具有帶有能量調(diào)整模塊的頻寬擴(kuò)展模塊的音頻解碼器的制造方法
【專利說明】具有帶有能量調(diào)整模塊的頻寬擴(kuò)展模塊的音頻解碼器
【背景技術(shù)】
[0001] 類似于其他頻寬擴(kuò)展技術(shù)的譜帶復(fù)制（SpectralBandReplication，SBR)意在核 心編碼器級之上對音頻信號的頻譜高頻帶部分進(jìn)行編碼和解碼。SBR在[IS009]中標(biāo)準(zhǔn)化， 并與MPEG-4檔次HE-AAC中的AAC聯(lián)合使用，AAC用于各種應(yīng)用標(biāo)準(zhǔn)中，如3GPP[3GP12a]、 DAB+[EBU10]和DRM[EBU12]。
[0002] 在[IS009, 4. 6. 18節(jié)]中描述了結(jié)合AAC解碼的現(xiàn)有技術(shù)水平的SBR。
[0003] 圖1說明包括分析和合成濾波器組、SBR數(shù)據(jù)解碼、HF生成器以及HF調(diào)整器的現(xiàn) 有技術(shù)水平的SBR解碼器：
[0004] ?在現(xiàn)有技術(shù)水平的SBR解碼中，核心編碼器的輸出為原始信號的低通濾波表示。 其為SBR解碼器的QMF分析濾波器組的輸入Χραη_ιη。
[0005] ?此濾波器組的輸出X_FanJ^傳遞至HF生成器，在該HF生成器處發(fā)生修補(bǔ)。修 補(bǔ)基本上是低頻帶頻譜向上至高頻帶的復(fù)制。
[0006] ?現(xiàn)在，將修補(bǔ)的頻譜XHFpatey與從SBR數(shù)據(jù)解碼中獲得的高頻帶（包絡(luò)）的頻譜 信息一起提供至HF調(diào)整器。對包絡(luò)信息進(jìn)行哈夫曼（Huffman)解碼，然后進(jìn)行差分解碼且 最終進(jìn)行解量化以獲得包絡(luò)數(shù)據(jù)（參見圖2)。獲得的包絡(luò)數(shù)據(jù)為覆蓋特定時(shí)間量（如，全 幀或其部分）的比例因子的集合。HF調(diào)整器適當(dāng)?shù)卣{(diào)整修補(bǔ)的高頻帶的能量以在編碼器側(cè) 針對每個(gè)頻帶k盡可能好地與原始高頻帶能量相匹配。方程式1和圖2闡明此：
[0007]gsbr[k] =ERef[k]/EEstAvg[l]
[0008]EAdj[k]=EEst[k] Xgsbr[k] (1)
[0009] 其中
[0010] ERef[k]表示在SBR比特流中以編碼的形式傳輸?shù)尼槍σ粋€(gè)頻帶k的能量；
[0011] EEst[k]表示由HF生成器修補(bǔ)的來自一個(gè)高頻帶k的能量；
[0012]EEstAvg[l]表示被定義為開始頻帶和停止頻帶之間的頻帶范圍的一個(gè)比例 因子頻帶1內(nèi)部的平均高頻帶能量：
[0013]
[0014] 表示由HF調(diào)整器使用增益sbr調(diào)整的來自一個(gè)高頻帶k的能量；
[0015] g*.!表示從方程式（1)中所示出的除法產(chǎn)生的一個(gè)增益因子。
[0016] ?合成QMF濾波器組將處理的QMF樣本於便、、:_解碼為PCM音頻_^.、、、〇@。：
[0017] 如果重建的頻譜缺少噪聲（該噪聲存在于原始高頻帶中而未由HF生成器修補(bǔ)）， 則存在針對每個(gè)頻帶k添加具有特定噪聲底限Q的某個(gè)額外噪聲的可能性。
[0018]
[0019] 此外，現(xiàn)有技術(shù)水平的SBR允許在每個(gè)幀的特定限制和多個(gè)包絡(luò)內(nèi)移動(dòng)SBR幀邊 界。
[0020] 在[EBU12, 5· 6· 2· 2 節(jié)]中描述 了結(jié)合CELP/HVXC的SBR解碼。DRM中的CELP/ HVXC+SBR解碼器與1. 1. 1節(jié)中所描述的HEAAC中的現(xiàn)有技術(shù)水平的SBR解碼緊密相關(guān)?；?本上，圖1適用。
[0021] 包絡(luò)信息的解碼適于類語音信號的頻譜特性，如[EBU12, 5. 6. 2. 2. 4節(jié)]中所描 述。
[0022] 在規(guī)則的AMR-WB解碼中，通過生成白噪聲uHB1 (η)獲得高頻帶激勵(lì)。設(shè)定高頻帶 激勵(lì)的功率等于低頻帶激勵(lì)u2 (η)的功率，
[0023] 意味著
[0024]
[0025] 最后由下式發(fā)現(xiàn)高頻帶激勵(lì)
[0026] .錢C炫I I:賴.>賄徽_) (5)
[0027] 其中細(xì)^為增益因子。
[0028] 在23. 85kbit/s的模式中，從接收的增益索引（旁側(cè)信息）中解碼in
[0029]在 6· 60、8· 85、12· 65、14· 25、15· 85、18· 25、19· 85 和 23. 05kbit/s的模式中，使用 邊界為[0. 1，1. 0]的聲音信息估計(jì)gHB。首先，發(fā)現(xiàn)合成的傾斜etilt
[0030]
[0031] 其中、為高通濾波低頻帶語音合成％似命):,截止頻率為400Hz。然后發(fā)現(xiàn)gHB
[0032] gHB= ω sp · gSP+(l-〇sp) · gBG (7)
[0033] 其中g(shù)SP=l_etllt為用于語音信號的增益，gBS= 1. 25gSP為用于背景噪聲信號的 增益，wSP為加權(quán)函數(shù)，其在聲音活動(dòng)檢測（VAD)為0N時(shí)被設(shè)定為1，在VAD為OFF時(shí)被設(shè)定 為0。gHB邊界在[0. 1，1. 0]之間。在較少能量存在于高頻處的有聲區(qū)段的情況下，e^近 似1，致使較低增益gHB。此減少了在有聲區(qū)段的情況下所生成的噪聲的能量。
[0034] 然后，從加權(quán)的低頻帶LP合成濾波器得到高頻帶LP合成濾波器Ahb(Z)
[0035]
[0036] 其中初玲為內(nèi)插LP合成濾波器。已經(jīng)通過以12. 8KHz的取樣速率（但現(xiàn)在其用于 16KHz信號）分析信號而計(jì)算祕:)。這意味著12. 8KHz域中的頻帶5. 1-5. 6KHz將被映射至 16KHz域中的 6. 4-7.OKHz。
[0037] 然后通過AHB(z)對uHB(n)進(jìn)行濾波。通過帶通FIR濾波器Hhb(z)對此高頻帶合成 的輸出sHB(η)進(jìn)行濾波，該帶通FIR濾波器Hhb(z)具有從6至7KHz的通帶。最終，sHB被添 加至合成的語音以產(chǎn)生合成的輸出語音信號。
[0038] 在AMR-WB+中，HF信號由輸入信號的（fs/4)以上的頻率分量構(gòu)成。為了以低速 率表示HF信號，應(yīng)用頻寬擴(kuò)展（BWE)方法。在BWE中，以頻譜包絡(luò)和幀能量的形式將能量 信息發(fā)送至解碼器，但在解碼器處從LF信號中所接收（解碼）的激勵(lì)信號對信號的精細(xì)結(jié) 構(gòu)外插。
[0039] 可將減少取樣的信號的頻譜sHF視作在減少取樣之前的高頻帶的折疊版本 (foldedversion)。對sHF (η)執(zhí)行LP分析以獲得系數(shù)集合，該系數(shù)集合對此信號的頻譜包 絡(luò)進(jìn)行模型化。通常，需要比在LF信號中較少的參數(shù)。此處，使用8階濾波器。然后將LP 系數(shù)變換至ISP表示并對其量化以進(jìn)行傳輸。
[0040] HF信號的合成實(shí)施一種頻寬擴(kuò)展（BWE)機(jī)制，并使用來自LF解碼器的某些數(shù)據(jù)。 它是在AMR-WB語音解碼器（參見上文）中使用的BWE機(jī)制的演進(jìn)。圖3中詳細(xì)地描述HF 解碼器。
[0041] 在以下兩個(gè)步驟中合成HF信號：
[0042] 1.HF激勵(lì)的計(jì)算；
[0043] 2.來自HF激勵(lì)的HF信號的計(jì)算。
[0044] 通過基于64樣本子幀利用比例因子（或增益）在時(shí)域中成形LF激勵(lì)信號而獲得 HF激勵(lì)。對此HF激勵(lì)進(jìn)行后處理以減少輸出的"嗡嗡聲（buzziness)"，然后通過HF線性 預(yù)測性合成濾波器l/AHF(z)進(jìn)行濾波。進(jìn)一步對結(jié)果進(jìn)行后處理以平滑能量變化。對進(jìn)一 步的信息，請參考[3GP09]。
[0045] 結(jié)合AAC的SBR中的封包丟失隱藏在3GPPTS26.402[3GP12a，5.2節(jié)]中被指定， 并隨后在DRM[EBU12,5.6.3. 1節(jié)]和DAB[EBU10，A2節(jié)]中被重新使用。
[0046] 在幀丟失的情況下，設(shè)定每個(gè)幀的包絡(luò)的數(shù)目為1，并重新使用最后有效接收的包 絡(luò)數(shù)據(jù)，并針對每個(gè)隱藏幀以恒定的比降低其能量。
[0047] 然后將得到的包絡(luò)數(shù)據(jù)提供至正常解碼過程，在該過程中HF調(diào)整器使用這些包 絡(luò)數(shù)據(jù)以計(jì)算增益，該增益用于調(diào)整出自HF生成器的修補(bǔ)的高頻帶。剩余的SBR解碼照常 發(fā)生。
[0048] 此外，編碼的噪聲底限差量值被設(shè)定為0,其使得差量解碼的噪聲底限保持穩(wěn)定。 在解碼過程的末尾，這意味著噪聲底限的能量跟隨HF信號的能量。
[0049] 此外，將用于添加正弦的旗標(biāo)清零。
[0050] 現(xiàn)有技術(shù)水平的SBR隱藏還處理恢復(fù)。其預(yù)期在可由失配的幀邊界引起的能量間 隙方面從隱藏的信號平滑過渡至正確解碼的信號。
[0051] [EBU12, 5. 6. 3. 2節(jié)]中描述了結(jié)合CELP/HVXC的現(xiàn)有技術(shù)水平的SBR隱藏，并在 下文中間要概述：
[0052] 每當(dāng)檢測到損毀的幀時(shí)，將數(shù)據(jù)值的預(yù)定集合應(yīng)用至SBR解碼器。此產(chǎn)生"在低的 相對重放水平處的靜態(tài)高頻帶頻譜包絡(luò)，呈現(xiàn)朝向較高頻率的滾降" [EBU12, 5. 6. 3. 2節(jié)]。 此處，SBR隱藏插入某種舒緩噪聲，其在SBR域中沒有專用衰落。此防止聽者的耳朵受到潛 在的大聲音突發(fā)的影響并保持恒定頻寬的印象。
[0053] 在[ITU08, 7. 11. 1. 7. 1]中描述了現(xiàn)有技術(shù)水平的G. 718的BWE的隱藏，并簡要概 述如下：
[0054] 在低延遲模式中，其僅僅在層1和2中可用，正好以與未發(fā)生幀擦除時(shí)的相同方式 執(zhí)行高頻帶6000-7000HZ的隱藏。對于層1、2和3,干凈頻道解碼器操作如下：應(yīng)用盲頻道 擴(kuò)展。在6400-7000HZ的范圍中的頻譜填滿在激勵(lì)域（高頻帶的能量必須與低頻帶能量相 匹配）中適當(dāng)?shù)匕幢壤{(diào)整的白噪聲信號。然后，與通過自和在12. 8kHz域中使用的相同 的LP合成濾波器的加權(quán)得到的濾波器合成。對于層4和5,不執(zhí)行頻寬擴(kuò)展，因?yàn)檫@些層覆 蓋高達(dá)8kHz的全頻帶。
[0055] 在默認(rèn)操作中，執(zhí)行低復(fù)雜性處理以在16kHz采樣頻率處重建合成的信號的高頻 帶。首先，按比例調(diào)整的高頻帶激勵(lì)u"HB(n)在整個(gè)幀中線性地衰減如：
[0056]
[0057] 其中幀長度為320個(gè)樣本，gatt (η)為衰減因子，由下式給定
[0058]
[0059]在以上方程式中，知.為平均音高增益（pitchgain)，其是與在自適應(yīng)碼本的隱藏 期間使用的相同增益。然后，使用如在