[发明专利]用于舒适噪声生成模式选择的装置和方法

说明书

提供了一种用于对音频信息进行编码的装置。所述用于对音频信息进行编码的装置包括：选择器(110)，用于根据音频输入信号的背景噪声特性，从两个或更多个舒适噪声生成模式中选择舒适噪声生成模式；以及编码单元(120)，用于对所述音频信息进行编码，其中所述音频信息包括指示所选的舒适噪声生成模式的模式信息。

技术领域

本发明涉及音频信号编码、处理和解码，特别地涉及一种用于舒适噪声生成模式选择的装置和方法。

背景技术

通信语音和音频编解码器(例如AMR-WB，G.718)通常包括不连续传输(DTX)机制和舒适噪声生成(CNG)算法。DTX/CNG操作被用于通过在非活动信号时段期间模拟背景噪声来降低传输率。

CNG可以例如以若干方式来实现。

最常用的方法，如在AMR-WB(ITU-T G.722.2附录A)和G.718(ITU-T G.718第6.12和7.12节)的编解码器中采用的方法，基于激励+线性预测(LP)模型。首先生成随机激励信号，然后通过增益进行缩放，最后使用LP逆滤波器进行合成，从而产生时域CNG信号。被传输的两个主要参数是激励能量和LP系数(通常使用LSF或ISF表示)。这种方法在本文中称为LP-CNG。

另一种方法是最近提出的并描述在例如专利申请WO2014/096279“Generation ofa comfort noise with high spectro-temporal resolution in discontinuoustransmission of audio signals”中，该方法基于背景噪声的频域(FD)表示。在频域上产生(例如FFT，MDCT，QMF)随机噪声，然后使用背景噪声的FD表示进行塑形，最后从频域转换到时域，从而产生时域CNG信号。被传输的两个主要参数是全局增益和一组频带噪声电平。这种方法在本文中称为FD-CNG。

发明内容

本发明的目的是提供用于舒适噪声生成的改善构思。本发明的目的通过根据权利要求1所述的装置、根据权利要求10所述的装置、根据权利要求13所述的系统、根据权利要求14所述的方法、根据权利要求15所述的方法、根据权利要求16所述的计算机程序来解决。

提供了一种用于对音频信息进行编码的装置。所述用于对音频信息进行编码的装置包括：选择器，用于根据音频输入信号的背景噪声特性，从两个或更多个舒适噪声生成模式中选择舒适噪声生成模式；以及，编码单元，用于对所述音频信息进行编码，其中所述音频信息包括指示所选的舒适噪声生成模式的模式信息。

特别地，实施例基于以下发现：FD-CNG对于高度倾斜的背景噪声信号(例如，汽车噪声)给出较好的质量；而LP-CNG对于频谱上较平坦的背景噪声信号(办公室噪音)给出较好的质量。

为了从DTX/CNG系统获得最佳可能质量，根据实施例，两种CNG方法都被使用，并且根据背景噪声特性来选择其中之一。

实施例提供了选择器，其决定应当使用哪种CNG模式，如LP-CNG或FD-CNG。

根据实施例，该选择器可以例如被配置为：将音频输入信号的背景噪声的倾斜确定为背景噪声特性。选择器可以例如被配置为：根据所确定的倾斜，从两个或更多个舒适噪声生成模式中选择所述舒适噪声生成模式。

在实施例中，所述装置可以例如还包括噪声估计器，其用于针对多个频带中的每个频带估计背景噪声的每频带估计。选择器可以例如被配置为根据所述多个频带的估计的背景噪声来确定倾斜。

根据实施例，噪声估计器可以例如被配置为：通过估计多个频带中的每个频带的背景噪声的能量来估计背景噪声的每频带估计。

在实施例中，噪声估计器可以例如被配置为：根据多个频带中的第一组中的每个频带的背景噪声的每频带估计，确定指示所述多个频带中的第一组的第一背景噪声能量的低频背景噪声值。