[发明专利]叉积增强的谐波转置

说明书

技术领域

本发明涉及使用用于高频重建(HFR)的谐波转置(transposition)方法的音频编码系统。

背景技术

HFR技术(例如频谱复制(SBR)技术)使得显著改进传统感知音频编解码器的编码效率。与MPEG-4高级音频编码(AAC)组合，它形成非常有效的音频编解码器，已将其用在XM卫星无线电系统和全球数字无线电系统(Digital Radio Mondiale)中。AAC和SBR的组合被称为aacPlus。这是MPEG-4标准的部分，其中，它被称作高效AAC规格(High Efficiency AAC Profile)。通常，HFR技术可以通过后向和前向兼容的方式与任何感知音频编解码器组合，因此提供使已经建立的广播系统(类似于Eureka DAB系统中使用的MPEG层-2)升级的可能性。HFR转置方法也可以与语音编解码器组合以允许超低比特率的宽带语音。

HRF之后的基本构思是观测到通常存在信号的高频率范围的特性与同一信号的低频率范围的特性之间的强相关性。因此，通过从低频率范围到高频率范围的信号转置可以实现对于信号的原始输入高频率范围的表示的良好近似。

WO 98/57436中建立了这种转置的构思，以作为用于从音频信号的较低频带重建高频带的方法。通过在音频编码和/或语音编码中使用该构思可以获得比特率的大量节省。下文中，将提到音频编码，但应注意描述的方法和系统同样可应用于语音编码并且可应用在统一的语音和音频编码(USAC)中。

在基于HFR的音频编码系统中，低带宽信号被提供给核心波形编码器，使用通常以非常低的比特率被编码的并且描述目标谱形状的附加边信息和低带宽信号的转置在解码器侧再生成较高频率。对于低比特率，在核心编码的信号的带宽窄的情况下，重建具有感知愉悦特性的高带(即音频信号的高频率范围)变得愈加重要。以下提及谐波频率重建方法的两种变型，一个被称为谐波转置，而另一个被称为单边带调制。

WO 98/57436中定义的谐波转置的原理是具有频率ω的正弦波映射成具有频率Tω的正弦波，其中，T＞1是定义转置阶的整数。谐波转置的有吸引力的特征在于，其通过等于转置阶的因子(即通过等于T的因子)将源频率范围扩展到目标频率范围。对于复杂音乐材料，谐波转置良好地执行。此外，谐波转置呈现低交叉频率，即，从低于交叉频率的相对小的低频率范围可以生成高于交叉频率的大的高频率范围。

与谐波转置对照，基于单边带调制(SSB)的HFR将具有频率ω的正弦波映射成具有频率ω+Δω的正弦波，其中，Δω是固定频率偏移。已经观测到若给定具有低带宽的核心信号，则由于SSB转置会导致失谐振铃假声(ringing artifact)。还应注意，对于低交叉频率(即小的源频率范围)，谐波转置将需要比基于SSB的转置更少数目的补丁块(patch)，以填充期望的目标频率范围。以举例的方式，如果应填充(ω，4ω]的高频率范围，则使用转置阶T＝4，谐波转置可以从的低频率范围填充该频率范围。另一方面，使用相同低频率范围的基于SSB的转置必须使用的频率偏移，并且需要重复处理四次以填充高频率范围(ω，4ω]。

另一方面，如已经在WO 02/052545 A1中指出的那样，谐波转置对于具有显著周期结构的信号具有缺点。这些信号是具有频率Ω、2Ω、3Ω、...的谐波相关的正弦波的叠加，其中，Ω是基频。

在阶T的谐波转置时，输出正弦波具有频率TΩ、2TΩ、3TΩ、...，在T＞1的情况下，其仅是期望的全谐波序列的严格子集。关于所得音频质量，通常将感知与转置的基频TΩ对应的“鬼影(ghost)”音调。一般，谐波转置产生编码的和解码的音频信号的“金属”声音特性。通过将若干转置阶T＝2、3、...、T_max加到HFR可以将该情况减缓到一定程度，但如果要避免多数谱隙，则该方法在计算上是复杂的。