[发明专利]基于频谱拉伸的带宽扩展音频编解码方法及装置

说明书

基于频谱拉伸的带宽扩展音频编解码方法及装置。本发明涉及用于带宽扩展的音频编码方法及装置。所述音频具有低频部分与高频部分，所述方法包括步骤：将高频部分进行频域栅格划分得到频域栅格区域；在低频部分选择与所述频域栅格区域中的M个频域栅格区域对应匹配的拷贝频谱，M为自然数；确定拉伸因子，所述拉伸因子为与M个频域栅格区域中的频域栅格区域以及匹配的相应拷贝频谱相关的线性拉伸因子；和向解码端传送与拉伸因子有关的拉伸信息。本发明还涉及用于带宽扩展的音频解码方法及装置。

技术领域

本发明的实施例涉及数字音频编解码技术，尤其涉及一种用于带宽扩展的音频编码方法及装置，以及用于带宽扩展的音频解码方法及装置。

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。

如图1所示，提出了数字音频信号的带宽扩展(BandWidth Extension，简称BWE)编码技术。如图1所示，一个全频带单声道音频信号的低频部分采用传统的感觉音频编码(如AAC或DRA)，而高频部分采用BWE进行参数编码，从而实现了一种低码率音频编码的方法。

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带宽扩展编码技术主要由如下两种编码算法：

第一种带宽扩展编码技术是ISO/IEC 14496-3MPEG-4中描述的频谱带复制(Spectral Bandwidth Replication，简称SBR)编码。图2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霍夫曼(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。

图3示出了SBR解码的具体原理框图。SBR解码原理为：经过核心解码器(AAC)输出的解码pcm通过32子带的QMF获得32个均匀的子频带，每个子频带包含32个样点，根据SBR解复用输出的控制参数进行高频生成，然后根据控制参数以及包络数据对高频进行调整，然后将低频32子带QMF的输出以及经调整后高频子带QMF的输出一起进入到64带QMF合成，最后输出全频带pcm音频信号。

SBR中用低频子带k生成高频子带m的简要示意图如图4所示。在SBR中，低频子带k生成高频子带m的公式为：

x[m][n]＝x[k][n]+bw(k)·a₀·x[k][n-1]+(bw(k))²·a₁·x[k][n-2](1)

其中：a₀和a₁是预测系数；bw(k)为弯曲因子，范围是0-0.98，具体值由控制参数决定，其含义是当高频的音调性强时，bw(k)偏向于0；当高频的音调性弱、甚至是类噪时，bw(k)偏向于0.98。

从上述公式(1)可以看到：

当bw(k)＝0时，高频子带m就是由低频子带k直接拷贝生成；

当bw(k)＝0.98时，高频子带m就是由低频子带k的预测残差生成。

因此，SBR技术在高频生成时的主要问题是，SBR的高频细节就是低频拷贝或者低频残差拷贝获得，这种技术在音频信号的低频和高频差别很大时，会出现较大的问题，因为SBR高频的细节恢复比较粗糙，所以在整个高频部分的还原上难以获得较高的质量。