[go: up one dir, main page]

WO2008138276A1 - An audio frequency encoding and decoding method and device - Google Patents

An audio frequency encoding and decoding method and device Download PDF

Info

Publication number
WO2008138276A1
WO2008138276A1 PCT/CN2008/070987 CN2008070987W WO2008138276A1 WO 2008138276 A1 WO2008138276 A1 WO 2008138276A1 CN 2008070987 W CN2008070987 W CN 2008070987W WO 2008138276 A1 WO2008138276 A1 WO 2008138276A1
Authority
WO
WIPO (PCT)
Prior art keywords
function value
input frame
segment
audio encoding
segments
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/CN2008/070987
Other languages
English (en)
French (fr)
Inventor
Benhao Zhang
Heyun Huang
Tan Li
Fuhui Lin
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.)
Spreadtrum Communications Shanghai Co Ltd
Original Assignee
Spreadtrum Communications Shanghai 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 Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Publication of WO2008138276A1 publication Critical patent/WO2008138276A1/zh
Priority to US12/615,965 priority Critical patent/US8463614B2/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
    • G10L19/02—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
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025—Detection of transients or attacks for time/frequency resolution switching

Definitions

  • the present invention relates to a code decoding method and apparatus, and more particularly to a method and apparatus for encoding and decoding an audio signal. Background technique
  • a transient signal is a special kind of audio signal, which is mostly present in an audio sequence with a percussion instrument.
  • a signal generated by a continuous tapping drum can be called a transient signal.
  • MDCT Correct Discrete Cosine Transform
  • pre-echo occurs due to the presence of quantization noise.
  • the reason for the pre-echo phenomenon is the quantization noise caused by the insufficient quantization bits.
  • the quantization noise is uniformly diffused into the entire time domain, and the signal before the occurrence of the transient signal is occupied by the quantization noise, thereby generating the pre-echo phenomenon.
  • Pre-echo is a kind of auditory distortion that the human ear can't bear, so a special method is needed to encode and decode the transient signal.
  • the time domain noise shaping processing method uses the results of adaptive prediction in the frequency domain to shape the distribution of quantization noise in the time domain.
  • the processing method is relatively simple. However, due to its incomplete extraction of the time domain envelope, some other distortion will occur. Summary of the invention
  • the object of the present invention is to solve the above problems, and to provide an audio encoding method and a corresponding decoding method, which avoids the pre-echo phenomenon of the transient audio signal and reduces the distortion of the transient signal.
  • the invention also provides an audio encoding device and a corresponding decoding device, which avoids the pre-echo phenomenon of the transient audio signal and reduces the distortion of the transient signal.
  • the technical solution of the present invention is:
  • the present invention provides an audio coding method for encoding a transient signal, including:
  • sampling points Xl , ,, and XN of the input frame are divided into L segments, where N is the length of the input frame, L is an arbitrary natural number and is less than or equal to N;
  • the processed sample points ⁇ ' , -, x N are time-frequency transformed and encoded and output to the code stream.
  • the sampling points X1 , ,, and XN of the input frame are equally divided into 32 segments.
  • the sampling points ⁇ , , . . . , ⁇ of the input frame are equally divided into 16 segments.
  • the sampling points ⁇ , , . . . , ⁇ of the input frame are divided into uniform or non-uniform segments according to the position where the transient occurs.
  • the bit rate BR is an independent variable
  • the independent variable BR refers to an average bit rate of one channel.
  • the function value is 15.0, when 35k BR ⁇ 37.5k when the function value is 10.0, when 37.5k BR ⁇ 40k, the function value is 8.5, when 40k BR ⁇ 42.5k, the function value is 7.0, when 42.5k ⁇ BR ⁇ 45k, the function value is 6.0, when 45k ⁇ BR ⁇ 47.5k when the function value is 4.8, when 47.5k BR ⁇ 50k, the function value is 3.9, when 50k BR ⁇ 52.5k, the function value is 3.6, when 52.5k BR ⁇ 55k, the function value is 3.4, when 55k BR ⁇ 57.5
  • the function value of k is 2.2, the function value is 1.5 when 57.5k ⁇ BR ⁇ 60k, the function value is 1.2 when 60k BR ⁇ 62.5k, and the function value value
  • the present invention further provides an audio encoding method for encoding a transient signal, comprising: performing time domain processing on a transient signal of the input audio;
  • sampling points Xl , ,, and XN of the input frame are divided into L segments, where N is the length of the input frame, L is an arbitrary natural number and is less than or equal to N;
  • the sampling points X1 , ,, and XN of the input frame are equally divided into 32 segments.
  • the sampling points ⁇ , , . . . , ⁇ of the input frame are equally divided into 16 segments.
  • the sampling points ⁇ , , . . . , ⁇ of the input frame are divided into uniform or non-uniform segments according to the position where the transient occurs.
  • the threshold T is preset.
  • the bit rate BR is an independent variable
  • the independent variable BR refers to an average bit rate of one channel.
  • the function value is 15.0, when 35k BR ⁇ 37.5k when the function value is 10.0, when 37.5k BR ⁇ 40k, the function value is 8.5, when 40k BR ⁇ 42.5k, the function value is 7.0, when 42.5k ⁇ BR ⁇ 45k, the function value is 6.0, when 45k ⁇ BR ⁇ 47.5k when the function value is 4.8, when 47.5k BR ⁇ 50k, the function value is 3.9, when 50k BR ⁇ 52.5k, the function value is 3.6, when 52.5k BR ⁇ 55k, the function value is 3.4, when 55k BR ⁇ 57.5
  • the function value of k is 2.2, the function value is 1.5 when 57.5k ⁇ BR ⁇ 60k, the function value is 1.2 when 60k BR ⁇ 62.5k, and the function value value
  • the present invention provides an audio decoding method for decoding a transient signal, including:
  • Time domain processing time domain signal synthesis.
  • the present invention also provides an audio encoding device for encoding a transient signal.
  • an audio encoding device for encoding a transient signal.
  • the time domain processing module performs time domain processing on the transient signal of the input audio to obtain a new time domain signal; the segmentation module divides the sampling points of the input frame ⁇ , , ⁇ , ⁇ into L segments, where ⁇ is input Frame length, L is any natural number and less than or equal to ⁇ ;
  • a segment energy calculation module that calculates the energy of each segment, where i is a natural number of 1 to L;
  • the scaling module multiplies the sampling points of all segments of the input frame by the corresponding multiplicative parameter ⁇ , and obtains the processed sampling points ⁇ , ⁇ 2 ', ⁇ , ⁇ ⁇ ;
  • the multiplicative parameter transmission module sends the multiplicative parameter ⁇ to the code stream transmission
  • the time-frequency transform coding module outputs the processed sample points ⁇ ', -, x N by time-frequency transform and outputs the code stream to the code stream.
  • the segmentation module divides the sampling points ⁇ , , , and ⁇ of the input frame into 32 segments.
  • the segmentation module divides the sampling points ⁇ , , , and ⁇ of the input frame into 16 segments.
  • the segmentation module divides the sampling points of the input frame ⁇ , , , ⁇ into segments that are uniformly or non-uniform according to the position where the transient occurs.
  • segment energy calculation module calculates the energy of each segment as: , where one segment of the input frame is represented.
  • the formula for the average energy of the frame is: _
  • the bit rate BR is an independent variable in the bit rate correlation function rbitrate, and the independent variable BR refers to an average bit rate of one channel
  • the function value is 15.0 when the bit rate BR ⁇ 35k, when 35k ⁇ BR ⁇ 37.5k when the function value is 10.0, when 37.5k BR ⁇ 40k, the function value is 8.5, when 40k BR ⁇ 42.5k, the function value is 7.0, when 42.5k BR ⁇ 45k, the function value is 6.0, when 45k BR ⁇ 47.5k, the function value is 4.8, when 47.5k BR ⁇ 50k, the function value is 3.9, when 50k BR ⁇ 52.5k, the function value is 3.6, when 52.5k ⁇ BR ⁇ 55k, the function value is 3.4, when 55k ⁇ BR ⁇ 57.5k when the function value is 2.2, The function value is 1.5 when 57.5k BR ⁇ 60k, 1.2 for 60k BR
  • the invention further provides an audio encoding device for encoding a transient signal, comprising: a time domain processing module, performing time domain processing on a transient signal of the input audio to obtain a new time domain signal; a segmentation module, inputting The sampling point of the frame ⁇ , , ⁇ , ⁇ is divided into L segments, where ⁇ is the length of the input frame, L is any natural number and less than or equal to ⁇ ;
  • a segment energy calculation module that calculates the energy of each segment, where i is a natural number of 1 to L;
  • the multiplicative parameter calculation module calculates the multiplicative parameter corresponding to each segment: ⁇ Where i is a natural number from 1 to L, and r(bitrate) is a function related to the bit rate;
  • a judging module for each segment of the input frame, determining a product of a bit rate correlation function ⁇ bitrate) and ⁇ / and a threshold ⁇ ;
  • the telescopic module for the segment ⁇ whose product is less than the threshold ⁇ , multiplies the sampling point by the corresponding multiplicative parameter ⁇ , and obtains the processed sampling points ⁇ ' , ⁇ 2 ', ⁇ , ⁇ ⁇ ;
  • multiplicative parameter transmission module that transmits the multiplicative parameter ⁇ to the code stream
  • the time-frequency transform coding module outputs the processed sample points ⁇ ', -, x N by time-frequency transform and outputs the code stream to the code stream.
  • the segmentation module divides the sampling points ⁇ , , , and ⁇ of the input frame into 32 segments.
  • the segmentation module divides the sampling points ⁇ , , , and ⁇ of the input frame into 16 segments.
  • the segmentation module divides the sampling points of the input frame ⁇ , , , ⁇ into segments that are uniformly or non-uniform according to the position where the transient occurs.
  • segment energy calculation module calculates the energy of each segment as: , where one segment of the input frame is represented.
  • the above audio encoding device wherein the input frame average energy calculation module calculates energy of each segment of the input frame
  • the formula for the average energy is: _ The above audio encoding device, wherein the threshold ⁇ of the determining module is preset.
  • the independent variable BR refers to the bit rate of the average channel.
  • the function value is 15.0.
  • 35k ⁇ BR ⁇ 37.5k the function value is 10.0.
  • 37.5k BR ⁇ 40k the function value is 8.5.
  • the function value is 7.0, when 42.5k BR ⁇ 45k, the function value is 6.0, when 45k BR ⁇ 47.5k, the function value is 4.8, and when 47.5k BR ⁇ 50k, the function value is 3.9.
  • the function value is 3.6 when 50k BR ⁇ 52.5k, 3.4 when 52.5k ⁇ BR ⁇ 55k, 2.2 when 55k ⁇ BR ⁇ 57.5k, and 1.5 when 57.5k BR ⁇ 60k.
  • the function value is 1.2 at 60k BR ⁇ 62.5k and 1.1 at BR 62.5k.
  • the present invention provides an audio decoding device for decoding a transient signal, including:
  • the frequency-time transform module performs frequency-time transform on the code stream to obtain the processed sample points ⁇ ' , -, x N ; the multiplicative parameter obtaining module, and obtains the multiplicative parameter from the code stream into 1;
  • the sampling points ⁇ ',', ⁇ , ⁇ ⁇ are each divided by the corresponding parameter, to obtain the original sampling points ⁇ , ⁇ 2, ⁇ , ⁇ ⁇ ;
  • the time domain processing module performs time domain processing on the sampling point signal and time domain signal synthesis.
  • the present invention Compared with the prior art, the present invention has the following beneficial effects: the present invention performs scaling processing on the time domain sampling points of the input frame before performing transform coding on the encoding end, and simultaneously performs inverse scaling processing on the decoding end to recover The original signal avoids the pre-echo phenomenon of the transient audio signal and reduces the distortion of the transient signal.
  • FIG. 1 is a flow chart of a preferred embodiment of an audio encoding method of the present invention.
  • FIG. 2 is a flow chart of another preferred embodiment of the audio encoding method of the present invention.
  • FIG. 3 is a flow chart of a preferred embodiment of the audio decoding method of the present invention.
  • FIG. 4 is a block diagram of a preferred embodiment of an audio encoding device of the present invention.
  • Figure 5 is a block diagram of another preferred embodiment of the audio encoding device of the present invention.
  • Figure 6 is a block diagram of a preferred embodiment of the audio decoding device of the present invention.
  • Fig. 1 is a flow chart showing a preferred embodiment of the audio encoding method of the present invention, and the steps in the flow are described in detail below with reference to Fig. 1.
  • Step S10 Perform time domain processing on the transient signal of the input audio to obtain a new time domain signal.
  • This step is a traditional signal processing method, including filter bank design, gain control, long and short window selection.
  • Step Sll ⁇ the input sample frame, ⁇ 2 ⁇ , ⁇ ⁇ divided into L segments, where N is the input frame length, and L is any natural number less than equal to N.
  • All sampling points can be divided into 32 segments. All sampling points can be divided into 16 segments. All sampling points can be divided into non-uniform according to the position of transient occurrence. Or even segments.
  • Step S12 Calculate the energy of each segment in the input frame, where i is a natural number of 1 to L.
  • the calculation formula is: , where represents one of the segments of the input frame.
  • Step S13 Calculate the average energy Eo of the energy of each segment of the current input frame.
  • the formula is: ° '
  • Argument BR refers to the bit rate of one channel
  • Step S15 Multiply the sampling points of all segments of the input frame by the corresponding multiplicative parameter ⁇ , and obtain the processed sampling points ⁇ ' , ⁇ , ⁇ . At the same time, these multiplicative parameters are input and transmitted to the code stream.
  • the formula for the scaling process is .
  • X n X nA ', X n E ⁇ - % ; _ 1 +1 ' 3 ⁇ 4_ 1 + 2 ' ⁇ ' X l i ⁇
  • Step S16 The processed sample point ⁇ ' , ⁇ 2 ' , ⁇ , ⁇ ⁇ is outputted to the code stream by time-frequency transform coding.
  • the audio encoding device 1 includes: a time domain processing module 10, a segmentation module 11, an input frame average energy calculation module 12, a segment energy calculation module 13, a multiplicative parameter calculation module 14, a multiplicative parameter transmission module 15, and a telescopic module 16 and time.
  • Frequency conversion coding module 17 includes: a time domain processing module 10, a segmentation module 11, an input frame average energy calculation module 12, a segment energy calculation module 13, a multiplicative parameter calculation module 14, a multiplicative parameter transmission module 15, and a telescopic module 16 and time.
  • the time domain processing module 10 performs time domain processing on the transient signal of the input audio to obtain a new time domain signal, which includes a conventional filter bank, a gain control module, a long and short window selection module, and the like.
  • the segmentation module 11 divides the sampling points X1 , ,, and XN of the input frame into L segments, where N is the length of the input frame, and L is an arbitrary natural number and is less than or equal to N. These sampling points x h x 2 , ... , x N are divided into: ,among them There are various ways of segmentation here. All sampling points can be divided into 32 segments. All sampling points can be divided into 16 segments. All sampling points can be divided into non-uniform according to the position of transient occurrence. Or even segments.
  • the segment energy calculation module 13 calculates the energy of each segment in the input frame, where i is a natural number of 1 to L,
  • the 1 L calculation module 12 calculates the average energy Eo of each segment of the current input frame, and the calculation formula is: . _ ' .
  • i is a natural number of 1 to L
  • r (bitrate) Is a bit rate related function.
  • the form of the function rbitrate is shown in the table of the above embodiment, and details are not described herein again.
  • the scaling module 16 multiplies the sampling points of all the segments of the input frame by the corresponding multiplicative parameter ⁇ , and obtains the processed sampling points ⁇ ', ⁇ 2 ', ⁇ , ⁇ ⁇ , and the formula of the scaling processing is:
  • the present invention further proposes a preferred embodiment of an audio encoding method, the flow of which is shown in FIG. The steps of the process are described in detail below with reference to FIG.
  • Step S20 Perform time domain processing on the sampling signal of the input audio transient signal.
  • This step is a traditional signal processing method, including filter bank design, gain control, and long window selection.
  • Step S21 The input sample ⁇ frame, ⁇ 2 ⁇ , ⁇ ⁇ divided into L segments, where v is the input frame length, and L is any natural number less than or equal ⁇ .
  • These sampling points Xl , x 2 , ..., ⁇ ⁇ are divided into: ,among them
  • Step S22 Calculate the energy of each segment in the input frame, where i is a natural number of 1 to L.
  • the calculation formula is: , where represents one of the segments of the input frame.
  • Step S23 Calculate the average energy Eo of all the segment energies of the input frame.
  • the calculation formula is: . _ '
  • Step S24 For each segment A in the input frame, determine the product of the bit rate correlation function r (bitrate) and Eo/E, and the size of the threshold T, that is, r(bitrate)*EQ/E, and the size of the threshold T. .
  • ⁇ 1 r(bitrate)*E 0 /E 1 . That is: to stretch the segment A, Do not perform sampling points in other segments Reason.
  • the threshold T is preset, it can be any value, and the function! ⁇ 1 ⁇ 211 ⁇ is a function related to the bit rate, and has different function values at different bit rates. For details, please refer to the table in the first embodiment, and details are not described herein again.
  • Step S25 sending the multiplicative parameters to the code stream transmission, and obtaining the processed sampling points ⁇ ', ⁇ 2 ',
  • Step S26 The processed sampling points ⁇ ' , ⁇ 2 ' , ⁇ ⁇ ⁇ , ⁇ ⁇ are time-frequency transformed and encoded and output to the code stream.
  • the audio encoding device 2 includes: a time domain processing module 20, a segmentation module 21, an input frame average energy calculation module 22, a segment energy calculation module 23, a multiplicative parameter calculation module 24, a determination module 25, a scaling module 26, and a time-frequency transform coding. Module 27 and multiplicative parameter transmission module 28.
  • the time domain processing module 20 performs time domain processing on the transient signals of the input audio to form a new time domain signal, including a conventional filter bank, a gain control module, a long and short window selection module, and the like.
  • the segmentation module 21 divides the sampling points X1 , ,, and XN of the input frame into L segments, where N is the length of the input frame, and L is an arbitrary natural number and is less than or equal to N. These sampling points x h x 2 , ... , x N are divided into: ,among them There are various ways of segmentation here. All sampling points can be divided into 32 segments. All sampling points can be divided into 16 segments. All sampling points can be divided into non-uniform according to the position of transient occurrence. Or even segments.
  • the segment energy calculation module 23 calculates the energy of each segment in the input frame, where i is a natural number of 1 to L,
  • the calculation module 22 calculates the average energy Eo of all segments of the input frame, and the calculation formula is: . _ L ⁇ '.
  • the judging module 25 judges the product of the bit rate correlation function ⁇ bitrate) and E ⁇ /E, and the size of the threshold T for each segment in the input frame, that is, ⁇ & ⁇ )* ⁇ / ⁇ ⁇ The size of the threshold T.
  • the segmentation point is multiplied by the corresponding multiplicative parameter ⁇ by the expansion module 26, where ⁇ . That is: to stretch the segment A,
  • the present invention proposes a decoding method corresponding to encoding. The flow steps of a preferred embodiment of the decoding method are described in detail below with reference to FIG.
  • Step S30 After the time-frequency transforming the code stream obtained samples treated ⁇ ',', ⁇ , ⁇ ⁇ . This step is the inverse of step S26 in Fig. 2.
  • Step S31 Obtain a multiplicative parameter input from the code stream.
  • Step S32 The sampling point ⁇ ',', ⁇ , ⁇ ⁇ by dividing each of the corresponding parameter obtained after the original sampling points Xl,, ..., x N. That is, each segment is processed as follows:
  • X n D, X n G +1 , ⁇ ⁇ ⁇ +2,... ⁇ , ⁇ 3 ⁇ 4 ⁇
  • this step is the step in the coding embodiment.
  • Step S33 Time domain processing, using a synthesis filter for time domain signal synthesis. This step is the inverse of the encoding of step S10 or S20 in the embodiment.
  • the audio decoding device 6 includes a frequency time conversion module 30, an anti-scaling module 31, a multiplicative parameter obtaining module 32, and a time domain processing module 33.
  • the frequency-time transform module 30 performs frequency-time transform on the code stream to obtain sampling points ⁇ ', ⁇ 2 ', ⁇ , ⁇ ⁇ .
  • Multiplicative parameter obtaining module 32 multiplicative parameter ⁇ obtained from the code stream 10 anti-telescoping module 31 sampling points ⁇ ', ⁇ 2', ⁇ , ⁇ ⁇ multiplicative parameters corresponding to each divided into, obtained after the original
  • the sampling points are ⁇ , ⁇ 2 , ⁇ , ⁇ ⁇ .
  • the time domain processing module 33 performs time domain processing on the sampling point signals, and time domain signal synthesis.

Landscapes

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

Description

一种音频编解码方法与装置 技术领域
本发明涉及一种编码解码方法和装置，尤其涉及一种对音频信号进行编码解码 的方法和装置。 背景技术
暂态信号是一种特殊的音频信号， 多存在于有敲打乐器的音频序列中， 例如， 连续的敲猡打鼓产生的信号可以称之为暂态信号。它的特殊性在于， 如果用常规的 变换编码， 例如 MDCT (修正离散余弦变换）方法， 对其进行编码， 由于量化噪声 的存在， 会产生预回声现象。产生预回声现象的原因是由于量化比特不够所带来的 量化噪声， 量化噪声均匀的扩散到整个时域里， 在暂态信号出现之前的那段信号会 被量化噪声占据， 进而产生预回声现象。预回声现象是人耳不能忍受的一种听觉上 的失真， 因此需要一种特殊的方法对暂态信号进行编解码。
现在有两类技术处理这种暂态信号， 一种是长短窗切换处理， 另一种是时域噪 声整形处理方法。长短窗切换需要很大的运算开销和占用很多的缓存空间， 时域噪 声整形处理方法利用频域的自适应预测的结果对时域中量化噪声的分布作整形处 理， 其处理方法相对较为简单， 但由于其对时域包络提取不够完全， 会产生一些其 他的失真。 发明内容
本发明的目的在于解决上述问题， 提供了一种音频编码方法与对应的解码方 法， 避免了暂态音频信号的预回声现象， 减弱了暂态信号的失真。
本发明还提供了一种音频编码装置与对应的解码装置，避免了暂态音频信号的 预回声现象， 减弱了暂态信号的失真。
本发明的技术方案为：本发明提出了一种音频编码方法，对暂态信号进行编码， 包括：
对输入音频的暂态信号进行时域处理， 得到新的时域信号；
将输入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然 数且小于等于 N;
计算每个段的能量 ， 其中 i为 1〜L的自然数； 计算该输入帧各段能量的平均能量 Eo;
计算每个段对应的乘性参数： λ ^rOitrate^Eo/E^ 其中 i为 1〜L的自然数， r bitrate)是一个与比特率相关的函数；
将该输入帧所有段的采样点都乘上对应的乘性参数 λ 得到处理后的采样点 χ ,χ2' ,-,ΧΝ ， 同时将乘性参数 λ ,送到码流传输；
将该处理后的采样点 Χι' ,-,xN 经时频变换编码后输出至码流。
上述的音频编码方法， 其中， 将输入帧的采样点 Xl, ,〜,XN均分为 32段。 上述的音频编码方法， 其中， 将输入帧的采样点 Χι, ,···,ΧΝ均分为 16段。 上述的音频编码方法， 其中， 将输入帧的采样点 Χι, ,···,ΧΝ根据暂态出现的位 置分成均匀或非均匀的若干段。
Ε. = ^ χη 2
上述的音频编码方法， 其中， 计算每个段能量的公式为： ' "， 其中 表示该输入帧的其中一个段。
1 L 上述的音频编码方法， 其中， 计算当前输入帧的平均能量公式为： ° _ '
上述的音频编码方法，其中， 比特率相关函数 r bitrate)中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k BR<40k时函数值为 8.5， 当 40k BR< 42.5k时函数值为 7.0， 当 42.5k^BR<45k时函数值为 6.0， 当 45k^BR<47.5k时 函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k BR<52.5k时函数值为 3.6， 当 52.5k BR<55k时函数值为 3.4， 当 55k BR<57.5k时函数值为 2.2， 当 57.5k^BR<60k时函数值为 1.5，当 60k BR<62.5k时函数值为 1.2，当 BR 62.5k 时函数值为 1.1。
本发明另外提出了一种音频编码方法， 对暂态信号进行编码， 包括： 对输入音频的暂态信号进行时域处理；
将输入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然 数且小于等于 N;
计算每个段的能量 ， 其中 i为 1〜L的自然数；
计算该输入帧各段能量的平均能量 Eo;
对于该输入帧的每一段， 判断比特率相关函数 r与 Εο/ 的乘积和门限 Τ的大 小；
对乘积小于门限 T 的段 A， 对该段采样点乘上对应的乘性参数 λ ,， 其中 λ 1= r(bitrate)*E0/Ei;
将这些乘性参数 λ i传输到码流， 同时得到处理后的采样点 Χι' ,χ2' ,···,χΝ ； 将该处理后的采样点 Χι' ,-,χΝ 经时频变换编码后输出至码流。
上述的音频编码方法， 其中， 将输入帧的采样点 Xl, ,〜,XN均分为 32段。 上述的音频编码方法， 其中， 将输入帧的采样点 Χι, ,···,ΧΝ均分为 16段。 上述的音频编码方法， 其中， 将输入帧的采样点 Χι, ,···,ΧΝ根据暂态出现的位 置分成均匀或非均匀的若干段。
Ε. = ^ χη 2
上述的音频编码方法， 其中， 计算每个段能量的公式为： ' "， 其中 表示该输入帧的其中一个段。
上述的音频编码方法， 其中， 计算输入帧各段能量的平均能量的公式为：
Figure imgf000005_0001
上述的音频编码方法， 其中， 该门限 T是预设的。
上述的音频编码方法，其中， 比特率相关函数 r bitrate)中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k BR<40k时函数值为 8.5， 当 40k BR< 42.5k时函数值为 7.0， 当 42.5k^BR<45k时函数值为 6.0， 当 45k^BR<47.5k时 函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k BR<52.5k时函数值为 3.6， 当 52.5k BR<55k时函数值为 3.4， 当 55k BR<57.5k时函数值为 2.2， 当 57.5k^BR<60k时函数值为 1.5，当 60k BR<62.5k时函数值为 1.2，当 BR 62.5k 时函数值为 1.1。
本发明提出了一种音频解码方法， 对暂态信号进行解码， 包括：
将码流进行频时变换后得到处理后的采样点 Χι' ,-,xN ；
从码流中得到乘性参数 λ 1;
将采样点 Χι',Χ2',···,χΝ各自除以对应的乘性参数 λ ,后，得到原始的采样点 Xl,x2, ••· ,ΧΝ ;
时域处理， 进行时域信号合成。
基于上述的方法， 本发明还提出了一种音频编码装置， 对暂态信号进行编码， 包括：
时域处理模块， 对输入音频的暂态信号进行时域处理， 得到新的时域信号； 分段模块， 将输入帧的采样点 Χι, ,···,ΧΝ分成 L段， 其中 Ν为输入帧长度， L 为任意自然数且小于等于 Ν;
段能量计算模块， 计算每个段的能量 ， 其中 i为 1〜L的自然数；
输入帧平均能量计算模块， 计算该输入帧各段能量的平均能量 ;
乘性参数计算模块， 计算每个段对应的乘性参数： λ 1=
Figure imgf000006_0001
其中 i 为 1〜L的自然数， r(bitrate)是一个与比特率相关的函数；
伸缩模块，将该输入帧所有段的采样点都乘上对应的乘性参数 λ,，得到处理后 的采样点 χ ,χ2' ,···,χΝ ；
乘性参数传输模块， 将乘性参数 λ ,送到码流传输；
时频变换编码模块，将该处理后的采样点 Χι' ,-,xN经时频变换编码后输出 至码流。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^均分为 32段。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^均分为 16段。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^根据暂 态出现的位置分成均匀或非均匀的若干段。
上述的音频编码装置， 其中， 该段能量计算模块计算每个段能量的公式为： ， 其中 表示该输入帧的其中一个段。
上述的音频编码装置， 其中， 该输入帧各段能量的平均能量计算模块计算输入
1 L
帧平均能量的公式为： 。 _ 上述的音频编码装置， 其中， 该比特率相关函数 rbitrate)中比特率 BR为自变 量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k^BR<37.5k时函数值为 10.0， 当 37.5k BR<40k时函数值为 8.5， 当 40k BR<42.5k时函数值为 7.0，当 42.5k BR<45k时函数值为 6.0，当 45k BR<47.5k 时函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k BR<52.5k时函数值 为 3.6， 当 52.5k^BR<55k时函数值为 3.4， 当 55k^BR<57.5k时函数值为 2.2, 当 57.5k BR<60k时函数值为 1.5， 当 60k BR< 62.5k时函数值为 1.2， 当 BR 62.5k时函数值为 1.1。
本发明另外提出了一种音频编码装置， 对暂态信号进行编码， 包括： 时域处理模块， 对输入音频的暂态信号进行时域处理， 得到新的时域信号； 分段模块， 将输入帧的采样点 Χι, ,···,ΧΝ分成 L段， 其中 Ν为输入帧长度， L 为任意自然数且小于等于 Ν;
段能量计算模块， 计算每个段的能量 ， 其中 i为 1〜L的自然数；
输入帧平均能量计算模块， 计算该输入帧各段能量的平均能量 ;
乘性参数计算模块， 计算每个段对应的乘性参数： λ
Figure imgf000007_0001
其中 i 为 1〜L的自然数， r(bitrate)是一个与比特率相关的函数；
判断模块， 对于该输入帧的每一段， 判断比特率相关函数 ^bitrate)与 Εο/ 的 乘积和门限 Τ的大小；
伸缩模块， 对乘积小于门限 Τ的段 Α， 对该段采样点乘上对应的乘性参数 λ,， 得到处理后的采样点 Χι' ,χ2' ,···,χΝ ；
乘性参数传输模块， 将乘性参数 λ ,传输到码流；
时频变换编码模块，将该处理后的采样点 Χι' ,-,xN经时频变换编码后输出 至码流。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^均分为 32段。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^均分为 16段。
上述的音频编码装置， 其中， 该分段模块将输入帧的采样点^, , ,^根据暂 态出现的位置分成均匀或非均匀的若干段。
上述的音频编码装置， 其中， 该段能量计算模块计算每个段能量的公式为： ， 其中 表示该输入帧的其中一个段。
上述的音频编码装置， 其中， 该输入帧平均能量计算模块计算输入帧各段能量
1 L
的平均能量的公式为： 。 _ 上述的音频编码装置， 其中， 该判断模块的门限 τ是预设的。
上述的音频编码装置， 其中， 该比特率相关函数 rbitrate)中比特率 BR为自变 量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k^BR<37.5k时函数值为 10.0， 当 37.5k BR<40k时函数值为 8.5， 当 40k BR<42.5k时函数值为 7.0，当 42.5k BR<45k时函数值为 6.0，当 45k BR<47.5k 时函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k BR<52.5k时函数值 为 3.6， 当 52.5k^BR<55k时函数值为 3.4， 当 55k^BR<57.5k时函数值为 2.2， 当 57.5k BR<60k时函数值为 1.5， 当 60k BR< 62.5k时函数值为 1.2， 当 BR 62.5k时函数值为 1.1。
本发明提出了一种音频解码装置， 对暂态信号进行解码， 包括：
频时变换模块， 将码流进行频时变换后得到处理后的采样点 Χι' ,-,xN ； 乘性参数获得模块， 从码流中得到乘性参数入1;
反伸缩模块， 将采样点 Χι' , ' ,···, χΝ 各自除以对应的乘性参数 后， 得到原 始的采样点 χι,χ2,···,χΝ;
时域处理模块， 对采样点信号进行时域处理， 时域信号合成。
本发明对比现有技术有如下的有益效果：本发明通过在编码端对暂态信号做变 换编码之前对输入帧的时域采样点进行伸缩处理，同时在解码端对其进行反伸缩处 理恢复成原始信号， 避免了暂态音频信号的预回声现象， 减弱了暂态信号的失真。 附图概述
图 1是本发明的音频编码方法的一个较佳实施例的流程图。
图 2是本发明的音频编码方法的另一较佳实施例的流程图。
图 3是本发明的音频解码方法的一个较佳实施例的流程图。
图 4是本发明的音频编码装置的一个较佳实施例的框图。
图 5是本发明的音频编码装置的另一较佳实施例的框图。
图 6是本发明的音频解码装置的一个较佳实施例的框图。 本发明的最佳实施方案
下面结合附图和实施例对本发明作进一步的描述。
图 1示出了本发明的音频编码方法的一个较佳实施例的流程，下面结合图 1对 流程中各步骤加以详细描述。
步骤 S10: 对输入音频的暂态信号进行时域处理， 得到新的时域信号。 这一步 是传统的信号处理方式， 包括滤波器组的设计、 增益控制、 长短窗选取等。 步骤 Sll: 将输入帧的采样点 Χι,Χ2 ··,χΝ分成 L段， 其中 N为输入帧长度， L 为任意 自 然数且小于等于 N。 这些采样点 Xl,x2,…，xN 被分成： 山
Figure imgf000009_0001
，其中
10=1,1L=N。 这里的分段方式多种多样， 可以将所有的采样点均分为 32段， 也可以将所有 的采样点均分为 16段， 也可以将所有的采样点根据暂态出现的位置分成非均匀或 均匀的若干段。
步骤 S12: 计算该输入帧中每个段的能量 ， 其中 i为 1〜L的自然数。计算公 式为： ， 其中 表示该输入帧的其中一个段。
1 L 步骤 S13: 计算当前输入帧各段能量的平均能量 Eo。 计算公式为： ° '
步骤 S14: 计算该输入帧每个段对应的乘性参数 λ,， 公式为： λ 1= r(bitrate) * Εο/Ε,, 其中 i为 1〜L的自然数。
这里的函数! ·(bitrate)是一个与比特率相关的函数， 其自变量 BR为比特率， 是 指一个声道的比特率， 比如当前有两个声道且总的比特率为 120k， 则自变量 BR为 120K/2=60k。 函数的具体形式见下表： 自变量 BR (指一个声道的比特率） 函数值 r
BR<35k 15.0
35k^BR<37.5k 10.0
37.5k^BR<40k 8.5
40k^BR<42.5k 7.0
42.5k^BR<45k 6.0
45k^BR<47.5k 4.8
47.5k^BR<50k 3.9
50k^BR<52.5k 3.6
52.5k^BR<55k 3.4 55k^BR<57.5k 2.2
57.5k^BR<60k 1.5
60k^BR<62.5k 1.2
BR^62.5k 1.1 步骤 S15: 将该输入帧所有段的采样点都乘上对应的乘性参数 λ,， 得到处理后 的采样点 Χι' , ν··,ΧΝ 。 同时将这些乘性参数入，传输到码流中。 伸缩处理的公式 为. X n = XnA',Xn E {-% ;_1+1' ¾_1+2 ' ····' Xli } 步骤 S16: 将处理后的采样点 Χι' ,Χ2' ,···,ΧΝ 经时频变换编码后输出至码流。 基于上述的方法， 本发明还提出了一种音频编码装置， 请参见图 4。 音频编码 装置 1包括： 时域处理模块 10、 分段模块 11、 输入帧平均能量计算模块 12、 段能 量计算模块 13、 乘性参数计算模块 14、 乘性参数传输模块 15、 伸缩模块 16和时 频变换编码模块 17。
时域处理模块 10对输入音频的暂态信号进行时域处理， 得到新的时域信号， 其中包括传统的滤波器组、 增益控制模块、 长短窗选取模块等。 分段模块 11将输 入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然数且小于 等 于 N 。 这 些 采 样 点 xhx2, … ，xN 被 分 成 ： 山
Figure imgf000010_0001
，其中
Figure imgf000010_0002
这里的分段方式多种多样， 可以将所有的采样点均分为 32段， 也可以 将所有的采样点均分为 16段， 也可以将所有的采样点根据暂态出现的位置分成非 均匀或均匀的若干段。
段能量计算模块 13计算该输入帧中每个段的能量 ，其中 i为 1〜L的自然数，
E. = ^ χη 2
计算公式为： ' "， 其中 Α表示该输入帧的其中一个段。 输入帧平均能量计
1 L 算模块 12计算该当前输入帧的各个分段的平均能量 Eo， 计算公式为： 。 _ ' 。 乘性参数计算模块 14 计算该输入帧每个段对应的乘性参数 λ,， 公式为： λ1= r(bitrate) * EQ/E,, 其中 i为 1〜L的自然数， r(bitrate)是一个与比特率相关的函数。 函数 rbitrate)的形式见上述实施例的表格， 在此不再赘述。 由乘性参数传输模块 15 将这些乘性参数送至码流传输。 伸缩模块 16将该输入帧所有段的采样点都乘上对 应的乘性参数 λ ,， 得到处理后的采样点 Χι' ,χ2' ,···,χΝ ， 伸缩处理的公式为：
X" — X"^，X" E {"^-i+l' ^-+ ， ····，·¾}。 时频变换编码模块 17将处理后的 采样点 Χι' ,χ2' ,···,χΝ 经时频变换编码后输出至码流。 本发明另外提出了一种音频编码方法的较佳实施例， 流程如图 2所示。下面结 合图 2对流程各步骤加以详细的描述。
步骤 S20: 对输入的音频暂态信号的采样信号进行时域处理。 这一步是传统的 信号处理方式， 包括滤波器组的设计、 增益控制、 长短窗选取等。
步骤 S21: 将输入帧的采样点 Χι,Χ2 ··,χΝ分成 L段， 其中 Ν为输入帧长度， L 为任意 自 然数且小于等于 Ν。 这些采样点 Xl,x2,…，χΝ 被分成： 山
Figure imgf000011_0001
，其中
10=1,1L=N。 这里的分段方式多种多样， 可以将所有的采样点均分为 32段， 也可以将所有 的采样点均分为 16段， 也可以将所有的采样点根据暂态出现的位置分成均匀或非 均匀的若干段。
步骤 S22: 计算该输入帧中每个段的能量 ， 其中 i为 1〜L的自然数。计算公 式为： ， 其中 表示该输入帧的其中一个段。
1 L 步骤 S23:计算该输入帧所有分段能量的平均能量 Eo。计算公式为： 。_ '
步骤 S24: 对于输入帧中的每一段 A， 判断比特率相关函数 r(bitrate)与 Eo/E, 的乘积和门限 T的大小， 即 r(bitrate)* EQ/E,和门限的 T的大小。
对乘积小于门限 T 的段 ， 对该段采样点乘上对应的乘性参数 λ,， 其中 λ1= r(bitrate)*E0/E1 。 即 ： 对 部 分 段 A 做 伸 缩 处 理 ，
Figure imgf000011_0002
对其他的段中的采样点则不进行处 理。 其中门限 T是预设的， 可以是任意值， 而且函数！ <½11^ 是一个和比特率有关 的函数， 在不同的比特率下有不同的函数值， 具体形式请见第一实施例中的表格， 在此不再赘述。
步骤 S25:将这些乘性参数送到码流传输， 同时得到处理后的采样点点 Χι ' ,χ2' ,
••· ,ΧΝ '
步骤 S26: 将处理后的采样点 Χι ' ,χ2' , · · · ,χΝ 经时频变换编码后输出至码流。 基于上述的方法， 本发明还提出了一种音频编码装置， 请参见图 5。 音频编码 装置 2包括： 时域处理模块 20、 分段模块 21、 输入帧平均能量计算模块 22、 段能 量计算模块 23、 乘性参数计算模块 24、 判断模块 25、 伸缩模块 26、 时频变换编码 模块 27和乘性参数传输模块 28。
时域处理模块 20对输入音频的暂态信号进行时域处理， 形成新的时域信号， 其中包括传统的滤波器组、 增益控制模块、 长短窗选取模块等。 分段模块 21将输 入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然数且小于 等 于 N 。 这 些 采 样 点 xhx2, … ，xN 被 分 成 ： 山
Figure imgf000012_0001
，其中
Figure imgf000012_0002
这里的分段方式多种多样， 可以将所有的采样点均分为 32段， 也可以 将所有的采样点均分为 16段， 也可以将所有的采样点根据暂态出现的位置分成非 均匀或均匀的若干段。
段能量计算模块 23计算该输入帧中每个段的能量 ，其中 i为 1〜L的自然数，
E. = ^ χη 2
计算公式为： ' "， 其中 Α表示该输入帧的其中一个段。 输入帧平均能量计
1 L
算模块 22计算该输入帧所有分段的平均能量 Eo， 计算公式为： 。_ L ^ '。 乘性 参数计算模块 24 计算该输入帧每个段对应的乘性参数 λ ,， 公式为： λ 1=
Figure imgf000012_0003
其中 i为 1〜L的自然数， 函数 r(bitrate)是一个和比特率有关的函 数， 在不同的比特率下有不同的函数值， 具体形式请见第一实施例中的表格， 在此 不再赘述。 由乘性参数传输模块 28将这些乘性参数送至码流传输。 判断模块 25对于输入帧中的每一段 , 判断比特率相关函数 ^bitrate)与 E^/E, 的乘积 （即乘性参数）和门限 T的大小， 即! ·ΟήΐΓ&ΐε)* Εο/Ε^Π门限的 T的大小。 对 乘积小于门限 Τ的段， 由伸缩模块 26对该段采样点乘上对应的乘性参数 λ ,， 其中 λ
Figure imgf000013_0001
。 即 ： 对 部 分 段 A 做 伸 缩 处 理 ，
X" —X"^，X" E {"^-i+l ' ^- + ， · ·· ·，·¾ }。 时频变换编码模块 27将处理后的 采样点 Χι' ,χ2' ,···,χΝ 经时频变换编码后输出至码流。 基于上述实施例的编码方法， 本发明提出了与编码相对应的解码方法。下面结 合图 3对解码方法的一个较佳实施例的流程步骤加以详细的描述。
步骤 S30:将码流进行频时变换后得到处理后的采样点^' , ' ,···, χΝ 。该步骤 是图 2中步骤 S26的逆过程。
步骤 S31 : 从码流中得到乘性参数入,。
步骤 S32: 将采样点 Χι' , ' ,···, χΝ 各自除以对应的乘性参数 后， 得到原始 的 采 样 点 Xl, , … ，xN 。 即 对 每 一 段 进 行 如 下 处 理 ：
Xn =丁 , Xn G +1 , ΧΙί +2，… ·，·¾ }
'' 。 实际上该步骤是编码实施例中步骤
S15或 S24的逆过禾 '王 < 步骤 S33 : 时域处理， 利用综合滤波器进行时域信号合成。 该步骤是编码实施 例中步骤 S10或 S20的逆过程。
基于上述方法， 本发明提出了一种音频解码装置。 音频解码装置 6包括： 频时 变换模块 30、 反伸缩模块 31、 乘性参数获得模块 32和时域处理模块 33。 频时变 换模块 30对码流进行频时变换后得到采样点 Χι' ,χ2' ,···,χΝ 。乘性参数获得模块 32 从码流中得到乘性参数 λ 10反伸缩模块 31将采样点 Χι' ,χ2' ,···,χΝ 各自除以对应的 乘性参数入，后， 得到原始的采样点 Χι,Χ2,···,χΝ。 时域处理模块 33对采样点信号进 行时域处理， 时域信号合成。
上述实施例是提供给本领域普通技术人员来实现或使用本发明的，本领域普通 技术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变 化， 因而本发明的保护范围并不被上述实施例所限， 而应该是符合权利要求书提到 的创新性特征的最大范围。

Claims

权 利 要 求
1 一种音频编码方法， 对暂态信号进行编码， 包括：
对输入音频的暂态信号进行时域处理， 得到新的时域信号；
将输入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然 数且小于等于 N;
计算每个段的能量 ， 其中 i为 1〜L的自然数；
计算该输入帧各段能量的平均能量 Eo;
计算每个段对应的乘性参数： λ ^rOitrate^Eo/E^ 其中 i为 1〜L的自然数， r bitrate)是一个与比特率相关的函数；
将该输入帧所有段的采样点都乘上对应的乘性参数 λ 得到处理后的采样点 χ ,χ2' ,-,ΧΝ ， 同时将乘性参数 λ ,送到码流传输；
将该处理后的采样点 Χι' ,-,xN 经时频变换编码后输出至码流。
2 根据权利要求 1所述的音频编码方法，其特征在于，将输入帧的采样点 Xl,x2, 〜,xN均分为 32段。
3 根据权利要求 1所述的音频编码方法，其特征在于，将输入帧的采样点 Xl,x2, 〜,xN均分为 16段。
4 根据权利要求 1所述的音频编码方法，其特征在于，将输入帧的采样点 Xl,x2, …，^根据暂态出现的位置分成均匀或非均匀的若干段。
5 根据权利要求 1所述的音频编码方法， 其特征在于， 计算每个段能量的公 式为： ， 其中 表示该输入帧的其中一个段。
6 根据权利要求 5所述的音频编码方法， 其特征在于， 计算当前输入帧的平
Figure imgf000014_0001
7 根据权利要求 1所述的音频编码方法，其特征在于，比特率相关函数 ^bitrate) 中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k 时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k^BR<40k时函数 值为 8.5， 当 40k^BR<42.5k时函数值为 7.0， 当 42.5k^BR<45k时函数值为 6.0， 当 45k BR<47.5k时函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k BR<52.5k时函数值为 3.6，当 52.5k BR<55k时函数值为 3.4，当 55k BR<57.5k 时函数值为 2.2， 当 57.5k BR<60k时函数值为 1.5， 当 60k BR<62.5k时函数值 为 1.2， 当 BR 62.5k时函数值为 1.1。
8 一种音频编码方法， 对暂态信号进行编码， 包括：
对输入音频的暂态信号进行时域处理；
将输入帧的采样点 Xl, ,〜,XN分成 L段， 其中 N为输入帧长度， L为任意自然 数且小于等于 N;
计算每个段的能量 ， 其中 i为 1〜L的自然数；
计算该输入帧各段能量的平均能量 Eo;
对于该输入帧的每一段， 判断比特率相关函数 r与 Εο/ 的乘积和门限 Τ的大 小；
对乘积小于门限 τ 的段 , 对该段采样点乘上对应的乘性参数 ， 其中 λ 1= r(bitrate)*E0/Ei;
将这些乘性参数 λ i传输到码流， 同时得到处理后的采样点 Χι' ,χ2' ,···,χΝ ； 将该处理后的采样点 Χι' ,-,χΝ 经时频变换编码后输出至码流。
9 根据权利要求 8所述的音频编码方法，其特征在于，将输入帧的采样点 Xl,x2, 〜,xN均分为 32段。
10 根据权利要求 8 所述的音频编码方法， 其特征在于， 将输入帧的采样点 Χι,Χ2,···,χΝ均分为 16段。
11根据权利要求 8所述的音频编码方法，其特征在于，将输入帧的采样点 Xl,x2, …，^根据暂态出现的位置分成均匀或非均匀的若干段。 12 根据权利要求 8所述的音频编码方法， 其特征在于， 计算每个段能量的公 式为： ， 其中 表示该输入帧的其中一个段。
13 根据权利要求 12所述的音频编码方法， 其特征在于， 计算输入帧各段能量
1 L
的平均能量的公式为： 。 _
14 根据权利要求 8所述的音频编码方法， 其特征在于， 该门限 T是预设的。
15 根据权利要求 8 所述的音频编码方法， 其特征在于， 比特率相关函数 r(bitrate)中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k BR< 40k时函数值为 8.5， 当 40k BR<42.5k时函数值为 7.0， 当 42.5k BR<45k时函 数值为 6.0， 当 45k BR<47.5k时函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k^BR<52.5k时函数值为 3.6， 当 52.5k^BR<55k时函数值为 3.4， 当 55k BR<57.5k时函数值为 2.2， 当 57.5k BR<60k时函数值为 1.5， 当 60k BR <62.5k时函数值为 1.2， 当 BR 62.5k时函数值为 1.1。
16 一种音频解码方法， 对暂态信号进行解码， 包括：
将码流进行频时变换后得到处理后的采样点 Χι' ,-,xN ；
从码流中得到乘性参数 λ 1 ;
将采样点 Χι',Χ2',···,ΧΝ各自除以对应的乘性参数 λ ,后，得到原始的采样点 Xl,x2, si;
时域处理， 进行时域信号合成。
17 一种音频编码装置， 对暂态信号进行编码， 包括：
时域处理模块， 对输入音频的暂态信号进行时域处理， 得到新的时域信号； 分段模块， 将输入帧的采样点 Χι, ,···,ΧΝ分成 L段， 其中 Ν为输入帧长度， L 为任意自然数且小于等于 Ν;
段能量计算模块， 计算每个段的能量 ， 其中 i为 1〜L的自然数； 输入帧平均能量计算模块， 计算该输入帧各段能量的平均能量 ; 乘性参数计算模块， 计算每个段对应的乘性参数： λ 1=
Figure imgf000017_0001
其中 i 为 1〜L的自然数， r(bitrate)是一个与比特率相关的函数；
伸缩模块，将该输入帧所有段的采样点都乘上对应的乘性参数 λ,， 得到处理后 的采样点 χ ,χ2' ,···,χΝ ；
乘性参数传输模块， 将乘性参数 λ ,送到码流传输；
时频变换编码模块，将该处理后的采样点 Χι' ,-,xN经时频变换编码后输出 至码流。
18 根据权利要求 17所述的音频编码装置， 其特征在于， 该分段模块将输入帧 的采样点 xhx2, ,xN均分为 32段。
19 根据权利要求 17所述的音频编码装置， 其特征在于， 该分段模块将输入帧 的采样点 均分为 16段。
20 根据权利要求 17所述的音频编码装置， 其特征在于， 该分段模块将输入帧 的采样点^, , ^根据暂态出现的位置分成均匀或非均匀的若干段。
21 根据权利要求 17所述的音频编码装置， 其特征在于， 该段能量计算模块计
E. = ^ χη 2
算每个段能量的公式为： ' "， 其中 表示该输入帧的其中一个段。
22 根据权利要求 21所述的音频编码装置， 其特征在于， 该输入帧各段能量
1 L
的平均能量计算模块计算输入帧平均能量的公式为： 。_ L ^ '。
23 根据权利要求 17所述的音频编码装置， 其特征在于， 该比特率相关函数 r(bitrate)中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k BR< 40k时函数值为 8.5， 当 40k BR<42.5k时函数值为 7.0， 当 42.5k BR<45k时函 数值为 6.0， 当 45k BR<47.5k时函数值为 4.8， 当 47.5k BR<50k时函数值为
3.9， 当 50k^BR<52.5k时函数值为 3.6， 当 52.5k^BR<55k时函数值为 3.4， 当 55k BR<57.5k时函数值为 2.2， 当 57.5k BR<60k时函数值为 1.5， 当 60k BR <62.5k时函数值为 1.2， 当 BR 62.5k时函数值为 1.1。
24 一种音频编码装置， 对暂态信号进行编码， 包括：
时域处理模块， 对输入音频的暂态信号进行时域处理， 得到新的时域信号； 分段模块， 将输入帧的采样点 Χι, ,···,ΧΝ分成 L段， 其中 Ν为输入帧长度， L 为任意自然数且小于等于 Ν;
段能量计算模块， 计算每个段的能量 ， 其中 i为 1〜L的自然数；
输入帧平均能量计算模块， 计算该输入帧各段能量的平均能量 ;
乘性参数计算模块， 计算每个段对应的乘性参数： λ
Figure imgf000018_0001
其中 i 为 1〜L的自然数， r(bitrate)是一个与比特率相关的函数；
判断模块，对于该输入帧的每一段，判断比特率相关函数 ^bitrate)与 Εο/ 的乘 积和门限 Τ的大小；
伸缩模块， 对乘积小于门限 Τ的段 Α， 对该段采样点乘上对应的乘性参数 λ ,， 得到处理后的采样点 Χι' ,χ2' ,···,χΝ ；
乘性参数传输模块， 将乘性参数 λ ,传输到码流；
时频变换编码模块，将该处理后的采样点 Χι' ,-,xN经时频变换编码后输出 至码流。
25 根据权利要求 24所述的音频编码装置， 其特征在于， 该分段模块将输入 帧的采样点 XhX w均分为 32段。
26 根据权利要求 24所述的音频编码装置， 其特征在于， 该分段模块将输入帧 的采样点 均分为 16段。
27 根据权利要求 24所述的音频编码装置， 其特征在于， 该分段模块将输入帧 的采样点^, , ^根据暂态出现的位置分成均匀或非均匀的若干段。
28 根据权利要求 24所述的音频编码装置， 其特征在于， 该段能量计算模块计 E. = ^ xn 2
算每个段能量的公式为： ' "， 其中 表示该输入帧的其中一个段。
29 根据权利要求 28所述的音频编码装置， 其特征在于， 该输入帧平均能量计
1 L
算模块计算输入帧各段能量的平均能量的公式为： ° ~ L ^ 1。
30 根据权利要求 24所述的音频编码装置， 其特征在于， 该判断模块的门限 T 是预设的。
31 根据权利要求 24所述的音频编码装置， 其特征在于， 该比特率相关函数 r(bitrate)中比特率 BR为自变量， 自变量 BR指平均一个声道的比特率， 当比特率 BR<35k时函数值为 15.0， 当 35k BR<37.5k时函数值为 10.0， 当 37.5k BR< 40k时函数值为 8.5， 当 40k BR<42.5k时函数值为 7.0， 当 42.5k BR<45k时函 数值为 6.0， 当 45k BR<47.5k时函数值为 4.8， 当 47.5k BR<50k时函数值为 3.9， 当 50k^BR<52.5k时函数值为 3.6， 当 52.5k^BR<55k时函数值为 3.4， 当 55k BR<57.5k时函数值为 2.2， 当 57.5k BR<60k时函数值为 1.5， 当 60k BR <62.5k时函数值为 1.2， 当 BR 62.5k时函数值为 1.1。
32 一种音频解码装置， 对暂态信号进行解码， 包括：
频时变换模块， 将码流进行频时变换后得到处理后的采样点 Χι' ,-,xN ； 乘性参数获得模块， 从码流中得到乘性参数入1;
反伸缩模块， 将采样点 Χι' , ' ,···, χΝ 各自除以对应的乘性参数 后， 得到原 始的采样点 χι,χ2,···,χΝ;
时域处理模块， 对采样点信号进行时域处理， 时域信号合成。
PCT/CN2008/070987 2007-05-16 2008-05-16 An audio frequency encoding and decoding method and device Ceased WO2008138276A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US12/615,965 US8463614B2 (en) 2007-05-16 2009-11-10 Audio encoding/decoding for reducing pre-echo of a transient as a function of bit rate

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN200710040710.7 2007-05-16
CN2007100407107A CN101308655B (zh) 2007-05-16 2007-05-16 一种音频编解码方法与装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US12/615,965 Continuation US8463614B2 (en) 2007-05-16 2009-11-10 Audio encoding/decoding for reducing pre-echo of a transient as a function of bit rate

Publications (1)

Publication Number Publication Date
WO2008138276A1 true WO2008138276A1 (en) 2008-11-20

Family

ID=40001711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2008/070987 Ceased WO2008138276A1 (en) 2007-05-16 2008-05-16 An audio frequency encoding and decoding method and device

Country Status (3)

Country Link
US (1) US8463614B2 (zh)
CN (1) CN101308655B (zh)
WO (1) WO2008138276A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101168645B1 (ko) 2008-12-29 2012-07-25 후아웨이 테크놀러지 컴퍼니 리미티드 과도 신호 부호화 방법 및 장치, 과도 신호 복호화 방법 및 장치, 및 과도 신호 처리 시스템

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2214165A3 (en) * 2009-01-30 2010-09-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and computer program for manipulating an audio signal comprising a transient event
CN101826327B (zh) * 2009-03-03 2013-06-05 中兴通讯股份有限公司 一种基于时域掩蔽的瞬态判决方法及设备
CN101908342B (zh) * 2010-07-23 2012-09-26 北京理工大学 利用频域滤波后处理进行音频暂态信号预回声抑制的方法
CN102446508B (zh) * 2010-10-11 2013-09-11 华为技术有限公司 语音音频统一编码窗型选择方法及装置
EP2477188A1 (en) * 2011-01-18 2012-07-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Encoding and decoding of slot positions of events in an audio signal frame
CN110310652B (zh) * 2018-03-25 2021-11-19 厦门新声科技有限公司 混响抑制方法、音频处理装置及计算机可读存储介质
WO2019199262A2 (en) * 2018-04-12 2019-10-17 Rft Arastirma Sanayi Ve Ticaret Anonim Sirketi Real time digital voice communication method
CN114333862B (zh) * 2021-11-10 2024-05-03 腾讯科技（深圳）有限公司 音频编码方法、解码方法、装置、设备、存储介质及产品

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5388181A (en) * 1990-05-29 1995-02-07 Anderson; David J. Digital audio compression system
JP2000059232A (ja) * 1998-08-10 2000-02-25 Hitachi Ltd オーディオデコーダ
US6453282B1 (en) * 1997-08-22 2002-09-17 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Method and device for detecting a transient in a discrete-time audiosignal
US20040181403A1 (en) * 2003-03-14 2004-09-16 Chien-Hua Hsu Coding apparatus and method thereof for detecting audio signal transient
CN1536559A (zh) * 2003-04-10 2004-10-13 联发科技股份有限公司 可以检测声音信号的暂态位置的编码器及编码方法
CN1684371A (zh) * 2004-02-27 2005-10-19 三星电子株式会社 无损音频解码/编码方法和装置
CN1787383A (zh) * 2004-12-07 2006-06-14 三星电子株式会社 变换、编码、逆变换和解码音频信号的方法和设备
CN1860526A (zh) * 2003-09-29 2006-11-08 皇家飞利浦电子股份有限公司 音频信号编码

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646961A (en) * 1994-12-30 1997-07-08 Lucent Technologies Inc. Method for noise weighting filtering
JP3307138B2 (ja) * 1995-02-27 2002-07-24 ソニー株式会社 信号符号化方法及び装置、並びに信号復号化方法及び装置
US5886276A (en) * 1997-01-16 1999-03-23 The Board Of Trustees Of The Leland Stanford Junior University System and method for multiresolution scalable audio signal encoding
CA2246532A1 (en) * 1998-09-04 2000-03-04 Northern Telecom Limited Perceptual audio coding
US6820054B2 (en) * 2001-05-07 2004-11-16 Intel Corporation Audio signal processing for speech communication
ATE387000T1 (de) * 2001-05-10 2008-03-15 Dolby Lab Licensing Corp Verbesserung der transientenleistung bei kodierern mit niedriger bitrate durch unterdrückung des vorgeräusches
US6732071B2 (en) * 2001-09-27 2004-05-04 Intel Corporation Method, apparatus, and system for efficient rate control in audio encoding
US7353168B2 (en) * 2001-10-03 2008-04-01 Broadcom Corporation Method and apparatus to eliminate discontinuities in adaptively filtered signals
AU2002307884A1 (en) * 2002-04-22 2003-11-03 Nokia Corporation Method and device for obtaining parameters for parametric speech coding of frames
US20040230425A1 (en) * 2003-05-16 2004-11-18 Divio, Inc. Rate control for coding audio frames
US7353169B1 (en) * 2003-06-24 2008-04-01 Creative Technology Ltd. Transient detection and modification in audio signals
US7469209B2 (en) * 2003-08-14 2008-12-23 Dilithium Networks Pty Ltd. Method and apparatus for frame classification and rate determination in voice transcoders for telecommunications
JP2007506986A (ja) * 2003-09-17 2007-03-22 北京阜国数字技術有限公司 マルチ解像度ベクトル量子化のオーディオｃｏｄｅｃ方法及びその装置
DE102004009955B3 (de) * 2004-03-01 2005-08-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Ermitteln einer Quantisierer-Schrittweite
WO2005086137A1 (en) * 2004-03-02 2005-09-15 Beijing E-World Technology Co., Ltd. A coding/decoding method based templet matching and multi-distinguishability analysis
CN1930607B (zh) * 2004-03-05 2010-11-10 松下电器产业株式会社 差错隐藏装置以及差错隐藏方法
US7974713B2 (en) * 2005-10-12 2011-07-05 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Temporal and spatial shaping of multi-channel audio signals
CN101149921B (zh) * 2006-09-21 2011-08-10 展讯通信（上海）有限公司 一种静音检测方法和装置
CN101266797B (zh) * 2007-03-16 2011-06-01 展讯通信（上海）有限公司 语音信号后处理滤波方法
US9245532B2 (en) * 2008-07-10 2016-01-26 Voiceage Corporation Variable bit rate LPC filter quantizing and inverse quantizing device and method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5388181A (en) * 1990-05-29 1995-02-07 Anderson; David J. Digital audio compression system
US6453282B1 (en) * 1997-08-22 2002-09-17 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Method and device for detecting a transient in a discrete-time audiosignal
JP2000059232A (ja) * 1998-08-10 2000-02-25 Hitachi Ltd オーディオデコーダ
US20040181403A1 (en) * 2003-03-14 2004-09-16 Chien-Hua Hsu Coding apparatus and method thereof for detecting audio signal transient
CN1536559A (zh) * 2003-04-10 2004-10-13 联发科技股份有限公司 可以检测声音信号的暂态位置的编码器及编码方法
CN1860526A (zh) * 2003-09-29 2006-11-08 皇家飞利浦电子股份有限公司 音频信号编码
CN1684371A (zh) * 2004-02-27 2005-10-19 三星电子株式会社 无损音频解码/编码方法和装置
CN1787383A (zh) * 2004-12-07 2006-06-14 三星电子株式会社 变换、编码、逆变换和解码音频信号的方法和设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101168645B1 (ko) 2008-12-29 2012-07-25 후아웨이 테크놀러지 컴퍼니 리미티드 과도 신호 부호화 방법 및 장치, 과도 신호 복호화 방법 및 장치, 및 과도 신호 처리 시스템

Also Published As

Publication number Publication date
US8463614B2 (en) 2013-06-11
US20100121648A1 (en) 2010-05-13
CN101308655B (zh) 2011-07-06
CN101308655A (zh) 2008-11-19

Similar Documents

Publication Publication Date Title
WO2008138276A1 (en) An audio frequency encoding and decoding method and device
TWI476763B (zh) A sound decoding apparatus, a sound decoding method, and a recording medium on which a voice decoding program is recorded
TWI573130B (zh) 用於產生多頻道音訊信號之方法及解碼器、用於產生多頻道音訊信號之編碼表示之方法及編碼器、及非暫態電腦可讀取儲存媒體
CN102884573B (zh) 使用取样率依赖时间扭曲轮廓编码的音频信号解码器、音频信号编码器及方法
JP5520994B2 (ja) 合成フィルターバンク
CN103229234B (zh) 音频编码装置、方法以及音频解码装置、方法
KR102658702B1 (ko) Hoa 신호들의 계수 도메인 표현으로부터 상기 hoa 신호들의 공간/계수 혼합 도메인 표현을 생성하기 위한 방법 및 장치
JP2010538316A (ja) 改良された音声及びオーディオ信号の変換符号化
WO2011097915A1 (zh) 立体声编码的方法、装置
WO2013078974A1 (zh) 非激活音信号参数估计方法及舒适噪声产生方法及系统
CN104978970A (zh) 一种噪声信号的处理和生成方法、编解码器和编解码系统
CN109300480B (zh) 立体声信号的编解码方法和编解码装置
WO2009109120A1 (zh) 一种音频信号的编解码方法和装置
CN104217727A (zh) 信号解码方法及设备
CN102812512B (zh) 处理音频信号的方法和装置
TWI447708B (zh) An audio signal processing system, an audio signal decoding device, and a processing method and program thereof
WO2019037714A1 (zh) 立体声信号的编码方法和编码装置
JP4533386B2 (ja) オーディオ符号化装置及びオーディオ符号化方法
CN107452391B (zh) 音频编码方法及相关装置
CN112995425A (zh) 一种等响度混音方法及装置
CN115346540B (zh) 一种联合立体声音频编解码方法及装置
CN101192410B (zh) 一种在编解码中调整量化质量的方法和装置
WO2007028280A1 (en) Encoder and decoder for pre-echo control and method thereof
CN109427337B (zh) 立体声信号编码时重建信号的方法和装置
JP2014074782A (ja) 音声送信装置、音声送信方法、音声受信装置および音声受信方法

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: 08748593

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 08748593

Country of ref document: EP

Kind code of ref document: A1