WO2010130225A1 - 一种音频解码方法和音频解码器 - Google Patents

一种音频解码方法和音频解码器 Download PDF

Info

Publication number
WO2010130225A1
WO2010130225A1 PCT/CN2010/072781 CN2010072781W WO2010130225A1 WO 2010130225 A1 WO2010130225 A1 WO 2010130225A1 CN 2010072781 W CN2010072781 W CN 2010072781W WO 2010130225 A1 WO2010130225 A1 WO 2010130225A1
Authority
WO
WIPO (PCT)
Prior art keywords
frequency domain
mono
domain signal
decoding
energy
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.)
Ceased
Application number
PCT/CN2010/072781
Other languages
English (en)
French (fr)
Inventor
张琦
张立斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to JP2012510106A priority Critical patent/JP5418930B2/ja
Priority to KR1020117028589A priority patent/KR101343898B1/ko
Priority to EP10774566.3A priority patent/EP2431971B1/en
Publication of WO2010130225A1 publication Critical patent/WO2010130225A1/zh
Priority to US13/296,001 priority patent/US8620673B2/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/86—Arrangements characterised by the broadcast information itself
    • H04H20/88—Stereophonic broadcast systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S1/00—Two-channel systems
    • H04S1/002—Non-adaptive circuits, e.g. manually adjustable or static, for enhancing the sound image or the spatial distribution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S3/00—Systems employing more than two channels, e.g. quadraphonic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
    • H04H20/86—Arrangements characterised by the broadcast information itself
    • H04H20/95—Arrangements characterised by the broadcast information itself characterised by a specific format, e.g. an encoded audio stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H40/00—Arrangements specially adapted for receiving broadcast information
    • H04H40/18—Arrangements characterised by circuits or components specially adapted for receiving
    • H04H40/27—Arrangements characterised by circuits or components specially adapted for receiving specially adapted for broadcast systems covered by groups H04H20/53 - H04H20/95
    • H04H40/36—Arrangements characterised by circuits or components specially adapted for receiving specially adapted for broadcast systems covered by groups H04H20/53 - H04H20/95 specially adapted for stereophonic broadcast receiving

Definitions

  • the present invention relates to the field of multi-channel audio codec technology, and in particular to an audio decoding method and an audio decoder. Background technique
  • multi-channel audio signals have a wide range of application scenarios, such as teleconferencing, games, etc., so the encoding and decoding of multi-channel audio signals is also receiving more and more attention.
  • Traditional encoders based on waveform coding such as MPEG-II (Moving Picture Experts Group II), MP3 (Moving Picture Experts Group Audio Layer III) and AAC ( Advanced Audio Coding, when encoding multi-channel signals, encodes each channel independently. Although this method can recover a multi-channel signal well, the required bandwidth and code rate are several times that of the mono signal.
  • the more popular stereo or multi-channel coding technology is parametric stereo coding, which can reconstruct a multi-channel signal with the same auditory experience and original signal with a small bandwidth.
  • the basic method is: at the encoding end, the multi-channel signal is down-mixed into a mono signal, and the signal is independently encoded, and the channel parameters between the channels are extracted, and the parameters are encoded.
  • the downmixed mono signal is decoded first, then the channel parameters between the channels are decoded, and finally the multichannels are synthesized together with the downmixed mono signals using these channel parameters. signal.
  • Typical parametric stereo coding techniques such as PS (Variable Stereo), are widely used.
  • the channel parameters commonly used to describe the relationship between channels in parametric stereo coding are
  • ITD Inter-channel Time Difference
  • ILD Inter-channel Level Difference
  • ICC Inter-Channel Coherence
  • the embodiment of the invention provides an audio decoding method and an audio decoder, which can make the codec end process the signals consistent and improve the quality of the decoded stereo signal.
  • An audio decoding method includes:
  • the left and right channel frequency domain signals are reconstructed in the second sub-band region using the mono-decoded frequency domain signal that is not energy-adjusted.
  • An audio decoder comprising: a determining unit, a processing unit and a first reconstructing unit, wherein: the determining unit is configured to determine whether the code stream to be decoded is a mono coding layer and a stereo first enhancement layer code stream If yes, triggering the first reconstruction unit;
  • the processing unit is configured to decode the mono coding layer to obtain mono decoding Frequency domain signal
  • the first reconstruction unit is configured to reconstruct the left and right channel frequency domain signals by using the energy-adjusted mono decoding frequency domain signal in the first sub-band region; and adopting the processing unit in the second sub-band region
  • the decoded unchannelized frequency modulated frequency domain signal obtained by the decoding reconstructs the left and right channel frequency domain signals.
  • the embodiment of the present invention determines a mono signal type used in reconstructing a mono signal in a decoding process according to a code stream state to be decoded, wherein the code stream to be decoded is determined to be a mono coding layer and a stereo.
  • the energy-adjusted mono decoding frequency domain signal is used to reconstruct the left and right channel frequency domain signals in the first sub-band region; the energy-adjusted single is used in the second sub-band region.
  • the channel decoding frequency domain decoding signal reconstructs the left and right channel frequency domain signals, since the code stream to be decoded only includes the mono coding layer and the stereo first enhancement layer code stream, and does not include the residual second subband region. Therefore, in the second sub-band region, the uncorrected decoding frequency domain decoding signal is used to reconstruct the left and right channel frequency domain signals, so that the decoding end and the encoding end signal are consistent, thereby improving the decoded stereo signal quality. . DRAWINGS
  • 1 is a flow chart of a parametric stereo audio encoding method
  • FIG. 2 is a flowchart of an audio decoding method in an embodiment of the present invention.
  • FIG. 3 is a flowchart of another audio decoding method in an embodiment of the present invention.
  • FIG. 4 is a schematic structural diagram of an audio decoder in an embodiment of the present invention.
  • FIG. 5 is a schematic structural diagram of an audio decoder according to an embodiment of the present invention.
  • the inventors of the present invention have found that the quality of the stereo signal reconstructed by the existing audio decoding method depends on two aspects: the reconstructed mono signal quality and the accuracy of the stereo parameter extraction. Among them, the mono signal quality reconstructed at the decoding end plays a very important role in the reconstructed stereo signal quality of the final output. Therefore, it is necessary to reconstruct the mono signal as high quality as possible on the decoding side. This basis can reconstruct high quality stereo signals.
  • the embodiment of the invention provides an audio decoding method, which can make the processing signals of the codec end consistent, so that the quality of the decoded stereo signal can be improved.
  • Embodiments of the present invention also provide corresponding audio decoders.
  • FIG. 1 a flowchart of the parametric stereo audio encoding method, specific steps as follows:
  • the frequency domain signals of the M signal and the S signal in the [0 ⁇ 7khz] frequency band are: ⁇ w(0), w(l), ---, w(N-l) ⁇ , ⁇ SXO ⁇ I N-1) ⁇ .
  • the frequency domain signals Z ⁇ /(0), /(l), ---, /(N-l) ⁇ in the [0 ⁇ 7khz] frequency band of the left and right channels are obtained.
  • the frequency domain signals of the left and right channels are divided into 8 subbands, and the left and right channel parameters ILD are extracted according to the subbands: W[band][l], W[band][r], and quantized and quantized.
  • Channel parameters ILD W q [band][l], W q [band][r], where bie (0,1,2,3,4,5,6,7), 1 indicates the left channel parameter ILD , r is identified as the right channel parameter ILD.
  • the frequency domain signal obtained by S13 is divided into eight sub-bands that are the same as the left and right channels, and the energy compensation parameters of the 5, 6, 7 sub-bands are calculated according to the formula (2), and the energy compensation parameters are quantized and encoded, and then quantized. .
  • Ecomp[band]
  • Unmofiyenergy[ban ] (/) xm x (/) respectively represent the original left channel i [st rt barui , end band ] in the current subband
  • t ED ⁇ ed(0), ed(l), '--, ed ⁇ N - 1) ⁇ perform hierarchical multi-quantization coding.
  • the coding information of the M signal is the most important, firstly packaged as a mono coding layer; channel parameters ILD, channel parameters ITD, energy adjustment factor, energy compensation parameters, KL transformation kernel and residual principal 0 ⁇ 4
  • the first quantization coded result is encapsulated as a stereo first enhancement layer; other information is also layered in importance.
  • the inventor of the present invention found in the research and practice of the prior art: In the case that only the mono coding layer and the stereo first enhancement layer code stream are received at the decoding end, the code stream to be decoded has only one tone.
  • the energy compensation for the decoding end is performed based on the energy-adjusted mono decoding frequency domain signal, and the encoding end step S14 extracts 5, 6, 7
  • the energy compensation parameters of the subband are based on the unresolved mono decoding frequency domain signal.
  • the processing signals of the codec segment are inconsistent, and the inconsistency of the codec signal causes the quality of the decoded output signal to appear. decline.
  • the decoding end determines the mono decoding frequency domain signal type used in the decoding process according to the state of the code stream to be decoded, when the decoding end only receives the mono coding layer and the stereo first enhancement layer code stream. Reconstructing the unresolved mono-decoded frequency-domain signal when reconstructing the stereo signals of the 5, 6, 7 sub-bands; using the energy-adjusted stereo signal when reconstructing the stereo signals of the 0 ⁇ 4 sub-bands The mono decoding frequency domain signal is reconstructed.
  • FIG. 2 it is a flowchart of an audio decoding method according to an embodiment of the present invention, including:
  • S21 Determine a code stream to be decoded as a mono coding layer and a stereo first enhancement layer code stream.
  • 522. Decode the mono coding layer to obtain a mono decoding frequency domain signal.
  • An embodiment of the present invention provides an audio decoding method, which determines a mono signal type used in reconstructing a monaural signal in a decoding process according to a received code stream state, and determines that the received code stream is In the mono coding layer and the stereo first enhancement layer code stream, the energy-adjusted mono decoding frequency domain signal is used in the first sub-band region to reconstruct the left and right channel frequency domain signals; in the second sub-band region The left and right channel frequency domain signals are reconstructed by using the unmodulated mono decoding frequency domain signal. Since the code stream to be decoded has only the mono coding layer and the stereo first enhancement layer code stream, the decoding end does not receive the signal stream.
  • the parameter of the second sub-band region of the residual so the left-channel frequency domain signal is reconstructed in the second sub-band region by using the un-encoded mono decoding frequency domain signal, so that the decoding end and the encoding end signal
  • the processed signals remain consistent, which improves the quality of the decoded stereo signal.
  • FIG. 3 is a flowchart of another audio decoding method according to an embodiment of the present invention, a specific step is described in detail below.
  • the decoding method adopted by the decoding end in the embodiment of the invention is described in detail below.
  • step S3 K determines whether the received code stream only contains the mono coding layer and the stereo first enhancement layer code stream, and if so, step S32;
  • the energy-adjusted mono decoding frequency domain signal M 2 ⁇ m 2 (0), w 2 (1), ..., w 2 (N - 1) ⁇ is obtained.
  • the first sub-band quantized residual information resleft qX ⁇ eleft ql (0) , eleft q (1), ⁇ , eleft ql ⁇ end ),0,0...,0 ⁇ , resright x ⁇ eright x (0), eright x (1), - - - , eright ⁇ end ),0,0 ⁇ . ⁇ ,0 ⁇ .
  • the energy-adjusted mono decoding frequency domain signal M 2 is used in the 0 ⁇ 4 sub-band, and the left and right channel frequency domain signals are reconstructed according to the equation (7), and the non-energy is used in the 5, 6, 7 sub-bands.
  • the adjusted mono decoding frequency domain signal ⁇ reconstructs the left and right channel frequency domain signals according to equation (8).
  • the energy adjustment is performed when reconstructing the stereo signals of the 0 ⁇ 4 subbands.
  • the mono decoding frequency domain signal M 2 reconstructs the left and right channel frequency domain signals.
  • the decoding end does not receive other enhancement layer code streams, so that the left and right channel residual information of the 5, 6, 7 sub-bands cannot be obtained, and
  • the energy compensation parameters of the 5, 6, 7 sub-bands are extracted according to the formula (2).
  • the energy compensation parameters are based on the mono decoding frequency domain signal ;; 3 ⁇ 4 lines, so in this step, when reconstructing the stereo signals of the 5, 6 and 7 sub-bands, the unresolved mono decoding frequency domain signal is used for reconstruction, and the stereo signals in the 0 ⁇ 4 sub-band are used.
  • the energy-modulated mono decoding frequency domain signal M 2 is reconstructed so that the signals at the codec end are consistent.
  • the frequency domain signal is divided into 8 subbands, and the 0 ⁇ 4 subbands of the principal element parameters are encapsulated in the stereo first enhancement layer, and other parameters related to the residual are encapsulated in other stereo enhancement layers for description. It should be noted that at this time, the 0 ⁇ 4 sub-band is called the first sub-band area, and the 5 ⁇ 7 sub-band is called the second sub-band area. It can be understood that, in a specific implementation, the parameter stereo sound The frequency domain signal can also be divided into other numbers of sub-bands during the frequency encoding process.
  • the embodiment of the present invention is at the decoding end at 0 ⁇ 3.
  • the subband reconstructs the left and right channel frequency domain signals using the energy-adjusted mono decoding frequency domain signal; the energy adjustment is performed in the 4-7 subband (second subband region)
  • the mono decoding frequency domain signal reconstructs the left and right channel frequency domain signals.
  • the mono signal type used in reconstructing the mono signal in the decoding process is determined according to the received code stream state, wherein the received code stream is determined to be mono.
  • the energy-adjusted mono decoding frequency domain signal is used to reconstruct the left and right channel frequency domain signals in the first sub-band region;
  • the energy-modulated mono decoding frequency domain signal reconstructs the left and right channel frequency domain signals. Since the code stream to be decoded has only the mono coding layer and the stereo first enhancement layer code stream, the decoder does not receive the residual error.
  • the parameters of the two sub-band regions so the left-channel frequency domain signal is reconstructed in the second sub-band region by using the energy-free mono decoding frequency domain signal, so that the processing signals of the decoding end and the encoding end signal are maintained. Consistent, which improves the quality of the decoded stereo signal.
  • the code stream received by the decoder includes other stereo enhancement layer code streams in addition to the mono coding layer and the stereo first enhancement layer code stream (for example, the mono coding layer and all stereo enhancement layer streams are completely received)
  • the decoding process is different from the above process. The difference is that the information of the residual in all sub-band regions can be decoded at this time, so in the frequency domain of the left and right channels The number (including the stereo signal of the first sub-band area and the stereo signal of the second sub-band area) is reconstructed using an energy-modulated mono decoding frequency domain signal. Moreover, since the information of the residual in all sub-band regions can be completely obtained, it is not necessary to perform energy compensation on the left and right channel frequency domain signals of the first sub-band or the second sub-band. Thereby the codec end processing signals are consistent.
  • the audio decoder 1 includes: a determining unit 41, a processing unit 42, and a first reconstructing unit 43.
  • the determining unit 41 is configured to determine whether the code stream to be decoded is a mono coding layer and a stereo first enhancement layer code stream, and if so, triggering the first reconstruction unit 43;
  • the processing unit 42 is configured to decode the mono coding layer to obtain a mono decoding frequency domain signal
  • the first reconstruction unit 43 is configured to reconstruct the left and right channel frequency domain signals by using the energy-adjusted mono decoding frequency domain signal in the first sub-band region; and adopting the processing unit 42 in the second sub-band region.
  • the decoded unchannelized frequency modulated frequency domain signal obtained by the decoding reconstructs the left and right channel frequency domain signals.
  • the processing unit 42 is further configured to: decode the stereo first enhancement layer code stream, obtain an energy adjustment factor, perform frequency peak analysis on the mono decoding frequency domain signal, and obtain a spectrum analysis result, according to the The spectrum analysis result and the energy adjustment factor perform energy adjustment on the mono decoded frequency domain signal.
  • a reconstruction unit 43 is specifically configured to use an energy-adjusted mono in the 0 ⁇ 4 sub-band
  • the channel decoding frequency domain signal reconstructs the left and right channel frequency domain signals, and the 5, 6, 7 subband uses the unenhanced mono channel decoding frequency domain signal decoded by the processing unit 42 to the left and right channel frequency domain signals. Refactoring.
  • the processing unit 42 is further configured to perform energy compensation on the 5, 6, 7 subbands of the reconstructed left and right channel frequency domain signals. Adjustment.
  • the energy-adjusted mono decoding frequency domain signal pair is used in the first sub-band region.
  • Reconstruction of the left and right channel frequency domain signals; reconstruction of the left and right channel frequency domain signals by the unadjusted mono frequency domain signal in the second subband region, since only the mono coding layer and the stereo are received The first enhancement layer code stream, so the parameters of the second sub-band region of the residual are not received, so the left-channel frequency domain signal is weighted by the un-enhanced mono-decoded frequency-domain signal in the second sub-band region. So that the decoding end and the encoding end process the signal to be consistent, so the quality of the decoded stereo signal can be improved.
  • FIG. 4 is a schematic structural diagram of an audio decoder according to an embodiment of the present invention, which is different from the audio decoder 1 in that the audio decoder 2 further includes a second reconstruction unit 51, where:
  • the second reconstruction unit 51 uses The left and right channel frequency domain signals are reconstructed by using the energy-adjusted mono-decoded frequency domain signal in all sub-band regions.
  • first reconstruction unit 43 and the second reconstruction unit 51 can be integrated as one reconstruction unit.
  • the storage medium may include: a ROM, a RAM, a magnetic disk or an optical disk, and the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

一种音频解码方法和音频解码器 本申请要求于 2009 年 5 月 14 日提交中国专利局、 申请号为 200910137565.3，发明名称为 "一种音频解码方法和音频解码器" 的中国专 利申请的优先权， 在先申请文件的内容通过引用结合在本申请中。 技术领域
本发明涉及多声道音频编解码技术领域， 具体涉及一种音频解码方法 和音频解码器。 背景技术
目前， 多声道音频信号有着广泛的应用场景， 如电话会议、 游戏等， 因此多声道音频信号的编解码也越来越受到重视。 基于波形编码的传统编 码器如 MPEG-II ( Moving Pictures Experts Group II， 动态图像专家组标准第 二版）、 MP3 ( Moving Picture Experts Group Audio Layer III, 动态图像专家 组音频第三层）和 AAC ( Advanced Audio Coding, 高级音频编码）在对多 声道信号进行编码时， 都是对每一个声道进行独立编码。 这种方法虽然能 够较好地恢复出多声道信号， 但是需要的带宽、 编码码率是单声道信号的 数倍。
目前较为流行的立体声或多声道编码技术是参数立体声编码， 其利用 很少的带宽就可以重建出听觉感受和原始信号完全相同的多声道信号。 其 基本方法是： 在编码端， 将多声道信号下混成一个单声道信号， 并对此信 号进行独立编码， 同时提取各声道间的声道参数， 并对这些参数进行编码。 在解码端， 首先解码出下混后的单声道信号， 然后解码出各声道间的声道 参数， 最后利用这些声道参数与下混后的单声道信号一起合成出各多声道 信号。 典型的参数立体声编码技术， 如 PS (变量立体声）等都有着广泛的 应用。 在参数立体声编码中通常用来描述各声道间相互关系的声道参数有
ITD( Inter-channel Time Difference,声道间时间差)、 ILD( Inter-channel Level Difference, 声道间幅度差）及 ICC ( Inter-Channel Coherence, 声道间相关 性）等。 这些参数可以表征立体声声像信息， 如声源发声方向、 位置等。 在编码端对这些参数进行编码传输， 并且对由多声道得到的下混信号进行 编码传输， 就可以在解码端较好地重构出立体声信号， 而且占用带宽小， 编码码率低。 但是， 在对现有技术的研究和实践过程中， 本发明的发明人发现， 采 用现有的参数立体声编解码方法， 存在编解码端处理信号不一致的问题， 这种编解码信号的不一致会使解码得到的信号质量下降。
发明内容
本发明实施例提供一种音频解码方法和音频解码器， 能够使编解码端 处理信号一致， 提高解码立体声信号的质量。
本发明实施例包括以下技术方案：
一种音频解码方法， 包括：
确定待解码的码流为单声道编码层和立体声第一增强层码流； 对所述单声道编码层进行解码， 获得单声道解码频域信号；
在第一子带区域采用能量调整后的所述单声道解码频域信号对左右声 道频域信号进行重构；
在第二子带区域采用未经能量调整的所述单声道解码频域信号对左右 声道频域信号进行重构。
一种音频解码器， 包括： 判断单元、 处理单元和第一重构单元， 其中： 所述判断单元， 用于判断待解码的码流是否为单声道编码层和立体声 第一增强层码流， 如果是， 则触发第一重构单元；
所述处理单元， 用于对所述单声道编码层进行解码， 获得单声道解码 频域信号；
所述第一重构单元， 用于在第一子带区域采用能量调整后的单声道解 码频域信号对左右声道频域信号进行重构； 在第二子带区域采用所述处理 单元解码得到的未经能量调整的所述单声道解码频域信号对左右声道频域 信号进行重构。 本发明实施例根据待解码的码流状态决定解码过程中在对单声道信号 进行重构时所采用的单声道信号类型， 其中在确定待解码的码流为单声道 编码层和立体声第一增强层码流时， 在第一子带区域采用能量调整后的单 声道解码频域信号对左右声道频域信号进行重构； 在第二子带区域采用未 经能量调整的单声道解码频域解码信号对左右声道频域信号进行重构， 由 于待解码的码流只包含单声道编码层和立体声第一增强层码流， 而不包含 残差第二子带区域的参数， 所以在第二子带区域采用未经能量调整的解码 频域解码信号对左右声道频域信号进行重构， 从而使得解码端与编码端信 号保持一致， 因此可以提高解码立体声信号质量。 附图说明
图 1是参数立体声音频编码方法流程图；
图 2是本发明实施例中一种音频解码方法流程图；
图 3是本发明实施例中另一种音频解码方法流程图；
图 4是本发明实施例中音频解码器一结构示意图；
图 5是本发明实施例中音频解码器二结构示意图。
具体实施方式
本发明的发明人发现， 现有音频解码方法所重构的立体声信号质量取 决于两方面： 重构的单声道信号质量和立体声参数提取的准确性。 其中， 在解码端重构的单声道信号质量对最终输出的重构立体声信号质量起着非 常重要的作用。 因此在解码端需要尽可能高质量地重构出单声道信号， 在 此基 上才能重构出高质量的立体声信号。
本发明实施例提供一种音频解码方法， 能够使编解码端的处理信号一 致， 从而可以提高解码立体声信号的质量。 本发明实施例还提供相应的音 频解码器。
为使本领域技术人员更好地理解和实现本发明实施例， 以下首先对参 数立体声编码在编码端所执行的操作进行伴细说明， 参照图 1， 为参数立体 声音频编码方法流程图， 具体步骤如下：
511、根据原始左右声道信号提取声道参数 ITD，根据 ITD参数对左右声 道信号进行声道延时调整， 对调整后的左右声道信号进行下混处理， 得到 单声道信号（也可称为和信号即 M信号）和边信号（S信号）。
M信号和 S信号在 [0~7khz]频带 内 的频域信号分别 为 ： {w(0),w(l),---,w(N-l)}, ^SXO^I N— 1)}。 根据式（1 )得到左右 声 道 在 [0~7khz] 频 带 内 的 频 域 信 号 Z{/(0),/(l),---,/(N-l)} ，
R{r(0),r(\),---,r(N-\)}a
Figure imgf000006_0001
512、 将左右声道的频域信号划分为 8个子带， 按子带提取左右声道参 数 ILD: W[band][l],W[band][r] , 并进行量化编码得到量化后的声道参数 ILD: Wq[band][l],Wq[band][r], 其中 b i e (0，1，2，3，4，5，6，7)， 1表示左声道参 数 ILD， r标识为右声道参数 ILD。
513、 对 M信号进行编码， 并且进行本地解码得到本地解码频域信号 Mx {mx (0), mx (1)，•••,w1(N-l)}0
514、将 S13得到的 频域信号划分为和左右声道相同的 8个子带，按照 式（2)计算 5， 6， 7子带的能量补偿参数 画 对能量补偿参数进 行量化编码， 得到量化后
Figure imgf000006_0002
。 ecomp[band] =
Figure imgf000007_0001
q an r x q an r x nmo yenergy an
(2) 其中： C[ba"i] [/][/]= ,
Figure imgf000007_0002
Unmofiyenergy[ban ] = (/) x mx (/)分别表示在当前子带原始左声道 i [st rtbarui,endband]
能量、 原始右声道能量、 本地解码单声道能量， [stoW ， i ]表示当前 子带频率点的起始位置和结束位置。
515、 对本地解码频域信号 进行频语峰值分析， 得到频谱分析结果 MASK{mask{Q),mask{\),- --,mask{N - 1)}， 其中 mask(i)G {0,1}。 当 ]^在1处的 频语信号1¾为峰值时， wo^( ) = l， 否则 wo^0') = 0。
516、 选择最佳能量调整因子 multiplier, 按照式（3)对解码频域信号 Mi 进 行 能 量 调 整 ， 得 到 能 量 调 整 后 的 频 域 信 号 M2 {m2(0),m2(\),- · ·， w2(N - 1)}， 对能量调整因子 multiplier进行量化编码。
Figure imgf000007_0003
S17、 利用能量调整后的频域信号 M2、 左右声道频域信号 L、 R以及左 右声道量化后的声道参数 ILD: Wq, 按照式 （4)计算左右声道残差信息
Figure imgf000007_0004
--,eleft(N - 1) ， 以 及 resright{eright(0), eright(\), ···, eright(N - 1)}。
eleft(i) = /(/) - W [band] [I] x m2 (i)
， i ^,end , band = 0,1,2,3,·· -7 erightii) = r{i)-Wq [band] [r]xm2 (i) 1 band, band ，， ， ， (4)
S18、 对左右声道残差进行 K-L (Karhunen-Loeve)变换， 对变换核 H进 行量化编码， 对变换后得到的残差主元^7{^(0)，^(1)，...，^(^ - 1)}、 残差
、 t ED{ed(0),ed(l),' - -,ed{N - 1)}进行分层多次量化编码。
S 19、 对编码端提取的各种编码信息按照重要程度进行分层封装码流， 将编码码流传输。
其中， M信号的编码信息最重要， 首先作为单声道编码层进行封装； 声 道参数 ILD、 声道参数 ITD、 能量调整因子、 能量补偿参数、 K-L变换核和 残差主元 0~4子带第一次量化编码结果作为立体声第一增强层进行封装； 其 他信息也按重要性进行分层封装。
由于码流的传输网络环境时刻在变化， 当网络资源不足时， 在解码端 不能接收到所有的编码信息。 例如只接收到单声道编码层和立体声第一增 强层码流， 其他层码流没有接收到。
本发明的发明人在对现有技术的研究和实践过程中发现： 对于解码端 只接收到单声道编码层和立体声第一增强层码流的情况下， 即待解码的码 流只有单声道编码层和立体声第一增强层码流， 现有技术中对解码端的能 量补偿是基于能量调整后的单声道解码频域信号进行的， 而在编码端步骤 S14中提取 5， 6， 7子带的能量补偿参数是基于未经能量调整的单声道解码 频域信号进行的， 此时， 编解码段的处理信号不一致， 这种编解码端信号 的不一致会使解码输出信号的质量出现下降。
而本发明实施例在解码端根据待解码的码流状态决定解码过程中采用 的单声道解码频域信号类型， 当解码端只接收到单声道编码层和立体声第 一增强层码流时， 在重构 5， 6, 7子带的立体声信号时采用未经能量调整的 单声道解码频域信号进行重构； 在重构 0~4子带的立体声信号时采用经过能 量调整后的单声道解码频域信号进行重构。
参照图 2， 为本发明实施例中一种音频解码方法流程图， 包括：
S21、 确定待解码的码流为单声道编码层和立体声第一增强层码流； 522、 对所述单声道编码层进行解码， 获得单声道解码频域信号；
523、在第一子带区域采用能量调整后的所述单声道解码频域信号对左 右声道频域信号进行重构；
524、在第二子带区域采用未经能量调整的所述单声道解码频域信号对 左右声道频域信号进行重构。
本发明实施例提供了一种音频解码方法， 根据接收到的码流状态决定 解码过程中在对单声道信号进行重构时所采用的单声道信号类型， 在确定 接收到的码流为单声道编码层和立体声第一增强层码流时， 在第一子带区 域采用能量调整后的单声道解码频域信号对左右声道频域信号进行重构； 在第二子带区域采用未经能量调整的单声道解码频域信号对左右声道频域 信号进行重构， 由于待解码的码流只有单声道编码层和立体声第一增强层 码流， 解码端没有接收到残差第二子带区域的参数， 所以在第二子带区域 采用未经能量调整的单声道解码频域信号对左右声道频域信号进行重构， 从而使得解码端与编码端信号的处理信号保持一致， 从而可以提高解码立 体声信号质量。
参照图 3， 为本发明实施例中另一种音频解码方法流程图， 以下通过具 体步骤详细说明在解码端确定只接收到单声道编码层和立体声第一增强层 码流的情况下， 本发明实施例在解码端所采用的解码方法：
S3 K判断接收到的码流是否只包含单声道编码层和立体声第一增强层 码流， 如果是， 则执行步骤 S32;
S32、对接收到的单声道编码层码流可以采用与编码端使用的音频 /语音 编码器对应的任意一种音频 /语音解码器进行解码操作， 进行得到单声道解 码频域信号：
Figure imgf000009_0001
该信号即为编码端步骤 S13得到 的信号。 从立体声第一增强层码流中读取各个参数对应的码字， 对各参数 进行解码得到声道参数 ILD: W band][l],W band][r] . 声道参数 ITD、 能量 调整因子 multiplie 量化后能量补偿参数 ecowpjb i]、 K-L变换核 H和残 差主元 0~4子带第一次量化结果 EUq {euqX (0), euqX (1), ···, euqX {end, ),0,0…，0}。
533、 对单声道解码频域信号 Ml进行频语峰值分析， 即在频域中搜索 频语极大值， 得到频谱分析结果： MASK maskiQ maski^cmask N— 1 , 其中 wa^()e{0，l}。 当 Ml在 i处的频谱信号 ml(i)为峰值， 即极大值时， mask{i) = 1， 否贝 "] mask{i) = 0。
534、 根据解码得到的能量调整因子 multiplier和频谱分析结果对单声道 解码频域信号采用式（5)进行能量调整：
(i) x multiplier， mask i) = 0
Figure imgf000010_0001
ml (i) ， mask{i) = 1 (5)
从 而 得 到 能 量 调 整 后 的 单 声 道 解 码 频 域 信 号 M2 {m2 (0), w2 (1)，…， w2 (N - 1)}。
S35、 根据 K-L变换核 H和残差主元 0~4子带第一次量化结果 {e"l(0),eM l(l)， 0"c/4 ),0,0…,。）按式（ 6 )进行^ K-L变换，得到左右声 道 在 0~4 子 带 的 第 一 次 量 化 残 差 信 息 resleft qX {eleftql (0), eleftq (1)， ···, eleftql {end )，0,0…，0} ， resright x {eright x (0), eright x (1), - - - , eright χ end ),0,0· . ·，0}。
(6)
Figure imgf000010_0002
S36、 在 0~4子带采用经过能量调整后的单声道解码频域信号 M2， 根据 式（7) 重构左右声道频域信号， 在 5， 6, 7子带采用未经能量调整的单声 道解码频域信号^^根据式（8)重构左右声道频域信号。
I ( = eleftql ( + Wq [band] [I] x m2 (i)
r i) = eright , (i) + W [band] [r] x m2 (i) i [st rt band, end band],band = 0,1,2,3,4
( 7 )
/'(/') = deft (i) + W [band] [I] x mx (i)
， i≡\starth , , end, A.band = 5,6,7 r ' ( = erightql (/) + Wq [band] [r] x mi (/) L ， 」， ，，
( 8 ) 由于在解码端接收到了立体声第一增强层码流， 其中包含 0-4子带的左 右声道残差信息， 因此在重构 0~4子带的立体声信号时采用能量调整后的单 声道解码频域信号 M2对左右声道频域信号进行重构。 而除了单声道编码层 和立体声第一增强层之外的码流， 解码端没有接收到其他的增强层码流， 从而无法获得 5， 6, 7子带的左右声道残差信息， 且在编码端的步骤 S14中， 是按照式（2 )提取 5， 6， 7子带的能量补偿参数的， 从 S14可以看出， 所述 能量补偿参数是基于单声道解码频域信号 Μι;¾行的， 因此本步骤中在重构 5， 6 , 7子带的立体声信号时采用未经能量调整的单声道解码频域信号 进行重构， 而在 0~4子带的立体声信号采用经过能量调整后的单声道解码频 域信号 M2进行重构， 从而使得编解码端的信号保持一致。
537、 按照式（9 )对重构后的左右声道频域信号的 5， 6, 7子带进行能 量补偿调整。
_ χ J Qecompq [band]/20
, , .、― ，, .、 1 A_[ ]/20 - 1 G startband , endband ] , band = 5,6,7
(9)
538、 对左右声道频域信号进行处理， 得到最终的左右声道输出信号。 以上以参数立体声音频编码过程中将频域信号划分为 8个子带， 且主元 参数的 0~4子带封装在立体声第一增强层， 有关残差的其他参数封装在其他 立体声增强层进行说明， 需要说明的是，此时， 0~4子带称为第一子带区域， 5~7子带称为第二子带区域。 可以理解的是， 在具体实施中， 参数立体声音 频编码过程中也可以将频域信号划分为其他数目的多个子带。 即使对于划 将主元参数的 0~3子带封装在立体声第一增强层， 有关残差的其他参数封装 在其他立体声增强层， 此时， 0~3子带称为第一子带区域， 4~7子带称为第 二子带区域， 相应的， 对于待解码的码流只有单声道编码层和立体声第一 增强层码流的情况， 本发明实施例在解码端在 0~3子带（第一子带区域）采 用能量调整后的单声道解码频域信号对左右声道频域信号进行重构； 在 4~7 子带 （第二子带区域）采用未经能量调整的单声道解码频域信号对左右声 道频域信号进行重构。
从本实施例可以看出， 根据接收到的码流状态决定解码过程中在对单 声道信号进行重构时所采用的单声道信号类型， 其中在确定接收到的码流 为单声道编码层和立体声第一增强层码流时， 在第一子带区域采用能量调 整后的单声道解码频域信号对左右声道频域信号进行重构； 在第二子带区 域采用未经能量调整的单声道解码频域信号对左右声道频域信号进行重 构， 由于待解码的码流只有单声道编码层和立体声第一增强层码流， 解码 端没有接收到残差第二子带区域的参数， 所以在第二子带区域采用未经能 量调整的单声道解码频域信号对左右声道频域信号进行重构， 从而使得解 码端与编码端信号的处理信号保持一致， 从而可以提高解码立体声信号质 量。
对于解码端接收到的码流除了单声道编码层和立体声第一增强层码流 外， 还包含其他立体声增强层码流（例如， 单声道编码层和所有立体声增 强层码流完全接收） 时， 解码过程与上述过程有所不同。 不同之处在于， 此时可以解码得到残差在所有子带区域的信息， 因此在对左右声道频域信 号 （包括第一子带区域的立体声信号和第二子带区域的立体声信号）进行 重构时采用能量调整后的单声道解码频域信号。 并且， 由于能够完整得到 残差在所有子带区域的信息， 因此不需要对第一子带或第二子带的左右声 道频域信号进行能量补偿。 从而使得编解码端处理信号一致。
以上对本发明实施例所采用的音频解码方法进行了详细说明， 以下对 使用上述音频解码方法的解码器进行对应介绍。
参照图 4， 为本发明实施例中音频解码器一结构示意图， 音频解码器一 包括： 判断单元 41、 处理单元 42和第一重构单元 43， 其中：
判断单元 41， 用于判断待解码的码流是否为单声道编码层和立体声第 一增强层码流， 如果是， 则触发第一重构单元 43;
处理单元 42， 用于对所述单声道编码层进行解码， 获得单声道解码频 域信号；
第一重构单元 43， 用于在第一子带区域采用能量调整后的单声道解码 频域信号对左右声道频域信号进行重构； 在第二子带区域采用所述处理单 元 42解码得到的未经能量调整的所述单声道解码频域信号对左右声道频域 信号进行重构。
所述处理单元 42还用于对所述立体声第一增强层码流进行解码， 获得 能量调整因子， 对所述单声道解码频域信号进行频语峰值分析， 获得频谱 分析结果， 根据所述频谱分析结果和所述能量调整因子对所述单声道解码 频域信号进行能量调整。
如果参数立体声音频编码过程中将频域信号划分为 8个子带， 且主元参 数的 0~4子带封装在立体声第一增强层， 有关残差的其他参数封装在其他立 体声增强层， 则第一重构单元 43具体用于在 0~4子带采用能量调整后的单声 道解码频域信号对左右声道频域信号进行重构， 在 5， 6， 7子带采用处理单 元 42解码得到的未经能量调整的单声道解码频域信号对左右声道频域信号 进行重构。
当第一重构单元 43获得重构后的左右声道频域信号后， 所述处理单元 42还用于对重构后的左右声道频域信号的 5， 6， 7子带进行能量补偿调整。
可见， 本实施例所介绍的音频解码器在确定只接收到单声道编码层和 立体声第一增强层码流时， 在第一子带区域采用能量调整后的单声道解码 频域信号对左右声道频域信号进行重构； 在第二子带区域采用未经能量调 整的单声道频域信号对左右声道频域信号进行重构， 由于只接收到单声道 编码层和立体声第一增强层码流， 因此残差第二子带区域的参数没有接收 到， 所以在第二子带区域采用未经能量调整的单声道解码频域信号对左右 声道频域信号进行重构， 从而使得解码端与编码端处理信号保持一致， 因 此可以提高解码立体声信号质量。
参照图 4， 为本发明实施例中音频解码器二结构示意图， 与音频解码器 一的不同之处在于， 音频解码器二中还包括第二重构单元 51， 其中：
当所述判断单元 41的判断结果为待解码的码流除了单声道编码层和立 体声第一增强层码流外， 还包含其他立体声增强层码流时， 所述第二重构 单元 51用于在所有子带区域采用能量调整后的所述单声道解码频域信号对 左右声道频域信号进行重构。
可以理解的是， 在具体实施中， 第一重构单元 43与第二重构单元 51可 以集成在一起， 作为一个重构单元。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分 步骤是可以通过程序来指令相关的硬件来完成， 该程序可以存储于一计算 机可读存储介质中， 存储介质可以包括： ROM、 RAM, 磁盘或光盘等。 以上对本发明实施例所提供的音频解码方法和音频解码器进行了详细 上实施例的说明只是用于帮助理解本发明的方法及其核心思想； 同时， 对 于本领域的一般技术人员， 依据本发明的思想， 在具体实施方式及应用范 围上均会有改变之处， 综上所述， 本说明书内容不应理解为对本发明的限 制。

Claims

权利要求
1、 一种音频解码方法， 其特征在于， 包括：
确定待解码的码流为单声道编码层和立体声第一增强层码流； 对所述单声道编码层进行解码， 获得单声道解码频域信号；
在第一子带区域采用能量调整后的所述单声道解码频域信号对左右声 道频域信号进行重构；
在第二子带区域采用未经能量调整的所述单声道解码频域信号对左右 声道频域信号进行重构。
2、 如权利要求 1所述的方法， 其特征在于， 还包括：
对所述单声道解码频域信号进行能量调整。
3、 如权利要求 2所述的方法， 其特征在于， 所述对所述单声道解码频 域信号进行能量调整包括：
对所述立体声第一增强层码流进行解码， 获得能量调整因子； 对所述单声道解码频域信号进行频语峰值分析， 获得频谱分析结果； 根据所述频谱分析结果和所述能量调整因子对所述单声道解码频域信 号进行能量调整。
4、如权利要求 1-3任一所述的方法， 其特征在于， 所述在第一子带区域 采用能量调整后的所述单声道解码频域信号对左右声道频域信号进行重 构； 在第二子带区域采用未经能量调整的所述单声道解码频域信号对左右 声道频域信号进行重构具体为：
在 0~4子带采用能量调整后的所述单声道解码频域信号对左右声道频 域信号进行重构； 在 5， 6, 7子带采用未经能量调整的所述单声道解码频域 信号对左右声道频域信号进行重构。
5、 如权利要求 4所述的方法， 其特征在于， 对左右声道频域信号重构 后还包括： 对重构后的左右声道频域信号的 5， 6, 7子带进行能量补偿调整。
6、 一种音频解码器， 其特征在于， 包括： 判断单元、 处理单元和第一 重构单元， 其中：
所述判断单元， 用于判断待解码的码流是否为单声道编码层和立体声 第一增强层码流， 如果是， 则触发第一重构单元；
所述处理单元， 用于对所述单声道编码层进行解码， 获得单声道解码 频域信号；
所述第一重构单元， 用于在第一子带区域采用能量调整后的单声道解 码频域信号对左右声道频域信号进行重构； 在第二子带区域采用所述处理 单元解码得到的未经能量调整的所述单声道解码频域信号对左右声道频域 信号进行重构。
7、 如权利要求 6所述的音频解码器， 其特征在于， 所述处理单元还用 于对所述立体声第一增强层码流进行解码， 获得能量调整因子， 对所述单 声道解码频域信号进行频谱峰值分析， 获得频谱分析结果， 根据所述频谱 分析结果和所述能量调整因子对所述单声道解码频域信号进行能量调整。
8、 如权利要求 7所述的音频解码器， 其特征在于， 所述第一重构单元 具体用于在 0~4子带采用能量调整后的单声道解码频域信号对左右声道频 域信号进行重构； 在 5， 6， 7子带采用所述处理单元解码得到的未经能量调 整的所述单声道解码频域信号对左右声道频域信号进行重构。
9、 如权利要求 8所述的音频解码器， 其特征在于， 当第一重构单元获 得重构后的左右声道频域信号后， 所述处理单元还用于对重构后的左右声 道频域信号的 5， 6， 7子带进行能量补偿调整。
10、 如权利要求 6所述的音频解码器， 其特征在于， 还包括： 第二重构 单元， 当所述判断单元的判断结果为待解码的码流除了单声道编码层和立体 声第一增强层码流外， 还包含其他立体声增强层码流时， 所述第二重构单 元用于在所有子带区域采用能量调整后的所述单声道解码频域信号对左右 声道频域信号进行重构。
PCT/CN2010/072781 2009-05-14 2010-05-14 一种音频解码方法和音频解码器 Ceased WO2010130225A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2012510106A JP5418930B2 (ja) 2009-05-14 2010-05-14 音声復号化方法および音声復号化器
KR1020117028589A KR101343898B1 (ko) 2009-05-14 2010-05-14 오디오 디코딩 방법 및 오디오 디코더
EP10774566.3A EP2431971B1 (en) 2009-05-14 2010-05-14 Audio decoding method and audio decoder
US13/296,001 US8620673B2 (en) 2009-05-14 2011-11-14 Audio decoding method and audio decoder

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2009101375653A CN101556799B (zh) 2009-05-14 2009-05-14 一种音频解码方法和音频解码器
CN200910137565.3 2009-05-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/296,001 Continuation US8620673B2 (en) 2009-05-14 2011-11-14 Audio decoding method and audio decoder

Publications (1)

Publication Number Publication Date
WO2010130225A1 true WO2010130225A1 (zh) 2010-11-18

Family

ID=41174887

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2010/072781 Ceased WO2010130225A1 (zh) 2009-05-14 2010-05-14 一种音频解码方法和音频解码器

Country Status (6)

Country Link
US (1) US8620673B2 (zh)
EP (1) EP2431971B1 (zh)
JP (1) JP5418930B2 (zh)
KR (1) KR101343898B1 (zh)
CN (1) CN101556799B (zh)
WO (1) WO2010130225A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010091555A1 (zh) * 2009-02-13 2010-08-19 华为技术有限公司 一种立体声编码方法和装置
JP5949270B2 (ja) * 2012-07-24 2016-07-06 富士通株式会社 オーディオ復号装置、オーディオ復号方法、オーディオ復号用コンピュータプログラム
EP2830054A1 (en) 2013-07-22 2015-01-28 Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder, audio decoder and related methods using two-channel processing within an intelligent gap filling framework
CN103413553B (zh) * 2013-08-20 2016-03-09 腾讯科技（深圳）有限公司 音频编码方法、音频解码方法、编码端、解码端和系统
US9984693B2 (en) * 2014-10-10 2018-05-29 Qualcomm Incorporated Signaling channels for scalable coding of higher order ambisonic audio data
US10140996B2 (en) 2014-10-10 2018-11-27 Qualcomm Incorporated Signaling layers for scalable coding of higher order ambisonic audio data
WO2016142002A1 (en) 2015-03-09 2016-09-15 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio encoder, audio decoder, method for encoding an audio signal and method for decoding an encoded audio signal
CN106205626B (zh) * 2015-05-06 2019-09-24 南京青衿信息科技有限公司 一种针对被舍弃的子空间分量的补偿编解码装置及方法
KR102856247B1 (ko) * 2015-06-17 2025-09-04 삼성전자주식회사 저연산 포맷 변환을 위한 인터널 채널 처리 방법 및 장치
CN107358961B (zh) * 2016-05-10 2021-09-17 华为技术有限公司 多声道信号的编码方法和编码器
CN107358960B (zh) * 2016-05-10 2021-10-26 华为技术有限公司 多声道信号的编码方法和编码器
EP3469589B1 (en) * 2016-06-30 2024-06-19 Huawei Technologies Duesseldorf GmbH Apparatuses and methods for encoding and decoding a multichannel audio signal
WO2018058379A1 (zh) 2016-09-28 2018-04-05 华为技术有限公司 一种处理多声道音频信号的方法、装置和系统
US10586546B2 (en) 2018-04-26 2020-03-10 Qualcomm Incorporated Inversely enumerated pyramid vector quantizers for efficient rate adaptation in audio coding
US10573331B2 (en) * 2018-05-01 2020-02-25 Qualcomm Incorporated Cooperative pyramid vector quantizers for scalable audio coding
EP3588495A1 (en) 2018-06-22 2020-01-01 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. Multichannel audio coding
CN112270934B (zh) * 2020-09-29 2023-03-28 天津联声软件开发有限公司 一种nvoc低速窄带声码器的语音数据处理方法
CN115691515A (zh) * 2022-07-12 2023-02-03 南京拓灵智能科技有限公司 一种音频编解码方法及装置
CN115116232B (zh) * 2022-08-29 2022-12-09 深圳市微纳感知计算技术有限公司 汽车鸣笛的声纹比较方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1118199A (ja) * 1997-06-26 1999-01-22 Nippon Columbia Co Ltd 音響処理装置
US6032081A (en) * 1995-09-25 2000-02-29 Korea Telecommunication Authority Dematrixing processor for MPEG-2 multichannel audio decoder
WO2002091362A1 (fr) * 2001-05-07 2002-11-14 France Telecom Procede d'extraction de parametres d'un signal audio, et codeur mettant en oeuvre un tel procede
CN1875402A (zh) * 2003-10-30 2006-12-06 皇家飞利浦电子股份有限公司 音频信号编码或解码
US20080161952A1 (en) * 2006-12-27 2008-07-03 Kabushiki Kaisha Toshiba Audio data processing apparatus
CN101366321A (zh) * 2006-01-09 2009-02-11 诺基亚公司 双声道音频信号的解码
CN101433099A (zh) * 2006-01-05 2009-05-13 艾利森电话股份有限公司 多声道环绕声的个性化解码

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01118199A (ja) 1988-04-28 1989-05-10 Kawai Musical Instr Mfg Co Ltd 電子楽器の電源投入時処理方式
JPH06289900A (ja) 1993-04-01 1994-10-18 Mitsubishi Electric Corp オーディオ符号化装置
US6138051A (en) * 1996-01-23 2000-10-24 Sarnoff Corporation Method and apparatus for evaluating an audio decoder
US6175631B1 (en) * 1999-07-09 2001-01-16 Stephen A. Davis Method and apparatus for decorrelating audio signals
CA2992051C (en) * 2004-03-01 2019-01-22 Dolby Laboratories Licensing Corporation Reconstructing audio signals with multiple decorrelation techniques and differentially coded parameters
SE0202159D0 (sv) * 2001-07-10 2002-07-09 Coding Technologies Sweden Ab Efficientand scalable parametric stereo coding for low bitrate applications
CN1647156B (zh) 2002-04-22 2010-05-26 皇家飞利浦电子股份有限公司 参数编码方法、参数编码器、用于提供音频信号的设备、解码方法、解码器、用于提供解码后的多声道音频信号的设备
TWI288915B (en) 2002-06-17 2007-10-21 Dolby Lab Licensing Corp Improved audio coding system using characteristics of a decoded signal to adapt synthesized spectral components
WO2005081229A1 (ja) * 2004-02-25 2005-09-01 Matsushita Electric Industrial Co., Ltd. オーディオエンコーダ及びオーディオデコーダ
SE0400998D0 (sv) * 2004-04-16 2004-04-16 Cooding Technologies Sweden Ab Method for representing multi-channel audio signals
US7391870B2 (en) * 2004-07-09 2008-06-24 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E V Apparatus and method for generating a multi-channel output signal
KR100773539B1 (ko) * 2004-07-14 2007-11-05 삼성전자주식회사 멀티채널 오디오 데이터 부호화/복호화 방법 및 장치
US7573912B2 (en) * 2005-02-22 2009-08-11 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschunng E.V. Near-transparent or transparent multi-channel encoder/decoder scheme
WO2008016097A1 (en) * 2006-08-04 2008-02-07 Panasonic Corporation Stereo audio encoding device, stereo audio decoding device, and method thereof
CN101802907B (zh) * 2007-09-19 2013-11-13 爱立信电话股份有限公司 多信道音频的联合增强
WO2009057329A1 (ja) * 2007-11-01 2009-05-07 Panasonic Corporation 符号化装置、復号装置およびこれらの方法
EP2215629A1 (en) * 2007-11-27 2010-08-11 Nokia Corporation Multichannel audio coding
CN101727906B (zh) 2008-10-29 2012-02-01 华为技术有限公司 高频带信号的编解码方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6032081A (en) * 1995-09-25 2000-02-29 Korea Telecommunication Authority Dematrixing processor for MPEG-2 multichannel audio decoder
JPH1118199A (ja) * 1997-06-26 1999-01-22 Nippon Columbia Co Ltd 音響処理装置
WO2002091362A1 (fr) * 2001-05-07 2002-11-14 France Telecom Procede d'extraction de parametres d'un signal audio, et codeur mettant en oeuvre un tel procede
CN1875402A (zh) * 2003-10-30 2006-12-06 皇家飞利浦电子股份有限公司 音频信号编码或解码
CN101433099A (zh) * 2006-01-05 2009-05-13 艾利森电话股份有限公司 多声道环绕声的个性化解码
CN101366321A (zh) * 2006-01-09 2009-02-11 诺基亚公司 双声道音频信号的解码
US20080161952A1 (en) * 2006-12-27 2008-07-03 Kabushiki Kaisha Toshiba Audio data processing apparatus

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ERIKSCHUIJERS ET AL.: "Advances in Parametric Coding for High-Quality Audio", AUDIO ENGINEERING SOCIETY 114TH, CONVENTION PAPER 5852, 22 March 2003 (2003-03-22), AMSTERDAM, THE NETHERLANDS, pages 1 - 10, XP008021606 *

Also Published As

Publication number Publication date
EP2431971A1 (en) 2012-03-21
KR101343898B1 (ko) 2013-12-20
KR20120016115A (ko) 2012-02-22
CN101556799B (zh) 2013-08-28
CN101556799A (zh) 2009-10-14
EP2431971B1 (en) 2019-01-09
JP5418930B2 (ja) 2014-02-19
EP2431971A4 (en) 2012-03-21
US20120095769A1 (en) 2012-04-19
US8620673B2 (en) 2013-12-31
JP2012527001A (ja) 2012-11-01

Similar Documents

Publication Publication Date Title
WO2010130225A1 (zh) 一种音频解码方法和音频解码器
TWI759240B (zh) 用以使用量化及熵寫碼來編碼或解碼方向性音訊寫碼參數之設備及方法
US11854560B2 (en) Audio scene encoder, audio scene decoder and related methods using hybrid encoder-decoder spatial analysis
CN101390443B (zh) 音频编码和解码
CN102270452B (zh) 近透明或透明的多声道编码器/解码器方案
CA2705968C (en) A method and an apparatus for processing a signal
CN109448741B (zh) 一种3d音频编码、解码方法及装置
JP5426680B2 (ja) 信号処理方法及び装置
CN101202043B (zh) 音频信号的编码方法和装置与解码方法和装置
TW201514972A (zh) 使用聯合編碼殘餘信號之音訊編碼器、音訊解碼器、方法及電腦程式
JP2004078183A (ja) オーディオ信号のマルチチャネル／キュー符号化／復号化
TW201131552A (en) Apparatus for providing an upmix signal representation on the basis of a downmix signal representation, apparatus for providing a bitstream representing a multi-channel audio signal, methods, computer program and bitstream using a distortion control sign
CN103329197A (zh) 用于反相声道的改进的立体声参数编码/解码
TWI689210B (zh) 時域身歷聲編解碼方法和相關產品
JP6768824B2 (ja) マルチチャンネルコーディング
CN105405445A (zh) 一种基于声道间传递函数的参数立体声编码、解码方法
TWI897027B (zh) 用於具有元資料之參數化經寫碼獨立串流之不連續傳輸的解碼器及解碼方法
TWI897026B (zh) 用於具有元資料之參數化經寫碼獨立串流之不連續傳輸的編碼器及編碼方法
JP2025541140A (ja) ニューラルネットワークモデルを用いたステレオ復号のための方法およびデコーダ
Elfitri Analysis by synthesis spatial audio coding

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10774566

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012510106

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20117028589

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2010774566

Country of ref document: EP