專利名稱：基于感知自適應(yīng)比特分配的音頻精細分級編碼方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻編碼技術(shù)領(lǐng)域，尤其涉及一種基于感知自適應(yīng)比特分配的音頻精細分級編碼方法及系統(tǒng)。

背景技術(shù)：
可分級音頻編碼技術(shù)將碼流劃分為一個核心層及多個增強層，其中核心層保證信號的最低重建質(zhì)量，增強層則通過提高信噪比或者擴展頻帶的方式漸次改善重建質(zhì)量，接收到的增強層數(shù)越多，解碼音質(zhì)越高。
可分級編碼方法可以通過直接丟棄增強層碼流以適應(yīng)網(wǎng)絡(luò)帶寬波動，分級粒度越精細就越能有效適應(yīng)網(wǎng)絡(luò)帶寬波動；另一方面，可分級音頻編碼性能好壞評價的客觀準(zhǔn)則是各個分級層的感知信噪比，主觀評價標(biāo)準(zhǔn)也是各個分級層解碼信號感知質(zhì)量。因此決定各個分級層的感知質(zhì)量穩(wěn)步提升的感知自適應(yīng)比特分配方案對可分級編碼性能好壞起著至關(guān)重要的作用。
現(xiàn)有的精細可分級音頻編碼方法比較具有代表性的方法是1994年MPEG-1標(biāo)準(zhǔn)采用的最優(yōu)比特分配方法，以及2006年ITU-T提出的新一代語音編解碼標(biāo)準(zhǔn)G.729EV中的頻域子帶可分級方法。
最優(yōu)比特分配方法將頻域信號均勻劃分為多個子帶，根據(jù)子帶感知重要度排序，采用逐比特量化方法編碼感知度最重要的子帶，并進行子帶感知重要度調(diào)整，反饋繼續(xù)進行子帶感知重要度排序和逐比特量化，直到比特分配結(jié)束或全部子帶編碼完成，其中逐比特量化方法采用的是標(biāo)量量化，將子帶最重要信息進行量化編碼。最優(yōu)比特分配方法保證了編碼質(zhì)量的提高，但是由于標(biāo)量量化本身量化壓縮缺陷，該方法在一定程度上限制了量化效率的提高，無法適用于中低碼率。
G.729EV標(biāo)準(zhǔn)增強層將信號劃分為32個子帶，采用感知重要性的測度準(zhǔn)則，對各個子帶按感知重要度排序，根據(jù)排序的結(jié)果以及可供分配的比特數(shù)確定最佳比特分配方案，對各個子帶MDCT系數(shù)進行分裂球面矢量量化，G.729EV標(biāo)準(zhǔn)增強層編碼采用的比特分配方法并不是最優(yōu)的，編碼每個子帶的比特數(shù)耗費大，在比特數(shù)少的情況下，該比特分配方法只能指導(dǎo)編碼器量化編碼少數(shù)子帶，而大部分子帶信息將完全丟失，這種方法雖然有顯著的量化效率，但是卻存在比特分配不均及比特浪費的現(xiàn)象，導(dǎo)致某些子帶比特嚴重浪費，某些子帶比特嚴重缺乏，從而最終影響音質(zhì)的提高。
從以上的技術(shù)來看，當(dāng)前的精細可分級音頻編碼處于兩個極端的狀態(tài)，量化效率和分級粒度不能有一個較好的統(tǒng)一過程，量化效率高的方法分級粒度就低，量化效率低的分級粒度就高。


發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于感知自適應(yīng)比特分配的音頻精細分級編碼方法及系統(tǒng)，以將感知自適應(yīng)比特塊分配方案和高效分級矢量量化技術(shù)結(jié)合，實現(xiàn)高效的精細可分級音頻編碼，較好地實現(xiàn)量化精度和量化效率的統(tǒng)一。
為達到上述目的，本發(fā)明采用如下的技術(shù)方案 一種基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，包括以下步驟 步驟①對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式； 步驟②對上述經(jīng)過預(yù)處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1； 步驟③計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶； 步驟④根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化； 步驟⑤對矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整； 步驟⑥判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，如果沒有達到最大次數(shù)，則返回步驟③，如果達到最大次數(shù)，則結(jié)束分級編碼。
所述步驟③中，如果以子帶能量作為每個子帶的感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜能量；如果以幅度作為感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜幅。
定義VQ_rank(k)為第k個子帶的量化等級，并對其初始化賦值為 VQ_rank(0)＝VQ_rank(1)...＝VQ_rank(N-1)＝0 其中k＝0，1，....N-1，N為劃分的子帶總數(shù)，N≥1； 對獲得的感知重要度最大的子帶k進行第VQ_rank(k)級的矢量量化，給頻譜矢量Yk分配R比特，得到量化后的矢量

其中R取值大小由分級編碼器的分級粒度S決定。
定義Qmax為信號量化過程中最大可分級次數(shù)，其初始化Q＝1，計算

的感知重要度

并對Yk，VQ_rank(k)及ip(k)進行如下自適應(yīng)修改 VQ_rank(k)＝VQ_rank(k)+1 Q＝Q+1 其中，0≤k≤N-1。
一種基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)，包括 預(yù)處理模塊，用于對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式； 子帶劃分模塊，用于對上述經(jīng)過預(yù)處理模塊處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1； 子帶感知重要度計算排序及提取模塊，用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶； 分級量化編碼模塊，用于根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化； 自適應(yīng)調(diào)整模塊，用于對分級量化編碼模塊矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整； 分級編碼結(jié)束判斷模塊，用于判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，并決定是否結(jié)束分級編碼。
感知加權(quán)子模塊，用于對輸入信號進行感知加權(quán)處理； 時頻變換子模塊，用于對感知加權(quán)處理后的信號進行時頻變換處理。
子帶感知重要度計算排序子模塊，用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序； 感知重要度提取模塊，用于對子帶感知重要度計算排序子模塊排序后的子帶提取感知重要度最大的子帶。
本發(fā)明具有以下優(yōu)點和積極效果 1)將感知自適應(yīng)比特塊分配方案和高效分級矢量量化技術(shù)結(jié)合，實現(xiàn)了高效的精細可分級音頻編碼，較好地實現(xiàn)了量化精度和量化效率的統(tǒng)一； 2)本發(fā)明從人耳感知特性出發(fā)，以感知重要度為衡量標(biāo)準(zhǔn)對子帶進行可分級矢量量化，提高了分級精度，提高編碼效率的同時也滿足了高音質(zhì)的需求。



圖1是本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法的流程圖。
圖2是本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法的子帶劃分第一示意圖。
圖3是本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法的子帶劃分第二示意圖。
圖4是本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)的應(yīng)用示意圖。

具體實施例方式 本發(fā)明主要是以子帶的感知重要度為衡量標(biāo)準(zhǔn)，提出的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法及系統(tǒng)。
本發(fā)明相對將比特一次性分配給感知重要度最高的子帶來說，增加了分級精度，而相對逐比特分配的方法來說，提高了編碼效率，從人耳感知特性出發(fā)，以感知重要度為衡量標(biāo)準(zhǔn)，對子帶進行可分級矢量量化，提高了分級精度，下面分別結(jié)合附圖詳細描述本發(fā)明。
本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，具體包括以下步驟，如圖1所示，包括 步驟1對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式； 步驟2對上述經(jīng)過預(yù)處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1； 步驟3計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶； 具體信號的感知重要度衡量標(biāo)準(zhǔn)不同，若以子帶能量作為每個子帶的感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜能量；若以幅度作為感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜幅； 定義每個子帶的感知重要度為ip(k)，k＝0，1...N-1；根據(jù)計算所得的感知重要度大小，對各子帶統(tǒng)一進行感知重要度的排序，提取感知重要度最大的子帶ip(k)＝E(k)＝Max(ip(j))，其中k＝0，1，....N-1，j＝0，1，2，...N-1，N為劃分的子帶總數(shù)； 步驟4根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化；該步驟進一步可以包括以下子步驟 ①定義VQ_rank(k)為第k個子帶的量化等級，并對其初始化賦值為 VQ_rank(0)＝VQ_rank(1)...＝VQ_rank(N-1)＝0 其中k＝0，1，....N-1，N為劃分的子帶總數(shù)，N≥1； ②對獲得的感知重要度最大的子帶k進行第VQ_rank(k)級的矢量量化，給頻譜矢量Yk分配R比特，得到量化后的矢量

其中R取值大小由分級編碼器的分級粒度S決定； 步驟5對矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整；該步驟具體操作如下 定義Qmax為信號量化過程中最大可分級次數(shù)，其初始化Q＝1，計算

的感知重要度

并對Yk，VQ_rank(k)及ip(k)進行如下自適應(yīng)修改 VQ_rank(k)＝VQ_rank(k)+1 Q＝Q+1 其中，0≤k≤N-1； 步驟6判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，如果沒有達到最大次數(shù)，則返回步驟3，如果達到最大次數(shù)，則結(jié)束分級編碼。
本發(fā)明提供的基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)，包括以下模塊 ①預(yù)處理模塊，用于對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式； 預(yù)處理模塊進一步包括感知加權(quán)子模塊、時頻變換子模塊， 感知加權(quán)子模塊，用于對輸入信號進行感知加權(quán)處理； 時頻變換子模塊，用于對感知加權(quán)處理后的信號進行時頻變換處理； ②子帶劃分模塊，用于對上述經(jīng)過預(yù)處理模塊處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1； ③子帶感知重要度計算排序及提取模塊，用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶； 該模塊進一步包括子帶感知重要度計算排序子模塊、感知重要度提取模塊 子帶感知重要度計算排序子模塊，用于用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序； 感知重要度提取模塊，用于對子帶感知重要度計算排序子模塊排序后的子帶提取感知重要度最大的子帶； ④分級量化編碼模塊，用于根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化； ⑤自適應(yīng)調(diào)整模塊，用于對分級量化編碼模塊矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整； ⑥分級編碼結(jié)束判斷模塊，用于判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，并決定是否結(jié)束分級編碼。
下面進一步以具體實施例結(jié)合附圖對本發(fā)明作進一步說明 步驟1對輸入信號進行預(yù)處理，而預(yù)處理具體包括感知加權(quán)和時頻變換兩個過程； ①將輸入信號送入感知加權(quán)濾波器MLB(z)，同時γ1′，γ2′以及γ3′(0＜γ1′，γ2，′γ3′＜1)三個系數(shù)也相應(yīng)調(diào)整以緩和量化噪聲譜 其中γ1′，γ2′，γ3′為調(diào)整參量，ai為線性預(yù)測分析系數(shù)，i為線性預(yù)測的階數(shù)， ②時頻變換是將時域信號轉(zhuǎn)換到頻域，獲得音頻信號的頻譜表達，本實施例采用MDCT變換。
步驟2對時頻變換后的頻域信號進行頻譜子帶劃分，此處假設(shè)將整個頻譜均勻劃分為64個子帶； 圖2為均勻劃分為8個子帶的示意圖，橫軸表示子帶頻域劃分范圍，縱軸表示頻域能量幅值，其中低頻核心層編碼是本發(fā)明的基礎(chǔ)，不在本發(fā)明考慮范圍內(nèi)；根據(jù)殘差計算出來的子帶在圖中用數(shù)字“1”到“8”分別標(biāo)示，其中子帶1、子帶2、子帶3、和子帶4是低頻音頻子帶；子帶5、子帶6、子帶7、和子帶8是高頻音頻子帶；64個子帶的劃分與8個子帶劃分同理； 步驟3此處假設(shè)每個子帶的能量作為子帶感知重要度的測量標(biāo)準(zhǔn)，計算64個子帶的每個子帶所包含的能量，并根據(jù)能量大小從大到小進行排序，提取感知重要度最大的子帶，具體實施方式
為 ①定義ip(k)為第k個子帶的感知重要度，E(k)為第k個子帶所包含的譜能量，用如下公式計算每個子帶的能量 其中k＝0，1...63，Yk為第k個子帶包含的MDCT譜系數(shù)； ②根據(jù)上式計算所得的每個子帶的能量大小為感知重要度的測量標(biāo)準(zhǔn)，對各子帶統(tǒng)一進行感知重要度的排序，提取感知重要度最大的子帶，送入步驟4進行矢量量化，具體表示為 ip(k)＝Max(ip(j)) 其中，0≤k≤63，j＝0，...，63； 步驟4根據(jù)步驟3獲得的感知重要度最大的子帶，根據(jù)對該子帶進行縱向矢量量化，這里假定第k個子帶為感知重要度最大的子帶，具體的實施方式為 ①定義VQ_rank(k)為第k個子帶的量化等級，并對其初始化賦值為 VQ_rank(0)＝VQ_rank(1)...＝VQ_rank(63)＝0 其中k＝0，1，....63，N為劃分的子帶總數(shù)； ②對獲得的感知重要度最大的子帶k進行第VQ_rank(k)＝0級的矢量量化，給該子帶的量化矢量Yk分配R個比特，其中R根據(jù)需要的分級粒度進行調(diào)整，在量化效率和分級粒度之間權(quán)衡，以處理幀長20ms，分級粒度1kbps為例，則R為20個比特，得到量化后的矢量
步驟5對步驟4矢量量化后的子帶k進行自適應(yīng)修整，具體實施如下 假設(shè)Qmax＝10為信號量化過程中最大可分級次數(shù)，其初始化Q＝1； 計算

的感知重要度

并對Yk，VQ_rank(k)及ip(k)進行如下自適應(yīng)修改，即 VQ_rank(k)＝VQ_rank(k)+1 Q＝Q+1 其中0≤k≤63； 步驟6判斷進行步驟5后的可分級量化次數(shù)Q是否大于Qmax，如果大于則結(jié)束分級編碼，如果沒有大于Qmax則繼續(xù)進行步驟3。
圖3為8個子帶比特分配量化示意圖，橫軸表示子帶頻域劃分范圍，縱軸表示頻域能量幅值，其中低頻核心層編碼是本發(fā)明的基礎(chǔ)，不在本發(fā)明考慮范圍內(nèi)；增強層均勻劃分為8個子帶，根據(jù)各子帶能量幅值比較，發(fā)現(xiàn)第6個子帶能量最大，編碼該子帶的的矢量塊1，調(diào)整第6個子帶能量；重新排序子帶能量幅值，發(fā)現(xiàn)第1個子帶能量最大，編碼該子帶的的矢量塊2；以此類推，分別編碼第1到18個矢量塊。
圖4中輸入的雙聲道信號經(jīng)過下混、預(yù)處理、低通和高通濾波等模塊處理得到低帶殘差信號和高帶信號。低帶殘差信號和高帶信號作為可分級編碼模塊的輸入，經(jīng)過本發(fā)明提供的方法分級量化得到輸出碼流輸出。
圖4是本發(fā)明內(nèi)容在整個音頻編碼框架中的應(yīng)用，其中可分級編碼矢量化30為本發(fā)明實現(xiàn)精細粒度分級編碼的位置，將本發(fā)明內(nèi)容應(yīng)用于編碼框架的可分級矢量量化中，指導(dǎo)音頻編碼，提高量化效率及量化精度。
權(quán)利要求
1.一種基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，其特征在于，包括以下步驟
步驟①對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式；
步驟對上述經(jīng)過預(yù)處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1；
步驟③計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶；
步驟④根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化；
步驟⑤對矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整；
步驟⑥判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，如果沒有達到最大次數(shù)，則返回步驟③，如果達到最大次數(shù)，則結(jié)束分級編碼。
2.根據(jù)權(quán)利要求1所述的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，其特征在于
所述步驟③中，如果以子帶能量作為每個子帶的感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜能量；如果以幅度作為感知重要度衡量標(biāo)準(zhǔn)，則計算每個子帶所包含的譜幅。
3.根據(jù)權(quán)利要求1所述的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，其特征在于，
所述步驟④進一步包括以下子步驟
定義VQ_rank(k)為第k個子帶的量化等級，并對其初始化賦值為
VQ_rank(0)＝VQ_rank(1)...＝VQ_rank(N-1)＝0
其中k＝0，1，....N-1，N為劃分的子帶總數(shù)，N≥1；
對獲得的感知重要度最大的子帶k進行第VQ_rank(k)級的矢量量化，給頻譜矢量Yk分配R比特，得到量化后的矢量
其中R取值大小由分級編碼器的分級粒度S決定。
4.根據(jù)權(quán)利要求3所述的基于感知自適應(yīng)比特分配的音頻精細分級編碼方法，其特征在于，所述步驟⑤進一步包括以下子步驟
定義Qmax為信號量化過程中最大可分級次數(shù)，其初始化Q＝1，計算
的感知重要度
并對Yk，VQ_rank(k)及ip(k)進行如下自適應(yīng)修改
VQ_rank(k)＝VQ_rank(k)+1
Q＝Q+1
其中，0≤k≤N-1。
5.一種基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)，其特征在于，包括
預(yù)處理模塊，用于對輸入信號進行預(yù)處理，其中預(yù)處理包括對輸入信號進行感知加權(quán)處理和時頻變化處理，經(jīng)上述預(yù)處理后得到信號的頻域表示形式；
子帶劃分模塊，用于對上述經(jīng)過預(yù)處理模塊處理后得到的頻域信號進行子帶劃分，按照均勻劃分的方法將整個頻域劃分為N個子帶，其中N≥1；
子帶感知重要度計算排序及提取模塊，用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶；
分級量化編碼模塊，用于根據(jù)感知重要度最大的子帶，進行可分級縱向矢量量化；
自適應(yīng)調(diào)整模塊，用于對分級量化編碼模塊矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整；
分級編碼結(jié)束判斷模塊，用于判斷整個量化過程中可分級量化次數(shù)是否到達最大次數(shù)，并決定是否結(jié)束分級編碼。
6.根據(jù)權(quán)利要求5所述的基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)，其特征在于，
所述預(yù)處理模塊進一步包括
感知加權(quán)子模塊，用于對輸入信號進行感知加權(quán)處理；
時頻變換子模塊，用于對感知加權(quán)處理后的信號進行時頻變換處理。
7.根據(jù)權(quán)利要求5或6所述的基于感知自適應(yīng)比特分配的音頻精細分級編碼系統(tǒng)，其特征在于，所述子帶感知重要度計算排序及提取模塊進一步包括
子帶感知重要度計算排序子模塊，用于計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序；
感知重要度提取模塊，用于對子帶感知重要度計算排序子模塊排序后的子帶提取感知重要度最大的子帶。
全文摘要
本發(fā)明涉及音頻編碼技術(shù)領(lǐng)域，尤其涉及一種基于感知自適應(yīng)比特分配的音頻精細分級編碼方法及系統(tǒng)。本發(fā)明方法對輸入信號進行預(yù)處理、對頻域信號進行子帶劃分、計算每個子帶的感知重要度，并根據(jù)感知重要度按照從大到小的順序統(tǒng)一對子帶排序，提取感知重要度最大的子帶、進行可分級縱向矢量量化、對矢量量化后的最大重要感知重要度子帶進行自適應(yīng)調(diào)整；本發(fā)明系統(tǒng)包括預(yù)處理模塊、子帶劃分模塊、子帶感知重要度計算排序及提取模塊、分級量化編碼模塊、自適應(yīng)調(diào)整模塊、分級編碼結(jié)束判斷模塊。本發(fā)明實現(xiàn)了高效的精細可分級音頻編碼，較好地實現(xiàn)了量化精度和量化效率的統(tǒng)一，提高編碼效率的同時也滿足了高音質(zhì)的需求。
文檔編號G10L19/02GK101800050SQ20101010740
公開日2010年8月11日 申請日期2010年2月3日 優(yōu)先權(quán)日2010年2月3日
發(fā)明者胡瑞敏, 楊玉紅, 劉元元, 陳冰, 高麗, 項慨, 周超群, 杭波 申請人:武漢大學(xué)