[发明专利]音频编码方法及装置、音频解码方法及装置、编解码系统

说明书

技术领域

本发明涉及数据处理领域，尤其涉及一种音频编码方法及装置、音频解码方法及装置、编解码系统。

背景技术

视讯技术实现了语音、图像、数据等信息综合在一起的远距离传输，使人们在进行异地交流时利用视讯技术既可以听到对方的声音，又可以看到对方的活动图像和胶片内容，大大增强了异地交流的亲切感和临场感。

视讯会议系统一般由多点控制单元(MCU，Multipoint Control Unit)和终端组成。在一个视讯会议中，每个终端对应一个会场，采集各个会场的声音、图像并编码发送给MCU。MCU按照一定的方式对声音、图像进行处理(声音混音、图像转发或组成多画面)，并将处理后的声音和图像发送给各个终端，终端解码输出远端会场的声音和图像，实现远程通信的目的。

现有的视讯会议系统一般采用用户数据报协议(UDP，User DatagramProtocol)传输音频和图像数据，由于UDP提供的是面向事务的简单不可靠信息传送服务，所以音频和图像数据传输过程中的丢包现象在所难免。

为便于理解，下面首先对音频编解码过程中的一些参数进行简要说明：

请参阅图1，图1展示了N个声道的音频数据流，其中，N个声道属于同一时刻的单位长度的音频数据(例如C_1i，C_2i，......，C_Ni)可以看作是一个音频帧，即如图1中所划分的音频帧1，音频帧2......音频帧i等，该i为音频帧的序号，i的数值与音频数据的时长有关。

为后续描述的简便，可以将一段单位长度的音频数据叫做一段音频数据，该单位长度可以根据实际应用环境确定，其同时也表示一个音频帧的长度，例如为5毫秒，或10毫秒等，每个音频帧可以看作是由属于同一时刻的不同声道的音频数据所组成的集合。

现有技术中，编码终端在进行至少两个声道音频编码时，会将同一音频帧中不同声道的音频数据编入一个数据包中，例如对于双声道音频编码，编码终端会将第1音频帧的左声道音频数据L1，以及第1音频帧的右声道音频数据R1编入数据包P1中，同理，数据包P2中编入L2以及R2，数据包P3中编入L3以及R3，以此类推，具体的数据包的打包方式可以如图2所示。

假设这些数据包发往解码终端的过程中发生了丢包，则解码终端会采用正常接收到的数据包对丢失的数据包进行恢复，例如数据包P2发生了丢包，但是解码终端正常接收到了数据包P1以及数据包P3，则解码终端利用数据包P1中的音频数据以及数据包P3中的音频数据对数据包P2进行恢复。

上述是一包一帧的打包方式，现有技术也可以采用一包多帧的打包方式，当采用一包多帧的打包方式时，每个数据包包含多个音频帧，且这些音频帧的全部音频数据均编入同一数据包，例如数据包P1中编入L1，R1，L2以及R2，数据包P2中编入L3，R3，L4以及R4。

上述现有技术的方案中，每个数据包对应一个或多个音频帧，且这些音频帧的全部音频数据均被编入同一数据包，也就是说，如果一个数据包发生了丢包，则其对应的全部音频帧上所有声道的音频数据都会丢失，如果音频数据在不同音频帧间的变化比较大，则解码终端使用前后音频帧进行音频数据恢复时则难以取得较好的效果，从而降低了音频数据传输过程中的抗丢包性能。

发明内容

本发明实施例提供了一种音频编码方法及装置、音频解码方法及装置、编解码系统，能够提高音频数据传输过程中的抗丢包性能。

本发明实施例提供的音频编码方法，应用于音频编码系统，所述音频编码系统包含N个声道，N为大于或等于2的整数，包括：

获取所述N个声道的音频数据；对所述获取到的N个声道的音频数据进行声道交织打包得到数据包，每个数据包中包含X*N段音频数据，所述X为一个数据包中包含的音频数据的数目与一个音频帧中包含的音频数据的数目的比值，所述X为大于或等于1的整数；所述X*N段音频数据中，至少有X+1段音频数据属于不同的音频帧。

本发明实施例提供的音频解码方法，应用于音频编码系统，所述音频编码系统包含N个声道，N为大于或等于2的整数，包括：

接收数据包；当检测到数据包发生丢包时，查询丢失的数据包对应的丢失音频帧，所述丢失音频帧为丢失了部分音频数据的音频帧；判断已接收到的数据包中是否包含所述丢失音频帧的剩余音频数据；若包含，则使用所述丢失音频帧的剩余音频数据对所述丢失音频帧进行音频数据恢复；若不包含，则继续接收数据包，当获取到所述丢失音频帧的剩余音频数据时，使用所述丢失音频帧的剩余音频数据对所述丢失音频帧进行音频数据恢复。