專利名稱：一種基于時頻平面上下文的音頻算術編碼 方法
技術領域：
本發(fā)明涉及一種基于時頻平面上下文的音頻算術編碼方法，其中音頻編碼參數概率可自適應，是一種適合于音頻信號經過離散余弦變換(MDCT, Modified Discrete CosineTransform)和量化處理后的算術編碼方法，屬于音頻編碼技術領域。
背景技術：
數字音頻信號在傳輸過程中需要很大的帶寬，在存儲過程中需要大量的存儲空間。隨著熵編碼的發(fā)展，如霍夫曼編碼和算術編碼，大量降低了帶寬需求，并且不引入信息損失。熵編碼方式去除了信源的冗余信息。同有損的數據壓縮方式相比，矢量量化方法是去除主觀上人們不可聽的冗余信息。多數編碼器使用有損壓縮方式來進行量化和編碼音頻參數。如果在此基礎上結合無損的熵編碼，則可以獲得更好的壓縮效率。隨著現在多媒體通訊的發(fā)展，高質量全頻帶低速率語音和音頻編碼日益重要。除了通過參數變換編碼的有損壓縮，大部分編碼器引入了無損的編碼算法來進一步壓縮比特，如 MPEG-AAC，MPEG USAC 和 ITU-T G. 719。ITU-T G. 719 是一種低復雜度全頻帶(20Hz-10kHz)高質量語音和音頻編碼，編碼比特率在32kbps到128kbps。同大部分音頻編碼器一樣，G. 719使用離散余弦變換(MDCT)來實現時頻變換。在變換至MDCT域中，信號的靜態(tài)冗余信息被識別并去除。在使用矢量量化去除主觀上不可聽的冗余信息進行壓縮后，如何實現進一步的壓縮就取決于能否有效地對量化MDCT系數進行熵編碼。在G. 719中，霍夫曼編碼對量化MDCT系數和增益繼續(xù)進行編碼。雖然霍夫曼編碼去除了量化MDCT系數的一些冗余信息，但是它具有一定的局限性。在霍夫曼編碼中量化MDCT系數的分布是根據訓練數據的統(tǒng)計特性提前定義的，缺乏自適應機制。而且霍夫曼編碼的碼字所需的比特數必須是整數，無法用小數表示。因此引入自適應算術編碼到音頻編解碼器中，如MPEG USAC0自適應模型能夠測量信源符號統(tǒng)計特性并在編碼和解碼過程中不斷更新，并且相鄰符號上下文的概念被引入自適應算術編碼中來進一步提高壓縮效率。我國公開號為CN102474274A的發(fā)明專利“算術編碼和解碼的方法”，描述了一種自適應算術編碼所涉及的碼元概率的更新方法。上下文最先是有圖像和視頻編碼引入的，例如我國公開號為CN1874509的發(fā)明專利“基于上下文的自適應二進制算術編碼的方法和系統(tǒng)”，提出了一種針對圖像像素塊上下文的二進制算術編碼方法。視頻編碼中以H. 264中的基于上下文自適應二進制算術編碼(CABAC)為例，CABAC是ITU-T/IS0/IEC的視頻編碼標準，在提高視頻編碼的編碼效率反面起到了很大的作用。通過將算術編碼、臨近符號、二進制比特流、子宏塊的上下文模型相結合，編碼器具有高度自適應功能并去除了大量的冗余信息。CABAC的編碼過程有三步二進制化，上下文模型選擇，自適應二進制算術編碼。在自適應二進制算術編解碼中包含概率估計和二進制算術編碼器。在CABAC中，對待編碼符號選擇合適的上下文模型，由該模型來分配相應的概率。在編碼階段，二進制算術編碼器根據待編碼符號的概率生成代表該符號的碼字。概率模型決定了編碼效率，好的模型能在很大程度上挖掘符號間的相關性。同時該模型還能在編碼過程中動態(tài)更新。最近，基于位平面的上下文引入音頻領域，比如USAC (聯合語音音頻編碼)。其無噪編碼方案是基于動態(tài)自適應上下文和算術編碼器相結合。無噪編碼需要量化頻譜值和上下文累積概率表，上下文累積概率表來自于已編碼的相鄰二元矢量頻譜系數。編碼過程主要考慮符號，最高2比特和剩余比特。上下文自適應只用于最高2比特，符號和剩余比特都均勻分布的概率模型。CABAC設計主要是基于關鍵元素的二進制化，對二進制化以后的比特流來選擇上下文模型，然后進行二進制算術編碼。二進制化通過非二進制元素和比特序列的映射完成，生成為二進制流。同時算術編碼作為一種無損數據壓縮方式在音頻領域也起著關鍵的作用。USAC使用了量化MDCT系數位平面之間的相關性。自適應上下文算術編碼在音頻編碼中的應用還不廣泛，尤其是用在量化后的音頻參數這一方面還沒有得到充分利用，并且沒有從時域和頻域上下文聯合的角度考慮如何提高音頻參數的算術編碼效率。在我們的研究中，發(fā)明了一種基于時頻平面上下文(包括時域和頻域)的音頻算術編碼技術。有利于提高量化MDCT系數的編碼效率。這種方法對于利用時頻之間的相關性來提高待編碼的量化MDCT系數的概率非常有用。

發(fā)明內容
本發(fā)明的目的是為了進一步提高多速率音頻編碼器的編碼效率，壓縮編碼帶寬，利用基于時頻平面上下文的音頻算術編碼方法降低編碼比特數，通過設計合適的上下文充分挖掘相鄰元素的相關性從而達到整體的平均編碼速率的降低。本發(fā)明方法在統(tǒng)計音頻編碼參數概率時使用頻數(編碼過程中音頻編碼參數出現的次數)表示，音頻編碼參數的概率可以通過每個音頻編碼參數的頻數除以所有音頻編碼參數的累積頻數后得到。為了實現上述目的，本發(fā)明首先對每幀音頻信號使用離散余弦變換和矢量量化得到量化MDCT系數，對量化MDCT系數使用頻域上下文，即統(tǒng)計每個量化MDCT系數的一階條件頻數，在使用頻域上下文統(tǒng)計完每個量化MDCT系數的一階條件頻數后，對本幀量化MDCT系數是否使用時域上下文進行判斷，利用本幀之前兩幀相關性判斷本幀是否使用時域上下文，如果使用時域上下文則對量化MDCT系數的一階條件頻數分布進行重新分配，如果不使用時域上下文則不對量化MDCT系數的一階條件頻數分布進行重新調整。將最終的一階條件頻數送入算數編碼器進行編碼。本發(fā)明采用的技術方案步驟如下對于待處理的每幀音頻信號(I)使用離散余弦變換MDCT和矢量量化，得到量化MDCT系數；(2)對步驟(I)中量化MDCT系數使用頻域上下文，統(tǒng)計每個量化MDCT系數的一階條件頻數f (Xi I s)，一階條件頻數是指在前一個量化MDCT系數的條件下統(tǒng)計當前量化MDCT系數的頻數；(3)判斷步驟(I)中本幀量化MDCT系數是否使用頻域上下文，利用本幀之前兩幀相關性進行判斷，前兩巾貞之間的相關系數記為correlation,當correlation < 0. 5時，在當前相鄰的兩巾貞使用時域上下文，當correlation > 0. 5時，當前相鄰的兩巾貞不使用時域上下文，其中相關系數correlation的表達式為
權利要求
1.一種基于時頻平面上下文的音頻算術編碼方法，其中音頻編碼參數的概率可自適應，在統(tǒng)計音頻編碼參數概率時使用頻數(編碼過程中音頻編碼參數出現的次數)表示，音頻編碼參數的概率可以通過每個音頻編碼參數的頻數除以所有音頻編碼參數的累積頻數后得到，其特征在于通過如下步驟實現的對于待處理的每幀音頻信號(1)對每幀音頻信號使用離散余弦變換MDCT和矢量量化，得到量化MDCT系數；(2)對步驟(I)中量化MDCT系數使用頻域上下文，統(tǒng)計每個量化MDCT系數的一階條件頻數f (Xi I s)，一階條件頻數是指在前一個量化MDCT系數的條件下統(tǒng)計當前量化MDCT系數的頻數；(3)判斷步驟(I)中本幀量化MDCT系數是否使用時域上下文，利用本幀之前兩幀相關性進行判斷，前兩巾貞之間的相關系數記為correlation,當correlation < O. 5時，在當前相鄰的兩巾貞使用時域上下文，當correlation > O. 5時，當前相鄰的兩巾貞不使用時域上下文；(4)在步驟(3)的判斷中，如果使用時域上下文則對步驟(2)中量化MDCT系數的一階條件頻數分布進行重新分配；(5)在步驟(3)的判斷中，如果不使用時域上下文則對步驟(2)中量化MDCT系數一階條件頻數分布不進行重新分配；(6)把步驟(4)或步驟(5)得到的量化MDCT系數的一階條件頻數送入算數編碼器進行編碼。
2.如權利要求1所述的其中求取相鄰兩幀之間的相關系數方法，其特征在于步驟(3) 中計算相關系數的表達式為
3.如權利要求1所述的其中如果使用時域上下文則重新分配量化MDCT系數的一階條件頻數分布，其特征在于步驟(4)中的重新分配過程的表達式為
全文摘要
本發(fā)明涉及一種基于時頻平面上下文的音頻算術編碼方法，其中音頻編碼參數的概率可自適應，屬于音頻編碼領域。其技術特點是首先對每幀音頻信號使用離散余弦變換MDCT和矢量量化，然后對量化后的MDCT系數進行上下文分配和概率建模。此過程對量化MDCT系數首先使用頻域上下文，即統(tǒng)計待編碼量化MDCT系數的一階條件頻數，在使用頻域上下文統(tǒng)計完每個量化MDCT系數的一階條件頻數后，對本幀量化MDCT系數利用本幀之前兩幀相關性判斷是否使用時域上下文，將最終的一階條件頻數送入算術編碼器進行編碼。本發(fā)明方法能夠在保持良好音頻編碼質量的同時，降低音頻信號的平均編碼速率，從而提高音頻編碼器的編碼效率。
文檔編號G10L19/038GK103035249SQ201210456918
公開日2013年4月10日 申請日期2012年11月14日 優(yōu)先權日2012年11月14日
發(fā)明者王晶, 紀璇, 匡鏡明 申請人:北京理工大學