语音处理：蓝牙音频编解码器LC3技术文档研读总结

注：LC3技术说明文档可直接从文末参考资料3地址下载，LC3 Plus源码可从参考资料2官网获取。

LC3简要介绍

---

Low Complexity Communication Codec（LC3）是一种高效的蓝牙®在LE音频配置文件使用音频编解码器。它是个频域编码器，能够以各种比特率编码语音和音乐，并且可以合并到任何蓝牙音频配置文件中。

重点特性：

• 低复杂度、低功耗
• 基于块的变换音频编解码器
• 提供了广泛的可用比特率
• 支持10 ms和7.5 ms的帧间隔
• 支持无限数量的音频通道
• 支持以下位深度：每个音频样本16、24和32位
• 支持以下采样率：8 kHz，16 kHz，24 kHz，32 kHz，44.1 kHz和48 kHz

总体流程

---

数据流程：

帧结构：

见LC3技术文档fig3.12

编码侧框架

---

见LC3技术文档fig3.1

解码侧框架

---

主要技术模块

---

SNS

SNS为Spectral Noise Shape，谱噪声整形。
输入：转到MDCT域上的X(k)和每个带的能量E(b)。
输出：经过系数相乘调整后的频域信号Xs(k)以及相关gain值。
效果：对谱量化形成的量化噪声进行整形，降低到人耳听觉无法感知到。
中间过程（原理）：
1） SNS分析，得到16个比例系数
2） 系数量化，此步量化只是为了得到量化后的调整系数
3） 比例系数插值，插值到64个系数，使之与带能量E(b)个数匹配
4） 谱整形，输出整形后的信号

解码侧的逆过程：

TNS

TNS为Temporal Noise Shape，时域噪声整形。
输入：经SNS处理后的频域信号Xs(k)。
输出：调整后的频域信号Xf(k)。
效果：调整控制在每个窗转换时，量化噪声的时域形状。量化噪声指的是将浮点值数字信号，转化为要求精度的整型值时，损失的精度带来的听感差异。
中间过程（原理）：
1）TNS分析，将频域信号转化为估计的LPC系数和估计误差
2）计算得预测的Gain值与阈值比较，若小于则不需要做TNS
3）若大于，则先更新权重，从而更新带权重的LPC系数
4）量化，得到每个滤波器的阶数，对tns相关参数编码分配比特
5）滤波，更新得到TNS滤波后的MDCT信号

LTPF

LTPF为Long term postfilter，长时后滤波器。
输入：原始输入的时域信号xs(n)。
输出：pitch所在索引，pitch存在标志，ltpf激活和ltpf激活标志。
效果：控制解码侧的基于基音的后滤波器对频谱波谷处（低频区）的量化噪声进行整形。
中间过程（原理）： 时域滤波
1） 将时域信号点重采样成固定128个点，再下采样到64个点，减小数据量和运算复杂度
2） 对64个时域点做基音检测，若不大于阈值，则发出基音为0的pitch标志
3） 若大于，则发出基音为1的pitch标志
4） 接着，估计基音时延(Pitch-lag)并得到对应的基音索引位
5） 然后，激活LTPF，并将激活检测标志置位为激活

SQ

SQ为Spectral quantization，谱量化。
输入：TNS后的Xf(k)
输出：量化后为整数的Xq(k)
效果：根据重要性，将相应浮点转化为定点
中间过程（原理）：
1） 计算得到可用比特数nbits_spec
2） 第一次全局增益估计（粗估），目标是使量化的结果尽量接近要求的比特数
3） 按照公式将增益估计和Xf(k)进行运算，得到量化后的Xq(k)
4） 根据可用比特数，对量化后多余的Xq(k)信息进行截断，置零，此时lsbMode=1
5） 如果nbits_est比nbits_spec相差过大，则截断信息较多，需对全局增益做调整（精估）
6） 如果没有截断，有多余比特，此时lsbMode=0，用剩余比特做标记，量化有损失的记1，无损失的记0

BE

BE为Bitstream encoding，码流编码。
输入：各种参数的边信息、量化后的MDCT系数等
输出：一帧帧完整的码流
效果：将压缩后的每帧信息打包成码流，然后进行数据传输
中间过程（原理）：
1） 初始化边信息
2） 打包算术编码的动态数据块
3） 打包符号位和谱信息最低有效位LSB
4） 残余信息

见LC3技术文档fig3.12

参考资料

1. 蓝牙LE Audio的关键-LC3技术
2. LC3官网
3. LC3技术说明文档下载地址
4. 【LE AUDIO】LC3 - Low Complexity Communication Codec