CN101223577B - 对低比特率音频信号进行编码/解码的方法和设备 - Google Patents

Abstract

一种对低比特率音频信号进行编码/解码的方法和设备。所述对低比特率音频信号进行编码的方法包括：在频域对音频信号的特定频率分量进行量化和无损编码；使用频域音频信号产生码本；以特定频带为单位检测除了特定频率分量之外的音频信号的频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；从产生的码本选择与将被编码的音频信号的其它频率分量最相似的码本并确定码本索引(精确结构)；对确定的码本索引进行无损编码；以及使用特定频率分量、其它频率分量的包络和确定的码本索引来产生比特流。所述对低比特率音频信号进行解码的方法包括：将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量；对特定频率分量进行无损解码和逆量化；恢复码本索引信息和关于其它频率分量的包络信息；使用逆量化的特定频率分量产生码本；以及使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复其它频率分量。

Description

对低比特率音频信号进行编码/解码的方法和设备

                        技术领域

本发明总体构思涉及音频信号的编码和解码，更具体地说，涉及一种对低比特率音频信号进行编码/解码的方法和设备。

                        背景技术

在现有MPEG-4先进视频编码(AAC)算法中，使用量化和编码方法对全频带音频信号进行编码。然而，在低比特率，通常对子频带音频信号进行编码，原因是可用比特数小。在这种情况下，由于减小了音频信号的带宽，因此导致了较差的声音质量。

可仅通过检测频谱的包络而不是信号的精确结构对高频分量进行编码。因此，在MPEG-4先进视频编码(AAC)算法中，使用知觉噪声代替(PNS)工具对具有强噪声分量的高频分量进行编码。对于PNS编码，编码器从高频分量检测噪声的包络，解码器将随机噪声***高频分量，并且恢复高频分量。使用PNS工具能够有效地对包括平稳随机噪声分量的高频分量进行编码。然而，如果高频分量包括瞬时噪声，并且通过PNS工具对高频分量进行编码，则出现金属噪声和嗡嗡噪声。

在尝试解决这个问题时，在MPEG-4高效率(HE)AAC算法中，使用频带重现(SBR)工具对高频分量进行编码。由于SBR工具使用正交镜像滤波器(QMF)，因此在核心AAC中，改进的离散余弦变换(MDCT)输出经过QMF以获得高频分量。在这种情况下，复杂度增加。此外，使用包络/噪声基底/时间-频率栅格复制特定频带的低频分量并对其进行编码以与原始高频信号相似。然而，诸如包络/噪声基底/时间-频率栅格的附加信息需要几kbps(千比特每秒)的比特率和大计算量。

                        发明内容

                        技术方案

本发明总体构思提供一种对低比特率音频信号进行编码的方法和设备，所述方法和设备能够在不减小频带以压缩高声音质量的情况下有效地对感知上不重要的高频分量进行编码。

本发明总体构思还提供一种对低比特率音频信号进行解码的方法和设备，所述方法和设备能够在不减小频带以压缩高声音质量的情况下从编码的比特流对感知上不重要的高频分量进行解码。

将在接下来的描述中部分阐述本发明总体构思另外的方面，本发明总体构思另外的方面部分地通过描述将是清楚的，或者可以经过本发明总体构思的实施而得知。

                        有益效果

根据本发明总体构思的实施例，能够以低比特率有效地对高频分量进行编码。此外，由于基于相似度执行向量量化(VQ)，因此能够增加瞬时/基音信号中声音质量的稳定性。

因此，还能够在不减小频带的情况下对低比特率音频信号进行编码时提供高声音质量。

                        附图说明

图1是示出根据本发明总体构思的实施例的对低比特率音频信号进行编码的设备的配置的框图；

图2是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行编码的设备的配置的框图；

图3是示出根据本发明总体构思的实施例的对低比特率音频信号进行编码的方法的流程图；

图4是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行编码的方法的流程图；

图5示出自适应向量量化(AVQ)的概念；

图6示出在知觉噪声代替(PNS)中产生高频分量的噪声的方法；

图7是示出选择AVQ模式和PNS模式中的一个的方法的流程图；

图8是示出根据本发明总体构思的实施例的对低比特率音频信号进行解码的设备的配置的框图；

图9是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行解码的设备的配置的框图；

图10是示出根据本发明总体构思的实施例的对低比特率音频信号进行解码的方法的流程图；以及

图11是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行解码的方法的流程图。

                        最佳模式

通过提供一种对低比特率音频信号进行编码的方法来实现本发明总体构思的上述和/或其它方面，所述方法包括：在频域对音频信号的特定频率分量进行量化和无损编码；使用频域音频信号产生码本；以特定频带为单位检测除了特定频率分量之外的音频信号的频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；从产生的码本选择与将被编码的其它频率分量最相似的码本并确定码本索引(精确结构)；对确定的码本索引进行无损编码；以及使用无损编码的特定频率分量、无损编码的其它频率分量的包络和无损编码的码本索引来产生比特流。

还通过提供一种对低比特率音频信号进行编码的方法来实现本发明总体构思的上述和/或其它方面，所述方法包括：在频域对音频信号的主要频率分量进行量化和无损编码；使用频域音频信号产生码本；以特定频带为单位检测除了主要频率分量之外的音频信号的频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；检查在产生的码本中是否存在与将被编码的高频分量至少具有预定相似度的码本；如果相似码本存在，则选择相似码本，确定码本索引，并且对确定的码本索引和指示相似码本存在的信息进行无损编码；如果相似码本不存在，则对指示相似码本不存在的信息进行无损编码；以及使用无损编码的主要频率分量、无损编码的频率分量的包络和无损编码的码本索引来产生比特流。

所述方法还可包括将时域音频信号转换为频域音频信号。

还通过提供一种对低比特率音频信号进行编码的设备来实现本发明总体构思的上述和/或其它方面，所述设备包括：低频量化/无损编码单元，在频域对音频信号的特定频率分量进行量化和无损编码；码本产生单元，使用频域音频信号产生码本；包络量化/无损编码单元，以特定频带为单位检测除了特定频率分量之外的音频信号的频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；码本索引获取单元，从产生的码本选择与将被编码的音频信号的其它频率分量最相似的码本并确定码本索引(精确结构)；索引无损编码单元，对确定的码本索引进行无损编码；以及比特流产生单元，使用无损编码的特定频率分量、无损编码的其它频率分量的包络和无损编码的码本索引来产生比特流。

还通过提供一种对低比特率音频信号进行编码的设备来实现本发明总体构思的上述和/或其它方面，所述设备包括：ISC量化/无损编码单元，在频域对音频信号的主要频率分量进行量化和无损编码；码本产生单元，使用频域音频信号产生码本；包络量化/无损编码单元，以特定频带为单位检测除了主要频率分量之外的音频信号的频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；相似度检查单元，检查在码本中是否存在与将被编码的高频带至少具有预定相似度的码本；码本存在信息/索引编码单元，如果相似码本存在，则选择相似码本，确定码本索引，并且对确定的码本索引和指示相似码本存在的信息进行无损编码；码本存在信息编码单元，如果相似码本不存在，则对指示相似码本不存在的信息进行无损编码；以及比特流产生单元，使用无损编码的主要频率分量、无损编码的其它频率分量的包络和无损编码的码本索引来产生比特流。

还通过提供一种编码设备来实现本发明总体构思的上述和/或其它方面，所述设备包括：第一量化/编码单元，对音频信号的全频谱的第一频率分量进行量化，并对量化的第一频率分量进行编码；第二量化/编码单元，对全频谱的第二频率分量的一个或多个频带的一个或多个包络进行量化，并对量化的一个或多个包络进行编码；码本单元，从第一频率分量的一个或多个频带产生一个或多个码本，确定是否存在对于第二频率分量的每个频带的相似码本，并且对指示第二频率分量的频带和码本之间的相似度的码本相似度信息进行编码；以及比特流单元，产生包括编码的第一频率分量、编码的第二频率分量的频带的包络和编码的相似度信息的比特流。

当确定第二频率分量中的多个相应频带与码本中的多个相似时，第二量化/编码单元可使用自适应向量量化对第二频率分量的包络进行编码，当确定第二频率分量中的相应频带与码本中的任何码本都不相似时，第二量化/编码单元可使用知觉噪声代替对第二频率分量的包络进行编码。

还通过提供一种对低比特率音频信号进行解码的方法来实现本发明总体构思的上述和/或其它方面，所述方法包括：将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量；对特定频率分量进行无损解码和逆量化；恢复码本索引信息和关于其它频率分量的包络信息；使用逆量化的特定频率分量产生码本；以及使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复其它频率分量。

还通过提供一种对低比特率音频信号进行解码的方法来实现本发明总体构思的上述和/或其它方面，所述方法包括：将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量；对主要频率分量进行无损解码和逆量化；对关于相似码本是否存在的信息进行无损解码；如果相似码本存在，则恢复码本索引信息和关于其它频率分量的包络信息；使用无损解码和逆量化的特定频率分量产生码本，并且使用码本索引信息和关于其它频率分量的包络信息来恢复高频分量；以及如果相似码本不存在，则恢复包络信息，并且使用先前频带的信号和恢复的包络信息来恢复其它频率分量。

所述方法还可包括将时域音频信号转换为频域音频信号。

还通过提供一种对低比特率音频信号进行解码的设备来实现本发明总体构思的上述和/或其它方面，所述设备包括：比特流划分单元，将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量；低频恢复单元，对特定频率分量进行无损解码和逆量化；高频索引/包络恢复单元，恢复码本索引信息和关于其它频率分量的包络信息；码本产生单元，使用在低频恢复单元中逆量化的特定频率分量产生码本；以及高频恢复单元，使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复其它频率分量。

还通过提供一种对低比特率音频信号进行解码的设备来实现本发明总体构思的上述和/或其它方面，所述设备包括：比特流划分单元，将比特流恢复并划分成主要频率分量和除了主要频率分量之外的频率分量；低频恢复单元，对主要频率分量进行无损解码和逆量化；码本存在信息恢复单元，对关于相似码本是否存在的信息进行无损解码；索引/包络恢复单元，如果相似码本存在，则恢复码本索引信息和关于其它频率分量的包络信息；第一高频恢复单元，使用无损解码和逆量化的主要频率分量产生码本，并且使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复高频分量；以及第二高频恢复单元，如果相似码本不存在，则恢复包络信息，并且使用先前频带的信号和恢复的包络信息来恢复其它频率分量。

所述设备还可包括将时域音频信号转换为频域音频信号。

还通过提供一种记录有执行上述方法中的一个或多个的计算机程序的计算机可读介质来实现本发明总体构思的上述和/或其它方面。

具体实施方式

现将对本发明总体构思的实施例进行详细参照，其示例在附图中示出，其中，相同的标号始终是指相同的部件。下面通过参照附图描述实施例以解释本发明总体构思。

根据本发明总体构思的实施例，在没有诸如包络/噪声基底/时间-频率栅格的情况下，使用音频信号的低频分量产生码本，并且使用码本通过向量量化(VQ)有效地对音频信号的高频分量进行编码。

图1是示出根据本发明总体构思的实施例的对低比特率音频信号进行编码的设备的配置的框图。图1中的设备包括：低频量化/无损编码单元110、包络量化/无损编码单元120、码本产生单元130、码本索引获取单元140、索引无损编码单元150和比特流产生单元160。当前实施例的设备还可包括时间/频率(T/F)转换单元100。

T/F转换单元100将音频信号从时域转换到频域。使用改进的离散余弦变换(MDCT)、快速傅立叶变换(FFT)或离散余弦变换(DCT)执行所述转换。

低频量化/无损编码单元110在频域对音频信号的特定频率分量(例如，低频分量)进行量化和无损编码。

包络量化/无损编码单元120以特定频带为单位从除了所述特定频率分量之外的频率分量检测包络，并且对检测的其它频率分量的包络进行量化和无损编码。所述其它频率分量可以是高频分量。

码本产生单元130使用频域音频信号产生码本。通过如等式1所示的巴克(bark)频带将高频分量划分为子频带。

等式1

$f_b=\left\{\begin{array}{c}f/100,f<500\mathrm{Hz}\\ 9+4{\log }_2(f/1000),f\&GreaterEqual;500\mathrm{Hz}\end{array}\right.$

码本索引获取单元140从产生的码本选择与将被编码的其它频率分量(即，高频分量)最相似的码本，并且确定代码索引(精确结构)。

索引无损编码单元150对确定的代码索引进行无损编码。

比特流产生单元160使用低频量化/无损编码单元110产生的无损编码数据以及包络量化/无损编码单元120和索引无损编码单元150产生的无损编码数据来产生比特流。

特定频率分量可以是具有音频信号中大量信息的重要频谱分量(ISC)。可通过现有音频编码器执行低频量化/无损编码单元110的量化和无损编码，并且低频量化/无损编码单元110的量化和无损编码可以是MPEG-1层3(mp3)或MPEG-2/4AAC。

图2是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行编码的设备的配置的框图。图2的设备包括ISC量化/无损编码单元210、包络量化/无损编码单元220、码本产生单元230、相似度检查单元240、码本存在信息/索引编码单元250、码本存在信息编码单元260和比特流产生单元270。当前实施例的设备还可包括T/F转换单元200。

T/F转换单元200将音频信号从时域转换到频域。与图1的T/F转换单元100相似，使用改进的离散余弦变换(MDCT)、快速傅立叶变换(FFT)或离散余弦变换(DCT)执行所述转换。

ISC量化/无损编码单元210在频域对音频信号的全频带的重要频谱分量(ISC)进行量化和无损编码。

码本产生单元230使用频域音频信号产生码本。通过如等式1所示的巴克频带将高频分量划分为子频带。

包络量化/无损编码单元220以特定频带为单位从除了重要频谱分量(即，主要频率分量)之外的频率分量检测包络，并且对检测的其它频率分量的包络进行量化和无损编码。所述主要频率分量可以是低频分量，所述其它频率分量可以是高频分量。

相似度检查单元240检查在码本中是否存在与将被编码的高频分量至少具有预定相似度的码本。使用欧式距离或码本之间的相关性测量相似度。例如，如果基于相似度测量标准存在16个码本，则从16个码本中选择最相似的码本，并且以4比特对其进行编码。使用等式2计算欧式距离或相关性。

等式2

$d_{L2}=\sqrt{\mathrm{\&Sigma;}{(x-y)}^2}$

$d_{\mathrm{cor}}=\frac{\mathrm{\&Sigma;x}\&CenterDot;y}{\sqrt{\mathrm{\&Sigma;}{x}^2}\sqrt{\mathrm{\&Sigma;}{y}^2}}$

然后，计算高频分量与码本的功率比。使用均方根(RMS)计算功率，并且以dB为单位对功率比进行量化和编码。例如，可以以dB为单位对功率比进行量化，并且以5比特对其进行编码。使用等式3计算功率比。

${\mathrm{power}}_{\mathrm{low}}=\sqrt{\underset{\mathrm{spectraline}\left(\mathrm{low}\right)}{\mathrm{\&Sigma;}}{\mathrm{codebook}\left(\mathrm{index}\right)}_i\&times;\mathrm{codebook}{\left(\mathrm{index}\right)}_i}$

${\mathrm{power}}_{\mathrm{high}}=\sqrt{\underset{\mathrm{spectraline}\left(\mathrm{high}\right)}{\mathrm{\&Sigma;}}{\mathrm{spectrum}}_i\&times;{\mathrm{spectrum}}_i}$

$\mathrm{power}\_\mathrm{ratio}=C\log \frac{{\mathrm{power}}_{\mathrm{low}}}{{\mathrm{power}}_{\mathrm{high}}}$

c＝scalingfactor

在最终编码操作中，存储码本索引和功率比。当确定存在相似码本时，码本存在信息/索引编码单元250选择相似码本，使用相似码本确定码本索引，并且对确定的码本索引和指示存在相似码本的信息进行无损编码。

当确定不存在相似码本时，码本存在信息编码单元260对指示不存在相似码本的信息进行无损编码。

比特流产生单元270使用ISC量化/无损编码单元210产生的无损编码数据和包络量化/无损编码单元220、码本存在信息/索引编码单元250和码本存在信息编码单元260产生的无损编码数据来产生比特流。

主要频率分量主要是低频带中的低频分量。所述频带可以是考虑听觉特性的巴克频带。可使用重叠的频谱产生码本。可使用欧式距离或码本之间的相关性来确定相似度。

图3是示出图1的设备可执行的根据本发明总体构思的实施例的对低比特率音频信号进行编码的方法的流程图。

首先，当输入音频信号时，T/F转换单元100将音频信号从时域转换到频域(操作300)。然后，低频量化/无损编码单元110使用量化和编码方法(诸如MPEG-4AAC)在频域对音频信号的特定频率分量(即，低频分量(4至6KHz))进行编码(操作310)。

码本产生单元130使用频域音频信号产生码本(操作320)。通过如等式1所示的巴克频带将高频分量划分为子频带。如果高频分量具有帧长2048，则通过表1定义子频带。

表1

索引频带	0	1	2	3	4	5	6	7	8
										样本	0	9	18	27	37	46	55	65	78
频率Hz	0	107	204	301	409	506	602	710	850
										索引频带	9	10	11	12	13	14	15	16	17
样本	92	110	131	156	185	220	262	312	371
										频率Hz	1001	1195	1421	1690	2002	2379	2831	3369	4005
索引频带	18	19	20	21	22	23	24	25	26
										样本	441	525	624	743	883	1050	1249	1486	1763
频率Hz	4758	5663	6729	8010	9517	11315	13458	16009	19035

如果第20个频带是用于区分(分开)低频信号和高频信号的索引，则第20个频带覆盖到大约6kHz，已经通过低频量化/无损编码单元110对第20个频带之前的频带进行无损编码，通过自适应向量量化(AVQ)对第20个频带之后的频带进行编码。第20个频带包括119个频谱线。为了表示119个频谱线，使用低频分量产生码本。由于第20个频带之前的频带中的样本数量是624，因此对重叠的码本进行编码，以表示119个频谱线。由2的幂(例如，16)表示码本的数量。因此，产生119(624除以16)个重叠的均匀码本。

包络量化/无损编码单元120从除了特定频率分量之外的频率分量(例如，以特定频带为单位的高频分量)检测包络，并且对所述包络进行量化和无损编码(操作330)。

码本索引获取单元140从码本选择与将被编码的其它频带(不具有特定频率分量)最相似的码本，并确定码本索引(精确结构)(操作340)。索引无损编码单元150对代码索引进行无损编码(操作350)。比特流产生单元160使用在操作310产生的无损编码数据和在操作320和操作350产生的无损编码数据来产生比特流(操作360)。特定频率分量可以是具有音频信号中大量信息的重要频谱分量(ISC)(即，低频分量)。量化和无损编码可以是mp3或AAC。

图4是示出图2的设备可执行的根据本发明总体构思的另一实施例的对低比特率音频信号进行编码的方法的流程图。首先，当输入音频信号时，T/F转换单元200将音频信号从时域转换到频域(操作400)。然后，使用量化和编码方法(诸如MPEG-4AAC)在频域对音频信号的重要频谱分量(ISC)(例如，低频分量)进行编码。ISC可以是主要频率分量。也就是说，ISC量化/无损编码单元210在频域对音频信号的ISC进行量化和无损编码(操作410)。

码本产生单元230使用频域音频信号产生码本(操作420)。通过如等式1所示的考虑听觉特性的非均匀频带(例如，巴克频带)将除了主要频率分量之外的频率分量(例如，高频分量)划分为子频带。如果高频分量具有帧长2048，则通过表1定义子频带。

在表1中，如果第20个频带是用于区分(分开)低频信号和高频信号的索引，则第20个频带覆盖到大约6kHz，已经通过ISC量化/无损编码单元210对第20个频带之前的频带进行无损编码，通过自适应向量量化(AVQ)对第20个频带之后的频带进行编码，以下将参照图5进行描述。第20个频带包括119个频谱线。为了表示119个频谱线，使用低频分量产生码本。由于第20个频带之前的样本数量是624，因此对重叠的码本进行编码，以表示119个频谱线。由2的幂(例如，16)表示码本的数量。因此，产生119(624除以16)个重叠的均匀码本。

包络量化/无损编码单元220以特定频带为单位从高频分量检测包络，并且对检测的包络进行量化和无损编码(操作430)。

相似度检查单元240检查在码本中是否存在与将被编码的高频分量至少具有预定相似度的码本(操作440)。使用欧式距离或码本之间的相关性测量相似度。例如，如果基于相似度测量标准存在16个码本，则选择最相似的码本，并且以4比特对其进行编码。使用等式2计算欧式距离或相关性。

计算高频分量与码本的功率比。使用均方根(RMS)计算功率，并且以dB为单位对功率比进行量化和编码。例如，可以以dB为单位对功率比进行量化，并且以5比特对其进行编码。使用等式3计算功率比。在最终编码操作中，存储码本索引和功率比。

当确定存在相似码本时，选择相似码本并确定码本索引(操作450)。因此，对确定的码本索引和指示存在相似码本的信息进行无损编码(操作460)。当确定不存在相似码本时，码本存在信息编码单元260对指示不存在相似码本的信息进行无损编码(操作470)。

图5示出自适应向量量化(AVQ)的概念。现将参照图5详细描述AVQ。从定义的子频带(图5示出的候选频带)产生重叠的均匀码本。也就是说，使用巴克频带从低频分量的低频信号产生码本。例如使用相关性来计算将被编码的高频分量的高频带(即，当前频带)和产生的码本之间的相似度，以找出最相似的码本索引。然后，获得高频带的能量。获得选择的码本的能量。获得能量比，将其转换成以dB为单位，并对其进行量化。将码本索引和量化的能量比存储在比特流中。

在当前频带(即，当前高频带)与低频信号的相似度高时可执行AVQ。如果相似度低，则通过知觉噪声代替(PNS)对高频分量进行编码。图6示出在PNS中产生高频分量的噪声的方法。如图6所示，将先前频带中编码的噪声分量复制到当前频带，并且根据包络对其进行解码。编码器在比特流中仅存储包络信息。当由于AVQ而使低频分量和高频分量彼此不相似时，这种方法去除调制的噪声。

图7是示出选择AVQ模式和PNS模式中的一个的方法的流程图。首先，获得将被编码的频带(当前频带)和候选频带(操作700)。基于候选频带和将被编码的当前频带之间的相关性测量相似度(操作710)。将相关性和预定阈值进行比较(操作720)。这里，可使用欧式距离获得相似度。当码本的最小相似度小于预定阈值时，确定相似度低，因此执行知觉噪声代替(PNS)(操作730)。否则，执行向量量化AVQ(操作740)。换句话说，如图5所示，当与当前频带最不相似的码本的候选频带具有小于预定阈值的相应相似度时，确定高频分量与低频分量不相似并执行PNS。可根据与码本的各个相似度使用AVQ或PNS对高频分量中的不同频带进行编码。

比特流中存储的信息如下：

VQ可用性标志(1比特)

如果(VQ可用性标志＝真)

则码本子频带数量(4比特)

放大系数(5比特)

否则

噪声包络(5比特)

比特流产生单元270使用在操作410产生的无损编码数据和在操作430、操作460和操作470产生的无损编码数据来产生比特流(操作480)。

然后，将描述根据本发明总体构思的实施例的对低比特率音频信号进行解码的设备和方法。图8是示出根据本发明总体构思的实施例的对低比特率音频信号进行解码的设备的配置的框图。图8的设备包括：比特流划分单元800、低频恢复单元810、码本产生单元820、索引/包络恢复单元830和高频恢复单元840。当前实施例的设备还可包括F/T转换单元850。

比特流划分单元800将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量。所述特定频率分量可以是重要频谱分量(ISC)。

低频恢复单元810对特定频率分量进行解码和逆量化。所述特定频率分量可以是低频分量。码本产生单元820使用在低频恢复单元810逆量化的特定频率分量来产生码本。索引/包络恢复单元830恢复码本索引信息和关于除了特定频率分量之外的频率分量的包络信息。除了特定频率分量之外的频率分量可以是高频分量。高频恢复单元840使用恢复的码本索引信息和恢复的包络信息来恢复除了特定频率分量之外的频率分量(即，高频分量)。

F/T转换单元850将频域音频信号逆转换为时域音频信号(例如，通过逆MDCT、逆FFT或逆DCT)。

图9是示出根据本发明总体构思的另一实施例的对低比特率音频信号进行解码的设备的配置的框图。图9的设备包括：比特流划分单元900、低频恢复单元910、码本存在信息恢复单元920、码本产生单元930、索引/包络恢复单元940、第一高频恢复单元950和第二高频恢复单元960。本发明总体构思的设备还可包括F/T转换单元970。

比特流划分单元900将比特流恢复并划分成重要频谱分量(ISC)和除了重要频谱分量之外的频率分量。所述ISC可以是低频分量，除了ISC之外的频率分量可以是高频分量。

低频恢复单元910对重要频谱分量(即，主要频率分量)进行解码和逆量化。码本存在信息恢复单元920对关于相似码本是否存在的信息进行无损解码。如果确定相似码本存在，则索引/包络恢复单元940恢复索引信息和关于其它频率分量(即，高频分量)的包络信息。码本产生单元930使用无损解码和逆量化的主要频率分量来产生码本。第一高频恢复单元950使用恢复的码本索引信息和恢复的包络信息来恢复其它频率分量(即，高频分量)。如果确定相似码本不存在，则第二高频恢复单元960恢复包络信息，并且使用先前频带的信号和包络信息来恢复其它频率分量(即，高频分量)。

F/T转换单元970将频域音频信号逆转换为时域音频信号(例如，通过逆MDCT、逆FFT或逆DCT)。所述频带可以是考虑了听觉特性的巴克频带，并且可通过重叠的频谱产生码本。此外，可使用欧式距离或码本之间的相关性来确定相似度。

图10是示出可使用图8的设备执行的根据本发明总体构思的实施例的对低比特率音频信号进行解码的方法的流程图。首先，比特流划分单元800将比特流恢复并划分成特定频率分量和除了特定频率分量之外的频率分量(操作1000)。特定频率分量可以是重要频谱分量(ISC)。特定频率分量和ISC可以是低频分量，其它频率分量可以是高频分量。操作1000的量化和无损解码可以是mp3或AAC。低频恢复单元810对特定频率分量进行解码和逆量化(操作1010)。索引/包络恢复单元830恢复码本索引信息和关于其它频率分量的包络信息(操作1020)。码本产生单元820使用在操作1010逆量化的特定频率分量来产生码本(操作1030)。高频恢复单元840使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复除了特定频率分量之外的频率分量(操作1040)。

F/T转换单元850将频域音频信号逆转换为时域音频信号(例如，通过逆MDCT、逆FFT或逆DCT)(操作1050)。

图11是示出可使用图9的设备执行的根据本发明总体构思的另一实施例的对低比特率音频信号进行解码的方法的流程图。比特流划分单元900将比特流恢复并划分成重要频谱分量(ISC)和除了ISC之外的频率分量(操作1100)。所述ISC还可以是主要频率分量。低频恢复单元910对主要频率分量进行解码和逆量化(操作1110)。所述主要频率分量可以是低频分量，其它频率分量可以是高频分量。

码本存在信息恢复单元920对关于相似码本是否存在的信息进行无损解码(操作1120)。确定相似码本是否存在(操作1130)。如果确定相似码本存在，则索引/包络恢复单元940恢复索引信息和关于其它频率分量(即，高频分量)的包络信息(操作1140)。码本产生单元930使用无损解码和逆量化的主要频率分量来产生码本(操作1150)。第一高频恢复单元950使用恢复的码本索引信息和恢复的关于高频分量的包络信息来恢复其它频率分量(即，高频分量)。

如果确定相似码本不存在(操作1130)，则第二高频恢复单元960恢复关于高频分量的包络信息(操作1170)，并且使用先前频带的信号和恢复的关于高频分量的包络信息来恢复除了主要频率分量之外的频率分量(即，高频分量)(操作1180)。F/T转换单元970将频域音频信号逆转换为时域音频信号(例如，通过逆MDCT、逆FFT或逆DCT)(操作1190)。

所述频带可以是考虑了人耳的听觉特性的表示临界带宽的巴克频带，并且可通过重叠的频谱产生码本。此外，可使用欧式距离或码本之间的相关性来确定相似度。

本发明总体构思还可被实现为计算机可读记录介质上的计算机可读代码。所述计算机可读记录介质可以是能够存储其后可由计算机***读取的数据的任何数据存储装置。所述计算机可读记录介质的例子包括只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光学数据存储装置。

尽管已经显示和描述了本发明总体构思的一些实施例，但本领域的技术人员应该理解，在不脱离本发明总体构思的原理和精神的情况下，可以对这些实施例进行改变，本发明总体构思的范围由权利要求及其等同物来限定。

Claims (26)

1.一种对低比特率音频信号进行编码的方法，所述方法包括：

在频域对音频信号的主要频率分量进行量化和无损编码；

使用所述主要频率分量产生码本；

以特定频带为单位检测除了主要频率分量之外的音频信号的其它频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；

检查在产生的码本中是否存在与其它频率分量至少具有预定相似度的码本；

如果相似码本存在，则选择相似码本，确定码本索引，并且对确定的码本索引和指示相似码本存在的信息进行无损编码；

如果相似码本不存在，则对指示相似码本不存在的信息进行无损编码；以及

使用对主要频率分量、其它频率分量的包络、确定的码本索引和指示相似码本不存在的信息进行无损编码产生的无损编码数据来产生比特流。

2.如权利要求1所述的方法，其中，所述主要频率分量是低频分量。

3.如权利要求1所述的方法，其中，所述其它频率分量是高频分量，并且高频带是考虑听觉特性的非均匀频带。

4.如权利要求3所述的方法，其中，非均匀频带是巴克频带。

5.如权利要求1所述的方法，其中，使用重叠的频谱产生码本。

6.如权利要求1所述的方法，其中，使用欧式距离和码本之间的相关性确定相似度。

7.如权利要求1所述的方法，还包括：

通过将时域音频信号转换为频域音频信号来产生频域音频信号。

8.一种对低比特率音频信号进行编码的设备，所述设备包括：

低频量化/无损编码单元，在频域对音频信号的重要频谱分量(ISC)进行量化和无损编码；

码本产生单元，使用重要频谱分量产生码本；

包络量化/无损编码单元，以特定频带为单位检测除了重要频谱分量之外的音频信号的其它频率分量的包络，并且对检测的其它频率分量的包络进行量化和无损编码；

相似度检查单元，检查在产生的码本中是否存在与其它频率分量至少具有预定相似度的码本；

码本存在信息/索引编码单元，如果相似码本存在，则选择相似码本，确定码本索引，并且对确定的码本索引和指示相似码本存在的信息进行无损编码；

码本存在信息编码单元，如果相似码本不存在，则对指示相似码本不存在的信息进行无损编码；以及

比特流产生单元，使用低频量化/无损编码单元、码本存在信息/索引编码单元和码本存在信息编码单元产生的无损编码数据来产生比特流。

9.如权利要求8所述的设备，其中，所述重要频谱分量是低频分量。

10.如权利要求8所述的设备，其中，所述其它频率分量是高频分量，并且高频带是考虑听觉特性的非均匀频带。

11.如权利要求10所述的设备，其中，非均匀频带是巴克频带。

12.如权利要求8所述的设备，其中，使用重叠的频谱产生码本。

13.如权利要求8所述的设备，其中，使用欧式距离或码本之间的相关性确定相似度。

14.如权利要求8所述的设备，还包括：

T/F转换单元，将时域音频信号转换为频域音频信号。

15.一种对低比特率音频信号进行解码的方法，所述方法包括：

将比特流恢复并划分成主要频率分量和除了主要频率分量之外的其它频率分量；

对主要频率分量进行无损解码和逆量化；

对关于相似码本是否存在的信息进行无损解码；

如果相似码本存在，则恢复码本索引信息和关于其它频率分量的包络信息；

使用无损解码和逆量化的主要频率分量产生码本，并且使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复其它频率分量；以及

如果相似码本不存在，则恢复包络信息，并且使用先前频带的信号和恢复的包络信息来恢复其它频率分量，

其中，先前频带是考虑听觉特性的非均匀频带。

16.如权利要求15所述的方法，其中，所述主要频率分量是低频分量。

17.如权利要求15所述的方法，其中，非均匀频带是巴克频带。

18.如权利要求15所述的方法，其中，使用重叠的频谱产生码本。

19.如权利要求15所述的方法，其中，使用欧式距离或码本之间的相关性确定相似度。

20.如权利要求15所述的方法，还包括：

通过将频域音频信号逆转换为时域音频信号来产生音频信号。

21.一种对低比特率音频信号进行解码的设备，所述设备包括：

比特流划分单元，将比特流恢复并划分成主要频率分量和除了主要频率分量之外的其它频率分量；

低频恢复单元，对主要频率分量进行无损解码和逆量化；

码本存在信息恢复单元，对关于相似码本是否存在的信息进行无损解码；

索引/包络恢复单元，如果相似码本存在，则恢复码本索引信息和关于其它频率分量的包络信息；

第一高频恢复单元，使用无损解码和逆量化的主要频率分量产生码本，并且使用恢复的码本索引信息和恢复的关于其它频率分量的包络信息来恢复其它频率分量；以及

第二高频恢复单元，如果相似码本不存在，则恢复包络信息，并且使用先前频带的信号和恢复的包络信息来恢复其它频率分量，

其中，所述先前频带是考虑听觉特性的非均匀频带。

22.如权利要求21所述的设备，其中，所述主要频率分量是低频分量。

23.如权利要求21所述的设备，其中，非均匀频带是巴克频带。

24.如权利要求21所述的设备，其中，使用重叠的频谱产生码本。

25.如权利要求21所述的设备，其中，使用欧式距离或码本之间的相关性确定相似度。

26.如权利要求21所述的设备，还包括：

F/T转换单元，将音频信号从频域音频信号逆转换为时域音频信号。

Images