[发明专利]有音调周期的校正的数字音频信号丢失块的合成

说明书

本发明涉及一种数字音频信号的处理方法(特别是语音信号)。 

本发明涉及适用于传输/接收这样信号的一种编码/解码系统。尤其是，本发明涉及在接收端的处理方法，当块丢失时该方法能改善解码信号的质量。 

不同的现存技术，以进行数字转换和合成数字音频信号，最通常的技术是： 

-波形编码方法，如脉冲编码调制(PCM)和自适应音频脉冲编码(ADPCM)， 

-综合分析编码方法，如码激励线性预测(CELP)编码，以及 

-感知子带编码(sub-band perceptual coding)方法或变换编码。这些技术连续处理输入信号，通过抽样(PCM或ADPCM)或者通过被称之为“帧”(CELP和变换1编码)的采样块来进行采样。 

简单地说，值得注意的是，运用通过短窗框图(short windows)(在这个实例中为10至20ms)评估参数，能从它最近的过去中(如：在8KHz的8至12个采样)预测一个语音信号。这些用声道转换公式(如：对发辅音的)表示的短期(short-term)预测参数可以通过线性预测编码(LPC)方法得到。还有与由于声带震动的准周期语音(如：发如元音字母的发音)相联系的长期(longer-term)相关系数。 

这包括至少决定声音信号的基本频率，该频率根据说话者的不同，从60Hz(低声)至600Hz(高声)不等。于是，一长期预测(LTP)分析被用于确定长期预测器的LTP参数，特别是经常被称之为“音调周期”的基本频率的倒数(inverse)。那么，在音调周期中的采样数量通过F_e/F₀(或者其整数部分)的关系被确定，其中： 

-F_e为采样率，以及 

-F₀为基本频率。 

因此，值得注意的是包括音调周期的长期预测的LTP参数表示语音信号(浊音(voiced)时)的基本震动，同时短期预测LPC参数表示该信号的频谱包络。 

因此，在确定的编码器中，从语音编码中得到的这些LPC和LTP参数集可以用块通过一个或多个电信网络，被发送到一同源解码器(homologous decoder)，因此使最初的语音信号可以被重建。 

然而，可以参考(通过例子的方式)ITU-T为语音信号(其以16KHz被采样)宽带传输而标准化的48、56和64kbit/sG.722编码系统。G.722编码器在通过镜象滤波器组(QMF)获得两个子频带中具有一个ADPCM编码方案。为了详细的信息，可以有用地参考G.722建议的文本。 

现有技术的图1示出根据G.722建议的编码与解码的结构。模块101至103表示应用于输入信号Si的传输QMF滤波器组(频谱被分为高频102和低频100和子采样101和103)。随后的模块104和105分别与低频带和高频带的ADPCM编码器通讯。ADPCM编码器的低频带的输出被指定为分别代表6、5或4-比特(bit)输出每采样的0、1或2的模式值，同时ADPCM的高频带输出是固定的(2bits每采样)。在解码器中有相对应的ADPCM解码器模块(模块106和107)，它们的输出在QMF接收滤波器组被叠加(进行过采样(over-sampling)108和110，反滤波109和111，以及对高、低频带进行合并112)，以获得到合成信号So。 

这里被检测到的一个普遍问题涉及对在解码中的块丢失(the lossof block)的校正(correcting)。实际上，从编码输出的比特流被格式化(format)成二元块(binary block)，以通过多种网类型进行传输。这些，例如，通过互联网被传输的块被称为“互联网协议(IP)数据包”，或通过异步传输模式(ATM)网络传输的块被称为“帧”，或者是其它。在编码后被传输的块可以因为不同的原因被丢失： 

-如网络路由器被超载(overload)以及转储存(dump)它的队列， 

-如在实时连续流解码(continuous-flow decoding)中，如果块被接收时具有延时(因此没被考虑进去)， 

-如被接收的块被损坏(corrupted)(例如，其CRC奇偶检验码未被验证)。