[发明专利]一种噪声信号的处理和生成方法、编解码器和编解码系统

说明书

本发明实施例提供了一种基于线性预测的噪声信号的处理方法、生成方法，编解码器和编解码系统。根据本发明实施例的噪声信号处理方法，包括：获取噪声信号，根据所述噪声信号得到线性预测系数；根据所述线性预测系数对所述噪声信号进行滤波，得到线性预测残差信号；根据所述线性预测残差信号得到所述线性预测残差信号的频谱包络；对所述线性预测残差信号的频谱包络进行编码。根据本发明实施例的噪声处理、生成方法、编解码器和编解码系统，能够更多的恢复出原始背景噪声信号的频谱细节，从而能够使舒适噪声的用户主观听觉感受更接近原始背景噪声，提高了用户的主观感受质量。

技术领域

本发明涉及音频信号处理领域，特别涉及一种噪声信号的处理和生成方法、编解码器和编解码系统。

背景技术

语音通信中只有大约40％的时间是包含语音的，其它时间都是静音或背景噪声(以下统称为背景噪声)。为了节省背景噪声的传输带宽，非连续传输系统(DTX，Discontinuous Transmission)和舒适噪声生成(CNG，Comfort Noise Generation)技术应运而生。

DTX是指编码器按照某种策略在背景噪声期间间歇的编码和发送音频信号，而不是连续的对每一帧音频信号都进行编码和发送。这种被间歇的编码和发送的帧，一般称做静音插入描述帧(SID，Silence Insertion Descriptor)。SID帧中通常都包含了背景噪声的一些特征参数，如能量参数，谱参数等。在解码端，解码器可以根据解码SID帧得到的背景噪声参数，生成连续的背景噪声重建信号，在DTX期间解码端生成连续背景噪声的方法就称作舒适噪声生成(CNG，Comfort Noise Generation)。CNG的目的并不是如实的重建出编码端的背景噪声信号，因为非连续的编码和传输背景噪声信号已经丢失了大量的时域背景噪声信息。CNG的目的是在解码端能够生成满足用户主观听觉感受要求的背景噪声，从而降低用户的不适感。

现有的CNG技术一般都是采用基于线性预测的方法，即通过在解码端用随机噪声激励去激励合成滤波器的方法来得到舒适噪声的。这样的方法虽然能得到背景噪声，但用户对生成的舒适噪声的主观听觉感受较原始背景噪声有一定的差别。在由连续编码帧向CN(Comfort Noise)帧过渡时，这种用户主观感受上的差别可能会引起用户主观上的不适。

第三代合作伙伴计划(3GPP，3nd Generation Partnership Project)的宽带自适应多速率编码(AMR-WB，Adaptive Multi-rate Wideband)标准中具体规定了CNG的使用方法，AMR-WB的CNG技术也是基于线性预测。在AMR-WB标准中，SID编码帧中包括对量化的背景噪声信号的能量系数和量化的线性预测系数,其中背景噪声能量系数是背景噪声的对数能量系数，量化的线性预测系数以量化的导抗谱频率(ISF，Immittance SpectralFrequencies)系数体现。在解码端，根据SID帧中包含的能量系数信息和线性预测系数信息，估计出当前背景噪声的能量和线性预测系数。利用随机数产生器生成一个随机噪声序列，做为生成舒适噪声的激励信号。根据估计出的当前背景噪声的能量，调整随机噪声序列的增益，使得随机噪声序列的能量与估计出的当前背景噪声的能量一致。使用经增益调整后的随机序列激励激励合成滤波器，其中合成滤波器的系数即为估计出的当前背景噪声的线性预测系数。合成滤波器的输出即为生成的舒适噪声。

采用由随机噪声序列做为激励信号生成的舒适噪声的方法，虽然能得到较为舒适的噪声，且也能大致恢复出原始背景噪声的频谱包络，但也导致原有背景噪声的频谱细节丢失了，使得生成的舒适噪声的主观听觉感受与原始背景噪声相比仍然有一定的差别。这种差别在由连续编码的语音段过渡到舒适噪声段时，可能会引起用户听觉主观上的不适。

发明内容