CN114913863B - 数字音信数据编码方法 - Google Patents

Abstract

本申请公开一种数字音信数据编码方法，包含以下步骤：存储量化音信数据中的所有频率的多个初始量化值的正负号；将量化音信资料中各初始量化值取绝对值，以分别形成多个量化值；依据多个量化值中的上一笔量化值，预测多个量化值中的目前量化值的比特长度以产生比特长度预测值，直到由高频至低频依序预测完所有多个量化值的比特长度；以及判断目前量化值的比特长度是否大于比特长度预测值，若否，直接存储目前量化值，不进行编码，若是，将目前量化值进行编码。

Description

数字音信数据编码方法

技术领域

本申请涉及音信数据，特别是涉及一种数字音信数据编码方法。

背景技术

数字音信数据通常以一帧帧(frame)方式压缩后经由有线或无线网络传送到接收端解压缩后播放，一般采用有损(lossy)压缩的方法把人耳无法辨别的声音细微差异移除，以提升压缩效率。

如图1示出典型的音信数据编码流程的步骤801至807。原始音信数据PCM先经过时域对频域变换(Time Domain to Frequency Domain Transform)，将声音信号的能量集中到中低频。改进的离散余弦变换(MDCT,Modified Discrete Cosine Transform)是常用的音信压缩格式如AAC，MP3，采用的变换。变换的输出经过心理声学模型(PsychoacousticModel)的评估，去除一些被屏蔽(Mask)的频率，再经过量化(Quantization)减小输出值。然后再用熵编码(entropy encoding)如霍夫曼编码(Huffman coding)或算术编码(Arithmetic coding)进行无损压缩(lossless compression)，最后打包成一帧数据输出。

如图2示出音信压缩数据的译码流程的步骤809至813。压缩数据先进行无损解压缩得到量化后的数值，然后再乘以增益值得到接近原始MDCT的输出，最后再执行MDCT逆变换(Inverse MDCT)即到接近编码前的原始音信数据。

量化主要是将MDCT输出值除以增益值(Gain)的结果取整数，由图3所示，可观察到较大的数值主要集中在低频和中频，这就是MDCT变换的效果。而量化后MDCT的输出值大幅降低，很多高频部分都接近0，有利于后续熵编码的压缩率。值得注意的是若增益值越大则量化后数值越小，压缩后的数据长度也越小，但增益值越大相对的音信数据失真的程度也越高，因此以相同的增益如何获得较佳的压缩率就是音信编码器的重要课题。

发明内容

本申请针对现有技术的不足提供一种数字音信数据编码方法，包含以下步骤：(a)将原始音信数据进行改进的离散余弦变换，以将原始音信数据的音信信号的波形从时域转频域，以形成一转换音信数据；(b)将转换音信数据除以增益值的取得的数值撷取整数值，以量化转换音信数据，以形成量化音信数据；(c)存储量化音信数据中所有频率的多个初始量化值的正负号；(d)将量化音信资料中各初始量化值取绝对值，以分别形成多个量化值；(e)依据量化音信资料中的多个量化值中的上一笔量化值，以预测目前量化值的比特长度以产生比特长度预测值，直到由高频至低频依序预测完所有多个量化值的比特长度；以及(f)将目前量化值的比特长度小于等于比特长度预测值的部分比特，称为余数直接存储，不进行编码，大于比特长度预测值的部分比特称为商数，后续进行编码，若目前量化值的比特长度小于等于比特长度预测值，则其商数为0，反复执行步骤(f)直到处理完量化音信数据中的所有多个量化值。

在一实施方案中，所述的数字音信数据编码方法还包含以下步骤：(g)对所有商数进行第一次编码：判断商数是否小于2，若是，编码字符即为商数，若否，则编码字符为2；(h)对大于等于2的商数进行第双步编码：判断商数是否大于3，若否，依据商数值，据以加入0个至3个字符“1”至编码字符串，最后加入字符“0”表示商数编码完成，不执行后续步骤，若是，则执行后续步骤(i)至(l)；(i)将字符“2”加入编码字符串；(j)将商数值的最低二个比特依序加入编码字符串；(k)商数值往右移二个比特；(l)判断商数值是否大于3，若是，再次执行步骤(i)至(k)，若否，依据商数值，据以加入0个至3个字符“1”至编码字符串，最后加入字符“0”表示商数编码完成。

在一实施方案中，所述数字音信数据编码方法还包含以下步骤：依序取得从低频到高频排序的多个量化值的比特长度；以及由高频至低频，将多个量化值的比特长度排序。

在一实施方案中，所述数字音信数据编码方法还包含以下步骤：依据上一笔量化值的比特长度与上一笔量化值的比特长度预测值，以预测目前量化值的比特长度，以下方程序表示：P[n]＝P[n-1]*a+B[n-1]*(1-a)，其中P[n]代表目前量化值的比特长度预测值，P[n-1]代表上一笔量化值的比特长度预测值，B[n-1]代表上一笔量化值的比特长度，a代表介于0至1范围内的系数。

在一实施方案中，所述数字音信数据编码方法还包含以下步骤：将直接存储的所有余数，与经压缩的最终编码字符串打包成音信比特流传输至音信播放端；拆开音信比特流，将最终编码字符串的压缩数据进行解压缩，以得到所有编码字符串；将所有编码字符串译码后得到所有商数；由上一笔量化值的比特长度预测值和上一笔量化值的比特长度推算出目前量化值的比特长度预测值，依据预测比特长度由音信比特流取出余数；结合商数和余数以还原出目前的量化值；计算出目前量化值的比特长度，再和目前量化值的预测比特长度，推算出下一笔量化值的比特长度预测值；以及如此迭代出所有的量化值，加上存储的正负号，以还原出原始音信数据的所有初始量化值。

如上所述，本申请提供一种数字音信数据编码方法及方法，其，其具有以下特点：

将量化后数值先经过自适应比特长度编码(adaptive bit length encode)，再进行熵编码，以提高压缩率；

自适应比特长度编码会依据过往的数值预测下一笔数值的比特长度，比特长度预测值以上的比特进行编码，预测值以下的比特直接存储不压缩，减少压缩运算量；

利用频率间数值的相关性，减小预测值比特长度与实际比特长度的误差。

为使能更进一步了解本申请的特征及技术内容，请参阅以下有关本申请的详细说明与图式，然而所提供的图式仅用于提供参考与说明，并非用来对本申请加以限制。

附图说明

图1为音信数据编码流程图。

图2为音信压缩数据的译码流程图。

图3为MDCT输出与量化后数值的曲线图。

图4为本申请实施例的数字音信数据编码方法进行量化值编码的步骤流程图。

图5为本申请实施例的数字音信数据编码方法的依据上一笔量化值的比特长度和比特长度预测值以预测目前量化值的比特长度的步骤流程图。

图6为本申请实施例的数字音信数据编码方法的编码步骤流程图。

图7为本申请实施例的数字音信数据编码方法的原始音信信号的频率由低至高排序的量化值的比特长度的示意图。

图8为本申请实施例的数字音信数据编码方法的原始音信信号的频率由高至低排序的量化值的比特长度与预测的比特长度的示意图。

具体实施方式

以下是通过特定的具体实施例来说明本申请的实施方式，本领域技术人员可由本说明书所公开的内容了解本申请的优点与效果。本申请可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不背离本申请的构思下进行各种修改与变更。另外，本申请的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本申请的相关技术内容，但所公开的内容并非用以限制本申请的保护范围。另外，本文中所使用的术语“或”，应视实际情况可能包含相关联的列出项目中的任一个或者多个的组合。

请参阅图4、图7和图8，其中图4为本申请实施例的数字音信数据编码方法进行量化值编码的步骤流程图；图7为本申请实施例的数字音信数据编码方法的原始音信信号的频率由低至高排序的量化值的比特长度的示意图；图8为本申请实施例的数字音信数据编码方法的原始音信信号的频率由高至低排序的量化值的比特长度预测的比特长度的示意图。

本申请实施例的数字音信数据编码方法可包含如图4所示的决定编码的比特的步骤S101至S117。应理解，本文所述步骤的执行顺序、次数和内容可依据实际需求做调整，本申请不受限于本文实施例的举例。

在步骤S101，取得原始音信资料。

在步骤S103，将原始音信数据进行改进的离散余弦变换(MDCT,ModifiedDiscrete Cosine Transform)或采用其他转换方式，以将原始音信数据的音信信号的波形从时域转频域，以形成一转换音信数据。

在步骤S105，将转换音信数据的音信信号的音量值除以一增益值以取得一数值，将此数值取整数值，以量化转换音信数据，以形成一量化音信资料。

在步骤S107，将多个初始量化值的比特长度由高频至低频排序，例如将如图7所示的量化音信数据的多个初始量化值的比特长度由低频至高频排序，转为如图8所示由高频至低频排序。

在步骤S109，存储量化音信数据中的所有频率的多个初始量化值的正负号。

在步骤S111，依序将量化音信数据中所有频率的多个初始量化值取绝对值，以分别形成不具正负号的多个量化值。

在步骤S113，依据量化音信资料中的多个量化值中的上一笔量化值，以预测目前量化值的比特长度以产生一比特长度预测值，直到由高频至低频依序预测完所有多个量化值的比特长度。在本文中，将目前处理的量化值称为目前量化值，目前量化值可以为多个量化值中的任一量化值，而前次处理的量化值称为上一笔量化值。

在步骤S115，判断目前量化值的比特长度是否大于比特长度预测值。若目前量化值的比特长度不大于比特长度预测值时，执行步骤S117。相反地，若目前量化值的比特长度大于比特长度预测值时，则执行步骤S119。

在步骤S117，商数为0，将此目前量化值作为余数，余数值直接存储(至存储模块例如缓存器内)，而不进行编码。

在步骤S119，将此目前量化值的比特作为商数，商数后续进行编码。

最后，未经编码的余数以及经编码与经压缩的商数可打包成音信比特流输出至音信播放端。

请参阅图4、图5、图7和图8，其中图5为本申请实施例的数字音信数据编码方法的依据上一笔量化值的比特长度和比特长度预测值以预测目前量化值的比特长度的步骤流程图。

本申请实施例的数字音信数据编码方法可包含如图5所示的预测目前量化值的比特长度的步骤S201至S205，包含在前述步骤S113中。

在步骤S201，取得上一笔量化值的比特长度。

在步骤S203，取得上一笔量化值的比特长度预测值。

在步骤S205，将在上一笔量化值的比特长度预测值、上一笔量化值的比特长度与系数代入以下方程序，以产生目前量化值的比特长度预测值：

P[n]＝P[n-1]*a+B[n-1]*(1-a)，

其中P[n]代表目前量化值的比特长度预测值，P[n-1]代表上一笔量化值的比特长度预测值，B[n-1]代表上一笔量化值的比特长度，a代表介于0至1范围内的系数，可依需求事先定义好。

在执行完步骤S205后，可接着执行上述步骤S115，以判断量化音信数据中的其他量化值的商数和余数值，其中余数直接存储、不需经过编码与压缩，而商数还是需经过编码与压缩。

请参阅图6，其为本申请实施例的数字音信数据编码方法的编码步骤流程图。

本申请实施例的数字音信数据编码方法的上述步骤S119可包含如图6所示的编码步骤S301至S333，执行在步骤S113之后。

在步骤S301，判断目前量化值的比特长度是否大于比特长度预测值。若目前量化值的比特长度不大于比特长度预测值时，执行步骤S303。

在步骤S303，判定商数为0，将目前量化值作为余数，余数直接存储而不进行编码。

若判断目前量化值的比特长度大于比特长度预测值时，则依序执行步骤S305、S307。

在步骤S305：将目前量化值作为商数。

在步骤S307，判断商数是否小于2。若商数小于2，执行步骤S309。相反地，若在步骤S313判断商数值大于3时，接着执行步骤S321。

在步骤S309，编码字符即为商数。

相反地，若商数不小于2，接着依序执行步骤S311、S313。

在步骤S311，编码字符为2。

在步骤S313，判断商数值是否大于3。若判断商数不大于3时，依序执行步骤S315至S317。

在步骤S315，依据商数值的大小以决定编码字符串的字符“1”的数量，依据所决定的数量，以加入0个至3个字符“1”至编码字符串。

在步骤S317，在所有字符“1”右边加上字符“0”至编码字符串，作为编码字符串的最低有效比特，以完成商数的编码，以在步骤S319，形成最终的编码字符串。

举例而言，若十进制商数为3(二进制为“11”)时，决定编码字符串的字符“1”的数量为三个，接着将二进制商数“11”右边加入一个字符“1”以形成初始编码字符串“111”(共3个字符“1”)，接着在所有字符“1”右边加上字符“0”作为最低有效比特，以取得最终的编码字符串“1110”。

在步骤S321，将字符“2”加入编码字符串。例如，若十进制商数为14(二进制为1110)时，判断14大于3，故将字符“2”作为此商数的编码字符串的最高有效比特。

在步骤S323，将二进制商数的最低二个比特依序加入编码字符串，包含将商数的最低有效比特作为编码字符串中的字符“2”右边第一个比特，以及商数的最低有效比特左边第一个比特作为编码字符串中的字符“2”右边第二个比特。例如，若十进制商数为14(二进制为1110)时，将二进制商数的最低有效比特与其左边第一个比特“01”依序加入至编码字符串，此时编码字符串为“201”。

在步骤S325，将剩余的商数值往右移二个比特。

在步骤S327，判断二进制商数中剩下的所有值是否大于3。若是，再次依序执行步骤S321至S325。若否，接着依序执行步骤S329至S333。例如，若十进制商数为14(二进制为1110)时，在执行完步骤S323后，二进制商数中剩下的所有商数值为“11”(十进制值为“3”)，不大于3，故接着执行步骤S329。

在步骤S329，依据二进制商数中剩下的所有比特转换后的十进制值大小，以决定加入的字符“1”的数量，接着加入所决定的数量的加入0个至3个字符“1”至编码字符串。例如，若十进制商数为14(二进制为1110)时，在前述编码字符串“201”右边加入三个字符“1”，以形成编码字符串“201111”。

在步骤S331，在所有字符“1”右边加上字符“0”作为编码字符串的最低有效比特。

在步骤S333，形成最终的编码字符串。例如，若十进制商数为14(二进制为1110)时，取得最终编码字符串“2011110”。

又例如，若十进制商数为“6”(二进制为110)时，判断商数“6”大于3，接着将字符“2”作为编码字符串的最高有效比特。接着，将二进制商数的最低有效比特与其左边第一个比特“01”分别作为编码字符串中的字符“2”右边第一和第二个比特，形成编码字符串为“201”。接着，判断剩下的二进制商数为“1”不大于“3”，故接着将剩下的二进制商数“1”转换为十进制值为“1”，据以决定加入一个字符“1”至编码字符串，形成编码字符串为“2011”。最后，加入字符“0”作为最低有效比特，以取得最终编码字符串为“20110”。

又例如，若十进制商数为“15”(二进制为1111)时，判断商数“15”大于3时，将字符“2”作为编码字符串的最高有效比特。接着，将二进制商数的最低有效比特与其左边第一个比特“11”加入至编码字符串，形成编码字符串为“211”。接着，判断剩下的二进制商数为“11”(十进制商数为“3”)不大于“3”，故接着依据剩下的十进制商数“3”以加入三个字符“1”至编码字符串，形成编码字符串为“211111”，以取得最终的编码字符串为“2111110”(仅具有一个字符“2”)。

相反地，若在步骤S327判断剩余的商数值大于3时，则再次执行步骤S321至S325。

例如，若十进制商数为“16”(二进制为10000)时，判断商数为“16”大于3，因而加入第一字符例如“2”作为编码字符串的最高有效比特。接着，将二进制商数的最低有效比特与其左边第一个比特“00”加入至编码字符串，形成编码字符串为“200”。此时，判断二进制商数中剩下未处理的商数值为“100”，转换成十进制商数为“4”，大于3，因此在第一字符右边第三个比特，加上第二字符例如“2”，形成编码字符串为“2002”。接着，再次将二进制商数中剩下的所有商数值“100”中的最低有效比特“0”及其左边第一个比特“0”分别作为第二字符右边第一个和第二个比特，形成编码字符串“200200”。此时，再次判断二进制商数中剩下未处理的商数值为“1”小于3，故接着依据剩下的十进制商数值“1”以决定加入一个字符“1”至编码字符串，形成编码字符串为“2002001”，最后取得最终的编码字符串为“20020010”(具有两个字符“2”)。

又例如，若十进制商数为“20”(二进制为10100)时，判断十进制商数为“20”大于3后，在编码字符串中加上第一字符“2”，接着加入二进制商数的最低有效比特及其左边第一个比特“00”，以形成编码字符串“200”。接着，判断剩余二进制商数“101”转换成十进制值为“5”，大于3后，在编码字符串中加上第二字符“2”以形成编码字符串“2002”。接着，再次存入剩余二进制商数“101”中的最低有效比特及其左边第一个比特“10”分别作为第二字符右边第一和第二个比特，以形成编码字符串“200210”。接着，判断剩余二进制商数“1”小于3，据以在第二字符右边第三个比特加入一个字符“1”，最后加入字符“0”作为最低有效比特，以取得最终编码字符串“20021010”(具有两个字符“2”)。

值得注意的是，步骤S321至S325执行的次数N取决于每个商数的大小，步骤S321至S325可反复执行N次，直到处理完商数中的所有比特，进而决定最终编码字符串中的字符的数量N值。

举例而言，若十进制商数为“63”(二进制为111111)时，判断商数“63”大于3，接着依序执行步骤S321、S323取得编码字符串“211”。此时，剩余的二进制商数为“1111”，转换为十进制为15，大于3，故二次执行步骤S321、S323，取得编码字符串为“211211”。此时，剩余的二进制商数为“11”不大于3，故执行步骤S329至S333，依序加入三个字符“1”和一个字符“0”至前述编码字符串，以取得最终编码字符串为“2112111110”(具有两个字符“2”)。

然而，若十进制商数为64(二进制为1000000)时，第一次执行步骤S321、S323所取得的编码字符串为“200”。此时，剩余的二进制商数为“10000”，转换为十进制为16，大于3，故二次执行步骤S321、S323，取得编码字符串为“200200”。此时，剩余的二进制商数为“100”转换后的十进制为4大于3，故三次执行步骤S321、S323，取得编码字符串为“200200200”。此时，剩余的二进制商数为“1”，小于3，故执行步骤S329至S333，以取得最终编码字符串为“20020020010”(具有三个字符“2”)。

举例而言，取得的最终编码值，接着可再使用熵编码进行压缩，在此仅举例说明，本申请不受限于所采用的压缩技术。

如上所述，由高频至低频，依序量化音信数据中所有频率的多个商值进行编码，以取得多个最终编码字符串，最后将经压缩的最终编码字符串与直接存储而未经压缩的所有余数值打包成音信比特流/帧帧传输至音信播放装置。

在音信播放端，音信播放装置播放原始音信数据之前，需进行解压缩和译码。首先，在音信播放端，拆开音信比特流，将压缩音信数据进行解压缩以形成多个编码字符串，将多个编码字符串译码后得到所有商数，接着，由上一笔量化值的比特长度预测值和上一笔量化值的比特长度推算出目前量化值的比特长度预测值，依据此预测比特长度由音信比特流取出余数；结合商数和余数以还原出目前的量化值，如此迭代出所有的量化值，加上存储的正负号，以还原出原始音信数据的所有初始量化值。

综上所述，本申请提供一种数字音信数据编码方法，其具有以下特点：

将量化后数值先经过自适应比特长度编码(adaptive bit length encode)，再进行熵编码，以提高压缩率；

自适应比特长度编码会依据过往的数值预测下一笔数值的比特长度，比特长度预测值以上的比特进行编码，预测值以下的比特直接存储不压缩，减少压缩运算量；

利用频率间数值的相关性，减小预测值比特长度与实际比特长度的误差。

以上所公开的内容仅为本申请的优选可行实施例，并非因此局限本申请的权利要求书，所以凡是运用本申请说明书及图式内容所做的等效技术变化，均包含于本申请的权利要求书内。

Claims (5)

1.一种数字音信数据编码方法，其特征在于，所述数字音信数据编码方法包含以下步骤：

(a)将原始音信数据进行改进的离散余弦变换，以将所述原始音信数据的音信信号的波形从时域转频域，以形成转换音信数据；

(b)将所述转换音信数据除以增益值的取得的数值撷取整数值，以量化所述转换音信数据，以形成量化音信数据；

(c)存储所述量化音信数据中所有频率的多个初始量化值的正负号；

(d)将所述量化音信数据中各所述初始量化值取绝对值，以分别形成多个量化值；

(e)依据所述量化音信数据中的所述多个量化值中的上一笔所述量化值，以预测目前所述量化值的比特长度以产生比特长度预测值，直到由高频至低频依序预测完所有所述多个量化值的比特长度；以及

(f)将目前所述量化值的比特长度小于等于所述比特长度预测值的部分比特，称为余数直接存储，不进行编码，大于所述比特长度预测值的部分比特称为商数，后续进行编码，若目前所述量化值的比特长度小于等于所述比特长度预测值，则其商数为0，反复执行步骤(f)直到处理完所述量化音信数据中的所有所述多个量化值。

2.根据权利要求1所述的数字音信数据编码方法，其特征在于，所述数字音信数据编码方法还包含以下步骤：

(g)对所有商数进行第一次编码：判断商数是否小于2，若是，编码字符即为商数，若否，则编码字符为2；

(h)对大于等于2的商数进行第双步编码：判断商数是否大于3，若否，依据商数值，据以加入0个至3个字符“1”至编码字符串，最后加入字符“0”表示商数编码完成，不执行后续步骤，若是，则执行后续步骤(i)至(l)；

(i)将字符“2”加入编码字符串；

(j)将商数值的最低二个比特依序加入编码字符串；

(k)商数值往右移二个比特；以及

(l)判断商数值是否大于3，若是，再次执行步骤(i)至(k)，若否，依据商数值，据以加入0个至3个字符“1”至编码字符串，最后加入字符“0”表示商数编码完成。

3.根据权利要求1所述的数字音信数据编码方法，其特征在于，所述数字音信数据编码方法还包含以下步骤：

(m)依序取得从低频到高频排序的所述多个量化值的比特长度；以及

由高频至低频，将所述多个量化值的比特长度排序。

4.根据权利要求1所述的数字音信数据编码方法，其特征在于，所述数字音信数据编码方法还包含以下步骤：

(n)依据上一笔所述量化值的比特长度与上一笔所述量化值的所述比特长度预测值，以预测目前所述量化值的比特长度，以下方程序表示：

P[n]＝P[n-1]*a+B[n-1]*(1-a)，

其中P[n]代表目前所述量化值的所述比特长度预测值，P[n-1]代表上一笔所述量化值的所述比特长度预测值，B[n-1]代表上一笔所述量化值的比特长度，a代表介于0至1范围内的系数。

5.根据权利要求1所述的数字音信数据编码方法，其特征在于，所述数字音信数据编码方法还包含以下步骤：

将直接存储的所有余数，与经压缩的最终的编码字符串打包成音信比特流传输至音信播放端；

拆开所述音信比特流，将最终编码字符串的压缩数据进行解压缩，以得到所有编码字符串；

将所有编码字符串译码后得到所有商数；

由上一笔所述量化值的所述比特长度预测值和上一笔所述量化值的比特长度推算出目前所述量化值的所述比特长度预测值，依据所述预测比特长度由音信比特流取出余数；

结合商数和余数以还原出目前所述量化值；

计算出目前所述量化值的比特长度，再和目前所述量化值的所述预测比特长度，推算出下一笔所述量化值的所述比特长度预测值；以及

在运算出所有的所述量化值之后，加上存储的正负号，以还原出所述原始音信数据的所有所述初始量化值。