[发明专利]用于使用对齐的前瞻部分将音频信号编码及解码的装置与方法

说明书

技术领域

本发明涉及音频编码，且特别地，涉及依赖于切换音频编码器及相应控制音频解码器，尤其适用于低延迟应用的音频编码。

背景技术

依赖于切换编解码器的若干音频编码概念是已知的。一个众所周知的音频编码概念是所谓的延伸型调适性多位率宽带（AMR-WB+）编解码器，如3GPP TS26.290B10.0.0(2011-03)中所述。AMR-WB+音频编解码器包括所有AMR-WB语音编解码器模式1至9及AMR-WB VAD以及DTX。AMR-WB+通过增加TCX、带宽扩展及立体声来扩展AMR-WB编解码器。

AMR-WB+音频编解码器以内部采样频率FS处理等同于2048个样本的输入帧。内部采样频率被局限于12800到38400Hz的范围。2048个样本帧被分成两个临界采样的等频带。这产生对应于低频（LF）及高频（HF）带的两个1024样本的超级帧。每一超级帧被划分成四个256-样本帧。通过使用重新采样输入信号的可变采样转换方案而获得内部采样率处的采样。

LF及HF信号随后使用两种不同的方法而被编码：LF使用“核心”编码器/解码器基于切换ACELP及变换编码激励（TCX）而被编码及解码。在ACELP模式中，标准的AMR-WB编解码器被使用。HF信号是使用带宽扩展（BWE）方法以相对较少位（16位/帧）而被编码的。从编码器传送至解码器的参数是模式选择位、LF参数及HF参数。用于每一1024样本超级帧的参数被分解成相同大小的四个数据包。当输入信号为立体声时，左右信道被组合成一单个信号以供ACELP/TXC编码，而立体声编码接收这两个输入信道。在解码器端，LF及HF带被单独解码，在此之后，它们在合成滤波器组中被合成。若输出仅限于单声道，则立体声参数被忽略且解码器以单声道模式运作。当编码LF信号时，AMR-WB+编解码器对ACELP及TCX模式应用LP分析。LP系数被线性地内插于每一64-样本子帧。LP分析窗口是长度为384样本的半余弦。为了编码核心单声道信号，ACELP或TCX编码被用于每一帧。编码模式是基于闭合回路合成分析法而选择的。仅256-样本帧被考虑用于ACELP帧，而256、512或1024样本帧可能是TCX模式的。AMR-WB+中的LPC分析所使用的窗口被示出于图5b中。具有20ms前瞻的对称LPC分析窗口被使用。前瞻意指，如图5b中所示，以500示出的当前帧的LPC分析窗口不仅在图5b中以502示出的0到20ms之间所指示的当前帧内延伸，而且延伸到20到40ms之间的未来帧中。这意味着，通过使用此LPC分析窗口，另外的20ms延迟，即整个未来帧，是必需的。因此，在图5b中以504指示的前瞻部分促成与AMR-WB+编码器相关联的系统延迟。换言之，未来帧必须完全可用以便使当前帧502的LPC分析系数可被算出。

图5a示出了另一编码器，所谓的AMR-WB编码器，且具体地，是用于计算当前帧的分析系数的LPC分析窗口。当前帧再一次在0到20ms之间延伸且未来帧在20到40ms之间延伸。对照于图5b，506所指示的AMR-WB的LPC分析窗口具有仅5ms的前瞻部分508，即20ms到25ms之间的时间距离。因此，LPC分析所引入的延迟相对于图5a大幅减小。然而，另一方面，已发现用于确定LPC系数的较大的前瞻部分，即LPC分析窗口的较大的前瞻部分导致较好的LPC系数，且因此，残余信号中有较小的能量，且因此，较低的位率，这是因为LPC预测更好地符合原始信号。