[发明专利]基于IntMDCT的无损音频编码方法、解码方法

说明书

本发明提供一种基于IntMDCT的无损音频编码方法、解码方法，该编码方法包括以下步骤：(1)将音频时域信号x(k)进行分帧，读取得到单帧时域信号x(k),k＝0,...,N‑1，N为帧长；(2)对时域信号进行IntMDCT变换，得到频域信号X(m),m＝0,...,N‑1；(3)对频域信号进行Rice编码得到编码码流；该解码方法是编码方法的逆过程，首先对输入的码流文件进行Rice解码，得到频域信号X(m),m＝0,...,N‑1，然后再进行IntMDCT的逆变换恢复出时域信号x(k),k＝0,...,N‑1。本发明不需要码表即能自适应得到编码参数，且压缩率值比块自适应Rice更低，适用范围更广。

技术领域

本发明涉及无损音频编、解码领域，尤其是涉及一种基于IntMDCT的无损音频编码方法、解码方法。

背景技术

无损音频编码是指对音频信号进行编码来降低数据量并获得低比特率，不考虑任何信息损失的情况，接收端能够毫无差错的解码出来。

国际上通常使用的无损音频编码框架主要包含两个步骤：预测/变换和熵编码。预测/变换实质上是去除音频信号的时间和空间上的相关性；而熵编码是去除音频信号间的统计相关性。

目前两种主流的去相关技术主要有预测和变换。其中，预测是比较常用的方法。预测技术对于音频编码具有一定不足。许多音频片段会周期性出现同样的音调，这种情况下，低阶预测器不能有效进行预测，然而使用高阶预测器也不能完全解决这一问题，因为仅使用一帧音频信号通常不足以得到最佳的预测系数，并且音频信号常常同时伴有多个音调，即使使用针对语音信号性能比较好的预测器也不会有所改善。在频域编码方面，提出了子带编码和变换编码等技术。变换技术用于无损音频编码相对较晚，也得到比较优异的压缩率，但是大多数无损音频编码器仍使用线性预测技术较多，目前仅有LTAC、MPEG-4SLS以及一些无损音频编码对变换编码技术进行研究。

数字音频编码技术一般使用的熵编码方法有：游程编码(RLC，Run LengthCoding，也称行程编码)，霍夫曼Huffman编码，算术编码以及由Huffman演变而来的Golomb/Rice编码，其中Huffman应用范围最广。Rice编码算法是由Robert F.Rice于1979年提出的熵编码算法，它针对Golomb编码的一种特殊情况即m＝2^k,(k＝0,1,...)提出了比较方便且性能较好的编码方法。Rice编码对于Laplacian拉普拉斯分布及几何的概率参数ρ已知的情况下确实是一种最优码，但事实上，Rice编码仍存在问题：概率参数ρ必须已知，最优码的编码参数s才能确定，但是实际上并不能对整个信源进行充分估计得到最适合的ρ，进而得到最优Rice编码参数s，因此ρ的确定直接影响着Rice编码的效果。目前Rice编码主要有两种自适应编码方法：前向自适应和后向自适应。把前向自适应编码定义为：编码器在编码前先考察数据并测量统计编码参数(通常是平均值)，然后将参数值放入首部以供解码器使用，最后再使用该参数对数据编码并写入比特流文件。通常，并不是要同时编码所有数据，因为其带来的延时和复杂度是实时应用中不能承受的。一般使用的方法是“块自适应”编码，即将数据分成小部分，即块，并制定一些块选择规则，比如在SHORTEN、MPEG-4ALS中，对于每个块，首先计算输入数据的平均值μ_n，并使用式(其中常数C≈0.97)来估算Rice编码参数s，然后使用参数s对块内数据值编码，即对于与缓冲区内容相匹配的数据部分统计得到参数，并将编码器调整到该参数。但是前向自适应在实际应用中存在一定问题，归结为以下两点：

(1)编码器需要两次通过每个数据，这在一些应用中会减慢编码过程或增加随机存取存储器的开销，比如数码相机中的图像编码；

(2)选取合适的块长度尺寸比较困难，如果块尺寸太大，则统计量在块内会剧烈变化，而如果太小，则必须告知解码器哪个参数用于编码使得额外开销变得难以承担。