[发明专利]用于低复杂度高级音频编码的自适应速率控制算法

权利要求书

1.一种用于编码音频数据的方法，包括：

接收来自输入的未压缩的音频数据；

使用滤波器组为所述未压缩的音频数据的各帧生成MDCT频谱；

基于所述MDCT频谱来估算用于待编码的当前帧的掩蔽门限，其中，所述掩蔽门限反映用于所述当前帧的位预算；

基于所述掩蔽门限执行所述当前帧的量化，其中，在所述当前帧的所述量化之后，更新用于下一帧的位预算以便估算所述下一帧的掩蔽门限；以及

编码量化的音频数据。

2.如权利要求1所述的方法，其特征在于，其中所述生成MDCT频谱的步骤还包括采用下式来生成MDCT频谱：

用于0≤k≤N/2

其中，X_i，k是在块索引i和频谱索引k处的MDCT系数；z_i，n是加窗后的输入序列；n是样本索引；k是频谱系数索引；i是块索引；以及N是窗口长度；并且其中n_o被计算为（N/2+1)/2。

3.如权利要求1所述的方法，其特征在于，其中所述估算掩蔽门限的步骤还包括：

使用所述MDCT频谱在比例因子段域中计算能量；

执行简单三角扩展函数；

计算音调索引；

通过变量Q加权执行掩蔽门限调节；以及

执行与静音阈值的比较；由此输出所述掩蔽门限用于量化。

4.如权利要求3所述的方法，其特征在于，其中所述执行量化的步骤还包括使用不均匀量化器按照下式执行量化： 

其中，x_quantized(i)是在比例因子段索引i处的量化的频谱值；i是所述比例因子段索引，x是待量化的段内的频谱值，gl是表示速率控制参数的全局比例因子值，以及scf(i)是表示失真控制参数的比例因子值。

5.如权利要求4所述的方法，其特征在于，其中所述执行量化的步骤还包括仅寻找表示失真控制参数的比例因子值，并且不调节所述全局比例因子值，由此把所述全局比例因子值作为所述比例因子值的第一值scf(0)。

6.如权利要求3所述的方法，其特征在于，其中所述执行掩蔽门限调节的步骤还包括采用下式线性地调节变量Q：

NewQ＝Q1+(R1-desired_R)(Q2-Q1)/(R2-R1)

其中，NewQ是所述调节之后的变量Q；Q1和Q2分别是用于前一和二帧的Q值；并且R1和R2是用于前一和前二帧的位数量；以及desired_R是使用的位的预期数量；并且其中，值(Q2-Q1)/(R1-R2)是调节的梯度。

7.如权利要求6所述的方法，其特征在于，其中所述执行掩蔽门限调节的步骤还包括基于音频数据特性用在块交换的情况中执行的值的硬复位来连续地更新所述调节的梯度。

8.如权利要求6所述的方法，其特征在于，其中所述执行掩蔽门限调节的步骤还包括基于在未来帧中的能量分布而设置用于所述变量Q的值的限制。

9.如权利要求6所述的方法，其特征在于，其中所述执行掩蔽门限调节的步骤还包括通过采用所述调节之后的变量Q的值以及音调索引对所述掩蔽门限的调节加权，以更好地考虑可用于编码的位数量。

10.一种用于压缩未压缩的音频数据的音频编码器，所述音频编 码器包括：

心理声学模型(PAM)，所述心理声学模型(PAM)用于基于MDCT频谱来估算用于待编码的当前帧的掩蔽门限，其中，所述掩蔽门限反映用于所述当前帧的位预算；以及

量化模块，所述量化模块用于基于所述掩蔽门限执行所述当前帧的量化，其中，在所述当前帧的所述量化之后，更新用于下一帧的位预算以用于估算所述下一帧的掩蔽门限；

由此，所述心理声学模型和量化模块经电子方式配置，使得所述心理声学模型通过考虑由所述量化模块更新的所述位预算来估算所述掩蔽门限。

11.如权利要求10所述的音频编码器，其特征在于，还包括：用于接收来自输入的未压缩的音频数据的部件；以及滤波器组，所述滤波器组被电连接到所述接收部件，用于为所述未压缩的音频数据的每帧生成所述MDCT频谱；其中，所述滤波器组被电连接到所述心理声学模型，使得所述MDCT频谱被输出到所述心理声学模型。