[发明专利]多声道音频信号的去相关编码方法和装置

说明书

本发明涉及一种多声道音频信号的去相关编码方法和装置。本发明的去相关编码方法利用多声道音频信号的声道间相关性，通过自适应的声道配置结构和自适应的声道单元编码方式进行编码，可以在低复杂度条件下有效地去除声道间的冗余，从而获得较高的编码增益。本发明比M/S编码效率高，比正交变换编码或预测编码实现简单，适用于超高清电视的3D音频系统或者其他需要3D音频的应用领域。

技术领域

本发明涉及数字音频编码技术，更具体地说，涉及一种多声道音频信号的去相关编码方法和装置。

背景技术

随着超高清电视等应用的发展，对于音频的要求也进一步提高，以便获得身临其境的沉浸式听觉效果。为此，输入音频信号的声道数明显增多(例如5.1.4、7.1.4和22.2等)，这就使得音频声道信号在空间中的密度增大，相应的声道间的冗余也会增加，因此去除声道间的冗余来提高压缩效率成为3D音频编码的关键技术之一。

当前数字音频编码中对于声道间的冗余处理技术已经有几种经典的方法。这些方法都可以实现无损伤(无失真)压缩多声道(包含立体声)数字音频信号的目的，可以作为传统感觉音频编码技术的预处理模块，可以在时域进行冗余处理，也可以在变换域进行冗余处理。

第一种已有的声道间冗余处理技术是M/S(Middle/Side)立体声编码技术。对于输入立体声信号，如L(左声道)和R(右声道)，M/S立体声编码是对这个声道对进行冗余度压缩，其算法如下：

M＝L+R

S＝L-R

或者通过处理(如延时或增益调整等)之后再进行以上运算。

如果左右声道(或一个声道对)之间相关性较强，那么一般情况下差声道S的动态范围大大降低，其方差值与原来右声道比小很多，这样后面感觉编码通常可以使用更少的比特来编码，而提高总的编码效率。

M/S立体声编码技术仅仅适合于一对输入声道的冗余去除。当输入音频信号具有更多声道时，也只能对多个声道分别配成几个声道对的方式进行编码，例如5.1声道时，如图1所示，L和R一对，LS(左环绕)和RS(右环绕)一对。然而，当输入为5.1声道时，有时L和LS之间也有相关性，R和RS之间同样有相关性，M/S立体声编码没有考虑后面的这种冗余去除情况。

而当输入为3D音频信号时，通常输入包括：

9.1(5.1.4)声道：在5.1声道基础上，在L、R、LS和RS上方增加4个声道；

11.1(7.1.4)声道：在7.1声道基础上，在L、R、LS和RS上方增加4个声道；

22.2模式：扬声器具有三层配置结构，如图2所示，顶层有9个声道，中间层有10个声道，底层有3个声道，还具有两个LFE(低频增强)声道。

当输入音频信号为以上声道模式时，如果仅仅以声道对方式进行M/S编码，并没有充分利用各个声道间的相关性去除冗余信息。

第二种已有的声道间冗余处理技术是正交变换编码。通过正交变换去除声道间相关的方法，可以较好地去除声道间的冗余度，但是由于每帧需要计算正交变换的矩阵，非常复杂；而且随着声道数增加，复杂度急剧增加。另外变化系数矩阵也需要编码传输给解码端，从而可能使得总的编码效率并不高。

例如输入音频信号为2声道立体声时，需要一个2x2的矩阵；而5.1声道时需要一个5x5矩阵(低音声道不处理)；22.2声道时，需要一个22x22的矩阵(2个低音声道不处理)。定义系数矩阵为M，则输出与输入之间的关系如下：

Y＝MX

其中X为输入向量，一般是长度为2048点的PCM信号。

对于每帧输入信号X，系数矩阵M的计算一般可通过各个声道间的相关计算出来。