用于控制平均编码率的系统和方法

用于控制平均编码率的系统和方法
【专利说明】
[0001] 相关申请案
[0002] 本申请案与2013年2月21日申请的美国临时专利申请案第61/767, 439号"用于 控制平均速率的系统和方法（SYSTEMSANDMETHODSFORCONTROLLINGANAVERAGERATE) " 有关且主张其优先权。
技术领域
[0003] 本发明大体上涉及电子装置。更具体地说，本发明涉及用于控制平均编码率的系 统和方法。
【背景技术】
[0004] 最近几十年中，电子装置的使用已变得普遍。明确地说，电子技术的进展已降低了 愈加复杂且有用的电子装置的成本。成本降低和消费者需求已使电子装置的使用剧增，使 得其在现代社会中几乎随处可见。由于电子装置的使用已推广开来，因此具有对电子装置 的新的且改善的特征的需求。更具体地说，人们常常寻求执行新功能和/或更快、更高效且 以更高质量执行功能的电子装置。
[0005] 一些电子装置（例如，移动电话、智能型手机、音频记录器、摄录影机、计算机等） 利用音频信号。这些电子装置可编码、存储和/或发射音频信号。例如，智能型手机可获得、 编码和发射用于电话呼叫的语音信号，同时另一智能型手机可接收所述语音信号并对其进 行解码。
[0006] 然而，在音频信号的编码、发射和/或解码中存在特定挑战。例如，电子装置可能 以非所要速率对音频信号进行编码，此可占用过多的传输频宽。从此论述可了解，改善编码 的系统和方法可为有益的。

【发明内容】

[0007] 本发明描述一种用于通过电子装置控制平均编码率的方法。所述方法包含获得语 音信号。所述方法也包含确定第一平均速率。所述方法进一步包含基于所述第一平均速率 确定第一阈值。所述方法额外包含通过基于所述第一阈值确定至少一个其它阈值而控制所 述平均编码率。所述方法也包含发送经编码语音信号。所述第一阈值可将帧分类为清洁帧 或有噪声帧。所述至少一个其它阈值可为阈值组。
[0008] 控制所述平均编码率也可包含确定帧型样。第一帧型样可需要低速率帧之间的最 小数目个高速率帧，且第二帧型样可仅允许高速率帧之间的最大数目个低速率帧。
[0009] 确定所述至少一个其它阈值可进一步基于度量。确定所述至少一个其它阈值可包 含在所述度量不大于所述第一阈值的情况下选择第一阈值组，且在所述度量大于所述第一 阈值的情况下选择第二阈值组。所述第一阈值组可为第一帧调整阈值组，且所述第二阈值 组可为第二帧调整阈值组。
[0010] 控制所述平均编码率可包含基于所述第一平均速率调整所述第一阈值。控制所述 平均编码率可包含基于所述第一平均速率调整至少一个发声阈值。调整所述至少一个发声 阈值可包含选择一发声阈值组。
[0011] 还描述一种用于控制平均编码率的电子装置。所述电子装置包含平均速率确定电 路，所述平均速率确定电路确定第一平均速率。所述电子装置也包含阈值确定电路，所述阈 值确定电路基于所述第一平均速率确定第一阈值。所述电子装置进一步包含编码率控制器 电路，所述编码率控制器电路包含所述平均速率确定电路和所述阈值确定电路。所述编码 率控制器通过基于所述第一阈值确定至少一个其它阈值而控制所述平均编码率。
[0012] 还描述一种用于控制平均编码率的计算机程序产品。所述计算机程序产品包含具 有指令的非暂时性有形计算机可读媒体。所述指令包含用于使电子装置获得语音信号的代 码。所述指令也包含用于使所述电子装置确定第一平均速率的代码。所述指令进一步包含 用于使所述电子装置基于所述第一平均速率确定第一阈值的代码。所述指令额外包含用于 使所述电子装置通过基于所述第一阈值确定至少一个其它阈值而控制所述平均编码率的 代码。所述指令也包含用于使所述电子装置发送经编码语音信号的代码。
[0013] 也描述一种用于控制平均编码率的设备。所述设备包含用于获得语音信号的装 置。所述设备也包含用于确定第一平均速率的装置。所述设备进一步包含用于基于所述第 一平均速率确定第一阈值的装置。所述设备额外包含用于通过基于所述第一阈值确定至少 一个其它阈值而控制所述平均编码率的装置。所述设备也包含用于发送经编码语音信号的 装置。
【附图说明】
[0014] 图1为说明编码器和解码器的通用实例的框图；
[0015] 图2为说明编码器和解码器的基本实施方案的实例的框图；
[0016] 图3为说明电子装置的一个配置的框图，在所述电子装置中可实施用于控制平均 编码率的系统和方法；
[0017] 图4为说明用于控制平均编码率的方法的一个配置的流程图；
[0018] 图5为说明用于基于第一阈值和度量确定至少一个其它阈值的方法的一个配置 的流程图；
[0019] 图6为说明用于控制平均编码率的方法的更特定配置的流程图；
[0020] 图7为说明用于减小平均编码率的方法的一个配置的流程图；
[0021] 图8为说明用于增大平均编码率的方法的一个配置的流程图；
[0022] 图9为说明发声阈值组的实例的图；
[0023] 图10为说明编码率控制器的一个配置的框图；
[0024] 图11为说明用于控制平均编码率的方法的另一更特定配置的流程图；
[0025] 图12为说明无线通信装置的一个配置的框图；和
[0026] 图13说明可用于电子装置中的各种组件。
【具体实施方式】
[0027] 现参考诸图描述各种配置，在诸图中，相似参考数字可指示功能上类似的元件。可 以多种不同配置来布置和设计如诸图中所大体描述和说明的系统和方法。因此，对如诸图 中所表示的若干配置的以下更详细描述并不希望限制如所主张的范围，而仅表示系统和方 法。
[0028] 图1为说明编码器104和解码器108的通用实例的框图。编码器104接收语音信 号102。语音信号102可为在任何频率范围中的语音信号。例如，语音信号102可为具有0 千赫兹（kHz)到24kHz的大致频率范围的全频带信号、具有0kHz到16kHz的大致频率范围 的超宽带信号、具有0kHz到8kHz的大致频率范围的宽带信号或具有0kHz到4kHz的大致 频率范围的窄频信号。语音信号102的其它可能频率范围包含300Hz到3400Hz(例如，公 众交换电话网络（PSTN)的频率范围）、14kHz到20kHz、16kHz到20kHz和16kHz到32kHz。 在一些配置中，语音信号102可按16kHz进行采样，且可具有0kHz到8kHz的大致频率范围。
[0029] 编码器104对语音信号102进行编码以产生经编码语音信号106。大体来说，经编 码语音信号106包含表示语音信号102的一或多个参数。所述参数中的一或多者可经量化。 所述一或多个参数的实例包含滤波参数（例如，加权因数、线谱频率（LSF)、线谱对（LSP)、 导抗谱频率（ISF)、导抗谱对（ISP)、部分相关性（PARC0R)系数、反射系数和/或对数面积 比率值（log-area-ratiovalue)等），和包含于经编码激发信号中的参数（例如，增益因 数、音调滞后、（经量化）振幅信息、（经量化）相位信息、自适应性码本索引、自适应性码本 增益、固定码本索引和/或固定码本增益等）。所述参数可对应于一或多个频带。解码器 108对经编码语音信号106进行解码以产生经解码语音信号110。例如，解码器108基于包 含于经编码语音信号106中的一或多个参数而构建经解码语音信号110。经解码语音信号 110可为原始语音信号102的大致重现。
[0030] 编码器104可以硬件（例如，电路）、软件或两者的组合加以实施。例如，编码器 104可实施为专用集成电路（ASIC)或具有指令的处理器。类似地，解码器108可以硬件（例 如，电路）、软件或两者的组合加以实施。例如，解码器108可实施为专用集成电路（ASIC) 或具有指令的处理器。编码器104与解码器108可实施于单独电子装置上或相同电子装置 上。
[0031] 在一些配置中，编码器104和/或解码器108可包含于语音译码系统中，在所述语 音译码系统处，通过使激发信号传递经过合成滤波器以产生经合成语音输出（例如，经解 码语音信号110)而进行语音合成。在此类系统中，编码器104接收语音信号102,接着将语 音信号102开窗成帧（例如，20毫秒（ms)帧），并产生合成滤波参数和产生对应激发信号 所需的参数。这些参数可作为经编码语音信号106而传输到解码器108。解码器108可使 用这些参数来产生合成滤波器（例如，1/A(z))和对应激发信号，且可将所述激发信号传递 经过合成滤波器以产生经解码语音信号110。图1可为此类语音编码器/解码器系统的简 化框图。
[0032] 图2为说明编码器204和解码器208的基本实施方案的实例的框图。编码器204 可为结合图1描述的编码器104的一个实例。编码器204可包含分析模块212、系数变换 214、量化器A216、反量化器A218、反系数变换A220、分析滤波器222和量化器B224。编 码器204和/或解码器208的组件中的一或多者可以硬件（例如，电路）、软件或两者的组 合加以实施。
[0033] 编码器204接收语音信号202。应注意，语音信号202可包含如上文结合图1所描 述的任何频率范围（例如，语音频率的整个频带或语音频率的子频带）。
[0034] 在此实例中，分析模块212将语音信号202的频谱包封编码为一组线性预测（LP) 系数（例如，分析滤波器系数A(z)、其可应用于产生全极滤波器1/A(z)，其中z为复数 (complexnumber))。分析模块212通常将输入信号作为语音信号202的一系列非重叠帧 处理，其中针对每一帧或子帧计算一组新系数。在一些配置中，帧周期可为可预期语音信号 202在其内在本地静止的周期。帧周期的一个常见实例为20ms(例如，在8kHz的采样率下 等效于160个样本）。在一个实例中，分析模块212经配置以计算一组十个线性预测系数来 表征每一 20ms帧的共振峰结构。也有可能实施分析模块212以将语音信号202作为一系 列重叠帧处理。
[0035] 分析模块212可经配置以直接分析每一帧的样本，或可首先根据开窗函数（例如， 汉明窗（Hammingwindow))来对样本进行加权。也可在大于帧的窗（例如30ms窗）内执 行分析。此窗可为对称的（例如，5-20-5,使得其紧接20ms帧之前和之后包含5毫秒）或 不对称的（例如，10-20,使得其包含前一帧之后10ms)。分析模块212通常经配置以使用列 文逊-杜宾（Levinson-Durbin)递回或勒鲁-盖恩（Leroux-Gueguen)算法来计算线性预 测系数。在另一实施方案中，分析模块212可经配置以针对每一帧计算一组倒频谱系数而 非一组线性预测系数。
[0036] 通过量化所述系数，编码器204的输出速率可显著减小，而对重现质量具有相对 较小的影响。线性预测系数难以高效地量化，且通常映射到例如LSF的另一表示以用于量 化和/或熵编码。在图2的实例中，系数变换214将系数的集合变换成对应LSF向量（例 如，一组LSF)。系数的其它一对一表示包含LSP、PARCOR系数、反射系数、对数面积比率值、 ISP和ISF。例如，ISF可用于GSM(全球移动通信系统）、AMR-WB(自适应性多速率宽带） 编解码器中。为方便起见，术语"线谱频率"、"LSF"、"LSF向量"和相关术语可用以指LSF、 LSP、ISF、ISP、PARC0R系数、反射系数和对数面积比率值中的一或多者。通常，一组系数与 对应LSF向量之间的变换是可逆的，但一些配置可包含其中变换不可逆而无错误的编码器 204的实施方案。
[0037] 量化器A216经配置以量化LSF向量（或其它系数表示）。编码器204可输出此 量化的结果作为滤波参数228。量化器A216通常包含向量量化器，所述向量量化器将输入 向量（例如，LSF向量）编码为对表或码本中的对应向量条目的索引。
[0038] 如图2中所见，编码器204也通过使语音信号202传递经过根据系数的集合加以 配置的分析滤波器222(也称为白化或预测错误滤波器）而产生残余信号。分析滤波器222 可实施为有限脉冲响应（FIR)滤波器或无限脉冲响应（IIR)滤波器。此残余信号将通常含 有未表示于滤波参数228中的语音帧的对感知重要的信息，例如与音调相关的长期结构。 量化器B224经配置以计算此残余信号的经量化表示用于作为经编码激发信号226而输 出。在一些配置中，量化器B224包含向量量化器，所述向量量化器将输入向量编码为表或 码本中的对应向量条目的索引。另外或替代地，量化器B224可经配置以发送一或多个参 数，向量可在解码器208处从所述一或多个参数动态地加以产生，而非如在稀疏码本方法 中从存储装置检索。此类方法用于例如ACELP(代数码激发线性预测）的译码方案和例如 3GPP2(第三代合作伙伴2)EVRC(增强型可变速率编解码器）的编解码器中。在一些配置 中，经编码激发信号226和滤波参数228可包含于经编码语音信号106中。
[0039] 编码器204根据对应解码器208将可获得的相同滤波器参数值来产生经编码激发 信号226可为有益的。以此方式，所得经编码激发信号226可在一定程度上解决那些参数 值中的非理想性，例如量化错误。因此，使用将在解码器208处可用的相同系数值来配置分 析滤波器222可为有益的。在如图2中所说明的编码器204的基本实例中，反量化器A218 对滤波参数228进行解量化。反系数变换A220将所得值映射回到一组对应系数。此组系 数用以配置分析滤波器222以产生由量化器B224量化的残余信号。
[0040] 编码器204的一些实施方案经配置以通过识别在一组码本向量当中最佳地匹配 残余信号的一个码本向量来计算经编码激发信号226。然而，应注意，编码器204也可经实 施以计算残余信号的经量化表示而不实际上产生所述残余信号。例如，编码器204可经配 置以使用数个码本向量产生对应合成信号（例如，根据一组当前滤波参数）且选择与最佳 地匹配感知加权域中的原