[发明专利]用于线性预测译码中的自适应共振峰锐化的系统、方法、设备和计算机可读媒体

说明书

本申请涉及用于线性预测译码中的自适应共振峰锐化的系统、方法、设备和计算机可读媒体。一种处理音频信号的方法包含确定随着时间的过去所述音频信号的平均信噪比。所述方法包含：基于所述所确定的平均信噪比，确定共振峰锐化因子。所述方法还包含：将基于所述所确定的共振峰锐化因子的滤波器应用到基于来自所述音频信号的信息的码本向量。

分案申请的相关信息

本案是分案申请。该分案的母案是申请日为2013年12月23日、申请号为201380071333.7、发明名称为“用于线性预测译码中的自适应共振峰锐化的系统、方法、设备和计算机可读媒体”的发明专利申请案。

相关申请的交叉引用

本申请案主张2013年1月29日申请的共同拥有的美国临时专利申请案第61/758,152号和2013年9月13日申请的美国非临时专利申请案第14/026,765号的优先权，所述专利申请案的内容以引用的方式明确地并入本文中。

技术领域

本发明涉及音频信号的译码(例如，语音译码)。

背景技术

线性预测(LP)分析-合成构架对于语音译码来说已经是成功的，因为其非常适合于用于语音合成的源系统范例。确切地说，当预测残差捕获声带的浊音、清音或混合激励行为时，通过全极点滤波器来模型化上声道的缓慢时变频谱特性。使用闭环合成分析过程来模型化和编码来自LP分析的预测残差。

在合成分析码激励线性预测(CELP)系统中，选择导致输入语音与重构语音之间的最低观测“感知加权”均方误差(MSE)的激励序列。感知加权滤波器使预测误差成形，使得量化噪声被高能共振峰所掩蔽掉。感知加权滤波器的作用是降低共振峰区域中的误差能量的重要性。这个降低重要性策略是基于在共振峰区域中量化噪声被语音所部分地掩蔽掉的事实。在CELP译码中，从两个码本(即，自适应码本(ACB)和固定码本(FCB))产生激励信号。ACB向量表示过去激励信号的延迟(即，延迟了闭环音调值)段并促成整体激励的周期性分量。在捕获整体激励中的周期性贡献之后，执行固定码本搜索。FCB激励向量部分地表示激励信号中的剩余非周期性分量并且是使用交错、单式脉冲的代数码本而建构。在语音译码中，音调锐化技术和共振峰锐化技术提供了语音重构质量的显著改善(例如，在更低的比特率下)。

共振峰锐化可促成清晰语音中的显著质量增益；但是，在存在噪声的情况下且在低信噪比(SNR)下，质量增益不大显著。这可能归因于共振峰锐化滤波器的不准确估计并且部分地归因于另外需要对噪声做出解释的源系统语音模型的某些局限性。在一些情况下，在存在带宽扩展(其中经变换的共振峰锐化低波段激励被用于高波段合成中)的情况下，语音质量的降级更为明显。确切地说，低波段激励的某些分量(例如，固定码本贡献)可经历音调锐化和/或共振峰锐化，以改善低波段合成的感知质量。将来自低波段的音调锐化和/或共振峰锐化激励用于高波段合成引起可听伪影的可能性可能高于改善整体语音重构质量的可能性。

附图说明

图1展示用于低比特率语音译码的码激励线性预测(CELP)合成分析架构的示意图。

图2展示语音信号的帧的一个实例的快速傅里叶变换(FFT)频谱和相对应的LPC频谱。

图3A展示根据一般配置的用于处理音频信号的方法M100的流程图。

图3B展示根据一般配置的用于处理音频信号的设备MF100的框图。

图3C展示根据一般配置的用于处理音频信号的设备A100的框图。

图3D展示方法M100的实施方案M120的流程图。

图3E展示设备MF100的实施方案MF120的框图。

图3F展示设备A100的实施方案A120的框图。