低復(fù)雜度音調(diào)自適應(yīng)音頻信號(hào)量化的制作方法
【專利說明】低復(fù)雜度音調(diào)自適應(yīng)音頻信號(hào)量化
[0001] 本發(fā)明涉及數(shù)字音頻信號(hào)處理。更具體地，本發(fā)明涉及音頻信號(hào)量化。
[0002] 在極低比特率變換編碼中，每幀的位的數(shù)目通常不足以避免解碼的信號(hào)中的偽 影。特別是，由于變換線（頻點(diǎn)（bin))在某一頻率處逐幀被"打開及關(guān)閉"，即量化為零或 未量化為零，音樂噪聲可以出現(xiàn)在固定音樂或噪聲頻譜中。這樣的編碼方法不僅給予解碼 的信號(hào)區(qū)與原始信號(hào)相比更加具有音調(diào)性的特性（因此術(shù)語為音樂噪聲），而且其相對(duì)于 未編碼所述頻譜區(qū)根本沒有產(chǎn)生顯著的優(yōu)點(diǎn)，并且反而應(yīng)用了類似于在xHE_AAC[4]中使 用的TCX或FD編碼系統(tǒng)中的噪聲填充算法的頻點(diǎn)替換技術(shù)。事實(shí)上，傾向于音樂編碼噪聲 的區(qū)域的顯式但非充分編碼需要在變換編碼器的熵編碼階段中的位，其在聲音上較好地耗 費(fèi)在其它頻譜區(qū)中，特別是在人類聽覺系統(tǒng)靈敏的低頻率處。
[0003] 減少音樂噪聲在低比特率音頻編碼中出現(xiàn)的一個(gè)方法是，修改將輸入頻譜線映射 至量化索引的量化器的行為，使得該量化器適于瞬時(shí)輸入信號(hào)特性和量化頻譜的位消耗。 更準(zhǔn)確地，信號(hào)自適應(yīng)地改變了在量化期間使用的死區(qū)。已公開了若干方法[5、6及其中的 參考]。在[5]中，對(duì)將要編碼的整個(gè)頻譜執(zhí)行量化器適應(yīng)。因此，已適應(yīng)的量化器對(duì)于給 定幀的所有頻點(diǎn)行為相同。此外，在最佳死區(qū) 2_的量化的情況下，邊信息的2個(gè)位必須被 傳輸至解碼器，表示比特率及向后兼容懲罰。在[6]中，基于每頻率頻帶對(duì)量化器進(jìn)行調(diào) 適，但每頻帶進(jìn)行兩個(gè)量化嘗試，并且（根據(jù)某一決策）僅將較佳的嘗試用于傳輸。這是復(fù) 雜的。
[0004] 本發(fā)明的目的在于提供音頻信號(hào)處理的改進(jìn)概念。更具體的，本發(fā)明的目的在于 提供自適應(yīng)音頻信號(hào)量化的改進(jìn)概念。本發(fā)明的目的通過根據(jù)權(quán)利要求1的音頻編碼器、 通過根據(jù)權(quán)利要求15的系統(tǒng)、通過根據(jù)權(quán)利要16的方法并且通過根據(jù)權(quán)利要17的計(jì)算機(jī) 程序來實(shí)現(xiàn)。
[0005] 在一個(gè)方面中，本發(fā)明提供一種音頻編碼器，用于對(duì)音頻信號(hào)進(jìn)行編碼，以便從中 產(chǎn)生編碼信號(hào)，該音頻編碼器包括：
[0006] 幀裝置，其被配置成從該音頻信號(hào)提取幀；
[0007] 量化器，其被配置成將從該音頻信號(hào)的幀得到的頻譜信號(hào)的頻譜線映射至量化索 弓丨；其中，該量化器具有死區(qū)，在該死區(qū)中頻譜線被映射至量化索引零；以及
[0008] 控制裝置，其被配置成修改死區(qū)；
[0009] 其中，該控制裝置包括音調(diào)計(jì)算裝置，其被配置成計(jì)算用于至少一個(gè)頻譜線或用 于至少一組頻譜線的至少一個(gè)音調(diào)指示值，
[0010] 其中，該控制裝置被配置成取決于各個(gè)音調(diào)指示值來修改用于至少一個(gè)頻譜線或 至少一組頻譜線的該死區(qū)。
[0011] 幀裝置可以被配置成通過將窗口函數(shù)應(yīng)用至音頻信號(hào)來從音頻信號(hào)提取幀。在信 號(hào)處理中，窗口函數(shù)（也稱為切趾函數(shù)或漸變函數(shù)）為在某些選定的區(qū)間以外為零值的數(shù) 學(xué)函數(shù)。通過將窗口函數(shù)應(yīng)用至信號(hào)，可以將信號(hào)分解為短片段，其通常被稱為幀。
[0012] 在數(shù)字音頻信號(hào)處理中，量化是將一大組輸入值映射至（可計(jì)數(shù)的）較小組（如 將值舍位至某些精度的單位）的過程。執(zhí)行量化的裝置或算法函數(shù)被稱為量化器。
[0013] 根據(jù)本發(fā)明，針對(duì)音頻信號(hào)的幀計(jì)算頻譜信號(hào)。頻譜信號(hào)可以包含音頻信號(hào)的幀 中的每一個(gè)的頻譜，該音頻信號(hào)為時(shí)域信號(hào)，其中每一個(gè)頻譜為頻域中的幀的一個(gè)的表示。 頻率譜可以經(jīng)由信號(hào)的數(shù)學(xué)變換來產(chǎn)生，并且結(jié)果值通常呈現(xiàn)為振幅對(duì)比于頻率。
[0014] 死區(qū)為在量化期間使用的區(qū)域，其中頻譜線（頻點(diǎn)）或多組頻譜線（頻帶）被映 射至零。死區(qū)具有通常在零振幅處的下限，以及可以針對(duì)對(duì)不同頻譜線或多組頻譜線而變 化的上限。
[0015] 根據(jù)本發(fā)明，死區(qū)可以通過控制裝置進(jìn)行修改。控制裝置包括音調(diào)計(jì)算裝置，其被 配置成計(jì)算用于至少一個(gè)頻譜線或用于至少一組頻譜線的至少一個(gè)音調(diào)指示值。
[0016] 術(shù)語"音調(diào)"指頻譜信號(hào)的音調(diào)特性。一般而言，在頻譜主要包括周期分量的情況 下可以說音調(diào)高，其意指幀的頻譜包括主峰值。音調(diào)特性的相反特性為噪聲特性。在后者 情況下，幀的頻譜更平坦。
[0017] 此外，控制裝置被配置成取決于各個(gè)音調(diào)指示值來修改用于該至少一個(gè)頻譜線或 該至少一組頻譜線的死區(qū)。
[0018] 本發(fā)明揭示了具有信號(hào)自適應(yīng)死區(qū)的量化方案，該信號(hào)自適應(yīng)死區(qū)
[0019] ?不需要任何邊信息，允許其在現(xiàn)有介質(zhì)編解碼器中的使用，
[0020] ?在量化之前決定每頻點(diǎn)或頻帶使用哪一個(gè)死區(qū)，節(jié)約復(fù)雜度，
[0021] ?可以基于頻帶頻率和/或信號(hào)音調(diào)來確定每頻點(diǎn)或每頻帶死區(qū)。
[0022] 本發(fā)明可以應(yīng)用于現(xiàn)有編碼結(jié)構(gòu)中，因?yàn)閮H改變編碼器中的信號(hào)量化器；對(duì)應(yīng)的 解碼器將仍能夠讀取從編碼信號(hào)產(chǎn)生的（未改變的）比特流，并且對(duì)輸出進(jìn)行解碼。與[6] 及其參考不同，在量化前之前選擇用于每組頻譜線或用于每個(gè)頻譜線的死區(qū)，所以每組頻 譜線或每個(gè)頻譜線僅一個(gè)量化運(yùn)算是必要的。最后，量化器決策不限于在兩個(gè)可能的死區(qū) 值之間進(jìn)行選取，而是在值的整個(gè)范圍進(jìn)行選取。下文詳述決策。以上概術(shù)的音調(diào)自適應(yīng) 量化方案可以在LD-USAC編碼器的變換編碼激勵(lì)（TCX)路徑中實(shí)施，該LD-USAC編碼器為 xHE-AAC[4]的低延遲變體。
[0023] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，控制裝置被配置成用以下方式來修改死區(qū)DZ :在頻 譜線中的一個(gè)處的死區(qū)大于在具有較大音調(diào)的頻譜線中的一個(gè)處的死區(qū)，或者在多組頻譜 線中的一組處的死區(qū)大于在具有較大音調(diào)的多組頻譜線中的一組處的死區(qū)。通過這些特 征，非音調(diào)頻譜區(qū)將傾向于被量化為零，其意指可以減少數(shù)據(jù)的量。
[0024] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，控制裝置包括功率頻譜計(jì)算裝置，其被配置成計(jì)算 音頻信號(hào)的幀的功率頻譜，其中該功率頻譜包括頻譜線或多組頻譜線的功率值，其中，音調(diào) 計(jì)算裝置被配置成取決于功率頻譜來計(jì)算至少一個(gè)音調(diào)指示值。通過基于功率頻譜來計(jì)算 音調(diào)指示值，計(jì)算復(fù)雜度保持相當(dāng)?shù)汀?br>[0025] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，用于頻譜線中的一個(gè)的音調(diào)指示值基于用于各個(gè)頻 譜線的功率值與功率頻譜的各個(gè)頻譜線周圍的預(yù)定數(shù)目的功率值之和的比較，或者其中， 用于多組頻譜線中的一組的音調(diào)指示值基于用于各個(gè)組的頻譜線的功率值與功率頻譜的 各個(gè)組的頻譜線周圍的預(yù)定數(shù)目的功率值之和的比較。通過對(duì)功率值與其相鄰功率值進(jìn)行 比較，可以容易地識(shí)別功率頻譜的峰值區(qū)域或平坦區(qū)域，以使得可以以容易的方式計(jì)算音 調(diào)指示值。
[0026] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，用于頻譜線中的一個(gè)的音調(diào)指示值基于音頻信號(hào)的 在先幀的頻譜線的音調(diào)指示值，或者其中，用于多組頻譜線中的一組的音調(diào)指示值基于用 于音頻信號(hào)的在先幀的該組頻譜線的音調(diào)指示值。通過這些特征，將以平滑的方式隨著時(shí) 間推移對(duì)死區(qū)進(jìn)行修改。
[0027] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，通過以下公式計(jì)算該音調(diào)指示值：
[0028]
[0029] 兵干，1 73指不談苜頻1目虧的狩疋Ψ貝的系引，k 73指不狩疋頻諧線的系引，為第 i幀的第k頻譜線的功率值，或者其中，通過以下公式計(jì)算該音調(diào)指示值：
[0030]
[0031] 其中，i為指示音頻信號(hào)的特定幀的索引，m為指示頻譜線的特定組的索引，Pniil為 第i幀的頻譜線的第m組頻譜線的功率值。如將從公式中注意到的那樣，根據(jù)作為當(dāng)前幀 的第i幀并且根據(jù)作為在先幀的第i-Ι幀的功率值來計(jì)算音調(diào)指示值?？梢酝ㄟ^省略對(duì)第 i-Ι幀的依賴性來改變公式。此處，第k功率值的7個(gè)左側(cè)和7個(gè)右側(cè)相鄰功率值之和被計(jì) 算并且除以各個(gè)功率值。使用這個(gè)公式，低音調(diào)指示值指示高音調(diào)。
[0032] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，音頻編碼器包括起始頻率計(jì)算裝置，其被配置成計(jì) 算用于修改該死區(qū)的起始頻率，其中，僅針對(duì)表示高于或等于起始頻率的頻率的頻譜線對(duì) 死區(qū)進(jìn)行修改。這意指死區(qū)對(duì)于低頻率是固定的，并且對(duì)于較高頻率是可變的。這些特征 導(dǎo)致較好的音頻質(zhì)量，因?yàn)槿祟惵犛X系統(tǒng)在低頻率處更為靈敏。
[0033] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，起始頻率計(jì)算裝置被配置成基于音頻信號(hào)的樣本率 和/或基于針對(duì)從編碼信號(hào)產(chǎn)生的比特流預(yù)見的最大比特率來計(jì)算起始頻率。通過這些特 征將可以對(duì)音頻質(zhì)量進(jìn)行優(yōu)化。
[0034] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，音頻編碼器包括：修改離散余弦變換計(jì)算裝置，其被 配置成根據(jù)音頻信號(hào)的幀來計(jì)算修改的離散余弦變換；以及修改離散正弦變換計(jì)算裝置， 其被配置成根據(jù)音頻信號(hào)的幀來計(jì)算修改的離散正弦變換，其中，功率頻譜計(jì)算裝置被配 置成基于修改的離散余弦變換和基于修改的離散正弦變換來計(jì)算功率頻譜。不管怎樣，為 了對(duì)音頻信號(hào)進(jìn)行編碼的目的，必須計(jì)算修改的離散余弦變換。因此，只是為了音調(diào)自適應(yīng) 量化的目的，必須另外計(jì)算修改的離散正弦變換。從而，可以降低復(fù)雜度。然而，可以使用 如離散傅里葉變換或奇數(shù)離散傅立葉變換的其它變換。
[0035] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，功率頻譜計(jì)算裝置被配置成根據(jù)公式Pk, i = (MDCT k, J^(MDSTu)2來計(jì)算功率值，其中i為指示音頻信號(hào)的特定幀的索引，k為指示特定頻譜線 的索引，MDCI mS在該第i幀的第k頻譜線處的修改的離散余弦變換的值，MDSTkil為在該 第i幀的第k頻譜線處的修改的離散正弦變換的值，以及P kil為該第i幀的第k頻譜線的 功率值。以上公式允許以容易的方式計(jì)算功率值。
[0036] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，音頻編碼器包括頻譜信號(hào)計(jì)算裝置，其被配置成產(chǎn) 生頻譜信號(hào)，其中，頻譜信號(hào)計(jì)算裝置包括振幅設(shè)定裝置，其被配置成以補(bǔ)償由于對(duì)死區(qū)的 修改造成的能量損失的方式來設(shè)置頻譜信號(hào)的頻譜線的振幅。通過這些特征，可以以能量 保持的方式進(jìn)行量化。
[0037] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，振幅設(shè)定裝置被配置成取決于各個(gè)頻譜線處的死區(qū) 的修改來設(shè)置頻譜信號(hào)的振幅。例如，可出于這個(gè)目的對(duì)被擴(kuò)大死區(qū)的頻譜線進(jìn)行輕微放 大。
[0038] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，頻譜信號(hào)計(jì)算裝置包括標(biāo)準(zhǔn)化裝置。通過這個(gè)特征， 可以以容易的方式進(jìn)行后續(xù)量化步驟。
[0039] 根據(jù)本發(fā)明的優(yōu)選實(shí)施方式，將通過修改離散余弦變換