BRPI0612564A2 - método para extensão de largura de banda para comunicações e sistema para estender artificialmente a largura de banda de voz - Google Patents

Abstract

METODO PARA EXTENSáO DE LARGURA DE BANDA PARA COMUNICAçõES DE VOZ E SISTEMA PARA ESTENDER ARTIFICIALMENTE A LARGURA DE BANDA DE VOZ. A invenção concerne a um método (400) e um sistema (100) para extensão de largura de banda de voz para melhoria da qualidade de voz em um sistema de comunicação. O método pode incluir as etapas de recebimento (412) de um sinal de voz desconhecido (105), identificação (414) da largura de banda de voz (625) do sinal de voz desconhecido recebido e estabelecimento (418) de uma região de suporte (636) tendo em vista o conteúdo espectral do sinal de voz recebido. O método ainda pode incluir a etapa de seleção (428) de uma combinação de bancos de dados de mapeamento (210, 212, 214) a partir de uma pluralidade de bancos de dados de mapeamento. Cada banco de dados de mapeamento pode estar associado a uma faixa de extensão de largura de banda predeterminada para extensão da largura de banda de voz.

Description

MÉTODO PARA EXTENSÃO DE LARGURA DE BANDA PARA COMUNICAÇÕESDE VOZ E SISTEMA PARA ESTENDER ARTIFICIALMENTE A LARGURA DEBANDA DE VOZ

ANTECEDENTES DA INVENÇÃO

1. Campo da Invenção

Esta invenção se refere em geral à extensão de largurade banda e, mais particularmente, à extensão de sinais devoz de banda estreita para sinais de voz de banda larga.

2. Descrição da Técnica Relacionada

O uso de dispositivos eletrônicos portáteis explodiunos últimos anos. Telefones celulares, em particular,tornaram-se bastante populares com o público. A finalidadeprimária de telefones celulares é para comunicação de voz.Um telefone celular opera em sinais de voz pela compressãode voz e pelo envio dos sinais de voz por uma rede decomunicações. A compressão reduz a quantidade de dadosrequeridos para representação do sinal de voz e da largurade banda de voz. Por exemplo, a largura de banda de voz emum telefone celular é uma banda geralmente limitada entre300 Hz e 3,4 kHz, ao passo que a voz falada natural resideprincipalmente em uma largura de banda entre 2 0 Hz e 20kHz. 0 processo de limitação de banda de voz é uma etapanecessária envolvida na transmissão e na recepção eficientede sinais digitais em um sistema de comunicação celular.

Felizmente, uma voz comprimida preservasuficientemente o caráter e a inteligibilidade da voznatural, embora não inclua todas as componentes defreqüência dos dados originais. Em particular, umacompressão de voz remove as regiões de freqüência baixa devoz (isto é, abaixo de 3 00 Hz) , bem como as regiões defreqüência alta de voz (isto é, acima de 3,4 kHz a 10 kHz).Embora uma compressão de voz produza um sinal de voz que ésatisfatório para comunicações sem fio, várias técnicas deprocessamento de fala foram testadas e aplicadas em umatentativa de restauração das componentes de voz defreqüência baixa e de freqüência alta faltando para ageração de um sinal de qualidade mais alta. Até a presentedata, contudo, nenhuma técnica foi desenvolvida queefetivamente recrie as componentes de freqüência removidas.Mais ainda, telefones analógicos convencionais nãoimplementam qualquer conversão. Como tal, eles ainda sofremde restrições de largura de banda similares devido apadrões de transmissão de décadas de idade.

SUMÁRIO DA INVENÇÃO

A presente invenção concerne a um método para extensãode largura de banda para comunicações de voz. O método podeincluir as etapas de recebimento de um sinal de vozdesconhecido, a identificação da largura de banda de voz dosinal de voz desconhecido recebido e o estabelecimento deuma região de suporte tendo em vista o conteúdo espectraldo sinal de voz recebido. O método também pode incluir aetapa de seleção de uma combinação de bancos de dados demapeamento a partir de uma pluralidade de bancos de dadosde mapeamento. Cada banco de dados de mapeamento pode estarassociado a uma faixa de extensão de largura de bandapredeterminada para extensão da largura de banda.

Como um exemplo, a identificação da largura de bandade voz pode incluir a realização de uma análise espectralpara a determinação da largura de banda de sinal de voz dosinal de voz desconhecido com base em uma energia espectraldo sinal. Também, o estabelecimento de uma região desuporte pode incluir as etapas de emissão de uma requisiçãopara um objeto subjacente para retornar uma lista defreqüências de amostragem para a qual o objeto é capaz desuportar, identificação de limites espectrais com base nafreqüência de amostragem retornada e a determinação debandas espectrais nos limites espectrais para extensão dalargura de banda de voz para regiões que residem fora dalargura de banda de voz. 0 estabelecimento de uma região desuporte ainda pode incluir a etapa de reamostragem do sinalde voz a uma freqüência de amostragem correspondente a pelomenos uma das freqüências de amostragem retornadas.

Em um arranjo, a etapa de seleção de uma combinação debancos de dados de mapeamento pode ser uma operaçãoseqüencial. Esta etapa de seleção ainda pode incluir aaplicação de uma combinação serial de bancos de dadosmapeados para extensão coletivamente da largura de banda devoz para uma faixa correspondente à adição das faixas deextensão de largura de banda selecionada. Como um exemplo,pode haver um primeiro banco de dados de mapeamento para afaixa de aproximadamente 0 a aproximadamente 8 kHz, umsegundo banco de dados de mapeamento para a faixa deaproximadamente 8 kHz a aproximadamente 16 kHz e umterceiro banco de dados de mapeamento para a faixa deaproximadamente 16 kHz a aproximadamente 22 kHz. Os trêsbancos de dados de mapeamento podem ser Modelos de MisturaGaussianos.

O método também pode incluir as etapas de aquisição deum conjunto de coeficientes de reflexão de banda estreitaque representam a envoltória espectral a partir do sinal devoz e estendendo o conjunto de coeficientes de reflexão debanda estreita para um conjunto de coeficientes de reflexãode banda larga usando-se os bancos de dados de mapeamentopara a geração de uma envoltória espectral de banda larga.Além disso, um conjunto de coeficientes de reflexão podeser convertido em um conjunto de coeficientes cepstraispara redução de um armazenamento em memória pela compressãode uma matriz de covariância cheia gaussiana em um vetordiagonal de variâncias.

Em um outro arranjo, o método ainda pode incluir asetapas de extração de um sinal de excitação de bandaestreita a partir do sinal de voz, usando-se um conjunto decoeficientes de reflexão de banda larga e extensão do sinalde excitação de banda estreita para um sinal de excitaçãobanda larga usando-se modulação e filtração. O método aindapode incluir as etapas de combinação de um sinal deexcitação de banda larga com uma envoltória espectral debanda larga para a geração de um sinal de voz de bandalarga sintético, extração de um sinal de voz de banda largasuplementar a partir do sinal de voz de banda largasintético na região de suporte e adição do sinal de voz debanda larga sintético suplementar ao sinal de voz originalpara a geração de um sinal de voz de banda larga.

A presente invenção também concerne a um método deextensão de um conjunto de coeficientes de reflexão debanda estreita para um conjunto de coeficientes de bandalarga para uso em extensão de largura de banda de voz. Estemétodo pode incluir as etapas de geração de uma excitaçãode banda baixa, geração de uma excitação de banda alta eadição da excitação de banda baixa e da excitação de bandaalta com uma excitação de banda estreita para a criação deuma excitação de meia banda. 0 método também pode incluir aetapa de geração de uma excitação de banda larga a partirda excitação de meia banda. A etapa de geração da excitaçãode banda baixa e da excitação de banda alta pode incluir asetapas de modulação da excitação de banda baixa e daexcitação de banda alta usando-se uma multiplicação de co-seno e filtrando-se a excitação de banda baixa e aexcitação de banda alta.

A presente invenção também concerne a um armazenamentoque pode ser lido em máquina. 0 armazenamento que pode serlido em máquina pode ter armazenado nele um programa decomputador que tem uma pluralidade de seções de códigoexecutáveis por um dispositivo de computação portátil. Asseções de código podem fazer com que o dispositivo decomputação portátil realize as etapas de recebimento de umsinal de voz desconhecido, identificação da largura debanda de voz do sinal de voz desconhecido recebido eestabelecimento de uma região de suporte tendo em vista oconteúdo espectral do sinal de voz recebido. As seções decódigo ainda podem fazer com que o dispositivo decomputação portátil realize a etapa de seleção de umacombinação de bancos de dados de mapeamento a partir de umapluralidade de bancos de dados de mapeamento. Como antes,cada banco de dados de mapeamento pode estar associado auma faixa de extensão de largura de banda predeterminadapara extensão da largura de banda de voz. As seções decódigo também podem fazer com que o dispositivo decomputação portátil realize qualquer uma das outras etapasde método recitadas acima.A presente invenção também concerne a um sistema paraa extensão artificial da largura de banda de voz. 0 sistemapode incluir uma seção de avaliação, um seletor de banco dedados cooperativamente acoplado à seção de avaliação e umaunidade de extensão de largura de banda acoplada de formacooperativa à seção de avaliação e ao seletor de banco dedados. A seção de avaliação pode receber um sinal de vozdesconhecido e pode determinar uma extensão admissível delargura de banda de voz para o sinal de voz desconhecido. 0seletor de banco de dados pode escolher uma combinação debancos de dados de mapeamento de acordo com a extensãoadmissível de largura de banda de voz. Além disso, aunidade de extensão de largura de banda pode estender alargura de banda de voz do sinal de voz desconhecido para aextensão admissível de largura de banda de voz. A unidadede extensão de largura de banda pode fazer isto pelo uso dacombinação de bancos de dados de mapeamento escolhidos peloseletor de banco de dados. 0 sistema também pode incluir umcircuito adequado e um software para a realização dequalquer uma das etapas de método recitadas acima.

BREVE DESCRIÇÃO DOS DESENHOS

Os recursos da presente invenção, os quais se acreditaque sejam novos, são estabelecidos com particularidade nasreivindicações em apenso. A invenção, em conjunto comoutros objetivos e vantagens da mesma, pode ser mais bemcompreendida por uma referência à descrição a seguir,tomada em conjunto com os desenhos associados, nas váriasfiguras das quais os números de referência iguaisidentificam elementos iguais e nas quais:

a FIG. 1 ilustra um sistema para a extensão artificialda largura de banda de voz de acordo com uma modalidade dosarranjos inventivos;

a FIG. 2 ilustra alguns dos componentes da FIG. 1 emmaiores detalhes de acordo com uma modalidade dos arranjosinventivos;

a FIG. 3 ilustra um exemplo de um estágio de excitaçãode percurso múltiplo de acordo com uma modalidade dosarranjos inventivos;

a FIG. 4 ilustra uma porção de um método para extensãode largura de banda de voz de acordo com uma modalidade dosarranjos inventivos;

a FIG. 5 ilustra uma outra porção de um método paraextensão de largura de banda de voz de acordo com umamodalidade dos arranjos inventivos;

a FIG. 6 ilustra vários gráficos associados à extensãode largura de banda de um sinal de voz de acordo com umamodalidade dos arranjos inventivos; e

a FIG. 7 ilustra um sistema para conversão de umconjunto de coeficientes de banda estreita para um conjuntode coeficientes de banda larga de acordo com uma modalidadedos arranjos inventivos.

DESCRIÇÃO DETALHADA DA INVENÇÃO

Embora o relatório descritivo seja concluído comreivindicações definindo os recursos da invenção que sãoconsiderados novidade, acredita-se que a invenção será maisbem compreendida a partir de uma consideração da descriçãoa seguir em conjunto com os desenhos, nos quais os númerosde referência são transportados.

Conforme requerido, as modalidades detalhadas dapresente invenção são mostradas aqui; contudo, é para sercompreendido que as modalidades mostradas são meramente deexemplo da invenção, a qual pode ser concretizada de váriasformas. Portanto, detalhes estruturais específicos efuncionais mostrados aqui não devem ser interpretados comolimitantes, mas meramente como uma base para asreivindicações e como uma base representativa para seensinar alguém versado na técnica a empregar variadamente apresente invenção em virtualmente qualquer estruturaapropriadamente detalhada. Ainda, não se pretende que ostermos e as frases usados aqui sejam limitativos, mas, aoinvés disso, provejam uma descrição compreensível dainvenção.

Os termos "um" ou "uma", conforme usado aqui, sãodefinidos como um ou mais de um. 0 termo "pluralidade",conforme usado aqui, é definido como dois ou mais de dois.0 termo "um outro", conforme usado aqui, é definido comopelo menos um segundo ou mais. Os termos "incluindo" e/ou"tendo", conforme usados aqui, são definidos comocompreendendo (isto é, de linguagem aberta). 0 termo"acoplado", conforme usado aqui, é definido como conectado,embora não necessariamente de forma direta, e nãonecessariamente de forma mecânica. Os termos "programa","aplicativo de software" e similares, conforme usados aqui,são definidos como uma seqüência de instruções designadaspara execução em um sistema de computador. Um programa, umprograma de computador ou um aplicativo de software podeincluir uma sub-rotina, uma função, um procedimento, ummétodo de objeto, uma implementação de objeto, umaplicativo executável, um miniaplicativo, um miniaplicativode servidor, um código fonte, um código de objeto, umabiblioteca compartilhada/biblioteca de carga dinâmica e/ouuma outra seqüência de instruções designadas para execuçãoem um sistema de computador.

Um objetivo de extensão de largura de banda de voz érestaurar a qualidade de voz comprimida para um nível quecombinem com o nível de qualidade subjetiva da vozoriginal. A invenção concerne a um método e um sistema paraextensão de largura de banda de voz para melhoria daqualidade de voz em um sistema de comunicação. 0 métodopode incluir as etapas de recebimento de um sinal de vozdesconhecido, identificação da largura de banda de voz dosinal de voz desconhecido recebido e estabelecimento de umaregião de suporte tendo em vista o conteúdo espectral dosinal de voz recebido. 0 método também pode incluir a etapade seleção de uma combinação de bancos de dados demapeamento a partir de uma pluralidade de bancos de dadosde mapeamento, em que cada banco de dados de mapeamentopode estar associado a uma faixa de extensão de largura debanda predeterminada para extensão da largura de banda devoz para a região de suporte. Através destas etapas eoutros processos que serão descritos abaixo, a largura debanda do sinal de voz desconhecido pode ser estendida.

Com referência à FIG. 1, um exemplo de um sistema 100para extensão artificial da largura de banda de voz émostrado. Em um arranjo, o sistema 100 pode incluir umaseção de avaliação 110, um seletor de banco de dados 120, oqual pode ser cooperativãmente acoplado à seção deavaliação 110, e uma unidade de extensão de largura debanda 13 0. A unidade de extensão de largura de banda 13 0pode ser acoplada de forma cooperativa à seção de avaliação110 e ao seletor de banco de dados 120. Em uma modalidade,a seção de avaliação 110, o seletor de banco de dados 120 ea unidade de extensão de largura de banda 13 0 podem serparte de uma unidade de comunicações móveis 14 0, como umtelefone celular. Em um caso como esse, a unidade decomunicações móveis 140 pode incluir um receptor 150 e/ouum transmissor 160 para recepção e/ou transmissão de sinaisde voz ou de dados.

A seção de avaliação 110 pode receber um sinal de vozdesconhecido 105 e pode determinar uma extensão admissívelde largura de banda de voz para o sinal de voz desconhecido105. Este sinal de voz desconhecido 105, tendo em vista umprocessamento subseqüente realizado nele, também pode serreferido simplesmente como o sinal de voz 105 ou o sinal devoz reamostrado 105. A extensão admissível de largura debanda de voz pode corresponder a uma região de suporte.Como um exemplo, o seletor de banco de dados 120 podeescolher uma combinação de bancos de dados de mapeamento(não mostrada aqui) de acordo com a extensão admissível delargura de banda de voz. Também, a unidade de extensão delargura de banda 13 0 pode estender a largura de banda devoz do sinal de voz desconhecido 105 para a extensãoadmissível de largura de banda de voz. Por exemplo, aunidade de extensão de largura de banda 13 0 pode estender alargura de banda de voz do sinal de voz desconhecido 105usando a combinação de bancos de dados de mapeamentoescolhida pelo seletor de banco de dados 120.

Com referência à FIG. 2, um diagrama de blocos maisdetalhado da seção de avaliação 110, do seletor de banco dedados 12 0 e da unidade de extensão de largura de banda 13 0é mostrado. Em um arranjo, a seção de avaliação 110 podeincluir um módulo de análise 202, um módulo de investigação204 e um módulo de amostragem 206. O módulo de análise 202pode ser acoplado ao módulo de investigação 204, o qualpode ser acoplado ao módulo de amostragem 206.

Adicionalmente, o módulo de amostragem 206 pode seracoplado ao módulo de análise 202.

Brevemente, o módulo de análise 202 é capaz deidentificar a largura de banda de voz do sinal de vozdesconhecido recebido 105. O módulo de investigação 204 écapaz de identificar uma lista de taxas de amostragemsuportadas associadas ao sistema 100, onde cada taxa deamostragem suportada pode revelar a extensão até a qual alargura de banda de voz pode ser estendida. Como umexemplo, as taxas de amostragem suportadas podem estarassociadas à unidade móvel 140. O módulo de amostragem 206pode reamostrar o sinal de voz desconhecido 105 a uma taxade amostragem identificada pelo módulo de investigação 204,o que pode produzir um sinal de voz reamostrado 105. Assim,a seção de avaliação 110 pode efetivamente 1) analisar osinal de voz desconhecido 105 para determinar a largura debanda de voz; 2) identificar as taxas de amostragem que osistema 100 pode suportar; 3) determinar uma extensãoadmissível de largura de banda de voz; e 4) reamostrar osinal de voz 105 a uma das taxas de amostragemidentificadas.

Em um arranjo, o seletor de banco de dados 120 podeincluir uma pluralidade de bancos de dados de mapeamento210, 212 e 214, na qual cada banco de dados de mapeamento210, 212 e 214 pode estar associado a uma faixa de extensãode largura de banda predeterminada para extensão da largurade banda de voz. 0 seletor de banco de dados 120 podeescolher os bancos de dados de mapeamento 210, 212 e 214para seletivamente estenderem a largura de banda do sinalde voz 105 até a largura de banda suportada pelo sistema.Em particular, os bancos de dados de mapeamento 210, 212 e214 podem prover capacidades incrementais para extensão dalargura de banda de voz com base nas freqüências deamostragem suportadas pelo sistema. Este processo seráexplicado em maiores detalhes abaixo.

Em um arranjo, a unidade de extensão de largura debanda 130 pode incluir um processador de envoltória 220, umprocessador de excitação 24 0 e um processador de mistura260. O processador de envoltória 220 pode ser acoplado deforma comunicativa à seção de avaliação 110 e ao seletor debanco de dados 12 0. O processador de excitação 24 0 pode seracoplado de forma comunicativa à seção de avaliação 110 eao processador de envoltória 220. Além disso, o processadorde mistura 260 pode ser acoplado de forma comunicativa àseção de avaliação 110, ao processador de envoltória 220 eao processador de excitação 24 0.

Brevemente, o processador de envoltória 22 0 podedeterminar uma envoltória de banda estreita a partir dosinal de voz 105 e subseqüentemente uma envoltóriaespectral de banda larga. Como um exemplo, e sem limitação,o processador de envoltória 220 pode prover um conjunto decoeficientes de banda larga representando uma envoltóriaespectral de banda larga. Usando a envoltória espectral debanda larga (por exemplo, o conjunto de coeficientes debanda larga) provida pelo processador de envoltória 220, oprocessador de excitação 24 0 pode determinar um sinal deexcitação de banda estreita a partir do sinal de voz 105para subseqüentemente criar um sinal de excitação de bandalarga. O processador de mistura 260 pode criar um sinal debanda larga suplementar a partir do sinal de excitação debanda larga e da envoltória espectral de banda larga, oqual então pode ser combinado com o sinal de voz 105 para acriação de um sinal de voz de banda larga.

Como um exemplo, o processador de envoltória 220 podeincluir um extrator de recurso 222, um conversor de bandaestreita 223, um estimador de envoltória 224 e um conversorde banda larga 225. O extrator de recurso 222 pode seracoplado de forma comunicativa ao módulo de amostragem 206para o recebimento do sinal de voz reamostrado 105 e para aaquisição de um conjunto de coeficientes de análise depredição linear (LPC) representando uma envoltóriaespectral de banda estreita do sinal de voz reamostrado105. Ainda, o conversor de banda estreita 223, o qual podeser acoplado de forma comunicativa ao extrator de recurso222, pode converter o conjunto de coeficientes de LPC em umconjunto de coeficientes de reflexão de banda estreita.

O estimador de envoltória 224 pode ser acoplado deforma comunicativa ao conversor de banda estreita 223 epode receber o conjunto de coeficientes de reflexão debanda estreita representando a envoltória espectral debanda estreita. Usando os bancos de dados de mapeamento210, 212 e 214, o estimador de envoltória 224, em conjuntocom o seletor de banco de dados 120, pode estender oconjunto de coeficientes de reflexão de banda estreita paraum conjunto de coeficientes de reflexão de banda larga, oque pode permitir que o estimador de envoltória 224 (e oseletor de banco de dados 120) estime uma envoltóriaespectral de banda larga a partir de uma envoltóriaespectral de banda estreita. Acoplado de forma comunicativaao estimador de envoltória 224, um conversor de banda larga225 pode converter os coeficientes de reflexão de bandalarga em um conjunto de coeficientes de LPC de banda larga.

O processador de excitação 24 0 pode incluir uma seçãode análise de banda larga 242 e um estágio de excitação depercurso múltiplo 244, ambos os quais podendo ser acopladosde forma comunicativa um ao outro. A seção de análise debanda larga 242 pode ser acoplada ao módulo de amostragem206 para o recebimento do sinal de voz reamostrado 105. Umavez recebido, a seção de análise de banda larga 242 podeextrair um sinal de excitação de banda estreita a partir dosinal de voz reamostrado 105 usando a envoltória espectralde banda larga produzida pelo estimador de envoltória 224.Conforme será discutido mais tarde, uma outra abordagem éusar a envoltória espectral de banda estreita para extraçãode um sinal de excitação de banda estreita a partir dosinal de voz reamostrado 105. O estágio de excitação depercurso múltiplo 244 pode gerar um sinal de excitação debanda larga a partir do sinal de excitação de bandaestreita extraído pela seção de análise de banda larga 242.

O processador de mistura 260 pode incluir uma seção desíntese de banda larga 262, um filtro de pára banda 264 eum adicionador 266. A seção de síntese de banda larga 262pode combinar o sinal de excitação de banda larga providopelo processador de excitação 24 0 em conjunto comenvoltória de banda larga provida pelo processador deenvoltória 220 para a geração de um sinal de voz de bandalarga sintético. 0 filtro de pára banda 264 pode suprimir oconteúdo espectral do sinal de voz de banda larga sintéticodentro das regiões de freqüência já ocupadas pelo sinal devoz 105. Como resultado, o filtro de pára banda 264 podeprover um sinal de voz de banda larga suplementar queinclui uma informação de freqüência dentro da extensãoadmissível de largura de banda de voz. O adicionador 266pode combinar o sinal de banda larga suplementar recebido apartir do filtro de pára banda 264 com o sinal de voz apartir do módulo de amostragem 206, para a criação de umsinal de voz de banda larga.

Embora as FIG. 1 e 2 representem exemplos de sistemase componentes (de hardware e software) que permitiriam quese praticasse o método inventivo, é entendido que ainvenção não está limitada dessa forma. O método pode serpraticado em qualquer sistema de processamento de vozadequado usando qualquer combinação adequada decomponentes, de software e hardware.

Com referência à FIG. 3, um exemplo de um diagrama deblocos mais detalhado do estágio de excitação de percursomúltiplo 244 é mostrado. É compreendido, contudo, que estarepresentação em particular do estágio de excitação depercurso múltiplo 244 é meramente um exemplo de umcomponente como esse. Aqueles de conhecimento na técnicaapreciarão que outros layouts adequados podem serempregados na invenção.

Em um arranjo, o estágio de excitação de percursomúltiplo 244 pode incluir um estágio de excitação de bandabaixa 310, um estágio de excitação de banda alta 320 e umestágio de excitação de passa banda 330, cuja combinação écapaz de processar o sinal de excitação de banda estreitarecebido a partir da seção de análise de banda larga 24 2(veja a FIG. 2).

O estágio de excitação de banda baixa 310 pode incluirum modulador 312 e um filtro de passa baixa 314. O estágiode excitação de banda alta 32 0 pode incluir um modulador322 e um filtro de passa banda 324. 0 estágio de excitaçãode passa banda 330 pode passar o sinal de excitação debanda estreita não processado. Uma finalidade do estágio deexcitação de banda baixa 310, do estágio de excitação debanda alta 320 e do estágio de excitação de passa banda 330é estender artificialmente o sinal de excitação para umafaixa de freqüência identificada pelo módulo deinvestigação 204.

O estágio de excitação de percurso múltiplo 244 tambémpode incluir um adicionador 34 0 para somar os sinaisexpirados de banda baixa, de banda alta e de passa banda emum sinal de excitação de meia banda compósito. O estágio deexcitação de percurso múltiplo 244 também pode ter ummodulador 350 para estender artificialmente a excitação demeia banda para uma excitação de banda larga, a qual podeser considerada uma excitação de banda plena ou de bandalarga. Conforme citado anteriormente, o sinal de excitaçãode banda larga gerado pelo estágio de excitação de percursomúltiplo 244 pode ser combinado com uma envoltória de bandalarga para a geração de um sinal de voz de banda largasintético.

Com referência às FIG. 4 a 5, um método 400 será usadopara explicação da extensão da largura de banda de voz.Embora as FIG. 1 a 3 sejam usadas para ajudarem nadescrição do método 4 00, deve ser compreendido que o método400 pode ser implementado em qualquer outro dispositivo ousistema adequado usando-se quaisquer componentes adequados.

Mais ainda, a invenção não está limitada à ordem na qual asetapas são listadas no método 400. Além disso, o método 400pode conter um número maior ou menor de etapas do queaquelas mostradas nas FIG. 4 a 5.

Na etapa 410, o método 4 00 pode começar. Na etapa 412,um sinal de voz desconhecido pode ser recebido. 0 termo"desconhecido" neste contexto pode significar que a taxa deamostragem ou largura de banda do sinal de voz recebido édesconhecida. Na etapa 414, a largura de banda de voz dosinal de voz desconhecido recebido pode ser identificada.Como um exemplo, na etapa 416, uma análise espectral podeser realizada no sinal de voz desconhecido para adeterminação de uma largura de banda de sinal de voz combase na energia espectral.

Por exemplo, com referência à FIG. 2, o módulo deanálise 202 pode receber o sinal de voz desconhecido 105 epode determinar a largura de banda de voz desconhecida, deacordo com as etapas 412 e 414. Aqueles de conhecimento natécnica apreciarão que há muitas formas diferentes dedeterminação da largura de banda de um sinal de voz, e ainvenção não está limitada a qualquer técnica emparticular. Com referência à FIG. 6, um exemplo de umaresposta de freqüência 620 do sinal de voz desconhecido émostrado. O módulo de análise 2 02 da FIG. 2 pode gerar aresposta de freqüência 620 e pode identificar a largura debanda de voz com base na distribuição de energia espectral.Por exemplo, uma largura de banda de voz 625 da resposta defreqüência 620 pode ocupar uma região entre aproximadamente300 Hz e aproximadamente 3,4 kHz, embora outros valoresadequados possam ser facilmente substituídos na invenção.

Esta largura de banda de voz pode representar a largura debanda de pós-compressão do sinal de voz 105 (isto é, umsinal de voz de banda estreita).

O sinal de voz 105 aqui pode ter uma taxa deamostragem de 8 kHz, o que significa que o conteúdoespectral não estará presente de 4 kHz a 8 kHz, tendo emvista o teorema de Nyquist. Embora não restrito peloteorema de Nyquist, o conteúdo espectral pode não estarpresente de 0 Hz a 3 00 Hz ou de 3,4 kHz a 4 kHz para osinal de voz 105, o que é comum em muitos sistemas decomunicações sem fio.

Com referência de volta ao método 4 00 das FIG. 4 e 5,na etapa 418, uma região de suporte tendo em vista alargura de banda de voz pode ser estabelecida. Como umexemplo, a região de suporte pode descrever regiões defreqüência de fala em que um conteúdo espectral pode estarausente e em que uma extensão de largura de banda de vozpode ser aplicada. As etapas 420 a 426 descrevem um exemplode como uma região de suporte pode ser estabelecida. Emparticular, na etapa 42 0, uma requisição pode ser emitidapara um objeto subjacente para listar freqüências deamostragem que o objeto é capaz de suportar. Umconhecimento das freqüências de amostragem, conformedeterminado acima, pode ser requerido, porque as taxas deamostragem revelam a extensão até a qual a largura de bandade voz pode ser estendida. Limites espectrais baseados nastaxas de amostragem suportadas podem ser identificados,conforme mostrado na etapa 422. Os limites espectrais podemdefinir as delimitações de freqüência em que o sistema podeadicionar um conteúdo espectral ao sinal de voz.

Na etapa 424, as bandas espectrais podem serdeterminadas nos limites espectrais para extensão delargura de banda de voz para regiões que residam fora dalargura de banda de voz do sinal de voz. Na etapa 426, osinal de voz pode ser reamostrado a uma taxa de amostragemselecionada correspondente a pelo menos uma das freqüênciasde amostragem retornadas. Este processo pode preparar afaixa de freqüência para extensão do conteúdo espectraldentro do sinal de voz de banda estreita.

Por exemplo, com referência às FIG. 2 e 6, o módulo deinvestigação 204 pode emitir uma requisição para um objetosubjacente para listar as freqüências de amostragemsuportadas. O objeto subjacente pode ser um dispositivofísico ou uma interface de software que proveja umacapacidade de realizar um processamento de sinal, e podeestar ciente das taxas de amostragem que pode suportar. Porexemplo, um dispositivo tocador de áudio pode provernumerosas taxas de amostragem, tais como 8 kHz para voz,22,5 kHz para MP3 e 44,1 kHz para um disco compacto.Conforme é conhecido na técnica, a largura de banda dosistema então pode ser determinada a partir da freqüênciade amostragem, usando-se o critério de Nyquist. Como tal,uma freqüência de amostragem de 8 kHz pode prover umalargura de banda de voz de metade da freqüência deamostragem, a qual é de 4 kHz.

Dado um conhecimento da largura de banda de voz dosinal de voz desconhecido 105 e da largura de banda desistema disponível, a seção de avaliação 110 podedeterminar regiões em que um conteúdo espectral estáausente no sinal de voz 105. Especificamente, a seção deavaliação 110 pode definir limites espectrais dasdelimitações de freqüência em que um conteúdo espectralpode ser adicionado ao sinal de voz 105, de acordo com aetapa 422 do método 400. Por exemplo, os limites espectraispara a resposta de freqüência 625 do sinal de vozdesconhecido 105 são demarcados pelos limites 623 e 627.

Neste exemplo, isto corresponde aos limites espectraisinferiores de 0 a 300 Hz (limite 623) e limites espectraismais altos de 3,4 kHz a 8 kHz (limite 627).

A unidade de avaliação 110 também pode determinarbandas espectrais nos limites espectrais identificados paraa determinação da extensão de largura de banda de voz combase na largura de banda de sistema, de acordo com a etapa424. Em um arranjo, as bandas espectrais podem definir umaregião de suporte 636. A região de suporte 63 6 podedescrever as regiões de freqüência em que um conteúdoespectral pode ser adicionado à largura de banda de voz,para o que há atualmente pouco ou nenhum conteúdo defreqüência de voz. Como tal, a região de suporte 636inerentemente descreve a extensão admissível de largura debanda de voz.

Por exemplo, o módulo de análise 202 pode realizar umaanálise espectral do sinal de voz desconhecido 105, o quepode revelar que a largura de banda de voz está entre 300Hz e 3,4 kHz, conforme visto na largura de banda de voz625. Conforme é conhecido na técnica, o teorema de Nyquistestabelece que a taxa de amostragem associada ao sinal devoz desconhecido deve ser de pelo menos duas vezes alargura de banda de sinal, o que e uma taxa de amostragemde 8 kHz em nosso exemplo. Uma investigação do objetosubjacente pode revelar que as taxas de amostragem de 8kHz, 16 kHz, 22 kHz e 44 kHz são suportadas. Como umexemplo, a uma taxa de amostragem de 8 kHz, nem toda aregião superior de suporte (4 kHz ou 8 kHz) pode estardisponível (embora possa haver uma região inferior desuporte (0 Hz ou 3 00 Hz) e parte de uma região superior desuporte (3,4 kHz a 4 kHz)).

Caso o módulo de investigação 204 identifique umafreqüência de amostragem mais alta suportada de 16 kHz,contudo, uma região superior de suporte é possível. Umataxa de amostragem suportada pelo sistema de 16 kHz sugereque pelo menos uma porção da região superior admissível desuporte 637 é de 4 kHz, ou a largura de banda de sinal parauma freqüência de amostragem de 16 kHz menos o limite debanda estreita superior da largura de banda de voz (8 kHzmenos 4 kHz). Neste exemplo, a amostragem do sinal de voz a16 kHz pode permitir a adição de conteúdo espectralsuperior na região superior de suporte 637 entre 4 kHz e 8kHz. Este conteúdo espectral superior adicional podesuplementar um conteúdo espectral inferior que pode seradicionado a uma região inferior de suporte 633 de 0 a 300Hz e o conteúdo espectral na região superior de suporte 637de 3,4 kHz a 4 kHz.

Neste exemplo, a região de suporte 636 pode incluir aregião superior de suporte 63 7 e a região inferior desuporte 633. Aqueles de conhecimento comum na técnicaapreciarão, contudo, que a invenção não está limitada aeste exemplo. Em particular, a região de suporte 636 podenão incluir uma região de suporte superior e inferior. Alémdisso, a região de suporte 636 não necessariamente tem quecobrir a extensão plena dos limites espectraisidentificados.

Conforme citado anteriormente, o módulo de amostragem206 pode reamostrar o sinal de voz 105. A seção deavaliação 110 pode selecionar a taxa de reamostragem quecorresponde a uma das taxas de amostragem suportadas pelosistema identificadas. Em um arranjo, a seção de avaliação110 pode prover uma seleção automática ou manual. Em umaconfiguração de seleção manual, o usuário usando o sistema100 pode selecionar a taxa de amostragem de sua escolhaatravés, por exemplo, de uma interface gráfica de usuárioou de qualquer outra interface adequada. Por exemplo, ousuário pode querer uma fala de alta qualidade e podeescolher a taxa de amostragem disponível mais alta.Alternativamente, na configuração de seleção automática, umprovedor de sistema, tal como uma concessionária sem fio,pode controlar a taxa de amostragem. Por exemplo, oprovedor de sistema pode querer limitar a taxa deamostragem com base em uma medição de qualidade de serviçoou em uma estrutura de custo, onde o provedor de sistemapode cobrar do usuário um honorário de serviço mais altopara uma fala de qualidade mais alta.

A reamostragem pelo módulo de amostragem 206, comefeito, estabelece a largura de banda de sistema disponívele prepara o sinal de voz 105 para uma extensão de largurade banda. A reamostragem efetivamente permite a extensão dalargura de banda de voz para a região de suporte 63 6. Emresumo, se a freqüência de amostragem suportada pelosistema for mais alta do que a freqüência de amostragem devoz desconhecida, então, a largura de banda de sinalocupada pela voz desconhecida poderá ser considerada umabanda estreita. Se o sinal de banda estreita puder serestendido em qualquer região até uma largura de bandasuportada pelo sistema, o sinal será considerado um sinalde banda larga. A diferença no conteúdo de freqüência entreum sinal de banda estreita e um sinal de banda larga podeser a região de suporte. É entendido, contudo, que ainvenção não está limitada de forma alguma a qualquer umdos exemplos recitados acima com respeito a uma bandaestreita ou a sinais de banda larga ou a uma região desuporte.

Com referência de volta à FIG. 4, na etapa 428, umacombinação de bancos de dados de mapeamento pode serselecionada a partir de uma pluralidade de bancos de dadosde mapeamento nos quais cada banco de dados de mapeamentopode estar associado a uma faixa de extensão de largura debanda predeterminada para extensão da largura de banda devoz. Esta seleção pode ser considerada tendo em vista aregião de suporte. Conforme explicado anteriormente, aregião de suporte pode refletir a extensão admissível até aqual a largura de banda de voz pode ser estendida. Acombinação de bancos de dados de mapeamento pode serselecionada para efetivamente adicionar conteúdo espectralà região de suporte.

Os bancos de dados de mapeamento podem ser criados demodo que um primeiro banco de dados de mapeamento possaprover uma primeira faixa, um segundo banco de dados demapeamento possa prover uma segunda faixa começando apartir do fim da primeira faixa, e um terceiro banco dedados de mapeamento possa prover uma terceira faixacomeçando a partir do fim da segunda faixa. Desta maneira,na etapa 430, os bancos de dados podem ser combinadosserialmente para estenderem coletivamente a largura debanda de voz para a provisão de conteúdo espectral dentroda região de suporte.

Para ilustração, com referência âs FIG. 2 e 6 econforme explicado anteriormente, uma análise espectralpode revelar que a largura de banda de voz para um sinal auma freqüência de amostragem de 8 kHz está entre 500 e 3,4kHz (veja a largura de banda de voz 625) . As freqüênciasentre 4 kHz e 8 kHz são freqüências em que a voz não podeestar presente devido ao teorema de amostragem de Nyquist.Daí, a largura de banda de voz, tendo em vista a freqüênciade amostragem de 8 kHz, pode ser estendida apenas para asfreqüências mais baixas, de 0 Hz a 3 00 Hz, e uma porção dasfreqüências superiores, de 3,4 kHz a 4 kHz. Se o sinal devoz 105 for reamostrado a uma taxa mais alta de 16 kHz, porexemplo, a largura de banda de voz pode ser estendida apartir de 4 kHz a 8 kHz. Em nosso exemplo, a regiãohachurada 63 9 denota uma região (de 8 kHz a 16 kHz) em. quea voz pode não estar presente devido ao teorema deamostragem de Nyquist, com base em uma taxa de amostragemde 16 kHz.

Um ou mais dos bancos de dados de mapeamento 210, 212e 214 podem ser selecionados para preencherem a regiãoinferior de suporte 633 e a região superior de suporte 637.Por exemplo, o primeiro banco de dados de mapeamento 210pode permitir a extensão de largura de banda até 8 kHz, oque pode ser suficiente para uma voz amostrada a 16 kHz.

Como um outro exemplo, para uma taxa de amostragem de 22kHz, o banco de dados de mapeamento 210 e o banco de dadosde mapeamento 212 podem ser combinados para a obtenção deuma extensão de banda e voz para até 11 kHz, o que podeajudar a preencher uma porção da região hachurada 639. Istoé, o banco de dados de mapeamento 210 pode ser selecionadopara ajudar na provisão de conteúdo espectral a partir de 0Hz a 3 00 Hz e de 3,4 kHz a 8 kHz, enquanto o banco de dadosde mapeamento 212 pode ajudar a preencher a faixa de 8 kHza 11 kHz para uma freqüência de amostragem de 22 kHz. Tendoem vista a taxa de amostragem mais alta de 22 kHz, umaporção da região hachurada 63 9 agora pode ser parte daregião de suporte 636. Conforme se pode ver, a seleção deuma combinação de bancos de dados de mapeamento pode seruma operação seqüencial, embora a invenção não estejanecessariamente limitada a um arranjo como esse.

Em um arranjo, o primeiro banco de dados de mapeamento210 pode estar associado a uma faixa de extensão de largurade banda predeterminada de aproximadamente 0 Hz aaproximadamente 8 kHz, e o segundo banco de dados demapeamento 212 pode estar associado a uma faixa de extensãode largura de banda predeterminada de aproximadamente 8 kHza aproximadamente 16 kHz. Adicionalmente, o terceiro bancode dados de mapeamento 214 pode estar associado a uma faixade extensão de largura de banda predeterminada deaproximadamente 16 kHz a aproximadamente 22 kHz.

Obviamente, aqueles de conhecimento na técnicaapreciarão que a invenção não está limitada a estes bancosde dados de mapeamento 210, 212 e 214. A invenção podeincluir qualquer número adequado de bancos de dados demapeamento que estejam associados a quaisquer freqüênciasadequadas. Também, a invenção não está limitada a bancos dedados de mapeamento com base em faixas de extensão defreqüência estendidas linearmente. Por exemplo, os bancosde dados de mapeamento poderiam todos suportar a mesmafaixa de freqüência, mas prover vários graus deamplificação e supressão através da faixa de freqüênciacomum.

Com referência de volta à FIG. 4, o método 4 00 podecontinuar para a FIG. 5 pela etapa 432. Na etapa 434, aextensão de largura de banda pode ser aplicada na região desuporte. As etapas 436 a 456 provêem um exemplo de comoeste processo pode ser realizado.

Na etapa 43 6, uma envoltória espectral de banda largapode ser criada a partir do sinal de voz. Em particular, aenvoltória espectral de banda larga pode ser determinadapela estimativa da envoltória espectral de banda estreitaque pode ser adquirida através de uma extração de recurso.Por exemplo, na etapa 438, um conjunto de coeficientes dereflexão de banda estreita que representa a envoltóriaespectral de banda estreita pode ser adquirido a partir dosinal de voz. Na etapa 44 0, o conjunto de coeficientes dereflexão de banda estreita pode ser estendido para umconjunto de coeficientes de reflexão de banda larga usando-se os bancos de dados de mapeamento.

Como um exemplo, com referência à FIG. 2, o extratorde recurso 222 pode receber o sinal de voz reamostrado 105e pode realizar uma análise de predição linear (LPC) debanda estreita. De acordo com os princípios bem conhecidosde LPC, o extrator de recurso 222 pode extrair umaenvoltória a partir do sinal de voz reamostrado 105. Devidoao fato de o sinal de voz reamostrado 105 ser de bandaestreita, a envoltória, em geral, é de banda estreita. Aenvoltória de banda estreita pode ser representada por umconjunto de coeficientes de LPC que descreve umaaproximação de modelo todo de pólos ("all-pole") daenvoltória de voz de banda estreita.

O extrator de recurso 222 pode gerar um conjunto decoeficientes de LPC, denotado por A(z) . O conversor debanda estreita 223 pode converter o conjunto decoeficientes de LPC em um conjunto de coeficientes dereflexão. Os coeficientes de reflexão podem ser úteis nométodo inventivo, porque eles podem ser mais adequados paraimplementação de filtros digitais. Os coeficientes dereflexão podem ser mais robustos quanto a ruído, emcomparação com os coeficientes de LPC, também. Aquelesversados na técnica apreciarão, contudo, que a invenção nãoestá limitada dessa forma, já que uma transformação comoessa pode não ser necessária e que outras representações decoeficiente podem ser empregadas. Em qualquer caso, oconjunto de coeficientes de reflexão de banda estreita poderepresentar, de forma análoga, a envoltória espectral,embora em uma forma matemática diferente.

Além disso, os coeficientes de reflexão podem serconvertidos para um conjunto de coeficientes cepstrais, osquais também são robustos quanto a um ruído numérico. Oscoeficientes de reflexão são estatisticamente dependentesuns dos outros, significando que uma informação mútua estácontida nos coeficientes individuais do conjunto decoeficientes de reflexão. Inversamente, os coeficientescepstrais são estatisticamente independentes uns dos outroscom uma informação mútua mínima entre os coeficientes. Estaindependência é um atributo importante para fins dearmazenamento em memória e pode ser relevante com respeitoà discussão abaixo sobre os bancos de dados de mapeamento210, 212 e 214. Como tal, o banco de dados de mapeamento210, 212 e 24 pode ser treinado para suportar coeficientesde reflexão ou coeficientes cepstrais.

O estimador de envoltória 224 pode realizar a amplatarefa de estimar uma envoltória espectral de banda larga apartir de uma envoltória espectral de banda estreita. 0estimador de envoltória 224 pode receber como entrada, apartir do conversor de banda estreita 223, um conjunto decoeficientes de reflexão de banda estreita que o estimadorde envoltória 224 pode apresentar para o seletor de bancode dados 120. O seletor de banco de dados 120 podeconverter o conjunto de coeficientes de reflexão de bandaestreita em um conjunto de coeficientes de reflexão debanda larga. Assim, o estimador de envoltória 224, atravésdo seletor de banco de dados 120, pode estimar umaenvoltória espectral de banda larga a partir de umaenvoltória de banda estreita com base em uma transformaçãonão linear dos coeficientes de reflexão de banda estreitausando os bancos de dados de mapeamento selecionados 210,212 e 214.

Por exemplo, o seletor de banco de dados 120 podereceber como entrada um conjunto de coeficientes dereflexão de banda estreita gerado pelo conversor de bandaestreita 223. Através de uma modelagem estatística, oseletor de banco de dados 120 pode converter o conjunto decoeficientes de reflexão de banda estreita em um conjuntode coeficientes de reflexão de banda larga. O estimador deenvoltória 224 então pode passar os coeficientes dereflexão de banda larga para o conversor de banda larga225, o qual pode convertê-los em um conjunto decoeficientes de LPC de banda larga. Os coeficientes de LPCpodem ser denotados por B(z), o que pode representar umaaproximação all-pole para uma envoltória espectral de bandalarga.

Conforme citado anteriormente, o seletor de banco dedados 12 0 pode receber a informação de taxa de amostragemselecionada a partir da seção de avaliação 110. A seção deavaliação 110 pode identificar uma região de suporte combase em taxas de amostragem suportadas pelo sistema. A taxade amostragem selecionada pode determinar quais bancos dedados de mapeamento 210, 212 e 214 são selecionados peloseletor de banco de dados 12 0. Como um exemplo, os bancosde dados de mapeamento 210, 212 e 214 podem ser Modelos deMistura Gaussianos. Deve ser notado, contudo, que os bancosde dados de mapeamento 210, 212 e 214 não estão limitados aesta configuração em particular. Por exemplo, aqueles deconhecimento na técnica apreciarão que há formas diferentesde implementação de funções de mapeamento, tais como

Quantificação de Vetor ou Modelos de Markov Ocultos.

GMMs podem ser úteis em aplicações de modelagemestatística nas quais uma informação que representacaracterísticas gerais ou tendências deve ser extraída apartir de uma quantidade grande de dados. Funções demapeamento, tais como GMMs são úteis ao proporcionarem uminsight estatístico de grandes quantidades de dados e paraaplicação da informação estatística. Os GMMs são conhecidosna técnica, embora uma breve descrição seja de utilidadepara ilustração da maneira pela qual os GMMs são aplicadospara a conversão de um conjunto de coeficientes de bandaestreita em um conjunto de coeficientes de banda larga.

Com referência às FIG. 2 e 7, um conjunto decoeficientes de banda estreita provido pelo extrator derecurso 222 pode ser submetido como uma entrada 702 para umGMM 700 através do seletor de banco de dados 120. 0 GMM 700pode representar um dos bancos de dados de mapeamento 210,212 e 214, por exemplo. Pode haver quatorze coeficientes deentrada, denotados como Xi a Xi4, e quatorze coeficientes desaída correspondentes, denotados como X_esti a X_esti4, nailustração da FIG. 7, embora o GMM 700 possa receber comoentrada e saída qualquer número adequado de coeficientes. 0seletor de banco de dados 12 0 pode decidir qual combinaçãode GMMs 700 é para ser usada para mapeamento do conjunto decoeficientes de reflexão. A saída do GMM 700 será umconjunto de coeficientes de banda larga 704, os quaisrepresentam a envoltória espectral de banda larga. 0 GMM700 pode determinar estatisticamente um conjunto decoeficientes de banda larga que mais bem representem ascaracterísticas de uma envoltória de banda larga, dado oconjunto submetido de coeficientes de banda estreita.

Conforme é conhecido na técnica, um GMM tentadeterminar uma transformação ótima, conhecida comomapeamento, a qual pode ser aplicada a um sinal de entradapara conversão dele em um sinal de saída de acordo com ainformação estatística provida pelo GMM. Deve ser notadoque o GMM pode prover capacidades de modelagem estatísticacom base em um procedimento de aprendizado denominadotreinamento, um processo que é conhecido na técnica. Emresumo, um GMM é originalmente apresentado off-Iine comodados de treinamento de entrada e de saída para aprender asestatísticas associadas às transformações de dados deentrada para saída. 0 GMM pode empregar um algoritmo deMaximização de Expectativa (EM) para aprender o mapeamentoentre o conjunto de entrada e de saída de coeficientes.

Com referência à FIG. 7, . o GMM 700 pode suportar umconjunto de 128 gaussianos 7:06, onde cada gaussiano érepresentado por um conjunto de parâmetros μ, Σ, ωdescrevendo as estatísticas de um gaussiano único 706. Umgaussiano único 706 pode representar uma função de-probabilidade que pode ser descrita pela equação abaixo:

<formula>formula see original document page 32</formula>

onde χ pode ser o vetor de coeficiente de reflexão decomprimento 14 χ 1, μ é o vetor de coeficiente de reflexãomédio de comprimento, Σ é a matriz de covariância detamanho 14 χ 14 para os quatorze coeficientes de reflexão,e D pode ser a dimensão do gaussiano 706, o qual é igual aocomprimento do vetor χ, o qual é de 14.

Cada gaussiano 7 06 pode capturar uma porção dainformação estatística total contida nos mapeamentostreinados entre coeficientes de reflexão de banda estreitae de banda larga. Por exemplo, a distribuição deprobabilidade de um gaussiano único 706 com dimensão D = 2pode ser vista como a curva em formato de sino 740. 0gaussiano 706 pode ser uma função de distribuição deprobabilidade que descreve uma probabilidade de observaçãode um coeficiente de reflexão de entrada no gaussianoassociado 706. Cada gaussiano 706 pode prover um valor deprobabilidade para cada coeficiente de reflexão na entradarepresentado como uma medida de probabilidade para ogaussiano 706. Em resumo, cada conjunto de entrada decoeficientes será comparado a cada gaussiano 706, e cadagaussiano 706 pode prover alguma porção da informação demapeamento estatística 708.

A informação de probabilidade a partir de cadagaussiano 706 pode ser ponderada 710 e adicionada emconjunto 712 para instanciação do mapeamento de bandaestreita para banda larga. O termo ponderação nestecontexto pode significar que a informação de probabilidadeprovida por cada gaussiano 706 é multiplicada por um valorponderado. O vetor de média, μ, e a matriz de covariância,Σ, representam as estatísticas associadas a cada gaussiano706.

Um GMM 700 pode suportar qualquer número de gaussianos706, embora um 700 que inclua 128 gaussianos possa proveras capacidades de mapeamento adequadas para o conjunto decoeficientes de reflexão, quando uma informação estatísticasuficiente for adquirida a partir de um conjunto grande dedados de treinamento. Deve ser notado, também, que oconjunto de coeficientes de reflexão pode ser convertido emum conjunto de coeficientes cepstrais, o qual pode serusado com o mapeamento de GMM. Esta conversão pode reduzira quantidade de memória requerida pelo GMM 700 porque podecomprimir uma matriz de covariância cheia gaussiana em umvetor diagonal de variâncias.

Por exemplo, a conversão pode consistir em umatransformação matemática linear que pode converter umconjunto de coeficientes de reflexão dependentesestatisticamente em um conjunto de coeficientes cepstraisestatisticamente independente. Um conjunto estatisticamentedependente de coeficientes geralmente requer uma matriz decovariância cheia 750. Uma matriz cheia significa que todosos termos na matriz são usados no GMM 700. Um conjuntoestatisticamente independente de coeficientes apenasgeralmente requer o vetor diagonal de uma matriz decovariância 760. Um vetor diagonal significa que énecessário que apenas os termos da diagonal da matriz decovariância sejam armazenados no GMM 700. Por exemplo, umamatriz de covariância NxN pode ser reduzida para um vetor:N χ 1, o que pode reduzir as exigências de armazenamento emmemória do GMM 700 por um fator de N.

Cada um dos quatorze coeficientes de reflexão daentrada 702 pode ser apresentado para cada um dos 128gaussianos 706. Cada gaussiano 706, por exemplo, o 1282gaussiano 706 pode ser caracterizado por sua média μ 744 esua covariância Σ 750, as quais em conjunto podem descrevero formato da função de probabilidade gaussiana 740. Um GMM700 pode ser um grupo de 128 gaussianos que são misturadosem conjunto com base nas características do sinal deentrada. Os 128 gaussianos 706 podem ser misturados emconjunto usando-se um conjunto de pesos ω 710 e umaoperação de adição 712. Os pesos ω 710 podem serdeterminados durante um treinamento de um algoritmo de EM.Para um vetor de recurso de dimensão 14 (isto é, 14coeficientes de reflexão) , a operação de mistura 712 usadapara a função de probabilidade pode ser:

a qual é uma combinação linear ponderada de M=128gaussianos 7 06 com um vetor de média μ e uma matriz decovariância Ei. Os pesos de mistura podem ser restritos a

^W] —1 . Os parâmetros do modelo de densidade podem ser λ ={wi, μι, Σι}, onde i = 1, . . . .M.

Uma vez que p(x) seja encontrada, a estimativa para oconjunto de coeficientes de reflexão de banda larga podeser determinada conforme se segue:

A equação acima revela as propriedades de mapeamento do GMM700 expressas como uma equação e se refere ao conjunto decoeficientes de reflexão de banda estreita como uma entrada702 para o GMM 700 para uma saída 704 representando oconjunto de coeficientes de reflexão de banda larga. 0termo p(x) pode ser determinado pelo GMM 700 (isto é, μι éo iésimo vetor de média para o iésimo gaussiano 706), e χ(por exemplo, X1 a Xi4) representa o conjunto de entrada decoeficientes de reflexão de banda estreita. Também, x_est(por exemplo, X_esti a X_esti4) reflete o conjunto estimadode coeficientes de reflexão de banda larga avaliados para oconjunto de entrada de coeficientes de reflexão de bandaestreita. As operações matemáticas do mapeamento de GMMdescritas acima podem ser realizadas pelo estimador deenvoltória 224 e pelo seletor de banco de dados 120 da FIG.2, de acordo com a etapa 44 0 da FIG. 4.

Com referência de volta à FIG. 5, na etapa 442, umaexcitação espectral de banda larga pode ser criada a partirda envoltória espectral de banda larga e do sinal de voz.Um exemplo deste processo é apresentado nas etapas 444 a448. Na etapa 444, uma excitação espectral de bandaestreita pode ser extraída a partir do sinal de voz usando-se o conjunto de coeficientes de reflexão de banda larga ouum conjunto de coeficientes de LPC de banda estreita,conforme provido na etapa 440. Na etapa 446, o sinal deexcitação de banda estreita pode ser estendido para umsinal de excitação de banda larga. Um exemplo de como esseprocesso pode ser realizado é mostrado nas etapas 448A a448F.

Especificamente, na etapa 448A, uma excitação de bandabaixa pode ser gerada e, na etapa 448B, uma excitação debanda alta pode ser gerada. Por exemplo, na etapa de opção448C, a excitação de banda baixa e a excitação de bandaalta podem ser moduladas usando-se uma multiplicação de co-seno. Na etapa de opção 448D, a excitação de banda baixa ea excitação de banda alta podem ser adicionadas com aexcitação de banda estreita (ou excitação de passa banda)para a criação de uma excitação de meia banda. Na etapa448F, uma excitação de banda larga pode ser gerada a partirda excitação de meia banda.

Por exemplo, com referência à FIG. 2, a.' seção deanálise de banda larga 242 pode gerar a excitação de bandaestreita pela filtração inversa do sinal de voz reamostrado105 com um conjunto de coeficientes de reflexão. Afiltração inversa pode requerer o conjunto de coeficientesde banda larga apresentado pelo estimador de envoltória 224ou, alternativamente, ele pode usar os coeficientes de LPCde banda estreita gerados no extrator de recurso 222. 0conjunto de coeficientes de banda estreita ou de bandalarga pode ser usado na seção de análise de banda larga 242para a geração da excitação de banda estreita. Umafiltração inversa do sinal de voz reamostrado 105 comqualquer um dos conjuntos de coeficientes pode gerar umsinal de excitação de banda estreita, porque o sinal de vozreamostrado 105 em si é de banda estreita.

A excitação de banda estreita pode ser passada atravésdo estágio de excitação de percurso múltiplo 244 para acriação de uma excitação de banda larga. A finalidade doestágio de excitação de percurso múltiplo 244 é criar um,sinal de excitação artificial na região de suporte 636(veja a FIG. 6). Pode ser considerado artificial no sentidoque a excitação suplementar pode ser gerada pela replicaçãoe pelo deslocamento do sinal de excitação de banda estreitareamostrado.

Com referência, agora, às FIG. 2, 3 e 6, o estágio deexcitação de percurso múltiplo 244 pode receber a excitaçãode banda estreita a partir da seção de análise de bandalarga 242. A excitação de banda estreita pode divergiratravés de vários percursos que podem acumular ou estendera excitação de banda estreita recebida. Por exemplo, aexcitação de banda estreita pode passar através do estágiode excitação de banda baixa 310, do estágio de excitação debanda alta 320 e do estágio de excitação de passa banda330.

O modulador 312 do estágio de excitação de banda baixa310 pode modular a excitação de banda estreita para, porexemplo, uma região que ocorre na região de freqüênciainferior de suporte 633 (por exemplo, de 0 Hz a 300 Hz). 0modulador 322 do estágio de excitação de banda alta 320pode modular a excitação de banda estreita para uma regiãoocorrendo em uma porção da região superior de freqüênciamais alta de suporte 637 (por exemplo, de 3,4 kHz a 4 kHz).Como um exemplo, uma multiplicação de co-seno pode serusada para a modulação do sinal de excitação de bandaestreita para regiões de suporte 633, 63 7 descrita acima.

O filtro de passa baixa 314 do estágio de excitação debanda baixa 310 pode remover as componentes entrelaçadas("aliased") causadas pela modulação. De forma similar, ofiltro de passa banda 324 do estágio de excitação de bandaalta 32 0 pode remover as componentes entrelaçadas feitaspela modulação. O estágio de excitação de passa banda 33 0pode permitir que a excitação de banda estreita passe nãoprocessada, o que pode permitir que ela permaneça em sualargura de banda original (por exemplo, de 3 00 Hz a 3,4kHz).

O adicionador 340 pode somar em conjunto as excitaçõesde banda baixa, de banda alta e de passa banda para ageração de uma excitação de meia banda, a qual pode seestender a partir de 0 Hz a 4 kHz, com base em nossoexemplo. Em seguida, o modulador 350, usando umamultiplicação de co-seno, por exemplo, pode modular aexcitação de meia banda para a criação de uma excitação debanda plena ou de banda larga. A modulação da excitação demeia banda para uma excitação de banda larga podecorresponder às freqüências de 4 kHz a 8 kHz. Mediante aconclusão do estágio de excitação de percurso múltiplo 244,o sinal de excitação de banda estreita pode ser estendidopara um sinal de excitação de banda larga.

Deve ser notado que o modulador 312, o modulador 322 eo modulador de meia banda 350 não estão restritos àmodulação de dados apenas na região de suporte 63 6. Porexemplo, pode ser necessário ter alguma superposição nodeslocamento nas fronteiras da região de suporte 636.Através desta superposição, a resposta de freqüência dosinal de excitação de banda larga pode ser espectralmenteplana, uma característica desejada, conforme é conhecido natécnica.

Com referência de volta ao método 4 00 da FIG. 5, naetapa 450, um sinal de voz de banda larga pode ser geradopela combinação da envoltória espectral de banda largacriada em conjunto com a excitação de banda larga criada eo sinal de voz. As etapas 452 a 456 apresentam um exemplode como este processo pode ser feito. Em particular, aenvoltória de banda larga provida pela etapa 436 pode sercombinada com a excitação de banda larga provida pela etapa442 para a geração de um sinal de voz de banda largasintético, conforme mostrado na etapa 452. O sinal de vozde banda larga sintético pode conter um conteúdo espectraldentro da região de suporte e também a largura de banda devoz desconhecida original.

Na etapa 454, um sinal de voz de banda largasuplementar pode ser extraído a partir do sinal de voz debanda larga sintético na região de suporte. 0 conteúdoespectral no sinal de voz de banda larga sintético querepresenta a mesma região de freqüência da largura de bandade voz desconhecida original pode ser removido, se o sinalde voz desconhecido original for para ser combinado com osinal de voz de banda larga suplementar. Esta etapa podeser executada porque não é necessário duplicar o conteúdoespectral original do sinal de voz. Na etapa 456, o sinalde voz de banda larga suplementar pode ser adicionado aosinal de voz para a geração de um sinal de voz de bandalarga. 0 método 400 pode terminar na etapa 458.

Como um exemplo e com referência às FIG. 2 e 6, oprocessador de mistura 260 pode misturar um sinal de voz debanda larga suplementar com o sinal de voz reamostrado 105para a geração de um sinal de voz de banda larga. O sinalde voz de banda larga suplementar pode ser extraído apartir de um sinal de voz de banda larga sintético. Porexemplo, a seção de síntese de banda larga 262 pode usar oscoeficientes de LPC de banda larga providos pelo conversorde banda larga 225 como coeficientes de filtro de síntese.

A seção de síntese de banda larga 262 também pode recebercomo entrada o sinal de excitação de banda larga providopelo estágio de excitação de percurso múltiplo 244. A seçãode síntese de banda larga 262 pode gerar um sinal de voz debanda larga sintético pela filtração do sinal de excitaçãode banda larga com coeficientes de filtro de LPC de bandalarga. O sinal de voz resultante é um sinal de voz de bandalarga sintético. Em nosso exemplo, o sinal de voz de bandalarga sintético pode ser estendido de 0 Hz para 8 kHz.

Conforme mencionado previamente, o conteúdo espectralpode ser seletivamente removido do sinal de voz de bandalarga sintético para a geração de ura sinal de voz de bandalarga suplementar. 0 sinal de voz de banda largasuplementar pode ser gerado pela passagem de um sinal devoz de banda larga sintético através do filtro de párabanda 264. 0 filtro de pára banda 264 pode suprimir oconteúdo espectral fora ou dentro da região de suporte 636.

Especificamente, o sinal de voz desconhecido originaljá provê um conteúdo espectral na largura de banda de voz625 (por exemplo, de 300 Hz a 3,4 kHz). Devido ao fato de osinal de voz de banda larga sintético também conter umconteúdo espectral que corresponde ao conteúdo espectralcontido na largura de banda de voz 625, o filtro de párabanda 2 64 pode suprimir o conteúdo espectral do sinal devoz de banda larga sintético que se sobrepõe ao conteúdoespectral do sinal de voz reamostrado 105. Assim, o sinalde voz desconhecido pode precisar apenas de um conteúdoespectral suplementar fora de sua própria largura de banda(por exemplo, de 0 a 300 Hz e de 3,4 kHz a 8 kHz). Oadicionador 266 pode adicionar o sinal de voz de bandalarga suplementar ao sinal de voz reamostrado 105 para ageração do sinal de voz de banda larga.

Quando aplicável, a presente invenção pode serrealizada em hardware, subseqüente ou em uma combinação dehardware e de software. Qualquer tipo de sistema decomputador ou um outro aparelho adaptado para a realizaçãodos métodos descritos aqui é adequado. Uma combinaçãotípica de hardware e de software pode ser um dispositivo decomunicações móveis com um programa de computador que,quando for carregado e executado, pode controlar odispositivo de comunicações móveis de modo que ele realizeos métodos descritos aqui. Porções da presente invençãotambém podem ser embutidas em um produto de programa decomputador, o qual compreende todos os recursos permitindoa implementação dos métodos descritos aqui e os qual,quando carregado em um sistema de computador, é capaz derealizar estes métodos.

Embora as modalidades preferidas da invenção tenhamsido ilustradas e descritas, será claro que a invenção nãoestá limitada dessa forma. Numerosas modificações, mudançase variações, substituições e equivalentes ocorrerão àquelesversados na técnica, sem se desviar do conceito inventivo edo escopo da presente invenção, conforme definido pelasreivindicações em apenso.

Claims (10)

1. Método para extensão de largura de banda paracomunicações de voz, caracterizado por compreender:o recebimento de um sinal de voz desconhecido;a identificação da largura de banda de voz do sinal devoz desconhecido recebido;o estabelecimento de uma região de suporte tendo emvista o conteúdo espectral do sinal de voz recebido; ea seleção de uma combinação de bancos de dados demapeamento a partir de uma pluralidade de bancos de dadosde mapeamento, cada banco de dados de mapeamento associadoa uma faixa de extensão de largura de banda predeterminadapara estender a largura de banda de voz.

2. Método, de acordo com a reivindicação 1,caracterizado pelo fato do estabelecimento de uma região desuporte compreender:a emissão de uma requisição para um objeto subjacentepara retorno de uma lista de freqüências de amostragem paraas quais um objeto é capaz de suportar;a identificação de limites espectrais com base nafreqüência de amostragem retornada; ea determinação de bandas espectrais nos limitesespectrais para extensão da largura de banda de voz pararegiões que residem fora da largura de banda de voz.

3. Método, de acordo com a reivindicação 1,caracterizado pelo fato da seleção de uma combinação debancos de dados de mapeamento ser uma operação seqüencial ecompreender ainda a aplicação de uma combinação serial debancos de dados mapeados para se estender coletivamente alargura de banda de voz para uma faixa correspondente àadição das faixas de extensão de largura de bandaselecionadas.

4. Método, de acordo com a reivindicação 1,caracterizado por compreender ainda:a aquisição de um conjunto de coeficientes de reflexãode banda estreita que representam a envoltória espectral apartir do sinal de voz; ea extensão do conjunto de coeficientes de reflexão debanda estreita para um conjunto de coeficientes de reflexãode banda larga usando-se bancos de dados de mapeamento paraa geração de uma envoltória espectral de banda larga.

5. Método, de acordo com a reivindicação 1,caracterizado por compreender ainda:a extração de um sinal de excitação de banda estreitaa partir do sinal de voz usando-se um conjunto decoeficientes de reflexão de banda larga ou um conjunto decoeficientes de análise de predição linear de bandaestreita; ea extensão do sinal de excitação de banda estreitapara um sinal de excitação de banda larga usando-semodulação e filtração.

6. Método, de acordo com a reivindicação 1,caracterizado por compreender ainda:a combinação de um sinal de excitação de banda largacom uma envoltória espectral de banda larga para a geraçãode um sinal de voz de banda larga sintética;a extração de um sinal de voz de banda largasuplementar a partir do sinal de voz de banda largasintético na região de suporte; ea adição do sinal de voz de banda larga sintéticosuplementar com o sinal de voz para a geração de um sinalde voz de banda larga.

7. Sistema para estender artificialmente a largura debanda de voz, caracterizado por compreender:uma seção de avaliação, que recebe um sinal de vozdesconhecido e determina uma extensão admissível de largurade banda de voz para o sinal de voz desconhecido;um seletor de banco de dados cooperativamente acopladoà seção de avaliação, onde o seletor de banco de dadosescolhe uma combinação de bancos de dados de mapeamento deacordo com a extensão admissível de largura de banda devoz; euma unidade de extensão de largura de banda acopladade forma cooperativa à seção de avaliação e ao seletor debanco de dados, onde a unidade de extensão de largura debanda estende a largura de banda de voz do sinal de vozdesconhecido para a extensão admissível de largura de bandade voz usando-se a combinação de bancos de dados demapeamento escolhida pelo seletor de banco de dados.

8. Sistema, de acordo com a reivindicação 7,caracterizado pelo fato da seção de avaliação compreender:um módulo de análise que identifica uma largura debanda de voz associada ao sinal de voz desconhecido;um módulo de investigação acoplado de formacooperativa ao módulo de análise, onde o módulo deinvestigação identifica taxas de amostragem suportadas,onde as taxas de amostragem suportadas revelam a extensãoaté a qual a largura de banda de voz pode ser estendida; eum módulo de amostragem acoplado de forma cooperativaao módulo de análise e ao módulo de investigação, onde omódulo de amostragem reamostra o sinal de voz desconhecidoem uma das taxas de amostragem suportadas identificadaspelo módulo de investigação, onde a reamostragem prepara osinal de voz para extensão de largura de banda.

9. Sistema, de acordo com a reivindicação 7,caracterizado pelo fato da unidade de extensão de largurade banda compreender:um processador de envoltória cooperativamente acopladoà seção de avaliação e ao seletor de banco de dados, onde oprocessador de envoltória determina uma envoltóriaespectral de banda estreita a partir do sinal de voz esubseqüentemente prove um conjunto de coeficientes de bandalarga representando uma envoltória espectral de bandalarga;um processador de excitação acoplado de formacooperativa à seção de avaliação e ao processador deenvoltória, onde o processador de excitação determina umsinal de excitação de banda estreita a partir do sinal devoz usando-se um conjunto de coeficientes de reflexão debanda larga ou um conjunto de coeficientes de análise depredição linear de banda estreita e subseqüentemente criaum sinal de excitação de banda larga; eum processador de mistura acoplado de formacooperativa à seção de avaliação, o processador deenvoltória e o processador de excitação, onde o processadorde mistura combina o sinal de voz em conjunto com o sinalde excitação de banda larga e a envoltória espectral debanda larga para a criação de um sinal de voz de bandalarga.

10. Sistema, de acordo com a reivindicação 9,caracterizado pelo fato do processador de envoltóriacompreender:um extrator de recurso que adquire um conjunto decoeficientes de análise de predição linear que representama envoltória espectral do sinal de voz;um conversor de banda estreita acoplado de formacomunicativa ao extrator de recurso, onde o conversor debanda estreita converte o conjunto de coeficientes deanálise de predição linear em um conjunto de coeficientesde reflexão de banda estreita;um estimador acoplado de forma comunicativa aoconversor de banda estreita, onde o estimador, em conjuntocom o seletor de banco de dados, estende o conjunto decoeficientes de reflexão de banda estreita para um conjuntode coeficientes de reflexão de banda larga usando os bancosde dados de mapeamento; eum conversor de banda larga acoplado de formacomunicativa ao estimador, onde o conversor de banda largaconverte os coeficientes de reflexão de banda larga em umconjunto de coeficientes de análise de predição linear debanda larga.