CN105280190B - 带宽扩展编码和解码方法以及装置 - Google Patents

Abstract

本发明涉及一种带宽扩展编码和解码方法以及装置，组合了自适应多分辨率滤波和自适应时频栅格构造以及复数线性预测编码高频细节生成两个关键技术，可明显提高数字音频信号的高频部分编码效率和高频部分信号的声音质量，而数字音频信号的低频部分仍可采用传统的感觉音频编码(如DRA)，从而实现了一种在低码率和中等码率下均具有较高主观声音质量的编码技术。另一方面，本发明是在当前DRA等高质量感觉编码算法基础上添加的增强工具，这样也可保证与传统的感觉编码DRA等算法向下兼容。基于本发明所实现的数字音频编解码器可用于卫星HDTV的伴音处理及高质量音频广播等领域。

Description

带宽扩展编码和解码方法以及装置

技术领域

本发明涉及数字音频编解码技术，更具体地说，涉及一种带宽扩展编码和解码方法以及装置。

背景技术

传统的感觉音频编码技术(DRA、AAC和MP3等)的立体声典型工作码率是96～128kbps，且在64kbps/立体声以下时编码质量存在明显的主观感觉失真。调频广播应用的典型编码码率为48kbps～64kbps/立体声，这时传统感觉音频编码技术的主观声音质量已不能满足调频广播要求。

为此，提出了数字音频信号的带宽扩展(BandWidth Extension，简称BWE)编码技术。目前的带宽扩展编码技术有很多，性能也参差不齐。已经公开且用于国际标准中的带宽扩展编码技术主要有如下两种编码算法：

第一种带宽扩展编码技术是ISO/IEC 14496-3 MPEG-4中描述的频谱带复制(Spectral Bandwidth Replication，简称SBR)编码。图1示出了SBR编码的具体原理框图。SBR是频域处理的算法，其编码原理为：每帧信号通过64子带的正交镜像滤波器组(Quadrature Mirror Filter，简称QMF)获得64个均匀的子频带，每个子频带包含32个样点，根据当前信号的瞬态特性划分一个合理的时频栅格，每个栅格计算一个能量信息并进行huffman编码。该算法同时包括音调性检查并传输个别的单个正弦信号参数信息。图2示出了SBR解码的具体原理框图。SBR解码原理为：经过核心解码器(AAC)输出的解码pcm通过32子带的QMF获得32个均匀的子频带，每个子频带包含32个样点，根据SBR解复用输出的控制参数进行高频生成，然后根据控制参数以及包络数据对高频进行调整，然后将低频32子带QMF的输出以及经调整后高频子带QMF的输出一起进入到64带QMF合成，最后输出全频带pcm音频信号。

MPEG SBR编码技术的主要缺点是：(1)时频分割相对固定。对于48kHz采样率，由于使用64带QMF，则最大频率分辨率为375Hz(24khz/64)；每帧2048样点，则最大时间分辨率约为1.3ms(64/48000)。由于音频信号极其复杂，这种算法有时不能很好地满足信号分析的精度要求。(2)SBR的高频细节产生是直接从低频部分拷贝获得或者通过对低频子带简单滤波获得，在(极)低码率时，这种方法能够大大降低高频部分的编码码率，但是由于每个声道的音频信号低频和高频只有很小概率下相似，因此SBR高频的细节恢复比较粗糙，尽管应用了其他技术减少带来的失真，在整个高频部分的还原上仍然难以获得较高的质量。因此当数字音频编码要求相对较高质量时，SBR的高频细节处理存在明显缺陷。

第二种带宽扩展编码技术是在3GPP AMR-WB+编码方法中包含的一种简单的带宽扩展技术。它是一种时域处理的算法，主要编码原理是：将输入信号分为同样带宽的低频和高频两部分时域信号，低频(LF)部分通过LPC分析滤波处理得到低频信号的残差信号，然后经过高频LPC合成滤波来模拟高频细节信号；然后通过与实际SHF(n)的实际高频信号比较，得到高频包络(能量)的增益矢量(每子帧一个增益值)，最后通过低频高频和低频连接点的增益的一致性进一步修正增益矢量，然后编码此增益矢量。因此传输给解码端的包括校正的增益矢量和高频LPC系数。AMR-WB+的高频解码过程基本是编码的反过程。

3GPP AMR-WB+的带宽扩展编码技术存在以下问题：(1)在时域实现高频编码，无法获得更高的频率分辨率，因为这种方法可以认为只有一个高频区域划分；(2)高频编码的起始频带固定，只能是Fs/4，对于48khz采样频率，高频编码的起始频点为12khz；(3)对高频中的谐波信号无法准确恢复；(4)高频信号的包络还原不够准确。

此外还有一些带宽扩展编码技术，时频变换单元采用传统的FFT，然后在频域上将高频划分为几个区域，对每个区域的谱能量编码，因此每帧只能提供一个时间分辨率多个频率分辨率。这种基于FFT的高频重建技术，频域分辨率高而时域分辨率太低，当输入快变的音频信号时，高频重建的信号不能很好地跟踪原始音频信号的变化。

数字音频编码中的强度立体声编码也可以认为是一种特殊的带宽扩展编码技术，其原理是利用人耳听觉对高频部分的细节不敏感，因此对立体声或5.1环绕声的各个声道的高频部分进行下混为一个声道，并归一化后作为所有声道的高频细节信号，但是各个声道的高频信号的包络(高频临界频带内的能量)都需要编码传输。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种带宽扩展编码和解码方法以及装置，以改善数字音频信号高频部分的编码效率和高频部分信号的声音质量。

本发明解决其技术问题所采用的技术方案是：提出一种带宽扩展编码方法，包括如下步骤：

S1、对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息，具体包括：

S11、基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号；

S12、对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格；

S2、以所述最佳的时频栅格为单位，进行高频细节编码，具体包括：

S21、对步骤S11中滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数；

S22、量化编码预测系数；

S3、以所述最佳的时频栅格为单位，对步骤S11中滤波输出的每个子带信号进行高频包络熵编码；

S4、复用编码参数，输出带宽扩展编码码流，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

根据本发明的一个实施例中，所述步骤S11进一步包括：

对瞬态信号，选择粗的频率分辨率和高的时间分辨率来进行滤波；

对稳态型号，选择细的频率分辨率和低的时间分辨率来进行滤波；

对其它音频信号，自适应选择中间的频率分辨率和中间的时间分辨率来进行滤波。

根据本发明的一个实施例中，所述步骤S12中频率方向的自适应栅格构造进一步包括：依据输入单声道音频信号中高频带部分的频率特性选择不同的栅格构造，具体为：

对一般音频信号，频率栅格随高频带部分的频率升高逐步降低频率分辨率，使得频率栅格与人耳临界频带一致；

对高频带部分中包含音调信号的情况，在考虑临界频带的前提下，与所述一般音频信号的情况相比适当增加栅格的频率分辨率；

所述步骤S12中时间方向的自适应栅格构造进一步包括：依据输入单声道音频信号中一个或多个瞬态信号发生的位置以及每个子带信号的瞬态特性，在时间方向构造成多个时域区间，每个区间代表一个栅格。

根据本发明的一个实施例中，所述步骤S21中依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数，进一步包括：

分析每个高频子带的残差信号，从低频子带残差信号中选择最佳的一个低频子带，并将以此得到的所有低频子带的子带号编码输出。

根据本发明的一个实施例中，所述步骤S21中依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数，进一步包括：

对连续一组高频子带残差信号，从低频子带残差信号中选择最佳的一组连续的低频子带，并将以此得到的多组低频子带的起始和终止子带号编码输出。

根据本发明的一个实施例中，所述步骤S21进一步包括：

S211、对高频子带信号使用哈明窗进行重叠加窗处理；

S212、对重叠加窗处理后的高频子带信号进行线性预测滤波，得到高频子带残差信号；

S213、在使得残差信号的均方误差最小的准则下，通过莱文森-杜宾算法求解预测系数。

本发明为解决其技术问题还提出一种带宽扩展解码方法，包括如下步骤：

S1、对输入的带宽扩展编码码流解复用，获得编码参数，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数；

S2、基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号；

S3、对解码得到的低频信号进行复正交滤波器组分析滤波，获得低频子带信号；

S4、基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码，具体包括：

S41、对低频子带信号进行复线性预测分析滤波，获得低频子带残差信号；

S42、逆量化解码预测系数；

S43、根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号；

S5、以时频栅格为单位，应用高频子带包络信号调整高频子带细节信号，获得高频子带信号；

S6、依据多分辨率滤波选择参数，对所述高频子带信号和低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。

本发明为解决其技术问题还提出一种带宽扩展编码装置，包括：

自适应多分辨滤波及时频栅格构造模块，用于对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息，具体包括：

自适应多分辨滤波子模块，用于基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号；

时频栅格构造子模块，用于对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格；

高频细节编码模块，用于以所述最佳的时频栅格为单位，进行高频细节编码，具体包括：

复线性预测分析子模块，用于对步骤S11中滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数；

量化编码子模块，用于量化编码预测系数；

高频包络编码模块，用于以所述最佳的时频栅格为单位，对步骤S11中滤波输出的每个子带信号进行高频包络熵编码；

参数复用模块，用于复用编码参数，输出带宽扩展编码码流，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

根据本发明的一个实施例中，所述时频栅格构造子模块进行频率方向的自适应栅格构造进一步包括：依据输入单声道音频信号中高频带部分的频率特性选择不同的栅格构造，具体为：

对一般音频信号，频率栅格随高频带部分的频率升高逐步降低频率分辨率，使得频率栅格与人耳临界频带一致；

对高频带部分中包含音调信号的情况，在考虑临界频带的前提下，与所述一般音频信号的情况相比适当增加栅格的频率分辨率；

所述时频栅格构造子模块进行时间方向的自适应栅格构造进一步包括：依据输入单声道音频信号中一个或多个瞬态信号发生的位置以及每个子带信号的瞬态特性，在时间方向构造成多个时域区间，每个区间代表一个栅格。

本发明为解决其技术问题还提出一种带宽扩展解码装置，其特征在于，包括：

参数解复用模块，用于对输入的带宽扩展编码码流解复用，获得编码参数，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数；

高频包络解码模块，用于基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号；

复正交滤波分析模块，用于对解码得到的低频信号进行复正交滤波器组分析滤波，获得低频子带信号；

高频细节解码模块，用于基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码，具体包括：

复线性预测分析子模块，用于对低频子带信号进行复线性预测分析滤波，获得低频子带残差信号；

逆量化子模块，用于逆量化解码预测系数；

高频合成子模块，用于根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号；

高频调整模块，用于以时频栅格为单位，应用高频子带包络信号调整高频子带细节信号，获得高频子带信号；

自适应多分辨率合成滤波模块，用于依据多分辨率滤波选择参数，对所述高频子带信号和低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。

本发明的带宽扩展编码和解码方法以及装置，组合了AFAG(Adaptive multi-resolution Filtering&Adaptive time-frequency Griding，自适应多分辨率滤波和自适应时频栅格构造)以及CLPC(Complex Linear Predictive Coding，复数线性预测编码)高频细节生成两个关键技术，可明显提高数字音频信号的高频部分编码效率和高频部分信号的声音质量，而数字音频信号的低频部分仍可采用传统的感觉音频编码(如DRA)，从而实现了一种在低码率和中等码率下均具有较高主观声音质量的编码技术。另一方面，本发明是在当前DRA等高质量感觉编码算法基础上添加的增强工具，这样也可保证与传统的感觉编码DRA等算法向下兼容。基于本发明所实现的数字音频编解码器可用于卫星HDTV的伴音处理及高质量音频广播等领域。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是现有的SBR编码方法的原理框图；

图2是现有的SBR解码方法的原理框图；

图3是本发明一个实施例的带宽扩展编码方法的流程图；

图4是本发明一个实施例的带宽扩展解码方法的流程图；

图5是本发明一个实施例的带宽扩展编码装置的逻辑框图；

图6是图5中高频细节编码模块的逻辑框图；

图7是本发明一个实施例的带宽扩展解码装置的逻辑框图；

图8是图7中高频细节解码模块的逻辑框图；

图9是本发明一个实施例的带宽扩展编码方法应用于DRA编码技术的示意图；

图10是本发明一个实施例的带宽扩展解码方法应用于DRA解码技术的示意图；

图11是在码率约束下的最佳时频栅格构造的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图3示出了根据本发明一个实施例的带宽扩展编码方法100的流程图。如图3所示，该方法100包括如下步骤：

步骤S110中，对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息。具体来说，该步骤S110进一步包括如下步骤：

步骤S111，基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号。

该步骤中，首先对输入单声道音频信号的瞬态性进行实时分析，然后根据分析到的音频信号的稳态/瞬态特性进行频率分辨率选择，以选择一个最佳多分辨率滤波器组(QMF)来对该音频信号进行滤波，输出最佳的时频滤波信号。一般来说，基于输入单声道音频信号的瞬态性进行自适应多分辨率滤波的选择策略如下：

对瞬态信号，可选择粗的频率分辨率和高的时间分辨率来进行滤波；

对稳态型号，可选择细的频率分辨率和低的时间分辨率来进行滤波；

对其它音频信号，可自适应选择中间的频率分辨率和中间的时间分辨率来进行滤波。

此外，考虑高频信号带宽扩展编码码率受限的影响，如果音频信号编码的总码率比较低，从而高频带信号编码的码率也较低(或者编码高频带部分的可用比特较少)，则要适当降低高频带信号滤波的频率分辨率，即在仅考虑输入音频信号瞬态特性而确定的滤波分辨率情况下，可进一步适当降低所选择的频率分辨率。

步骤S112，对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格。

时频栅格的构造依赖于一帧中瞬态信号的具***置，甚至依赖于每个滤波子带信号的瞬态性分析，同时也需要考虑高频带部分所分配的可用码率以及人耳临界频带特性。因此自适应时频栅格构造的基本策略主要由两部分组成，一是时间方向的栅格构造，即同一频率子带内的子内样点组合；一是频率方向的栅格构造，即不同频率子带间组合。

频率方向的自适应栅格构造策略主要依据输入单声道音频信号中高频带部分的频率特性来选择不同的栅格构造，具体为：对一般音频信号，频率栅格随高频带部分的频率升高逐步降低频率分辨率，使得频率栅格与人耳临界频带一致；对高频带部分中包含音调信号的情况，在考虑临界频带的前提下，与前述一般音频信号的情况相比应适当增加栅格的频率分辨率。时间方向的自适应栅格构造主要依据输入单声道音频信号中一个或多个瞬态信号发生的位置以及每个子带信号的瞬态特性，在时间方向上构造成多个时域区间，每个区间代表一个栅格。

此外，上述基于当前高频带信号特性所计算得到的时频栅格构造，还要受到高频信号带宽扩展编码码率的限制，因此还需要基于高频信号带宽扩展编码码率来对频率方向和时间方向得到的格栅构造进行校正，从而获得当前码率下的最佳时频栅格，如图11所示。基本校正方法包括：

(1)降低栅格的频率分辨率：即在频率方向上，每个栅格的宽度增加，例如原来为1/3临界频带宽改为1/2临界频带宽，或者QMF高频子带中的部分低频子带应用1/3临界频带宽而剩余部分应用1/2临界频带宽。

(2)优化不同QMF高频子带的时域方向栅格构造：如果基于每个子带信号的瞬态特性进行栅格构造，可能不同QMF子带具有不同的栅格数且每个栅格的起始和终止样点不同，传输的信息较多，因此可以从整体上调整各QMF子带的栅格构造区间，共用或减少栅格边界(区间)描述信息。例如，所有BWE高频子带时频栅格具有一样的栅格构造，边信息最少；又例如，所有BWE高频子带有n(例如：n<4)个时频栅格，越高BWE子带具有更少的栅格数，栅格数为前一个子带的1/2，且每个栅格与前一个子带的两个栅格对齐。

(3)降低栅格的时间分辨率：即在QMF子带信号的时域上，增加栅格的宽度(即每个栅格包含更多的子带样点)，例如：原时间方向构造16个均匀区间，可两两合并为8个均匀区间，或部分合并为12个区间(前子带信号瞬态强区域栅格不变，前后部分适当合并等)。

随后方法100在步骤S120中，以所述最佳的时频栅格为单位，进行高频细节编码。具体来说，该步骤S120进一步包括如下步骤：

步骤S121，对上述步骤S111中滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数。具体来说，高频子带残差信号与低频子带残差信号的关系可以通过如下两种方法来确定：

第一种方法：分析每个需要参数编码的高频子带的残差信号，从低频子带残差信号中选择最合适的一个低频子带，并将此低频子带的子带号作为参数，以此方法得到的所有子带号作为子带残差拷贝参数编码输出。

第二种方法：对连续一组高频子带残差信号，从低频子带残差信号中选择最佳的一组连续的低频子带，将这一组低频子带的起始和终止子带号作为参数，以此方法处理所有高频子带信号，获得多组起始和终止子带号，将这些子带号作为子带残差拷贝参数编码输出。

步骤S122，量化编码前述步骤S121得到的预测系数并输出。

随后方法100在步骤S130中，以所述最佳的时频栅格为单位，对步骤S111中滤波输出的每个子带信号进行高频包络熵编码，输出高频子带包络参数。

随着步骤S140中，复用所有的BWE编码参数，输出BWE码流。其中，编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

本实施例的带宽扩展编码方法100通过步骤S110中的自适应栅格构造技术(简称为AFAG算法)，基于自适应多分辨率滤波和自适应时频栅格构造获得最佳时频栅格，以利于带宽扩展编码后续的高频细节编码处理，能明显提高数字音频信号的高频部分编码效率。本实施例的带宽扩展编码方法100在步骤S120中对高频子带进行CLPC分析并传输预测系数，保证高频包络的精确性，从而改善音频信号高频部分的声音质量。

根据本发明一个具体实施例的带宽扩展编码方法中进行高频细节编码时，可通过如下具体的实现过程进行CLPC分析，求得预测系数：

第一步：对高频子带信号使用哈明(hamming)窗进行重叠加窗处理。以32子带QMF为例，可选窗长为96个QMF样本点，包括前一帧重叠的32个QMF样本点和当前帧的64个QMF样本点，窗型为hamming窗。将高频子带k的QMF样本点x_hf[n][k]进行重叠加窗处理后得到w_hf[n][k]如下：

w_hf[n][k]＝x_hf[n][k]·win[n]n＝0,1...,95

其中，win[n]为hamming窗。

第二步：对重叠加窗处理后的高频子带信号进行线性预测滤波，得到高频子带残差信号：

其中，p为预测阶数，典型地可以选择3或者4；a[i]为预测系数；e_hf[n][k]为高频残差样本点。

第三步：在使得残差信号e_hf[n][k]的均方误差最小的准则下，通过莱文森-杜宾(Levinson-Durbin)算法求解预测系数a[i]。

基于本发明以上介绍的带宽扩展编码方法，本发明还提出一种带宽扩展解码方法。图4示出了根据本发明一个实施例的带宽扩展解码方法200的流程图。如图4所示，该带宽扩展解码方法200包括如下步骤：

步骤S210中，对输入的BWE码流解复用，获得编码参数。其中，编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

随后步骤S220中，基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号。

随后步骤S230中，对解码得到的低频信号进行复正交滤波器组(CQMF)分析滤波，获得低频子带信号。即：通过普通的感觉音频解码(例如DRA解码)获得低频信号，对此低频信号先进行CQMF分析滤波，获得与在编码端相似的低频子带信号。该低频子带信号一方面用于最终子带合成的输入，另一方面用于高频子带细节信号的生成。

随着步骤S240中，基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码。具体来说，该步骤S240进一步包括如下步骤：

步骤S241，对低频子带信号进行复线性预测(CLPC)分析滤波，获得与编码端相似的低频子带残差信号。

步骤S242中，逆量化解码预测系数。带宽扩展解码时通过解复用BWE编码码流，可获得量化编码的预测系数以及子带残差拷贝参数等高频细节编码参数信息。方法200在步骤S242中对该量化编码的预测系数进行解码和逆量化，以获得用于高频CLPC合成的预测系数。

步骤S243中，根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号。

随后该方法200在步骤S250中，以时频栅格为单位，应用步骤S220中获得的高频子带包络信号调整步骤S243中得到的高频子带细节信号，获得高频子带信号。

随后步骤S260中，依据多分辨率滤波选择参数，对步骤S250中获得的高频子带信号和步骤S230中获得的低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。

本实施例的带宽扩展解码方法200用低频子带信号中最适合的低频残差信号代替高频子带残差信号来激励高频子带的线性预测合成滤波，能够得到较好的高频细节，从而可改善音频信号高频部分的声音质量。

基于本发明前面介绍的带宽扩展编码方法，本发明还提出一种带宽扩展编码装置。图5示出了根据本发明一个实施例的带宽扩展编码装置300的逻辑框图。如图5所示，该带宽扩展编码装置300包括自适应多分辨滤波及时频栅格构造(AFAG)模块310、高频细节编码模块320、高频包络编码模块330和参数复用模块340。其中，AFAG模块310用于对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息。具体来说，AFAG模块310进一步包括自适应多分辨滤波子模块311和时频栅格构造子模块312。自适应多分辨滤波子模块311基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号。时频栅格构造子模块312对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格。高频细节编码模块320用于以所述最佳的时频栅格为单位，进行高频细节编码。具体如图6所示，高频细节编码模块320进一步包括复线性预测分析子模块321和量化编码子模块322。复线性预测分析子模块321对自适应多分辨滤波子模块311滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数给参数复用模块340。量化编码子模块322量化编码复线性预测分析子模块321求得的预测系数，输出给参数复用模块340。高频包络编码模块330用于以所述最佳的时频栅格为单位，对自适应多分辨滤波子模块311滤波输出的每个子带信号进行高频包络熵编码。参数复用模块340用于复用编码参数，输出BWE码流。其中，编码参数可包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。有关装置300中各模块的具体实现，可参见前述对带宽扩展编码方法100的相关描述。

本实施例的带宽扩展编码装置300基于自适应多分辨率滤波和自适应时频栅格构造获得最佳时频栅格，以利于带宽扩展编码后续的高频细节编码处理，能明显提高数字音频信号的高频部分编码效率。本实施例的带宽扩展编码装置300对高频子带进行CLPC分析并传输预测系数，保证高频包络的精确性，从而改善音频信号高频部分的声音质量。

基于本发明前面介绍的带宽扩展解码方法，本发明还提出一种带宽扩展解码装置。图7示出了根据本发明一个实施例的带宽扩展解码装置400的逻辑框图。如图7所示，该带宽扩展接码装置400包括参数解复用模块410、高频包络解码模块420、复正交滤波(CQMF)分析模块430、高频细节解码模块440、高频调整模块450和自适应多分辨率合成滤波模块460。其中，参数解复用模块410用于对输入的BWE码流解复用，获得编码参数。该编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。高频包络解码模块420用于基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号。CQMF分析模块430用于对例如通过普通的感觉音频解码得到的低频信号进行复正交滤波器组分析滤波，获得低频子带信号。高频细节解码模块440用于基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码，获得高频子带细节信号。高频调整模块450用于以时频栅格为单位，应用高频包络解码模块420获得的高频子带包络信号调整高频细节解码模块440获得的高频子带细节信号，生成高频子带信号。自适应多分辨率合成滤波模块460用于依据多分辨率滤波选择参数，将高频调整模块450生成的高频子带信号和CQMF分析模块430获得的低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。具体实施例中，如图8所示，高频细节解码模块440进一步包括复线性预测分析模块441、逆量化模块442和高频合成模块443。其中，复线性预测分析子模块441对CQMF分析模块430获得的低频子带信号进行复线性预测(CLPC)分析滤波，获得低频子带残差信号。逆量化子模块442对解复用得到的量化编码的预测系数进行逆量化解码，获得用于高频CLPC合成的预测系数。高频合成子模块443执行高频CLPC合成，即根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号。有关装置400中各模块的具体实现，可参见前述对带宽扩展解码方法200的相关描述。

本实施例的带宽扩展解码装置400用低频子带信号中最适合的低频残差信号代替高频子带残差信号来激励高频子带的线性预测合成滤波，能够得到较好的高频细节，从而可改善音频信号高频部分的声音质量。

图9示出了本发明一个实施例的带宽扩展编码方法应用于DRA编码技术的示意图。如图9所示，该BWE技术与DRA技术组成的DRA+编码应用实例的基本过程是：输入全频带音频信号一路通过低通滤波和降采样得到音频信号的低频部分，然后通过DRA编码；同时全频带音频信号通过本发明的带宽扩展编码方法编码高频部分；最后按照DRA+的帧格式打包成DRA+码流。

在图9所示的DRA+编码应用实例中，带宽扩展编码方法的具体步骤如下：

第一步：分析输入的PCM音频信号，根据稳态/瞬态特性，选择合适的QMF滤波器组。在DRA+中仅考虑到复杂度，所以仅选择32带QMF和128带QMF，然后滤波输出32子带或128子带信号。

第二步：对PCM音频信号进一步深入分析，检测瞬态点，然后进行时间方向栅格的构造。考虑到复杂度和时频栅格边信息额外开销等因素，时间方向栅格最多为8个。

第三步：根据码率和时间栅格构造，进行频率方向的栅格构造(即多个子带在频率方向合并为一个栅格)，至此完成了最终的时频栅格构造。

第四步：QMF子带进行CLPC处理(预测滤波器阶数为3)，并对高频子带的CLPC滤波器参数编码。

第五步：根据第四步的CLPC对QMF子带进行滤波分析，得到子带残差信号，为了简化和减少边信息，以连续多个子带(子带块)为单位，分析高频子带块残差与低频子带块残差的相关性，选择最相关的低频子带块，将低频子带块的起始子带号和子带块宽带作为边信息；然后依次完成所有高频子带残差与低频子带残差的对应关系。

第六步：进行高频包络编码。

第七步：将所有需要传输给解码端的信息进行复用，形成BWE码流。

图10示出了本发明一个实施例的带宽扩展解码方法应用于DRA解码技术的示意图。如图10所示，该BWE技术与DRA技术组成的DRA+解码应用实例的基本过程是：对DRA+码流拆包，低频部分通过DRA解码获得低频PCM信号，此低频PCM信号和拆包的高频BWE参数通过本发明的带宽扩展解码方法解码，输出为全频带PCM音频数据。

在图10所示的DRA+解码应用实例中，带宽扩展解码方法的具体步骤如下：

第一步：解复用，得到多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数等编码参数信息。

第二步：对DRA解码得到的音频信号的低频部分信号，进行比编码端低一倍的频率分辨率的QMF分析(即16带或者64带)，得到16个或64个QMF低频子带滤波信号。

第三步：根据高频子带残差与低频子带残差对应信息，从低频子带残差拷贝到高频子带残差，这样恢复得到高频子带残差信号。

第四步：应用高频子带残差信号激励CLPC滤波器，得到合成的高频子带细节信号。

第五步：以时频栅格为单位，用解码高频子带包络参数得到的高频子带包络信号调整高频子带细节信号，输出高频子带信号。

第六步：高频子带信号和低频子带信号通过与编码端对应的32带QMF或128带QMF合成滤波，输出全频带的单声道音频PCM信号。

按照国际测试标准ITU-R BS.1534，对现有的DRA、DRA+SBR以及根据本发明的DRA+BWE这三种编解码技术进行多次测试，包括实验室内部测试和规范的外部测试，测试结果表明：

立体声48kbps时，根据本发明的DRA+BWE和DRA+SBR相当，明显好于DRA；

环绕声128kbps时，根据本发明的DRA+BWE和DRA+SBR相当，明显好于DRA；

环绕声192kbps时，根据本发明的DRA+BWE略好于DRA+SBR，都好于DRA。

本发明的带宽扩展编码和解码方法以及装置，组合了AFAG以及CLPC高频细节生成这两个关键技术，可明显提高数字音频信号的高频部分编码效率和高频部分信号的声音质量。有关AFAG以及CLPC高频细节生成技术的具体实现，还可参见本专利申请的申请人于同一日提交的名称为“用于带宽扩展编码的自适应栅格构造方法和装置”以及名称为“带宽扩展编码和解码中高频生成的方法和装置”这两件专利申请所记载的内容。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种带宽扩展编码方法，其特征在于，包括如下步骤：

S1、对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息，具体包括：

S11、基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号；

S12、对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格；

S2、以所述最佳的时频栅格为单位，进行高频细节编码，具体包括：

S21、对步骤S11中滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数；

S22、量化编码预测系数；

S3、以所述最佳的时频栅格为单位，对步骤S11中滤波输出的每个子带信号进行高频包络熵编码；

S4、复用编码参数，输出带宽扩展编码码流，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

2.根据权利要求1所述的方法，其特征在于，所述步骤S11进一步包括：

对瞬态信号，选择粗的频率分辨率和高的时间分辨率来进行滤波；

对稳态型号，选择细的频率分辨率和低的时间分辨率来进行滤波；

对其它音频信号，自适应选择中间的频率分辨率和中间的时间分辨率来进行滤波。

3.根据权利要求1所述的方法，其特征在于，所述步骤S12中频率方向的自适应栅格构造进一步包括：依据输入单声道音频信号中高频带部分的频率特性选择不同的栅格构造，具体为：

对一般音频信号，频率栅格随高频带部分的频率升高逐步降低频率分辨率，使得频率栅格与人耳临界频带一致；

对高频带部分中包含音调信号的情况，在考虑临界频带的前提下，与所述一般音频信号的情况相比适当增加栅格的频率分辨率；

所述步骤S12中时间方向的自适应栅格构造进一步包括：依据输入单声道音频信号中一个或多个瞬态信号发生的位置以及每个子带信号的瞬态特性，在时间方向构造成多个时域区间，每个区间代表一个栅格。

4.根据权利要求1所述的方法，其特征在于，所述步骤S21中依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数，进一步包括：

分析每个高频子带的残差信号，从低频子带残差信号中选择最佳的一个低频子带，并将以此得到的所有低频子带的子带号编码输出。

5.根据权利要求1所述的方法，其特征在于，所述步骤S21中依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数，进一步包括：

对连续一组高频子带残差信号，从低频子带残差信号中选择最佳的一组连续的低频子带，并将以此得到的多组低频子带的起始和终止子带号编码输出。

6.根据权利要求1所述的方法，其特征在于，所述步骤S21进一步包括：

S211、对高频子带信号使用哈明窗进行重叠加窗处理；

S212、对重叠加窗处理后的高频子带信号进行线性预测滤波，得到高频子带残差信号；

S213、在使得残差信号的均方误差最小的准则下，通过莱文森-杜宾算法求解预测系数。

7.一种带宽扩展解码方法，其特征在于，包括如下步骤：

S1、对输入的带宽扩展编码码流解复用，获得编码参数，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数；

S2、基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号；

S3、对解码得到的低频信号进行复正交滤波器组分析滤波，获得低频子带信号；

S4、基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码，具体包括：

S41、对低频子带信号进行复线性预测分析滤波，获得低频子带残差信号；

S42、逆量化解码预测系数；

S43、根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号；

S5、以时频栅格为单位，应用高频子带包络信号调整高频子带细节信号，获得高频子带信号；

S6、依据多分辨率滤波选择参数，对所述高频子带信号和低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。

8.一种带宽扩展编码装置，其特征在于，包括：

自适应多分辨滤波及时频栅格构造模块，用于对输入的单声道音频信号进行自适应多分辨率滤波和自适应时频栅格构造，获得最佳的时频栅格信息，具体包括：

自适应多分辨滤波子模块，用于基于对输入单声道音频信号的瞬态性分析进行频率分辨率选择，对输入单声道音频信号进行自适应多分辨滤波，获得最佳的时频滤波信号；

时频栅格构造子模块，用于对滤波输出的每个子带信号进行瞬态检测和定位，依据每个子带信号的瞬态性分析并考虑设定的高频带编码码率以及人耳临界频带特性，进行频率方向和时间方向的自适应栅格构造，获得当前码率下的最佳时频栅格；

高频细节编码模块，用于以所述最佳的时频栅格为单位，进行高频细节编码，具体包括：

复线性预测分析子模块，用于对步骤S11中滤波输出的每个子带信号进行复数线性预测分析滤波，得到各子带的残差信号，求得预测系数，并依次完成所有高频子带残差信号与低频子带残差信号的对应关系，输出子带残差拷贝参数；

量化编码子模块，用于量化编码预测系数；

高频包络编码模块，用于以所述最佳的时频栅格为单位，对步骤S11中滤波输出的每个子带信号进行高频包络熵编码；

参数复用模块，用于复用编码参数，输出带宽扩展编码码流，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数。

9.根据权利要求8所述的装置，其特征在于，所述时频栅格构造子模块进行频率方向的自适应栅格构造进一步包括：依据输入单声道音频信号中高频带部分的频率特性选择不同的栅格构造，具体为：

对一般音频信号，频率栅格随高频带部分的频率升高逐步降低频率分辨率，使得频率栅格与人耳临界频带一致；

对高频带部分中包含音调信号的情况，在考虑临界频带的前提下，与所述一般音频信号的情况相比适当增加栅格的频率分辨率；

所述时频栅格构造子模块进行时间方向的自适应栅格构造进一步包括：依据输入单声道音频信号中一个或多个瞬态信号发生的位置以及每个子带信号的瞬态特性，在时间方向构造成多个时域区间，每个区间代表一个栅格。

10.一种带宽扩展解码装置，其特征在于，包括：

参数解复用模块，用于对输入的带宽扩展编码码流解复用，获得编码参数，所述编码参数包括多分辨率滤波选择参数、时频栅格参数、子带残差拷贝参数、预测系数和高频子带包络参数；

高频包络解码模块，用于基于时频栅格对高频子带包络参数进行熵解码，获得高频子带包络信号；

复正交滤波分析模块，用于对解码得到的低频信号进行复正交滤波器组分析滤波，获得低频子带信号；

高频细节解码模块，用于基于时频栅格，根据所述低频子带信号和子带残差拷贝参数、预测系数进行高频细节解码，具体包括：

复线性预测分析子模块，用于对低频子带信号进行复线性预测分析滤波，获得低频子带残差信号；

逆量化子模块，用于逆量化解码预测系数；

高频合成子模块，用于根据子带残差拷贝参数，将低频子带残差信号复制到高频子带残差信号，然后依据预测系数进行高频子带的线性预测合成滤波，得到高频子带细节信号；

高频调整模块，用于以时频栅格为单位，应用高频子带包络信号调整高频子带细节信号，获得高频子带信号；

自适应多分辨率合成滤波模块，用于依据多分辨率滤波选择参数，对所述高频子带信号和低频子带信号进行与编码端相对应的多分辨率合成，输出全频带的单声道音频信号。