PL3074971T3

Decoder, encoder and method for informed loudness estimation in object-based audio coding systems

Abstract

A decoder for generating an audio output signal having one or more audio output channels is provided, having a receiving interface for receiving an audio input signal having a plurality of audio object signals, for receiving loudness information on the audio object signals, and for receiving rendering information indicating whether one or more of the audio object signals shall be amplified or attenuated, further having a signal processor for generating the one or more audio output channels of the audio output signal, configured to determine a loudness compensation value depending on the loudness information and depending on the rendering information, and configured to generate the one or more audio output channels of the audio output signal from the audio input signal depending on the rendering information and depending on the loudness compensation value. One or more by-pass audio object signals are employed for generating the audio output signal. Moreover, an encoder is provided.

PL3074971T3, drawing sheet 1
Sheet 1 of 33

Term

8.2 yearsto projected expiry

Projected expiry 27 November 2034, counted from filing; an application has no term until it is granted.

  1. Priority
  2. Filed
  3. Published
  4. Today
  5. Projected expiry

22 claims: 17 independent, 5 dependent

  1. 1
    Zastrzeżenia patentowe 1. Dekoder do generowania wyjściowego sygnału audio zawierającego jeden lub większą liczbę wyjściowych kanałów audio, przy czym dekoder zawiera:interfejs odbiorczy (110) do odbioru wejściowego sygnału audio zawierającego wiele sygnałów obiektów audio, do odbioru informacji głośności sygnałów obiektów audio i do odbioru informacji renderowania wskazującej, jak jeden lub większa liczba sygnałów obiektów audio powinna zostać wzmocniona czy stłumiona, oraz procesor (120) sygnału do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio, przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od informacji głośności i w zależności od informacji renderowania, przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji renderowania i w zależności od wartości kompensacji głośności, przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji renderowania i w zależności od wartości kompensacji głośności tak, że głośność wyjściowego sygnału audio jest równa głośności wejściowego sygnału audio lub tak, że głośność wyjściowego sygnału audio jest bliższa głośności wejściowego sygnału audio niż głośność zmodyfikowanego sygnału audio, jaki byłby wynikiem modyfikacji wejściowego sygnału audio poprzez wzmocnienie lub stłumienie sygnałów obiektów audio wejściowego sygnału audio zgodnie z informacją renderowania.
  2. 2
    Dekoder według zastrz. 1, w którym procesor (120) sygnału jest skonfigurowany do generowania zmodyfikowanego sygnału audio poprzez modyfikację wejściowego sygnału audio poprzez wzmacnianie lub tłumienie sygnałów obiektów audio wejściowego sygnału audio zgodnie z informacją renderowania i w którym procesor (120) sygnału jest skonfigurowany do generowania wyjściowego sygnału audio poprzez zastosowanie wartości kompensacji głośności na zmodyfikowanym sygnale audio tak, że głośność wyjściowego sygnału audio jest równa głośności wejściowego sygnału audio, albo tak, że głośność wyjściowego sygnału audio jest bliższa głośności wejściowego sygnału audio niż głośność zmodyfikowanego sygnału audio.
  3. 3
    Dekoder według zastrz. 1 albo 2, w którym każdy z sygnałów obiektów audio wejściowego sygnału audio jest przydzielony do dokładnie jednej grupy z dwóch lub większej liczby grup, przy czym każda z dwóch lub większej liczby grup zawiera jeden lub większą liczbę sygnałów obiektów audio wejściowego sygnału audio, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania wartości głośności dla każdej grupy z dwóch lub większej liczby grup jako informacji głośności, przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od wartości głośności każdej z dwóch lub większej liczby grup, oraz przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od wartości kompensacji głośności.
  4. 4
    Dekoder według zastrz. 3, w którym co najmniej jedna grupa z dwóch lub większej liczby grup zawiera dwa lub większą liczbę sygnałów obiektów audio.
  5. 5
    Dekoder według zastrz. 1 albo 2, w którym każdy z sygnałów obiektów audio wejściowego sygnału audio jest przypisany do dokładnie jednej grupy z więcej niż dwóch grup, przy czym każda z więcej niż dwóch grup zawiera jeden lub większą liczbę sygnałów obiektów audio wejściowego sygnału audio, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania wartości głośności dla każdej grupy z więcej niż dwóch grup jako informacji głośności, przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od wartości głośności każdej z więcej niż dwóch grup i przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od wartości kompensacji głośności.
  6. 6
    Dekoder według zastrz. 5, w którym co najmniej jedna grupa z więcej niż dwóch grup zawiera dwa lub większą liczbę sygnałów obiektów audio.
  7. 7
    Dekoder według jednego z zastrz. 3 do 6, w którym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności według wzoru i»' 1 '* SL = 101og 10 yyy Σ% (1 /=1 lub według wzoru N A£= 101og 10 ^—— /=1 przy czym Δί jest wartością kompensacji głośności. przy czym i oznacza i-ty sygnał obiektów audio z sygnałów obiektów audio, przy czym Li oznacza głośność i-tego sygnału obiektów audio, przy czym gi oznacza pierwszą wagę miksowania dla i-tego sygnału obiektów audio, przy czym hi oznacza drugą wagę miksowania dla i-tego sygnału obiektów audio, przy czym c oznacza wartość stałą, i przy czym N oznacza liczbę.
  8. 8
    Dekoder według jednego z zastrz. 3 do 6, w którym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności według wzoru N <' K;/W 10 /=1 przy czym Δί oznacza wartość kompensacji głośności, przy czym i oznacza i-ty sygnał obiektów audio sygnałów obiektów audio, przy czym gi oznacza pierwszą wagę miksowania dla i-tego sygnału obiektów audio, przy czym hi oznacza drugą wagę miksowania dla i-tego sygnału obiektów audio, przy czym N oznacza liczbę, oraz przy czym Ki jest zdefiniowane według przy czym Li oznacza głośność i-tego sygnału obiektów audio i przy czym Lref oznacza głośność obiektu referencyjnego.
  9. 9
    Dekoder według zastrz. 3 albo 4, w którym każdy z sygnałów obiektów audio wejściowego sygnału audio jest przypisany do dokładnie jednej grupy z dokładnie dwóch grup jako dwie lub większa liczba grup, przy czym każdy z sygnałów obiektów audio wejściowego sygnału audio jest przydzielony albo do grupy obiektów planu pierwszego z dokładnie dwóch grup albo do grupy obiektów tła dokładnie dwóch grup, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania wartości głośności grupy obiektów planu pierwszego, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania wartości głośności grupy obiektów tła, przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od wartości kompensacji głośności.
  10. 10
    Dekoder według zastrz. 9, w którym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności według wzoru λ r , „ , , J <· । l^i ;। 0 |l ' AL = 10 log H) ----[Π''n 4 |(| w przy czym ΔL oznacza wartość kompensacji głośności, przy czym Kfgo oznacza wartość głośności grupy obiektu planu pierwszego, przy czym Kbgo oznacza wartość głośności grupy obiektu tła, przy czym mFGo oznacza wzmocnienie renderowania grupy obiektu planu pierwszego, przy czym mBGo oznacza wzmocnienie renderowania grupy obiektu tła.
  11. 11
    Dekoder według zastrz. 9, w którym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności według wzoru przy czym ΔL oznacza wartość kompensacji głośności, przy czym Lfgo oznacza wartość głośności grupy obiektu planu pierwszego, przy czym Lbgo oznacza wartość głośności grupy obiektu tła przy czym qfgo oznacza wzmocnienie renderowania grupy obiektu planu pierwszego, a przy czym qbgo oznacza wzmocnienie renderowania grupy obiektu tła.
  12. 12
    Dekoder według jednego z poprzednich zastrzeżeń, w którym interfejs odbiorczy (110) jest skonfigurowany do odbierania sygnału downmixu zawierającego jeden lub większą liczbę kanałów downmixu jako wejściowego sygnału audio, przy czym jeden lub większa liczba kanałów downmixu zawiera sygnały obiektów audio i przy czym liczba jednego lub większej liczby kanałów downmixu jest mniejsza od liczby sygnałów obiektów audio, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania informacji downmixu wskazującej, jak sygnały obiektów audio są miksowane w jednym lub większej liczbie kanałów downmixu, i przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji downmixu, w zależności od informacji renderowania i w zależności od wartości kompensacji głośności.
  13. 13
    Dekoder według zastrz. 12, w którym interfejs odbiorczy (110) jest skonfigurowany do odbierania jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, przy czym jeden lub większa liczba kolejnych sygnałów obejścia obiektów audio nie jest zmiksowana w sygnale downmixu, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania informacji głośności wskazującej informację o głośności sygnałów obiektów audio, które są zmiksowane w sygnale downmixu i wskazującej informację o głośności jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, które nie są zmiksowane w sygnale downmixu, i przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od informacji o głośności sygnałów obiektów audio, które są zmiksowane w sygnale downmixu i w zależności od informacji o głośności jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, które nie są zmiksowane w sygnale downmixu.
  14. 14
    Dekoder do generowania wyjściowego sygnału audio zawierającego jeden lub większą liczbę wyjściowych kanałów audio, przy czym dekoder zawiera:interfejs odbiorczy (110) do odbierania wejściowego sygnału audio zawierającego wiele sygnałów obiektów audio, do odbierania informacji głośności o sygnałach obiektów audio i do odbierania informacji renderowania wskazującej, czy jeden lub większa liczba sygnałów obiektów audio powinna być wzmocniona czy stłumiona, oraz procesor (120) sygnału do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio, przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od informacji głośności i w zależności od informacji renderowania, i przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji renderowania i w zależności od wartości kompensacji głośności, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania sygnału downmixu zawierającego jeden lub większą liczbę kanałów downmixu jako wejściowego sygnału audio, przy czym jeden lub większa liczba kanałów downmixu zawiera sygnały obiektów audio, i przy czym liczba jednego lub większej liczby kanałów downmixu jest mniejsza od liczby sygnałów obiektów audio, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania informacji downmixu wskazującej jak sygnały obiektów audio są miksowane w jednym lub większej liczbie kanałów downmixu, oraz przy czym procesor (120) sygnału jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji downmixu, w zależności od informacji renderowania i w zależności od wartości kompensacji głośności, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, przy czym jeden lub większa liczba kolejnych sygnałów obejścia obiektów audio nie jest zmiksowana w sygnale downmixu, przy czym interfejs odbiorczy (110) jest skonfigurowany do odbierania informacji głośności wskazującej informację o głośności sygnałów obiektów audio, które są zmiksowane w sygnale downmixu i wskazującej informację o głośności jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, które nie są zmiksowane w sygnale downmixu, oraz przy czym procesor (120) sygnału jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od informacji o głośności sygnałów obiektów audio, które są zmiksowane w sygnale downmixu i w zależności od informacji o głośności jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, które nie są zmiksowane w sygnale downmixu.
  15. 15
    Koder, zawierający:jednostkę (210;710) kodowania na bazie obiektów do kodowania wielu sygnałów obiektów audio w celu uzyskania zakodowanego sygnału audio zawierającego wiele sygnałów obiektów audio, oraz jednostkę (220;720;820) kodowania głośności obiektów do kodowania informacji głośności o sygnałach obiektów audio, przy czym informacja głośności zawiera jedną lub większą liczbę wartości głośności, przy czym każda z jednej lub większej liczby wartości głośności zależy od jednego lub większej liczby sygnałów obiektów audio, przy czym każdy z sygnałów obiektów audio zakodowanego sygnału audio jest przydzielony do dokładnie jednej grupy z dwóch lub większej liczby grup, przy czym każda z dwóch lub większej liczby grup zawiera jeden lub większą liczbę sygnałów obiektów audio zakodowanego sygnału audio, przy czym co najmniej jedna grupa z dwóch lub większej liczby grup zawiera dwa lub większą liczbę sygnałów obiektów audio, przy czym jednostka (220;720;820) kodowania głośności obiektów jest skonfigurowana do wyznaczania jednej lub większej liczby wartości głośności informacji głośności poprzez wyznaczanie wartości głośności dla każdej grupy dwóch lub większej liczby grup, przy czym wspomniana wartość głośności wspomnianej grupy wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio wspomnianej grupy.
  16. 16
    Koder, zawierający:jednostkę (210;710) kodowania na bazie obiektów do kodowania wielu sygnałów obiektów audio w celu uzyskania zakodowanego sygnału audio zawierającego wiele sygnałów obiektów audio, oraz jednostkę (220;720;820) kodowania głośności obiektów do kodowania informacji głośności o sygnałach obiektów audio, przy czym informacja głośności zawiera jedną lub większą liczbę wartości głośności, przy czym każda z jednej lub większej liczby wartości głośności zależy od jednego lub większej liczby sygnałów obiektów audio, przy czym jednostka (210;710) kodowania na bazie obiektów jest skonfigurowana do odbierania sygnałów obiektów audio, przy czym każdy z sygnałów obiektów audio jest przypisany do dokładnie jednej z dwóch grup, przy czym każda z dokładnie dwóch grup zawiera jeden lub większą liczbę sygnałów obiektów audio, przy czym co najmniej jedna grupa z dokładnie dwóch grup zawiera dwa lub większą liczbę sygnałów obiektów audio, przy czym jednostka (210;710) kodowania na bazie obiektów jest skonfigurowana do downmixowania sygnałów obiektów audio, zawartych w dokładnie dwóch grupach, w celu uzyskania sygnału downmixu zawierającego jeden lub większą liczbę kanałów downmixu audio jako zakodowanego sygnału audio, przy czym liczba jednego lub większej liczby kanałów downmixu jest mniejsza od liczby sygnałów obiektów audio zawartych w dokładnie dwóch grupach., przy czym jednostka (220;720;820) kodowania głośności obiektów jest skonfigurowana do odbierania jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, przy czym każdy z jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio jest przydzielony do trzeciej grupy, przy czym każdy z jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio nie jest zawarty w pierwszej grupie i nie jest zawarty w drugiej grupie, przy czym jednostka (210;710) kodowania na bazie obiektów jest skonfigurowana do nie downmixowania jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio w sygnale downmixu, oraz przy czym jednostka (220;720;820) kodowania głośności obiektów jest skonfigurowana do wyznaczania pierwszej wartości głośności, drugiej wartości głośności i trzeciej wartości głośności informacji głośności, przy czym pierwsza wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio pierwszej grupy, druga wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio drugiej grupy a trzecia wartość głośności wskazuje głośność całkowitą jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio trzeciej grupy, lub jest skonfigurowana do wyznaczania pierwszej wartości głośności i drugiej wartości głośności informacji głośności, przy czym pierwsza wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio pierwszej grupy a druga wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio drugiej grupy i jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio trzeciej grupy.
  17. 17
    System zawierający:koder (310) zawierający: jednostkę (210;710) kodowania na bazie obiektów do kodowania wielu sygnałów obiektów audio w celu uzyskania zakodowanego sygnału audio zawierającego wiele sygnałów obiektów audio;oraz jednostkę (220;720;820) kodowania głośności obiektów do kodowania informacji głośności sygnałów obiektów audio, przy czym informacja głośności zawiera jedną lub większą liczbę wartości głośności, przy czym każda z jednej lub większej liczby wartości głośności zależy od jednego lub większej liczby sygnałów obiektów audio, dekoder (320) według jednego z zastrz. 1 do 14, do generowania wyjściowego sygnału audio zawierającego jeden lub większą liczbę wyjściowych kanałów audio, przy czym dekoder (320) jest skonfigurowany do odbierania zakodowanego sygnału audio wejściowego sygnału audio i do odbierania informacji głośności, przy czym dekoder (320) jest skonfigurowany do następnie odbierania informacji renderowania, przy czym dekoder (320) jest skonfigurowany do wyznaczania wartości kompensacji głośności w zależności od informacji głośności i w zależności od informacji renderowania, oraz przy czym dekoder (320) jest skonfigurowany do generowania jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji renderowania i w zależności od wartości kompensacji głośności.
  18. 18
    Sposób generowania sygnału obiektów audio zawierającego jeden lub większą liczbę wyjściowych kanałów audio, przy czym sposób obejmuje:odbieranie wejściowego sygnału audio zawierającego wiele sygnałów obiektów audio, odbieranie informacji głośności o sygnałach obiektów audio, odbieranie informacji renderowania wskazującej jak jeden lub większa liczba sygnałów obiektów audio powinna być wzmocniona lub stłumiona, wyznaczanie wartości kompensacji głośności w zależności od informacji głośności i w zależności od informacji renderowania, oraz generowanie jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji renderowania i w zależności od wartości kompensacji głośności. przy czym generowanie jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio jest przeprowadzane w zależności od informacji renderowania i w zależności od wartości kompensacji głośności tak, że głośność wyjściowego sygnału audio jest równa głośności wejściowego sygnału audio lub tak, że głośność wyjściowego sygnału audio jest bliższa głośności wejściowego sygnału audio niż głośność zmodyfikowanego sygnału audio jaki byłby wynikiem modyfikacji wejściowego sygnału audio poprzez wzmocnienie lub stłumienie sygnałów obiektów audio wejściowego sygnału audio zgodnie z informacją renderowania.
  19. 19
    Sposób generowania wyjściowego sygnału audio zawierającego jeden lub większą liczbę wyjściowych kanałów audio przy czym sposób obejmuje:odbieranie wejściowego sygnału audio zawierającego wiele sygnałów obiektów audio, przy czym odbieranie wejściowego sygnału audio jest przeprowadzany poprzez odbieranie sygnału downmixu zawierającego jeden lub większą liczbę kanałów downmixu jako wejściowy sygnał audio, przy czym jeden lub większa liczba kanałów downmixu zawiera sygnały obiektów audio i przy czym liczba jednego lub większej liczby kanałów downmixu jest mniejsza od liczby sygnałów obiektów audio, odbieranie informacji renderowania wskazującej, czy jeden lub większa liczba sygnałów obiektów audio powinna być wzmocniona, czy stłumiona, odbieranie informacji downmixu wskazującej jak sygnały obiektów audio są miksowane w jednym lub większej liczbie kanałów downmixu, odbieranie jednego lub większej liczby kolejnych obejściowych sygnałów obiektów audio, przy czym jeden lub większa liczba kolejnych obejściowych sygnałów obiektów audio nie jest zmiksowana w sygnale downmixu. odbieranie informacji głośności o sygnałach obiektów audio, przy czym informacja głośności wskazuje informację o głośności sygnałów obiektów audio, które są zmiksowane w sygnale downmixu i wskazuje informację o głośności jednego lub większej liczby kolejnych obejściowych sygnałów obiektów audio, które nie są zmiksowane w sygnale downmixu, oraz wyznaczanie wartości kompensacji głośności w zależności od informacji głośności i w zależności od informacji renderowania, przy czym wyznaczanie wartości kompensacji głośności jest przeprowadzane w zależności od informacji o głośności sygnałów obiektów audio, które są miksowane w sygnale downmixu i w zależności od informacji o głośności jednego lub większej liczby kolejnych obejściowych sygnałów obiektów audio, które nie są zmiksowane w sygnale downmixu, oraz generowanie jednego lub większej liczby wyjściowych kanałów audio wyjściowego sygnału audio z wejściowego sygnału audio w zależności od informacji downmixu, w zależności od informacji renderowania i w zależności od wartości kompensacji głośności.
  20. 20
    Sposób kodowania, obejmujący:kodowanie wielu sygnałów obiektów audio w celu uzyskania zakodowanego sygnału audio zawierającego wiele sygnałów obiektów audio, i wyznaczanie informacji głośności o sygnałach obiektów audio, przy czym informacja głośności zawiera jedną lub większą liczbę wartości głośności, przy czym każda z jednej lub większej liczby wartości głośności zależy od jednego lub większej liczby sygnałów obiektów audio, przy czym wyznaczanie jednej lub większej liczby wartości głośności informacji głośności jest przeprowadzane poprzez wyznaczanie wartości głośności dla każdej grupy z dwóch lub większej liczby grup, przy czym wspomniana wartość głośności wspomnianej grupy wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio wspomnianej grupy, kodowanie informacji głośności o sygnałach obiektów audio, przy czym każdy z sygnałów obiektów audio zakodowanego sygnału audio jest przypisany do dokładnie jednej grupy z dwóch lub większej liczby grup, przy czym każda z dwóch lub większej liczby grup zawiera jeden lub większą liczbę sygnałów obiektów audio zakodowanego sygnału audio, przy czym co najmniej jedna grupa z dwóch lub większej liczby grup zawiera dwa lub większą liczbę sygnałów obiektów audio.
  21. 21
    Sposób kodowania, obejmujący:odbieranie sygnałów obiektów audio, przy czym każdy z sygnałów obiektów audio jest przypisany do dokładnie jednej z dokładnie dwóch grup, przy czym każda z dokładnie dwóch grup zawiera jeden lub większą liczbę sygnałów obiektów audio, przy czym co najmniej jedna grupa z dokładnie dwóch grup zawiera dwa lub większą liczbę sygnałów obiektów audio, kodowanie wielu sygnałów obiektów audio w celu uzyskania zakodowanego sygnału audio zawierającego wiele sygnałów obiektów audio poprzez downmixowanie sygnałów obiektów audio, zawartych w dokładnie dwóch grupach, w celu uzyskania sygnału downmixu zawierającego jeden lub większą liczbę kanałów audio downmixu jako zakodowanego sygnału audio, przy czym liczba jednego lub większej liczby kanałów downmixu jest mniejsza od liczby sygnałów obiektów audio zawartych w dokładnie dwóch grupach, wyznaczanie informacji głośności o sygnałach obiektów audio, przy czym informacja głośności zawiera jedną lub większą liczbę wartości głośności, przy czym każda z jednej lub większej liczby wartości głośności zależy od jednego lub większej liczby sygnałów obiektów audio, poprzez wyznaczanie pierwszej wartości głośności, drugiej wartości głośności i trzeciej wartości głośności informacji głośności, przy czym pierwsza wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio pierwszej grupy, druga wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio drugiej grupy a trzecia wartość głośności wskazuje głośność całkowitą jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio trzeciej grupy, lub poprzez wyznaczanie pierwszej wartości głośności i drugiej wartości głośności informacji głośności, przy czym pierwsza wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio pierwszej grupy a druga wartość głośności wskazuje głośność całkowitą jednego lub większej liczby sygnałów obiektów audio drugiej grupy i jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio trzeciej grupy, kodowanie informacji głośności sygnałów obiektów audio, odbieranie jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio, przy czym każdy z jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio jest przydzielony do trzeciej grupy, przy czym każdy z jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio nie jest zawarty w pierwszej grupie i nie jest zawarty w drugiej grupie, oraz nie downmixowanie jednego lub większej liczby kolejnych sygnałów obejścia obiektów audio w sygnale downmixu.
  22. 22
    Program komputerowy do realizacji sposobu określonego z jednym z zastrz. 18 do 21, gdy jest wykonywany w komputerze lub procesorze sygnału. Fraunhofer-Gesellschaft zur Forderung der angewandten Forschung e. V., Niemcy 1/12 Pełnomocnik:Eliza Stypińska, rzecznik patentowy EP 3 074 971 B1 Z-17157 EP 3 074 971 B1 Z-17157 2/12 FIG 2 EP 3 074 971 B1 Z-17157 3/12 EP 3 074 971 B1 Z-17157 4/12 EP 3 074 971 B1 Z-17157 5/12 ω 5 ο EP 3 074 971 B1 Z-17157 6/12 J ingerencja użytkownika --------------------------i----------------------------► ! czas prawdziwy poziom i sygnału wyjściowego ---------------------estymacja głośności sygnału wyjściowego na bazie sygnału delay czas świadoma estymacja głośności sygnału wyjściowego czas czas FIG 6 EP 3 074 971 B1 Z-17157 7/12 EP 3 074 971 B1 Z-17157 8/12 EP 3 074 971 B1 Z-17157 9/12 EP 3 074 971 B1 Z-17157 10/12 EP 3 074 971 B1 Z-17157 11/12 tłumienie z downmixu (LU) EP 3 074 971 B1 Z-17157 12/12
Independent claims22