[發(fā)明專利]彎曲譜和精細(xì)估計(jì)音頻編碼

有效

• 申請(qǐng)?zhí)枺?/td>: 201110415397.7
• 申請(qǐng)日: 2011-12-02
• 公開（公告）號(hào): CN102568484A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: M·L·塞爾澤;J·G·德羅珀;H·S·瑪爾瓦;A·阿塞羅;樊星
• 申請(qǐng)（專利權(quán)）人: 微軟公司
• 主分類號(hào): G10L19/00
• 分類號(hào): G10L19/00;G10L15/00
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 陳斌

1.一種計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：

從原始音頻信號(hào)(220)對(duì)彎曲頻譜估計(jì)的表示(248)進(jìn)行編碼，所述編碼基于彎曲頻譜；

使用所述彎曲頻譜估計(jì)表示(248)來生成所述原始音頻信號(hào)的平滑估計(jì)的表示；以及

使用所述平滑估計(jì)的表示來對(duì)所述原始音頻信號(hào)(220)的精細(xì)細(xì)節(jié)的精細(xì)估計(jì)表示(268)進(jìn)行編碼。

2.如權(quán)利要求1所述的方法，其特征在于，所述彎曲頻譜估計(jì)是梅爾頻譜估計(jì)。

3.如權(quán)利要求1所述的方法，其特征在于，根據(jù)變換編解碼器框架來配置所述精細(xì)估計(jì)表示。

4.如權(quán)利要求1所述的方法，其特征在于，所述精細(xì)估計(jì)表示表示頻域中的精細(xì)譜估計(jì)。

5.如權(quán)利要求1所述的方法，其特征在于，生成所述平滑估計(jì)的表示包括執(zhí)行逆變換操作。

6.如權(quán)利要求1所述的方法，其特征在于，對(duì)所述精細(xì)估計(jì)進(jìn)行編碼至少部分在頻域中執(zhí)行。

7.一個(gè)或多個(gè)其上包含計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述指令在由至少一個(gè)處理器執(zhí)行時(shí)使所述至少一個(gè)處理器執(zhí)行以下動(dòng)作：

對(duì)原始音頻信號(hào)(220)的彎曲頻譜估計(jì)的表示(332)進(jìn)行解碼；

對(duì)所述原始音頻信號(hào)(220)的精細(xì)估計(jì)的表示(334)進(jìn)行解碼；

將所述彎曲頻譜估計(jì)的表示(332)傳遞至語(yǔ)音識(shí)別引擎；以及

使用所述彎曲頻譜估計(jì)的表示(332)和所述精細(xì)估計(jì)的表示(366)來重構(gòu)表示所述原始音頻信號(hào)(220)的音頻信號(hào)(372)。

8.如權(quán)利要求7所述的一個(gè)或多個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，

所述彎曲頻譜估計(jì)是第一彎曲頻譜估計(jì)；

所述原始音頻信號(hào)是第一原始音頻信號(hào)；

對(duì)所述第一彎曲頻譜估計(jì)的表示進(jìn)行解碼、對(duì)所述精細(xì)估計(jì)的表示進(jìn)行解碼、將所述第一彎曲頻譜估計(jì)的表示傳遞至所述語(yǔ)音識(shí)別引擎、以及重構(gòu)表示所述第一原始音頻信號(hào)的音頻信號(hào)全部在第一操作模式中執(zhí)行；以及

所述動(dòng)作還包括從所述第一操作模式切換至第二操作模式并在所述第二操作模式中執(zhí)行各動(dòng)作，所述第二操作模式中的動(dòng)作包括：

對(duì)第二原始音頻信號(hào)的第二彎曲頻譜估計(jì)的表示進(jìn)行解碼；以及

將所述第二彎曲頻譜估計(jì)的表示傳遞至所述語(yǔ)音識(shí)別引擎；

其中所述第二操作模式不包括重構(gòu)表示所述第二原始音頻信號(hào)的音頻信號(hào)。

9.一種計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：

在語(yǔ)音編碼系統(tǒng)(200)中，執(zhí)行以下動(dòng)作：

基于彎曲頻譜對(duì)原始音頻信號(hào)(220)的彎曲頻譜估計(jì)的表示(248)進(jìn)行編碼，所述編碼包括動(dòng)態(tài)范圍縮減操作和余弦變換操作；

使用所述彎曲頻譜估計(jì)表示(248)來生成所述原始音頻信號(hào)(220)的譜的平滑譜估計(jì)的表示；

使用所述平滑估計(jì)表示來對(duì)所述原始音頻信號(hào)(220)的精細(xì)細(xì)節(jié)的精細(xì)頻譜估計(jì)的表示(268)進(jìn)行編碼；

將所述精細(xì)估計(jì)的表示(268)和所述彎曲頻譜估計(jì)的表示(248)打包在數(shù)據(jù)流(290)中；以及

將所述數(shù)據(jù)流(290)發(fā)送至語(yǔ)音解碼和識(shí)別系統(tǒng)(300)。

10.如權(quán)利要求9所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其特征在于，還包括：

在所述語(yǔ)音解碼和識(shí)別系統(tǒng)處接收所述數(shù)據(jù)流；

在所述語(yǔ)音解碼和識(shí)別系統(tǒng)中，執(zhí)行以下動(dòng)作：

對(duì)所述數(shù)據(jù)流的各分量進(jìn)行解碼，包括對(duì)所述原始音頻信號(hào)的彎曲頻譜估計(jì)的表示進(jìn)行解碼，以及對(duì)所述原始音頻信號(hào)的精細(xì)估計(jì)的表示進(jìn)行解碼；

將所述彎曲頻譜估計(jì)的表示傳遞至所述語(yǔ)音識(shí)別系統(tǒng)中的語(yǔ)音識(shí)別引擎；以及

重構(gòu)表示所述原始音頻信號(hào)的音頻信號(hào)，所述重構(gòu)包括擴(kuò)展所述彎曲頻譜估計(jì)的表示的動(dòng)態(tài)范圍、執(zhí)行逆余弦變換操作、使用所述彎曲頻譜估計(jì)表示來生成平滑譜估計(jì)表示，以及將所述平滑譜估計(jì)與所述精細(xì)估計(jì)進(jìn)行組合。