[發明專利]用于使用瞬態檢測及質量結果將音頻信號的部分編碼的裝置與方法

有效

• 申請號: 201280014994.1
• 申請日: 2012-02-13
• 公開（公告）號: CN103493129A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 克里斯蒂安·黑爾姆里希;紀堯姆·富克斯;戈蘭·馬爾科維奇
• 申請（專利權）人: 弗蘭霍菲爾運輸應用研究公司
• 主分類號: G10L19/012
• 分類號: G10L19/012
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 朱勝;李春暉

技術領域

本發明涉及音頻編碼，以及特別涉及交換式音頻編碼，其中，就不同的時間部分，使用不同的編碼算法來產生編碼信號。

背景技術

可就不同的音頻信號的部分而確定不同的編碼算法的交換式音頻編碼器為所常見。示例為在國際標準3GPPTS26.290V6.1.0200412中定義的所謂的擴展型寬帶調適性多比特率編解碼器或AMRWB+編解碼器。在此技術性說明書中，說明編碼概念，其基于AMRWB編解碼器、通過添加TCX(變換編碼激發)、帶寬擴展、和立體聲，擴展ACELP(代數碼本激勵線性預測)。AMRWB+音頻編解碼器以內部取樣頻率F_S處理等于2048個樣本的輸入幀。內部取樣頻率限于12,800至38,400Hz的范圍。2048個樣本幀被分割成兩個臨界取樣等頻帶。這產生兩個對應于低頻(LF)和高頻(HF)帶的1024個樣本的超幀。每個超幀被分割成四個256樣本幀。內部取樣率下的取樣通過使用可重新取樣輸入信號的可變取樣轉換方案來獲得。LF和HF信號接著使用兩個不同方式來加以編碼。LF信號基于交換式ACELP和TCX而使用“核心”編碼器／解碼器來加以編碼及解碼。在ACELP模式中，使用標準化AMRWB編解碼器。HF信號使用帶寬擴展(BWE)方法，以相當少的位(16位／幀)來加以編碼。

自編碼器傳輸至解碼器的參數是模式選擇位、LF參數和HF信號參數。每個1024樣本超幀有關的參數被分解成四個同等大小的封包。當輸入信號為立體聲時，左和右聲道組合成ACELP-TCX編碼有關的單聲道信號，而立體聲編碼接收兩者的輸入聲道。在AMRWB+解碼器結構中，LF和HF頻帶分開加以解碼。接著，頻帶組合成合成濾波器組。若輸出僅限于單聲道，則立體聲參數便被省略，以及解碼器在單聲道模式中運行。

AMRWB+編解碼器在編碼LF信號時就ACELP和TCX模式兩者應用LP(線性預測)分析。LP系數在每個64樣本子幀下以線性方式加以內插。LP分析窗口是長度384樣本的半余弦。編碼模式基于閉環合成分析法來加以選擇。就ACELP幀而言，只有256個樣本幀被考慮，而在TCX模式中，可能有256、512、或1024個幀。ACELP編碼包括長期預測(LTP)分析合成代數碼本激勵。在TCX模式中，知覺上加權的信號在變換域中加以處理。傅立葉變換的加權信號使用分割式多權量柵格量化(代數向量量化)來加以量化。變換在1024、512、或256個樣本窗口中加以計算。激勵信號通過逆加權濾波器對量化加權的信號進行逆濾波而加以恢復。為確定某一音頻信號的部分是要使用ACELP模式還是TCX模式來加以編碼，使用閉環模式選擇或開環模式選擇。在閉環模式選擇中，使用11個接續的嘗試。緊跟嘗試之后，在兩個要被比較的模式間作出模式選擇。選擇標準是加權的音頻信號與合成的加權音頻信號間的平均分段SNR(信號噪聲比)。因此，編碼器執行兩者編碼算法的完整編碼，依據兩者編碼算法的完整解碼，以及繼而編碼／解碼兩者運行的結果與原始信號作比較。因此，就每個編碼算法而言，也即一方面是ACELP以及另一方面是TCX獲得分段SNR值，以及使用具有通過就個別的子幀對分段SNR值平均化而對幀確定的較佳的分段SNR值或具有較佳的平均分段SNR值的編碼算法。

附加的交換式音頻編碼方案為所謂的USAC編碼器(USAC=聯合語音音頻編碼)。此編碼算法說明在ISO/IEC23003-3中。一般性結構可說明如下。首先，其中有常見的前／后處理系統，其具有操控立體聲或多聲道處理的MPEG環場功能單元和用于產生輸入信號的較高音頻頻率的參數表示的增強型SBR單元。接著，其中具有兩條分支，一條分支包括改進的先進型音頻編碼(AAC)工具路徑、以及另一條分支包括線性預測編碼(LP或LPC域)式路徑，其復賦有的特色是，LPC殘差或以頻域表示或以時域表示。所有就AAC和LPC兩者所傳輸的頻譜表示在緊接量化和算術編碼后的MDCT域中。時域表示使用ACELP激勵編碼方案。解碼器的功能為要找出比特流載荷中的量化音頻頻譜或時域表示的敘述，以及要解碼量化值和其它重建信息。因此，編碼器執行兩個決策。第一項決策為要執行頻域對線性預測域模式決策有關的信號分類。第二項決策為要在線性預測域(LPD)內確定某一信號部分是使用ACELP還是使用TCX來加以編碼。

為在需要極低延遲的情景中應用交換式音頻編碼方案，必須要特別留意變換式編碼部分，因為這些編碼部分引入取決于變換長度和窗口設計的特定延遲。所以，USAC編碼概念由于具有涉及變遷式窗口的相當可觀的變換長度和長度調適性(也已知為塊交換)的改進型AAC編碼分支所致，并不適用于極低延遲應用。