[發明專利]生成心理聲學模型的方法及裝置

有效

• 申請號: 201010123999.0
• 申請日: 2010-02-26
• 公開（公告）號: CN102169694A
• 公開（公告）日: 2011-08-31
• 發明（設計）人: 馬鴻飛;郭澤華;夏雨;許麗凈
• 申請（專利權）人: 華為技術有限公司;西安電子科技大學
• 主分類號: G10L19/02
• 分類號: G10L19/02;G10L19/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 何文彬

1.一種生成心理聲學模型的方法，其特征在于，所述方法包括：

以修正離散余弦變換MDCT對輸入的時域音頻信號幀進行時頻分析，得到MDCT頻域參數；

根據所述MDCT頻域參數計算譜平坦測度函數、頻譜局部最大主導分量擴展包絡和頻譜局部最小主導分量平均包絡，并根據所述譜平坦測度函數、頻譜局部最大主導分量擴展包絡和頻譜局部最小主導分量平均包絡計算局部掩蔽門限；

根據所述局部掩蔽門限，生成并輸出全局掩蔽門限。

2.根據權利要求1所述的方法，其特征在于，所述根據所述MDCT頻域參數計算譜平坦測度函數包括：

根據所述MDCT頻域參數計算在Bark域內的譜平坦測度函數，并將計算得到的所述Bark域內的譜平坦測度函數轉換成線性頻域的譜平坦測度函數。

3.根據權利要求1所述的方法，其特征在于，所述根據所述MDCT頻域參數計算頻譜局部最大主導分量擴展包絡包括：

計算掩蔽擴展函數；

根據所述掩蔽擴展函數及所述MDCT頻域參數得到局部最大主導分量的高頻掩蔽擴展包絡及局部最大主導分量的低頻掩蔽擴展包絡；

將所述局部最大主導分量的高頻掩蔽擴展包絡及局部最大主導分量的低頻掩蔽擴展包絡中的較大值作為頻譜局部最大主導分量擴展包絡。

4.根據權利要求1所述的方法，其特征在于，所述根據所述MDCT頻域參數計算頻譜局部最小主導分量平均包絡包括：

將所述MDCT頻域參數劃分到多個臨界頻帶；

在各個臨界頻帶中搜索局部最小極值點，并計算各臨界頻帶中局部最小極值點的平均值；

根據所述各臨界頻帶中局部最小極值點的平均值得到頻譜局部最小主導分量平均包絡。

5.根據權利要求1至4任一權利要求所述的方法，其特征在于，所述根據所述局部掩蔽門限，生成并輸出全局掩蔽門限包括：

計算得到絕對掩蔽門限，并根據所述絕對掩蔽門限以及所述局部掩蔽門限，生成并輸出全局掩蔽門限；

或，根據所述質量控制參數和速率控制參數確定所述局部掩蔽門限的加權系數，根據加權后的局部掩蔽門限以及所述絕對掩蔽門限，生成并輸出全局掩蔽門限。

6.一種生成心理聲學模型的裝置，其特征在于，所述裝置包括：

時域分析模塊，用于以修正離散余弦變換MDCT對輸入的時域音頻信號幀進行時頻分析，得到MDCT頻域參數；

第一計算模塊，用于根據所述時域分析模塊得到的MDCT頻域參數計算譜平坦測度函數；

第二計算模塊，用于根據所述時域分析模塊得到的MDCT頻域參數計算頻譜局部最大主導分量擴展包絡；

第三計算模塊，用于根據所述時域分析模塊得到的MDCT頻域參數計算頻譜局部最小主導分量平均包絡；

局部掩蔽門限計算模塊，用于根據所述第一計算模塊計算得到的所述譜平坦測度函數、所述第二計算模塊計算得到的頻譜局部最大主導分量擴展包絡和所述第三計算模塊計算得到的頻譜局部最小主導分量平均包絡計算局部掩蔽門限；

全局掩蔽門限計算模塊，用于根據所述局部掩蔽門限計算模塊計算得到的所述局部掩蔽門限，生成并輸出全局掩蔽門限。

7.根據權利要求6所述的裝置，其特征在于，所述第一計算模塊包括：

計算單元，用于根據所述時域分析模塊得到的所述MDCT頻域參數計算在Bark域內的譜平坦測度函數；

轉換單元，用于將所述計算單元計算得到的Bark域內的譜平坦測度函數轉換成線性頻域的譜平坦測度函數。

8.根據權利要求6所述的裝置，其特征在于，所述第二計算模塊包括：

第一計算單元，用于計算掩蔽擴展函數；

第二計算單元，用于根據所述第一計算單元計算得到的所述掩蔽擴展函數及所述MDCT頻域參數得到局部最大主導分量的高頻掩蔽擴展包絡及局部最大主導分量的低頻掩蔽擴展包絡；

確定單元，用于將所述第二計算單元得到的所述局部最大主導分量的高頻掩蔽擴展包絡及局部最大主導分量的低頻掩蔽擴展包絡中的較大值作為頻譜局部最大主導分量擴展包絡。