KR20130027564A - 공간적 출력 다채널 오디오 신호를 결정하기 위한 장치 - Google Patents

Abstract

입력 오디오 신호 및 입력 매개변수를 기반으로 한 공간적 출력 다채널 오디오 신호를 결정하기 위한 장치(100)가 개시된다. 상기 장치(100)는, 서로 다른 제1 분해된 신호 및 제2 분해된 신호를 얻기 위하여 상기 입력된 매개변수를 기반으로 하는 입력 오디오 신호를 분해하는 분해부(110)를 포함한다. 더 나아가, 상기 장치(100)는 제1 의미론적인 속성을 구비한 제1 랜더링된 신호를 얻기 위해 제1 분해된 신호를 랜더링하고, 상기 제1 의미론적 속성과는 차별되는 제2 의미론적 속성을 구비한 제2 랜더링된 신호를 얻기 위하여 상기 제2 분해된 신호를 랜더링하는 랜더링부(110)를 포함한다. 상기 장치(100)는 상기 공간 출력 다채널 오디오 신호를 얻기 위해 상기 제1 랜더링된 신호 및 상기 제2 랜더링된 신호를 처리하기 위한 프로세서(130)를 포함한다.

Description

공간적 출력 다채널 오디오 신호를 결정하기 위한 장치{An Apparatus for Determining a Spatial Output Multi-Channel Audio Signal}

본 발명은 오디오 처리, 특히 공간적 오디오 속성을 처리하기 위한 오디오 처리에 관한 것이다.

오디오 처리 및/또는 부호화는 많은 방법으로 진보하여 왔고, 공간적 오디오 애플리케이션에 대한 더욱 더 많은 요구가 생성되어 왔다. 많은 애플리케이션에 있어서 오디오 신호 처리는 신호 간의 상관관계를 감소(decorrelate)시키거나 또는 랜더링하기 위해 사용되어 왔다. 이러한 애플리케이션들은, 예를 들어 모노 투 스테레오 업믹싱(mono-to-stereo up-mix), 모노/스테레오 투 멀티채널 업믹싱(mono/stereo to multi-channel up-mix), 인공적인 반향(反響, reverberaton), 스테레오 증폭 또는 유저 인터랙티브(user interactive) 믹싱/랜더링 등을 수행한다.

*예를 들어 박수소리 같은 신호 등의 잡음 유사 신호 같은, 어떤 신호의 클래스에 있어서, 종래의 방법 및 시스템은 불만족스러운 지각적 품질 또는, 만약 객체 지향적인 접근 방법이 사용될 경우에 있어서 모델링되거나 처리되기 위한 청각 이벤트의 숫자에 기인한, 컴퓨터 사용의 복잡함 때문에 고통받고 있었다. 문제가 있는 오디오 물질의 다른 일례들은, 일반적으로, 한 무리의 새, 해변, 달리는 말, 행진하는 일 사단의 군인 등에 의해 생성되는 소음 같은 앰비언스(ambience) 물질이다.

종래의 개념은, 예를 들어 매개변수의 스테리오 또는 엠펙 서라운드(MPEG-surround, MPEG = Moving Pictures Expert Group) 부호화를 사용한다. 도 6은 모노 투 스테레오 업믹서 내에서의 디코릴레이터(decorrelator)의 전형적인 애플리케이션을 보여준다. 도 6에 도시된 바와 같이 하나의 모노 입력 신호가 상기 디코릴레이터(610)에 제공되고, 상기 디코릴레이터(610)는 출력 시 디코릴레이트된 (decorrelate, 즉 상관관계가 감소된) 입력 신호를 제공한다. 상기 원래의 입력신호는 업믹스 매트릭스(up-mix matrix, 620)에 상기 디코릴레이트된 신호와 함께 제공된다. 업믹스 제어 매개변수(630)에 의하여, 하나의 스테레오 출력 신호가 랜더링된다. 상기 신호 디코릴레이터(610)은, 건조한 모노 신호 M와 함께 매트릭싱 단계(620)으로 입력되는 디코릴레이트된 신호를 생성한다. 믹싱된 매트릭스(620) 내에서, 스테레오 채널 L (L = 좌측 스테레오 채널) 및 R (R= 우측 스테레오 채널)이, 믹싱된 매트릭스 H에 따라서 형성된다. 상기 매트릭스 H 내에서의 계수는 수정될 수 있거나, 신호 독립적이거나 또는 사용자에 의해서 제어된다.

그렇지 않으면, 상기 매트릭스는, 사이드 정보(side information)에 의해서 제어되고, 다운믹스(down-mix)를 따라 전송되며, 필요한 멀티 채널 출력을 형성하기 위해 다운믹스의 신호를 어떻게 업믹스하는지에 대한 매개변수에 대한 설명을 포함할 수 있다. 이러한 공간 사이드 정보는 종종 상기 업믹스 과정에 선행하는 신호 인코더에 의해 생성될 수 있다.

이것은 전형적으로 예를 들어 매개변수의 스테레오 내에서의 매개변수의 공간오디오 코딩("저비트에서의 양질의 매개변수적인 공간 오디오 코딩" J. Breebaart, S. van de Par, A. Kohlrausch, E. Schuijers, "High-Quality Parametric Spatial Audio Coding at Low Bitrates" in AES 116^th Convention, Berlin, Preprint 6072, May 2004 참조) 및 MPEG 서라운드("MPEG 서라운드 - 효율적이고 호환 가능한 다채널 오디오 코딩을 위한 ISO/MPEG 표준" (J. Herre, K. Kjorling, J. Breebaart, et. al., "MPEG Surround - the ISO/MPEG Standard for Efficient and Compatible Multi-Channel Audio Coding" in Proceedings of the 122^nd AES Convention, Vienna, Austria, May 2007 참조) 내에서 수행된다. 매개변수의 스테레오 디코더의 전형적인 구조가 도 7에 도시되어 있다. 이러한 일례에서, 디코릴레이트 과정은 변환 도메인 내에서 수행된다. 상기 변환 도메인은 분석 필터뱅크(710)에 의해 표시된다. 상기 분석 필터뱅크(710)은 입력 모노 신호를, 일례로 다수의 주파수 대역에 관한 주파수 도메인으로써 상기 변환 도메인으로 변환시킨다.

상기 주파수 도메인에서, 상기 디코릴레이터(720)는, 상응하는 디코릴레이트된 신호를 생성하고, 상기 신호는 업믹스 매트릭스(730) 내에서 업믹스된다. 상기 업믹스 매트릭스(730)은 업믹스 매개변수를 고려하는데, 상기 매개변수는 상기 매개변수 수정 박스(740)에 의해 제공되며, 상기 매개 변수 수정 박스는 공간 입력 매개변수를 제공받고, 매개변수 제어 단계(750)에 연결된다. 도 7에 도시된 일례에 있어서, 상기 공간 매개변수는 사용자 또는 추가적인 장치, 예를 들어 스테레오 음향의 랜더링/프리젠테이션(binaural rendering/presentation)을 위한 후처리 등에 의해서 수정될 수 있다. 이러한 경우에 있어서, 상기 업믹스 매개변수는, 상기 업믹스 매트릭스(703)를 위한 상기 입력 매개변수를 형성하기 위해 상기 스테레오 음향의 필터(binaural filter)와 융합될 수 있다. 상기 매개변수 수정 블록(740)이 상기 매개변수의 측정을 수행한다. 그리고 상기 업믹스 매트릭스(730)의 출력은, 스테레오 출력 신호를 결정하는 합성 필터뱅크(760, synthesis filterbank)에 제공된다.

상술한 바와 같이 믹싱 매트릭스 H의 출력 L/R은 상기 모노 입력 신호 M 및 상기 디코릴레이트된 신호 D로부터 다음의 공식(수학식 1)을 따라 연산된다.

상기 믹싱 매트릭스에서, 상기 디코릴레이트되고 상기 출력에 입력되는 사운드는, 예를 들어 ICC(InterChannel Correlation) 및/또는 혼합된 또는 사용자 정의 설정값 같은 변환된 매개변수를 기반으로 하여 제어될 수 있다.

다른 전형적인 접근은, 일시적 치환 방법에 의해서 행해진다. 예를 들어 "박수소리 신호의 다채널 코딩" (Gerard Hotho, Steven van de Par, Jeroen Breebaart, "Multichannel Coding of Applause Signals," in EURASIP Journal on Advances in Signal Processing, Vol. 1, Art. 10, 2008)에서는 박수소리 같은 신호의 디코릴레이션(decorrelation)을 위하여 이런 방법이 제안되었다. 여기서 단선율(mono)의 오디오 신호는 조각화되고, 시간 조각에 오버래핑된다. 이러한 시간 조각들은, 상기 상관관계가 감소된 출력 채널들을 형성하기 위해 하나의 "슈퍼(super)" 블록 내에서 랜덤하게, 일시적으로 가짜(pseudo)로 치환된다. 상기 치환은 n개의 출력 채널에 대해서 상호 독립적이다.

또 다른 접근 방법은, 디코릴레이트된 신호를 얻기 위하여, 원본 및 연기된 복사본에 대한 교번 채널 교환(alternative channel swap)이다. (독일 특허 출원 102007018032.4-55 참조.)

어떤 종래의 개념적인 객체 지향적인 시스템, 예를 들어 "파동장 합체 복제를 위한 높은 임장감 환경의 생성"(Wagner, Andreas; Walther, Andreas; Melchoir, Frank; Strauß, Michael; "Generation of Highly Immersive Atmospheres for Wave Field Synthesis Reproduction" at 116^th International EAS Convention, Berlin, 2004)에 나타난 시스템 등에서, 파동장 합성에 대한 애플리케이션에 의한, 개개의 박수들 같은 많은 객체에서 나온 임장감있는 장면을 어떻게 생성하는지가 묘사되어 있다

그러나 소위 "지향성 오디오 코딩(directional audio coding, DirAC)"라 하는 다른 접근 방법이 있다. 이는 공간 사운드 표현을 위한 방법이고, 다른 소리 복제 시스템에 적용 가능하다. ("지향성 오디오 코딩을 통한 공간 사운드 복제, Pulkki, Ville, "Spatial Sound Reproduction with Directional Audio Coding" in J. Audio Eng. Soc., Vol. 55, No. 6, 2007 참조) 분석(analysis) 부분에서는, 소리 도착의 분산도 및 방향이 시간 및 주파수에 의존하는 하나의 위치에서 측정된다. 합성(synthesis) 부분에서는 마이크로폰 신호가 먼저 분산된 부분과 분산되지 않은 부분으로 분리되고, 다른 전략을 사용하여 복제된다.

종래의 접근 방법은 다양한 문제점을 포함한다. 예를 들어 박수 소리 같은 콘텐츠를 구비한 오디오 신호의 인도된 또는 인도되지 않은 업믹스는 강한 디코릴레이션을 요구한다. 결론적으로 한편으로는 강한 상관관계의 감소는, 예를 들어 콘서트 홀 내에 존재하는 것 같은 상기 앰비언스 느낌을 복원하기 위해 필요하다. 한편으로는 올패스 필터(all-pass filter) 같은 적절한 디코릴레이션 필터(decorrelation filter)들은 프리에코(pre-echo), 포스트에코(post-echo) 및 필터 링잉(filter ringing)같은 일시적으로 지워지는(smearing) 효과를 생성함으로써, 단일 박수같은 과도적인 사건의 질에 대한 복제의 질을 떨어뜨린다. 더구나 앰비언스 디코릴레이션이 시간에 걸쳐 준정적(quasi-stationary)으로 행해져야 하는 반면에, 단일 박수 사건의 공간적인 패닝(panning)은 더욱 미세 시간 그리드(fine time grid)에서 행해져야 한다.

"저비트에서의 양질의 매개변수의 공간 오디오 코딩(J. Breebaart, S. van de Par, A. Kohlrausch, E. Schuijers, "High-Quality Parametric Spatial Audio Coding at Low Bitrates" in AES 116^th Convention, Berlin, Preprint 6072, May 2004) 및 "MPEG 서라운드 - 효율적이고 호환 가능한 다채널 오디오 코딩을 위한 ISO/MPEG 표준(J. Herre, K. Kjorling, J. Breebaart, et. al., "MPEG Surround the ISO/MPEG Standard for Efficient and Compatible Multi-Channel Audio Coding" in Proceedings of the 122^nd AES Convention, Vienna, Austria, May 2007)에 따르면, 최첨단 시스템의 상태는 일시적인 해상도와 앰비언스 안정성 사이 및 과도적인 질적 약화와 앰비언스 디코릴레이션 사이에서 절충한다.

상기 일시적 치환 방법을 사용하는 시스템은, 예를 들어, 출력 오디오 신호에서 어떤 반복적인 질에 기인한 상기 출력 사운드의 알 수 있는 약화를 보여줄 것이다. 이는 상기 입력 신호의 하나 및 동일한 세그먼트는, 시간의 다른 지점에 불구하고 모든 출력 채널에서 변형됨을 보여주고 있는 사실 때문이다. .더구나 증가되는 박수 밀도를 회피하기 위해서 어떤 원래의 채널들은 상기 업믹스 내에서 누락되어야 하고, 그러므로 어떤 중요한 청각적 사건은 상기 업믹스의 결과 내에서 상실된다.

객체 지향적인 시스템에서, 전형적으로 이러한 사운드 사건은 거대한 집단의 포인트 유사 소스들로써 공간화되고, 컴퓨터 상 복잡한 일례가 된다.

본 발명의 목적은, 공간 오디오 처리에 있어서 개선된 개념을 제공하는 것에 있다.

이러한 목적을 달성하기 위하여 본 발명은 청구항 1에 따른 장치 및 청구항 16에 따른 방법을 제시한다.

본 발명의 발견은 하나의 오디오 신호는, 예를 들어 디코릴레이션의 면에서 또는 진폭 패닝 접근의 면에서 공간 랜더링이 적용될 수 있는 몇몇 구성요소 내에서 분해될 수 있다는 것이다. 한편으로는 본 발명은, 예를 들어 다중 사운드 소스에 관한 시나리오에 있어서, 전경(foreground) 소스 및 배경 소스는 구별될 수 있고, 서로 다르게 랜더링되거나 상관관계가 감소될 수 있다. 일반적으로 오디오 객체에 있어서 다른 공간적 깊이 및/또는 연장은 구별된다.

본 발명에 있어서 중요한 점의 하나는, 박수치는 관객, 한 무리의 새, 해변, 달리는 말, 행진하는 일 사단의 군인 등에 의해 생성되는 소리 같은 신호를, 전경 및 배경 부분으로 분해한다는 것이다. 이에 따라 상기 전경 부분은, 예를 들어 인근의 소스로부터 기인한 단일 청각 사건을 포함하고, 상기 배경 파트는 지각적으로 융합된 원거리 사건의 앰비언스를 유지한다. 최종적인 믹싱에 선행하여, 이러한 두개의 신호 부분은, 예를 들어 상관계수를 합성하거나, 장면을 랜더링하는 등을 위해서 분리 처리된다.

반드시 오직 신호의 전경 및 배경 부분만을 구별할 필요는 없고, 다양한 다른 오디오 부분을 구별할 수도 있다. 여기서 상기 오디오 부분들은 모두 다르게 랜더링되거나 디코릴레이트될 수 있다.

일반적으로, 오디오 신호는 일실시예에 있어서 n개의 다른 의미론적인 부분으로 분해될 수 있고, 이러한 부분들은 분리되어 처리된다. 상기 다른 의미론적인 부분들에 대한 분해 및 분리 처리는, 일실시예에 있어서 시간 및/또는 주파수 도메인 내에서 이루어질 수 있다.

일실시예에 있어서 본 발명은, 적절한 컴퓨터 연산 비용으로, 랜더링된 사운드의 매우 우수한 지각적 품질이라는 이점을 제공한다. 이와 함께 특히 박수 유사의 중요한 오디오 물질 또는 다른 유사한 앰비언스 물질(예를 들어 한 무리의 새, 해변, 달리는 말, 행진하는 일 사단의 군인 등에 의해 생성되는 소음 같은 앰비언스 물질)에 있어서 적절한 비용으로 높은 지각적 품질을 제공하는 신규의 디코릴레션/랜더링 방법을 제공한다.

도1a는, 본 발명의 일실시예에 있어서 공간 오디오 다채널 오디오 신호를 결정하는 장치를 도시한 것이다.
도1b는 본 발명의 다른 일실시예에 대한 블록도이다.
도2는, 본 발명의 일실시예에 있어서 분해된 신호의 다양성을 도시한 것이다.
도3은, 본 발명의 일실시예에 있어서 전경 및 배경 의미론적 분해를 도시한 것이다.
도4는, 본 발명의 일실시예에 있어서 배경 신호 요소를 얻기 위한 과도(過渡) 분리 방법(transient separation method)의 일례를 도시한 것이다.
도5는 본 발명의 일실시예에 있어서 공간적으로 거대한 규모를 구비한 사운드 소스의 합성을 도시한 것이다.
도6은 본 발명의 일실시예에 있어서 모노-투-스테레오 업믹서 내의 시간 도메인에서 디코릴레이터에 대한 최신 애플리케이션을 도시한 것이다.
도7은, 본 발명의 일실시예에 있어서 모노-투-스테레오 업믹서 내의 주파수 도메인 내에서의 디코릴레이터에 대한 또 다른 최신 애플리케이션을 도시한 것이다.

도 1에 도시된 바를 참조하면 본 발명의 일 실시예에 있어서, 입력 오디오 신호를 기반으로 한, 공간적인 출력 다채널 오디오 신호를 결정하는 것에 대한 장치(100)가 제시되어 있다. 실시예에 있어서 상기 장치는, 상기 공간적 출력 다채널 오디오 신호가 입력 매개변수도 기반으로 하도록 적용할 수 있다. 상기 입력 매개변수는 로컬에서 생성되거나 또는 예를 들어 사이드 정보 같은 입력 오디오 신호에 의해 제공될 수 있다.

도 1에 도시된 바와 같이 일실시예에 있어서, 상기 장치(100)는, 제1 의미론적 속성을 구비한 제1 분해된 신호 및 상기 제1 의미론적 속성과는 다른 제2 의미론적 속성을 구비한 제2 분해된 신호를 얻기 위해 상기 입력 오디오 신호를 분해하는 분해부(110)를 포함하고 있는 것을 특징으로 할 수 있다.

상기 장치(100)는, 상기 제1 의미론적 속성을 구비한 제1 랜더링된 신호를 얻기 위해 제1 랜더링 특성을 이용하여 상기 제1 분해된 신호를 랜더링하고, 상기 제2 의미론적 속성을 구비한 제2 랜더링된 신호를 얻기 위해 제2 랜더링 특징을 이용하여 상기 제2 분해된 신호를 랜더링하기 위한 랜더링부(120)를 더 포함할 수 있다.

의미론적 속성은, 가깝거나 멀거나 또는 집중되거나 넓거나 같은 공간적 속성, 신호가 음조, 고정적인지 또는 과도적인지 같은 동적인 속성 및/또는 상기 신호가 전경 또는 배경 같은 우성(dominance) 속성인지, 각각 그것에 의해 측정된 값에 상응할 수 있다.

더구나, 일 실시예에 있어서는 상기 장치(100)는, 공간적 출력 다채널 오디오 신호를 획득하기 위해 상기 제1 랜더링된 신호 및 상기 제2 랜더링된 신호를 처리하기 위한 프로세서(130)를 포함할 수 있다.

한편으로는, 상기 분해부(110)는, 일실시예에 있어서 상기 입력 매개변수를 기반으로 하여 상기 입력 오디오 신호를 분해하는데 적용될 수 있다. 상기 입력 오디오 신호의 분해는, 상기 입력 오디오 신호의 다른 부분들의, 의미론적, 즉 공간적인 속성에 적용될 수 있다. 더구나 상기 제1 및 제2 랜더링 특성에 따라서 랜더링부(120)에 의해 수행된 랜더링 또한 상기 공간적 속성에 적용될 수 있는데, 이러한 공간적 속성은, 예를 들어 상기 제1 분해된 신호가 배경 오디오 신호에 상응하고, 상기 제2 분해된 신호가 전경 신호에 상응하는 시나리오에서, 다른 랜더링 또는 디코릴레이터들이 각각 다른 방식으로 사용될 수 있게 한다. 이어서 상기 전경이라는 단어는 오디오 환경에서 우세한(dominant) 오디오 객체를 언급하는 것으로 이해된다. 그럼으로써 잠재적인 청취자는 상기 전경-오디오 객체를 주목할 것이다. 전경 오디오 객체 또는 소스는 배경 오디오 객체 또는 소스와는 구별되고 차이가 있다. 배경 오디오 객체 또는 소스는, 전경 오디오 객체 또는 소스보다 열세하여 오디오 환경에서 잠재적인 청취자는 주목할 수 없을 수 있다. 일실시예에서 전경 오디오 객체 또는 소스는, 포인트 유사의 오디오일 수도 있으나 이에 제한되지는 않는다. 여기서 포인트 유사 오디오 소스에서는 배경 오디오 객체 또는 소스가 공간적으로 더 확장된 오디오 객체 또는 소스에 상응한다.

다시 말해서, 일실시예에 있어서 상기 제1 랜더링 특성은 상기 제1 의미론적 특성을 기반으로 하거나 또는 이에 매칭되고, 상기 제2 랜더링 특성은 상기 제2 의미론적 특성을 기반으로 하거나 또는 이에 매칭된다. 일실시예에 있어서 상기 제1 의미론적 특성 및 상기 제1 랜더링 특성은 전경 오디오 소스 또는 객체에 대응되고, 상기 랜더링부(120)는 진폭 패닝을 상기 제1 분해된 신호에 적용하기 위해 사용될 수 있다. 그리고 상기 랜더링부(120)는 상기 제1 분해된 신호의 두 진폭 패닝된 버전에 상기 제1 랜더링된 신호를 제공하기 위하여 사용될 수도 있다. 이러한 실시예에서 상기 제2 의미론적 속성 및 상기 제2 랜더링 특성은, 각각 다수의 배경 오디오 소스 또는 객체에 상응하고, 상기 랜더링부(120)는 또한 상기 제2 분해된 신호에 대해 디코릴레이션을 적용하고 상기 제2 분해된 신호 및 그것의 상기 디코릴레이트된 버전에, 제2 랜더링된 신호를 제공한다.

일실시예에 있어서 상기 랜더링부(120)는 또한 제1 분해된 신호를 랜더링 하기 위해서 적용될 수 있으며, 그럼으로써 상기 제1 랜더링 특성은 딜레이 도입 특성(delay introducing characteristic)을 구비하지 않는다. 다시 말하면 상기 제1 분해된 신호에 대한 디코릴레이션이 없을 수 있다. 다른 실시예에 있어서, 상기 제1 랜더링 특성은 제1 딜레이 분량(delay amount)을 포함한 딜레이 도입 특성을 구비할 수 있고, 상기 제2 랜더링 특성은 제2 딜레이 분량을 포함할 수 있는데, 여기서 상기 제2 딜레이 분량은 상기 제1 딜레이 도입 특성보다 더 크다. 다시 말하면 이러한 실시예에서, 상기 제1 분해된 신호 및 상기 제2 분해된 신호 양자는 모두 디코릴레이트될 수 있으나, 상기 디코릴레이션의 수준은 상기 분해된 신호의 각각의 디코릴레이트된 버전에 도입되는 딜레이의 양에 따라 정해진다. 상기 디코릴레이션은 그러므로 상기 제1 분해된 신호에 대해서 보다 상기 제2 분해된 신호에 대해서 더 강할 수 있다.

일실시예에 있어서 상기 제1 분해된 신호 및 상기 제2 분해된 신호는 중첩될 수 있다. 그리고/또는 시간적으로 동시에 발생할 수 있다. 다시 말해서 신호처리는 블록 단위에서 수행될 수 있으며, 여기서 입력 오디오 신호 샘플들의 하나의 블록은, 분해부(110)에 의해서 분해되는 신호에 대한 다수의 블록으로 세분화될 수 있다. 일실시예에 있어서, 상기 다수의 분해되는 신호는, 시간 도메인 내에서는 적어도 부분적으로는 중첩될 수 있다. 즉, 그들은 시간 도메인 샘플들이 오버래핑되는 것을 나타낸다. 다시 말해서, 상기 분해된 신호는, 오버래핑하는 입력 오디오 신호의 각 부분들에 대응될 수 있고, 즉 이는 적어도 부분적으로는 동시에 존재하는 오디오 신호들을 나타낸다. 실시예에 있어서 상기 제1 및 제2 분해된 신호는, 원래의 입력 신호의 필터링되거나 또는 변환된 버전일 수 있다. 예를 들어, 이들은 근거리의 사운드 소스 또는 더 원거리의 사운스 소스에 상응하는 결합된 공간적 신호로부터 추출된 신호 부분들을 나타낼 수 있다. 다른 일실시예에 있어서 그들은 과도적이고 고정적인 신호 요소 등에 상응될 수 있다.

일실시예에 있어서, 상기 랜더링부(120)는 제1 랜더링부 및 제2 랜더링부로 세분화될 수 있고, 여기서 상기 제1 랜더링부는 상기 제1 분해된 신호를 랜더링하기 위해서 사용될 수 있고, 상기 제2 랜더링부는 상기 제2 분해된 신호를 랜더링하기 위해서 사용될 수 있다. 일 실시예에 있어서, 상기 랜더링부(120)는 소프트웨어로 구현될 수 있다. 상기 소프트웨어는 예를 들어 순차적으로 상기 분해된 신호를 랜더링하기 위해 차례차례 사용될 수 있는, 프로세서 또는 디지털 신호 처리기에서 작동될 수 있는 메모리 장치 내에 저장된 프로그램 같은 것을 말한다.

상기 랜더링부(120)는, 제1 디코릴레이트된 신호를 얻기 위해 제1 분해된 신호를 디코릴레이트하거나 또는 제2 디코릴레이트된 신호를 얻기 위해서 상기 제2 분해된 신호를 디코릴레이트하기 위해 사용될 수 있다. 다시 말하면, 상기 랜더링부(120)는, 양 분해된 신호들을 디코릴레이트하거나, 그렇지 않으면 다른 디코릴레이션을 사용하거나 또는 특성을 랜더링하기 위해서 사용될 수 있다. 실시예에 있어서 상기 랜더링부(120)는 진폭 패닝을, 디코릴레이션 대신에 또는 이에 더하여 상기 제1 또는 제2 분해된 신호의 어느 하나에 진폭 패닝을 적용하기 위하여 사용될 수도 있다.

상기 랜더링부(120)는, 상기 공간적 출력 다채널 오디오 신호 내에서의 채널 숫자만큼의 구성요소를 구비한 제1 및 제2 랜더링된 신호를 랜더링하기 위해서 사용될 수 있고, 상기 프로세서(130)는, 상기 공간적 출력 다채널 오디오 신호를 구하기 위하여 상기 제1 및 제2 랜더링된 신호의 상기 구성요소를 결합하기 위해 사용될 수 있다. 일실시예에 있어서 상기 랜더링부(120)는, 상기 공간적 출력 다채널 오디오 신호보다 적은 구성요소를 구비한 제1 및 제2 랜더링된 신호를 랜더링하기 위해 사용될 수 있고, 여기서 상기 프로세서(130)는, 공간적 출력 다채널 오디오 신호를 얻기 위하여 상기 제1 및 제2 랜더링된 신호의 구성요소를 업믹싱하기 위해 사용될 수 있다.

도1b는, 본 장치(100)의 다른 일실시예를 도시하고 있다. 여기서 본 장치(100)는, 도1a의 도움으로 소개된 것과 유사한 구성요소를 포함하고 있다. 그러나 도1b는 더 자세한 구성요소를 구비하고 있다. 도1b에는 입력 오디오 신호 및 추가적으로 입력 매개변수를 수신하는 분해부(110)가 도시되어 있다. 도1b에 도시된 바와 같이, 상기 분해부는 제1 분해된 신호 및 제2 분해된 신호를 랜더링부(120)에 제공하는데 사용된다. 여기서 랜더링부(120)는 대쉬선으로 표시되어 있다. 도1b에 도시된 일 실시예에 있어서, 상기 제1 분해된 신호는, 상기 제1 의미론적 특성으로써 포인트 유사 오디오 소스에 상응하는 것으로 추정되고, 상기 랜더링부(120)은 상기 제1 랜더링 특성으로써 진폭-패닝을 상기 제1 분해된 신호에 적용하기 위해서 사용되는 것으로 추정된다. 일 실시예에 있어서 상기 제1 및 제2 분해된 신호는 교환 가능하다. 즉 다른 실시예에 있어서는 진폭-패닝이 상기 제2 분해된 신호에 적용될 수 있는 것이다.

도1b에 설명된 일실시예에 있어서 상기 랜더링부(120)에는, 제1 분해된 신호의 신호 통로(signal path)에서 두 개의 측량 가능한 증폭기(121, 122)가 도시되어 있고, 상기 증폭기는 상기 제1 분해된 신호의 두 개의 복제물을 각각 증폭하기 위해 사용된다. 상기 사용되는 서로 다른 증폭 인자는, 일실시예에 있어서 상기 입력 매개변수로부터 결정될 수도 있고, 다른 일실시예에 있어서는 상기 입력 오디오 신호로부터 결정될 수도 있으며, 기설정되어 있을 수도 있고, 또한 로컬에서 생성될 수도 있으며, 또한 가능하게는 사용자 입력에 의할 수도 있다. 상기 두 개의 측량 가능한 증폭기(121, 122)로부터의 출력은 상기 프로세서(130)에 제공되고, 이를 위한 상세한 내용은 아래에서 설명할 것이다.

도1b에 도시된 바와 같이, 상기 분해부(110)은 제2 분해된 신호를 상기 랜더링부(120)에 제공하고, 상기 랜더링부(120)는 상기 제2 분해된 신호의 처리 통로(processing path) 내에서 다른 랜더링을 수행한다. 다른 실시예에 있어서 상기 제1 분해된 신호가, 상기 제2 분해된 신호와 마찬가지로 또는 상기 제2 분해된 신호 대신에, 기상술한 통로 내에서 처리될 수 있다. 상기 제1 및 제2 분해된 신호는, 일실시예에 있어서 교환될 수 있다.

도1b에 도시된 바와 같이 일실시예에 있어서, 상기 제2 분해된 신호의 처리 통로 내에서는, 제2 랜더링 특성으로써 로테이터(rotator) 또는 매개변수적 스테레오(parametric stereo) 또는 업믹스 모듈(124)이 뒤따르는 디코릴레이터(123)가 존재한다. 상기 디코릴레이터(123)은, 상기 제2 분해된 신호 X[k]를 디코릴레이트하거나 또는 상기 매개변수적 스테로오 또는 업믹스 모듈(124)에 상기 제2 분해된 신호의 디코릴레이트된 버전 Q[k]를 제공하기 위해서 사용될 수 있다. 도1b에서 상기 모노 신호 X[k]가, 상기 업믹스 모듈 뿐만 아니라 상기 디코릴레이터 유니트 "D"(123)에 입력된다. 상기 디코릴레이터 유니트(123)는, 동일한 주파스 특성 및 동일한 장기간 에너지를 구비한 상기 입력 신호의 디코릴레이트된 버전 Q[k]를 생성한다. 상기 업믹스 모듈(124)은, 공간적 매개변수를 기반으로 하여 업믹스 행렬을 계산하고, 출력 채널 Y1 [k] 및 Y2 [k]를 합성한다. 상기 업믹스 모듈은 다음의 공식(수학식 2)에 따라 설명될 수 있다.

여기서

,

,

및

는 상수이거나, 또는 시간 및 주파수 변환값은 순응적으로 상기 입력 신호 X[k]로부터 추정되고, 또는 예를 들어 ILD(Inter Channel Level Difference) 매개변수 및 ICC(Inter Channel Coreelation) 매개변수의 형태로 상기 입력 신호 X[k]에 따르는 사이드 정보로써 전송된다. 상기 신호 X[k]는, 수신된 모노 신호이고, 상기 신호 Q[k]는 디코릴레이트된 신호이며 상기 입력 신호 X[k]의 디코릴레이트된 버전이다. 상기 출력 신호는 Y1 [k] 및 Y2 [k]를 의미한다.

상기 디코릴레이이터(123)은, 일실시예에 있어서 IIR 필터(Infinite Impulse Response filter), 임의적인 FIR 필터(arbitrary Finite Impulse Response filter) 또는 단순하게 신호를 딜레이하기 위하여 단일 탭(tap)을 사용하는 특수한 FIR 필터일 수 있다.

상기 매개변수

,

,

및

는 다른 방법으로 결정될 수 있다. 일실시예에서는, 일례로 사이드 정보로써 다운믹스 데이터를 포함하는 입력 오디오 신호에 따라 제공될 수 있는 입력 매개변수에 의해 결정될 수 있다. 다른 실시예에 있어서 그들은 로컬에서 생성될 수 있고, 상기 입력 오디오 신호의 특성으로부터 추출될 수 있다.

도1b에 도시된 바와 같이 일실시예에 있어서, 상기 랜더링부(120)는, 상기 프로세서(130)에, 상기 업믹스 모듈(124)의 두 개의 출력 신호 Y1 [k] 및 Y2 [k]에 관하여 제2 랜더링된 신호를 제공하기 위해 사용될 수 있다.

상기 제1 분해된 신호의 처리 통로에 따라, 두 개의 측량 가능한 증폭기(121, 122)의 출력에서 가능해진 상기 제1 분해된 신호의 상기 두 개의 진폭 패닝된 버전 또한 상기 프로세서(130)에 제공된다. 다른 실시예에 있어서, 상기 측량가능한 증폭기(121 및 122)는 상기 프로세서(130) 내에 존재할 수 있다. 상기 랜더링부(120)는 상기 프로세서(130)에 오직 상기 제1 분해된 신호 및 패닝 인자를 제공한다.

도1b에 도시된 바와 같이 상기 프로세서(130)은, 도1a의 공간적 출력 다채널 오디오 신호에 상응하는 좌측 채널 L 및 우측 채널 R을 구비한 스테레오 신호를 제공하기 위해서 간단하게 출력을 조합함으로써, 상기 제1 랜더링된 신호 및 상기 제2 랜더링된 신호를 처리하거나 조합하기 위해서 사용될 수 있다.

도1b에 도시된 바와 같이 일실시예에 있어서, 양쪽 신호 통로 내에서, 스테레오 신호를 위한 좌측 및 우측 채널이 결정된다. 상기 제1 분해된 신호의 통로 내에서, 상기 2개의 측량 가능한 증폭기(121 및 122)에 의해 진폭 패닝이 수행된다. 그러므로 상기 두 요소는 최종적으로 두 개의 동상(同相)의 오디오 신호가 되고, 이들은 다른 크기로 측량된다. 이것은, 의미론적 특성 또는 랜더링 특성으로써 포인트 유사의 오디오 소스의 인상에 상응한다.

상기 제2 분해된 신호에 대한 상기 신호가 처리되는 통로에서, 상기 출력 신호 Y1 [k] 및 Y2 [k]가 상기 업믹스 모듈(124)에 의해 정해진 바에 따라서 좌측 및 우측 채널에 상응하도록 상기 프로세서(130)에 제공된다. 상기 매개변수

,

,

및

는 상기 상응하는 오디오 소스의 공간적인 넓이를 결정한다. 다시 말하면, 상기

,

,

및

는, L 및 R 채널에 대해서 최대 코릴레이션 및 최소 코릴레이션 사이의 임의의 코릴레이션이 제2 랜더링 특성으로서의 상기 제2 신호 처리 통로 내에서 얻어질 수 있도록, 일정한 방법 또는 범위 내에서 선택될 수 있다. 다시 말하면, 상기 매개변수

,

,

및

는, 의미론적 특성으로써 포인트 유사 오디오 소스를 모델링하면서, 상기 L 및 R 채널이 동상이 되도록, 일정한 방법 또는 범주 내에서 선택될 수 있다.

상기 매개변수

,

,

및

는 또한 의미론적 특성으로써 공간적으로 더욱 분포된 오디오 소스를 모델링함으로써, 즉 비경 또는 공간적으로 더 넓은 사운드 소스를 모델링함으로써, 상기 제2 신호 처리 통로 내의 L 및 R 채널을 디코릴레이트하도록, 일정한 방법 또는 범위 내에서 선택될 수도 있다.

도2는 더 일반적인 다른 실시예에 대해 도시하고 있다. 도2에는 의미론적인 분해 블록(210)이 도시되어 있다. 상기 블록(210)은 상기 분해부(110)에 상응한다. 상기 의미론적 분해 블록(210)의 출력은 랜더링 단계(220)로 입력된다. 여기서 상기 단계(220)는 상기 랜더링부(120)에 상응한다. 상기 랜더링 단계(220)은 다수의 개별적인 랜더링부(221 내지 22n)로 구성되어 있고, 즉, 상기 의미론적인 분해 단계(210)는 모노/스테레오 입력 신호를 n개의 의미론적 특성을 구비한 n개의 분해된 신호로 분해하기 위해 사용될 수 있다. 상기 분해는 분해 제어 매개변수를 기반으로 하여 수행되고, 상기 매개변수는 상기 모노/스테레오 입력 신호에 따라 제공되거나, 기설정되거나 로컬 내에서 생성되거나 또는 사용자에 의해서 입력될 수도 있다.

다시 말하면, 상기 분해부(110)는 상기 추가적인 입력 매개변수에 의미론적으로 기초한 입력 오디오 신호를 분해하거나 또는 상기 입력 오디오 신호로부터 상기 입력 매개변수를 결정하기 위해서 사용될 수 있다.

그리고 상기 디코릴레이션 또는 랜더링 스테이지(220)의 출력은 업믹스 블록(230)에 제공된다. 이는, 상기 디코릴레이트되거나 또는 랜더링된 신호를 기반으로 하여 다채널 출력을 결정하고, 추가적으로 업믹스 제어 매개변수를 기반으로 한다.

일반적으로 일실시예에 있어서, 상기 사운드 물질은 n 개의 다른 의미론적인 요소로 분리될 수 있고, 각각의 구성요소는 각각 적절한 디코릴레이터(도 2의 D¹ 내지 Dⁿ)를 통해서 디코릴레이트 될 수 있다. 다시 말하면 일실시예에 있어서 상기 랜더링 특성은 상기 분해된 신호의 상기 의미론적인 특성에 대응될 수 있다. 상기 디코릴레이터 또는 랜더링부 각각은 상기 부응하도록 분해된 신호 요소의 의미론적인 특성에 적용될 수 있다. 그 후 상기 처리된 요소는 출력 다채널 신호를 얻기 위하여 혼합된다. 예를 들어 상기 다른 요소들은 전경 및 배경 모델링 객체일 수 있다.

다시 말하면, 상기 랜더링부(110)는, 상기 제1 랜더링된 신호로써 스테레오 또는 다채널 업믹시 신호를 얻기 위해 상기 제1 분해된 신호 및 상기 제1 디코릴레이트된 신호를 조합하기 위해 사용되고, 또는 제2 랜더링된 신호로써 스테레오 업믹스 신호를 얻기 위해서 상기 제2 분해된 신호 및 상기 제2 디코릴레이트된 신호를 조합하기 위해서 사용될 수 있다.

더구나, 상기 랜더링부(120)는 배경 오디오 특성에 따라 제1 분해된 신호를 랜더링 하기 위해서, 또는 전경 오디오 특성에 따라 또는 역으로 상기 제2 분해된 신호를 랜더링하기 위해서 사용될 수 있다.

예를 들어 박수 유사 신호는, 단일, 명백한 근처의 박수소리 및 매우 밀집된 원거리의 박수소리로부터 유래된 소음 유사 앰비언스로 구성된 것으로 볼 수 있기 때문에, 그러한 신호들의 적합한 분해는 하나의 구성요소로서 분리된 전경 박수 사건 및 다른 구성요소로써 소음 유사 배경 소리 간에 구별함으로써 얻어질 수 있다. 다시 말해서 일 실시예에 있어서 n=2이다. 이러한 실시예에 있어서, 예를 들어 상기 랜더링부(120)는 상기 제1 분리된 신호의 진폭 패닝에 의해서 상기 제1 분해된 신호를 랜더링할 수 있게 된다. 다른 한편으로는 상기 전경 박수 요소의 코릴레이션 또는 랜더링은, 일실시예에 있어서, 추정된 원래의 위치에 각각의 단일 사건의 진폭 패닝을 통해서 D¹ 내에서 얻어질 수 있다.

일실시예에 있어서 상기 랜더링부(120)는, 상기 제1 또는 제2 디코릴레이트된 신호를 얻기 위하여, 예를 들어 상기 제1 또는 제2 분해된 신호를 올패스 필터링함으로써, 상기 제1 및/또는 제2 분해된 신호를 랜더링하기 위해 사용될 수 있다.

다시 말하면, 일실시예에 있어서 상기 배경은, m개의 상호 독립적인 올패스 필터 D² _{1 ….m}을 사용함으로써 디코릴레이트되거나 랜더링될 수 있다. 일실시예에 있어서, 오직 상기 준-고정적인 배경은 올패스필터에 의해서 처리되고, 최신의 디코릴레이션 방법의 일시적인 번짐 효과는 이러한 방법으로 회피할 수 있게 된다. 상기 전경 객체의 사건에 진폭 패닝이 적용될 수 있으므로, 상기 원래의 전경 박수 밀도는, 예를 들어 "저비트 상에서의 고품질 매개변수적인 공간 오디오 코딩"(J. Breebaart, S. van de Par, A. Kohlrausch, E. Schuijers, "High-Quality Parametric Spatial Audio Coding at Low Bitrates" in AES 116^th Convention, Berlin, Preprint 6072, May 2004 and J. Herre, K. Kjorling, J. Breebaart, et. al., "MPEG Surround - the ISO/MPEG Standard for Efficient and Compatible Multi-Channel Audio Coding" in Proceedings of the 122^nd AES Convention, Vienna, Austria, May 2007.)에 제시된 최신 시스템과 대조될만큼 복원될 수 있다.

다시 말해서, 일실시예에 있어서 상기 분해부(110)는 상기 입력 매개변수에 의미론적으로 기초한 입력 오디오 신호를 분해하기 위해서 사용될 수 있고, 여기서 상기 입력 매개변수는, 예를 들어 사이드 정보로써 상기 입력 오디오 신호를 따라서 입력될 수 있다. 이러한 실시예에 있어서 상기 분해부(110)는 상기 입력 오디오 신호로부터 입력 매개변수를 결정하기 위해 결정할 수 있다. 다른 일실시예에 있어서는, 상기 분해부(110)는 상기 입력 오디오 신호에는 독립적인 제어 매개변수로써 입력 매개변수를 결정하기 위해 사용될 수 있고, 여기서 로컬 내에서 생성되거나, 기설정되거나 또는 사용자에 의해서 입력될 수도 있다.

실시예에 있어서 상기 랜더링부(120)는, 광대역 진폭 패닝을 적용함으로써 상기 제1 랜더링된 신호 또는 상기 제2 랜더링된 신호의 공간적 분포를 얻기 위해 사용될 수 있다. 다시 말해서, 도1b의 상단의 묘사에 따르면, 포인트 유사 소스를 생성하는 대신에, 상기 소의의 패닝 위치는, 어떤 공간적인 분포를 구비한 오디오 소스를 생성하기 위해서 일시적으로 변화될 수 있다. 일실시예에 있어서 상기 랜더링부(120)는 상기 로컬에서 생성되는 로패스 잡음(low-pass noise)를, 진폭 패닝에 적용하기 위해 사용될 수 있는데, 여기서 예를 들어 도1b에 도시된 측량 가능한 증폭기에 대한 진폭 패닝을 위한 측량 인자는, 상기 로컬에서 생성된 잡음값에 상응하고, 일정한 대역폭 내에서 시간에 따라 변화한다.

일 실시예에 있어서 본 발명은 가이드된 모드 또는 가이드되지 않은 모드에서 작동할 수 있다. 예를 들어 가이드된 시나리오, 예를 들어 도2 내의 대쉬선을 참조하면, 상기 디코릴레이션은, 굵은(coarse) 시간 그리드에 의해 제어되는 표준 기술 디코릴레이션 필터를 상기 배경 또는 앰비언스 부분에 적용함으로써 얻어질 수 있고, 훨씬 더 얇은(finer) 시간 그리드에 따라 광대역 진폭 패닝을 사용하여 시간 변동성의 공간 포지셔닝(positioning)을 통한 전경 부분 내에서의 각각의 단일 사건의 재분포에 의해서 상기 코릴레이션(correlation)을 얻을 수 있다. 다시 말해서, 일실시예에 있어서 상기 랜더링부(120)는 다른 시간 스케일(scale)을 기초로 하는 다른 시간 그리드에 대한 다른 분해된 신호를 위한 디코릴레이터를 작동하기 위해 사용될 수 있는데, 여기서 다른 시간 스케일은 각각의 디코릴레이터에 관한 다른 단순한 비율 또는 다른 딜레이에 관한 것이다. 일실시예에 있어서, 전경 및 후경의 분리를 수행하기 위해서, 상기 전경 부부은 진폭 패닝을 사용할 수 있는데, 여기서 상기 진복은, 상기 배경 부분에 대한 디코릴레이터의 작동보다 훨씬 더 얇은 시간 그리드를 기반으로 하여 변화할 수 잇다.

더구나, 일례로 준-안정적인 랜덤 품질을 가진 신호 등의 박수소리 형 신호의 디코릴레이션에 있어서, 각각의 단일 전경 박수의 정확한 공간적 위치는, 박수치는 많은 사건의 전반적인 분포를 복원하는 것에 비해, 결정적으로 매우 중요한 것은 아닐 수도 있다. 본 발명은 이러한 사실에서 이점이 있을 수 있고, 가이드되지 않은 모드에서 작동할 수 있다. 이러한 모드에서, 기상술한 진폭패닝인자는 로패스 잡음에 의해서 제어될 수 있다. 도3은 상기 시나리오를 구현한 모노-투-스테레오 시스템에 대해 도시한 것이다. 도3에는, 상기 모노 입력 신호를 전경 및 배경으로 분해된 신호 부분으로 분해하기 위해, 상기 분해부(110)에 상응하는 의미론적은 분해 블록(310)이 도시되어 있다.

도3에 도시된 바와 같이, 상기 신호의 상기 배경으로 분해된 부분은 올패스 D¹(320)에 의해 랜더링될 수 있다. 상기 디코릴레이트된 신호는, 상기 랜더링되지 않은 배경의 분해 신호를 상기 프로세서(130)에 상응하는 상기 업믹스(330)에 제공한다. 상기 전경으로 분해된 신호 부분은 진폭 패닝 D² 단계(340)에 제공된다. 이러한 단계는 상기 랜더링부(120)에 상응한다. 로컬에서 생성된 로패스 잡음(350)은 또한 진폭 패닝 단계(340)에 제공된다. 그리고 이는 진폭 패닝된 설정 내의 상기 전경으로 분해된 신호를 상기 업믹스(330)에 제공한다. 상기 진폭패닝 D² 단계(340)는, 하나의 스테레오 세트의 오디오 채널의 두 채널 사이에서 진폭 선택을 위한 측량 인자 k를 제공함으로써 그것의 출력을 결정한다. 상기 측량 인자 k는 상기 로패스 잡음을 기초로 할 수 있다.

도3에 도시된 바와 같이, 상기 진폭 패닝(340) 및 상기 업믹스(330) 사이에는 오직 하나의 화살표만 존재한다. 이 하나의 화살표는, 이미 좌측 및 우측 채널을 가진 스테레오 업믹스의 경우에 있어서, 진폭 패닝된 신호를 나타내는 것과 다름없다. 도3에 도시된 바와 같이, 상기 프로세서(130)에 상응하는 업믹스(330)는, 스테레오 출력을 추출하기 위해 상기 배경 및 전경으로 분해된 신호를 처리 또는 조합하기 위해 사용될 수 있다.

다른 실시예에 있어서, 배경 및 전경으로 추출된 신호 또는 분해를 위한 입력 매개변수를 추출하기 위해서 자생의 처리(native processing)을 사용할 수 있다. 상기 분해부(110)는, 과도 분리 방법을 기초로 한 상기 제1 분해된 신호 및/또는 상기 제2 분해된 신호를 결정하기 위해 사용될 수 있다. 다시 말해서 상기 분해부(110)은 분해 방법을 기반으로 한 상기 제1 또는 제2 분해된 신호를 결정하고, 상기 제1 결정된 분해된 신호 및 상기 입력 오디오 신호 사이의 차이를 기반으로 한 다른 분해된 신호를 결정하기 위해 사용될 수 있다. 다른 일실시예에 있어서 상기 제1 또는 제2 분해된 신호는 상기 과도 분리 방법을 기반으로 하여 결정될 수 있고, 다른 분해된 신호는 상기 제1 또는 제2 분해된 신호 및 상기 입력 오디오 신호 간의 차이를 기반으로 할 수 있다.

상기 분해부(110) 및/또는 상기 랜더링부(120) 및/또는 상기 프로세서(130)은 DirAC 모노신스(DirAC monosynth) 단계 및/또는 DirAC 합성(DirAC synthesis) 단계 및/또는 DirAC 융합(DirAC merging) 단계를 포함할 수 있다. 일실시예에 있어서 상기 분해부(110)는 상기 입력 오디오 신호를 분해하기 위해 사용될 수 있고, 상기 랜더링부(120)는 상기 제1 및/또는 제2 분해된 신호를 랜더링하기 위해서 사용되고, 또는 상기 프로세서(130)는 상기 제1 및/또는 제2 랜더링된 신호를 다른 주파수 대역의 관점에서 처리하기 위해 사용될 수 있다.

일실시예에 있어서 박수소리 같은 신호에 대해서 다음 근사치가 사용될 수 있다. 상기 전경 요소가 상기 과도 검사 또는 분리 방법에 의해서 구해지는 반면에, ("방향성 있는 오디오 코딩을 통한 공간 사운드 복제" Pulkki, Ville; "Spatial Sound Reproduction with Directional Audio Coding" in J. Audio Eng. Soc., Vol. 55, No. 6, 2007 참조) 상기 배경 요소는 잔여 신호에 의해서 주어질 수 있다. 도4는, 분해부(120)의 일례로써, 도3 내의 의미론적인 분해(310)를 구현하기 위한 박수소리 유사 신호 x(n)의 배경 요소 x'(n)을 얻기 위한 적합한 방법의 일례가 도시되어 있다. 도4에는, 시간-이산 입력 신호 x(n)가 도시되어 있는데, 상기 신호는 DFT(410, Discrete Fourier Transform)에 입력된다. 상기 DFT 블록(410)의 출력은, 상기 DFT(410)의 출력을 기반으로 하는 스펙트럼 화이트닝 및 상기 평탄한 스펙트럼 단계(430)의 출력을 위하여, 상기 스펙트럼을 평탄화하기 위한 블록(420) 및 스펙트럼 화이트닝 블록(430, Spectral whitening block)에 제공된다.

그리고 스펙트럼 화이트닝 단계(430)의 출력은, 스펙트럼 픽-피킹 단계(440, spectral peak-picking)에 제공된다. 이 단계는 상기 스펙트럼을 분해하고, 잡음 및 과도 잔류 신호 및 음색 신호 등의 두 개의 출력을 제공한다. 상기 잡음 및 과도 잔류 신호 및 음색 신호는 LPC 필터(450, Linear Prediction Coding)에 제공되고, 여기의 상기 잔류 잡음 신호는, 상기 스펙트럼 픽-피킹 단계(440)의 출력으로써 상기 음색 신호와 함께 혼합 단계(460)에 제공된다. 상기 혼합 단계(460)의 출력은, 그후 스펙트럼 형성 단계(470)에 제공되고, 이러한 단계에서 상기 스펙트럼은 상기 평탄화된 스펙트럼 단계(420)에 의해 제공되는 평탄화된 스펙트럼을 기초로 하여 상기 스펙트럼을 형성한다. 그리고 상기 스펙트럼 형성 단계(470)의 출력은, 상기 배경 요소를 나타내는 x'(n)을 구하기 위하여, 합성 필터(480) 즉, 역 이산 푸리에변환(IDFT, inverse discrete Fourier transform)에 제공된다. 그리고 상기 전경 요소는 상기 입력 신호 및 상기 출력 신호 간의 차이(즉, x(n)-x'(n))를 통해서 추출된다.

일실시예에 있어서 본 발명은 3D 게임 같은 가상 현실 애플리케이션 내에서 작동될 수 있다. 이러한 애플리케이션에서, 거대한 공간적 규모를 가진 사운드 소스의 합성은, 종래의 개념을 기반으로 했을 경우에는 난해해지거나 복잡할 수 있다. 예를 들어 그러한 소스는 해변, 새떼, 달리는 말, 일 사단의 행진하는 병사 또는 박수치는 관객 등이다. 전형적으로 그러한 사운드 사건은, 거대한 집단의 포인트 유사 소스로써 공간화된다. 이러한 소스가 컴퓨터 연산적으로 복잡한 구현의 원인이 된다. (파동장 합성 복제를 위한 매우 이머시브(immersive)한 환경의 생성" Wagner, Andreas; Walther, Andreas; Melchoir, Frank; Strauß, Michael; "Generation of Highly Immersive Atmospheres for Wave Field Synthesis Reproduction" at 116^th International EAS Convention, Berlin, 2004 참조)

일실시예에 있어서, 타당하면서도 동시에 낮은 구조적, 컴퓨터적 복잡함을 구비한 사운드 소스의 규모의 합성을 행하는 방법이 수행된다. 일실시예에 있어서 이는 DirAC(Directional Audio Coding)를 기반으로 할 수 있다. ("지향성 오디오 코딩을 통한 공간 사운드 복제" Pulkki, Ville; "Spatial Sound Reproduction with Directional Audio Coding" in J. Audio Eng. Soc., Vol. 55, No. 6, 2007 참조) 다시 말해서 일실시예에 잇어서 상기 분해부(110) 및/또는 랜더링부(120) 및/또는 프로세서(130)은 DirAC 신호를 처리하기 위해 사용될 수 있다. 다시 말해서 상기 분해부(110)은 DirAC 모노신스 단계를 포함하고, 상기 랜더링부(120)는 DirAC 합성 단계를 포함하며, 또는 상기 프로세서는 DirAC 융합 단계를 포함할 수 있다.

일 실시예에 있어서, 본 발명은 오직 두 개의 합성 구조(예를 들어 전경 사운드 소스를 위한 구조 및 배경 사운드 소스를 위한 구조인 것)만을 사용하는 DirAC 처리를 기반으로 한 것일 수도 있다. 상기 전경 사운드는 제어된 지향성의 데이터를 구비한 단일 DirAC 스트림에 적용될 수 있고, 최종적으로는 인근의 포인트 유사 소스를 지각하게 된다. 상기 배경 사운드는 또한 다르게 제어되는 지향성의 데이터를 구비한 단일 방향 스트림을 사용하여 재생산될 수 있다. 그리고 그것은 공간적으로 분포된 사운드 객체를 지각하도록 한다. 상기 두개의 DirAC 스트림은, 그 후 예를 들어 임의적인(arbitrary) 스피커 셋업 또는 헤드폰을 위해서 융합되고 복호화된다.

도5는 공간적으로 거대한 규모를 구비한 사운드 소스의 합성에 대해서 도시한 것이다. 도5에는, 상부 모노신스 블록(610)이 도시되어 있는데, 상기 상부 모노신스 블록은, 가장 인근의 관중의 박수 소리같은, 인근의 포인트 유사 사운드 소스를 지각하도록 하는 모노-DirAC 스트림을 생성한다. 하부 모노신스 블록(620)는, 청중으로부터의 박수치는 소리 같은 배경 사운드를 생성하는데 적합한 공간적으로 분포된 사운드를 지각하도록 하는 모노-DirAC 스트림을 생성하기 위해 사용된다. 상기 두개의 DirAC 모노신스 블록(610 및 620)의 출력은 그리고 DirAC 융합 단계(630)에서 융합된다. 본 발명의 실시예에 있어서 도5에 도시된 바와 같이, 오직 두 개의 DirAC 합성 블록(610 및 620)이 사용된다. 상기 합성 블록 중 하나는, 최근거리 또는 인근의 새 또는 최근 거리 또는 인근의 박수치는 관중 내의 사람들 같은 전경 내에 있는 사운드 사건을 생성하기 위해 사용되고, 다른 것은 지속되는 새떼 소리 같은 배경 소리를 생성하기 위해 사용된다.

상기 전경 사운드는, 방위각 데이터가 주파수에 대해서 일정하게 유지되나,임의적으로 바뀔 수 있거나 또는, 시간에 따른 외부의 처리에 의해서 제어되도록 하는 방법에 의해서 DirAC 모노신스 블록(610)에 의해서 모노-DirAC 스트림으로 변환된다. 분산도 매개변수 y는 포인트 유사 소스를 나타내는 0으로 설정된다. 상기 블록(610)에로의 상기 오디오 입력은 일시적으로 중첩되지 않는 사운드, 예를 들어 새들 또는 박수치는 사람들 같은 인근의 사운드 소시에 대한 지각을 생성하는, 멀리 있는 새 소리 또는 박수소리로 추정된다. 상기 전경 사운드 사건의 공간적인 규모는, θ 및 θ_{range _ foreground}를 조정함으로써 제어된다. 여기서 개인적인 사운드는 θ±θ_{range_ foreground} 방향 내에서 지각된다는 것을 의미한다. 그러나 단일 사건은 포인트 유사로 지각될 것이다. 다시 말하면 포인트 유사 사운드 소스는, 상기 포인트의 가능한 위치가 상기 범위 θ±θ_{range _ foreground}로 제한되도록 생성된다.

상기 배경 블록(620)은, 상기 전경 오디오 스트림 내에 부재하는 모든 다른 사운드 사건을 포함하고, 예를 들어 수백 마리의 새 또는 매우 많은 수의 멀리 있는 박수 소리 등의 많은 일시적으로 중첩되는 사운드 사건들 포함하기 위한 신호를 입력 오디오 흐름으로 다룬다. 그리고 상기 첨부된 방위각 값은, 주어진 제한 방위각 값 θ±θ_{range _ background} 범위 내에서 시간 및 주파수 양쪽에 있어서 임의적으로 설정된다. 그러므로 상기 배경 사운드의 공간적인 규모는 낮은 컴퓨터적으로 복잡하지 않게 합성된다. 상기 분산도 y도 또한 제어될 수 있다. 만약 추가된다면, 상기 DirAC 디코더는 모든 방향의 사운드에 적용될 수 있고, 이는 상기 사운드 소스가 청취자를 전적으로 둘러싸고 있을 때 사용될 수 있다. 만약 둘러싸여 있지 않다면 분산되는 작거나 또는 0에 가까운 값 또는 일실시예에 있어서는 0으로 유지될 수도 있다.

*일 실시예에 있어서 본 발명은, 적당한 컴퓨터의 비용으로 랜더링된 사운드의 최선의 지각적 품질을 얻을 수 있다는 이점을 제공한다. 일례로 이는 도5에 도시된 바와 같은 공간적 사운드 랜더링의 모듈식의 구현예를 가능하게 한다.

본 발명의 실시를 위한 요청 사항에 따라서, 본 발명은 하드웨어 또는 소프트웨어로 구현될 수 있다. 일 실시예에 있어서 본 발명은 디지털 저장 수단, 특히 전자적으로 읽을 수 있는 제어 신호가 저장되고 본 발명이 수행될 수 있는 프로그래밍될 수 있는 컴퓨터 시스템과 함께 구동하는 플래쉬 메모리, 디스크, DVD 또는 CD를 이용하여 수행될 수 있다. 일반적으로, 본 발명은 그러므로 장치가 읽을 수 있는 수단에 저장된 프로그램 코드를 구비한 컴퓨터 프로그램 제품이며, 여기서 상기 프로그램 코드는, 상기 컴퓨터 프로그램이 컴퓨터 상에서 구동될 때 본 방법을 수행하기 위하여 작동된다. 한편으로, 상기 본 발명은, 그러므로, 컴퓨터 프로그램이 컴퓨터에서 구동될 때 본 발명의 방법 중 적어도 일 이상이 수행되기 위한 프로그램 코드를 구비한다.

Claims (13)

1. 입력 오디오 신호를 기반으로 하여 공간적 출력 다채널 오디오 신호(spatial output multi-channel audio signal)를 결정하는 장치(100)에 있어서,
   제1 의미론적 속성을 구비한 제1 분해된 신호 및 상기 제1 의미론적 속성과는 다른 제2 의미론적 속성을 구비한 제2 분해된 신호를 얻기 위해 상기 입력 신호를 분해하는 분해부(110);
   상기 제1 의미론적 속성을 구비한 제1 랜더링된 신호를 얻기 위해 제1 랜더링 특성을 사용하여 상기 제1 분해된 신호를 랜더링하고, 상기 제2 의미론적 속성을 구비한 제2 랜더링된 신호를 얻기 위해 제2 랜더링 특성을 사용하여 상기 제2 분해된 신호를 랜더링하는 랜더링부(120);
   상기 공간적 출력 다채널 오디오 신호를 얻기 위해 상기 제1 랜더링된 신호 및 상기 제2 랜더링된 신호를 처리하는 프로세서(130);
   를 포함하되,
   상기 분해부(110)는, 과도(過渡) 분리 방법(transient sparation method)을 기반으로 하여 상기 제1 분해된 신호 또는 상기 제2 분해된 신호를 결정하고,
   상기 제1 랜더링 특성 및 상기 제2 랜더링 특성은 서로 다른 것을 특징으로 하는 입력 오디오 신호를 기반으로 하여 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
2. 청구항 1에 있어서,
   상기 제1 랜더링 특성은 상기 제1 의미론적 속성을 기반으로 하고, 상기 제2 랜더링 특성은 상기 제2 의미론적 속성을 기반으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
3. 청구항 1 내지 2 중 어느 한 항에 있어서,
   상기 랜더링부(120)는 상기 제1 및 제2 랜더링된 신호들을 랜더링하되, 각각의 랜더링된 신호는 상기 공간적 출력 다채널 오디오 신호 내의 채널들의 수와 동일한 수의 신호 구성요소들을 가지고,
   상기 프로세서(130)는 상기 공간적 출력 다채널 오디오 신호의 채널들을 얻기 위하여 상기 제1 및 제2 랜더링된 신호들의 상응하는 구성요소들을 결합하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
4. 청구항 1 내지 2 중 어느 한 항에 있어서,
   상기 랜더링부(120)는 상기 제1 및 제2 랜더링된 신호들을 랜더링하되, 각각의 랜더링된 신호는 상기 공간적 출력 다채널 오디오 신호가 가지는 채널들의 수보다 더 적은 수의 구성요소들을 가지고,
   상기 프로세서(130)는 상기 공간적 출력 다채널 오디오 신호의 채널들을 얻기 위해서 상기 제1 및 제2 랜더링된 신호들의 구성요소들을 업믹싱(up-mixing)하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
5. 청구항 1 내지 4 중 어느 한 항에 있어서,
   상기 랜더링부(120)는, 제1 랜더링 특성으로서의 전경 오디오 특성(foreground audio characteristic)에 따라 상기 제1 분해된 신호를 랜더링하고, 제2 랜더링 특성으로서의 배경 오디오 특성(background audio characteristic)에 따라 상기 제2 분해된 신호를 랜더링하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
6. 청구항 3 내지 5 중 어느 한 항에 있어서,
   상기 랜더링부(120)은, 상기 제2 디코릴레이트된 신호를 얻기 위해, 상기 제2 신호를 올패스필터링(all-pass filtering)함으로서 상기 제2 분해된 신호를 랜더링하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
7. 청구항 1에 있어서,
   상기 분해부(110)는, 상기 입력 오디오 신호로부터, 제어 매개변수로서의 입력 매개변수를 결정하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
8. 청구항 3 내지 7 중 어느 한 항에 있어서,
   상기 랜더링부(120)는, 광대역 진폭 패닝을 적용함으로써 상기 제1 또는 제2 랜더링된 신호의 공간적 분포를 구하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
9. 청구항 1 내지 8 중 어느 한 항에 있어서,
   상기 랜더링부(120)는, 다른 시간 그리드(time grid)를 기반으로 하여 상기 제1 분해된 신호 및 상기 제2 분해된 신호를 랜더링하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
   
10. 청구항 1에 있어서,
    상기 분해부(110)는, 상기 과도 분리 방법에 의하여 상기 제1 분해된 신호 또는 상기 제2 분해된 신호 중 어느 하나를 결정하고,
    상기 결정된 신호 및 상기 입력 오디오 신호 간의 차이를 기반으로 하여 다른 하나를 결정하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
    
11. 청구항 1 내지 10 중 어느 한 항에 있어서,
    상기 분해부(110)는 상기 입력 오디오 신호를 분해하거나, 상기 랜더링부(120)은 상기 제1 또는 제2 분해된 신호를 랜더링하거나, 상기 프로세서(130)는 다른 주파수 대역의 측면에서, 상기 제1 또는 제2 랜더링된 신호를 처리하는 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하는 장치.
    
12. 입력 오디오 신호 및 입력 매개변수를 기반으로 하여 공간적 출력 다채널 오디오 신호를 결정하기 위한 방법에 있어서,
    제1 의미론적인 속성을 구비한 제1 분해된 신호 및 상기 제1 의미론적 속성과는 다른 제2 의미론적 속성을 구비한 제2 분해된 신호를 얻기 위해 입력 오디오 신호를 분해하는 단계;
    제1 의미론적 속성을 구비한 제1 랜더링된 신호를 얻기 위해 제1 랜더링 특성을 사용하여 상기 제1 분해된 신호를 랜더링하는 단계;
    제2 의미론적 속성을 구비한 제2 랜더링된 신호를 얻기 위해 제2 랜더링 특성을 사용하여 상기 제2 분해된 신호를 랜더링하는 단계; 및
    상기 공간적 출력 다채널 오디오 신호를 얻기 위해 상기 제1 랜더링된 신호 및 상기 제2 랜더링된 신호를 처리하는 단계;
    를 포함하고,
    상기 제1 분해된 신호 또는 상기 제2 분해된 신호는 과도 분리 방법을 기반으로 하여 결정되고,
    상기 제1 랜더링 특성과 상기 제2 특성은 상호 다른 것을 특징으로 하는 공간적 출력 다채널 오디오 신호를 결정하기 위한 방법.
    
13. 컴퓨터 또는 프로세스 상에서 구동될 때, 청구항 12의 방법을 수행하는 프로그램 코드를 갖는 컴퓨터 프로그램이 그 위에 저장된 컴퓨터 판독가능한 매체.

Images