[发明专利]对音频信号中的噪声进行估计的方法和装置以及传输音频信号的装置和系统

说明书

描述一种对音频信号(102)中的噪声进行估计的方法。对用于音频信号(102)的能量值(174)进行估计(S100)且将其变换(S102)至对数域。基于经变换的能量值(178)对音频信号(102)的噪声等级进行估计(S104)。

技术领域

本发明涉及处理音频信号的领域，尤其涉及一种用于对音频信号中(例如，待编码的音频信号中或已经解码的音频信号中)的噪声进行估计的方法。实施例描述一种用于对音频信号中的噪声进行估计的方法、一种噪声估计器、一种音频编码器、一种音频解码器及一种用于传输音频信号的系统。

背景技术

在处理音频信号的领域(例如，用于对音频信号进行编码或用于处理经解码的音频信号)中，存在期望对噪声进行估计的情形。例如，以引用的方式并入本文中的PCT/EP2012/077525及PCT/EP2012/077527描述使用噪声估计器(例如，最小统计噪声估计器)对频域中的背景噪声的谱进行估计。已经(例如)通过快速傅立叶变换(FFT)或任意其他合适的滤波器组将被提供给算法的信号逐块变换至频域。成帧通常等同于编解码器的成帧，即，可再使用编解码器中已存在的变换，例如，在EVS(增强型语音服务)编码器中，用于预处理的FFT。出于噪声估计的目的，计算FFT的功率谱。将谱分组为心理声学激励的带且累积带内的功率谱区间(power spectral bins)，以形成每带的能量值。最后，通过通常也用于以心理声学方式处理音频信号的此方法获得能量值的集合。每个带具有其自身的噪声估计算法，即，在每帧中，使用对随时间变化的信号进行分析并在任意给定的帧处针对每个带给出估计的噪声等级的噪声估计算法处理该帧的能量值。

用于高质量语音及音频信号的样本分辨率可为16比特，即，该信号具有96dB的信杂比(SNR)。计算功率谱意味着将信号变换至频域且计算每频率区间的平方(square)。由于平方函数，此需要32比特的动态范围。由于带内的能量分布实际上未知的，将多个功率谱区间汇集到带内需要用于动态范围的额外动态余量(headroom)。因此，需要支持大于32比特(通常，大约40比特)的动态范围以在处理器上运行噪声估计器。

在处理音频信号的装置(其基于从能量储存单元(如电池)接收的能量进行操作，例如，如移动电话的便携式装置)中，为了保存能量，音频信号的功率有效处理对于电池使用寿命至关重要。根据已知方法，由定点处理器(其通常支持对呈16或32比特定点格式的数据的处理)执行音频信号的处理。通过处理16比特数据实现用于处理的最低复杂度，而处理32比特数据已需要一些开销。处理具有40比特动态范围的数据需要将该数据分裂成两个，即，尾数和指数，必须在对数据进行修改的时候对二者进行处理，这又导致甚至更高的计算复杂度以及甚至更高的储存需求。

发明内容

从上文所论述的现有技术开始，本发明的目标在于提供一种用于使用定点处理器以高效方式对音频信号中的噪声进行估计以避免不必要的计算开销的方法。

本发明提供一种用于对音频信号中的噪声进行估计的方法，该方法包括确定用于音频信号的能量值，将能量值变换至对数域及基于经变换的能量值为音频信号估计噪声等级。

本发明提供一种噪声估计器，该噪声估计器包括：用于确定用于该音频信号的能量值的检测器；用于将该能量值变换至对数域的变换器；以及用于基于经变换的能量值为音频信号估计噪声等级的估计器。

本发明提供一种用于根据本发明的方法操作的噪声估计器。

根据实施例，对数域包括log2域。