[发明专利]语音音频混合分级编码中核心层残差提取系统及方法

权利要求书

1.一种语音音频混合分级编码框架中核心层残差提取系统，其特征在于，包括：

预处理模块(1)：来自音频输入设备的单声道或多声道的输入信号(8)进行预处理，得到当前帧的音频信号(9)，并将所获得的当前帧的音频信号(9)做三路输出：一路输出给语音编码模块(2)，一路输出给音频编码模块(3)，一路输出给残差生成模块(7)；

语音编码模块(2)：采用通用的语音编码算法对输入的当前帧的音频信号(9)进行编码，编码后作两路输出，其中一路输出为语音解码合成码流(10)，用于模式判决，另一路输出为编码提取的各类编码参数(15)，传递给语音解码合成模块(5)；

音频编码模块(3)：采用通用的音频编码算法对输入的当前帧的音频信号(9)进行编码，编码后作两路输出，其中一路输出为音频解码合成码流(11)，用于模式判决，另一路输出为编码提取的各类编码参数(16)，传递给音频解码合成模块(6)；

模式选取模块(4)：选取最优的编码模式，得到模式位标识(12)分两路输出，一路进入语音解码合成模块(5)，一路进入音频解码合成模块(6)；

语音解码合成模块(5)：如果模式选取模块的输出(12)是语音编码模式，则进入语音解码合成模块(5)，利用语音编码模块输出的各类编码参数(15)作为输入，输出最终的核心层语音解码合成信号(13)；

音频解码合成模块(6)：如果模式选取模块的输出(12)是音频编码模式，则进入音频解码合成模块(6)，利用音频编码模块输出的各类编码参数(16)作为输入，输出最终的核心层音频解码合成信号(14)；

残差生成模块(7)：预处理模块输出的预处理后的当前帧的音频信号(9)和语音/音频解码合成模块输出的解码后合成信号为本模块的两路输入，根据模式位不同，选择语音解码合成信号(13)或音频解码合成信号(14)，计算得到残差信号(17)，本模块的输出为残差信号(17)。

2.一种语音音频混合分级编码中核心层残差提取方法，其特征在于，包括以下步骤：

①输入语音/音频信号首先经过预处理，输入信号可以是单声道或多声道信号，预处理可以包括高通滤波、分帧、预加重等处理，得到预处理后的信号s(n)；

②由①所得的预处理后的音频信号，进行语音编码后一路输出为语音编码合成码流x₁(n)，另一路输出为语音编码参数；

③由①所得的预处理后的音频信号，进行音频编码后一路输出为音频编码合成码流x₂(n)，另一路输出为音频编码参数；

④由②和③得到的合成码流x₁(n)和x₂(n)，进行模式选取，选择最优的编码方式，输出模式位标识；

⑤由④所得的模式位，如果选择的是语音编码模式，则转入步骤⑥，执行语音解码合成；如果选择的是音频编码模式，则转入步骤⑦，执行音频解码合成；

⑥由步骤②输出的编码参数，进行语音解码合成得到语音解码合成信号

⑦由步骤③输出的编码参数，进行音频解码合成得到音频解码合成信号

⑧由①得到预处理后的信号s(n)和由⑥或⑦得到的解码后的合成信号或得到残差信号r(n)。

3.根据权利要求2所述的语音音频混合分级编码中核心层残差提取方法，其特征在于：

所述步骤⑥进一步包括以下子步骤：

解码LP滤波器参数，通过接收到的ISP量化索引合成已量化的ISP矢量，插值后的ISP矢量被转换到LP滤波器系数域，用于合成滤波器重建语音；

解码自适应码本矢量和固定码本矢量及两者的增益，合成语音；

进行白噪声特性增强和基音增强的后处理；

得到最终的合成音频信号并更新公共缓存。

4.根据权利要求2或3所述的语音音频混合分级编码中核心层残差提取方法，其特征在于：

所述步骤⑦进一步包括以下子步骤：

读取量化频率样值，进行基于分裂表的反矢量量化；

增益平衡，去除不同缩放因子的影响；

峰值逆整形；

逆时频变换，信号由频域变换到时域，得到的时域信号与全局增益相乘；

加窗和TVC内的重叠相加；

通过逆感知加权滤波器得到合成音频信号；

如果前一帧采用的是ACELP模式编码，那么将当前帧起始的交迭部分和上一帧ACELP合成信号的最后一个子帧做加窗交迭，得到最终的合成音频信号并更新公共缓存。