[发明专利]智能间隙填充框架内使用双声道处理的音频编码器、音频解码器及相关方法

说明书

一种用于生成解码的双声道信号的设备，包括：音频处理器(802)，用于对编码的双声道信号进行解码以获得第一组第一频谱部分；参数化解码器(804)，用于提供第二组第二频谱部分的参数化数据以及提供用于标识第二频谱部分的第一双声道表示或不同的第二双声道表示的双声道标识；以及频率再生器(806)，用于取决于第一组第一频谱部分中的第一频谱部分、第二部分的参数化数据以及第二部分的双声道标识来再生第二频谱部分。

本发明涉及音频编码/解码，并且具体地涉及使用智能间隙填充(IGF) 的音频编码。

音频编码为使用心理声学知识处理音频信号中的冗余及无关部分的信号压缩领域。如今音频编解码器通常需要大约60kbps/声道以对几乎任何类型的音频信号进行感知透明编码。较新的编解码器旨在使用如带宽扩展 (BWE)的技术通过利用信号中的频谱相似度来降低编码比特率。BWE 方案使用低比特率参数集来表示音频信号的高频(HF)分量。HF频谱填充有来自低频(LF)区域的频谱内容，并且频谱形状、倾斜和时域连续性被调整以维持原始信号的音质和音色。这样的BWE方法使得音频编解码器即使在大约24kbps/声道的低比特率下仍能够保持良好的品质。

音频信号的存储或传输经常受到严格的比特率约束。在过去，当仅有很低的比特率可用时编码器才被迫大幅度地减小传输音频带宽。

现代音频编解码器如今能够通过使用带宽扩展(BWE)方法[1]对宽带信号进行编码。这些算法依赖于高频内容(HF)的参数化表示以及参数驱动的后处理的应用，高频内容(HF)的参数化表示借助至HF频谱区域的转移(“修补(patching)”)来从解码信号的波形编码的低频部分(LF) 生成。按照BWE方案，高于给定的所谓的交叉频率的HF频谱区域的重构通常基于频谱修补。通常，HF区域包括多个相邻补片，并且这些补片中的每一个源自低于给定的交叉频率的LF频谱的带通(BP)区域。现有技术系统通过将一组相邻子带系数从源区域拷贝至目标区域来有效地执行滤波器组表示例如正交镜像滤波器组(QMF)内的修补。

在如今的音频编解码器中发现的提高压缩效率从而使得能够在低比特率下扩展音频带宽的另一种技术是音频频谱的适当部分的参数驱动合成替换。例如，原始音频信号的类噪声信号部分可以用在解码器中生成并且由边信息参数缩放的人造噪声来替换，而基本上不损失主观品质。一个示例是包括在MPEG-4高级音频编码(AAC)中的感知噪声替代(PNS) 工具[5]。

还提供了也使得能够在低比特率下扩展音频带宽的另一种技术，其是包括在MPEG-D统一语音与音频编码(USAC)中的噪声填充技术[7]。通过由于太粗糙的量化导致的量化器的死区而推断出的频谱间隙(零)随后以解码器中的人工噪声来填充并且通过参数驱动后处理来缩放。

另一种现有技术系统被称为精确频谱替换(ASR)[2-4]。除了波形编解码器以外，ASR还采用专用信号合成段，其在解码器处恢复信号的在感知上重要的正弦部分。此外，[5]中描述的系统依赖于波形编码器的HF 区域中的正弦建模以使得扩展的音频带宽在低比特率下仍具有还不错的感知品质。所有这些方法涉及将数据变换至除了改进型离散余弦变换(MDCT)以外的第二域的变换并且还涉及用于保留HF正弦分量的相当复杂的分析/合成段。