[发明专利]用于音频编码的编码器辅助的帧丢失隐藏技术

说明书

本申请案主张基于2005年10月26日申请的第60/730,459号美国临时申请案和2005年10月31日申请的第60/732,012号美国临时申请案的权益。

技术领域

本发明涉及音频编码技术，且更明确地说，涉及用于音频编码的帧丢失隐藏技术。

背景技术

音频编码用于例如卫星无线电、数字无线电、因特网串流(internet streaming)(网络无线电)、数字音乐播放器和多种移动多媒体应用等许多应用和环境中。存在许多音频编码标准，例如根据运动图片专家组(MPEG)的标准、视窗媒体音频(windows mediaaudio，WMA)和由杜比试验室(Dolby Laboratories)公司制定的标准。许多音频编码标准持续出现，包含MP3标准和MP3标准的后续标准，例如由苹果计算机(AppleComputer)公司出售的“iPod”装置中所使用的高级音频编码(AAC)标准。音频编码标准通常设法使用压缩技术来实现低位速率、高质量的音频编码。一些音频编码是“无丢失”的，意味着所述编码不会使音频信号降级，而其它音频编码为了实现额外压缩可能引入某些丢失。

在许多应用中，音频编码与视频编码一起使用，以便为例如视频电话(VT)或流式视频等应用提供多媒体内容。根据(例如)MPEG的视频编码标准通常使用音频和视频编码。MPEG标准目前包含MPEG-1、MPEG-2和MPEG-4，但其它标准将可能出现。其它示范性视频标准包含国际电信联盟(ITU)H.263标准、ITU H.264标准、由苹果计算机公司开发的QuickTime^TM技术、由微软公司开发的Video for Windows^TM、由英特尔公司开发的Indeo^TM、来自RealNetworks公司的RealVideo^TM和由SuperMac公司开发的Cinepak^TM。一些音频和视频标准是开放源码，而其它音频和视频标准仍是专有的。许多其它音频和视频编码标准将持续出现并发展。

所传输的音频信号中发生的位流错误可能由于引入可听假象而对经解码的音频信号具有严重影响。为了解决这种质量降级，可向解码器添加包含错误检测模块和帧丢失隐藏(FLC)模块的错误控制区块。一旦在接收到的位流的帧中检测到错误，错误检测模块就丢弃用于错误帧的所有位。FLC模块接着估计音频数据以替换被丢弃的帧，试图形成音响上感知为无缝的音频信号。

已经提出了各种用于解码器帧丢失隐藏的技术。然而，大多数FLC技术都遭受隐藏的音频信号质量与实施成本之间的极端折衷。举例来说，简单地用前一帧的无声、噪音或音频数据来代替被丢弃的帧由于较低的计算成本但较差的隐藏性能的缘故表示所述折衷的一个极端。基于源码建模来隐藏被丢弃的帧的高级技术由于需要较高或甚至过高的实施成本来实现令人满意的隐藏性能而指向另一极端。

发明内容

一般来说，本发明涉及用于对音频信号进行解码的编码器辅助的帧丢失隐藏(FLC)技术。在从编码器接收到音频信号的帧的音频位流之后，解码器可立即执行错误检测并当检测到错误时丢弃所述帧。解码器可实施所述编码器辅助的FLC技术，以便基于邻近帧和与音频位流一起从所述编码器传输的边信息来准确地隐藏所述被丢弃的帧。所述编码器辅助的FLC技术包含基于邻近帧的频域数据来估计所述帧的频域数据的量值，以及基于作为边信息从所述编码器传输的符号子集来估计所述频域数据的符号。以此方式，编码器辅助的FLC技术可减小可听假象的发生率以形成音响上感知为无缝的音频信号。

音频信号的帧的频域数据包含音调分量和噪音分量。从随机信号估计出的符号对于所述频域数据的所述噪音分量可能大体准确。然而，为了实现对所述音调分量的高度准确的符号估计，所述编码器传输用于所述频域数据的所述音调分量的符号作为边信息。为了使传输到解码器的边信息的量减到最小，编码器不传输音调分量在帧内的位置。代替地，编码器和解码器两者使用同一操作来自自行导出音调分量的位置。因此，编码器辅助的FLC技术在从编码器传输的边信息的量最小的情况下实现解码器处的帧隐藏质量的显著改进。