JP2003514263A - マッピング・マトリックスを用いた広帯域音声合成 - Google Patents
マッピング・マトリックスを用いた広帯域音声合成Info
- Publication number
- JP2003514263A JP2003514263A JP2001537049A JP2001537049A JP2003514263A JP 2003514263 A JP2003514263 A JP 2003514263A JP 2001537049 A JP2001537049 A JP 2001537049A JP 2001537049 A JP2001537049 A JP 2001537049A JP 2003514263 A JP2003514263 A JP 2003514263A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- voice
- received
- characteristic
- filtering
- 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
- 239000011159 matrix material Substances 0.000 title claims description 32
- 238000013507 mapping Methods 0.000 title claims description 12
- 230000015572 biosynthetic process Effects 0.000 title description 18
- 238000003786 synthesis reaction Methods 0.000 title description 18
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 3
- 238000001228 spectrum Methods 0.000 abstract description 12
- 230000005236 sound signal Effects 0.000 abstract description 5
- 239000013598 vector Substances 0.000 description 32
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000005284 excitation Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- KTUFKADDDORSSI-UHFFFAOYSA-N acebutolol hydrochloride Chemical compound Cl.CCCC(=O)NC1=CC=C(OCC(O)CNC(C)C)C(C(C)=O)=C1 KTUFKADDDORSSI-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
本発明は、拡張帯域音声信号（１００〜３，４００Ｈｚ）を得るために、電話帯域（若しくは狭帯域：３００〜３，４００Ｈｚ）音声信号から、広帯域信号（１００〜７，０００Ｈｚ）を生成するシステムを説明する。この技術は、信号の自然さと聞いた時の快適さを、現在のすべての電話システムとの互換性を維持しながら増加させるという利点を特に有する。説明される技術は、線形予測音声コーダについて着想された。このようにして、この音声信号は、スペクトラム包絡信号と短期残存信号とに分割される。両信号は、個別に拡張され、拡張帯域信号を作成するために再結合される。
Description
【０００１】
（発明の属する技術分野）
本発明は、ディジタル通信システムに係り、特に、受信端において、例えば電
話帯域（３００〜３，４００Ｈｚ）などの狭帯域において受信された音声信号を
、（例えば１００〜７，０００Ｈｚの）広帯域における拡張音声信号に拡張する
ことを可能にするシステムに関する。
話帯域（３００〜３，４００Ｈｚ）などの狭帯域において受信された音声信号を
、（例えば１００〜７，０００Ｈｚの）広帯域における拡張音声信号に拡張する
ことを可能にするシステムに関する。
【０００２】
（背景）
現在のほとんどの通信システムは、３００〜３，４００Ｈｚに制限された音声
帯域幅を送信する。これは電話会話には十分であるが、自然の音声帯域幅はより
広い（１００〜７，０００Ｈｚ）。実際、低帯域（１００〜３００Ｈｚ）及び高
帯域（３，４００〜７，０００Ｈｚ）は、聞き心地及び音声の自然さにとって重
要であると共に、話し手の声をより良く認識するのにも重要である。これらの周
波数帯域の電話受信器における再生成は、通信システムにおける音声品質を著し
く向上させることを可能にする。その上、携帯電話が用いられている時、電話会
話中、音声がしばしば特に背景雑音によって邪魔される。更に、電話網は、交換
台によって演奏される音楽を送信し得る。よって、低帯域及び高帯域を生成する
システムは、音声に可能な限りフィットさせるべきであると共に、雑音を減らし
、音楽主体品質を向上させることを可能にするべきである。
帯域幅を送信する。これは電話会話には十分であるが、自然の音声帯域幅はより
広い（１００〜７，０００Ｈｚ）。実際、低帯域（１００〜３００Ｈｚ）及び高
帯域（３，４００〜７，０００Ｈｚ）は、聞き心地及び音声の自然さにとって重
要であると共に、話し手の声をより良く認識するのにも重要である。これらの周
波数帯域の電話受信器における再生成は、通信システムにおける音声品質を著し
く向上させることを可能にする。その上、携帯電話が用いられている時、電話会
話中、音声がしばしば特に背景雑音によって邪魔される。更に、電話網は、交換
台によって演奏される音楽を送信し得る。よって、低帯域及び高帯域を生成する
システムは、音声に可能な限りフィットさせるべきであると共に、雑音を減らし
、音楽主体品質を向上させることを可能にするべきである。
【０００３】
米国特許第５，５８１，６５２号は、低周波数に向けた音声信号のスペクトラ
ム包絡を拡張するコード・ブック・マッピング方法を説明している。この方法に
よれば、低帯域合成フィルタ係数は、Ｙ．Ｌｉｎｄｅ、Ａ．Ｂｕｚｏ、Ｒ．Ｍ．
Ｇｒａｙ：「Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚｅｒ Ｄｅｓｉｇｎ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍ
ｍｕｎｉｃａｔｉｏｎｓ、Ｖｏｌ． ＣＯＭ−２８、Ｎｏ １、 １９８０年１
月、による記事に説明されているベクトル量子化を用いるトレーニング手順のお
かげで、狭帯域分析フィルタ係数から生成される。このトレーニング手順は、２
つの異なるコード・ブック：拡張周波数帯域用の拡張版及び狭帯域用の狭い版、
を計算することができる。前記狭いコード・ブックは、ベクトル量子化を用いて
、拡張コード・ブックから計算され、拡張コード・ブックの各ベクトルは、狭帯
域コード・ブックのベクトルにリンクされている。次いで、低帯域合成フィルタ
の係数は、これらコード・ブックから計算される。
ム包絡を拡張するコード・ブック・マッピング方法を説明している。この方法に
よれば、低帯域合成フィルタ係数は、Ｙ．Ｌｉｎｄｅ、Ａ．Ｂｕｚｏ、Ｒ．Ｍ．
Ｇｒａｙ：「Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚｅｒ Ｄｅｓｉｇｎ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍ
ｍｕｎｉｃａｔｉｏｎｓ、Ｖｏｌ． ＣＯＭ−２８、Ｎｏ １、 １９８０年１
月、による記事に説明されているベクトル量子化を用いるトレーニング手順のお
かげで、狭帯域分析フィルタ係数から生成される。このトレーニング手順は、２
つの異なるコード・ブック：拡張周波数帯域用の拡張版及び狭帯域用の狭い版、
を計算することができる。前記狭いコード・ブックは、ベクトル量子化を用いて
、拡張コード・ブックから計算され、拡張コード・ブックの各ベクトルは、狭帯
域コード・ブックのベクトルにリンクされている。次いで、低帯域合成フィルタ
の係数は、これらコード・ブックから計算される。
【０００４】
しかし、この方法は、ガチャガチャという背景音の生成に原因となるいくつか
の欠点を提供する。第一に、複数の合成フィルタ形状は、コード・ブックのサイ
ズに対して制限される。第二に、拡張帯域における抽出ベクトルは、狭帯域音声
信号の線形予測から得られるベクトルと相互相関を全く持たない。こうして、受
信端における信号品質を向上させるために、拡張マトリックスと呼ばれる別の方
法が開発された。
の欠点を提供する。第一に、複数の合成フィルタ形状は、コード・ブックのサイ
ズに対して制限される。第二に、拡張帯域における抽出ベクトルは、狭帯域音声
信号の線形予測から得られるベクトルと相互相関を全く持たない。こうして、受
信端における信号品質を向上させるために、拡張マトリックスと呼ばれる別の方
法が開発された。
【０００５】
（発明の開示）
本発明の目的は、信号の自然さ及びより良い信号品質をもたらす聞き心地を向
上させるために、受信端において、狭帯域音声信号をより広い帯域音声信号に拡
張する方法を提供することである。
上させるために、受信端において、狭帯域音声信号をより広い帯域音声信号に拡
張する方法を提供することである。
【０００６】
本発明によれば、受信音声信号は、該信号に拡張マトリックスが適用される前
に、特定の音声特性について検知される。前記拡張マトリックスは、前記検知さ
れた特性に応じた係数を有する。
に、特定の音声特性について検知される。前記拡張マトリックスは、前記検知さ
れた特性に応じた係数を有する。
【０００７】
本発明の好ましい実施形態において、発声と呼ばれる前記特定の特性は、受信
音声信号における有声音／無声音の検知された存在に関する。これは、１９９５
にＥｌｓｅｖｉｅｒによって発行された、Ｗ．Ｂ．Ｋｌｅｉｊｎ及びＫ．Ｋ．Ｐ
ａｌｉｗａｌによるマニュアル「Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ ａｎｄ Ｓｙｎ
ｔｈｅｓｉｓ」において説明されているものなどの既知の方法によって検知され
得る。次いで、該マトリックスは、βベースから計算される。前記データベース
は、Ｃ．Ｌ．Ｌａｗｓｏｎ及びＲ．Ｊ．Ｈａｎｓｏｎによって、マニュアル「Ｓ
ｏｌｖｉｎｇ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｂｌｅｍｓ」、Ｐｒｅｎｔ
ｉｃｅ−Ｈａｌｌ、１９７４、において説明されている線形予測コーディング（
ＬＰＣ）パラメータに基づく最小二乗誤り基準に基づくアルゴリズム、又は、Ａ
ｃａｄｅｍｉｃ Ｐｒｅｓｓ、Ｌｏｎｄｏｎによって１９８１年に発行された、
Ｐ．Ｅ．Ｇｉｌｌ及びＷ．Ｍｕｒｒａｙ及びＭ．Ｈ．Ｗｒｉｇｈｔによる、「Ｐ
ｒａｃｔｉｃａｌ Ｏｐｔｉｍｉｚａｔｉｏｎ」において説明されている制約最
小二乗方法に基づくアルゴリズム、を適用することによって、検知された発声に
ついて分割される。
音声信号における有声音／無声音の検知された存在に関する。これは、１９９５
にＥｌｓｅｖｉｅｒによって発行された、Ｗ．Ｂ．Ｋｌｅｉｊｎ及びＫ．Ｋ．Ｐ
ａｌｉｗａｌによるマニュアル「Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ ａｎｄ Ｓｙｎ
ｔｈｅｓｉｓ」において説明されているものなどの既知の方法によって検知され
得る。次いで、該マトリックスは、βベースから計算される。前記データベース
は、Ｃ．Ｌ．Ｌａｗｓｏｎ及びＲ．Ｊ．Ｈａｎｓｏｎによって、マニュアル「Ｓ
ｏｌｖｉｎｇ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｂｌｅｍｓ」、Ｐｒｅｎｔ
ｉｃｅ−Ｈａｌｌ、１９７４、において説明されている線形予測コーディング（
ＬＰＣ）パラメータに基づく最小二乗誤り基準に基づくアルゴリズム、又は、Ａ
ｃａｄｅｍｉｃ Ｐｒｅｓｓ、Ｌｏｎｄｏｎによって１９８１年に発行された、
Ｐ．Ｅ．Ｇｉｌｌ及びＷ．Ｍｕｒｒａｙ及びＭ．Ｈ．Ｗｒｉｇｈｔによる、「Ｐ
ｒａｃｔｉｃａｌ Ｏｐｔｉｍｉｚａｔｉｏｎ」において説明されている制約最
小二乗方法に基づくアルゴリズム、を適用することによって、検知された発声に
ついて分割される。
【０００８】
（発明の実施の形態）
本発明及び本発明を実施するのに選択的に用いられ得る追加機能は、以下に説
明される図面を参照することで明らかにされる。
明される図面を参照することで明らかにされる。
【０００９】
図１は、本発明に係るシステムの一例を示す。このシステムは、携帯電話シス
テムであり、送信媒体３を通じて音声信号を通信し得る、少なくとも１つの送信
部分１（例えば、基地局）と、少なくとも１つの受信部分２（例えば、携帯電話
）とを有する。
テムであり、送信媒体３を通じて音声信号を通信し得る、少なくとも１つの送信
部分１（例えば、基地局）と、少なくとも１つの受信部分２（例えば、携帯電話
）とを有する。
【００１０】
本発明は、更に、受信器（図２及び３）と、受信部分２における送信された音
声信号の音声品質を向上させる方法（図４）とにも関する。
声信号の音声品質を向上させる方法（図４）とにも関する。
【００１１】
音声生成は、しばしば、以下のようなソース・フィルタによってモデル化され
る。このフィルタは、音声信号の短期スペクトラム包絡を表す。この合成フィル
タは、音声サンプル間の短期相互相関を表す、オーダＰの「オール・ポール」フ
ィルタである。一般的に、Ｐは、狭帯域音声に対しては１０に等しく、広帯域音
声（１００〜７，０００Ｈｚ）に対しては２０に等しい。このフィルタ係数は、
引用されたマニュアル、Ｗ．Ｂ．Ｋｌｅｉｊｎ及びＫ．Ｋ．Ｐａｌｉｗａｌによ
る「Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ ａｎｄ Ｓｙｎｔｈｅｓｉｓ」、に説明され
る線形予測（ＬＰ）によって得ることができる。よって、この合成フィルタは、
「ＬＰ合成フィルタ」と呼ばれる。
る。このフィルタは、音声信号の短期スペクトラム包絡を表す。この合成フィル
タは、音声サンプル間の短期相互相関を表す、オーダＰの「オール・ポール」フ
ィルタである。一般的に、Ｐは、狭帯域音声に対しては１０に等しく、広帯域音
声（１００〜７，０００Ｈｚ）に対しては２０に等しい。このフィルタ係数は、
引用されたマニュアル、Ｗ．Ｂ．Ｋｌｅｉｊｎ及びＫ．Ｋ．Ｐａｌｉｗａｌによ
る「Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ ａｎｄ Ｓｙｎｔｈｅｓｉｓ」、に説明され
る線形予測（ＬＰ）によって得ることができる。よって、この合成フィルタは、
「ＬＰ合成フィルタ」と呼ばれる。
【００１２】
ソース信号は、このフィルタに与えられるため、励起信号とも呼ばれる。音声
分析において、それは、音声信号とその短期予測との差に対応する。この場合、
残留信号と呼ばれるこの信号は、音声を合成フィルタの逆である「ＬＰ逆フィル
タ」でフィルタリングすることによって得られる。このソース信号は、しばしば
、ピッチ周波数における発声音声用パルス及び非発声音声用白色雑音によって近
似される。
分析において、それは、音声信号とその短期予測との差に対応する。この場合、
残留信号と呼ばれるこの信号は、音声を合成フィルタの逆である「ＬＰ逆フィル
タ」でフィルタリングすることによって得られる。このソース信号は、しばしば
、ピッチ周波数における発声音声用パルス及び非発声音声用白色雑音によって近
似される。
【００１３】
このモデルは、高帯域生成（３，４００〜７，０００Ｈｚ）と同様に低帯域信
号生成（１００〜３００Ｈｚ）に対して適用する、図２に示す、得られた結果を
互いに加算する処理の前に、この結果を２つの補完的部分に分割することによっ
て、広帯域合成を単純化することを可能にする。
号生成（１００〜３００Ｈｚ）に対して適用する、図２に示す、得られた結果を
互いに加算する処理の前に、この結果を２つの補完的部分に分割することによっ
て、広帯域合成を単純化することを可能にする。
【００１４】
狭帯域音声スペクトラム包絡から広帯域スペクトラム包絡を生成する間、合成
フィルタ係数を得ることは問題である。これは、狭帯域音声信号ＳＮＢの線形予
測分析１１によって作られ、包絡拡張１２が合成フィルタ１３を制御し、拒絶フ
ィルタリング１４が原狭帯域音声信号からより良く抽出される狭帯域信号を拒絶
する。原狭帯域音声信号ＳＮＢ及びＬＰ分析ブロック１１から、広帯域励起信号
は、合成フィルタ１３を励起させるために、生成される。
フィルタ係数を得ることは問題である。これは、狭帯域音声信号ＳＮＢの線形予
測分析１１によって作られ、包絡拡張１２が合成フィルタ１３を制御し、拒絶フ
ィルタリング１４が原狭帯域音声信号からより良く抽出される狭帯域信号を拒絶
する。原狭帯域音声信号ＳＮＢ及びＬＰ分析ブロック１１から、広帯域励起信号
は、合成フィルタ１３を励起させるために、生成される。
【００１５】
狭帯域残留（若しくはその派生）からの広帯域励起信号の生成は、受信信号Ｓ
ＮＢを最大１６回サンプリングし、原信号から狭帯域を得るために帯域通過フィ
ルタリング１７を行うことによって、為される。
ＮＢを最大１６回サンプリングし、原信号から狭帯域を得るために帯域通過フィ
ルタリング１７を行うことによって、為される。
【００１６】
ソース・フィルタ方法のほとんどは、低帯域合成フィルタを決定するのに同じ
原理を用いる。第一の工程において、音声信号包絡スペクトラム・パラメータは
、ＬＰ分析１１によって抽出される。これらパラメータは、適切な表現領域に変
換される。次いで、低帯域合成フィルタ・パラメータ１３を得るために、関数が
適用される。各方法の特性は、原則として、低帯域ＬＰ合成フィルタを生成する
ために採用されたこの関数の選択に存在する。励起信号の決定は、低帯域の最大
拒絶レベルが通信規格によって特定されていない時にも重要である。この場合、
受信された低帯域残留からの送信の前に音声信号の低帯域残留を復元しようとす
る方法は、きわめて危険性が高い。なぜなら、信号対量子化雑音比は、この周波
数帯域において未知であるからである。
原理を用いる。第一の工程において、音声信号包絡スペクトラム・パラメータは
、ＬＰ分析１１によって抽出される。これらパラメータは、適切な表現領域に変
換される。次いで、低帯域合成フィルタ・パラメータ１３を得るために、関数が
適用される。各方法の特性は、原則として、低帯域ＬＰ合成フィルタを生成する
ために採用されたこの関数の選択に存在する。励起信号の決定は、低帯域の最大
拒絶レベルが通信規格によって特定されていない時にも重要である。この場合、
受信された低帯域残留からの送信の前に音声信号の低帯域残留を復元しようとす
る方法は、きわめて危険性が高い。なぜなら、信号対量子化雑音比は、この周波
数帯域において未知であるからである。
【００１７】
本発明の主旨は、狭帯域スペクトラム包絡から拡張帯域スペクトラム包絡を導
くための線形関数を生成することである。本発明に係る、この関数を生成する方
法は、図４に関連して、以下に説明される。
くための線形関数を生成することである。本発明に係る、この関数を生成する方
法は、図４に関連して、以下に説明される。
【００１８】
図３は、受信信号のコンテントに関して異なる線形関数を適用するために、発
声検知を導入した、本発明に係る好ましい実施形態を示す。低帯域拡張スキーム
の外観が与えられる。これは、高帯域拡張に対して適用する。この実施形態にお
いて、ＳＮは、例えば０〜４ｋＨｚの、狭帯域音声を示す。例えば０〜８ｋＨｚ
である合成された広帯域音声は、ＳＷで示される。狭帯域音声は、音声フレーム
と呼ばれる２０ｍｓのセグメントに分割される。
声検知を導入した、本発明に係る好ましい実施形態を示す。低帯域拡張スキーム
の外観が与えられる。これは、高帯域拡張に対して適用する。この実施形態にお
いて、ＳＮは、例えば０〜４ｋＨｚの、狭帯域音声を示す。例えば０〜８ｋＨｚ
である合成された広帯域音声は、ＳＷで示される。狭帯域音声は、音声フレーム
と呼ばれる２０ｍｓのセグメントに分割される。
【００１９】
発声検知器２１は、フレームを分類するために、狭帯域音声セグメントを用い
る。このフレームは、有声音、無声音、移行、若しくは沈黙のいずれかである。
この分類は、発声判断と呼ばれ、図３に発声として示される。発声検知は、後に
説明される。この発声判断は、マッピング・マトリックス２２を選択するのに用
いられる。高いオーダの包絡推定を有するための、ＬＰＣ分析フィルタ２３のオ
ーダは４０である。現音声フレーム及び計算されたＬＰＣパラメータを用いて、
狭帯域残留信号が生成される。
る。このフレームは、有声音、無声音、移行、若しくは沈黙のいずれかである。
この分類は、発声判断と呼ばれ、図３に発声として示される。発声検知は、後に
説明される。この発声判断は、マッピング・マトリックス２２を選択するのに用
いられる。高いオーダの包絡推定を有するための、ＬＰＣ分析フィルタ２３のオ
ーダは４０である。現音声フレーム及び計算されたＬＰＣパラメータを用いて、
狭帯域残留信号が生成される。
【００２０】
包絡及び残留は、並行して拡張される。包絡を拡張するために、ＬＰＣ歩あら
メータは、まず、ＬＳＦパラメータに変換される。発声判断を用いて、マッピン
グ・マトリックス２２が選択される。発声判断：有声音、無声音、移行、及び沈
黙に応じて、４つの異なるマッピング・マトリックスがある。このマッピング・
マトリックスは、図４に関連して説明されるオフライン・トレーニング中に生成
される。狭帯域ＬＳＦベクトル及び適切なマッピング・マトリックスを用いて、
拡張された広帯域ＬＳＦが計算される。このＬＳＦベクトルは、次いで、合成フ
ィルタ２４において用いられる直接的な形であるＬＰＣパラメータに変換される
。
メータは、まず、ＬＳＦパラメータに変換される。発声判断を用いて、マッピン
グ・マトリックス２２が選択される。発声判断：有声音、無声音、移行、及び沈
黙に応じて、４つの異なるマッピング・マトリックスがある。このマッピング・
マトリックスは、図４に関連して説明されるオフライン・トレーニング中に生成
される。狭帯域ＬＳＦベクトル及び適切なマッピング・マトリックスを用いて、
拡張された広帯域ＬＳＦが計算される。このＬＳＦベクトルは、次いで、合成フ
ィルタ２４において用いられる直接的な形であるＬＰＣパラメータに変換される
。
【００２１】
ＬＰＣ分析結果を用いる広帯域励起生成ブロック２５は、合成フィルタ２４を
励起させるために用いられる。狭帯域信号ＳＮは、広帯域信号ＳＷを完了するた
めの帯域通過フィルタリング２７前にゼロを加えることによって最大２６回サン
プリングされる。
励起させるために用いられる。狭帯域信号ＳＮは、広帯域信号ＳＷを完了するた
めの帯域通過フィルタリング２７前にゼロを加えることによって最大２６回サン
プリングされる。
【００２２】
残留拡張は、高いオーダのＬＰＣ分析が用いられる場合、より良く実行する。
この理由のため、システムは、４０番目のオーダのＬＰＣ分析を用いる。狭帯域
及び広帯域ＬＰＣベクトルの両方のオーダは４０である。包絡拡張の性能が徐々
に下がっても、上記システムの品質全体は、高いオーダのＬＰＣベクトルによっ
て増加する。
この理由のため、システムは、４０番目のオーダのＬＰＣ分析を用いる。狭帯域
及び広帯域ＬＰＣベクトルの両方のオーダは４０である。包絡拡張の性能が徐々
に下がっても、上記システムの品質全体は、高いオーダのＬＰＣベクトルによっ
て増加する。
【００２３】
発声判断のために、（ＴＮハーモニー）に説明されるアルゴリズムが用いられ
る。このアルゴリズムは、１０ｍｓセグメントを有声音若しくは無声音のいずれ
かに分類する。エネルギ閾値が、沈黙フレームを示すために、加えられる。よっ
て、２０ｍｓのフレームに対して、発声判断が２回行われる。これら２回の発声
判断に基づいて、フレームが分類される。
る。このアルゴリズムは、１０ｍｓセグメントを有声音若しくは無声音のいずれ
かに分類する。エネルギ閾値が、沈黙フレームを示すために、加えられる。よっ
て、２０ｍｓのフレームに対して、発声判断が２回行われる。これら２回の発声
判断に基づいて、フレームが分類される。
【００２４】
以下のテーブルは、４カテゴリーにおける分類が２つの発声判断に応じてどの
ように為されるのかを示している。
ように為されるのかを示している。
【００２５】
【表１】
フレームの発声判断は、マッピング・マトリックスを選択すること、及び無声
音の場合にゲイン・スケーリングを適用することに用いられる。図３に示す好ま
しい実施形態を実施する方法は、図４に関して説明される。このアルゴリズムは
、２つの主段階を起動することを要求する。１つ目の段階は、拡張マトリックス
が受信端における帯域幅を拡張するために計算されるトレーニング段階である。
２つ目は、携帯電話ハンドセットなどのターゲット製品上で帯域幅拡張アルゴリ
ズムを単に実行する。
音の場合にゲイン・スケーリングを適用することに用いられる。図３に示す好ま
しい実施形態を実施する方法は、図４に関して説明される。このアルゴリズムは
、２つの主段階を起動することを要求する。１つ目の段階は、拡張マトリックス
が受信端における帯域幅を拡張するために計算されるトレーニング段階である。
２つ目は、携帯電話ハンドセットなどのターゲット製品上で帯域幅拡張アルゴリ
ズムを単に実行する。
【００２６】
図４は、トレーニング段階に関し、狭帯域ＬＳＦ空間４１から拡張帯域ＬＳＦ
空間４２へのＬＳＦ拡張を示す。狭帯域空間４１において、原ＬＳＦパスは、実
線で表され、ベクトル数量化ＬＳＦジャンプは、非実線で表される。拡張帯域空
間４２において、マトリックス拡張されたＬＳＦパスは、実線で表され、コード
・ブック・マッピングされたＬＳＦ重心ジャンプは非実線で表される。拡張マト
リックスのみが近接性及び連続性を保つ。
空間４２へのＬＳＦ拡張を示す。狭帯域空間４１において、原ＬＳＦパスは、実
線で表され、ベクトル数量化ＬＳＦジャンプは、非実線で表される。拡張帯域空
間４２において、マトリックス拡張されたＬＳＦパスは、実線で表され、コード
・ブック・マッピングされたＬＳＦ重心ジャンプは非実線で表される。拡張マト
リックスのみが近接性及び連続性を保つ。
【００２７】
拡張マトリックスは、図５に示されるように、例えば１６ｋＨｚで音声学的に
バランスされた音声サンプルから、生成される。この工程は、ボックス３１乃至
３８で、示される。
バランスされた音声サンプルから、生成される。この工程は、ボックス３１乃至
３８で、示される。
【００２８】
工程３１：音声サンプルは、例えば、広帯域窓と呼ばれる２０ｍｓ連続窓（３
２０サンプル）、に分割される。
２０サンプル）、に分割される。
【００２９】
工程３２：これら音声サンプルは、（４ｋＨｚを超える周波数を除去するため
に）ローパス・フィルタによってフィルタリングされる。
に）ローパス・フィルタによってフィルタリングされる。
【００３０】
工程３３：フィルタリングされた音声サンプルは、次いで、８ｋＨｚにダウン
サンプリングされる。
サンプリングされる。
【００３１】
工程３４：ダウンサンプリングされた音声サンプルは、狭帯域及び広帯域窓間
に所定の窓インデックスに対して一致を有するように、狭帯域窓と呼ばれる２０
ｍｓ連続窓（１６０サンプル）に分割される。
に所定の窓インデックスに対して一致を有するように、狭帯域窓と呼ばれる２０
ｍｓ連続窓（１６０サンプル）に分割される。
【００３２】
工程３５：各狭若しくは広帯域窓は、有声音、無声音、移行、沈黙などの音の
存在などの音声基準について分類される。
存在などの音声基準について分類される。
【００３３】
工程３６：各窓に対して、例えば４０オーダなどの高いオーダのＬＳＦベクト
ルが計算される。
ルが計算される。
【００３４】
工程３７：各狭帯域ＬＳＦベクトル及びそれに対応する広帯域ＬＳＦベクトル
は、有声音、無声音、移行、沈黙など間のクラスタに入れられる。
は、有声音、無声音、移行、沈黙など間のクラスタに入れられる。
【００３５】
工程３８：各クラスタに対して、拡張マトリックスが以下のように計算される
。これらマトリックスは、有声音：Ｍ＿Ｖ、無声音：Ｍ＿ＵＶ、移行：Ｍ＿Ｔ、
及び沈黙：Ｍ＿Ｓ、で示され、そのクラスについて、狭帯域ＬＳＦベクトルから
広帯域ＬＳＦベクトルを決定する。例えば、狭帯域有声音ＬＳＦベクトルＬＳＦ
＿ＮＢについて、広帯域ＬＳＦベクトルＬＳＧ＿ＷＢは、以下のように計算され
る。 ＬＳＦ＿ＷＢ＝Ｍ＿Ｖ×ＬＳＦ＿ＮＢ 発声検知に代わり、音素モデル若しくはベクトル量子化に基づく認識などの他
の音声信号特性が、受信信号の異なる分類を為すために、検知され得る。
。これらマトリックスは、有声音：Ｍ＿Ｖ、無声音：Ｍ＿ＵＶ、移行：Ｍ＿Ｔ、
及び沈黙：Ｍ＿Ｓ、で示され、そのクラスについて、狭帯域ＬＳＦベクトルから
広帯域ＬＳＦベクトルを決定する。例えば、狭帯域有声音ＬＳＦベクトルＬＳＦ
＿ＮＢについて、広帯域ＬＳＦベクトルＬＳＧ＿ＷＢは、以下のように計算され
る。 ＬＳＦ＿ＷＢ＝Ｍ＿Ｖ×ＬＳＦ＿ＮＢ 発声検知に代わり、音素モデル若しくはベクトル量子化に基づく認識などの他
の音声信号特性が、受信信号の異なる分類を為すために、検知され得る。
【００３６】
本発明の好ましい実施形態に係る工程３８における拡張マトリックスの作成は
、狭帯域スペクトラム包絡から拡張帯域スペクトラム包絡を導くために、以下に
説明される。
、狭帯域スペクトラム包絡から拡張帯域スペクトラム包絡を導くために、以下に
説明される。
【００３７】
拡張帯域ＬＳＦを
【００３８】
【数１】
と示し、狭帯域ＬＳＦベクトルを
【００３９】
【数２】
と示す。両方ともＰオーダであり、ここで、Ｗｎ（ｉ）は、ｉ番目の狭帯域ＬＳ
Ｆを表し、Ｗｅ（ｉ）は、ｉ番目の拡張帯域ＬＳＦを表す。拡張マトリックスＭ
は、Ｗｅ ｔ＝Ｗｎ ｔ・Ｍによって以下のように定義される。ここで、Ｍは、Ｐ×
Ｐマトリックスであり、その係数はｍ（ｋ，ｋ）で示され、１≦ｋ≦Ｐである。
Ｆを表し、Ｗｅ（ｉ）は、ｉ番目の拡張帯域ＬＳＦを表す。拡張マトリックスＭ
は、Ｗｅ ｔ＝Ｗｎ ｔ・Ｍによって以下のように定義される。ここで、Ｍは、Ｐ×
Ｐマトリックスであり、その係数はｍ（ｋ，ｋ）で示され、１≦ｋ≦Ｐである。
【００４０】
【数３】
このようにして、スペクトラム包絡拡張は、狭帯域ＬＳＦベクトルに拡張され
たスペクトラム包絡ＬＳＦベクトルを与える拡張マトリックスを乗じることによ
って計算される。狭帯域及び拡張帯域空間における連続ＬＳＦのパスを示す図５
に示すように、拡張マトリックスは、以下の興味深い特性を有する広帯域ＬＳＦ
ベクトルを提供することを可能にする。 − 広帯域ＬＳＦベクトルは、狭帯域ＬＳＦと相互相関がある。 − 狭帯域ＬＳＦの連続展開は、拡張帯域ＬＳＦの連続展開を導く。 − 拡張帯域ＬＳＦ設定サイズは、無限である。
たスペクトラム包絡ＬＳＦベクトルを与える拡張マトリックスを乗じることによ
って計算される。狭帯域及び拡張帯域空間における連続ＬＳＦのパスを示す図５
に示すように、拡張マトリックスは、以下の興味深い特性を有する広帯域ＬＳＦ
ベクトルを提供することを可能にする。 − 広帯域ＬＳＦベクトルは、狭帯域ＬＳＦと相互相関がある。 − 狭帯域ＬＳＦの連続展開は、拡張帯域ＬＳＦの連続展開を導く。 − 拡張帯域ＬＳＦ設定サイズは、無限である。
【００４１】
原拡張帯域ＬＳＦのこれら特性は、コード・ブック・マッピング方法と共に保
存されなかった。式（１）は、マトリックスＭを予め計算しておくことを要求す
る。
存されなかった。式（１）は、マトリックスＭを予め計算しておくことを要求す
る。
【００４２】
本発明の第一の実施形態によれば、マトリックスＭは、Ｓ．Ｈａｙｋｉｎ、「
Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ Ｔｈｅｏｒｙ」、３ｒｄ ｅｄｉｔｉｏｎ、
Ｐｒｅｎｔｉｃｅ Ｈａｌｌ、１９９６、によるマニュアルに説明されている最
小二乗（ＬＳ）アルゴリズムを用いて、計算される。
Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ Ｔｈｅｏｒｙ」、３ｒｄ ｅｄｉｔｉｏｎ、
Ｐｒｅｎｔｉｃｅ Ｈａｌｌ、１９９６、によるマニュアルに説明されている最
小二乗（ＬＳ）アルゴリズムを用いて、計算される。
【００４３】
この場合、式（１）は、まず、
Ｗｅ＝Ｗｎ・Ｍ （２）
に展開される。ここで、
【００４４】
【数４】
であり、Ｗｅｋは、ｋ番目の拡張帯域ベクトルであり、ｋ＝［１・・・Ｎ］であ
る。
る。
【００４５】
このようにして、Ｗｎ及びＷｅの各行は、狭帯域ＬＳＦ及びその対応する拡張
帯域ＬＳＦに対応する。次いで、Ｍが以下の式（３）によって計算される。
帯域ＬＳＦに対応する。次いで、Ｍが以下の式（３）によって計算される。
【００４６】
【数５】
式（３）が最小二乗センスにおける最良の推定を提供するにもかかわらず、こ
れは、おそらく、ＬＳＦ空間に適用されるべき最良の拡張マトリックスではない
。実際、ＬＳＦ空間は、ベクトル空間の構造を持たない。よって、（３）は、Ｌ
ＳＦ空間に属さない拡張ベクトルを導きやすい。これは、かなりの数の拡張ベク
トルがＬＳＦ空間に落ちなかったシミュレーションによって確認された。ＬＳＦ
空間は、以下の条件によって保証されている。
れは、おそらく、ＬＳＦ空間に適用されるべき最良の拡張マトリックスではない
。実際、ＬＳＦ空間は、ベクトル空間の構造を持たない。よって、（３）は、Ｌ
ＳＦ空間に属さない拡張ベクトルを導きやすい。これは、かなりの数の拡張ベク
トルがＬＳＦ空間に落ちなかったシミュレーションによって確認された。ＬＳＦ
空間は、以下の条件によって保証されている。
【００４７】
【数６】
続いて、２つの可能性が生じる。
・スペクトラム包絡表示空間をベクトル空間（例えばＬＡＲ）の構造を有するよ
うに変える。 ・拡張マトリックスの計算中に（４）を反映させる制約を適用する。 ＬＳＦは、スペクトラム包絡に対する好ましい表示空間であるため、第二の可能
性を選択することを決定する。
うに変える。 ・拡張マトリックスの計算中に（４）を反映させる制約を適用する。 ＬＳＦは、スペクトラム包絡に対する好ましい表示空間であるため、第二の可能
性を選択することを決定する。
【００４８】
本発明の第二の実施形態によれば、式（３）は、以下の式（５）によって置換
される。
される。
【００４９】
【数７】
この制約は、ＬＳＦ係数が負でないことを確実にする。（５）を解くために用い
られた、非負最小二乗（ＮＮＬＳ）と呼ばれるアルゴリズムは、Ｃ．Ｌ．Ｌａｗ
ｓｏｎ及びＲ．Ｊ．Ｈａｎｓｏｎによって、マニュアル「Ｓｏｌｖｉｎｇ Ｌｅ
ａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｂｌｅｍｓ」、Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、
１９７４、において説明されている。
られた、非負最小二乗（ＮＮＬＳ）と呼ばれるアルゴリズムは、Ｃ．Ｌ．Ｌａｗ
ｓｏｎ及びＲ．Ｊ．Ｈａｎｓｏｎによって、マニュアル「Ｓｏｌｖｉｎｇ Ｌｅ
ａｓｔ Ｓｑｕａｒｅｓ Ｐｒｏｂｌｅｍｓ」、Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、
１９７４、において説明されている。
【００５０】
しかし、このアルゴリズムが２つの決定を有する。
− すべてのマトリックス要素が正であることが強要されるため、非常に厳格で
ある。 − ＬＳＦオーダリングを保証しない。
ある。 − ＬＳＦオーダリングを保証しない。
【００５１】
続けて、このマトリックスは、拡張処理の性能を制限するため、最適なもので
はない。その上、計算されたＷｅは、式（４）の制約に従わない。これは、不安
定なフィルタを導く。これを回避するために、拡張帯域ＬＳＦベクトルは、人工
的に安定化される必要がある。
はない。その上、計算されたＷｅは、式（４）の制約に従わない。これは、不安
定なフィルタを導く。これを回避するために、拡張帯域ＬＳＦベクトルは、人工
的に安定化される必要がある。
【００５２】
非公式なリスニング・テストは、ＮＮＬＳアルゴリズムは元気を与える性能を
提供したことを示したにもかかわらず、Ｍは異なって決定されなければならない
。
提供したことを示したにもかかわらず、Ｍは異なって決定されなければならない
。
【００５３】
本発明の好ましい実施形態によれば、制約最小二乗（ＣＬＳ）アルゴリズムが
用いられる。ここでは、最適化は、ベクトル上で計算されなければならない。よ
って、Ｍのコラムを連結させる必要がある。
用いられる。ここでは、最適化は、ベクトル上で計算されなければならない。よ
って、Ｍのコラムを連結させる必要がある。
【００５４】
（１）から、
【００５５】
【数８】
が導かれ、次いで、
【００５６】
【数９】
が導かれ得る。ここで、
【００５７】
【数１０】
であり、又、
【００５８】
【数１１】
である。
【００５９】
ここで、式（４）の制約は、
【００６０】
【数１２】
によって変形され、次いで、
【００６１】
【数１３】
によって変形され得る。
ここで、
【００６２】
【数１４】
であり、
【００６３】
【数１５】
である。
【００６４】
すべての取得に対して、それは、
【００６５】
【数１６】
に対応する。
【００６６】
このようにして、マトリックスは、ＣＬＳアルゴリズム：
【００６７】
【数１７】
から計算され得る。ここで、Ｃｘ≦ｄであり、且つ、
【００６８】
【数１８】
【００６９】
【数１９】
【００７０】
【数２０】
【００７１】
【数２１】
【００７２】
【数２２】
である。
【００７３】
広帯域励起生成は、従来技術として引用した米国特許第５，５８１，６５２号
において説明されているものなどの方法を用いて成され得る。
において説明されているものなどの方法を用いて成され得る。
【図１】
本発明に係るシステムを示す概略図である。
【図２】
本発明に係る広帯域合成を示す受信器の概略ブロック図である。
【図３】
本発明の好ましい実施形態に係る受信器の概略ブロック図である。
【図４】
本発明に係る方法を示すブロック図である。
【図５】
狭帯域及び拡張帯域空間における連続ＬＳＦのパスを示す概略図である。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 ジェリット，アンディ
オランダ国，5656 アーアー アインドー
フェン，プロフ・ホルストラーン ６
Claims (7)
- 【請求項１】 所定の帯域幅で音声信号を送信する、少なくとも１つの送信
器及び受信信号の帯域幅を拡張する手段を有する１つの受信器を有する通信シス
テムであって、 前記受信器は、 前記受信信号をフィルタリングするための制御パラメータを有するフィルタリ
ング手段と、 該受信音声信号の音声特性を検知し、前記検知された音声特性に関して前記制
御パラメータを選択する特定音声検知器とを有することを特徴とするシステム。 - 【請求項２】 請求項１記載の通信システムであって、 前記音声特性は、発声であることを特徴とするシステム。
- 【請求項３】 請求項１記載の通信システムであって、 前記制御パラメータは、マッピング・マトリックスの係数であることを特徴と
するシステム。 - 【請求項４】 所定の帯域幅を有する音声信号を受信し、前記受信信号の帯
域幅を拡張する手段を有する受信器であって、 前記受信信号をフィルタリングするための制御パラメータを有するフィルタリ
ング手段と、 該受信音声信号の音声特性を検知し、前記検知された音声特性に関して前記制
御パラメータを選択する特定音声検知器とを有することを特徴とする受信器。 - 【請求項５】 受信端において、受信信号の帯域幅を拡張する方法であって
、 受信音声信号の特性を検知する音声検知工程と、 該受信信号の音声パラメータを抽出する線形予測分析工程と、 該受信音声信号の検知された特性について、マッピング拡張マトリックスを選
択する選択工程と、 ＬＰＣ分析結果及び選択されたマトリックスに応じて計算された係数を有する
フィルタを用いて、該受信信号をフィルタリングするフィルタリング工程とを有
することを特徴とする方法。 - 【請求項６】 請求項４記載の受信器用のコンピュータ・プログラム製品で
あって、 該受信器内にロードされた時に、該受信器に請求項５記載の方法を実行させる
命令群を計算するコンピュータ・プログラム製品。 - 【請求項７】 コンピュータ・プログラムを実行する信号であって、 該コンピュータ・プログラムは、 受信音声信号の特性を検知する音声検知工程と、 該受信信号の音声パラメータを抽出する線形予測分析工程と、 該受信音声信号の検知された特性について、マッピング拡張マトリックスを選
択する選択工程と、 ＬＰＣ分析結果及び選択されたマトリックスに応じて計算された係数を有する
フィルタを用いて、該受信信号をフィルタリングするフィルタリング工程とを実
行するように設計されていることを特徴とする信号。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP99402808 | 1999-11-10 | ||
| EP99402808.2 | 1999-11-10 | ||
| PCT/EP2000/010761 WO2001035395A1 (en) | 1999-11-10 | 2000-11-01 | Wide band speech synthesis by means of a mapping matrix |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003514263A true JP2003514263A (ja) | 2003-04-15 |
Family
ID=8242175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001537049A Pending JP2003514263A (ja) | 1999-11-10 | 2000-11-01 | マッピング・マトリックスを用いた広帯域音声合成 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6681202B1 (ja) |
| EP (1) | EP1147515A1 (ja) |
| JP (1) | JP2003514263A (ja) |
| KR (1) | KR20010101422A (ja) |
| CN (1) | CN1335980A (ja) |
| WO (1) | WO2001035395A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009300707A (ja) * | 2008-06-13 | 2009-12-24 | Sony Corp | 情報処理装置および方法、並びにプログラム |
| JP2013508783A (ja) * | 2009-10-23 | 2013-03-07 | クゥアルコム・インコーポレイテッド | 狭帯域信号から「より上の帯域」の信号を決定すること |
Families Citing this family (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI119576B (fi) * | 2000-03-07 | 2008-12-31 | Nokia Corp | Puheenkäsittelylaite ja menetelmä puheen käsittelemiseksi, sekä digitaalinen radiopuhelin |
| US7136810B2 (en) * | 2000-05-22 | 2006-11-14 | Texas Instruments Incorporated | Wideband speech coding system and method |
| US7330814B2 (en) * | 2000-05-22 | 2008-02-12 | Texas Instruments Incorporated | Wideband speech coding with modulated noise highband excitation system and method |
| 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 |
| SE0004818D0 (sv) * | 2000-12-22 | 2000-12-22 | Coding Technologies Sweden Ab | Enhancing source coding systems by adaptive transposition |
| US7113522B2 (en) * | 2001-01-24 | 2006-09-26 | Qualcomm, Incorporated | Enhanced conversion of wideband signals to narrowband signals |
| US7289461B2 (en) * | 2001-03-15 | 2007-10-30 | Qualcomm Incorporated | Communications using wideband terminals |
| CN1235192C (zh) | 2001-06-28 | 2006-01-04 | 皇家菲利浦电子有限公司 | 传输系统以及用于接收窄带音频信号的接收机和方法 |
| JP2003044098A (ja) * | 2001-07-26 | 2003-02-14 | Nec Corp | 音声帯域拡張装置及び音声帯域拡張方法 |
| JP4433668B2 (ja) * | 2002-10-31 | 2010-03-17 | 日本電気株式会社 | 帯域拡張装置及び方法 |
| EP1604354A4 (en) * | 2003-03-15 | 2008-04-02 | Mindspeed Tech Inc | VOICE INDEX CONTROLS FOR CELP LANGUAGE CODING |
| US20050004793A1 (en) * | 2003-07-03 | 2005-01-06 | Pasi Ojala | Signal adaptation for higher band coding in a codec utilizing band split coding |
| US7461003B1 (en) * | 2003-10-22 | 2008-12-02 | Tellabs Operations, Inc. | Methods and apparatus for improving the quality of speech signals |
| US8712768B2 (en) * | 2004-05-25 | 2014-04-29 | Nokia Corporation | System and method for enhanced artificial bandwidth expansion |
| DE602005013906D1 (de) * | 2005-01-31 | 2009-05-28 | Harman Becker Automotive Sys | Bandbreitenerweiterung eines schmalbandigen akustischen Signals |
| US8249861B2 (en) * | 2005-04-20 | 2012-08-21 | Qnx Software Systems Limited | High frequency compression integration |
| US7813931B2 (en) * | 2005-04-20 | 2010-10-12 | QNX Software Systems, Co. | System for improving speech quality and intelligibility with bandwidth compression/expansion |
| US8086451B2 (en) * | 2005-04-20 | 2011-12-27 | Qnx Software Systems Co. | System for improving speech intelligibility through high frequency compression |
| US8311840B2 (en) * | 2005-06-28 | 2012-11-13 | Qnx Software Systems Limited | Frequency extension of harmonic signals |
| FR2888699A1 (fr) * | 2005-07-13 | 2007-01-19 | France Telecom | Dispositif de codage/decodage hierachique |
| US7546237B2 (en) * | 2005-12-23 | 2009-06-09 | Qnx Software Systems (Wavemakers), Inc. | Bandwidth extension of narrowband speech |
| US7844453B2 (en) * | 2006-05-12 | 2010-11-30 | Qnx Software Systems Co. | Robust noise estimation |
| US8005671B2 (en) * | 2006-12-04 | 2011-08-23 | Qualcomm Incorporated | Systems and methods for dynamic normalization to reduce loss in precision for low-level signals |
| US8935158B2 (en) | 2006-12-13 | 2015-01-13 | Samsung Electronics Co., Ltd. | Apparatus and method for comparing frames using spectral information of audio signal |
| KR100860830B1 (ko) * | 2006-12-13 | 2008-09-30 | 삼성전자주식회사 | 음성 신호의 스펙트럼 정보 추정 장치 및 방법 |
| US8326620B2 (en) | 2008-04-30 | 2012-12-04 | Qnx Software Systems Limited | Robust downlink speech and noise detector |
| US8335685B2 (en) | 2006-12-22 | 2012-12-18 | Qnx Software Systems Limited | Ambient noise compensation system robust to high excitation noise |
| US7912729B2 (en) | 2007-02-23 | 2011-03-22 | Qnx Software Systems Co. | High-frequency bandwidth extension in the time domain |
| WO2010035972A2 (en) * | 2008-09-25 | 2010-04-01 | Lg Electronics Inc. | An apparatus for processing an audio signal and method thereof |
| US8831958B2 (en) * | 2008-09-25 | 2014-09-09 | Lg Electronics Inc. | Method and an apparatus for a bandwidth extension using different schemes |
| GB2466201B (en) | 2008-12-10 | 2012-07-11 | Skype Ltd | Regeneration of wideband speech |
| US9947340B2 (en) | 2008-12-10 | 2018-04-17 | Skype | Regeneration of wideband speech |
| GB0822537D0 (en) | 2008-12-10 | 2009-01-14 | Skype Ltd | Regeneration of wideband speech |
| JP5423684B2 (ja) * | 2008-12-19 | 2014-02-19 | 富士通株式会社 | 音声帯域拡張装置及び音声帯域拡張方法 |
| US8958510B1 (en) * | 2010-06-10 | 2015-02-17 | Fredric J. Harris | Selectable bandwidth filter |
| US10043535B2 (en) | 2013-01-15 | 2018-08-07 | Staton Techiya, Llc | Method and device for spectral expansion for an audio signal |
| US10045135B2 (en) | 2013-10-24 | 2018-08-07 | Staton Techiya, Llc | Method and device for recognition and arbitration of an input connection |
| US20150170655A1 (en) * | 2013-12-15 | 2015-06-18 | Qualcomm Incorporated | Systems and methods of blind bandwidth extension |
| US10043534B2 (en) * | 2013-12-23 | 2018-08-07 | Staton Techiya, Llc | Method and device for spectral expansion for an audio signal |
| CN106098073A (zh) * | 2016-05-23 | 2016-11-09 | 苏州大学 | 一种基于频谱映射的端到端语音加解密系统 |
| CN106024000B (zh) * | 2016-05-23 | 2019-12-24 | 苏州大学 | 一种基于频谱映射的端到端语音加解密方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1123955A (en) * | 1978-03-30 | 1982-05-18 | Tetsu Taguchi | Speech analysis and synthesis apparatus |
| JP2779886B2 (ja) | 1992-10-05 | 1998-07-23 | 日本電信電話株式会社 | 広帯域音声信号復元方法 |
| US5455888A (en) * | 1992-12-04 | 1995-10-03 | Northern Telecom Limited | Speech bandwidth extension method and apparatus |
| DE69619284T3 (de) * | 1995-03-13 | 2006-04-27 | Matsushita Electric Industrial Co., Ltd., Kadoma | Vorrichtung zur Erweiterung der Sprachbandbreite |
| JP4005154B2 (ja) * | 1995-10-26 | 2007-11-07 | ソニー株式会社 | 音声復号化方法及び装置 |
| WO1999010719A1 (en) * | 1997-08-29 | 1999-03-04 | The Regents Of The University Of California | Method and apparatus for hybrid coding of speech at 4kbps |
| JP4132154B2 (ja) * | 1997-10-23 | 2008-08-13 | ソニー株式会社 | 音声合成方法及び装置、並びに帯域幅拡張方法及び装置 |
| US6415252B1 (en) * | 1998-05-28 | 2002-07-02 | Motorola, Inc. | Method and apparatus for coding and decoding speech |
-
2000
- 2000-11-01 CN CN00802584A patent/CN1335980A/zh active Pending
- 2000-11-01 EP EP00974496A patent/EP1147515A1/en not_active Withdrawn
- 2000-11-01 WO PCT/EP2000/010761 patent/WO2001035395A1/en not_active Application Discontinuation
- 2000-11-01 JP JP2001537049A patent/JP2003514263A/ja active Pending
- 2000-11-01 KR KR1020017008630A patent/KR20010101422A/ko not_active Application Discontinuation
- 2000-11-13 US US09/710,822 patent/US6681202B1/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009300707A (ja) * | 2008-06-13 | 2009-12-24 | Sony Corp | 情報処理装置および方法、並びにプログラム |
| JP2013508783A (ja) * | 2009-10-23 | 2013-03-07 | クゥアルコム・インコーポレイテッド | 狭帯域信号から「より上の帯域」の信号を決定すること |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20010101422A (ko) | 2001-11-14 |
| CN1335980A (zh) | 2002-02-13 |
| WO2001035395A1 (en) | 2001-05-17 |
| EP1147515A1 (en) | 2001-10-24 |
| US6681202B1 (en) | 2004-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003514263A (ja) | マッピング・マトリックスを用いた広帯域音声合成 | |
| EP0718820B1 (en) | Speech coding apparatus, linear prediction coefficient analyzing apparatus and noise reducing apparatus | |
| EP1252621B1 (en) | System and method for modifying speech signals | |
| RU2257556C2 (ru) | Квантование коэффициентов усиления для речевого кодера линейного прогнозирования с кодовым возбуждением | |
| Jax et al. | Wideband extension of telephone speech using a hidden Markov model | |
| CN1750124B (zh) | 带限音频信号的带宽扩展 | |
| KR101461774B1 (ko) | 대역폭 확장기 | |
| JP2956548B2 (ja) | 音声帯域拡大装置 | |
| JP5232151B2 (ja) | パケットベースのエコー除去および抑制 | |
| JPH10124088A (ja) | 音声帯域幅拡張装置及び方法 | |
| CN101141533B (zh) | 用于提供具有扩展带宽的声音信号的方法和系统 | |
| JP3189598B2 (ja) | 信号合成方法および信号合成装置 | |
| Pulakka et al. | Speech bandwidth extension using gaussian mixture model-based estimation of the highband mel spectrum | |
| KR20080080893A (ko) | 음성신호의 대역폭 확장 제어 방법 및 장치 | |
| Qian et al. | Combining equalization and estimation for bandwidth extension of narrowband speech | |
| JPH10124089A (ja) | 音声信号処理装置及び方法、並びに、音声帯域幅拡張装置及び方法 | |
| Laaksonen et al. | Artificial bandwidth expansion method to improve intelligibility and quality of AMR-coded narrowband speech | |
| Zhang et al. | A CELP variable rate speech codec with low average rate | |
| JPH10254473A (ja) | 音声変換方法及び音声変換装置 | |
| Beritelli et al. | Adaptive robust speech processing based on acoustic noise estimation and classification | |
| JPH0284700A (ja) | 音声符号化復号化装置 | |
| Saranya et al. | Design of a VOCODER using instants of significant excitation | |
| WO1993021627A1 (en) | Digital signal coding | |
| Schroeter et al. | Speaker adaptation in articulatory speech analysis by synthesis | |
| Mahale et al. | New Distance Measure for Monaural Model-based Sound Separation |