[发明专利]音频编码及解码方法、装置、设备、介质及程序产品在审
申请号: | 202210681816.X | 申请日: | 2022-06-15 |
公开(公告)号: | CN115116457A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 肖玮;黄庆博;王蒙;康迂勇;史裕鹏;商世东;吴祖榕 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G10L19/16 | 分类号: | G10L19/16;G10L19/032 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 王花丽;蒋雅洁 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 音频 编码 解码 方法 装置 设备 介质 程序 产品 | ||
1.一种音频编码方法,其特征在于,所述方法包括:
对音频信号进行分解处理,得到低频子带信号和高频子带信号;
基于所述低频子带信号以及所述高频子带信号进行多个层次的特征提取处理,得到所述多个层次分别对应的子带信号特征;
对每个所述层次对应的子带信号特征进行量化处理,得到所述子带信号特征的索引值;
对所述子带信号特征的索引值进行编码处理,得到所述层次对应的码流;
对所述多个层次分别对应的码流配置对应的传输优先级;其中,所述传输优先级与所述层次对应的码流的解码质量指标正相关。
2.根据权利要求1所述的方法,其特征在于,
所述对音频信号进行分解处理,得到低频子带信号和高频子带信号,包括:
以第一采样频率对所述音频信号进行采样处理,得到采样信号;其中,所述采样信号包括从所述音频信号中采样得到的多个样本点;
对所述采样信号进行低通滤波处理,对得到的低通滤波结果进行第一下采样处理,得到第二采样频率的所述低频子带信号;
对所述采样信号进行高通滤波处理,对得到的高通滤波结果进行第二下采样处理,得到所述第二采样频率的所述高频子带信号;
其中,所述第二采样频率为所述第一采样频率的二分之一,所述低频子带信号和所述高频子带信号的带宽相同。
3.根据权利要求1所述的方法,其特征在于,
所述多个层次包括第一层次和第二层次;
所述基于所述低频子带信号以及所述高频子带信号进行多个层次的特征提取处理,得到所述多个层次分别对应的子带信号特征,包括:
通过以下方式执行所述第一层次的特征提取处理:基于所述低频子带信号进行第一特征提取处理,得到第一低频子带信号特征;其中,所述第一低频子带信号特征的维度小于所述低频子带信号的维度;
通过以下方式执行所述第二层次的特征提取处理:基于所述高频子带信号进行第二特征提取处理,得到第一高频子带信号特征;其中,所述第一高频子带信号特征的维度小于所述高频子带信号的维度。
4.根据权利要求3所述的方法,其特征在于,
所述基于所述低频子带信号进行第一特征提取处理,得到第一低频子带信号特征,包括:
对所述低频子带信号进行第一卷积处理,得到第一卷积特征;
对所述第一卷积特征进行第一池化处理,得到第一池化特征;
对所述第一池化特征进行第三下采样处理,得到第三下采样特征;其中,所述第三下采样处理包括多次级联的下采样;
对所述第三下采样特征进行第二卷积处理,得到所述第一低频子带信号特征。
5.根据权利要求3或4所述的方法,其特征在于,
所述高频子带信号包括第一数量的样本点,所述第一数量为大于2的整数;
所述基于所述高频子带信号进行第二特征提取处理,得到第一高频子带信号特征,包括:
基于所述第一数量的样本点分别进行频域变换处理,得到所述第一数量的变换系数;
将所述第一数量的变换系数划分为多个第一子带;
针对每个所述第一子带执行以下处理:基于所述第一子带中第二数量的变换系数进行求均值处理,得到所述第一子带对应的第一平均能量,并将所述第一平均能量确定为所述第一子带对应的第一子带谱包络;其中,所述第二数量是所述第一数量与所述多个第一子带的数量的比值;
将所述多个第一子带分别对应的所述第一子带谱包络确定为所述第一高频子带信号特征。
6.根据权利要求5所述的方法,其特征在于,
所述基于所述第一数量的样本点分别进行频域变换处理,得到所述第一数量的变换系数,包括:
获取参考帧音频信号对应的参考帧高频子带信号;其中,所述参考帧音频信号是所述音频信号的上一帧或下一帧,所述参考帧高频子带信号包括所述第一数量的样本点;
基于所述参考帧高频子带信号中所述第一数量的样本点与所述高频子带信号中所述第一数量的样本点,对所述高频子带信号包括的所述第一数量的样本点分别进行离散余弦变换处理,得到所述高频子带信号包括的所述第一数量的样本点分别对应的变换系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210681816.X/1.html,转载请声明来源钻瓜专利网。