[发明专利]一种带宽扩展方法及其装置

说明书

技术领域

本发明涉及一种新的带宽扩展方法及其装置，更具体地，涉及一种基于非等带宽增益的带宽扩展方法及其装置。

背景技术

在编码条件受限的条件下，例如码率受限的通信环境或安全防范监控环境中，仅仅采用通常的语音或音频编码方法往往难于获得令人满意的编码效果。此时，需要更多地考虑人耳的听觉特性以进一步降低码率：例如，早期码率受限的编码方法中将更多的比特分配给音频或语音信号的低频部分，而对信号的高频部分少分配甚至不分配比特。这种简单放弃或部分放弃高频部分的编码方法使编码码率达到了目标码率的要求，但解码后的音频信号质量可能会明显下降。

带宽扩展BWE(Band Width Extension)技术是对前述放弃高频思想的一种改进技术：它通过在编码端选取适当的参数加以编码，然后在解码端利用这些参数，将低频解码后的频带较窄的信号“扩展”到频带范围更加宽广的范围。目前，BWE技术被广泛使用在低码率音频或语音(例如AMR-WB+)编码应用中。

作为BWE技术的应用实例，在图1描述了一种典型的包含BWE技术的数字音频编码装置10，其包括了接收输入PCM数据的预处理模块12、分别连接到预处理模块12的低频编码核14、带宽扩展处理模块16、以及将低频编码核14的输出和带宽扩展处理模块16的输出打包的数据打包模块18。与音频编码系统10相对应的音频解码装置在本文中并未示出，但本领域技术人员通过阅读说明书能够理解，该音频解码装置是这样的装置：根据所接收的编码数据中的边信息，逆向执行音频编码系统10处理数据时的各个步骤，最终在解码端恢复出编码前的PCM数据。下面结合图1，详细说明音频编码系统10中的各模块的工作原理：

●预处理模块12的作用有两大方面：首先，该模块判定送入的PCM音频数据属于环境类信号还是语音类信号；其次，该模块通过时域的处理将一个个PCM数据超帧分割为高频时域信号和低频时域信号(将在下文中详细描述)。

●低频编码核14接收来自预处理模块的低频时域信号，在时域或变换域(如，频域)进行压缩编码(根据预处理模块12判定的结果，选用的压缩编码方法可能不同，典型的如AMR-WB+中提到的ACELP、TCX等)；将低频编码数据发送给数据打包模块18。

预处理模块12中判定环境类信号和语音类信号的方法优选是现有技术中现有技术中用于区分音乐信号(环境类信号具有音乐信号的特点)和语音信号的方法，由于这部分内容并非本发明所关注的内容，因此不再详述。

●带宽扩展处理模块16接收来自预处理模块的低频时域信号和高频时域信号，并对它们进行带宽扩展处理，最终向数据打包模块18输出用于重建信号高频部分的高频BWE参数。

●数据打包模块18接收低频编码数据和高频BWE参数以及其它边信息(未示出)，并将它们打包成适于传输的格式，发往解码端。

在示例性地说明现有技术中的带宽扩展技术之前，首先结合图2简要描述预处理模块12中用于将输入的PCM信号分为高频时域信号和低频时域信号的方法。

如图2所示(以一个超帧的PCM信号为例)，由于原始音频信号的输入采样频率可能是16kHz、24kHz、32kHz和48kHz之一，需要将各种不同采样频率的输入信号在编码之前的预处理中进行重采样，转换为内部采样频率Fs(kHz)的信号。同理，在解码之后的后处理部分同样需要采样率转换。

随后，将上述采样率为F_S的、共L个PCM信号分别送入截至频率为F_S/4的低通滤波器124和截至频率为F_S/4的高通滤波器122进行滤波；然后再经由降采样装置126、128，将得到的信号分别作一个2倍临界降采样，分别得到Fs/2采样低频信号x_L(n)和Fs/2采样高频信号x_H(n)，下标L和H代表低频和高频，数字L表示一个音频超帧中样本的个数(即，长度)，优选为512、1024或2048(降采样前的数目)，具体长度由级别参数决定。与之相应的，一个音频帧的长度一般固定为512个样本(降采样前的数目)，本文中所称的“音频帧”为进行环境类或语音类编码的最小单位。

需要注意的是，图2仅仅示出了预处理模块12中与时域分割有关的一个示例，而用于判断信号类型的装置并未示出，添加了判断类型功能的预处理模块12’(未示出)对于本领域技术人员是显而易见的。

下面结合几篇中国专利，对现有技术中的BWE技术进行说明。现有技术中提出了多个应用BWE技术或改进BWE技术的技术方案：