[发明专利]一种预回声控制方法

说明书

技术领域

本发明属于数字音频处理技术领域，具体涉及一种新的预回声控制方法和装置。

背景技术

在音频编码技术中，预回声失真一直是一个相当棘手的问题，特别当比特率较低时， 亦即压缩率比较高时，预回声失真将变得更加明显和严重。预回声失真产生的关键原因 是：时间分辨率的不足造成量化噪声的时域扩散。特别当一个瞬态信号被分块变换(或 滤波)到频域进行量化编码时，由于量化噪声被扩散到整个变换块(或滤波器组)范围上， 如果其不能被信号掩蔽，就会出现预回声。预回声造成信号失真的波形如图1所示，显 然从图中可以看出在突发信号前出现了明显的量化噪声，且人耳对此类失真非常敏感。

除了量化噪声的强度决定了预回声失真影响声音质量以外，人耳的时域掩蔽也对预 回声失真影响声音质量起着重要的作用。人耳的时域掩蔽有两种情况，即前向掩蔽和后 向掩蔽。前向掩蔽的作用时间可达20ms，通常认为实际作用时间在0.5～2ms以内有效； 后向掩蔽有更长的持续作用时间，约达到200ms，而通常认为实际作用时间在10～50ms 之内有效。由于后向掩蔽作用时间较长，量化噪声一般能够被很好地掩蔽掉而不影响主 观声音质量，因此在感知编码器中较少考虑这种情况。相对于后向掩蔽，前向掩蔽能力 较弱，就需要仔细地设计一个合适的量化噪声的时域特性，使其不超过人耳的预掩蔽电 平，这样预回声失真才不会被人耳检测到，从而保证透明的编码声音质量。

为了抑制量化噪声，在现代主流音频编码标准中，几乎都采用了长短窗切换的方法 来处理暂态信号，即在对暂态信号进行处理时，使用比较短的变换块长度，这样既能提 高时间分辨率，又可以抑制频域量化噪声在时域的扩散。另外，各标准中又分别采用了 其他的措施来改善“预回声”现象，比如MPEG-1 Layer 3和MPEG-2都采用了码率控制 的方法；MPEG-2 AAC采用了时域噪声整型和增益控制、AC-3指数尾数编码和声道耦合 等。

在AVS音频标准中，没有使用长短窗切换技术，而是统一使用长窗变换，不同的是， 当信号为暂态时，还要对时频变换后的系数进行频域多分辨率分析，即采用混合滤波器 组的方法来抑制预回声和提高编码效率。但是这种方法的计算复杂度和计算精度要求都 很高，严重的影响了编解码器的速度，尤其是影响了解码器的实时性。

而且目前的主流编码器在处理暂态信号时，都是以块为单位的，而这些方法虽然能 够检测出信号的瞬态特性，但是它们都不能准确定位发生瞬变的位置和强度，也没有针 对发生瞬变的位置和瞬变的强度做出相应的处理。所以在某些情况下仍然会产生明显的 预回声现象。

发明内容

鉴于上述技术问题，本发明提出了一种新的预回声控制方法，根据预回声产生的基 本原理(时域暂态信号需要高的时间分辨率)，同时利用人耳对高频信号的细节并不敏 感的特性(因而可以舍弃部分高频细节而不被人耳感知)，通过定位时域暂态信号的瞬 变位置，根据该瞬变的瞬变强度对信号进行时域平坦化，直接针对瞬变位置进行噪声抑 制，从而有效控制预回声现象。

本发明公开了将待编码音频帧数据划分为多个数据块，在AVS音频编码标准中，一 帧信号的长度为1024个采样点，44.1kHz采样时一帧信号的时间为23.22ms，以32个 采样点为一个数据块，每个数据块大约为0.7ms；

计算每个数据块的瞬变强度；

将其中瞬变强度超过阈值的数据块标记为瞬变数据块；

对瞬变起始数据块，即瞬变起始位置进行标记，并根据人耳的掩蔽效应剔除冗余的 瞬变位置；

根据瞬变强度绘制时域平坦化曲线，包括以下步骤：

根据前面求得的瞬变强度C(k)来确定平坦化曲线衰减的最小值C_min，其中T_c为瞬变 块检测的瞬变强度阈值；

当T_c＜C(k)＜4时，C_min＝1/2

当4≤C(k)＜8时，C_min＝1/4

当8≤C(k)＜16时，C_min＝1/8

当16≤C(k)＜32时，C_min＝1/16

当32≤C(k)时，C_min＝1/32

设一帧中第k个数据块是第一个瞬变块，平坦化曲线y(x)的计算如下：