信息技術 三維聲技術 編碼、分發(fā)與呈現(xiàn) 編制說明

《信息技術三維聲技術編碼、分發(fā)與呈現(xiàn)》（征求意見稿）編制說明根據(jù)國家標準化管理委員會2024年標準制修訂計劃的安排，由中國電子技該標準的制定工作起始于2021年，由世界超高清產(chǎn)業(yè)聯(lián)盟聯(lián)合中關村視聽產(chǎn)業(yè)技術創(chuàng)新聯(lián)盟共同制定自主三維聲技術方案，2022年4月，世界超高清產(chǎn)業(yè)聯(lián)盟發(fā)布了T/UWA009.1-2022《三維聲音技術規(guī)范第1部分:編碼分發(fā)和呈現(xiàn)》標準第一版；2023年，中關村視聽產(chǎn)業(yè)技術創(chuàng)新聯(lián)盟發(fā)布了T/AI109.3《信息技術智能媒體編碼第3部分：音頻》標準。兩個聯(lián)盟標準的差異在于T/AI109.3中包含了通用高碼率編碼工具和通用全碼率編碼工具兩部分，而T/UWA009.1只包含通用全碼率編碼工具。T/UWA009.1-2022標準在產(chǎn)業(yè)實際應用落地中，對標準的技術內(nèi)容提出了一些新的需求，因此為了更好適應產(chǎn)業(yè)應用需求，提出對T/UWA009.1-2022標準的修訂計劃，完善元數(shù)據(jù)編碼工具、增加比特分配方案和低復雜度方案，于2023年發(fā)布T/UWA009.1-2022024年由中國電子技術標準化研究院牽頭組織提交了國家標準立項工作，標準立項后成立標準起草組共同起草編制，旨在整合前期國內(nèi)相關自主三維聲技術標準，形成統(tǒng)一的三維聲技術方案，為產(chǎn)業(yè)應用提供便利，促進我國三維征求意見稿主要起草單位：中國電子技術標準化研究院、清華大學、華為技術有限公司、北京理工大學、中關村視聽產(chǎn)業(yè)技術創(chuàng)新聯(lián)盟、國家廣播電視總局廣播電視規(guī)劃院、中央廣播電視總臺、北京字跳網(wǎng)絡技術有限公司、賽因有限公司、小米通訊技術有限公司、北京大學、博華超高清創(chuàng)新中心、杭州當虹科技股份有限公司、咪咕文化科技有限公司、中國移動集團有限公司、中國聯(lián)合網(wǎng)絡通信集團有限公司、中國電信集團有限公司、中移動（杭州）信息有項目碼率版本置信區(qū)間得分（有效均值）單聲道音頻測試32kbpsAVS2P3（73.239-80.036）76.638AVS3baseline（82.796-87.766）85.28144kbpsAVS2P3（84.074-88.964）86.519AVS3baseline（89.321-93.129）91.22572kbpsAVS2P3（91.228-94.010）92.619AVS3baseline（93.503-95.909）94.706雙聲道立體聲音頻測試48kbpsAVS2P3（77.984-82.840）80.412AVS3baseline（91.868-93.841）92.85464kbpsAVS2P3（84.581-88.219）86.400AVS3baseline（92.935-94.847）93.89196kbpsAVS2P3（94.044-95.725）94.884AVS3baseline（95.571-96.938）96.2257.1.4聲道音頻測試kbpsAVS2P3（85.759-88.863）87.311AVS3baseline（92.246-94.144）93.195kbpsAVS2P3（92.860-94.839）93.850AVS3baseline（92.450-94.350）93.400kbpsAVS2P3（93.327-94.869）94.098AVS3baseline（93.774-95.421）94.597表2總體主觀音質(zhì)測試結(jié)果打分均值95%置信區(qū)間參照渲染器85.25(86.78-83.71)揚聲器渲染系統(tǒng)86.28(87.74-84.82)T-TEST結(jié)果P值結(jié)論0.1769P>0.05不存在顯著性差異屬性評價場景深度平略平略深深12345環(huán)繞感略輕略強12345吞噬感略輕略強12345定位準確性不清楚稍微清楚大致準確精確12345亮度略輕略強12345略輕略強54321表5屬性評價主觀測試結(jié)果打分均值95%置信區(qū)間場景深度參照渲染器(3.58-3.90)揚聲器渲染系統(tǒng)(3.56-3.88)環(huán)繞感參照渲染器(3.53-3.87)揚聲器渲染系統(tǒng)(3.47-3.81)吞噬感參照渲染器(3.43-3.76)揚聲器渲染系統(tǒng)（3.41-3.74）定位準確性參照渲染器4.15（4.02-4.28）揚聲器渲染系統(tǒng)4.23（4.10-4.36）亮度參照渲染器(3.83-4.11)揚聲器渲染系統(tǒng)4.08(3.94-4.21)參照渲染器4.24(4.11-4.37）揚聲器渲染系統(tǒng)（4.24-4.29）表6屬性得分顯著性檢驗結(jié)果屬性T-TEST結(jié)果P值結(jié)論場景深度0.8348P>0.05不存在顯著性差異環(huán)繞感0.6321P>0.05不存在顯著性差異吞噬感0.8646P>0.05不存在顯著性差異定位準確性0.4111P>0.05不存在顯著性差異亮度0.2901P>0.05不存在顯著性差異0.1769P>0.05不存在顯著性差異測試序列得分均值置信區(qū)間隱藏參考93.25(91.91-94.59)3.5kHz47.13(42.00-52.25)7kHz65.26(60.54-69.99)hw_9692.49(90.82-94.15)hw_19292.86(91.67-94.06)avs_9683.04(79.08-87.00)avs_19290.64(89.09-92.19)測試序列得分均值置信區(qū)間隱藏參考93.03(91.35-94.70)3.5kHz50.38(45.40-55.35)7kHz69.97(65.29-74.68)hw_19291.24(89.39-93.08)hw_32092.00(90.31-93.69)avs_19278.13(73.16-83.09)avs_32090.08(88.02-92.15)測試序列得分均值置信區(qū)間隱藏參考92.91(91.78-94.03)3.5kHz43.18(39.04-47.32)7kHz66.90(62.74-71.06)hw_32087.14(84.40-89.87)hw_51289.23(87.25-91.21)avs_32065.50(60.95-70.45)avs_51287.14(84.75-89.52)ODGM6728AVS2P31階HOA(96kbps)-2.95-3.911階HOA(192kbps)-1.40-2.542階HOA(192kbps)-2.37-3.692階HOA(320kbps)-1.32-2.813階HOA(320kbps)-1.96-3.903階HOA(512kbps)-1.33-2.26觀測試中，編解碼前后元數(shù)據(jù)差異均小于量化步長主要目的為評估ILD碼書和量化公式計算兩種方法的一致性。測試結(jié)果見云聽、咪咕等音頻平臺已經(jīng)支持本標準規(guī)定的技術方案。為更好地滿足網(wǎng)絡媒體、數(shù)字電影、廣播電視、廣播流媒體、實時通信、虛擬現(xiàn)實和增強現(xiàn)實、視頻監(jiān)控、數(shù)字存儲媒體等應用需求，基于團體標準內(nèi)容，提出本次國標立項計本標準為為三維聲音全流程中音頻制作、元數(shù)據(jù)、渲染、控制、終端設備最為廣泛的三維沉浸式音效之一。其中，電影音效制作里面使用得最多，而且在電影制作之外，音樂制作、電子游戲以及電視廣播節(jié)目都開始使用Dolby來發(fā)展為藍光音頻標準的重要廠家，并在電影數(shù)字傳輸和互聯(lián)網(wǎng)消費電子平臺上獲得了廣泛的應用。2012年DTS公司收購了SRS公司，獲得了SRS公司的Multi解碼標準，同時也是基于聲音對象的多維空間音頻技術。與現(xiàn)有的環(huán)繞聲系統(tǒng)音頻體驗，使用者在水平和垂直平面上定位聲音對象，并感知聲音對象隨用戶在音頻對象周圍移動而發(fā)生的響度變化，感知真實空間中的聲音混響以及感知定了虛擬現(xiàn)實音頻應用場景涉及的制作、傳輸和渲染回放，但不涉及編碼和傳本標準引用了國際標準ISO/IEC14496-12:2020信息技術音視頻對象編碼第12部分：ISO基本媒