專利名稱：一種音頻數(shù)據(jù)的編碼方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多媒體技術(shù)，特別涉及一種音頻數(shù)據(jù)的編碼方法及裝置。
背景技術(shù)：
Ogg/Vorbis是美國(guó)Xiph. org組織開發(fā)的通用感知音頻編碼器。Ogg是一種多媒體外層格式，它可以是包含數(shù)字音頻(Vorbis)也可以包含數(shù)字視頻(Tarkin)，Vorbis是 Xiph. org開發(fā)的專用音頻格式。相比于MP3等其他編碼算法，Ogg/Vorbis的最大特點(diǎn)是 源碼完全公開、無(wú)專利限制，具有較大的編碼靈活性。Ogg/Vorbis采用了一種有損音頻壓縮算法，在高質(zhì)量(高比特率)級(jí)別(⑶或DAT立體聲，16/Mbit量化)時(shí)，與現(xiàn)在的MPEG-2 和MPEG-4等的音頻算法相當(dāng)；Ogg/Vorbis編碼器在沒(méi)有重新采樣到低采樣率時(shí)，可將⑶ 或DAT高質(zhì)量立體聲信號(hào)壓縮到低于48Kbps比特率；它支持采樣率為8kHz-192kHz的16 位以上的⑶音頻或PCM數(shù)據(jù)，支持30-190KbpS/channel的可變碼率模式(VBR)，并且具有壓縮率實(shí)時(shí)調(diào)節(jié)的技術(shù)，可以讓用戶在壓縮一個(gè)文件的過(guò)程中不用中斷工作就馬上改變壓縮率。Ogg/Vorbis支持單聲道、立體聲、4聲道、5. 1聲道，最高可支持255個(gè)獨(dú)立聲道。Ogg/Vorbis編碼過(guò)程也是對(duì)時(shí)域信號(hào)采取加窗處理一幀一幀逐步進(jìn)行，其中幀的大小分長(zhǎng)幀和短幀，每幀信號(hào)的編碼的基本流程如

圖1所示，具體為Ogg/Vorbis是美國(guó)Xiph. org組織開發(fā)的通用感知音頻編碼器。Ogg是一種多媒體外層格式，它可以是包含數(shù)字音頻(Vorbis)也可以包含數(shù)字視頻(Tarkin)，Vorbis是 Xiph. org開發(fā)的專用音頻格式。相比于MP3等其他編碼算法，Ogg/Vorbis的最大特點(diǎn)是 源碼完全公開、無(wú)專利限制，具有較大的編碼靈活性。Ogg/Vorbis采用了一種有損音頻壓縮算法，在高質(zhì)量(高比特率)級(jí)別(⑶或DAT立體聲，16/24bit量化)時(shí)，與現(xiàn)在的MPEG-2 和MPEG-4等的音頻算法相當(dāng)；Ogg/Vorbis編碼器在沒(méi)有重新采樣到低采樣率時(shí)，可將⑶ 或DAT高質(zhì)量立體聲信號(hào)壓縮到低于48Kbps比特率；它支持采樣率為8kHz-192kHz的16 位以上的⑶音頻或PCM數(shù)據(jù)，支持30-190KbpS/channel的可變碼率模式(VBR)，并且具有壓縮率實(shí)時(shí)調(diào)節(jié)的技術(shù)，可以讓用戶在壓縮一個(gè)文件的過(guò)程中不周中斷工作就馬上改變壓縮率。Ogg/Vorbis支持單聲道、立體聲、4聲道、5. 1聲道，最高可支持255個(gè)獨(dú)立聲道。Ogg/Vorbis編碼過(guò)程也是對(duì)時(shí)域信號(hào)采取加窗處理一幀一幀逐步進(jìn)行，其中幀的大小分長(zhǎng)幀和短幀，每幀信號(hào)的編碼的基本流程如圖1所示，其具體為編碼器首先對(duì)輸入音頻PCM信號(hào)進(jìn)行離散傅立葉變換MDCKModifiedDiscrete Cosine Transform)分析，同時(shí)對(duì)輸入音頻PCM信號(hào)要進(jìn)行FFT分析，再將經(jīng)過(guò)MDCT分析和FFT分析后獲得的兩種系數(shù)輸入給心理聲學(xué)模型單元，其中，MDCT系數(shù)用于計(jì)算噪聲掩蔽特性，F(xiàn)FT系數(shù)用于計(jì)算音調(diào)掩蔽特性，兩者的計(jì)算結(jié)果共同構(gòu)造總掩蔽曲線。然后，根據(jù) MDCT系數(shù)及獲得的總掩蔽曲線，對(duì)頻譜系數(shù)進(jìn)行線性預(yù)測(cè)分析，再用線性預(yù)測(cè)系數(shù)(LPC) 經(jīng)變換得到線譜對(duì)(Line Spectral Pair, LSP)來(lái)計(jì)算頻譜包絡(luò)，即基底曲線(Floor)；或通過(guò)線性分段逼近方式獲得基底曲線。接著，從MDCT系數(shù)中去掉頻譜包絡(luò)可得白化的殘差頻譜，由于殘差頻譜動(dòng)態(tài)范圍明顯變小，從而降低量化誤差。之后，采用聲道耦合技術(shù)對(duì)得到的殘差頻譜進(jìn)一步降低冗余度，耦合主要是將左右聲道數(shù)據(jù)從直角坐標(biāo)映射到平方極坐標(biāo)；最后，進(jìn)行矢量量化處理，即使用與該幀數(shù)據(jù)的采樣率和比特率對(duì)應(yīng)的碼本(系統(tǒng)會(huì)預(yù)先存儲(chǔ)多種碼本，以對(duì)應(yīng)不同的采樣率和比特率)對(duì)基底曲線和經(jīng)聲道耦合處理的殘差頻譜信息進(jìn)行編碼，最后對(duì)白化的各種信息數(shù)據(jù)，包括經(jīng)過(guò)矢量量化處理后數(shù)據(jù)，按Vorbis 定義的包格式組裝，形成Vorbis壓縮碼流。由此可見(jiàn)Ogg/Vorbis編碼操作流程的時(shí)間和空間復(fù)雜度都很高，因此，在處理芯片執(zhí)行能力較差的便攜式多媒體播放器中實(shí)現(xiàn)Ogg/Vorbis編碼有很大的難度。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種音頻數(shù)據(jù)的編碼方法及裝置，用以降低在便攜式多媒體播放器中實(shí)現(xiàn)Ogg/Vorbis編碼的復(fù)雜度。發(fā)明實(shí)施例提供的具體技術(shù)方案如下一種音頻數(shù)據(jù)的編碼方法，包括接收需要進(jìn)行編碼的音頻數(shù)據(jù)；對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換；根據(jù)所述MDCT變換結(jié)果計(jì)算掩蔽曲線；根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線；根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生的頻譜殘差；對(duì)所述頻譜殘差進(jìn)行聲道耦合；對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算；將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)。一種音頻編碼裝置，包括離散余弦變換單元，用于接收需要進(jìn)行編碼的音頻數(shù)據(jù)，并對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換；第一計(jì)算單元，用于根據(jù)所述MDCT變換的結(jié)果計(jì)算掩蔽曲線；第二計(jì)算單元，用于根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線；第三計(jì)算單元，用于根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生的頻譜殘差；耦合單元，用于對(duì)所述頻譜殘差進(jìn)行聲道耦合；矢量化單元，用于對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算；編碼單元，用于將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)?！N音頻處理設(shè)備，包括上述的音頻編碼裝置。綜上所述，本發(fā)明實(shí)施例中，采用了新設(shè)計(jì)的一條掩蔽曲線代替了現(xiàn)有技術(shù)下計(jì)算的音調(diào)掩蔽曲線和噪聲掩蔽曲線，從而有效減少了 Ogg/Vorbis編碼的計(jì)算量；另一方面，采用了指定的采用率和比特率對(duì)矢量化后的數(shù)據(jù)進(jìn)行編碼，從而有效減少了 Ogg/ Vorbis編碼所占用的程序空間。這樣，便降低了 Ogg/Vorbis編碼的計(jì)算復(fù)雜度和空間復(fù)雜度，進(jìn)而在便攜式設(shè)備中實(shí)現(xiàn)了 Ogg/Vorbis編碼。附圖說(shuō) 明圖1為現(xiàn)有技術(shù)下Ogg/Vorbis編碼實(shí)現(xiàn)原理圖；圖2為本發(fā)明實(shí)施例中音頻編碼裝置功能結(jié)構(gòu)圖；圖3A為本發(fā)明實(shí)施例中實(shí)現(xiàn)Ogg/Vorbis編碼流程圖；圖;3B為本發(fā)明實(shí)施例中耦合正方形極坐標(biāo)示意圖；圖4A為現(xiàn)有技術(shù)下對(duì)歌曲1進(jìn)行Ogg/Vorbis編碼效果示意圖；圖4B為本發(fā)明實(shí)施例中對(duì)歌曲1進(jìn)行Ogg/Vorbis編碼效果示意圖；圖5A為現(xiàn)有技術(shù)下對(duì)歌曲2進(jìn)行Ogg/Vorbis編碼效果示意圖；圖5B為本發(fā)明實(shí)施例中對(duì)歌曲2進(jìn)行Ogg/Vorbis編碼效果示意圖；圖6A為現(xiàn)有技術(shù)下對(duì)歌曲3進(jìn)行Ogg/Vorbis編碼效果示意圖；圖6B為本發(fā)明實(shí)施例中對(duì)歌曲3進(jìn)行Ogg/Vorbis編碼效果示意圖；圖7A為現(xiàn)有技術(shù)下對(duì)歌曲4進(jìn)行Ogg/Vorbis編碼效果示意圖；圖7B為本發(fā)明實(shí)施例中對(duì)歌曲4進(jìn)行Ogg/Vorbis編碼效果示意圖；圖8為本發(fā)明實(shí)施例中包含音頻編碼裝置的音頻處理設(shè)備的功能結(jié)構(gòu)圖。
具體實(shí)施例方式鑒于要在便攜式多媒體播放器中完全實(shí)現(xiàn)Ogg/Vorbis編碼具有很大的難度，本發(fā)明實(shí)施例中，為了降低Ogg/Vorbi s編碼的實(shí)現(xiàn)復(fù)雜度，對(duì)Ogg/Vorbi s編碼流程進(jìn)行了適當(dāng)?shù)貎?yōu)化，具體為接收需要進(jìn)行編碼的音頻數(shù)據(jù)，對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換，再根據(jù)所述MDCT變換結(jié)果計(jì)算掩蔽曲線，根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線，以及根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生的頻譜殘差，接著，對(duì)所述頻譜殘差進(jìn)行聲道耦合，并對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算，最后，將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)。通過(guò)大量數(shù)據(jù)實(shí)驗(yàn)發(fā)現(xiàn)，優(yōu)化Ogg/Vorbis編碼程序在如下幾個(gè)方面，可以減少大量的計(jì)算量和程序空間，而編碼完的Ogg/Vorbis音頻信號(hào)在音質(zhì)上并沒(méi)有下降很多，一般情況下與原來(lái)的標(biāo)準(zhǔn)OGG程序編碼后的結(jié)果基本相同。1 優(yōu)化心理聲學(xué)模型單元，噪聲掩蔽曲線和音調(diào)掩蔽曲線合二為一，同時(shí)根據(jù)不同采樣率和比特率修改掩蔽補(bǔ)償表，即根據(jù)采樣率和比特率在預(yù)先存儲(chǔ)的多個(gè)掩蔽補(bǔ)償表 (可以是通過(guò)實(shí)驗(yàn)提前得到)中確定相應(yīng)的掩蔽補(bǔ)償值，這個(gè)掩蔽補(bǔ)償表得到是理論依據(jù)人們對(duì)聲音頻率的敏感度，因?yàn)槿硕鷮?duì)低頻聲音敏感，而對(duì)高頻不敏感，所以補(bǔ)償?shù)臅r(shí)候就是對(duì)增加對(duì)低頻補(bǔ)償，減少對(duì)高頻補(bǔ)償，因而補(bǔ)償表的值就是從低頻到高頻逐漸減少。用該表對(duì)掩蔽曲線進(jìn)行補(bǔ)償，使得一條掩蔽曲線就能達(dá)到原來(lái)音調(diào)掩蔽曲線和噪聲掩蔽曲線兩條曲線近似一樣的效果。2:在相同采樣率的不同比特率下都采用相同的碼書進(jìn)行編碼，從而減少程序的運(yùn)算量，也節(jié)省了存儲(chǔ)空間。碼書(Codebook)是矢量量化的關(guān)鍵技術(shù)之一，通常以表格的形式記載，通過(guò)碼書查表得到到的數(shù)據(jù)就是碼字，用以實(shí)現(xiàn)數(shù)據(jù)壓縮。也就是說(shuō)，在本發(fā)明中，只存儲(chǔ)與特定采樣率對(duì)應(yīng)的一個(gè)碼書，在進(jìn)行矢量量化處理時(shí)，采用相同的碼書進(jìn)行編碼。作為替代，也可以只存儲(chǔ)少數(shù)幾個(gè)碼本，在進(jìn)行矢量量化處理時(shí)，從其中選一個(gè)最接近的進(jìn)行編碼，或者選一個(gè)最接近的后再進(jìn)行必要修改然后再進(jìn)行編碼。下面結(jié)合附圖對(duì)本發(fā)明優(yōu)選的實(shí)施方式進(jìn)行詳細(xì)介紹。參閱圖2所示，本發(fā)明實(shí)施例中，用于實(shí)現(xiàn)Ogg/Vorbis編碼的音頻編碼裝置包括離散余弦變換單元10、第一計(jì)算單元11、第二計(jì)算單元12、第三計(jì)算單13、耦合單元14、矢量化單元15和編碼單元16，其中，離散余弦變換單元10，用于接收需要進(jìn)行編碼的音頻數(shù)據(jù)，并對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換；第一計(jì)算單元11，用于根據(jù)所述MDCT變換的結(jié)果計(jì)算掩蔽曲線；第二計(jì)算單元12，用于根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線；第三計(jì)算單元13，用于根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生的頻譜殘差；耦合單元14，用于對(duì)所述頻譜殘差進(jìn)行聲道耦合；矢量化單元15，用于對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算；編碼單元16，用于將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)?；谏鲜鲈?，參閱圖3所示，本發(fā)明實(shí)施例中，實(shí)現(xiàn)Ogg/Vorbis編碼的詳細(xì)流程如下步驟300 接收需要進(jìn)行編碼的音頻數(shù)據(jù)；步驟310 對(duì)音頻數(shù)據(jù)進(jìn)行MDCT變換。本實(shí)施例中，使用50%重疊的改進(jìn)的離散余弦變換MDCT作為時(shí)頻轉(zhuǎn)換的手段，具體公式如下
權(quán)利要求
1.一種音頻數(shù)據(jù)的編碼方法，用于實(shí)現(xiàn)Ogg/Vorbis編碼，其特征在于，該編碼方法包括接收需要進(jìn)行編碼的音頻數(shù)據(jù)；對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換； 根據(jù)所述MDCT變換的結(jié)果計(jì)算掩蔽曲線； 根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線； 根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生頻譜殘差； 對(duì)所述頻譜殘差進(jìn)行聲道耦合； 對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算；將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)。
2.如權(quán)利要求1所述的方法，其特征在于，采用下述公式進(jìn)行MDCT變換
3.如權(quán)利要求1所述的方法，其特征在于，采用公式y(tǒng)= a+bx+c(x)計(jì)算掩蔽曲線，其中，
4.如權(quán)利要求1、2或3所述的方法，其特征在于，將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼時(shí)，根據(jù)設(shè)定的采樣率，針對(duì)不同的比特率，選擇預(yù)設(shè)的相同碼書對(duì)矢量化操作后獲得的數(shù)據(jù)進(jìn)行編碼。
5.一種音頻編碼裝置，用于實(shí)現(xiàn)Ogg/Vorbis編碼，其特征在于，該音頻編碼裝置包括 離散余弦變換單元，用于接收需要進(jìn)行編碼的音頻數(shù)據(jù)，并對(duì)所述音頻數(shù)據(jù)進(jìn)行改良的離散余弦變換，即MDCT變換；第一計(jì)算單元，用于根據(jù)所述MDCT變換的結(jié)果計(jì)算掩蔽曲線； 第二計(jì)算單元，用于根據(jù)掩蔽曲線采用分段線性方法計(jì)算產(chǎn)生基底曲線； 第三計(jì)算單元，用于根據(jù)所述掩蔽曲線和基底曲線計(jì)算產(chǎn)生頻譜殘差； 耦合單元，用于對(duì)所述頻譜殘差進(jìn)行聲道耦合； 矢量化單元，用于對(duì)所述聲道耦合的結(jié)果進(jìn)行矢量化計(jì)算；編碼單元，用于將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼，獲得編碼后的音頻數(shù)據(jù)。
6.如權(quán)利要求5所述的音頻編碼裝置，其特征在于，所述離散余弦變換單元采用公式
7.如權(quán)利要求5所述的音頻編碼裝置，其特征在于，所述第一計(jì)算單元采用公式y(tǒng) =a+bx+c(x)計(jì)算掩蔽曲線，其中，
8.如權(quán)利要求5、6或7所述的音頻編碼裝置，其特征在于，所述編碼單元將所述矢量化計(jì)算后獲得的數(shù)據(jù)按照指定的采樣率和比特率進(jìn)行編碼時(shí)，根據(jù)設(shè)定的采樣率，針對(duì)不同的比特率，選擇預(yù)設(shè)的相同碼書對(duì)矢量化操作后獲得的數(shù)據(jù)進(jìn)行編碼。
9.一種音頻處理設(shè)備，包括如權(quán)利要求5所述的音頻編碼裝置。
全文摘要
本發(fā)明涉及多媒體技術(shù)，公開了一種音頻數(shù)據(jù)的編碼方法及裝置，用以降低在便攜式多媒體播放器中實(shí)現(xiàn)Ogg/Vorbis編碼的復(fù)雜度。該方法為采用了新設(shè)計(jì)的一條掩蔽曲線代替了現(xiàn)有技術(shù)下計(jì)算的音調(diào)掩蔽曲線和噪聲掩蔽曲線，從而有效減少了Ogg/Vorbis編碼的計(jì)算量；另一方面，采用了指定的采用率和比特率對(duì)矢量化后的數(shù)據(jù)進(jìn)行編碼，從而有效減少了Ogg/Vorbis編碼所占用的程序空間。這樣，便降低了Ogg/Vorbis編碼的計(jì)算復(fù)雜度和空間復(fù)雜度，進(jìn)而在便攜式設(shè)備中實(shí)現(xiàn)了Ogg/Vorbis編碼。本發(fā)明同時(shí)公開了一種音頻編碼裝置。
文檔編號(hào)G10L19/00GK102332266SQ20101022959
公開日2012年1月25日 申請(qǐng)日期2010年7月13日 優(yōu)先權(quán)日2010年7月13日
發(fā)明者陳展 申請(qǐng)人:炬力集成電路設(shè)計(jì)有限公司