[发明专利]一种背景噪声的编码码流传输的方法、系统及装置

说明书

技术领域

本发明涉及语音通信领域，尤其涉及一种背景噪声的编码码流传输的方法、系统及装置。

背景技术

在语音通信中，对语音的处理主要由语音编解码器来完成，最初的语音编解码器都是定速率的，即每一种语音编码器只有一个固定的速率。这些传统的定速率语音编码器从总体来讲，较高速率的编码算法能较容易的保证编码质量，但占用通信信道资源较大；较低速率的编码算法占用通信信道资源较小，但不太容易保证编码质量。

在语音通信中，由于人发声并不是连续的，大约有70％左右的空闲时间没有讲话，因此始终用同一个速率进行语音编解码显然是对通信信道资源的一种极大的浪费。基于这种考虑，人们在语音编码器中引入了语音激活检测(VoiceActivity Detector，VAD)技术，这种技术能有效区分有话语音和无话语音，在有话语音时用正常的编码速率进行编码，形成语音帧，而无话语音是一些背景噪声和静音，因此可以用简单的编码方式进行处理，形成静音描述(SilenceDescriptor，SID)帧。通过这种变速率的编码方式，有效的降低了整个通话过程的平均编码速率，节省了大量的通信信道资源，而编码质量也得到了较好的保证。

随着编码技术的发展，同一个语音编码器中的语音编码速率并不仅仅局限于针对语音的编码速率和针对背景噪声的编码速率两种。这种编码器可以为语音编码提供多种编码速率，被称为变速率语音编码器。由于变速率语音编码器可以动态的调整编码速率，使得语音通信系统在合成语音质量和系统容量之间能够灵活的折中，因此变速率语音编码器获得了快速的发展。另外，由于音频业务的快速发展，语音编码器不仅仅只处理语音信号，还会处理包括音乐在内的各种音乐信号，而这些音频信号所需要的编码速率也不太一样，因此变速率语音编码器就显得更为重要。

编码器在选择编码速率时的依据主要有两个，一个依据是语音信号本身的特性，即源控，利用VAD技术进行速率的选择就是一个源控的简单例子；另一个依据是通信信道的状况，即信道控。源控的一个典型例子是语音编码器根据语音信号是浊音还是清音，浊音是否稳定等信息对语音信号按照不同的速率进行编码。信道控的典型例子是语音编码器根据信道的状况要求编码器对语音信号按照不同的速率进行编码，若信道状况不好，较为繁忙，为节省带宽，就要求用较低的速率对语音信号进行编码，否则若信道状况较好，不繁忙，带宽充足，就要求用较高的速率对语音信号进行编码，以获得较高的合成语音质量。

传统的变速率语音编码器中，不同的编码速率通常对应不同的编码方式，因此实际的编码码流也就大不相同。而当前最新的语音编码器采用了一种全新的编码速率形成方式，这种编码速率形成方式的基础是编码器输出的语音编码码流是以分层的方式封装成帧，即编码码流由核心层和一个以上的增强层组成，每层为一组编码参数，每组编码参数对应一编码比特数，例如某一语音的编码码流由核心层和11个增强层组成，如图1所示：

层1为占用编码比特数为8kbit的核心层，层2为占用编码比特数为4kbit的窄带增强层，层3～12为占用编码比特数为2kbit的宽带增强层，假如帧速度为每秒传输一帧，则该编码码流包含的层数分别为1～12时，其对应的编码速率分别为8kbit/s、12kbit/s、14kbit/s、16kbit/s、18kbit/s、20kbit/s、22kbit/s、24kbit/s、26kbit/s、28kbit/s、30kbit/s和32kbit/s。基于这种速率形成方式，其各速率是向下兼容的，以速率12kbit/s为例，其包含层1和层2，那么在接收端除了能用12kbit/s速率进行解码外，还可以丢掉层2，保留层1，即用8kbit/s的速率进行解码。

由于这种速率分级的特点，信道不必指示编码器用哪一个速率进行编码，编码器会按32kbit/s的最高速率对语音信号进行编码，然后将这些编码码流按层传送到通信信道，信道依据当前的信道状况，决定接收的层数。若信道状况较好，信道容量较大，不繁忙，那么信道就会将这些编码码流全部接收，即接收所有的编码层；若信道状况较差，较为繁忙，可用容量较小，那么信道的接收能力就受到了限制，只会接收这些编码层中的前一部分，而将后一部分丢掉，如丢掉层7～12，这样就剩下了层6以下的部分，也即接收层1～6，如图2所示。