[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

说明书

一种量化装置，包括：格栅结构化矢量量化器，对N维(这里，“N”是两个或更多个)子矢量与第一预测矢量之间的第一误差矢量进行量化；以及帧间预测器，从量化的N维子矢量生成第一预测矢量，其中帧间预测器使用包括N×N矩阵的预测系数，并且使用前一级的量化的N维子矢量来执行帧间预测。

分案申请声明

本申请是申请日为2015年5月7日、发明名称为“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”的第201580037280.6号专利申请的分案申请。

技术领域

一个或多个示例性实施方案涉及线性预测系数的量化和反量化，更具体地，涉及用于以低复杂度有效地量化线性预测系数的方法和设备，以及用于反量化的方法和设备。

背景技术

在用于编码声音(诸如语音或音频)的系统中，线性预测编码(LPC)系数用来表示声音的短期频率特性。LPC系数以一种形式获得，该形式是以帧为单位划分输入声音并且使每个帧的预测误差的能量最小化。然而，LPC系数具有大的动态范围，并且所使用的LPC滤波器的特性对LPC系数的量化误差非常敏感，因此不能保证滤波器的稳定性。

因此，通过将LPC系数转换成容易确认滤波器的稳定性的另一系数来对LPC系数进行量化，插值是有利的，并且量化特性是良好的。最优选的是通过将LPC系数转换成线谱频率(LSF)或导谱频率(ISF)来量化LPC系数。具体地讲，量化LSF系数的方案可在频域和时域中使用LSF系数的高帧间相关性，从而增加量化增益。

LSF系数表现出短期声音的频率特性，并且在其中输入声音的频率特性急剧变化的帧的情况下，对应的帧的LSF系数也急剧变化。然而，包括使用LSF系数的高帧间相关性的帧间预测器的量化器无法对急剧变化的帧执行适当的预测，并且因此量化性能降低。因此，需要选择与输入声音的每个帧的信号特性相对应的优化的量化器。

发明内容

技术问题

一个或多个示例性实施方案包括用于以低复杂度有效地量化线性预测编码(LPC)系数的方法和设备以及用于反量化的方法和设备。

技术方案

根据一个或多个示例性实施方案，一种量化设备包括：格栅结构化矢量量化器，所述格栅结构化矢量量化器被配置来量化第一预测矢量与N维子矢量之间的第一误差矢量，其中N是大于或等于2的自然数；以及帧内预测器，所述帧内预测器被配置来从量化的N维子矢量生成所述第一误差矢量，其中所述帧内预测器被配置来使用具有N×N矩阵的预测系数并且通过使用前一级的量化N维子矢量来执行帧内预测。

所述设备还可包括被配置来量化所述N维子矢量的量化误差的矢量量化器。

所述设备还可包括帧间预测器，当格栅结构化矢量量化器被配置来量化第二误差矢量(其对应于预测误差矢量与第二矢量之间的差)时，所述帧间预测器被配置来从先前帧的量化N维子矢量生成当前帧的预测矢量，所述预测误差矢量是从当前帧的N维子矢量和预测矢量所获得。

所述设备还可包括帧间预测器，当格栅结构化矢量量化器被配置来量化第二误差矢量(其对应于预测误差矢量与第二矢量之间的差值)时，所述帧间预测器被配置来从先前帧的经量化N维子矢量和被配置来量化预测误差矢量的量化误差的矢量量化器产生当前帧的预测矢量，所述预测误差矢量是从当前帧的N维子矢量和预测矢量所获得。