[发明专利]音频编码中的后量化增益校正

说明书

一种用于在对已经以相对独立的增益表示和形状表示来编码的音频进行解码中使用的增益调整装置(60)，包括：精度仪(62)，被配置为估计所述形状表示的精度测度(A(b))，并且基于所估计的精度测度(A(b))来确定增益校正(g_c(b))。其还包括：包络调整器(64)，被配置为基于所确定的增益校正来调整所述增益表示

本申请是2013年9月4日(申请日：2011年7月4日)向中国专利局递交并进入中国国家阶段的题为“音频编码中的后量化增益校正”的发明专利申请No.201180068987.5(PCT国际申请No. PCT/SE2011/050899)的分案申请。

技术领域

本技术涉及基于量化被划分为增益表示和形状表示的量化方案的音频编码(所谓的增益-形状音频编码)中的增益校正，尤其涉及后量化增益校正。

背景技术

期望现代通信服务处理很多不同类型的音频信号。虽然主要音频内容是语音信号，但期望处理更普通的信号(例如音乐以及音乐和语音的混合)。虽然通信网络的容量持续增加，但很大的兴趣仍然是限制每通信信道的所需带宽。在移动网络中，用于每个呼叫传输带宽越小在移动设备和基站中产生的功耗越低。这对于移动运营商而言转变为能量和成本节约，而端用户将体验到延长的电池寿命和增加的交谈时间。此外，在每用户消耗带宽较小的情况下，移动网络能够并行地服务于更大数量的用户。

如今，用于移动语音服务的主流压缩技术是CELP(码激励线性预测)，其对于低带宽语音实现了良好的音频质量。其广泛地用在已部署的编解码器(例如AMR(自适应多速率)、AMR-WB(自适应多速率宽带)和GSM-EFR(全球移动通信系统-增强全速率))中。然而，对于普通音频信号(例如音乐)，CELP技术具有糟糕的性能。一般可以通过使用基于频率变换的编码(例如ITU-T编解码器G.722.1[1]和 G.719[2])来更好地表示这些信号。然而，变换域编解码器通常以比语音编解码器更高的比特率操作。就编码而言在语音与普通音频域之间存在分歧，期望以较低比特率提高变换域编解码器的性能。

变换域编解码器需要频域变换系数的压缩表示。这些表示常常依赖于矢量量化(VQ)，在VQ中按群组对系数进行编码。针对矢量量化的各种方法中包括增益-形状VQ。该方法在对各个系数进行编码之前将归一化应用于矢量。归一化因子以及归一化后的系数被称为矢量的增益和形状，其可被相对独立地编码。增益-形状结构具有很多优点。通过划分增益和形状，编解码器可以容易地适用于通过设计增益量化器来改变源输入级别。从感知角度看，还有利的是：增益和形状可以在不同频率区域中携带不同重要性。最后，增益-形状划分简化了量化器设计，并且使得其与无约束矢量量化器相比在存储器和计算资源方面复杂度较小。图1可见增益-形状量化器的功能概述。

如果应用于频域谱，则增益-形状结构可以用于形成谱包络和精细结构表示。增益值序列形成谱包络，而形状矢量给出谱细节。从感知角度看，使用服从人类听觉系统的频率分辨率的不均匀带结构对谱进行分区是有利的。这通常意味着，针对低频率使用窄带宽，而针对高频率使用较大带宽。谱精细结构的感知重要性随着频率而变化，但还取决于信号自身的特性。变换编码器常常采用听觉模型来确定精细结构的重要部分，并且将可用资源分配给该最重要的部分。谱包络常常被用作该听觉模型的输入。形状编码器使用所分配的比特对形状矢量进行量化。对于具有听觉模型的基于变换的编码系统的示例，见图2。

取决于形状量化器的精度，用于重构矢量的增益值可能比较适当或不那么适当。尤其是当所分配的比特很少时，增益值偏离最优质。一种用于解决该问题的方式是：在形状量化之后对考虑增益失配的校正因子进行编码。另一解决方案是首先对形状进行编码，然后在给定量化后的形状的情况下计算优化增益因子。

用于在形状量化之后对增益校正因子进行编码的解决方案可能消耗大量比特率。如果速率已经很低，则这意味着，必须另外取得更多比特，并且有可能减少用于精细结构的可用比特率。