[发明专利]频谱包络的样本值的基于上下文的熵编码

说明书

通过结合一方面的频谱时间预测与另一方面的对残差进行基于上下文的熵编码，而特别地根据对当前样本值的频谱时间邻近区域中的频谱包络的成对的已编码/解码的样本值之间的偏差的测量，确定用于当前样本值的上下文，获得用于对频谱包络的样本值进行编码的改进概念。一方面的频谱时间预测与另一方面的随着根据偏差测量的上下文的选择来对预测残差进行基于上下文的熵编码的结合与频谱包络的本质相协调。

本申请是申请人为弗朗霍夫应用科学研究促进协会、申请日为2014年7月15日、申请号为201480041809.7、发明名称为“频谱包络的样本值的基于上下文的熵编码”的分案申请。

技术领域

本申请涉及频谱包络的样本值的基于上下文的熵编码及其在音频编码/压缩中的使用。

背景技术

如在[1]和[2]中所述的许多现有技术的有损(lossy)音频编码器，基于MDCT变换，并使用不相关性减小和冗余度减小，以对于给定的感知品质最小化所需的比特率。为了减小表示精确度或移除非感知相关的频率信息，不相关性减小通常利用人类听觉系统的感知限制。为了实现剩余数据的最简洁的表示，通常使用结合熵编码的统计建模，应用冗余度减少以利用统计结构或相关性。

除了别的之外，参数化编码概念用于高效地对音频内容进行编码。使用参数化编码，使用参数而非使用实际时域音频样本或类似来描述音频信号的部分，如其频谱图的部分。例如，音频信号的频谱图的部分可在解码器侧与仅包括参数(如频谱包络和可选的其他控制合成的参数)的数据流合成，以使合成的频谱图部分适于所传输的频谱包络。此种的新技术为频谱频带复制(SBR)，根据此，核心编解码器用于编码并传输音频信号的低频分量，然而所传输的频谱包络用在解码侧，以频谱地成形/形成音频信号的低频带分量的重建的频谱复制，从而在解码侧合成音频信号的高频带分量。

以上所述的编码技术的架构内的频谱包络，在数据流内以某种合适的频谱时间分辨率传输。在某种程度上类似于频谱包络样本值的传输，用于缩放频谱线系数或频域系数(如MDCT系数)的比例因子，同样地以合适的频谱时间分辨率传输，该合适的频谱时间分辨率比原始的频谱线分辨率更粗糙，例如在频谱意义上。

为了传递描述频谱包络或比例因子或频域系数的样本的信息，可使用固定的哈夫曼(Huffman)编码表。改进的方法使用上下文编码，如在[2]和[3]中所述，其中用于选择概率分布以用于对值进行编码的上下文跨时间与频率延伸。个别的频谱线(如MDCT系数值)为复频谱线的实数投射，且其可能在本质上显现某些随机性，即便复频谱线的振幅为跨时间恒定的，但相位因帧而异。为了有如[3]所描述的良好结果，这需要上下文选择、量化以及映射的相当复杂的机制。

在图像编码中，所使用的上下文通常为图像的跨x轴和y轴的二维的，如在[4]中所述。在图像编码中，例如利用伽马(gamma)调节，值处于线性域或幂律域。此外，在每个上下文中，单个固定的线性预测可被用作平面拟合及基本的边缘检测机制，而且预测误差可被编码。参数化Golomb或Golomb-Rice编码可用于对预测误差进行编码。此外，例如使用基于比特的编码器，运行长度编码(run length coding)用于补偿对非常低的熵信号(每样本低于1比特)进行直接编码的困难度。

然而，尽管有关于比例因子和/或频谱包络的编码的改进，仍需要用于对频谱包络的样本值进行编码的改进概念。因此，本发明的目的在于提供用于对频谱包络的频谱值进行编码的概念。

发明内容

通过待决的独立权利要求的主旨实现本发明的目的。