[發明專利]對表示時域數據流的數據段進行編碼和解碼的編碼器、解碼器以及方法

有效

• 申請號: 201110421510.2
• 申請日: 2007-12-07
• 公開（公告）號: CN102395033A
• 公開（公告）日: 2012-03-28
• 發明（設計）人: 拉爾夫·蓋格爾;馬克斯·諾伊恩多夫;橫谷義一;尼古拉斯·里特爾博謝;于爾根·赫勒;斯特凡·蓋爾斯貝格
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: H04N7/26
• 分類號: H04N7/26
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王波波

技術領域

本發明屬于編碼領域，其中，例如在視頻以及音頻編碼中，針對編碼速率來使用將被編碼的數據的不同特性。?

背景技術

當前技術的編碼策略可以利用將被編碼的數據流的特性。例如，在音頻編碼中，使用感知模型對原始數據進行壓縮，而在重新播放時幾乎不會有顯著的質量降低和降級?，F代的感知音頻編碼方案，例如MPEG2/4AAC(MPEG＝Moving?Pictures?Expert?Group，運動圖像專家組；AAC＝Advanced?Audio?Coding，高級音頻編碼)，參見Generic?Coding?of?Moving?Pictures?and?Associated?Audio：Advanced?Audio?Coding，International?Standard?13818-7，ISO/IEC?JTC1/SC29/WG11?Moving?Pictures?Expert?Group，1997，可以使用濾波器組，例如修正離散余弦變換(Modified?Discrete?Cosine?Transform，MDCT)，以便在頻域中表示音頻信號。?

在頻域中，可以依據感知模型來進行頻率系數的量化。對于一般類型的音頻信號(例如音樂)，這樣的編碼器可以提供優越的感知音頻質量。另一方面，現代的語音編碼器，例如ACELP(ACELP＝Algebraic?Code?Excited?Linear?Prediction，代數碼激發線性預測)，使用一種預測的方式，并且利用此種方式可以在時域中表示音頻/語音信號。這樣的語音編碼器可以對人類語音產生過程(即，人類聲道)的特征進行建模，從而以較低的比特率即可達到優越的語音信號性能。反之，對于以低比特率編碼的語音，感知音頻編碼器無法達到語音編碼器所提供的性能水平，并且使用語音編碼器來表示一般的音頻信號/音樂會造成顯著的質量減損。?

傳統的構思提供一種分層組合，在所述分層組合中所有的局部編碼器始終是活動的(即，時域和頻域編碼器)，通過將這些局部編碼器對于?一個給定的處理過的時間幀所作的貢獻相組合，計算出最終的輸出信號。分層編碼的一般示例是MPEG-4可縮放語音/音頻編碼，具有作為基本層的語音編碼器以及基于濾波器組的增強層，參見Bernhard?Grill，Karlheinz?Brandenburg，“A?Two-or?Three?Stage?Bit-Rate?Scalable?Audio?Coding?System，”，Preprint?Number?4132，99th?Convention?of?the?AES(1995年9月)。?

傳統的頻域編碼器可以利用MDCT濾波器組。因為MDCT優秀的性質，其已經成為用于傳統感知音頻編碼器的最具優勢的濾波器組。舉例而言，MDCT可以在處理塊之間提供平滑的交叉衰落(cross?fade)。例如，即使由于譜系數的量化使得在每一個處理塊中的信號皆以不同的方式改變，然而因為加窗的重疊/加法(windowed?overlap/add)操作，所以不會產生因為從一個塊到另一個塊的突然轉變而造成的分塊偽跡(blocking?artifact)。MDCT使用時域混迭消除(time-domain?aliasing?cancellation，TDAC)的構思。?

MDCT是一種以Ⅳ型離散余弦變換為基礎的傅立葉相關變換，具有重迭的附加性質。MDCT被設計為用于在較大數據集合的連續塊中執行，其中隨后的塊互相重疊，使得一個塊的后半部與下一個塊的前半部重合。除了DCT的能量壓縮(energy-compaction)質量之外，這種重疊使得MDCT對于信號壓縮應用是特別有吸引力的，因為這種重疊有助于避免源于塊邊界的所述偽跡。作為重迭變換(lapped?transform)，MDCT與其它傅立葉相關的變換相比的些許不同之處在于，MDCT的輸出的數目僅有輸入的數目的一半，而非與輸入的數目相同。具體地，將2N個實數轉換成N個實數，其中N是正整數。?

逆MDCT也稱為IMDCT。因為輸入與輸出的數目不相同，在乍看之下MDCT似乎是不可逆的。然而，通過將隨后重疊塊的重疊IMDCT相加，實現了完美的可逆性，這使得消除誤差并恢復原始數據(即，實現TDAC)。?

于是，濾波器組輸出處譜值的數目等于該濾波器組輸入處時域輸入值的數目，這也稱作臨界采樣(critical?sampling)。?