CN106030703B - 音频信号编码器 - Google Patents

音频信号编码器 Download PDF

Info

Publication number
CN106030703B
CN106030703B CN201380082051.7A CN201380082051A CN106030703B CN 106030703 B CN106030703 B CN 106030703B CN 201380082051 A CN201380082051 A CN 201380082051A CN 106030703 B CN106030703 B CN 106030703B
Authority
CN
China
Prior art keywords
vector
distance
potential
determining
codevector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380082051.7A
Other languages
English (en)
Other versions
CN106030703A (zh
Inventor
A·瓦西拉凯
A·S·拉莫
L·J·拉克索宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Technologies Oy
Original Assignee
Nokia Technologies Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nokia Technologies Oy filed Critical Nokia Technologies Oy
Publication of CN106030703A publication Critical patent/CN106030703A/zh
Application granted granted Critical
Publication of CN106030703B publication Critical patent/CN106030703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G10L19/07—Line spectrum pair [LSP] vocoders

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)

Abstract

一种装置，包括：矢量生成器，其被配置为生成限定至少一个音频信号的至少一个参数矢量；lattice矢量量化器，其被配置为根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量；所述lattice矢量量化器，其被配置为从领袖类别的列表来选择至少一个潜在的码矢量；所述lattice矢量量化器，其被配置为确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；所述lattice矢量量化器，其被配置为确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别；所述lattice矢量量化器，其被配置为对所述至少一个领袖类别进行调换以生成输出lattice量化码矢。

Description

音频信号编码器
技术领域
本申请涉及多通道或立体音频信号编码器，以及更具体地但不排他地，涉及用于在便携式装置中使用的多通道或立体音频信号编码器。
背景技术
音频信号(诸如语音或音乐)被编码例如以使得能够音频信号的高效传输或存储。
音频编码器和解码器(还被称为编解码器)用于表示基于音频的信号，诸如音乐和环境声(在语音编码词语中，其可以被称为背景噪声)。这些类型的编码器通常不使用用于编码过程的语音模型，相反它们使用用于表示所有类型的音频信号(其包括语音)的过程。语音编码器和解码器(编解码器)可以被认为是针对语音信号优化的音频编解码器，以及能够以固定或可变比特速率进行操作。
音频编码器和解码器常常被设计为低复杂度的源编码器。也就是说，能够执行音频信号的编码和解码而不要求高复杂性的处理。
它的示例是变换编码。针对音乐信号音频编码，变换编码一般比代数编码激励线性预测(ACELP)技术执行地更好，代数编码激励线性预测(ACELP)技术更适用于和针对语音信号。由编码变换系数矢量子带式(sub-band wise)来执行变换编码。也就是说，音频信号被分成子带，针对子带确定参数，并且参数表示子矢量(其是量化的矢量或lattice)
发明内容
根据第一方面，提供了一种方法，所述方法包括：生成限定至少一个音频信号的至少一个参数矢量；根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量；从领袖类别(leader classes)的列表来选择至少一个潜在的码矢量；确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别；对所述至少一个领袖类别进行调换以生成输出lattice量化码矢。
所述方法还可以包括：选择至少一个比例因子；确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还可以包括：基于所述至少一个比例因子来确定距离；确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别还可以包括：确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子；对所述至少一个领袖类别进行调换以生成输出lattice量化码矢可以包括将所述输出比例因子应用于输出lattice量化码矢。
生成限定至少一个音频信号的第一参数矢量可以包括：将所述至少一个音频信号分成时间帧；确定与至少一个音频信号时间帧相关联的线谱频率参数(line spectralfrequency)的矢量。
根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量可以包括：确定针对加权距离确定的权重；基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量；将所排序的权重矢量应用于所述至少一个排序的参数矢量。
确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离可以包括：基于第一比例值，生成第一和第二距离成分，所述第一和第二距离成分与所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离相关联；在潜在码矢量未能通过奇偶性约束检验的情况下，校正所述第一距离成分的符号；基于所述第一和第二距离成分，确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还可以包括：基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别可以包括：确定生成最小关联距离的潜在码矢量的索引；通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值。
对所述至少一个领袖类别进行调换以生成输出lattice量化码矢可以包括：通过对至少一个矢量绝对元组的相反排序对所述至少一个领袖类别进行排序。
根据第二方面，提供了一种装置，所述装置包括：用于生成限定至少一个音频信号的至少一个参数矢量的构件；用于根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量的构件；用于从领袖类别的列表来选择至少一个潜在的码矢量的构件；用于确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离的构件；用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件；用于对所述至少一个领袖类别进行调换以生成输出lattice量化码矢的构件。
所述装置还可以包括：用于选择至少一个比例因子的构件；其中用于确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件还可以包括：用于基于所述至少一个比例因子来确定距离的构件；用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件还可以包括：用于确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子的构件；用于对所述至少一个领袖类别进行调换以生成输出lattice量化码矢的构件可以包括用于将所述输出比例因子应用于输出lattice量化码矢的构件。
用于生成限定至少一个音频信号的第一参数矢量的构件可以包括：用于将所述至少一个音频信号分成时间帧的构件；用于确定与至少一个音频信号时间帧相关联的线谱频率参数的矢量的构件。
用于根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量的构件可以包括：用于确定针对加权距离确定的权重的构件；用于基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量的构件；用于将所排序的权重矢量应用于所述至少一个排序的参数矢量的构件。
用于确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离的构件可以包括：用于基于第一比例值，生成第一和第二距离成分的构件，所述第一和第二距离成分与所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离相关联；用于在潜在码矢量未能通过奇偶性约束检验的情况下，校正第一距离成分的符号的构件；用于基于所述第一和第二距离成分，确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件。
用于确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件还可以包括：用于基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件。
用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件可以包括：用于确定生成最小关联距离的潜在码矢量的索引的构件；用于通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值的构件。
用于对所述至少一个领袖类别进行调换以生成输出lattice量化码矢的构件可以包括：用于通过对至少一个矢量绝对元组的相反排序对所述至少一个领袖类别进行排序的构件。
根据第三方面，提供了一种装置，所述装置包括：至少一个处理器和包含计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置至少：生成限定至少一个音频信号的至少一个参数矢量；根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量；从领袖类别的列表来选择至少一个潜在的码矢量；确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别；对所述至少一个领袖类别进行调换以生成输出lattice量化码矢。
还使得所述装置：选择至少一个比例因子；其中确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还可以使得所述装置：基于所述至少一个比例因子来确定距离；其中确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别还可以使得所述装置：确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子；其中对所述至少一个领袖类别进行调换以生成输出lattice量化码矢可以使得所述装置将所述输出比例因子应用于输出lattice量化码矢。
生成限定至少一个音频信号的第一参数矢量可以使得所述装置：将所述至少一个音频信号分成时间帧；确定与至少一个音频信号时间帧相关联的线谱频率参数的矢量。
根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量可以使得所述装置：确定针对加权距离确定的权重；基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量；将所排序的权重矢量应用于所述至少一个排序的参数矢量。
确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离可以使得所述装置：基于第一比例值，生成第一和第二距离成分，所述第一和第二距离成分与所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离相关联；在潜在码矢量未能通过奇偶性约束检验的情况下，校正所述第一距离成分的符号；基于所述第一和第二距离成分，确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还可以使得所述装置：基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别可以使得所述装置：确定生成最小关联距离的潜在码矢量的索引；通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值。
对所述至少一个领袖类别进行调换以生成输出lattice量化码矢可以使得所述装置：通过对至少一个矢量绝对元组的相反排序对所述至少一个领袖类别进行排序。
根据第四方面，提供了一种装置，所述装置包括：矢量生成器，其被配置为生成限定至少一个音频信号的至少一个参数矢量；lattice矢量量化器，其被配置为根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量；lattice矢量量化器，其被配置为从领袖类别的列表来选择至少一个潜在的码矢量；lattice矢量量化器，其被配置为确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；lattice矢量量化器，其被配置为确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别；lattice矢量量化器，其被配置为对所述至少一个领袖类别进行调换以生成输出lattice量化码矢。
所述装置还可以包括：lattice矢量量化器，其被配置为选择至少一个比例因子；其中被配置为确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的lattice矢量量化器还可以被配置为：基于所述至少一个比例因子来确定距离；被配置为确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的lattice矢量量化器还可以被配置为：确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子；被配置为对所述至少一个领袖类别进行调换以生成输出lattice量化码矢的lattice矢量量化器还可以被配置为将所述输出比例因子应用于输出lattice量化码矢。
所述装置还可以包括：参数确定器，其被配置为将所述至少一个音频信号分成时间帧；确定与所述至少一个音频信号时间帧相关联的线谱频率参数的矢量。
其中被配置为根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量的lattice矢量量化器还可以被配置为：确定针对加权距离确定的权重；基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量；将所排序的权重矢量应用于所述至少一个排序的参数矢量。
被配置为确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离的lattice矢量量化器还可以被配置为：基于第一比例值，生成第一和第二距离成分，所述第一和第二距离成分与至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离相关联；在潜在码矢量未能通过奇偶性约束检验的情况下，校正第一距离成分的符号；基于所述第一和第二距离成分，确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
被配置为确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的lattice矢量量化器还可以被配置为：基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
被配置为确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的lattice矢量量化器被配置为还可以被配置为：确定生成最小关联距离的潜在码矢量的索引；通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值。
被配置为对所述至少一个领袖类别进行调换以生成输出lattice量化码矢的lattice矢量量化器还可以被配置为：通过对所述至少一个矢量绝对元组的相反排序对所述至少一个领袖类别进行排序。
一种计算机程序产品可以使得装置执行如本文中描述的方法。
一种电子设备可以包括如本文中描述的装置。
一种芯片组可以包括如本文中描述的装置。
附图说明
为了更好地理解本发明，作为示例，现在参照附图，在附图中：
图1示意性地示出了使用一些实施例的电子设备；
图2示意性地示出了根据一些实施例的音频编解码器系统；
图3示意性地示出了根据一些实施例的如图2中示出的编码器；
图4示出了根据一些实施例的流程图，该流程图说明了在图3中示出的编码器的操作；
图5示意性地示出了根据一些实施例的如在图3中示出的lattice矢量量化器；以及
图6示出了根据一些实施例的流程图，该流程图说明了在图5中示出的lattice矢量量化器的操作。
具体实施方式
下面更详细地描述可能的立体声和多通道语音和音频编解码器，其包括分层的或可扩展的可变速率语音和音频编解码器。
当前的变换编码方法可能存在的问题在于：压缩的高效率lattice的使用能够显著地改进量化。然而，它们达成此类改进是以显著的编解码器复杂性为代价的。
如由本文中的实施例详细论述的构思提出了一种方法，该方法通过评估在调换(tansposed)的矢量空间中的量化失真，允许显著的编码复杂性降低。
在这点上，首先参照图1，图1示出了可以包含根据本申请的实施例的编解码器的示例性电子设备或装置10的示意性框图。
例如，装置10可以是无线通信系统的移动终端或用户设备。在其它实施例中，装置10可以是音频-视频设备，诸如视频相机、电视(TV)接收器、音频记录器或音频播放器(诸如mp3记录器/播放器)、媒体记录器(还被称为mp4记录器/播放器)、或适用于音频信号的处理的任何计算机。
在一些实施例中，电子设备或装置10包括麦克风11，其经由模拟至数字(ADC)转换器14链接到处理器21。处理器21经由数字至模拟(DAC)转换器32进一步链接到扬声器33。处理器21进一步链接到收发器(RX/TX)13、用户接口(UI)15以及存储器22。
在一些实施例中，处理器21可以被配置为运行各种程序代码。在一些实施例中，所实现的程序代码包括如本文中描述的音频编码或解码代码。在一些实施例中，所实现的程序代码23可以被存储在例如存储器22中以用于在需要时由处理器21来检索。存储器22还可以提供用于存储数据的段24，例如已经根据本申请被编码的数据。
在实施例中，编码和解码代码可以被至少部分地实现在硬件和/或固件中。
用户接口(UI)15使得用户能够例如经由小键盘向电子设备10输入命令，和/或例如经由显示器从电子设备10获得信息。在一些实施例中，触摸屏可以提供针对用户接口的输入和输出功能两者。在一些实施例中，装置10包括收发器(RX/TX)13，其适用于使得能够例如经由无线通信网络与其它装置通信。
收发器13可以通过任何合适的已知的通信协议与另外的设备通信，例如在一些实施例中，收发器13或收发器构件能够使用合适的通用移动通信系统(UMTS)协议、无线局域网(WLAN)协议，诸如例如IEEE 802.X，合适的短距射频通信协议，诸如蓝牙，或红外线数据通信路径(IRDA)。
此外，将理解的是，装置10的结构可以以许多方式被补充或改变。
装置10的用户例如能够使用麦克风11以用于输入语音或其它音频信号，这些信号被传送给某一其它装置或被存储在存储器22的数据段24中。在一些实施例中，为此，能够由用户经由用户接口15来激活对应的应用。在这些实施例中，这个应用能够由处理器21来执行，使得处理器21运行存储在存储器22中的编码代码。尽管在以下示例中，麦克风11被配置为生成用于输入的音频信息，但是应当理解的是，可以从任何合适的输入(诸如从存储器22以及特别地，在存储器22的所存储的数据段24内)来接收输入音频信号，在一些实施例中，可以经由收发器13来接收输入音频信号或至少一个音频信号。例如，收发器13能够被配置为接收由装置10外部的麦克风(例如经由收发器13耦合到装置的蓝牙设备)生成的音频信号。
在一些实施例中，模拟至数字转换器(ADC)14将输入模拟音频信号转换成数字音频信号，以及向处理器21提供数字音频信号。在一些实施例中，麦克风11可以包括集成的麦克风和ADC功能以及将数字音频信号直接提供给用于处理的处理器。
在此类实施例中，处理器21然后以与如参照图2中示出的系统，特别是在图3中示出的编码器以及在图5中示出的编码器的细节的所描述的相同方式来处理数字音频信号。
在一些实施例中，所产生的比特流可以被提供给收发器13以用于传输给另一个装置。可替代地，在一些实施例中，所编码的音频数据可以被存储在存储器22的数据段24中，例如以用于随后传输或用于由相同的装置10随后呈现。
在一些实施例中，装置10也能够经由收发器13从另一个装置接收具有对应编码数据的比特流。在这个示例中，处理器21可以运行存储在存储器22中的解码程序代码。在此类实施例中，处理器21解码所接收的数据，以及将所解码的数据提供给数字至模拟转换器32。数字至模拟转换器32将数字解码数据转换为模拟音频数据，以及在一些实施例中能够经由扬声器33来输出模拟音频。在一些实施例中，也可以由用户经由用户接口15来调用应用来触发解码程序代码的运行。
在一些实施例中，所接收的编码数据也可以被存储在存储器22的数据段24中而不是经由扬声器33立即呈现，例如以用于随后解码和呈现或解码并转发给又一个装置。
将了解的是，在图3和图5中描述的示意性结构和在图4和图6中示出的方法步骤表示音频编解码器的操作的仅一部分，特别是音频编码器装置的一部分或如在图1中示出的装置中实现的所示意性示出的方法的一部分。
在图2中示出了如由实施例使用的音频编解码器的一般操作。如在图2中示意性说明的，一般的音频编码/解码系统包括编码器和解码器两者。然而，将理解的是，一些实施例能够实现编码器或解码器中的一者，或编码器和解码器两者。由图2所说明的是系统102，其具有编码器104、存储或媒体通道106和解码器108。将理解的是，如上所述的一些实施例能够包括或实现编码器104和解码器108中的一者或编码器104和解码器108两者。
编码器104包括产生比特流112的输入音频信号110，在一些实施例中，它可以被存储或通过媒体通道106传送。在一些实施例中，编码器104可以包括多通道编码器，其编码两个或更多音频信号。
可以在解码器108内接收比特流112。解码器108对比特流112进行解压缩并且产生输出音频信号114。解码器108能够包括变换解码器，其作为整个解码操作的一部分。解码器108还可以包括多通道解码器，其解码两个或更多音频信号。比特流112的比特速率和关于输入信号110的输出音频信号114的质量是限定编码系统102的性能的主要特征。
图3示意性地示出了根据一些实施例的编码器104。
图4示意性地示出了根据一些实施例的编码器104的操作的流程图。
针对如本文中描述的实施例的构思是确定和应用针对音频信号的编码以产生高效高质和低比特率现实生活编码。在这方面，关于图3，示出了根据一些实施例的示例编码器104。此外，关于图4，进一步详细地示出了编码器104的操作。在以下示例中，编码器被配置为生成表示音频信号的频域参数，以及使用合适的矢量lattice量化来编码所生成的频域参数，然而，应当理解的是，在一些实施例中，在如本文中描述的lattice量化中使用的参数可以是任何合适的参数，其限定或表示音频信号或其它类型的信号(例如，图像或视频)。
在一些实施例中，编码器104包括帧分割器201或用于对音频信号进行分割的合适的构件。帧分割器201被配置为接收音频信号(例如，单声道、左右立体声或任何多通道音频表示)输入音频信号以及将音频信号数据分段或分割为适用于频域或其它域传输的段或帧。在一些实施例中，帧分割器201还可以被配置为根据任何合适窗口函数对音频信号数据的这些帧或段分成窗口(window)。例如，在一些实施例中，帧分割器201可以被配置为生成20ms的帧，其与前一个帧和后一个帧每个重叠10ms。
在图4中由步骤501示出了生成音频帧的操作。
在一些实施例中，音频帧可以被传送给参数确定器203。
在一些实施例中，编码器包括用于确定至少一个参数的参数确定器203或合适构件，该至少一个参数表示输入音频信号(多个)或输入音频信号帧。在以下示例中，参数是线谱频率(line spectral frequency(LSF))参数，然而，将理解的是，在一些实施例中，可以确定任何合适的参数。
例如，在一些实施例中，参数确定器包括用于变换的变换器203或合适构件。在一些实施例中，变换器203被配置为生成这些音频信号的频域(或其它合适域)参数表示。在一些实施例中，这些频域参数表示能够被传送给参数编码器205。
在一些实施例中，变换器203可以被配置为在音频信号数据上执行任何合适的时域或频域变换。例如，时域或频域变换可以是离散傅里叶变换(DFT)、快速傅里叶变换(FFT)、修订的离散余弦变换(MDCT)。在以下示例中，使用快速傅里叶变换(FFT)。
此外，变换器可以进一步被配置为生成每个输入通道音频信号数据的各自的频带域参数表示(子带参数表示)。可以以任何合适的方式来布置这些带。例如，这些带可以被线性隔开，或被感知地或心理声学地分配。
所生成的参数可以是任何合适的参数。
在图4中由步骤503示出了确定或生成参数表示的操作。
在一些实施例中，表示(诸如LSF参数)被传送给参数编码器205。
在一些实施例中，编码器104可以包括参数编码器205。参数编码器205可以被配置为接收音频信号输入的参数表示，例如所确定的LSF参数。此外，在一些实施例中，参数编码器205可以被配置为使用LSF参数值中的每个LSF参数值作为子矢量，以及将每个子矢量组合以创建矢量以输入到矢量量化器中。也就是说，该装置可以包括矢量生成器，其被配置为生成限定至少一个音频信号的第一参数矢量(或表示参数的第一矢量的元组)。
在一些实施例中，矢量量化器的输出是编码器，因此矢量量化的音频信号输出是音频信号的‘编码’或参数编码的表示。
在图4中由步骤505示出了对参数进行编码和矢量量化的操作。
在一些实施例中，参数编码器205包括：矢量生成器451。矢量生成器451被配置为接收LSF参数以及从这些值生成N维矢量。
在图4中由子步骤551示出了从输入参数生成矢量的操作。
在一些实施例中，所生成的矢量可以被传送给lattice矢量量化器453。
在一些实施例中，参数编码器205包括lattice矢量量化器453。lattice矢量量化器453接收从LSF参数生成的输入矢量，以及生成最近的邻居或NN输出，其出现在定义的lattice内以及因此可以在解码器处使用类似的lattice被解码。
在图4中由子步骤553示出了对矢量进行lattice量化的操作。
所编码的信号可以被输出。
在图4中由步骤507示出了输出编码的信号的操作。例如，这可以是输出如在图4中由子步骤557示出的量化的lattice矢量的操作。
参照图5，示出了根据一些实施例的示例lattice矢量量化器453。在一些实施例中，可以由存储在有形的存储介质存储器22上的计算机程序的各自程序代码23来限定lattice量化器453。
在介绍关于本发明的构思和实施例之前，我们将首先讨论传统lattice矢量量化。在一些lattice量化器中，执行初始生成或确定潜在的基础码矢量的集合，其中潜在的基础码矢量的该集合的每个所确定的潜在基础码矢量与基础码矢量的不同集合的潜在基础码矢量相关联。
潜在的基础码矢量的每个集合包括至少一个基础码矢量。因为基础码矢量的每个集合与多个比例表示(scale representatives)中的至少一个比例表示相关联，因此能够基于潜在的基础码矢量的集合的基础码矢量和与潜在的基础码矢量的该集合相关联的至少一个比例表示的比例表示来确定码矢量。也就是说，可以基于由各自比例表示来缩放的基础码矢量来表示码矢量。例如，比例表示可以表示比例值，其中可以基于基础码矢量与各自比例值的相乘来确定码矢量。此外，在一些实施例中，通过应用基础矢量的(有符号)排列(permutation)来获得码书。
例如，基础码矢量的至少一个集合与至少两个比例表示相关联。
因此，作为示例，码书可以包括码矢量的集合，其包括基于基础码矢量的多个集合和基于与多个基础码矢量的基础码矢量的各自集合相关联的各自至少一个比例值的码矢量。码矢量的这个集合可以包括：针对基础码矢量的每个集合的每个基础码矢量和针对与基础码矢量的各自集合相关联的至少一个比例表示的每个比例表示，基于由各自比例表示缩放的各自基础码矢量的码矢量。
例如，基础码矢量的所述集合可以表示领袖类别(leader classes)，其中每个领袖类别包括不同的领袖矢量和所述领袖矢量的排列。因此，所述领袖矢量和所述领袖矢量的排列可以表示基础码矢量的各自集合的基础码矢量。
基础码矢量的多个集合可以表示基础码矢量的第二多个集合的子集。例如，假设基础码矢量的每个集合表示领袖类别，多个领袖类别可以表示第二多个领袖类别的子集。因此，多个领袖类别可以被认为是关于第二多个领袖类别的截短的多个领袖类别。
例如，可以通过确定基础码矢量的各自集合的至少一个基础码矢量的基础码矢量(其最接近于被编码的输入矢量)，来确定各自潜在的基础码矢量。任何种类的合适的判据可以用于找到关于被编码的输入矢量的最近的基础码矢量。
作为示例，可以基于关于绝对值输入矢量的最近的基础码矢量以及基于输入矢量的值的符号的信息来确定潜在的基础码矢量，其中这个信息可以包括在输入矢量中的各自值的各自位置的符号，以及用于将符号指配给所确定的潜在基础码矢量的值。此外，作为示例，可以确定与绝对值输入矢量最近的基础码矢量，其中绝对值输入矢量包括：对应于输入矢量的值的绝对值，其中潜在的基础码矢量表示所确定的最近的基础码矢量，其中潜在的基础码矢量的值的符号对应于在矢量中的相同位置处的输入矢量的值的符号，其中如果基础码矢量的集合的基础码矢量的奇偶性(parity)是0，则这可以保持。作为另一个示例，如果基础码矢量的集合的基础码矢量的奇偶性是-1，则潜在的基础码矢量的值的符号可以分别被指配为对应于在矢量中的相同位置处的输入矢量的值的符号，以及如果不存在奇数数量的负成分，则在具有最低非空绝对值的潜在基础码矢量中的值可以改变它的符号。或者，作为另一个示例，如果基础码矢量的集合的基础码矢量的奇偶性是+1，则潜在的基础码矢量的值的符号可以分别被指配为对应于在矢量中的相同位置处的输入矢量的值的符号，以及如果不存在偶数的负成分，则在具有最低非空绝对值的潜在基础码矢量中的值可以改变它的符号。
然后，可以基于所确定的潜在码矢量的集合照惯例地确定用于编码输入矢量的码矢量，其中所确定的潜在码矢量的所述集合限定了码矢量的子集，码矢量的所述子集包括：针对每个所确定的潜在基础码矢量和与各自潜在基础码矢量的基础码矢量的集合相关联的每个比例表示，基于由各自比例表示所缩放的各自潜在基础码矢量的码矢量。
因此，针对用于编码输入矢量的码矢量的搜索已经在由所确定的潜在码矢量所限定的码矢量的子集中被执行并且由与各自所确定的潜在码矢量的基础码矢量的集合相关联的各自至少一个比例表示来限定。因为码矢量的这个子集可以表示与码书相关联的码矢量的子集，因此码矢量的这个子集的码矢量的数量可以小于码矢量集合的码矢量的数量。
作为示例，多个比例表示中的每个各自比例表示可以与码矢量的至少一个集合相关联，其中与各自比例表示相关联的码矢量的所述至少一个集合的码矢量的每个集合与基础码矢量的多个集合的基础码矢量的集合相关联，使得与各自比例表示相关联的码矢量的所述至少一个集合的码矢量的每个集合包括：通过使用各自比例表示对与码矢量的相关联的各自集合的基础矢量进行缩放所获得的码矢量。
因此，可以基于使用这个比例表示对与比例表示相关联的基础码矢量的每个集合的基础码矢量进行缩放，来确定与多个比例表示的各自比例表示相关联的基础码矢量的至少一个集合的码矢量。
例如，在基础码矢量的所述集合表示领袖类别的情况下，与各自比例表示相关联的基础码矢量的至少一个集合可以被认为是领袖类别的并集，应当理解的是，通常，领袖类别的并集不依赖于比例。因此，码书可以包括领袖类别的至少一个并集，其中领袖类别的每个并集与至少一个比例表示相关联并且与多个基础码矢量的基础码矢量的至少一个集合相关联。作为示例，至少一个比例表示可以表示多个比例表示，其可以包括至少两个比例表示。
因此，例如bx，其中x∈{0，1，...X-1}，表示基础码矢量的多个集合的基础码矢量的集合，其中X表示基础码矢量的多个集合的集合的数量。基础码矢量的每个集合与至少一个基础码矢量bx，y相关联或包括至少一个基础码矢量bx，y，其中Bx表示基础码矢量的各自集合bx的基础码矢量的数量，即y∈{0，1，...Bx-1}保持。例如，针对基础码矢量的不同集合，基础码矢量的集合的基础码矢量的数量Bx可以是不同的，和/或针对基础码矢量的至少两个集合，它可以是相同的。
也就是说，领袖矢量仅是一个矢量。连同所有的领袖矢量的有符号排列，则这个集合形成领袖矢量的领袖类别(或，如本文中描述的，基础码矢量)。当将若干领袖类别放置在一起时，形成领袖类别的并集。然后，可以将一个或多个比例附加到这个并集/多个并集。
因此，例如，可能的是，基于基础码矢量bx,y以及基于比例表示sz来确定码矢量cx,z,y，其中索引z表示多个比例表示s0…s0-1的各自比例表示的索引，即，z∈{0，1，...S-1}保持。
例如，在基础码矢量bx,y＝[bx,y,0,bx,y,1,...,bx,y,n-1}的值bx,y,t表示绝对值的情况下，其中t∈{0，1，...n-1}保持并且n表示各自基础码矢量bx,y的长度，以及如果绝对值输入矢量用于确定基础码矢量的各自集合的潜在的码矢量，则可以在执行基于基础码矢量bx,y和基于比例表示sz来确定码矢量cx,z,y之前，基于在输入矢量i的第(t+1)个位置处的各自值it的符号，来指配在所确定的最近的基础码矢量bx,y的第(t+1)位置处的每个值bx,y,t的符号。
作为示例，如果i＝[i0,i1,…,in-1]表示输入矢量，则绝对值输入矢量可以由[|i0|,|i1|,…,|in-1|]来表示。例如，在所确定的最近的基础码矢量bx,y的第(t+1)位置处的每个值bx,y,t的符号可以分别被指配给在输入矢量的第(t+1)位置处的各自值it的符号，其中如果基础码矢量的集合bx的基础码矢量bx,y的奇偶性是0，则这可以保持。作为另一个示例，如果基础码矢量的集合bx的基础码矢量bx,y的奇偶性是-1，则潜在的基础码矢量的值bx,y,t的符号可以分别被指配为对应于在矢量的相同位置处的输入矢量的值的符号，以及如果不存在奇数数量的负成分，则在具有最低非空绝对值的潜在基础码矢量中的值bx,y,t可以改变它的符号。或者，作为另一个示例，如果基础码矢量的集合bx的基础码矢量bx,y的奇偶性是+1，则潜在的基础码矢量的值bx,y,t的符号可以分别被指配为对应于在矢量的相同位置处的输入矢量的值的符号，以及如果不存在偶数数量的负成分，则在具有最低非空绝对值的潜在基础码矢量中的值bx,y,t可以改变它的符号。
作为非限制性示例，可以通过cx,z,y＝[bx,y,0·sz,bx,y,1·sz,...bx,y,n-1·sz}来确定码矢量cx,z,y。
比例表示sz中的每个比例表示，其中z∈{0，1，...S-1}保持，与基础码矢量的至少一个集合相关联。例如，作为非限制性示例，基础码矢量的这个各自的至少一个集合可以由基础码矢量的集合bx来表示，其中x∈{0，1，...nz-1}，其中nz可以表示与各自比例表示sz相关联的基础码矢量的集合的数量，其中0<nz<X保持。基于在各自比例表示sz和基础码矢量的相关联的至少一个集合bx(其中x∈{0，1，...nz-1})之间的这种链接，可以确定码矢量cx,z,y的相关联的至少一个集合，其中x∈{0，1，...nz-1}，以及y∈{0，1，...Bx-1}以及z∈{0，1，...S-1}。
因此，作为示例，上述码书的码书结构可以由多个比例表示sz、基础码矢量的多个集合bx以及在每个比例表示与基础码矢量的相关联的至少一个集合之间的链接来限定。
因为，基础码矢量的至少一个集合(例如，基础码矢量的至少集合b0)与至少两个比例表示相关联，因此基础码矢量的相同集合可以用于构建与第一比例表示相关联的码矢量的至少一个集合的码矢量以及用于构建与至少又一个比例表示相关联的码矢量的至少一个集合的码矢量。
可能的是，针对基础码矢量的多个集合的基础码矢量的每个集合，以其它方式来确定用于对输入矢量进行编码的潜在的基础码矢量。
例如，从码矢量的子集来确定用于对输入矢量进行编码的码矢量基于所确定的失真度量或距离，或误差值。
在此类示例中，选择多个比例表示中的比例表示。
此外，选择与所选择的比例表示相关联的基础码矢量的集合的所确定的潜在的基础码矢量。
然后，可以基于所选择的潜在基础码矢量和基于所选择的比例表示来确定码矢量，其中可以如关于本文中描述的方法所描述的来执行码矢量的这个确定。
在一些实施例中，基于所确定的码矢量和输入矢量，确定失真度量。例如，所述失真度量可以基于在所确定的码矢量和输入矢量之间的任何种类的合适的距离。作为示例，可以使用汉明距离或欧式距离或任何其它距离。作为示例，可以省略确定码矢量，以及可以通过内在地考虑与所选择的比例表示相关联的各自码矢量和与这个所选择的比例表示相关联的基础码矢量的集合，来计算失真度量。
例如，如果cx,z,y＝[cx,z,y,0,cx,z,1,...cx,z,n-1}表示在步骤430中确定的码矢量，以及i＝[i0,i1,…,in-1]表示输入矢量，则可以基于如下来计算距离d
Figure BDA0001079730710000181
根据以上等式的这个距离d可以使用基于如下计算的距离d’来替代:
Figure BDA0001079730710000191
或者，作为另一个示例，在基于加权函数来确定失真度量的情况下，根据以上等式的距离d可以被修改为如下：
Figure BDA0001079730710000192
其中，wk表示加权函数的加权因子。
因此，根据以上等式的距离d’可以借助于加权函数以如下方式被加权：
Figure BDA0001079730710000193
例如，失真度量d或d’或dw或dw’可以被存储，如果它是首次确定的失真度量的话，或可以将它与所存储的失真度量进行比较，其中如果新确定的失真度量好于所存储的失真度量，则所存储的失真度量被替换。此外，与所存储的失真度量相关联的码矢量可以被存储，或这个码矢量的标识符可以被存储。
然后，例如，操作可以检查是否有与所选择的比例表示相关联的基础码矢量的任何另外的集合。如果有的话，则选择与所选择的比例表示相关联的基础码矢量的这个另一个集合的所确定的潜在的基础码矢量。如果没有的话，则针对多个比例表示的另一个比例表示做出检查。
如果存在多个比例表示的另一个比例表示，则选择该另一个比例表示，否则可以选择与最佳距离度量相关联的码矢量以用于对输入矢量进行编码。
例如，基础码矢量的集合可以表示领袖类别，其中每个领袖类别包括不同的领袖矢量和所述领袖矢量的排列。因此，领袖矢量和所述领袖矢量的排列可以表示基础矢量的各自集合的基础码矢量。作为示例，领袖矢量是n维矢量(其中n表示整数)，它的(正)成分被排序(例如，降序)。对应于领袖矢量的领袖类别于是由领袖矢量和通过领袖矢量的所有有符号的排列所获得的所有矢量组成(具有一些可能的约束)。
可以由与多个比例表示的相同比例表示相关联的基础码矢量的集合和各自的比例表示来限定领袖类别的并集。例如，领袖类别的并集可以与借助于使用比例表示对基础码矢量的相关联步骤的基础码矢量进行缩放所获得的码矢量的集合相关联。
领袖类别的此类并集可以被认为是截短。因此，如果多个比例表示是n个比例表示，则可以限定领袖类别的n个并集，其中借助于各自比例表示和与各自比例表示相关联的基础码矢量的集合来限定领袖列表的每个并集。
因此，多个比例表示和基础码矢量的多个集合可以限定领袖类别的多个并集，从而限定码书，其中作为示例，领袖类别的每个并集可以被认为是被缩放的领袖类别的并集。
在这些语音和音频编解码器内使用的码书可以例如基于如在以下参考文献中描述的lattice结构："Multiple-scale leader-lattice VQ with application to LSFquantization"by A,Vasilache,B.Dumitrescu and 1.Tabus,Signal Processing,2002,vol.82,pages 563-586,Elsevier，通过引用将该参考文献整体并入本文。例如，D10+lattice可以被考虑用于量化，但是也可以考虑任何其它合适的lattice量化。
例如，基础码矢量的集合是领袖类别，其中每个领袖类别包括不同的领袖矢量和所述领袖矢量的排列，以及其中每个领袖矢量表示n维矢量，其包括以降序或升序布置的n个绝对值。
可以由I＝[I0,I1,…,In-1]来表示基础码矢量的各自集合bx的领袖矢量I，其中I0,I1,…,In-1是绝对值。在降序的情况下，I0表示1最高值，I1表示2最高值，以及In-1表示n最高值。在升序的情况下，I0表示1最低值，I1表示2最低值，以及In-1表示n最低值。
各自领袖矢量的值Ik-1(其表示在各自领袖矢量中的第k个位置处的值)可以被指配给在潜在基础码矢量中的位置(该位置对应于在输入矢量中k最高绝对值的位置(在降序的领袖矢量的情况下)或对应于k最低绝对值的位置(在升序的领袖矢量的情况下))。例如，这个位置可以被表示为位置m。作为示例，可以由p＝[p0，p1，…，pn-1]来表示潜在的基础码矢量。
例如，作为非限制性示例，示例性的输入矢量可以是i＝[-2.4,5.0,-1.3,0.2]，其中对应的绝对值输入矢量可以是ia＝[2.4,5.0,1.3,0.2]。
在领袖矢量的降序的情况下，在领袖矢量的位置k中的值(即，值Ik-1)被指配给在潜在基础码矢量中的位置(其对应于在输入矢量中的k最高绝对值的位置)。例如，以由计数器k＝1所表示的第一位置开始，在输入矢量中的1最高绝对值的位置是位置m＝2，因为值5.0是绝对值输入矢量中的1最高值并且位于位置m＝2，即ia1。因此，值I0被指配给在潜在基础码矢量中的位置m＝2，即p1＝I0可以保持。
此外，根据与k最高绝对值相关联的输入矢量的值的符号来设置在潜在基础码矢量pm-1中所指配的值的符号(+或-)。因此，
pm-1＝lk-1·sign(lm-1)可以保持。
因此，在示例性输入矢量i＝[-2.4,5.0,-1.3,0.2]的非限制性示例中，p1＝I0可以保持，因为i1＝5.0具有正符号。
位置接收器k可以递增，以及可以检查在领袖矢量中是否有另一个值，即k≤n是否保持。
如果是的话，则该方法继续进行，并且在非限制性示例中，关于位置k＝2，在位置m＝1处的值2.4表示在输入矢量中的2最高(k最高)绝对值。因此，
P0＝l1·sign(i0)＝-l1可以保持以用于使用各自符号来指配I1，因为在输入矢量中值i0＝2.4具有负符号。
以这种方式，对于非限制性示例，可以以如下方式，通过领袖矢量的位置，循环可以迭代：
k＝3→m＝3→P2＝l2·sign(i2)＝-l2；以及
k＝4→m＝4→P3＝l3·sign(i3)＝+l3
因此，在降序的各自领袖矢量I的情况下，通过示例方法获得的各自潜在码矢量可以导致p＝[-I1,I0,-I2,I3,]。
如果以升序方式对领袖矢量I进行排序，则可以使用表示在绝对值输入矢量中的k最低值的位置的m来执行以上描述的方法，其中pm-1＝lk-1·sign(im-1)可以保持。
所获得的潜在码矢量p与基础码矢量的各自集合bx相关联，其中I表示基础码矢量的这个各自集合的领袖矢量。例如，如上所述关于基于基础码矢量bx，y，t和比例表示sz来确定码矢量的示例过程，潜在码矢量p表示关于输入矢量的基础码矢量的集合bx的最近基础码矢量bx，y，其中绝对值输入矢量用于确定基础码矢量的各自集合的潜在码矢量，以及其中使用在输入矢量i的第k个位置处的各自值ik的符号来指配在所确定的最近基础码矢量bx，y的第k个位置处的每个值bx，y，k-1的符号。
因此，如上所述，表示潜在的码矢量p的这个最近的基础码矢量bx，y可以用于基于最近的基础码矢量bx，y以及基于各自比例表示sz来确定码矢量cx，z，y。
针对每个截短，指配不同的比例表示(例如，通过训练)，例如：
Figure BDA0001079730710000221
因此，例如，通过由第一比例表示0.8来缩放的第一截短来限定码书的多个码矢量的码矢量的第一集合，通过由第二比例表示1.2来缩放的第二截短来限定码书的多个码矢量的码矢量的第二集合，通过由第三比例表示2.7来缩放的第三截短来限定码书的多个码矢量的码矢量的第三集合，码书具有多个比例lattice结构。
作为示例，在多个比例lattice结构中的搜索可以被认为有两个阶段：第一阶段可以计算针对每个领袖类别(即，针对基础码矢量的每个集合)的潜在码矢量，以及第二阶段可以计算仅针对潜在码矢量的失真。
例如，绝对值函数可以应用于输入矢量i，使得绝对值输入矢量ia包括矢量i的绝对值，以及然后可以以降序(或可替代地，升序)顺序对绝对值输入矢量进行排序。
作为示例，索引表示可以包含指示在降序(或升序)的绝对值矢量中的每个输入矢量i的索引的表示。例如，所述索引表示可以是整数数组‘indx’。
例如，如果输入矢量是[-2.4 5.0-1.3 0.2]，则绝对值矢量是[2.4 5.0 1.30.2]，以及‘indx’数组是[1 0 2 3]。因为，领袖矢量可以是降序顺序，因此在最近邻居搜索算法期间，领袖矢量的第一值可以被指配在对应于输入矢量的最高绝对值成分的位置上，以及诸如此类。
在以下非限制性示例中，‘idx_lead_max’是来自所有截短的领袖类别的最大数量，其可以对应于X，在这个示例中，其可以是9。因此，借助于9领袖类(classer)来限定基础码矢量的9个集合，其中由&pl[n-1]来限定第n个领袖类别。
例如，数组‘sign’可以存储输入矢量成分的符号。
Figure BDA0001079730710000241
由计数器u限定的外部循环可以被认为将每个u与各自领袖矢量相关联。因为每个领袖矢量对应于多个基础码矢量的基础码矢量的不同集合，因此根据计数器u，可以借助于外部循环来选择基础码矢量的对应集合。
由整数值j限定的内部循环可以被认为确定与基础码矢量的所选择的集合相关联的潜在基础码矢量，j_crt指示在输入矢量中的(j+1)最高绝对值的位置。
因此，借助于这个示例性的搜索的第一部分来确定不同的潜在基础码矢量cv_pot。
搜索的第二部分可以用于从码矢量的子集确定用于对输入矢量进行编码的码矢量。
Figure BDA0001079730710000251
Figure BDA0001079730710000261
外部循环可以由计数器I来限定，其中I被发布以选择多个比例表示中的一个比例表示scale[I]。
LATTICE_DIM限定了码矢量的长度，其可以对应于被编码的输入矢量的长度。
随后，计算针对在(0,…,LATTICE_DIM)中每个k的值ws1[k]和ws2[k]，其可以被认为是失真度量(X3)的那部分，其独立于潜在的基础码矢量。值w[k]表示针对每个k的加权函数的值。
以上进一步示出的示例代码具有内部j循环“for(j＝0；j<no_leaders[I]；j++)”，其中no_leaders[I]限定与所选择的比例表示scale[I]相关联的领袖矢量的集合，即no_leaders[I]可以对应于nz，其表示与各自比例表示scale[I]相关联的基础码矢量的集合的数量，因此这个循环通过与所选择的比例表示scale[I]相关联的领袖矢量的每个集合而迭代，其中针对领袖矢量的这个集合的领袖矢量，已经确定了一个潜在基础码矢量cv_pot。因此，例如，这个循环从与所选择的比例表示相关联的基础码矢量的集合迭代地选择每个潜在的基础码矢量cv_pot，其中cv_pot[j]可以表示基础码矢量的这个集合的各自的第j个基础码矢量。
针对这些基础码矢量中的每个基础码矢量和所选择的比例表示，可以以如下的方式例如基于失真度量来确定针对与各自基础码矢量和所选择的比例表示相关联的码矢量的各自失真度量：
Figure BDA0001079730710000271
具有最低值的失真度量被确定以表示最佳的失真度量，其中与这个失真度量码矢量相关联的码矢量可以用于对输入矢量进行编码。例如，可以由最佳比例表示和潜在基础码矢量的集合的最佳潜在码矢量来限定这个码矢量。
本文中描述的实施例通过不计算潜在码矢量数组cv_pot，而是应用绝对值排序版本的输入矢量并且确定或生成在合适的调换空间中的失真计算，降低了矢量量化的复杂度。
在一些实施例中，lattice矢量量化器包括输入矢量排序器402。输入矢量排序器402或用于对输入矢量进行排序的合适的构件可以被配置为接收输入矢量。
在图6中由步骤501示出了接收输入矢量的操作。
Lattice矢量量化器和输入矢量排序器402被配置为将输入矢量排序到绝对值降序顺序中(将理解的是，在一些实施例中，可以在绝对值升序中来执行排序，其中对以下操作具有合适的改变)。
因此，例如，如果输入矢量是
I＝[-2.4 5.0-1.3 0.2]，
则绝对值矢量是
absi＝[2.4 5.0 1.3 0.2]，
排序的绝对值矢量，在此其被定义为
cv_pot1＝[5.0 2.4 1.3 0.2]
以及排序的排列索引‘indx’＝[1 0 2 3]。
在图6中，由步骤503示出了输入矢量的排序。
然后，输入矢量排序器将排序的矢量和排序的排列传送给码矢量确定器403。
在一些实施例中，lattice矢量量化器453包括潜在的码矢量确定器401。潜在的码矢量确定器或用于确定潜在码矢量的合适的构件被配置为存储或生成用于生成码矢量的领袖类别。
例如，领袖类别可以被定义为(在Q1值中，也就是说乘以2)
Figure BDA0001079730710000291
在一些实施例中，可以将这些领袖类别传送给码矢量确定器403。
在一些实施例中，码矢量量化器453包括：码矢量确定器403。在一些实施例中，码矢量确定器403或用于确定码矢量的合适的构件接收领袖类别，以及还有排序的输入矢量和排列矢量。码矢量确定器然后可以从这些值确定与输入矢量相关联的输出码矢量。
在被确定的距离是加权的欧式距离的情况下，则在一些实施例中，根据排列矢量对权重进行调换，以及生成中间的输入矢量乘积。将理解的是，在一些实施例中，权重是统一的，或在使用不加权的欧式距离的情况下，加权函数是可选择的。
可以通过以下代码来示出这种情况的示例。
Figure BDA0001079730710000301
在图6中，由步骤505示出了调换和应用权重的操作以基于排序的输入矢量和调换的权重来生成中间的乘积。
在一些实施例中，码矢量确定器能够确定针对第一比例值scale[0]的距离成分sum1和sum2。
这个操作可以被分成以下步骤：
首先，初始化针对第一比例值scale[0]的比例值的比例和平方。
在图6中由步骤506示出了初始化比例值的比例和平方。
第二，从领袖类别矩阵选择领袖矢量。在以上矩阵矢量中，这被示出为矩阵pl_crt。
在图6中由步骤507示出了选择领袖矢量的操作。
第三，基于中间的值和所选择的领袖矢量来生成中间的距离值sum1和sum2。
在图6中由步骤509示出了基于所选择的领袖矢量来生成中间的距离值的操作。
第四，检查奇偶性条件，其中领袖矢量没有达到第七位置，以及校正sum1，其中在输入矢量中的负符号的数量不同于在领袖类别奇偶性中给出的约束。
在图6中由步骤511示出了如下操作：检查奇偶性条件，其中领袖矢量没有达到第七位置，以及校正sum1，其中在输入矢量中的负符号的数量不同于在领袖类别奇偶性中给出的约束。
第五，从sum1和sum2值来确定距离或误差值，其中当前领袖矢量的距离是指示最小矢量的索引的最小的。
在图6中由步骤513示出了确定针对领袖矢量的距离的操作。
该操作然后可以循环直到所有的领袖矢量已经被选择。
在图6中由步骤514示出了如下操作：检测所有的领袖矢量是否已经被选择以及在不是所有的领袖矢量已经被选择的情况下，环回。
可以在以下代码中示出这些步骤：
然后，在一些实施例中，码矢量确定器可以被配置为使用sum1和sum2的值以确定针对其它比例的失真距离。进一步进行检查‘最佳’比例值的类似的操作。
在图6中由步骤515示出了确定针对其它比例的失真距离的操作。
可以使用以下示例代码来实现使用sum1和sum2的值来确定针对其它比例的失真距离的操作。
Figure BDA0001079730710000341
此外，在一些实施例中，码矢量确定器可以被配置为：一旦找到最佳领袖类别和最佳比例，则计算所产生的码矢量‘cv_out’。
在图6中由步骤517示出了执行相反调换以计算码矢量的操作。
在一些实施例中，可以通过以下示例代码来实现计算码矢量的操作。
Figure BDA0001079730710000342
在一些实施例中，进行变量sum1和sum2的计算一直到来自第一截短(no_leaders[0])的领袖的数量，意味的是，领袖的数量应当是顺序递减的并且它们对应的比例也是顺序递减的。
在此类实施例中，产生了附件的复杂性降低，因为针对一个结构的领袖的最大数量不需要被计算，而是它是已知的在第一位置上。
将理解的是，大多数的复杂性降低来自以下事实：仅获胜的(winning)领袖矢量必须被调换，而不是它们的全部。在正值上进行计算(领袖矢量和输入矢量都是绝对值)，这是没问题的，只要输入矢量成分和量化的输入矢量成分具有相同的符号。
在符号中的不同干预了在所考虑的领袖矢量中何时存在奇偶性约束(奇数数量或偶数数量的负成分)以及这个约束不被输入矢量遵守。在这种情况下，最小输入矢量的量化值的符号具有它的符号翻转。最小输入矢量成分对应于在调换空间中的最后的成分。这就是为什么用于计算sum1和sum2的第一循环是“while(I<LATTICE_DIM-1)”。实际上，在非调换空间，这对应于smallest＝indx[LATTICE_DIM-1]。LATTICE_DIM是所考虑的lattice的维度。
尽管以上示例描述了在装置10的编解码器内操作的本申请的实施例，但是将了解的是，如以下描述的本发明可以被实现为任何音频(或语音)编解码器的一部分，其包括任何可变速率/自适应速率音频(或语音)编解码器。因此，例如，本申请的实施例可以被实现在音频编解码器中，其可以实现在固定或有线通信路径上的音频编码。
因此，用户设备可以包括音频编解码器，诸如以上本申请的实施例中所描述的那些音频编解码器。
将理解的是，词语用户设备旨在覆盖任何合适类型的无线用户设备，诸如移动电话、便携式数字处理设备或便携式网络浏览器。
此外，公共陆地移动网络(PLMN)的元件也可以包括如上所述的音频编解码器。
一般地，可以将本发明的各种实施例实现成硬件或专用电路、软件、逻辑和它们的任何组合。例如，一些方面可以被实现在硬件中，而其它方面可以被实现在固件或软件中，该固件或软件可以由控制器、微处理器或其它计算设备来运行，尽管本发明不限制于此。虽然本发明的各种方面被说明和描述成框图、流程图或使用一些其它图形表示，但是很好理解的是，本文中所述的这些框、装置、系统、技术或方法可以被实现在，作为非限制性示例，硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其它计算设备或它们的一些组合中。
可以由移动设备的数据处理器(诸如在处理器实体中)可执行的计算机软件，或由硬件，或由软件和硬件的组合来实现本申请的实施例。此外，就这点而言，应当注意的是，如在附图中的逻辑流的任何框可以表示程序步骤，或互连的逻辑电路，块和功能，或程序步骤和逻辑电路、块和功能的组合。
存储器可以具有适合于本地技术环境的任何类型，并且可以使用任何合适的数据存储技术来实现，诸如基于半导体的存储设备，磁存储设备和系统，光存储设备和系统，固定存储器和可移动存储器。数据处理器可以具有适合于本地技术环境的任何类型，并且可以包含作为非限制性示例的下列中的一个或多个：通用计算机、专用计算机、微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、门级电路和基于多核处理器架构的处理器。
可以在各种组件中，诸如在集成电路模块中，实践本发明的实施例。一般而言，集成电路的设计基本上是高度自动化的过程。复杂和功能强大的软件工具可用于将逻辑级的设计转换成准备将要被蚀刻和形成在半导体衬底上的半导体电路设计。
程序，诸如由加利福尼亚的山景城的新思科技(Synopsys,Inc.of MountainView,California)和加利福尼亚的圣何塞的凯登斯设计(Cadence Design,of San Jose,California)所提供的那些程序，使用良好建立的设计规则以及预存储的设计模块的库在半导体芯片上自动化路由导体和定位组件。一旦已经完成了针对半导体电路的设计，则所生成的设计可以以标准化电子形式(例如，Opus，GDSII等)传送给半导体制造厂或用于制造的简写的“fab”。
如在本申请中使用的，词语‘电路’指以下中的全部：
(a)仅硬件电路的实现方式(诸如，仅模拟电路和/或数字电路中的实现方式)以及
(b)电路和软件(和/或固件)的组合，诸如(如果适用的话)：(i)处理器(多个)的组合或(ii)处理器(多个)/软件的部分(包含数字处理器(多个))，软件和存储器(多个)，它们一起工作以使得装置(诸如移动电话或服务器)执行各种功能)以及
(c)电路，诸如微处理器(多个)或微处理器(多个)的一部分，微处理器要求用于操作的软件或固件，即使软件或固件不是物理呈现的。
‘电路’的这种定义应用于本申请中(包含在任何权利要求中)的这个词语的所有使用。作为又一个示例，如本申请中使用的，词语“电路”还将覆盖：仅处理器(或多个处理器)或处理器的一部分以及它(它们)伴随的软件和/或固件的实现方式。词语“电路”还将覆盖：例如以及如果可适用于特定的要求保护的元素，用于移动电话的基带集成电路或应用处理器集成电路，或在服务器、蜂窝网络设备或其它网络设备中的类似的集成电路。
上述描述已经通过示例性和非限制性的示例提供了本发明示例性实施例的全面和教示性的描述。然而，当结合附图和所附权利要求书阅读时，鉴于上述描述，对于相关领域的技术人员来说，各种修改和适应可以是明显的。然而，本发明的教示中的所有此类或类似的修改仍然将落入如在所附权利要求书所限定的本发明的范围内。

Claims (15)

1.一种用于编码音频信号的方法，包括：
生成限定至少一个音频信号的至少一个参数矢量；
根据基于所述至少一个参数矢量的成分的绝对值的降序顺序对所述至少一个参数矢量的成分进行排序以生成相关联的至少一个排序的参数矢量；
从领袖类别的列表来选择至少一个潜在的码矢量；
通过以下操作来确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离:基于第一比例值，生成第一和第二距离值，所述第一和第二距离值与所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离相关联；在所述至少一个潜在的码矢量未能通过奇偶性约束检验的情况下，校正第一距离值的符号；基于所述第一和第二距离值，确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；
确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别；
通过对基于所述至少一个参数矢量的成分的绝对值的降序顺序进行相反排序对所述至少一个领袖类别的成分进行排序以生成输出lattice量化码矢。
2.根据权利要求1所述的方法，还包括：
选择至少一个比例因子；
其中确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还包括：基于所述至少一个比例因子来确定距离；
其中确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别还包括：确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子；
其中对所述至少一个领袖类别的成分进行排序以生成输出lattice量化码矢包括将所述输出比例因子应用于输出lattice量化码矢。
3.根据权利要求1和2任一所述的方法，其中生成限定至少一个音频信号的第一参数矢量包括：
将所述至少一个音频信号分成时间帧；
确定与所述至少一个音频信号时间帧相关联的线谱频率参数的矢量。
4.根据权利要求1至2任一所述的方法，其中根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量包括：
确定针对加权距离确定的权重；
基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量；
将所排序的权重矢量应用于所述至少一个排序的参数矢量。
5.根据权利要求1所述的方法，其中确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离还包括：基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离。
6.根据权利要求1至2任一所述的方法，其中确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别包括：
确定生成最小关联距离的潜在码矢量的索引；
通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值。
7.一种用于编码音频信号的装置，包括：
用于生成限定至少一个音频信号的至少一个参数矢量的构件；
用于基于所述至少一个参数矢量的成分的绝对值的降序顺序对所述至少一个参数矢量的成分进行排序以生成相关联的至少一个排序的参数矢量的构件；
用于从领袖类别的列表来选择至少一个潜在的码矢量的构件；
用于通过以下操作来确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离的构件:基于第一比例值，生成第一和第二距离值，所述第一和第二距离值与所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离相关联；在所述至少一个潜在的码矢量未能通过奇偶性约束检验的情况下，校正第一距离值的符号；基于所述第一和第二距离值，确定所述至少一个潜在的码矢量和所述至少一个排序的参数矢量之间的距离；
用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件；
用于通过对基于所述至少一个参数矢量的成分的绝对值的降序顺序进行相反排序对所述至少一个领袖类别的成分进行排序以生成输出lattice量化码矢的构件。
8.根据权利要求7所述的装置，还包括：
用于选择至少一个比例因子的构件；
其中用于确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件还包括：用于基于所述至少一个比例因子来确定距离的构件；
用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件还包括：用于确定与生成最小关联距离的潜在码矢量和比例因子相关联的输出比例因子的构件；
用于对所述至少一个领袖类别的成分进行排序以生成输出lattice量化码矢的构件还包括用于将所述输出比例因子应用于输出lattice量化码矢的构件。
9.根据权利要求7和8任一所述的装置，其中用于生成限定至少一个音频信号的第一参数矢量的构件包括：用于将所述至少一个音频信号分成时间帧的构件；用于确定与所述至少一个音频信号时间帧相关联的线谱频率参数的矢量的构件。
10.根据权利要求7至8任一所述的装置，其中用于根据至少一个矢量绝对元组的排序对所述至少一个参数矢量进行排序以生成相关联的至少一个排序的参数矢量的构件包括：
用于确定针对加权距离确定的权重的构件；
用于基于所述至少一个矢量绝对元组的排序对权重进行排序以生成排序的权重矢量的构件；
用于将所排序的权重矢量应用于所述至少一个排序的参数矢量的构件。
11.根据权利要求7所述的装置，其中用于确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件还包括：用于基于所述第一和第二距离成分以及还有比例值来确定所述至少一个潜在码矢量和所述至少一个排序的参数矢量之间的距离的构件。
12.根据权利要求7至8任一所述的装置，其中用于确定与生成最小的关联距离的潜在码矢量相关联的至少一个领袖类别的构件包括：
用于确定生成最小关联距离的潜在码矢量的索引的构件；
用于通过将比例值仅应用于生成最小关联距离的潜在码矢量，确定生成最小关联距离的潜在码矢量的比例值的构件。
13.一种计算机可读存储介质，其存储计算机程序代码，当所述计算机程序代码被至少一个处理器执行时，所述计算机程序代码使得装置执行如权利要求1至6任一所述的方法。
14.一种电子设备，其包括如权利要求7至12所述的装置。
15.一种芯片组，其包括如权利要求7至12所述的装置。
CN201380082051.7A 2013-12-17 2013-12-17 音频信号编码器 Active CN106030703B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2013/061034 WO2015092483A1 (en) 2013-12-17 2013-12-17 Audio signal encoder

Publications (2)

Publication Number Publication Date
CN106030703A CN106030703A (zh) 2016-10-12
CN106030703B true CN106030703B (zh) 2020-02-04

Family

ID=53402181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380082051.7A Active CN106030703B (zh) 2013-12-17 2013-12-17 音频信号编码器

Country Status (8)

Country Link
US (1) US9892742B2 (zh)
EP (1) EP3084761B1 (zh)
JP (1) JP6337122B2 (zh)
KR (1) KR101868252B1 (zh)
CN (1) CN106030703B (zh)
ES (1) ES2786198T3 (zh)
RU (1) RU2665287C2 (zh)
WO (1) WO2015092483A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115132214A (zh) 2018-06-29 2022-09-30 华为技术有限公司 立体声信号的编码、解码方法、编码装置和解码装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1335021A (zh) * 1999-11-29 2002-02-06 索尼公司 视频/音频信号处理方法和视频/音频信号处理设备
WO2005083889A1 (fr) * 2004-01-30 2005-09-09 France Telecom Quantification vectorielle en dimension et resolution variables
CN101430881A (zh) * 2008-11-10 2009-05-13 华为技术有限公司 一种编码、解码、编解码方法、编解码系统以及相关装置
CN102132494A (zh) * 2008-04-16 2011-07-20 华为技术有限公司 通信方法和通信装置
WO2012069886A1 (en) * 2010-11-26 2012-05-31 Nokia Corporation Coding of strings
WO2013005065A1 (en) * 2011-07-01 2013-01-10 Nokia Corporation Multiple scale codebook search

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0556008A (ja) * 1990-10-17 1993-03-05 Hitachi Ltd ベクトル量子化装置
JPH10276095A (ja) * 1997-03-28 1998-10-13 Toshiba Corp 符号化器及び復号化器
US7072832B1 (en) * 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
US7003454B2 (en) * 2001-05-16 2006-02-21 Nokia Corporation Method and system for line spectral frequency vector quantization in speech codec
KR100446630B1 (ko) * 2002-05-08 2004-09-04 삼성전자주식회사 음성신호에 대한 벡터 양자화 및 역 벡터 양자화 장치와그 방법
CA2388358A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for multi-rate lattice vector quantization
JP4801160B2 (ja) * 2005-09-23 2011-10-26 テレフオンアクチーボラゲット エル エム エリクソン（パブル） 逐次改善可能な格子ベクトル量子化
US7966175B2 (en) * 2006-10-18 2011-06-21 Polycom, Inc. Fast lattice vector quantization
US8521540B2 (en) * 2007-08-17 2013-08-27 Qualcomm Incorporated Encoding and/or decoding digital signals using a permutation value
US20100274556A1 (en) * 2008-01-16 2010-10-28 Panasonic Corporation Vector quantizer, vector inverse quantizer, and methods therefor
EP2293292B1 (en) * 2008-06-19 2013-06-05 Panasonic Corporation Quantizing apparatus, quantizing method and encoding apparatus
PL2915166T3 (pl) 2012-10-30 2019-04-30 Nokia Technologies Oy Sposób i urządzenie do kwantyzacji odpornego wektora
US9191256B2 (en) * 2012-12-03 2015-11-17 Digital PowerRadio, LLC Systems and methods for advanced iterative decoding and channel estimation of concatenated coding systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1335021A (zh) * 1999-11-29 2002-02-06 索尼公司 视频/音频信号处理方法和视频/音频信号处理设备
WO2005083889A1 (fr) * 2004-01-30 2005-09-09 France Telecom Quantification vectorielle en dimension et resolution variables
CN102132494A (zh) * 2008-04-16 2011-07-20 华为技术有限公司 通信方法和通信装置
CN101430881A (zh) * 2008-11-10 2009-05-13 华为技术有限公司 一种编码、解码、编解码方法、编解码系统以及相关装置
WO2012069886A1 (en) * 2010-11-26 2012-05-31 Nokia Corporation Coding of strings
WO2013005065A1 (en) * 2011-07-01 2013-01-10 Nokia Corporation Multiple scale codebook search

Also Published As

Publication number Publication date
EP3084761A4 (en) 2017-05-31
JP2017504829A (ja) 2017-02-09
KR20160099684A (ko) 2016-08-22
EP3084761B1 (en) 2020-03-25
CN106030703A (zh) 2016-10-12
US20160314797A1 (en) 2016-10-27
US9892742B2 (en) 2018-02-13
EP3084761A1 (en) 2016-10-26
JP6337122B2 (ja) 2018-06-06
RU2016125708A (ru) 2018-01-23
RU2665287C2 (ru) 2018-08-28
WO2015092483A1 (en) 2015-06-25
KR101868252B1 (ko) 2018-06-15
ES2786198T3 (es) 2020-10-09

Similar Documents

Publication Publication Date Title
EP2915166B1 (en) A method and apparatus for resilient vector quantization
EP2856776B1 (en) Stereo audio signal encoder
EP2875510A1 (en) Stereo audio signal encoder
US20160111100A1 (en) Audio signal encoder
US20110135007A1 (en) Entropy-Coded Lattice Vector Quantization
CN106030703B (zh) 音频信号编码器
US20160019900A1 (en) Method and apparatus for lattice vector quantization of an audio signal
US10580416B2 (en) Bit error detector for an audio signal decoder
RU2769429C2 (ru) Кодер звукового сигнала
US8924202B2 (en) Audio signal coding system and method using speech signal rotation prior to lattice vector quantization
EP3095117B1 (en) Multi-channel audio signal classifier
WO2023198383A1 (en) Method for quantizing line spectral frequencies

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant