專利名稱：音頻信號編碼/譯碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻信號的通信和記錄操作，更具體地，涉及音頻信號編碼/譯碼方法。
近年來，在例如電視會議等中所用的寬帶語音的大量語音編碼領(lǐng)域中，以及例如多媒體中所用的高質(zhì)量音頻編碼領(lǐng)域中都取得飛速發(fā)展。在這種編碼方法中，利用頻譜包絡(luò)信息作為輔助信息的自適應(yīng)變換編碼方法已被頻繁使用。在現(xiàn)有技術(shù)中，利用這種自適應(yīng)變換編碼方法的編碼/譯碼方法的一個例子，是日本專利公開第184098/1991號中的“自適應(yīng)變換編碼方法和系統(tǒng)”中所公開的方法，或IEEE Journal on Selected Areas in Communications第6卷第2號中James D.Johnston的“利用感性噪聲標(biāo)準(zhǔn)的音頻信號的變換編碼”中所公開的方法。
為描述本發(fā)明，首先描述現(xiàn)有技術(shù)中所用的自適應(yīng)變換編碼方法。圖2是編碼發(fā)送器1和譯碼接收器2之間這樣的自適應(yīng)變換編碼/譯碼方法的簡要處理流程的框圖。
圖2中，參考標(biāo)號3指用于存儲數(shù)字化輸入的預(yù)定數(shù)目的抽樣值以構(gòu)造一個編碼塊的輸入緩沖器的處理。標(biāo)號4指用于由快速傅立葉變換等將輸入音頻信號變換到提供多個離散頻帶輸出的頻域的處理。標(biāo)號13指用于反向變換到時域的處理，與變換4相應(yīng)，標(biāo)號5指用于利用Max量化器量化變換系數(shù)的處理。標(biāo)號11指用于反向量化的處理，與量化5相應(yīng)。標(biāo)號6指用于計算頻譜包絡(luò)的處理。例如，這可以通過下述方法實現(xiàn)對幾個離散頻帶的頻域變換系數(shù)的冪進(jìn)行平均而逼近頻譜包絡(luò)；或者通過線性預(yù)分析輸入而演繹出頻譜包絡(luò)；等等。標(biāo)號7指用于對頻譜包絡(luò)進(jìn)行編碼的處理，而標(biāo)號12指用于對頻譜包絡(luò)進(jìn)行譯碼的處理，與編碼7相應(yīng)。標(biāo)號8指用于根據(jù)速率失真定理或類似定理對每個離散頻帶的變換系數(shù)量化的位分配/量化步長進(jìn)行自適應(yīng)控制的處理。標(biāo)號9指用于多路復(fù)用量化變換系數(shù)和頻譜包絡(luò)碼以產(chǎn)生一個傳輸碼的處理，而標(biāo)號10指用于多路分解傳輸碼以對量化變換系數(shù)和頻譜包絡(luò)碼進(jìn)行譯碼的處理。標(biāo)號14指用于以塊為單位存儲輸出信號以順序輸出它們的輸出緩沖器。
下面參照圖2描述編碼/譯碼流程。在編碼操作中，由緩沖器3從輸入昔頻信號中構(gòu)造一個編碼塊，并由頻域變換4變換為變換系數(shù)，直到它由變換系數(shù)量化5量化。在該變換系數(shù)量化5中，每個離散頻帶的系數(shù)用位分配和量化步長量化，該位分配和量化步長是根據(jù)頻譜包絡(luò)計算6從輸入信號中獲得的頻譜包絡(luò)而自適應(yīng)控制的。完成這些操作，以對每個離散頻帶的量化失真進(jìn)行審計性控制。另一方面，由編碼操作7對全頻帶頻譜包絡(luò)進(jìn)行編碼。然后，由多路復(fù)用操作9從量化變換系數(shù)和頻譜包絡(luò)碼中產(chǎn)生傳輸碼。
在譯碼操作2中，首先由多路分解操作10將量化變換系數(shù)和頻譜包絡(luò)碼分開。然后，由頻譜包絡(luò)譯碼操作12對頻譜包絡(luò)進(jìn)行譯碼，并且由位分配/量化步長計算8根據(jù)已譯碼的頻譜包絡(luò)計算位分配/量化步長，以便在反向變換系數(shù)量化11中，通過使用位分配/量化步長而對變換系數(shù)進(jìn)行譯碼。該系數(shù)由反向時域變換13變換為時域信號，并存儲在輸出緩沖器14中，以便能順序輸出，對音頻信號進(jìn)行譯碼。
在上述現(xiàn)有技術(shù)的自適應(yīng)變換編碼方法中，全頻帶的頻譜包絡(luò)是通過相同的編碼方法進(jìn)行編碼的，并對每個全頻帶塊進(jìn)行更新。另一方面，對于全頻帶內(nèi)的不同的頻帶，音頻信號的頻譜包絡(luò)的時間波動可能是不同的，并一般具有一種趨勢在較低頻域中時間波動減小。這樣，時間波動小的頻帶在相鄰的塊之間具有大的相關(guān)性并具有大的冗余。然而，現(xiàn)有技術(shù)的自適應(yīng)變換編碼方法并未有效地利用這種冗余，具有低的編碼效率，在現(xiàn)有技術(shù)的方法中，對全頻帶用相同的編碼方法對頻譜包絡(luò)進(jìn)行編碼，在每個全頻帶塊中對頻譜包絡(luò)進(jìn)行更新。尤其是在由線性預(yù)分析將要估算頻譜包絡(luò)的情況下，現(xiàn)有技術(shù)的方法不能考慮每頻帶時間波動的差異，因為對于全頻帶，將輸入信號作為整體進(jìn)行分析，以便對線性預(yù)測系數(shù)進(jìn)行計算/編碼和傳輸。
如上所述，在現(xiàn)有技術(shù)中，沒有考慮各頻帶之間的頻譜包絡(luò)的時間波動的差異所引起的冗余。因此，現(xiàn)有技術(shù)對高質(zhì)量的低位速率編碼不足以提供自適應(yīng)變換編碼/譯碼方法。
本發(fā)明的一個目的是解決上述問題，并提供一種音頻信號編碼/譯碼方法，它能夠有效地利用不同頻帶的不同冗余，并有效地利用頻譜包絡(luò)的冗余成分，而獨立于音頻信號的特性。
為解決這些問題，本發(fā)明的特征在于對音頻信號的頻率分量的粗形狀(例如，頻譜包絡(luò))進(jìn)行頻帶劃分，以便執(zhí)行與每個頻帶頻譜包絡(luò)中時間波動相適應(yīng)的編碼。


圖1A和1B是顯示本發(fā)明的音頻信號編碼/譯碼方法的工作的流程圖。
圖2是顯示一種已知的音頻信號自適應(yīng)變換編碼/譯碼方法的原理的結(jié)構(gòu)圖。
圖3是本發(fā)明的第一實施方式的編碼操作的結(jié)構(gòu)圖。
圖4是本發(fā)明第一實施方式的譯碼操作的結(jié)構(gòu)圖。
圖5是本發(fā)明第二實施方式的編碼方法的流程圖。
圖6是本發(fā)明第二實施方式的譯碼方法的流程圖。
圖7是本發(fā)明第三實施方式的編碼方法的流程圖。
圖8是本發(fā)明第三實施方式的譯碼方法的流程圖。
該方法的處理流程示于圖1A和1B。在圖1A和1B中，字母i指從較低頻域到較高頻域順序賦給各頻帶的索引，字母N指頻譜包絡(luò)的所劃分的頻帶的數(shù)目。換言之，如果頻譜包絡(luò)被分為兩個頻帶(即，N2)，則頻帶i 1將是最低頻域中的頻帶，而頻帶i 2則是最高頻域中的頻帶。
在圖1A和1B中示出了下列要素和步驟步驟203執(zhí)行到頻域的快速傅立葉變換的變換，盡管并不特別限于此；步驟222執(zhí)行到時域的變換，與步驟203相應(yīng)；步驟209和220執(zhí)行根據(jù)速率失真定理等對位分配/量化步長的計算，盡管并不特別限于此；步驟210執(zhí)行Max量化器等的量化，盡管并不特別限于此；以及步驟221執(zhí)行反向量化，與步驟步210相應(yīng)。參照圖3描述利用本發(fā)明解決現(xiàn)有技術(shù)問題的裝置。
在編碼操作中，首先，步驟201輸入的被抽樣的音頻信號的M個抽樣值在輸入緩沖器更新步驟202被存儲以構(gòu)造一個編碼塊。值M并不是特別限制的。在步驟203將該編碼塊變換到頻域，以計算變換系數(shù)。
接著，在頻帶索引初始化步驟204(i＝0)之后，由步驟205計算第一頻帶i的頻譜包絡(luò)，以計算頻帶i被分割的頻譜包絡(luò)，并在步驟206進(jìn)行編碼，以對頻帶i被分割的頻譜包絡(luò)進(jìn)行編碼。這里，在頻帶i被分割的頻譜包絡(luò)計算步驟205中，將頻譜包絡(luò)分割為多個頻帶，以免相鄰頻帶的變換系數(shù)的平均冪值是該頻譜包絡(luò)，并對輸入信號進(jìn)行頻帶分割，以進(jìn)行線性預(yù)分析，以便對每個被分割的頻帶計算頻譜包絡(luò)，以免該頻譜包絡(luò)由線性預(yù)分析預(yù)測。另一方面，頻帶i被分割的頻譜包絡(luò)編碼步驟206是一個編碼步驟，該步驟的方法最適于特定頻帶i頻譜包絡(luò)的時間波動。該步驟206使能夠?qū)Ω鱾€頻帶利用不同的方法，如，對于具有小時間波動的頻帶，使用向后自適應(yīng)、內(nèi)塊預(yù)編碼方法或延長更新周期的方法。執(zhí)行頻帶索引增加步驟207，后隨頻帶處理結(jié)束判定步驟208。
對N個頻帶的每一個，執(zhí)行步驟205至208，以便逼近音頻信號的頻率分量的粗形狀的全頻帶頻譜包絡(luò)。據(jù)此，在位分配/量化步長計算步驟209，確定將應(yīng)用到變換系數(shù)量化210的每個離散頻帶的位分配/量化步長，并在步驟210量化已在步驟203確定的變換系數(shù)210。另外，在多路復(fù)用步驟211，對變換系數(shù)碼、頻譜包絡(luò)碼和其他碼進(jìn)行多路復(fù)用，以在步驟213輸出傳輸碼。
在譯碼側(cè)，傳輸碼輸入步驟214的變換系數(shù)碼、頻譜包絡(luò)碼和其他碼首先在多路分解步驟215進(jìn)行多路分解。在頻帶索引初始化步驟216之后，執(zhí)行頻帶i被分割的頻譜包絡(luò)解調(diào)步驟217，以對每個頻帶i的頻譜包絡(luò)進(jìn)行譯碼。對N個頻帶，利用頻帶索引增加步驟218和頻帶處理結(jié)束判定步驟219執(zhí)行該譯碼，以構(gòu)造全頻帶的頻譜包絡(luò)。然后，在位分配/量化步長計算步驟220確定每個離散頻帶的的變換系數(shù)的位分配/量化步長，以便在反向變換系數(shù)量化已步驟221對變換系數(shù)進(jìn)行譯碼。在反向變換步驟222，將該譯碼的變換系數(shù)變換為時域信號，并在輸出緩沖器更新步驟223通過更新輸出緩沖器而順序輸出，以對音頻信號進(jìn)行譯碼，如輸出224所指。
在本發(fā)明中，如上所述，通過對頻譜包絡(luò)進(jìn)行頻帶分割所得的各個頻帶利用不同編碼的方法，應(yīng)用到自適應(yīng)變換編碼方法中，使得在對各個頻帶考慮音頻信號頻譜包絡(luò)的時間波動的差異時完成編碼。特別是，可以有效地利用具有小時間波動的任何頻帶的冗余，以利用自適應(yīng)變換編碼方法實現(xiàn)低位速率的頻譜包絡(luò)編碼，而抑制編碼失真。
本發(fā)明第一個實施方式示于圖3和圖4。圖3是編碼側(cè)本實施方式的結(jié)構(gòu)框圖；而圖4是譯碼側(cè)的結(jié)構(gòu)框圖。本實施方式針對于N＝2的例子，其中音頻帶被分為較高頻帶和較低頻帶(其中較高頻帶稱為“較高頻域”，而較低頻帶稱為“較低頻域”)，對不同的頻域分別使用不同的音頻編碼/譯碼方法。
參照圖3描述編碼操作。在該編碼操作中，首先將一個抽樣輸入輸入到輸入緩沖器303中。在本實施方式中，該輸入是一個音頻信號，其頻帶限制在50至7,000赫茲，抽樣頻率為16K赫茲。緩沖器303存儲緊接前面8個抽樣值之后的120個抽樣值，以構(gòu)造一個編碼塊。簡言之，該編碼塊具有8個抽樣值的交迭成分，該輸入與分析窗口W(t)相乘，如下述等式1所示 在等式1中，M編碼塊中交迭抽樣值的數(shù)目，t編碼塊中一個抽樣值的位置的索引，L編碼塊的一個抽樣值。在本實施方式中，等式1中的L為128，而M為8。加窗口后的編碼塊在1 28個點由DCT305進(jìn)行離散余弦變換，使其被變換為DCT系數(shù)。該系數(shù)由1至5位Max量化器組成的量化306進(jìn)行量化。在該量化306中，每個離散頻帶的DCT系數(shù)的位分配/量化步長由位分配/量化步長計算323控制。在本實施方式中，位分配Rj通過下述等式2計算Rj=R*+12log2σj212Σj=0Llog2σj2]]>量化步長Sj由下述等式3計算sj=1σj]]>順便說一下，等式2和3中，j從較低頻域順序分配的變換系數(shù)的頻帶的索引，σj頻帶j的頻譜包絡(luò)，R*每次抽樣的平均位數(shù)。在本實施方式中，值R*設(shè)為1.93。另外，在本實施方式中，頻譜包絡(luò)具有其在編碼側(cè)301確定的較高頻域(即，4K赫茲至7K赫茲)和在譯碼側(cè)302確定的較低頻域(即，50赫茲至4K赫茲)，將7位向量量化應(yīng)用到較高頻域，而將向后自適應(yīng)方法應(yīng)用到較低頻域。
在較高頻域頻譜計算/編碼301中，首先從輸入中由QMF(即，正交鏡面濾波器，由公知的24—抽頭QMF構(gòu)成)308計算較高頻域信號(即，4K赫茲至7K赫茲)，并且由分析緩沖器更新309更新較高頻域頻譜包絡(luò)分析緩沖器。該較高頻域頻譜包絡(luò)分析緩沖器由100個抽樣值組成。對于該分析緩沖器，在LPC分析310中執(zhí)行第8級線性預(yù)分析，以計算線性預(yù)測系數(shù)(LPC)。該系數(shù)由LPC—＞LSP變換311變換為線性頻譜對(LSP)，并在VQ312中進(jìn)行7位向量量化。另一方面，該碼在VQ—1 313中進(jìn)行反向量化，并由LSP—＞LPC變換314變換為量化的LPC系數(shù)，然后它由頻譜包絡(luò)變換315變換為較高頻域頻譜包絡(luò)。
另一方面，在較低頻域頻譜計算302中，使用向后自適應(yīng)方法，其中輸入的頻譜包絡(luò)由從在先編碼/譯碼信號中計算的值逼近。為此，由反向量化307從變換系數(shù)碼中確定變換系數(shù)，并在1DCT316中在128個點處受到反向余弦變換，以便將譯碼后的信號在1—塊延遲317中鎖存一塊的時間周期。該譯碼后的信號的頻帶由24—抽頭QMF318分割為確定的較低頻域信號，并且由100個抽樣值組成的較低頻域頻譜分析緩沖器由分析緩沖器更新步驟319更新。對于這個分析緩沖器，由LPC分析320執(zhí)行第12級的LPC分析，且由頻譜包絡(luò)變換321計算較低頻域頻譜包絡(luò)。
在301和302確定的較低和較高頻域頻譜包絡(luò)在全頻帶頻譜合成322中進(jìn)行合成，并用于前述位分配/量化步長計算323的操作中。另外，由多路復(fù)用步驟324從變換系數(shù)碼和較高頻域LSP碼構(gòu)成傳輸碼。
接著，描述譯碼操作。在該譯碼操作中，首先由多路分解步驟403將傳輸碼分離為變換系數(shù)碼和7位的較高頻域LSP碼。在一個單元401中，對較高頻域頻譜包絡(luò)進(jìn)行譯碼，如圖所示。在VQ—1步驟中，對較高頻域LSP碼進(jìn)行反向量化，并由LSP—＞LPC變換411變換為量化的LPC系數(shù)，然后由頻譜包絡(luò)確定步驟315譯碼為較高頻域頻譜包絡(luò)。另一方面，使用向后自適應(yīng)方法，在譯碼單元402中計算較低頻域頻譜，如圖所示。在該譯碼側(cè)的向后自適應(yīng)方法與在編碼側(cè)的類似。由1—塊延遲413所延遲的譯碼后的信號的頻帶由24—抽頭QMF414分割。利用這個較低頻域信號，較低頻域頻譜分析緩沖器由分析緩沖器更新步驟415更新，并且在LPC分析416中執(zhí)行第12級的LPC分析，以便在頻譜包絡(luò)變換步驟41 7中得到較低頻域頻譜包絡(luò)。另外，如在編碼側(cè)時那樣，執(zhí)行全頻帶頻譜合成404，以在位分配/量化步長計算405中由與編碼側(cè)323中的類似操作得到變換系數(shù)量化條件。根據(jù)該條件，變換系數(shù)在128個點處受到反向量化406和IDCT操作407。該系數(shù)在步驟408中乘以下述等式4的合成窗口w，(t)，并增加交迭的16個抽樣值，以確定輸出信號。這些輸出信號存儲在輸出緩沖器409中，并順序地輸出以產(chǎn)生一個譯碼輸出。
w(t)＝10≤t≤L－1本實施方式利用了較低頻域頻譜包絡(luò)塊之間的高度相關(guān)性，并且對較低頻域頻譜包絡(luò)使用向后自適應(yīng)方法，從而，僅有較高頻域頻譜包絡(luò)被編碼/傳輸。結(jié)果是，即使需要7位/塊的位對頻譜包絡(luò)進(jìn)行編碼，也達(dá)到了極高的音質(zhì)。根據(jù)本實施方式，對于相同傳輸位速率而言，總體上與在全頻帶上對LSP進(jìn)行量化/傳輸?shù)那闆r相比，達(dá)到更高的音質(zhì)。
另外，通過將本實施方式的音頻信號編碼/譯碼方法應(yīng)用到寬帶電話系統(tǒng)中，傳輸位速率為32K位/秒時能達(dá)到極高的音質(zhì)。
下面，本發(fā)明的第二實施方式的流程圖示于圖5和圖6。圖5是本實施方式的編碼流程圖，圖6是譯碼流程圖。順更說一下，在圖5和圖6中，i代表從較低頻域側(cè)順序分配的頻譜包絡(luò)編碼被分割頻帶的索引，而N代表頻譜包絡(luò)編碼的被分割頻帶的數(shù)目。在本實施方式中，頻帶也分為兩個較低頻域和較高頻域。順便說一下，本實施方式用流程圖說明，從流程圖可以容易地構(gòu)造框圖。
首先，參照圖5描述編碼操作。在編碼操作中，在輸入501中輸入的抽樣音頻信號在緩沖器更新步驟502中被構(gòu)造到一個編碼塊中。在本實施方式中，抽樣頻率為16K赫茲；當(dāng)然，盡管本發(fā)明不限于此。另外，在本實施方式中，編碼塊由256個抽樣值組成，其中16個抽樣值是交迭成分。在分析窗口503中，該編碼塊乘以分析窗口，如等式1所示，其中L為256，M為16，并由DCT504在256個點處進(jìn)行離散余弦變換。另一方面，為了頻譜包絡(luò)計算/編碼目的，由N—頻帶分離濾波器505將編碼塊分割為N個頻帶的信號。在本實施方式中，N設(shè)為N＝2，并使用公知的24個抽頭的QMF作為分離濾波器。開始時，執(zhí)行頻帶索引i初始化步驟506(注意，圖6中相應(yīng)的頻帶索引i初始化步驟603)。另外，對于頻帶i的信號，在LPC分析507中計算第m(i)級的LPC系數(shù)，并在LPC—＞LSP步驟508變換為LSP系數(shù)。再有，在LSP差計算509中，根據(jù)等式5計算與緊接前面塊的量化LSP系數(shù)的差。然而，在等式5中，p代表LSP系數(shù)的級，n代表被編碼的塊，n－1代表指示緊接前面塊的索引，lsp代表差值。Δlspp(n)=lspp(n)-lspp(n-1)lspp(n-1)]]>在頻帶i差判定步驟510之后，該差值或者在差分向量量化511中以kd(i)位進(jìn)行向量量化，此時其絕對值的平均值小于th(i)，或者在LSP向量量化512中以k(i)位進(jìn)行向量量化。如此獲得的量化LSP系數(shù)在LSP頻譜包絡(luò)變換步驟513中被變換為頻譜包絡(luò)，然后進(jìn)行頻帶索引i增加步驟514，以及頻帶分割結(jié)束處理步驟515。
對N個頻帶執(zhí)行前述步驟507至515的操作，以逼近全頻帶的頻譜包絡(luò)。據(jù)此，將要被施加到DCT系數(shù)量化517的每個離散頻帶的位分配/量化步長由位分配/量化步長計算516確定，以量化預(yù)先確定的DCT系數(shù)。在本實施方式中，將計算等式(通過將等式2和3中的L的值設(shè)為256，R*的值設(shè)為1.47而獲得的)應(yīng)用到位分配/量化步長計算516，并使用公知的(1至5位的)Max量化器以量化DCT系數(shù)。另外，在多路復(fù)用步驟518中，對DCT系數(shù)碼、LSP系數(shù)碼和用于對頻帶i的LSP進(jìn)行編碼的差值/非差值開關(guān)標(biāo)志(0/1)進(jìn)行多路復(fù)用，并作為具有總位速率為360位/塊的傳輸碼輸出519。
在譯碼側(cè)，首先，在步驟601中接收DCT系數(shù)碼、LSP系數(shù)碼和用于對頻帶i的LSP進(jìn)行編碼的差值/非差值開關(guān)標(biāo)志(0/1)，并在多路分解步驟602中被分離。另外，對于每個頻帶i，根據(jù)開關(guān)標(biāo)志步驟604，由反向差分向量量化605或反向LSP向量量化606對LSP系數(shù)進(jìn)行譯碼，并在LSP頻譜包絡(luò)變換步驟607中，對頻帶i的頻譜包絡(luò)進(jìn)行譯碼。然后執(zhí)行頻帶索引i增加步驟608和頻帶分割處理及判定步驟609。
對于N個頻帶執(zhí)行這些操作，以對全頻帶的頻譜包絡(luò)進(jìn)行譯碼，并且由位分配/量化步長計算610確定每個離散頻帶的DCT系數(shù)的位分配/量化步長，以便由反向DCT系數(shù)量化611對DCT系數(shù)進(jìn)行譯碼。由IDCT612在256個點對其進(jìn)行反向余弦變換，并在合成窗口613中乘以等式4的窗口。在輸出緩沖器更新步驟614中加入交迭的成分，以對音頻輸出信號進(jìn)行譯碼615。
在本實施方式中，值m(i)、th(i)、kd(i)和k(i)的值由表1給定。
表1
根據(jù)本實施方式，較高或較低頻域的頻譜包絡(luò)可以被跟隨，即使其波動大，并且如果時間波動低，則可減少冗余位。在自適應(yīng)變換編碼方法中，為進(jìn)行DCT系數(shù)量化，除了用于頻譜包絡(luò)編碼的位之外的所有位都用到了，使得，在冗余位減少的塊中能夠提高音質(zhì)。根據(jù)本發(fā)明的方法，由于這種效果，對于相同的傳輸位速率而言，在輸入頻譜波動較小的部分中，與現(xiàn)有技術(shù)的方法相比，能夠提高音質(zhì)。
再者，通過將本實施方式的方法應(yīng)用到24K位/秒的語音傳輸系統(tǒng)，對于相同的位速率，能達(dá)到比現(xiàn)有技術(shù)系統(tǒng)更好的音質(zhì)。
本發(fā)明第三個實施方式的流程圖示于圖7和圖8。圖7是本實施方式的編碼流程圖；圖8是譯碼流程圖。順便說一下，在圖7和圖8中，n代表在編碼開始時從編碼塊0順序分配的編碼塊的索引，i代表從較低頻域順序分配的頻譜包絡(luò)編碼被分割頻帶的索引。本實施方式也將其頻帶分為兩個較低頻域和較高頻域。順便說，本實施方式用流程圖說明。從中可以容易地得到框圖。
首先參照圖7描述編碼操作。在編碼操作中，在輸入701處輸入的抽樣音頻信號在輸入緩沖器更新步驟702處被構(gòu)造到一個編碼塊中。本實施方式中，抽樣頻率為32K赫茲。另外，在本實施方式中，編碼塊由256個抽樣值組成，其中16個抽樣值是一個交迭成分。該編碼塊由分析窗口703乘以一個分析窗口(如等式1所示，其中L為256，M為16)，并由DCT704在256個點進(jìn)行離散余弦變換。另外，為了頻譜包絡(luò)計算/編碼目的，將DCT系數(shù)分割為N個頻帶。在本實施方式中，進(jìn)行這種分割，如表2中頻帶i的列中所列。表2列出了屬于頻帶i的DCT系數(shù)的頻帶的索引范圍。
表2
另外，至于頻帶i的信號，在頻帶索引i初始化步驟705之后，在頻帶i更新時序判定705中判定塊n是否處于頻帶i的更新時序，并切換頻譜計算/編碼操作和頻譜譯碼操作。這種切換可以根據(jù)頻譜包絡(luò)的時間波動自適應(yīng)地執(zhí)行(但在本實施方式中是固定的)，以便在更新時序條件下起作用，如表2所列。另外，在頻譜計算/編碼操作時，由頻帶i頻譜計算707從較低頻域順序計算DCT系數(shù)的m(i)號的平均值，并在頻譜向量量化708中執(zhí)行k(i)位的向量量化。另一方面，在沒有頻譜更新的情況下，在預(yù)測頻譜值計算709處從先前頻譜中計算預(yù)測值，以提供塊n的頻譜包絡(luò)。該預(yù)測值計算是由如等式6所表示的方法執(zhí)行。順便說一下，在等式6中，ajr代表一個預(yù)測系數(shù)，Q代表預(yù)測級。在本實施方式中，預(yù)測級Q設(shè)為2，預(yù)測系數(shù)ajr舉例為由LBG算法或類似算法根據(jù)幾個數(shù)據(jù)得出的值。σj(n)=Σr=1Qajrσj(n-r)]]>在頻譜內(nèi)插步驟710中，在對數(shù)域中將頻譜量化值或預(yù)測值線性內(nèi)插到頻帶i的頻譜包絡(luò)中。然后，進(jìn)行頻帶索引增加步驟711和頻帶索引結(jié)束判定步驟712。
對于N個頻帶執(zhí)行前述步驟706至712的操作，以逼近全頻帶的頻譜包絡(luò)。據(jù)此，由位分配/量化步長計算713確定每個離散頻帶的位分配/量化步長(如將要應(yīng)用到DCT系數(shù)量化714中的)，并且量化在步驟704預(yù)先確定的DCT系數(shù)。在本實施方式中，將等式2(其中R*為1.25)和等式3應(yīng)用到位分配/量化步長計算713，并且DCT系數(shù)量化714由公知的(1至5位的)Max量化器組成。另外，在多路復(fù)用步驟715，對DCT系數(shù)碼和頻譜碼進(jìn)行多路復(fù)用，以輸出傳輸碼716。
在譯碼側(cè)，首先，在多路分解步驟802分離步驟801的DCT系數(shù)碼和頻譜碼。另外，對每個頻帶i，根據(jù)頻帶i開關(guān)時序判定804執(zhí)行反向頻譜向量量化805或頻譜預(yù)測值計算806，并且在頻譜內(nèi)插807處在對數(shù)域中執(zhí)行線性內(nèi)插，以對頻帶i的頻譜包絡(luò)進(jìn)行譯碼。然后，進(jìn)行頻帶索引增加步驟808和頻帶結(jié)束判定步驟809。
對N個頻帶執(zhí)行前述步驟804至809的操作，以構(gòu)造全頻帶的頻譜包絡(luò)。在位分配/量化步長計算810處確定每個離散頻帶的DCT系數(shù)的位分配/量化步長，以在反向DCT系數(shù)量化811中對DCT系數(shù)進(jìn)行譯碼。在IDCT812中在256個點處對其進(jìn)行反向余弦變換，并在合成窗口813中乘以等式4的窗口，并在輸出緩沖器更新步驟814中增加一個交迭成分，從而對音頻輸出信號進(jìn)行譯碼815。
根據(jù)本實施方式，具有小的頻譜包絡(luò)波動的域，其頻譜包絡(luò)只由預(yù)測方法確定，但含有一個不傳輸?shù)膲K。因此，能夠降低平均傳輸位速率，而保持良好的音質(zhì)。
另外，通過對48K位/秒的音頻信號記錄系統(tǒng)應(yīng)用本實施方式，能夠達(dá)到的音質(zhì)與具有64K位/秒傳輸位速率的現(xiàn)有系統(tǒng)的音質(zhì)相同。
順便說一下，首先，上述第二和第三實施方式都舉出在頻譜包絡(luò)的全頻帶被分割為兩個頻帶(即較低頻域和較高頻域)時的方法，使得對較低頻域和較高頻域應(yīng)用不同的編碼/譯碼方法。然而，分割的數(shù)目并不限于兩個，也可以是三個或更多，使得對分割的域應(yīng)用不同的編碼/譯方法，或者，使得對某些分割的頻帶應(yīng)用共同的編碼/譯碼方法，這取決于對每個頻帶什么是最適當(dāng)?shù)摹?br> 根據(jù)本發(fā)明，能調(diào)節(jié)在自適應(yīng)變換編碼方法中所用的頻譜包絡(luò)，以使用對每個頻帶的時間波動適當(dāng)?shù)木幋a/傳輸方法，以提供能有效利用對于不同頻帶是不同的冗余的音頻信號編碼/譯碼方法。另外，根據(jù)本發(fā)明，每個頻帶的頻譜包絡(luò)編碼/譯碼方法可以根據(jù)時間波動而自適應(yīng)地改變，從而實現(xiàn)自適應(yīng)變換編碼方法，它獨立于音頻信號的性質(zhì)有效地利用頻譜包絡(luò)的冗余成分。
權(quán)利要求
1.一種信號編碼/譯碼方法，它通過以由預(yù)定數(shù)目的抽樣值組成的塊為單位將所述信號從時域變換到頻域內(nèi)的系數(shù)、并通過根據(jù)所述信號的頻率分量的粗形狀控制所述系數(shù)的量化位分配和量化步長實現(xiàn)，其特征在于所述頻率分量的粗形狀被分割為多個單個的頻帶，以便根據(jù)頻率分量的粗形狀的時間波動對各頻帶利用不同的方法對所述頻率分量進(jìn)行編碼。
2.權(quán)利要求1的方法，其中所述信號是一個音頻信號。
3.權(quán)利要求1或2的方法，其特征在于對頻率分量粗形狀——其被分割為所述多個單個的頻帶——進(jìn)行編碼的方法是根據(jù)每個所述頻帶的頻率分量的粗形狀的時間波動而改變的。
4.權(quán)利要求1的方法，其特征在于對頻率分量的粗形狀——其被分割為所述多個單個的頻帶——進(jìn)行更新的周期是根據(jù)每個所述頻帶的頻率分量的粗形狀的波動而改變的。
5.權(quán)利要求2的方法，其特征在于對頻率分量的粗形狀——其被分割為所述多個單個的頻帶——進(jìn)行更新的周期是根據(jù)每個所述頻帶的頻率分量的粗形狀的波動而改變的。
6.權(quán)利要求1或2的方法，其特征在于頻率分量的粗形狀——其被分割為所述多個單個的頻帶——是通過對由所述信號在時間域中頻帶分割所得的信號進(jìn)行線性預(yù)分析而估計的。
7.一種對音頻信號進(jìn)行編碼/譯碼的方法，包括步驟以由預(yù)定數(shù)目的抽樣值組成的塊為單位將時域內(nèi)的音頻信號變換到頻域的系數(shù)；在所述粗形狀已被編碼后，通過根據(jù)所述音頻信號的頻率分量的粗形狀，控制所述系數(shù)的量化位分配和量化步長，而對所述頻域的離散頻帶的系數(shù)進(jìn)行量化，以獲得一個量化系數(shù)；通過對量化系數(shù)和已編碼的粗形狀進(jìn)行多路復(fù)用，從所述量化系數(shù)和所述已編碼的粗形狀產(chǎn)生一個傳輸碼；通過從所述傳輸碼中多路分解所述量化系數(shù)和所述已編碼的粗形狀，解調(diào)所述粗形狀；根據(jù)所述粗形狀計算位分配/量化步長；通過應(yīng)用所述位分配/量化步長解調(diào)所述傳輸系數(shù)；以及將所述系數(shù)變換為一個時域信號，并存儲和順序輸出所述時域信號；還包括步驟將所述粗形狀分割為多個頻帶；通過在每個所述頻帶中，根據(jù)所述頻率分量的粗形狀的時間波動，對每個頻帶應(yīng)用不同的方法，而進(jìn)行編碼/譯碼操作；通過逼近粗形狀的全頻帶，計算每個離散頻帶的位分配/量化步長。
8.一種對音頻信號進(jìn)行編碼/譯碼的方法，包括步驟以由預(yù)定數(shù)目的抽樣值組成的塊為單位將時域內(nèi)的音頻信號變換到頻域的系數(shù)；在所述粗形狀已被編碼后，通過根據(jù)所述音頻信號的頻率分量的粗形狀，控制所述系數(shù)的量化位分配和量化步長，而對所述頻域的離散頻帶的系數(shù)進(jìn)行量化，以獲得一個量化系數(shù)；通過對量化系數(shù)和已編碼的粗形狀進(jìn)行多路復(fù)用，從所述量化系數(shù)和所述已編碼的粗形狀產(chǎn)生一個傳輸碼；通過從所述傳輸碼中多路分解所述量化系數(shù)和所述已編碼的粗形狀，解調(diào)所述粗形狀；根據(jù)所述粗形狀計算位分配/量化步長；通過應(yīng)用所述位分配/量化步長解調(diào)所述傳輸系數(shù)；以及將所述系數(shù)變換為一個時域信號，并存儲和順序輸出所述時域信號；還包括步驟將由輸入音頻信號組成的已抽樣和已編碼的塊分割為多個頻帶的信號；將所述音頻信號頻帶分割為多個時域帶，通過對每個所述時域帶信號的線性預(yù)分析計算線性預(yù)測系數(shù)，并將它們變換為線頻譜對；計算所述線頻譜對與緊接前塊的線頻譜對的量化系數(shù)之間的差以確定一個差值；如果所述差的絕對值的平均值小于一個預(yù)定值，則向量量化該差值，并且如果所述差的絕對值的平均值大于所述預(yù)定值，則向量量化線頻譜對系數(shù)，以確定線頻譜對的量化系數(shù)，并將該線頻譜對的這個量化系數(shù)變換為一個粗形狀；以及通過逼近粗形狀的全頻帶，計算每個離散頻帶的位分配/量化步長。
9.一種對音頻信號進(jìn)行編碼/譯碼的方法，包括步驟以由預(yù)定數(shù)目的抽樣值組成的塊為單位將時域內(nèi)的音頻信號變換到頻域的系數(shù)；在所述粗形狀已被編碼后，通過根據(jù)所述音頻信號的頻率分量的粗形狀，控制所述系數(shù)的量化位分配和量化步長，而對所述頻域的離散頻帶的系數(shù)進(jìn)行量化，以獲得一個量化系數(shù)；通過對量化系數(shù)和已編碼的粗形狀進(jìn)行多路復(fù)用，從所述量化系數(shù)和所述已編碼的粗形狀產(chǎn)生一個傳輸碼；通過從所述傳輸碼中多路分解所述量化系數(shù)和所述已編碼的粗形狀，解調(diào)所述粗形狀；根據(jù)所述粗形狀計算位分配/量化步長；通過應(yīng)用所述位分配/量化步長解調(diào)所述傳輸系數(shù)；以及將所述系數(shù)變換為一個時域信號，并存儲和順序輸出所述時域信號；還包括步驟將由輸入音頻信號組成的已抽樣和已編碼的塊分割為多個頻帶；判定所述已抽樣和已編碼的塊的一個頻帶是否處于更新時序的一點；如果處于更新時序的一點，則進(jìn)行粗形狀計算并對所述頻帶進(jìn)行向量量化，如果所述頻帶不處于更新時序的一點，則從預(yù)測粗形狀中計算所述粗形狀的預(yù)測值；線性內(nèi)插來自所述向量量化的量化值或所述粗形狀的所述預(yù)測值；以及通過逼近粗形狀的全頻帶，計算每個離散頻帶的位分配/量化步長。
10.一種對音頻信號進(jìn)行編碼/譯碼的方法，包括步驟以由預(yù)定數(shù)目的抽樣值組成的塊為單位將時域內(nèi)的音頻信號變換到頻域的系數(shù)；在所述粗形狀已被編碼后，通過根據(jù)所述音頻信號的頻率分量的粗形狀，控制所述系數(shù)的量化位分配和量化步長，而對所述頻域的離散頻帶的系數(shù)進(jìn)行量化，以獲得一個量化系數(shù)；通過對量化系數(shù)和已編碼的粗形狀進(jìn)行多路復(fù)用，從所述量化系數(shù)和所述已編碼的粗形狀產(chǎn)生一個傳輸碼；通過從所述傳輸碼中多路分解所述量化系數(shù)和所述已編碼的粗形狀，解調(diào)所述粗形狀；根據(jù)所述粗形狀計算位分配/量化步長；通過應(yīng)用所述位分配/量化步長解調(diào)所述傳輸系數(shù)；以及將所述系數(shù)變換為一個時域信號，并存儲和順序輸出所述時域信號；還包括步驟向量量化步驟從已抽樣的輸入音頻信號中計算/存儲粗形狀的較高頻域信號，通過對所述信號的線性預(yù)分析計算線性預(yù)測系數(shù)，并將所述系數(shù)變換為線頻譜對；較高頻步驟反向量化由所述向量量化步驟獲得的碼，將所述線頻譜對反向變換為線性預(yù)測系數(shù)，并將反向變換后的系數(shù)變換為較高頻域的粗形狀；較低頻步驟反向量化以對由所述系數(shù)的量化所獲得的變換系數(shù)碼進(jìn)行譯碼，通過頻帶分割已譯碼的信號鎖存一塊已譯碼的變換系數(shù)，以確定粗形狀的較低頻域信號，并線性預(yù)分析所述信號，以計算較低頻域的粗形狀；以及合成步驟合成由前述步驟確定的較低/較高頻域的粗形狀，以計算所述系數(shù)的位分配和量化步長。
11.權(quán)利要求1或2的方法，其中所述信號的頻率分量的所述粗形狀包括所述信號的頻率分量的頻譜包絡(luò)。
12.權(quán)利要求7的方法，其中所述音頻信號的頻率分量的所述粗形狀包括所述音頻信號的頻率分量的頻譜包絡(luò)。
13.權(quán)利要求8的方法，其中所述音頻信號的頻率分量的所述粗形狀包括所述音頻信號的頻率分量的頻譜包絡(luò)。
14.權(quán)利要求9的方法，其中所述音頻信號的頻率分量的所述粗形狀包括所述音頻信號的頻率分量的頻譜包絡(luò)。
15.權(quán)利要求10的方法，其中所述音頻信號的頻率分量的所述粗形狀包括所述音頻信號的頻率分量的頻譜包絡(luò)。
全文摘要
一種自適應(yīng)變換編碼/譯碼方案，有效地利用了頻譜包絡(luò)的各頻帶之間的不同冗余，以低位速率實現(xiàn)音頻信號的編碼。在自適應(yīng)變換編碼方法中，將頻譜包絡(luò)分割為各個頻帶，以便對各頻帶的頻譜包絡(luò)應(yīng)用不同的編碼方法。通過將本發(fā)明應(yīng)用到音頻信號的自適應(yīng)變換編碼中，可將頻譜包絡(luò)調(diào)整為適應(yīng)每個頻帶的時間波動的編碼/傳輸方法，以有效地利用各頻帶的不同冗余。
文檔編號G10L11/00GK1121620SQ9510960
公開日1996年5月1日 申請日期1995年7月27日 優(yōu)先權(quán)日1994年7月28日
發(fā)明者高島卓, 淺川吉章, 關(guān)根英敏 申請人:株式會社日立制作所