一种用于对多声道音频信号进行编解码的装置及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109478406A(43)申请公布日2019.03.15(21)申请号201680087347.1(51)Int.Cl.(22)申请日2016.06.30G10L19/008(2006.01)(85)PCT国际申请进入国家阶段日2018.12.29(86)PCT国际申请的申请数据PCT/EP2016/0653632016.06.30(87)PCT国际申请的公布数据WO2018/001489EN2018.01.04(71)申请人杜塞尔多夫华为技术有限公司地址德国杜塞尔多夫(72)发明人班基·塞蒂亚万亚采克·科涅奇(74)专利代理机构北京龙双利达知识产权代理有限公司11329代理人时林毛威权利要求书2页说明书9页附图6页(54)发明名称一种用于对多声道音频信号进行编解码的装置及方法(57)摘要本发明涉及一种用于对输入音频信号进行编码的装置(110)，其中，所述输入音频信号包括多个输入音频通道。所述装置(110)包括基于KLT的预处理器(111)，用于将所述多个输入音频通道转换为多个本征通道，并以多个元数据元素的形式提供元数据，其中，所述元数据支持基于所述多个本征通道重构所述多个输入音频通道；元数据重排单元(114)，用于基于重排方案将所述多个元数据元素重新排列到一个或多个元数据块，其中，所述一个或多个元数据块中的每一个元数据块为一个多维阵列；元数据编码器(115)，用于对所述一个或多个元数据块中的每一个元数据块进行编码。CN109478406ACN109478406A权利要求书1/2页1.一种用于对输入音频信号进行编码的装置(110)，其特征在于，所述输入音频信号包括多个输入音频通道，所述装置(110)包括：基于KLT的预处理器(111)，用于将所述多个输入音频通道转换为多个本征通道，并以多个元数据元素的形式提供元数据，其中，所述元数据支持基于所述多个本征通道重构所述多个输入音频通道；元数据重排单元(114)，用于基于重排方案将所述多个元数据元素重新排列到一个或多个元数据块，其中，所述一个或多个元数据块中的每一个元数据块为一个多维阵列；元数据编码器(115)，用于对所述一个或多个元数据块中的每一个元数据块进行编码。2.根据权利要求1所述的装置(110)，其特征在于，所述重排方案是基于一组相关度值，每个所述相关度值为所述多个元数据元素中的至少两个元数据元素之间的相关度的值。3.根据权利要求2所述的装置(110)，其特征在于，所述装置还包括学习单元(116)，用于根据一组训练输入音频信号来确定该组相关度值。4.根据权利要求2或3所述的装置(110)，其特征在于，所述重排方案用于将高度相关的元数据元素放在彼此接近的位置。5.根据权利要求2至4中任一项所述的装置(110)，其特征在于，所述重排方案用于至少近似地使代价函数最小化，其中，所述代价函数为一组候选重排方案中的每一个候选重排方案赋予各自的代价值。6.根据权利要求5所述的装置(110)，其特征在于，所述代价函数是相关距离乘积的幂的和。7.根据权利要求5或6所述的装置(110)，其特征在于，所述重排方案包括以下操作序列的一次或多次迭代：定义剩余元数据元素集合，所述剩余元数据元素集合包括等待重排的多个元数据元素中的一些元数据元素；从剩余元数据元素集合中选择相关度值最高的包括M个元数据元素的子集，其中，M大于或等于2；将所选择的包括M个元数据元素的子集重新排列到所述一个或多个元数据块中的一个元数据块。8.根据权利要求7所述的装置(110)，其特征在于，每个所述元数据块包括M个元素。9.根据权利要求5或6所述的装置(110)，其特征在于，所述重排方案包括：从所述多个元数据元素中选择第一元数据元素；将所述第一元数据元素重新排列到所述一个或多个元数据块中的第一元数据块；以及以下操作序列的一次或多次迭代：定义剩余元数据元素集合，所述剩余元数据元素集合包括等待重排的多个元数据元素中的一些元数据元素；在所述第一元数据块中选择与占用位置相邻的空闲位置；从所述剩余元数据元素集合中选择与所述占用位置处的元数据元素相关度最高的元数据元素；将所选元数据元素重新排列到所选空闲位置。10.根据前述权利要求中的任一项所述的装置(110)，其特征在于，所述元数据编码器2CN109478406A权利要求书2/2页(115)包括块变换单元，用于针对所述一个或多个元数据块中的每一个元数据块，将离散块变换应用于相应的元数据块，从而生成相应元数据块的多个变换系数并对多个变换系数进行编码。11.根据权利要求10所述的装置(110)，其特征在于，所述元数据编码器(115)用于，针对所述一个或多个元数据块中的每一个元数据块，对所述相应的元数据块的多个变换系