[发明专利]用于使用瞬态检测及质量结果将音频信号的部分编码的装置与方法

说明书

技术领域

本发明涉及音频编码，以及特别涉及交换式音频编码，其中，就不同的时间部分，使用不同的编码算法来产生编码信号。

背景技术

可就不同的音频信号的部分而确定不同的编码算法的交换式音频编码器为所常见。示例为在国际标准3GPPTS26.290V6.1.0200412中定义的所谓的扩展型宽带调适性多比特率编解码器或AMRWB+编解码器。在此技术性说明书中，说明编码概念，其基于AMRWB编解码器、通过添加TCX(变换编码激发)、带宽扩展、和立体声，扩展ACELP(代数码本激励线性预测)。AMRWB+音频编解码器以内部取样频率F_S处理等于2048个样本的输入帧。内部取样频率限于12,800至38,400Hz的范围。2048个样本帧被分割成两个临界取样等频带。这产生两个对应于低频(LF)和高频(HF)带的1024个样本的超帧。每个超帧被分割成四个256样本帧。内部取样率下的取样通过使用可重新取样输入信号的可变取样转换方案来获得。LF和HF信号接着使用两个不同方式来加以编码。LF信号基于交换式ACELP和TCX而使用“核心”编码器／解码器来加以编码及解码。在ACELP模式中，使用标准化AMRWB编解码器。HF信号使用带宽扩展(BWE)方法，以相当少的位(16位／帧)来加以编码。

自编码器传输至解码器的参数是模式选择位、LF参数和HF信号参数。每个1024样本超帧有关的参数被分解成四个同等大小的封包。当输入信号为立体声时，左和右声道组合成ACELP-TCX编码有关的单声道信号，而立体声编码接收两者的输入声道。在AMRWB+解码器结构中，LF和HF频带分开加以解码。接着，频带组合成合成滤波器组。若输出仅限于单声道，则立体声参数便被省略，以及解码器在单声道模式中运行。

AMRWB+编解码器在编码LF信号时就ACELP和TCX模式两者应用LP(线性预测)分析。LP系数在每个64样本子帧下以线性方式加以内插。LP分析窗口是长度384样本的半余弦。编码模式基于闭环合成分析法来加以选择。就ACELP帧而言，只有256个样本帧被考虑，而在TCX模式中，可能有256、512、或1024个帧。ACELP编码包括长期预测(LTP)分析合成代数码本激励。在TCX模式中，知觉上加权的信号在变换域中加以处理。傅立叶变换的加权信号使用分割式多权量栅格量化(代数向量量化)来加以量化。变换在1024、512、或256个样本窗口中加以计算。激励信号通过逆加权滤波器对量化加权的信号进行逆滤波而加以恢复。为确定某一音频信号的部分是要使用ACELP模式还是TCX模式来加以编码，使用闭环模式选择或开环模式选择。在闭环模式选择中，使用11个接续的尝试。紧跟尝试之后，在两个要被比较的模式间作出模式选择。选择标准是加权的音频信号与合成的加权音频信号间的平均分段SNR(信号噪声比)。因此，编码器执行两者编码算法的完整编码，依据两者编码算法的完整解码，以及继而编码／解码两者运行的结果与原始信号作比较。因此，就每个编码算法而言，也即一方面是ACELP以及另一方面是TCX获得分段SNR值，以及使用具有通过就个别的子帧对分段SNR值平均化而对帧确定的较佳的分段SNR值或具有较佳的平均分段SNR值的编码算法。

附加的交换式音频编码方案为所谓的USAC编码器(USAC=联合语音音频编码)。此编码算法说明在ISO/IEC23003-3中。一般性结构可说明如下。首先，其中有常见的前／后处理系统，其具有操控立体声或多声道处理的MPEG环场功能单元和用于产生输入信号的较高音频频率的参数表示的增强型SBR单元。接着，其中具有两条分支，一条分支包括改进的先进型音频编码(AAC)工具路径、以及另一条分支包括线性预测编码(LP或LPC域)式路径，其复赋有的特色是，LPC残差或以频域表示或以时域表示。所有就AAC和LPC两者所传输的频谱表示在紧接量化和算术编码后的MDCT域中。时域表示使用ACELP激励编码方案。解码器的功能为要找出比特流载荷中的量化音频频谱或时域表示的叙述，以及要解码量化值和其它重建信息。因此，编码器执行两个决策。第一项决策为要执行频域对线性预测域模式决策有关的信号分类。第二项决策为要在线性预测域(LPD)内确定某一信号部分是使用ACELP还是使用TCX来加以编码。

为在需要极低延迟的情景中应用交换式音频编码方案，必须要特别留意变换式编码部分，因为这些编码部分引入取决于变换长度和窗口设计的特定延迟。所以，USAC编码概念由于具有涉及变迁式窗口的相当可观的变换长度和长度调适性(也已知为块交换)的改进型AAC编码分支所致，并不适用于极低延迟应用。