苹果61项实用专利公布，涉及Apple Vision Pro空间音频

美国专利商标局正式公布了苹果61项实用专利，涉及Apple Vision Pro空间音频、柔性和可折叠显示屏、AirTags等。

苹果专利涉及程序音频，这对于为应用程序生成逼真的声音组件非常重要，例如视频游戏、扩展现实（XR）环境（例如虚拟现实（VR）、混合现实（MR）等）以及噪音和音景。

与使用预先录制的材料库相比，程序化音频的主要优点是可以即时生成程序化音频，从而确保音频对于特定情况而言是唯一的。

苹果解决方案基于机器学习（ML）模型生成逼真的音频效果和氛围。例如，ML模型（例如深度神经网络生成模型、如生成GAN），其被配置为响应于输入生成空间程序音频输出。具体而言，可以使用具有基于（第一）输入噪声信号（例如包含噪声）的信号）的输入GAN来生成包括由物体（例如关门声）产生的声音的单声道音频信号和单声道音频信号的空间参数。空间参数可包括声音的到达方向（DOA）和/或声音的扩散度。关门声情况下，DOA 可以指示声音的来源位置（例如在XR环境中），可根据空间参数对单声道音频信号进行空间编码，以生成声音的空间音频数据。

例如，空间音频数据可包括环绕声多通道格式（例如，5.1、7.1等）的多通道音频、声音基于矢量的振幅平移（VBAP）表示、包括声音空间的高阶立体混响（HOA）表示等。

苹果专利图1示出了用于生成空间音频数据的音频系统框图；图4示出了用于生成空间音频数据ML模型的音频系统框图。