延遲優(yōu)化的重疊變換，編碼／解碼加權(quán)窗口的制作方法
【專利摘要】本發(fā)明涉及用于編碼／解碼數(shù)字信號的方法，所述信號由連續(xù)的樣本塊組成，編碼為具有重疊類型的變換并包括，基于分析，在兩個連續(xù)的M樣本塊上應(yīng)用加權(quán)窗口。具體而言，該加權(quán)窗口是非對稱的并包括在所述兩個塊上連續(xù)延伸的四個不同部分，包括：第一部分(w1)，在樣本的第一間隔上增加，第二部分(w2)，在第二間隔上保持值為1不變，第三部分(w3)，在第三間隔上減少，以及第四部分(w4)，在第四間隔上保持值為0不變。
【專利說明】延遲優(yōu)化的重疊變換，編碼/解碼加權(quán)窗口
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字音頻信號的編/解碼領(lǐng)域，更具體地涉及所謂的“具有重疊的變換音頻編/解碼”領(lǐng)域。
【背景技術(shù)】
[0002]“變換編碼”在于在變換(頻率)域中編碼時域信號。此變換尤其使得能夠使用音頻信號(音樂，語音等)的頻率特性，以便優(yōu)化并提高編碼效率。例如，可應(yīng)用這一事實:諧波聲音在頻域中由有限且少量的光譜波表示，因此它可被簡潔地編碼。例如，還可有利地應(yīng)用頻率掩蔽效應(yīng)，以盡可能無聲的方式格式化編碼噪聲。
[0003]標(biāo)準(zhǔn)變換編碼技術(shù)被總結(jié)如下。
[0004]要被編碼的數(shù)字音頻流(以指定采樣頻率Fs)被分割成有限數(shù)量樣本2M的幀(或更一般的稱為“塊”)。每個幀常規(guī)來說與在前幀重疊50%。加權(quán)窗口 ha(被稱為“分析窗口”)被應(yīng)用至每個幀。
[0005]然后，變換被應(yīng)用至該信號。在被稱為“MDCT” ( “修正的離散余弦變換”)的變換的情況下，并在特定實施方式中，依據(jù)2M樣本至M樣本的變換，加權(quán)的幀被“折疊”。然后，IV類型的DCT變換應(yīng)用至被折疊的幀以便獲得在變換域中的大小為M的幀。
[0006]然后使用適當(dāng)?shù)牧炕髁炕儞Q域中的幀。量化使得能夠減少數(shù)據(jù)的大小，卻將噪聲(聽得見或聽不見的)引入原始幀中。編碼器的比特率越高，此噪聲被減小的越多并且量化的幀越接近原始幀。
[0007]在解碼中，逆MDCT變換然后被應(yīng)用至量化的幀。使用逆IV類型的DCT，大小為M的量化的幀被變換為時域中的大小為M的幀。第二個，M至2M的“展開”變換然后被應(yīng)用至大小為M的暫時幀。
[0008]所謂的“合成”加權(quán)窗口 hs然后被應(yīng)用至大小為2M的幀。
[0009]然后通過聚集重疊的部分合成解碼的音頻流。
[0010]對于合成窗口和指定的重疊，確定分析窗口使得能夠獲得要編碼信號的完美重構(gòu)(在不量化的情況下)。
[0011]在變換編碼中慣常使用的窗口是正弦曲線類的窗口，在分析和合成兩者中都是相同的。在這一配置下，由編碼系統(tǒng)引入的最小算法延遲是2M / Fs秒。
[0012]為了減少這一延遲，能夠在合成窗口的開始以及在分析窗口的末端加入多個零值。由于該信號與“O”的乘法運(yùn)算的結(jié)果提前已知，能夠相對于窗口的位置偏移幀率。這些對稱窗口，例如由以下元素組成:
[0013]-一定數(shù)量的零值Mz，它延伸在對應(yīng)于要解決的算法延遲一半的間隔上，
[0014]-長度為M-2MZ的正弦曲線上升部分，
[0015]-值為I的2Mz部分，
[0016]-如附圖1所示的最終作為第一半窗口的對稱反映的第二半窗口。
[0017]這些窗口具有(2M-2Mz / Fs)秒的算法延遲并因此使得能夠減少延遲2Mz / Fs秒。
[0018]然而，這一技術(shù)，盡管它使得能夠減少延遲，當(dāng)延遲的減少增加時，確實傾向于類似矩形窗口。這一窗口形式的頻率選擇性并不特別強(qiáng)并且基本上徹底降低了編碼信號的音頻質(zhì)量。此外，它極大限制了窗口，這是由于在它的構(gòu)建中加入了 4Mz樣本。對于提供用于編碼的有效窗口，尤其是以提供顯著的頻率可選性來說，沒有很多可用的自由度。。
[0019]文獻(xiàn)W0-2009 / 081003已經(jīng)提出使用非對稱窗口以減輕這一問題。這些窗口，根據(jù)分析，由覆蓋分析窗口末端的多個O組成。為了限制所需的存儲空間，合成窗口被選擇為分析窗口的時域翻轉(zhuǎn)。此技術(shù)尤其使得能夠減少編碼延遲，以及解碼延遲。對于總數(shù)為Mz的零來說，其小于在前描述的同步窗口的零的總數(shù)的二分之一，延遲改善相同。給定減少數(shù)量的零，這種非對稱窗口的頻率選擇性高于對稱窗口的頻率選擇性。解碼信號的音頻質(zhì)量因此被增強(qiáng)。
[0020]更具體的，文獻(xiàn)W0-2009 / 081003呈現(xiàn)了分析窗口由來自于下式給出的初始窗口h(n)的兩部分hal和ha2組成的ha(n):
【權(quán)利要求】
1.一種用于編碼數(shù)字信號的方法，所述信號由連續(xù)的樣本塊組成，編碼為具有重疊類型的變換并包括，基于分析，在兩個連續(xù)的M樣本塊上應(yīng)用加權(quán)窗口， 其特征在于所述加權(quán)窗口是非對稱的并包括在所述兩個塊上連續(xù)延伸的四個不同部分，包括: 第一部分(W1),在樣本的第一間隔上增加， 第二部分(w2)，在第二間隔上保持值為I不變， 第三部分(w3)，在第三間隔上減少，以及 第四部分(w4)，在第四間隔上保持值為O不變。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于第一，第二以及第三間隔至少被計算為第四間隔(Mz)的函數(shù)。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在表示為R1的第一間隔上的窗口隨著下述類型的函數(shù)W1而改變:
4.根據(jù)權(quán)利要求3所述的方法，其特征在于術(shù)語C1介于3和5之間。
5.根據(jù)上述權(quán)利要求任一項所述的方法，其特征在于，在表示為R2的第三間隔上的窗口隨著下述類型的函數(shù)W3而改變:
6.根據(jù)權(quán)利要求5所述的方法，其特征在于C2介于0.85和1.05之間。
7.根據(jù)上述權(quán)利要求任一項所述的方法，其特征在于表示為Mz的第四間隔的持續(xù)時間被選定為:
8.根據(jù)權(quán)利要求3至7任一項所述的方法，其特征在于，表示為R1的第一間隔，是由下式給出的持續(xù)時間:

9.根據(jù)權(quán)利要求5至8任一項所述的方法，其特征在于，表示為R2的第三間隔，是由下式給出的持續(xù)時間:
10.根據(jù)權(quán)利要求1，2和7任一項所述的方法，其特征在于，表示為R1的第一間隔，是由下式給出的持續(xù)時間:
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，表示為R2的第三間隔，是由下式給出的持續(xù)時間:
12.根據(jù)上述權(quán)利要求的任一項所述的方法，其特征在于，包括將多個連續(xù)的，非對稱的并包括所述四個部分的窗口應(yīng)用至一連串塊對。
13.一種用于解碼數(shù)字信號的方法，所述數(shù)字信號通過執(zhí)行上述權(quán)利要求的任一項所述的方法進(jìn)行編碼，所述解碼是具有重疊類型的變換并包括，基于合成，在兩個連續(xù)的編碼樣本塊上應(yīng)用加權(quán)窗口， 其特征在于，所述加權(quán)窗口，基于合成，與編碼中使用的時域翻轉(zhuǎn)的分析窗口相同。
14.一種要存儲在編碼或解碼裝置的存儲器中的計算機(jī)程序，其特征在于，包括用于實現(xiàn)權(quán)利要求1至12任一所述的編碼方法或者權(quán)利要求13所述的解碼方法的指令，當(dāng)該指令被該設(shè)備的處理器執(zhí)行時。
15.一種信號編碼設(shè)備，其特征在于，它包括用于存儲的裝置(MEM)和/或用于計算分析加權(quán)窗口的數(shù)據(jù)的裝置(μ P)，用于實現(xiàn)權(quán)利要求1至12任一項所述的編碼方法。
16.一種信號解碼設(shè)備，其特征在于，它包括用于存儲的裝置(MEM’)以及用于計算合成加權(quán)窗口的數(shù)據(jù)的裝置(μP)，用于實現(xiàn)權(quán)利要求13所述的解碼方法。
【文檔編號】G10L19/032GK103930946SQ201280042901
【公開日】2014年7月16日 申請日期:2012年6月26日 優(yōu)先權(quán)日:2011年6月28日
【發(fā)明者】朱利恩·福雷, 皮埃里克·菲利普 申請人:奧蘭吉公司