[发明专利]基于子带空间关注测度的可分级音频编码系统及方法

说明书

技术领域

本发明涉及音频编码技术领域，尤其涉及一种基于子带空间关注测度的可分级音频编码系统及方法。

背景技术

现有的可分级编码方法中主要根据高能量和低频率成分优先的准则作为可分级子带重要性测度划分的依据。然而，简单通过能量或频率成分的高低并不能确定最重要的声音对象所在的子带。在频域子带中，能量高的子带或低频子带并不一定对应着最重要的声音对象所在的子带。除了能量和频率以外，空间位置信息也可用于确定重点的声音对象。点声源或类似点声源通常具有明确的空间位置信息，往往是需要重点关注的声音对象，而环境声或噪声等声源，往往不具备明确的空间位置信息，在分级编码中可以分配更少的优先级。现有的双声道可分级编码方法，在确定下混声道子带重要性测度时，单纯以下混声道的子带能量或频率成分来确定子带分级编码的优先级，由于下混声道中缺失声道间的相关性以及声源的空间位置信息等，如果仅仅根据下混声道的能量或频率的高低来确定最重要声源对应的子带，这样或多或少会导致编码一些重要的具有高关注的或具有明确位置信息的声源时带来质量的损失。因此，若能提供一种分级音频编码方法结合声源的空间位置信息来确定频域子带的重要性，重点关注声音信号中需要重点编码的声音对象，从而提高具有明确位置的、具有高关注的重要声音的编码质量，对音频编码领域具有重要实际意义。

发明内容

本发明的目的是提供一种基于子带空间关注测度的可分级音频编码系统及方法，使得频率子带重要性测度更加反映双声道信号中需要重点关注和编码的声音对象。

为达到上述目的，本发明提供一种基于子带空间关注测度的可分级音频编码系统，包括以下模块：

预处理模块，用于对双声道输入信号进行预处理，得到两个声道的当前帧的音频信号s_l和s_r并做三路输出，一路输出给核心编码器模块，一路输出给残差提取模块，一路输出给时频变换模块；

核心编码器模块，用于对从预处理模块输入的音频信号s_l和s_r进行编码，编码结果分作两路，其中一路作为码流的一部分输出给解码端；一路解码得到两个声道的重构信号和输出给残差提取模块；

残差提取模块，用于根据从预处理模块输入的音频信号s_l和s_r和从核心编码器模块输入的重构信号和得到两个声道的残差信号e_l和e_r，对残差信号e_l和e_r进行时频变换得到两个声道的残差频谱系数e_fl和e_fr，下混为和声道sum和差声道diff，对sum和diff进行频谱子带划分，将所得和声道和差声道各个子带的频谱系数sum(i)和diff(i)分两路输出，一路输出给残差量化编码模块，一路输出给比特分配模块，i取值1,2,…,N，子带数N＞1；

时频变换模块，用于对从预处理模块输入的音频信号s_l和s_r进行时频变换，得到频谱系数x_l和x_r，输出给子带划分模块；

子带划分模块，用于对时频变换模块输入的频谱系数x_l和x_r进行子带划分，得到两个声道的子带频谱系数x_l(i)和x_r(i)，输出给基于空间关注的子带重要性测度模块；

基于空间关注的子带重要性测度模块，用于根据从子带划分模块输入的两个声道的子带频谱系数x_l(i)和x_r(i)，基于能量、频率和空间信息综合计算各子带的子带重要性测度np_i，按照子带重要性从高到低对N个子带进行排序，记子带i的排序所得编号为p_Si，得到最后的子带排序编号P_Si＝{p_S1,p_S2,...,p_S(N-1),p_SN}并做两路输出，一路输出给子带测度编码模块，一路输出给比特分配模块；

子带测度编码模块，用于对从基于空间关注的子带重要性测度模块输入的子带排序编号P_Si＝{p_S1,p_S2,...,p_S(N-₁₎,p_SN}进行熵编码，将编码结果作为码流的一部分输出给解码端；