni upmix parametrima αLUu kompresovanom obliku koji uključuje manje parametara od broja stvarnih koeficijenata primenjenih za parametričku rekonstrukciju. U takvim primerima izvođenja, stvarni koeficijenti mogu se izvesti na strani dekodera na bazi znanja primenjenog određenog kompresovanog oblika.

[0154] Fig.8 je uopšteni blok dijagram sistema 800 za audio dekodiranje koji obuhvata dekodirajuću sekciju 700 opisanu uz pozivanje na Fig.7, prema jednom primeru izvođenja.

[0155] Prijemna sekcija 801, npr. koja uključuje demultiplekser, prima tok B bitova isporučen iz sistema 200 za audio enkodiranje opisan uz pozivanje na Fig.2, i ekstraktuje downmix signal L1, L2i povezane upmix parametre αLU, dodatni downmix signal R1, R2i povezane dodatne upmix parametre αRU, kao i kanale C i LFE, iz toka B bitova.

[0156] Iako parametri miksovanja αLMi dodatni parametri miksovanja αRMmogu biti dostupni u toku B bitova, ovi parametri nisu uposleni od strane sistema 800 za audio dekodiranje u ovom primeru izvođenja. Drugim rečima, sistem 800 za audio dekodiranje ovog primera izvođenja je kompatibilan sa tokovima bitova iz kojih se takvi parametri miksovanja ne mogu ekstraktovati. Dekodirajuća sekcija primenjivanjem parametara miksovanja αLMdalje će biti opisana u nastavku uz pozivanje na Fig.9.

[0157] U slučaju da su downmix signal L1, L2, dodatni downmix signal R1, R2i/ili kanali C i LFE enkodirani u toku B bitova upotrebom perceptualnog audio kodeka kao što je Dolby Digital, MPEG AAC, ili njegove izvedene verzije, sistem 800 za audio dekodiranje može da obuhvata jezgrasti dekoder (nije prikazan na Fig.8) konfigurisan da dekodira respektivne signale i kanale kada su ekstraktovani iz toka B bitova.

[0158] Transformišuća sekcija 802 transformiše downmix signal L1, L2izvođenjem inverzne MDCT, a QMF analizaciona sekcija 803 transformiše downmix signal L1, L2u QMF domen za obradu od strane dekodirajuće sekcije 700 downmix signala L1, L2u obliku ploča vreme/frekvencija. Dekvantizaciona sekcija 804 dekvantizuje upmix parametre αLU, npr., iz entropnog kodiranog formata, pre njihovog dovođenja do dekodirajuće sekcije 700. Kako je opisano uz pozivanje na Fig.2, kvantizacija može biti izvedena sa jednom od dve različite veličine faza, npr.0.1 ili 0.2. Stvarna veličina faze koja će biti primenjena može biti prethodno definisana, ili može biti signalizirana sistemu 800 za audio dekodiranje sa strane enkodera, npr. putem tok B bitova.

[0159] U ovom primeru izvođenja, sistem 800 za audio dekodiranje obuhvata dodatnu dekodirajuća sekciju 805 analognu dekodirajućoj sekciji 700. Dodatna dekodirajuća sekcija 805 je konfigurisana da primi dodatni dvokanalni downmix signal R1, R2opisan uz pozivanje na Fig.2 i 4, i dodatne metapodatke koji uključuju dodatne upmix parametre αRUza parametričku rekonstrukciju dodatnog peto-kanalnog audio signala R, RS, RB, TFR, TBR na bazi dodatnog downmix signala R1, R2. Dodatna dekodirajuća sekcija

805 je konfigurisana da obezbedi dodatni dvokanalni izlazni signal na bazi downmix signala i

dodatnih upmix paramatara αRU. Dodatni izlazni signal obezbeđuje prikaz dodatnog petokanalnog audio signala R, RS, RB, TFR, TBR usklađenih sa drugim kodirajućim formatom F2opisanim uz pozivanje na Fig.5.

[0160] Transformišuća sekcija 806 transformiše dodatni downmix signal R1, R2izvođenjem inverzne MDCT, a QMF analizaciona sekcija 807 transformiše dodatni downmix signal R1, R2u QMF domen za obradu dodatnom dekodirajućom sekcijom 805 dodatnog downmix signala R1, R2u obliku ploča vreme/frekvencija. Dekvantizaciona sekcija 808 dekvantizuje dodatne upmix parametre αRU, npr., iz entropnog kodiranog formata, pre njihovog dovođenja do dodatne dekodirajuće sekcije 805.

[0161] U primerima izvođenja gde se izdvojeno pojačanje primenjuje na downmix signal L1, L2, dodatni downmix signal R1R2, i kanal C na strani enkodera, odgovarajuće pojačanje, npr. koje odgovara do 8.7 dB, može se primeniti na ovim signalima u sistemu 800 za audio dekodiranje kako bi se kompenzovalo izdvojeno pojačanje.

[0162] U primeru izvođenja opisanom uz pozivanje na Fig.8, izlazni signal i dodatni izlazni signal

izvezeni od strane dekodirajuće sekcije 700 i dodatne dekodirajuće sekcije 805, respektivno, transformišu se nazad iz QMF domena QMF sintezionom sekcijom 811 pe nego se obezbede zajedno sa kanalima C i LFE kao izlaz sistema 800 za audio dekodiranje za reprodukciju na višezvučničkom sistemu 812 koji uključuje npr. pet zvučnika i sabvufer. Transformišuće sekcije 809, 810 transformišu kanale C i LFE u vremenski domen izvođenjem inverzne MDCT pre uključivanja ovih kanala u izlaz sistema 800 za audio dekodiranje.

[0163] Kanali C i LFE mogu na primer biti ekstraktovani iz toka B bitova u diskretno kodiranom obliku, a sistem 800 za dekodiranje može na primer da obuhvata jedno-kanalne dekodirajuće sekcije (nije prikazano na Fig.8) konfigurisane da dekodira respektivni diskretno kodirani kanali. Jedno-kanalna dekodirajuća sekcija može na primer da uključuje jezgraste dekodere za dekodiranje audio sadržaja

4

enkodirane upotrebom perceptualnog audio kodeka kao što je Dolby Digital, MPEG AAC, ili njegove izvedene verzije.

[0164] Fig.9 je uopšteni blok dijagram alternativne dekodirajuće sekcije 900, prema jednom primeru izvođenja. Dekodirajuća sekcija 900 je slična dekodirajućoj sekciji 700 opisanoj uz pozivanje na Fig.7 izuzev što dekodirajuća sekcija 900 koristi parametre miksovanja αLMobezbeđene enkodirajućom sekcijom 100, opisana uz pozivanje na Fig.1, umesto korišćenja upmix parametara αLUkoji su takođe obezbeđeni enkodirajućom sekcijom 100.

[0165] Slično dekodirajućoj sekciji 700, dekodirajuća sekcija 900 obuhvata dekorelacionu sekciju 910 i sekciju 920 za miksovanje. Dekorelaciona sekcija 910 je konfigurisana da primi downmix signal L1, L2, obezbeđen enkodirajućom sekcijom 100 opisanom uz pozivanje na Fig.1, i da izveze, na bazi downmix signala L1, L2, jedno-kanalni dekorelisani signal D. Sekcija 920 za miksovanje određuje skup koeficijenata

miksovanja na bazi parametara miksovanja αLM, i formira izlazni signal kao linearne kombinacije downmix signala L1, L2i dekorelisani signal D, u skladu sa koeficijentima miksovanja. Sekcija 920 za miksovanje određuje parametre miksovanja nezavisno od upmix parametara αLUi formira izlazni signal izvođenjem projekcije iz tri u dva kanala.

[0166] U ovom primeru izvođenja, dekodirajuća sekcija 900 je konfigurisana da obezbedi izlazni signal u skladu sa drugim kodirajućim formatom F2, opisanim uz pozivanje na Fig.5 i prema tome formira izlazni signal prema jednačini (9). Drugim rečima, primljeni parametri miksovanja αLMmogu da uključuju parametre cL, dL, γLu najlevljoj matrici jednačine (9), a parametri miksovanja αLMmogu biti određeni na strani enkodera kako je opisano u vezi sa jednačinom (9). Prema tome, sekcija 920 za miksovanje određuje koeficijente miksovanja tako da se prvi kanal izlaznog signala približava linearnoj kombinaciji (npr. zbiru) treće grupe 501 kanala peto-kanalnog audio signala L, LS, LB, TFL, TBL opisan uz pozivanje na Fig.4 do 6, i tako da se drugi kanal izlaznog signala približava linearnoj kombinaciji (npr. zbiru) četvrte grupe 502 kanala peto-kanalnog audio signala L, LS, LB, TFL, TBL.

[0167] Downmix signal L1, L2i parametri miksovanja αLMmogu na primer da budu ekstraktovani iz ilaza toka B bitova sistemom 200 za audio enkodiranje opisanim uz pozivanje na Fig.2. Upmix parametri αLUtakođe enkodirani u toku B bitova ne mogu se primeniti od strane dekodirajuće sekcije 900 ovog primera izvođenja, i prema tome ne moraju se ekstraktovati iz toka B bitova.

[0168] Fig.10 je grafikon toka postupka 1000 za audio dekodiranje za obezbeđivanje dvokanalnog izlaznog signala na bazi dvokanalnog downmix signala i povezanih upmix parametara, prema jednom primeru izvođenja. Postupak 1000 za dekodiranje može na primer biti izveden sistemom 800 za audio dekodiranje opisano uz pozivanje na Fig.8.

[0169] Postupak 1000 za dekodiranje obuhvata prijem 1010 dvokanalnog downmix signal koji je povezan sa metapodacima koji obuhvataju upmix parametre za parametričku rekonstrukciju petokanalnog audio signala L, LS, LB, TFL, TBL, opisan uz pozivanje na Fig.4 do 6, na bazi downmix signala. Downmix signal može na primer biti downmix signal L1, L2opisan uz pozivanje na Fig.1, i može biti usklađen sa prvim kodirajućim formatom F1, opisan uz pozivanje na Fig.4. Postupak 1000 za dekodiranje dalje obuhvata prijem 1020 najmanje nekih metapodataka. Primljeni metapodaci mogu na primer da uključuju upmix parametre αLUi/ili parametre miksovanja αLMopisane uz pozivanje na Fig.1. Postupak 1000 za dekodiranje dalje obuhvata: generisanje 1040 dekorelisanog signala na bazi najmanje jednog kanala downmix signala; određivanje 1050 skupa koeficijenata miksovanja na bazi primljenih metapodataka; i formiranje 1060 dvokanalnog izlaznog signala kao linearne kombinacije downmix signala i dekorelisanog signala, u skladu sa koeficijentima miksovanja. Dvokanalni izlazni signal može na

primer biti dvokanalni izlazni signal opisan uz pozivanje na Fig.7 i 8, i može biti usklađen sa drugim kodirajućim formatom F2opisan uz pozivanje na Fig.5. Drugim rečima, koeficijenti miksovanja mogu biti određeni tako da se: prvi kanal izlaznog signala približava linearnoj kombinaciji treće grupe

501 kanala, a drugi kanal izlaznog signala približava linearnoj kombinaciji četvrte grupe 502 kanala.

[0170] Postupak 1000 za dekodiranje može opciono da obuhvata: prijem 1030 signaliziranja koje ukazuje da je taj primljeni downmix signal L1, L2usklađen sa jednim od prvog kodirajućeg formata F1i drugog kodirajućeg formata F2, opisan uz pozivanje na Fig.4 i 5, respektivno. Treća i četvrta grupa 501, 502 mogu biti prethodno definisane, a koeficijenti miksovanja mogu biti određeni tako da se jedna particija peto-kanalnog audio signala L, LS, LB, TFL, TBL u trećoj i četvrtoj grupi 501, 502 kanala,

približena kanalima izlaznog signala održava za oba moguća kodirajuća formata F1, F2primljenog downmix signala. Postupak 1000 za dekodiranje može opciono da obuhvata provlačenje 1070 downmix

signala L1, L2kao izlazni signal suzbijajući doprinos iz dekorelisanog signala u izlaznom signalu) kao odgovor na signaliziranje koje ukazuje da je primljeni downmix signal konforman drugom kodirajućem formatu F2, budući da se onda kodirajući format primljenog downmix signala L1, L2

podudara sa kodirajućim formatom koji se obezbeđuje u izlaznom signalu

[0171] Fig.11 šematski prikazuje medijum 1100 čitljiv od strane kompjutera, prema jednom primeru izvođenja. Medijum 1100 čitljiv od strane kompjutera predstavlja: dvokanalni downmix signal L1, L2opisan uz pozivanje na Fig.1 i 4; upmix parametre αLU, opisane uz pozivanje na Fig.1, kojima se omogućava parametrička rekonstrukcija peto-kanalnog audio signala L, LS, LB, TFL, TBL na bazi downmix signala L1, L2; i parametre miksovanja αLM, opisane uz pozivanje na Fig.1.

[0172] Podrazumeva se da iako je enkodirajuća sekcija 100 opisana uz pozivanje na Fig.1 konfigurisana da enkodira 11.1-kanalni audio signal u skladu sa prvim kodirajućim formatom F1, i da obezbedi parametre miksovanja αLMza obezbeđivanje izlaznog signala usklađene sa drugi kodirajućim formatom F2, mogu biti obezbeđene slične enkodirajuće sekcije koje su konfigurisane da enkodiraju 11.1-kanalni audio signal u skladu sa bilo kojim od kodirajućih formata F1, F2, F3, i da obezbede parametre miksovanja za obezbeđivanje izlaznog signala usklađenih sa bilo kojim od prvog formata F1, F2, F3.

[0173] Takođe će biti cenjeno da iako su dekodirajuće sekcije 700, 900, opisane uz pozivanje na Fig.7 i 9, konfigurisane da obezbede izlazni signal usklađen sa drugi kodirajućim formatom F2na bazi downmix signala usklađenog sa prvim kodirajućim formatom F1, slične dekodirajuće sekcije mogu biti obezbeđene, a koje su konfigurisane da obezbede izlazni signal usklađen sa bilo kojim od kodirajućih formata F1, F2, F3na bazi downmix signal usklađenog sa bilo kojim od kodirajućih formata F1, F2, F3.

[0174] Budući da šesta grupa 602 kanala, opisana uz pozivanje na Fig.6, uključuje četiri kanala, podrazumeva se da obezbeđivanje izlaznog signala usklađenog sa prvim ili drugim kodirajućim formatima F1, F2na bazi downmix signala usklađenog sa trećim kodirajućim formatom F3, može na primer da uključuje: primenu više od jednog dekorelisanog kanala; i/ili primenu ne više od jednog od kanala downmix signala kao ulaz do dekorelacione sekcije.

[0175] Podrazumeva se da iako su prethodno opisani primeri formulisani u smislu 11.1-kanalnog audio signala opisanog uz pozivanje na Fig.4 do 6, mogu se razmatrati sistemi za enkodiranje i sistemi za dekodiranje koji uključuju bilo koji broj enkodirajućih sekcija ili dekodirajućih sekcija, respektivno, i koji mogu biti konfigurisani da obrade audio signale koji obuhvataju bilo koji broj M-kanalnih audio signala.

[0176] Fig.12 je uopšteni blok dijagram dekodirajuće sekcije 1200 za obezbeđivanje K-kanalnog izlaznog

signala bazi dvokanalnog downmix signala L1, L2i povezanih metapodataka, prema jednom primeru izvođenja. Dekodirajuća sekcija 1200 je slična dekodirajućoj sekciji 700, opisana uz pozivanje na

Fig.7, izuzev što dekodirajuća sekcija 1200 obezbeđuje K-kanalni izlazni signal ..., gde je 2 ≤ K < M,

umesto 2-kanalnog izlaznog signala

[0177] Specifičnije, dekodirajuća sekcija 1200 je konfigurisana da primi dvokanalni downmix signal L1, L2koji je povezan sa metapodacima, pri čemu ti metapodaci obuhvataju upmix parametre αLUza parametričku rekonstrukciju M-kanalnog audio signala na bazi downmix signala L1, L2, gde je M ≥ 4. Prvi kanal L1downmix signala L1, L2odgovara linearnoj kombinaciji (ili zbiru) prve grupe jednog ili više kanala M-kanalnog audio signala (npr. prva grupa 401 opisana uz pozivanje na Fig.4). Drugi kanal L2downmix signala L1, L2odgovara linearnoj kombinaciji (ili zbiru) druge grupe (npr. druga grupa 402, opisana uz pozivanje na Fig.4) jednog ili više kanala M-kanalnog audio signala. Prva i druga grupa obrazuju particiju M kanala M-kanalnog audio signala. Drugim rečima, prva i druga grupa su nepovezane i zajedno uključuju sve kanale M-kanalnog audio signala.

[0178] Dekodirajuća sekcija 1200 je konfigurisana da primi najmanje deo metapodataka (npr. koji

uključuje upmix parametre αLU), i da obezbedi K-kanalni izlazni signal ..., na bazi downmix signala L1, L2i primljenih metapodataka. Dekodirajuća sekcija 1200 obuhvata dekorelacionu sekciju 1210 konfigurisanu da primi najmanje jedan kanal downmix signala L1, L2i da izveze, na bazi toga, dekorelisani signal D. Dekodirajuća sekcija 1200 dalje obuhvata sekciju 1220 za miksovanje konfigurisanu da odredi

skup koeficijenata miksovanja na bazi primljenih metapodataka, i da formira izlazni signal ..., kao linearnu kombinaciju downmix signala L1, L2i dekorelisanog signala D u skladu sa koeficijentima miksovanja. Sekcija 1220 za miksovanje je konfigurisana da odredi koeficijente miksovanja tako da se svaki od K kanala izlaznog signala ..., približava linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala. Koeficijenti miksovanja su utvrđeni tako da grupe koje odgovaraju

respektivnim kanalima izlaznog signala ..., obrazuju particiju M kanala M-kanalnog audio signala u K grupama jednog ili više kanala, i tako da najmanje dve od ovih K grupa obuhvataju najmanje jedan kanal iz prve grupe kanala M-kanalnog signala (tj. grupe koja odgovara prvom kanalu L1downmix signala).

[0179] Dekorelisani signal D može na primer biti jedno-kanalni signal. Kako je prikazano na Fig.12, dekorelisani signal D može na primer biti dvokanalni signal. U nekim primerima izvođenja, dekorelisani signal D može da obuhvata više od dva kanala.

[0180] M-kanalni signal može na primer biti peto-kanalni signal L, LS, LB, TFL, TBL, opisan uz pozivanje na Fig.4, a downmix signal L1, L2može na primer biti dvokanalni prikaz peto-kanalnog signala L, LS, LB, TFL, TBL u skladu sa bilo kojm od kodirajućih formata F1, F2, F3opisano uz pozivanje na Fig.4-6.

[0181] Sistem 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može na primer da obuhvata jednu ili više dekodirajućih sekcija 1200 tipa opisanog uz pozivanje na Fig.12, umesto dekodirajućih sekcija 700 i 805, a višezvučnički sistemi 812 može na primer da uključuje više od pet zvučnika i sabvufer opisan uz pozivanje na Fig.8.

[0182] Sistem 800 za audio dekodiranje može na primer biti prilagođen da izvede postupak za audio dekodiranje sličan postupku 1000 za audio dekodiranje, opisan uz pozivanje na Fig.10, izuzev što je K-kanalni izlazni signal obezbeđen umesto dvokanalnog izlaznog signala.

[0183] Primer implementacija dekodirajuće sekcije 1200 i sistema 800 za audio dekodiranje u nastavku će biti opisan uz pozivanje na Fig.12-16.

[0184] Slično Fig.4-6, Fig.12-13 prikazuju alternativne načine deljenja 11.1 kanalnog audio signala na grupe jednog ili više kanala.

[0185] Da bi se predstavljao 11.1-kanalni (ili 7.1+4-kanalni, ili 7.1.4-kanalni) audio signal kao 7.1-kanalni (ili 5.1+2-kanal ili 5.1.2-kanalni) audio signal, kolekcija kanala L, LS, LB, TFL, TBL, R, RS, RB, TFR, TBR, C, i LFE može biti podeljena na grupe kanala predstavljene respektivnim kanalima. Peto-kanalni audio signal L, LS, LB, TFL, TBL može biti predstavljen tro-kanalnim signalom L1, L2, L3, dok dodatni peto-kanalni audio signal R, RS, RB, TFR, TBR može biti predstavljen dodatnim tro-kanalnim signalom R1, R2, R3. Kanali C i LFE takođe se mogu održavati kao odvojeni kanali u 7.1-kanalnom prikazu 11.1-kanalnog audio signala.

[0186] Fig.13 prikazuje četvrti kodirajući format F4koji obezbeđuje 7.1-kanalni prikaz 11.1-kanalnog audio signala. U četvrtom kodirajućem formatu F4, peto-kanalni audio signal L, LS, LB, TFL, TBL je podeljen na prvu grupu 1301 kanala koji uključuju samo kanal L, drugu grupu 1302 kanala koja uključuje kanale LS, LB, i treću grupu 1303 kanala koja uključuje kanale TFL, TBL. Kanali L1, L2, L3tro-kanalnog signala L1, L2, L3odgovaraju linearnim kombinacijama (npr. ponderisanim ili ne-ponderisanim zbirovima) respektivnih grupa 1301, 1302, 1303 kanala. Slično, dodatni peto-kanalni audio signal R, RS, RB, TFR, TBR podeljen je na dodatnu prvu grupu 1304 koja uključuje kanal R, dodatnu drugu grupu 1305 koja uključuje kanale RS, RB, i dodatnu treću grupu 1306 koja uključuje kanale TFR, TBR. Kanali R1, R2, R3dodatnog tro-kanalnog signala R1, R2, R3odgovaraju linearnim kombinacijama (npr. ponderisanim ili neponderisanim zbirovima) respektivnih dodatnih grupa 1304, 1305, 1306 kanala.

[0187] Pronalazači su shvatili da metapodaci povezani sa 5.1-kanalnim prikazom 11.1-kanalnog audio signala prema jednom od prvog, drugog i trećeg kodirajućeg formata F1, F2F3mogu biti upotrebljeni za generisanje 7.1-kanalnog prikaza prema četvrtom kodirajućem formatu F4, a da prvo ne mora da se rekonstruiše originalni 11.1-kanalni signal. Peto-kanalni signal L, LS, LB, TFL, TBL predstavlja levu poluravan 11.1-kanalnog audio signala, a dodatna peto-kanalni signal R, RS, RB, TFR, TBR predstavlja desnu polu-ravan, i može biti obrađen analogno.

[0188] Podsećanja radi dva kanala x4i x5mogu se rekonstruisati iz zbira m2= x4+ x5upotrebom jednačine (3).

[0189] Ukoliko je drugi kodirajući format F2primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, a četvrti kodirajući format F4je poželjan na strani dekodera za 7.1-kanalno renderovanje audio sadržaja, onda se približavanje podataka jednačinom (1) može primeniti jednom sa

a približavanje podataka jednačinom (3) može se primeniti jednom sa

i jednom sa

[0190] Ukazivajući na približnu prirodu nekih od količina leve strane (šest kanala izlaznog signala) tildama, takva primena jednačina (1) i (3) daje

i gde, prema četvrtom kodirajućem formatu F4,

[0191] U gornjoj matrici A, parametri c1,L, p1,Li c1,R, p1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, upmix parametara c1, p1iz jednačine (1), parametri d1,L, q1,Li d1,R, q1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, upmix parametara d1, q1iz jednačine (3), a D označava upravljača dekorelacije. Prema tome, približavanje četvrtog kodirajućeg formata F4može biti dobijeno iz drugog kodirajućeg formata F2na bazi upmix parametara (npr. upmix parametri αLU, αRUopisani uz pozivanje na Fig.1 i 2) za parametričku rekonstrukciju 11.1-kanalnog audio signala bez da je zaista potrebno da se rekonstruiše 11.1-kanalni audio signal.

[0192] Dva primera dekodirajuće sekcije 1200, opisane uz pozivanje na Fig.12 (sa K = 3, M = 5 i

dvokanalnog dekorelisani signala D), mogu da obezbede tro-kanalne izlazne signale i

koji se približavaju tro-kanalnim signalima L1, L2, L3i R1, R2, R3četvrtog kodirajućeg formata F4.

Specifičnije, sekcije 1220 za miksovanje dekodirajućih sekcija 1200 mogu odrediti koeficijente miksovanja na bazi upmix parametara u skladu sa matricom A iz jednačine (10). Sistem za audio dekodiranje slično sistemu 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može da primeni dve takve dekodirajuće sekcije 1200 kako bi se obezbedio 7.1-kanalni prikaz 11.1 audio signala za 7.1-kanalnu reprodukciju.

[0193] Ukoliko je prvi kodirajući format F1primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, a četvrti kodirajući format F4je poželjan na strani dekodera za renderovanje audio sadržaja, onda se približavanje podataka jednačinom (1) može primeniti jednom sa

4

i jednom sa

[0194] Ukazivajući na približnu prirodu nekih od količina leve strane (šest kanala izlaznog signala) tildama, takva primena jednačine (1) daje

gde, prema četvrtom kodirajućem formatu F4,

[0195] U gornjoj jednačini (11), parametri c1,L, p1,Li c1,R, p1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, parametara c1, p1iz jednačine (1), a D označava upravljača dekorelacije. Prema tome, približavanje četvrtog kodirajućeg formata F4može biti dobijeno iz prvog kodirajućeg formata F1na bazi upmix parametara za parametričku rekonstrukciju 11.1-kanalnog audio signala, bez da je zaista potrebno da se rekonstruiše 11.1-kanalni audio signal.

[0196] Dva primera dekodirajuće sekcije 1200, opisana uz pozivanje na Fig.12 (sa K = 3 i M = 5), mogu

da obezbede tro-kanalne izlazne signale koji se približavaju tro-kanalnim signalima L1, L2, L3i R1, R2, R3četvrtog kodirajućeg formata F4. Specifičnije, sekcije 1220 za miksovanje dekodirajućih sekcija mogu odrediti koeficijente miksovanja na bazi upmix parametara u skladu sa jednačina (11). Sistem za audio dekodiranje slično sistemu 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može da primeni dve takve dekodirajuće sekcije 1200 kako bi se obezbedio 7.1-kanalni prikaz 11.1 audio signala za 7.1-kanalnu reprodukciju.

[0197] Kao što se može videti iz jednačine (11), samo dva dekorelisana kanala su zapravo potrebna. Iako dekorelisani kanali D(L2) i D(R2) nisu potrebni za obezbeđivanje četvrtog kodirajućeg formata F4iz prvog kodirajućeg formata F1, takvi dekorelatori mogu se svakako održavati pokretnim (ili održavati aktivnim), tako da se baferi/memorije dekorelatora održavaju ažuriranim i dostupnim u slučaju da se kodirajući format downmix signala menja u, na primer, drugi kodirajući format F2. Podsećanja radi, ćetiri dekorelisana kanala primenje se kada je četvrti kodirajući format F4obezbeđen iz drugog kodirajućeg formata F2(videti jednačinu (10) i povezanu matricu A).

[0198] Ukoliko je treći kodirajući format F3primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog audio signala, a četvrti kodirajući format F4je poželjan na strani dekodera za renderovanje audio sadržaja, mogu se izvesti slične veze poput onih prikazanih u jednačinama (10) i (11) upotrebom istih ideja. Sistem za audio dekodiranje sličan sistemu 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može da primeni dve dekodirajuće sekcije 1200 kako bi se obezbedio 7.1-kanalni prikaz 11.1 audio signala u skladu sa četvrtim kodirajućim formatom F4.

[0199] Da bi se prikazao 11.1-kanalni audio signal kao 9.1-kanalni (ili 5.1+4-kanalni, ili 5.1.4-kanalni) audio signal, kolekcija kanala L, LS, LB, TFL, TBL, R, RS, RB, TFR, TBR, C, i LFE može biti podeljena na grupe kanala prikazane respektivnim kanalima. Peto-kanalni audio signal L, LS, LB, TFL, TBL može biti prikazan četvoro-kanalnim signalom L1, L2, L3, L4, dok dodatni peto-kanalni audio signal R, RS, RB, TFR, TBR može biti predstavljen dodatnim četvoro-kanalnim signalom R1, R2, R3, R4. Kanali C i LFE mogu se održavati kao odvojeni kanali takođe u 9.1-kanalnom prikazu 11.1-kanalnog audio signala.

[0200] Fig.14 prikazuje peti kodirajući format F5koji obezbeđuje 9.1-kanalni prikaz 11.1-kanalnog audio signala. U petom kodirajućem formatu, peto-kanalni audio signal L, LS, LB, TFL, TBL podeljen je na prvu grupu 1401 kanala koja uključuje samo kanal L, drugu grupu 1402 kanala koja uključuje kanale LS, LB, treću grupu 1403 kanala samo koja uključuje kanal TFL, i četvrtu grupu 1404 kanala koja samo uključuje kanal TBL. Kanali L1, L2, L3, L4četvoro-kanalnog signala L1, L2, L3, L4odgovaraju linearnim kombinacijama (npr. ponderisanim ili ne-ponderisanim zbirovima) respektivnih grupa 1401, 1402, 1403, 1404 jednog ili više kanala. Slično, dodatni peto-kanalni audio signal R, RS, RB, TFR, TBR podeljen je na dodatnu prvu grupu 1405 koja uključuje kanal R, dodatnu drugu grupu 1406 koja uključuje kanale RS, RB, dodatnu treću grupu 1407 koja uključuje kanal TFR, i dodatnu četvrtu grupu 1408 koja uključuje kanal TBR. Kanali R1, R2, R3, R4dodatnog četvoro-kanalnog signala R1, R2, R3, R4odgovaraju linearnim kombinacijama (npr. ponderisanim ili ne-ponderisanim zbirovima) respektivnih dodatnih grupa 1405, 1406, 1407, 1408 jednog ili više kanala.

[0201] Pronalazači su shvatili da metapodaci povezani sa 5.1-kanalnim prikazom 11.1-kanalnog audio signala prema jednom od kodirajućih formata F1, F2F3mogu biti upotrebljeni za generisanje 9.1-kanalnog prikaza prema petom kodirajućem formatu F5a da prvo ne mora da se rekonstruiše originalni 11.1-kanalni signal. Peto-kanalni signal L, LS, LB, TFL, TBL koji predstavlja levu polu-ravan 11.1-kanalnog audio signala, i dodatni peto-kanalni signal R, RS, RB, TFR, TBR koji predstavlja desni polu-ravan, može biti obrađen analogno.

[0202] Ukoliko je drugi kodirajući format F2primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog signala, a peti kodirajući format F5je poželjan na strani dekodera za renderovanje audio sadržaja, onda približavanje obezbeđeno jednačinom (1) može se primeniti jednom sa

a približavanje jednačine (3) može se primeniti jednom sa

i jednom sa

[0203] Ukazivajući na približnu prirodu nekih od količina leve strane (osam kanala izlaznog signala) tildama, takva primena jednačina (1) i (3) daje

i gde, prema petom kodirajućem formatu F5,

[0204] U gornjoj matrici A, parametri c1,L, p1,Li c1,R, p1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, upmix parametara c1, p1iz jednačine (1), d1,L, q1,Li d1,R, q1,Rsu levo-kanalne i desno-kanalne verzije, respektivno, upmix parametara d1, q1iz jednačine (3), a D označava upravljača dekorelacije. Prema tome, približavanje petog kodirajućeg formata F5može biti dobijeno iz drugog kodirajućeg formata F2na bazi upmix parametara za parametričku rekonstrukciju 11.1-kanalnog audio signala, bez da je zaista potrebno da se rekonstruiše 11.1-kanalni audio signal.

[0205] Dva primera dekodirajuće sekcije 1200, opisana uz pozivanje na Fig.12 (sa K = 4 i M = 5 i

dvokanalnim dekorelisanim signalom D), može da obezbedi četvoro-kanalne izlazne signale

i koji se približavaju četvoro-kanalnim signalima L1, L2, L3, L4i R1, R2, R3, R4, petog kodirajućeg formata F5. Specifičnije, sekcije 1220 za miksovanje dekodirajućih sekcija mogu odrediti koeficijente miksovanja na bazi upmix parametara u skladu sa jednačinom (12). Sistem za audio dekodiranje sličan sistemu 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može da primeni dve

4

takve dekodirajuće sekcije 1200 kako bi se obezbedio 9.1-kanalni prikaz 11.1 audio signala za 9.1-kanalnu reprodukciju.

[0206] Ukoliko je prvi F1ili treći F3kodirajući format primenjen za obezbeđivanje parametričkog prikaza 11.1-kanalnog audio signala, i peti kodirajući format F5je poželjan na strani dekodera za renderovanje audio sadržaja, upotrebom istih ideja mogu se izvesti slične veze kao veza prisutna u jednačini (12).

[0207] Fig.15-16 prikazuju alternativne načine deljenja 13.1-kanalnog (ili 9.1+4-kanalnog, ili 9.1.4-kanalnog) audio signala na grupe kanala za predstavljanje 13.1-kanalnog audio signala kao 5.1-kanalnog audio signala, i 7.1-kanalnog signala, respektivno.

[0208] 13.1-kanalni audio signal obuhvata kanale LW (levi široko), LSCRN (levi ekran), LS (levi bočni), LB (levi zadnji), TFL (gornji prednji levi), TBL (gornji zadni levi), RW (desni široko), RSCRN (desni ekran), RS (desni bočni), RB (desni zadnji), TFR (gornji prednji desni), TBR (gornji zadni desni), C (centralni), i LFE (efekti niskih frekvencija). Šest kanala LW, LSCRN, LS, LB, TFL i TBL koji formiraju šesto-kanalni audio signal predstavlja levi polu-prostor u okruženju reprodukcije 13.1-kanalnog audio signala. Četiri kanala LW, LSCRN, LS i LB predstavljaju različite horizontalne pravce u okruženju reprodukcije, a dva kanala TFL i TBL predstavljaju pravce vertikalno odvojene od onih od četiri kanala LW, LSCRN, LS i LB. Dva kanala TFL i TBL mogu na primer biti namenjena za reprodukciju u plafonskim zvučnicima. Slično, šest kanala RW, RSCRN, RS, RB, TFR i TBR formiraju dodatni šesto-kanalni audio signal koji predstavljaju desni poluprostor okruženja reprodukcije, četiri kanala RW, RSCRN, RS i RB koji predstavljaju različite horizontalne pravce u okruženju reprodukcije i dva kanala TFR i TBR koji predstavljaju pravce vertikalno odvojene od onih od četiri kanala RW, RSCRN, RS i RB.

[0209] Fig.15 prikazuje šesti kodirajući format F6, u kojem šesto-kanalni audio signal LW, LSCRN, LS, LB, TFL, TBL je podeljen na prvu grupu 1501 kanala LW, LSCRN, TFL i drugu grupu 1502 kanala LS, LB, TBL, i u kojem dodatni šesto-kanalni audio signal RW, RSCRN, RS, RB, TFR, TBR je podeljen na dodatnu prvu grupu 1503 kanala RW, RSCRN, TFR i dodatnu drugu grupu 1504 kanala RS, RB, TBR. Kanali L1, L2dvokanalnog downmix signal L1, L2odgovaraju linearnim kombinacijama (npr. ponderisanim ili neponderisanim zbirovima) respektivnih grupa 1501, 1502 kanala. Slično, kanali R1, R2dodatnog dvokanalnog downmix signala R1, R2odgovaraju linearnim kombinacijama (npr. ponderisanim ili neponderisanim zbirovima) respektivnih dodatnih grupa 1503, 1504 kanala.

[0210] Fig.16 prikazuje sedmi kodirajući format F7, u kojem šesto-kanalni audio signal LW, LSCRN, LS, LB, TFL, TBL je podeljen na prvu grupu 1601 kanala LW, LSCRN, drugu grupu 1602 kanala LS, LB i treću grupu 1603 kanala TFL, TBL, i u kojem dodatni šesto-kanalni audio signal RW, RSCRN, RS, RB, TFR, TBR je podeljen na dodatnu prvu grupu 1604 kanala RW, RSCRN, dodatnu drugu grupu 1605 kanala RS, RB, i dodatnu treću grupu 1606 kanala TFR, TBR. Tri kanala L1, L2, L3koja odgovaraju linearnim kombinacijama (npr. ponderisanim ili ne-ponderisanim zbirovima) respektivnih grupa 1601, 1602, 1603 kanala. Slično, tri dodatna kanala R1,R2,R3odgovaraju linearnim kombinacijama (npr. ponderisanim ili ne-ponderisanim zbirovima) respektivnih dodatnih grupa 1604, 1605, 1606 kanala.

[0211] Pronalazači su shvatili da metapodaci povezani sa 5.1-kanalnim prikazom 13.1-kanalnog audio signala prema šestom kodirajućem formatu F6mogu biti upotrebljeni za generisanje 7.1-kanalnog prikaza prema sedmom kodirajućem formatu F7a da prvo ne mora da se rekonstruiše originalni 13.1-kanalni signal. Šesto-kanalni signal LW, LSCRN, LS, LB, TFL, TBL koji predstavlja levu polu-ravan 13.1-kanalnog audio signala, a dodatni šesto-kanalni signal RW, RSCRN, RS, RB, TFR, TBR koji predstavlja desnu polu-ravan, može biti obrađen analogno.

[0212] Podsećanja radi, dva kanala x4i x5mogu se rekonstruisati iz zbira m2= x4+ x5upotrebom jednačine (3).

[0213] Ukoliko se šesti kodirajući format F6primenjuje za obezbeđivanje parametričkog prikaza 13.1-kanalnog signala, a sedmi kodirajući format F7je poželjan na strani dekodera za 7.1-kanalno (ili 5.1+2-kanalno ili 5.1.2-kanalno) renderovanje audio sadržaja, onda približavanje podataka jednačinom (1) može se primeniti četiri puta, jednom sa

jednom sa

[0214] Ukazivajući na približnu prirodu nekih od količina leve strane (šest kanala izlaznog signala) tildama, takva primena jednačine (1) daje

i gde, prema sedmom kodirajućem formatu F7,

4

[0215] U gornjoj matrici A, parametri c1,L, p1,Li c'1,L, p'1,Lsu dva različita primera upmix parametara c1, p1iz jednačine (1) za levu stranu, parametri c1,R, p1,Ri c'1,R, p'1,Rsu dva različita primera upmix parametara c1, p1i iz jednačine (1) za desnu stranu, a D označava upravljača dekorelacije. Prema tome, približavanje sedmog kodirajućeg formata F7može biti dobijeno iz šestog kodirajućeg formata F6na bazi upmix parametara za parametričku rekonstrukciju 13.1-kanalnog audio signala bez da je zaista potrebno da se rekonstruiše 13.1-kanalni audio signal.

[0216] Dva primera dekodirajuće sekcije 1200, opisana uz pozivanje na Fig.12 (sa K = 3, M = 6, i

dvokanalnim dekorelisanim signalom D), mogu da obezbede tro-kanalne izlazne signale i

koji se približavaju tro-kanalnim signalima L1, L2, L3i R1, R2, R3sedmog kodirajućeg formata F7, na bazi dvokanalnog downmix signala generisanih na strani enkodera u skladu sa šestim kodirajućim formatom F6. Specifičnije, sekcije 1220 za miksovanje dekodirajućih sekcija 1200 mogu odrediti koeficijente miksovanja na bazi upmix parametara u skladu sa matricom A iz jednačine (13). Sistem za audio dekodiranje sličan sistemu 800 za audio dekodiranje, opisan uz pozivanje na Fig.8, može da primeni dve takve dekodirajuće sekcije 1200 kako bi se obezbedio 7.1-kanalni prikaz 13.1 audio signala za 7.1-kanalnu reprodukciju.

[0217] Kao što se može videti u jednačinama (10)-(13) (i povezanim matricama A), ukoliko dva kanala

izlaznog signala (npr. kanali i u jednačini (11)) prime doprinose iz istog dekorelisanog kanala (npr. D(L1) u jednačini (11)), onda dva doprinosa imaju istu jačinu, ali suprotne znake (npr. ukazane koeficijentima miksovanja p1,Li -p1,Lu jednačini (11)).

[0218] Kao što se može videti u jednačinama (10)-(13) (i povezanim matricama A), ukoliko su dva kanala

izlaznog signala (npr. kanali i u jednačini (11)) primili doprinose iz istog downmix kanala (npr. kanal L1u jednačini (11)), onda zbir dva koeficijenta miksovanja koji kontroliše ova dva doprinosa (npr. koeficijenti miksovanja c1,Li 1 - c1,Lu jednačini (11)) ima vrednost 1.

[0219] Kako je prethodno opisano uz pozivanje na Fig.12-16, dekodirajuća sekcija 1200 može da

obezbedi K-kanalni izlazni signal bazi dvokanalnog downmix signala L1,L2i upmix parametara αLU. Upmix parametri αLUmogu biti prilagođeni za parametričku rekonstrukciju originalnog M-kanalnog audio signala, a sekcija 1220 za miksovanje dekodirajuće sekcije 1200 može omogućiti izračunavanje pogodnih parametara miksovanja, na bazi upmix parametara αLU, za obezbeđivanje K-kanalnog izlaznog

signala ..., bez rekonstruisanog M-kanalnig audio signala.

4

[0220] U nekim primerima izvođenja, namenjeni parametri miksovanja αLMmogu se poslati sa strane

enkodera radi olakšavanja obezbeđivanja K-kanalnog izlaznog signala ..., na strani dekodera.

[0221] Na primer, dekodirajuća sekcija 1200 može biti konfigurisana slično dekodirajućoj sekciji 900 prethodno opisanoj uz pozivanje na Fig.9.

[0222] Na primer, dekodirajuća sekcija 1200 može da primi parametre miksovanja αLMu obliku elemenata (ili koeficijenata miksovanja) jednog ili više matrica miksovanja prikazanih u jednačinama (10)-(13) (tj. matrice označene sa A). U takvom primeru, tada možda nema potrebe da dekodirajuća sekcija 1200 izračunava vilo koji od elemenata u matrici miksovanja u jednačinama (10)-(13).

[0223] Mogu se predvideti primeri izvođenja u kojima analizaciona sekcija 120, opisana uz pozivanje na Fig.1 (i slična dodatna analizaciona sekcija 203, opisana uz pozivanje na Fig.2), određuje parametara miksovanja αLM, za određivanje na bazi downmix signala L1,L2, a K-kanalnog izlaznog signala, gde je 2 ≤ K < M. Parametri miksovanja αLMmogu na primer biti obezbeđeni u obliku elemenata (ili koeficijenata miksovanja) jednog ili više matrica za miksovanje jednačine (10)-(13) (tj. matrice označene sa A).

[0224] Više skupova parametara miksovanja αLMmože na primer biti obezbeđeno, gde su respektivni skupovi parametara miksovanja αLMnamenjeni za različite vrste renderovanja na strani dekodera. Na primer, sistem 200 za audio enkodiranje, prethodno opisan uz pozivanje na Fig 2, može obezbedi tok B bitova u kojem je obezbeđen 5.1 downmix prikaz originalnog 11.1-kanalnog audio signala, i u kojem skupovi parametara miksovanja αLMmogu biti obezbeđeni za 5.1-kanalno renderovanje (prema prvom, drugom i/ili trećem kodirajućem formatu F1,F2,F3), za 7.1-kanalno renderovanje (prema četvrtom kodirajućem formatu F4) i/ili za 9.1-kanalno renderovanje (prema petom kodirajućem formatu F5).

[0225] Postupak 300 za audio enkodiranje, opisan uz pozivanje na Fig.3 može na primer da uključuje određivanje 340 parametara miksovanja αLMza obezbeđivanje, na bazi downmix signala L1,L2, K-kanalnog izlaznog signala, gde je 2 ≤ K < M.

[0226] Mogu se predvideti primeri izvođenja u kojem medijum 1100 čitljiv od strane kompjutera, opisan uz pozivanje na Fig.11, predstavlja: dvokanalni downmix signal (npr. dvokanalni downmix signal L1, L2opisan uz pozivanje na Fig.1 i 4); upmix parametre (npr. upmix parametri αLU, opisani uz pozivanje na Fig.1) čime se omogućava parametrička rekonstrukcija M-kanalnog audio signala (npr. peto-kanalni audio signal L, LS, LB, TFL, TBL) na bazi downmix signala; i parametre miksovanja αLMkojima se omogućava obezbeđivanje K-kanalnog izlaznog signala na bazi downmix signala. Kako je prethodno opisano, M ≥ 4 i 2 ≤ K < M.

[0227] Podrazumeva se da iako su prethodno opisani primeri formulisani u odnosu na originalne audio signale sa M = 5 i M = 6 kanalima, i izlazni signale sa K = 2, K = 3 i K = 4 kanalima, slični sistemi za enkodiranje (i enkodirajuće sekcije) i sistemi za dekodiranje (i dekodirajuće sekcije) mogu se predvideti za bilo koji M i K koji zadovoljavaju M ≥ 4 i 2 ≤ K < M.

4

V. Ekvivalenti, ekstenzije, alternative i ostalo

[0228] Iako ovaj opis opisuje i prikazuje specifične primere izvođenja, ovaj pronalazak nije ograničen na ove specifične primere. Modifikacije i varijacije gornjih primera izvođenja mogu se izvesti bez udaljavanja od obima ovog pronalaska, koji je definisan samo priloženim patentnim zahtevima.

[0229] U patentnim zahtevima, reč "koji obuhvata" ne isključuje druge elemente ili faze, a neodređeni član jednine "a" ili "an" ne isključuje množinu. Sama činjenica da su određene mere navedene u zajednički različitim zavisnim patentnim zahtevima, ne ukazuje da se kombinacija tih mera ne može primeniti kao poželjna. Bilo koji znaci koji se javljaju u patentnim zahtevima ne smeju se smatrati ograničavajućim za njihov obim.

[0230] Uređaji i postupci opisani iznad mogu se primeniti kao sfotver, firmer, hardver ili njihova kombinacija. U implementaciju u hardver, deljenje zadataka između funkcionalnih jedinica navedenih u gornjem opisu ne mora nužno odgovarati deljenju na fizičke jedinice; sa druge strane, jedna fizička komponenta može imati više funkcionalnosti, a jedan zadatak se može izvsti na distribucioni način, putem viš fizičkih komponenti koje su u kooperaciji. Određene komponente ili sve komponente mogu se implementirati kao softver koji je vođen digitalnim procesorom, signalnim procesorom ili mikroprocesorom, ili implementirati kao hardver ili kao integrisano kolo za specifičnu za aplikaciju. Takav softver može se distribuirati na medijumu čitljivom od strane kompjutera, koji mogu da obuhvataju kompjuterski medijum za skladištenje (ili ne-prolazni medijum) i komunikacioni medijum (ili prolazni medijum). Kao što je dobro poznato stručnjaku iz ove oblasti, izraz kompjuterski medijum za skladištenje uključuje i promenljive i nepromenljive, uklanjajuće i ne-uklanjajuće medijume implementirane u bilo kom postupku ili tehnologiji za skladištenje informacija kao što su čitljive čitljive kompjuterske instrukcije, strukture podataka, programski moduli ili drugi podaci. Računarski medijum za skladištenje uključuju, ali se ne ograničava na, RAM, ROM, EEPROM, fleš memoriju ili druge memorijske tehnologije, CD-ROM, digitalni pilagodljive diskove (DVD) ili drugo skladištenje optičkih diskova, magnetsne kasete, magnetne trake, skladištenje magnetnog diska ili drugi uređaji magnetnog skladištenja, ili bilo koji drugi medijum koji se može primeniti za skladištenje željene informacije i do kog se može pristupiti kompjuterom. Dalje, stručnjaku je dobro poznato da komunikacioni medijum tipično obuhvata instrukcije čitljive na računaru, strukture podataka, programske module ili druge podatke u modulisanim signalima podataka kao što je noseći talas ili drugi mehanizam prenosa i uključuju bilo koji medijum za dostavu informacije.

4

Claims (15)

Patentni zahtevi

1. Postupak (1000) za audio dekodiranje koji obuhvata:

prijem (1010) dvokanalnog downmix signala (L1, L2), koji je povezan sa metapodacima, pri čemu ti metapodaci obuhvataju upmix parametre (αLU) za parametričku rekonstrukciju M-kanalnog audio signala (L, LS, LB, TFL, TBL) na bazi downmix signala, gde je M ≥ 4;

prijem (1020) najmanje dela pomenutih metapodataka;

generisanje (1040) dekorelisanog signala (D) na bazi najmanje jednog kanala downmix signala; određivanje (1050) skupa koeficijenata miksovanja na bazi primljenih metapodataka; i formiranje (1060) K-kanalnog izlaznog signala

kao linearne kombinacije downmix signala i dekorelisanog signala u skladu sa koeficijentima miksovanja, gde je 2 ≤ K < M, n a z n a č e n t i m e, što su

koeficijenti miksovanja utvrđeni tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u kanalu izlaznog signala, i koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u drugom kanalu izlaznog signala, ima vrednost 1, pri čemu, ako downmix signal predstavlja M-kanalni audio signal prema prvom kodirajućem formatu (F1) u kojem:

prvi kanal (L1) downmix signala odgovara određenoj lineranoj kombinaciji prve grupe (401) jednog ili više kanala M-kanalnog audio signala;

drugi kanal (L2) downmix signala odgovara određenoj lineranoj kombinaciji druge grupe (402) jednog ili više kanala M-kanalnog audio signala; i

prva i druga grupa obrazuju određenu particiju M kanala M-kanalnog audio signala, onda K-kanalni izlazni signal predstavlja M-kanalni audio signal prema drugom kodirajućem formatu (F2, F4) u kojem:

svaki od K kanala izlaznog signala približava se linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala;

grupe koje odgovaraju respektivnim kanalima izlaznog signala obrazuju particiju M kanala M-kanalnog audio signala u K grupama (501-502, 1301-1303) jednog ili više kanala; i

najmanje dve od K grupa obuhvataju najmanje jedan kanal iz pomenute prve grupe.

2. Postupak za audio dekodiranje prema zahtevu 1, u kojem je K = 2, K = 3 ili K = 4, i/ili u kojem je M = 5 ili M = 6.

4

3. Postupak za audio dekodiranje prema bilo kom od prethodnih zahteva, u kojem primljeni metapodaci uključuju upmix parametre, i u kojem su koeficijenti miksovanja utvrđeni obradom upmix parametara.

4. Postupak za audio dekodiranje prema bilo kom od prethodnih zahteva, u kojem:

u prvom kodirajućem formatu, svaki od kanala M-kanalnog audio signala povezan je sa nenultim pojačanjem koje kontroliše doprinos iz ovog kanala u jednoj od linearnih kombinacija na koje se kanali downmix signala odnose;

u drugom kodirajućem formatu, svaki od kanala M-kanalnog audio signala povezan je sa nenultim pojačanjem koje kontroliše doprinos iz ovog kanala u jednoj od linearnih kombinacija približenih kanalima izlaznog signala; i

za svaki od kanala M-kanalnog audio signala, ne-nulto pojačanje povezano sa kanalom u prvom kodirajućem formatu podudara se sa ne-nultim pojačanjem povezanim sa kanalom u drugom kodirajućem formatu.

5. Postupak za audio dekodiranje prema bilo kom od prethodnih zahteva, pri čemu je dekorelisani signal dvokanalni signal, i pri čemu je pomenuti izlazni signal formiran uključivanjem ne više od dva kanala dekorelisanog signala u pomenutu linearnu kombinaciju downmix signala i dekorelisanog signala.

6. Postupak za audio dekodiranje prema zahtevu 5, u kojem je K = 3, i u kojem formiranje izlaznog signala daje projekciju iz četiri kanala u tri kanala.

7. Postupak za audio dekodiranje prema bilo kom od prethodnih zahteva, u kojem M-kanalni audio signal obuhvata ili tri ili četiri kanala (L, LS, LB ili LSCRN, LW, LS, LB) koji predstavljaju različite horizontalne pravce u okruženju reprodukcije za M-kanalni audio signal, i dva kanala (TFL, TBL) koji predstavljaju pravce vertikalno odvojene od onih od pomenuta tri ili četiri kanala u pomenutom okruženju reprodukcije.

8. Postupak za audio dekodiranje prema zahtevu 7, u kojem se pomenuta prva grupa sastoji od pomenuta tri kanala, i u kojem se pomenuta druga grupa sastoji od dva kanala koji predstavljaju pravce vertikalno odvojene od onih od pomenuta tri kanala u pomenutom okruženju reprodukcije; ili u kojem jedna od K grupa obuhvata oba kanala koji predstavljaju pravce vertikalno odvojene od onih od pomenuta tri ili četiri kanala u pomenutom okruženju reprodukcije.

9. Postupak za audio dekodiranje prema bilo kom od zahteva 1-8, u kojem dekorelisani signal obuhvata dva kanala, pri čemu je prvi kanal dekorelisanog signala dobijen na bazi prvog kanala downmix signala, a drugi kanal dekorelisanog signala dobijen je na bazi drugog kanala downmix signala.

10. Postupak za audio dekodiranje prema bilo kom od prethodnih zahteva, koji dalje obuhvata:

prijem signaliziranja (1030) koje ukazuje na jedan od najmanje dva kodirajuća formata (F1,F2,F3) M-kanalnog audio signala, pri čemu ti kodirajući formati odgovaraju respektivnim različitim particijama kanala M-kanalnog audio signala u respektivnoj prvoj i drugoj grupi povezanoj sa kanalima downmix signala,

pri čemu su K grupe prethodno definisane, i pri čemu su koeficijenti miksovanja utvrđeni tako da se jedna particija M-kanalnog audio signala u K grupama kanala, približena kanalima izlaznog signala, održava za pomenuta najmanje dva kodirajuća formata.

11. Postupak za audio dekodiranje prema zahtevu 10, u kojem:

u prvom kodirajućem formatu (F1) pomenuta najmanje dva kodirajuća formata, pomenuta prva grupa sastoji se od tri kanala (L, LS, LB) koji predstavljaju različite horizontalne pravce u okruženju reprodukcije za M-kanalni audio signal, a pomenuti druga grupa sastoji od dva kanala (TFL, TBL) koji predstavljaju pravce vertikalno odvojene od onih od pomenuta tri kanala u pomenutom okruženju reprodukcije; i

u drugom kodirajućem formatu (F2) pomenuta najmanje dva kodirajuća formata, svaka od pomenute prve i druge grupe obuhvata jedan od pomenuta dva kanala koji predstavljaju pravce vertikalno odvojene od onih od pomenuta tri kanala u pomenutom okruženju reprodukcije.

12. Sistem (800) za audio dekodiranje koji obuhvata dekodirajuću sekciju (700, 1200) konfigurisanu da:

primi dvokanalni downmix signal (L1, L2), koji je povezan sa metapodacima, pri čemu ti metapodaci obuhvataju upmix parametre (αLU) za parametričku rekonstrukciju M-kanalnog audio signala (L, LS, LB, TFL, TBL) na bazi downmix signala, gde je M ≥ 4;

primi najmanje deo pomenutih metapodataka; i

obezbedi K-kanalni izlazni signal

na bazi downmix signala i primljenih metapodataka, gde je 2 ≤ K < M,

pri čemu ta dekodirajuća sekcija obuhvata:

dekorelacionu sekciju (710, 1210) konfigurisanu da primi najmanje jedan kanal downmix signala i da izveze, na bazi toga, dekorelisani signal (D); i

sekciju (720, 1220) za miksovanje konfigurisanu da

odredi skup koeficijenata miksovanja na bazi primljenih metapodataka, i formira izlazni signal kao linearnu kombinaciju downmix signala i dekorelisanog signala u skladu sa koeficijentima miksovanja,

1

n a z n a č e n t i m e, što je

sekcija za miksovanje konfigurisana da odredi koeficijente miksovanja tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u kanalu izlaznog signala, i koeficijent miksovanja koji kontroliše doprinos iz prvog kanala downmix signala u drugom kanalu izlaznog signala, ima vrednost 1,

pri čemu, ako downmix signal predstavlja M-kanalni audio signal prema prvom kodirajućem formatu (F1) u kojem:

prvi (L1) kanal downmix signala odgovara određenoj lineranoj kombinaciji prve grupe (401) jednog ili više kanala M-kanalnog audio signala;

drugi kanal (L2) downmix signala odgovara određenoj lineranoj kombinaciji druge grupe (402) jednog ili više kanala M-kanalnog audio signala; i prva i druga grupa obrazuju određenu particiju M kanala M-kanalnog audio signala,

onda K-kanalni izlazni signal predstavlja M-kanalni audio signal prema drugom kodirajućem formatu (F2, F4) u kojem:

svaki od K kanala izlaznog signala približava se linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala;

grupe koje odgovaraju respektivnim kanalima izlaznog signala obrazuju particiju M kanala M-kanalnog audio signala u K grupama (501-502, 1301-1303) jednog ili više kanala; i

najmanje dve od K grupa obuhvataju najmanje jedan kanal iz pomenute prve grupe.

13. Sistem za audio dekodiranje prema zahtevu 12, koji dalje obuhvata dodatnu dekodirajuću sekciju (805) konfigurisanu da:

primi dodatni dvokanalni downmix signal (R1, R2), koji je povezan sa dodatnim metapodacima, pri čemu ti dodatni metapodaci obuhvataju dodatne upmix parametre (αRU) za parametričku rekonstrukciju dodatnog M-kanalnog audio signala (R, RS, RB, TFR, TBR) na bazi dodatnog downmix signala,

primi najmanje deo dodatnih metapodataka; i

obezbedi dodatni K-kanalni izlazni signal

na bazi dodatnog downmix signala i dodatnih primljenih metapodataka,

pri čemu ta dodatna dekodirajuća sekcija obuhvata:

dodatnu dekorelacionu sekciju konfigurisanu da primi najmanje jedan kanal dodatnog downmix signala i da izveze, na bazi toga, dodatni dekorelisani signal; i

2

dodatnu sekciju za miksovanje konfigurisanu da:

odredi skup dodatnih koeficijenata miksovanja na bazi primljenih dodatnih metapodataka, i

formira dodatni izlazni signal kao linearnu kombinaciju dodatnog downmix signala i dodatnog dekorelisanog signala u skladu sa dodatnim koeficijentima miksovanja,

pri čemu je dodatna sekcija za miksovanje konfigurisana da odredi dodatne koeficijente miksovanja tako da zbir koeficijenta miksovanja koji kontroliše doprinos iz prvog kanala dodatnog downmix signala u kanalu dodatnog izlaznog signala, i koeficijent miksovanja koji kontroliše doprinos iz prvog kanala dodatnog downmix signala u drugom kanalu dodatnog izlaznog signala, ima vrednost 1,

pri čemu, ako dodatni downmix signal predstavlja dodatni M-kanalni audio signal prema trećem kodirajućem formatu u kojem:

prvi kanal (R1) dodatnog downmix signala odgovara linearnoj kombinaciji prve grupe (403) jednog ili više kanala dodatnog M-kanalnog audio signala;

drugi kanal (R2) dodatnog downmix signala odgovara linearnoj kombinaciji druge grupe (404) jednog ili više kanala dodatnog M-kanalnog audio signala; i

prva i druga grupa kanala dodatnog M-kanalnog audio signala obrazuju particiju M kanala dodatnog M-kanalnog audio signala, onda dodatni K-kanalni izlazni signal predstavlja dodatni M-kanalni audio signal prema četvrtom kodirajućem formatu u kojem:

svaki od K kanala dodatnog izlaznog signala približava se linearnoj kombinaciji grupe jednog ili više kanala M-kanalnog audio signala;

grupe koje odgovaraju respektivnim kanalima dodatnog izlaznog signala obrazuju particiju M kanala dodatnog M-kanalnog audio signala u K grupama (503-504, 1304-1306) jednog ili više kanala; i

najmanje dve od K grupa jednog ili više kanala dodatnog M-kanalnog audio signala obuhvataju najmanje jedan kanal iz pomenute prve grupe kanala dodatnog M-kanalnog audio signala.

14. Sistem za dekodiranje prema bilo kom od zahteva 12-13, koji dalje obuhvata: demultiplekser (801) konfigurisan da ekstraktuje, iz toka (B) bitova, downmix signal, pomenute primljene metapodatke, i diskretno kodirani audio kanal (C); i

jedno-kanalnu dekodirajuću sekciju koja može da dekodira pomenuti diskretno kodirani audio kanal.

15. Proizvod kompjuterskog programa koji obuhvata medijum čitljiv od strane kompjutera sa instrukcijama za izvođenje postupka prema bilo kom od zahteva 1-11, kada je pomenuti program pokrenut na kompjuteru.

4