[發(fā)明專利]音頻信號的可縮放編碼/解碼

有效

• 申請?zhí)枺?/td>: 200680002110.5
• 申請日: 2006-01-06
• 公開（公告）號: CN101103393A
• 公開（公告）日: 2008-01-09
• 發(fā)明（設(shè)計(jì)）人: A·W·J·烏門;L·M·范德柯克霍夫
• 申請（專利權(quán)）人: 皇家飛利浦電子股份有限公司
• 主分類號: G10L19/14
• 分類號: G10L19/14
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 李靜嵐;劉紅

技術(shù)領(lǐng)域

本發(fā)明涉及音頻信號的編碼和/或解碼，尤其涉及音頻信號的可縮放表示。

背景技術(shù)

隨著數(shù)字信號表示和通信已經(jīng)逐漸替代模擬表示和通信，在過去十年里，各種源信號的數(shù)字編碼已經(jīng)變得越來越重要。例如，諸如移動通信全球系統(tǒng)之類的移動電話系統(tǒng)基于數(shù)字語音編碼。諸如視頻和音樂之類的媒體內(nèi)容的分發(fā)也越來越基于數(shù)字內(nèi)容編碼。

在音頻與視頻編碼的環(huán)境中，編碼信號的可縮放性是有利的，并且提供了編碼信號的靈活的分發(fā)和處理。例如，編碼信號可以依據(jù)質(zhì)量、位速率和復(fù)雜度進(jìn)行縮放。視頻編碼的具體例子是JPEG(聯(lián)合圖象專家小組)圖象的遞進(jìn)質(zhì)量。在音頻編碼中，使能快速編碼轉(zhuǎn)換到更低的質(zhì)量的可縮放位流是已知的概念。

可縮放性提供了讓例如服務(wù)器向它所尋址的每個設(shè)備遞送已適配的流的可能性。該適配存在于一已準(zhǔn)備流(變得可縮放)的傳輸部分中，其使用具有優(yōu)先級的分層結(jié)構(gòu)以便降低傳輸帶寬。這個唯一流由解碼器所容許的不同層構(gòu)成：如果發(fā)送和解碼全部層，則質(zhì)量最優(yōu)，但是對于允許信號復(fù)原僅僅第一層是必需的。顯然，被接收/使用的可縮放性層越多，質(zhì)量越好，但是位速率越高。可縮放性可以是具有大步幅的粗粒度的(通常每步幾kbps)或者也可以是具有細(xì)粒度的(細(xì)粒度可縮放性)。后者允許在初始流中的任何位置，而不是僅僅層邊界處進(jìn)行切割。

理論上，編碼器能夠遞送內(nèi)在地提供細(xì)粒度可縮放性的位流，以便可以簡單地通過丟棄分量來提取具有任何期望位速率的位流。然而，與專用編碼器相比，這樣的靈活的編碼裝置趨向于低效率，而專用編碼器不提供這個功能性并因此對于許多應(yīng)用沒有競爭力。做為選擇，可以通過利用以小步幅可選地提供可縮放性的殘差編碼裝置來修改高效的波形核心編碼裝置，從而構(gòu)造位速率可縮放的位流。對于較低的質(zhì)量，可以簡單地丟棄殘差分量。這樣的方法較不靈活，但是比較高效并因此具有競爭力。

隨著諸如SBR(頻帶復(fù)制)和PS(參數(shù)立體聲)之類的、基于參數(shù)編碼技術(shù)的新編碼裝置的到來，可縮放性變得較不有效，這是因?yàn)橥ㄟ^從原始信號中減去參數(shù)編碼的表示所獲得的殘差信號仍然具有高熵值。具體而言，由于在參數(shù)編碼中使用的音頻源模型，參數(shù)編碼的信號傾向于不與原始音頻信號類似。因此，對通過參數(shù)編碼獲得的、具有高熵值的殘差信號進(jìn)行編碼沒有效率，因?yàn)樗枰鄬Ω叩奈凰俾省?/p>

音頻編碼標(biāo)準(zhǔn)的例子是MPEG4(活動圖像專家組4)標(biāo)準(zhǔn)。實(shí)際上，MPEG4不是標(biāo)準(zhǔn)化單個的音頻編碼/解碼算法，而是標(biāo)準(zhǔn)化了多個編碼和解碼參數(shù)和技術(shù)，它們一起形成了可以從中進(jìn)行選擇的編碼/解碼工具集。MPEG4允許一些編碼裝置和工具進(jìn)行組合。因此MPEG4提供了用于音頻信號的高度靈活和高效的編碼和解碼系統(tǒng)。

或許由MPEG4標(biāo)準(zhǔn)化的最有名音頻編碼裝置為高級音頻編碼AAC音頻編碼裝置。MPEG4允許AAC與諸如SBR或者PS編碼器的其它編碼器相組合(分別稱為HE-AAC和HE-AAC?v2)。

此外，MPEG4還允許考慮到可縮放性的編碼。

例如，MPEG4定義了位片算術(shù)編碼(Bit?Sliced?ArithmeticCoding，BSAC)技術(shù)，其用一種允許細(xì)粒度的方案來替換AAC編碼裝置的無噪編碼核心。BSAC可以以下降到每個通道1kbps的步幅來提供可縮放性。

結(jié)合AAC使用可縮放性，有可能實(shí)現(xiàn)大粒度可縮放性(例如8kbps步幅)。當(dāng)帶寬可用時，可以添加可縮放性層以便改善質(zhì)量。這些富化(enrichment)層可以用命名為AAC可縮放的、類似于AAC的方案來編碼。這個可縮放方案可用于支持位速率和帶寬可縮放性。有大量的可縮放組合可用，其包括與其他技術(shù)的組合(類似于TwinVQ和CELP編碼裝置工具)。通道可縮放性也有可能，并且允許在幾個層內(nèi)從單聲道進(jìn)入立體聲信號。

應(yīng)當(dāng)注意到，沒有定義MPEG4工具的全部組合。然而，已經(jīng)實(shí)現(xiàn)了一些組合，并且以所謂的MPEG4簡檔的形式進(jìn)行了正式化。

經(jīng)常通過使用(最新技術(shù)發(fā)展水平的)波形編碼裝置作為核心編碼裝置、并且將其和殘差編碼裝置相組合以生成進(jìn)一步增強(qiáng)的數(shù)據(jù)，來構(gòu)造位速率可縮放的位流。核心編碼裝置和殘差編碼裝置之一或者兩者均可以提供大步幅或者小步幅的可縮放性。