[发明专利]支持谐波音频信号的带宽扩展的方法、设备和记录介质

说明书

一种在编解码器中支持谐波音频信号的带宽扩展(BWE)的方法和装置。编解码器的解码器部分中的方法包括：接收与频带b及频带b的多个相邻频带相关联的多个增益值。所述方法还包括：确定重建的对应频带b’是否包括谱峰。当频带b’包括谱峰时，基于接收到的多个增益值将与频带b’相关的增益值设置为第一值；否则基于接收到的多个增益值将所述增益值设置为第二值。本发明使得增益值与带宽扩展频域中的波峰位置一致。

本申请是2012年12月21日提交的，国际申请号为PCT/SE2012/051470，并且在2014年9月28日进入中国国家阶段，国家申请号为201280071983.7，题为“谐波音频信号的带宽扩展”的发明专利申请的分案申请。

技术领域

本发明涉及音频信号的编码和解码，更具体地，涉及支持谐波音频信号的带宽扩展(BWE)。

背景技术

基于变换的编码是当今的音频压缩/传输系统中最常用的方案。这种方案的主要步骤是首先通过合适的变换(例如DFT(离散傅立叶变换)、DCT(离散余弦变换)或MDCT(修正离散余弦变换))将信号波形的短块转换到频域。然后变换系数被量化、发送或存储且随后用于重建音频信号。这种方案对于一般的音频信号有效，但是需要足够高的比特速率以创建变换系数的足够好的表示。下面将给出这种变换域编码方案的高层概述。

将要编码的波形逐块地变换到频域。用于此目的一个常用变换是所谓的修正离散余弦变换(MDCT)。将由此得到的频域变换矢量分成频谱包络(缓慢变化的能量)和频谱残留。频谱残留是使用所述频谱包络对所获得的频域矢量进行归一化而获得的。对频谱包络进行量化，将量化指标发送到解码器。接下来，使用量化的频谱包络作为比特分配算法的输入，并基于频谱包络的特性分配用于编码残留矢量的比特。作为此步骤的结果，某个数量的比特被分配给残留的不同部分(残留矢量或“子矢量”)。一些残留矢量不接收任何比特且必定是充满噪声的或带宽扩展的。通常，残留矢量的编码是两个步骤的过程；首先对矢量项的幅值进行编码，接着对非零项的符号(不要与“相位”混淆，相位是与例如傅立叶变换相关的)进行编码。将针对于残留幅值和符号的量化指标发送给解码器，在解码器中将残留和频谱包络进行组合，并最终变换回时域。

电信网络的容量在持续增长。然而，尽管有增长的容量，仍然存在限制每一通信信道所需带宽的强驱动力。在移动网络中，用于每个呼叫的较小的传输带宽在移动设备和服务于该设备的基站两者中都产生较低的功率消耗。这转化成了移动运营商能量和成本的节约，同时，最终用户将体验到延长的电池寿命和增长的通话时间。此外，每一用户消耗的带宽越少，移动网络能够(并行地)服务的用户就越多。

提高将被以低的或中等的比特速率传送的音频信号质量的一个方法是集中可用的比特以精确地表示音频信号中的较低频率。因此，使用BWE技术来基于仅需要少量比特的较低频率塑造较高频率。这些技术的背景是人类听觉系统的灵敏度取决于频率。具体而言，人类听觉系统(例如我们的听力)对于较高频率不太精确。

在典型的频域BWE方案中，高频变换系数按照频带进行分组。针对每个频带，对增益(能量)进行计算、量化并发送(至信号的解码器)。在解码器端，用高频增益对所接收到的低频系数的翻转或平移(translate)及能量归一化版本进行缩放(scale)。这样，BWE并不完全是“瞎的”，因为至少频谱能量与目标信号的高频频带的频谱能量相似。

然而，某些音频信号的BWE可能会导致音频信号包含瑕疵，这对听众带来烦恼。

发明内容

本文提出了支持和改善谐波音频信号的BWE的技术。