[发明专利]流拼接器、音频编码器/解码器、拼接方法、音频编码/解码方法和计算机存储介质

说明书

通过使用一个或多个截断单元分组，使得音频拼接更有效，其中一个或多个截断单元分组被插入到音频数据流中以针对预定访问单元向音频解码器指示与预定访问单元相关联的音频帧的端部要在播出时被丢弃。

技术领域

本申请涉及音频拼接。

背景技术

被编码的音频通常以样本的区块(chunk)来呈现，通常针对每一区块有1024、2048或4096个样本。这些区块在下文中被称为帧。在MPEG音频编解码器(例如AAC或MPEG-H 3D音频)的上下文中，这些区块/帧被称为细粒(granule)，被编码的区块/帧被称为访问单元(AU)并且被解码的区块被称为组成单元(CU)。在传输系统中，音频信号只能以这些被编码的区块(访问单元)的粒度可访问且可寻址。然而更好的是，能够以某一最终的粒度来寻址音频数据，特别是为了以下的目的：例如被编码的音频数据的流拼接或配置改变、与另一流(例如视频流)同步并对齐。

目前所知道的是丢弃编码单元的一些样本。例如，MPEG-4文件格式具有所谓的编辑列表，其可以用于丢弃被编码的音频文件/比特流的起始和末端处的音频样本[3]。不利的是，该编辑列表方法只与MPEG-4文件格式一同工作，即其是文件格式特定的，而无法与诸如MPEG-2传输流的流格式一同工作。除此之外，编辑列表被深深地嵌入MPEG-4文件格式中，因而无法在操作中(on the fly)被流拼接设备轻易地修改。在AAC[1]中，截断信息可以以extension_payload的形式插入到数据流中。然而，被编码的AAC访问单元中的这种extension_payload是不利的，其原因在于截断信息被深深地嵌入AAC AU中并且无法在操作中被流拼接设备轻易地修改。

发明内容

因此，本发明的目的在于提供一种音频拼接的构思，其在例如流拼接器及/或音频解码器处的拼接过程的程序复杂性方面更有效。

该目的是由随附的独立权利要求的主题实现的。

本申请的发明是由下面思想所启发，即通过使用插入到音频数据流中的一个或多个截断单元分组以针对预定访问单元向音频解码器指示与预定访问单元相关联的音频帧的端部在播出时被丢弃，可以更高效地呈现音频拼接。

根据本发明的一个方面，最初向音频数据流提供截断单元分组，以按比音频帧长度更细的时间粒度呈现在预定访问单元处更容易拼接的由此设置的音频数据流。因此，一个或多个截断单元分组分别被寻址到音频解码器和流拼接器。根据实施例，流拼接器简单地搜索这样的截断单元分组以定位可能的拼接点。流拼接器据此设置截断单元分组以指示与预定访问单元相关联的音频帧的端部在播出时被丢弃，在预定访问单元处切断第一音频数据流，并且将音频数据流与另一音频数据流进行拼接，以在预定访问单元处彼此邻接。由于截断单元分组已经被提供在可拼接的音频数据流内，因此拼接过程不会插入额外的数据，因此比特率消耗到目前为止保持不变。

备选地，截断单元分组可以在拼接时被插入。不管是在初始时就向音频数据流提供了截断单元分组还是在拼接时向音频数据流提供截断单元分组，被拼接的音频数据流中插入了这样的截断单元分组，其端部在预定访问单元是音频数据流的在拼接点之前的部分的情况下是尾端部并且在预定访问单元是音频数据流的在拼接点之后的部分的情况下是前端部。

附图说明

本申请的实现方式的有利方面是从属权利要求的主题。具体地，下面参照附图描述本申请的优选实施例，其中：

图1从上到下示意地示出了音频信号(该音频数据流具有以音频信号的音频帧为单位被编码于其中的音频信号)、视频(其是由帧序列构成)以及另一音频数据流和被编码于其中的音频信号(将潜在地从某一视频帧开始替换初始音频信号)；

图2示出了根据本申请的实施例的可拼接的音频数据流的示意图，即具有TU分组以减轻拼接动作的音频数据流；

图3示出了说明根据实施例的TU分组的示意图；