[发明专利]一种基于SBC的低传输比特率高质量语音编解码方法

权利要求书

1.一种基于SBC的低传输比特率高质量语音编解码方法，其特征在于，包括以下步骤：

S100，发射端实现8KHz采样率语音数据的SBC编码，生成比特流数据发送；

S200，接收端实现SBC解码，得到8KHz的脉冲编码调制语音数据；

S300，降噪模块对SBC解码得到的脉冲编码调制语音数据进行频域降噪；

所述步骤S100中，SBC编码，输入是脉冲编码调制数据，即采样后的时间序列，输出是二进制流，其具体步骤如下：

S101，脉冲编码调制数据输入至多相滤波器组，多相滤波器组把时间序列变换到频域，子频段的个数是4个或8个，取每一个子频段幅值的最大值作为这个子频段的尺度因子；

S102，比特分配和子带量化：每一个子频段有若干幅值需要编码，每个幅值需要用若干比特数来表示；同一个子频段中每个幅值的比特数相同，不同子频段幅值分配的比特数不同；为每个子频段分配幅值比特数的过程叫做比特分配；根据每个子频段的尺度因子及每个幅值需要的比特数，对每一个子频段进行编码的过程，得到每个子频段的量化结果，即子带量化；

S103，比特流打包：是将每个子频段编码后的结果组合起来，加上校验码、帧头信息，生成比特流数据发送；

步骤S102中，将比特分配设置为SNR，在8K采样率实现8：1的压缩率。

2.根据权利要求1所述的一种基于SBC的低传输比特率高质量语音编解码方法，其特征在于，所述步骤S200中，SBC解码过程是编码过程的逆过程，其输入是二进制流，输出是脉冲编码调制数据，其具体步骤如下：首先对比特流进行解包，得到一帧一帧的数据；每一帧中都包含子频段数、每个子频段的尺度因子、每个子频段幅值需要的比特数；根据这些信息及每个子频段编码之后的数据，重建子频段的编码前的数据；然后经过逆向的多相滤波器组，得到原始的脉冲编码调制数据；将所有子频段的脉冲编码调制数据合并，得到解码后的脉冲编码调制语音数据。

3.根据权利要求1所述的一种基于SBC的低传输比特率高质量语音编解码方法，其特征在于，所述步骤S300，包括以下步骤：

步骤S301，重叠加窗，时频转换：

降噪模块每次处理的时域点数为64点；每次保留前一帧的64个点的数据，组成128个点的语音帧，通过加窗防止重叠带来的突变，并保证重叠区部分窗口的平方和必须为1；根据需求设计的16bit位宽的128点窗函数的如下：

SqrtHanning=[0,399,798,1196,1594,1990,2386,2780,3172,

3562,3951,4337,4720,5101,5478,5853,6224,

6591,6954,7313,7668,8019,8364,8705,9040,

9370,9695,10013,10326,10633,10933,11227,11514,

11795,12068,12335,12594,12845,13089,13325,13553,

13773,13985,14189,14384,14571,14749,14918,15079,

15231,15373,15506,15631,15746,15851,15947,16034,

16111,16179,16237,16286,16325,16354,16373,16384,

16373,16354,16325,16286,16237,16179,16111,

16034,15947,15851,15746,15631,15506,15373,15231,

15079,14918,14749,14571,14384,14189,13985,13773,

13553,13325,13089,12845,12594,12335,12068,11795,

11514,11227,10933,10633,10326,10013,9695,9370,

9040,8705,8364,8019,7668,7313,6954,6591,

6224,5853,5478,5101,4720,4337,3951,3562,

3172,2780,2386,1990,1594,1196,798,399]；

时域加窗操作表示为：

其中，y(n)是128点的一帧脉冲编码调制数据，加窗后进行128点FFT运算；

长度为N的数据序列y(n)的离散傅里叶变换Y(k)可表示为：

其中，，为旋转因子；

本步骤用按频率抽取的基4 FFT实现时域到频域的转换；

步骤S302，最小值跟踪估计噪声：

采用连续谱最小值跟踪法估计频域噪声分量；首先对各频点带噪语音功率谱进行平滑处理：

其中，P(k,n）为平滑后的第n帧、k频点的语音信号功率谱；Y(k,n) 为第n帧、k频点的幅值；α为平滑因子；平滑处理后对各频点带噪语音功率最小值进行非线性跟踪：

If

Else

End

本步骤中的非线性跟踪会连续对噪声功率进行估计，这里的就是估计的噪声功率谱密度；其中α取值为0.9, β取值为0.15，γ为0.8；

步骤S303，维纳滤波降噪：

维纳滤波的频域响应表示为：

滤波后的频域信号表示为：

步骤S304，去加窗，频时转换：

经过维纳滤波后，对频域信号进行去窗操作，使用加窗同样的窗函数，保证重叠区部分窗口的平方和为1；

去窗函数表示为：

由 X(k)通过离散傅里叶逆变换（IDFT）到 x(n)表示为：

通过上述步骤，实现了语音信号16Kbit/s的传输比特率。