[发明专利]双重兼容无损音频带宽扩展

说明书

技术领域

本发明涉及数字音频信号，特别是提供与标准PCM重放兼容的无损带宽扩展方案。

背景技术

许多挑剔的发烧友和音乐家需要‘高分辨率’数字音频，通常理解为以明显高于44.1kHz或48kHz的当前媒体的频率采集并以优于16比特的分辨率量化的优质音频。

有损压缩音频在消费市场上是司空见惯的，但是经验导致许多人怀疑有损压缩音频，甚至怀疑宣称‘透明’的系统。对于恒定位深，普通非适应性的噪声形抖动再量化是一个例外。通过适当的预防措施，这相当于(根据输入和输出之间差别的一阶和二阶统计量)添加恒定的噪声(参见J.Vanderkooy和S.P.Lipshitz,“Digital Dither:Signal Processing with Resolution Far below the Least Significant Bit(数字抖动：通过远低于最低有效位的分辨率进行的信号处理)”in Proc.AES 7th Int.Conf.on Audio in Digital Times(Toronto,Ont.,Canada,1989),pp.87–96.)，以几十年的模拟和数字媒体的经验来看是“有利的”。

两种音乐发行媒体支配了大众化市场：具有44.1kHz采样频率和16比特位深的压缩光盘(CD)，和通常通过计算机或个人播放器收听的网络下载。虽然大多数下载是有损压缩的，但计算机或播放器几乎总能够以44.1kHz和48kHz的采样频率处理未压缩的PCM(脉冲编码调制)信号。虽然一些个人播放器限制在16比特，但还是有不少能够处理24比特的位深。

以发烧版本(通常具有96kHz的采样频率)和能够在大众市场播放器上播放的格式发行录音是没有商业吸引力的。对于可在标准大众市场播放器上播放、并且包含允许特殊解码器读取额外带宽的隐藏信息的录音，以前已多次探索过发行的可能性，包括Komamura MITSUYA KOMAMURA“Wide-Band and Wide-Dynamic-Range Recording and Reproduction of Digital Audio(数字音频的宽带和宽动态范围记录和再现)”J.Audio Eng.soc.Vol.43,No.1/2,1995January/February)。然而，到目前为止，没人提供过标准PCM重放兼容性来满足无损读取更高采样率的原始信号的需求，也没人考虑过解码器如何可以两个不同位深(例如兼容16-bit和24-bit的播放器)向听众提供最佳体验。

WO2007/128662A1描述了通过使用有损编码数据流和无损扩展数据流对源信号进行无损编码的方法和设备。在M van der Veen等人的“High Capacity Reversible Watermarking for Audio(用于音频的高容量可逆水印)”(Security and Watermarking of Multimedia Contents V,Proceedings of SPIE-IS&T Electronic Imaging,SPIE vol.5020,1 January 2003,pages 1-11)中，描述了用于数字音频信号的可逆水印技术，其中输入信号的动态范围受到限制并且未使用的比特的一部分展开以编码水印比特。

发明内容

根据本发明第一方面，无损音频编码器适合接收第一采样率的输入数字音频信号，并且由此产生包括多个样本并具有低于第一采样率的第二采样率的PCM数字音频输出，其中：

多个样本的每一个都具有较重要部分和次要部分；

较重要部分和次要部分共同包括允许第一解码器无损还原输入数字音频信号的信息；

当解译为标准PCM流时，较重要部分提供具有缩减的带宽的输入数字音频信号版本的有损表达；以及

较重要部分包括允许第二解码器还原输入数字音频信号的有损表达的信息，输入数字音频信号的有损表达具有的带宽大于所述的缩减的带宽；

其中，输入数字音频信号耦合到具有高频输出和低频输出的无损频带分割器，高频输出耦合到具有有损压缩输出和修改输出的压缩单元；以及

其中，根据低频输出和有损压缩输出导出较重要部分，根据修改输出导出次要部分。