发明名称 |
基于理想软阈值掩模IRM的多音频对象编、解码方法 |
摘要 |
本发明公开了一种基于理想软阈值掩模IRM的多音频对象编、解码方法。本编码方法为:1)编码端对输入的各音频对象时间信息的元数据以及音频对象信息进行预处理模,形成通道形式的各音频对象;2)编码端将各通道形式的音频对象生成一个下混信号,然后根据该下混信号和第i个通道形式的音频对象进行软阈值掩模提取,生成第i个通道形式的音频对象的掩模MASKi;3)编码端针对所有音频对象的掩模MASK进行压缩,生成掩模码流;编码端将该下混信号经过编码压缩得到的编码结果、所述元数据和各所述掩模码流进行合成,得到合成码流输出。本发明充分利用了音频自身稀疏性的特点,压缩更有针对性并且更加有效。 |
申请公布号 |
CN106373583A |
申请公布日期 |
2017.02.01 |
申请号 |
CN201610861273.4 |
申请日期 |
2016.09.28 |
申请人 |
北京大学 |
发明人 |
曲天书;吴玺宏;张爽;黄庆博 |
分类号 |
G10L19/008(2013.01)I |
主分类号 |
G10L19/008(2013.01)I |
代理机构 |
北京君尚知识产权代理事务所(普通合伙) 11200 |
代理人 |
司立彬 |
主权项 |
一种基于理想软阈值掩模IRM的多音频对象编码方法,其步骤为:1)编码端对输入的各音频对象时间信息的元数据以及音频对象信息进行预处理模,形成通道形式的各音频对象;2)编码端将各通道形式的音频对象生成一个下混信号,然后根据该下混信号和第i个通道形式的音频对象进行软阈值掩模提取,生成第i个通道形式的音频对象的掩模MASK<sub>i</sub>;3)编码端针对所有音频对象的掩模MASK进行压缩,生成掩模码流;4)编码端将该下混信号经过编码压缩得到的编码结果、所述元数据和各所述掩模码流进行合成,得到合成码流输出。 |
地址 |
100871 北京市海淀区颐和园路5号北京大学 |