用于對(duì)音頻信號(hào)進(jìn)行編碼的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開(kāi)內(nèi)容一般性地涉及音頻處理，并且更具體地，涉及切換音頻編碼器模式。
【背景技術(shù)】
[0002]可聽(tīng)見(jiàn)的頻率范圍(對(duì)人耳可聽(tīng)見(jiàn)的周期性振動(dòng)的頻率)是從大約50Hz到大約22kHz，但是聽(tīng)力隨著年齡而退化并且多數(shù)成年人發(fā)現(xiàn)難以聽(tīng)見(jiàn)大約14-15kHz以上的頻率。人類語(yǔ)音信號(hào)的多數(shù)能量一般被限于從250Hz到3.4kHz的范圍。因此，傳統(tǒng)語(yǔ)音傳輸系統(tǒng)限于常稱為“窄帶”的該頻率范圍。然而，為了允許更好的聲音質(zhì)量、為了使聽(tīng)者更容易識(shí)別語(yǔ)音以及為了使得聽(tīng)者能夠區(qū)分需要迫使空氣經(jīng)過(guò)窄信道的被稱為“摩擦音”(‘s’和‘f’為示例)的那些語(yǔ)音元素，更新的系統(tǒng)已經(jīng)將該范圍延伸到50Hz到7kHz。該更大的頻率范圍通常被稱為“寬帶”(WB)或者有時(shí)被稱為HD (高清晰度)語(yǔ)音。
[0003]高于WB范圍的頻率——從大約7kHz到大約15kHz——在此被稱為帶寬延伸(BWE)區(qū)域。從大約50Hz到大約15kHz的聲音頻率的全范圍被稱為“超寬帶(SWB) ”。在BWE區(qū)域中，人耳對(duì)聲音信號(hào)的相位并不特別地敏感。然而，它對(duì)聲音諧波的規(guī)律性以及對(duì)能量的存在和分布是敏感的。因此，處理BWE聲音有助于語(yǔ)音聽(tīng)上去更自然并且也提供了 “存在”的感知。
【附圖說(shuō)明】
[0004]圖1描繪其中可以實(shí)現(xiàn)本發(fā)明的各種實(shí)施例的通信系統(tǒng)的示例。
[0005]圖2示出描繪了根據(jù)本發(fā)明的實(shí)施例的通信設(shè)備的框圖。
[0006]圖3示出描繪了在本發(fā)明的實(shí)施例中的編碼器的框圖。
[0007]圖4和5描繪根據(jù)本發(fā)明的各種實(shí)施例的間隙填充的示例。
【具體實(shí)施方式】
[0008]本發(fā)明的一個(gè)實(shí)施例涉及一種混合編碼器。當(dāng)由編碼器接收到的音頻輸入從類音樂(lè)的聲音(例如，音樂(lè))改變成類語(yǔ)音的聲音(例如，人類語(yǔ)音)時(shí)，編碼器從第一模式(例如，音樂(lè)模式)切換成第二模式(例如，語(yǔ)音模式)。在本發(fā)明的一個(gè)實(shí)施例中，當(dāng)編碼器以第一模式操作時(shí)，它運(yùn)用第一編碼器(例如，頻域編碼器，諸如基于諧波的正弦型編碼器)。當(dāng)編碼器切換到第二模式時(shí)，它運(yùn)用第二編碼器(例如，時(shí)域或者波形編碼器，諸如CELP編碼器)。從第一編碼器向第二編碼器的該切換可能引起在編碼過(guò)程中的延遲，從而產(chǎn)生編碼的信號(hào)中的間隙。為了補(bǔ)償，編碼器使用音頻信號(hào)的在間隙之后出現(xiàn)的部分回填間隙。
[0009]在本發(fā)明的一個(gè)有關(guān)實(shí)施例中，第二編碼器包括BWE編碼部分和核心編碼部分。核心編碼部分可以根據(jù)編碼器操作的比特速率以不同采樣速率來(lái)操作。例如，使用較低采樣速率(例如，當(dāng)編碼器以較低比特速率操作時(shí))可以是有利的，以及使用較高采樣速率(例如，在編碼器以較高比特速率操作時(shí))可以是有利的。核心部分的采樣速率確定BWE編碼部分的最低頻率。然而，當(dāng)從第一編碼器到第二編碼器的切換出現(xiàn)時(shí)，可能存在關(guān)于核心編碼部分應(yīng)當(dāng)操作在的采樣速率的不確定性。直到核心采樣速率已知，BWE編碼部分的處理鏈可能不能夠被配置，從而引起在BWE編碼部分的處理鏈中的延遲。作為該延遲的結(jié)果，在處理期間在信號(hào)的BWE區(qū)域(被稱為“BWE目標(biāo)信號(hào)”)中產(chǎn)生了間隙。為了補(bǔ)償，編碼器使用音頻信號(hào)的在間隙之后出現(xiàn)的部分來(lái)回填BWE目標(biāo)信號(hào)間隙。
[0010]在本發(fā)明的另一實(shí)施例中，音頻信號(hào)從由第一編碼器(諸如，頻域編碼器)編碼的第一類型的信號(hào)(諸如，音樂(lè)或者類音樂(lè)的信號(hào))切換成由第二編碼器(諸如，時(shí)域或者波形編碼器)處理的第二類型的信號(hào)(諸如，語(yǔ)音或者類語(yǔ)音的信號(hào))。切換在第一時(shí)間處出現(xiàn)。在處理的音頻信號(hào)中的間隙具有在第一時(shí)間處或者之后開(kāi)始并且在第二時(shí)間處結(jié)束的時(shí)間跨度。處理的音頻信號(hào)的在第二時(shí)間處或者之后出現(xiàn)的部分被復(fù)制并且可能在對(duì)復(fù)制的部分執(zhí)行功能(諸如，時(shí)間反轉(zhuǎn)、正弦加窗和/或余弦加窗)之后被插入到間隙中。
[0011]先前描述的實(shí)施例可以由一種通信設(shè)備執(zhí)行，在該通信設(shè)備中輸入接口(例如，麥克風(fēng))接收音頻信號(hào)，語(yǔ)音-音樂(lè)檢測(cè)器確定了從類音樂(lè)的音頻到類語(yǔ)音的音頻的切換已經(jīng)出現(xiàn)，并且缺失信號(hào)發(fā)生器回填BWE目標(biāo)信號(hào)中的間隙。各種操作可以由處理器(例如，數(shù)字信號(hào)處理器或者DSP)與存儲(chǔ)器(例如，包括，先行緩沖器)組合來(lái)執(zhí)行。
[0012]在以下描述中，將要注意，附圖中所示的部件以及標(biāo)注的路徑旨在于指示在各種實(shí)施例中信號(hào)一般如何流動(dòng)以及被處理。線連接不一定對(duì)應(yīng)于離散的物理路徑，而塊不一定對(duì)應(yīng)于離散的物理部件。部件可以被實(shí)現(xiàn)為硬件或者為軟件。此外，術(shù)語(yǔ)“被耦合”的使用不一定意味著在部件之間的物理連接，而可以描述部件之間的其中存在中間部件的關(guān)系。它僅描述部件的用以物理地或者經(jīng)由軟件結(jié)構(gòu)(例如，數(shù)據(jù)結(jié)構(gòu)、對(duì)象等)相互通信的能力。
[0013]轉(zhuǎn)向附圖，現(xiàn)在將描述本發(fā)明的一個(gè)實(shí)施例在其中操作的網(wǎng)絡(luò)的示例。圖1圖示包括網(wǎng)絡(luò)102的通信系統(tǒng)100。網(wǎng)絡(luò)102可以包括許多部件，諸如無(wú)線接入點(diǎn)、蜂窩基站、有線網(wǎng)絡(luò)(光纖、同軸線纜等)。任何數(shù)目的通信設(shè)備和通信設(shè)備的許多種類可以經(jīng)由網(wǎng)絡(luò)102交換數(shù)據(jù)(語(yǔ)音、視頻、網(wǎng)頁(yè)等)。第一通信設(shè)備104和第二通信設(shè)備106在圖1中被描繪為經(jīng)由網(wǎng)絡(luò)102通信。盡管第一通信設(shè)備104和第二通信設(shè)備106被示為智能電話，但是它們可以是任何類型的通信設(shè)備，包括膝上型計(jì)算機(jī)、具有無(wú)線局域網(wǎng)能力的設(shè)備、具有無(wú)線廣域網(wǎng)能力的設(shè)備或者用戶設(shè)備(UE)。除非另有指明，第一通信設(shè)備104被視為發(fā)射設(shè)備而第二通信設(shè)備106被視為接收設(shè)備。
[0014]圖2圖示根據(jù)本發(fā)明的實(shí)施例的通信設(shè)備104(來(lái)自圖1)的框圖。通信設(shè)備104可以能夠訪問(wèn)在網(wǎng)絡(luò)102中存儲(chǔ)的信息或者數(shù)據(jù)并且經(jīng)由網(wǎng)絡(luò)102與第二通信設(shè)備106通信。在一些實(shí)施例中，通信設(shè)備104支持一個(gè)或者多個(gè)通信應(yīng)用。也可以在第二通信設(shè)備106上執(zhí)行在此描述的各種實(shí)施例。
[0015]通信設(shè)備104可以包括收發(fā)器240，該收發(fā)器240能夠通過(guò)網(wǎng)絡(luò)102發(fā)送和接收數(shù)據(jù)。通信設(shè)備可以包括控制器/處理器210，該控制器/處理器210執(zhí)行存儲(chǔ)的程序，諸如編碼器222。本發(fā)明的各種實(shí)施例由編碼器222執(zhí)行。通信設(shè)備也可以包括由控制器/處理器210使用的存儲(chǔ)器220。存儲(chǔ)器220存儲(chǔ)編碼器222并且可以進(jìn)一步包括先行緩沖器221，該先行緩沖器221的目的將在被更詳細(xì)地描述。通信設(shè)備可以包括用戶輸入/輸出接口 250，該用戶輸入/輸出接口 250可以包括諸如鍵盤、顯示器、觸摸屏、麥克風(fēng)、耳機(jī)和揚(yáng)聲器之類的單元。通信設(shè)備也可以包括附加單元可以附著到的網(wǎng)絡(luò)接口 260，例如，通用串行總線(USB)接口。最后，通信設(shè)備可以包括數(shù)據(jù)庫(kù)接口 230，該數(shù)據(jù)庫(kù)接口 230允許通信設(shè)備訪問(wèn)與通信設(shè)備的配置有關(guān)的各種存儲(chǔ)的數(shù)據(jù)結(jié)構(gòu)。
[0016]根據(jù)本發(fā)明的一個(gè)實(shí)施例，輸入/輸出接口 250 (例如，其麥克風(fēng))檢測(cè)音頻信號(hào)。編碼器222對(duì)音頻信號(hào)進(jìn)行編碼。在這樣做時(shí)，編碼器運(yùn)用稱為“先行(look-ahead) ”的技術(shù)以對(duì)語(yǔ)音信號(hào)進(jìn)行編碼。使用先行，編碼器222檢查在其正在編碼的當(dāng)前語(yǔ)音幀的將來(lái)的少量語(yǔ)音，以便于確定在該幀之后什么將到來(lái)。編碼器將將來(lái)語(yǔ)音信號(hào)的一部分存儲(chǔ)在先行緩沖器221中。
[0017]參照?qǐng)D3的框圖，現(xiàn)在將描述編碼器222 (來(lái)自圖2)的操作。編碼器222包括語(yǔ)音/音樂(lè)檢測(cè)器300和耦合到語(yǔ)音/音樂(lè)檢測(cè)器300的開(kāi)關(guān)320。在如圖2中描繪的那些部件的右側(cè)，存在第一編碼器300a和第二編碼器300b。在本發(fā)明的一個(gè)實(shí)施例中，第一編碼器300a是頻域編碼器(其可以被實(shí)現(xiàn)為基于諧波的正弦編碼器)，并且第二部件集合構(gòu)成時(shí)域或者波形編碼器，諸如CELP編碼器300b。第一和第二編碼器300a和300b被耦合到開(kāi)關(guān)320。
[0018]第二編碼器300b的特征可以在于具有高頻帶部分和低頻帶部分，該高頻帶部分通過(guò)路徑O和P輸出BWE激勵(lì)信號(hào)(從大約7kHz到大約16kHz)，該低頻帶部分通過(guò)路徑N輸出WB激勵(lì)信號(hào)(從大約50Hz到大約7kHz)。將會(huì)理解，該分組僅為了方便引用。如將討論的那樣，高頻帶部分和低頻帶部分相互交互。
[0019]高頻帶部分包括帶通濾波器301、耦合到帶通濾波器301的頻譜翻轉(zhuǎn)和降頻混合器307