[发明专利]频域中基于LPC进行编码的低频增强

说明书

本发明提供一种用于对非语音音频信号进行编码以便依据该非语音音频信号产生比特流的音频编码器及方法，该音频编码器包括：线性预测编码滤波器(2)和时间‑频率转换器(3)的组合(2，3)，该线性预测编码滤波器(2)具有多个线性预测编码系数(LC)，其中该组合(2，3)被配置成基于音频信号(AS)的帧(FI)并且基于线性预测编码系数(LC)将该音频信号(AS)的帧(FI)进行滤波且转换进频域以便输出频谱(SP)；低频增强器(4)，其被配置成基于该频谱(SP)来计算经处理的频谱(PS)，其中该经处理的频谱(SP)中的表示比参考频谱线(RSL)更低的频率的频谱线(SL)被增强；以及控制装置(5)，其被配置成根据线性预测编码滤波器(2)的线性预测编码系数(LC)来控制由该低频增强器(4)进行的对经处理的频谱(PS)的计算。此外，本发明提供了用于对包含量化频谱和多个线性预测编码系数的比特流进行译码的一种对应音频译码器、一种系统、一种方法，以及一种对应的计算机程序。

众所周知，非语音信号例如音乐声音在处理上会比人类声带声音更复杂，从而占用更宽的频带。现有技术中最新的音频编码系统诸如 AMR-WB+[3]和xHE-AAC[4]为音乐及其它一般非语音信号提供了变换编码工具。此工具通常被称为变换码激励(TCX，transformcoded excitation)并且是基于在频域内被量化且被熵编码的线性预测编码 (LPC，linearpredictive coding)残差的称为激发的传输原理。然而，由于在LPC级中使用的有限阶的预测器，在译码信号中，尤其在人类听觉极其灵敏的低频处的译码信号中，会出现伪影。为此，在[1-3]中介绍低频增强及还原(de-emphasis)方案。

所述现有技术的适应性低频增强(ALFE，adaptive low-frequency emphasis)方案将低频谱线在编码器中进行量化之前对其进行放大。具体而言，低频线被分组为频带，计算每一频带的能量，并且找到局部能量最大的频带。基于能量最大的值和位置，使最大能量频带以下的频带被增大，以使得这些频带在后续量化中更精确地被量化。

低频还原——被执行以使ALFE在对应的译码器中逆变(invert)- -在概念上极其类似。如在编码器中所进行的，建立低频频带并且确定具有最大能量的频带。与在编码器中不同的是，现在使能量高峰以下的频带衰减。此过程大致恢复初始频谱的线能量。

值得注意的是，在现有技术中，在编码器中频带能量计算是在量化之前执行，即，在输入频谱上执行，然而在译码器中该频带能量计算是在经逆变量化的线上执行，即，在译码频谱上执行。尽管量化运算可被设计成使得频谱能量保持为平均值，但是对于单个频谱线无法保证保持精确的能量。因此，无法使ALFE理想地逆变。此外，在现有技术ALFE的优选实现方式中，在编码器和译码器中都需要平方根运算。期望避免这种相对复杂的运算。

本发明的目标在于提供用于音频信号处理的改进理念。更具体地，本发明的目标在于提供用于适应性低频增强和还原的改进理念。

在一个方面中，本发明提供了一种音频编码器，其用于对非语音音频信号进行编码以便依据该非语音音频信号产生比特流，该音频编码器包含：

线性预测编码滤波器和时间-频率转换器的组合，该线性预测编码滤波器具有多个线性预测编码系数，其中该组合被配置成基于该音频信号的帧并且基于该线性预测编码系数将该音频信号的帧进行滤波并且转换进频域，以便输出频谱；

低频增强器，其被配置成基于该频谱来计算经处理的频谱，其中该经处理的频谱中的表示比参考频谱线更低的频率的频谱线被增强；以及

控制装置，其被配置成根据该线性预测编码滤波器的线性预测编码系数来控制由该低频增强器进行的对该经处理的频谱的计算。

线性预测编码滤波器(LPC滤波器)是使用线性预测模型的信息的在音频信号处理和语音处理中使用的用于表示压缩形式的声音的成帧数字信号的频谱包络的工具。