在不同的語音編碼器系統之間的切換的製作方法

2023-05-26 22:19:31

專利名稱：在不同的語音編碼器系統之間的切換的製作方法
技術領域：
本文公開的主題涉及通 信系統，更特別地，涉及在通信系統中執行語音編碼器之間的切換的系統和方法。
背景技術：
通信系統可包括能夠發送和接收人類話音的裝置。例如，用戶可對著第一通信裝置說話，並且話音波形(speech waveform)可壓縮並數位化，隨後發送到第二通信裝置。該壓縮的數位訊號可解壓縮以重構原始話音波形的近似。通信系統中話音信號的壓縮和解壓縮可牽涉語音編碼器，通常稱作「聲碼器」。在通信期間，用戶可經由通信裝置通信，通信裝置連結到在通信網絡內連接的網絡節點。通信裝置和特定網絡節點之間的連接可取決於該裝置和該節點之間的信號質量參數。由於通信期間信號質量參數可變化，裝置和節點之間的連接有時可轉換以維持可接受的信號質量。例如，在通信裝置和第一網絡節點之間的連接可轉換以為了提高信號質量實現該裝置和第二網絡節點之間的通信。通信中裝置和網絡節點之間這樣的轉換可稱作「切換(handoff) 」。當通信裝置從與使用一種類型的聲碼器的一個網絡節點通信轉換到與使用同樣類型的聲碼器的另一個網絡節點通信，切換可基本上無縫地發生，因為這兩個聲碼器的架構可是類似的，並且兩個相似聲碼器的幀可在時間上對準。然而，由於通信系統已經演變， 通信網絡中不同鏈路層技術的數目已經增加，潛在地使不同通信裝置和不同網絡節點之間的切換過程複雜化了，因為不同的通信技術可使用不同類型的聲碼器用於編碼和解碼話音信號。不同的聲碼器可具有不同的架構，其具有不兼容的比特流、不同的幀大小、或不同的算法延遲，其降低完成可接受的(例如，基本上無法檢測出的)切換的可能性。因此，在具有不同聲碼器的通信系統內執行切換的更無縫的方法可提高通信質量。

發明內容
一個實施例包括一種用於在通信網絡中第一聲碼器和第二聲碼器之間轉換的方法。該方法包括使用狀態存儲轉碼器將第一聲碼器的狀態存儲(state memory)轉化為第二聲碼器的狀態存儲並且基於第二聲碼器的算法延遲對第二聲碼器的狀態存儲進行時延。另一個實施例提供一種管理不兼容的聲碼器之間的切換的方法。該方法包括解碼來自第一聲碼器的比特流以產生話音信號，根據第二聲碼器的算法延遲將話音信號延遲以產生對準的話音信號，以及根據第二聲碼器的傳輸參數編碼對準的話音信號。編碼的對準信號隨後被解碼並用於填充第二聲碼器中的狀態存儲。再另一個實施例包括一種通信系統，該系統包括一個或多個通信裝置和狀態存儲轉碼器。該通信裝置配置成在系統中與第一聲碼器和第二聲碼器通信。該裝置還配置成執行在與第一聲碼器的通信和與第二聲碼器的通信之間的切換。該狀態存儲轉碼器配置成在狀態域中將第一聲碼器的存儲轉化為第二聲碼器的存儲。


參照附圖閱讀以下詳細說明時，本發明的這些和其他特徵、方面和優點將得以更好地理解，在整個附圖中，相同的字符代表相同的部件，其中圖1描繪根據本發明的實施例發生在通信網絡的一部分中的切換；圖2是根據本發明的實施例用於在不兼容的聲碼器之間執行切換的狀態存儲轉碼器過程的流程圖；圖3是根據本發明的實施例在不兼容的聲碼器之間執行切換的存儲填充過程的流程圖；圖4是根據本發明的實施例的結合的不兼容聲碼器切換方法的流程圖；以及圖5圖示根據本發明的實施例描繪在切換中採用的淡入淡出轉換器(fadeover switch)的圖。
具體實施例方式在通信網絡中，通過經由與一個或多個網絡節點的鏈路連接到網絡，裝置可與網絡中的其他裝置通信。該網絡節點可連結到控制器或網關，控制器或網關可連結到公共通信介質。例如，網絡中兩個通信裝置之間的通信可包括連接兩個裝置的鏈路路徑。「鏈路」 可指在網絡中的通信裝置、網絡節點或控制器之間的通信路徑、連接或傳送的信號等。通信網絡中的處理器可基於哪個網絡節點適合於提供與裝置連結中的最好的信號強度，將通信裝置連結到特定網絡節點。在通信持續期間，通信裝置和網絡節點之間的信號強度可變化。 為了維持具有可接受信號質量的通信，處理器可將通信裝置連結到不同的網絡節點。這樣的傳送(稱作通信中的轉換或「切換」)發生而具有相對小的延遲，使得切換在通信期間對於通信裝置的用戶是大致上不明顯的，這可是可取的。在圖1中圖示描繪通信網絡10中的切換的圖。該網絡10可包括公共通信介質12， 其可是連結網絡10中所有通信裝置的公共介質。儘管圖示的網絡10的部分被用於解釋本發明的一個實施例，管理不同類型的聲碼器之間的切換的實施例可在不同網絡間實現，並且可包括各種其他裝置(例如，不同類型的通信裝置、網絡節點和控制器)，其可能未全部圖示在網絡10中。在網絡10中，一個或多個控制器16和18可連結到介質12，並可作為網絡節點的網關。例如，一個或多個網絡節點，例如基站20和22等可連結到基站控制器16，而且同樣地，一個或多個網絡節點，例如接入點24和26等可連結到接入點控制器18。網絡節點(例如20、22、24和26)然後可具有到各種通信裝置的鏈路。例如，第一通信裝置30可連結到基站20，而第二通信裝置32可連結到接入點24。網絡10還可包括處理器14，其由網絡10中的一個或多個裝置可訪問。例如，該處理器14可耦合到網絡10中的一個或多個控制器，並且在一些實施例中，該處理器14可直接耦合到網絡節點或通信裝置。該處理器14可確定網絡10中的鏈路中的信號質量參數， 並且還可以基於信號質量參數的分析執行切換。在一些實施例中，該處理器14還可管理聲編碼和/或轉碼過程，其將被進一步解釋。例如，該處理器14可控制網絡10中聲碼器的輸出，並且可啟動網絡10中的轉碼器以在切換期間在聲碼器之間傳送信息。如將同樣解釋的，網絡10可包括轉碼器34，其可位於網絡10中通信裝置32中。在一些實施例中，該轉碼器34還可在網絡節點(例如網絡節點20、22、24或26)中，或在網絡10中的一些其他裝置中。此外，在一些實施例中，該轉碼器可由網絡10中任何合適的處理器14控制，並且可以是遠程可編程的。由於無線通信網絡已經發展，不同類型的網絡節點(基站20和22，接入點24和 26等)可與不同類型的通信裝置(行動電話，膝上型計算機等)連結，並且切換可通過將通信裝置(例如裝置32)與一個網絡節點(例如接入點24)間的連結轉移到另一個網絡節點(例如基站22)來進行。如將進一步討論的，這樣的切換28可是相對更複雜的，因為切換發生在兩種不同類型的接入技術之間。切換可牽涉編碼和解碼(即分別是壓縮和解壓縮)人類話音，以便於話音信號可數字地從第一通信裝置發送，並且原始話音的重合成近似可在第二通信裝置處被接收。編碼和解碼過程可牽涉壓縮話音信號以生成話音信號的數字表示，在存儲中存儲該數字表示，並且將該數字表示發送到接收裝置以解壓縮為原始話音信號的近似。這樣的數字壓縮技術在通信系統中可是常見的，因為話音信號的數字表示可比原始話音信號大致上更密集。密集的數字表示可更有效地存儲和發送，並可更容易處理。話音信號的壓縮和解壓縮可以由語音編碼器(即聲碼器)執行，其提取話音信號的連續集(稱作「幀」)的參數，將提取的參數映射到人類聲道的數學模型上以產生數位訊號，並且存儲、發送、輸出和/或提供數位訊號至通信網絡中的接收裝置。該接收裝置的聲碼器可使用經過編碼的提取出來的原始話音信號的參數來解壓縮該數位訊號，來重構原始話音信號的近似。聲碼器可具有存儲架構，其存儲壓縮過的話音信號的各種中間狀態。例如，聲碼器可包含一個或多個信號或狀態，包括例如全極點線性預測編碼(LPC)合成濾波器狀態緩衝器、長期存儲(例如基音預測器(Pitch predictor))、表示基音周期的計數器或指入存儲的指針，和用於內插的以前幀解碼的合成係數或指針。話音信號可在各種類型的通信中發送，包括蜂窩系統、個人通信服務(「PCS」)系統、網際網路協議語音(「VoIP」)系統等。這樣的不同通信系統的異種通信網絡可包括不同的系統架構，其可每個牽涉用於壓縮和解壓縮話音信號的不同聲碼器。然而，當切換在兩個不同系統(和兩個不同聲碼器)之間的通信中進行時，由於這兩個聲碼器的不兼容性，該通信可能經歷延遲。「不兼容的聲碼器」可指具有用於話音合成的不同架構和不兼容比特流的聲碼器。不兼容的聲碼器還可使用不同的幀大小來壓縮和解壓縮話音信號，並且可具有不同的算法延遲。因此，當切換在不兼容的聲碼器之間進行時，由於存儲架構不同，一個聲碼器的存儲緩衝器將不可簡單地直接拷貝到另一個聲碼器的存儲緩衝器中。另外，由於話音信號的分析和合成中的不同內部算法延遲，在不兼容的聲碼器之間切換期間，輸出信號可 能在時間上不對準，其可導致通信間隙(gap)或通信丟失。本實施例包括用於減少網絡10中不兼容的聲碼器間切換的有害影響的方法。一些實施例牽涉使用適合於將第一聲碼器的狀態存儲從一個算法轉化為第二聲碼器的狀態存儲的算法的轉碼器，將狀態存儲從一個聲碼器轉化到另一個聲碼器。在一個實施例中，通過匹配聲碼器中的算法延遲，改進的切換可在不兼容的聲碼器間執行，這可牽涉將第一聲碼器的比特流解碼為話音信號，應用合適的時間對準延遲，根據第二聲碼器的傳輸參數重編碼時延的信號，並且將重編碼的信號解碼到第二聲碼器的狀態存儲。此外，一個或多個實施例牽涉在切換期間在淡入淡出轉換器(fadeover switch)中操作兩個不兼容的聲碼器一段時間。該淡入淡出轉換器可牽涉在淡入第二聲碼器的輸出時淡出第一聲碼器的輸出，以便於丟失的數據傳送或延遲可更不容易察覺到。這些實施例中的任何一個可單獨使用或組合使用。在圖2的流程圖中呈現使用狀態存儲轉碼器將狀態存儲從第一聲碼器轉化到第二聲碼器的過程50。狀態存儲轉碼器可與之前的轉碼器實現不同，之前的轉碼器實現典型地牽涉將第一聲碼器的編碼比特流轉變為不同編碼標準(例如線性預測編碼(LPC)，混合激勵線性預測(MELP)和時域調聲切斷(TDVC)標準之間的轉變)。然而，在本發明的轉碼過程50中，狀態存儲轉碼器可實現為將第一聲碼器的狀態存儲轉化為第二聲碼器的狀態存儲算法。在一些實施例中，聲碼器間的狀態存儲算法的轉化可比不同比特流編碼標準間的轉變更有效和/或更不複雜。在狀態存儲轉碼過程50中，來自一種類型聲碼器(稱作第一聲碼器)的比特流52 可在適合於在不同狀態存儲算法間轉化的轉碼器處接收。該轉碼器可將第一聲碼器的比特流(稱作第一聲碼器比特流52)解碼(框54)為話音信號。該過程填充了第一聲碼器的狀態存儲。第一聲碼器比特流的狀態存儲(稱作第一狀態向量56)可以是源於第一聲碼器比特流的多維向 量陣列，並且可具有20到50個數。轉碼器可將第一狀態向量陣列轉變(框 58)為與不同類型的聲碼器(稱作第二聲碼器)兼容的格式。轉變後的第二狀態向量60也可以是表示第一比特流52的多維向量陣列，並且可具有和第一狀態向量56相比不同的大小。例如，第二狀態向量可以具有35至40個離散數。轉碼過程50隨後可牽涉將第二狀態向量60時延(框62)以匹配第二聲碼器的算法延遲。如前所述，不同類型的聲碼器(即不兼容的聲碼器)可具有不同的算法延遲，並且延遲傳送的向量60可將向量60與接收第二聲碼器的算法延遲對準。對準的第二狀態向量 64隨後可從狀態存儲轉碼器輸出(框66)到第二聲碼器。對準的第二狀態向量64還可具有適合於第二聲碼器的存儲架構的向量大小和延遲。第二聲碼器隨後可採用對準的第二狀態向量64來重構原始話音信號的近似。在一些實施例中，狀態存儲轉碼過程50可由例如微處理器或現場可編程門陣列(FPGA)等可編程計算元件執行。轉碼過程50可通過向網絡 10中合適的可編程計算元件(例如處理器14)發送轉碼指令(例如用於執行狀態存儲轉碼過程50的部分或全部代碼)而被遠程編程。因此，在一些實施例中，網絡10中的鏈路可發送分組，其包括用於執行狀態存儲轉碼過程的代碼以及數位化的語音信息。在一些實施例中，不兼容的聲碼器間的切換還可得到改善，這通過對第一已解碼的話音信號應用時延、根據第二聲碼器的傳輸參數對信號進行編碼以及解碼已編碼的信號以填充第二聲碼器的狀態存儲來進行。該過程(稱作存儲填充過程70)在圖3中描繪。該存儲填充過程70可牽涉將來自第一聲碼器的比特流(稱作第一聲碼器比特流52)解碼(框 74)為話音信號76。由於第一聲碼器可具有與切換過程的另一個聲碼器不同的延遲算法， 話音信號76可時延(框78)，並且對準的話音信號80可根據第二聲碼器的傳輸參數而重編碼(框82)。該重編碼的比特流可稱為重編碼第二比特流84，因為對準的話音信號已經根據第二聲碼器的參數來編碼。該重編碼第二比特流84隨後可解碼(框86)為話音信號。 該解碼過程填充第二聲碼器的狀態存儲，產生狀態向量88。如圖4所示，狀態存儲轉碼過程50和存儲填充過程70每個都可單獨使用，或者與其他用於執行不兼容的聲碼器間的切換的方法聯合使用。過程50和70中的每個的步驟和輸出在結合的不兼容聲碼器切換結合的過程100中被標記，並且狀態存儲轉碼過程50的過程路徑加粗。過程50和70的輸出66和88 (分別地)作為狀態向量輸入供應給第二解碼器94。 第二解碼器94可使用供應的狀態向量輸入66和88解碼根據第二聲碼器的傳輸參數格式化的比特流。解碼器94的比特流輸入可以由轉換器(switch)92選擇。在一些實施例中， 轉換器92可在切換過程的初始階段期間選擇重編碼比特流84，並且隨後當切換期間接收的格式改變時選擇第二聲碼器比特流90。解碼器94的輸出作為輸入供應給淡入淡出轉換器 104。淡入淡出轉換器104可牽涉使第一聲碼器和第二聲碼器的操作在切換期間和/或切換後重疊一段時間，使得第一聲碼器的輸出在幅度上減小，並且與幅度增加的第二聲碼器的輸出重疊。時延(框102)第一聲碼器的輸出還可在阻止間隙或不合適的幀對準方面有用。延遲的輸出103還作為輸入供應給轉換器104。淡入淡出轉換器104概念可在圖5的圖表118中更好地圖示，其圖示通過時間106 的幅度108。第一聲碼器輸出信號103(來自圖4)可由幅度來衡量，並在圖表118中表示為第一曲線(Plot) 110，而第二聲碼器輸出信號96(來自圖4)可由幅度衡量，並表示為第二曲線112。圖表118可描繪在兩個聲碼器間切換期間第一曲線110和第二曲線112的幅度。由於切換典型地佔據一個或多個聲碼器幀，兩個聲碼器的輸出幅度110和112上的重疊可降低通信期間間隙或其他短暫的假象的可感知性。在一些實施例中，在第二聲碼器已經具有足夠的時間(如一個或多個話音幀)來將第二聲碼器狀態存儲與第一聲碼器的狀態存儲對準之後，第一和第二聲碼器之間的切換可完成。在切換完成時，第一解碼器可典型地停止輸出來自第一聲碼器的已解碼的話音， 並且第二解碼器可開始輸出來自第二聲碼器的已解碼的話音。在一個或多個實施例中，淡入淡出轉換器可被採用以使用例如幅度曲線110和112來結合第一解碼器輸出103與第二解碼器輸出96。在切換期間和/或切換之後，大約在圖表118上的時間114和116之間，淡入淡出轉換器可在同時根據曲線112增加第二聲碼器輸出時，根據曲線110減小第一聲碼器的輸出。幅度110和112的減小和增加特性，分別可通過例如將第一聲碼器輸出乘以時間衰減窗口並且將第二聲碼器輸出乘以同一窗口的鏡像實現。因此，減小的第一聲碼器輸出和增加的第二聲碼器輸出可加起來以提供兩個聲碼器信號間更不容易察覺到的轉變。該書面描述使用示例以公開本發明，其包括最佳模式，並且還使本領域內任何技術人員能夠實踐本發明，包括製作和使用任何裝置或系統並且執行任何包含的方法。本發明的專利範圍由權利要求限定，並且可包括本領域內技術人員想起的其他示例。這樣的其他示例如果它們具有不與權利要求的書面語言不同的結構元件，或者如果它們包括與權利要求的書面語言無實質區別的等同結構元件則規定在權利要求的範圍內。部件列表
權利要求
1.一種用於在第一聲碼器(30)和第二聲碼器(3 之間轉換的方法(50，70，100)，該方法(50，70，100)包括使用狀態存儲轉碼器(34)將所述第一聲碼器(30)的第一狀態存儲(56)轉化(58)為所述第二聲碼器(3 的第二狀態存儲(60)；以及基於所述第二聲碼器(3 的算法延遲來延遲(6 所述第二狀態存儲(60)。
2.如權利要求1所述的方法(50，70，100)，其中所述第一狀態存儲(56)和所述第二狀態存儲(60)每個包括多維向量，並且其中所述第一狀態存儲(56)的多維向量是不同於所述第二狀態存儲(60)的多維向量的格式。
3.如權利要求1所述的方法(50，70，100)，包括解碼(54)所述第一聲碼器(30)的第一比特流(5 以生成所述第一狀態存儲(56)。
4.如權利要求1所述的方法(50，70，100)，包括將所述第一聲碼器(30)的第一比特流(5 解碼(74)為話音信號(76)；以及將所述話音信號(76)延遲(78)以將所述第一聲碼器(30)的算法延遲對準所述第二聲碼器(3 的算法延遲。
5.如權利要求4所述的方法(50，70，100)，包括基於第二聲碼器(3 的一個或多個傳輸參數編碼(8 延遲的話音信號(80)以生成第二比特流(84)；解碼(86)所述第二比特流(84)以生成第二狀態存儲(88)；以及在所述第二聲碼器(3 中存儲所述第二狀態存儲(88)。
6.如權利要求4所述的方法(50，70，100)，包括將原始話音信號編碼為所述第一比特流(52)，其中所述解碼後的話音信號(76)與原始話音信號大致上相似。
7.如權利要求1所述的方法(50，70，100)，包括在所述第一聲碼器(30)和所述第二聲碼器(3 之間轉換08)期間和/或鄰近轉換期間，同時操作所述第一聲碼器(30)和所述第二聲碼器(32) 一段時間(114，116)。
8.如權利要求7所述的方法(50，70，100)，其中同時操作包括在增加所述第二聲碼器 (32)的第二輸出(112)的幅度同時，減小所述第一聲碼器(30)的第一輸出(110)的幅度。
9.如權利要求8所述的方法(50，70，100)，其中所述第一輸出(110)幅度的減小基本上鏡像於所述第二輸出(11 幅度的增加。
10.如權利要求7所述的方法(50，70，100)，其中在所述一段時間(116)之後所述第一聲碼器(30)不工作。
全文摘要
本發明名稱為在不同的語音編碼器系統之間的切換。提供了管理具有不同類型的聲碼器(30，32)的無線通信系統(10)內的切換(28)的方法(50，70，100)和系統(10)。一些實施例包括使用狀態存儲轉碼器(34)將第一聲碼器(30)的狀態存儲(56)轉化(58)到第二聲碼器(32)。該狀態存儲(56)可被延遲(62)以對準第一聲碼器(30)和第二聲碼器(32)之間算法延遲上的差異。在一個實施例中，話音信號(76)可從第一聲碼器中解碼(74)、延遲(78)、和編碼(82)至第二聲碼器(32)。此外，對於在切換(28)期間或鄰近切換的一段時間(114，116)，在第二聲碼器(32)伴隨幅度(112)遞增而輸出時，第一聲碼器(30)可伴隨幅度(110)遞減而輸出。這樣的技術可單獨使用(50，70)或組合使用(100)。
文檔編號H04W36/00GK102158917SQ20111006234
公開日2011年8月17日 申請日期2011年2月1日 優先權日2010年2月3日
發明者J·E·赫爾希, M·J·哈特曼, R·L·津澤 申請人:通用電氣公司