CN102568485B

CN102568485B - 音频信号的频时转换方法及装置

Info

Publication number: CN102568485B
Application number: CN2011104575536A
Authority: CN
Inventors: 李昙; 张本好; 吴晟; 徐晶明; 林福辉
Original assignee: Spreadtrum Communications Shanghai Co Ltd
Current assignee: Spreadtrum Communications Shanghai Co Ltd
Priority date: 2011-12-30
Filing date: 2011-12-30
Publication date: 2013-12-11
Anticipated expiration: 2031-12-30
Also published as: CN102568485A

Abstract

一种音频信号的频时转换方法及装置，所述音频信号的频时转换方法包括：对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述N为偶数；基于N点第一中间数据与2N点第二中间数据的映射关系，对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据；对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据；叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据。本发明的技术方案降低了音频信号频时转换过程中对内存空间的消耗，而且提高了音频信号频时转换的效率。

Description

音频信号的频时转换方法及装置

技术领域

本发明涉及音频解码技术领域，尤其是一种音频信号的频时转换方法及装置。

背景技术

目前音频信号的格式有许多种，例如，AAC(Advanced Audio Coding)、AAC+、AAC++、WMA(Windows MediaAudio)、MP3(MPEGAudio Layer 3)、Real Audio等格式，其中比较常用的为MP3格式。无论何种格式的音频，在播放之前，都需要对音频进行编解码，才能得以播放。

在音频信号的解码过程中，通常会进行音频信号的频时转换。目前的音频信号的频时转换采用了IMDCT(Inverse Modified Discrete Cosine Transform，改进离散余弦反变换)作为音频信号频时转换的方法。

IMDCT运算与DCT-IV(DCT for Discrete Cosine Transform IV，离散余弦变换)运算具有映射关系，相同的数据(IMDCT频域数据)经过DCT-IV运算得到的结果(以下称为第一中间数据)与经过IMDCT运算得到的结果(以下称为第二中间数据)具有映射关系。

鉴于上述情况，现有技术中，音频信号频时转换通常以DCT-IV运算实现。具体实施时可以是：

音频信号包括多个帧，音频信号的频域数据(通常可以称为IMDCT频域数据)也是以帧为单位存储的。目前音频信号的频时转换通常是对音频信号的每一帧的IMDCT频域数据进行DCT-IV运算得到每一帧的第一中间数据，然后对所述每一帧的第一中间数据进行加窗运算后得到临时数据并保存当前帧的部分临时数据，再叠加当前帧剩余的临时数据与该当前帧的上一帧的保存下来的临时数据才能得到该当前帧的时域数据。音频信号一帧一帧的进行频时转换，每一帧都要经过上述操作才能完成整个音频信号的频时转换。

图1是现有技术音频信号频时转换的流程图，具体过程如图1所示，包括：

步骤S1，N点IMDCT输入数据缓冲器，将音频信号的当前帧的N点频域数据输入数据缓冲器(数据缓冲器也可以简称为缓冲器)；

步骤S2，DCT-IV运算，对所述当前帧的N点频域数据进行DCT-IV运算，得到当前帧的N点第一中间数据；

步骤S3，N点DCT-IV输出数据存入缓冲器，存入缓冲器的N点DCT-IV输出数据即是步骤S2得到的当前帧的N点第一中间数据；

步骤S4，加窗运算，由于2N点第二中间数据(经过IMDCT运算得到的)与N点第一中间数据(经过DCT-IV运算得到)具有映射关系，基于所述映射关系对当前帧的N点第一中间数据进行加窗运算，得到当前帧的2N点第二中间数据的加窗数据；

步骤S5，高N点输出，获取步骤S4中加窗运算之后的当前帧的2N点第二中间数据的加窗数据中的部分数据，2N点第二中间数据的加窗数据包括高N点第二中间数据的加窗数据和低N点第二中间数据的加窗数据，其中高N点第二中间数据的加窗数据表示该帧的前半部分的数据，低N点第二中间数据的加窗数据表示该帧的后半部分的数据；进行步骤S5之后进行步骤S7，保存，也就是保存所述当前帧的高N点第二中间数据的加窗数据；执行步骤S7之后执行步骤S8，上一帧高N点输出，也就是将已保存的上一帧的高N点第二中间数据的加窗数据输出；

进行步骤S6，低N点输出，获取步骤S4中加窗运算之后的当前帧的低N点第二中间数据的加窗数据；

执行步骤S9，叠加，将步骤S6中得到的当前帧的低N点第二中间数据的加窗数据与步骤S8中得到的上一帧的高N点第二中间数据的加窗数据做对应相加的运算，获得N点输出，即步骤S10，获得当前帧的N点时域数据。

音频信号的每一帧的频域数据到时域数据的转换都是经过上述步骤进行的。

由于音频信号的数据量相对较大，在进行频时转换过程中，需要较大的内存空间来进行频时转换的运算，因此对整个运算系统的内存空间的消耗较大。另外，在频时转换的运算过程中，需要反复取值，因此整个运算过程的效率较低。具体的音频信号的处理技术可以参考公开号为US20080082321A1的美国专利申请。

因此如何降低音频信号频时转换过程中对内存空间的消耗，且提高音频信号频时转换的效率成为目前亟待解决的问题之一。

发明内容

本发明解决的问题是如何降低现有技术中音频信号频时转换过程对内存的高消耗及如何提高音频信号频时转换的运算效率。

为解决上述问题，本发明提供了一种音频信号的频时转换方法，包括：

对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述N为偶数；

基于N点第一中间数据与2N点第二中间数据的映射关系，对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据；对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据；

叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据。

为解决上述问题，本发明还提供了一种音频信号的频时转换装置，包括：

变换单元，用以对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述N为偶数；

加窗单元，用以基于N点第一中间数据与2N点第二中间数据的映射关系，对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据；对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据；

叠加单元，用以叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据。

与现有技术相比，本发明具有以下优点：

本发明的技术方案充分利用N点DCT-IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)的映射关系，将N点的第一中间数据分为0至((N/2)-1)点的第一中间数据及N/2至N-1点的第一中间数据，并保存当前帧的0至((N/2)-1)点的第一中间数据。相比现有技术保存N点的第二中间数据的加窗数据，本发明的技术方案仅保存N/2的第一中间数据，因此降低了保存的数据量，节省了存储空间，尤其是缓冲器的存储空间。

利用N点DCT-IV的输出数据与2N点IMDCT输出数据具有的映射关系，从上一帧的第0～((N/2)-1)点的第一中间数据可以得到上一帧的第N～(2N-1)点的第二中间数据(即上一帧IMDCT高N点)，从当前帧的N/2至N-1点的第一中间数据可以得到当前帧的0～(N-1)的第二中间数据(即当前帧IMDCT低N点)。在进行加窗运算时，可以直接获取DCT-IV的输出数据，基于上述映射关系进行加窗运算，减少运算步骤，提高运算效率。

利用窗函数的参数的对称性，从而减少了在加窗运算中读取窗函数的参数的次数，对N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据时，可以减少N/2次读写操作。

利用对上一帧IMDCT高N点进行加窗运算的窗函数与对当前帧IMDCT低N点进行加窗运算的窗函数的参数的完全对称性，节省了在计算对上一帧IMDCT高N点进行加窗运算时窗函数的参数的N次读取操作。

对于立体声两个声道数据，本发明的技术方案的优点在于，节省了2个声道N/2点的缓冲器空间计N点缓冲器空间，以及节省了2个声道N/2次叠加数据读和写操作计2N次读写操作，2个声道计N次窗函数的读取操作，共计3N次的读写操作。

附图说明

图1是现有技术音频信号频时转换的流程图；

图2是本发明实施例提供的音频信号的频时转换方法的流程图；

图3是本发明实施例提供的N点第一中间数据和2N点第二中间数据的映射关系示意图；

图4是图2所示的音频信号的频时转换方法在具体实施时的流程示意图；

图5是本发明实施例提供的加窗运算的示意图；

图6是本发明实施例提供的叠加运算的示意图；

图7是本发明实施例提供的音频信号的频时转换装置的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。

在音频信号的解码过程中，通常会进行音频信号的频时转换。音频信号格式存在多种标准，如MP3，AAC，AAC+，AAC++，WMA以及Real Audio等。目前的音频标准均采用了IMDCT(Inverse Modified Discrete CosineTransform，改进离散余弦反变换)作为信号频时转换的方法，并利用DCT-IV实现。

由于音频信号的数据量相对较大，现有技术在进行频时转换过程中，需要较大的内存空间来进行频时转换的运算，因此对整个运算系统的内存空间的消耗较大。另外，在频时转换的运算过程中，需要反复取值，因此整个运算过程的效率较低。

鉴于上述情况，发明人提出了本发明的技术方案，优选的实施方式可以参考图2，图2是本发明实施例提供的音频信号的频时转换方法的流程图，下面结合图2详细说明。

S101，对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述N为偶数；

S201，基于N点第一中间数据与2N点第二中间数据的映射关系，对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据；对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据；

S301，叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据。

所述步骤S101中，所述N点频域数据为IMDCT频域数据，所述频时变换运算为DCT-IV运算。

所述步骤S201中，以下述表达式(1)表示N点第一中间数据与2N点第二中间数据的映射关系为例：

x (n^{'}) = \{\begin{matrix} - x^{'} (n) & n = N / 2, . . ., N - 1; n^{'} = 0, . . ., (N / 2) - 1; \\ - x^{'} ((3 N / 2) - 1 - n) & n = N / 2, . . ., N - 1; n^{'} = N / 2, . . ., N - 1; \\ x^{'} ((N / 2) - 1 - n) & n = 0, . . ., (N / 2) - 1; n^{'} = N, . . ., (3 N / 2) - 1; \\ - x^{'} (n) & n = 0, . . ., (N / 2) - 1; n^{'} = 3 N / 2, . . ., 2 N - 1; \end{matrix} - - - (1)

其中，x′(n)为第一中间数据，x(n′)为第二中间数据。

N点第一中间数据从高到低依次为x′(N-1)，x′(N-2)，......，x′((N/2)+1)，x′(N/2)，x′((N/2)-1)，x′((N/2)-2)，......x′(1)，x′(0)，则2N点第二中间数据从高到低依次为-x′((N/2)-1)，-x′((N/2)-2)，......，-x′(1)，-x′(0)，-x′(0)，-x′(1)，......，-x′((N/2)-2)，-x′((N/2)-1)，x′(N/2)，x′((N/2)+1)，......，x′(N-2)，x′(N-1)，-x′(N-1)，-x′(N-2)，......，-x′((N/2)+1)，-x′(N/2)。

可见，N点第一中间数据中第0～((N/2)-1)点(低N/2点)的第一中间数据映射到2N点第二中间数据中第N～(2N-1)点(高N点)的第二中间数据；N点第一中间数据中第N/2～(N-1)点(高N/2点)的第一中间数据映射到2N点第二中间数据中第0～(N-1)点(低N点)的第二中间数据。

基于上述描述，所述步骤S201中，所述对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据包括：将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据；

所述对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据包括：将当前帧的第N/2～(N-1)点的第一中间数据进行加窗运算得到当前帧的第0～(N-1)点的第二中间数据的加窗数据。

利用DCT-IV的输出数据与IMDCT的输出数据的映射关系，将N点的第一中间数据分为0至((N/2)-1)点的第一中间数据及N/2至N-1点的第一中间数据，并保存当前帧的0至((N/2)-1)点的第一中间数据。相比现有技术，本发明的技术方案减少了保存的数据量，节省了存储空间，尤其是缓冲器的存储空间。

所述步骤S201的加窗运算采用窗函数进行运算，所述窗函数的参数为N个，所述将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据包括：

将第0～((N/2)-1)个参数分别与上一帧的第((N/2)-1)～0点的第一中间数据做点积得到上一帧的第(2N-1)～3N/2点的第二中间数据的加窗数据；

将第(N/2)～(N-1)个参数分别与所述上一帧的第0～((N/2)-1)点的第一中间数据做点积得到上一帧的第((3N/2)-1)～N点的第二中间数据的加窗数据；

所述将当前帧的第N/2～(N-1)点的第一中间数据进行加窗运算得到当前帧的第0～(N-1)点的第二中间数据的加窗数据包括：

将第0～((N/2)-1)个参数分别与当前帧的第(N/2)～(N-1)点的第一中间数据做点积得到当前帧的第0～((N/2)-1)点的第二中间数据的加窗数据；

将第(N/2)～(N-1)个参数分别与所述当前帧的第(N-1)～(N/2)点的第一中间数据做点积得到当前帧的第(N/2)～(N-1)点的第二中间数据的加窗数据。

利用窗函数的参数的对称性，可以减少在加窗运算中读取窗函数的参数的次数，对N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据时，可以减少N/2次读写操作。

在进行加窗运算时，鉴于N点第一中间数据与2N点第二中间数据的映射关系，可以基于所述映射关系直接对第一中间数据进行加窗运算得到第二中间数据的加窗数据。这减少了频时转换的运算步骤，提高了整个运算的运算效率。

在其他实施中，也可以基于所述映射关系，先通过第一中间数据得到第二中间数据，然后再对第二中间数据进行加窗运算得到第二中间数据的加窗数据。

具体实施中，对上一帧的第二中间数据进行加窗运算的窗函数与对当前帧的第二中间数据进行加窗运算的窗函数的参数的完全对称性，同一组窗函数的参数，读取一次可以使用两次，这在计算对N点第二中间数据进行加窗运算时，节省了窗函数的参数的N次读取操作。

所述步骤S301中，所述叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据包括：上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加得到所述当前帧的N点时域数据。

所述叠加为一一对应的叠加，即对应位置上的数据叠加。具体的可以是，上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加，展开如下：

上一帧的第N点的第二中间数据的加窗数据与当前帧的第0点的第二中间数据的加窗数据叠加，得到当前帧的第0点的时域数据；

上一帧的第N+1点的第二中间数据的加窗数据与当前帧的第1点的第二中间数据的加窗数据叠加，得到当前帧的第1点的时域数据；

顺次的，直到上一帧的第2N-2点的第二中间数据的加窗数据与当前帧的第N-2点的第二中间数据的加窗数据叠加，得到当前帧的第N-2点的时域数据；

上一帧的第2N-1点的第二中间数据的加窗数据与当前帧的第N-1点的第二中间数据的加窗数据叠加，得到当前帧的第N-1点的时域数据。

需要说明的是，步骤S201中进行的操作是基于N点第一中间数据与2N点第二中间数据具有的映射关系进行的，N点第一中间数据与2N点第二中间数据具有的映射关系发生改变之后，相应的，步骤S201中进行的操作也要做相应的修改，在具体实施时，以具体的映射关系为准，不受上述实施例的限制。

下面以对IMDCT频域数据，通过DCT-IV运算进行频时转化为例进行说明。

IMDCT运算是音频解码运算过程中，将音频信号从频域向时域变换的一种算法。其运算表达如公式(2)所示。

x (n) = Σ_{k = 0}^{N - 1} X (k) \cos (\frac{Π}{4 N} (2 n + 1 + N) (2 k + 1)) - - - (2)

n＝0，...，2N-1

其中x(n)为输出的第二中间数据(也可以称为2N点IMDCT的输出数据)，X(k)为频域输入数据(可以是N点的IMDCT频域数据)。

对2N点IMDCT的运算表达式进行分析、转换，可通过N点DCT-IV实现。DCT-IV的运算公式如公式(3)所示。

x^{'} (n) = Σ_{k = 0}^{N - 1} X (k) \cos [\frac{Π}{4 N} (2 k + 1) (2 n + 1)],

n＝0，...，N-1 (3)

公式(3)为DCT-IV运算的表达式。x′(n)为DCT-IV的输出数据(第一中间数据)，X(k)为频域输入数据(通常为IMDCT频域数据)。

2N点IMDCT的输出数据(第二中间数据)到N点DCT-IV的输出数据(第一中间数据)的转换可以通过输出信号的顺序置换实现。公式(2)所得的IMDCT的输出数据(第二中间数据)与公式(3)所得的DCT-IV的输出数据(第一中间数据)具有公式(1)所示的映射关系。

如前述公式(1)，该公式对应图3中DCT-IVN点输出的第一中间数据与2N点IMDCT输出的第二中间数据的映射关系，下面结合图3详细说明。

如图3所示，DCT-IV高N/2点的数据与IMDCT低N点的数据具有对称结构，DCT-IV低N/2点的数据与IMDCT高N点的数据具有对称结构。

继续参考图3，N点第一中间数据从高到低依次为x′(N-1)，x′(N-2)，......，x′((N/2)+1)，x′(N/2)，x′((N/2)-1)，x′((N/2)-2)，......x′(1)，x′(0)，则2N点第二中间数据从高到低依次为-x′((N/2)-1)，-x′((N/2)-2)，......，-x′(1)，-x′(0)，-x′(0)，-x′(1)，......，-x′((N/2)-2)，-x′((N/2)-1)，x′(N/2)，x′((N/2)+1)，......，x′(N-2)，x′(N-1)，-x′(N-1)，-x′(N-2)，......，-x′((N/2)+1)，-x′(N/2)。图3中所示的“+”，“-”表示第二中间数据的值与第一中间数据的值之间的符号关系。

基于公式(1)，N点第一中间数据从高到低对应到2N点第二中间数据从高到低依次为：x(2N-1)＝-x′((N/2)-1)，x(2N-2)＝-x′((N/2)-2)，......，x((3N/2)+1)＝-x′(1)，x(3N/2)＝-x′(0)，x((3N/2)-1)＝-x′(0)，x((3N/2)-2)＝-x′(1)，......，x(N+1)＝-x′((N/2)-2)，x(N)＝-x′((N/2)-1)，x(N-1)＝x′(N/2)，x(N-2)＝x′((N/2)+1)，......，x((N/2)+1)＝x′(N-2)，x(N/2)＝x′(N-1)，x((N/2)-1)＝-x′(N-1)，x((N/2)-2)＝-x′(N-2)，......，x(1)＝-x′((N/2)+1)，x(0)＝-x′(N/2)。

举例来讲，例如，N为8，则2N为16，则N点DCT-IV输出数据的结构与2N点IMDCT输出数据的结构如表1所示。

表1

现有技术中(参考图1)，当前帧的N点DCT-IV的输出数据匹配到2N点IMDCT的输出数据后，与窗函数作乘积运算(点积)得到当前帧2N点IMDCT的输出数据的加窗数据，将当前帧的低N点IMDCT的输出数据的加窗数据与上一帧保留的高N点IMDCT的输出数据的加窗数据叠加得到当前帧的最终时域输出(图1中步骤S10所示)，当前帧的高N点IMDCT的输出数据保存至缓冲器中供下一帧使用。

现有技术中，窗函数一般包括长窗，起始窗，短窗和停止窗4种类型，此处假定长窗对应IMDCT长度是短窗对应IMDCT长度的n倍。

1.长窗类型。用于稳态信号的正常窗口类型。长窗是左右对称的。

2.起始窗。为了在长窗和短窗之间切换，使用这种混合窗。它的左边和长窗类型的左边具有相同的形状。右边的(n-2)/n长度的幅度是1，1/n和短窗的右边具有相同的形状，剩余的1/n是0。因此，可得到重叠短窗部分的混叠消除。

3.短窗。短窗基本上和长窗具有相同的形状，只是长度是长窗长度的1/n，其对应的IMDCT也是长窗IMDCT长度的1/n，短窗之间再按短窗长度一半重叠累加。累加之后的短窗，左边的1/n长度的幅度是0，接着的1/n和短窗的左边具有相同的形状，剩余的(n-2)/n长度的幅度为1。右边的(n-2)/n长度的幅度是1，接着的1/n和短窗的右边具有相同的形状，剩余的1/n幅度是0。短窗也是左右对称的。

4.结束窗。这种类型窗把短窗切换回正常窗。左边的1/n长度的幅度是0，接着的1/n和短窗的左边具有相同的形状，剩余的(n-2)/n长度的幅度是1。它的右边和长窗类型的左边具有相同的形状。因此，可得到重叠短窗部分的混叠消除。

通过以上描述，可以看出，窗函数的特性在于当前帧的IMDCT低N点的加窗参数总是与上一帧的IMDCT高N点的加窗参数完全对称，这可以使得累加后的能量不变。

发明人在长期的实验过程中，发现虽然N点DCT-IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)之间具有映射关系，但是由于长窗和短窗均呈左右对称的结构，起始窗和结束窗的结构不对称，因此现有技术中经过加窗运算，破坏了这种对称结构，造成在进行频时转换过程中，需要较大的内存空间来进行频时转换的运算，耗费资源的问题，并且需要频繁反复的读取窗函数的参数。

鉴于上述情况，本发明的技术方案提出了前述音频信号的频时转换方法，其具体实施方式可以如图2所示。图4是图2所示的音频信号的频时转换方法在具体实施时的流程示意图，下面结合图2和图4说明。

参看图4，图4中所示的步骤S1至S3与现有技术相同(与图1所示步骤S1至S3相同)。所述步骤S1至步骤S3对应图2所示的步骤S101。N点第一中间数据与2N点第二中间数据具有映射关系如图3所示：

如前述经过步骤S1至步骤S3之后，得到DCT-IV的输出数据：N点第一中间数据从高到低依次为x′(N-1)，x′(N-2)，......，x′((N/2)+1)，x′(N/2)，x′((N/2)-1)，x′((N/2)-2)，......x′(1)，x′(0)。步骤S1至S3可以对应图2所示的步骤S101。

图4所示，执行步骤S3之后，继续执行步骤S31，DCT_IV高N/2点输出和步骤S32，DCT_IV低N/2点输出，通常是分别获取DCT_IV高N/2点的第一中间数据(具体的：x′(N-1)，x′(N-2)，......，x′((N/2)+1)，x′(N/2))和DCT_IV低N/2点的第一中间数据(具体的：x′((N/2)-1)，x′((N/2)-2)，......x′(1)，x′(0))。

执行步骤S32之后执行步骤S34，保存，保存当前帧的DCT_IV低N/2点的第一中间数据，以供转换下一帧时使用，然后执行步骤S35，上一帧DCT_IV低N/2点输出，获取上次保存的上一帧的DCT_IV低N/2点的第一中间数据。

与现有技术相比，执行步骤34时，需要保存的数据量为现有技术中保存的数据量的一半，因此极大的节省了存储空间，降低了成本。

执行步骤S31之后执行步骤S33，加窗运算。此步骤S33可以包括：基于N点DCT_IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)之间的映射关系，对所述当前帧的DCT-IV高N/2点第一中间数据直接进行加窗运算得到当前帧的低N点(第0～(N-1)点)第二中间数据的加窗数据。

在其他实施例中，也可以先基于N点DCT_IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)之间的映射关系，由当前帧的DCT-IV高N/2点的第一中间数据得到当前帧的IMDCT低N点(第0～(N-1)点)的第二中间数据，再对当前帧的IMDCT低N点的第二中间数据进行加窗运算得到当前帧的低N点(第0～(N-1)点)的第二中间数据的加窗数据。

执行步骤S35之后执行步骤S36，加窗运算；所述步骤S36与步骤S33的原理相同，具体的可以包括：基于N点DCT_IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)之间的映射关系，对所述上一帧的DCT-IV低N/2点的第一中间数据直接进行加窗运算得到上一帧的高N点(第N～(2N-1)点)的第二中间数据的加窗数据。

在其他实施例中，也可以先基于N点DCT_IV的输出数据(第一中间数据)与2N点IMDCT的输出数据(第二中间数据)之间的映射关系，由上一帧的DCT-IV低N/2点的第一中间数据得到上一帧的IMDCT高N点(第N～(2N-1)点)的第二中间数据，再对上一帧的IMDCT高N点的第二中间数据进行加窗运算得到上一帧的高N点(第N～(2N-1)点)的第二中间数据的加窗数据。

步骤S31至步骤S36可以对应图2所示的步骤S201。与现有技术相比，执行步骤S33和S36时，鉴于DCT_IV的输出数据(第一中间数据)与IMDCT的输出数据(第二中间数据)之间的映射关系，可以直接读取DCT-IV的输出数据进行加窗得到IMDCT的输出数据的加窗数据，这节省了运算步骤，提高了效率。另外，基于所述映射关系，读取第一中间数据的次数为现有技术中读取数据的次数的一半。这极大的减少了读取数据的次数，节约了时间，进一步的提高了效率。

执行步骤S33和步骤S36之后，执行步骤S37，叠加；本步骤S37中，上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加得到所述当前帧的N点时域数据，步骤S37对应图2的步骤S301；然后执行步骤S38，N点输出，此时输出的是当前帧的N点时域数据。

步骤S33和步骤S36所示的加窗运算，可选的采用窗函数进行运算，所述窗函数的参数为N个，所述窗函数的参数与所述上一帧的N点第二中间数据或所述当前帧的N点第二中间数据做点积。步骤S37的叠加为一一对应的叠加运算，也就是说，对应位置的数据做加法运算。

图5是本发明实施例提供的加窗运算的示意图，图6是本发明实施例提供的叠加运算的示意图，下面结合图5和图6详细说明。

在进行加窗运算时，具体过程可以参考图5所示，图5所示步骤A1表示上一帧DCT-IV的低N/2点输出按对称性匹配到上一帧IMDCT的高N点并加窗得N点上一帧的加窗输出，上一帧DCT-IV的低N/2点输出(也就是上一帧的第0～((N/2)-1)点的第一中间数据)根据N点第一中间数据与2N点第二中间数据具有的映射关系得到上一帧IMDCT的高N点(上一帧的N点第二中间数据，也就是第N～(2N-1)点的第二中间数据)，再利用窗函数对其进行加窗运算；

继续参考图5，步骤A2表示当前帧DCT-IV的高N/2点输出按对称性匹配到当前帧IMDCT的低N点并加窗得N点当前帧的加窗输出，相应的，当前帧DCT-IV的高N/2点输出(也就是当前帧的第N/2～(N-1)点的第一中间数据)根据N点第一中间数据与2N点第二中间数据具有的映射关系得到当前帧IMDCT的低N点(当前帧的N点第二中间数据，也就是第0～(N-1)点的第二中间数据)，再利用窗函数对其进行加窗运算。图5中所示的“+”、“-”与图3中所示的“+”、“-”意义相同，此处不再赘述。

图5所示的Win0...WinN-1为加窗函数的参数，所述加窗函数的参数为N个，顺序为Win0...WinN-1的加窗函数的参数与上一帧的IMDCT高N点的第二中间数据做点积，顺序为WinN-1...Win0的加窗函数的参数与当前帧的IMDCT的低N点的第二中间数据做点积。

本发明的技术方案中，读取一次窗函数的参数，该参数可以使用两次。这不仅减少了读取数据的次数，节省了时间，并且一次读取的数据供两次使用，提高了数据的利用率。

对于当前帧的低N/2点DCT-IV输出，不做对称扩展和加窗操作，而是直接保存于缓冲器中，以供下一帧运算时使用。计算当前帧的加窗叠加输出时，对保存的上一帧低N/2点DCT-IV保存量进行对称匹配之后进行加窗操作，并与当前帧的高N点的加窗输出进行叠加运算，最终得到当前帧的N点时域输出。

本发明的技术方案利用对上一帧IMDCT高N点进行加窗运算的窗函数与对当前帧IMDCT低N点进行加窗运算的窗函数的参数的完全对称性，节省了在计算对上一帧IMDCT高N点进行加窗运算是窗函数的参数的N次读取操作。

可以看到，对于双声道立体声数据，使用本发明的技术方案，对上一帧需要保存的值从N点减少到N/2点，即叠加缓冲器从原有的2N(2个声道的高N点加窗输出)减少到一半，即N点(2个声道的低N/2点DCT-IV输出)。这极大的节省了存储空间。另外，对于立体声两个声道数据，还节省了2个声道N/2次叠加数据读和写操作计2N次读写操作，2个声道计N次窗函数的读取操作，共计3N次的读写操作。

参看图6，考虑到DCT-IV的N点第一中间数据与IMDCT的2N点的第二中间数据的映射关系，IMDCT的2N点的第二中间数据的对称结构及上一帧IMDCT高N点加窗的窗函数与当前帧IMDCT低N点加窗的窗函数的参数的完全对称性。读取一次窗函数得到的参数可以使用两次，一是与当前帧的IMDCT的第二中间数据做点积，二是与上一帧的IMDCT的第二中间数据做点积。

对上一帧保存下来的DCT-IV的低N/2点输出(通常可以是上一帧的DCT-IV的N/2点的第一中间数据第0～((N/2)-1)点)，按((N/2)-1-i)的顺序读取，当前帧DCT-IV的高N/2点输出(通常可以是当前帧的DCT-IV的N/2的第一中间数据第N/2～(N-1)点)按((N/2)+i)的顺序读取。其中i的范围为0到((N/2)-1)。利用窗函数的参数的对称性，窗函数参数按i和(N-1-i)的顺序读取。其中i的范围为0到((N/2)-1)。

这样基于DCT-IV的输出与IMDCT的输出的对称扩展，参看图6所示，首先，当前帧DCT-IV高N/2点输出x′((N/2)+i)对称扩展为当前帧IMDCT低N点第(N-1-i)点输出和当前帧IMDCT低N点第i点输出；上一帧DCT-IV低N/2点输出x′((N/2)-1-i)对称扩展为上一帧IMDCT高N点第(N-1-i)点输出和上一帧IMDCT高N点第i点输出。

然后，窗函数参数按i的顺序读取得到的参数与当前帧IMDCT低N点第i点做点积加窗输出，还与上一帧IMDCT高N点第(N-1-i)点做点积加窗输出；窗函数参数按(N-1-i)的顺序读取得到的参数与上一帧IMDCT高N点第i点做点积加窗输出，还与当前帧IMDCT低N点第(N-1-i)点做点积加窗输出。

其次，当前帧IMDCT低N点第i点做点积加窗输出与上一帧IMDCT高N点第i点做点积加窗输出做叠加输出，得到当前帧的第i点叠加输出；上一帧IMDCT高N点第(N-1-i)点做点积加窗输出与当前帧IMDCT低N点第(N-1-i)点做点积加窗输出做叠加输出，得到当前帧第(N-1-i)点叠加输出。

最后，当前帧的第i点叠加输出与当前帧第(N-1-i)点叠加输出按0，...N-1的顺序排序输出，最终获得当前帧N点时域输出。

利用对上一帧IMDCT高N点进行加窗运算的窗函数与对当前帧IMDCT低N点进行加窗运算的窗函数的参数的完全对称性，节省了在计算对上一帧IMDCT高N点进行加窗运算是窗函数的参数的N次读取操作。

图7本发明实施例提供的音频信号的频时转换装置的结构示意图。

所述音频信号的频时转换装置，包括：

变换单元1，用以对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述N为偶数；

加窗单元2，用以基于N点第一中间数据与2N点第二中间数据的映射关系，对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据；对当前帧的N/2点第一中间数据进行加窗运算得到当前帧的N点第二中间数据的加窗数据；加窗单元2与变换单元1相连；

叠加单元3，用以叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据；叠加单元3与加窗单元2相连。

所述加窗单元3包括：

第一加窗单元(图中未显示)，用以将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据；

第二加窗单元(图中未显示)，用以将当前帧的第N/2～(N-1)点的第一中间数据进行加窗运算得到当前帧的第0～(N-1)点的第二中间数据的加窗数据。

所述加窗运算的参数为N个。所述第一加窗单元将第0～((N/2)-1)个参数分别与上一帧的第((N/2)-1)～0点的第一中间数据做点积得到上一帧的第(2N-1)～3N/2点的第二中间数据的加窗数据；将第(N/2)～(N-1)个参数分别与所述上一帧的第0～((N/2)-1)点的第一中间数据做点积得到上一帧的第((3N/2)-1)～N点的第二中间数据的加窗数据；所述第二加窗单元将第0～((N/2)-1)个参数分别与当前帧的第(N/2)～(N-1)点的第一中间数据做点积得到当前帧的第0～((N/2)-1)点的第二中间数据的加窗数据；将第(N/2)～(N-1)个参数分别与所述当前帧的第(N-1)～(N/2)点的第一中间数据做点积得到当前帧的第(N/2)～(N-1)点的第二中间数据的加窗数据。

所述叠加单元3将上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加得到所述当前帧的N点时域数据。

所述频域数据为IMDCT频域数据，所述频时变换运算为DCT-IV运算时，所述N点第一中间数据与2N点第二中间数据具有映射关系用前述公式(1)表示。

本发明的技术方案至少具有以下有益效果：

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims

1.一种音频信号的频时转换方法，其特征在于，包括：

对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述频域数据为IMDCT频域数据，所述频时变换运算为DCT-IV运算，所述N为偶数；

2.如权利要求1所述的音频信号的频时转换方法，其特征在于，所述N点第一中间数据与2N点第二中间数据具有映射关系用下述公式表示：

x (n^{'}) \{\begin{matrix} - x^{'} (n) & n = N / 2, . . ., N - 1; n^{'} = 0, . . ., (N / 2) - 1; \\ {- x}^{'} ((3 N / 2) - 1 - n) & n = N / 2, . . ., N - 1; n^{'} = N / 2, . . ., N - 1; \\ x^{'} ((N / 2) - 1 - n) & n = 0, . . ., (N / 2) - 1; n^{'} = N, . . ., (3 N / 2) - 1; \\ {- x}^{'} (n) & n = 0, . . ., (N / 2) - 1; n^{'} = 3 N / 2, . . ., 2 N - 1; \end{matrix}

其中x'(n)为第一中间数据，x(n')为第二中间数据。

3.如权利要求2所述的音频信号的频时转换方法，其特征在于，

所述对上一帧的N/2点第一中间数据进行加窗运算得到上一帧的N点第二中间数据的加窗数据包括：将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据；

4.如权利要求3所述的音频信号的频时转换方法，其特征在于，所述加窗运算的参数为N个，

所述将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据包括：

5.如权利要求4所述的音频信号的频时转换方法，其特征在于，所述叠加所述上一帧的N点第二中间数据的加窗数据和当前帧的N点第二中间数据的加窗数据得到所述当前帧的N点时域数据包括：上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加得到所述当前帧的N点时域数据。

6.一种音频信号的频时转换装置，其特征在于，包括：

变换单元，用以对音频信号的帧的N点频域数据进行频时变换运算得到对应帧的N点第一中间数据；所述频域数据为IMDCT频域数据，所述频时变换运算为DCT-IV运算，所述N为偶数；

7.如权利要求6所述的音频信号的频时转换装置，其特征在于，所述N点第一中间数据与2N点第二中间数据具有映射关系用下述公式表示：

x (n^{'}) \{\begin{matrix} - x^{'} (n) & n = N / 2, . . ., N - 1; n^{'} = 0, . . ., (N / 2) - 1; \\ {- x}^{'} ((3 N / 2) - 1 - n) & n = N / 2, . . ., N - 1; n^{'} = N / 2, . . ., N - 1; \\ x^{'} ((N / 2) - 1 - n) & n = 0, . . ., (N / 2) - 1; n^{'} = N, . . ., (3 N / 2) - 1; \\ {- x}^{'} (n) & n = 0, . . ., (N / 2) - 1; n^{'} = 3 N / 2, . . ., 2 N - 1; \end{matrix}

其中x'(n)为第一中间数据，x(n')为第二中间数据。

8.如权利要求7所述的音频信号的频时转换装置，其特征在于，所述加窗单元包括：

第一加窗单元，用以将上一帧的第0～((N/2)-1)点的第一中间数据进行加窗运算得到上一帧的第N～(2N-1)点的第二中间数据的加窗数据；

第二加窗单元，用以将当前帧的第N/2～(N-1)点的第一中间数据进行加窗运算得到当前帧的第0～(N-1)点的第二中间数据的加窗数据。

9.如权利要求8所述的音频信号的频时转换装置，其特征在于，所述加窗运算的参数为N个，所述第一加窗单元将第0～((N/2)-1)个参数分别与上一帧的第((N/2)-1)～0点的第一中间数据做点积得到上一帧的第(2N-1)～3N/2点的第二中间数据的加窗数据；将第(N/2)～(N-1)个参数分别与所述上一帧的第0～((N/2)-1)点的第一中间数据做点积得到上一帧的第((3N/2-1)～N点的第二中间数据的加窗数据；所述第二加窗单元将第0～((N/2)-1)个参数分别与当前帧的第(N/2)～(N-1)点的第一中间数据做点积得到当前帧的第0～((N/2)-1)点的第二中间数据的加窗数据；将第(N/2)～(N-1)个参数分别与所述当前帧的第(N-1)～(N/2)点的第一中间数据做点积得到当前帧的第(N/2)～(N-1)点的第二中间数据的加窗数据。

10.如权利要求9所述的音频信号的频时转换装置，其特征在于，所述叠加单元将上一帧的第N～(2N-1)点的第二中间数据的加窗数据与当前帧的第0～(N-1)点的第二中间数据的加窗数据对应叠加得到所述当前帧的N点时域数据。