CN101292284A - 编码解码多声道音频信号的方法及其装置 - Google Patents

Abstract

本发明提供对多声道音频信号进行编码和解码的方法和装置。在编码方法中，基于多声道音频信号和声道缩减混音信号计算出空间信息，且基于多声道音频信号和声道缩减混音信号计算出用于补偿声道缩减混音信号的补偿参数。然后，通过对空间信息、补偿参数、和声道缩减混音信号进行编码并组合编码结果来生成比特流。因此，可通过利用用于补偿声道缩减混音信号的补偿参数，来补偿多声道音频信号防止多声道音频信号的音质的劣化。

Description

编码解码多声道音频信号的方法及其装置

技术领域

本发明涉及一种编码方法和装置以及一种解码方法和装置，尤其是，涉及利用可以对声道缩减混音信号进行补偿的附加信息对多声道音频信号编码或解码的编码方法和装置以及解码方法和装置。

背景技术

在多声道音频信号的典型编码方法中，多声道音频信号被声道缩减混音成单声道或立体声信号，并且该单声道或立体声信号与空间信息一起编码，而不是编码多声道音频信号中的每一声道。这里，该空间信息被用来恢复原始的多声道音频信号。

图1是编码/解码多声道音频信号的典型系统的方框图。参照图1，音频信号编码器包括：声道缩减混音模块，其通过声道缩减混音将多声道音频信号声道缩减混音为单声道或立体声信号以生成声道缩减混音信号；和生成空间信息的空间参数估算模块。该系统可以接收由外部处理的艺术声道缩减混音信号，来代替生成的声道缩减混音信号。音频信号解码器解释由空间参数估算模块生成的空间信息，并根据解释的结果恢复原始的多声道音频信号。但是，在通过音频信号编码器生成的声道缩减混音信号期间或在生成艺术声道缩减混音信号期间，信号电平衰减很可能发生在将不同声道相加信号的过程中。例如，在将分别具有电平L1和L2的两个声道相加的情况下，这两个声道不会重叠而是彼此偏移，从而通过相加获得的声道电平DL12低于L1和L2的和。声道缩减混音信号电平的衰减可以引起解码操作期间的信号失真。例如，声道电平之间的关系可以基于声道电平差(CLD)而决定，它是一种类型的空间信息并且指示出声道电平间的差。但是，当通过使各个声道相加获得声道缩减混音信号的电平衰减时，通过解码获得的声道缩减混音信号的电平低于原始的声道缩减混音信号的电平。

作为上述现象的结果，通过解码获得的多声道音频信号可以在预定频率被提高或抑制，从而引起音质的劣化。另外，因为由另一信号的部分偏移引起的信号电平的衰减度随频域变化，所以在信号通过音频编码器和音频解码器后信号的失真程度也随频率变化。这个问题不能通过在预定频率区域内改变声道缩减混音信号的能级来充分解决。

发明内容

技术问题

本发明提供一种编码方法和装置，其中多声道音频信号可以利用补偿声道缩减混音信号的附加信息进行编码。

本发明还提供了一种解码方法和装置，其中多声道音频信号可以利用补偿声道缩减混音信号的附加信息进行解码。

技术方案

根据本发明的一个方面，提供了一种解码方法。该解码方法包括从输入信号中提取声道缩减混音信号和附加信息，从附加信息中提取空间信息和补偿参数，基于声道缩减混音信号和空间信息生成多声道音频信号，并基于补偿参数补偿多声道音频信号。

根据本发明的另一方面，提供了一种解码装置。该解码装置包括从输入信号中提取经编码的声道缩减混音信号和附加信息的多路分解器，通过解码经编码的声道缩减混音信号来生成声道缩减混音信号的核心解码器，从附加信息中提取空间信息和补偿参数的参数解码器，和基于声道缩减混音信号和空间信息生成多声道音频信号并且利用补偿参数补偿对该多声道音频信号补偿的多声道合成单元。

根据本发明的另一方面，提供了一种编码方法。该编码方法包括基于多声道音频信号和声道缩减混音信号计算空间信息，和基于多声道音频信号和声道缩减混音信号计算补偿参数，该补偿参数用于补偿声道缩减混音信号。

根据本发明的另一方面，提供了一种编码装置。该编码装置包括：空间信息计算单元，其基于多声道音频信号和声道缩减混音信号计算空间信息；补偿参数计算单元，其基于该多声道音频信号和所述声道缩减混音信号计算补偿参数，所述补偿参数补偿所述声道缩减混音信号；和比特流生成单元，其通过对空间信息、补偿参数、和声道缩减混音信号进行编码并组合编码结果来生成比特流。

根据本发明的另一方面，提供一种其上记录有执行解码方法的程序的计算机可读记录介质。

根据本发明的另一方面，提供一种其上记录有执行编码方法的程序的计算机可读记录介质。

有益效果

在编码方法中，空间信息是基于多声道音频信号和声道缩减混音信号计算出来的，并且补偿声道缩减混音信号的补偿参数是基于多声道音频信号和声道缩减混音信号计算出来的。此后，通过对空间信息、补偿参数和声道缩减混音信号进行编码并结合编码结果来生成比特流。因此，通过使用补偿声道缩减混音信号的补偿参数来补偿多声道音频信号，以防止多声道音频信号的音质的劣化是可能的。

附图简要说明

通过对本发明的实施例及其相应的附图进行详细描述，本发明上述和其他特性及优点将更加明显。

图1是多声道音频信号的编码/解码典型系统的方框图；

图2是根据本发明一个实施例的编码装置的方框图；

图3是根据本发明一个实施例的解码装置的方框图；

图4是根据本发明的一个实施例，描述了图3中所表示的解码装置的操作流程图；

图5是根据本发明另一个实施例的解码装置的方框图；和

图6是根据本发明另一个实施例的解码装置的方框图。

实施本发明的最佳模式

参照示出本发明示范性的实施例的相应附图，将对本发明进行更详细的描述。

根据本发明的实施例的编码方法和装置及解码方法和装置可应用于处理多声道音频信号。但是，本发明不仅限于此。换句话说，本发明还可以应用于对除了多声道音频信号以外的其他信号进行处理。

图2是根据本发明一个实施例的编码装置的方框图。参照附图2，该编码装置包括声道缩减混音单元110，补偿参数计算单元120，空间信息计算单元130，和比特流生成单元170。该比特流生成单元170包括核心编码器140，参数编码器150，和多路复用器160。

该声道缩减混音单元110通过将输入的多声道音频信号声道缩减混音为单声道信号或立体声信号来生成声道缩减混音信号。补偿参数计算单元120将由声道缩减混音单元110生成的声道缩减混音信号或输入的艺术声道缩减混音信号的电平或包络线与用于生成所生成的声道缩减混音信号或所述输入艺术声道缩减混音信号的多声道音频信号的电平或包络线进行比较，声道缩减混音声道缩减混音并基于补偿结果来计算用于补偿声道缩减混音信号的补偿参数。空间信息计算单元130计算多声道音频信号的空间信息。

比特流生成单元170的核心编码器140对声道缩减混音信号进行编码。参数编码器150通过对补偿参数和空间信息编码来生成附加信息。然后，多路复用器160通过将经编码的声道缩减混音信号与附加信息组合来生成比特流。详细地，声道缩减混音单元110通过声道缩减混音输入的多声道音频信号来生成声道缩减混音信号。例如，在将声道缩减混音具有5个声道(也就是，声道1到5)的多声道音频信号声道缩减混音为立体声信号的情况下，声道缩减混音声道1可以通过组合多声道音频信号中的声道1，3和4来获得，并且声道缩减混音声道2可以通过组合多声道音频信号中的声道2，3和5来获得。

一旦生成声道缩减混音信号，补偿参数计算单元120计算补偿声道缩减混音信号所需的补偿参数。该补偿参数可以利用多种方法来计算。例如，假设多声道音频信号包括5个属于预定频带的声道，即声道1，2，3，4和5，L1，L2，L3，L4和L5分别指示示声道1，2，3，4和5的电平，声道缩减混音声道1由声道1，3和4组成，声道缩减混音声道2由声道2，3和5组成。在这种情况下，声道缩减混音声道1的电平DL134和声道缩减混音声道2的电平DL235可以由公式(1)表示为：

数学式1

DL134≤L1+g3*L3+g4*L4

DL235≤L2+g3*L3+g5*L5

其中g3、g4和g5指示在声道缩减混音操作过程中生成的增益。在通过解码基于声道缩减混音信号生成多声道音频信号的情况下，生成的多声道音频信号的5个声道的电平L1’，L2’，L3’，L4’和L5’理想地与原始电平L1，L2，L3，L4，和L5分别相同。为达到这个目的，用于声道缩减混音声道1的补偿参数CF123和用于声道缩减混音声道2的补偿参数CF235可以利用公式(2)计算出来：

数学式2

CF134＝(L1+g3*L3+g4*L4)/DL134

CF235＝(L2+g3*L3+g5*L5)/DL235

根据本实施例，为了减少待传输的数据量，计算出用于每一个声道缩减混音声道的补偿参数。但是，可计算出用于多声道音频信号的每一个声道的补偿参数。换句话说，补偿参数可被计算为声道缩减混音信号的能量和多声道音频信号的每一声道的能量的比率，或计算为声道缩减混音信号的包络线和多声道音频信号的每一声道的包络线的比率。

空间信息计算单元130计算空间信息。空间信息的例子包括声道间电平差(CLD)信息，内部声道互相关(ICC)信息，和声道预测系数(CPC)信息。

核心编码器140对声道缩减混音信号进行编码。参数编码器150通过对空间信息和补偿参数进行编码来生成附加信息。补偿参数可以使用在编码CLD中使用的相同方法进行编码。例如，补偿参数可以利用时分或频分译码法，分组脉冲编码调制(PCM)译码法，基于导频的译码法，或赫夫曼码本法。多路复用器160通过组合经编码的声道缩减混音信号与附加信息来生成比特流。如此，生成了包括补偿声道缩减混音信号的电平衰减的补偿参数作为附加信息的比特流。

在不需要电平补偿的情况下，关于补偿参数的标志可被设置为0，因此降低附加信息的比特率。如果补偿参数CF134与CF235的值之间没有大的差异，那么只传输补偿参数CF134与CF235中可以代表两个补偿参数CF134与CF235的一个，而不是传输两个补偿参数CF134与CF235。另外，如果补偿参数的数值不随时间的流逝变化，而是保持一致，则可以利用预定的标记来指示可以使用的前面的补偿参数。

根据本实施例，补偿参数可以基于输入多声道音频信号的电平与声道缩减混音信号的电平之间的比较结果来设定。但是，在这里可以利用与前面不同的方法设定或估计补偿参数。换句话说，由于补偿参数模拟声道缩减混音信号电平与用于生成该声道缩减混音信号的输入的多声道音频信号的电平相比的衰减，因此补偿参数可以作为一个电平比值、波形数据、或具有线性/非线性特性的增益补偿值来定义。通过利用这样的数学模型值作为补偿参数值，使只利用几个比特来高效的传输该补偿参数并补偿声道缩减混音信号成为可能。

图3是根据本发明实施例的解码装置的方框图。参照图3，解码装置包括多路分解器310，核心解码器320，参数解码器330，和多声道合成单元340。

多路分解器310从输入的比特流中将附加信息和经编码的声道缩减混音信号进行多路分解。核心解码器320通过对经编码的声道缩减混音信号进行解码来生成声道缩减混音信号。参数解码器330基于从多路分解器310获得的附加信息生成空间信息和补偿参数。多声道合成单元340基于由核心解码器320获得的声道缩减混音信号和由参数解码器330获得的空间信息和补偿参数来生成多声道音频信号。

图4是根据本发明的一个实施例，描述了图3中所表示的解码装置的操作流程图。参照图3和图4，在操作S400中，接收多声道音频信号的比特流。在操作S405中，多路分解器310从输入比特流中将经编码的声道缩减混音信号和附加信息进行多路分解。在操作S410中，核心解码器320通过对经编码的声道缩减混音信号进行解码来生成声道缩减混音信号。在操作S420中，参数解码器330通过解码附加信息来生成空间信息和补偿参数。在操作S430中，多声道合成单元340基于空间信息和声道缩减混音信号来生成多声道音频信号。在操作S440中，多声道合成单元340利用补偿参数来补偿多声道音频信号。详细地，多声道合成单元340可以补偿通过解码基于声道缩减混音信号和空间信息获得的多个声道中每一个声道的输出，如公式(3)表示的。

数学公式3

L1”＝L1’*CF134

L2”＝L2’*CF235

L3”＝L3’*(CF124+CF235)/2

L4”＝L4’*CF134

L5”＝L5’*CF235

其中L1’，L2’，L3’，L4’和L5’指示声道的能级，CF124和CF235指示补偿参数。

因此，通过使用补偿参数防止在预定频率下的信号失真成为可能，所述补偿参数在解码操作中与空间信息一起获得，以使作为解码操作的结果获得的多声道音频信号可能被适当地补偿。根据本发明的实施例，利用补偿参数对每个声道的输出进行补偿。但是，本发明不仅限于此。换句话说，当每个声道的包络线作为补偿参数传输时，不需要传输空间信息，因为可以基于关于每个声道的包络线的信息生成空间信息。甚至当没有空间信息可以接收时，解码装置可以从输入的具有两个或更多声道缩减混音声道的声道缩减混音信号中提取出伪空间信息，并且基于伪空间信息对输入的声道缩减混音信号进行解码。

图5是根据本发明的一个实施例的解码装置的方框图。参照图5，该解码装置不利用空间信息作为附加信息并只基于声道缩减混音信号来生成多声道音频信号。

参照图5，该解码装置包括核心解码器510，成帧单元520，空间信息估算单元530，和多声道合成单元540。

核心解码器510通过对输入的比特流解码来生成声道缩减混音信号，并将该声道缩减混音信号传输到成帧单元520。声道缩减混音信号可以为通过使用例如，定向逻辑(Prologic)或逻辑(Logic)7获得的矩阵型声道缩减混音信号，但是本发明不仅限于此。

成帧单元520关于由核心解码器510获得的声道缩减混音信号排列数据，以使该相应的声道缩减混音信号可以在空间音频译码(SAC)帧的单元中合成。在成帧操作中，如果可以基于通过利用分析滤波器组由核心解码器510获得的声道缩减混音信号来生成正交镜像滤波器(QMF)和混合频带域的信号，则成帧单元520可以将混合频带域信号传输到所述多声道合成单元540，因为在解码操作中可以容易地使用混合频带域信号。

空间信息估算单元530基于通过成帧单元520获得的声道缩减混音信号生成空间信息如CLD、ICC和CPC信息。具体来说，空间信息估算单元530为每一个SAC帧生成空间信息。在这种情况下，空间信息估算单元530可以聚集声道缩减混音信号的数据直到所聚集的数据长度与帧的声道缩减混音信号数据的长度相同，然后处理所聚集的声道缩减混音信号数据。可选择地，空间信息估算单元530可以对每个PCM采样生成空间信息。通过空间信息估算单元530生成的空间信息是不是待传输的数据，并且因此不需要如量化之类的压缩。因此，通过空间信息估算单元530生成的空间信息可以保存尽可能多的信息。

多声道合成单元540基于由成帧单元520获得的声道缩减混音信号和由空间信息估算单元530生成的空间信息来生成多声道音频信号。

根据本实施例，与涉及传输作为附加信息的空间信息的传统方法相比可以降低比特率。另外，利用与典型地用于生成矩阵型声道缩减混音内容相同的方法生成多声道信号是可能的。

图6是根据本发明实施例的解码装置的方框图。参照图6，当不仅包括声道缩减混音音频信号还包括空间信息的比特流被接收时，解码装置基于包括在接收到的比特流中的空间信息生成附加的空间信息，并利用该附加空间信息对声道缩减混音信号进行解码。

参照图6，解码装置包括多路分解器610，核心解码器620，成帧单元630，空间信息估算单元640，多声道合成单元650，和组合单元650。

多路分解器610从输入的比特流中对空间信息和已编码的声道缩减混音信号进行多路分解。核心解码器620通过对已编码的声道缩减混音信号进行解码来生成声道缩减混音信号。成帧单元630关于由核心解码器510获得的声道缩减混音信号来排列数据，以使相应的声道缩减混音信号可以在空间音频编码(SAC)帧单元中被同步。空间信息估算单元640通过基于由多路分解器610获得的空间信息进行估算来生成附加空间信息。组合单元660对由多路分解器610获得的空间信息和由空间信息估算单元640生成的附加空间信息进行组合，并将该组合获得的空间信息传输到多声道合成单元350。然后，多声道合成单元650基于由核心解码器620生成的声道缩减混音信号和由组合单元660传输的空间信息来生成多声道音频信号。

根据本实施例，不仅可使用包括在输入比特流中空间信息，而且还可使用由声道缩减混音信号中通过估算获得的附加空间信息。根据包含在输入比特流中的空间信息的类型，各种应用是可能的，并且这将在下面进行详细的描述。

当接收只包括少数的时隙和数据段的空间信息时，即，当空间信息的比特率很低以至于空间信息的数据段的数量或空间信息的传输频率很低时，空间信息估算单元640基于空间信息和声道缩减混音PCM信号生成空间信息缺少的信息，因此加强了多声道音频信号的质量。例如，如果接收只有五个数据段组成的空间信息，则空间信息估算模块640可以参照与空间信息一同接收到的声道缩减混音信号，将该空间信息转换为包括二十八个数据段的空间信息。如果接收只包括两个时隙的空间信息，那么空间信息估算单元640可以参照与该空间信息一同接收到的声道缩减混音信号，通过内插生成总计为八的时隙。

当只接收到包括CLD，ICC和CPD信息的部分空间信息时，如，当只接收到ICC信息时，空间信息估算单元640通过估算可以生成CLD和CPC信息，因此加强了多声道音频信号的质量。同样的，当只接收到CLD信息时，空间信息估算单元640通过估算可以生成ICC信息。

编码装置利用1-到-2(OTT)或2-到-3(TTT)框(box)声道缩减混音将输入的多声道信号声道缩减混音为声道缩减混音信号。当接收到的空间信息仅仅与OTT或TTT框中的一些相对应时，空间信息估算单元640可以通过估算生成对应于其他OTT或TTT框的空间信息，并基于所接收到的空间信息和所生成的空间信息生成多声道音频信号。在这种情况下，对空间信息的估算可以在对接受到的空间信息进行SAC解码后执行。例如，如果接收到具有两个声道(即，左(L)声道和右(R)声道)的声道缩减混音信号和对应于TTT框的空间信息，那么空间信息估算单元640可以基于所接收到的声道缩减混音信号的L和R声道信号生成L-，中心(C)-，和(R)-声道信号。

此后，空间信息估算单元640可以生成对应于OTT框的空间信息。然后，多声道合成单元650基于所接收到的空间信息和由空间信息估算单元640生成的空间信息生成多声道音频信号。此方法可以用于具有大量输出声道的情况。例如，当具有525个格式的比特流输入到可以提供7个声道的解码装置中时，该解码装置通过SAC解码生成5个声道信号(混合域)，通过估算来生成将5声道信号扩展为7声道的空间信息，并另外执行解码，因此生成比单一比特流提供的具有更多声道的信号。

本发明可以从作为写入计算机可读记录介质中的计算机可读代码。该计算机可读记录介质可以是任何类型的记录设备，其中数据按照计算机可读方式存储。计算机可读记录介质包括，例如，ROM、RAM、CD-ROM、磁带、软盘、光学数据存储和载波(即，数据通过因特网传输)。计算机可读记录介质可以分布在连接在因特网上的多个计算机系统中，以便计算机可读代码以分散方式在此写入并执行。本领域的普通技术人员可以容易地解释实现本发明需要的功能程序，码码和码段。

虽然已经参照本发明的示例性实施例具体示出并描述了本发明，但是本领域技术人员可以理解，在不脱离下面权利要求书限定的本发明的精神和范围内，本发明在形式和细节上可以进行各种改变。

工业应用

根据本发明，用通过将输入多声道音频信号的电平与声道缩减混音信号的电平计算出的补偿参数作为附加信息来补偿由解码获得的多通道音频信号成为可能。另外，根据本发明，基于输入的空间信息和输入的声道缩减混音信息来生成附加空间信息成为可能。因此，在预定的频率下防止通过解码获得的多声道音频信号发生劣化并提高多声道音频信号的质量成为可能。

根据本发明，在对多声道音频信号编码和/或解码的过程中，利用补偿参数对声道缩减混音信号进行补偿，使防止音质的劣化成为可能。

Claims (16)

1、一种解码方法包括：

从输入信号中提取声道缩减混音信号和附加信息；

从所述附加信息中提取空间信息和补偿参数；

基于所述声道缩减混音信号和所述空间信息生成多声道音频信号；

并基于所述补偿参数补偿所述多声道音频信号。

2、如权利要求1所述的解码方法，其特征在于，所述补偿参数通过对声道缩减混音信号的电平与用于生成所述声道缩减混音信号的多声道音频信号的电平进行比较来计算。

3、如权利要求1所述的解码方法，其特征在于，所述补偿参数通过对声道缩减混音信号的包络线与用于生成所述声道缩减混音信号的多声道音频信号的包络线进行比较来计算。

4、一种解码装置，包括：

从输入信号中提取经编码的声道缩减混音信号和附加信息的多路分解器；

通过解码所述经编码的声道缩减混音信号来生成声道缩减混音信号的核心解码器；

从所述附加信息中提取空间信息和补偿参数的参数解码器；以及

基于所述声道缩减混音信号和所述空间信息生成多声道音频信号并且利用所述补偿参数补偿所述多声道音频信号的多声道合成单元。

5、如权利要求4所述的解码装置，其特征在于，所述补偿参数通过对声道缩减混音信号的电平与用于生成所述声道缩减混音信号的多声道音频信号的电平进行比较来计算。

6、如权利要求4所述的解码装置，其特征在于，所述补偿参数通过对声道缩减混音信号的包络线与用于生成所述声道缩减混音信号的多声道音频信号的包络线进行比较来计算。

7、如权利要求4所述的解码装置，其特征在于，所述多声道合成单元利用对应于多声道音频信号的每一声道的电平的补偿参数来补偿所述多声道音频信号。

8、一种编码方法，包括：

基于多声道音频信号和声道缩减混音信号来计算空间信息；和

基于多声道音频信号和声道缩减混音信号计算补偿参数，所述补偿参数补偿声道缩减混音信号。

9、如权利要求8所述的编码方法，其特征在于，还包括通过对所述空间信息、所述补偿参数、和所述声道缩减混音信号进行编码并组合所述编码结果来生成的比特流。

10、如权利要求8所述的编码方法，其特征在于，所述补偿参数通过对所述声道缩减混音信号的电平与声道缩减混音所述多声道音频信号的电平进行比较来计算。

11、如权利要求4所述的编码方法，其特征在于，所述补偿参数通过比较所述声道缩减混音信号的包络线与声道缩减混音所述多声道音频信号的包络线进行比较来计算。

12、一种编码装置，包括：

空间信息计算单元，其基于多声道音频信号和声道缩减混音信号计算空间信息；

补偿参数计算单元，其基于所述多声道音频信号和所述声道缩减混音信号计算补偿参数，所述补偿参数补偿所述声道缩减混音信号；和

比特流生成单元，其通过对所述空间信息、所述补偿参数和所述声道缩减混音信号进行编码并组合编码结果来生成比特流。

13、如权利要求12所述的编码装置，其特征在于，所述补偿参数计算单元通过对所述声道缩减混音信号的电平与声道缩减混音多声道音频信号的电平进行比较来计算所述补偿参数。

14、如权利要求12所述的编码装置，其特征在于，所述补偿参数计算单元通过对所述声道缩减混音信号的包络线与声道缩减混音所述多声道音频信号的包络线进行比较来计算所述补偿参数。

15、一种记录有执行解码方法的程序的计算机可读记录介质，所述解码方法包括：

从输入信号中提取声道缩减混音信号和附加信息；

从所述附加信息中提取空间信息和补偿参数；

基于所述声道缩减混音信号和所述空间信息生成多声道音频信号；

并基于所述补偿参数补偿所述多声道音频信号。

16、一种记录有执行编码方法的程序的计算机可读记录介质，所述编码方法包括：

基于多声道音频信号和声道缩减混音信号计算空间信息；

基于所述多声道音频信号和声道缩减混音信号计算补偿参数，所述补偿参数补偿所述声道缩减混音信号；和

通过对所述空间信息、所述补偿参数和所述声道缩减混音信号进行编码并组合所述编码结果来生成比特流。

Images