[发明专利]一种无损音频压缩编码方法及其解码方法

说明书

技术领域

本发明涉及数字音频压缩领域，具体涉及一种无损音频压缩编码方法及其解码方法。

背景技术

音频编码的核心目标就是用最少的比特数来表示信号，同时又实现透明的信号再生，就是说即使敏感的听音者(“金耳朵”)也不能觉察原始输入与再生输出音频之间的差别。既要保证音频文件保持无损，又要保证其存储空间小、传输快，降低无损音频的压缩比、提高压缩效率是有效的途径。无损音频压缩编码主要分为两步：第一去相关，第二熵编码。去相关的方法分为两类：基于预测的编码和基于变换的编码。预测又可以分为线性预测和非线性预测。由于非线性预测实现起来复杂度较高，所以在实际应用中使用线性预测的算法居多。基于变换的无损编码是在整数变换出现之后发展起来的。

现有的无损音频压缩算法虽然在维持音频文件完整性方面已到达非常精准的效果，但是在压缩效率方面却总是难以有所突破，仅仅能压缩至原文件的一半。

发明内容

本发明的目的在于提出一种压缩比低、压缩速度快、算法复杂程度低的无损音频压缩方法。

本发明的又一目的在于提出一种与该无损音频压缩编码方法对应的解码方法。

一种无损音频压缩编码方法，该方法基于改进的离散余弦变换和整系数线性预测，包括以下步骤：

S1：采用自适应分帧技术对原始PCM音频信号进行分帧得到分帧信息和分帧信号，把分帧信息纳入边信息；

S2：对每一帧信号进行改进的离散余弦变换得到残余频谱和变换信号；

S3：对每一帧变换信号进行声道去相关；

S4：利用线性预测参数对进行声道去相关后的每一帧进行线性预测得到残差信号；

S5：将残差信号和残余频谱一起进行熵编码得到熵编码的码本，并将其转换成压缩的比特流输出；

S6：将S4中线性预测用到的线性预测参数和S5中得到的熵编码的码本纳入S1中的边信息中。

本发明方法同时采用离散余弦变换编码和线性预测进行去相关，使得信号间的冗余更小。

所述步骤S1中的自适应分帧方法如下：

首先以最小帧长为单位，计算当前帧与前一帧的相关系数，如果此系数小于阈值，则标记该帧与前一帧为不相关帧，单独成一帧，如果此系数大于阈值，则认为当前帧与前一帧相关，将相邻的相关帧依次合并，但最大帧长不超过设定的最大帧长允许值，当合并帧的长度超过设定的最大帧长时重起一帧。

分帧提供了音频信号的可编辑能力,可以使特性一致的信号能够在一帧内进行处理。

所述步骤S2中改进的离散余弦变换是基于模变换的整数型改进的离散余弦变换。对于整数型改进的离散余弦变换采用模变换算法来代替提升算法，避免提升算法中由级联产生的延时和递增的取整误差等缺陷，提高了算法的实时性和压缩效率，采用整系数线性预测，并对其预测器选取进行优化，旨在通过选择效率更高的预测器，提高压缩效率。

所述的模变换是利用勾股数三元组代替三角函数，对吉文斯旋转变换进行整数型近似。

整数型改进离散余弦变换是用于无损编码滤波器组离散余弦变换中的整数实现，基于模变换的整数型改进的离散余弦变换(IntMDCT算法)的运行速度最快。模变换算较提升算法具有更高的精度。吉文斯(Givens)旋转变换在二维平面内的2范数不变性有利于扩展输出信号的动态范围。

所述步骤S4中的线性预测是利用整系数预测方式，其优化方式是通过取最后2种预测结果的加权平均来取代初始预测值。

整系数预测技术提供了一组简洁的预测系数矩阵，较精确地表征了音频信号的幅度,而分析他们的运算量并不大，应用这组模型参数可以降低存储音频信号的容量，实现有效的无损还原，取最后2种预测结果的加权平均取代初始预测器，通过选择效率更高的预测器，能提高压缩效率。

所述步骤S5中的熵编码是哥伦布-莱斯编码，其过程如下：

S21：将残差信号负数映射到正数，映射公式如下：