[发明专利]时间偏移估计

说明书

本发明提供一种用于多声道音频信号的译码方法，其包含在编码器处估计比较值，所述比较值指示参考声道与对应目标声道之间的时间失配量。所述方法包含使所述比较值平滑以产生短期平滑比较值及第一长期平滑比较值。所述方法包含计算所述比较值与所述短期平滑比较值之间的交叉相关值。所述方法还包含响应于比较所述交叉相关值与阈值而调整所述第一长期平滑比较值。所述方法进一步包含估计暂定移位值，及将所述目标声道非因果地移位非因果移位值以产生经调整目标声道。所述非因果移位值是基于所述暂定移位值。所述方法进一步包含基于参考声道及所述经调整目标声道产生中带声道或旁带声道中的至少一者。

相关申请案的交叉参考

本申请案主张2017年9月11日申请的名为“时间偏移估计(TEMPORAL OFFSETESTIMATION)”的美国临时专利申请案第62/556,653号及2018年8月28日申请的名为“时间偏移估计(TEMPORAL OFFSET ESTIMATION)”的美国专利申请案第16/115,129号的优先权，所述专利申请案的全文以引用的方式并入本文中。

技术领域

本发明大体上涉及估计多个声道的时间偏移。

背景技术

技术的进步已产生更小且更强大的计算装置。举例来说，当前存在多种便携式个人计算装置，包含无线电话(例如移动电话及智能电话)、平板计算机及膝上型计算机，所述便携式个人计算装置小型、轻质且容易由用户携带。这些装置可经由无线网络传达语音及数据包。另外，许多此类装置并入有额外功能，例如数字静态相机、数字视频相机、数字记录器及音频文件播放器。此外，这些装置可处理可执行指令，所述指令包含可用以访问互联网的软件应用程序，例如网页浏览器应用程序。因而，这些装置可包含显著计算能力。

计算装置可包含接收音频信号的多个麦克风。一般来说，相比于多个麦克风中的第二麦克风，声源更接近于第一麦克风。因此，从第二麦克风接收的第二音频信号相对于从第一麦克风接收的第一音频信号可延迟。在立体声编码中，来自麦克风的音频信号可经编码以产生中声道及一或多个旁声道。中声道可对应于第一音频信号及第二音频信号的总和。旁声道可对应于第一音频信号与第二音频信号之间的差。由于第二音频信号的接收相对于第一音频信号延迟，故第一音频信号可未与第二音频信号在时间上对准。第一音频信号相对于第二音频信号的未对准(或“时间偏移”)可增大旁声道的量值。由于旁声道的量值的增大，可需要更大数目的位来编码旁声道。

另外，不同帧类型可促使计算装置产生不同时间偏移或移位估计。举例来说，计算装置可确定第一音频信号的有声帧相对于第二音频信号中的对应有声帧偏移特定量。然而，归因于相对高噪音量，计算装置可确定：第一音频信号的转变帧(或无声帧)相对于第二音频信号的对应转变帧(或对应无声帧)偏移不同量。移位估计的变化可引起帧边界处的样本重复及伪影跳过。另外，移位估计的变动可导致较高旁声道能量，其可降低译码效率。

发明内容

根据本文中所揭示的技术的一个实施方案，一种估计在多个麦克风处捕获的音频之间的时间偏移的方法包含在第一麦克风处捕获参考声道，及在第二麦克风处捕获目标声道。所述参考声道包含参考帧，且所述目标声道包含目标帧。所述方法还包含估计所述参考帧与所述目标帧之间的延迟。所述方法进一步包含基于比较值的交叉相关值估计所述参考声道与所述目标声道之间的时间偏移。

根据本文中所揭示的技术的另一实施方案，一种用于估计在多个麦克风处捕获的音频之间的时间偏移的设备包含经配置以捕获参考声道的第一麦克风，及经配置以捕获目标声道的第二麦克风。所述参考声道包含参考帧，且所述目标声道包含目标帧。所述设备还包含处理器及存储器，所述存储器存储可执行以促使所述处理器估计所述参考帧与所述目标帧之间的延迟的指令。所述指令还可执行以促使所述处理器基于比较值的交叉相关值估计所述参考声道与所述目标声道之间的时间偏移。