[发明专利]用于高频音频内容的有效恢复的方法及系统

说明书

相关申请的交叉引用

本申请要求2012年2月23日提交的欧洲专利申请No.12156631.9以及2012年8月8日提交的美国临时专利申请No.61/680,805的优先权，在此通过引用以其全部内容合并在本文中。

技术领域

本文档涉及音频编码、解码和处理的技术领域。具体地，其涉及以有效方式从音频信号的低频分量恢复同一音频信号的高频分量的方法。

背景技术

音频信号的有效编码和解码通常包括基于心理声学原理减小要编码、传输和/或解码的与音频有关的数据的量。例如，这包括丢弃存在于音频信号中但听者感知不到的所谓的掩蔽的音频内容。可替代地或另外，当仅保持分别计算关于其较高频率内容的某些信息而不实际直接对这样的较高频率内容进行编码时，要编码的音频信号的带宽可能是有限的。然后，带限信号与所述较高频率信息一起被编码和传输(或被存储)，后者所要求的资源少于也对较高频率内容直接编码。

HE-AAC(高频-高级音频编码)中的谱带复制(SBR)和杜比数字+ 中的谱扩展(SPX)是关于基于音频信号的低频分量以及基于附加的边带信息(也称为较高频率信息)来近似或重建音频信号的高频分量的音频编码系统的两个示例。在下文中，参照杜比数字+的SPX方案。然而，应当注意的是，本文档中所描述的方法和系统通常可应用于高频重建技术，包括HE-AAC中的SBR。

基于SPX的音频编码器中的边带信息的确定通常受制于显著的计算复杂度。例如，边带信息的确定可能需要音频编码器的总计算资源的大约 50％。本文档描述了使得能够降低基于SPX的音频编码器的计算复杂度的方法和系统。具体地，本文档描述了使得能够在基于SPX的音频编码器的背景下降低用于执行音调计算的计算复杂度的方法和系统(其中，音调计算会占用于确定边带信息的计算复杂度的大约80％)。

US2010/0094638A1描述了一种用于确定用于带宽扩展的自适应噪声 水平的装置和方法。

发明内容

根据一方面，描述了一种用于确定音频信号的第一频率子带的第一分频带音调值的方法。音频信号可以是多通道音频信号(例如，立体声、5.1 或7.1多通道信号)的通道的音频信号。音频信号可以具有从低信号频率到高信号频率范围的带宽。带宽可以包括低频带和高频带。第一频率子带可以位于低频带内或高频带内。第一分频带音调值可以指示位于第一频率带内的音频信号的音调。如果频率子带包括相对高程度的稳定正弦内容，则可以认为音频信号在频率子带内具有相对高音调。另一方面，如果频率子带包括相对高程度的噪声，则可以认为音频信号在该频率子带内具有低音调。第一分频带音调值可以取决于第一频率子带内的音频信号的相位变化。

用于确定第一分频带音调值的方法可以用在音频信号的编码器的背景下。编码器可以利用高频重建技术如谱带复制(SBR)(例如在高效-高级音频编码器HE-AAC的背景下所使用的)或谱扩展(SPX)(例如在杜比数字+编码器的背景下所使用的)。第一分频带音调值可以用于基于音频信号的低频分量(在低频带中)来近似音频信号的高频分量(在高频带中)。具体地，第一分频带音调值可以用于确定边带信息，该边带信息可以由相应的音频解码器用于基于所接收的(解码的)音频信号的低频分量来重建音频信号的高频分量。边带信息例如可以指定为了近似高频分量的频率子带而要添加至低频分量的转换的频率子带的噪声量。

该方法可以包括基于音频信号的样本块来确定相应的频率区间 (frequency bin)集合的变换系数集合。音频信号的样本序列可以被分组成帧序列，每个帧包括预定数量的样本。帧序列中的一个帧可以被细分成一个或更多个样本块。帧的邻近块可以重叠(例如，高至50％)。可以使用时域到频域变换如修正离散余弦变换(MDCT)和/或修正离散正弦变换(MDST)将样本块从时域变换到频域，从而产生变换系数集合。通过对样本块应用MDST和MDCT，可以提供复变换系数集合。通常，变换系数的数量N(以及频率区间的数量N)对应于块内的样本的数量N(例如，N＝128或N＝256)。第一频率子带可以包括多个N频率区间。换句话说，N个频率区间(具有相对高的频率分辨率)可以被分组成一个或更多个频率子带(具有相对较低的频率分辨率)，因此，可以提供减小的数量的频率子带(通常，这相对于编码音频信号的减小的数据速率是有利的)，其中，频率子带彼此之间具有相对高频率选择性(由于如下事实：通过对多个高分辨率频率区间进行分组获得频率子带)。