[发明专利]隐藏音频帧丢失的错误隐藏单元、音频解码器及相关方法

说明书

提供了用于提供错误隐藏音频信息(1407)的错误隐藏单元(1402‑1405)、方法和计算机程序，错误隐藏音频信息(1407)用于隐藏编码的音频信息中音频帧的丢失。在一个实施例中，错误隐藏单元被配置为基于丢失的音频帧之前的正确解码的音频帧使用频域隐藏提供错误隐藏音频信息(1407)。错误隐藏单元被配置为对不同的频带(1403a‑1403g)根据不同的阻尼因子(1404a‑1404g)淡出(920)隐藏的音频帧。

技术领域

根据本发明的实施例创建用于提供用于隐藏编码音频信息中音频帧或多个音频帧的丢失的错误隐藏音频信息的错误隐藏单元。

根据本发明的实施例创建用于基于编码音频信息提供解码音频信息的音频解码器，解码器包括错误隐藏单元。

根据本发明的一些实施例创建用于提供用于隐藏编码音频信息中音频帧的丢失的错误隐藏音频信息的方法。

根据本发明的一些实施例创建用于执行所述方法中的一个的计算机程序。

一些实施例与将自适应阻尼因子用于频域音频编解码器的使用有关。

背景技术

近年来，对音频内容的数字传送和存储的需求增加。然而，音频内容通常在不可靠的信道上传送，这带来包括一个或多个音频帧(例如，以编码表示的形式，比如，例如，编码频域表示或编码时域表示)的数据单元(例如，包)丢失的风险。在一些情况下，将可以请求丢失的音频帧(或包括一个或多个丢失的音频帧的数据单元，如包)的重复(重发送)。然而，这通常带来大的延迟，并因此能需要音频帧的广泛的缓存。在其他情况下，几乎不可能请求丢失的音频帧的重复。

为在音频帧丢失而不提供广泛的缓存(这将消耗大量的内存并还可能极大地降低音频编码的实时能力)的情况下获得好的或至少可接受的音频质量，期望具有处理一个或多个音频帧的丢失的概念。特别地，期望具有甚至在音频帧丢失的情况下带来好的音频质量或者至少可接受的音频质量的概念。

过去，已经发展了一些错误隐藏概念，其可以用于不同的音频编码概念中。先进的音频编解码器(AAC)中的传统隐藏技术是噪声替代。其在频域中操作并适用于嘈杂和音乐项目。

还已经发展了用于降低替代帧(或频谱值)的强度的淡出技术。这些技术还通常是基于以预定系数(阻尼因子)缩放替代帧。一般地，阻尼因子被表示为0至1之间的值：阻尼因子越低，淡出越强。

在包丢失的情况下，语音和音频编解码器通常向零或背景噪声淡出以防止令人讨厌的重复伪象。例如在G.719[1]中，合成信号被以因子0.5递减地缩小且然后被用作当前帧的重构变换系数。对于如[2]的所有AAC家族解码器，当不允许附加的延迟时，以等于的恒阻尼因子淡出隐藏的频谱。此阻尼因子应用在整个频谱上，而不管信号特征。

然而，特别对于语音或瞬态信号，这样的淡出技术不完全令人满意。当第一丢失的帧正好在话语结尾后时，噪声替代将意味着先前正确解码的音频帧(即，其中话语结束的帧)的重复：语音的无用部分(不携带信息)将被重复，意味着令人讨厌的后回声。例如，参见图10(具有回声)与图11(其中不存在回声)的比较。图10和11的纵轴表示频率且横轴表示时间(以百ms或hms)

此回声是正确解码的音频帧的重复的直接的、不可避免的结果。

克服这样的技术损害将是优选的。G.729.1[3]和EVS[4]提出自适应谈出技术，其取决于信号特征的稳定性。淡出因子取决于最后良好接收的超帧类的参数和连续擦除的超帧的数量。因子还取决于用于非声音超帧的LP滤波器的稳定性(执行声音帧和非声音帧之间的分类)。由于在如AAC-ELD[5]的AAC解码器中没有信号特征可用，编解码器使用固定的因子盲目地阻尼隐藏的信号，这可能导致如上所讨论的令人讨厌的重复伪象。

在一些情况下，已经发现令人讨厌的伪象可能由频谱表示中的洞生成。

需要克服或至少减少现有技术的至少一些损害的发生的技术方案。