[发明专利]适应性残余音频编码

说明书

技术领域

本发明与音频信号的编码与解码有关，特别是与音频通道对的有效高质量编码有关。

背景技术

最近，随着利用像是卫星或地面数字音频或视频广播所进行的压缩音频或视频内容数字分发的广泛使用，使得有效高质量编码的音频信号变的愈来愈重要。举例而言，已知的MP3技术，允许遍及因特网或其它具有有限的带宽传送通道的音频标题的方便传送。

除MP3以外，许多其它音频编码结构的目标，都是将给定压缩比例或比特率下的音频质量最大化。在PCT/SE02/01372的“Efficientand scalable Parametric Stereo Coding for Low Bit rate Audio CodingApplication”中已经证明当附加地使用一种通常称为”空间信号(spatialcue)”的立体声信号的紧凑表示时，可以从单声道信号重新建立几乎与基础的原始立体声图像非常类似的立体声信号。此公开的原则是将该立体声输入信号分至频带中，并为了每个频带分别估计称为通道间强度差(IID)与通道间相干性(ICC)的参数。第一参数描述在特定频带中两个通道之间的功率分布测量，而第二参数描述两个通道之间相关性的估计。在“High-Quality Parametric Spatial Audio Coding at LowBitrates”，J.Breebaart，S.van de Par，A.Kohlrausch和E.Schuijers，Proc.116^th AES会议，柏林(德国)，2004年5月8-11日中可以获得更完整的空间参数叙述。根据这些空间信号，将立体声输入信号适应性地组合为单声道信号。对空间信号与单声道信号两者进行编码，并将编码后的表示多路复用至比特流中，接着传送至解码器。在解码器侧，通过根据IID数据在两输出通道之间分布单声道信号能量，并通过加入保留如由ICC参数所描述的原始立体声通道的通道相关性的去相关信号，以从所述单声道信号中重新建立该立体声图像。

当可以利用更多的传送带宽时，可以通过以所传送的残余信号取代解码器中的去相关性单声道信号，以获得较高的音频质量。也就是说，需要将附加的残余信号传送至该解码器。在对立体声信号通道的和与差进行编码、而并非对左通道与右通道进行直接编码的中-侧(MS)编码(mid-side coding)的情况中也是如此。在“Sum-differencestereo transform coding”，Proc.Int.Conf.Acoust.Speech Signal Process(ICASSP)，San Francisco，USA，1992，pp.II 569-572中，可获得对于MS技术的描述。MS编码是根据立体声信号的左与右通道可能具有相当高的相似程度的发现。因此，在大多时间中，左通道与右通道之差在大多数时间只产生具有较低强度的信号，换言之，差信号的振幅将相当的小。因此，当对差信号进行编码时，可节约大量的比特率，因为描述了所述差信号的参数可以被粗略地量化。当进行编码时，所述和信号显然将需要大概与所述单个左通道或右通道相同的带宽。因此，当利用MS编码方案时，总体上而言可节约大量的带宽。当在左通道与右通道之间存在大强度差时，MS技术存在限制，因为差通道也明显地包含大量能量，并因此需要较高的带宽。然而可以注意的是，由于高编码成本的因素，在规则的立体声编码实施方式中，在这种情况下并不使用MS编码。在那些情况中，有利的情况是可以根据已经编码的原始音频通道所具备的强度，在一般立体声编码与所述MS编码之间进行切换。

通过发明具有描述了由两立体声通道组合而成的两中间通道的组成的矩阵元素的解码器旋转矩阵，来代替构建要进行编码的两立体声通道的和与差的静态概念，便可以克服上述的问题。所述矩阵元素取决于参数化立体声参数，该参数化立体声参数是从立体声信号的左与右通道中所提取的。适应性残余编码能够动态地使用于产生中间通道的所述组合规则适于当前信号的属性，以通过MS编码获得明显的性能增益。