音频编码器和用于对音频信号进行编码的方法与流程

实施例涉及用于提供基于音频信号的编码表示的音频编码器。其他实施例涉及用于提供基于音频信号的编码表示的方法。一些实施例涉及感知语音的低延迟和低复杂度的远端噪声抑制和音频编解码器。

背景技术：

语音和音频编解码器目前的问题在于，它们被用于声学输入信号由于背景噪声和其他伪像而失真的不利环境中。这会导致几个问题。由于编解码器现在必须对期望的信号和不希望的失真两者进行编码，所以编码问题更加复杂，因为信号现在由两个源组成，这将降低编码质量。但是，即使我们可以用与单个干净信号相同的质量对这两部分的组合进行编码，语音部分的质量也仍然比干净信号低。丢失的编码质量不仅感觉上令人讨厌，而且重要的是，这也增加了倾听的努力，并且在最坏的情况下，降低了可懂度或增加了解码信号的倾听努力。

wo2005/031709a1示出了通过修改码本增益来应用噪声降低的语音编码方法。详细地，使用通过合成方法进行的分析，对包含语音分量和噪声分量的声学信号进行编码，其中为了对声学信号进行编码，将合成信号与声学信号在时间期间中进行比较，所述合成信号通过使用固定码本和相关的固定增益来描述。

us2011/076968a1示出了具有减小的噪声的语音编码的通信设备。该通信设备包括存储器、输入接口、处理模块和发射机。处理模块从输入接口接收数字信号，其中数字信号包括期望的数字信号分量和不期望的数字信号分量。处理模块基于不期望的数字信号分量来识别多个码本中的一个。处理模块然后基于期望的数字信号分量从多个码本中的该一个码本中识别码本条目，以产生所选择的码本条目。处理模块然后基于所选择的码本条目来生成编码信号，其中编码信号包括期望的数字信号分量的基本上不衰减的表示以及不期望的数字信号分量的衰减表示。

us2001/001140a1示出了用于语音编码的模块化语音增强方法。语音编码器基于间隔时间将输入的数字化语音分成间隔时间上的分量部分。分量部分包括增益分量、频谱分量和激励信号分量。语音编码器内的一组语音增强系统对这些分量部分进行处理，使得每个分量部分具有其自己的单独的语音增强处理。例如，可以应用一个语音增强处理来分析频谱分量，并且可以使用另一个语音增强处理来分析激励信号分量。

us5,680,508a公开了一种用于低速率语音编码器的、背景噪声中的语音编码的增强方案。语音编码系统采用其分布不受噪声/等级强烈影响的语音帧的鲁棒特征的测量，以对在噪声环境中发生的输入语音做出发声判定。使用鲁棒特征的线性编程分析和相应权重来确定这些特征的最佳线性组合。输入语音向量与码字词汇表相匹配以便选择相应的最佳匹配码字。使用自适应向量量化，其中基于在其中出现输入语音的噪声环境的噪声估计来更新在安静环境中获得的单词词汇表，然后搜索“噪声”词汇表以与输入语音向量进行最佳匹配。然后选择相应的干净码字索引，以用于传输以及接收端的合成。

us2006/116874a1示出了依赖于噪声的后置滤波。一种方法包括提供适合于降低由语音编码引起的失真的滤波器，估计语音信号中的声学噪声，响应于所估计的声学噪声调整滤波器以获得自适应的滤波器，以及将该自适应的滤波器应用于语音信号，以减少语音信号中的由语音编码造成的声学噪声和失真。

us6,385,573b1示出了用于合成的语音残差的自适应倾斜补偿。多速率语音编解码器通过自适应地选择编码比特率模式以匹配通信信道限制，从而支持多个编码比特率模式。在较高比特率编码模式中，通过celp(码激励线性预测)和其他相关的建模参数来生成准确的语音表示以用于更高质量的解码和再现。为了在较低比特率编码模式下实现高质量，语音编码器背离了常规celp编码器的严格的波形匹配标准，并致力于识别输入信号的显著的感知特征。

us5,845,244a涉及在利用感知加权的综合分析中调整噪声掩蔽级别。在采用短期感知加权滤波器的综合分析语音编码器中，根据在短期线性预测分析期间获得的频谱参数动态调整频谱扩展系数的值。用于该调整的频谱参数可以特别地包括表示语音信号的频谱的总体斜率的参数以及表示短期合成滤波器的谐振特性的参数。

us4,133,976a示出了具有降低的噪声影响的预测语音信号编码。预测语音信号处理器在量化器周围的反馈网络中具有自适应滤波器。自适应滤波器基本上将量化误差信号、共振峰相关预测参数信号和差信号进行组合，以将量化误差噪声集中在对应于语音频谱的时变共振峰部分的谱峰中，使得量化噪声被语音信号的共振峰遮蔽。

wo9425959a1示出了使用听觉模型来改善语音合成系统的质量或降低语音合成系统的比特率。加权滤波器被替换为听觉模型，其使得能够搜索心理声学域中的最优随机码向量。公开了一种称为percelp(用于感知增强的随机码本激励线性预测)的算法，其产生的语音的质量比利用加权滤波器获得的质量好得多。

us2008/312916a1示出了接收机可懂度增强系统，其处理输入语音信号以生成增强的可懂信号。在频域中，根据本地背景噪声的lpc频谱修改从远端接收到的语音的fft频谱，以生成增强的可懂信号。在时域中，根据噪声的lpc系数修改语音以产生增强的可懂信号。

us2013/030800a1示出了自适应语音可懂度处理器，其自适应地识别和追踪共振峰位置，由此使得能够在共振峰改变时加重共振峰。结果是，即使在嘈杂的环境中，这些系统和方法也可以提高近端可懂度。

在[atal，bishnus.，andmanfredr.schroeder.“predictivecodingofspeechsignalsandsubjectiveerrorcriteria”.acoustics，speechandsignalprocessing，ieeetransactionson27.3(1979)：247-254]中，描述和评估了用于减少语音信号的预测编码器中的主观失真的方法。通过以下方式获得了改进的语音质量：1)在量化之前有效地去除语音的共振峰和音调相关的冗余结构，以及2)用语音信号有效地遮蔽量化器噪声。

在[chen，juin-hweyandallengersho.“real-timevectorapcspeechcodingat4800bpswithadaptivepostfiltering”.acoustics，speechandsignalprocessing，ieeeinternationalconferenceonicassp’87..vol.12，ieee，1987]中，提出了一种改进的向量apc(vapc)语音编码器，其将apc与向量量化相结合，并结合综合分析、感知噪声加权和自适应后置滤波。

技术实现要素：

本发明的目的是提供一种概念，用于在声学输入信号由于背景噪声和其他伪像失真时减少倾听努力、或提高信号质量、或增加解码信号的可懂度。

该目的通过独立权利要求来实现。

从属权利要求描述了有利的实施例。

实施例提供一种用于提供基于音频信号的编码表示的音频编码器。该音频编码器被配置为获得描述包括在音频信号中的噪声的噪声信息，其中该音频编码器被配置为根据噪声信息自适应地对音频信号进行编码，使得与受包括在音频信号中的噪声影响较大的音频信号的部分相比，受包括在音频信号中的噪声影响较小的音频信号的部分的编码准确度较高。

根据本发明的概念，音频编码器根据描述包括在音频信号中的噪声的噪声信息自适应地对音频信号进行编码，使得与受噪声影响较大的音频信号的部分(例如，具有较低信噪比)相比，受包括噪声影响较小的音频信号的部分(例如，具有较高信噪比)的编码准确度较高。

通信编解码器经常在期望的信号被背景噪声破坏的环境中工作。本文公开的实施例针对在编码之前发送器/编码器侧信号已经具有背景噪声的情况。

例如，根据一些实施例，通过修改编解码器的感知目标函数，可以增加具有较高信噪比(snr)的那些信号部分的编码准确度，从而保持信号的无噪声部分的质量。通过保存信号的高snr部分，可以提高所发送信号的可懂度，减少倾听努力。传统的噪声抑制算法被实现为编解码器的预处理块，而本方法具有两个明显的优点。首先，通过将噪声抑制和编码相结合，可以避免抑制和编码的串联(tandem)效应。其次，由于所提出的算法可以实现为对感知目标函数的修改，因此计算复杂度非常低。此外，在任何情况下，通常通信编解码器都会为舒适噪声生成器估计背景噪声，由此噪声估计已经在编解码器中可用，其可以在没有额外的计算开销的情况下(作为噪声信息)使用。

其他实施例涉及一种用于提供基于音频信号的编码表示的方法。该方法包括获得描述包括在音频信号中的噪声的噪声信息，根据噪声信息自适应地对音频信号进行编码，使得与受包括在音频信号中的噪声影响较大的音频信号的部分相比，受包括在音频信号中的噪声影响较小的音频信号的部分的编码准确度较高。

其他实施例涉及一种承载音频信号的编码表示的数据流，其中所述音频信号的所述编码表示根据描述包括在所述音频信号中的噪声的噪声信息自适应地对所述音频信号进行编码，使得与受包括在所述音频信号中的所述噪声影响较大的所述音频信号的部分相比，受包括在所述音频信号中的所述噪声影响较小的所述音频信号的部分的编码准确度较高。

附图说明

参照附图来描述本发明的实施例。

图1示出了根据一个实施例的用于提供基于音频信号的编码表示的音频编码器的示意性框图；

图2a示出了根据一个实施例的用于提供基于语音信号的编码表示的音频编码器的示意性框图；

图2b示出了根据一个实施例的码本条目确定器的示意性框图；

图3以线图的形式示出了针对频率绘制的、噪声的估计的幅度和噪声的重建频谱；

图4以线图的形式示出了针对频率绘制的、不同预测阶数的噪声的线性预测拟合的幅度；

图5以线图的形式示出了针对频率绘制的、原始加权滤波器的逆滤波器的幅度和所提出的具有不同预测阶数的加权滤波器的逆滤波器的幅度；以及

图6示出了根据一个实施例的用于提供基于音频信号的编码表示的方法的流程图。

在以下描述中，通过相同或等同附图标记来表示相同或等同元件或者具有相同或等同功能的元件。

具体实施方式

在以下描述中，阐述了多个细节以提供对本发明的实施例的更透彻的解释。然而，本领域技术人员将清楚的是，可以在没有这些具体细节的情况下实践本发明的实施例。在其他实例中，以框图形式而不是具体地示出了公知的结构和设备，以避免对本发明的实施例造成混淆。此外，除非另外具体指示，否则下文所述的不同实施例的特征可以彼此组合。

图1示出了用于提供基于音频信号104的编码表示(或编码音频信号)102的音频编码器100的示意性框图。音频编码器100被配置为获得描述包括在音频信号104中的噪声的噪声信息106，并且根据噪声信息106自适应地对音频信号104进行编码，使得与受包括在音频信号104中的噪声影响较大的音频信号的部分相比，受包括在音频信号104中的噪声影响较小的音频信号104的部分的编码准确度较高。

例如，音频编码器100可以包括噪声估计器(或噪声确定器或噪声分析器)110和编码器112。噪声估计器110可以被配置为获取描述包括在音频信号104中的噪声的噪声信息106。编码器112可以被配置为根据噪声信息106自适应地对音频信号104进行编码，使得与受包括在音频信号104中的噪声影响较大的音频信号104的部分相比，受包括在音频信号104中的噪声影响较小的音频信号104的部分的编码准确度较高。

噪声估计器110和编码器112可以通过(或使用)诸如集成电路、现场可编程门阵列、微处理器、可编程计算机或电子电路之类的硬件装置来实现。

在实施例中，音频编码器100可以被配置为通过根据噪声信息106自适应地对音频信号104进行编码，对音频信号104进行编码并且同时减小音频信号104的编码表示102(或编码音频信号)中的噪声。

在实施例中，音频编码器100可以被配置为使用感知目标函数对音频信号104进行编码。可以根据噪声信息106来调整(或修改)感知目标函数，从而根据噪声信息106自适应地对音频信号104进行编码。噪声信息106可以是例如信噪比或者包括在音频信号104中的噪声的估计形状。

本发明的实施例尝试减少倾听努力或者分别增加可懂度。这里重要的是要注意，实施例通常可能不提供输入信号的最准确的可能表示，而是尝试发送使倾听努力或可懂度得到优化的信号部分。具体而言，实施例可以改变信号的音色，但是这种改变是以如下方式进行的，即，使得所发送的信号减少倾听努力或者可懂度比准确发送的信号更好。

根据一些实施例，编解码器的感知目标函数被修改。换句话说，实施例并非显式地抑制噪声，而是改变目标，使得在信噪比最佳的信号部分中准确度更高。等同地，实施例减少snr高的部分处的信号失真。听众可以更容易地理解信号。那些具有低snr的信号部分由此以较低的准确度发送，但是由于它们主要包含噪声，所以对这些部分进行准确编码并不重要。换句话说，通过将准确度聚焦在高snr部分上，实施例隐性地改进了语音部分的snr，同时降低了噪声部分的snr。

可以在任何语音和音频编解码器中实现或应用实施例，例如，在采用感知模型的这种编解码器中实现或应用实施例。实际上，根据一些实施例，可以基于噪声特性来修改(或调整)感知加权函数。例如，可以估计噪声信号的平均频谱包络并将其用于修改感知目标函数。

本文公开的实施例优选地适用于celp类型(celp＝码激励线性预测)的语音编解码器或者感知模型可以由加权滤波器表达的其他编解码器。但是实施例也可以用于tcx类型编解码器(tcx＝变换编码激励)以及其他频域编解码器。此外，实施例的优选使用情况是语音编码，但是实施例也可以更普遍地用于任何语音和音频编解码器中。由于acelp(acelp＝代数码激励线性预测)是典型应用，因此下面将详细描述实施例在acelp中的应用。对于本领域技术人员来说，将实施例应用于其他编解码器(包括频域编解码器)将是显而易见的。

语音和音频编解码器中的噪声抑制的传统方法是将其作为单独的预处理块，以在编码之前去除噪声。但是，将其分离成单独的块存在两个主要缺点。首先，由于噪声抑制器通常不仅去除噪声而且使期望信号失真，因此编解码器将尝试准确地对失真信号进行编码。因此，编解码器将有一个错误的目标，效率和准确性就会丧失。这也可以被看作是串联问题的情况，在这种情况下随后的块会产生累加的独立错误。通过将噪声抑制和编码相结合，实施例避免了串联问题。其次，由于噪声抑制器通常是在单独的预处理块中实现的，所以计算复杂度和延迟很高。与此相反，由于根据实施例将噪声抑制器嵌入在编解码器中，所以可以以非常低的计算复杂性和延迟来应用噪声抑制器。这对于不具有常规噪声抑制的计算能力的低成本设备将是特别有益的。

该描述还将讨论在amr-wb编解码器(amr-wb＝自适应多速率宽带)环境中的应用，因为该编解码器是在撰写本文时最常用的语音编解码器。实施例也可以容易地应用在其他语音编解码器之上，诸如3gpp增强语音服务或g.718。注意，实施例的优选用法是对现有标准的附加，因为实施例可以在不改变比特流格式的情况下应用于编解码器。

图2a示出了根据一个实施例的用于提供基于语音信号104的编码表示102的音频编码器100的示意性框图。音频编码器100可以被配置为从语音信号104导出残差信号120，并且使用码本122对残差信号120进行编码。详细地，音频编码器100可以被配置为根据噪声信息106来从码本122的多个码本条目中选择码本条目，以对残差信号120进行编码。例如，音频编码器100可以包括包含码本122的码本条目确定器124，其中码本条目确定器124可以被配置为根据噪声信息106从码本122的多个码本条目中选择码本条目，以用于对残差信号120进行编码，从而获得量化残差126。

音频编码器100可以被配置为估计声道对语音信号104的贡献并且从语音信号104中去除所估计的声道贡献以获得残差信号120。例如，音频编码器100可以包括声道估计器130和声道去除器132。声道估计器130可以被配置为接收语音信号104，估计声道对语音信号104的贡献，并且将声道128对语音信号104的估计贡献提供给声道去除器132。声道去除器132可以被配置为从语音信号104中去除声道128的估计贡献，以便获得残差信号120。例如，可以使用线性预测来估计声道对语音信号104的贡献。

音频编码器100可以被配置为提供量化残差126和声道128的估计贡献(或者描述声道104的估计贡献128的滤波器参数)作为基于语音信号的编码表示(或者编码语音信号)。

图2b示出了根据实施例的码本条目确定器124的示意性框图。码本条目确定器124可以包括优化器140，其被配置为使用感知加权滤波器w选择码本条目。例如，优化器140可以被配置为选择用于残差信号120的码本条目，使得用感知加权滤波器w加权的残差信号126的合成加权量化误差被减小(或最小化)。例如，优化器130可以被配置为使用距离函数来选择码本条目：

加权滤波器，并且其中h表示量化声道合成滤波器。从而，w和h可以是卷积矩阵。

码本条目确定器124可以包括量化声道合成滤波器确定器144，其被配置为根据声道a(z)的估计贡献来确定量化声道合成滤波器h。

此外，码本条目确定器124可以包括感知加权滤波器调整器142，其被配置为调整感知加权滤波器w，使得噪声对码本条目的选择的影响被降低。例如，可以调整感知加权滤波器w，使得对于码本条目的选择而言，与受噪声影响较大的语音信号的部分相比，受噪声影响较小的语音信号的部分被更多地加权。进一步(或可选地)，可以调整感知加权滤波器w，使得受噪声影响较小的残差信号120的部分与量化残差信号126的相应部分之间的误差被减小。

感知加权滤波器调整器142可以被配置为从噪声信息(106)导出线性预测系数，从而确定线性预测拟合(a_bck)，并且在感知加权滤波器(w)中使用该线性预测拟合(a_bck)。例如，感知加权滤波器调整器142可以被配置为使用以下公式来调整感知加权滤波器w：

w(z)＝a(z/γ1)abck(z/γ2)hde-emph(z)

其中w表示感知加权滤波器，其中a表示声道模型，abck表示线性预测拟合，hde-emph表示去加重滤波器，γ1＝0,92，并且γ2是可以调节噪声抑制量的参数。从而，hde-emph可以等于1/(1-0,68z^-1)。

换句话说，amr-wb编解码器使用代数码激励线性预测(acelp)来对语音信号104进行参数化。这意味着首先利用线性预测来估计声道a(z)的贡献并且将其去除，然后使用代数码本对残差信号进行参数化。为了找到最佳的码本条目，可以使原始残差和码本条目之间的感知距离最小化。距离函数可以表示为其中x和是原始残差和量化残差，w和h分别是对应于量化声道合成滤波器和感知加权w(z)的卷积矩阵，后者典型地选择为w(z)＝a(z/γ1)hde-emph(z)，其中γ1＝0.92。残差x已经用量化声道分析滤波器计算。

在应用场景中，输入的语音信号中可能存在加性远端噪声。因此，信号是y(t)＝s(t)+n(t)。在这种情况下，声道模型a(z)和原始残差都包含噪声。简化的方式是忽略声道模型中的噪声并集中于残差中的噪声，由此出发，(根据一个实施例的)思想是引导感知加权，使得在残差的选择中减小加性噪声的影响。虽然原始残差和量化残差之间的误差通常需要类似于语音频谱包络，但根据实施例，减小了被认为对噪声更鲁棒的区域中的误差。换句话说，根据实施例，较少被噪声破坏的频率分量以较少的误差进行量化，而可能包含来自噪声的误差的、具有较低幅度的分量在量化过程中具有较低的权重。

为了考虑噪声对期望信号的影响，首先需要估计噪声信号。噪声估计是典型问题，存在解决该问题的许多方法。一些实施例提供了使用已经存在于编码器中的信息的低复杂性的方法。在优选的方法中，可以使用为语音活动检测(vad)存储的背景噪声的形状的估计。这个估计包含了宽度增加的12个频带中的背景噪声水平。可以从该估计构建频谱，其方法是利用原始数据点之间的内插将该估计映射到线性频率范围。原始背景估计和重建频谱的一个例子如图3所示。详细地，图3示出了平均snr为-10db的汽车噪声的原始背景估计和重建频谱。从重建频谱计算自相关，并使用该自相关利用levinson-durbin递归推导出p阶线性预测(lp)系数。图4中示出了所获得的lp拟合(p＝2...6)的示例。详细地，图4示出了所获得的具有不同预测阶数(p＝2...6)的背景噪声的线性预测拟合。背景噪声是平均snr为-10db的汽车噪声。

所获得的lp拟合、abck(z)可以用作加权滤波器的一部分，使得新的加权滤波器可以被计算为

w(z)＝a(z/γ1)abck(z/γ2)hde-emph(z)

这里，γ2是可以调整噪声抑制量的参数。对于γ2→0，效果很小，而对于γ2≈1，可以获得较高的噪声抑制效果。

在图5中，示出了原始加权滤波器的逆滤波器以及所提出的具有不同预测阶数的加权滤波器的逆滤波器(inverse)的示例。对于该图，去加重滤波器尚未被使用。换句话说，图5示出了原始加权滤波器和所提出的具有不同预测阶数的加权滤波器的逆滤波器的频率响应。背景噪声是平均snr为-10db的汽车噪声。

图6示出了用于提供基于音频信号的编码表示的方法的流程图。该方法包括获得描述包括在音频信号中的噪声的噪声信息的步骤202。此外，方法200包括步骤204，在该步骤中，根据噪声信息自适应地对音频信号进行编码，使得与受包括在音频信号中的噪声影响较大的音频信号的部分相比，受包括在音频信号中的噪声影响较小的音频信号的部分的编码准确度较高。

虽然已经在装置的上下文中描述了一些方面，但是将清楚的是，这些方面还表示对应方法的描述，其中，块或设备对应于方法步骤或方法步骤的特征。类似地，在方法步骤的上下文中描述的方面也表示对相应块或项或者相应装置的特征的描述。可以由(或使用)硬件装置(诸如，微处理器、可编程计算机或电子电路)来执行一些或全部方法步骤。在一些实施例中，可以由这种装置来执行最重要方法步骤中的一个或多个方法步骤。

新颖的编码音频信号可以存储在数字存储介质上，或者可以在诸如无线传输介质或有线传输介质(例如，互联网)等的传输介质上传输。

取决于某些实现要求，可以在硬件中或在软件中实现本发明的实施例。可以使用其上存储有电子可读控制信号的数字存储介质(例如，软盘、dvd、蓝光、cd、rom、prom、eprom、eeprom或闪存)来执行实现，该电子可读控制信号与可编程计算机系统协作(或者能够与之协作)从而执行相应方法。因此，数字存储介质可以是计算机可读的。

根据本发明的一些实施例包括具有电子可读控制信号的数据载体，该电子可读控制信号能够与可编程计算机系统协作从而执行本文所述的方法之一。

通常，本发明的实施例可以实现为具有程序代码的计算机程序产品，程序代码可操作以在计算机程序产品在计算机上运行时执行方法之一。程序代码可以例如存储在机器可读载体上。

其他实施例包括存储在机器可读载体上的计算机程序，该计算机程序用于执行本文所述的方法之。

换言之，本发明方法的实施例因此是具有程序代码的计算机程序，该程序代码用于在计算机程序在计算机上运行时执行本文所述的方法之一。

因此，本发明方法的另一实施例是包括其上记录的计算机程序的数据载体(或者数字存储介质或计算机可读介质)，该计算机程序用于执行本文所述的方法之一。数据载体、数字存储介质或记录介质通常是有形的和/或非瞬时性的。

因此，本发明方法的另一实施例是表示计算机程序的数据流或信号序列，所述计算机程序用于执行本文所述的方法之一。数据流或信号序列可以例如被配置为经由数据通信连接(例如，经由互联网)传送。

另一实施例包括处理装置，例如，配置为或适用于执行本文所述的方法之一的计算机或可编程逻辑器件。

另一实施例包括其上安装有计算机程序的计算机，该计算机程序用于执行本文所述的方法之一。

根据本发明的另一实施例包括被配置为向接收机(例如，以电子方式或以光学方式)传输计算机程序的装置或系统，该计算机程序用于执行本文所述的方法之一。接收机可以是例如计算机、移动设备、存储设备等。装置或系统可以例如包括用于向接收机传送计算机程序的文件服务器。

在一些实施例中，可编程逻辑器件(例如，现场可编程门阵列)可以用于执行本文所述的方法的功能中的一些或全部。在一些实施例中，现场可编程门阵列可以与微处理器协作以执行本文所述的方法之一。通常，方法优选地由任意硬件装置来执行。

本文描述的装置可以使用硬件装置、或者使用计算机、或者使用硬件装置和计算机的组合来实现。

本文描述的方法可以使用硬件装置、或者使用计算机、或者使用硬件装置和计算机的组合来执行。

上述实施例对于本发明的原理仅是说明性的。应当理解的是：本文所述的布置和细节的修改和变形对于本领域其他技术人员将是显而易见的。因此，旨在仅由所附专利权利要求的范围来限制而不是由借助对本文的实施例的描述和解释所给出的具体细节来限制。