[发明专利]声音编码装置及方法以及声音解码装置及方法

说明书

技术领域

本发明涉及声音处理技术，更具体地，涉及适用于自适应多速率宽带语音和音频的声音编码装置及方法以及声音解码装置及方法。

背景技术

经过多年的技术发展，包括语音、音乐、自然声音和人工合成声音等人耳可感知的信号在内的数字声音的编码技术已经非常成熟。目前，很多声音编码技术已经成为工业标准被大量应用，融入人们的日常生活中。诸如杜比实验室的AC-3、数字影院系统公司的DTS、移动图象专家组(MPEG)组织的MP3和AAC、微软公司的WMA、索尼公司的ATRAC、国际电联(ITU)的G.723和G.729之类的技术，分别是数字声音编码技术在不同阶段发展的结果。

基于声音产生的复杂性，与传统的语音编码技术普遍采用“预测”加“激励”模型的参数编码方案不同，包括语音、音乐、自然声音和人工合成声音等人耳可感知的信号在内的广义声音，其编码通常无法采用简单有效的参数模型实现，典型的做法是以波形编码为基础的“波形-参数”编码方案。其中，最典型的例子是被三代伙伴项目(3GPP)采纳的EAAC+和AMR WB+编解码方案。在EAAC+方案中，在以波形编码技术为主的先进音频编码技术(MPEGAAC)技术基础上，增加了频谱复制编码(SBR)技术，EAAC+方案的编码器结构和EAAC+方案的解码器结构分别参见图1和图2；而在AMR WB+方案中，则在传统语音编码的“预测”加“激励”编码框架(ACELP)，即代数码本激励预测编码中，增加了预测残差即语音编码中的激励信号的变换波形编码(TCX)和简单的高频扩展编码(BWE)技术，AMR WB+方案的编码器结构和AMRWB+方案的解码器结构分别参见图3和图4。由于波形和参数编码技术相结合可以有效的提高编码效率，因此，EAAC+和AMR WB+技术均适合于很低码率的声音编码应用。

由于在低码率下编码效率较高，EAAC+和AMR WB+是目前为止被证明最适合移动通信等低带宽应用的声音编码技术。但是，由于EAAC+和AMR WB+分别是在MPEGAAC和ACELP基础上的升级方案，限于对原有技术方案的完全兼容性要求，这两种低码率音频编码方案存在明显的缺陷。

EAAC+的技术方案是MPEG AAC和SBR技术的组合应用。其基础模型采用了效率较高的波形编码技术，较AMR WB+更适合音乐信号编码，但解码复杂度比AMR WB+高很多。同时，由于没有充分采用符合语音生成机理的有效参数模型，即“预测”加“激励”，低码率约束下语音编码质量比AMR WB+低。

AMR WB+的技术方案是ACELP、TCX和简化BWE的组合。由于采用了符合语音生成机理的有效的参数模型，即“预测”加“激励”，低码率约束下其语音编码质量较高，解码复杂度较低。但为了与ACELP标准兼容，以及追求较低的复杂度，AMR WB+采用了过于简单的波形+参数组合模式，导致音乐信号编码的质量不佳。同时，为保证一定的编码质量，需要采用闭环编码模式选择，编码复杂度很高。

可见，在既有语音又有音乐的应用领域，现有的EAAC+技术和AMR WB+技术在编码质量和复杂度方面，都存在一定的缺陷。目前，需要一种更合理的声音编解码技术，使得在较低的码率和较低的实现复杂度约束下，对语音和音乐均能高质量编码，来克服以上技术存在的问题。

发明内容

有鉴于此，本发明的目的在于提供一种声音编码装置，能够实现低码率下对语音和音乐的高质量编码。

本发明的目的还在于提供一种声音编码方法，能够实现低码率下对语音和音乐的高质量编码。

本发明的目的还在于提供一种声音解码装置，能够实现低码率下对语音和音乐的高质量解码。

本发明的目的还在于提供一种声音解码方法，能够实现低码率下对语音和音乐的高质量解码。

根据上述目的的一个方面，本发明提供了一种声音编码装置，包括：

时变预测分析模块，用于对数字声音信号进行时变预测分析，以获取时域激励信号；

时频映射模块，用于将时域激励信号映射到变换域，以获取变换域上的激励信号；

编码模块，用于对变换域上的激励信号中的低频谱和中频谱进行量化编码，以获取低频波形编码数据和中频波形编码数据；以及根据变换域上的激励信号中的低频谱、中频谱和高频谱，计算用于从低频谱和中频谱中恢复高频谱的高频参数，并对高频参数进行量化编码以获取高频参数编码数据；

比特流复用模块，用于对低频波形编码数据、中频波形编码数据和高频参数编码数据进行复用，以输出声音编码码流。