JP2003044097A - 音声信号および音楽信号を符号化する方法 - Google Patents
音声信号および音楽信号を符号化する方法Info
- Publication number
- JP2003044097A JP2003044097A JP2002185213A JP2002185213A JP2003044097A JP 2003044097 A JP2003044097 A JP 2003044097A JP 2002185213 A JP2002185213 A JP 2002185213A JP 2002185213 A JP2002185213 A JP 2002185213A JP 2003044097 A JP2003044097 A JP 2003044097A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- music
- superframe
- encoded
- linear prediction
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 230000005284 excitation Effects 0.000 claims description 50
- 230000015572 biosynthetic process Effects 0.000 claims description 27
- 238000003786 synthesis reaction Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 11
- 230000005236 sound signal Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims 1
- 238000011426 transformation method Methods 0.000 claims 1
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000007704 transition Effects 0.000 abstract description 3
- 230000002194 synthesizing effect Effects 0.000 abstract 3
- 238000001914 filtration Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000873 masking effect Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 101001062854 Rattus norvegicus Fatty acid-binding protein 5 Proteins 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007723 transport mechanism Effects 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
- G10L19/04—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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
(57)【要約】
【課題】 特に低ビットレート環境で使用するように適
合した、音声および音楽信号の両方を符号化する単純か
つ効率的なハイブリッド型の符号化アルゴリズムおよび
アーキテクチャを提供すること。 【解決手段】 本発明は、ハイブリッドコーデックで使
用するのに適した、音楽信号に効率的な変換符号化方法
を提供し、この方法では音声および音楽信号の両方に共
通の線形予測（ＬＰ）合成フィルタを用いる。ＬＰ合成
フィルタは、音声または音楽信号の符号化に応じて、そ
れぞれ音声励振ジェネレータと変換励振ジェネレータを
切り替える。音声信号の符号化には、従来のＣＥＬＰ技
術を使用することができ、一方、音楽信号の符号化に
は、新規の非対称重複加算変換技術を応用する。共通の
ＬＰ合成フィルタリングを行う際に、重複加算操作領域
の信号にＬＰ係数の補間を行う。復号器が音声符号化モ
ードと音楽符号化モードを切り替えるときの滑らかな遷
移が可能になる。
合した、音声および音楽信号の両方を符号化する単純か
つ効率的なハイブリッド型の符号化アルゴリズムおよび
アーキテクチャを提供すること。 【解決手段】 本発明は、ハイブリッドコーデックで使
用するのに適した、音楽信号に効率的な変換符号化方法
を提供し、この方法では音声および音楽信号の両方に共
通の線形予測（ＬＰ）合成フィルタを用いる。ＬＰ合成
フィルタは、音声または音楽信号の符号化に応じて、そ
れぞれ音声励振ジェネレータと変換励振ジェネレータを
切り替える。音声信号の符号化には、従来のＣＥＬＰ技
術を使用することができ、一方、音楽信号の符号化に
は、新規の非対称重複加算変換技術を応用する。共通の
ＬＰ合成フィルタリングを行う際に、重複加算操作領域
の信号にＬＰ係数の補間を行う。復号器が音声符号化モ
ードと音楽符号化モードを切り替えるときの滑らかな遷
移が可能になる。
Description
【０００１】
【発明の属する技術分野】本発明は、一般には信号を符
号化する方法および装置を対象とし、より詳細には音声
信号と音楽信号の両方を符号化する方法および装置を対
象とする。
号化する方法および装置を対象とし、より詳細には音声
信号と音楽信号の両方を符号化する方法および装置を対
象とする。
【０００２】
【従来の技術】本質的に音声と音楽は大きく異なる信号
によって表される。典型的なスペクトルの特徴から見る
と、声に出した音声（ｓｐｅｅｃｈ）のスペクトルは、
一般にピッチの倍音と関連する細かい周期的な構造を持
ち、倍音のピークが滑らかなスペクトル包絡線を描くの
に対して、音楽のスペクトルは通例はるかに複雑で、複
数のピッチの基本波と倍音を示す。スペクトル包絡線も
より複雑であると考えられる。この２つの信号モードの
符号化技術も非常に異なっており、音声の符号化には、
符号励振線形予測（ＣＥＬＰ）や正弦波符号化などモデ
ルに基づく手法を主に使用し、音楽の符号化には、知覚
的なノイズマスキングと合わせて使用する変形重複変換
（Ｍｏｄｉｆｉｅｄ Ｌａｐｐｅｄ Ｔｒａｎｓｆｏｒ
ｍａｔｉｏｎ）（ＭＬＴ）などの変換符号化技術を主に
使用する。
によって表される。典型的なスペクトルの特徴から見る
と、声に出した音声（ｓｐｅｅｃｈ）のスペクトルは、
一般にピッチの倍音と関連する細かい周期的な構造を持
ち、倍音のピークが滑らかなスペクトル包絡線を描くの
に対して、音楽のスペクトルは通例はるかに複雑で、複
数のピッチの基本波と倍音を示す。スペクトル包絡線も
より複雑であると考えられる。この２つの信号モードの
符号化技術も非常に異なっており、音声の符号化には、
符号励振線形予測（ＣＥＬＰ）や正弦波符号化などモデ
ルに基づく手法を主に使用し、音楽の符号化には、知覚
的なノイズマスキングと合わせて使用する変形重複変換
（Ｍｏｄｉｆｉｅｄ Ｌａｐｐｅｄ Ｔｒａｎｓｆｏｒ
ｍａｔｉｏｎ）（ＭＬＴ）などの変換符号化技術を主に
使用する。
【０００３】近年、インターネットマルチメディア、Ｔ
Ｖ／ラジオ放送、テレビ会議、あるいは無線媒体といっ
たアプリケーションのために、音声信号と音楽信号の両
方を符号化することが増えている。しかし、この２種の
信号タイプ向けの符号器（coder）は、異なる技術に最
適な形で基づくものなので、音声信号と音楽信号の両方
を効率的かつ効果的に再生する汎用コーデックの生産は
容易に達成することができない。例えば、ＣＥＬＰのよ
うな線形予測ベースの技術は、音声信号については高品
質の再生を発揮することができるが、音楽信号の再生の
品質は受け入れがたいものである。一方、変換符号化に
基づく技術は、音楽信号には良質の再生を提供するが、
特に低ビットレートの符号化の場合に、音声信号につい
ての出力が著しく劣化する。
Ｖ／ラジオ放送、テレビ会議、あるいは無線媒体といっ
たアプリケーションのために、音声信号と音楽信号の両
方を符号化することが増えている。しかし、この２種の
信号タイプ向けの符号器（coder）は、異なる技術に最
適な形で基づくものなので、音声信号と音楽信号の両方
を効率的かつ効果的に再生する汎用コーデックの生産は
容易に達成することができない。例えば、ＣＥＬＰのよ
うな線形予測ベースの技術は、音声信号については高品
質の再生を発揮することができるが、音楽信号の再生の
品質は受け入れがたいものである。一方、変換符号化に
基づく技術は、音楽信号には良質の再生を提供するが、
特に低ビットレートの符号化の場合に、音声信号につい
ての出力が著しく劣化する。
【０００４】可能な方法の１つは、音声信号および音楽
信号どちらにも対応することのできるマルチモードの符
号器を設計することである。そのような符号器を提供し
ようとした以前の試みには、例えば、ハイブリッドＡＣ
ＥＬＰ／変換符号化励振符号器、およびマルチモード変
換予測符号器（ＭＴＰＣ）がある。残念なことに、これ
らの符号化アルゴリズムは、音声信号および音楽信号を
実用的に符号化するには、あまりにも複雑かつ／または
非効率的なものである。
信号どちらにも対応することのできるマルチモードの符
号器を設計することである。そのような符号器を提供し
ようとした以前の試みには、例えば、ハイブリッドＡＣ
ＥＬＰ／変換符号化励振符号器、およびマルチモード変
換予測符号器（ＭＴＰＣ）がある。残念なことに、これ
らの符号化アルゴリズムは、音声信号および音楽信号を
実用的に符号化するには、あまりにも複雑かつ／または
非効率的なものである。
【０００５】
【発明が解決しようとする課題】特に低ビットレート環
境で使用するように適合した、音声信号および音楽信号
の両方を符号化する、単純かつ効率的なハイブリッド型
の符号化アルゴリズムおよびアーキテクチャを提供する
ことが望まれる。
境で使用するように適合した、音声信号および音楽信号
の両方を符号化する、単純かつ効率的なハイブリッド型
の符号化アルゴリズムおよびアーキテクチャを提供する
ことが望まれる。
【０００６】
【課題を解決するための手段】本発明は、音楽信号を効
率的に符号化する変換符号化法を提供する。この変換符
号化法はハイブリッドコーデックで使用するのに適して
おり、音声信号および音楽信号両方の再生に、共通の線
形予測（ＬＰ）合成フィルタを用いる。ＬＰ合成フィル
タの入力は、音声信号または音楽信号の符号化に従っ
て、それぞれ音声励振ジェネレータと変換励振ジェネレ
ータに切り替える。好ましい実施形態では、ＬＰ合成フ
ィルタは、ＬＰ係数の補間を含む。音声信号の符号化に
は、従来のＣＥＬＰまたはその他のＬＰ技術を使用する
ことができ、一方、音楽信号の符号化には、非対称重複
加算変換技術を応用することが好ましい。本発明の潜在
的な利点は、コーデックが音声符号化と音楽符号化を切
り替える箇所で滑らかな出力推移を可能にすることであ
る。
率的に符号化する変換符号化法を提供する。この変換符
号化法はハイブリッドコーデックで使用するのに適して
おり、音声信号および音楽信号両方の再生に、共通の線
形予測（ＬＰ）合成フィルタを用いる。ＬＰ合成フィル
タの入力は、音声信号または音楽信号の符号化に従っ
て、それぞれ音声励振ジェネレータと変換励振ジェネレ
ータに切り替える。好ましい実施形態では、ＬＰ合成フ
ィルタは、ＬＰ係数の補間を含む。音声信号の符号化に
は、従来のＣＥＬＰまたはその他のＬＰ技術を使用する
ことができ、一方、音楽信号の符号化には、非対称重複
加算変換技術を応用することが好ましい。本発明の潜在
的な利点は、コーデックが音声符号化と音楽符号化を切
り替える箇所で滑らかな出力推移を可能にすることであ
る。
【０００７】本発明のこの他の特徴および利点は、添付
の図面を参照しながら進める以下の例示的実施形態の詳
細な説明から明らかになろう。
の図面を参照しながら進める以下の例示的実施形態の詳
細な説明から明らかになろう。
【０００８】頭記の特許請求の範囲に本発明の特徴を詳
細に示すが、本発明とその目的および利点は、以下の詳
細な説明を添付の図面と合わせて読むことにより、最も
明瞭に理解することができよう。
細に示すが、本発明とその目的および利点は、以下の詳
細な説明を添付の図面と合わせて読むことにより、最も
明瞭に理解することができよう。
【０００９】
【発明の実施の形態】本発明は、音楽信号を符号化する
効率的な変換符号化法を提供し、この方法はハイブリッ
ドコーデックで使用するのに適しており、音声信号およ
び音楽信号の両方を再生するのに共通の線形予測（Ｌ
Ｐ）合成フィルタを利用する。概説すると、符号化音声
信号を受信したか、あるいは符号化音楽信号を受信した
かに応じて、ＬＰ合成フィルタの入力を、それぞれ音声
励振ジェネレータと変換励振ジェネレータとの間で動的
に切り替える。音声／音楽クラシファイアは、入力され
た音声／音楽信号が音声であるか音楽であるかを識別
し、識別した信号を適切に音声符号変換器（speech enc
oder）または音楽符号変換器（music encoder）に転送
する。音声信号を符号化する際には、従来のＣＥＬＰ技
術を使用することができる。しかし、音楽信号の符号化
には、新規の非対称重複加算変換技術を応用する。本発
明の好ましい実施形態では、共通ＬＰフィルタはＬＰ係
数の補間を含み、重複を介して励振が得られる領域の数
個のサンプルごとに補間を行う。合成フィルタの出力は
切り替えず、合成フィルタの入力だけを切り替えるの
で、可聴信号の不連続性の原因が回避される。
効率的な変換符号化法を提供し、この方法はハイブリッ
ドコーデックで使用するのに適しており、音声信号およ
び音楽信号の両方を再生するのに共通の線形予測（Ｌ
Ｐ）合成フィルタを利用する。概説すると、符号化音声
信号を受信したか、あるいは符号化音楽信号を受信した
かに応じて、ＬＰ合成フィルタの入力を、それぞれ音声
励振ジェネレータと変換励振ジェネレータとの間で動的
に切り替える。音声／音楽クラシファイアは、入力され
た音声／音楽信号が音声であるか音楽であるかを識別
し、識別した信号を適切に音声符号変換器（speech enc
oder）または音楽符号変換器（music encoder）に転送
する。音声信号を符号化する際には、従来のＣＥＬＰ技
術を使用することができる。しかし、音楽信号の符号化
には、新規の非対称重複加算変換技術を応用する。本発
明の好ましい実施形態では、共通ＬＰフィルタはＬＰ係
数の補間を含み、重複を介して励振が得られる領域の数
個のサンプルごとに補間を行う。合成フィルタの出力は
切り替えず、合成フィルタの入力だけを切り替えるの
で、可聴信号の不連続性の原因が回避される。
【００１０】図１を参照して、本発明の一実施形態を実
施することが可能な例示的な音声／音楽コーデックの構
成を説明する。図示された環境は、雲形で表すネットワ
ーク１００を介して相互に通信するコーデック１１０、
１２０を含む。ネットワーク１００は、ルータ、ゲート
ウェイ、ハブなど多数の周知の構成要素を含むことがで
き、有線媒体および無線媒体のどちらか、または両方を
通じて通信を提供することができる。各コーデックは、
少なくとも、符号変換器１１１、１２１、復号器１１
２、１２２、および音声／音楽クラシファイア１１３、
１２３を含む。
施することが可能な例示的な音声／音楽コーデックの構
成を説明する。図示された環境は、雲形で表すネットワ
ーク１００を介して相互に通信するコーデック１１０、
１２０を含む。ネットワーク１００は、ルータ、ゲート
ウェイ、ハブなど多数の周知の構成要素を含むことがで
き、有線媒体および無線媒体のどちらか、または両方を
通じて通信を提供することができる。各コーデックは、
少なくとも、符号変換器１１１、１２１、復号器１１
２、１２２、および音声／音楽クラシファイア１１３、
１２３を含む。
【００１１】本発明の一実施形態では、共通の線形予測
合成フィルタを音楽信号および音声信号の両方に使用す
る。図２を参照すると、本発明を実施することが可能な
例示的音声および音楽コーデックの構造を示している。
詳細には、図２は、ハイブリッド音声／音楽符号変換器
の高レベル構造を示し、図２は、ハイブリッド音声／音
楽復号器の高レベル構造を示す。図２を参照すると、音
声／音楽符号変換器は、入力信号を音声信号または音楽
信号に分類する音声／音楽クラシファイア２５０を含
む。識別された信号は、識別結果に応じてそれぞれ音声
符号変換器２６０または音楽符号変換器２７０に送信さ
れ、入力信号の音声／音楽特性を特徴化するモードビッ
トが生成される。例えば、ゼロのモードビットは音声信
号を表し、１のモードビットは音楽信号を表す。音声符
号変換器２６０は、当業者に周知の線形予測の原理に基
づいて入力信号を符号化し、符号化した音声ビットスト
リームを出力する。使用する音声符号化は、例えば、当
業者に知られるコードブック励振線形予測（ＣＥＬＰ）
技術である。これに対して、音楽符号変換器２７０は、
下記で説明する変換符号化法に従って入力音楽信号を符
号化し、符号化した音楽ビットストリームを出力する。
合成フィルタを音楽信号および音声信号の両方に使用す
る。図２を参照すると、本発明を実施することが可能な
例示的音声および音楽コーデックの構造を示している。
詳細には、図２は、ハイブリッド音声／音楽符号変換器
の高レベル構造を示し、図２は、ハイブリッド音声／音
楽復号器の高レベル構造を示す。図２を参照すると、音
声／音楽符号変換器は、入力信号を音声信号または音楽
信号に分類する音声／音楽クラシファイア２５０を含
む。識別された信号は、識別結果に応じてそれぞれ音声
符号変換器２６０または音楽符号変換器２７０に送信さ
れ、入力信号の音声／音楽特性を特徴化するモードビッ
トが生成される。例えば、ゼロのモードビットは音声信
号を表し、１のモードビットは音楽信号を表す。音声符
号変換器２６０は、当業者に周知の線形予測の原理に基
づいて入力信号を符号化し、符号化した音声ビットスト
リームを出力する。使用する音声符号化は、例えば、当
業者に知られるコードブック励振線形予測（ＣＥＬＰ）
技術である。これに対して、音楽符号変換器２７０は、
下記で説明する変換符号化法に従って入力音楽信号を符
号化し、符号化した音楽ビットストリームを出力する。
【００１２】図２を参照すると、本発明の一実施形態に
よる音声／音楽復号器は、線形予測（ＬＰ）合成フィル
タ２４０と、音声励振ジェネレータ２１０と変換励振ジ
ェネレータ２２０を切り替える、フィルタ２４０の入力
部に接続された音声／音楽スイッチ２３０とを含む。音
声励振ジェネレータ２１０は、送信されてきた符号化音
声／音楽ビットストリームを受信し、音声励振信号を生
成する。音楽励振ジェネレータ２２０は、送信されてき
た符号化音声／音楽信号を受信し、音楽励振信号を生成
する。符号器には２つのモード、すなわち音声モードと
音楽モードがある。現在のフレームまたはスーパーフレ
ームに対する復号器のモードは、送信されるモードビッ
トによって決まる。音声／音楽スイッチ２３０は、モー
ドビットに従って励振信号ソースを選択し、したがって
音楽モードでは音楽励振信号を選択し、音声モードでは
音声励振信号を選択する。次いでスイッチ２３０は、適
切な再構築信号を生成するために、選択された励振信号
を線形予測合成フィルタ２４０に転送する。音声モード
における励振または残差は、コード励振線形予測（ＣＥ
ＬＰ）符号化などの音声最適化技術を使用して符号化
し、一方、音楽モードにおける励振は、例えば変換符号
化励振（ＴＣＸ）などの変換符号化技術によって量子化
する。復号器のＬＰ合成フィルタ２４０は、音楽信号と
音声信号の両方に共通である。
よる音声／音楽復号器は、線形予測（ＬＰ）合成フィル
タ２４０と、音声励振ジェネレータ２１０と変換励振ジ
ェネレータ２２０を切り替える、フィルタ２４０の入力
部に接続された音声／音楽スイッチ２３０とを含む。音
声励振ジェネレータ２１０は、送信されてきた符号化音
声／音楽ビットストリームを受信し、音声励振信号を生
成する。音楽励振ジェネレータ２２０は、送信されてき
た符号化音声／音楽信号を受信し、音楽励振信号を生成
する。符号器には２つのモード、すなわち音声モードと
音楽モードがある。現在のフレームまたはスーパーフレ
ームに対する復号器のモードは、送信されるモードビッ
トによって決まる。音声／音楽スイッチ２３０は、モー
ドビットに従って励振信号ソースを選択し、したがって
音楽モードでは音楽励振信号を選択し、音声モードでは
音声励振信号を選択する。次いでスイッチ２３０は、適
切な再構築信号を生成するために、選択された励振信号
を線形予測合成フィルタ２４０に転送する。音声モード
における励振または残差は、コード励振線形予測（ＣＥ
ＬＰ）符号化などの音声最適化技術を使用して符号化
し、一方、音楽モードにおける励振は、例えば変換符号
化励振（ＴＣＸ）などの変換符号化技術によって量子化
する。復号器のＬＰ合成フィルタ２４０は、音楽信号と
音声信号の両方に共通である。
【００１３】音声信号または音楽信号を符号化する従来
の符号器は、通例フレームと称される１０ｍｓ〜４０ｍ
ｓのブロックまたは区分に対して作用する。一般に、変
換符号化はフレームサイズが大きい方が効率的なので、
一般にこのような１０ｍｓ〜４０ｍｓのフレームは、特
にビットレートが低い場合には、変換符号器（transfor
m coder）を整合して許容できる品質を得るには短すぎ
る。このため、本発明の一実施形態は、整数個の標準的
な２０ｍｓのフレームで構成されるスーパーフレームに
対して作用する。一実施形態で使用する標準的なスーパ
ーフレームのサイズは６０ｍｓである。この結果、音声
／音楽クラシファイアは、連続したスーパーフレーム１
つにつき１回の分類を行うことが好ましい。
の符号器は、通例フレームと称される１０ｍｓ〜４０ｍ
ｓのブロックまたは区分に対して作用する。一般に、変
換符号化はフレームサイズが大きい方が効率的なので、
一般にこのような１０ｍｓ〜４０ｍｓのフレームは、特
にビットレートが低い場合には、変換符号器（transfor
m coder）を整合して許容できる品質を得るには短すぎ
る。このため、本発明の一実施形態は、整数個の標準的
な２０ｍｓのフレームで構成されるスーパーフレームに
対して作用する。一実施形態で使用する標準的なスーパ
ーフレームのサイズは６０ｍｓである。この結果、音声
／音楽クラシファイアは、連続したスーパーフレーム１
つにつき１回の分類を行うことが好ましい。
【００１４】音楽信号を符号化する現在の変換符号器と
異なり、本発明による符号化プロセスは励振領域で行わ
れる。これは、音声と音楽両タイプの信号の再生に、単
一のＬＰ合成フィルタを使用することの結果である。図
３（ａ）を参照すると、本発明の一実施形態による変換
符号変換器を示している。線形予測（ＬＰ）解析フィル
タ３１０は、音声／音楽クラシファイア２５０から出力
される、分類済みの音楽スーパーフレームの音楽信号を
解析して、適切な線形予測係数（ＬＰＣ）を得る。ＬＰ
量子化モジュール３２０は、計算されたＬＰＣ係数を量
子化する。次いでＬＰＣ係数およびスーパーフレームの
音楽信号を入力として音楽信号を得、出力として残差信
号を生成する逆フィルタ３３０にかける。
異なり、本発明による符号化プロセスは励振領域で行わ
れる。これは、音声と音楽両タイプの信号の再生に、単
一のＬＰ合成フィルタを使用することの結果である。図
３（ａ）を参照すると、本発明の一実施形態による変換
符号変換器を示している。線形予測（ＬＰ）解析フィル
タ３１０は、音声／音楽クラシファイア２５０から出力
される、分類済みの音楽スーパーフレームの音楽信号を
解析して、適切な線形予測係数（ＬＰＣ）を得る。ＬＰ
量子化モジュール３２０は、計算されたＬＰＣ係数を量
子化する。次いでＬＰＣ係数およびスーパーフレームの
音楽信号を入力として音楽信号を得、出力として残差信
号を生成する逆フィルタ３３０にかける。
【００１５】一般的なフレームではなくスーパーフレー
ムを使用することは、高品質の変換符号化を得る助けと
なる。しかし、スーパーフレームの境界におけるブロッ
キングひずみによって品質問題が生じる可能性がある。
ブロッキングひずみの影響を軽減する好ましい解決法
は、例えば、隣接フレームとの重複が５０％の変形重複
変換（ＭＬＴ）などの、重複加算ウィンドウ技術に見出
される。しかし、ＣＥＬＰでは音声符号化にゼロの重複
を利用するので、このような解決法をＣＥＬＰベースの
ハイブリッドコーデックに組み込むことは難しいと思わ
れる。この難題を克服し、音楽モードにおけるシステム
の高品質の動作を保証するために、本発明の一実施形態
は、図３（ａ）の重複加算モジュール３４０によって実
施される非対称重複加算ウィンドウ法を提供する。図３
（ｂ）は、非対称重複加算ウィンドウの動作および効果
を表す。図３（ｂ）を参照すると、重複加算ウィンドウ
は、１つ前のスーパーフレームが、例えばそれぞれＮp
およびＬpで表すスーパーフレームの長さおよび重複の
長さに異なる値を有し得るという可能性を考慮したもの
になっている。符号（ｄｅｓｉｇｎａｔｏｒ）Ｎcおよ
びＬcはそれぞれ、現在のスーパーフレームのスーパー
フレーム長と重複の長さを表す。現在のスーパーフレー
ムの符号化ブロックは、現在のスーパーフレームのサン
プルと重複のサンプルを含む。重複加算のウィンドウ処
理は、現在の符号化ブロックの最初のＮpサンプルおよ
び最後のＬpサンプルで行われる。これに限定しない
が、例えば次のように、入力信号ｘ（ｎ）を重複加算ウ
ィンドウ関数ｗ（ｎ）で変換して、ウィンドウ処理した
信号ｙ（ｎ）を得る。 ｙ（ｎ）＝ｘ（ｎ）ｗ（ｎ），０≦ｎ≦Ｎc＋Ｌc−１・・・・・・・(数式１) ウィンドウ関数ｗ（ｎ）は次のように定義される。
ムを使用することは、高品質の変換符号化を得る助けと
なる。しかし、スーパーフレームの境界におけるブロッ
キングひずみによって品質問題が生じる可能性がある。
ブロッキングひずみの影響を軽減する好ましい解決法
は、例えば、隣接フレームとの重複が５０％の変形重複
変換（ＭＬＴ）などの、重複加算ウィンドウ技術に見出
される。しかし、ＣＥＬＰでは音声符号化にゼロの重複
を利用するので、このような解決法をＣＥＬＰベースの
ハイブリッドコーデックに組み込むことは難しいと思わ
れる。この難題を克服し、音楽モードにおけるシステム
の高品質の動作を保証するために、本発明の一実施形態
は、図３（ａ）の重複加算モジュール３４０によって実
施される非対称重複加算ウィンドウ法を提供する。図３
（ｂ）は、非対称重複加算ウィンドウの動作および効果
を表す。図３（ｂ）を参照すると、重複加算ウィンドウ
は、１つ前のスーパーフレームが、例えばそれぞれＮp
およびＬpで表すスーパーフレームの長さおよび重複の
長さに異なる値を有し得るという可能性を考慮したもの
になっている。符号（ｄｅｓｉｇｎａｔｏｒ）Ｎcおよ
びＬcはそれぞれ、現在のスーパーフレームのスーパー
フレーム長と重複の長さを表す。現在のスーパーフレー
ムの符号化ブロックは、現在のスーパーフレームのサン
プルと重複のサンプルを含む。重複加算のウィンドウ処
理は、現在の符号化ブロックの最初のＮpサンプルおよ
び最後のＬpサンプルで行われる。これに限定しない
が、例えば次のように、入力信号ｘ（ｎ）を重複加算ウ
ィンドウ関数ｗ（ｎ）で変換して、ウィンドウ処理した
信号ｙ（ｎ）を得る。 ｙ（ｎ）＝ｘ（ｎ）ｗ（ｎ），０≦ｎ≦Ｎc＋Ｌc−１・・・・・・・(数式１) ウィンドウ関数ｗ（ｎ）は次のように定義される。
【００１６】
【数１】
【００１７】この場合、ＮcおよびＬcは、それぞれ、現
在のスーパーフレームのスーパーフレーム長と重複の長
さである。
在のスーパーフレームのスーパーフレーム長と重複の長
さである。
【００１８】図３（ｂ）の重複加算ウィンドウの形状か
ら、例えば、重複加算レンジ３９０、３９１が非対称形
であり、符号３９０の領域が符号３９１の領域と異な
り、また重複加算のウィンドウは相互にサイズが異なる
ことが見て取れる。このようなサイズが可変のウィンド
ウにより、ブロッキングの影響とプリエコーを克服す
る。また、ＭＬＴ技術で利用する５０％の重複と比較す
ると重複領域が小さいので、この非対称重複加算ウィン
ドウの方法は、下記で説明するように、ＣＥＬＰベース
の音声符号器（speech coder）に組み込むことのできる
変換符号器に効率的である。
ら、例えば、重複加算レンジ３９０、３９１が非対称形
であり、符号３９０の領域が符号３９１の領域と異な
り、また重複加算のウィンドウは相互にサイズが異なる
ことが見て取れる。このようなサイズが可変のウィンド
ウにより、ブロッキングの影響とプリエコーを克服す
る。また、ＭＬＴ技術で利用する５０％の重複と比較す
ると重複領域が小さいので、この非対称重複加算ウィン
ドウの方法は、下記で説明するように、ＣＥＬＰベース
の音声符号器（speech coder）に組み込むことのできる
変換符号器に効率的である。
【００１９】再度図３（ａ）を参照すると、逆ＬＰフィ
ルタ３３０から出力される残差信号は、非対称形の重複
加算ウィンドウ処理モジュール３４０によって処理し、
ウィンドウ処理した信号を生成する。ウィンドウ処理し
た信号は次いで離散コサイン変換（ＤＣＴ）モジュール
３５０に入力され、ここでウィンドウ処理した信号を周
波数領域に変換し、ＤＣＴ係数のセットを得る。ＤＣＴ
変換は次のように定義され、
ルタ３３０から出力される残差信号は、非対称形の重複
加算ウィンドウ処理モジュール３４０によって処理し、
ウィンドウ処理した信号を生成する。ウィンドウ処理し
た信号は次いで離散コサイン変換（ＤＣＴ）モジュール
３５０に入力され、ここでウィンドウ処理した信号を周
波数領域に変換し、ＤＣＴ係数のセットを得る。ＤＣＴ
変換は次のように定義され、
【００２０】
【数２】
【００２１】ｃ（ｋ）は次のように定義される。ただ
し、Ｋは変換サイズである。
し、Ｋは変換サイズである。
【００２２】
【数３】
【００２３】ＤＣＴ変換が好ましいが、変形離散コサイ
ン変換（ＭＤＣＴ）および高速フーリエ変換（ＦＦＴ）
を含む技術など、他の変換技術も応用することができ
る。ＤＣＴ係数を効率的に量子化するために、ＤＣＴ係
数量子化の一部として動的ビット割り当て情報を利用す
る。動的ビット割り当て情報は、閾値マスキングモジュ
ール３６０で計算するマスキング閾値に従って、動的ビ
ット割り当てモジュール３７０から得るが、この閾値マ
スキングは、入力される信号か、またはＬＰＣ解析モジ
ュール３１０から出力されるＬＰＣ係数に基づく。動的
ビット割り当て情報は、入力音楽信号の解析から得るこ
ともできる。動的ビット割り当て情報を用いて、量子化
モジュール３８０でＤＣＴ係数を量子化し、次いで復号
器に送出する。
ン変換（ＭＤＣＴ）および高速フーリエ変換（ＦＦＴ）
を含む技術など、他の変換技術も応用することができ
る。ＤＣＴ係数を効率的に量子化するために、ＤＣＴ係
数量子化の一部として動的ビット割り当て情報を利用す
る。動的ビット割り当て情報は、閾値マスキングモジュ
ール３６０で計算するマスキング閾値に従って、動的ビ
ット割り当てモジュール３７０から得るが、この閾値マ
スキングは、入力される信号か、またはＬＰＣ解析モジ
ュール３１０から出力されるＬＰＣ係数に基づく。動的
ビット割り当て情報は、入力音楽信号の解析から得るこ
ともできる。動的ビット割り当て情報を用いて、量子化
モジュール３８０でＤＣＴ係数を量子化し、次いで復号
器に送出する。
【００２４】本発明の上記の実施形態で用いる符号化ア
ルゴリズムに沿い、変換復号器を図４に示す。図４を参
照すると、変換復号器は、逆動的ビット割り当てモジュ
ール（Inverse Dynamic bit allocation module）４１
０、逆量子化モジュール４２０、ＤＣＴ逆変換モジュー
ル４３０、非対称重複加算ウィンドウモジュール４４
０、および重複加算モジュール４５０を含む。逆動的ビ
ット割り当てモジュール４１０は、図３（ａ）の動的ビ
ット割り当てモジュール３７０から出力され、送信され
るビット割り当て情報を受け取り、ビット割り当て情報
を逆量子化モジュール４２０に提供する。逆量子化モジ
ュール４２０は、送信されてきた音楽ビットストリーム
とビット割り当て情報を受け取り、ビットストリームに
逆量子化を適用して、符号化したＤＣＴ係数を得る。次
いでＤＣＴ逆変換モジュール４３０は、符号化したＤＣ
Ｔ係数の逆ＤＣＴ変換を実行し、時間領域の信号を生成
する。逆ＤＣＴ変換は次のように示すことができ、
ルゴリズムに沿い、変換復号器を図４に示す。図４を参
照すると、変換復号器は、逆動的ビット割り当てモジュ
ール（Inverse Dynamic bit allocation module）４１
０、逆量子化モジュール４２０、ＤＣＴ逆変換モジュー
ル４３０、非対称重複加算ウィンドウモジュール４４
０、および重複加算モジュール４５０を含む。逆動的ビ
ット割り当てモジュール４１０は、図３（ａ）の動的ビ
ット割り当てモジュール３７０から出力され、送信され
るビット割り当て情報を受け取り、ビット割り当て情報
を逆量子化モジュール４２０に提供する。逆量子化モジ
ュール４２０は、送信されてきた音楽ビットストリーム
とビット割り当て情報を受け取り、ビットストリームに
逆量子化を適用して、符号化したＤＣＴ係数を得る。次
いでＤＣＴ逆変換モジュール４３０は、符号化したＤＣ
Ｔ係数の逆ＤＣＴ変換を実行し、時間領域の信号を生成
する。逆ＤＣＴ変換は次のように示すことができ、
【００２５】
【数４】
【００２６】ｃ（ｋ）は次のように定義される。ただ
し、Ｋは変換サイズである。
し、Ｋは変換サイズである。
【００２７】
【数５】
【００２８】重複加算ウィンドウ処理モジュール４４０
は、時間領域の信号に対し、例えば、
は、時間領域の信号に対し、例えば、
【００２９】
【数６】
【００３０】など、非対称の重複加算ウィンドウ処理操
作を行う。ここで
作を行う。ここで
【００３１】
【外１】
【００３２】は時間領域の信号を表す。ｗ（ｎ）はウィ
ンドウ関数を表す。
ンドウ関数を表す。
【００３３】
【外２】
【００３４】はこの結果得られるウィンドウ処理後の信
号である。ウィンドウ処理を行った信号は次いで重複加
算モジュール４５０に送られ、ここで重複加算操作を行
うことにより励振信号が得られる。これに限定しない
が、例として、例示的な重複加算操作は次のようなもの
である。
号である。ウィンドウ処理を行った信号は次いで重複加
算モジュール４５０に送られ、ここで重複加算操作を行
うことにより励振信号が得られる。これに限定しない
が、例として、例示的な重複加算操作は次のようなもの
である。
【００３５】
【数７】
【００３６】
【外３】
【００３７】１つ前と現在の時間領域信号である。関数
ｗp（ｎ）およびｗc（ｎ）はそれぞれ、以前のスーパー
フレームと現在のスーパーフレームについての重複加算
ウィンドウ関数である。値ＮpおよびＮcは、それぞれ１
つ前のスーパーフレームと現在のスーパーフレームのサ
イズである。値Ｌpは、１つ前のスーパーフレームの重
複加算のサイズである。
ｗp（ｎ）およびｗc（ｎ）はそれぞれ、以前のスーパー
フレームと現在のスーパーフレームについての重複加算
ウィンドウ関数である。値ＮpおよびＮcは、それぞれ１
つ前のスーパーフレームと現在のスーパーフレームのサ
イズである。値Ｌpは、１つ前のスーパーフレームの重
複加算のサイズである。
【００３８】
【外４】
【００３９】図２に示すように、切り替え可能な形でＬ
Ｐ合成フィルタに送られ、元の音楽信号を再構築する。
Ｐ合成フィルタに送られ、元の音楽信号を再構築する。
【００４０】励振信号の処理には、補間合成技術を応用
することが好ましい。ＬＰ係数は、０≦ｎ≦Ｌp−１の
領域で数個のサンプルごとに補間し、重複加算操作を用
いて励振を得る。ＬＰ係数の補間は、線スペクトル対
（ＬＳＰ）領域で行われ、補間するＬＳＰ係数の値は次
の式によって得られる。
することが好ましい。ＬＰ係数は、０≦ｎ≦Ｌp−１の
領域で数個のサンプルごとに補間し、重複加算操作を用
いて励振を得る。ＬＰ係数の補間は、線スペクトル対
（ＬＳＰ）領域で行われ、補間するＬＳＰ係数の値は次
の式によって得られる。
【００４１】
【数８】
【００４２】
【外５】
【００４３】それぞれ、１つ前のスーパーフレームおよ
び現在のスーパーフレームの量子化ＬＳＰパラメータで
ある。係数ｖ（ｉ）は補間重み係数であり、値ＭはＬＰ
係数の次数である。補間技術を用いた後に、従来のＬＰ
合成技術を励振信号に適用して、再構築された信号を得
る。
び現在のスーパーフレームの量子化ＬＳＰパラメータで
ある。係数ｖ（ｉ）は補間重み係数であり、値ＭはＬＰ
係数の次数である。補間技術を用いた後に、従来のＬＰ
合成技術を励振信号に適用して、再構築された信号を得
る。
【００４４】図５および図６を参照して、本発明の一実
施形態により、インタリーブした入力音声信号および音
楽信号を符号化する際に従う例示的ステップを説明す
る。ステップ５０１で、入力信号を受け取り、スーパー
フレームを形成する。ステップ５０３で、現在のスーパ
ーフレームのタイプ（すなわち音楽／音声）がそれまで
のスーパーフレームのタイプと異なるかどうかを判定す
る。スーパーフレームが異なる場合は、現在のスーパー
フレームの開始部で「スーパーフレーム遷移」を定義
し、動作の流れは分岐してステップ５０５に進む。ステ
ップ５０５で、例えば現在のスーパーフレームが音楽で
あるかどうかを判定することにより、１つ前のスーパー
フレームのシーケンスと現在のスーパーフレームを判定
する。したがって、例えば、１つ前のスーパーフレーム
が音声スーパーフレームであり、その後に現在の音楽ス
ーパーフレームが続く場合は、ステップ５０５の実行の
結果は「ｙｅｓ」になる。同様に、１つ前のスーパーフ
レームが音楽スーパーフレームであり、その後に現在の
音声スーパーフレームが続く場合、ステップ５０５の結
果は「ｎｏ」になる。ステップ５０５から「ｙｅｓ」の
結果に分岐したステップ５１１で、１つ前の音声スーパ
ーフレームの重複の長さＬpをゼロにセットし、現在の
符号化ブロックの開始部では重複加算ウィンドウを実行
しないことを表す。この理由は、ＣＥＬＰベースの音声
符号器が、隣接するフレームまたはスーパーフレームの
重複信号を提供または利用しないためである。ステップ
５１１に続き、ステップ５１３で音楽スーパーフレーム
に変換符号化手順を実行する。ステップ５０５の判定の
結果が「ｎｏ」である場合、動作の流れは分岐してステ
ップ５０９に進み、ここで１つ前の音楽スーパーフレー
ムの重複サンプルを破棄する。続いて、ステップ５１５
で音声スーパーフレームにＣＥＬＰ符号化を実行する。
ステップ５０３から「ｎｏ」の結果に分岐したステップ
５０７では、現在のスーパーフレームが音楽スーパーフ
レームか、音声スーパーフレームかを判定する。現在の
スーパーフレームが音楽スーパーフレームである場合
は、ステップ５１３で変換符号化を適用し、現在のスー
パーフレームが音声である場合は、ステップ５１５でＣ
ＥＬＰ符号化の手順を適用する。ステップ５１３で変換
符号化が完了すると、符号化した音楽ビットストリーム
が生成される。同様に、ステップ５１５でＣＥＬＰ符号
化を実行すると、符号化した音声ビットストリームが生
成される。
施形態により、インタリーブした入力音声信号および音
楽信号を符号化する際に従う例示的ステップを説明す
る。ステップ５０１で、入力信号を受け取り、スーパー
フレームを形成する。ステップ５０３で、現在のスーパ
ーフレームのタイプ（すなわち音楽／音声）がそれまで
のスーパーフレームのタイプと異なるかどうかを判定す
る。スーパーフレームが異なる場合は、現在のスーパー
フレームの開始部で「スーパーフレーム遷移」を定義
し、動作の流れは分岐してステップ５０５に進む。ステ
ップ５０５で、例えば現在のスーパーフレームが音楽で
あるかどうかを判定することにより、１つ前のスーパー
フレームのシーケンスと現在のスーパーフレームを判定
する。したがって、例えば、１つ前のスーパーフレーム
が音声スーパーフレームであり、その後に現在の音楽ス
ーパーフレームが続く場合は、ステップ５０５の実行の
結果は「ｙｅｓ」になる。同様に、１つ前のスーパーフ
レームが音楽スーパーフレームであり、その後に現在の
音声スーパーフレームが続く場合、ステップ５０５の結
果は「ｎｏ」になる。ステップ５０５から「ｙｅｓ」の
結果に分岐したステップ５１１で、１つ前の音声スーパ
ーフレームの重複の長さＬpをゼロにセットし、現在の
符号化ブロックの開始部では重複加算ウィンドウを実行
しないことを表す。この理由は、ＣＥＬＰベースの音声
符号器が、隣接するフレームまたはスーパーフレームの
重複信号を提供または利用しないためである。ステップ
５１１に続き、ステップ５１３で音楽スーパーフレーム
に変換符号化手順を実行する。ステップ５０５の判定の
結果が「ｎｏ」である場合、動作の流れは分岐してステ
ップ５０９に進み、ここで１つ前の音楽スーパーフレー
ムの重複サンプルを破棄する。続いて、ステップ５１５
で音声スーパーフレームにＣＥＬＰ符号化を実行する。
ステップ５０３から「ｎｏ」の結果に分岐したステップ
５０７では、現在のスーパーフレームが音楽スーパーフ
レームか、音声スーパーフレームかを判定する。現在の
スーパーフレームが音楽スーパーフレームである場合
は、ステップ５１３で変換符号化を適用し、現在のスー
パーフレームが音声である場合は、ステップ５１５でＣ
ＥＬＰ符号化の手順を適用する。ステップ５１３で変換
符号化が完了すると、符号化した音楽ビットストリーム
が生成される。同様に、ステップ５１５でＣＥＬＰ符号
化を実行すると、符号化した音声ビットストリームが生
成される。
【００４５】ステップ５１３で行われる変換符号化は、
図６に示す一連のサブステップを含む。ステップ５２３
で、入力信号のＬＰ係数を計算する。ステップ５３３
で、計算されたＬＰＣ係数を量子化する。ステップ５４
３で、受け取ったスーパーフレームおよび計算したＬＰ
Ｃ係数に逆フィルタをかけて残差信号ｘ（ｎ）を生成す
る。ステップ５３３で、次のようにｘ（ｎ）にウィンド
ウ関数ｗ（ｎ）を乗算することにより、重複加算ウィン
ドウを残差信号ｘ（ｎ）に適用する。 ｙ（ｎ）＝ｘ（ｎ）ｗ（ｎ） この場合、ウィンドウ関数ｗ（ｎ）は数式２と同様に定
義される。ステップ５６３で、ウィンドウ処理した信号
ｙ（ｎ）にＤＣＴ変換を行い、ＤＣＴ係数を得る。ステ
ップ５８３で、ステップ５７３で得るマスキング閾値に
従って、動的ビット割り当て情報を得る。次いでステッ
プ５９３で、ビット割り当て情報を使用し、ＤＣＴ係数
を量子化して音楽ビットストリームを生成する。
図６に示す一連のサブステップを含む。ステップ５２３
で、入力信号のＬＰ係数を計算する。ステップ５３３
で、計算されたＬＰＣ係数を量子化する。ステップ５４
３で、受け取ったスーパーフレームおよび計算したＬＰ
Ｃ係数に逆フィルタをかけて残差信号ｘ（ｎ）を生成す
る。ステップ５３３で、次のようにｘ（ｎ）にウィンド
ウ関数ｗ（ｎ）を乗算することにより、重複加算ウィン
ドウを残差信号ｘ（ｎ）に適用する。 ｙ（ｎ）＝ｘ（ｎ）ｗ（ｎ） この場合、ウィンドウ関数ｗ（ｎ）は数式２と同様に定
義される。ステップ５６３で、ウィンドウ処理した信号
ｙ（ｎ）にＤＣＴ変換を行い、ＤＣＴ係数を得る。ステ
ップ５８３で、ステップ５７３で得るマスキング閾値に
従って、動的ビット割り当て情報を得る。次いでステッ
プ５９３で、ビット割り当て情報を使用し、ＤＣＴ係数
を量子化して音楽ビットストリームを生成する。
【００４６】図５および図６に示す符号化ステップに沿
い、図７および図８は、本発明の一実施形態で合成した
信号を提供する際に復号のため採られるステップを示し
ている。図７を参照すると、ステップ６０１で、送信さ
れるビットストリームおよびモードビットを受信する。
ステップ６０３で、モードビットにより、現在のスーパ
ーフレームが音楽に対応するか、音声に対応するかを判
断する。その信号が音楽に対応する場合は、ステップ６
０７で変換励振を生成する。ビットストリームが音声に
対応する場合は、ステップ６０５を実行して、ＣＥＬＰ
解析の場合と同様に音声励振信号を生成する。ステップ
６０７と６０５はどちらもステップ６０９に合流する。
ステップ６０９で、ＬＰ合成フィルタが音楽励振信号ま
たは音声励振信号を適切に受け取るようにスイッチをセ
ットする。例えば０≦ｎ≦Ｌp−１などの領域でスーパ
ーフレームを重複加算するときには、スーパーフレーム
のこの重複加算領域中の信号のＬＰＣ係数を補間するこ
とが好ましい。ステップ６１１で、ＬＰＣ係数の補間を
実行する。ＬＰＣ係数の補間を行うためには、例えば数
式６を用いることができる。続いてステップ６１３で、
当業者にはよく理解される方式で、ＬＰＣ合成フィルタ
を介して元の信号を再構築、すなわち合成する。
い、図７および図８は、本発明の一実施形態で合成した
信号を提供する際に復号のため採られるステップを示し
ている。図７を参照すると、ステップ６０１で、送信さ
れるビットストリームおよびモードビットを受信する。
ステップ６０３で、モードビットにより、現在のスーパ
ーフレームが音楽に対応するか、音声に対応するかを判
断する。その信号が音楽に対応する場合は、ステップ６
０７で変換励振を生成する。ビットストリームが音声に
対応する場合は、ステップ６０５を実行して、ＣＥＬＰ
解析の場合と同様に音声励振信号を生成する。ステップ
６０７と６０５はどちらもステップ６０９に合流する。
ステップ６０９で、ＬＰ合成フィルタが音楽励振信号ま
たは音声励振信号を適切に受け取るようにスイッチをセ
ットする。例えば０≦ｎ≦Ｌp−１などの領域でスーパ
ーフレームを重複加算するときには、スーパーフレーム
のこの重複加算領域中の信号のＬＰＣ係数を補間するこ
とが好ましい。ステップ６１１で、ＬＰＣ係数の補間を
実行する。ＬＰＣ係数の補間を行うためには、例えば数
式６を用いることができる。続いてステップ６１３で、
当業者にはよく理解される方式で、ＬＰＣ合成フィルタ
を介して元の信号を再構築、すなわち合成する。
【００４７】本発明によると、音声励振ジェネレータ
は、音声合成に適した任意の励振ジェネレータでよい
が、変換励振ジェネレータは、図８に示すような特別に
適合した方法であることが好ましい。図８を参照する
と、送信されるビットストリームをステップ６１７で受
信した後に、ステップ６２７で逆ビット割り当てを実行
してビット割り当て情報を得る。ステップ６３７で、Ｄ
ＣＴ係数の逆ＤＣＴ量子化を行うことにより、ＤＣＴ係
数を得る。ステップ６４７で、数式４で定義する逆ＤＣ
Ｔ変換をＤＣＴ係数に行うことにより、予備的な時間領
域の励振信号を再構築する。ステップ６５７で、数式２
で定義される重複加算ウィンドウを適用することによ
り、再構築された励振信号をさらに処理する。ステップ
６６７で、重複加算操作を行って、数式５で定義する音
楽励振信号を得る。
は、音声合成に適した任意の励振ジェネレータでよい
が、変換励振ジェネレータは、図８に示すような特別に
適合した方法であることが好ましい。図８を参照する
と、送信されるビットストリームをステップ６１７で受
信した後に、ステップ６２７で逆ビット割り当てを実行
してビット割り当て情報を得る。ステップ６３７で、Ｄ
ＣＴ係数の逆ＤＣＴ量子化を行うことにより、ＤＣＴ係
数を得る。ステップ６４７で、数式４で定義する逆ＤＣ
Ｔ変換をＤＣＴ係数に行うことにより、予備的な時間領
域の励振信号を再構築する。ステップ６５７で、数式２
で定義される重複加算ウィンドウを適用することによ
り、再構築された励振信号をさらに処理する。ステップ
６６７で、重複加算操作を行って、数式５で定義する音
楽励振信号を得る。
【００４８】これは必須ではないが、本発明は、コンピ
ュータで実行されるプログラムモジュールなどの命令を
使用して実施することができる。一般に、プログラムモ
ジュールには、特定のタスクを実行するか、または特定
の抽象データタイプを実施するルーチン、オブジェク
ト、コンポーネント、データ構造などが含まれる。ここ
で使用する用語「プログラム」は、１つ以上のプログラ
ムモジュールを含む。
ュータで実行されるプログラムモジュールなどの命令を
使用して実施することができる。一般に、プログラムモ
ジュールには、特定のタスクを実行するか、または特定
の抽象データタイプを実施するルーチン、オブジェク
ト、コンポーネント、データ構造などが含まれる。ここ
で使用する用語「プログラム」は、１つ以上のプログラ
ムモジュールを含む。
【００４９】本発明は、各種タイプのマシンで実施する
ことができるが、これには、携帯電話、パーソナルコン
ピュータ（ＰＣ）、ハンドヘルドデバイス、マルチプロ
セッサシステム、マイクロプロセッサベースのプログラ
マブル消費者家電製品、ネットワークＰＣ、ミニコンピ
ュータ、メインフレームコンピュータなど、あるいは本
明細書に述べるようにオーディオ信号を符号化または復
号し、また信号の記憶、取り出し、送信、または受信に
使用することのできる任意の他のマシンが含まれる。本
発明は、通信ネットワークを通じてリンクした遠隔コン
ポーネントによってタスクを実行する分散型コンピュー
ティングシステムで使用することができる。
ことができるが、これには、携帯電話、パーソナルコン
ピュータ（ＰＣ）、ハンドヘルドデバイス、マルチプロ
セッサシステム、マイクロプロセッサベースのプログラ
マブル消費者家電製品、ネットワークＰＣ、ミニコンピ
ュータ、メインフレームコンピュータなど、あるいは本
明細書に述べるようにオーディオ信号を符号化または復
号し、また信号の記憶、取り出し、送信、または受信に
使用することのできる任意の他のマシンが含まれる。本
発明は、通信ネットワークを通じてリンクした遠隔コン
ポーネントによってタスクを実行する分散型コンピュー
ティングシステムで使用することができる。
【００５０】図９を参照すると、本発明の実施形態を実
施する例示的な一システムは、コンピューティングデバ
イス７００などのコンピューティングデバイスを含む。
その最も基本的な構成では、コンピューティングデバイ
ス７００は、通例少なくとも１つの処理装置７０２とメ
モリ７０４を含む。メモリ７０４は、コンピューティン
グデバイスの厳密な構成およびタイプに応じて、揮発性
（ＲＡＭなど）、不揮発性（ＲＯＭ、フラッシュメモリ
など）、あるいはこの２つの組み合わせにすることがで
きる。この最も基本的な構成を、図９の線７０６の中に
示している。これに加えて、デバイス７００は、追加の
装備／機能も有することができる。例えば、デバイス７
００は、これらに限定しないが磁気ディスクまたは光デ
ィスク、またはテープを含む、追加のストレージ（取り
外し可能／取り外し不能）も含むことができる。このよ
うな追加ストレージを、取り外し可能ストレージ７０８
および取り外し不能ストレージ７１０として図９に示し
ている。コンピュータ記憶媒体は、コンピュータ可読命
令、データ構造、プログラムモジュール、あるいはその
他のデータなどの情報を記憶するための任意の方法また
は技術に実施された揮発性および不揮発性、取り外し可
能および取り外し不能の媒体を含む。メモリ７０４、取
り外し可能ストレージ７０８、および取り外し不能スト
レージ７１０はすべて、コンピュータ記憶媒体の例であ
る。これらに限定しないが、コンピュータ記憶媒体に
は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモ
リ、あるいはその他のメモリ技術、ＣＤＲＯＭ、デジタ
ル多用途ディスク（ＤＶＤ）、あるいはその他の光スト
レージ、磁気カセット、磁気テープ、磁気ディスクスト
レージ、あるいはその他の磁気ストレージデバイス、あ
るいは所望の情報を記憶するのに使用することができ、
デバイス７００からアクセスすることのできる任意の他
の媒体が含まれる。このような任意のコンピュータ記憶
媒体を、デバイス７００の一部とすることができる。
施する例示的な一システムは、コンピューティングデバ
イス７００などのコンピューティングデバイスを含む。
その最も基本的な構成では、コンピューティングデバイ
ス７００は、通例少なくとも１つの処理装置７０２とメ
モリ７０４を含む。メモリ７０４は、コンピューティン
グデバイスの厳密な構成およびタイプに応じて、揮発性
（ＲＡＭなど）、不揮発性（ＲＯＭ、フラッシュメモリ
など）、あるいはこの２つの組み合わせにすることがで
きる。この最も基本的な構成を、図９の線７０６の中に
示している。これに加えて、デバイス７００は、追加の
装備／機能も有することができる。例えば、デバイス７
００は、これらに限定しないが磁気ディスクまたは光デ
ィスク、またはテープを含む、追加のストレージ（取り
外し可能／取り外し不能）も含むことができる。このよ
うな追加ストレージを、取り外し可能ストレージ７０８
および取り外し不能ストレージ７１０として図９に示し
ている。コンピュータ記憶媒体は、コンピュータ可読命
令、データ構造、プログラムモジュール、あるいはその
他のデータなどの情報を記憶するための任意の方法また
は技術に実施された揮発性および不揮発性、取り外し可
能および取り外し不能の媒体を含む。メモリ７０４、取
り外し可能ストレージ７０８、および取り外し不能スト
レージ７１０はすべて、コンピュータ記憶媒体の例であ
る。これらに限定しないが、コンピュータ記憶媒体に
は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモ
リ、あるいはその他のメモリ技術、ＣＤＲＯＭ、デジタ
ル多用途ディスク（ＤＶＤ）、あるいはその他の光スト
レージ、磁気カセット、磁気テープ、磁気ディスクスト
レージ、あるいはその他の磁気ストレージデバイス、あ
るいは所望の情報を記憶するのに使用することができ、
デバイス７００からアクセスすることのできる任意の他
の媒体が含まれる。このような任意のコンピュータ記憶
媒体を、デバイス７００の一部とすることができる。
【００５１】デバイス７００は、デバイスが他のデバイ
スと通信することを可能にする１つ以上の通信接続７１
２も含むことができる。通信接続７１２は、通信媒体の
一例である。通信媒体は通例、コンピュータ可読命令、
データ構造、プログラムモジュール、あるいはその他の
データを搬送波やその他の搬送機構などの変調データ信
号に実施し、また任意の情報伝達媒体を含む。用語「変
調データ信号」とは、情報を信号中に符号化するような
方式で、その特徴の１つ以上を設定または変更した信号
を意味する。例として、通信媒体には、有線ネットワー
クまたは直接配線接続などの有線媒体、および音響、Ｒ
Ｆ、赤外線およびその他の無線媒体などの無線媒体が含
まれるが、これらに限定しない。上記で述べたように、
本明細書で使用する用語「コンピュータ可読媒体」は、
記憶媒体および通信媒体の両方を含む。
スと通信することを可能にする１つ以上の通信接続７１
２も含むことができる。通信接続７１２は、通信媒体の
一例である。通信媒体は通例、コンピュータ可読命令、
データ構造、プログラムモジュール、あるいはその他の
データを搬送波やその他の搬送機構などの変調データ信
号に実施し、また任意の情報伝達媒体を含む。用語「変
調データ信号」とは、情報を信号中に符号化するような
方式で、その特徴の１つ以上を設定または変更した信号
を意味する。例として、通信媒体には、有線ネットワー
クまたは直接配線接続などの有線媒体、および音響、Ｒ
Ｆ、赤外線およびその他の無線媒体などの無線媒体が含
まれるが、これらに限定しない。上記で述べたように、
本明細書で使用する用語「コンピュータ可読媒体」は、
記憶媒体および通信媒体の両方を含む。
【００５２】デバイス７００は、キーボード、マウス、
ペン、音声入力装置、接触式入力装置など、１つ以上の
入力装置７１４も有することができる。ディスプレイ、
スピーカ、プリンタなど、１つ以上の出力装置７１６も
含むことができる。こうした装置はいずれも当技術分野
で周知のものであり、ここでさらに論じる必要はない。
ペン、音声入力装置、接触式入力装置など、１つ以上の
入力装置７１４も有することができる。ディスプレイ、
スピーカ、プリンタなど、１つ以上の出力装置７１６も
含むことができる。こうした装置はいずれも当技術分野
で周知のものであり、ここでさらに論じる必要はない。
【００５３】音楽信号を符号化するのに効率的であり、
かつ共通のＬＰ合成フィルタを用いるハイブリッドコー
デックで使用するのに適した、新規で有用な変換符号化
方法を提供した。本発明の原理を応用することのできる
多数の可能な実施形態を考慮すると、図面の図柄と関連
して本明細書で説明した実施形態は、単に例示的なもの
に過ぎず、発明の範囲を制限するものと解釈すべきでな
いことは認識されよう。ここに説明した実施形態は、本
発明の精神から逸脱することなく、その構成および詳細
を変更できることは当業者に認識されよう。したがっ
て、本発明は、ＤＣＴ変換を利用するものとして説明し
たが、フーリエ変換や、変形離散コサイン変換など他の
変換技術も本発明の範囲内で応用することができる。同
様に、ここに説明した他の詳細事項も、本発明の範囲か
ら逸脱せずに、変更または他のものに置き換えることが
できる。したがって、本明細書に記載した本発明は、そ
のような実施形態はすべて、頭記の特許請求の範囲およ
びその同等物の範囲内にあるものと企図する。
かつ共通のＬＰ合成フィルタを用いるハイブリッドコー
デックで使用するのに適した、新規で有用な変換符号化
方法を提供した。本発明の原理を応用することのできる
多数の可能な実施形態を考慮すると、図面の図柄と関連
して本明細書で説明した実施形態は、単に例示的なもの
に過ぎず、発明の範囲を制限するものと解釈すべきでな
いことは認識されよう。ここに説明した実施形態は、本
発明の精神から逸脱することなく、その構成および詳細
を変更できることは当業者に認識されよう。したがっ
て、本発明は、ＤＣＴ変換を利用するものとして説明し
たが、フーリエ変換や、変形離散コサイン変換など他の
変換技術も本発明の範囲内で応用することができる。同
様に、ここに説明した他の詳細事項も、本発明の範囲か
ら逸脱せずに、変更または他のものに置き換えることが
できる。したがって、本明細書に記載した本発明は、そ
のような実施形態はすべて、頭記の特許請求の範囲およ
びその同等物の範囲内にあるものと企図する。
【図１】本発明の一実施形態によるネットワークでリン
クした例示的なハイブリッド型音声／音楽コーデックの
図である。
クした例示的なハイブリッド型音声／音楽コーデックの
図である。
【図２】本発明の一実施形態によるハイブリッド型音声
／音楽符号変換器の簡略化したアーキテクチャ図であ
る。
／音楽符号変換器の簡略化したアーキテクチャ図であ
る。
【図３】本発明の一実施形態による変換符号化アルゴリ
ズムの論理図、および、本発明の一実施形態による非対
称型の重複加算ウィンドウ操作とその効果を表すタイミ
ング図である。
ズムの論理図、および、本発明の一実施形態による非対
称型の重複加算ウィンドウ操作とその効果を表すタイミ
ング図である。
【図４】本発明の一実施形態による変換符号化アルゴリ
ズムのブロック図である。
ズムのブロック図である。
【図５】本発明の一実施形態により、音声信号および音
楽信号の符号化に使用する例示的ステップを表す流れ図
である。
楽信号の符号化に使用する例示的ステップを表す流れ図
である。
【図６】本発明の一実施形態により、音声信号および音
楽信号の符号化に使用する例示的ステップを表す流れ図
である。
楽信号の符号化に使用する例示的ステップを表す流れ図
である。
【図７】本発明の一実施形態により、音声信号および音
楽信号の復号に使用する例示的ステップを表す流れ図で
ある。
楽信号の復号に使用する例示的ステップを表す流れ図で
ある。
【図８】本発明の一実施形態により、音声信号および音
楽信号の復号に使用する例示的ステップを表す流れ図で
ある。
楽信号の復号に使用する例示的ステップを表す流れ図で
ある。
【図９】本発明の一実施形態を実行することが可能な、
コンピューティングデバイスによって用いられるコンピ
ューティングデバイスのアーキテクチャを表す簡略図で
ある。
コンピューティングデバイスによって用いられるコンピ
ューティングデバイスのアーキテクチャを表す簡略図で
ある。
１００ ネットワーク
１１０、１２０ コーデック
１１１、１２１ 符号変換器
１１２、１２２ 復号器
１１３、１２３、２５０ 音声／音楽クラシファイア
２１０ 音声励振ジェネレータ
２２０ 変換励振ジェネレータ
２３０ 音声／音楽スイッチ
２４０ 線形予測合成フィルタ
２６０ 音声符号変換器
２７０ 音楽符号変換器
３１０ 線形予測解析フィルタ（ＬＰＣ解析モジュー
ル） ３２０ 線形予測量子化モジュール ３３０ 逆線形予測フィルタ ３４０ 重複加算モジュール（重複加算ウィンドウ処理
モジュール） ３５０ 離散コサイン変換モジュール ３６０ 閾値マスキングモジュール ３７０ 動的ビット割り当てモジュール ３８０ 量子化モジュール ３９０、３９１ 重複加算レンジ ４１０ 逆動的ビット割り当てモジュール ４２０ 逆量子化モジュール ４３０ ＤＣＴ逆変換モジュール ４４０ 非対称重複加算ウィンドウモジュール ４５０ 重複加算モジュール ７００ コンピューティングデバイス ７０２ 処理装置 ７０４ メモリ ７０８ 取り外し可能ストレージ ７１０ 取り外し不能ストレージ ７１２ 通信接続 ７１４ 入力装置 ７１６ 出力装置
ル） ３２０ 線形予測量子化モジュール ３３０ 逆線形予測フィルタ ３４０ 重複加算モジュール（重複加算ウィンドウ処理
モジュール） ３５０ 離散コサイン変換モジュール ３６０ 閾値マスキングモジュール ３７０ 動的ビット割り当てモジュール ３８０ 量子化モジュール ３９０、３９１ 重複加算レンジ ４１０ 逆動的ビット割り当てモジュール ４２０ 逆量子化モジュール ４３０ ＤＣＴ逆変換モジュール ４４０ 非対称重複加算ウィンドウモジュール ４５０ 重複加算モジュール ７００ コンピューティングデバイス ７０２ 処理装置 ７０４ メモリ ７０８ 取り外し可能ストレージ ７１０ 取り外し不能ストレージ ７１２ 通信接続 ７１４ 入力装置 ７１６ 出力装置
─────────────────────────────────────────────────────
フロントページの続き
(51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考）
Ｇ１０Ｌ 9/14 Ｈ
(72)発明者 小石田 和人
アメリカ合衆国 98052 ワシントン州
レッドモンド 146 アベニュー ノース
イースト 7507
(72)発明者 ウラジミール カッパーマン
アメリカ合衆国 93117 カリフォルニア
州 ゴレタ シエロ アベニュー 5635
(72)発明者 アミール エイチ．マジディメア
アメリカ合衆国 98072 ワシントン州
ウッドビル 164 プレイス ノースイー
スト 14824
(72)発明者 アレン ガーショ
アメリカ合衆国 93111 カリフォルニア
州 サンタ バーバラ ビア ジェニータ
4604
Ｆターム(参考） 5D045 CB01 DA02 DA11
5J064 AA02 BA16 BB04 BC01 BC02
BC08 BC11 BC16 BC22 BD02
BD03
Claims (15)
- 【請求項１】 符号化信号の一部分を復号する方法であ
って、前記一部分は、符号化された音声信号または符号
化された音楽信号を含み、前記方法は、 前記符号化信号の前記一部分が、符号化音声信号に対応
するか、または符号化音楽信号に対応するかを判定する
ステップと、 前記符号化信号の前記一部分が符号化音声信号に対応す
ると判定された場合は、前記符号化信号の前記一部分を
音声励振ジェネレータに提供するステップであって、線
形予測の手順に従って励振信号が生成されるステップ
と、 前記符号化信号の前記一部分が符号化音楽信号に対応す
ると判定された場合は、前記符号化信号の前記一部分を
変換励振ジェネレータに提供するステップであって、変
換符号化の手順に従って励振信号が生成されるステップ
と、 共通の線形予測合成フィルタの入力を、前記音声励振ジ
ェネレータの出力と前記変換励振ジェネレータの出力の
間で切り替え、それにより、前記共通の線形予測合成フ
ィルタが、前記入力される励振に対応する再構築信号を
出力として提供するステップとを有することを特徴とす
る方法。 - 【請求項２】 入力音楽信号のシーケンスからなる音楽
スーパーフレームを受信するステップと、 線形予測原理に従って、前記音楽スーパーフレームにつ
いての残差信号および複数の線形予測係数を生成するス
テップと、 前記スーパーフレームの前記残差信号に非対称重複加算
ウィンドウを適用して、ウィンドウ処理した信号を生成
するステップと、 前記ウィンドウ処理した信号に離散コサイン変換を実行
して、離散コサイン変換係数のセットを得るステップ
と、 前記入力音楽信号または前記線形予測係数に従って、動
的ビット割り当て情報を計算するステップと、 前記動的ビット割り当て情報に従って、前記離散コサイ
ン変換係数を量子化するステップとを含む非対称重複加
算変換法に従って、前記符号化音楽信号を形成すること
を特徴とする請求項１に記載の方法。 - 【請求項３】 前記符号化信号の前記一部分は、変換符
号化のためにサイズが最適化された信号スーパーフレー
ムを有することを特徴とする請求項１に記載の方法。 - 【請求項４】 前記スーパーフレームは一連のエレメン
トで構成され、非対称重複加算ウィンドウを適用する前
記ステップはさらに、 前のスーパーフレームエレメントの最後のサブシリーズ
に従って、現在のスーパーフレームエレメントの最初の
サブシリーズを修正すること、並びに、次のスーパーフ
レームエレメントの最初のサブシリーズに従って、前記
現在のスーパーフレームエレメントの最後のサブシリー
ズを修正することによって前記非対称重複加算ウィンド
ウを作成するステップと、 時間領域中の前記現在のスーパーフレームで、前記ウィ
ンドウを乗算するステップとを含むことを特徴とする請
求項２に記載の方法。 - 【請求項５】 線形予測係数のセットの補間を行うステ
ップをさらに有することを特徴とする請求項４に記載の
方法。 - 【請求項６】 符号化信号の一部分を復号するステップ
を実行するための命令をその上に有するコンピュータ可
読媒体であって、前記一部分は、符号化音声信号または
符号化音楽信号を含み、前記ステップは、 前記符号化信号の前記一部分が、符号化音声信号に対応
するか、または符号化音楽信号に対応するかを判定する
ステップと、 前記符号化信号の前記一部分が符号化音声信号に対応す
ると判定された場合は、前記符号化信号の前記一部分を
音声励振ジェネレータに提供するステップであって、線
形予測の手順に従って励振信号が生成されるステップ
と、 前記符号化信号の前記一部分が符号化音楽信号に対応す
ると判定された場合は、前記符号化信号の前記一部分を
変換励振ジェネレータに提供するステップであって、変
換符号化の手順に従って励振信号が生成されるステップ
と、 共通の線形予測合成フィルタの入力を、前記音声励振ジ
ェネレータの出力と前記変換励振ジェネレータの出力の
間で切り替え、それにより、前記共通の線形予測合成フ
ィルタが、前記入力される励振に対応する再構築信号を
出力として提供するステップとを含むことを特徴とする
コンピュータ可読媒体。 - 【請求項７】 入力音楽信号のシーケンスからなる音楽
スーパーフレームを受信するステップと、 線形予測原理に従って、前記音楽スーパーフレームにつ
いての残差信号および複数の線形予測係数を生成するス
テップと、 前記スーパーフレームの前記残差信号に非対称重複加算
ウィンドウを適用して、ウィンドウ処理した信号を生成
するステップと、 前記ウィンドウ処理した信号に離散コサイン変換を実行
して、離散コサイン変換係数のセットを得るステップ
と、 前記入力音楽信号または前記線形予測係数に従って、動
的ビット割り当て情報を計算するステップと、 前記動的ビット割り当て情報に従って、前記離散コサイ
ン変換係数を量子化するステップとを含む非対称重複加
算変換方法に従って、前記符号化音楽信号を形成するこ
とを特徴とする請求項５に記載のコンピュータ可読媒
体。 - 【請求項８】 前記符号化信号の前記一部分は、変換符
号化のためにサイズが最適化された信号スーパーフレー
ムを有することを特徴とする請求項６に記載のコンピュ
ータ可読媒体。 - 【請求項９】 前記スーパーフレームは一連のエレメン
トで構成され、非対称重複加算ウィンドウを適用する前
記ステップはさらに、 前のスーパーフレームエレメントの最後のサブシリーズ
に従って、現在のスーパーフレームエレメントの最初の
サブシリーズを修正すること、並びに、次のスーパーフ
レームエレメントの最初のサブシリーズに従って、前記
現在のスーパーフレームエレメントの最後のサブシリー
ズを修正することによって前記非対称重複加算ウィンド
ウを作成するステップと、 時間領域中の前記現在のスーパーフレームで、前記ウィ
ンドウを乗算するステップとを含むことを特徴とする請
求項７に記載のコンピュータ可読媒体。 - 【請求項１０】 線形予測係数セットの補間を行う前記
ステップを実行させる（ｃａｕｓｅ）ための命令をさら
に含むことを特徴とする請求項８に記載のコンピュータ
可読媒体。 - 【請求項１１】 スーパーフレーム信号を符号化する装
置であって、前記スーパーフレーム信号は音声信号また
は音楽信号のシーケンスを含み、前記装置は、 前記スーパーフレームが音声スーパーフレームである
か、または音楽スーパーフレームであるかを分類する音
声／音楽クラシファイアと、 前記音声スーパーフレームまたは音楽スーパーフレーム
を符号化し、複数の符号化信号を提供する音声／音楽符
号変換器であって、線形予測合成フィルタを使用して前
記音楽スーパーフレームを再構築するために、変換符号
化法を用いて励振信号を生成する音楽符号変換器を含む
音声／音楽符号変換器と、 前記符号化信号を復号する音声／音楽復号器であって、 前記変換符号化法の逆を実行して、前記符号化音楽信号
を復号する変換復号器、並びに、 線形予測係数のセットに従って再構築信号を生成する線
形予測合成フィルタであって、音楽信号および音声信号
両方の再生に使用することができる線形予測合成フィル
タを含む音声／音楽復号器とを備えたことを特徴とする
装置。 - 【請求項１２】 音声／音楽クラシファイアは、前記ス
ーパーフレームが音楽であるかまたは音声であるかを表
すモードビットを提供することを特徴とする請求項１１
に記載の装置。 - 【請求項１３】 前記音声／音楽符号変換器は音声スー
パーフレームを符号化する音声符号変換器をさらに含
み、前記音声符号変換器は線形予測の原理に従って動作
することを特徴とする請求項１１に記載の装置。 - 【請求項１４】 前記音楽符号変換器はさらに、 前記音楽スーパーフレームを解析し、線形予測係数のセ
ットを生成する線形予測解析モジュールと、 前記線形予測係数を量子化する線形予測係数量子化モジ
ュールと、 前記線形予測係数および前記音楽スーパーフレームを受
け取り、残差信号を提供する逆線形予測フィルタと、 前記残差信号をウィンドウ処理し、ウィンドウ処理した
信号を生成する非対称重複加算ウィンドウ処理モジュー
ルと、 前記ウィンドウ処理した信号を離散コサイン変換係数の
セットに変換する離散コサイン変換モジュールと、 前記入力信号または前記線形予測係数の少なくとも１つ
に基づいて、ビット割り当て情報を提供する動的ビット
割り当てモジュールと、 前記ビット割り当て情報に従って、前記離散コサイン変
換係数を量子化する離散コサイン変換係数量子化モジュ
ールとを備えたことを特徴とする請求項１１に記載の装
置。 - 【請求項１５】 前記変換復号器はさらに、 ビット割り当て情報を提供する動的ビット割り当てモジ
ュールと、 量子化した離散コサイン変換係数を、離散コサイン変換
係数のセットに変換する逆量子化モジュールと、 前記離散コサイン変換係数を時間領域信号に変換する、
離散コサイン逆変換モジュールと、 前記時間領域信号をウィンドウ処理し、ウィンドウ処理
した信号を生成する非対称重複加算ウィンドウ処理モジ
ュールと、 前記非対称ウィンドウに基づいて、前記ウィンドウ処理
した信号を修正する重複加算モジュールとを備えたこと
を特徴とする請求項１１に記載の装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/892,105 US6658383B2 (en) | 2001-06-26 | 2001-06-26 | Method for coding speech and music signals |
| US09/892,105 | 2001-06-26 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009245860A Division JP5208901B2 (ja) | 2001-06-26 | 2009-10-26 | 音声信号および音楽信号を符号化する方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003044097A true JP2003044097A (ja) | 2003-02-14 |
Family
ID=25399378
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002185213A Pending JP2003044097A (ja) | 2001-06-26 | 2002-06-25 | 音声信号および音楽信号を符号化する方法 |
| JP2009245860A Expired - Fee Related JP5208901B2 (ja) | 2001-06-26 | 2009-10-26 | 音声信号および音楽信号を符号化する方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009245860A Expired - Fee Related JP5208901B2 (ja) | 2001-06-26 | 2009-10-26 | 音声信号および音楽信号を符号化する方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6658383B2 (ja) |
| EP (1) | EP1278184B1 (ja) |
| JP (2) | JP2003044097A (ja) |
| AT (1) | ATE388465T1 (ja) |
| DE (1) | DE60225381T2 (ja) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008111991A (ja) * | 2006-10-30 | 2008-05-15 | Ntt Docomo Inc | 復号装置、符号化装置、復号方法及び符号化方法 |
| JP2009545780A (ja) * | 2006-07-31 | 2009-12-24 | クゥアルコム・インコーポレイテッド | オーディオ信号に関連付けられるフレームを持つ窓を修正するためのシステムと方法 |
| JP2010506239A (ja) * | 2006-10-10 | 2010-02-25 | クゥアルコム・インコーポレイテッド | オーディオ信号を符号化及び復号化する方法及び装置 |
| KR20100032843A (ko) * | 2008-09-18 | 2010-03-26 | 한국전자통신연구원 | Ｍｄｃｔ 기반의 코더와 이종의 코더 간 변환에서의 인코딩 장치 및 디코딩 장치 |
| WO2010101190A1 (ja) | 2009-03-06 | 2010-09-10 | 株式会社エヌ・ティ・ティ・ドコモ | 音信号符号化方法、音信号復号方法、符号化装置、復号装置、音信号処理システム、音信号符号化プログラム、及び、音信号復号プログラム |
| JP2011509426A (ja) * | 2008-01-04 | 2011-03-24 | ドルビー・インターナショナル・アーベー | オーディオエンコーダおよびデコーダ |
| JP2011518345A (ja) * | 2008-03-14 | 2011-06-23 | ドルビー・ラボラトリーズ・ライセンシング・コーポレーション | スピーチライク信号及びノンスピーチライク信号のマルチモードコーディング |
| JP2011133637A (ja) * | 2009-12-24 | 2011-07-07 | Nippon Telegr & Teleph Corp <Ntt> | 符号化方法、復号方法、符号化装置、復号装置及びプログラム |
| JP2011527441A (ja) * | 2008-07-10 | 2011-10-27 | ヴォイスエイジ・コーポレーション | スーパーフレームにおいてｌｐｃフィルタの量子化および逆量子化を行うためのデバイスおよび方法 |
| JP4819881B2 (ja) * | 2005-04-28 | 2011-11-24 | シーメンス アクチエンゲゼルシヤフト | ノイズを抑制するための方法と装置 |
| JP2012505423A (ja) * | 2008-10-08 | 2012-03-01 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | マルチ分解能切替型のオーディオ符号化及び復号化スキーム |
| RU2455709C2 (ru) * | 2008-03-03 | 2012-07-10 | ЭлДжи ЭЛЕКТРОНИКС ИНК. | Способ и устройство для обработки аудиосигнала |
| JP2013508766A (ja) * | 2009-10-20 | 2013-03-07 | 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 | オーディオ信号符号器、オーディオ信号復号器、オーディオコンテンツの符号化表現を供給するための方法、オーディオコンテンツの復号化表現を供給するための方法、および低遅延アプリケーションにおける使用のためのコンピュータ・プログラム |
| JP2013530551A (ja) * | 2010-03-22 | 2013-07-25 | アンワイヤード テクノロジー，リミテッド ライアビリティ カンパニー | デュアルモード符号化器、デュアルモード符号化器を備えるシステム、及び赤外線信号を生成する方法 |
| US8990072B2 (en) | 2008-07-14 | 2015-03-24 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander to output the audio or speech to a frequency domain encoder or an LPC encoder |
| JP2015092254A (ja) * | 2010-07-19 | 2015-05-14 | ホアウェイ・テクノロジーズ・カンパニー・リミテッド | 帯域幅拡張のためのスペクトル平坦性制御 |
| US9653088B2 (en) | 2007-06-13 | 2017-05-16 | Qualcomm Incorporated | Systems, methods, and apparatus for signal encoding using pitch-regularizing and non-pitch-regularizing coding |
Families Citing this family (95)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7315815B1 (en) * | 1999-09-22 | 2008-01-01 | Microsoft Corporation | LPC-harmonic vocoder with superframe structure |
| WO2001069938A1 (en) * | 2000-03-15 | 2001-09-20 | Digital Accelerator Corporation | Coding of digital video with high motion content |
| JP3467469B2 (ja) * | 2000-10-31 | 2003-11-17 | Ｎｅｃエレクトロニクス株式会社 | 音声復号装置および音声復号プログラムを記録した記録媒体 |
| JP4867076B2 (ja) * | 2001-03-28 | 2012-02-01 | 日本電気株式会社 | 音声合成用圧縮素片作成装置、音声規則合成装置及びそれらに用いる方法 |
| JP2005524450A (ja) * | 2002-05-02 | 2005-08-18 | フォーキッズ エンターテイメント ライセンシング， インク． | ハンドヘルドデータ圧縮装置 |
| JP4208533B2 (ja) * | 2002-09-19 | 2009-01-14 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| US20060106597A1 (en) * | 2002-09-24 | 2006-05-18 | Yaakov Stein | System and method for low bit-rate compression of combined speech and music |
| WO2004082288A1 (en) * | 2003-03-11 | 2004-09-23 | Nokia Corporation | Switching between coding schemes |
| DE10328777A1 (de) * | 2003-06-25 | 2005-01-27 | Coding Technologies Ab | Vorrichtung und Verfahren zum Codieren eines Audiosignals und Vorrichtung und Verfahren zum Decodieren eines codierten Audiosignals |
| US20050004793A1 (en) * | 2003-07-03 | 2005-01-06 | Pasi Ojala | Signal adaptation for higher band coding in a codec utilizing band split coding |
| FR2867649A1 (fr) * | 2003-12-10 | 2005-09-16 | France Telecom | Procede de codage multiple optimise |
| US20050154636A1 (en) * | 2004-01-11 | 2005-07-14 | Markus Hildinger | Method and system for selling and/ or distributing digital audio files |
| US20050159942A1 (en) * | 2004-01-15 | 2005-07-21 | Manoj Singhal | Classification of speech and music using linear predictive coding coefficients |
| FI118834B (fi) | 2004-02-23 | 2008-03-31 | Nokia Corp | Audiosignaalien luokittelu |
| FI118835B (fi) | 2004-02-23 | 2008-03-31 | Nokia Corp | Koodausmallin valinta |
| US7668712B2 (en) * | 2004-03-31 | 2010-02-23 | Microsoft Corporation | Audio encoding and decoding with intra frames and adaptive forward error correction |
| GB0408856D0 (en) * | 2004-04-21 | 2004-05-26 | Nokia Corp | Signal encoding |
| JP2007538282A (ja) * | 2004-05-17 | 2007-12-27 | ノキア コーポレイション | 各種の符号化フレーム長でのオーディオ符号化 |
| US7739120B2 (en) * | 2004-05-17 | 2010-06-15 | Nokia Corporation | Selection of coding models for encoding an audio signal |
| WO2005112004A1 (en) * | 2004-05-17 | 2005-11-24 | Nokia Corporation | Audio encoding with different coding models |
| US7596486B2 (en) * | 2004-05-19 | 2009-09-29 | Nokia Corporation | Encoding an audio signal using different audio coder modes |
| US20080215340A1 (en) * | 2005-05-25 | 2008-09-04 | Su Wen-Yu | Compressing Method for Digital Audio Files |
| US7831421B2 (en) | 2005-05-31 | 2010-11-09 | Microsoft Corporation | Robust decoder |
| US7707034B2 (en) * | 2005-05-31 | 2010-04-27 | Microsoft Corporation | Audio codec post-filter |
| US7177804B2 (en) * | 2005-05-31 | 2007-02-13 | Microsoft Corporation | Sub-band voice codec with multi-stage codebooks and redundant coding |
| KR100647336B1 (ko) * | 2005-11-08 | 2006-11-23 | 삼성전자주식회사 | 적응적 시간/주파수 기반 오디오 부호화/복호화 장치 및방법 |
| KR100715949B1 (ko) * | 2005-11-11 | 2007-05-08 | 삼성전자주식회사 | 고속 음악 무드 분류 방법 및 그 장치 |
| AU2007206167B8 (en) * | 2006-01-18 | 2010-06-24 | Industry-Academic Cooperation Foundation, Yonsei University | Apparatus and method for encoding and decoding signal |
| KR100717387B1 (ko) * | 2006-01-26 | 2007-05-11 | 삼성전자주식회사 | 유사곡 검색 방법 및 그 장치 |
| KR100749045B1 (ko) * | 2006-01-26 | 2007-08-13 | 삼성전자주식회사 | 음악 내용 요약본을 이용한 유사곡 검색 방법 및 그 장치 |
| US7461106B2 (en) * | 2006-09-12 | 2008-12-02 | Motorola, Inc. | Apparatus and method for low complexity combinatorial coding of signals |
| US8504376B2 (en) | 2006-09-29 | 2013-08-06 | Lg Electronics Inc. | Methods and apparatuses for encoding and decoding object-based audio signals |
| KR101434198B1 (ko) * | 2006-11-17 | 2014-08-26 | 삼성전자주식회사 | 신호 복호화 방법 |
| US20090210239A1 (en) * | 2006-11-24 | 2009-08-20 | Lg Electronics Inc. | Method for Encoding and Decoding Object-Based Audio Signal and Apparatus Thereof |
| MY148913A (en) | 2006-12-12 | 2013-06-14 | Fraunhofer Ges Forschung | Encoder, decoder and methods for encoding and decoding data segments representing a time-domain data stream |
| CN101025918B (zh) * | 2007-01-19 | 2011-06-29 | 清华大学 | 一种语音/音乐双模编解码无缝切换方法 |
| EP2115739A4 (en) | 2007-02-14 | 2010-01-20 | Lg Electronics Inc | METHODS AND APPARATUSES FOR ENCODING AND DECODING AUDIO SIGNALS BASED ON OBJECTS |
| US20090006081A1 (en) * | 2007-06-27 | 2009-01-01 | Samsung Electronics Co., Ltd. | Method, medium and apparatus for encoding and/or decoding signal |
| US8576096B2 (en) * | 2007-10-11 | 2013-11-05 | Motorola Mobility Llc | Apparatus and method for low complexity combinatorial coding of signals |
| CA2702669C (en) * | 2007-10-15 | 2015-03-31 | Lg Electronics Inc. | A method and an apparatus for processing a signal |
| US8209190B2 (en) * | 2007-10-25 | 2012-06-26 | Motorola Mobility, Inc. | Method and apparatus for generating an enhancement layer within an audio coding system |
| AU2012201692B2 (en) * | 2008-01-04 | 2013-05-16 | Dolby International Ab | Audio Encoder and Decoder |
| KR101441896B1 (ko) * | 2008-01-29 | 2014-09-23 | 삼성전자주식회사 | 적응적 ｌｐｃ 계수 보간을 이용한 오디오 신호의 부호화,복호화 방법 및 장치 |
| EP2259254B1 (en) * | 2008-03-04 | 2014-04-30 | LG Electronics Inc. | Method and apparatus for processing an audio signal |
| US7889103B2 (en) * | 2008-03-13 | 2011-02-15 | Motorola Mobility, Inc. | Method and apparatus for low complexity combinatorial coding of signals |
| US20090234642A1 (en) * | 2008-03-13 | 2009-09-17 | Motorola, Inc. | Method and Apparatus for Low Complexity Combinatorial Coding of Signals |
| US8639519B2 (en) * | 2008-04-09 | 2014-01-28 | Motorola Mobility Llc | Method and apparatus for selective signal coding based on core encoder performance |
| EP2139000B1 (en) * | 2008-06-25 | 2011-05-25 | Thomson Licensing | Method and apparatus for encoding or decoding a speech and/or non-speech audio input signal |
| EP2144231A1 (en) * | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme with common preprocessing |
| CA2730200C (en) * | 2008-07-11 | 2016-09-27 | Max Neuendorf | An apparatus and a method for generating bandwidth extension output data |
| PL2352147T3 (pl) * | 2008-07-11 | 2014-02-28 | Fraunhofer Ges Forschung | Urządzenie i sposób kodowania sygnału audio |
| EP2144230A1 (en) | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme having cascaded switches |
| RU2492530C2 (ru) * | 2008-07-11 | 2013-09-10 | Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. | Устройство и способ кодирования/декодирования звукового сигнала посредством использования схемы переключения совмещения имен |
| AU2009267394B2 (en) * | 2008-07-11 | 2012-10-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder and decoder for encoding frames of sampled audio signals |
| KR20100007738A (ko) * | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 음성/오디오 통합 신호의 부호화/복호화 장치 |
| KR101756834B1 (ko) * | 2008-07-14 | 2017-07-12 | 삼성전자주식회사 | 오디오/스피치 신호의 부호화 및 복호화 방법 및 장치 |
| PL2146344T3 (pl) | 2008-07-17 | 2017-01-31 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Sposób kodowania/dekodowania sygnału audio obejmujący przełączalne obejście |
| EP2169670B1 (en) * | 2008-09-25 | 2016-07-20 | LG Electronics Inc. | An apparatus for processing an audio signal and method thereof |
| FR2936898A1 (fr) * | 2008-10-08 | 2010-04-09 | France Telecom | Codage a echantillonnage critique avec codeur predictif |
| KR101649376B1 (ko) | 2008-10-13 | 2016-08-31 | 한국전자통신연구원 | Ｍｄｃｔ 기반 음성/오디오 통합 부호화기의 ｌｐｃ 잔차신호 부호화/복호화 장치 |
| WO2010044593A2 (ko) * | 2008-10-13 | 2010-04-22 | 한국전자통신연구원 | Mdct 기반 음성/오디오 통합 부호화기의 lpc 잔차신호 부호화/복호화 장치 |
| US8175888B2 (en) | 2008-12-29 | 2012-05-08 | Motorola Mobility, Inc. | Enhanced layered gain factor balancing within a multiple-channel audio coding system |
| US8219408B2 (en) * | 2008-12-29 | 2012-07-10 | Motorola Mobility, Inc. | Audio signal decoder and method for producing a scaled reconstructed audio signal |
| US8140342B2 (en) * | 2008-12-29 | 2012-03-20 | Motorola Mobility, Inc. | Selective scaling mask computation based on peak detection |
| US8200496B2 (en) * | 2008-12-29 | 2012-06-12 | Motorola Mobility, Inc. | Audio signal decoder and method for producing a scaled reconstructed audio signal |
| JP5519230B2 (ja) * | 2009-09-30 | 2014-06-11 | パナソニック株式会社 | オーディオエンコーダ及び音信号処理システム |
| KR101137652B1 (ko) * | 2009-10-14 | 2012-04-23 | 광운대학교 산학협력단 | 천이 구간에 기초하여 윈도우의 오버랩 영역을 조절하는 통합 음성/오디오 부호화/복호화 장치 및 방법 |
| KR101397058B1 (ko) | 2009-11-12 | 2014-05-20 | 엘지전자 주식회사 | 신호 처리 방법 및 이의 장치 |
| US8442837B2 (en) * | 2009-12-31 | 2013-05-14 | Motorola Mobility Llc | Embedded speech and audio coding using a switchable model core |
| US8428936B2 (en) * | 2010-03-05 | 2013-04-23 | Motorola Mobility Llc | Decoder for audio signal including generic audio and speech frames |
| US8423355B2 (en) * | 2010-03-05 | 2013-04-16 | Motorola Mobility Llc | Encoder for audio signal including generic audio and speech frames |
| ES2958392T3 (es) | 2010-04-13 | 2024-02-08 | Fraunhofer Ges Forschung | Método de decodificación de audio para procesar señales de audio estéreo usando una dirección de predicción variable |
| KR102492622B1 (ko) | 2010-07-02 | 2023-01-30 | 돌비 인터네셔널 에이비 | 선택적인 베이스 포스트 필터 |
| TWI421860B (zh) * | 2010-10-28 | 2014-01-01 | Pacific Tech Microelectronics Inc | Dynamic sound quality control device |
| EP2466580A1 (en) * | 2010-12-14 | 2012-06-20 | Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. | Encoder and method for predictively encoding, decoder and method for decoding, system and method for predictively encoding and decoding and predictively encoded information signal |
| FR2969805A1 (fr) * | 2010-12-23 | 2012-06-29 | France Telecom | Codage bas retard alternant codage predictif et codage par transformee |
| CN102074242B (zh) * | 2010-12-27 | 2012-03-28 | 武汉大学 | 语音音频混合分级编码中核心层残差提取系统及方法 |
| PL3244405T3 (pl) | 2011-03-04 | 2019-12-31 | Telefonaktiebolaget Lm Ericsson (Publ) | Dekoder audio z korekcją wzmocnienia po kwantyzacji |
| US9542149B2 (en) | 2011-11-10 | 2017-01-10 | Nokia Technologies Oy | Method and apparatus for detecting audio sampling rate |
| EP2830062B1 (en) | 2012-03-21 | 2019-11-20 | Samsung Electronics Co., Ltd. | Method and apparatus for high-frequency encoding/decoding for bandwidth extension |
| WO2014001182A1 (en) * | 2012-06-28 | 2014-01-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Linear prediction based audio coding using improved probability distribution estimation |
| US9129600B2 (en) | 2012-09-26 | 2015-09-08 | Google Technology Holdings LLC | Method and apparatus for encoding an audio signal |
| PL401346A1 (pl) * | 2012-10-25 | 2014-04-28 | Ivona Software Spółka Z Ograniczoną Odpowiedzialnością | Generowanie spersonalizowanych programów audio z zawartości tekstowej |
| PL401371A1 (pl) * | 2012-10-26 | 2014-04-28 | Ivona Software Spółka Z Ograniczoną Odpowiedzialnością | Opracowanie głosu dla zautomatyzowanej zamiany tekstu na mowę |
| PL401372A1 (pl) * | 2012-10-26 | 2014-04-28 | Ivona Software Spółka Z Ograniczoną Odpowiedzialnością | Hybrydowa kompresja danych głosowych w systemach zamiany tekstu na mowę |
| EP4407616A3 (en) | 2012-11-13 | 2024-10-02 | Samsung Electronics Co., Ltd. | Method and apparatus for determining encoding mode, method and apparatus for encoding audio signals, and method and apparatus for decoding audio signals |
| KR101766802B1 (ko) * | 2013-01-29 | 2017-08-09 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 코딩 모드 스위칭 보상을 위한 개념 |
| PL2981958T3 (pl) * | 2013-04-05 | 2018-07-31 | Dolby International Ab | Koder i dekoder audio |
| CN106409310B (zh) | 2013-08-06 | 2019-11-19 | 华为技术有限公司 | 一种音频信号分类方法和装置 |
| SG11201601298WA (en) * | 2013-08-23 | 2016-03-30 | Fraunhofer Ges Forschung | Apparatus and method for processing an audio signal using an aliasing error signal |
| CN107424622B (zh) * | 2014-06-24 | 2020-12-25 | 华为技术有限公司 | 音频编码方法和装置 |
| EP2980797A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio decoder, method and computer program using a zero-input-response to obtain a smooth transition |
| CN106448688B (zh) | 2014-07-28 | 2019-11-05 | 华为技术有限公司 | 音频编码方法及相关装置 |
| WO2017005296A1 (en) | 2015-07-06 | 2017-01-12 | Nokia Technologies Oy | Bit error detector for an audio signal decoder |
| CN111916059B (zh) * | 2020-07-01 | 2022-12-27 | 深圳大学 | 一种基于深度学习的平滑语音检测方法、装置及智能设备 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1062963C (zh) * | 1990-04-12 | 2001-03-07 | 多尔拜实验特许公司 | 用于产生高质量声音信号的解码器和编码器 |
| US5734789A (en) | 1992-06-01 | 1998-03-31 | Hughes Electronics | Voiced, unvoiced or noise modes in a CELP vocoder |
| US5717823A (en) | 1994-04-14 | 1998-02-10 | Lucent Technologies Inc. | Speech-rate modification for linear-prediction based analysis-by-synthesis speech coders |
| JP3277682B2 (ja) * | 1994-04-22 | 2002-04-22 | ソニー株式会社 | 情報符号化方法及び装置、情報復号化方法及び装置、並びに情報記録媒体及び情報伝送方法 |
| TW271524B (ja) | 1994-08-05 | 1996-03-01 | Qualcomm Inc | |
| US5751903A (en) | 1994-12-19 | 1998-05-12 | Hughes Electronics | Low rate multi-mode CELP codec that encodes line SPECTRAL frequencies utilizing an offset |
| JP3317470B2 (ja) * | 1995-03-28 | 2002-08-26 | 日本電信電話株式会社 | 音響信号符号化方法、音響信号復号化方法 |
| IT1281001B1 (it) | 1995-10-27 | 1998-02-11 | Cselt Centro Studi Lab Telecom | Procedimento e apparecchiatura per codificare, manipolare e decodificare segnali audio. |
| US5778335A (en) * | 1996-02-26 | 1998-07-07 | The Regents Of The University Of California | Method and apparatus for efficient multiband celp wideband speech and music coding and decoding |
| US6570991B1 (en) | 1996-12-18 | 2003-05-27 | Interval Research Corporation | Multi-feature speech/music discrimination system |
| US6134518A (en) * | 1997-03-04 | 2000-10-17 | International Business Machines Corporation | Digital audio signal coding using a CELP coder and a transform coder |
| WO1999050828A1 (en) * | 1998-03-30 | 1999-10-07 | Voxware, Inc. | Low-complexity, low-delay, scalable and embedded speech and audio coding with adaptive frame loss concealment |
| US6330533B2 (en) | 1998-08-24 | 2001-12-11 | Conexant Systems, Inc. | Speech encoder adaptively applying pitch preprocessing with warping of target signal |
| JP4359949B2 (ja) * | 1998-10-22 | 2009-11-11 | ソニー株式会社 | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
| US6310915B1 (en) | 1998-11-20 | 2001-10-30 | Harmonic Inc. | Video transcoder with bitstream look ahead for rate control and statistical multiplexing |
| US6311154B1 (en) | 1998-12-30 | 2001-10-30 | Nokia Mobile Phones Limited | Adaptive windows for analysis-by-synthesis CELP-type speech coding |
-
2001
- 2001-06-26 US US09/892,105 patent/US6658383B2/en not_active Expired - Lifetime
-
2002
- 2002-05-15 EP EP02010879A patent/EP1278184B1/en not_active Expired - Lifetime
- 2002-05-15 AT AT02010879T patent/ATE388465T1/de not_active IP Right Cessation
- 2002-05-15 DE DE60225381T patent/DE60225381T2/de not_active Expired - Lifetime
- 2002-06-25 JP JP2002185213A patent/JP2003044097A/ja active Pending
-
2009
- 2009-10-26 JP JP2009245860A patent/JP5208901B2/ja not_active Expired - Fee Related
Cited By (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4819881B2 (ja) * | 2005-04-28 | 2011-11-24 | シーメンス アクチエンゲゼルシヤフト | ノイズを抑制するための方法と装置 |
| JP2009545780A (ja) * | 2006-07-31 | 2009-12-24 | クゥアルコム・インコーポレイテッド | オーディオ信号に関連付けられるフレームを持つ窓を修正するためのシステムと方法 |
| JP2010506239A (ja) * | 2006-10-10 | 2010-02-25 | クゥアルコム・インコーポレイテッド | オーディオ信号を符号化及び復号化する方法及び装置 |
| US9583117B2 (en) | 2006-10-10 | 2017-02-28 | Qualcomm Incorporated | Method and apparatus for encoding and decoding audio signals |
| JP2008111991A (ja) * | 2006-10-30 | 2008-05-15 | Ntt Docomo Inc | 復号装置、符号化装置、復号方法及び符号化方法 |
| US9653088B2 (en) | 2007-06-13 | 2017-05-16 | Qualcomm Incorporated | Systems, methods, and apparatus for signal encoding using pitch-regularizing and non-pitch-regularizing coding |
| US8938387B2 (en) | 2008-01-04 | 2015-01-20 | Dolby Laboratories Licensing Corporation | Audio encoder and decoder |
| US8924201B2 (en) | 2008-01-04 | 2014-12-30 | Dolby International Ab | Audio encoder and decoder |
| JP2011509426A (ja) * | 2008-01-04 | 2011-03-24 | ドルビー・インターナショナル・アーベー | オーディオエンコーダおよびデコーダ |
| US8484019B2 (en) | 2008-01-04 | 2013-07-09 | Dolby Laboratories Licensing Corporation | Audio encoder and decoder |
| JP2014016625A (ja) * | 2008-01-04 | 2014-01-30 | Dolby International Ab | オーディオコーディングシステム、オーディオデコーダ、オーディオコーディング方法及びオーディオデコーディング方法 |
| US8494863B2 (en) | 2008-01-04 | 2013-07-23 | Dolby Laboratories Licensing Corporation | Audio encoder and decoder with long term prediction |
| RU2455709C2 (ru) * | 2008-03-03 | 2012-07-10 | ЭлДжи ЭЛЕКТРОНИКС ИНК. | Способ и устройство для обработки аудиосигнала |
| JP2011518345A (ja) * | 2008-03-14 | 2011-06-23 | ドルビー・ラボラトリーズ・ライセンシング・コーポレーション | スピーチライク信号及びノンスピーチライク信号のマルチモードコーディング |
| US8712764B2 (en) | 2008-07-10 | 2014-04-29 | Voiceage Corporation | Device and method for quantizing and inverse quantizing LPC filters in a super-frame |
| JP2011527441A (ja) * | 2008-07-10 | 2011-10-27 | ヴォイスエイジ・コーポレーション | スーパーフレームにおいてｌｐｃフィルタの量子化および逆量子化を行うためのデバイスおよび方法 |
| USRE49363E1 (en) | 2008-07-10 | 2023-01-10 | Voiceage Corporation | Variable bit rate LPC filter quantizing and inverse quantizing device and method |
| US9245532B2 (en) | 2008-07-10 | 2016-01-26 | Voiceage Corporation | Variable bit rate LPC filter quantizing and inverse quantizing device and method |
| US8990072B2 (en) | 2008-07-14 | 2015-03-24 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander to output the audio or speech to a frequency domain encoder or an LPC encoder |
| US10777212B2 (en) | 2008-07-14 | 2020-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander with a spectral band replication (SBR) to output the SBR to either time or transform domain encoding according to the input signal characteristic |
| US10121482B2 (en) | 2008-07-14 | 2018-11-06 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander with a spectral band replication (SBR) to output the SBR to either time or transform domain encoding according to the input signal characteristic |
| US11456002B2 (en) | 2008-07-14 | 2022-09-27 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander with a spectral band replication (SBR) to output the SBR to either time or transform domain encoding according to the input signal |
| US9711159B2 (en) | 2008-07-14 | 2017-07-18 | Electronics And Telecommunications Research Institute | Apparatus and method for encoding and decoding of integrated speech and audio utilizing a band expander with a spectral band replication to output the audio or speech to a frequency domain encoder or an LPC encoder |
| US11062718B2 (en) | 2008-09-18 | 2021-07-13 | Electronics And Telecommunications Research Institute | Encoding apparatus and decoding apparatus for transforming between modified discrete cosine transform-based coder and different coder |
| US9773505B2 (en) | 2008-09-18 | 2017-09-26 | Electronics And Telecommunications Research Institute | Encoding apparatus and decoding apparatus for transforming between modified discrete cosine transform-based coder and different coder |
| KR20100032843A (ko) * | 2008-09-18 | 2010-03-26 | 한국전자통신연구원 | Ｍｄｃｔ 기반의 코더와 이종의 코더 간 변환에서의 인코딩 장치 및 디코딩 장치 |
| KR101670063B1 (ko) * | 2008-09-18 | 2016-10-28 | 한국전자통신연구원 | Ｍｄｃｔ 기반의 코더와 이종의 코더 간 변환에서의 인코딩 장치 및 디코딩 장치 |
| JP2012505423A (ja) * | 2008-10-08 | 2012-03-01 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | マルチ分解能切替型のオーディオ符号化及び復号化スキーム |
| US8751245B2 (en) | 2009-03-06 | 2014-06-10 | Ntt Docomo, Inc | Audio signal encoding method, audio signal decoding method, encoding device, decoding device, audio signal processing system, audio signal encoding program, and audio signal decoding program |
| US9214161B2 (en) | 2009-03-06 | 2015-12-15 | Ntt Docomo, Inc. | Audio signal encoding method, audio signal decoding method, encoding device, decoding device, audio signal processing system, audio signal encoding program, and audio signal decoding program |
| WO2010101190A1 (ja) | 2009-03-06 | 2010-09-10 | 株式会社エヌ・ティ・ティ・ドコモ | 音信号符号化方法、音信号復号方法、符号化装置、復号装置、音信号処理システム、音信号符号化プログラム、及び、音信号復号プログラム |
| US8666754B2 (en) | 2009-03-06 | 2014-03-04 | Ntt Docomo, Inc. | Audio signal encoding method, audio signal decoding method, encoding device, decoding device, audio signal processing system, audio signal encoding program, and audio signal decoding program |
| EP2511906A1 (en) | 2009-03-06 | 2012-10-17 | NTT DoCoMo, Inc. | Audio signal encoding method, audio signal decoding method, encoding device, decoding device, audio signal processing system, audio signal encoding program, and audio signal decoding program |
| EP2511907A1 (en) | 2009-03-06 | 2012-10-17 | NTT DoCoMo, Inc. | Audio signal encoding method, audio signal decoding method, encoding device, decoding device, audio signal processing system, audio signal encoding program, and audio signal decoding program |
| JP2013508766A (ja) * | 2009-10-20 | 2013-03-07 | 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 | オーディオ信号符号器、オーディオ信号復号器、オーディオコンテンツの符号化表現を供給するための方法、オーディオコンテンツの復号化表現を供給するための方法、および低遅延アプリケーションにおける使用のためのコンピュータ・プログラム |
| JP2011133637A (ja) * | 2009-12-24 | 2011-07-07 | Nippon Telegr & Teleph Corp <Ntt> | 符号化方法、復号方法、符号化装置、復号装置及びプログラム |
| US9167057B2 (en) | 2010-03-22 | 2015-10-20 | Unwired Technology Llc | Dual-mode encoder, system including same, and method for generating infra-red signals |
| JP2013530551A (ja) * | 2010-03-22 | 2013-07-25 | アンワイヤード テクノロジー，リミテッド ライアビリティ カンパニー | デュアルモード符号化器、デュアルモード符号化器を備えるシステム、及び赤外線信号を生成する方法 |
| JP2015092254A (ja) * | 2010-07-19 | 2015-05-14 | ホアウェイ・テクノロジーズ・カンパニー・リミテッド | 帯域幅拡張のためのスペクトル平坦性制御 |
| US10339938B2 (en) | 2010-07-19 | 2019-07-02 | Huawei Technologies Co., Ltd. | Spectrum flatness control for bandwidth extension |
Also Published As
| Publication number | Publication date |
|---|---|
| US6658383B2 (en) | 2003-12-02 |
| JP5208901B2 (ja) | 2013-06-12 |
| EP1278184A3 (en) | 2004-08-18 |
| EP1278184A2 (en) | 2003-01-22 |
| JP2010020346A (ja) | 2010-01-28 |
| DE60225381T2 (de) | 2009-04-23 |
| ATE388465T1 (de) | 2008-03-15 |
| DE60225381D1 (de) | 2008-04-17 |
| EP1278184B1 (en) | 2008-03-05 |
| US20030004711A1 (en) | 2003-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5208901B2 (ja) | 音声信号および音楽信号を符号化する方法 | |
| US6829579B2 (en) | Transcoding method and system between CELP-based speech codes | |
| US11282530B2 (en) | Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates | |
| KR100873836B1 (ko) | Ｃｅｌｐ 트랜스코딩 | |
| KR100956623B1 (ko) | 잔여분 변경에 의한 보코더 내부의 프레임들을 시간 와핑하는 시스템 및 방법 | |
| US8548801B2 (en) | Adaptive time/frequency-based audio encoding and decoding apparatuses and methods | |
| KR101698905B1 (ko) | 정렬된 예견 부를 사용하여 오디오 신호를 인코딩하고 디코딩하기 위한 장치 및 방법 | |
| JP2011503653A (ja) | スケーラブルなスピーチおよびオーディオコーデックにおける、量子化ｍｄｃｔスペクトルに対するコードブックインデックスのエンコーディング／デコーディングのための技術 | |
| US20060277040A1 (en) | Apparatus and method for coding and decoding residual signal | |
| JP2006072026A (ja) | 音声符号化装置、音声復号化装置及びこれらの方法 | |
| JP2005515486A (ja) | Ｃｅｌｐによる音声符号間のトランスコーディング・スキーム | |
| KR20080092823A (ko) | 부호화/복호화 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050613 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050613 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081014 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090113 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090116 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090313 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090318 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090414 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090626 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091026 |
|
| RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20091027 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20091027 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20091124 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20091218 |