[發明專利]一種自適應多速率寬帶編碼方法及編碼器

無效

• 申請號: 200810036835.7
• 申請日: 2008-04-30
• 公開（公告）號: CN101572091A
• 公開（公告）日: 2009-11-04
• 發明（設計）人: 向為
• 申請（專利權）人: 向為
• 主分類號: G10L19/12
• 分類號: G10L19/12;G10L19/14;G10L11/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及自適應多速率寬帶編碼器及其編碼方法，具體涉及到自適應多速率寬帶編碼器的話音激活檢測和對連續聲音信號幀進行AMR-WB編碼的技術。

背景技術

碼激勵線性預測編碼器自1985年被提出以來得到了廣泛的應用。在碼分多址(CDMA)和通用移動通信系統(UMTS)的聲碼器中都使用了碼激勵線性預測編碼器的技術。

碼激勵線性預測包括了線性預測和量化、自適應碼書搜索和固定碼書搜索。因為語音本身有靜默期，可以通過降低這些靜默期間的數據速率有效壓縮語音數據的傳輸速率，高通公司的申請號為92104618.9的可變速率聲碼器的專利就是關于上述方法的一個方案。

在UMTS中使用了自適應多速率(AMR)語音編碼，自適應多速率(AMR)語音編碼是3GPP(第三代移動通信伙伴計劃)制定的應用于第三代移動通信中的語音壓縮編碼，自適應多速率(AMR)語音編碼又分為自適應多速率窄帶(AMR-NB)語音編碼、自適應多速率寬帶(AMR-WB)語音編碼和自適應多速率寬帶改進型(AMR-WB+)語音編碼，這些編碼方法都基于碼書激勵線性線性預測技術。自適應多速率(AMR)編解碼方式中采用的碼書激勵線性預測編碼器將一個話音信號幀分成若干個子幀，進行線性預測和量化、自適應碼書搜索和量化以及固定碼書搜索和量化。AMR-WB(自適應多速率寬帶)語音編碼支持八種速率的語音模式的編碼速率：12.2、10.2、7.95、7.40、6.70、5.90、5.15、4.75kb/s(千比特/秒)，以及低速率(1.80kb/s)的背景噪聲模式的編碼速率，3GPP的TS26.071-500的章節5的表格1(Table?1)給出了對應上述這些自適應多速率寬帶編碼速率的編碼器模式：23.85、23.05、19.85、18.25、15.85、14.25、12.65、8.85、6.6kb/s，以及低速率(1.75kb/s)的背景噪聲編碼速率，3GPP的TS26.171-500的章節5的表格1(Table?1)給出了對應上述這些自適應多速率寬帶編碼速率的編碼器模式：AMR-WB_23.85、AMR-WB_23.05、AMR-WB_19.85、AMR-WB_18.25、AMR-WB_15.85、AMR-WB_14.25、AMR-WB_12.65、AMR-WB_8.85、AMR-WB_6.60以及AMR-WB_SID。

線性預測和量化包括了：將采樣得到的話音信號幀或經過預處理的話音信號幀組成一個序列，用一個窗函數乘該序列中的聲音樣本，以提供一個加窗的聲音數據幀；由所述加窗的聲音數據幀計算一組自相關系數；用萊文遜-杜賓(Levinson-Durbin)算法由所述自相關系數組計算一組線性預測系數：將所述線性預測系數組轉換到另一個頻譜域；根據編碼指令中的速率量化所述轉換到另一個頻譜域上的系數組，例如，10階的一組線頻譜對(LSP)的值，或16階的一組聲抗納頻譜對(ISP)的值，關于線頻譜對(LSP)，最早在發表于國際語言語音和信號處理會議(ICASSP)′84中的文章“線頻譜對(LSP)和語音數據壓縮”中有說明，關于聲抗納頻譜對(ISP)，可以在3GPP的TS26190的5.2.3章節-線性預測系數到聲抗納頻譜對轉換(LP?to?ISP?Conversion)中找到說明。

在碼激勵線性預測編碼過程中，自適應碼書搜索和固定碼書搜索得到的最佳碼書矢量信號乘以各自的最佳增益后相加，其和為激勵信號。激勵信號是編碼過程中一定要使用的，碼激勵線性預測編碼是搜索與原始語音之間誤差最小的基于激勵信號的合成語音。

3GPP的TS26.190對自適應多速率寬帶的自適應碼書搜索作了說明，例如，TS26.190-310版本的5.7節。自適應碼書搜索包含了基于以前激勵信號的閉環基音(pitch)搜索和此后的按選定的整數和分數基音延遲進行的內插以前激勵信號得到自適應碼書的計算。自適應碼書搜索得到的自適應碼書參數是激勵信號、整數和分數基音延遲、自適應碼書增益和量化的自適應碼書增益。