[发明专利]对线性预测系数量化的方法和装置及解量化的方法和装置

权利要求书

1.一种量化设备，包括：

帧间预测器，配置成从前一帧的量化的输入矢量生成当前帧的第一预测矢量；

帧内预测器，配置成基于所述当前帧的量化的第一误差矢量的前一级子矢量和当前级的预测矩阵估计所述当前帧的第二预测矢量的当前级子矢量来生成所述当前帧的所述第二预测矢量，其中，所述当前帧的所述量化的第一误差矢量基于所述当前帧的所述第二预测矢量和所述当前帧的量化的第二误差矢量来获得；以及

格栅结构化矢量量化器，配置成对所述当前帧的与所述当前帧的第一误差矢量和所述当前帧的所述第二预测矢量之间的差值对应的第二误差矢量进行量化，以生成所述当前帧的所述量化的第二误差矢量，其中，所述当前帧的所述第一误差矢量与所述当前帧的所述第一预测矢量和所述当前帧的输入矢量之间的差值对应。

2.根据权利要求1所述的设备，其中，所述帧内预测器配置成通过使用N×N预测矩阵和所述量化的第一误差矢量的N维子矢量来估计所述第二预测矢量的N维子矢量，N是大于或等于2的自然数。

3.根据权利要求1所述的设备，其中，所述格栅结构化矢量量化器配置成将所述第二误差矢量划分成N维子矢量，并将所述N维子矢量分配给多个级。

4.根据权利要求1所述的设备，其中，所述预测矩阵通过所述码本训练来预先定义。

5.根据权利要求1所述的设备，其中，还包括矢量量化器，所述矢量量化器配置成与所述第一误差矢量和所述量化的第一误差矢量之间的差值对应的第三误差矢量进行量化。

6.根据权利要求1所述的设备，其中，所述格栅结构化矢量量化器配置成基于加权函数来搜索最佳指标。

7.根据权利要求5所述的设备，其中，所述矢量量化器配置成基于加权函数来搜索最佳指标。

8.一种量化设备，包括：

第一量化模块，用于在没有帧间预测的情况下执行量化；以及

第二量化模块，用于利用帧间预测来执行量化；

其中，所述第一量化模块包括：

第一帧内预测器，配置成通过基于当前级的第一预测矩阵和量化的输入矢量的前一级子矢量估计预测矢量的当前级子矢量来生成所述预测矢量，其中，所述量化的输入矢量基于所述预测矢量和量化的预测误差矢量来获得；以及

第一格栅结构化矢量量化器，配置成对与所述预测矢量和输入矢量之间的差值对应的预测误差矢量进行量化，以生成所述量化的预测误差矢量。

9.根据权利要求8所述的设备，其中，所述第二量化模块包括：

帧间预测器，配置成从前一帧的量化的输入矢量生成当前帧的第一预测矢量；

第二帧内预测器，配置成通过基于所述当前帧的量化的第一误差矢量的前一级子矢量和当前级的第二预测矩阵估计所述当前帧的第二预测矢量的当前级子矢量来生成所述当前帧的所述第二预测矢量，其中，所述当前帧的所述量化的第一误差矢量基于所述当前帧的所述第二预测矢量和所述当前帧的量化的第二误差矢量来获得；以及

第二格栅结构化矢量量化器，配置成对所述当前帧的与所述当前帧的第一误差矢量和所述当前帧的所述第二预测矢量之间的差值对应的第二误差矢量进行量化，以生成所述当前帧的所述量化的第二误差矢量，其中，所述当前帧的所述第一误差矢量与所述当前帧的所述第一预测矢量和所述当前帧的输入矢量之间的差值对应。

10.根据权利要求8所述的设备，还包括选择器，所述选择器配置成以开环方式选择所述第一量化模块和所述第二量化模块中的一个。

11.根据权利要求9所述的设备，其中：

所述第一量化模块还包括第一矢量量化器，所述第一矢量量化器配置成对与所述输入矢量和所述量化的输入矢量之间的差值对应的量化误差矢量进行量化；以及

所述第二量化模块还包括第二矢量量化器，所述第二矢量量化器配置成对与所述第一误差矢量和所述量化的第一误差矢量之间的差值对应的第三误差矢量进行量化。

12.根据权利要求11所述的设备，其中，所述第一矢量量化器和所述第二矢量量化器配置成共享码本。