[发明专利]多声道音频编码器以及用于对多声道音频信号进行编码的方法

说明书

技术领域

本发明涉及音频编码，确切地说涉及参数空间音频编码，也称作参数多声道音频编码。

背景技术

如例如在针对音频和声音信号处理应用的IEEE专题研讨会会刊，2001年10月，第199页至第202页(Proc.IEEE Workshop on Appl.of Sig.Proc.to Audio and Acoust.,Oct.2001,pp.199–202)中C·法勒(C.Faller)和F·鲍姆加特(F.Baumgarte)的“使用感知参数化的空间音频的有效表示(Efficient representation of spatial audio using perceptual parametrization)”中所描述的参数立体声或多声道音频编码，使用空间提示来从下混音频信号(通常为单声道或立体声音频信号)合成多声道音频信号，所述多声道音频信号所具有的声道比下混音频信号多。通常，下混音频信号由多声道音频信号(例如立体声音频信号)的多个音频声道信号的叠加而产生。这些较少的声道是波形编码的，并且将关联于原始信号声道关系的边信息，即，空间提示，作为编码参数添加到编码的音频声道。解码器使用此边信息以基于已解码的波形编码音频声道来重新产生原始数目的音频声道。

基本参数立体声编码器可使用声道间电平差(ILD:inter-channel level difference)作为从单声道下混音频信号产生立体声信号所需的提示。更为复杂的编码器还可使用声道间相关性(ICC:inter-channel coherence)，声道间相关性(ICC:inter-channel coherence)可表示音频声道信号(即音频声道)之间的类似程度。此外，当编码双声道立体声信号(例如用于基于3D音频或耳机的环绕呈现)时，声道间相位差(IPD:inter-channel phase difference)也可在复制声道之间的相位/延迟差的过程中起到作用。

如从图7中所见，耳间时间差(ITD：Interaural time difference)为声音701到达两耳703、705的时间差。耳间时间差(ITD)对声音的定位而言是很重要的，因为它提供用于辨别声源701(相对于头部709)的入射方向707或角度θ的提示。如果信号从一侧到达耳703、705，那么所述信号到达远耳703(对侧的)的路径711较长并且到达近耳705(同侧的)的路径713较短。此路径长度差导致声音到达耳703、705之间的时间差715，所述时间差被检测出并被用来识别声源701的方向707。

图7给出了ITD的一个实例(表示为Δt或时间差715)。到达两耳703、705的时间差由声音波形的延迟来指示。如果到左耳703的波形先到达，那么ITD 715是正的，反之则是负的。如果声源701位于收听者的正前方，那么波形同时到达两耳703、705并且因此ITD 715为零。

ITD提示对大多数立体声录制而言是很重要的。例如，双耳音频信号可基于头相关传递函数(HRTF：Head-related transfer function)处理，通过使用(例如)仿真头部或双耳合成，从实际录制中获得，其可用于音乐录制或音频会议。因此，对于低比特率参数立体声编解码器，尤其是对于专用于对话应用的编解码器而言，ITD提示是非常重要的参数。低比特率参数立体声编解码器需要低复杂性且稳定的ITD估计算法。此外，ITD参数的使用可增大比特率开销，例如，还使用了其他参数，如声道间电平差(CLD或ILD)和声道间相关性(ICC)。对于此特定的极低比特率的情况，可以只传输一个全频带ITD参数。当只估计一个全频带ITD时，难以达成对于稳定性的约束条件。

在现有技术中，可将ITD估计方法分为三个主要类别。

ITD估计可基于时域方法。基于声道之间的时域交叉相关对ITD进行估计。ITD对应于时域交叉相关