基于神经网络的AVS-P10开环模式选择算法优化
2018-09-11崔佰会
崔佰会,高 戈,姜 林,2
(1.武汉大学 国家多媒体软件工程技术研究中心,武汉 430072; 2.东华理工大学 软件学院,南昌 330013)
0 概述
AVS-P10是面向新一代移动通信系统的低码率高保真音频编解码技术标准,该标准应用于多媒体通信、无线宽带、互联网宽带流媒体业务、移动通信等多个信息通信领域[1]。AVS-P10的核心编码器由代码码本激励线性预测ACELP[2]和变换域矢量编码TVC[3]组成,ACELP用于编码类语音和瞬态信号,TVC用于编码类音乐信号。在帧结构上,每1 024个连续的采样点组成一个80 ms的超帧,每个超帧被分成256点、512点或者1 024点的子帧。其中,256点的子帧采用ACELP或者TVC编码,512点和1 024点子帧采用TVC编码。根据上述帧结构,对不同子帧采用4种不同的编码模式,即ACELP256、TVC256、TVC512和TVC1024。由此,在一个超帧上(1 024样点)会有26种不同的编码模式组合,具体采用哪种编码模式取决于信号特征。针对该问题,本文提出了2种基于神经网络的低复杂度的AVS-P10模式选择方案。AVS-P10编码可以通过闭环或者开环模式选择来决定。
1 模式选择算法
1.1 闭环模式选择
闭环模式选择对1 024样点的超帧中所有可能的模式组合进行编码,然后根据信噪比选择最优的组合。为了避免26种编码模式组合中的冗余,降低选择的复杂度,闭环模式首先对1 024点超帧中的4个256点帧尝试使用ACELP256模式和TVC256模式编码,然后分别对前2个和后2个256点帧尝试使用TVC512模式编码,最后对一个超帧尝试使用TVC1024模式编码。编码详细过程如表1所示。

表1 AVS-P10闭环模式选择

(1)
其中,segSNRi为第i个子帧的分段SNR,N表示64个样点的子帧长度。
分段SNR均值定义如下:……p>
