[发明专利]用于带宽扩展编码的自适应栅格构造方法和装置

说明书

本发明涉及一种用于带宽扩展编码的自适应栅格构造方法和装置。所述方法包括：S1、基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号；S2、对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格。本发明还涉及基于该方法的带宽扩展编码和解码方法。本发明基于音频信号特性和高频信号可用码率限制进行自适应多分辨率滤波和自适应时频栅格构造，可明显提高数字音频信号的高频部分编码效率和高频部分信号的声音质量。

技术领域

本发明涉及数字音频编解码技术，更具体地说，涉及一种用于带宽扩展编码的自适应栅格构造方法和装置、以及采用该方法的带宽扩展编码和解码方法。

背景技术

传统的感觉音频编码技术(DRA、AAC和MP3等)的立体声典型工作码率是96～128kbps，且在64kbps/立体声以下时编码质量存在明显的主观感觉失真。调频广播应用的典型编码码率为48kbps～64kbps/立体声，这时传统感觉音频编码技术的主观声音质量已不能满足调频广播要求。

为此，提出了数字音频信号的带宽扩展(BandWidth Extension，简称BWE)编码技术。目前的带宽扩展编码技术有很多，性能也参差不齐。已经公开且用于国际标准中的带宽扩展编码技术主要有如下两种编码算法：

第一种是ISO/IEC 14496-3MPEG-4中描述的频谱带复制(Spectral BandwidthReplication，简称SBR)编码。图1示出了SBR编码的具体原理框图。SBR是频域处理的算法，其编码原理为：每帧信号通过64子带的正交镜像滤波器组(Quadrature Mirror Filter，简称QMF)获得64个均匀的子频带，每个子频带包含32个样点，根据当前信号的瞬态特性划分一个合理的时频栅格，每个栅格计算一个能量信息并进行huffman编码。该算法同时包括音调性检查并传输个别的单个正弦信号参数信息。在解码端，首先选择归一化的低频部分，并拷贝高频作为高频的细节信息；再通过传输的能量信息修改高频的包络；最后补充单频信号；最后对恢复的高频信号进行滤波处理。这样低频和高频再通过64带的合成QMF滤波重建PCM数字音频信号。

MPEG SBR编码技术的主要缺点是相对固定的时频分割。对于48kHz采样率，由于使用64带QMF，则最大频率分辨率为375Hz(24khz/64)；每帧2048样点，则最大时间分辨率约为1.3ms(64/48000)。由于音频信号极其复杂，这种算法有时不能很好地满足信号分析的精度要求。

第二种是在3GPP AMR-WB+编码方法中包含的一种简单的带宽扩展技术。它是一种时域处理的算法，主要编码原理是：将输入信号分为同样带宽的低频和高频两部分时域信号，低频(LF)部分通过LPC分析滤波处理得到低频信号的残差信号，然后经过高频LPC合成滤波来模拟高频细节信号；然后通过与实际S_HF(n)的实际高频信号比较，得到高频包络(能量)的增益矢量(每子帧一个增益值)，最后通过低频高频和低频连接点的增益的一致性进一步修正增益矢量，然后编码此增益矢量。因此传输给解码端的包括校正的增益矢量和高频LPC系数。AMR-WB+的高频解码过程基本是编码的反过程。

3GPP AMR-WB+的带宽扩展编码技术存在以下问题：(1)在时域实现高频编码，无法获得更高的频率分辨率，因为这种方法可以认为只有一个高频区域划分；(2)高频编码的起始频带固定，只能是Fs/4，对于48khz采样频率，高频编码的起始频点为12khz；(3)对高频中的谐波信号无法准确恢复；(4)高频信号的包络还原不够准确。