JP2008535027A - 高帯域励振生成のためのシステム、方法、及び装置 - Google Patents

Abstract

【解決手段】１つの実施形態では、高帯域励振信号を生成する方法は、低帯域励振信号に基づく信号のスペクトルを高調波拡張することと、低帯域励振信号に基づく信号の時間領域エンベロープを計算することと、時間領域エンベロープに従って雑音信号を変調することとを含む。この方法は更に、（Ａ）高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）変調の結果に基づく変調雑音信号とを結合することを含む。この方法では、高帯域励振信号は、この結合の結果に基づく。
【選択図】 図１ａ

Description

本発明は、信号処理に関する。

関連出願

本出願は、２００５年４月１日に出願した「ＣＯＤＩＮＧ ＴＨＥ ＨＩＧＨ−ＦＲＥＱＵＥＮＣＹ ＢＡＮＤ ＯＦ ＷＩＤＥＢＡＮＤ ＳＰＥＥＣＨ」という表題の米国仮特許出願第６０／６６７，９０１号の利益を主張するものである。本出願は、また、２００５年４月２２日に出願した「ＰＡＲＡＭＥＴＥＲ ＣＯＤＩＮＧ ＩＮ Ａ ＨＩＧＨ−ＢＡＮＤ ＳＰＥＥＣＨ ＣＯＤＥＲ」という表題の米国仮特許出願第６０／６７３，９６５号の利益を主張するものである。

公衆交換電話網（ＰＳＴＮ）による音声通信は、従来、帯域幅を３００〜３４００ｋＨｚの周波数範囲に制限されていた。セルラ電話およびボイスオーバーＩＰ（インターネットプロトコル、ＶｏＩＰ）などの音声通信のための新しいネットワークは、同じ帯域幅限界を有しているとは限らず、このようなネットワーク上では広帯域の周波数範囲を含む音声通信の送受信を行うことが望ましいと思われる。例えば、下は５０Ｈｚまで、および／または上は７または８ｋＨｚまでの音声周波数範囲に対応できることが望ましいであろう。また、従来のＰＳＴＮの限界を外れた範囲にある音声コンテンツを含みうる高品質オーディオまたはオーディオ／ビデオ会議などの他の用途にも対応できることが望ましいと考えられる。

音声コーダが対応する範囲をより高い周波数にまで拡大すると、明瞭度を改善できる。例えば、「ｓ」や「ｆ」などの摩擦音を区別する情報は、もっぱら高い周波数にある。また、高帯域まで拡大できれば、存在感などの他の音声品質も改善できる。例えば、有声母音であっても、ＰＳＴＮ限界をはるかに超えるスペクトルエネルギーを有する場合がある。

広帯域音声符号化の１つのアプローチとして、狭帯域音声符号化技術（例えば、０〜４ｋＨｚの周波数範囲を符号化するように構成された技術）を広帯域スペクトルに対応できるように拡張する方法もある。例えば、音声信号は、高い周波数の成分を含むように高レートでサンプリングされ、狭帯域符号化技術は、さらに多くのフィルタ係数を使用してこの広帯域信号を表現できるように再構成されうる。しかし、ＣＥＬＰ（符号帳励振線形予測）などの狭帯域符号化技術は、大量の計算を必要とし、広帯域ＣＥＬＰコーダは、非常に多くの処理サイクルを消費するので、多くのモバイルアプリケーションおよび他の組み込み型アプリケーションには実用的でない場合がある。このような技術を使用して広帯域信号のスペクトル全体を所望の品質となるように符号化した場合も、帯域幅は許容できないほどの大きさとなりうる。さらに、このような符号化された信号のトランスコーディングは、その狭帯域部分が狭帯域符号化にしか対応していないシステムに伝送され、かつ／またはそのシステムによって復号される場合であってもその前に必要になる。

広帯域音声符号化に対するもう１つのアプローチでは、符号化されている狭帯域スペクトルエンベロープから高帯域スペクトルエンベロープに外挿する必要がある。このようなアプローチは、帯域幅を拡大することなく、またトランスコーディングを行う必要なく実装することができるが、音声信号の高帯域部分の粗スペクトルエンベロープまたはホルマント構造は、一般的に、狭帯域部分のスペクトルエンベロープから正確に予測できない。

トランスコーディングまたは他の著しい修正を行うことなく、符号化された信号の少なくとも狭帯域部分が狭帯域チャネル（ＰＳＴＮチャネルなど）を通して送信されるように広帯域音声符号化を実装することが望ましいと考えられる。広帯域符号化拡張の効率のよさも、例えば、無線携帯電話ならびに有線および無線チャネルを介した一斉同報型通信などの用途においてサービスを提供できるユーザーの数を著しく減らさないためにも望ましいと考えられる。
米国仮特許出願第６０／６６７，９０１号 米国仮特許出願第６０／６７３，９６５号 特許出願（整理番号０５０５５１）「ＳＹＳＴＥＭＳ，ＭＥＴＨＯＤＳ，ＡＮＤ ＡＰＰＡＲＡＴＵＳ ＦＯＲ ＳＰＥＥＣＨ ＳＩＧＮＡＬ ＦＩＬＴＥＲＩＮＧ」 米国特許出願公開第２００４／００９８２５５号 米国特許第５，７０４，００３号 米国特許第６，８７９，９５５号

１つの実施形態では、高帯域励振信号を生成する方法は、低帯域励振信号に基づく信号のスペクトルを高調波拡張することと、低帯域励振信号に基づく信号の時間領域エンベロープを計算することと、時間領域エンベロープに従って雑音信号を変調することとを含む。この方法はまた、（Ａ）高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）変調の結果に基づく変調雑音信号とを結合することを含む。この方法では、高帯域励振信号は、この結合の結果に基づく。

別の実施形態では、装置は、低帯域励振信号に基づく信号のスペクトルの高調波拡張を行なうように構成されたスペクトル拡張器と、低帯域励振信号に基づく信号の時間領域エンベロープを計算するように構成されたエンベロープ計算器と、時間領域エンベロープに従って雑音信号の変調を行なうように構成された第１の結合器と、（Ａ）高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）変調の結果に基づく変調雑音信号との合計を計算するように構成された第２の結合器とを含む。高帯域励振信号は、この合計の結果に基づく。

別の実施形態では、装置は、低帯域励振信号に基づく信号のスペクトルを高調波拡張する手段と、低帯域励振信号に基づく信号の時間領域エンベロープを計算する手段と、時間領域エンベロープに従って雑音信号を変調する手段と、（Ａ）高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）変調の結果に基づく変調雑音信号とを結合する手段とを含む。この装置では、高帯域励振信号は、この結合の結果に基づく。

別の実施形態では、高帯域励振信号を生成する方法は、音声信号の低周波部分から導かれる低帯域励振信号に非線形関数を適用することによって、高調波拡張信号を計算することと、高調波拡張信号を変調雑音信号と混合して、高帯域励振信号を生成することを含む。

図面および随伴する説明において、同じ参照符号は、同じまたは類似の要素もしくは信号を指している。

本明細書で説明されているような実施形態は、わずか８００から１０００ｂｐｓ（ビット／秒）程度の帯域幅拡大で広帯域音声信号の伝送および／または記憶に対応できるように狭帯域音声コーダの拡張を行う構成をとることができるシステム、方法、および装置を含む。このような実装の利点として考えられるのは、狭帯域システムとの互換性を維持するための埋め込み符号化、比較的容易な割り当て、および狭帯域符号化チャネルと高帯域符号化チャネルとの間のビットの再割り当て、大量の計算を必要とする広帯域合成演算の回避、および大量の計算を必要とする波形符号化ルーチンにより処理される信号の低サンプリングレートの維持などである。

特に断り書きのない限り、「計算（する）」という用語は、本明細書では、計算、生成、および値のリストからの選択などの通常の意味のいずれかを示すために使用される。「含む、備える」という用語が本明細書および請求項の中で使用される場合、他の要素または演算は除外されない。「Ａは、Ｂに基づく」という言いまわしは、（ｉ）「ＡはＢに等しい」という場合および（ｉｉ）「Ａは、少なくともＢに基づく」という場合を含む、その通常の意味のいずれかを示すために使用される。「インターネットプロトコル」という用語は、ＩＥＴＦ（インターネットエンジニアリングタスクフォース）ＲＦＣ（Ｒｅｑｕｅｓｔ ｆｏｒ Ｃｏｍｍｅｎｔｓ）７９１で説明されているようなバージョン４、およびバージョン６などのそれ以降のバージョンを含む。

図１ａは、一実施形態による広帯域音声符号器Ａ１００のブロック図を示す。フィルタバンクＡ１１０は、高帯域音声信号Ｓ１０をフィルタ処理して、狭帯域信号Ｓ２０および高帯域信号Ｓ３０を出力するように構成される。狭帯域符号器Ａ１２０は、狭帯域信号Ｓ２０を符号化して、狭帯域（ＮＢ）フィルタパラメータＳ４０および狭帯域残留信号Ｓ５０を生成するように構成される。本明細書でさらに詳しく説明されるように、狭帯域符号器Ａ１２０は、典型的には、狭帯域フィルタパラメータＳ４０および符号化された狭帯域励振信号Ｓ５０を符号帳インデックスとして、または他の量子化形式で生成するように構成される。高帯域符号器Ａ２００は、符号化された狭帯域励振信号Ｓ５０に含まれる情報に従って高帯域信号Ｓ３０を符号化し、高帯域符号化パラメータＳ６０を生成するように構成される。本明細書でさらに詳しく説明されるように、高帯域符号器Ａ２００は、典型的には、高帯域符号化パラメータＳ６０を符号帳インデックスとして、または他の量子化形式で生成するように構成される。広帯域音声符号器Ａ１００の特定の一例は、広帯域音声信号Ｓ１０を約８．５５ｋｂｓ（キロビット／秒）の速度で符号化するように構成され、その際に、狭帯域フィルタパラメータＳ４０および符号化された狭帯域励振信号Ｓ５０に約７．５５ｋｂｐｓ、高帯域符号化パラメータＳ６０に約１ｋｂｐｓが使用される。

符号化された狭帯域および高帯域信号を組み合わせて単一のビットストリームを形成するのが望ましい場合がある。例えば、符号化された広帯域音声信号として、送信（例えば、有線伝送チャネル、光伝送チャネル、または無線伝送チャネル）用または記憶用に符号化された信号を多重化することが望ましい場合がある。図１ｂは、狭帯域フィルタパラメータＳ４０、符号化された狭帯域励振信号Ｓ５０、および高帯域フィルタパラメータＳ６０を組み合わせて多重化された１つの信号Ｓ７０にまとめるように構成された多重化装置を備える広帯域音声符号器Ａ１００の一実装Ａ１０２のブロック図を示している。

符号器Ａ１０２を備える装置は、さらに、多重化された信号Ｓ７０を有線チャネル、光チャネル、または無線チャネルなどの伝送チャネルに伝送するように構成された回路を備えることができる。このような装置は、さらに、誤り訂正符号化（例えば、可変レート畳み込み符号化）および／または誤り検出符号化（例えば、巡回冗長符号化）、および／またはネットワークプロトコル符号化の１つまたは複数の層（例えば、イーサネット（登録商標）、ＴＣＰ／ＩＰ、ｃｄｍａ２０００）などの１つまたは複数のチャネル符号化演算を信号に対し実行するように構成することもできる。

符号化された狭帯域信号（狭帯域フィルタパラメータＳ４０および符号化された狭帯域励振信号Ｓ５０を含む）を多重化された信号Ｓ７０の分離可能な部分ストリームとして埋め込み、広帯域および／または低帯域信号などの多重化された信号Ｓ７０の他の部分とは独立に復元、復号できるように、多重化装置Ａ１３０を構成することが望ましいと思われる。例えば、多重化された信号Ｓ７０は、高帯域フィルタパラメータＳ６０を剥ぎ取ることにより、符号化された狭帯域信号が復元されるように構成できる。このような機能の利点の１つとして、狭帯域信号の復号には対応できるが、高帯域部分の復号には対応できないシステムに符号化された広帯域信号を渡すのに先立って、その符号化された広帯域信号をトランスコードする必要がなくなる点が挙げられる。

図２ａは、一実施形態による広帯域音声復号器Ｂ１００のブロック図である。狭帯域復号器Ｂ１１０は、狭帯域フィルタパラメータＳ４０および符号化された狭帯域励振信号Ｓ５０を復号し、狭帯域信号Ｓ９０を生成するように構成される。高帯域復号器Ｂ２００は、符号化された狭帯域励振信号Ｓ５０に基づく狭帯域励振信号Ｓ８０に従って高帯域符号化パラメータＳ６０を復号し、高帯域信号Ｓ１００を生成するように構成される。この例では、狭帯域復号器Ｂ１１０は、狭帯域励振信号Ｓ８０を高帯域復号器Ｂ２００に供給するように構成される。フィルタバンクＢ１２０は、狭帯域信号Ｓ９０と高帯域信号Ｓ１００を組み合わせて、広帯域音声信号をＳ１１０を生成するように構成される。

図２ｂは、符号化された信号Ｓ４０、Ｓ５０、およびＳ６０を、多重化された信号Ｓ７０から生成するように構成された逆多重化装置Ｂ１３０を備える広帯域音声復号器Ｂ１００の一実装Ｂ１０２のブロック図である。復号器Ｂ１０２を備える装置は、多重化された信号Ｓ７０を有線チャネル、光チャネル、または無線チャネルなどの伝送チャネルから受信するように構成された回路を備えることができる。このような装置は、さらに、誤り訂正復号（例えば、可変レート畳み込み復号）および／または誤り検出復号（例えば、巡回冗長復号）、および／またはネットワークプロトコル復号の１つまたは複数の層（例えば、イーサネット、ＴＣＰ／ＩＰ、ｃｄｍａ２０００）などの１つまたは複数のチャネル復号演算を信号に対し実行するように構成することもできる。

フィルタバンクＡ１１０は、帯域分割方式により入力信号をフィルタ処理し、低周波サブバンドと高周波サブバンドを生成するように構成される。特定の用途の設計基準に応じて、出力サブバンドは、等しい帯域幅または等しくない帯域幅を有し、重なる場合も重ならない場合もある。３つ以上のサブバンドを生成するフィルタバンクＡ１１０の構成も可能である。例えば、このようなフィルタバンクは、狭帯域信号Ｓ２０の範囲よりも低い周波数範囲（例えば、５０〜３００Ｈｚの範囲など）の成分を含む１つまたは複数の低帯域信号を生成するように構成することができる。また、このようなフィルタバンクは、高帯域信号Ｓ３０の範囲よりも高い周波数範囲（例えば、１４〜２０、１６〜２０、または１６〜３２ｋＨｚの範囲など）の成分を含む１つまたは複数の追加高帯域信号を生成するように構成することも可能である。このような場合、広帯域音声符号器Ａ１００は、この１つまたは複数の信号を別々に符号化するように実装することができ、また多重化装置Ａ１３０は、追加の符号化された１つまたは複数の信号を多重化された信号Ｓ７０に（例えば、分離可能な部分として）含めるように構成することができる。

図３ａは、サンプリングレートを下げた２つのサブバンド信号を生成するように構成されたフィルタバンクＡ１１０の一実装Ａ１１２のブロック図を示している。フィルタバンクＡ１１０は、高周波（高帯域）部分と低周波（低帯域）部分とを有する広帯域音声信号Ｓ１０を受信するように構成される。フィルタバンクＡ１１２は、広帯域音声信号Ｓ１０を受信し、狭帯域音声信号Ｓ２０を生成するように構成された低帯域処理経路、および広帯域音声信号Ｓ１０を受信し、高帯域音声信号Ｓ３０を生成するように構成された高帯域処理経路を備える。ローパスフィルタ１１０は、広帯域音声信号Ｓ１０をフィルタ処理して選択された低周波サブバンドを通し、ハイパスフィルタ１３０は、広帯域音声信号Ｓ１０をフィルタ処理して選択された高周波サブバンドを通す。サブバンド信号は両方とも、広帯域音声信号Ｓ１０よりも狭い帯域幅を有するため、そのサンプリングレートは、情報を失うことなく、ある程度下げることができる。ダウンサンプラ１２０は、所望のデシメーション係数によりローパス信号のサンプリングレートを下げ（例えば、信号のサンプルを除去し、および／またはサンプルを平均値で置き換えることにより）、ダウンサンプラ１４０も、同様に、他の所望のデシメーション係数によりハイパス信号のサンプリングレートを下げる。

図３ｂは、フィルタバンクＢ１２０の対応する一実装Ｂ１２２のブロック図を示している。アップサンプラ１５０は、狭帯域信号Ｓ９０のサンプリングレートを上げ（例えば、ゼロ詰めにより、および／またはサンプルの複製により）、ローパスフィルタ１６０は、アップサンプリングされた信号をフィルタ処理し、低帯域部分のみを通す（例えば、エイリアシングを防ぐため）。同様に、アップサンプラ１７０は、高帯域信号Ｓ１００のサンプリングレートを上げ、ハイパスフィルタ１８０は、アップサンプリングされた信号をフィルタ処理して、高帯域部分のみを通す。次いで、２つの通過帯域信号を加算して、広帯域音声信号Ｓ１１０を形成する。復号器Ｂ１００のいくつかの実装では、フィルタバンクＢ１２０は、高帯域復号器Ｂ２００により受信された、および／または計算された１つ複数の重みに応じて２つの通過帯域信号の加重和を生成するように構成される。３つ以上の通過帯域信号を組み合わせたフィルタバンクＢ１２０の構成も考えられる。

フィルタ１１０、１３０、１６０、１８０はそれぞれ、有限インパルス応答（ＦＩＲ）フィルタまたは無限インパルス応答（ＩＩＲ）フィルタとして実装することができる。符号器フィルタ１１０および１３０の周波数応答は、阻止帯域と通過帯域との間の対称的な、または異形の遷移領域を形成しうる。同様に、復号器フィルタ１６０および１８０の周波数応答は、阻止帯域と通過帯域との間の対称的な、または異形の遷移領域を形成しうる。ローパスフィルタ１１０は、ローパルフィルタ１６０と同じ応答を有し、ハイパスフィルタ１３０は、ハイパスフィルタ１８０と同じ応答を有することが望ましいが、厳密に必要というわけではない。一例では、２つのフィルタペア１１０、１３０および１６０、１８０は、直交ミラーフィルタ（ＱＭＦ）バンクであり、フィルタペア１１０、１３０は、フィルタペア１６０、１８０と同じ係数を有する。

典型的な例では、ローパスフィルタ１１０は、３００〜３４００ＨｚのＰＳＴＮの制限された範囲（例えば、０から４ｋＨｚまでの帯域）を含む通過帯域を有する。図４ａおよび４ｂは、２つの異なる実装例における広帯域音声信号Ｓ１０、狭帯域信号Ｓ２０、および高帯域信号Ｓ３０の相対的帯域幅を示している。これら両方の特定の例では、広帯域音声信号Ｓ１０は、１６ｋＨｚのサンプリングレート（０から８ｋＨｚまでの範囲内の周波数成分を表す）を有し、狭帯域信号Ｓ２０は、８ｋＨｚのサンプリングレート（０から４ｋＨｚの範囲内の周波数成分を表す）を有する。

図４ａの例では、２つのサブバンド間に著しい重なりはない。この例で示されているような高帯域信号Ｓ３０は、４〜８ｋＨｚの通過帯域を有するハイパスフィルタ１３０を使用して得られる。このような場合、フィルタ処理された信号に対し２倍のダウンサンプリングを実行することでサンプリングレートを８ｋＨｚに下げることが望ましいと思われる。信号に対するさらなる処理演算の計算複雑度を著しく減じると予測できるこのような演算により、通過帯域エネルギーは、情報を失うことなく０から４ｋＨｚまでの範囲に下げられる。

図４ｂの他の例では、上側および下側サブバンドには、かなりの重なりがあり、３．５から４ｋＨｚまでの領域が、両方のサブバンド信号により表現される。この例で示されているような高帯域信号Ｓ３０は、３．５〜７ｋＨｚの通過帯域を有するハイパスフィルタ１３０を使用して得られる。このような場合、フィルタ処理された信号に対し１６／７のダウンサンプリングを実行することでサンプリングレートを７ｋＨｚに下げることが望ましいと思われる。信号に対するさらなる処理演算の計算複雑度を著しく減じると予測できるこのような演算により、通過帯域エネルギーは、情報を失うことなく０から３．５ｋＨｚまでの範囲に下げられる。

電話通信に使われる典型的な送受話器では、トランスデューサ（つまり、マイクおよびイヤホンもしくはスピーカー）の１つまたは複数は、７〜８ｋＨｚの周波数範囲にわたって感知されうる応答を欠いている。図４ｂの例では、７から８ｋＨｚまでの広帯域音声信号Ｓ１０の部分は、符号化された信号の中に含まれない。ハイパスフィルタ１３０の他の特定の例は、３．５〜７．５ｋＨｚおよび３．５〜８ｋＨｚの通過帯域を有する。

いくつかの実装では、図４ｂの例のようなサブバンド間に重なりを設けることで、重なり合う領域全体にわたって滑らかなロールオフを有するローパスおよび／またはハイパスフィルタを使用することができる。このようなフィルタは、典型的には、鋭い応答、またはブリックウォール型応答を持つフィルタに比べて、設計しやすく、計算複雑度が低く、および／または入り込む遅延が小さい。鋭い遷移領域を有するフィルタは、滑らかなロールオフを持つ同様の次数フィルタに比べて高いサイドローブ（エイリアシングを引き起こす可能性がある）を有する傾向がある。鋭い遷移領域を有するフィルタは、さらに、リンギングアーチファクトの原因となりうる長いインパルス応答も持つ可能性がある。１つまたは複数のＩＩＲフィルタを有するフィルタバンクについては、重なり合う領域上で滑らかなロールオフを行えると、極が単位円から遠く離れている１つまたは複数のフィルタを使用することが可能になるが、これは、安定した固定小数点実装を保証するうえで重要なことと考えられる。

サブバンドを重ね合わせることで、低帯域と高帯域の滑らかなブレンドが可能になり、その結果、可聴アーチファクトが減り、エイリアシングも低減され、および／または１つの帯域から他の帯域への遷移があまり目立たなくなる。さらに、狭帯域符号器Ａ１２０（例えば、波形コーダ）の符号化効率は、周波数が高くなるとともに減少しうる。例えば、狭帯域コーダの符号化品質は、特に背景雑音が存在する場合に、低ビットレートで低下しうる。このような場合、サブバンドの重なりを与えることにより、重なり合う領域内の再現周波数成分の品質を高めることができる。

さらに、サブバンドを重ね合わせることで、低帯域と高帯域の滑らかなブレンドが可能になり、その結果、可聴アーチファクトが減り、エイリアシングも低減され、および／または１つの帯域から他の帯域への遷移があまり目立たなくなる。このような機能は、狭帯域符号器Ａ１２０および高帯域符号器Ａ２００が異なる符号化方法により動作する実装には特に望ましいと思われる。例えば、符号化技術が異なれば、かなり異なる音を出す信号を発生しうる。符号帳インデックスの形式でスペクトルエンベロープを符号化するコーダは、代わりに振幅を符号化するコーダと異なる音を有する信号を発生しうる。時間領域コーダ（例えば、パルス符号変調またはＰＣＭコーダ）は、周波数領域コーダと異なる音を有する信号を発生することができる。スペクトルエンベロープの表現および対応する残留信号とともに信号を符号化するコーダは、スペクトルエンベロープの表現のみで信号を符号化するコーダと異なる音を有する信号を発生することができる。信号をその波形の表現として符号化するコーダは、正弦波コーダとは異なる音を有する出力を発生することができる。このような場合、重なり合わないサブバンドを定義するために鋭い遷移領域を有するフィルタを使用すると、合成された広帯域信号のサブバンド間に急激な、はっきり認識できる遷移が生じうる。

重なり合う相補的周波数応答を有するＱＭＦフィルタバンクは、サブバンド技術で使用されることが多いが、このようなフィルタは、本明細書で説明されている広帯域符号化実装の少なくとも一部については不適である。符号器のところにあるＱＭＦフィルタバンクは、復号器のところにある対応するＱＭＦフィルタバンクにおいてキャンセルされるかなりの程度のエイリアシングを発生するように構成される。このような構成は、フィルタバンク間で信号にかなりの量のひずみが生じる用途に使われる場合、ひずみのせいでキャンセレーション特性の有効性が減じうるため、適さないことがある。例えば、本明細書で説明されている用途としては、非常に低いビットレートで動作するように構成される符号化実装がある。ビットレートが非常に低いため、復号された信号は、元の信号と比べて著しくゆがんでいるように見える可能性があり、したがって、ＱＭＦフィルタバンクを使用すると、エイリアシングがキャンセルされない場合がある。ＱＭＦフィルタバンクを使用する用途では、より高いビットレートが使用される（例えば、ＡＭＲでは１２ｋｂｐｓ超、Ｇ．７２２では６４ｋｂｐｓ）。

さらに、コーダは、元の信号と知覚的には類似しているが、元の信号と実際には著しく異なる合成信号を発生するように構成されうる。例えば、本明細書で説明されているように狭帯域残留信号から高帯域励振信号を導出するコーダは、実際の高帯域残留信号が復号された信号に含まれない可能性があるので、そのような信号を発生させることができる。このような用途でＱＭＦフィルタバンクを使用した場合、キャンセルされないエイリアシングによりかなりのひずみが発生しうる。

エイリアシングの効果は、サブバンドの幅に等しい帯域幅に制限されるため、ＱＭＦエイリアシングにより引き起こされるひずみの量は、影響を受けるサブバンドが狭い場合に低減されうる。しかし、本明細書で説明されているように、それぞれのサブバンドが広帯域の帯域幅の約半分を含む例では、キャンセルされないエイリアシングにより引き起こされるひずみは、信号のかなりの部分に影響を及ぼすおそれがある。信号の品質は、さらに、キャンセルされないエイリアシングが生じる周波数帯域の位置の影響を受ける可能性がある。例えば、広帯域音声信号の中心近く（例えば、３から４ｋＨｚの間）に生じるひずみは、信号のエッジの近く（例えば、６ｋＨｚよりも上）に生じるひずみに比べていっそう好ましくない場合がある。

ＱＭＦフィルタバンクのフィルタの応答は、相互に正確に関係しているが、フィルタバンクＡ１１０およびＢ１２０の低帯域および高帯域経路は、２つのサブバンドの重なりとは別に完全に無関係なスペクトルを持つように構成することができる。ここでは、２つのサブバンドの重なりを、高帯域フィルタの周波数応答が−２０ｄＢに低下する位置から低帯域フィルタの周波数応答が−２０ｄＢに低下する位置までの距離として定義する。フィルタバンクＡ１１０および／またはＢ１２０のさまざまな例において、この重なりは、約２００Ｈｚから約１ｋＨｚまでの範囲にある。約４００から約６００Ｈｚまでの範囲は、符号化効率と知覚的滑らかさとの間の望ましいトレードオフの関係を表しうる。上で述べたような特定の一例では、この重なりは、約５００Ｈｚである。

フィルタバンクＡ１１２および／またはＢ１２２を、複数の段階にわけて図４ａおよび４ｂに例示されている演算を実行するように実装することが望ましいと思われる。例えば、図４ｃは、一連の補間、再サンプリング、デシメーション、およびその他の演算を使用してハイパスフィルタリングおよびダウンサンプリングの演算と同等の機能を実行するフィルタバンクＡ１１２の実装Ａ１１４のブロック図を示している。このような実装は、設計しやすく、および／または論理および／またはコードの機能ブロックを再利用できる可能性がある。例えば、図４ｃに示されているように、１４ｋＨｚへのデシメーションおよび７ｋＨｚへのデシメーションの演算を実行するために同じ機能ブロックを使用することができる。スペクトル逆演算は、関数ｅ^ｊｎπまたは＋１と−１の値を交互にとる数列（−１）^ｎを信号に掛けることにより実装することができる。スペクトル整形演算は、信号を整形して所望の全体的なフィルタ応答を得られるように構成されたローパスフィルタとして実装することができる。

スペクトル逆演算の結果として、高帯域信号Ｓ３０のスペクトルが反転されることに留意されたい。符号器および対応する復号器におけるその後の演算は、それに応じて構成することができる。例えば、本明細書で説明されているような高帯域励振発生器Ａ３００は、スペクトル反転形態を有する高帯域励振信号Ｓ１２０を発生するように構成することができる。

図４ｄは、一連の補間、再サンプリング、およびその他の演算を使用してアップサンプリングおよびハイパスフィルタリングの演算と同等の機能を実行するフィルタバンクＢ１２２の実装Ｂ１２４のブロック図を示している。フィルタバンクＢ１２４は、例えば、フィルタバンクＡ１１４などの符号器のフィルタバンクにおいて実行されるのと同様の演算を逆にする高帯域におけるスペクトル逆演算を含む。この特定の例では、フィルタバンクＢ１２４は、さらに、７１００Ｈｚの信号の成分を減衰する低帯域および高帯域のノッチフィルタも含むが、ただし、このようなフィルタはオプションであり、含める必要はない。本明細書とともに出願された「ＳＹＳＴＥＭＳ，ＭＥＴＨＯＤＳ，ＡＮＤ ＡＰＰＡＲＡＴＵＳ ＦＯＲ ＳＰＥＥＣＨ ＳＩＧＮＡＬ ＦＩＬＴＥＲＩＮＧ」という表題の特許出願（整理番号０５０５５１）は、フィルタバンクＡ１１０およびＢ１２０の特定の実装の要素のレスポンスに関係する追加の説明および図を含み、この文献は、参照により本明細書に組み込まれる。

狭帯域符号器Ａ１２０は、（Ａ）フィルタを記述する一組のパラメータおよび（Ｂ）入力音声信号の合成複製を形成するために記述されているフィルタを駆動する励振信号として入力音声信号を符号化するソースフィルタモデルに従って実装される。図５ａは、音声信号のスペクトルエンベロープの一例を示している。このスペクトルエンベロープを特徴付けるピークは、声道の共鳴を表し、ホルマントと呼ばれる。ほとんどの音声コーダは、少なくともこの粗スペクトル構造をフィルタ係数などの一組のパラメータとして符号化する。

図５ｂは、狭帯域信号Ｓ２０のスペクトルエンベロープの符号化に適用されるような基本的なソースフィルタ構成の一例を示している。分析モジュールでは、一定期間（典型的には、２０ミリ秒）にわたる音声に応じてフィルタを特徴付ける一組のパラメータを計算する。これらのフィルタパラメータに応じて構成されたホワイトニングフィルタ（分析または予測誤差フィルタとも呼ばれる）は、スペクトルエンベロープを除去し、信号をスペクトル的に平坦化した結果得られるホワイトニング信号（残留信号とも呼ばれる）は、エネルギーが少なく、したがって変動も小さいため、元の音声信号に比べて符号化しやすい。残留信号の符号化から生じる誤差もまた、そのスペクトルにわたって均等に分散させることができる。フィルタパラメータおよび残留信号は、典型的には、そのチャネル上で効率よく伝送できるよう量子化される。復号器では、フィルタパラメータに従って構成された合成フィルタは、残留信号に基づく信号により励振され元の音声の合成音を生成する。合成フィルタは、典型的には、ホワイトニングフィルタの伝達関数の逆である伝達関数を持つように構成される。

図６は、狭帯域符号器Ａ１２０の基本実装Ａ１２２のブロック図を示している。この例では、線形予測符号化（ＬＰＣ）分析モジュール２１０は、狭帯域信号Ｓ２０のスペクトルエンベロープを一組の線形予測（ＬＰ）係数（例えば、全極型フィルタ１／Ａ（ｚ）の係数）として符号化する。分析モジュールは、典型的には、入力信号を一連の重なり合わないフレームとして処理し、新しい一組の係数がフレーム毎に計算される。フレーム期間は、一般に、信号が局所的に静止していると予測できる期間であり、よくある例は、２０ミリ秒である（８ｋＨｚのサンプリングレートで１６０個のサンプルに相当する）。一例では、ＬＰＣ分析モジュール２１０は、それぞれの２０ミリ秒フレームのホルマント構造を特徴付ける１０個のＬＰフィルタ係数からなる一組のフィルタ係数を計算するように構成される。また、入力信号を一連の重なり合うフレームとして処理するように分析モジュールを実装することも可能である。

それぞれのフレームのサンプルを直接的に分析するように分析モジュールを構成することができるか、またはサンプルを窓関数（例えば、ハミング窓）に従って最初に重み付けすることができる。分析は、さらに、３０ミリ秒窓などの、フレームよりも大きい窓上で実行することもできる。この窓は、対称的（例えば、２０ミリ秒フレームの直前および直後に５ミリ秒が含まれるように５−２０−５）であっても、非対称的（例えば、先行するフレームの最後の１０ミリ秒が含まれるように、１０−２０）であってもよい。ＬＰＣ分析モジュールは、典型的には、Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ再帰法またはＬｅｒｏｕｘ−Ｇｕｅｇｕｅｎアルゴリズムを使用して、ＬＰフィルタ係数を計算するように構成される。他の実装では、分析モジュールは、一組のＬＰフィルタ係数の代わりに、それぞれのフレームについて一組のケプストラム係数を計算するように構成することができる。

符号器Ａ１２０の出力レートは、フィルタパラメータを量子化することにより、再現性に比較的ほとんど影響を及ぼすことなく、大きく低減されうる。線形予測フィルタ係数は、効率よく量子化することが困難であり、通常は、量子化および／またはエントロピー符号化のため、線スペクトル対（ＬＳＰ）または線スペクトル周波数（ＬＳＦ）などの他の表現にマッピングされる。図６の例では、ＬＰ係数−ＬＳＦ変換２２０は、一組のＬＰフィルタ係数を対応する一組のＬＳＦに変換する。ＬＰフィルタ係数の他の１対１表現としては、ＰＡＲＣＯＲ係数、対数面積比値、イミッタンススペクトル対（ＩＳＰ）、およびＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）ＡＭＲ−ＷＢ（Ａｄａｐｔｉｖｅ Ｍｕｌｔｉｒａｔｅ−Ｗｉｄｅｂａｎｄ）コーデックで使用される、イミッタンススペクトル周波数（ＩＳＦ）がある。典型的には、一組のＬＰフィルタ係数と対応する一組のＬＳＦとの間の変換は、可逆であるが、実施形態は、さらに、変換が可逆でなく誤差を有しない符号器Ａ１２０の実装も含みうる。

量子化器２３０は、一組の狭帯域ＬＳＦ（または他の係数表現）を量子化するように構成され、狭帯域符号器Ａ１２２は、狭帯域フィルタパラメータＳ４０としてこの量子化の結果を出力するように構成される。このような量子化器は、典型的には、入力ベクトルをテーブルまたは符号帳内の対応するベクトルエントリへのインデックスとして符号化するベクトル量子化器を含む。

図６からわかるように、狭帯域符号器Ａ１２２は、さらに、狭帯域信号Ｓ２０を一組のフィルタ係数に従って構成されるホワイトニングフィルタ２６０（分析または予測誤差フィルタとも呼ばれる）に通すことにより残留信号を発生する。この特定の例では、ホワイトニングフィルタ２６０は、ＦＩＲフィルタとして実装されるが、ＩＩＲ実装も使用することができる。この残留信号は、典型的には、狭帯域フィルタパラメータＳ４０で表されない、ピッチに関係する長周期構造などの、音声フレームの知覚的に重要な情報を含む。量子化器２７０は、狭帯域励振信号Ｓ５０として出力するためこの残留信号の量子化された表現を計算するように構成される。このような量子化器は、典型的には、入力ベクトルをテーブルまたは符号帳内の対応するベクトルエントリへのインデックスとして符号化するベクトル量子化器を含む。それとは別に、このような量子化器は、疎符号帳法のように、ベクトルを記憶装置から取り出すのではなく、復号器において動的に生成するために使用される１つまたは複数のパラメータを送信するように構成することができる。このような方法は、代数的ＣＥＬＰ（符号帳励振線形予測）などの符号化方式および３ＧＰＰ２（Ｔｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ ２）ＥＶＲＣ（Ｅｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ）などのコーデックで使用される。

狭帯域符号器Ａ１２０は、対応する狭帯域復号器から利用可能な同じフィルタパラメータに応じて符号化された狭帯域励振信号を生成することが望ましい。この方法で、結果として得られる符号化された狭帯域励振信号は、すでに、量子化誤差などのパラメータ値の非理想性をある程度考慮したものとなっていてもよい。したがって、復号器で使用可能な同じ係数値を使用してホワイトニングフィルタを構成することが望ましい。図６に示されているような符号器Ａ１２２の基本的な例において、逆量子化器２４０は、狭帯域符号化パラメータＳ４０を逆量子化し、ＬＳＦ−ＬＰフィルタ係数変換２５０は、結果として得られる値を対応する一組のＬＰフィルタ係数に逆マッピングし、この一組の係数は、量子化器２７０により量子化された残留信号を発生するようにホワイトニングフィルタ２６０を構成するために使用される。

狭帯域符号器Ａ１２０のいくつかの実装は、残留信号に一番よく一致する一組の符号帳ベクトルのうちから１つを識別することにより符号化された狭帯域励振信号Ｓ５０を計算するように構成される。ただし、狭帯域符号器Ａ１２０は、残留信号を実際に発生することなく、残留信号の量子化された表現を計算するように実装することもできることに留意されたい。例えば、狭帯域符号器Ａ１２０は、多数の符号帳ベクトルを使用して、対応する合成信号を（例えば、現在の一組のフィルタパラメータに従って）生成し、知覚的に重み付けされた領域内の元の狭帯域信号Ｓ２０と一番よく一致する生成信号と関連する符号帳ベクトルを選択するように構成することができる。

図７は、狭帯域符号器Ｂ１１０の一実装Ｂ１１２のブロック図を示す。逆量子化器３１０は、狭帯域フィルタパラメータＳ４０を逆量子化し（この場合、一組のＬＳＦに）、ＬＳＦ−ＬＰフィルタ係数変換３２０は、（例えば、狭帯域符号器Ａ１２２の逆量子化２４０および変換２５０に関して上で説明されているように）ＬＳＦを一組のフィルタ係数に変換する。逆量子化器３４０は、狭帯域残留信号Ｓ５０を逆量子化し、狭帯域励振信号Ｓ８０を生成する。狭帯域合成フィルタ３３０は、フィルタ係数および狭帯域励振信号Ｓ８０に基づいて、狭帯域信号Ｓ９０を合成する。つまり、狭帯域合成フィルタ３３０は、逆量子化されたフィルタ係数に従って狭帯域励振信号Ｓ８０をスペクトル整形し、狭帯域信号Ｓ９０を生成するように構成される。狭帯域復号器Ｂ１１２は、さらに、狭帯域励振信号Ｓ８０を高帯域符号器Ａ２００に供給し、本明細書で説明されているように、これを使用して、高帯域励振信号Ｓ１２０を導き出す。以下で説明されているようないくつかの実装では、狭帯域復号器Ｂ１１０は、スペクトル傾斜、ピッチ利得、ピッチ遅延、および音声モードなどの狭帯域信号に関係する追加の情報を高帯域復号器Ｂ２００に供給するように構成することができる。

狭帯域符号器Ａ１２２および狭帯域復号器Ｂ１１２のシステムは、合成による分析の音声コーデックの基本例である。符号帳励振線形予測（ＣＥＬＰ）符号化は、合成による分析のよく使われる一群であり、このようなコーダの実装では、固定または適応符号帳からエントリを選択すること、最小化演算、および／または知覚的重み付け演算などの演算を含む、残留信号の波形符号化を実行することができる。合成による分析の符号化の他の実装としては、混合励振線形予測（ＭＥＬＰ）、代数的ＣＥＬＰ（ＡＣＥＬＰ）、緩和ＣＥＬＰ（ＲＣＥＬＰ）、正則パルス励振（ＲＰＥ）、マルチパルスＣＥＬＰ（ＭＰＥ）、およびベクトル和励振線形予測（ＶＳＥＬＰ）符号化がある。関係する符号化方法としては、マルチバンド励振（ＭＢＥ）およびプロトタイプ波形補間（ＰＷＩ）符号化がある。標準化された合成による分析の音声コーデックの例としては、残留励振線形予測（ＲＥＬＰ）を使用するＥＴＳＩ（欧州電気通信標準化機構）−ＧＳＭフルレートコーデック（ＧＳＭ ０６．１０）、ＧＳＭエンハンストフルレートコーデック（ＥＴＳＩ−ＧＳＭ ０６．６０）、ＩＴＵ（国際電気通信連合）標準１１．８ｋｂ／ｓ Ｇ．７２９ Ａｎｎｅｘ Ｅコーダ、ＩＳ−１３６用ＩＳ（暫定基準）−６４１コーデック（時分割多元接続方式）、ＧＳＭ適応マルチレート（ＧＳＭ−ＡＭＲ）コーデック、および４ＧＶ（商標）（Ｆｏｕｒｔｈ−Ｇｅｎｅｒａｔｉｏｎ Ｖｏｃｏｄｅｒ（商標））コーデック（ＱＵＡＬＣＯＭＭ Ｉｎｃｏｒｐｏｒａｔｅｄ、カリフォルニア州サンディエゴ）がある。狭帯域符号器Ａ１２０および対応する復号器Ｂ１１０は、これらの記述のいずれか、または（Ａ）フィルタを記述する一組のパラメータおよび（Ｂ）記述されているフィルタを駆動して音声信号を再現するために使用される励振信号として音声信号表す他の音声符号化技術（知られているか、または開発予定のもの）により実装することができる。

ホワイトニングフィルタが狭帯域信号Ｓ２０から粗スペクトルエンベロープを除去した後でも、かなりの量の細かい高調波構造が、特に有声音声の場合に残る可能性がある。図８ａは、母音などの音声信号に対する、ホワイトニングフィルタにより発生されうるような、残留信号の一例のスペクトルグラフを示している。この例で示されている周期構造は、ピッチに関係しており、同じ話者により発話される声音は、異なるホルマント構造だが、類似のピッチ構造を持つことができる。図８ｂは、ピッチパルスの時系列を示すような残留信号の一例の時間領域グラフを示す。

符号化効率および／または通話品質は、１つまたは複数のパラメータ値を使用してピッチ構造の特性を符号化することにより高められる。ピッチ構造の重要な特性の１つに、第１高調波の周波数（基本周波数とも呼ばれる）があり、これは、典型的には、６０から４００Ｈｚまでの範囲内にある。この特性は、典型的には、ピッチ遅延とも呼ばれる、基本周波数の逆数として符号化される。ピッチ遅延は、１つのピッチ周期内のサンプルの数を示し、１つまたは複数の符号帳インデックスとして符号化することができる。男性話者が発する音声信号は、女性話者が発する音声信号に比べてピッチ遅延が大きくなる傾向を有する。

ピッチ構造に関係する他の信号特性は、周期性であり、これは、高調波構造の強度、あるいは言い換えると、信号が高調波または非高調波である程度を示す。周期性の２つの典型的な指標は、ゼロ交差および正規化自己相関関数（ＮＡＣＦ）である。周期性は、さらに、ピッチ利得によっても示され、これは、一般に、符号帳利得として符号化される（例えば、量子化適応符号帳利得）。

狭帯域符号器Ａ１２０は、狭帯域信号Ｓ２０の長期高調波構造を符号化するように構成された１つまたは複数のモジュールを備えることができる。図９に示されているように、使用可能な１つの典型的なＣＥＬＰパラダイムとして、短期特性または粗スペクトルエンベロープを符号化する開ループＬＰＣ分析モジュールと、その後に続く、精細ピッチまたは高調波構造を符号化する閉ループ長期予測分析段階がある。短期特性は、フィルタ係数として符号化され、長期特性は、ピッチ遅延およびピッチ利得などのパラメータに対する値として符号化される。例えば、狭帯域符号器Ａ１２０は、１つまたは複数の符号帳インデックス（例えば、固定符号帳インデックスおよび適応符号帳インデックス）および対応する利得値を含む形式で符号化された狭帯域励振信号Ｓ５０を出力するように構成することができる。狭帯域残留信号のこの量子化された表現の計算（例えば、量子化器２７０による）は、そのようなインデックスを選択すること、およびそのような値を計算することを含むことができる。ピッチ構造の符号化は、さらに、ピッチプロトタイプ波形の補間を含み、その演算は、連続するピッチパルスの間の差を計算することを含むことができる。長期構造のモデル化は、典型的には雑音に似た、構造化されていない、無声音声に対応するフレームに対し無効にすることができる。

図９に示されているようなパラダイムによる狭帯域復号器Ｂ１１０の実装は、長期構造（ピッチまたは高調波構造）が復元された後に狭帯域励振信号Ｓ８０を高帯域復号器Ｂ２００に出力するように構成することができる。例えば、このような復号器は、符号化された狭帯域励振信号Ｓ５０の逆量子化された信号として狭帯域励振信号Ｓ８０を出力するように構成することができる。もちろん、高帯域復号器Ｂ２００が符号化された狭帯域励振信号Ｓ５０の逆量子化を実行して狭帯域励振信号Ｓ８０を取得するように狭帯域復号器Ｂ１１０を実装することも可能である。

図９に示されているようなパラダイムによる広帯域音声符号器Ａ１００の実装では、高帯域符号器Ａ２００は、短期分析またはホワイトニングフィルタにより生成されるような狭帯域励振信号を受け取るように構成することができる。つまり、狭帯域符号器Ａ１２０は、長期構造を符号化する前に、狭帯域励振信号を高帯域符号器Ａ２００に出力するように構成することができる。しかし、高帯域符号器Ａ２００は、高帯域復号器Ｂ２００により受け取られる同じ符号化情報を狭帯域チャネルから受け取ることが望ましく、したがって高帯域符号器Ａ２００により生成される符号化パラメータは、すでに、その情報に含まれる非理想性をある程度考慮していてもよい。そのため、高帯域符号器Ａ２００は、広帯域音声符号器Ａ１００により出力される同じパラメータ化された、および／または量子化された符号化狭帯域励振信号Ｓ５０から狭帯域励振信号Ｓ８０を再構成することが好ましい場合がある。このアプローチの潜在的利点の１つは、後述の高帯域利得係数Ｓ６０ｂをより正確に計算できるという点である。

狭帯域符号器Ａ１２０は、狭帯域信号Ｓ２０の短期および／または長期構造を特徴付けるパラメータに加えて、狭帯域信号Ｓ２０の他の特性に関係するパラメータ値を生成することができる。これらの値は、広帯域音声符号器Ａ１００から出力するように適宜量子化することができ、狭帯域フィルタパラメータＳ４０間に含めるか、または別々に出力することができる。高帯域符号器Ａ２００は、さらに、これらの追加のパラメータのうちの１つまたは複数により高帯域符号化パラメータＳ６０を計算するように構成することもできる（例えば、逆量子化の後）。広帯域音声復号器Ｂ１００では、高帯域復号器Ｂ２００は、狭帯域復号器Ｂ１１０を介してパラメータ値を受け取るように構成することができる（例えば、逆量子化の後）。それとは別に、高帯域復号器Ｂ２００は、パラメータ値を直接的に受け取る（場合によってはさらに逆量子化する）ように構成することができる。

追加の狭帯域符号化パラメータの一例では、狭帯域符号器Ａ１２０は、それぞれのフレームに対しスペクトル傾斜および音声モードパラメータの値を生成する。スペクトル傾斜は、通過帯域上のスペクトルエンベロープの形状に関係し、典型的には、量子化された一次反射係数により表される。大半の有声音声では、スペクトルエネルギーは、周波数が高くなると減少し、一次反射係数は、負となり、−１に近づきうる。ほとんどの無声音声は、一次反射係数がゼロに近くなるように平坦なスペクトルを有するか、または一次反射係数が正で、＋１に近づくように高周波でより多くのエネルギーを有する。

音声モード（発声モードともいう）は、現在のフレームが有声または無声音声を表すかどうかを示す。このパラメータは、フレームに対する周期性の１つまたは複数の尺度（例えば、ゼロ交差、ＮＡＣＦ、ピッチ利得）および／または音声活動、例えば、そのような尺度と閾値との間の関係などに基づく２進値をとることができる。他の実装では、音声モードパラメータは、無音または背景雑音などのモード、または無音と有声音声との間の遷移を示す１つまたは複数の他の状態を有する。

高帯域符号器Ａ２００は、ソース−フィルタモデルにより高帯域信号Ｓ３０を符号化するように構成され、このフィルタの励振は、符号化された狭帯域励振信号に基づく。図１０は、高帯域フィルタパラメータＳ６０ａおよび高帯域利得係数Ｓ６０ｂを含む高帯域符号化パラメータＳ６０のストリームを生成するように構成されている高帯域符号器Ａ２００の実装Ａ２０２のブロック図を示す。高帯域励振発生器Ａ３００は、符号化された狭帯域励振信号Ｓ５０から高帯域励振信号Ｓ１２０を導き出す。分析モジュールＡ２１０は、高帯域信号Ｓ３０のスペクトルエンベロープを特徴付ける一組のパラメータ値を生成する。この特定の例では、分析モジュールＡ２１０は、ＬＰＣ分析を実行して高帯域信号Ｓ３０のそれぞれのフレームについて一組のＬＰフィルタ係数を生成するように構成される。線形予測フィルタ係数−ＬＳＦ変換４１０は、一組のＬＰフィルタ係数を対応する一組のＬＳＦに変換する。分析モジュール２１０および変換２２０に関して上で述べたように、分析モジュールＡ２１０および／または変換４１０は、他の係数群（例えば、ケプストラム係数）および／または係数表現（例えば、ＩＳＰ）を使用するように構成することができる。

量子化器４２０は、一組の高帯域ＬＳＦ（またはＩＳＰなどの他の係数表現）を量子化するように構成され、高帯域符号器Ａ２０２は、高帯域フィルタパラメータＳ６０ａとしてこの量子化の結果を出力するように構成される。このような量子化器は、典型的には、入力ベクトルをテーブルまたは符号帳内の対応するベクトルエントリへのインデックスとして符号化するベクトル量子化器を含む。

高帯域符号器Ａ２０２は、さらに、高帯域励振信号Ｓ１２０、および分析モジュールＡ２１０により生成される符号化されたスペクトルエンベロープ（例えば、一組のＬＰフィルタ係数）により合成高帯域信号Ｓ１３０を生成するように構成された合成フィルタＡ２２０も備える。合成フィルタＡ２２０は、典型的には、ＩＩＲフィルタとして実装されるが、ＦＩＲ実装も、使用することができる、特定の一例では、合成フィルタＡ２２０は、６次線形自己回帰フィルタとして実装される。

高帯域利得係数計算器Ａ２３０は、元の高帯域信号Ｓ３０および合成高帯域信号Ｓ１３０のレベル間の１つまたは複数の差を計算して、フレームに対する利得エンベロープを指定する。量子化器４３０は、テーブルまたは符号帳内の対応するベクトルエントリへのインデックスとして入力ベクトルを符号化するベクトル量子化器として実装することができ、利得エンベロープを指定する１つまたは複数の値を量子化し、高帯域符号器Ａ２０２は、この量子化の結果を高帯域利得係数Ｓ６０ｂとして出力するように構成される。

図１０に示されている一実装では、合成フィルタＡ２２０は、分析モジュールＡ２１０からフィルタ係数を受け取るように配置される。高帯域符号器Ａ２０２の代替実装は、高帯域フィルタパラメータＳ６０ａからフィルタ係数を復号するように構成された逆量子化器および逆変換を含み、この場合、合成フィルタＡ２２０は、代わりに復号されたフィルタ係数を受け取るように配置される。このような代替構成では、高帯域利得計算器Ａ２３０による利得エンベロープのさらに正確な計算をサポートすることができる。

特定の一例では、分析モジュールＡ２１０および高帯域利得計算器Ａ２３０は、６個のＬＳＦからなる一組のＬＳＦおよび５つの利得値からなる一組の利得値をフレーム毎に出力し、これにより、狭帯域信号Ｓ２０の高帯域拡張は、フレーム毎に１１個の値を追加するだけ得られる。耳は、高い周波数では周波数誤差に対する感度が低くなる傾向があり、このため、低いＬＰＣ次数の高帯域符号化では、高いＬＰＣ次数で狭帯域符号化に匹敵する知覚的品質を有する信号を発生することができる。高帯域符号器Ａ２００の典型的な実装は、スペクトルエンベロープの高品質再構成のためフレーム毎に８から１２ビットを出力し、時間エンベロープの高品質再構成のためフレーム毎にさらに８から１２ビットを出力するように構成することができる。特定の他の例では、分析モジュールＡ２１０は、フレーム毎に８つのＬＳＦからなる一組のＬＳＦを出力する。

高帯域符号器Ａ２００のいくつかの実装は、高帯域周波数成分を有するランダム雑音信号を生成し、狭帯域信号Ｓ２０、狭帯域励振信号Ｓ８０、または高帯域信号Ｓ３０の時間領域エンベロープに従って雑音信号を振幅変調することにより、高帯域励振信号Ｓ１２０を発生するように構成される。このような雑音に基づく方法では、無声音声については適切な結果を得ることができるが、残留信号が通常は高調波であり、したがってある種の周期的構造を有する有声音声では望ましくない場合がある。

高帯域励振発生器Ａ３００は、狭帯域励振信号Ｓ８０のスペクトルを高帯域周波数範囲に拡張することにより高帯域励振信号Ｓ１２０を生成するように構成される。図１１は、高帯域励振発生器Ａ３００の一実装Ａ３０２のブロック図を示している。逆量子化器４５０は、符号化された狭帯域励振信号Ｓ５０を逆量子化し、狭帯域励振信号Ｓ８０を発生するように構成される。スペクトル拡張器Ａ４００は、狭帯域励振信号Ｓ８０に基づいて高調波拡張信号Ｓ１６０を発生するように構成される。結合器４７０は、雑音発生器４８０により生成されたランダム雑音信号とエンベロープ計算器４６０により計算された時間領域エンベロープを組み合わせて、変調雑音信号Ｓ１７０を生成するように構成される。結合器４９０は、高調波拡張信号Ｓ１６０と変調雑音信号Ｓ１７０とを混合して、高帯域励振信号Ｓ１２０を生成するように構成される。

一例では、スペクトル拡張器Ａ４００は、狭帯域励振信号Ｓ８０に対しスペクトル折り畳み演算（ミラーリングとも呼ばれる）を実行し、高調波拡張信号Ｓ１６０を生成するように構成される。スペクトル折り畳みは、励振信号Ｓ８０のゼロ詰めを行い、次いで、ハイパスフィルタを適用してエイリアスを保持することにより実行することができる。他の例では、スペクトル拡張器Ａ４００は、狭帯域励振信号Ｓ８０を高帯域にスペクトル平行移動することにより（例えば、アップサンプリングとその後の一定周波数コサイン信号との乗算を介して）、高調波拡張信号Ｓ１６０を生成するように構成される。

スペクトル折り畳みおよび平行移動の方法では、高調波構造が位相および／または周波数の点で狭帯域励振信号Ｓ８０の元の高調波構造と不連続であるスペクトル拡張信号を生成することができる。例えば、このような方法では、再構成された音声信号内に音の小さいアーチファクトの原因となりうる、基本周波数の倍数の周波数に一般的には配置されないピークを有する信号を生成することができる。これらの方法は、さらに、不自然に強い音色特性を有する高周波高調波を発生する傾向も有する。さらに、ＰＳＴＮ信号は、８ｋＨｚでサンプリングすることができるが、３４００Ｈｚ以下に帯域制限されるため、狭帯域励振信号Ｓ８０の上側スペクトルは、エネルギーをほとんどまたは全く含まず、スペクトルを折り畳みまたはスペクトル平行移動演算に従って生成された拡張信号は、３４００Ｈｚよりも高いスペクトルホールを持つことができる。

高調波拡張信号Ｓ１６０を生成する他の方法は、狭帯域励振信号Ｓ８０の１つまたは複数の基本周波数を識別することと、その情報に従って倍音を生成することを含む。例えば、励振信号の高調波構造は、振幅および位相情報と併せて基本周波数により特徴付けることができる。高帯域励振発信器Ａ３００の他の実装では、基本周波数および振幅に基づいて高調波拡張信号Ｓ１６０を発生する（例えば、ピッチ遅延およびピッチ利得により示されるように）。しかし、高調波拡張信号が、狭帯域励振信号Ｓ８０と位相同期していない限り、結果として復号された音声の品質は、許容できない場合がある。

非線形関数は、狭帯域励振と位相同期している高帯域励振信号を生成するために使用することができ、位相不連続を生じることなく高調波構造を保持する。非線形関数は、さらに、高周波高調波の間の高い雑音レベルをもたらすこともでき、スペクトル折り畳みおよびスペクトル平行移動などの方法により生成される高周波倍音よりも自然に聞こえる傾向を有する。スペクトル拡張器Ａ４００のさまざまな実装により適用することが可能な典型的な記憶のない非線形関数は、絶対値関数（全波整流とも呼ばれる）、半波整流、平方、立方、およびクリッピングを含む。スペクトル拡張器Ａ４００の他の実装は、記憶を有する非線形関数を適用するように構成することができる。

図１２は、非線形関数を適用して狭帯域励振信号Ｓ８０のスペクトルを拡張するように構成されているスペクトル拡張器Ａ４００の一実装Ａ４０２のブロック図である。アップサンプラ５１０は、狭帯域励振信号Ｓ８０をアップサンプリングするように構成される。非線形関数の適用後、エイリアシングを最小にできるように信号を十分アップサンプリングすることが望ましいと思われる。特定の一例では、アップサンプラ５１０は、信号に対し８倍のアップサンプリングを実行する。アップサンプラ５１０は、入力信号のゼロ詰めを行い、結果をローパスフィルタ処理することによりアップサンプリング演算を実行するように構成することができる。非線形関数計算器５２０は、非線形関数をアップサンプリングされた信号に適用するように構成される。平方など、スペクトル拡張の他の非線形関数に勝る、絶対値関数の潜在的利点の１つは、エネルギー正規化が不要であるという点である。いくつかの実装では、絶対値関数は、それぞれのサンプルの符号ビットを剥ぎ取るか、またはクリアすることにより効率よく適用することができる。非線形関数計算器５２０は、さらに、アップサンプリングされた、またはスペクトル拡張された信号の振幅伸縮を実行するように構成することもできる。

ダウンサンプラ５３０は、非線形関数を適用したスペクトル拡張結果をダウンサンプリングするように構成される。ダウンサンプラ５３０は、帯域通過フィルタ処理演算を実行して、スペクトル拡張信号の所望の周波数帯域を選択してからサンプリングレートを下げることが望ましいと思われる（例えば、望ましくないイメージによるエイリアシングまたは破損を低減もしくは回避するため）。また、ダウンサンプラ５３０は、複数の段階でサンプリングレートを下げることが望ましい場合もある。

図１２ａは、スペクトル拡張演算の一例のさまざまな点での信号スペクトルを示す図であり、周波数スケールは、さまざまなグラフにおいて同一である。グラフ（ａ）は、狭帯域励振信号Ｓ８０の一例のスペクトルを示している。グラフ（ｂ）は、信号Ｓ８０に対し８倍のアップサンプリングが実行された後のスペクトルを示している。グラフ（ｃ）は、非線形関数を適用した後の拡張スペクトルの一例を示している。グラフ（ｄ）は、ローパスフィルタ処理の後のスペクトルを示している。この例では、通過帯域は、高帯域信号Ｓ３０の周波数上限（例えば、７ｋＨｚまたは８ｋＨｚ）に拡張される。

グラフ（ｅ）は、広帯域信号を得るためにサンプリングレートが１／４に下げられる、ダウンサンプリングの第１段階の後のスペクトルを示している。グラフ（ｆ）は、拡張信号の高帯域部分を選択するハイパスフィルタ処理演算の後のスペクトルを示しており、グラフ（ｇ）は、サンプリングレートが１／２に下げられる、ダウンサンプリングの第２段階の後のスペクトルを示している。特定の一例では、ダウンサンプラ５３０は、広帯域信号をフィルタバンクＡ１１２（または同じレスポンスを有する他の構造またはルーチン）のハイパスフィルタ１３０およびダウンサンプラ１４０に通して高帯域信号Ｓ３０の周波数範囲およびサンプリングレートを有するスペクトル拡張信号を生成することによりハイパスフィルタ処理およびダウンサンプリングの第２段階を実行する。

グラフ（ｇ）からわかるように、グラフ（ｆ）に示されているハイパス信号のダウンサンプリングにより、そのスペクトルが反転する。この例では、ダウンサンプラ５３０は、さらに、信号に対しスペクトルフリッピング演算を実行するように構成される。グラフ（ｈ）は、関数ｅ^ｊｎπまたは＋１と−１の値を交互にとる数列（−１）^ｎを信号に掛けることにより実行できるスペクトルフリッピング演算を適用した結果を示している。このような演算は、周波数領域で信号のデジタルスペクトルをπの距離だけシフトすることに相当する。同じ結果は、ダウンサンプリングおよびフリッピング演算を異なる順序で適用することによっても得られることに留意されたい。アップサンプリングおよび／またはダウンサンプリングの演算も、高帯域信号Ｓ３０のサンプリングレート（例えば、７ｋＨｚ）を有するスペクトル拡張信号を得るために再サンプリングを含むように構成することができる。

上記のように、フィルタバンクＡ１１０およびＢ１２０は、狭帯域および高帯域信号Ｓ２０、Ｓ３０の一方または両方がフィルタバンクＡ１１０の出力のところでスペクトル反転形式をとるように実装することができ、このスペクトル反転形式で符号化および復号が行われ、高帯域音声信号Ｓ１１０で出力される前にフィルタバンクＢ１２０のところで再びスペクトル反転される。もちろん、このような場合、図１２ａに示されているようなスペクトルフリッピング演算は、高帯域励振信号Ｓ１２０もスペクトル反転形式を有することが望ましいので、不要となるであろう。

スペクトル拡張器Ａ４０２により実行されるようなスペクトル拡張演算のアップサンプリングおよびダウンサンプリングのさまざまなタスクは、数多くのいろいろな方法で構成され、配置されうる。例えば、図１２ｂは、スペクトル拡張演算の他の例のさまざまな点での信号スペクトルを示す図であり、周波数スケールは、さまざまなグラフにおいて同一である。グラフ（ａ）は、狭帯域励振信号Ｓ８０の一例のスペクトルを示している。グラフ（ｂ）は、信号Ｓ８０に対し２倍のアップサンプリングが実行された後のスペクトルを示している。グラフ（ｃ）は、非線形関数を適用した後の拡張スペクトルの一例を示している。この場合、高い周波数で生じうるエイリアシングは、許容される。

グラフ（ｄ）は、スペクトル反転演算の後のスペクトルを示している。グラフ（ｅ）は、所望のスペクトル信号を得るためにサンプリングレートが１／２に下げられる、ダウンサンプリングの単一段階の後のスペクトルを示している。この例では、信号は、スペクトル反転形式になっており、そのような形式で高帯域信号Ｓ３０を処理した高帯域符号器Ａ２００の実装で使用することができる。

非線形関数計算器５２０により生成されるスペクトル拡張信号は、周波数が高くなると顕著な減少を生じる可能性がある。スペクトル拡張器Ａ４０２は、ダウンサンプリングされた信号に対しホワイトニング演算を実行するように構成されたスペクトルフラットナ５４０を備える。スペクトルフラットナ５４０は、固定ホワイトニング演算を実行するか、または適応ホワイトニング演算を実行するように構成することができる。適応ホワイトニングの特定の一例では、スペクトルフラットナ５４０は、ダウンサンプリングされた信号から、４つのフィルタ係数からなる一組のフィルタ係数を計算するように構成されたＬＰＣ分析モジュールおよびこれらの係数により信号のホワイトニングを行うように構成された４次分析フィルタを備える。スペクトル拡張器Ａ４００の他の実装は、スペクトルフラットナ５４０がダウンサンプラ５３０の前にスペクトル拡張信号に作用する構成を備える。

高帯域励振発生器Ａ３００は、高調波拡張信号Ｓ１６０を高帯域励振信号Ｓ１２０として出力するように実装することができる。しかし、場合によっては、高調波拡張信号のみを高帯域励振信号として使用すると、その結果、可聴アーチファクトが生じうる。音声の高調波構造は、一般に、低帯域に比べて高帯域においてあまり顕著でなく、高帯域励振信号で使用する高調波構造が高次すぎると、ブンブンという音が生じる可能性がある。このアーチファクトは、特に、女性話者の音声信号において顕著な場合がある。

実施形態は、高調波拡張信号Ｓ１６０と雑音信号とを混合するように構成されている高帯域励振発生器Ａ３００の実装を含む。図１１に示されているように、高帯域励振発生器Ａ３０２は、ランダム雑音信号を発生するように構成されている雑音発生器４８０を含む。一例では、雑音発生器４８０は、単位分散白色擬似ランダム雑音信号を発生するように構成されるが、他の実装では、雑音信号は、白色である必要はなく、周波数とともに変化する出力密度を有していてもよい。雑音発生器４８０は、雑音信号を確定関数として出力してその状態が復号器において複製されるように構成することが望ましいと思われる。例えば、雑音発生器４８０は、狭帯域フィルタパラメータＳ４０および／または符号化された狭帯域励振信号Ｓ５０など、同じフレーム内の前の方で符号化された情報の確定関数として雑音信号を出力するように構成することができる。

雑音発生器４８０により生成されたランダム雑音信号は、高調波拡張信号Ｓ１６０と混合される前に、狭帯域信号Ｓ２０、高帯域信号Ｓ３０、狭帯域励振信号Ｓ８０、または高調波拡張信号Ｓ１６０の時間によるエネルギー分布を近似する時間領域エンベロープを持つように振幅変調することができる。図１１に示されているように、高帯域励振発生器Ａ３０２は、エンベロープ計算器４６０により計算された時間領域エンベロープに従って、雑音発生器４８０により生成された雑音信号を振幅変調するように構成された結合器４７０を備える。例えば、結合器４７０は、変調された雑音信号Ｓ１７０を生成するために、エンベロープ計算器４６０により計算された時間領域エンベロープに従って雑音発生器４８０の出力をスケーリングするように配置された乗算器として実装することができる。

高帯域励振発生器Ａ３０２の一実装Ａ３０４において、図１３のブロック図に示されているように、エンベロープ計算器４６０は、高調波拡張信号Ｓ１６０のエンベロープを計算するように構成される。高帯域励振発生器Ａ３０２の一実装Ａ３０６において、図１４のブロック図に示されているように、エンベロープ計算器４６０は、狭帯域励振信号Ｓ８０のエンベロープを計算するように構成される。高帯域励振発生器Ａ３０２の他の実装は、狭帯域ピッチパルスの時間に関する位置に応じて高調波拡張信号Ｓ１６０に雑音を加えるように他の何らからの方法で構成することができる。

エンベロープ計算器４６０は、エンベロープ計算を一連の部分タスクを含むタスクとして実行するように構成することができる。図１５は、このようなタスクの一例Ｔ１００の流れ図を示している。部分タスクＴ１１０は、平方値の列を生成するようにエンベロープがモデル化される信号（例えば、狭帯域励振信号Ｓ８０または高調波拡張信号Ｓ１６０）のフレームのそれぞれのサンプルの平方を計算する。部分タスクＴ１２０は、平方値の列に対し平滑化演算を実行する。一例では、部分タスクＴ１２０は、

に従って一次ＩＩＲローパスフィルタをこの値の列に適用する。

ただし、ｘはフィルタ入力であり、ｙはフィルタ出力であり、ｎは時間領域インデックスであり、ａは０．５から１までの間の値を有する平滑化係数である。円滑化係数ａの値は、固定であるか、または他の実装では、入力信号内の雑音の有無に応じて変えることもでき、ａは雑音がなければ１に近く、雑音があれば０．５に近いようにすることができる。部分タスクＴ１３０は、平方根関数を平滑化された数列のそれぞれのサンプルに適用して、時間領域エンベロープを生成する。

エンベロープ計算器４６０のこのような一実装は、タスクＴ１００のさまざまな部分タスクを直列方式で、および／または並列方式で実行するように構成することができる。タスクＴ１００の他の実装では、部分タスクＴ１１０の前に、３〜４ｋＨｚなどのエンベロープがモデル化される信号の所望の周波数部分を選択するように構成された帯域通過演算を実行することができる。

結合器４９０は、高調波拡張信号Ｓ１６０と変調雑音信号Ｓ１７０とを混合して、高帯域励振信号Ｓ１２０を生成するように構成される。結合器４９０の実装は、例えば、高調波拡張信号Ｓ１６０と変調された雑音信号Ｓ１７０の和として高帯域励振信号Ｓ１２０を計算するように構成することができる。結合器４９０のこのような一実装は、総和を求める前に重み付け係数を高調波拡張信号Ｓ１６０および／または変調された雑音信号Ｓ１７０に適用することにより高調波励振信号Ｓ１２０を加重和として計算するように構成することができる。それぞれのそのような重み付け係数は、１つまたは複数の基準に従って計算することができ、固定であるか、またはそれとは別に、フレーム毎に計算されるか、またはサブフレーム毎に計算される適応値とすることができる。

図１６は、高調波拡張信号Ｓ１６０と変調された雑音信号Ｓ１７０の加重和として高帯域励振信号Ｓ１２０を計算するように構成された結合器４９０の実装の一実装４９２のブロック図を示す。結合器４９２は、高調波重み付け係数Ｓ１８０に従って高調波拡張信号Ｓ１６０に重みを付け、雑音重み付け係数Ｓ１９０に従って変調された雑音信号Ｓ１７０に重みを付け、高帯域励振信号Ｓ１２０を重み付けされた信号の総和として出力するように構成される。この例では、結合器４９２は、高調波重み付け係数Ｓ１８０および雑音重み付け係数Ｓ１９０を計算するように構成された重み付け係数計算器５５０を含む。

重み付け係数計算器５５０は、高帯域励振信号Ｓ１２０内の高調波成分と雑音成分との所望の比に応じて重み付け係数Ｓ１８０およびＳ１９０を計算するように構成することができる。例えば、結合器４９２は、高帯域信号Ｓ３０の比と似た高調波エネルギーと雑音エネルギーとの比を持つ高帯域励振信号Ｓ１２０を生成することが望ましいと思われる。重み付け係数計算器５５０のいくつかの実装では、重み付け係数Ｓ１８０、Ｓ１９０は、ピッチ利得および／または音声モードなど、狭帯域信号Ｓ２０または狭帯域残留信号の周期性に関係する１つまたは複数のパラメータに従って計算される。重み付け係数計算器５５０のこのような一実装は、例えばピッチ利得に比例する値を高調波重み付け係数Ｓ１８０に割り当て、および／または無声音声信号については、有声音声信号よりも高い値を雑音の重み付け係数Ｓ１９０に割り当てるように構成することができる。

他の実装では、重み付け係数計算器５５０は、高帯域信号Ｓ３０の周期性の尺度に従って高調波重み付け係数Ｓ１８０および／または雑音重み付け係数Ｓ１９０の値を計算するように構成される。このような一例では、重み付け係数計算器５５０は、高調波重み付け係数Ｓ１８０を、現在のフレームまたはサブフレームに対する高帯域信号Ｓ３０の自己相関係数の最大値として計算し、この自己相関は、ピッチ遅延１つ分の遅延を含み、ゼロサンプルの遅延を含まない探索範囲にわたって実行される。図１７は、ピッチ遅延１つ分の遅延を中心とし、ピッチ遅延１つ分以下の幅を有する長さｎのサンプルのそのような探索範囲の例を示している。

図１７は、重み付け係数計算器５５０が、複数の段階で高帯域信号Ｓ３０の周期性の尺度を計算する他のアプローチの一例も示している。第１の段階では、現在のフレームは、多数のサブフレームに分割され、自己相関係数が最大である遅延は、サブフレーム毎に別々に識別される。上述のように、自己相関は、ピッチ遅延１つ分の遅延を含み、ゼロサンプルの遅延を含まない探索範囲にわたって実行される。

第２の段階では、遅延されたフレームは、対応する識別された遅延をそれぞれのサブフレームに適用し、その結果得られたサブフレームを連結して、最適な形で遅延されたフレームを形成し、高調波重み付け係数Ｓ１８０を元のフレームと最適な形で遅延されたフレームとの間の相関係数として計算することにより形成される。さらなる代替形態では、重み付け係数計算器５５０は、高調波重み付け係数Ｓ１８０をそれぞれのサブフレームについて第１の段階で得られた最大自己相関係数の平均として計算する。重み付け係数計算器５５０の実装は、さらに、相関係数をスケーリングし、および／またはそれを他の値と組合せ、高調波重み付け係数Ｓ１８０に対する値を計算するように構成することもできる。

重み付け係数計算器５５０は、フレーム内に周期性が存在することが他の何らかの方法により示される場合にのみ高帯域信号Ｓ３０の周期性の尺度を計算するのが望ましいと思われる。例えば、重み付け係数計算器５５０は、ピッチ利得などの現在のフレームの周期性を示す他の指標と閾値との関係に従って高帯域信号Ｓ３０の周期性の尺度を計算するように構成することができる。一例では、重み付け係数計算器５５０は、フレームのピッチ利得（例えば、狭帯域残留信号の適応符号帳利得）が０．５を超える値（それとは別に、少なくとも０．５）を持つ場合にのみ高帯域信号Ｓ３０に対し自己相関演算を実行するように構成される。他の例では、重み付け係数計算器５５０は、音声モードの特定の状態を有するフレームについてのみ（例えば、有声信号のみ）高帯域信号Ｓ３０に自己相関演算を実行するように構成される。このような場合、重み付け係数計算器５５０は、音声モードの他の状態および／またはピッチ利得のより小さい値を有するフレームに対し既定の重み付け係数を割り当てるように構成することができる。

実施形態は、周期性以外の特性、または周期性に加えて他の特性に従って重み付け係数を計算するように構成された重み付け係数計算器５５０の他の実装を含む。例えば、このような一実装は、小さなピッチ遅延を有する音声信号に比べて、大きなピッチ遅延を有する音声信号については高い値を雑音利得係数Ｓ１９０に割り当てるように構成することができる。重み付け係数計算器５５０の他のそのような実装は、他の周波数成分における信号のエネルギーに関する基本周波数の倍数周波数の信号のエネルギーの尺度に応じて、広帯域音声信号Ｓ１０、または高帯域信号Ｓ３０の高調波性の尺度を決定するように構成される。

高帯域音声符号器Ａ１００のいくつかの実装は、ピッチ利得および／または本明細書で説明されているような周期性または高調波性の他の尺度に基づいて周期性または高調波性の指標（例えば、フレームが高調波であるか非高調波であるかを示す１ビットフラグ）を出力するように構成される。一例では、対応する広帯域音声復号器Ｂ１００は、この指標を使用して、重み付け係数計算などの演算を構成する。他の例では、このような指標は、音声モードパラメータに対する値を計算する際に符号器および／または復号器のところで使用される。

高帯域励振発生器Ａ３０２は、励振信号のエネルギーが重み付け係数Ｓ１８０およびＳ１９０の特定の値の影響を実質的に受けないように高帯域励振信号Ｓ１２０を生成することが望ましいと思われる。そのような場合、重み付け係数計算器５５０は、高調波重み付け係数Ｓ１８０または雑音重み付け係数Ｓ１９０に対する値を計算し（または、記憶装置もしくは高帯域符号器Ａ２００の他の要素からそのような値を受け取り）、

などの式に従って他の重み付け係数に対する値を求めるように構成することができる。

ただし、Ｗ_{ｈａｒｍｏｎｉｃ}は、高調波重み付け係数Ｓ１８０を示し、Ｗ_{ｎｏｉｓｅ}は、雑音重み付け係数Ｓ１９０を示す。それとは別に、重み付け係数計算器５５０は、現在のフレームまたはサブフレームに対する周期性尺度の値に従って、事前に計算され式（２）などの一定エネルギー比を満たす、重み付け係数Ｓ１８０、Ｓ１９０の複数の対のうちの対応する対を選択するように構成することができる。式（２）が観察される重み付け係数計算器５５０の一実装では、高調波重み付け係数Ｓ１８０に対する典型的な値は、約０．７から約１．０までの範囲であり、雑音重み付け係数Ｓ１９０に対する典型的な値は、約０．１から約０．７までの範囲である。重み付け係数計算器５５０の他の実装は、高調波拡張信号Ｓ１６０と変調された雑音信号Ｓ１７０との間の所望の基準重み付けに従って式（２）を修正して得られる式にしたがって動作するように構成することができる。

アーチファクトは、残留信号の量子化された表現を計算するために疎符号帳（エントリがほとんどゼロ値である符号帳）が使用されている場合に合成音声信号中に発生しうる。符号帳が疎になるのは、特に、狭帯域信号が低いビットレートで符号化される場合である。符号帳が疎であることにより引き起こされるアーチファクトは、典型的には、時間に関して準周期的であり、ほとんどは３ｋＨｚよりも上で生じる。人の耳の時間分解能は高い周波数ほどよいので、これらのアーチファクトは、高帯域において顕著になる可能性がある。

実施形態は、反疎性フィルタ処理を実行するように構成されている高帯域励振発生器Ａ３００の実装を含む。図１８は、逆量子化器４５０により生成された逆量子化狭帯域励振信号をフィルタ処理するように配置された反疎性フィルタ６００を備える高帯域励振発生器Ａ３０２の一実装Ａ３１２のブロック図を示す。図１９は、スペクトル拡張器Ａ４００により生成されたスペクトル拡張信号をフィルタ処理するように配置された反疎性フィルタ６００を備える高帯域励振発生器Ａ３０２の一実装Ａ３１４のブロック図を示す。図２０は、結合器４９０の出力をフィルタ処理して高帯域励振信号Ｓ１２０を生成するように構成された反疎性フィルタ６００を備える高帯域励振発生器Ａ３０２の一実装Ａ３１６のブロック図を示す。もちろん、実装Ａ３０４およびＡ３０６のいずれかの機能と実装Ａ３１２、Ａ３１４、およびＡ３１６のいずれかの機能とを組み合わせた高帯域励振発生器Ａ３００の実装も考えられ、本明細書では明確に開示されている。反疎性フィルタ６００は、さらに、スペクトル拡張器Ａ４００内に、例えば、スペクトル拡張器Ａ４０２の要素５１０、５２０、５３０、および５４０の後に、配置することもできる。反疎性フィルタ６００は、さらに、スペクトル折り畳み、スペクトル平行移動、または高調波拡張を実行するスペクトル拡張器Ａ４００の実装とともに使用することもできることに明記されている。

反疎性フィルタ６００は、その入力信号の位相を変えるように構成することができる。例えば、反疎性フィルタ６００は、高帯域励振信号Ｓ１２０の位相がランダム化されるか、または他の何らかの方法で時間に関して均等に分散されるように構成され、配置されるのが望ましいと思われる。また、反疎性フィルタ６００の応答はスペクトルに関して平坦であり、フィルタ処理された信号のスペクトルの大きさは目立つほどには変化しないことが望ましいと思われる。一例では、反疎性フィルタ６００は、式

による伝達関数を有する全域通過フィルタとして実装される。

このようなフィルタの１つの効果は、ごくわずかのサンプルにおいてはもはや連結されないように入力信号のエネルギーを分散することであろう。

符号帳の疎性による生じるアーチファクトは、通常、残留信号に含まれるピッチ情報が少ない、雑音に似た信号では顕著であり、また背景雑音中の音声についてもそうである。疎であると、典型的には、励振が長期構造を有する場合に生じるアーチファクトは比較的少なく、実際には、位相修正により有声信号中に雑音が入り込む可能性がある。そのため、無声信号をフィルタ処理し、少なくとも一部の有声信号を変更なしで通すように反疎性フィルタ６００を構成することが望ましいと思われる。無声信号は、低いピッチ利得（例えば、量子化狭帯域適応符号帳利得）および平坦であるか、または周波数が高くなるにつれ上方に傾斜するスペクトルエンベロープを示す、ゼロに近いか、または正であるスペクトル傾斜（例えば、量子化一次反射係数）により特徴付けられる。反疎性フィルタ６００の典型的な実装は、無声音声（例えば、スペクトル傾斜の値により示されているような）をフィルタ処理し、ピッチ利得が閾値よりも低い（それとは別に、閾値以下の）場合に有声音声をフィルタ処理し、他の場合には変更することなく信号を通すように構成される。

反疎性フィルタ６００の他の実装は、異なる最大位相修正角（例えば、最大１８０度まで）を有するように構成された２つまたはそれ以上のフィルタを含む。そのような場合、反疎性フィルタ６００は、ピッチ利得（例えば、量子化適応符号帳またはＬＴＰ利得）の値に応じて、これらのコンポーネントフィルタのうちからフィルタを選択し、低いピッチ利得値を有するフレームほど、大きな最大位相修正角が使用されるように構成することができる。反疎性フィルタ６００の実装は、さらに、ほぼこの周波数スペクトルの範囲で位相を修正するように構成された異なるコンポーネントフィルタを備えることもでき、低いピッチ利得値を有するフレームほど、入力信号の広い周波数範囲にわたって位相を修正するように構成されたフィルタが使用される。

符号化された音声信号を正確に再現するために、合成された広帯域音声信号Ｓ１００の高帯域部分および狭帯域部分のレベルの比が、元の広帯域音声信号Ｓ１０と似た比になるようにするのが望ましいと思われる。高帯域符号化パラメータＳ６０ａにより表されるようなスペクトルエンベロープに加えて、高帯域符号器Ａ２００は、時間または利得エンベロープを指定することにより高帯域信号Ｓ３０を特徴付けるように構成することができる。図１０に示されているように、高帯域符号器Ａ２０２は、１つのフレームまたはそのフレームの一部にわたって２つの信号のエネルギー間の差または比など、高帯域信号Ｓ３０と合成された高帯域信号Ｓ１３０との間の関係に従って１つまたは複数の利得係数を計算するように構成され、配置された高帯域利得係数計算器Ａ２３０を備える。高帯域符号器Ａ２０２の他の実装では、高帯域利得計算器Ａ２３０も、同様に構成されるが、ただし代わりに、高帯域信号Ｓ３０と狭帯域励振信号Ｓ８０または高帯域励振信号Ｓ１２０との間のそのような時変関係に従って利得エンベロープを計算するように構成することができる。

狭帯域励振信号Ｓ８０および高帯域信号Ｓ３０の時間エンベロープは、類似している可能性が高い。したがって、高帯域信号Ｓ３０と狭帯域励振信号Ｓ８０（またはそこから誘導された、高帯域励振信号Ｓ１２０または合成された高帯域信号Ｓ１３０などの、信号）との間の関係に基づく利得エンベロープは、一般に、高帯域信号Ｓ３０のみに基づく利得エンベロープを符号化するのよりも効率が高い。典型的な実装では、高帯域符号器Ａ２０２は、それぞれのフレームについて５つの利得係数を指定する８から１２個のビットからなる量子化されたインデックスを出力するように構成される。

高帯域利得係数計算器Ａ２３０は、利得係数計算を、１つまたは複数の一連の部分タスクを含む１つのタスクとして実行するように構成することができる。図２１は、高帯域信号Ｓ３０および合成された高帯域信号Ｓ１３０の相対的エネルギーに従って対応するサブフレームの利得値を計算するようなタスクの一例Ｔ２００の流れ図を示している。タスクＴ２２０ａおよびＴ２２０ｂは、それぞれの信号の対応するサブフレームのエネルギーを計算する。例えば、タスクＴ２２０ａおよびＴ２２０ｂは、エネルギーをそれぞれのサブフレームのサンプルの平方の総和として計算するように構成することができる。タスクＴ２３０は、サブフレームの利得係数をこれらのエネルギーの比の平方根として計算する。この例では、タスクＴ２３０は、利得係数をサブフレームに関する高帯域信号Ｓ３０のエネルギーと合成された高帯域信号Ｓ１３０のエネルギーとの比の平方根として計算する。

高帯域利得係数計算器Ｓ２３０は、窓関数に従ってサブフレームエネルギーを計算するように構成することが望ましいと思われる。図２２は、利得係数計算タスクＴ２００のそのような一実装Ｔ２１０の流れ図を示す。タスクＴ２１５ａは、窓関数を高帯域信号Ｓ３０に適用し、タスクＴ２１５ｂは、同じ窓関数を合成された高帯域信号Ｓ１３０に適用する。タスクＴ２２０ａおよびＴ２２０ｂの実装２２２ａおよび２２２ｂは、それぞれの窓のエネルギーを計算し、タスクＴ２３０は、サブフレームに対する利得係数をエネルギーの比の平方根として計算する。

隣接するサブフレームと重なる窓関数を適用することが望ましいと思われる。例えば、重ね追加の形で適用できる利得係数を生成する窓関数は、サブフレーム間の不連続性を低減または回避するのに役立ちうる。一例では、高帯域利得係数計算器Ａ２３０は、窓が２つの隣接するサブフレームのそれぞれと１ミリ秒だけ重なる、図２３ａに示されているような台形窓関数を適用するように構成される。図２３ｂは、２０ミリ秒フレームの５つのサブフレームのそれぞれへのこの窓関数の適用を示す。高帯域利得係数計算器Ａ２３０の他の実装は、対称的でも、非対称的でもよい異なる重なり期間および／または異なる窓形状（例えば、矩形、ハミング）を有する窓関数を適用するように構成することができる。また、高帯域利得係数計算器Ａ２３０の実装は、異なる窓関数を１つのフレーム内の異なるサブフレームに適用するように構成され、および／または１つのフレームが異なる長さのサブフレームを含むことが可能である。

限定することなく、以下の値は、特定の実装に対する例として示されている。他の持続時間も使用可能であるが、これらの場合については、２０ミリ秒フレームが仮定される。７ｋＨｚでサンプリングされた高帯域信号については、それぞれのフレームは、１４０個のサンプルを有する。このようなフレームが等しい長さの５つのサブフレームに分割された場合、それぞれのサブフレームは、２８個のサンプルを有し、図２３ａに示されているような窓は、幅がサンプル４２個分に相当する。８ｋＨｚでサンプリングされた高帯域信号については、それぞれのフレームは、１６０個のサンプルを有する。このようなフレームが等しい長さの５つのサブフレームに分割された場合、それぞれのサブフレームは、３２個のサンプルを有し、図２３ａに示されているような窓は、幅がサンプル４８個分に相当する。他の実装では、任意の幅のサブフレームを使用することができ、高帯域利得計算器Ａ２３０の実装を１つのフレームのそれぞれのサンプルについて異なる利得係数を生成するように構成することすら可能である。

図２４は、高帯域復号器Ｂ２００の一実装Ｂ２０２のブロック図を示す。高帯域復号器Ｂ２０２は、狭帯域励振信号Ｓ８０に基づき高帯域励振信号Ｓ１２０を生成するように構成されている高帯域励振発生器Ｂ３００を備える。特定のシステム設計の選択肢に応じて、高帯域励振発生器Ｂ３００は、本明細書で説明されているような高帯域励振発生器Ａ３００の実装のどれかにより実装することができる。典型的には、特定の符号化システムの高帯域符号器の高帯域励振発生器と同じレスポンスを有する高帯域励振発生器Ｂ３００を実装することが望ましい。しかし、狭帯域復号器Ｂ１１０は、典型的には、符号化された狭帯域励振信号Ｓ５０の逆量子化を実行するので、ほとんどの場合、高帯域励振発生器Ｂ３００は、狭帯域復号器Ｂ１１０から狭帯域励振信号Ｓ８０を受け取るように実装することができ、符号化された狭帯域励振信号Ｓ５０を逆量子化するように構成された逆量子化器を備える必要はない。また、狭帯域復号器Ｂ１１０は、フィルタ３３０などの狭帯域合成フィルタに入力される前に逆量子化された狭帯域励振信号をフィルタ処理するように配置された反疎性フィルタ６００のインスタンスを含むように実装することが可能である。

逆量子化器５６０は、高帯域フィルタパラメータＳ６０ａを逆量子化し（この例では、一組のＬＳＦに）、ＬＳＦ−ＬＰフィルタ係数変換５７０は、ＬＳＦを一組のフィルタ係数に変換するように構成される（例えば、狭帯域符号器Ａ１２２の逆量子化２４０および変換２５０に関して上で説明されているように）。他の実装では、上で述べたように、異なる係数群（例えば、ケプストラム係数）および／または係数表現（例えば、ＩＳＰ）が使用可能である。高帯域合成フィルタＢ２００は、高帯域励振信号Ｓ１２０および一組のフィルタ係数に従って合成された高帯域信号を生成するように構成される。高帯域符号器が合成フィルタを備えるシステムでは（例えば、上述の符号器Ａ２０２の例のような）、その合成フィルタと同じレスポンス（例えば、同じ伝達関数）を持つ高帯域合成フィルタＢ２００を実装することが望ましいと思われる。

高帯域復号器Ｂ２０２は、さらに、高帯域利得係数Ｓ６０ｂを逆量子化するように構成された逆量子化器５８０、および逆量子化された利得係数を合成された高帯域信号に適用して高帯域信号Ｓ１００を生成するように構成され配置された利得制御要素５９０（例えば、乗算器または増幅器）も備える。フレームの利得エンベロープが、複数の利得係数により指定される場合には、利得制御要素５９０は、対応する高帯域符号器の利得計算器（例えば、高帯域利得計算器Ａ２３０）により適用されるような同じまたは異なる窓関数とすることができる窓関数に場合によって、利得係数をそれぞれのサブフレームに適用するように構成された論理回路を備えることができる。高帯域復号器Ｂ２０２の他の実装では、利得制御要素５９０は、同様に構成されるが、ただし代わりに逆量子化された利得係数を狭帯域励振信号Ｓ８０または高帯域励振信号Ｓ１２０に適用するように配置される。

上述のように、高帯域符号器および高帯域復号器内を同じ状態にすることが望ましいと思われる（例えば、符号化時に逆量子化された値を使用することにより）。そのため、このような実装による符号化システムでは、高帯域励振発生器Ａ３００およびＢ３００内の対応する雑音発生器に同じ状態を保証するようにすることが望ましいと思われる。例えば、このような実装の高帯域励振発生器Ａ３００およびＢ３００は、雑音発生器の状態が、同じフレーム内ですでに符号化されている情報の確定関数となるように構成することができる（例えば、狭帯域フィルタパラメータＳ４０またはその一部および／または符号化された狭帯域励振信号Ｓ５０またはその一部）。

本明細書で説明されている要素の量子化器の１つまたは複数（例えば、量子化器２３０、４２０、または４３０）は、分類されたベクトル量子化を実行するように構成することができる。例えば、このような量子化器は、狭帯域チャネルおよび／または高帯域チャネルの同じフレーム内ですでに符号化されている情報に基づき一組の符号帳のうちの１つを選択するように構成することができる。このような技術は、典型的には、追加の符号帳の格納と引き換えに符号化効率を高める。

例えば図８および９に関して上で説明されているように、相当の量の周期的構造が、狭帯域音声信号Ｓ２０から粗スペクトルエンベロープが取り除かれた後、残留信号に残りうる。例えば、残留信号は、おおよそ周期的なパルスまたはスパイクの時系列を含むことができる。典型的にはピッチに関係するこのような構造は、特に、有声音声信号内に発生する可能性が高い。狭帯域残留信号の量子化された表現の計算には、例えば、１つまたは複数の符号帳により表されるような長期周期性のモデルによるこのピッチ構造の符号化が含まれうる。

実際の残留信号のピッチ構造は、周期性モデルと正確には一致しない場合がある。例えば、残留信号は、ピッチパルスの位置の規則性に関してわずかなジッタを含むことがあり、このため、１つのフレーム内の連続するピッチパルス間の距離は、正確には等しくなく、構造はあまり規則正しくない。これらの不規則性のせいで、符号化効率が低下する傾向がある。

狭帯域符号器Ａ１２０のいくつかの実装は、量子化の前または量子化時に適応時間軸伸縮を残留信号に適用することにより、または他の何らかの方法で、適応時間軸伸縮を符号化された励振信号内に含めることにより、ピッチ構造の正則化を実行するように構成される。例えば、このような符号器は、結果として得られる励振信号が最適な形で長期周期性のモデルに適合するように時間軸伸縮の程度を（例えば、１つまたは複数の知覚的重み付けおよび／または誤差最小化基準に従って）選択するか、または他の何らかの方法で計算するように構成することができる。ピッチ構造の正則化は、緩和符号励振線形予測（ＲＣＥＬＰ）符号器と呼ばれるＣＥＬＰ符号器のサブセットにより実行される。

ＲＣＥＬＰ符号器は、典型的には、適応時間シフトとして時間軸伸縮を実行するように構成される。この時間シフトは、負の数ミリ秒から正の数ミリ秒までの範囲の遅延とすることができ、通常は、音声の途切れるのを避けるために滑らかに変化する。いくつかの実装では、このような符号器は、それぞれのフレームまたはサブフレームが対応する固定時間シフトにより伸縮される、区分法で正則化を適用するように構成される。他の実装では、符号器は、連続伸縮関数として正則化を適用するように構成され、これにより、フレームまたはサブフレームは、ピッチ輪郭（ピッチ軌道とも呼ばれる）に応じて伸縮される。いくつかの場合において（例えば、米国特許出願公開第２００４／００９８２５５号で説明されているような）、符号器は、符号化された励振信号計算するために使用される知覚的に重み付けされた入力信号にシフトを適用することにより符号化された励振信号内に時間軸伸縮を含めるように構成される。

符号器は、正則化され量子化された符号化励振信号を計算し、復号器は、符号化された励振信号を逆量子化し、復号された音声信号を合成するために使用される励振信号を得る。復号された出力信号は、これにより、正則化により符号化された励振信号に含まれていた同じ変化する遅延を示す。典型的には、正則化の量を指定する情報は、復号器には伝送されない。

正則化は、残留信号を符号化しやすくする傾向があり、これは、長期予測器からの符号化利得を改善し、一般的にはアーチファクトを発生することなく符号化効率全体を高める。有声のフレームにのみ正則化を実行することが望ましいと思われる。例えば、狭帯域符号器Ａ１２４は、有声信号などの長期構造を有するフレームまたはサブフレームのみをシフトするように構成することができる。正則化をピッチパルスエネルギーを含むサブフレームのみに実行することが望ましい場合もある。ＲＣＥＬＰ符号化のさまざまな実装については、米国特許第５，７０４，００３号（Ｋｌｅｉｊｎら）、米国特許第６，８７９，９５５号（Ｒａｏ）、および米国特許出願公開第２００４／００９８２５５号（Ｋｏｖｅｓｉら）で説明されている。ＲＣＥＬＰコーダの既存の実装は、Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｉｎｄｕｓｔｒｙ Ａｓｓｏｃｉａｔｉｏｎ（ＴＩＡ）ＩＳ−１２７において記述されているようなＥｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ（ＥＶＲＣ）、およびＴｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ ２（３ＧＰＰ２）Ｓｅｌｅｃｔａｂｌｅ Ｍｏｄｅ Ｖｏｃｏｄｅｒ（ＳＭＶ）を含む。

残念なことに、正則化は、高帯域励振が符号化された狭帯域励振信号から導き出される広帯域音声コーダ（広帯域音声符号器Ａ１００および広帯域音声復号器Ｂ１００を備えるシステムなど）に問題を引き起こす可能性がある。時間軸伸縮信号から導き出すため、高帯域励振信号は、一般に、元の高帯域音声信号のとは異なる時間プロファイルを有する。言い換えると、高帯域励振信号は、もはや、元の高帯域音声信号と同期しなくなるということである。

伸縮された高帯域励振信号と元の高帯域音声信号との間の時間の不整合は、いくつかの問題の原因となりうる。例えば、伸縮された高帯域励振信号は、もはや、元の高帯域音声信号から抽出されたフィルタパラメータに従って構成された合成フィルタに適した信号源の励振を行えない。その結果、合成された高帯域信号は、復号される広帯域音声信号の知覚される品質を低下させる可聴アーチファクトを含みうる。

時間の不整合は、また、利得エンベロープ符号化の不効率の原因となりうる。上述のように、狭帯域励振信号Ｓ８０と高帯域信号Ｓ３０の時間エンベロープ間に相関が存在する可能性がある。これらの２つの時間エンベロープの間の関係に従って高帯域信号の利得エンベロープを符号化することにより、利得エンベロープを直接符号化するのに比べて符号化効率の向上が見込める。しかし、符号化された狭帯域励振信号が正則化された場合、この相関は、弱められる。狭帯域励振信号Ｓ８０と高帯域信号Ｓ３０との間の時間の不整合は、高帯域利得係数Ｓ６０ｂに変動が出現する原因となりえ、また符号化効率も低下しうる。

実施形態は、対応する符号化された狭帯域励振信号に含まれる時間軸伸縮に応じて高帯域音声信号の時間軸伸縮を実行する広帯域音声符号化の方法を含む。このような方法の潜在的利点としては、復号された広帯域音声信号の品質を改善すること、および／または高帯域利得エンベロープを符号化する効率を改善することが挙げられる。

図２５は、広帯域音声符号器Ａ１００の一実装ＡＤ１０のブロック図を示す。符号器ＡＤ１０は、符号化された狭帯域励振信号Ｓ５０の計算の際に正則化を実行するように構成されている狭帯域符号器Ａ１２０の一実装Ａ１２４を含む。例えば、狭帯域符号器Ａ１２４は、上述のＲＣＥＬＰ実装のうちの１つまたは複数に従って構成することができる。

狭帯域符号器Ａ１２４は、さらに、時間軸伸縮が適用される程度を指定する正則化データ信号ＳＤ１０を出力するように構成される。狭帯域符号器Ａ１２４が固定時間ソフトをそれぞれのフレームまたはサブフレームに適用するように構成されるさまざまな場合において、正則化データ信号ＳＤ１０は、それぞれの時間シフト量をサンプル数、ミリ秒、または他の何らかの時間増分に関して整数または非整数値として示す一連の値を含むことができる。狭帯域符号器Ａ１２４がフレームの時間スケールまたは他のサンプル列を他の何らかの方法で修正する（例えば、一方の部分を圧縮し、他方の部分を伸展することにより）ように構成される場合については、正則化情報信号ＳＤ１０は、一組の多数パラメータなどの修正の対応する記述を含むことができる。特定の一例では、狭帯域符号器Ａ１２４は、１つのフレームを３つのサブフレームに分割し、それぞれのサブフレームについて固定時間シフトを計算するように構成されており、正則化データ信号ＳＤ１０は、符号化された狭帯域信号の正則化されたフレーム毎に３つの時間シフト量を示す。

広帯域音声符号器ＡＤ１０は、入力信号により示される遅延量に従って、高帯域音声信号Ｓ３０の一部を進行させるか、または進行を遅らせて、時間軸伸縮高帯域音声信号Ｓ３０ａを生成するように構成された遅延線Ｄ１２０を含む。図２５に示されている例では、遅延線Ｄ１２０は、正則化データ信号ＳＤ１０により示される伸縮に従って高帯域音声信号Ｓ３０の時間軸伸縮を行うように構成される。このような方法で、符号化された狭帯域励振信号Ｓ５０に含まれていた同じ量の時間軸伸縮も、分析の前に広帯域音声信号Ｓ３０の対応する部分に適用される。この例は遅延線Ｄ１２０を高帯域符号器Ａ２００と別の要素として示しているが、他の実装では、遅延線Ｄ１２０は、高帯域符号器の一部として配置される。

高帯域符号器Ａ２００の他の実装は、時間軸伸縮されない広帯域音声信号Ｓ３０のスペクトル分析（例えば、ＬＰＣ分析）を実行し、高帯域利得パラメータＳ６０ｂの計算の前に高帯域音声信号Ｓ３０の時間軸伸縮を実行するように構成することができる。このような符号器は、例えば、時間軸伸縮を実行するように構成された遅延線Ｄ１２０の一実装を含むことができる。しかし、このような場合、時間軸伸縮されない信号Ｓ３０の分析結果に基づく高帯域フィルタパラメータＳ６０ａは、高帯域励振信号Ｓ１２０と時間に関して不整合であるスペクトルエンベロープを記述することができる。

遅延線Ｄ１２０は、所望の時間軸伸縮演算を高帯域音声信号Ｓ３０に適用するのに適している論理回路要素および記憶装置要素の任意の組合せに従って構成することができる。例えば、遅延線Ｄ１２０は、所望の時間シフトに従ってバッファから高帯域音声信号Ｓ３０を読み出すように構成することができる。図２６ａは、シフトレジスタＳＲ１を含む遅延線Ｄ１２０のそのような一実装Ｄ１２２の略図を示している。シフトレジスタＳＲ１は、高帯域音声信号Ｓ３０のｍ個の一番最近のサンプルを受け取り、記憶するように構成された長さｍ程度のバッファである。値ｍは、少なくともサポートされる正の最大値（つまり「進行」）および負の最大値（つまり「進行遅延」）の時間シフトの総和に等しい。値ｍは、高帯域信号Ｓ３０の１つのフレームまたはサブフレームの長さに等しいと都合がよいと思われる。

遅延線Ｄ１２２は、シフトレジスタＳＲ１のオフセット位置ＯＬから時間軸伸縮された高帯域信号Ｓ３０ａを出力するように構成される。オフセット位置ＯＬの位置は、例えば、正則化データ信号ＳＤ１０により示されるような現在の時間シフトに従って基準位置（ゼロ時間シフト）を中心として変化する。遅延線Ｄ１２２は、進行限界と進行遅延限界とが等しくなるように、またはそれとは別に、他の方向に比べて一方の方向に実行されるシフトが大きくなるように他方の限界よりも一方の限界が大きくなるように構成することができる。図２６ａは、負の時間シフトよりも大きな正の時間シフトをサポートする特定の例を示している。遅延線Ｄ１２２は、１つまたは複数のサンプルを一度に出力するように構成することができる（例えば、出力バス幅に応じて）。

数ミリ秒を超える大きさの正則化時間シフトだと、復号された信号内に可聴アーチファクトが入り込む可能性がある。典型的には、狭帯域符号器Ａ１２４により実行されるような正則化時間シフトの大きさは、数ミリ秒以内であり、正則化データ信号ＳＤ１０により示される時間シフトは、制限される。しかし、このような場合には、遅延線Ｄ１２２は正および／または負の方向の時間シフトに最大限界を課すように構成されることが望ましいと思われる（例えば、狭帯域符号器によって課される限界よりも厳しい限界に従うため）。

図２６ｂは、シフト窓ＳＷを含む遅延線Ｄ１２０の一実装Ｄ１２４の略図を示している。この例では、オフセット配置の位置ＯＬは、シフト窓ＳＷにより制限される。図２６ｂは、バッファ長ｍがシフト窓ＳＷの幅よりも大きい場合を示しているが、遅延線Ｄ１２４も、シフト窓ＳＷの幅がｍに等しくなるように実装することができる。

他の実装では、遅延線Ｄ１２０は、所望の時間シフトに従ってバッファに高帯域音声信号Ｓ３０を書き込むように構成される。図２７は、高帯域音声信号Ｓ３０を受け取り、格納するように構成されている２つのシフトレジスタＳＲ２およびＳＲ３を備える遅延線Ｄ１２０のそのような一実装Ｄ１３０の略図を示している。遅延線Ｄ１３０は、例えば正則化データ信号ＳＤ１０により示されるような時間シフトに従ってシフトレジスタＳＲ２から１つのフレームまたはサブフレームをシフトレジスタＳＲ３に書き込むように構成される。シフトレジスタＳＲ３は、時間軸伸縮された高帯域信号Ｓ３０を出力するように構成されたＦＩＦＯバッファとして構成される。

図２７に示されている特定の例では、シフトレジスタＳＲ２は、フレームバッファ部分ＦＢ１および遅延バッファ部分ＤＢを含み、シフトレジスタＳＲ３は、フレームバッファ部分ＦＢ２、進行バッファ部分ＡＢ、および進行遅延バッファ部分ＲＢを含む。進行バッファＡＢおよび進行遅延バッファＲＢの長さは、等しいか、または一方が他方よりも大きく、これにより、他の方向に比べて一方の方向のシフト量が大きい場合に対応できる。遅延バッファＤＢおよび進行遅延バッファ部分ＲＢは、同じ長さを持つように構成できる。それとは別に、遅延バッファＤＢは、シフトレジスタＳＲ３に格納する前にサンプルの伸縮などの他の処理演算を含むことができる、フレームバッファＦＢ１からサンプルをシフトレジスタＳＲ３に転送するために必要な時間間隔を考慮するため進行遅延バッファＲＢに比べて短くすることができる。

図２７の例では、フレームバッファＦＢ１は、高帯域信号Ｓ３０の１つのフレームの長さと等しい長さを有するように構成される。他の例では、フレームバッファＦＢ１は、高帯域信号Ｓ３０の１つのサブフレームの長さと等しい長さを有するように構成される。このような場合、遅延線Ｄ１３０は、同じ（例えば、平均）遅延をシフトされるフレームのすべてのサブフレームに適用する論理を備えるように構成することができる。遅延線Ｄ１３０は、さらに、フレームバッファＦＢ１からの値を平均する論理も備えることができ、値は進行遅延バッファＲＢまたは進行バッファＡＢ内に上書きされる。他の例では、シフトレジスタＳＲ３は、フレームバッファＦＢ１のみを介して高帯域信号Ｓ３０の値を受け取るように構成することができ、このような場合、遅延線Ｄ１３０は、シフトレジスタＳＲ３に書き込まれた連続するフレームまたはサブフレーム間のギャップを補間する論理を備えることができる。他の実装では、遅延線Ｄ１３０は、シフトレジスタＳＲ３に書き込む前にフレームバッファＦＢ１からのサンプルに対し伸縮演算を実行するように構成することができる（例えば、正則化データ信号ＳＤ１０により記述されている機能による）。

遅延線Ｄ１２０は、正則化データ信号ＳＤ１０により指定された時間軸伸縮に、同一ではないとしても基づく時間軸伸縮を適用することが望ましいと思われる。図２８は、遅延値マッパーＤ１１０を備える広帯域音声符号器ＡＤ１０の一実装ＡＤ１２のブロック図を示す。遅延値マッパーＤ１１０は、正則化データ信号ＳＤ１０により示される時間軸伸縮をマッピング遅延値ＳＤ１０ａにマッピングするように構成される。遅延線Ｄ１２０は、マッピングされた遅延値ＳＤ１０ａにより示される時間軸伸縮により時間軸伸縮された高帯域音声信号Ｓ３０ａを生成するように構成される。

狭帯域符号器により適用される時間シフトは、時間の経過とともに滑らかに進行すると予測できる。したがって、典型的には、音声の１フレーム内のサブフレームに適用される平均狭帯域時間シフトを計算し、この平均に従って高帯域音声信号Ｓ３０の対応するフレームをシフトするだけで十分である。このような一例では、遅延値マッパーＤ１１０は、それぞれのフレームに対するサブフレーム遅延値の平均を計算するように構成され、遅延線Ｄ１２０は、計算された平均を狭帯域信号Ｓ３０の対応するフレームに適用するように構成される。他の例では、より短い期間での平均（２サブフレーム、または１フレームの半分）またはより長い期間（２フレームなど）を計算し、適用することができる。平均がサンプルの非整数値の場合、遅延値マッパーＤ１１０は、遅延線Ｄ１２０に出力する前に値をサンプルの整数個数に丸めるように構成されうる。

狭帯域符号器Ａ１２４は、符号化された狭帯域励振信号に非整数個数のサンプルの正則化時間シフトを含めるように構成することができる。このような場合、遅延値マッパーＤ１１０は、狭帯域時間シフトをサンプルの整数に丸めるように構成されること、また遅延線Ｄ１２０は、丸められた時間シフトを高帯域音声振動Ｓ３０に適用することが望ましいと思われる。

広帯域音声符号器ＡＤ１０のいくつかの実装では、狭帯域音声信号Ｓ２０および高帯域音声信号Ｓ３０のサンプリングレートは異なっていてよい。そのような場合、遅延値マッパーＤ１１０は、正則化データ信号ＳＤ１０で示される時間シフト量を調節し、狭帯域音声信号Ｓ２０（または狭帯域励振信号Ｓ８０）のサンプリングレートと高帯域音声信号Ｓ３０のサンプリングレートとの差を考慮するように構成することができる。例えば、遅延値マッパーＤ１１０は、サンプリングレートの比に応じて時間シフト量をスケーリングするように構成することができる。上述のような特定の一例では、狭帯域音声信号Ｓ２０は、８ｋＨｚでサンプリングされ、高帯域音声信号Ｓ３０は、７ｋＨｚでサンプリングされる。この場合、遅延値マッパーＤ１１０は、それぞれのシフト量に７／８を掛けるように構成される。遅延値マッパーＤ１１０の実装は、さらに、本明細書で説明されているように整数丸めおよび／または時間シフト平均演算とあわせてこのようなスケーリング演算を実行するように構成することができる。

他の実装では、遅延線Ｄ１２０は、フレームまたは他のサンプル列の時間スケールを他の何らかの方法で修正するように構成される（例えば、一方の部分を圧縮し、他方の部分を伸長することにより）。例えば、狭帯域符号器Ａ１２４は、ピッチ輪郭または軌道などの関数に従って正則化を実行するように構成することができる。このような場合、正則化データ信号ＳＤ１０は、一組のパラメータなどの関数の対応する記述を含むことができ、遅延線Ｄ１２０は、この関数に従って高帯域音声信号Ｓ３０のフレームまたはサブフレームを伸縮するように構成された論理回路を備えることができる。他の実装では、遅延値マッパーＤ１１０は、遅延線Ｄ１２０により高帯域音声信号Ｓ３０に適用される前に、関数の平均、スケーリング、および／または丸めを行うように構成される。例えば、遅延値マッパーＤ１１０は、関数に従って、それぞれの遅延値がサンプルの個数を示す１つまたは複数の遅延値を計算するように構成することができ、次いで、遅延値は遅延線Ｄ１２０により適用され、高帯域音声信号Ｓ３０の１つまたは複数の対応するフレームまたはサブフレームが時間軸伸縮される。

図２９は、対応する符号化された狭帯域励振信号に含まれる時間軸伸縮による高帯域音声信号の時間軸伸縮の方法ＭＤ１００の流れ図を示す。タスクＴＤ１００は、広帯域音声信号を処理して、狭帯域音声信号および高帯域音声信号を取り出す。例えば、タスクＴＤ１００は、フィルタバンクＡ１１０の一実装などの、ローパスおよびハイパスフィルタを含むフィルタバンクを使用して広帯域音声信号をフィルタ処理するように構成することができる。タスクＴＤ２００は、狭帯域音声信号を少なくとも１つの符号化された狭帯域励振信号および複数の狭帯域フィルタパラメータに符号化する。符号化された狭帯域励振信号および／またはフィルタパラメータは、量子化され、符号化された狭帯域音声信号は、さらに、音声モードパラメータなどの他のパラメータを含むこともできる。タスクＴＤ２００は、さらに、符号化された狭帯域励振信号における時間軸伸縮を含む。

タスクＴＤ３００は、狭帯域励振信号に基づいて高帯域励振信号を発生する。この場合、狭帯域励振信号は、符号化された狭帯域励振信号に基づく。タスクＴＤ４００は、少なくとも高帯域励振信号に従って、高帯域音声信号を少なくとも複数の高帯域フィルタパラメータに符号化する。例えば、タスクＴＤ４００は、高帯域音声信号を複数の量子化されたＬＳＦに符号化するように構成することができる。タスクＴＤ５００は、時間シフトを、符号化された狭帯域励振信号に含まれる時間軸伸縮に関係する情報に基づく高帯域音声信号に適用する。

タスクＴＤ４００は、高帯域音声信号に対しスペクトル分析（ＬＰＣ分析など）を実行し、および／または高帯域音声信号の利得エンベロープを計算するように構成することができる。このような場合、タスクＴＤ５００は、分析および／または利得エンベロープ計算に先立って時間シフトを高帯域音声信号に適用するように構成することができる。

広帯域音声符号器Ａ１００の他の実装は、符号化された狭帯域励振信号に含まれる時間軸伸縮により引き起こされる高帯域励振信号Ｓ１２０の時間軸伸縮を反転するように構成される。例えば、高帯域励振発生器Ａ３００は、正則化データ信号ＳＤ１０またはマッピングされた遅延値ＳＤ１０ａを受け取るように構成されている遅延線Ｄ１２０の一実装を含み、対応する反転時間シフトを狭帯域励振信号Ｓ８０、および／または高調波拡張信号Ｓ１６０または高帯域励振信号Ｓ１２０などその狭帯域励振信号に基づくその後の信号に適用するように実装することができる。

他の広帯域音声符号器実装は、狭帯域音声信号Ｓ２０および高帯域音声信号Ｓ３０を互いに独立に符号化するように構成することができ、これにより、高帯域音声信号Ｓ３０は、高帯域スペクトルエンベロープおよび高帯域励振信号の表現として符号化される。このような実装は、符号化された狭帯域励振信号に含まれる時間軸伸縮に関係する情報に従って、高帯域残留信号の時間軸伸縮を実行するか、または他の何らかの方法で、符号化された高帯域励振信号に時間軸伸縮を含めるように構成することができる。例えば、高帯域符号器は、時間軸伸縮を高帯域残留信号に適用するように構成されている本明細書で説明されているような遅延線Ｄ１２０および／または遅延値マッパーＤ１１０の一実装を備えることができる。このような演算の潜在的利点として、高帯域残留信号の効率的な符号化、および構成された狭帯域音声信号と高帯域音声信号との良好な一致が挙げられる。

上述のように、本明細書で説明されているな実施形態は、狭帯域システムとの互換性をサポートし、トランスコーディングの利用を避けつつ、埋め込まれた符号化を実行するために使用することができる実装を含む。高帯域符号化のサポートは、さらに、下位互換性を維持しつつ広帯域をサポートするチップ、チップセット、デバイス、および／またはネットワーク、および狭帯域のみをサポートするチップ、チップセット、デバイス、および／またはネットワークをコスト基準に基づいて差別化するために利用することができる。本明細書で説明されているような高帯域符号化のサポートも、低帯域符号化をサポートする技術と併せて使用することができ、またこのような実施形態によるシステム、方法、または装置は、例えば、約５０または１００Ｈｚから最大約７または８ｋＨｚまでの周波数成分の符号化をサポートすることができる。

上述のように、音声コーダに高帯域のサポートを追加することにより、特に摩擦音の区別に関して明瞭さが改善されうるこのような区別は、通常は、特定の背景状況から聴取者によりもたらされることがあるが、高帯域サポートは、自動化音声メニューナビゲーションおよび／または自動呼出処理のシステムなど、音声認識および他の機械解釈用途における有効機能として使用することができる。

一実施形態による装置は、携帯電話またはパーソナルデジタルアシスタント（ＰＤＡ）などの無線通信用のポータブルデバイス内に組み込むことができる。それとは別に、そのような装置は、ＶｏＩＰハンドセット、ＶｏＩＰ通信をサポートするように構成されたパーソナルコンピュータ、または電話もしくはＶｏＩＰ通信の経路選択を行うように構成されたネットワークデバイスなどの他の通信デバイスに入れることもできる。例えば、一実施形態による装置は、通信デバイス用のチップまたはチップセット内に実装することができる。特定の用途に応じて、そのようなデバイスは、さらに、音声信号のアナログ−デジタルおよび／またはデジタル−アナログ変換、増幅および／または他の信号処理演算を実行するための回路、および／または符号化された音声信号の送信および／または受信のための高周波回路などの機能を備えることもできる。

実施形態は、本出願において利益を主張する米国仮特許出願第６０／６６７，９０１号および６０／６７３，９６５号で開示されている他の特徴のうちの１つまたは複数を含み、および／またはそれらとともに使用することができることが明らかに考えられ、開示されている。このような特徴は、高帯域で発生し、狭帯域には実質的に存在しない、短時間の高エネルギーバーストの除去を含む。このような特徴は、高帯域ＬＳＦなどの係数表現の固定または適応平滑化を含む。このような特徴は、ＬＳＦなどの係数表現の量子化に関連する雑音の固定または適応型整形を含む。このような特徴は、さらに、利得エンベロープの固定または適応平滑化、および利得エンベロープの適応減衰を含む。

説明されている実施形態を前記のように提示したのは、当業者が本発明を製作または使用することができるようにするためである。これらの実施形態に対するさまざまな修正形態も可能であり、本明細書で提示されている一般原理を他の実施形態にも適用することができる。例えば、一実施形態は、一部または全体として、ハード配線回路として、特定用途向け集積回路に組み込まれる回路構成として、または不揮発性記憶装置内にロードされるファームウェアプログラムまたは機械可読コードとしてデータ記憶媒体から、またはデータ記憶媒体にロードされるソフトウェアプログラムとして実装することができ、前記コードは、マイクロプロセッサまたは他のデジタル信号処理ユニットなどの論理素子のアレイにより実行可能な命令である。データ記憶媒体としては、半導体メモリ（限定することなく、ダイナミックまたはスタティックＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（読み取り専用メモリ）、および／またはフラッシュＲＡＭを含んでよい）、または強誘電体、磁気抵抗、オボニック、ポリマー、または相変化メモリなどの記憶素子のアレイ、または磁気もしくは光ディスクなどのディスク媒体が考えられる。「ソフトウェア」という用語は、ソースコード、アセンブリ言語コード、機械語コード、バイナリコード、ファームウェア、マクロコード、マイクロコード、論理素子のアレイにより実行可能な命令からなる１つまたは複数の命令セットまたは命令シーケンス、およびそのような例の任意の組合せを含むものと理解すべきである。

高帯域励振発生器Ａ３００およびＢ３００、高帯域符号器Ａ１００、高帯域復号器Ｂ２００、広帯域音声符号器Ａ１００、および広帯域音声復号器Ｂ１００の実装のさまざまな要素は、例えば、同じチップ上またはチップセット内の２つまたはそれ以上のチップに常駐する電子および／または光デバイスとして実装することができるが、このような制限なしで他の配列も考えられる。このような装置の１つまたは複数の要素は、マイクロプロセッサ、組み込み型プロセッサ、ＩＰコア、デジタルシグナルプロセッサ、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＡＳＳＰ（特定用途向け標準製品）、およびＡＳＩＣ（特定用途向け集積回路）などの論理素子（例えば、トランジスタ、ゲート）の１つまたは複数の固定もしくはプログラム可能なアレイ上で実行するように構成された１つまたは複数の命令セットとして全体または一部実装されうる。また、１つまたは複数のこのような要素は、構造を共通して持つことが可能である（例えば、異なる時刻に異なる要素に対応するコードの部分を実行するために使用されるプロセッサ、異なる時刻に異なる要素に対応するタスクを実行するために実行される命令セット、または異なる時刻に異なる要素に対する演算を実行する電子および／または光デバイスの配列）。さらに、そのような要素の１つまたは複数は、装置が組み込まれるデバイスまたはシステムの他の動作に関係するタスクなど、装置の動作に直接的には関係しないタスクを実行するか、または他の命令セットを実行するために使用することが可能である。

図３０は、狭帯域部分と高帯域部分を有する音声信号の高帯域部分を符号化する、一実施形態による、方法Ｍ１００の流れ図を示している。タスクＸ１００は、高帯域部分のスペクトルエンベロープを特徴付ける一組のフィルタパラメータを計算する。タスクＸ２００は、非線形関数を狭帯域部分から導き出された信号に適用することによりスペクトル拡張信号を計算する。タスクＸ３００は、（Ａ）一組のフィルタパラメータおよび（Ｂ）スペクトル拡張信号に基づく高帯域励振信号に従って合成された高帯域信号を生成する。タスクＸ４００は、（Ｃ）高帯域部分のエネルギーと（Ｄ）狭帯域部分から導き出される信号のエネルギーとの間の関係に基づいて利得エンベロープを計算する。

図３１ａは、一実施形態による高帯域励振信号を発生する方法Ｍ２００の流れ図を示している。タスクＹ１００は、非線形関数を音声信号の狭帯域部分から導き出された狭帯域励振信号に適用することにより高調波拡張信号を計算する。タスクＹ２００は、高調波拡張信号と変調された雑音信号とを混合して、高帯域励振信号を発生する。図３１ｂは、タスクＹ３００およびＹ４００を含む他の実施形態による高帯域励振信号を発生する方法Ｍ２１０の流れ図を示している。タスクＹ３００は、狭帯域励振信号と高調波拡張信号のうちの１つの時間とともに変わるエネルギーによる時間領域エンベロープを計算する。タスクＹ４００は、時間領域エンベロープに従って雑音信号を変調し、変調された雑音信号を生成する。

図３２は、狭帯域部分と高帯域部分を有する音声信号の高帯域部分を復号する、一実施形態による、方法Ｍ３００の流れ図を示している。タスクＺ１００は、高帯域部分のスペクトルエンベロープを特徴付ける一組のフィルタパラメータおよび高帯域部分の時間エンベロープを特徴付ける一組の利得係数を受け取る。タスクＺ２００は、非線形関数を狭帯域部分から導き出された信号に適用することによりスペクトル拡張信号を計算する。タスクＺ３００は、（Ａ）一組のフィルタパラメータおよび（Ｂ）スペクトル拡張信号に基づく高帯域励振信号に従って合成された高帯域信号を発生する。タスクＺ４００は、一組の利得係数に基づいて合成された高帯域信号の利得エンベロープを変調する。例えば、タスクＺ４００は、一組の利得係数を狭帯域部分から導き出された励振信号、スペクトル拡張信号、高帯域励振信号、または合成された高帯域信号に適用することにより、合成された高帯域信号の利得エンベロープを変調するように構成することができる。

実施形態は、さらに、例えば、音声符号化、符号化、および復号の追加の方法も含み、これらは、このような方法を実行するように構成された構造的な実施形態の説明により、本明細書で明確に開示されているとおりである。これらの方法はそれぞれ、さらに、論理素子（例えば、プロセッサ、マイクロプロセッサ、マイクロコントローラ、または他の有限状態機械）のアレイを含む機械により可読および／または実行可能な１つまたは複数の命令セットとして目に見える形で具現化（例えば、上述のような１つまたは複数のデータ記憶媒体において）することもできる。そのため、本発明は、上に示されている実施形態に限定されることを意図されておらず、むしろ、元の開示の一部をなす、出願された付属の請求項に含む、本明細書において何らかの形態で開示されている原理および新規性のある特徴と一致する最も広い範囲を与えられるべきである。

一実施形態による広帯域音声符号器Ａ１００のブロック図である。 広帯域音声符号器Ａ１００の一実装Ａ１０２のブロック図である。 一実施形態による広帯域音声復号器Ｂ１００のブロック図である。 広帯域音声符号器Ｂ１００の一実装Ｂ１０２のブロック図である。 フィルタバンクＡ１１０の一実装Ａ１１２のブロック図である。 フィルタバンクＢ１２０の一実装Ｂ１２２のブロック図である。 フィルタバンクＡ１１０の一例の低帯域および高帯域からなる帯域幅の有効範囲を示す図である。 フィルタバンクＡ１１０の他の例の低帯域および高帯域からなる帯域幅の有効範囲を示す図である。 フィルタバンクＡ１１２の一実装Ａ１１４のブロック図である。 フィルタバンクＢ１２２の一実装Ｂ１２４のブロック図である。 音声信号の対数振幅に対する周波数のグラフ例である。 基本線形予測符号化システムのブロック図である。 狭帯域符号器Ａ１２０の一実装Ａ１２２のブロック図である。 狭帯域符号器Ｂ１１０の一実装Ｂ１１２のブロック図である。 有声音声の残留信号の対数振幅に対する音声の周波数のグラフ例である。 有声音声の残留信号の対数振幅に対する音声の時間のグラフ例である。 長期予測も実行する基本線形予測符号化システムのブロック図である。 高帯域符号器Ａ２００の一実装Ａ２０２のブロック図である。 高帯域励振発生器Ａ３００の一実装Ａ３０２のブロック図である。 スペクトル拡張器Ａ４００の一実装Ａ４０２のブロック図である。 スペクトル拡張演算の一例におけるさまざまな点での信号スペクトルのグラフである。 スペクトル拡張演算の他の例におけるさまざまな点での信号スペクトルのグラフである。 高帯域励振発生器Ａ３０２の一実装Ａ３０４のブロック図である。 高帯域励振発生器Ａ３０２の一実装Ａ３０６のブロック図である。 エンベロープ計算タスクＴ１００の流れ図である。 結合器４９０の一実装４９２のブロック図である。 高帯域信号Ｓ３０の周期性の尺度を計算するアプローチを示す図である。 高帯域励振発生器Ａ３０２の一実装Ａ３１２のブロック図である。 高帯域励振発生器Ａ３０２の一実装Ａ３１４のブロック図である。 高帯域励振発生器Ａ３０２の一実装Ａ３１６のブロック図である。 利得計算タスクＴ２００の流れ図である。 利得計算タスクＴ２００の一実装Ｔ２１０の流れ図である。 窓関数の図である。 図２３ａに示されているような窓関数の音声信号のサブフレームへの適用を示す図である。 高帯域復号器Ｂ２００の一実装Ｂ２０２のブロック図である。 広帯域音声符号器Ａ１００の一実装ＡＤ１０のブロック図である。 遅延線Ｄ１２０の一実装Ｄ１２２の略図である。 遅延線Ｄ１２０の一実装Ｄ１２４の略図である。 遅延線Ｄ１２０の一実装Ｄ１３０の略図である。 広帯域音声符号器ＡＤ１０の一実装ＡＤ１２のブロック図である。 一実施形態による信号処理ＭＤ１００の方法の流れ図である。 一実施形態による方法Ｍ１００の流れ図である。 一実施形態による方法Ｍ２００の流れ図である。 方法Ｍ２００の一実装Ｍ２１０の流れ図である。 一実施形態による方法Ｍ３００の流れ図である。

Claims (42)

1. 高帯域励振信号を生成する方法であって、
   低帯域励振信号に基づく信号のスペクトルを高調波拡張することと、
   前記低帯域励振信号に基づく信号の時間領域エンベロープを計算することと、
   前記時間領域エンベロープに従って雑音信号を変調することと、
   （Ａ）前記高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）前記変調の結果に基づく変調雑音信号とを結合することとを備え、
   前記高帯域励振信号は、前記結合の結果に基づく方法。
2. 前記高調波拡張することは、前記低帯域励振信号に基づく信号に非線形関数を適用することを備える請求項１に記載の方法。
3. 前記非線形関数を適用することは、前記時間領域において非線形関数を適用することを備える請求項２に記載の方法。
4. 前記非線形関数は、メモリレス非線形関数である請求項２に記載の方法。
5. 前記非線形関数は時間不変である請求項２に記載の方法。
6. 前記非線形関数は、絶対値関数、平方関数、及びクリッピング関数のうちの少なくとも１つを備える請求項２に記載の方法。
7. 前記非線形関数は、絶対値関数である請求項２に記載の方法。
8. 前記低帯域励振信号に基づく信号の時間領域エンベロープを計算することは、前記低帯域励振信号、前記低帯域励振信号に基づく低帯域音声信号、及び、前記高調波拡張信号のうちの１つの時間領域エンベロープを計算することを含む請求項１に記載の方法。
9. 前記高調波拡張することは、前記低帯域励振信号に基づくアップサンプルされた信号のスペクトルを高調波拡張することを含む請求項１に記載の方法。
10. （Ａ）前記結合する前に、前記高調波拡張信号をスペクトル的に平坦化することと、（Ｂ）前記高帯域励振信号をスペクトル的に平坦化することとのうちの少なくとも１つを備える請求項１に記載の方法。
11. 前記スペクトル的に平坦化することは、
    スペクトル的に平坦化される信号に基づいて複数のフィルタ係数を計算することと、
    前記スペクトル的に平坦化される信号を、前記複数のフィルタ係数に従って構成されるホワイトニングフィルタを用いて平坦化することと
    を備える請求項１０に記載の方法。
12. 符号化された音声信号内の情報の決定論的な関数に従って前記雑音信号を生成することを備える請求項１に記載の方法。
13. 前記結合することは、前記変調雑音信号と前記高調波拡張信号との加重和を計算することを含み、前記高帯域励振信号は、前記加重和に基づく請求項１に記載の方法。
14. 前記加重和を計算することは、第１の重み付け係数に従って前記高調波拡張信号を重み付けすることと、第２の重み付け係数に従って前記変調雑音信号を重み付けすることとを含み、
    前記方法は、時間変動条件に従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの一方を計算することと、前記第１の重み付け係数と前記第２の重み付け係数とのエネルギーの合計が時間にわたって実質的に一定になるように、前記第１の重み付け係数と前記第２の重み付け係数とのうちの他方を計算することとを備える請求項１に記載の方法。
15. 前記加重和を計算することは、第１の重み付け係数に従って前記高調波拡張信号を重み付けすることと、第２の重み付け係数に従って前記変調雑音信号を重み付けすることとを含み、
    前記方法は、（Ａ）音声信号の周期性の測定と、（Ｂ）音声信号のうちの発声度合いとのうちの少なくとも１つに従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの少なくとも１つを計算することを含む請求項１に記載の方法。
16. 量子化された低帯域残留表示から、前記低帯域励振信号とピッチ利得値とを取得することと、
    少なくとも前記ピッチ利得値に従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの一方を計算することと
    を備える請求項１５に記載の方法。
17. （ｉ）前記高帯域励振信号に従って高帯域音声信号を符合化することと、（ｉｉ）前記高帯域励振信号に従って高帯域音声信号を復号することとのうちの少なくとも１つを備える請求項１に記載の方法。
18. 請求項１に記載の信号処理の方法を記述する計算機実行可能命令を有するデータ記憶媒体。
19. 低帯域励振信号に基づく信号のスペクトルの高調波拡張を実行するように構成されたスペクトル拡張器と、
    前記低帯域励振信号に基づく信号の時間領域エンベロープを計算するように構成されたエンベロープ計算器と、
    前記時間領域エンベロープに従って雑音信号を変調するように構成された第１の結合器と、
    （Ａ）前記高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）前記変調の結果に基づく変調雑音信号との合計を計算するように構成された第２の結合器とを備え、
    前記高帯域励振信号は、前記合計の結果に基づく装置。
20. 前記スペクトル拡張器は、前記低帯域励振信号に基づく信号のスペクトルの高調波拡張を行うために非線形関数を適用するように構成された請求項１９に記載の装置。
21. 前記非線形関数は、絶対値関数、平方関数、及びクリッピング関数のうちの少なくとも１つを備える請求項２０に記載の装置。
22. 前記非線形関数は、絶対値関数である請求項２０に記載の装置。
23. 前記エンベロープ計算器は、前記低帯域励振信号、前記低帯域励振信号に基づく低帯域音声信号、及び、前記高調波拡張信号のうちの１つに基づいて前記時間領域エンベロープを計算するように構成された請求項１９に記載の装置。
24. 前記スペクトル拡張器は、前記低帯域励振信号に基づくアップサンプルされた信号のスペクトルの高調波拡張を実行するように構成された請求項１９に記載の装置。
25. 前記高調波拡張信号と前記高帯域励振信号とのうちの少なくとも１つをスペクトル的に平坦化するように構成されたスペクトル平坦化部を備える請求項１９に記載の装置。
26. 前記スペクトル平坦化部は、スペクトル的に平坦化される信号に基づいて複数のフィルタ係数を計算し、かつ、前記スペクトル的に平坦化される信号を、前記複数のフィルタ係数に従って構成されるホワイトニングフィルタを用いて平坦化するように構成された請求項２５に記載の装置。
27. 符号化された音声信号内の情報の決定論的な関数に従って前記雑音信号を生成するように構成された雑音生成器を備える請求項１９に記載の装置。
28. 前記第２の結合器は、前記変調雑音信号と前記高調波拡張信号との加重和を計算するように構成され、前記高帯域励振信号は、前記加重和に基づく請求項１９に記載の装置。
29. 前記第２の結合器は、第１の重み付け係数に従って前記高調波拡張信号を重み付けし、かつ、第２の重み付け係数に従って前記変調雑音信号を重み付けするように構成され、
    前記第２の結合器は、時間変動条件に従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの一方を計算するように構成され、
    前記第２の結合器は、前記第１の重み付け係数と前記第２の重み付け係数とのエネルギーの合計が時間にわたって実質的に一定になるように、前記第１の重み付け係数と前記第２の重み付け係数とのうちの他方を計算するように構成された請求項２８に記載の装置。
30. 前記第２の結合器は、第１の重み付け係数に従って前記高調波拡張信号を重み付けし、かつ、第２の重み付け係数に従って前記変調雑音信号を重み付けするように構成され、
    前記第２の結合器は、（Ａ）音声信号の周期性の測定と、（Ｂ）音声信号のうちの発声度合いとのうちの少なくとも１つに従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの少なくとも１つを計算するように構成された請求項１９に記載の装置。
31. 量子化された低帯域残留表示から、前記低帯域励振信号とピッチ利得値とを取得するように構成された逆量子化器を含み、
    前記第２の結合器は、少なくとも前記ピッチ利得値に従って、前記第１の重み付け係数と前記第２の重み付け係数とのうちの少なくとも一方を計算するように構成された請求項３０に記載の装置。
32. （ｉ）前記高帯域励振信号に従って高帯域音声信号を符合化するように構成された高帯域音声符号器と、（ｉｉ）前記高帯域励振信号に従って高帯域音声信号を復号するように構成された高帯域音声復号器とのうちの少なくとも１つを含む請求項１９に記載の装置。
33. セルラ電話を備える請求項１９に記載の装置。
34. インターネットプロトコルのバージョンに準拠した複数のパケットを送信するように構成されたデバイスを備え、前記複数のパケットは、狭帯域励振信号を記述する請求項１９に記載の装置。
35. インターネットプロトコルのバージョンに準拠した複数のパケットを受信するように構成されたデバイスを備え、前記複数のパケットは、狭帯域励振信号を記述する請求項１９に記載の装置。
36. 低帯域励振信号に基づく信号のスペクトルを高調波拡張する手段と、
    前記低帯域励振信号に基づく信号の時間領域エンベロープを計算する手段と、
    前記時間領域エンベロープに従って雑音信号を変調する手段と、
    （Ａ）前記高調波拡張の結果に基づく高調波拡張信号と、（Ｂ）前記変調の結果に基づく変調雑音信号とを結合する手段とを備え、
    前記高帯域励振信号は、前記結合の結果に基づく装置。
37. セルラ電話を備える請求項３６に記載の装置。
38. 高帯域励振信号を生成する方法であって、
    音声信号の低周波数部分から導かれる低帯域励振信号に非線形関数を適用することによって高調波拡張信号を計算することと、
    前記高調波拡張信号を変調雑音信号と混合して高帯域励振信号を生成することと
    を備える方法。
39. 前記非線形関数は絶対値関数である請求項３８に記載の方法。
40. 前記低帯域励振信号、前記低帯域励振信号に基づく低帯域音声信号、及び、前記高調波拡張信号のうちの１つの時間領域エンベロープに従って雑音信号を変調することによって前記変調雑音信号を計算することを備える請求項３８に記載の方法。
41. 前記混合することは、前記変調雑音信号と前記高調波拡張信号との加重和を計算することを含み、前記高帯域励振信号は、前記加重和に基づく請求項３８に記載の方法。
42. （ｉ）前記高帯域励振信号に従って音声信号の高帯域部分を符合化することと、（ｉｉ）前記高帯域励振信号に従って音声信号の高帯域部分を復号することとのうちの少なくとも１つを備える請求項３８に記載の方法。

Images