[发明专利]一种基于人耳听觉频率尺度信号分解的音频编解码方法

摘要

本发明公开了一种基于人耳听觉频率尺度信号分解的音频编解码方法，为了较好的使用心理声学模型，将线性频域的处理结果折算到对应的人耳听觉频率尺度(Bark)上，用以控制线性频域参数的量化误差。直接在人耳听觉频率尺度上进行信号分解，实现时域信号在Bark尺度的投影计算，本发明采用基于人耳听觉频率尺度进行音频信号的非均匀子带分解，有效的利用人耳听觉的心理声学模型，提升了心理声学模型计算精度和编解码的效率，本发明的量化对象为子带时域信号，在满足音频编解码码率的前提下将编解码量化失真控制在心理声学模型的参数允许范围内，量化方式新颖且效率高。

主权项

1.一种基于人耳听觉频率尺度信号分解的音频编解码方法，其特征在于，包括以下步骤：/n步骤1，获取输入音频信号；将线性频域的音频信号折算到对应的人耳听觉频率尺度上，线性频率和人耳听觉频率尺度变换关系如下：/n /n其中，b为人耳听觉频率尺度，z为变换函数，f为线性频率；/n在人耳听觉频率尺度上进行音频信号分解，实现时域信号在人耳听觉频率尺度的投影计算：/n /n其中，X(b)为投影后系数，x(n)为采样点n处的采样值，z^-1(b)为人耳听觉频率尺度域逆变换函数，j为复数符号；根据投影后系数得到心理声学感知模型参数，进而确定心理声学感知模型；/n步骤2，在人耳听觉频率尺度上进行音频信号短时正交变换分解；/n步骤3，人耳听觉频率尺度心理声学模型参数计算：在人耳听觉频率尺度上计算心理声学模型中，使频谱在不同频段内具有不同的频率分辨率，使频谱分布直接和临界频带相匹配，将计算获取的心理声学感知模型变换回时域，在时域进行分割并利用切比雪夫正交变换得到短时感知域系数，根据短时感知域系数获取用于控制量化、码率和失真的心理声学感知模型参数；/n步骤4，根据量化、码率和失真的心理声学感知模型参数对投影后系数进行量化，将量化的结果进行熵编码，得到熵编码后的编码量化参数；/n步骤5，将心理声学感知模型参数和熵编码后的编码量化参数进行码流打包，形成编码数据流；/n步骤6，解码过程为编码过程的逆过程，首先获取数据码流，进行数据反量化，反量化后数据进行听觉频率尺度逆变化合成音频信号，多帧信号组合还原形成解码音频数据流。/n