[发明专利]源信号自适应帧聚合

说明书

技术领域

本申请涉及处理信号供传输的方法、用于处理信号供传输的设备以及计算机可读介质。

背景技术

自适应多速率(AMR)编解码器系列用作GSM和WCDMA两种系统中的强制编解码器。AMR作为窄带(AMR-NB)和宽带(AMR-WB)形式均是可用的。标准包括多个组件和功能的多种技术规范，例如语音编解码器(AMR-NB、AMR-WB)、话音活动性检测器(VAD)、不连续传输系统(DTX)、舒适噪声(CN)、链路自适应(LA)等。所有这些功能均在3GPP TS 26系列规范中定义和描述。此外，在Ekudden E.、Hagen R.、Johansson I.、Svedberg J.所著的“The Adaptive Multi-Rate Speech Coder”(IEEE Speech Coding Workshop，Porvoo，Finland，第117-119页，1999年)中给出AMR-NB编解码器的描述。另外，在                                                A.和Johansson I.所著的“Voice activity detection for the GSM Adaptive Multi-Rate Codec”(IEEE Speech Coding Workshop，Porvoo，Finland，第55-57页，1999年)中给出VAD的描述。

AMR-NB和AMR-WB语音编解码器具有多种操作模式，这使得有可能以例如与不同主观语音质量性能对应的不同比特率来运行编解码器。AMR-NB编解码器能够工作在范围从4.75 kbps直到12.2 kbps的8种不同比特率，如下表1所述。在本文中，“bps”通篇表示每秒比特数。在如VAD所检测的语音静寂期期间，系统生成谱成形舒适噪声(CN)。CN采用35个比特来描述，并且被给予每帧一次的这些参数的连续传输，CN的比特率会是1.75 kbps。实际上，系统中的实际更新通常仅每第8帧一次，因此CN的比特率是该值的1/8，因此实际上是218.75 bps。

表1：AMR-NB编解码器的源编解码器比特率

通常，系统还配置成使用包括语音活动性检测器(VAD)和舒适噪声发生器(CN)的不连续传输系统(DTX)。它们进行操作以检测活动语音并且在语音活动性期间传送语音信号，以及还检测语音不活动性，以便阻止语音信号传输并且改为激活舒适噪声生成。语音活动性的比例称作语音活动性因素(VAF)。DTX、VAD和CN功能的组合此后称作“DTXA/AD/CN系统”。

使用诸如GSM和WCDMA之类的标准的蜂窝通信系统的总系统容量与语音活动性因素(VAF)相关。蜂窝通信系统一般具有两个传输链路，即分别自/至移动终端的上行链路(UL)和下行链路(DL)。当前采用的AMR系统在UL和DL中均使用相同的“DTXA/AD/CN系统”。

采用DTX操作的语音传输能够被看作是简单源控制可变比特率编码方法，其中速率能够在两个等级之间改变，一个用于活动语音而另一个用于不活动性(以及舒适噪声传输)。但是，术语“源控制速率可变比特率操作”(SCR VBR)通常表示一种方法，其中在活动语音期间的比特率能够按照源信号的需要来改变，例如以便保持恒定质量等级。因此，SCR VBR编码追求与采用DTX的语音传输相似的目标，但是甚至在活动语音期间也能够改变比特率。采用SCR VBR的语音和音频编解码器的示例是3GPP2 VMR-WB编解码器、3GPP2增强可变速率编解码器(EVRC)和MPEG高级音频编解码器(AAC)。

在US20070147314 A1中描述了可变帧偏移(VFO)编码。这是一种方法，该方法挂起语音解码器能够正确地从所接收语音来外推的那些语音段的传输。基本思路是按照如下方式来操作固定帧长度编解码器：使得编码帧不再限制到紧接先前编码帧结束之后开始。这种方法所提供的增益在于，尽管编解码器帧长度保持为恒定，但编解码器的有效帧速率降低。由于编码比特率与每个所传送编解码器帧关联，所以平均比特率降低。因此，该系统甚至在使用恒定编码比特率时也作为可变速率编解码器进行操作。