[发明专利]使用用于增强隐藏的参数对音频内容进行编码和解码的编码器、解码器和方法

说明书

本发明涉及一种用于对类语音内容和/或一般音频内容进行编码的编码器，其中该编码器被配置为至少在一些帧中将参数嵌入比特流中，该参数在原始帧丢失、损坏或延迟的情况下增强隐藏；以及一种用于对类语音内容和/或一般音频内容进行解码的解码器，其中该解码器被配置为使用在时间上稍后发送的参数以在原始帧丢失、损坏或延迟的情况下增强隐藏；以及一种编码方法和一种解码方法。

本申请是申请日为2015年8月24日、申请号为201580058327.7的中国发明专利申请“使用用于增强隐藏的参数对音频内容进行编码和解码的编码器、解码器和方法”的分案申请。

技术领域

本发明涉及使用编码器和解码器的音频编解码器，其中有缺陷(例如，丢失、损坏或延迟)的音频帧通过使用错误隐藏机制被至少部分地重建。本发明通过在比特流内提供所选择的错误隐藏辅助参数来改进传统的错误隐藏机制，该错误隐藏辅助参数增强了解码器侧的隐藏。

背景技术

在VoIP系统中，分组到达具有不同的延迟或者甚至在接收器处交换的时间顺序。由于预期每个分组在确定的周期性时间点用于在语音/音频解码器处进行解码，所以需要所谓的去抖动缓冲器来消除时间抖动并且如果可能的话恢复分组之间的正确顺序。

去抖动缓冲器的可用性使得能够使用信道感知编码，其中当前帧的部分冗余副本在编码器内被编码在未来帧的主副本之上。如果当前帧在接收器处丢失或到达太晚，则在后面的帧中到达的其部分冗余副本可以用于合成丢失的帧。取决于实际的可用系统延迟和帧错误率(FER)(即，当前信道条件)，可以在编码器处动态地控制主帧和其部分冗余副本之间的延迟(或帧数)(即，所谓的FEC偏移)以及对是否需要发送特定帧的部分冗余副本的决定。

尽管这种技术需要降低主帧的总体大小以保持比特率不变，但是在中等FER和高FER下，与基于非信道感知/冗余的方法相比，它允许更好的质量。

诸如互联网之类的网络除了发送数据之外还被用于诸如召开会议之类的VolP通信。因此，将多个语音或音乐编码为数字数据，对数据进行分组排列，并且通过网络将分组发送给接收者。VolP要求该过程实时发生。

允许实时使用的协议的缺点是它们不可靠，因为它们允许分组丢失，而不对其进行取回。当这种情况发生时，不对它们携带的语音或音频段进行重建，并且接收者听到令人讨厌的语音或音乐空白。这些空白被认为是降低服务质量。

为了隐藏分组已丢失的事实，已经设计出冗余方案。对重复原始数据方面的冗余分组进行编码和发送。如果分组丢失，则其数据从其希望不会丢失的相应冗余分组中恢复和/或重建。接收端的抖动缓冲器收集主分组和冗余分组，并将它们馈送到播放它们的解码器。

针对RTP定义的第一个媒体特定的纠错方案是RFC 2198[1]中规定的音频冗余编码。这是专为语音电话会议而设计的。每个分组以更严重压缩的格式包含音频数据的原始帧和前一帧的冗余副本。

基于分组的业务可能经受高分组丢失率、抖动和重排序。前向纠错(FEC)是解决分组丢失问题的一种技术。通常，FEC涉及将冗余信息与编码语音一起发送。解码器尝试使用冗余信息来重建丢失的分组。媒体独立的FEC技术基于音频流内的比特而添加冗余信息(独立于语音流的特征的更高层次的知识)。另一方面，媒体依赖的FEC技术基于语音流的特征而添加冗余信息。

授权的专利US 6,757,654[2]描述了用于对语音数据进行编码的改进的FEC技术。US 6,757,654公开了：