CN102479514B - 一种编码方法、解码方法、装置和系统 - Google Patents

Abstract

本发明实施例公开了一种编码方法、解码方法、装置和系统。本发明实施例采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值，然后根据重新计算得到的允许失真值对比例因子带进行量化编码，采用该方法可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果。另一方面，在解码时，本发明实施例采用将量化值为零的谱线，按照概率分布规律分配一个0至量化步长之间的随机值作为反量化后的谱线值，从而在不影响声音效果的同时，可以提升前后两次心理声学模型计算结果的相似性，以提高多次编解码时的编解码效果。

Description

一种编码方法、解码方法、装置和系统

技术领域

本发明涉及通信技术领域，具体涉及一种编码方法、解码方法、装置和系统。

背景技术

基于心理声学模型音频编解码器指的是采用心理声学模型对音频数据进行压缩的编码器和解码器；它可以充分利用人耳听觉系统的两个感知特性：听觉阈度和掩蔽效应，去掉了原始数据中人耳无法听到的信号细节，实现了较低码率下的宽频语音或音频信号的编码。其中，听觉阈度指的是人耳对声音在频率和响度上所能感知的范围，而掩蔽效应则指的是一种频率的声音阻碍听觉系统感知另一种频率的声音的现象；两个声音的频率越接近，相互的掩蔽效应越明显；对于被掩蔽的信号可以不参与编码，以降低码率。经过心理声学模型处理方法压缩的音频信号虽然存在失真，但是这些失真人耳是听不到的，所以不会影响听觉效果。以动态专家组4高级音频编码(MPEG-4 AAC，MovingPictures Experts Group-4 Advanced Audio Coding)音频编码算法为例，以下将对现有的编码和解码方法进行简略说明。

现有主要采用子带编码的方式进行编码，即将信号在频域划分成N个比例因子带，每个比例因子带内包含若干条谱线，同一个比例因子带内的各条谱线，采用相同的量化步长(即相同的比例因子，由比例因子可以计算出量化步长)进行量化。比例因子带的量化误差等于子带内各条谱线量化误差的和。在对谱线进行量化编码时，只要比例因子带的量化误差小于允许失真，量化噪声就不会人耳察觉，所以，在编码时，首先需要根据人耳的听觉特性计算出各个比例因子带的允许失真；在将音频时域信号经过时频变换得到频域谱系数后，根据允许失真、频域谱系数和目标码率对可用比特进行分配，计算出各个子带所需的比例因子，并对谱线进行量化和霍夫曼(Huffman)编码，最后将编码码字及相关边信息按照高级音频编码(AAC，Advanced Audio Coding)的码流格式写入码流。

解码为编码的逆过程：首先，根据AAC的码流格式从码流中得到Huffman码字和Huffman码表ID，并根据Huffman码字和Huffman码表ID得到边信息(比如比例因子)以及量化值，其次，根据比例因子得到量化步长，并根据量化步长和量化值反量化得到谱线值；最后，将谱线值变换到时域，即得到相应的声音信号。

在对现有技术的研究和实践过程中，发明人发现，在一些应用场景中，常常出现需要对声音进行多次的编码和解码的情况，由于多数音频编解码器都是采用有损的压缩方式，特别是对于基于心理声学模型音频编解码器来说，由于每次编码都需要根据掩蔽效应重新计算量化步长，所以声音在经过多次编码和解码后，损伤便会累积，导致音频质量明显下降。

发明内容

本发明实施例提供一种编码方法、解码方法、装置和系统，可以在与现有的基于心理声学模型音频编解码器同等码率条件下，提高多次编码和解码时的编解码效果，以提高音频质量。

需说明的是，为了描述方便，在以下的说明中，基于心理声学模型音频编码器均简称为编码器，基于心理声学模型音频解码器均简称为解码器。

一种编码方法，包括：

获取比例因子带；

利用心理声学模型计算比例因子带的允许失真值；

当所述允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；

根据重新计算得到的允许失真值对比例因子带进行量化编码。

一种解码方法，包括：

获取码流中的谱线的量化值和量化步长；

当所述码流中的谱线的量化值为零时，按照概率分布规律，为所述谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

一种编码器，包括：

编码获取单元，用于获取比例因子带；

第一运算单元，用于利用心理声学模型计算编码获取单元获取到的比例因子带的允许失真值；

第二运算单元，用于当第一运算单元得到的允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；

量化编码单元，用于根据第二运算单元重新计算得到的允许失真值对比例因子带进行量化编码。

一种解码器，包括：

解码获取单元，用于获取码流中的谱线的量化值和量化步长；

分配单元，用于当解码获取单元获取到的谱线的量化值为零时，按照概率分布规律，为所述谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

一种编解码系统，包括本发明实施例提供的任一种编码器和任一种解码器。

本发明实施例采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值，然后根据重新计算得到的允许失真值对比例因子带进行量化编码，由于该方法综合考虑了心理声学模型和固定比例允许失真两种方式，所以可以在降低码率的同时，保证了各比例因子带允许失真值的相对稳定，即可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果，以提高音频质量。

另一方面，在解码时，本发明实施例采用将量化值为零的谱线，按照概率分布规律分配一个0到量化步长之间的随机值作为反量化后的谱线值，从而在不影响声音效果的同时，可以提升前后两次心理声学模型计算结果的相似性，以提高多次编解码时的编解码效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的编码方法的流程图；

图2是本发明实施例二提供的编码方法的流程图；

图3是本发明实施例三提供的解码方法的流程图；

图4是本发明实施例四提供的解码方法的流程图；

图5是本发明实施例提供编码器的结构示意图；

图6是本发明实施例提供解码器的结构示意图；

图7是本发明实施例提供编解码系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种编码方法、解码方法、装置和系统。以下分别进行详细说明。

实施例一、

本实施例将从编码器的角度进行描述。

一种编码方法，包括：获取比例因子带；利用心理声学模型计算比例因子带的允许失真值；当该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；根据重新计算得到的允许失真值对比例因子带进行量化编码。

如图1所示，具体流程如下：

101、获取比例因子带；

102、利用心理声学模型计算比例因子带的允许失真值，具体的计算方法可参见现有技术，在此不再赘述。

103、在步骤102中，当计算得到的允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；

其中，该比例因子带的允许失真值等于比例因子带的能量与固定比例的乘积。比如，如果固定比例为0.001，则该比例因子带的允许失真值＝比例因子带的能量×0.001。比例因子带的能量等于比例因子带内所有谱线的能量和。

可选的，在确定利用心理声学模型计算得到的允许失真值大于等于比例因子带的能量时，则表示该比例因子带即使被忽略，也不易被人耳所察觉，所以可以不对该比例因子带进行编码，以节省码率。

需说明的是，采用心理声学模型对音频数据进行压缩，可以去掉原始数据中人耳无法听到的信号细节，码率较低，但是，心理声学模型计算出的允许失真发生变化较大，会导致量化步长的波动，从而导致声音效果随编解码次数的增加而迅速变差；而采用固定比例计算比例因子带的允许失真值虽然码率较高，但可以保证多次编解码后允许失真不会明显改变，所以，在确定该比例因子带需要编码时，采用固定比例重新计算该比例因子带的允许失真值，有利于保证多次编解码后允许失真的稳定性。

104、根据重新计算得到的允许失真值对比例因子带进行量化编码。具体的量化方法可参见现有技术，在此不再赘述。

由上可知，本实施例采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值，然后根据重新计算得到的允许失真值对比例因子带进行量化编码，由于该方法综合考虑了心理声学模型和固定比例允许失真两种方式，所以可以在降低码率的同时，保证了各比例因子带允许失真值的相对稳定，即可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果，以提高音频质量。

实施例二、

根据实施例一所描述的方法，以下将以MPEG-4AAC为例作进一步详细说明。

如图2所示，MPEG-4AAC的简化编码流程具体可以如下：

201、编码器接收音频输入信号，该音频输入信号为时域信号。

202、编码器将音频输入信号经过时频变换得到频域的频域谱系数。

203、编码器对该音频输入信号进行时频变换得到频域信号，并在频域上将该频域信号划分成N个比例因子带，每个比例因子带内包含若干条谱线，然后利用心理声学模型计算各个比例因子带的允许失真值。

其中，步骤202和步骤203的执行顺序不分先后。

204、编码器判断步骤203中计算得到的允许失真值是否小于比例因子带的能量，若是，则执行步骤205，若否，则不对该比例因子带进行编码。

205、编码器采用固定比例重新计算该比例因子带的允许失真值，以保证各个比例因子带允许失真值在经过多次编解码后还能保持相对稳定。

其中，该比例因子带的允许失真值等于比例因子带的能量与固定比例的乘积。比如，如果固定比例为0.001，则该比例因子带的允许失真值＝比例因子带的能量×0.001。由于比例因子带的能量相对稳定，而固定比例也不会改变，因此，比例因子带允许失真值在经过多次编解码后可以保持相对稳定。

206、编码器根据步骤205重新计算得到的允许失真值、步骤202得到频域谱系数、以及码率控制所输出的目标码率对各个比例因子带进行量化编码，得到编码码字。

其中，码率控制所输出的目标码率可以根据预置策略进行设置，具体可参见现有技术，在此不再赘述。

207、编码器将编码码字及相关边信息按照AAC的码流格式写入码流，然后输出码流，流程结束。

其中，边信息指的是编码时的相关信息，包括比例因子、允许失真值、目标码率等信息。

由上可知，本实施例采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值，然后根据重新计算得到的允许失真值对比例因子带进行量化编码，而如果允许失真值大于等于比例因子带的能量，则不对该比例因子带进行编码，以降低码率；由于该方法综合考虑了心理声学模型和固定比例允许失真两种方式，所以可以在降低码率的同时，保证了各比例因子带允许失真值的相对稳定，即可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果，以提高音频质量。

实施例三、

本实施例将从解码器的角度进行描述。

一种解码方法，包括：获取码流中的谱线的量化值和量化步长；确定该码流中的谱线的量化值为零时，按照概率分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

如图3所示，具体流程可以如下：

301、获取码流中的谱线的量化值和量化步长；

302、确定该码流中的谱线的量化值为零时，按照概率分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

例如，可以按照正态分布规律或均匀分布等某种概率分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

这是因为，在编码器量化过程中，量化值＝谱线值/量化步长，由于量化值一般为整数，所以当谱线值小于量化步长时，该谱线就会被量化为零。在解码端，量化值为零的谱线经反量化后谱线值也会变为零，所以在第二次编码时，这些近似于零的谱线对心理声学模型算法中的频谱特性的分析造成了严重的影响，导致计算出的允许失真发生改变；因此，在解码时，本发明实施例采用将量化值为零的谱线，按照某种概率分布规律分配一个0至量化步长之间的随机值作为反量化后的谱线值，从而可以在不影响声音效果的同时，提升了前后两次心理声学模型计算结果的相似性，提高了多次编解码时的编解码效果。

实施例四、

根据实施例三所描述的方法，以下将以MPEG-4AAC为例作进一步详细说明。

如图4所示，MPEG-4AAC的简化解码流程具体可以如下：

401、解码器接收码流。

402、解码器根据AAC的码流格式对码流进行Huffman解析，得到Huffman码字和Huffman码表标识(ID，IDentity)；

403、解码器根据Huffman码表标识(ID，IDentity)对Huffman码字进行解码，得到谱线的边信息和量化值；其中，边信息包括比例因子，根据比例因子可以得到量化步长。

404、解码器判断谱线的量化值是否为零，若是，则执行步骤405，若否，则执行步骤406；

405、解码器按照概率分布规律，比如正态分布或均匀分布等概率分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值，然后执行步骤407。

406、解码器根据量化步长和量化值对谱线进行反量化，得到反量化后的谱线值，然后执行步骤407，具体的反量化方法可参见现有技术，在此不再赘述。

407、解码器经过时频反变换将谱线值变换到时域，得到响应的音频信号。

由上可知，在解码时，本发明实施例采用将量化值为零的谱线，按照某种概率分布规律分配一个0至量化步长之间的随机值作为反量化后的谱线值，从而可以在不影响声音效果的同时，提升前后两次心理声学模型计算结果的相似性，提高了多次编解码时的编解码效果，有利于提升音频质量。

实施例五、

可选的，在采用实施例一和二所描述的方法进行编码时，解码器可以沿用现有的解码器，并采用现有的解码方法进行解码，即解码器可以无需作任何改变。

可选的，在采用实施例三和四所描述的方法进行解码时，编码器可以沿用现有的编码器，并采用现有的编码方法进行编码，即编码器可以无需作任何改变。

最优的，可以同时采用这两种方法，即采用实施例一和二所描述的方法进行编码，同时在解码时，则采用实施例三和四所提供的方法。

如果同时采用了这两种方法，则可以在保证较低码率的同时，进一步提高多次编解码时的编解码效果，从而进一步提高音频质量。

实施例六、

为了更好地实施实施一、二和五的方法，本发明实施例还提供一种编码器，如图5所示，该编码器包括编码获取单元601、第一运算单元602、第二运算单元603和量化编码单元604；

编码获取单元601，用于获取比例因子带；

第一运算单元602，用于利用心理声学模型计算编码获取单元601获取到的比例因子带的允许失真值；具体的计算方法可参见现有技术，在此不再赘述。

第二运算单元603，用于在确定第一运算单元602得到的允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；

量化编码单元604，用于根据第二运算单元603重新计算得到的允许失真值对比例因子带进行量化编码。

在确定利用心理声学模型计算得到的允许失真值大于等于比例因子带的能量时，则表示该比例因子带即使被忽略，也不易被人耳所察觉，所以可以不对该比例因子带进行编码，以节省码率。即该编码器还可以包括输出单元605；

输出单元605，用于在确定第一运算单元602得到的允许失真值大于等于比例因子带的能量时，不对该比例因子带进行编码，直接输出该比例因子带。

输出单元605，还用于输出量化编码单元604量化编码后的比例因子带。

其中，第二运算单元，具体用于在确定第一运算单元602得到的允许失真值小于比例因子带的能量时，将比例因子带的能量与固定比例的乘积作为该比例因子带的允许失真值。比如，如果固定比例为0.001，则该比例因子带的允许失真值＝比例因子带的能量×0.001。

以上各个单元的具体实施可参见前面实施例，在此不再赘述。

由上可知，本实施例的编码器的第一运算单元602采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，由第二运算单元603采用固定比例重新计算该比例因子带的允许失真值，然后由量化编码单元604根据重新计算得到的允许失真值对比例因子带进行量化编码，由于该方法综合考虑了心理声学模型和固定比例允许失真两种方式，所以可以在降低码率的同时，保证了各比例因子带允许失真值的相对稳定，即可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果，以提高音频质量。

实施例七、

为了更好地实施实施三、四和五的方法，本发明还相应地提供一种解码器，如图6所示，该解码器包括解码获取单元701和分配单元702；

解码获取单元701，用于获取码流中的谱线的量化值和量化步长；

分配单元702，用于在确定解码获取单元701获取到的谱线的量化值为零时，按照概率分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

其中，分配单元702，具体用于在确定解码获取单元701获取到的谱线的量化值为零时，按照正态分布规律或均匀分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

以上各个单元的具体实施可参见前面实施例，在此不再赘述。

由上可知，在解码时，本发明实施例的解码器的分配单元702采用将量化值为零的谱线，按照某种概率分布规律分配一个0至量化步长之间的随机值作为反量化后的谱线值，从而可以在不影响声音效果的同时，提升前后两次心理声学模型计算结果的相似性，提高了多次编解码时的编解码效果，有利于提升音频质量。

实施例八、

相应地，本发明实施例提供一种编解码系统，如图7所示，该编解码系统包括本发明实施例提供的任一种编码器600和/或任一种解码器700，即该编解码系统可以包括本发明实施例提供的任一种编码器600和现有的解码器，或者包括本发明实施例提供的任一种解码器700和现有的编码器，或者也可以包括本发明实施例提供的任一种编码器600和本发明实施例提供的任一种解码器700；当编解码系统包括本发明实施例提供的任一种编码器600和本发明实施例提供的任一种解码器700时，效果最优。

编码器600，用于获取比例因子带；利用心理声学模型计算比例因子带的允许失真值；在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值；根据重新计算得到的允许失真值对比例因子带进行量化编码。

编码器700，用于获取码流中的谱线的量化值和量化步长；确定该码流中的谱线的量化值为零时，按照概率分布规律，为所述谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

其中，编码器600，还用于在确定利用心理声学模型计算得到的允许失真值大于等于比例因子带的能量时，不对该比例因子带进行编码。

编码器700，还用于按照正态分布规律或均匀分布规律，为该谱线分配一个0至量化步长之间的随机值作为反量化后的谱线值。

以上各设备的具体实施可参见前面实施例，在此不再赘述。

由上可知，本实施例提供的编解码系统的编码器600采用心理声学模型来计算比例因子带的允许失真值，在确定该允许失真值小于比例因子带的能量时，采用固定比例重新计算该比例因子带的允许失真值，然后根据重新计算得到的允许失真值对比例因子带进行量化编码，由于该方法综合考虑了心理声学模型和固定比例允许失真两种方式，所以可以在降低码率的同时，保证了各比例因子带允许失真值的相对稳定，即可以在与现有的编解码器同等码率条件下，提高多次编解码时的编解码效果，以提高音频质量。

另一方面，在解码时，本发明实施例提供的解码器700采用将量化值为零的谱线，按照概率分布规律分配一个0至量化步长之间的随机值作为反量化后的谱线值，从而在不影响声音效果的同时，可以提升前后两次心理声学模型计算结果的相似性，以提高多次编解码时的编解码效果。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

以上对本发明实施例所提供的一种编码方法、解码方法、装置和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种用于音频信号的编码方法，其特征在于，包括：

获取比例因子带；

利用心理声学模型计算比例因子带的允许失真值；

当所述允许失真值小于比例因子带的能量时，采用固定比例重新计算比例因子带的允许失真值；

根据重新计算得到的允许失真值对比例因子带进行量化编码；

其中，所述采用固定比例重新计算比例因子带的允许失真值包括：比例因子带的允许失真值等于比例因子带的能量与固定比例的乘积。

2.根据权利要求1所述的方法，其特征在于，还包括：

当利用心理声学模型计算得到的允许失真值大于等于比例因子带的能量时，不对该比例因子带进行编码。

3.一种用于音频信号的编码器，其特征在于，包括：

编码获取单元，用于获取比例因子带；

第一运算单元，用于利用心理声学模型计算编码获取单元获取到的比例因子带的允许失真值；

第二运算单元，用于当第一运算单元得到的允许失真值小于比例因子带的能量时，采用固定比例重新计算比例因子带的允许失真值；

量化编码单元，用于根据第二运算单元重新计算得到的允许失真值对比例因子带进行量化编码；

其中，所述第二运算单元，用于当第一运算单元得到的允许失真值小于比例因子带的能量时，将比例因子带的能量与固定比例的乘积作为比例因子带的允许失真值。

4.根据权利要求3所述的编码器，其特征在于，还包括输出单元；

输出单元，用于当第一运算单元得到的允许失真值大于等于比例因子带的能量时，不对该比例因子带进行编码，直接输出比例因子带。

5.一种编解码系统，其特征在于，包括解码器和权利要求3或4所述的编码器，所述解码器包括解码获取单元和分配单元；

解码获取单元，用于获取码流中的谱线的量化值和量化步长；

分配单元，用于在确定解码获取单元获取到的谱线的量化值为零时，按照概率分布规律，为所述谱线分配一个0到量化步长之间的随机值作为反量化后的谱线值。

6.根据权利要求5所述的编解码系统，其特征在于，

所述分配单元，用于在确定解码获取单元获取到的谱线的量化值为零时，按照正态分布规律或均匀分布规律，为所述谱线分配一个0到量化步长之间的随机值作为反量化后的谱线值。

Images