多基准线性预测系数滤波器量化和逆量化设备及方法

专利名称：多基准线性预测系数滤波器量化和逆量化设备及方法
技术领域：
本发明涉及例如音频信号的声音信号的编码和解码。更具体地，本发明涉及多基 准LPC(线性预测系数)滤波器(filter)量化和逆量化设备及方法。
背景技术：
在诸如远程会议、多媒体和无线通信之类的各种应用领域中，对于在主观质量和 比特率之间具有良好权衡的高效的数字语音和音频编码技术的需求正在增长。语音编码器将语音信号转换为数字比特流，该数字比特流经由通信信道发送或者 被存储在存储介质中。要编码的语音信号被数字化，即，被采样并且例如每个样本使用16 比特而被量化。语音编码器的挑战是利用数目较少的比特来表示数字样本，同时保持良好 的主观语音质量。语音解码器或合成器将所发送或存储的比特流转换回声音信号。码激励线性预测(Code-Excited Linear Prediction) (CELP)编码是用于实现主 观质量和比特率之间的良好折衷的最佳技术之一。CELP编码技术是在无线应用和有线应用 二者中的若干语音编码标准的基础。在CELP编码中，将语音信号采样，并且在通常被称为 帧的L个样本的连续块中被处理，其中L是典型地对应于10-30ms的语音的样本的预定数 目。对于每个帧计算并发送线性预测滤波器(filter) ；LP滤波器也被称为LPC(线性预测 系数)滤波器。LPC滤波器的计算典型地使用预见(Iookahead)，例如来自后续帧的5-15ms 的语音片段。L个样本的帧被划分为称为子帧的更小的块。在每个子帧中，通常从两个分量 (过去的激励和创新的固定码本激励)获得激励信号。过去的激励常被称为自适应码本或 音质(pitch)码本激励。表征激励信号的参数被编码和发送给解码器，在解码器中，所述激 励信号被重建并且被用作LPC滤波器的输入。在诸如多媒体流式发送和广播的应用中，可能需要以低比特率编码语音、音乐和 混合内容。为了该目的，开发了编码模型，其将针对语音信号优化的CELP编码与针对音频 信号优化的变换编码相组合。这种模型的示例是AMR-WB+[1]，其在CELP和TCX (变换编码 激励)之间切换。为了提高音乐和混合内容的质量，使用长延迟以供变换域中的更精细的 频率分辨率使用。在AMR-WB+中，使用所谓的超帧，其由4个CELP帧(典型为80ms)构成。尽管在AMR-WB+中每4个帧发送一次CELP编码参数，但是在每个帧中分别执行 LPC滤波器的量化。此外，在CELP帧的情况下，对于每个帧利用固定数目的比特来量化LPC 滤波器。为了克服上述缺点，需要一种使用LPC滤波器的可变比特率量化来减小在LPC滤 波器的量化中涉及的比特数目的技术。此外，这种技术将与语音或音频编码模型相关，所述 语音或音频编码模型使用超帧和多模式结构两者，例如AMR_WB+[1]和在MPEG中正在开发 的 USAC。

发明内容
根据本发明的第一方面，提供了一种用于量化输入的LPC滤波器的多基准量化设备，包括使用相应的不同基准(reference)的多个差分量化器；以及用于使用基准选择标 准在差分量化器的不同基准之中选择基准的部件。差分量化器使用所选择的基准对输入的 LPC滤波器进行差分量化。根据本发明的第二方面，提供了一种用于量化输入的LPC滤波器的多基准量化方 法，包括提供使用相应的不同基准的多个差分量化器；使用基准选择标准在不同基准之 中选择基准；以及利用差分量化器使用所选择的基准来对输入的LPC滤波器进行量化。根据本发明的第三方面，提供了一种用于对从比特流提取的多基准差分量化的 LPC滤波器进行逆量化的设备，包括用于从比特流提取关于多个可能的基准之中用于量 化所述多基准差分量化的LPC滤波器的基准的信息的部件；以及用于使用与所提取的基准 信息相对应的基准来对所述多基准差分量化的LPC滤波器进行逆量化的部件。根据本发明的第四方面，提供了一种用于对从比特流提取的多基准差分量化的 LPC滤波器进行逆量化的方法，包括从比特流提取关于多个可能的基准之中用于量化所 述多基准差分量化的LPC滤波器的基准的信息；以及使用与所提取的基准信息相对应的基 准来对所述多基准差分量化的LPC滤波器进行逆量化。当参照附图阅读对仅作为示例给出的本发明的说明性实施例的以下非限制性描 述时，本发明的前述和其它目的、优点和特征将变得更加清楚。


在附图中图1是图示绝对和多基准差分LPC滤波器量化器和量化方法的框图；图2是图示开环量化方案的示意图；图3是图示在超帧中使用并发送四个滤波器的配置中确定要发送的 LPC滤波器的设备和方法的流程图。图如是当在基于LPC的编解码器中对于每个帧(或超帧)估计一个LPC滤波器 时的典型的LPC分析窗口和典型的LPC分析中心位置，其中，LPCO对应于在前一帧(或超 帧)期间计算的最后的LPC滤波器；图4b是当在基于LPC的编解码器中对于每个帧(或超帧)估计四个G个)LPC 滤波器时的典型的LPC分析窗口，其中LPC分析窗口中心在帧的末尾处；图5是图示环外量化方案的示例的流程图；图6是加权的代数LPC量化器和量化方法的示意框图；图7是加权的代数LPC逆量化器和逆量化方法的示意框图；图8是量化器和量化方法的示意框图；以及图9是解码器和解码方法的示意框图。
具体实施例方式选择可能的基准的差分量化使用在若干可能的基准之间选择的差分量化。更具体地，相对于若干可能的基准 而对LPC滤波器进行差分量化。已知连续的LPC滤波器呈现某种程度的相关性。为了利用该相关性，LPC量化器通常使用预测。作为直接量化表示LPC滤波器的线性预测系数的向量(LPC向量)的替代，差 分(或预测)量化器首先计算该LPC向量的预测值，然后将原始LPC向量和预测的LPC向 量之间的差(常常被称为预测残差(residual))量化。预测通常基于LPC滤波器的先前值。常常使用两种类型的预测器(predictor) 移动平均(MA)预测器和自回归(AR)预测器。尽管与MA预测器相比AR预测器在减小要量 化的数据的L2-范数(均方)上常常效率更高，但是因为在传输错误的情况下MA预测器比 较不易于传播错误，因此MA预测器有时是有用的[2]。由于预测残差的L2-范数平均低于原始LPC向量的L2-范数(二者之间的比率取 决于LPC滤波器的可预测程度)，因此差分(或预测)量化器可以在更低的比特率上取得与 绝对量化器相同程度的性能。平均地，在减小要量化的数据的L2-范数上，预测确实高效。然而，这种行为不是 恒定的；与过渡区段(segment)期间相比，在信号的稳定区段期间预测高效得多。当LPC滤 波器快速改变时，预测甚至可以导致增大的L2-范数值。可以通过考虑两个不同的预测器 来取得一些性能提高，一个预测器用于高预测性区段，另一个预测器用于低预测性区段[3， 4]。如上面的描述所提到的，该技术只使用LPC滤波器的过去的值。为了克服这一问题，提出相对于在多个可能的基准中选择的基准(例如基准滤波 器)来对LPC滤波器进行差分量化。可能的基准滤波器是已经被量化的过去的或者未来的 LPC滤波器(因此与在编码器处一样可以在解码器处获得)、或者是应用到已经被量化的过 去的或者未来的LPC滤波器的各种外插或内插操作的结果。选择在给定速率上提供较低失 真或者对于给定的目标失真水平提供较低比特率的基准滤波器。图1是图示多基准LPC滤波器量化设备和方法的框图。由线性预测系数的向量表 示的给定的LPC滤波器101被输入到该多基准LPC滤波器量化设备和方法中。输入的LPC
滤波器10相对于在多个可能的基准1、2.....η中选择的基准而被差分量化。可能的基准
包括-过去或未来的量化的LPC滤波器；-应用于过去或未来的量化的LPC滤波器的外插或内插操作的结果；或-在编码器和解码器二者处可以获得的任何量化值。作为非限制示例，可以相对于先前的量化的LPC滤波器、随后的量化的LPC滤波 器、或者先前的量化的LPC滤波器和随后的量化的LPC滤波器这两者的平均值而差分量化 输入的LPC滤波器101。基准也可以是使用绝对量化器量化的LPC滤波器，或者是应用到已 经量化的LPC滤波器的任何种类的内插、外插或预测(AR或MA)的结果。操作102和IOS1UOS2.....103η 仍然参照图1，将输入的LPC滤波器101提供给绝
对量化器(操作102)和差分量化器(操作103^10 .....103n)。绝对量化器(操作102)
将输入的LPC滤波器101的绝对值(不是差)量化。差分量化器(操作103^10 .....
103n)被设计为相对于各个基准1、2.....η而将输入的LPC滤波器101差分量化。操作104 图1的多基准LPC滤波器量化设备和方法包括选择器，该选择器用于在
基准1、2.....η中选择在给定比特率上提供最低失真水平或者对于给定目标失真水平提
供最低比特率的基准。更具体地，选择器(操作104)使用使比特率最小化以取得某个目标 失真水平或者使在给定比特率上产生的失真水平最小化的选择标准。
在操作104中，可以在闭环中或者在开环中执行实际要在差分量化过程中使用的 基准1、2.....η中的基准的选择。在闭环中，尝试所有可能的基准，并且选择使某个失真标准或比特率最优化的基 准。例如，闭环选择可以基于使输入的LPC向量和与每个基准相对应的量化的LPC向量之 间的加权均方误差最小化。此外，可以使用输入的LPC向量和量化的LPC向量之间的频谱 失真。可替换地，可以执行使用所述可能基准的量化，同时将失真保持在某个阈值之下，并 且选择满足该标准且使用较少数目的比特两者的基准。如将在下面的描述中解释的，可以 使用可变比特率代数向量量化器来将缩放的残差向量(输入的LPC向量和所述基准之间的 差)量化，所述缩放的残差向量基于该缩放的残差向量的能量而使用某个比特预算。在这 种情况下，选择产生较少数目的比特的基准。在开环中，操作104的选择器基于要量化的输入的LPC滤波器的线性预测系数的 值以及可以获得的基准LPC滤波器的线性滤波系数的值来预先确定基准。例如，对于所有 基准计算残差向量的L2-范数，并且选择产生较小值的基准。操作105 在通过操作104选择了基准1、2.....η之一之后，发送器(操作105)向
解码器(未示出)发送或者用信号通知量化的LPC滤波器(未示出)和指示量化模式(例 如绝对量化或差分量化)的索引(子操作105》。此外，当使用差分量化时，发送器(操作
105)向解码器发送或用信号通知表示操作103^10 .....10 的所选择的基准以及相关
联的差分量化器的索引(子操作1052)。一些特定比特被发送给解码器以进行这种信号通 知。与如在传统预测中那样仅限制为过去的值相比，使用多个不同的可能的基准使得 差分量化在减小预测残差的L2-范数方面更加高效。此外，对于给定的目标失真水平，该技 术在平均比特率方面更加高效。切换的绝对量化或差分量化根据第二方面，使用切换的绝对/差分(或预测)量化。图1图示了在一个绝对
量化器(操作10 和η个差分量化器(操作103^10 .....103n)之间选择的绝对/差分
方案的示例，所述η个差分量化器使用相应的不同的基准1、2.....η。同样，可以通过操作
104的选择器在绝对量化器和差分量化器(操作102和操作103^10 .....103n)中进行量
化器的选择，其中根据选择标准，所选择的量化器将使在给定比特率上产生的失真水平最 小或者使比特率最小以取得目标失真水平。可以使用绝对量化器(操作10 将一些LPC滤波器编码。在差分量化器(操作 IOS1UOS2.....103n)中，相对于一个或若干个基准LPC滤波器将其它LPC滤波器差分编码。例如在大的LPC偏差的情况下，或者当绝对量化器(操作10 在比特率方面比差
分量化器(操作103^10 .....103n)更加高效时，可以使用绝对量化器(操作102)作为
用于在以其它方式被差分量化的LPC滤波器的安全网(safety-net)解决方案。一个或多 个基准LPC滤波器可以都处于相同的超帧中以便避免引入超帧之间的相关性，所述相关性 在传输错误(分组丢失或帧擦除)的情况下通常会引起问题。如在前面的描述中解释的，在LPC量化中使用预测导致要量化的数据的L2-范数 减小，并且因此导致用于取得某个性能水平的平均比特率的减小。然而，预测不总是同样高 效的。在切换的LPC[3，4]中，执行LPC滤波器的预分类，并且根据要量化的LPC滤波器的可预测性而使用不同的预测器。然而，在固定比特率的背景下已经开发了这一技术，两个差 分量化器需要相同数目的比特以便将LPC滤波器编码。此外，可以提供一个或若干个绝对量化器(操作10 。而且，可以提供一个或若干
个差分(预测)量化器(操作103^10 .....103n)。若干差分量化器操作(103”1032.....
103n)涉及若干可能基准(例如1、2.....η)和/或若干差分量化器大小和/或结构。如在前面的描述中描述的，当使用若干差分量化器(操作103^10 .....103n)
时，可以在开环选择过程中或者在闭环选择过程中进行要使用的实际差分量化器的选择。当差分量化未能取得目标失真水平时，或者当绝对量化比差分量化需要更少数目 的比特以便取得该失真水平时，使用绝对量化作为安全网解决方案。取决于可能的绝对和 差分量化器的数目的一个或若干比特，通过发送器发送(操作105)，以便向解码器(未示 出)指示所使用的实际的量化器。绝对/差分量化组合了预测量化的优点(与要量化的数据的L2-范数的减小相关 联的比特率减小)和绝对量化的通用性(在差分(或预测)量化没有取得目标(例如不显 著的)失真水平的情况下，绝对量化被用作安全网)。当包括若干差分量化器(操作103^10 .....103n)时，这些差分量化器可以利用
相同的预测器或不同的预测器。具体地，但不是排他性地，所述若干差分量化器可以使用相 同的预测系数或不同的预测系数。解码器包括诸如解复用器之类的用于接收比特流和从比特流提取以下各项的部 件(a)量化的LPC滤波器、以及(b) —个或多个索引或者信息，所述索引或信息-关于量化模式，以确定已经使用了绝对量化还是差分量化将LPC滤波器量化；以 及-关于所述多个可能基准中已经被用于将LPC滤波器量化的基准。如果关于量化模式的信息指示已经使用了绝对量化将LPC滤波器量化，则提供绝 对逆量化器(未示出)来将量化的LPC滤波器逆量化。如果关于量化模式的信息指示已经 使用了差分量化将LPC滤波器量化，则差分逆量化器(未示出)随后使用与所提取的基准 信息相对应的基准将所述多基准差分量化的LPC滤波器差分逆量化。环外量化方案AMR-WB+编解码器是在基于ACELP编码方案的时域编码模型和被称为TCX的变换 域编码模型之间切换的混合编解码器。AMR-WB+如下进行[1]-将输入信号分段为四个G个)帧的超帧；-使用四种G种)可能的编码模式的组合编码每个超帧，每种编码模式覆盖不同 的持续时间-ACELP (覆盖一个(1个)帧的持续时间)；-TCX256 (覆盖一个(1个)帧的持续时间)；-TCX512(覆盖两个0个)帧的持续时间)；以及-TCX1024 (覆盖四个G个)帧的持续时间)。因此，存在沈个可能的模式组合来编码每个超帧。对于给定的超帧，通过“闭环”模式选择规程来确定使总加权误差最小的模式组 合。更具体地，代替测试沈个组合，通过十一(11)个不同的试验(树形搜索，参见表1)来进行模式的选择。在AMR-WB+编解码器中，闭环选择基于使得在加权域中的输入和编解码
器信号之间的均方误差最小化(或者使信号对量化噪声的比率最大化)。
权利要求
1.一种用于量化输入的LPC滤波器的多基准量化设备，包括 使用相应的不同基准的多个差分量化器；以及用于使用基准选择标准在差分量化器的不同基准中选择基准的部件； 其中，差分量化器使用所选择的基准来将输入的LPC滤波器差分量化。
2.如权利要求1所述的多基准LPC滤波器量化设备，包括用于向解码器发送由差分 量化器使用所选择的基准产生的差分量化的LPC滤波器的部件。
3.如权利要求1所述的多基准LPC滤波器量化设备，其中，从由以下各项组成的组中选 择至少一个基准-先前量化的LPC滤波器； -未来的量化的LPC滤波器；-先前量化的LPC滤波器和未来的量化的LPC滤波器的平均值； -使用绝对量化器量化的LPC滤波器； -应用于过去的量化的LPC滤波器的外插操作的结果； -应用于未来的量化的LPC滤波器的外插操作的结果； -应用于过去的量化的LPC滤波器的内插操作的结果； -应用于未来的量化的LPC滤波器的内插操作的结果； -应用于量化的LPC滤波器的自回归预测的结果； -应用于量化的LPC滤波器的移动平均预测的结果；以及 -编码器和解码器两者都已知的量化的滤波器值。
4.如权利要求1所述的多基准LPC滤波器量化设备，其中，从由以下各项组成的组中选 择所述基准选择标准-使得比特率最小来取得目标失真水平的第一标准；以及 -使得在给定比特率产生的失真水平最小的第二标准。
5.如权利要求1所述的多基准LPC滤波器量化设备，其中，所述基准选择部件包括闭环 选择器，在该闭环选择器中，在相应的差分量化器中尝试所有不同的基准，并且选择使基准 选择标准最优化的基准。
6.如权利要求1所述的多基准LPC滤波器量化设备，其中，所述基准选择部件包括开环 选择器，该开环选择器基于要量化的输入的LPC滤波器的系数的值和形成所述不同的基准 的滤波器的系数的值来执行基准的预先确定。
7.如权利要求1所述的多基准LPC滤波器量化设备，包括用于向解码器发送表示所选 择的基准和使用所选择的基准的差分量化器的索引的部件。
8.如权利要求1所述的多基准LPC滤波器量化设备，还包括 至少一个绝对量化器；以及用于使用量化模式选择标准选择用于量化输入的LPC滤波器的绝对量化模式和差分 量化模式之一的部件。
9.如权利要求8所述的多基准LPC滤波器量化设备，包括用于向解码器发送表示所选 择的绝对量化模式或差分量化模式的索引的部件。
10.如权利要求8所述的多基准LPC滤波器量化设备，其中，从由以下各项组成的组中 选择所述量化模式选择标准-使得比特率最小来取得目标失真水平的第一标准；以及 -使得在给定比特率产生的失真水平最小的第二标准。
11.一种用于量化输入的LPC滤波器的多基准量化方法，包括 提供使用相应的不同基准的多个差分量化器；使用基准选择标准在不同基准中选择基准；以及利用所述差分量化器使用所选择的基准来量化输入的LPC滤波器。
12.如权利要求11所述的多基准LPC滤波器量化方法，包括向解码器发送由差分量化 器使用所选择的基准产生的差分量化的LPC滤波器。
13.如权利要求11所述的多基准LPC滤波器量化方法，其中，从由以下各项组成的组中 选择至少一个基准-先前量化的LPC滤波器； -未来的量化的LPC滤波器；-先前量化的LPC滤波器和未来的量化的LPC滤波器的平均值； -使用绝对量化器量化的LPC滤波器； -应用于过去的量化的LPC滤波器的外插操作的结果； -应用于未来的量化的LPC滤波器的外插操作的结果； -应用于过去的量化的LPC滤波器的内插操作的结果； -应用于未来的量化的LPC滤波器的内插操作的结果； -应用于量化的LPC滤波器的自回归预测的结果； -应用于量化的LPC滤波器的移动平均预测的结果；以及 -编码器和解码器两者都已知的量化的滤波器值。
14.如权利要求11所述的多基准LPC滤波器量化方法，其中，从由以下各项组成的组中 选择所述基准选择标准-使得比特率最小来取得目标失真水平的第一标准；以及 -使得在给定比特率产生的失真水平最小的第二标准。
15.如权利要求11所述的多基准LPC滤波器量化方法，其中，选择基准包括闭环选择， 该闭环选择包含在相应的差分量化器中尝试所有不同的基准，并且选择使基准选择标准 最优化的基准。
16.如权利要求11所述的多基准LPC滤波器量化方法，其中，选择基准包括开环选择， 该开环选择包含基于要量化的输入的LPC滤波器的系数的值和形成所述不同的基准的滤 波器的系数的值来执行基准的预先确定。
17.如权利要求11所述的多基准LPC滤波器量化方法，包括向解码器发送表示所选择 的基准和使用所选择的基准的差分量化器的索引。
18.如权利要求11所述的多基准LPC滤波器量化方法，还包括 提供至少一个绝对量化器；以及使用量化模式选择标准选择用于量化输入的LPC滤波器的绝对量化模式和差分量化 模式之一。
19.如权利要求18所述的多基准LPC滤波器量化方法，包括向解码器发送表示所选择 的绝对量化模式或差分量化模式的索引。
20.如权利要求18所述的多基准LPC滤波器量化方法，其中，从由以下各项组成的组中 选择所述量化模式选择标准-使得比特率最小来取得目标失真水平的第一标准；以及 -使得在给定比特率产生的失真水平最小的第二标准。
21.一种用于将从比特流提取的多基准差分量化的LPC滤波器逆量化的设备，包括 用于从比特流提取关于多个可能基准中用于量化所述多基准差分量化的LPC滤波器的基准的信息的部件；以及用于使用与所提取的基准信息相对应的基准将所述多基准差分量化的LPC滤波器逆 量化的部件。
22.如权利要求21所述的用于将多基准差分量化的LPC滤波器逆量化的设备，其中，所 述关于基准的信息包括表示所述基准的索引。
23.如权利要求21所述的用于将多基准差分量化的LPC滤波器逆量化的设备，其中，从 由以下各项组成的组中选择所述基准-先前量化的LPC滤波器； -未来的量化的LPC滤波器；-先前量化的LPC滤波器和未来的量化的LPC滤波器的平均值； -使用绝对量化器量化的LPC滤波器； -应用于过去的量化的LPC滤波器的外插操作的结果； -应用于未来的量化的LPC滤波器的外插操作的结果； -应用于过去的量化的LPC滤波器的内插操作的结果； -应用于未来的量化的LPC滤波器的内插操作的结果； -应用于量化的LPC滤波器的自回归预测的结果； -应用于量化的LPC滤波器的移动平均预测的结果；以及 -编码器和解码器两者都已知的量化的滤波器值。
24.如权利要求21所述的用于将多基准差分量化的LPC滤波器逆量化的设备，还包括用于从比特流提取关于量化模式的信息以便确定已经使用绝对量化还是多基准差分 量化量化了所述LPC滤波器的部件。
25.如权利要求M所述的用于将多基准差分量化的LPC滤波器逆量化的设备，其中，所 述关于量化模式的信息包括表示绝对量化或多基准差分量化的索引。
26.如权利要求M所述的用于将多基准差分量化的LPC滤波器逆量化的设备，其中，如 果所述关于量化模式的信息指示已经使用绝对量化量化了 LPC滤波器，则所述用于逆量化 的部件使用逆绝对量化。
27.一种用于将从比特流提取的多基准差分量化的LPC滤波器逆量化的方法，包括 从比特流提取关于多个可能基准中用于量化所述多基准差分量化的LPC滤波器的基准的信息；以及使用与所提取的基准信息相对应的基准将所述多基准差分量化的LPC滤波器逆量化。
28.如权利要求27所述的用于将多基准差分量化的LPC滤波器逆量化的方法，其中，所 述关于基准的信息包括表示所述基准的索引。
29.如权利要求27所述的用于将多基准差分量化的LPC滤波器逆量化的方法，其中，从 由以下各项组成的组中选择所述基准-先前量化的LPC滤波器； -未来的量化的LPC滤波器；-先前量化的LPC滤波器和未来的量化的LPC滤波器的平均值； -使用绝对量化器量化的LPC滤波器； -应用于过去的量化的LPC滤波器的外插操作的结果； -应用于未来的量化的LPC滤波器的外插操作的结果； -应用于过去的量化的LPC滤波器的内插操作的结果； -应用于未来的量化的LPC滤波器的内插操作的结果； -应用于量化的LPC滤波器的自回归预测的结果； -应用于量化的LPC滤波器的移动平均预测的结果；以及 -编码器和解码器两者都已知的量化的滤波器值。
30.如权利要求27所述的用于将多基准差分量化的LPC滤波器逆量化的方法，还包括从比特流提取关于量化模式的信息以便确定已经使用绝对量化还是多基准差分量化 量化了所述LPC滤波器。
31.如权利要求30所述的用于将多基准差分量化的LPC滤波器逆量化的方法，其中，所 述关于量化模式的信息包括表示绝对量化或多基准差分量化的索引。
32.如权利要求30所述的用于将多基准差分量化的LPC滤波器逆量化的方法，其中，如 果所述关于量化模式的信息指示已经使用绝对量化量化了 LPC滤波器，则使用逆绝对量化 将所述LPC滤波器逆量化。
全文摘要
一种多基准量化设备和用于量化输入的LPC滤波器的方法，包括使用相应的不同基准的多个差分量化器；以及使用基准选择标准在差分量化器的不同基准之中选择基准的选择器。差分量化器使用所选择的基准来将输入的LPC滤波器差分量化。一种用于将从比特流提取的多基准差分量化的LPC滤波器逆量化的设备和方法，包括提取器，从比特流提取关于多个可能基准之中用于量化所述多基准差分量化的LPC滤波器的基准的信息；以及差分逆量化器，用于使用与所提取的基准信息相对应的基准将所述多基准差分量化的LPC滤波器逆量化。
文档编号G10L19/02GK102089810SQ200980126726
公开日2011年6月8日 申请日期2009年7月10日 优先权日2008年7月10日
发明者布鲁诺.贝塞特, 菲利普.古尔奈, 雷德万.萨拉米 申请人:沃伊斯亚吉公司