[发明专利]用于处理去相干信号或组合信号的设备和方法

说明书

本发明专利申请是申请号200680005564.8、国际申请日为2006年4月5日、发明名称为“去相干信号的包络整形”(国际申请号为PCT/EP2006/003097)的发明专利申请的分案申请。

技术领域

本发明涉及信号的时间包络整形，具体来说，涉及在重建立体声或多声道音频信号期间从下混频信号和附加控制数据得到的去相干信号的时间包络整形。

背景技术

音频编码中最新的进展使人们能够根据立体声(或单)信号和相应的控制数据重建音频信号的多声道表现。这些方法大大地不同于较早的基于矩阵的解决方案，诸如Dolby Prologic(杜比定向逻辑解码器)，因为附加控制数据被发送用来根据发送的单声道或立体声声道控制环绕声道的重建，也称为上混频。这样的参数性多声道音频解码器根据M个发送的声道和附加控制数据重建N个声道，其中N＞M。使用附加控制数据造成比起发送所有的N个声道低得多的数据速率，使得编码非常有效，而同时保证与M声道设备和N声道设备的兼容性。M声道可以是单个单声道、立体声声道、或5.1声道表现。因此，有可能具有7.2声道原始信号，被下混频到5.1声道后向兼容的信号，和空间音频参数，使得空间音频解码器能够以小的附加比特率开销重现原始7.2声道的非常相似的版本。

这些参数性环绕编码方法通常包括根据时间和频率变量ILD(信道间电平差)和ICC(信道间相干性)量的环绕信号的参数化。这些参数例如描述在原始多声道信号的声道对之间的功率比率和相干性。在解码器处理时，通过分布在由发送的ILD参数描述的所有声道对之间的接收的下混频声道的能量而得到重新创建的多声道信号。然而，由于多声道信号可以具有在所有的声道之间的等功率分布，虽然在不同的声道中的信号是非常不同的，因此给出非常大范围的声音的收听感觉，通过把信号与该信号的去相干的版本混频，得到正确的宽广度，正如ICC参数描述的。

信号的去相干的版本，常常称为湿信号，是通过将信号(也称为干信号)传送通过诸如全通滤波器那样的交混回响器而得到的。来自去相干器的输出具有通常是非常平坦的时间响应。因此，狄拉克输入信号给出衰减的噪声突发输出。当混频去相干的信号和原始信号时，对于某些瞬时信号类型、如鼓掌欢呼信号来说，重要的是对去相干信号的时间包络进行整形，以更好地匹配于干信号的时间包络。无法做到这一点，则由于前回声型的人工产物，将导致较大的房间尺寸和不自然的声音瞬态变化的感觉。

在其中多声道重建是在具有低时间分辨率的频率变换域中完成的系统中，可以利用时间包络整形技术，类似于用于对量化噪声进行整形所使用的技术，诸如感知的音频编码解码器、如MPEG-4 AAC的时间噪声整形[J.Herre和J.D.Johnston，“Enhancing the performanceof perceptual audio coding by using temporal noise shaping(TNS)”，in 101^st AES Convention，Los Angeles，November 1996]。这是借助于在频率采样点的预测而完成的，其中时间包络是通过在频率方向上对干信号的线性预测而估计出来的，并且所得到的滤波器再次在频率方向上被施加到湿信号。

人们例如可以考虑延时线作为去相干器，以及诸如鼓掌欢呼或开枪那样的强瞬变信号作为要被上混频的信号。当没有执行包络整形时，信号的延时的版本与原始信号相组合，以重建立体声或多声道信号。这样，瞬变信号在上混频信号中出现两次，分开延时，造成不想要的回声型效应。

为了对特别关键的信号达到好的结果，去相干信号的时间包络需要以非常高的时间分辨率整形，这样，通过将它的能量减小到在当时被包含在载波信道中的能量，而抵消瞬变信号的延时回声，或者屏蔽它。

去相干信号的这个宽带增益调节可以在短到1ms的窗口上完成[美国专利申请，“Diffuse Sound Shaping for BCC Schemes and theLike”，No.11/006492，12/7/2004]。对于去相干信号的增益调节的这种高的时间分辨率不可避免地导致附加失真。为了使得对于非关键信号的附加失真最小化，即，其中去相干信号的时间整形不是至关重要的，在编码器或解码器中引入检测机制，它按照某种预定的标准接通或关断时间整形算法。缺点在于，该系统会变得对于检测器调谐极其敏感。