專利名稱：音頻暫態(tài)信號的檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字移動通信領(lǐng)域，特別是涉及一種音頻暫態(tài)信號的檢測 方法。
背景技術(shù)：
暫態(tài)信號是一種特殊的音頻信號，它多存在于有敲打樂器的的音頻序 列中，例如，連續(xù)的敲鑼打鼓產(chǎn)生的信號可以稱之為暫態(tài)信號。它的特殊
性在于，如果采用常規(guī)的變換編碼方法例如MDCT等，對其進行編解碼的 話，由于量化噪聲的存在，會產(chǎn)生預(yù)回聲現(xiàn)象。預(yù)回聲現(xiàn)象則是人耳不能 忍受的一種聽覺上的失真?，F(xiàn)有技術(shù)中雖然已經(jīng)有兩類經(jīng)典的技術(shù)對暫態(tài) 信號進行有效的編解碼，但是，運算開銷都相對常規(guī)的變換編解碼的方法 要大得多。
為了能夠?qū)簯B(tài)信號進行有效的編解碼，對暫態(tài)信號進行準確的檢測 是非常重要的。感知熵是一種經(jīng)典的暫態(tài)信號檢測方法。它能有效的進行 頻域中的暫態(tài)信號檢測，但是由于其要用到多點的FFT (傅立葉變換)， 所以計算較為復(fù)雜。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種音頻暫態(tài)信號的檢測方法，能夠 快速從時域中檢測出音頻暫態(tài)信號。
為解決上述技術(shù)問題，本發(fā)明的音頻暫態(tài)信號的檢測方法是采用如下技術(shù)方案實現(xiàn)的，首先，在每幀音頻信號中分別求出突變指數(shù)以及最大加
權(quán)能量兩個特征信號；然后根據(jù)設(shè)定的門限值進行門限判決；
先判斷最大加權(quán)能量是否大于門限值，如果大于則該幀音頻信號為暫
態(tài)信號；否則再判斷突變指數(shù)是否大于門限值，如果大于則判定該幀音頻
信號為暫態(tài)信號，否則為穩(wěn)態(tài)信號。
由于采用本發(fā)明的方法，在進行暫態(tài)信號檢測時不需要多點的FFT，
所以計算過程簡單，能夠快速的在音頻序列中檢測出暫態(tài)信號。


下面結(jié)合附圖與具體實施方式
對本發(fā)明作進一步詳細的說明-圖1是本發(fā)明的暫態(tài)信號檢測框圖； 圖2是圖1中的門限判決框圖。
具體實施例方式
參見圖l所示，本發(fā)明的音頻暫態(tài)信號檢測方法具體實現(xiàn)的過程是
對于輸入的每幀音頻信號，在得到輸入音頻信號采樣點x1,x2,...,xN以后， 將所有采樣點的信號均勻的分成L段。在每一段采樣點的信號中，首先計
算每段采樣點的信號的能量，稱為子段信號能量E1。<formula>formula see original document page 5</formula>其中，A1是表示第I段信號含有的采樣點。
然后，再計算每段采樣點的信號A1中，絕對值最大的前M個點(M可 以取任意一個大于l整數(shù))。將絕對值求平均值，可以得到子段信號峰值
PMi.if =丄》;c, l,M,鬆樹值最大的fjM傾樣點集合
計算子段信號峰值if還可以采用其它方法，如求M個最大值的中值，
或者加權(quán)平均值等。
最后，求得整個采樣點的信號輸入幀的平均能量&。
! =1
根據(jù)上述計算所得到的三組參數(shù)子段信號能量&、子段信號峰值 iT、輸入幀的平均能量&，以及一個碼率自適應(yīng)的權(quán)重參數(shù)表(可以采 用現(xiàn)有技術(shù)中任意一種碼率自適應(yīng)權(quán)重參數(shù)表)進行暫態(tài)信號檢測。
首先，使用每一個子段信號峰值/r和前一個子段信號能量^參數(shù)，
計算如下的突變指數(shù)
/〖-i，"2,3，…，丄
五M
從物理意義上解釋，子段信號峰值if和前一子段信號能量A參數(shù)比 值越大，意味著信號在這個子段出現(xiàn)瞬變，產(chǎn)生了一個類似沖擊的現(xiàn)象，
即暫態(tài)信號現(xiàn)象。在計算子段信號峰值iT時，選取M個絕對值最大的點，
其目的是為了保證檢測在如下兩種情況下的魯棒性
a) 在出現(xiàn)毛刺類偽暫態(tài)現(xiàn)象的時候，即子段信號有一個特別大的值 (野值)的時候，用M個絕對值最大的點平均值可以讓子段信號的峰值降
下來，得到一個魯棒的子段信號峰值。
b) 在子段信號末端出現(xiàn)暫態(tài)現(xiàn)象的時候，這一個子段其實是近似穩(wěn) 態(tài)的，如果認為其為暫態(tài)的話，會帶來不必要的計算量增加。
然后，再計算最大加權(quán)能量，即子段信號能量A乘以一個系數(shù)r(力j'^az^)得到加權(quán)的子段信號能量￡,'=吖&>"^^，其與平均能量A的 比值。
所述的系數(shù)r ("^We)是一組經(jīng)驗值，是根據(jù)音頻編解碼的碼率 來自適應(yīng)調(diào)整的(即，對應(yīng)不同的碼率，所取的經(jīng)驗值不一樣)，選自碼 率自適應(yīng)權(quán)重參數(shù)表。
根據(jù)計算所得的突變指數(shù)以及最大加權(quán)能量進行門限判決
首先計算最大加權(quán)能量是否大于某個門限，艮P-
如果大于則判定為該幀音頻信號需要進行暫態(tài)信號的編解碼處理，即 認為是暫態(tài)信號。否則再判斷突變指數(shù)/,r是否超過門限，艮口
max /〖> T2
如果大于則判定該音頻信號為暫態(tài)信號，否則為穩(wěn)態(tài)信號，即不用進 行暫態(tài)信號的編解碼處理。
在進行門限判決時可以采用任意一種模式分類方法(給定輸入特征)， 例如采用神經(jīng)網(wǎng)絡(luò)分類器進行門限判決。
權(quán)利要求
1、一種音頻暫態(tài)信號的檢測方法，其特征在于首先，在每幀音頻信號中分別求出突變指數(shù)以及最大加權(quán)能量兩個特征信號；然后根據(jù)設(shè)定的門限值進行門限判決；先判斷最大加權(quán)能量是否大于門限值，如果大于則該幀音頻信號為暫態(tài)信號；否則再判斷突變指數(shù)是否大于門限值，如果大于則判定該幀音頻信號為暫態(tài)信號，否則為穩(wěn)態(tài)信號。
2、 根據(jù)權(quán)利要求1所述的音頻暫態(tài)信號的檢測方法，其特征在于 所述突變指數(shù)和最大加權(quán)能量的計算方法是，對于輸入的每幀音頻信號， 在得到輸入音頻信號采樣點Xt、 X2、……Xw以后，將所有采樣信號均勻的 分成L段，在每一段信號中分別求出子段信號能量&、子段信號峰值if 、 以及每幀音頻信號的平均能量所述突變指數(shù)等于每一個子段信號峰值iT和前一個子段信號能量 &;的比值，SP:<formula>formula see original document page 2</formula>所述最大加權(quán)能量等于加權(quán)的子段信號能量與平均能量&的比值， 其中，加權(quán)的子段信號能量等于每個子段信號能量A乘以選自碼率自適 應(yīng)權(quán)重參數(shù)表的一個系數(shù)。
3、 根據(jù)權(quán)利要求2所述的音頻暫態(tài)信號的檢測方法，其特征在于所述子段信號能量A等于￡/= Z 、2其中，4表示第7段信號含有的采樣點。
4、 根據(jù)權(quán)利要求2所述的音頻暫態(tài)信號的檢測方法，其特征在于-所述子段信號峰值iT的計算方法是，在每段采樣信號中選取絕對值最大 的前#個點，f為任意一個大于1的整數(shù)；對選定的i/個絕對值最大的點 采用求平均值、求中值、或加權(quán)平均值的方法得到子段信號峰值iT。
5、 根據(jù)權(quán)利要求2所述的音頻暫態(tài)信號的檢測方法，其特征在于-所述每幀音頻信號的平均能量^等于五o^Z!《。
全文摘要
本發(fā)明公開了一種音頻暫態(tài)信號的檢測方法，首先，在每幀音頻信號中分別求出突變指數(shù)以及最大加權(quán)能量兩個特征信號；然后根據(jù)設(shè)定的門限值進行門限判決；先判斷最大加權(quán)能量是否大于門限值，如果大于則該幀音頻信號為暫態(tài)信號；否則再判斷突變指數(shù)是否大于門限值，如果大于則判定該幀音頻信號為暫態(tài)信號，否則為穩(wěn)態(tài)信號。本發(fā)明能夠快速從時域中檢測出音頻暫態(tài)信號。適用于數(shù)字移動通信領(lǐng)域。
文檔編號G10L11/00GK101308651SQ20071004077
公開日2008年11月19日 申請日期2007年5月17日 優(yōu)先權(quán)日2007年5月17日
發(fā)明者張本好, 林福輝, 黃鶴云 申請人:展訊通信(上海)有限公司