[發明專利]多聲道聲音信號編碼方法、解碼方法及裝置

有效

• 申請號: 201410404895.5
• 申請日: 2014-08-15
• 公開（公告）號: CN105336334B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 潘興德;吳超剛
• 申請（專利權）人: 北京天籟傳音數字技術有限公司
• 主分類號: G10L19/008
• 分類號: G10L19/008
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽

1.一種多聲道聲音信號編碼方法，其特征在于，所述方法包括：

A)采用修正離散余弦變換MDCT或修正離散正弦變換MDST，將第一多聲道聲音信號映射為第一頻域信號；

B)根據所述第一頻域信號中序號的奇偶，將所述第一頻域信號劃分為多個子頻譜；針對所述多個子頻譜中的每個子頻譜，將所述每個子頻譜作為所述第一頻域信號，將所述第一頻域信號劃分為不同時頻子帶；所述不同時頻子帶包括奇頻譜子帶和偶頻譜子帶；

C)在所述不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第一統計特性；

D)根據所述第一統計特性，估計主成分分析PCA映射模型；

E)采用所述PCA映射模型，將所述第一多聲道聲音信號映射為第二多聲道聲音信號；

F)根據時間、頻率和聲道的不同，對所述第二多聲道聲音信號中的至少一組和所述PCA映射模型進行感知編碼，并復用成編碼多聲道碼流；其中所述感知編碼包括采用奇頻譜子帶的映射矩陣與相鄰偶頻譜子帶的映射矩陣進行聯合矢量編碼。

2.如權利要求1所述的方法，其特征在于，在所述不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第一統計特性之前，還包括：

在所述不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第二統計特性；根據所述第二統計特性，將所述第一多聲道聲音信號劃分為多個分組聲音信號；

針對每個分組聲音信號，將所述每個分組聲音信號作為所述第一多聲道聲音信號執行步驟C)至F)；

所述步驟F)具體包括:根據時間、頻率和聲道的不同，對第二多聲道聲音信號中的至少一組、聲道分組信息和PCA映射模型進行感知編碼，并復用成編碼多聲道碼流。

3.如權利要求1所述的方法，其特征在于，所述采用修正離散余弦變換MDCT或修正離散正弦變換MDST，將第一多聲道聲音信號映射為第一頻域信號之前，還包括：

計算所述第一多聲道聲音信號的第三統計特性；根據所述第三統計特性，將所述第一多聲道聲音信號劃分為多個分組聲音信號，對聲道分組信息進行編碼并復用到編碼多聲道碼流中；

針對每個分組聲音信號，將所述每個分組聲音信號作為所述第一多聲道聲音信號執行步驟A)至F)。

4.一種多聲道聲音信號編碼裝置，其特征在于，所述裝置包括：

時頻映射單元，用于采用修正離散余弦變換MDCT或修正離散正弦變換MDST，將第一多聲道聲音信號映射為第一頻域信號；將所述第一頻域信號劃分為不同時頻子帶；所述不同時頻子帶包括奇頻譜子帶和偶頻譜子帶；

自適應子空間映射單元，用于在所述時頻映射單元劃分的不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第一統計特性；根據所述第一統計特性，估計主成分分析PCA映射模型；采用所述PCA映射模型，將所述第一多聲道聲音信號映射為第二多聲道聲音信號；

感知編碼單元，用于根據時間、頻率和聲道的不同，對所述自適應子空間映射單元映射的第二多聲道聲音信號中的至少一組和所述PCA映射模型進行感知編碼，并復用成編碼多聲道碼流；其中所述感知編碼單元采用奇頻譜子帶的映射矩陣與相鄰偶頻譜子帶的映射矩陣進行聯合矢量編碼；

子頻譜劃分單元，用于在所述時頻映射單元將所述第一頻域信號劃分為不同時頻子帶之前，根據所述第一頻域信號中序號的奇偶，將所述第一頻域信號劃分為多個子頻譜；

所述自適應子空間映射單元和所述感知編碼單元還用于，針對所述子頻譜劃分單元劃分的多個子頻譜中的每個子頻譜，將所述每個子頻譜作為所述第一頻域信號進行處理。

5.如權利要求4所述的裝置，其特征在于，還包括：

第一聲道分組單元，用于在所述自適應子空間映射單元在不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第一統計特性之前，在所述時頻映射單元劃分的不同時頻子帶中的每個時頻子帶內，計算所述第一多聲道聲音信號的第二統計特性；根據所述第二統計特性，將所述第一多聲道聲音信號劃分為多個分組聲音信號；

所述自適應子空間映射單元和所述感知編碼單元具體用于，針對所述第一聲道分組單元劃分的每個分組聲音信號，將所述每個分組聲音信號作為所述第一多聲道聲音信號進行處理，所述感知編碼單元還用于對聲道分組信息進行感知編碼。

6.如權利要求4所述的裝置，其特征在于，還包括：

第二聲道分組單元，用于在所述時頻映射單元采用修正離散余弦變換MDCT或修正離散正弦變換MDST，將第一多聲道聲音信號映射為第一頻域信號之前，計算所述第一多聲道聲音信號的第三統計特性；根據所述第三統計特性，將所述第一多聲道聲音信號劃分為多個分組聲音信號，并對聲道分組信息進行感知編碼；

所述時頻映射單元、所述自適應子空間映射單元和所述感知編碼單元具體用于，針對所述第二聲道分組單元劃分的每個分組聲音信號，將所述每個分組聲音信號作為所述第一多聲道聲音信號進行處理。