[發明專利]一種基于兩級濾波的多步音頻對象編解碼方法

有效

• 申請號: 202110494630.9
• 申請日: 2021-05-07
• 公開（公告）號: CN113314131B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 胡瑞敏;胡晨昊;王曉晨;吳玉林;張靈鯤;柯善發;劉文可
• 申請（專利權）人: 武漢大學
• 主分類號: G10L19/02
• 分類號: G10L19/02;G10L19/032;G10L19/26
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于兩級濾波的多步音頻對象編碼方法，其特征在于，包括以下步驟：

步驟A1，將音頻對象信號進行分幀加窗，將每幀數據其從時域變換到頻域，得到每個音頻對象的時頻矩陣；

步驟A2，按照多步音頻對象編碼方法計算每個對象頻域能量并進行排序，逐步下混并計算對應的邊信息，所述邊信息包含殘差信息和增益參數；

步驟A3，根據人耳聽覺閾值，計算第一級濾波器掩膜；利用第一級濾波器，去除每個音頻對象殘差矩陣中人耳難以感知的成分；

步驟A4，將殘差信息進行子帶劃分，得到殘差子帶，根據殘差子帶內的平均頻點能量，計算第二級濾波器掩膜，該掩膜用于濾除殘差矩陣中的冗余數據；利用第二級濾波器，去除殘差矩陣中的次要信息；

步驟A5，利用奇異值分解將濾波后的殘差信息分解為左、右奇異矩陣與奇異值，所述左、右奇異矩陣與奇異值為殘差分解矩陣；

步驟A6，量化奇異矩陣、奇異值及增益參數，獲得邊信息碼流；

步驟A7，將步驟A3中最后一步得到的下混信號進行編碼，獲得下混信號碼流；

步驟A8，步驟A6和步驟A7得到的碼流合成為輸出碼流，傳輸到解碼端。

2.根據權利要求1所述的一種基于兩級濾波的多步音頻對象編碼方法，其特征在于：步驟A2中殘差信息與增益參數的計算公式如下所示：

其中，i表示第i個對象，j表示第j幀，k表示第k個頻點，b表示第b個子帶；R(i,:,:)為第i+1個對象的殘差信息，G_t(i,:,:)為第i+1個對象的增益參數，為第i個下混信號的增益參數，公式中D_i表示第i步得到的下混信號，P_t(i,:,:)為對象i的能量，P_d(i,:,:)為第i步下混信號的能量；公式(1)中G_d(i,j,b)和G_t(i,j,b)在進行乘法運算前會進行擴充，按照同子帶內頻點采用相同參數，將矩陣第三維從長度b擴展為長度k，N表示需要編碼的對象個數。

3.根據權利要求1所述的一種基于兩級濾波的多步音頻對象編碼方法，其特征在于：步驟A3中人耳聽覺閾值的計算如下式所示；

其中，T_s(f)反映了STFT域下不同頻率的人耳聽覺閾值，f為頻率值；然后將T_s(f)轉換為MDCT域，將頻率值f抽樣與MDCT域頻點對應后，MDCT域聽力的絕對閾值可以表示為向量：

T_m(k)＝[T_m(1),T_m(2),…,T_m(K)]#(4)

其中，T_m是MDCT域聽力的絕對閾值，K為頻點數，k表示第k個頻點；

根據該向量，第一級濾波器的掩膜計算如下：

其中，i表示第i個對象，j表示第j幀，M₁的值可以確定人耳可以聽到的殘差信號，R(i,:,:)為第i+1個對象的殘差信號。

4.根據權利要求3所述的一種基于兩級濾波的多步音頻對象編碼方法，其特征在于：步驟A4中第二級濾波器的掩膜計算如下；

其中，ABE(i,j,b)是第i個對象在第j幀第b個子帶內的平均頻點能量，M₂是第二級濾波器的掩膜用于保留第一級濾波后殘差信息中較為重要的部分，A_b為子帶劃分的界限，根據人耳BARK帶確定；T是前n個ABE元素構成的集合，n用來控制保留的殘差子帶數量。

5.根據權利要求1所述的一種基于兩級濾波的多步音頻對象編碼方法，其特征在于：步驟A5中奇異值分解過程如下所示；

其中，R(i)_P×Q為第i+1個對象的殘差信號，P等于MDCT變換長度的一半，Q等于幀數；U為左奇異矩陣，Λ為奇異值矩陣，V為右奇異矩陣；Λ矩陣中對角線上的奇異值按從大到小排序；為了進行降維，選擇前r個奇異值和對應的奇異矩陣近似表示R(i)，近似表示如下：

其中，為奇異值矩陣的一部分，和為原始左右奇異矩陣的前50行或列，為殘差分解矩陣。