[發明專利]使用線性預測編碼對音頻信號進行編碼的編碼器和方法

有效

• 申請號: 201680055833.5
• 申請日: 2016-09-23
• 公開（公告）號: CN108352166B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 尤納斯·弗斯徹;湯姆·巴克斯特倫;埃馬·約金內
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: G10L21/0224
• 分類號: G10L21/0224;G10L21/0232;G10L21/0364;G10L25/12;G10L19/26;G10L19/012;G10L19/125;G10L19/005;G10L19/08;G10L21/0208;G10L21/0308;G10L19/16;G10L19/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 潘劍穎

示出了用于使用線性預測編碼以使背景噪聲減小的方式對音頻信號進行編碼的編碼器。該編碼器包括：背景噪聲估計器，被配置為估計音頻信號的背景噪聲；背景噪聲減小器，被配置為通過從音頻信號中減去所估計出的音頻信號的背景噪聲，來產生背景噪聲減小的音頻信號；以及預測器，被配置使音頻信號經受線性預測分析，以獲得第一組線性預測濾波器(LPC)系數，并且使背景噪聲減小的音頻信號經受線性預測分析，以獲得第二組線性預測濾波器(LPC)系數。此外，該編碼器包括分析濾波器，分析濾波器包括通過所獲得的第一組LPC系數和所獲得的第二組LPC系數來進行控制的級聯的時域濾波器。

技術領域

本發明涉及一種使用線性預測編碼以使背景噪聲減小的方式對音頻信號進行編碼的編碼器、對應的方法和包括編碼器和解碼器的系統。換句話說，本發明涉及聯合語音增強和/或編碼方法，例如通過并入CELP(碼本激勵線性預測)編解碼器中來對語音進行聯合增強和編碼。

背景技術

隨著語音和通信設備變得普遍存在，并且可能在不利條件下使用，對于能夠應對不利環境的語音增強方法的需求得以增加。因此，例如，在移動電話中，現在通常將噪聲衰減方法用作對于所有后續語音處理(例如，語音編碼)的預處理塊/步驟。存在將語音增強并入到語音編碼器中的各種方法[1，2，3，4]。盡管這樣的設計確實提高了發送的語音質量，但是級聯處理不允許質量的聯合感知優化/最小化，或者量化噪聲和干擾的聯合最小化至少是困難的。

語音編解碼器的目標是允許用最少量的發送數據來發送高質量的語音。為了實現這個目標，需要信號的有效表示，例如通過線性預測對語音信號的頻譜包絡進行建模，通過長時預測器對基頻進行建模，以及利用噪聲碼本對剩余部分進行建模。這種表示是語音編解碼器使用編碼激勵線性預測(CELP)范式的基礎，CELP范式用于主要語音編碼標準中(例如，自適應多速率(AMR)、AMR-寬帶(AMR-WB)、統一語音和音頻編碼(USAC)和增強語音服務(EVS)[5，6，7，8，9，10，11])。

對于自然語音通信，說話者經常在免提模式下使用設備。在這種情況下，麥克風通常遠離嘴巴，由此語音信號很容易因干擾(比如，混響或背景噪聲)而失真。劣化不僅影響感知的語音質量，還影響語音信號的可理解性，因此會嚴重妨礙對話的自然性。為了改善通信體驗，應用語音增強方法來衰減噪聲并減少混響的影響是有益的。語音增強領域是成熟的，并且有很多方法可用[12]。然而，大多數現有算法基于應用了基于重疊相加的開窗方案的重疊相加方法(例如，諸如短時傅立葉變換(STFT)之類的變換)，而相反地，CELP編解碼器利用線性預測器/線性預測濾波器來對信號進行建模，并且僅對殘差應用開窗。這些基本差異使得混合增強和編碼方法變得困難。但很明顯，增強和編碼的聯合優化可以提高質量，減小延遲和計算復雜度。

因此，需要一種改進的方法。

發明內容

本發明的目的是提供一種用于使用線性預測編碼來處理音頻信號的改善型構思。該目的通過獨立權利要求的主題來解決。

本發明的實施例示出了一種編碼器，用于使用線性預測編碼以使背景噪聲減小的方式對音頻信號進行編碼。該編碼器包括：背景噪聲估計器，被配置為估計音頻信號的背景噪聲；背景噪聲減小器，被配置為通過從音頻信號中減去所估計出的音頻信號的背景噪聲，來產生背景噪聲減小的音頻信號；以及預測器，被配置使音頻信號經受線性預測分析，以獲得第一組線性預測濾波器(LPC)系數，并且使背景噪聲減小的音頻信號經受線性預測分析，以獲得第二組線性預測濾波器(LPC)系數。此外，該編碼器包括分析濾波器，分析濾波器包括通過所獲得的第一組LPC系數和所獲得的第二組LPC系數來進行控制的級聯的時域濾波器。