[发明专利]编码和解码音频信号的编码器、解码器及相关方法

说明书

根据本发明的方面，一种用于编码音频信号的编码器包括用于从音频信号的帧得到预测系数和残差信号的分析器。编码器包括：共振峰信息计算器，用于从预测系数计算语音相关的频谱整形信息；增益参数计算器，用于从无声残差信号和频谱整形信息计算增益参数；和比特流形成器，用于基于与有声信号帧相关的信息、增益参数或经量化的增益参数和预测系数形成输出信号。

技术领域

本发明涉及用于编码音频信号(特别是语音相关音频信号)的编码器。本发明也涉及用于解码经编码的音频信号的解码器及方法。本发明还涉及经编码的音频信号及低比特率下的高级语音无声编码。

背景技术

在低比特率下，语音编码可从对无声帧的特殊处置收益，以便维持语音质量同时减少比特率。无声帧可感知地模型化为在频域和时域上都被整形的随机激励。由于波形和激励看起来和听起来几乎与高斯白噪声相同，因此可由经合成地产生的白噪声松弛并替换其波形编码。接着，编码将由编码信号的时域形状及频域形状组成。

图16展示参数无声编码方案的示意性方块图。合成滤波器1202用于模型化声道且由LPC(线性预测编码)参数参数化。可通过对LPC系数进行加权从包括滤波函数A(z)的获得的LPC滤波器获得感知加权滤波器。感知滤波器fw(n)通常具有如下形式的传递函数：

其中w小于1。根据如下方程计算增益参数g_n以获得与感知域中的原始能量匹配的经合成的能量：

其中sw(n)及nw(n)分别为感知滤波器fw(n)所滤波的输入信号和所产生的噪声。针对具有大小Ls的每个子帧，计算增益g_n。例如，可将音频信号划分成长度为20ms的帧。可将每个帧再划分成子帧，例如再划分成各个长度为5ms的四个子帧。

码激励线性预测(CELP)编码方案广泛用于语音通信且为编码语音的极有效方式。相比参数编码，该编码方案给予较自然的语音质量但其也要求较高速率。CELP通过输送将音频信号合成为线性预测滤波器，其称为LPC合成滤波器，该LPC合成滤波器可包括两个激励的和的形式1/A(z)。一个激励来自称为自适应码本的经解码的过去。另一贡献来自由固定码所填入的革新码本。然而，在低比特率下，革新码本未经充分填入以用于有效地模型化无声的语音或类噪声激励的精细结构。因此，感知质量降低，尤其是接着听起来清脆且不自然的无声帧。

为降低低比特率下的编码伪影，已提出了不同解决方案。在G.718[1]及[2]中，通过增强对应于当前帧的共振峰的频谱区而自适应地且频谱上整形革新码本的码。可直接从编码器侧及解码器侧两处已可用的系数的LPC系数扣除共振峰位置及形状。根据如下方程通过进行简单滤波而进行码c(n)的共振峰增强：

C(n)*fe(n)

其中*表示卷积运算符，其中fe(n)为传递函数的滤波器的脉冲响应：

其中w1及w2为大致强调传递函数Ffe(z)的共振峰结构的两个加权常数。所得的经整形的码继承语音信号的特性，且经合成的信号听起来较清晰。

在CELP中，将频谱倾斜添加至革新码本的解码器也是常见的。通过用以下滤波器对码进行滤波而进行此操作：

Ft(z)＝1-βz^-1

因子β通常与先前帧的浊音度相关且视情况而定(即，其发生变化)。可从自适应码本的能量贡献估计浊音度。如果先前帧是有声的，则预测当前帧也将是有声的且码应在低频率中具有较多能量(即，应展示负向倾斜)。相反地，对于无声帧所添加的频谱倾斜将是正向的且朝向高频率将分布较多能量。