[发明专利]音频信号的可缩放编码/解码

说明书

技术领域

本发明涉及音频信号的编码和/或解码，尤其涉及音频信号的可缩放表示。

背景技术

随着数字信号表示和通信已经逐渐替代模拟表示和通信，在过去十年里，各种源信号的数字编码已经变得越来越重要。例如，诸如移动通信全球系统之类的移动电话系统基于数字语音编码。诸如视频和音乐之类的媒体内容的分发也越来越基于数字内容编码。

在音频与视频编码的环境中，编码信号的可缩放性是有利的，并且提供了编码信号的灵活的分发和处理。例如，编码信号可以依据质量、位速率和复杂度进行缩放。视频编码的具体例子是JPEG(联合图象专家小组)图象的递进质量。在音频编码中，使能快速编码转换到更低的质量的可缩放位流是已知的概念。

可缩放性提供了让例如服务器向它所寻址的每个设备递送已适配的流的可能性。该适配存在于一已准备流(变得可缩放)的传输部分中，其使用具有优先级的分层结构以便降低传输带宽。这个唯一流由解码器所容许的不同层构成：如果发送和解码全部层，则质量最优，但是对于允许信号复原仅仅第一层是必需的。显然，被接收/使用的可缩放性层越多，质量越好，但是位速率越高。可缩放性可以是具有大步幅的粗粒度的(通常每步几kbps)或者也可以是具有细粒度的(细粒度可缩放性)。后者允许在初始流中的任何位置，而不是仅仅层边界处进行切割。

理论上，编码器能够递送内在地提供细粒度可缩放性的位流，以便可以简单地通过丢弃分量来提取具有任何期望位速率的位流。然而，与专用编码器相比，这样的灵活的编码装置趋向于低效率，而专用编码器不提供这个功能性并因此对于许多应用没有竞争力。做为选择，可以通过利用以小步幅可选地提供可缩放性的残差编码装置来修改高效的波形核心编码装置，从而构造位速率可缩放的位流。对于较低的质量，可以简单地丢弃残差分量。这样的方法较不灵活，但是比较高效并因此具有竞争力。

随着诸如SBR(频带复制)和PS(参数立体声)之类的、基于参数编码技术的新编码装置的到来，可缩放性变得较不有效，这是因为通过从原始信号中减去参数编码的表示所获得的残差信号仍然具有高熵值。具体而言，由于在参数编码中使用的音频源模型，参数编码的信号倾向于不与原始音频信号类似。因此，对通过参数编码获得的、具有高熵值的残差信号进行编码没有效率，因为它需要相对高的位速率。

音频编码标准的例子是MPEG4(活动图像专家组4)标准。实际上，MPEG4不是标准化单个的音频编码/解码算法，而是标准化了多个编码和解码参数和技术，它们一起形成了可以从中进行选择的编码/解码工具集。MPEG4允许一些编码装置和工具进行组合。因此MPEG4提供了用于音频信号的高度灵活和高效的编码和解码系统。

或许由MPEG4标准化的最有名音频编码装置为高级音频编码AAC音频编码装置。MPEG4允许AAC与诸如SBR或者PS编码器的其它编码器相组合(分别称为HE-AAC和HE-AAC v2)。

此外，MPEG4还允许考虑到可缩放性的编码。

例如，MPEG4定义了位片算术编码(Bit Sliced ArithmeticCoding，BSAC)技术，其用一种允许细粒度的方案来替换AAC编码装置的无噪编码核心。BSAC可以以下降到每个通道1kbps的步幅来提供可缩放性。

结合AAC使用可缩放性，有可能实现大粒度可缩放性(例如8kbps步幅)。当带宽可用时，可以添加可缩放性层以便改善质量。这些富化(enrichment)层可以用命名为AAC可缩放的、类似于AAC的方案来编码。这个可缩放方案可用于支持位速率和带宽可缩放性。有大量的可缩放组合可用，其包括与其他技术的组合(类似于TwinVQ和CELP编码装置工具)。通道可缩放性也有可能，并且允许在几个层内从单声道进入立体声信号。

应当注意到，没有定义MPEG4工具的全部组合。然而，已经实现了一些组合，并且以所谓的MPEG4简档的形式进行了正式化。

经常通过使用(最新技术发展水平的)波形编码装置作为核心编码装置、并且将其和残差编码装置相组合以生成进一步增强的数据，来构造位速率可缩放的位流。核心编码装置和残差编码装置之一或者两者均可以提供大步幅或者小步幅的可缩放性。