[发明专利]音频信号的带宽扩展的方法和设备

说明书

本申请是申请号为200880118369.5，申请日为2008年10月9日的中国专利申请“音频信号的带宽扩展的方法和设备”的分案申请。

技术领域

本发明一般地涉及渲染可听内容，并且更具体地涉及带宽扩展技术。

背景技术

从数字表示中可听地渲染音频内容包括了已知范围的努力。在一些应用设置中，数字表示包括与原始音频采样相关的完整的对应带宽。在这样的情况下，可听渲染可以包括高度准确和自然的发声输出。然而，这样的方式要求相当大的开销资源来提供对应的数据量。在诸如无线通信设置的许多应用设置中，不能总是充分支持这样的信息量。

为了适应这样的限制，所谓的窄带语音技术可以用于通过进一步将该表示限制为小于与原始音频采样相关的完整的对应带宽来限制信息量。仅作为关于这一点的示例，虽然自然语音包括高达8kHz(或者更高)的有效分量，但是窄带表示可以仅提供关于例如300-3,400Hz范围的信息。当得到的内容被渲染得可听时，得到的内容通常清晰得足以支持基于语音的通信的功能需要。然而，不幸的是，窄带语音处理也往往得到听起来压抑的声音，并且与全带语音相比甚至可能已经降低了清晰度。

为了满足该需要，有时使用带宽扩展技术。人们基于可用的窄带信息以及其他信息在较高和/或较低频带中生成丢失的信息来选择可以添加到窄带内容的信息，以由此合成伪宽(或者全)带信号。使用这样的技术，例如，可以将在300-3400Hz范围中的窄带语音转换为例如在100-8000Hz范围中的宽带语音。为此，所需要的一条关键信息是在高频带(3400-8000Hz)中的频谱包络。如果估计了宽带频谱包络，则通常可以容易地从其提取高频带频谱包络。可以考虑由形状和增益(或者等同地，能量)构成的高频带频谱包络。

例如，通过一种方式，借助于通过码书映射从窄带频谱包络估计宽带频谱包络来估计高频带频谱包络形状。然后，通过调整在宽带频谱包络的窄带部分内的能量以匹配窄带频谱包络的能量来估计高频带能量。在该方式中，高频带频谱包络形状确定高频带能量，并且在估计形状中的任何错误也将相应地影响高频带能量的估计。

在另一种方式中，分别估计高频带频谱包络形状和高频带能量，并且调整最后使用的高频带频谱包络，以匹配估计的高频带能量。通过一种相关的方式，使用除了其他参数之外的估计的高频带来确定高频带频谱包络形状。然而，未必明确得到的高频带频谱包络具有适当的高频带能量。因此，需要另外的步骤来将高频带频谱包络的能量调整到估计值。除非特别注意，该方式将在窄频带和高频带之间的边界处产生在宽带频谱包络中的不连续。虽然对于带宽扩展，并且特别是对于高频带包络估计的现有方式相当地成功，但是在至少一些应用设置中，它们未必产生适当质量的得到的语音。

为了生成可接受质量的带宽扩展的语音，应当最小化在这样的语音中的人工信号(artifact)的数目。已知高频带能量的过度估计导致麻烦的人工信号。高频带频谱包络形状的不正确的估计也可能引起人工信号，但是这些人工信号通常比较轻微并且易于由窄频带语音所掩盖。

附图说明

通过提供方法和设备来至少部分地满足上述需要，以促进能量值的提供和使用来确定在下面的详细描述，特别是当结合附图来研究时，所描述的信号带宽外内容的频谱包络形状，其中：

图1包括按照根据本发明的各种实施例配置的流程图；

图2包括按照根据本发明的各种实施例配置的示图；

图3包括按照根据本发明的各种实施例配置的框图；

图4包括按照根据本发明的各种实施例配置的框图；

图5包括按照根据本发明的各种实施例配置的框图；以及

图6包括按照根据本发明的各种实施例配置的示图。

本领域技术人员可以明白，在附图中的元素是为了简单和清楚而示出的，并且不必然按比例绘制。例如，在附图中的一些元素的尺寸和/或相对定位可能相对于其他元件被夸大，以有助于促进对于本发明的各种实施例的理解。而且，通常不描述在商业上可行的实施例中实用或者必要的常见而公知的元素，以便于促进本发明的这些各种实施例的不太受阻的视图。进一步明白，可以以特定的发生顺序来描述或者描绘特定的动作和/或步骤，而本领域内的技术人员可以明白实际上不需要这样的关于次序的指定。还应当理解，在此使用的术语和表达具有如给予这样的术语和表达在其相应的各个探索和研究领域中的普通含义，除非在此另外阐述了特定含义。

具体实施方式