[发明专利]提供时间扭曲激活信号以及使用该时间扭曲激活信号对音频信号编码

说明书

本申请是申请号为“200980135837.4”，申请日为2011年3月11日，发明名称为“提供时间扭曲激活信号以及使用该时间扭曲激活信号对音频信号编码”之申请的分案申请。 

技术领域

本发明涉及音频编码和解码，并且具体地针对具有谐波或语音内容的、可受到时间扭曲处理的音频信号的编码/解码。 

背景技术

在下文中，将给出对时间扭曲音频编码的领域的简要说明，该编码的概念可结合本发明的一些实施例一起应用。 

近年来，技术上的发展可将音频信号变换为频域表示，并且例如考虑到感知屏蔽阈值，可以对该频域表示进行有效地编码。如果发送编码频谱系数组的块长度很长，且如果仅相当小数目的频谱系数远在该全局屏蔽阈值之上，同时很大数目的频谱系数在该全局屏蔽阈值附近或之下并可能因而被忽略(或以最小码长进行编码)时，该音频信号编码的概念特别有效。 

例如，基于余弦或基于正弦的调制的重叠变换通常由于它们的能量压缩性质而用于源编码的应用。即，对于具有恒定基本频率(音调)的谐音而言，它们将信号能量浓缩于小数目的频谱分量(子频带)中，这导致了有效的信号表示。 

大体而言，应当将信号的(基本)音调理解为可与该信号频谱相区别的最低主频率。在普通语音模型中，该音调是由人类喉咙调制的激励信号的频率。如果仅一个单一基本频率存在，该频谱将极其简单，仅包括该基本频率及泛音。可以高效地对这种频谱编码。然而，对于 具有变化音调的信号，对应于每个谐波分量的能量散布于若干变换系数上，因而导致编码效率的减少。 

为了克服编码效率的减少，在不均匀时间网格上对要编码的音频信号有效地重新采样。在随后的处理中，对通过不均匀重新采样所获得的采样位置就好像它们表示均匀时间网格上的值一样进行处理。该操作一般由短语“时间扭曲”来表示。可取决于该音调的时间变化来有利地选择采样时间，使得该音频信号的时间扭曲版本中的音调变化小于该音频信号的原始版本(时间扭曲前)中的音调变化。该音调变化也可用短语“时间扭曲轮廓”表示。在音频信号的时间扭曲之后，将该音频信号的时间扭曲版本转换为频域。该依赖于音调的时间扭曲具有如下效果：时间扭曲音频信号的频域表示一般地显示出将能量压缩成远远小于该原始音频信号(未被时间扭曲)的频域表示的频谱分量数目。 

在解码器侧，将该时间扭曲音频信号的频域表示转换回时域，使得该时间扭曲音频信号的时域表示在解码器侧可用。然而，在解码器侧重建时间扭曲音频信号的时域表示中，不包括该编码器侧输入音频信号的原始音调变化。因此，通过对时间扭曲音频信号的解码器侧重建时域表示进行重新采样，来应用另一时间扭曲。为了在解码器处获得对编码器侧输入音频信号的良好重建，需要解码器侧时间扭曲至少近似编码器侧时间扭曲的反操作。为了获得恰当的时间扭曲，需要让允许调整解码器侧时间扭曲的信息在解码器处可用。 

因为一般要求将这种信息从音频信号编码器传输至音频信号解码器，需要将该发送所需的比特率保持为小，同时仍允许在解码器侧可靠重建所需的时间扭曲信息。 

鉴于上述讨论，需要创建一种概念，其允许有效应用音频编码器中时间扭曲概念的比特率。 

发明内容

本发明的目的是创建以下概念：基于在时间扭曲音频信号编码器或时间扭曲音频信号解码器中可用的信息，来增强由编码音频信号所 提供的听觉印象。 

由根据权利要求1所述的用于基于音频信号的表示来提供时间扭曲激活信号的时间扭曲激活信号提供器、根据权利要求12所述的用于对输入音频信号编码的音频信号编码器、根据权利要求14所述的用于提供时间扭曲激活信号的方法、根据权利要求15所述的用于提供输入音频信号的编码表示的方法、或根据权利要求16所述的计算机程序来达成该目的。 

本发明的另一目的是提供一种增强的音频编码/解码方案，该方案提供较高的质量或较低的比特率。 

由根据权利要求17、26、32、37所述的音频编码器、根据权利要求20所述的音频解码器、根据权利要求23、30、35或37所述的音频编码方法、根据权利要求24所述的解码方法、或根据权利要求25、31、36或43所述的计算机程序来达成该目的。 

根据本发明的实施例与用于时间扭曲MDCT变换编码器的方法相关。一些实施例仅与编码器工具相关。然而，其它实施例还与解码器工具相关。