處理音頻幀以在不同編解碼器之間轉變的方法和裝置的製作方法

2023-05-24 04:51:31 1

專利名稱：處理音頻幀以在不同編解碼器之間轉變的方法和裝置的製作方法
技術領域：
本公開針對用於處理音頻幀以在不同編解碼器之間轉變的方法和裝置。更具體地說，本公開針對當對於音頻幀在兩種編碼模式間切換時的狀態更新。
背景技術：
在當今社會中使用的通信設備包括行動電話、個人數字助理、便攜計算機、膝上型計算機、遊戲設備、平板電腦以及各種其他電子通信設備。許多這些設備彼此之間傳輸音頻信號。編解碼器用於對音頻信號編碼和解碼以便在這些設備之間傳輸。某些音頻信號被歸類為語音信號，其具有更類似語音的特徵，典型的有口語詞彙。其他音頻信號被分類為通用音頻信號，其具有更通用的音頻特特徵，典型的有音樂、聲調、背景聲、混響語音，以及其他通用的音頻特徵。基於適合處理語音信號的源濾波器模型的語音編解碼器未能有效地處理通用音頻。語音編解碼器包括線性預測編碼(LPC)編解碼器，諸如碼激勵線性預測(CELP)編解碼器。語音編解碼器趨於很好地處理語音信號，即使以較低的比特率。相反地，諸如頻域變換編解碼器的通用音頻處理編解碼器不能有效地處理語音信號。為了處理語音信號和通用音頻信號，分類器或鑑別器以逐幀為基礎來確定音頻信號是較多地還是較少地類似於語音，並且基於該分類來將信號引導到語音編解碼器或者通用音頻編解碼器。能夠這樣處理語音信號和通用音頻信號的音頻信號處理器有時也稱為混合編解碼器。在某些情形下，混合編解碼器可以是可變速率編解碼器。例如，它可以以不同的速率編解碼不同類型的幀。作為另一個示例，使用變換域編解碼的通用音頻幀以更高的速率被編解碼，與以更低的速率被編解碼的類似語音的幀相反。使用語音模式和通用音頻模式分別在語音幀處理和通用音頻幀處理之間的轉變產生不連續。例如，從語音音頻CELP域幀至通用音頻變換域幀的轉變已經表現出以音頻間隔的形成產生不連續性。從變換域至CELP域的轉變也導致不利地影響音頻質量的可聽的不連續性。不連續性的主要原因是CELP編解碼器的各種狀態的不正確初始化。對質量具有不利影響的一些狀態包括LPC合成濾波器狀態和自適應碼本(ACB)激發狀態。為了避免狀態更新的問題，相關技術的編解碼器，諸如擴展自適應多速率帶寬(AMRWB+)和增強可變速率編解碼帶寬(EVRC-WB)，甚至在音頻模式下使用LPC分析，並且在變換域中編解碼殘差。通過由LPC合成濾波器傳送使用逆變換獲得的時域殘差來由此生成合成輸出。該處理本身生成LPC合成濾波器狀態和ACB激發狀態。然而，通用音頻信號通常不遵循LPC模型。因此，在LPC量化上消耗的比特可能導致通用音頻信號的性能損耗。
因此，存有用於處理音頻幀以在不同編解碼器之間轉變的方法和裝置的機會。


為了描述能夠獲得本公開的優勢和特徵的方式，將在附圖中示出各種實施例。應該理解的是，這些附圖僅描繪本公開的典型實施例並且不限制其範圍，通過使用附圖，將利用另外的特性和細節來描述並解釋本公開，在附圖中:圖1是根據可能的實施例的混合編碼器的示例框圖；圖2是根據可能的實施例的混合解碼器的示例框圖；圖3是根據可能的實施例的在音頻核心和語音核心之間相對幀定時的示例圖示；圖4是根據可能的實施例的狀態生成器的示例框圖；圖5是根據可能的實施例的解碼器的示例框圖；圖6是根據可能的實施例的語音編碼器狀態存儲生成器和語音編碼器的示例框圖；圖7示出了根據可能的實施例示出的通信設備的操作的示例流程圖；圖8示出了根據可能的實施例的通信設備的操作的示例流程圖；以及圖9是根據可能的實施例的通信設備的示例框圖。
具體實施例方式當在不同的編解碼器之間轉變音頻幀的流時，該流通常需要從一個數字採樣率(使得第一編解碼器能夠處理第一幀)改變到另一數字採樣率(使得第二編解碼器能夠處理下一幀)。此重新採樣可能導致音頻輸出中聽起來像輕微的「頓挫」或「暫停」的時間延遲。另外，如果第二編解碼器未適當地初始化，則在音頻幀的流中在流中間切換編解碼器可能產生音頻輸出失真，諸如點擊或彈擊。下文描述的方法和裝置試圖在音頻編解碼器之間切換時，通過使用組合幀來減少音頻輸出幹擾。該組合幀可以補償由重新採樣所導致的時間延遲，並且可以將第二編解碼器初始化以減少通過音頻編解碼器切換可能導致的音頻輸出失真。例如，實施例通過在變換域幀後面的幀中，適當地將碼激勵線性預測(CELP)編解碼器狀態初始化，能夠改善在通用音頻編解碼器和語音編解碼器之間轉變期間的音頻質量。儘管某些實施例考慮變換域部分純粹是變換域並且不使用線性預測編碼(LPC)分析和合成的狀態，但是即使編解碼器使用LPC分析或合成或其他分析或合成，也能夠使用這些實施例。而且，實施例能夠提供改善的音頻至語音轉變。儘管語音至音頻轉變能夠具有不同細微差別，但是也可以使用實施例的元件來提供其他改善的轉變，諸如兩個不同語音模式使用不同類型的濾波器和/或不同採樣率的語音至語音轉變。一種方法和裝置處理音頻幀，以在不同編解碼器之間轉變。該方法能夠包括使用第一編碼方法，通過對幀序列中的第一音頻幀進行編碼來產生編碼的輸出音頻採樣的第一幀。能夠以第一採樣率對編碼的輸出音頻採樣。該方法能夠包括使用第一編碼方法形成第一幀的重疊相加的部分。該方法能夠包括基於將編碼的輸出音頻採樣的第一幀和第一幀的重疊相加的部分組合來生成編碼的音頻採樣的組合第一幀。該方法能夠包括基於編碼的音頻採樣的組合第一幀來初始化第二編碼方法的狀態。該方法能夠包括基於第二編碼方法的初始化狀態來構造輸出信號。圖1是根據可能的實施例的混合編碼器100的示例框圖。混合編碼器100能夠對幀的輸入流進行編碼，其中這些幀的一些可以是語音幀，而其他幀可以是通用音頻幀。通用音頻幀能夠包括除了語音之外的元素、能夠更不類似於語音，和/或能夠包括非語音元素。能夠將混合編碼器100合併到執行音頻的編碼和解碼的任何電子設備中。這些設備能夠包括蜂窩電話、音樂播放器、家用電話、個人數字助理、膝上型計算機以及能夠處理語音音頻幀和通用音頻幀的其他設備。混合編碼器100能夠包括能夠處理輸入音頻信號s (η)的幀的模式選擇器110，其中η能夠是採樣索引。模式選擇器110能夠接收外部語音和通用音頻模式控制信號，並且根據該控制信號選擇通用音頻編解碼器或語音編解碼器。模式選擇器110還能夠從速率確定器(未示出)獲得輸入，該速率確定器確定當前幀的比特率。例如，當採樣率是每秒16kHz個採樣時，輸入音頻信號的幀能夠包括音頻的320個採樣，其與20毫秒的幀時間間隔相對應，雖然任何其他變化也是可能的。當前幀的比特率能夠在語音編碼方法和通用音頻編碼方法之間控制所使用的編碼方法的類型。比特率還可以影響內部採樣率，即，較高比特率可以有助於編碼較高的音頻帶寬，而較低比特率可能更限制於編碼較低的帶寬。因此，能夠支持寬範圍比特率的編解碼器也可以支持音頻帶寬的範圍和採樣頻率，其每一個可以以逐幀為基礎進行切換。混合編碼器100能夠包括能夠編碼通用音頻幀的第一編碼器120，諸如對於幀m的編碼的比特流，並且能夠包括能夠編碼語音幀的第二編碼器130，諸如對於幀m+1的編碼的比特流。例如，第二編碼器130能夠是語音編碼器130，語音編碼器130基於適合處理語音信號的源-濾波器模型。第一編碼器120能夠是通用音頻編碼器120，通用音頻編碼器120能夠基於時域混疊消除(TDAC)使用線性正交重疊變換。又例，語音編碼器130能夠使用適合處理語音信號的其他編解碼器中的LPC類型的CELP編碼器。通用音頻編碼器120能夠被實施為修正的離散餘弦變換(MDCT)編碼器、修正的離散正弦變換(MSCT)編碼器、基於不同類型的離散餘弦變換(DCT)的MDCT形式、DCT/離散正弦變換(DST)組合，或者其他通用音頻編碼格式。第一編碼器120和第二編碼器130能夠具有通過選擇開關150耦合到輸入音頻信號s (η)的輸入,選擇開關150能夠基於由模式選擇器110確定的模式來控制。例如，開關150可以由處理器基於從模式選擇器110輸出的碼字來控制。開關150能夠選擇用於處理語音幀的語音編碼器130，並且能夠選擇用於處理通用音頻幀的通用音頻編碼器120。儘管在混合編碼器100中僅示出兩種編碼器，但是可以通過多個不同類型的編碼器編碼這些幀。例如，可以選擇三個或更多個編碼器之一來處理輸入音頻信號的特定幀。第一編碼器120和第二編碼器130的每一個能夠產生編碼的比特流，並且能夠基於由對應的編碼器處理的對應的輸入音頻幀來產生對應的處理的幀。隨後編碼的比特流能夠經由復用器170被存儲，或者能夠經由復用器170被傳輸。語音不連續性可能在從通用音頻編碼器120轉變至語音編碼器130時發生。混合編碼器100能夠包括能夠解決不連續性問題的語音編碼器狀態存儲生成器160。例如，基於諸如濾波參數的參數的狀態，能夠被語音編碼器130用來編碼語音的幀。語音編碼器狀態存儲生成器160能夠處理前導通用音頻幀，以生成用於語音編碼器130的狀態，以便在通用音頻和語音之間轉變。如上所述，當在不同的編解碼器之間轉變音頻幀的流時，通常該流需要從一個數字採樣率改變到另一數字採樣率。該採樣率改變可能導致在音頻輸出中能夠被聽成輕微的「頓挫」或「暫停」的時間延遲。因此，如果第二編解碼器未被適當地初始化，則在音頻幀的流中在流中間切換編解碼可能產生音頻輸出失真，諸如點擊或彈擊。語音編碼器狀態存儲器生成器160能夠通過處理前導通用音頻幀以生成用於語音編碼器130的狀態，來減少音頻輸出幹擾。這能夠補償由重新採樣所導致的時間延遲並且能夠減少由編解碼器之間的切換可能導致的音頻輸出失真。根據一個實施例，第一編碼器120能夠使用第一編碼方法通過對幀序列中的第一音頻幀進行編碼來產生編碼的輸出音頻採樣的第一幀。例如，編碼輸出音頻採樣能夠是重建的用於幀m的音頻Sa(n)。能夠以第一採樣率採樣編碼的輸出音頻採樣。第一編碼器120能夠使用第一編碼方法以第一幀的重疊相加的(OLA)存儲的形式形成重疊相加的部分。能夠通過將信號分解成簡單的分量、處理這些分量的每一個並且將處理的分量重新組合成最後信號，來生成重疊相加的部分。重疊相加的部分能夠基於利用有限衝擊響應濾波器評估非常長的信號的離散卷積。例如，重疊相加的延遲能夠與由通用音頻編碼器(或者通用音頻解碼器)生成的幀的修正的離散餘弦變換合成存儲部分相對應。重疊相加的部分的時間長度通常能夠取決於用於編碼的MDCT窗。可以基於預測重新採樣延遲來選擇MDCT窗。而且，期望的編解碼器設計能夠確定怎麼選擇MDCT窗。混合編碼器100能夠包括轉變音頻組合器140。轉變音頻組合器140能夠基於將編碼的輸出音頻米樣的第一巾貞與第一巾貞的重疊相加的部分組合，來生成編碼的音頻米樣的組合第一幀。當從第一編碼方法轉變到第二編碼方法時，能夠使用編碼的音頻採樣的組合第一幀。轉變音頻組合器140能夠基於將第一幀的重疊相加的部分附加到編碼的輸出音頻採樣的第一幀，來生成編碼的音頻採樣的組合第一幀。轉變音頻組合器140還能夠通過以第二採樣率重新採樣編碼的音頻採樣的組合第一幀，來生成編碼的音頻採樣的重新採樣的組合第一中貞。語音編碼器狀態存儲生成器160能夠是第二編碼器狀態生成器，其能夠基於編碼的音頻採樣的組合第一幀來初始化第二編碼方法的狀態。第二編碼器狀態存儲生成器160能夠基於編碼的音頻採樣的重新採樣的組合第一幀，通過輸出用於幀m+1的狀態存儲更新，來初始化諸如語音編碼方法的第二編碼方法的狀態。第二編碼器130能夠基於第二編碼方法的初始化狀態和下一音頻輸入幀(m+1 )，來構造輸出信號。如果第二編碼器130是語音編碼器，則第二編碼器130能夠基於語音編碼方法的初始化狀態和下一語音輸入幀(m+1)，來構造編碼的語音信號。因此，如果第一編碼器120是通用音頻編碼器並且第二編碼器130是語音編碼器，則第一輸出幀能夠是TDAC編碼信號，並且下一輸出幀能夠是CELP編碼信號。相反地，如果第一編碼器120是語音編碼器並且第二編碼器130是通用音頻編碼器，則第一輸出幀能夠是CELP編碼信號，之後是TDAC編碼信號的下一輸出幀。當在流中間(即，從一個幀至下一幀)改變編碼時，混合編碼器100能夠減少通過切換編碼器可能導致的延遲和音頻失真。圖2是根據可能的實施例的混合解碼器200的示例框圖。混合解碼器200能夠包括解復用器210，其能夠從信道或存儲介質接收編碼的比特流並且能夠將比特流傳送到適當的解碼器。混合解碼器200能夠包括通用音頻解碼器220，其能夠從信道或存儲介質接收諸如用於幀m的編碼的比特流的幀。通用音頻解碼器220能夠解碼通用音頻，並且能夠生成重新構造的通用音頻輸出幀i(〃)。混合解碼器200能夠包括語音解碼器230，其能夠接收諸如用於幀m+1的編碼的比特流的幀。語音解碼器230能夠解碼語音音頻並且能夠生成諸如用於幀m+1的重新構造的語音音頻輸出幀AO )。混合解碼器200能夠包括開關270，其能夠選擇重新構造的通用音頻輸出幀&(〃)或者重新構造的語音音頻輸出幀A(〃)以輸出重新構造的音頻輸出信號。當從通用音頻解碼器220轉變到語音解碼器230時，可能發生音頻不連續性。混合解碼器200能夠包括能夠解決不連續性問題的語音解碼器狀態存儲生成器260。例如，基於諸如濾波參數的參數的狀態，能夠被語音解碼器230用來解碼語音的幀。語音解碼器狀態存儲生成器260能夠處理來自通用音頻解碼器220的前導通用音頻幀，以生成用於語音解碼器230的狀態用於在通用音頻和語音之間的轉變。混合解碼器200能夠包括轉變音頻組合器240。轉變音頻組合器240能夠基於將編碼的輸出音頻米樣的第一巾貞與第一巾貞的重疊相加的部分組合，來生成編碼的音頻米樣的組合第一巾貞。轉變音頻組合器240能夠生成編碼的音頻米樣的組合第一巾貞以從第一編碼方法轉變至第二編碼方法。轉變音頻組合器240能夠基於將第一幀的重疊相加的部分附加到編碼的輸出音頻米樣的第一巾貞，來生成編碼的音頻米樣的組合第一中貞。更一般地，混合解碼器200能夠是用於處理音頻幀的裝置。通用音頻解碼器220能夠是第一解碼器220，其被配置成使用第一解碼方法通過解碼在幀序列中的比特流幀(幀m)產生解碼的輸出音頻米樣的第一巾貞。能夠以第一米樣率來米樣解碼輸出音頻米樣。能夠將第一解碼器220配 置成使用第一解碼方法形成第一幀的重疊相加的部分。轉換音頻組合器240能夠基於將解碼的輸出音頻米樣的第一巾貞與第一巾貞的重疊相加的部分組合，來生成解碼的音頻採樣的組合第一幀。當從第一解碼方法轉變到第二解碼方法時，能夠使用解碼的音頻採樣的組合第一幀。轉變音頻組合器240能夠基於將第一幀的重疊相加的部分附加到解碼的輸出音頻採樣的第一幀，來生成解碼的音頻採樣的組合第一幀。轉變音頻組合器240還能夠通過以第二採樣率將解碼的音頻採樣的組合第一幀重新採樣以生成解碼的音頻採樣的重新採樣的組合第一幀，來生成解碼的音頻採樣的組合第一中貞。第二解碼器狀態存儲生成器260能夠基於來自240的解碼的音頻採樣的組合第一幀，初始化諸如語音解碼方法的第二解碼方法的狀態。例如，第二解碼器狀態存儲生成器260能夠基於解碼的音頻採樣的重新採樣的組合第一幀，來初始化第二解碼方法的狀態。語音解碼器230能夠基於第二編碼方法的初始化狀態和下一編碼的比特流輸入幀(m+1)，來構造輸出信號。例如，語音解碼器230能夠基於語音解碼方法的初始化狀態，構造可聽的語音信號。繼續該示例，使用通用音頻解碼器220能夠解碼一個編碼的比特流輸入幀m，並且使用初始化的語音解碼器230能夠解碼隨後的編碼的比特流輸入幀m+1，以產生減少或消除了暫停、點擊、彈擊或其他失真的流暢可聽的音頻信號。圖3是根據可能的實施例在音頻核心和語音核心之間的相關幀定時300的示例圖示。幀定時300能夠包括輸入語音和音頻幀310、音頻幀分析和合成窗320、音頻編解碼輸出幀330以及延遲和對齊的通用音頻幀340之間的定時。對應的幀具有索引m。幀定時300能夠與給定的時間t對齊。從輸入語音和音頻幀310起的音頻編解碼輸出幀330的延遲能夠對應於重疊相加的延遲335。重疊相加的延遲335能夠與由諸如通用音頻編碼器120的通用音頻編碼器或諸如通用音頻解碼器220的通用音頻解碼器生成的諸如幀m-Ι的幀的修正的離散餘弦變換合成存儲部分相對應。例如，能夠使用編碼方法生成或者使用解碼方法生成幀m-Ι的重疊相加的延遲335。延遲和對齊的通用音頻幀340的延遲和對齊通用音頻幀m-Ι能夠是基於將諸如音頻編碼輸出幀330的幀m的編碼的輸出音頻採樣的幀與幀m-1的重疊相加的延遲335的重疊相加的部分組合以去除或消除由重新採樣濾波器導致的延遲345，而生成的編碼的音頻採樣的組合幀。圖4是根據可能的實施例的狀態生成器260的示例框圖。如果第二解碼器是語音解碼器，則狀態生成器260可以生成初始狀態，諸如:上採樣濾波器狀態、去加重濾波器狀態、合成濾波器狀態以及自適應碼本狀態。狀態生成器260能夠基於先前幀m來生成用於幀m+1的諸如語音解碼器230的語音解碼器的狀態。狀態生成器260能夠包括4/5下採樣濾波器401、上採樣濾波器狀態生成塊407、預加重濾波器402、去加重濾波器狀態生成塊409、LPC分析塊403、LPC分析濾波器405、合成濾波器狀態生成塊411以及自適應碼本狀態生成塊 413。下採樣濾波器401能夠接收和下採樣諸如幀m的重建的音頻幀，並且能夠接收和下採樣對應的重疊相加的(OLA)存儲數據。根據由兩種編碼方法使用的採樣頻率，其他下採樣濾波器可以是4/10、1/2、4/15或1/3下採樣濾波器。上採樣濾波器狀態生成塊407能夠基於來自401的下採樣的幀和OLA存儲數據，來確定和輸出在第二解碼器230的語音解碼上採樣濾波器的狀態。耦合到401的輸出的預加重濾波器402能夠對重建的下採樣音頻執行預加重。去加重濾波器狀態生成塊409能夠基於來自402的預加重音頻，來確定和輸出用於相應的語音解碼器去加重濾波器的狀態。LPC分析塊403能夠針對來自402的預加重音頻執行LPC，並且將結果輸出到第二解碼器230。可選地利用LPC分析塊403輸出，即Aq (m)，LPC分析濾波器Aq (z) 405能夠對預加重濾波器402輸出進行濾波。合成濾波器狀態生成塊411能夠基於LPC分析濾波器405的輸出，來確定和輸出用於相應的語音解碼器合成濾波器的狀態。自適應碼本狀態生成塊413能夠基於LPC分析濾波 器405的輸出，來生成用於相應的語音解碼器自適應碼本的狀態。圖5是根據可能的實施例的解碼器230的示例框圖。利用來自狀態生成器260的狀態信息，能夠初始化解碼器230。解碼器230能夠包括解復用器501、自適應碼本503、固定碼本505、諸如碼激勵線性預測(CELP)濾波器的LPC合成濾波器507、去加重濾波器509以及5/4上採樣濾波器511。解復用器501能夠解復用編碼的比特流，並且能夠使用自適應碼本503和固定碼本505以及諸如Aq, τ，i3，k和Y的碼本相關參數的最佳集合，以從編碼的比特流生成信號u (η)，來重建語音音頻信號is( ) ο LPC合成濾波器507能夠基於信號u(η)生成合成的信號。去加重濾波器509能夠去加重合成濾波器507的輸出，並且去加重的信號能夠經過例如12.SkHz至16kHz上採樣濾波器51。取決於由兩種編碼方法使用的採樣頻率，可以使用其他上採樣濾波器，諸如4/10、1/2、4/15或1/3上採樣濾波器。根據一個實施例，諸如生成器260的語音解碼器狀態存儲生成器，能夠生成語音解碼器230將要使用的狀態存儲，以便在從通用音頻編碼至語音編碼的轉變期間通過處理由各種濾波器輸出的通用音頻幀來解碼語音的後續幀。用於濾波器的參數可以與在對應的語音編碼器中的相同，或者可以是在語音解碼器中使用的互補或反相。例如，濾波器狀態生成器407能夠將下採樣濾波器狀態存儲提供給濾波器510。濾波器狀態生成器409能夠將預加重濾波器狀態存儲提供給濾波器509。LPC分析塊403和合成濾波器狀態生成器411能夠將線性預測係數提供給LPC濾波器507。自適應碼本狀態生成塊413能夠將自適應碼本狀態存儲提供給自適應碼本503。而且，能夠將其他參數和狀態存儲從狀態生成器260提供給語音解碼器230。因此，能夠利用來自狀態生成器260的塊的狀態信息來初始化解碼器230。該初始化能夠在音頻編解碼器之間切換時通過使用組合幀來減少音頻輸出幹擾。該組合幀可以補償由重新採樣所導致的時間延遲，並且可以初始化第二編解碼器，以減少由音頻編解碼器切換而可能導致的音頻輸出失真。語音解碼器狀態存儲生成器260的塊能夠處理來自通用音頻解碼器220的重疊相加的存儲與前導通用音頻幀的組合，以生成用於語音解碼器230的狀態用於在通用音頻和語音之間轉變。圖6是根據可能的實施例的語音編碼器狀態存儲生成器160和語音編碼器130的示例框圖。語音編碼器狀態存儲生成器160能夠包括4/5下採樣濾波器601。語音編碼器狀態存儲生成器160能夠包括耦合到下採樣濾波器601的輸出的預加重濾波器603。語音編碼器狀態存儲生成器160能夠包括耦合到預加重濾波器603的輸出的LPC分析濾波器605。語音編碼器狀態存儲生成器160能夠包括耦合到LPC分析濾波器605的輸出並耦合到預加重濾波器603的輸出的LPC分析濾波器Aq (z)塊607。語音編碼器狀態存儲生成器160能夠包括耦合到LPC分析濾波器607的輸出和/或耦合到LPC分析濾波器605的輸出的零輸入響應濾波器狀態生成塊609。語音編碼器狀態存儲生成器160能夠包括耦合到LPC分析濾波器607的輸出的自適應碼本狀態生成塊611。語音編碼器130能夠包括自適應碼本633和加權的合成濾波器零輸入響應濾波器HziJz)。語音編碼器狀態存儲生成器160能夠以初始化狀態來初始化語音編碼器130。例如，零輸入響應濾波器狀態生成塊609和LPC分析塊605能夠向加權的合成濾波器零輸入響應塊631提供初始化狀態和/或參數。而且，自適應碼本狀態生成塊611能夠向自適應碼本633能夠提供初始化狀態和/或參數。語音編碼器狀態存儲生成器160還能夠利用初始化狀態和參數來初始化語音編碼器130。圖7示出了示例流程圖700，流程圖700根據可能的實施例示出了諸如包括混合編碼器100的設備的通信設備的操作。在710，該流程能夠開始。在720，通過使用第一編碼方法編碼幀序列中的第一音頻幀能夠產生編碼的輸出音頻採樣的第一幀。能夠以第一採樣率採樣編碼的輸出音頻採樣。通過使用通用音頻編碼方法對幀序列中的第一音頻幀進行編碼，能夠產生編碼的輸出音頻採樣的第一幀，其中編碼的輸出音頻採樣能夠是以第一採樣率採樣的。在730中，使用第一編碼方法能夠形成第一幀的重疊相加的部分。第一幀的重疊相加的部分能夠是第一幀的修正的離散餘弦變換合成存儲部分。在740,基於將編碼的輸出音頻米樣的第一巾貞和第一巾貞的重疊相加的部分組合,能夠生成編碼的音頻米樣的組合第一巾貞。基於將第一巾貞的重疊相加的部分附加到編碼的輸出音頻採樣的第一幀，能夠生成編碼的音頻採樣的組合第一幀。基於將第一幀的縮放的重疊相加的部分附加到編碼的輸出音頻採樣的第一幀，也能夠生成組合第一幀。能夠生成編碼的音頻採樣的組合第一幀，以補償由以第二採樣率對編碼的音頻採樣的組合第一幀重新採樣所導致的延遲。在750，能夠以第二採樣率重新採樣編碼的音頻採樣的組合第一幀，以生成編碼的音頻採樣的重新採樣的組合第一幀。通過以第二採樣率將編碼的音頻採樣的組合第一幀下採樣，能夠重新採樣編碼的音頻採樣的組合第一幀，以生成編碼的音頻採樣的下採樣的組
合第一中貞。在760，能夠基於編碼的音頻採樣的組合第一幀初始化第二編碼方法的狀態。還能夠基於編碼的音頻採樣的重新採樣的組合第一幀來初始化第二編碼方法的狀態。還能夠通過基於編碼的音頻採樣的重新採樣的組合第一幀初始化重新採樣濾波器的狀態和/或語音編碼方法的狀態，來初始化第二編碼方法的狀態。在770，能夠基於第二編碼方法的初始化狀態和音頻輸入信號，來構造輸出信號。通過基於語音編碼方法的初始化狀態構造可聽的語音信號，能夠構造輸出信號。還能夠通過基於第二編碼方法的初始化狀態為第一幀之後的第二幀構造輸出信號，來構造輸出信號。還能夠通過基於第二編碼方法的初始化狀態和音頻輸出信號構造編碼的比特流，來構造輸出信號。在780，流程圖700能夠結束。根據一些實施例，並非流程圖700的所有塊都是必需的。此外，流程圖700或流程圖700的塊可以諸如反覆地執行多次。例如，流程圖700可以從後面的塊循環回到前面的塊。此外，許多塊能夠並發地或以並行處理的方式來執行。圖8示出了示例流程圖800，流程圖800根據可能的實施例示出了諸如包括混合解碼器200的設備的通信設備的操作。在810，流程圖能夠開始。在820，能夠通過使用第一解碼方法解碼幀序列中的比特流幀來產生解碼的輸出音頻採樣的第一幀。能夠以第一採樣率採樣解碼的輸出音頻採樣。在830，能夠使用第一解碼方法形成第一幀的重疊相加的部分。第一幀的重疊相加的部分能夠是第一幀的修正的離散餘弦變換合成存儲部分。在840,能夠基於將解碼的輸出音頻米樣的第一巾貞和第一巾貞的重疊相加的部分組合，來生成解碼的音頻採樣的組合第一幀。能夠生成解碼的音頻採樣的組合第一幀以補償當以第二採樣率對解碼的音頻採樣的組合第一幀重新採樣時產生的時間延遲。能夠基於將第一幀的重疊相加的部分附加到解碼的輸出音頻採樣的第一幀，來生成解碼的音頻採樣的組合第一幀。還能夠基於將第一幀的縮放的重疊相加的部分附加到解碼的輸出音頻採樣的第一幀，來生成解碼的音頻採樣的組合第一幀。在850，能夠以第二採樣率重新採樣解碼的音頻採樣的組合第一幀，以生成解碼的音頻採樣的重新採樣的組合第一幀。通過以第二採樣率將解碼的音頻採樣的組合第一幀下採樣，能夠重新採樣解碼的音頻採樣的組合第一幀，以生成解碼的音頻採樣的下採樣的組
合第一中貞。在860，能夠基於組合或[微軟用戶I]解碼的音頻採樣的重新採樣的組合第一幀，來初始化第二解碼方法的狀態。通過基於解碼的音頻採樣的組合第一幀，諸如基於解碼的音頻採樣的下採樣的組合第一幀，來初始化語音解碼方法，能夠將第二解碼方法的狀態初始化。在870，能夠基於諸如語音編碼方法的第二編碼方法的初始化狀態和音頻輸出信號s (n+1),構造輸出信號。例如,能夠基於第二解碼方法的初始化狀態,從對於第一巾貞之後的第二幀重新構造的音頻幀構造輸出信號。在880，流程圖800能夠結束。根據某些實施例，並不是所有的流程圖800的塊都是必需的。此外，流程圖800或流程圖800的塊可以諸如反覆地執行多次。例如，流程圖800可以從後面的塊循環返回到前面的塊。此外，許多塊能夠並發地或以並行處理的方式來執行。圖9是根據可能的實施例的通信設備900的示例框圖。通信設備900能夠包括殼體910、位於殼體910內的控制器912、耦合到控制器912的音頻輸入和輸出電路916、耦合到控制器912的顯示器980、耦合到控制器912的收發器950、耦合到收發器950的天線955、耦合到控制器912的其他用戶接口 914以及耦合到控制器912的存儲器970。通信設備900還能夠包括第一編解碼器920、組合器940、狀態生成器960以及第二編解碼器930。第一編解碼器920能夠是編碼器、解碼器或者編碼器和解碼器的組合。第二編解碼器930能夠是編碼器、解碼器或者編碼器和解碼器的組合。第一編解碼器920、組合器940、狀態生成器960和/或第二編解碼器930能夠被耦合到控制器912、能夠駐留在控制器912內、能夠駐留在存儲器970內、能夠是自主的模塊、能夠是軟體、能夠是硬體，或者能夠是對用於通信設備900的模塊有用的其他任何形式。第一編解碼器920能夠執行通用音頻編碼器120和/或通用音頻解碼器220的操作。組合器940能夠執行轉變音頻組合器140和/或轉變音頻組合器240的功能。狀態生成器960能夠執行語音編碼器狀態存儲生成器160和/或語音解碼器狀態存儲生成器260的功能。第二編解碼器930能夠執行語音編碼器130和/或語音解碼器230的功能。顯示器980能夠是液晶顯示器(IXD)、發光二極體(LED)顯示器、等離子顯示器、觸控螢幕顯示器、投影儀或用於顯示信息的任何其他裝置。其他方法能夠用於將信息顯現給用戶，諸如聽覺上通過揚聲器或者運動感覺上通過振動器。收發器950可以包括傳輸器和/或接收器，並且能夠傳輸有線和/或無線通信信號。音頻輸入和輸出電路916能夠包括麥克風、揚聲器、換能器或其他音頻輸入和輸出電路。用戶接口 914能夠包括鍵盤、按鈕、觸摸板、操作杆、附加顯示器、觸控螢幕顯示器或用於在用戶和電子設備之間提供接口的任何其他設備。存儲器970能夠包括隨機存取存儲器、只讀存儲器、光學存儲器、訂戶識別模塊存儲器、閃速存儲器或任何能夠耦合到通信設備的其他存儲器。用戶接口 914、音頻輸入輸出電路916和/或收發器950能夠諸如通過第二編解碼器930創建基於第二編碼或解碼方法的初始化狀態構造的輸出信號。而且，又或者，存儲器970能夠存儲基於第二編碼或解碼方法的初始化狀態構造的輸出信號。本公開的方法能夠在編程的處理器上實施。然而，實施例的操作也可以在非臨時性機器可讀儲存器或通用或專用計算機、編程的微處理器或微控制器及外圍集成電路元件、集成電路、諸如離散元件電路、可編程邏輯器件的硬體電子或邏輯電路等上實施，其中在非臨時性機器可讀儲存器上存儲有具有多個代碼段的程序，這多個代碼段包括在流程圖中所示的塊。總之，在其上駐留有能夠實施這些實施例的操作的有限狀態機的任何設備可以被用於實施本公開的處理器功能。儘管已經利用其具體實施例描述了本公開，但是很顯然的是，許多替換、修正和變化對本領域的技術人員將是顯而易見的。例如，實施例的各種組件可以在其他實施例中被互換、添加或代替。而且，對於公開的實施例的操作來說，並不是每個圖的所有元件都是必需的。例如，通過簡單地採用獨立權利要求的要素，本公開實施例的技術領域的人員將能夠製作並使用本公開的教導。因此，如在本文闡述的公開的實施例意圖是說明性的而非限制。在不脫離本發明的精神和範圍的情形下，能夠進行各種修改。在本文檔中，諸如「第一」、「第二」等的相關術語僅用於區別一個實體或動作與另一實體或動作，而非必需要求或暗示在這些實體和動作之間的任何實際這樣的關係或順序。除非另有說明，否則術語「耦合」表示元件可以連接在一起，但並不要求直接連接。例如，元件可以通過一個或更多中介元件連接。此外，通過在元件之間使用物理連接、通過在元件之間使用電信號、通過在元件之間使用射頻信號、通過在元件之間使用光學信號、通過在元件之間提供功能性交互，或者通過其他方式將兩個元件關聯在一起，可以耦合兩個元件。而且，諸如「頂端」、「底端」、「前部」、「後部」、「水平」、「垂直」等的關係術語，可以僅用於區分元件相對於彼此的空間取向，而不必表示相對於任何其他物理坐標系的空間取向。術語「包括(comprises)」、「包括(comprising)」或其任何其他變體，旨在涵蓋非排他性包含，以便包括元件列表的處理、方法、物件和裝置不僅包含那些元件，而且可以包含未明確列出的或這種處理、方法、物件或裝置所固有的其他元件。在沒有更多限制條件的情況下，元件前面的「一個(a)」、「一個(an)」等不排除在包括該元件的處理、方法、物件或裝置中存在另外的相同元件。而且，術語「另一(another)」被定義為至少又一或更多。在此使用的術語「包含(including)」、「具有(having)」 等被定義為「包括(comprising)」。
權利要求
1.一種用於處理音頻幀的方法，包括: 使用第一編碼方法，通過對幀序列中的第一音頻幀進行編碼來產生編碼的輸出音頻採樣的第一幀，其中所述編碼的輸出音頻採樣是以第一採樣率採樣的； 使用所述第一編碼方法，形成所述第一幀的重疊相加的部分； 基於將所述編碼的輸出音頻採樣的第一幀與所述第一幀的所述重疊相加的部分組合，生成編碼的音頻米樣的組合第一巾貞; 基於所述編碼的音頻採樣的組合第一幀，初始化第二編碼方法的狀態；以及 基於所述第二編碼方法的所述初始化狀態，構造輸出信號。
2.根據權利要求1所述的方法，其中，所述生成組合第一幀包括: 以第二採樣率重新採樣所述編碼的音頻採樣的組合第一幀，以生成編碼的音頻採樣的重新採樣的組合第一幀， 其中，所述初始化包括基於所述編碼的音頻採樣的重新採樣的組合第一幀來初始化所述第二編碼方法的狀態。
3.根據權利要求2所述的方法，其中，所述初始化包括: 基於所述編碼的音頻採樣的重新採樣的組合第一幀，初始化至少所述第二編碼方法的重新採樣濾波器的狀態。
4.根據權利要求2所述的方法，其中，基於將所述編碼輸出音頻採樣的第一幀與所述第一幀的所述重疊相加的部分組合，生成所述編碼的音頻採樣的組合第一幀，以補償由於以所述第二採樣率重新採樣所述編碼的音頻採樣的組合第一幀所造成的延遲。
5.根據權利要求1所述的方法，其中，所述第一幀的所述重疊相加的部分包括所述第一幀的修正的離散餘弦變換合成存儲部分。
6.根據權利要求1所述的方法，其中，所述第一編碼方法是通用音頻編碼方法，並且所述第二編碼方法是語首編碼方法。
7.根據權利要求6所述的方法，其中，所述生成組合第一幀包括: 以第二採樣率將所述編碼的音頻採樣的組合第一幀下採樣，以生成編碼的音頻採樣的下採樣的組合第一幀， 其中，所述初始化包括基於所述編碼的音頻採樣的下採樣的組合第一幀來初始化所述語音編碼方法的狀態。
8.根據權利要求1所述的方法，其中，所述生成組合第一幀包括: 基於將所述第一幀的所述重疊相加的部分附加到所述編碼的輸出音頻採樣的第一幀，生成所述編碼的音頻採樣的組合第一幀。
9.根據權利要求1所述的方法，其中，所述構造輸出信號包括: 基於所述第二編碼方法的所述初始化狀態，針對在所述第一幀後面的第二幀，構造所述輸出信號。
10.一種用於處理音頻幀的方法，包括: 使用第一解碼方法，通過對幀序列中的比特流幀進行解碼來產生解碼的輸出音頻採樣的第一幀，其中所述解碼的輸出音頻採樣是以第一採樣率採樣的； 使用所述第一解碼方法，形成所述第一幀的重疊相加的部分； 基於將所述解碼的輸出音頻採樣的第一幀與所述第一幀的所述重疊相加的部分組合，生成解碼音頻採樣的組合第一幀， 基於所述解碼的音頻採樣的組合第一幀，初始化第二解碼方法的狀態；以及 基於所述第二解碼方法的所述初始化狀態，構造輸出信號。
11.根據權利要求10所述的方法，其中，所述生成組合第一幀包括: 以第二採樣率重新採樣所述解碼的音頻採樣的組合第一幀，以生成解碼的音頻採樣的重新採樣的組合第一幀， 其中，所述初始化包括基於所述解碼的音頻採樣的重新採樣的組合第一幀來初始化所述第二解碼方法的狀態。
12.根據權利要求11所述的方法，其中，所述初始化包括: 基於所述解碼的音頻採樣的重新採樣的組合第一幀，初始化至少所述第二解碼方法的重新採樣濾波器的狀態。
13.根據權利要求11所述的方法，其中，基於將所述解碼的輸出音頻米樣的第一巾貞與所述第一幀的所述重疊相加的部分組合，生成所述解碼的音頻採樣的組合第一幀，以補償由於以所述第二採樣率重新採樣所述解碼的音頻採樣的組合第一幀所造成的延遲。
14.根據權利要求10所述的方法，其中，所述第一幀的所述重疊相加的部分包括所述第一幀的修正的離散餘弦變換合成存儲部分。
15.根據權利要求10所述的方法，其中，所述第一解碼方法是通用音頻解碼方法，所述第二解碼方法是語音解碼方法，並且所述輸出信號是可聽的語音信號。
16.根據權利要求15 所述的方法，其中，所述生成組合第一幀包括: 以第二採樣率將所述解碼的音頻採樣的組合第一幀下採樣，以生成解碼的音頻採樣的下米樣組合第一中貞， 其中，初始化包括基於所述解碼的音頻採樣的下採樣組合第一幀來初始化所述語音解碼方法的狀態。
17.根據權利要求10所述的方法，其中，所述生成組合第一幀包括: 基於將所述第一幀的所述重疊相加的部分附加到所述解碼的輸出音頻採樣的第一幀，生成所述解碼的音頻採樣的組合第一幀。
18.根據權利要求10所述的方法，其中，所述構造輸出信號包括: 基於所述第二解碼方法的所述初始化狀態，針對在所述第一幀後面的第二幀，構造所述輸出信號。
19.一種用於處理音頻幀的裝置，包括: 第一編碼器，所述第一編碼器被配置成使用第一編碼方法，通過對幀序列中的第一音頻幀進行編碼來產生編碼的輸出音頻採樣的第一幀，其中所述編碼的輸出音頻採樣是以第一採樣率採樣的，所述第一編碼器還被配置成使用所述第一編碼方法形成所述第一幀的重疊相加的部分； 轉變音頻組合器，所述轉變音頻組合器被配置成基於將所述編碼的輸出音頻採樣的第一幀與所述第一幀的所述重疊相加的部分組合，生成編碼的音頻採樣的組合第一幀； 第二編碼器狀態生成器，所述第二編碼器狀態生成器被配置成基於所述編碼的音頻採樣的組合第一幀，初始化第二編碼方法的狀態；以及 第二編碼器，所述第二編碼器被配置成基於所述第二編碼方法的所述初始化狀態，構造輸出信號。
20.根據權利要求19所述的裝置， 其中，所述轉變音頻組合器被配置成以第二採樣率重新採樣所述編碼的音頻採樣的組合第一幀，以生成編碼的音頻採樣的重新採樣的組合第一幀， 其中，所述第二編碼器狀態生成器被配置成基於所述編碼的音頻採樣的重新採樣的組合第一幀來初始化所述第二編碼方法的所述狀態。
21.根據權利要求20所述的裝置，其中，所述第一編碼方法是通用音頻編碼方法，並且所述第二編碼方法是語首編碼方法。
22.根據權利要求20所述的裝置，其中，所述轉變音頻組合器被配置成基於將所述第一幀的所述重疊相加的部分附加到所述編碼的輸出音頻採樣的第一幀，生成所述編碼的音頻採樣的組合第一幀。
23.一種用於處理音頻幀的裝置，包括: 第一解碼器，所述第一解碼器被配置成使用第一解碼方法，通過將幀序列中的比特流中貞解碼來產生解碼的輸出音頻米樣的第一巾貞，其中所述解碼的輸出音頻米樣是以第一米樣率採樣的，所述第一解碼器還被配置成使用所述第一解碼方法形成所述第一幀的重疊相加的部分； 轉變音頻組合器，所述轉變音頻組合器被配置成基於將所述解碼的輸出音頻採樣的第一幀與所述第一幀的所述重疊相加的部分組合，生成解碼的音頻採樣的組合第一幀； 第二解碼器狀態生成器，所述第二解碼器狀態生成器被配置成基於所述解碼的音頻採樣的組合第一幀，初始化第二解 碼方法的狀態；以及 第二解碼器，所述第二解碼器被配置成基於所述第二解碼方法的所述初始化狀態來構造輸出信號。
24.根據權利要求23所述的裝置， 其中，所述轉變音頻組合器被配置成以第二採樣率重新採樣所述解碼的音頻採樣的組合第一幀，以生成解碼的音頻採樣的重新採樣的組合第一幀， 其中，所述第二解碼器狀態生成器被配置成基於所述解碼的音頻採樣的重新採樣的組合第一幀來初始化所述第二解碼方法的狀態。
25.根據權利要求23的所述裝置，其中，所述第一解碼方法是通用音頻解碼方法，所述第二解碼方法是語音解碼方法，並且所述輸出信號是可聽的語音信號。
26.根據權利要求23所述的裝置，其中，所述轉變音頻組合器被配置成基於將所述第一幀的所述重疊相加的部分附加到所述解碼的輸出音頻採樣的第一幀，生成所述解碼的音頻採樣的組合第一幀。
全文摘要
本發明涉及處理音頻幀以在不同編解碼器之間轉變的方法和裝置。一種方法(700，800)和裝置(100，200)處理音頻幀，以在不同的編解碼器之間轉變。該方法能夠包括使用第一編碼方法，通過編碼幀序列中的第一音頻幀來產生(720)編碼的輸出音頻採樣的第一幀。該方法能夠包括使用第一編碼方法形成(730)第一幀的重疊相加的部分。該方法能夠包括基於將編碼的輸出音頻採樣的第一幀和第一幀的重疊相加的部分組合來生成(740)編碼的音頻採樣的組合第一幀。該方法能夠包括基於編碼的音頻採樣的組合第一幀，初始化(760)第二編碼方法的狀態。該方法能夠包括基於第二編碼方法的初始化狀態構造(770)輸出信號。
文檔編號G10L19/24GK103187066SQ201310001449
公開日2013年7月3日 申請日期2013年1月4日 優先權日2012年1月3日
發明者烏達·米塔爾, 詹姆斯·P·阿什利 申請人:摩託羅拉移動有限責任公司