[发明专利]用于缩减解码的方法和音频解码器

说明书

本申请提供用于缩减解码的方法和音频解码器。如果用于缩减音频解码的合成窗口是在非缩减音频解码过程中涉及的参考合成窗口的如下下采样版本，则可以更有效地和/或以改善的兼容性维护实现音频解码过程的缩减版本，其中所述下采样版本是按照下采样因子进行下采样并且使用以帧长的1/4为分段的分段内插获得的，以及所述下采样因子表示下采样的采样率和原始采样率的偏离。

本申请是申请日为2016年6月10日的PCT国际申请PCT/EP2016/063371进入中国国家阶段的题为“缩减编码”的发明专利申请No.201680047160.9的分案申请。

技术领域

本申请涉及缩减(downscaled)解码构思。

背景技术

MPEG-4增强型低延迟AAC(AAC-ELD)通常以高达48kHz的采样率操作，导致15ms的算法延迟。对于某些应用，例如音频的唇音同步(lip-sync)传输，期望更低的延迟。AAC-ELD已经通过以更高的采样率(例如，96kHz)操作来提供这样的选择，从而提供具有更低延迟(例如，7.5毫秒)的操作模式。但是，这种操作模式由于采样率高而带来不必要的高复杂度。

该问题的解决方案是应用滤波器组的缩减版本，并且从而以较低的采样率(例如，48kHz，而不是96kHz)来渲染音频信号。缩减操作已经是AAC-ELD的一部分，因为它是从作为AAC-ELD基础的MPEG-4AAC-LD编解码器继承而来的。

但是，仍然存在的问题是如何找到特定滤波器组的缩减版本。也就是说，唯一的不确定因素是在支持对AAC-ELD解码器的缩减操作模式的清楚的一致性测试的同时推导窗系数的方式。

在下文中，描述AAC-(E)LD编解码器的缩减操作模式的原理。

在ISO/IEC 14496-3：2009的第4.6.17.2.7节“对采用较低采样率的系统的适配”中描述了针对AAC-LD的缩减操作模式或AAC-LD，描述如下：

“在某些应用中，可能有必要将低延迟解码器集成到以较低采样率(例如16kHz)运行但比特流有效载荷的标称采样率要高得多(例如48kHz，对应于算法编解码器延迟约20毫秒)的音频系统中。在这种情况下，有利的是直接以目标采样率解码低延迟编解码器的输出，而不是在解码之后使用附加采样率转换操作。

这可以通过将帧尺寸和采样率两者适当地按照整数因子(例如2、3)缩减来近似，从而得到编解码器的相同的时间/频率分辨率。例如，通过在合成滤波器组之前仅保留频谱系数的最低三分之一(即480/3＝160)，并且将逆变换大小减小到三分之一(即窗口大小为960/3＝320)，可以以16kHz采样率而不是标称48kHz来生成编解码器输出。

因此，较低采样率的解码降低了对存储器的要求和对计算的要求，但是可能不能产生与通过全带宽解码再接着进行频带限制和采样率转换得到的输出完全相同的输出。

请注意，如上所述，以较低采样率进行解码不会影响对等级的解释，所述等级是指AAC低延迟比特流有效载荷的标称采样率。”

请注意，AAC-LD使用标准的MDCT框架和两个窗口形状，即正弦窗口和低重叠窗口。这两个窗口都完全用公式来描述，因此可以确定任意变换长度的窗系数。

与AAC-LD相比，AAC-ELD编解码器显示出两个主要区别：

·低延迟MDCT窗口(LD-MDCT)

·利用低延迟SBR工具的可能性

在[1]中的4.6.20.2中描述了使用低延迟MDCT窗口的IMDCT算法，这与使用例如正弦窗口的标准IMDCT版本的非常类似。低延迟MDCT窗口(480和512个采样的帧大小)的系数在[1]中的表4.A.15和4.A.16中给出。请注意，由于系数是优化算法的结果，系数不能由公式确定。图9示出了帧大小为512的窗口形状的图。