[发明专利]用于对无效帧进行宽带编码和解码的系统、方法和设备

说明书

分案申请的相关信息

本申请为发明名称为“用于对无效帧进行宽带编码和解码的系统、方法和设备”的原中国发明专利申请的分案申请。原申请的申请号为200780027806.8；原申请的申请日为2007年7月31日。

相关申请案

本申请案主张2006年7月31日申请的且题为“上带不连续传输方案(UPPER BAND DTX SCHEME)”的第60/834,688号美国临时专利申请案的优先权。

技术领域

本发明涉及对语音信号的处理。

背景技术

通过数字技术进行的话音传输已变得较为普遍，尤其是在长距离电话、例如IP话音(还称为VoIP，其中IP表示因特网协议)等包交换电话和例如蜂窝式电话等数字无线电电话中。此迅速扩散已使得产生了对减少用以经由传输信道传送话音通信的信息量且同时维持重构语音的感知质量的关注。

经配置以通过提取与人类语音产生模型相关的参数而压缩语音的装置被称为“语音编码装置”。语音编码装置通常包括编码器和解码器。编码器通常将传入的语音信号(表示音频信息的数字信号)划分为称为“帧”的时间片段，分析每一帧以提取某些相关参数且将所述参数量化为经编码帧。经由传输信道(即，有线或无线网络连接)将经编码帧传输到包括解码器的接收器。解码器接收并处理经编码帧，对其进行解量化以产生参数，且使用经解量化的参数来重建语音帧。

在典型的会话中，每一说话者在约百分之六十的时间内是静默的。语音编码器通常经配置以区分语音信号的含有语音的帧(“有效帧”)与语音信号的仅含有静默或背景噪声的帧(“无效帧”)。此编码器可经配置以使用不同编码模式和/或速率来对有效和无效帧进行编码。举例来说，语音编码器通常经配置以使用比对有效帧进行编码所使用的位少的位来对无效帧进行编码。语音编码装置可对无效帧使用较低位速率，以支持以较低平均位速率进行语音信号传送，其中存在极少到毫无的感知质量损失。

图1说明对语音信号的包括有效帧与无效帧之间的过渡的区域进行编码的结果。图式中的每一竖条指示对应帧，其中竖条的高度指示对帧进行编码的位速率，且横轴指示时间。在此情况下，以较高位速率rH对有效帧进行编码且以较低位速率rL对无效帧进行编码。

位速率rH的实例包括每帧171位、每帧80位和每帧40位；且位速率rL的实例包括每帧16位。在蜂窝式电话系统(尤其是顺从如由弗吉尼亚州阿灵顿电信工业协会(Telecommunications Industry Association，Arlington，VA)发布的暂用标准(IS)-95或类似工业标准的系统)的情形中，这四个位速率还分别称为“全速率”、“半速率”、“四分之一速率”和“八分之一速率”。在图1所示的结果的一个特定实例中，速率rH为全速率且速率rL为八分之一速率。

传统上已在带宽方面将经由公众交换电话网络(PSTN)的话音通信限于300到3400千赫(kHz)的频率范围。较新近的用于话音通信的网络(例如使用蜂窝式电话和/或VoIP的网络)可能并无相同的带宽限制，且可能需要使用此类网络的设备具有传输和接收包括宽带频率范围的话音通信的能力。举例来说，可能需要此类设备支持向下延伸到50Hz且/或向上延伸到7或8kHz的音频频率范围。还可能需要此类设备支持其它应用，例如高质量音频或音频/视频会议、对例如音乐和/或电视等多媒体服务的传递等等，所述应用可能具有在传统PSTN界限以外的范围内的音频语音内容。

语音编码装置所支持的范围向较高频率中的延伸可改进清晰度。举例来说，语音信号中区别例如“s”和“f”等摩擦音的信息主要处于较高频率中。高带延伸还可改进经解码语音信号的其它质量，例如真实感。举例来说，甚至有声元音也可能具有远高于PSTN频率范围的频谱能量。

虽然可能需要语音编码装置支持宽带频率范围，但还需要限制用以经由传输信道传送话音通信的信息的量。语音编码装置可经配置以执行(例如)不连续传输(DTX)，使得并不针对语音信号的全部无效帧均传输描述。

发明内容