场景音频编码方法及电子设备与流程

本技术实施例涉及音频编解码领域，尤其涉及一种场景音频编码方法及电子设备。

背景技术：

1、三维音频技术是通过计算机、信号处理等方式对真实世界中声音事件和三维声场信息进行获取、处理，传输和渲染回放的音频技术。三维音频使声音具有强烈的空间感、包围感及沉浸感，给人以“声临其境”的非凡听觉体验。其中，hoa(higher order ambisonics，高阶立体混响)技术具有在录制、编码与回放阶段与扬声器布局无关的性质以及hoa格式数据的可旋转回放特性，在进行三维音频回放时具有更高的灵活性，因而也得到了更为广泛的关注和研究。

2、对于n阶hoa信号来说，其对应的通道数为(n+1)2。随着hoa阶数的增加，hoa信号中用于记录更详细的声音场景的信息也会随之增加；但hoa信号的数据量也会随之增多，大量的数据造成传输和存储的困难，因此需要对hoa信号进行编解码。然而，现有技术对hoa信号的编码性能低。

技术实现思路

1、本技术提供一种场景音频编码方法及电子设备。

2、第一方面，本技术实施例提供一种场景音频编码方法，该方法包括：首先，获取待编码的场景音频信号，场景音频信号包括c1个通道的音频信号，c1为正整数；接着，基于场景音频信号，确定目标虚拟扬声器的属性信息；之后，编码场景音频信号中第一音频信号和目标虚拟扬声器的属性信息，以得到第一码流；其中，第一音频信号为场景音频信号中k个通道的音频信号，k为小于或等于c1的正整数。

3、需要说明的是，目标虚拟扬声器的位置与场景音频信号中声源的位置相匹配；根据目标虚拟扬声器的属性信息和场景音频信号中第一音频信号，可以生成目标虚拟扬声器对应的虚拟扬声器信号；根据虚拟扬声器信号，可以重建出该场景音频信号。因此，编码端将场景音频信号中第一音频信号和目标虚拟扬声器的属性信息编码后发送给解码端，解码端可以基于解码得到第一重建信号(即场景音频信号中第一音频信号的重建信号)和目标虚拟扬声器的属性信息，重建出该场景音频信号。

4、相对于现有技术中其他重建场景音频信号的方法而言，基于虚拟扬声器信号重建出的场景音频信号的音频质量更高；因此当k等于c1时，在同等码率下，本技术的重建出的场景音频信号的音频质量更高。

5、当k小于c1时，相对于现有技术而言，本技术编码的音频信号的通道数更少，且目标虚拟扬声器的属性信息的数据量，远小于一个通道的音频信号的数据量；因此在达到同等质量的前提下，本技术编码码率更低。

6、此外，现有技术是将场景音频信号转换为虚拟扬声器信号和残差信号后再编码，而本技术编码端直接编码场景音频信号中第一音频信号，无需计算虚拟扬声器信号和残差信号，编码端的编码复杂度更低。

7、示例性的，本技术实施例涉及的场景音频信号，可以是指用于描述声场的信号；其中，场景音频信号可以包括：hoa信号(其中，hoa信号可以包括三维hoa信号和二维hoa信号(也可以称为平面hoa信号))和三维音频信号；三维音频信号可以是指场景音频信号中除hoa信号之外的其他音频信号。

8、一种可能的方式中，当n1等于1时，k可以等于c1；当n1大于1时，k可以小于c1。应该理解的是，当n1等于1时，k也可以小于c1。

9、示例性的，编码场景音频信号中第一音频信号和目标虚拟扬声器的属性信息的过程可以包括：下混、变换、量化以及熵编码等操作，本技术对此不作限制。

10、示例性的，第一码流可以包括场景音频信号中第一音频信号的编码数据，以及目标虚拟扬声器的属性信息的编码数据。

11、一种可能的方式中，可以基于场景音频信号，从多个候选虚拟扬声器中，选取目标虚拟扬声器，再确定目标虚拟扬声器的属性信息。示例性的，虚拟扬声器(包括候选虚拟扬声器和目标虚拟扬声器)是虚拟的扬声器，不是真实存在的扬声器。

12、示例性的，多个候选虚拟扬声器可以均匀的分布在球面上，目标虚拟扬声器的数量可以为一个或多个。

13、一种可能的方式中，可以获取预先设定的目标虚拟扬声器，再确定目标虚拟扬声器的属性信息。

14、应该理解的是，本技术不限制确定目标虚拟扬声器的方式。

15、根据第一方面，场景音频信号为n1阶高阶立体混响hoa信号，n1阶hoa信号包括第二音频信号和第三音频信号，第二音频信号为n1阶hoa信号中第0阶至第m阶的hoa信号，第三音频信号为n1阶hoa信号中除第二音频信号之外的音频信号，m为小于n1的整数，c1等于(n1+1)的平方，n1为正整数；第一音频信号包括第二音频信号。

16、示例性的，第一音频信号包括第二音频信号，可以理解为第一音频信号仅包括第二音频信号。

17、示例性的，第一音频信号包括第二音频信号，可以理解为第一音频信号包括第二音频信号和其他音频信号。

18、根据第一方面，或者以上第一方面的任意一种实现方式，第一音频信号还包括第四音频信号；其中，第四音频信号为第三音频信号中部分通道的音频信号。

19、其中，第一音频信号可以包括偶数个通道的音频信号，则当第二音频信号的通道数为奇数时，第四音频信号的通道数也可以为奇数；这样，能够便于仅支持编码偶数个通道的音频信号的编码器编码。

20、示例性的，第二音频信号可以称为场景音频信号的低阶部分，第三音频信号可以称为场景音频信号的高阶部分。也就是说，可以编码场景音频信号的低阶部分与场景音频信号的高阶部分中的一部分；以保证第一音频信号包括偶数个通道的音频信号。

21、应该理解的是，第一音频信号也可以包括奇数个通道的音频信号，则当第二音频信号的通道数为偶数时，第四音频信号的通道数可以为奇数；这样，能够便于仅支持编码奇数个通道的音频信号的编码器编码。

22、应该理解的是，相对于第一音频信号包括第二音频信号和第四音频信号而言，第一音频信号仅包括第二音频信号时，编码的第一音频信号的通道数更少，对应的码率更低。

23、根据第一方面，或者以上第一方面的任意一种实现方式，目标虚拟扬声器的属性信息包括以下至少一种：目标虚拟扬声器的位置信息，目标虚拟扬声器的位置信息对应的位置索引，或，目标虚拟扬声器的虚拟扬声器索引。

24、示例性的，在球坐标系下，目标虚拟扬声器的位置信息可以如其中，θs3为目标虚拟扬声器的水平角信息，为目标虚拟扬声器的俯仰角信息。

25、示例性的，位置索引用于唯一标识一个虚拟扬声器的位置。其中，位置索引可以包括水平角索引(用于唯一标识一个水平角信息)和俯仰角索引(用于唯一标识一个俯仰角信息)。其中，虚拟扬声器的位置索引与虚拟扬声器的位置信息一一对应。

26、示例性的，虚拟扬声器索引可以用于唯一标识一个虚拟扬声器；其中，虚拟扬声器的位置信息/位置索引，与虚拟扬声器索引一一对应。

27、根据第一方面，或者以上第一方面的任意一种实现方式，基于场景音频信号，确定目标虚拟扬声器的属性信息，包括：获取多个候选虚拟扬声器对应的多组虚拟扬声器系数，多组虚拟扬声器系数与多个候选虚拟扬声器一一对应；基于场景音频信号和多组虚拟扬声器系数，从多个候选虚拟扬声器中选取目标虚拟扬声器；获取目标虚拟扬声器的属性信息。

28、其中，每个候选虚拟扬声器作为一个虚拟声源时，该虚拟声源产生的虚拟扬声器信号是平面波，可以将其在球坐标系下展开。对于振幅为s，方向为的理想平面波，使用球谐函数展开后的形式可以如下述公式(3)所示。将公式(3)中设置为候选虚拟扬声器的位置信息此时公式(3)所示中的即为一组虚拟扬声器系数(即hoa系数)。也就是说，虚拟扬声器系数也是hoa系数。需要说明的是，根据公式(3)可知，候选虚拟扬声器的位置与场景音频信号中声源的位置不同时，候选虚拟扬声器的虚拟扬声器系数与场景音频信号是不同的hoa系数。

29、这样，基于场景音频信号和多组虚拟扬声器系数，能够从多个候选虚拟扬声器中，准确的查找出位置与场景音频信号中声源位置匹配的目标虚拟扬声器。

30、根据第一方面，或者以上第一方面的任意一种实现方式，基于场景音频信号和多组虚拟扬声器系数，从多个候选虚拟扬声器中选取目标虚拟扬声器，包括：将场景音频信号与多组虚拟扬声器系数分别进行内积，以得到多个内积值；多个内积值与多组虚拟扬声器系数一一对应；基于多个内积值，从多个候选虚拟扬声器中选取目标虚拟扬声器。这样，通过内积，能够准确的确定各候选虚拟扬声器与场景音频信号的匹配度；进而能够选取出位置与场景音频信号中声源位置更加匹配的目标虚拟扬声器。

31、根据第一方面，或者以上第一方面的任意一种实现方式，该方法还包括：获取场景音频信号中第五音频信号所对应的特征信息；编码特征信息，以得到第二码流；其中，第五音频信号为第三音频信号，或者，第五音频信号为场景音频信号中除第二音频信号和第四音频信号之外的音频信号，第四音频信号为第三音频信号中部分通道的音频信号。其中，特征信息可以用于解码端解码过程中，对重建得到的场景音频信号中部分通道的音频信号进行补偿，来提高重建得到的场景音频信号中部分通道的音频信号的音频质量。

32、其中，特征信息的数据量较小，因此相对于现有技术而言，即使编码特征信息，本技术的总码率也更小，因此在同等码率的前提下，能够进一步提高重建的场景音频信号的音频质量。

33、示例性的，可以基于场景音频信号的能量、强度等信息，来确定场景音频信号中第五音频信号所对应的特征信息。

34、根据第一方面，或者以上第一方面的任意一种实现方式，特征信息包括增益信息。

35、示例性的，特征信息还可以包括扩散信息等，本技术对此不作限制。

36、第二方面，本技术实施例提供一种场景音频解码方法，该场景音频解码方法包括：首先，接收第一码流；以及解码第一码流，以得到第一重建信号和目标虚拟扬声器的属性信息，第一重建信号是场景音频信号中第一音频信号的重建信号，场景音频信号包括c1个通道的音频信号，第一音频信号为场景音频信号中k个通道的音频信号，c1为正整数，k为小于或等于c1的正整数；接着，基于属性信息和第一重建信号，生成目标虚拟扬声器对应的虚拟扬声器信号；之后，基于属性信息和虚拟扬声器信号进行重建，以得到第一重建场景音频信号；第一重建场景音频信号包括c2个通道的音频信号，c2为正整数。

37、相对于现有技术中其他重建场景音频信号的方法而言，基于虚拟扬声器信号重建出的场景音频信号的音频质量更高；因此当k等于c1时，在同等码率下，本技术的重建出的场景音频信号的音频质量更高。

38、当k小于c1时，在对场景音频信号编码的过程中，本技术编码的音频信号的通道数，小于现有技术编码的音频信号的通道数，且目标虚拟扬声器的属性信息的数据量，远小于一个通道的音频信号的数据量；因此在同等码率的前提下，本技术解码得到重建场景音频信号的音频质量更高。

39、其次，由于现有技术编码传输的虚拟扬声器信号和残差信息是通过原始音频信号(即待编码的场景音频信号)转换而来的，并不是原始音频信号，会引入误差；而本技术编码了部分原始音频信号(即待编码的场景音频信号中的k个通道的音频信号)，避免了误差的引入，进而能够提高解码得到重建场景音频信号的音频质量；且还能够避免解码得到重建场景音频信号的重建质量的波动，稳定性高。

40、此外，由于现有技术编码以及传输的是虚拟扬声器信号，而虚拟扬声器信号的数据量较大，因此现有技术选取的目标虚拟扬声器的数量受到带宽限制较大。本技术编码以及传输的是虚拟扬声器的属性信息，属性信息的数据量远小于虚拟扬声器信号的数据量；因此本技术选取的目标虚拟扬声器的数量受到带宽限制较小。而选取的目标虚拟扬声器的数量越多，基于目标虚拟扬声器的虚拟扬声器信号，重建出的场景音频信号的质量也就越高。因此，相对于现有技术而言，在同等码率的情况下，本技术可以选取数量更多的目标虚拟扬声器，这样，本技术解码得到重建场景音频信号的质量也就更高。

41、此外，综合编码端和解码端，相对于现有技术的编码端和解码端而言，本技术的编码端和解码端无需进行残差和叠加操作，因此本技术编码端和解码端的综合复杂度，低于现有技术编码端和解码端的综合复杂度。

42、应该理解的是，当编码端对场景音频信号中第一音频信号进行的是有损压缩时，解码端解码得到的第一重建信号和编码端编码的第一音频信号存在差异。当编码端对第一音频信号进行的是无损压缩时，解码端解码得到的第一重建信号和编码端编码的第一音频信号相同。

43、应该理解的是，当编码端对目标虚拟扬声器的属性信息进行的是有损压缩时，解码端解码得到的属性信息和编码端编码的属性信息存在差异。当编码端对虚拟扬声器的属性信息进行的是无损压缩时，解码端解码得到的属性信息和编码端编码的属性信息相同。(其中，本技术对编码端编码的属性信息和解码端解码得到的属性信息，未从名称上进行区分。)

44、根据第二方面，该方法还包括：基于第一重建信号和第一重建场景音频信号，生成第二重建场景音频信号，第二重建场景音频信号包括c2个通道的音频信号。相对于第一重建场景音频信号中通道与第一音频信号的通道对应的音频信号而言，解码出的第一重建信号，更接近编码的第一音频信号；这样，能够得到音频质量比第一重建场景音频信号更高的第二重建场景音频信号。

45、根据第二方面，或者以上第二方面的任意一种实现方式，

46、场景音频信号为n1阶高阶立体混响hoa信号，n1阶hoa信号包括第二音频信号和第三音频信号，第二音频信号为n1阶hoa信号中第0阶至第m阶的信号，第三音频信号为n1阶hoa信号中除第二音频信号之外的音频信号，m为小于n的整数，c1等于(n1+1)的平方，n1为正整数；

47、第一重建场景音频信号为n2阶hoa信号，n2阶hoa信号包括第六音频信号和第七音频信号，第六音频信号为n2阶hoa信号中第0阶至第m阶的信号，第七音频信号为n2阶hoa信号中除第六音频信号之外的音频信号，m为小于n2的整数，c2等于(n2+1)的平方，n2为正整数；

48、基于第一重建信号和第一重建场景音频信号，生成第二重建场景音频信号，包括：当第一音频信号包括第二音频信号时，基于第二重建信号和第七音频信号，生成第二重建场景音频信号，第二重建信号为第二音频信号的重建信号。

49、相对于第一重建场景音频信号中通道与第一音频信号通道对应的音频信号而言，解码得到第一重建信号，更接近编码端所编码的第一音频信号；因此基于第一重建信号和第七音频信号，所得到的第二重建场景音频信号的音频质量更高。

50、根据第二方面，或者以上第二方面的任意一种实现方式，基于第一重建信号和第一重建场景音频信号，生成第二重建场景音频信号，包括：当第一音频信号包括第二音频信号和第四音频信号时，基于第二重建信号、第四重建信号和第八音频信号，生成第二重建场景音频信号；其中，第四音频信号为第三音频信号中的部分音频信号，第四重建信号为第四音频信号的重建信号，第二重建信号为第二音频信号的重建信号，第八音频信号为第七音频信号中的部分音频信号。

51、这样，相对于上述基于第二重建信号和第七音频信号所生成的第二重建场景音频信号而言，该种方式所得到的第二重建场景信号中第一重建信号的通道数更多，因此得到的第二重建场景音频信号更接近编码的场景音频信号，进而得到第二重建场景音频信号的音频质量更高。

52、根据第二方面，或者以上第二方面的任意一种实现方式，基于属性信息和第一重建信号，生成目标虚拟扬声器对应的虚拟扬声器信号，包括：基于属性信息，确定目标虚拟扬声器对应的第一虚拟扬声器系数；基于第一重建信号和第一虚拟扬声器系数，生成虚拟扬声器信号。这样，能够实现生成虚拟扬声器信号。

53、根据第二方面，或者以上第二方面的任意一种实现方式，基于属性信息和虚拟扬声器信号进行重建，以得到第一重建场景音频信号，包括：基于属性信息，确定目标虚拟扬声器对应的第二虚拟扬声器系数；基于虚拟扬声器信号和第二虚拟扬声器系数，以得到第一重建场景音频信号。这样，能够实现场景音频信号的重建。

54、根据第二方面，或者以上第二方面的任意一种实现方式，在基于第二重建信号和第七音频信号，生成第二重建场景音频信号之前，该方法还包括：接收第二码流；解码第二码流，以得到场景音频信号中第五音频信号所对应的特征信息；其中，第五音频信号为第三音频信号；基于特征信息，对第七音频信号进行补偿。这样，通过对重建得到的第一重建场景音频信号中第七音频信号进行补偿，能够提高重建得到的第一重建场景音频信号中第七音频信号的音频质量。

55、应该理解的是，当编码端对特征信息进行的是有损压缩时，解码端解码得到的特征信息，和编码端编码的特征信息存在差异。当编码端对特征信息进行的是无损压缩时，解码端解码得到的特征信息，和编码端编码的特征信息相同。(其中，本技术对编码端编码的特征信息和解码端解码得到的特征信息，未从名称上进行区分。)

56、根据第二方面，或者以上第二方面的任意一种实现方式，在基于第二重建信号、第四重建信号和第八音频信号，生成第二重建场景音频信号之前，该方法还包括：接收第二码流；解码第二码流，以得到场景音频信号中第五音频信号所对应的特征信息；其中，第五音频信号为场景音频信号中除第二音频信号和第四音频信号之外的音频信号；基于特征信息，对第八音频信号进行补偿。这样，通过对重建得到的第一重建场景音频信号中第八音频信号进行补偿，能够提高重建得到的第一重建场景音频信号中第八音频信号的音频质量。

57、应该理解的是，无论是否执行基于第一重建信号和第一重建场景音频信号，生成第二重建场景音频信号操作，在得到第一重建场景音频信号之后，均可以基于特征信息，对第一重建场景音频信号中第七音频信号/第八音频信号进行补偿，来提高第一重建场景音频信号。

58、根据第二方面，或者以上第二方面的任意一种实现方式，特征信息包括增益信息。

59、示例性的，第二重建场景音频信号可以是n2阶hoa信号，n2为正整数。示例性的，n2阶hoa信号可以包括c2个通道的音频信号，c2＝(n2+1)2。

60、示例性的，第二重建场景音频信号的阶数n2，可以大于或等于场景音频信号的阶数n1；对应的，第二重建场景音频信号包括的音频信号的通道数c2，可以大于或等于场景音频信号包括的音频信号的通道数c1。

61、示例性的，当第二重建场景音频信号的阶数n2，等于场景音频信号的阶数n1时，解码端可以重建出阶数与编码端编码的场景音频信号的阶数相同的重建场景音频信号。

62、示例性的，当第二重建场景音频信号的阶数n2，大于场景音频信号的阶数n1时，解码端可以重建出阶数大于编码端编码的场景音频信号的阶数的重建场景音频信号。

63、第二方面以及第二方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第二方面以及第二方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

64、第三方面，本技术实施例提供一种码流生成方法，该方法可以根据如第一方面及第一方面的任意一种实现方式生成码流。

65、第三方面以及第三方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第三方面以及第三方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

66、第四方面，本技术实施例提供一种场景音频编码装置，该装置包括：

67、信号获取模块，用于获取待编码的场景音频信号，场景音频信号包括c1个通道的音频信号，c1为正整数；

68、属性信息获取模块，用于基于场景音频信号，确定目标虚拟扬声器的属性信息；

69、编码模块，用于编码场景音频信号中第一音频信号和目标虚拟扬声器的属性信息，以得到第一码流；其中，第一音频信号为场景音频信号中k个通道的音频信号，k为小于或等于c1的正整数。

70、第四方面的场景音频编码装置，可以执行第一方面以及第一方面的任意一种实现方式中的步骤，在此不再赘述。

71、第四方面以及第四方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第四方面以及第四方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

72、第五方面，本技术实施例提供一种场景音频解码装置，该装置包括：码流接收模块，用于接收第一码流；

73、解码模块，用于解码第一码流，以得到第一重建信号和目标虚拟扬声器的属性信息，第一重建信号是场景音频信号中第一音频信号的重建信号，场景音频信号包括c1个通道的音频信号，第一音频信号为场景音频信号中k个通道的音频信号，c1为正整数，k为小于或等于c1的正整数；

74、虚拟扬声器信号生成模块，用于基于属性信息和第一重建信号，生成目标虚拟扬声器对应的虚拟扬声器信号；

75、场景音频信号重建模块，用于基于属性信息和虚拟扬声器信号进行重建，以得到第一重建场景音频信号；第一重建场景音频信号包括c2个通道的音频信号，c2为正整数。

76、第五方面的场景音频解码装置，可以执行第二方面以及第二方面的任意一种实现方式中的步骤，在此不再赘述。

77、第五方面以及第五方面的任意一种实现方式分别与第二方面以及第二方面的任意一种实现方式相对应。第五方面以及第五方面的任意一种实现方式所对应的技术效果可参见上述第二方面以及第二方面的任意一种实现方式所对应的技术效果，此处不再赘述。

78、第六方面，本技术实施例提供一种电子设备，包括：存储器和处理器，存储器与处理器耦合；存储器存储有程序指令，当程序指令由处理器执行时，使得电子设备执行第一方面或第一方面的任意可能的实现方式中的场景音频编码方法。

79、第六方面以及第六方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第六方面以及第六方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

80、第七方面，本技术实施例提供一种电子设备，包括：存储器和处理器，存储器与处理器耦合；存储器存储有程序指令，当程序指令由处理器执行时，使得电子设备执行第二方面或第二方面的任意可能的实现方式中的场景音频解码方法。

81、第七方面以及第七方面的任意一种实现方式分别与第二方面以及第二方面的任意一种实现方式相对应。第七方面以及第七方面的任意一种实现方式所对应的技术效果可参见上述第二方面以及第二方面的任意一种实现方式所对应的技术效果，此处不再赘述。

82、第八方面，本技术实施例提供一种芯片，包括一个或多个接口电路和一个或多个处理器；接口电路用于从电子设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，使得电子设备执行第一方面或第一方面的任意可能的实现方式中的场景音频编码方法。

83、第八方面以及第八方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第八方面以及第八方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

84、第九方面，本技术实施例提供一种芯片，包括一个或多个接口电路和一个或多个处理器；接口电路用于从电子设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，使得电子设备执行第二方面或第二方面的任意可能的实现方式中的场景音频解码方法。

85、第九方面以及第九方面的任意一种实现方式分别与第二方面以及第二方面的任意一种实现方式相对应。第九方面以及第九方面的任意一种实现方式所对应的技术效果可参见上述第二方面以及第二方面的任意一种实现方式所对应的技术效果，此处不再赘述。

86、第十方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序运行在计算机或处理器上时，使得计算机或处理器执行第一方面或第一方面的任意可能的实现方式中的场景音频编码方法。

87、第十方面以及第十方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第十方面以及第十方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

88、第十一方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序运行在计算机或处理器上时，使得计算机或处理器执行第二方面或第二方面的任意可能的实现方式中的场景音频解码方法。

89、第十一方面以及第十一方面的任意一种实现方式分别与第二方面以及第二方面的任意一种实现方式相对应。第十一方面以及第十一方面的任意一种实现方式所对应的技术效果可参见上述第二方面以及第二方面的任意一种实现方式所对应的技术效果，此处不再赘述。

90、第十二方面，本技术实施例提供一种计算机程序产品，计算机程序产品包括软件程序，当软件程序被计算机或处理器执行时，使得计算机或处理器执行第一方面或第一方面的任意可能的实现方式中的场景音频编码方法。

91、第十二方面以及第十二方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第十二方面以及第十二方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

92、第十三方面，本技术实施例提供一种计算机程序产品，计算机程序产品包括软件程序，当软件程序被计算机或处理器执行时，使得计算机或处理器执行第二方面或第二方面的任意可能的实现方式中的场景音频解码方法。

93、第十三方面以及第十三方面的任意一种实现方式分别与第二方面以及第二方面的任意一种实现方式相对应。第十三方面以及第十三方面的任意一种实现方式所对应的技术效果可参见上述第二方面以及第二方面的任意一种实现方式所对应的技术效果，此处不再赘述。

94、第十四方面，本技术实施例提供一种存储码流的装置，该装置包括：接收器和至少一个存储介质，接收器用于接收码流；至少一个存储介质用于存储码流；码流是根据第一方面以及第一方面的任意一种实现方式生成的。

95、第十四方面以及第十四方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第十四方面以及第十四方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

96、第十五方面，本技术实施例提供一种传输码流的装置，该装置包括：发送器和至少一个存储介质，至少一个存储介质用于存储码流，码流是根据第一方面以及第一方面的任意一种实现方式生成的；发送器用于从存储介质中获取码流并将码流通过传输介质发送给端侧设备。

97、第十五方面以及第十五方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第十五方面以及第十五方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。

98、第十六方面，本技术实施例提供一种分发码流的系统，该系统包括：至少一个存储介质，用于存储至少一个码流，至少一个码流是根据第一方面以及第一方面的任意一种实现方式生成的，流媒体设备，用于从至少一个存储介质中获取目标码流，并将目标码流发送给端侧设备，其中，流媒体设备包括内容服务器或内容分发服务器。

99、第十六方面以及第十六方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第十六方面以及第十六方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。