用于对音频信号的连续正弦信号编码和解码的方法和设备转让专利
申请号 : CN200880104845.8
文献号 : CN101790755A
文献日 : 2010-07-28
发明人 : 李男淑 , 李健炯 , 郑钟勋
申请人 : 三星电子株式会社
摘要 :
提供了一种通过使用当前帧的连续正弦信号的特性，根据关于先前帧的正弦信号的信息以不同方式对所述连续正弦信号编码的音频信号编码方法和设备以及音频信号解码方法和设备。所述音频信号编码方法包括：通过对输入音频信号执行正弦分析来提取当前帧的正弦信号；通过对当前帧的提取的正弦信号执行的正弦跟踪来提取与先前帧的正弦信号连接的当前帧的连续正弦信号；通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息以不同方式对连续正弦信号编码。
权利要求 :
1.一种音频信号编码方法，包括：
通过对输入音频信号执行正弦分析来提取当前帧的正弦信号；
通过对当前帧的提取的正弦信号执行正弦跟踪来提取与先前帧的正弦信号连接的当前帧的连续正弦信号；以及通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
2.如权利要求1所述的音频信号编码方法，其中，对连续正弦信号编码的步骤包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；
将提取的熵分量的值划分为多个范围并确定划分的值；以及根据确定的结果基于所述多个范围对当前帧的连续正弦信号编码。
3.如权利要求2所述的音频信号编码方法，其中，使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
4.如权利要求3所述的音频信号编码方法，其中，提取的熵分量的值被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
5.如权利要求4所述的音频信号编码方法，其中，提取的熵分量是频率、相位和振幅中的至少一个。
6.一种音频信号编码设备，包括：
正弦分析单元，对输入音频信号执行正弦分析并提取当前帧的正弦信号；
正弦跟踪单元，对当前帧的提取的正弦信号执行正弦跟踪并提取与先前帧的正弦信号连接的当前帧的连续正弦信号；和连续正弦编码单元，基于关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
7.如权利要求6所述的音频信号编码设备，其中，连续正弦编码单元包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；
确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；和编码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号编码。
8.如权利要求7所述的音频信号编码设备，其中，编码器使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
9.如权利要求8所述的音频信号编码设备，其中，确定单元将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
10.一种对作为比特流输入的音频信号解码的方法，包括：确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；以及当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
11.如权利要求9所述的方法，其中，确定的步骤包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；
将提取的熵分量的值划分为多个范围并确定划分的值；以及根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
12.如权利要求11所述的方法，其中，使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
13.如权利要求12所述的方法，其中，提取的熵分量的值被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
14.如权利要求13所述的方法，其中，提取的熵分量是频率、相位和振幅中的至少一个。
15.一种对作为比特流输入的音频信号解码的设备，包括：连续正弦信号确定单元，确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；和连续正弦解码单元，当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
16.如权利要求15所述的设备，其中，连续正弦解码单元包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；
确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；和解码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
17.如权利要求16所述的设备，其中，解码器使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
18.如权利要求17所述的设备，其中，确定单元将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
说明书 :
技术领域
本发明涉及音频信号的编码和解码，更具体地，涉及一种通过使用与包括连续正弦信号的音频信号的当前帧中的连续正弦信号连接的先前帧的正弦信号的信息，以不同方式对连续正弦信号编码的音频信号编码方法和设备，以及一种音频信号解码方法和设备。
背景技术
本发明中描述的音频编码方法被应用于参数编码。参数编码是将音频表示为具体参数的编码方法。参数编码被用于MPEG-4(运动图像专家组4)标准。
图1是用于描述参数编码方法的框图。参照图1，在参数编码方法中，输入信号被分析和参数化。具体地，输入音频信号被滤波(通过执行音频读取和滤波)。通过使用三种分析方法(瞬态分析120、正弦分析130和噪声分析140)来分析输入音频信号，与各个区域中的音频分量相应的参数被提取。
瞬态分析120与非常动态的音频的改变相应。正弦分析130与确定性音频的改变相应。噪声分析140与随机或非确定性音频的改变相应。
提取的参数被形成为比特流150。
通过正弦分析130提取的正选信号被称为泛音(partial)。
图2是示出现有技术参数编码处理的流程图。参照图2，如果输入了音频信号，则在操作210通过执行正弦分析从当前帧提取正弦波。
在操作220，通过执行正弦跟踪将提取的正弦信号连接到与当前帧的正弦波相似的先前帧的正弦波。
如后面将描述的，与先前帧的正弦波相连续的当前帧的正弦波被称为连续正弦波。
在操作230，量化提取的正弦波。量化是用于以预定间隔划分信号值的处理。具体地，在用于将模拟波形转换为数字代码的模数转换(ADC)处理中，按几个预定的阶来呈现波形的大小。
在操作240，量化的正弦信号最终被熵编码并被输出为比特流。
现有技术参数编码处理使用特定的熵编码处理对将被编码的当前帧的分量值进行编码。
图1是用于描述参数编码方法的框图。参照图1，在参数编码方法中，输入信号被分析和参数化。具体地，输入音频信号被滤波(通过执行音频读取和滤波)。通过使用三种分析方法(瞬态分析120、正弦分析130和噪声分析140)来分析输入音频信号，与各个区域中的音频分量相应的参数被提取。
瞬态分析120与非常动态的音频的改变相应。正弦分析130与确定性音频的改变相应。噪声分析140与随机或非确定性音频的改变相应。
提取的参数被形成为比特流150。
通过正弦分析130提取的正选信号被称为泛音(partial)。
图2是示出现有技术参数编码处理的流程图。参照图2，如果输入了音频信号，则在操作210通过执行正弦分析从当前帧提取正弦波。
在操作220，通过执行正弦跟踪将提取的正弦信号连接到与当前帧的正弦波相似的先前帧的正弦波。
如后面将描述的，与先前帧的正弦波相连续的当前帧的正弦波被称为连续正弦波。
在操作230，量化提取的正弦波。量化是用于以预定间隔划分信号值的处理。具体地，在用于将模拟波形转换为数字代码的模数转换(ADC)处理中，按几个预定的阶来呈现波形的大小。
在操作240，量化的正弦信号最终被熵编码并被输出为比特流。
现有技术参数编码处理使用特定的熵编码处理对将被编码的当前帧的分量值进行编码。
发明内容
技术方案
本发明的示例性实施例提供了一种通过使用上述参数编码处理编码音频信号的更有效的方法。该有效的编码方法减小了编码所需的比特率。
更具体地，本发明的示例性实施例提供了一种通过在执行正弦分析之后提取的泛音正弦信号中分析关于与当前帧的连续正弦信号连接的先前帧的正弦信号的信息对音频信号编码的方法和设备以及对编码的比特流音频信号解码的方法和设备，所述当前帧的连续正弦信号与先前帧的正弦信号连续。
有益效果
根据本发明的用于编码音频信号的连续正弦信号的方法和设备使用当前帧的连续正弦信号的特性根据包括在先前帧的正弦信号中的熵分量的值对所述连续正弦信号应用优化熵编码，从而使用相对较小的比特率来有效地对音频信号编码。参照图7来详细描述根据本发明的音频信号编码方法的比特率的减小效果并将其与现有技术进行比较。
本发明的示例性实施例提供了一种通过使用上述参数编码处理编码音频信号的更有效的方法。该有效的编码方法减小了编码所需的比特率。
更具体地，本发明的示例性实施例提供了一种通过在执行正弦分析之后提取的泛音正弦信号中分析关于与当前帧的连续正弦信号连接的先前帧的正弦信号的信息对音频信号编码的方法和设备以及对编码的比特流音频信号解码的方法和设备，所述当前帧的连续正弦信号与先前帧的正弦信号连续。
有益效果
根据本发明的用于编码音频信号的连续正弦信号的方法和设备使用当前帧的连续正弦信号的特性根据包括在先前帧的正弦信号中的熵分量的值对所述连续正弦信号应用优化熵编码，从而使用相对较小的比特率来有效地对音频信号编码。参照图7来详细描述根据本发明的音频信号编码方法的比特率的减小效果并将其与现有技术进行比较。
附图说明
图1是用于解释参数编码方法的框图。
图2是示出现有技术参数编码处理的流程图。
图3是用于解释根据本发明示例性实施例的跟踪的正弦信号的示图。
图4A和图4B是示出根据本发明示例性实施例的基于关于先前帧的正弦信号的信息的当前帧的连续正弦信号中的熵分量的分布概率的曲线图，其中，所述先前帧的正弦信号与当前帧的正弦信号连接。
图5是示出根据本发明示例性实施例的音频信号编码方法的流程图。
图6是示出根据本发明示例性实施例的通过执行包括在音频信号编码方法的操作中的操作以不同方式编码连续正弦信号的操作的流程图。
图7是示出根据本发明示例性实施例的当应用音频信号编码方法时与现有技术相比比特数量的增益的表。
图8是示出根据本发明示例性实施例的音频信号编码设备的框图。
图9是示出根据本发明示例性实施例的音频信号解码设备的框图。
图2是示出现有技术参数编码处理的流程图。
图3是用于解释根据本发明示例性实施例的跟踪的正弦信号的示图。
图4A和图4B是示出根据本发明示例性实施例的基于关于先前帧的正弦信号的信息的当前帧的连续正弦信号中的熵分量的分布概率的曲线图，其中，所述先前帧的正弦信号与当前帧的正弦信号连接。
图5是示出根据本发明示例性实施例的音频信号编码方法的流程图。
图6是示出根据本发明示例性实施例的通过执行包括在音频信号编码方法的操作中的操作以不同方式编码连续正弦信号的操作的流程图。
图7是示出根据本发明示例性实施例的当应用音频信号编码方法时与现有技术相比比特数量的增益的表。
图8是示出根据本发明示例性实施例的音频信号编码设备的框图。
图9是示出根据本发明示例性实施例的音频信号解码设备的框图。
具体实施方式
最优模式
根据本发明的一方面，提供了一种音频信号编码方法，包括：通过对输入音频信号执行正弦分析来提取当前帧的正弦信号；通过对当前帧的提取的正弦信号执行正弦跟踪来提取与先前帧的正弦信号连接的当前帧的连续正弦信号；通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
对连续正弦信号编码的步骤可包括：提取包括在与所属连续正弦信号连接的先前帧的正弦信号中的熵分量；将提取的熵分量的值划分为多个范围并确定划分的值；根据确定的结果相应于所述多个范围对当前帧的连续正弦信号编码。
使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
提取的熵分量的值可被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内，提取的熵分量可以是频率、相位和振幅中的至少一个。
根据本发明的另一方面，提供了一种音频信号编码设备，包括：正弦分析单元，对输入音频信号执行正弦分析并提取当前帧的正弦信号；正弦跟踪单元，对当前帧的提取的正弦信号执行正弦跟踪并提取与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦编码单元，基于关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
连续正弦编码单元可包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；编码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号编码。
编码器可使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
确定单元可将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
根据本发明的另一方面，提供了一种对作为比特流输入的音频信号解码的方法，包括：确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
确定的步骤可包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；将提取的熵分量的值划分为多个范围并确定划分的值；根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
可使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
提取的熵分量的值可被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内，提取的熵分量是频率、相位和振幅中的至少一个。
根据本发明的另一方面，提供了一种对作为比特流输入的音频信号解码的设备，包括：连续正弦信号确定单元，确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦解码单元，当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
连续正弦解码单元可包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；解码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
解码器可使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
确定单元可将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
发明模式
以下，参照附图更详细地描述本发明，在附图中示出本发明的示例性实施例。然而，本发明可以以各种不同形式实施，并不应被认为限于在此列出的示例性实施例；此外，提供这些示例性实施例从而本公开将是彻底和完整的，并将本发明的概念完全传达给本领域的普通技术人员。附图中相同的标号始终表示相同的部件，从而将省略它们的描述。
图3是用于解释根据本发明示例性实施例的跟踪的正弦信号的示图。
在如图1所述执行正弦分析之后，跟踪正弦信号以执行关于正弦编码(SSC)的自适应差分脉冲编码调制(ADPCM)或差分脉冲编码调制(DPCM)。
所述追踪是用于寻找先前帧和后续帧中包括的正弦信号之间的连续正弦信号以及建立找到的连续正弦信号之间的相关性的处理。参照图3，使用带圈的X标记的每个点是x轴的每个帧中y轴的频率上的正弦信号，带圈的X标记的点之间的每条线是通过跟踪每个帧的正弦信号获得的结果。
不能从先前帧的正弦信号跟踪的当前帧的正弦波被称为起始(birth)正弦波或起始泛音。术语“起始”表示正弦波不是从先前帧的正弦波连续，而是在当前帧中新开始的。参照图3，带圈的X标记的点350、360和370是起始正弦信号。从当前帧与先前帧之间的关系来确定带圈的X标记的点310、320、330和340是否是起始正弦信号。对于起始正弦信号，不能执行使用先前帧的正弦信号的差值编码，必须执行绝对编码。因此，需要大量比特用于编码。
同时，可以从先前帧的正弦信号跟踪的当前帧的正弦波被称为连续正弦信号或连续泛音。例如，带圈的X标记的点351、352和353是从带圈的X标记的点350连续的连续正弦信号。由于可以通过使用先前帧的相应正弦信号执行连续正弦信号的差值编码，故可执行有效的编码。差值编码可通过使用正弦熵分量(频率、振幅和相位)之间的相关性比绝对编码更减小比特率。
连续正弦波表示正弦波彼此连续。在这种情况下，由于正弦波共享连续的信息，故能够使用关于一个正弦波的信息预测另一正弦波，从而有效地编码数据。
可以通过使用正弦波之间的频率差或通过使用正弦波之间的频率差和振幅比来确定正弦波是否彼此连续。(i)当使用频率差时，可在两个正弦波之间的频率差低于预定值时确定这两个正弦波彼此连续。例如，如果0.4等效矩形带宽(ERB)被选择作为预定值，则当两个正弦波之间的频率差小于0.4ERB时，确定这两个正弦信号彼此连续。同时，(ii)当使用频率差和振幅比时，可在两个正弦波之间的频率差和振幅比低于预定值时确定这两个正弦波彼此连续。例如，如果0.4等效矩形带宽(ERB)被选择作为频率差的预定值并且1/3-3倍被选择作为振幅比范围，如果频率差小于0.4ERB并且当前正弦波的振幅值在先前正弦波的振幅值的1/3与3倍之间，则可确定这两个正弦信号彼此连续。
连续正弦波中与后续帧的正弦波不连续并且消失的正弦波被称为终止正弦信号或终止泛音。参照图3，带圈的X标记的点353和314是深度正弦信号。
图4A和图4B是示出根据本发明示例性实施例的基于先前帧的正弦信号的信息的当前帧的连续正弦信号中的熵分量的分布概率的曲线图，其中，所述先前帧的正弦信号与当前帧的正弦信号连接。
具体地，图4A是示出频率分量的分布概率的曲线图，图4B是示出振幅分量的分布概率的曲线图。
图4A和图4B示出具有与其连接的先前帧的正弦信号相似的趋势的连续正弦信号的特性。
更详细地，在信号没有极大地改变的部分，连续正弦信号的分量值与其连接的先前帧的正弦信号相比没有极大地改变。此外，在信号极大地改变的部分，连续正弦信号的分量值与其连接的先前帧的正弦信号相比极大地改变。
由于连续正弦信号的特性，使用连续正弦信号与先前帧的正弦信号之间的差值对连续正弦信号的分量值编码。在正弦信号的分量值没有极大地改变的部分中，差值较小，在正弦信号的分量值极大地改变的部分中，差值较大。
现将参照图4A和图4B描述连续正弦信号的上述特性。
图4A和图4B的曲线图包括一系列帧的几个连续正弦信号中的将被编码的分量值和分量值的分布概率。将被编码的分量值是差值。具体地，当先前帧中的将被编码的连续正弦信号具有值-1、0、1以及其它值时，曲线图示出后续帧的连续正弦信号的将被编码的分量值。x轴是用于DPCM或ADPCM编码的差值。y轴是概率。
例如，图4A中示出的曲线A指示当先前帧的连续正弦信号的将被编码的分量具有值-1、0和1时，后续帧的连续正弦信号的将被编码的分量值，而图4A中示出的曲线B指示当先前帧的连续正弦信号的将被编码的分量具有除了值-1、0和1之外的值时，后续帧的连续正弦信号的将被编码的分量值。
在曲线A中，即，当先前帧的连续正弦信号的将被编码的分量具有值-1、0和1时，后续帧的连续正弦信号的将被编码的分量值在频率和振幅两者方面都频繁地接近0。
同时，在曲线B中，即，当先前帧的连续正弦信号的将被编码的分量具有除了值-1、0和1之外的值时，后续帧的连续正弦信号的将被编码的分量值相对地没有接近0，但是广泛分布。
当先前帧的连续正弦信号的将被编码的分量具有较小值时，后续帧的连续正弦信号的将被编码的分量可能也具有较小值，而当先前帧的连续正弦信号的将被编码的分量具有较大值时，在信号极大地改变的部分，后续帧的连续正弦信号的将被编码的分量可能也具有较大值。
因此，先前帧的连续正弦信号的将被编码的信息可被用于在一定程度上预测后续帧的连续正弦信号。本发明提供了一种基于上述原理的通过使用较小数量的比特对当前帧的连续正弦信号编码的方法。
图5是示出根据本发明示例性实施例的音频信号编码方法的流程图。参照图5，音频信号编码方法包括：通过对输入音频信号执行正弦分析来提取当前帧的正弦信号(操作510)；对当前帧的提取的正弦信号执行正弦跟踪(操作520)；提取与先前帧的正弦信号连接的当前帧的连续正弦信号(操作530)；通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息以不同方式对当前帧的连续正弦信号编码(操作540)。
操作540可包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定被划分为多个范围的提取的熵分量的值；以与所述多个范围相应的不同方式对当前帧的连续正弦信号编码。后面将参照图6进行详细描述。
更详细地，在操作510，执行输入音频信号的正弦分析并提取当前帧的正弦信号。
在操作520，执行当前帧的提取的正弦信号的正弦跟踪。在操作530，执行与先前帧的正弦信号连接的当前帧的连续正弦信号的提取。
如上所述，在操作540，先前帧的连续正弦信号与当前帧的连续正弦信号之间的相关性被用于以不同方式对当前帧的连续正弦信号编码。
更详细地，当先前帧的连续正弦信号的将被编码的分量具有较小值时，当前帧的连续正弦信号的将被编码的分量极可能也具有较小值。当先前帧的连续正弦信号的将被编码的分量具有较大值时，当前帧的连续正弦信号的将被编码的分量极可能也具有较大值。基于上述事实，使用为上述情况构造的不同霍夫曼表对当前帧的连续正弦信号编码。
图6是示出根据本发明示例性实施例的通过执行包括在音频信号编码方法的操作中的操作以不同方式编码连续正弦信号的操作的流程图。参照图6，当第n帧当前将被编码时，从先前帧(第n-1帧)提取正弦信号的熵分量P(n-1)(操作610)。熵分量可以是正弦信号的频率、相位或振幅。
提取的熵分量值P(n-1)被划分为多个范围，并且划分的值被确定(操作620)。例如，如上所述，提取的熵分量值P(n-1)可被划分为值-1、0和1的范围和除了值-1、0和1之外的值的另一范围。明显的是，提取的熵分量值P(n-1)可被划分为多于上述两个范围。
在操作620，提取的熵分量值P(n-1)被确定为处于两种情况。在第一情况中，提取的熵分量值P(n-1)可以是-1、0和1。在第二情况中，提取的熵分量值P(n-1)可以是除了值-1、0和1之外的值。
在第一情况中，即，当提取的熵分量值P(n-1)是-1、0和1时，使用第一霍夫曼表对当前帧(第n帧)的连续正弦信号的熵分量P(n)编码(操作630)。
在第二情况中，即，当提取的熵分量值P(n-1)是除了值-1、0和1之外的值时，使用第二霍夫曼表对当前帧的连续正弦信号的熵分量P(n)编码(操作640)。
例如，当将被编码的熵分量每帧具有值0、0、2、3、1、0、-1和0时，下面将这些值连续编码。
(i)当没有先前帧时，可使用第一和第二霍夫曼表中的任意一个对第一值0编码。或者，可使用除了第一和第二霍夫曼表之外的霍夫曼表对第一值0编码。
(ii)使用第一霍夫曼表对第二值0编码。
(iii)使用第一霍夫曼表对第三值2编码。
(iv)使用第二霍夫曼表对第四值3编码。
(v)使用第二霍夫曼表对第五值1编码。
(vi)使用第一霍夫曼表对第六值0编码。
(vii)使用第一霍夫曼表对第七值-1编码。
(viii)使用第一霍夫曼表对第八值0编码。
以相同方式将上述处理应用到对编码的比特流音频信号进行解码。
在编码操作中，可将优化的第一和第二霍夫曼表用于关于第一情况和第二情况下每个符号的出现概率。更详细地，在操作620根据确定结果使用不同优化的可变长编码(VLC)表。
虽然在当前示例性实施例中使用的是利用霍夫曼表的霍夫曼编码，但是在操作620中可根据确定结果使用具有不同概率值的算术编码来取代霍夫曼编码。算数编码作为一种用于接近最大压缩率的熵编码，将连续数据符号转换为十进制值，并计算呈现每个符号所必需的优化十进制比特。此外，可使用自适应地提高算数编码的自适应算数编码。
图7是示出根据本发明示例性实施例的当应用音频信号编码方法时与现有技术相比比特数量的增益的表。
增益是在执行编码之后减少的比特数量的比率。例如，3.3％的增益表示比特数量减少了3.3％。
为了获得图7的表中示出的结果，在通过应用使用单一固定霍夫曼表的现有技术方法对当前帧的正弦信号的频率和振幅编码时，测量比特率bit_rate_1。
根据参照图6的示例性实施例，当对当前帧的正弦信号编码时，使用不同出现概率被分配到每个将被编码的符号的第一霍夫曼表和第二霍夫曼表以测量比特率bit_rate_2。
根据下面的等式1计算表中示出的增益。
Gain(％)＝(bit_rate_1-bit_rate_2)/(bit_rate_1)×100(％) (1)
使用10个测试序列(Bass、Brahms、Dongwoo、Dust、Gspi、Harp、Horn、Hotel、Spff和Trilogy)实施测试。
第一类“处于连续的频率的增益”是当对连续正弦信号的频率分量编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了1.0％。
第二类“处于连续的振幅的增益”是当对连续正弦信号的振幅分量编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了4.8％。
第三类“总比特率的增益”是当在每个测试序列中对连续正弦信号完全编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了3.0％。
图8是根据本发明示例性实施例的音频信号编码设备800的框图。参照图8，音频信号编码设备800包括：正弦分析单元810，对输入音频信号执行正弦分析并提取当前帧的正弦信号；正弦跟踪单元820，对当前帧的提取的正弦信号执行正弦跟踪并提取与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦编码单元830，基于关于与连续正弦信号连接的先前帧的正弦信号的信息以不同方式对连续正弦信号编码。
连续正弦编码单元830包括：熵分量提取单元831，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元832，将提取的熵分量的值划分为多个范围并确定划分的值；编码器833，根据确定的结果以与所述多个范围相应的方式对当前帧的连续正弦信号编码。
编码器833的示例是先进音频编码(AAC)、MPEG1音频层3(MP3)、视窗媒体音频(WMA)、比特分片算数编码(BSAC)等。
图9是示出根据本发明示例性实施例的音频信号解码设备900的框图。参照图9，音频信号解码设备900包括：连续正弦信号确定单元910，确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦解码单元920，当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息以不同方式对连续正弦信号解码。
连续正弦解码单元920包括：熵分量提取单元921，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元922，将提取的熵分量的值划分为多个范围并确定划分的值；解码器923，根据确定的结果以与所述多个范围相应的不同方式对当前帧的连续正弦信号解码。
本发明还可被实施为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可被计算机系统读取的数据的任何数据存储装置。计算机可读记录介质的示例包括：只读存储器(ROM)、随机访问存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置等。
本发明还可被实施为通过计算机可读传输介质发送的计算机可读代码。计算机可读传输介质是发送其后可被计算机系统读取的数据的任何传输介质。计算机可读传输介质的示例包括载波(诸如，通过互联网的数据传输)等。
虽然已经参照示例性实施例详细示出和描述了本发明，但是本领域的普通技术人员应该理解，在不脱离由权利要求限定的本发明的精神和范围的情况下，可以进行形式和细节上的各种改变。示例性实施例应被认为仅用于描述的目的而不是限制本发明。因此，本发明的范围不是由本发明的详细描述限定，而是由权利要求限定，所述范围内的所有区别将被认为包括在本发明中。
根据本发明的一方面，提供了一种音频信号编码方法，包括：通过对输入音频信号执行正弦分析来提取当前帧的正弦信号；通过对当前帧的提取的正弦信号执行正弦跟踪来提取与先前帧的正弦信号连接的当前帧的连续正弦信号；通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
对连续正弦信号编码的步骤可包括：提取包括在与所属连续正弦信号连接的先前帧的正弦信号中的熵分量；将提取的熵分量的值划分为多个范围并确定划分的值；根据确定的结果相应于所述多个范围对当前帧的连续正弦信号编码。
使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
提取的熵分量的值可被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内，提取的熵分量可以是频率、相位和振幅中的至少一个。
根据本发明的另一方面，提供了一种音频信号编码设备，包括：正弦分析单元，对输入音频信号执行正弦分析并提取当前帧的正弦信号；正弦跟踪单元，对当前帧的提取的正弦信号执行正弦跟踪并提取与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦编码单元，基于关于与连续正弦信号连接的先前帧的正弦信号的信息对连续正弦信号编码。
连续正弦编码单元可包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；编码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号编码。
编码器可使用霍夫曼表或算术编码对当前帧的连续正弦信号编码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
确定单元可将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
根据本发明的另一方面，提供了一种对作为比特流输入的音频信号解码的方法，包括：确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
确定的步骤可包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；将提取的熵分量的值划分为多个范围并确定划分的值；根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
可使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
提取的熵分量的值可被确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内，提取的熵分量是频率、相位和振幅中的至少一个。
根据本发明的另一方面，提供了一种对作为比特流输入的音频信号解码的设备，包括：连续正弦信号确定单元，确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦解码单元，当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息对连续正弦信号解码。
连续正弦解码单元可包括：熵分量提取单元，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元，将提取的熵分量的值划分为多个范围并确定划分的值；解码器，根据确定的结果基于所述多个范围对当前帧的连续正弦信号解码。
解码器可使用霍夫曼表或算术编码对当前帧的连续正弦信号解码，其中，根据所述多个范围使用不同霍夫曼表或不同算术概率值。
确定单元可将提取的熵分量的值确定为在0和非0值的范围内或在-1与1之间和非-1与1之间的值的范围内。
发明模式
以下，参照附图更详细地描述本发明，在附图中示出本发明的示例性实施例。然而，本发明可以以各种不同形式实施，并不应被认为限于在此列出的示例性实施例；此外，提供这些示例性实施例从而本公开将是彻底和完整的，并将本发明的概念完全传达给本领域的普通技术人员。附图中相同的标号始终表示相同的部件，从而将省略它们的描述。
图3是用于解释根据本发明示例性实施例的跟踪的正弦信号的示图。
在如图1所述执行正弦分析之后，跟踪正弦信号以执行关于正弦编码(SSC)的自适应差分脉冲编码调制(ADPCM)或差分脉冲编码调制(DPCM)。
所述追踪是用于寻找先前帧和后续帧中包括的正弦信号之间的连续正弦信号以及建立找到的连续正弦信号之间的相关性的处理。参照图3，使用带圈的X标记的每个点是x轴的每个帧中y轴的频率上的正弦信号，带圈的X标记的点之间的每条线是通过跟踪每个帧的正弦信号获得的结果。
不能从先前帧的正弦信号跟踪的当前帧的正弦波被称为起始(birth)正弦波或起始泛音。术语“起始”表示正弦波不是从先前帧的正弦波连续，而是在当前帧中新开始的。参照图3，带圈的X标记的点350、360和370是起始正弦信号。从当前帧与先前帧之间的关系来确定带圈的X标记的点310、320、330和340是否是起始正弦信号。对于起始正弦信号，不能执行使用先前帧的正弦信号的差值编码，必须执行绝对编码。因此，需要大量比特用于编码。
同时，可以从先前帧的正弦信号跟踪的当前帧的正弦波被称为连续正弦信号或连续泛音。例如，带圈的X标记的点351、352和353是从带圈的X标记的点350连续的连续正弦信号。由于可以通过使用先前帧的相应正弦信号执行连续正弦信号的差值编码，故可执行有效的编码。差值编码可通过使用正弦熵分量(频率、振幅和相位)之间的相关性比绝对编码更减小比特率。
连续正弦波表示正弦波彼此连续。在这种情况下，由于正弦波共享连续的信息，故能够使用关于一个正弦波的信息预测另一正弦波，从而有效地编码数据。
可以通过使用正弦波之间的频率差或通过使用正弦波之间的频率差和振幅比来确定正弦波是否彼此连续。(i)当使用频率差时，可在两个正弦波之间的频率差低于预定值时确定这两个正弦波彼此连续。例如，如果0.4等效矩形带宽(ERB)被选择作为预定值，则当两个正弦波之间的频率差小于0.4ERB时，确定这两个正弦信号彼此连续。同时，(ii)当使用频率差和振幅比时，可在两个正弦波之间的频率差和振幅比低于预定值时确定这两个正弦波彼此连续。例如，如果0.4等效矩形带宽(ERB)被选择作为频率差的预定值并且1/3-3倍被选择作为振幅比范围，如果频率差小于0.4ERB并且当前正弦波的振幅值在先前正弦波的振幅值的1/3与3倍之间，则可确定这两个正弦信号彼此连续。
连续正弦波中与后续帧的正弦波不连续并且消失的正弦波被称为终止正弦信号或终止泛音。参照图3，带圈的X标记的点353和314是深度正弦信号。
图4A和图4B是示出根据本发明示例性实施例的基于先前帧的正弦信号的信息的当前帧的连续正弦信号中的熵分量的分布概率的曲线图，其中，所述先前帧的正弦信号与当前帧的正弦信号连接。
具体地，图4A是示出频率分量的分布概率的曲线图，图4B是示出振幅分量的分布概率的曲线图。
图4A和图4B示出具有与其连接的先前帧的正弦信号相似的趋势的连续正弦信号的特性。
更详细地，在信号没有极大地改变的部分，连续正弦信号的分量值与其连接的先前帧的正弦信号相比没有极大地改变。此外，在信号极大地改变的部分，连续正弦信号的分量值与其连接的先前帧的正弦信号相比极大地改变。
由于连续正弦信号的特性，使用连续正弦信号与先前帧的正弦信号之间的差值对连续正弦信号的分量值编码。在正弦信号的分量值没有极大地改变的部分中，差值较小，在正弦信号的分量值极大地改变的部分中，差值较大。
现将参照图4A和图4B描述连续正弦信号的上述特性。
图4A和图4B的曲线图包括一系列帧的几个连续正弦信号中的将被编码的分量值和分量值的分布概率。将被编码的分量值是差值。具体地，当先前帧中的将被编码的连续正弦信号具有值-1、0、1以及其它值时，曲线图示出后续帧的连续正弦信号的将被编码的分量值。x轴是用于DPCM或ADPCM编码的差值。y轴是概率。
例如，图4A中示出的曲线A指示当先前帧的连续正弦信号的将被编码的分量具有值-1、0和1时，后续帧的连续正弦信号的将被编码的分量值，而图4A中示出的曲线B指示当先前帧的连续正弦信号的将被编码的分量具有除了值-1、0和1之外的值时，后续帧的连续正弦信号的将被编码的分量值。
在曲线A中，即，当先前帧的连续正弦信号的将被编码的分量具有值-1、0和1时，后续帧的连续正弦信号的将被编码的分量值在频率和振幅两者方面都频繁地接近0。
同时，在曲线B中，即，当先前帧的连续正弦信号的将被编码的分量具有除了值-1、0和1之外的值时，后续帧的连续正弦信号的将被编码的分量值相对地没有接近0，但是广泛分布。
当先前帧的连续正弦信号的将被编码的分量具有较小值时，后续帧的连续正弦信号的将被编码的分量可能也具有较小值，而当先前帧的连续正弦信号的将被编码的分量具有较大值时，在信号极大地改变的部分，后续帧的连续正弦信号的将被编码的分量可能也具有较大值。
因此，先前帧的连续正弦信号的将被编码的信息可被用于在一定程度上预测后续帧的连续正弦信号。本发明提供了一种基于上述原理的通过使用较小数量的比特对当前帧的连续正弦信号编码的方法。
图5是示出根据本发明示例性实施例的音频信号编码方法的流程图。参照图5，音频信号编码方法包括：通过对输入音频信号执行正弦分析来提取当前帧的正弦信号(操作510)；对当前帧的提取的正弦信号执行正弦跟踪(操作520)；提取与先前帧的正弦信号连接的当前帧的连续正弦信号(操作530)；通过使用关于与连续正弦信号连接的先前帧的正弦信号的信息以不同方式对当前帧的连续正弦信号编码(操作540)。
操作540可包括：提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定被划分为多个范围的提取的熵分量的值；以与所述多个范围相应的不同方式对当前帧的连续正弦信号编码。后面将参照图6进行详细描述。
更详细地，在操作510，执行输入音频信号的正弦分析并提取当前帧的正弦信号。
在操作520，执行当前帧的提取的正弦信号的正弦跟踪。在操作530，执行与先前帧的正弦信号连接的当前帧的连续正弦信号的提取。
如上所述，在操作540，先前帧的连续正弦信号与当前帧的连续正弦信号之间的相关性被用于以不同方式对当前帧的连续正弦信号编码。
更详细地，当先前帧的连续正弦信号的将被编码的分量具有较小值时，当前帧的连续正弦信号的将被编码的分量极可能也具有较小值。当先前帧的连续正弦信号的将被编码的分量具有较大值时，当前帧的连续正弦信号的将被编码的分量极可能也具有较大值。基于上述事实，使用为上述情况构造的不同霍夫曼表对当前帧的连续正弦信号编码。
图6是示出根据本发明示例性实施例的通过执行包括在音频信号编码方法的操作中的操作以不同方式编码连续正弦信号的操作的流程图。参照图6，当第n帧当前将被编码时，从先前帧(第n-1帧)提取正弦信号的熵分量P(n-1)(操作610)。熵分量可以是正弦信号的频率、相位或振幅。
提取的熵分量值P(n-1)被划分为多个范围，并且划分的值被确定(操作620)。例如，如上所述，提取的熵分量值P(n-1)可被划分为值-1、0和1的范围和除了值-1、0和1之外的值的另一范围。明显的是，提取的熵分量值P(n-1)可被划分为多于上述两个范围。
在操作620，提取的熵分量值P(n-1)被确定为处于两种情况。在第一情况中，提取的熵分量值P(n-1)可以是-1、0和1。在第二情况中，提取的熵分量值P(n-1)可以是除了值-1、0和1之外的值。
在第一情况中，即，当提取的熵分量值P(n-1)是-1、0和1时，使用第一霍夫曼表对当前帧(第n帧)的连续正弦信号的熵分量P(n)编码(操作630)。
在第二情况中，即，当提取的熵分量值P(n-1)是除了值-1、0和1之外的值时，使用第二霍夫曼表对当前帧的连续正弦信号的熵分量P(n)编码(操作640)。
例如，当将被编码的熵分量每帧具有值0、0、2、3、1、0、-1和0时，下面将这些值连续编码。
(i)当没有先前帧时，可使用第一和第二霍夫曼表中的任意一个对第一值0编码。或者，可使用除了第一和第二霍夫曼表之外的霍夫曼表对第一值0编码。
(ii)使用第一霍夫曼表对第二值0编码。
(iii)使用第一霍夫曼表对第三值2编码。
(iv)使用第二霍夫曼表对第四值3编码。
(v)使用第二霍夫曼表对第五值1编码。
(vi)使用第一霍夫曼表对第六值0编码。
(vii)使用第一霍夫曼表对第七值-1编码。
(viii)使用第一霍夫曼表对第八值0编码。
以相同方式将上述处理应用到对编码的比特流音频信号进行解码。
在编码操作中，可将优化的第一和第二霍夫曼表用于关于第一情况和第二情况下每个符号的出现概率。更详细地，在操作620根据确定结果使用不同优化的可变长编码(VLC)表。
虽然在当前示例性实施例中使用的是利用霍夫曼表的霍夫曼编码，但是在操作620中可根据确定结果使用具有不同概率值的算术编码来取代霍夫曼编码。算数编码作为一种用于接近最大压缩率的熵编码，将连续数据符号转换为十进制值，并计算呈现每个符号所必需的优化十进制比特。此外，可使用自适应地提高算数编码的自适应算数编码。
图7是示出根据本发明示例性实施例的当应用音频信号编码方法时与现有技术相比比特数量的增益的表。
增益是在执行编码之后减少的比特数量的比率。例如，3.3％的增益表示比特数量减少了3.3％。
为了获得图7的表中示出的结果，在通过应用使用单一固定霍夫曼表的现有技术方法对当前帧的正弦信号的频率和振幅编码时，测量比特率bit_rate_1。
根据参照图6的示例性实施例，当对当前帧的正弦信号编码时，使用不同出现概率被分配到每个将被编码的符号的第一霍夫曼表和第二霍夫曼表以测量比特率bit_rate_2。
根据下面的等式1计算表中示出的增益。
Gain(％)＝(bit_rate_1-bit_rate_2)/(bit_rate_1)×100(％) (1)
使用10个测试序列(Bass、Brahms、Dongwoo、Dust、Gspi、Harp、Horn、Hotel、Spff和Trilogy)实施测试。
第一类“处于连续的频率的增益”是当对连续正弦信号的频率分量编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了1.0％。
第二类“处于连续的振幅的增益”是当对连续正弦信号的振幅分量编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了4.8％。
第三类“总比特率的增益”是当在每个测试序列中对连续正弦信号完全编码时减少的比特数量的比率。该表中示出与现有技术方法相比比特率平均减少了3.0％。
图8是根据本发明示例性实施例的音频信号编码设备800的框图。参照图8，音频信号编码设备800包括：正弦分析单元810，对输入音频信号执行正弦分析并提取当前帧的正弦信号；正弦跟踪单元820，对当前帧的提取的正弦信号执行正弦跟踪并提取与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦编码单元830，基于关于与连续正弦信号连接的先前帧的正弦信号的信息以不同方式对连续正弦信号编码。
连续正弦编码单元830包括：熵分量提取单元831，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元832，将提取的熵分量的值划分为多个范围并确定划分的值；编码器833，根据确定的结果以与所述多个范围相应的方式对当前帧的连续正弦信号编码。
编码器833的示例是先进音频编码(AAC)、MPEG1音频层3(MP3)、视窗媒体音频(WMA)、比特分片算数编码(BSAC)等。
图9是示出根据本发明示例性实施例的音频信号解码设备900的框图。参照图9，音频信号解码设备900包括：连续正弦信号确定单元910，确定输入比特流是否包括与先前帧的正弦信号连接的当前帧的连续正弦信号；连续正弦解码单元920，当确定输入比特流包括连续正弦信号时，基于关于与连续正弦信号连接的先前帧的解码的正弦信号的信息以不同方式对连续正弦信号解码。
连续正弦解码单元920包括：熵分量提取单元921，提取包括在与连续正弦信号连接的先前帧的正弦信号中的熵分量；确定单元922，将提取的熵分量的值划分为多个范围并确定划分的值；解码器923，根据确定的结果以与所述多个范围相应的不同方式对当前帧的连续正弦信号解码。
本发明还可被实施为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可被计算机系统读取的数据的任何数据存储装置。计算机可读记录介质的示例包括：只读存储器(ROM)、随机访问存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置等。
本发明还可被实施为通过计算机可读传输介质发送的计算机可读代码。计算机可读传输介质是发送其后可被计算机系统读取的数据的任何传输介质。计算机可读传输介质的示例包括载波(诸如，通过互联网的数据传输)等。
虽然已经参照示例性实施例详细示出和描述了本发明，但是本领域的普通技术人员应该理解，在不脱离由权利要求限定的本发明的精神和范围的情况下，可以进行形式和细节上的各种改变。示例性实施例应被认为仅用于描述的目的而不是限制本发明。因此，本发明的范围不是由本发明的详细描述限定，而是由权利要求限定，所述范围内的所有区别将被认为包括在本发明中。