[发明专利]使用视频信息的音频编码

说明书

公开各种音频解码器及其使用方法。根据本发明的一个方面，提供一种包括音频编码器(80)和音频编码器模式选择器(60)的装置。所述音频编码器模式选择器可操作以分析视频数据，并且基于所述分析的视频数据来调整所述音频编码器的编码模式。

相关申请的交叉引用

本申请要求于2015年12月1日提交的美国专利申请号14/955,549的优先权，其全部内容特此以引用方式并入本文。

发明背景

1.发明领域

本发明总体涉及视听信号处理，并且更具体地，涉及用于对音频信号进行编码的方法和装置。

2.相关技术描述

记录带声音的动作图片的过程涉及视频图像和声音两者的获取，并且在每种类型的内容的情况下，所述获取涉及采样另外连续的信息流。例如，视频图像通常以每秒24帧的速率采样。音频通常被记录为模拟信号，所述模拟信号接下来以某比特或采样速率采样，以便将模拟电压信号转换成数字数据。模数转换的质量取决于许多因素，诸如以数字形式表示的可能电压电平的数量。虽然也可能简单地记录或以其他方式存储所有音频样本，但是在存储在某种形式的媒体(诸如磁盘或硬盘驱动器等)上之前对采样的音频信号执行某种音频编码通常更有效。

许多当前的音频编码器在将压缩数据发送到回放设备或存储设备之前使用各种技术来压缩采样的音频信号。这些压缩技术的实例包括预测、量化(矢量和标量两者)和霍夫曼(Huffman)编码。许多视听记录在记录的持续过程中涉及视频和音频内容的显著变化。一个场景可能涉及具有的音频内容吵闹和对话很少的嘈杂动作序列，而下一个场景可能涉及具有很少或不具有音乐背景的人物之间的亲密会话，等等。

当前的音频编码器对音频信号进行编码，而并不考虑哪些可能是有价值的视频信息(诸如，场景变化、对话密集型场景的存在等)。因此，当前的音频编码器通常在没有视频信号辅助或端信息的情况下确定模式(即，预测开/关)、比特率分配和量化参数。因此，音频编码器用户无法利用视频信息来改进适用的音频编码器。

雅马哈公司销售YAS-103和YAS-93型号的前置环绕系统(条形音箱)。这些型号使用称为“清晰语音”的功能，旨在提高用户观看视频内容时的语音质量。当启用清晰语音时，条形音箱在将模拟音频信号发送到条形音箱的扬声器之前对其进行调整。这种处理与音频编码不同，因为它是对经过数模转换的模拟信号执行的。

本发明旨在克服或降低前述缺点中的一个或多个的影响。

发明的公开内容

根据本发明的一个方面，提供一种包括音频编码器和音频编码器模式选择器的装置。所述音频编码器模式选择器可操作以分析视频数据，并且基于所述分析的视频数据来调整所述音频编码器的编码模式。

根据本发明的另一个方面，提供一种对音频数据进行编码的方法，所述方法包括用音频编码器对所述音频数据进行编码，并且基于对视频数据的分析来调整所述音频编码器的音频编码模式。

根据本发明的另一个方面，提供一种对音频数据进行编码的方法，所述方法包括用记录设备来记录视频和音频以创建视频数据和音频数据。所述音频数据用音频编码器来编码，并且所述音频编码器的音频编码模式基于对所述视频数据的分析而被调整。

根据本发明的另一个方面，提供一种具有用于执行方法的计算机可读指令的非暂态计算机可读介质。所述方法包括用音频编码器对所述音频数据进行编码，并且基于对视频数据的分析来调整所述音频编码器的音频编码模式。

附图简述

在阅读以下详细描述并且参考附图后，本发明的前述和其他优点将变得明白易懂，在附图中：

图1是包括可控音频编码级的示例性视听系统的示意图；

图2是包括音频编码模式选择级的示例性音频编码器的示意图；