[發(fā)明專利]一種實(shí)現(xiàn)丟包隱藏的方法和裝置

有效

• 申請?zhí)枺?/td>: 200710126165.3
• 申請日: 2007-06-14
• 公開（公告）號: CN101325631A
• 公開（公告）日: 2008-12-17
• 發(fā)明（設(shè)計）人: 詹五洲;王東琦
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: H04M7/00
• 分類號: H04M7/00;H04L12/56;H04L29/06
• 代理公司: 北京德琦知識產(chǎn)權(quán)代理有限公司
• 代理人: 宋志強(qiáng);麻海明

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)通信技術(shù)領(lǐng)域，尤指一種估計基音周期的方法和裝置、一種對基音周期進(jìn)行微調(diào)的方法和裝置以及實(shí)現(xiàn)丟包隱藏的方法和裝置。

背景技術(shù)

最初，IP網(wǎng)絡(luò)是為傳輸包含較大的包且不需要實(shí)時可靠傳送的數(shù)據(jù)流而設(shè)計的。而現(xiàn)在IP網(wǎng)絡(luò)中也傳輸語音數(shù)據(jù)。語音的傳輸需要實(shí)時可靠地傳送較小的語音包，當(dāng)一個語音包在傳輸過程中被丟棄時，通常沒有時間重新傳送該被丟棄的包。另外，當(dāng)一個語音包經(jīng)過了一段較長的路由而在需要播放時不能及時到達(dá)時，這個包已經(jīng)失去了存在的意義。因此在基于IP網(wǎng)絡(luò)協(xié)議的語音(VoIP，Voice?over?Internet?Protocol)系統(tǒng)中，語音包不能及時到達(dá)或不能到達(dá)時，都被認(rèn)為該語音包丟失了。

網(wǎng)絡(luò)傳輸過程中的丟包是在網(wǎng)絡(luò)傳輸語音數(shù)據(jù)時服務(wù)質(zhì)量下降的主要原因。而丟包隱藏技術(shù)是指通過合成的數(shù)據(jù)包補(bǔ)償丟失的包，來減小傳輸過程中的丟包對語音質(zhì)量的影響。如果沒有有效的語音丟包隱藏技術(shù)，即使是設(shè)計和管理得最好的IP網(wǎng)絡(luò)也不能提供長話級品質(zhì)的通信。而設(shè)計良好的解決丟包問題的技術(shù)，能很大程度上提高語音傳輸?shù)馁|(zhì)量。因此在現(xiàn)有技術(shù)中，不同的機(jī)制被用來隱藏由于丟包引起的影響。例如G.711協(xié)議的附錄1中記錄了以基音波形替代為基礎(chǔ)的丟包隱藏方法。

基音波形替代是一種基于收端的處理技術(shù)，它根據(jù)語音的特點(diǎn)對丟失的數(shù)據(jù)幀進(jìn)行補(bǔ)償。下面介紹基音波形替代技術(shù)的原理、實(shí)現(xiàn)過程以及存在的缺點(diǎn)。

在語音信號中，一般清音從波形上看是雜亂無章的，而濁音在波形上則表現(xiàn)出周期性?；舨ㄐ翁娲闹饕硎牵菏紫?，利用丟失幀前一幀的信息，即波形缺口位置的前一幀的信息來估計出基音周期P，然后，用缺口位置之前的，長度為P的一段波形來補(bǔ)償波形的缺口。圖1是現(xiàn)有技術(shù)中利用基音波形補(bǔ)償丟失幀的示意圖。如圖1所示，幀2為丟失的音頻幀，幀長為L，幀1是幀2之前的音頻幀，幀3是幀2之后的音頻幀，且?guī)?和幀2都是完好的數(shù)據(jù)幀。假定已經(jīng)檢測出丟失幀前一幀，即幀2對應(yīng)的基音周期為P，在圖1中用區(qū)間1表示，那么根據(jù)濁音的周期性特點(diǎn)，就可以把丟失幀的前一幀的最后一個基音周期的數(shù)據(jù)，也就是區(qū)間1對應(yīng)的數(shù)據(jù)復(fù)制到丟失幀，以重建丟失幀2的信號。如果一個基音周期的數(shù)據(jù)不足以把丟失幀的空缺填滿，即基音周期P＜丟失幀的幀長L，則重復(fù)復(fù)制區(qū)間1的數(shù)據(jù)到丟失幀的空缺進(jìn)行填充。例如在圖1中，L＝2P，因此在復(fù)制區(qū)間1中的數(shù)據(jù)到區(qū)間2之后，還要再次復(fù)制區(qū)間1中的數(shù)據(jù)到區(qū)間3，即需要兩個基音周期才能填滿丟失幀。

在現(xiàn)有技術(shù)中一般使用自相關(guān)分析的方法來獲得基音波形替代方法中所使用的基音周期P。自相關(guān)分析是一種常用的語音時域波形分析方法，由相關(guān)函數(shù)來定義。相關(guān)函數(shù)可用來測定信號間的時域相似性，當(dāng)進(jìn)行相關(guān)的兩個信號完全不同時，相關(guān)函數(shù)的值接近于零；當(dāng)進(jìn)行相關(guān)的兩個信號的波形相同時，則會在超前或滯后處出現(xiàn)峰值。因此，自相關(guān)函數(shù)可用于研究信號本身，如波形的同步性、周期性等等。

圖2是現(xiàn)有技術(shù)中利用自相關(guān)分析來計算基音周期的方法的示意圖。在圖2中，長度為35ms的語音數(shù)據(jù)是歷史緩沖區(qū)(HB)中的一段數(shù)據(jù)，即丟失幀之前的一段數(shù)據(jù)。TW是模版窗，該窗的尾部與HB中數(shù)據(jù)的尾部對齊，R對應(yīng)TW在HB中的起始位置。由于最大可能基音周期為15ms，因此通常取TW的長度W為20ms。SW是滑動窗，其窗長與模版窗TW的長度相同，也為20ms，TW的位置保持不變，而SW的起始位置L從HB的起始位置1點(diǎn)開始滑動到Q點(diǎn)，從HB的1點(diǎn)到Q點(diǎn)的長度等于最大可能基音周期減去最小可能基音周期。在SW的滑動過程中計算SW中的采樣點(diǎn)和TW中的采樣點(diǎn)的自相關(guān)值，以搜索最佳匹配點(diǎn)，在最佳匹配點(diǎn)處SW中的采樣點(diǎn)信號與TW中的采樣點(diǎn)信號的自相關(guān)值最大。則最佳匹配點(diǎn)和TW的起始位置R之間的距離P即為所估計的基音周期。

在上述過程中，用x(i)表示HB中的第i個采樣點(diǎn)，且HB中采樣點(diǎn)個數(shù)，即35ms數(shù)據(jù)中的采樣點(diǎn)個數(shù)為LEN，SW和TW中采樣點(diǎn)個數(shù)，即20ms數(shù)據(jù)中的采樣點(diǎn)個數(shù)為W，則SW中的采樣點(diǎn)信號與TW中的采樣點(diǎn)信號的相關(guān)函數(shù)CR如公式(1)所示：