[發明專利]音頻信號解碼器中的改進的頻帶擴展

有效

• 申請號: 201480036730.5
• 申請日: 2014-06-24
• 公開（公告）號: CN105324814B
• 公開（公告）日: 2019-06-04
• 發明（設計）人: M.卡尼斯卡;S.拉戈特
• 申請（專利權）人: 奧林奇公司
• 主分類號: G10L21/038
• 分類號: G10L21/038
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 呂曉章

本發明涉及一種用于在解碼或改進處理期間擴展音頻信號的頻帶的方法，包含在第一所謂的低頻帶中解碼或提取線性預測濾波器的系數和激勵信號的步驟。該方法包括以下步驟：?從在高于第一頻帶的至少一個第二頻帶(UHB1(k)，E401)中擴展的經過過采樣的激勵信號獲得在至少一個第二頻帶中擴展的信號(U_HB2(k)，E403)；?基于幀和子幀的能量比，通過由子幀定義的增益來縮放(E406)擴展信號；?用線性預測濾波器對所述經縮放的擴展信號進行濾波(E404)，所述線性預測濾波器的系數從低頻帶濾波器的系數得出。本發明還涉及實現所述方法的頻帶擴展設備以及包含這樣的設備的解碼器。

技術領域

本發明涉及對音頻信號(諸如語音、音樂或其他這樣信號)進行編碼/ 解碼和處理以便它們的傳輸或存儲的領域。

更具體地，本發明涉及一種在產生音頻率信號增強的解碼器或處理器中 的頻帶擴展方法和設備。

背景技術

存在許多技術用于(有損地)壓縮語音或音樂這樣的音頻信號。

用于對話應用的傳統的編碼方法一般被分類為波形編碼(PCM即“脈 沖編碼調制”、ADCPM即“自適應差分脈沖編碼調制”等)、參數編碼(LPC 即“線性預測編碼”、正弦編碼等)以及通過“綜合分析”使用參數的量化 的參數混合編碼，其中CELP(“編碼激勵線性預測”)編碼是最有名的例子。

對于非對話應用，用于(單聲道)音頻信號編碼的現有技術包含通過變 換進行感知編碼或者在子帶中通過帶復制對高頻進行參數編碼。

關于傳統的語音和音頻編碼方法的回顧可以見于W.B.Kleijn和K.K. Paliwal(主編)的“Speech Coding and Synthesis”(Elsevier，1995年)、M.Bosi 和R.E.Goldgerg的“Introduction to Digital Audio Coding and Standards” (Springer，2002年)以及J.Benesty、M.M.Sondhi、Y.Huang(主編)的 “Handbook of Speech Processing”(Springer，2008年)等工作中。

這里更具體地關注于3GPP標準化AMR-WB(“自適應多速率寬帶”) 編解碼器(編碼器和解碼器)，其以16kHz的輸入/輸出頻率進行操作，其中 信號被劃分成兩個子帶，即以12.8kHz采樣并且通過CELP模式來編碼的低 帶(0-6.4kHz)以及通過“帶擴展”(或BWE，即“帶寬擴展”)根據當前 幀的模式使用或不使用附加信息而在參數上(parametrically)重構的高帶 (6.4-7kHz)。這里可以注意到，7kHz的AMR-WB編解碼器的經編碼的帶 的限制在本質上與如下事實有關：在標準化(ETSI/3GPP然后ITU-T)時， 根據在標準ITU-T P.341中定義的頻率掩模，并且更具體地通過使用在標準 ITU-T G.191中定義的切除7kHz以上的頻率(該濾波器遵守在P.341中定義 的掩模)的所謂的“P341”濾波器，來估計寬帶終端的傳輸中的頻率響應。 然而，在理論上，眾所周知，以16kHz采樣的信號可以具有從0至8000Hz 的定義的音頻帶；因此，AMR-WB編解碼器通過與8kHz的理論帶寬的比 較來引入對高帶的限制。

3GPP AMR-WB語音編解碼器在2001年被標準化，主要用于關于GSM (2G)和UMTS(3G)的電路模式(CS)電話應用。這個相同的編解碼器 還在2003年由ITU-T以推薦G.722.2“Wideband coding speech at around 16 kbit/s using Adaptive Multi-RateWideband(AMR-WB)”的形式而標準化。

其包括被稱為模式的從6.6至23.85kbit/s的9比特率，并且包括具有來 自靜默描述幀(SID，即“靜默插入描述符”)的舒適噪聲生成(CNG)和聲 音活動檢測(VAD)的連續傳輸機制(DTX，即“不連續傳輸”)以及丟失 幀校正機制(FEC，即“幀擦除隱藏”，有時稱為PLC，即包丟失隱藏)。