CN101853663B - 比特分配方法、编码装置及解码装置 - Google Patents

Abstract

本发明提供一种比特分配方法，包括：对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；对每个谱包络的量化值进行绝对听阈加权；根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；将比特资源按照所述感知排序的顺序进行分配。本发明还提供一种编码器、一种编码方法、一种比特分配方法、一种解码器及一种解码方法。本发明可以确保感知排序的合理，使比特资源能够自适应地被分配到感知重要的子带上。同时，本发明有效的降低了计算复杂度，实现的延时小，资源消耗少。

Description

比特分配方法、编码装置及解码装置

技术领域

本发明涉及编解码技术，尤其涉及比特分配技术。

背景技术

子带编码技术是目前常用的编解码技术之一。音频信号在频域上由低到高可被划分为多个频带，一个频带被称为一个子带，后续的编码、解码等工作均在子带的基础上进行。在嵌入式音频编码中，0～7k频域范围被称为宽带(WB，Wideband)，7～14k频域范围被称为超宽带(SWB，Super Wideband)。在编解码过程中，宽带信号和超宽带信号是需要被量化和编码的，其中，宽带信号相对于超宽带信号是低频信号，超宽带信号相对于宽带信号是高频信号。编码器的码率(Bit Rate)决定了当前可获得的比特资源，比特资源会被分配到宽带信号和超宽带信号，以使解码后得到的音频信号达到适合人耳听觉的最优质量。

由于人耳对低频带较敏感的特性，所以在低码率的情况下，通常只对宽带信号进行量化和编码，在高码率时才会用剩余的比特去编码超宽带信号。当宽带信号和超宽带信号都能被编码时，输出的音频信号的质量一般优于只对宽带信号编码时输出的音频信号的质量。

当对宽带信号和超宽带信号编码时，各子带都会获得一定的比特资源，分配的原则是以人耳的听觉感知特性为指导，对人耳听觉影响大的子带会被分配较多的比特，影响小的子带分配较少的比特，其中，通常建立一个心理声学模型来模拟人耳的听觉感知特性。

人耳的一个重要的听觉感知特性是，在安静的环境下，人耳只能听见幅值大于一定阈值的声音，而该阈值即是人耳刚能听见的声音幅值，这个阈值被称为人耳的绝对听阈(LTQ，Listening Threshold in Quiet)。LTQ曲线是随着频率而变化的，它能很好地反映人耳这种对不同频率的感知特性，因此可以用于调节各子带的感知重要性。

目前，有多种比特分配方案可以用于比特分配。典型的三种比特分配方案如下：

1.根据宽带信号的各个子带的谱包络对宽带信号的各个子带进行感知排序，根据得到的感知排序，对宽带信号的各个子带进行比特分配，其中，给宽带信号分配的比特是比特资源中的一部分比特。之后，根据超宽带信号的各个子带的谱包络对超宽带信号的各个子带进行感知排序，根据得到的感知排序，使用剩余的比特对超宽带信号的各个子带进行比特分配。

2.先对低频信号进行量化编码，然后计算低频信号的量化误差(也可以称为低频误差信号)，通过比较低频误差信号的各个子带的谱包络和高频信号的各个子带的谱包络的大小，对低频误差信号的各个子带和高频信号的各个子带进行感知排序，最后根据感知排序给每个子带分配比特。

3.采用感知模型指导子带的比特分配。感知模型的本质是掩蔽阈值，它的估计是实时的，具体过程如下：根据当前输入信号对应的频点范围，计算各频点的声压级(SPL)，接着计算各频点的传递函数(spread function)，然后估计出掩蔽阈值，所有频点的掩蔽阈值最终决定各子带的掩蔽阈值。得到感知模型后，根据每个子带的信号幅度和子带掩蔽阈值的信掩比(SMR，SignalTo Mask Ratio)进行比特分配。

给子带分配比特后，对输入信号进行量化，量化的误差与比特数成正比。为了让子带的量化误差小于掩蔽阈值，在给子带分配比特时，采用循环渐进的方式，每次只增加有限的比特数，然后计算SMR和量化误差，若量化误差大于SMR，则再次增加比特数，循环往复，直至量化误差小于SMR。

本发明的发明人在实现本发明的过程中发现：在比特分配方案1中，在高码率时有限的比特资源不能合理地分配给所有子带中感知上较重要的子带，进而使得编码器输出的音频信号的质量受损。在比特分配方案2中，得到的感知排序不合理，不能保证编码器输出的高频信号和低频信号的质量的平衡，进而影响编码器的整体质量。比特分配方案3存在计算复杂度高、占用资源多、算法延迟大的问题。

发明内容

本发明实施例提供比特分配方法、编码方法、解码方法、编码器及解码器，以使比特资源在低频信号和高频信号之间得到合理分配，保证高频信号和低频信号的质量的平衡，同时降低比特分配的复杂度。

一种比特分配方法，包括：对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；对每个谱包络的量化值进行绝对听阈加权；根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；将比特资源按照所述感知排序的顺序进行分配。

一种编码方法，包括：对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；对每个谱包络的量化值进行绝对听阈加权；根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；将比特资源按照所述感知排序的顺序进行分配；根据比特分配的结果，对低频信号和高频信号进行量化编码。

一种编码器，包括：第一量化编码单元，用于对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；加权单元，用于对每个谱包络的量化值进行绝对听阈加权；排序单元，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元，用于将比特资源按照所述感知排序的顺序进行分配；第二量化编码单元，用于在所述比特分配单元将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，对低频信号和高频信号进行量化编码。

一种比特分配方法，包括：从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；对每个谱包络的量化值进行绝对听阈加权；根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；将比特资源按照所述感知排序的顺序进行分配。

一种解码方法，包括：从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；对每个谱包络的量化值进行绝对听阈加权；根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；将比特资源按照所述感知排序的顺序进行分配；根据比特分配的结果，从码流中解码得到低频信号和高频信号。

一种解码器，包括：第一解码单元，用于从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；加权单元，用于对每个谱包络的量化值进行绝对听阈加权；排序单元，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元，用于将比特资源按照所述感知排序的顺序进行分配；第二解码单元，用于在所述比特分配单元将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，从码流中解码得到低频信号和高频信号。

在本发明的实施例中，将低频信号的所有子带和高频信号的所有子带放在一起进行感知排序，并采用加权的方式调节低频信号的子带的谱包络和高频信号的子带的谱包络，确保了感知排序的合理，使比特资源能够自适应地被分配到感知重要的子带上。当码率低时，也就是比特资源少时，本发明实施例可以使低频信号和高频信号中对于听觉上最重要的子带能够优先得到比特，保证了编码器输出的音频信号的质量。当码率高时，也就是比特资源多时，本发明实施例可以使低频信号和高频信号中对于听觉上次重要的子带能够分配到比特，从而提高编码器输出的音频信号的质量。同时，本发明不需要心理声学模型的复杂计算就可以进行比特分配，有效的降低了计算复杂度，实现的延时小，资源消耗少。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施方式。

图1为本发明实施例的一种比特分配方法的流程图；

图2为本发明实施例的一种编码器的结构示意图；

图3为本发明实施例的一种编码方法的流程图；

图4为本发明实施例的另一种比特分配方法的流程图；

图5为本发明实施例的一种解码器的结构示意图；

图6为本发明实施例的一种解码方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例可以分别从编码器和解码器的角度来描述。首先从编码器的角度来描述本发明实施例。

首先对本发明实施例的一种比特分配方法进行说明。如图1所示，包括：

S101：对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码。

低频信号是任意两种不同频率的信号中的频率低的信号，高频信号是上述任意两种不同频率的信号中的频率高的信号。也就是说，低频信号是相对于高频信号而言的，高频信号是相对于低频信号而言的。例如，8～10k频率范围内的信号相对于11～12k频率范围内的信号为低频信号，11～12k频率范围内的信号相对于8～10k频率范围内的信号则为高频信号。再例如，宽带信号相对于超宽带信号是低频信号，反过来，超宽带信号相对于宽带信号是高频信号。

低频信号的表现形式可以是修正的离散余弦变换(MDCT，ModifiedDiscrete Cosine Transform)系数和/或MDCT系数量化前后的误差(即比特分配方案2中提到的低频信号的量化误差)，高频信号的表现形式可以是MDCT系数和/或MDCT系数量化前后的误差。具体的，低频信号的表现形式是MDCT系数，高频信号的表现形式是MDCT系数；或者，低频信号的表现形式是MDCT系数，高频信号的表现形式是MDCT系数量化前后的误差；或者，低频信号的表现形式是MDCT系数量化前后的误差，高频信号的表现形式是MDCT系数；或者，低频信号的表现形式是MDCT系数和MDCT系数量化前后的误差，高频信号的表现形式是MDCT系数；或者，低频信号的表现形式是MDCT系数，高频信号的表现形式是MDCT系数和MDCT系数量化前后的误差。当然，低频信号和高频信号的表现形式还可能是其他情况，这里不再一一举例说明。

对每个子带的谱包络进行量化后，都会得到一个量化值。将量化值进行编码后，量化值就会被编入码流(也可以称为比特流)中。

S102：对每个谱包络的量化值进行绝对听阈加权。

执行S101后，可以得到每个子带的谱包络的量化值。对每个谱包络的量化值进行绝对听阈加权后，可以得到每个子带的加权后的谱包络的量化值。对谱包络进行量化的一个作用是，调整低频信号的子带的谱包络和高频信号的子带的谱包络，使之更符合人耳的听觉特性，因此可以使子带得到更合理的感知排序。

S103：根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序。

比较所有的绝对听阈加权后的谱包络的量化值，将绝对听阈加权后的谱包络的量化值大的子带排在绝对听阈加权后的谱包络的量化值小的子带之前。

对所有的子带进行感知排序之后，执行S104之前，还可以根据子带的频率范围的高低比较和子带的能量的高低比较，调整子带在感知排序中的顺序，其中，能量可以用谱包络或其衍生值(例如量化值、经过LTQ加权后的量化值)表示。具体的，如果任意一个第一子带在所述感知排序中的位置排在第二子带在所述感知排序中的位置之后，则比较所述第一子带的能量与所述第二子带的能量，如果所述第一子带的能量与所述第二子带的能量的差距达到了预先设置的门限值，则调换所述第一子带和所述第二子带在感知排序中的位置，其中，所述第二子带在频域范围与所述第一子带相邻，所述第一子带对应的频率范围低于所述第二子带对应的频率范围。例如，假设频率范围由低到高的各个子带为：子带1，子带2，子带3，子带4，...，根据加权后的谱包络的量化值进行感知排序后，各个子带在感知排序中的顺序为：4，3，7，6，...。如果需要调换各个子带在感知排序中的顺序，则先确定出子带1在感知排序中的位置为4，与子带1相邻的子带2在感知排序中的位置为3；由于子带1在感知排序中的位置在子带2的位置之后，所以，再判断子带1和子带2的能量差距，如果能量差距达到预先设置的门限值，则调换子带1和子带2在感知排序中的位置，即，子带1在感知排序中的位置变更为3，子带2在感知排序中的位置变更为4；之后，确定出子带2在感知排序中变更后的位置在子带3的位置之前，所以不调换；之后，确定出子带3在感知排序中的位置在子带4的位置之后，再比较子带3和子带4的能量差距，如果能量差距未达到预先设置的门限值，则不调换子带3和子带4在感知排序中的位置，以此类推，最后调整后的顺序为：3，4，7，6，...。当然，这里只是举例说明如何根据子带的频率范围的高低比较和子带的能量的高低比较，调整感知排序，在实际应用中，本领域技术人员完全可以根据实际需要来设计如何根据子带的频率范围的高低比较和子带的能量的高低比较，调整感知排序，这里不再一一举例说明。

感知排序是比特分配过程中很重要的一个步骤，它决定了给各个子带分配比特的顺序，当比特资源不足时，排序靠后的子带可能会分不到比特，分不到比特的子带也就不会被量化编码，解码器就会得不到未被量化编码的子带的信息，所以，这部分子带的质量便被损失掉了。如果合理的进行感知排序，那么重要的子带就会优先被分配比特，从而保证了重要的子带能够被量化编码，解码器因此可以得到重要的子带的信息。

S104：将比特资源按照所述感知排序的顺序进行分配。

在分配比特时，按照子带在感知排序中的位置为子带分配比特。还是以子带排列顺序“子带1，子带2，子带3，子带4，子带5，...”为例，首先给子带1分配比特，之后给子带2分配比特，以此类推，按照先后顺序给子带分配比特。

在分配比特前，可以根据低频信号的特点预先设置可为低频信号的子带分配的最大比特数，根据高频信号的特点预先设置可为高频信号的子带分配的最大比特数，其中，可为低频信号的子带分配的最大比特数与可为高频信号的子带分配的最大比特数可以不同，也可以相同。在分配比特时，为低频信号的子带分配的比特数不超过预先设置的可为低频信号的子带分配的最大比特数，为高频信号的子带分配的比特数不超过预先设置的可为高频信号的子带分配的最大比特数。也就是说，可以根据每个信号的特点，对每个信号的子带可分配到的最大比特数进行限制，根据可分配的最大比特数及比特集合表，调整每个子带的比特分配。如果所述低频信号为MDCT系数量化前后的误差，所述高频信号为MDCT系数，则可为所述低频信号的子带分配的最大比特数小于可为所述高频信号的子带分配的最大比特数；如果所述低频信号为MDCT系数，所述高频信号为MDCT系数量化前后的误差，则可为所述低频信号的子带分配的最大比特数大于可为所述高频信号的子带分配的最大比特数；如果所述低频信号和所述高频信号同为MDCT系数，或者如果所述低频信号和所述高频信号同为MDCT系数量化前后的误差，则可为所述低频信号的子带分配的最大比特数与可为所述高频信号的子带分配的最大比特数相同或不同。

这里需要说明的是，如果采用不同的最大比特数的限制，那么可以针对低频信号和高频信号的特点进行比特分配，限制各种信号所占用的比特的比例，使比特资源优化分配。

在实际应用中，进行过一次比特分配后，可能会有比特剩余，即还有未被分配的剩余比特，这种情况下，可以再根据感知排序的顺序给子带分配剩余的比特，直至所有的剩余比特都被分配完为止。例如，假设低频信号的子带的比特集合表为{6，9，12}，这个比特集合表的意义是，当为低频信号的某个子带分配比特时，只能为这个子带分配6个比特、9个比特或12个比特，当然，为任何一个低频信号的子带分配的最大比特数就是12。再假设在第一次比特分配时，为低频信号的子带2分配了9个比特，如果在第一次比特分配后还有未被分配的比特，并且排在子带2之前的所有子带都经过了第二次比特分配，那么在为子带2分配比特时，可以再为子带2分配3个比特，使子带2得到的比特数达到最大比特数，即12个比特。当然，如何分配剩余比特也可以由本领域技术人员根据实际需要而设计，这里不再一一举例说明。

显然，S101、S102、S103和S104的执行主体是编码器。

对应于图1所示的方法，本发明实施例提供了一种编码器。如图2所示，包括：第一量化编码单元201，用于对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；加权单元202，用于对每个谱包络的量化值进行绝对听阈加权；排序单元203，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元204，用于将比特资源按照所述感知排序的顺序进行分配。

图2所示的编码器的相关描述可以参见图1所示的方法的相关描述，例如，第一量化编码单元201的相关描述可以参见S101的相关描述，加权单元202的相关描述可以参见S102的相关描述，排序单元203的相关描述可以参见S103的相关描述，比特分配单元204的相关描述可以参见S104的相关描述，这里不再赘述。

图1所示的方法中的S101、S102、S103和S104可以应用于编码过程中，对此，本发明实施例提供一种编码方法。如图3所示，包括：

S301：对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；

S302：对每个谱包络的量化值进行绝对听阈加权；

S303：根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

S304：将比特资源按照所述感知排序的顺序进行分配；

S305：根据比特分配的结果，对低频信号和高频信号进行量化编码。

图3所示的方法的相关描述可以参见图1所示的方法的相关描述，例如，S301的相关描述可以参见S101的相关描述，S302的相关描述可以参见S102的相关描述，S303的相关描述可以参见S103的相关描述，S304的相关描述可以参见S104的相关描述，这里不再赘述。

对应于图3所示的方法，本发明实施例提供了一种编码器。请再参见图2，包括：第一量化编码单元201，用于对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；加权单元202，用于对每个谱包络的量化值进行绝对听阈加权；排序单元203，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元204，用于将比特资源按照所述感知排序的顺序进行分配；第二量化编码单元205，用于在所述比特分配单元204将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，对低频信号和高频信号进行量化编码。

上面提到过，图2所示的编码器的相关描述可以参见图1所示的方法的相关描述，这里不再赘述。

图1所示的方法、图2所示的编码器和图3所示的方法都是从编码器的角度来描述的，上面提到过，本发明实施例还可以从解码器的角度来描述。

首先对本发明实施例的另一种比特分配方法进行说明。如图4所示，包括：

S401：从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值。

有关低频信号和高频信号的描述可以参见图1所示的方法的S101的相关描述。

编码器对每个子带的谱包络的量化值编码后，量化值被编入码流中。对应的，解码器可以从码流中解码得到每个子带的谱包络的量化值。

S402：对每个谱包络的量化值进行绝对听阈加权。

相关描述可以参见图1所示的方法中的S102的相关描述。

S403：根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序。

相关描述可以参见图1所示的方法中的S103的相关描述。

S404：将比特资源按照所述感知排序的顺序进行分配。

相关描述可以参见图1所示的方法中的S104的相关描述。

对应于图4所示的方法，本发明实施例提供了一种解码器，如图5所示，包括：第一解码单元501，用于从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；加权单元502，用于对每个谱包络的量化值进行绝对听阈加权；排序单元503，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元504，用于将比特资源按照所述感知排序的顺序进行分配。

图5所示的解码器的相关描述可以参见图1所示的方法及图4所示的方法的相关描述，例如，第一解码单元501的相关描述可以参见图4所示的方法中的S401的相关描述，加权单元502的相关描述可以参见图1所示的方法中的S102的相关描述，排序单元503的相关描述可以参见S103的相关描述，比特分配单元504的相关描述可以参见S104的相关描述，这里不再赘述。

图4所示的方法中的S401、S402、S403和S404可以应用于解码过程中，对此，本发明实施例提供一种解码方法。如图6所示，包括：

S601：从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；

S602：对每个谱包络的量化值进行绝对听阈加权；

S603：根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

S604：将比特资源按照所述感知排序的顺序进行分配；

S605：根据比特分配的结果，从码流中解码得到低频信号和高频信号。

图6所示的方法的相关描述可以参见图4所示的方法的相关描述，例如，S601的相关描述可以参见S401的相关描述，S602的相关描述可以参见S402的相关描述，S603的相关描述可以参见S403的相关描述，S604的相关描述可以参见S404的相关描述，这里不再赘述。

对应于图6所示的方法，本发明实施例提供了一种解码器。请再参见图5，包括：第一解码单元501，用于从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；加权单元502，用于对每个谱包络的量化值进行绝对听阈加权；排序单元503，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；比特分配单元504，用于将比特资源按照所述感知排序的顺序进行分配；第二解码单元505，在所述比特分配单元504将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，从码流中解码得到低频信号和高频信号。

上面提到过，图5所示的解码器的相关描述可以参见图1所示的方法及图4所示的方法的相关描述，这里不再赘述。

为使本领域技术人员更加清楚的理解本发明实施例，下面介绍两个优选实施例。

第一个优选实施例

在编码器，得到的一组M点MDCT系数Y＝{y(j)，j＝0，...，M-1}，被划分为N个子带band(i)，i＝0，...，N-1。每个子带内对应的MDCT系数的个数为nb_coef(i)， $\underset{i}{\mathrm{\Σ}}\mathrm{nb}\_\mathrm{coef}\left(i\right)=M,$ i＝0，...，N-1，其中，0～p-1共p个子带属于宽带范围，p～N-1共N-p个子带属于超宽带范围。MDCT系数的量化值为Y_q＝{y_q(j)，j＝0，..，M-1}，量化值的误差信号为Y_err＝{y_err(j)＝y(j)-y_q(j)，j＝0，...，M-1}。编码器可用于MDCT系数量化的比特数为nb_bits_max，绝对听阈为LTQ＝{1(i)，i＝0，...，N-1}。具体实现如下：

编码器：

(1)由编码流程可获得宽带范围内p个子带的已分配比特信息，其中有p_missing个子带未分到比特，剩余p-p_missing个子带分到一定的比特，对分配到比特的子带的MDCT系数Y进行量化，得到量化值Y_q，然后对Y_q进行编码。

(2)计算宽带范围的上述p-p_missing个子带的误差信号Y_err。

(3)计算宽带范围的上述p-p_missing个子带的误差信号Y_err的谱包络，每个子带的误差信号谱包络为该子带里所有误差信号Y_err幅值的平方和再求平均，然后变换到对数域上(下式中ε_rms为一个极小值，以防止出现0的情况)：

$\log \_\mathrm{rms}\_\mathrm{err}\left(k\right)=\frac{1}{2}{\log }_2(\frac{1}{\mathrm{nb}\_\mathrm{coef}\left(k\right)}\underset{w=\mathrm{band}(k-1)}{\overset{w=\mathrm{band}\left(k\right)}{\mathrm{\Σ}}}y\_\mathrm{err}{\left(w\right)}^2+{\mathrm{\ϵ}}_{\mathrm{rms}})$ 0≤k≤N-1

以相同方法计算宽带范围内的上述p_missing个子带、超宽带范围内的上述N-p个子带的信号Y的谱包络：

$\log \_\mathrm{rms}\left(k\right)=\frac{1}{2}{\log }_2(\frac{1}{\mathrm{nb}\_\mathrm{coef}\left(k\right)}\underset{w=\mathrm{band}(k-1)}{\overset{w=\mathrm{band}\left(k\right)}{\mathrm{\Σ}}}y{\left(w\right)}^2+{\mathrm{\ϵ}}_{\mathrm{rms}})$ 0≤k≤N-1

(4)量化log_rms_err(k)，得到量化值log_rms_err_q(k)量化log_rms(k)，得到量化值log_rms_q(k)，然后对得到的量化值进行编码。

(5)对谱包络量化值进行LTQ加权：

log_rms_err_q(k)＝log_rms_err_q(k)-αLTQ(k)  0≤k≤N-1，α∈R

log_rms_q(k)＝log_rms_q(k)-αLTQ(k)  0≤k≤N-1，α∈R

(6)根据加权后的谱包络量化值log_rms_err_q(k)、log_rms_q(k)，按照从大到小的顺序对子带进行排序，每个子带对应的排序结果为ord[i]，ord[i]＝0，...，N-1。谱包络量化值越大，相应的ord[i]值越小，感知上越重要。

(7)根据感知排序，依次给每个子带分配比特。

对误差信号和非误差信号的子带采用不同的比特集合，限制最大比特数。误差信号的最大比特数为q_bit_{ERR_MAX}＞0，非误差信号最大比特数为q_bit_MAX＞0，本实施例中分别取16、32。

误差信号的可能比特分配集合为R_err＝{q_bit₀，q_bit₁，…，q_bit_{ERR_MAX}}，其中，q_bit₀＜q_bit₁＜…q_bit_{ERR_MAX}。

非误差信号的可能比特分配集合为R＝{q_bit₀，q_bit₁，…，q_bit_MAX}，其中，q_bit₀＜q_bit₁＜…q_bit_MAX。

分配的过程如下：

a)给宽带范围内的p_missing个子带按照感知顺序ord[i]分配比特。

为了首先保证低码率时的语音质量，所以先给(1)中提到的第一次量化时宽带范围内未分到比特、未被量化的子带分配比特。

根据最大比特数nb_bits_max，每个子带应分配的最优比特数为：

$\mathrm{bat}\_\mathrm{opt}\left(i\right)=[\frac{\mathrm{nb}\_\mathrm{bits}\_\max }{M}+\mathrm{overall}\_\mathrm{remsg}\×\log \_\mathrm{rms}\left(i\right)$

$-\frac{\mathrm{\Σ}(\mathrm{overall}\_\mathrm{remsg}\×\log \_\mathrm{rms}\left(i\right)\×\mathrm{nb}\_\mathrm{coef}\left(i\right))}{M}]\×\mathrm{nb}\_\mathrm{coef}\left(i\right)$

其中，感知加权因子over_rmsg可对子带之间的比特分配进行相对调整。感知加权因子越大，比特分配越极端，感知重要的子带分配的比特越多，感知不重要的子带分配的比特越少；感知加权因子越小，比特分配越平均。感知加权因子0≤over_rmsg≤1，本实施例中取为0.75。

在集合R中搜索与应分配的最优比特数bat_opt(i)最接近的比特，作为最后分配到的比特bat_bit(i)＝q_bit_k，其中，q_bit_k为比特集合中符合以下条件的值：

$q\_{\mathrm{bit}}_k=\underset{q\_{\mathrm{bit}}_k\∈R}{\arg \min }|q\_{\mathrm{bit}}_k-\mathrm{bat}\_\mathrm{opt}\left(i\right)|$

b)对(1)中提到的宽带范围内的p-p_missing个子带、超宽带范围内的N-p个子带，按照感知顺序ord[i]分配比特。分配方法与a)基本相同，不同的是对于宽带范围内的子带在集合R_err里搜索bat_opt(i)，而对于超宽带范围内的子带则是在集合R里搜索bat_opt(i)。

(8)如果还有比特资源剩余，则按子带的感知重要性进行再分配的过程如下：

a)按照感知重要性从重要到不重要的顺序选择子带band(ord[i])。

b)该子带已分配到的比特资源为bat_bit(ord[i])＝q_bit_k。如果增加其分配的比特，考虑到已知的可能比特分配集合R或R_err，该子带分配比特应为q_bit_k+1。

c)若还有比特剩余，则重复以上过程，直至无比特剩余。

(9)根据感知顺序ord[i]，按照最终的比特分配结果bat_bit(i)量化宽带范围内p-p_missing个子带的误差信号Y_err、宽带范围内p_missing个子带和超宽带范围内N-p个子带的MDCT系数Y，对量化值编码，放入码流。

解码器：

(1)从接收到的码流中解码得到宽带范围内各子带的量化信号Y_q、误差信号谱包络log_rms_err(k)、非误差信号谱包络log_rms(k)，0≤k≤N-1。

(2)采用和编码器(5)～(8)相同的方法确定子带的重要性排序ord[i]和每个子带分配的比特数bat_bit(i)。

(3)根据子带的重要性排序ord[i]，按照每个子带分配的比特数bat_bit(i)，依次从接收到的码流中解码，得到误差信号Y_err和非误差信号Y的量化值。

第二个优选实施例

在编码器，得到的一组M点MDCT系数Y＝{y(j)，j＝0，...，M-1}，被划分为N个子带band(i)，i＝0，...，N-1。每个子带内对应的MDCT系数的个数为nb_coef(i)， $\underset{i}{\mathrm{\Σ}}\mathrm{nb}\_\mathrm{coef}\left(i\right)=M,$ i＝0，...，N-1，其中，0～p-1共p个子带属于低频范围；p～N-1共N-p个子带属于高频范围。MDCT系数的量化值为Y_q＝{y_q(j)，j＝0，...，M-1}，量化值的误差信号为Y_err＝{y_err(j)＝y(j)-y_q(j)，j＝0，...，M-1}。编码器可用于MDCT系数量化的比特数为nb_bits_max，绝对听阈为LTQ＝{1(i)，i＝0，...，N-1}。具体实现如下：

编码器：

(1)计算低频信号的每个子带的谱包络，为该子带里所有信号平方和的平均，然后变换到对数域上(下式中ε_rms为一个极小值，以防止出现0的情况)：

$\log \_\mathrm{rms}\_\mathrm{lo}\left(i\right)=\frac{1}{2}{\log }_2(\frac{1}{\mathrm{nb}\_\mathrm{coef}\left(i\right)}\underset{j=\mathrm{band}(i-1)}{\overset{j=\mathrm{band}\left(i\right)}{\mathrm{\Σ}}}y{\left(j\right)}^2+{\mathrm{\ϵ}}_{\mathrm{rms}}),$ i＝0，...，p，

同样方法计算高频信号的每个子带谱包络：

$\log \_\mathrm{rms}\_\mathrm{hi}\left(i\right)=\frac{1}{2}{\log }_2(\frac{1}{\mathrm{nb}\_\mathrm{coef}\left(i\right)}\underset{j=\mathrm{band}(i-1)}{\overset{j=\mathrm{band}\left(i\right)}{\mathrm{\Σ}}}y{\left(j\right)}^2+{\mathrm{\ϵ}}_{\mathrm{rms}}),$ i＝p+1，...，N-1

(2)量化上述谱包络，得到谱包络量化值log_rms_lo_q(i)、log_rms_hi_q(i)，然后对之进行编码。

(3)对log_rms_lo_q(i)、log_rms_hi_q(i)进行LTQ加权：

log_rms_lo_q(i)＝log_rms_lo_q(i)-αLTQ(i)，i＝0，...，p

log_rms_hi_q(i)＝log_rms_hi_q(i)-αLTQ(i)，i＝p+1，...，N-1

其中，α为加权系数，α∈R，本实施例中α＝0.25。

(4)根据加权后的谱包络量化值log_rms_lo_q(i)、log_rms_hi_q(i)，按照从大到小的顺序，对子带进行排序，每个子带对应的排序结果为ord[i]，ord[i]＝0，...，N-1，频域谱包络值越大，相应的ord[i]越小，感知越重要。

(5)根据各子带所对应的频率范围从低频到高频的顺序，依次判断各子带的感知顺序是否符合感知特性(当谱包络相等时，对应的频率范围低的子带比对应的频率范围高的子带在感知特性上更重要；当对应的频率范围低的子带的谱包络量化值小于对应的频率范围高的子带的谱包络量化值，且两者差值小于一定阈值时，对应的频率范围低的子带比对应的频率范围高的子带在感知上更重要)，判断过程如下：

If第i个子带的感知顺序ord[i]＞第i+1个子带的感知顺序ord[i+1]If第i个子带的频域谱包络-第i+1个子带的频域谱包络＜Thre交换第i个子带和第i+1个子带的感知顺序

End

End

两点说明：a)子带是按频率从低到高的顺序排列的，因此，第i个子带相对第i+1个子带为低频带，第i+1个子带相对第i+2个子带为低频带，依次类推。b)Thre为能量差的阈值(Thre∈R)，可以采用经验值确定或优化算法确定，本实施例中Thre＝0.5。

(6)根据感知排序，依次给每个子带分配比特。根据最大比特数nb_bits_max，每个子带应分配的最优比特数为：

$\mathrm{bat}\_\mathrm{opt}\left(i\right)=[\frac{\mathrm{nb}\_\mathrm{bits}\_\max }{M}+\mathrm{overall}\_\mathrm{remsg}\×\log \_\mathrm{rms}\left(i\right)$

$-\frac{\mathrm{\Σ}(\mathrm{overall}\_\mathrm{remsg}\×\log \_\mathrm{rms}\left(i\right)\×\mathrm{nb}\_\mathrm{coef}\left(i\right))}{M}]\×\mathrm{nb}\_\mathrm{coef}\left(i\right)$

其中，感知加权因子over_rmsg可对子带之间的比特分配进行相对调整。感知加权因子越大，比特分配越极端，感知重要的子带分配的比特越多，感知不重要的子带分配的比特越少；感知加权因子越小，比特分配越平均。感知加权因子可取为0.75。

(7)可能的比特分配集合为R＝{q_bit₀，q_bit₁，…，q_bit_MAX}，其中，q_bit₀＜q_bit₁＜…q_bit_MAX。

在上述集合中搜索与最优比特数bat_opt(i)最接近的比特bat_bit(i)＝q_bit_k，q_bit_k为比特集合中符合以下条件的值：

$q\_{\mathrm{bit}}_k=\underset{q\_{\mathrm{bit}}_k\∈R}{\arg \min }|q\_{\mathrm{bit}}_k-\mathrm{bat}\_\mathrm{opt}\left(i\right)|$

(8)如果还有比特资源剩余，则按子带的感知重要性进行再分配的过程如下：

a)按照感知重要性从重要到不重要的顺序选择子带band(ord[i])。

b)该子带已分配的比特资源为bat_bit(ord[i])＝q_bit_k。如果增加其分配的比特，考虑到已知的可能比特分配集合R，该子带分配比特应为q_bit_k+1。

c)若还有比特剩余，则重复以上过程，直至无比特剩余。(9)根据子带的重要性排序ord[i]，按照最终的比特分配结果bat_bit(i)量化各子带里的低频信号或高频信号，依次编码，放入码流。

解码器：

(1)从接收到的码流中解码得到低频信号谱包络log_rms_lo_q(i)、高频信号谱包络量化值log_rms_hi_q(i)，0≤k≤N-1。

(2)采用和编码器(3)～(8)相同的方法进行加权、确定每个子带分配的比特数bat_bit(i)，和子带的重要性排序ord[i]。

(3)根据子带的重要性排序ord[i]，按照每个子带分配的比特数bat_bit(i)，依次从接收到的码流中解码，得到各子带里的低频信号和高频信号的量化值。

综上所述，本发明实施例将低频信号和高频信号放在一起进行感知重要性的排序，一方面，采用加权的方式调节低频信号的谱包络和高频信号的谱包络，确保了感知排序的合理，使比特资源能够自适应地被分配到感知重要的子带上，另一方面，针对低频信号和高频信号的特点，采用不同的最大比特数限制，保证有限比特资源的优化分配和利用。当码率低时，也就是比特资源少时，本发明实施例可以使低频信号和高频信号中听觉上最重要的子带能够优先得到比特，保证了编解码输出语音的质量。当码率高时，本发明实施例可以使低频信号和高频信号中次重要的子带能够分配到比特，从而提高编码器输出语音的质量。同时，本发明实施例避免了心理声学模型的复杂计算，有效的降低了计算复杂度，实现的延时小，资源消耗少。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (17)

1.一种比特分配方法，其特征在于，包括：

对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；所述低频信号和高频信号为音频信号；

对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

将比特资源按照所述感知排序的顺序进行分配。

2.如权利要求1所述的方法，其特征在于，所述低频信号是任意两种不同频率的信号中的频率相对低的信号，所述高频信号是所述任意两种不同频率的信号中的频率相对高的信号。

3.如权利要求1所述的方法，其特征在于，所述低频信号的表现形式为修正的离散余弦变换MDCT系数和/或MDCT系数量化前后的误差，所述高频信号的表现形式为MDCT系数和/或MDCT系数量化前后的误差。

4.如权利要求1所述的方法，其特征在于，对所有的子带进行感知排序之后，将比特资源按照所述感知排序的顺序进行分配之前，还包括：根据子带的频率范围的高低比较和子带的能量的高低比较，调整子带在感知排序中的顺序。

5.如权利要求4所述的方法，其特征在于，根据子带的频率范围的高低比较和子带的能量的高低比较、调整子带在感知排序中的顺序具体包括：

如果任意一个第一子带在所述感知排序中的位置排在第二子带在所述感知排序中的位置之后，则比较所述第一子带的能量与所述第二子带的能量，如果所述第一子带的能量与所述第二子带的能量的差距达到了预先设置的门限值，则调换所述第一子带和所述第二子带在感知排序中的位置，其中，所述第二子带在频域范围与所述第一子带相邻，所述第一子带对应的频率范围低于所述第二子带对应的频率范围。

6.如权利要求1所述的方法，其特征在于，将比特资源按照所述感知排序的顺序进行分配包括：如果已为每个子带都分配过比特但还有未分配的剩余比特，则再根据所述感知排序的顺序分配所述未分配的剩余比特，直至所有的剩余比特都被分配。

7.如权利要求1或6所述的方法，其特征在于，将比特资源按照所述感知排序的顺序进行分配包括：为低频信号的子带分配的比特数不超过预先设置的可为低频信号的子带分配的最大比特数，为高频信号的子带分配的比特数不超过预先设置的可为高频信号的子带分配的最大比特数，其中，所述可为低频信号的子带分配的最大比特数是根据低频信号的特点设置的，所述可为高频信号的子带分配的最大比特数是根据高频信号的特点设置的。

8.如权利要求7所述的方法，其特征在于，所述可为低频信号的子带分配的最大比特数是根据低频信号的特点设置的、所述可为高频信号的子带分配的最大比特数是根据高频信号的特点设置的具体为：

如果所述低频信号为MDCT系数量化前后的误差，所述高频信号为MDCT系数，则所述可为低频信号的子带分配的最大比特数小于所述可为高频信号的子带分配的最大比特数；

如果所述低频信号为MDCT系数，所述高频信号为MDCT系数量化前后的误差，则所述可为低频信号的子带分配的最大比特数大于所述可为高频信号的子带分配的最大比特数；

如果所述低频信号和所述高频信号同为MDCT系数，或者如果所述低频信号和所述高频信号同为MDCT系数量化前后的误差，则所述可为低频信号的子带分配的最大比特数与所述可为高频信号的子带分配的最大比特数相同或不同。

9.一种编码方法，其特征在于，包括：

对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；所述低频信号和高频信号为音频信号；

对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

将比特资源按照所述感知排序的顺序进行分配；

根据比特分配的结果，对低频信号和高频信号进行量化编码。

10.一种编码器，其特征在于，包括：

第一量化编码单元，用于对低频信号的每个子带的谱包络和高频信号的每个子带的谱包络进行量化编码；所述低频信号和高频信号为音频信号；

加权单元，用于对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

排序单元，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

比特分配单元，用于将比特资源按照所述感知排序的顺序进行分配；

第二量化编码单元，用于在所述比特分配单元将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，对低频信号和高频信号进行量化编码。

11.一种比特分配方法，其特征在于，包括：

从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；所述低频信号和高频信号为音频信号；

对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

将比特资源按照所述感知排序的顺序进行分配。

12.如权利要求11所述的方法，其特征在于，所述低频信号的表现形式为MDCT系数和/或MDCT系数量化前后的误差，所述高频信号的表现形式为MDCT系数和/或MDCT系数量化前后的误差。

13.如权利要求11所述的方法，其特征在于，对所有的子带进行感知排序之后，将比特资源按照所述感知排序的顺序进行分配之前，还包括：根据子带的频率范围的高低比较和子带的能量的高低比较，调整子带在感知排序中的顺序。

14.如权利要求11所述的方法，其特征在于，将比特资源按照所述感知排序的顺序进行分配包括：如果已为每个子带都分配过比特但还有未分配的剩余比特，则再根据所述感知排序的顺序分配所述未分配的剩余比特，直至所有的剩余比特都被分配。

15.如权利要求11或14所述的方法，其特征在于，将比特资源按照所述感知排序的顺序进行分配包括：为低频信号的子带分配的比特数不超过预先设置的可为低频信号的子带分配的最大比特数，为高频信号的子带分配的比特数不超过预先设置的可为高频信号的子带分配的最大比特数。

16.一种解码方法，其特征在于，包括：

从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；所述低频信号和高频信号为音频信号；

对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

将比特资源按照所述感知排序的顺序进行分配；

根据比特分配的结果，从码流中解码得到低频信号和高频信号。

17.一种解码器，其特征在于，包括：

第一解码单元，用于从码流中解码得到低频信号的每个子带的谱包络的量化值和高频信号的每个子带的谱包络的量化值；所述低频信号和高频信号为音频信号；

加权单元，用于对每个谱包络的量化值进行绝对听阈加权；具体为：用低频信号的每个子带的谱包络的量化值log_rms_lo_q(i)减去αLTQ(i)，其中i＝0，...，p，得到加权后的谱包络的量化值；用高频信号的每个子带的谱包络的量化值log_rms_hi_q(i)减去αLTQ(i)，其中i＝p+1，...，N-1，得到加权后的谱包络的量化值；

其中LTQ＝{l(i)，i＝0，...，N-1}为绝对听阈，α为加权系数，α∈R，N为所有子带的数量；

排序单元，用于根据所有的绝对听阈加权后的谱包络的量化值，对所有的子带进行感知排序；

比特分配单元，用于将比特资源按照所述感知排序的顺序进行分配；

第二解码单元，用于在所述比特分配单元将比特资源按照所述感知排序的顺序进行分配后，根据比特分配的结果，从码流中解码得到低频信号和高频信号。

Images