[发明专利]支持生成舒适噪声

说明书

用于支持在接收节点处生成针对至少两个音频声道的舒适噪声的方法和发送节点。该方法由发送节点执行。该方法包括：确定至少两个输入音频声道上的音频信号的频谱特性；以及确定音频信号之间的空间相干性。空间相干性与感知重要性度量相关联。通过根据感知重要性度量对每个频带内的空间相干性进行加权来针对每个频带确定空间相干性的压缩表示。将关于频谱特性和每个频带的空间相干性的压缩表示的信息发信号通知给接收节点，以使得能够在接收节点处生成舒适噪声。

技术领域

本文提出的实施例涉及用于支持在接收节点处生成针对至少两个音频声道的舒适噪声的方法、发送节点、计算机程序和计算机程序产品。本文提出的实施例还涉及用于在接收节点处生成舒适噪声的方法、接收节点、计算机程序和计算机程序产品。

背景技术

在通信网络中，针对给定的通信协议、其参数和部署通信网络的物理环境，获得良好的性能和容量可能存在挑战。

例如，尽管电信网络中的容量在不断增加，但是限制每个用户所需的资源使用仍然是令人感兴趣的。在移动电信网络中，每个呼叫所需的资源使用越少意味着该移动电信网络可以并行地向越多的用户提供服务。降低资源使用还在用户侧的设备(如终端设备中)和网络侧的设备(如网络节点中)二者中产生较低的功耗。这转化为给网络运营商节省能源和成本，同时可以在终端设备中延长电池寿命并增加体验到的通话时间。

用于减少移动电信网络中语音通信应用所需的资源使用的一种机制是利用语音中的自然停顿。更详细地说，在大多数对话中，一次只有一个参与者是活跃的，并且因此在一个通信方向上的语音停顿通常会占据信号的一半以上。为了减少所需的资源使用，利用该属性的一种方法是采用不连续传输(DTX)系统，其中在语音停顿期间不进行活跃信号编码。

在语音停顿期间，通常会发送背景噪声的非常低比特率编码，以允许接收端的舒适噪声发生器(CNG)系统便于使用具有与原始背景噪声相似特性的背景噪声来填充上述停顿。与在语音停顿中保持静音相比，CNG使声音更自然，因为背景噪声被保持并且不会随语音一起打开和关闭。语音停顿中的完全静音通常感知起来是烦人的，并经常导致误解呼叫已断开。

DTX系统可以还依赖于语音活动检测器(VAD)，该语音活动检测器向发送设备指示使用活跃信号编码还是低速率背景噪声编码。在该方面，发送设备可以被配置为通过使用(通用)声音活动检测器(GSAD或SAD)在其他源类型之间进行鉴别，该(通用)声音活动检测器不仅可以从背景噪声中鉴别语音，还可以被配置为检测音乐或其他信号类型(其被认为是相关的)。

通过支持立体声或多声道音频传输，可以进一步增强通信服务。在这些情况下，DTX/CNG系统还可能考虑信号的空间特性，以便提供听起来令人愉快的舒适噪声。

生成舒适噪声的常见机制是在语音停顿中发送有关背景噪声的能量和频谱形状的信息。这可以使用比语音段的常规编码数量明显更少的比特来完成。

在接收设备端，通过以下方式生成舒适噪声：创建伪随机信号，然后基于从发送设备接收的信息来使用滤波器对信号的频谱进行整形。该信号生成和频谱整形可以在时域或频域中执行。

发明内容

本文的实施例的目的是使得能够高效地生成针对两个或更多个声道的舒适噪声。

根据第一方面，提出了一种用于支持在接收节点处生成针对至少两个音频声道的舒适噪声的方法。该方法由发送节点执行。该方法包括确定至少两个输入音频声道上的音频信号的频谱特性。该方法包括确定各个输入音频声道上的音频信号之间的空间相干性，其中，该空间相干性与感知重要性度量相关联。该方法包括将空间相干性划分到频带中，其中，通过根据感知重要性度量对每个频带内的空间相干性进行加权来针对每个频带确定空间相干性的压缩表示。该方法包括向接收节点发信号通知关于频谱特性的信息和关于每个频带的空间相干性的压缩表示的信息，以使得能够在接收节点处生成针对至少两个音频声道的舒适噪声。