[发明专利]音频信号编码装置和方法以及解码装置和方法

说明书

本发明涉及一种音频信号编码方法和装置以及音频信号解码方法和装置，从而可以减少编码和解码延时量。

近年来，已对数字音频信号编码方法进行了研究和开发，并且，音频编码(如国际标准ISO/IEC 11172-2规定的)MPEG-1方法已广泛使用，由于其能即使在以低比特率产生编码数据时，仍能实现高质量的音频再现。图13和14示出了一种符合MPEG-1标准的音频编码/解码系统的基本特征。图13是基本MPEG-1音频编码器的框图，而图14是相应解码器的框图。在MPEG-1音频标准下，对于实际的编码/解码系统有三种不同的模型，依次增加了复杂性，它们分别被称为层1、层2和层3。图15、16和17分别示出了MPEG-1音频层1编码、层2编码和层3编码的帧格式。编码效率的程度随着层数的增大而提高，即层3编码能以比层2编码更低的比特率对数据进行编码和传输而不会损失再现质量，层2编码同样比层1编码更好。然而随着层数的增加编码和解码延时量也增加。

在图13中，MPEG-1音频编码装置是由映射部分112、音质模型部分113、量化编码部分114和帧打包部分115。该编码器的映射部分112是子带滤波器，其把后续的各组PCM数字音频数据样本分解成多组频率域子带样本，这些子带样本对应于固定的多个子带的各个子带。对于MPEG-1音频层2编码，每组32个输入数字音频样本映射到对应的32个子带样本组，这些12组的32个输入音频样本(即，总计384个后续音频数据样本)的内容以量化和编码子带样本的形式由每个编码比特流帧传送，如ISO/IEC 11172-3的附录C中所描述的一样。从时间域向频率域的这种变换会产生数据样本的细化，由于对于每帧，都有一些幅度不能满足量化和编码的样本的子带。

在对每帧编码时，音质模型部分113得到各子带的表征值，每个表征值表示任一信号分量必须超过的音频信号电平，例如量化噪声，以便信号分量成为人可以听到的最终的再现音频信号。在MPEG-1音频层1编码的情况下，量化编码部分114利用各子带的表征值和子带的子带样本的信噪比，得到每个子带的相应的表征-噪声比，并相应地产生位分配信息，用于规定用于量化子带的各子带样本的比特数(在样本的幅度不满足编码的各子带分配零比特)。

得到位分配信息，以便在量化后，使各子带的表征-噪声比值基本平衡，即，把各个较大的量化比特数赋予较小换算系数的子带，把各个较小的量化比特数赋予较大换算系数的子带。对于MPEG-1音频层1编码，这是通过简单迭代算法，分配在帧内可用的比特量化这些样本来实现的，这在ISO/IEC 11172-3附录C中有描述。

帧打包部分115接收量化编码部分114的每帧产生的输出数据，而且，可能需要包括在该帧内的辅助数据产生帧首部和校错数据，以需要的比特流格式把这些数据组合成一帧。

根据是否使用层1、层2或层3确定量化编码部分114的操作方式以及帧打包部分115产生的帧格式。

图14所示的MPEG-1解码器由帧解包部分122、重构部分123和反映射部分124构成。解码器121的操作如下。当构成一帧的一串位被按序提供给帧解包部分122时，上述的帧的各数据部分被帧解码部分122分开，解码器输出辅助数据把余下的帧数据提供给重构部分123。重构部分123反量化各子带的子带样本，把得到的样本提供给反映射部分124。反映射部分124进行相对于编码器的映射部分112的反映射操作，即把该帧传送来的量化的子带样本转换成相应的PCM数字音频数据样本组。假设把384个音频数据样本编码成一帧，如上所述，反映射部分124将相应地把各帧传送来的子带样本转换成384个PCM音频数据样本，即解码器121的反映射部分124的输出数据的样本速率与输入到编码器111的音频数据的样本速率相等，为32kHz、44.1kHz或48kHz。

如上所述，层1、层2和层3 MPEG-1比特流格式的层数越高，编码效率就越高。因此，如果使用层2，或者尤其是使用层3格式，可以从解码PCM音频数据实现高质音频再现，即使是MPEG-1编码数据的低比特率。图15示出了层1情况下的MPEG-1比特流格式。如图所示，每帧由首部131、后跟校错部分132、音频数据部分133以及辅助数据部分134构成。音频数据部分133由包含每个子带的各位分配信息位分配信息部分、包含各子带的各换算系数的换算系数部分以及包含量化编码子带样本的数据样本部分组成。