音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備及其記錄介質(zhì)和采用音頻編碼方法和設(shè)備、音 ...的制作方法
【專利摘要】提供一種音頻編碼方法。所述音頻編碼方法包括：針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)；基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化；獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼。因此，對(duì)音頻頻譜的包絡(luò)信息進(jìn)行編碼所需的比特的數(shù)量可被減少到有限的比特范圍內(nèi)，從而增加對(duì)實(shí)際頻譜分量進(jìn)行編碼所需的比特的數(shù)量。
【專利說(shuō)明】音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備及其記錄介質(zhì)和采用音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備的多媒體裝置
【技術(shù)領(lǐng)域】
[0001]與示例性實(shí)施例一致的設(shè)備和方法涉及音頻編碼/解碼，更具體地講，涉及一種能夠在不增加復(fù)雜度和恢復(fù)的聲音質(zhì)量的惡化的情況下，通過(guò)減少在有限比特范圍內(nèi)對(duì)音頻頻譜的包絡(luò)信息進(jìn)行編碼所需的比特的數(shù)量來(lái)增加對(duì)實(shí)際頻譜分量進(jìn)行編碼所需的比特的數(shù)量的音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備、記錄介質(zhì)和采用該音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備的多媒體裝置。
【背景技術(shù)】
[0002]當(dāng)對(duì)音頻信號(hào)進(jìn)行編碼時(shí)，除實(shí)際頻譜分量以外的附加信息(諸如，包絡(luò))可包括在比特流中。在這種情況下，通過(guò)在使損失最小化的同時(shí)減少分配用于附加信息的編碼的比特的數(shù)量，分配用于實(shí)際頻譜分量的編碼的比特的數(shù)量可被增加。
[0003]也就是說(shuō)，當(dāng)對(duì)音頻信號(hào)進(jìn)行編碼或解碼時(shí)，需要通過(guò)以特別低的比特率有效地使用有限數(shù)量的比特來(lái)構(gòu)建在相應(yīng)比特范圍內(nèi)具有最優(yōu)聲音質(zhì)量的音頻信號(hào)。

【發(fā)明內(nèi)容】

[0004]技術(shù)問(wèn)題
[0005]一個(gè)或更多個(gè)示例性實(shí)施例的多個(gè)方面提供一種音頻編碼方法和設(shè)備、音頻解碼方法和設(shè)備、記錄介質(zhì)和采用其的多媒體裝置，其中，所述音頻編碼方法和設(shè)備能夠在不增加復(fù)雜度和恢復(fù)的聲音質(zhì)量的惡化的情況下，在將對(duì)音頻頻譜的包絡(luò)信息進(jìn)行編碼所需的比特的數(shù)量減少到有限的比特范圍內(nèi)的同時(shí)，增加對(duì)實(shí)際頻譜分量進(jìn)行編碼所需的比特的數(shù)量。
[0006]解決方案
[0007]根據(jù)一個(gè)或更多個(gè)不例性實(shí)施例的一方面，提供一種音頻編碼方法，包括:針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)；基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化；獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼。
[0008]根據(jù)一個(gè)或更多個(gè)示例性實(shí)施例的一方面，提供一種音頻編碼設(shè)備，包括:包絡(luò)獲取單元，用于針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)；包絡(luò)量化器，用于基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化；包絡(luò)編碼器，用于獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼；頻譜編碼器，用于對(duì)音頻頻譜進(jìn)行量化和無(wú)損編碼。
[0009]根據(jù)一個(gè)或更多個(gè)示例性實(shí)施例的一方面，提供一種音頻解碼方法，包括:從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼；通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化。
[0010]根據(jù)一個(gè)或更多個(gè)示例性實(shí)施例的一方面，提供一種音頻解碼設(shè)備，包括:包絡(luò)解碼器，用于從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼；包絡(luò)反量化器，用于通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化；頻譜解碼器，用于對(duì)包括在比特流中的頻譜分量進(jìn)行無(wú)損解碼和反量化。
[0011]根據(jù)一個(gè)或更多個(gè)示例性實(shí)施例的一方面，提供一種包括編碼模塊的多媒體裝置，其中，編碼模塊用于針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)，基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化，獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼。
[0012]多媒體裝置還可包括解碼模塊，其中，解碼模塊用于從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼，通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化。
[0013]效果
[0014]可在不增加復(fù)雜度和恢復(fù)的聲音質(zhì)量的惡化的情況下，通過(guò)減少在有限的比特范圍內(nèi)對(duì)音頻頻譜的包絡(luò)信息進(jìn)行編碼所需的比特的數(shù)量，來(lái)增加對(duì)實(shí)際頻譜分量進(jìn)行編碼所需的比特的數(shù)量。
【專利附圖】

【附圖說(shuō)明】
[0015]通過(guò)下面結(jié)合附圖的示例性實(shí)施例的描述，這些和其他方面將變得清楚和更容易理解，其中:
[0016]圖1是根據(jù)示例性實(shí)施例的數(shù)字信號(hào)處理設(shè)備的框圖；
[0017]圖2是根據(jù)另一示例性實(shí)施例的數(shù)字信號(hào)處理設(shè)備的框圖；
[0018]圖3A和圖3B分別不出在量化分辨率是0.5且量化步長(zhǎng)是3.01時(shí)的相互比較的非優(yōu)化的對(duì)數(shù)尺度和優(yōu)化的對(duì)數(shù)尺度；
[0019]圖4A和圖4B分別示出在量化分辨率是I且量化步長(zhǎng)是6.02時(shí)的相互比較的非優(yōu)化的對(duì)數(shù)尺度和優(yōu)化的對(duì)數(shù)尺度；
[0020]圖5是分別示出相互比較的非優(yōu)化的對(duì)數(shù)尺度的量化結(jié)果和優(yōu)化的對(duì)數(shù)尺度的量化結(jié)果的曲線圖；
[0021]圖6是示出在先前子頻帶的量化差(delta)值被用作上下文時(shí)選擇的三個(gè)組的概率分布的曲線圖；
[0022]圖7是示出根據(jù)示例性實(shí)施例的圖1的數(shù)字信號(hào)處理設(shè)備的包絡(luò)編碼器中的基于上下文的編碼處理的流程圖；
[0023]圖8是示出根據(jù)示例性實(shí)施例的圖2的數(shù)字信號(hào)處理設(shè)備的包絡(luò)解碼器中的基于上下文的解碼處理的流程圖；
[0024]圖9是根據(jù)示例性實(shí)施例的包括編碼模塊的多媒體裝置的框圖；
[0025]圖10是根據(jù)示例性實(shí)施例的包括解碼模塊的多媒體裝置的框圖；
[0026]圖11是根據(jù)示例性實(shí)施例的包括編碼模塊和解碼模塊的多媒體裝置的框圖。【具體實(shí)施方式】
[0027]示例性實(shí)施例可允許各種改變或修改以及形式上的各種改變，特定實(shí)施例將被示出在附圖中并在說(shuō)明書(shū)中被詳細(xì)描述。然而，應(yīng)理解特定實(shí)施例不將本發(fā)明構(gòu)思限制為特定公開(kāi)形式而是包括本發(fā)明構(gòu)思的精神和技術(shù)范圍內(nèi)的所有修改的、等同的或替代的實(shí)施例。在以下描述中，由于公知的功能或構(gòu)造將在不必要的細(xì)節(jié)上使本發(fā)明構(gòu)思不清楚，因此不被詳細(xì)描述。
[0028]盡管諸如“第一”和“第二”的術(shù)語(yǔ)可用于描述各種元件，但所述元件可不被所述術(shù)語(yǔ)限制。所述術(shù)語(yǔ)可用于將特定元件與另一元件分開(kāi)。
[0029]在本申請(qǐng)中使用的術(shù)語(yǔ)僅用于描述特定實(shí)施例，而不具有任何限制本發(fā)明構(gòu)思的意圖。盡管在考慮在本發(fā)明構(gòu)思中的功能的同時(shí)將當(dāng)前盡可能廣泛使用的通用術(shù)語(yǔ)選作在本發(fā)明構(gòu)思中使用的術(shù)語(yǔ)，但它們可根據(jù)本領(lǐng)域的普通技術(shù)人員的意圖、先前使用或新技術(shù)的出現(xiàn)改變。另外，在特定情況下，可使用由 申請(qǐng)人:有意地選擇的術(shù)語(yǔ)，在這種情況下，將在本發(fā)明構(gòu)思的相應(yīng)描述中公開(kāi)這些術(shù)語(yǔ)的意義。因此，在本發(fā)明構(gòu)思中使用的術(shù)語(yǔ)不應(yīng)僅由術(shù)語(yǔ)的名稱而應(yīng)由術(shù)語(yǔ)的含義和整個(gè)本發(fā)明構(gòu)思中的內(nèi)容來(lái)定義。
[0030]除非在上下文中單數(shù)的表達(dá)與復(fù)數(shù)的表達(dá)明顯彼此不同，否則單數(shù)的表達(dá)包括復(fù)數(shù)的表達(dá)。在本申請(qǐng)中，應(yīng)理解諸如“包括”和“具有”的術(shù)語(yǔ)用于指示實(shí)施的特征、數(shù)字、步驟、操作、元件、部件或它們的組合的存在，而不是預(yù)先排除一個(gè)或更多個(gè)其他特征、數(shù)字、步驟、操作、元件、部件或它們的組合的存在或添加的可能性。
[0031]在下文中，將參照示出本發(fā)明構(gòu)思的示例性實(shí)施例的附圖來(lái)更全面地描述本發(fā)明構(gòu)思。附圖中的相同的標(biāo)號(hào)表示相同的元件，因此將省略它們的重復(fù)的描述。
[0032]當(dāng)諸如“…中的至少一個(gè)”的表述在一列元件之后時(shí)，其修飾整列元件而不修飾列出的單個(gè)元件。`
[0033]圖1是根據(jù)示例性實(shí)施例的數(shù)字信號(hào)處理設(shè)備100的框圖。
[0034]圖1中示出的數(shù)字信號(hào)處理設(shè)備100可包括變換器110、包絡(luò)獲取單元120、包絡(luò)量化器130、包絡(luò)編碼器140、頻譜歸一化器150和頻譜編碼器160。數(shù)字信號(hào)處理設(shè)備100的組件可被集成到至少一個(gè)模塊中，并可由至少一個(gè)處理器實(shí)現(xiàn)。這里，數(shù)字信號(hào)可指示媒體信號(hào)，諸如，視頻、圖像、音頻或語(yǔ)音、或指示通過(guò)對(duì)音頻和語(yǔ)音進(jìn)行合成來(lái)獲得的信號(hào)的聲音，但在下文中，為便于描述，數(shù)字信號(hào)通常指示音頻信號(hào)。
[0035]參照?qǐng)D1，變換器110可通過(guò)將音頻信號(hào)從時(shí)域變換到頻域來(lái)產(chǎn)生音頻頻譜?？赏ㄟ^(guò)使用諸如改進(jìn)的離散余弦變換(MDCT)的各種公知方法來(lái)執(zhí)行時(shí)域到頻域的變換。例如，用于時(shí)域的音頻信號(hào)的MDCT可使用等式I來(lái)執(zhí)行。
[0036]
【權(quán)利要求】
1.一種音頻編碼方法，包括: 針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)； 基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化； 獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼。
2.如權(quán)利要求1所述的音頻編碼方法，其中，量化的步驟包括:調(diào)整與預(yù)定的量化索引相應(yīng)的量化區(qū)域的邊界，從而量化區(qū)域中的總量化誤差被最小化。
3.如權(quán)利要求1所述的音頻編碼方法，其中，包絡(luò)是相應(yīng)的子頻帶的平均能量、平均幅度、功率和標(biāo)準(zhǔn)值中的一個(gè)。
4.如權(quán)利要求1所述的音頻編碼方法，其中，無(wú)損編碼的步驟包括:調(diào)整相鄰子頻帶的量化的包絡(luò)之間的差值以具有特定范圍。
5.如權(quán)利要求1所述的音頻編碼方法，其中，無(wú)損編碼的步驟包括:將先前子頻帶的差值的范圍劃分為多個(gè)組，并通過(guò)使用針對(duì)所述多個(gè)組中的每個(gè)組預(yù)定義的霍夫曼表來(lái)對(duì)當(dāng)前子頻帶的差值執(zhí)行霍夫曼編碼。
6.如權(quán)利要求5所述的音頻編碼方法，其中，所述無(wú)損編碼的步驟包括:將先前子頻帶的差值的范圍劃分為第一組至第三組，并將包括用于單方使用的第一霍夫曼表和用于共享的第二霍夫曼表的兩個(gè)霍夫曼表分配到第一組至第三組。
7.如權(quán)利要求6所述的音頻編碼方法，其中，無(wú)損編碼的步驟包括:當(dāng)?shù)诙舴蚵肀还蚕頃r(shí)，按原樣或在反轉(zhuǎn)之后使用當(dāng)前子頻帶的差值。
8.如權(quán)利要求1所述的音頻編碼方法，其中，無(wú)損編碼的步驟包括:對(duì)于不存在先前子頻帶的第一子頻帶按原樣地對(duì)量化的包絡(luò)進(jìn)行無(wú)損編碼，或者當(dāng)先前子頻帶用作上下文時(shí)，通過(guò)基于預(yù)定參考值使用差值來(lái)執(zhí)行無(wú)損編碼。
9.一種音頻編碼設(shè)備，包括: 包絡(luò)獲取單元，用于針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)； 包絡(luò)量化器，用于基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化； 包絡(luò)編碼器，用于獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼； 頻譜編碼器，用于對(duì)音頻頻譜進(jìn)行量化和無(wú)損編碼。
10.如權(quán)利要求9所述的音頻編碼設(shè)備，還包括:頻譜歸一化器，用于通過(guò)使用基于預(yù)定的子頻帶的包絡(luò)對(duì)音頻頻譜進(jìn)行歸一化，并將歸一化音頻頻譜提供給頻譜編碼器。
11.如權(quán)利要求9所述的音頻編碼設(shè)備，其中，頻譜編碼器執(zhí)行階乘脈沖編碼(FPC)。
12.—種音頻解碼方法，包括: 從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼； 通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化。
13.如權(quán)利要求12所述的音頻解碼方法，其中，包絡(luò)是相應(yīng)的子頻帶的平均能量、平均幅度、功率和標(biāo)準(zhǔn)值中的一個(gè)。
14.如權(quán)利要求12所述的音頻解碼方法，其中，無(wú)損解碼的步驟包括:將先前子頻帶的差值的范圍劃分為多個(gè)組，并通過(guò)使用針對(duì)所述多個(gè)組中的每個(gè)組預(yù)定義的霍夫曼表來(lái)對(duì)當(dāng)前子頻帶的差值執(zhí)行霍夫曼編碼。
15.如權(quán)利要求14所述的音頻解碼方法，其中，無(wú)損解碼的步驟包括:將先前頻帶的差值的范圍劃分到第一組至第三組，并將包括用于單方使用的第一霍夫曼表和用于共享的第二霍夫曼表的兩個(gè)霍夫曼表分配到第一組至第三組。
16.如權(quán)利要求15所述的音頻解碼方法，其中，無(wú)損解碼的步驟包括:當(dāng)?shù)诙舴蚵肀还蚕頃r(shí)，按原樣或在反轉(zhuǎn)之后使用當(dāng)前子頻帶的差值。
17.如權(quán)利要求12所述的音頻解碼方法，其中，無(wú)損解碼的步驟包括:對(duì)于先前子頻帶不存在的第一子頻帶按原樣地對(duì)量化的包絡(luò)進(jìn)行無(wú)損解碼，或者當(dāng)先前子頻帶用作上下文時(shí)，通過(guò)基于預(yù)定的參考值使用差值來(lái)執(zhí)行無(wú)損解碼。
18.—種音頻解碼設(shè)備,包括: 包絡(luò)解碼器，用于從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼； 包絡(luò)反量化器，用于通過(guò)從作為無(wú)損解碼的結(jié)果而重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化； 頻譜解碼器，用于對(duì)包括在比特流中的頻譜分量進(jìn)行無(wú)損解碼和反量化。
19.如權(quán)利要求18所述的音頻解碼設(shè)備，還包括:頻譜反歸一化器，用于通過(guò)使用基于子頻帶的包絡(luò)來(lái)對(duì)反量化的頻譜分量進(jìn)行反歸一化。
20.如權(quán)利要求18所述的音頻解碼設(shè)備，其中，頻譜解碼器通過(guò)階乘脈沖解碼來(lái)執(zhí)行無(wú)損解碼。
21.一種包括編碼模塊的多媒體裝置，其中，編碼模塊用于針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)，基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化，獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼。
22.一種包括解碼模塊的多媒體裝置，其中，解碼模塊用于從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼，通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化。
23.一種多媒體裝置，包括: 編碼模塊，用于針對(duì)音頻頻譜基于預(yù)定的子頻帶獲取包絡(luò)，基于預(yù)定的子頻帶對(duì)包絡(luò)進(jìn)行量化，獲得相鄰子頻帶的量化的包絡(luò)之間的差值并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損編碼； 解碼模塊，用于從比特流獲得相鄰子頻帶的量化的包絡(luò)之間的差值，并通過(guò)將先前子頻帶的差值用作上下文來(lái)對(duì)當(dāng)前子頻帶的差值進(jìn)行無(wú)損解碼，通過(guò)從作為無(wú)損解碼的結(jié)果而被重構(gòu)的當(dāng)前子頻帶的差值獲得基于子頻帶的量化的包絡(luò)來(lái)執(zhí)行反量化。
24.一種存儲(chǔ)用于執(zhí)行權(quán)利要求1所述的音頻編碼方法的計(jì)算機(jī)可讀程序的非暫時(shí)性計(jì)算機(jī)可讀記錄介質(zhì)。
25.一種存儲(chǔ)用于執(zhí)行權(quán)利要求12所述的音頻解碼方法的計(jì)算機(jī)可讀程序的非暫時(shí)性計(jì)算機(jī)可讀記錄介質(zhì)。
【文檔編號(hào)】G10L19/00GK103733257SQ201280037719
【公開(kāi)日】2014年4月16日 申請(qǐng)日期:2012年6月1日 優(yōu)先權(quán)日:2011年6月1日
【發(fā)明者】安頓·普波沃, 康斯坦丁·奧斯波夫, 朱基峴 申請(qǐng)人:三星電子株式會(huì)社