如何確定音軌是否是杜比定向邏輯II混音

Question

我試圖找出是否有方法可以確定AAC編碼的音軌是否使用杜比定向邏輯II數據進行編碼。有沒有辦法檢查文件，以便您可以看到這些信息？我已經例如編碼的媒體文件在手剎與（截斷爲音頻選項）-E av_aac -B 320 --mixdown dpl2，這是音軌輸出mediainfo顯示：

Audio #1 
ID          : 2 
Format         : AAC 
Format/Info        : Advanced Audio Codec 
Format profile       : LC 
Codec ID         : 40 
Duration         : 2h 5mn 
Bit rate mode       : Variable 
Bit rate         : 321 Kbps 
Channel(s)        : 2 channels 
Channel positions      : Front: L R 
Sampling rate       : 48.0 KHz 
Compression mode       : Lossy 
Stream size        : 288 MiB (3%) 
Title         : Stereo/Stereo 
Language         : English 
Encoded date        : UTC 2017-04-11 22:21:41 
Tagged date        : UTC 2017-04-11 22:21:41 

，但我不能告訴，如果有一個在這個輸出會什麼建議它用DPL2數據編碼。

Answer 1

TL：博士;這可能是可能的;如果你是程序員，這可能會更容易。

因爲編碼的信息只是一個立體聲模擬對，所以除非您專門存儲了您自己的元數據說「這是一個DPL2文件」，否則無法保證檢測其中的杜比定向邏輯II（DPL2）信號。但你可以做出一個很好的猜測。

所有的舊的模擬杜比環繞格式，包括DPL2，通過反轉環繞的相位或包圍，然後將它們混合成原來的左和右聲道中的兩個通道存儲環繞聲信息。杜比環繞聲解碼器（包括DPL2）嘗試通過反轉兩個通道中的一個通道的相位，然後在這些信號對中尋找相似性來恢復該信息。這要麼在杜比環繞聲中做得很平凡，要麼就像DPL2那樣，這些相似性被人爲地偏向左側或右側，或者左側或右側環繞。

所以關鍵是要檢測的重要數據是否被存儲在該環繞通道（一個或多個）。我會爲你繪製一種可能有用的方法，並且我會盡量在不編寫代碼的情況下表達它，但是要根據自己的喜好來實現和優化它。

1. 將節目內容的前N秒左右剪切爲立體聲文件，其中N介於1到30之間。調用這個文件輸入。
2. 將輸入立體聲聲道混音爲每聲道-3dB的新單聲道文件。調用這個文件中心。
3. 將輸入的左右聲道拆分爲單獨的文件。將這些左右調用。
4. 反轉右聲道。調用這個文件RightInvert。
5. 將每個通道-3dB的左右聲道混音爲一個新的單聲道文件。將此文件稱爲環繞聲。
6. 確定Surround文件的RMS和峯值dB。
7. 如果Surround文件的RMS或峯值DB低於「容差」，則停止;原始文件是單聲道或中心聲像，因此不包含環繞聲信息。您必須嘗試使用​​幾個DPL2和非DPL2來源來查看這些容差是多少，但是在十幾個文件後，數字應該變得清晰。我猜測-30分貝左右。
8. 將中心文件轉換爲新文件。調用這個文件CenterInvert。
9. 混勻CenterInvert文件到環繞文件在0dB（二者CenterInvert和環繞應該是單聲道）。調用這個新文件SurroundInvert。
10. 確定SurroundInvert文件的RMS和峯值dB。
11. 如果任SurroundInvert的RMS和/或峯值分貝低於「的公差，」停止;您的原始來源包含平移的左側或右側前方信息，而非環繞信息。你必須試驗幾個DPL2和非DPL2的信號源來查看這些容差是多少，但是在十幾個文件後，數字應該變得清晰 - 我猜測-35dB左右。
12. 如果你已經遠遠得到這個，你原來的輸入可能包含環繞聲信息，因此很可能是杜比環繞聲編碼家族中的一員。

我已經編寫了這個算法，以便您可以使用sox中的特定命令執行上述每個步驟。如果您希望更有趣，可以運行一個ebur128程序，而不是使用LUFS中的RMS /峯值步驟，並根據容差檢查LUFS中的級別。如果你想創造更多的環繞聲和中心文件，你可以濾除高於7kHz的所有頻率，並對它們進行去加重，就像真正的DPL2解碼器一樣。

爲了保持這種算法簡單，我在幅度域中完全勾勒出來。如果您知道如何計算FFT頻率的大小和角度，並使用30到100毫秒的窗口，SurroundLevel文件的計算可能會在頻域中更加準確地完成。但這個低價版本應該讓你開始。

最後一個警告。 AAC是一種現代心理聲學編解碼器，這意味着它喜歡用立體聲相位和成像來玩遊戲，以實現其壓縮。所以我認爲僅僅將DPL2封裝到AAC流中的行爲可能會將DPL2中的一些圖像進行壓縮。坦率地說，DPL2和AAC都不屬於這個管道的任何地方。如果您必須存儲最初使用DPL2編碼的模擬流，請使用WAV或FLAC這樣的無損格式，而不是AAC。

在撰寫本文時，後面的Dolby Pro Logic（I）操作概念是here。這些基本概念仍然適用於DPL2; DPL2的操作概念是here。

Answer 2

如果文件具有多個通道，您可以有一定的把握，假設它們用於環繞目的，儘管它們可能只是多個通道。 在這種情況下，它與播放系統有關，因爲它認爲最好。 （如果文件頭沒有說明要做什麼）

但是你的文件是立體聲。如果您想知道它是否是虛擬環繞聲文件，那麼您可以在標題中查找編碼器字段以查看使用了哪個編碼器。 這可能會有所幫助，雖然不是很多。大部分編碼器字段留空，第二件事是編碼器不必與混合環繞聲數據的編碼器相同。 也就是說編碼器將首先創建原始PCM數據，然後將其饋送給某個編碼器以產生壓縮文件。 （AAC或其他） 此外，還有很多應用程序和版本不盡相同，因此編碼器字段可能會有所不同，因此跟蹤所有這些應用程序將是一件令人討厭的工作。

但是，您可以以超過60％的確定性，通過檢查數據來推斷是否有虛擬環繞聲。這將是先進的DSP，併爲了速度，甚至可能涉及機器學習。 您必須瞭解立體聲信號是否包含HRTF（頭部相關傳輸函數）的某些特徵。 這可以通過檢查頻域中出現在相同聲音和諧波特徵（特徵頻率變化）之間的強度差和延遲特徵來實現。 你必須這樣做，因爲一個沒有另一個可能會告訴你，一些非常好的立體聲錄音，而不是一個虛擬的環繞聲。 我不知道是否已經在某處映射了HRTF特定功能，或者您需要自行完成。

這是一個非常複雜的解決方案，需要花費很多時間才能正確製作。而且它的性能會有問題。

使用此方法，您還可以將立體聲混音分解爲幾乎原始的環繞聲道。 但是，對於立體聲環繞轉換，使用其他方法，它們聽起來很不錯。

如果您決定進行這樣的檢測，如果沒有映射HRTF功能，請花費半年或更長時間的努力工作，如果有幾周， 會給您帶來很大壓力，祝您好運。我做了類似的事情。這是一個殺手。

如果您想要開箱即用的解決方案，那麼您的問題的答案是否定的，除非標頭爲您提供了編碼器字段，並且編碼器是獨特的，並且僅用於執行環繞立體聲轉換。 我不認爲任何人從我描述的實際數據中做出這一點，或者如果他們這樣做是商業產品的一部分。做你想要的東西通常不是必需的，但它可以完成。

Ow，BTW，嘗試使用Google搜索HRTF反演，它可能會提供一些幫助。