用以在低比特率下模型化背景噪聲的舒緩噪聲添加技術(shù)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及音頻信號(hào)處理，并且，尤其是涉及帶噪語(yǔ)音編碼以及音頻信號(hào)舒緩噪 聲添加技術(shù)。
【背景技術(shù)】
[0002] 舒緩噪聲產(chǎn)生器一般被使用于音頻信號(hào)的不連續(xù)發(fā)送（DTX)，尤其是包含語(yǔ)音的 音頻信號(hào)。在這樣的模式中，音頻信號(hào)首先通過(guò)聲音活動(dòng)檢測(cè)器（VAD)被分類成有效幀以 及無(wú)效幀。一 VAD實(shí)例可被發(fā)現(xiàn)于[1]。依據(jù)VAD結(jié)果，僅有效語(yǔ)音頻幀被編碼且以標(biāo)稱比 特率被發(fā)送。在長(zhǎng)暫停期間，其中僅背景噪聲呈現(xiàn)，比特率降低或零值化且背景噪聲系列片 段式且參數(shù)式被編碼。平均比特率接著顯著地減低。該噪聲在無(wú)效幀期間在解碼器側(cè)端由 一舒緩噪聲產(chǎn)生器（CNG)產(chǎn)生。例如，語(yǔ)音編碼器AMR-WB[2]及ITUG. 718[1]具有進(jìn)行于 DTX模式的可能性。
[0003] 低比特率語(yǔ)音及尤其是帶噪語(yǔ)音編碼是易于有失真。語(yǔ)音編碼器通常以一語(yǔ)音產(chǎn) 生模式為基礎(chǔ)，其不適于背景噪聲存在情況。因此，編碼效率下降且被解碼音頻信號(hào)質(zhì)量減 低。此外，當(dāng)處理帶噪語(yǔ)音時(shí)，某些語(yǔ)音編碼特性可能變動(dòng)。事實(shí)上在低比特率，編碼參數(shù) 的粗糙量化產(chǎn)生一些隨著時(shí)間推移的波動(dòng)，當(dāng)在靜態(tài)背景噪聲編碼語(yǔ)音時(shí)該波動(dòng)在感知上 會(huì)惱人。
[0004] 噪聲減低是用于提高語(yǔ)音的可懂度及改善背景噪聲存在的通訊之一習(xí)知技術(shù)。其 同時(shí)也被采用于語(yǔ)音編碼。例如，G. 718編碼器使用噪聲減低技術(shù)推導(dǎo)一些編碼參數(shù)，諸如 語(yǔ)音音調(diào)。其同時(shí)也具有編碼增強(qiáng)信號(hào)以取代原始信號(hào)之可能性。比較于被解碼信號(hào)中噪 聲水平該語(yǔ)音接著更具主導(dǎo)地位。然而，它通常聽起來(lái)更惡化或不自然，因噪聲降低可能扭 曲語(yǔ)音分量而引起除了編碼失真外之可聽音樂式噪聲失真。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的是提供音頻信號(hào)處理的改進(jìn)概念。本發(fā)明目的通過(guò)根據(jù)權(quán)利要求1所 述的解碼器、根據(jù)權(quán)利要求18所述的編碼器，根據(jù)權(quán)利要求19所述的系統(tǒng)、根據(jù)權(quán)利要求 20或21所述的方法、根據(jù)權(quán)利要求22所述的比特流以及根據(jù)權(quán)利要求15的計(jì)算機(jī)程序而 實(shí)現(xiàn)。
[0006] -方面，本發(fā)明提供了一種解碼器，其被配置用于處理編碼音頻比特流，其中該解 碼器包括：
[0007] 比特流解碼器，被配置為自該比特流推導(dǎo)出解碼音頻信號(hào)，其中該解碼音頻信號(hào) 包含至少一個(gè)解碼幀；
[0008] 噪聲估算裝置，被配置為產(chǎn)生包含解碼音頻信號(hào)中噪聲的水平及/或頻譜形狀估 算的噪聲估算信號(hào)；
[0009] 舒緩噪聲產(chǎn)生裝置，被配置為自該噪聲估算信號(hào)推導(dǎo)出舒緩噪聲信號(hào)；以及
[0010] 組合器，被配置為組合該解碼音頻信號(hào)的解碼幀以及舒緩噪聲信號(hào)以得到音頻輸 出信號(hào)。
[0011] 比特流解碼器可以是裝置或計(jì)算機(jī)程序，其能夠解碼音頻比特流，該音頻比特流 是包含音頻信息數(shù)字?jǐn)?shù)據(jù)流。解碼處理產(chǎn)生一數(shù)字解碼音頻信號(hào)，其被饋送至A/D轉(zhuǎn)換器 以產(chǎn)生模擬音頻信號(hào)，其接著被饋送至擴(kuò)音器，以便產(chǎn)生一可聽見的信號(hào)。
[0012] 解碼音頻信號(hào)被分割成為所謂之幀，其中這些幀各包含關(guān)于某些時(shí)間區(qū)間的音頻 信息。這樣的幀可以分類成為有效幀以及無(wú)效幀，其中一有效幀是包含音頻信息的有用分 量（例如，語(yǔ)音或音樂）的幀，而無(wú)效幀是不包含音頻信息的任何有用分量的幀。無(wú)效幀通 常發(fā)生在暫停期間，其中沒有呈現(xiàn)有諸如音樂或語(yǔ)音的有用分量。因此，無(wú)效幀通常包含單 一背景噪聲。
[0013] 在音頻信號(hào)的不連續(xù)發(fā)送（DTX)中，僅通過(guò)解碼比特流獲得解碼音頻信號(hào)的有效 幀，因在無(wú)效幀期間該編碼器不在比特流之內(nèi)發(fā)送音頻信號(hào)。
[0014] 在音頻信號(hào)的非不連續(xù)發(fā)送（非DTX)中，通過(guò)解碼比特流得到有效幀以及無(wú)效 幀。
[0015] 通過(guò)比特流解碼器解碼比特流得到的幀稱為被解碼幀。
[0016] 噪聲估算裝置被配置為產(chǎn)生一噪聲估算信號(hào)，噪聲估算信號(hào)包含解碼音頻信號(hào)中 噪聲的水平及/或頻譜形狀的估算。進(jìn)一步地，舒緩噪聲產(chǎn)生裝置被配置為自噪聲估算信 號(hào)推導(dǎo)出舒緩噪聲信號(hào)。該噪聲估算信號(hào)可以是一信號(hào)，其包含以參數(shù)形式含于解碼音頻 信號(hào)中關(guān)于噪聲特性的信息。舒緩噪聲信號(hào)是人造音頻信號(hào)，其對(duì)應(yīng)于含于該解碼音頻信 號(hào)的噪聲。這些特點(diǎn)允許該舒緩噪聲聽起來(lái)類似于實(shí)際背景噪聲而不需要關(guān)于背景噪聲的 任何側(cè)信息于比特流。
[0017] 組合器被配置為組合解碼音頻信號(hào)的解碼幀以及舒緩噪聲信號(hào)以便得到音頻輸 出信號(hào)。因而，音頻輸出信號(hào)包括解碼幀，其包含人造噪聲。解碼幀中的人造噪聲允許屏蔽 音頻輸出信號(hào)的失真，尤其是當(dāng)該比特流以低比特率被發(fā)送時(shí)。其平緩?fù)ǔ２煊X的浮動(dòng)并 且同時(shí)屏蔽主要的編碼失真。
[0018] 相對(duì)于先前技術(shù)，本發(fā)明應(yīng)用添加人造舒緩噪聲至被解碼幀的原理。本發(fā)明概念 可以被應(yīng)用于DTX及非DTX模式兩者。
[0019] 本發(fā)明提供一種強(qiáng)化以低比特率被編碼并且被發(fā)送的帶噪語(yǔ)音質(zhì)量的方法。以低 比特率，帶噪語(yǔ)音，亦即，被記錄有背景噪聲的語(yǔ)音，的編碼通常不如干凈語(yǔ)音編碼一般有 效率。解碼合成通常易于失真。兩種不同類的來(lái)源，噪聲以及語(yǔ)音，無(wú)法通過(guò)依賴單一來(lái)源 模式的編碼機(jī)制有效地被編碼。本發(fā)明提供在解碼器側(cè)端用以模式化并且合成背景噪聲的 概念并且只需要非常少或沒有側(cè)信息。這通過(guò)在解碼器側(cè)端估算背景噪聲的水平及頻譜形 狀、以及通過(guò)人造產(chǎn)生一舒緩噪聲而實(shí)現(xiàn)。所產(chǎn)生噪聲與解碼音頻信號(hào)組合并且允許屏蔽 編碼失真。
[0020] 進(jìn)一步地，該概念可與被應(yīng)用在編碼器側(cè)的噪聲減低機(jī)制結(jié)合。噪聲減低提高信 噪比（SNR)水平，并且改進(jìn)依序音頻編碼的性能。解碼音頻信號(hào)中噪聲缺失的量接著通過(guò) 在解碼器側(cè)的舒緩噪聲補(bǔ)償。但是，其通常聽起來(lái)更惡化或較不自然，因噪聲減低可能扭曲 音頻分量并且導(dǎo)致除了編碼失真之外的可聽見音樂式噪聲失真。本發(fā)明的一個(gè)論點(diǎn)是通過(guò) 在解碼器側(cè)添加舒緩噪聲而屏蔽這些不悅失真。當(dāng)使用一噪聲減低機(jī)制時(shí)，舒緩噪聲的添 加不降低SNR。此外，舒緩噪聲抵消一般噪聲減低技術(shù)的大部份惱人音樂式噪聲。
[0021] 在本發(fā)明的優(yōu)選實(shí)施方式中，該解碼幀是一有效幀。這特點(diǎn)將舒緩噪聲添加原理 擴(kuò)展至解碼有效幀。
[0022] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，被碼幀是一有效幀。這特點(diǎn)將舒緩噪聲 添加原理擴(kuò)展至解碼無(wú)效幀。
[0023] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該噪聲估算裝置包括：頻譜分析裝置，被 配置為產(chǎn)生包含該解碼音頻信號(hào)中噪聲的水平及/或頻譜形狀的分析信號(hào)；以及噪聲估算 產(chǎn)生裝置，被配置為基于分析信號(hào)產(chǎn)生該噪聲估算信號(hào)。
[0024] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該舒緩噪聲產(chǎn)生裝置包括：噪聲產(chǎn)生器， 被配置為基于噪聲估算信號(hào)產(chǎn)生頻域舒緩噪聲信號(hào)；以及頻譜合成器，被配置為基于頻域 舒緩噪聲信號(hào)產(chǎn)生該舒緩噪聲信號(hào)。
[0025] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該解碼器包括：切換裝置，被配置為交替 地切換該解碼器至第一操作模式或至第二操作模式，其中在該第一操作模式中該舒緩噪聲 信號(hào)被饋送至該組合器，而在該第二操作模式中該舒緩噪聲信號(hào)不被饋送至該組合器。這 些特點(diǎn)允許在不需要的情況下停止使用人造舒緩噪聲。
[0026] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該解碼器包括被配置為自動(dòng)地控制該切 換裝置的控制裝置，其中該控制裝置包括：噪聲檢測(cè)器，被配置為取決于解碼音頻信號(hào)的信 噪比而控制該切換裝置，其中在低信噪比情況之下該解碼器被切換至該第一操作模式并且 在高信噪比情況之下該解碼器被切換至該第二操作模式。通過(guò)這些特點(diǎn)，舒緩噪聲只在帶 噪語(yǔ)音情景中被觸發(fā)，即，不是在干凈語(yǔ)音或干凈音樂情況下。為了在低信噪比情況以及高 信噪比情況之間區(qū)別，對(duì)于信噪比的閾值可以被界定及被使用。
[0027] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該控制裝置包括：側(cè)信息接收器，被配置 以接收含于比特流的對(duì)應(yīng)于解碼音頻信號(hào)的信噪比的側(cè)信息，并且被配置以產(chǎn)生噪聲檢測(cè) 信號(hào)，其中該噪聲檢測(cè)器取決于噪聲檢測(cè)信號(hào)而控制該切換裝置。這些特點(diǎn)允許以通過(guò)產(chǎn) 生和/或處理所接收比特流的外部裝置完成的信號(hào)分析為基礎(chǔ)而控制切換裝置。該外部裝 置可以是產(chǎn)生比特流的編碼器。
[0028] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，對(duì)應(yīng)于該解碼音頻信號(hào)的信噪比的側(cè)信 息由該比特流中至少一個(gè)專用位所構(gòu)成。專用位大體上是一種包含限定信息的單獨(dú)的或與 其他的專用位一起的位。此處，該專用位可以指示，信噪比是預(yù)定閾值之上還是之下。
[0029] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該控制裝置包括：有用信號(hào)能量估算器， 被配置為確定解碼音頻信號(hào)的有用信號(hào)的能量、噪聲能量估算器，被配置為確定該解碼音 頻信號(hào)的噪聲的能量、以及信噪比估算器，被配置為基于該有用信號(hào)的能量并且基于該噪 聲的能量而確定該解碼音頻信號(hào)的信噪比，其中該切換裝置取決于利用控制裝置所決定的 信噪比而被切換。在此情況下，比特流中是不需側(cè)信息。因有用信號(hào)能量通常超出解碼信 號(hào)的噪聲能量，包含有用信號(hào)能量以及噪聲能量的解碼音頻信號(hào)總能量，給予解碼音頻信 號(hào)的有用信號(hào)能量的粗略估算。因此，該信噪比可以利用解碼音頻信號(hào)總能量除以解碼信 號(hào)噪聲能量的近似量來(lái)計(jì)算。
[0030] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該比特流包含有效幀以及無(wú)效幀，其中 該控制裝置被配置為確定在有效幀期間該解碼音頻信號(hào)的有用信號(hào)的能量并且確定在無(wú) 效幀期間該解碼音頻信號(hào)的噪聲的能量。藉由這點(diǎn)，估算信噪比的高精確度可以容易地實(shí) 現(xiàn)。
[0031 ] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該比特流包含有效幀以及無(wú)效幀，其中 該解碼器包括：側(cè)信息接收器，被配置為基于該比特流中指示當(dāng)前幀有效或無(wú)效的側(cè)信息 而在有效幀以及無(wú)效幀之間區(qū)別。藉由這特點(diǎn)，有效幀或無(wú)效幀可以分別地被辨識(shí)而不需 計(jì)算力。
[0032] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，指示當(dāng)前幀有效或無(wú)效的側(cè)信息由該比 特流BS中至少一個(gè)專用位所構(gòu)成。
[0033] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該控制裝置被配置為基于分析信號(hào)確定 該解碼音頻信號(hào)的有用信號(hào)的能量。在此情況中，通常為了噪聲估計(jì)的目的必須計(jì)算的分 析信號(hào)，因而復(fù)雜性可以被減低。
[0034] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該控制裝置被配置未基于噪聲估算信號(hào) 確定解碼音頻信號(hào)的噪聲的能量。在此一實(shí)施例，通常為了生成舒緩噪聲的目的必須計(jì)算 的分析估計(jì)信號(hào)，可以再使用，因而復(fù)雜性可以進(jìn)一步被減低。
[0035] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，該舒緩噪聲產(chǎn)生裝置被配置為基于目標(biāo) 舒緩噪聲水平產(chǎn)生該舒緩噪聲信號(hào)。所添加舒緩噪聲水平應(yīng)該受限制以維持可懂度以及質(zhì) 量。這可以通過(guò)調(diào)整使用指示預(yù)定目標(biāo)噪聲水平的目標(biāo)噪聲信號(hào)的舒緩噪聲實(shí)現(xiàn)。
[0036] 在本發(fā)明的優(yōu)選實(shí)施方式中優(yōu)選實(shí)施例，目標(biāo)舒緩噪聲水平信號(hào)取決于該比特流 調(diào)整。一般，解碼音頻信號(hào)展示比原始輸入信號(hào)高的信噪比，尤其是在編碼失真最嚴(yán)重的低 比特率的情況下。語(yǔ)音編碼噪聲水平的該衰減是來(lái)自來(lái)源模式實(shí)例，