專(zhuān)利名稱(chēng)：正弦編碼的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號(hào)編碼，其中至少一個(gè)正弦分量的頻率和幅度信息被確定并且表示頻率和幅度信息的正弦參數(shù)被傳輸。
US-A 5,664,051公開(kāi)了一種語(yǔ)音譯碼器裝置，用于從通過(guò)用語(yǔ)音編碼器處理語(yǔ)音得到的類(lèi)型的數(shù)字化語(yǔ)音比特流合成語(yǔ)音信號(hào)。該裝置包括一分析器，用于處理數(shù)字化語(yǔ)音比特流以為表示由語(yǔ)音編碼器處理的語(yǔ)音的多個(gè)正弦分量中的每個(gè)分量產(chǎn)生角頻率和大小，該分析器在一時(shí)間序列中產(chǎn)生角頻率和大??；一隨機(jī)信號(hào)發(fā)生器，用于產(chǎn)生隨機(jī)相位分量的時(shí)序；一相位合成器，用于為至少一些正弦分量產(chǎn)生合成相位的時(shí)序；合成相位由角頻率和隨機(jī)相位分量產(chǎn)生；以及一合成器，用于從角頻率、大小和合成相位的時(shí)序合成語(yǔ)音。該文獻(xiàn)公開(kāi)，合成語(yǔ)音質(zhì)量的顯著改進(jìn)可通過(guò)不對(duì)語(yǔ)音的話(huà)音(即主要由諧波組成)部分中的諧波相位編碼，而是在受話(huà)器處為諧波合成人工相位實(shí)現(xiàn)。通過(guò)不對(duì)該諧波相位信息編碼，有可能在表示相位時(shí)用盡的比特可用于改進(jìn)編碼的語(yǔ)音(例如，音調(diào)，調(diào)和度)的其它分量的質(zhì)量。在合成人工相位的過(guò)程中，考慮若干段內(nèi)的諧波的相位和頻率。此外，添加隨機(jī)相位分量或抖動(dòng)以在相位中引入無(wú)序度。更多的抖動(dòng)用于其中頻帶的大部分為無(wú)聲的語(yǔ)音段。隨機(jī)抖動(dòng)改進(jìn)合成語(yǔ)音的質(zhì)量，避免當(dāng)相位被人工合成時(shí)可導(dǎo)致的嗡嗡的，不自然的音質(zhì)。
本發(fā)明的目的在于提供有利的編碼。為此，如獨(dú)立權(quán)利要求中所規(guī)定的，本發(fā)明提供一種將信號(hào)編碼的方法，一種將編碼的信號(hào)譯碼的方法，一聲頻信號(hào)編碼器，一聲頻播放器，一聲頻系統(tǒng)，一編碼信號(hào)和一存儲(chǔ)介質(zhì)。有利的實(shí)施例在從屬權(quán)利要求中規(guī)定。本發(fā)明提供一種通過(guò)將相位抖動(dòng)參數(shù)從編碼器傳輸?shù)阶g碼器施加相位抖動(dòng)，以指出在合成過(guò)程中應(yīng)施加在譯碼器中的相位抖動(dòng)量的有利方法。發(fā)送相位抖動(dòng)參數(shù)尤其具有在譯碼器中施加的相位抖動(dòng)量和原始信號(hào)間建立關(guān)系的優(yōu)點(diǎn)。以這種方式，獲得重建聲頻信號(hào)的更自然的聲音，它良好地對(duì)應(yīng)于原始聲頻信號(hào)。此外，因?yàn)椴恍枰谧g碼器中局部地確定待施加的以產(chǎn)生自然發(fā)聲信號(hào)的相位抖動(dòng)量，待施加的相位抖動(dòng)量可更快和更可靠地確定。
通過(guò)將相位抖動(dòng)參數(shù)包括在編碼的比特流中，位速率增加。但是，增加的位速率可為極小的因?yàn)檫@些相位抖動(dòng)參數(shù)可具有非常低的更新速率，例如每個(gè)軌跡(track)一次。一個(gè)軌跡為具有給定頻率和幅度的正弦分量，即一整套的正弦波的段。優(yōu)選地，相位抖動(dòng)參數(shù)在軌跡的第一階段與正弦波的頻率和幅度大致一同傳輸。在那種情況下，所有要求的信息在譯碼的初期是可得的。
該問(wèn)題的另一解決方案將是在各種不同的時(shí)間階段傳輸原始相位，或相位差，使得頻率可在合成過(guò)程中適于在相應(yīng)的時(shí)間階段與該原始相位匹配。發(fā)送這些原始相位參數(shù)導(dǎo)致更好的質(zhì)量但需要更高的位速率。
在一優(yōu)選實(shí)施例中，假設(shè)施加給諧波相關(guān)頻率的相位抖動(dòng)承載與相關(guān)頻率相同的諧波關(guān)系。則每個(gè)諧波相關(guān)頻率組足以傳輸一個(gè)相位抖動(dòng)參數(shù)。
相位抖動(dòng)參數(shù)優(yōu)選從在原始相位中測(cè)量的統(tǒng)計(jì)偏差推出。在一優(yōu)選實(shí)施例中，信號(hào)的原始相位和預(yù)測(cè)的相位間的差值被確定，該預(yù)測(cè)的相位從傳輸?shù)念l率參數(shù)和相位連續(xù)要求計(jì)算，并且相位抖動(dòng)參數(shù)從該差值推出。對(duì)于連續(xù)相位，每個(gè)軌跡中只有正弦波的第一階段可包括相位參數(shù)，正弦波的相繼的段必須以這種方式匹配即計(jì)算它們的相位參數(shù)，即它們與當(dāng)前的正弦波的段的相位一致。基于連續(xù)相位規(guī)則的重建相位失去它們與原始相位的關(guān)系。如在現(xiàn)有技術(shù)中解釋的，具有恒定頻率和幅度以及連續(xù)相位的重建信號(hào)，聽(tīng)起來(lái)有些不自然。
通常，不要求相位抖動(dòng)參數(shù)指出相位抖動(dòng)的精確量。譯碼器可基于相位抖動(dòng)參數(shù)的數(shù)值和/或信號(hào)特性執(zhí)行一定的預(yù)定計(jì)算。
在一極端情況下，相位抖動(dòng)參數(shù)僅由一個(gè)比特組成。在這種情況下，例如一個(gè)零指出不應(yīng)施加相位抖動(dòng)，而一個(gè)一指出應(yīng)施加相位抖動(dòng)。譯碼器中待施加的相位抖動(dòng)可為預(yù)定的量或可以預(yù)定的方式從信號(hào)特性中推出。
參照在下文描述的實(shí)施例將明確并闡明本發(fā)明的上述和其它方面。
附圖中

圖1示出包括按照本發(fā)明的聲頻信號(hào)編碼器的說(shuō)明性實(shí)施例；圖2示出包括按照本發(fā)明的聲頻播放器的說(shuō)明性實(shí)施例；以及圖3示出按照本發(fā)明的一聲頻系統(tǒng)的說(shuō)明性實(shí)施例。
附圖僅示出對(duì)于理解本發(fā)明所必需的那些元件。
本發(fā)明優(yōu)選應(yīng)用于通用正弦編碼方案中，不僅是應(yīng)用于語(yǔ)音編碼方案中，同樣還應(yīng)用于正弦聲頻編碼方案中。在正弦編碼方案中，待編碼的聲頻信號(hào)由其頻率和幅度在編碼器中確定的多個(gè)正弦波表示。通常，不傳輸相位，但合成以這種方式進(jìn)行，即兩個(gè)后繼段間的相位是連續(xù)的。這樣做是為了節(jié)省位速率。在典型的正弦編碼方案中，提取出用于許多正弦分量的正弦參數(shù)。用于一個(gè)分量的正弦參數(shù)組至少由頻率和幅度組成。更復(fù)雜的編碼方案同樣提取出頻率和/或幅度過(guò)程中的信息作為時(shí)間函數(shù)。在最簡(jiǎn)單的情況下，假設(shè)頻率和幅度在一時(shí)間量?jī)?nèi)為恒定的。該時(shí)間是指更新間隔并且典型的范圍為5ms-40ms。在合成過(guò)程中，串行幀的頻率和幅度必須被連接。跟蹤算法可應(yīng)用于識(shí)別頻率軌跡?；谠撔畔?，可計(jì)算連續(xù)相位使得對(duì)應(yīng)于單個(gè)軌跡的正弦分量正確連接。這是重要的，因?yàn)樗乐箮缀踅?jīng)?？陕?tīng)見(jiàn)的相位的不連續(xù)性。由于頻率在每個(gè)更新間隔內(nèi)恒定，連續(xù)重建的相位已失去它與原始相位的關(guān)系。
圖1示出按照本發(fā)明的示范性聲頻信號(hào)編碼器2。聲頻信號(hào)A從聲源1，例如話(huà)筒、存儲(chǔ)介質(zhì)、網(wǎng)絡(luò)等獲得。聲頻信號(hào)A輸入至聲頻信號(hào)編碼器2。聲頻信號(hào)A中的正弦分量在聲頻信號(hào)編碼器2中被參數(shù)化建模。編碼單元20從聲頻信號(hào)A中推出至少一個(gè)正弦分量的頻率參數(shù)f和幅度參數(shù)a。這些正弦參數(shù)f和a包括在多路復(fù)用器21中的編碼的聲頻信號(hào)A’中。聲頻流A’從聲頻信號(hào)編碼器經(jīng)可為無(wú)線(xiàn)連接、數(shù)據(jù)總線(xiàn)或存儲(chǔ)介質(zhì)等的通信信道3供給聲頻播放器。在編碼器正弦軌跡被識(shí)別。這意味著在兩個(gè)時(shí)間時(shí)刻t1和t2，頻率和相位是已知的。從t1時(shí)刻的頻率軌跡和相位，可預(yù)測(cè)t2時(shí)刻的相位。這優(yōu)選以與在譯碼器中相同的方法進(jìn)行。t2時(shí)刻相位的預(yù)測(cè)和實(shí)際測(cè)量的相位的誤差可被計(jì)算。該誤差的特征值，如平均絕對(duì)值或方差可被確定。優(yōu)選，相位抖動(dòng)參數(shù)由該特征值推出。以這種方式，通過(guò)計(jì)算實(shí)際相位和從編碼器中的正弦參數(shù)確定的相位間差值，在編碼器中確定所需要的相位抖動(dòng)。從該差值推出的相位抖動(dòng)參數(shù)被傳輸至譯碼器，該譯碼器使用相位抖動(dòng)參數(shù)通過(guò)在合成中稍稍改變相應(yīng)信號(hào)的相位引入相位抖動(dòng)的導(dǎo)出量。
確定相位抖動(dòng)參數(shù)的替換方法為監(jiān)測(cè)原始頻率中的波動(dòng)。
圖2示出包括按照本發(fā)明的聲頻播放器4的實(shí)施例。聲頻信號(hào)A’從通信信道3獲得并在多路分配器40中多路分路以獲得包括在編碼的聲頻信號(hào)A’中的正弦參數(shù)f和a和相位抖動(dòng)參數(shù)p。這些參數(shù)f，a和p被供給正弦合成(SS)單元41。在SS單元41中，產(chǎn)生具有與原始聲頻信號(hào)A中的正弦分量S大致相同的性能的正弦分量S’。正弦分量S’與其它重建分量一起多路傳輸并輸出至可為揚(yáng)聲器的輸出單元5。在譯碼器，相位抖動(dòng)參數(shù)p是可得的。緊接在通過(guò)使用相位連續(xù)和一些頻率(和由此相位)插值確定每個(gè)時(shí)刻信號(hào)的相位之后，相位抖動(dòng)參數(shù)被用于將一擾動(dòng)添加至所構(gòu)建的相位插值。在頻率在合成過(guò)程中被調(diào)整以匹配這些新的相位值這個(gè)意義上，該新的相位則被視為“原始相位”。
圖3示出按照本發(fā)明的、包括如圖1所示聲頻信號(hào)編碼器2和如圖2所示聲頻播放器4的聲頻系統(tǒng)。這種系統(tǒng)提供播放和記錄特征。通信信道3可為聲頻系統(tǒng)的一部分，但常常在聲頻系統(tǒng)的外部。在通信信道3為存儲(chǔ)介質(zhì)的情況下，存儲(chǔ)介質(zhì)可固定在系統(tǒng)中或同樣可為可拆裝的盤(pán)，帶，存儲(chǔ)棒等。
應(yīng)注意上述實(shí)施例只是說(shuō)明而不是限制本發(fā)明，并且在不偏離所附權(quán)利要求的范圍的情況下，本領(lǐng)域的技術(shù)人員將能夠設(shè)計(jì)很多可替換的實(shí)施例。在權(quán)利要求中，位于括弧中的任何參考符號(hào)將不被認(rèn)為是限制權(quán)利要求。單詞“包括”不排除存在除那些列于權(quán)利要求中的以外其它的元件或步驟。本發(fā)明可借助包括幾個(gè)特殊元件的硬件，并借助適當(dāng)編程的計(jì)算機(jī)實(shí)現(xiàn)。在列舉幾種單元的裝置權(quán)利要求中，這些單元中的幾種可由同一硬件實(shí)現(xiàn)。一定的措施在互相不同的從屬權(quán)利要求中敘述這一情況并不指示這些措施的組合不能被有利使用。
總之，提供信號(hào)編碼，其中信號(hào)中至少一個(gè)正弦分量的頻率和幅度信息被確定，并且表示頻率和幅度信息的正弦參數(shù)被傳輸，并且其中進(jìn)一步一個(gè)相位抖動(dòng)參數(shù)被傳輸，該相位抖動(dòng)參數(shù)表示在從傳輸?shù)恼覅?shù)恢復(fù)正弦分量期間應(yīng)添加的一個(gè)相位抖動(dòng)量。
權(quán)利要求
1.一種編碼(2)信號(hào)(A)的方法，該方法包括步驟確定(20)信號(hào)(A)中至少一個(gè)正弦分量的頻率和幅度信息；以及傳輸(22)表示頻率和幅度信息的正弦參數(shù)(f，a)；其特征在于該方法(2)進(jìn)一步包括步驟傳輸(22)相位抖動(dòng)參數(shù)(p)，該相位抖動(dòng)參數(shù)表示在從傳輸?shù)恼覅?shù)(f，a)恢復(fù)正弦分量期間應(yīng)添加的一個(gè)相位抖動(dòng)量。
2.如權(quán)利要求1所要求的方法(2)，其中在軌跡的第一階段相位抖動(dòng)參數(shù)(p)與正弦參數(shù)(f，a)大致一起傳輸(22)。
3.如權(quán)利要求1所要求的方法(2)，其中相位抖動(dòng)參數(shù)(p)為正弦分量的一個(gè)給定組被傳輸(22)，該正弦分量具有諧波相關(guān)的頻率。
4.如權(quán)利要求1所要求的方法(2)，該方法(2)進(jìn)一步包括步驟確定(20)正弦分量的相位和預(yù)測(cè)的相位間的差值，該預(yù)測(cè)的相位從傳輸?shù)恼覅?shù)(f，a)和相位連續(xù)要求計(jì)算；以及從所述差值推出(20)該相位抖動(dòng)參數(shù)(p)。
5.一種解碼(4)編碼的信號(hào)(A’)的方法，該方法包括步驟接收(40)表示至少一個(gè)正弦分量的頻率和幅度信息的正弦參數(shù)(f，a)；從正弦參數(shù)(f，a)恢復(fù)(41)至少一個(gè)正弦分量；其特征在于該方法進(jìn)一步包括接收(40)相位抖動(dòng)參數(shù)(p)；將一個(gè)相位抖動(dòng)量添加(41)至正弦分量，該相位抖動(dòng)量從相位抖動(dòng)參數(shù)推出。
6.一個(gè)聲頻信號(hào)編碼器(2)包括用于確定信號(hào)(A)中至少一個(gè)正弦分量的頻率和幅度信息的裝置(20)；以及用于傳輸表示頻率和幅度信息的正弦參數(shù)(f，a)的裝置(22)；其特征在于聲頻信號(hào)編碼器(2)進(jìn)一步包括用于傳輸相位抖動(dòng)參數(shù)(p)的裝置(22)，該相位抖動(dòng)參數(shù)表示在從傳輸?shù)恼覅?shù)(f，a)恢復(fù)正弦分量期間應(yīng)添加的一個(gè)相位抖動(dòng)量。
7.一個(gè)聲頻播放器(4)包括用于接收表示至少一個(gè)正弦分量的頻率和幅度信息的正弦參數(shù)(f，a)的裝置(40)；用于從正弦參數(shù)(f，a)恢復(fù)至少一個(gè)正弦分量的裝置(41)；其特征在于該聲頻播放器進(jìn)一步包括用于接收相位抖動(dòng)參數(shù)(p)的裝置(40)；用于將一個(gè)相位抖動(dòng)量添加至正弦分量的裝置(41)，該相位抖動(dòng)量從相位抖動(dòng)參數(shù)推出。
8.包括如權(quán)利要求6所要求的聲頻信號(hào)編碼器(2)和如權(quán)利要求7所要求的聲頻播放器(4)的一種聲頻系統(tǒng)。
9.一種編碼的信號(hào)(A’)，包括表示至少一個(gè)正弦分量的頻率和幅度信息的正弦參數(shù)(f，a)并進(jìn)一步包括相位抖動(dòng)參數(shù)(p)，該相位抖動(dòng)參數(shù)表示在從正弦參數(shù)(f，a)恢復(fù)正弦分量的期間應(yīng)添加的一個(gè)相位抖動(dòng)量。
10.一種存儲(chǔ)介質(zhì)(3)，其上存儲(chǔ)有如權(quán)利要求9所要求的編碼的信號(hào)(A’)。
全文摘要
提供將一信號(hào)(A)編碼(2),其中信號(hào)(A)中至少一個(gè)正弦分量的頻率和幅度信息被確定(20),并且表示頻率和幅度信息的正弦參數(shù)(f,a)被傳輸(22),并且其中進(jìn)一步一個(gè)相位抖動(dòng)參數(shù)(p)被傳輸,相位抖動(dòng)參數(shù)表示在從傳輸?shù)恼覅?shù)(f,a)恢復(fù)正弦分量期間應(yīng)添加的一個(gè)相位抖動(dòng)量。
文檔編號(hào)G10L19/02GK1383546SQ01801727
公開(kāi)日2002年12月4日 申請(qǐng)日期2001年6月14日 優(yōu)先權(quán)日2000年6月20日
發(fā)明者A·W·J·奧門(mén), A·C·登布林克 申請(qǐng)人:皇家菲利浦電子有限公司