[发明专利]一种用于把音频信号转换成参数化表示的装置和方法、一种用于修改参数化表示的装置和方法、一种用于合成音频信号的参数化表示的装置和方法

说明书

技术领域

本发明涉及一种音频编码方法，尤其是一种用于声码器的参数化音频编码方法。

背景技术

相位声码器是声码器的一种。其中一个相位声码器的教程为“相位声码器：教程”，马克道森(Mark Dolson)，计算机音乐杂志，(Computer Music Journal)，Volume 10，No.4，pages 14 to 27，1986.另外一本相关出版物是“用于音高转换、和音以及其它新奇效果的新型相位声码器技术”L拉罗什和M道森(L.Laroche and M.Dolson)，1999年IEEE音频和声学信号处理应用专题讨论会会议记录(proceedings 1999年，IEEE workshop on applications of signal processing to audio and acoustics)，New Paltz，New York，October 17至20，1999年，第91到94页。

图5和图6阐明了相位声码器的不同实施方案和应用，图5阐明了一种相位声码器的滤波器组的应用，在输入端500输入一段音频信号，然后在输出端510得到一段合成音频信号。具体地，图5所示的每一条滤波器组的通道包含有一个带通滤波器501以及一随后连接着的振荡器502。所有通道的所有振荡器502的输出信号通过图5中加号所示的合并器503进行合并。在合波器503的输出端得到输出信号510。

每一个滤波器501用于提供一个幅度信号A(t)和一个频率信号f(t)。所述幅度信号和频率信号均为时钟信号。此幅度信号表明在一个带通滤波器中幅度随时间的变化，而频率信号则表明一个滤波器的输出信号的频率随时间的变化。

图6是一个滤波器501的实施示意图。输入信号被导入两条平行的路径中。在其中一条路径中，信号与一个振幅为1.0频率并且频率与带通滤波器551的中心频率相同的正弦波相乘。在另一条路径中，信号与一振幅频率均与551相同的余弦波相乘。这样，所述两条平行的路径除了用于相乘的波形相位外完全一致。然后在每一条路径中，乘法操作的结果被输入到一个低通滤波器中。这个乘法操作本身就是众所周知的简单环调制。使用一个恒定频率的正弦或余弦波乘以任何频率都会导致通过加减正弦波的频率而同时转换原始信号中所有的频率成分。如果这个结果是通过一个合适的低通滤波器达成，那只有低频部分得以保留。这个操作的结果就是所谓的的差拍变频。这个差拍变频在上述两条路径中执行，但既然其中一条使用正弦波进行致差，另外一条使用余弦波，两条路径致差后的信号相位上相差90°。上级低通滤波器553因而提供一个方波信号554，而下一级低通滤波器提供一个同步信号。这两个信号，也就是I和Q信号，被转发到一个转换器中，以把方波信号转化为幅度相位信号。

振幅信号在557中输出并与图5中的A(t)相符合。相位信号输入到一个相位解包器558中。在组件558的输出端除了一个线性增加的相位值没有0°和360°之间相位值的存在。这个“展开”的相位值输入到一个的相位频率转换器559中，此相位频率转换器559可以作为一个相位差设备，把当前相位减去前一个时刻的相位以获得当前的频率值。

这个频率值被附加到一个恒定滤波器通道i的频率值f_i上以在输出端560得到一个时变频率值。

输出端560上的频率值包含有一个DC部分f_i和一个变化的部分(频率波动，滤波通道中信号的电流频率偏离中心频率f_i)。

这样，图5和图6所示的相位声码器提供了一个频谱和时间信息的分隔。频谱信息在频率fi的特定滤波器组的通道中形成，时间信息则被保存在频率波动和在随时间变化的幅度中。

另一种对相位声码器的描述是傅立叶变换的解释。它包括一系列在有限持续时间窗口内发生的重叠傅立叶变换。在傅立叶变化的解释中，注意力集中在在单独时间点上所有不同的滤波器组或者频区的幅度和相位值上。在滤波器组的解释中，重组可以被视为一个时变振幅和对每一个振荡器的频率控制的经典加法合成，但在傅立叶实施中，它可以通过把信号转化回实虚格式并叠加一系列连续的逆傅立叶变换而达成。在傅立叶的解释中，相位声码器中滤波器组的数量等于傅立叶变换中频率点的数量。类似地，相等的单个滤波器的频率间隔可以被视为傅立叶变换的基础特征。

另一方面，滤波器通频带的形状，比如，频带边缘的截断陡度由预定的用于转换计算的窗口函数所决定，比如，汉明窗，滤波器的截断陡度与窗口的持续时间成正比增加。