专利名称：语音同步的制作方法
技术领域：
本发明涉及电信领域。更具体而言，本发明涉及为了测量语音质量而将一个基准信号和一个测试信号同步。
背景技术：
在传统的电信系统中，语音信号(例如口语句子)必须在其上通过的传输链可以包括语音编码器、语音解码器、空中接口、公共交换电话网(PSTN)链路、计算机网络链路、接收缓存和信号处理逻辑。如本领域的技术人员所理解的，组成一个传输链的这些元素中的任何一个或多个可能使语音信号失真。因此，为了保证语音质量超过最小可接受标准，测量语音信号的质量是非常重要的，以便语音信号可以由收听者听见并理解。
典型地，测量语音质量包括将一个基准信号发送通过一个传输链到接收实体。在这里，将由组成传输链的各元素引起失真的所接收的语音信号称作测试信号。然后，测试信号和初始基准信号被转发到一个语音质量测量算法。然后，语音质量测量算法通过将测试信号与基准信号相比较来执行非常需要的质量测量。
此外，语音信号可能遭受由组成传输链的一个或多个元素引起的传输延迟。为此，在语音质量测量算法比较基站信号和测试信号之前，这两个信号必须被正确对准。因此，信号同步是任何语音质量测量过程的一个非常重要的方面。
当然，有许多用于同步诸如基站信号和测试信号的两个信号的众所周知的方法。一种这样的方法涉及估计一个“全局(global)”延迟。根据该方法，将测试信号或基准信号在时域中移动一个等于被估计的全局延迟的量。之后，这两个信号被供给语音质量测量算法。另一个众所周知的用于同步基站信号和测试信号的方法涉及迭代地在时域中对准这两个信号，直到一个互相关测量或其它类似的测量被最大化为止。另一种技术涉及发送基准信号，此外还发送例如通过插入一个正弦曲线或线形调频脉冲到该基准信号中来标识信号的一个或多个部分的信息。因此，测试信号的所述一个或多个部分可以被更容易地识别并且与基准信号的相应部分对准。
不过，上述每个用于同步一个基准信号和一个测试信号的方法假设由组成传输链的各部分所引入的延迟是固定延迟。换句话说，假设在基准信号和测试信号之间存在一个不变的时移。不幸的是，传输延迟很少是固定或不变的，尤其是随着诸如互联网协议(IP)网的分组交换网的引入。例如，在实际上所有分组交换网方案中，传输延迟随着业务量负载(即网络中的拥塞等级)而变化。由于业务量负载通常在连续的基础上变化，所以通过网络的一个单独语音信号所遭受的传输延迟会变化。这样，由第一和第二点之间的测试信号所遭受的延迟将不同于在另外两个点之间的相同测试信号所遭受的延迟。如果这些变化的传输延迟未被检测，则基准信号和测试信号将无法被正确对准，并且语音质量测量算法将可能无法执行正确的语音质量测量。
发明内容
本发明涉及一种算法，它能够将一个基准语音信号(这里称作基准信号)与一个测试语音信号(这里称作测试信号)同步，在此测试信号通过一个包括语音编码器、语音解码器、空中接口、PSTN链路、计算机网络链路、缓冲区、逻辑设备和/或播放设备的任意传输链，并且其中这些传输链元素中的任何一个或多个可能会引起信号失真和/或引入变化的传输延迟。总体上，本发明的同步算法涉及选择沿着基准信号的N个同步脉冲。然后，在所选择的沿着基准信号的同步脉冲和相应的被近似的沿着测试信号的同步点之间执行粗略等级同步。为了完成粗略等级的同步，包括同步脉冲、近似同步点对的不同组合的“路径”被迭代扩充和测试，直到一个完整的具有对于任何其它路径的最小整体“代价”的包括N个同步脉冲、近似同步点对的路径出现为止，在此一个路径的整体“代价”是与每个同步脉冲、同步点对相关的垂直同步测量和水平同步测量的函数。然后，在粗略等级同步过程中，在所标识的每个同步脉冲、近似同步点对上执行一个优良等级的同步过程。
因此，本发明的一个目的是提供一种能够对准一个任意的基准信号和一个相应的测试信号的同步算法。
本发明的另一个目的是提供一种算法，它能够对准沿着一个基准信号的段和沿着一个测试信号的相应段，其中测试信号遭受变化的传输延迟。
本发明的另一个目的是提供一种鲁棒的同步算法，它能够在多种条件下同步一个基准信号和一个测试信号，这些条件包括由低比特率编解码器失真、无线电信道比特错误和帧消除所引起的条件；由于例如网络拥塞、播放缓存上溢和下溢所引起的信号延迟中的突然改变；幅度换算；模拟滤波；以及符号倒置。
根据本发明的一个方面，可以通过一种用于同步两个信号的方法来达到上述以及其它目的。该方法包括从一个第一信号中选择一个段，并将该段与来自一个第二信号的多个段相比较。然后，来自第一个信号的段被与来自第二个信号的多个段的相应一个同步。该同步基于一个垂直同步测量值和一个水平同步测量值，其中垂直同步测量值表示来自第一个信号的段与来自第二个信号的多个段相应一个之间的相似性。此外，水平同步测量表示沿着第二个信号的多个段中的相应一个的预期位置与沿着第二个信号的多个段的相应的一个的实际位置之间的差。
根据本发明的另一方面，利用一种用于同步第一信号与第二信号的方法来达到上述以及其它目的。该方法包括选择沿着第一个信号的第一多个段。然后，对于第一多个段的每一个，产生一系列垂直同步测量值，其中每个序列垂直同步测量值表示第一多个段的相应一个与沿着第二个信号的第二多个段的每一个之间的相似性。此外，根据与第二多个段中的一个相关的相应序列的垂直同步测量值和一个水平同步测量，第一多个段中的一个被与第二多个段中的一个同步，并且其中水平测量表示沿着第二个信号的多个段的相应一个的位置与沿着第二个信号的多个段中的相应的一个的预期位置中的差。
根据本发明的另一方面，利用一种同步算法来达到上述以及其它目的。该同步算法包括同步一个基准语音信号和一个测试语音信号，其中测试语音信号被传送通过一个传输网，并且其中传输网使得所述测试信号遭受变化的延迟和信号失真。此外，所述算法包括标识沿着基准语音信号的多个同步脉冲段，并且通过将每个同步脉冲段与沿着所述测试信号的各段相比较来为每个同步脉冲段产生一个垂直同步测量曲线。然后，沿着每个垂直同步测量曲线的多个最小值点被标识，其中每个最小值点对应于沿着基本上类似于相应同步脉冲段的测试信号的一个位置。然后，与沿着相应垂直同步测量曲线的每个最小值组合的每个同步脉冲段被确定为一个同步树根。然后，所述算法标识具有最小垂直同步测量值的同步树根。然后，通过将下一个同步脉冲与一个位于沿着测试信号的相应同步点同步来扩展与第一个同步树根相关的路径，其中所述下一个同步脉冲位于沿着基准信号的临近与第一个同步树根相关的同步脉冲的位置。最后，测量对于所述路径的整体“代价”，其中整体代价是与同步树根相关的垂直同步测量值、与沿着测试信号的同步点的位置相关的垂直同步测量值、以及水平同步测量值的函数，并且其中水平同步测量值表示沿着测试信号的同步点的位置与沿着测试信号的同步点的一个预期位置之间的差。
通过下面连同附图的详细描述可以理解本发明的目的和优点，其中图1说明本发明的概述；图2是表示与本发明的同步算法相关的四个基本步骤的流程图；图3表示一个示范基准信号r(n)；图4表示粗略等级同步的四个阶段；图5表示一个垂直同步测量曲线φ1的产生；图6A和6B是说明与粗略等级同步的扩展和终止阶段相关的程序步骤的框图；图7表示一个示范水平同步测量HA-1的导出；图8是说明与估计一个“全局”幅度换算因子相关的过程步骤的框图；图9是说明与优良等级同步相关的过程步骤的框图；图10表示一个基准信号和一个测试信号，其中测试信号遭受严重的失真和延迟；图11表示同步树的扩展以及计算该同步树的整体“代价”的过程；以及图12表示根据本发明的示范实施例的多个同步树和同步树根的迭代扩展。
具体实施例方式
图1表示本发明的概述，其中基准信号r(n)和测试信号t(n)被发送到一个同步算法。测试信号t(n)与基准信号r(n)相关，这是因为测试信号表示在基准信号通过一个包括例如语音编码器、语音解码器、空中接口、计算机网络链路、无线电信链路和PSTN链路的一个任意传输链之后的基准信号r(n)，其中所述传输链的每个元素可能使得信号失真并且使得信号遭受变化的传输延迟。图1还表示根据本发明的示范实施例，同步算法最终产生N个三元组值{(Pr1，Pt1，q1)，(Pr2，Pt2，q2)…(PrN，PtN，qN)}，其中，Pr1，Pr2…PrN表示沿着基准信号r(n)的N个同步脉冲；Pt1，Pt2…PtN表示沿着测试信号t(n)的N个相应同步位置；并且q1，q2…qN表示与每个同步脉冲Pri、同步点Pti对相关的质量测量。
图2是表示根据本发明的一个优选实施例，由同步算法执行的四个基本步骤的流程图。如图所示，第一个步骤包括选择沿着基准信号r(n)的N个同步脉冲{Pr1，Pr2…PrN}。在第二个步骤中，同步算法执行一个粗略等级同步，其中沿着测试信号t(n)的N个近似同步点{Pt1，Pt2…PtN}被标识，对于沿着基准信号r(n)的N个同步脉冲{Pr1，Pr2…PrN}的每一个的相应的一个。在该第二个步骤中，为每个同步脉冲、近似同步点对产生一个中间质量因子q1，q2…qN，其中质量因子等于相应的垂直同步测量值，下面将详细论述。在第三个步骤中，产生一个幅度换算估计。然后，在第四个步骤中，执行一个优良等级同步，其中优良等级同步步骤产生上述的N个三元组值{(Pr1，Pt1，q1)，(Pr2，Pt2，q2)…(PrN，PtN，qN)}，如下所述，其中质量因子q1，q2…qN等于信噪比值。现在更详细地描述这些步骤中的每一个。
在第一个步骤中，同步算法选择沿着基准信号r(n)的N个同步脉冲Pr1，Pr2…PrN(即，具有段长为Lpulse的N个同步段)。在选择N个同步脉冲Pr1，Pr2…PrN时，同步算法遵循两个原则标准。首先，同步算法根据沿着展示急剧瞬变特性的基准信号r(n)的段(也就是，其中与基准信号r(n)相关的能量显著增加或减少的段)来选择同步脉冲。选择对应于展示急剧瞬变特性的段的同步脉冲的原因是这种段通常在测试信号中更易于标识。总体上，急剧瞬变存在于音节的开始和/或结尾。其次，同步算法选择N个同步脉冲，以便这些同步脉冲均一地分布跨越在基准信号r(n)中。
图3表示一个示范基准信号r(n)。在本例中，基准信号r(n)表示口语短语“the depth of this well(这口井的深度)”。而图本身并未反映真实的数据，它没有说明选择沿着基准信号r(n)的N个同步脉冲的过程，其中为了说明的目的，N等于数字10。
在第二个步骤中，同步算法执行一个粗略等级同步。总体上，该步骤的目的是将在前面的步骤中选择的沿着基准信号r(n)的N个同步脉冲Pr1，Pr2…PrN的每一个与沿着测试信号t(n)的一个相应的近似同步点Pt1，Pt2…PtN同步。根据本发明的示范实施例，粗略等级同步步骤可以划分成为四个阶段建立阶段、开始阶段、扩展阶段和终止阶段。这四个阶段在图4中示出。
在粗略等级同步步骤的建立阶段中，同步算法为每个同步脉冲Pr1，Pr2…PrN产生一个垂直同步测量曲线φ1，φ2…φN。同步算法通过将一个相应的同步脉冲Pri(或者更明确地沿着对应于同步脉冲Pri的长度为Lpulse的基准信号r(n)的一个段)与分布通过测试信号的多个段中的每一个相比较来产生每个垂直同步测量曲线，例如垂直同步φi。
为了说明，图5表示垂直同步测量曲线φi的产生，如图所示，同步算法通过将沿着对应于同步脉冲Pri的基准信号r(n)的段与沿着测试信号t(n)的多个段相比较来产生所述垂直同步测量曲线φi。与垂直同步测量值φi相关的值表示沿着对应于同步脉冲Pri的基准信号r(n)与沿着测试信号的每个段(与同步脉冲Pri相符的段与所述每个段相比较)之间的相似性。
如图5所示，垂直同步测量曲线φi含有几个最小值点，其中一个最小值点涉及在零值或者接近零值的垂直同步粗略曲线φi的任何部分。这些最小值点对应于并且因此用于标识沿着最类似于对应于同步脉冲Pri的段的测试信号t(n)的段。垂直同步测量曲线φi含有几个最小值点的原因是类似的声音可能在一个口语短语中出现几次。例如，在口语短语“the depth of this well(这口井的深度)”中，之后跟随着与单词“depth”中的“e”相关的声音的与单词“the”中的“th”相关的声音以之后跟随着单词“well”中的声音“e”的单词“this”中的声音“th”再次出现。这样，假设同步脉冲Pri覆盖含有单词“the”中的“th”的基准信号r(n)的一个段，本领域的技术人员预期当同步算法在将同步脉冲Pri与沿着测试信号t(n)的多个段相比较时，通过测试信号t(n)的对应于单词“the”中“th”的部分并且再次当它通过测试信号t(n)的对应于单词“this”中“th”的部分时，垂直同步测量曲线φi展示最小值点。不过，垂直同步测量曲线φi中对应于沿着测试信号t(n)的与单词“the”中“th”相关的段的最小值点反映真实同步点；另外的一个或多个最小值点表示假的同步点。
为了提高同步算法在每个垂直同步测量曲线φ1，φ2…φN中标识真实最小值点的概率，同步算法观察每个垂直同步测量曲线φ1，φ2…φN，并且为每个曲线标识一个固定数量的M个最小值点。在图5所示的例子中，M是五。这样，五个最小值点A-E被沿着垂直同步测量曲线φi标识。由于有N个垂直同步测量曲线φ1，φ2…φN以及为每个曲线标识的M个最小值点，所以同步算法标识总共N×M个最小值点，其中N×M个最小值点中的每一个表示一个潜在的同步脉冲Pri近似同步点Pti对。由于利用下面的进一步的说明而显而易见的原因，沿着测试信号t(n)的对应于N×M个最小值点的每一个的位置在这里被称作同步树根，并且其中每个同步树根潜在地用作粗略等级同步步骤的扩展阶段的开始点。
一旦同步算法标识沿着基准信号r(n)的N个同步脉冲Pr1，Pr2…PrN，以及沿着测试信号t(n)的对于每个同步脉冲Pr1，Pr2…PrN的测试信号t(n)的M个潜在同步点位置，同步算法就确定哪个同步树根展示最佳同步特性。同步算法通过为每个同步树根导出一个“代价”因子来进行该确定。根据本发明的一个优选实施例，与每个同步树根相关的代价因子等于相应的垂直同步测量值。对应于展示最小垂直同步测量值(即展示最小代价)的同步脉冲PrA、近似同步点PtA对被标识为展示最佳同步特性的同步脉冲、同步点对。因此，同步算法使用该同步脉冲PrA、同步点PtA对作为粗略等级同步步骤的扩展阶段的开始点。
总体上，同步算法在粗略等级同步步骤的扩展阶段中，通过迭代地扩展随机(casual)和/或非随机(non-casual)方向中的同步树根以及随后计算从相应的同步树根发展而来的同步树的整体代价，将沿着基准信号r(n)的每个同步脉冲Pr1，Pr2…PrN与沿着测试信号t(n)的相应的近似同步点Pt1，Pt2…PtN同步。如下面更详细地说明的，一个给定的同步树的整体代价等于与每个部分同步脉冲、同步点对相关的代价的和，其中与任何一个同步脉冲、同步点对相关的代价是相应的垂直同步测量值与除了定义同步树根的初始同步脉冲、同步点对，水平同步测量H的函数。然后，在计算了对于同步树的整体代价之后，同步算法获得一个具有相对于任何其它同步树或同步树根最小的整体代价的下一个同步树或同步树根。该下一个同步树或同步树根被以类似方式扩展。如上所述，扩展过程被重复，直到一个同步树被完全扩展，以便与该同步树相关的一个路径包括N个同步脉冲、近似同步点对并且具有低于与该或其它同步树相关的所有其它路径的整体代价。
图6A是说明根据本发明的一个优选实施例，粗略等级同步步骤的开始、扩展和终止阶段的框图。如步骤605所示，标识具有最小整体代价的同步树或同步树根，如上所述。最初有N×M个同步树根，并且在开始阶段，这些N×M个同步树根中的一个被挑选作为具有最小代价因子。该同步树根被在开始阶段确定为扩展阶段的开始点。由于与一个同步树根相关的整体代价等于相应的垂直同步测量值，所以同步算法只需要比较与N×M个同步树根的每一个相关的垂直同步测量值，以确定哪个具有最小代价。
根据判定步骤610，同步算法确定所选择的同步树根是否可以在随机和非随机方向中的任何一个或者两个中被扩展。总体上，如果随机和非随机方向中的任何一个中剩余一个或多个未被同步的同步脉冲，则同步树或同步树根是可扩展的。如果根据判断步骤610的“是”路径，同步树或同步树根是可扩展的，则同步算法扩展该同步树或同步树根一个等级，也就是，在随机和/或非随机方向的任何一个中的一个同步脉冲。下面关于图6B来更详细地描述扩展一个同步树或同步树根的实际过程。尽管如此，在同步算法完成同步树或同步树根的扩展之后(其包括更新同步树的整体代价)，同步算法寻找具有低于任何其它同步树或同步树根的代价的另一个同步树或同步树根。扩展过程被重复直到根据判定步骤610的“否”路径，同步算法标识一个具有最小整体代价并且不能再扩展(即包括所有N个同步脉冲、近似同步点对)的同步树为止。然后考虑终止粗略等级同步步骤。
图6B是更详细说明与根据图6A的步骤615的扩展同步树或同步树根相关的过程步骤的框图。在图6B所示的例子中，扩展包括一个同步脉冲PrA-1以及一个相应的近似同步点PtA-1，其意味着当前的同步树或同步树根被在非随机方向中从一个同步脉冲PrA、近似同步点PtA对扩展。不过，本领域的技术人员应当理解，图6B所示的相同步骤可以在随机方向中被执行以扩展同步树或同步树根，以包括例如同步脉冲PrA+1、近似同步点PtA+1对。
如步骤650所示，扩展过程从沿着测试信号t(n)的近似同步点PtA-1的位置的估计开始。估计沿着信号t(n)的近似同步点PtA-1的位置主要是根据同步脉冲PrA和PrA-1之间的距离已知这样一个事实，其是先前的近似同步点PtA的位置。这样，使用以下关系式可以估计近似同步点PtA-1的位置。
PtA-1＝PtA-(PrA-PrA-1) (1)然后，在过程步骤655中，同步算法检查与垂直同步测量曲线φA-1的一个段相关的垂直同步测量值，其中被检查的段对应于近似同步点PtA-1的被估计的位置。实际上，要被检查的段的大小基于由于传输延迟而被预期的最大移动。例如，段的大小可以覆盖1秒的时间段或者大约8000个抽样。
根据判定步骤660，同步算法判定沿着被检查的段的最小值是否在该段的最中心部分，例如覆盖200个抽样(即在中心任何一侧100个抽样)的最中心部分。如果根据判断步骤660的“是”路径，沿着被检查的垂直同步测量曲线φA-1的段的最小值在该段的最中心位置，则同步算法在过程步骤665中，标识沿着测试信号t(n)的近似同步点PtA-1的位置，以便对应于沿着垂直同步测量曲线φA-1的最小值的位置。
为了跟踪粗略等级同步的质量，同步算法在过程步骤670中导出这里称作对于先前同步脉冲PrA、近似同步点PtA对与当前同步脉冲PrA-1、近似同步点PtA-1对之间的路径的组合的同步测量值。组合的同步测量值实际上是与先前的近似同步点PtA相关的垂直同步测量值φA、与当前的近似同步点PtA-1相关的垂直同步测量值φA-1和水平同步测量HA-1的函数，其中水平同步测量HA-1表示沿着测试信号t(n)的近似同步点PtA-1的实际位置与近似同步点PtA-1的预期位置之间的差。根据本发明的一个优选实施例，可以使用以下关系式来导出组合的同步测量CA-1CA-1＝(φA+φA-1)*(1+(HA-1)/T)p(2)其中T和P是常量。如本领域技术人员应当理解的，水平同步测量HA-1随着近似同步点PtA-1的实际位置与近似同步点PtA-1的预期位置之间的差的增加而增加。这进而又导致组合的同步粗略CA-1增加，其中较高的组合同步测量值趋向指示同步脉冲PrA-1与近似同步点PtA-1之间的较少正确的粗略等级同步。
将水平同步测量包括在上述过程中是非常重要的，这是因为它趋于恶化含有基本上沿着测试信号相对于一个预期位置放置的同步脉冲、同步点对的同步树。因此，同步算法较少可能地选择这些同步树用于扩展，从而促进含有被更精确同步的同步脉冲、同步点对的同步树的扩展。
图7更详细地说明一个示范水平同步测量HA-1的导出。在图7的例子中，沿着测试信号t(n)的近似同步点PtA-1的预期位置是先前近似同步点PtA减去0.3秒，其中0.3秒是两个相邻同步脉冲PrA与PrA-1之间的实际和已知差。近似同步点PtA-1的实际位置由垂直同步测量曲线φA-1中的最小值位置、先前同步点PtA的位置减去0.35秒来确定。由于水平同步测量HA-1表示沿着测试信号t(n)的近似同步点PtA-1的实际和预期位置之间的差，如上所述，所以水平同步测量HA-1可以通过从另一个中减去一个而导出。在本例中，近似同步点PtA-1的实际位置由PtA-0.35给出，而近似同步点PtA-1的预期位置由PtA-0.30给出。因此，水平同步测量HA-1是0.05。然后，使用上面的等式(2)，如果T设置等于0.25，而P设置等于2，则组合同步测量CA-1将是0.32。
如步骤675所示，同步算法通过更新用于被扩展的同步树的一个整体的组合同步测量CT来继续扩展过程。通过将与每个同步脉冲、同步点对相关的组合的同步测量值Ci相加来导出对于被扩展的这个或任何其它同步树的整体组合同步测量值CT，如下式所给出的CT=ΣCi(i∈R)---(3)]]>其中Ci由上面的等式(2)给出，其中R是与组成具有对于同步树最小代价的路径的同步脉冲、同步点对相关的一组索引。例如，如果当前的同步树到该点已经被扩展为只包括同步脉冲PrA、PrA-1和PrA+1，则CT将等于CA+CA-1+CA+1。
不过，如果根据判定步骤660的“否”路径，最小值不在被检查的垂直同步测量曲线φA-1段的最中心部分，则在过程的步骤680中，标识沿着测试信号t(n)的对于近似同步点PtA-1的两个假设位置。第一个被标识的位置对应于近似同步点PtA-1的预期位置。沿着测试信号t(n)的第二个被标识的假设位置对应于沿着被检查的垂直同步测量曲线φA-1段的最小值的实际位置。
根据过程的步骤685，同步算法然后导出一个组合同步测量值CA-1，如上所述，其中假设近似同步点PtA-1在第一个被标识的假设位置，即沿着测试信号t(n)的近似同步点PtA-1的预期位置。虽然在本例中的水平同步测量值HA-1相对小，但是如果不为零，则垂直同步测量值将相对高。然后，同步算法计算另一个组合同步测量值CA-1，其中现在假设近似同步点PtA-1位于第二个被标识的假设位置。
根据步骤675，同步算法产生两个整体组合同步测量值，例如CT’，在此CT’表示对于当前同步树的整体组合同步测量，假设近似同步点PtA-1位于沿着测试信号t(n)的第一个假设位置，以及CT”，在此CT”表示对于当前同步树的整体组合同步测量，假设近似同步点PtA-1位于沿着测试信号t(n)的第二个假设位置。应当理解，同步树现在含有两个独立的分支或路径，一个包括在沿着测试信号t(n)的第一个假设位置的近似同步点，第二个包括沿着测试信号t(n)的第二个假设位置的近似同步点。该同步树的随后扩展包括一个分支或另一个，每一个都被同步算法以后单独考虑。还应当指出，在被检查的垂直同步测量曲线φA-1段的最中心部分中的最小值点的缺乏多半指示测试信号遭受严重失真或遭受变化的传输延迟。通过采用如上所述的同步树分支技术，同步算法就能够完成一个高质量的同步，而不管缺乏关于在测试信号t(n)的失真和/或延迟之后的原因的知识。
为了进一步说明上述的粗略等级同步步骤，特别是当测试信号展示帧消除和延迟改变时，提供下面的例子。图10表示一个基准信号r(n)和一个相应的测试信号t(n)。基准信号r(n)含有六个(6)同步脉冲Pr1，Pr2…Pr6。不过，如所示出的，沿着测试信号t(n)的与同步脉冲Pr1和Pr3相关的段已经被消除。此外，在测试信号中对应于同步脉冲Pr4和Pr5的段之间显然出现一个延迟变化。
给定上述信息以及图10中的基准信号r(n)和测试信号t(n)，以下观测被指出。垂直同步测量曲线φ1以及垂直同步测量曲线φ3只含有“假的”最小值点，这是由于如上所述，测试信号t(n)中对应于同步脉冲Pr1和Pr3的段已经被消除。此外，垂直同步测量曲线φ2，φ4，φ5和φ6含有“真实的”和“假的”最小值点。
假设同步算法被设计为在每个垂直同步测量曲线中标识五个最小点(即M等于5)，则有26个“假的”同步树根，这是由于在垂直同步曲线φ1和φ3中的所有五个最小点都是假的，而垂直同步曲线φ2，φ4，φ5和φ6中的五个最小点中的四个是假的。关于这些26个“假的”同步树根，可以说在粗略等级同步步骤的扩展阶段中，较差的同步匹配可能象高的垂直同步测量值那样出现。此外，最小值点更可能偏离它们的预期位置，所以也有高的水平代价。因此，与从假的同步树根发出的路径相关的组合同步测量值可能非常高。这样，算法实际上能够丢弃假的假设，而集中于发源于“真实的”最小值点的同步树。
还应当指出，当基于线性预测器系数(LPC)距离同步测量时，垂直同步测量值通常在指示非常好的质量的值0.01和指示无相似性的值1.5之间。在本例中，为了清楚起见，假设对于“真实的”最小值点的垂直同步测量值是0.2，对于假的最小点是0.4，并且对于推断的最小值点是0.8。此外，常量T设置等于0.06，而常量P设置等于2.0，其中T和P涉及组合同步测量。此外，在测试信号t(n)中的真实同步脉冲位置由Pt1，Pt2…Pt6给出，对于垂直同步测量曲线φ2，φ4，φ5和φ6，下列“真实的”最小值点被标识φ2(Pt2)，φ4(Pt4)，φ5(Pt5)和φ6(Pt6)。
现在讨论图11，其中说明了一个具有在Pt4的同步树根的完整同步树。此外，图11所示的同步树含有出现在Pt1，Pt3和Pt5的多个分支，与沿着测试信号的这些点相关的最小值点或者由于帧消除而不存在，象在Pt1和Pt3的情况中，或者延迟，象在Pt5的情况中。在任何情况下，图11所示的完整路径表示具有最小代价的路径，其可以如下表示同步树根 φ4(Pt4)+第一次迭代 (φ3(Pt3)+φ4(Pt4))*(1+(0/0.06))2+(φ4(Pt4)+φ5(Pt5))*(1+(0.04/0.06))2+第二次迭代 (φ2(Pt2)+φ3(Pt3))*(1+(0/0.06))2+(φ5(Pt5)+φ6(Pt6))*(1+(0/0.06))2+第三次迭代 (φ1(Pt1)+φ2(Pt2))*(1+(0/0.06))2＝同步树根 0.2+
第一次迭代 (0.8+0.2)+((0.2+0.2)*2.78)+第二次迭代 (0.2+0.8)+(0.2+0.2)+第三次迭代 (0.8+0.2)＝4.71但是，本领域的技术人员应当理解，对于例如跟随着图11中的同步树所示出的分支之一的路径的任何其它的路径的相似计算将导致更大的代价。
尽管图11说明了一个被完全扩展的同步树，但是如上所述，同步算法迭代地扩展不只一个同步树，而是所有的同步树(从它们相应的同步树根开始)，假设每个同步树根在扩展阶段中的某个点展示最小代价。因此，图12示出了发自在Pt2、Pt4、Pt5和Pt6的四个“真实的”同步树根的同步树的示范状态。如图所示，在第一次迭代过程中的同步算法扩展在临近非随机方向中的同步点Pt3的Pt4以及在随机方向中的同步点Pt5的同步树根。在两个方向中扩展同步树时，没有在沿着测试信号的预期间隔的最中心部分中找到一个最小值点。因此，对于Pt3和Pt5标识了两个假设位置(即分支)。然后，同步算法扩展另一个同步树，或者在这种情况下，位于Pt5的一个同步树根，在此，位于Pt5的同步树根具有低于新扩展的包括Pt3、Pt4和Pt5的同步树的代价。再次，同步算法在随机和非随机方向中都扩展该下一个同步树根到Pt4和Pt6的位置。在第三次迭代之后，同步算法扩展另一个同步树根。这次是在Pt2的同步树根。如上面更详细描述的，同步算法继续扩展具有最小整体代价的同步树和同步树根的这个过程。最后，一个同步树被完全扩展并且它展示最小可能的代价因子。此时，粗略等级同步步骤完成。
在粗略等级同步步骤完成之后，但是在优良等级同步步骤之前，同步算法产生并应用一个估计的全局幅度换算因子。因为发送的语音信号的幅度可能受到组成传输链的任何一个或多个部分的影响(例如衰减)，所以产生和应用一个幅度换算因子是非常重要的。此外，本领域的技术人员应当理解，下面将详细描述的优良等级同步过程对于信号幅度是敏感的。
图8是说明与用于产生估计的全局幅度换算因子的一个示范实施例相关的步骤的流程图。如步骤805所示，同步算法为每个同步脉冲Pri、近似同步点Pti对{(Pr1，Pt1)，(Pr2，Pt2)…(PrN，PtN)}产生一个幅度估计Si。根据本发明的一个优选实施例，每个幅度估计Si基于相应的同步脉冲Pri和相应的近似同步点Pti之间的能量关系。
根据步骤810，为每个幅度估计Si产生一个加权因子wi。根据众所周知的方法，加权因子wi从相应的中间质量因子qi导出，其中qi是相应的垂直测量值的函数或者等于该值，其中qi提供关于测试信号的相应部分被传输链保护到何种程度的某个指示。
然后如步骤815所示，同步算法产生一个全局幅度换算因子SG。全局幅度换算因子SG实际上是基于每个幅度估计以及它们的各自加权因子{(S1，w1)，(S2，w2)…(SN，wN)}的被加权的中值。因此，只有沿着测试信号的已经被良好保护的那些段实际上对于全局幅度换算因子SG的值有影响。
然后，如步骤820所示，为了规格化基准信号r(n)和测试信号t(n)的幅度，同步算法将全局幅度换算因子SG应用到测试信号。可替代地，该算法可以颠倒全局幅度换算因子SG的值，并且将其应用到基准信号r(n)以规格化所述两个信号的幅度。
一旦粗略等级同步步骤被完成，并且在与基准信号r(n)和测试信号t(n)相关的幅度被相对于彼此规格化之后，同步算法就执行一个优良等级同步过程。优良等级同步过程的目的是最小化跟随着粗略等级同步步骤的任何水平同步错误。
如图2所示，在优良等级同步步骤中，同步算法获得在如上所述的粗略等级同步步骤过程中产生的N个三元组值{(Pri，Pti，qi)，(Pr2，Pt2，q2)…(PrN，PtN，qN)}以及全局幅度换算因子SG，并产生一个更精确的同步。这样，优良等级同步步骤导致N个三元组值{(Pr1，Pt1，q1)，(Pr2，Pt2，q2)…(PrN，PtN，qN)}，其中同步点Pt1，Pt2…PtN以及同步质量因子q1，q2…qN不再被认为是近似值。
总体上，对于一个给定的同步脉冲Pri，优良等级同步包括将基准信号r(n)的相应段与沿着测试信号t(n)的多个段的每一个相比较，其中对于得到的所有这些段的最中心点一起构成近似同步点Pti周围的一个间隔，所述近似同步点Pti的位置是在上述粗略等级同步步骤中确定的。例如，与同步脉冲Pri相关的段可以与沿着测试信号t(n)的300个不同段相比较，其中沿着测试信号t(n)的每个段的中心点的位置可以从Pti-150个抽样到Pti+150个抽样。不过，根据本发明的一个优选实施例，在近似同步点Pti中和周围的段的实际数量基于粗略等级同步步骤的正确性。
在将与同步脉冲Pri相关的段与和例如沿着测试信号t(n)的位置Pti-150个抽样到Pti+150个抽样相关的每个段相比较时，同步算法导出一个优良等级同步测量。根据本发明的一个优选实施例，优良等级测量是一个分段的信噪比(即SEG-SNR)。如果在与同步脉冲Pri和沿着测试信号t(n)的任何一个之间的比较导致一个大的SER-SNR值，则这两个段之间的同步的质量被认为是良好的，而这两个段之间的同步的质量被认为不如当SER-SNR值相对低时理想。因此，在优良同步步骤中，同步算法确定当和与同步脉冲Pri相关的段相比较时，沿着测试信号t(n)的哪个段导致最大的SER-SNR值。沿着测试信号t(n)的这个段的位置被确定为优良等级同步点Pti，而SER-SNR值被确定为同步qi的质量。
图9是说明用于完成对于N个同步脉冲Pri之一的优良等级同步步骤的一个示范过程的框图。如步骤905所示，作为粗略等级同步步骤的结果，同步算法接收沿着基准信号r(n)的同步脉冲Pri的位置、相应的近似同步点Pti的位置以及近似的或中间同步质量因子qi，其中qi等于与同步脉冲Pri、近似同步点Pti对相关的组合同步测量值。
然后在步骤910中，同步算法将与同步脉冲Pri相关的段与沿着测试信号的各段中的第一个对准并比较，其中沿着测试信号的该第一个段的中心沿着测试信号位于Pti+j，其中变量j的值最初可以设置为例如-150个抽样。这样，将被与和同步脉冲Pri相关段相比较的沿着测试信号的第一个段在沿着测试信号集中在位置Pti-150个抽样。
如步骤915所示，同步算法在比较两个段时，确定信号能量等级(即剩余能量)中的差。然后，在步骤920中，同步算法导出一个SNR值，在此SNR值表示与同步脉冲Pri、同步点Pti-150对相关的同步质量。根据本发明的一个优选实施例，使用一个分段SNR或SEG-SNR。可以根据以下等式导出SEG-SNR-10B-1Σlog10Σ(n=0,...,D-1)(|r(Pri+b*D+n)|-|t((Pti+j)+b*D+n)|)2Σ(n=0,...,D-t)r(Pri+b*D+n)2---(4)]]>在此，与同步脉冲Pri相关的段与集中在沿着测试信号的Pti+j的段被划分成为多个子段B，在此D是每个段的长度，并且b*D是同步脉冲的全部长度。此外，注意在等式(X)中，能量值|r(Pri+b*D+n)|和|t((Pti+j)+b*D+n|的幅度被使用。其目的是供给符号反转。此外，可能采用一个额外的功能连同等式(X)来抑制展示负SNR的段对于整体SER-SNR值的不利影响。
然后，根据步骤925，同步算法判断与同步脉冲Pri相关的段是否要与沿着测试信号的另外的段相比较。如果根据判断步骤925的“是”路径，有沿着测试信号的下一个段要与和同步脉冲Pri相关的段比较，则同步算法增加变量j的值，例如到-149个抽样的值，并且如步骤910所示，对准和比较这些段。当然，该过程被重复直到沿着测试信号的所有段都被与和同步脉冲Pri的段相比较为止。此时，根据判断步骤925的“否”路径，沿着测试信号Pti+j的导致最佳SER-SNR的段被确定为优良等级同步点Pti。
应当指出，已经根据旨在在所有方面说明而非限制的示范实施例描述了本发明。这样，本发明在详细实现中可以有多种改变，这些改变是可以由本领域的人员或普通技术人员从这里所包含的描述中导出的。所有这些改变都认为是在由下列权利要求定义的本发明的范围和精神之内。
权利要求
1.一种用于同步两个信号的方法，包括步骤从第一信号中选择一个段；将从所述第一信号中选择的段与来自一个第二信号的多个段相比较；以及关于来自所述第二信号的所述多个段的每一个来检测由来自所述第一信号的所述段所经历的干扰；以及根据一个垂直同步测量值和一个水平同步测量值而将来自所述第一信号的段与来自所述第二信号的多个段中的相应一个同步，其中垂直同步测量值表示来自所述第一信号的段与来自所述第二信号的多个段中的相应一个之间的相似性，并且其中水平同步测量表示沿着所述第二信号的多个段的相应一个的预期位置与沿着所述第二信号的多个段的相应一个的实际位置之间的差。
2.根据权利要求1的方法，其中所述从第一信号中选择一个段的步骤包括步骤根据与被选择的段相关的能量等级中的改变速率来选择段。
3.根据权利要求1的方法还包括步骤关于幅度来将所述第二信号相对于所述第一信号换算。
4.根据权利要求1的方法还包括步骤将来自所述第一信号的段与沿着第二信号的多个段对准，其中沿着所述第二信号的多个段中的每一个位于相对于来自所述第一信号的段与之同步的所述多个段之一的一个间隔内；根据一个相应的能量等级和与来自第一信号的段相关的一个能量等级来为沿着第二信号的多个段中的每一个确定一个信噪比；以及将来自所述第一信号的段与和最大信噪比相关的段重新同步。
5.根据权利要求1的方法，在此所述第一和第二信号是语音信号。
6.在一个信号传输网中，用于将第一信号与第二信号同步的方法包括步骤选择沿着第一信号的第一多个段；为第一多个段中的每一个产生一系列垂直同步测量值，其中每个系列垂直同步测量值表示第一多个段中相应的一个与沿着第二信号的第二多个段的每一个之间的相似性；以及根据一个相应的系列垂直同步测量值和与所述第二多个段之一相关的一个水平同步测量而将第一多个段中的一个与第二多个段中的一个同步，其中水平测量表示沿着第二信号的多个段中的相应一个的位置与沿着第二信号的多个段中的相应一个的预期位置之间的差。
7.根据权利要求6的方法，其中所述选择沿着第一信号的第一多个段的步骤包括步骤根据对应于第一多个段的每一个的信号能量中的改变速率来选择第一多个段的每一个。
8.根据权利要求7的方法，其中第一多个段被以基本上相等的间隔分布在所述第一信号中。
9.根据权利要求6的方法，其中所述根据一个相应系列的垂直同步测量值和与所述第二多个段之一相关的一个水平同步测量而将第一多个段之一与第二多个段之一对准的步骤包括步骤根据沿着所述第一信号的所述第一多个段的相应一个的已知位置来估计对于沿着所述第二信号的所述第二多个段之一的位置；检查对应于沿着所述第二信号的所述第二多个段之一的被估计的位置的多个垂直同步测量值，并标识最小垂直同步测量值；以及根据与最小垂直测量值相关的一个位置来将所述第一多个段之一与沿着所述第二信号的一个位置同步。
10.根据权利要求6的方法还包括步骤将所述第一多个段的每一个与所述第二多个段的相应一个同步；为每对被同步的段产生一个幅度估计；根据与一对相应的被同步的段相关的一个同步质量因子而为每个幅度估计产生一个加权因子；将每个加权因子应用到相应的幅度估计中；以及根据每对被同步的段的被加权幅度估计来产生一个全局幅度换算因子。
11.根据权利要求6的方法还包括步骤将所述第一多个段中的一个与沿着所述第二信号的靠近所述第二多个段中的一个的多个段相比较；以及根据一个分段信噪比值来改进所述第一多个段中的一个与沿着所述第二信号的靠近所述第二多个段之一的多个段中的一个的同步。
12.根据权利要求6的方法，其中所述第一信号是一个基准语音信号，而所述第二信号是一个测试语音信号，并且其中所述第二信号表示在经历了变化的传输延迟之后的所述第一信号。
13.在一个信号传输网中，一种用于同步一个基准语音信号和一个测试语音信号的同步算法，其中测试语音信号被传输通过传输网，并且其中传输网引起测试信号经历变化的传输延迟和信号失真，所述算法包括步骤标识沿着基准语音信号的多个同步脉冲段；通过将每个同步脉冲段与沿着测试信号的段相比较来为每个同步脉冲段产生一个垂直同步测量曲线，其中相对低的同步测量值指示一个同步脉冲段与沿着测试信号的一个相应段之间的相似性；标识沿着每个垂直同步测量曲线的多个最小值点，其中每个最小值点对应于沿着测试信号的基本上类似于相应的同步脉冲段的随机位置；将与沿着相应垂直同步测量曲线的每个最小值点组合的每个同步脉冲段确定为一个同步树根；标识具有最小垂直同步测量值的第一同步树根；通过将下一个同步脉冲与位于沿着测试信号的一个相应同步点同步来扩展来自第一同步树根的一个路径，其中所述下一个同步脉冲位于沿着基准信号的靠近与第一同步树根相关的同步脉冲的位置；以及为同步树路径测量一个整体“代价”，其中整体代价是与同步树根相关的垂直同步测量值、与沿着测试信号的同步点的位置相关的一个垂直同步测量值以及一个水平同步测量值的函数，并且其中水平同步测量值表示沿着测量信号的同步点的位置与沿着测量信号的同步点的一个预期位置之间的差。
14.根据权利要求13的算法，其中所述标识具有最小垂直同步测量值的第一同步树根的步骤包括步骤将第一同步树根的垂直同步测量值与和另外的同步树根相关的垂直同步测量值相比较。
15.根据权利要求13的算法，其中所述扩展第一同步树根的步骤包括步骤检查沿着垂直同步测量曲线的一个间隔的对应于下一个同步脉冲的垂直同步测量值，其中所述间隔具有一个包括同步点被预期的位置的最中心区域；为所述间隔确定一个最小垂直同步测量值；以及确定沿着测试信号的同步点的位置，以便如果最小垂直同步测量值位于所述间隔的最中心区域中，则该位置对应于沿着垂直同步测量曲线的最小垂直同步测量值的位置。
16.根据权利要求13的算法，其中所述扩展第一同步树根的步骤包括步骤检查沿着垂直同步测量曲线的一个间隔的对应于下一个同步脉冲的垂直同步测量值，其中所述间隔具有一个包括同步点的被预期位置的最中心区域；为所述间隔确定一个最小垂直同步测量值；以及如果对于所述间隔的最小垂直同步测量值在最中心区域之外，则为沿着测试信号的同步点确定两个假设位置。
17.根据权利要求16的算法，其中对于沿着测试信号的同步点的假设位置中的一个与沿着垂直同步测量曲线的最小值的位置相符。
18.根据权利要求16的算法，其中对于沿着测试信号的同步点的假设位置中的一个与沿着垂直同步测量曲线的最小值的被预期的位置相符。
19.根据权利要求13的算法，还包括步骤标识具有最小整体代价的下一个同步树根或同步树路径；判定所述下一个同步树根或同步树路径是否是可扩展的；如果是扩展的，则扩展所述下一个同步树根或同步树路径；并且更新与所述下一个同步树根或同步树路径相关的整体代价。
20.根据权利要求19的算法，还包括步骤如果所述被标识的下一个同步树根或同步树路径具有最小代价并且不能再扩展，则将所述下一个同步树根或同步树路径标识作为具有最小代价的同步路径。
21.根据权利要求19的算法，还包括步骤继续标识下一个同步树路径，直到具有最小代价的同步树不能再扩展为止。
全文摘要
一种算法,其能够同步两个语音信号,一个是基准信号,另一个是测试信号,在此测试信号通过一个任意的传输链,该传输链包括任何数量的不同元素,如语音编码器、语音解码器、空中接口、PSTN链路、计算机网络链路、缓冲区、逻辑设备和/或播放设备,并且其中任何一个或多个这些传输链元素可能使得测试信号失真和/或引入变化的传输延迟。所述算法包括选择沿着基准信号的N个同步脉冲。然后,在同步脉冲和沿着测试信号的相应的近似点之间执行粗略等级同步。通过迭代地扩展和测试大量的“同步树”来完成该粗略等级同步,其中每个同步树进而又包括几个路径或同步脉冲、同步点对的组合。最后,所述算法完全扩展一个展示低于任何其它同步树的整体“代价”的同步树,在此整体代价是与每个同步脉冲、同步点对相关的垂直和水平测量值的函数。此外,在粗略等级同步过程中,在每个同步脉冲、近似同步点对上执行优良等级同步过程。
文档编号H04L7/04GK1385014SQ00815048
公开日2002年12月11日 申请日期2000年10月20日 优先权日1999年10月29日
发明者B·蒂穆斯, J·伦德贝里, A·斯泰纳松 申请人:艾利森电话股份有限公司