CN101650947B - 一种面向对象音频编解码方法及*** - Google Patents
一种面向对象音频编解码方法及*** Download PDFInfo
- Publication number
- CN101650947B CN101650947B CN200910272116.XA CN200910272116A CN101650947B CN 101650947 B CN101650947 B CN 101650947B CN 200910272116 A CN200910272116 A CN 200910272116A CN 101650947 B CN101650947 B CN 101650947B
- Authority
- CN
- China
- Prior art keywords
- sound source
- attention
- coding
- module
- attention sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000000926 separation method Methods 0.000 claims abstract description 26
- 230000005236 sound signal Effects 0.000 claims abstract description 21
- 238000012163 sequencing technique Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及音频编解码技术领域,尤其涉及一种面向对象音频编解码方法及***。本发明方法包括以下步骤,即输入音频信号、对所述音频信号进行音源分离,获得各分离音源信号、对所述各分离音源信号进行关注音源判别,获得关注音源信号、对所述关注音源信号进行关注度排序,获得关注音源重要度排序、根据所述关注音源重要度排序对关注音源信号进行可分级编码,获得音频编码码流,本发明***包括音源分离模块、关注音源判别模块、关注音源重要度排序模块、可分级编码模块、可分级解码模块。本发明以分离音频信号中各音源信号,经关注音源判别、关注度排序后作分级编解码。
Description
技术领域
本发明涉及音频编解码技术领域,尤其涉及一种面向对象音频编解码方法及***。
背景技术
在声学领域中,“鸡尾酒效应”是指人耳有自动过滤噪声的机制,会把关注重点放在感兴趣声音上。针对这种情况,面向对象音频编码方法根据音频信号的内容,将其中的对象(关注音源)分离出来分别进行编码,并允许在不同的对象之间灵活分配码率,对重要的对象(感兴趣声音)分配较多的比特,对次要的对象(非感兴趣声音)分配较少的比特,在保持高压缩比的同时,提供更好的主观音频编码质量。
现有MPEG4音频编码工具集虽然对面向对象音频编码方法给出了抽象描述,然而却缺乏具体的框架与细节定义。
发明内容
本发明的目的是提供一种面向对象音频编解码方法及***,以分离音频信号中各音源信号,经关注音源判别、关注度排序后作分级编解码。
为达到上述目的,本发明采用如下的技术方案:
一种面向对象音频编码方法,包括以下步骤:
①输入音频信号;
②对所述音频信号进行音源分离,获得各分离音源信号;
③对所述各分离音源信号进行关注音源判别,获得关注音源信号;
④对所述关注音源信号进行关注度排序,获得关注音源重要度排序;
⑤根据所述关注音源重要度排序对关注音源信号进行可分级编码,获得音频编码码流。
一种面向对象音频解码方法,包括以下步骤:
①输入编码码流;
②根据关注音源重要度排序对所述编码码流进行可分级解码,获得关注音源信号。
一种面向对象音频编解码***,包括:
音源分离模块接收输入的音频信号,用于对所述输入音频信号进行音源分离,获得各分离音源信号,并将各分离音源信号输出给关注音源判别模块;
关注音源判别模块接收音源分离模块输出的各分离音源信号,用于对所述各分离音源信号进行关注音源判别,获得关注音源信号,并将关注音源信号输出给关注音源重要度排序模块;
关注音源重要度排序模块接收关注音源判别模块输入的关注音源信号,用于对所述关注音源信号进行关注音源重要度排序,并将所获得的关注音源重要度排序信息输出给可分级编码模块;
可分级编码模块接收关注音源重要度排序模块输入的关注音源重要度排序信息,用于对所述音源信号进行可分级编码,获得编码码流;
可分级解码模块接收可分级编码模块输出的编码码流,用于根据关注音源重要度排序信息从编码码流中解码获得各关注音源信号。
本发明具有以下优点和积极效果:
1)提供了基于关注音源判别、关注度排序的音频编解码方法;
2)有效地实现对感兴趣声音的面向对象的编解码方法和***。
附图说明
图1是本发明提供的面向对象音频编码流程图。
图2是本发明提供的面向对象音频解码流程图。
图3是本发明提供的面向对象音频编解码***结构图。
其中,
S1-输入音频信号,S2-音源分离,S3-关注音源判别,S4-关注音源重要度排序,S5-可分级编码,S6-获得编码码流;S21-输入编码码流,S22-可分级解码,S23-获得关注音源;1-音源分离模块,2-关注音源判别模块,3-关注音源重要度排序模块,4-可分级编码模块,5-可分级解码模块。
具体实施方式
下面以具体实施例结合附图对本发明作进一步说明:
本发明提供的面向对象音频编码方法,具体采用如下技术方案,参见图1,包括以下步骤:
S1:输入音频信号;
S2:对所述音频信号进行音源分离,获得各分离音源信号;
S3:对所述各分离音源信号进行关注音源判别,获得关注音源信号;
S4:对所述关注音源信号进行关注度排序,获得关注音源重要度排序;
S5:根据所述关注音源重要度排序对关注音源信号进行可分级编码,获得音频编码码流。
下面以具体实施例,详细描述本发明提供的面向对象音频编码方法。
步骤S1,具体实施时,可以使用各种音频分离方法,例如时域分离方法、频域分离方法、时频域分离方法等,将输入音频时域信号S1,S2,…Sm(其中,m为音频信号长度)分离为各音源信号(其中,n为分离音源数目);
步骤S4,具体实施时,依据步骤S3所得的关注音源重要度排序对关注音源进行编码,可采用任何编码算法,在限定码率下对重要度高的关注音源优先编码并送入编码码流。
以上过程所得编码码流就是本发明所提供的面向对象音频编码的处理对象,解码过程与编码过程相逆。
本发明提供的面向对象音频解码方法,具体采用如下技术方案,参见图2,包括以下步骤:
步骤S21:输入编码码流;
步骤S22:根据关注音源重要度排序对所述编码码流进行可分级解码;
步骤S23:获得关注音源信号。
下面以具体实施例,详细描述本发明提供的面向对象音频解码方法。
本发明提供的面向对象音频编解码***,具体采用如下技术方案,参见附图3,包括:
音源分离模块1、关注音源判别模块2、关注音源重要度排序模块3、可分级编码模块4、可分级解码模块5,其中音源分离模块1接收输入的音频信号,用于对所述输入音频信号进行音源分离,获得各分离音源信号,并将各分离音源信号输出给关注音源判别模块2;关注音源判别模块2接收音源分离模块1输出的各分离音源信号,用于对所述各分离音源信号进行关注音源判别,获得关注音源信号,并将关注音源信号输出给关注音源重要度排序模块3;关注音源重要度排序模块3接收关注音源判别模块2输入的关注音源信号,用于对所述关注音源信号进行关注音源重要度排序,并将所获得的关注音源重要度排序信息输出给可分级编码模块4;可分级编码模块4接收关注音源重要度排序模块3输入的关注音源重要度排序信息,用于对所述音源信号进行可分级编码,获得编码码流;可分级解码模块5接收可分级编码模块4输出的编码码流,用于根据关注音源重要度排序信息从编码码流中解码获得各关注音源信号。
下面以具体实施例,详细描述本发明提供的面向对象音频编解码***:
音源分离模块1具体实施时,可以使用各种音频分离方法,例如时域分离方法、频域
可分级编码模块4具体实施时,依据关注音源重要度排序模块3所得的关注音源重要度排序对关注音源进行编码,可采用任何编码算法,在限定码率下对重要度高的关注音源优先编码并送入编码码流;
Claims (3)
1.一种面向对象音频编码方法,其特征在于,包括以下步骤:
①输入音频信号;
②对所述音频信号进行音源分离,获得各分离音源信号;
③对所述各分离音源信号进行关注音源判别,获得关注音源信号;
④对步骤③所述关注音源信号进行关注度排序,获得关注音源重要度排序;
⑤根据步骤④所述关注音源重要度排序对步骤③所述关注音源信号进行可分级编码,包括对重要度高的关注音源信号优先编码,获得音频编码码流。
2.一种面向对象音频解码方法,其特征在于,包括以下步骤:
①输入编码码流;
②根据关注音源重要度排序对所述编码码流进行可分级解码,获得关注音源信号。
3.一种面向对象音频编解码***,其特征在于,包括:
音源分离模块(1)接收输入的音频信号,用于对所述输入音频信号进行音源分离,获得各分离音源信号,并将各分离音源信号输出给关注音源判别模块(2);
关注音源判别模块(2)接收音源分离模块(1)输出的各分离音源信号,用于对所述各分离音源信号进行关注音源判别,获得关注音源信号,并将关注音源信号输出给关注音源重要度排序模块(3);
关注音源重要度排序模块(3)接收关注音源判别模块(2)输入的关注音源信号,用于对所述关注音源信号进行关注音源重要度排序,并将所获得的关注音源重要度排序信息输出给可分级编码模块(4);
可分级编码模块(4)接收关注音源重要度排序模块(3)输入的关注音源重要度排序信息,用于对所述音源信号进行可分级编码,包括对重要度高的关注音源信号优先编码,获得编码码流;
可分级解码模块(5)接收可分级编码模块(4)输出的编码码流,用于根据关注音源重要度排序信息从编码码流中解码获得各关注音源信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910272116.XA CN101650947B (zh) | 2009-09-17 | 2009-09-17 | 一种面向对象音频编解码方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910272116.XA CN101650947B (zh) | 2009-09-17 | 2009-09-17 | 一种面向对象音频编解码方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101650947A CN101650947A (zh) | 2010-02-17 |
CN101650947B true CN101650947B (zh) | 2014-05-28 |
Family
ID=41673168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910272116.XA Active CN101650947B (zh) | 2009-09-17 | 2009-09-17 | 一种面向对象音频编解码方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101650947B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950562A (zh) * | 2010-11-03 | 2011-01-19 | 武汉大学 | 基于音频关注度的分级编码方法及*** |
CN102184733B (zh) * | 2011-05-17 | 2012-07-25 | 武汉大学 | 基于音频关注度的音频质量评价***及方法 |
CN106937069A (zh) * | 2015-12-30 | 2017-07-07 | 惠州市伟乐科技股份有限公司 | 一种自动识别信号接口的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1659824A (zh) * | 2002-06-11 | 2005-08-24 | 汤姆森许可贸易公司 | 具有对动态网络丢失条件的简单自适应的多媒体服务器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007264431A (ja) * | 2006-03-29 | 2007-10-11 | Univ Meijo | 音源分離システム、エンコーダおよびデコーダ |
-
2009
- 2009-09-17 CN CN200910272116.XA patent/CN101650947B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1659824A (zh) * | 2002-06-11 | 2005-08-24 | 汤姆森许可贸易公司 | 具有对动态网络丢失条件的简单自适应的多媒体服务器 |
Non-Patent Citations (6)
Title |
---|
A closer look into MPEG-4 High Efficiency AAC;Martin Wolters et al;《Audio Engineering Society Convention Paper》;20031013 * |
Karlheinz Brandenburg.MPEG-4 natural audio coding.《Signal Processing: Image Communication》.2000, |
Martin Wolters et al.A closer look into MPEG-4 High Efficiency AAC.《Audio Engineering Society Convention Paper》.2003, |
MPEG-4 natural audio coding;Karlheinz Brandenburg;《Signal Processing: Image Communication》;20001231 * |
基于用户关注空间与注意力分析的视频精彩摘要与排序;黄庆明等;《计算机学报》;20080930 * |
黄庆明等.基于用户关注空间与注意力分析的视频精彩摘要与排序.《计算机学报》.2008, |
Also Published As
Publication number | Publication date |
---|---|
CN101650947A (zh) | 2010-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW200737738A (en) | Apparatus and method for encoding and decoding signal | |
CN101836250B (zh) | 用于处理信号的方法及装置 | |
CN101849258B (zh) | 用于在可缩放音频编解码器中编码/解码的方法和装置 | |
EP2706529A3 (en) | Decoding of multichannel audio encoded bit streams using adaptive hybrid transformation | |
CN106373583B (zh) | 基于理想软阈值掩模irm的多音频对象编、解码方法 | |
EP4343759A3 (en) | Method and apparatus for encoding and decoding an ambisonics representation of a 2- or 3-dimensional sound field | |
EP4283616A3 (en) | Computer program product for encoding a signal | |
CN102097098B (zh) | 一种以压缩音频为掩蔽载体的数字隐写及提取方法 | |
CN1248824A (zh) | 音频信号编码装置和方法以及解码装置和方法 | |
CN1922654A (zh) | 音频分发***、音频编码器、音频解码器及其操作方法 | |
CN102292767A (zh) | 立体声音响信号编码装置、立体声音响信号解码装置及它们的编解码方法 | |
CN102272829A (zh) | 用于在多声道音频编码***内生成增强层的方法和装置 | |
EP1713061A3 (en) | Apparatus and method of encoding audio data and apparatus and method of decoding encoded audio data | |
WO2008084427A2 (en) | Audio decoder | |
CA2589623A1 (en) | Temporal envelope shaping for spatial audio coding using frequency domain wiener filtering | |
CN110739000B (zh) | 一种适应于个性化交互***的音频对象编码方法 | |
EP4300488A3 (en) | Stereo audio encoder and decoder | |
WO2008108082A1 (ja) | 音声復号装置および音声復号方法 | |
CN102272832A (zh) | 基于峰值检测的选择性缩放掩码计算 | |
CN102272831A (zh) | 基于峰值检测的选择性缩放掩码计算 | |
CN107610710B (zh) | 一种面向多音频对象的音频编码及解码方法 | |
WO2010139257A1 (zh) | 压缩编码和解码的方法、编码器和解码器以及编码装置 | |
CN101650947B (zh) | 一种面向对象音频编解码方法及*** | |
CN102522092A (zh) | 一种基于g.711.1的语音带宽扩展的装置和方法 | |
Huang et al. | Lossless audio compression in the new IEEE standard for advanced audio coding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |