[发明专利]音频信号解码器中改进的频带扩展

说明书

本发明涉及一种用于在解码过程中或改进过程中扩展音频信号的频带的方法，该方法包括获得在被称为低频带的第一频带中解码的信号的步骤。该方法为使得其包括以下步骤：从来自该低频带信号的信号中提取（E402）音调分量和环境信号；使用多个能量水平控制因子通过自适应混合对这些音调分量和该环境信号进行组合（E403）以获得被称为组合信号的音频信号；在高于该第一频带的至少一个第二频带上在该提取步骤之前对该低频带解码信号或在该组合步骤之后对该组合信号进行扩展（E401a）。本发明还涉及一种实现所描述的方法的频带扩展装置，并且涉及一种包括这种类型的装置的解码器。

技术领域

本发明涉及为了对音频信号（如语音、音乐或其他此类信号）进行传输或存储而对其进行编码/解码和处理的领域。

更具体地，本发明涉及一种在解码器或处理器中产生音频信号增强的频带扩展方法和装置。

背景技术

存在许多技术用于压缩（有损耗）音频信号（如语音或音乐）。

通常将用于对话式应用的常规编码方法分类为：波形编码（“脉冲编码调制”PCM、“自适应差分脉冲编码调制”ADPCM、变换编码等）；参数编码（“线性预测编码”LPC、正弦编码等）；以及通过“合分量析（analysis by synthesis）”对参数进行量化的参数混合编码，其中，CELP（“码激励线性预测”）编码是最著名的示例。

对于非对话式应用，（单）音频信号编码的现有技术由通过变换或以子频带进行的感知编码与通过频带复制（光谱频带复制SBR）进行的对高频的参数编码所组成。

可以在以下这些著作中找到对常规语音和音频编码方法的回顾：W.B. 克莱因（W.B. Kleijn）和K.K. 帕利埃尔（K.K. Paliwal）（编辑），《语音编码与合成》（SpeechCoding and Synthesis），爱思唯尔出版社，1995；M. 博瑟（M. Bosi）、R.E. 高德博格（R.E.Goldberg），《数字音频编码和标准介绍》（Introduction to Digital Audio Coding andStandards），斯普林格出版社，2002；J. 贝尼斯提（J. Benesty）、M.M. 松迪（M.M.Sondhi）、Y. 黄（Y. Huang）（编辑），《语音处理手册》（Handbook of Speech Processing），斯普林格出版社，2008。

在此，更具体地关注3GPP标准化AMR-WB（“宽带自适应多速率”）编解码器（编码器和解码器），该编解码器在16 kHz的输入/输出频率上进行操作并且其中信号被分成两个子频带：低频带（0 kHz-6.4 kHz）和高频带（6.4 kHz-7 kHz），该低频带以12.8 kHz进行采样并且由CELP模型进行编码，而该高频带取决于当前帧的模式在有附加信息或者没有附加信息的情况下通过“频带扩展”（或者“带宽扩展”BWE）参数化地进行重建。在此，可以注意到的是，在7 kHz上对AMR-WB编解码器的编码频带的限制实质上与以下事实相关联：根据在标准ITU-T P.341中所定义的频率掩模并且更具体地通过使用在标准ITU-T G.191中所定义的截断7 kHz以上的频率的所谓“P341”滤波器（此滤波器遵循在P.341中所定义的掩模）在进行标准化（ETSI/3GPP，然后ITU-T）时近似估算在宽带终端的传输过程中的频率响应。然而，理论上，众所周知的是，以16 kHz采样的信号可以具有所限定的从0 Hz到8000 Hz的音频频带；因此，AMR-WB编解码器通过与8 kHz的理论带宽进行比较来引入对高频带的限制。

在2001年，主要针对关于GSM（2G）和UMTS（3G）的电路模式（CS）电话技术应用对3GPP AMR-WB语音编解码器进行了标准化。还在2003年由ITU-T以建议G.722.2“使用自适应多速率宽带（AMR-WB）以大约16 kbit/s进行宽带编码语音”的形式对这种相同的编解码器进行了标准化。