專(zhuān)利名稱(chēng)：音頻信號(hào)合成的制作方法
音頻信號(hào)合成本發(fā)明涉及音頻信號(hào)合成。本發(fā)明尤其涉及其中確定所合成信號(hào) 的相位的音頻信號(hào)合成裝置和方法。本發(fā)明進(jìn)一步涉及修改音頻信號(hào) 頻率的裝置和方法，該裝置包括上面提到的音頻信號(hào)合成裝置或方法。利用諸如頻率和相位的信號(hào)參數(shù)來(lái)合成音頻信號(hào)是眾所周知的。 該合成可被實(shí)施用于在電子樂(lè)器或其它諸如移動(dòng)(蜂窩)電話的消費(fèi) 類(lèi)裝置中生成聲音信號(hào)。可替換地，該合成可以由解碼器實(shí)施，對(duì)前 面編碼過(guò)的音頻信號(hào)進(jìn)行解碼。編碼方法的例子是參數(shù)編碼，其中音 頻信號(hào)在每個(gè)時(shí)間段被分解為正弦分量、噪聲分量和可選的其它分量， 這些分量每一個(gè)都可用適當(dāng)?shù)膮?shù)來(lái)表示。在適當(dāng)?shù)慕獯a器中，這些 參數(shù)用于充分地重構(gòu)原始的音頻信號(hào)。由A. C. den Br inker 、 E. G. P. Schui jers和A. W丄Oomen在Audio Engineering Society Convention Paper 5554， Mun i ch (Germany) ， May 2002上發(fā)表的論文"Parametric Coding for High-Quality Audio" 揭示了正弦軌道(track)在參數(shù)編碼中的應(yīng)用。利用瞬態(tài)對(duì)象、正弦對(duì) 象和噪聲對(duì)象對(duì)音頻信號(hào)建模。每個(gè)時(shí)間幀估計(jì)一次正弦對(duì)象的參數(shù)。 每一幀估計(jì)的頻率在幀上鏈接起來(lái)，由此形成正弦軌道。這些軌道指 示時(shí)間幀的哪些正弦對(duì)象繼續(xù)進(jìn)入下 一 時(shí)間幀。國(guó)際專(zhuān)利申請(qǐng)WO 02/056298 (飛利浦)揭示了參數(shù)編碼中信號(hào)分 量的鏈接。鏈接單元生成指示連續(xù)延伸的信號(hào)段分量的鏈接信息，其 中所述連續(xù)延伸的信號(hào)段可以被鏈接在一起，形成正弦軌道。盡管這些已知的方法提供了令人滿(mǎn)意的結(jié)果，但是它們還存在著 跨越時(shí)間幀邊界的正弦曲線鏈接會(huì)帶來(lái)相位誤差的缺點(diǎn)。如果某個(gè)時(shí) 間幀的正弦曲線被鏈接到下 一 時(shí)間幀的錯(cuò)誤的正弦曲線上，則 一般會(huì) 造成相位失配。這種相位失配將會(huì)產(chǎn)生所合成音頻信號(hào)的可聽(tīng)失真。因此本發(fā)明的目標(biāo)是克服現(xiàn)有技術(shù)的這些以及其它問(wèn)題，并且提 供一種合成音頻信號(hào)的裝置和方法，其中避免或至少大大地減輕相位 的不連續(xù)性。因此，本發(fā)明提供一種用于合成音頻信號(hào)的信號(hào)合成裝置，該裝置包括-正弦合成單元，用于利用至少一個(gè)表示音頻信號(hào)頻率的頻率參 數(shù)和至少一個(gè)表示音頻信號(hào)相位的相位參數(shù)來(lái)合成音頻信號(hào)，以及-參數(shù)產(chǎn)生單元，用于利用(至少一個(gè))頻率參數(shù)和已合成的音 頻信號(hào)來(lái)產(chǎn)生(至少一個(gè))相位參數(shù)。通過(guò)利用已經(jīng)合成的音頻信號(hào)來(lái)產(chǎn)生相位，使用能夠提供基本上 連續(xù)相位的相位環(huán)。更特別地，正弦合成單元中4吏用的相位從已合成 的音頻信號(hào)中導(dǎo)出，因此能夠正確地匹配音頻信號(hào)。結(jié)果，相位預(yù)測(cè) 得以極大改善，且相位預(yù)測(cè)誤差的數(shù)量因此大大減少。包括在環(huán)中的 任何時(shí)間延遲均優(yōu)選地被考慮進(jìn)來(lái)。在本發(fā)明的裝置中，可以刪除用于將連續(xù)分段的信號(hào)分量鏈接起 來(lái)的常規(guī)的鏈接單元，由此避免了由于這種鏈接單元所造成的任何相 位失配。在優(yōu)選實(shí)施例中，已合成的音頻信號(hào)包括時(shí)間段，且參數(shù)產(chǎn)生單 元被安排為利用音頻信號(hào)的前一時(shí)間段來(lái)產(chǎn)生當(dāng)前的相位參數(shù)。在這 些實(shí)施例中，正被合成的段的相位由前面已合成的段的相位導(dǎo)出，優(yōu) 選是緊接著的前一段。以這種方式，可以保持已合成音頻信號(hào)的相位 與正在合成的音頻信號(hào)的相位之間的緊密關(guān)系。進(jìn)一步優(yōu)選地，參數(shù)產(chǎn)生單元包括,皮安排為確定一組相位/頻率對(duì) 的相位確定單元，其中每個(gè)相位/頻率對(duì)表示音頻信號(hào)一個(gè)頻率的相 位。在該實(shí)施例中，從已合成的音頻信號(hào)中導(dǎo)出一組相位和它們相關(guān) 聯(lián)的頻率。有利地，參數(shù)產(chǎn)生單元可以進(jìn)一步包括相位預(yù)測(cè)單元，該相位預(yù) 測(cè)單元被安排為一將頻率參數(shù)與該組相位/頻率對(duì)進(jìn)行比舉交，并選擇最接近該頻率參數(shù)的相位/頻率對(duì)，并且-利用頻率參數(shù)和所選擇的相位產(chǎn)生相位參數(shù)。因此，參數(shù)產(chǎn)生單元可以選擇與由頻率參數(shù)所表示的頻率最匹配的頻率，然后在合成中使用與所選擇的頻率相關(guān)聯(lián)的相位。這種選擇可以實(shí)施幾次，如果多個(gè)頻率被用于合成音頻信號(hào)的話，則優(yōu)選是每個(gè)頻率實(shí)施一次選擇。所合成的音頻信號(hào)可以具有由頻率參數(shù)所表示的頻率(或多個(gè)頻 率)。然而，還希望能修改該頻率(或這些頻率)。因此，在一個(gè)有 利實(shí)施例中，參數(shù)產(chǎn)生單元包括頻率修改單元，用于響應(yīng)控制參數(shù)來(lái) 修改頻率參數(shù)。該(頻率)控制參數(shù)例如可以是乘法因數(shù)，等于1的 值對(duì)應(yīng)于沒(méi)有頻率變化，小于1的值對(duì)應(yīng)于減小的頻率，而大于1的 值對(duì)應(yīng)于增大的頻率。在其它實(shí)施例中，控制參數(shù)可以指示頻率偏移。盡管本發(fā)明可以?xún)H僅利用頻率參數(shù)(或多個(gè)頻率參數(shù))和相位參 數(shù)(或多個(gè)相位參數(shù))來(lái)實(shí)現(xiàn)，但是優(yōu)選地可以利用附加參數(shù)來(lái)進(jìn)一 步定義要被合成的音頻信號(hào)。因此，正弦合成單元可以附加地使用幅 度參數(shù)。另外，或者可替換地，本發(fā)明的裝置可以進(jìn)一步包括乘法單 元，用增益參數(shù)乘以所合成的音頻信號(hào)。如果所合成的音頻信號(hào)由時(shí)間段(時(shí)間幀)組成，則當(dāng)該裝置進(jìn)一步包括重疊相加(overlap-and-add)單元是有益的，其中該重疊相加 單元將所合成的音頻信號(hào)的時(shí)間段連接起來(lái)。其本身公知的這種重疊 相加單元用于通過(guò)將信號(hào)的重疊時(shí)間段部分地相加，產(chǎn)生基本連續(xù)的音頻數(shù)據(jù)流。如杲提供了分段單元和重疊相加單元，有益地，該分段單元可以 由第一重疊參數(shù)來(lái)控制，而重疊相加單元由第二重疊參數(shù)來(lái)控制，該 裝置被安排為通過(guò)改變重疊參數(shù)來(lái)進(jìn)行時(shí)間縮放(scaling)。本發(fā)明的裝置可以接收頻率參數(shù)、相位參數(shù)和來(lái)自于存儲(chǔ)介質(zhì)、 解復(fù)用器或任意其它適當(dāng)來(lái)源的任意其它參數(shù)。當(dāng)本發(fā)明的裝置用作 對(duì)在前面已經(jīng)利用參數(shù)編碼器而被編碼的音頻信號(hào)進(jìn)行解碼(也就是 合成)的解碼器時(shí)，將尤其是這種情況。然而，在更加有利的實(shí)施例 中，本發(fā)明的裝置可以自己產(chǎn)生參數(shù)。因此在這些實(shí)施例中，該裝置 進(jìn)一步包括正弦分析單元，用于接收輸入音頻信號(hào)及產(chǎn)生頻率參數(shù)和 相位參數(shù)。其中音頻信號(hào)被首先編碼(即被分析并用信號(hào)參數(shù)表示)然后被 解碼(即使用所述信號(hào)參數(shù)合成)的裝置實(shí)施例可用于通過(guò)修改參數(shù) 來(lái)修改信號(hào)特性，例如頻率。因此，本發(fā)明還提供一種包括如上定義的信號(hào)合成裝置的頻率修 改裝置，該頻率修改裝置包括頻率修改單元，用于響應(yīng)控制參數(shù)來(lái)修 改頻率參數(shù)，還包括正弦分析單元，用于接收輸入音頻信號(hào)并產(chǎn)生頻率參數(shù)和相位參數(shù)。
當(dāng)提供有用于接收輸入音頻信號(hào)并產(chǎn)生頻率參數(shù)和相位參數(shù)的正
弦分析單元時(shí)，本發(fā)明的信號(hào)合成裝置可以有利地進(jìn)一步包括 -用于產(chǎn)生合成音頻信號(hào)的另一個(gè)正弦合成單元，和 -用于將所合成的音頻信號(hào)與輸入音頻信號(hào)進(jìn)行比較，從而產(chǎn)生
增益參數(shù)的比較單元。
在該實(shí)施例中，產(chǎn)生增益參數(shù)，該參數(shù)允許已合成音頻信號(hào)的增
益被針對(duì)由于編碼(參數(shù)化)過(guò)程而導(dǎo)致的任意增益修改調(diào)整。
該裝置可進(jìn)一步包括分段單元，用于將音頻信號(hào)劃分為時(shí)間段。
然而，某些實(shí)施例可安排為用于接收已經(jīng)被劃分為時(shí)間段的音頻信號(hào)，
且因此將不需要分段單元。
本發(fā)明還提供一種語(yǔ)音變換裝置，包括
-線性預(yù)測(cè)分析單元，用于響應(yīng)輸入語(yǔ)音信號(hào)而產(chǎn)生預(yù)測(cè)參數(shù)和 殘余信號(hào)，
-音調(diào)適配(adaptation)單元，用于適配殘余4言號(hào)的音調(diào)，/人 而產(chǎn)生音調(diào)適配的殘余信號(hào)，和
-線性預(yù)測(cè)合成單元，用于響應(yīng)該音調(diào)適配的殘余信號(hào)而合成輸 出語(yǔ)音信號(hào)。
其中該音調(diào)適配單元包括如上定義的用于修改音頻信號(hào)頻率 的裝置。線性預(yù)測(cè)合成單元可安排為響應(yīng)音調(diào)適配的殘余信號(hào)和預(yù)測(cè) 參數(shù)而合成輸出語(yǔ)音信號(hào)。
本發(fā)明附加地提供一種包括如上定義的裝置的音頻系統(tǒng)。本發(fā)明 的音頻系統(tǒng)可以進(jìn)一步包括語(yǔ)音合成器和/或音樂(lè)合成器。本發(fā)明的裝 置可用在例如消費(fèi)類(lèi)裝置中，諸如移動(dòng)(蜂窩)電話、MP3或AAC播放 器、電子樂(lè)器、包括音頻(例如立體聲或5. 1 )和視頻(例如電視機(jī)) 以及諸如計(jì)算機(jī)設(shè)備的其它裝置的娛樂(lè)系統(tǒng)。特別地，本發(fā)明可用于 通過(guò)不對(duì)音頻信號(hào)相位進(jìn)行編碼而實(shí)現(xiàn)節(jié)省比特和/或比特率的應(yīng)用 中。
本發(fā)明還提供一種合成音頻信號(hào)的方法，該方法包括如下步驟 -利用至少一個(gè)表示音頻信號(hào)頻率的頻率參數(shù)和至少一個(gè)表示 音頻信號(hào)相位的相位參數(shù)來(lái)合成音頻信號(hào)，并且 -利用頻率參數(shù)和音頻信號(hào)來(lái)產(chǎn)生相位參數(shù)。優(yōu)選地，所合成的音頻信號(hào)包括時(shí)間段，且相位產(chǎn)生步驟包括利 用音頻信號(hào)的前一時(shí)間段來(lái)產(chǎn)生當(dāng)前相位參數(shù)的子步驟。
特別優(yōu)選地，相位預(yù)測(cè)步驟包括確定一組相位/頻率對(duì)的子步驟， 每個(gè)相位/頻率對(duì)表示音頻信號(hào)一個(gè)頻率的相位。
相位預(yù)測(cè)步驟可以進(jìn)一步包括如下子步驟
-比較頻率參數(shù)和該組相位/頻率對(duì)，并選擇最接近該頻率參數(shù)
的相位/頻率對(duì)，并且
-利用頻率參數(shù)和所選擇的相位產(chǎn)生相位參數(shù)。 相位預(yù)測(cè)步驟可有利地進(jìn)一步包括響應(yīng)控制參數(shù)而修改頻率參數(shù)
的子步驟。
本發(fā)明還提供一種包括如上定義的正弦合成方法的頻率修改方 法，它包括響應(yīng)控制參數(shù)而修改頻率參數(shù)，并接收輸入音頻信號(hào)及產(chǎn) 生頻率參數(shù)和相位參數(shù)的子步驟。
本發(fā)明進(jìn)一步提供一種語(yǔ)音變換方法，包括如下步驟 -響應(yīng)輸入語(yǔ)音信號(hào)而產(chǎn)生預(yù)測(cè)參數(shù)和殘余信號(hào)， -適配殘余信號(hào)的音調(diào)，從而產(chǎn)生音調(diào)適配的殘余信號(hào)，并且 -響應(yīng)音調(diào)適配的殘余信號(hào)而合成輸出語(yǔ)音信號(hào)， 其中該音調(diào)適配步驟包括如上定義的頻率<多改方法。 合成輸出語(yǔ)音信號(hào)的步驟可涉及音調(diào)適配的殘余信號(hào)和預(yù)測(cè)參 數(shù)。其它有利的方法步驟和/或子步驟將根據(jù)本發(fā)明在下面所提供的說(shuō) 明而變得顯而易見(jiàn)。
本發(fā)明附加地提供一種計(jì)算機(jī)程序產(chǎn)品，用于執(zhí)行如上定義的方 法。計(jì)算機(jī)程序產(chǎn)品可包括一組存儲(chǔ)在諸如CD或DVD的數(shù)據(jù)載體上的 計(jì)算機(jī)可執(zhí)行指令。允許可編程計(jì)算機(jī)執(zhí)行如上定義的方法的該組計(jì) 算機(jī)可執(zhí)行指令還可用于從遠(yuǎn)程服務(wù)器，例如經(jīng)由互聯(lián)網(wǎng)進(jìn)行下載。
結(jié)合附圖所示的典型實(shí)施例，本發(fā)明在下面將得到進(jìn)一步解釋?zhuān)?其中


圖1示意性示出了根據(jù)本發(fā)明的參數(shù)音頻信號(hào)修改系統(tǒng)。
圖2示意性示出了根據(jù)本發(fā)明的音頻信號(hào)頻率修改裝置的實(shí)施例。
圖3示意性地示出了根據(jù)本發(fā)明的頻率修改音頻信號(hào)編碼器/解碼器對(duì)。圖4示意性地示出了由圖3的音頻信號(hào)編碼器/解碼器對(duì)執(zhí)行的時(shí) 間縮放的第一個(gè)例子。
圖5示意性地示出了由圖3的音頻信號(hào)編碼器/解碼器對(duì)執(zhí)行的時(shí) 間縮放的第二個(gè)例子。
僅通過(guò)圖1中的非限制性例子所示出的參數(shù)音頻信號(hào)修改系統(tǒng)1 包括線性預(yù)測(cè)分析(LPA)單元10、音調(diào)適配(PA)單元20、線性預(yù) 測(cè)合成(LPS)單元30和修改(Mod)單元40。參數(shù)音頻信號(hào)修改系統(tǒng) 1的結(jié)構(gòu)本身是已知的，然而，在圖1所示的系統(tǒng)1中，音調(diào)適配單元 20具有新穎的設(shè)計(jì)，這將在后面結(jié)合圖2-4進(jìn)行更詳細(xì)描述。
圖1的系統(tǒng)1接收音頻信號(hào)X,該音頻信號(hào)例如可以是話音(語(yǔ)音) 信號(hào)或音樂(lè)信號(hào)，并輸出經(jīng)修改的音頻信號(hào)Y。信號(hào)X輸入到線性預(yù)測(cè) 分析單元10中，該線性預(yù)測(cè)分析單元10將該信號(hào)變換為(時(shí)變的) 預(yù)測(cè)參數(shù)p和殘余信號(hào)r的序列。為此，線性預(yù)測(cè)單元10包括適當(dāng)?shù)?線性預(yù)測(cè)分析濾波器。單元10產(chǎn)生的預(yù)測(cè)參數(shù)p是濾波參數(shù)，在所示 包含在線性預(yù)測(cè)合成單元30中的線性預(yù)測(cè)合成濾波器的例子中，該濾 波參數(shù)允許適當(dāng)?shù)臑V波器響應(yīng)適當(dāng)?shù)募?lì)信號(hào)而充份地再現(xiàn)信號(hào)X。殘 余信號(hào)r (或者在任意的音調(diào)適配之后，經(jīng)修改的殘余信號(hào)r，)在這里 用作激勵(lì)信號(hào)。如上所示，線性預(yù)測(cè)分析濾波器和線性預(yù)測(cè)合成濾波 器對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)是公知的，不需要進(jìn)一步解釋。
音調(diào)適配(PA)單元20允許音頻信號(hào)X的音調(diào)(主頻)通過(guò)4奮改 殘余信號(hào)r并產(chǎn)生經(jīng)修改的殘佘信號(hào)r，而得到修改。信號(hào)X的其它參 數(shù)可以利用其它f多改單元40來(lái)修改，該其它修改單元40 ;故安排為用 于修改預(yù)測(cè)參數(shù)p并產(chǎn)生經(jīng)修改的預(yù)測(cè)參數(shù)P，。在本發(fā)明中，其它修 改單元40不是必需的，其可被省略。當(dāng)然，預(yù)測(cè)參數(shù)p應(yīng)饋送到線性 預(yù)測(cè)合成單元30,以便允許夠合成信號(hào)Y。
用于修改音頻信號(hào)頻率的裝置被示意性地示于圖2。裝置20可有 益地用作圖1系統(tǒng)中的音調(diào)適配單元，也可用在其它系統(tǒng)中。因此， 應(yīng)該明白，裝置2 0不僅可以應(yīng)用在利用線性預(yù)測(cè)分析和合成的系統(tǒng)中， 而且可以用作其中不使用線性預(yù)測(cè)分析和合成的音頻信號(hào)修改裝置和 /或系統(tǒng)中的獨(dú)立單元。
圖2所示的裝置20包括正弦分析(SiA)單元21、參數(shù)產(chǎn)生(PaP)單元22和正弦合成(SiS )單元23。注意到，正弦分析單元21和正弦 合成單元23與圖1所示的系統(tǒng)1的線性預(yù)測(cè)分析單元10和線性預(yù)測(cè) 合成單元30不同。
正弦分析單元21接收輸入音頻信號(hào)r。該信號(hào)可與圖1的殘余信 號(hào)r相同，但是不限于此。例如，圖2的輸入音頻信號(hào)r可以與圖1 的輸入音頻信號(hào)X相同，并且可以是話音(語(yǔ)音)或音樂(lè)信號(hào)。
正弦分析單元21分析輸入信號(hào)r,并產(chǎn)生一組信號(hào)參數(shù)頻率參 數(shù)f和幅度參數(shù)A。頻率參數(shù)f表示輸入信號(hào)r的正弦分量的頻率。在 一些實(shí)施例中，可以產(chǎn)生多個(gè)頻率參數(shù)f,，f2，f3，…，每個(gè)頻率參數(shù)表 示一個(gè)頻率。幅度參數(shù)A不是必需的，且可以省略(例如當(dāng)正弦合成 單元23中使用固定頻率時(shí))。然而，在典型實(shí)施例中，將使用幅度參 數(shù)A (或多個(gè)幅度參數(shù)At， A2, A3，…)。在優(yōu)選實(shí)施例中，正弦分析單元 21被安排為執(zhí)行快速傅立葉變換(FFT)來(lái)產(chǎn)生頻率和幅度參數(shù)。
參數(shù)產(chǎn)生單元22從正弦分析單元21接收頻率參數(shù)f,并利用(頻 率)控制參數(shù)C調(diào)整該頻率參數(shù)f。參數(shù)產(chǎn)生單元22例如可以包括乘 法單元，該乘法單元將頻率參數(shù)f與控制參數(shù)C相乘來(lái)產(chǎn)生經(jīng)修改的 頻率參數(shù)f，，其中f^C. f。如果，在該例子中，C等于l,則頻率參數(shù) 不被修改，如果C小于1，則頻率參數(shù)值減小，如果C大于l,則頻率 參數(shù)值增大。
根據(jù)本發(fā)明，參數(shù)產(chǎn)生單元22還接收合成信號(hào)r，并導(dǎo)出該信號(hào)的 相位，以便產(chǎn)生相位參數(shù)(J)，。參數(shù)產(chǎn)生單元22將經(jīng)修改的頻率參數(shù)f， 和相位參數(shù)(J)，饋送至正弦合成單元23,該單元也接收(可選的)幅度 參數(shù)A。利用這些參數(shù)，正弦合成單元23合成輸出音頻信號(hào)r，。
在優(yōu)選實(shí)施例中，正弦合成單元23#皮安排用來(lái)實(shí)施逆快速傅立葉 變換(IFFT)或相似操作。后面將結(jié)合圖3來(lái)詳細(xì)解釋參數(shù)產(chǎn)生單元 22。
圖3示意性地示出了根據(jù)本發(fā)明的頻率修改音頻信號(hào)編碼器/解碼 器對(duì)。編碼器4和解碼器5被顯示為分離的裝置，盡管這些裝置可以 合并為一個(gè)裝置(圖2中的20)。
僅在圖3中通過(guò)非限制性例子進(jìn)行說(shuō)明的音頻信號(hào)編碼器4包括 分段(SEG)單元25、正弦分析(SiA)單元21、(第二)正弦合成(SiS，) 單元23，和最小均方誤差(MMSE)單元26。注意到，(附加的)正弦合成(SiS，)單元23，和最小均方誤差(MMSE)單元26不是必需的，可 以省略。進(jìn)一步注意到，正弦合成(SiS，)單元23，纟皮表示為第二正弦 合成單元，以便將該單元與解碼器5中的(第一)正弦合成(SiS)單 元23區(qū)分開(kāi)來(lái)。
僅在圖3中通過(guò)非限制性例子進(jìn)行說(shuō)明的音頻信號(hào)解碼器5包括 正弦分析(SiS)單元23、參數(shù)產(chǎn)生單元22、增益控制單元24和重疊 相加(0LA)和時(shí)間縮放(TS)單元25，。基本上對(duì)應(yīng)于圖2的參數(shù)產(chǎn) 生(PaP)單元22的參數(shù)產(chǎn)生單元22包括存儲(chǔ)器(M)單元29、(第 二)正弦分析(SiA，)單元21，、相位預(yù)測(cè)單元28和(可選的)頻率 縮放(FS)單元27。注意到在某些實(shí)施例中，頻率縮放(FS)單元27 可被刪除。進(jìn)一步注意到，正弦分析(SiA，)單元21，一皮表示為第二正 弦分析(SiA，)單元21，，以便將該單元與編碼器4中的(第一)正弦 分析(SiA)單元21區(qū)分開(kāi)來(lái)。
編碼器4接收(數(shù)字)音頻信號(hào)s，該信號(hào)可以是話音(語(yǔ)音)信 號(hào)、音樂(lè)信號(hào)或它們的組合。該音頻信號(hào)s被分段單元25劃分為部分 重疊的時(shí)間段(幀)，以便產(chǎn)生分段的音頻信號(hào)r。分段單元25接收 (輸入)更新間隔參數(shù)updin,該參數(shù)指示連續(xù)時(shí)間段的時(shí)間間距。分 段的音頻信號(hào)r可以等于圖1、 2和3中的信號(hào)r,但不限于此。
優(yōu)選地被安排用于執(zhí)行快速傅立葉變換(FFT )的正弦分析單元21 產(chǎn)生至少一個(gè)頻率參數(shù)f，并且在所示實(shí)施例中，還產(chǎn)生至少一個(gè)幅度 參數(shù)A和至少一個(gè)相位參數(shù)(l)。頻率參數(shù)f和幅度參數(shù)A由編碼器4 輸出，而相位參數(shù)(J)在內(nèi)部使用。在所示的實(shí)施例中，相位參數(shù)cb被 饋送至(附加的)正弦分析單元23，，在那里它與參數(shù)f和A—起被用 于合成信號(hào)r"。理想地，除了任意的增益差異之外，該合成的信號(hào)r" 基本上與輸入音頻信號(hào)r相同。為了補(bǔ)償該增益差異，原始(分段的) 輸入音頻信號(hào)r和合成的音頻r"被饋送至比較單元，該比較單元在所 示實(shí)施例中由最小均方誤差(MMSE)單元26構(gòu)成。該單元確定輸入音 頻信號(hào)r與合成的音頻信號(hào)r"之間的最小均方誤差，并產(chǎn)生相應(yīng)的增 益信號(hào)G來(lái)補(bǔ)償任意的幅度差異。在某些實(shí)施例中，該幅度校正信息 可被包含在幅度參數(shù)A中或者可被忽略，這種情況下，單元23，和26 可以從編碼器4中省略，而增益控制單元24可以/人解碼器5中省略。
因此可以看出，編碼器4接收輸入音頻信號(hào)并將該信號(hào)轉(zhuǎn)換為表示該信號(hào)的一組參數(shù)f和A,以及附加參數(shù)G。該組參數(shù)利用任意合適 的手段或方法而被發(fā)送到解碼器5,例如經(jīng)由音頻系統(tǒng)導(dǎo)線、互聯(lián)網(wǎng)連 接、無(wú)線(例如藍(lán)牙⑧)連接或諸如CD、 DVD或記憶棒的數(shù)據(jù)載體。在 其它實(shí)施例中，編碼器4和解碼器5構(gòu)成單一的裝置(圖1、 2和3中 的20)，且編碼器4和解碼器5之間的連接是所述單一裝置的內(nèi)部連 接。因此，解碼器5接收信號(hào)參數(shù)f和A,以及附加參數(shù)G和C。幅度 A被直接饋送到正弦合成單元23，該單元優(yōu)選地凈皮安排用于實(shí)現(xiàn)逆快 速傅立葉變換(IFFT),從而產(chǎn)生合成的信號(hào)r，-r，(n)?？梢岳萌?下公式進(jìn)行合成r'(w) 二 sin(2;r. //'" + O ， 其中k是信號(hào)中頻率分量的個(gè)數(shù)。參數(shù)f和C被饋送至參數(shù)產(chǎn)生單元22的頻率縮放單元27，而增益 補(bǔ)償參數(shù)G被饋送至增益控制(在本實(shí)施例中乘法)單元24。頻率縮放(FS)單元27利用控制參數(shù)C來(lái)調(diào)節(jié)(即縮放)頻率參 數(shù)f，例如通過(guò)乘以控制參數(shù)C和頻率參數(shù)f。這樣得到經(jīng)調(diào)節(jié)的(即 經(jīng)縮放的)頻率參數(shù)f，，該頻率參數(shù)被饋送至正弦合成單元23和相位 預(yù)測(cè)單元28。正弦合成單元23利用幅度參數(shù)A、頻率參數(shù)f和相位參數(shù)(J)，(如 上所述，幅度參數(shù)A不是必需的，在某些實(shí)施例中可以省略)合成輸 出音頻信號(hào)r，。該合成的信號(hào)r，被饋送至增益控制單元24，該單元利 用增益參數(shù)G調(diào)節(jié)信號(hào)r，的幅度，并將已增益調(diào)節(jié)的信號(hào)饋送至重疊 相加(0LA )和時(shí)間縮放(TS )單元25，。該0LA/TS單元25，還接收(輸 出)更新間隔參數(shù)updout，該參數(shù)指示輸出信號(hào)時(shí)間段的重疊。利用 參數(shù)updout,部分重疊時(shí)間段的信號(hào)值一皮加入，從而產(chǎn)生輸出信號(hào)s，。根據(jù)本發(fā)明，由正弦合成單元23產(chǎn)生的合成的信號(hào)r，被饋送至存 儲(chǔ)器(M)或延遲單元29,在其中暫時(shí)存儲(chǔ)合成信號(hào)r，的最新近時(shí)間段。 該段然后^f皮饋送到(第二)正弦分析(SiA，)單元21，，該單元確定該 段的頻率加上它們相關(guān)聯(lián)的相位值。也就是說(shuō)，正弦分析單元21，確定 該時(shí)間段的頻語(yǔ)，例如利用FFT,然后為所有非零頻率值確定相位，并 最終輸出一組相位/頻率對(duì)，每個(gè)對(duì)包括頻率及其相關(guān)聯(lián)的相位。單元21，因此產(chǎn)生一 (優(yōu)選的只是非零)頻率值的"網(wǎng)格，，，每個(gè)(非零) 頻率值具有一個(gè)相關(guān)聯(lián)的相位值。在某些實(shí)施例中，由于它們相關(guān)聯(lián) 的相位值由于舍入誤差而經(jīng)常相對(duì)地不精確，大于零的閾值可被用于 消除小的頻率值。由單元21，產(chǎn)生的該組相位/頻率對(duì)祐:饋送至相位預(yù)測(cè)單元28,它 將頻率參數(shù)f，與該組中的頻率進(jìn)行比較，并選擇與由參數(shù)f，表示的頻 率最匹配的相位/頻率對(duì)。然后利用如下公式補(bǔ)償所選擇對(duì)中的相位當(dāng) 前l(fā)殳與先前段之間的時(shí)間延遲,二 ^ + 2;r . ./A/ ,其中d)，是已補(bǔ)償?shù)南辔粎?shù)，小是所選擇的相位/頻率對(duì)的相位，f，是(可選地經(jīng)修改的)頻率參數(shù)，且At是時(shí)間延遲。得到的已補(bǔ)償 的相位參數(shù)cj)，然后被饋送到正弦合成單元23,以便合成信號(hào)r，的下一 時(shí)間段。因此可以看出，本發(fā)明的解碼器不使用前面討論的現(xiàn)有技術(shù)中的 鏈接器。正在合成的音頻信號(hào)的相位由前面合成的音頻信號(hào)的相位導(dǎo) 出，特別是由最后(即最新近)時(shí)間段的音頻信號(hào)導(dǎo)出。將會(huì)了解，如果不使用時(shí)間段，可以在相位預(yù)測(cè)單元28中使用其它時(shí)間延遲標(biāo)準(zhǔn)，例如基于處理時(shí)間的標(biāo)準(zhǔn)。如杲裝置5被用作沒(méi)有頻率調(diào)節(jié)的解碼器，則可以省略頻移單元 27。如果編碼器4和解碼器5結(jié)合在包括頻移單元27的單一裝置中，則會(huì)帶來(lái)有益的頻率修改裝置。圖3中所示的編碼器裝置4和解碼器裝置5可以是個(gè)別地也可以 是組合地用于時(shí)間縮放。為此，上面提到的更新間隔參數(shù)updin和 updout可以被適當(dāng)?shù)匦薷?。在圖4中，輸入信號(hào)(例如圖3中的信號(hào)s)表示在時(shí)間軸I上， 而相對(duì)應(yīng)的輸出信號(hào)(例如圖3中的信號(hào)s，)被表示在時(shí)間軸II上。 該信號(hào)在圖4中示意性地用窗A和B來(lái)表示，為了方便表示為三角形， 但是可具有任意適當(dāng)?shù)男螤?，例如高斯或余弦形。每個(gè)窗捕獲到其長(zhǎng) 度等于參數(shù)seglen的信號(hào)時(shí)間段。在分段過(guò)程中，在分段單元(圖3 的25)中，窗A的間距由參數(shù)updin確定。相似地，在OLA單元(圖 3中的25，)中的重疊相加過(guò)程中，窗B的間距由參數(shù)updout確定。通 過(guò)選擇updout大于updin,信號(hào)s被擴(kuò)展，如圖4所示。在圖5中，情況相反，參數(shù)updout被選擇為小于updin,造成信 號(hào)的壓縮(即時(shí)間壓縮)。因此可以看出，通過(guò)適當(dāng)?shù)男薷膮?shù)updin 和updout,可以實(shí)現(xiàn)時(shí)間縮方文。本發(fā)明是基于這樣的見(jiàn)識(shí)，即當(dāng)合成音頻信號(hào)時(shí)，要被合成的信 號(hào)的相位可以有益地從已經(jīng)被合成的音頻信號(hào)，即新近的(或優(yōu)選最 近的)被合成的信號(hào)中導(dǎo)出。這樣得到基本上沒(méi)有不連續(xù)性的相位。 本發(fā)明得益于進(jìn)一步的見(jiàn)識(shí)，即由所合成的音頻信號(hào)中導(dǎo)出的相位可 以利用要被合成的信號(hào)的頻率來(lái)調(diào)節(jié)，并且，調(diào)節(jié)該頻率可以實(shí)現(xiàn)一 種提供受頻率調(diào)節(jié)的信號(hào)的方便的方法。范圍。特別地，詞語(yǔ)"包括"、和口"包含"、;意味著排除沒(méi)有特別提到 的任何元素。單一 (電路)元件可以用多個(gè)(電路)元件或它們的等 價(jià)物來(lái)代替。本領(lǐng)域技術(shù)人員將會(huì)明白，本發(fā)明不限制在上述實(shí)施例中，在不 脫離后附權(quán)利要求中所定義的本發(fā)明保護(hù)范圍的情況下，可以作出很 多》務(wù)改和添加。
權(quán)利要求
1、一種用于合成音頻信號(hào)(r’)的信號(hào)合成裝置(20)，該裝置包括-正弦合成單元(23)，用于利用至少一個(gè)表示音頻信號(hào)頻率的頻率參數(shù)(f’)和至少一個(gè)表示音頻信號(hào)相位的相位參數(shù)(φ’)來(lái)合成音頻信號(hào)(r’)，以及-參數(shù)產(chǎn)生單元(22)，用于利用頻率參數(shù)(f)和音頻信號(hào)(r’)來(lái)產(chǎn)生相位參數(shù)(φ’)。
2、 根據(jù)權(quán)利要求1所述的裝置，其中所合成的音頻信號(hào)(r，)包 括時(shí)間段，并且其中參數(shù)產(chǎn)生單元(22 )被安排用于利用音頻信號(hào)(r，) 的先前時(shí)間段來(lái)產(chǎn)生當(dāng)前的相位參數(shù)(c|)，)。
3、 根據(jù)權(quán)利要求1所述的裝置，其中參數(shù)產(chǎn)生單元(22)包括相 位確定單元(21，)，該相位確定單元被安排用于確定一組相位/頻率對(duì)， 每個(gè)相位/頻率對(duì)表示音頻信號(hào)(r，) 一個(gè)頻率的相位。
4、 根據(jù)權(quán)利要求3所述的裝置，其中參數(shù)產(chǎn)生單元(22)進(jìn)一步 包括相位預(yù)測(cè)單元(28),該相位預(yù)測(cè)單元一皮安排用于一 將頻率參數(shù)(f，f，)與該組相位/頻率對(duì)進(jìn)行比較，并選擇最接近 該頻率參數(shù)(f，)的相位/頻率對(duì)，并且- 利用頻率參數(shù)(f，)和所選擇的相位產(chǎn)生相位參數(shù)((J)，)。
5、 根據(jù)權(quán)利要求1所述的裝置，其中參數(shù)產(chǎn)生單元(22)包括頻 率修改單元(27),該頻率修改單元用于響應(yīng)控制參數(shù)(C)而修改頻 率參數(shù)(f )。
6、 根據(jù)權(quán)利要求l所述的裝置，其中正弦合成單元(23)附加地 利用幅度參數(shù)(A)。
7、 根據(jù)權(quán)利要求1所述的裝置，進(jìn)一步包括增益控制單元(24), 用于將所合成的音頻信號(hào)(r，)乘以增益參數(shù)(G)。
8、 根據(jù)權(quán)利要求1所述的裝置，進(jìn)一步包括正弦分析單元(21 ), 該正弦分析單元用于接收輸入音頻信號(hào)(r)，并產(chǎn)生頻率參數(shù)(f，) 和相位參數(shù)(cj)，)。
9、 根據(jù)權(quán)利要求8所述的裝置，進(jìn)一步包括- 用于產(chǎn)生所合成的音頻信號(hào)的另一個(gè)正弦合成單元(23，)，和- 用于將所合成的音頻信號(hào)與輸入音頻信號(hào)進(jìn)行比較，從而產(chǎn)生增益參數(shù)(G)的比較單元(26)。
10、根據(jù)權(quán)利要求2所述的裝置，進(jìn)一步包括分段單元(25), 該分段單元用于將音頻信號(hào)(r)劃分為時(shí)間段。
11、根據(jù)權(quán)利要求2所述的裝置，進(jìn)一步包括重疊相加單元(25，)， 該重疊相加單元將所合成的音頻信號(hào)(r，)的時(shí)間段連接起來(lái)。
12、 根據(jù)權(quán)利要求10或11所述的裝置，其中分段單元(25)由 第一重疊參數(shù)(叩din)控制，而其中重疊相加單元(25，)由第二重 疊參數(shù)(updout)控制，并且其中該裝置被安排為通過(guò)改變重疊參數(shù)(updin, updout )進(jìn)行時(shí)間縮放。
13、 一種語(yǔ)音變換裝置(])，包括- 線性預(yù)測(cè)分析單元(10),用于響應(yīng)輸入語(yǔ)音信號(hào)(x)而產(chǎn)生預(yù) 測(cè)參數(shù)(P)和殘余信號(hào)(r),- 音調(diào)適配單元(20)，用于適配殘余信號(hào)(r)的音調(diào)，從而產(chǎn)生 音調(diào)適配的殘余信號(hào)(r，)，和- 線性預(yù)測(cè)合成單元(30),用于響應(yīng)該音調(diào)適配的殘余信號(hào)(r，) 而合成輸出語(yǔ)音信號(hào)(y ),其中該音調(diào)適配單元(20)包括根據(jù)權(quán)利要求5所述的裝置。
14、 根據(jù)權(quán)利要求13所述的語(yǔ)音變換裝置，進(jìn)一步包括用于修改 預(yù)測(cè)參數(shù)的修改單元(40)。
15、 一種音頻系統(tǒng)，包括根據(jù)權(quán)利要求1所述的裝置。
16、 一種音頻信號(hào)解碼器(5),包括- 正弦合成單元(23),用于利用至少一個(gè)表示音頻信號(hào)頻率的頻 率參數(shù)(f，)和至少一個(gè)表示音頻信號(hào)相位的相位參數(shù)(Cj)，)來(lái)合成 音頻信號(hào)(r，)，以及- 參數(shù)產(chǎn)生單元(22),用于利用頻率參數(shù)(f)和音頻信號(hào)(r，) 來(lái)產(chǎn)生相位參數(shù)(小，)。
17、 一種合成音頻信號(hào)(r，)的方法，該方法包括如下步驟- 利用至少一個(gè)表示音頻信號(hào)頻率的頻率參數(shù)(f， f，)和至少一個(gè)表 示音頻信號(hào)相位的相位參數(shù)(d)，)來(lái)合成音頻信號(hào)(r，)，以及- 利用頻率參數(shù)(f,f，)和音頻信號(hào)(r，)來(lái)產(chǎn)生相位參數(shù)(小，)。
18、 根據(jù)權(quán)利要求17所述的方法，其中所合成的音頻信號(hào)(r，) 包括時(shí)間段，并且其中參數(shù)產(chǎn)生單元(22)被安排用于利用音頻信號(hào)(r，)的先前時(shí)間段來(lái)產(chǎn)生當(dāng)前的相位參數(shù)(cb，)。
19、 根據(jù)權(quán)利要求17所述的方法，其中相位預(yù)測(cè)步驟包括確定一 組相位/頻率對(duì)的子步驟，每個(gè)相位/頻率對(duì)表示音頻信號(hào)(r，) 一個(gè)頻 率的相位。
20、 根據(jù)權(quán)利要求17所述的方法，其中相位預(yù)測(cè)步驟進(jìn)一步包括 如下子步驟一 將頻率參數(shù)(f，)與該組相位/頻率對(duì)進(jìn)4于比4交，并選擇最接近該 頻率參數(shù)(f，)的相位/頻率對(duì)，并且- 利用頻率參數(shù)(f，)和所選擇的相位產(chǎn)生相位參數(shù)(d)，)。
21、 根據(jù)權(quán)利要求17所述的方法，其中相位預(yù)測(cè)步驟包括響應(yīng)控 制參數(shù)(C)而修改頻率參數(shù)(f，)的子步驟。
22、 一種語(yǔ)音變換方法，包括如下步驟- 響應(yīng)輸入語(yǔ)音信號(hào)(x)而產(chǎn)生預(yù)測(cè)參數(shù)(p)和殘余信號(hào)(r),- 適配殘余信號(hào)(r)的音調(diào)，從而產(chǎn)生音調(diào)適配的殘余信號(hào)(r，)， 和- 響應(yīng)該音調(diào)適配的殘余信號(hào)(r，)而合成輸出語(yǔ)音信號(hào)(y), 其中音調(diào)適配步驟包括根據(jù)權(quán)利要求21改變音頻信號(hào)頻率的子步驟。
23、 根據(jù)權(quán)利要求17或22的方法，進(jìn)一步包括時(shí)間縮放的步驟。
24、 一種計(jì)算機(jī)程序產(chǎn)品，用于執(zhí)行根據(jù)權(quán)利要求l7或22所述 的方法。
全文摘要
一種改變諸如語(yǔ)音信號(hào)的音頻信號(hào)(r)音調(diào)的裝置(2)，包括正弦分析單元(21)，用于確定音頻信號(hào)(r)的正弦參數(shù)；參數(shù)產(chǎn)生單元(22)，用于預(yù)測(cè)正弦分量的相位；以及正弦合成單元(23)，用于合成參數(shù)來(lái)產(chǎn)生重建的信號(hào)(r’)。參數(shù)產(chǎn)生單元(22)為音頻信號(hào)的每個(gè)時(shí)間段接收先前時(shí)間段的相位，以便預(yù)測(cè)當(dāng)前時(shí)間段的相位。
文檔編號(hào)G10L21/00GK101223581SQ200680025590
公開(kāi)日2008年7月16日 申請(qǐng)日期2006年7月6日 優(yōu)先權(quán)日2005年7月14日
發(fā)明者A·C·登布林克, R·J·斯盧伊特 申請(qǐng)人:皇家飛利浦電子股份有限公司