[发明专利]具有动态可变规整特性的音频编码器、音频解码器和音频处理器

说明书

技术领域

本发明涉及采用规整滤波器的音频处理，具体涉及多用途音频编码。

背景技术

在低比特率音频以及语音编码技术环境下，传统上采用几种不同的编 码技术，从而在给定速率下以尽可能好的主观质量对此类信号进行低比特 率编码。一般的音乐/声音信号所用的编码器旨在，根据掩蔽阈值曲线对量 化误差的谱(时域)形状进行成形，以优化主观质量，所述掩蔽阈值曲线 是利用感知模型(“感知音频编码”)根据输入信号来估计得到的。另一方 面，当基于人类语音的产生模型进行语音编码时，以极低的比特率进行语 音编码是很有效的，所述基于人类语音的产生模型进行语音编码，即：使 用线性预测编码(LPC)以对人类声道的谐振效应进行建模，并对残差激 励信号进行高效编码。

由于上述两种不同方法的缘故，对于极低数据速率的语音信号，一般 的音频编码器(如MPEG-1层3、或MPEG-2/4高级音频编码、AAC)由 于没有利用语音源模型，因此其性能通常不如专用的基于LPC的语音编码 器好。相反，基于LPC的语音编码器在应用于一般的音乐信号时，由于不 能根据掩蔽阈值曲线灵活地将编码失真的谱包络进行成形，因此通常不能 取得令人满意的结果。本发明的目的在于，提供一种概念，将基于LPC 的编码同感知音频编码的优势合并于单一框架下，从而提出对于一般音频 和语音信号均很有效的统一音频编码。

以下部分对一组为高效地对音频以及语音信号进行编码而提出的相 关技术进行说明。

感知音频编码(图9)

传统上，感知音频编码器使用基于滤波器组的方法，来高效地对音频 信号进行编码，以及根据对掩蔽曲线的估计，将量化失真成形。

图9示出了单声道感知编码系统的基本方框图。分析滤波器组用于将 时域采样映射至子采样谱分量。

根据谱分量的数目，系统还被称为子带编码器(子带数目较少，例如， 32)或基于滤波器组的编码器(谱线数目很大，例如，512)。感知(“心 理声学”)模型用于估计实际的时间相关掩蔽阈值。谱(“子带”或“频域”) 分量的量化和编码方式为，将量化噪声隐藏在实际的发送信号下，并且在 解码之后无法察觉量化噪声。这是通过在时域和频域上改变谱值的量化粒 度来实现的。

最近提出了一种基于前置/后置滤波的编码，作为完全基于滤波器组的 感知编码概念的可替换方法，如图10所示。

在[Ed 100]中，提出了一种感知音频编码器，该感知音频编码器通过 使用所谓的前置滤波器而不是频域上的谱系数的可变量化，将减小非相关 性(即，根据感知准则进行噪声成形)以及减小冗余(即，获得在数学上 更加简洁的信息表示)的方面进行分离。在下图中对该原理进行了说明。 感知模型对输入信号进行分析，以估算以频率为自变量的掩蔽阈值曲线。 将掩蔽阈值转换为一组前置滤波器系数，使前置滤波器频率响应的幅度与 掩蔽阈值成反比。前置滤波操作将这组系数作用于输入信号，从而产生输 出信号，其中，根据频率分量的感知重要性表现全部频率分量(“感知白 化”)。接着，利用任意类型的音频编码器对该信号进行编码，即不采用任 何感知噪声成形，从而产生“白”量化失真。因此，音频信号的传输/存储包 括编码器的比特流以及前置滤波系数的编码版本。在解码器中，将编码器 比特流解码为中间音频信号，接着根据所发送的滤波器系数对中间音频信 号进行后置滤波操作。由于后置滤波器执行与前置滤波器相对的逆滤波过 程，因此它根据掩蔽曲线对其输入信号应用谱加权。采用这种方法，像预 期的那样，谱平坦(“白”)编码噪声看似在解码器输出端得到感知成形。

由于在这样的方案中感知噪声成形是通过前置/后置滤波步骤而不是 通过对谱系数进行频率相关量化来实现的，因此可以将此概念推广为包 括：除基于滤波器组的音频编码器以外的、用于表示经前置滤波的音频信 号的非基于滤波器组的编码机制。在[Sch02]中，针对使用预测和熵编码级 的时域编码核示出了这个概念。

[Edl00]B.Edler，G.Schuller：″Audio coding using a psychoacoustic pre-and post-filter″，ICASSP 2000，Volume 2，5-9June 2000Page(s)：II881- II884vol.2