ES2642574T3 - Generación de ruido de confort - Google Patents

Generación de ruido de confort Download PDF

Info

Publication number
ES2642574T3
ES2642574T3 ES15168231.7T ES15168231T ES2642574T3 ES 2642574 T3 ES2642574 T3 ES 2642574T3 ES 15168231 T ES15168231 T ES 15168231T ES 2642574 T3 ES2642574 T3 ES 2642574T3
Authority
ES
Spain
Prior art keywords
parameters
frames
subset
active
sid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES15168231.7T
Other languages
English (en)
Inventor
Tomas JANSSON TOFTGÅRD
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Telefonaktiebolaget LM Ericsson AB
Original Assignee
Telefonaktiebolaget LM Ericsson AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Telefonaktiebolaget LM Ericsson AB filed Critical Telefonaktiebolaget LM Ericsson AB
Application granted granted Critical
Publication of ES2642574T3 publication Critical patent/ES2642574T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/012—Comfort noise or silence coding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G10L19/07—Line spectrum pair [LSP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Noise Elimination (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • User Interface Of Digital Computer (AREA)

Description

5
10
15
20
25
30
35
40
45
50
55
60
DESCRIPCION
Generacion de ruido de confort Campo tecnico
La tecnologfa propuesta se refiere en general a la generacion de ruido de confort (CN), y en particular a la generacion de parametros de control del ruido de confort.
Antecedentes
En los sistemas de codificacion usados para habla conversacional es comun utilizar la transmision discontinua (DTX) para aumentar la eficiencia de la codificacion. Esto viene motivado por las grandes cantidades de pausas insertadas en el habla conversacional, por ejemplo, mientras una persona habla la otra escucha. Utilizando la DTX, el codificador de habla puede estar activo solo aproximadamente el 50 por ciento del tiempo por termino medio. Los ejemplos de codecs que presentan esta caractenstica son el codec de banda estrecha multivelocidad adaptativa (AMR NB) del 3GPP y el codec G.718 de la ITU-T.
En el funcionamiento DTX, las tramas activas se codifican en los modos de codec normales, mientras que los periodos de senales inactivas entre regiones activas se representan con ruido de confort. Los parametros que describen la senal se extraen y codifican en el codificador y se transmiten al decodificador en tramas de descripcion de insercion de silencios (SlD). Las tramas de SID se transmiten con una velocidad de tramas reducida y una velocidad de bits inferior a la utilizada para el(los) modo(s) de codificacion de habla activo(s). Entre las tramas de SID no se transmite informacion sobre las caractensticas de la senal. Debido a la baja velocidad de SID, el ruido de confort unicamente puede representar propiedades relativamente estacionarias en comparacion con la codificacion de tramas de senales activas. En el decodificador, los parametros recibidos se decodifican y se utilizan para caracterizar el ruido de confort.
Para el funcionamiento DTX de alta calidad, es decir, sin calidad de habla deteriorada, es importante detectar los periodos de habla en la senal de entrada. Esto se realiza utilizando un detector de actividad vocal (VAD) o un detector de actividad sonora (SAD). La figura 1 muestra un diagrama de bloques de un VAD generalizado, el cual analiza la senal de entrada en tramas de datos (de entre 5 y 30 ms en funcion de la implementacion), y produce una decision de actividad para cada trama.
En un detector de voz primario 12 se toma una decision de actividad preliminar (decision de VAD primaria) mediante la comparacion de caractensticas correspondientes a la trama actual estimadas por un extractor de caractensticas 10 y caractensticas de fondo estimadas a partir de tramas de entrada previas mediante un bloque de estimacion de fondo 14. Una diferencia mayor que un umbral especificado provoca la decision primaria de actividad. En un bloque de adicion de periodos de mantenimiento (hangover) 16 la decision primaria se extiende en base a decisiones primarias pasadas con el fin de formar la decision de actividad final (decision de VAD final). El motivo principal para usar el mantenimiento (hangover) es reducir el riesgo de recortes de partes centrales y posteriores en segmentos de habla.
Para codecs de habla basados en prediccion lineal (LP), por ejemplo el G.718, resulta razonable modelar la energfa de la envolvente y de las tramas utilizando una representacion similar a la de las tramas activas. Esto resulta beneficioso puesto que los requisitos de memoria y la complejidad del codec se pueden reducir mediante una funcionalidad comun entre los diferentes modos en el funcionamiento DTX.
Para dichos codecs, el ruido de confort se puede representar con sus coeficientes de LP (conocidos tambien como coeficientes autorregresivos (AR)) y la energfa del residuo de LP, es decir la senal que como entrada en el modelo de LP proporciona el segmento de audio de referencia. En el decodificador, una senal residual se genera en el generador de excitacion como ruido aleatorio que se conforma por medio de los parametros de CN para constituir el ruido de confort.
Los coeficientes de LP se obtienen habitualmente calculando las autocorrelaciones r[k] de los segmentos de audio dispuestos en ventanas x[n], n = 0,..., N -1 segun:
N-l
r\k\ = ~k], k = 0,...,P
n=k
(1)
donde P es el orden del modelo predefinido. A continuacion, los coeficientes de LP ak se obtienen a partir de la secuencia de autocorrelacion utilizando, por ejemplo, el algoritmo de Levinson-Durbin.
En un sistema de comunicaciones en el que se utiliza un codec del tipo mencionado, los coeficientes de LP se debenan transmitir eficientemente desde el codificador al decodificador. Por este motivo, se utilizan comunmente
5
10
15
20
25
30
35
40
45
50
55
representaciones mas compactas que pueden resultar menos sensibles al ruido de cuantificacion. Por ejemplo, los coeficientes de LP se pueden transformar en pares espectrales lineales (LSP). En implementaciones alternativas, los coeficientes de LP se pueden convertir en cambio a los dominios de pares espectrales de inmitancia (ISP), frecuencias de espectro de lmeas (LSF) o frecuencias espectrales de inmitancia (ISF).
El residuo de LP se obtiene filtrando la senal de referencia a traves de un filtro de smtesis de LP inverso ^[z] definido por:
imagen1
La senal residual filtrada s[n] viene dada consecuentemente por:
p
s[n] = x\n\ + ^akx[n-k], n = 0,...,N-l
(3)
k=1
para el que la ene^a se define como:
N-l
i N-l
E = ^lls[n]2
Iy n=0
(4)
Debido a la baja velocidad de transmision de tramas de SID, los parametros de CN debenan evolucionar lentamente con el fin de no cambiar las caractensticas de ruido rapidamente. Por ejemplo, el codec G.718 limita el cambio de energfa entre tramas de SID e interpola los coeficientes de LSP para gestionar esto.
Para hallar parametros de CN representativos en las tramas de SID, se calculan coeficientes de LSP y la energfa residual para cada trama, incluyendo tramas que no son de datos (asf, para tramas que no son de datos los parametros mencionados se determinan pero no se transmiten). En la trama de SID, se calculan, se codifican y se transmiten al decodificador las medianas de los coeficientes de LSP y la energfa residual media. Para que el ruido de confort no sea extranamente estatico, se pueden anadir variaciones aleatorias a los parametros de ruido de confort, por ejemplo, una variacion de la energfa residual. Esta tecnica se usa, por ejemplo, en el codec G.718.
Ademas, las caractensticas del ruido de confort no estan siempre bien emparejadas con el ruido de fondo de referencia, y una ligera atenuacion del ruido de confort puede reducir la atencion del oyente a este. Consecuentemente, la calidad de audio percibida puede resultar mayor. Ademas, el ruido codificado en tramas de senales activas podna tener una energfa menor que el ruido de referencia no codificado. Por tanto, la atenuacion tambien puede ser deseable para una mejor adaptacion de energfa de la representacion de ruido en tramas activas e inactivas. La atenuacion esta habitualmente en el intervalo de 0 a 5 dB, y puede ser fija o dependiente de las velocidades de bits del (de los) modo(s) de codificacion activo(s).
En sistemas de DTX de gran eficiencia se podna usar un VAD mas agresivo y por consiguiente partes de alta energfa de la senal (con respecto al nivel de ruido de fondo) se pueden representar con ruido de confort. En ese caso, la limitacion del cambio de energfa entre las tramas de SID provocana una degradacion de la percepcion. Para gestionar mejor los segmentos de alta energfa, el sistema puede permitir mayores cambios instantaneos de parametros de CN para estas circunstancias.
El filtrado de paso bajo o la interpolacion de los parametros de CN se lleva a cabo en las tramas inactivas con el fin de obtener una dinamica suave natural del ruido de confort. Para la primera trama de SID tras una o varias tramas activas (la cual se indica a partir de ahora simplemente como “primera SID”), el mejor fundamento para la interpolacion de LSP y la suavizacion de energfa sena los parametros de CN de tramas inactivas previas, es decir, anteriores al segmento de senal activo.
Para cada trama inactiva, SID o sin datos, el vector de LSP qi se puede interpolar a partir de coeficientes de LSP previos segun:
imagen2
donde i es el numero de trama correspondiente a las tramas inactivas, a e [0, 1] es el factor de suavizacion y son las medianas de coeficientes de LSP calculadas con parametros de la SID actual y todas las tramas que no son de datos desde la trama de SID previa. Para el codec G.718 se utiliza un factor de suavizacion a = 0,1.
La energfa residual Ei se interpola de manera similar en la SID o tramas que no son de datos segun:
5
10
15
20
25
30
35
40
45
50
55
60
65
imagen3
donde p e [0, 1] es el factor de suavizacion y Esides la energfa promediada para tramas de SID actual y que no son de datos desde la trama de SID previa. Para el codec G.718 se utiliza un factor de suavizacion p = 0, 3.
Un problema con la interpolacion descrita es que, para la primera SID, las memorias de interpolacion (E-1 y q^) se pueden referir a tramas de alta energfa previas, es decir, tramas de voz sorda, que se clasifican como inactivas por parte del VAD. En ese caso, la primera interpolacion de SID comenzana a partir de caractensticas de ruido que no son representativas del ruido codificado en las tramas de mantenimiento de modo activo proximas. Se produce el mismo problema si las caractensticas del ruido de fondo se cambian durante segmentos de senal activos, por ejemplo, segmentos de una senal de habla.
En la figura 2 se muestra un ejemplo de los problemas relacionados con tecnologfas de la tecnica anterior. El espectrograma de una senal de habla con ruido codificada en el funcionamiento DTX presenta dos segmentos de ruido de confort antes y despues de un segmento de audio codificado activo (tal como habla). Puede observarse que, cuando las caractensticas de ruido del primer segmento de CN se usan para la interpolacion en la primera SID, se produce un cambio brusco de las caractensticas de ruido. Despues de cierto tiempo, el ruido de confort se corresponde mejor con el final del audio codificado activo, pero la transicion mala provoca una degradacion clara de la calidad de audio percibida.
El uso de factores de suavizacion mayores a y p centrana los parametros de CN en las caractensticas de la SID actual, pero esto seguina provocando problemas. Puesto que los parametros en la primera SID no se pueden promediar durante un periodo de ruido, tal como sf pueden hacer las tramas de SID siguientes, los parametros de CN se basan unicamente en las propiedades de la senal en la trama actual. Dichos parametros podnan representar el ruido de fondo en la trama actual mejor que la caractenstica a largo plazo en las memorias de interpolacion. No obstante, es posible que estos parametros de SID sean valores atfpicos, y no representen las caractensticas de ruido a largo plazo. Eso dana como resultado, por ejemplo, cambios rapidos poco naturales de las caractensticas de ruido, y una calidad de audio percibida inferior.
El documento US 6 606 593 B1 describe una generacion de ruido de confort para transmision discontinua, en la que los parametros de ruido se estiman en base al promediado de parametros de codificacion de habla de tramas previas, y los parametros de ruido mal acondicionados se eliminan o sustituyen mediante la aplicacion de un metodo de sustitucion de medianas.
Sumario
Un objetivo de la tecnologfa propuesta es superar al menos uno de los problemas antes mencionados.
Un primer aspecto de la tecnologfa propuesta implica un metodo de generacion de parametros de control de CN segun define la reivindicacion 1.
Un segundo aspecto de la tecnologfa propuesta implica un programa de ordenador para generar parametros de control de CN segun define la reivindicacion 3.
Un tercer aspecto de la tecnologfa propuesta implica un producto de programa de ordenador, que comprende un medio legible por ordenador y un programa de ordenador segun el segundo aspecto, almacenado en el medio legible por ordenador.
Un cuarto aspecto de la tecnologfa propuesta implica un controlador de ruido de confort para generar parametros de control de CN segun define la reivindicacion 5.
Un quinto aspecto de la tecnologfa propuesta implica un decodificador que incluye un controlador de ruido de confort segun el cuarto aspecto.
Un sexto aspecto de la tecnologfa propuesta implica un nodo de red que incluye un decodificador segun el quinto aspecto.
Un septimo aspecto de la tecnologfa propuesta implica un nodo de red que incluye un controlador de ruido de confort segun el cuarto aspecto.
Una ventaja de la tecnologfa propuesta es que mejora la calidad de audio para conmutar entre modos de codificacion activos e inactivos para codecs que funcionan en el modo DTX. La energfa de la envolvente y de la senal del ruido de confort se adaptan a caractensticas de senal previas de energfas similares en tramas de mantenimiento de VAD y de SID previas.
5
10
15
20
25
30
35
40
45
50
55
60
65
Breve descripcion de los dibujos
La tecnolog^a propuesta, junto con otros de sus objetivos y ventajas, puede entenderse mejor haciendo referencia a la siguiente descripcion considerada conjuntamente con los dibujos adjuntos, en los que:
la figura 1 es un diagrama de bloques de un VAD generico;
la figura 2 es un ejemplo de un espectrograma de una senal de habla con ruido que se ha decodificado segun soluciones de DTX de la tecnica anterior;
la figura 3 es un diagrama de bloques de un sistema de codificador en un codec;
la figura 4 es un diagrama de bloques de una realizacion ejemplificativa de un decodificador que implementa el metodo de generacion de ruido de confort segun la tecnologfa propuesta;
la figura 5 es un ejemplo de un espectrograma de una senal de habla con ruido que se ha decodificado segun la tecnologfa propuesta;
la figura 6 es un diagrama de flujo que ilustra una realizacion ejemplificativa del metodo segun la tecnologfa propuesta;
la figura 7 es un diagrama de flujo que ilustra otra realizacion ejemplificativa del metodo segun la tecnologfa propuesta;
la figura 8 es un diagrama de bloques que ilustra una realizacion ejemplificativa del controlador de ruido de confort segun la tecnologfa propuesta;
la figura 9 es un diagrama de bloques que ilustra otra realizacion ejemplificativa del controlador de ruido de confort segun la tecnologfa propuesta;
la figura 10 es un diagrama de bloques que ilustra otra realizacion ejemplificativa del controlador de ruido de confort segun la tecnologfa propuesta;
la figura 11 es un diagrama esquematico que muestra algunos componentes de una realizacion ejemplificativa de un decodificador, en la que la funcionalidad del decodificador se implementa con un ordenador; y
la figura 12 es un diagrama de bloques que ilustra un nodo de red que incluye un controlador de ruido de confort segun la tecnologfa propuesta.
Descripcion detallada
Las realizaciones que se describen a continuacion se refieren a un sistema de codificador y decodificador de audio destinado principalmente a aplicaciones de comunicacion de habla que utilizan la DTX con ruido de confort para la representacion de senales inactivas. El sistema que esta bajo consideracion utiliza LP para la codificacion de tramas de senales tanto activas como inactivas, en el que se utiliza un VAD para las decisiones de la actividad.
En el codificador ilustrado en la figura 3, un VAD 18 proporciona una decision de actividad que se usa para la codificacion mediante un codificador 20. Ademas, la decision de mantenimiento del VAD se incluye en el flujo de bits por medio de un multiplexor de flujos de bits (MUX) 22 y se transmite al decodificador junto con los parametros codificados de tramas activas (tramas de mantenimiento y que no son de mantenimiento) y tramas de SID.
Las realizaciones divulgadas son parte de un decodificador de audio. Dicho decodificador 100 se ilustra esquematicamente en la figura 4. Un demultiplexor de flujos de bits (DEMUX) 24 demultiplexa el flujo de bits recibido en parametros codificados y decisiones de mantenimiento de VAD. Las senales demultiplexadas se reenvfan a un selector de modo 26. En un decodificador de parametros 28 se decodifican parametros codificados recibidos. Los parametros decodificados son utilizados por un decodificador de tramas activas 30 para decodificar tramas activas del selector de modo 26.
El decodificador 100 incluye tambien una memoria intermedia 200 de un tamano predeterminado M y configurada para recibir y almacenar parametros de CN para tramas de SID y de mantenimiento de modo activo, una unidad 300 configurada para determinar cuales de los parametros de CN almacenados son relevantes para la SID en base a la antiguedad de parametros de CN almacenados, una unidad 400 configurada para determinar cuales de los parametros de CN determinados son relevantes para la SID en base a mediciones de energfa residual, y una unidad 500 configurada para usar los parametros de CN determinados que son relevantes para la SID para la primera trama de SID tras la(s) trama(s) de senales activas.
5
10
15
20
25
30
35
40
45
50
55
Para que los parametros de las memorias intermedias sean relevantes se impone que sean recientes. De este modo, los tamanos de las memorias intermedias usadas para la selection de subconjuntos de memorias intermedias relevantes se reducen durante periodos mas prolongados de codification activa. Ademas, los parametros almacenados se sustituyen por valores mas nuevos durante tramas de SID y de mantenimiento codificadas activamente.
Utilizando memorias intermedias circulares se puede reducir la complejidad y el requisito de memoria para la gestion de memorias intermedias. En una implementation de este tipo, los elementos ya almacenados no se deben mover cuando se anade un elemento nuevo. La position del ultimo parametro, o conjunto de parametros, anadido se usa junto con el tamano de la memoria intermedia para colocar elementos nuevos. Cuando se anaden elementos nuevos, se podnan sobrescribir elementos antiguos.
Puesto que las memorias intermedias contienen parametros de tramas anteriores de SID y de mantenimiento, describen caractensticas de senales de tramas de audio previas que contienen probablemente, aunque no necesariamente, ruido de fondo. El numero de parametros que se consideran relevantes queda definido por el tamano de la memoria intermedia y el tiempo, o numero correspondiente de tramas, transcurrido desde que se almaceno la information.
La tecnologfa divulgada en el presente documento se puede describir en varias etapas algontmicas, por ejemplo realizadas en el lado del decodificador ilustrado en la figura 4. Estas etapas son:
1a. Etapa 1a (llevada a cabo por la unidad que se indica como etapa 1a en la figura 4) - Actualization de memoria intermedia para tramas de SID y de mantenimiento:
Para cada trama de SID y de mantenimiento activo, el vector de coeficientes de LSP cuantificado q y la energfa residual cuantificada correspondiente ^ se almacenan (en la memoria intermedia 200) en memorias intermedias
M-1 ’
es decir
imagen4
y
imagen5
El mdice de posicion de memoria intermedia j e [0, M-1] se incrementa en uno antes de cada actualizacion de memoria intermedia y se reinicializa si el mdice supera el tamano de memoria intermedia M, es decir
j = 0 si j>M-l (8)
Tal como se describira posteriormente, los subconjuntos QK y EK de los ultimos Ko elementos almacenados en QM y Em, respectivamente, definen los conjuntos de parametros almacenados.
1b. Etapa 1b (realizada por la unidad indicada como etapa 1b en la figura 4) - Actualizacion de memoria intermedia para tramas activas que no son de mantenimiento
Durante la decodificacion de tramas activas, el tamano de los subconjuntos QK y EK se reduce a una velocidad de y'1 elementos por cada trama segun:
\k = k0 si pA<y
[K = K-\para rj-y<pA<(rj + \)-y
donde K0 es el numero de elementos almacenados en tramas previas de SID y de mantenimiento, 7 e ^ y pA es el numero de tramas activas consecutivas que no son de mantenimiento. La velocidad de disminucion esta relacionada con el tiempo, donde y = 25 es factible para tramas de 20 ms. Esto se corresponde con una reduction de un elemento cada medio segundo mientras se decodifican tramas activas. La constante de velocidad de disminucion y
se puede definir potencialmente como cualquier valor 7 E ^ >, aunque se deberfa seleccionar de tal manera que de los subconjuntos QK y EK se excluyan caractensticas de ruido antiguas que es probable que no representen el ruido de fondo actual. El valor se podna escoger por ejemplo basandose en la dinamica esperada del ruido de fondo.
Ademas, se pueden considerar la longitud natural de rafagas de habla y el comportamiento del VAD, ya que las secuencias largas de tramas activas consecutivas son improbables. Habitualmente la constante estana en el
5
10
15
20
25
30
35
40
45
50
55
intervalo de y ^ 500 para tramas de 20 ms, lo cual se corresponde con menos de 10 segundos. Como alternativa, la ecuacion (9) se puede escribir de una forma mas compacta como:
K = K0-rj para T]-r<pA<(r] + i)-y (10)
donde
K0 es el numero de parametros de CN para tramas de SID y tramas de mantenimiento activas almacenadas en la memoria intermedia 200,
y es una constante predeterminada,
H es un entero no negativo.
2. Etapa 2 (llevada a cabo por la unidad indicada como etapa 2 en la figura 4) - Seleccion de elementos de memoria intermedia relevantes
En la primera SID despues de tramas activas se selecciona un subconjunto de la memoria intermedia EK basandose
r*S ) piA'
de tamano L se define como:
t 77
en las energfas residuales. El subconjunto 1
imagen6
donde
es la ultima energfa residual almacenada,
yi y y2 son un Kmite inferior y superior predeterminado, respectivamente, para energfas residuales que se consideran como representativas del ruido en una transicion de tramas activas a inactivas (por ejemplo yi = 200 y y2 = 20),
ko,..., kK-i se ordenan de tal manera que ko se corresponde con el ultimo parametro de CN almacenado y kK-i con el mas antiguo.
Habitualmente, 72 se selecciona del intervalo 72 e [0,100] ya que valores mas grandes incluirfan energfas residuales
fk
elevadas en comparacion con la ultima energfa residual almacenada k. Esto podrfa provocar un aumento significativo de la energfa del ruido de confort, lo cual provocana una degradation audible. Tambien resulta deseable excluir caractensticas de senal de las tramas de habla, las cuales en general tienen una energfa mayor, ya que estas caractensticas generalmente no representan bien el ruido de fondo. yi se puede seleccionar ligeramente mayor que y2, por ejemplo del intervalo yi e [50,500], ya que una reduction de la energfa habitualmente resulta menos molesta. Ademas, la probabilidad de incluir caractensticas de senales de habla es generalmente menor para
tjK tjK
tramas con una energfa residual menor que K de lo que lo es para tramas con una energfa residual mayor que h.
TTT ^
Deberfa indicarse que las energfas ^k se pueden representar tanto en el dominio lineal como en un dominio logarftmico, por ejemplo, dB. Con energfas en el dominio logarftmico, la seleccion de elementos de memoria intermedia relevantes, segun se especifica en la ecuacion (11), se describe de manera equivalente a energfas Ek en el dominio lineal como:
imagen7
donde |Qg(ri) - -riylo9te)-?2. Lfmites adecuados que especifican el subconjunto de la memoria intermedia EK vienen dados por ejemplo por Y\ - 0,7 y Yi - 1,03 6 7\ e [0,5, 0,9] y 72 e [1,0, 1,25].
Los vectores correspondientes en la memoria intermedia de LSP QK definen el subconjunto Q {Qo• -^i-i} ■.
3. Etapa 3 (llevada a cabo por la unidad indicada como etapa 3 en la figura 4) - Determinacion de parametros de ruido de confort representativos
c
Para hallar una energfa residual representativa la media ponderada del subconjunto E se calcula como:
5
10
15
20
25
30
35
40
45
imagen8
donde wk son los elementos en el subconjunto de pesos:
ws=!w"ew"[ para v/
£" eE‘
Para un tamano maximo de memoria intermedia M = 8, un conjunto adecuado de pesos es: wM = {0,2, 0,16, 0,128, 0,1024, 0,08192, 0,065536, 0,0524288, 0,01048576}
Esto significa que las energias recientes reciben un peso mayor en la media de energia residual E, lo cual hace que la transicion de energia entre tramas activas e inactivas sea mas suave.
Entre los vectores de LSP en el subconjunto Qs, el vector de LSP de mediana se selecciona calculando las distancias entre todos los vectores de LSP en la memoria intermedia de subconjunto Es segun:
p 2
Rim=T,{9f[p]-9Sm[p])~ para = (14)
p=1
donde ^\p\ son los elementos en el vector Q;.
Para cada vector de LSP, se suma la distancia a los otros vectores, es decir
L-l
s, = 2X* para i = o,...,l-i (15)
m=0
El vector de LSP de mediana viene dado por el vector con la distancia mas pequena a los otros vectores en la memoria intermedia del subconjunto, es decir
q = {qleQs\Sl<Sm,l^m} para /,m = 0,...,L-l (16)
Si varios vectores tienen una distancia total igual, la mediana se puede seleccionar arbitrariamente entre dichos vectores.
Como alternativa, un vector de LSP representativo se puede determinar como el vector de promedio del subconjunto
Qs.
4. Etapa 4 (llevada a cabo por la unidad indicada como etapa 4 en la figura 4) - Interpolacion de parametros de ruido de contort para la primera trama de SID
En la interpolacion de parametros de CN en la primera trama de SID se usan el vector de mediana o promedio q de LSP y la energia residual promediada E segun se describe en las ecuaciones (5) y (6) con:
k--; = q
Wi=E
(17)
Los valores de Qsid y esid se obtienen a partir del decodificador de parametros 28. Los factores de suavizacion a e [0,1] y p e [0,1] pueden ser, para la primera trama de SID, diferentes con respecto a los factores utilizados en la interpolacion de parametros de CN de tramas subsiguientes de SID y que no sean de datos. Ademas, los factores podrian depender por ejemplo de una medida que describa adicionalmente la fiabilidad de los parametros
determinados q y E, por ejemplo, el tamano de los subconjuntos Qs y Es. Son valores adecuados por ejemplo a=0,2 y p=0,2 o p=0,05. Despues, los parametros de ruido de confort para la primera trama de SID son utilizados por
5
10
15
20
25
30
35
40
45
50
55
60
65
un generador de ruido de confort 32 para controlar el llenado de tramas que no son de datos del selector de modo 26, con ruido en base a excitaciones provenientes del generador de excitaciones 34.
Si los subconjuntos Qs y Es estan vados, se pueden usar directamente los ultimos parametros de SID ex^dos sin interpolacion a partir de parametros de ruido mas antiguos.
El vector de LSP transmitido 9s/d que se utiliza en la interpolacion se obtiene habitualmente en el codificador de manera directa a partir del analisis de LP de la trama actual, es decir, no se consideran tramas previas. La energia residual transmitida esid se obtiene preferentemente utilizando parametros de LP correspondientes a los parametros de LSP usados para la smtesis de senales en el decodificador. Estos parametros de LSP se pueden obtener en el codificador llevando a cabo las etapas 1 a 4 con una memoria intermedia correspondiente del lado del codificador. Este funcionamiento del codificador implica que la energfa de la salida del decodificador se puede emparejar con la energfa de la senal de entrada mediante el control de la energfa residual codificada y transmitida puesto que los parametros de LP de smtesis del decodificador son conocidos en el codificador.
La figura 5 es un ejemplo de un espectrograma de una senal de habla con ruido que se ha decodificado segun la tecnologfa propuesta. El espectrograma se corresponde con el espectrograma de la figura 2, es decir, se basa en la misma senal de entrada del lado del codificador. Comparando los espectrogramas de la tecnica anterior (figura 2) y la solucion propuesta (figura 5), se observa claramente que la transicion entre el audio codificado activamente y la segunda region de ruido de confort es mas suave para esta ultima. En este ejemplo, para obtener la transicion suave se utiliza un subconjunto de las caractensticas de senal en las tramas de mantenimiento de VAD. Para otras senales con segmentos de tramas activas mas cortos, las memorias intermedias de parametros tambien podnan contener parametros de tramas de SID proximas en el tiempo.
Aunque es cierto que habra solamente una primera trama de SID tras una trama de senal activa, esto afectara indirectamente a los parametros de CN en tramas de SID sucesivas debido a la suavizacion/interpolacion.
La figura 6 es un diagrama de flujo que ilustra una realizacion ejemplificativa del metodo segun la tecnologfa propuesta. La etapa S1 almacena parametros de CN para tramas de SID y tramas de mantenimiento activas en una memoria intermedia de un tamano predeterminado. La etapa S2 determina un subconjunto de parametros de CN relevante para tramas de SID basandose en la antiguedad de los parametros de CN almacenados y energfas residuales. La etapa S3 utiliza el subconjunto de parametros de CN determinado con el fin de determinar los parametros de control de CN para una primera trama de SID que sucede a una trama de senal activa (en otras palabras, determina los parametros de control de CN para una primera trama de SID que sucede a una trama de senal activa en base al subconjunto de parametros de Cn determinado).
La figura 7 es un diagrama de flujo que ilustra otra realizacion ejemplificativa del metodo segun la tecnologfa propuesta. La figura ilustra las etapas de metodo llevadas a cabo para cada trama. Partes diferentes de la memoria intermedia (por ejemplo 200 en la figura 4) se actualizan en funcion de si la trama es una trama activa que no es de mantenimiento o una trama de SID/mantenimiento (lo cual se decide en la etapa A que se corresponde con el selector de modo 26 en la figura 4). Si la trama es una trama de SID o de mantenimiento, la etapa 1a (correspondiente a la unidad que se indica como etapa 1a en la figura 4) actualiza la memoria intermedia con parametros de CN nuevos, por ejemplo, segun se describe en la subseccion 1a anterior. Si la trama es una trama activa que no es de mantenimiento, la etapa 1b (que se corresponde con la unidad que se indica como etapa 1b en la figura 4) actualiza el tamano de un subconjunto, restringido en cuanto a antiguedad, de los parametros de CN almacenados basandose en el numero de tramas activas consecutivas que no son de mantenimiento, por ejemplo segun se describe en la subseccion 1b anterior. La etapa 2 (correspondiente a la unidad que se indica como etapa 2 en la figura 4) selecciona el subconjunto de parametros de CN a partir del subconjunto restringido en cuanto a antiguedad, en base a energfas residuales, por ejemplo tal como se describe en la subseccion 2 anterior. La etapa 3 (correspondiente a la unidad que se indica como etapa 3 en la figura 4) determina parametros de CN representativos a partir del subconjunto de parametros de CN, por ejemplo tal como se describe en la subseccion 3 anterior. La etapa 4 (correspondiente a la unidad que se indica como etapa 4 en la figura 4) interpola los parametros de CN representativos con parametros de CN decodificados, por ejemplo tal como se describe en la subseccion 4 anterior. La etapa B sustituye la trama actual con la trama siguiente, y despues el procedimiento se repite con esa trama.
La figura 8 es un diagrama de bloques que ilustra una realizacion ejemplificativa del controlador de ruido de confort 50 segun la tecnologfa propuesta. Una memoria intermedia 200 de un tamano predeterminado esta configurada para almacenar parametros de CN para tramas de SID y tramas de mantenimiento activas. Un selector de subconjuntos 50A esta configurado para determinar un subconjunto de parametros de CN relevante para tramas de SID en base a la antiguedad de los parametros de CN almacenados y de energfas residuales. Un extractor de parametros de control de ruido de confort 50B esta configurado para utilizar el subconjunto de parametros de CN determinado con el fin de determinar los parametros de control de CN para una primera trama de SID (“primera SID”) que sucede a una trama de senal activa.
La figura 9 es un diagrama de bloques que ilustra otra realizacion de ejemplo del controlador de ruido de confort 50
5
10
15
20
25
30
35
40
45
50
55
60
segun la tecnolog^a propuesta. Un modulo de actualizacion de memorias intermedias de tramas de SID y de mantenimiento 52 esta configurado para actualizar, para tramas de SID y tramas de mantenimiento activas, la
A A
memoria intermedia 200 con parametros de CN nuevos 9, E, por ejemplo tal como se describe en la subseccion 1a anterior. Un modulo de actualizacion de memorias intermedias de tramas que no son de mantenimiento 54 esta configurado para actualizar, para tramas activas que no son de mantenimiento, el tamano K de un subconjunto restringido en cuanto a antiguedad QK, EK de los parametros de CN almacenados en base al numero pa de tramas activas consecutivas que no son de mantenimiento, por ejemplo tal como se describe en la subseccion 1b anterior. Un selector de elementos de memoria intermedia 300 esta configurado para seleccionar el subconjunto de parametros de CN Qs, Es a partir del subconjunto restringido en cuanto a antiguedad QK, EK en base a energfas residuales, por ejemplo tal como se describe en la subseccion 2 anterior. Un modulo de estimacion de parametros de ruido de contort 400 esta configurado para determinar parametros de CN representatives 9, E a partir del subconjunto de parametros de CN Qs, Es, por ejemplo tal como se ha descrito en la subseccion 3 anterior. Un modulo de interpolacion de parametros de ruido de contort 500 esta configurado para interpolar los parametros de CN representatives 9, E con parametros de CN decodificados 9sid- esid, por ejemplo tal como se describe en la subseccion 4 anterior. Despues, los parametros de control de ruido de contort obtenidos 9/.^/, correspondientes a la primera trama de SID son utilizados por el generador de ruido de confort 32 para controlar el llenado de tramas que no son de datos con ruido, en base a excitaciones provenientes del generador de excitaciones 34.
Las etapas, funciones, procedimientos y/o bloques descritos en el presente documento se pueden implementar en hardware utilizando cualquier tecnologfa convencional, tal como tecnologfa de circuitos discretos o circuitos integrados, incluyendo tanto circuitena electronica de proposito general como circuitena espedfica de la aplicacion.
Alternativamente, al menos algunas de las etapas, funciones, procedimientos y/o bloques descritos en el presente documento se pueden implementar en software para su ejecucion por parte de equipos de procesado adecuados. Estos equipos pueden incluir, por ejemplo, uno o varios microprocesadores, uno o varios procesadores de senal digital (DSP), uno o varios circuitos integrados de aplicacion espedfica (ASIC), hardware de aceleracion de video o uno o varios dispositivos logicos programables adecuados, tales como matrices de puertas programables in situ (FPGA). Tambien son viables combinaciones de dichos elementos de procesamiento.
Debe entenderse tambien que puede resultar posible reutilizar las capacidades de procesamiento general ya presentes en un nodo de red, tal como un terminal movil o un ordenador personal. Esto se puede realizar, por ejemplo, volviendo a programar el software existente o anadiendo componentes de software nuevos.
La figura 10 es un diagrama de bloques que ilustra otra realizacion ejemplificativa de un controlador de ruido de confort 50 segun la tecnologfa propuesta. Esta realizacion se basa en un procesador 62, por ejemplo un microprocesador, que ejecuta un programa de ordenador para generar parametros de control de Cn. El programa esta almacenado en una memoria 64. El programa incluye una unidad de codigo 66 para almacenar parametros de CN para tramas de SID y tramas de mantenimiento activas en una memoria intermedia de tamano predeterminado, una unidad de codigo 68 para determinar un subconjunto de parametros de CN relevante para tramas de SID en base a la antiguedad de los parametros de CN almacenados y energfas residuales, y una unidad de codigo 70 para utilizar el subconjunto de parametros de CN determinado con el fin de determinar los parametros de control de CN para una primera trama de SID que sucede a una trama de serial activa. El procesador 62 se comunica con la
memoria 64 a traves de un bus de sistema. Las entradas PA’^'^ ^S\D’^SID se reciben por un controlador de entrada/salida (I/O) 72 que controla un bus de I/O, al cual estan conectados el procesador 62 y la memoria 64. Los parametros de control de CN qi,Ei obtenidos a partir del programa se proporcionan desde la memoria 64 por medio del controlador de I/O 72 a traves del bus de I/O.
Segun un aspecto de las realizaciones, se proporciona un decodificador para generar ruido de confort que representa una senal inactiva. El decodificador puede funcionar en modo DTX y se puede implementar en un terminal movil y mediante un producto de programa de ordenador el cual se puede implementar en el terminal movil o en un ordenador personal. El producto de programa de ordenador se puede descargar desde un servidor al terminal movil.
La Figura 11 es un diagrama esquematico que muestra algunos componentes de una realizacion ejemplificativa de un decodificador 100, en la que la funcionalidad del decodificador se implementa por medio de un ordenador. El ordenador comprende un procesador 62 el cual tiene la capacidad de ejecutar instrucciones de software contenidas en un programa de ordenador almacenado en un producto de programa de ordenador. Ademas, el ordenador comprende al menos un producto de programa de ordenador en forma de una memoria no volatil 64 o memoria volatil, por ejemplo, una EePROM (memoria de solo lectura programable y borrable electricamente), una memoria flash, una unidad de disco o una RAM (memoria de acceso aleatorio). El programa de ordenador permite almacenar parametros de CN para tramas de SID y de mantenimiento en modo activo en una memoria intermedia de un tamano predeterminado, determinar cuales de los parametros de CN almacenados son relevantes para la SID en base a la antiguedad de los parametros de CN almacenados y a mediciones de energfa residual, y utilizar los parametros de CN determinados que son relevantes para la SID con el fin de estimar los parametros de CN en la
5
10
15
20
25
30
35
40
45
50
55
primera trama de SID que sucede a una(s) trama(s) de senal activa.
La figura 12 es un diagrama de bloques que ilustra un nodo de red 80 que incluye un controlador de ruido de confort 50 segun la tecnologfa propuesta. El nodo de red 80 es habitualmente un equipo de usuario (UE), tal como un terminal movil o un ordenador personal. El controlador de ruido de confort 50 se puede proporcionar en un decodificador 100, tal como se indica mediante las lmeas discontinuas. Como alternativa, se puede proporcionar en un codificador, segun se ha expuesto anteriormente en lmeas generales.
En las realizaciones de la tecnologfa propuesta que se ha descrito anteriormente, los coeficientes de LP ak se transforman a un dominio de LSP. No obstante, se pueden aplicar tambien los mismos principios a coeficientes de LP que se transforman a un dominio de LSF, ISP o iSf.
Para codecs con atenuacion del ruido de confort, puede resultar beneficioso atenuar gradualmente la senal codificada activamente durante tramas de mantenimiento del VAD. La energfa para el ruido de confort se corresponded entonces mejor con la ultima trama codificada activamente, lo cual hace que mejore adicionalmente la calidad de audio percibida. Se puede calcular un factor de atenuacion Ay el mismo se puede aplicar al residuo de LP para cada trama de mantenimiento mediante:
imagen9
con
imagen10
donde pho es el numero de tramas de mantenimiento de VAD consecutivas. Como alternativa, A se puede calcular como:
imagen11
donde
L = 0,6 y Lo = 6 controlan la atenuacion maxima y la velocidad de atenuacion. La atenuacion maxima se puede
seleccionar habitualmente en el intervalo L = [0,5, 1) y el parametro de control de velocidad Lo se puede seleccionar
fI - nFULL
^0 , . Pho ■ nFULL
por ejemplo de tal manera que i — L , donde Pho es el numero de tramas necesario para la atenuacion
nFULL
maxima. Pho se podria fijar por ejemplo al numero promedio o maximo de tramas de mantenimiento de VAD consecutivas que es posible (debido a la adicion del periodo de mantenimiento en el VAD). Habitualmente estaria en
FULL
el intervalo Puo
151 tramas.
Debe entenderse que la tecnologfa descrita en el presente documento puede funcionar conjuntamente con otras soluciones que gestionan las primeras tramas de CN que suceden a segmentos de senal activa. Por ejemplo, puede complementar un algoritmo en el que se permite un cambio grande de los parametros de CN para tramas de alta energfa (con respecto al nivel del ruido de fondo). Para estas tramas, las caractensticas de ruido previas podnan no afectar mucho a la actualizacion en la trama de SID actual. La tecnologfa descrita se puede usar entonces para tramas que no son detectadas como tramas de alta energfa.
Los expertos en la tecnica entenderan que se pueden realizar varias modificaciones y cambios en la tecnologfa propuesta sin desviarse con respecto a su alcance, el cual queda definido por las reivindicaciones adjuntas.
Abreviaturas
ACELP Prediccion lineal con excitacion por codigo algebraico
AMR Multivelocidad adaptativa
AMR NB Banda estrecha AMR
AR Autorregresivo
5
ASIC Circuitos integrados de aplicacion espedfica
CN Ruido de confort
DFT Transformada discreta de Fourier
10
DSP Procesadores de senal digital
DTX Transmision discontinua
15
EEPROM Memoria de solo lectura programable y borrable electricamente
FPGA Matrices de puertas programables in situ
ISF Frecuencias espectrales de inmitancia
20
ISP Pares espectrales de inmitancia
LP Prediccion lineal
25
LSF Frecuencias espectrales de lmeas
LSP Pares espectrales de lmeas
MDCT Transformada de coseno discreta modificada
30
RAM Memoria de acceso aleatorio
SAD Detector de actividad sonora
35
SID Descriptor de insercion de silencios
UE Equipo de usuario
VAD Detector de actividad vocal
40

Claims (2)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    45
    50
    55
    60
    REIVINDICACIONES
    Metodo de generacion de parametros de control de ruido de confort, CN, que comprende:
    almacenar (S1; 1a) parametros de CN < para tramas de descriptores de insercion de silencios, SID, y
    tramas de mantenimiento activas en una memoria intermedia (200) de un tamano predeterminado (M);
    determinar (S2, 1b, 2) un subconjunto de parametros de CN (Qs, Es) relevante para tramas de SID en base a la antiguedad de los parametros de CN almacenados y a energfas residuales;
    usar (S3, 3, 4) el subconjunto de parametros de CN determinado (Qs, Es) para determinar los parametros de control de CN (q,, E,) para una primera trama de SID (“primera SID”) que sucede a una trama de senal activa;
    actualizar (1a), para tramas de SID y tramas de mantenimiento activas, la memoria intermedia (200) con parametros de CN nuevos (9.£); caracterizado por:
    actualizar (1b), para tramas activas que no son de mantenimiento, el tamano K de un subconjunto restringido en cuanto a antiguedad (QK, EK) de los parametros de CN almacenados en base al numero pa de tramas activas consecutivas que no son de mantenimiento;
    seleccionar (2) el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) en base a energfas residuales;
    determinar (3) parametros de CN representatives (q.E)
    Es);e
    interpolar los parametros de CN representatives (q.E), usando pares espectrales lineales, LSP, un vector de mediana o promedio 9 y la energia Residual media E como parametros de CN representatives, con parametros de CN decodificados (9sid> esid), y seleccionar (2) el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) incluyendo solamente parametros CN para los que:
    imagen1
    donde
    imagen2
    es la ultima energfa residual almacenada,
    yi y Y2 son lfmites inferior y superior predeterminados, respectivamente, para energfas residuales que se consideran como representativas de ruido en una transicion de tramas activas a inactivas,
    ko,..., kK-1 se ordenan de tal manera que ko se corresponde con el ultimo parametro de CN almacenado y kK-1 con el mas antiguo.
    Metodo segun la reivindicacion 1, caracterizado por actualizar (1b), para tramas activas que no son de mantenimiento, el tamano K del subconjunto restringido en cuanto a antiguedad (QK, EK) segun:
    imagen3
    donde
    Ko es el numero de parametros de CN para tramas de SID y tramas de mantenimiento activas almacenadas en la memoria intermedia (200),
    Y es una constante predeterminada,
    ^ es un entero no negativo.
    Programa de ordenador para generar parametros de control de ruido de confort, CN, que comprende unidades de codigo legibles por ordenador que, cuando se ejecutan en un ordenador (60), provocan que el ordenador:
    5
    10
    15
    20
    25
    30
    35
    40
    45
    50
    55
    60
    r-if S
    almacene (66; S1; 1a) parametros de CN < para tramas de descriptores de insercion de silencios,
    SID, y tramas de mantenimiento activas en una memoria intermedia (200) de un tamano predeterminado
    (M);
    determine (68; S2; 1b, 2) un subconjunto de parametros de CN (Qs, Es) relevante para tramas de SID en base a la antiguedad de los parametros de CN almacenados y a energfas residuales;
    use (68; S3; 3, 4) el subconjunto de parametros de CN determinado (Qs, Es) para determinar los parametros de control de CN (q,, E) para una primera trama de SID (“primera SID”) que sucede a una trama de senal activa,
    actualice (1a), para tramas de SID y tramas de mantenimiento activas, la memoria intermedia con parametros de CN nuevos (9.£);
    actualice (1b), para tramas activas que no son de mantenimiento, el tamano K de un subconjunto restringido en cuanto a antiguedad (QK, EK) de los parametros de CN almacenados en base al numero pa de tramas activas consecutivas que no son de mantenimiento;
    seleccione (2) el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) en base a energfas residuales;
    determine (3) parametros de CN representatives (q.E)
    Es);
    interpole los parametros de CN representatives (q.E), usando pares espectrales lineales, LSP, un vector de mediana o promedio 9 y la energia residual media E como parametros de CN representatives, con parametros de CN decodificados (9sid> esid), y seleccione (2) el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) incluyendo solamente parametros CN para los que:
    imagen4
    donde
    imagen5
    es la ultima energfa residual almacenada,
    yi y Y2 son lfmites inferior y superior predeterminados, respectivamente, para energfas residuales que se consideran como representativas de ruido en una transicion de tramas activas a inactivas,
    ko,..., kK-1 se ordenan de tal manera que ko se corresponde con el ultimo parametro de CN almacenado y kK-1 con el mas antiguo.
    Producto de programa de ordenador, que comprende un medio legible por ordenador y un programa de ordenador segun la reivindicacion 3 almacenado en el medio legible por ordenador.
    Controlador de ruido de confort (50) para generar parametros de control de ruido de confort, CN, que comprende:
    una memoria intermedia (200) de un tamano predeterminado (M) configurada para almacenar parametros de CN w - bi i para tramas de SID y tramas de mantenimiento activas;
    un selector de subconjuntos (50A; 54, 300) configurado para determinar un subconjunto de parametros de CN (Qs, Es) relevante para tramas de descriptores de insercion de silencios, SID, en base a la antiguedad de los parametros de CN almacenados y a energfas residuales;
    un extractor de parametros de control de ruido de confort (50B; 400, 500) configurado para usar el subconjunto de parametros de CN determinado (Qs, Es) con el fin de determinar los parametros de control de CN (q,, E) para una primera trama de SID (“primera SID”) que sucede a una trama de senal activa; caracterizado por:
    un modulo de actualizacion de memorias intermedias de tramas de SID y de mantenimiento (52), configurado para actualizar, para tramas de SID y tramas de mantenimiento activas, la memoria intermedia
    5
    10
    15
    20
    25
    30
    35
    40
    45
    50
    55
    60
    (200) con parametros de CN nuevos (9<£);
    un modulo de actualizacion de memorias intermedias de tramas que no son de mantenimiento (54), configurado para actualizar, para tramas activas que no son de mantenimiento, el tamano K de un subconjunto restringido en cuanto a antiguedad (QK, EK) de los parametros de CN almacenados en base al numero pa de tramas activas consecutivas que no son de mantenimiento;
    un selector de elementos de memoria intermedia (300) configurado para seleccionar el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) en base a energfas residuales;
    un modulo de estimacion de parametros de ruido de contort (400) configurado para determinar (3) parametros de CN representatives (9>E) a partir del subconjunto de parametros de CN (Qs, Es);
    un modulo de interpolacion de parametros de ruido de contort (500), configurado para interpolar los parametros de CN representatives (9>E), usando pares espectrales lineales, LSP, un vector de mediana o de promedio 9 y la energia residual media E como parametros de CN representatives, con parametros de CN decodificados (9sid- esid), y el selector de elementos de memoria intermedia (300) esta configurado para seleccionar el subconjunto de parametros de CN (Qs, Es) a partir del subconjunto restringido en cuanto a antiguedad (QK, EK) incluyendo solamente parametros CN para los que:
    imagen6
    donde
    imagen7
    es la ultima energfa residual almacenada,
    yi y Y2 son lfmites inferior y superior predeterminados, respectivamente, para energfas residuales que se consideran como representativas de ruido en una transicion de tramas activas a inactivas,
    ko,..., kK-1 se ordenan de tal manera que ko se corresponde con el ultimo parametro de CN almacenado y kK-1 con el mas antiguo.
    Controlador (50) segun la reivindicacion 5, caracterizado porque el modulo de actualizacion de memorias intermedias de tramas que no son de mantenimiento (54) esta configurado para actualizar, para tramas activas que no son de mantenimiento, el tamano K del subconjunto restringido en cuanto a antiguedad (QK, Ek) segun:
    imagen8
    donde
    Ko es el numero de parametros de CN para tramas de SID y tramas de mantenimiento activas almacenadas en la memoria intermedia (200),
    Y es una constante predeterminada,
    q es un entero no negativo.
    Controlador (50) segun la reivindicacion 5 6 6, caracterizado porque el modulo de estimacion de parametros de ruido de contort (400) esta configurado para determinar parametros de CN representatives 9, E a partir del subconjunto de parametros de CN (Qs, Es), donde
    9 es el vector de mediana correspondiente a un conjunto Qs de vectores en el subconjunto de parametros de CN (Qs, Es) que representan coeficientes autorregresivos, AR, y
    E es una energfa residual media ponderada de un conjunto Es de energfas residuales en el subconjunto de parametros de CN seleccionados (Qs, Es).
    Decodificador (100) que incluye un controlador de ruido de confort (50) segun cualquiera de las reivindicaciones anteriores 5 a 7.
    Nodo de red (80) que incluye un decodificador (100) segun la reivindicacion 8.
  2. 10.
    Nodo de red (80) que incluye un controlador de ruido de confort (50) segun cualquiera de las reivindicaciones anteriores 5 a 7.
    5 11.
    Nodo de red (80) segun cualquiera de las reivindicaciones anteriores 9 y 10, donde el nodo de red es un terminal movil.
ES15168231.7T 2012-09-11 2013-05-07 Generación de ruido de confort Active ES2642574T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201261699448P 2012-09-11 2012-09-11
US201261699448P 2012-09-11

Publications (1)

Publication Number Publication Date
ES2642574T3 true ES2642574T3 (es) 2017-11-16

Family

ID=48289221

Family Applications (2)

Application Number Title Priority Date Filing Date
ES13720430.1T Active ES2547457T3 (es) 2012-09-11 2013-05-07 Generación de ruido de confort
ES15168231.7T Active ES2642574T3 (es) 2012-09-11 2013-05-07 Generación de ruido de confort

Family Applications Before (1)

Application Number Title Priority Date Filing Date
ES13720430.1T Active ES2547457T3 (es) 2012-09-11 2013-05-07 Generación de ruido de confort

Country Status (23)

Country Link
US (5) US9443526B2 (es)
EP (2) EP2927905B1 (es)
JP (1) JP5793636B2 (es)
KR (1) KR101648290B1 (es)
CN (1) CN104584120B (es)
AP (1) AP2015008251A0 (es)
AU (1) AU2013314636B2 (es)
BR (1) BR112015002826B1 (es)
CA (1) CA2884471C (es)
CL (1) CL2015000540A1 (es)
DK (1) DK2823479T3 (es)
ES (2) ES2547457T3 (es)
HU (1) HUE027963T2 (es)
IN (1) IN2014DN08789A (es)
MA (1) MA37890B1 (es)
MX (1) MX340634B (es)
MY (1) MY185490A (es)
PH (1) PH12014502232A1 (es)
PL (2) PL2823479T3 (es)
PT (1) PT2823479E (es)
RU (2) RU2658544C1 (es)
SG (1) SG11201500595TA (es)
WO (1) WO2014040763A1 (es)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX340634B (es) * 2012-09-11 2016-07-19 Ericsson Telefon Ab L M Generacion de confort acustico.
US10319386B2 (en) * 2013-02-22 2019-06-11 Telefonaktiebolaget Lm Ericsson (Publ) Methods and apparatuses for DTX hangover in audio coding
CN105225668B (zh) 2013-05-30 2017-05-10 华为技术有限公司 信号编码方法及设备
US9775110B2 (en) * 2014-05-30 2017-09-26 Apple Inc. Power save for volte during silence periods
ES2758517T3 (es) 2014-07-29 2020-05-05 Ericsson Telefon Ab L M Estimación del ruido de fondo en las señales de audio
GB2532041B (en) * 2014-11-06 2019-05-29 Imagination Tech Ltd Comfort noise generation
WO2020002448A1 (en) 2018-06-28 2020-01-02 Telefonaktiebolaget Lm Ericsson (Publ) Adaptive comfort noise parameter determination
US10805191B2 (en) 2018-12-14 2020-10-13 At&T Intellectual Property I, L.P. Systems and methods for analyzing performance silence packets
DK4165629T3 (da) 2020-06-11 2025-06-02 Dolby Laboratories Licensing Corp Fremgangsmåder og indretninger til kodning og afkodning af rumlig baggrundsstøj i et multikanalsindgangssignal
JP7614328B2 (ja) * 2020-07-30 2025-01-15 フラウンホーファー－ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン オーディオ信号を符号化する、又は符号化オーディオシーンを復号化する装置、方法及びコンピュータープログラム
CN119895493A (zh) * 2022-09-13 2025-04-25 瑞典爱立信有限公司 自适应声道间时间差估计

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5630016A (en) * 1992-05-28 1997-05-13 Hughes Electronics Comfort noise generation for digital communication systems
US5794199A (en) * 1996-01-29 1998-08-11 Texas Instruments Incorporated Method and system for improved discontinuous speech transmission
US6269331B1 (en) * 1996-11-14 2001-07-31 Nokia Mobile Phones Limited Transmission of comfort noise parameters during discontinuous transmission
US5960389A (en) 1996-11-15 1999-09-28 Nokia Mobile Phones Limited Methods for generating comfort noise during discontinuous transmission
CN1149534C (zh) 1998-12-07 2004-05-12 三菱电机株式会社 声音解码装置和声音解码方法
GB2356538A (en) * 1999-11-22 2001-05-23 Mitel Corp Comfort noise generation for open discontinuous transmission systems
US7610197B2 (en) * 2005-08-31 2009-10-27 Motorola, Inc. Method and apparatus for comfort noise generation in speech communication systems
WO2008121035A1 (en) * 2007-03-29 2008-10-09 Telefonaktiebolaget Lm Ericsson (Publ) Method and speech encoder with length adjustment of dtx hangover period
CN101335000B (zh) * 2008-03-26 2010-04-21 华为技术有限公司 编码的方法及装置
TWI479478B (zh) * 2011-02-14 2015-04-01 弗勞恩霍夫爾協會 用以使用對齊的預看部分將音訊信號解碼的裝置與方法
DE20163502T1 (de) * 2011-02-15 2020-12-10 Voiceage Evs Gmbh & Co. Kg Vorrichtung und verfahren zur quantisierung der verstärkung von adaptiven und festen beiträgen der anregung in einem celp-koder-dekoder
MX340634B (es) * 2012-09-11 2016-07-19 Ericsson Telefon Ab L M Generacion de confort acustico.

Also Published As

Publication number Publication date
BR112015002826B1 (pt) 2021-05-04
PH12014502232B1 (en) 2014-12-15
CA2884471A1 (en) 2014-03-20
RU2609080C2 (ru) 2017-01-30
CA2884471C (en) 2016-12-20
MA37890A1 (fr) 2016-12-30
US11621004B2 (en) 2023-04-04
IN2014DN08789A (es) 2015-05-22
WO2014040763A1 (en) 2014-03-20
CN104584120B (zh) 2016-08-31
PL2823479T3 (pl) 2015-10-30
US20170352354A1 (en) 2017-12-07
RU2658544C1 (ru) 2018-06-22
BR112015002826A2 (pt) 2018-05-22
MA37890B1 (fr) 2017-11-30
US20160293170A1 (en) 2016-10-06
KR101648290B1 (ko) 2016-08-12
JP5793636B2 (ja) 2015-10-14
DK2823479T3 (en) 2015-10-12
KR20150054716A (ko) 2015-05-20
AU2013314636A1 (en) 2015-03-19
ES2547457T3 (es) 2015-10-06
EP2823479A1 (en) 2015-01-14
MY185490A (en) 2021-05-19
HK1206861A1 (zh) 2016-01-15
EP2927905B1 (en) 2017-07-12
EP2823479B1 (en) 2015-07-08
EP2927905A1 (en) 2015-10-07
CL2015000540A1 (es) 2015-07-31
RU2014150326A (ru) 2016-07-10
US20210166704A1 (en) 2021-06-03
HUE027963T2 (en) 2016-11-28
US9779741B2 (en) 2017-10-03
SG11201500595TA (en) 2015-04-29
US20190318752A1 (en) 2019-10-17
AP2015008251A0 (en) 2015-02-28
PL2927905T3 (pl) 2017-12-29
US20150235648A1 (en) 2015-08-20
US10381014B2 (en) 2019-08-13
CN104584120A (zh) 2015-04-29
US10891964B2 (en) 2021-01-12
MX2015003060A (es) 2015-07-14
JP2015525896A (ja) 2015-09-07
PH12014502232A1 (en) 2014-12-15
PT2823479E (pt) 2015-10-08
MX340634B (es) 2016-07-19
US9443526B2 (en) 2016-09-13
AU2013314636B2 (en) 2016-02-25

Similar Documents

Publication Publication Date Title
ES2642574T3 (es) Generación de ruido de confort
ES2625895T3 (es) Método y dispositivo para la ocultación eficiente del borrado de tramas en códecs de voz basados en la predicción lineal
ES2664185T3 (es) Codificador de audio, decodificador de audio, método para proporcionar una información de audio codificada, método para proporcionar una información de audio decodificada, programa informático y representación codificada utilizando una ampliación de ancho de banda adaptada a la señal
ES2733099T3 (es) Sistemas, procedimientos y aparatos para la detección de cambio de señal
CN104969290B (zh) 用于对音频帧丢失隐藏进行控制的方法和设备
ES2760573T3 (es) Decodificador de audio y método para proveer una información de audio decodificada usando un ocultamiento de error que modifica una señal de excitación de dominio de tiempo
ES2943588T3 (es) Decodificador para generar una señal de audio mejorada en frecuencia, procedimiento de decodificación, codificador para generar una señal codificada y procedimiento de codificación que utiliza información lateral de selección compacta
CN113454714B (zh) 根据mdct系数的频谱形状估计
ES2378972T3 (es) Atenuación de la sobresonorización, en particular para la generación de una excitación en un decodificador, en ausencia de información
ES2726193T3 (es) Cuantificación de parámetros de audio
KR20200083565A (ko) 피치 지연 선택
HK1206861B (en) Generation of comfort noise