Verfahren zur Audiocodierung

Beschreibung

[0001] Die Erfindung betrifft ein Verfahren zur Audiocodierung gemäss den Merkmalen des Oberbegriffes der Ansprüche 1 und 14.

[0002] Bei der Wiedergabe von Filmton und Musiksignalen wird versucht, die Abbildung des Klanges mit der Position der Entstehung in Einklang zu bringen. Bei reinen Musiksignalen wird schon eine gute Approximation durch Verwendung von Stereolautsprechern erreicht. Will man allerdings bei Musikstücken einen anderen Raumeindruck erzielen, beispielsweise den eines Jazz-Clubs, so reichen diese zwei Lautsprecher kaum aus. Insbesondere bei Filmmaterial sind mehr Kanäle wünschenswert, da auch akustische Effekte, die von hinten kommen, wiedergegeben werden sollen.

[0003] Eines der bekanntesten Verfahren hierfür ist das sogenannte "Dolby Pro Logic" Verfahren, welches bei Filmmaterial im wesentlichen dazu eingesetzt wird, die Lokalisation des Klanges beeinflussen zu können. So werden Sprecher üblicherweise auf den Center-Kanal abgebildet und Geräusche können ausschließlich aus den hinteren Lautsprechern kommen.
Weiterhin gibt es eine ganze Klasse von Verfahren, die zur Nachbildung von Raumakustiken verwendet werden. Häufig anzutreffende Bezeichnungen derartiger Verfahren lauten "Hall", "Stadium", "Jazz", "Club" etc.. Bei diesen auf Musiksignale optimierten Verfahren ist es nicht erwünscht, Sprachsignale (Gesang) nur aus dem Center-Lautsprecher zu vernehmen oder ein Musiksignal nur aus den hinteren Lautsprechern auszugeben, welches unter Verwendung des "Dolby Pro Logic" Verfahrens möglich ist.
Bei dem Nachfolgeverfahren von Dolby Pro Logic, welches Dolby Pro Logic II genannt wurde, ist abgesehen von dem Filmmodus ein Modus für Musik vorgesehen, der diese Unterschiede berücksichtigt.

[0004] Aus EP 0 481 374 B1 ist ein Verfahren zum Kodieren von Sprache bekannt. Hierbei wird eine diskrete Umformung eines Sprachfensters vorgenommen, um ein diskretes Spektrum von Koeffizienten zu erhalten. Eine angenäherte Einhüllenden des diskreten Spektrums wird in jedem einer Vielzahl von Unterbändern errechnet und zum digitalen Kodieren der definierten Einhüllenden eines jeden Unterbands verwendet. Innerhalb von Subbändern wird jeder skalierte Koeffizient in eine Anzahl von Bits mit mindestens einem von einer Vielzahl von Quantisierern unterschiedlicher Bitlängen umgerechnet. Der für jedes Unterband benutzte Ouantisierer wird für jedes Sprachfenster durch Berechnen der Zuweisung von Bits als eine Anzahl von Bits größer als oder gleich Null bestimmt, in Abhängigkeit einer Leistungsdichteabschätzung für das Unterband und einer Verzerrungsfehlerabschätzung für das Sprachfenster.

[0005] Aus EP 0 587 733 B1 ist ein Signalanalysesystem zur Filterung von einem ein oder mehrere Signale repräsentierenden Eingangsabtastwert bekannt. Es sind Eingangspuffermittel zum Gruppieren der Eingangsabtastwerte in Zeitbereichs-Signalabtastwertblöcke vorgesehen. Die Eingangsabtastwerte sind analysefenster-gewichtete Abtastwerte. Außerdem sind Analysemittel zur Erzeugung von Spektralinformation als Antwort auf die Zeitbereichs-Signalabtastwertblöcke vorhanden; wobei die Spektralinformation Spektralkoeffizienten umfaßt, die im wesentlichen einer geradzahlig gestapelten Zeitbereichs-Aliasingaufhebungs-Transformation angewendet auf die Zeitbereichs-Signal-Abtastwertblöcke entspricht. Bei den Spektralkoeffizienten handelt es sich im wesentlichen um Koeffizienten einer modifizierten diskreten Cosinus-Transformation bzw. Koeffizienten einer modifizierten diskreten SinusTransformation. Die Analysemittel umfassen Vorwärts-Vor-Transformationsmittel zur Erzeugung modifizierter Abtastwertblöcke und Vorwärts-Transformationsmittel zur Erzeugung von Frequenzbereichs-Transformationskoeffizienten.

[0006] Aus EP 0 664 943 B1 ist eine Kodiervorrichtung zur adaptiven Verarbeitung von Audiosignalen für das Kodieren, Übertragen oder Speichern und Wiedergewinnen bekannt, wobei der Rauschpegel mit dem Signalamplitudenpegel schwankt. Es ist eine Verarbeitungseinrichtung vorhanden, welche auf Eingangssignale derart anspricht, daß sie entweder ein erstes und ein zweites Signal oder die Summe und Differenz des ersten und zweiten Signals ausgibt. Das erste und zweite Signal entsprechen den beiden matrixkodierten Audiosignalen einer vier zu zwei Audiosignalmatrix, wobei die Verarbeitungseinrichtung auch ein Steuersignal erzeugt, welches anzeigt, ob das erste und zweite Signal oder die Summe und Differenz des ersten und zweiten Signals ausgegeben wird.

[0007] Aus EP 0 519 055 B1 ist ein Decoder, bestehend aus einem Empfangsmittel zum Empfang einer Mehrzahl von Lieferkanälen formatierter Information, Deformatierungsmitteln zur Erzeugung ansprechend auf die Empfangsmittel, einer deformatierten Darstellung abhängig von jedem Lieferkanal, und Synthesemittel zur Erzeugung von Ausgangssignalen abhängig von den deformatierten Darstellungen, bekannt. Zwischen den Deformatierungsmitteln und den Synthesemitteln sind Verteilermittel angeordnet, welche auf die Deformatierungsmittel ansprechen und einen oder mehrere Zwischensignale erzeugen, wobei wenigstens ein Zwischensignal durch Kombination der Information von zwei oder mehr der deformatierten Darstellungen erzeugt wird. Die Synthesemittel erzeugen ein jeweiliges Ausgangssignal als Antwort auf jedes der Zwischensignale.

[0008] Aus EP 0 520 068 B1 ist ein Kodierer zum Kodieren von zwei oder mehr Audiokanälen bekannt. Der Kodierer weist eine Teilbandeinrichtung zum Erzeugen von Teilbandsignalen, eine Mischeinrichtung zum Schaffen eines oder mehrerer zusammengesetzter Signale, und Mittel zum Erzeugen von Steuerinformation für ein entsprechendes zusammengesetztes Signal auf. Außerdem weist der Kodierer eine Kodiereinrichtung zum Erzeugen kodierter Information durch Zuteilen von Bits zu dem einen oder mehreren zusammengesetzten Signalen auf. Es ist weiterhin eine Formatiereinrichtung zum Zusammensetzen der kodierten Information und der Steuerinformation zu einem Ausgabesignal vorhanden.

[0009] Aus EP 0 208 712 B1 ist ein Sprachkodierer bekannt. Dieser Sprachkodierer enthält eine Fourier-Transformationseinrichtung zur Ausführung einer diskreten Fourier-Transformation eines ankommenden Sprachsignals zur Erzeugung eines diskreten Transformationsspektrums von Koeffizienten, eine Normierungseinrichtung zum Modifizieren des Transformationsspektrums zur Erzeugung eines normierten, flacheren Spektrums und zum Codieren einer Funktion, durch die das diskrete Spektrum modifiziert wird. Außerdem ist eine Einrichtung zum Codieren wenigstens eines Teils des Spektrums vorhanden. Die Normierungseinrichtung weist eine Einrichtung (44) zum Definieren der approximierten Einhüllenden des diskreten Spektrums in jedem von mehreren Unterbändern von Koeffizienten und zum Codieren der definierten Einhüllenden eines jedes Unterbandes von Koeffizienten und Einrichtungen zum Skalieren jedes Spektrumkoeffizienten relativ zur definierten Einhüllenden des betreffenden Unterbandes von Koeffizienten auf.

[0010] Aus Dokument EP1107232 ist ein Verfahren zur Codierung von Audiosignalen bekannt, wobei mehrere Audiosignale mit einem an und für sich bekannten Kompressionsverfahren komprimiert werden, wobei die Kompressionsfaktoren so gewählt werden, dass die maximal zulassige Datenrate nicht überschritten wird, sowie Informationen über die Art der Quelle sowie Positionsinformation, die angibt, wo sich das Objekt in Bezug auf den Betrachter befindet, beigefügt werden.

[0011] Als weitere allgemein bekannte Verfahren zur Verbesserung dieses Problems wurden dann die Verfahren Dolby Digital (auch bekannt unter dem Namen AC3) und DTS eingeführt, welche die Wiedergabe von 6 unterschiedlichen Kanälen gestatten. Trotzdem damit ein rechter und ein linker hinterer separater Kanal möglich sind, war dies für eine perfekte Wiedergabe immer noch nicht genug, daher wurden diese Verfahren durch Matrizierung wieder so erweitert, dass ein zusätzlicher hinterer Centerkanal möglich ist. Mit DTS-ES DISCRETE wurde dann auf die Matrizierung verzichtet und ein echter siebter Audiokanal übertragen. THX-EX erzeugt mittlerweile 8 Kanäle und bei AAC sind sogar über 100 separate Audiokanäle möglich.

[0012] Aus ISO/IEC JTC 1/SC 29/WG11 (MPEG 4 Structured Audio) ist ein Verfahren bekannt, welches für die synthetische Erzeugung von Musiksignalen die Möglichkeit bietet, den künstlich erzeugten Musikinstrumenten eine Positionsinformation sowie einen oder mehrere Effekte zuzuweisen. Es ist auch möglich, Samples derart zu integrieren.

[0013] Nachteilig bei MPEG 4 Structured Audio ist, dass es für die Echtzeitübertragung über einen Kanal mit begrenzter Datenrate nicht geeignet ist, da keine obere Begrenzung für die Datenrate und die Rechenleistung vorgesehen ist. Auch die Beschränkung auf Samples, welche normalerweise nur kurzen Klangstücken entsprechen und die auch schon dem Wiedergabegerät zu dem Zeitpunkt komplett bekannt sein müssen, wenn deren abspielen beginnt stellt ein Problem dar. Weiterhin ist eine Synchronisation schwierig, soll mit dem Abspielen an einer bestimmten Stelle begonnen werden so ist es eventuell nötig, die Datei komplett von Anfang an zu berechnen. Einer Anwendung bei Filmmaterial wiederspricht auch das Fehlen einer Kompression der Samples, welche dadurch unnötig viel Datenspeicher benötigen. Die Angabe der Winkel der Schallquellen alleine reicht auch nicht aus, um immer eine gute Zuordnung der Schallquellen zum Bildmaterial zu erreichen, da das Bildmaterial durch verschiedene Projektionstechniken unterschiedliche Größen und Entfernungen zum Beobachter aufweisen kann. Ist am linken Bildrand ein Sprecher zu sehen, so sollte dessen Sprache in einem Kino auch aus den linken Lautsprechern wiedergegeben werden, bei einer Darstellung über einen 5 Meter entfernten Fernseher mit 72 cm Bildschirmdiagonale macht es aber mehr Sinn, die Sprache auch auf dem mittleren Lautsprecher auszugeben, da dann auch dort der Sprecher zu sein scheint.

[0014] Nachteilig bei allen bekannten Erfindungen bezüglich der Audiodatenkompression ist, dass aufgrund der Fixierung der Positionen der Klangquellen eine hohe Anzahl an Audikanälen zur Nachbildung des gewünschten Klangfeldes benötigt wird. Dies verursacht eine hohe Datenmenge, die sowohl bei Speichermedien als auch bei der Übertragung unerwünscht ist. Weiterhin ist die Möglichkeit der Nachbildung von Raumakustiken durch die Fixierung der Lautsprecherpositionen eingeschränkt.

[0015] Beispielsweise ist bei Dolby Digital und DTS kein Deckenlautsprecher vorgesehen, der von oben kommende Klänge nachbilden könnte.

[0016] Aufgabe der Erfindung ist es, ein Verfahren anzugeben, welches eine effiziente Codierung von mehreren Audiosignalen unter Berücksichtigung des zugehörigen Klangfeldes ermöglicht.

[0017] Die vorliegende Erfindung löst diese Aufgabe durch die Merkmale der Ansprüche 1 und 14. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen, der zugehörigen Beschreibung nebst Figur 1 angegeben.

[0018] Die vorliegende Erfindung löst die Aufgabe dadurch, dass die zu einem Klangfeld gehörenden Klangquellen zuerst einzeln mit einem herkömmlichen Kompressionsverfahren, beispielsweise AC3, MP3, AAC, WMA, usw. komprimiert werden. Bei einer Überschreitung einer maximal erlaubten Datenrate wird eine Zusammenfassung von Klangquellen oder eine stärkere Kompression zur Verringerung der Datenrate durchgeführt. Jeder dieser Klangquellen werden Informationen über deren Art sowie eine Positionsinformation hinzugefügt, die angibt, wo sich das Objekt in Bezug auf den Betrachter befindet. Informationen über die Eigenschaften des nachzubildenden Raumes sowie über die aktuellen horizontalen und vertikalen Sichtwinkel werden übertragen. Basierend auf den Positionsinformationen und Informationen über die Quellen, den Informationen über die Eigenschaften des nachzubildenden Raumes, den aktuellen horizontalen und vertikalen Sichtwinkeln sowie über der Größe und Position des Bildes des Wiedergabegerätes werden dann Nachbearbeitungen und Abbildungen der einzelnen Quellen auf die vorhandenen Lautsprecher oder ein Kopfhörersignal durchgeführt.

[0019] Betrachtet man natürliche Klangfelder, so stellt man fest, dass das menschliche Gehör diese derart analysiert, dass eine Aufteilung in verschiedene Klangquellen sowie deren Charakteristiken stattfindet und zudem die Eigenschaft des Raumes, in welchem die akustische Wiedergabe erfolgt, ausgewertet wird. Die Aufteilung der Klangquellen erfolgt in erster Linie durch Auswertung der spektralen Zusammensetzung und der Position der Schallquelle. Laufzeitunterschiede und die richtungsabhängige Frequenzempfindlichkeitskurve des Gehörs haben nur einen geringen Einfluss auf die Aufteilung. Eine gute Approximation vieler Klangfelder kann schon erreicht werden, wenn zwei Sprachkanäle sowie zwei Effektkanäle zur Verfügung stehen. Damit kann die Kommunikation zweier Personen sowie diverse Umgebungsgeräusche (beispielsweise vorbeifahrende Autos) erfasst und nachgebildet werden.

[0020] Erfindungsgemäß werden die von verschiedenen Klangquellen erzeugten Audiodaten in der Art und Weise codiert, dass Klangquellen zusammengefasst werden, die für das Gehör gleiche Eigenschaften besitzen und diese dann mit einer Positionsinformation, einer Information über die Art des Kanales (Gesang, Hintergrundgeräusch, Sprache...) sowie einer Information über eventuell mögliche Effekte (Hall, Dynamikkompressor) versehen werden. Diese Informationen werden kontinuierlich übertragen. Bei der Wiedergabe kann über die Art des Kanales eine Nachbearbeitung erfolgen, in der dann z.B. für Hintergrundgeräusche dieses Signal mehrfach dekorreliert und auf die Lautsprecher ausgegeben wird. Es wird jeder Signalart ein individueller Nachverarbeitungsalgorithmus zugeordnet. Eine vorteilhafte Implementierung ergibt sich, wenn zusätzlich noch zu jeder Klangquelle eine Information über deren Abstrahlcharakteristik, wie kugelförmig, nierenförmig etc., übertragen wird. Eine weitere vorteilhafte Implementierung ergibt sich, wenn zusätzlich noch Informationen über die gewünschte Raumcharakteristik (z.B. Badezimmer, Kathedrale, usw.), Parameter (z.B. Hallzeit) bzw. direkt algorithmische Beschreibungen zur Erzielung dieser Klangeindrücke sowie Eigenschaften der einzelnen Schallquellen (wie z.B. Sprache oder Musik oder Effekt) mitübertragen werden. Als Parameter zur Beschreibung der Raumcharakteristik sind z.B. die Raumgeometrie und die Raumabsorptionseigenschaften zu übertragen. Ein Wohnzimmer mit Gardinen und Teppichböden schluckt nämlich den Schall viel stärker als ein Badezimmer oder eine Kirche.
Ist ein Wiedergabegerät nicht leistungsfähig genug, diese Daten auszuwerten, so ignoriert es eben diese Zusatzdaten bei der Wiedergabe.
Eine weitere vorteilhafte Ausgestaltung der Erfindung ergibt sich, wenn zusätzlich noch Eigenschaften über den Sichtwinkel übertragen werden, d.h. dass man aus den Winkeln der Klangquelle und diesen Sichtwinkeln direkt schließen kann, ob das dazugehörige Objekt im Bild sichtbar ist. Dies ist dann der Fall, wenn der horizontale Winkel des Objektes innerhalb des horizontalen Sichtwinkelbereiches und der vertikale Winkel des Objektes innerhalb des vertikalen Sichtwinkelbereiches liegt. Der Sichtwinkel ist dabei wie auch die Position der Objekte auf den Betrachter der Orginalszene bezogen. Der Sichtwinkel kann sich laufend ändern, daher wird dieser vorteilhafterweise zu jedem einzelnen Bild übertragen. Basierend auf dem Winkel des Objektes, des Sichtwinkels sowie der Position und Größe des projezierten Bildes wird dann ein virtueller Winkel bezogen auf die Abhörposition ermittelt. Damit beim Verlassen von Objekten aus dem Sichtwinkelbereich kein abrupter Sprung stattfindet, wird dort vorteilhafterweise eine nichtlineare Abbildung verwendet. So kann z.B. der bei kleinen Bildschirmen geschrumpfte Winkelbereich durch eine Streckung des restlichen Winkelbereiches ausgeglichen werden. Eine vorteilhafte Ausgestaltungung ergibt sich, wenn die Stärke der Stauchung/Streckung durch den Anwender einstellbar ist.

[0021] Durch die Erfindung wird

• eine wesentlich realistischere Audiodarbietung erreicht;
• die Ausnutzung der vorhandenen Kanäle wesentlich verbessert, somit wird bei DVDs Kapazität und bei Broadcast-Verfahren Bandbreite gespart;
• bei Hinzufügung der Klangeffekte im Endgerät bei der Codierung der unverfälschten Originalsignale eine wesentlich geringere Datenrate benötigt, dies gibt eine zusätzliche Datenratenersparnis;
• die Kanalabbildung wesentlich verbessert, ein überfliegender Hubschrauber kann mit nur einem Kanal perfekt nachgebildet werden;
• das System abwärtskompatibel gehalten, die Wiedergabe anderer Standards kann durch Annahme der Positionen der Klangquellen auf die dabei üblichen Aufstellungspositionen der Lautsprecher erfolgen; es muss die vom Kunden gewählte Lautsprecherkonstellation nicht modifiziert werden;
• die Aufstellungspositionen der Lautsprecher nicht vorgegeben und kann beliebig sein, die Lautsprecher müssen dem System nur bekannt gemacht werden; das System berechnet dann, auf welchen Lautsprechern es bestimmte Kanäle am geeignetesten ausgibt; so ist es möglich, die räumlichen Gegebenheiten perfekt auszunutzen;
• eine bessere Anpassung an verschiedene Bildformate bei der Wiedergabe erreicht, Klangquellen zu im Bildbereich gehörenden Objekten können klanglich auch dorthin fokussiert werden.

Außerdem ist die Anzahl an aufgestellten Lautsprechern theoretisch unbegrenzt, sie ist nur begrenzt durch die Anzahl an Verstärkerkanälen und durch die Rechenleistung des Systems. Ein Nutzer kann nachträglich ohne großen Aufwand und Probleme zwei seitliche Lautsprecher nachrüsten oder einen Deckenlautsprecher entfernen.
Schließlich ist die zur Übertragung der Zusatzinformationen benötigte Datenmenge gegenüber der Datenmenge zur Codierung der einzelnen Audiokanäle vernachlässigbar gering.

[0022] Im Weiteren wird die Erfindung anhand eines konkreten Ausführungsbeispieles FIG 1 beschrieben.
Das Ausführungsbeispiel zeigt eine erfindungsgemäße Vorrichtung. Die erfindungsgemäße Vorrichtung weist die Audiosignaleingänge A1 bis An auf. Über die Eingänge I1 bis In werden zu den n Audiosignalen Informationen zu der Position und die Eigenschaften des entsprechenden Audiosignales übertragen. Über den Eingang SF werden die horizontalen und vertikalen Sichtwinkel sowie die Eigenschaft des nachzubildenden Raumes eingespeist. Die eingehenden Audiosignale werden in den Vorrichtungen K1 bis Kn in der Datenrate zu den Signalen C1 bis Cn komprimiert. Die Datenströme C, I und SF werden dann in der Vorrichtung MX zu einem einzelnen Datenstrom US zusammengemischt. Der Datenstrom US kann dann entweder im Broadcasting-Format übertragen werden oder auch auf einem Speichermedium zwischengespeichert werden. Zur Ausgabe wird dieser Datenstrom dann auf eine Vorrichtung DX gegeben, die daraus wieder die Datenströme C1 bis Cn regeneriert sowie ISF1 bis ISFn erzeugt. ISFi entspricht dabei dem Datenstrom li, dem noch SF hinzugefügt ist. Die komprimierten Datenströme C1 bis Cn werden in den Vorrichtungen D1 bis Dn dekomprimiert. Die einzelnen dekomprimierten Datenströme werden dann jeweils zusammen mit ihrem zugehörigen Datenstrom ISFi sowie dem Signal BP auf die Vorrichtungen R1 bis Rn gegeben. Das Signal BP entspricht dabei einer Information über das Bildformat, der Position des Wiedergabegerätes sowie den vom Kunden gewählten Parametern zur Wiedergabe. In den Vorrichtungen Ri erfolgt dann eine Abbildung der dekodierten Audiosignale auf die Summensignale S1 bis Sk unter Berücksichtigung der in BP und ISFi vorhandenen Parameter. Die Anzahl der Summensignale k entspricht dabei der vom Kunden installierten Anzahl an Lautsprechern. Die von den einzelnen Vorrichtungen Ri erzeugten Summensignale S werden summiert und dann auf die Lautsprecher L1 bis Lk ausgegeben.

Bezugszeichenliste

[0023] 

A

Audiosignaleingang

BP

Information über Bildformat, Position der Klangquelle und Kundenparameter

C

Komprimierte Audiosignale

D

Vorrichtung zur Dekompression einzelner Audiosignale

DX

Vorrichtung zur Aufspaltung des Datenstromes

I

Eingang für Informationen zu einem Audiosignal

ISF

Information zu einem Audiosignal sowie Informationen über die Sichtwinkel der Klangquelle

K

Vorrichtung zur Kompression einzelner Audiosignale

L

Lautsprecherausgangssignal

MX

Vorrichtung zur Zusammenmischung einzelner Datenströme

R

Vorrichtung zur Abbildung eines Audiosignales auf die Lautsprechersignale

S

Summenkanäle für die Lautsprecher

SF

Informationen über die Sichtwinkel der Klangquellen

US

Übertragungsstrecke

Ansprüche

1. Verfahren zur Codierung von Audiosignalen, wobei mehrere Audiosignale (A(1)-A(n)) mit einem an und für sich bekannten Kompressionsverfahren (K) komprimiert werden,
dadurch gekennzeichnet, dass
ähnliche zu einem Klangfeld gehörende Klangquellen so zusammengefasst
und die Kompressionsfaktoren so gewählt werden, dass die maximal zulässige Datenrate nicht überschritten wird,
zu jeder dieser zusammengefassten Klangquellen Informationen über die Art der Quelle sowie Positionsinformation, die angibt, wo sich das Objekt in Bezug auf den Betrachter befindet, beigefügt werden.

2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet, dass
Informationen über die Eigenschaften des nachzubildenden Raumes sowie Informationen über die aktuellen horizontalen und vertikalen Sichtwinkel in den erzeugten Datenstrom eingefügt werden.

3. Verfahren nach Anspruch 1 oder 2,
dadurch gekennzeichnet, dass
im Wiedergabegerät die Größe und Position der Bildprojektion ausgewertet und basierend darauf auf den Eigenschaften des nachzubildenden Raumes, auf den Informationen über die aktuellen horizontalen und vertikalen Sichtwinkeln sowie den Positionsinformationen und Informationen über die Arten und Abstrakteigenschaften der Quellen eine Abbildung der Klangquellen auf die vorhandenen Lautsprecher durchgeführt wird.

4. Verfahren nach einem der Ansprüche 1 bis 3,
dadurch gekennzeichnet, dass
zur Codierung das AC3-Verfahren, das DTS - Verfahren oder das MP3-Verfahren, oder das AAC-Verfahren, das WMA-Verfahren oder ein ähnliches Verfahren angewendet wird.

5. Verfahren nach einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet, dass
die Informationen über die Art der Quelle in Form von Algorithmen oder Parametern zu vorgegebenen Algorithmen angegeben wird.

6. Verfahren nach einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet, dass
die Informationen über die Eigenschaften des nachzubildenden Raumes in Form von Algorithmen oder Parametern zu vorgegebenen Algorithmen angegeben wird.

7. Verfahren nach einem der Ansprüche 1 bis 6,
dadurch gekennzeichnet, dass
eine Wiedergabe über Kopfhörer oder über Lautsprecher erfolgt.

8. Verfahren nach einem der Ansprüche 1 bis 7,
dadurch gekennzeichnet, dass
jeder Klangquelle eine Information über deren Abstrahleigenschaften zugewiesen werden kann

9. Verfahren nach Anspruch 8,
dadurch gekennzeichnet, dass
die Abstrahleigenschaften kugelförmig, kegelförmig, flächenförmig oder nierenförmig sind.

10. Verfahren nach einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet, dass
im Wiedergabegerät die Eigenschaften des Abhörraumes, d.h. des Raumes in dem die Lautsprecher aufgestellt werden, einstellbar sind und/oder durch Messungen bestimmt werden können und diese bei der Wiedergabe berücksichtigt werden.

11. Verfahren nach Anspruch 10,
dadurch gekennzeichnet, dass
die Eigenschaften des Abhörraumes durch die Geometrie des Raumes und Beschaffenheit der Wände und des Bodens vorgegeben werden.

12. Verfahren nach einem der Ansprüche 1 bis 11,
dadurch gekennzeichnet, dass
eine beliebige Anzahl an Lautsprechern zur Wiedergabe verwendbar ist.

13. Verfahren nach einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet, dass
die Lautsprecherpositionen dem Wiedergabegerät bekannt gemacht werden, so dass die bestmögliche Abbildung der einzelnen Kanäle auf die Lautsprecher vorgenommen wird.

14. Vorrichtung zur Durchführung des Verfahren nach einem oder mehreren der vorangehenden Ansprüche.

Claims

1. Method for coding audio signals, wherein a plurality of audio signals (A(1)-A(n)) are compressed using an inherently and singularly known compression method (K),
characterized in that
similar sound sources associated with a sound field are combined such and the compression factors chosen such that the maximum permissible data rate is not exceeded,
to each of these combined sound sources is added information about the type of the source and also position information which indicates where the object is situated in relation to the observer.

2. Method according to Claim 1,
characterized in that
information about the properties of the room to be recreated and also information about the current horizontal and vertical viewing angles is inserted into the generated data stream.

3. Method according to Claim 1 or 2,
characterized in that
the reproduction appliance evaluates the size and position of the image projection and takes these, the properties of the room to be recreated, the information about the current horizontal and vertical viewing angles and also the position information and information about the types and abstract properties of the sources as a basis for mapping the sound sources onto the available loudspeakers.

4. Method according to one of Claims 1 to 3,
characterized in that
the coding is performed using the AC3 method, the DTS method or the MP3 method, or the AAC method, the WMA method or a similar method.

5. Method according to one of Claims 1 to 4
characterized in that
the information about the type of the source is indicated in the form of algorithms, or parameters for prescribed algorithms.

6. Method according to one of Claims 1 to 4,
characterized in that
the information about the properties of the room to be recreated is indicated in the form of algorithms or parameters for prescribed algorithms.

7. Method according to one of Claims 1 to 6,
characterized in that
reproduction is via headphones or via loudspeakers.

8. Method according to one of Claims 1 to 7,
characterized in that
each sound source can be assigned a piece of information about the radiation properties thereof.

9. Method according to Claim 8,
characterized in that
the radiation properties are spherical, conical, planar or reniform.

10. Method according to one of Claims 1 to 9,
characterized in that
the properties of the listening room, i.e. the room in which the loudspeakers are set up, can be adjusted and/or determined by measurements in the reproduction appliance and are taken into account for the reproduction.

11. Method according to Claim 10,
characterized in that
the properties of the listening room are prescribed by the geometry of the room and the nature of the walls and of the floor.

12. Method according to one of Claims 1 to 11,
characterized in that
an arbitrary number of loudspeakers can be used for the reproduction.

13. Method according to one of Claims 1 to 9,
characterized in that
the loudspeaker positions are made known to the reproduction appliance, so that the individual channels are mapped onto the loudspeakers in the best possible manner.

14. Apparatus for performing the method according to one or more of the preceding claims.

Revendications

1. Procédé de codage de signaux audio, dans lequel plusieurs signaux audio (A(1) à A(n)) sont comprimés par un procédé de compression connu en soi,
caractérisé en ce que
des sources sonores similaires, appartenant à un champ sonore, sont regroupées de telle sorte et les taux de compression sont sélectionnés de telle sorte que le débit de données admissible maximum ne soit pas dépassé,
à chacune de ces sources sonores regroupées, des informations concernant le type de la source ainsi qu'une information de position indiquant où se trouve l'objet par rapport à l'observateur sont ajoutées.

2. Procédé selon la revendication 1, caractérisé en ce que des informations concernant les caractéristiques de la pièce à émuler ainsi que des informations concernant les angles de vision horizontaux et verticaux actuels sont ajoutées dans le flux de données généré.

3. Procédé selon la revendication 1 ou 2, caractérisé en ce que dans l'appareil de reproduction, la dimension et la position de la projection d'image sont évaluées, et sur cette base, sur les caractéristiques de la pièce à émuler, sur les informations concernant les angles de vision horizontaux et verticaux actuels ainsi que les informations de position et des informations concernant les types et caractéristiques abstraites des sources, une représentation des sources sonores est effectuée sur les haut-parleurs existants.

4. Procédé selon l'une quelconque des revendications 1 à 3, caractérisé en ce que pour le codage, le procédé AC3, le procédé DTS ou le procédé MP3 ou le procédé AAC, le procédé WMA ou un procédé similaire est appliqué.

5. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que les informations concernant le type de la source sont indiquées sous la forme d'algorithmes ou de paramètres pour des algorithmes spécifiés.

6. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que les informations concernant les caractéristiques de la pièce à émuler sont indiquées sous la forme d'algorithmes ou de paramètres pour des algorithmes spécifiés.

7. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce qu'une reproduction est effectuée par l'intermédiaire d'un casque d'écoute ou de haut-parleurs.

8. Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce que chaque source sonore peut se voir affecter une information concernant ses caractéristiques de diffusion.

9. Procédé selon la revendication 8, caractérisé en ce que les caractéristiques de diffusion se présentent sous forme sphérique, conique, plane ou de haricot.

10. Procédé selon l'une quelconque des revendications 1 à 9, caractérisé en ce que sur l'appareil de reproduction, les caractéristiques de la pièce d'écoute, c'est-à-dire de la pièce dans laquelle sont placés les haut-parleurs, sont réglables et/ou peuvent être déterminées par des mesures et que celles-ci sont prises en compte au moment de la reproduction.

11. Procédé selon la revendication 10, caractérisé en ce que les caractéristiques de la pièce d'écoute sont spécifiées par la géométrie de la pièce et la nature des murs et du sol.

12. Procédé selon l'une quelconque des revendications 1 à 11, caractérisé en ce qu'un nombre quelconque de haut-parleurs peut être utilisé pour la reproduction.

13. Procédé selon l'une quelconque des revendications 1 à 9, caractérisé en ce que les positions des haut-parleurs sont portées à la connaissance de l'appareil de reproduction de sorte que la meilleure émulation possible des canaux individuels sur les haut-parleurs soit effectuée.

14. Dispositif pour exécuter le procédé selon une ou plusieurs des revendications précédentes.

Zeichnung