專利名稱：聲源定向信息的編解碼方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻數(shù)據(jù)的編解碼技術(shù)，特別涉及一種聲源定向信息的編碼方法、一種聲源定向信息的解碼方法、一種聲源定向信息的編解碼方法、以及一種聲源定向信息的編解碼系統(tǒng)。

背景技術(shù)：
在現(xiàn)有的某些監(jiān)控場(chǎng)景中，通常會(huì)在監(jiān)控前端利用麥克風(fēng)陣列來(lái)采集音頻多聲道數(shù)據(jù)，然后利用麥克風(fēng)陣列算法對(duì)音頻多聲道數(shù)據(jù)進(jìn)行去噪、定位等處理，得到音頻單聲道數(shù)據(jù)和聲源定向信息。
此后，即可基于現(xiàn)有的音頻壓縮編碼標(biāo)準(zhǔn)，將音頻單聲道數(shù)據(jù)壓縮編碼、并生成碼流后傳輸至監(jiān)控后端，并由監(jiān)控后端解碼后播放。而聲源定向信息則可供監(jiān)控后端進(jìn)行聲源定位，用來(lái)控制監(jiān)控場(chǎng)景中的攝像頭轉(zhuǎn)動(dòng)和/或移動(dòng)，以實(shí)現(xiàn)對(duì)監(jiān)控目標(biāo)的跟蹤。
然而，現(xiàn)有的音頻壓縮編碼標(biāo)準(zhǔn)并不支持在碼流中傳輸聲源定向信息，從而使得聲源定向信息無(wú)法由監(jiān)控前端傳輸至監(jiān)控后端。
為了解決上述問(wèn)題，現(xiàn)有技術(shù)則直接將麥克風(fēng)陣列采集的音頻多聲道數(shù)據(jù)壓縮編碼、并生成碼流后傳輸至監(jiān)控后端，并由監(jiān)控解碼后利用麥克風(fēng)陣列算法對(duì)音頻多聲道數(shù)據(jù)進(jìn)行去噪、定位等處理，以得到聲源定向信息。
但由于多聲道音頻數(shù)據(jù)中各聲道的相位關(guān)系會(huì)在監(jiān)控前端的壓縮編碼過(guò)程中被破壞，從而使得監(jiān)控后端無(wú)法獲得準(zhǔn)確的聲源定向信息，進(jìn)而無(wú)法實(shí)現(xiàn)準(zhǔn)確的聲源定位。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了一種聲源定向信息的編碼方法、一種聲源定向信息的解碼方法、一種聲源定向信息的編解碼方法、以及一種聲源定向信息的編解碼系統(tǒng)，能夠支持聲源定位準(zhǔn)確度的提高。
本發(fā)明提供的一種聲源定向信息的編碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，該編碼方法包括 b1、將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向最高位為符號(hào)位的第一差分運(yùn)算結(jié)果； b2、利用預(yù)設(shè)的編碼角度分辨率δ量化每個(gè)方向的第一差分運(yùn)算結(jié)果，得到每個(gè)方向最高位為符號(hào)位的第二差分運(yùn)算結(jié)果，并將每個(gè)方向的第二差分運(yùn)算結(jié)果分別確定為每個(gè)方向角度信息編碼后的結(jié)果； b3、利用第二差分運(yùn)算結(jié)果、編碼角度分辨率δ、以及前一幀中對(duì)應(yīng)的角度信息，更新當(dāng)前幀中對(duì)應(yīng)方向的角度信息，以補(bǔ)償量化第一差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用。
本發(fā)明提供的一種聲源定向信息的解碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，其特征在于，每一方向的角度信息編碼后的結(jié)果的最高位為符號(hào)位，且該解碼方法包括 利用預(yù)設(shè)的編碼角度分辨率δ、以及在前一幀中解碼得到的每個(gè)方向的角度信息，分別對(duì)當(dāng)前幀中同一方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中每個(gè)方向的角度信息。
本發(fā)明提供的一種聲源定向信息的編解碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，該編解碼方法先后包括如上所述的一種聲源定向信息的編碼方法的各步驟、以及如上所述的一種聲源定向信息的解碼方法的各步驟。
本發(fā)明提供的一種聲源定向信息的編解碼系統(tǒng)，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，且該編解碼系統(tǒng)包括相連的編碼器和解碼器，所述編碼器，用于執(zhí)行如上所述的一種聲源定向信息的編碼方法的各步驟對(duì)應(yīng)的操作；所述解碼器，用于執(zhí)行如上所述的一種聲源定向信息的解碼方法的各步驟對(duì)應(yīng)的操作。
由上述技術(shù)方案可見(jiàn)，本發(fā)明可以將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向的差分運(yùn)算結(jié)果；然后利用預(yù)設(shè)的編碼角度分辨率量化差分運(yùn)算結(jié)果，從而實(shí)現(xiàn)對(duì)聲源定向信息的編碼。如此一來(lái)，只要聲源定向信息經(jīng)編碼后攜帶于當(dāng)前幀的頭語(yǔ)法結(jié)構(gòu)中，即可隨碼流傳輸，從而能夠?qū)崿F(xiàn)準(zhǔn)確的聲源定位。而且，對(duì)于取值過(guò)大的任意方向的差分運(yùn)算結(jié)果，本發(fā)明還可補(bǔ)償量化該方向的差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差，并經(jīng)過(guò)后續(xù)若干幀即可實(shí)現(xiàn)收斂。



圖1為本發(fā)明實(shí)施例中聲源定向信息包括的水平和垂直角度的示意圖； 圖2為本發(fā)明實(shí)施例中壓縮編解碼方法的示例性流程圖； 圖3為本發(fā)明實(shí)施例中壓縮編解碼系統(tǒng)的示例性結(jié)構(gòu)圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
基于現(xiàn)有的音頻壓縮編碼標(biāo)準(zhǔn)，音頻單聲道數(shù)據(jù)在壓縮編碼后形成的碼流中通常會(huì)劃分為若干個(gè)幀，且現(xiàn)有的音頻壓縮編碼標(biāo)準(zhǔn)中又為每一幀都定義了用于攜帶例如編碼模式、采樣頻率、通道數(shù)、碼率等碼流信息的頭語(yǔ)法結(jié)構(gòu)，因此，在本發(fā)明實(shí)施例中仍然對(duì)音頻單聲道數(shù)據(jù)壓縮編碼以形成碼流，同時(shí)還將聲源定向信息進(jìn)行編碼后，添加至碼流中任意一幀或多幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)，以實(shí)現(xiàn)在碼流中嵌入聲源定向信息，并使得聲源定向信息能夠隨碼流傳輸。
如此一來(lái)，只要在解碼時(shí)從頭語(yǔ)法結(jié)構(gòu)中解析得到聲源定向信息的相關(guān)語(yǔ)法，即可獲得每幀音頻單聲道數(shù)據(jù)對(duì)應(yīng)的聲源定向信息。
考慮到在實(shí)際應(yīng)用中，并不是任何監(jiān)控場(chǎng)景都需要傳遞聲源定位信息的，即便需要傳遞也不一定必須在每一幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)均添加編碼后的聲源定向信息，因此，本發(fā)明實(shí)施例中可進(jìn)一步在頭語(yǔ)法結(jié)構(gòu)中添加聲源定向標(biāo)志，以表示該頭語(yǔ)法結(jié)構(gòu)中是否有聲源定向信息。在解碼時(shí)，可以首先判斷該聲源定向標(biāo)志是否表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息，如果是，再執(zhí)行對(duì)聲源定向信息的解碼，否則，即可跳過(guò)對(duì)聲源定位信息解碼的操作。
進(jìn)一步地，考慮到實(shí)際應(yīng)用中，還存在連續(xù)多幀中的音頻單聲道數(shù)據(jù)對(duì)應(yīng)相同或相近似的聲源定向信息，因此，本發(fā)明實(shí)施例為了減少在碼流中嵌入的聲源定向信息數(shù)據(jù)量、以進(jìn)一步節(jié)省碼流傳輸帶寬，可以在上述連續(xù)多幀的第一幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息的有效值，并在第一幀的頭語(yǔ)法結(jié)構(gòu)中添加壓縮編碼后的聲源定向信息，而在除第一幀之外的后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中無(wú)聲源定向信息的無(wú)效值，且不將上述的聲源定向信息壓縮編碼后添加至后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中。
在本發(fā)明實(shí)施例中，聲源定向信息可以包括水平方向角度信息和/或垂直方向角度信息。水平方向角度也可稱為水平方位角，在本文中表示為如圖1所示的α；垂直方向角度也可稱為垂直仰俯角，在本文中表示為如圖1所示的β。在圖1中，三位坐標(biāo)軸的原點(diǎn)位于麥克風(fēng)陣列的中心位置、X軸沿麥克風(fēng)陣列的正前方向延伸、Y軸沿麥克風(fēng)陣列的左側(cè)方向延伸、Z軸沿麥克風(fēng)陣列的正上方向延伸，α在逆時(shí)針?lè)较驗(yàn)檎ⅵ孪蛏蠟檎?，α和β的取值范圍均?～359度。
這樣，聲源定向信息在壓縮編碼后添加至頭語(yǔ)法結(jié)構(gòu)中的語(yǔ)法格式可如下所示 {聲源定向標(biāo)志；如果聲源定向標(biāo)志有效，則存在 { 水平方向角度信息編碼后的結(jié)果； 垂直方向角度信息編碼后的結(jié)果； } } 當(dāng)然，聲源定向信息內(nèi)還可以包含其它任意方向的角度信息。由于無(wú)論是何種方向的角度信息，對(duì)其編碼的原理均相同，因此，下文中就均以聲源定向信息包含如圖1所示的水平方向角度信息α和垂直方向角度信息β為例進(jìn)行說(shuō)明。
實(shí)際應(yīng)用中，對(duì)于如上所列舉的聲源定向信息的編碼方式及對(duì)應(yīng)的解碼方式可以為多種，以下舉三種編解碼方式予以說(shuō)明 1)聲源定向信息的編碼方式一 a1、將水平方向角度信息α和垂直方向角度信息β除以預(yù)設(shè)的編碼角度分辨率δ，得到兩個(gè)N比特(N為正整數(shù))的二進(jìn)制數(shù)、即編碼后的水平方向角度信息

和編碼后的垂直方向角度信息

以實(shí)現(xiàn)對(duì)聲源定向信息的編碼。該編碼過(guò)程可以表示為 其中，N的取值滿足

或更進(jìn)一步地具體滿足
a2、可選地，進(jìn)一步對(duì)N比特二進(jìn)制數(shù)、即壓縮編碼后得到的

和

補(bǔ)零，以使得嵌入有補(bǔ)零后的N比特二進(jìn)制數(shù)、即補(bǔ)零后的

和

的頭語(yǔ)法結(jié)構(gòu)為整數(shù)字節(jié)。
以下分別以10度、5度和1度的編碼角度分辨率δ為例進(jìn)一步說(shuō)明 當(dāng)編碼角度分辨率δ為10度時(shí)，水平方向角度信息α和垂直方向角度信息β分別以6比特進(jìn)行壓縮編碼、即N取6，其有效范圍為0～36度。假設(shè)，55度或60度的α和β經(jīng)壓縮編碼后得到的

和

表示為“000110”。
當(dāng)編碼角度分辨率δ為5度時(shí)，水平方向角度信息α和垂直方向角度信息β分別以7比特進(jìn)行壓縮編碼、即N取7，其有效范圍為0～72度。假設(shè)，55度的α和β經(jīng)編碼后得到的

和

表示為“0001011”，而60度的α和β經(jīng)編碼后得到的

和

表示為“0001100”。
當(dāng)編碼角度分辨率δ為1度時(shí)，水平方向角度信息α和垂直方向角度信息β分別以9比特進(jìn)行壓縮編碼、即N取9，其有效范圍為0～359度。假設(shè)，55度的α和β經(jīng)編碼后得到的

和

表示為“000110111”，而60度的α和β經(jīng)編碼后得到的

和

表示為“000111100”。
將水平方向角度信息α和垂直方向角度信息β按照編碼方式一編碼后，添加至頭語(yǔ)法結(jié)構(gòu)中的語(yǔ)法格式可如下所示 {聲源定向標(biāo)志；如果聲源定向標(biāo)志有效，則存在 {

} } 相應(yīng)地，編碼方式一對(duì)應(yīng)的解碼方式一即可表示為 其中，α′為解碼后的水平方向角度信息、β′解碼后的垂直方向角度信息。
如上所述，水平方向角度信息α和垂直方向角度信息β可以6、7、9等非整數(shù)字節(jié)的比特進(jìn)行壓縮編碼，那么在這種情況下，將壓縮編碼后得到的

和

添加至頭語(yǔ)法結(jié)構(gòu)中，就有可能導(dǎo)致頭語(yǔ)法結(jié)構(gòu)為非整數(shù)字節(jié)。而非整數(shù)字節(jié)的頭語(yǔ)法結(jié)構(gòu)則易增加解碼處理的負(fù)擔(dān)。
對(duì)于編碼得到的6、7、9比特的

和

對(duì)應(yīng)的補(bǔ)零方式可分別參見(jiàn)表1～表3。

表1
表2
表3 2)聲源定向信息的編碼方式二、本文稱其為差分跟蹤編碼方式。差分跟蹤編碼方式主要是利用碼流中連續(xù)的前后幀所分別對(duì)應(yīng)的聲源定向信息之間的相關(guān)性，而不是如編碼方式一那樣保留聲源定向信息本身的全部信息，這樣可以進(jìn)一步節(jié)省碼流傳輸所占用的帶寬；且差分跟蹤編碼方式在碼字的最大取值不足以表示所述相關(guān)性的信息時(shí)，直接用碼字的最大取值表示該相關(guān)性的信息，并在連續(xù)多幀中利用碼字的最大取值實(shí)現(xiàn)對(duì)該相關(guān)性的信息的收斂。
差分跟蹤編碼方式的基本原理包括 b1、將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向的9比特的第一差分運(yùn)算結(jié)果，且第一差分運(yùn)算結(jié)果的最高位為符號(hào)位。其中，這里所述的9比特是為了保證0～359度之間的取值范圍，當(dāng)然，實(shí)際應(yīng)用中也可采用10、11等大于9的比特?cái)?shù)。本文后續(xù)所出現(xiàn)的9比特也是如此，即本文中出現(xiàn)的9比特實(shí)際均可替換為至少9比特。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β的這種情況，將當(dāng)前第i幀所對(duì)應(yīng)的水平方向角度信息α(i)和垂直方向角度信息β(i)分別與前一幀第i-1幀所對(duì)應(yīng)的水平方向角度信息α(i-1)和垂直方向角度信息β(i-1)進(jìn)行差分運(yùn)算，得到對(duì)應(yīng)的9比特第一差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)，i為大于1的正整數(shù)，第一差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)的取值范圍在0～359度之間。
其中，差分跟蹤編碼方式中的差分運(yùn)算過(guò)程可以表示為 delta_α(i)＝(α(i)-α(i-1))rem360，delta_β(i)＝(β(i)-β(i-1))rem360； 其中，本文中所出現(xiàn)的“rem”均表示取余數(shù)運(yùn)算。
此后，再將第一差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)的取值范圍轉(zhuǎn)換至±180度之間，并設(shè)定第一差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)的最高位為符號(hào)位。以水平方向角度信息的第一差分運(yùn)算結(jié)果delta_α(i)為例，轉(zhuǎn)換過(guò)程可表示為如果delta_α(i)＞180，則delta_α(i)＝delta_α(i)-360。
b2、為了減少第一差分運(yùn)算結(jié)果的比特?cái)?shù)、以節(jié)省碼流所占用的帶寬，利用預(yù)設(shè)的編碼角度分辨率δ量化每個(gè)方向的第一差分運(yùn)算結(jié)果，得到每個(gè)方向的M比特的第二差分運(yùn)算結(jié)果，并可將每個(gè)方向的第二差分運(yùn)算結(jié)果分別確定為該方向角度信息編碼后的結(jié)果。第二差分運(yùn)算結(jié)果的最高位為符號(hào)位，M為正整數(shù)、0＜M＜9，

δ為大于等于1的正整數(shù)。
實(shí)際應(yīng)用中，可先判斷每個(gè)方向的第一差分運(yùn)算結(jié)果的取值是否足以用M比特表示，例如判斷每個(gè)方向的第一差分運(yùn)算結(jié)果的取值是否在±(2M-1-1)δ之間；如果任一方向的第一差分運(yùn)算結(jié)果的取值足以用M比特表示、例如該方向的第一差分運(yùn)算結(jié)果的取值在±(2M-1-1)δ之間，則計(jì)算該方向的第一差分運(yùn)算結(jié)果除以編碼角度分辨率δ的商，并將該商確定為該方向的第二差分運(yùn)算結(jié)果；如果任一方向的第一差分運(yùn)算結(jié)果的取值不足以用M比特表示、例如該方向的第一差分運(yùn)算結(jié)果的取值大于(2M-1-1)δ或小于-(2M-1-1)δ，則將M比特所能夠表示的極值確定為該方向的第二差分運(yùn)算結(jié)果。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β的這種情況，利用預(yù)設(shè)的編碼角度分辨率δ量化第一差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)，得到取值范圍在±(2M-1-1)之間的量化后的水平方向的第二差分運(yùn)算結(jié)果

和垂直方向的第二差分運(yùn)算結(jié)果

且

和

即可分別作為水平方向角度信息編碼后的結(jié)果和垂直方向角度信息編碼后的結(jié)果添加至頭語(yǔ)法結(jié)構(gòu)中。
以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，其對(duì)應(yīng)的差分跟蹤編碼方式中的量化過(guò)程可以表示為 或者，該量化過(guò)程可以進(jìn)一步簡(jiǎn)化地表示為 同理，垂直方向角度信息的差分運(yùn)算結(jié)果delta_β(i)所對(duì)應(yīng)的量化過(guò)程也是如此。
b3、基于上述量化方式，在編碼角度分辨率δ大于1時(shí)，利用編碼角度分辨率δ量化得到的每個(gè)方向的第二差分運(yùn)算結(jié)果均會(huì)存在誤差；在編碼角度分辨率等于1時(shí)，取值位于±(2M-1-1)δ之外的第一差分運(yùn)算結(jié)果經(jīng)量化后會(huì)被直接賦值為±(2M-1-1)度、因而也會(huì)存在誤差。因此，對(duì)于存在誤差的這兩種情況，利用對(duì)應(yīng)方向的第二差分運(yùn)算結(jié)果、編碼角度分辨率δ、以及前一幀中對(duì)應(yīng)的該方向的角度信息，更新當(dāng)前幀對(duì)應(yīng)方向的角度信息，用以補(bǔ)償量化該方向的第一差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)的該方向的角度信息時(shí)使用。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β的這種情況，可利用量化后得到的第二差分運(yùn)算結(jié)果

和/或

編碼角度分辨率δ、以及前一幀對(duì)應(yīng)的水平方向角度信息α(i-1)和垂直方向角度信息β(i-1)，更新當(dāng)前幀對(duì)應(yīng)的水平方向角度信息α(i)和/或垂直方向角度信息β(i)，以補(bǔ)償量化delta_α(i)和/或delta_β(i)時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)的水平方向角度信息α(i+1)和垂直方向角度信息β(i+1)時(shí)使用。以更新水平方向角度信息α(i)為例，差分跟蹤編碼方式中的更新過(guò)程可表示為 如果

的最高位為正，即如果
則更新
如果

的最高位為負(fù)，即如果
則更新
或者，該更新過(guò)程可以進(jìn)一步簡(jiǎn)化地表示為 由于每一幀對(duì)應(yīng)的水平方向角度信息α(i)和垂直方向角度信息β(i)均按照上述方式更新、以供編碼下一幀對(duì)應(yīng)的水平方向角度信息α(i+1)和垂直方向角度信息β(i+1)時(shí)使用，因而如前所述的誤差不會(huì)累積。
將水平方向角度信息α和垂直方向角度信息β按照編碼方式二、即差分跟蹤方式編碼后，添加至頭語(yǔ)法結(jié)構(gòu)中的語(yǔ)法格式均可如下所示 {聲源定向標(biāo)志；如果聲源定向標(biāo)志有效，則存在 { } } 相應(yīng)地，差分跟蹤編碼方式、即編碼方式二對(duì)應(yīng)的解碼方式二即可利用編碼角度分辨率δ、以及在前一幀中解碼得到的每一方向的角度信息，分別對(duì)當(dāng)前幀中同一方向的M比特的第二差分運(yùn)算結(jié)果進(jìn)行解碼，得到當(dāng)前幀中每個(gè)方向的角度信息。
以水平方向角度信息編碼后的結(jié)果

為例，差分跟蹤編碼方式、即編碼方式二對(duì)應(yīng)的解碼方式二則利用編碼角度分辨率δ、以及在前一幀中解碼得到的水平方向角度信息α(i-1)′，對(duì)該

解碼得到當(dāng)前幀中的水平方向角度信息α(i)′，具體表示為 如果

的最高位為正，即如果
則解碼后的水平方向角度信息
如果

的最高位為負(fù)，即如果
則解碼后的水平方向角度信息
或者，該解碼方式二可以進(jìn)一步簡(jiǎn)化地表示為 解碼后的水平方向角度信息
當(dāng)然，為了便于解碼端的定位，上述解碼方式二也可設(shè)定解碼得到的每一方向的角度信息的取值范圍在±180度之間。
如前所述，由于編碼時(shí)可利用前述更新過(guò)程來(lái)消除誤差的累積，且解碼時(shí)也會(huì)基于該更新過(guò)程的原理、同時(shí)利用量化后的差分運(yùn)算結(jié)果


及前一幀解碼得到的水平方向角度信息α(i-1)′進(jìn)行解碼，因而最多只需要

幀即可實(shí)現(xiàn)解碼得到準(zhǔn)確角度信息的收斂。其中，編碼角度分辨率δ越大，如前所述的誤差就會(huì)越大，但收斂速度會(huì)越快、即T越小。
而且，解碼方式二的基本原理與編碼方式二中更新過(guò)程的基本原理相同，因而編碼方式二中的更新過(guò)程可看作是與解碼端的同步。
以下，對(duì)于上述差分跟蹤方式的編解碼過(guò)程，以水平方向角度信息編碼后的結(jié)果

為例，假設(shè)編碼角度分辨率δ取5、M取4(可以使得水平方向和垂直方向編碼后的結(jié)果總共只占1個(gè)字節(jié))，并舉一實(shí)例進(jìn)行說(shuō)明。
先將當(dāng)前幀所對(duì)應(yīng)的水平方向角度信息α(i)與前一幀所對(duì)應(yīng)的水平方向角度信息α(i-1)進(jìn)行差分運(yùn)算，且α(i-1)的最高位為符號(hào)位。
然后量化差分運(yùn)算結(jié)果delta_α(i)，得到取值范圍在±7之間的量化后的水平方向差分運(yùn)算結(jié)果
再利用量化后的差分運(yùn)算結(jié)果

以及前一幀對(duì)應(yīng)的水平方向角度信息α(i-1)，更新當(dāng)前幀對(duì)應(yīng)的水平方向角度信息α(i) 此后，即可按照

進(jìn)行解碼，并經(jīng)

幀即可實(shí)現(xiàn)解碼得到準(zhǔn)確角度的收斂。
需要說(shuō)明的是，在進(jìn)行差分運(yùn)算時(shí)將第一差分運(yùn)算結(jié)果的取值范圍轉(zhuǎn)換至±180度之間，并設(shè)定第一差分運(yùn)算結(jié)果的最高位為符號(hào)位、以及第二差分運(yùn)算結(jié)果的最高位為符號(hào)位，主要為了解碼端在解碼后能夠更快捷地實(shí)現(xiàn)準(zhǔn)確定位。假設(shè)編碼角度分辨率δ取5、M取4，任一方向的第一差分運(yùn)算結(jié)果為350度，那么對(duì)應(yīng)的第二差分運(yùn)算結(jié)果就只有7，解碼端解碼后就只能在正方向上旋轉(zhuǎn)35度，如此一來(lái)就需要10幀才能夠?qū)崿F(xiàn)收斂；而如果將第一差分運(yùn)算結(jié)果量化在±180度之間，仍假設(shè)編碼角度分辨率δ取5、M取4，任一方向350度的第一差分運(yùn)算結(jié)果就會(huì)變?yōu)?10度，那么對(duì)應(yīng)的第二差分運(yùn)算結(jié)果就也是-2，解碼端解碼后就直接在負(fù)方向上旋轉(zhuǎn)10度即可實(shí)現(xiàn)準(zhǔn)確定位，從而無(wú)需后續(xù)幀的收斂。
此外，更優(yōu)地，考慮到差分跟蹤編碼方式如b2所述的前述量化過(guò)程的具體實(shí)現(xiàn)方式中，00...00、10...00分別表示正負(fù)0度，顯然浪費(fèi)了可用于編碼的碼字，因此，在本發(fā)明實(shí)施例中，差分跟蹤編碼方式可采用另一種量化過(guò)程的具體實(shí)現(xiàn)方式予以替換。
另一種量化過(guò)程的具體實(shí)現(xiàn)方式利用10...00、即2M-1表示180度，如果任一方向的第一差分運(yùn)算結(jié)果的取值不足以用M比特表示，且該方向的第一差分運(yùn)算結(jié)果未接近±180度，則將M比特所能夠表示的極值確定為該方向的M比特的第二差分運(yùn)算結(jié)果；如果任一方向的第一差分運(yùn)算結(jié)果的取值不足以用M比特表示，且該方向的第一差分運(yùn)算結(jié)果接近±180度，則將表示180度的特殊碼字2M-1確定為該方向的M比特的第二差分運(yùn)算結(jié)果。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β的這種情況，在量化過(guò)程中將接近±180度的delta_α(i)和delta_β(i)量化為表示180度的10...00。這樣，相比于將接近±180度的delta_α(i)和delta_β(i)量化為±(2M-1-1)的前述量化過(guò)程，將接近±180度的delta_α(i)和delta_β(i)量化為表示180度的10...00所產(chǎn)生的誤差更小，從而使得收斂速度更快。
具體來(lái)說(shuō)，以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，將絕對(duì)值大于預(yù)設(shè)的極限角度γ確定為接近±180度、γ≥90，那么將接近±180度的delta_α(i)和delta_β(i)量化為表示180度的10...00的另一種量化過(guò)程的具體實(shí)現(xiàn)方式可表示為 或者，該量化過(guò)程可以進(jìn)一步簡(jiǎn)化地表示為 同理，垂直方向角度信息的差分運(yùn)算結(jié)果delta_β(i)所對(duì)應(yīng)的另一種量化過(guò)程的具體實(shí)現(xiàn)方式也是如此。
仍假設(shè)編碼角度分辨率δ取5、M取4，并假設(shè)γ取90度，且以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，則另一種量化過(guò)程的具體實(shí)現(xiàn)方式可表示為 本發(fā)明實(shí)施例中的差分跟蹤編碼方式相比于編碼方式一，均具有如下優(yōu)勢(shì) 當(dāng)某個(gè)聲源發(fā)聲并移動(dòng)時(shí)，短時(shí)間間隔內(nèi)的移動(dòng)角度通常都較小，只有當(dāng)另一個(gè)位置的聲源發(fā)聲、并取代這個(gè)聲源時(shí)，才會(huì)發(fā)生大角度的跳轉(zhuǎn)。因此，無(wú)論采用哪一種量化過(guò)程，即便將delta_α(i)和delta_β(i)的取值范圍量化在±(2M-1-1)之間，在絕大多數(shù)情況下仍能夠在解碼端立即獲得準(zhǔn)確的角度信息，只有發(fā)生上述大角度的跳轉(zhuǎn)時(shí)，才處于跟蹤收斂狀態(tài)，且這個(gè)收斂速度很快。如此一來(lái)，在不影響聲源定位信息準(zhǔn)確度的情況下，差分跟蹤編碼方式相比于編碼方式一能夠減少碼流所占的帶寬。
且編碼方式一所需要的比特?cái)?shù)取決于角度的大小，角度越大則需要的碼字比特?cái)?shù)越多，例如對(duì)于±(2M-1-1)δ角度范圍之外的角度，編碼方式一需要的碼字比特?cái)?shù)一定大于M，那么為了統(tǒng)一所有角度所需碼字的碼字比特?cái)?shù)、以保證恒定的碼率，編碼方式一只能夠按照角度的最大取值來(lái)設(shè)定碼字的比特?cái)?shù)，從而需要的碼字比特?cái)?shù)會(huì)比較多。因此，差分跟蹤編碼方式相比于編碼方式一能夠減少碼字的比特?cái)?shù)，從而減少碼流所需帶寬。進(jìn)一步地，當(dāng)M取4、且不設(shè)置聲源定向標(biāo)志時(shí)，水平方向和垂直方向編碼后的結(jié)果總共只占1個(gè)字節(jié)。
可選地，考慮到跟蹤收斂時(shí)解碼得到的角度信息并不準(zhǔn)確，解碼端可以將其認(rèn)為是一個(gè)過(guò)渡結(jié)果并丟棄，表示跟蹤收斂狀態(tài)時(shí)的過(guò)渡結(jié)果的碼字包括±(2M-1-1)、2M-1。解碼端可等到出現(xiàn)其他碼字時(shí)，再獲取準(zhǔn)確的角度信息。
3)編碼方式三，本文稱其為差分分級(jí)編碼方式。差分分級(jí)編碼方式也利用碼流中連續(xù)的前后幀所分別對(duì)應(yīng)的聲源定向信息之間的相關(guān)性，而不是如編碼方式一那樣保留聲源定向信息本身的全部信息，這一點(diǎn)與差分跟蹤編碼方式基本相同。但與差分跟蹤編碼方式的不同之處在于，差分分級(jí)編碼方式在在預(yù)定比特的碼字不足以表示所述相關(guān)性的信息時(shí)，降低碼字所表示的角度精度以通過(guò)第一編碼級(jí)別實(shí)現(xiàn)粗定位，并在后續(xù)幀中恢復(fù)碼字所表示的角度精度、以通過(guò)第二編碼級(jí)別實(shí)現(xiàn)精定位。
較佳地，可設(shè)置Q與q相等，以使得第一編碼級(jí)別和第二編碼級(jí)別的碼率相同；如果Q與q不相等，但卻仍需要保證第一編碼級(jí)別和第二編碼級(jí)別的碼率相同，則可在Q大于q時(shí)，進(jìn)一步對(duì)第一編碼級(jí)別的q比特碼字補(bǔ)相應(yīng)數(shù)量個(gè)0、或表示其他信息的相應(yīng)數(shù)量比特；在Q小于q時(shí)，進(jìn)一步對(duì)第二編碼級(jí)別的Q比特碼字補(bǔ)相應(yīng)數(shù)量個(gè)0、或表示其他信息的相應(yīng)數(shù)量比特。
具體來(lái)說(shuō)，對(duì)于差分分級(jí)編碼方式，可將360度等分為P個(gè)單位角度區(qū)間，每個(gè)單位角度區(qū)間包括

度，且對(duì)于預(yù)定的Q比特，2q-1＜P＜2q，P為可被360整除的正整數(shù)，


較佳地，P的取值應(yīng)盡可能接近2q，和/或

盡可能接近(2Q-1×θ)，以更充分地利用第一編碼級(jí)別的q比特碼字、以及第二編碼級(jí)別的Q比特碼字。
其中，P個(gè)單位角度區(qū)間的取值、即

度，可看作是第一編碼級(jí)別對(duì)應(yīng)的第一級(jí)角度精度，那么在第一編碼級(jí)別的編碼過(guò)程中，即可利用

度的第一級(jí)角度精度，對(duì)位于±(2Q-1×θ)角度范圍之外的差分運(yùn)算結(jié)果量化處理至0～P的取值范圍內(nèi)，以使得量化得到的q比特足以表示差分運(yùn)算結(jié)果中的所述相關(guān)性的信息，用以實(shí)現(xiàn)粗定位。
相應(yīng)地，每個(gè)單位角度區(qū)間內(nèi)任意大小的角度θ則可看作第二編碼級(jí)別對(duì)應(yīng)的第二級(jí)角度精度，在第二編碼級(jí)別的編碼過(guò)程中，只需將位于±(2Q-1×θ)角度范圍之內(nèi)的差分運(yùn)算結(jié)果，按照取值大于等于1度且小于

度的第二級(jí)角度精度θ量化處理至±2Q-1的取值范圍內(nèi)，以使得量化得到的Q比特足以表示差分運(yùn)算結(jié)果中的所述相關(guān)性的信息，用以實(shí)現(xiàn)精定位。只要

那么第一編碼級(jí)別有可能產(chǎn)生的量化誤差最大絕對(duì)值

就不會(huì)導(dǎo)致無(wú)法進(jìn)入第二編碼級(jí)別的狀態(tài)。
實(shí)際應(yīng)用中，第二級(jí)角度精度θ的具體取值還可以參考P、q、Q的取值、以及實(shí)際需要來(lái)選定。假設(shè)P取30、q取5，如果需要Q與q相同也取5，則需要選定第二級(jí)角度精度θ取1；又假設(shè)P取30、q取5，如果需要Q小于q并取4，則需要選定第二級(jí)角度精度θ取2；再假設(shè)P取12、q取4，如果需要Q與q相同也取4，則需要選定第二級(jí)角度精度θ取5。也就是說(shuō)，在進(jìn)一步滿足的

情況下，可使得Q與q相等。較佳地，第二級(jí)角度精度θ取1，這樣可以最為充分地利用Q比特碼字，以使得精定位的精確度最高。
上述差分分級(jí)編碼方式的基本原理包括 c1、將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向的9比特(或至少9比特)的第三差分運(yùn)算結(jié)果，且第三差分運(yùn)算結(jié)果無(wú)符號(hào)位。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β的這種情況，將當(dāng)前第i幀所對(duì)應(yīng)的水平方向角度信息α(i)和垂直方向角度信息β(i)分別與前一幀第i-1幀所對(duì)應(yīng)的水平方向角度信息α(i-1)和垂直方向角度信息β(i-1)進(jìn)行差分運(yùn)算，得到對(duì)應(yīng)的第三差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)，i為大于1的正整數(shù)、且第三差分運(yùn)算結(jié)果delta_α(i)和delta_β(i)的取值范圍在0～359度之間。其中，差分跟蹤編碼方式中的差分運(yùn)算過(guò)程可以表示為 delta_α(i)＝(α(i)-α(i-1))rem360；delta_β(i)＝(β(i)-β(i-1))rem360。
c2、判斷每個(gè)方向的第三差分運(yùn)算結(jié)果的取值是否位于預(yù)定的角度范圍±(2Q-1×θ)之外，即是否足以用Q比特表示。
實(shí)際應(yīng)用中，可判斷每個(gè)方向的第三差分運(yùn)算結(jié)果的取值、以及360度與每個(gè)方向的第三差分運(yùn)算結(jié)果之差是否均大于等于(2Q-1×θ)，如果任一方向的第三差分運(yùn)算結(jié)果的取值、以及360度與該個(gè)方向的第三差分運(yùn)算結(jié)果之差均大于等于(2Q-1×θ)，則表示該方向的第三差分運(yùn)算結(jié)果的取值位于預(yù)定的角度范圍之外、不足以用Q比特表示；如果任一方向的第三差分運(yùn)算結(jié)果的取值、或360度與該方向的第三差分運(yùn)算結(jié)果之差小于(2Q-1×θ)，則表示該方向的第三差分運(yùn)算結(jié)果的取值位于預(yù)定的角度范圍之內(nèi)、足以用Q比特表示。
如果任一方向的第三差分運(yùn)算結(jié)果的取值位于預(yù)定的角度范圍之外，則設(shè)定該方向?qū)?yīng)的編碼級(jí)別為表示粗定位的第一編碼級(jí)別，并利用

度的第一級(jí)角度精度量化該方向的第三差分運(yùn)算結(jié)果，例如量化為

度的倍數(shù)，得到該方向的q比特第四差分運(yùn)算結(jié)果，并將該方向的第四差分運(yùn)算結(jié)果確定為該方向角度信息編碼后的結(jié)果，且第四差分運(yùn)算結(jié)果無(wú)符號(hào)位。
如果任一方向的第三差分運(yùn)算結(jié)果的取值位于預(yù)定的角度范圍之內(nèi)，則設(shè)定該方向?qū)?yīng)的編碼級(jí)別為表示粗定位的第二編碼級(jí)別，并利用大于等于1且小于

度的第二級(jí)角度精度θ量化該方向的第三差分運(yùn)算結(jié)果，得到該方向的Q比特第五差分運(yùn)算結(jié)果，并將該方向的第五差分運(yùn)算結(jié)果確定為該方向角度信息編碼后的結(jié)果，第五差分運(yùn)算結(jié)果的最高位為符號(hào)位。
對(duì)于包含水平方向角度信息α和垂直方向角度信息β、且Q比特最高位為符號(hào)位的這種情況，判斷delta_α(i)、以及360度與delta_α(i)之差是否均大于等于(2Q-1×θ)，并判斷delta_β(i)、以及360度與delta_β(i)之差是否均大于等于(2q-1×θ)。
如果delta_α(i)及360度與delta_α(i)之差、和/或delta_β(i)及360度與delta_β(i)之差均大于等于(2Q-1×θ)，則表示該delta_α(i)和/或delta_β(i)位于±(2Q-1×θ)角度范圍之外、且不足以用Q比特表示，因而設(shè)定該delta_α(i)和/或delta_β(i)對(duì)應(yīng)的編碼級(jí)別為表示粗定位的第一編碼級(jí)別，并將該delta_α(i)和/或delta_β(i)量化為

度的倍數(shù)，以水平方向角度信息的第三差分運(yùn)算結(jié)果delta_α(i)為例，該過(guò)程可表示為 Level_α(i)＝1，

delta_α(i)≥2Q-1×θ、360-delta_α(i)≥2Q-1×θ。
如果delta_α(i)和/或delta_β(i)小于2Q-1、或者360度與delta_α(i)和/或delta_β(i)之差小于(2Q-1×θ)，則表示該delta_α(i)和/或delta_β(i)位于±(2Q-1×θ)角度范圍內(nèi)、且足以用Q比特表示，因而設(shè)定該delta_α(i)和/或delta_β(i)對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，并先利用第二級(jí)角度精度θ量化-該delta_α(i)和/或delta_β(i)，然后將該delta_α(i)和/或delta_β(i)量化結(jié)果的取值范圍轉(zhuǎn)換至±2Q-1角度范圍之內(nèi)、以使其最高位為符號(hào)位，從而得到作為編碼后結(jié)果的第五差分運(yùn)算結(jié)果

和/或
當(dāng)delta_α(i)和/或delta_β(i)小于(2Q-1×θ)時(shí)，可以計(jì)算該

和/或

與第二級(jí)角度精度θ的商。以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，該量化過(guò)程可表示為 Level_α(i)＝0，

delta_α(i)＜2Q-1×θ。
對(duì)于第二級(jí)角度精度θ取1的一種特殊情況，該量化過(guò)程可以等效于直接將該delta_α(i)和/或delta_β(i)確定為作為編碼后結(jié)果的第五差分運(yùn)算結(jié)果

和/或
當(dāng)360度與delta_α(i)之差小于(2Q-1×θ)時(shí)，可以計(jì)算該

和/或

與360度之差除以第二級(jí)角度精度θ的商。以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，該量化過(guò)程可表示為 Level_α(i)＝0，

360-delta_α(i)＜2Q-1×θ。
對(duì)于第二級(jí)角度精度θ取1的一種特殊情況，該量化過(guò)程可以等效于直接將該

和/或

與360度之差，確定為作為編碼后結(jié)果的第五差分運(yùn)算結(jié)果

和/或

以水平方向角度信息的差分運(yùn)算結(jié)果delta_α(i)為例，等效的上述量化過(guò)程可表示為

360-delta_α(i)＜2Q-1×θ。
同理，垂直方向角度信息的差分運(yùn)算結(jié)果delta_β(i)所對(duì)應(yīng)的量化過(guò)程也是如此。
c3、基于上述量化方式，第一編碼級(jí)別利用

度進(jìn)行量化，因而會(huì)產(chǎn)生誤差，而當(dāng)?shù)诙?jí)角度精度θ大于1時(shí)，第二編碼級(jí)別利用第二級(jí)角度精度θ進(jìn)行量化也會(huì)產(chǎn)生誤差。因此，為了補(bǔ)償?shù)谝痪幋a級(jí)別存在的誤差，可利用對(duì)應(yīng)方向的第四差分運(yùn)算結(jié)果、第一級(jí)角度精度

度、以及前一幀中對(duì)應(yīng)方向的角度信息，更新當(dāng)前幀對(duì)應(yīng)方向的角度信息，以供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用；為了補(bǔ)償?shù)诙幋a級(jí)別存在的誤差，可利用對(duì)應(yīng)方向的第五差分運(yùn)算結(jié)果、第二級(jí)角度精度θ、以及前一幀中對(duì)應(yīng)方向的角度信息，更新當(dāng)前幀對(duì)應(yīng)方向的角度信息，以供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用。
以更新水平方向角度信息α(i)為例，在使用第一編碼級(jí)別時(shí)，差分分級(jí)編碼方式中的更新過(guò)程可表示為 在使用第二編碼級(jí)別時(shí)，差分分級(jí)編碼方式中的更新過(guò)程可表示為 由于在使用第一編碼級(jí)別時(shí)，每個(gè)方向的角度信息均可按照上述方式更新、以供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用，因而如前所述的誤差不會(huì)累積。
假設(shè)P取30、Q取5、第二級(jí)角度精度θ取1、Q比特最高位為符號(hào)位，即將360度等分為30個(gè)單位角度區(qū)間，每個(gè)單位角度區(qū)間包括12度，并以水平方向角度信息α(i)為例，舉一實(shí)例對(duì)編碼方式三進(jìn)行說(shuō)明。
先將當(dāng)前幀所對(duì)應(yīng)的水平方向角度信息α(i)與前一幀所對(duì)應(yīng)的水平方向角度信息α(i-1)進(jìn)行差分運(yùn)算。
然后判斷delta_α(i)、以及360度與delta_α(i)之差是否均大于16。
如果delta_α(i)、以及360度與delta_α(i)之差均大于等于16，則表示該delta_α(i)位于±16角度范圍之外，因而設(shè)定該delta_α(i)對(duì)應(yīng)的編碼級(jí)別為表示粗定位的第一編碼級(jí)別并將delta_α(i)量化為12度的倍數(shù)，即 Level_α(i)＝1，

delta_α(i)≥16、360-delta_α(i)≥16； 且更新水平方向角度信息
如果delta_α(i)小于16，則表示該delta_α(i)位于±16角度范圍內(nèi)，因而設(shè)定該delta_α(i)對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，并直接將該delta_α(i)確定為編碼后的結(jié)果

即 Level_α(i)＝0，

delta_α(i)＜2Q-1。
如果360度與delta_α(i)之差小于16，則表示該delta_α(i)位于±16角度范圍內(nèi)，因而設(shè)定該delta_α(i)對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，并將delta_α(i)量化至±16的范圍內(nèi)，即 Level_α(i)＝0，

360-delta_α(i)＜16。
需要說(shuō)明的是，第一編碼級(jí)別的q比特碼字的最高位也可以為符號(hào)位。那么此時(shí)，如果delta_α(i)及360度與delta_α(i)之差、和/或delta_β(i)及360度與delta_β(i)之差均大于等于2Q-1，則也需要將該delta_α(i)和/或delta_β(i)的取值范圍轉(zhuǎn)換至±2Q-1角度范圍之內(nèi)、以將該delta_α(i)和/或delta_β(i)的最高位設(shè)置為符號(hào)位；或者，由于第二編碼級(jí)別也需要上述角度范圍的轉(zhuǎn)換，因而可在差分運(yùn)算之后、判斷第一編碼級(jí)別和第二編碼級(jí)別之前，統(tǒng)一對(duì)將delta_α(i)和delta_β(i)的取值范圍轉(zhuǎn)換至±2Q-1角度范圍之內(nèi)、以將delta_α(i)和delta_β(i)的最高位設(shè)置為符號(hào)位。
將水平方向角度信息α和垂直方向角度信息β按照編碼方式三、即差分分級(jí)方式壓縮后，其在編碼后添加至頭語(yǔ)法結(jié)構(gòu)中的語(yǔ)法格式可如下所示 {聲源定向標(biāo)志；如果聲源定向標(biāo)志有效，則存在 { Level_α(i)； Level_β(i)； } } 相應(yīng)地，差分分級(jí)編碼方式、即編碼方式三對(duì)應(yīng)的解碼方式三需要先判斷每一方向角度信息編碼后的結(jié)果分別對(duì)應(yīng)的編碼級(jí)別； 如果當(dāng)前幀中的任一方向?qū)?yīng)第一編碼級(jí)別，則利用第一級(jí)角度精度、以及在前一幀中解碼得到的該方向角度信息，對(duì)當(dāng)前幀中該方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中該方向的角度信息； 如果當(dāng)前幀中的任一方向?qū)?yīng)第二編碼級(jí)別，則利用第二級(jí)角度精度、以及在前一幀中解碼得到的該方向角度信息，對(duì)當(dāng)前幀中該方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中該方向的角度信息。
以水平方向角度信息編碼后的結(jié)果

為例，差分分級(jí)編碼方式、即編碼方式三對(duì)應(yīng)的解碼方式三即可表示為 判斷

所對(duì)應(yīng)的編碼級(jí)別。
如果

所對(duì)應(yīng)的編碼級(jí)別為表示粗定位的第一編碼級(jí)別，則利用第一級(jí)角度精度

以及在前一幀中解碼得到的水平方向角度信息α(i-1)′，對(duì)該

解碼得到當(dāng)前幀中的水平方向角度信息α(i)′，具體表示為 如果

所對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，則利用大于等于1且小于

度的第二級(jí)角度精度θ、以及在前一幀中解碼得到的水平方向角度信息α(i-1)′，對(duì)該

解碼得到當(dāng)前幀中的水平方向角度信息α(i)′，具體表示為 當(dāng)

的最高位為正、即

時(shí)， 解碼后的水平方向角度信息
當(dāng)

的最高位為負(fù)、即

時(shí)， 解碼后的水平方向角度信息
或者，如果

所對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，該解碼方式三可以進(jìn)一步簡(jiǎn)化地表示為 解碼后的水平方向角度信息
對(duì)于第二級(jí)角度精度θ取1的一種特殊情況，如果

所對(duì)應(yīng)的編碼級(jí)別為表示精定位的第二編碼級(jí)別，則解碼方式三可等效地表示為 解碼后的水平方向角度信息
同理，垂直方向角度信息編碼后的結(jié)果

所對(duì)應(yīng)的解碼過(guò)程也是如此。
而且，解碼方式三的基本原理與編碼方式三中更新過(guò)程的基本原理相同，因而編碼方式三中的更新過(guò)程可看作是與解碼端的同步。
本發(fā)明實(shí)施例中的差分分級(jí)編碼方式相比于編碼方式一和編碼方式二，具有如下優(yōu)勢(shì) 當(dāng)某個(gè)聲源發(fā)聲并移動(dòng)時(shí)，短時(shí)間間隔內(nèi)的移動(dòng)角度通常都較小，即通常會(huì)采用基于第二級(jí)角度精度θ的第二編碼級(jí)別實(shí)現(xiàn)精定位，而只有當(dāng)另一個(gè)位置的聲源發(fā)聲、并取代這個(gè)聲源時(shí)，才會(huì)發(fā)生大角度的跳轉(zhuǎn)，并采用基于

度的第一級(jí)角度精度的第一編碼級(jí)別。因此，在絕大多數(shù)情況下仍能夠在解碼端立即獲得準(zhǔn)確的角度信息，即便發(fā)生上述大角度的跳轉(zhuǎn)、并采用第一編碼級(jí)別實(shí)現(xiàn)粗定位，但后續(xù)只需要1幀的精定位即可實(shí)現(xiàn)收斂，收斂速度明顯快于編碼方式二。
假設(shè)P取30、Q取5、第二級(jí)角度精度θ取1，并假設(shè) 在0時(shí)刻，聲源的水平方向角度α(0)＝110、垂直方向角度β(0)＝10； 在1時(shí)刻，聲源位置移動(dòng)，水平方向角度α(1)＝115、垂直方向角度β(1)＝5。
對(duì)應(yīng)編解碼方式三的編解碼過(guò)程可以表示為 第一幀 在編碼端，其前一幀的水平方向角度和垂直方向角度均為初始狀態(tài)0，則delta_α(0)＝(α(0)-0)rem360＝110，delta_β(0)＝(β(0)-0)rem360＝10； 由于|delta_α(0)|＞16、且360-|delta_α(0)|＞16， 因此Level_α(0)＝1，
并更新
由于|delta_β(0)|＜16，因此Level_β(0)＝0，
所以對(duì)于第一幀中頭語(yǔ)法結(jié)構(gòu)中添加的編碼結(jié)果為 { {1；01001；0；01010； } } 在解碼端，從第0幀的頭語(yǔ)法結(jié)構(gòu)中可以提取出 Level_α(0)＝1，

Level_β(0)＝1，
因而解碼得到α(0)′＝(0+12×9)rem(360)＝108；β(0)′＝(0+10)rem(360)＝10。
可見(jiàn)，由于對(duì)水平方向的delta_α(0)采用了表示粗定位的第一編碼級(jí)別，因而解碼端得到的水平方向角度α(0)′存在-2度的誤差。
第二幀 在編碼端，其前一幀的水平方向角度α(0)＝108、而不是更新前的原始值110，而垂直方向角度β(0)＝10，則 delta_α(1)＝(115-108)rem360＝7，delta_β(1)＝(5-10)rem360＝-5； 由于|delta_α(1)|＜16，因此Level_α(1)＝0，
由于|delta_β(1)|＜16，因此Level_β(1)＝0，
所以對(duì)于第二幀中頭語(yǔ)法結(jié)構(gòu)中添加的編碼結(jié)果為 { {0；00111；0；10101； } } 在解碼端，從第二幀的頭語(yǔ)法結(jié)構(gòu)中可以提取出 Level_α(1)＝0，
Level_β(1)＝0，
因而解碼得到α(1)′＝(108+7)rem(360)＝115；β(1)′＝(10-5)rem(360)＝5。
可見(jiàn)，由于在第一幀編碼時(shí)，更新水平方向角度α(0)＝108、而不是保持其原始值110，因而在粗定位之后再利用第二幀這一幀的精定位調(diào)整，即獲得了準(zhǔn)確的水平方向角度α(1)′，并將α(0)′存在-2度的誤差消除。
而且，對(duì)于±2Q-1角度范圍之外的角度，編碼方式一需要的比特?cái)?shù)大于Q，因而差分分級(jí)編碼方式相比于編碼方式一能夠減少碼流所需帶寬。
可選地，考慮到第一編碼級(jí)別后的角度信息并不準(zhǔn)確，解碼端可以將其認(rèn)為是一個(gè)過(guò)渡結(jié)果并丟棄，并可等到出現(xiàn)其他碼字時(shí)，再獲取準(zhǔn)確的角度信息。
以上是對(duì)本實(shí)施例中在碼流中嵌入聲源定向信息的方法、以及聲源定向信息的各種具體編解碼方法的詳細(xì)說(shuō)明，下面，再對(duì)本發(fā)明實(shí)施例的壓縮編解碼方法和系統(tǒng)進(jìn)行詳細(xì)說(shuō)明。
圖2為本發(fā)明實(shí)施例中壓縮編解碼方法的示例性流程圖。如圖2所示，本實(shí)施例中的壓縮編解碼方法包括 作為壓縮編碼方法的步驟201，對(duì)音頻單聲道數(shù)據(jù)進(jìn)行壓縮編碼以形成碼流，并在碼流中各幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)添加碼流信息的同時(shí)，還將聲源定向信息編碼后添加至所述碼流任意一幀或多幀的頭語(yǔ)法結(jié)構(gòu)中。
本步驟中可采用如前所述的編碼方式一、二、三中的任一方式對(duì)聲源定向信息進(jìn)行編碼。本步驟中，還可以進(jìn)一步在頭語(yǔ)法結(jié)構(gòu)中添加聲源定向標(biāo)志，以表示該頭語(yǔ)法結(jié)構(gòu)中是否有聲源定向信息。
作為解碼方法的步驟202，從碼流中上述任意一幀或多幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)解碼得到聲源定向信息，并利用從該碼流中各幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)解碼得到的碼流信息，解碼得到各幀的音頻單聲道數(shù)據(jù)。
與步驟201相對(duì)應(yīng)，本步驟中可采用如前所述的解碼方式一、二、三中的任一方式對(duì)聲源定向信息進(jìn)行解碼。
且如果步驟201中在頭語(yǔ)法結(jié)構(gòu)中進(jìn)一步添加了聲源定向標(biāo)志，則本步驟中在判斷出聲源定向標(biāo)志表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息后，再執(zhí)行對(duì)碼流的頭語(yǔ)法結(jié)構(gòu)中解碼的操作。
至此，本流程結(jié)束。
此后，由于聲源定向信息進(jìn)行編碼后被添加至了音頻單聲道數(shù)據(jù)碼流的頭語(yǔ)法結(jié)構(gòu)中，因而實(shí)現(xiàn)了將聲源定向信息嵌入至碼流中，以使得聲源定向信息隨碼流傳輸。如此一來(lái)，如果將上述流程應(yīng)用于監(jiān)控場(chǎng)景中，由監(jiān)控前端執(zhí)行步驟201、監(jiān)控后端執(zhí)行步驟202，就無(wú)需在監(jiān)控前端和監(jiān)控后端之間傳輸或存儲(chǔ)多聲道音頻數(shù)據(jù)的碼流，從而避免了監(jiān)控前端輸出多聲道音頻數(shù)據(jù)的碼流而使得監(jiān)控后端難以獲得準(zhǔn)確聲源定向信息的問(wèn)題，而且還避免了多聲道音頻數(shù)據(jù)的碼流傳輸或存儲(chǔ)占用較大傳輸帶寬或存儲(chǔ)空間。
需要說(shuō)明的是，對(duì)于頭語(yǔ)法結(jié)構(gòu)中還包括聲源定向標(biāo)志的情況，進(jìn)一步地，在連續(xù)多幀中的音頻單聲道數(shù)據(jù)對(duì)應(yīng)相同的聲源定向信息時(shí)，為了減少在碼流中嵌入的聲源定向信息數(shù)據(jù)量、以進(jìn)一步節(jié)省碼流傳輸帶寬，上述流程中的步驟201可以在上述連續(xù)多幀的第一幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息的有效值，并在第一幀的頭語(yǔ)法結(jié)構(gòu)中添加壓縮編碼后的聲源定向信息，而在除第一幀之外的后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中無(wú)聲源定向信息的無(wú)效值，且不將上述的聲源定向信息壓縮編碼后添加至后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中。
實(shí)際應(yīng)用中，對(duì)于編解碼方式一、二，還可以預(yù)先配置多種取值的編碼角度分辨率δ，步驟201可任選其中一種對(duì)α和β進(jìn)行壓縮編碼。此時(shí)，為了在步驟202進(jìn)行解碼時(shí)，能夠獲知步驟201所依據(jù)的編碼角度分辨率δ取值，在步驟201可以進(jìn)一步在頭語(yǔ)法結(jié)構(gòu)中添加對(duì)應(yīng)的編碼角度分辨率標(biāo)記，如此一來(lái)，步驟202先依據(jù)編碼角度分辨率標(biāo)記識(shí)別出步驟201所依據(jù)的編碼角度分辨率δ取值，然后再執(zhí)行后續(xù)處理。
圖3為本發(fā)明實(shí)施例中壓縮編解碼系統(tǒng)的示例性結(jié)構(gòu)圖。如圖3所示，以本實(shí)施例中的壓縮編解碼系統(tǒng)應(yīng)用于監(jiān)控系統(tǒng)為例，該壓縮編解碼系統(tǒng)包括編碼器301和解碼器302。
其中，編碼器301設(shè)置于視頻監(jiān)控系統(tǒng)的監(jiān)控前端310中，且監(jiān)控前端310中的麥克風(fēng)陣列311、麥克風(fēng)陣列算法單元312與編碼器301順序串聯(lián)；解碼器302則設(shè)置于視頻監(jiān)控系統(tǒng)的監(jiān)控后端320中，并與監(jiān)控后端320中的音頻播放單元321和控制分析模塊322分別相連。
編碼器301作為編碼端，用于接收麥克風(fēng)陣列算法單元312輸出的音頻單聲道數(shù)據(jù)和聲源定向信息，并對(duì)音頻單聲道數(shù)據(jù)進(jìn)行壓縮編碼以形成碼流，在將碼流信息編碼后添加至碼流各幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)的同時(shí)，還將聲源定向信息壓縮編碼后添加至碼流中任意一幀或多幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)并輸出。
編碼器301輸出的碼流可直接傳輸至解碼器302、或存儲(chǔ)后供解碼器302獲取。
解碼器302作為解碼端，用于從來(lái)自編碼器301的碼流中的上述任意一幀或多幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)，解碼得到聲源定向信息；并利用從該碼流中各幀的頭語(yǔ)法結(jié)構(gòu)內(nèi)解碼得到的碼流信息，從碼流中解碼得到各幀的音頻單聲道數(shù)據(jù)；得到的聲源定向信息可輸出至控制分析模塊322、供控制分析模塊322處理后分析聲源運(yùn)動(dòng)軌跡、聲源跟蹤、或控制監(jiān)控系統(tǒng)中攝像頭云臺(tái)的轉(zhuǎn)動(dòng)移動(dòng)，得到的音頻單聲道數(shù)據(jù)則可輸出至音頻播放單元321播放。
可選地，編碼器301可進(jìn)一步用于在頭語(yǔ)法結(jié)構(gòu)中添加聲源定向標(biāo)志，以表示該頭語(yǔ)法結(jié)構(gòu)中是否有聲源定向信息；相應(yīng)地，解碼器302則進(jìn)一步用于在判斷出聲源定向標(biāo)志表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息后，再執(zhí)行從碼流的頭語(yǔ)法結(jié)構(gòu)中解碼得到聲源定向信息的處理。
進(jìn)一步地，對(duì)于頭語(yǔ)法結(jié)構(gòu)中還包括聲源定向標(biāo)志的情況，且在連續(xù)多幀中的音頻單聲道數(shù)據(jù)對(duì)應(yīng)相同的聲源定向信息時(shí)，為了減少在碼流中嵌入的聲源定向信息數(shù)據(jù)量、以進(jìn)一步節(jié)省碼流傳輸帶寬，編碼器301可以在上述連續(xù)多幀的第一幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中有聲源定向信息的有效值，并在第一幀的頭語(yǔ)法結(jié)構(gòu)中添加壓縮編碼后的聲源定向信息，而在除第一幀之外的后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中，將聲源定向標(biāo)志設(shè)置為表示頭語(yǔ)法結(jié)構(gòu)中無(wú)聲源定向信息的無(wú)效值，且不將上述的聲源定向信息壓縮編碼后添加至后續(xù)所有幀的頭語(yǔ)法結(jié)構(gòu)中。
在上述系統(tǒng)中，編碼器301可基于如前所述的編碼方式一、二、三中的任一方式對(duì)聲源定向信息進(jìn)行編碼。相應(yīng)地，編碼器301可基于如前所述的解碼方式一、二、三中的任一方式對(duì)聲源定向信息進(jìn)行解碼。
需要說(shuō)明的是，實(shí)際應(yīng)用中，對(duì)于編解碼方式一、二，編碼器301內(nèi)可以預(yù)先配置多種取值的編碼角度分辨率δ，且編碼器301可任選其中一種對(duì)α和β進(jìn)行壓縮編碼。此時(shí)，就需要編碼器301進(jìn)一步在頭語(yǔ)法結(jié)構(gòu)中添加對(duì)應(yīng)的編碼角度分辨率標(biāo)記，這樣，解碼器302先依據(jù)頭語(yǔ)法結(jié)構(gòu)中的編碼角度分辨率標(biāo)記識(shí)別出編碼器301所依據(jù)的編碼角度分辨率δ取值，然后再執(zhí)行后續(xù)處理。
可見(jiàn)，本實(shí)施例中的音頻編解碼系統(tǒng)將聲源定向信息進(jìn)行編碼后添加至了音頻單聲道數(shù)據(jù)碼流的頭語(yǔ)法結(jié)構(gòu)中，因而實(shí)現(xiàn)了將聲源定向信息嵌入至碼流中，以使得聲源定向信息隨碼流傳輸。
如此一來(lái)，就無(wú)需在監(jiān)控前端和監(jiān)控后端之間傳輸或存儲(chǔ)多聲道音頻數(shù)據(jù)的碼流，從而避免了監(jiān)控前端輸出多聲道音頻數(shù)據(jù)的碼流而使得監(jiān)控后端難以獲得準(zhǔn)確聲源定向信息的問(wèn)題，而且還避免了多聲道音頻數(shù)據(jù)的碼流傳輸或存儲(chǔ)占用較大傳輸帶寬或存儲(chǔ)空間。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換以及改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種聲源定向信息的編碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，其特征在于，該編碼方法包括
b1、將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向最高位為符號(hào)位的第一差分運(yùn)算結(jié)果；
b2、利用預(yù)設(shè)的編碼角度分辨率δ量化每個(gè)方向的第一差分運(yùn)算結(jié)果，得到每個(gè)方向最高位為符號(hào)位的第二差分運(yùn)算結(jié)果，并將每個(gè)方向的第二差分運(yùn)算結(jié)果分別確定為每個(gè)方向角度信息編碼后的結(jié)果；
b3、利用第二差分運(yùn)算結(jié)果、編碼角度分辨率δ、以及前一幀中對(duì)應(yīng)的角度信息，更新當(dāng)前幀中對(duì)應(yīng)方向的角度信息，以補(bǔ)償量化第一差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用。
2.如權(quán)利要求1所述的編碼方法，其特征在于，所述步驟b1包括
將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息相減后再對(duì)360度取余；
將每個(gè)方向的取余結(jié)果的取值范圍轉(zhuǎn)換至±180度之間，得到最高位為符號(hào)位的第一差分運(yùn)算結(jié)果。
3.如權(quán)利要求2所述的編碼方法，其特征在于，所述第二差分運(yùn)算結(jié)果具有M比特，M為正整數(shù)、并滿足
所述步驟b2包括
判斷每個(gè)方向的第一差分運(yùn)算結(jié)果的取值是否在±(2M-1-1)δ之間；
如果任一方向的第一差分運(yùn)算結(jié)果的取值在±(2M-1-1)δ之間，則計(jì)算該方向的第一差分運(yùn)算結(jié)果除以編碼角度分辨率δ的商，并將所述的商確定為該方向的第二差分運(yùn)算結(jié)果；
如果任一方向的第一差分運(yùn)算結(jié)果的取值大于(2M-1-1)δ、或小于-(2M-1-1)δ，則將±(2M-1-1)度確定為該方向的第二差分運(yùn)算結(jié)果。
4.如權(quán)利要求2所述的編碼方法，其特征在于，所述第二差分運(yùn)算結(jié)果具有M比特，M為正整數(shù)、并滿足
所述步驟b2包括
判斷每個(gè)方向的第一差分運(yùn)算結(jié)果的取值是否在±(2M-1-1)δ之間；
如果任一方向的第一差分運(yùn)算結(jié)果的取值在±(2M-1-1)δ之間，則計(jì)算該方向的第一差分運(yùn)算結(jié)果除以編碼角度分辨率δ的商，并將所述的商確定為該方向的第二差分運(yùn)算結(jié)果；
如果任一方向的第一差分運(yùn)算結(jié)果的取值大于(2M-1-1)δ或小于-(2M-1-1)δ、且該第一差分運(yùn)算結(jié)果的絕對(duì)值小于預(yù)設(shè)的極限角度，則將±(2M-1-1)確定為該方向的第二差分運(yùn)算結(jié)果；
如果任一方向的第一差分運(yùn)算結(jié)果的取值大于(2M-1-1)δ或小于-(2M-1-1)δ、且該第一差分運(yùn)算結(jié)果的絕對(duì)值大于等于預(yù)設(shè)的極限角度，則將表示180度的2M-1確定為該方向的第二差分運(yùn)算結(jié)果；
且，所述預(yù)設(shè)的極限角度大于等于90度。
5.如權(quán)利要求3或4所述的編碼方法，其特征在于，如果編碼角度分辨率δ大于1，則該編碼方法對(duì)每個(gè)方向的角度信息均執(zhí)行所述步驟b3；如果編碼角度分辨率δ等于1、且存在如果任一方向的第一差分運(yùn)算結(jié)果的取值大于(2M-1-1)δ或小于-(2M-1-1)δ，則該編碼方法僅對(duì)該方向的角度信息執(zhí)行所述步驟b3。
6.如權(quán)利要求5所述的編碼方法，其特征在于，所述步驟b3包括
計(jì)算編碼角度分辨率δ與第二差分運(yùn)算結(jié)果的乘積；
將所述乘積與前一幀中對(duì)應(yīng)的角度信息之和對(duì)360度取余；
將取余結(jié)果更新為當(dāng)前幀對(duì)應(yīng)方向的角度信息。
7.如權(quán)利要求1所述的編碼方法，其特征在于，該編碼方法進(jìn)一步將當(dāng)前幀的每個(gè)方向角度信息編碼后的結(jié)果添加至當(dāng)前幀的頭語(yǔ)法結(jié)構(gòu)中。
8.一種聲源定向信息的解碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，其特征在于，每一方向的角度信息編碼后的結(jié)果的最高位為符號(hào)位，且該解碼方法包括
利用預(yù)設(shè)的編碼角度分辨率δ、以及在前一幀中解碼得到的每個(gè)方向的角度信息，分別對(duì)當(dāng)前幀中同一方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中每個(gè)方向的角度信息。
9.如權(quán)利要求8所述的解碼方法，其特征在于，每一方向的角度信息編碼后的結(jié)果具有M比特，M為正整數(shù)、并滿足
該解碼方法按照如下方式實(shí)現(xiàn)所述解碼
分別計(jì)算編碼角度分辨率δ與每一方向的角度信息編碼后的結(jié)果的乘積；
分別將每一方向的所述乘積與前一幀中解碼得到的同一方向的角度信息之和對(duì)360度取余，得到當(dāng)前幀中每個(gè)方向的角度信息。
10.如權(quán)利要求8或9所述的解碼方法，其特征在于，當(dāng)前幀所對(duì)應(yīng)的每一方向的角度信息編碼后的結(jié)果，均攜帶于當(dāng)前幀的頭語(yǔ)法結(jié)構(gòu)中；
且該解碼方法進(jìn)一步從當(dāng)前幀的頭語(yǔ)法結(jié)構(gòu)中，提取當(dāng)前幀所對(duì)應(yīng)的每一方向角度信息編碼后的結(jié)果。
11.一種聲源定向信息的編解碼方法，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，其特征在于，該編解碼方法包括編碼的如下步驟
b1、將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向最高位為符號(hào)位的第一差分運(yùn)算結(jié)果；
b2、利用預(yù)設(shè)的編碼角度分辨率δ量化每個(gè)方向的第一差分運(yùn)算結(jié)果，得到每個(gè)方向最高位為符號(hào)位的第二差分運(yùn)算結(jié)果，并將每個(gè)方向的第二差分運(yùn)算結(jié)果分別確定為每個(gè)方向角度信息編碼后的結(jié)果；
b3、利用第二差分運(yùn)算結(jié)果、編碼角度分辨率δ、以及前一幀中對(duì)應(yīng)的角度信息，更新當(dāng)前幀中對(duì)應(yīng)方向的角度信息，以補(bǔ)償量化第一差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用；
該編解碼方法包括解碼的如下步驟
利用預(yù)設(shè)的編碼角度分辨率δ、以及在前一幀中解碼得到的每個(gè)方向的角度信息，分別對(duì)當(dāng)前幀中同一方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中每個(gè)方向的角度信息。
12.一種聲源定向信息的編解碼系統(tǒng)，所述聲源定向信息包括各音頻數(shù)據(jù)幀對(duì)應(yīng)的任意方向上的角度信息，且該編解碼系統(tǒng)包括相連的編碼器和解碼器，其特征在于，
所述編碼器，用于將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向最高位為符號(hào)位的第一差分運(yùn)算結(jié)果；利用預(yù)設(shè)的編碼角度分辨率δ量化每個(gè)方向的第一差分運(yùn)算結(jié)果，得到每個(gè)方向最高位為符號(hào)位的第二差分運(yùn)算結(jié)果，并將每個(gè)方向的第二差分運(yùn)算結(jié)果分別確定為每個(gè)方向角度信息編碼后的結(jié)果；利用第二差分運(yùn)算結(jié)果、編碼角度分辨率δ、以及前一幀中對(duì)應(yīng)的角度信息，更新當(dāng)前幀中對(duì)應(yīng)方向的角度信息，以補(bǔ)償量化第一差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差、并供編碼下一幀對(duì)應(yīng)方向的角度信息時(shí)使用；
所述解碼器，用于利用預(yù)設(shè)的編碼角度分辨率δ、以及在前一幀中解碼得到的每個(gè)方向的角度信息，分別對(duì)當(dāng)前幀中同一方向角度信息編碼后的結(jié)果進(jìn)行解碼，得到當(dāng)前幀中每個(gè)方向的角度信息。
全文摘要
本發(fā)明公開了一種聲源定向信息的編碼方法、一種聲源定向信息的解碼方法、一種聲源定向信息的編解碼方法、以及一種聲源定向信息的編解碼系統(tǒng)。本發(fā)明可以將當(dāng)前幀所對(duì)應(yīng)的每個(gè)方向的角度信息分別與前一幀中對(duì)應(yīng)的同一方向的角度信息進(jìn)行差分運(yùn)算，得到每個(gè)方向的差分運(yùn)算結(jié)果；然后利用預(yù)設(shè)的編碼角度分辨率量化差分運(yùn)算結(jié)果，從而實(shí)現(xiàn)對(duì)聲源定向信息的編碼。如此一來(lái)，只要聲源定向信息經(jīng)編碼后攜帶于當(dāng)前幀的頭語(yǔ)法結(jié)構(gòu)中，即可隨碼流傳輸，從而能夠?qū)崿F(xiàn)準(zhǔn)確的聲源定位。而且，對(duì)于取值過(guò)大的任意方向的差分運(yùn)算結(jié)果，本發(fā)明還可補(bǔ)償量化該方向的差分運(yùn)算結(jié)果時(shí)產(chǎn)生的誤差，并經(jīng)過(guò)后續(xù)若干幀即可實(shí)現(xiàn)收斂。
文檔編號(hào)G10L19/00GK101819775SQ20091007893
公開日2010年9月1日 申請(qǐng)日期2009年2月27日 優(yōu)先權(quán)日2009年2月27日
發(fā)明者張晨, 馮宇紅 申請(qǐng)人:北京中星微電子有限公司