[发明专利]面向多声道三维音频的编解码方法与系统

说明书

技术领域

本发明属于面向多声道音频的编解码领域，尤其涉及一种面向多声道三维音频的编解码方法与系统。

背景技术

随着三维影视市场的巨大成功，三维音频技术受到了广泛关注并得到了迅速发展。三维音频系统因其能为观众提供更好的声音定位和临场感，越来越多地被引入与音频相关的应用当中取代传统环绕声系统。波场合成(Wave Field Synthesis，WFS)、Ambisonics（全息声）和幅度矢量合成(Vector Based Amplitude Panning，VBAP)是目前发展最为完备的三种多声道三维音频理论。

未来三维音频技术将逐渐走向成熟并取代现有的立体声和环绕声技术。当前三维音频系统的一个主要特点就是其庞大的声道数目。针对三维音频数据量激增的问题，近期在三维音频压缩方面已经展开了一些非常有价值的工作。2007年，Goodwin等提出了一种基于主成分分析的参数编码多声道压缩框架，该框架可应用于增强特殊的音频场景信号并提高空间音频编码的鲁棒性。2008年，Cheng提出了一种空间压缩环绕声编码(S³AC)方法，用于Ambisonics信号的参数编码。2009年，Hellerud使用声道间预测编码的方法去除Ambisonics声道间的冗余信息，这种方法具有较低的算法延时，但是计算复杂度较高。2010年，Pinto利用时空域变换将WFS信号分解成平面波和瞬态波，通过舍弃瞬态波，并利用感知编码对平面波信号进行压缩，来获得编码增益。由于其时空变换的精度取决于空间分辨率，也即WFS声道数目，所以编码效率会随着单位空间内声道数的增加而提高。2011年，Cheng又进一步提出了一种空间定位量化格点(Spatial Localization Quantization Point,SLQP)的参数编码方法，并使用三维方位线索来压缩VBAP信号。由于提取了空间线索并通过下混技术减少了声道数目，SLQP取得了较高的压缩效率。上述模型和参数编码方法可以提供较高的压缩比，但实际应用中音频编码器要兼顾算法复杂度和编码效率两个方面，而且参数编码也只能在低码率下提高编码音质。

发明内容

本发明的目的是提供了一种兼具低复杂度和高效率的面向多声道三维音频的编解码方法与系统。

为达到上述目的，本发明提供了如下技术方案：

一、一种面向多声道三维音频的编码方法，包括步骤：

步骤1-1，将N声道的时域信号变换为频域信号；

步骤1-2，将各声道的频域信号均划分为M个子带；

步骤1-3，获取各子带能量，并依次将相邻的三个声道对应的子带能量组合成第一类声道单元，若剩余相邻声道不足三个，则将剩余相邻声道对应的子带能量组合成第二类声道单元，各声道单元之间无共用声道，所述的声道单元包括第一类声道单元和第二类声道单元；

步骤1-4，采用3D-M/S编码系统对各第一类声道单元分别进行编码，采用传统M/S编码模式或独立声道编码模式对各第二类声道单元分别进行编码，量化编码结果并生成各声道单元对应的变换矩阵索引。

上述步骤1-4中所述的采用3D-M/S编码系统对各第一类声道单元分别进行编码，进一步包括子步骤：

1-4a获取第一类声道单元与3D-M/S编码系统的变换矩阵M₄的和矢量V₄的内积<V₀,V₄>，判断内积<V₀,V₄>与给定的能量阈值Thr_v的大小，若内积<V₀,V₄>不小于给定的能量阈值Thr_v，则采用变换矩阵M₄对第一类声道单元V₀进行编码；否则，执行步骤1-4b；