用于谐波信号的译码的系统、方法、设备和计算机可读媒体技术方案

一种用于对表示信号的音频范围的变换系数集合进行译码的方案使用谐波模型来使频域中的显著能量区的位置之间的关系参数化。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及音频信号处理的领域。
技术介绍
基于经修改离散余弦变换(MDCT)的译码方案通常用于对一般化音频信号进行译码，其可包含例如音乐等语音和/或非语音内容。使用MDCT译码的现有音频编解码器的实例包含MPEG-1音频层3 (MP3)、杜比数字(杜比实验室，英国伦敦；也称为AC-3且标准化为ATSC A/52)、Vorbis (Xiph.组织基金会，马萨诸塞州萨默维尔)、Windows媒体音频(WMA，微软公司，华盛顿州雷德蒙)、自适应性变换听觉译码(ATRAC，索尼公司，日本东京)，以及先进音频译码(AAC，如最近在IS0/IEC14496-3 :2009标准化)。MDCT译码也是一些电信标准的组件，例如增强型可变速率编解码器(EVRC，如第三代合作伙伴计划2(3GPP2)文献C. S0014-D版本2. 0中标准化，2010年I月25日)。G. 718编解码器(“从8-32千位/秒的语音和音频的帧错误稳健窄带和宽带内嵌式可变位速率译码”，电信标准化部门(ITU-T)，瑞士日内瓦，2008年6月，在2008年11月和2009年8月校正，在2009年3月和2010年3月修正)是使用MDCT译码的多层编解码器的一个实例。
技术实现思路
根据一般配置的音频信号处理方法包含在频域中定位参考音频信号中的多个峰值。此方法还包含选择谐波模型的基频的某数目Nf个候选者，其中每一候选者基于频域中所述多个峰值的对应一者的位置。所述方法还包含基于频域中所述多个峰值的至少两者的位置计算某数目Nd个谐波间隔候选者。此方法包含针对多对不同的基频和谐波间隔候选者的每一者选择目标音频信号的至少一个子带的集合，其中所述集合中每一子带在频域中的位置基于所述对候选者。此方法包含针对所述多对不同候选者的每一者计算来自目标音频信号的至少一个子带的对应集合的能量值，以及基于至少多个所计算的能量值从所述多对不同候选者中选择一对候选者。还揭示具有有形特征的计算机可读存储媒体(例如，非瞬时媒体)，所述有形特征致使读取所述特征的机器执行此方法。一种根据一般配置的用于音频信号处理的设备包含用于在频域中定位参考音频信号中的多个峰值的装置；用于选择谐波模型的基频的某数目Nf 个候选者的装置，每一候选者基于频域中所述多个峰值的对应一者的位置；以及用于基于频域中所述峰值的至少两者的位置计算谐波模型的谐波之间的间隔的某数目Nd个候选者的装置。此设备还包含用于针对多对不同的基频和谐波间隔候选者的每一者选择目标音频信号的至少一个子带的集合的装置，其中所述集合中每一子带在频域中的位置基于候选者对；以及用于针对所述多对不同候选者的每一者计算来自目标音频信号的至少一`个子带的对应集合的能量值的装置。此设备还包含用于基于至少多个所计算的能量值从所述多对不同候选者中选择一对候选者的装置。—种根据另一一般配置的用于音频信号处理的设备包含频域峰值定位器，其经配置以在频域中定位参考音频信号中的多个峰值；基频候选者选择器，其经配置以选择谐波模型的基频的某数目Nf个候选者，每一候选者基于频域中所述多个峰值的对应一者的位置；以及距离计算器，其经配置以基于频域中所述峰值的至少两者的位置计算谐波模型的谐波之间的间隔的某数目Nd个候选者。此设备还包含子带放置选择器，其经配置以针对多对不同的基频和谐波间隔候选者的每一者选择目标音频信号的至少一个子带的集合，其中所述集合中每一子带在频域中的位置基于所述对候选者；以及能量计算器，其经配置以针对所述多对不同候选者的每一者计算来自目标音频信号的至少一个子带的对应集合的能量值。此设备还包含候选者对选择器，其经配置以基于至少多个所计算的能量值从所述多对不同候选者中选择一对候选者。附图说明图1A展示根据一般配置处理音频信号的方法MA100的流程图。图1B展示任务TA600的实施方案TA602的流程图。图2A说明峰值选择窗口的实例。图2B展示任务T430的应用的实例。图3A展示方法MA100的实施方案MAllO的流程图。图3B展示解码经编码信号的方法MD100的流程图。图4展示谐波信号和数个替代选定子带集合的实例的曲线。图5展示任务T400的实施方案T402的流程图。图6展示根据方法MAlOO的实施方案放置的子带集合的实例。图7展示补偿抖动信息的缺乏的方法的一个实例。图8展示扩展残差信号的区的实例。图9展示将残差信号的一部分编码为若干单位脉冲的实例。图1OA展示根据一般配置处理音频信号的方法MB100的流程图。图1OB展示方法MB100的实施方案MBllO的流程图。图11展示针对其中目标音频信号为UB-MDCT信号的实例的量值与频率的曲线。图12A展示根据一般配置用于处理音频信号的设备MF100的框图。图12B展示根据一般配置用于处理音频信号的设备AlOO的框图。图13A展示设备MF100的实施方案MFllO的框图。图13B展示设备AlOO的实施方案Al 10的框图。图14展示根据一般配置用于处理音频信号的设备MF210的框图。图15A和15B说明方法MBl 10对编码目标信号的应用的实例。图16A-E展示设备A110、MF110或MF210的各个实施方案的应用范围。图17A展示信号分类的方法MC100的框图。图17B展示通信装置DlO的框图。图18展示手持机HlOO的前视图、后视图和侧视图。图19展示方法MA100的应用的实例。具体实施例方式可能需要识别待编码信号内的显著能量区。将此类区与信号的其余部分分离实现对这些区的目标译码以增加译码效率。举例来说，可能需要通过使用相对较多位来编码此类区以及相对较少位(或甚至零个位)来编码信号的其它区来增加译码效率。对于具有高谐波内容的音频信号(例如，音乐信号、浊音信号)，频域中显著能量区的位置可相关。可能需要通过利用此谐波性来执行音频信号的有效变换域译码。如本文所描述用于对表示信号的音频范围的变换系数的集合进行译码的方案通过使用谐波模型来使频域中的显著能量区的位置之间的关系参数化来利用信号频谱上的谐波性。此谐波模型的参数可包含这些区的第一者的位置(例如，以递增频率的次序)以及连续区之间的间隔。估计谐波模型参数可包含产生参数值的候选者集合的库，以及从所产生的库中选择模型参数值的集合。在特定应用中，此方案用于编码对应于音频信号的0-4kHz范围(下文称为低频带MDCT或LB-MDCT)的MDCT变换系数，例如线性预测译码操作的残差。使显著能量区的位置与其内容分离允许使用最小边信息(例如，谐波模型的参数值)表示待发射到解码器的这些区的位置之间的谐波关系。此效率可能对于低位速率应用(例如，蜂窝式电话)尤其重要。除非受其上下文清楚地限制，否则术语“信号”在本文中用以指示其普通意义中的任一者，包括如在导线、总线或其它传输媒体上表达的存储器位置(或存储器位置集合)的状态。除非由其上下文明确限制，否则本文中使用术语“产生”来指示其普通意义中的任一者，例如计算或以另外方式产生。除非受其上下文清楚地限制，否则术语“计算”在本文中用以指示其普通意义中的任一者，例如运算、评估、平滑及/或从多个值中进行选择。除非由其上下文明确限制，否则使用术语“获得”来指示其普通意义中的任一者，例如计算、导出、接收(例如，从外部装置)及/或检索(例本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.07.30 US 61/369,662;2010.07.31 US 61/369,705;1.一种音频信号处理方法，所述方法包括 在频域中定位參考音频信号中的多个峰值； 选择谐波模型的基频的某数目Nf个候选者，每ー候选者基于所述频域中所述多个峰值的对应ー者的位置； 基于所述频域中所述多个峰值的至少两者的所述位置计算所述谐波模型的谐波之间的间隔的某数目Nd个候选者； 针对多对不同的所述基频和谐波间隔候选者的每ー者选择目标音频信号的至少ー个子带的集合，其中所述集合中每一子带在所述频域中的位置基于所述对候选者； 针对所述多对不同候选者的每ー者计算来自所述目标音频信号的至少ー个子带的所述对应集合的能量值；以及 基于至少多个所述所计算的能量值从所述多对不同候选者中选择ー对候选者， 其中所述数目Nf和Nd中的至少ー者具有大于I的值。2.根据权利要求1所述的方法，其中所述目标音频信号是所述參考音频信号。3.根据权利要求1所述的方法，其中所述參考音频信号表示音频信号的第一频率范围，且 其中所述目标音频信号表示所述音频信号的与所述第一频率范围不同的第二频率范围。4.根据权利要求3所述的方法，其中所述方法包含将所述数目Nf个基频候选者映射到所述第二频率范围中。5.根据权利要求1所述的方法，其中所述方法包含对所述对选定候选者所指示的至少一个子带的所述集合执行增益形状向量量化操作。6.根据权利要求1所述的方法，其中所述选择至少ー个子带包括选择子带的集合，且其中所述计算来自所述对应子带集合的能量值包含计算每子带的平均能量。7.根据权利要求1所述的方法，其中所述计算来自所述对应子带集合的能量值包含计算至少一个子带的所述集合所俘获的总能量。8.根据权利要求1所述的方法，其中所述目标音频信号基于线性预测译码残差。9.根据权利要求1所述的方法，其中所述目标音频信号是多个经修改离散余弦变换系数。10.根据权利要求1所述的方法，其中所述选择至少ー个子带的集合包含针对至少ー个子带的所述集合的至少ー者的每ー者在參考位置的指定范围内寻找所述子带所俘获的所述能量为最大时所述子带所处的位置，其中所述參考位置基于所述候选者对。11.根据权利要求1所述的方法，其中所述选择至少ー个子带的集合包含针对至少ー个子带的所述集合的至少ー者的每ー者在參考位置的指定范围内寻找所述子带内具有最大值的样本在所述子带内居中时所述子带所处的位置，其中所述參考位置基于所述候选者对。12.根据权利要求1所述的方法，其中针对所述多对不同候选者的至少ー者，所述选择至少ー个子带的集合包含针对所述至少一个子带的至少ー者的每ー者 基于所述候选者对计算所述子带的第一位置，使得所述子带排除所述所定位的峰值中的指定一者，其中所述第一位置在频域轴线上所述所指定的所定位峰值的ー侧上；基于所述候选者对计算所述子带的第二位置，使得所述子带排除所述所指定的所定位峰值，其中所述第二位置在所述频域轴线上所述所指定的所定位峰值的另ー侧上； 识别所述第一和第二位置中所述子带具有最低能量的一者。13.根据权利要求1所述的方法，其中所述方法包括产生经编码信号，所述经编码信号指示所述对选定候选者的值以及至少ー个子带的所述对应的选定集合的每一子带的内容。14.根据权利要求1所述的方法，其中所述选择至少ー个子带包括选择子带的集合，且其中所述方法包括 量化对应于所述对选定候选者的所述选定子带集合； 将所述经量化子带集合解量化以获得经解量化子带集合；以及通过将所述经解量化子带放置在基于所述对选定候选者的对应位置处来构造经解码信号， 其中所述经解量化子带在所述经解码信号内的位置不同于对应于所述对选定候选者的所述选定集合的所述对应子带在所述目标音频信号内的位置。15.一种构造经解码音频帧的方法，所述方法包括 根据基频值放置多个经解码子带向量的第一者； 根据所述基频值和谐波间隔值放置所述多个经解码子带向量的其余者；以及 在所述帧的未由所述多个经解码子带向量占据的位置处插入经解码残差信号。16.根据权利要求15所述的方法，其中针对所述多个经解码子带向量的每ー邻近对，所述向量的中心之间的距离等于所述谐波间隔值。17.根据权利要求15所述的方法，其中所述方法包括擦除所述经解码残差信号的对应于所述多个经解码子带向量的可能位置的部分。18.根据权利要求15所述的方法，其中所述插入经解码残差信号包含以从所述经解码残差信号的第一值向所述经解码残差信号的最后值的次序在所述帧的所述未被占据位置处以递增频率次序插入所述经解码残差信号的值。19.根据权利要求15所述的方法，其中所述插入经解码残差信号包含使所述经解码残差信号的一部分相对于频域轴线弯曲以配合在所述多个经解码子带向量中的邻近者之间。20.ー种用于音频信号处理的设备，所述设备包括 用于在频域中定位參考音频信号中的多个峰值的装置； 用于选择谐波模型的基频的某数目Nf个候选者的装置，每ー候选者基于所述频域中所述多个峰值的对应ー者的位置； 用于基于所述频域中所述多个峰值的至少两者的所述位置计算所述谐波模型的谐波之间的间隔的某数目Nd个候选者的装置； 用于针对多对不同的所述基频和谐波间隔候选者的每ー者选择目标音频信号的至少一个子带的集合的装置，其中所述集合中每一子带在所述频域中的位置基于所述对候选者；以及 用于针对所述多对不同候选者的每ー者计算来自所述目标音频信号的至少ー个子带的所述对应集合的能量值的装置；以及 用于基于至少多个所述所计算的能量值从所述多对不同候选者中选择ー对候选者的装置，其中所述数目Nf和Nd中的至少ー者具有大于I的值。21.根据权利要求20所述的设备，其中所述目标音频信号是所述參考音频信号。22.根据权利要求20所述的设备，其中所述參考音频信号表示音频信号的第一频率范围，且 其中所述目标音频信号表示所述音频信号的与所述第一频率范围不同的第二频率范围。23.根据权利要求22所述的设备，其中所述设备包含用于将所述数目Nf个基频候选者映射到所述第二频率范围中的装置。24.根据权利要求20所述的设备，其中所述设备包含用于对所述对选定候选者所指示的至少ー个子带的所述集合执行增益形状向量量化操作的装置。25.根据权利要求20所述的设备，其中所述用于选择至少ー个子带的集合的装置经配置以针对所述多对不同候选者的每ー者选择子带的集合，且 其中所述用于计算来自所述对应子带集合的能量值的装置包含用于计算每子带的平均能量的装置。26.根据权利要求20所述的设备，其中所述用于计算来自所述对应子带集合的能量值的装置包含用于计算至少ー个子带的所述集合所俘获的总能量的装置。27.根据权利要求20所述的设备，其中所述目标音频信号基于线性预测译码残差。28.根据权利要求20所述的设备，其中所述目标音频信号是多个经修改离散余弦变换系数。29.根据权利要求20所述的设备，其中所述用于选择至少ー个子带的集合的装置...

【专利技术属性】
技术研发人员：维韦克·拉金德朗，伊桑·R·杜尼，文卡特什·克里希南，阿希什·塔瓦里，
申请(专利权)人：高通股份有限公司，
类型：
国别省市：