CN102714036A - 语音编码装置和语音编码方法 - Google Patents

Abstract

公开了能够从编码对象中删除不需要的声道间参数而提高编码效率的语音编码装置。在该语音编码装置中，主分量分析单元(301)将输入左信号{L_sb(f)}和输入右信号{R_sb(f)}变换为主分量信号{Pc_sb(f)}和环境信号{A_sb(f)}，并且对每个子带计算表示变换程度的旋转角；单声道编码单元(303)对主分量信号{Pc_sb(f)}进行编码；旋转角编码单元(302)对旋转角{θ_sb}进行编码；局部单声道解码单元(603)生成解码后的主分量信号，以在编码端能够确认主分量信号的编码质量；冗余参数删除单元(604)通过分析解码主分量信号的编码质量而识别冗余的参数，并从编码对象中删除这些参数；复用单元(306)将{Pc_sb(f)}的编码参数和旋转角编码参数进行复用并将比特流发送到解码端。

Description

语音编码装置和语音编码方法

技术领域

本发明涉及语音编码装置和语音编码方法，特别涉及能够删除冗余的声道间参数的语音编码装置和语音编码方法。

背景技术

在立体声语音编码方法或多声道语音编码方法中，一般存在两种方法。

一种方法是，对不同声道的信号各自独立地进行编码的方法。该方法可容易适用于立体声语音信号或多声道语音信号。但是，该方法中，不能去除声道间的冗余性，因此整体的编码比特率与声道数成比例，比特率高。

另一种方法是对立体声语音信号或多声道语音信号进行参数编码的方法。该方法的基本原理如下。也就是说，首先在编码端，将输入信号缩混(downmix)或变换为更少(或相同)数的信号。接着，使用现有的语音编码方法，对进行了缩混或变换的信号进行编码。与此同时，从原信号计算表示声道间的关系的声道间参数，并对声道间参数进行编码而发送到解码端，以在解码端能够生成立体声声像(stereo image)或多声道声像。该方法中，与对语音信号本身进行编码的情况相比，能够以更少的代码量对声道间参数进行编码，因此可实现低比特率化。

在参数立体声编码系统或多声道编码系统中，广泛使用主分量分析(PCA)(非专利文献1)、双耳线索编码方法(Binaural Cue Coding，BCC)(非专利文献2)、声道间预测(ICP)(非专利文献3)、以及强度立体声(IS)(非专利文献4)。在这里举出的各方法中，生成某种声道间参数并发送到解码端。例如，在双耳线索编码方法(BCC)中，声道间声级差(ICLD)、声道间时间差(ICTD)和声道间相关性(ICC)相当于声道间参数。另外，在声道间预测中的声道间预测系数、强度立体声中的能量比例系数(energy scale parameter)、以及主分量分析中的旋转角都为声道间参数。

在BCC、ICP、IS和PCA中，必须求精度高的声道间参数，因此一般以子带为单位进行声道间参数的计算和编码。

图1和图2简单地表示参数多声道编解码的结构。图1和图2中的各标号的含义如下。

{x_{i_sb}}：分割为多个子带的一系列的多声道信号(这些信号表示频域、时域、或组合了频域和时域的混合域中的信号)

{y_{i_sb}}：在各子带中求得的缩混或变换后的一系列信号(这些信号是与{x_{i_sb}}相同领域的信号)

{P_{i_sb}}：在各子带中求出的一系列声道间参数

另外，下面以进行缩混为前提进行说明。

在图1所示的编码端中，声道间参数生成单元101对输入信号{x_{i_sb}}例如通过BCC、PCA等进行缩混而生成缩混信号{y_{i_sb}}和声道间参数{P_{i_sb}}。

编码单元102对缩混信号{y_{i_sb}}进行编码，另外准备的编码单元103(声道间参数编码单元)对声道间参数{P_{i_sb}}进行编码。

复用单元104将缩混信号{y_{i_sb}}的编码参数和声道间参数{P_{i_sb}}的编码参数进行复用而生成比特流。该比特流被发送到解码端。

在图2所示的解码端，分离单元201分离比特流而获得缩混信号的编码参数和声道间参数的编码参数。

解码单元202使用缩混信号的编码参数进行解码处理，从而生成解码缩混信号{y^～ _{i_sb}}。

解码单元203(声道间参数解码单元)使用声道间参数的编码参数来进行解码处理，从而生成解码声道间参数{P^～ _{i_sb}}。

声道间参数适用单元204使用由解码声道间参数{P～_{i_sb}}表示的空间信息，对解码缩混信号{y～_{i_sb}}进行上混(upmix)，从而生成解码信号{x^～ _{i_sb}}。

非专利文献1中记载了基于频域中的主分量分析(PCA)的编解码。图3和图4表示非专利文献1中的基于PCA的编码装置和解码装置的结构。各标号的含义如下。

{L_sb(f)}：分割为多个子带的左信号

{R_sb(f)}：分割为多个子带的右信号

{Pc_sb(f)}：通过主分量分析对每个子带计算的主分量信号

{A_sb(f)}：通过主分量分析对每个子带计算的环境信号(ambient signal)

{θ_sb}：通过主分量分析对每个子带计算的旋转角

{PcAR_sb}：对每个子带计算出的主分量分析信号与环境信号的能量比

在图3所示的编码端，主分量分析单元301将输入左信号{L_sb(f)}和输入右信号{R_sb(f)}变换为主分量信号{Pc_sb(f)}和环境信号{A_sb(f)}。在该变换过程中，对每个子带计算表示变换程度的旋转角。如下式计算旋转角。

${\mathrm{\θ}}_{\mathrm{sb}}=\frac{1}{2}{\tan }^{-1}\left(\frac{2|\underset{f=\mathrm{sb}\_\mathrm{start}}{\overset{\mathrm{sb}\_\mathrm{end}\left[i\right]}{\mathrm{\Σ}}}{L}_{\mathrm{sb}}\left(f\right)*R_{\mathrm{sb}}\left(f\right)|}{\underset{f=\mathrm{sb}\_\mathrm{start}\left[i\right]}{\overset{\mathrm{sb}\_\mathrm{end}\left[i\right]}{\mathrm{\Σ}}}{L}_{\mathrm{sb}}{\left(f\right)}^2-\underset{f=\mathrm{sb}\_\mathrm{start}\left[i\right]}{\overset{\mathrm{sb}\_\mathrm{end}\left[i\right]}{\mathrm{\Σ}}}{R}_{\mathrm{sb}}{\left(f\right)}^2}\right)$

${\mathrm{\θ}}_{\mathrm{sb}}={\mathrm{\θ}}_{\mathrm{sb}}+\frac{\mathrm{\π}}{2}$ ifθ_sb＜0

...(1)

另外，如下式进行主分量分析的变换。

Pc_sb(f)＝L_sb(f)*cosθ_sb+R_sb(f)*sinθ_sb

A_sb(f)＝R_sb(f)*cosθ_sb-L_sb(f)*sinθ_sb

...(2)

单声道编码单元303对主分量信号{Pc_sb(f)}进行编码。

编码单元302(旋转角编码单元)对旋转角{θ_sb}进行编码。

因为环境信号{A_sb(f)}被认为不重要，所以不直接进行编码，能量参数提取单元304计算主分量信号和环境信号之间的能量比{PcAR_sb}，编码单元305(能量比编码单元)对能量比{PcAR_sb}进行编码而生成能量比编码参数。如下式求能量比{PcAR_sb}。

${\mathrm{PcAR}}_{\mathrm{sb}}=\frac{\underset{f=\mathrm{sb}\_\mathrm{start}}{\overset{\mathrm{sb}\_\mathrm{end}}{\mathrm{\Σ}}}{\mathrm{Pc}}_{\mathrm{sb}}{\left(f\right)}^2}{\underset{f=\mathrm{sb}\_\mathrm{start}}{\overset{\mathrm{sb}\_\mathrm{end}}{\mathrm{\Σ}}}{A}_{\mathrm{sb}}{\left(f\right)}^2}...\left(3\right)$

复用单元306将{Pc_sb(f)}的编码参数和旋转角{θ_sb}的编码参数、以及能量比{PcAR_sb}的编码参数进行复用，并将比特流发送到解码端。

在图4所示的解码端，分离单元401分离比特流，从而获得主分量信号编码参数、旋转角编码参数和能量比编码参数。

解码单元402(旋转角解码单元)对旋转角编码参数进行解码并将解码旋转角{θ^～ _i-sb}输出到主分量合成单元406。

单声道解码单元403对主分量信号编码参数进行解码而生成解码主分量信号{P^～c_sb(f)}，并将其输出到主分量合成单元406和环境信号合成单元405。

解码单元404(能量比解码单元)对能量比编码参数进行解码，从而生成主分量信号和环境信号之间的解码能量比{P^～cAR_sb}。

环境信号合成单元405对解码主分量信号{P^～c_sb(f)}根据解码能量比进行缩放(scaling)，从而生成解码环境信号{A^～ _sb(f)}。

主分量合成单元406基于解码旋转角{θ^～ _{i_sb}}对解码主分量信号{P^～c_sb(f)}和解码环境信号{A～_sb(f)}进行逆变换，从而生成解码左信号{L^～ _sb(f)}和解码右信号{R^～ _sb(f)}。如下式进行该逆变换。

${\tilde{L}}_{\mathrm{sb}}\left(f\right)={\tilde{P}c}_{\mathrm{sb}}\left(f\right)*\cos {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}-{\tilde{A}}_{\mathrm{sb}}\left(f\right)*\sin {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}$

${\tilde{R}}_{\mathrm{sb}}\left(f\right)={\tilde{P}c}_{\mathrm{sb}}\left(f\right)*\sin {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}-{\tilde{A}}_{\mathrm{sb}}\left(f\right)*\cos {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}...\left(4\right)$

另外，在环境信号未被编码的情况下，如下式进行逆变换。

${\tilde{L}}_{\mathrm{sb}}\left(f\right)={\tilde{P}c}_{\mathrm{sb}}\left(f\right)*\cos {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}$

${\tilde{R}}_{\mathrm{sb}}\left(f\right)={\tilde{P}c}_{\mathrm{sb}}\left(f\right)*\sin {\widetilde{\mathrm{\θ}}}_{\mathrm{sb}}...\left(5\right)$

现有技术文献

非专利文献

[非专利文献1]Manuel Briand，David Virette and Nadine Martin“Parametric coding of stereo audio based on principal component analysis”，Procof the 9th International Conference on Digital Audio Effects，Montreal，Canada，September 18-20，2006.

[非专利文献2]Christof Faller and Frank Baumgarte“Binaural Cue Coding-Part II：Schemes and Applications”，IEEE Transactions on Speech and AudioProcessing，Vol.11，No 6，November 2003

[非专利文献3]Hendrik Fuchs“Improving Joint Stereo Audio Coding byAdaptive Inter-channel Prediction”，Proc of IEEE ASSP Workshop onApplications of Signal Processing to Audio and Acoustics，New Paltz，NY，USA，Oct 17-20，1993

[非专利文献4]Jurgen Herre，“From Joint Stereo to Spatial Audio Coding-Recent Progress and Standardization”，Proc of the 7th International Conference onDigital Audio Effects，Naples，Italy，October 5-8，2004.

发明内容

发明要解决的问题

在上述的现有技术中，与缩混后的信号{y_{i_sb}}的编码质量或信号电平的大小无关，对声道间参数以规定的比特率进行编码。在一个或多个子带中，有时即使缩混后的信号完全未被编码，也与该情况无关而进行声道间参数的编码。

这里，考虑如下的情况作为例子：在非常低的比特率下，一个或多个子带的缩混后的信号未被编码的情况。在缩混后的信号未被编码的那些子带，在生成多声道语音信号方面不需要声道间参数，若这些不需要的参数被编码，则该编码所使用的比特被白白浪费。

下面说明基于频域中的主分量分析的上述的编解码的例子。

这里假设，输入信号为L(n)和R(n)，并且这些信号可以表示为L(n)＝S(n)+C(n)、R(n)＝S(n)+B(n)(S(n)是主源信号，C(n)和B(n)是某种环境噪声)。

在频域中，L(f)＝S(f)+C(f)、R(f)＝S(f)+B(f)。在S(f)并不那么强的子带中，环境噪声占优势，也就是说，在L(f)中C(f)占优势，在R(f)中B(f)占优势。此时，这些子带在整个频谱中并不重要，在低比特率下，这些子带的信号不被编码。因此本来无需对这些子带的旋转角进行编码。所以在总是对所有的子带的旋转角进行编码的现有技术中，分配给这些子带的旋转角的编码的比特被白白浪费。

图5表示存在问题的上述情况。在低比特率的条件下，如图5所示，在编码端不对第二子带的主分量信号Pc₂(f)进行编码，该子带与其它子带相比，主分量信号的能量较小。因此，在解码端，第二子带的解码后的主分量信号为0。环境信号是通过对主分量信号进行缩放而生成的，因此环境信号也是0。因此无论旋转角的值如何，第二子带的解码左信号L^～ ₂(f)和解码右信号R^～ ₂(f)都是0。也就是说，即使不发送旋转角，解码左信号和解码右信号也与发送旋转角的情况相同。

本发明的目的是提供能够删除冗余的声道间参数的语音编码装置和语音编码方法。

解决问题的方案

在本发明的第一形态中，在对声道间参数进行编码并发送之前，对每个子带信号，分析信号的特性，检查是否需要发送声道间参数。并且，识别无需发送的声道间参数并从编码对象中删除它。

由此能够从编码对象中删除不需要的声道间参数而避免对不需要的参数进行编码，所以不浪费比特，可提高编码效率。

在本发明的第二形态中，通过闭环法识别冗余的参数。将局部解码单元引入编码端来分析信号的编码质量，由此识别冗余的参数。对通过局部解码单元生成的解码缩混信号的能量或振幅进行分析，将能量或振幅小的子带视为具有冗余的声道间参数的子带。通过从编码对象中删除该子带的声道间参数，可避免音质下降的可能性。

由此，在局部解码单元能够识别具有冗余的参数(非重要的声道间参数)的子带。

在本发明的第三形态中，通过开环法识别冗余的参数。通过分析进行了变换或缩混的原信号的特性，识别冗余的参数。

由此，无需局部解码单元。因此，在无法利用局部解码单元的条件下很有效。而且，因为不存在局部解码单元，所以能够降低运算量。

在本发明的第四形态中，在解码端，通过分析解码后的进行了变换或缩混的信号，识别不存在声道间参数的子带。因此，不需要用于对解码单元通知在特定的子带中不存在声道间参数的标记信号。

由此，不需要用于表示标记信号的附加信息，所以能够提高编码效率。

在本发明的第五形态中，将通过适用本发明而节约的比特用于对某些更重要的信号(例如主分量信号的编码参数、变换或缩混后的信号的编码参数)进行编码。

由此，能够实现更良好的比特分配而提高编码效率。

在本发明的第六形态中，在解码端，基于相邻子带的参数、先前帧的参数或该双方的参数，预测不存在的声道间参数。将所预测的值用于逆变换或上混。

由此，能够预测不存在的声道间参数而保持空间声像。

在本发明的第七形态中，将本发明适用于可扩展编码。在各层中，在对声道间参数进行编码并发送之前，对每个子带分析进行了变换或缩混的信号的特性，检查是否需要发送声道间参数。并且，识别无需发送的声道间参数并从编码对象中删除它。在为了生成输入信号需要声道间参数的层的情况下，发送声道间参数。

由此，仅在需要声道间参数的层的情况下发送声道间参数，所以能够实现良好的比特分配。

附图说明

图1是表示参数多声道语音编码的编码端的结构的图。

图2是表示参数多声道语音编码的解码端的结构的图。

图3是表示基于PCA的立体声编解码的编码端的结构的图。

图4是表示基于PCA的立体声编解码的解码端的结构的图。

图5是表示基于PCA的立体声编解码中的问题的图。

图6是表示基于PCA的立体声编解码中的本发明实施方式1的语音编码装置的结构的图。

图7是表示基于PCA的立体声编解码中的本发明实施方式1的编码处理的图。

图8是表示基于PCA的立体声编解码中的本发明实施方式1的语音解码装置的结构的图。

图9是表示基于PCA的立体声编解码中的本发明实施方式1的解码处理的图。

图10是表示多声道语音编码中的本发明实施方式2的语音编码装置的结构的图。

图11是表示多声道语音编码中的本发明实施方式2的编码处理的图。

图12是表示多声道语音编码中的本发明实施方式2的语音解码装置的结构的图。

图13是表示多声道语音编码中的本发明实施方式2的解码处理的图。

图14是表示多声道语音编码中的本发明实施方式3的语音解码装置的结构的图。

图15是表示多声道语音编码中的本发明实施方式3的解码处理的图。

图16是表示多声道语音编码中的本发明实施方式4的语音编码装置的结构的图。

图17是表示多声道语音编码中的本发明实施方式4的编码处理的图。

图18是表示多声道语音编码中的本发明实施方式4的语音解码装置的结构的图。

图19是表示多声道语音编码中的本发明实施方式4的解码处理的图。

图20是表示多声道语音编码中的本发明实施方式5的语音编码装置的结构的图。

图21是表示多声道语音编码中的本发明实施方式5的编码处理的图。

图22是表示多声道语音编码中的本发明实施方式5的语音解码装置的结构的图。

图23是表示多声道语音编码中的本发明实施方式5的解码处理的图。

标号说明

600  语音编码装置

603  局部单声道解码单元

604  冗余参数删除单元

800  语音解码装置

804  零值插入单元

具体实施方式

下面，使用附图说明本发明的各实施方式。

(实施方式1)

使用图6至图9说明本实施方式。

图6表示本实施方式的语音编码装置600的结构。与图3相比，图6中追加有局部单声道解码单元603和冗余参数删除单元604。另外，省略图6中与图3相同的结构单元的说明。

局部单声道解码单元603生成解码后的主分量信号，以在编码端能够确认主分量信号的编码质量。

冗余参数删除单元604通过分析解码主分量信号的编码质量，识别冗余的参数，并从编码对象中删除这些参数。

使用图7说明本实施方式的编码处理。

如图7所示，对主分量信号的频谱进行编码和解码。通过在生成了解码频谱后分析解码后的频谱，可知在第2子带中主分量完全未被编码，第2子带的解码后的频谱为0。因此认识到无需对第2子带的旋转角进行编码。所以将第2子带中的旋转角视为冗余的参数，在编码之前从编码对象中删除该参数。

图8表示本实施方式的语音解码装置800的结构。与图4相比，图8中追加有零值插入单元804。另外，省略图8中与图4相同的结构单元的说明。

零值插入单元804分析解码主分量信号，从而识别不存在旋转角的子带，并在不存在旋转角的子带中插入零值以顺利进行逆变换。

使用图9说明本实施方式的解码处理。

如图9所示，在解码端，通过在生成了解码主分量信号后分析解码主分量信号，确认在第2子带中解码主分量信号为0，并确认第2子带的旋转角未被编码。因此仅对除此以外的子带的旋转角进行解码。另外，为了顺利进行解码处理，对第2子带的解码后的旋转角插入0值。

本发明也可以适用于主分量信号和环境信号之间的能量比的编码。

(实施方式2)

使用图10至图13说明本实施方式。图10至图13中的各标号的含义如下。

{x_{i_sb}}：分割为多个子带的多声道信号(这些信号表示频域、时域、或频域和时域的混合域中的信号)

{y_{i_sb}}：分割为多个子带的进行了缩混或变换的信号(这些信号是与{x_{i_sb}}相同领域的信号)

{P_{i_sb}}：在各子带中求出的声道间参数

{x^～ _{i_sb}}：{x_{i_sb}}的解码信号

{y^～ _{i_sb}}：{y_{i_sb}}的解码信号

{P^～ _{i_sb}}：解码声道间参数

在本实施方式，在多声道语音编码中删除冗余的参数。

图10表示本实施方式的语音编码装置1000的结构。

在语音编码装置1000中，声道间参数生成单元1001将输入信号{x_{i_sb}}例如通过BCC、PCA等变换或缩混为{y_{i_sb}}。另外，声道间参数生成单元1001在变换或缩混的过程中，还生成声道间参数{P_{i_sb}}。

通过编码单元1002，对进行了变换或缩混的信号{y_{i_sb}}进行编码。

局部解码单元1003生成解码后的进行了变换或缩混的信号，以在编码端能够确认进行了变换或缩混的信号的编码质量。

冗余参数删除单元1004通过分析进行了变换或缩混的信号的编码质量，识别冗余的参数，并从编码对象中删除这些参数。

编码单元1005(声道间参数编码单元)对删除冗余的参数后的剩余的声道间参数{P‘_{i_sb}}进行编码。

复用单元1006将{y_{i_sb}}的编码参数和{y_{i_sb}}的编码参数进行复用而生成比特流，将其发送到解码端。

使用图11说明本实施方式的编码处理。

如图11所示，对进行了变换或缩混的信号的频谱进行编码和解码。通过在生成了解码频谱后分析解码频谱，能够确认：例如在第2子带中，进行了变换的信号或缩混的信号非常弱(在极端的情况下，第2子带完全未被编码)，因此解码后的信号是0。由此无需对第2子带的声道间参数进行编码。因此，将第2子带中的声道间参数视为冗余的参数，在编码之前从编码对象中删除该参数。

存在多种用于判定解码后的子带信号是否十分弱的方法。例如有以下的两种方法。但是本发明不限于以下方法。

<方法1>与相邻子带相比，子带的信号能量非常低的情况

在该方法中，计算各子带的能量{E_sb}。对各个子带，计算该子带和相邻的子带之间的能量比。接下来，将能量比和规定的值E_th(E_th＜1)进行比较。若两个能量比都小于E_th，则将该子带的信号视为弱。例如，在第2子带中，计算两个能量比E₂/E₁和E₂/E₃。若E₂/E₁＜E_th且E₂/E₃＜E_th，则将第2子带的信号视为弱。此时，将第2子带中的声道间参数视为冗余的参数。

<方法2>子带的信号接近掩蔽曲线或低于曲线的情况

在该方法中，对各个子带计算能量{E_sb}和掩蔽曲线电平{M_sb}。接下来，对各个子带，比较掩蔽曲线的电平和子带的能量。此时可以定义另外的阈值M_th(M_th＞0)。在子带的能量小于掩蔽曲线或接近曲线时，也就是在E_sb＜M_sb+M_th时，将该子带的信号视为弱。例如在第2子带中，将子带的能量E₂和掩蔽曲线的电平M₂进行比较。若E₂＜M₂+M_th，则将该第2子带的信号视为弱。将该第2子带中的声道间参数视为冗余的参数。

图12表示本实施方式的语音解码装置1200的结构。

在语音解码装置1200中，分离单元1201分离比特流。

解码单元1202对{y_{i_sb}}的编码参数进行解码，从而生成进行了变换或缩混的信号{y^～ _{i_sb}}。

解码单元1203(声道间参数解码单元)对{P‘_{i_sb}}的编码参数进行解码，生成解码声道间参数{P～‘_{i_sb}}。

零值插入单元1204对进行了变换或缩混的信号的解码频谱进行分析，识别不存在声道间参数的子带，并在该子带中插入零值以能够顺利地进行逆变换或上混。

声道间参数适用单元1205通过利用解码声道间参数{P^～ _{i_sb}}所表示的空间信息，对解码后的信号{y^～ _{i_sb}}进行逆变换或上混而生成{x～_{i_sb}}。

使用图13说明本实施方式的解码处理。

如图13所示，通过在生成了解码频谱后分析解码频谱，能够确认第2子带的解码信号非常弱(在极端的情况下，解码信号是0)。因此认识到第2子带的声道间参数未被编码。因此仅对除此以外的子带的声道间参数进行解码。另外，为了顺利进行解码处理，对第2子带的解码后的声道间参数插入0值。为了保持与编码端的一贯性，在解码端判定声道间参数是否被编码的方法与在编码端的上述方法相同。

这样，根据本实施方式，在对声道间参数进行编码并发送之前，对各子带中的每个变换后的信号，分析信号的特性，检查是否需要发送声道间参数。并且，识别无需发送的声道间参数并从编码对象中删除它。

因此，根据本实施方式，通过从编码对象中删除不需要的声道间参数，能够避免对不需要的参数进行编码，可提高编码效率。

另外，根据本实施方式，通过闭环法识别冗余的参数。也就是说，由编码端的局部解码单元分析信号的编码质量，从而识别冗余的参数。

因此，根据本实施方式，局部解码单元能够确定具有冗余的参数(非重要的声道间参数)的子带。由此可避免音质降低的可能性。

另外，根据本实施方式，在解码端，通过分析解码后的进行了变换或缩混的信号，识别不存在声道间参数的子带。因此不需要标记信号，其用于通知解码单元在特定的子带中不存在声道间参数。

因此，根据本实施方式，不需要用于表示标记信号的附加信息，所以能够提高编码效率。

(实施方式3)

使用图14和图15说明本实施方式。图14和图15中的各标号的含义与实施方式2相同。

在本实施方式中，在解码端，基于相邻子带的参数、先前帧的参数或该双方的参数，预测不存在的声道间参数。将所预测的值用于逆变换或上混。

图14表示本实施方式的语音解码装置1400的结构。在图14中，将在图12中示出的零值插入单元1204替换为缺漏参数预测单元1404。另外，省略图14中与图12相同的结构单元的说明。

在语音解码装置1400中，缺漏参数预测单元1404对不存在的声道间参数不插入零值，而使用相邻子带的参数或先前帧的参数预测不存在的声道间参数。

使用图15说明本实施方式的解码处理。

在图15中，作为一例，在解码端不存在第2子带的声道间参数，因此基于相邻子带的参数或先前帧的参数预测该参数。

有多种用于预测不存在的声道间参数的方法。

例如，有如下式使用相邻子带的参数对不存在的声道间参数进行插值的方法。

${\tilde{P}}_{i\_2}=\frac{{\tilde{P}}_{i\_1}+{\tilde{P}}_{i\_3}}{2}...\left(6\right)$

还有，如下式使用先前帧的参数来预测不存在的声道间参数的方法。在时间上空间声像稳定时，该方法很有效。

${\tilde{P}}_{i\_2}={\tilde{P}}_{i\_2\_\mathrm{old}}...\left(7\right)$

这样，根据本实施方式，在解码端基于相邻子带的参数、先前帧的参数或该双方的参数，预测不存在的声道间参数。并且，将预测出的值用于逆变换或上混。

因此，根据本实施方式，通过预测不存在的声道间参数，能够保持空间声像。

(实施方式4)

使用图16至图19说明本实施方式。在图16至图19中，各标号的含义如下。

{x_{i_sb}}：分割为多个子带的多声道信号(这些信号表示频域、时域、或频域和时域的混合域中的信号)

{y_{i_sb}}：分割为多个子带的进行了缩混或变换的信号(这些信号是与{x_{i_sb}}相同领域的信号)

{P_{i_sb}}：在各子带中求出的声道间参数

{x^～ _{i_sb}}：{x_{i_sb}}的解码信号

{y^～ _{i_sb}}：{y_{i_sb}}的解码信号

{P^～ _{i_sb}}：解码声道间参数

在本实施方式中，将开环法用于识别冗余的参数。在本实施方式中，通过分析进行了变换或缩混的原信号的特性，识别冗余的声道间参数，从编码对象中删除该参数。

图16表示本实施方式的语音编码装置1600的结构。

在语音编码装置1600中，声道间参数生成单元1601将输入信号{x_{i_sb}}例如通过BCC、PCA等变换或缩混为{y_{i_sb}}。另外，声道间参数生成单元1601在变换或缩混的过程中，还生成声道间参数{P_{i_sb}}。

通过编码单元1602，对进行了变换或缩混的信号{y_{i_sb}}进行编码。

信号分析单元1603分析进行了变换或缩混的信号{y_{i_sb}}的信号特性，从而识别冗余的参数。

冗余参数删除单元1604识别冗余的参数，并从编码对象中删除这些参数。

编码单元1605(声道间参数编码单元)对删除了冗余的参数后剩余的声道间参数{P‘_{i_sb}}进行编码。

复用单元1606将{y_{i_sb}}的编码参数和{y_{i_sb}}的编码参数进行复用而生成比特流，将其发送到解码端。

使用图17说明本实施方式的编码处理。

如图17所示，例如通过能量分析、心理声学分析或比特分配分析等，分析进行了变换或缩混的信号的特性。通过分析可以确认：例如在第2子带中，进行了变换或缩混的信号非常弱。此时无需对第2子带的声道间参数进行编码。所以将第2子带中的声道间参数视为冗余的参数，在编码之前从编码对象中删除该参数。

存在多种用于判定子带信号是否十分弱的方法。例如有以下的两种方法。但是本发明不限于以下方法。

<方法1>与相邻子带相比，信号能量非常低的情况

在该方法中，计算各个子带的能量{E_sb}。对各个子带，计算该子带和相邻的子带之间的能量比。接下来，将能量比和某个规定的值E_th(E_th＜1)进行比较。若两个能量比都小于E_th，则将该子带的信号视为弱。例如，在第2子带中，计算两个能量比E₂/E₁和E₂/E₃。若E₂/E₁＜E_th且E₂/E₃＜E_th，则将第2子带的信号视为弱。此时，将第2子带中的声道间参数视为冗余的参数。

<方法2>子带的信号接近掩蔽曲线或低于曲线的情况

在该方法中，对各个子带计算能量{E_sb}和掩蔽曲线电平{M_sb}。接下来，对各个子带，比较掩蔽曲线的电平和子带的能量。此时可以定义另外的阈值M_th(M_th＞0)。在子带的能量小于掩蔽曲线或接近曲线时，也就是在E_sb＜M_sb+M_th时，将该子带的信号视为弱。例如在第2子带中，将子带的能量E₂和掩蔽曲线的电平M₂进行比较。若E₂＜M₂+M_th，则将该第2子带的信号视为弱。将该第2子带中的声道间参数视为冗余的参数。

图18表示本实施方式的语音解码装置1800的结构。

在语音解码装置1800中，分离单元1801分离比特流。

解码单元1802对{y_{i_sb}}的编码参数进行解码而生成进行了变换或缩混的信号{y^～ _{i_sb}}。

解码单元1803(声道间参数解码单元)对{P‘_{i_sb}}的编码参数进行解码，生成解码声道间参数{P^～‘_{i_sb}}。

零值插入单元1804对进行了变换或缩混的信号的解码后的频谱进行分析，识别不存在声道间参数的子带，在该子带中插入零值以能够顺利地进行逆变换或上混。

声道间参数适用单元1805通过利用解码声道间参数{P^～ _{i_sb}}所表示的空间信息，对解码的信号{y^～ _{i_sb}}进行逆变换或上混，生成{x^～ _{i_sb}}。

使用图19说明本实施方式的解码处理。

如图19所示，通过在生成了解码频谱后分析解码频谱，能够确认第2子带的解码后的信号非常弱(在极端的情况下，解码后的信号是0)。因此确认第2子带的声道间参数未被编码。因此仅对除此以外的子带的声道间参数进行解码。另外，为了顺利进行解码处理，对第2子带的解码后的声道间参数插入0值。为了保持与编码端的一贯性，在解码端判定声道间参数是否被编码的方法与在编码端的上述方法相同。

这样，根据本实施方式，通过开环法识别冗余的参数。也就是说，通过分析进行了变换或缩混的原信号的特性，识别冗余的参数。

因此，根据本实施方式，无需局部解码单元。所以在无法利用局部解码单元的条件下，本实施方式很有效。而且，因为不存在局部解码单元，所以能够降低运算量。

(实施方式5)

使用图20至图23说明本实施方式。图20至图23中的各标号的含义如下。

{x_{i_sb}}：分割为多个子带的多声道信号(这些信号表示频域、时域、或频域和时域的混合域中的信号)

{y_{i_sb}}：分割为多个子带的进行了缩混或变换的信号(这些信号是与{x_{i_sb}}相同领域的信号)

{P_{i_sb}}：在各子带中求出的声道间参数

{x^～ _{i_sb}}：{x_{i_sb}}的解码信号

{y^～ _{i_sb}}：{y_{i_sb}}的解码信号

{P^～ _{i_sb}}：解码声道间参数

在本实施方式，在可扩展编解码中删除冗余的参数。

图20表示本实施方式的语音编码装置2000的结构。

在语音编码装置2000中，声道间参数生成单元2001将输入信号{x_{i_sb}}例如通过BCC、PCA等变换或缩混为{y_{i_sb}}。另外，声道间参数生成单元2001在变换或缩混的过程中，还生成声道间参数{P_{i_sb}}。

通过可扩展的编码单元2002，对进行了变换或缩混的信号{y_{i_sb}}进行编码。

可扩展的局部解码单元2003生成各层的解码信号以在编码端能够确认进行了变换或缩混的信号的编码质量。

可扩展的冗余参数删除单元2004通过分析进行了变换或缩混的信号的编码质量，识别冗余的参数，并从各层的编码对象中删除这些参数。

编码单元2005(声道间参数编码单元)对删除了冗余参数后剩余的声道间参数{P‘_{i_sb}}进行编码。

复用单元2006将{y_{i_sb}}的编码参数和{y_{i_sb}}的编码参数进行复用而生成比特流，将其发送到解码端。

使用图21说明本实施方式的编码处理。

如图21所示，对进行了变换或缩混的信号的频谱进行编码和解码。在生成了解码频谱后，分析解码频谱。例如，在图21中，在层1中第2子带的解码后的进行了变换或缩混的信号非常弱(在极端的情况下，第2子带完全未被编码)，从而确认解码后的信号为0。此时，在层1无需对第2子带的声道间参数进行编码。因此在层1将第2子带中的声道间参数视为冗余的参数，在编码之前从编码对象中删除该参数。

另一方面，在层2中，第2子带的解码信号不弱，为了避免有可能出现的音质的劣化，需要对声道间参数进行编码。因此在层2中才对第2子带的声道间参数进行编码。

存在多种用于判定子带信号是否十分弱的方法。例如有以下的两种方法。但是本发明不限于以下方法。

<方法1>与相邻子带相比，信号能量非常低的情况

在该方法中，计算各个子带的能量{E_sb}。对各个子带，计算该子带和相邻的子带之间的能量比。接下来，将能量比和规定的值E_th(E_th＜1)进行比较。若两个能量比都小于E_th，则将该子带的信号视为弱。例如，在第2子带中，计算两个能量比E₂/E₁和E₂/E₃。若E₂/E₁＜E_th且E₂/E₃＜E_th，则将第2子带的信号视为弱。将第2子带中的声道间参数视为冗余的参数。

<方法2>子带的信号接近掩蔽曲线或低于曲线的情况

在该方法中，对各个子带计算能量{E_sb}和掩蔽曲线电平{M_sb}。接下来，对各个子带，比较掩蔽曲线的电平和子带的能量。此时可以定义另外的阈值M_th(M_th＞0)。在子带的能量小于掩蔽曲线或接近曲线时，也就是在E_sb＜M_sb+M_th时，将该子带的信号视为弱。例如在第2子带中，将子带的能量E₂和掩蔽曲线的电平M₂进行比较。若E₂＜M₂+M_th，则将该第2子带的信号视为弱。将该第2子带中的声道间参数视为冗余的参数。

图22表示本实施方式的语音解码装置2200的结构。

在语音解码装置2200中，分离单元2201在各层中分离比特流。

可扩展的解码单元2202对{y_{i_sb}}的编码参数进行解码，生成进行了变换或缩混的信号{y^～ _{i_sb}}。

解码单元2203(声道间参数解码单元)对{P‘_{i_sb}}的编码参数进行解码，从而生成解码声道间参数{P^～‘_{i_sb}}。

零值插入单元2204在各层中对进行了变换或缩混的信号的解码频谱进行分析，识别不存在声道间参数的子带，在该子带中插入零值以能够顺利地进行逆变换或上混。

声道间参数适用单元2205通过利用解码声道间参数{P^～ _{i_sb}}所表示的空间信息，对解码后的信号{y^～ _{i_sb}}进行逆变换或上混，从而生成{x^～ _{i_sb}}。

使用图23说明本实施方式的解码处理。

如图23所示，通过在生成了解码频谱后分析解码频谱，能够确认在层1中第2子带的解码信号非常弱(在极端的情况下，解码信号是0)。因此确认第2子带的声道间参数未被编码。因此仅对除此以外的子带的声道间参数进行解码。另外，为了顺利进行解码处理，对第2子带的解码后的声道间参数插入0值。

另一方面，在层2中，第2子带的解码信号不弱，因此对第2子带的声道间参数进行解码。

为了保持与编码端的一贯性，在解码端判定声道间参数是否被编码的方法与在编码端的上述方法相同。

这样，根据本实施方式，在可扩展编码的各层中，在对声道间参数进行编码并发送之前，对每个子带，分析进行了变换或缩混的信号的特性，检查是否需要发送声道间参数。并且，识别无需发送的声道间参数并从编码对象中删除它。另一方面，在为了生成输入信号需要声道间参数的层的情况下，发送声道间参数。

因此，根据本实施方式，仅在需要声道间参数的层的情况下发送声道间参数，所以能够实现良好的比特分配。

2009年12月28日提交的日本专利申请特愿2009-298321号所包含的说明书、说明书附图和说明书摘要的公开内容全都引用于本申请。

工业实用性

本发明适用于进行语音编码的通信装置、进行语音解码的通信装置，尤其适用于无线通信装置。

Claims (5)

1.语音编码装置，包括：

变换单元，将多个声道的输入信号变换为主分量信号，并且对每个子带计算表示声道间的信号的关系的声道间参数；

第一编码单元，对所述主分量信号进行编码而获得编码主分量信号；

解码单元，对所述编码主分量信号进行解码而获得解码主分量信号；

删除单元，使用所述解码主分量信号，从所述子带的所述声道间参数中删除冗余的参数；以及

第二编码单元，对删除了所述冗余的参数后的声道间参数进行编码。

2.如权利要求1所述的语音编码装置，

所述变换单元通过主分量分析，将所述输入信号变换为所述主分量信号，

所述声道间参数为旋转角。

3.如权利要求1所述的语音编码装置，

所述删除单元将各子带的能量与相邻的子带能量之比和阈值进行比较，在所述能量比小于所述阈值时删除所述声道间参数。

4.如权利要求1所述的语音编码装置，

所述删除单元将各子带的能量和掩蔽曲线的电平进行比较，在所述能量接近或小于所述掩蔽曲线时删除所述声道间参数。

5.语音编码方法，包括：

变换步骤，将多个声道的输入信号变换为主分量信号，并且对每个子带计算表示声道间的信号的关系的声道间参数；

第一编码步骤，对所述主分量信号进行编码而获得编码主分量信号；

解码步骤，对所述编码主分量信号进行解码而获得解码主分量信号；

删除步骤，使用所述解码主分量信号，从所述子带的所述声道间参数中删除冗余的参数；以及

第二编码步骤，对删除了所述冗余的参数后的声道间参数进行编码。

Images