專利名稱：編碼音頻信號(hào)的設(shè)備和方法及解碼已編碼音頻信號(hào)的設(shè)備和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及編碼技術(shù)，更具體地，涉及音頻編碼技術(shù)。
背景技術(shù)：
音頻編碼器，尤其是以諸如“mp3”、“AAC”或“mp3PRO”等為關(guān)鍵字的編碼器已經(jīng)得到了廣泛的認(rèn)可。其能夠?qū)⒁纛l信號(hào)(在再現(xiàn)時(shí)，這些音頻信號(hào)需要大量的數(shù)據(jù)，例如音頻CD上的PCM格式)壓縮為“可容忍”的數(shù)據(jù)速率(適合于在具有有限帶寬的信道上傳輸音頻信號(hào))。因此，為了傳輸PCM格式的數(shù)據(jù)，需要高達(dá)1.4Mbit/s的數(shù)據(jù)速率。“mp3”編碼的音頻數(shù)據(jù)已經(jīng)以128kbit/s的數(shù)據(jù)速率，實(shí)現(xiàn)了具有較高品質(zhì)的立體聲。
此外，譜帶復(fù)制(SBR)是一種已知的方法，極大地提高了現(xiàn)有聽覺(jué)適應(yīng)音頻編碼器的效率。在WO 98/57436中描述了SBR技術(shù)，并以“mp3PRO”格式實(shí)現(xiàn)。這里，已經(jīng)以64kbit/s的數(shù)據(jù)速率實(shí)現(xiàn)了良好的立體聲品質(zhì)。
歐洲專利EP 0 846 375 B1公開了一種用于對(duì)音頻信號(hào)進(jìn)行可擴(kuò)縮編碼的方法和設(shè)備。通過(guò)第一編碼器編碼音頻信號(hào)，以獲得針對(duì)第一編碼器的比特流。然后，利用適合于第一編碼器的解碼器再次解碼此信號(hào)。將解碼器輸出信號(hào)與延遲原始音頻信號(hào)一起提供給差分級(jí)，以產(chǎn)生差別信號(hào)。將此差別信號(hào)與原始音頻信號(hào)在頻帶方面進(jìn)行比較，以便確定對(duì)于譜帶而言，差別信號(hào)的能量是否大于音頻信號(hào)的能量。如果是這樣，則將原始音頻信號(hào)提供給第二編碼器，而在差別信號(hào)的能量小于原始音頻信號(hào)的能量時(shí)，將差別信號(hào)提供給第二編碼器。第二編碼器是變換編碼器，其基于心理聲學(xué)模型進(jìn)行操作。與第一編碼器的比特流一樣，也將第二編碼器輸出側(cè)的比特流饋入比特流復(fù)用器，其在輸出側(cè)提供所謂的比例(scaled)比特流。關(guān)于這一點(diǎn)，可擴(kuò)縮性意味著解碼器能夠根據(jù)設(shè)計(jì)，在解碼器側(cè)，從比特流中只提取出第一編碼器的比特流，或提取出第一編碼器的比特流和第二編碼器的比特流，以便在第一種情況下，獲得原始音頻信號(hào)的低品質(zhì)再現(xiàn)，以及在第二種情況下，獲得高品質(zhì)再現(xiàn)。
在圖4a中示出了典型的基于變換的編碼器。向分析濾波器組400提供音頻信號(hào)，在其輸入側(cè)，分別通過(guò)阻斷和窗口，形成具有來(lái)自采樣值流的音頻信號(hào)的一組特定數(shù)量的樣本，并將其轉(zhuǎn)換為譜再現(xiàn)。分別對(duì)在分析濾波器組的輸出側(cè)產(chǎn)生的譜系數(shù)和子帶信號(hào)進(jìn)行量化。量化器步長(zhǎng)寬度依賴于不同的因素。重要的因素是心理聲學(xué)掩碼閾值，由心理聲學(xué)模型402根據(jù)原始音頻信號(hào)計(jì)算。模塊“量化和編碼404”中的量化器總是試圖盡可能粗糙地進(jìn)行量化，以獲得良好的壓縮。但是，另一方面，又試圖盡可能精細(xì)地進(jìn)行量化，從而使由于量化引起的量化噪聲低于由模塊402設(shè)置的心理聲學(xué)掩碼閾值，如現(xiàn)有技術(shù)所述。然后，對(duì)以這種方式量化的譜值進(jìn)行熵編碼，典型地，使用哈夫曼編碼作為熵編碼，其典型地分別以預(yù)定的哈夫曼代碼本和哈夫曼代碼表進(jìn)行操作。然后，將熵編碼后的量化譜值提供給模塊404的輸出，通過(guò)模塊406，將其與解碼所需邊帶信息一起寫入比特流408，其中可以存儲(chǔ)此比特流，或根據(jù)應(yīng)用領(lǐng)域，將其通過(guò)傳輸信道傳輸?shù)浇獯a器(如圖4b所示)。首先，解碼器包括模塊410，用于讀取比特流，以便從比特流中一方面提取出邊帶信息，另一方面提取出熵編碼后的量化譜值。然后，首先將熵編碼后的量化譜值提供給熵解碼，然后提供給逆量化，以獲得逆量化譜值(模塊412)，然后，提供給適應(yīng)于分析濾波器組400的合成濾波器組414，以便在輸出側(cè)獲得時(shí)間離散解碼音頻信號(hào)。然后，可以在適當(dāng)?shù)牟逯岛蛿?shù)字/模擬轉(zhuǎn)換以及可能需要的放大之后，將合成濾波器組的輸出側(cè)的時(shí)間離散音頻信號(hào)提供給揚(yáng)聲器，從而使其可以被聽到。
基于模塊的編碼器/解碼器(如其用在如圖4a和4b所示的已知場(chǎng)景中那樣)基于將一組樣本(如1024和2048，具有本領(lǐng)域已知的MDCT，分別具有重疊和添加)，音頻信號(hào)的時(shí)間離散樣本典型地轉(zhuǎn)換為譜范圍的事實(shí)。即使利用較低頻率分辨率的濾波器，如具有64信道的SBR濾波器組，仍然使用具有特定樣本數(shù)的一組樣本，并將其轉(zhuǎn)換為譜表示，即這里的各個(gè)子帶信號(hào)。然后，如上所述，將對(duì)譜表示進(jìn)行量化，典型地，借助于心理聲學(xué)模型，其按照現(xiàn)有技術(shù)已知的方式計(jì)算心理聲學(xué)掩碼閾值。
這種變換具有內(nèi)在的特定時(shí)間/頻率分辨率。這意味著在將大量樣本插入塊中時(shí)，應(yīng)用于該塊的變換內(nèi)在地具有高頻率分辨率。另一方面，降低了時(shí)間分辨率。如果將音頻信號(hào)的較短部分轉(zhuǎn)換為譜范圍，以增加時(shí)間分辨率，將導(dǎo)致頻率分辨率相應(yīng)地受到損害的事實(shí)。
因此，問(wèn)題是只能將音頻信號(hào)看作在非常短的時(shí)間段內(nèi)是固定的。當(dāng)然存在短期強(qiáng)能量增加，這被稱為瞬變，其間音頻信號(hào)不是固定的。
為了解決時(shí)間/頻率分辨率的這種問(wèn)題，例如，在AAC編碼器(AAC＝高級(jí)音頻編碼)中使用由瞬變檢測(cè)器控制的塊切換。這里，在分別進(jìn)行窗口和阻斷之前，檢查要編碼的音頻信號(hào)，以便確定音頻信號(hào)是否具有這種瞬變。如果確定了瞬變，則使用較短的塊進(jìn)行編碼。但是，如果檢測(cè)到不具有瞬變的信號(hào)部分，則使用較長(zhǎng)的塊長(zhǎng)度。因此，在這種普通變換編碼方法中，使用塊切換，以便使變換長(zhǎng)度適應(yīng)于信號(hào)。尤其是在要實(shí)現(xiàn)低比特率時(shí)，優(yōu)選地，使用非常長(zhǎng)的變換長(zhǎng)度，因?yàn)轫?yè)面信息與有用信息的比率典型地與塊長(zhǎng)度相對(duì)無(wú)關(guān)。這意味著頁(yè)面信息量通常相同，與塊表示音頻信號(hào)的大量時(shí)間樣本還是塊比較短(即表示較少數(shù)量的樣本)的事實(shí)無(wú)關(guān)。因此，出于編碼效率的原因，目標(biāo)是總是使用盡可能大的塊長(zhǎng)度、以及變換編碼器中的較大變換長(zhǎng)度。
另一方面，對(duì)于在出現(xiàn)音頻信號(hào)的非固定范圍時(shí)的瞬變檢測(cè)和切換到較短窗口，必須接受處理努力，但是，仍然導(dǎo)致其編碼形式的信號(hào)或者只具有良好的頻率分辨率或者只具有良好的時(shí)間分辨率。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種針對(duì)編碼和解碼的改進(jìn)概念，以獲得較高的品質(zhì)和仍然有效的音頻編碼/解碼。
此目的通過(guò)根據(jù)權(quán)利要求1所述的用于編碼音頻信號(hào)的設(shè)備、根據(jù)權(quán)利要求7所述的用于編碼音頻信號(hào)的方法、根據(jù)權(quán)利要求8所述的用于解碼已編碼音頻信號(hào)的設(shè)備、根據(jù)權(quán)利要求9所述的用于解碼已編碼音頻信號(hào)的方法或根據(jù)權(quán)利要求10所述的計(jì)算機(jī)程序來(lái)實(shí)現(xiàn)。
本發(fā)明基于以下認(rèn)知具有良好頻率分辨率和良好時(shí)間分辨率的良好編碼品質(zhì)是通過(guò)以下事實(shí)獲得的在擴(kuò)縮性概念方面，第一編碼器具有第一時(shí)間/頻率分辨率，以及第二編碼器具有不同于第一時(shí)間/頻率分辨率的第二時(shí)間/頻率分辨率，從而第一編碼器以特定的分辨率編碼原始音頻信號(hào)，然后，第二編碼器以在時(shí)間和頻率方面、特定的不同分辨率進(jìn)行操作，從而獲得兩個(gè)數(shù)據(jù)流，在一起考慮時(shí)，表現(xiàn)出良好的時(shí)間分辨率和良好的頻率分辨率。
如上所述，不向第二編碼器提供原始音頻信號(hào)，而是原始音頻信號(hào)與第一編碼器/解碼器的已編碼、再解碼結(jié)果之間的差。于是，由第一編碼器產(chǎn)生的分辨率誤差自動(dòng)出現(xiàn)在所獲得的殘余信號(hào)中，例如，通過(guò)差別形成，其中殘余信號(hào)典型地具有誤差，例如由于第一編碼器/解碼器路徑的較差時(shí)間分辨率而產(chǎn)生。與此相反，殘余信號(hào)將很難再具有相應(yīng)的頻率誤差，由于第一編碼器/解碼器路徑具有良好的頻率分辨率。因此，可以容易地以具有較高時(shí)間分辨率(并因而相應(yīng)地具有較差的頻率分辨率)的編碼器對(duì)殘余信號(hào)進(jìn)行編碼，以獲得作為第二編碼輸出信號(hào)的、具有良好時(shí)間分辨率但較差頻率分辨率的信號(hào)，但這并不是問(wèn)題，因?yàn)榈谝痪幋a器輸出信號(hào)已經(jīng)具有良好的頻率分辨率，因而非常好地再現(xiàn)了音頻信號(hào)在頻率方面的結(jié)構(gòu)。
在本發(fā)明的優(yōu)選實(shí)施例中，第一編碼器和第二編碼器均為變換編碼器。此外，優(yōu)選的是，以較高的頻率分辨率(因而較差的時(shí)間分辨率)，即以較高的變換長(zhǎng)度，操作第一編碼器，而以較高的時(shí)間分辨率(因而較差的頻率分辨率)，操作第二編碼器。
根據(jù)本發(fā)明，已經(jīng)發(fā)現(xiàn)時(shí)域的人造假象(表示由于較差的時(shí)間分辨率產(chǎn)生的人造假象)比頻域的人造假象(即由于較差的頻率分辨率產(chǎn)生的人造假象)在多數(shù)情況下更容易被接受。因此，優(yōu)選的是，以較高的頻率分辨率操作第一編碼器，因?yàn)橹皇莵?lái)自對(duì)應(yīng)解碼器的第一編碼器輸出信號(hào)就足以獲得相當(dāng)好的音頻輸出，這在于可擴(kuò)縮性的概念。
根據(jù)本發(fā)明，通過(guò)第二編碼器改善了第一編碼器方法的品質(zhì)，通過(guò)執(zhí)行第一編碼器/解碼器路徑的輸出信號(hào)與原始音頻信號(hào)之間的差別形成，然后，以具有良好時(shí)間分辨率的第二編碼器編碼得到的殘余信號(hào)。這種編碼對(duì)于殘余信號(hào)尤為合適，因?yàn)槠湟呀?jīng)包括較少的音調(diào)元素，因?yàn)槠湟呀?jīng)非常好并被第一編碼方法有效地捕獲。
但是，此殘余信號(hào)的重要缺陷在于較差的時(shí)間分辨率，表現(xiàn)在瞬變之前或之后噪聲的產(chǎn)生，即前回聲和后回聲。前回聲比后噪聲更容易造成干擾，由于其更容易被察覺(jué)。可以說(shuō)，此噪聲是瞬變的量化噪聲，且其譜內(nèi)容主要對(duì)應(yīng)于瞬變之一，因而并非音調(diào)。因此，通過(guò)利用具有較短塊的變換編碼方法，即具有較高時(shí)間分辨率，以有效的方式極大地改善了時(shí)間分辨率。
因此，根據(jù)本發(fā)明，獲得了具有較高和最高品質(zhì)的音頻編碼方法，以具有長(zhǎng)變換長(zhǎng)度的頻率選擇變換編碼方法檢測(cè)部分音頻信號(hào)(音調(diào)，確切地說(shuō)是音調(diào)信號(hào))，同時(shí)，具有短變換長(zhǎng)度的下游編碼方法實(shí)現(xiàn)了針對(duì)殘余信號(hào)的高時(shí)間分辨率。


下面，將參照附圖，更為詳細(xì)地討論本發(fā)明的優(yōu)選實(shí)施例，其中圖1本發(fā)明編碼概念的方框圖；圖2根據(jù)本發(fā)明優(yōu)選實(shí)施例的本發(fā)明編碼概念的方框圖；圖3本發(fā)明解碼器概念的方框圖；圖4a已知變換編碼器；以及圖4b已知變換解碼器。
具體實(shí)施例方式
圖1示出了用于編碼音頻信號(hào)的設(shè)備，通過(guò)輸入10提供所述音頻信號(hào)。首先，將音頻信號(hào)饋入具有第一時(shí)間/頻率分辨率的第一編碼器12。形成第一編碼器12以在輸出14產(chǎn)生第一編碼器輸出信號(hào)。一方面，將第一編碼器12的輸出14處的第一編碼器輸出信號(hào)提供給復(fù)用器16，另一方面，將其提供給解碼器18，解碼器18適合于第一編碼器，并解碼第一編碼器輸出信號(hào)，以在解碼器18的輸出20提供解碼音頻信號(hào)。將解碼輸出信號(hào)20以及原始音頻信號(hào)10提供給比較器22。形成比較器22，將輸入10處的音頻信號(hào)與輸出20處的解碼音頻信號(hào)進(jìn)行比較，這意味著在來(lái)自第一編碼器12和解碼器18的路徑之后。具體地，形成比較器22，以在其輸出24之一處提供殘余信號(hào)，其中殘余信號(hào)包括音頻信號(hào)和解碼音頻信號(hào)之間的差別。將此殘余信號(hào)24提供給第二編碼器26，形成第二編碼器26，以編碼比較器22的輸出24處的殘余信號(hào)，從而在輸出28提供第二編碼器輸出信號(hào)，同樣將其提供給復(fù)用器16。形成復(fù)用器16，將第一編碼器輸出信號(hào)和第二編碼器輸出信號(hào)進(jìn)行組合，并在輸出30產(chǎn)生已編碼音頻信號(hào)，如果需要，考慮對(duì)應(yīng)的邊帶信息和比特流語(yǔ)法轉(zhuǎn)換。
根據(jù)本發(fā)明，第一編碼器具有第一時(shí)間或頻率分辨率，而第二編碼器具有第二時(shí)間或頻率分辨率。根據(jù)本發(fā)明，第一編碼器的第一分辨率不同于第二編碼器的第二分辨率，所以第一編碼器輸出信號(hào)或者在時(shí)間或者在頻率方面是良好編碼的，而第二編碼器輸出信號(hào)或者在頻率或者在時(shí)間方面是良好編碼的，從而在復(fù)用器16的輸出處的已編碼音頻信號(hào)具有高時(shí)間分辨率和高頻率分辨率。
下面，將參照?qǐng)D2描述本發(fā)明的優(yōu)選實(shí)施例。這里，在將音頻信號(hào)10提供給比較器22(在圖2中將其表示為差分件)之前，由延遲件32對(duì)音頻信號(hào)10進(jìn)行延遲，從而在圖2所示的優(yōu)選實(shí)施例中，可以由差分件22，在解碼器18的輸出處的解碼音頻信號(hào)和延遲件32的輸出處的(延遲)音頻信號(hào)之間實(shí)時(shí)地進(jìn)行樣本差別形成。
此外，在圖2所示的實(shí)施例中，形成第一編碼器(即圖2中的編碼器12)和圖2中稱為差別編碼器的第二編碼器26，以執(zhí)行變換編碼。
此外，優(yōu)選的是，第一編碼器12執(zhí)行具有長(zhǎng)變換長(zhǎng)度的編碼，即高頻率分辨率和低時(shí)間分辨率，而第二編碼器26執(zhí)行具有短變換長(zhǎng)度的編碼，這意味著高時(shí)間分辨率和內(nèi)在的低頻率分辨率。
盡管在原理上第一編碼器也可以按照短變換長(zhǎng)度進(jìn)行操作，而差別編碼器以長(zhǎng)變換長(zhǎng)度進(jìn)行操作，但優(yōu)選的是，以長(zhǎng)變換長(zhǎng)度運(yùn)行第一編碼器，因?yàn)槿缟纤?，與頻率人造假象相比，時(shí)間人造假象對(duì)于聽眾來(lái)說(shuō)問(wèn)題小一些。因此，與第一編碼器以短變換長(zhǎng)度工作時(shí)相比，如果第一編碼器以長(zhǎng)變換長(zhǎng)度進(jìn)行操作，只能處理輸出14處的第一編碼器輸出信號(hào)、不能處理輸出28處的第二編碼器輸出信號(hào)的編碼器可以產(chǎn)生更加令人愉悅的再現(xiàn)。
可以將用于將一組時(shí)間樣本轉(zhuǎn)換為譜表示的任何手段用作圖2所示的第一編碼器和/或第二編碼器內(nèi)的變換算法，如傅立葉變換、離散傅立葉變換、快速傅立葉變換、離散余弦變換、修正離散余弦變換等。或者，可以使用具有較少數(shù)量信道的濾波器組，如64信道濾波器組、128信道濾波器組、或具有更多或更少信道的濾波器組。
在本發(fā)明的一個(gè)實(shí)施例中，第一編碼器12可以是SBR編碼器，用于提供第一編碼器輸出信號(hào)，所述第一編碼器輸出信號(hào)只包括直到截止頻率的信息，小于音頻輸出10處的音頻信號(hào)的截止頻率。典型的SBR編碼器從音頻信號(hào)中提取邊帶信息，可以用于SBR解碼器中的高頻重構(gòu)，從而以盡可能高的品質(zhì)重構(gòu)高頻帶，其表示音頻信號(hào)高于第一編碼器輸出信號(hào)的截止頻率的頻帶。但是，圖2中的解碼器18不是這種具有高頻重構(gòu)的SBR解碼器，而是普通的變換解碼器，適合于第一編碼器12，以簡(jiǎn)單地解碼已編碼輸出信號(hào)，而與限制相同頻帶的事實(shí)無(wú)關(guān)，所以解碼器18在輸出20處的輸出信號(hào)也具有比原始音頻信號(hào)低的截止頻率。
在這種情況下，直到截止頻率的殘余信號(hào)將包括編碼器12和解碼器的路徑的編碼器/解碼器誤差，但仍然是截止頻率以上的完整音頻信號(hào)。
在這種情況下，也利用使用短變換長(zhǎng)度的差別編碼器26對(duì)殘余信號(hào)進(jìn)行編碼，因?yàn)槠鋵?duì)應(yīng)于第一編碼器輸出信號(hào)的截止頻率以上的原始音頻信號(hào)?；蛘撸灰圆顒e編碼器26編碼殘余信號(hào)直到第一編碼器輸出信號(hào)的截止頻率的譜范圍，而以具有長(zhǎng)變換長(zhǎng)度的第一編碼器12再次編碼殘余信號(hào)的高頻部分，從而在音頻信號(hào)的高頻部分中，也獲得高頻率分辨率。
然后，將編碼器12針對(duì)高頻頻帶的輸出信號(hào)再次與原始音頻信號(hào)的對(duì)應(yīng)頻帶進(jìn)行比較，從而再次以差別編碼器26編碼差別信號(hào)，最后，將四個(gè)數(shù)據(jù)流提供給復(fù)用器16，在對(duì)其全部一起進(jìn)行解碼時(shí)，實(shí)現(xiàn)了透明再現(xiàn)，即沒(méi)有人造假象的再現(xiàn)。
根據(jù)本發(fā)明，第一編碼器和第二編碼器利用心理聲學(xué)模型來(lái)進(jìn)行操作并不關(guān)鍵。但是，出于數(shù)據(jù)效率的原因，優(yōu)選的是，至少第一編碼器12利用心理聲學(xué)模型來(lái)進(jìn)行操作。當(dāng)各個(gè)傳輸信道源出現(xiàn)時(shí)，第二編碼器可以根據(jù)來(lái)源，進(jìn)行無(wú)損編碼，從而實(shí)現(xiàn)全透明再現(xiàn)?；蛘?，第二編碼器也可以利用心理聲學(xué)模型來(lái)進(jìn)行操作，其中優(yōu)選的是，在這種情況下，不再針對(duì)第二編碼器完整地計(jì)算心理聲學(xué)模型，考慮到第一編碼器與第二編碼器的不同變換長(zhǎng)度，可以“重新使用”相同的、完整的心理聲學(xué)掩碼閾值中的至少一部分。例如，這可以如下進(jìn)行將第一編碼器計(jì)算的心理聲學(xué)掩碼閾值直接應(yīng)用于第二編碼器，但是，例如，考慮到第二編碼器的較短變換長(zhǎng)度，使用3dB的“安全附加”，從而使第二編碼器的心理聲學(xué)掩碼閾值比第一編碼器12的心理聲學(xué)掩碼閾值低3dB或其他預(yù)定量。
對(duì)于變換長(zhǎng)度，優(yōu)選的是，第一編碼器的變換長(zhǎng)度是第二編碼器的變換長(zhǎng)度的整數(shù)倍。這樣，第一編碼器的變換長(zhǎng)度可以比第二編碼器26的變換長(zhǎng)度包括2倍、3倍、4倍或5倍的音頻信號(hào)樣本。因此，第一和第二編碼器的變換長(zhǎng)度之間的整數(shù)關(guān)系是優(yōu)選的，因?yàn)檫@樣，第一編碼器的編碼數(shù)據(jù)針對(duì)第二編碼器的相對(duì)良好的重新使用成為可能。另一方面，變換長(zhǎng)度之間的非整數(shù)聯(lián)系也沒(méi)有問(wèn)題，因?yàn)榈谝痪幋a器12和第二編碼器26也可以彼此不同步地運(yùn)行，只要將其相應(yīng)地報(bào)告給解碼器，從而解碼器以正確的樣本進(jìn)行求和，這表示在圖2的元件22中反轉(zhuǎn)樣本的差別信息。
圖3示出了根據(jù)本發(fā)明的、用于解碼已編碼音頻信號(hào)的解碼器。在傳輸、存儲(chǔ)等之后，將在圖1和圖2的輸出30處輸出的已編碼音頻信號(hào)提供給圖3中的解碼器的輸入40。輸入40首先與提取器42相連，提取器42具有比特流解復(fù)用器的功能，首先從已編碼音頻信號(hào)中提取出第一編碼器輸出信號(hào)，并在輸出44處提供，并且用于在輸出46處分別提供已編碼殘余信號(hào)和差別信號(hào)以及第二已編碼音頻信號(hào)。將第一編碼器輸出信號(hào)提供給第一解碼器，其適合于圖1所示的本發(fā)明的編碼設(shè)備的第一編碼器12，并在原理上等同于圖1的解碼器18。這意味著第一解碼器48同樣具有相同的時(shí)間/頻率分辨率，這意味著其以與圖1的編碼器12相同的變換長(zhǎng)度進(jìn)行操作。將提取器的輸出46處的第二編碼器輸出信號(hào)提供給第二解碼器50，其適合于圖1的第二編碼器26，并因此具有第二時(shí)間/頻率分辨率，表示與圖1中的第二編碼器26的時(shí)間/頻率分辨率等同的時(shí)間/頻率分辨率。
在輸出側(cè)，第一編碼器48提供解碼音頻信號(hào)，可以等同于圖2的輸出20處的信號(hào)。類似地，第二解碼器50在其輸出提供解碼殘余信號(hào)。應(yīng)當(dāng)注意，原理上可以如圖4b所示地形成這兩個(gè)解碼器，但是，在其變換長(zhǎng)度以及所使用的合成濾波器組方面不同。
將圖3中的輸出52處的解碼音頻信號(hào)和圖3中的輸出54處的解碼殘余信號(hào)提供給組合器56，在本發(fā)明的優(yōu)選實(shí)施例中，執(zhí)行樣本求和，這通常表示在圖1的元件22中的編碼器中執(zhí)行的比較操作的逆操作。在輸出側(cè)，組合器56在圖3的解碼器設(shè)備的輸出58處提供輸出信號(hào)，由于本發(fā)明，表現(xiàn)出良好的時(shí)間分辨率和良好的頻率分辨率，即其包括較少的頻率人造假象和較少的時(shí)間人造假象。
根據(jù)環(huán)境，可以由硬件或軟件實(shí)現(xiàn)參照?qǐng)D1描述的根據(jù)本發(fā)明的編碼方法或參照?qǐng)D3描述的根據(jù)本發(fā)明的解碼方法。可以在數(shù)字存儲(chǔ)介質(zhì)上實(shí)現(xiàn)本發(fā)明的實(shí)施方式，尤其是具有電可讀控制信號(hào)的盤或CD，能夠與可編程計(jì)算機(jī)系統(tǒng)相互作用，從而執(zhí)行相應(yīng)的方法。因此，本發(fā)明通常還在于一種計(jì)算機(jī)程序產(chǎn)品，具有存儲(chǔ)在機(jī)器可讀載體上的程序代碼，當(dāng)在計(jì)算機(jī)上運(yùn)行所述計(jì)算機(jī)程序產(chǎn)品時(shí)，執(zhí)行本發(fā)明的方法。換句話說(shuō)，也可以將本發(fā)明實(shí)現(xiàn)為計(jì)算機(jī)程序，具有當(dāng)在計(jì)算機(jī)上運(yùn)行所述計(jì)算機(jī)程序時(shí)、實(shí)現(xiàn)所述方法的程序代碼。
權(quán)利要求
1.一種用于編碼音頻信號(hào)的設(shè)備，包括第一變換編碼器(12)，用于根據(jù)音頻信號(hào)產(chǎn)生第一編碼器輸出信號(hào)，其中第一變換編碼器適合于將具有第一數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第一編碼器輸出信號(hào)；解碼器(18)，適合于第一編碼器(12)，用于解碼第一編碼器輸出信號(hào)，以提供解碼音頻信號(hào)；比較器(22)，用于將音頻信號(hào)與解碼音頻信號(hào)進(jìn)行比較，其中比較器(22)適合于提供殘余信號(hào)，所述殘余信號(hào)包括音頻信號(hào)與解碼音頻信號(hào)之間的差別；第二變換編碼器(26)，用于編碼殘余信號(hào)，以提供第二編碼器輸出信號(hào)，其中第二變換編碼器適合于將具有第二數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第二編碼器輸出信號(hào)，其中調(diào)整第一變換編碼器和第二變換編碼器，從而使第一數(shù)量的音頻信號(hào)時(shí)間樣本大于第二數(shù)量的音頻信號(hào)時(shí)間樣本，從而使第一編碼器(12)具有低時(shí)間分辨率和高頻率分辨率，而第二編碼器(26)具有高時(shí)間分辨率和低頻率分辨率；以及復(fù)用器(16)，用于組合第一編碼器輸出信號(hào)和第二編碼器輸出信號(hào)，以獲得已編碼音頻信號(hào)。
2.根據(jù)權(quán)利要求1所述的設(shè)備，其特征在于第一編碼器(12)和第二編碼器(26)具有濾波器組或變換算法，所述變換算法包括傅立葉變換、離散傅立葉變換、快速傅立葉變換、離散余弦變換或修正余弦變換。
3.根據(jù)權(quán)利要求1或2所述的設(shè)備，其特征在于解碼器(18)適合于提供具有樣本序列的時(shí)間離散解碼音頻信號(hào)，其中音頻信號(hào)是具有樣本序列的時(shí)間離散音頻信號(hào)，以及比較器(22)適合于執(zhí)行逐樣本差別信息，以獲得殘余信號(hào)。
4.根據(jù)前述權(quán)利要求之一所述的設(shè)備，其特征在于還包括延遲件(32)，用于延遲音頻信號(hào)，其中延遲件(32)適合于具有依賴于與第一編碼器(12)和解碼器(18)相關(guān)聯(lián)的延遲的延遲。
5.根據(jù)前述權(quán)利要求之一所述的設(shè)備，其特征在于復(fù)用器(16)適合于產(chǎn)生已編碼音頻信號(hào)，從而能夠獨(dú)立于第二編碼器輸出信號(hào)地解碼第一編碼器輸出信號(hào)。
6.根據(jù)前述權(quán)利要求之一所述的設(shè)備，其特征在于第一編碼器(12)適合于對(duì)音頻信號(hào)進(jìn)行頻帶限制，從而使第一編碼器輸出信號(hào)具有比音頻信號(hào)的上截止頻率小的上截止頻率，其中比較器(22)提供與第一編碼器輸出信號(hào)的上截止頻率以上的音頻信號(hào)相對(duì)應(yīng)的殘余信號(hào)，并且第二解碼器(26)適合于對(duì)具有不等于第二分辨率或等于第二分辨率的時(shí)間或頻率分辨率的第一編碼器的上截止頻率以上的殘余信號(hào)部分進(jìn)行編碼。
7.一種用于解碼音頻信號(hào)的方法，包括由音頻信號(hào)產(chǎn)生(12)具有第一時(shí)間或頻率分辨率的第一輸出信號(hào)，其中產(chǎn)生步驟(12)包括以下步驟將具有第一數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第一輸出信號(hào)；解碼第一編碼器輸出信號(hào)，以提供解碼音頻信號(hào)；將音頻信號(hào)與解碼音頻信號(hào)進(jìn)行比較(22)，以提供殘余信號(hào)，其中所述殘余信號(hào)包括音頻信號(hào)與解碼音頻信號(hào)之間的差別；以第二時(shí)間或頻率分辨率編碼(26)殘余信號(hào)，以提供第二編碼器輸出信號(hào)，其中編碼步驟(26)包括以下步驟將具有第二數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第二編碼器輸出信號(hào)，其中調(diào)整產(chǎn)生步驟(12)和編碼步驟(26)，從而使第一數(shù)量的音頻信號(hào)時(shí)間樣本大于第二數(shù)量的音頻信號(hào)時(shí)間樣本，從而使第一輸出信號(hào)具有低時(shí)間分辨率和高頻率分辨率，而第二輸出信號(hào)具有高時(shí)間分辨率和低頻率分辨率；以及組合(16)第一編碼器輸出信號(hào)和第二編碼器輸出信號(hào)，以獲得已編碼音頻信號(hào)。
8.一種用于解碼已編碼音頻信號(hào)以獲得輸出信號(hào)的設(shè)備，其中已編碼音頻信號(hào)具有第一編碼器輸出信號(hào)，以高時(shí)間分辨率和低頻率分辨率編碼所述第一編碼器輸出信號(hào)，而且已編碼音頻信號(hào)還具有第二編碼器輸出信號(hào)，表示以高時(shí)間分辨率和低頻率分辨率編碼的殘余信號(hào)，表示原始音頻信號(hào)與解碼音頻信號(hào)之間的差別，其中可以通過(guò)解碼第一編碼器輸出信號(hào)獲得解碼音頻信號(hào)，其中利用第一變換編碼器產(chǎn)生第一編碼器輸出信號(hào)，其中第一變換編碼器適合于將具有較高數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第一編碼器輸出信號(hào)，其中利用第二變換編碼器產(chǎn)生第二編碼器輸出信號(hào)，其中第二變換編碼器適合于將具有較低數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第二編碼器輸出信號(hào)，所述設(shè)備包括提取器(42)，用于從已編碼音頻信號(hào)中提取出第一編碼器輸出信號(hào)和第二編碼器輸出信號(hào)；第一變換解碼器(48)，適合于第一變換編碼器，用于解碼第一編碼器輸出信號(hào)，以獲得解碼音頻信號(hào)，其中第一解碼器(48)適合于以低時(shí)間分辨率和高頻率分辨率進(jìn)行操作，而且第一變換解碼器(48)適合于將具有第一數(shù)量的譜值的組轉(zhuǎn)換為時(shí)間表示；第二變換解碼器(50)，適合于第二變換編碼器，用于解碼第二編碼器輸出信號(hào)，以獲得解碼殘余信號(hào)，其中第二解碼器適合于以高時(shí)間分辨率和低頻率分辨率進(jìn)行操作，而且第二變換解碼器(50)適合于將具有第二數(shù)量的譜值的組轉(zhuǎn)換為時(shí)間表示，所述第二數(shù)量小于所述第一數(shù)量，以及組合器(56)，用于組合解碼音頻信號(hào)和解碼殘余信號(hào)，以獲得輸出信號(hào)。
9.一種用于解碼已編碼音頻信號(hào)以獲得輸出信號(hào)的方法，其中已編碼音頻信號(hào)具有第一編碼器輸出信號(hào)，以高時(shí)間分辨率和低頻率分辨率編碼所述第一編碼器輸出信號(hào)，而且已編碼音頻信號(hào)還具有第二編碼器輸出信號(hào)，表示以高時(shí)間分辨率和低頻率分辨率編碼的殘余信號(hào)，表示原始音頻信號(hào)與解碼音頻信號(hào)之間的差別，其中可以通過(guò)解碼第一編碼器輸出信號(hào)獲得解碼音頻信號(hào)，其中利用第一變換編碼器產(chǎn)生第一編碼器輸出信號(hào)，其中第一變換編碼器適合于將具有較高數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第一編碼器輸出信號(hào)，其中利用第二變換編碼器產(chǎn)生第二編碼器輸出信號(hào)，其中第二變換編碼器適合于將具有較低數(shù)量的音頻信號(hào)時(shí)間樣本的組轉(zhuǎn)換為譜表示，以獲得第二編碼器輸出信號(hào)，所述方法包括從已編碼音頻信號(hào)中提取出(42)第一編碼器輸出信號(hào)和第二編碼器輸出信號(hào)；適合于第一變換編碼器，解碼(48)第一編碼器輸出信號(hào)，以獲得解碼音頻信號(hào)，其中解碼步驟(48)適合于以低時(shí)間分辨率和高頻率分辨率進(jìn)行操作，而且解碼步驟(48)適合于將具有第一數(shù)量的譜值的組轉(zhuǎn)換為時(shí)間表示；適合于第二變換編碼器，解碼(50)第二編碼器輸出信號(hào)，以獲得解碼殘余信號(hào)，其中解碼步驟適合于以高時(shí)間分辨率和低頻率分辨率進(jìn)行操作，而且解碼步驟(50)適合于將具有第二數(shù)量的譜值的組轉(zhuǎn)換為時(shí)間表示，所述第二數(shù)量小于所述第一數(shù)量，以及組合(56)解碼音頻信號(hào)和解碼殘余信號(hào)，以獲得輸出信號(hào)。
10.一種計(jì)算機(jī)程序，具有當(dāng)在計(jì)算機(jī)上運(yùn)行所述程序時(shí)、執(zhí)行根據(jù)權(quán)利要求7或9所述的方法的程序代碼。
全文摘要
在編碼音頻信號(hào)時(shí)，首先以第一編碼器(12)編碼音頻信號(hào)，以獲得第一編碼器輸出信號(hào)。將此第一編碼器輸出信號(hào)寫入比特流。還通過(guò)解碼器(18)對(duì)其進(jìn)行解碼，以提供解碼音頻信號(hào)。將解碼音頻信號(hào)與原始音頻信號(hào)進(jìn)行比較(22)，以獲得殘余信號(hào)。然后，通過(guò)第二編碼器(26)編碼殘余信號(hào)，以提供第二編碼器輸出信號(hào)，將其也寫入比特流(30)。第一編碼器具有第一時(shí)間或頻率分辨率。第二編碼器具有第二時(shí)間或頻率分辨率。第一分辨率不同于第二分辨率，從而在對(duì)應(yīng)的解碼器中，能夠恢復(fù)同時(shí)具有高時(shí)間分辨率和高頻率分辨率的音頻信號(hào)。
文檔編號(hào)G10L19/24GK1809872SQ200480017095
公開日2006年7月26日 申請(qǐng)日期2004年6月24日 優(yōu)先權(quán)日2003年6月25日
發(fā)明者霍爾根·霍里奇, 邁克爾·舒格, 馬賽厄斯·諾伊辛格 申請(qǐng)人:科丁技術(shù)公司