GB/T 44115.3-2025 信息技术 虚拟现实内容表达 第3部分：音频

ICS35040

CCSL.71

中华人民共和国国家标准

GB/T441153—2025

.

信息技术虚拟现实内容表达

第3部分音频

:

Informationtechnology—Virtualrealitycontentrepresentation—

Part3Audio

:

2025-02-28发布2025-09-01实施

国家市场监督管理总局发布

国家标准化管理委员会

GB/T441153—2025

.

目次

前言

…………………………Ⅲ

引言

…………………………Ⅳ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

符号和缩略语

4……………3

串行流语法规则

5…………………………6

系统框架

6…………………7

元数据定义

7………………13

封装格式

8AAMSF………………………57

耳机渲染器

9………………60

扬声器渲染器

10…………………………73

附录资料性库的模式选择

A()HRTF………………86

附录资料性一种基于线性插值的音频方法

B()HRTFVR………87

附录资料性人工混响模式

C()…………92

附录资料性一种基于全景录音球的麦克风阵列摆放实现方案

D()Ambisonics…96

附录资料性一种基于全景录音球的空间编码方法

E()Ambisonics………………103

附录资料性场景信号解码及渲染的通用技术

F()…………………108

附录资料性多声道音频生产系统规范建议及测试方案

G()………112

附录资料性基于头相关传输函数的三维音频渲染器

H()3DoF…………………119

附录资料性智能电视音箱环绕立体声系统

I()………122

附录资料性球谐通用制作技术

J()HRTF…………129

附录资料性采样卷积混响模式

K()…………………131

附录资料性一种空间音频距离衰减模型

L()………157

附录资料性一种三维声近场效应实现方法

M()……………………159

附录资料性实时制作时元数据传输系统的案例

N()………………363

附录资料性非标准扬声器布局的渲染器

O()GY/T316…………369

附录资料性扩展元数据示例代码

P()………………373

附录规范性子元素支持的材料类型

Q()Surface……………………376

附录规范性注册渲染器的耳机渲染规范

R()ID0…………………377

附录规范性注册渲染器的扬声器渲染规范

S()ID128……………382

参考文献

……………………387

Ⅰ

GB/T441153—2025

.

前言

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

本文件是信息技术虚拟现实内容表达的第部分已经发布了以

GB/T44115《》3。GB/T44115

下部分

:

第部分视频

———2:;

第部分音频

———3:。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

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

、、、、、、、、、、。

Ⅲ

GB/T441153—2025

.

引言

随着虚拟现实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音频内容

(VR),,VR

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音频内容表达和渲染重建的技术规范难以实现各种音

,VR,VR

频采集制作与终端回放设备或系统间的互通共享

。

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

GB/T44115,。

第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

———1:。。

第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

———2:。。

第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

———3:。,

括元数据结构和渲染器的系统架构及接口规范

。

本文件在遵循的前提下面向适应我国全景音频播出沉浸式音频通信虚

ITU-RBS.2076:2019,、、

拟现实音频交互等领域确立音频元数据模型和渲染系统之间的协同关系以及音频元数据流

,VR,VR

与音频流之间的可能的复接模式形成音频内容表达的互联互通应用规范支持和等

,VR,3DoF6DoF

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/

设备和相关系统中的音频应用

AR/MR/XR)。

本文件设计了音频元数据模型音频编解码系统和音频渲染系统之间的解耦合架构三个系统

、VR,

之间既相互独立又紧密配合形成音频内容表达的应用规范本文件将对音频坐标系元数

,,VR。VR、

据模型渲染器系统音频元数据串行流封装格式进行规范

、、AVS。

本文件的发布机构提请注意声明符合本文件时可能涉及附录附录

,,6.3、7.2、7.5、9.1、9.8、10.1、D、

附录附录附录中如下项与虚拟现实音频相关的专利的使用专利名称如下

H、I、R、S52。:

音频渲染系统方法和电子设备音频渲染系统方

PCT/CN2021/100076,、;PCT/CN2022/098882,、

法和电子设备用于音频渲染的音频信号编码方法装置和电子设备

;PCT/CN2021/100062,、;PCT/

音频渲染系统方法和电子设备音频元数据的处理方法和装

CN2022/098850,、;PCT/CN2021/114366,

置音频信号的处理方法和装置声音路径能量的淡入淡

;PCT/CN2022/114219,;PCT/CN2021/121135,

出方法电子设备和介质音频渲染方法音频渲染设备和电子设备

、;PCT/CN2022/122204,、;PCT/

一种动态估计场景近似长方体房间的方法一种音频渲染系统

CN2021/121718,;PCT/CN2022/122635,

和方法混响时长的估计方法音频信号的渲染方法和电子设备

;PCT/CN2021/104309,、;PCT/CN2022/

音频信号的渲染方法装置和电子设备用于音频渲染的信号处理方法

103312,、;PCT/CN2021/115130,、

装置和电子设备用于音频渲染的信号处理方法装置和电子设备

;PCT/CN2022/115194,、;PCT/

用于空间音频渲染的系统方法和电子设备用于空间音频渲

CN2021/121729,、;PCT/CN2022/122657,

染的系统方法和电子设备一种音频制作模型和生成方法电子设备及存储介质

、;202110984837.4,、;

音频节目元数据和产生方法电子设备及存储介质音频内容元数据

202111102045.6,、;202111100818.7,

和产生方法电子设备及存储介质音频对象元数据和产生方法电子设备及存储介

、;202111102038.6,、

质音轨唯一标识元数据和生成方法电子设备及存储介质一种音频轨

;202111205630.9,、;202111204386.4,

道元数据和生成方法电子设备及存储介质一种音频流元数据和生成方法电子设备及

、;202111202898.7,、

存储介质基于音床音频包格式元数据和产生方法设备及介质基对象

;202111308422.1,、;202111308430.6,

音频包格式元数据和产生方法设备及介质基于场景音频包格式元数据和产生方法设

、;202111306844.5,、

备及存储介质基于双耳音频包格式元数据和产生方法设备及介质基

;202111308421.7,、;202111021068.4,

于音床音频通道元数据和生成方法设备及存储介质基于对象音频通道元数据和生成方

、;202111020417.0,

Ⅳ

GB/T441153—2025

.

法设备及存储介质基于场景音频通道元数据和生成方法设备及存储介质

、;202111021066.5,、;

基于双耳音频通道元数据和生成方法设备及存储介质一种广播音频格

202111021039.8,、;202111666346.1,

式文件生成方法装置设备及存储介质音频元数据区块的生成方法装置设备及存储

、、;202111666362.0,、、

介质生成渲染器内部数据结构的方法装置设备及存储介质利用元数

;202210588174.9,、、;202210634563.0,

据对基于音床的音频进行渲染的方法及装置共享渲染器组件的配置方法装置设备及

;202210762912.7,、、

存储介质一种音床渲染项数据映射方法装置设备及存储介质一种渲

;202210760302.3,、、;202210603204.9,

染器的渲染项确定方法装置设备及存储介质一种音床输出渲染项确定方法装置设

、、;202210600880.0,、、

备及存储介质一种对象输出渲染项确定方法装置设备及存储介质一

;202210603208.7,、、;202210603212.3,

种场景输出渲染项确定方法装置设备及存储介质音频渲染器的渲染项处理方法装

、、;202210603184.5,、

置设备及存储介质一种场景渲染项数据映射方法装置设备及存储介质

、;202210608202.9,、、;

一种音频渲染器增益计算方法装置设备及存储介质用于对象渲染器

202210782056.1,、、;202210910129.0,

的元数据解析方法装置设备及介质利用元数据对基于对象的音频进行渲染的方法及

、、;202210907370.8,

装置利用元数据对基于场景的音频进行渲染的方法及装置利用元

;202210912275.7,;202211057713.2,

数据对基于对象的音频进行渲染的方法及装置利用元数据对基于场景的音频进行渲

;202211063746.8,

染的方法及装置一种录音系统球面麦克风阵列分布方法音频

;201510795213.2,3D;202011306975.9,

播放方法及装置电子设备和存储介质一种音频处理方法装置电子设备和可读存

、;202210451743.5,、、

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号北京大学理科号楼室

:522641

邮政编码

:100871

电子邮件

:tjhuang@

电话

:+8610-62756172

传真

:+8610-62751638

网址

:

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

。

Ⅴ

GB/T441153—2025

.

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

(VR),

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

。

信息技术词汇第部分基本术语

GB/T5271.11:

信息技术词汇第部分数据的组织

GB/T5271.44:

信息技术词汇第部分数据通信

GB/T5271.99:

所有部分信息技术具有数据传输率的数字存储媒体运动图像及其

GB/T17191()1.5Mbit/s

伴音的编码

信息技术运动图像及其伴音信息的通用编码第部分系统

GB/T17975.11:

信息技术高效多媒体编码第部分音频

GB/T33475.33:

用于节目制作的先进声音系统

GY/T316

个别语种和语种组的代码

ISO639:2023(Codeforindividuallanguagesandlanguagegroups)

国家及下属地区名称代码第部分国家代码

ISO3166-11:(Codesfortherepresentationof

namesofcountriesandtheirsubdivisions—Part1:Countrycode)