一種3d音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)及方法
【專利摘要】本發(fā)明提供一種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)及方法，包括基于雙聲道輸入信號進(jìn)行預(yù)處理、聲道信號下混、下混信號量化編碼；按子帶提取空間參數(shù)，所述空間參數(shù)為聲道間強(qiáng)度差異參數(shù)ICLD；根據(jù)全方位角度JND得到全方位角度量化表；根據(jù)輸入的揚(yáng)聲器的空間位置信息，建立在兩揚(yáng)聲器所夾區(qū)域之間所形成虛擬聲像的方位角與空間參數(shù)的映射表，從全方位角度量化表映射得到空間參數(shù)量化表；進(jìn)行空間參數(shù)全方位的非均勻量化壓縮編碼，對輸入的揚(yáng)聲器空間位置信息進(jìn)行熵編碼。本發(fā)明基于人耳對全方位的角度感知差異特性自適應(yīng)地根據(jù)揚(yáng)聲器方位信息生成全方位空間參數(shù)非均勻量化表，相比現(xiàn)有方法，本發(fā)明明顯提高了編碼效率和質(zhì)量。
【專利說明】一種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及音頻編碼【技術(shù)領(lǐng)域】，尤其涉及一種3D音頻空間參數(shù)全方位非均勻量 化編碼系統(tǒng)及方法。

【背景技術(shù)】
[0002] 人耳的空間聽覺特性是聲道間空間參數(shù)感知去冗余的基礎(chǔ)。傳統(tǒng)的空間音頻參數(shù) 編碼方法，通過聲道下混和提取聲道間空間參數(shù)的方法進(jìn)行立體聲信號壓縮編碼，基于人 對空間方位感知的雙耳線索的恰可感知差異特性，對立體聲空間參數(shù)進(jìn)行感知去冗余量化 編碼。人對3D空間中不同方位的聲音具有不同的感知敏感特性，人對正前方聲音方位感知 最敏感，后方次之，側(cè)面最弱。然而現(xiàn)有多聲道3D音頻編碼技術(shù)仍然沿用立體聲編碼方法， 對所有方位揚(yáng)聲器對提取的空間參數(shù)采用相同的量化表，相同的量化范圍及步長設(shè)置難以 與人耳對不同方位的感知特性相符，從而造成要么量化比特數(shù)浪費、要么量化精度不夠帶 來感知失真的問題，降低編碼效率和質(zhì)量。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)及方法， 使得3D音頻中所有方位的揚(yáng)聲器信號中提取的空間參數(shù)感知編碼都能與人耳感知特性相 符。
[0004] 為達(dá)到上述目的，本發(fā)明提供一種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)， 包括以下模塊：
[0005] 預(yù)處理模塊，用于對雙聲道輸入信號進(jìn)行預(yù)處理，得到兩個聲道的當(dāng)前幀的各個 子帶的頻域信號X iGO和\(k)并做兩路輸出，一路輸出給聲道信號下混模塊，一路輸出給 空間參數(shù)提取模塊；i，j代表揚(yáng)聲器信號編號，k代表子帶編號，取值1，2,…，K，子帶數(shù)K > 1 ；
[0006] 聲道信號下混模塊，用于對從預(yù)處理模塊輸入的頻域信號Xi (k)和Xj (k)，按每個 子帶每個頻譜系數(shù)進(jìn)行下混，得到當(dāng)前幀的頻域下混信號XmixGO = (Xi(k)+X^k))/2,輸出 給下混信號量化編碼模塊；
[0007] 下混信號量化編碼模塊，用于對聲道信號下混模塊輸入的下混信號XmixGO = (Xi (k) +X^k)) /2進(jìn)行量化編碼，將編碼結(jié)果作為碼流的一部分輸出給解碼端；
[0008] 空間參數(shù)提取模塊，用于對從預(yù)處理模塊輸入的所得當(dāng)前幀的各個子帶的頻域信 號Xi (k)和\ (k)，按子帶提取空間參數(shù)并輸出給空間參數(shù)全方位非均勻量化編碼模塊，所 述空間參數(shù)為聲道間強(qiáng)度差異參數(shù)ICLD，提取如下，
[0009]

【權(quán)利要求】
1. 一種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)，其特征在于，包括以下模塊： 預(yù)處理模塊，用于對雙聲道輸入信號進(jìn)行預(yù)處理，得到兩個聲道的當(dāng)前幀的各個子帶 的頻域信號XiGO和\(k)并做兩路輸出，一路輸出給聲道信號下混模塊，一路輸出給空間 參數(shù)提取模塊；i，j代表揚(yáng)聲器信號編號，k代表子帶編號，取值1，2,…，K，子帶數(shù)K> 1 ; 聲道信號下混模塊，用于對從預(yù)處理模塊輸入的頻域信號Xi (k)和\ (k)，按每個子帶 每個頻譜系數(shù)進(jìn)行下混，得到當(dāng)前幀的頻域下混信號XmixGO= (XiGO+X^k))/2,輸出給下 混信號量化編碼模塊； 下混信號量化編碼模塊，用于對聲道信號下混模塊輸入的下混信號XmixGO= (Xi (k) +X^k)) /2進(jìn)行量化編碼，將編碼結(jié)果作為碼流的一部分輸出給解碼端； 空間參數(shù)提取模塊，用于對從預(yù)處理模塊輸入的所得當(dāng)前幀的各個子帶的頻域信號XiGO和\(k)，按子帶提取空間參數(shù)并輸出給空間參數(shù)全方位非均勻量化編碼模塊，所述 空間參數(shù)為聲道間強(qiáng)度差異參數(shù)ICLD，提取如下，
其中SXiGO2和SXjGO2表示對頻域信號XiGO和Xj(k)的第k個子帶的所有頻譜系 數(shù)求平方和； 全方位角度量化表生成模塊，用于包括根據(jù)輸入的全方位的角度恰可感知差異JND值Α_(8,e)，量化得到全方位角度量化表中角度的量化值A(chǔ)Q(index)，量化步長通過設(shè)置相鄰 兩個Aq (index)之間的差異約等于從量化點開始的2個連續(xù)A_(a，e)值的和，其中a，e分 別代表水平角和高度角；所得全方位角度量化表輸出給基于方位角自適應(yīng)映射的空間參數(shù) 量化表生成模塊； 基于方位角自適應(yīng)映射的空間參數(shù)量化表生成模塊，用于根據(jù)輸入的揚(yáng)聲器的空間位 置信息，計算兩揚(yáng)聲器的夾角，建立在兩揚(yáng)聲器所夾區(qū)域之間所形成虛擬聲像的方位角與 揚(yáng)聲器信號聲道間空間參數(shù)的映射表，根據(jù)從全方位角度量化表生成模塊輸入的全方位角 度量化表，從全方位角度量化表映射得到空間參數(shù)量化表，輸出給空間參數(shù)全方位非均勻 量化編碼模塊； 空間參數(shù)全方位非均勻量化編碼模塊，用于根據(jù)從基于方位角自適應(yīng)映射的空間參數(shù) 量化表生成模塊得到的空間參數(shù)量化表，對從空間參數(shù)提取模塊輸入的空間參數(shù)量化，對 量化索引進(jìn)行差分熵編碼，實現(xiàn)空間參數(shù)全方位的非均勻量化壓縮編碼，將編碼結(jié)果作為 碼流的一部分輸出給解碼端； 揚(yáng)聲器配置邊信息量化編碼模塊，用于對輸入的揚(yáng)聲器空間位置信息，進(jìn)行熵編碼，將 編碼結(jié)果作為碼流的一部分輸出給解碼端。
2. -種3D音頻空間參數(shù)全方位非均勻量化編碼系統(tǒng)，其特征在于：基于方位角自適應(yīng) 映射的空間參數(shù)量化表生成模塊用于具體執(zhí)行以下操作， 給定輸入揚(yáng)聲器SjPS」的高度角e，揚(yáng)聲器SJPS」在主坐標(biāo)系XY中水平方位 角分別是9XY(k，i)和QxyG^j)，在以兩揚(yáng)聲器連線的中垂線及其垂線所構(gòu)成的坐 標(biāo)系X'Y'中分別映射得到兩揚(yáng)聲器的水平方位角汛U) = 氏J) -UM))和 = -{θ^Y(k^j) -θχγ (kj)) ^a * 根據(jù)全方位量化表，選取高度角為e、水平方位角位于Θ^(k，i)和ΘXY(k，j)之間的角 度的量化值A(chǔ)Q(indeX)組成兩揚(yáng)聲器所構(gòu)成的局部區(qū)域的角度量化表；在該局部區(qū)域中，根 據(jù)主坐標(biāo)系XY中虛擬聲源Sij的水平方位角度(^./)，得到虛擬聲源Sij在坐標(biāo)系X'Y' 中的水平方位角舛?(A，/，./_) - (M) + (々，/)); 根據(jù)兩揚(yáng)聲器在坐標(biāo)系Χ'Υ'中的水平方位角Θ(k，i)和Θ(k，j)，以及局部區(qū)域中每 一個量化角度在坐標(biāo)系X'Y'中的水平方位角，計算得到該角度對應(yīng)的ICLD的量 化值，
3. -種3D音頻空間參數(shù)全方位非均勻量化編碼方法，其特征在于，包括以下步驟： 步驟1，對輸入信號進(jìn)行預(yù)處理，得到兩個聲道的當(dāng)前幀的各個子帶的頻域信號XiGO 和\ (k)，i，j代表揚(yáng)聲器信號編號，k代表子帶編號，取值1，2,…，K，子帶數(shù)K> 1 ; 步驟2,得到下混信號，包括對于步驟1所得當(dāng)前幀的各個子帶的頻域信號XiGO和\(k)，按每個子帶每個頻譜系數(shù)進(jìn)行下混，得到當(dāng)前幀的頻域下混信號Xmix(k)= (X^^+X^k))^ ； 步驟3,對下混信號進(jìn)行編碼，包括對步驟2所得當(dāng)前幀的頻域下混信號Xmix(k)= (Xi (k) +X^k)) /2進(jìn)行量化編碼，將編碼結(jié)果作為碼流的一部分輸出給解碼端； 步驟4,空間參數(shù)提取，包括對步驟1所得當(dāng)前幀的各個子帶的頻域信號XiGO和Xj (k)，按子帶提取空間參數(shù)，所述空間參數(shù)為聲道間強(qiáng)度差異參數(shù)ICLD，提取如下，
其中SXiGO2和SXjGO2表示對頻域信號XiGO和Xj(k)的第k個子帶的所有頻譜系 數(shù)求平方和； 步驟5,全方位角度量化表生成，包括根據(jù)輸入的全方位的角度恰可感知差異JND值Α_(8,e)，量化得到全方位角度量化表中角度的量化值A(chǔ)Q(index)，量化步長通過設(shè)置相鄰 兩個Aq (index)之間的差異約等于從量化點開始的2個連續(xù)A_(a，e)值的和，其中a，e分 別代表水平角和高度角； 步驟6,根據(jù)輸入的揚(yáng)聲器的空間位置信息，計算兩揚(yáng)聲器的夾角，建立在兩揚(yáng)聲器所 夾區(qū)域之間所形成虛擬聲像的方位角與揚(yáng)聲器信號聲道間空間參數(shù)的映射表，根據(jù)步驟5 所得全方位角度量化表，從全方位角度量化表映射得到空間參數(shù)量化表； 步驟7,根據(jù)步驟6中得到的空間參數(shù)量化表，對步驟4得到的空間參數(shù)進(jìn)行量化，對量 化索引進(jìn)行差分熵編碼，實現(xiàn)空間參數(shù)全方位的非均勻量化壓縮編碼，將編碼結(jié)果作為碼 流的一部分輸出給解碼端； 步驟8,對輸入的揚(yáng)聲器空間位置信息，進(jìn)行熵編碼，將編碼結(jié)果作為碼流的一部分輸 出給解碼端。
4. 一種3D音頻空間參數(shù)全方位非均勻量化編碼方法，其特征在于：步驟6實現(xiàn)方式如 下， 給定輸入揚(yáng)聲器SjPS」的高度角e，揚(yáng)聲器SJPS」在主坐標(biāo)系XY中水平方位 角分別是9XY(k，i)和QxyG^j)，在以兩揚(yáng)聲器連線的中垂線及其垂線所構(gòu)成的坐 標(biāo)系X'Y'中分別映射得到兩揚(yáng)聲器的水平方位角外W) = -4(1·氏·/') -UW))和^. 根據(jù)全方位量化表，選取高度角為e、水平方位角位于Θ^(k，i)和ΘXY(k，j)之間的角 度的量化值A(chǔ)Q(indeX)組成兩揚(yáng)聲器所構(gòu)成的局部區(qū)域的角度量化表；在該局部區(qū)域中，根 據(jù)主坐標(biāo)系XY中虛擬聲源Su的水平方位角度(LA/)，得到虛擬聲源Su在坐標(biāo)系X'Y' 中的水平方位角舛々乂./_) =Au(A，，·，./) - ./) +K々，/_)): 根據(jù)兩揚(yáng)聲器在坐標(biāo)系Χ'γ'中的水平方位角θ(k，i)和θ(k，j)，以及局部區(qū)域中每 一個量化角度在坐標(biāo)系Χ'γ'中的水平方位角Ρ(·/(乂./_)，計算得到該角度對應(yīng)的ICLD的量化 值，
【文檔編號】G10L19/038GK104464742SQ201410855935
【公開日】2015年3月25日 申請日期:2014年12月31日 優(yōu)先權(quán)日:2014年12月31日
【發(fā)明者】胡瑞敏, 高麗, 楊玉紅, 王曉晨, 涂衛(wèi)平, 武庭照, 柯善發(fā), 張茂勝, 李登實, 王松, 姜林, 楊乘 申請人:武漢大學(xué)