低比特率信號的編碼及解碼方法相關(guān)申請的交叉引用本PCT專利申請要求2010年10月29日提交的題為“極低比特率信號編碼器及解碼器(VeryLowBitRateSignalCoderandDecoder)”的美國專利申請No.12/915989的優(yōu)先權(quán)。該相關(guān)專利申請的內(nèi)容在此通過引用以主題不會不一致或產(chǎn)生限制的方式并入本文。序列清單、表格、或計算機清單附錄的引用不適用。版權(quán)保護聲明本專利公開文本的一部分包含受到著作權(quán)保護的材料。著作權(quán)人不反對任何人對專利文檔或?qū)＠_按其出現(xiàn)在專利商標局、專利文件或記錄中的形式的復制，但是除此之外保留一切可能的著作權(quán)權(quán)利。技術(shù)領(lǐng)域本發(fā)明的一個或多個實施例總體上涉及信號及數(shù)據(jù)的建模、壓縮/解壓(無損和有損)、編碼/解碼、以及諸如檢測和歸類之類的分析的領(lǐng)域。更具體地說，本發(fā)明的一個或多個實施例涉及激勵模型、以及用于基于該激勵模型獲取新數(shù)據(jù)模型的系統(tǒng)。

背景技術(shù)：
下述背景信息可能展示了現(xiàn)有技術(shù)的特定方面的示例(示例包括但不限于：措施、事實、或常識)，雖然期望這些示例有助于向讀者進一步教授現(xiàn)有技術(shù)的其它方面，但是這些示例不被理解為將本發(fā)明或其任意實施方式限制成此處描述或暗示或推斷的任意內(nèi)容。下面是現(xiàn)有技術(shù)的特定方面的一個示例，雖然期望該示例有助于向讀者進一步教授現(xiàn)有技術(shù)的其它方面，但是該示例不被理解為將本發(fā)明或其任意實施例限制成此處描述或暗示或推斷的任意內(nèi)容。作為教育背景，現(xiàn)有技術(shù)的總體上有必要關(guān)注的一個方面在于信號分析及建模的一個目標是盡可能有效地并且利用盡可能少的參數(shù)來表示信息。例如，這對于信號檢測和歸類很有用。信號編碼(也可能被稱為壓縮)具有類似的目標，即，使存儲或傳遞的參數(shù)的數(shù)量(一般由比特表示)最少，由此提高存儲、發(fā)布和傳輸信息的效率。將信源序列變換成一組模型參數(shù)的處理被稱為編碼，恢復則被稱為解碼。因此，同樣的方法可應用至信號建?；蚓幋a。然而，編碼器一般與第二處理(從編碼的參數(shù)重構(gòu)信號的解碼器)結(jié)合使用。因此，對于方法論的目的，編碼可被看作是包含建模作為其處理的一部分的技術(shù)。通常在編碼時，輸入信號被分成多個間隔，通常稱為幀、段、或事件。每個幀可通過窗口處理和/或濾波處理(也可能是其它操作)進行變換，以獲取經(jīng)窗口處理的/經(jīng)濾波處理的/經(jīng)變換的幀。標準振蕩器模型將當前數(shù)據(jù)幀變換成由延遲或指針及與之相關(guān)的加權(quán)系數(shù)組成的一小組參數(shù)。指針參考包含早期獲取的數(shù)據(jù)幀的恢復版本的緩沖中的固定長度的塊。一旦已經(jīng)估計出幀的模型參數(shù)，即進行幀的恢復，并且恢復的幀被保存在存儲器中，產(chǎn)生代表輸入序列的恢復版本的歷史數(shù)據(jù)序列。選擇這些歷史數(shù)據(jù)的塊以使得它們的加權(quán)求和提供當前數(shù)據(jù)幀的‘最佳匹配’，其中‘最佳匹配’在許多應用中可被定義為使當前幀及其模型之間的均方誤差最小的那個匹配。按照這樣的方式，輸入信號由一組指向匹配位置的整數(shù)地址代碼以及與匹配數(shù)據(jù)塊的加權(quán)相關(guān)的乘數(shù)系數(shù)代替。下面是現(xiàn)有技術(shù)的特定方面的一個示例，雖然期望該示例有助于向讀者進一步教授現(xiàn)有技術(shù)的其它方面，但是該示例不被理解為將本發(fā)明或其任意實施例限制成此處描述或暗示或推斷的任意內(nèi)容。作為教育背景，現(xiàn)有技術(shù)的總體上有必要關(guān)注的另一個方面在于，傳統(tǒng)振蕩器(也稱為自激勵模型，例如自激勵聲碼器(SEV))的一個限制是在數(shù)據(jù)的先前建模的幀與正在建模的當前幀之間做出區(qū)分，即當前幀中的數(shù)據(jù)不參與獲取該幀的模型參數(shù)。該方案對于在超過至少一個幀長的時間跨度上再現(xiàn)的信源模式的建模運行良好。由此，傳統(tǒng)振蕩器可被看作是用于對數(shù)據(jù)中的長尺寸結(jié)構(gòu)進行建模的方法。下面是現(xiàn)有技術(shù)的特定方面的一個示例，雖然期望該示例有助于向讀者進一步教授現(xiàn)有技術(shù)的其它方面，但是該示例不被理解為將本發(fā)明或其任意實施例限制成此處描述或暗示或推斷的任意內(nèi)容。作為教育背景，現(xiàn)有技術(shù)的另一個方面在于典型的現(xiàn)代編碼器可采用多個模型來對信源模式中的不同尺寸進行編碼。例如，移動通信中采用的自適應多速率(AMR)系列編解碼器通常采用串行的三個模型，首先是用于對短尺寸模式進行建模的線性預測值(LP)，隨后是“自適應代碼簿”(AC)(一種改進的SEV式的模型，可對中等至長的尺寸的結(jié)構(gòu)進行編碼)，最后是對應用了前兩個模型之后剩余的殘留進行編碼的第三模型。AMR中的AC模型通過允許來自當前輸入幀的數(shù)據(jù)的受限段用來對該數(shù)據(jù)進行建模來改進傳統(tǒng)SEV。這就將可利用AC建模的結(jié)構(gòu)范圍擴展至中等至長的尺寸的結(jié)構(gòu)。然而，該改進仍然不能實現(xiàn)所有信源尺寸的建模，這就是為什么在AMR中在AC之前使用LP的原因。通常在現(xiàn)有技術(shù)中對信號進行建模時，將數(shù)據(jù)分成不同尺寸或分量并單獨對這些分量進行建模?？蓪⑤斎敕殖深l帶、子波、或其它類型的波形，以使得這些分量被單獨編碼，針對每幀產(chǎn)生多組參數(shù)?；剡^來參考語音編碼，其另一示例是被稱為多帶激勵(MBE、IMBE和AMBE)的編碼器系列，其根據(jù)每個帶的語音/非語音特征將輸入信號分成多個頻帶，并且單獨地對各個帶進行編碼。按照多模型或分量的形式對單個幀進行編碼意味著該幀由相應的多組編碼參數(shù)表示，每組通常都分配有固定的編碼預算。利用多組參數(shù)對信號編碼可能不是有效率的，如果利用更少的單組參數(shù)可以實現(xiàn)可比擬的建模質(zhì)量。在小組參數(shù)中有效地表示信號以提取信息、最大化傳輸速率、以及最小化存儲系統(tǒng)中的存儲器的需求，都激勵著更有效的編碼技術(shù)的開發(fā)。鑒于上述情況，很顯然這些傳統(tǒng)技術(shù)并不完美，為更好的方案留出了空間。

技術(shù)實現(xiàn)要素：
在本發(fā)明第一方面，本發(fā)明提供了一種其上存儲有可執(zhí)行程序的非瞬時性計算機可讀存儲介質(zhì)，其中用于對數(shù)據(jù)信號進行分析和建模的所述程序指示處理器執(zhí)行包括下述步驟的方法：預處理數(shù)據(jù)信號以產(chǎn)生數(shù)據(jù)幀，所述預處理能夠：對數(shù)據(jù)信號采樣，變換數(shù)據(jù)信號，使數(shù)據(jù)信號平滑化，以及將數(shù)據(jù)信號分解成將作為單獨輸入而被建模的一個或多個分量；對數(shù)據(jù)幀進行建模作為從參考緩沖提取的波形的固定長度塊的組合，由此確定模型參數(shù)，參考緩沖包括當前幀的除了最新數(shù)據(jù)點之外的所有數(shù)據(jù)點；評估多個模型的質(zhì)量以選擇最佳模型；以及處理計算的模型參數(shù)，所述處理能夠?qū)?shù)據(jù)信號進行存儲、傳輸、分析以及分類。所述方法還可包括對下述至少一個進行存儲并使之對于后續(xù)計算可用的步驟：不參考當前數(shù)據(jù)幀而從最佳模型的參數(shù)恢復的波形；從最佳模型的參數(shù)的子集恢復的波形；利用所有可用數(shù)據(jù)從最佳模型估計出的輸出；以及正被建模的數(shù)據(jù)幀。其中參考緩沖可包括從下述至少一個導出的附加參考：之前建模的數(shù)據(jù)；和/或從之前建模的數(shù)據(jù)的模型參數(shù)恢復的幀。其中參考緩沖還可包括通過下述兩種方式中的至少一種方式導出的附加參考：從存儲的波形本身或其參數(shù)的字典導出；和/或從當前數(shù)據(jù)幀導出。其中對模型質(zhì)量的所述評估可使用一個或多個指標，所述指標可以是下述項中的一個或多個的函數(shù)：利用其參考的所有可用數(shù)據(jù)點計算出的模型輸出；利用輸入幀的恢復值合成的模型輸出，其中所述合成使用正被評估的模型的實際參數(shù)或近似參數(shù)。所述方法還可包括對模型參數(shù)進行變換和/或量化的步驟。在本發(fā)明第二方面，本發(fā)明還提供了一種其上存儲有可執(zhí)行程序的非瞬時性計算機可讀存儲介質(zhì)，其中用于從模型參數(shù)解碼數(shù)據(jù)幀的所述程序指示處理器執(zhí)行包括下述步驟的方法：獲取包含用于對數(shù)據(jù)幀進行編碼的參數(shù)的代碼；確定所述代碼是否包含用于合成參考波形的參數(shù)，并且如果包含，則合成參考波形；確定是否有任意參數(shù)索引至包含在正被解碼的幀中的數(shù)據(jù)；在參數(shù)僅僅索引至不包含在正被解碼的幀中的數(shù)據(jù)時一次性地合成整個數(shù)據(jù)幀，通過利用所獲取的代碼中的參數(shù)值評估編碼器使用的分析式來執(zhí)行所述合成；以及在參數(shù)索引至包含在正被解碼的幀中的至少一個數(shù)據(jù)點時依次合成所述幀的各個點，通過利用單個點替換編碼器使用的參數(shù)化的分析式中的塊來執(zhí)行所述合成。在本發(fā)明第三方面，本發(fā)明還提供了一種其上存儲有可執(zhí)行程序的非瞬時性計算機可讀存儲介質(zhì)，其中用于對數(shù)據(jù)信號進行分析和建模的所述程序指示處理器執(zhí)行包括下述步驟的方法：獲取數(shù)據(jù)信號；預處理數(shù)據(jù)信號以產(chǎn)生數(shù)據(jù)幀，所述預處理能夠：對數(shù)據(jù)信號采樣，變換數(shù)據(jù)信號，使數(shù)據(jù)信號平滑化，以及將數(shù)據(jù)信號分解成在分析時被當作單獨的輸入幀的一個或多個分量；在多種建模方法中進行選擇，所述選擇能夠選擇性地評估輸入信號和建模的輸出的特性并且基于評估結(jié)果而指示建模處理；選擇性地對數(shù)據(jù)幀的一些或全部特征進行建模作為從參考緩沖提取的波形的固定長度塊的組合；選擇性地對數(shù)據(jù)幀的剩余特征進行建模；評估多個估計的候選模型的質(zhì)量以選擇最佳模型；以及處理計算的模型參數(shù)，所述處理提供對數(shù)據(jù)信號進行存儲、傳輸、分析或分類的手段。所述方法還可包括對下述至少一個進行存儲并使之對于后續(xù)計算可用的步驟：不參考當前數(shù)據(jù)幀而從最佳模型的參數(shù)恢復的波形；從最佳模型的參數(shù)的子集恢復的波形；利用所有可用數(shù)據(jù)從最佳模型估計出的輸出；以及正被建模的數(shù)據(jù)幀。其中可以利用僅僅一種方法對整個數(shù)據(jù)幀進行建模。其中模型質(zhì)量的所述評估可使用一個或多個指標，所述指標是下述項中的一個或多個的函數(shù)：利用其參考的所有可用數(shù)據(jù)點計算出的模型輸出；以及利用輸入幀的恢復值合成的模型輸出，其中所述合成可使用正被評估的模型的實際參數(shù)或近似參數(shù)。所述方法還可包括對模型參數(shù)進行變換和/或量化的步驟。其中所述信號可包括音頻信號。其中數(shù)據(jù)信號可包括從二維圖像提取出來的序列。在本發(fā)明第四方面，本發(fā)明還提供了一種其上存儲有可執(zhí)行程序的非瞬時性計算機可讀存儲介質(zhì)，其中用于從模型參數(shù)解碼數(shù)據(jù)幀的所述程序指示處理器執(zhí)行包括下述步驟的方法：獲取包含用于對數(shù)據(jù)幀進行編碼的參數(shù)的代碼；確定代碼是否包含用于合成任意參考波形的參數(shù)，合成該波形，并且將其放置在參考緩沖中；根據(jù)代碼識別出曾經(jīng)在數(shù)據(jù)幀的編碼中使用的具體方法和模型；通過反轉(zhuǎn)用于產(chǎn)生代碼的建模步驟，從接收的代碼合成數(shù)據(jù)幀。在本發(fā)明第五方面，本發(fā)明還提供了一種計算機實現(xiàn)的系統(tǒng)，其包括非瞬時性計算機可讀存儲介質(zhì)，所述非瞬時性計算機可讀存儲介質(zhì)包含在被處理裝置執(zhí)行時用于執(zhí)行本發(fā)明第一方面所述的方法的一組指令。在本發(fā)明第六方面，本發(fā)明還提供了一種計算機實現(xiàn)的系統(tǒng)，其包括非瞬時性計算機可讀存儲介質(zhì)，所述非瞬時性計算機可讀存儲介質(zhì)包含在被處理裝置執(zhí)行時用于執(zhí)行本發(fā)明第二方面所述的方法的一組指令。在本發(fā)明第七方面，本發(fā)明還提供了一種計算機實現(xiàn)的系統(tǒng)，其包括非瞬時性計算機可讀存儲介質(zhì)，所述非瞬時性計算機可讀存儲介質(zhì)包含在被處理裝置執(zhí)行時用于執(zhí)行本發(fā)明第三方面所述的方法的一組指令。在本發(fā)明第八方面，本發(fā)明還提供了一種計算機實現(xiàn)的系統(tǒng)，其包括非瞬時性計算機可讀存儲介質(zhì)，所述非瞬時性計算機可讀存儲介質(zhì)包含在被處理裝置執(zhí)行時用于執(zhí)行本發(fā)明第四方面所述的方法的一組指令。附圖簡述通過示例而不是限制的方式在附圖的示圖中說明了本發(fā)明，其中類似的參考標號表示類似元件，并且其中：圖1圖示了描繪根據(jù)本發(fā)明實施例的基于COMPLETE的分析/編碼系統(tǒng)的三個基本組件的示意性框圖；圖2圖示了用于估計COMPLETE模型()的參數(shù)的基本分析分量的示意性框圖，其更詳細地示出了代碼產(chǎn)生模塊170的基本塊；圖3圖示了根據(jù)本發(fā)明實施例的從接收到的COMPLETE參數(shù)恢復信號的COMPLETE合成器/解碼器的示意性框圖；圖4圖示了示出根據(jù)本發(fā)明實施例的通用多模式COMPLETE/KAM系統(tǒng)的組件的示意性框圖；圖5圖示了示出根據(jù)本發(fā)明實施例的利用多模式COMPLETE/PACT實施的語音分析(編碼)系統(tǒng)的示例的示意性框圖；以及圖6圖示了典型的計算機系統(tǒng)，其在適當配置或設計時可作為其中實施了本發(fā)明的計算機系統(tǒng)。除非明確說明，否則附圖無需按比例繪制。具體實施方式通過參考詳細附圖和此處闡述的說明來最好地理解本發(fā)明的實施例。下面參考附圖來討論本發(fā)明的實施例。然而，本領(lǐng)域技術(shù)人員容易理解的是，此處參考附圖給出的詳細描述用于示例目的，本發(fā)明的范圍超出這些有限的實施例。例如，可以理解的是，本領(lǐng)域技術(shù)人員在本發(fā)明的指教下將根據(jù)具體應用的要求而想到多種替換的適當方案，以實現(xiàn)本文詳細描述的任意功能，超出下述實施例描述和示出的具體實施方式的選擇。也就是說，本發(fā)明存在多種修改和變形，這些修改和變形由于太多而不能逐一例舉，但是它們都落入本發(fā)明的范圍。而且，單數(shù)名詞應當被閱讀為復數(shù)，反之亦然；陽性詞作為陰性詞，反之亦然；適當?shù)奶鎿Q實施例并不必然地暗示這兩者相互排斥。還應該理解的是，本發(fā)明并不限于此處描述的特定的方法、化合物、材料、制造技術(shù)、用法和應用，它們可以變化。還應該理解的是，此處描述的術(shù)語僅僅用來描述特定實施例，而不是用來限制本發(fā)明的范圍。必須注意的是，此處的以及所附權(quán)利要求中使用的單數(shù)形式"一個"、"一種"以及"該"包括復數(shù)基準，除非上下文明確表示相反意思。因此，例如，對"一個元素"的引述意味著對一個或多個元素的引述，并且包括本領(lǐng)域技術(shù)人員已知的它的等價物。類似地，作為另一示例，對"一個步驟"或"一個裝置"的引述意味著對一個或多個步驟或裝置的引述，并且可能包括次級步驟以及次級裝置。應該以最廣義的含義來理解使用的所有連詞。因此，詞語"或"應該被理解為具有邏輯"或"的定義，而不是邏輯"異或"的定義，除非上下文明確表示相反意思。此處描述的結(jié)構(gòu)將被理解為還引述該結(jié)構(gòu)的功能等效物?？杀唤忉尀榻频恼Z言應該被那樣理解，除非上下文明確表示相反意思。除非相反地定義，此處使用的所有技術(shù)和科技的術(shù)語具有與本發(fā)明所屬領(lǐng)域的普通技術(shù)人員所普遍理解的含義相同的含義。描述了優(yōu)選方法、技術(shù)、裝置和材料，但是與此處描述的這些類似或等價的任意方法、技術(shù)、裝置或材料可用于本發(fā)明的實踐和測試。此處描述的結(jié)構(gòu)將被理解為還引述該結(jié)構(gòu)的功能等效物?，F(xiàn)在將參考附圖中圖示的實施例來詳細描述本發(fā)明。通過閱讀本公開文本，其它變形和修改對于本領(lǐng)域技術(shù)人員來說是明顯的。這些變形和修改包含等效形式和本領(lǐng)域已知的其它特征，它們可用來替換或補充此處已經(jīng)描述的特征。雖然本申請中的權(quán)利要求已經(jīng)被表示為特定特征的組合，但是應該理解的是本發(fā)明的公開的范圍還包括任意新穎特征或本文明確地或暗示地公開的特征的任意新穎組合或者它們的概括，不管其是否涉及與任意權(quán)利要求當前所要求保護的發(fā)明相同的發(fā)明，也不管其是否出現(xiàn)了與本發(fā)明所解決的任意或所有技術(shù)問題相同的技術(shù)問題。分開的實施例的上下文中描述對特征也可在單獨的實施例中進行組合。反之，出于簡潔的目的而在單個實施例中描述的各種特征也可單獨或者以任意適當組合的形式提供。申請人在此提醒，新的權(quán)利要求可在本申請或由其引出的任意后續(xù)申請的申請過程中被構(gòu)建為該特征和/或該特征的組合。對"一個實施例"、"某個實施例"、"示例實施例"、"各種實施例"等的引述表示本發(fā)明這樣描述的單個實施例或多個實施例可包括具體特征、結(jié)構(gòu)或特征，但是不是每個實施例必須包括具體特征、結(jié)構(gòu)或特征。而且，短語"在一個實施例中"或"在示例性實施例中"的重復使用并非必然表示相同實施例，雖然有可能是。本領(lǐng)域技術(shù)人員已知的是，在系統(tǒng)的商業(yè)實施(具體地說，本發(fā)明的實施例)的最佳制造的設計時通常必須進行許多謹慎的考慮和折中。根據(jù)本發(fā)明的精神和指教的實施方式可根據(jù)具體應用的需求來進行配置，其中與本發(fā)明的任意描述的實施例相關(guān)的指教的任意方面、特征、功能、結(jié)果、組件、方案或步驟可適當省略、涵納、調(diào)整、混合和匹配、由本領(lǐng)域技術(shù)人員利用一般技能和已知技術(shù)來改進和/或優(yōu)化，由此實現(xiàn)解決特定應用的需求的期望實施方式。"計算機"可指能夠接受結(jié)構(gòu)性輸入、根據(jù)預定規(guī)則處理結(jié)構(gòu)性輸入、以及產(chǎn)生處理結(jié)果作為輸出的一個或多個設備和/或一個或多個系統(tǒng)。計算機的示例可包括：計算機；固定和/或便攜計算機；具有單個處理器、多個處理器或并行和/或不并行操作的多核處理器的計算機；通用計算機；超級計算機；主機；超小型計算機；小型計算機；工作站；微計算機；服務器；客戶端；交互式電視；網(wǎng)絡應用；具有網(wǎng)絡訪問的通信裝置；計算機和交互式電視的混合組件；便攜計算機；平板個人電腦(PC)；個人數(shù)字助理(PDA)；便攜電話；對計算機和/或軟件進行仿真的應用專用硬件，例如，數(shù)字信號處理器(DSP)，現(xiàn)場可編程門陣列(FPGA)，專用集成電路(ASIC)，專用指令集處理器(ASIP)，一個芯片，多個芯片，片上系統(tǒng)，或者芯片組；數(shù)據(jù)獲取裝置；光學計算機；量子計算機；生物計算機；以及一般意義上的可接受數(shù)據(jù)、根據(jù)存儲的一個或多個軟件程序來處理數(shù)據(jù)、產(chǎn)生結(jié)果、并通常包括輸入、輸出、存儲、算術(shù)、邏輯和控制單元的設備。"軟件"可能指的是操作計算機的預定規(guī)則。軟件的示例可包括：采用一種或多個計算機可讀語言的代碼段；圖形和/或文字指令；支程序；預編譯代碼；編譯代碼；以及計算機程序。"計算機可讀介質(zhì)"可能指的是用于存儲計算機可訪問的數(shù)據(jù)的存儲裝置。計算機可讀介質(zhì)的示例可包括：磁盤；軟盤；光盤，例如DVD；磁帶；閃存；存儲器芯片和/或其上可存儲可機讀指令的其它類型的介質(zhì)。"計算機系統(tǒng)"可能指的是具有一個或多個計算機的系統(tǒng)，其中每個計算機可包括實體化軟件以操作計算機或其一個或多個組件的計算機可讀介質(zhì)。計算機系統(tǒng)的示例可包括：分布式計算機系統(tǒng)，用于通過經(jīng)由網(wǎng)絡鏈接的計算機系統(tǒng)處理信息；經(jīng)由網(wǎng)絡連接在一起的兩個或更多計算機系統(tǒng)，用于在計算機系統(tǒng)之間傳輸和/或接收信息；在單個計算機中包含兩個或更多處理器的計算機系統(tǒng)；以及一個或多個設備和/或一個或多個系統(tǒng)，其可接受數(shù)據(jù)，可根據(jù)一個或多個存儲的軟件程序處理數(shù)據(jù)，可產(chǎn)生結(jié)果，并且一般可包括輸入、輸出、存儲、算術(shù)、邏輯和控制單元。"網(wǎng)絡"可能指的是通過通信設施連接的大量計算機以及相關(guān)裝置。網(wǎng)絡可包括諸如電纜之類的永久連接或諸如通過電話或其它通信鏈路形成的連接之類的暫時連接。網(wǎng)絡還可以包括硬連線連接(例如，同軸電纜，雙絞線，光纖，波導等)和/或無線連接(例如，無線電頻率波形，自由空間光波形，聲波等)。網(wǎng)絡的示例可包括：互聯(lián)網(wǎng)，例如因特網(wǎng)；內(nèi)聯(lián)網(wǎng)；局域網(wǎng)(LAN)；廣域網(wǎng)(WAN)；以及網(wǎng)絡的組合，例如互聯(lián)網(wǎng)和內(nèi)聯(lián)網(wǎng)。示例性網(wǎng)絡可根據(jù)大量協(xié)議中的任意協(xié)議運行，例如互聯(lián)網(wǎng)協(xié)議(IP)、異步傳輸模式(ATM)和/或同步光網(wǎng)絡(SONET)、用戶數(shù)據(jù)報協(xié)議(UDP)、IEEE802.x，等。本發(fā)明的實施例可包括用于執(zhí)行本文公開的操作的設備。設備可被特殊地構(gòu)建以用于期望目的，或其可包括選擇性地激活的或被裝置中存儲的程序重構(gòu)的通用裝置。還可以在硬件、固件和軟件中的一個或組合中實現(xiàn)本發(fā)明的實施例。它們可被實現(xiàn)為存儲在機器可讀介質(zhì)中的指令，這些指令可被計算平臺讀取和執(zhí)行從而執(zhí)行本文描述的操作。在后面的說明書以及權(quán)利要求中，術(shù)語"計算機程序介質(zhì)"和"計算機可讀介質(zhì)"可用來總的指示介質(zhì)，例如但不限于，移動存儲器、硬盤驅(qū)動中安裝的硬盤等。這些計算機程序產(chǎn)品可向計算機系統(tǒng)提供軟件。本發(fā)明的實施例可能是這樣的計算機程序產(chǎn)品。此處的算法總體上被看作是導致期望結(jié)果的自相容的動作或操作序列。這包括物理量的物理操作。通常，雖然不是必須的，這些量具有能夠被存儲、傳遞、組合、比較和其它操作的電或磁信號的形式。原則上由于通用的原因，將這些信號稱作比特、數(shù)值、元素、符號、字符、術(shù)語、數(shù)字等，有時候被證明是方便的。然而，應該理解的是，所有這些和類似術(shù)語將與適當物理量關(guān)聯(lián)并且僅僅是應用至這些量的方便的符號。除非特別相反地聲明，如可以從后面的說明書以及權(quán)利要求明顯看出的，應該理解的是，采用諸如"處理"、"計算"、"確定"等之類的術(shù)語的說明書描述通篇指的是計算機或計算系統(tǒng)或類似電子計算裝置的動作和/或處理，其將計算系統(tǒng)的寄存器和/或存儲器內(nèi)的表示為物理(例如電子)量的數(shù)據(jù)操縱和/或變換為計算系統(tǒng)的存儲器、寄存器或其它信息存儲、傳輸或顯示裝置內(nèi)的類似地表示為物理量的其它數(shù)據(jù)。按照類似的方式，術(shù)語"處理器"可能指的是處理來自寄存器和/或存儲器的電子數(shù)據(jù)以便將該電子數(shù)據(jù)變換成可存儲在寄存器和/或存儲器中的其它電子數(shù)據(jù)的任意裝置或裝置的一部分。"計算平臺"可包括一個或多個處理器。非瞬時性計算機可讀介質(zhì)包括但不限于硬盤、緊致盤、閃存、非永久性存儲器、隨機訪問存儲器、磁存儲器、光存儲器、基于半導體的存儲器、相變存儲器、光存儲器、定期刷新的存儲器等；然而，非瞬時性計算機可讀介質(zhì)不包括純瞬時性信號本身?？紤]到效率，本發(fā)明的一些實施例在此指的是一種編碼器/解碼器，應該理解的是編碼部分可等同地應用至信號和數(shù)據(jù)建模和分析。而且，術(shù)語壓縮通常與對離散無記憶信源進行編碼相關(guān)聯(lián)–其中信源評估中的任意已有模式被靜態(tài)地處置，而不是采取模型形式。本發(fā)明的一些實施例至少對于其中數(shù)據(jù)序列根據(jù)一些可量化的規(guī)則而演變的編碼類型來說是有用的，更具體地說，對于獲取該規(guī)則的模型(–封閉形式的表示)來說是有用的。本發(fā)明的實用實施例利用一個簡約模型對盡可能多的信號信息進行建模/編碼，從而盡可能多地替換用于在現(xiàn)有技術(shù)中進行編碼的參數(shù)組。許多實用實施例盡可能保真地解碼信息。在許多實用實施例中，被稱為完整振蕩器加外部激勵(COMPLETE)的建模方法對當前模型的改進在于，它可能同時導致了信源模式中的所有尺寸以及數(shù)據(jù)中隨機特征，由此使得用戶在很多情況下能夠采用單個高度有效的模型來替換現(xiàn)有技術(shù)中使用的多個模型。在許多實用實施例中，COMPLETE如下所述地改進標準振蕩器模型。在對該幀進行建模時，除了使用早期獲取的幀之外，還能夠使用當前輸入幀中的所有數(shù)據(jù)(除了最后一個點)。在模型使用輸入幀時必須解決的一個關(guān)鍵挑戰(zhàn)在于，對于向解碼器恢復幀對來這些數(shù)據(jù)不可用。通常在現(xiàn)有技術(shù)中(包括AMR中的AC)，解碼器利用來自先前幀的數(shù)據(jù)代替這些不可用數(shù)據(jù)。由于相鄰幀之間的數(shù)據(jù)的差異對于很多類型的信號(包括語音)來說是實質(zhì)性的，所以這可以不是最優(yōu)的。本發(fā)明的許多實用實施例通過從導出的模型參數(shù)點對點地在解碼器重構(gòu)不可用數(shù)據(jù)來改進這一方面。重構(gòu)數(shù)據(jù)而不是利用先前幀來替換它們，相對于現(xiàn)有技術(shù)改進了解碼信號的精確度，并且繼而改進了振蕩器的穩(wěn)定性，并進一步使得本發(fā)明能夠使用來自當前幀的數(shù)據(jù)的新的最大范圍。但是，即使利用本發(fā)明實現(xiàn)的估計不可用數(shù)據(jù)時的提高的精確度，重構(gòu)的幀可能不會等同于建模的信號?；謴偷呐c建模的輸入信號之間的差異可能累積至正被建模的每個后續(xù)幀，并最終導致模型的不穩(wěn)定性。當來自當前輸入的最大數(shù)量的數(shù)據(jù)點被允許用來對該輸入進行建模，并且整個輸入內(nèi)容如本發(fā)明所配置的那樣可利用該模型來進行編碼時，導致模型的不穩(wěn)定性的差異將迅速增長，很快就使得模型不穩(wěn)定。這是在本發(fā)明的許多實用實施例中解決的一個挑戰(zhàn)，由此在模型評估處理期間通過評估多個候選的重構(gòu)幀，確保了模型穩(wěn)定性。標準的模型擬合方法在實施例中擴展為結(jié)合了多個評價指標，這除了其它功能之外還確保了模型穩(wěn)定性。而且，本發(fā)明實施例的使得能夠評估穩(wěn)定的模型的這種方法的使用，還實現(xiàn)了將‘自激勵’模型結(jié)構(gòu)擴展成包括與早期建模的幀不同的激勵的實施例。通過并入這些激勵(稱為外部激勵)，實現(xiàn)了數(shù)據(jù)中的模型不重現(xiàn)特征，并進一步擴展了本發(fā)明的實施例的建模能力。在許多實用實施例中，COMPLETE模型不等同于各種現(xiàn)有短尺寸和長尺寸模型的組合。實際上，得到的COMPLETE表示與任何現(xiàn)有模型都不同。并且，利用COMPLETE全面地一次性捕獲整個信號結(jié)構(gòu)，導致了非常簡潔的模型，其具有的參數(shù)遠少于現(xiàn)有技術(shù)中分別針對短尺寸和長尺寸模型獲取的參數(shù)總和。由于這種效率，可根據(jù)本發(fā)明以高精確度對較寬范圍的各種信號類別進行建模，某些甚至具有少至兩種模型項。COMPLETE的許多實用實施例涉及可能包含噪聲和不穩(wěn)定特征的信號有損編碼。而且，本發(fā)明的一些實施例可提供用于根據(jù)不斷定義的動態(tài)規(guī)則演變的完全確定的信源的無損編碼。應該注意的是，許多信號類別包含短尺寸和長尺寸模式。振蕩器按照定義使用所獲取的數(shù)據(jù)的結(jié)構(gòu)中的冗余度來開發(fā)模型。因此，振蕩器一般被認為很不適合于建模所獲取的數(shù)據(jù)模式中沒有明確定義的瞬態(tài)特征，例如獨立事件、不連續(xù)特征、以及噪聲類特征。語音是快速變化信號的一個示例，其中半振蕩的和噪聲類能量之間的比值可突然變化。在許多實用實施例中，COMPLETE模型對于被認為對傳統(tǒng)振蕩器不利的一些這樣的情況(例如存在有色噪聲和特定瞬態(tài))而言是穩(wěn)健的，其中COMPLETE穩(wěn)健性的程度由COMPLETE模型的具體被選函數(shù)形式以及外部激勵矢量的具體實施的組合來確定。否則，COMPLETE的性能在這種不利情況被聲明時可能衰退。在其中必須滿足特定水平的性能的應用中，性能的潛在損耗是不期望的。本發(fā)明的許多實用實施例構(gòu)成了這樣的系統(tǒng)，其結(jié)合了COMPLETE以及本領(lǐng)域已知的方法(KAM)，以便實現(xiàn)基于COMPLETE的編碼器的期望水平的性能或者提高KAM的編碼效率。根據(jù)本發(fā)明實施例的這種多模式COMPLETE/KAM系統(tǒng)的另一用途是為COMPLETE提供初始狀態(tài)。在許多實用實施例中，應用上述原理的創(chuàng)新包含：將模型參考的范圍擴展成包括從數(shù)據(jù)歷史導出的信息的混合的改進的激勵模型，來自當前輸入的數(shù)據(jù)的最大因果性范圍，系統(tǒng)從數(shù)據(jù)歷史之外的信源導出的附加信息，以及預定波形的字典；用于評估該模型的創(chuàng)新方法，該創(chuàng)新方法可采用多個指標以及多個不同類型的模型輸出來選擇最佳模型并且確保模型穩(wěn)定性；用于解碼利用從數(shù)據(jù)導出的模型參數(shù)重構(gòu)不可用參考數(shù)據(jù)的信號的改進方法；用于將本發(fā)明的至少一些實施例與現(xiàn)有技術(shù)中的可用來初始化COMPLETE并提高COMPLETE和/或現(xiàn)有編碼/壓縮方法的效率的已知方法進行組合的方法和系統(tǒng)；以及從這些創(chuàng)新實現(xiàn)的樣本語音編碼器/解碼器，下文將予以詳細描述。在許多實用實施例中，用于對輸入幀進行建模和編碼的方法使用模型參考的改進范圍。除了重構(gòu)的早期建模的幀的典型使用之外，在一些情況下，來自當前幀的數(shù)據(jù)的一部分、來自當前輸入幀的所有數(shù)據(jù)(除了最近的一個點)被用作內(nèi)部激勵輸入。這允許通過一個全面的信源模型來對信源中的短尺寸和長尺寸模式進行編碼。而且，除了一般用于振蕩器模型中的內(nèi)部激勵之外，并非之前獲取的幀的一部分的外部激勵被包含作為可能的模型參考。外部激勵矢量使得能夠建模數(shù)據(jù)中的非結(jié)構(gòu)特征以及最近出現(xiàn)的結(jié)構(gòu)。外部激勵還可用來初始化COMPLETE模型。內(nèi)部和外部參考的混合使得能夠利用單個簡潔的代碼對包含多尺寸模式和非結(jié)構(gòu)特征的復雜信號進行建模。在許多實用實施例中，總體上提供了用于估計該完整的振蕩器模型的參數(shù)以及從該參數(shù)恢復(解碼)信號的方法，其使用在模型估計(估計步驟)和解碼期間點對點重構(gòu)不可用模型參考的創(chuàng)新處理。在許多實用實施例中，用于評估COMPLETE模型的質(zhì)量的創(chuàng)新方法擴展了用來估計對于具體應用最佳的模型的指標選擇的范圍。而且，多步驟處理被提供用來利用多個指標評估單個模型。此外，指標的擴展范圍被應用至不同的模型輸出，包括不使用來自當前輸入幀的數(shù)據(jù)而從模型參數(shù)恢復的輸出。這一改進的關(guān)鍵方面來自這樣恢復的幀可能不同于用來估計其參數(shù)的幀模型這一事實。評估中使用的恢復的模型輸出有利于確保COMPLETE模型對于幀的穩(wěn)定性。在許多實用實施例中，提供了用于利用現(xiàn)有技術(shù)中已知的方法(KAM)來初始化COMPLETE操作的方法。在許多實用實施例中，提供了用于在COMPLETE和KAM之間進行選擇和/或用于組合COMPLETE和一個或多個KAM模型以便對各個幀進行編碼的方法和系統(tǒng)。通過擴展用于評估COMPLETE模型的質(zhì)量的方法來開發(fā)實施該選擇的各種系統(tǒng)。在最后一個實施例中，基于多模式COMPLETE/KAM系統(tǒng)提供了用于語音編碼/解碼的方法和系統(tǒng)。模式1：COMPLETE編碼器/解碼器系統(tǒng)圖1圖示了描繪根據(jù)本發(fā)明實施例的基于COMPLETE的分析/編碼系統(tǒng)的三個基本組件的示意性框圖。圖1示出了基于COMPLETE的編碼系統(tǒng)10的基本塊的示圖。COMPLETE10可包含預處理器120，其構(gòu)建了一個L-樣本輸入幀，并且可例如通過窗口處理和濾波對輸入進行變換。預處理操作還可包括在單元90中執(zhí)行的可選模擬采樣，單元90可以將模擬輸入轉(zhuǎn)換成數(shù)字信號。COMPLETE10還可以包括作為主要的COMPLETE代碼產(chǎn)生模塊的COMPLETE發(fā)生器模塊170；以及后置處理器160，其能夠組織/存儲/發(fā)送導出的代碼參數(shù)，并且還可以分析/變換這些參數(shù)。輸入可以是隨時間演變的信號或空間矢量，例如從二維圖像提取的數(shù)據(jù)序列。數(shù)字或模擬輸入可被提供至圖1中的預處理模塊。模擬輸入在被傳遞至預處理器120之前可首先在單元90中進行采樣，而數(shù)字信號輸入可直接被預處理器120接收。預處理器120可根據(jù)等式Xk＝[x(n-L+1),…,x(n)]輸出包含輸入信號的L個樣本的幀Xk，其中x(n-L+1)表示幀中的第一個數(shù)據(jù)點，x(n)表示幀中的最后一個數(shù)據(jù)點。下標‘k’表示獲取幀的順序。在整個說明書中，下標‘k’將表示正在建模的當前幀Xk，并且下標‘k-s’(其中‘s’是整數(shù)值)將表示比當前幀早‘s’幀獲取的幀。預處理器120還可利用適合于該應用的已知方法對輸入幀進行過濾、窗口處理或變換。而且，可能產(chǎn)生重疊幀Xk，其中來自前一幀Xk-1的數(shù)據(jù)的一部分保留在預處理器120中并被用來形成當前幀Xk的一部分。圖2圖示了用于估計COMPLETE模型(等式(1))的參數(shù)的基本分析分量的示意性框圖，其更詳細地示出了代碼產(chǎn)生模塊170的基本塊。如圖2所示，COMPLETE發(fā)生器模塊170可包括存儲單元110、參考緩沖(RB)130、模型估計器/評估器140、以及信號合成器(解碼器)150。單元140對輸入幀Xk進行建模，作為該模式中詳細描述的參考矢量的函數(shù)。參考矢量從參考緩沖RB130提供至單元140，參考緩沖RB130本身接收和組織來自存儲單元110和預處理器120的輸入。存儲單元110可存儲一些形式的接收信號歷史，而且在一些實施例中，外部參考矢量定義如下。1.參考存儲和緩沖，單元110和130圖2中的存儲單元110存儲可用來對當前幀建模的參考信息。單元110可存儲的一種類型的信息是從在當前幀Xk之前接收的輸入導出的數(shù)據(jù)歷史。這種歷史值可為COMPLETE提供一部分參考數(shù)據(jù)。在圖2所示的優(yōu)選實施例中，存儲單元110累積了恢復的之前的輸入幀[Yk-p,...,Yk-1]，其中Yk-s(其中s＝(1,...,p))表示輸入幀Xk-s的恢復值，并且如之前所述的那樣，下標‘k-s’表示獲取幀的順序。110中存儲的每個Yk-s已經(jīng)被解碼器150利用下述方法針對相應的幀‘k-s’根據(jù)導出的COMPLETE參數(shù)進行合成。而且，單元110可存儲這些矢量的變換版本，以便例如匹配對幀Xk執(zhí)行的變換。在其它實施例中，存儲單元110可存儲一些形式的實際的早期輸入(可選地如上所述地在預處理器120中進行了變換)。如果使用重疊幀，則適當加權(quán)的實際的/恢復的重疊幀可在110中組合以再現(xiàn)重疊部分中的實際的/恢復的輸入序列。單元110可存儲的另一類參考被稱為‘外部參考’或‘外部激勵’，以將之與從之前獲取的幀導出的‘內(nèi)部’激勵進行區(qū)分。在一些實施例中，外部參考[E1,...,Eh]可以是一組預定波形，基本示例可以是一組各種頻率的單位振幅正弦波，可據(jù)其執(zhí)行合成的這些波形或參數(shù)在系統(tǒng)操作開始之前可放置在單元110中。該波形的選擇和數(shù)量一般由當前應用以及硬件限制來決定。在其它實施例中，在該操作期間，可以在系統(tǒng)10的多個單元中推斷外部參考。它們的基本功能是利用數(shù)據(jù)歷史來推斷未被很好地建模的輸入數(shù)據(jù)中的信息，并且使得該信息能夠以附加參考的形式為該模型所用。推斷的激勵被系統(tǒng)10編碼成可被解碼器用來重構(gòu)推斷的激勵波形的一組參數(shù)。例如，預處理器120可估計測量當前幀Xk中的噪聲類能量的參數(shù)，并使用這些參數(shù)來產(chǎn)生外部激勵。可利用現(xiàn)有技術(shù)中已知的方法來完成這一估計。舉例來說，一些語音編碼器使用基于傅里葉變換的方法來估計輸入中的的噪聲類能量的參數(shù)。作為另一示例，140或150可計算輸入Xk及其重構(gòu)版本Yk之間的殘留Rk＝Xk-Yk，并基于該殘留產(chǎn)生外部激勵。當利用估計模型的輸出在140或150中推斷出外部激勵時，一些實施例可使用推斷的外部激勵連同現(xiàn)有參考矢量，來估計當前數(shù)據(jù)幀的新模型。而且，一些實施例選項可采用兩種類型的外部激勵，即先前定義的和推斷的外部參考。當必須利用外部參考重構(gòu)至少一些幀內(nèi)容時，原因可能是幀包含隨機事件，例如脈沖或噪聲類能量。可替換地，原因可能是，例如在系統(tǒng)操作的初始化期間，可用信號歷史沒有包含足夠的COMPLEX信源模式信息。但是，另一個原因可能是信源結(jié)構(gòu)本身的變化，在這樣的情況下，歷史數(shù)據(jù)可能不具有所有新信源特征。在后面兩種情況中，外部參考建模的內(nèi)容是信源結(jié)構(gòu)的一部分，在優(yōu)選實施例中，它被結(jié)合至數(shù)據(jù)歷史中。在這樣的情況下，單元110可存儲根據(jù)所有已用參考(內(nèi)部及外部)重構(gòu)的Yk幀。其它實施例是可行的，其中單元110可存儲輸入的僅僅從其模型(對應于僅僅基于過往的信源模式的信源模型)中包含的內(nèi)部參考重構(gòu)的版本。但是，在其它實施例中，單元110可存儲輸入的從其模型中包含的內(nèi)部參考和僅僅一些含有的外部參考重構(gòu)的版本。例如，僅僅采用先前定義的外部參考，而不采用推斷的參考。對這些選項的選擇取決于具體應用，并且上述實施例的許多實現(xiàn)方式可根據(jù)基本原則來設計。通常，存儲單元110具有固定長度的存儲容量。信源模式的一個周期被要求利用COMPLETE來建模整個信源模式，但是在非理想環(huán)境中運行時采用多個周期提供了穩(wěn)健性。因此，單元110的所選存儲容量可取決于應用，但是也可能由諸如硬件限制之類的其它考慮所束縛。通過每次在單元110中布置新幀Yk時刪除最老的內(nèi)部參考幀，可將存儲單元110的尺寸保持為規(guī)定容量。在一些實施例中，類似的策略可用來更新外部參考矢量。單元130組合并布置來自單元110的參考信息以及當前幀Xk的除了最近一個點之外的所有點，即L-1個點Xk(n-1)＝[x(n-L+1),…,x(n-1)]，它們在圖2中是從預處理器100接收的。在圖2中標為RB的參考緩沖中布置信息，并且單元140和150訪問布置。在圖2所示的實施例中，RB中的矢量依次布置，開始是外部參考波形[E1,...,Eh]，可由單元110提供或者可從110中它們對應的參數(shù)進行合成，如果合適則在提供給單元130之前；隨后是如上所述從數(shù)據(jù)歷史導出的[Yk-p,...,Yk-1]序列；再隨后是尾部的最新的L-1個數(shù)據(jù)點Xk(n-1)。大量的其它緩沖配置可用于RB，只要RB的不同部分被系統(tǒng)10的各種單元一致地索引。RB中包含點[x(n-L+1),…,x(n-1)]使得最短尺寸結(jié)構(gòu)對于建模輸入幀而言可用。這是COMPLETE與現(xiàn)有振蕩器區(qū)別開來的一個方面。包含外部參考[E1,...,Eh]則使得能夠?qū)ξ窗跉v史中的數(shù)據(jù)部分進行建模。改進的數(shù)據(jù)驅(qū)動振蕩器與外部參考的使用的結(jié)合是另一新穎方面，其使得能夠利用一個簡潔的代碼組來對整個數(shù)據(jù)(結(jié)構(gòu)性的和非結(jié)構(gòu)性的)建模。在一些實施例中，存儲單元110在系統(tǒng)開始其操作時并不包含歷史數(shù)據(jù)的幀，而且在一些實施例中這種數(shù)據(jù)可以在信源模式顯著變化時隨時清除。在這樣的情況下，COMPLETE系統(tǒng)10可利用先前提供的外部參考和/或來自當前輸入Xk的L-1個數(shù)據(jù)點[x(n-L+1),…,x(n-1)](利用除了最新點之外的所有點)，在存儲單元110中產(chǎn)生數(shù)據(jù)歷史。在這種情況下，通過利用附加點補充L-1個輸入點，可從當前輸入產(chǎn)生完整的L-點參考塊；其中可通過重復現(xiàn)有點之一(例如創(chuàng)建[x(n-L+1),x(n-L+1),…,x(n-1)])，或通過利用已知的推算方法從多個現(xiàn)有點推算附加點，在單元130中產(chǎn)生附加點。替換實施例可替換地利用作為參考的L-1個點[x(n-L+1),…,x(n-1)]以及外部參考的相應尺寸的矢量對輸入的L-1個點[x(n-L+2),…,x(n)]進行建模。隨后，通過重復恢復的幀中的一些數(shù)據(jù)點，或者通過從恢復的幀中的一些數(shù)據(jù)點推算出數(shù)據(jù)點，可以從該模型的L-1個點輸出創(chuàng)建完整的L-點參考塊。一旦創(chuàng)建了這樣的L-點參考塊，則它可以存儲在單元110中并用作對后續(xù)幀進行建模的參考。根據(jù)該點，系統(tǒng)可利用其下述常規(guī)實施例來產(chǎn)生數(shù)據(jù)歷史。用于產(chǎn)生數(shù)據(jù)歷史的另一種選擇是使用本領(lǐng)域已知方法(KAM)來在單元110中創(chuàng)建至少一些或全部的所需數(shù)據(jù)歷史參考。實現(xiàn)這種手段的系統(tǒng)將在模式2中予以更全面的描述?？梢岳斫獾氖?，存儲單元110、預處理器120、以及緩沖130無需實現(xiàn)為物理上分開的組件，而是可以實現(xiàn)為單個軟件或硬件組件，或者在多個組件上任意劃分，只要可以通過適當軟件或硬件來訪問所有信息以仿真上述操作?？梢岳斫獾氖?，單元110、120和130中的數(shù)據(jù)序列可能指的是輸入數(shù)據(jù)的所有類型的經(jīng)變換的、過濾的、窗口化的或近似的版本。而且，存儲單元110、預處理器120和濾波器130中的序列可能指的是輸入信號的一些原始的/經(jīng)變換的/近似的版本的一些分量，例如子波分量。2.COMPLETE估計器/評估器140估計器/評估器單元140執(zhí)行COMPLETE模型估計功能。下面的說明將參考圖2所示的實施例，其中在緩沖RB中按照序列布置參考。模型估計的處理識別出RB130中的一組長度為N的L個塊{Bd(i)，i＝1，...，N}，以使得輸入幀Xk被建模為{Bd(i)}的一些規(guī)定函數(shù)：Xk＝G(Bd(i)),i＝1,...,N，(1)其中：G表示規(guī)定的函數(shù)形式(線性或非線性)；N是等式(1)中使用的Bd(i)塊的數(shù)量；i是表明第i個數(shù)據(jù)塊Bd(i)的指數(shù)；Bd(i)是從RB的項d(i)開始起從RB130取出的第i個塊，也稱為第i個'抽頭(tap)'；其中d(i)表示第i個延遲(為了方便，也可以寫成di)，它是RB130中的項(塊Bd(i)中的第一個元素)的指針?？赡艿难舆t值的范圍是整數(shù)集合1≤di≤maxd，maxd＝m-L+1，其中m是RB中的點的總數(shù)。等式(1)定義的COMPLETE模型同時考慮了輸入中的短尺寸和長尺寸模式以及非結(jié)構(gòu)性分量。延遲{di}的集合提供了一種識別出RB130中的適當塊{Bd(i)}的手段。模型估計意味著估計延遲{di}的值和函數(shù)G專有的任意變量。G所表示的函數(shù)形式通常適用于當前的特定應用，它可以是非線性的。然而，在許多應用中，包含少量抽頭的線性COMPLETE足以用來以高精度對許多類型的信號進行建模。為此，為了方便描述與本發(fā)明當前實施例更相關(guān)的特征，后面對當前模式的描述將重點關(guān)注線性COMPLETE，而非線性COMPLETE則本發(fā)明的一些實施例中另述。線性COMPLETE將Xk表示為塊{Bd(i)}的線性組合：Xk=Σi=1NaiBd(i),---(2)]]>其中：N、di、Bd(i)與等式(1)中的定義相同；并且，ai是相應塊Bd(i)的相對縮放(權(quán)值)。等式(2)中需要估計的參數(shù)包括集合{ai}和{di}，其中i＝1,...,N，項數(shù)為N。注意，由于COMPLETE的效率，在N＝2個線性COMPLETE模型的情況下可精確地對許多信號類別進行編碼。即使對于高度復雜的信號s，N＝4也是足夠的。而且，N的選擇對于給定應用一般是已知的。在這種情況下，估計等式(2)中的模型縮減為僅僅估計參數(shù)集{ai，di}。下面將描述用于估計參數(shù){ai，di}的多種方法。如果必須還要估計模型項N的數(shù)量，則下面提供的同樣的方法可用來針對N的不同值估計參數(shù)集{ai，di}，而且本領(lǐng)域已知方法(例如，赤池信息量準則)可用于選擇項N的最佳數(shù)量。在部分2，最后描述針對等式(1)的非線性COMPLETE調(diào)整所述方法。2a.COMPLETE參數(shù)的估計可通過調(diào)整用于將參量模型擬合至數(shù)據(jù)的多種已知方法之一而在COMPLETE估計器/評估器140中估計參數(shù){ai，di}。在此描述的實施例總體上執(zhí)行兩個基本程序。第一程序產(chǎn)生多個候選的模型。結(jié)果被傳遞給第二程序，第二程序利用預選的指標來評估估計出的候選模型的性能，從而找出‘性能最佳的’模型?！阅茏罴训摹Ｐ捅欢x為提供根據(jù)預設指標測得的最好結(jié)果的模型。下面將描述每個程序的多個實施例。應該理解的是，這些描述提供的示例并非用于估計COMPLETE及其參數(shù)的窮盡方式?；诨驹淼钠渌椒ǖ氖褂貌粫醣景l(fā)明的權(quán)利。第一程序–產(chǎn)生多個候選模型此處提供的用于產(chǎn)生候選的模型的方法執(zhí)行三個基本步驟：第一步驟挑選一個或多個候選延遲{dt^}(其中t＝1，...，D，D≤N，上標^用來表示這是正被考慮的候選值)，并且從RB130取出相應的延遲抽頭{Bd^(t)}。第二步驟計算與{Bd^(t)}對應的系數(shù){at^}。這可以利用已知方式通過求解代數(shù)最小二乘問題來完成：[a1^,...,at^]′=inv[Bd(t)^]X′k,---(3)]]>其中：[B^d(t)]是矩陣，它的列是從130選出的塊B^d(t)；inv[B^d(t)]是利用已知方法(例如奇異值分解法)計算出的矩陣[B^d(t)]的偽逆；[a^1,...,a^t]′是系數(shù){at^}組成的列矢量；以及，X′k是輸入Xk的元素組成的列矢量。以上兩個步驟重復以創(chuàng)建多個候選參數(shù)集合{at^dt^}j，其中下標j＝1，...，J被用來索引具體候選集合，每個這樣的集合都是針對第一步驟中選擇的{dt^}的具體選擇導出的。作為附加步驟，如果適合于給定應用，則COMPLETE參數(shù)可通過下述方式而被量化。第三步驟針對每個候選集合{at^，dt^}j，計算下文COMPLETE模型輸出。具體地，步驟1和3存在可選的大量實現(xiàn)方法。接下來描述步驟1(以及對步驟2的相應調(diào)節(jié))的幾種實現(xiàn)方式。此后，將在模型評估部分中描述描述用于在步驟3中測量‘模型輸出’的選擇。產(chǎn)生候選參數(shù)集合{dt^}j的方法下面描述用于產(chǎn)生候選參數(shù)集合的三種方法，它們可相應地使用詳盡搜索、依次搜索和受限搜索以產(chǎn)生候選延遲集合。這三種方法都從整數(shù)集合D導出延遲值，集合D本身是從范圍[1maxd]構(gòu)建的。集合[1maxd]中的一些值不提供有意義的延遲，并且無需被涵納作為D的一部分。具體地說，[Yk-p,...,Yk-1]組成的序列中的所有點通常提供有意義的參考以使得對這些點的塊Bd(i)進行索引的延遲一般涵納在D中。另一方面，例如，跨越兩個外部參考Ei和Ei+1或外部參考Eh和Yk-p的塊Bd(i)一般不提供有意義的參考，由此對這些塊進行索引的延遲不涵納在D中。詳盡搜索方法從D選擇N個延遲的組合，并隨后通過求解上述等式3來針對每種組合計算相應的系數(shù){a1^，a2^,…,aN^}。詳盡搜索方法可首先產(chǎn)生延遲的所有可行集合以及相應的系數(shù)值，并隨后評估來自所有所得到的候選模型的結(jié)果，以識別出產(chǎn)生最佳模型結(jié)果的最佳參數(shù)集合?？商鎿Q地，可在多個組的集合中產(chǎn)生及評估參數(shù)的可行集合。現(xiàn)有智能搜索方法之一(例如尋優(yōu)編程)可用來實現(xiàn)詳盡搜索。詳盡搜索方法在三種搜索方法中可產(chǎn)生最接近最佳模型的模型，但是它在估計包含多于兩個延遲的COMPLETE模型時在計算上的耗費較大。另一方法是依次搜索方案，依次搜索方案使用迭代過程，其中每個步驟找出最佳參數(shù)值的一個集合。例如，如下地實現(xiàn)一次考慮一個延遲的依次搜索。首先，通過針對從集合D選出的d1^的所有可能的值以及通過求解等式3而找出的它們相應的系數(shù)a1^評估候選模型結(jié)果，可針對等式(2)的一個延遲的COMPLETE(即Xk＝a1Bd^(1))找出最佳延遲值d1*。在下一次迭代中，通過評估所有兩個延遲的COMPLETE來找出最佳d2*值，其中d1*值保持固定為第一次迭代中找出的最佳值，并且從D中選擇候選的d2^值。通過如上所述地求解等式3來計算對應于延遲{d1*，d2^}的候選集合的系數(shù){a1^，a2^}。注意，雖然d1*的值在第一次迭代之后固定，但是系數(shù)a1的值不是如此而是必須在每個下一次迭代中重新計算。處理重復直到獲取所有COMPLETE參數(shù)的最佳值。依次搜索方法能以遠遠低于詳盡搜索的復雜度產(chǎn)生接近的最佳結(jié)果。第三種方法是受限搜索，其結(jié)合了前兩種方法的特定方面。首先，如上所述地執(zhí)行依次搜索以產(chǎn)生“種子”估計{d1^，d2^,…,dN^}。隨后，將候選延遲限制至種子周圍的范圍，該估計成為選擇候選延遲的基準：di^-μ≤di^≤di^+μ，i＝1，...，N，其中μ指定了每個di^周圍的點數(shù)，并且它的值的設定取決于期望的搜索復雜度。在受限的候選延遲范圍內(nèi)使用上述詳盡搜索程序，由此產(chǎn)生候選參數(shù)的新集合，并評估相應模型結(jié)果以識別出產(chǎn)生最佳模型結(jié)果的參數(shù)值。該方法的性能通常介于前兩種方法之間。參數(shù)產(chǎn)生方法的以上描述同等地看待RB130中包含的所有類型的參考?？墒褂锰鎿Q實施例，其中在對Xk進行建模時，RB中的參考波形的子集的選擇優(yōu)先于其它參考波形。例如，在一些實施例，最新的數(shù)據(jù)歷史可優(yōu)于更早獲得的歷史。在另一示例中，‘內(nèi)部’參考[Yk-p,...,Yk-1]可優(yōu)于外部參考[E1,...,Eh]。特定參考的優(yōu)選處理可實現(xiàn)為下面將要描述的模型評估和選擇處理的一部分。上述參數(shù)產(chǎn)生方法可針對這一目的而進行修改，并且這些修改一般實現(xiàn)為對可在模型評估和選擇期間采用的任意優(yōu)選處理的補充。例如，以上方法可修改為，其中候選集合{at^，dt^}j被排序以反映期望的優(yōu)先。例如，當取決于最新歷史數(shù)據(jù)的模型是優(yōu)選的時，候選參數(shù)集合可按照每個集合中的最小延遲的值的降序進行排序，由此在候選模型評估/選擇處理期間可首先評估參考最新數(shù)據(jù)歷史的模型。候選模型評估/選擇處理可以在找到滿足期望性能標準的第一個模型時終止?？瑟毩⑹褂没蛘吲c前一策略一起使用的另一策略是僅僅產(chǎn)生候選參數(shù)集合的對應于最優(yōu)選參考的子集，并首先評估該子集。通過利用第一個策略，如果從第一個子集中找到滿足滿足期望性能標準的模型，則可以終止候選模型評估/選擇處理。否則，接下來可創(chuàng)建并評估包含較少優(yōu)選參考的候選子集。更先進的實施例可包括復雜的折中標準，該折中標準可允許用戶支持模型中的特定參考，即使該選擇導致了不夠標準的結(jié)果。例如，在一些實施例中，性能的預定損失對于僅僅取決于‘內(nèi)部’參考[Yk-p,...,Yk-1]的模型來說是允許的，如果該模型優(yōu)選的。一般，可利用基本原理來設計更支持RB130中的一些參考的許多實現(xiàn)方式，并且這種設計的采用不會消弱本發(fā)明的權(quán)利。第二程序–評估候選模型上述第一程序輸出根據(jù)等式(2)得到的參數(shù)化的候選模型的集合。接下來將描述為了評估這些候選模型的質(zhì)量而對單元140使用的各種方法做出的調(diào)整。通常，當模型由等式定義時，利用該等式計算其輸出。具體地說，在等式(2)的情況下，標準模型輸出被定義為Xk^(j)＝ΣiDai^Bd^(i)(針對第j個候選參數(shù)set{at^，dt^}j的實例)，其中t＝1，...，D，D≤N，并且其它標記與前面的定義相同。通常，這種標準輸出Xk^(j)可用來評估模型質(zhì)量。針對這一點的通用測量是均方誤差(MSE)，對于第j個候選參數(shù)集合{a^，d^}j的實例有：MSE(j)=1L[Xk-Xk^(j)]′[Xk-Xk^(j)].---(4)]]>最佳候選模型在這種情況下被識別為使得MSE最小的模型。一般，大量指標可代替MSE來統(tǒng)計上分析模型輸出的時域和頻域特征。一個指標或多個指標的選擇可根據(jù)具體應用的需求來確定。為了評估候選COMPLETE模型的質(zhì)量，本發(fā)明以沒有限制的方式覆蓋任意指標的使用，不管是現(xiàn)有技術(shù)中的已有指標還是根據(jù)已知的基本原理設計的指標，不管是單獨使用還是和其它已知指標一起使用。在此將描述多個指標。除了用于評估候選模型的質(zhì)量的指標的選擇范圍之外，接下來將描述使用模型輸出而不是上述定義的標準Xk^的多個實施例。在一些實施例(包括圖2所示的實施例)中，第二模型輸出，即根據(jù)單元140提供的參數(shù)在合成器150中合成的Yk^，被用作模型評估/選擇處理的一部分，并且被用于在單元110中創(chuàng)建數(shù)據(jù)歷史參考。此處的關(guān)鍵點在于，在COMPLETE的情況下，對于給定的參數(shù)集合，合成的Yk^可能不同于估計的Xk^，這是因為Yk^可能是從輸入幀中的重構(gòu)數(shù)據(jù)導出的，而Xk^參考了實際輸入Xk。而且，可利用近似模型參數(shù)而不是精確的模型參數(shù)來計算兩個估計(Xk^和Yk^)，例如量化的參數(shù)，其中通過下面描述的方式來進行量化。因此，在所提供的實施例中，可修改被用來評估封閉形式的模型的現(xiàn)有指標，例如等式(4)中的MSE，其中由利用等式(2)通過近似(例如量化的參數(shù))計算出的估計X^^k來替換模型估計Xk^的所有實例，或者可選地由從精確的或近似的模型參數(shù)合成的估計Yk^來替換模型估計Xk^的所有實例。實際上，更有意義的是使用具有合成的Yk^的特定指標以及具有Xk^的其它指標，并且可根據(jù)當前應用來決定選擇。例如，在涉及語音的應用中，通常期望優(yōu)化合成的輸出Yk^的感知特征而不是Xk^的感知特征。注意，基于Yk^的模型評估可被看作是涉及整合分析(analysis-by-synthesis)技術(shù)，其中對根據(jù)各種輸入合成的多個系統(tǒng)輸出進行比較以選擇最佳輸出。然而，在許多實施例中，基于在COMPLETE模型選擇中使用的合成輸出的指標可與其它指標結(jié)合，通常包括X^k或X^^k，由此整個COMPLETE模型估計程序可包括多個步驟的評估處理。在非限制性的示例中，依次使用兩個指標的實施例可首先根據(jù)等式(4)給出的最小MSE標準來產(chǎn)生q個最佳候選模型，隨后在合成器(解碼器)150中從這q個最佳候選模型的量化參數(shù)合成出q個輸出Yk^，并將這q個合成的輸出傳遞至估計器/評估器單元140，在估計器/評估器單元140中利用第二指標(例如，下面的等式(7)給出的PWE感知指標)來對其進行評估。本發(fā)明的實施例的模式3提供了采用多個評估指標的語音編碼器的具體情況?；诙鄠€指標的評估程序的設計是COMPLETE的一部分，其不僅針對實際應用進行了調(diào)整，而且用于針對其采用的參考的擴展范圍確保了COMPLETE模型的穩(wěn)定性。接下來給出一些指標的非限制性示例，用于評估Yk^的實例，但是如前面說明的那樣，可利用Xk^或X^^k來替換地應用這些和其它指標從而評估COMPLETE質(zhì)量(如果對于給定應用來說有必要)。信噪比：最小信噪比(SNR)是用于選擇最佳模型的通用標準。對于Yk^，SNR可計算為SNR(j)=10log10Xk2[Xk-Yk^(j)]2,---(5)]]>其中j表示候選參數(shù)集合{ai^，di^}j的指數(shù)。對數(shù)頻譜距離：對數(shù)頻譜距離(LSD)是用于評估模型結(jié)果的頻譜特性的另一通用指標。可進行如下計算LSD(j)=1fs∫0fs10log10|F[Xk](f)|2|F[Yk^](j,f)|2df,---(6)]]>其中fs是采樣頻率；F表示傅立葉變換；f是范圍為[0，fs]的相關(guān)頻率箱；而且，j是候選參數(shù)集合{ai^，di^}j的指標。用于評估語音的感知質(zhì)量的公共指標是感知加權(quán)誤差(PWE)。通過最小化PWE來優(yōu)化感知質(zhì)量：PWE(j)=1fs∫0fs|F[Xk](f)-F[Yk^](j,f)|2|W(f)|2df,---(7)]]>其中fs、F[.]和j具有與等式(6)相同的定義；│.│表示強度頻譜；W(z)是加權(quán)濾波器：其中Z[b]表示Z變換，而且通過使線性預測模型的失配誤差最小來計算系數(shù)b：Xk=Σu=1UbuXk(u),---(8)]]>其中Xk(u)＝[x(n-u-L+1),…,x(n-u-1)]表示相對于最后一個點Xk具有滯后u-1的長度-L數(shù)據(jù)序列。在此描述的方法不應該被解釋為提供了用于執(zhí)行所述模型評估的全面或窮盡的方式?；诨驹淼钠渌u估方法的采用不會消弱本發(fā)明的權(quán)利?？稍?40或150中的對模型參數(shù)的評估處理中、或隨后在160中的對模型參數(shù)的后續(xù)處理中，量化模型參數(shù)?？衫矛F(xiàn)有技術(shù)中的任意數(shù)量的方法來實現(xiàn)量化，包括但不限于針對系數(shù){ai}的矢量量化、針對延遲{di}的標量量化、以及它們的所有衍生形式。估計器/評估器140中執(zhí)行的評估的結(jié)果是產(chǎn)生最佳模型結(jié)果的參數(shù)集合{ai^，di^}*。如果最佳模型采用推斷的外部參考，則需要重構(gòu)這些參數(shù)的參數(shù)也變成來自單元140的輸出代碼的一部分。因此，輸入幀的COMPLETE代碼可包括模型參數(shù)，以及如果可以的話則還包括外部參考的參數(shù)。從估計器/評估器140向合成器150和后置處理器160輸出最終代碼以進行存儲和/或傳遞。根據(jù)圖2所示的實施例，如果在模型估計處理期間沒有保存最佳的恢復幀Yk的期望形式，則在單元150中從提供的參數(shù)對其進行合成并將其輸出值存儲單元110。單元160還可以在存儲/傳輸COMPLETE代碼之前通過適合于當前應用的方法來處理或變換COMPLETE代碼。例如，如果參數(shù)還沒有在140中被量化，則可以在后置處理器160中通過前面描述的現(xiàn)有技術(shù)的方法對它們進行量化。上述分析步驟可直接地轉(zhuǎn)換至由Bd(i)的線性和非線性函數(shù)的加權(quán)求和構(gòu)成的任意非線性模型。而且，一般的非線性函數(shù)可通過由塊Bd(i)本身和塊Bd(i)的上升為指數(shù)的元素的加權(quán)求和構(gòu)成的截斷的多項式展開來近似。上述分析方法可被調(diào)整用于估計非線性模型的多項式展開，如下所述。和前面一樣，延遲di可在參考緩沖130中索引數(shù)據(jù)塊。針對上述所選延遲值取出數(shù)據(jù)B^d(i)的塊，并將其用于計算新的塊的集合{B^term(c)}，其中每個B^term(c)對應于多項式展開的第c項。在線性COMPLETE的情況下，在計算了塊{B^term(c)}之后，通過在等式3中將項{B^term(c)}代入{Bd^(i)}，多項式展開中它們對應的權(quán)值被類似地計算成系數(shù){a^i}。余下的分析如前面針對線性COMPLETE描述的那樣進行。3.合成器150和解碼器250中的信號的解碼圖3圖示了根據(jù)本發(fā)明實施例的從接收到的COMPLETE參數(shù)恢復信號的COMPLETE合成器/解碼器的示意性框圖。解碼指的是在圖2中的合成器150以及圖3中的單元250中執(zhí)行的操作。合成器(解碼器)150/250根據(jù)提供的參數(shù)以一定精度恢復原始輸入幀。在圖2中的合成器150的情況下，從估計器/評估器140輸入合成參數(shù)，在圖3中的獨立解碼系統(tǒng)的情況下，根據(jù)傳遞的/存儲的代碼獲取參數(shù)。在圖3所示的解碼器實施例中，在單元250中按照與信號在150中合成的方法相同的方式恢復信號。在圖3所示的實施例中，單元210存儲并布置恢復的'信號歷史'[Yk-p,...,Yk-1]以及所有先前定義外部參考，它們的實際波形或者它們的生成所需的參數(shù)。210中的布置鏡像了這些參考在圖2的單元130中的布置。產(chǎn)生推斷的外部參考所需的參數(shù)(如果有的話)也作為傳輸?shù)?存儲的代碼的一部分而提供至Fig3的解碼器，并且用于產(chǎn)生這些外部參考波形。在提供至單元150/250的代碼中沒有延遲{di}索引了當前數(shù)據(jù)幀中的任意點的情況下，與前面針對幀Xk的等式(2)給出的模型估計的計算類似地，從提供的參數(shù)集合恢復當前幀Yk，即：Yk=Σi=1NaiBd(i).]]>否則，如果至少一個延遲索引了當前輸入幀中的數(shù)據(jù)，則合成器150/250點對點地合成整個Yk，按照從當前幀的最早點開始、向幀的尾部前進的方式，如下地估計每個點：y(s)=Σi=1Naib(d(i)+s-1)]]>其中b(d(i)+s-1)要么指的是現(xiàn)有參考中的點，要么指的是已經(jīng)在當前y(s)之前合成的并且正被保持在被150/250訪問各個緩沖中的當前幀的元素。模式2：將COMPLETE與現(xiàn)有技術(shù)中的已知方法進行結(jié)合圖4圖示了示出根據(jù)本發(fā)明實施例的通用多模式COMPLETE/KAM系統(tǒng)的組件的示意性框圖。圖4示出了混合多模式COMPLETE/KAM系統(tǒng)400的總體結(jié)構(gòu)，混合多模式COMPLETE/KAM系統(tǒng)400通過通過在各種形式的COMPLETE單元10a，10b，…，10n和各種本領(lǐng)域已知方法(KAM)405a，405b，...405n以及它們的組合、各種塊和單元(可實現(xiàn)為硬件、軟件或它們的組合)中進行選擇，來對輸入幀進行編碼。系統(tǒng)400的實施例可提供兩個實用功能：1)COMPLETE的初始化；以及2)改進KAM的性能，或者在COMPLETE本身不提供期望水平的性能的應用中改進COMPLETE的性能。如在本發(fā)明的發(fā)明內(nèi)容中討論的那樣，輸入信號中的‘模式突破’事件(例如，在相對于信號的持續(xù)模式演變的時間跨度較短的時間跨度發(fā)生的非結(jié)構(gòu)性能量的突然上升、斷開以及瞬變)會負面地影響COMPLETE性能。在這樣的情況下，KAM405可用來編碼一部分信號，COMPLETE可用來編碼其它部分，由此將總體性能提高至高于KAM或COMPLETE單獨所能提供的性能。圖4中的COMPLETE/KAM系統(tǒng)400可包括前置選擇器410，其可以分析輸入信號Xk并且選擇COMPLETE10、KAM405或COMPLETE10/KAM405的組合中的那個被用于建模Xk；COMPLETE/KAM編碼模塊415，其包含可被前置選擇器410和/或后置選擇器430激活的各種COMPLETE10和KAM405模型估計單元；參考/存儲單元420，其結(jié)合了上述單元110和130的功能。單元420可包含如上所述的內(nèi)部和外部激勵，這些內(nèi)部和外部激勵可被COMPLETE10訪問，并且在需要時可被COMPLETE/KAM模塊415的KAM405單元訪問；后置選擇器430，其從最終選擇的‘最佳’模型向存儲器420和后置處理器440路由相關(guān)輸出，并且可選地，它可以評估從COMPLETE/KAM模塊415提供的候選模型的輸出；以及后置處理器440。對于模式2，為多模式COMPLETE/KAM系統(tǒng)產(chǎn)生輸入幀的前置選擇器410的數(shù)據(jù)預處理功能，可類似于模式1中描述的圖1的預處理器120的預處理功能，所以該組件以及相關(guān)預處理步驟不在模式2中重復描述。類似地，圖4的后置處理器單元440的功能可實現(xiàn)為類似于模式1中的后置處理器160的功能(參見圖1)，不同之處在于后置處理器440可執(zhí)行將最終模型的參數(shù)連同它們的模型標識符代碼一起封裝識符代碼的附加功能。模型標識符代碼被后置選擇器430連同模型參數(shù)一起提供給440，并且模型標識符代碼由給定系統(tǒng)指定哪個模型或模型組合被用于編碼當前幀所需的最少數(shù)量的比特構(gòu)成。前置選擇器410和后置選擇器430以及圖4中的COMPLETE/KAM模塊415為COMPLETE/KAM系統(tǒng)的各個實施例提供了主要塊。在描述了單元410和430以及COMPLETE/KAM模塊415執(zhí)行的操作之后，下面將描述COMPLETE/KAM系統(tǒng)的三種基本實現(xiàn)方式的實施例。作為其操作的一部分，前置選擇器410可在COMPLETE/KAM模塊415中選擇COMPLETE10和/或KAM405的集合。在一些實施例中，前置選擇器410的實現(xiàn)可以是一個簡單的多路分離器，其在剛好兩個模型(單個COMPLETE10和單個實施的KAM405)之間進行選擇，并且還可選地能夠選擇兩者的組合。可替換地，前置選擇器410可根據(jù)輸入信號Xk的本質(zhì)來選擇COMPLETE和/或KAM方法的復雜組合。這種選擇處理可包括針對反映信號的統(tǒng)計上的和/或確定性的特性的輸入Xk計算參數(shù)，分析這些特征，并隨后利用結(jié)果選擇多個COMPLETE10a-10n和KAM405a-405n的組合以對Xk進行建模。根據(jù)什么適合于給定應用，針對輸入Xk計算出的參數(shù)可反映可利用現(xiàn)有方法獲取的信號的任意數(shù)量的統(tǒng)計的時間的、頻率的、以及時頻的特征?？蓪φ疹A設基準/閾值或其它預定指標來分析計算出的參數(shù)值。前置選擇器410能夠起到作用的一個功能是檢測‘模式突破’事件。對于這些實施例，前置選擇器410可利用已知方法分析特定參數(shù)在當前和先前幀Xk上的的連貫性。例如，前置選擇器410可將Xk中的確定性能量的分布與一些先前輸入幀[Xk-p...Xk-1]中的確定性能量的分布進行比較。例如，所述分布可通過計算基頻(在語音編碼中被稱為音高周期)以及能夠揭示幀中的準周期能量(V)和噪聲類能量(U)的特性的其它參數(shù)來測量?？衫帽绢I(lǐng)域已知方法來估計這些參數(shù)。例如，一些語音編碼器利用基于傅立葉變換(FT)的方法(例如快速傅立葉變換(FFT))來計算U和V參數(shù)，以便針對每個幀來進行語音/非語音識別。計算出的準周期能量的參數(shù)V(t，w)和噪聲類能量的參數(shù)U(t，w)是時間(t)和頻率(w)的函數(shù)。還可以采用用于計算這些參數(shù)的其它已知方法。在本示例中，給定幀內(nèi)計算出的準周期和噪聲類能量在時間和頻率上的分布相對于這些量在先前幀中的分布，可控制COMPLETE10和KAM405是否以及有多少能被前置選擇器410選擇。考慮到輸出的期望質(zhì)量，這種控制處理同樣可以按照許多已知方式來實現(xiàn)。例如，準周期能量V和噪聲類能量U的分布可分成多個范圍或多個箱，并且COMPLETE和/或KAM的具體選擇可分配給每個箱。前置選擇器410還可以從可修改前置選擇器410的設置的外部信源接收命令，或者可替換地，命令可整合為前置選擇器410的決策邏輯的一部分。例如，什么時候出現(xiàn)‘模式突破’的知識可從COMPLETE/KAM系統(tǒng)外部獲取，在這種情況下，外部命令可將這一信息提供給前置選擇器410，由此使前置選擇器410無需執(zhí)行該分析。如上所述，圖4中的COMPLETE/KAM模塊415包含一個或多個COMPLETE10和KAM405估計器。COMPLETE/KAM模塊415中的每個COMPLETE10估計COMPLETE的不同功能形式。例如，COMPLETE/KAM模塊415可包含4個COMPLETE單元，其中每個單獨的單元利用特定數(shù)量(1至4)的延遲來估計線性COMPLETE。可假設每個COMPLETE10或KAM405在其被來自前置選擇器410、后置選擇器430或來自COMPLETE/KAM模塊415中的另一COMPLETE10或KAM405的輸入切換至“開啟”之前保持未激活。因此，可將COMPLETE和KAM單元切換至“開啟”，并向它們單獨或按各種組合(即，串行組合、并行組合、或串并混合的組合)施加所提供的輸入。在‘串行’組合中，第一個被選的單元對Xk進行編碼，下一個單元對第一個單元的殘留輸出進行編碼，依此類推，最后結(jié)果是一個串行模型，例如(COMPLETE10a+KAM405a+...KAM405e)。在‘并行’組合中，第一個被選的單元對Xk的一部分進行編碼，下一個單元對Xk的另一部分進行編碼，依此類推。而且，描述的這些方案可彼此組合使用以便創(chuàng)建COM和KAM的任意組合。KAM405單元可使用已知方法來估計它們各自的模型。對于圖4中的COMPLETE10單元，同樣的實現(xiàn)方式可用于上述COMPLETE10的COMPLETE估計器/評估器140和合成器150(參見圖2)，不同之處如下所述。以上針對COMPLETE估計器/評估器140描述過的候選模型質(zhì)量的評估在模式2下可在COMPLETE/KAM模塊415的模型估計單元和后置選擇器430之間劃分。處理的這個部分的劃分方式可取決于具體的COMPLETE/KAM系統(tǒng)實現(xiàn)方式的選擇，其中一些選擇將在下文予以更全面的描述。然而，不管模型評估功能如何在COMPLETE/KAM模塊415和后置選擇器430之間劃分，用于評估候選模型以針對給定方法來選擇最佳模型的整個處理和指標類似于參考單元140描述的那些處理和指標。而且，應該注意的是，在一些實施例中，在各個COMPLETE或KAM估計單元內(nèi)合成候選模型輸出。對于一些實施例，替換實施例可使用COMPLETE/KAM模塊415內(nèi)的或COMPLETE/KAM模塊415外的其它分量以合成這些模型輸出?？梢岳斫獾氖?，僅僅出于描述簡潔的原因，圖4所示的COMPLETE/KAM模塊415中的分開的COMPLETE10和KAM405被用來表示不同形式的COMPLETE10和KAM。多個模型類型的估計可在單個單元完成或者以一些方式劃分至多個單元，在這樣的情況下，軟件或硬件可用來選擇適合于期望模型的具體項。例如，與利用四個分開的單元估計四個線性COMPLETE(每個具有不同數(shù)量的延遲(1至4))不同，COMPLETE/KAM模塊415可具有允許多達四個延遲的單個COMPLETE單元，并且可在模型估計處理期間選擇期望數(shù)量的延遲。一旦COMPLETE/KAM模塊415中的模型估計處理完成，建模結(jié)果可被提供至后置選擇器430以進行進一步處理。如圖4所示，后置選擇器430可從COMPLETE/KAM模塊415接收結(jié)果，并且可訪問所提供的結(jié)果。COMPLETE/KAM系統(tǒng)400的具體邏輯結(jié)構(gòu)的選擇(下文將描述一些可用的邏輯結(jié)構(gòu))控制在后置選擇器430中執(zhí)行多少處理。以下將描述后置選擇器430可執(zhí)行的功能的完整集合，需要理解的是，特定實現(xiàn)方式可結(jié)合所述處理步驟的全部或部分、甚至不結(jié)合所述處理步驟?？稍诤笾眠x擇器430中執(zhí)行的一個功能是對從COMPLETE/KAM模塊415接收到的分析結(jié)果進行評估?？蓤?zhí)行兩種類型的評估。第一類型評估了模型質(zhì)量，并且可用來輔助在從單個建模方法獲取的各種候選模型中進行選擇。評估的第二類型可用來在從COMPLETE/KAM模塊415的不同COMPLETE10和/或KAM405獲取的結(jié)果中進行選擇?？衫糜糜谠u估模型質(zhì)量的方法(已經(jīng)在模式1中針對COMPLETE估計器/評估器140做出了描述)在后置選擇器430中實現(xiàn)評估的第一類型?？衫门c模式1中在COMPLETE估計器/評估器140中評估模型質(zhì)量的方法相同的方法實現(xiàn)第二類型，但是除了與模型質(zhì)量相關(guān)的測量之外，它還可以包括性能測量。示例包括就給定參數(shù)集合編碼所需的比特數(shù)、計算復雜度、模型對于環(huán)境噪聲的穩(wěn)健性、量化穩(wěn)健性和本領(lǐng)域已知的適合于當前具體應用的其它性能指標而言的編碼效率?？梢岳矛F(xiàn)有技術(shù)的方法來計算所有這些測量。而且，多個性能指標可相互組合以及可與模型質(zhì)量相關(guān)測量組合使用，在這種情況下，評估一般包括基于多個指標的性能折中。一個示例是涉及模型質(zhì)量和編碼效率之間的折中的選擇標準。估計結(jié)果可控制后置選擇器430中做出的決策處理。一種實施方式選擇是讓后置選擇器430總是根據(jù)一些預設標準來選擇最佳模型，并且該模型被當作分析的最終結(jié)果，在這種情況下，后置選擇器430向后置處理器440輸出選擇的模型參數(shù)以及模型標識符代碼，并且如果可用，則向存儲器420輸出從所選的最佳模型的參數(shù)恢復的最終的Yk幀。如果最終的Yk不可獲取，則后置選擇器430指示COMPLETE/KAM模塊415合成該Yk并將其輸出至單元420。可替換地，在一些實施方式選擇中，后置選擇器430可選擇繼續(xù)COMPLETE/KAM模塊415中的模型估計處理。為了初始化模型估計處理的新迭代，后置選擇器430打開COMPLETE/KAM模塊415中的所選的模型估計單元，并且向它們提供所有必要的輸入。通過后置選擇器430提供給單元415的數(shù)據(jù)幀可包含從Xk導出的一些形式的數(shù)據(jù)，或者可替換地，該輸入可通過之前的迭代獲取，例如通過之前的迭代獲取的f殘留誤差。這些模型估計步驟可迭代地重復，直到后置選擇器430選擇最終模型，并通過向單元440輸出所選的模型參數(shù)和模型標識符代碼以及向單元420輸出由所選模型恢復的Yk幀，來終止模型估計處理，如之前描述的那樣。COMPLETE/KAM系統(tǒng)400存在三種基本邏輯結(jié)構(gòu)，其能夠以不同邏輯次序組合前置選擇器410、COMPLETE/KAM模塊415和后置處理器430中執(zhí)行的各種功能。這些實施例可稱為先決策(DF，Decision-First)、后決策(DL，Decision-Later)以及混合決策(MD，Mixed-Decision)實施例。模式3中將提供MD實施例對于語音編碼器的一個具體示例。先決策(DF)：DF實施例做出與圖4中的前置選擇器410中的模型的選擇有關(guān)的所有決策，并選擇用于對給定幀Xk進行編碼的一個具體方法，這個方法可以是COMPLETE、KAM、或COMPLETE和/或KAM的組合。DF實施例的基本示例是用于COMPLETE初始化的系統(tǒng)，其中基本COMPLETE/KAM系統(tǒng)由一個COMPLETE和一個KAM構(gòu)成。在這樣的情況下，單元410是一個簡單開關(guān)，其被設置成在系統(tǒng)操作開始時(以及在要求重新初始化的事件之后)選擇KAM，直到在單元420中產(chǎn)生了足以實現(xiàn)COMPLETE操作的信號歷史[Yk-p,...,Yk-1]。在這之后，前置選擇器410可被設置成選擇COMPLETE。采用前面在對前置選擇器410的描述中描述過的輸入Xk的分析，可得到能夠在COMPLETE10a-10n以及KAM405a-405n的多個選項中做出選擇的更復雜的DF實現(xiàn)方式。后決策(DL)：DL實施例做出與后置選擇器430(而非前置選擇器410)中的一個模型或多個模型的選擇有關(guān)的所有決策。DL策略允許多個可行的實施例。最基本的DL策略計算COMPLETE/KAM415中的所有可用方法選項的候選模型，隨后后置選擇器430利用用于估量模型質(zhì)量的一個或多個估計指標以及前面在對后置選擇器430的描述中給出的其它性能測量，通過對從它們各自的最佳模型獲取的結(jié)果進行比較，在所有方法選擇中做出選擇。例如，可以在目標是根據(jù)一些預定的標準集合來選擇具有最佳總體性能的模型時，采用該策略。更復雜的DL策略可由多個迭代步驟構(gòu)成，每個步驟包括在COMPLETE/KAM415中產(chǎn)生多個候選模型以及在后置選擇器430中評估來自這些模型的結(jié)果，直到得到期望性能。例如，可以在估計標準包括折中(例如，用于找出提供最低比特率同時符合或超過對模型質(zhì)量的預設要求的COMPLETE/KAM模型的標準)時采用該DL策略。在該示例中，首先可利用前述方法來找出提供最低比特率的模型，并且如果其輸出質(zhì)量不滿足期望要求，則針對下一個最低比特率模型重復該處理，直到得到具有期望質(zhì)量的模型。迭代DL實施例可結(jié)合基于已知決策制定協(xié)議的更復雜的邏輯。例如，可評估來自一個迭代步驟的結(jié)果，并且基于結(jié)論，后置選擇器430可針對下一次迭代來選擇與上一步驟中使用的集合完全不同的COMPLETE10或KAM405的集合。例如，后置選擇器430可根據(jù)來自給定迭代的估計結(jié)果將使用的方法從COMPLETE10切換成KAM405。而且，后置選擇器430可以指示針對從原始輸入幀Xk導出的信號或者替換地針對從在之前的迭代中的一個迭代中評估的模型獲取的殘留誤差，評估這個新模型。一旦已經(jīng)完成了預定次數(shù)的迭代，則可終止迭代處理?？商鎿Q地，一旦找到滿足預設標準的模型，后置選擇器430可做出決策來終止迭代?；旌蠜Q策(MD)：MD實施例可使用前置選擇器410和后置選擇器430兩者以結(jié)合DF和DL策略的屬性。在MD實施例中，前置選擇器410可選擇將針對每個幀進行評估的潛在方法的集合，而不是如DF實施例中那樣指定單個方法。單元430可以在對所選模型做出了評估之后進一步在所選模型中做出選擇。因此，410可用來縮小COMPLETE/KAM模塊415中需要針對給定幀予以考慮的COMPLETE10和KAM405的選擇范圍。同時，如果合適，后置選擇器430可以在評估過所選模型之后改變決定并選擇并非前置選擇器410初始選擇的另一模型?？梢岳斫獾氖牵鲜霾呗源砹艘恍┗鞠到y(tǒng)實現(xiàn)選擇，從它們可以開發(fā)出將COMPLETE和KAM以各種方式結(jié)合在一起的無數(shù)的可能實施例。解碼在所有的COMPLETE/KAM實施例中，解碼器估量所接收的模型標識符代碼，并利用與對Xk進行編碼所使用的方法相對應的方法來相應地重構(gòu)輸出信號Yk。編碼器所用的這種方法可以是COMPLETE或KAM、或者COMPLETE和/或KAM的組合。由KAM編碼的信號的每個部分利用針對該KAM已知的解碼方法來進行解碼。利用模式1中描述的相應的COMPLETE解碼方法來對被COMPLETE編碼的該信號的每個部分進行解碼。恢復的幀按照對恢復的幀在編碼器端的存儲器420中的累積進行鏡像的方式在解碼器的存儲單元中累積，并且在需要時被用于恢復未來幀。模式3：語音編碼器/解碼器模式3提供了模式1和2中討論的一些實施例的具體示例。圖5圖示了示出根據(jù)本發(fā)明實施例的利用多模式COMPLETE/PACT實施的語音分析(編碼)系統(tǒng)的示例的示意性框圖。圖5示出了語音編碼器50的基本部分的框圖，語音編碼器50能夠以可與現(xiàn)代編解碼器的比特率相比擬的比特率產(chǎn)生長話級語音，并且是利用在本發(fā)明的模式2中描述的混合COMPLETE/KAM策略實現(xiàn)的。為了更容易說明一些關(guān)鍵點，模式3使用COMPLETE模型的完整振蕩器(COM)部分。該模型的COM部分使用僅僅從數(shù)據(jù)歷史和當前幀導出的參考，但是不使用外部參考。出于描述簡潔的目的，模式3中使用的模型將被稱為COM。圖5中的語音編碼器包括預處理器模塊500；前置選擇器單元510，其控制初始化處理；以及COM/PACT編碼模塊515，其包含一個COM估計單元525和實現(xiàn)了下面將要詳細描述的脈沖自回歸補償器(PACT，PulsedAutoregressiveCompensator)方法的一個KAM估計單元535。語音編碼器50還可進一步包括存儲單元520，其包含可由COM525訪問的恢復的早期輸入[Yk-p,...,Yk-1]；以及后置選擇器530，其在正常(非初始化)模式下控制模型選擇處理，并且在通過將后面描述的相關(guān)信息路由至單元520和后置處理器540來找到‘最佳’模型之后初始化輸出處理。后置處理器540如模式2中描述的圖4的后置處理器440那樣的操作，由此省略對其的描述。圖5中的預處理器500利用與針對模式1(參見圖1)描述的處理模塊120相同的通用方法來處理輸入數(shù)據(jù)，但是被調(diào)整成適應語音編碼應用。如果輸入數(shù)據(jù)是模擬的，則對輸入數(shù)據(jù)進行采樣，并利用根據(jù)現(xiàn)有技術(shù)的一種窗口進行窗口處理以創(chuàng)建幀，一般可選擇Hamming、Hann或Kaiser窗口。窗口操作可用來創(chuàng)建輸入數(shù)據(jù)的與它們前面的輸入幀重疊一些固定數(shù)量的數(shù)據(jù)點的幀。通常，還可以利用許多已知方法中的一種來對幀進行凌波以去除噪聲。語音編碼中一般是5毫秒(ms)至40ms的窗口大小。在一些實施例中，模式3使用20ms的三角窗口以及50％的幀重疊。創(chuàng)建的每個幀可被預處理器530輸出至前置選擇器510。前置選擇器510將當前輸入幀提供給COM525或PACT535，并且由此控制在COM/PACT模塊515中一開始使用哪個模型。前置選擇器510中的操作遵循對前置選擇器410in模式2中的前置選擇器410中的初始化處理所做的總體描述，但是存在一些區(qū)別。具體地說，單元510在操作開始時或者在檢測到輸入信號的中斷之后，切換至‘初始化’模式。在給出的實施方式中，單元510保持‘初始化’模式，直到在單元520中累積了足以獲知一個音高周期的最大時間間隔是多少的足夠多的幀。例如，在標準美式英語發(fā)出的語音的編碼中，在單元520中捕獲幀形式的32ms連續(xù)語音就足夠了。模式1中描述的其它考慮也會影響到存儲單元520中累積的幀的數(shù)量。在完成了累積之后，單元510可切換至‘正?！Ｊ?。在‘初始化’模式中，單元510可通過向模塊515中的PACT單元535輸入當前輸入幀來將之激活，由此對該幀的建模進行初始化。在正?！Ｊ街?，前置選擇器510通過將接收到的幀輸入至COM525來激活COM/PACT模塊515中的COM單元525。在一些實施例中，圖5中的COM/PACT模塊515可包含：估計等式(2)所示形式的線性4-延遲COM的COM525，以及如下所述地估計自回歸線性預測器模型的PACT535。在當前實施例中，采用了第八級自回歸線性預測器模型。替換實施例可使用COM525，COM525具有不同數(shù)量的延遲和COM的非線性函數(shù)形式以及不同階的PACT535和代替PACT的不同KAM。利用之前模式1中描述的通用COM估計程序的下述實施例來執(zhí)行COM的估計。首先，針對如下所述地量化的參數(shù)的所有可能集合來計算候選模型輸出的集合{Yk^[COMj]，j＝1，...J}。如前面的描述一樣，上標^在此用來表示候選值，符號[]表示當前用來計算給定變量的方法，下標j是用來表示各個候選參數(shù)集合的指數(shù)。隨后可利用上述等式(7)的感知加權(quán)誤差(PWE)指標來評估每個候選模型Yk^[COMj]的質(zhì)量，得出最小PWE的參數(shù)值被識別為提供最佳模型的參數(shù)值，并且這些參數(shù)與相應的輸出Yk[COM]一起被提供給后置選擇器530?？扇缦滤龅卦赑ACT535中執(zhí)行PACT模型的估計。在多個實施例中，估計了8階的自回歸線性預測器模型，如下式所示：Xk=Σu=18buXu(z)+Ek,---(9)]]>其中Xk與前面描述的一樣表示長度為L的輸入序列，Xu(z)是具有滯后z的長L的數(shù)據(jù)塊，這就表示塊在Xk中在最后一個點之前開始z個樣本，Ek是建模誤差(預測誤差)，而且bu表示通過利用例如Levinson-Durbin算法或一些根據(jù)現(xiàn)有技術(shù)的其他方法使Ek最小化而找到的系數(shù)。從估計的參數(shù)根據(jù)等式(9)恢復輸入，其中一般如等式(10)所示地近似Ek。近似(標記為Rk)被計算為由迪拉克δ函數(shù)(Diracdelta函數(shù))表示的成比例的時移脈沖的組合，如下所示Rk=Σv=1Pcvδp(v),---(10)]]>其中：δp(v)表示當前幀中的p(v)處具有幅值1而其它處為0的迪拉克δ函數(shù)；p(v)表示當前幀內(nèi)脈沖v的位置；cv表示脈沖v的增益；而且，P是近似中使用的脈沖數(shù)，在給出的實施例中P＝8。用于PACT模型的候選參數(shù)集合由可利用多種方法產(chǎn)生的脈沖位置{pv}和系數(shù){cv}構(gòu)成。一種選擇是調(diào)整同一個用于在該模式下產(chǎn)生COM參數(shù)的方法。在這樣的情況下，可按照與延遲{di}相同的方式選擇脈沖位置{pv}，同時可按照與等式(3)中的{ai}相同的方式計算系數(shù){cv}。也可以采用其它基本參數(shù)產(chǎn)生法而不會消弱本發(fā)明的權(quán)利。PACT模型參數(shù)也可被量化，例如如下所述，而且可使用與上述候選COM的估計中使用的指標相同的指標來評估候選PACT模型的質(zhì)量。具體地說，表示從候選PACT模型合成的結(jié)果的{Yk^PACTj]，j＝1，...，T}被找到并用來計算PWE。得出最小PWE的參數(shù)值被選為提供最佳模型的參數(shù)值。COM和PACT模型的參數(shù)可在COM/PACT模塊515中的它們各自的單元中進行量化。以下的實施例假設窄帶語音編碼器，其中在8kHz的速率下對其輸入進行采樣。在這樣的情況下，20ms的輸入幀可包含160個數(shù)據(jù)點(L＝160)，它們被翻譯成針對COM的256個可能的延遲值以及針對PACT的160脈沖位置，這兩個集合的值都是正整數(shù)?？芍苯永?比特來量化這兩個集合。為了減少所使用的比特數(shù)，模式3的這一實施例可使用下述已知方法來將延遲和脈沖位置劃分成交織的子集。延遲可分成包含64項的多個子集，并且利用6比特來表示每個子集內(nèi)的各個位置。PACT脈沖位置被分成包含32項的多個子集，并且利用5比特來表示每個分組內(nèi)的各個位置。利用一種已知矢量量化方法將COM系數(shù){ai}量化成12比特。因此，本實施例中的COM代碼中使用的比特總數(shù)是(6*4)+12＝36比特/每幀。PACT線性預測器模型的系數(shù)可被轉(zhuǎn)換成線譜頻率(本領(lǐng)域標準)，并且可利用已知的分裂矢量量化方法來量化。隨后結(jié)果被分成每個具有4個頻率的兩個次級矢量，并且11比特被用來對每個次級矢量進行編碼，得到總共11+11＝22比特來表示系數(shù)。利用已知矢量量化方法中的一種來將PACT模型中的脈沖的權(quán)值量化成13比特，該方法可以是與用于COM系數(shù)的方法相同的方法。本示例中用來表示PACT的比特總數(shù)為每幀22+(5*8)+13＝75比特。編碼器的操作描述控制了后置選擇器530中執(zhí)行的功能的次序。在‘初始化’模式中，后置選擇器530接收針對最佳PACT模型的量化的參數(shù)集合，并且初始化輸入代碼的處理(這將在下文予以描述)，同時系統(tǒng)50進行至下一幀的處理。在‘正?！Ｊ较拢笾眠x擇器530從模塊515接收根據(jù)最佳候選COM模型獲取的合成的輸出Yk[COM*]以及與之對應的量化參數(shù)集合，并且利用Yk[COM*]計算等式(5)給出的信噪比(SNR)指標。上標*表示獲取給定變量的最佳模型。如果SNR[COM*]小于一些預定數(shù)量(例如，在本實施例中采用1dB)，則表示信號中不存在足夠的冗余度并且PACT模型應該被用來編碼幀。在這樣的情況下，后置選擇器530促使前置選擇器510向初始化PACT估計的COM/PACT模塊515中的PACT單元輸入Xk。否則，后置選擇器530向初始化PACT估計的COM/PACT模塊515中的PACT單元提供殘留誤差Ek＝Xk–Yk[COM*]。在PACT535接收到包含輸入Xk或者殘留誤差項Ek的幀之后，執(zhí)行第二模型評估，其中按照與前面已經(jīng)描述過的方法相同的方法來估計PACT模型，在每種情況下將接收到的幀當作將被建模的輸入。在當前迭代中找到最佳PACT之后，相應的合成輸出(Yk[PACT*]，如果建模了Xk；或者Yk[COM*+PACT*]，如果建模了殘留誤差Ek)與相應的量化參數(shù)集合一起被PACT535提供給后置選擇器530，并且被用于計算等式(6)給出的數(shù)頻譜距離(LSD)指標。在第二次迭代中建模了輸入Xk的情況下，后置選擇器530初始化輸出代碼的處理(這將在下文予以描述)，同時系統(tǒng)進行至下一幀的處理。否則，針對兩個合成的輸出Yk[COM*]和Yk[COM*+PACT*]計算LSD指標。如果兩者之差小于一些閾值，例如本實施例中使用的LSD[COM*]-LSD[COM**+PACT*]<0.5dB，則COM525被選為最終模型，否則選擇PACT535。在這兩種情況下，后置選擇器530初始化輸出代碼的處理，如下所述，同時系統(tǒng)進行至下一幀Xk+1的處理。后置選擇器530中輸出代碼的處理由向后置處理器540提供所選參數(shù)以及模型標識符代碼構(gòu)成。而且，作為輸出處理的一部分，后置選擇器530向存儲器520提供從所選參數(shù)合成的信號，這通常已經(jīng)在模型識別的處理中進行了計算，否則如果沒有，則后置選擇器530可對計算進行初始化。所述的基本實施例在平均9.77千比特每秒(kbps)的無噪聲測試條件下產(chǎn)生了長話級語音。就比特率和感知質(zhì)量而言，該編碼器的總體性能介于運行在其最好質(zhì)量模式下的當前頂級的G.729和AMR編碼器之間。當前模式下使用的基本實施例提供了出于陳述簡便和清楚的目的而選擇的示例。上述指定參數(shù)的變化以無限制的方式涵蓋在本發(fā)明中。而且，通過基于模式1和2中描述的原理實現(xiàn)各種優(yōu)化選擇，可從此處描述的底線上改進編碼器性能。解碼器處的語音恢復對于模式3，利用上述模式1和2的解碼方法在解碼器處重構(gòu)語音幀。本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的指教將很容易認識到，任意步驟和/或系統(tǒng)模塊可被適當?shù)靥鎿Q、重排、去除，并且附加的步驟和/或系統(tǒng)模塊可根據(jù)具體應用的需求而插入，而且前述實施例的系統(tǒng)可利用任意任意的各種各樣的適當?shù)奶幚砗拖到y(tǒng)模塊來實現(xiàn)，而不限于任意特定的計算機硬件、軟件、中間件、固件、微代碼等。對于本申請中描述的可在計算機器中執(zhí)行的任意方法步驟，傳統(tǒng)的計算機系統(tǒng)可在被適當配置或設計時作為其中實現(xiàn)了本發(fā)明的這些方面的計算機系統(tǒng)。圖6圖示了典型的計算機系統(tǒng)，其在適當配置或設計時可作為其中實施了本發(fā)明的計算機系統(tǒng)。計算機系統(tǒng)600包括任意數(shù)量的處理器602(也稱為中央處理單元，即CPU)，處理器602耦接至包括主存儲器606(一般是隨機存儲器，即RAM)、主存儲器604(一般是只讀存儲器，即ROM)的存儲裝置。CPU602可以是任何類型，包括微控制器(例如，具有嵌入式RAM/ROM)和諸如可編程器件(例如，基于RISC或SISC，或CPLD和FPGA)和不可編程器件(例如，門陣列ASIC或通用微處理器)之類的微處理器。本領(lǐng)域公知的是，主存儲器604用于單向地向CPU傳遞數(shù)據(jù)和指令，主而存儲器606通常用于按照雙向方式傳遞數(shù)據(jù)和指令。兩種主存儲器都可包括任意適當?shù)姆撬矔r性計算機可讀介質(zhì)，例如前面描述的介質(zhì)。大容量存儲裝置608還可以雙向地耦接至CPU602，并提供附加的數(shù)據(jù)存儲容量并可包括前面描述的任意非瞬時性計算機可讀介質(zhì)。大容量存儲裝置608可用來存儲程序、數(shù)據(jù)等，它一般是次級存儲介質(zhì)，例如硬盤?？梢岳斫獾氖?，大容量存儲裝置608中保持的信息可在適當情況下按照標準方式并作主存儲器606的一部分，作為虛擬存儲器。諸如CD-ROM614之類的特定大容量存儲裝置還可以單向地向CPU傳遞數(shù)據(jù)。CPU602還可耦接至接口610，接口610連接至一個或多個輸入/輸出裝置，例如視頻監(jiān)控器、軌跡球、鼠標、鍵盤、麥克風、觸摸感應顯示器、傳感器讀卡器、磁或紙帶讀取器、刻寫板、手寫筆、語音或手寫識別器、或者其它已知的輸入裝置，例如其它計算機。最終，CPU602利用外部連接(總體上如612所示，可利用適當已知技術(shù)實現(xiàn)為硬布線的或無的線通信鏈路)選擇性地耦接至外部裝置，例如數(shù)據(jù)庫或計算機或通信裝置或互聯(lián)網(wǎng)網(wǎng)絡。利用這樣的連接，可以想到的是，CPU執(zhí)行在本發(fā)明指教中描述的方法步驟的過程中，可接收來自網(wǎng)絡的信息，或可輸出信息至網(wǎng)絡。說明書中公開的所有特征(包括所有附上的摘要和附圖)可由用于相同、等效或類似目的替換特征替換，除非明確地表示相反的意思。因此，除非明確地表示相反的意思，公開的每個特征是的等效或類似特征的通用系列的僅僅一個示例。雖然已經(jīng)全面地描述了本發(fā)明的至少一個實施例，根據(jù)本發(fā)明的信號編碼和解碼的其它等價或替換方法對于本領(lǐng)域技術(shù)人員來說是明顯的。以上已經(jīng)通過示例的方式描述了本發(fā)明，公開的具體實施例并非旨在將本發(fā)明限制為公開的具體形式。因此，本發(fā)明涵蓋了落入所附權(quán)利要求的精神和范圍內(nèi)的所有變形、等價形式和替換。權(quán)利要求元素和步驟可能被單獨編碼和/或標記以有助于閱讀和理解。任何這種編碼和標記本身不旨在也不應該被用來表示權(quán)利要求中的元素和/或步驟的排序。