一种对多声道音频信号进行编码和解码的装置和方法.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CN109416912A(43)申请公布日2019.03.01(21)申请号201680087245.X(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2018.12.28(86)PCT国际申请的申请数据PCT/EP2016/0653952016.06.30(87)PCT国际申请的公布数据WO2018/001493EN2018.01.04(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·塞蒂亚万米洛斯·马尔科维奇(74)专利代理机构北京龙双利达知识产权代理有限公司11329代理人张欣王君权利要求书2页说明书7页附图8页(54)发明名称一种对多声道音频信号进行编码和解码的装置和方法(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)，用于将多个输入音频通道转换为多个本征通道并提供与所述多个本征通道相关的元数据，其中每个本征通道与本征值和本征向量相关，所述元数据支持基于多个本征通道重构所述多个输入音频通道；选择器，用于基于本征值的几何平均值选择与多个选定的本征通道对应的多个本征向量的子集；本征通道编码器(113)，用于对所述多个选定的本征通道进行编码；元数据编码器(115)，用于对所述元数据进行编码。CN109416912ACN109416912A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提供与所述多个本征通道相关的元数据，其中每个本征通道与本征值和本征向量相关，所述元数据支持基于多个本征通道重构所述多个输入音频通道；选择器(114)，用于基于本征值的几何平均值来选择与多个选定的本征通道对应的多个本征向量的子集；本征通道编码器(113)，用于对多个选定的本征通道进行编码。2.如权利要求1所述的装置(110)，其特征在于，所述选定的本征通道的数量P小于或等于输入音频通道的数量Q。3.根据权利要求1或2所述的装置(110)，其特征在于，所述元数据包括与多个输入音频通道相关的协方差矩阵和与多个输入音频通道相关的协方差矩阵的本征向量中的一个或多个。4.根据上述权利要求中的任一项所述的装置(110)，其特征在于，所述选择器(114)用于：通过选择具有本征值的本征向量来选择所述多个本征向量的子集，其中，所述本征值大于比第一阈值大的本征值的几何平均值。5.根据权利要求4所述的装置(110)，其特征在于，所述选择器(114)用于：如果比第一阈值大的本征值的几何平均值和比第一阈值大的本征值的算术平均值之间的绝对差值小于第二阈值，则通过仅选择具有最大本征值的本征向量来选择所述多个本征向量的子集。6.根据权利要求5所述的装置(110)，其特征在于，所述输入音频信号包括多个频带，所述选择器(114)用于支持所述第二阈值对于不同的频带取不同的值。7.根据上述权利要求中的任一项所述的装置(110)，其特征在于，所述选择器(114)还用于基于大于第一阈值的最小本征值来归一化大于所述第一阈值的本征值。8.根据上述权利要求中的任一项所述的装置(110)，其特征在于，所述装置(110)还包括控制单元(119)，其中，所述控制单元(119)用于根据预定义码率阈值在第一编码模式和第二编码模式之间进行选择，其中，在所述第一编码模式中，通过对所述多个选定的本征通道和元数据进行编码来对所述输入音频信号进行编码，其中，在所述第二编码模式中，通过对所述多个输入音频通道进行编码来对所述输入音频信号进行编码。9.如权利要求8所述的装置(110)，其特征在于，所述控制单元(119)用于：估计与所述多个选定的本征通道和元数据的编码相关的码率；如果估计的码率小于所述预定义码率阈值，则选择所述第一编码模式。10.根据上述权利要求中的任一项所述的装置(110)，其特征在于，所述基于KLT的预处理器(111)包括所述选择器(114)。11.一种用于对输入音频信号进行解码的装置(120)，其特征在于，所述输入音频信号包括多个编码的本征通道和编码的元数据，所述装置(120)包括：本征通道解码器(123)，用于对所述多个编码的本征通道进行解码，其中每个本征通道与本征值相关；元数据解码器(125)，用于对所述编码的元数据进行解码；选择器(124)，用于基于本征值的几何平均值来选择多个本征通道的子集；2CN109416912A权利要求书2