[发明专利]选择音高滞后

说明书

提出用于选择音高滞后的技术(例如，设备、方法、程序)。一种用于对包括多个帧的信息信号进行编码的设备(10，60a，110)。该设备可包含被配置以获得第一估计值(14，Tsubgt;1/subgt;)的第一估计器(11)，该第一估计值为当前帧(13)的音高滞后的估计值。该设备可包含被配置以获得第二估计值(16，Tsubgt;2/subgt;)的第二估计器(12)，该第二估计值为当前帧(13)的音高滞后的另一估计值。选择器(17)可被配置以通过基于第一相关性测量值及第二相关性测量值(23，25)在第一估计值(14，Tsubgt;1/subgt;)与,第二估计值(16，Tsubgt;2/subgt;)之间执行,选择而选择所选值(19，Tsubgt;best/subgt;)。

技术领域

在此提供能够执行低复杂度音高检测程序，例如以用于长期后滤波LTPF编码的方法及设备的示例。

例如，示例能够为信息信号，例如音频信号选择音高滞后，例如以用于执行LTPF。

背景技术

1.1.背景

基于变换的音频编解码器在处理谐波音频信号时，特别地以低延迟及低比特率处理谐波音频信号时，通常引入间谐波噪声。此间谐波噪声通常被感知为非常令人烦恼的伪声，显著降低了基于变换的音频编解码器在主观地评估高音调音频材料时的性能。

长期后滤波(Long Term Post Filtering，LTPF)为有助于减小此间谐波噪声的基于变换的音频编码工具。其依赖于在变换解码之后的应用于时域信号的后滤波器。此后滤波器基本上为无限脉冲响应(infinite impulse response，IIR)滤波器，其中梳状频率响应由两个参数控制：音高滞后及增益。

为了更佳的稳健性，在编码器侧估计后滤波器参数(每帧的音高滞后和/或增益)且当增益非零时将后滤波器参数编码在比特流中。零增益状况以一个比特进行发信号且对应于非主动后滤波器，在信号不含有谐波部分时使用。

首先将LTPF引入3GPP EVS标准[1]中且随后整合至MPEG-H 3D音频标准[2]。对应专利为[3]及[4]。

音高检测算法估计每帧的一个音高滞后。通常在低采样率(例如6.4kHz)下执行该操作以便降低复杂度。其应理想地提供准确、稳定且持续性估计。

当用于LTPF编码时，具有连续音高轮廓是最重要的，否则可在经LTPF滤波的输出信号中听到一些不稳定性伪声。不具有真实基本频率F0(例如通过具有基本频率的倍数)不太重要，由于其并不导致严重伪声，但替代地会引起LTPF性能的略微劣化。

音高检测算法的另一重要特性为其计算复杂度。当实施于以低功率装置或甚至超低功率装置为目标的音频编解码器中时，其计算复杂度应尽可能低。

1.2.现有技术

存在可在公共领域中发现的LTPF编码器的示例。其描述于3GPP EVS标准[1]中。此实施方案使用描述于标准规格的5.1.10节中的音高检测算法。此音高检测算法具有良好性能且与LTPF一起很好地起作用，由于它给出极稳定且连续的音高轮廓。然而，它的主要缺陷为复杂度相对高。

即使其从未用于LTPF编码，其他现有音高检测算法理论上也可用于LTPF。一个示例为YIN[6]，音高检测算法常常被认为是最准确之一。然而，YIN极其复杂，甚至明显复杂于[1]中的算法。

值得提到的另一示例为3GPP AMR-WB标准[7]中所使用的音高检测算法，其复杂度显著低于[1]中的算法，并且性能较差，其特别地给出较不稳定且连续的音高轮廓。

先前技术包含以下公开：