利用改進(jìn)的脈沖再同步化的似acelp隱藏中的自適應(yīng)碼本的改進(jìn)隱藏的裝置及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及音頻信號(hào)處理，特別是語(yǔ)音處理，并且更特別地設(shè)及用于似AC化P(似 代數(shù)碼激勵(lì)線性預(yù)測(cè))隱藏中的自適應(yīng)碼本的改進(jìn)隱藏的裝置W及方法。
【背景技術(shù)】
[0002] 音頻信號(hào)處理變得越來(lái)越重要。在音頻信號(hào)處理領(lǐng)域中，隱藏技術(shù)扮演重要角色。 當(dāng)帖丟失或損壞時(shí)，由于丟失或損壞的帖而丟失的信息必須被放回。在語(yǔ)音信號(hào)處理中，尤 其是，當(dāng)考慮到ACELP或似ACELP語(yǔ)音編解碼器時(shí)，音調(diào)信息是非常重要的。音調(diào)預(yù)測(cè)技術(shù)W 及脈沖再同步化技術(shù)是所需的。
[0003] 關(guān)于音調(diào)重建，現(xiàn)有技術(shù)中存在不同的音調(diào)外推技術(shù)。
[0004] 運(yùn)些技術(shù)中的一種是基于重復(fù)的技術(shù)。多數(shù)的現(xiàn)有編解碼器應(yīng)用基于簡(jiǎn)單重復(fù)的 隱藏方法，運(yùn)意味著在包丟失之前最后正確地接收的音調(diào)周期被重復(fù)，直至良好的帖到達(dá) 且可從比特流中解碼出新的音調(diào)信息為止?；蛘撸瑧?yīng)用音調(diào)穩(wěn)定性邏輯，根據(jù)其，選擇在包 丟失之前已被接收一些時(shí)間的音調(diào)值。遵循基于重復(fù)的方法的編解碼器是，例如，G.719(參 看[ITU08b，8.6])、G.729(參看[ITU12,4.4])、AMR(參看[3GP12a，6.2.3.1]，[mJ03])、AMR-WB(參看[3GP12b，6.2.3.4.2])W及AMR-WB+(ACELP及TCX20(似AC化P)隱藏）（參看 [3GP09]); (AMR=自適應(yīng)多速率;AMR-WB =自適應(yīng)多速率寬帶）。
[000引現(xiàn)有技術(shù)的另一種音調(diào)重建技術(shù)是自時(shí)間域的音調(diào)推導(dǎo)。對(duì)于一些編解碼器，音 調(diào)是隱藏所必須的，但是未被嵌入比特流中。因此，基于先前帖的時(shí)域信號(hào)計(jì)算音調(diào)，W便 計(jì)算音調(diào)周期，然后在隱藏期間保持音調(diào)周期恒定。遵循運(yùn)種方法的編解碼器是，例如， 6.722，參看，尤其是，6.722附錄3(參看[11'1106曰，111.6.6及111.6.7])^及6.722附錄4(參 看[ITU07JV.6.1.2.5])。
[0006] 現(xiàn)有技術(shù)的又一種音調(diào)重建技術(shù)是基于外推。一些現(xiàn)有的編解碼器應(yīng)用音調(diào)外推 方法并且執(zhí)行特定算法W在包丟失時(shí)依據(jù)外推的音調(diào)估計(jì)而改變音調(diào)。運(yùn)些方法將參照 G. 718 W及G. 729.1在下面更詳細(xì)地說(shuō)明。
[0007] 首先，G.718被考慮(參看[ITUOSa])。未來(lái)音調(diào)的估計(jì)通過(guò)外推被進(jìn)行W支持聲口 脈沖再同步化模塊。運(yùn)個(gè)可能的未來(lái)音調(diào)值的信息用于同步化隱藏的激勵(lì)的聲口脈沖。
[0008] 僅當(dāng)最后的良好帖不是無(wú)聲的時(shí)進(jìn)行音調(diào)外推。G.718的音調(diào)外推是基于編碼器 具有平滑的音調(diào)輪廓的假設(shè)。所述外推基于消音之前的最后屯個(gè)子帖的音調(diào)滯后而被 進(jìn)行。
[0009] 在G.718中，浮動(dòng)音調(diào)值的歷史更新在每個(gè)正確地接收的帖之后被進(jìn)行。為了運(yùn)個(gè) 目的，僅當(dāng)核屯、模式不是無(wú)聲的時(shí)更新音調(diào)值。在丟失帖的情況中，浮動(dòng)音調(diào)滯后之間的差 根據(jù)公式(1)被計(jì)算：
[0010]
/研' ￡ 二二....L …，.(i (1)
[0011]在公式（1)中，表示先前帖的最后（即，第4個(gè))子帖的音調(diào)滯后；表示先前 帖的第3個(gè)子帖的音調(diào)滯后;等等。
[001引根據(jù)G.718,差值省的總和如公式(2)被計(jì)算：
[0013] (2)
[0014] 由于值苗I可W是正數(shù)或負(fù)數(shù)，述I.的符號(hào)反向的數(shù)量被相加并且通過(guò)存儲(chǔ)器中 保存的參數(shù)指示第一反向的位置。
[001引通過(guò)公式(3 )得到參數(shù)f cnrr :
[0016]
[00Π ]其中dmax = 231是考慮的音調(diào)滯后的最大值。
[0018] 在G.718中，根據(jù)W下限定得到指示最大絕對(duì)差值的位置imax:
[0019]
[0020] 并且如下所示計(jì)算對(duì)于運(yùn)個(gè)最大差值的比率：
[0021] (4)
[0022] 如果運(yùn)個(gè)比率大于或等于5,則最后正確接收的帖的第4個(gè)子帖的音調(diào)被用于待隱 藏的所有子帖。如果運(yùn)個(gè)比率大于或等于5，運(yùn)意味著所述算法是不夠可靠的W外推所述音 調(diào)，并且所述聲口脈沖再同步化將不會(huì)被進(jìn)行。
[0023] 如果rmax小于5,則另外的處理被進(jìn)行W實(shí)現(xiàn)最佳可能外推。Ξ種不同的方法被用 于外推未來(lái)音調(diào)。為了在可能的音調(diào)外推算法之間做選擇，計(jì)算偏差參數(shù)其取決于因 子fcDrrW及最大音調(diào)變化的位置imax。但是，首先，修改平均浮動(dòng)音調(diào)差值W從平均值中移 除太大的音調(diào)差值：
[0024] 如果心^0.98且如果imax=3，則根據(jù)公式(5)確定平均部分音調(diào)差值S部i
[0025] 巧
[0026] W移除關(guān)于兩個(gè)帖之間的過(guò)渡的音調(diào)差值。
[0027] 如果心口>〇.98或如果1。3、辛3，則根據(jù)公式(6)計(jì)算平均部分音調(diào)差值^娜.，
[002引 ㈱
[0029] 并且最大浮動(dòng)音調(diào)差值被運(yùn)個(gè)新的平均值替代：
[0030]
口）[0031] 使用運(yùn)個(gè)浮動(dòng)音調(diào)差值的新平均值，如下計(jì)算標(biāo)準(zhǔn)偏差
[0032] (8)
[0033] 其中Isf在第一情況中等于4,在第二情況中等于6。
[0034] 依據(jù)運(yùn)個(gè)新參數(shù)，在外推未來(lái)音調(diào)的Ξ種方法之間做選擇：
[0035] 如果改變符號(hào)多于兩次(運(yùn)指示高的音調(diào)變化），第一符號(hào)反向在最后的良好 帖中（對(duì)于i<3)，并且fc。rr2〉0.945，則如下計(jì)算外推的音調(diào)dext(外推的音調(diào)也被表示為 Text)：
[0036]
[0037] 如果0.945<fcnrr2<0.99并且改變符號(hào)至少一次，則采用部分音調(diào)差值的加權(quán)平 均值外推音調(diào)。平均差值的權(quán)重fw與標(biāo)準(zhǔn)偏差fcorr2有關(guān)，并且如下所示定義第一符號(hào)反向 的位置：
[003引
[0039] 公式中的參數(shù)imem取決于的第一符號(hào)反向的位置，W使得如果第一符號(hào)反向發(fā) 生在過(guò)去帖的最后兩個(gè)子帖之間則ime" = 0,使得如果第一符號(hào)反向發(fā)生在過(guò)去帖的第2個(gè) 及第3個(gè)子帖之間則imem= 1，W此類推。如果第一符號(hào)反向接近于最后帖結(jié)束，運(yùn)意味著音 調(diào)變化僅在丟失帖之前不太穩(wěn)定。因此應(yīng)用至平均值的加權(quán)因子將是接近于0并且外推的 音調(diào)dext將是接近于最后良好帖的第4個(gè)子帖的音調(diào)：
[0040]
[0041] 否則，音調(diào)演變被考慮是穩(wěn)定的并且如下所示確定外推音調(diào)dext:
[0042]
[0043] 在運(yùn)個(gè)處理之后，音調(diào)滯后被限制在34W及231之間（值指示最小W及最大允許的 首調(diào)滯后)。
[0044] 現(xiàn)在，為說(shuō)明基于外推的音調(diào)重建技術(shù)的另一示例，G. 729.1被考慮（參看 [ITU06b])〇
[004引G. 729.1的特征為無(wú)前向誤差隱藏信息（例如，相位信息）是可解碼的情況中的音 調(diào)外推方法（參看[Gao])。例如，如果兩個(gè)連續(xù)帖丟失（一個(gè)超級(jí)帖由四個(gè)帖組成，可W是 ACELP或TCX20)，則運(yùn)種情況出現(xiàn)。也有可能是TCX40或TCX80帖及其幾乎所有組合。
[0046] 當(dāng)在有聲區(qū)域中丟失一個(gè)或多個(gè)帖時(shí)，先前的音調(diào)信息通常被用于重建當(dāng)前丟失 的帖。當(dāng)前估計(jì)的音調(diào)的精確性可能直接地影響與原始信號(hào)對(duì)齊的相位，并且其對(duì)于當(dāng)前 丟失的帖W及在丟失帖之后接收到的帖的重建質(zhì)量是關(guān)鍵的。使用多個(gè)過(guò)去的音調(diào)之后而 不是僅復(fù)制先前的音調(diào)滯后將導(dǎo)致統(tǒng)計(jì)上較佳的音調(diào)估計(jì)。在G. 729.1編碼器中，用于FEC (前向誤差校正）的音調(diào)外推由基于過(guò)去五個(gè)音調(diào)值的線性外推組成。過(guò)去五個(gè)音調(diào)值是P 。），對(duì)于1 = 〇，1，2,3,4，其中？(4)是最近的音調(diào)值。根據(jù)公式(9)定義外推模型：
[0047] p'(i)=a+i.b (9)
[0048] 然后，如公式(10)被定義對(duì)于丟失帖中的第一子帖的外推音調(diào)數(shù)值：
[0049] p'(5)=a+5.b (10)
[0050] 為了確定系數(shù)aW及b，誤差E被最小化，其中根據(jù)公式(11)定義誤差E:
[0056] 下面，對(duì)如[MCZ11]中所提出的用于AMR-WB編解碼器的現(xiàn)有帖刪除隱藏概念進(jìn)行 說(shuō)明。運(yùn)個(gè)帖刪除隱藏概念是基于音調(diào)和增益線性預(yù)測(cè)。所述文章提出基于最小均方誤差 準(zhǔn)則，在帖丟失情況中的線性音調(diào)內(nèi)推/外推法。
[0057] 根據(jù)運(yùn)個(gè)帖刪除隱藏概念，在解碼器側(cè)，當(dāng)刪除帖之前的最后有效帖(過(guò)去帖）的 類型與刪除帖之后的最先帖(未來(lái)帖）的類型相同時(shí)，定義音調(diào)P(i)，其中i = -N，-N+l，…， 0,1，···，N+4，N+5,并且其中N是刪除帖的過(guò)去W及未來(lái)子帖的數(shù)量。P(l)，P(2)，P(3)，P(4) 是刪除帖中的四個(gè)子帖的四個(gè)音調(diào)，P(0)，P(-1)，…，P(-N)是過(guò)去子帖的音調(diào)，并且P(5)，P (6)，···，Ρ(Ν+5)是未來(lái)子帖的音調(diào)。線性預(yù)測(cè)模型P'（i)=a+b· i被采用。對(duì)于i = l，2,3,4; P'（1)，P'（2)，P'（3)，P'（4)是對(duì)于刪除帖的預(yù)測(cè)音調(diào)。MMS準(zhǔn)則(MMS =最小均方)被考慮W 根據(jù)內(nèi)推方法而推導(dǎo)出兩個(gè)預(yù)測(cè)系數(shù)aW及b的值。根據(jù)運(yùn)種方法，誤差E被定義為：
[005引
[0059]接著，系數(shù)a W及b可通過(guò)計(jì)算如下公式得到：
[0063] 可根據(jù)公式(14e)計(jì)算對(duì)于刪除帖的最后四個(gè)子帖的音調(diào)滯后：
[0064] P'(l)=a+b · 1;P'(2)=a+b · 2
[006引 p'(3)=a+b · 3;P'(4)=a+b · 4 (14e)
[0066] 結(jié)果發(fā)現(xiàn)，N = 4提供最好的結(jié)果。N = 4表示5個(gè)過(guò)去子帖W及5個(gè)未來(lái)子帖被用于 內(nèi)推。
[0067] 但是，當(dāng)過(guò)去帖的類型與未來(lái)帖的類型不同時(shí)，例如，當(dāng)過(guò)去帖是有聲的但是未來(lái) 帖是無(wú)聲的時(shí)，只有過(guò)去帖或未來(lái)帖的有聲音調(diào)被用于使用上述外推方法而預(yù)測(cè)刪除帖的 音調(diào)。
[0068] 現(xiàn)在，考慮現(xiàn)有技術(shù)中的脈沖再同步化，尤其是參考G.718及G.729.1。脈沖再同步 化的方法在[VJGS12]中進(jìn)行了描述。
[0069] 首先，說(shuō)明建構(gòu)激勵(lì)的周期部分。
[0070] 對(duì)于在正確地接收除了無(wú)聲之外的帖之后的刪除帖的隱藏，通過(guò)重復(fù)先前帖的被 低通濾波的最后音調(diào)周期建構(gòu)激勵(lì)的周期部分。
[0071] 使用來(lái)自先前帖的末端的激勵(lì)信號(hào)的被低通濾波段的簡(jiǎn)單復(fù)制而完成周期部分 的建構(gòu)。
[0072] 音調(diào)周期長(zhǎng)度被四舍五入(round)至最接近整數(shù)：
[0073] Tc = :round(最后音調(diào)） （15a)
[0074] 考慮最后音調(diào)周期長(zhǎng)度是Τρ，則被復(fù)制的段的長(zhǎng)度Tr可W例如根據(jù)公式（1化)被定 義：
[007引跨二扔 + 0'S| (1 報(bào)）
[0076] 對(duì)于一個(gè)帖和一個(gè)額外的子帖建構(gòu)周期部分。
[0077] 例如，帖中有Μ個(gè)子帖，子帖長(zhǎng)度是
[0078] 其中L是帖長(zhǎng)度，也表示為L(zhǎng)打細(xì)e : L = L打ame。
[0079] 圖3示出語(yǔ)音信號(hào)的建構(gòu)周期部分。
[0080] τ[ο]是激勵(lì)的建構(gòu)周期部分中的第一最大脈沖的位置。其他脈沖的位置利用下式 給出：
[0081 ] T[i]=T[0]+iTc (16a)
[0082] 對(duì)應(yīng)于
[0083] T[i]=T[0]+iTr (16b)
[0084] 在激勵(lì)的周期部分的建構(gòu)之后，聲口脈沖再同步化被進(jìn)行W校正丟失帖的最后脈 沖的估計(jì)目標(biāo)位置(P)與其在激勵(lì)的建構(gòu)周期部分中的實(shí)際位置(T[k])之間的差。
[0085] 基于丟失帖之前的最后屯個(gè)子帖的音調(diào)滯后外推音調(diào)滯后演變。每個(gè)子帖中的演 變音調(diào)滯后是：
[0086] p[i] =round(Tc+(i+l)5) ,0 < i<M (17a)
[0087] 其中
[008引 il7b)
[0089] 且Text(也表不為dext)是外推首調(diào)，如上面對(duì)于dext的描述。
[0090] 在帖長(zhǎng)度內(nèi)發(fā)現(xiàn)具有恒定音調(diào)的音調(diào)周期（T。）內(nèi)的總樣本數(shù)量和與具有演變音 調(diào)P[i]的音調(diào)周期內(nèi)的總樣本數(shù)量和之間的差(表示為d)。文獻(xiàn)中沒(méi)有說(shuō)明如何發(fā)現(xiàn)d。
[0091] 在G.718的源碼中（參看[ITUOSa])，是使用下面的算法(其中Μ是帖中的子帖的數(shù) 量)發(fā)現(xiàn)d:
[0092]
[0093] 帖長(zhǎng)度內(nèi)的建構(gòu)周期部分中的脈沖加上未來(lái)帖中的第一脈沖的數(shù)量是N。文獻(xiàn)中 沒(méi)有說(shuō)明如何發(fā)現(xiàn)N。
[0094] 在G.718的源碼中（參看[ITUOSa])，根據(jù)W下公式發(fā)現(xiàn)N:
[0095] (ISa)
[0096] 通過(guò)W下公式確定屬于丟失帖的激勵(lì)的建構(gòu)周期部分中的最后脈沖的位置Τ[η]:
[0097]
[0098]估計(jì)的最后脈沖位置Ρ是：
[0099] P = T[n]+d (19a)
[0100] 最后脈沖位置的實(shí)際位置T[k]是最接近估計(jì)的目標(biāo)位置P的激勵(lì)的建構(gòu)周期部分 中的脈沖的位置(包含在當(dāng)前帖之后的第一脈沖的捜尋中）：
[0101]
[0102] 通過(guò)增加或移除全部音調(diào)周期的最小能量區(qū)域中的樣本進(jìn)行聲口脈沖再同步化。 通過(guò)W下的差值確定被增加或移除的樣本的數(shù)量：
[0103] diff = P-T[k] (19c)
[0104] 使用滑動(dòng)5-樣本窗口確定最小能量區(qū)域。最小能量位置被設(shè)定在窗口中間，在其 處能量是最小的。在兩個(gè)音調(diào)脈沖之間從T[i]+Te/8至T[i + l]-Te/4進(jìn)行捜尋。有Nmin = n-1個(gè) 最小能量區(qū)域。
[0105] 如果Nmin=l，則僅有一個(gè)最小能量區(qū)域且在該位置插入或刪除dif f個(gè)樣本。
[0106] 對(duì)于Nmin〉l，在開(kāi)始處增加或移除較少樣本，朝向帖結(jié)束部分增加或刪除較多樣 本。使用下面的遞歸關(guān)系發(fā)現(xiàn)脈沖T[i]與T[i+1]之間被移除或被增加的樣本的數(shù)量：
[0107]
[0108] 如果即1]<即1-1]，則即1]與即1-1]的值互換。

【發(fā)明內(nèi)容】

[0109] 本發(fā)明的目的在于提供用于音頻信號(hào)處理的改進(jìn)的概念，特別地，提供用于語(yǔ)音 處理的改進(jìn)的概念，并且更特別地，提供改進(jìn)的隱藏概念。
[0110] 本發(fā)明的目的通過(guò)根據(jù)權(quán)利要求1的裝置，根據(jù)權(quán)利要求16的方法W及根據(jù)權(quán)利 要求17的計(jì)算機(jī)程序而實(shí)現(xiàn)。
[0111] 提供一種用于重建包括語(yǔ)音信號(hào)的帖作為重建帖的裝置，所述重建帖與一個(gè)或多 個(gè)可用帖相關(guān)聯(lián)，所述一個(gè)或多個(gè)可用帖是所述重建帖的一個(gè)或多個(gè)先前帖W及所述重建 帖的一個(gè)或多個(gè)后續(xù)帖中的至少一個(gè)，其中所述一個(gè)或多個(gè)可用帖包括作為一個(gè)或多個(gè)可 用音調(diào)周期的一個(gè)或多個(gè)音調(diào)周期。所述裝置包括:確定單元，用于確定樣本數(shù)量差，所述 樣本數(shù)量差指示所述一個(gè)或多個(gè)可用音調(diào)周期中的一個(gè)的樣本數(shù)量與待重建的第一音調(diào) 周期的樣本數(shù)量之間的差。并且，所述裝置包括帖重建器，所述帖重建器用于通過(guò)依據(jù)所述 樣本數(shù)量差W及依據(jù)所述一個(gè)或多個(gè)可用音調(diào)周期中的一個(gè)的樣本重建待被重建作為第 一重建音調(diào)周期的所述第一音調(diào)周期，而重建所述重建帖。所述帖重建器用于重建所述重 建帖，W使得所述重建帖完全地或部分地包括所述第一重建音調(diào)周期，W使得所述重建帖 完全地或部分地包括第二重建音調(diào)周期，W及W使得所述第一重建音調(diào)周期的樣本數(shù)量不 同于所述第二重建音調(diào)周期的樣本數(shù)量。
[0112] 根據(jù)實(shí)施例，所述確定單元，例如，可用于確定對(duì)于待被重建的多個(gè)音調(diào)周期中的 每個(gè)的樣本數(shù)量差，W使得所述音調(diào)周期中的每個(gè)的樣本數(shù)量差指示所述一個(gè)或多個(gè)可用 音調(diào)周期中的一個(gè)的樣本數(shù)量與待被重建的所述音調(diào)周期的樣本數(shù)量之間的差。所述帖重 建器，例如，可用于依據(jù)待被重建的所述音調(diào)周期的所述樣本數(shù)量差W及依據(jù)所述一個(gè)或 多個(gè)可用音調(diào)周期中的一個(gè)的樣本重建待被重建的所述多個(gè)音調(diào)周期中的每個(gè)音調(diào)周期， 從而重建所述重建帖。
[0113] 在實(shí)施例中，所述帖重建器，例如，可用于依據(jù)所述一個(gè)或多個(gè)可用音調(diào)周期中的 一個(gè)生成中間帖。所述帖重建器，例如，可用于修改所述中間帖W得到所述重建帖。
[0114] 根據(jù)實(shí)施例，所述確定單元，例如，可用于確定指示多少樣本將從所述中間帖移除 或多少樣本將被增加至所述中間帖的帖差值(d;s)。此外，所述帖重建器，例如，可用于當(dāng)所 述帖差值指示第一樣本應(yīng)從所述帖被移除時(shí)，將所述第一樣本從所述中間帖移除W得到所 述重建帖。此外，所述帖重建器，例如，可用于當(dāng)所述帖差值(d;s)指示第二樣本應(yīng)被增加至 所述帖時(shí)，將所述第二樣本增加至所述中間帖W得到所述重建帖。
[0115] 在實(shí)施例中，所述帖重建器，例如，可用于當(dāng)所述帖差值指示所述第一樣本應(yīng)從所 述帖移除時(shí)，將所述第一樣本從所述中間帖移除，因而從所述中間帖移除的所述第一樣本 的數(shù)量由所述帖差值指示。此外，所述帖重建器，例如，可用于當(dāng)所述帖差值指示所述第二 樣本應(yīng)被增加至所述帖時(shí)，將所述第二樣本增加至所述中間帖，因而被增加至所述中間帖 的所述第二樣本的數(shù)量由所述帖差值指示。
[0116] 根據(jù)實(shí)施例，所述確定單元，例如，可用于確定帖差量S，因而適用下列公式：
[0117]
[0118] 其中L指示所述重建帖的樣本數(shù)量，其中Μ指示所述重建帖的子帖的數(shù)量，其中Tr 指示所述一個(gè)或多個(gè)可用音調(diào)周期中的一個(gè)的四舍五入的音調(diào)周期長(zhǎng)度，并且其中P[i]指 示所述重建帖的第i個(gè)子帖的重建音調(diào)周期的音調(diào)周期長(zhǎng)度。
[0119] 在實(shí)施例中，所述帖重建器，例如，可適于依據(jù)所述一個(gè)或多個(gè)可用音調(diào)周期中的 一個(gè)生成中間帖。此外，所述帖重建器，例如，可適于生成所述中間帖，使得所述中間帖包括 第一部分中間音調(diào)周期、一個(gè)或多個(gè)其他中間音調(diào)周期、W及第二部分中間音調(diào)周期。此 夕h所述第一部分中間音調(diào)周期可例如取決于所述一個(gè)或多個(gè)可用音調(diào)周期中的一個(gè)的樣 本中的一個(gè)或多個(gè)，其中所