[发明专利]音频信号解码器中的改进的频带扩展

说明书

本发明涉及一种用于在解码或改进处理期间扩展音频信号的频带的方法，包含在第一所谓的低频带中解码或提取线性预测滤波器的系数和激励信号的步骤。该方法包括以下步骤：‑从在高于第一频带的至少一个第二频带(UHB1(k)，E401)中扩展的经过过采样的激励信号获得在至少一个第二频带中扩展的信号(U_HB2(k)，E403)；‑基于帧和子帧的能量比，通过由子帧定义的增益来缩放(E406)扩展信号；‑用线性预测滤波器对所述经缩放的扩展信号进行滤波(E404)，所述线性预测滤波器的系数从低频带滤波器的系数得出。本发明还涉及实现所述方法的频带扩展设备以及包含这样的设备的解码器。

技术领域

本发明涉及对音频信号(诸如语音、音乐或其他这样信号)进行编码/ 解码和处理以便它们的传输或存储的领域。

更具体地，本发明涉及一种在产生音频率信号增强的解码器或处理器中 的频带扩展方法和设备。

背景技术

存在许多技术用于(有损地)压缩语音或音乐这样的音频信号。

用于对话应用的传统的编码方法一般被分类为波形编码(PCM即“脉 冲编码调制”、ADCPM即“自适应差分脉冲编码调制”等)、参数编码(LPC 即“线性预测编码”、正弦编码等)以及通过“综合分析”使用参数的量化 的参数混合编码，其中CELP(“编码激励线性预测”)编码是最有名的例子。

对于非对话应用，用于(单声道)音频信号编码的现有技术包含通过变 换进行感知编码或者在子带中通过带复制对高频进行参数编码。

关于传统的语音和音频编码方法的回顾可以见于W.B.Kleijn和K.K. Paliwal(主编)的“Speech Coding and Synthesis”(Elsevier，1995年)、M.Bosi 和R.E.Goldgerg的“Introduction to Digital Audio Coding and Standards” (Springer，2002年)以及J.Benesty、M.M.Sondhi、Y.Huang(主编)的 “Handbook of Speech Processing”(Springer，2008年)等工作中。

这里更具体地关注于3GPP标准化AMR-WB(“自适应多速率宽带”) 编解码器(编码器和解码器)，其以16kHz的输入/输出频率进行操作，其中 信号被划分成两个子带，即以12.8kHz采样并且通过CELP模式来编码的低 带(0-6.4kHz)以及通过“带扩展”(或BWE，即“带宽扩展”)根据当前 帧的模式使用或不使用附加信息而在参数上(parametrically)重构的高带 (6.4-7kHz)。这里可以注意到，7kHz的AMR-WB编解码器的经编码的带 的限制在本质上与如下事实有关：在标准化(ETSI/3GPP然后ITU-T)时， 根据在标准ITU-T P.341中定义的频率掩模，并且更具体地通过使用在标准 ITU-T G.191中定义的切除7kHz以上的频率(该滤波器遵守在P.341中定义 的掩模)的所谓的“P341”滤波器，来估计宽带终端的传输中的频率响应。 然而，在理论上，众所周知，以16kHz采样的信号可以具有从0至8000Hz 的定义的音频带；因此，AMR-WB编解码器通过与8kHz的理论带宽的比 较来引入对高带的限制。

3GPP AMR-WB语音编解码器在2001年被标准化，主要用于关于GSM (2G)和UMTS(3G)的电路模式(CS)电话应用。这个相同的编解码器 还在2003年由ITU-T以推荐G.722.2“Wideband coding speech at around 16 kbit/s using Adaptive Multi-RateWideband(AMR-WB)”的形式而标准化。

其包括被称为模式的从6.6至23.85kbit/s的9比特率，并且包括具有来 自静默描述帧(SID，即“静默插入描述符”)的舒适噪声生成(CNG)和声 音活动检测(VAD)的连续传输机制(DTX，即“不连续传输”)以及丢失 帧校正机制(FEC，即“帧擦除隐藏”，有时称为PLC，即包丢失隐藏)。