[发明专利]一种音频带宽扩展方法、装置、编码方法及介质

说明书

本申请公开了一种音频带宽扩展方法、装置、编码方法、介质及设备，属于音频编解码技术领域。该方法包括：在编码过程中，对输入的音频数据进行分帧，得到多个音频帧；确定当前音频帧的窗口长度，根据窗口长度判定当前音频帧的音频帧类型；根据音频帧类型，对当前音频帧进行块切换和滤波器组处理，得到谱系数；根据谱系数计算当前音频帧的有效带宽，在有效带宽小于对应的奈奎斯特带宽的条件下，将当前帧音频数据输入到音频帧类型相应的带宽扩展模型中，进行带宽扩展。本申请的音频带宽扩展方法通过预训练的带宽扩展模型对不同音频帧类型的窄带音频分别进行带宽扩展，得到全带宽音频，从而在编码过程中提升音质，保证用户体验。

技术领域

本申请涉及蓝牙音频编解码技术领域，特别涉及一种音频带宽扩展方法、装置、编码方法、介质及设备。

背景技术

高级音频编码(AAC)是继MP3(MPEG1/2-Layer3)之后非常流行的音频压缩格式，是一种低码率高音质的音频编解码器，被列入蓝牙规范A2DP的可选音频格式，大部分具有蓝牙收发功能的设备(譬如手机、音乐播放器、蓝牙耳机等)都可以支持此格式，很多音乐或音视频文件都是用此格式压缩存储传输音频。因为AAC具有高效的压缩效率和良好的音质，所以AAC也是很多蓝牙发射端和蓝牙接收端优先选择的编码格式。在进行蓝牙音频的播放时，存在低带宽音频，众所周知，音频的带宽对于音质至关重要。譬如，CD音质的音乐拥有全带宽音频的频率解析度，即0～22.05kHz，可以满足大部分人的听觉范围。因此低带宽的音频信号存在音质差，用户听觉体验较差。

发明内容

针对存在低带宽音频，在对该音频进行编码解码时，音质低，用户体验差的问题，本申请提出一种音频带宽扩展方法、装置、编码方法、介质及设备。

第一方面，本申请提出一种音频带宽扩展方法，包括：在编码过程中，对输入的音频数据进行分帧，得到多个音频帧；确定当前音频帧的窗口长度，根据窗口长度判定当前音频帧的音频帧类型；根据音频帧类型，对当前音频帧进行块切换和滤波器组处理，得到谱系数；根据谱系数计算当前音频帧的有效带宽，在有效带宽小于对应的奈奎斯特带宽的条件下，将当前帧音频数据输入到音频帧类型相应的带宽扩展模型中，进行带宽扩展。

可选的，在编码过程中，对输入的音频数据进行分帧之前，还包括：通过音频发射端与音频接收端协商，确定音频编解码格式；在音频编解码格式为AAC编码格式的条件下，对输入的音频数据进行带宽扩展。

可选的，确定当前音频帧的窗口长度，根据窗口长度判定当前音频帧的音频帧类型，包括：判断当前音频帧的窗口长度与预设窗口长度的大小；在窗口长度大于预设窗口长度的条件下，当前音频帧的音频帧类型为长帧，在窗口长度不大于预设窗口长度的条件下，当前音频帧的音频帧类型为短帧。

可选的，在有效带宽小于对应的奈奎斯特带宽的条件下，将当前帧音频数据输入到音频帧类型相应的带宽扩展模型中，进行带宽扩展，包括：将当前音频帧对应的谱系数输入到相应的带宽扩展模型，得到当前音频帧对应的宽带谱系数。

可选的，带宽扩展模型的训练过程包括：获取宽带音频，并对宽带音频进行处理得到窄带音频；分别对宽带音频和窄带音频进行特征提取，得到标准宽带谱系数和窄带谱系数；将窄带谱系数输入神经网络，进行训练，得到对应的预测宽带谱系数；计算预测宽带谱系数与标准宽带谱系数之间的误差，在误差小于预设误差阈值的条件下，完成带宽扩展模型的训练。

可选的，计算预测宽带谱系数与标准宽带谱系数之间的误差，在误差小于预设误差阈值的条件下，完成带宽扩展模型的训练，包括：计算预测宽带谱系数与标准宽带谱系数之间的频域损失；对预测宽带谱系数进行变换处理，得到预测宽带谱系数对应的第一时域信号；计算第一时域信号与标准宽带谱系数对应的第二时域信号之间的时域损失；计算频域损失和时域损失的总损失，并根据总损失对带宽扩展模型进行调整，使得误差小于预设误差阈值。