[发明专利]一种实现丢包隐藏的方法和装置

说明书

技术领域

本发明涉及网络通信技术领域，尤指一种估计基音周期的方法和装置、一种对基音周期进行微调的方法和装置以及实现丢包隐藏的方法和装置。

背景技术

最初，IP网络是为传输包含较大的包且不需要实时可靠传送的数据流而设计的。而现在IP网络中也传输语音数据。语音的传输需要实时可靠地传送较小的语音包，当一个语音包在传输过程中被丢弃时，通常没有时间重新传送该被丢弃的包。另外，当一个语音包经过了一段较长的路由而在需要播放时不能及时到达时，这个包已经失去了存在的意义。因此在基于IP网络协议的语音(VoIP，Voice over Internet Protocol)系统中，语音包不能及时到达或不能到达时，都被认为该语音包丢失了。

网络传输过程中的丢包是在网络传输语音数据时服务质量下降的主要原因。而丢包隐藏技术是指通过合成的数据包补偿丢失的包，来减小传输过程中的丢包对语音质量的影响。如果没有有效的语音丢包隐藏技术，即使是设计和管理得最好的IP网络也不能提供长话级品质的通信。而设计良好的解决丢包问题的技术，能很大程度上提高语音传输的质量。因此在现有技术中，不同的机制被用来隐藏由于丢包引起的影响。例如G.711协议的附录1中记录了以基音波形替代为基础的丢包隐藏方法。

基音波形替代是一种基于收端的处理技术，它根据语音的特点对丢失的数据帧进行补偿。下面介绍基音波形替代技术的原理、实现过程以及存在的缺点。

在语音信号中，一般清音从波形上看是杂乱无章的，而浊音在波形上则表现出周期性。基音波形替代的主要原理是：首先，利用丢失帧前一帧的信息，即波形缺口位置的前一帧的信息来估计出基音周期P，然后，用缺口位置之前的，长度为P的一段波形来补偿波形的缺口。图1是现有技术中利用基音波形补偿丢失帧的示意图。如图1所示，帧2为丢失的音频帧，帧长为L，帧1是帧2之前的音频帧，帧3是帧2之后的音频帧，且帧1和帧2都是完好的数据帧。假定已经检测出丢失帧前一帧，即帧2对应的基音周期为P，在图1中用区间1表示，那么根据浊音的周期性特点，就可以把丢失帧的前一帧的最后一个基音周期的数据，也就是区间1对应的数据复制到丢失帧，以重建丢失帧2的信号。如果一个基音周期的数据不足以把丢失帧的空缺填满，即基音周期P＜丢失帧的帧长L，则重复复制区间1的数据到丢失帧的空缺进行填充。例如在图1中，L＝2P，因此在复制区间1中的数据到区间2之后，还要再次复制区间1中的数据到区间3，即需要两个基音周期才能填满丢失帧。

在现有技术中一般使用自相关分析的方法来获得基音波形替代方法中所使用的基音周期P。自相关分析是一种常用的语音时域波形分析方法，由相关函数来定义。相关函数可用来测定信号间的时域相似性，当进行相关的两个信号完全不同时，相关函数的值接近于零；当进行相关的两个信号的波形相同时，则会在超前或滞后处出现峰值。因此，自相关函数可用于研究信号本身，如波形的同步性、周期性等等。

图2是现有技术中利用自相关分析来计算基音周期的方法的示意图。在图2中，长度为35ms的语音数据是历史缓冲区(HB)中的一段数据，即丢失帧之前的一段数据。TW是模版窗，该窗的尾部与HB中数据的尾部对齐，R对应TW在HB中的起始位置。由于最大可能基音周期为15ms，因此通常取TW的长度W为20ms。SW是滑动窗，其窗长与模版窗TW的长度相同，也为20ms，TW的位置保持不变，而SW的起始位置L从HB的起始位置1点开始滑动到Q点，从HB的1点到Q点的长度等于最大可能基音周期减去最小可能基音周期。在SW的滑动过程中计算SW中的采样点和TW中的采样点的自相关值，以搜索最佳匹配点，在最佳匹配点处SW中的采样点信号与TW中的采样点信号的自相关值最大。则最佳匹配点和TW的起始位置R之间的距离P即为所估计的基音周期。

在上述过程中，用x(i)表示HB中的第i个采样点，且HB中采样点个数，即35ms数据中的采样点个数为LEN，SW和TW中采样点个数，即20ms数据中的采样点个数为W，则SW中的采样点信号与TW中的采样点信号的相关函数CR如公式(1)所示：