CN101874266B - 用于处理信号的方法和装置 - Google Patents

Abstract

公开了一种处理信号的方法，该方法包括接收第一信号和第二信号的至少一个，接收模式信息，以及按照所述模式信息使用第一编码方案和第二编码方案的至少一个编码所述第一信号和所述第二信号的至少一个，其中，所述模式信息是用于指示规定的模式对应于至少三个模式的哪一个的信息。

Description

用于处理信号的方法和装置

技术领域

本发明涉及信号处理方法和装置，尤其是，涉及按照信号的特征通过适当的方案用于编码或者解码信号的信号处理方法和装置。

背景技术

通常，音频编码器能够以高于48kbps的高比特率提供高音质的音频信号，同时语音编码器能够以低于12kbps的低比特率有效地编码语音信号。

发明内容

技术问题

但是，对于音频编码器，按照现有技术处理语音信号是低效的。并且，对于语音编码器，按照现有技术处理音频信号是不够的。

技术解决方案

因此，本发明提出了一种用于处理信号的装置及其方法，其基本上消除了一个或多个由于现有技术的限制和缺点而导致的问题。

本发明的一个目的是提供一种用于处理信号的装置及其方法，通过该装置及其方法具有与语音信号、音频信号等不同特征的这样的信号可以分别地按照它们的特征通过最佳方案处理。

本发明的另一个目的是提供一种用于处理信号的装置及其方法，通过该装置及其方法具有语音和音频信号两个特征的信号可以通过最佳方案处理。

本发明的另一个目的是提供一种用于处理信号的装置及其方法，通过该装置及其方法包括语音信号、音频信号等的各种信号可以被完全地和有效地处理。

有益效果

因此，本发明提供以下的效果或者优点。

首先，具有语音信号特征的信号通过语音编码方案解码，并且具有音频信号特征的信号通过音频编码方案解码。因此，可以适应性地选择匹配每个信号特征的解码方案。

其次，由于按照特征强度将对应于编码方案的比特率分配给具有语音和音频信号两个特征的信号，因此能够适应性地选择最佳解码方案。

第三，由于模式是每个帧改变的，因此按照时间流自适应地改变解码方案和分配给解码方案比特率。

第四，由于解码方案自动地改变，因此能够分配最佳比特率，并且能够改善编码质量。

附图说明

该伴随的附图被包括以提供对本发明进一步的理解，并且被结合进和构成本说明书的一部分，其图示本发明的实施例，并且与该说明书一起起到解释本发明原理的作用。

在附图中：

图1是按照本发明实施例的信号编码装置的结构示意图；

图2是用于示意性地解释调制频率分析过程的示意图；

图3是调制谱图的示意图；

图4是用于解释用于编码方案的模式的示意图；

图5是用于解释帧间模式变化的示意图；

图6是按照本发明实施例的编码方法的流程图；

图7是用于解释按照本发明实施例的编码性能的示意图；

图8是按照本发明实施例的信号解码装置的结构示意图；和

图9是按照本发明实施例的解码方法的流程图。

最佳模式

本发明的附加特点和优点将在随后的描述中阐述，并且从该描述中在某种程度上将是清晰可见的，或者可以通过本发明的实践习得。通过尤其在著述的说明书及其权利要求以及所附的附图中指出的结构，可以实现和获得本发明的目的和其他的优点。

为了实现这些和其他的优点，以及按照本发明的目的，如在此处实施和广泛地描述的，一种按照本发明处理信号的方法包括：接收第一信号和第二信号的至少一个，接收模式信息，和按照模式信息使用第一编码方案和第二编码方案的至少一个编码第一信号和第二信号的至少一个，其中模式信息是用于指示规定的模式对应于至少三个模式的哪一个的信息。

按照本发明，模式包括用于使用第一编码方案的第一模式，用于使用第一编码方案和第二编码方案两者的第二模式，和用于使用第二编码方案的第三模式。

按照本发明，模式信息表示为至少两个标记信息。

按照本发明，模式信息进一步包括分配给第一编码方案和第二编码方案每个的比特率信息，并且经由多个傅里叶变换确定该模式信息。

按照本发明，第一编码方案对应于语音编码方案，并且第二编码方案对应于音频编码方案。

按照本发明，第一信号对应于谐波信号，第二信号对应于残差信号，并且第二信号是从由输入信号减去第一信号生成的信号中获得的。

按照本发明，模式信息包括作为关于第一帧的模式信息的第一帧模式，和作为关于第二帧的模式信息的第二帧模式，和该方法进一步包括如果第一帧模式是第一模式，并且第二帧模式是第三模式，或者如果第一帧模式是第三模式，并且第二帧模式是第一模式，则将第一帧模式和第二帧模式的至少一个改变为第二模式的步骤。

为了进一步实现这些和其他的优点，以及按照本发明的目的，一种用于处理信号的装置，包括：接收第一信号和第二信号的至少一个的接收单元，该接收单元接收模式信息，和按照模式信息使用第一编码方案和第二编码方案的至少一个编码第一信号和第二信号的至少一个的编码单元，其中模式信息是用于指示规定的模式对应于至少三个模式的哪一个的信息。

按照本发明，该模式包括用于使用第一编码方案的第一模式，用于使用第一编码方案和第二编码方案两者的第二模式，和用于使用第二编码方案的第三模式。

按照本发明，该模式信息表示为至少两个标记信息。

按照本发明，该模式信息进一步包括分配给第一编码方案和第二编码方案每个的比特率信息，并且经由多个傅里叶变换确定该模式信息。

按照本发明，第一编码方案对应于语音编码方案，并且第二编码方案对应于音频编码方案。

按照本发明，第一信号对应于谐波信号，第二信号对应于残差信号，并且第二信号是从由输入信号减去第一信号生成的信号中获得的。

按照本发明，模式信息包括作为关于第一帧的模式信息的第一帧模式，和作为关于第二帧的模式信息的第二帧模式。并且，如果第一帧模式是第一模式，并且第二帧模式是第三模式，或者如果第一帧模式是第三模式，并且第二帧模式是第一模式，则编码单元将第一帧模式和第二帧模式的至少一个改变为第二模式。

为了进一步实现这些和其他的优点，以及按照本发明的目的，一种处理信号的方法，包括：从输入信号中提取第一信号，从输入信号和第一信号确定模式信息，基于输入信号和第一信号产生第二信号，和按照模式信息使用第一编码方案编码第一信号，和按照模式信息使用第二编码方案编码第二信号。

为了进一步实现这些和其他的优点，以及按照本发明的目的，一种处理信号的方法，包括以下步骤：接收包括第一帧模式和第二帧模式的模式信息，该模式信息作为指示规定的模式对应于第一模式、第二模式和第三模式的哪一个的信息，其中如果第二帧模式是第一模式，则第一帧模式对应于或者第一模式或者第二模式，并且其中如果第二帧模式是第三模式，则第一帧模式对应于或者第三模式或者第二模式。

按照本发明，第一模式对应于用于使用第一编码方案的模式，第三模式对应于用于使用第二编码方案的模式，并且第二模式对应于用于将第一模式和第三模式连接在一起的模式。

按照本发明，第二模式包括向前连接模式和向后连接模式。

按照本发明，如果第二帧模式是第一模式，则第一帧模式对应于或者第一模式或者向后连接模式，并且如果第二帧模式是第三模式，则第一帧模式对应于或者第三模式或者向前连接模式。

按照本发明，第一编码方案对应于语音编码方案，并且第二编码方案对应于音频编码方案。

按照本发明，第二模式对应于用于使用第一编码方案和第二编码方案两者的模式。

按照本发明，该方法进一步包括接收第一信号和第二信号的至少一个，和按照模式信息使用第一编码方案和第二编码方案的至少一个编码第一信号和第二信号的至少一个。

为了进一步实现这些和其他的优点，以及按照本发明的目的，一种用于处理信号的装置，包括：接收包括第一帧模式和第二帧模式的模式信息的接收单元，该模式信息作为指示规定的模式对应于第一模式、第二模式和第三模式的哪一个的信息，其中如果第二帧模式是第一模式，则第一帧模式对应于或者第一模式或者第二模式，和其中如果第二帧模式是第三模式，则第一帧模式对应于或者第三模式或者第二模式。

按照本发明，第一模式对应于用于使用第一编码方案的模式，第三模式对应于用于使用第二编码方案的模式，并且第二模式对应于将第一模式和第三模式连接在一起的模式。

按照本发明，第二模式包括向前连接模式和向后连接模式。

按照本发明，如果第二帧模式是第一模式，则第一帧模式对应于或者第一模式或者向后连接模式。并且，如果第二帧模式是第三模式，则第一帧模式对应于或者第三模式或者向前连接模式。

按照本发明，第一编码方案对应于语音编码方案，并且第二编码方案对应于音频编码方案。

按照本发明，第二模式对应于用于使用第一编码方案和第二编码方案两者的模式。

按照本发明，接收单元进一步包括接收第一信号和第二信号的至少一个的编码单元，所述编码单元按照模式信息使用第一编码方案和第二编码方案的至少一个编码编码第一信号和第二信号的至少一个。

为了进一步实现这些和其他的优点，以及按照本发明的目的，一种处理信号的方法，包括：确定包括第一帧模式和第二帧模式的模式信息，所述模式信息作为指示规定的模式对应于第一模式、第二模式和第三模式的哪一个的信息，如果第二帧模式是第一模式，则将第一帧模式改变为或者第一模式或者第二模式，和如果第二帧模式是第三模式，则将第一帧模式改变为或者第三模式或者第二模式。

应该明白，前面的概述和以下的详细说明是示例性和解释性的，并且意欲提供对如权利要求所述的本发明的进一步的解释。

具体实施方式

现在将详细地参考本发明的优选实施例，将在伴随的附图中图示其例子。

首先，应该将本发明中的编码理解为包括编码和解码两者的概念。

图1是按照本发明实施例的信号编码装置的结构示意图。参考图1，按照本发明实施例的信号编码装置包括谐波信号分离单元110、第一编码器120、功率比计算单元130、模式确定单元140、第一合成单元150、减法器160、第二编码器170和传输单元180。在这种情况下，第一编码器100可以对应于语音编码器，并且第二编码器170可以对应于音频编码器。

谐波信号分离单元110从输入信号x(n)中提取谐波信号x_h(n)(或者频率谐波信号)。在这种情况下，可以执行短时傅里叶变换(STFT)和调制频率分析。将参考图2和图3解释这个过程的细节。

第一编码器120通过第一编码方案编码谐波信号x_h(n)，并且然后产生编码的谐波信号。在这种情况下，第一编码方案可以对应于语音编码方案。该语音编码方案可以遵循AMR-WB(自适应的多速率宽带)标准，本发明的例子不受限于此。同时，第一编码器120可以进一步使用LPC(线性预测编码)方案。如果谐波信号在时间轴上具有高的冗余度，则可以通过用于从先前的信号预测当前的信号的线性预测执行建模。在这种情况下，如果采用线性预测编码方案，则能够提高编码效率。此外，第一编码器120可以对应于时域编码器。

功率比计算单元130使用输入信号x(n)和谐波信号x_h(n)计算功率比。在这种情况下，功率比是谐波信号功率对输入信号功率的比率。功率比可以定义为公式1。

[公式1]

在公式1中，“n”指示时间索引，“x(n)”指示输入信号，和“x_h(n)”是谐波信号。

模式确定单元140基于由功率比计算单元130计算的功率比确定有关输入信号x(n)的编码方案的模式信息。在这种情况下，模式信息是指示至少三种模式的一个的信息。在这种情况下，三种模式可以包括第一模式、第二模式和第三模式。第一模式对应于使用第一编码方案的模式。并且，第三模式对应于使用第二编码方案的模式。同时，第二模式可以对应于或者使用第一编码方案和第二编码方案两者的模式，或者用于将第一模式和第三模式连接在一起的模式。在后者的情形下，第二模式包括用于将第一模式连接到第三模式的向前连接模式，和用于将第三模式连接到第一模式的向后连接模式。

如在前面的描述中提及的，第一编码方案对应于由第一编码器110执行的方案。并且，第二编码方案对应于由第二编码器170执行的方案。另外，第二模式至少包括每比特率不同的模式，所述比特率分配给第一和第二编码方案的每个。稍后将参考图4详细地解释这些。

同时，第一合成单元150按照第一编码方案重新解码由第一编码器110编码的谐波信号。减法器160然后产生由从输入信号x(n)减去由第一合成单元150解码的谐波信号x_h(n)生成的残差信号x_r(n)。在这种情况下，残差信号x_r(n)可以是由从输入信号减去谐波信号生成的信号，但是可以是从该减去的信号中获得的信号。

第二编码器170通过由第二解码方案编码残差信号x_r(n)产生编码的残差信号。在这种情况下，第二解码方案可以对应于音频编码方案。音频编码方案可以遵循HE-AAC(高效率高级音频编码)标准，本发明的例子不受限于此。在这种情况下，HE-AAC可以是由将AAC(高级音频编码)技术和SBR(频谱带复制)技术合成在一起产生的。SBR是在低比特率上非常有效的技术。SBR是以从低频带或者中频带调换(transposing)谐波信号的方式在高频带上复制内容的技术。同时，第二编码器170可以对应于修改的离散变换(MDCT)编码器。

同时，由于由第一编码器120编码的信号和由第二编码器170编码的另一个信号将同时地由解码器处理，因此它们将具有相同的频率长度。为了在第二编码器170中匹配帧长1024个样本，在第一编码器120中将帧长设置为256个样本。并且，将四个相邻帧处理为单个单位。

传输单元180使用编码的谐波信号x_h(n)、模式信息和编码的残差信号x_r(n)产生要传输的比特流。在这种情况下，可以将模式信息表示为至少两个标记信息。例如，将或者第一编码方案或者第二编码方案表示为第一标记信息。并且，可以按照第一标记信息将分配给第一编码方案(或者第二编码方案)的比特率信息、技术类型、窗口类型等表示为第二标记信息。

图2是用于示意地解释调制频率分析过程的示意图，和图3是调制谱图的示意图。在以下的描述中，将参考图2和图3详细地解释用于从输入信号中提取谐波信号的过程。

参考图2，在子频带包络的频率检测之后的子频带包络检测和滤波器组对应于调制频率分析的结构。使用短时傅里叶变换(STFT)实现该滤波器组。对于离散信号x(n)，可以将短时傅里叶变换(STFT)表示为公式2。并且，可以将包络检测和调制频率分析表示为公式3。

[公式2]

$X_k\left(k\right)=\underset{n=-\∞}{\overset{\∞}{\mathrm{\Σ}}}h(\mathrm{mM}-n)x\left(n\right)W_K^{\mathrm{kn}},$

k＝0，...，K-1，

在公式2中，W_k＝e^-j(2π/k)，“h(n)”是声频分析窗口，“m”指示时隙索引，“M”指示h(n)的大小，“n”指示时间索引，并且“k”指示声频索引。

[公式3]

$X_l(k,i)=\underset{m=-\∞}{\overset{\∞}{\mathrm{\Σ}}}g(\mathrm{lL}-m)\left|X_k\left(m\right)\right|W_I^{\mathrm{im}},$

i＝0，...，I-1

在公式3中，W_I＝e^-j(2π/I)，g(n)是调制频率分析窗口，“I”指示帧索引，“m”指示时隙索引，“L”指示窗口g(n)的大小，“k”指示声频索引，并且“i”指示调制频率索引。

参考图2的(A)，可以观察到，频率变换是以将声频分析窗口h(mM-n)应用到时域信号的方式执行的。因此，如图2的(B)所示，执行频率变换的结果主要地变为对应于时隙(m)轴和声频(k)轴的数据。通过将调制频率分析窗口g(lL-m)再次应用于图2的(B)中所示的结果，再次执行调制频率分析。如果是这样，参考图2的(C)，产生对应于调制频率(i)轴和声频(k)轴的数据X_l(k，i)。

参考图3，在图3的(a)至(c)中示出调制谱图。尤其是，(a)涉及语音信号，(b)涉及包括语音和音乐混合在一起的信号，并且(c)涉及音乐信号。参考图3的(a)至(c)，横轴对应于频率，纵轴对应于声频，并且能量强度表示为阴影。同时，图3的(d)至(f)的横轴对应于调制频率，并且其每个纵轴对应于整个声频的能量的总和。并且，在音高范围(pitch region)中出现高电平。可以基于凸包算法计算在图3示出的峰值搜索范围中的峰值点。通过对于获得的峰值点允许余量，能够计算谐波分量的音高范围。同时，可以如下定义一组调制频率索引。

[公式4]

Q＝{i：i(f_s/IM)∈P}

在公式4中，如果“f_s”指示采样频率，“i”指示在音高范围“P”中的一组调制频率索引。

对应于谐波信号的音高范围的调制频率能量可以表示为公式5。

[公式5]

$E_l^h\left(k\right)={\mathrm{\Σ}}_{i\∈Q}{\left|X_l(k,i)\right|}^2$

类似图6，非谐波的信号的范围被认为是位于在音高范围的之外。

[公式6]

$E_l^r\left(k\right)={\mathrm{\Σ}}_{i\∉Q}{\left|X_l(k,i)\right|}^2$

在每个帧1中的频率抑制函数Fl，即，时间例子n＝1(LM)可以从谐波区域对残差区域的比确定。

[公式7]

$F_l\left(k\right)=\frac{E_l^h\left(k\right)}{E_l^h\left(k\right)+E_l^r\left(k\right)},$

其中，“k”指示声频索引，并且“l”表示帧索引。

在公式7中，“E_l()”和在公式5中定义的一样，并且“E_r()”和在公式6中定义的一样。

将从公式7中获得的值乘以在公式2中的每个声频的绝对值(幅值)以抑制输入信号的非谐波分量。

图4是用于解释用于编码方案的模式的示意图。如在图1的前面的描述中提及的，模式确定单元基于经由公式1计算的功率比确定关于输入信号的编码方案的模式信息。第一编码方案可以遵循AMR-WB标准。AMR-WB具有16kHz的采样速率，并且包括具有最大值23.85kbit/s的总共九个模式。即，存在6.6、8.85、12.65、14.25、15.85、18.25、19.85、23.05和23.85kbit/s的模式。

同时，第二编码方案可以遵循HE-AAC标准。如果采样速率是16kHz，则HE-AAC使用等于或者低于20kbit/s的比特率。

因此，为了在本发明中使用或者第一编码方案，或者第二编码方案，或者第一和第二编码方案两者，在以16kHz采样速率的信号的情况下，总的比特率可以对应于19.85kbit/s。如果总的比特率对应于19.85kbit/s，则能够使用在九个模式之中的两种模式6.6和8.85。一旦确定用于激活AMB-WB的模式，则可以将从总的比特率中去除除对应于AMB-WB的比特率而剩余的比特率分配给HE-AAC。

参考图4，可以观察到，模式A对应于功率比POW_ratio接近于1的情形。可以观察到，模式B和C对应于功率比POW_ratio在预定值(Th_rA、Th_rB、Th_rc)之间的情形。并且，可以观察到，模式D对应于功率比POW_ratio接近于0的情形。

首先，可以观察到，模式A仅使用第一编码方案(例如，语音编码方案)。可以观察到，模式D仅使用第二编码方案(例如，音频编码方案)。并且，可以观察到，模式B或者模式C使用两个方案两者。模式A对应于功率比在特定的阈值Th_rA和1之间的情形，由于输入信号的大部分以谐波信号(或者频率谐波信号)构成，因此将所有的比特率分配给语音编码方案。模式D对应于功率比在0和特定的阈值Th_rc之间的情形，由于输入信号的大部分以非谐波信号构成，因此将所有比特率分配给音频编码方案。同时，在模式B的情况下，由于在输入信号中谐波信号的比率相对高，因此分配比语音编码方案的比特率相对高的比特率(例如，8.85kbit/s)，并且将剩余的(11.0kbit/s)分配给音频编码方案。在模式C的情况下，由于在输入信号中非谐波信号的比率相对高，因此分配比语音编码方案的比特率相对低的比特率(例如，6.60kbit/s)被分配，并且将剩余的(例如，13.25kbit/s)分配给音频编码方案。

在本发明中以上描述的模式不限于特定值的比特率。例如，虽然将两种模式(模式B和模式C)解释为使用至少两个编码方案的第二模式，但在第二模式中可以存在至少三个或更多的模式。

图5是用于解释帧间模式变化的示意图。同时，在存在至少两个相邻帧的情况下，按照输入信号的特征，在两个帧之间可能出现可感知的间断。尤其是，当将模式A切换为模式D的时候，由于将仅由第二编码方案解码的帧变为仅由第一编码方案解码的帧，因此可能出现可感知的间断。因此，可能不允许从模式A到模式D的变化，或者从模式D到模式A的变化。参考图5，允许在模式A和模式B、模式B和模式C、模式C和模式D或者模式B和模式D之间相互切换，而不允许在模式A和模式D之间相互切换。换句话说，在第一模式(模式A)和第二模式(模式B或者模式C)之间相互切换，或者在第二模式和第三模式(模式D)之间相互切换是可能的，而在第一模式和第三模式之间的变化被限制。

如果当参考图1描述的模式确定单元140确定相邻帧的模式时，如果检测到受限的模式变化，则能够强制模式改变。如果第一和第二帧模式分别是第一和第三模式，或者如果第一和第二帧模式分别是第三和第一模式，则第一帧模式被变成第二模式，或者第二帧模式被变成第二模式。当然，能够将第一和第二帧模式两者改变为第二模式。换句话说，如果第二帧模式是第一模式，则将第一帧模式变为第一模式或者第二模式(尤其是，向后连接模式)。如果第二帧模式是第三模式，则将第一帧模式变成第三模式或者第二模式(尤其是，向前连接模式)。

图6是按照本发明一个实施例的编码方法的流程图。

参考图6，谐波信号与输入信号分离[S110]。随后，计算谐波信号对输入信号的功率比[S120]。然后，基于该功率比，确定关于编码方案信息的模式信息[S130]。如在先前的描述中提及的，模式信息是指示规定的模式对应于三种模式中的哪一个的信息。并且，三种模式包括使用第一编码方案的第一模式，和仅使用第二编码方案的第三模式。另外，还包括第二模式。第二模式可以对应于使用第一和第二编码方案两者的模式，或者可以对应于用于将第一模式和第三模式连接在一起的模式。在后者的情形下，第二模式包括向前连接模式和向后连接模式。

基于该模式信息，由第一编码方案编码谐波信号[S140]。然后使用输入信号和谐波信号产生残差信号[S150]。在这种情况下，谐波信号可以是由第一编码方案编码，然后再次由第一编码方案解码的信号。随后，由第二编码方案编码残差信号[S160]。使用编码的谐波信号、编码的残差信号和模式信息，产生比特流[S170]。

图7是用于解释按照本发明实施例的编码性能的示意图。

参考图7，能够注意到按照各种编码方案编码总共七个采样信号的每个情形的质量。用于性能估算的试验条件是16kHz的采样速率，和“在公式2和公式3中M＝16，K＝512，L＝32，以及I＝512”。同时，“h(n)”指示48点汉宁(Hanning)窗，并且“g(n)”指示64点汉宁窗。通过考虑AMR-WB编码器的音高搜索间隔，音高搜索范围对应于70-485Hz。用于搜索音高范围的余量是20Hz。并且，在图4中，阈值是Th_rA＝0.5，Th_rB＝0.4，和Th_rc＝0.5。

尤其是，在通过本发明的方案(b)、音频编码方案(c)和语音编码方案(d)的每个执行编码时的质量可以与原始(a)的质量相比。在具有顺序地混合的语音和音乐信号的信号(样本1和样本2)，或者具有同时地混合的语音和音乐信号两者的信号(样本4和样本6)中，本发明的方案(b)与其它方案相比具有相对更好的质量。尽管样本7的情形对应于纯音乐信号，但本发明的方案提供比使用音频编码方案(参看三角标记)的情形更好的质量。

图8是按照本发明实施例的信号解码装置的结构示意图，和图9是按照本发明实施例的解码方法的流程图。参考图8，按照本发明实施例的信号解码装置200包括接收单元210、模式改变单元220、第一解码器230、第二解码器240和合成单元250。

接收单元210接收比特流，并且然后从比特流中提取编码的谐波信号x_h(n)和编码的残差信号x_r(n)和模式信息的至少一个。在这种情况下，如在先前的描述中提及的，模式信息是指示规定的模式对应于至少三个或更多模式的哪一个的信息。如图4所示，模式包括使用第一编码方案的第一模式，和仅使用第二编码方案的第三模式。另外，还包括第二模式。第二模式可以对应于使用第一和第二编码方案两者的模式，或者可以对应于用于将第一模式和第三模式连接在一起的模式。在后者的情形下，第二模式包括向前连接模式和向后连接模式。此外，如图4所示，模式信息还可以进一步包括每个解码器的比特率信息。

同时，包括在比特流中的模式信息可以包括第一帧模式和第二帧模式。如果第二帧模式是第一模式，则第一帧模式对应于第一模式或者第二模式(特别地，向后连接模式)。如果第二帧模式是第三模式，则第一帧模式对应于第三模式或者第二模式(特别地，向前连接模式)。

如果对于至少两个帧的模式信息检测到受限的模式变化，则该模式改变单元220强制改变接收的模式。例如，当第一和第二帧模式存在时，如果第一和第二帧模式分别是第一和第三模式，或者如果第一和第二帧模式分别是第三和第一模式，则第一和第二帧模式的至少一个被变成第二模式。该变化的模式信息被传送给第一解码器230和第二解码器240。如果没有检测到受限的模式变化，则模式改变单元220按照原样将接收的模式信息传送给第一解码器230和/或第二解码器240。

谐波信号和残差信号的至少一个由第一解码器230和/或第二解码器240按照接收的模式信息或者变化的模式信息是否对应于第一至第三模式的哪一个解码。尤其是，如果接收的模式信息或者变化的模式信息对应于第一模式，则谐波信号由第一解码器230解码。如果接收的模式信息或者变化的模式信息对应于第二模式，则谐波信号由第一解码器230解码，并且残差信号由第二解码器240解码。如果接收的模式信息或者变化的模式信息对应于第三模式，则残差信号由第二解码器240解码。

第一解码器230通过第一编码方案基于模式信息解码谐波信号。在这种情况下，第一编码方案可以对应于语音编码方案。语音编码方案可以遵循AMR-WB标准，本发明的例子不受限于此。另外，第一解码器230可以对应于时域解码器。

第二解码器240通过第二编码方案基于模式信息解码残差信号。在这种情况下，第二编码方案可以对应于音频编码方案。该音频编码方案可以遵循HE-AAC标准，本发明的例子不受限于此。如果该谐波信号通过线性预测编码(LPC)方案编码，则第一解码器230通过从线性预测系数执行线性预测解码谐波信号。另外，第二解码器240可以对应于MDCT(修改的离散变换)解码器。

合成单元250通过将由第一和第二解码器230和240解码的信号合成在一起产生输出信号。在这种情况下，由于解码的谐波信号和解码的残差信号将被同时地处理，因此帧长应彼此相同。因此，如果谐波信号的帧长对应于256个样本，并且如果残差信号的帧长对应于1024个样本，则谐波信号的四个帧被作为一个单位来处理。

参考图9，解码装置接收由编码器产生的比特流[S210]。从该比特流中提取谐波信号和残差信号以及模式信息的至少一个[S220]。如果对应于当前帧的模式信息是第一模式[在步骤S230中，“是”]，则确定先前帧的模式是否是第三模式。然后校正或者先前帧的模式或者当前帧的模式[S240]。例如，如果先前帧的模式是第三模式，则将先前帧的模式从第三模式变成第二模式，或者将当前帧的模式从第一模式变成第二模式。随后，由第一编码方案解码谐波信号[S240]。

如果对应于当前帧的模式信息是第二模式[在步骤S250中，“是”]，则由第一编码方案解码谐波信号，并且由第二编码方案解码残差信号[S260]。随后，通过合成解码的谐波信号和解码的残差信号产生输出信号[S270]。如果模式信息进一步包括分配给编码方案每个的比特率信息，则基于比特率信息解码每个信号。例如，以6.60kbps解码谐波信号，并且以13.25kbps解码残差信号。

同时，如果对应于当前帧的模式信息是第三模式[在步骤S280中，“是”]，则在先前帧的模式是第三模式的条件下校正模式信息[S290]。例如，如果先前帧的模式是第一模式，并且如果当前帧的模式是第三模式，则将先前帧的模式从第一模式变成第二模式，或者将当前帧的模式强制从第三模式变成第二模式。随后，由第二解码方案解码残差信号[S295]。

另外，本发明可以在程序记录介质中实现为计算机可读的代码。计算机可读的记录介质包括各种记录设备，计算机系统可读的数据存储在该记录设备中。计算机可读的介质例如包括ROM、RAM、CD-ROM、磁带、软性磁盘、光数据存储设备等，并且还包括载波型实现(例如，经由因特网的传输)。

虽然在此处已经参考其优选实施例描述和图示了本发明，对于那些本领域技术人员来说显而易见的是在不脱离本发明的精神和范围的情况下，可以在其中进行各种修改和变化。因此，本发明意欲覆盖其归入所附的权利要求和其等效范围之内的本发明的改进和变化。

工业实用性

因此，本发明适用于音频信号或者视频信号的编码和解码。

Claims (11)

1.一种处理音频信号的方法，包括：

接收第一信号和第二信号的至少一个；

接收模式信息，所述模式信息是用于指示规定的模式对应于包括第一模式、第二模式和第三模式的至少三个模式中的哪一个的信息；以及

当所述模式信息指示所述规定的模式是第一模式，使用第一编码方案来解码所述第一信号；

当所述模式信息指示所述规定的模式是第二模式，解码所述第一信号和所述第二信号，包括：使用所述第一编码方案来解码所述第一信号，使用第二编码方案来解码所述第二信号，以及使用解码的第一信号和解码的第二信号来产生输出信号；

当所述模式信息指示所述规定的模式是第三模式，使用第二编码方案来解码所述第二信号；

其中，所述第一编码方案对应于语音编码方案，并且其中所述第二编码方案对应于音频编码方案。

2.根据权利要求1的方法，其中，将所述模式信息表示为至少两个标记信息。

3.根据权利要求1的方法，其中，所述模式信息进一步包括分配给所述第一编码方案和所述第二编码方案的每个的比特率信息，并且其中所述模式信息经由多个傅里叶变换确定。

4.根据权利要求1的方法，其中，所述第一信号对应于谐波信号，其中所述第二信号对应于残差信号，并且其中所述第二信号是从由输入信号减去所述第一信号生成的信号中获得的。

5.根据权利要求1的方法，其中，所述模式信息包括作为关于第一帧的模式信息的第一帧模式和作为关于第二帧的模式信息的第二帧模式，并且其中该方法进一步包括如果所述第一帧模式是第一模式，并且所述第二帧模式是第三模式，或者如果所述第一帧模式是第三模式，并且所述第二帧模式是第一模式，则将所述第一帧模式和所述第二帧模式的至少一个变为第二模式。

6.一种用于处理音频信号的装置，包括：

接收单元，接收第一信号和第二信号的至少一个，并且接收模式信息，所述模式信息是用于指示规定的模式对应于包括第一模式、第二模式和第三模式的至少三个模式中的哪一个的信息；以及

编码单元，按照所述模式信息使用第一编码方案和第二编码方案的至少一个编码所述第一信号和所述第二信号的至少一个，

合成单元，用于当所述模式信息指示所述规定的模式是所述第二模式时使用解码的第一信号和解码的第二信号来产生输出信号，

其中，所述编码单元包括：

第一编码器，用于当所述模式信息指示所述规定的模式是第一模式或第二模式时使用第一编码方案来解码所述第一信号；

第二编码器，用于当所述模式信息指示所述规定的模式是第二模式或第三模式时使用第二编码方案来解码所述第二信号，

其中，所述第一编码方案对应于语音编码方案，并且其中所述第二编码方案对应于音频编码方案。

7.根据权利要求6的装置，其中，将所述模式信息表示为至少两个标记信息。

8.根据权利要求6的装置，其中，所述模式信息进一步包括分配给所述第一编码方案和所述第二编码方案的每个的比特率信息，并且其中所述模式信息经由多个傅里叶变换确定。

9.根据权利要求6的装置，其中，所述第一信号对应于谐波信号，其中所述第二信号对应于残差信号，并且其中所述第二信号是从由输入信号减去所述第一信号生成的信号中获得的。

10.根据权利要求6的装置，其中，所述模式信息包括作为关于第一帧的模式信息的第一帧模式，和作为关于第二帧的模式信息的第二帧模式，并且其中如果所述第一帧模式是第一模式，并且所述第二帧模式是第三模式，或者如果所述第一帧模式是第三模式，并且所述第二帧模式是第一模式，则所述编码单元将所述第一帧模式和所述第二帧模式的至少一个变为第二模式。

11.一种处理音频信号的方法，包括：

从输入信号中提取第一信号；

从所述输入信号和所述第一信号中确定模式信息，所述模式信息是用于指示规定的模式对应于包括第一模式、第二模式和第三模式的至少三个模式中的哪一个的信息；

基于所述输入信号和所述第一信号产生第二信号；以及

当所述模式信息指示所述规定的模式是第一模式或第二模式，使用第一编码方案编码所述第一信号，和

当所述模式信息指示所述规定的模式是第二模式或第三模式，使用第二编码方案编码所述第二信号。

Images