用于高阶 Ambisonics 压缩的感知驱动空间音频编解码器

基于场景的空间音频格式（如 Ambisonics）与回放系统无关，因此可能有利于向广泛的（可能未知的）设备提供沉浸式音频体验。然而，提供高空间分辨率 Ambisonic 音频所需的通道数量对于低带宽应用来说可能是 prohibitive 的。因此，本文提出了一种基于参数化高阶方向音频编码（HO-DirAC）模型的压缩编解码器。编码器将高阶 Ambisonics（HOA）输入音频下混为减少数量的信号，并伴有感知驱动的场景参数。下混音频使用感知音频编码器进行编码，而参数则被分组到感知频带中，进行量化和下采样。在解码器端，低阶 Ambisonics 被完全恢复。不可完全恢复的 HOA 分量根据参数进行合成。听力测试结果表明，当应用于五阶 HOA 信号时，所提出的参数化空间音频编解码器可以改进所采用的感知音频编码器，尤其是在低至中高比特率下。