[发明专利]用于无声插入描述符（SID）转换的方法、系统和计算机程序产品

说明书

要求优先权 

本申请请求2006年12月28日提交的美国临时专利申请No.60/877,439的权益，通过引用将其公开的全部内容并入本文。 

技术领域

本文所描述的主题涉及通过在一些情况下消除对于编码转换的需要来增强通过混合代(mixed-generation)无线网络的语音呼叫的质量，并因此避免语音质量的服务降级的方法和系统。更具体而言，本文所描述的主题涉及用于无声插入描述符(silence insertion descriptor，SID)转换的方法、系统和计算机程序产品。 

背景技术

随着无线通信网络越来越普及以及用户数量的持续增长，无线带宽变得越来越短缺。为了缓解该问题，使用高级语音压缩技术来降低每个语音呼叫所需的带宽。例如，可以经由编解码器(codec)将标准的每个数据8比特、每秒8000次采样的语音编码(例如，64千比特每秒)降低为8千比特每秒或更低，所述编解码器诸如：GSM(全球移动通信系统)AMR(自适应多速率)和EFR(增强型全速率)编解码器以及CDMA(码分多址)EVRC(增强变速率编解码器)。编解码器通常对采样的集合进行操作，该采样的集合被压缩并且作为数据帧来发送。例如，一些编解码器将语音呼叫分为20毫秒的时间片，每20毫秒发送数据帧。 

一些语音编解码器不仅定义了话音压缩算法还定义了无声压缩算法。据估计典型的电话会话的百分之五十或更多是无声状态，即，在会话的该部分期间双方都没有讲话。在这些无声期间，由于无声状态(例如，背景噪声)没有任何信息内容，所以发送由蜂窝电话的麦克风检测到的背景噪声会多余地使用网络带宽。然而，如果在无声期间不发送任何信息，由于 没有来自于发送方电话的任何声音，则会导致接收方困惑发送方是否已经挂断或终止了通话的不良副作用。 

因此，很多编解码器检测存在于近端设备的背景噪声并且对其进行表征(例如，确定其音高(pitch)和音量)并且将该表征参数发送给远端设备。在远端设备，使用该噪声参数来生成轻微的背景噪声(诸如轻柔白噪声)，在近端设备处重建背景噪声并因此在线路上传送对方仍在进行通话的状态。GSM_EFR编解码器向远端编解码器发送所谓的无声插入描述符(SID)。该远端编解码器根据所接收的SID帧中的参数来生成用于该呼叫的自然背景噪声。SID帧中的示例性参数包括线谱频率(LSF)和能量增益。分别使用大致等价于背景噪声的音高和音量的这两种信息，接收端可以重建背景噪声。与话音帧相比，较为不频繁地发送这些SID帧。在一些编解码器中，在呼叫开始时发送SID帧，并且仅在近端背景噪声的特性显著地改变时才再次发送SID帧。 

虽然使用语音压缩的明显优势在于其每次呼叫使用较少的带宽，然而，使用语音压缩的缺点在于其引入了信号失真。只要对信号进行编码转换或者从一种格式转换到另一种格式，就存在引入信号失真的可能。编码转换不仅指代压缩操作还指代压缩/扩展(“压缩扩展”)操作，诸如根据A-法则(A-law)和mu-法则(mu-law)进行的编码/解码。如下文所示，在典型的移动装置对移动装置的呼叫中，可能存在很多编码转换步骤，每个步骤都具有降低呼叫的语音质量的可能。