划分的增益形状向量编码制造技术

本发明专利技术涉及用于支持划分的增益形状向量编码和解码的编码器和解码器以及其中的方法。由编码器执行的方法中，对每个向量分段的编码受到与允许用于对向量分段进行编码的最大比特数量B

Divided gain shape vector coding

【技术实现步骤摘要】
划分的增益形状向量编码本申请是申请日为2014年11月11日、进入中国国家阶段日2016年5月6日、申请号为201480061092.2(“划分的增益形状向量编码”)的中国专利申请的分案申请。
本文公开的本专利技术大体上涉及增益形状向量编码和解码，具体地，涉及划分的增益形状向量量化。
技术介绍
针对例如音频和/或视频的编码方法通常包括对信号分段的某种类型的量化。已知无约束向量量化(VQ)对于具有特定长度的分组样本(即，向量)是有用的量化方法。但是，存储器和搜索复杂度限制导致了结构化向量量化器的发展。不同的结构在搜索复杂度和存储器要求方面具有不同的折中。一种针对结构化向量量化的传统方法是增益形状向量量化，其中使用形状向量r和增益G来表示目标向量x：增益形状向量量化的构思是对增益和形状分量对{r，G}进行量化，而不是直接对目标向量进行量化。然后，使用形状量化器(针对归一化的(normalized)形状输入对其进行调谐)和增益量化器(其处理信号的动态性)来对增益和形状分量进行编码。由于划分成动态性和形状(还表示为精细结构)非常符合感知听觉模型，所以该结构常用于音频编码。此外，许多音频编解码器(比如IETFOpus以及ITU-TG.719)使用增益形状向量量化来对目标音频信号的频谱系数进行编码。这两种编解码器都使用固定的频带结构来将频谱分成多个分段，并且频带结构不存在对目标向量的任何改变的自适应。增益形状量化的一个问题是找到合适的向量长度。较长的向量引起向量内的较大变化，从而形状量化器需要处理信号的动态性。较短的向量降低向量内的动态性，但可能会受到以下事实的影响：形状VQ的较低维度利用样本修正的能力较差。此外，增益编码的开销会随着分割数量的增加而增加，这使得留给形状编码的比特更少。
技术实现思路
期望实现高效的增益形状向量编码和解码。根据第一方面，提供了一种用于支持划分的增益形状向量编码的方法。将由媒体编码器执行所述方法，其中，对每个向量分段的编码受到与允许用于对向量分段进行编码的最大比特数量BMAX相关的限制。所述方法包括：确定针对目标向量x的分段的初始数量Np_init；以及基于向量比特预算和Np_init，进一步确定平均每分段比特数量BAVG。所述方法还包括：基于Np_init个分段的能量以及BMAX和BAVG之差，确定将在增益形状向量编码中针对向量x使用的分段的最终数量。根据第二方面，提供了一种用于支持划分的增益形状向量解码的方法。将由媒体解码器执行所述方法，其中，增益形状向量x的每个向量分段的表示受到与允许用于对向量分段进行编码的最大比特数量BMAX相关的限制。所述方法包括：针对将被重构的向量xq，确定分段的初始数量。所述方法还包括：从媒体编码器接收对是否针对向量xq应用了增加数量的分段的指示。所述方法还包括：基于所接收的指示，确定用于向量xq的解码的分段的最终数量。根据第三方面，提供了一种媒体编码器，该媒体编码器能够操作以执行划分的增益形状向量编码，其中，对每个向量分段的编码受到与允许用于对向量分段进行编码的最大比特数量BMAX相关的限制。所述媒体编码器被配置为：确定针对目标向量x的分段的初始数量Np_init；以及基于向量比特预算和Np_init，确定针对向量x的平均每分段比特数量BAVG。所述媒体编码器还被配置为：基于Np_init个分段的能量以及BMAX和BAVG之差，确定将在增益形状向量编码中使用的分段的最终数量。根据第四方面，提供了一种媒体解码器，该媒体解码器能够操作以执行增益形状向量解码，其中，增益形状向量x的每个向量分段的表示受到与允许用于对向量分段进行编码的最大比特数量BMAX相关的限制。所述媒体解码器被配置为：针对将被重构的向量xq，确定分段的初始数量Np_init；以及进一步从媒体编码器接收对是否针对向量xq应用了增加数量的分段的指示。所述媒体解码器还被配置为：基于所接收的指示，确定用于向量xq的解码的分段的最终数量。根据第五方面，提供了一种无线设备，该无线设备包括根据第三方面的媒体编码器。根据第六方面，提供了一种无线设备，该无线设备包括根据第四方面的媒体解码器。根据第七方面，提供了一种计算机程序，该计算机程序包括指令，所述指令当在至少一个处理器上执行时使所述至少一个处理器执行根据第一和/或第二方面的方法。根据第八方面，提供了一种载体，该载体包含第七方面的计算机程序。附图说明根据以下对附图中示出的实施例更具体的描述，本文公开的技术的以上和其他目的、特征和优点将显而易见。附图不必按比例绘制，相反重点在于说明本文公开的技术的原理。图1～图2是示出了根据示例实施例由编码器执行的方法的流程图。图3a示出了针对多个向量分段的EAVG和每分段平均能量。图3b示出了针对多个向量分段的BMAX和BAVG。图4是示出了根据示例实施例由编码器执行的方法的流程图。图5～图6是示出了根据示例实施例由解码器执行的方法的流程图。图7是示出了形状方差随划分数量的总体下降。图8示出了目标向量(上图)和针对3个划分(中图)和4个划分(下图)的相应能量的示例。注意的是，具有4个划分的模型更接近地符合目标向量中的能量动态性。图9是示出了在针对增益形状量化对目标向量进行划分中的折中的图。较低数量的划分不能足够好地归一化形状向量。较高数量的划分需要较大的比特开销来发送增益，结果为形状编码留下数量不足的比特。图10示出了目标向量和针对2路和3路划分的相应分段能量的示例。图11是示出了分段能量的方差随着图10中的目标向量被划分成的分段的数量的变化的图。图12a～图14示出了根据示例实施例的编码器和/或解码器的不同实现。图15示出了根据示例实施例的编码器的实现。图16示出了根据示例实施例的解码器的实现。具体实施方式本文描述的实施例的构思用于在给定特定尺寸的目标向量的情况下分析形状和确定分成子向量的合适分辨率(resolution)。在音频编解码器的情况下，这可以减少量化误差并增加感知质量。此外，本文描述的一些实施例的目的在于，找到切片(section)的优化数量，即目标向量的划分的数量。本文的实施例涉及一种用于支持划分的增益形状向量编码的方法。在对每个向量分段的编码受到与最大比特数量BMAX相关的限制的情况下，旨在由媒体编码器执行所述方法。也就是说，在允许用于对向量分段进行编码的最大比特数是BMAX的情况中。这一限制可能是由于媒体编码器的例如处理能力和/或存储容量导致的。下文将参考图1描述根据示例实施例的方法。图1中所示的方法包括：针对目标向量x，确定(101)针对目标向量x的分段的初始数量Np_init。可以基于例如BMAX和比特预算(即分配用于对整个向量x进行编码的比特数量)确定数量Np_init。所述方法还包括：基于向量比特预算和Np_init，确定(102)每分段的平均比特数BAVG。注意本文档来自技高网...

【技术保护点】
1.一种音频编码方法，其中，包括从音频信号中导出的多个系数在内的向量x是经量化的增益形状向量，其中，所述向量x被划分为子向量，用于对所述向量x的形状的划分向量量化，所述方法包括：/n-根据被分配用于量化所述向量x的形状的比特数量和被允许用于量化子向量的最大比特数量B

【技术特征摘要】
20131112 US 61/903,0241.一种音频编码方法，其中，包括从音频信号中导出的多个系数在内的向量x是经量化的增益形状向量，其中，所述向量x被划分为子向量，用于对所述向量x的形状的划分向量量化，所述方法包括：
-根据被分配用于量化所述向量x的形状的比特数量和被允许用于量化子向量的最大比特数量BMAX之间的比率来确定子向量的初始数量Np_init；
-通过对子向量系数的能量求和来确定每Np_init子向量的能量Ei；
-通过以下方式来确定子向量的最终数量Np：
如果从平均能量EAVG中最大导出的子向量能量Ei大于与BMAX和每子向量的平均比特数量BAVG之差成正比的阈值，则通过将子向量的初始数量Np_init增加1来确定子向量的最终数量Np，其中，BAVG基于被分配用于量化所述向量x的形状的比特数量和Np_init之间的比率；以及
-向所述划分向量量化器提供所述最终数量Np，以在对所述向量x的形状的量化时使用。


2.根据权利要求1所述的方法，其中，每个子向量的能量被计算为每子向量的对数能量。


3.根据权利要求2所述的方法，其中，每子向量的对数能量被计算为：



其中，i是子向量索引且k是系数x的索引。


4.根据前述权利要求中任一项所述的方法，其中，只有在满足至少一个附加条件时才执行对是否增加子向量的初始数量的确定。


5.根据前述权利要求中任一项所述的方法，其中，在子向量的初始数量低于阈值时执行对是否增加子向量的初始数量的确定。


6.根据前述权利要求中任一项所述的方法，其中，在被分配用于量化所述向量x的形状的比特数量高于阈值时执行对是否增加子向量的初始数量的确定。


7.一种音频编码器(1200)，能够操作以执行对向量x的增益形状向量量化，所述向量x包括从音频信号中导出的多个系数，其中，所述向量x被划分为子向量，用于对所述向量x的形状的划分向量量化，所述音...

【专利技术属性】
技术研发人员：艾力克·诺维尔，托马斯·托夫特戈德，沃洛佳·格兰恰诺夫，
申请(专利权)人：瑞典爱立信有限公司，
类型：发明
国别省市：瑞典;SE