CN101617362A

CN101617362A - 语音解码装置和语音解码方法

Info

Publication number: CN101617362A
Application number: CN200880005495A
Authority: CN
Inventors: 江原宏幸
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: III Holdings 12 LLC
Priority date: 2007-03-02
Filing date: 2008-02-29
Publication date: 2009-12-30
Anticipated expiration: 2028-02-29
Also published as: JPWO2008108082A1; JP5164970B2; CN101617362B; EP2116997A4; US8554548B2; EP2116997A1; WO2008108082A1; US20100100373A1

Abstract

公开了能够根据背景噪声电平的大小，调整高频增强的程度的语音解码装置。在该装置中，激励信号解码单元(204)使用由分离单元(201)分离出的激励编码数据进行解码处理，从而获得激励信号，LPC合成滤波器(205)使用激励信号和由LPC解码单元(203)生成的LPC进行LPC合成滤波处理，从而获得解码语音信号，模式判定单元(207)使用从LPC解码单元(203)输入的解码LSP，判定解码语音信号是否处于稳态噪声区间，功率计算单元(206)计算解码语音信号的功率，SNR计算单元(208)使用解码语音信号的功率和模式判定单元(207)中的模式判定结果，计算解码语音信号的SNR，后滤波器(209)使用解码语音信号的SNR，进行后滤波处理。

Description

语音解码装置和语音解码方法

技术领域

本发明涉及CELP(Code-Excited Linear Prediction：码激励线性预测编码)方式的语音解码装置和语音解码方法，特别涉及根据人的听觉特性来校正量化噪声，并提高解码所得的语音信号的主观质量的语音解码装置和语音解码方法。

背景技术

在CELP型语音编解码中，为了改善解码语音的主观质量，采用后滤波器(post filter)的情况较多(例如，参照非专利文献1)。非专利文献1的后滤波器基于串联连接了共振峰增强后滤波器、基音(pitch)增强后滤波器、以及频谱斜率校正(或者高频增强)滤波器的三种滤波器的滤波器。共振峰增强滤波器有如下的效果，通过加深语音信号的频谱的波谷部分，使存在于频谱的波谷部分的量化噪声不易听见。基音增强后滤波器有如下的效果，通过加深语音信号的频谱的波谷部分，使存在于谐波的波谷部分的量化噪声不易听见。频谱斜率校正滤波器发挥将主要因共振峰增强滤波器产生的频谱斜率恢复为原样的作用。例如高频段因共振峰增强滤波器衰减时，频谱斜率校正滤波器进行高频段增强。

另一方面，CELP型语音编解码中的解码信号有频率越高的分量越容易衰减的倾向。这是因为频率高的信号波形与频率低的信号波形相比，波形的匹配更难。解码信号的高频分量的这种能量衰减给听者带来解码信号的频带变窄的印象，成为解码信号的主观质量劣化的因素。

为了解决上述的问题，提出了这样的技术：作为对解码激励信号的后处理，进行解码激励信号的斜率校正(例如，参照专利文献1)。该技术中，基于解码激励信号的频谱斜率，校正解码激励信号的斜率，以使解码激励信号的频谱平坦。

另一方面，作为对于解码激励信号的后处理，进行解码激励信号的斜率校正时，如果过度增强高频段，则存在于高频段的量化噪声变得容易听见，这有时引起主观质量的劣化。该量化噪声是否被感觉为主观质量的劣化，取决于解码信号或者输入信号的特征。例如，在解码信号为没有背景噪声的清晰的语音信号时，也就是说，输入信号为这样的语音信号时，通过高频增强而放大的高频段的量化噪声较容易听见。与此相反，在解码信号为带有高电平的背景噪声的语音信号时，也就是说，输入信号为这样的语音信号时，通过高频增强而放大的高频段的量化噪声被背景噪声遮罩，因而不容易听见。因此，在背景噪声的电平较高时，如果高频增强过弱，则给听者带来频带变窄的印象，这容易成为降低主观质量的因素，因此必须充分地进行高频增强。

[非专利文献1]J-H.Chen and A.Gersho，“Adaptive Postfiltering for QualityEnhancement of Coded Speech，”IEEE Trans.on Speech and Audio Process.vol.3，no.1，January 1995

[专利文献1]美国专利第6,385,573号公报

发明内容

本发明需要解决的问题

然而，专利文献1所述的高频增强即解码激励信号的斜率校正处理中，虽然根据解码所得的激励信号的频谱的斜率决定斜率校正的程度，但是没有考虑到容许的斜率校正的强度因背景噪声电平的大小而发生变化的事实。

本发明的目的为提供语音解码装置和语音解码方法，其在进行解码激励信号的斜率校正作为对于解码激励信号的后处理时，能够根据背景噪声电平的大小，调整高频增强的程度。

解决问题的方案

本发明的语音解码装置采用的结构包括：语音解码单元，对语音信号的编码数据进行解码，获得解码语音信号；模式判定单元，每隔一定时间判定所述解码语音信号的模式是否表示稳态噪声区间；功率计算单元，计算所述解码语音信号的功率；SNR计算单元，使用所述模式判定单元中的模式判定结果以及所述解码语音信号的功率，计算解码语音信号的SNR(Signal to NoiseRatio：信噪比)；以及后滤波单元，使用所述信噪比，进行包括激励信号的高频增强处理在内的后滤波处理。

本发明的语音解码方法包括以下步骤：对语音信号的编码数据进行解码，获得解码语音信号；每隔一定时间判定所述解码语音信号的模式是否表示稳态噪声区间；计算所述解码语音信号的功率；使用模式判定结果以及所述解码语音信号的功率，计算解码语音信号的信噪比；以及使用所述信噪比，进行包括激励信号的高频增强处理在内的后滤波处理。

本发明的有益效果

根据本发明，能够在进行解码激励信号的斜率校正作为对于解码激励信号的后处理时，基于解码语音信号的SNR，计算用于对加权线性预测残差信号的高频增强处理的系数，并根据背景噪声电平的大小调整高频增强的程度，从而能够提高被输出的语音信号的主观质量。

附图说明

图1是表示本发明的一个实施方式的语音编码装置的主要结构的方框图。

图2是表示本发明的一个实施方式的语音解码装置的主要结构的方框图。

图3是表示本发明的一个实施方式的SNR计算单元的内部结构的方框图。

图4是表示本发明的一个实施方式的、在SNR计算单元中计算解码语音信号的SNR的步骤的流程图。

图5是表示本发明的一个实施方式的后滤波器的内部结构的方框图。

图6是表示本发明的一个实施方式的计算高频增强系数、低频放大系数以及高频放大系数的步骤的流程图。

图7是表示本发明的一个实施方式的后滤波器中的后滤波处理的主要步骤的流程图。

具体实施方式

下面，参照附图详细地说明本发明的实施方式。

图1是表示本发明的一个实施方式的语音编码装置100的主要结构的方框图。

图1中，语音编码装置100具备：LPC提取/编码单元101、激励信号搜索/编码单元102以及复用单元103。

LPC提取/编码单元101对输入的语音信号进行线性预测分析而提取线性预测系数(LPC：Linear Prediction Coefficient)，将获得的LPC输出到激励信号搜索/编码单元102。进而，LPC提取/编码单元101对所述LPC进行量化和编码，并将获得的量化LPC输出到激励信号搜索/编码单元102，将LPC编码数据输出到复用单元103。

激励信号搜索/编码单元102使用听觉加权滤波器对输入语音信号进行滤波处理，从而获得听觉加权输入语音信号，在所述听觉加权滤波器中，将从LPC提取/编码单元101输入的LPC乘以权重系数而获得的系数作为滤波器系数。另外，激励信号搜索/编码单元102使用以量化LPC为滤波器系数的LPC合成滤波器，对另外生成的激励信号进行滤波处理而获得解码信号，对解码信号还进行听觉加权滤波处理，从而获得听觉加权合成信号。在此，激励信号搜索/编码单元102搜索使获得的听觉加权合成信号与听觉加权输入语音信号之间的残差信号为最小的激励信号，并将表示通过搜索而确定的激励信号的信息作为激励编码数据，输出到复用单元103。

复用单元103将从LPC提取/编码单元101输入的LPC编码数据与从激励信号搜索/编码单元102输入的激励编码数据进行复用，对获得的语音编码数据再进行信道编码等处理后，发送到传输路径。

图2是表示本实施方式的语音解码装置200的主要结构的方框图。

图2中，语音解码装置200具备：分离单元201、权重系数决定单元202、LPC解码单元203、激励信号解码单元204、LPC合成滤波器205、功率计算单元206、模式判定单元207、SNR计算单元208以及后滤波器209。

分离单元201从语音编码装置100所发送的语音编码数据中，分离有关编码比特率的信息(比特率信息)、LPC编码数据和激励编码数据，将它们分别输出到权重系数决定单元202、LPC解码单元203以及激励信号解码单元204。

权重系数决定单元202根据从分离单元201输入的比特率信息，计算或选择用于后滤波处理的第一加权系数γ1和第二加权系数γ2，将其输出到后滤波器209。另外，第一加权系数γ1和第二加权系数γ2的细节将在后面描述。

LPC解码单元203使用从分离单元201输入的LPC编码数据进行解码处理，将获得的LPC输出到LPC合成滤波器205以及后滤波器209。这里，语音编码装置100中的LPC的量化和编码为，通过对与LPC具有一对一的对应关系的线谱对(LSP：Line Spectrum Pair或Line Spectral Pair。有时也称为线谱频率(LSF：Line Spectrum Frequency或Line Spectral Frequency)。)进行量化或编码而进行的。此时，LPC解码单元203在解码处理中，首先获得量化LSP后，将其变换为LPC，从而获得量化LPC。LPC解码单元203将解码所得的量化LSP(以下称为“解码LSP”)输出到模式判定单元207。

激励信号解码单元204使用从分离单元201输入的激励编码数据进行解码处理，将获得的解码激励信号输出到LPC合成滤波器205，并将在解码激励信号的解码过程中获得的解码基音延迟(pitch lag)和解码基音增益(pitchgain)，输出到模式判定单元207。

LPC合成滤波器205为，将从LPC解码单元203输入的解码LPC作为滤波器系数的线性预测滤波器，对从激励信号解码单元204输入的激励信号进行滤波处理，并将获得的解码语音信号输出到功率计算单元206和后滤波器209。

功率计算单元206计算从LPC合成滤波器205输入的解码语音信号的功率，将其输出到模式判定单元207以及SNR计算单元208。这里，解码语音信号的功率是指，将解码语音信号的平方和的每个样本的平均值以分贝(dB)表示的值。也就是说，用“X”来表示解码语音信号的平方和的每个样本的平均值时，以分贝表示的解码语音信号的功率为10log₁₀X。

模式判定单元207使用从LPC解码单元203输入的解码LSP、从激励信号解码单元204输入的解码基音延迟和解码基音增益、以及从功率计算单元206输入的解码语音信号功率，根据下述(a)～(f)的基准，判定解码语音信号是否处于稳态噪声区间，并将判定结果输出到SNR计算单元208。也就是说，模式判定单元207进行如下的判定：(a)在规定时间内的解码LSP的变动幅度为规定电平以上时，判定为不处于稳态噪声区间；(b)在先前判定为稳态噪声区间的区间中的解码LSP的平均值与从LPC解码单元203输入的解码LSP之间的距离较大时，判定为不处于稳态噪声区间；(c)在从激励信号解码单元204输入的解码基音增益或者使该基音增益在时间上平滑化而得到的值为规定的阈值以上时，判定为不处于稳态噪声区间；(d)在先前在规定的时间内从激励信号解码单元204输入的多个解码基音延迟间的相似度为规定等级以上时，判定为不处于稳态噪声区间；(e)在从功率计算单元206输入的解码激励信号功率与先前相比以规定的阈值以上的上升率上升时，判定为不处于稳态噪声区间；(f)在从LPC解码单元203输入的相邻的解码LSP之间的间隔比规定的阈值窄，存在陡峭的频谱峰时，判定为不处于稳态噪声区间。使用这些判定基准，检测解码语音信号的稳定的区间(例如使用上述(a)的基准)，从检测出的稳定的区间中，去除语音信号的有声稳定部分等不为噪声区间的区间(例如使用上述(c)、(d)的基准)，进而去除不为稳态噪声区间的区间(例如使用上述(b)、(e)、(f)的基准)，从而获得稳态噪声区间。

SNR(Signal to Noise Ratio)计算单元208使用从功率计算单元206输入的解码激励信号的功率以及从模式判定单元207输入的模式判定结果来计算解码激励信号的SNR，将其输出到后滤波器209。另外，SNR计算单元208的详细结构和动作将在后面描述。

后滤波器单元209使用从权重系数决定单元202输入的第一权重系数γ₁和第二权重系数γ₂、从LPC解码单元203输入的LPC、从LPC合成滤波器205输入的解码语音信号、以及从SNR计算单元208输入的SNR来进行后滤波处理，并输出获得的语音信号。另外，后滤波器209中的后滤波处理将在后面描述。

图3是表示SNR计算单元208的内部结构的方框图。

图3中，SNR计算单元208具备：噪声电平短期平均单元281、SNR计算单元282以及噪声电平长期平均单元283。

在从功率计算单元206输入的当前帧的解码语音信号功率比从噪声电平长期平均单元283输入的噪声电平低时，噪声电平短期平均单元281使用当前帧的解码语音信号功率和噪声电平，根据下述的式(1)，更新噪声电平。然后，噪声电平短期平均单元281将更新后的噪声电平输出到噪声电平长期平均单元283和SNR计算单元282。另外，在当前帧的解码语音信号的功率为噪声电平以上时，噪声电平短期平均单元281不更新所输入的噪声电平而将其输出到噪声电平长期平均单元283和SNR计算单元282。这里，噪声电平短期平均单元281的意图在于，在输入的解码语音信号功率比噪声电平低时，考虑该噪声电平的可靠性较低，噪声电平通过解码语音信号的短时间平均来更新，以使输入的解码语音信号的功率进一步反映到噪声电平中。因此，式(1)中的系数不限于0.5，只要是比后述的噪声电平长期平均单元283中使用的式(2)的系数即0.9375小的值即可。由此，与噪声电平长期平均单元283所计算出的长时间平均的噪声电平相比，更容易反映当前的解码语音信号的功率，噪声电平迅速地接近当前的解码语音信号的功率。

(噪声电平)＝0.5×(噪声电平)+0.5×(当前帧的解码语音信号功率) ...式(1)

SNR计算单元282计算从功率计算单元206输入的解码语音信号功率与从噪声电平短期平均单元281输入的噪声电平之间的差，将其作为解码语音信号的SNR输出到后滤波处理单元209。这里，解码语音信号功率和噪声电平都为以分贝表示的值，所以通过计算两者之间的差，能够获得SNR。

在从模式判定单元207输入的模式判定结果表示稳态噪声区间时，或者在当前帧的解码语音信号功率小于规定的阈值时，噪声电平长期平均单元283使用当前帧的解码语音信号功率以及从噪声短期平均单元281输入的噪声电平，根据下述的式(2)，更新噪声电平。然后，噪声电平长期平均单元283将更新后的噪声电平作为下一帧的处理中的噪声电平，输出到噪声电平短期平均单元281。另外，在模式判定结果不表示稳态噪声区间，而且从功率计算单元206输入的当前帧的解码语音信号的功率为规定的阈值以上时，噪声电平长期平均单元283不更新所输入的噪声电平，而将其直接作为下一帧的处理中使用的噪声电平，输出到噪声电平短期平均单元281。这里，噪声电平长期平均单元283的意图在于，求噪声区间或无音区间中的解码语音信号功率的长时间平均。因此，虽然式(2)中的系数不限于0.9375，但设定为0.9以上的、接近1.0的值。另外，0.9375等于16分之15，是进行定点运算也不会发生误差的值。

(噪声电平)＝0.9375×(噪声电平)+(1-0.9375)×(当前帧的解码语音信号功率)

...式(2)

图4是表示在SNR计算单元208中计算解码语音信号的SNR的步骤的流程图。

首先，在步骤(以下记为“ST”)1010中，噪声电平短期平均单元281判定，从功率计算单元206输入的解码语音信号的功率是否小于从噪声电平长期平均单元283输入的噪声电平。

在ST1010中判定为解码语音信号的功率小于噪声电平时(ST1010：“是”)，在ST1020中，噪声电平短期平均单元281使用解码语音信号的功率和噪声电平，根据式(1)更新噪声电平。

另一方面，在ST1010中判定为解码语音信号的功率为噪声电平以上时(ST1010：“否”)，在ST1030中，噪声电平短期平均单元281不更新噪声电平而将其直接输出。

接着，在ST1040中，SNR计算单元282计算从功率计算单元206输入的解码语音信号功率与从噪声电平短期平均单元281输入的噪声电平之间的差作为SNR。

接着，在ST1050中，噪声电平长期平均单元283判定从模式判定单元207输入的模式判定结果是否表示稳态噪声区间。

在ST1050中判定为模式判定结果不表示稳态噪声区间时(ST1050：“否”)，噪声电平长期平均单元283在其后的ST1060中，判定解码语音信号的功率是否小于规定的阈值。

在ST1060中判定为解码语音信号的功率在规定的阈值以上时(ST1060：“否”)，噪声电平长期平均单元283不进行噪声电平的更新。

另一方面，在ST1050中判定为模式判定结果表示稳态噪声区间时(ST1050：“是”)，或者在ST1060中判定为解码语音信号的功率小于规定的阈值时(ST1060：“是”)，在ST1070中，噪声电平长期平均单元283使用解码语音信号的功率和噪声电平，根据式(2)更新噪声电平。

图5是表示后滤波器209的内部结构的方框图。

图5中，后滤波器209具备：第一乘法系数计算单元291、第一加权LPC计算单元292、LPC逆滤波器293、LPF(Low Pass Filter：低通滤波器)294、HPF(High Pass Filter：高通滤波器)295、第一能量计算单元296、第二能量计算单元297、第三能量计算单元298、互相关计算单元299、能量比计算单元300、高频增强系数计算单元301、低频放大系数计算单元302、高频放大系数计算单元303、乘法器304、乘法器305、加法器306、第二乘法系数计算单元307、第二加权LPC计算单元308以及LPC合成滤波器309。

第一乘法系数计算单元291使用从权重系数决定单元202输入的第一权重系数γ₁，计算用于与j阶的线性预测系数相乘的系数γ₁ ^j作为第一乘法系数，并将其输出到第一加权LPC计算单元292。这里，通过求γ₁的j次方，可以计算出γ₁ ^j。另外，0≤γ₁≤1。

第一加权LPC计算单元292将从LPC解码单元203输入的j阶的LPC乘以从第一乘法系数计算单元291输入的第一乘法系数γ₁ ^j，将乘法结果作为第一加权LPC，输出到LPC逆滤波器293。

LPC逆滤波器293是，其传递函数可表示为Hi(z)＝1+∑^M _j＝1a_j1×z^-j的线性预测逆滤波器，它对从LPC合成滤波器205输入的解码语音信号进行滤波处理，将获得的加权线性预测残差信号输出到LPF294、HPF295以及第三能量计算单元298。这里，a_j1表示从第一加权LPC计算单元292输入的j阶的第一加权LPC。

LPF294是线性相位的低通滤波器，它提取从LPC逆滤波器293输入的加权线性预测残差信号的低频分量，将其输出到第一能量计算单元296、互相关计算单元299以及乘法器304。LPF295是线性相位的高通滤波器，它提取从LPC逆滤波器293输入的加权线性预测残差信号的高频分量，将其输出到第二能量计算单元297、互相关计算单元299以及乘法器305。这里，在将LPF294的输出信号和HPF295的输出信号相加而得到的信号、与LPC逆滤波器293的输出信号之间存在相互一致的关系。另外，LPF294和HPF295都为截止特性较缓和的滤波器，例如，设计为HPF295的输出信号中残留一定程度的低频分量。

第一能量计算单元296计算从LPF294输入的加权线性预测残差信号的低频分量的能量，将其输出到能量比计算单元300、低频放大系数计算单元302和高频放大系数计算单元303。

第二能量计算单元297计算从HPF295输入的加权线性预测残差信号的高频分量的能量，将其输出到能量比计算单元300、低频放大系数计算单元302和高频放大系数计算单元303。

第三能量计算单元298计算从LPC逆滤波器293输入的加权线性预测残差信号的能量，将其输出到低频放大系数计算单元302和高频放大系数计算单元303。

互相关计算单元299计算从LPF294输入的加权线性预测残差信号的低频分量与从HPF295输入的加权线性预测残差信号的高频分量之间的互相关，将其输出到低频放大系数计算单元302和高频放大系数计算单元303。

能量比计算单元300计算从第一能量计算单元296输入的加权线性预测残差信号的低频分量的能量与从第二能量计算单元297输入的加权线性预测残差信号的高频分量的能量之比，将其作为能量比ER输出到高频增强系数计算单元301。能量比ER可通过算式ER＝10(log₁₀EL-log₁₀EH)计算，以分贝单位表示。其中，EL表示低频分量的能量，EH表示高频分量的能量。

高频增强系数计算单元301使用从能量比计算单元300输入的能量比ER以及从SNR计算单元208输入的SNR，计算高频增强系数R，将其输出到低频放大系数计算单元302和高频放大系数计算单元303。这里，高频增强系数R是，被定义为高频增强处理后的线性预测残差信号的低频分量与高频分量之间的能量比的系数。也就是说，其是表示希望通过进行高频增强使低频分量与高频分量的能量比为多少的数。

低频放大系数计算单元302使用从高频增强系数计算单元301输入的高频增强系数R、从第一能量计算单元296输入的加权线性预测残差信号的低频分量的能量、从第二能量计算单元297输入的加权线性预测残差信号的高频分量的能量、从第三能量计算单元298输入的加权线性预测残差信号的能量、以及从互相关计算单元299输入的加权线性预测残差信号的高频分量与低频分量之间的互相关，根据下述的式(3)计算低频放大系数β，将其输出到乘法器304。

β = \sqrt{\frac{Σ_{i} {| eh [i] |}^{2} {| ex [i] |}^{2}}{(1 + 10^{\frac{- R}{10}}) Σ_{i} {| el [i] |}^{2} Σ_{i} {| eh [i] |}^{2} + 2 Σ_{i} (el [i] \times eh [i]) \sqrt{10^{\frac{- R}{10}} Σ_{i} {| el [i] |}^{2} Σ_{i} {| eh [i] |}^{2}}}}

...式(3)

式(3)中，i表示样本序号，ex[i]表示高频增强处理前的激励信号(加权线性预测残差信号)，eh[i]表示ex[i]的高频分量，el[i]表示ex[i]的低频分量(以下同)。

高频放大系数计算单元303使用从高频增强系数计算单元301输入的高频增强系数R、从第一能量计算单元296输入的加权线性预测残差信号的低频分量的能量、从第二能量计算单元297输入的加权线性预测残差信号的高频分量的能量、从第三能量计算单元298输入的加权线性预测残差信号的能量、以及从互相关计算单元299输入的加权线性预测残差信号的高频分量与低频分量之间的互相关，根据下述的式(4)计算高频放大系数α，将其输出到乘法器305。式(4)的细节将在后面描述。

α = \sqrt{\frac{Σ_{i} {| el [i] |}^{2} {| ex [i] |}^{2}}{(1 + 10^{\frac{R}{10}}) Σ_{i} {| el [i] |}^{2} Σ_{i} {| eh [i] |}^{2} + 2 Σ_{i} (el [i] \times eh [i]) \sqrt{10^{\frac{R}{10}} Σ_{i} {| el [i] |}^{2} Σ_{i} {| eh [i] |}^{2}}}}

...式(4)

乘法器304将从LPF294输入的加权线性预测残差信号的低频分量乘以从低频放大系数计算单元302输入的低频放大系数β，将乘法结果输出到加法器306。该乘法结果就是对加权线性预测残差信号的低频分量进行了放大的结果。

乘法器305将从HPF295输入的加权线性预测残差信号的高频分量乘以从高频放大系数计算单元303输入的高频放大系数α，将乘法结果输出到加法器306。该乘法结果就是对加权线性预测残差信号的高频分量进行了放大的结果。

加法器306将乘法器304的乘法结果和乘法器305的乘法结果相加，将相加结果输出到LPC合成滤波器309。该加法结果就是将以低频放大系数β放大后的低频分量和以高频放大系数α放大后的高频分量相加的结果，是对加权线性预测残差信号进行了高频增强处理的结果。

第二乘法系数计算单元307使用从权重系数决定单元202输入的第二加权系数γ₂，计算用于与j阶的线性预测系数相乘的系数γ₂ ^j作为第二乘法系数，并将其输出到第二加权LPC计算单元308。这里，通过求γ₂的j次方，可以计算出γ₂ ^j。

第二加权LPC计算单元308将从LPC解码单元203输入的j阶的LPC与从第二乘法系数计算单元307输入的第二乘法系数γ₂ ^j相乘，将乘法结果作为第二加权LPC，输出到LPC合成滤波器309。

LPC合成滤波器309是，其传递函数可表示为Hs(z)＝1/(1+a_j2×z^-j)的线性预测滤波器，它对从加法器306输入的高频增强处理后的加权线性预测残差信号进行滤波处理，输出后滤波处理后的语音信号。这里，a_j2表示从第二加权LPC计算单元308输入的j阶的第二加权LPC。

图6是表示在高频增强系数计算单元301、低频放大系数计算单元302和高频放大系数计算单元303中，计算高频增强系数R、低频放大系数β和高频放大系数α的步骤的流程图。

首先、高频增强系数计算单元301判定由SNR计算单元282计算出的SNR是否大于阈值AA1(ST2010)，在判定为SNR大于阈值AA1时(ST2010：“是”)，将变量K的值设定为常数BB1，并且将变量Att的值设定为常数CC1(ST2020)。另一方面，在判定SNR为阈值AA1以下时(ST2010：“否”)，高频增强系数计算单元301判定SNR是否小于阈值AA2(ST2030)。在判定为SNR小于AA2时(ST2030：“是”)，高频增强系数计算单元301将变量K的值设定为常数BB2，并且将变量Att的值设定为常数CC2(ST2040)。另一方面，在判定SNR为阈值AA2以上时(ST2030：“否”)，高频增强系数计算单元301分别根据下述的式(5)和式(6)，设定变量K和变量Att的值(ST2050)。合适的AA1、AA2、BB1、BB2、CC1、CC2的值例如为AA1＝7、AA2＝5、BB1＝3.0、BB2＝1.0、CC1＝0.625或0.7、CC2＝0.125或0.2等。

K＝(SNR-AA2)×(BB1-BB2)/(AA1-AA2)+BB2 ...式(5)

Att＝(SNR-AA2)×(CC1-CC2)/(AA1-AA2)+CC2 ...式(6)

接着，高频增强系数计算单元301判定由能量比计算单元300计算出的能量比ER是否为变量K的值以下(ST2060)。在ST2060中判定能量比ER为变量K的值以下时(ST2060：“是”)，低频放大系数计算单元302使低频放大系数β为“1”，高频放大系数计算单元303使高频放大系数α为“1”(ST2070)。这里，使低频放大系数β和高频放大系数α都为“1”，意味着不对由LPF294和HPF295分别提取出的、加权线性预测残差信号的低频分量和高频分量的任何一方进行放大。

另一方面，在ST2060中，判定为能量比ER大于变量K时(ST2060：“否”)，高频增强系数计算单元301根据下述的式(7)计算高频增强系数R(ST2080)。式(7)的意思是，高频增强处理后的激励信号的低频分量和高频分量的电平比最低为K，并且高频增强处理后的电平比与高频增强处理前的电平比相应地变大。另外，由于高频增强系数计算单元301的处理，SNR越高，Att和K也越大，SNR越低，Att和K也越小。因此，在SNR较高时，电平比的最低值K也较高，在SNR较低时，电平比的最低值K也较低。另外，如果SNR较高则Att较大，因而高频增强处理后的电平比R较大，如果SNR较低则Att较小，因而高频增强处理后的电平比R较小。电平比越低，频谱越接近于平板状(flat)，相当于高频段被提高(即被增强)。因此，Att和K都具有用于控制高频增强系数的参数的功能，即随着SNR变高使高频增强的强度变小，随着SNR变低使高频增强的强度变大。

R＝(ER-K)×Att+K ...式(7)

接着，低频放大系数计算单元302和高频放大系数计算单元303分别根据式(3)和式(4)，分别计算低频放大系数β和高频放大系数α(ST2090)。这里，式(3)和式(4)为根据下述的式(8)和式(9)所示的两个约束条件导出的算式。这两个算式意味着下述两个事实，即，在高频增强处理的前后，激励信号的能量不变，以及在高频增强处理后的低频分量和高频分量的能量比成为R。

∑_i|ex[i]|²＝∑_i|ex′[i]|²

...式(8)

10log₁₀β²∑_i|el[i]|²-10log₁₀α²∑_i|eh[i]|²＝R

...式(9)

在式(8)和式(9)中，高频增强处理前的激励信号ex[i]高频增强处理后的激励信号ex’[i]、ex[i]的高频分量eh[i]和ex[i]的低频分量el[i]之间存在下述的式(10)和式(11)所示的关系。

ex[i]＝eh[i]+el[i] ...式(10)

ex’[i]＝α×eh[i]+β×el[i]......式(11)

因此，式(8)和式(9)与下述的式(12)和式(13)等效，从这些算式可得到式(3)和式(4)。

∑_i|ex[i]|²＝α²∑_i|eh[i]|²+β²∑_i|el[i]|²+2αβ∑_i(eh[i]×el[i])

...式(12)

β = α \times 10^{\frac{R}{20}} \sqrt{\frac{Σ_{i} {| eh [i] |}^{2}}{Σ_{i} {| el [i] |}^{2}}}

...式(13)

图7是表示后滤波器209的后滤波处理的主要步骤的流程图。

在ST3010中，LPC逆滤波器293对从LPC合成滤波器205输入的解码语音信号进行LPC合成滤波处理，从而获得加权线性预测残差信号。

在ST3020中，LPF294提取加权线性预测残差信号的低频分量。

在ST3030中，HPF295提取加权线性预测残差信号的高频分量。

在ST3040中，第一能量计算单元296、第二能量计算单元297、第三能量计算单元298和互相关计算单元299分别计算加权线性预测残差信号的低频分量的能量、加权线性预测残差信号的高频分量的能量、加权线性预测残差信号的能量、以及加权线性预测残差信号的低频分量与高频分量之间的互相关。

在ST3050中，能量比计算单元300计算加权线性预测残差信号的低频分量与高频分量的能量比ER。

在ST3060中，高频增强系数计算单元301使用由SNR计算单元208计算出的SNR以及由能量比计算单元300计算出的能量比ER，计算高频增强系数R。

在ST3070中，加法器306将由乘法器304放大后的低频分量和由乘法器305放大后的高频分量相加，从而获得高频增强后的加权线性预测残差信号。

在ST3080中，LPC合成滤波器309对高频增强后的加权线性预测残差信号进行LPC合成滤波处理，从而获得后滤波处理后的语音信号。

另外，在图7所示的后滤波处理的步骤中，例如，如ST3020和ST3030那样，在可以交换处理的顺序或者可以并行处理时，可以同样地变更后滤波处理的步骤。

这样，根据本实施方式，语音解码装置基于解码语音信号的SNR，计算用于加权线性预测残差信号的高频增强处理的系数而进行后滤波处理，因此能够根据背景噪声电平的大小，调整高频增强的程度。

另外，在本实施方式中，以权重系数决定单元202根据比特率信息，计算用于后滤波处理的第一加权系数γ1和第二加权系数γ2的情况为例，进行了说明。但是，本发明不限于此，例如在可扩展编码中，可以使用层信息等类似于比特率信息的信息代替比特率信息，所述层信息表示在从语音编码装置发送的编码数据中，包含几个层的编码数据。另外，比特率信息或与其类似的信息可以被复用在输入到分离单元201的编码数据中，也可以另外输入到分离单元201中，还可以在分离单元201的内部决定并生成。进而，还可以采用如下的结构，不从分离单元201输出比特率信息或与其类似的信息，而且不设置权重系数决定单元202。此时，加权系数为预先规定的固定值。

另外，在本实施方式中，以功率计算单元206计算解码语音信号的功率的情况为例进行了说明。但是，本发明不限于此，功率计算单元206也可以计算解码语音信号的能量。在以能量为计算对象时，不取每个样本的平均值即可。另外，用10log₁₀X计算了功率，但可以设为log₁₀X而重新设计阈值等，也可以在不取对数的线性区域中设计功率。

另外，在本实施方式中，以模式判定单元207判定解码语音信号的模式的情况为例进行了说明。但也可以由语音编码装置分析输入语音信号的特征，对模式信息进行编码，传输到语音解码装置。

另外，在本实施方式中，以本实施方式的语音解码装置接收并处理本实施方式的语音编码装置所发送的语音编码数据的情况为例进行了说明。但本发明不限于此，本实施方式的语音解码装置接收并处理的语音编码数据，只要是可以生成该语音解码装置能够处理的语音编码数据的语音编码装置所发送的数据即可。

以上，说明了本发明的实施方式。

本发明的语音编码装置能够装载于移动通信***中的通信终端装置和基站装置，由此能够提供具有与上述同样的作用效果的通信终端装置、基站装置和移动通信***。

另外，这里，以由硬件构成本发明的情况为例进行说明，但本发明也可以由软件实现。例如，以编程语言描述本发明的语音编码方法的算法，并通过将该程序存储于存储器，以信息处理来执行，从而能够实现与本发明的语音编码装置同样的功能。

另外，用于上述各个实施方式的说明中的各功能块通常被作为集成电路的LSI来实现。这些块既可以被单独地集成为一个芯片，也可以包含一部分或全部地被集成为一个芯片。

虽然此处称为LSI，但根据集成程度，可以被称为IC、***LSI、超大LSI(Super LSI)、特大LSI(Ultra LSI)。

另外，实现集成电路化的方法不仅限于LSI，也可使用专用电路或通用处理器来实现。也可以使用在LSI制造后可编程的FPGA(Field ProgrammableGate Array)，或者可重构LSI内部的电路单元的连接或设定的可重构处理器。

再者，随着半导体的技术进步或随之派生的其它技术的出现，如果能够出现替代LSI的集成电路化的新技术，当然可利用该新技术进行功能块的集成化。还存在着适用生物技术等的可能性。

2007年3月2日提交的日本专利申请第2007-053531号所包含的说明书、说明书附图以及说明书摘要的公开内容全部被引用于本申请。

工业实用性

本发明的语音解码装置和语音解码方法能够适用于语音编解码中的量化噪声的整形等用途。

Claims

1、语音解码装置，包括：

语音解码单元，对语音信号的编码数据进行解码，获得解码语音信号；

模式判定单元，每隔一定时间判定所述解码语音信号的模式是否表示稳态噪声区间；

功率计算单元，计算所述解码语音信号的功率；

信噪比计算单元，使用所述模式判定单元中的模式判定结果以及所述解码语音信号的功率，计算解码语音信号的信噪比；以及

后滤波单元，使用所述信噪比，进行包括激励信号的高频增强处理在内的后滤波处理。

2、如权利要求1所述的语音解码装置，

所述后滤波单元包括：

线性预测系数逆滤波单元，对所述解码语音信号进行线性预测系数逆滤波处理，从而获得线性预测残差信号；

高频增强系数计算单元，使用所述信噪比计算高频增强系数；

放大系数计算单元，使用所述高频增强系数，计算低频放大系数和高频放大系数；

高频增强处理单元，将使用所述低频放大系数来放大线性预测残差信号的低频分量而获得的低频放大信号和使用所述高频放大系数来放大线性预测残差信号的高频分量而获得的高频放大信号相加，从而获得高频增强后的线性预测残差信号；以及

线性预测系数合成滤波单元，对所述高频增强后的线性预测残差信号，进行线性预测系数合成滤波处理。

3、语音解码方法，包括以下步骤：

对语音信号的编码数据进行解码，获得解码语音信号；

每隔一定时间判定所述解码语音信号的模式是否表示稳态噪声区间；

计算所述解码语音信号的功率；

使用模式判定结果以及所述解码语音信号的功率，计算解码语音信号的信噪比；以及

使用所述信噪比，进行包括激励信号的高频增强处理在内的后滤波处理。