[发明专利]一种背景噪声编码/解码装置、方法和通信设备

说明书

技术领域

本发明涉及语音通信技术，特别涉及一种背景噪声编码/解码装置、方法和通信设备。

背景技术

语音通信过程中，被传输的语音信号可以分为有声信号和无声信号两类，其中：有声信号是在检测到有效语音时发送的语音信号，主要包括通信方的语音以及当时的背景噪声等信息；无声信号在没有检测到有效语音的间隙发送的背景噪声信号，主要包括各种背景噪声，比如白噪声、背景嘈杂声和静音等。对通信双方来说，有声信号为有用信号，是主要通信信息的载体，而无声信号为无用信号，不包含主要通信信息。

在语音通信过程中，由于通信双方主要关注的是有用的有声信号，因此考虑到带宽的压力，不希望传送无用的无声信号，以降低传输带宽，增加系统容量。但是如果只传有声信号，会导致背景噪声的不连续，使收听的一方感觉非常不舒服，尤其在背景噪声较强的情况下更加明显，甚至会令语音难以理解，所以只能尽量减少传送无用的无声信号，在保证用户感受度的基础上尽量降低带宽，为此应运而生了CNG(Comfort Noise generation，舒适噪声生成)技术，CNG技术中，发送端在无声信号阶段采用静音压缩编码技术编码背景噪声帧，并采用DTX(Discontinuous Transmission，非连续传输)方式传输，接收端采用内插的方式产生连续的背景噪声信号，以增加收听方的舒适感。

如图1所示，为采用静音压缩编码技术的通信系统原理示意图，其中，发送端包括：

VAD(Voice Activity Detector，语音检测器)，原始信号经一定预处理后输入VAD，VAD通常根据每一帧信号的特征值，例如信噪比，检测信号中是否包含有效语音，并根据检测结果将信号送入不同的编码器进行编码；

语音编码器，用于将包含有效语音的有声信号编码为语音帧并输出，语音帧通过通信信道被传输给接收端；

非语音编码器，采用静音压缩技术将不包含有效语音的无声信号编码为背景噪声帧；

背景噪声帧发送器，采用设定的DTX方式将背景噪声帧通过通信信道传输给接收端，例如每隔几帧发送一个背景噪声帧，或者根据背景噪声的特征参数变化情况决定是否发送一个背景噪声帧；

相应的，接收端包括：

语音解码器，用于解码从通信信道接收的语音帧，并重构为有声信号后输出；

非语音解码器，用于解码从通信信道接收的背景噪声帧；

重构器，用于采用内插的方式将解码数据重构为连续的背景噪声信号，以增加收听方的舒适感。

发送端的非语音编码器和背景噪声帧发送器组成DTX单元，接收端的非语音解码器和重构器组成CNG单元，静音压缩技术通过位于发送端的VAD和DTX，以及位于接收端的CNG实现。

以常用的CELP(Code-Excited Linear Prediction，码激励线性预测)语音编码技术为例，CELP是一种高效率的语音编码技术。由于采用了感觉加权、分析合成、矢量量化和后滤波等技术，CELP能够在中低速率上给出高质量的合成语音。CELP语音编码技术中，在发送端进行语音信号分析以获取语音的特征参数，将语音的特征参数编码到码流中发送；接收端根据码流中的特征参数进行语音合成，重构语音信号。语音信号s(n)被分成短的时间段，称为帧，发送端的语音分析和接收端的语音合成都是逐帧进行的。

在发送端，原始信号s(n)可以看成是一个激励信号e(n)激励一个滤波器v(n)所产生的输出，即s(n)＝e(n)*v(n)，接收端使用相同的滤波器对语音进行合成，称为合成滤波器。因此语音信号的编码码流中传输的特征参数包括合成滤波器参数和激励参数，其中：合成滤波器参数主要为线谱频率LSF(Line Spectrum Frequency)量化参数，而激励信号参数包括：自适应码本参数(包括基音延迟参数和基音增益参数)和固定码本参数(包括固定码本中非零脉冲的位置和符号以及固定码本增益参数)。