[发明专利]音频信号处理方法、系统以及音频信号收发装置

说明书

技术领域

本发明涉及通信领域，具体涉及一种音频信号处理方法、系统以及音频信号收发装置。

背景技术

随着通信技术的迅猛发展，信道带宽和传输速率得以极大提高，网络设备和通信终端处理能力也不断增强；同时，各种音频编码算法在编码质量和编码效率上都获得了相当的提高，这使得实时高质量音频业务也迅速地向各种现代通信系统融合。然而，在实际运营中，由于网络拥塞、信道干扰和噪声等原因，以包交换为基础的通信网络都不可避免的面临丢包和较长迟延的问题，这导致通过网际协议(IP)网络和移动通信系统传输的音频信号质量无疑会受到丢包和迟延的严重影响。

目前，用于减小因丢包而导致音频质量下降的音频信号处理方法大体有两种，下面对这两种方法分别介绍。

第一种音频信号处理方法为：将信源按一定准则划分为优先级不同的层次，再根据通信信道特性对各层进行分层优化；之后将完成分层优化的信源按各自所对应的不同层次分别进行数据打包处理，形成分层多描述编码比特流，包括基本层多描述编码比特流以及增强层多描述编码比特流；最后，将数据打包处理所形成的上述比特流发送给接收端。

当收到基本层多描述编码比特流时，接收端可以恢复出来自信源的基本信息；当收同时到基本层多描述编码比特流和增强层多描述编码比特流时，接收端则能以较小的失真更好的恢复出来自信源的信息。

第一种音频信号处理方法的目的是使接收端以尽量小的失真恢复出来自信源的信息，但其操作方式会不可避免地引入下列问题：

1、只有在收到来自信源的基本层多描述编码比特流的情况下，接收端才能进行正常解码；一旦基本层多描述编码比特流发生丢包，那么接收端将无法正常进行解码过程；

2、接收端在只收到增强层多描述编码比特流时，只能恢复来自信源的增强层部分信息，无法重构来自信源的主要信息；

3、为了使接收端能够正常接收到基本层多描述编码比特流，并防止误码或丢包的发生，在传输时通常要对基本层多描述编码比特流进行前向纠错或丢包重传等处理；这将明显降低通信效率，并增加通信迟延；

4、由于信源被按照优先级进行了分层，因此生成的各分层编码比特流也将具有不同的优先级，并且低优先级分层编码比特流的正确解码必须以高优先级分层编码比特流的正确解码为基础；当高优先级分层编码比特流的解码过程出现问题时，低优先级分层编码比特流的正确解码根本无从谈起。

综上所述，由于第一种音频信号处理方法对信源按照优先级进行了分层，因此提高通信过程中音频质量的可靠性较低，无法有效减小因丢包、迟延而导致的通信过程中音频质量下降的问题；并且，音频质量下降将明显降低用户满意度。

第二种音频信号处理方法为：利用目前普遍应用的由心理声学模型控制的预处理器对音频信号进行处理，得到去除了与听觉不相干的时域白化的剩余信号，并对得到的剩余信号进行多描述编码以得到两路或多路描述编码；再对得到的描述编码进行无失真熵编码以去除信源的多余度，最后将无失真熵编码后所生成的编码比特流送入发射信道。

第二种音频信号处理方法力图以心理声学模型提高音频信号质量，但其操作方式会不可避免地引入下列问题：

1、第二种音频信号处理方法主要采用时域预测和时域编码方法，频率分辨率较低，不能较好地去除听觉不相干度和音频信号各频率分量间的相关性；

2、由心理声学模型处理后的信号只是作为边信息被传输给接收端，而并不是作为描述编码的一部分进行传输；所以一旦心理声学模型中的参数丢失，接收端将无法对收到的音频信号正确解码，因而抗丢包性能较差。

综上所述，由于第二种音频信号处理方法只是以抗丢包性能较差的心理声学模型为音频信号处理的基础，因此提高通信过程中音频质量的可靠性较低，无法有效减小因丢包、迟延而导致的通信过程中音频质量下降的问题；并且，音频质量下降将明显降低用户满意度。

发明内容

有鉴于此，本发明的主要目的在于提供一种音频信号处理方法和系统，以有效提高通信过程中的音频质量，提高用户满意度。

本发明的另一目的在于提供一种音频信号收发装置，以有效提高通信过程中的音频质量，提高用户满意度。

为达到上述目的，本发明的技术方案是这样实现的：

本发明公开了一种音频信号处理方法，在音频信号发送端，分别将针对音频信号处理所得的剩余信号和掩蔽门限信号编码为剩余信号多描述和掩蔽门限信号多描述，再分别将各路剩余信号描述与多路掩蔽门限信号描述中的一路合路，生成均包含有剩余信号和掩蔽门限信号的多路描述；