[发明专利]用以获得描述信号的信号特性变异参数的装置、方法与电脑程式

说明书

技术领域

本发明的实施例涉及用以在描述一变换域中的音讯信号的实际变换域参数的基础上，获得描述信号的信号特性变异(variation)的参数的装置、方法及电脑程式。

背景技术

根据本发明的较佳实施例涉及用以在描述一变换域中的音讯信号的实际变换域参数的基础上，获得描述音讯信号的信号特性时间变异的参数的一装置、一方法及一电脑程式。

根据本发明的其他实施例涉及信号变异估计。

尽管本发明的原始范围是对音讯信号的时间变异分析，但是同一方法可容易地适用于任何数字信号及变异，且此等信号的变异呈现在其任何轴上。此等信号及变异包括例如，诸如影像及电影的强度对比的特性空间及时间变异、诸如雷达及无线电信号之振幅及频率的特性调变(变异)、及诸如心电图信号的异质的特性变异。

在下面，将给出关于信号变异估计概念的一简单介绍。

传统的信号处理通常由假设局部稳定信号开始，且对于许多应用，这是一合理的假设。但是，要求诸如语音及音讯的信号是局部稳定拉伸的权利，事实上在一些情况下超过了可接受的水平。特性快速改变的信号会将失真引入难以由传统方式包含的分析结果中，且从而对于快速变化的信号需要特别定制的方法论。

例如，可能要考虑具有一变换式编码器的一语音信号的编码。此处，输入信号在视窗中予以分析，其内容转换为频谱域。当该信号是基频快速改变的一谐波信号时，相对应于该谐波的频谱峰值的位置随着时间改变。如果，例如，相比于基频的改变，分析视窗的长度相当长，则该频谱峰值会延伸至相邻的频率槽(bin)。换句话说，该频谱表示（representation）会模糊不清。此失真可能在上方频率处尤为严重，其中当基频改变时，频谱峰值的位置较快速地移动。

尽管存在能补偿该基频中诸如时间卷曲修正型余弦变换(TW-MDCT)(参见参考文献[8]及[3])的改变的方法，但是音高(pitch)变异估计仍然是一挑战。

在过去，音高变异已经通过测量该音高及使用时间导数来估计。然而，因为音高估计是一困难且通常不明确的任务，所以该音高变异估计值会由于错误而错乱。其中，音高估计遭受两种类型的共同错误(例如参见参考文献[2])。首先，当该谐波具有大于基频的能量时，估计器通常遭分散以明确该谐波实际上是该基频，藉此输出实际频率的整数倍。此等错误可作为该音高追踪中的不连续性而观察到，且在时间导数方面产生一极大错误。其次，大多数音高估计方法基本上依赖于根据一些启发，从该(等)自相关(或相似)域中所选取的峰值。特别是，在改变信号的情况下，这些峰值是广泛的(在顶部是平坦的)，藉此该自相关估计值中的小错误也会显著地移动所估计的峰值位置。因而，该音高估计值是一不稳定的估计值。

如上所示，在信号处理中的一般方法是假设信号在短时间间隔中是恒定的，且以此间隔来估计特性。如果该信号实际上是时变的，那么假设该信号的时间演进相当慢，使得在短间隔中稳定性的假设是相当正确的，且在短间隔中的分析将不会产生显著的失真。

考虑上面内容，期望提供用以获得描述具有改良稳健性的信号特征的时间变异的参数的一概念。

发明内容

根据本发明的一实施例产生用以在描述一变换域中音讯信号的实际变换域参数的基础上，获得描述音讯信号的信号特性时间变异的参数的一装置。该装置包含一参数判定器，该参数判定器受组配以依据表示一信号特性的一个或多个参数，来判定描述变换域参数的时间演进的一变换域变异模型的一个或多个模型参数，使得一模型错误、在变换域参数的模型化时间演进与实际变换域参数的时间演进之间的偏差表示处于一预定临界值下，或予以最小化。

此实施例是基于以下发现：一音讯信号的典型时间变异产生该变换域中的一特征时间演进，其可以仅使用有限数量的模型参数予以良好的描述。不仅对于其中该特性时间演进由人类语音嗓音的典型解剖来判定的声音信号，这尤其正确，而且该假设在广泛范围的音讯及其他信号，如典型的音乐信号中仍然正确。

而且，一信号特性(例如音高、包络、音调、噪度等)的典型平滑时间演进可通过该变换域变异模型考虑。因此，一参数化变换域变异模型的使用可以甚至用以增强(或考虑)所估计信号特性的平滑性。因而，所估计信号特性或其导数的不连续性可予以避免。因此，通过选择该变换域变异模型，任何典型的限制都可作用于该等信号特性的模型化变异，例如一变异的限制比率、一值的限制范围等。而且，通过适当地选择变换域变异模型，谐波的影响可获得考虑，使得，例如，可以通过同时模型化一基频及其谐波的一时间演进，来获得改良的可靠性。