[发明专利]音频信号区分器和编码器

说明书

本发明涉及编解码器和区分器以及其中用于音频信号区分和编码的方法。编码器执行的方法的实施例包括，针对音频信号的分段：识别频谱峰值的集合；确定所述集合中峰值之间的平均距离S；以及确定峰值包络与噪声基底包络之间的比率PNR。所述方法还包括：至少基于所述平均距离S和比率PNR，从多个编码模式中选择编码模式；以及应用所选编码模式，用于所述音频信号的分段的编码。

本申请是2015年5月7日提交的、申请号为201580023968.9、发明名称为“音频信号区分器和编码器”的专利申请的分案申请。

技术领域

所提出的技术大体上涉及用于音频编码的编解码器和方法。

背景技术

现代音频编解码器由针对具有不同属性的信号优化的多个压缩方案组成。实际上没有例外，用时域编解码器处理类语音信号，而用变换域编解码器处理音乐信号。应该处理语音和音乐信号二者的编码方案需要一种识别输入信号包括语音还是音乐的机制，并且在适当的编解码器模式之间切换。这种机制可以被称为语音音乐分类器或区分器。在图1a中示出了使用基于输入信号的模式判决逻辑的多模音频编解码器的概述说明。

用类似的方式，在音乐信号类别中，可以从谐波音乐信号中区分出更多的类噪声音乐信号，并且为这些组中的每一个构建分类器和最佳编码方案。图1b中示出了创建分类器以确定信号的类别、该分类器然后控制模式判决的概要。

在音频编码领域中存在各种语音音乐分类器。然而，这些分类器不能在音乐信号的空间中的不同类别之间区分。事实上，许多已知的分类器不能提供足够的分辨率以能够在复杂多模编解码器中应用所需的方式来区分音乐的类别。

发明内容

本文中通过使用直接在频域系数上计算的新颖度量来解决例如谐波和类噪声音乐分段之间区分的问题。该度量基于预选频谱峰值候选的分布和平均峰值噪声基底比率。

所提出的解决方案允许识别谐波和类噪声音乐分段，所提出的解决方案进而允许这些信号类型的最佳编码。该编码概念提供优于传统编码方案的优良的质量。本文描述的实施例涉及找到用于区分谐波和类噪声音乐信号的更好的分类器。

根据第一方案，提供了一种可由音频信号编码器执行的、用于对音频信号进行编码的方法。所述方法包括，针对音频信号的分段：识别频谱峰值的集合并确定所述集合中峰值之间的平均距离S。所述方法还包括：确定峰值包络与噪声基底包络之间的比率PNR；至少基于所述平均距离S和所述比率PNR，从多个编码模式中选择编码模式；以及应用所选编码模式。

根据第二方案，提供了一种用于对音频信号进行编码的编码器。所述编码器被配置为，针对所述音频信号的分段：识别频谱峰值的集合并确定所述集合中峰值之间的平均距离S。所述编码器还被配置为：确定峰值包络与噪声基底包络之间的比率PNR；基于所述平均距离S和所述比率PNR，从多个编码模式中选择编码模式；以及还应用所选编码模式。

根据第三方案，提供了一种由音频信号区分器执行的、用于音频信号区分的方法。所述方法包括，针对音频信号的分段：识别频谱峰值的集合并确定所述集合中峰值之间的平均距离S。所述方法还包括：确定峰值包络与噪声基底包络之间的比率PNR。所述方法还包括：至少基于所述平均距离S和比值PNR，从多个音频信号类别中确定所述分段属于的音频信号的类别。

根据第四方案，提供了一种音频信号区分器。所述区分器被配置为，针对音频信号的分段：识别频谱峰值的集合；以及确定所述集合中峰值之间的平均距离S。所述区分器还被配置为确定峰值包络与噪声基底包络之间的比率PNR，以及还至少基于所述平均距离S和比值PNR，从多个音频信号类别中确定所述分段属于的音频信号的类别。

根据第五方案，提供了一种通信设备，包括根据第二方案的编码器。

根据第六方案，提供了一种通信设备，包括根据第四方案的音频信号区分器。