[發(fā)明專(zhuān)利]可分級(jí)音頻編碼、解碼的方法和裝置以及編解碼系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 200910237482.1
• 申請(qǐng)日: 2009-11-09
• 公開(kāi)（公告）號(hào): CN101710489A
• 公開(kāi)（公告）日: 2010-05-19
• 發(fā)明（設(shè)計(jì)）人: 張波;竇維蓓
• 申請(qǐng)（專(zhuān)利權(quán)）人: 清華大學(xué)
• 主分類(lèi)號(hào): G10L19/02
• 分類(lèi)號(hào): G10L19/02
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 何文彬

技術(shù)領(lǐng)域

本發(fā)明涉及信源編碼和信號(hào)處理技術(shù)領(lǐng)域，特別涉及可分級(jí)音頻編碼、解 碼的方法和裝置以及編解碼系統(tǒng)。

背景技術(shù)

可分級(jí)音頻編碼的方法能夠在編碼端對(duì)音頻信號(hào)進(jìn)行高碼率壓縮，得到音 頻碼流，并且在解碼端能夠根據(jù)具體的用戶(hù)使用環(huán)境、內(nèi)容需求、設(shè)備性能(例 如帶寬)等從音頻碼流中恢復(fù)不同的保真度。另外，可分級(jí)音頻編碼的方法不用 分別保存相應(yīng)的音頻文件，能夠減少存儲(chǔ)量，此外，對(duì)分級(jí)后的音頻碼流加以 不對(duì)等保護(hù)，從而能夠在帶寬不斷變化的網(wǎng)絡(luò)中提供不間斷的音頻服務(wù)?；? 上述優(yōu)點(diǎn)可分級(jí)音頻編碼的方法已被廣泛的應(yīng)用于音頻壓縮編碼。

現(xiàn)有技術(shù)提供了以下兩種可分級(jí)音頻編碼的方法，包括：

第一種，包括有核和無(wú)核兩種模式。在有核模式下，先采用AAC(Advanced Audio?Coding，高級(jí)音頻編碼)核心編碼器對(duì)音頻信號(hào)進(jìn)行壓縮編碼，得到基 本層碼流，同時(shí)經(jīng)過(guò)殘差映射得到每個(gè)變換系數(shù)的殘差；在無(wú)核模式下，每個(gè) 變換系數(shù)的殘差即為原始信號(hào)的頻譜。對(duì)以上兩種模式下的每個(gè)變換系數(shù)的殘 差做比特切割，得到位平面，其中，該位平面由子帶的位平面組成，根據(jù)每個(gè) 子帶的JND(just?noticeable?distortion，臨界可聞失真)計(jì)算每個(gè)子帶的位平面移位 量，并根據(jù)每個(gè)子帶的位平面移位量，對(duì)每個(gè)子帶的位平面向上平移，得到平 移后的位平面，然后對(duì)位平面進(jìn)行編碼得到增強(qiáng)層碼流，對(duì)基本層碼流和增強(qiáng) 層碼流進(jìn)行封裝，得到編碼后的音頻碼流。

第二種，采用AAC核心編碼器對(duì)音頻信號(hào)進(jìn)行高碼率壓縮，得到每個(gè)變換 系數(shù)的量化值，對(duì)每個(gè)變換系數(shù)的量化值做比特切割得到各頻帶的位平面，將 全頻帶劃分為若干編碼帶，從低頻編碼帶開(kāi)始，在各編碼帶內(nèi)按從低頻到高頻、 從最高比特位向最低比特位對(duì)位平面進(jìn)行編碼。其中，為保證基本層音質(zhì)，在 編碼時(shí)定義了基本層的頻譜范圍；為提高效率，編碼時(shí)采用了基于上下文的位 平面編碼。

在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)存在如下的問(wèn)題：

上述第一種技術(shù)，在有核模式下，在對(duì)增強(qiáng)層進(jìn)行編碼時(shí)，沒(méi)有同時(shí)考慮 實(shí)際量化噪聲對(duì)音質(zhì)的影響，即不能優(yōu)先編碼最能改善音質(zhì)的子帶，增強(qiáng)層編 碼不滿(mǎn)足人耳聽(tīng)覺(jué)特性，不滿(mǎn)足音頻業(yè)務(wù)質(zhì)量可分級(jí)的要求；在對(duì)增強(qiáng)層進(jìn)行 編碼時(shí)，還需要記錄每個(gè)子帶的位平面移位量，如此，增加系統(tǒng)額外碼率開(kāi)銷(xiāo)。

上述第二種技術(shù)，在編碼時(shí)，按照頻帶進(jìn)行分級(jí)，沒(méi)有考慮到人耳對(duì)不同 子帶的主觀音質(zhì)的感受不同，即沒(méi)有優(yōu)先考慮對(duì)主觀音質(zhì)影響較大的子帶，編 碼器不滿(mǎn)足人耳聽(tīng)覺(jué)特性，不能滿(mǎn)足音頻業(yè)務(wù)質(zhì)量可分級(jí)的要求。

發(fā)明內(nèi)容

為了能夠減少系統(tǒng)額外碼率開(kāi)銷(xiāo)，提高有限碼率下解碼后的音頻信號(hào)的音 質(zhì)，本發(fā)明實(shí)施例提供了可分級(jí)音頻編碼、解碼的方法和裝置以及編解碼系統(tǒng)。 所述技術(shù)方案如下：

一種可分級(jí)音頻編碼的方法，所述方法包括：

通過(guò)對(duì)音頻信號(hào)壓縮編碼，獲得基本層碼流和每個(gè)子帶的噪聲遮蔽比NMR (Noise?to?Mask?Ratio，噪聲遮蔽比)；

獲得所述音頻信號(hào)的增強(qiáng)層位平面，所述增強(qiáng)層位平面由各子帶的位平面 組成；

根據(jù)每個(gè)子帶的NMR獲取每個(gè)子帶的位平面移位量；

根據(jù)每個(gè)子帶的位平面移位量，將每個(gè)子帶的位平面向低比特位平移，得 到每個(gè)子帶的位平面優(yōu)先級(jí)；

根據(jù)每個(gè)子帶的位平面優(yōu)先級(jí)，對(duì)每個(gè)子帶的位平面進(jìn)行編碼，得到增強(qiáng) 層碼流；

對(duì)所述基本層碼流和所述增強(qiáng)層碼流進(jìn)行封裝，得到編碼后的音頻碼流。

所述獲得所述音頻信號(hào)的增強(qiáng)層位平面，具體包括：

根據(jù)所述音頻信號(hào)的每個(gè)變換系數(shù)和其所在子帶的比例因子，計(jì)算每個(gè)變 換系數(shù)的歸一化殘差；

對(duì)每個(gè)變換系數(shù)的歸一化殘差做預(yù)設(shè)數(shù)值比特的量化，得到所述增強(qiáng)層位 平面。

所述根據(jù)每個(gè)子帶的NMR獲取每個(gè)子帶的位平面移位量，具體包括：

從所有子帶的NMR中，查找最大的NMR；

將每個(gè)子帶的NMR與所述最大的NMR進(jìn)行比較，得到每個(gè)子帶的NMR 差值；

確定每個(gè)子帶的NMR差值所在的NMR差值范圍；

根據(jù)每個(gè)子帶的NMR差值范圍，從位平面移位量與NMR差值范圍的對(duì)應(yīng) 關(guān)系中查找每個(gè)子帶的位平面移位量。