專利名稱：處理音頻信號的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于處理音頻信號的設(shè)備及其方法。雖然本發(fā)明適合于廣范圍的應(yīng)用，但是它特別適合于對音頻信號編碼或解碼。
背景技術(shù)：
通常，可以對音頻信號進行頻率變換(例如，MDCT (修正離散余弦變換))。在這樣做時，將作為MDCT的結(jié)果的MDCT系數(shù)傳輸給解碼器。如果這樣的話，解碼器通過利用MDCT系數(shù)進行頻率逆變換(例如，iMDCT (逆MDCT))，來重建音頻信號。

發(fā)明內(nèi)容
技術(shù)問題但是，在傳輸MDCT系數(shù)的過程中，如果傳輸全部數(shù)據(jù)，則可能引起降低比特率效率的問題。如果傳輸諸如脈沖等等的數(shù)據(jù)，則可能引起降低重建速率的問題。技術(shù)方案因此，本發(fā)明旨在基本上避免由于現(xiàn)有技術(shù)的限制和缺點所致的一個或多個問題。本發(fā)明的目的是提供一種處理音頻信號的設(shè)備及其方法，通過其基于能量產(chǎn)生的形狀矢量(shape vector)可用于傳輸譜系數(shù)(例如，MDCT系數(shù))。本發(fā)明的另一目的是提供一種處理音頻信號的設(shè)備及其方法，通過其形狀矢量被歸一化(normalize)然后被傳輸，以在傳輸形狀矢量時縮小動態(tài)范圍。本發(fā)明的另一目的是提供一種處理音頻信號的設(shè)備及其方法，通過其在傳輸每步驟產(chǎn)生的多個歸一化值時，對除了值的平均值之外的其余值進行矢量量化。有益效果因此，本發(fā)明提供以下效果和/或特點。首先，在傳輸譜系數(shù)時，當傳輸基于能量產(chǎn)生的形狀矢量時，能夠以較少的比特數(shù)提高重建速度。第二，因為將形狀矢量歸一化然后傳輸，所以本發(fā)明縮小了動態(tài)范圍，從而提高了比特效率。第三，本發(fā)明通過在多級中重復形狀矢量產(chǎn)生步驟來傳輸多個形狀矢量，從而在不顯著提高比特率的情況下更準確地重建譜系數(shù)。第四，在傳輸歸一化值時，本發(fā)明單獨地傳輸多個歸一化值的平均值，并且只矢量量化與差分矢量(differential vector)相對應(yīng)的值,從而提高了比特效率。第五，對歸一化值差分矢量進行的矢量量化的結(jié)果幾乎與SNR以及分配給差分矢量的總比特數(shù)無關(guān)，但是與形狀矢量的總比特數(shù)高度相關(guān)。因此，雖然將較少的比特數(shù)分配給歸一化值差分矢量，但是在不對重建速度造成顯著麻煩方面是有利的。


圖1是根據(jù)本發(fā)明實施例的音頻信號處理設(shè)備的方框圖。圖2是描述用于產(chǎn)生形狀矢量的處理的示意圖。圖3是描述用于通過多級(m=0，…)處理產(chǎn)生形狀矢量的處理的示意圖。圖4示出形狀矢量的矢量量化所必需的碼本的一個示例。圖5是形狀矢量的總比特數(shù)與信噪比(SNR)之間的關(guān)系的示意圖。圖6是歸一化值差分碼矢量的總比特數(shù)與信噪比(SNR)之間的關(guān)系的示意圖。圖7是用于比特流中包括的元素的語法的一個示例的示意圖。圖8是根據(jù)本發(fā)明一個實施例的音頻信號處理設(shè)備中的解碼器的構(gòu)造的示意圖。圖9是其中實現(xiàn)根據(jù)本發(fā)明一個實施例的音頻信號處理設(shè)備的產(chǎn)品的示意性方框圖。圖10是說明其中實現(xiàn)根據(jù)本發(fā)明一個實施例的音頻信號處理設(shè)備的產(chǎn)品之間的關(guān)系的不意圖。圖11是其中實現(xiàn)根據(jù)本發(fā)明一個實施例的音頻信號處理設(shè)備的移動終端的示意性方框圖。
具體實施例方式為了實現(xiàn)這些和其他優(yōu)點并根據(jù)本發(fā)明的目的，如同具體實施并寬泛描述的，根據(jù)本發(fā)明一個實施例的 處理音頻信號的方法可包括步驟:接收對應(yīng)于多個譜系數(shù)的輸入音頻信號，基于輸入信號的能量來獲得位置信息，所述位置信息指示多個譜系數(shù)中的特定一個的位置，利用所述位置信息以及所述譜系數(shù)來產(chǎn)生形狀矢量，通過搜索對應(yīng)于所述形狀矢量的碼本來確定碼本索引，以及傳輸所述碼本索引和所述位置信息，其中利用從所述譜系數(shù)選擇的部分來產(chǎn)生所述形狀矢量，并且其中基于所述位置信息來選擇所選擇的部分。根據(jù)本發(fā)明，所述方法可進一步包括步驟:產(chǎn)生關(guān)于指定譜系數(shù)的符號信息以及傳輸所述符號信息，其中進一步基于所述符號信息來產(chǎn)生所述形狀矢量。根據(jù)本發(fā)明，所述方法可進一步包括步驟:產(chǎn)生用于所選擇的部分的歸一化值。碼本索引確定步驟可包括步驟:通過利用歸一化值將所述形狀矢量歸一化來產(chǎn)生歸一化形狀矢量，以及通過搜索對應(yīng)于所述歸一化形狀矢量的碼本來確定所述碼本索引。根據(jù)本發(fā)明，所述方法可進一步包括步驟:計算第一級到第M級歸一化值的平均值，利用從所述第一級到第M級歸一化值減去所述平均值所得到的值來產(chǎn)生差分矢量，通過搜索對應(yīng)于所述差分矢量的碼本來確定所述歸一化值索引，以及傳輸所述平均值以及對應(yīng)于所述歸一化值的歸一化索引。根據(jù)本發(fā)明，輸入音頻信號可包括第(m+1)級輸入信號，所述形狀矢量可包括第(m+1)級形狀矢量，所述歸一化值可包括第(m+1)級歸一化值，并且基于第m級輸入信號、第m級形狀矢量以及第m級歸一化值可產(chǎn)生第(m+1)級輸入信號。根據(jù)本發(fā)明，碼本索引確定步驟可包括步驟:利用包括加權(quán)因子和所述形狀矢量的成本函數(shù)來搜索所述碼本，以及確定對應(yīng)于所述形狀矢量的碼本索引，所述加權(quán)因子可根據(jù)所選擇的部分而變化。根據(jù)本發(fā)明，所述方法可進一步包括步驟:利用所述輸入音頻信號以及對應(yīng)于所述碼本索引的形狀碼矢量來產(chǎn)生殘差信號，以及通過對所述殘差信號進行頻率包絡(luò)編譯來產(chǎn)生包絡(luò)參數(shù)索引。為了進一步實現(xiàn)這些和其他優(yōu)點并根據(jù)本發(fā)明的目的，根據(jù)本發(fā)明另一實施例用于處理音頻信號的設(shè)備可包括位置檢測單元，接收對應(yīng)于多個譜系數(shù)的輸入音頻信號，所述位置檢測單元基于輸入信號的能量來獲得位置信息，所述位置信息指示多個譜系數(shù)中的特定一個的位置；形狀矢量產(chǎn)生單元，利用所述位置信息以及所述譜系數(shù)來產(chǎn)生形狀矢量；矢量量化單元，通過搜索對應(yīng)于所述形狀矢量的碼本來確定碼本索引；以及復用單元，傳輸所述碼本索引和所述位置信息，其中利用從所述譜系數(shù)選擇的部分來產(chǎn)生所述形狀矢量，并且其中基于所述位置信息來選擇所選擇的部分。根據(jù)本發(fā)明，所述位置檢測單元可產(chǎn)生關(guān)于指定譜系數(shù)的符號信息，所述復用單元可傳輸所述符號信息，并且可進一步基于所述符號信息來產(chǎn)生所述形狀矢量。根據(jù)本發(fā)明，所述形狀矢量產(chǎn)生單元可進一步產(chǎn)生用于所選擇的部分的歸一化值，并通過利用所述歸一化值將所述形狀矢量歸一化來產(chǎn)生歸一化形狀矢量。此外，所述矢量量化單元可通過搜索對應(yīng)于所述歸一化形狀矢量的碼本來確定所述碼本索引。根據(jù)本發(fā)明，所述設(shè)備可進一步包括用于計算第一級到第M級歸一化值的平均值的歸一化值編碼單元，所述歸一化值編碼單元利用從第一級到第M級歸一化值減去所述平均值所得到的值來產(chǎn)生差分矢量，歸一化值編碼單元通過搜索對應(yīng)于所述差分矢量的碼本來確定所述歸一化值索引，歸一化值編碼單元傳輸所述平均值以及對應(yīng)于所述歸一化值的歸一化索引。根據(jù)本發(fā)明，所述輸入音頻信號可包括第(m+1)級輸入信號，所述形狀矢量可包括第(m+1)級形狀矢量，所述歸一化值可包括第(m+1)級歸一化值，以及基于第m級輸入信號、第m級形狀矢量以及第m級歸一化值可產(chǎn)生第(m+1)級輸入信號。根據(jù)本發(fā)明，所述矢量量化單元可利用包括加權(quán)因子和所述形狀矢量的成本函數(shù)來搜索所述碼本，并確定對應(yīng)于所述形狀矢量的碼本索引。此外，所述加權(quán)因子可根據(jù)所選擇的部分而變化。根據(jù)本發(fā)明，所述設(shè)備可進一步包括殘差編碼單元，其用于利用所述輸入音頻信號以及對應(yīng)于所述碼本索引的形狀碼矢量來產(chǎn)生殘差信號，所述殘差編碼單元通過對所述殘差信號進行頻率包絡(luò)編譯來產(chǎn)生包絡(luò)參數(shù)索引。本發(fā)明模式下面詳細參照本發(fā)明的優(yōu)選實施例，其示例在附圖中示出。首先，不將本說明書和權(quán)利要求書中使用的術(shù)語或詞語解釋為限于一般含義或字典含義，而是應(yīng)當基于發(fā)明人能夠適當?shù)叵薅ㄐg(shù)語的概念以便以最佳方式描述發(fā)明人的發(fā)明的原理，來解釋為與本發(fā)明的技術(shù)構(gòu)思相匹配的含義和概念。本公開中公開的實施例和附圖中示出的構(gòu)造只是一個優(yōu)選實施例，并不代表本發(fā)明的全部技術(shù)構(gòu)思。因此，應(yīng)當理解，本發(fā)明涵蓋本發(fā)明的修改和變型，只要它們落入提交本申請時所附權(quán)利要求書及其等同物的范圍之內(nèi)。根據(jù)本發(fā)明，可根據(jù)以下參照來解釋以下術(shù)語，并可將本說明書中未公開的其他術(shù)語解釋為與本發(fā)明的技術(shù)構(gòu)思相匹配的以下含義和概念。具體而言，可以選擇性地將“編譯”解釋為“編碼”或“解碼”，并且本公開中的“信息”是一般包括值、參數(shù)、系數(shù)、元素等等的術(shù)語，并且有時候可將其含義解釋為不同，本發(fā)明不限于此。在本公開中，廣義上，音頻信號在概念上區(qū)別于視頻信號，并指示可以通過聽覺方式識別的所有種類的信號。狹義上，音頻信號表示沒有語音特性或者具有少量語音特性的信號。應(yīng)當在廣義上解釋本發(fā)明的音頻信號。但是，如果作為區(qū)別于語音信號來使用，則本發(fā)明的音頻信號可以理解為狹義上的音頻信號。雖然將編譯僅指定為編碼，但是也可將其解釋為包括編碼和解碼兩者。圖1是根據(jù)本發(fā)明實施例的音頻信號處理設(shè)備的方框圖。參照圖1，編碼器100包括位置檢測單元110和形狀矢量產(chǎn)生單元120。編碼器100進一步包括矢量量化單元130、第(m+1)級輸入信號產(chǎn)生單元140、歸一化值編碼單元150、殘差產(chǎn)生單元160、殘差編碼單元170以及復用單元180的至少其中之一。編碼器100可以進一步包括被配置為產(chǎn)生譜系數(shù)的變換單元(附圖中未示出)，或者可以從外部設(shè)備接收譜系數(shù)。在以下描述中，示意性說明上述組件的功能。首先，接收或產(chǎn)生編碼器100的譜系數(shù)，從譜系數(shù)檢測高能量采樣的位置，基于檢測的位置產(chǎn)生歸一化形狀矢量，進行歸一化，然后進行矢量量化。在后續(xù)的級(m=l，…，M-1)中對信號重復進行形狀矢量的產(chǎn)生、歸一化和矢量量化。對通過多個級產(chǎn)生的多個歸一化值進行編碼，經(jīng)由形狀矢量產(chǎn)生編碼結(jié)果的殘差，然后對產(chǎn)生的殘差進行殘差編譯。在以下描述中，詳細說明上述組件的功能。首先，位置檢測單元110接收譜系數(shù)作為(第一級(m=0)的)輸入信號Xtl，然后從系數(shù)檢測具有最大采樣能量的系數(shù)的位置。在這種情況下，譜系數(shù)對應(yīng)于單個幀(例如，20ms)的音頻信號的頻率變換的結(jié)果。例如，如果頻率變換包括MDCT，則對應(yīng)的結(jié)果可包括MDCT(修正離散余弦變換)系數(shù)。此外，它可以對應(yīng)于以低頻帶(4kHz或更低)上的頻率分量構(gòu)造的MDCT系數(shù)。第一級(m=0)的輸入信號Xtl是一組總共N個譜系數(shù)，并且可表示如下。[公式I]X0 = [X。(O)，X0 ⑴，...，X0(N-1)]在公式I中，Xtl表不第一級(m=0)的輸入信號，N表不譜系數(shù)的總數(shù)。位置檢測單元110確定用于第一級(m=0)的輸入信號Xtl的具有最大采樣能量的系數(shù)所對應(yīng)的頻率(或頻率位置)km如下。[公式2]
權(quán)利要求
1.一種處理音頻信號的方法，包括: 接收對應(yīng)于多個譜系數(shù)的輸入音頻信號； 基于輸入信號的能量來獲得位置信息，所述位置信息指示所述多個譜系數(shù)中的特定的一個的位置； 利用所述位置信息以及所述譜系數(shù)來產(chǎn)生形狀矢量； 通過搜索對應(yīng)于所述形狀矢量的碼本來確定碼本索引；以及傳輸所述碼本索引和所述位置信息，其中所述形狀矢量利用從所述譜系數(shù)選擇的部分來產(chǎn)生，以及其中所述選擇的部分基于所述位置信息來選擇。
2.根據(jù)權(quán)利要求1的方法，進一步包括: 產(chǎn)生關(guān)于特定譜系數(shù)的符號信息；以及傳輸所述符號信息，其中進一步基于所述符號信息來產(chǎn)生所述形狀矢量。
3.根據(jù)權(quán)利要求1的方法，進一步包括: 產(chǎn)生用于所述選擇的部分的歸一化值，其中所述確定包括:通過利用歸一化值將所述形狀矢量歸一化來產(chǎn)生歸一化形狀矢量，以及通過搜索對應(yīng)于所述歸一化形狀矢量的碼本來確定所述碼本索引。
4.根據(jù)權(quán)利要求3的方法，進一步包括: 計算第一級到第M級歸一化值的平均值； 利用從所述第一級到第M級歸一化值減去所述平均值所得到的值來產(chǎn)生差分矢量；通過搜索對應(yīng)于所述差分矢量的碼本來確定所述歸一化值索引；以及傳輸所述平均值以及對應(yīng)于所述歸一化值的歸一化索引。
5.根據(jù)權(quán)利要求3的方法，其中所述輸入音頻信號包括第(m+1)級輸入信號，所述形狀矢量包括第(m+1)級形狀矢量，以及所述歸一化值包括第(m+1)級歸一化值，以及其中，基于第m級輸入信號、第m級形狀矢量以及第m級歸一化值來產(chǎn)生第(m+1)級輸入信號。
6.根據(jù)權(quán)利要求1的方法，所述確定包括: 利用包括加權(quán)因子和所述形狀矢量的成本函數(shù)來搜索所述碼本；以及確定對應(yīng)于所述形狀矢量的碼本索引，其中所述加權(quán)因子根據(jù)所選擇的部分而變化。
7.根據(jù)權(quán)利要求1的方法，進一步包括: 利用所述輸入音頻信號以及對應(yīng)于所述碼本索引的形狀碼矢量來產(chǎn)生殘差信號；以及 通過對所述殘差信號進行頻率包絡(luò)編譯來產(chǎn)生包絡(luò)參數(shù)索引。
8.一種用于處理音頻信號的設(shè)備，包括: 位置檢測單元，用于接收對應(yīng)于多個譜系數(shù)的輸入音頻信號，所述位置檢測單元基于輸入信號的能量來獲得位置信息，所述位置信息指示多個譜系數(shù)中的特定一個的位置；形狀矢量產(chǎn)生單元，用于利用所述位置信息以及所述譜系數(shù)來產(chǎn)生形狀矢量； 矢量量化單元，用于通過搜索對應(yīng)于所述形狀矢量的碼本來確定碼本索引；以及復用單元，用于傳輸所述碼本索引和所述位置信息，其中利用從所述譜系數(shù)選擇的部分來產(chǎn)生所述形狀矢量，以及其中所述選擇的部分基于所述位置信息來選擇。
9.根據(jù)權(quán)利要求8的設(shè)備，其中所述位置檢測單元產(chǎn)生關(guān)于特定譜系數(shù)的符號信息， 其中所述復用單元傳輸所述符號 信息，以及其中進一步基于所述符號信息來產(chǎn)生所述形狀矢量。
10.根據(jù)權(quán)利要求8的設(shè)備，其中所述形狀矢量產(chǎn)生單元進一步產(chǎn)生用于所選擇的部分的歸一化值，以及通過利用所述歸一化值將所述形狀矢量歸一化來產(chǎn)生歸一化形狀矢量，以及其中所述矢量量化單元通過搜索對應(yīng)于所述歸一化形狀矢量的碼本來確定所述碼本索引。
11.根據(jù)權(quán)利要求10的設(shè)備，進一步包括歸一化值編碼單元，其用于計算第一級到第M級歸一化值的平均值，利用從第一級到第M級歸一化值減去所述平均值所得到的值來產(chǎn)生差分矢量，通過搜索對應(yīng)于所述差分矢量的碼本來確定所述歸一化值索引，以及傳輸所述平均值以及對應(yīng)于所述歸一化值的歸一化索引。
12.根據(jù)權(quán)利要求10的設(shè)備，其中，所述輸入音頻信號包括第(m+1)級輸入信號，所述形狀矢量包括第(m+1)級形狀矢量，以及所述歸一化值包括第(m+1)級歸一化值，以及其中基于第m級輸入信號、第m級形狀矢量以及第m級歸一化值來產(chǎn)生第(m+1)級輸入信號。
13.根據(jù)權(quán)利要求8的設(shè)備，其中所述矢量量化單元利用包括加權(quán)因子和所述形狀矢量的成本函數(shù)來搜索所述碼本，并確定對應(yīng)于所述形狀矢量的碼本索引，以及其中所述加權(quán)因子根據(jù)所述選擇的部分而變化。
14.根據(jù)權(quán)利要求8的設(shè)備，進一步 包括殘差編碼單元，其用于利用所述輸入音頻信號以及對應(yīng)于所述碼本索引的形狀碼矢量來產(chǎn)生殘差信號，所述殘差編碼單元通過對所述殘差信號進行頻率包絡(luò)編譯來產(chǎn)生包絡(luò)參數(shù)索引。
全文摘要
本發(fā)明提供一種處理音頻信號的方法，所述方法包括步驟接收對應(yīng)于多個譜系數(shù)的輸入音頻信號；基于所述輸入信號的能量來獲得位置信息，所述位置信息指示所述譜系數(shù)中的特定譜系數(shù)的位置；利用所述位置信息以及所述譜系數(shù)產(chǎn)生形狀矢量；通過搜索對應(yīng)于所述形狀矢量的碼本來確定碼本索引；以及傳輸所述碼本索引和所述位置信息，其中通過利用從所述譜系數(shù)選擇的部分來產(chǎn)生所述形狀矢量，以及基于所述位置信息來選擇所述選擇的部分。
文檔編號G10L19/02GK103081006SQ201180041093
公開日2013年5月1日 申請日期2011年8月23日 優(yōu)先權(quán)日2010年8月24日
發(fā)明者李昌憲, 丁奎赫, 金洛榕, 田惠晶, 李炳錫, 姜仁圭 申請人:Lg電子株式會社