[发明专利]语音信号解码装置和语音信号编码装置

说明书

对于具有高次谐波的谐波结构的输入信号，以低比特率更高效地进行扩频，以获得更好的声音质量。本发明被引入对语音信号的编码和解码进行扩频的装置。在本发明中，新的扩频编码确定与输入信号的高频带信号之间的相关性最高的低频频谱部分，通过其能量调整来复制高频频谱，基于从合成低频频谱所估计的高次谐波频率，调整复制出的高频频谱的频谱峰值位置，从而维持低频频谱和复制出的高频频谱之间的谐波关系。

本申请为以下专利申请的分案申请：申请日为2014年06月10日，申请号为201480031440.1，发明名称为“进行语音信号的频带扩展的装置及方法”。

技术领域

本发明涉及语音信号处理，特别涉及用于语音信号的带宽扩展的语音信号编码及解码处理。

背景技术

在通信中，为了更高效地使用网络资源，在音频编解码器中导入了以下方法，即在主观性质量所能够允许的范围内，以低比特率压缩语音信号。由此，在对语音信号进行编码时，需要提高压缩效率来克服比特率的限制。

BWE(bandwidth extension：带宽扩展)是为了高效地以低比特率压缩WB(wideband：宽带)或SWB(super-wideband：超宽带)的语音信号而广泛用于语音信号编码的技术。编码中的BWE使用解码后的低频带信号，以参数方式表达高频带信号。即，BWE搜索并确定语音信号的低频带信号中的与高频带信号的子带类似的部分，对确定该类似部分的参数进行编码并发送该参数，接收侧使用低频带信号能够重新合成高频带信号。利用低频带信号的类似部分而不直接对高频带信号进行编码，由此能够减少传输的参数信息量，从而能够提高压缩效率。

作为利用了BWE功能的语音信号编解码器之一，有G.718-SWB。G.718-SWB的适用对象为VoIP装置、视频会议设备、电话会议设备以及便携电话。

G.718-SWB的结构表示在图1和图2中(例如参照非专利文献1)。

在图1所示的编码装置侧，以32kHz被采样到的语音信号(以下称为输入信号)，首先以16kHz被下采样(101)。由G.718核心编码单元对下采样后的信号进行编码(102)。在MDCT区域中进行SWB频带扩展。32kHz输入信号在MDCT区域中被转换(103)，并经由单音性估计单元受到处理(104)。基于输入信号的估计出的单音性(105)，将遗传(generic)模式(106)或正弦波(sinusoidal)模式(108)用于SWB的第一层编码。使用附加正弦波(additional sinusoid)对更高的SWB层进行编码(107及109)。

遗传模式用于输入帧的信号被视为非单音的情况。在遗传模式下，由G.718核心编码单元编码后的WB信号的MDCT系数(频谱)被用于SWB MDCT系数(频谱)的编码。SWB频带(7-14kHz)被分割为若干个子带，从被编码的标准化后的WB MDCT系数中，对于所有子带搜索相关性最高的部分。接着，对相关性最高的部分的增益进行比例计算，以能够重现SWB的子带的振幅级别(level)，获得SWB信号的高频分量的参数表示(参数表达)。

正弦波模式编码用于被分类为单音的帧。在正弦波模式下，将正弦波分量的有限集合添加至SWB频谱中，由此生成SWB信号。

在图2所示的解码装置侧，G.718核心编解码器以16kHz采样率对WB信号进行解码(201)。在经过后处理之后(202)，WB信号以32kHz采样率被上采样(203)。通过SWB频带扩展来重构SWB频率分量。SWB频带扩展主要在MDCT区域中进行。遗传模式(204)及正弦波模式(205)用于SWB的第一层的解码。使用附加正弦波模式对更高的SWB层进行解码(206和207)。重构后的SWB MDCT系数被转换到时域(208)，在后处理(209)之后，与由G.718核心解码单元解码后的WB信号相加，重构时域的SWB输出信号。

现有技术文献

非专利文献