[发明专利]多声道声音信号编码方法、解码方法及装置

说明书

本发明涉及一种多声道声音信号编码方法、解码方法及装置，该编码方法包括：采用时频变换，将第一多声道声音信号映射为第一频域信号，或者采用子带滤波，将第一多声道声音信号映射为第一子带信号；将第一频域信号或第一子带信号划分为不同时频子带；在每个时频子带内，计算第一多声道声音信号的第一统计特性；根据第一统计特性，估计优化子空间映射模型；采用优化子空间映射模型，将第一多声道声音信号映射为第二多声道声音信号；根据时间、频率和声道，对第二多声道声音信号中的至少一组和优化子空间映射模型进行感知编码，获得编码多声道码流。由上可见，本发明实施例在编码中自适应选择映射模型，可以实现更高的编码效率和编码质量。

技术领域

本发明涉及音频处理技术领域，尤其涉及多声道声音信号编码方法、解码方法及装置。

背景技术

随着科技的发展，出现了多种对声音信号的编码技术，上述声音通常指的是语音、音乐、自然声音和人工合成声音等人耳可感知的信号在内的数字声音。目前，很多声音编码技术已经成为工业标准被大量应用，融入人们的日常生活中，常用的声音编码技术有杜比实验室的AC-3、数字影院系统公司的DTS、移动图象专家组(MPEG)组织的MP3和AAC、微软公司的WMA，以及索尼公司的ATRAC。

为了重现立体声的声音效果，现在多采用多个声道将多声道声音信号播放给用户，多声道声音信号的编码方法也从以AC-3和MP3为代表的和差立体声(M/S Stereo)和强度立体声(Intensity Stereo)等波形编码技术，演进到以MP3 Pro、ITU EAAC+、MPEGSurround、Dolby DD+为代表的参数立体声(Parametric Stereo)和参数环绕声(Parametric Surround)技术。PS(包括Parametric Stereo和Parametric Surround)从双耳心理声学的角度出发，充分利用双耳时间/相位差(ITD/IPD)、双耳强度差(IID)、双耳相关性(IC)等心理声学空间特性，实现多声道声音信号的参数编码。

PS技术在编码端一般将多声道声音信号下混合(downmix)，生成1个和声道信号，和声道信号采用波形编码(或者波形和参数混合编码，如EAAC+)，并将各声道对应和声道信号的ITD/IPD、IID和IC参数进行参数编码。在解码端，根据这些参数，从和声道信号中恢复多声道信号。也可以在编码时，将多声道信号分组，并在不同的声道组采用如上的PS编解码方法。也可以采用级联的方式，将多声道进行多级的PS编码。

实践证明，单纯的波形编码(和声道)和PS编码技术，虽然可以在较低的码率下实现较高的编码质量；但在较高的码率下，PS技术却不能进一步提升信号质量，不适合高保真的应用场合。其原因在于，PS技术在编码端只编码和声道信号，而丢掉了残差声道信号，导致解码时不能完全恢复原始信号。为此，MPEG Surround采用残差信息编码的方法，来弥补PS技术的不足。

但是，无论是传统的PS技术还是MPEG Surround技术，都过分依赖了双耳的心理声学特性，而忽略了多声道声音信号本身的统计特性。例如，传统的PS技术和MPEG Surround技术都没有利用声道对之间的统计冗余信息。而且，MPEG Surround采用残差信息编码时，和声道信号和残差声道信号间仍然存在统计冗余，从而无法兼顾编码效率和编码信号的质量。

发明内容

本发明提供了一种多声道声音信号编码方法、解码方法及装置，目的是为了解决现有技术的多声道声音信号编码方法中，存在统计冗余，无法兼顾编码效率和编码信号的质量的问题。