CN102682779A - 面向3d音频的双声道编解码方法和编解码器 - Google Patents

Abstract

本发明提供了一种面向3D音频的双声道编解码方法和编解码器，本发明在面向3D音频的双声道技术基础上，根据人耳听觉特性，将更多的编码能量用于编码的主成分中，并针对不同的音频信号采用不同的编码方法进行编码，进而提出一种面向3D音频的双声道编解码方法及相应的编解码器。本发明方法能降低编解码噪音，使重建信号具有更高的信噪比，同时能更好的模拟3D音频信号。

Description

面向3D音频的双声道编解码方法和编解码器

技术领域

本发明涉及音频压缩技术领域，尤其涉及了一种面向3D音频的双声道编解码方法和编解码器。

背景技术

随着新世纪信息技术的迅猛发展，音频压缩技术得到的广泛应用。如今的3D音频技术，如5.1声道、7.1声道，甚至更多用于音效渲染的渠道越来越流行。多声道音频能够提供更加身临其境的真实听觉效果。但随着音频通道的不断增加，编码所产生的比特率也在线性增加，因而就需要更多的音频录制空间和更多的实时传输带宽，于是许多高效的编码技术应运而生，如下混和参数立体声编码。而针对上述技术同时也产生了许多立体声编码的音频编解码器，如PS、EAAC+、MPEG-Surround以及基于PCA的立体声音频编解码器等。在多声源、多方向的情况下，传统的音频编解码器的编解码结果并不能表现出更好的主观及客观音质。

发明内容

为进一步提高音频编解码质量、降低编解码噪音、增强主观和客观音质，本发明提出了一种面向3D音频的双声道编解码方法和编解码器。

为解决上述技术问题，本发明采用如下的技术方案：

一、一种面向3D音频的双声道编码方法，包括步骤：

S1.1对输入的双声道信号分别进行时频变换，将时域上的双声道信号转换成频域上的双声道信号；

S1.2、对所述的频域上的双声道信号分别进行子带划分，得到双声道子带信号；

S1.3、分别采用基于频域主成份和基于极坐标主成份的参数编码方法对所述的双声道子带信号逐一进行编码，以得到各双声道子带信号在上述两种编码方法下所产生的编码噪音能量；

所述的采用基于极坐标主成份的参数编码方法对所述的双声道子带信号进行编码所得到的编码噪音能量

ε2.k为第k个双声道子带信号的编码噪音能量，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

S1.4、针对各双声道子带信号，选择较小编码噪音能量所对应的参数编码方法对该双声道子带信号进行进一步编码，若噪音能量相等，则选择基于频域主成分的参数编码方法对该双声道子带信号进行进一步编码；若采用基于频域主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、方向角以及噪音能量比；若采用基于极坐标主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、旋转半径以及噪音能量比；

所述的采用基于极坐标主成分的参数编码方法所得到的编码主成分序列为：

PC_k＝{PC_k(j)|j＝1,2,...,n}

其中，PC_k为第k个双声道子带信号的主成分序列，PC_k(j)为第k个双声道子带信号中第j个频点的主要成分，

表示第k个双声道子带信号中第j个频点的方向角，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为编号为k的子带中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的旋转半径为：

${\stackrel{\‾}{\mathrm{\ρ}}}_k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{L_k^2\left(j\right)+R_k^1\left(j\right)}}{n}$

其中，

为第k个双声道子带信号的旋转半径，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的噪音能量比为：

$\mathrm{PAR}=\frac{{\mathrm{\π}}^2}{48\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ρ}}_k\left(j\right)-\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ρ}}_k\left(j\right)]}^2}$

其中，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

S1.5、对所述的编码主成分序列进行下混，得到下混信号；

S1.6、采用核心编码器对所述的下混信号进行编码，得到编码码流，并将所述的方向角或旋转半径、和噪音能量比写入编码码流。

二、一种面向3D音频的双声道编码器，包括：

时频变换模块，用来对输入的双声道信号分别进行时频变换，将时域上的双声道信号转换成频域上的双声道信号；

子带划分模块，用来对所述的频域上的双声道信号分别进行子带划分，得到双声道子带信号；

编码噪音能量计算模块，用来分别采用基于频域主成份和基于极坐标主成份的参数编码方法对所述的双声道子带信号逐一进行编码，以得到各双声道子带信号在上述两种编码方法下所产生的编码噪音能量；所述的采用基于极坐标主成份的参数编码方法对所述的双声道子带信号进行编码所得到的编码噪音能量

ε_2.k为第k个双声道子带信号的编码噪音能量，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

参数编码模块，用来针对各双声道子带信号，选择较小编码噪音能量所对应的参数编码方法对该双声道子带信号进行进一步编码，若噪音能量相等，则选择基于频域主成分的参数编码方法对该双声道子带信号进行进一步编码；若采用基于频域主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、方向角以及噪音能量比；若采用基于极坐标主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、旋转半径以及噪音能量比；

所述的采用基于极坐标主成分的参数编码方法所得到的编码主成分序列为：

PC_k＝{PC_k(j)|j＝1,2,...,n}

其中，PC_k为第k个双声道子带信号的主成分序列，PC_k(j)为第k个双声道子带信号中第j个频点的主要成分，

表示第k个双声道子带信号中第j个频点的方向角，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为编号为k的子带中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的旋转半径为：

${\stackrel{\‾}{\mathrm{\ρ}}}_k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{L_k^2\left(j\right)+R_k^1\left(j\right)}}{n}$

其中，

为第k个双声道子带信号的旋转半径，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的噪音能量比为：

$\mathrm{PAR}=\frac{{\mathrm{\π}}^2}{48\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ρ}}_k\left(j\right)-\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ρ}}_k\left(j\right)]}^2}$

其中，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

下混模块，用来对所述的编码主成分序列进行下混，得到下混信号；

核心编码器，用来对所述的下混信号进行编码，得到编码码流，并将所述的方向角或旋转半径、和噪音能量比写入编码码流。

三、一种面向3D音频的双声道解码方法，包括步骤：

S2.1采用核心解码器对编码码流进行解码，得到解码信号；

S2.2对所述的解码信号进行子带划分，得到解码子带信号；

S2.3采用与编码所用参数编码方法相应的参数解码方法、并结合编码码流中的方向角或旋转半径、噪音能力比对所述的解码子带信号进行解码，得到重建的频域子带信号；

S2.4合并所述的重建的频域子带信号得到重建的频域信号；

S2.5对所述的频域信号进行时频逆变换，将频域信号转换成时域信号，恢复出重建的音频信号。

上述的参数解码方法为基于频域主成份的参数解码方法或基于极坐标主成份的参数解码方法。

所述的利用基于频域主成份的参数解码方法对所述的解码子带信号进行解码，得到重建的频域子带信号，具体为：根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和方向角，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

所述的利用基于极坐标主成份的参数解码方法对所述的解码子带信号进行解码，得到重建的频域子带信号，具体为：根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和旋转半径，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

四、一种面向3D音频的双声道解码器，包括：

核心解码器，用来对编码码流进行解码，得到解码信号；

子带划分模块，用来对所述的解码信号进行子带划分，得到解码子带信号；

参数解码模块，用来采用与编码所用参数编码方法相应的参数解码方法、并结合编码码流中的方向角或旋转半径、噪音能力比对所述的解码子带信号进行解码，得到重建的频域子带信号；

子带合并模块，用来合并所述的重建的频域子带信号得到重建的频域信号；

时频逆变换模块，用来对所述的频域信号进行时频逆变换，将频域信号转换成时域信号，恢复出重建的音频信号。

上述参数解码模块进一步包括基于频域主成份的参数解码模块和基于极坐标主成份的参数解码模块。

所述的基于频域主成份的参数解码模块，用来根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和方向角，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

所述的基于极坐标主成份的参数解码模块，用来根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和旋转半径，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

本发明在面向3D音频的双声道技术基础上，根据人耳听觉特性，将更多的编码能量用于编码的主成分中，并针对不同的音频信号采用不同的编码方法进行编码，进而提出一种面向3D音频的双声道编解码方法及相应的编解码器。本发明方法能降低编解码噪音，使重建信号具有更高的信噪比，同时能更好的模拟3D音频信号。

附图说明

图1是本发明编码方法的流程图；

图2是本发明解码方法的流程图；

图3是本发明编码方法中的子带划分的流程图；

图4是本发明编码方法中编码方法选择的流程图；

图5是本发明的基于极坐标主成分的参数编码方法示意图；

图6是本发明解码方法中解码方法选择的流程图；

图7是本发明解码方法中的参数解码的流程图。

具体实施方式

本发明提出了一种面向3D音频的双声道编码方法，以及相应的双声道解码方法，具体实施时，可以由本领域技术人员采用计算机软件手段根据所提供技术方案实现音频自动编解码。由于在编解码应用中，往往还可以将编解码软件方法固化形成编解码装置，所以，本发明还提供了相应的面向3D音频的双声道编码器和解码器。

以下将结合附图对本发明的具体实施方式做详细说明，以使本发明的技术方案和有益效果更为清楚。

本发明中为了采用基于频域主成分的参数编码方法来分析空间音频信号，编码方案中利用最小均方误差（MMSE）将两个声道合并为一个声道，然后只有这一个声道被核心编码器所编码。在解码时，利用方向角、主要成分和次要成分的环境噪音能量比（PAR）进行信号的重建，其中，环境噪音产生一个类似于原始信号能量的白噪声来模拟原始信号。但对于3D的多声道信号，子带划分时，一些子带是由小的均匀的子带合并而来，其中包含了很多左右声道能量比有差异的子带。由于这些子带能更好的模拟多个不同方向的声源，因此在基于频域主成分的参数编码方式中，只用一个方向角和PAR来传输下混的信道并不合理。针对上述问题，本发明提出了一种基于极坐标的参数编码方法，在极坐标中进行主要成分和次要成分的参数编码，以旋转半径和PAR来进行信号的重建，来更好的模拟3D音频信号，使其有更高的信噪比。

本发明的面向3D音频的双声道编码方法，具体流程图参见图1，包括如下步骤：

步骤1.1，对输入的双声道信号分别进行时频变换，将时域上的双声道信号转换成频域上的双声道信号

双声道信号由左声道信号l和右声道信号r组成，本步骤的具体实施为：采用快速傅里叶变换（FFT）将时域上的左声道信号l和右声道信号r分别转换成频域上的左声道信号L和右声道信号R。

步骤1.2，对频域上的左声道信号L和右声道信号R进行子带划分，得到左、右声道子带信号，图3为本步骤的一种具体实施的流程图。

本步骤的具体实施为：

采用基于等效矩形带宽（ERB）的划分方法将频域上的左声道信号L和右声道信号R分别划分为64个子带，再根据人耳听觉特性和编码器的需求，分别对左声道信号L和右声道信号R的子带进行合并或再细分、或既进行合并又进行再细分，得到最终的左声道子带信号和右声道信号。

由于人耳对低频的声音比较敏感，而对高频的声音的感知较差，因此，可对左声道信号L和右声道信号R的64个子带进行进一步处理：可以对其中的低频子带进行再细分，或对高频子带进行合并，或者既对低频子带进行再细分又对高频子带进行合并。在本具体实施中将64个子带信号中的3个低频子带再细分为16个子带，将61个高频子带合并为4个子带，最终得到20个子带信号，以下的操作就是针对所得的20个子带信号来进行。上述的低频和高频的范围，是在具体实施时，根据需要人为来规定的。

步骤1.3，分别采用基于频域主成分的参数编码方法(PCA)和基于极坐标主成分的参数编码方法（PC-PCA）对步骤1.2所得的左声道子带信号和右声道子带信号进行编码，分别求出上述两种参数编码方法的编码噪音能量。

本步骤的具体实施为：

1）采用基于频域主成分的参数编码方法对左声道子带信号和右声道子带信号进行编码，以求得基于频域主成分的参数编码方法所产生的编码噪音能量。

假设步骤1.2所得到的左声道子带信号L_k和右声道子带信号R_k数量均为N，将第k个左声道子带信号和右声道子带信号分别表示为L_k、R_k，k＝1,2,...,N，并假设左声道子带信号L_k和右声道子带信号R_k中各含有n个频点，则子带信号L_k和R_k可以看成由n个频点的信号所组成的序列，L_k＝{L_k(j)|j＝1,2,...,n}和R_k＝{R_k(j)|j＝1,2,...,n}，L_k(j)和R_k(j)分别为子带信号L_k和R_k中第j个频点的信号。本步骤是逐一针对各子带信号L_k和R_k，k＝1,2,...,N，来获取基于频域主成分的参数编码方法所产生的编码噪音能量。

下面将以子带信号L_k和R_k为例，进一步说明基于频域主成分的参数编码方法所产生的编码噪音能量的获取：

a）计算L_k和R_k序列构成的协方差矩阵R_k：

$R_k=\left[\begin{array}{cc}{r}_{\mathrm{ll}}& r_{\mathrm{lr}}\\ r_{\mathrm{rl}}& r_{\mathrm{rr}}\end{array}\right]---\left(1\right)$

其中，

r_ll＝cov[L_k,L_k]，r_lr＝r_rl＝cov[L_k,R_k]，r_rr＝cov[R_k,R_k]；

b）求协方差矩阵R_k的特征值λ₁和λ₂：

${\mathrm{\λ}}_1=\frac{1}{2}[r_{\mathrm{ll}}+r_{\mathrm{rr}}+\sqrt{{(r_{\mathrm{ll}}-r_{\mathrm{rr}})}^2+{\left({2r}_{\mathrm{lr}}\right)}^2}]---\left(2\right)$

${\mathrm{\λ}}_2=\frac{1}{2}[r_{\mathrm{ll}}+r_{\mathrm{rr}}+\sqrt{{(r_{\mathrm{ll}}-r_{\mathrm{rr}})}^2+{\left({2r}_{\mathrm{lr}}\right)}^2}]---\left(3\right)$

c）根据特征值λ₁和λ₂分别得到基于频域主成分的参数编码方法（PCA）的主要成分能量E_p和次要成分能量E_s：

E_p＝max(λ₁,λ₂)    （4）

E_s＝min(λ₁,λ₂)    （5）

则，基于频域主成分的参数编码方法所产生的编码噪声能量ε₁＝E_s＝min(λ₁,λ₂)。

2）采用基于极坐标主成分的参数编码方法对左声道子带信号和右声道子带信号进行编码，以求得基于极坐标主成分的参数编码方法所产生的编码噪音能量。

基于极坐标主成分的参数编码方式是在基于频域主成分参数编码方式的基础上自创的，两者的编码原理相同，但所采用的坐标不同，基于频域主成分参数编码方式采用的是直角坐标系，而基于极坐标主成分的参数编码方式则采用的是极坐标系。

假设步骤1.2所得到的左声道子带信号L_k和右声道子带信号R_k数量均为N，将第k个左声道子带信号和右声道子带信号分别表示为L_k、R_k，k＝1,2,...,N，并假设左声道子带信号L_k和右声道子带信号R_k中含有n个频点，则子带信号L_k和R_k可以看出由n个频点的信号所组成的序列，L_k＝{L_k(j)|j＝1,2,...,n}和R_k＝{R_k(j)|j＝1,2,...,n}，L_k(j)和R_k(j)分别为子带信号Lk和Rk中第j个频点的信号。本步骤是逐一针对各子带信号L_k和R_k，k＝1,2,...,N，来获取基于极坐标主成分的参数编码方法所产生的编码噪音能量。

下面将以子带信号L_k和R_k为例，进一步说明本步骤：

a）为了能在极坐标系中进行主成分参数编码，逐一将子带信号L_k和R_k中各频点的子带信号L_k(j)和Rk(j)引入极坐标系中组成2个新的随机变量ρ_k(j)和

如图5所示，其中，j＝1,2,...,n，L_k(j)、Rk(j)表示子带信号L_k和R_k中第j个频点的信号，ρ_k(j)表示子带信号Lk和Rk中第j个频点的信号的幅值，

表示子带信号L_k和R_k中第j个频点的方向角：

将子带信号L_k和R_k中各频点的信号幅值构成ρ_k序列，将子带信号L_k和R_k中各频点所对应的方向角构成

序列：

ρ_k＝{ρ_k(j)|j＝1,2,...,n}    （7）

b）计算ρ_k和

序列构成的协方差矩阵R_k，

其中，

c）求协方差矩阵R_k（9）的特征值λ₁、λ₂，并根据λ₁、λ₂得出基于极坐标主成分的参数编码方法（PC-PCA）的主要成分能量

和次要成分能量E_ρ：

$E_{\mathrm{\ρ}}={\mathrm{\λ}}_1=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ρ}}_k\left(j\right)-\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left(j\right))}{n}]}^2---\left(11\right)$

则，基于极坐标主成分的参数编码方式的编码噪声能量ε₂＝E_ρ。

分别采用上述基于频域主成分和基于极坐标主成分的参数编码方法逐一对N个子带信号Lk和Rk求解编码噪音能量，最终得到N组编码噪声能量。

步骤1.4，根据上述两种参数编码方法所产生的编码噪声能量大小来选择最优的参数编码方法，并采用所选的参数编码方法对左、右声道子带信号（L_k和R_k）进行进一步编码

本步骤中选择最优参数编码方式的具体实施为：

选择编码噪声能量较小的参数编码方法，并输出该参数编码方法对应的模式mode，再采用被选参数编码方法对步骤1.2所得的左、右声道信号进行进一步编码。

假设采用基于频域主成分和基于极坐标主成分的参数编码方法对子带信号Lk和Rk编码所产生的编码噪声能量为ε₁、ε₂，下面仍然以子带信号L_k和R_k为例说明本步骤的具体实施：

1）若ε₁≤ε₂，则输出mode=0，此时，采用基于频域主成分的参数编码方法对子带信号L_k和R_k进行进一步编码：

根据式（1）的协方差矩阵R_k得出子带信号L_k和R_k的方向角

采用基于频域主成分的参数编码方法对子带信号L_k和R_k进行进一步编码，得到编码后的主要成分序列PC_k和次要成分序列A_k，PC_k＝{PC_k(j)|j＝1,2,...,n}，A_k＝{A_k(j)|j＝1,2,...,n}，PC_k(j)为子带信号L_k和R_k中第j个频点的主要成分，A_k(j)为子带信号L_k和R_k中第j个频点的次要成分，其中：

$\left(\begin{array}{cc}{\cos \mathrm{\θ}}_k& \sin {\mathrm{\θ}}_k\\ -\sin {\mathrm{\θ}}_k& \cos {\mathrm{\θ}}_k\end{array}\right)\left(\begin{array}{c}{L}_k\left(j\right)\\ R_k\left(j\right)\end{array}\right)=\left(\begin{array}{c}{\mathrm{PC}}_k\left(j\right)\\ A_k\left(j\right)\end{array}\right)---\left(12\right)$

L_k(j)、R_k(j)分别为子带信号L_k和R_k中第j个频点的信号，θ_k表示子带信号L_k和R_k的方向角，k＝1,2,...,N，j＝1,2,...,n。

采用上述方法对所有子带逐一进行解码，并输出各子带的主要成分序列PC_k、方向角θ_k，以及噪音能量比PAR（即E_p和E_s之比）。

2）若ε₁＞ε₂，则输出mode=1，此时，采用基于极坐标主成分的参数编码方法对子带信号L_k和R_k进行进一步编码：

采用基于极坐标主成分的参数编码方法对子带信号L_k和R_k进行进一步编码，得到编码后的主要成分序列PC_k和次要成分序列A_k，PC_k＝{PC_k(j)|j＝1,2,...,n}，A_k＝{A_k(j)|j＝1,2,...,n}，PC_k(j)为子带信号L_k和R_k中第j个频点的主要成分，A_k(j)为子带信号L_k和R_k中第j个频点的次要成分：

其中，L_k(j)、R_k(j)分别为子带信号L_k和R_k中第j个频点的信号，

表示子带信号中L_k和R_k第j个频点的方向角，

的值如式（6）所示，k＝1,2,...,N，j＝1,2,...,n。

求解子带信号L_k和R_k的旋转半径

旋转半径

为子带信号L_k和R_k各频点的信号幅值的平均值，即：

${\stackrel{\‾}{\mathrm{\ρ}}}_k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{L_k^2\left(j\right)+R_k^1\left(j\right)}}{n}---\left(14\right)$

采用上述方法对所有子带逐一进行解码，并输出各子带的主要成分序列PC_k、旋转半径ρ_k，以及PAR（即E_ρ和

之比）。

步骤1.3和1.4均是以各子带信号为基础来进行编码的，针对每个子带信号均会计算一个基于频域主成分的参数编码方法的编码噪音能量ε₁和一个基于极坐标主成分的参数编码方法的编码噪音能量ε₂，每个子带信号均进行一次ε₁和ε₂大小的比较，并选择较小的编码噪音能量所对应的参数编码方法对该子带进行进一步编码。步骤1.3和1.4的过程如图3所示。

步骤1.5，对步骤1.4所产生的所有主要成分序列PC_k进行信号下混，得到下混后的信号m，k＝1,2,...,N；

步骤1.6，将步骤1.5所得的下混信号m传入核心编码器进行编码，得到编码后的码流，若是采用的基于极坐标主成分的参数编码方法进行编码，则将旋转半径ρ_k、PAR及mode值写入编码码流中；若是采用的基于极频域主成分的参数编码方法进行编码，则将方向角θ_k、PAR及mode值写入编码码流中。

本发明还提供了一种面向3D音频的双声道编码方法，具体流程图参见图2，包括如下步骤：

步骤2.1，对编码端所得的编码码流进行解码，得到解码信号m

具体实施时，将编码码流输入核心解码器，利用核心解码器解码得到解码信号m。

步骤2.2，对步骤2.1中获得的解码信号m进行子带划分，得到解码子带信号

具体实施时，将核心解码器输出的解码信号m划分成子带序列P(N)，其中，N为子带数量，等同于编码方法中的N值。

步骤2.3，根据编码码流中的模式mode值选择相应的解码模式，结合编码码流中的方向角或旋转半径、噪音能量比进行解码工作，得到重建的频域子带信号，如图6和图7所示。

本步骤的具体实施为：

1）若mode=0，则选择基于频域主成分的参数解码方法：

根据编码码流中的噪音能量比PAR，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和方向角，利用基于频域主成份的参数解码方法将步骤2.2中所得的子带序列P(N)进行恢复，得到解码后的子带信号，即重建的频域子带信号

和

${\hat{L}}_1,{\hat{L}}_2,...,{\hat{L}}_N.$

2）若mode=1，则选择基于极坐标主成分的参数解码方法：

根据编码码流中的噪音能量比PAR，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和旋转半径，利用基于极坐标主成份的参数解码方法将步骤2.2中所得的子带序列P(N)进行恢复，得到解码后的子带信号，即重建的频域子带信号 ${\hat{R}}_1,{\hat{R}}_2,...,{\hat{R}}_N.$ 和 ${\hat{L}}_1,{\hat{L}}_2,...,{\hat{L}}_N.$

步骤2.4，合并步骤2.3所得到的重建的频域子带信号得到重建的频域信号和

步骤2.5，对步骤2.4所得到的重建的频域声道信号进行时频逆变换，恢复出重建的时域信号和

具体实施时，可采用现有技术，如FFT（快速傅里叶变换）变换来实现，本发明不予赘述。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种面向3D音频的双声道编码方法，其特征在于，包括步骤：

S1.1、对输入的双声道信号分别进行时频变换，将时域上的双声道信号转换成频域上的双声道信号；

S1.2、对所述的频域上的双声道信号分别进行子带划分，得到双声道子带信号；

S1.3、分别采用基于频域主成份和基于极坐标主成份的参数编码方法对所述的双声道子带信号逐一进行编码，以得到各双声道子带信号在上述两种编码方法下所产生的编码噪音能量；

所述的采用基于极坐标主成份的参数编码方法对所述的双声道子带信号进行编码所得到的编码噪音能量

ε_2.k为第k个双声道子带信号的编码噪音能量，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

S1.4、针对各双声道子带信号，选择较小编码噪音能量所对应的参数编码方法对该双声道子带信号进行进一步编码，若噪音能量相等，则选择基于频域主成分的参数编码方法对该双声道子带信号进行进一步编码；若采用基于频域主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、方向角以及噪音能量比；若采用基于极坐标主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、旋转半径以及噪音能量比；

所述的采用基于极坐标主成分的参数编码方法所得到的编码主成分序列为：

PC_k＝{PC_k(j)|j＝1,2,...,n}

其中，PC_k为第k个双声道子带信号的主成分序列，PC_k(j)为第k个双声道子带信号中第j个频点的主要成分，

表示第k个双声道子带信号中第j个频点的方向角，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为编号为k的子带中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的旋转半径为：

${\stackrel{\‾}{\mathrm{\ρ}}}_k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{L_k^2\left(j\right)+R_k^2\left(j\right)}}{n}$

其中，

为第k个双声道子带信号的旋转半径，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的噪音能量比为：

$\mathrm{PAR}=\frac{{\mathrm{\π}}^2}{48\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ρ}}_k\left(j\right)-\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ρ}}_k\left(j\right)]}^2}$

其中，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

S1.5、对所述的编码主成分序列进行下混，得到下混信号；

S1.6、采用核心编码器对所述的下混信号进行编码，得到编码码流，并将所述的方向角或旋转半径、和噪音能量比写入编码码流。

2.一种面向3D音频的双声道编码器，其特征在于，包括：

时频变换模块，用来对输入的双声道信号分别进行时频变换，将时域上的双声道信号转换成频域上的双声道信号；

子带划分模块，用来对所述的频域上的双声道信号分别进行子带划分，得到双声道子带信号；

编码噪音能量计算模块，用来分别采用基于频域主成份和基于极坐标主成份的参数编码方法对所述的双声道子带信号逐一进行编码，以得到各双声道子带信号在上述两种编码方法下所产生的编码噪音能量；所述的采用基于极坐标主成份的参数编码方法对所述的双声道子带信号进行编码所得到的编码噪音能量

ε_2.k为第k个双声道子带信号的编码噪音能量，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

参数编码模块，用来针对各双声道子带信号，选择较小编码噪音能量所对应的参数编码方法对该双声道子带信号进行进一步编码，若噪音能量相等，则选择基于频域主成分的参数编码方法对该双声道子带信号进行进一步编码；若采用基于频域主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、方向角以及噪音能量比；若采用基于极坐标主成分的参数编码方法进行进一步编码，则输出双声道子带信号的编码主成分序列、旋转半径以及噪音能量比；

所述的采用基于极坐标主成分的参数编码方法所得到的编码主成分序列为：

PC_k＝{PC_k(j)|j＝1,2,...,n}

其中，PC_k为第k个双声道子带信号的主成分序列，PC_k(j)为第k个双声道子带信号中第j个频点的主要成分，

表示第k个双声道子带信号中第j个频点的方向角，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为编号为k的子带中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的旋转半径为：

${\stackrel{\‾}{\mathrm{\ρ}}}_k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{L_k^2\left(j\right)+R_k^2\left(j\right)}}{n}$

其中，

为第k个双声道子带信号的旋转半径，L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

所述的采用基于极坐标主成分的参数编码方法所得到的噪音能量比为：

$\mathrm{PAR}=\frac{{\mathrm{\π}}^2}{48\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ρ}}_k\left(j\right)-\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ρ}}_k\left(j\right)]}^2}$

其中，ρ_k(j)为第k个双声道子带信号中第j个频点的信号幅值，

L_k(j)、R_k(j)分别为第k个左声道子带信号和右声道子带信号中第j个频点的信号，n为第k个双声道子带信号中频点的数量；

下混模块，用来对所述的编码主成分序列进行下混，得到下混信号；

核心编码器，用来对所述的下混信号进行编码，得到编码码流，并将所述的方向角或旋转半径、和噪音能量比写入编码码流。

3.一种面向3D音频的双声道解码方法，其特征在于，包括步骤：

S2.1、采用核心解码器对编码码流进行解码，得到解码信号；

S2.2、对所述的解码信号进行子带划分，得到解码子带信号；

S2.3、采用与编码所用参数编码方法相应的参数解码方法、并结合编码码流中的方向角或旋转半径、噪音能力比对所述的解码子带信号进行解码，得到重建的频域子带信号；

S2.4、合并所述的重建的频域子带信号得到重建的频域信号；

S2.5、对所述的频域信号进行时频逆变换，将频域信号转换成时域信号，恢复出重建的音频信号。

4.根据权利要求3所述的面向3D音频的双声道解码方法，其特征在于：

步骤S2.3中所述的参数解码方法为基于频域主成份的参数解码方法或基于极坐标主成份的参数解码方法。

5.根据权利要求4所述的面向3D音频的双声道解码方法，其特征在于：

所述的利用基于频域主成份的参数解码方法对所述的解码子带信号进行解码，得到重建的频域子带信号，具体为：

根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和方向角，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

6.根据权利要求4所述的面向3D音频的双声道解码方法，其特征在于：

所述的利用基于极坐标主成份的参数解码方法对所述的解码子带信号进行解码，得到重建的频域子带信号，具体为：

根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和旋转半径，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

7.一种面向3D音频的双声道解码器，其特征在于，包括：

核心解码器，用来对编码码流进行解码，得到解码信号；

子带划分模块，用来对所述的解码信号进行子带划分，得到解码子带信号；

参数解码模块，用来采用与编码所用参数编码方法相应的参数解码方法、并结合编码码流中的方向角或旋转半径、噪音能力比对所述的解码子带信号进行解码，得到重建的频域子带信号；

子带合并模块，用来合并所述的重建的频域子带信号得到重建的频域信号；

时频逆变换模块，用来对所述的频域信号进行时频逆变换，将频域信号转换成时域信号，恢复出重建的音频信号。

8.根据权利要求7所述的面向3D音频的双声道解码器，其特征在于：

所述的参数解码模块进一步包括基于频域主成份的参数解码模块和基于极坐标主成份的参数解码模块。

9.根据权利要求8所述的面向3D音频的双声道解码器，其特征在于：

所述的基于频域主成份的参数解码模块，用来根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和方向角，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

10.根据权利要求8所述的面向3D音频的双声道解码器，其特征在于：

所述的基于极坐标主成份的参数解码模块，用来根据编码码流中的噪音能量比，产生一个与原始信号具有相同能量的白噪声，结合编码码流中的主要成分序列和旋转半径，将所述的解码子带信号进行恢复，得到重建的频域子带信号。

Images