[发明专利]谐波音频信号的变换编码/解码

说明书

技术领域

本发明所提出的技术涉及音频信号(特别是谐波音频信号)的变换编码/解码。

背景技术

变换编码是用于压缩和发送音频信号的主要技术。变换编码的概念是首先将信号变换到频域，然后量化并发送变换系数。解码器使用所接收的变换系数通过应用逆频率变换来重构信号波形，见图1。在图1中，将音频信号X(n)转发到频率变换器10。将所得到的频率变换Y(k)转发到变换编码器12，并将已编码的变换发送到解码器，变换解码器14对该已编码的变换进行解码。将已解码的变换Y(k)转发到逆频率变换器16，逆频率变换器16将其变换为已解码的音频信号此方案背后的动机是，因为以下原因，可以更高效地量化频域系数：

1)变换系数(图1中的Y(k))比输入信号采样(图1中的X(n))更非相关。

2)频率变换提供能量压缩(更多的系数Y(k)接近于零并可以被忽略)，以及

3)变换背后的主观动机是人的听觉系统在变换域上工作，在该域上更易于选择感官上重要的信号成分。

在典型的变换编解码器中，使用修正离散余弦变换(MDCT)来逐块地(有50％重合)对信号波形进行变换。在MDCT类型变换编解码器中，将块信号波形X(n)变换为MDCT矢量Y(k)。波形块的长度对应于20-40ms音频段。如果长度用2L表示，则MDCT变换可以定义为：

其中k＝0，...，L-1。然后，MDCT矢量Y(k)被分为多个频带(子矢量)，并且每个频带中的能量(或增益)计算为：

其中，m_j是频带j中的第一系数，N_j指代对应频带中MDCT系数的数量(典型范围包含8-32个系数)。作为均匀频带结构的示例，对所有j设N_j＝8，则G(0)可以是前8个系数的能量，G(1)可以是下8个系数的能量，以此类推。

这些能量值或增益给出已量化的谱包络的近似，并将量化索引发送给解码器。通过利用对应包络增益缩放MDCT子矢量来获得残余子矢量或形状，例如对每个频带中的残余进行缩放以具有单位均方根(RMS)能量。然后，基于对应的包络增益，利用不同数量的比特来量化残余子矢量或形状。最终，在解码器处，通过利用对应包络增益缩放残余子矢量或形状来重构MDCT矢量，并使用逆MDCT来重构时域音频帧。

传统变换编码概念对非常谐波的音频信号(例如单一乐器)不太有效。在图2中示出了这种谐波谱的示例(为了比较，在图3中示出了不具有过量谐波的典型音频谱)。原因是，利用谱包络的归一化不会导致足够“平”的残余矢量，并且残余编码方案不会产生可接受质量的音频信号。这种信号和编码模型之间的不匹配仅可以以非常高比特率解决，但在大多数情况下，此方案是不合适的。

发明内容

所提出的技术的目的是更合适于谐波音频信号的变换编码/解码方案。

所提出的技术涉及一种对谐波音频信号的频率变换系数进行编码的方法，所述方法包括以下步骤：

对具有超过预定频率相关阈值的幅度的谱峰进行定位；

对包括已定位的波峰并在已定位的波峰周围的峰域进行编码；

对在所述峰域之外并在交越频率以下的系数的至少一个低频集合进行编码，该交越频率取决于用于对所述峰域进行编码的比特数；

对所述峰域之外的尚未编码系数的至少一个高频集合的噪声基底增益进行编码。

所提出的技术还涉及一种用于对谐波音频信号的频率变换系数进行编码的编码器，所述编码器包括：

波峰定位器，被配置为：对具有超过预定频率相关阈值的幅度的谱峰进行定位；

峰域编码器，被配置为：对包括已定位的波峰和在已定位的波峰周围的峰域进行编码；

低频集合编码器，被配置为：对在所述峰域之外并在交越频率以下的系数的至少一个低频集合进行编码，所述交越频率取决于用于对所述峰域进行编码的比特数；

噪声基底增益编码器，被配置为：对所述峰域之外的尚未编码的系数的至少一个高频集合的噪声基底增益进行编码。

所提出的技术还涉及一种包括这种编码器的用户设备(UE)。

所提出的技术涉及一种用于对已编码的频率变换谐波音频信号的频率变换系数进行重构的方法，所述方法包括以下步骤：

对已编码的频率变换谐波音频信号的谱峰域进行解码；

对系数的至少一个低频集合进行解码；

对所述峰域之外的每个低频集合的系数进行分配；