CN104485111A - 音频/语音编码装置和音频/语音解码装置 - Google Patents
音频/语音编码装置和音频/语音解码装置 Download PDFInfo
- Publication number
- CN104485111A CN104485111A CN201410725584.9A CN201410725584A CN104485111A CN 104485111 A CN104485111 A CN 104485111A CN 201410725584 A CN201410725584 A CN 201410725584A CN 104485111 A CN104485111 A CN 104485111A
- Authority
- CN
- China
- Prior art keywords
- index
- unit
- subband
- differential indices
- huffman
- 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.)
- Granted
Links
- 238000013139 quantization Methods 0.000 claims abstract description 56
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 230000008054 signal transmission Effects 0.000 claims abstract description 5
- 230000000873 masking effect Effects 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000009795 derivation Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 24
- 230000003595 spectral effect Effects 0.000 description 15
- 238000013461 design Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000010606 normalization Methods 0.000 description 5
- 239000000470 constituent Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband 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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- 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
- G10L19/0017—Lossless audio signal coding; Perfect reconstruction of coded audio signal by transmission of coding error
-
- 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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0204—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 spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition
- G10L19/0208—Subband 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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明实施例提供了一种音频/语音编码装置和音频/语音解码装置,所述音频/语音编码装置包括:变换单元,其将时域输入信号变换为频域信号;频带划分单元,其将输入信号的频谱划分为多个子带;范数因子计算单元,其导出表示各子带的能量等级的范数因子;量化单元,其对所述范数因子进行量化;索引变更单元,其变更量化索引;霍夫曼表选择单元,其从若干预先定义的霍夫曼表中选择霍夫曼表;霍夫曼编码单元,其包括用于计算当前子带与在先子带之间的差分索引的差分索引计算单元,使用所述选择出的霍夫曼表,对所述差分索引进行编码;以及标志信号传输单元,其传输表示所述选择出的霍夫曼表的标志信号。
Description
本申请是国际申请日为2012年3月12日、申请号为201280012790.4、发明名称为“用于执行霍夫曼编码的装置和方法”的发明专利申请的分案申请。
技术领域
本发明涉及使用霍夫曼编码的音频/语音编码装置、音频/语音解码装置、以及音频/语音编码方法和音频/语音解码方法。
背景技术
在信号压缩中,广泛使用霍夫曼编码,其使用可变长度(VL)码表(霍夫曼表)对输入信号进行编码。霍夫曼编码与固定长度(FL)编码相比,其对于统计分布不均的输入信号更有效。
在霍夫曼编码中,采用基于输入信号的各可取值的估计出现概率的特定方法而导出霍夫曼表。在编码时,各输入信号值被映射到霍夫曼表内的特定的可变长度码。
在霍夫曼编码中,对统计学上出现可能性更高的信号值使用相对短的VL码(其使用相对较少的比特)进行编码,相反地,对统计学上以低频度出现的信号值使用相对长的VL码(其使用相对较多的比特)进行编码,从而能够减少对输入信号进行编码所使用的比特的总数。
现有技术文献
非专利文献
【非专利文献1】ITU-T倡议G.719(06/2008)“Low-complexity,full-bandaudio coding for high-quality,conversational applications”
发明内容
发明要解决的课题
但是,在音频信号编码等若干应用例中,有时信号统计在一组音频信号与另一组音频信号之间明显不同。甚至在相同的一组音频信号内也如此。
在音频信号的统计与预先定义的霍夫曼表的统计区别很大时,无法进行最合适的信号的编码。在对具有不同统计的音频信号进行编码时,有时采用霍夫曼编码的比特消耗远远大于采用固定长度编码的比特消耗。
作为一个可行的解决方案,将霍夫曼编码和固定长度编码两者包含于编码中,选择消耗比特少的一方的编码方法。为了表示在编码器中选择了哪一方的编码方法,而将一个标志信号传送到解码器一侧。该解决方案用于新标准的ITU-T语音编解码器G.719。
该解决方案在霍夫曼编码比固定长度编码消耗更多比特的若干非常极端的序列的情况下解决问题。然而,虽然具有与霍夫曼表不同的统计但依然对于选择霍夫曼编码的其他输入信号,该解决方案依然不理想。
在利用ITU-T而被正规化的语音编解码器G.719中,对于范数因子(norm factor)的量化索引的编码采用霍夫曼编码。
G.719的结构如图1所示。
在编码器一侧,以48kHz采样的输入信号由过渡状态检测器(101)进行处理。根据过渡状态的检测,对输入信号帧应用高频率分辨率变换或低频率分辨率变换(102)。所获得的频谱系数被分组给长度不同的频带。估计各频带的范数(103),对由所有频带的范数构成的、作为结果的频谱包络线进行量化、编码(104)。之后,利用被量化后的范数使系数正规化(105)。量化后的范数基于自适应频谱权重而进一步被调整(106),作为用于比特分配的输入而使用(107)。基于被分配给各频带的比特,对正规化后的频谱系数进行点阵矢量量化和编码(108)。对未经编码的频谱系数的电平进行估计、编码(109),并传输到解码器。对经编码后的频谱系数和经编码后的范数这两者的量化索引应用霍夫曼编码。
在解码器侧,首先对于帧结构、即表示是恒定还是过渡的过渡标志进行解码。对频谱包络线进行解码、进行相同比特准确的范数调整、以及采用比特分配算法,为了重新计算对正规化后的变换系数的量化索引进行解码所需的比特分配,而在解码器中使用频谱包络线。在逆量化(112)后,使用(分配了零比特的)未进行低频编码的频谱系数由接收到的频谱系数(分配了非零比特的频谱系数)构建的频谱填充(spectral-fill)码本,从而进行重新生成(113)。为了调整重新生成的系数的电平,使用噪声电平调整索引。未进行高频编码的频谱系数使用带宽扩展而重新生成。经解码的频谱系数和重新生成的频谱系数,导出被组合并正规化后的频谱。应用经解码后的频谱包络线而导出经解码后的全频带频谱(114)。最后,应用逆变换(115)来恢复时域解码信号。通过在恒定模式时应用修正逆离散余弦变换,或者通过在过渡模式时应用分辨率更高的时间分辨率变换的逆变换,从而执行该恢复处理。
在编码器(104)中,使用采用40个3dB的步长的均匀对数标量量化器来对频谱子带的范数因子进行标量量化。对数量化器的码本表列值示于图2。看码本可知,范数因子的范围为“2-2.5,217”,随着索引增加而值减少。
范数因子的量化索引的编码如图3所示。总计存在44个子带,与此对应而存在44个范数因子。在第一子带,使用最初32个码本表列值对范数因子进行量化(301),但对于其他范数因子,使用图2所示的40个码本表列值进行标量量化(302)。对于第一子带的范数因子的量化索引,使用5比特直接进行编码(303),但对于其他子带的索引,使用差分编码进行编码。使用下式导出差分索引(304)。
Diff_index(n)=Index(n)-Index(n-1)+15,n∈[1,43]… (式1)
能够利用2种可行方法、即固定长度编码(305)和霍夫曼编码(306)对差分索引进行编码。用于差分索引的霍夫曼表如图4所示。在该表中,存在考虑了相邻子带间的急剧能量变化的可能性的、从0到31的总计32个表列值。
但是,在音频输入信号的情况下,存在被称为“听觉掩蔽(auditorymasking)”这一名称的物理现象。听觉掩蔽在1个声音的知觉因其他声音的存在而受到影响时产生。作为一例,频率类似的2个信号、即一个在1kHz的强烈的尖锋(spike)的信号、一个在比1.1kHz更低的电平的音调(tone)同时存在的情况下,比1.1kHz更低的电平的音调因为1kHz的强烈的尖锋的存在,而被屏蔽了(无法听清)。
能够在其他声音(掩蔽音)存在的情况下感觉到声音所需要的声压级(sound pressure level),其在音频编码中被定义为掩蔽阈值。掩蔽阈值依赖于频率、掩蔽音的声压级。在2个声音具有类似频率的情况下,掩蔽效果强,掩蔽阈值也高。在掩蔽音具有较大声压级的情况下,对其它声音具有强大的掩蔽效果,掩蔽阈值也高。
根据上述听觉掩蔽理论,在1个子带具有非常大的能量时,对于其它子带、特别是相邻子带具有很强的掩蔽效果。此时,其它子带、特别是相邻子带的掩蔽阈值大。
相邻子带内的声音成分仅具有(比掩蔽阈值小)非常小的量化误差时,听取者无法感觉到该子带内的声音成分的劣化。
只要量化误差低于掩蔽阈值,则不需要对该子带的分辨率非常高的范数因子进行编码。
本发明提供一种为了在音频信号编码时生成霍夫曼表、并且为了从1组预先定义的表选择霍夫曼表而利用音频信号特性的装置及方法。
简单而言,为了缩小差分索引的范围而利用听觉掩蔽特性,其结果是能够为了编码而设计具有更少码字的霍夫曼表并进行使用。由于霍夫曼表具有更少的码字,因此能够设计长度更短(只消耗更少数量的比特)的码。通过这种方式,能够降低用于对差分索引进行编码的整体比特消耗。
根据本发明一实施例,提供了音频/语音编码装置,其包括:变换单元,其将时域输入信号变换为频域信号;频带划分单元,其将输入信号的频谱划分为多个子带;范数因子计算单元,其导出表示各子带的能量等级的范数因子;量化单元,其对所述范数因子进行量化;索引变更单元,其变更量化索引;霍夫曼表选择单元,其从若干预先定义的霍夫曼表中选择霍夫曼表;霍夫曼编码单元,其包括用于计算当前子带与在先子带之间的差分索引的差分索引计算单元,使用所述选择出的霍夫曼表,对所述差分索引进行编码;以及标志信号传输单元,其传输表示所述选择出的霍夫曼表的标志信号。
根据本发明另一实施例,提供了音频/语音解码装置,其包括:标志信号解码单元,其对表示选择出的霍夫曼表的标志信号进行解码;霍夫曼表选择单元,其根据所述标志信号选择霍夫曼表;霍夫曼解码单元,其使用所述选择出的霍夫曼表,对差分索引进行解码,所述霍夫曼解码单元包括使用所述解码后的差分索引计算量化索引的索引计算单元;逆量化单元,其对范数因子进行逆量化;系数重构单元,其使用所述范数因子重构频谱系数;以及变换单元,其将频域输入信号变换为时域信号。
发明的效果
通过采用仅消耗更少比特的霍夫曼码,能够减少用于对差分索引进行编码的整体比特消耗。
附图说明
图1是表示ITU-T G.719的框架(frame work)的图。
图2是表示用于范数因子量化的码本的图。
图3是表示范数因子量化和编码的过程的图。
图4是表示为了范数因子索引编码而使用的霍夫曼表的图。
图5是表示采用本发明的框架的图。
图6-1和6-2是表示预先定义的霍夫曼表的一例的图。
图7是表示导出掩蔽曲线的图。
图8是表示如何缩小差分索引的范围的图。
图9是表示如何进行索引变更的流程图。
图10是表示怎样能够设计霍夫曼表的图。
图11是表示本发明实施方式2的框架的图。
图12是表示本发明实施方式3的框架的图。
图13是表示本发明实施方式4的编码器的图。
图14是表示本发明实施方式4的解码器的图。
具体实施方式
对本发明的主要原理借助于图5-图12而在本部分进行说明。对于本领域技术人员而言,在不脱离本发明的主旨的情况下可以适当变更本发明。为了便于说明而提供附图。
(实施方式1)
图5示出本发明的编解码器,本发明的编解码器具有将本发明的构思适用于霍夫曼编码的编码器和解码器。
在图5所示的编码器中,利用心理声学模型(501)处理子带的能量,导出掩蔽阈值Mask(n)。依照所导出的Mask(n),变更量化误差低于掩蔽阈值的子带的范数因子的量化索引,以使差分索引的范围能够更小(502)。
变更后的索引的差分索引依照下式计算。
Diff_index(n)=New_Index(n)-New_Index(n-1)+15,n∈[1,43] (式2)
如下式所示那样识别霍夫曼编码的差分索引的范围(504)。
范围=[Min(Diff_index(n)),Max(Diff_index(n))]…… (式3)
依照范围的值,为了进行差分索引的编码(506),而选择在1组预先定义的霍夫曼表中为其特定范围而设计的霍夫曼表(505)。作为一例,在输入帧的所有差分索引中,最小值为12、最大值为18时,范围=[12,18]。为[12,18]而设计的霍夫曼表被选作用于编码的霍夫曼表。
该1组预先定义的霍夫曼表依照差分索引的范围而被设计(详细内容在之后的部分说明)和构成。表示选择出的霍夫曼表的标志信号和编码索引被传输到解码器侧。
用于选择霍夫曼表的其他方法是,使用所有的霍夫曼表,计算所有的比特消耗,之后选择仅消耗最少比特的霍夫曼表。
作为一例,4个1组的预先定义的霍夫曼表如图6所示。在该例中,存在4个预先定义的霍夫曼表,分别覆盖[13,17]、[12,18]、[11,19]以及[10,20]的范围。表6.1示出标志信号和对应的霍夫曼表的范围。表6.2示出相对于[13,17]的范围内的所有值的霍夫曼码。表6.3示出相对于[12,18]的范围内的所有值的霍夫曼码。表6.4示出相对于[11,19]的范围内的所有值的霍夫曼码。表6.5示出相对于[10,20]的范围内的所有值的霍夫曼码。
将图6的霍夫曼码本与图4所示的原霍夫曼表相比可知,相同值的霍夫曼码本只消耗更少的比特。这是对节约比特的方法的说明。
在图5所示的解码器中,为了进行差分索引的解码(508),而依照标志信号选择对应的霍夫曼表(507)。为了重新构成范数因子的量化索引,依照下式而使用差分索引。
Diff_index(n)=Index(n)+Index(n-1)-15,n∈[1,43]…… (式4)
图7示出输入信号的掩蔽曲线的导出。首先,计算子带的能量,使用这些能量导出输入信号的掩蔽曲线。掩蔽曲线的导出能够利用MPEG AAC编解码器中的掩蔽曲线导出方法等现有技术的几个公知技术。
图8示出如何缩小差分索引的范围。首先,进行掩蔽阈值与子带的量化误差能量之间的比较。对于量化误差能量低于掩蔽阈值的子带,将索引变更为更接近相邻子带的值,但为了避免音质受到影响,保证对应的量化误差能量不超过掩蔽阈值的变更。变更后,能够缩小索引的范围。下面对此进行说明。
如图8所示那样,对于子带0、2、4,量化误差能量低于掩蔽阈值,因此索引被变更为更接近相邻索引。
索引的变更能够如以下那样进行(作为一例使用子带2)。如图2所示,较大索引与较小的能量对应,此时,Index(1)小于Index(2)。Index(2)的变更在实际上使该值减少。该方式能够如图9所示那样进行。
对于子带1和子带3,能量高于掩蔽阈值,因此索引并不被变更。此时,差分索引更接近中央。作为一例使用子带1。
Diff_index(1)=Index(1)-Index(0)+15,n∈[1,43] (式5)
New_Diff_index(1)=New_Index(1)-New_Index(0)+15,n∈[1,43] (式6)
∵New_index(1)-New_Index(0)<Index(1)-Index(0)
∴New_diff_Index(1)-15<Diff_Index(1)-15 (式7)
在本发明中,霍夫曼表的设计使用大规模输入序列数据库并在脱机情况下进行。该过程在图10中示出。
子带的能量由心理声学模型(1001)处理,导出掩蔽阈值Mask(n)。根据所导出的Mask(n),变更量化误差能量低于掩蔽阈值的子带的范数因子的量化索引,以使差分索引的范围能够更小(1002)。
计算变更后的索引的差分索引(1003)。
识别用于霍夫曼编码的差分索引的范围(1004)。对于各范围值,汇集具有相同范围的所有的输入信号,计算范围内的差分索引的各值的概率分布。
对于各范围值,根据概率设计1个霍夫曼表。为了设计霍夫曼表,在此,能够使用几个现有的霍夫曼表设计方法。
(实施方式2)
在该实施方式中,导入能够维持比特节约,使差分索引的值恢复成更接近原来值的方法。
如图11所示,在1105中,在选择了霍夫曼表之后,计算原量化索引之间的差分索引。在选择出的霍夫曼表中,对原差分索引和新差分索引进行比较,即它们是否消耗相同的比特。
在选择出的霍夫曼表中,原来的差分索引和新的差分索引消耗相同数量的比特时,变更后的差分索引恢复为原来的差分索引。原来的差分索引和新的差分索引没有消耗相同数量的比特时,选择最接近原来的差分索引的、消耗相同数量的比特的霍夫曼表内的码字作为恢复后的差分索引。
该实施方式的优点在于,能够使范数因子的量化误差更小,但比特消耗与实施方式1相同。
(实施方式3)
在该实施方式中,导入避免心理声学模型的使用,仅使用若干能量比阈值的方法。
如图12所示,为了导入掩蔽阈值,取代使用心理声学模型,而使用为了判定是否应变更特定子带的量化索引,该子带的能量和预先定义的能量比阈值(1201)。如下式所示,当前的子带与相邻子带之间的能量比低于阈值时,则当前的子带不视为重要,能够变更当前的子带的量化索引。
Energy(n)/Energy(n-1)<Threshold
&&Energy(n)/Energy(n+1)<Threshold (式8)
量化索引的变更能够如下式所示进行。
(式9)
其中,
NFNew_index(n)表示使用被变更后的量化索引的子带n的被解码后的范数因子,
NFindex(n)表示使用原来的量化索引的子带n的被解码后的范数因子,
Energy(n-1)表示子带n-1的能量,
Energy(n)表示子带n的能量,
Energy(n+1)表示子带n+1的能量。
该实施方式的优点在于,能够避免非常混杂、且高复杂度的心理声学模
(实施方式4)
在该实施方式中,导入在缩小差分索引的范围的同时,能够完全重建差分索引的方法。
如图13所示,根据下式从原来的量化索引导出差分索引(1301)。
Diff_index(n)=Index(n)-Index(n-1)+15(式10)
其中,Diff_index(n)表示子带n的差分索引,
index(n)表示子带n的量化索引,
index(n-1)表示子带n-1的量化索引。
为了缩小差分索引的范围,实施用于变更几个差分索引的值的模块(1302)。
变更根据在先子带的差分索引的值和阈值来进行。
(n≧1时)用于变更差分索引的1个方法能够如下式所示进行,为在解码器侧实现完全的重构而不变更第一差分索引。
if Diff_index(n-1)>(15+Threshold),
Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15+Threshold);
else if Diff_index(n-1)<(15-Threshold),
Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15-Threshold);
otherwise
Diff index_new(n)=Diff_index(n) (式11)
其中,
n≧1,
Diff_index(n)表示子带n的差分索引,
Diff_index(n-1)表示子带n-1的差分索引,
Diff_index_new(n)表示子带n的新差分索引,
Threshold表示用于检查是否应进行差分索引的变更的值。
说明该变更能够缩小差分索引的范围的理由如下。即,在音频/语音信号的情况下,随着从一个频带转移到其他频带,能量发生变动是真的。但是,通常观察到不会发生来自相邻频带的急剧的能量变化。随着从1个频带转移到其他频带,能量逐渐增加或减少。表示能量的范数因子也逐渐变化。范数因子的量化索引也逐渐变化,此时,差分索引在小范围内发生变动。
急剧的能量变化限于在如下情况发生:具有较大能量的几个主要声音成分在频带中开始出现影响的情况,或者这样的影响开始衰减的情况。表示能量的范数因子也具有来自在先频带的急剧变化,范数因子的量化索引也突然以较大的值增加或者减少。此时,带来非常大的或者非常小的差分索引。
作为一例,假定在频率子带n中存在具有较大能量的1个主要的声音成分。在频率子带(n-1)与(n+1)之间并不存在主要的声音成分。此时,根据图2的霍夫曼表,Index(n)具有非常小的值,但Index(n-1)和Index(n+1)具有非常大的值。此时,根据式(10),Diff_index(n)非常小(比(15-Threshold)小)、Diff_index(n+1)非常大。在进行式(11)的变更时,根据以下的式(12),大致能够降低差分索引的上限,因此,能够缩小差分索引的范围。
∵Diff index_new(n-1)<(15-Threshold);
∴Diff index(n-1)-(15-Threshold)<0
∵Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15-Threshold)
∴Diff index_new(n)<Diff_index(n) (式12)
如图14所示,在解码器侧,为了完全重构差分索引,实施被称为“差分索引的重构”的1个模块(1403)。根据在先子带的差分索引的值和阈值进行重构。解码器中的阈值与在编码器中使用的阈值相同。
用于重构与编码器中的变更对应的(在n≧1时)差分索引的方法能够如下式所示进行,第一差分索引在编码器侧没有变更,因此能够直接接受。
if Diff_index(n-1)>(15+Threshold),
Diff index(n)=Diff_index_new(n)-Diff_index(n-1)+(15+Threshold);
else if Diff_index(n-1)<(15-Threshold),
Diff index(n)=Diff_index_new(n)-Diff_index(n-1)+(15-Threshold);
otherwise
Diff index(n)=Diff_index_new(n) (式13)
其中,n≧1,
Diff_index(n)表示子带n的差分索引,
Diff_index(n-1)表示子带n-1的差分索引,
Diff_index_new(n)表示子带n的新差分索引,
Threshold表示用于检查是否应进行差分索引的重构的值。
如上式(11)和上式(13)所示,是否应进行差分索引的变更、以及应进行何种程度的变更依赖于在先频带的差分索引。在能够完全重构在先频带的差分索引时,也能够完全重构当前的差分索引。
如上式(11)和上式(13)所示,第一差分索引在编码器侧并不变更而直接接受,能够完全重构,之后,第二差分索引能够根据第一差分索引的值进行重构,之后,第三差分索引、第四差分索引、此后的索引也采用同样的顺序,从而能够完全重构所有的差分索引。
该实施方式的优点在于能够缩小差分索引的范围,同时在解码器侧依然能够重构差分索引。因此,能够保持量化索引的比特准确性,同时改善比特效率。
作为本发明的一实施方式的音频/语音编码装置包括:变换单元,其将时域输入信号变换为频域信号;频带划分单元,其将输入信号的频谱划分为多个子带;范数因子计算单元,其导出表示各子带的能量等级的范数因子;量化单元,其对所述范数因子进行量化;索引变更单元,其变更量化索引;霍夫曼表选择单元,其从若干预先定义的霍夫曼表中选择霍夫曼表;霍夫曼编码单元,其使用所述选择出的霍夫曼表,对所述索引进行编码;以及标志信号传输单元,其传输表示所述选择出的霍夫曼表的标志信号。
如本发明的一实施方式所述的音频/语音编码装置,所述索引变更单元包括:能量计算单元,其对各子带的所述能量进行计算;心理声学模型单元,其导出各子带的掩蔽阈值;检查单元,其识别量化误差低于所述导出的掩蔽阈值的子带;以及索引变更单元,其为变更所述识别出的子带的索引的索引变更单元,所述变更使所述识别出的子带的索引更接近其相邻子带的索引,另一方面保证新索引的量化误差依然低于所述导出的掩蔽阈值。
如本发明的一实施方式所述的音频/语音编码装置,所述索引变更单元包括:能量计算单元,其对各子带的所述能量进行计算;检查单元,其识别能量低于相邻子带的能量的特定百分比的子带;以及索引变更单元,其为变更所述识别出的子带的索引的索引变更单元,所述变更使所述识别出的子带的索引更接近其相邻子带的索引。
如本发明的一实施方式所述的音频/语音编码装置,所述霍夫曼表选择单元包括:范围计算单元,其计算所述索引的范围;以及霍夫曼表选择单元,其选择为了所述计算出的范围而预先定义的霍夫曼表。
如本发明的一实施方式所述的音频/语音编码装置,所述霍夫曼表选择单元包括:比特消耗计算单元,其计算所有的所述预先定义的霍夫曼表的比特消耗;以及霍夫曼表选择单元,其选择要消耗的比特最少的霍夫曼表。
如本发明的一实施方式所述的音频/语音编码装置,所述霍夫曼编码单元包括:索引恢复单元,将所述变更后的索引值恢复为消耗相同数量的比特但更接近原来索引的值;以及霍夫曼编码单元,对所述恢复后的索引进行编码。
如本发明的一实施方式所述的音频/语音编码装置,所述霍夫曼编码单元包括:差分索引计算单元,计算当前子带与在先子带之间的差分索引;霍夫曼编码单元,对所述差分索引进行编码。
本发明的另一实施方式音频/语音编码装置,包括:变换单元,其将时域输入信号变换为频域信号;频带划分单元,其将输入信号的频谱划分为多个子带;范数因子计算单元,其导出表示各子带的能量等级的范数因子;量化单元,其对所述范数因子进行量化;差分索引计算单元,其计算当前子带与在先子带之间的差分索引;差分索引变更单元,其是为缩小所述差分索引的范围而变更所述差分索引的差分索引变更单元,其中所述变更仅在所述在先子带的差分索引高于或低于所定义的范围时对差分索引进行;霍夫曼表选择单元,从若干预先定义的霍夫曼表中选择霍夫曼表;霍夫曼编码单元,使用所述选择出的霍夫曼表对所述差分索引进行编码;以及标志信号传输单元,传输表示所述选择出的霍夫曼表的标志信号。
如本发明的别的实施方式所述的音频/语音编码装置,所述差分索引变更单元包括:补偿值计算单元,根据所述在先子带的所述差分索引和与所述定义的范围对应的边界之间的差量,计算补偿值;以及变更单元,在所述在先子带的所述差分索引低于所述定义的范围时,从当前的差分索引减去所述补偿值;在所述在先子带的所述差分索引高于所述定义的范围时,对当前的差分索引加上所述补偿值。
本发明的另一实施方式音频/语音解码装置,其包括:标志信号解码单元,其对表示选择出的霍夫曼表的标志信号进行解码;霍夫曼表选择单元,其根据所述标志信号选择霍夫曼表;霍夫曼解码单元,其使用所述选择出的霍夫曼表,对索引进行解码;逆量化单元,其对范数因子进行逆量化;系数重构单元,其使用所述范数因子重构频谱系数;以及变换单元,其将频域输入信号变换为时域信号。
如本发明的另一实施方式所述的音频/语音解码装置,所述霍夫曼解码单元包括:霍夫曼解码单元,其对差分索引进行解码;以及索引计算单元,其使用所述解码后的差分索引计算量化索引。
如本发明的另一实施方式所述的音频/语音解码装置,所述霍夫曼解码单元包括:霍夫曼解码单元,其对差分索引进行解码;差分索引重构单元,其是重构所述差分索引的值的差分索引重单元,仅限于在先子带的差分索引高于或低于所定义的范围时对差分索引进行所述重构;以及索引计算单元,其使用所述解码后的差分索引计算量化索引。
如本发明的另一实施方式所述的音频/语音解码装置,所述差分索引重构单元包括:补偿值计算单元,根据所述在先子带的所述差分索引和与所述定义的范围对应的边界之间的差量,计算补偿值;以及变更单元,在所述在先子带的所述差分索引低于所述定义的范围时,从当前的差分索引减去所述补偿值,在所述在先子带的所述差分索引高于所述定义的范围时,对当前的差分索引加上所述补偿值。进而,使用上述实施方式说明了本发明是利用硬件构成的情况,但是,本发明也能够由与硬件组合的软件来实施。
在上述实施方式的说明书中所利用的各功能块通常能够作为由集成电路构成的LSI而实施。它们能够分别作为单一芯片,或者,也能够局部或整体包含在单一芯片上。在此,采用“LSI”,但其有时也根据集成度的不同而称为“IC”、“系统LSI”、“超级LSI”、或者“超大规模LSI”。
进而,电路集成的方法不限于LSI,还能够进行使用专用电路或通用处理器的实施。也可以利用在制造LSI之后,能够进行可重构LSI内的电路单元的连接和设定的、FPGA(Field Programmable Gate Array,现场可编程门阵列)或可重构的处理器。
进而,在半导体技术或其他衍生技术进展的结果出现了取代LSI的集成电路技术时,当然也可以使用该技术执行功能块合并。还能够利用生物科学技术。
在2011年4月20日提出的日本专利申请特愿2011-94295以及在2011年6月15日提出的日本专利申请特愿2011-133432中所包含的说明书、附图以及说明书摘要的公开内容,其全部被引用到本申请中。
工业实用性
本发明的编码装置、解码装置、以及编码方法和解码方法能够适用于无线通信终端装置、移动通信系统内的基站装置、电话会议终端装置、电视会议终端装置、以及IP电话(Voice over Internet Protocol,VOIP)终端装置。
标号说明
101 过渡状态检测器
102 变换
103 范数估计
104 范数量化和编码
105 频谱正规化
106 范数调整
107 比特分配
108 点阵矢量量化和编码
109 噪声电平调整
110 复用
111 逆复用
112 点阵解码
113 频谱填充生成器
114 包络线整形
115 逆变换
301 标量量化(32个步骤)
302 标量量化(40个步骤)
303 直接传输(5比特)
304 差分
305 固定长度编码
306 霍夫曼编码
501 心理声学模型
502 变更索引
503 差分
504 检查范围
505 选择霍夫曼码表
506 霍夫曼编码
507 选择霍夫曼表
508 霍夫曼解码
509 合计
1001 心理声学模型
1002 变更索引
1003 差分
1004 检查范围
1005 概率
1006 导出霍夫曼码
1101 心理声学模型
1102 变更索引
1103 差分
1104 检查范围
1105 选择霍夫曼码表
1106 差分
1107 恢复差分索引
1108 霍夫曼编码
1201 变更索引
1202 差分
1203 检查范围
1204 选择霍夫曼码表
1205 霍夫曼编码
1301 差分
1302 变更差分索引
1303 检查范围
1304 选择霍夫曼码表
1305 霍夫曼编码
1401 选择霍夫曼码表
1402 霍夫曼编码
1403 重构差分索引
1404 合计
Claims (9)
1.音频/语音编码装置,其包括:
变换单元,其将时域输入信号变换为频域信号;
频带划分单元,其将输入信号的频谱划分为多个子带;
范数因子计算单元,其导出表示各子带的能量等级的范数因子;
量化单元,其对所述范数因子进行量化;
索引变更单元,其变更量化索引;
霍夫曼表选择单元,其从若干预先定义的霍夫曼表中选择霍夫曼表;
霍夫曼编码单元,其包括用于计算当前子带与在先子带之间的差分索引的差分索引计算单元,使用所述选择出的霍夫曼表,对所述差分索引进行编码;以及
标志信号传输单元,其传输表示所述选择出的霍夫曼表的标志信号。
2.如权利要求1所述的音频/语音编码装置,
所述索引变更单元包括:
能量计算单元,其对各子带的所述能量进行计算;
心理声学模型单元,其导出各子带的掩蔽阈值;以及
检查单元,其识别量化误差低于所述导出的掩蔽阈值的子带;
所述索引变更单元变更所述识别出的子带的索引,所述变更为将所述识别出的子带的索引作为与相邻子带的索引接近的值,使新索引的量化误差变更为低于所述导出的掩蔽阈值。
3.如权利要求1所述的音频/语音编码装置,
所述索引变更单元包括:
能量计算单元,其对各子带的所述能量进行计算;
检查单元,其识别能量低于相邻子带的能量的特定百分比的子带;以及
所述索引变更单元变更所述识别出的子带的索引,所述变更使所述识别出的子带的索引变更为更接近其相邻子带的索引。
4.如权利要求1所述的音频/语音编码装置,
所述霍夫曼表选择单元包括计算所述索引的范围的范围计算单元,
所述霍夫曼表选择单元选择为了所述计算出的范围而预先定义的霍夫曼表。
5.如权利要求1所述的音频/语音编码装置,
所述霍夫曼表选择单元包括用于计算所有的所述预先定义的霍夫曼表的比特消耗的比特消耗计算单元;
所述霍夫曼表选择单元选择消耗比特最少的霍夫曼表。
6.如权利要求1所述的音频/语音编码装置,
所述霍夫曼编码单元包括用于将所述变更后的索引值恢复为消耗相同数量的比特但更接近原来索引的值的索引恢复单元;
所述霍夫曼编码单元对所述恢复后的索引进行编码。
7.音频/语音解码装置,其包括:
标志信号解码单元,其对表示选择出的霍夫曼表的标志信号进行解码;
霍夫曼表选择单元,其根据所述标志信号选择霍夫曼表;
霍夫曼解码单元,其使用所述选择出的霍夫曼表,对差分索引进行解码,所述霍夫曼解码单元包括使用所述解码后的差分索引计算量化索引的索引计算单元;
逆量化单元,其对范数因子进行逆量化;
系数重构单元,其使用所述范数因子重构频谱系数;以及
变换单元,其将频域输入信号变换为时域信号。
8.如权利要求7所述的音频/语音解码装置,
所述霍夫曼解码单元包括:
差分索引重构单元,其是重构所述差分索引的值的差分索引重单元,仅限于在先子带的差分索引高于或低于所定义的范围时对差分索引进行所述重构;以及
索引计算单元,其使用所述解码后的差分索引计算量化索引。
9.如权利要求8所述的音频/语音解码装置,
所述差分索引重构单元包括:
补偿值计算单元,根据所述在先子带的所述差分索引和与所述定义的范围对应的边界之间的差量,计算补偿值;以及
变更单元,在所述在先子带的所述差分索引低于所述定义的范围时,从当前的差分索引减去所述补偿值,在所述在先子带的所述差分索引高于所述定义的范围时,对当前的差分索引加上所述补偿值。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011094295 | 2011-04-20 | ||
JP2011-094295 | 2011-04-20 | ||
JP2011-133432 | 2011-06-15 | ||
JP2011133432 | 2011-06-15 | ||
CN201280012790.4A CN103415884B (zh) | 2011-04-20 | 2012-03-12 | 用于执行霍夫曼编码的装置和方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280012790.4A Division CN103415884B (zh) | 2011-04-20 | 2012-03-12 | 用于执行霍夫曼编码的装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104485111A true CN104485111A (zh) | 2015-04-01 |
CN104485111B CN104485111B (zh) | 2018-08-24 |
Family
ID=47041264
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280012790.4A Active CN103415884B (zh) | 2011-04-20 | 2012-03-12 | 用于执行霍夫曼编码的装置和方法 |
CN201410725584.9A Active CN104485111B (zh) | 2011-04-20 | 2012-03-12 | 音频/语音编码装置、音频/语音解码装置及其方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280012790.4A Active CN103415884B (zh) | 2011-04-20 | 2012-03-12 | 用于执行霍夫曼编码的装置和方法 |
Country Status (14)
Country | Link |
---|---|
US (3) | US9881625B2 (zh) |
EP (4) | EP3594943B1 (zh) |
JP (3) | JP5937064B2 (zh) |
KR (3) | KR101995694B1 (zh) |
CN (2) | CN103415884B (zh) |
BR (1) | BR112013026850B1 (zh) |
CA (2) | CA3051552C (zh) |
ES (1) | ES2765527T3 (zh) |
MY (2) | MY164987A (zh) |
PL (1) | PL3096315T3 (zh) |
RU (1) | RU2585990C2 (zh) |
TW (2) | TWI598872B (zh) |
WO (1) | WO2012144127A1 (zh) |
ZA (1) | ZA201307316B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110383830A (zh) * | 2017-03-14 | 2019-10-25 | 索尼公司 | 记录装置、记录方法、再现装置、再现方法以及记录/再现装置 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100715450B1 (ko) * | 2004-02-02 | 2007-05-07 | (주)경안인더스트리 | 비석면 단열판 및 그 제조방법 |
ES2765527T3 (es) * | 2011-04-20 | 2020-06-09 | Panasonic Ip Corp America | Dispositivo y método para la ejecución de la codificación de Huffman |
JP6535466B2 (ja) * | 2012-12-13 | 2019-06-26 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー.ファオ | 音声音響符号化装置、音声音響復号装置、音声音響符号化方法及び音声音響復号方法 |
EP3961622B1 (en) | 2013-05-24 | 2023-11-01 | Dolby International AB | Audio encoder |
EP4134951B1 (en) | 2013-09-13 | 2024-07-24 | Samsung Electronics Co., Ltd. | Energy lossless coding apparatus |
KR102270106B1 (ko) | 2013-09-13 | 2021-06-28 | 삼성전자주식회사 | 에너지 무손실 부호화방법 및 장치, 신호 부호화방법 및 장치, 에너지 무손실 복호화방법 및 장치, 및 신호 복호화방법 및 장치 |
US20150142345A1 (en) * | 2013-10-18 | 2015-05-21 | Alpha Technologies Inc. | Status Monitoring Systems and Methods for Uninterruptible Power Supplies |
US9876913B2 (en) | 2014-02-28 | 2018-01-23 | Dolby Laboratories Licensing Corporation | Perceptual continuity using change blindness in conferencing |
WO2016162283A1 (en) * | 2015-04-07 | 2016-10-13 | Dolby International Ab | Audio coding with range extension |
US10074981B2 (en) | 2015-09-13 | 2018-09-11 | Alpha Technologies Inc. | Power control systems and methods |
US10381867B1 (en) | 2015-10-16 | 2019-08-13 | Alpha Technologeis Services, Inc. | Ferroresonant transformer systems and methods with selectable input and output voltages for use in uninterruptible power supplies |
WO2018121887A1 (en) * | 2017-01-02 | 2018-07-05 | Huawei Technologies Duesseldorf Gmbh | Apparatus and method for shaping the probability distribution of a data sequence |
US20180288439A1 (en) * | 2017-03-31 | 2018-10-04 | Mediatek Inc. | Multiple Transform Prediction |
CA3069966A1 (en) | 2017-07-14 | 2019-01-17 | Alpha Technologies Services, Inc. | Voltage regulated ac power supply systems and methods |
CN109286922B (zh) * | 2018-09-27 | 2021-09-17 | 珠海市杰理科技股份有限公司 | 蓝牙提示音处理方法、系统、可读存储介质和蓝牙设备 |
WO2024012666A1 (en) * | 2022-07-12 | 2024-01-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for encoding or decoding ar/vr metadata with generic codebooks |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268693A (ja) * | 2001-03-12 | 2002-09-20 | Mitsubishi Electric Corp | オーディオ符号化装置 |
US20060074693A1 (en) * | 2003-06-30 | 2006-04-06 | Hiroaki Yamashita | Audio coding device with fast algorithm for determining quantization step sizes based on psycho-acoustic model |
US7668715B1 (en) * | 2004-11-30 | 2010-02-23 | Cirrus Logic, Inc. | Methods for selecting an initial quantization step size in audio encoders and systems using the same |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3131542B2 (ja) * | 1993-11-25 | 2001-02-05 | シャープ株式会社 | 符号化復号化装置 |
JP3186007B2 (ja) * | 1994-03-17 | 2001-07-11 | 日本電信電話株式会社 | 変換符号化方法、復号化方法 |
US5956674A (en) * | 1995-12-01 | 1999-09-21 | Digital Theater Systems, Inc. | Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels |
US5848195A (en) | 1995-12-06 | 1998-12-08 | Intel Corporation | Selection of huffman tables for signal encoding |
US6366614B1 (en) * | 1996-10-11 | 2002-04-02 | Qualcomm Inc. | Adaptive rate control for digital video compression |
JP3784993B2 (ja) * | 1998-06-26 | 2006-06-14 | 株式会社リコー | 音響信号の符号化・量子化方法 |
EP1345331B1 (en) * | 2000-12-22 | 2008-08-20 | Sony Corporation | Encoder |
US6411226B1 (en) * | 2001-01-16 | 2002-06-25 | Motorola, Inc. | Huffman decoder with reduced memory size |
JP2003233397A (ja) * | 2002-02-12 | 2003-08-22 | Victor Co Of Japan Ltd | オーディオ符号化装置、オーディオ符号化プログラム及びオーディオ符号化データ伝送装置 |
ES2297083T3 (es) * | 2002-09-04 | 2008-05-01 | Microsoft Corporation | Codificacion entropica por adaptacion de la codificacion entre modos por longitud de ejecucion y por nivel. |
US20040120404A1 (en) * | 2002-11-27 | 2004-06-24 | Takayuki Sugahara | Variable length data encoding method, variable length data encoding apparatus, variable length encoded data decoding method, and variable length encoded data decoding apparatus |
JP4369140B2 (ja) | 2003-02-17 | 2009-11-18 | パナソニック株式会社 | オーディオ高能率符号化装置、オーディオ高能率符号化方法、オーディオ高能率符号化プログラム及びその記録媒体 |
EP1513137A1 (en) * | 2003-08-22 | 2005-03-09 | MicronasNIT LCC, Novi Sad Institute of Information Technologies | Speech processing system and method with multi-pulse excitation |
US7966424B2 (en) * | 2004-03-15 | 2011-06-21 | Microsoft Corporation | Data compression |
US8090587B2 (en) * | 2005-09-27 | 2012-01-03 | Lg Electronics Inc. | Method and apparatus for encoding/decoding multi-channel audio signal |
EP1989707A2 (fr) * | 2006-02-24 | 2008-11-12 | France Telecom | Procede de codage binaire d'indices de quantification d'une enveloppe d'un signal, procede de decodage d'une enveloppe d'un signal et modules de codage et decodage correspondants |
JP5010197B2 (ja) * | 2006-07-26 | 2012-08-29 | 株式会社東芝 | 音声符号化装置 |
WO2008022207A2 (en) * | 2006-08-15 | 2008-02-21 | Broadcom Corporation | Time-warping of decoded audio signal after packet loss |
JP4823001B2 (ja) * | 2006-09-27 | 2011-11-24 | 富士通セミコンダクター株式会社 | オーディオ符号化装置 |
MY145497A (en) * | 2006-10-16 | 2012-02-29 | Dolby Sweden Ab | Enhanced coding and parameter representation of multichannel downmixed object coding |
US7966175B2 (en) * | 2006-10-18 | 2011-06-21 | Polycom, Inc. | Fast lattice vector quantization |
US7953595B2 (en) * | 2006-10-18 | 2011-05-31 | Polycom, Inc. | Dual-transform coding of audio signals |
RU2394283C1 (ru) * | 2007-02-14 | 2010-07-10 | ЭлДжи ЭЛЕКТРОНИКС ИНК. | Способы и устройства для кодирования и декодирования объектно-базированных аудиосигналов |
WO2009004727A1 (ja) * | 2007-07-04 | 2009-01-08 | Fujitsu Limited | 符号化装置、符号化方法および符号化プログラム |
KR101426788B1 (ko) * | 2007-11-20 | 2014-08-06 | 삼성전자주식회사 | 무선 통신 시스템에서 채널 품질 정보 전송 방법 및 장치 |
US8630848B2 (en) * | 2008-05-30 | 2014-01-14 | Digital Rise Technology Co., Ltd. | Audio signal transient detection |
US8463603B2 (en) * | 2008-09-06 | 2013-06-11 | Huawei Technologies Co., Ltd. | Spectral envelope coding of energy attack signal |
US8194862B2 (en) * | 2009-07-31 | 2012-06-05 | Activevideo Networks, Inc. | Video game system with mixing of independent pre-encoded digital audio bitstreams |
JP5358818B2 (ja) | 2009-10-27 | 2013-12-04 | 株式会社ユーシン | 扉用の施解錠装置 |
JP2011133432A (ja) | 2009-12-25 | 2011-07-07 | Shizuoka Oil Service:Kk | オイル粘度チェッカー並びにこれを用いたオイル供給システム |
US9106925B2 (en) * | 2010-01-11 | 2015-08-11 | Ubiquity Holdings, Inc. | WEAV video compression system |
CN102222505B (zh) * | 2010-04-13 | 2012-12-19 | 中兴通讯股份有限公司 | 可分层音频编解码方法系统及瞬态信号可分层编解码方法 |
ES2765527T3 (es) * | 2011-04-20 | 2020-06-09 | Panasonic Ip Corp America | Dispositivo y método para la ejecución de la codificación de Huffman |
-
2012
- 2012-03-12 ES ES16175414T patent/ES2765527T3/es active Active
- 2012-03-12 BR BR112013026850-6A patent/BR112013026850B1/pt active IP Right Grant
- 2012-03-12 PL PL16175414T patent/PL3096315T3/pl unknown
- 2012-03-12 EP EP19194667.2A patent/EP3594943B1/en active Active
- 2012-03-12 WO PCT/JP2012/001701 patent/WO2012144127A1/ja active Application Filing
- 2012-03-12 KR KR1020197006961A patent/KR101995694B1/ko active IP Right Grant
- 2012-03-12 JP JP2013510855A patent/JP5937064B2/ja active Active
- 2012-03-12 CA CA3051552A patent/CA3051552C/en active Active
- 2012-03-12 CA CA2832032A patent/CA2832032C/en active Active
- 2012-03-12 EP EP16175414.8A patent/EP3096315B1/en active Active
- 2012-03-12 MY MYPI2013003592A patent/MY164987A/en unknown
- 2012-03-12 RU RU2013146688/08A patent/RU2585990C2/ru active
- 2012-03-12 EP EP12774449.8A patent/EP2701144B1/en active Active
- 2012-03-12 CN CN201280012790.4A patent/CN103415884B/zh active Active
- 2012-03-12 KR KR1020187013479A patent/KR101959698B1/ko active IP Right Grant
- 2012-03-12 EP EP23217545.5A patent/EP4322161A3/en active Pending
- 2012-03-12 US US14/008,732 patent/US9881625B2/en active Active
- 2012-03-12 KR KR1020137025124A patent/KR101859246B1/ko active IP Right Grant
- 2012-03-12 CN CN201410725584.9A patent/CN104485111B/zh active Active
- 2012-03-12 MY MYPI2018000285A patent/MY193565A/en unknown
- 2012-03-19 TW TW106100427A patent/TWI598872B/zh active
- 2012-03-19 TW TW101109432A patent/TWI573132B/zh active
-
2013
- 2013-10-01 ZA ZA2013/07316A patent/ZA201307316B/en unknown
-
2016
- 2016-05-10 JP JP2016094584A patent/JP6321072B2/ja active Active
-
2017
- 2017-12-12 US US15/839,056 patent/US10204632B2/en active Active
-
2018
- 2018-04-04 JP JP2018072367A patent/JP6518361B2/ja active Active
- 2018-12-19 US US16/225,851 patent/US10515648B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268693A (ja) * | 2001-03-12 | 2002-09-20 | Mitsubishi Electric Corp | オーディオ符号化装置 |
US20060074693A1 (en) * | 2003-06-30 | 2006-04-06 | Hiroaki Yamashita | Audio coding device with fast algorithm for determining quantization step sizes based on psycho-acoustic model |
US7668715B1 (en) * | 2004-11-30 | 2010-02-23 | Cirrus Logic, Inc. | Methods for selecting an initial quantization step size in audio encoders and systems using the same |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110383830A (zh) * | 2017-03-14 | 2019-10-25 | 索尼公司 | 记录装置、记录方法、再现装置、再现方法以及记录/再现装置 |
CN110383830B (zh) * | 2017-03-14 | 2022-02-18 | 索尼公司 | 记录装置、记录方法、再现装置、再现方法以及记录/再现装置 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104485111A (zh) | 音频/语音编码装置和音频/语音解码装置 | |
CN101521014B (zh) | 音频带宽扩展编解码装置 | |
EP3174049B1 (en) | Audio signal coding method and device | |
CN101253557B (zh) | 立体声编码装置及立体声编码方法 | |
JP4081447B2 (ja) | 時間離散オーディオ信号を符号化する装置と方法および符号化されたオーディオデータを復号化する装置と方法 | |
US9037454B2 (en) | Efficient coding of overcomplete representations of audio using the modulated complex lapped transform (MCLT) | |
WO2005096274A1 (fr) | Dispositif et procede de codage/decodage audio ameliores | |
CN104838443A (zh) | 语音声响编码装置、语音声响解码装置、语音声响编码方法及语音声响解码方法 | |
TW200406096A (en) | Improved low bit-rate audio coding systems and methods that use expanding quantizers with arithmetic coding | |
CN102334159A (zh) | 编码装置、解码装置及其方法 | |
CN102918590B (zh) | 编码方法和装置、以及解码方法和装置 | |
CN101325059B (zh) | 语音编解码收发方法及装置 | |
Khaldi et al. | Audio encoding based on the empirical mode decomposition | |
WO2005096508A1 (fr) | Equipement de codage et de decodage audio ameliore, procede associe | |
CN102419978B (zh) | 音频解码器、音频解码的频谱重构方法及装置 | |
KR100765747B1 (ko) | 트리 구조 벡터 양자화를 이용한 스케일러블 음성 부호화장치 | |
CN101325058B (zh) | 语音编码发送和接收解码的方法及装置 | |
KR101421256B1 (ko) | 휴대용 단말기의 대역 확장 기법을 이용한 부호화 장치 및방법 | |
Sinaga et al. | Scalable audio coding using the oversampled discrete wavelet transform and temporal masking | |
JPH05114863A (ja) | 高能率符号化装置及び復号化装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |