[发明专利]电信网络中的方法和装置

说明书

技术领域

本发明涉及在语音和音频编码中使用的后置滤波器算法。具体地 说，本发明涉及用于提供改进的后置滤波器的方法和装置。

背景技术

在传送语音或音频的通信网络中，原语音100或音频由在传送器 的编码器101编码，并且将编码的比特流102传送到如图3所示的接 收器。在接收器，编码的比特流102由解码器103解码，解码器将原 语音和音频信号重新构建为重新构建的语音(或音频)104信号。语 音和音频编码引入了量化噪声，量化噪声损害了重新构建的语音的质 量。因此，引入了后置滤波器算法105。目前发展水平的后置滤波器 算法105为量化噪声定形，使得它变得更不可听到。因此，现有后置 滤波器改进解码器重新构建的语音信号的感知质量，使得增强的语音 信号106得以提供。在J.H.Chen和A.Gersho的“Adaptive postfiltering  for quality enhancement of coded speech”(IEEE Trans.Speech Audio  Process，卷3，第58-71页，1985)中能找到后置滤波器技术的概述。

所有现有后置滤波器利用信号掩蔽的概念。它是在人类听觉系统 中的一个重要现象。它意味着声音在存在更强的声音时是不可听到 的。通常，掩蔽阈值具有在音调(tone)的频率处的峰值，并且在峰 值的两侧单调降低。这意味着允许在音调频率(语音共振峰)附近的 噪声分量具有比更远(频谱谷)的其它噪声分量更高的强度。这就是 现有后置滤波器在帧基础上以自回归(AR)系数和/或基音周期形式 适应语音中的基音结构和/或共振峰的原因。

最通用的后置滤波器是共振峰(短期)后置滤波器和基音(长期) 后置滤波器。共振峰后置滤波器通过强调共振峰频率和降低频谱谷的 重要性，降低了量化噪声的效应。这在图1中示出，其中，连续线示 出在后置滤波前信号的自回归包络，并且虚线示出后置滤波后信号的 自回归包络。基音后置滤波器强调在基音谐振峰的频率分量，这在图 2中示出。图2的连续线示出在后置滤波前信号的频谱，而虚线示出 后置滤波后信号的频谱。图1和2的曲线涉及来自窄带信号的30ms 块。还应注意的是，图1和2的曲线不表示实际后置滤波器参数，而 仅表示后置滤波的概念。

共振峰和/或基音指示能量在一个帧中如何分布，这意味着指示了 被掩蔽的信号部分(其更不可听到或完全可听到)。因此，现有后置 滤波器参数自适应利用信号掩蔽概念，并且因此适用于象共振峰频率 和基音谐振峰等语音结构。这些全部是帧内特征(如给出基音谐振峰 的基音周期和确定共振峰的自回归系数)，它们基于对于当前帧语音 (例如，20毫秒语音)是平稳的假设来计算。

除信号掩蔽外，一个重要的心理声学现象是如果信号动态(signal  dynamics)高，则失真更不令人反感。它意味着通过语音信号中的快 速变化在听觉上掩蔽了噪声。通过语音信号中的快速变化在听觉上掩 蔽噪声的概念已经在H.Knagenhjelm和W.B.Kleijn的“Spectral  dynamics is more important than spectral distortion”(ICASSP，第1卷， 732-735页，1995)中用于语音编码，并在T.Quateri和R.Dunn的 “Speech enhancement based on auditory spectral change”(ICASSP，第1 卷，257-260页，2002)中用于增强。在H.Knagenhjelm和W.B.Kleijn 的文章中，在线谱频率(LSF)量化中使用对谱动态(spectral dynamics) 的自适应。在T.Quateri和R.Dunn的文章中，在用于背景噪声衰减 的预处理器中使用对谱动态的自适应。

发明内容

然而，现有后置滤波器解决方案未将以下事实考虑在内：在语音 信息内容高时，应执行更少的抑制，并且当信号在稳态模式中时，应 执行更多抑制。

因此，本发明的一个目的是改进重新构建的语音的感知质量。

本发明借助于改进的后置滤波器控制参数实现了此目的，其中， 基于信号平稳性确定的系数应用到常规后置滤波器控制参数以获得 改进的后置滤波器控制参数。