[发明专利]信号复杂度和编码速率选择的映射实现方法

权利要求书

1.一种信号复杂度和编码速率选择的映射实现方法，其特征在于包含如下五个过程：

A． 特征提取：提取音频输入信号的特征参数集，基于该特征参数集为输入音频信号导出特征矢量；

B． MOS值提取：建立编码质量的MOS值数据库；

C． 聚类：对A步骤得到的特征矢量样本进行聚类处理，得到特征聚类码本；

D． 对应：建立C步骤得到的类别与编码速率的对应关系，得到信号复杂度与编码速率的映射关系码本；

E． 测试：测试D步骤得到的码本是否有效。

2.如权利要求1所述的信号复杂度和编码速率选择的映射实现方法，其特征在于特征提取过程包含以下步骤：

A1. 在提取特征之前，首先将音频信号转换成数字形式，即将wav形式的音频文件通过一定的采样率对其进行采样，得到一系列离散的采样点；

A2. 将数字形式的音频信号分帧，即通过计算一定时间内包含多少个采样点来划分帧，分

帧的时间随特征的特性而定，长时特征的帧长以秒为数量级，而短时特征的帧长以毫秒为数量级；

A3. 从数字形式的音频信号样本帧中计算要提取的特征；

A4. 把该特征参数集转换成该帧的特征矢量输出。

3.如权利要求1所述的信号复杂度和编码速率选择的映射实现方法，其特征在于MOS值提取过程包含的步骤如下：

B1. 转换音频格式，包括音频的位速、采样大小、采样频率和音频格式，以使音频文件能够被AMR-WB+编码器识别； 

B2. 读取步骤B1得到的特定格式的音频，将每段音乐切割成若干片段；

B3. 将B2步骤得到的音频片段，用encoder编码器和decoder解码器对每个片段分别编解码，再用改进的PEAQ算法器衡量得到每个片段的编码质量MOS值；

B4. 用encoder编码器编码时，AMR-WB+编码速率的范围为5.2-36kbit/s，用不同的速率都重复B3步骤，最后得到不同速率下所得的编码质量MOS值。

4.如权利要求1所述的信号复杂度和编码速率选择的映射实现方法，其特征在于聚类过程包含以下步骤：

C1. 将步骤A得到的特征矢量集转换成htk格式；

C2. 利用HTK工具包中的Hquant训练工具对C1得到的数据进行聚类，得到特征聚类码本。

5.如权利要求1所述的信号复杂度和编码速率选择的映射实现方法，其特征在于对应过程包含以下步骤：

D1. 根据C过程得到的特征聚类码本，判定音频信号每帧所在的类别，并记录每帧在各个预定编码速率下的MOS值；

D2. 统计每个类别的每个编码速率下各个MOS值区间内的样本数占总样本数的比例；

D3. 根据D2得到的比例数据，得到映射关系码本，里面记录的是每个类别要达到特定编码质量MOS值需要的编码速率。

6.如权利要求1所述的信号复杂度和编码速率选择的映射实现方法，其特征在于测试过程包含以下步骤：

E1. 用不同于步骤A中的音频信号进行步骤A，B，得到音频信号的特征矢量和实际编码速率下的MOS值；

E2. 根据特征聚类码本，判定每帧音频信号所在的类别，然后根据映射关系码本，用该类别下达到目标MOS值所需的预定编码速率对其编解码，得到预定编码速率下的编码质量MOS值；

E3. 对比实际编码速率下的MOS值和预定编码速率下的MOS值，测试出映射关系码本的效果。