[发明专利]可缩放压缩音频位流和使用分级滤波器组和多通道联合编码的编码/译码器

说明书

技术领域

本发明涉及音频信号的可缩放编码，并且更明确地说，涉及用来对多通道音频信号在有效实体中进行这种数据速率缩放的方法，该方法包括分级滤波(hierarchical filtering)、音调分量的联合编码及在残余信号中的时域分量的联合通道编码。

背景技术

音频压缩算法的主要目的是，使用尽可能少的数字位创建输入音频信号的声音可接受表示。这允许输入音频信号的低数据速率版本在诸如互联网之类的有限带宽传输通道上传送，并且减小用于存储将来播放的输入音频信号必需的存储量。对于其中传输通道的数据容量被固定并且相对于时间不变化、或需要存储的音频量(以分钟计算)事先知道并且不增大的那些应用，传统音频压缩方法固定了数据速率并因而在压缩编码时固定了音频质量级。不能实现数据速率的进一步减小，如果不用更低数据速率记录原始信号或解压缩被压缩的音频信号然后以更低数据速率重新压缩这种解压缩信号。对于变化的通道容量、在固定存储器上存储额外的内容、或对不同应用以变化的数据速率提供位流这些问题而言，这些方法不是“可缩放的”。

一种用来创建具有可缩放特性的位流并规避上述限制的技术，把输入音频信号编码成包括低数据速率位流的子集的高数据速率位流。这些编码低数据速率位流可从编码信号抽取，并且组合以提供输出位流，该输出位流的数据速率在宽数据速率范围上是可调节的。实现这个概念的一种手段是首先以最低支持数据速率编码数据、然后编码在原始信号与这种最低数据速率位流的译码版本之间的误差。这种编码误差被存储，并且也与最低支持数据速率位流相组合以创建第二低数据速率位流。在原始信号与这种第二低数据速率信号的译码版本之间的误差被编码、存储、及添加到第二低数据速率位流上以形成第三低数据速率位流，以此类推。这个过程被重复，直到与如此导出的每一个误差信号的位流相关的数据速率和最低支持数据速率位流的数据速率之和等于待支持的最高数据速率位流。最后可缩放高数据速率位流包括最低数据速率位流和每一个编码误差位流。

第二种技术通常用来支持相距很广的最低和最高数据速率之间的较少数量的不同数据速率，采用多于一个的压缩算法的使用以创建“分层”可缩放位流。以这种方式对编码位流进行缩放操作的设备，依据输出数据速率要求，选择在分层位流中携带的多个位流的哪一个以用作编码音频输出。为了改进编码效率和提供较宽范围的缩放数据速率，在较低速率位流中携带的数据可由较高速率位流使用，以形成另外的较高质量、较高速率的位流。

发明内容

本发明提供一种用来编码音频输入信号的方法，以形成可被缩放以形成具有任意规定数据速率的缩放位流的主位流、以及用来译码缩放位流以重建音频信号。

这一般通过压缩音频输入信号并排列它们以形成主位流而实现。主位流包括量化分量，该量化分量基于它们对于译码信号质量的相对贡献而排列。输入信号通过把它分离成多个音调和残余分量、以及排列然后量化所述分量而被适当地压缩。所述分离使用分级滤波器组适当地进行。参考相同掩码功能或不同的心理声学标准，所述分量被适当地排列和量化。所述分量然后可以基于它们的排列被排序以利于有效缩放。主位流通过消除足够数量的低序分量而被缩放，以形成具有小于或近似等于所希望数据速率的缩放数据速率的缩放位流。缩放位流包括指示分量在频谱中的位置的信息。缩放位流使用逆分级滤波器组通过排列基于位置信息形成的量化分量、忽略丢失分量及译码被排列的分量而被适当地译码，以产生输出位流。

在一个实施例中，编码器使用分级滤波器组把输入信号分解成多分辨率时间/频率表示。编码器在不同频率分辨率下在HFB的每次迭代中抽取音调分量，从输入信号除去那些音调分量以把残余信号传到HFB的下次迭代，及从最后残余信号抽取残余分量。音调分量被分组成至少一个频率子域每频率分辨率，并且根据它们对于编码信号质量的心理声学重要性被排序。残余分量包括时间-样本分量(例如网格G)和修改时间-样本分量的缩放因子分量(例如网格G0、G1)。时间-样本分量被分组成至少一个时间-样本子域，并且根据它们对于编码信号质量的贡献被排序。

在译码器处，逆分级滤波器组可以用来抽取在一个有效滤波器组结构内的音调分量和残余分量。所有分量被逆量化，并且通过把缩放因子施加到时间样本上重建残余信号。频率样本被重建，并且添加到重建时间样本上以产生输出音频信号。注意，逆分级滤波器组可以用在译码器处，与在编码过程期间是否使用分级滤波器组无关。