[发明专利]基于改进型离散余弦变换的复数预测立体声编码

说明书

技术领域

这里公开的本发明总的来说涉及立体声音频编码，更确切地，涉及在频域中使用复数预测进行立体声编码的技术。

背景技术

立体声信号左（L）和右（R）声道的联合编码与L和R的独立编码相比能够更有效地编码。用于联合立体声编码的普通方法是中/侧（mid/side，M/S）编码。这里，中间（M）信号通过将L和R信号相加而形成，例如，该M信号可具有如下形式：

M=（L+R）/2

此外，侧边（side，S）信号通过将两声道L和R信号相减而形成，例如，该S信号可具有如下形式：

S=（L-R）/2

在M/S编码情况下，M和S信号而不是L和R信号被编码。

在运动图像专家组（Moving Picture Experts Group，MPEG）高级音频编码（Advanced Audio Coding，AAC）标准中（见标准文件ISO/IEC13818-7），能够以时变和频变方式选择L/R立体声编码和M/S立体声编码。因此，立体声编码器能够对立体声信号的某些频带应用L/R编码，而M/S编码用于编码该立体声信号的其他频带（频变）。此外，该编码器能够随时间在L/R和M/S编码之间切换（时变）。在MPEG AAC中，立体声编码在频域中进行，更具体而言，在改进型离散余弦变换（modified discretecosine transform，MDCT）域中进行。这允许以频率和时间可变的方式自适应地选择L/R或M/S编码。

参数立体声编码是用于有效地将立体声音频信号编码为单耳听觉信号加少量用于立体声参数的边信息的技术。其是MPEG-4音频标准（见标准文件ISO/IEC 14496-3）的一部分。能够使用任何音频编码器对单耳听觉信号编码。立体声参数可被嵌入单声道比特流的辅助部分，从而实现完全的向前和向后兼容。在解码器中，首先解码的是单耳听觉信号，在这之后，借助于立体声参数重建立体声信号。通过去相关器（例如，可包括一条或更多条延迟线的适当的全通滤波器）来产生已解码单声道信号的去相关版本，其与单声道信号零互相关。本质上，已去相关信号具有与单声道信号相同的频谱和时间能量分布。单耳听觉信号连同已去相关信号被输入到通过立体声参数来控制并重建立体声信号的上混（up-mix）处理。更多信息参见H.Purnhagen所著的论文：“Low complexity Parametric StereoCoding in MPEG-4（MPEG-4中的低复杂度参数立体声编码）”（第七届数字音频影响国际会议（DAFx’04）会刊，意大利那不勒斯，2004年10月5-8日，第163至168页）。

MPEG环绕（MPS；见ISO/IEC 23003-1和J.Herre等人所著的论文MPEG Surround-The ISO/MPEG Standard for Efficient and CompatibleMulti-Channel Audio Coding（MPEG环绕——用于有效且兼容的多声道音频编码的ISO/MPEG标准）（音频工程大会论文7084，第122届大会，2007年5月5-8日））允许将参数立体声编码原理与残留编码结合、用发送的残留信号代替去相关信号，从而提高感知质量。通过下混（down-mix）多声道信号，并且可选地，通过提取空间线索，可实现残留编码。在下混处理期间，代表误差信号的残留信号被计算，并且然后被编码和发送。在解码器中，它们可代替去相关信号。在混合的方法中，在某些频带中（优选在相对低的频带中），它们可代替去相关信号。

根据当前的MPEG统一语音和音频编码（Unified Speech and AudioCoding，USAC）系统（其两个示例在图1中示出），解码器包括位于核心解码器下游的复数值的正交镜像滤波器（quadrature mirror filter，QMF）组。作为滤波器组输出而获得的QMF表示是复数（因此通过因子2过采样），并可被布置作为下混信号（或相当于中间信号）M和残留信号D，带有复数条目的上混矩阵被施加到所述下混信号的残留信号。L和R信号（在QMF域中）如下获得：