[發(fā)明專利]解碼具有增強(qiáng)的頻譜帶復(fù)制元數(shù)據(jù)的音頻位流

有效

• 申請(qǐng)?zhí)枺?/td>: 201811521593.0
• 申請(qǐng)日: 2016-03-10
• 公開（公告）號(hào): CN109461454B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計(jì)）人: L·維爾莫斯;H·普恩哈根;P·埃斯特蘭德
• 申請(qǐng)（專利權(quán)）人: 杜比國(guó)際公司
• 主分類號(hào): G10L19/16
• 分類號(hào): G10L19/16;G10L19/24;G10L21/038;G10L19/035
• 代理公司: 中國(guó)貿(mào)促會(huì)專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 宋巖

公開了解碼具有增強(qiáng)的頻譜帶復(fù)制元數(shù)據(jù)的音頻位流。實(shí)施例涉及一種音頻處理單元，包括緩沖器、位流有效載荷去格式化器和解碼子系統(tǒng)。緩沖器存儲(chǔ)編碼音頻位流的至少一個(gè)塊。塊包括以標(biāo)識(shí)符開始、后面跟著填充數(shù)據(jù)的填充元素。填充數(shù)據(jù)包括識(shí)別是否對(duì)塊的音頻內(nèi)容執(zhí)行增強(qiáng)的頻譜帶復(fù)制(eSBR)處理的至少一個(gè)標(biāo)志。還提供了用于對(duì)編碼音頻位流進(jìn)行解碼的對(duì)應(yīng)方法。

本申請(qǐng)是申請(qǐng)?zhí)枮?01680015399.8，申請(qǐng)日為2016年3月10日，題為“解碼在至少一個(gè)填充元素中具有增強(qiáng)的頻譜帶復(fù)制元數(shù)據(jù)的音頻位流”的中國(guó)發(fā)明專利申請(qǐng)的分案申請(qǐng)。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻信號(hào)處理。一些實(shí)施例涉及包括用于控制增強(qiáng)的頻譜帶復(fù)制(eSBR)的元數(shù)據(jù)的音頻位流(例如，具有MPEG-4AAC格式的位流)的編碼和解碼。其它實(shí)施例涉及通過不被配置為執(zhí)行eSBR處理并且忽略這種元數(shù)據(jù)的傳統(tǒng)解碼器對(duì)這種位流進(jìn)行解碼，或者通過響應(yīng)于位流生成eSBR控制數(shù)據(jù)來對(duì)不包括這種元數(shù)據(jù)的音頻位流進(jìn)行解碼。

背景技術(shù)

典型的音頻位流包括指示音頻內(nèi)容的一個(gè)或多個(gè)聲道(channel)的音頻數(shù)據(jù)(例如，編碼的音頻數(shù)據(jù))以及指示音頻數(shù)據(jù)或音頻內(nèi)容的至少一個(gè)特性的元數(shù)據(jù)兩者。用于生成編碼音頻位流的一種眾所周知的格式是在MPEG標(biāo)準(zhǔn)ISO/IEC?14496-3：2009中描述的MPEG-4高級(jí)音頻編碼(AAC)格式。在MPEG-4標(biāo)準(zhǔn)中，AAC表示“高級(jí)音頻編碼”，而HE-AAC表示“高效高級(jí)音頻編碼”。

MPEG-4AAC標(biāo)準(zhǔn)定義了幾個(gè)音頻規(guī)范(profile)，這幾個(gè)音頻規(guī)范確定在適用的(complaint)編碼器或解碼器中存在哪些對(duì)象和編碼工具。這些音頻規(guī)范中的三個(gè)是(1)AAC規(guī)范，(2)HE-AAC規(guī)范，和(3)HE-AAC?v2規(guī)范。AAC規(guī)范包括AAC低復(fù)雜度(或“AAC-LC”)對(duì)象類型。AAC-LC對(duì)象是MPEG-2AAC低復(fù)雜度規(guī)范的對(duì)應(yīng)物，有一些調(diào)整，并且既不包括頻譜帶復(fù)制(“SBR”)對(duì)象類型也不包括參數(shù)化立體聲(“PS”)對(duì)象類型。HE-AAC規(guī)范是AAC規(guī)范的超集(superset)并且還包括SBR對(duì)象類型。HE-AAC?v2規(guī)范是HE-AAC規(guī)范的超集，并且還包括PS對(duì)象類型。

SBR對(duì)象類型包含頻譜帶復(fù)制工具，這是重要的編碼工具，該編碼工具顯著提高感知音頻編解碼器的壓縮效率。SBR在接收器側(cè)(例如，在解碼器中)重建音頻信號(hào)的高頻分量。因此，編碼器只需要編碼和發(fā)送低頻分量，從而允許在低數(shù)據(jù)速率下的、高得多的音頻質(zhì)量。根據(jù)從編碼器獲得的控制數(shù)據(jù)和可用的帶寬受限信號(hào)，SBR基于先前被截短以便減小數(shù)據(jù)速率的諧波序列的復(fù)制。音調(diào)與類噪聲(noise-like)分量之間的比通過自適應(yīng)逆濾波以及噪聲和正弦波的可選添加來維持。在MPEG-4AAC標(biāo)準(zhǔn)中，SBR工具執(zhí)行頻譜修補(bǔ)，其中將數(shù)個(gè)鄰接的正交鏡像濾波器(QMF)子帶從音頻信號(hào)的所發(fā)送低頻帶部分復(fù)制到在解碼器中生成的音頻信號(hào)的高頻帶部分。

對(duì)于某些音頻類型，諸如具有相對(duì)低交叉頻率的音樂內(nèi)容，頻譜修補(bǔ)可能不是理想的。因此，需要改進(jìn)頻譜帶復(fù)制的技術(shù)。

發(fā)明內(nèi)容

第一類實(shí)施例涉及包括存儲(chǔ)器、位流有效載荷去格式化器和解碼子系統(tǒng)的音頻處理單元。存儲(chǔ)器被配置為存儲(chǔ)編碼音頻位流(例如，MPEG-4AAC位流)的至少一個(gè)塊。位流有效載荷去格式化器被配置為對(duì)編碼音頻塊進(jìn)行解復(fù)用。解碼子系統(tǒng)被配置為對(duì)編碼音頻塊的音頻內(nèi)容進(jìn)行解碼。編碼音頻塊包括具有指示填充元素的開始的標(biāo)識(shí)符以及標(biāo)識(shí)符之后的填充數(shù)據(jù)的填充元素。填充數(shù)據(jù)包括識(shí)別是否要對(duì)編碼音頻塊的音頻內(nèi)容執(zhí)行增強(qiáng)的頻譜帶復(fù)制(eSBR)處理的至少一個(gè)標(biāo)志。

第二類實(shí)施例涉及用于對(duì)編碼音頻位流進(jìn)行解碼的方法。該方法包括接收編碼音頻位流的至少一個(gè)塊、對(duì)編碼音頻位流的至少一個(gè)塊的至少一些部分進(jìn)行解復(fù)用，以及對(duì)編碼音頻位流的至少一個(gè)塊的至少一些部分進(jìn)行解碼。編碼音頻位流的至少一個(gè)塊包括具有指示填充元素的開始的標(biāo)識(shí)符以及標(biāo)識(shí)符之后的填充數(shù)據(jù)的填充元素。填充數(shù)據(jù)包括識(shí)別是否要對(duì)編碼音頻位流的至少一個(gè)音頻塊的音頻內(nèi)容執(zhí)行增強(qiáng)的頻譜帶復(fù)制(eSBR)處理的至少一個(gè)標(biāo)志。