[發(fā)明專利]基于IntMDCT的無(wú)損音頻編碼方法、解碼方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410514084.0
• 申請(qǐng)日: 2014-09-29
• 公開(kāi)（公告）號(hào): CN104318926B
• 公開(kāi)（公告）日: 2018-08-31
• 發(fā)明（設(shè)計(jì)）人: 宋玉齡
• 申請(qǐng)（專利權(quán)）人: 四川九洲電器集團(tuán)有限責(zé)任公司
• 主分類號(hào): G10L19/00
• 分類號(hào): G10L19/00;G10L19/02;G10L19/24
• 代理公司: 成都九鼎天元知識(shí)產(chǎn)權(quán)代理有限公司 51214
• 代理人: 徐宏;辜強(qiáng)

本發(fā)明提供一種基于IntMDCT的無(wú)損音頻編碼方法、解碼方法，該編碼方法包括以下步驟：(1)將音頻時(shí)域信號(hào)x(k)進(jìn)行分幀，讀取得到單幀時(shí)域信號(hào)x(k),k＝0,...,N?1，N為幀長(zhǎng)；(2)對(duì)時(shí)域信號(hào)進(jìn)行IntMDCT變換，得到頻域信號(hào)X(m),m＝0,...,N?1；(3)對(duì)頻域信號(hào)進(jìn)行Rice編碼得到編碼碼流；該解碼方法是編碼方法的逆過(guò)程，首先對(duì)輸入的碼流文件進(jìn)行Rice解碼，得到頻域信號(hào)X(m),m＝0,...,N?1，然后再進(jìn)行IntMDCT的逆變換恢復(fù)出時(shí)域信號(hào)x(k),k＝0,...,N?1。本發(fā)明不需要碼表即能自適應(yīng)得到編碼參數(shù)，且壓縮率值比塊自適應(yīng)Rice更低，適用范圍更廣。

技術(shù)領(lǐng)域

本發(fā)明涉及無(wú)損音頻編、解碼領(lǐng)域，尤其是涉及一種基于IntMDCT的無(wú)損音頻編碼方法、解碼方法。

背景技術(shù)

無(wú)損音頻編碼是指對(duì)音頻信號(hào)進(jìn)行編碼來(lái)降低數(shù)據(jù)量并獲得低比特率，不考慮任何信息損失的情況，接收端能夠毫無(wú)差錯(cuò)的解碼出來(lái)。

國(guó)際上通常使用的無(wú)損音頻編碼框架主要包含兩個(gè)步驟：預(yù)測(cè)/變換和熵編碼。預(yù)測(cè)/變換實(shí)質(zhì)上是去除音頻信號(hào)的時(shí)間和空間上的相關(guān)性；而熵編碼是去除音頻信號(hào)間的統(tǒng)計(jì)相關(guān)性。

目前兩種主流的去相關(guān)技術(shù)主要有預(yù)測(cè)和變換。其中，預(yù)測(cè)是比較常用的方法。預(yù)測(cè)技術(shù)對(duì)于音頻編碼具有一定不足。許多音頻片段會(huì)周期性出現(xiàn)同樣的音調(diào)，這種情況下，低階預(yù)測(cè)器不能有效進(jìn)行預(yù)測(cè)，然而使用高階預(yù)測(cè)器也不能完全解決這一問(wèn)題，因?yàn)閮H使用一幀音頻信號(hào)通常不足以得到最佳的預(yù)測(cè)系數(shù)，并且音頻信號(hào)常常同時(shí)伴有多個(gè)音調(diào)，即使使用針對(duì)語(yǔ)音信號(hào)性能比較好的預(yù)測(cè)器也不會(huì)有所改善。在頻域編碼方面，提出了子帶編碼和變換編碼等技術(shù)。變換技術(shù)用于無(wú)損音頻編碼相對(duì)較晚，也得到比較優(yōu)異的壓縮率，但是大多數(shù)無(wú)損音頻編碼器仍使用線性預(yù)測(cè)技術(shù)較多，目前僅有LTAC、MPEG-4SLS以及一些無(wú)損音頻編碼對(duì)變換編碼技術(shù)進(jìn)行研究。

數(shù)字音頻編碼技術(shù)一般使用的熵編碼方法有：游程編碼(RLC，Run LengthCoding，也稱行程編碼)，霍夫曼Huffman編碼，算術(shù)編碼以及由Huffman演變而來(lái)的Golomb/Rice編碼，其中Huffman應(yīng)用范圍最廣。Rice編碼算法是由Robert F.Rice于1979年提出的熵編碼算法，它針對(duì)Golomb編碼的一種特殊情況即m＝2^k,(k＝0,1,...)提出了比較方便且性能較好的編碼方法。Rice編碼對(duì)于Laplacian拉普拉斯分布及幾何的概率參數(shù)ρ已知的情況下確實(shí)是一種最優(yōu)碼，但事實(shí)上，Rice編碼仍存在問(wèn)題：概率參數(shù)ρ必須已知，最優(yōu)碼的編碼參數(shù)s才能確定，但是實(shí)際上并不能對(duì)整個(gè)信源進(jìn)行充分估計(jì)得到最適合的ρ，進(jìn)而得到最優(yōu)Rice編碼參數(shù)s，因此ρ的確定直接影響著Rice編碼的效果。目前Rice編碼主要有兩種自適應(yīng)編碼方法：前向自適應(yīng)和后向自適應(yīng)。把前向自適應(yīng)編碼定義為：編碼器在編碼前先考察數(shù)據(jù)并測(cè)量統(tǒng)計(jì)編碼參數(shù)(通常是平均值)，然后將參數(shù)值放入首部以供解碼器使用，最后再使用該參數(shù)對(duì)數(shù)據(jù)編碼并寫入比特流文件。通常，并不是要同時(shí)編碼所有數(shù)據(jù)，因?yàn)槠鋷?lái)的延時(shí)和復(fù)雜度是實(shí)時(shí)應(yīng)用中不能承受的。一般使用的方法是“塊自適應(yīng)”編碼，即將數(shù)據(jù)分成小部分，即塊，并制定一些塊選擇規(guī)則，比如在SHORTEN、MPEG-4ALS中，對(duì)于每個(gè)塊，首先計(jì)算輸入數(shù)據(jù)的平均值μ_n，并使用式(其中常數(shù)C≈0.97)來(lái)估算Rice編碼參數(shù)s，然后使用參數(shù)s對(duì)塊內(nèi)數(shù)據(jù)值編碼，即對(duì)于與緩沖區(qū)內(nèi)容相匹配的數(shù)據(jù)部分統(tǒng)計(jì)得到參數(shù)，并將編碼器調(diào)整到該參數(shù)。但是前向自適應(yīng)在實(shí)際應(yīng)用中存在一定問(wèn)題，歸結(jié)為以下兩點(diǎn)：

(1)編碼器需要兩次通過(guò)每個(gè)數(shù)據(jù)，這在一些應(yīng)用中會(huì)減慢編碼過(guò)程或增加隨機(jī)存取存儲(chǔ)器的開(kāi)銷，比如數(shù)碼相機(jī)中的圖像編碼；

(2)選取合適的塊長(zhǎng)度尺寸比較困難，如果塊尺寸太大，則統(tǒng)計(jì)量在塊內(nèi)會(huì)劇烈變化，而如果太小，則必須告知解碼器哪個(gè)參數(shù)用于編碼使得額外開(kāi)銷變得難以承擔(dān)。