本发明专利技术涉及一种用于音频信号编码的LPC系数量化方法和装置。所述方法包括如下步骤:S1、基于预定的规则确定输入音频信号的类型;S2、对输入音频信号执行线性预测处理,计算LPC系数;S3、针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。本发明专利技术还涉及采用该LPC系数量化方法和装置的多编码核音频编码方法和设备。本发明专利技术基于音频信号分类对LPC系数进行量化,应用于有至少一个编码核使用线性预测LPC对至少两个类型的音信信号进行编码处理的多编码核编码算法,可进一步提高内部线性预测编码模块的预测参数的量化精度,从而改进整体数字音频编码算法的效率以及编码器的主观声音质量。
【技术实现步骤摘要】
本专利技术涉及数字音频编码技术,更具体地说,涉及一种用于音频信号编码的LPC系数量化方法和装置以及一种多编码核音频编码方法和设备。
技术介绍
在数字音频编码中,由于音频信号非常复杂,一般包括音乐类信号、语音类信号和混合类信号等,一些音频编码算法如MPEG-1、MPEG-2、MPEG-4、Dolby AC-3和DTS等主要工作在高码率高质量,当在低码率下对于语音类信号的编码效率较低;而另外一些ITU G系列标准编码算法主要针对低码率语音信号,对于宽带信号则编码效率下降。为了对所有类型的音频信号能一致获得较高的编码效率,一般需要采用具有多种编码内核的混合编码结构,如3GPP的AMR-WB+ (参见3GPP TS26.290: Audio codecprocessing functions;Extended AMR Wideband codec;Transcoding functions)以及 MPEG-D USAC (参见 IS0/IEC DIS23003-3-1nformation technology—MPEG audiotechnologies—Part3:Unified speech and audio coding)等。在这些混合编码算法中,对每个音频信号类型都有不同的压缩算法处理,期望综合编码性能得以改善。在AMR-WB+中,针对语音信号米用 ACELP (Algebraic Code Excited LinearPrediction,代数码本激励线性预测)编码核,针对混合类和音乐类信号一般采用TCX(Transform Coded Excitation,变化码激励)编码核,两种编码核都应用LPC (LinearPredictive Coding,线性预测编码))技术来描述语音的短时谱包络,因而对LPC系数的高效量化是语音编码中的一个关键性问题。由于LPC系数的动态范围比较大,出于合成滤波器稳定性和量化效率的考虑,LPC系数通常被转换为在数学上完全等价的其它形式的参数后再量化,通常的表示形式为ISF (Immittance Spectral Frequency,导抗谱频率系数)或LSFCLine Spectral Frequency,线谱频率参数)。LSF作为LPC系数的一种频域参数,由于其具有更好的量化和插值特性,语音编码端常将LPC系数转换为LSF参数,然后再将LSF参数进行量化(一般采用矢量量化技术),语音解码端进行逆量化得到量化后的LSF参数,并将LSF参数再转换为LPC系数,因此LSF在基于LPC语音编码中得到了广泛的应用。在MPEG-D USAC(Unified Speech and Audio Coding,统一的语音 / 音频编码)编码中,对于音乐类信号,采用高效的AAC(AdvancedAudio coding,高级音频编码)编码;对于语音信号,一般采用ACELP类编码核;对于混合类信号,一般采用TCX类编码核。像AMR-WB+一样,在MPEG-D USAC混合编码结构中,ACELP和TCX编码核会共用LPC编码技术。AMR-WB+和MPEG-D USAC等多编码核音频编码算法尽管开始有对输入音频信号的类型进行分析,针对不同类型,采用不同的编码核,来获取综合最佳编码效率。AMR-WB+中,语音信号类采用ACELP编码核,音乐类及混合类信号采用TCX编码核;在MPEG-D USAC中,语音类信号采用ACELP编码核,混合类采用TCX编码核,音乐类采用AAC编码核。AMR-WB+和MPEG-D USAC这两种多编码核音频编码算法中都采用了 ACELP和TCX,而这两个编码核会共用一个线性预测LPC技术,并且一般都是对LPC系数转换为LSF谱参数后,再进行矢量量化编码,且可采用的矢量量化方法有很多种,例如,申请日为2012年7月17日,申请号为201210246780.9,名称为“用于对语音信号LPC系数进行多级矢量量化的方法和系统”的中国专利申请便公开了一种多级矢量量化方法,但是这些矢量量化方法所生成的码书不依赖于输入的数字音频信号的类型,即对所有音频信号,都只生成一套矢量量化码书,因而LPC系数的量化精度仍不是很理想,从而影响整体数字音频编码算法的编码效率以及编码器的主观声音质量。
技术实现思路
本专利技术要解决的第一个技术问题在于,针对现有技术的上述缺陷,提供一种能够进一步改进量化精度的用于音频信号编码的LPC系数量化方法和装置。本专利技术要解决的第二个技术问题在于,针对现有技术的上述缺陷,提供一种能够提高内部预测参数的量化精度进而改进整体数字音频编码算法的效率以及主观声音质量的多编码核音频编码方法和编码设备。本专利技术解决其第一个技术问题所采用的技术方案是:提出一种用于音频信号编码的LPC系数量化方法,包括如下步骤:S1、基于预定的规则确定输入音频信号的类型;S2、对输入音频信号执行线性预测处理,计算LPC系数;S3、针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。本专利技术上述用于音频信号编码的LPC系数量化方法中,所述步骤S2进一步包括:将所述LPC系数转换为等效的LSF参数;所述步骤S3进一步包括:针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LSF参数进行矢量量化。本专利技术上述用于音频信号编码的LPC系数量化方法中,所述步骤S3中矢量量化采用多级矢量量化方法。本专利技术上述用于音频信号编码的LPC系数量化方法中,所述方法在步骤SI之前还包括:将针对不同音频信号类型的信号模型构建的编码所需的矢量量化码书存储于本地。本专利技术上述用于音频信号编码的LPC系数量化方法进一步包括:S4、将矢量量化的编码参数传送给复用器复用到总的音频编码帧中。本专利技术为解决其第一个技术问题还提出一种用于音频信号编码的LPC系数量化装置,包括:音频类型确定模块,用于基于预定的规则确定输入音频信号的类型;线性预测处理模块,用于对输入音频信号执行线性预测处理,计算LPC系数;谱参数量化模块,用于针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。本专利技术上述用于音频信号编码的LPC系数量化装置中,所述线性预测处理模块进一步包括:LPC系数计算模块,用于输入音频信号执行线性预测处理,计算出LPC系数;等效转换模块,用于将所述LPC系数转换为等效的LSF参数。本专利技术上述用于音频信号编码的LPC系数量化装置中,所述谱参数量化模块进一步用于针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LSF参数进行矢量量化。本专利技术上述用于音频信号编码的LPC系数量化装置还包括:存储模块,用于存储针对不同音频信号类型的信号模型构建的编码所需的矢量量化码书。本专利技术上述用于音频信号编码的LPC系数量化装置还将矢量量化的编码参数传送给复用器复用到总的音频编码帧中。本专利技术解决其第二个技术问题所采用的技术方案是:提出一种多编码核音频编码方法,包括如下步骤:a、对输入音频信号的类型进行分析;b、针对多个音频信号类型,采用相应的多个编码核进行编码,其中,至少一个编码核对至少两个音频信号类型的音频信号执行线性预测编码;其中,所本文档来自技高网...
【技术保护点】
一种用于音频信号编码的LPC系数量化方法,其特征在于,包括如下步骤:S1、基于预定的规则确定输入音频信号的类型;S2、对输入音频信号执行线性预测处理,计算LPC系数;S3、针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。
【技术特征摘要】
1.一种用于音频信号编码的LPC系数量化方法,其特征在于,包括如下步骤: 51、基于预定的规则确定输入音频信号的类型; 52、对输入音频信号执行线性预测处理,计算LPC系数; 53、针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。2.根据权利要求1所述的方法,其特征在于, 所述步骤S2进一步包括: 将所述LPC系数转换为等效的LSF参数; 所述步骤S3进一步包括: 针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LSF参数进行矢量量化。3.根据权利要求2所述的方法,其特征在于,所述步骤S3中矢量量化采用多级矢量量化方法。4.根据权利要求1所述的方法,其特征在于,所述方法在步骤SI之前还包括: 将针对不同音频信号类型的信号模型构建的编码所需的矢量量化码书存储于本地。5.根 据权利要求1所述的方法,其特征在于,所述方法进一步包括: 54、将矢量量化的编码参数传送给复用器复用到总的音频编码帧中。6.一种用于音频信号编码的LPC系数量化装置,其特征在于,包括: 音频类型确定模块,用于基于预定的规则确定输入音频信号的类型; 线性预测处理模块,用于对输入音频信号执行线性预测处理,计算LPC系数; 谱参数量化模块,用于针对不同的音频信号类型,应用与该音频信号类型相匹配的矢量量化码书对所述LPC系数进行矢量量化。7.根据权利要求6所述的装置,其特征在于,所...
【专利技术属性】
技术研发人员:闫建新,张勇,
申请(专利权)人:深圳广晟信源技术有限公司,
类型:发明
国别省市:
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。