[發明專利]修改語音信號的系統和方法

無效

• 申請號: 01804286.4
• 申請日: 2001-01-17
• 公開（公告）號: CN1397064A
• 公開（公告）日: 2003-02-12
• 發明（設計）人: U·林格倫;H·古斯塔夫松;P·多伊特根;C·圖爾班
• 申請（專利權）人: 艾利森電話股份有限公司
• 主分類號: G10L21/02
• 分類號: G10L21/02
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 鄒光新,張志醒

發明背景

本發明涉及用于在通信網中發射語音信息的技術，并且更特別涉及用于增強接收機處的窄帶語音信號的技術。

在語音信號的發射中，在網絡容量(即，被發射的呼叫次數)和那些呼叫的話音信號的質量之間有一種折衷方法。當今正在使用中的大部分電話系統根據奈奎斯特定理以8kHz的一個抽樣速率來在大約300Hz和3.4kHz之間的窄頻帶中編碼并發射語音信號。由于人類語音包含大約50Hz和13kHz之間的頻率，所以以一個8kHz速率來抽樣人類語音并發射大約300Hz到3.4kHz的窄頻率范圍必定忽略語音信號中的信息。因此，電話系統必定衰落語音信號的質量。

擴展電話系統中發射的語音信號帶寬的各種方法已經被開發。該方法能夠被分成兩類。第一類別包括這樣的系統：這些系統通過整個電話系統發射的語音信號的帶寬以便容納由人類語音產生的一個更寬頻率范圍。這些系統在網絡各處強加了另外的帶寬要求，因此難以實現。

第二類別包括這樣的系統：這些系統使用數學算法來操作被現有電話系統使用的窄帶語音信號。典型的示例包括壓縮發射機中的寬帶語音信號的算法，如此以便可以通過一個現有的窄帶連接來發射寬帶信號。寬帶信號然后必須在接收機處被解壓縮。這些方法可能實現起來太昂貴，-因為需要改變現有系統的結構。

其他技術實現一種“電報密碼本”(codebook)方法。一個電報密碼本被用來從窄帶語音信號轉換為新的寬帶語音信號。常常從窄帶到寬帶的轉換是以兩種模型為基礎的：一種用于窄帶語言分析而一種用于寬帶語音合成。電報密碼本關于語音數據被訓練以便“學會”大多數話音(語音)的分集。當使用電報密碼本時，窄帶語音被形成模式并且表示對窄帶模型的一個最小間距的電報密碼本入口被查找。被選擇的模型被轉換成它的寬帶等價物，其被用于合成寬帶語音。與電報密碼本相關的一個缺點是：它們需要重要的訓練。

另一種方法通常被稱為頻譜疊加。頻譜疊合技術是以這樣一種原理為基礎的：即，低頻帶中的內容可以被疊加到較高頻帶中。一般來說，以一個更高的抽樣速率來對窄帶信號進行再抽樣以便在高頻帶中引入混疊。較高頻帶然后用一個低通濾波器而被整形，并且產生寬帶信號。這些方法是簡單而有效的，但是它們常常引入使話音有金屬感的高頻失真。

因此，在本領域中需要用于發射窄帶語音信號的另外的系統和方法。另外，在本領域中需要用于處理接收機處的窄帶語音信號的系統和方法，以便模擬寬帶語音信號。

發明內容

本發明通過把合成信息加到在接收機處接收的窄帶語音信號中來處理這些和其他需要。優選地，語音信號被拆分為一個聲域模型和一個激勵信號。一個或多個諧振頻率可以被加到聲域模型去，從而把一個額外的共振峰合成在語音信號中。另外，一個新的合成激勵信號可以被加到要被合成的頻率范圍中的激勵信號去。語音然后可以被合成以便獲得一個寬帶語音信號。有利地，本發明的方法有相對低的計算復雜性，并且未把顯著的失真引入到語音信號中。

在一個方面中，本發明提供一種用于處理語音信號的方法。該方法包括如下步驟：分析一個接收窄帶信號以便確定合成的高頻帶的內容；使用接收的窄帶信號來再生語音信號的一個低頻帶；和把所述再生的低頻帶與確定的合成高頻帶進行合并以便產生一個具有合成分量的寬帶語音信號。

按照本發明的另外一個方面，分析步驟還包括如下步驟：對接收窄帶信號執行一個頻譜分析以便確定與語音模型和殘留誤差信號相關的參數；確定與殘留誤差信號相關的一個音調；識別與接收窄帶信號相關的峰值；和根據確定的音調和識別的峰值中的至少一個把來自接收窄帶信號中的信息復制到一個高頻帶中以便提供合成高頻帶內容。

按照本發明的另外一個方面，寬帶信號的一個預確定頻率范圍可以被選擇性地增大。寬帶信號也可以被轉換成一個模擬格式并被放大。

按照另一方面，本發明提供一個用于處理一個語音信號的系統。該系統包括：裝置，用于分析一個接收窄帶信號以便確定合成高頻帶內容；裝置，用于使用接收的窄帶信號來再生語音信號的一個低頻帶；和裝置，用于把所述再生的低頻帶與確定的合成高頻帶進行合并以便產生一個具有合成分量的寬帶語音信號。

按照本發明的另外一個方面，用于分析一個接收窄帶信號以便確定合成高頻帶內容的設備包括：一個參量頻譜分析模塊，用于分析窄帶信號的共振峰結構并且產生描述該窄頻帶語音信號的參數和一個誤差信號；一個音調判斷模塊，用于確定由窄帶信號表示的聲音段的音調；和一個殘余擴展器和復制模塊，用于處理從窄帶語音信號中得到的信息并產生一個合成高頻帶信號分量。