[发明专利]隐藏音频帧丢失的错误隐藏单元、音频解码器和相关方法

说明书

提供一种用于提供用于对编码的音频信息中的音频帧的丢失进行隐藏的错误隐藏音频信息(107)的错误隐藏单元(100)、方法和计算机程序。在一个实施例中，错误隐藏单元基于丢失的音频帧之前的正确解码的音频帧为丢失的音频帧提供错误隐藏音频信息。错误隐藏单元基于丢失的音频帧之前的正确解码的音频帧的解码表示的特性得出阻尼因子(103)。错误隐藏单元使用阻尼因子(103)执行淡出(104)。

技术领域

根据本发明的实施例创建用于提供用于对编码的音频信息中的音频帧或更多音频帧的丢失进行隐藏的错误隐藏音频信息的错误隐藏单元。

根据本发明的实施例创建用于基于编码的音频信息提供解码的音频信息的音频解码器，解码器包括错误隐藏单元。

根据本发明的一些实施例创建用于提供用于对编码的音频信息中的音频帧的丢失进行隐藏的错误隐藏音频信息的方法。

根据本发明的一些实施例创建用于执行所述方法的一个的计算机程序。

一些实施例涉及用于频域音频编解码器的自适应阻尼因子的使用。

背景技术

近年来，对音频内容的数字传输和存储的需求不断增加。然而，音频内容通常在不可靠的信道上传输，这带来了包括一个或多个音频帧(例如，以编码表示的形式，如，例如，编码的频域表示或编码的时域表示)的数据单元(例如，封包)丢失的风险。在一些情况下，可能请求丢失的音频帧(或包括一个或多个丢失的音频帧的数据单元，如封包)的重复(重发)。然而，这通常会带来很大的延迟，因此需要大量的音频帧的缓冲。在其他情况下，几乎不可能请求丢失的音频帧的重复。

考虑到在不提供大量缓冲(这将消耗大量存储并且还会大大降低音频编码的实时能力)的情况下的音频帧丢失的情况，为了获得良好或至少可接受的音频质量，期望具有处理一个或多个音频帧的丢失的概念。特别地，即使在音频帧丢失的情况下，也期望具有带来良好的音频质量或至少可接受的音频质量的概念。

过去，已经开发了一些错误隐藏概念，其可以用于不同的音频编码概念中。高级音频编解码器(AAC)中的传统隐藏技术是噪声替换。它在频域中运行，适用于嘈杂和音乐项。

还开发了用于降低替换帧(或谱值)的强度的淡出技术。这些技术通常是基于将替换帧缩放预定系数(阻尼因子)。通常，阻尼因子表示为0和1之间的值：阻尼因子越低，淡出越强。

在封包丢失的情况下，语音和音频编解码器通常朝向零或背景噪声衰落以防止令人讨厌的重复伪声。例如，在G.719[1]中，合成信号以因子0.5渐减地缩放，然后用作当前帧的重构变换系数。对于如[2]的所有AAC系列解码器，当不允许额外延迟时，隐藏的频谱以等于的恒定的阻尼因子淡出。无论信号特性如何，该阻尼因子都应用于整个频谱。

然而，尤其对于语音或瞬态信号，这种淡出技术并不完全令人满意。当第一个丢失帧恰好在单词的结束之后，噪声替换将意味着前一个正确解码的音频帧(即其中单词结束的帧)的重复：无用的词性(不携带信息)将被重复，意味着令人讨厌的后回声。例如，参见与图11(其中不存在回声)相比较的图10(具有回声)。图10和11中的纵坐标表示频率，横坐标表示时间(以百ms或hms为单位)。

该回声是正确解码的音频帧的重复的直接的、不可避免的结果。

最好克服这种技术障碍。G.729.1[3]和EVS[4]提出自适应淡出技术，这取决于信号特性的稳定性。淡出因子取决于最后良好接收的超帧类的参数和连续擦除的超帧的数量。该因子还取决于无声的超帧的LP滤波器的稳定性(正在执行的有声的和无声的帧之间的分类)。由于在如AAC-ELD[5]的AAC解码器中没有可用的信号特性，编解码器用固定因子盲目地使隐藏的信号阻尼，这可能导致上面讨论的令人讨厌的重复伪声。

在某些条件下，已经发现，可以通过频谱表示中的空洞生成令人讨厌的伪声。

需要一种解决方案克服或至少减小现有技术的至少一些损伤的发生率。