[发明专利]多译码模式信号分类

说明书

相关申请案的交叉参考

本申请案根据35U.S.C.§119(e)的权益主张2012年1月13日申请的第61/586,374号临时专利申请案的优先权。此临时专利申请案的全文特此以引用的方式明确地并入本文中。

背景技术

话音(也称为语音)及音乐通过数字技术的发射已变得广为普及，且并入到广泛范围的装置中，所述装置包含无线通信装置、个人数字助理(PDA)、膝上型计算机、桌上型计算机、移动及/或卫星无线电电话，等等。示范性领域为无线通信。无线通信的领域具有许多应用，包含例如无绳电话、寻呼、无线本地回路、无线电话(例如蜂窝式及PCS电话系统)、移动因特网协议(IP)电话，及卫星通信系统。

在电信网路中，信息以经编码形式在发射通信装置与接收通信装置之间传送。发射通信装置将例如话音信号及/或音乐信号等原始信息编码成经编码信息且将其发送到接收通信装置。接收通信装置解码所接收经编码信息以重新创建原始信息。编码及解码是使用编解码器执行。话音信号及/或音乐信号的编码在位于发射通信装置中的编解码器中执行，且解码在位于接收通信装置中的编解码器中执行。

在现代编解码器中，包含多个译码模式以处置不同类型的输入源，例如语音、音乐及混合内容。为获得最优性能，应选择及使用用于输入信号的每一帧的最优译码模式。准确分类对于选择最有效译码方案及实现最低数据速率是必要的。

此分类可以开环方式进行以减小复杂性。在此情况下，最优模式分类应考虑到各种译码模式的主要特征。一些模式(例如语音译码模式，如代数码激励线性预测(ACELP))含有自适应码本(ACB)，其采用过去与当前帧之间的相关。一些其它模式(例如用于音乐/音频的经修改离散余弦变换(MDCT)译码模式)可能不含有此种特征。因此，确保与先前帧具有高相关的输入帧被分类为具有ACB或包含其它帧间相关建模技术的模式是重要的。

先前解决方案已使用闭环模式决策(例如，AMR-WB+、USAC)或各种类型的开环决策(例如，AMR-WB+、EVRC-WB)，但这些解决方案要么复杂，要么其执行容易犯错。

发明内容

提供改进的音频分类用于编码应用。执行初始分类，随后进行较精细分类，以产生比先前可用者具有较高准确度及较低复杂性的语音分类及音乐分类。

逐部分(例如，逐帧)地将音频分类为语音或音乐。如果所述帧被所述初始分类分类为音乐，则所述帧经历第二、较精细分类以确认所述帧为音乐而非语音(例如，其调性及/或结构可能未被所述初始分类分类为语音的语音)。

取决于实施方案，一或多个参数可用于所述较精细分类中。实例参数包含浊化、经修改相关、信号动作，及长期音调增益。这些参数仅为实例，且不打算为限制性的。

提供此概述是为了以简化形式介绍下文中在详细描述中进一步描述的概念选择。此概述无意识别所主张标的物的关键特征或本质特征，也无意用于限制所主张标的物的范围。

附图说明

当结合附图阅读时，可更好地理解先前概述以及说明性实施例的以下详细描述。为说明实施例的目的，在图式中展示实施例的实例构造；然而，实施例并不限于所揭示的特定方法及手段。图中：

图1A是说明其中源装置将经编码位流发射到接收装置的实例系统的框图；

图1B是可如本文中所描述而使用的两个装置的框图；

图2是多译码模式信号分类及编码器系统的实施方案的框图；

图3是用于对音频进行分类的方法的实施方案的操作流程；

图4是实例移动台的图；以及

图5展示示范性计算环境。

具体实施方式

所揭示实施例提供用于在具有例如语音及音乐等各种类型音频的环境中对多种译码模式的分类技术。音频帧的类型可得以可靠且准确地识别以用于以最有效的方式进行编码。尽管本文中的实例及描述涉及音频帧，但音频信号的更一般部分涵盖在内且可根据本文中描述的实施方案加以使用。