專利名稱：一種背景噪聲編碼/解碼裝置、方法和通信設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音通信技木，特別涉及ー種背景噪聲編碼/解碼裝置、方法和通信設(shè)備。
背景技術(shù)：
語音通信過程中,被傳輸?shù)恼Z音信號可以分為有聲信號和無聲信號兩類,其中有聲信號是在檢測到有效語音時發(fā)送的語音信號，主要包括通信方的語音以及當(dāng)時的背景噪聲等信息；無聲信號在沒有檢測到有效語音的間隙發(fā)送的背景噪聲信號，主要包括各種背景噪聲，比如白噪聲、背景嘈雜聲和靜音等。對通信雙方來說，有聲信號為有用信號，是主要通信信息的載體，而無聲信號為無用信號，不包含主要通信信息。在語音通信過程中，由于通信雙方主要關(guān)注的是有用的有聲信號，因此考慮到帶 寬的壓力，不希望傳送無用的無聲信號，以降低傳輸帶寬，増加系統(tǒng)容量。但是如果只傳有聲信號，會導(dǎo)致背景噪聲的不連續(xù)，使收聽的一方感覺非常不舒服，尤其在背景噪聲較強的情況下更加明顯，甚至?xí)钫Z音難以理解，所以只能盡量減少傳送無用的無聲信號，在保證用戶感受度的基礎(chǔ)上盡量降低帶寬，為此應(yīng)運而生了 CNG(Comfort Noise generation,舒適噪聲生成)技木，CNG技術(shù)中，發(fā)送端在無聲信號階段采用靜音壓縮編碼技術(shù)編碼背景噪聲中貞，并采用DTX (Discontinuous Transmission,非連續(xù)傳輸)方式傳輸，接收端采用內(nèi)插的方式產(chǎn)生連續(xù)的背景噪聲信號，以增加收聽方的舒適感。如圖I所示，為采用靜音壓縮編碼技術(shù)的通信系統(tǒng)原理示意圖，其中，發(fā)送端包括VAD (Voice Activity Detector,語音檢測器)，原始信號經(jīng)一定預(yù)處理后輸入VAD, VAD通常根據(jù)每ー幀信號的特征值，例如信噪比，檢測信號中是否包含有效語音，井根據(jù)檢測結(jié)果將信號送入不同的編碼器進行編碼；語音編碼器，用于將包含有效語音的有聲信號編碼為語音幀并輸出，語音幀通過通信信道被傳輸給接收端；非語音編碼器，采用靜音壓縮技術(shù)將不包含有效語音的無聲信號編碼為背景噪聲幀；背景噪聲幀發(fā)送器，采用設(shè)定的DTX方式將背景噪聲幀通過通信信道傳輸給接收端，例如每隔幾幀發(fā)送ー個背景噪聲幀，或者根據(jù)背景噪聲的特征參數(shù)變化情況決定是否發(fā)送ー個背景噪聲幀；相應(yīng)的，接收端包括語音解碼器，用于解碼從通信信道接收的語音幀，并重構(gòu)為有聲信號后輸出；非語音解碼器，用于解碼從通信信道接收的背景噪聲幀；重構(gòu)器，用于采用內(nèi)插的方式將解碼數(shù)據(jù)重構(gòu)為連續(xù)的背景噪聲信號，以增加收聽方的舒適感。發(fā)送端的非語音編碼器和背景噪聲幀發(fā)送器組成DTX単元，接收端的非語音解碼器和重構(gòu)器組成CNG單元，靜音壓縮技術(shù)通過位于發(fā)送端的VAD和DTX，以及位于接收端的CNG實現(xiàn)。以常用的CELP (Code-Excited Linear Prediction,碼激勵線性預(yù)測)語音編碼技術(shù)為例，CELP是一種高效率的語音編碼技術(shù)。由于采用了感覺加權(quán)、分析合成、矢量量化和后濾波等技術(shù)，CELP能夠在中低速率上給出高質(zhì)量的合成語音。CELP語音編碼技術(shù)中，在發(fā)送端進行語音信號分析以獲取語音的特征參數(shù)，將語音的特征參數(shù)編碼到碼流中發(fā)送；接收端根據(jù)碼流中的特征參數(shù)進行語音合成，重構(gòu)語音信號。語音信號s(n)被分成短的時間段，稱為幀，發(fā)送端的語音分析和接收端的語音合成都是逐幀進行的。在發(fā)送端，原始信號s(n)可以看成是一個激勵信號e (η)激勵一個濾波器ν(η)所產(chǎn)生的輸出，即s(n) = e(n)*v(η)，接收端使用相同的濾波器對語音進行合成，稱為合成濾波器。因此語音信號的編碼碼流中傳輸?shù)奶卣鲄?shù)包括合成濾波器參數(shù)和激勵參數(shù)，其中合成濾波器參數(shù)主要為線譜頻率LSF (Line Spectrum Frequency)量化參數(shù),而激勵信號參數(shù)包括自適應(yīng)碼本參數(shù)(包括基音延遲參數(shù)和基音增益參數(shù))和固定碼本參數(shù)(包括固 定碼本中非零脈沖的位置和符號以及固定碼本增益參數(shù))。與語音編碼參數(shù)不同，背景噪聲編碼參數(shù)描述的是背景噪聲特性，由于背景噪聲的激勵信號可以認(rèn)為是簡單的噪聲隨機序列，而這些序列在編解碼端均可以簡單的用隨機噪聲產(chǎn)生裝置產(chǎn)生，然后用能量參數(shù)控制這些序列的幅度，就可產(chǎn)生最終的激勵信號，因此激勵信號特征參數(shù)可以簡單的用能量參數(shù)來表示，而不需要用其它的一些特征參數(shù)來進一步描述，所以在背景噪聲編碼碼流中與語音幀不同的是，其激勵參數(shù)為當(dāng)前背景噪聲幀的能量參數(shù)；而背景噪聲編碼碼流中與語音幀相同的是，編碼碼流中的合成濾波器參數(shù)也為線譜頻率LSF量化參數(shù)，只是具體的量化方法有所差別。通過以上分析，可以認(rèn)為對背景噪聲的編碼方式本質(zhì)上就是一種簡單的語音編碼方式。經(jīng)DTX壓縮編碼并被非連續(xù)傳輸?shù)谋尘霸肼晭话惴Q為SID(SilenceDescriptor，靜音描述幀)幀。在當(dāng)前的各種語音編碼系統(tǒng)中，每一系統(tǒng)內(nèi)的背景噪聲信號都使用SID幀格式和非連續(xù)傳輸機制。其中，G. 729B靜音壓縮方案是一種具有代表性的靜音壓縮技術(shù)，G. 729B是基于CELP算法模型的，因此其所傳輸?shù)谋尘霸肼晠?shù)也是基于CELP模型獲取的，包括用于描述背景噪聲的合成濾波器參數(shù)與激勵參數(shù)。在編碼端，例如VAD的判決結(jié)果為O時，表示當(dāng)前的信號為噪聲，則經(jīng)一定預(yù)處理的原始信號被送入背景噪聲編碼裝置，在背景噪聲編碼裝置對背景噪聲參數(shù)進行提取和量化，組成SID幀，然后背景噪聲編碼裝置根據(jù)SID幀內(nèi)的參數(shù)變化情況來決定是否發(fā)送一幀SID幀，例如SID幀中的濾波器參數(shù)和能量參數(shù)變化較大時發(fā)送一幀SID幀。G. 729B中，兩個相鄰SID幀的間隔至少為2幀。在解碼端，若進入背景噪聲解碼重構(gòu)階段，則在背景噪聲解碼裝置中根據(jù)接收的SID幀合成出描述編碼端背景噪聲特性的舒適噪聲。G. 729B的SID幀中為各參數(shù)分配的比特數(shù)如下表I所示表I.
比特分配(從高位到低位) 參數(shù)描述~si量化預(yù)測器索引
權(quán)利要求
1.一種背景噪聲編碼裝置，其特征在于，包括 背景噪聲分析單元，用于獲取背景噪聲信號的至少一個信號特征參數(shù)值； 背景噪聲分類單元，用于根據(jù)所述至少一個信號特征參數(shù)值確定背景噪聲類型；編碼切換單元和至少兩個非連續(xù)傳輸單元，所述編碼切換單元用于根據(jù)所述背景噪聲類型將背景噪聲信號輸入對應(yīng)的非連續(xù)傳輸單元，每一個非連續(xù)傳輸單元用于將背景噪聲信號編碼為包含非連續(xù)傳輸單元指示信息的靜音描述幀并非連續(xù)傳輸，其中各非連續(xù)傳輸單兀的靜音描述巾貞編碼方式和/或靜音描述巾貞非連續(xù)傳輸機制不相同。
2.如權(quán)利要求I所述的背景噪聲編碼裝置，其特征在于，還包括指令接收單元，用于接收切換模式控制指令并轉(zhuǎn)發(fā)給編碼切換單元，所述切換模式控制指令用于指示編碼切換單元使用一種切換模式，任意兩個切換模式之間至少有一個背景噪聲類型對應(yīng)不同的非連續(xù)傳輸單元。
3.如權(quán)利要求I所述的背景噪聲編碼裝置，其特征在于，還包括語音編碼器，所述編碼切換單元根據(jù)背景噪聲分類單元識別出的其中一種指定背景噪聲類型，將背景噪聲信號輸入語音編碼器編碼為語音幀并連續(xù)輸出。
4.如權(quán)利要求I、2或3所述的背景噪聲編碼裝置，其特征在于，所述非連續(xù)傳輸單元具體包括 非語音編碼器，用于將背景噪聲信號編碼為靜音描述幀； 靜音描述幀發(fā)送器，用于非連續(xù)發(fā)送所述靜音描述幀。
5.一種對權(quán)利要求I所述背景噪聲編碼裝置輸出的靜音描述幀進行解碼的背景噪聲解碼裝置，其特征在于，包括 第一識別單元，用于識別靜音描述幀中的非連續(xù)傳輸單元指示信息； 解碼切換單元和至少兩個舒適噪聲生成單元，所述解碼切換單元用于根據(jù)所述識別單元的識別結(jié)果，將所述靜音描述幀輸入對應(yīng)的舒適噪聲生成單元，每一個舒適噪聲生成單元根據(jù)接收的靜音描述幀的編碼方式對應(yīng)解碼靜音描述幀，并重構(gòu)背景噪聲信號。
6.如權(quán)利要求5所述的背景噪聲解碼裝置，其特征在于，還包括 第二識別單元，所述第二識別單元用于識別語音幀和靜音描述幀，并將所述靜音描述幀送入第一識別單元，或者在識別出語音幀時通知所述解碼切換單元； 語音解碼器，所述解碼切換單元將第二識別單元識別出的語音幀送入語音解碼器解碼并連續(xù)輸出。
7.如權(quán)利要求6所述的背景噪聲解碼裝置，其特征在于，所述第一識別單元和第二識別單元合并設(shè)置。
8.一種通信設(shè)備，包括 第一語音檢測器，用于檢測采集的信號中是否包含有效語音并分類輸出； 第一語音編碼器，用于將包含有效語音的信號編碼為語音幀并連續(xù)輸出； 其特征在于，還包括背景噪聲編碼裝置，該背景噪聲編碼裝置具體包括 背景噪聲分析單元，用于獲取不包含有效語音的背景噪聲信號的至少一個信號特征參數(shù)值； 背景噪聲分類單元，用于根據(jù)所述至少一個信號特征參數(shù)值確定背景噪聲類型； 編碼切換單元和至少兩個非連續(xù)傳輸單元，所述編碼切換單元用于根據(jù)所述背景噪聲類型將背景噪聲信號輸入對應(yīng)的非連續(xù)傳輸單元，每一個非連續(xù)傳輸單元用于將背景噪聲信號編碼為包含非連續(xù)傳輸單元指示信息的靜音描述幀并非連續(xù)傳輸，其中各非連續(xù)傳輸單兀的靜音描述巾貞編碼方式和/或靜音描述巾貞非連續(xù)傳輸機制不相同。
9.如權(quán)利要求8所述的通信設(shè)備，其特征在于，所述背景噪聲解碼裝置還包括指令接收單元，用于接收切換模式控制指令并轉(zhuǎn)發(fā)給編碼切換單元，所述切換模式控制指令用于指示編碼切換單元使用一種切換模式，任意兩個切換模式之間至少有一個背景噪聲類型對應(yīng)不同的非連續(xù)傳輸單元。
10.如權(quán)利要求8所述的通信設(shè)備，其特征在于，所述編碼切換單元還連接所述第一語音編碼器，所述編碼切換單元根據(jù)背景噪聲分類單元識別出的其中一種指定背景噪聲類型，將背景噪聲信號輸入第一語音編碼器編碼為語音幀并連續(xù)輸出。
11.如權(quán)利要求8所述的通信設(shè)備，其特征在于，所述背景噪聲解碼裝置還包括第二 語音編碼器，所述編碼切換單元根據(jù)背景噪聲分類單元識別出的其中一種指定背景噪聲類型，將背景噪聲信號輸入第二語音編碼器編碼為語音幀并連續(xù)輸出。
12.如權(quán)利要求8、9、10或11所述的通信設(shè)備，其特征在于，所述非連續(xù)傳輸單元具體包括 非語音編碼器，用于根據(jù)設(shè)定的靜音描述幀編碼方式將背景噪聲信號編碼為靜音描述幀； 靜音描述幀發(fā)送器，用于根據(jù)設(shè)定的非連續(xù)傳輸機制發(fā)送所述靜音描述幀。
13.如權(quán)利要求8所述的通信設(shè)備，其特征在于，還包括 第一識別單元，用于識別靜音描述幀中的非連續(xù)傳輸單元指示信息； 解碼切換單元和至少兩個舒適噪聲生成單元，所述解碼切換單元用于根據(jù)所述識別單元的識別結(jié)果，將所述靜音描述幀輸入對應(yīng)的舒適噪聲生成單元，每一個舒適噪聲生成單元根據(jù)接收的靜音描述幀的編碼方式對應(yīng)解碼靜音描述幀，并重構(gòu)背景噪聲信號。
14.如權(quán)利要求13所述的通信設(shè)備，其特征在于，還包括 第二識別單元，所述第二識別單元用于識別語音幀和靜音描述幀，并將所述靜音描述幀送入第一識別單元，或者在識別出語音幀時通知所述解碼切換單元； 語音解碼器，所述解碼切換單元將第二識別單元識別出的語音幀送入語音解碼器解碼并連續(xù)輸出。
15.如權(quán)利要求14所述的通信設(shè)備，其特征在于，所述第一識別單元和第二識別單元合并設(shè)置。
16.一種通信設(shè)備，包括背景噪聲解碼裝置，其特征在于，所述背景噪聲解碼裝置包括 第一識別單元，用于識別靜音描述幀中的非連續(xù)傳輸單元指示信息； 解碼切換單元和至少兩個舒適噪聲生成單元，所述解碼切換單元用于根據(jù)所述識別單元的識別結(jié)果，將所述靜音描述幀輸入對應(yīng)的舒適噪聲生成單元，每一個舒適噪聲生成單元根據(jù)接收的靜音描述幀的編碼方式對應(yīng)解碼靜音描述幀，并重構(gòu)背景噪聲信號。
17.如權(quán)利要求16所述的通信設(shè)備，其特征在于，還包括 第二識別單元，所述第二識別單元用于識別語音幀和靜音描述幀，并將所述靜音描述幀送入第一識別單元，或者在識別出靜音描述幀時通知所述解碼切換單元；語音解碼器，所述解碼切換單元將第二識別單元識別出的語音幀送入語音解碼器解碼并輸出。
18.如權(quán)利要求17所述的通信設(shè)備，其特征在于，所述第一識別單元和第二識別單元合并設(shè)置。
19.一種背景噪聲編碼方法，其特征在于，包括 獲取背景噪聲信號的至少一個信號特征參數(shù)值； 根據(jù)所述至少一個信號特征參數(shù)值確定背景噪聲類型； 根據(jù)所述背景噪聲類型選擇一種非連續(xù)傳輸機制將背景噪聲信號編碼為包含非連續(xù) 傳輸機制指示信息的靜音描述幀并非連續(xù)發(fā)送，其中每一種非連續(xù)傳輸機制中的靜音描述中貞編碼方式和/或靜音描述巾貞非連續(xù)發(fā)送方式不相同。
20.如權(quán)利要求19所述的編碼方法，其特征在于，所述根據(jù)背景噪聲類型選擇一種非連續(xù)傳輸機制是根據(jù)設(shè)定的非連續(xù)傳輸機制選擇模式中背景噪聲類型和非連續(xù)傳輸機制之間的對應(yīng)關(guān)系進行選擇的，任意兩個切換模式之間至少有一個背景噪聲類型對應(yīng)的非連續(xù)傳輸機制不相同。
21.如權(quán)利要求19所述的編碼方法，其特征在于，還包括當(dāng)所述至少一個信號特征參數(shù)值滿足設(shè)定條件時，將背景噪聲信號編碼為全速率的語音幀并連續(xù)發(fā)送。
22.如權(quán)利要求19、20或21所述的編碼方法，其特征在于，所述信號特征參數(shù)包括如下之一或任意組合長時SNR、背景噪聲估計電平、背景噪聲能量波動估計、背景噪聲譜波動估計和背景噪聲波動頻率。
23.如權(quán)利要求22所述的編碼方法，其特征在于，根據(jù)各信號特征參數(shù)值的大小，所述背景噪聲類型包括穩(wěn)態(tài)背景噪聲信號和非穩(wěn)態(tài)背景噪聲信號。
24.如權(quán)利要求23所述的編碼方法，其特征在于，當(dāng)所述信號特征參數(shù)包括長時SNR時 所述穩(wěn)態(tài)背景噪聲信號進一步包括穩(wěn)態(tài)大SNR背景噪聲信號和穩(wěn)態(tài)小SNR背景噪聲信號; 所述非穩(wěn)態(tài)背景噪聲信號進一步包括非穩(wěn)態(tài)大SNR背景噪聲信號和非穩(wěn)態(tài)小SNR背景噪聲信號。
25.如權(quán)利要求19所述的編碼方法，其特征在于，不同靜音描述幀編碼方式之間的區(qū)別包括至少一個靜音描述幀編碼參數(shù)不相同，或者同一靜音描述幀編碼參數(shù)的量化精度不相同。
26.如權(quán)利要求25所述的編碼方法，其特征在于，所述的靜音描述幀編碼參數(shù)包括合成濾波器參數(shù)和激勵參數(shù)。
27.如權(quán)利要求26所述的編碼方法，其特征在于，所述的激勵參數(shù)包括自適應(yīng)碼本參數(shù)和/或固定碼本參數(shù)。
28.如權(quán)利要求19所述的編碼方法，其特征在于，不同靜音描述幀非連續(xù)發(fā)送方式之間的區(qū)別包括發(fā)送的相鄰兩個靜音描述幀之間的傳輸間隔不相同。
29.如權(quán)利要求28所述的編碼方法，其特征在于，所述的傳輸間隔根據(jù)背景信號的變化自適應(yīng)確定，并且不同靜音描述幀非連續(xù)發(fā)送方式之間的最小間隔不相同。
30.如權(quán)利要求28所述的編碼方法，其特征在于，各靜音描述幀非連續(xù)發(fā)送方式的傳輸間隔為不相同的固定值。
31.一種對權(quán)利要求19所述方法生成的靜音描述幀進行解碼的方法，其特征在于，包括 識別靜音描述幀中的非連續(xù)傳輸機制指示信息，其中每一種非連續(xù)傳輸機制中的靜音描述幀編碼方式不相同； 根據(jù)所述非連續(xù)傳輸機制指示信息，采用對應(yīng)的解碼方式解碼靜音描述幀，并重構(gòu)為背景噪聲信號。
全文摘要
本發(fā)明實施例提供一種背景噪聲編碼/解碼裝置、方法和通信設(shè)備，以實現(xiàn)根據(jù)通信環(huán)境的背景噪聲情況靈活調(diào)整SID幀編碼方式和非連續(xù)傳輸機制。本發(fā)明技術(shù)方案可以根據(jù)背景噪聲的不同類型靈活采用不同的SID幀編碼方法和非連續(xù)傳輸機制，在合理利用通信系統(tǒng)實際資源的情況下自適應(yīng)于不同類型背景噪聲所要求的編碼精度和時間分辨力，來達到在合理利用信道資源的前提下在解碼端高質(zhì)量的提供各種類型背景噪聲的目的。
文檔編號G10L19/00GK102760441SQ20121019456
公開日2012年10月31日 申請日期2007年6月5日 優(yōu)先權(quán)日2007年6月5日
發(fā)明者張立斌, 王喆 申請人:華為技術(shù)有限公司