[发明专利]用于处理输入信号的编码装置和用于处理编码后的信号的解码装置在审
申请号: | 201780026995.0 | 申请日: | 2017-03-10 |
公开(公告)号: | CN109478407A | 公开(公告)日: | 2019-03-15 |
发明(设计)人: | 汤姆·巴克斯特伦;弗罗林·吉多;尤纳斯·弗斯彻 | 申请(专利权)人: | 弗劳恩霍夫应用研究促进协会 |
主分类号: | G10L19/038 | 分类号: | G10L19/038 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 潘剑颖 |
地址: | 德国*** | 国省代码: | 德国;DE |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 感知 符号函数 加权频谱 随机矩阵 量化器 频谱 处理输入信号 加权模型 模型提供 模型应用 计算器 比特流 加权器 应用器 配置 编码装置 解码装置 应用 量化 | ||
1.一种用于处理输入信号(3)的编码装置(1),
包括感知加权器(10)和量化器(14),
其中,所述感知加权器(10)包括模型提供器(12)和模型应用器(13),
其中,所述模型提供器(12)被配置用于基于所述输入信号(3)提供感知加权模型(W),
其中,所述模型应用器(13)被配置用于通过对基于所述输入信号(3)的频谱(s)应用所述感知加权模型,来提供感知加权频谱(x),
其中,所述量化器(14)被配置为量化所述感知加权频谱(x)并提供比特流
其中,所述量化器(14)包括随机矩阵应用器(16)和符号函数计算器(17),
其中,所述随机矩阵应用器(16)被配置用于对所述感知加权频谱(x)应用随机矩阵(P),以便提供变换后的频谱(u),以及
其中,所述符号函数计算器(17)被配置用于计算变换后的频谱(u)的分量的符号函数,以便提供比特流
2.根据权利要求1所述的编码装置(1),
其中,所述模型提供器(12)被配置用于基于对基于所述输入信号(3)的频谱(s)的压缩来提供所述感知加权模型(W)。
3.根据权利要求1或2所述的编码装置(1),
其中,所述感知加权器(10)包括包络计算器(11),
其中,所述包络计算器(11)被配置用于提供基于所述输入信号(3)的幅度频谱(|x|)的包络(y),以及
其中,所述模型提供器(12)被配置用于基于所述包络(y)的压缩来提供所述感知加权模型(W)。
4.根据权利要求1至3中的任一项所述的编码装置(1),
其中,所述模型提供器(12)被配置用于计算压缩函数(f()),所述压缩函数描述对基于所述输入信号(3)的频谱(s)的压缩、或者对基于所述输入信号(3)的幅度频谱(|x|)的包络(y)的压缩,以及
其中,所述模型提供器(12)被配置用于基于所述压缩函数(f())来计算所述感知加权模型(W)。
5.根据权利要求4所述的编码装置(1),
其中,所述压缩函数(f())是严格增加的,
其中,对于任何正标量值(t)和任意小的值(eps),针对正标量值(t)的函数值(f(t))小于针对所述正标量值(t)和所述任意小的值(eps)之和(t+eps)的函数值(f(t+eps)),以及
其中,对于第一正标量值(t1)和大于所述第一正标量值(t1)的第二正标量值(t2),针对所述第二正标量值的函数值(f(t2))与针对所述第一正标量值(t1)的函数值(f(t1))之间的差小于所述第二正标量值(t2)和所述第一正标量值(t1)之间的差。
6.一种用于处理编码后的信号(4)的解码装置(2),
包括解量化器(20)和感知解加权器(21),
其中,所述解量化器(20)被配置为对所述编码后的信号(4)包括的比特流进行解量化,并用于提供计算的感知加权频谱
其中,所述解量化器(20)被配置为通过对所述比特流应用随机矩阵(P)的伪逆来解量化所述比特流
其中,所述感知解加权器(21)包括频谱近似器(24)和模型近似器(25),
其中,所述频谱近似器(24)被配置用于基于所述计算的感知加权频谱来计算频谱的近似值以及
其中,所述模型近似器(25)被配置用于基于所述频谱的近似值来计算与所述编码后的信号(4)相关联的感知加权模型(W)的近似值(Wk)。
7.根据权利要求6所述的解码装置(2),
其中,所述感知解加权器(21)包括初始猜测提供器(23),
其中,所述初始猜测提供器(23)被配置用于提供针对所述感知加权模型(W)的初始猜测的数据(w0),以及
其中,所述频谱近似器(24)被配置用于基于所述编码后的信号(4)和所述感知加权模型(W)的所述初始猜测(W0)或近似值(Wk)来计算所述频谱的近似值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于弗劳恩霍夫应用研究促进协会,未经弗劳恩霍夫应用研究促进协会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780026995.0/1.html,转载请声明来源钻瓜专利网。