[发明专利]在音频编码/解码中用于知觉加权的设备

说明书

技术领域

本发明涉及一种用于在给定频带中编码/解码音频信号的知觉加权设备 (perceptual weighting device)。也涉及包括本发明的编码/解码设备的分级音 频编码器和分级音频解码器。

本发明在传输和存储诸如音频语音、音乐等信号之类的数字信号方面具 有特别有利的应用。

背景技术

存在用于数字化和压缩音频语音、音乐等信号的各种技术。最常用的方 法是：

·诸如PCM和ADPCM编码的“波形编码”方法；

·“参数分析/合成编码”方法，诸如码本激励线性预测(CELP)编码；

·“子带或变换知觉(perceptual)编码”方法。

在编者W.B.Kleijn和K.K.Paliwal的″Speech Coding and Synthesis″， Elsevier，1995一书中描述了这些用于编码音频-频率信号的传统技术。

在这里，本发明更具体地关注包括CELP编码和变换编码技术的预测变 换编码方法。

在传统语音编码中，编码器按照固定的比特率产生比特流。这种固定的 比特率对简化的实现和通常被组合地称为“编解码器”的编码器和解码器的 使用方面存在限制。这样的系统的示例是：64千比特每秒(kbps)的ITU-T G.711 编码系统、8kbps的UIT-T G.729编码系统和12.2kbps的GSM-EFR编码系统。

然而，在诸如移动电话、IP话音、以及专用(ad hoc)网络上的通信之 类的某些应用中，其优选按照可变比特率产生比特流，具有由预定义的集合 中取得的比特率。许多比固定比特率编码更灵活的多比特率编码技术因此能 够被区分为：

·源和/或信道控制的多模编码，如用于AMR-NB、AMR-WB、SMV、 和VMR-WB系统；

·分级编码，也叫作“分层(scalable)”编码，其产生分级的比特流， 在此意义上，其包括核心比特率和一个或多个增强层。在48kbps、56kbps 和64kbps的G.722系统是比特率分层编码的简单示例。MPEG-4CELP编解 码器是在比特率和带宽中的分层；此类编解码器的其它示例能够在以下论文 中找到：B.Kovesi、D.Massaloux、A.Sollaud的″A Scalable Speech and Audio Coding Scheme with Continuous Bitrate Flexibility″，ICASSP 2004；

·多描述编码。

本发明更具体地涉及分级编码。

分级或“分层”音频编码的基本概念在例如以下论文中说明：Y. Hiwasaki、 T.Mori、H.Ohmuro、J.Ikedo、D.Tokumoto以及A.Kataoka的″Scalable Speech Coding Technology for High-Quality Ubiquitous Communications″，NTT Technical Review，2004年3月。

在此类型的编码中，比特流包括基本层或核心层，以及一个或多个增强 层。基本层由已知为核心“编解码器”的编解码器按低的固定比特率产生， 所述低的固定比特率保证编码质量的某最小级别并且必须被解码器接收以便 维持可接受级别的质量。

增强层被用来增强质量；它们将不会全部被解码器接收。分级编码的主 要好处是能够简单通过截断该比特流来适配比特率。层的可能数量(即，比 特流截断的可能数量)定义编码颗粒度：在强颗粒度编码中比特流包括较少 的层(达到2-4层)，同时精细颗粒度编码提供达例如1kbps级的增量。

本发明更具体涉及使用电话带中的CELP类型的核心编码器和一个或多 个宽带增强层的比特率和带宽分层编码技术。该系统的示例在以下论文中给 出：H.Taddéi等人的″A Scalable Three Bitrate(8，14.2，and 24kbps)Audio Coder″，107^th Convention AES，1999，具有8kbps、14.2kbps、和24kbps 的粗糙颗粒度；并且在B.Kovesi等人的前述论文中参考6.4kbps到32kbps 的精细颗粒度。