CN104620315B - 一种矢量量化的方法及装置 - Google Patents

一种矢量量化的方法及装置 Download PDF

Info

Publication number
CN104620315B
CN104620315B CN201280075741.5A CN201280075741A CN104620315B CN 104620315 B CN104620315 B CN 104620315B CN 201280075741 A CN201280075741 A CN 201280075741A CN 104620315 B CN104620315 B CN 104620315B
Authority
CN
China
Prior art keywords
vector
code
vector components
group
components
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.)
Expired - Fee Related
Application number
CN201280075741.5A
Other languages
English (en)
Other versions
CN104620315A (zh
Inventor
A·瓦西拉凯
A·S·拉莫
L·J·拉克索宁
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.)
Nokia Technologies Oy
Original Assignee
Nokia Technologies Oy
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 Nokia Technologies Oy filed Critical Nokia Technologies Oy
Priority to CN201710072586.6A priority Critical patent/CN106847296B/zh
Publication of CN104620315A publication Critical patent/CN104620315A/zh
Application granted granted Critical
Publication of CN104620315B publication Critical patent/CN104620315B/zh
Expired - Fee Related 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
    • G10L19/02—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
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • 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
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
    • 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
    • H03M7/3082—Vector coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H04N19/194—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive involving only two passes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/94—Vector quantisation
    • 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
    • G10L2019/0001—Codebooks
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0004—Design or structure of the codebook
    • G10L2019/0005—Multi-stage vector quantisation
    • 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
    • G10L25/93—Discriminating between voiced and unvoiced parts of speech signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

尤其是公开了确定输入矢量的第一量化表示，以及基于取决于所述第一量化表示的码书来确定所述输入矢量的第二量化表示。

Description

一种矢量量化的方法及装置
技术领域
本发明的实施例涉及编码，特别是涉及语音和音频编码。
背景技术
针对语音和音频编码的低复杂度算法构成了例如针对基于移动终端的通信的非常相关的资产。
由于低存储和低复杂度，因此尽管保持编码效率，但是在若干现有技术的语音和音频编解码器中可以优选结构化码书，如例如在第三代合作伙伴计划(3GPP)内将被标准化的增强语音服务(EVS)编解码器。
在这些语音和音频编解码器内使用的码书可以例如基于格形(lattice) 结构，如在由A.Vasilache,B.Dumitrescu和I.Tabus,在Signal Processing, 2002,卷.82,页码563-586,Elsevier的参考文献“Multiple-scale leader-lattice VQ with applicationto LSF quantization”中描述的，通过引用将该参考文献整体并入本申请。
能够将格形码书定义为领袖集(leader classes)的并集，领袖集的并集中的每个领袖集以领袖矢量为特点。领袖矢量是n维矢量(其中n表示整数)，它的(例如正)成分被(例如，降序地)排序。对应于领袖矢量的领袖集于是由该领袖矢量和通过该领袖矢量的所有有符号排列获得的所有矢量组成。还能够的是，一个、一些或所有领袖集分别与一个或多个伸缩(scale)相关联，以及于是将格形码书形成为伸缩的和/或未伸缩的领袖集的并集。
通过在码书中找到最邻近的码矢量，即相对于输入矢量而言具有最小距离的码矢量，例如可以对该输入矢量进行编码(例如在量化中)。这个码矢量的标识符(例如，被分配给这个码矢量的索引)于是可以用作该输入矢量的编码表示。
例如，语音或音频编码可以应用于不同的编码模式。作为一个示例，量化可以应用于信号的语音的、非语音的、一般的、过渡或舒适噪声生成 (CNG)部分。一般地，CNG部分使用较少的部分，以及因此，较少的比特用于量化。然而，针对较低的比特率，基于格形的码书不是非常高效。
发明内容
尽管结构化码书的使用已经降低了针对编码输入矢量所要求的存储器的数量和计算复杂度，但是存储器需求和/或计算复杂度和/或增强的量化质量的进一步降低是期望的，例如相对于不同的编码模式，特别是针对包括语音的、非语音的、一般的、过渡或CNG部分的音频信号。
根据本发明的第一方面的第一示例实施例，公开了一种方法，所述方法包括：确定输入矢量的第一量化表示，以及基于取决于所述第一量化表示的码书来确定所述输入矢量的第二量化表示。
根据本发明的第一方面的第二示例实施例，公开了一种装置，所述装置被配置为执行根据本发明的第一方面的所述方法，或所述装置包括：用于确定输入矢量的第一量化表示的构件，以及用于基于取决于所述第一量化表示的码书来确定所述输入矢量的第二量化表示的构件。
根据本发明的第一方面的第三示例实施例，公开了一种装置，所述装置包括至少一个处理器和包含计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置至少执行根据本发明的第一方面的所述方法。被包含在所述存储器中的所述计算机程序代码可以例如至少部分地表示用于所述处理器的软件和/或固件。所述存储器的非限制性示例是由所述处理器能够访问的随机存取存储器(RAM)或只读存储器(ROM)。
根据本发明的第一方面的第四示例实施例，公开了一种计算机程序，所述计算机程序包括程序代码，当在处理器上运行所述程序代码时，所述程序代码用于执行根据本发明的第一方面的所述方法。例如，可以经由诸如例如互联网的网络来分发所述计算机程序。所述计算机程序可以例如被存储或编码在计算机可读介质中。所述计算机程序可以例如至少部分地表示所述处理器的软件和/或固件。
根据本发明的第一方面的第五示例实施例，公开了一种计算机可读介质，所述计算机可读介质具有存储在其上的根据本发明的第一方面的计算机程序。所述计算机可读介质可以例如被具体化为电、磁、电磁、光或其它存储介质，以及可以是可移动介质或被固定地安装在装置或设备中的介质。此类计算机可读介质的非限制性示例是RAM或ROM。所述计算机可读介质可以例如是有形介质，例如有形的存储介质。计算机可读介质被理解为能够由计算机(诸如例如处理器)读取。
在以下，将简要概述与本发明的所有这些上述方面相关的特征和实施例。
作为非限制性示例，输入矢量可以表示包括输入信号的线谱频率(LSF) 的矢量，其中这个输入信号可以表示至少一部分音频信号，诸如一部分语音信号或一部分非语音信号，其中这个音频信号可以包括语音的和/或非语音的和/或一般的和/或过渡和/或CNG部分。例如，将被量化的输入信号可以表示将被编码的音频信号的残差数据。
作为示例，可以借助于基于多个码矢量来执行第一量化阶段，来确定第一量化表示。第一量化阶段的该多个码矢量可以表示第一阶段码书。
例如，第一量化表示可以表示从多个码矢量选择的用于量化输入矢量的码矢量。作为另一个示例，第一量化表示可以表示所选择的码矢量的标识符，其中这个标识符可以表示码矢量索引。因此，例如，如果第一量化表示可以包括n个比特，则第一阶段码书可以包括最大2n个码矢量。
于是，基于取决于第一量化表示的码书来确定输入矢量的第二量化表示。
例如，可以假设，借助于第二量化阶段来执行这个第二量化表示。这个第二量化阶段可以基于多个码书来执行量化，其中该多个码书中的每个码书包括至少一个码矢量。
在第二阶段中用于输入矢量的量化的码书取决于第一量化表示。因此，作为示例，可以基于输入矢量的第一量化表示从第二阶段的多个码书来选择在第二阶段中使用的码书。
例如，在第一阶段的多个码矢量中的码矢量与第二阶段的多个码书中的码书之间可以存在定义的映射。因此，可以针对第一阶段的多个码矢量中的每个码矢量和第二阶段的多个码书中的各自码书来定义此类映射。因此，基于输入矢量的第一量化表示，其中该第一量化表示可以表示在第一阶段中选择的码矢量或可以表示在第一阶段中选择的码矢量的指示符，可以从第二阶段的多个码书选择针对在第二阶段中执行量化的码书。
例如，第二阶段的码书可以表示格形码书。
作为示例，输入矢量的第一量化表示可以表示码矢量索引，该码矢量索引指示在第一阶段中选择的码矢量。于是，例如，选择多个码书中的码书，该码书与第一量化表示的码矢量索引相关联。例如，第一阶段的每个码矢量索引可以与第二阶段的多个码书中的对应码书相关联。
于是，基于所选择的码书，可以例如基于失真度量来确定所选择的码书的码矢量。例如，可以确定所选择的码书的码矢量，该码矢量用于量化输入矢量，该码矢量具有相对于输入矢量的最低失真，其中基于失真度量来确定该失真。作为示例，失真度量可以表示码矢量和输入矢量之间的距离。例如，可以使用海明距离或欧式距离或任何其它距离。
可以基于所应用的失真度量来确定多个码矢量中的码矢量，其中该确定可以例如包括计算针对多个码矢量中的至少一个码矢量的失真，其中选择该至少一个码矢量中的码矢量以用于量化，依照所确定的失真度量，该码矢量具有最低的失真。例如，所述至少一个码矢量可以表示所选择的码书的多个码矢量中的所有码矢量，或所选择的码书的多个码矢量中的码矢量的子集。
根据本发明的第一方面的示例实施例，所述确定输入矢量的第二量化表示包括基于第一量化表示来选择多个码书中的码书。
这可以示出如下优点：可以针对第二阶段定义特定码书，其中每个特定码书适应于在第一阶段中执行的量化。因此，第二阶段的多个码书中的至少一个码书可以表示针对与这个码书相关联的将被编码的特定残差数据所调节的特定码书，该特定码书可以改进编码效率。
根据本发明的第一方面的示例实施例，在确定所述输入矢量的所述第二量化表示之前，基于所述第一量化表示对所述输入矢量进行正规化。
例如，所述正规化可以包括：使所述输入矢量的矢量成分与正规化系数相乘，以便获得所述输入矢量的正规化表示，其中所述正规化系数取决于所述输入矢量的所述第一量化表示。
基于所述第一量化表示来执行所述正规化。例如，可以存在定义的多个正规化系数集合，每个正规化系数集合包括：将用于正规化所述输入矢量的至少一个正规化系数，其中基于所述输入矢量的第一量化表示，从所述多个正规化系数集合来选择一个正规化系数集合。
例如，在所述第一阶段的多个码矢量中的码矢量与多个正规化系数集合中的正规化系数集合之间，可以存在定义的映射。因此，可以针对所述第一阶段的所述多个码矢量中的每个码矢量和所述多个正规化系数中的各自正规化系数集合，定义此类映射。因此，基于所述输入矢量的所述第一量化表示，其中这个第一量化表示可以表示在第一阶段中选择的码矢量或可以表示在第一阶段中选择的码矢量的指示符，可以从所述多个正规化系数集合来选择用于执行对所述输入矢量进行正规化的正规化系数集合。
作为示例，如果所述输入矢量包括n个矢量系数，则正规化系数集合可以包括n个正规化系数。于是，可以通过使所述输入矢量的多个矢量成分中的矢量成分与所选择的正规化系数集合的相关联的正规化系数相乘，来执行所述输入矢量的正规化。可以针对所述输入矢量的每个矢量成分来执行这个操作，其中各自矢量成分与正规化系数集合的各自正规化系数相乘，以便获得所述输入矢量的正规化表示。
作为示例，所述输入矢量的所述第一量化表示可以表示码矢量索引，该码矢量索引指示在所述第一阶段中选择的码矢量。于是，在步骤310中，选择多个正规化系数集合中与所述第一量化表示的码矢量索引相关联的正规化系数集合。例如，第一阶段的每个码矢量索引可以与所述多个正规化系数集合中的对应的正规化系数集合相关联。
根据本发明的第一方面的示例实施例，所述输入矢量包括多个矢量成分，以及其中所述正规化包括使所述输入矢量的至少一个矢量成分与取决于所述第一量化表示的各自正规化系数相乘。
根据本发明的第一方面的示例实施例，基于所述第一量化表示来选择多个正规化系数集合中的正规化系数集合，其中将与所述输入矢量的所述至少一个矢量成分中的一个矢量成分相乘的所述各自正规化系数是来自所选择的正规化系数集合。
根据本发明的第一方面的示例实施例，由相关联的基础码矢量集合和相关联的至少一个伸缩表示来定义码书，其中由通过所述相关联的至少一个伸缩表示中的伸缩表示来伸缩的所述相关联的基础码矢量集合中的基础码矢量来定义所述码书的码矢量。
由相关联的基础码矢量集合和相关联的至少一个伸缩表示来定义多个码书中的每个码书。
每个基础码矢量集合包括至少一个基础码矢量。因为每个基础码矢量集合与多个伸缩表示中的至少一个伸缩表示相关联，因此，能够基于潜在的基础码矢量的集合中的基础码矢量和与潜在的基础码矢量的集合相关联的至少一个伸缩表示中的伸缩表示来确定码矢量，即，可以基于由各自伸缩表示来伸缩的基础码矢量来表示该码矢量。例如，伸缩表示可以表示伸缩值，其中可以基于基础码矢量和各自伸缩值的乘法来确定码矢量。
例如，至少一个基础码矢量集合与至少两个伸缩表示相关联。此外，作为示例，仅一个伸缩表示可以与仅一个基础码矢量集合相关联。
因此，作为示例，码书可以包括码矢量集合，码矢量集合包括码矢量，该码矢量基于多个基础码矢量集合以及基于与多个基础码矢量的各自基础码矢量集合相关联的各自至少一个伸缩值。该码矢量集合可以包括：针对每个基础码矢量集合的每个基础码矢量以及针对与各自基础码矢量集合相关联的至少一个伸缩表示中的一个伸缩表示，基于由各自伸缩表示来伸缩的各自基础码矢量的码矢量。
例如，所述基础码矢量集合可以表示领袖集，其中每个领袖集包括不同的领袖矢量和所述领袖矢量的排列。因此，所述领袖矢量和所述领袖矢量的排列可以表示各自基础码矢量集合的基础码矢量。
所述多个基础码矢量集合可以表示第二多个基础码矢量集合的子集。例如，假设每个基础码矢量集合表示领袖集，多个领袖集可以表示第二多个领袖集的子集。因此，多个领袖集可以被认为是相对于所述第二多个领袖集截短的多个领袖集。
例如，可以提供多个基础码矢量集合，其中每个bx，x∈{0，1，...X-1}，表示多个基础码矢量集合中的基础码矢量集合，其中X表示多个基础码矢量集合的集合数量。每个基础码矢量集合与至少一个基础码矢量bx，y相关联或包括至少一个基础码矢量bx，y，其中Bx表示各自基础码矢量集合bx，即y∈{0，1，...Bx-1}保持，的基础码矢量的数量。例如，针对不同的基础码矢量集合而言，基础码矢量集合的基础码矢量的数量Bx可以是不同的，以及/或针对至少两个基础码矢量集合而言，它可以是相同的。
作为示例，可以基于基础码矢量bx,y并且基于伸缩表示sz来确定码矢量cx,y,z，其中索引z表示多个伸缩表示s0…sS-1的各自伸缩表示，即 z∈{0，1，...s-1}保持，的索引。
例如，在基础码矢量bx，y＝[bx，y，0，bx，y，1，...，bx，y，n-1］的值bx,y,t表示绝对值的情况下，其中t∈{0，1，...n-1}保持并且n表示各自基础码矢量bx，y的长度，以及如果输入矢量的绝对值用于确定各自基础码矢量集合的潜在码矢量，则如图2c中示例性描绘的，可以在执行基于基础码矢量bx，y并且基于伸缩标准sz来确定码矢量cx，y，z之前，可以基于在输入矢量i的第(t+1) 位置处的各自值it的符号来分配所确定的最接近的基础码矢量bx，y的第 (t+1)位置处的每个值bx，y，t的符号。作为示例，如果i＝[i0，i1，...，in-1] 表示输入矢量，则可以由[|i0|,|i1|,…,|in-1|]来表示绝对值输入矢量。
例如，所确定的最接近的基础码矢量bx，y的第(t+1)位置处的每个值bx，y，t的符号可以分别被分配给在输入矢量的第(t+1)位置处的各自值it的符号，其中如果基础码矢量集合bx的基础码矢量bx，y的奇偶性(parity) 是0，这可以保持。作为另一个示例，如果基础码矢量集合bx的基础码矢量bx，y的奇偶性是-1，则潜在的基础码矢量的值bx，y，t的符号可以对应地分别被分配给输入矢量的在该矢量中的相同位置处的值的符号，以及如果没有奇数的负数成分，则在具有最低非空绝对值的潜在基础码矢量中的值 bx，y，t可以改变它的符号。或者，作为另一个示例，如果基础码矢量集合 bx的基础码矢量bx，y的奇偶性是+1，则潜在的基础码矢量的值bx，y，t的符号可以对应地分别被分配给输入矢量的在该矢量中的相同位置处的值的符号，以及如果没有偶数的负数成分，则在具有最低非空绝对值的潜在基础码矢量中的值bx，y，t可以改变它的符号。
作为非限制性示例，可以基于由bx的基础码矢量和基于由 cx，z，y＝[bx，y，0·sz，bx，y，1·sz，...，bx，y，n-1·sz]的伸缩表示sz来确定码矢量cx，z，y。
伸缩表示sz中的每个伸缩表示与至少一个基础码矢量集合相关联，其中z∈{0，1，...s-1}保持。例如，作为非限制性示例，可以由基础码矢量集合 bx(其中x∈{0，1，…，nz-1})来表示这种各自至少一个基础码矢量集合，其中nz可以表示与各自伸缩表示sz相关联的基础码矢量集合的数量，其中 0<nz<X保持。基于各自伸缩表示sz和相关联的至少一个基础码矢量集合 bx(其中x∈{0，1，…，nz-1})之间的联系，能够确定相关联的至少一个码矢量集合cx，z，y(其中x∈{0，1，…，nz-1}以及y∈{0，1，…，Bx-1}以及z∈{0，1，…，S-1})。
因此，作为示例，可以由多个伸缩表示sz，多个基础码矢量集合bx，以及每个伸缩表示与相关联的至少一个基础码矢量集合之间的联系来定义以上提及的码书的码书结构。
因为，至少一个基础码矢量集合(例如，至少基础码矢量集合b0)与至少两个伸缩表示相关联，因此相同的基础码矢量集合能够用于构建与第一伸缩表示相关联的至少一个码矢量集合的码矢量，以及用于构建与至少一个另外的伸缩表示相关联的至少一个码矢量集合的码矢量。
根据本发明的第一方面的示例实施例，所述输入矢量至少部分地表示以下中的至少一个：视频、图像、音频和语音信号。
因此，所述领袖矢量和所述领袖矢量的排列可以表示各自基础码矢量集合的基础码矢量。
根据本发明的第二方面的第一示例实施例，公开了一种方法，所述方法包括基于矢量的第一量化表示来选择多个码书中的码书，以及基于所选择的码书对所述矢量的第二量化表示进行去量化。
根据本发明的第二方面的第二示例实施例，公开了一种装置，所述装置被配置为执行根据本发明的第二方面的方法，或所述装置可以包括用于基于矢量的第一量化表示来选择多个码书中的码书的构件，以及用于基于所选择的码书对所述矢量的第二量化表示进行去量化的构件。
根据本发明的第二方面的第三示例实施例，公开了一种装置，所述装置包括至少一个处理器和包含计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置至少执行根据本发明的第二方面的所述方法。被包含在所述存储器中的所述计算机程序代码可以例如至少部分地表示用于所述处理器的软件和/或固件。所述存储器的非限制性示例是由所述处理器能够访问的随机存取存储器(RAM)或只读存储器(ROM)。
根据本发明的第二方面的第四示例实施例，公开了一种计算机程序，所述计算机程序包括程序代码，当在处理器上运行所述程序代码时，所述程序代码用于执行根据本发明的第二方面的所述方法。例如，可以经由诸如例如互联网的网络来分发所述计算机程序。所述计算机程序可以例如被存储或编码在计算机可读介质中。所述计算机程序可以例如至少部分地表示所述处理器的软件和/或固件。
根据本发明的第二方面的第五示例实施例，公开了一种计算机可读介质，所述计算机可读介质具有存储在其上的根据本发明的第二方面的计算机程序。所述计算机可读介质可以例如被具体化为电、磁、电磁、光或其它存储介质，以及可以是可移动介质或被固定地安装在装置或设备中的介质。此类计算机可读介质的非限制性示例是RAM或ROM。所述计算机可读介质可以例如是有形介质，例如有形的存储介质。计算机可读介质被理解为能够由计算机(诸如例如处理器)读取。
例如，根据本发明的第二方面的所述方法可以用于对通过本发明的第一方面的实施例中的任何实施例所量化的输入矢量进行去量化。
基于矢量的第一量化表示来选择多个码书中的码书。该第一量化表示可以表示相对于本发明的第一方面描述的输入矢量的第一量化表示中的任何第一量化表示。可以如相对于本发明的第一方面所描述的，来执行码书的这种选择。
例如，多个码书表示在本发明的第一方面中使用的多个码书，其中第一量化表示指示用于在本发明的第一方面中的第二阶段量化的码书。
于是，基于所选择的码书对所述矢量的第二量化表示进行去量化。这个第二量化表示可以表示相对于本发明的第一方面描述的输入矢量的第二量化表示中的任何第二量化表示。
因此，能够依照所选择的码书来执行本发明的第一方面的第二阶段量化的相反量化。因此，相对于本发明的第一方面中的第二阶段量化而给出的所有解释也适用于本发明的第二方面的去量化。
所述矢量的去量化的第二量化表示于是可以对应于本发明的第一方面的输入矢量。
根据本发明的第二方面的示例实施例，基于所述矢量的第一量化表示来确定(或选择)正规化表示，以及基于所述正规化表示使所述矢量的正规化被反转。
如果在本发明的第一方面中已经执行了输入矢量的正规化，则所述第二方面可以包括：通过基于第一量化表示选择的正规化表示来反转这个正规化。
例如，所述输入矢量可以包括多个矢量成分，以及所述反转正规化可以包括：使用取决于第一量化表示的各自正规化系数来除去量化的输入矢量的至少一个矢量成分。
作为示例，如参照本发明的第一方面描述的，可以基于所述第一量化表示，从多个正规化系数集合来选择正规化系数集合，以及其中相对于去量化的输入矢量的至少一个矢量成分中的一个矢量成分作为除数的各自正规化系数是来自所选择的正规化系数集合。
例如，相对于本发明的第一方面呈现的任何解释也可以适用于本发明的第二方面。
根据本发明的第三方面的第一示例实施例，公开了一种方法，所述方法包括：依照基于矢量成分的规则，将输入矢量的多个矢量成分分组到至少两个矢量成分组中，其中所述至少两个矢量成分组中的每个组包括所述多个矢量成分中的至少一个矢量成分，以及基于与矢量成分组相关联的码书，确定针对所述至少两个矢量成分组中的至少一个矢量成分组的各自矢量成分组的量化表示。
根据本发明的第三方面的第二示例实施例，公开了一种装置，所述装置被配置为执行根据本发明的第三方面的方法，或所述装置包括用于依照基于矢量成分的规则，将输入矢量的多个矢量成分分组到至少两个矢量成分组中的构件，其中所述至少两个矢量成分组中的每个组包括所述多个矢量成分中的至少一个矢量成分的构件，以及用于基于与矢量成分组相关联的码书，确定针对所述至少两个矢量成分组中的至少一个矢量成分组的各自矢量成分组的量化表示的构件。
根据本发明的第三方面的第三示例实施例，公开了一种装置，所述装置包括至少一个处理器和包含计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置至少执行根据本发明的第三方面的所述方法。被包含在所述存储器中的所述计算机程序代码可以例如至少部分地表示用于所述处理器的软件和/或固件。所述存储器的非限制性示例是由所述处理器能够访问的随机存取存储器(RAM)或只读存储器(ROM)。
根据本发明的第三方面的第四示例实施例，公开了一种计算机程序，所述计算机程序包括程序代码，当在处理器上运行所述程序代码时，所述程序代码用于执行根据本发明的第三方面的所述方法。例如，可以经由诸如例如互联网的网络来分发所述计算机程序。所述计算机程序可以例如被存储或编码在计算机可读介质中。所述计算机程序可以例如至少部分地表示所述处理器的软件和/或固件。
根据本发明的第三方面的第五示例实施例，公开了一种计算机可读介质，所述计算机可读介质具有存储在其上的根据本发明的第三方面的计算机程序。所述计算机可读介质可以例如被具体化为电、磁、电磁、光或其它存储介质，以及可以是可移动介质或被固定地安装在装置或设备中的介质。此类计算机可读介质的非限制性示例是RAM或ROM。所述计算机可读介质可以例如是有形介质，例如有形的存储介质。计算机可读介质被理解为能够由计算机(诸如例如处理器)读取。
所述输入矢量包括多个矢量成分。作为非限制性示例，输入矢量可以表示包括输入信号的线谱频率(LSF)的矢量，其中这个输入信号可以表示至少一部分音频信号，诸如一部分语音信号或一部分非语音信号，其中这个音频信号可以包括语音的和/或非语音的和/或一般的和/或过渡和/或 CNG部分。例如，将被量化的输入信号可以表示将被编码的音频信号的残差数据，例如线谱频率(LSF)的矢量的残差。
作为示例，所述输入矢量可以被定义为矢量i＝[i0,i1,…ik]，该矢量包括 k个矢量成分ix，其中x∈{0，1，…，k-1}。必须理解的是，也可以使用其它表示。
于是，依照基于矢量成分的规则，输入示例的所述多个矢量成分被分组到至少两个矢量成分组中。
作为示例，可以定义的是，所述至少两个矢量成分组中的每个组包括预定义数量的矢量成分。例如，多个矢量成分中的每个矢量成分可以与所述至少两个矢量成分组的各自组相关联，即，所述至少两个矢量成分组的矢量成分表示多个矢量成分，或作为另一个示例，所述至少两个矢量成分组的矢量成分可以表示多个矢量成分中的矢量成分的子集。
作为示例，所述规则可以表示基于与矢量成分相关联的能量值的规则。例如，所述规则可以指定的是，所述至少两个矢量成分组中的每个组的矢量成分必须满足预定义的能量特点。作为示例，这个规则可以限定的是，所述至少两个矢量成分组中的组的矢量成分可以具有类似的能量值，并且/ 或，例如，所述规则可以指定的是，所述至少两个矢量成分组的第一组(这个第一组包括l1＜k个矢量成分)包括多个矢量成分中的l1个最多或较少能量的矢量成分，而该多个矢量成分中的剩余的k-l1个矢量成分与所述至少两个矢量成分组中不表示第一矢量成分组的剩余的至少一组相关联。
作为示例，与各自矢量成分相关联的能量值可以例如表示各自矢量成分的能量值，或与各自矢量成分的能量值成比例的值，或表示使用与这个矢量成分相关联的加权因子加权的各自矢量成分的能量值的能量值，或与表示使用与这个矢量成分相关联的加权因子加权的各自矢量成分的能量值成比例的能量值，或相对于多个矢量成分的剩余矢量成分的能量排名的各自矢量成分的能量排名。例如，与多个矢量成分的最低能量值相关联的矢量成分可以与最低能量排名(例如排名＝1或排名＝k)相关联，以及与多个矢量成分的最高能量值相关联的矢量成分可以与最高能量排名(例如排名＝k或排名＝1)相关联。因此，矢量成分的能量排名可以指示关于与多个矢量成分的所有剩余矢量成分的能量相比的各自矢量成分的能量的它的位置。
可以例如基于以下方程式或基于能量值的任何其它适当定义来计算矢量成分ix(其中x∈{0，1，…，k-1})的能量值ex：
ex＝ix^2
如果使用对应的加权因子wx来加权矢量成分ix(其中x∈{0，1，…， k-1})，则例如可以基于以下方程式来计算使用该对应加权因子加权的能量值：
ex＝wxix^2。
例如，将所述多个矢量成分分组到至少两个矢量成分组中可以包括通过初始定义所述两个矢量成分组来初始化，其中依照所述输入矢量的所述多个矢量成分中的矢量成分到所述至少两个矢量成分组的初始映射，所述至少两个矢量成分组中的每一组包括所述多个矢量成分中的至少一个矢量成分，以及其中在不同组之间一直交换所述至少两个矢量成分组中的不同组的矢量成分，直到满足基于与所述矢量成分相关联的能量值的规则，即，直到所述至少两个矢量成分组的每个组的矢量成分满足这个规则。例如，可以针对多个输入矢量以相同的方式来执行所述初始映射，以及因此针对多个输入矢量而言，所述初始映射可以是相同的。作为示例，可以基于在训练集中的矢量成分的平均能量来确定初始映射方案，以及在此之后，这个初始映射方案用于以上提及的所述输入矢量的多个矢量成分中的矢量成分至针对多个输入矢量的至少两个矢量成分组的初始映射。
或者，作为另一个示例，可以以依照基于与矢量成分相关联的能量值的规则将矢量成分映射到至少两个矢量成分组的方式，来执行所述输入矢量的多个矢量成分中的矢量成分至针对至少两个矢量成分组的所述初始映射。因此，当将所述多个矢量成分中的矢量成分映射到所述至少两个矢量成分组时，映射算法可以考虑该规则。
在已经执行了分组后，所述至少两个矢量成分组的每个组中的矢量成分满足基于与所述多个矢量成分中的矢量成分相关联的能量值的规则。
于是，针对所述至少两个矢量成分组的至少一个组的中的每个组，基于与各自矢量成分组相关联的码书来确定各自矢量成分组的量化表示。因此，确定了至少一个矢量成分组的至少一个量化表示，其中至少一个矢量成分组的至少一个量化表示中的每个量化表示与至少一个矢量成分组的对应矢量成分组相关联。例如，可以对至少两个矢量成分组的每个组进行量化。
例如，相同的码书可以用于对所述至少一个矢量成分组中的每个组进行量化。
或者，作为另一个示例，取决于各自矢量成分组的码矢量，可以从多个码书选择用于对将被量化的所述至少一个矢量成分组中的矢量成分组进行量化的码书。因此，例如，可以基于针对低能量矢量成分优化的码书来对包括与较低/低能量值相关联的矢量成分的矢量成分组进行量化，而可以基于针对高能量矢量成分优化的码书来对包括与较高/高能量值(例如，比包括与较低/低能量值相关联的矢量成分的矢量成分组更高的能量值)相关联的矢量成分的矢量成分组进行量化。因此，例如，可以选择针对对将被量化的至少一个矢量成分组中的各自组进行量化的适当的码书。因此，作为示例，由于满足基于与至少两个矢量成分组的矢量成分相关联的能量值的规则，因此各自矢量成分组的特定能量特点可以用于选择多个码书中的各自码书，其中可以针对矢量成分的不同能量特点来优化多个码书中的码书。
例如，可以依照本发明的第一方面，通过应用两阶段量化对将被编码的至少两个组中的至少一个组中的每个组进行编码。
依照本发明的第一方面，所获得的至少两个码矢量组中的至少一个码矢量组的至少一个量化表示可以被认为是所述输入矢量的第二量化表示。
根据本发明的第三方面的示例实施例，所述规则是基于与矢量成分相关联的能量值的规则和基于与矢量成分相关联的预定义范数(norm)的规则中的一个规则。
例如，如果该规则表示基于与矢量成分相关联的预定义范数的规则，则这个规则可以限定的是，所述至少两个矢量成分组中的组的矢量成分可以满足特定范数(norm)或在基于该特定范数的预定义范围中，其中这个范数例如可以表示对应的Lp空间中的各自Lp范数，其中p≥1保持或任何其它合适的范数。
例如，这个规则可以限定的是，应用于所述至少两个矢量成分组中的第一组的矢量成分的特定范数在第一预定义范围内，以及应用于至少两个矢量系数组中的第二组的矢量成分的特定范数在第二预定义范围内，以及诸如此类，其中第一预定义范围和第二预定义范围可以彼此不同。
作为示例，所述至少两个矢量成分组表示n个矢量成分组gx(其中x∈ {1，2，…，n}，n≥2)，其中所述至少两个矢量成分组的第x组gx包括所述输入矢量的多个矢量系数的lx个矢量系数，以及其中所述规则指定的是，第x组gx的lx个矢量系数的特定范数在与该第x组gx相关联的预定义范围rx内。因此，可以定义多个x范围lx，其中与各自第x组gx相关联的每个范围rx可以表示不同范围。
例如，如果特定范数表示lp范数，以及第x组gx的lx个矢量系数可以被表示为gx，0，gx，1，...，gx，lx-1，则可以如下针对第x组gx的lx个矢量系数来计算这个范数：
例如，可以使用l1范数(即，p＝1)，或可以使用l2范数(即，p＝2)，或任何其它合适的范数。
根据本发明的第三方面的示例实施例，所述规则指定的是，所述至少两个矢量成分组中的每个组的矢量成分必须满足预定义的能量特点。
作为示例，这个规则可以限定的是，所述至少两个矢量成分组的中的组的矢量成分可以具有类似的能量值，并且/或，例如，所述规则可以指定的是，所述至少两个矢量成分组的第一组(这个第一组包括l1＜k个矢量成分)包括多个矢量成分中的l1个最多或较少能量的矢量成分，而该多个矢量成分中的剩余的k-l1个矢量成分与所述至少两个矢量成分组中不表示第一矢量成分组的剩余的至少一组相关联。
因此，可以使用任何合适的预定义的能量特点，该预定义的能量特点依赖于矢量成分的能量值。例如，依照这个规则，所述至少两个矢量成分组中的每个组的系数满足特定的能量特点，其中所述至少两个矢量成分组中的每个组可以与多个(例如，不同)能量特点的各自能量特点相关联。
例如，对于所应用的规则而言，在所述至少两个组的各自组内的矢量系数的顺序可以是不相干的。
根据本发明的第三方面的示例实施例，所述规则指定的是，与所述至少两个矢量成分组中的第一组中的每个矢量成分的各自矢量成分相关联的能量值高于与所述至少两个矢量成分组中的剩余组中的每个组的每个矢量成分的各自矢量成分相关联的能量值。
例如，可以假设的是，所述规则可以指定的是，所述至少两个矢量成分组的第一组包括多个矢量成分中l1个最多能量的矢量成分(或l1个较少能量的矢量成分)，而所述多个矢量成分的剩余k-l1个矢量成分与所述至少两个矢量成分组中的不表示所述第一矢量成分组的剩余至少一个组相关联。此外，作为示例，依照这个规则，所述至少两个矢量成分组的第二组可以包括所述多个矢量成分的剩余k-l1个矢量成分中l2个最多能量的矢量成分(或，l2个较少能量的矢量成分)。
根据本发明的第三方面的示例实施例，所述至少两个矢量成分组表示 n个矢量成分组gx(其中x∈{1，2，…，n}，n≥2)，其中所述至少两个矢量成分组的第x组gx包括所述输入矢量的多个矢量系数中的lx个矢量系数，以及其中所述规则指定的是，第x组gx的lx个矢量系数表示多个矢量系数中的第至的最多能量(或较少能量)的矢量系数。
根据本发明的第三方面的示例实施例，所述将所述输入矢量的所述多个矢量成分分组到至少两个矢量成分组中包括：将所述输入矢量分割到所述至少两个矢量成分组中，以及用所述至少两个矢量成分组中的第二组中的矢量成分交换所述至少两个矢量成分组中的第一组中的矢量成分，直到所述至少两个矢量系数组中的每个组满足所述规则。
例如，可以没有任何限制地假设：所述输入矢量表示包括k个矢量成分的矢量，其中这个矢量被分割到矢量成分的组g1和g2中：
于是，可以检查：所述至少两个矢量成分组中的每个组是否满足所述规则。
如果所述至少两个组中的每个组满足所述规则，则不需要在至少两个矢量系数组的不同组之间重新排列矢量系数，以及通过分割获得的至少两个组能够用于确定所述至少两个矢量成分组中的至少一个组的所述量化表示。
例如，可以确定的是，所述至少一个组中的至少一个组不满足所述规则，可以继续进行用所述至少两个矢量成分组中的第二组的矢量成分来交换所述至少两个矢量成分组中的第一组的矢量成分。
例如，可以以如下方式来执行这种交换：基于所述规则来选择第一组和将被交换的第一组的各自矢量系数以及对应的第二组和将被交换的第二组的各自矢量系数，使得在该交换之后，满足该规则，或如果超过一对系数必须被交换以便满足该规则，则所选择的第一组的所选择的矢量系数和所选择的第二组的所选择的矢量系数表示将被交换以便满足该规则的所述超过一对系数中的一对系数。
作为示例，可能需要的是，用于第二矢量系数组的il1来交换第一矢量系数组g1的il1-1，其中这个交换可以导致如下来重新排列矢量系数组：
因此，作为示例，所述至少两个矢量系数组中的每个组可以与输入矢量的矢量i的固定位置相关联，其中可以通过对换在矢量i中的将被交换的矢量系数的位置来执行所述交换，其中矢量i′可以表示在该交换之后的输入矢量的矢量。
于是，可以检查至少两个矢量系数组中的每个组是否满足该规则。如果不满足，则所述方法可以再次继续进行依照将被满足的规则来彼此交换不同组的两个矢量系数。因此，可以执行所述交换，直到满足该规则。
根据本发明的第三方面的示例实施例，所述用第二子矢量的矢量成分来交换第一子矢量的矢量成分包括：确定第一矢量成分组的第一矢量成分，其中所述第一矢量成分不满足所述规则，确定第二矢量成分组的第二矢量成分，其中当用于所述第二矢量成分组的所述第二矢量成分来交换所述第一矢量成分组的所述第一矢量成分时，所述第二矢量成分组将满足所述规则，以及用所述第二子矢量的第二矢量成分来交换第一子矢量的第一矢量成分。
根据本发明的第三方面的实施例，确定被配置为基于至少两个矢量成分组来确定包括多个矢量成分的输入矢量的信息。
例如，所述信息可以包括关于在所述至少两个矢量成分组中的不同组的矢量成分之间执行的非必需的交换的信息。因此，作为示例，在接收器，可以以相反的顺序来进行所述交换，以便获得所述至少两个矢量成分组的初始两个组，它们可能不满足所述规则但是它们能够用于重建所述输入矢量。例如，可以以预定义的方式来执行基于所述多个矢量成分来定义所述初始的至少两个矢量成分组，其中对于所述接收器而言，这个预定义的方式可以是已知的。
可以在所述输入矢量的所述第二量化表示中包含这个信息作为附加的信息，这个信息被配置为基于所述至少两个矢量成分组来确定包括所述多个矢量成分的输入矢量。
或者，作为另一个示例，如果已经以以下方式来执行所述输入矢量的所述多个矢量成分中的矢量成分至在第三方面中的至少两个矢量成分组的初始映射：依照基于与所述矢量成分相关联的能量值的所述规则(即不使用所述交换)，所述矢量成分被映射到所述至少两个矢量成分组中，则被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的输入矢量的信息可以指示这个映射。
例如，以上提及的分组可以被认为是不使用在前的输入矢量的分组的分组，因为关于将在前输入矢量分组到至少两个矢量成分组的信息可以不被认为用于将所述输入矢量分组到至少两个矢量成分组中。
根据本发明的第三方面的示例实施例，基于在前输入矢量的多个矢量成分的分组来执行输入矢量的多个矢量成分的所述分组。
例如，如果当前输入矢量表示第n个输入矢量，则所述在前输入矢量可以表示第n-1个输入矢量。假设，依照本发明的第三方面已经执行来所述在前输入矢量的多个矢量成分的分组。
作为示例，可以以与相对于所述在前输入矢量执行的分组相同的方式来初始执行当前输入矢量的所述分组。于是，可以检查是否满足所述规则。
如果满足所述规则，则以与所述在前输入矢量中的相同的方式来执行所述当前输入矢量的这种分组，即，可以相对于初始分组不进行改变。因此，例如，没有关于这个分组的附加信息必须被传送，例如，被配置为基于所述至少两个矢量成分组来确定包括多个矢量成分的输入矢量的所述以上提及的信息，因为所述接收器针对当前输入矢量能够使用与针对所述在前输入矢量相同的解分组。例如，所述不传送关于这个分组的附加信息可以包含传送被配置为确定当前输入矢量的所述信息，其中这个信息可以指示的是，不进行交换改变。
如果例如基于初始执行地分组到所述至少两个矢量成分组中，不满足所述规则，则彼此交换所述初始分组的至少两个矢量成分组的两个不同矢量成分组之间的矢量成分，直到满足所述规则。于是，作为示例，仅关于在所述初始分组的至少两个矢量成分组上执行的这个交换的信息可以被传送作为所述上述提及的信息，所述上述提及的信息被配置为基于所述至少两个矢量成分组来确定包括多个矢量成分的输入矢量，因为所述接收器能够使用所述在前输入矢量的初始分组，以及于是能够基于被配置为确定当前输入矢量的信息来执行所述进一步的分组。
因此，所述被配置为确定当前输入矢量的信息可以被认为是指示相对于在前输入矢量的至少两个矢量成分组的分组在当前输入矢量的至少两个矢量成分组的分组中的变化的差分分组信息。
例如，如果在前输入矢量的至少两个矢量成分组的所述分组包括在两个不同矢量成分组之间的一对矢量成分之间的至少一次交换，则可以执行所述至少一次交换，以便初始分组当前输入矢量的至少两个矢量成分组。如果不满足所述规则，则可以相对于当前输入矢量的至少两个矢量成分组将所述至少一次交换交换回来，以及可以确定在交换回来的至少两个不同矢量成分组的矢量成分之间的至少一次新交换，以便服从所述规则，其中所述至少一次新交换的每次交换可以用第二矢量成分组的矢量成分来交换第一矢量成分组的矢量成分。
此外，可以检查是传送差分分组信息更好，该差分分组信息指示相对于在前输入矢量的至少两个矢量成分组的分组在当前输入矢量的至少两个矢量成分组的分组中的变化，还是传送被配置为基于被确定为不依赖于在前矢量的分组的至少两个矢量成分组来确定包括多个矢量成分的输入矢量的信息更好，这个信息可以被表示为绝对分组信息。
例如，针对编码差分分组信息所需要的比特可以与针对编码绝对分组信息所需要的比特进行比较，以及选择针对编码而言需要更少比特的那个信息作为被配置为确定包括多个矢量成分的输入矢量的信息。此外，例如，可以传送关于分组类型的边(side)信息，即差分分组或绝对分组。
根据本发明的第三方面的示例实施例，可以执行基于相对于在前输入矢量执行的分组来将输入矢量分组在至少两个矢量成分组中，作为导致至少两个第一矢量成分组的第一分组，以及可以执行不使用在前输入矢量执行的分组来将输入矢量分组在至少两个矢量成分组中，作为导致至少两个第二矢量成分组的第二分组。
即，至少两个第一矢量成分组和至少两个第二矢量成分组都满足所述规则，但是可以彼此不同，这是因为应用于矢量成分的不同分组。于是，作为示例，如上所述，可以针对至少两个第一矢量成分组中的每个第一矢量成分组确定第一量化表示，以及如上所述，可以针对至少两个第二矢量成分组中的第二矢量成分组确定第二量化表示，以及于是可以检查相对于输入矢量而言第一量化表示是否比第二量化表示提供更少的失真。如果是，则选择第一分组以及选择至少两个第一矢量成分组的第一量化表示作为矢量成分组的量化表示。如果否，则选择第二分组以及选择至少两个第二矢量成分组的第二量化表示作为矢量成分组的量化表示。
此外，例如，如以上相对于实施例中的任何实施例提及的，所述被配置为确定当前输入矢量的信息可以被提供和/或传送给接收器，其中被配置为确定的这个信息表示对应于所选择的分组的信息。
根据本发明的第三方面的示例实施例，其中依照本发明的第一方面，针对至少两个矢量成分组中的至少一个矢量成分组的每个矢量成分组来执行基于与矢量成分组相关联的码书的各自矢量成分组的量化表示，其中本发明的第一方面的输入矢量表示将被量化的至少两个矢量成分组中的至少一个矢量成分组的各自矢量成分组。
根据本发明的第三方面的示例实施例，所述方面形成第三代合作伙伴计划的语音和/或音频编解码器，特别是增强语音服务编解码器，的一部分。
根据本发明的第三方面的示例实施例，输入矢量表示第一输入矢量，其中所述至少一个处理器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置还执行：依照在第一输入矢量的多个矢量成分上执行的分组，将第二输入矢量的多个矢量成分分组到至少两个矢量成分组中，以及针对与第二输入矢量相关联的至少两个矢量成分组中的至少一个矢量成分组，基于与该矢量成分组相关联的码书来确定各自矢量成分组的量化表示。
因此，以与将第一输入矢量的矢量成分分组在与第一输入矢量相关联的至少两个矢量成分组上的矢量成分上的相同方式，将第二输入矢量的矢量成分分组在与第二输入矢量相关联的至少两个矢量成分组上，即，在与第一输入矢量相关联的至少两个矢量成分组上的矢量成分上的第一输入矢量的矢量成分的映射用于在与第二输入矢量相关联的至少两个矢量成分组的矢量成分上来映射第二输入矢量的矢量成分。
例如，这个映射可以表示第一输入矢量的多个矢量成分中的矢量成分至与第一输入矢量相关联的至少两个矢量成分组的所述初始映射，以以下方式来执行所述初始映射：依照基于与矢量成分相关联的能量值的所述规则，将矢量成分映射到至少两个矢量成分组，即，当将多个矢量成分中的矢量成分映射到至少两个矢量成分组时，这种初始映射算法可以考虑所述规则。
或者，例如，所述映射可以表示所述初始映射，以及如果被执行，则表示在所述至少两个矢量成分组的第二组的矢量成分与所述至少两个矢量成分组的第一组的矢量成分之间的所述至少一次交换。
因此，被配置为基于与第一输入矢量相关联的至少两个矢量成分组来确定包括多个矢量成分的第一输入矢量的信息也可以用于基于与第二输入矢量相关联的至少两个矢量成分组来确定包括多个矢量成分的第二输入矢量。此外，可以不必传送相对于第二输入矢量的这个信息，因为相对于第一输入矢量而言，该分组保持不变，以及接收器能够使用第一输入矢量的分组。
然后，如相对于与第一输入矢量相关联的至少两个矢量成分组所描述的，对至少两个另外的矢量成分组进行量化。
例如，第二输入矢量可以表示紧跟在第一输入矢量后面的输入矢量。作为示例，应用于第一输入矢量的分组方案可以被存储以及可以应用于至少一个随后的输入矢量，以便将该至少一个随后的输入矢量的中的每个输入矢量分组在各自的至少两个另外的矢量成分组上，其中如相对于与第一输入矢量相关联的至少两个矢量成分组所解释的，对所述至少两个另外的矢量成分组进行量化。例如，如果在随后的输入矢量之间存在关联，则可以执行这个操作。
根据本发明的第四方面的第一示例实施例，公开了一种方法，所述方法包括对至少两个矢量成分组中的矢量成分组的每个量化表示进行去量化，其中基于与各自量化的矢量成分组相关联的码书来执行针对各自量化的矢量成分组的去量化，基于至少两个去量化的矢量成分组以及基于被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息，确定包括多个矢量成分的所述矢量。
根据本发明的第四方面的第二示例实施例，公开了一种装置，所述装置被配置为执行根据本发明的第四方面的方法，或所述装置包括用于对至少两个矢量成分组中的矢量成分组的每个量化表示进行去量化的构件，其中基于与各自量化的矢量成分组相关联的码书来执行针对各自量化的矢量成分组的去量化，用于基于至少两个去量化的矢量成分组以及基于被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息，确定包括多个矢量成分的所述矢量的构件。
根据本发明的第四方面的第三示例实施例，公开了一种装置，所述装置包括至少一个处理器和包含计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为使用所述至少一个处理器使得所述装置至少执行根据本发明的第四方面的所述方法。被包含在所述存储器中的所述计算机程序代码可以例如至少部分地表示用于所述处理器的软件和/或固件。所述存储器的非限制性示例是由所述处理器能够访问的随机存取存储器(RAM)或只读存储器(ROM)。
根据本发明的第四方面的第四示例实施例，公开了一种计算机程序，所述计算机程序包括程序代码，当在处理器上运行所述程序代码时，所述程序代码用于执行根据本发明的第四方面的所述方法。例如，可以经由诸如例如互联网的网络来分发所述计算机程序。所述计算机程序可以例如被存储或编码在计算机可读介质中。所述计算机程序可以例如至少部分地表示所述处理器的软件和/或固件。
根据本发明的第四方面的第五示例实施例，公开了一种计算机可读介质，所述计算机可读介质具有存储在其上的根据本发明的第四方面的计算机程序。所述计算机可读介质可以例如被具体化为电、磁、电磁、光或其它存储介质，以及可以是可移动介质或被固定地安装在装置或设备中的介质。此类计算机可读介质的非限制性示例是RAM或ROM。所述计算机可读介质可以例如是有形介质，例如有形的存储介质。计算机可读介质被理解为能够由计算机(诸如例如处理器)读取。
例如，本发明的这个第四方面可以用于对通过本发明的第三方面的实施例中的任何实施例获得的矢量成分组的量化表示进行去量化。
对至少两个矢量成分组中的矢量成分组的每个量化表示进行去量化。这些量化的至少两个矢量成分组可以表示通过本发明的第三方面的实施例中的任何实施例获得的至少两个量化的矢量成分组。
因此，执行所述去量化，以便撤消本发明的第三方面的对应量化，其中对每个量化的矢量成分组进行去量化，以便确定各自去量化的矢量成分组。作为示例，可以依照本发明的第三方面来执行这种去量化。
于是，基于至少两个去量化的矢量成分组和基于被配置为基于所述至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息，来确定包括所述多个矢量成分的所述矢量。被配置为基于所述至少两个去量化的矢量成分组来确定包括所述多个矢量成分的所述矢量的这个信息可以表示被配置为基于在本发明的第三方面中描述的至少两个去量化的矢量成分组来确定包括多个矢量成分的输入矢量的信息，该信息可以例如在接收器连同至少两个去量化的矢量成分组一起被接收。
例如，如果以以下方式已经执行了输入矢量的多个矢量成分中的矢量成分至在第三方面中的至少两个矢量成分组的初始映射：依照基于与矢量成分相关联的能量值的所述规则，将所述矢量成分映射到所述至少两个矢量成分组，则被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的(输入)矢量的信息可以指示这种映射，以及依照本发明的第四方面，通过执行至少两个去量化的矢量系数组的矢量系数至矢量的对应的相反映射来获得所述矢量。
例如，相对于本发明的第三方面呈现的任何解释也可以适用于本发明的第四方面。
根据本发明的第四方面的示例实施例，被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的所述信息包括关于在所述至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息，所述方法包括依照该信息执行所述至少两个去量化的矢量成分组中的不同组的矢量成分的重新交换。
例如，本发明的第四方面可以包括：在至少两个去量化的矢量成分组中的不同组之间的矢量成分的重新交换。作为示例，所述信息可以包括关于在所述至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息，例如，这个信息可以包括关于由本发明的第三方面的实施例中的一个实施例执行的限定用至少两个矢量成分组的第二组的矢量成分来交换至少两个矢量成分组的第一组的矢量成分的每次交换的信息。因此，作为示例，基于包括关于在至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息的信息，可以相对于至少两个去量化的矢量成分组来解除由本发明的第三方面执行的交换，直到至少两个去量化的矢量系数组对应于在已经执行所述交换之前的本发明的第三方面的初始的至少两个矢量成分组。于是，基于这些至少两个去量化的矢量系数组，可以例如通过将至少两个去量化的矢量系数组合并在一起以便解除在本发明的第三方面中执行的输入矢量的多个矢量成分的分割，来获得所述输入矢量的第一表示。
例如，如果在本发明的第三方面中交换不是必须的，则可以例如通过被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息，来指示这种情况，以及在没有任何交换的情况下，至少两个去量化的矢量系数组可以例如被合并以用于获得本发明的第三方面的输入矢量。
根据本发明的第四方面的示例实施例，依照本发明的第二方面的实施例中的一个实施例，针对至少两个矢量成分组中的矢量成分组的每个量化表示来执行对至少两个矢量成分组中的矢量成分组的每个量化表示进行所述去量化，其中矢量成分组的各自量化表示包括各自矢量成分组的第一量化表示和各自矢量成分组的第二量化表示。
根据本发明的第三方面的示例实施例，基于被配置为基于在前矢量的至少两个量化的矢量成分组来确定包括多个矢量成分的所述在前矢量的信息，来执行基于至少两个去量化的矢量成分组和基于被配置为基于至少两个量化的矢量成分组来确定包括多个矢量成分的矢量的信息来确定所述矢量的表示。
例如，所述矢量可以被认为表示当前矢量，其中被配置为确定所述(当前)矢量的信息可以表示以上提及的差分分组信息，该差分分组信息指示相对于在前输入矢量的至少两个矢量成分组的分组在当前输入矢量的至少两个矢量成分组的分组中的变化。
作为示例，可以相对于当前输入矢量的至少两个去量化的矢量成分组来执行与针对在前输入矢量的至少两个去量化的矢量成分组的重新交换所执行的相同的重新交换。因此，被配置为基于在前矢量的至少两个量化的矢量成分组来确定包括多个矢量成分的所述在前矢量的信息可以用于执行相对于当前矢量的所述重新交换，其中这个重新交换可以表示初始重新交换。
此外，如果被配置为基于至少两个量化的矢量成分组来确定包括多个矢量成分的当前矢量的信息指示的是，将执行在当前输入矢量的至少两个初始重新交换的矢量成分组的至少两个矢量成分之间的分组的另外变化(例如，至少一次交换)，则执行所述另外的分组，以便依照所述当前矢量的表示来获得至少两个去量化的矢量成分组。
根据本发明的第四方面的示例实施例，所述矢量表示第一矢量，以及其中可以对至少两个矢量成分组中的矢量成分组的每个量化表示进行去量化，其中基于与各自另外量化的矢量成分组相关联的码书来执行针对各自量化的矢量成分组的去量化，以及基于至少两个另外的去量化的矢量成分组和基于被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的第一矢量的信息，来确定第二矢量的表示。
如相对于与第一矢量相关联的矢量成分组的去量化所描述的，来执行针对所述至少两个另外的矢量成分组中的各自量化的矢量成分组的所述去量化。
当基于至少两个另外去量化的矢量成分组来确定第二矢量的表示时，相同的信息能够用于第一矢量，这是因为假设的是，依照在第一(输入) 矢量的多个矢量成分上执行的分组，已经执行了将第二(输入)矢量的多个矢量成分分组到与所述第二(输入)矢量相关联的至少两个矢量成分组中。
因此，作为示例，关于在至少两个另外的矢量系数组上的第二矢量的矢量系数的分组的附加信息不是必需的，因为被配置为确定包括多个矢量成分的信息能够以相同的方式用于基于至少两个另外的矢量成分组来确定第二矢量。
从参照下文中结合附图呈现的本发明的实施例的详细描述，本发明的所有方面的其它特征将是明显的并将得到阐明。然后，应当理解的是，附图仅是出于说明的目的而设计的，并且不作为本发明的范围的限定，对于本发明的范围的限定而言，应当参照所附权利要求书。还应当理解的是，附图不是按比例绘制，以及它们仅是旨在概念性地说明本申请中描述的结构和过程。特别地，在附图中出现的特征不应当被认为使得对于本发明而言这些特征是强制的。
附图说明
在附图中示出了：
图1a：根据本发明的一个方面的装置的示例实施例的示意图；
图1b：根据本发明的实施例的有形的存储介质；
图2：根据本发明的第一方面的方法的第一示例实施例的流程图；
图3：根据本发明的第一方面的方法的第二示例实施例的流程图；
图4a：根据本发明的第一方面的方法的第三示例实施例的流程图；
图4b：多个基础码矢量集合；
图4c：确定码矢量的示例过程；
图4d：根据本发明的第二方面的方法的第一示例实施例的流程图；
图5：根据本发明的第三方面的方法的第一示例实施例的流程图；
图6：根据本发明的第三方面的方法的第二示例实施例的流程图；以及
图7：根据本发明的第四方面的方法的第一示例实施例的流程图。
具体实施方式
图1a示意性地说明了根据本发明的实施例的装置1的组件。装置1 可以例如是电子设备，该电子设备例如能够编码语音、音频和视频信号中的至少一个，或此类设备的组件。例如，装置1可以是或可以形成终端的一部分。
依照本发明的第一方面，装置1可以例如被配置为确定输入矢量的第一量化表示，以及基于取决于第一量化表示的码书来确定输入矢量的第二量化表示。
可替代地或另外，装置1可以例如被配置为确定输入矢量的第一量化表示，该第一量化表示包括多个矢量成分，被配置为依照基于与该矢量成分相关联的能量值的规则，将所述多个矢量成分分组到至少两个矢量成分组中，其中至少两个矢量成分组的每个组包括多个矢量成分中的至少一个矢量成分，以及被配置为针对至少两个矢量成分组中的至少一个矢量成分组，依照本发明的第三方面，基于码书来确定各自矢量成分组的量化表示。
装置1可以例如被具体化成模块。装置1的非限制性示例是移动电话、个人数字助理、便携式多媒体(音频和/或视频)播放器以及计算机(例如，膝上型计算机或台式计算机)。
装置1包括处理器10，处理器10可以例如被具体化为微处理器。数字信号处理器(DSP)或专用集成电路(ASIC)，仅举几个非限制性示例。处理器10执行存储在程序存储器11中的程序代码，以及使用主存储器12 作为工作存储器，例如用于至少暂时地存储中间的结果，而且还用于存储例如预定义的和/或预计算的数据库。还可以将存储器11和存储器12中的一些或全部存储器包含在至少一个处理器10中。存储器11和/或存储器 12可以例如被具体化成只读存储器(ROM)、随机存取存储器(RAM)，仅举几个非限制性示例。存储器11和存储器12中的一者或两者可以被固定地连接到处理器10或可以从处理器10拆卸，例如以存储卡或存储棒的形式。
处理器10还控制输入/输出(I/O)接口13，处理器10经由I/O接口 13以接收信息或向其它功能单元提供信息。
如以下将描述的，处理器10至少能够执行用于提供本发明的第一方面和/或第二方面和/或第三方面和/或第四方面的程序代码。然而，处理器10 当然可以拥有另外的能力。例如，处理器10可以能够例如基于采样的输入值进行以下中的一个：语音、音频和视频编码。处理器10可以另外地或可替代地能够控制便携通信设备和/或多媒体设备的操作。
图1a的装置1还可以包括：诸如用户接口的组件，例如以允许装置1 的用户与处理器10交互，或具有相关联的射频(RF)电路的天线以使得装置1能够执行无线通信。
可以单独在硬件中，部分地在硬件中和在软件中，或仅在软件中来实现由装置1的组件形成的电路，如在本说明书的结尾处进一步描述的。
图1b是根据本发明的有形存储介质20的实施例的示意图。这种有形的存储介质20(特别地，其可以是非短暂性的存储介质)包括程序21，该程序21进而包括程序代码22(例如，指令集)。有形存储介质20的实现可以例如是图1a的程序存储器12。因此，程序代码22可以例如实现以下论述的与本发明的第一、第二、第三和第四方面中的一个方面相关联的图2、3、4a、4d、5、6和图7的流程图。
图2a示出了根据本发明的第一方面的第一实施例的方法的流程图200。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31 的各自程序代码32来定义这个流程图200的步骤。有形存储介质30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器10来执行计算机程序31。
在步骤210，确定输入矢量的第一量化表示。例如，所述第一量化表示可以表示输入矢量的量化矢量。作为示例，这个量化矢量可以包括多个比特，但是输入矢量的任何其它合适的量化表示可以用于第一量化表示。
作为非限制性示例，输入矢量可以表示包括输入信号的线谱频率(LSF) 的矢量，其中这个输入信号可以表示至少一部分音频信号，诸如一部分语音信号或一部分非语音信号，其中这个音频信号可以包括语音的和/或非语音的和/或一般的和/或过渡和/或CNG部分。例如，将被量化的输入信号可以表示将被编码的音频信号的残差数据，例如线谱频率(LSF)矢量的残差。
作为示例，可以借助于基于多个码矢量来执行第一量化阶段，来确定第一量化表示。第一量化阶段的该多个码矢量可以表示第一阶段码书。
例如，第一量化表示可以表示从多个码矢量选择的用于量化输入矢量的码矢量。作为另一个示例，第一量化表示可以表示所选择的码矢量的标识符，其中这个标识符可以表示码矢量索引。因此，例如，如果第一量化表示可以包括n个比特，则第一阶段码书可以包括最大2n个码矢量。
在步骤220，基于取决于第一量化表示的码书来确定输入矢量的第二量化表示。
例如，可以假设，借助于第二量化阶段来执行这个第二量化表示。这个第二量化阶段可以基于多个码书来执行量化，其中该多个码书中的每个码书包括至少一个码矢量。
在第二阶段中用于输入矢量的量化的码书取决于第一量化表示。因此，作为示例，可以基于输入矢量的第一量化表示从第二阶段的多个码书来选择在第二阶段中使用的码书。
例如，在第一阶段的多个码矢量中的码矢量与第二阶段的多个码书中的码书之间可以存在定义的映射。因此，可以针对第一阶段的多个码矢量中的每个码矢量和第二阶段的多个码书中的各自码书来定义此类映射。因此，基于输入矢量的第一量化表示，其中该第一量化表示可以表示在第一阶段中选择的码矢量或可以表示在第一阶段中选择的码矢量的指示符，可以从第二阶段的多个码书选择针对在第二阶段中执行量化的码书。
这可以示出的优点是，可以针对第二阶段定义特定的码书，其中每个特定码书适应于在第一阶段中执行的量化。因此，第二阶段的多个码书中的至少一个码书可以表示针对与与这个码书相关联的将被编码的特定残差数据所调节的特定码书，该特定码书可以改进编码效率。
例如，第二阶段的码书可以表示格形码书。
作为示例，输入矢量的第一量化表示可以表示码矢量索引，该码矢量索引指示在第一阶段中选择的码矢量。于是，在步骤220中，选择多个码书中的码书，该码书与第一量化表示的码矢量索引相关联。例如，第一阶段的每个码矢量索引可以与第二阶段的多个码书中的对应码书相关联。
于是，在步骤220中，基于所选择的码书，可以例如基于失真度量来确定所选择的码书的码矢量。例如，可以确定所选择的码书的码矢量，该码矢量用于量化输入矢量，该码矢量具有相对于输入矢量的最低失真，其中基于失真度量来确定该失真。作为示例，失真度量可以表示码矢量和输入矢量之间的距离。例如，可以使用海明距离或欧式距离或任何其它距离。
图3描绘了根据本发明的第一方面的方法300的第二示例实施例的流程图300。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31的各自程序代码32来定义这个流程图300的步骤。有形存储介质30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器10来执行计算机程序31。
例如，这个方法300可以用于确定在图2中描绘的方法200的步骤220 中的输入矢量的第二量化表示。
在步骤310，基于第一量化表示对输入矢量进行正规化。例如，所述正规化可以包括：使所述输入矢量的矢量成分与正规化系数相乘，以便获得所述输入矢量的正规化表示，其中所述正规化系数取决于所述输入矢量的所述第一量化表示。
基于所述第一量化表示来执行所述正规化。例如，可以存在定义的多个正规化系数集合，每个正规化系数集合包括：将用于正规化所述输入矢量的至少一个正规化系数，其中基于所述输入矢量的第一量化表示，从所述多个正规化系数集合来选择一个正规化系数集合。
例如，在所述第一阶段的多个码矢量中的码矢量与多个正规化系数集合中的正规化系数集合之间，可以存在定义的映射。因此，可以针对所述第一阶段的所述多个码矢量中的每个码矢量和所述多个正规化系数中的各自正规化系数集合，定义此类映射。因此，基于所述输入矢量的所述第一量化表示，其中这个第一量化表示可以表示在第一阶段中选择的码矢量或可以表示在第一阶段中选择的码矢量的指示符，可以从多个正规化系数集合来选择用于在步骤310中执行对输入矢量进行正规化的正规化系数集合。
作为示例，如果输入矢量包括n个矢量系数，则正规化系数集合可以包括n个正规化系数。于是，可以通过使所述输入矢量的多个矢量成分中的矢量成分与所选择的正规化系数集合的相关联的正规化系数相乘，来执行所述输入矢量的正规化。可以针对所述输入矢量的每个矢量成分来执行这个操作，其中各自矢量成分与正规化系数集合的各自正规化系数相乘，以便获得所述输入矢量的正规化表示。
作为示例，输入矢量的第一量化表示可以表示码矢量索引，该码矢量索引指示在所述第一阶段中选择的码矢量。于是，在步骤310中，选择多个正规化系数集合中与所述第一量化表示的码矢量索引相关联的正规化系数集合。例如，第一阶段的每个码矢量索引可以与所述多个正规化系数集合中的对应的正规化系数集合相关联。
于是，在步骤320中，确定取决于第一量化表示的所正规化的输入矢量的第二量化表示。可以如相对于在图2中的步骤220描述的，来执行在步骤320中确定第二量化表示，其中使用在步骤310中获得的正规化的输入矢量来替换在步骤220中使用的输入矢量。
图4描绘了根据本发明的第一方面的方法400的第三示例实施例的流程图400。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31的各自程序代码32来定义这个流程图400的步骤。有形存储介质30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器10来执行计算机程序31。
例如，这个方法400可以用于确定在图2中描绘的方法200的步骤220 中的输入矢量的第二量化表示，或用于确定在图3中的步骤320中的正规化的输入矢量的第二量化表示。
在步骤410中，基于第一量化表示选择多个码书中的码书。例如，可以如相对于方法200的第一示例实施例所解释的，来执行这个选择。
由相关联的基础码矢量集合和相关联的至少一个伸缩表示来定义多个码书中的每个码书。
每个基础码矢量集合包括至少一个基础码矢量。因为每个基础码矢量集合与多个伸缩表示中的至少一个伸缩表示相关联，因此，能够基于潜在的基础码矢量的集合中的基础码矢量和与潜在的基础码矢量的集合相关联的至少一个伸缩表示中的伸缩表示来确定码矢量，即，可以基于由各自伸缩表示来伸缩的基础码矢量来表示该码矢量。例如，伸缩表示可以表示伸缩值，其中可以基于基础码矢量和各自伸缩值的乘法来确定码矢量。
例如，至少一个基础码矢量集合与至少两个伸缩表示相关联。
因此，作为示例，码书可以包括码矢量集合，码矢量集合包括码矢量，该码矢量基于多个基础码矢量集合以及基于与多个基础码矢量的各自基础码矢量集合相关联的各自至少一个伸缩值。该码矢量集合可以包括：针对每个基础码矢量集合的每个基础码矢量以及针对与各自基础码矢量集合相关联的至少一个伸缩表示中的一个伸缩表示，基于由各自伸缩表示来伸缩的各自基础码矢量的码矢量。
例如，所述基础码矢量集合可以表示领袖集，其中每个领袖集包括不同的领袖矢量和所述领袖矢量的排列。因此，所述领袖矢量和所述领袖矢量的排列可以表示各自基础码矢量集合的基础码矢量。
所述多个基础码矢量集合可以表示第二多个基础码矢量集合的子集。例如，假设每个基础码矢量集合表示领袖集，多个领袖集可以表示第二多个领袖集的子集。因此，多个领袖集可以被认为是相对于所述第二多个领袖集截短的多个领袖集。
图4b描绘多个基础码矢量集合的示例，其中每个bx，x∈{0，1，...x-1}，表示多个基础码矢量集合中的基础码矢量集合，其中X表示多个基础码矢量集合的集合数量。每个基础码矢量集合与至少一个基础码矢量bx，y相关联或包括至少一个基础码矢量bx，y，其中Bx表示各自基础码矢量集合bx，即y∈{0，1，...Bx-1}保持，的基础码矢量的数量。例如，针对不同的基础码矢量集合而言，基础码矢量集合的基础码矢量的数量Bx可以是不同的，以及/或针对至少两个基础码矢量集合而言，它可以是相同的。
图4c描绘了基于基础码矢量bx,y并且基于伸缩表示sz来确定码矢量 cx,y,z的矢量过程，其中索引z表示多个伸缩表示s0…sS-1的各自伸缩表示的索引，即z∈{0，1，...s-1}保持。
例如，在基础码矢量bx，y＝[bx，y，0，bx，y，1，...，bx，y，n-1]的值bx,y,t表示绝对值的情况下，其中t∈{0，1，...n-1}保持并且n表示各自基础码矢量bx，y的长度，以及如果输入矢量的绝对值用于确定各自基础码矢量集合的潜在码矢量，则如图2c中示例性描绘的，可以在执行基于基础码矢量bx，y并且基于伸缩标准sz来确定码矢量cx，y，z之前，可以基于在输入矢量i的第(t+1) 位置处的各自值it的符号来分配所确定的最接近的基础码矢量bx，y的第 (t+1)位置处的每个值bx，y，t的符号。作为示例，如果i＝[i0，i1，...，in-1] 表示输入矢量，则可以由[|i0|,|i1|,…,|in-1|]来表示绝对值输入矢量。
例如，所确定的最接近的基础码矢量bx，y的第(t+1)位置处的每个值 bx，y，t的符号可以分别被分配给在输入矢量的第(t+1)位置处的各自值it的符号，其中如果基础码矢量集合bx的多个基础码矢量bx，y的奇偶性是0，这可以保持。作为另一个示例，如果基础码矢量集合bx的多个基础码矢量 bx，y的奇偶性是-1，则潜在的基础码矢量的值bx，y，t的符号可以对应地分别被分配给输入矢量的在该矢量中的相同位置处的值的符号，以及如果没有奇数的负数成分，则在具有最低非空绝对值的潜在基础码矢量中的值bx，y，t可以改变它的符号。或者，作为另一个示例，如果基础码矢量集合bx的基础码矢量bx，y的奇偶性是+1，则潜在的基础码矢量的值bx，y，t的符号可以对应地分别被分配给输入矢量的在该矢量中的相同位置处的值的符号，以及如果没有偶数的负数成分，则在具有最低非空绝对值的潜在基础码矢量中的值bx，y，t可以改变它的符号。
作为非限制性示例，可以基于由bx的基础码矢量和基于由 cx，z，y＝[bx，y，0·sz，bx，y，1·sz，...，bx，y，n-1·sz]的伸缩表示sz来确定码矢量cx，z，y。
伸缩表示sz中的每个伸缩表示与至少一个基础码矢量集合相关联，其中z∈{0，1，...s-1}保持。例如，作为非限制性示例，可以由基础码矢量集合bx(其中x∈{0，1，…，nz-1})来表示这种各自至少一个基础码矢量集合，其中nz可以表示与各自伸缩表示sz相关联的基础码矢量集合的数量，其中0<nz<X保持。基于各自伸缩表示sz和相关联的至少一个基础码矢量集合bx(其中x∈{0，1，…，nz-1})之间的联系，能够确定相关联的至少一个码矢量集合cx，z，y(其中x∈{0，1，…，nz-1}以及y∈{0，1，…， Bx-1}以及z∈{0，1，…，S-1})。
因此，作为示例，可以由多个伸缩表示sz，多个基础码矢量集合bx，以及每个伸缩表示与相关联的至少一个基础码矢量集合之间的联系来定义以上提及的码书的码书结构。
因为，至少一个基础码矢量集合(例如，至少基础码矢量集合b0)与至少两个伸缩表示相关联，因此相同的基础码矢量集合能够用于构建与第一伸缩表示相关联的至少一个码矢量集合的码矢量，以及用于构建与至少一个另外的伸缩表示相关联的至少一个码矢量集合的码矢量。
例如，可以基于上述第二多个领袖集来定义步骤410的多个码书中的码书，其中第二多个领袖集中的每个领袖集与不同的领袖矢量相关联，以及其中可以由各自领袖矢量和这个领袖矢量的排列来表示与各自领袖集相关联的基础码矢量集合。于是，作为示例，可以由与各自码书相关联的至少一个截短来定义多个码书中的每个码书，其中与各自码书相关联的至少一个截短的每个截短与第二多个领袖集的至少一个领袖集相关联以及与各自伸缩表示相关联，使得使用各自伸缩表示伸缩的各自领袖集的领袖集矢量和这个伸缩的领袖集矢量的排列表示各自码书的至少一个截短的各自截短的码矢量。
作为非限制性示例，可以通过如下来定义16个示例领袖集的示例：
例如，这些16个领袖集可以定义以上提及的第二多个基础码矢量集合，其中可以由表示所述第二多个基础码矢量集合的子集的多个基础码矢量集合来定义码书结构。
作为示例，可以如下来定义16个示例性码书结构的多个示例
其中每个矢量no_lead[][l](其中1∈{0，1，...16保持)定义包括多个截短的各自码书结构。例如，其中1＝2，矢量 nolead[][2]＝(10，9，3，2，2，0)定义各自码书结构，该各自码书结构表示的是，第一截短，即领袖集的第一并集(union)，可以由开始的8个领袖集组成，第二截短可以由开始的9个领袖集组成，第三截短可以由开始的3 个领袖集组成，诸如此类。
(例如通过训练)可以向各自码书结构的每个截短分配各自伸缩表示，例如：
因此，作为示例可以由各自矢量no_lead[][l]和伸缩表示的各自矢量scales[][l]定义的多个截短来定义多个码书中的第1个码书，其中使用与这个截短相关联的各自伸缩表示scales[k][l]来伸缩每个截短k no_lead[k][l]。因此，由各自第一伸缩表示伸缩的第一截短来定义第1个码书的多个码矢量的第一码矢量集合，即假设l＝2，在上述示例中第一伸缩表示将是0.887，由各自第二伸缩表示伸缩的第二截短来定义第1个码书的多个码矢量的第二码矢量集合，即假设l＝2，在上述示例中第二伸缩表示将是1.635，等。
例如，多个码书中的码书的数量可以对应于第一阶段的码矢量的数量，其中第一阶段的每个码矢量与第二阶段的各自码书相关联。作为示例，输入矢量的第一量化表示可以表示码矢量索引，该码矢量索引指示在所述第一阶段中选择的码矢量。于是，在步骤310，基于该码矢量索引，选择多个码书中的对应的码书。例如，第一阶段的每个码矢量索引可以与第二阶段中的对应的码书相关联。
作为非限制性示例，码矢量索引可以被表示为l，以及可以由各自领袖矢量no_lead[][l[]和伸缩表示的各自矢量scales[][l]来定义对应的码书。
于是，在步骤420，基于所选择的码书，可以来确定输入矢量的第二量化表示。
必须理解的是，这个输入矢量可以表示正规化的输入矢量或非正规化的输入矢量。
例如，所述确定输入矢量的第二量化表示可以包括确定所选择的码书的多个码矢量中的码矢量，该码矢量与输入矢量相比具有小或最小的失真
作为示例，失真度量可以用于确定码矢量和输入矢量的失真。例如，所述失真度量可以基于码矢量和输入矢量之间的任何类型的合适的距离。作为示例，可以使用海明距离或欧式距离或任何其它距离。作为示例，可以不是必须确定码矢量(将针对该码矢量来计算失真度量)，以及可以通过内在地考虑与所选择的伸缩表示相关联的各自码矢量和与这个所选择的伸缩表示相关联的基础码矢量集合来计算该失真度量。
例如，如果cx，z，y＝[cx，z，y，0，cx，z，1，...，cx，z，n-1]表示码矢量以及i＝[i0，i1，...，in-1]表示输入矢量，则可以基于以下方程式来计算距离d：
作为示例，各自码矢量表示包括码矢量值c0…n-1的n维矢量以及输入矢量表示包括输入矢量值i0...in-1的n维矢量，其中基于计算d′来执行确定各自距离d：
在没有任何质量丢失的情况下，这个失真度量(2)可以被认为表示度量(1)的简化度量。
此外，作为示例，可以基于加权函数来确定失真度量。
例如，各自码矢量表示包括码矢量值c0…n-1的n维矢量以及输入矢量表示包括输入矢量值i0...in-1的n维矢量，其中基于计算来执行确定各自距离dw′，其中wk表示加权函数的加权因子。
因此，在步骤420中，可以基于所应用的失真度量来确定多个码矢量中的码矢量，其中该确定可以例如包括计算针对多个码矢量中的至少一个码矢量的失真，其中选择该至少一个码矢量中的码矢量以用于步骤420中的量化，依照所确定的失真度量，该码矢量具有最低的失真。例如，所述至少一个码矢量可以表示所选择的码书的多个码矢量中的所有码矢量，或所选择的码书的多个码矢量中的码矢量的子集。
图4d示出了根据本发明的第二方面的方法的第一示例实施例的流程图400’。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31的各自程序代码32来定义这个流程图500的步骤。有形存储介质 30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器 10来执行计算机程序31。
例如，这个方法400’可以用于对由本发明的第一方面的方法中的任何方法所量化的输入矢量进行去量化。
在步骤430，基于矢量的第一量化表示来选择多个码书中的码书。该第一量化表示可以表示相对于本发明的第一方面描述的输入矢量的第一量化表示中的任何第一量化表示。可以如相对于本发明的第一方面所描述的，来执行码书的这种选择。
例如，多个码书表示在图2中描绘的步骤220中或在图4中描绘的步骤410中使用的多个码书，其中第一量化表示指示用于在本发明的第一方面中的第二阶段量化的码书。
在步骤440，基于所选择的码书对所述矢量的第二量化表示进行去量化。这个第二量化表示可以表示相对于本发明的第一方面描述的输入矢量的第二量化表示中的任何第二量化表示。
因此，步骤440依照所选择的码书来执行本发明的第一方面的第二阶段量化的相反量化。因此，相对于本发明的第一方面中的第二阶段量化而给出的所有解释也适用于在步骤440中执行的去量化。
所述矢量的去量化的第二量化表示于是可以对应于本发明的第一方面的输入矢量。
如果在本发明的第一方面中已经执行了输入矢量的正规化，则方法 400’可以包括：通过基于第一量化表示选择的正规化表示来反转这个正规化。
例如，所述输入矢量可以包括多个矢量成分，以及所述反转正规化可以包括：使用取决于第一量化表示的各自正规化系数来除去量化的输入矢量的至少一个矢量成分。
作为示例，如参照本发明的第一方面描述的，可以基于所述第一量化表示，从多个正规化系数集合来选择正规化系数集合，以及其中相对于去量化的输入矢量的至少一个矢量成分中的一个矢量成分作为除数的各自正规化系数是来自所选择的正规化系数集合。
例如，相对于本发明的第一方面所呈现的任何解释也可以适用于本发明的第二方面。
图5示出了根据本发明的第三方面的第一示例实施例的方法的流程图 500。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31的各自程序代码32来定义这个流程图500的步骤。有形存储介质30 可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器10 来执行计算机程序31。
例如，可以提供包括多个矢量系数的输入矢量，其中这个输入矢量可以表示导致残差矢量表示的矢量量化，其中残差矢量表示可以表示输入矢量。作为非限制性示例，输入矢量可以表示包括输入信号的线谱频率(LSF) 的矢量，其中这个输入信号可以表示至少一部分音频信号，诸如一部分语音信号或一部分非语音信号，其中这个音频信号可以包括语音的和/或非语音的和/或一般的和/或过渡和/或CNG部分。例如，将被量化的输入信号可以表示将被编码的音频信号的残差数据。
作为示例，所述输入矢量可以被定义为矢量i＝[i0,i1,…ik]，该矢量包括 k个矢量成分ix，其中x∈{0，1，…，k-1}。必须理解的是，也可以使用其它表示。
在步骤520，依照基于矢量成分的规则，输入示例的所述多个矢量成分被分组到至少两个矢量成分组中。
作为示例，可以限定的是，所述至少两个矢量成分组中的每个组包括预定义数量的矢量成分。例如，多个矢量成分中的每个矢量成分可以与所述至少两个矢量成分组的各自组相关联，即，所述至少两个矢量成分组的矢量成分表示多个矢量成分，或作为另一个示例，所述至少两个矢量成分组的矢量成分可以表示多个矢量成分中的矢量成分的子集。
例如，所述规则可以指定的是，所述至少两个矢量成分组中的每个组的矢量成分必须满足预定义的能量特点。作为示例，这个规则可以限定的是，所述至少两个矢量成分组中的组的矢量成分可以具有类似的能量值，并且/或，例如，所述规则可以指定的是，所述至少两个矢量成分组的第一组(这个第一组包括l1＜k个矢量成分)包括多个矢量成分中l1个最多或较少能量的矢量成分，而该多个矢量成分中的剩余的k-l1个矢量成分与所述至少两个矢量成分组中不表示第一矢量成分组的剩余的至少一组相关联。
例如，所述规则可以表示基于与矢量成分相关联的能量值的规则。作为示例，与各自矢量成分相关联的能量值可以例如表示各自矢量成分的能量值，或与各自矢量成分的能量值成比例的值，或表示使用与这个矢量成分相关联的加权因子加权的各自矢量成分的能量值的能量值，或与表示使用与这个矢量成分相关联的加权因子加权的各自矢量成分的能量值成比例的能量值，或相对于多个矢量成分的剩余矢量成分的能量排名的各自矢量成分的能量排名。例如，与多个矢量成分的最低能量值相关联的矢量成分可以与最低能量排名(例如排名＝1或排名＝k)相关联，以及与多个矢量成分的最高能量值相关联的矢量成分可以与最高能量排名(例如排名＝k或排名＝1)相关联。因此，矢量成分的能量排名可以指示关于与多个矢量成分的所有剩余矢量成分的能量相比的各自矢量成分的能量的它的位置。
可以例如基于以下方程式或基于能量值的任何其它适当定义来计算矢量成分ix(其中x∈{0，1，…，k-1})的能量值ex：
ex＝ix^2
如果使用对应的加权因子wx来加权矢量成分ix(其中x∈{0，1，…， k-1})，则例如基于以下方程式来计算使用该对应加权因子加权的能量值：
ex＝wxix^2。
此外，作为另一个示例，所述规则可以是基于与矢量成分相关联的预定义范数的规则。这个规则可以限定的是，至少两个矢量成分组中的矢量成分组可以满足特定范数或在基于特定范数的预定义范围中，其中这个范数例如可以表示对应的Lp空间中的各自Lp范数，其中p≥1保持或任何其它合适的范数。
例如，这个规则可以限定的是，应用于所述至少两个矢量成分组中的第一组的矢量成分的特定范数在第一预定义范围内，以及应用于至少两个矢量系数组中的第二组的矢量成分的特定范数在第二预定义范围内，以及诸如此类，其中第一预定义范围和第二预定义范围可以彼此不同。
作为示例，所述至少两个矢量成分组表示n个矢量成分组gx(其中x∈ {1，2，…，n}，n≥2)，其中所述至少两个矢量成分组的第x组gx包括所述输入矢量的多个矢量系数的lx个矢量系数，以及其中所述规则指定的是，第x组gx的lx个矢量系数的特定范数在与该第x组gx相关联的预定义范围 rx内。因此，可以定义多个x范围lx，其中与各自第x组gx相关联的每个范围rx可以表示不同范围。
例如，如果特定范数表示lp范数，以及第x组gx的lx个矢量系数可以被表示为gx，0，gx，1，...，gx，lx-1，则可以如下针对第x组gx的lx个矢量系数来计算这个范数：
例如，可以使用l1范数(即，p＝1)，或可以使用l2范数(即，p＝2)，或任何其它合适的范数。
例如，在步骤520中，将所述多个矢量成分分组到至少两个矢量成分组中可以包括通过初始定义所述两个矢量成分组来初始化，其中依照所述输入矢量的所述多个矢量成分中的矢量成分到所述至少两个矢量成分组的初始映射，所述至少两个矢量成分组中的每一组包括所述多个矢量成分中的至少一个矢量成分，以及其中在不同组之间一直交换所述至少两个矢量成分组中的不同组的矢量成分，直到所述至少两个矢量成分组的每个组的矢量成分满足这个规则，即，直到所述至少两个矢量成分组的每个组的矢量成分满足这个规则。
或者，作为另一个示例，可以以依照基于与矢量成分相关联的能量值的规则将矢量成分映射到至少两个矢量成分组的方式，来执行所述输入矢量的多个矢量成分中的矢量成分至针对至少两个矢量成分组的所述初始映射。因此，当将所述多个矢量成分中的矢量成分映射到所述至少两个矢量成分组时，映射算法可以考虑该规则。
因此，在步骤520中已经执行了分组后，所述至少两个矢量成分组的每个组中的矢量成分满足基于与所述多个矢量成分中的矢量成分相关联的能量值的规则。
在步骤530，针对所述至少两个矢量成分组的至少一个组的中的每个组，基于与各自矢量成分组相关联的码书来确定各自矢量成分组的量化表示。因此，在步骤530中，确定了至少一个矢量成分组的至少一个量化表示，其中至少一个矢量成分组的至少一个量化表示中的每个量化表示与至少一个矢量成分组的对应矢量成分组相关联。例如，在步骤530中，可以对至少两个矢量成分组的每个组进行量化。
例如，在步骤530中，相同的码书可以用于对所述至少一个矢量成分组中的每个组进行量化。
或者，作为另一个示例，在步骤530中，取决于各自矢量成分组的码矢量，可以从多个码书选择用于对将被量化的所述至少一个矢量成分组中的矢量成分组进行量化的码书。因此，例如，可以基于针对低能量矢量成分优化的码书来对包括与较低/低能量值相关联的矢量成分的矢量成分组进行量化，而可以基于针对高能量矢量成分优化的码书来对包括与较高/ 高能量值(例如，比包括与较低/低能量值相关联的矢量成分的矢量成分组更高的能量值)相关联的矢量成分的矢量成分组进行量化。因此，例如，在步骤530中，可以选择针对对将被量化的至少一个矢量成分组中的各自组进行量化的适当的码书。因此，作为示例，由于满足基于与至少两个矢量成分组的矢量成分相关联的能量值的规则，因此各自矢量成分组的特定能量特点可以用于选择多个码书中的各自码书，其中可以针对矢量成分的不同能量特点来优化多个码书中的码书。
例如，在步骤530中，可以依照本发明的第一方面，通过应用两阶段量化对将被编码的至少两个组中的至少一个组中的每个组进行编码，即，作为示例，步骤530包括：针对至少一个矢量成分组中的每个组来执行本发明的第一方面的方法200、300和400中的任何方法，即，在步骤530 中将被编码的至少一个矢量成分组中的各自的矢量成分组表示依照本发明的第一方面的各自输入矢量。
依照本发明的第一方面，在步骤530中所获得的至少两个码矢量组中的至少一个码矢量组的至少一个量化表示可以被认为是所述输入矢量的第二量化表示。
此外，作为示例，方法500可以包括：基于至少两个矢量成分组来确定被配置为确定包括多个矢量成分的(输入)矢量的信息。例如，所述信息可以包括关于在至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息。因此，作为示例，在接收器，可以以相反的顺序来进行所述交换，以便获得所述至少两个矢量成分组的初始两个组，它们可能不满足所述规则但是它们能够用于重建所述输入矢量。例如，可以以预定义的方式来执行基于所述多个矢量成分来定义所述初始的至少两个矢量成分组，其中对于所述接收器而言，这个预定义的方式可以是已知的。
可以在所述输入矢量的所述第二量化表示中包含这个信息作为附加的信息，这个信息被配置为基于所述至少两个矢量成分组来确定包括所述多个矢量成分的输入矢量。
图6示出了根据本发明的第三方面的方法的第二示例实施例方法的流程图600。这个方法600可以例如用于在根据本发明的第三方面的第一实施例的方法500的步骤510中将所述多个矢量成分分组在至少两个矢量成分组中。可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序31的各自程序代码32来定义这个流程图600的步骤。有形存储介质 30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器 10来执行计算机程序31。
在步骤610，可以将输入矢量的多个矢量成分分割到至少两个矢量成分组中。例如，所述分割可以表示以上提及的多个矢量成分中的矢量成分的初始分组以便获得初始的至少两个矢量成分组，该初始的至少两个矢量成分组可能不满足所述规则。
假设，输入矢量可以被定义为矢量i＝[i0,i1,…ik]，该矢量包括k个矢量成分ix，其中x∈{0，1，…，k-1}，在步骤610中，依照预定义方式所述k 个矢量成分i0，i1，...，ik被分割到至少两个矢量成分组中的至少两个组中。例如，至少两个矢量成分组的第一初始组可以包括l1个矢量成分，其中该l1个矢量成分可以表示输入矢量表示的的第一l1个矢量成分，即 i0，...，il1-1。至少两个矢量成分组的第二组可以包括l2个矢量成分，其中该l2个矢量成分可以表示紧跟在第二组的在前组(即第一矢量成分组)的矢量成分之后的多个矢量成分中的l2个矢量成分，其中该l2个矢量成分可以表示il1，...，il1+l2-1。如果至少两个矢量成分组表示超过两个矢量成分组，则另外矢量成分组中的每个组包括多个矢量成分的若干邻近矢量成分，其中通过将多个矢量系数分割到所述至少两个矢量系数组来获得所述邻近矢量成分。例如，至少两组中的每个组可以包括相同数量的矢量系数，或作为另一个示例，针对至少两个矢量系数组中的不同组而言，矢量系数的数量可以变化。
于是，例如，可以没有任何限制地假设的是，输入矢量表示包括k个矢量成分的矢量，其中这个矢量被分割到矢量成分组g1和g2中：
在步骤620，可以检查：至少两个矢量成分组中的每个组是否满足所述规则。
如果所述至少两个组中的每个组满足所述规则，则不需要在至少两个矢量系数组的不同组之间重新排列矢量系数，以及方法600可以在标记640 处继续，其中它可以跳到在图5中描绘的方法500的530。
在步骤620可以确定的是，至少一个组中的至少一个组不满足所述规则，则方法600可以在步骤630中继续进行用至少两个矢量成分组中的第二组的矢量成分来交换所述至少两个矢量成分组中的第一组的矢量成分。可以以如下方式来执行这种交换：基于所述规则来选择第一组和将被交换的第一组的各自矢量系数以及对应的第二组和将被交换的第二组的各自矢量系数，使得在该交换之后，满足该规则，或如果超过一对系数必须被交换以便满足该规则，则所选择的第一组的所选择的矢量系数和所选择的第二组的所选择的矢量系数表示将被交换以便满足该规则的所述超过一对系数中的一对系数。
作为示例，可能需要的是，用于第二矢量系数组的il1来交换第一矢量系数组g1的il1-1，其中这个交换可以导致如下来重新排列矢量系数组：
因此，作为示例，所述至少两个矢量系数组中的每个组可以与输入矢量的矢量i的固定位置相关联，其中可以通过对换在矢量i中的将被交换的矢量系数的位置来执行所述交换，其中矢量i′可以表示在该交换之后的输入矢量的矢量。
于是，在步骤620中，可以检查至少两个矢量系数组中的每个组是否满足该规则。如果不满足，则所述方法可以再次继续进行依照将被满足的规则来彼此交换不同组的两个矢量系数。因此，可以执行在图6中由步骤 620和630所限定的循环，直到在步骤620中满足该规则。
例如，可以假设的是，所述规则可以指定的是，所述至少两个矢量成分组的第一组包括多个矢量成分中l1个最多能量的矢量成分(或l1个较少能量的矢量成分)，而所述多个矢量成分的剩余k-l1个矢量成分与所述至少两个矢量成分组中的不表示所述第一矢量成分组的剩余至少一个组相关联。此外，作为示例，依照这个规则，所述至少两个矢量成分组的第二组可以包括所述多个矢量成分的剩余k-l1个矢量成分中l2个最多能量的矢量成分(或，l2个较少能量的矢量成分)。
因此，例如，假设：使用n个矢量系数组gx(其中x∈{1，2，…，n})，其中第x组gx包括输入矢量的多个矢量系数中的lx个矢量系数(或与输入矢量的多个矢量系数中的lx个矢量系数相关联)，依照所述规则，第x组 gx的lx个矢量系数必须表示多个矢量系数中的第至的最多能量(或较少能量)的矢量系数。
或，作为另一个示例，可以应用基于可以与矢量成分相关联的预定义范数的上述规则。
例如，对于所应用的规则而言，在至少两组中的各自组内的矢量系数的顺序可以是不相干的。
作为另一个示例，输入矢量可以包括16个矢量系数，以及至少两个矢量成分组恰好是两个矢量成分组，该两个组中的每个组包括8个矢量成分，其中开始时，例如，通过步骤610来获得，第一组可以包括开始的8个矢量成分i0，…，i7，以及第二组可以包括多个矢量成分中的剩余的8个矢量成分i8，…，i15：
其中在一个示例中，这些成分的能量值的顺序可以是使得每个成分的排名(对应在矢量i中的各自位置)是：
1 4 5 6 2 9 3 7 11 12 10 8 13 14 15 16，
其中1指示的是，各自矢量成分i0具有关于所有矢量成分的能量值的最高排名，等等，即16指示的是，矢量成分i15具有关于能量值的第16位的最高排名。
于是，例如，在步骤620，检查是否满足所述规则，或两个矢量系数组g1和g2中的每个组。例如，所述规则可以表示以上提及的规则：第x 组gx的lx个矢量系数必须表示多个矢量系数中的第至的最多能量(或较少能量)的矢量系数。
因此，在步骤620中检测的是，第一组和第二组不满足所述规则，因为第一组g1不包括第1到第8的能量最强的矢量系数(这是因为第一矢量成分组的矢量系数i7表示第9的能量最强的矢量系数)，以及因为第二组 g2不包括第9到第16的能量最强的矢量系数(这是因为第二矢量成分组的矢量系数i11表示第8的能量最强的矢量系数)。
因此，在步骤620中，可以识别不遵守所应用的规则的那些矢量系数，即，以及这些矢量系数被交换直到满足所述规则。
因此，在这个示例中，用第二矢量系数组的矢量系数i11来交换第一矢量成分组的矢量系i7，以便对第一矢量系数组和第二矢量系数组进行重新排列，其中重新排列的矢量系数组可以被表示成如下：
因此，重新排列的矢量i`的能量值的(或重新排列的矢量系数组的) 顺序是：
1 4 5 6 2 3 7 11 12 10 9 13 14 15 16，
于是，在步骤620，检测到的是，第一组g1确实包括第1到第8的能量最强的矢量系数，以及第二组g2确实包括第9到第16的能量最强的矢量系数，因此针对两个矢量组中的每个组而言，满足所述规则。
于是，方法600可以接着在标记640处继续进行或可以跳到方法500 的步骤530。
图7示出了根据本发明的第四方面的方法的第一示例实施例的流程图 700。
可以例如由存储在如图1b中示出的有形存储介质30上的计算机程序 31的各自程序代码32来定义这个流程图700的步骤。有形存储介质30可以例如具体化图1a的程序存储器11，以及于是可以由图1a的处理器10 来执行计算机程序31。
例如，这个方法700可以用于对由本发明的第三方面的方法中的任何方法获得的(例如由图5的步骤530获得的)矢量成分组的量化表示进行去量化。
在步骤710，对至少两个矢量成分组中的矢量成分组的每个量化表示进行去量化。这些量化的至少两个矢量成分组可以表示由本发明的第三方面的方法中的任何方法获得的(例如由图5的步骤530获得的)至少两个矢量成分组。
因此，在步骤710中，可以以相对于图5的步骤530的相反的顺序来执行步骤710的所述去量化，其中对每个量化的矢量成分组进行去量化以便确定各自去量化的矢量成分组。作为示例，可以依照本发明的第三方面来执行这个去量化。
在步骤720，基于至少两个去量化的矢量成分组以及基于被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息，确定包括多个矢量成分的所述矢量。被配置为基于所述至少两个去量化的矢量成分组来确定包括所述多个矢量成分的所述矢量的这个信息可以表示被配置为基于在本发明的第三方面中描述的至少两个去量化的矢量成分组来确定包括多个矢量成分的输入矢量的信息，该信息可以例如在接收器连同至少两个去量化的矢量成分组一起被接收。
例如，步骤720可以包括在至少两个去量化的矢量成分组中的不同组之间的矢量成分的重新交换。作为示例，所述信息可以包括关于在至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息，例如，这个信息可以包括关于在步骤630中执行的限定用至少两个矢量成分组的第二组的矢量成分来交换至少两个矢量成分组的第一组的矢量成分的每次交换的信息。因此，作为示例，基于包括关于在至少两个矢量成分组中的不同组的矢量成分之间执行的交换的信息的信息，可以相对于至少两个去量化的矢量成分组来解除由方法600执行的交换，直到至少两个去量化的矢量系数组对应于在已经执行所述交换之前的本发明的第三方面的初始的至少两个矢量成分组。于是，基于这些至少两个去量化的矢量系数组，可以例如通过将至少两个去量化的矢量系数组合并在一起以便解除在本发明的第三方面执行的输入矢量的多个矢量成分的分割，来获得所述输入矢量的第一表示。例如，如果在方法600中交换不是必须的，则可以由该信息来指示这个情况，以及可以例如在没有任何交换的情况下将至少两个去量化的矢量系数组合并在一起以用于获得输入矢量。
或者，作为另一个示例，如果已经以以下方式来执行所述输入矢量的所述多个矢量成分中的矢量成分至在第三方面中的至少两个矢量成分组的初始映射：依照基于与所述矢量成分相关联的能量值的所述规则，所述矢量成分被映射到所述至少两个矢量成分组中，则被配置为基于至少两个去量化的矢量成分组来确定包括多个矢量成分的矢量的信息指示这个映射，以及在步骤720中，通过执行至少两个去量化的矢量系数组的矢量系数至(输入)矢量的多个矢量成分的对应的相反映射，来获得第一量化表示。
例如，相对于本发明的第三方面所呈现的任何解释也可以适用于本发明的第四方面。
必须理解的是，在这些伪代码示例中的循环不是限制性的，以及可以以不同方式来布置，以便从单个码矢量索引提取至少两个码矢量索引。
如在本申请中使用的，术语‘电路’指以下中的全部：
(a)仅硬件电路的实现方式(诸如，在仅模拟电路和/或数字电路中的实现方式)以及
(b)电路和软件(和/或固件)的组合，诸如(如果适用的话)：
(i)处理器(多个)的组合或
(ii)处理器(多个)/软件的部件(包含数字处理器(多个))，软件和存储器(多个)，它们一起工作以使得装置(诸如移动电话或定位设备)执行各种功能)以及
(c)电路，诸如微处理器(多个)或微处理器(多个)的部件，该电路要求用于操作的软件或固件，即使软件或固件不是物理呈现的。
‘电路’的这种定义应用于本申请中(包含在任何权利要求中)的这个术语的所有使用。作为又一个示例，如本申请中使用的，术语“电路”还将覆盖：仅处理器(或多个处理器)或处理器的部件以及它(它们)伴随的软件和/或固件的实现方式。术语“电路”还将覆盖：例如以及如果可适用于特定的要求保护的元素，用于移动电话或定位设备的基带集成电路或应用处理器集成电路。
在本申请中描述了关于本发明的多个方面以及它们的实施例，理解的是，任何动作或步骤的公开应当被理解为对应装置的对应(功能)配置(例如，对应装置的计算机程序代码和/或处理器和/或一些其它构件的配置) 的公开，当被运行时被限定为导致此类动作或步骤的对应的计算机程序代码的公开，和/或系统(或其部件)的对应(功能)配置的公开。
在本申请中呈现的本发明的多个方面和它们的实施例以及还有它们的单个特征也应当被理解为在彼此的所有可能组合中被公开。还应当理解的是，在以上呈现的流程图中的方法步骤的顺序不是强制性，可替代的顺序也是可能的。
以上已经通过非限制性实施例描述了本发明。特别地，应当注意的是，对本领域的技术人员明显的是，存在许多可替代的方式或变型，以及在不背离本发明的范围和精神的前提下，能够实现许多可替代的方式或变型。

Claims (12)

1.一种用于矢量量化的方法，包括：
-通过第一量化阶段来量化输入矢量以产生所述输入矢量的第一量化表示，其中所述第一量化表示表示从多个码矢量选择的码矢量；以及
-通过第二量化阶段来量化所述输入矢量以产生来自选择的码书的所述输入矢量的第二量化表示，其中基于所述第一量化表示，从所述第二量化阶段的多个码书，选择在所述第二量化阶段中使用的所述选择的码书，其中在从所述第一量化阶段的多个码矢量选择的码矢量和从所述第二量化阶段的多个码书所选择的码书之间存在映射。
2.根据权利要求1所述的方法，包括：在确定所述输入矢量的所述第二量化表示之前，基于所述第一量化表示对所述输入矢量进行正规化。
3.根据权利要求2所述的方法，其中所述输入矢量包括多个矢量成分，以及其中所述正规化包括使所述输入矢量的至少一个矢量成分与取决于所述第一量化表示的各自正规化系数相乘。
4.根据权利要求3所述的方法，包括：基于所述第一量化表示来选择多个正规化系数集合中的正规化系数集合，其中将与所述输入矢量的所述至少一个矢量成分中的一个矢量成分相乘的所述各自正规化系数是来自所选择的正规化系数集合。
5.根据权利要求1所述的方法，其中由相关联的基础码矢量集合和相关联的至少一个伸缩表示来定义码书，其中由通过所述相关联的至少一个伸缩表示中的伸缩表示来伸缩的所述相关联的基础码矢量集合中的基础码矢量来定义所述码书的码矢量。
6.根据权利要求1所述的方法，其中所述输入矢量至少部分地表示以下中的至少一个：视频、图像、音频和语音信号。
7.一种用于矢量量化的装置，所述装置被配置为：
-通过第一量化阶段来量化输入矢量以产生所述输入矢量的第一量化表示，其中所述第一量化表示表示从多个码矢量选择的码矢量；以及
-通过第二量化阶段来量化所述输入矢量以产生来自选择的码书的所述输入矢量的第二量化表示，其中基于所述第一量化表示，从所述第二量化阶段的多个码书，选择在所述第二量化阶段中使用的所述选择的码书，其中在从所述第一量化阶段的多个码矢量选择的码矢量和从所述第二量化阶段的多个码书所选择的码书之间存在映射。
8.根据权利要求7所述的装置，其中所述装置还被配置为：在被配置为确定所述输入矢量的所述第二量化表示之前，基于所述第一量化表示对所述输入矢量进行正规化。
9.根据权利要求8所述的装置，其中所述输入矢量包括多个矢量成分，以及其中被配置为进行正规化的所述装置还被配置为使所述输入矢量的至少一个矢量成分与取决于所述第一量化表示的各自正规化系数相乘。
10.根据权利要求9所述的装置，其中所述装置还被配置为：基于所述第一量化表示来选择多个正规化系数集合中的正规化系数集合，其中将与所述输入矢量的所述至少一个矢量成分中的一个矢量成分相乘的所述各自正规化系数是来自所选择的正规化系数集合。
11.根据权利要求7所述的装置，其中由相关联的基础码矢量集合和相关联的至少一个伸缩表示来定义码书，其中由通过所述相关联的至少一个伸缩表示中的伸缩表示来伸缩的所述相关联的基础码矢量集合中的基础码矢量来定义所述码书的码矢量。
12.根据权利要求7所述的装置，其中所述输入矢量至少部分地表示以下中的至少一个：视频、图像、音频和语音信号。
CN201280075741.5A 2012-07-12 2012-07-12 一种矢量量化的方法及装置 Expired - Fee Related CN104620315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710072586.6A CN106847296B (zh) 2012-07-12 2012-07-12 矢量量化

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2012/053561 WO2014009775A1 (en) 2012-07-12 2012-07-12 Vector quantization

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201710072586.6A Division CN106847296B (zh) 2012-07-12 2012-07-12 矢量量化

Publications (2)

Publication Number Publication Date
CN104620315A CN104620315A (zh) 2015-05-13
CN104620315B true CN104620315B (zh) 2018-04-13

Family

ID=49915465

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201280075741.5A Expired - Fee Related CN104620315B (zh) 2012-07-12 2012-07-12 一种矢量量化的方法及装置
CN201710072586.6A Active CN106847296B (zh) 2012-07-12 2012-07-12 矢量量化

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201710072586.6A Active CN106847296B (zh) 2012-07-12 2012-07-12 矢量量化

Country Status (8)

Country Link
US (2) US20160210975A1 (zh)
EP (2) EP2873074A4 (zh)
JP (1) JP6096896B2 (zh)
KR (2) KR101821532B1 (zh)
CN (2) CN104620315B (zh)
ES (1) ES2820537T3 (zh)
PL (1) PL3193332T3 (zh)
WO (1) WO2014009775A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10192162B2 (en) 2015-05-21 2019-01-29 Google Llc Vector computation unit in a neural network processor
US10346464B2 (en) * 2016-09-27 2019-07-09 Canon Kabushiki Kaisha Cross-modiality image matching method
MX2021015476A (es) * 2019-07-08 2022-01-24 Voiceage Corp Metodo y sistema para codificar metadatos en flujos de audio y para una adaptacion flexible de tasas de bits intra-objetos e inter-objetos.

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1659785A (zh) * 2002-05-31 2005-08-24 沃伊斯亚吉公司 信号多速率点阵矢量量化的方法和系统
WO2007058465A1 (en) * 2005-11-15 2007-05-24 Samsung Electronics Co., Ltd. Methods and apparatuses to quantize and de-quantize linear predictive coding coefficient
CN101030376A (zh) * 2007-04-13 2007-09-05 清华大学 0.6kb/s声码器能量参数增益形状量化的联合搜索方法
CN101165777A (zh) * 2006-10-18 2008-04-23 宝利通公司 快速点阵向量量化
CN102081926A (zh) * 2009-11-27 2011-06-01 中兴通讯股份有限公司 格型矢量量化音频编解码方法和系统

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2523286B2 (ja) 1986-08-01 1996-08-07 日本電信電話株式会社 音声符号化及び復号化方法
EP0314018B1 (en) * 1987-10-30 1993-09-01 Nippon Telegraph And Telephone Corporation Method and apparatus for multiplexed vector quantization
CA2111290C (en) * 1993-12-13 1997-09-23 Hughes Electronics Corporation Robust vector quantization of line spectral frequencies
JP3353868B2 (ja) 1995-10-09 2002-12-03 日本電信電話株式会社 音響信号変換符号化方法および復号化方法
US6904404B1 (en) * 1996-07-01 2005-06-07 Matsushita Electric Industrial Co., Ltd. Multistage inverse quantization having the plurality of frequency bands
JPH10276095A (ja) 1997-03-28 1998-10-13 Toshiba Corp 符号化器及び復号化器
EP0907258B1 (en) * 1997-10-03 2007-01-03 Matsushita Electric Industrial Co., Ltd. Audio signal compression, speech signal compression and speech recognition
US6253173B1 (en) * 1997-10-20 2001-06-26 Nortel Networks Corporation Split-vector quantization for speech signal involving out-of-sequence regrouping of sub-vectors
US6006179A (en) * 1997-10-28 1999-12-21 America Online, Inc. Audio codec using adaptive sparse vector quantization with subband vector classification
KR100304092B1 (ko) * 1998-03-11 2001-09-26 마츠시타 덴끼 산교 가부시키가이샤 오디오 신호 부호화 장치, 오디오 신호 복호화 장치 및 오디오 신호 부호화/복호화 장치
GB2346785B (en) 1998-09-15 2000-11-15 Motorola Ltd Speech coder for a communications system and method for operation thereof
US6353808B1 (en) * 1998-10-22 2002-03-05 Sony Corporation Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal
US6370502B1 (en) * 1999-05-27 2002-04-09 America Online, Inc. Method and system for reduction of quantization-induced block-discontinuities and general purpose audio codec
US6952671B1 (en) 1999-10-04 2005-10-04 Xvd Corporation Vector quantization with a non-structured codebook for audio compression
KR100872538B1 (ko) * 2000-11-30 2008-12-08 파나소닉 주식회사 Ｌｐｃ 파라미터의 벡터 양자화 장치, ｌｐｃ 파라미터복호화 장치, ｌｐｃ 계수의 복호화 장치, 기록 매체,음성 부호화 장치, 음성 복호화 장치, 음성 신호 송신장치, 및 음성 신호 수신 장치
US7003454B2 (en) * 2001-05-16 2006-02-21 Nokia Corporation Method and system for line spectral frequency vector quantization in speech codec
US6895375B2 (en) * 2001-10-04 2005-05-17 At&T Corp. System for bandwidth extension of Narrow-band speech
US6736284B2 (en) * 2001-10-16 2004-05-18 Elmer D. Werth End closure structure and method and container having reinforcing rib structures
WO2003056546A1 (en) 2001-12-25 2003-07-10 Ntt Docomo, Inc. Signal coding apparatus, signal coding method, and program
WO2003056564A1 (en) 2001-12-28 2003-07-10 Mosaid Technologies Incorporated Low power content addressable memory architecture
JP2007506986A (ja) * 2003-09-17 2007-03-22 北京阜国数字技術有限公司 マルチ解像度ベクトル量子化のオーディオｃｏｄｅｃ方法及びその装置
ATE534990T1 (de) * 2004-09-17 2011-12-15 Panasonic Corp Skalierbare sprachcodierungsvorrichtung, skalierbare sprachdecodierungsvorrichtung, skalierbares sprachcodierungsverfahren, skalierbares sprachdecodierungsverfahren, kommunikationsendgerät und basisstationsgerät
JP4635709B2 (ja) * 2005-05-10 2011-02-23 ソニー株式会社 音声符号化装置及び方法、並びに音声復号装置及び方法
US20090299738A1 (en) * 2006-03-31 2009-12-03 Matsushita Electric Industrial Co., Ltd. Vector quantizing device, vector dequantizing device, vector quantizing method, and vector dequantizing method
WO2007132750A1 (ja) * 2006-05-12 2007-11-22 Panasonic Corporation Ｌｓｐベクトル量子化装置、ｌｓｐベクトル逆量子化装置、およびこれらの方法
JP5161220B2 (ja) 2006-08-24 2013-03-13 フランス・テレコム マルチメディア番組の管理方法、サーバ、端末、信号、及び対応するコンピュータプログラム
JPWO2008047795A1 (ja) * 2006-10-17 2010-02-25 パナソニック株式会社 ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法
CN101193090B (zh) * 2006-11-27 2011-12-28 华为技术有限公司 信号处理方法及其装置
CN101030377B (zh) * 2007-04-13 2010-12-15 清华大学 提高声码器基音周期参数量化精度的方法
CN100518323C (zh) * 2007-04-29 2009-07-22 西安理工大学 一种使用旋转压缩码书对图像进行匹配压缩的方法
CN101110214B (zh) * 2007-08-10 2011-08-17 北京理工大学 一种基于多描述格型矢量量化技术的语音编码方法
BRPI0818062A2 (pt) * 2007-10-12 2015-03-31 Panasonic Corp Quantizador vetorial, quantizador vetorial inverso, e métodos
US8527265B2 (en) * 2007-10-22 2013-09-03 Qualcomm Incorporated Low-complexity encoding/decoding of quantized MDCT spectrum in scalable speech and audio codecs
CA2711539C (en) 2008-01-24 2013-10-08 Nippon Telegraph And Telephone Corporation Coding method, decoding method, apparatuses thereof, programs thereof, and recording medium
JP4616891B2 (ja) * 2008-01-31 2011-01-19 日本電信電話株式会社 多重ベクトル量子化方法、装置、プログラム及びその記録媒体
GB2466674B (en) * 2009-01-06 2013-11-13 Skype Speech coding
JP5335004B2 (ja) * 2009-02-13 2013-11-06 パナソニック株式会社 ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法
US20110031673A1 (en) * 2009-08-04 2011-02-10 Kabushiki Kaisha Toshiba Sheet finishing apparatus and sheet finishing method
US8831933B2 (en) * 2010-07-30 2014-09-09 Qualcomm Incorporated Systems, methods, apparatus, and computer-readable media for multi-stage shape vector quantization
US9208792B2 (en) 2010-08-17 2015-12-08 Qualcomm Incorporated Systems, methods, apparatus, and computer-readable media for noise injection
KR101513749B1 (ko) 2010-12-09 2015-04-21 충북대학교 산학협력단 코드북을 이용한 다중 안테나 시스템에서 그룹화를 적용한 개선된 인덱스 탐색 방법
JP5694751B2 (ja) 2010-12-13 2015-04-01 日本電信電話株式会社 符号化方法、復号方法、符号化装置、復号装置、プログラム、記録媒体
CN103636129B (zh) 2011-07-01 2017-02-15 诺基亚技术有限公司 多尺度码本搜索
US9945682B2 (en) 2012-04-18 2018-04-17 Provenance Asset Group Llc Method and apparatus for determining a calculated route based on location sample (s) associated with travel route(s)

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1659785A (zh) * 2002-05-31 2005-08-24 沃伊斯亚吉公司 信号多速率点阵矢量量化的方法和系统
CN1659785B (zh) * 2002-05-31 2011-04-20 沃伊斯亚吉公司 信号多速率点阵矢量量化的方法和系统
WO2007058465A1 (en) * 2005-11-15 2007-05-24 Samsung Electronics Co., Ltd. Methods and apparatuses to quantize and de-quantize linear predictive coding coefficient
CN101165777A (zh) * 2006-10-18 2008-04-23 宝利通公司 快速点阵向量量化
CN101030376A (zh) * 2007-04-13 2007-09-05 清华大学 0.6kb/s声码器能量参数增益形状量化的联合搜索方法
CN102081926A (zh) * 2009-11-27 2011-06-01 中兴通讯股份有限公司 格型矢量量化音频编解码方法和系统

Also Published As

Publication number Publication date
US10665247B2 (en) 2020-05-26
US20160210975A1 (en) 2016-07-21
KR20150032738A (ko) 2015-03-27
JP6096896B2 (ja) 2017-03-15
KR20170024159A (ko) 2017-03-06
EP3193332A1 (en) 2017-07-19
WO2014009775A1 (en) 2014-01-16
PL3193332T3 (pl) 2020-12-14
EP3193332B1 (en) 2020-09-02
CN106847296B (zh) 2021-01-22
ES2820537T3 (es) 2021-04-21
US20170148455A1 (en) 2017-05-25
CN104620315A (zh) 2015-05-13
CN106847296A (zh) 2017-06-13
EP2873074A1 (en) 2015-05-20
KR101714278B1 (ko) 2017-03-08
JP2015528129A (ja) 2015-09-24
KR101821532B1 (ko) 2018-03-08
EP2873074A4 (en) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105244034B (zh) 针对语音信号或音频信号的量化方法以及解码方法和设备
CN105719654B (zh) 用于语音信号或音频信号的解码设备和方法及量化设备
CN106575379B (zh) 用于神经网络的改进的定点整型实现方式
CN108205699A (zh) 生成用于神经网络输出层的输出
CN104620315B (zh) 一种矢量量化的方法及装置
US20220130496A1 (en) Method of training prediction model for determining molecular binding force
CN112511342A (zh) 网络切片方法、装置、电子设备及存储介质
CN110245222B (zh) 对话模型训练方法及装置、对话生成方法及装置
CN108959556A (zh) 基于神经网络的实体问答方法、装置和终端
US10789964B2 (en) Dynamic bit allocation methods and devices for audio signal
CN108256924A (zh) 一种产品销售预测装置
CN109685293A (zh) 一种目标对象选择方法、装置、介质和计算装置
CN109272340B (zh) 参数阈值确定方法、装置及计算机存储介质
CN104021793B (zh) 处理音频信号的方法和装置
CN111782774B (zh) 一种问题推荐的方法及装置
George et al. A framework towards bias-free contextual productivity assessment
CN109190013A (zh) 用户偏好的确定方法、系统、可读存储介质及电子设备
US20220334802A1 (en) Information processing apparatus, information processing system, and information processing method
CN112016679B (zh) 孪生网络的测试样本类别确定方法、装置及终端设备
JP6475273B2 (ja) ベクトル量子化
CN104541502B (zh) 用于视频编码和解码的基于直方图分段的局部自适应滤波器
Lagus et al. Optimizing singular value based similarity measures for document similarity comparisons
CN103329198B (zh) 低复杂度目标矢量识别
CN112929916B (zh) 无线传播模型的构建方法和装置
CN107665189A (zh) 一种提取中心词的方法、终端以及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160106

Address after: Espoo, Finland

Applicant after: Technology Co., Ltd. of Nokia

Address before: Espoo, Finland

Applicant before: Nokia Oyj

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180413

Termination date: 20190712

CF01 Termination of patent right due to non-payment of annual fee