[发明专利]用于音频信号解码或编码的时域电平调整

说明书

技术领域

本发明涉及音频信号编码、解码以及处理，并且尤其涉及调整信号的电平，以频时转换(或时频转换)至相应的频率至时间转换器(或时间至频率转换器)的动态范围。本发明的一些实施方式涉及调整信号的电平，以频时间转换(或时频转换)至以固定点或整数运算实施的相应转换器的动态范围。本发明的进一步实施方式涉及使用时域电平调整结合边信息的对频谱解码音频信号的削波防止。

背景技术

音频信号处理变得越来越重要。由于现代感知音频编解码器需要通过越来越低的位速率传送令人满意的音频质量，所以出现挑战。

在当前音频内容产生和传输链中，例如，在内容创建侧通过专业AAC(高级音频编码)编码器将数字可用主内容(PCM流(脉冲编码调制流))编码。然后，所产生的AAC比特流可用于(例如)通过在线数字媒体商店购买。在很少的情况下，一些解码的PCM样本被“削波”，这意味着两个或更多个连续的样本达到可由输出波形的均匀量化的固定点表示(例如，根据PCM调制的)的潜在位分辨率(例如，16位)表示的最大电平。这会造成可听假象(audibleartifact)(点击或短失真)。虽然通常在编码器侧努力防止在解码器侧发生削波，然而，由于各种原因(例如，不同的解码器实现方式、舍入误差、传输误差等)，仍会在解码器侧发生削波。假设在编码器的输入处的音频信号低于削波的阈值，在现代感知音频编编码器内发生削波的原因很多。首先，音频编码器为可用于输入波形的频率分解中的传输的信号施加量化，以降低传输数据速率。在频域中的量化误差造成信号幅度和相位相对原始波形具有小的偏差。如果幅度或相位误差建设性地增加，则在时域中产生的幅度可暂时高于原始波形。其次，参数化编码方法(例如，频带复制SBR)通过比较粗糙的方式将信号功率参数化。通常省略相位信息。因此，仅在接收器侧的信号被再生具有正确的功率，但是没有波形保存。幅度接近全尺度的信号易于削波。

现代音频编码系统提供了传送响度级参数(g1)的可能性，这给解码器提供了调整响度的可能性，以通过统一的电平重放。通常，如果通过足够高的电平将音频信号解码并且所传输的归一化增益暗示响度级更大，那么这可能造成削波。此外，控制音频内容(尤其是音乐)中的常见做法将音频信号提高为最大可能值，在由音频编解码器粗糙地量化时，产生音频信号的削波。

为了防止音频信号的削波，所谓的限制器已知为用于限制音频电平的合适工具。如果引入的音频信号超过某个阈值，则限制器被激活，并且通过音频信号在输出处不超过规定的电平的方式衰减音频信号。遗憾的是，在限制器之前，需要足够的净空(headroom)(在动态范围和/或位分辨率方面)。

通常，在频域中实现任何响度归一化以及所谓的“动态范围控制”(DRC)。即使滤波器组重叠造成归一化增益在帧之间变化，这也允许响度归一化的平滑混合。

进一步地，由于较差量化或参数描述，如果在削波阈值附近的电平处控制原始音频，则何编码的音频信号可能进入削波内。

通常，根据固定点算法，在高度有效的数字信号处理装置中，可取地使计算复杂性、内存使用以及功耗尽可能较小。为此，还可取地使音频样本的字长尽可能较小。为了考虑由响度归一化造成的削波的任何潜在净空，通常是音频编码器或解码器的一部分的滤波器组必须设计有更高的字长。

可取地允许信号限制，而不丧失数据精确度和/或不需要将更高的字长用于解码器滤波器组或编码器滤波器组。可替换地或者此外，如果可为信号的连续时间部分或“帧”逐个帧地连续确定要被频时转换(反之亦然)的信号的相关动态范围，以便可以通过当前相关动态范围适配由转换器(频域至时域转换器或时域至频域转换器)提供的动态范围的方式，调整信号的电平，那么这可取。还期望的是，使为了频时转换或时频转换的目的进行的这种电平位移对于解码器或编码器的其他元件基本为“透明的”。由根据权利要求1所述的音频信号解码器、根据权利要求14所述的音频信号编码器以及根据权利要求15所述的用于将编码音频信号表示进行解码的方法，解决这些期望和/或可能的进一步期望中的至少一个。

发明内容