[发明专利]对表示时域数据流的数据段进行编码和解码的编码器、解码器以及方法

说明书

技术领域

本发明属于编码领域，其中，例如在视频以及音频编码中，针对编码速率来使用将被编码的数据的不同特性。 

背景技术

当前技术的编码策略可以利用将被编码的数据流的特性。例如，在音频编码中，使用感知模型对原始数据进行压缩，而在重新播放时几乎不会有显著的质量降低和降级。现代的感知音频编码方案，例如MPEG 2/4AAC(MPEG＝Moving Pictures Expert Group，运动图像专家组；AAC＝Advanced Audio Coding，高级音频编码)，参见Generic Codingof Moving Pictures and Associated Audio：Advanced Audio Coding，International Standard 13818-7，ISO/IEC JTC1/SC29/WG11 MovingPictures Expert Group，1997，可以使用滤波器组，例如修正离散余弦变换(Modified Discrete Cosine Transform，MDCT)，以便在频域中表示音频信号。 

在频域中，可以依据感知模型来进行频率系数的量化。对于一般类型的音频信号(例如音乐)，这样的编码器可以提供优越的感知音频质量。另一方面，现代的语音编码器，例如ACELP(ACELP＝AlgebraicCode Excited Linear Prediction，代数码激发线性预测)，使用一种预测的方式，并且利用此种方式可以在时域中表示音频/语音信号。这样的语音编码器可以对人类语音产生过程(即，人类声道)的特征进行建模，从而以较低的比特率即可达到优越的语音信号性能。反之，对于以低比特率编码的语音，感知音频编码器无法达到语音编码器所提供的性能水平，并且使用语音编码器来表示一般的音频信号/音乐会造成显著的质量减损。 

传统的构思提供一种分层组合，在所述分层组合中所有的局部编码器始终是活动的(即，时域和频域编码器)，通过将这些局部编码器对于一个给定的处理过的时间帧所作的贡献相组合，计算出最终的输出信号。分层编码的一般示例是MPEG-4可缩放语音/音频编码，具有作为基本层的语音编码器以及基于滤波器组的增强层，参见Bernhard Grill，Karlheinz Brandenburg，“A Two-or Three Stage Bit-Rate Scalable Audio Coding System，”，Preprint Number 4132，99^th Convention of the AES(1995年9月)。 

传统的频域编码器可以利用MDCT滤波器组。因为MDCT优秀的性质，其已经成为用于传统感知音频编码器的最具优势的滤波器组。举例而言，MDCT可以在处理块之间提供平滑的交叉衰落(cross fade)。例如，即使由于谱系数的量化使得在每一个处理块中的信号皆以不同的方式改变，然而因为加窗的重叠/加法(windowed overlap/add)操作，所以不会产生因为从一个块到另一个块的突然转变而造成的分块伪迹(blocking artifact)。MDCT使用时域混迭消除(time-domain aliasing cancellation，TDAC)的构思。 

MDCT是一种以IV型离散余弦变换为基础的傅立叶相关变换，具有重迭的附加性质。MDCT被设计为用于在较大数据集合的连续块中执行，其中接续的块互相重叠，使得一个块的后半部与下一个块的前半部重合。除了DCT的能量压缩(energy-compaction)质量之外，这种重叠使得MDCT对于信号压缩应用是特别有吸引力的，因为这种重叠有助于避免源于块边界的所述伪迹。作为重迭变换(lapped transform)，MDCT与其它傅立叶相关的变换相比的些许不同之处在于，MDCT的输出的数目仅有输入的数目的一半，而非与输入的数目相同。具体地，将2N个实数转换成N个实数，其中N是正整数。 

逆MDCT也称为IMDCT。因为输入与输出的数目不相同，在乍看之下MDCT似乎是不可逆的。然而，通过将接续的重叠块的重叠IMDCT相加，实现了完美的可逆性，这使得消除误差并恢复原始数据(即，实现TDAC)。 

于是，滤波器组输出处谱值的数目等于该滤波器组输入处时域输 入值的数目，这也称作临界采样(critical sampling)。