[发明专利]一种基于两级滤波的多步音频对象编解码方法

权利要求书

1.一种基于两级滤波的多步音频对象编码方法，其特征在于，包括以下步骤：

步骤A1，将音频对象信号进行分帧加窗，将每帧数据其从时域变换到频域，得到每个音频对象的时频矩阵；

步骤A2，按照多步音频对象编码方法计算每个对象频域能量并进行排序，逐步下混并计算对应的边信息，所述边信息包含残差信息和增益参数；

步骤A3，根据人耳听觉阈值，计算第一级滤波器掩膜；利用第一级滤波器，去除每个音频对象残差矩阵中人耳难以感知的成分；

步骤A4，将残差信息进行子带划分，得到残差子带，根据残差子带内的平均频点能量，计算第二级滤波器掩膜，该掩膜用于滤除残差矩阵中的冗余数据；利用第二级滤波器，去除残差矩阵中的次要信息；

步骤A5，利用奇异值分解将滤波后的残差信息分解为左、右奇异矩阵与奇异值，所述左、右奇异矩阵与奇异值为残差分解矩阵；

步骤A6，量化奇异矩阵、奇异值及增益参数，获得边信息码流；

步骤A7，将步骤A3中最后一步得到的下混信号进行编码，获得下混信号码流；

步骤A8，步骤A6和步骤A7得到的码流合成为输出码流，传输到解码端。

2.根据权利要求1所述的一种基于两级滤波的多步音频对象编码方法，其特征在于：步骤A2中残差信息与增益参数的计算公式如下所示：

其中，i表示第i个对象，j表示第j帧，k表示第k个频点，b表示第b个子带；R(i,:,:)为第i+1个对象的残差信息，G_t(i,:,:)为第i+1个对象的增益参数，为第i个下混信号的增益参数，公式中D_i表示第i步得到的下混信号，P_t(i,:,:)为对象i的能量，P_d(i,:,:)为第i步下混信号的能量；公式(1)中G_d(i,j,b)和G_t(i,j,b)在进行乘法运算前会进行扩充，按照同子带内频点采用相同参数，将矩阵第三维从长度b扩展为长度k，N表示需要编码的对象个数。

3.根据权利要求1所述的一种基于两级滤波的多步音频对象编码方法，其特征在于：步骤A3中人耳听觉阈值的计算如下式所示；

其中，T_s(f)反映了STFT域下不同频率的人耳听觉阈值，f为频率值；然后将T_s(f)转换为MDCT域，将频率值f抽样与MDCT域频点对应后，MDCT域听力的绝对阈值可以表示为向量：

T_m(k)＝[T_m(1),T_m(2),…,T_m(K)]#(4)

其中，T_m是MDCT域听力的绝对阈值，K为频点数，k表示第k个频点；

根据该向量，第一级滤波器的掩膜计算如下：

其中，i表示第i个对象，j表示第j帧，M₁的值可以确定人耳可以听到的残差信号，R(i,:,:)为第i+1个对象的残差信号。

4.根据权利要求3所述的一种基于两级滤波的多步音频对象编码方法，其特征在于：步骤A4中第二级滤波器的掩膜计算如下；

其中，ABE(i,j,b)是第i个对象在第j帧第b个子带内的平均频点能量，M₂是第二级滤波器的掩膜用于保留第一级滤波后残差信息中较为重要的部分，A_b为子带划分的界限，根据人耳BARK带确定；T是前n个ABE元素构成的集合，n用来控制保留的残差子带数量。

5.根据权利要求1所述的一种基于两级滤波的多步音频对象编码方法，其特征在于：步骤A5中奇异值分解过程如下所示；

其中，R(i)_P×Q为第i+1个对象的残差信号，P等于MDCT变换长度的一半，Q等于帧数；U为左奇异矩阵，Λ为奇异值矩阵，V为右奇异矩阵；Λ矩阵中对角线上的奇异值按从大到小排序；为了进行降维，选择前r个奇异值和对应的奇异矩阵近似表示R(i)，近似表示如下：

其中，为奇异值矩阵的一部分，和为原始左右奇异矩阵的前50行或列，为残差分解矩阵。