[發明專利]對編碼音頻信號進行解碼的設備、方法及計算機可讀介質

有效

• 申請號: 201480041246.1
• 申請日: 2014-07-15
• 公開（公告）號: CN105453175B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 薩沙·迪施;拉爾夫·蓋格爾;克里斯蒂安·黑爾姆里希;弗雷德里克·納格爾;克里斯蒂安·諾伊坎;康斯坦丁·施密特;米夏埃爾·菲舍爾
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: G10L21/038
• 分類號: G10L21/038;G10L19/028
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;楊華

一種用于對包括編碼核心信號和參數化數據的編碼音頻信號進行解碼的設備，包括：核心解碼器(600)，用于對編碼核心信號進行解碼以獲得解碼核心信號；分析器(602)，用于在執行頻率再生操作之前或之后對解碼核心信號進行分析以提供分析結果(603)；以及頻率再生器(604)，用于使用解碼核心信號的頻譜部分、參數化數據(605)和分析結果(603)來再生未包括在解碼核心信號中的頻譜部分。

技術領域

本發明涉及音頻編碼/解碼，并且具體地涉及使用智能間隙填充(IGF)的音頻編碼。

背景技術

音頻編碼為使用心理聲學知識處理音頻信號中的冗余及無關部分的信號壓縮領域。如今音頻編解碼器通常需要大約60kbps/聲道以對幾乎任何類型的音頻信號進行感知透明編碼。較新的編解碼器旨在使用如帶寬擴展(BWE)的技術通過利用信號中的頻譜相似度來降低編碼比特率。BWE方案使用低比特率參數集來表示音頻信號的高頻(HF)分量。HF頻譜填充有來自低頻(LF)區域的頻譜內容，并且頻譜形狀、傾斜和時域連續性被調整以維持原始信號的音質和音色。這樣的BWE方法使得音頻編解碼器即使在大約24kbps/聲道的低比特率下仍能夠保持良好的品質。

本發明的音頻編碼系統以各種各樣的比特率對任意音頻信號高效地編碼。然而，對于高比特率而言，本發明的系統收斂至透明，對于低比特率而言，感知煩惱被最小化。因此，在編碼器中可用比特率的主要份額用于僅對信號的在感知上最相關的結構進行波形編碼，并且在解碼器中所得到的頻譜間隙被粗略地近似于原始頻譜的信號內容填充。通過從編碼器發送至解碼器的專用邊信息來控制參數驅動的所謂的頻譜智能間隙填充(IGF)僅消耗非常有限的比特預算。

音頻信號的存儲或傳輸經常受到嚴格的比特率約束。在過去，當僅有很低的比特率可用時編碼器才被迫大幅度地減小傳輸音頻帶寬。

現代音頻編解碼器如今能夠通過使用帶寬擴展(BWE)方法[1]對寬帶信號進行編碼。這些算法依賴于高頻內容(HF)的參數化表示以及參數驅動的后處理的應用，高頻內容(HF)的參數化表示借助至HF頻譜區域的轉移(“修補(patching)”)來從波形編碼低頻部分(LF)生成。按照BWE方案，高于給定的所謂的交叉頻率的HF頻譜區域的重構通常基于頻譜修補。通常，HF區域包括多個相鄰補片，并且這些補片中的每一個源自低于給定的交叉頻率的LF頻譜的帶通(BP)區域。現有技術系統通過將一組相鄰子頻帶系數從源區域拷貝至目標區域來高效地執行濾波器組表示例如正交鏡像濾波器組(QMF)內的修補。

在如今的音頻編解碼器中發現的提高壓縮效率從而使得能夠在低比特率下擴展音頻帶寬的另一種技術是音頻頻譜的適當部分的參數驅動合成替換。例如，原始音頻信號的類噪聲信號部分可以用在解碼器中生成并且由邊信息參數縮放的人造噪聲來替換，而基本上不損失主觀品質。一個示例是包括在MPEG-4高級音頻編碼(AAC)中的感知噪聲替代(PNS)工具[5]。

還提供了也使得能夠在低比特率下擴展音頻帶寬的另一種技術，其是包括在MPEG-D統一語音與音頻編碼(USAC)中的噪聲填充技術[7]。通過由于太粗糙的量化導致的量化器的死區而推斷出的頻譜間隙(零)隨后以解碼器中的人工噪聲來填充并且通過參數驅動后處理來縮放。

另一種現有技術系統被稱為精確頻譜替換(ASR)[2-4]。除了波形編解碼器以外，ASR還采用專用信號合成段，其在解碼器處恢復信號的在感知上重要的正弦部分。此外，[5]中描述的系統依賴于波形編碼器的HF區域中的正弦建模以使得擴展的音頻帶寬在低比特率下仍具有還不錯的感知品質。所有這些方法涉及將數據變換至除了改進的離散余弦變換(MDCT)以外的第二域的變換并且還涉及用于保留HF正弦分量的相當復雜的分析/合成段。