[发明专利]多声道无损音频混合编解码方法及装置在审
申请号: | 201410721299.X | 申请日: | 2014-12-02 |
公开(公告)号: | CN104392725A | 公开(公告)日: | 2015-03-04 |
发明(设计)人: | 杨新辉;刘任化 | 申请(专利权)人: | 中科开元信息技术(北京)有限公司 |
主分类号: | G10L19/008 | 分类号: | G10L19/008 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 皋吉甫 |
地址: | 100080 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多声道 无损 音频 混合 解码 方法 装置 | ||
1.一种多声道无损音频混合编解码方法,其特征在于,所述方法根据采样频率,声道数,量化位数,预处理模块及预测模块的运算复杂度选择算术与Golomb-rice熵编解码,利用算术与Golomb-rice熵编解码各自的优点,实现对多声道音频信号的算术与Golomb-rice的混合编解码。
2.根据权利要求1的混合编解码方法,其特征在于:
所述算术与Golomb-rice的混合熵编码方法包括具体步骤:
对原始音频输入信号进行预处理,减少信号之间的冗余度,提高压缩率;
对音频输入信号进行预测,去除原始信号前后数据的相关性;
根据音频数据采样频率,声道数,预测模块复杂度参数,预处理模块复杂度参数,音频数据特征参数组合信息,设置选择算术熵编码和Golomb-Rice熵编码的阈值;
所述算术与Golomb-rice的混合熵解码方法包括具体步骤:
进行预测逆处理;
进行预处理逆处理;
从码流中读取熵编码算法标识, 以决定调用算术还是Golomb-rice熵解码器,解码当前声道或者帧数据。
3.根据权利要求1的方法,其特征在于,所述方法允许算术编码和Golomb-Rice熵编码在数据帧中独立存在或混合存在,即,码流内全部数据采用算术编码方法、码流内全部数据采用Golomb-Rice编码方法或码流内数据采用算术编码和Golomb-Rice编码并存的方法。
4.根据权利要求1的方法,其特征在于,所述根据运算复杂度选择算术与Golomb-rice熵编解码,是通过对编解码技术中的各个处理模块进行归一化处理,为各编解码模块设定复杂度权重,根据计算复杂度决策要求,选定处理模块及等级、实现压缩率与编解码速度之间的动态调节。
5.根据权利要求1的方法,其特征在于,所述预处理有以下这些形式:
对原始输入信号的滤波整型处理、对原始输入信号的变换处理、对原始输入信号的去相关处理、对原始输入信号的联合处理和对原始输入信号的重组处理。
6.根据权利要求1的方法,其特征在于,所述对音频输入信号进行预测有以下形式:
Levinson-Durbin LPC线性预测、LMS最小均方误差自适应预测、RLS递推最小二乘算法和LTP Long-term预测。
7.根据权利要求1的方法,其特征在于,所述设置选择算术熵编码和Golomb-Rice熵编码的阈值包括;
1)设置调用算术编码和Golomb-rice熵编码的采样频率阈值;
2)设置调用算术编码和Golomb-rice熵编码的声道数阈值;
3)设置调用算术编码和Golomb-rice熵编码的预测滤波器的最大阶数阈值;
4)设置调用算术编码和Golomb-rice熵编码的预测模块的复杂度阈值。
8.根据权利要求6的方法,其特征在于,所述预测模块的复杂度阈值选择LPC预测阶数作为决策因子:
LPC > 16, 熵编码选择Golomb-Rice;
LPC <= 16,熵编码选择算术编码。
9.一种多声道无损音频混合编解码装置,包括混合编码装置和混合解码装置,其特征在于,
所述混合编码装置包括:
预处理模块,对原始音频输入信号进行预处理,减少信号之间的冗余度,提高压缩率;
预测模块,去除原始信号前后数据的相关性;
复杂度决策模块,根据信号的采样频率,声道个数,预测滤波器的阶数以及预测处理模块的计算复杂度选择调用算术或者Golomb-rice熵编码模块:
熵编码模块,包括算术编码和Golomb-Rice熵编码的混合熵编码器;
所述混合解码装置包括:
预测逆处理模块,对应预测处理的逆过程;
预处理逆处理模块,对应预处理的逆过程;
熵解码模块,包括算术解码和Golomb-Rice熵解码的混合熵解码器。
10.根据权利要求8混合编解码装置,其特征在于,所述线性预测模块为基于LPC线性预测的128阶预测模块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科开元信息技术(北京)有限公司,未经中科开元信息技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410721299.X/1.html,转载请声明来源钻瓜专利网。