一种格矢量量化编解码的实现方法及装置的制作方法

专利名称：：一种格矢量量化编解码的实现方法及装置的制作方法
技术领域：
：本发明涉及编解码
技术领域：
，尤其涉及一种格适量量化编解码的实现方案。
背景技术：
：随着多媒体业务的快速发展，不仅需要提高编码的效率和实时性，同时还需要对针对音频等业务的编码带宽进行扩展。目前，采用的编码方式主要包括HEAAC(High-EfficiencyAdvanceAudioCoding,高效高级音频编码)，EAAC+(EnhancedAdvanceAudioCodingplus,增强的高级音频编码)和AMR-WB十(AdaptiveMultiRateWideBandplus,自适应多速率宽带)编码，其中HEAAC和EAAC+是从高码率的音频编码器扩展而来，而AMR-WB+是通过对低码率的语音编码扩展形成混合编码方式。通常，在音频编码过程中，为了更好的结合人类听觉系统的一些特性，一般先对采样值做时频变换处理，然后根据听觉特性对频谱系数进行取舍加权并量化，量化后的频谱系数再通过熵值编码传输。由于在对各种参数进行量化的过程中可能会产生语音失真，因此，为了适应不同的需求，编码器需根据指定码率对量化的质量进行调整。目前，在高码率(>24kbps)的编码方案中，可以通过调整较好地解决可能产生的失真问题；但是，在低码率编码方案中，则由于比特数的不足，而无法很好地解决所述失真问题。目前，在编码过程中，通常采用的量化方式包括标量量化方法和矢量量化方法。其中，标量量化方法是采用标量对量化样本进行量化处理，这种量化方法的特点是量化的复杂度底，码字的索引搜索快速；但是，在该量化方法中，当信源的符号等概率出现时比特利用率很低。所述的矢量量化方法则可以提高相应的比特利用率，并在编码算法中得到了广泛应用。由于矢量量化方法对于码本的搜索和索引计算量较大，因此，为了能够提高搜索矢量码本的效率，通常将矢量码本按照一定的结构进行排列，即采用格型矢量量化技术实现所述矢量量化。所述格型矢量量化主要是先将若干标量数据构成一个多维矢量，然后在格型的矢量空间内进行整体量化，以达到压缩数据而损失较少信息的目的。所述的格型矢量量化方法在低码率的情况下已经被广泛应用。下面将具体以在AMR-WB+中应用的建立在"^上的格型矢量量化方式为例对所述格型矢量量化(简称格矢量量化)技术的实现进行说明。在AMR-WB+音频编码算法过程中，相应的TCX(TransformCodedexcitation,转换编码激发)部分的处理流程如图1所示，其中，针对经过频谱预整形后的处理采用的量化方法便是格矢量量化方法。在该格矢量量化方法中，具体以八个数为一组，根据就近原则将该八个数量化为作为格矢量的/￡8集合上的点。之后，分别为八个数选取相应的基础码本，并输出相应的基础码本、基础码本索引和扩展码本的值。在该编码算法中，量化选取的/￡8的点集为/^8=2Au{2D8+(l，A，l)}，其中A^(;c,，;c2,L，A)e2:8ljc,+L+乂8为偶数},D8的所有点之和为2的倍数，故WA;集合中所有数据之和是4的倍数。这样，整个量化方法就演变成先在2A集合中找到离原始数据最近的点，再在2A+(1，1，1，L，l)集合中寻找距离最近的点，最后在前后找出的两个点中间比较得出最终结果q。在所述格矢量中得到八位一组整形数据q之后，需要确定相应的基础码本、基础码本索引和扩展码本数值。首先在基础码本Qo、Q2、Q3、Q4中查找所述的Qo、Q2、Q3、Q4是指基础码本中包含的数值。如果c,不在基础码本中，则使用Voronoi(即一种特殊的图结构)扩展技术对所述基础码本进行扩展，扩展之后继续执行量化操作。如图2所示，所述的AMR-WB+音频编码过程中的4各矢量量化实现过程具体包括以下步骤步骤21:确定当前输入的待量化的参数在格矢量中的最近邻点数值，即格点Y;步骤22:判断格点Y是否存在于基础码本中，若确定是，则执行步骤23，否则，执行步骤24;步骤23:确定所述格点Y(即c,)在基础码本中，计算Y在基础码本中相应的索引；此时，q为Qo、Q2、Q3、04中的码字时，且用码本索引和/在码本e"4中的索引Ac来编码q，其中，",的定义为q0_>"*=0;q2_>10;Q3_>彻；q4—"*="10;索引/k为ct在码本e^中的索引，每个索引/k占用比特数为4。这样，编码一个基础码本中的格点总共需要5比特，量化过程结束。步骤24，确定所述格点c,不在基础码本中，并使用Voronoi方式对基础码本进行扩展，以便于在基础码本中可以找到所述格点^;即可以初始化扩展级r=1，扩展参数M=2,=2。步骤25:计算格点q的Voronoi索引k，并利用Voronoi索引k计算Voronoi码矢》/,其中，k是由0~M-1之间的整数组成的矢量；所述Voronoi索引k的值依赖于扩展级r和扩展参数M确定，具体为*=modM(qG-')，其中，G是生成矩阵。步骤26:计算矢量差NAF^-v，差分矢量w属于放大了的格m,为RE8格；计算z-w/M，对差分矢量w作反放大。码矢量z属于RE8中的格点。步骤27:检验z是否在基础码本中，如果z不在基础码本中，则执行步骤28,否则，执行步骤29;步骤28:将扩展级r加1，缩放因子M乘2，继续执行步骤25。步骤29:确定已经在基础码本中找到了一个足够大的扩展级r和缩放因子A/=2"来编码q的索引，计算z在基础码本中的索引；所述索引由包括码本索引、z在基础码本的索引/k，以及计算得到的8个Voronoi索引k,每个索引需要r比特；码本索引定义为=11110基础码本为Q3,Voronoi扩展级r=1;&=111110基础码本为Q4，Voronoi扩展级r=1;=1111110基础码本为Q3,Voronoi扩展级厂=2;a/c=11111110基础码本为Q4，Voronoi扩展级r=2;这样，格点q可以表述为q=他+V。在上述处理过程中，应用的基础码本的结构如表1和表2所示，其中，表1为基础码本的特征码字列表，表2为特征码字所属码本情况的列表。表l<table>tableseeoriginaldocumentpage10</column></row><table><table>tableseeoriginaldocumentpage11</column></row><table>表2<table>tableseeoriginaldocumentpage11</column></row><table><table>tableseeoriginaldocumentpage12</column></row><table>在AMR-WB+音频编码过程中，为了能够使得更多的输入矢量能够被基础码本量化，基础码本包含的特征码字的数量较多，这就使得编解码量化处理过程的复杂程度和量化器内存空间需求增加。同时，由于码本容量和码本搜索复杂度的限制，还导致一些经常使用的数据仍不能被包含于基本码本中，而要采用扩展码本表示，增加了量化处理过程中采用的比特数。
发明内容本发明实施例提供一种格矢量量化编解码的实现方法及装置，以使得查找基础码本的速度加快，进而提高格矢量量化编解码的效率。本发明实施例提供了一种格矢量量化编码的实现方法，包括在格矢量中查找确定待编码数据的最近邻点数值；根据选定的基础码本对所述最近邻点数值进行量化编码操作，所述的选定的基础码本包含了/￡8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；获得针对待编码数据的量化编码结果。本发明实施例提供了一种格矢量量化编码的实现装置，包括最近邻点确定单元，用于在格矢量中确定待编码数据的最近邻点数值；量化编码单元，用于根据选定的基础码本对所述最近邻点确定单元确定的最近邻点数值进行量化编码操作，所述的选定的基础码本包含了/￡8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；量化编码结果输出单元，用于获得并输出量化编码单元针对待编码数据的量化编码结果。本发明实施例提供了一种格矢量量化解码的实现方法，包括接收码流，并获取码流中的基础码本中的码字的信息；根据所述的码字的信息在选定的基础码本确定对应的最近邻点数值，所述的选定的基础码本包含了WA点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；根据所述的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。本发明实施例提供了一种格矢量量化解码的实现装置，包括码字信息读取单元，用于从码流中获取基础码本中的码字的信息；最近邻点数值解码单元，用于根据所述码字信息读取单元获取的码字的信息在基础码本查找确定对应的最近邻点数值，所述基础码本包含了7￡8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；确定量化解码结果单元，用于根据所述最近邻点数值解码单元确定的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。由上述本发明实施例提供的技术方案可以看出，本发明实施例中选定的基础码本容量得到进一步扩大；同时，选定的基础码本中的矢量量化Leader数比现有技术中的基础码本中的码字量进一步减小，从而使得量化器占用的内存空间减少和查找基础码本的速度大大提高。图1为现有技术中音频编码处理过程示意图；图2为现有技术中量化编码处理流程示意图；图3为码本结构示意图4为本发明实施例中查找基础码本Leader的处理过程示意图；图5为本发明实施例提供的量化编码处理流程示意图；图6为本发明实施例提供的编码装置的结构示意图；图7为本发明实施例提供的解码装置的结构示意图。具体实施例方式本发明实施例提供的格矢量量化编解码的实现方案中，将需要应用到的基础码本进行了新的设计，进一步扩展了基础码本的容量，以使得在现有技术中需要用扩展码本表示的数据，在该实施例中仅采用基础码本便可以直接技术中的基础码本包含的特征码字少，从而可以使得量化器占用的内存空间减少和查找基础码本的速度加快，进而提高格矢量量化编解码的效率。下面将将对本发明实施例提供的基础码本及相应的格矢量量化编解码过程进行描述。在本发明实施例提供的格矢量量化编码方案中，选定的基础码本中直接或间接地包含了^:8点集中任意维的数值小于等于3的所有点，且该基础码本中的第4级超球面上的点全部为奇数点，以使得部分的最近邻点数值仅经过相应的奇数化处理便可以包含于基础码本中。进一步，在所述的基础码本中，包含所述的/A点集中任意维的数值小于等于3的所有点是指，任意维的数值小于3的各点均可以在直接在该基础码本中找到，或者，在经反转变换处理后在所述基础码本中找到，即若所述最近邻点数值小于等于3，则其可以直接或经过反转变换后映射到基础码本中。基于上述选定的基础码本的编码处理过程包括首先，在格矢量中查找确定待编码数据的最近邻点数值；之后，根据选定的基础码本对所述最近邻点数值进行量化编码操作；最后，获得针对待编码数据的量化编码结果。其中，所述量化编码操作的处理过程具体可以包括以下几种处理情况(1)若所述的最近邻点数值在基础码本中，则在基础码本中直接确定所述最近邻点数值对应的码字，以进行量化编码处理；相应的具体采用的量化编码处理过程可以但不限于与现有技术中的编码过程相同。(2)若最近邻点数值未在基础码本中，则判断所述最近邻点数值是否符合预定的偶数特性，所述的预定的偶数特性为该最近邻点数值中包含偶数分量，以便于经过奇数化处理后便可以在基础码本中找到；根据判断结果，具体采用的处理方式可以包括若符合，则对该最近邻点数值进行奇数化处理，并在基础码本中确定奇数化处理后的数值对应的码字，并记录用于表明进行了奇数化处理的偶标识位，以进行量化编码处理；若不符合，则进一步包括两种处理情况的任一种第一种处理情况可以为对所述的最近邻点数值按照预定的分裂策略信息，分裂为两个数之和，其中一个数为基础码本中的码字，另一个数为分裂策略信息提供的以分裂量索引值为索引的分裂量；根据分裂处理后获得的所述的基础码本中的码字及分裂量索引值对所述最近邻点数值进行量化编码处理；第二种处理情况为对所述的基础码本进行扩展，并根据扩展后的基础码本对所述最近邻点数值进行量化编码处理；具体的扩展编码过程可以但不限于与现有技术中采用的扩展编码过程相同。(3)在确定最近邻点数值未在基础码本中之后，且确定所述最近邻点数值小于等于3，则对所述最近邻点数值进行反转变换处理，并在所述基础码本中确定反转变换处理后的数值对应的码字，且记录用于表示经过反转变换处理的反转变换标识。在A&集合中的点，不同的数值均会落入图3所示的同心圓上，原点为{0，0，0，0，0，0，0，0}，属于a码本。数值小的落入离原点较近的同心圆上，一般用来量化绝对值比较小的矢量，故而使用概率较高；数值大的落入离原点较远的同心圓上，用来量化绝对值比较大的矢量，使用概率较之前者会稍低一些，半径越大，概率也越少。因此，在本发明实施例中，基础码本可分为四个部分码本a，包含一个矢量{0，0，0,0，0，0,0，0},索引值占1比特；码本込，索引值占8比特，整个込容量为256;码本込，索引值占12比特，整个込容量为4096;码本込，索引值占16比特，整个込容量为65536;其中，对于基础码本込和込，由于占用的比特数较少，故其中包含了最经常使用的矢量；对于基础码本24,则对于码本在a及a以上的点，采取统一偶数点减一，奇数点不变的处理方式，即奇数化处理方式。本发明实施例中，在所选取的基础码本^A点集中，各特征码本(即leader)分布在各个球面上，所述的基础码本的实现格式如表3所示表3<table>tableseeoriginaldocumentpage17</column></row><table>在表3中，各参数的含义分别为sphere代表球面的大小；size表示相应的leader经过排列组合所能形成的码字的个数；ka用于标识不同的leader,每一个leader都有一个不同的ka值；S的值为leader的每一个分量的四次方之和的四分之一，即s^丄(乂'+少；+A+^74+少84)，每一个leader对应的S的值都不一样。在编码过程中，S的每一个值对应一个ka的值，也就是说对于一个八维矢量，只要计算出其S值，便可以查到一个对应的ka，由ka值就可以知道其所在表3中，Leader所属码本的情况如表4所示表4<table>tableseeoriginaldocumentpage18</column></row><table>在表2中，基础码本分为a,a，a,a，其中，e。只包含一个leader,込、込、"分别包含3、9、14个leader，且込c込，込(^4。在"码本中仅含有奇数的leader，这样，在使用分裂表时，对于码本在a及a以上的点可以采取偶数点减1，奇数点不变的方式处理；对于扩展码本减去O,4,8，12的情况，可以通过得到值的符号判断原值符号。由于矢量量化方式对于点集中的矢量点是无损耗编码，在编码时要求所有可能的值都能够编码，这样，就要求对于4以下的奇数点则需要遍历，即任意给一个小于4的奇数WA点(即全部由1或3构成)均能够对应于某一个Leader,以保证所有的数都能够进行编码，即保证以下的leader包含在基础码本内<table>tableseeoriginaldocumentpage19</column></row><table>但是，在表3所示的基础码本列表中，{3，3，3，3,3,1，1，1}和{3,3，3,3，3，3，1，1}并不在其中，此时，可以采用另一种方法来完备码本将3和1反转，则有{3，3，1，1，1，1,1，1}和{3,3,3，1，1,1，1，1}，而这两者是在基础码本中的，可以用基础码本来进行检索。归属于Leader为(3,3,3，3，3，1,1，1}和{3，3，3，3,3，3,1,1}的单个RE8矢量，经过上述变化后，仍属于/￡8集合。基于上述表3和表4所示的基础码本，归属于同一Leader的/^矢量虽然位置和符号可能均不同，但经过P(V+W+L十V)/4运算，都等于一个相同的数值(即为表5中KeyinS列项)，故可以通过该值判断出相应矢量是否属于基础码本以及具体属于哪一个Leader。表5<table>tableseeoriginaldocumentpage20</column></row><table>相应的查找基础码本Leader的处理过程如图4所示，具体包括步骤41:确定矢量所属的Sphere,具体为计算c^"4+力4+L+V)/8,根据计算结果确定所属的Sphere;步骤42:计算^(V+^+L步骤43:根据步骤42的计算结果在步骤41确定的Sphere判断Leader是否属于{3，3,3,3,3，3,1，1}或{3,3,3，3，3，1，1，1},4口果属于，则4丸4于步-骤44,否则，执行步骤45;步骤44:对所述的Leader进行反转变换处理，并执行步骤45;步骤45:查找表5确定Ka值，进而确定矢量归属的Leader。为便于对本发明实施例的理解，下面将结合分裂编码方式对本发明实施例的具体实现过程进朽-:说明。如图5所示，采用上述基础码本的分裂编码方式具体包括步骤51:在格矢量中找到待编码数据x"的最近邻点数值/;具体可以为将预整形后的频语数据分组，每八个数为一组，组成一个8维的矢量f作为待编码数据，之后，在格点中寻找与该8维的矢量f最接近的点，即最近邻点数值「步骤52:判断最近邻点数值/是否在基础码本中，若在，则执行步骤53，否则，执行步骤54;步骤53:直接计算待编码数据在基础码本中的标识信息和索引，输出并打包；步骤54:判断所述的格中的最近邻点数值/是否属于2D8,如果不属于，则执行步骤57，否则，执行步骤55;步骤55:将格中的最近邻点数值f减1，置偶标志位为1，执行步骤56;步骤56:检测此时的减1处理后的f是否在基础码本中，如是，则执行步骤58，否则，执行步骤57;步骤57:确定使用分裂表编码，初始化分裂表参数，即在使用分裂表编码过程中，首先初始化分裂级为1，并执行步骤59;步骤58:直接在基础码本中确定该减1处理后的f的标识信息和索引，丰lr出并打包。步骤59:将格中的最近邻点数值^中的每一个分量y(i)作分裂处理，并在执行分裂处理之后执行步骤510;具体可以为将格中的最近邻点数值中的各分量y(i)分裂为y'(i)与分裂表中的某一个值tr的和，在此，需要选择合适的t「值以使得y'(i)的绝对值最小；步骤510:检测y'(i)对应的格中的最近邻点数值,'是否在基础码本中，若在，则执行步骤512，否则，执行步骤511;步骤511:将所述的分裂级加1,执行步骤59继续对所述的格中的邻点进行分裂处理；步骤512:计算7在基础码本中的索引；具体输出的信息包括header(数据头)、even—flag(偶标志位)、i(基本索引)、k(分裂表索引)，并打包输出；其中，header为数据包的头信息，即标识信息，根据该信息可以识别出编码端采用的编码方式；even—flag为偶标志位，用于标识编码过程中执行了减l操作；i为基础码字索引，用于索引编码分裂出的基础码本中的码字部分；k为分裂表索引用于索引分裂表值部分。本发明实施例还提供了一种格矢量量化编码的实现装置，如图6所示，具体可以包括以下处理单元(1)最近邻点确定单元该单元用于在格矢量中查找并确定待编码数椐的最近邻点数值。(2)量化编码单元该单元用于根据选定的基础码本对所述最近邻点确定单元确定的最近邻点数值进行量化编码操作，所述的选定的基础码本包含了/&点集中任意维的数值小于等于3的所有点，且该有限集合中第4级超球面上的点全部为奇数点；而且，所述量化编码单元具体可以包括判断处理单元、第一编码单元和第二编码单元，其中，判断处理单元，用于判断所述的最近邻点数值是否在基础码本中，若在，则触发第一编码单元，否则，触发所述第二编码单元；第一编码单元，用于在基础码本中直接确定所述最近邻点数值对应的码字，以进行量化编码处理；第二编码单元，用于判断所述最近邻点数值是否符合预定的偶数特性，所述的预定的偶数特性为该最近邻点数值中包含偶数分量，若符合，则对该最近邻点数值进行奇数化处理，并在基础码本中确定奇数化处理后的最近邻点数值对应的码字，并记录用于表明进行了奇数化处理的偶标识位，以进行量化编码处理。可选地，若所述的第二编码单元判断确定所述最近邻点数值不符合预定的偶数特性，则触发分裂编码单元或扩展编码单元，其中，所述的分裂编码单元，用于对所述的最近邻点数值按照预定的分裂策略信息，分裂为两个数之和，其中，一个数为基础码本中的码字，另一个数为分裂策略信息提供的以分裂量索引值为索引的分裂量；根据分裂处理后获得的所述的基础码本中的码字及分裂量索引值对所述最近邻点数值进行量化编码处理；所述的扩展编码单元，用于对所述的基础码本进行扩展，并根据扩展后的基础码本对所述最近邻点数值进行量化编码处理。可选地，若判断处理单元确定所述的最近邻点数值未在基础码本中，则触发反转变换编码单元，用于在确定所述最近邻点数值小于等于3后，对所述最近邻点数值进行反转变换处理，并在所述基础码本中确定反转变换处理后的最近邻点数值对应的码字，且记录用于表示经过反转变换处理的反转变换标识，以进行量化编码处理。(3)量化编码结果输出单元该单元用于获得并输出量化编码单元针对待编码数据的量化编码结果。在该装置中，各处理单元的具体编法过程中描述的实现方式，在此不再详细说明。前面对编码实现过程进行说明，下面将对对应的解码过程进行说明。本发明实施例提供的格矢量量化解码过程为上述编码过程的逆过程，该过程具体可以包^fe:(1)接收码流，并获取码流中的基础码本中的码字的信息。(2)根据所述的码字的信息在选定的基础码本确定对应的最近邻点数值，所述的选定的基础码本包含了/^8点集中任意维的数值小于等于3的所有点，且该有限集合中第4级超球面上的点全部为奇数点；可选地，所述的/￡8点集中任意维的数值小于等于3的所有点直接或经反转变换后映射到所述基础码本中。(3)确定对应的最近邻点数值后，根据需要更新所述最近邻点数值；该过程具体可以包括以下至少一种情况判断码流中的偶标识位是否有效，若有效，则对所述的最近邻点数值进行偶数化处理，处理后的数值作为当前的最近邻点数值；判断码流中的反转变换标识是否有效，若有效则对所述最近邻点数值进行反转变换处理，并将反转变换处理后的数值作为当前的最近邻点数值；需要说明的是，若在码流中同时包含所述的偶标识位和反转变换标识，则首先执行判断反转变换标识是否有效的处理，以便于在该标识有效时，能够首先进行相应的反转变换处理，之后再执行判断码偶标识位是否有效的处理，以便于在该标识有效时进行相应的偶数化处理。(4)根据所述的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。可选地，若在编码过程中采用了分裂编码或扩展编码，则在解码过程中，根据采用的编码方式，对应的解码过程可以为若所述的码流中还包括分裂量索引值，则根据所述分裂量索引值确定对应的分裂量，根据所述码字的信息确定对应的码字；计算所述裂量与所述码字的和作为最近邻点数值；若所述的码流中还包括扩展索引信息，则根据所述的扩展索引信息和所述码字的信息进行量化解码处理。本发明实施例还提供了一种格矢量量化解码的实现装置，其具体实现结构如图7所示，包括以下处理单元(1)码字信息读取单元，用于从码流中获取基础码本中的码字的信息；(2)最近邻点数值解码单元，用于根据所述码字信息读取单元获取的码字的信息在基础码本查找确定对应的最近邻点数值，所述基础码本包含了W/;点集中任意维的数值小于等于3的所有点，且该有限集合中第4级超球面上的点全部为奇数点；可选地，与编码端的处理对应，所述的装置还可以包括最近邻点数值更新处理单元，用于判断码流中的偶标识位是否有效，若有效，则对所述最近邻点数值确定单元确定的最近邻点数值进行偶数化处理，处理后的数值作为当前的最近邻点数值；或者，判断码流中的反转变换标识是否有效，若有效则对所述最近邻点数值进行反转变换处理，并将反转变换处理后的数值作为当前的最近邻点数值；其中，若在码流中同时包含所述的偶标识位和反转变换标识，则首先执行判断反转变换标识是否有效的处理，以便于在该标识有效时，能够首先进行相应的反转变换处理，之后再执行判断码偶标识位是否有效的处理，以便于在该标识有效时进行相应的偶数化处理。可选地，所述的最近邻点数值解码单元具体可以为基于分裂解码的最近邻点数值确定单元或基于扩展解码的最近邻点数值确定单元，其中，基于分裂解码的最近邻点数值解码单元，用于在所述码流中还包括分裂量索引值时，根据所述分裂量索引值确定对应的分裂量，根据所述码字的信息确定对应的码字；计算所述裂量与所述码字的和作为最近邻点数值；基于扩展解码的最近邻点数值解码单元，用于在所述码流中还包括扩展索引信息时，根据所述扩展索引信息和所述码字的信息进行量化解码处理。(3)确定量化解码结果单元，用于根据所述最近邻点数值解码单元确定的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。综上所述，本发明实施例中，由于重新设计了基础码本，使其能够更好地对应于基于^A的格矢量量化技术中。由于选定的基础码本减少了偶数点的码字，增加了奇数点的码字，使得基础码本容量得到进一步扩大，这样，使得在AMR-WB+中需要用扩展码本表示的数据，便可以在基础码本中直接表示了；例如，在实验中数据值(5,3，3，1,1,1，1,1)经常会用到，但是由于其需要占用的码本容量较高，无法融入到现有技术的基础码本Q2，Q3，Q4中，但是，本发明实施例中选定的基础码本中，由于奇化编码和反转编码策略使得基础码本中获得一部分码本空间，以将出现概率较高的矢量融入到基础码本中，降低了使用扩展码本的概率。同时，选定的基础码本中的矢量量化Leader数比现有技术中的基础码本中的码字量进一步减小，从而使得查找基础码本的速度大大提高。以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。权利要求1.一种格矢量量化编码的实现方法，其特征在于，包括在格矢量中查找确定待编码数据的最近邻点数值；根据选定的基础码本对所述最近邻点数值进行量化编码操作，所述的选定的基础码本包含了RE8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；获得针对待编码数据的量化编码结果。2、根据权利要求1所述的方法，其特征在于，所述的7￡8点集中任意维的数值小于等于3的所有点直接或经反转变换后映射到所述基础码本中。3、根据权利要求1或2所述的方法，其特征在于，所述的量化编码操作的步骤包括若所述的最近邻点数值在基础码本中，则在基础码本中直接确定所述最近邻点数值对应的码字，以进行量化编码处理；若最近邻点数值未在基础码本中，则判断所述最近邻点数值是否符合预定的偶数特性，所述的预定的偶数特性为该最近邻点数值中包含偶数分量，若符合，则对该最近邻点数值进行奇数化处理，并在基础码本中确定奇数化处理后的最近邻点数值对应的码字，并记录用于表明进行了奇数化处理的偶标识位，以进行量化编码处理。4、根据权利要求3所述的方法，其特征在于，若确定该最近邻点数值不符合预定的偶数特性，贝'j，对所述的最近邻点数值按照预定的分裂策略信息，分裂为两个数之和，其中一个数为基础码本中的码字，另一个数为分裂策略信息提供的以分裂量索引值为索引的分裂量；根据分裂处理后获得的所述的基础码本中的码字及分裂量索引值对所述最近邻点数值进行量化编码处理；或者，对所述的基础码本进行扩展，并根据扩展后的基础码本对所述最近邻点数值进行量化编码处理。5、根据权利要求3所述的方法，其特征在于，在确定最近邻点数值未在基础码本中之后，所述的方法还包括若确定所述最近邻点数值小于等于3，则对所述最近邻点数值进行反转变换处理，并在所述基础码本中确定反转变换处理后的数值对应的码字，且记录用于表示经过反转变换处理的反转变换标识。6、一种格矢量量化编码的实现装置，其特征在于，包括最近邻点确定单元，用于在格矢量中确定待编码数据的最近邻点数值；量化编码单元，用于#4居选定的基础码本对所述最近邻点确定单元确定的最近邻点数值进行量化编码操作，所述的选定的基础码本包含了/^8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；量化编码结果输出单元，用于获得并输出量化编码单元针对待编码数据的量化编码结果。7、根据权利要求6所述的装置，其特征在于，所述量化编码单元包括判断处理单元、第一编码单元和第二编码单元，其中，判断处理单元，用于判断所述的最近邻点数值是否在基础码本中，若在，则触发第一编码单元，否则，触发所述第二编码单元；第一编码单元，用于在基础码本中直接确定所述最近邻点数值对应的码字，以进行量化编码处理；第二编码单元，用于判断所述最近邻点数值是否符合预定的偶数特性，所述的预定的偶数特性为该最近邻点数值中包含偶数分量，若符合，则对该最近邻点数值进行奇数化处理，并在基础码本中确定奇数化处理后的数值对应的码字，并记录用于表明进行了奇数化处理的偶标识位，以进行量化编码处理。8、根据权利要求7所述的装置，其特征在于，若所述的第二编码单元判断确定所述最近邻点数值不符合预定的偶数特性，则触发分裂编码单元或扩展编》马单元，其中，所述的分裂编码单元，用于对所述的最近邻点数值按照预定的分裂策略信息，分裂为两个数之和，其中，一个数为基础码本中的码字，另一个数为分裂策略信息提供的以分裂量索引值为索引的分裂量；根据分裂处理后获得的所述的基础码本中的码字及分裂量索引值对所述最近邻点数值进行量化编码处理；所述的扩展编码单元，用于对所述的基础码本进行扩展，并根据扩展后的基础码本对所述最近邻点数值进行量化编码处理。9、根据权利要求7所述的装置，其特征在于，若判断处理单元确定所述的最近邻点数值未在基础码本中，则触发反转变换编码单元，用于在确定所述最近邻点数值小于等于3后，对所述最近邻点数值进行反转变换处理，并在所述基础码本中确定反转变换处理后的数值对应的码字，且记录用于表示经过反转变换处理的反转变换标识，以进行量化编码处理。10，一种格矢量量化解码的实现方法，其特征在于，包括接收码流，并获取码流中的基础码本中的码字的信息；根据所述的码字的信息在选定的基础码本确定对应的最近邻点数值，所述的选定的基础码本包含了/￡8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；根据所述的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。11、根据权利要求10所述的方法，其特征在于，所述的/^点集中任意维的数值小于等于3的所有点直接或经反转变换后映射到所述基础码本中。12、根据权利要求10或11所述的方法，其特征在于，所述的确定对应的最近邻点数值后，所述的方法还包括判断码流中的偶标识位是否有效，若有效，则对所述的最近邻点数值进行偶数化处理，处理后的数值作为当前的最近邻点数值；和/或，判断码流中的反转变换标识是否有效，若有效，则对所述最近邻点数值进行反转变换处理，并将反转变换处理后的数值作为当前的最近邻点数值；若在码流中同时包含所述的偶标识位和反转变换标识，则首先执行判断反转变换标识是否有效的处理，之后再执行判断码偶标识位是否有效的处理。13、根据权利要求12所述的方法，其特征在于，若所述的码流中还包括分裂量索引值，则根据所述分裂量索引值确定对应的分裂量，根据所述码字的信息确定对应的码字；计算所述裂量与所述码字的和作为最近邻点数值；或者，若所述的码流中还包括扩展索引信息，则根据所述的扩展索引信息和所述码字的信息进行量化解码处理。14，一种格矢量量化解码的实现装置，其特征在于，包括码字信息读取单元，用于从码流中获取基础码本中的码字的信息；最近邻点数值解码单元，用于根据所述码字信息读取单元获取的码字的信息在基础码本查找确定对应的最近邻点数值，所述基础码本包含了/^8点集中任意维的数值小于等于3的所有点，且其中的第4级超球面上的点全部为奇数点；确定量化解码结果单元，用于根据所述最近邻点数值解码单元确定的最近邻点数值在格矢量中查找确定对应的数据信息，获得量化解码结果。15、根据权利要求14所述的装置，其特征在于，所述的装置还包括最近邻点数值更新处理单元，用于判断码流中的偶标识位是否有效，若有效，则对所述最近邻点数值确定单元确定的最近邻点数值进行偶数化处理，处理后的数值作为当前的最近邻点数值；或者，判断码流中的反转变换标识是否有效，若有效则对所述最近邻点数值进行反转变换处理，并将反转变换处理后的数值作为当前的最近邻点数值；其中，若在码流中同时包含所述偶标识位和反转变换标识，则首先执行判断反转变换标识是否有效的处理，之后再执行判断码偶标识位是否有效的处理。16、根据权利要求14或15所述的装置，其特征在于，所述的最近邻点数值解码单元具体为基于分裂解码的最近邻点数值解码单元或基于扩展解码的最近邻点数值解码单元，其中，基于分裂解码的最近邻点数值解码单元，用于在所述码流中还包括分裂量索引值时，根据所述分裂量索引值确定对应的分裂量，根据所述码字的信息确定对应的码字；计算所述裂量与所述码字的和作为最近邻点数值；基于扩展解码的最近邻点数值解码单元，用于在所述码流中还包括扩展索引信息时，根据所述扩展索引信息和所述码字的信息进行量化解码处理。全文摘要一种格矢量量化编解码的实现方法及装置，其主要是在格矢量量化编码方案中，选定新的基础码本，在该基础码本中直接或间接地包含了RE₈点集中任意维的数值小于等于3的所有点，且该基础码本中的第4级超球面上的点全部为奇数点，以使得部分的最近邻点数值仅经过相应的奇数化处理便可以包含于基础码本中。本发明实施例中选定的基础码本容量得到进一步扩大；同时，选定的基础码本中的矢量量化Leader数比现有技术中的基础码本中的码字量进一步减小，从而使得量化器内存空间占用减少，查找基础码本的速度大大提高。文档编号G10L19/04GK101266795SQ200710064350公开日2008年9月17日申请日期2007年3月12日优先权日2007年3月12日发明者刘佩林,清张,伟李,杜正中,桑盛虎,薇王,晨胡,许丽净,许剑峰,耀邹,毅韩申请人:华为技术有限公司;上海交通大学