[发明专利]一种音频信号处理方法、装置及终端

说明书

技术领域

本发明涉及终端领域，尤其涉及一种音频信号处理方法、装置及终端。

背景技术

随着第三代移动通信技术(3G，3rd-generation)的快速发展，可视电话逐步在3G网络中得到了较多的应用。在目前的可视电话技术中，低码率音频编码技术是可视电话应用中的一个关键技术。

在低码率音频编码领域，存在2个主要的技术路线，一种是时域编码，一种是频域编码。

时域编码是针对音频信号的波形，进行编码。针对时域编码比较典型的有国际电信联盟(ITU，International Telecommunication Union)G.729、G.723.1和G.728等编码标准，这些编码标准广泛采用了码激励线性预测(CELP)技术，从原理上根据人类的发生机理建模，利用人类声门、声道固有的特性，去除音频信号里面的冗余信息，从而在保持较高的音频质量的同时，大幅度的降低了音频编码所需的比特率。

在这类音频编码方法中，最致命的缺陷在于该方法主要适用于人类发声(语音信号)，对于杂乱无章(包括音乐、噪声以及其他声音)的音频信号(非语音信号)，编码效果较差。

频域编码的原理在于，利用人耳对于声音的接受原理，在频域对于音频信号进行编码。重点编码人类关注的频段，而对于被其他频段掩蔽或是人类不易感知的频段，采用粗略量化或是不量化的策略。

频域编码的优势在于根据人耳的特性，去除了一定的冗余，因此对各种音频信号的编码效果几乎相当，尤其对于音乐等信号的编码质量要高于时域编码。但是在语音信号上，其编码时并未考虑人类发声机理，无法去除发声冗余，因此编码效果要远低于基于CELP技术的时域编码。

现有的可视电话技术中，由于语音信息相对重要，因此通常采用基于CELP技术的时域编码。基于时域编码的低码率音频编码可以在很低的码率上为可视电话应用提供较高质量的语音编码质量，确保可视电话中较为清晰、易懂的语音通信能力。但是，可视电话在进行语音通信的同时，经常会伴随其他的声音(非语音)，比如通话方要让对方听音乐或是其他声音的情况，此时，采用基于时域编码的低码率音频编码导致编码质量很差，声音失真严重。

发明内容

本发明实施例提供一种音频信号处理方法、装置及终端，用于解决声音传输过程中采用单一编码导致声音传输质量较差的问题。

一种低码率音频编码方法，所述方法包括：

在接收音频信号的同时，接收视频信号；

根据接收到的视频信号，确定所述音频信号为语音信号或非语音信号；

在确定所述音频信号为语音信号时，利用基于时域编码的低码率音频编码对所述音频信号进行编码，否则，在确定所述音频信号为非语音信号时，利用基于频域编码的低码率音频编码对所述音频信号进行编码。

一种低码率音频编码装置，所述装置包括：

第一接收模块，用于接收音频信号；

第二接收模块，用于接收视频信号；

确定模块，用于根据接收到的视频信号，确定所述音频信号为语音信号或非语音信号；

第一编码模块，用于在确定模块确定所述音频信号为语音信号时，利用基于时域编码的低码率音频编码对所述音频信号进行编码；

第二编码模块，用于在确定模块确定所述音频信号为非语音信号时，利用基于频域编码的低码率音频编码对所述音频信号进行编码。

一种终端，所述终端包括上述低码率音频编码装置。

根据本发明实施例提供的方案，在对音频信号进行编码时，通过接收到的视频信号确定接收到的音频信号的种类，在确定接收到的音频信号为语音信号时，利用时域编码的方式对该音频信号进行编码，在确定接收到的音频信号为非语音信号时，利用频域编码的方式对该音频信号进行编码，从而对识别出的语音信号和非语音信号分别进行编码，并实现声音的传输。

附图说明

图1为本发明实施例一提供的音频信号处理方法的步骤流程图；

图2为本发明实施例一提供的码流示意图；

图3为本发明实施例二提供的音频信号处理装置的结构示意图；

图4为本发明实施例三提供的终端的结构示意图。

具体实施方式

本发明实施例中，在可视电话环境下，利用可视电话中的图像捕捉，根据图像的信息，判别音频是无规律音频还是语音，从而指导音频编码。实现在编码码率不变的情况下，提高音频编码质量。

下面结合说明书附图和各实施例对本发明方案进行说明。

实施例一、