[发明专利]音频编码方法和装置

说明书

用于对音频信号进行编码的编码器和其中的方法，其中音频信号的频谱被分成第一区域和第二区域，其中至少第二区域包括多个频带。此外，通过第一编码方法对第一区域中的谱峰进行编码。本文提供的方法包括：针对音频信号的片段，确定第二区域中的频带的能量和第一区域的能量估计之间的关系；确定第二区域的中的频带的能量和第二区域中的相邻频带的能量之间的关系；确定可用的比特数量是否足以用于对第一区域的至少一个非峰值片段和第二区域中的频带进行编码。此外，当上述关系满足各自的预定准则且比特数量足够时，使用第二编码方法对第二区域中的频带和第一区域的至少一个片段进行编码。否则，代之为对第二区域中的频带进行BWE或噪声填充。

本申请是国际申请日为2015年3月13日的国际申请PCT/EP2015/055306进入中国国家阶段的对应的申请号为201580013802.9的中国发明专利申请“音频编码方法和装置”的分案申请。

技术领域

所提出的技术大体上涉及用于音频编码的编码器和方法。

本文的实施例大体上涉及音频编码，其中由于比特率限制，使得部分频谱无法进行编码。具体地，实施例涉及带宽扩展技术，其中使用来自已编码的感知上较为重要的频带的参数表示和近似来重建在感知上不那么重要的频带。

背景技术

大多数现有电信系统操作在受限的音频带宽上。源于陆线电话系统的限制，大多数语音服务被局限于仅发送频谱的低端。尽管受限的音频带宽对于大多数会话是足够的，但是仍希望增加音频带宽以提高清晰度和存在感。虽然电信网络的容量持续增加，但是限制每通信信道所需的带宽仍然具有很大吸引力。在移动网络中，用于每个呼叫的传输带宽越小，则在移动设备和基站二者中产生的功耗越低。对于移动运营商，这转化为能量和成本的节约，同时终端用户将体验到延长的电池寿命和增加的通话时间。此外，在每用户消耗带宽较小的情况下，移动网络能够并行地服务于更大数量的用户。

人类听觉系统的特性是：知觉与频率相关。具体而言，我们的听力对于较高频率不太精确。这启发了所谓的带宽扩展(BWE)技术，其中使用少量传输的参数根据低频带来重建高频带。

传统的BWE使用高频带信号的参数表示(例如频谱包络和时间包络)，并通过使用产生的噪声或低频带信号的修改版本来再现信号的频谱精细结构。如果高频带包络由滤波器表示，则精细结构信号通常被称为激励信号。高频带包络的精确表示在感知上比精细结构更为重要。因此，下述情况是常见的：以比特为单位的可用资源被花费在包络表示上，而精细结构在没有额外辅助信息的情况下根据编码的低频带信号来重建。

BWE技术已经被应用于各种音频编码系统中。例如，3GPP AMR-WB+使用基于低频带编码器的时域BWE，该低频带编码器在编码激励线性预测(CELP)语音编码和变换编码的残差(TCX)编码之间切换。另一示例是基于音频编解码器的3GPP eAAC变换，该音频编解码器执行BWE的变换域变体(称为频谱带复制(SBR))。

虽然通常在感知上诱导分割为低频带和高频带，但是它可能不太适合某些信号类型。作为示例，如果特定信号的高频带在感知上比较低频带更为重要，则花费在较低频带上的大多数比特将被浪费，而较高频带将以差的精度表示。通常，如果频谱的一部分被固定编码，而其它部分没被编码，则可能总是存在不符合先验假设的信号。最差的情况将是：信号的全部能量被包含在未编码部分中，这将产生非常差的性能。

发明内容

本申请的目的旨在提供更灵活的音频编码方案。通过所提出的技术的实施例来满足该目的以及其他目的。

所提出的技术涉及增加决策逻辑，其用于将先验假设不重要的一个或多个频带包括进精细结构编码中。该决策逻辑被设计为：对于针对编码的BWE区域的边界的先验假设为有效的信号，维持其“传统”行为；同时对于落在该组之外的信号，将先验假设不重要的BWE区域的部分包括在的编码区域中。

所提出的技术的优点是：维持基于先验知识的部分编码频带的有利结构，同时将其扩展用于处理信号的特殊情况。