[发明专利]一种3D音频空间参数全方位非均匀量化编码系统及方法

说明书

技术领域

本发明涉及音频编码技术领域，尤其涉及一种3D音频空间参数全方位非均匀量化编码系统及方法。

背景技术

人耳的空间听觉特性是声道间空间参数感知去冗余的基础。传统的空间音频参数编码方法，通过声道下混和提取声道间空间参数的方法进行立体声信号压缩编码，基于人对空间方位感知的双耳线索的恰可感知差异特性，对立体声空间参数进行感知去冗余量化编码。人对3D空间中不同方位的声音具有不同的感知敏感特性，人对正前方声音方位感知最敏感，后方次之，侧面最弱。然而现有多声道3D音频编码技术仍然沿用立体声编码方法，对所有方位扬声器对提取的空间参数采用相同的量化表，相同的量化范围及步长设置难以与人耳对不同方位的感知特性相符，从而造成要么量化比特数浪费、要么量化精度不够带来感知失真的问题，降低编码效率和质量。

发明内容

本发明的目的是提供一种3D音频空间参数全方位非均匀量化编码系统及方法，使得3D音频中所有方位的扬声器信号中提取的空间参数感知编码都能与人耳感知特性相符。

为达到上述目的，本发明提供一种3D音频空间参数全方位非均匀量化编码系统，包括以下模块：

预处理模块，用于对双声道输入信号进行预处理，得到两个声道的当前帧的各个子带的频域信号X_i(k)和X_j(k)并做两路输出，一路输出给声道信号下混模块，一路输出给空间参数提取模块；i,j代表扬声器信号编号，k代表子带编号，取值1,2,…,K，子带数K＞1；

声道信号下混模块，用于对从预处理模块输入的频域信号X_i(k)和X_j(k)，按每个子带每个频谱系数进行下混，得到当前帧的频域下混信号X_mix(k)＝(X_i(k)+X_j(k))/2，输出给下混信号量化编码模块；

下混信号量化编码模块，用于对声道信号下混模块输入的下混信号X_mix(k)＝(X_i(k)+X_j(k))/2进行量化编码，将编码结果作为码流的一部分输出给解码端；

空间参数提取模块，用于对从预处理模块输入的所得当前帧的各个子带的频域信号X_i(k)和X_j(k)，按子带提取空间参数并输出给空间参数全方位非均匀量化编码模块，所述空间参数为声道间强度差异参数ICLD，提取如下，

ICLD=10log(ΣXi(k)2ΣXj(k)2),]]>

其中ΣX_i(k)²和ΣX_j(k)²表示对频域信号X_i(k)和X_j(k)的第k个子带的所有频谱系数求平方和；

全方位角度量化表生成模块，用于包括根据输入的全方位的角度恰可感知差异JND值A_JND(a,e)，量化得到全方位角度量化表中角度的量化值A_Q(index)，量化步长通过设置相邻两个A_Q(index)之间的差异约等于从量化点开始的2个连续A_JND(a,e)值的和，其中a,e分别代表水平角和高度角；所得全方位角度量化表输出给基于方位角自适应映射的空间参数量化表生成模块；