一种多基准量化设备和用于量化输入的ＬＰＣ滤波器的方法，包括：使用相应的不同基准的多个差分量化器；以及使用基准选择标准在差分量化器的不同基准之中选择基准的选择器。差分量化器使用所选择的基准来将输入的ＬＰＣ滤波器差分量化。一种用于将从比特流提取的多基准差分量化的ＬＰＣ滤波器逆量化的设备和方法，包括：提取器，从比特流提取关于多个可能基准之中用于量化所述多基准差分量化的ＬＰＣ滤波器的基准的信息；以及差分逆量化器，用于使用与所提取的基准信息相对应的基准将所述多基准差分量化的ＬＰＣ滤波器逆量化。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及例如音频信号的声音信号的编码和解码。更具体地，本专利技术涉及多基 准LPC(线性预测系数)滤波器(filter)量化和逆量化设备及方法。
技术介绍
在诸如远程会议、多媒体和无线通信之类的各种应用领域中，对于在主观质量和 比特率之间具有良好权衡的高效的数字语音和音频编码技术的需求正在增长。语音编码器将语音信号转换为数字比特流，该数字比特流经由通信信道发送或者 被存储在存储介质中。要编码的语音信号被数字化，即，被采样并且例如每个样本使用16 比特而被量化。语音编码器的挑战是利用数目较少的比特来表示数字样本，同时保持良好 的主观语音质量。语音解码器或合成器将所发送或存储的比特流转换回声音信号。码激励线性预测(Code-Excited Linear Prediction) (CELP)编码是用于实现主 观质量和比特率之间的良好折衷的最佳技术之一。CELP编码技术是在无线应用和有线应用 二者中的若干语音编码标准的基础。在CELP编码中，将语音信号采样，并且在通常被称为 帧的L个样本的连续块中被处理，其中L是典型地对应于10-30ms的语音的样本的预定数 目。对于每个帧计算并发送线性预测滤波器(filter) ；LP滤波器也被称为LPC(线性预测 系数)滤波器。LPC滤波器的计算典型地使用预见(Iookahead)，例如来自后续帧的5-15ms 的语音片段。L个样本的帧被划分为称为子帧的更小的块。在每个子帧中，通常从两个分量 (过去的激励和创新的固定码本激励)获得激励信号。过去的激励常被称为自适应码本或 音质(pitch)码本激励。表征激励信号的参数被编码和发送给解码器，在解码器中，所述激 励信号被重建并且被用作LPC滤波器的输入。在诸如多媒体流式发送和广播的应用中，可能需要以低比特率编码语音、音乐和 混合内容。为了该目的，开发了编码模型，其将针对语音信号优化的CELP编码与针对音频 信号优化的变换编码相组合。这种模型的示例是AMR-WB+，其在CELP和TCX (变换编码 激励)之间切换。为了提高音乐和混合内容的质量，使用长延迟以供变换域中的更精细的 频率分辨率使用。在AMR-WB+中，使用所谓的超帧，其由4个CELP帧(典型为80ms)构成。尽管在AMR-WB+中每4个帧发送一次CELP编码参数，但是在每个帧中分别执行 LPC滤波器的量化。此外，在CELP帧的情况下，对于每个帧利用固定数目的比特来量化LPC 滤波器。为了克服上述缺点，需要一种使用LPC滤波器的可变比特率量化来减小在LPC滤 波器的量化中涉及的比特数目的技术。此外，这种技术将与语音或音频编码模型相关，所述 语音或音频编码模型使用超帧和多模式结构两者，例如AMR_WB+和在MPEG中正在开发 的 USAC。
技术实现思路
根据本专利技术的第一方面，提供了一种用于量化输入的LPC滤波器的多基准量化设备，包括使用相应的不同基准(reference)的多个差分量化器；以及用于使用基准选择标 准在差分量化器的不同基准之中选择基准的部件。差分量化器使用所选择的基准对输入的 LPC滤波器进行差分量化。根据本专利技术的第二方面，提供了一种用于量化输入的LPC滤波器的多基准量化方 法，包括提供使用相应的不同基准的多个差分量化器；使用基准选择标准在不同基准之 中选择基准；以及利用差分量化器使用所选择的基准来对输入的LPC滤波器进行量化。根据本专利技术的第三方面，提供了一种用于对从比特流提取的多基准差分量化的 LPC滤波器进行逆量化的设备，包括用于从比特流提取关于多个可能的基准之中用于量 化所述多基准差分量化的LPC滤波器的基准的信息的部件；以及用于使用与所提取的基准 信息相对应的基准来对所述多基准差分量化的LPC滤波器进行逆量化的部件。根据本专利技术的第四方面，提供了一种用于对从比特流提取的多基准差分量化的 LPC滤波器进行逆量化的方法，包括从比特流提取关于多个可能的基准之中用于量化所 述多基准差分量化的LPC滤波器的基准的信息；以及使用与所提取的基准信息相对应的基 准来对所述多基准差分量化的LPC滤波器进行逆量化。当参照附图阅读对仅作为示例给出的本专利技术的说明性实施例的以下非限制性描 述时，本专利技术的前述和其它目的、优点和特征将变得更加清楚。附图说明在附图中图1是图示绝对和多基准差分LPC滤波器量化器和量化方法的框图；图2是图示开环量化方案的示意图；图3是图示在超帧中使用并发送四个滤波器的配置中确定要发送的 LPC滤波器的设备和方法的流程图。图如是当在基于LPC的编解码器中对于每个帧(或超帧)估计一个LPC滤波器 时的典型的LPC分析窗口和典型的LPC分析中心位置，其中，LPCO对应于在前一帧(或超 帧)期间计算的最后的LPC滤波器；图4b是当在基于LPC的编解码器中对于每个帧(或超帧)估计四个G个)LPC 滤波器时的典型的LPC分析窗口，其中LPC分析窗口中心在帧的末尾处；图5是图示环外量化方案的示例的流程图；图6是加权的代数LPC量化器和量化方法的示意框图；图7是加权的代数LPC逆量化器和逆量化方法的示意框图；图8是量化器和量化方法的示意框图；以及图9是解码器和解码方法的示意框图。具体实施例方式选择可能的基准的差分量化使用在若干可能的基准之间选择的差分量化。更具体地，相对于若干可能的基准 而对LPC滤波器进行差分量化。已知连续的LPC滤波器呈现某种程度的相关性。为了利用该相关性，LPC量化器通常使用预测。作为直接量化表示LPC滤波器的线性预测系数的向量(LPC向量)的替代，差 分(或预测)量化器首先计算该LPC向量的预测值，然后将原始LPC向量和预测的LPC向 量之间的差(常常被称为预测残差(residual))量化。预测通常基于LPC滤波器的先前值。常常使用两种类型的预测器(predictor) 移动平均(MA)预测器和自回归(AR)预测器。尽管与MA预测器相比AR预测器在减小要量 化的数据的L2-范数(均方)上常常效率更高，但是因为在传输错误的情况下MA预测器比 较不易于传播错误，因此MA预测器有时是有用的。由于预测残差的L2-范数平均低于原始LPC向量的L2-范数(二者之间的比率取 决于LPC滤波器的可预测程度)，因此差分(或预测)量化器可以在更低的比特率上取得与 绝对量化器相同程度的性能。平均地，在减小要量化的数据的L2-范数上，预测确实高效。然而，这种行为不是 恒定的；与过渡区段(segment)期间相比，在信号的稳定区段期间预测高效得多。当LPC滤 波器快速改变时，预测甚至可以导致增大的L2-范数值。可以通过考虑两个不同的预测器 来取得一些性能提高，一个预测器用于高预测性区段，另一个预测器用于低预测性区段。如上面的描述所提到的，该技术只使用LPC滤波器的过去的值。为了克服这一问题，提出相对于在多个可能的基准中选择的基准(例如基准滤波 器)来对LPC滤波器进行差分量化。可能的基准滤波器是已经被量化的过去的或者未来的 LPC滤波器(因此与在编码器处一样可以在解码器处获得)、或者是应用到已经被量化的过 去的或者未来的LPC滤波器的各种外插或内插操作的结果。选择在给定速率上提供较低失 真或者对于给定的目标失真水平提供较低比特率的基准滤波器。图1是图示多基准本文档来自技高网...
【技术保护点】
一种用于量化输入的ＬＰＣ滤波器的多基准量化设备，包括：使用相应的不同基准的多个差分量化器；以及用于使用基准选择标准在差分量化器的不同基准中选择基准的部件；其中，差分量化器使用所选择的基准来将输入的ＬＰＣ滤波器差分量化。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：菲利普古尔奈，
申请(专利权)人：沃伊斯亚吉公司，
类型：发明
国别省市：CA
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。