[发明专利]一种适应于个性化交互系统的音频对象编码方法

摘要

本发明公开了一种适应于个性化交互系统的音频对象编码方法，在编码阶段，本发明首先将待编码的多个音频对象，从时域分帧加窗变换到频域；根据每个对象的能量大小进行排序，确定对象编码顺序；循环提取每步编码对象及对应下混信号，依此计算每步的参数及残差；利用奇异值分解，对大尺寸的残差矩阵进行分解压缩；将最终混合信号，参数及残差分解矩阵合成码流。在解码阶段，利用分解矩阵重构残差；然后根据每个对象的残差与参数，逐步将对象从下混信号中解码重建。本发明通过有顺序的多步编解码与残差分解，可以同时保证低码率和高质量的重建每个音频对象。

主权项

1.一种适应于个性化交互系统的音频对象编码方法，其特征在于，包括以下步骤：/n步骤A1：对输入的音频对象序列进行分帧加窗，将时域信号转换到频域信号，得到每个音频对象的时频矩阵；/n步骤A2：根据每个对象的时频矩阵，计算对象频域能量进行排序，确定多步逐级编码中每步需要编码的对象；/n步骤A3：根据确定的编码顺序，逐步下混并计算对应的边信息；所述逐步下混指将当前处理流程中输入的对象对数据进行矩阵相加，得到一个和矩阵；其中逐步下混信号并不作为传输码流进行传输；所述边信息包含对象残差与对象增益参数矩阵；其中，对象增益参数通过对象对中两个输入信号的能量比计算得到；/n步骤A4：利用奇异值分解将边信息中的对象残差分解为左、右奇异矩阵与奇异值；/n步骤A5：量化奇异矩阵、奇异值及对象增益参数，获得边信息码流；/n步骤A6：将步骤A3中的最终下混信号进行编码，获得下混信号码流；/n步骤A7：步骤A5和步骤A6得到的码流合成为输出码流，传输到解码端。/n