[发明专利]对音频信号进行编码的方法以及音频编码器

说明书

提供了一种对音频信号进行编码的方法，该方法包括：将多个不同的时频变换应用于音频信号帧；针对多个时频分辨率在多个频带上计算编码效率的量度；至少部分地基于所计算的编码效率的量度，选择时频分辨率的组合以表示在多个频带中的每个频带处的帧；确定窗口大小和对应的变换大小；确定修正变换；使用确定的窗口大小对帧进行加窗；使用确定的变换大小来变换被加窗帧；使用确定的修正变换来修正被加窗帧的变换的频带内的时频分辨率。

优先权要求

本专利申请要求于2017年4月28日提交的美国临时专利申请第62/491,911号的优先权权益，该美国临时专利申请通过引用而整体并入本文。

背景技术

用于数据缩减的音频信号编解码(coding)是一种普遍存在的技术。高质量、低比特率的编解码对于实现具有成本效益的媒体存储以及促进在受约束通道上的分发(例如互联网流传输)是必需的。因为在许多情况下，未压缩音频的容量要求可能会过高，所以压缩效率对这些应用至关重要。

现有的几种音频编解码方法都是基于滑动窗口时频变换的。这样的变换将时域音频信号转换为时频表示，该时频表示适合于利用心理声学原理来实现数据缩减，同时限制可听见伪像的引入。特别是，修正离散余弦变换(MDCT)通常在音频编解码器中使用，这是因为滑动窗口MDCT可以在不进行过采样的情况下，即在变换域中保持与在时间域中相同的数据量的同时，利用重叠的非矩形窗口来实现完美的重构；此性质固有地对音频编解码应用是有利。

虽然由滑动窗口MDCT导出的音频信号的时频表示为音频编解码提供了有效的框架，但对于编解码性能而言，扩展框架以使得该表示的时频分辨率可以基于要编解码信号的特性的改变或变化而调整是有益的。例如，这种调整可用于限制编解码伪像的可听性。几个现有的音频编解码器通过响应于信号行为改变在滑动窗口MDCT中使用的窗口来适应于要编解码的信号。对于音调信号内容，使用长窗口以提供高频率分辨率；对于瞬态信号内容，使用短窗口以提供高时间分辨率。这种方法通常被称为窗口切换。

窗口切换方法通常提供短窗口、长窗口和过渡窗口，过渡窗口用于从长切换为短，反之亦然。通常的做法是基于瞬态检测处理切换到短窗口。如果在要编解码的音频信号的一部分中检测到瞬态，则使用短窗口来处理音频信号的该部分。

发明内容

提供本发明内容以便以简化形式介绍一些概念，这些概念将在下文的详细描述中进一步描述。本发明内容既不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在被用于限制所要求保护的主题的范围。

在一个示例方面，提供了一种编码音频信号的方法。在频谱上将多个不同的时频变换应用于音频信号帧，以产生该帧的多个变换，每个变换包括频谱上的对应的时频分辨率。针对来自多个变换中的多个时频分辨率，在频谱内的多个频带上产生了编码效率的量度(measure)。至少部分地基于所产生的编码效率的量度，选择时频分辨率的组合以在频谱内的多个频带中的每个频带处表示帧。至少部分地基于所选择的时频分辨率组合，为该帧确定窗口大小和对应的变换大小。至少部分地基于所选择的时频分辨率的组合和所确定的窗口大小，针对至少一个频带确定修正变换。使用所确定的窗口大小来对帧进行加窗以产生被加窗帧。使用所确定的变换大小对被加窗帧进行变换，以产生被加窗帧的变换，该变换在频谱的多个频带中的每个频带处包括时频分辨率。至少部分地基于所确定的修正变换来修改被加窗帧的变换的至少一个频带内的时频分辨率。

在另一个示例方面，提供了一种解码被编码的音频信号的方法。接收被编码的音频信号帧(帧)、修正信息、变换大小信息和窗口大小信息。至少部分地基于所接收到的修正信息来修正所接收到的帧的至少一个频带内的时频分辨率。至少部分地基于所接收到的变换大小信息，将逆变换应用于修正帧。至少部分基于所接收到的窗口大小信息，使用窗口大小来对逆变换后的修正帧进行加窗。

应当注意，取决于特定实施例，替代实施例是可能的，并且本文所讨论的步骤和元件可以被改变、添加或消除。在不脱离本公开的范围的情况下，这些替代实施例包括可以使用的替代步骤和替代元件以及可以做出的结构改变。