別輸入音 頻信息的不能以足夠或所要的質(zhì)量解碼的部分。換言之，偵測器240應(yīng)辨識(shí)何時(shí)低頻部分 的編碼表示222單獨(dú)地不允許具有足夠質(zhì)量的盲帶寬擴(kuò)展。不同而言，偵測器240較佳識(shí) 別輸入音頻信息的部分，對于該部分，不可以足夠（或所要的）準(zhǔn)確度來基于低頻部分估計(jì) 帶寬擴(kuò)展參數(shù)從而達(dá)成可接受（或所要的）音頻質(zhì)量。因此，偵測器240可針對輸入音頻 信息的不能基于使用盲帶寬擴(kuò)展（亦即，不自編碼器接收任何帶寬擴(kuò)展信息）的低頻部分 的編碼表示222以足夠或所要的質(zhì)量解碼的部分而使用控制信號242判定應(yīng)將帶寬擴(kuò)展信 息包括至編碼音頻信息中。等效地，偵測器可針對輸入音頻信息的不能以足夠或所要的準(zhǔn) 確度來基于低頻部分（或等效地，低頻部分的編碼表示222)估計(jì)帶寬擴(kuò)展參數(shù)的部分而使 用控制信號242判定應(yīng)將帶寬擴(kuò)展信息包括至編碼音頻信息中。
[0075] 為了識(shí)別應(yīng)將帶寬擴(kuò)展信息包括至編碼音頻信息中的此等部分（或等效地，為了 識(shí)別輸入音頻信息的不必將帶寬擴(kuò)展信息包括至編碼音頻信息212中的部分），偵測器240 可使用不同策略。如上文所提及，偵測器240可接收不同類型的輸入信息。在一些狀況下， 是否應(yīng)將帶寬擴(kuò)展信息包括至編碼音頻信息212中的偵測器決策可僅基于輸入音頻信息 210。換言之，偵測器240可（例如）被配置為分析輸入音頻信息210以發(fā)現(xiàn)，對于輸入音 頻信息的哪些部分（其對應(yīng)于編碼音頻信息212的部分），有必要將帶寬擴(kuò)展信息232包括 至編碼音頻信息212中以達(dá)成可接受（或所要的）音頻質(zhì)量。然而，偵測器240的決策可 替代地基于由低頻編碼器200提供的一些控制信息或中間信息224。替代地或另外，偵測器 240的決策可基于輸入音頻信息210的低頻部分的編碼表示222。因此，偵測器可評估不同 量以判定（或估計(jì)）音頻解碼器側(cè)處的盲帶寬擴(kuò)展是否將導(dǎo)致足夠音頻質(zhì)量（或可能導(dǎo)致 足夠音頻質(zhì)量，或預(yù)期導(dǎo)致足夠音頻質(zhì)量）。
[0076] 舉例而言，偵測器可判定輸入音頻信息210的部分是否為時(shí)間上穩(wěn)定的部分，且 輸入音頻信息210的部分是否具有低通性質(zhì)。舉例而言，偵測器240可推斷，對于被發(fā)現(xiàn)為 時(shí)間上穩(wěn)定的部分且具有低通性質(zhì)的部分，不必將帶寬擴(kuò)展信息包括至編碼音頻信息212 中，這是因?yàn)橐颜J(rèn)識(shí)到，通?？稍谝纛l解碼器側(cè)處甚至使用盲帶寬擴(kuò)展以足夠良好的音頻 質(zhì)量來再現(xiàn)輸入音頻信息210的此等部分。這歸因于如下事實(shí)：盲帶寬擴(kuò)展通常對輸入音 頻信息（或內(nèi)容）的不包含音頻內(nèi)容的強(qiáng)改變（或不包含音頻內(nèi)容的任何瞬變或其他強(qiáng)變 化）且可因此被視為在時(shí)間上穩(wěn)定的部分良好地起作用。此外，已發(fā)現(xiàn)，盲帶寬擴(kuò)展對音頻 內(nèi)容的包含低通性質(zhì)的部分（亦即，對音頻內(nèi)容的低頻部分的強(qiáng)度高于高頻部分的強(qiáng)度的 部分）良好地起作用，這是因?yàn)榇饲樾螢榇蠖鄶?shù)盲帶寬擴(kuò)展概念的基礎(chǔ)假定。因此，對于具 有低通性質(zhì)的此等時(shí)間上穩(wěn)定的部分，偵測器240可使用控制信號242來用信號通知選擇 性地省略帶寬擴(kuò)展信息至編碼音頻信息212中的包括。
[0077] 舉例而言，偵測器240可被配置為識(shí)別輸入音頻信息的包含有聲語音的部分，及/ 或輸入音頻信息的包含環(huán)境噪聲的部分，及/或輸入音頻信息的包含無打擊樂器聲的音樂 的部分。輸入音頻信息的此等部分通常為時(shí)間上穩(wěn)定的且包含低通性質(zhì)，使得對于此等部 分，偵測器240通常用信號通知省略帶寬擴(kuò)展信息至編碼音頻信息中的包括。
[0078] 替代地或另外，偵測器240可分析是否可基于低頻部分的頻譜包絡(luò)以合理準(zhǔn)確度 (例如，使用由盲帶寬擴(kuò)展應(yīng)用的概念）預(yù)測輸入音頻信息的高頻部分中的頻譜形狀。因 此，偵測器可（例如）被配置為判定低頻部分的頻譜包絡(luò)（例如，其可由中間信息224或由 低頻部分的編碼表示222描述）與高頻部分的頻譜包絡(luò)（例如，其可由偵測器240基于輸 入音頻信息210判定）之間的差是否大于或等于預(yù)定義差度量。舉例而言，偵測器240可 依據(jù)強(qiáng)度差或依據(jù)形狀差異或依據(jù)隨頻率的變化或依據(jù)頻譜包絡(luò)的任何其他特性特征來 判定該差。因此，偵測器240可響應(yīng)于發(fā)現(xiàn)低頻部分的頻譜包絡(luò)與高頻部分的頻譜包絡(luò)之 間的差大于或等于預(yù)定義差度量而決定（及用信號通知）將帶寬擴(kuò)展信息232包括至輸入 音頻信息中。換言之，偵測器240可判定可基于低頻部分的頻譜包絡(luò)預(yù)測高頻部分的頻譜 包絡(luò)的良好程度，且若該預(yù)測不可能伴隨有良好結(jié)果（例如，其為若高頻部分的所預(yù)測頻 譜包絡(luò)與高頻部分的實(shí)際頻譜包絡(luò)存在很大不同的狀況），則可推斷在音頻解碼器側(cè)處將 需要帶寬擴(kuò)展信息232。然而，替代比較高頻部分的所預(yù)測頻譜包絡(luò)與高頻部分的實(shí)際頻譜 包絡(luò)，偵測器240可替代地比較低頻部分的頻譜包絡(luò)與高頻部分的頻譜包絡(luò)。若假定在應(yīng) 用盲帶寬估計(jì)時(shí)高頻部分的頻譜包絡(luò)通常類似于低頻部分的頻譜包絡(luò)，則此比較有意義。
[0079] 替代地或另外，偵測器240可識(shí)別包含無聲語音的部分及/或包含打擊聲的部分。 由于在此等狀況下，高頻部分的頻譜包絡(luò)通常與低頻部分的頻譜包絡(luò)存在很大不同，因此 偵測器可針對輸入音頻信息（或編碼音頻信息）的包含無聲語音或包含打擊聲的此等部分 而用信號通知將帶寬擴(kuò)展信息包括至編碼音頻表示中。
[0080] 然而，替代地或另外，偵測器240可分析輸入音頻信息210的部分的頻譜傾斜量。 又，偵測器240可使用關(guān)于輸入音頻信息的部分的頻譜傾斜量的信息以決定是否應(yīng)將帶寬 擴(kuò)展信息232包括至編碼音頻信息212中。此概念基于以下想法：盲帶寬擴(kuò)展對音頻內(nèi)容 的在與高頻范圍相比時(shí)在低頻范圍中存在更多能量（或大體上為強(qiáng)度）的部分良好地起 作用。相比之下，若高頻部分（亦指定為高頻范圍）為"占優(yōu)勢的"，亦即，包含大量能量， 則盲帶寬擴(kuò)展通常不可良好地再現(xiàn)音頻內(nèi)容，使得應(yīng)將帶寬擴(kuò)展信息包括至編碼音頻信息 中。因此，在一些實(shí)施例中，偵測器判定頻譜傾斜量（其描述能量或大體上強(qiáng)度在頻率上的 分布）是否大于或等于固定或可變的傾斜量閾值。若頻譜傾斜量大于或等于固定或可變的 傾斜量閾值（其意謂至少在與能量或強(qiáng)度隨頻率增加而減小的"正常"狀況相比時(shí)在音頻 內(nèi)容的高頻部分中存在相對大的能量或強(qiáng)度），則偵測器可決定將帶寬擴(kuò)展信息包括至編 碼音頻信息中。
[0081 ] 除上文所提及的特征中的一些或全部外，偵測器亦可評估輸入音頻信息的部分的 過零率。此外，是否包括帶寬擴(kuò)展信息的偵測器決策亦可基于所判定的過零率是否大于或 等于固定或可變的過零率閾值。此概念基于以下考慮：高過零率通常指示高頻在輸入音頻 信息中起重要作用，此又指示應(yīng)在音頻解碼器側(cè)處使用參數(shù)導(dǎo)引式帶寬擴(kuò)展。
[0082] 此外，應(yīng)注意，偵測器240可較佳使用一些滯后以避免在以下兩者之間的過多切 換：帶寬擴(kuò)展信息232至編碼音頻信息中的包括，及該包括的省略。舉例而言，可將滯后應(yīng) 用于可變傾斜量閾值、可變過零率閾值或用以關(guān)于自帶寬擴(kuò)展信息的包括至該包括的避免 或自該包括的避免至該包括的轉(zhuǎn)變而作出決策的任何其他閾值。因此，滯后可使閾值變化， 以便減小在針對輸入音頻信息的當(dāng)前部分而包括帶寬擴(kuò)展信息時(shí)切換至帶寬擴(kuò)展信息的 包括的省略的機(jī)率。類似地，可使閾值變化，以減少在針對輸入音頻信息的當(dāng)前部分而避免 帶寬擴(kuò)展信息的包括時(shí)切換至帶寬擴(kuò)展信息的包括的機(jī)率。因此，可減少可由不同模式之 間的轉(zhuǎn)變引起的偽訊。
[0083] 在下文中，將論述關(guān)于帶寬擴(kuò)展信息提供器230的一些細(xì)節(jié)。詳言之，將解釋響應(yīng) 于偵測器用信號通知應(yīng)將帶寬擴(kuò)展信息232包括至編碼音頻信息中而將哪一信息包括至 編碼音頻信息212中。出于解釋的目的，亦將參看圖3,其展示輸入音頻信息的頻率部分及 包括至編碼音頻表示中的參數(shù)的示意性表示。橫坐標(biāo)310描述頻率，且縱坐標(biāo)312描述不 同頻譜頻格（例如，如MDCT系數(shù)、QMF系數(shù)、FFT系數(shù)或其類似者）的強(qiáng)度（例如，如振幅或 能量的強(qiáng)度）。如可見的，輸入音頻信息的低頻部分可（例如）涵蓋自較低頻率邊界（例 如，0或50Hz，或300Hz，或任何其他合理的較低頻率邊界）直至大約6. 4kHz的頻率的頻率 范圍。如可見的，可為此低頻部分（例如，自300Hz至6. 4kHz，或其類似者）提供編碼表示 222。此外，存在（例如）范圍為自6. 4kHz至8kHz的高頻部分。然而，高頻部分當(dāng)然可涵 蓋通常由人類接聽者可感知的頻率范圍限制的不同頻率范圍。然而，在圖3中可見，作為一 實(shí)例，以參考數(shù)字320展示的頻譜包絡(luò)在高頻部分中包含不規(guī)則形狀。此外，可見頻譜包絡(luò) 320在高頻部分中包含相對大的能量，且甚至包含在7. 2kHz與7. 6kHz之間的相對高的能 量。作為比較，亦在圖3中展示第二頻譜包絡(luò)330,其中第二頻譜包絡(luò)330展示高頻部分中 的強(qiáng)度或能量（例如，每單位頻率）的減退。因此，頻譜包絡(luò)320通常將使偵測器針對包含 頻譜包絡(luò)320的部分而決定將帶寬擴(kuò)展信息包括至編碼音頻表示中，而頻譜包絡(luò)330通常 將使偵測器針對音頻內(nèi)容的包含頻譜包絡(luò)330的部分而決定省略帶寬擴(kuò)展信息的包括。
[0084] 如進(jìn)一步可見的，對于音頻內(nèi)容的包含頻譜包絡(luò)320的部分，四個(gè)標(biāo)量參數(shù)將作 為帶寬擴(kuò)展信息包括至編碼音頻表示中。第一標(biāo)量參數(shù)可（例如）描述在6. 4kHz與6. SkHz 之間的頻率區(qū)域的頻譜包絡(luò)（或頻譜包絡(luò)的平均值），第二標(biāo)量參數(shù)可描述在6. SkHz與 7. 2kHz之間的頻率區(qū)域的頻譜包絡(luò)320 (或其平均值），第三標(biāo)量參數(shù)可描述在7. 2kHz與 7. 6kHz之間的頻率區(qū)域的頻譜包絡(luò)320 (或其平均值），且第四標(biāo)量參數(shù)可描述在7. 6kHz 與8kHz之間的頻率區(qū)域的頻譜包絡(luò)（或其平均值）。該標(biāo)量參數(shù)可以絕對或相對方式描述 (例如）關(guān)于頻譜上先前的頻率范圍（或區(qū)域）的頻譜包絡(luò)。舉例而言，第一標(biāo)量參數(shù)可描 述以下兩者之間的強(qiáng)度比率（例如，其可經(jīng)正規(guī)化至某一量）：在6. 4kHz與6. SkHz之間的 頻率區(qū)域中的頻譜包絡(luò)，及在較低頻率區(qū)域（例如，低于6. 4kHz)中的頻譜包絡(luò)。第二、第 三及第四標(biāo)量參數(shù)可（例如）描述鄰近頻率范圍中的頻譜包絡(luò)（的強(qiáng)度）之間的差（或比 率），使得（例如）第二標(biāo)量參數(shù)可描述以下兩者之間的比率：在6. SkHz與7. 2kHz之間的 頻率范圍中的頻譜包絡(luò)（的平均值），及在6. 4kHz與6. 8kHz之間的頻率范圍中的頻譜包 絡(luò)。
[0085] 此外，應(yīng)注意到，在任何狀況下可包括低頻部分的編碼表示，亦即，低于6. 4kHz的 頻率部分?？墒褂檬熘幋a概念中的任一者來編碼低于6. 4kHz的頻率部分（低頻部分）， 例如，使用如AAC (或其衍生編碼）的"一般音頻"編碼或語音寫碼（例如，如CELP、ACELP 或其衍生編碼）。因此，對于音頻內(nèi)容的包含頻譜包絡(luò)320的部分，低頻部分的編碼表示與 四個(gè)標(biāo)量帶寬擴(kuò)展參數(shù)（可使用相對少量比特來量化該參數(shù)）兩者將包括至編碼音頻表示 中。相比之下，對于音頻內(nèi)容的包含頻譜包絡(luò)330的部分，僅低頻部分的編碼表示將包括至 編碼音頻表示中，但無（標(biāo)量）帶寬擴(kuò)展參數(shù)將包括至編碼音頻表示中（然而，此情形不會(huì) 引起嚴(yán)重問題，這是因?yàn)轭l譜包絡(luò)330展現(xiàn)可使用盲帶寬擴(kuò)展來良好地再現(xiàn)的規(guī)則及減退 (低通）特性）。
[0086] 總之，音頻編碼器200被配置為以信號適應(yīng)性方式選擇性地將表示輸入音頻信息 的高頻部分的頻譜包絡(luò)的參數(shù)作為帶寬擴(kuò)展信息包括至編碼音頻信息中。舉例而言，可以 信號適應(yīng)性方式將參看圖3所提及的標(biāo)量帶寬擴(kuò)展參數(shù)包括至編碼音頻信息中。一般而 言，較低頻率編碼器220可被配置為編碼輸入音頻信息210的低頻部分，該低頻部分包含 高達(dá)位于6kHz與7kHz之間的范圍中的最大頻率（其中已在圖3的實(shí)例中使用6. 4kHz的 邊界）的頻率。此外，音頻編碼器可被配置為選擇性地將三個(gè)至五個(gè)參數(shù)包括至編碼音頻 表示中，該參數(shù)描述具有在300Hz與500Hz之間的帶寬的高頻信號部分的強(qiáng)度。在圖3的 實(shí)例中，已展示描述具有大約400Hz的帶寬的高頻信號部分的強(qiáng)度的四個(gè)標(biāo)量參數(shù)。換言 之，音頻編碼器可被配置為將描述四個(gè)高頻信號部分的強(qiáng)度的四個(gè)標(biāo)量量化參數(shù)包括至編 碼音頻表示中，該高頻信號部分涵蓋高于低頻部分（例如，如參看圖3所解釋）的頻率范圍 (例如，如圖3中所展示）。舉例而言，音頻編碼器可被配置為選擇性地將描述頻譜上鄰近 的頻率部分的能量或強(qiáng)度之間的關(guān)系的多個(gè)參數(shù)包括至編碼音頻表示中，其中，該參數(shù)中 的一個(gè)描述第帶寬擴(kuò)展高頻部分的能量或強(qiáng)度與低頻部分的能量或強(qiáng)度之間的比率，且其 中，該參數(shù)中的其他參數(shù)描述其他帶寬擴(kuò)展高頻部分（其中，該帶寬擴(kuò)展高頻部分可為在 6. 4kHz 與 6. 8kHz 之間、在 6. 8kHz 與 7. 2kHz 之間、在 7. 2kHz 與 7. 6kHz 之間及在 7. 6kHz 與 SkHz之間的頻率部分的能量或強(qiáng)度之間的比率）。替代地，可向量量化三個(gè)至五個(gè)包絡(luò)形 狀參數(shù)（描述高頻信號部分的強(qiáng)度）。向量量化通常稍微比標(biāo)量量化更有效。另一方面，向 量量化比標(biāo)量量化更復(fù)雜。換言之，可替代地使用向量量化（而非使用標(biāo)量量化）執(zhí)行四 個(gè)帶寬擴(kuò)展能量值的量化。
[0087] 總之，音頻編碼器可被配置為將相對簡單的帶寬擴(kuò)展信息包括至編碼音頻表示 中，使得僅對于輸入音頻信息（或編碼音頻表示）的由偵測器發(fā)現(xiàn)將需要參數(shù)導(dǎo)引式帶寬 擴(kuò)展的部分，稍微增加編碼音頻表示的比特率。
[0088] 3.根據(jù)圖4的音頻解碼器
[0089] 圖4展示根據(jù)本發(fā)明的實(shí)施例的音頻解碼器的方塊示意圖。根據(jù)圖4的音頻解碼 器400接收編碼音頻信息410 (例如，其可由音頻編碼器100或音頻編碼器200提供），且基 于編碼音頻信息提供解碼音頻信息412。
[0090] 音頻解碼器400包含低頻解碼器420,其接收編碼音頻信息410 (或至少包括于其 中的低頻部分的編碼表示），解碼低頻部分的編碼表示且獲得低頻部分的解碼表示422。音 頻解碼器400亦包含帶寬擴(kuò)展430,被配置為針對（編碼）音頻內(nèi)容（由編碼音頻信息410 表示）的無帶寬擴(kuò)展參數(shù)包括于編碼音頻信息410中的部分而使用盲帶寬擴(kuò)展來獲得帶 寬擴(kuò)展信號432,且針對音頻內(nèi)容的有帶寬擴(kuò)展參數(shù)包括于編碼音頻信息（或編碼音頻表 示）410中的部分而使用參數(shù)導(dǎo)引式帶寬擴(kuò)展（使用包括于編碼音頻信息410中的帶寬擴(kuò) 展信息或帶寬擴(kuò)展參數(shù)）來獲得帶寬擴(kuò)展信號432。
[0091] 因此，音頻解碼器400能夠無關(guān)于帶寬擴(kuò)展參數(shù)是否包括于編碼音頻信息410中 而執(zhí)行帶寬擴(kuò)展。因此，音頻解碼器可適于編碼音頻信息410,且考慮存在盲帶寬擴(kuò)展與參 數(shù)導(dǎo)引式帶寬擴(kuò)展之間的切換的概念。因此，音頻解碼器400能夠處置編碼音頻信息410， 其中僅針對音頻內(nèi)容的不可使用盲帶寬擴(kuò)展以足夠質(zhì)量重建構(gòu)的部分（例如，幀）而包括 帶寬擴(kuò)展參數(shù)。因此，可提供解碼音頻信息4