[发明专利]具有随机访问点(RAP)和多预测参数集(MPPS)能力的使用自适应分段的无损多通道音频编解码器

说明书

相关申请的交叉引用

本申请作为2004年8月4日提交的题为“Lossless Multi-Channel Audio Codec”的美国申请No.10/911067的部分继续申请(CIP)，根据35 U.S.C.120要求其优先权，上述申请的全部内容通过引用并入于此。

技术领域

本发明涉及无损音频编解码器，更具体地，涉及具有随机访问点(RAP)能力和多预测参数集(MPPS)能力的使用自适应分段的无损多通道音频编解码器。

背景技术

许多低比特率有损音频编码系统当前正用于宽范围的消费类和专业音频回放产品和服务中。例如，Dloby AC3(Dobly digital)音频编码系统就是一世界性标准，其用于使用高达640kbit/s的比特率来为激光唱片、NTSC编码的DVD视频和ATV编码立体声和5.1通道音频声轨。MPEG I和MPEG II音频编码标准被广泛地用于以高达768kbit/s的比特率为PAL编码的DVD视频、欧洲的陆地数字无线电广播和美国的卫星广播进行立体声和多通道声轨编码。DTS(数字影院系统)相干声学音频编码系统经常被用于光盘、DVD视频、欧洲的卫星广播以及激光唱片的录音棚品质5.1通道音频声轨，并且比特率高达1536kbit/s。

近来，许多消费者已经对所谓的“无损”编解码器表现出兴趣。“无损”编解码器依靠压缩数据而不会丢弃任何信息的算法，并且产生与(数字化的)源信号相同的解码信号。这种性能带来一定的代价：这样的编解码器通常比有损编解码器需要更多的带宽，并且将数据压缩至更少的程度。

图1是表示在无损压缩单个音频通道时所涉及的操作的框图。尽管多通道音频中的各通道一般不是独立的，但依赖性通常较弱并且难于加以考虑。因此，各通道通常被分别压缩。然而，一些编码器尝试通过形成简单的残差(residual)信号和编码(Ch1、Ch1-CH2)来去除相关性。更复杂的方法采用例如在通道维度上的若干连续的正交投影步骤。所有技术都基于首先从信号中去除冗余然后利用有效数字编码方案来编码所得信号的原理。无损编解码器包括MPL(DVD音频)、Monkey’s audio(计算机应用)、Apple lossless、Windows Media Pro lossless、AudioPak、DVD、LTAC、MUSICcompress、OggSquish、Philips、Shorten、Sonarc以及WA。对这些编解码器中的许多的评论可以在Mat Hans，Ronald Schafer“Lossless Compression of Digital Audio”Hewlett Packard，1999中找到。

成帧10被引入以便为可编辑性做准备，庞大的数据量使得无法在区域被编辑之前对整个信号重复地解压缩。音频信号被分成具有相等持续时间的独立的帧。该持续时间不应当太短，因为加在每一帧前面的头部可能引起相当大的开销。反过来，帧持续时间不应当太长，因为这会限制时间适应性(temporal adaptivity)并使得编辑更为困难。在许多应用中，帧尺寸受到传送音频的媒介的峰值比特率、解码器的缓冲容量、以及使每一帧可被独立解码的期望的约束。

通道内解相关12通过解相关帧内每个通道中的音频样本来去除冗余。大多数算法通过某种类型的信号线性预测模型来去除冗余。在这种方法中，线性预测器被应用于每一帧中的音频样本，得到一系列预测误差样本。第二种不太常见的方法是获取信号的低比特率量化或有损表示，然后无损地压缩有损版本与原始版本之间的差。熵编码14从来自残差信号的误差中去除冗余而不会损失任何信息。典型的方法包括Huffman编码、行程长度编码(run length coding)以及Rice编码。该输出是可以无损地重建的压缩信号。

现有DVD规范和初步的HD DVD规范针对一个数据访问单元的尺寸设置了硬性限制，其表示音频流中一旦提取就可被完全解码的一部分和被发送至输出缓冲器的重建的音频样本。对于无损流来说，其意味着，每个访问单元可以表示的时间量必须足够小，使得对于峰值比特率的最坏情况，编码净荷不超出该硬性限制。对于增加的采样率和增加的通道数，持续时间也必须减小，这增大了峰值比特率。

为了确保兼容性，这些现有编码器将不得不将整个帧的持续时间设置得足够短，以便不超出在通道/采样频率/比特宽度的最坏情况下的硬性限制。在大多数配置中，这将是过分的并且可能严重劣化压缩性能。而且，这种最坏情况方法不能很好地适应附加的通道。

发明内容