特許ウォッチ

公開番号2024166232
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2024152849,2021565455
出願日2024-09-05,2020-12-03
発明の名称信号処理装置および方法、並びにプログラム
出願人ソニーグループ株式会社
代理人個人,個人
主分類H04S 7/00 20060101AFI20241121BHJP(電気通信技術)
要約【課題】伝送効率およびデータ処理量効率を向上させる。
【解決手段】信号処理装置は、極座標で表現された第1のオブジェクトの位置を示す極座標位置情報、第1のオブジェクトのオーディオデータ、絶対座標で表現された第2のオブジェクトの位置を示す絶対座標位置情報、および第2のオブジェクトのオーディオデータを取得する取得部と、絶対座標位置情報を、第2のオブジェクトの位置を示す極座標位置情報に変換する座標変換部と、第1のオブジェクトの極座標位置情報およびオーディオデータと、第2のオブジェクトの極座標位置情報およびオーディオデータとに基づいてレンダリング処理を行うレンダリング処理部とを備える。本技術はコンテンツ再生システムに適用することができる。
【選択図】図5
特許請求の範囲【請求項１】
極座標で表現された第１のオブジェクトの位置を示す極座標位置情報、前記第１のオブジェクトのオーディオデータ、絶対座標で表現された第２のオブジェクトの位置を示す絶対座標位置情報、および前記第２のオブジェクトのオーディオデータを取得する取得部と、
前記絶対座標位置情報を、前記第２のオブジェクトの位置を示す極座標位置情報に変換する座標変換部と、
前記第１のオブジェクトの前記極座標位置情報および前記オーディオデータと、前記第２のオブジェクトの前記極座標位置情報および前記オーディオデータとに基づいてレンダリング処理を行うレンダリング処理部と
を備える信号処理装置。
続きを表示（約 910 文字）【請求項２】
前記座標変換部は、受聴者の絶対的な位置を示す受聴者位置情報に基づいて、前記第２のオブジェクトの前記絶対座標位置情報を前記極座標位置情報に変換する
請求項１に記載の信号処理装置。
【請求項３】
前記取得部は、前記受聴者位置情報に基づいて、前記第２のオブジェクトの前記絶対座標位置情報を取得する
請求項２に記載の信号処理装置。
【請求項４】
前記取得部は、前記受聴者位置情報に基づいて、前記受聴者と前記第２のオブジェクトの位置関係に応じた精度の前記絶対座標位置情報を取得する
請求項３に記載の信号処理装置。
【請求項５】
前記取得部は、前記受聴者位置情報に基づいて、前記受聴者から見た前記第１のオブジェクトの位置を示す前記極座標位置情報を取得する
請求項２に記載の信号処理装置。
【請求項６】
前記レンダリング処理部は、MPEG-Hで規定された極座標系での前記レンダリング処理を行う
請求項１に記載の信号処理装置。
【請求項７】
前記第１のオブジェクトは、残響音または暗騒音のオブジェクトである
請求項１に記載の信号処理装置。
【請求項８】
前記取得部は、さらに前記第１のオブジェクトのゲイン情報を取得し、
前記第１のオブジェクトの前記極座標位置情報または前記ゲイン情報は、予め定められた固定値である
請求項１に記載の信号処理装置。
【請求項９】
前記取得部は、受聴者により選択された前記第１のオブジェクトの前記極座標位置情報および前記オーディオデータを取得する
請求項１に記載の信号処理装置。
【請求項１０】
前記取得部は、さらにチャンネルベースのオーディオデータを取得し、
前記チャンネルベースのオーディオデータと、前記レンダリング処理により得られたオーディオデータとをミキシングするミキシング処理部をさらに備える
請求項１に記載の信号処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本技術は、信号処理装置および方法、並びにプログラムに関し、特に伝送効率を向上させることができるようにした信号処理装置および方法、並びにプログラムに関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
従来の固定視点向け3D Audioとして規格化されたMPEG（Moving Picture Experts Group）-H符号化規格は、受聴者の位置を原点とし、その周りの空間内をオーディオオブジェクトが移動するという考え方に基づいている（例えば、非特許文献１参照）。
【０００３】
そのため、固定視点では原点にいる受聴者から見た各々のオーディオオブジェクトの位置情報は、受聴者から各オーディオオブジェクトまでの水平方向の角度、高さ方向の角度、および距離を用いた極座標により記述されている。
【０００４】
このようなMPEG-H符号化規格を利用すれば、固定視点のコンテンツにおいて、空間内の各オーディオオブジェクトの位置に、それらのオーディオオブジェクトの音像を定位させることができ、臨場感の高いオーディオ再生を実現することが可能である。
【先行技術文献】
【非特許文献】
【０００５】
ISO/IEC 23008-3 Information technology － High efficiency coding and media delivery in heterogeneous environments － Part 3: 3D audio
【発明の概要】
【発明が解決しようとする課題】
【０００６】
一方で、空間内の任意の位置を受聴者の位置とすることができる自由視点のコンテンツも知られている。自由視点では、空間内においてオーディオオブジェクトが移動することに加え、受聴者も移動可能である。つまり、受聴者が移動可能であるという点において、自由視点は固定視点と異なっている。
【０００７】
このような自由視点向けのオーディオにおいては、オーディオオブジェクトと受聴者の両方が移動することになる。
【０００８】
したがって、空間内の各オーディオオブジェクトの位置情報の符号化を行う場合に、固定視点での符号化に用いられる受聴者を中心とした極座標によりオーディオオブジェクトの位置を表現すると、位置情報を効率的に伝送できないことがある。
【０００９】
例えば固定視点では、オーディオオブジェクトが静止していれば、受聴者とオーディオオブジェクトとの間の相対的な位置関係は変化しないので、オーディオオブジェクトが移動したときに位置情報を符号化し、伝送すればよい。
【００１０】
ところが、自由視点では、オーディオオブジェクトが静止していても受聴者が移動すれば、全てのオーディオオブジェクトについて位置情報を符号化して伝送しなければならないため、伝送効率が低下してしまう。
（【００１１】以降は省略されています）

関連特許