| 主权项 |
一种用于提高三维音频空间参数压缩率的编解码方法，其特征在于，包括编码过程和解码过程，所述编码过程包括以下步骤：步骤C1，输入包括包含n个对象的三维音频信号、三维音频空间参数以及空间参数所属音频对象的编号，将三维音频时域信号变换到频域，具体如下，设三维音频的时域信号为s(t)，所述的s(t)包括s<sub>1</sub>(t)、s<sub>2</sub>(t)、s<sub>k</sub>(t)…、s<sub>K</sub>(t)，三维音频的空间参数<img file="FDA0001046347450000011.GIF" wi="278" he="55" />所述的<img file="FDA0001046347450000012.GIF" wi="237" he="55" />包括<img file="FDA0001046347450000013.GIF" wi="923" he="55" /><img file="FDA0001046347450000014.GIF" wi="278" he="62" />空间参数所属音频对象的编号为Index(n,f)；将三维音频的时域信号s(t)变换到频域，得到三维音频的频域信号S(n,f)，所述的S(n,f)包括S<sub>1</sub>(n,f)、S<sub>2</sub>(n,f)、S<sub>k</sub>(n,f)…、S<sub>K</sub>(n,f)；其中，s<sub>k</sub>(t)为第k个有向性音频信号的时域表达，t表示时间；S<sub>k</sub>(n,f)为第k个有向性音频信号的频域表达；<img file="FDA0001046347450000015.GIF" wi="254" he="62" />表示第k个有向性音频信号对应的空间参数，θ为水平角，<img file="FDA0001046347450000016.GIF" wi="30" he="44" />为高度角，r为距离边信息；k的取值为1,2,…,K，K为原有的有向性音频信号的总数；Index(n,f)的值为空间参数所属音频对象的编号；n代表帧索引，f代表频率索引；步骤C2，对输入的空间参数进行帧内编码，实现如下，对同一帧内属于同一音频对象的不同频带的空间参数进行聚类；对聚类后的空间参数<img file="FDA0001046347450000017.GIF" wi="234" he="63" />进行量化；对量化后的空间参数进行帧内编码；步骤C3，对空间参数进行帧间编码，生成三维音频编码码流，编码方法为差分编码；所述解码过程包括以下步骤；步骤D1，对空间参数进行帧间解码，解码方法为差分解码；步骤D2，对空间参数进行帧内解码，实现如下，对空间参数进行帧内解码；对帧内解码后的空间参数进行反量化；还原原始的空间参数<img file="FDA0001046347450000018.GIF" wi="267" he="63" />步骤D3，将音频信号的频域表达S’(n,f)变换到时域，得到音频信号的时域表达s’(t)，缩所述的S’(n,f)是S(n,f)经过编解码后的信号，所述的s’(t)是s(t)经过编解码后的信号；包含n个对象的音频信号的时域表达s’(t)和步骤D2所得空间参数<img file="FDA0001046347450000019.GIF" wi="249" he="62" />以及原始的空间参数所属音频对象的编号Index(n,f)构成解码后的包含n个对象的三维音频的音频信号，空间参数以及空间参数所属音频对象的编号。 |
