【技术实现步骤摘要】
本专利技术涉及音频编码，并且优选地涉及用于控制evs编译码器中的基于mdct的tcx的频谱系数的量化的方法、装置或计算机程序。
技术介绍
1、evs编译码器的参考文档为：3gpp ts24.445v13.1.0(2016-03)，第三代合作伙伴计划；技术规范小组服务及系统方面；用于增强型语音服务(evs)的编译码器；详细算法描述(第13版)。
2、然而，本专利技术额外地适用于例如由除第13版之外的其他版本限定的其他evs版本，并且附加地，本专利技术额外地适用于不同于evs然而依赖于例如在权利要求中所限定的检测器、整形器以及量化器和编码器级的所有其他音频编码器。
3、额外地，应注意，不仅由独立权利要求限定而且由从属权利要求限定的所有实施例可以彼此分离地使用，或者如由权利要求的相互从属性所概述的或如随后在优选示例下所论述的那样一起使用。
4、如3gpp中所指定的，evs编译码器[1]是用于窄带(nb)、宽带(wb)、超宽带(swb)或全频带(fb)语音及音频内容的现代混合型编译码器，其可以基于信号分类而在若干编码方法之间切换。
5、图1示出了evs中的公共处理和不同编码方案。具体地，图1中的编码器的公共处理部分包括信号重新采样块101和信号分析块102。音频输入信号在音频信号输入103处被输入到公共处理部分中，并且具体地，被输入到信号重新采样块101中。信号重新采样块101额外地具有用于接收命令行参数的命令行输入。如图1中可见，公共处理级的输出被输入到不同的元件中。具体地，图1包括基于
6、-诸如celp编码之类的基于lp(基于线性预测)的编码主要用于语音内容或语音主导内容以及具有高时间波动的一般音频内容。
7、-频域编码用于所有其他一般音频内容，诸如音乐或背景噪声。
8、为了为低比特率和中等比特率提供最大质量，基于公共处理模块中的信号分析来执行基于lp的编码与频域编码之间的频繁切换。为了节省复杂度，编译码器被优化以在后续模块中还重新使用信号分析级的元件。例如：信号分析模块以lp分析级为特征。所产生的lp滤波器系数(lpc)及残差信号首先被用于若干信号分析步骤，诸如话音活动检测器(vad)或语音/音乐分类器。其次，lpc也是基于lp的编码方案和频域编码方案的基本部分。为了节省复杂度，以celp编码器的内部采样率(srcelp)来执行lp分析。
9、celp编码器在12.8khz或16khz内部采样率(srcelp)下操作，并且因此可以直接表示高达6.4khz或8khz音频带宽的信号。对于在wb、swb或fb下超出该带宽的音频内容，用带宽扩展机制对高于celp的频率表示的音频内容进行编码。
10、基于mdct的tcx是频域编码的子模式。如对于基于lp的编码方法，基于lp滤波器来执行tcx中的噪声整形。通过将从经加权经量化的lp滤波器系数中计算的增益因子应用于mdct频谱(译码器侧)来在mdct域中执行该lpc整形。在编码器侧，在速率循环(rate loop)之前应用逆增益因子。这因此被称作lpc整形增益的应用。tcx在输入采样率(srinp)上进行操作。这被用来直接在mdct域中对完整的频谱进行编码，而无需额外的带宽扩展。输入采样率srinp(按其执行mdct变换)可以高于celp采样率srcelp(针对其计算lp系数)。因此，可以仅针对mdct频谱中与celp频率范围(fcelp)相对应的部分来计算lpc整形增益。针对频谱的剩余部分(若存在)，使用最高频带的整形增益。
11、图2在高层次上并且针对基于mdct的tcx示出了lpc整形增益的应用。具体地，图2示出了在编码器侧上的图1的tcx或频域编码块120中的噪声整形和编码的原理。
12、具体地，图2示出了编码器的示意性框图。输入信号103被输入到重新采样块201中，以便执行信号的重新采样，以重新采样为celp采样率srcelp，即，由图1的基于lp的编码块110所要求的采样率。此外，提供计算lpc参数的lpc计算器203，并且在块205中，执行基于lpc的加权以便具有由图1中的基于lp的编码块110进一步处理的信号，即，使用acelp处理器编码的lpc残差信号。
13、此外，在不进行任何重新采样的情况下，输入信号103被输入到示例性地示为mdct变换的时间频谱转换器207。此外，在块209中，在一些计算之后应用由块203计算的lpc参数。具体地，块209经由线213接收从块203中计算的lpc参数，或者备选地或额外地从块205接收lpc参数，并且随后导出mdct(或一般地，导出频谱域加权因子)，以便应用对应的逆lpc整形增益。然后，在块211中，执行一般的量化器/编码器操作，该操作例如可以是速率循环，其调整全局增益并且额外地优选使用如熟知的evs编码器规范中所示的算术编码来执行频谱系数的量化/编码以最终获得比特流。
14、与celp编码方法(其组合srcelp下的核心编码器与运行在较高采样率下的带宽扩展机制)形成对比，基于mdct的编码方法直接在输入采样率srinp上进行操作，并且在mdct域中对全频谱的内容进行编码。
15、基于mdct的tcx在低比特率(诸如9.6或13.2kbit/s)swb下对高至16khz的音频内容进行编码。因为在这种低比特率下仅可以借助于算术编码器直接对频谱系数的小的子集进行编码，所以所产生的频谱中的间隙(零值区域)用两种机制来掩盖：
16、-噪声填充，其将随机噪声插入在经译码的频谱中。噪声的能量由增益因子控制，该增益因子在比特流中被传送。
17、-智能间隙填充(igf)，其插入来自频谱的下频率部分的信号部分。这种被插入的频率部分的特性由参数控制，该参数在比特流中被传送。
18、噪声填充用于高至最高频率的下频率部分，该最高频率可以由所传送的lpc(fcelp)控制。高于该频率则使用igf工具，该igf工具提供用于控制所插入的频率部分的等级的其他机制。
19、存在用于确定哪些频谱系数在编码过程中存留或哪些频谱系数将由噪声填充或igf替换的两种机制：
20、1)速率循环
21、在应用逆lpc整形增益之后，应用速率循环。对此，估计全局增益。随后，对频谱系数进行量化，并且利用算术编码器对经量化的频谱系数进行编码。基于算术编码器的真实的或估计的比特需求并且基于量化误差，增大或减小全局增益。这影响量化器的精本文档来自技高网...
【技术保护点】
1.一种用于对具有下频带和上频带的音频信号进行编码的音频编码器，包括：
2.根据权利要求1所述的音频编码器，还包括：
3.根据权利要求1所述的音频编码器，其中，所述整形器(804)被配置为使用从所述音频信号的所述下频带中导出的线性预测系数来计算所述下频带的多个子频带的多个整形因子，
4.根据权利要求1所述的音频编码器，
5.根据权利要求1所述的音频编码器，
6.根据权利要求1所述的音频编码器，
7.根据权利要求6所述的音频编码器，
8.根据权利要求1所述的音频编码器，
9.根据权利要求8所述的音频编码器，其中，所述量化器特性是全局增益，
10.根据权利要求1所述的音频编码器，还包括：
11.根据权利要求1所述的音频编码器，还包括：
12.根据权利要求11所述的音频编码器，
13.根据权利要求11或12所述的音频编码器，
14.一种用于对具有下频带和上频带的音频信号进行编码的方法，包括：
15.一种计算机可读存储介质
...【技术特征摘要】
1.一种用于对具有下频带和上频带的音频信号进行编码的音频编码器，包括：
2.根据权利要求1所述的音频编码器，还包括：
3.根据权利要求1所述的音频编码器，其中，所述整形器(804)被配置为使用从所述音频信号的所述下频带中导出的线性预测系数来计算所述下频带的多个子频带的多个整形因子，
4.根据权利要求1所述的音频编码器，
5.根据权利要求1所述的音频编码器，
6.根据权利要求1所述的音频编码器，
7.根据权利要求6所述的音频编码器，
8.根据权利要求1所述的音频编码器，
...【专利技术属性】
技术研发人员：马库斯·马特拉斯，克里斯蒂·纽卡姆，马库斯·施内尔，本杰明·舒伯特，
申请(专利权)人：弗劳恩霍夫应用研究促进协会，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。