[发明专利]分级编码/解码设备

说明书

技术领域

本发明涉及分级音频编码系统。它还涉及分级音频编码器和分级音频解码器。

本发明在经分组网络进行IP语音类型的语音和/或音频信号传输的领域中找到特别有利的应用。更具体地，在该背景中，本发明提供了这样的质量，其从电话频带到宽带运行，可以基于传输的比特率能力而调制并保证与现有电话频带核心的互通。

背景技术

目前存在许多技术用于将音频频率(语音和/或音频)信号转换为数字信号的形式并处理以该方式数字化的信号。标准高质量音频编码方法通常被分类为“波形编码”、“通过合成分析的参数编码”以及“在子频带中或通过变换的感知编码”。

第一类包括具有或没有存储器的量化技术，如PCM或ADPCM编码。

第二类包括通过模型(通常地，线性预测模型)来表示信号的技术，该模型具有使用从波形编码得到的方法而确定的参数。出于这个原因，该类经常被称为混合编码。例如，CELP(码本激励线性预测)编码属于该第二类。在CELP编码中，通过由语音生成过程启发的“音源-滤波器”模型编码输入信号。传输的参数分别表示音源(或“激励”)和滤波器。滤波器通常为全极点滤波器。编码音频频率信号、并且更具体的CELP编码和量化的基本概念在下面的著作中具体解释：W.B.Kleijn和K.K.Paliwal，editors，Speech Codingand Synthesis，Elsevier，1995和Nicolas Moreau，Techniques de compression dessignaux[Signal compression techniques]，Collection Technique et Scientifique desTélécommunications，Masson，1995.

第三类包括如MPEG1和2层III(更为人所知的是MP3)或MPEG4 AAC的编码技术。

ITU-T G.729系统是为在8千赫兹(kHz)采样的电话频带(300赫兹(Hz)-3400Hz)中的语音信号设计的CELP编码的一个实例。其以10豪秒(ms)帧操作在每秒8千比特(kbps)的固定比特率。其操作在ITU-T建议G.729(使用共轭结构的代数码本激励线性预测(CS-ACELP)以8kbps语音编码，1996年3月)中详细指定。

图1(a)、1(b)和1(c)一起构成相关联的编码器和解码器的简化图。图1(c)示出G.729解码器如何从由解复用器(112)提供的数据重构语音信号。通过加上两组成部分激励被重构为5ms子帧：

创新器码本(113)，5ms长，由通过增益g_c(114和118)缩放±1的4个脉冲和零构成；

5ms块，其由激励在过去取得，并且被移动了分数延迟(由基音参数T0，T0_ffac指定)，由增益g_p(117和118)缩放。

以这种方式解码的激励通过10阶LPC(线性预测编码)合成滤波器1/A(z)(120)整形，其具有在LSF(线谱频率)域中从谱线对解码(119)并且在5ms子帧级插值的系数。为了改进质量并掩码某些编码人为干扰，重建的信号然后通过自适应后滤波器(121)和后处理高通滤波器(122)处理。图1(c)解码器因此依靠“音源-滤波器”模型来合成信号。与该模型相关联的参数在图2表中列出，其中描述激励的那些参数与描述滤波器的那些不同。

图1(a)表示G.729编码器的很高级别的图。其因此示出预处理高通滤波(101)、LPC分析和量化(102)、激励的编码(103)和编码参数的复用(104)。G.729编码器的预处理和LPC分析和量化块在此不讨论；更多细节参见上面引用的ITU-T建议。图1(b)是激励编码的图。其示出图2中列出的激励参数如何被确定和量化。激励以三个步骤编码：

基音延迟(106)的确定和基音增益(107)的估计；

在ACELP字典(4个脉冲(108)的位置和符号)中创新器码本的参数的确定和增益(109)的估计；

基音和码本增益的联合编码。

通过最小化CELP目标(105)和由W(x)/(110)滤波的激励之间的二次误差(111)来确定激励参数。该通过合成的分析过程在上面引用的ITU-T建议中详细描述。