[发明专利]音源的参数联合编码

说明书

本申请是申请号为200680004728.5、申请日为2006年2月13日、名称为“音源的参数联合编码”的发明专利申请的分案申请。

技术领域

本发明一般地涉及信号处理，并且具体涉及音频信号的编解码。

背景技术

1.介绍

在一般的编码问题中，我们有许多(单)音源信号s_i(n)(1≤i≤M)和景物描述矢量S(n)，其中n是时间指数。景物描述矢量包含诸如(虚拟)音源位置、音源宽度和声音参数例如(虚拟)室参数这些参数。景物描述可以是非时间变量或者随着时间而改变。将音源信号和景物描述编码并传输到解码器。所编码的音源信号连续混合成景物描述的函数(n)，从而生成作为景物描述矢量的函数的波场合成、多通道或立体声信号。将解码器输出信号表示成_i(n)(0≤i≤N)。注意，景物描述矢量S(n)可以不传输，但是可以在解码器确定。在本文中，术语“立体声信号”通常是指二通道立体声信号。

ISO/IEC MPEG-4意指所描述的编码场景。它定义景物描述并使用单独的单音频编码器(例如AAC音频编码器)用于每个(“天然”)音源信号。然而，当带有许多音源的复合景物进行混合时，比特率就变高了，即比特率随音源的数目按比例增大。高质量地编码一个音源信号需要约60-90kb/s。

以前，我们用表示灵活演奏的双声道线索编码(BCC)的方案致力于解决所描述的编码问题[1][2]的特殊情形。通过仅仅传输给定音源信号与低比特率辅助信息(side information)相加的和，而获得低比特率。然而，音源信号在解码器不能恢复，并且该方案局限于立体声和多通道环绕信号的生成。而且，根据振幅和延迟相移，只使用过分简单化的混合。由此，音源的方向得到控制，但是没有其它听觉空间图像产生。这种方案的另一个局限性是，其声音质量不高。特别是，声音质量随着音源信号数目的增大下降得更严重。

文件[1](双声道线索编码，参数立体声，MPEG环绕)涉及了对N个音频通道进行编码、解码具有类似线索的N个音频通道、随即解码原始音频通道的情况。所传输的辅助信息包括与输入通道间差异相关的通道间线索参数。

立体声和多通道音频信号的信道包含音源信号的混合，并由此在本质上不同于纯音源信号。使立体声和多通道音频信号进行混合，由此当在合适的重放系统上进行重放时听者就将感觉到听觉空间图像(“声基宽”)，这正如由录音装备所捕获或者由录影师在混合过程中所设计的。以前提出了许多对立体声或多通道音频信号的信道进行联合编码的方案。

发明内容

本发明的目的是，提供一种在利用最小带宽的同时传输多个音源信号的方法。在大多数公知方法中，重放形式(例如立体声5.1)是预定的，并且对编码场景有直接影响。解码器那一侧上的音频流应该仅采用这种预定的重放形式，因此将使用者与预定的重放场景(例如立体声)结合起来。

本发明对N个音源信号进行编码，这些音源信号典型地并非立体声或多通道信号的通道，而是例如不同语音或乐器信号等的独立信号。所传输的辅助信息包括与输入的音源信号相关的统计信息。

本发明利用与原始音源信号不同的线索对M个音频通道进行解码。这些不同的线索或者通过对所接收的和信号应用混合器而被隐含地合成。所述混合器作为所接收的统计音源信息和所接收的(或本地确定的)音频格式参数和混合参数的函数而被控制。可替换地，这些不同的线索作为所接收的统计音源信息和所接收的(或本地确定的)音频格式参数和混合参数的函数被明确地计算。这些计算得到的线索被用来控制现有技术中用于在已知所接收和信号的情况下合成输出和通道的解码器(双声道线索编码，参数立体声，MPEG环绕)。

所提出的这种联合编码音源信号方案居于首位。这种方案是用于联合编码音源信号的。音源信号通常是不适合在立体声或多通道音频系统上重放的单音频信号。为简便起见，以下，音源信号经常是指源信号。

音源信号在重放之前首先需要混合成立体声、多通道或波场合成音频信号。音源信号可以是单个仪器或讲话者，或者是许多仪器和讲话者之和。另一种音源信号是用点式传声器在会议期间捕获的单音频信号。音源信号经常储存在多磁道录音机或硬盘记录系统中。

所要求保护的这种联合编码音源信号的方案，是基于仅仅传输音源信号之和，