[发明专利]一种音频编码带宽扩展中子带划分的量化方法及装置

摘要

本发明涉及一种音频编码带宽扩展中子带划分的量化方法及装置，本发明对训练样本高频信号依次进行四次分割，每次分割时按照两个新子带的样点标准差乘积最小值获取样点分割点，最终获取16个样点分割点，以此16个样点分割点对输入的音频编码带宽进行扩展，可以获得更好的高频频谱结构，更接近高频频谱形状，从而提高高频频谱重建质量；本发明使用的子带划分方法充分考虑子带量化中的统计特性，相比巴克带或均匀划分方式，本发明的主观听力MOS分略有提升，信噪比有明显提升。

主权项

一种音频编码带宽扩展中子带划分的量化方法，其特征在于，包括以下步骤：S1，对于训练样本的高频信号，每帧为N个样点，在样点1至样点N之间逐个取任意样点位置m，将高频信号分为两个子带，计算两个子带样点标准差乘积K_m[i]，得到一组样点标准差积矢量{S_j[i]}，$K_{m\left[i\right]}=\left[\sqrt{\frac{1}{m}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x})}^2}\right]*\left[\sqrt{\frac{1}{(N-m)}\underset{j=m+1}{\overset{N}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x^{\′}})}^2}\right]${S_j[i]}＝{K₂,K₃,K₄,K₅,....K_N‑1}其中i＝1，m＝2,3,4,5…N‑1,x_j表示样点信号，和表示两个子带样点的算术平均值，若K_m[i]为{S_j[i]}中的最小元素,则取m值为划分两个子带的分割点位置，令样点分割点P[i]₁₁＝m₁₁；S2，对步骤S1新划分形成的两个子带，逐个取每个子带划分范围内的任意样点位置m，将每个子带再划分为两个新子带，计算两个新子带样点的标准差乘积K_m[i]，并得到两组样点标准差积矢量{S_j[i]}，$K_{m\left[i\right]}=\left[\sqrt{\frac{1}{m-m_s+1}\underset{j=m_s}{\overset{m}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x})}^2}\right]*\left[\sqrt{\frac{1}{m_e-m}\underset{j=m+1}{\overset{m_e}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x^{\′}})}^2}\right]$$\left\{S_{j\left[i\right]}\right\}=\{K_{m_s+1},K_{m_s+2},....K_{m_e-1}\}$其中i＝1,2，m_S为第i个子带的开始位置，m_e为第i个子带的结束位置,若K_m[i]为{S_j[i]}中的最小元素,则取m₂₁、m₂₂值为划分两个子带的分割点位置，令样点分割点P[i]₂₁＝m₂₁、P[i]₂₂＝m₂₂；S3，对新步骤S2划分形成的四个子带，逐个取每个子带划分范围内的任意样点位置m，将每个子带再划分为两个新子带，计算两个新子带样点的标准差乘积K_m[i]，并得到四组样点标准差积矢量{S_j[i]}，$K_{m\left[i\right]}=\left[\sqrt{\frac{1}{m-m_s+1}\underset{j=m_s}{\overset{m}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x})}^2}\right]*\left[\sqrt{\frac{1}{m_e-m}\underset{j=m+1}{\overset{m_e}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x^{\′}})}^2}\right]$$\left\{S_{j\left[i\right]}\right\}=\{K_{m_s+1},K_{m_s+2},....K_{m_e-1}\}$其中i＝1,2,3,4，m_S为第i个子带的开始位置，m_e为第i个子带的结束位置，若K_m[i]为{S_j[i]}中的最小元素,则取m₃₁、m₃₂、m₃₃、m₃₄值为划分四个子带的分割点位置，令样点分割点P[i]₃₁＝m₃₁、P[i]₃₂＝m₃₂、P[i]₃₃＝m₃₃、P[i]₃₄＝m₃₄；S4，对步骤S3新划分形成的八个子带，逐个取每个子带划分范围内的任意样点位置m，将每个子带再划分为两个新子带，计算两个新子带样点的标准差乘积K_m[i]，并得到八组样点标准差积矢量{S_j[i]}，$K_{m\left[i\right]}=\left[\sqrt{\frac{1}{m-m_s+1}\underset{j=m_s}{\overset{m}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x})}^2}\right]*\left[\sqrt{\frac{1}{m_e-m}\underset{j=m+1}{\overset{m_e}{\mathrm{\Σ}}}{(x_j-\stackrel{\‾}{x^{\′}})}^2}\right]$$\left\{S_{j\left[i\right]}\right\}=\{K_{m_s+1},K_{m_s+2},....K_{m_e-1}\}$其中i＝1,2,3,4,5,6,7,8，m_S为第i个子带的开始位置，m_e为第i个子带的结束位置，若K_m[i]为{S_j[i]}中的最小元素,则取m₄₁、m₄₂、m₄₃、m₄₄、m₄₅、m₄₆、m₄₇、m₄₈值为划分两个子带的分割点位置，令样点分割点P[i]₄₁＝m₄₁、P[i]₄₂＝m₄₂、P[i]₄₃＝m₄₃、P[i]₄₄＝m₄₄、P[i]₄₅＝m₄₅、P[i]₄₆＝m₄₆、P[i]₄₇＝m₄₇、P[i]₄₈＝m₄₈，最终得到十六个新划分的子带。