路径: 主页 > GB/T > 第221页 > GB/T 44115.3-2025 | 标准编号 | GB/T 44115.3-2025 (GB/T44115.3-2025) | | 中文名称 | 信息技术 虚拟现实内容表达 第3部分: 音频 | | 英文名称 | Information technology - Virtual reality content representation - Part 3: Audio | | 行业 | 国家标准 (推荐) | | 中标分类 | L71 | | 国际标准分类 | 35.040 | | 字数估计 | 394,378 | | 发布日期 | 2025-02-28 | | 实施日期 | 2025-09-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 44115.3-2025: 信息技术 虚拟现实内容表达 第3部分: 音频
GB/T 44115.3-2025 英文版: Information technology - Virtual reality content representation - Part 3: Audio
ICS 35.040
CCSL71
中华人民共和国国家标准
信息技术 虚拟现实内容表达
第3部分:音频
Informationtechnology-Virtualrealitycontentrepresentation-
Part3:Audio
2025-02-28发布
2025-09-01实施
国 家 市 场 监 督 管 理 总 局
国 家 标 准 化 管 理 委 员 会 发 布
目次
前言 Ⅲ
引言 Ⅳ
1 范围 1
2 规范性引用文件 1
3 术语和定义 1
4 符号和缩略语 3
5 串行流语法规则 6
6 系统框架 7
7 元数据定义 13
8 AAMSF封装格式 57
9 耳机渲染器 60
10 扬声器渲染器 73
附录A(资料性) HRTF库的模式选择 86
附录B(资料性) 一种基于HRTF线性插值的VR音频方法 87
附录C(资料性) 人工混响模式 92
附录D(资料性) 一种基于Ambisonics全景录音球的麦克风阵列摆放实现方案 96
附录E(资料性) 一种基于Ambisonics全景录音球的空间编码方法 103
附录F(资料性) 场景信号解码及渲染的通用技术 108
附录G(资料性) 多声道音频生产系统规范建议及测试方案 112
附录H (资料性) 基于头相关传输函数的3DoF三维音频渲染器 119
附录I(资料性) 智能电视音箱环绕立体声系统 122
附录J(资料性) 球谐HRTF通用制作技术 129
附录K(资料性) 采样卷积混响模式 131
附录L(资料性) 一种空间音频距离衰减模型 157
附录 M (资料性) 一种三维声近场效应实现方法 159
附录N(资料性) 实时制作时元数据传输系统的案例 363
附录O(资料性) 非GY/T 316标准扬声器布局的渲染器 369
附录P(资料性) 扩展元数据示例代码 373
附录Q(规范性) Surface子元素支持的材料类型 376
附录R(规范性) 注册渲染器ID0的耳机渲染规范 377
附录S(规范性) 注册渲染器ID128的扬声器渲染规范 382
参考文献 387
前言
本文件按照GB/T 1.1-2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定
起草。
本文件是GB/T 44115《信息技术 虚拟现实内容表达》的第3部分。GB/T 44115已经发布了以
下部分:
---第2部分:视频;
---第3部分:音频。
本文件由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。
本文件起草单位:清华大学、北京理工大学、中国电子技术标准化研究院、北京字跳网络技术有限公
司、赛因芯微(北京)电子科技有限公司、北京全景声信息科技有限公司、中关村视听产业技术创新联盟、
清华大学天津电子信息研究院、北京大学、咪咕文化科技有限公司、腾讯科技(深圳)有限公司、北京爱奇
艺科技有限公司、小米通讯技术有限公司、全景声(北京)智能科技有限公司、华为技术有限公司、中国传
媒大学。
本文件主要起草人:窦维蓓、王晶、耿一丹、朱博成、李婧欣、黄传增、柳德荣、吴健、吴强、许舒敏、
潘兴德、曲天书、李岳鹏、商世东、王志航、刘长滔、黄为庆、刘孟美、赵天博、韩泽瑞、王宾、韩建、李琳、
徐嵩、胡苏、王喆、高原、朱梦尧、靳聪、张伟民、高文、黄铁军、赵海英、崔晓冉。
引 言
随着虚拟现实(VR)技术的不断涌现,虚拟现实已成为增强沉浸感的新兴媒体形式,VR音频内容
表达与渲染重建技术在虚拟现实沉浸感、真实感体验中占有重要地位。目前虚拟现实全景视频技术已
经受到广泛关注和重视,但是由于缺乏VR音频内容表达和渲染重建的技术规范,难以实现各种VR音
频采集制作与终端回放设备或系统间的互通共享。
GB/T 44115旨在确立适用于虚拟现实的视频和音频规范,拟由三个部分构成。
---第1部分:系统。目的在于确立高效编码的虚拟现实视频和音频数据的传输格式与信令格式。
---第2部分:视频。目的在于确立虚拟现实全景视频和自由视角视频的编码表示与重建方法。
---第3部分:音频。目的在于确立虚拟现实设备及相关系统中的沉浸式音频内容的表达方式,包
括元数据结构和渲染器的系统架构及接口规范。
本文件在遵循ITU-RBS.2076:2019的前提下,面向适应我国全景音频播出、沉浸式音频通信、虚
拟现实音频交互等领域,确立VR音频元数据模型和渲染系统之间的协同关系,以及VR音频元数据流
与音频流之间的可能的复接模式,形成VR音频内容表达的互联互通应用规范,支持3DoF和6DoF等
虚拟现实场景下,涉及基于声道、对象、场景三类信号的采集制作和渲染重建,服务于虚拟现实(VR/
AR/MR/XR)设备和相关系统中的音频应用。
本文件设计了音频元数据模型、音频编解码系统和VR音频渲染系统之间的解耦合架构,三个系统
之间既相互独立,又紧密配合,形成VR音频内容表达的应用规范。本文件将对VR音频坐标系、元数
据模型、渲染器系统、AVS音频元数据串行流封装格式进行规范。
本文件的发布机构提请注意,声明符合本文件时,可能涉及6.3、7.2、7.5、9.1、9.8、10.1、附录D、附录
H、附录I、附录R、附录S中如下52项与虚拟现实音频相关的专利的使用。专利名称如下:
PCT/CN2021/100076,音频渲染系统、方法和电子设备;PCT/CN2022/098882,音频渲染系统、方
法和电子设备;PCT/CN2021/100062,用于音频渲染的音频信号编码方法、装置和电子设备;PCT/
CN2022/098850,音频渲染系统、方法和电子设备;PCT/CN2021/114366,音频元数据的处理方法和装
置;PCT/CN2022/114219,音频信号的处理方法和装置;PCT/CN2021/121135,声音路径能量的淡入淡
出方法、电子设备和介质;PCT/CN2022/122204,音频渲染方法、音频渲染设备和电子设备;PCT/
CN2021/121718,一种动态估计场景近似长方体房间的方法;PCT/CN2022/122635,一种音频渲染系统
和方法;PCT/CN2021/104309,混响时长的估计方法、音频信号的渲染方法和电子设备;PCT/CN2022/
103312,音频信号的渲染方法、装置和电子设备;PCT/CN2021/115130,用于音频渲染的信号处理方法、
装置和电子设备;PCT/CN2022/115194,用于音频渲染的信号处理方法、装置和电子设备;PCT/
CN2021/121729,用于空间音频渲染的系统、方法和电子设备;PCT/CN2022/122657,用于空间音频渲
染的系统、方法和电子设备;202110984837.4,一种音频制作模型和生成方法、电子设备及存储介质;
202111102045.6,音频节目元数据和产生方法、电子设备及存储介质;202111100818.7,音频内容元数据
和产生方法、电子设备及存储介质;202111102038.6,音频对象元数据和产生方法、电子设备及存储介
质;202111205630.9,音轨唯一标识元数据和生成方法、电子设备及存储介质;202111204386.4,一种音频轨
道元数据和生成方法、电子设备及存储介质;202111202898.7,一种音频流元数据和生成方法、电子设备及
存储介质;202111308422.1,基于音床音频包格式元数据和产生方法、设备及介质;202111308430.6,基对象
音频包格式元数据和产生方法、设备及介质;202111306844.5,基于场景音频包格式元数据和产生方法、设
备及存储介质;202111308421.7,基于双耳音频包格式元数据和产生方法、设备及介质;202111021068.4,基
于音床音频通道元数据和生成方法、设备及存储介质;202111020417.0,基于对象音频通道元数据和生成方
法、设备及存储介质;202111021066.5,基于场景音频通道元数据和生成方法、设备及存储介质;
202111021039.8,基于双耳音频通道元数据和生成方法、设备及存储介质;202111666346.1,一种广播音频格
式文件生成方法、装置、设备及存储介质;202111666362.0,音频元数据区块的生成方法、装置、设备及存储
介质;202210588174.9,生成渲染器内部数据结构的方法、装置、设备及存储介质;202210634563.0,利用元数
据对基于音床的音频进行渲染的方法及装置;202210762912.7,共享渲染器组件的配置方法、装置、设备及
存储介质;202210760302.3,一种音床渲染项数据映射方法、装置、设备及存储介质;202210603204.9,一种渲
染器的渲染项确定方法、装置、设备及存储介质;202210600880.0,一种音床输出渲染项确定方法、装置、设
备及存储介质;202210603208.7,一种对象输出渲染项确定方法、装置、设备及存储介质;202210603212.3,一
种场景输出渲染项确定方法、装置、设备及存储介质;202210603184.5,音频渲染器的渲染项处理方法、装
置、设备及存储介质;202210608202.9,一种场景渲染项数据映射方法、装置、设备及存储介质;
202210782056.1,一种音频渲染器增益计算方法、装置、设备及存储介质;202210910129.0,用于对象渲染器
的元数据解析方法、装置、设备及介质;202210907370.8,利用元数据对基于对象的音频进行渲染的方法及
装置;202210912275.7,利用元数据对基于场景的音频进行渲染的方法及装置;202211057713.2,利用元
数据对基于对象的音频进行渲染的方法及装置;202211063746.8,利用元数据对基于场景的音频进行渲
染的方法及装置;201510795213.2,一种3D录音系统球面麦克风阵列分布方法;202011306975.9,音频
播放方法及装置、电子设备和存储介质;202210451743.5,一种音频处理方法、装置、电子设备和可读存
储介质。
本文件的发布机构对于该专利的真实性、有效性和范围无任何立场。
该专利持有人已向本文件的发布机构承诺,他愿意同任何申请人在合理且无歧视的条款和条件下,
就专利授权许可进行谈判。该专利持有人的声明已在本文件的发布机构备案,相关信息可以通过以下
联系方式获得:
联系人:黄铁军
通讯地址:北京市海淀区颐和园路5号北京大学理科2号楼2641室
邮政编码:100871
电子邮件:tjhuang@pku.edu.cn
电话:+8610-62756172
传真:+8610-62751638
网址:http://www.avs.org.cn
请注意除上述专利外,本文件的某些内容仍可能涉及专利。本文件的发布机构不承担识别专利的
责任。
信息技术 虚拟现实内容表达
第3部分:音频
1 范围
本文件规定了虚拟现实(VR)设备及相关系统中的沉浸式音频内容的表达方式,包括元数据结构和
渲染器的系统架构及接口规范。
本文件适用于全景音频录播、沉浸式音频通信、虚拟现实音频交互等领域的音频采集、传输、渲染回
放系统。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文
件,仅该日期对应的版本适用于本文件。不注日期的引用文件,其最新版本(包括所有的修改单)适用于
本文件。
GB/T 5271.1 信息技术 词汇 第1部分:基本术语
GB/T 5271.4 信息技术 词汇 第4部分:数据的组织
GB/T 5271.9 信息技术 词汇 第9部分:数据通信
GB/T 17191(所有部分) 信息技术 具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其
伴音的编码
GB/T 17975.1 信息技术 运动图像及其伴音信息的通用编码 第1部分:系统
GB/T 33475.3 信息技术 高效多媒体编码 第3部分:音频
GY/T 316 用于节目制作的先进声音系统
ISO 639:2023 个别语种和语种组的代码(Codeforindividuallanguagesandlanguagegroups)
ISO 3166-1 国家及下属地区名称代码 第1部分:国家代码(Codesfor......
|