JP2008536183A - 無相関信号の包絡線整形 - Google Patents

Abstract

スペクトル平滑化器を用いて無相関信号及び元の信号のスペクトルをスペクトル的に平滑化した後、平滑化スペクトルを用いて平滑化スペクトルの間のエネルギー配分を表すゲイン・ファクタを導き出し、包絡線整形器が、このようにして得られたゲイン・ファクタを使って無相関信号の包絡線を時間的に整形すれば、元の信号から導き出された無相関信号の包絡線を余計な歪みを持ち込むことなく整形することができる。
【選択図】図１ａ

Description

本発明は信号の時間包絡線の整形に関し、具体的には、ステレオ又はマルチチャンネル音声信号の復元において、ダウンミックス信号及び付加制御データから得られる無相関信号（ｄｅｃｏｒｒｅｌａｔｅｄ ｓｉｇｎａｌ）の時間包絡線整形に関する。

近年の音声符号化の発展によって、ステレオ(又はモノ)信号と対応する制御データとに基づいて、音声信号をマルチチャンネルによる表現で再生することができるようになった。これらの方法は、ドルビー・プロロジック（Ｄｏｌｂｙ Ｐｒｏｌｏｇｉｃ)のような旧方式のマトリックス・ベースの処理技術とは大きく異なる。というのは、送信されたモノ又はステレオ・チャンネルに基づきサラウンド・チャンネルの再生を制御するために追加の制御データが送信され、アップミックスとも言われる。こういったパラメトリック型マルチチャンネル音声デコーダは、Ｎ＞Ｍにおいて、Ｍ個の送信チャンネルと追加制御データとに基づいてＮ個のチャンネルを復元する。追加制御データを用いることによって、Ｎチャンネルすべてを送信するよりも大幅に低いデータ率が得られ、符号化が非常に効率化され、同時にＭチャンネル装置及びＮチャンネル装置の両方の互換性を確実にする。Ｍチャンネルを、単一モノチャンネル、ステレオ・チャンネル又は５．１チャンネル表現のいずれとすることもできる。従って、７．２チャンネルの元の信号を、５．１チャンネルの下位互換性のある信号と空間音声パラメータとにダウンミックスし、少々の追加ビット率増加で、空間音声デコーダに元の７．２チャンネルにそっくりのバージョンを再生させるようにすることができる。

これらのパラメトリック・サラウンド符号化方法は、通常、時間及び周波数のバリアントＩＬＤ（チャンネル間レベル差）及びＩＣＣ(チャンネル間コヒーレンス)の量に基づいたサラウンド信号のパラメータ化を含む。これらのパラメータは、例えば、元のマルチチャンネル信号のチャンネル・ペア間のパワー比及び相関を表現する。デコーダでの処理において、再生マルチチャンネル信号は、受信したダウンミックスチャンネルのエネルギーを、送信されたＩＬＤパラメータによって表現される全チャンネル・ペアの間に配分することによって得られる。しかしながら、マルチチャンネル信号は、すべてのチャンネルの間で等しいパワー配分を取ることがあり、一方違ったチャンネルにおける信号は大きく異なり、これにより非常に広がりのある音を聴いている印象を与えるので、ＩＣＣパラメータによって表現されているように、信号を該信号の無相関バージョンと混合して、正しい広がりが得られる。

信号の無相関バージョンは、しばしばウェット信号といわれ、信号（ドライ信号とも呼ばれる）を、全域通過フィルタのようなリバーブレータを通過させて得られる。無相関器からの出力は、通常、極めて平滑な時間応答性を有する。従って、直接入力信号は減衰するノイズ・バーストを出力する。無相関信号と元の信号を混合する際、拍手音信号のような一部の過渡信号については、無相関信号の時間包絡線をドライ信号のものとより良く合致するよう整形することが重要である。これを行わないと、プレエコー・タイプのアーチファクトに起因する大サイズの部屋での聴感と不自然な過渡音響とを生ずることになる。

低い時間分解能を有する周波数変換領域においてマルチチャンネル復元が行われるシステムでは、ＭＰＥＧ−４ ＡＡＣなどの知覚的音声コーデックの時間ノイズ整形［Ｊ．Ｈｅｒｒｅ（ヘレ）及びＪ．Ｄ．Ｊｏｈｎｓｔｏｎ（ジョンストン）、「Ｅｎｈａｎｃｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｐｅｒｃｅｐｔｕａｌ ａｕｄｉｏ ｃｏｄｉｎｇ ｂｙ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｎｏｉｓｅ ｓｈａｐｉｎｇ（時間領域ノイズ整形（ＴＮＳ）を使った知覚的音声符号化のパフォーマンス向上）」、第１０１回ＡＥＳ大会、ロサンゼルス、１９９６年１１月］のような、量子化ノイズ整形に使われるのと同様な時間包絡線整形技法を用いることができる。これは周波数ビン全体を通した予測によって行われ、時間包絡線がドライ信号の周波数方向の線形予測により見積られ、得られたフィルタは、同様に周波数方向にウェット信号に適用される。

例えば、無相関器としての遅延線と、アップミックス対象信号として拍手音又は銃声のような強い過渡信号とを考えてみる。包絡線整形が行われない場合、信号の遅延されたバージョンが、元の信号と組み合わされてステレオ又はマルチチャンネル信号を復元することになる。これでは、アップミックスされた信号に、遅延時間分離れて過渡信号が２つ存在し、望ましからざるエコー・タイプの影響が生ずることになろう。

高度にクリティカルな信号に対し好ましい結果を得るために、無相関信号の時間包絡線を非常に高精度な時間分解能で整形し、過渡信号の遅延エコーをキャンセルするか、又は、そのエネルギーを、その時点で搬送チャンネルに包含されるエネルギーまで低減してエコーをマスクする必要がある。

無相関信号の、この広帯域のゲインの調整を、１ｍｓのような短いウィンドウを介して実施することができる［米国特許出願、「Ｄｉｆｆｕｓｅ Ｓｏｕｎｄ Ｓｈａｐｉｎｇ ｆｏｒ ＢＣＣ Ｓｃｈｅｍｅｓ ａｎｄ ｔｈｅ Ｌｉｋｅ（ＢＣＣスキームなどに対する拡散音響整形）」、第１１／００６４９２号、２００４年１２月７日］。無相関信号に対するゲイン調整のこのような高い時間分解能は、必然的に付加的な歪みを招く。信号に加わる歪みを最小化するため、すなわち、無相関信号の時間整形が重要でない場合に、エンコーダ又はデコーダに検知メカニズムが組み込まれ、これに、何らかの所定基準に従って時間整形アルゴリズムのオン、オフを切り替えさせる。システムが検知機能の調整に過敏に反応することがあるのがこれの欠点である。

以降の記述全体を通して、無相関信号又はウェット信号という用語は、（ＩＬＤ及びＩＣＣパラメータに従って）おそらくはゲイン調整されている、ダウンミックス信号の無相関バージョンに対し用いられ、ダウンミックス信号、直接信号又はドライ信号という用語は、おそらくはゲイン調整された、ダウンミックス信号に対し用いられる。

Ｊ．Ｈｅｒｒｅ（ヘレ）及びＪ．Ｄ．Ｊｏｈｎｓｔｏｎ（ジョンストン）、「Ｅｎｈａｎｃｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｐｅｒｃｅｐｔｕａｌ ａｕｄｉｏ ｃｏｄｉｎｇ ｂｙ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｎｏｉｓｅ ｓｈａｐｉｎｇ（時間領域ノイズ整形（ＴＮＳ）を使った知覚的音声符号化のパフォーマンス向上）」、第１０１回ＡＥＳ大会、ロサンゼルス、１９９６年１１月 米国特許出願、「Ｄｉｆｆｕｓｅ Ｓｏｕｎｄ Ｓｈａｐｉｎｇ ｆｏｒ ＢＣＣ Ｓｃｈｅｍｅｓ ａｎｄ ｔｈｅ Ｌｉｋｅ（ＢＣＣスキームなどに対する拡散音響整形）」、第１１／００６４９２号、２００４年１２月７日

従来技術の実施においては、高い時間分解能によるゲイン調整、すなわち、ミリ秒レベルのような短いドライ信号のサンプルに基づいたゲイン調整は、クリティカルでない信号に対するかなりの付加的な歪みをもたらす。これらは、例えば音楽信号などの円滑な時間的展開を持つ非過渡信号である。こういったクリティカルでない信号に対してゲイン調整をスイッチオフする従来技術のアプローチは、検知メカニズムに対する、音声知覚品質の新しく強い依存性を持ち込むことになり、当然、殆どの場合不利益であり、検知に失敗すれば余計な歪みをもたらすことにもなりかねない。

本発明の目的は、余計な信号歪みを持ち込むことなく、無相関信号の包絡線をもっと効率的に整形するためのコンセプトを提供することである。

本発明の第１の態様によれば、この目的は、元の信号から得られる無相関信号又は元の信号と無相関信号とを組み合わせて得られた合成信号を処理するための装置によって達成され、該装置は：無相関信号、無相関信号から導き出される信号、元の信号、元の信号から導き出される信号、又は合成信号のスペクトルを平滑化して、平滑化された信号を得るためのスペクトル平滑化器であって、平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動するスペクトル平滑化器と；平滑化された信号に関する情報を使って、無相関信号又は合成信号の時間包絡線を整形するための時間包絡線整形器とを含む。

本発明の第２の態様によれば、この目的は、空間音声デコーダによって達成され、該デコーダは、少なくとも２つのチャンネルを有するマルチチャンネル信号から導き出される元の信号と、該マルチチャンネル信号の第１チャンネルと第２チャンネルとの間の相互関係を表現する空間パラメータとを受信するための入力インタフェースと；該空間パラメータを使って元の信号から無相関信号を導き出すための無相関器と；無相関信号、無相関信号から導き出される信号、元の信号、元の信号から導き出される信号、又は元の信号と無相関信号とを組合せて得られた合成信号のスペクトルを平滑化して平滑化された信号を得るためのスペクトル平滑化器であって、平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動する平滑化器と；平滑化された信号に関する情報を使って、無相関信号又は合成信号の時間包絡線を整形するための時間包絡線整形器とを含む。

本発明の第３の態様によれば、この目的は、元の信号から導き出される無相関信号、又は元の信号と無相関信号とを組合せて得られる合成信号を処理するための装置を備えた受信機又はオーディオ・プレーヤによって達成され、該装置は、無相関信号、無相関信号から導き出される信号、元の信号、元の信号から導き出される信号、又は合成信号のスペクトルを平滑化して平滑化された信号を得るためのスペクトル平滑化器であって、平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動する平滑化器と；平滑化された信号に関する情報を使って、無相関信号又は合成信号の時間包絡線を整形するための時間包絡線整形器とを含む。

本発明の第４の態様によれば、この目的は、元の信号から導き出される無相関信号又は元の信号と無相関信号とを組合せて得られる合成信号を処理する方法によって達成され、該方法は、無相関信号、無相関信号から導き出される信号、元の信号、元の信号から導き出される信号、又は合成信号をスペクトル的に平滑化して平滑化された信号を取得し、平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有する工程と；平滑化された信号に関する情報を使って、無相関信号又は合成信号の時間包絡線を整形する工程とを含む。

本発明の第５の態様によれば、この目的は、受信又はオーディオ再生の方法によって達成され、該方法は、元の信号から導き出される無相関信号又は元の信号と無相関信号とを組合せて得られる合成信号を処理する方法を含み、該処理方法は、無相関信号、無相関信号から導き出される信号、元の信号、元の信号から導き出される信号、又は合成信号をスペクトル的に平滑化して平滑化された信号を取得し、平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有する工程と；平滑化された信号に関する情報を使って、無相関信号又は合成信号の時間包絡線を整形する工程とを含む。

本発明の第６の態様によれば、この目的は、コンピュータ上で実行されると、前述の特許請求方法のいずれかによる方法を実施するコンピュータ・プログラムによって達成される。

本発明は、スペクトル平滑化器を使って、無相関信号又は合成信号と元の信号とをスペクトル的に平滑化し、平滑化されたスペクトルを、これら平滑されたスペクトル間のエネルギー配分を表すゲイン・ファクタを導き出すために用い、次いで、包絡線整形器が、導き出されたゲイン・ファクタを使って無相関信号又は合成信号の時間包絡線を整形すれば、余計な歪みを持ち込むことなく、元の信号から導き出される無相関信号又は元の信号と無相関信号とを組み合わせて得られた合成信号の包絡線を整形することができる、という発見に基づいている。

スペクトルの平滑化には、過渡信号は元々どちらかといえば平滑なスペクトルを有するので、これらの信号が平滑化による影響を受けにくいという利点がある。さらに、非過渡信号に対し導き出されたゲイン・ファクタは、１に近く設定される。従って、復号処理において包絡線整形のスイッチをオンオフすることなく、過渡信号を整形すること及び非過渡信号を変化させないこと双方の要求を同時に満たすことができる。

元の信号と、前記元の信号から導き出される無相関信号との組合せである合成信号の整形に対しても同様な利点が得られる。このような組合せは、まず、元の信号から無相関信号を導き出し、次いで、単に２つの信号を加えることによって得ることができる。例えば、合成信号の平滑化スペクトルと元の信号の平滑化スペクトルとを使い整形のため用いるゲイン・ファクタを導き出し、合成信号を整形することによって、該合成信号中においてあり得るアーチファクトなプリエコー・タイプを都合よく抑制することができる。

本発明は、マルチチャンネル音声信号の復元にしばしば用いられる、無相関信号の時間包絡線整形の問題に関する。本発明は、拍手音の信号に対する高い時間分解能を保持しつつ、他の種類の信号に与える歪みを最小化する新しい方法を提起する。本発明は、持ち込まれる歪量を大幅に削減する短時間エネルギー調整を実施し、アルゴリズムをずっと頑強にし、時間包絡線アルゴリズムの作動を制御するための非常に高精度の検知器への依存を少なくする新しいやり方を教示する。

本発明は以下の特徴を含む：
− 直接音声信号又は直接音声信号から導き出された信号のスペクトル平滑化を、時間包絡線整形に用いられる時間区分よりも大幅に長い時間区分に亘って実施する。
− 無相関信号のスペクトルの平滑化を、時間包絡線整形に用いられる時間区分よりも大幅に長い時間区分に亘って実施する。
− 長時間のスペクトル的に平滑化された信号に基づき、包絡線整形に用いられる短時間区分に対するゲイン・ファクタを計算する。
− ＬＰＣ（線形予測符号化）を使って、時間領域におけるスペクトル平滑化を実施する。
− フィルタバンクのサブバンド領域におけるスペクトル平滑化を実施する。
− 時間包絡線の周波数方向ベース予測に先立ってスペクトル平滑化を実施する。
− 時間包絡線の周波数方向ベース予測に対しエネルギー補正を実施する。

本発明は、非常に短い時間で広帯域に亘り無相関信号のエネルギー補正を行おうとすると生ずる可能性のある次のような問題を、完全に又は大幅に低減する：
− 特に、時間的整形が必要でない信号区分に対しかなりの量の歪みがもたらされる問題。
− 不特定な信号に生ずる歪みに起因して、短時間エネルギー補正を作動すべき時を指示する検知器への高い依存がもたらされる問題。

本発明は、高い時間分解能を保持しながら加わる歪みを最小化するために必要なゲイン調整を計算する新規な方法を明らかにする。すなわち、本発明を用いた空間音声システムは、時間的整形が必要でないアイテムに加わる歪みが最小に保たれているので、クリティカルでないアイテムに対して時間整形アルゴリズムをスイッチオフする検知メカニズムにそれほど依存しない、ということである。

また、この新規発明は、変換領域内で、周波数方向の線形予測を使って、ウェット信号に適用されるドライ信号の時間包絡線を見積もる際に、どのようにより向上された見積りを得るかについても明らかにする。

本発明の１つの実施形態において、ドライ信号からウェット信号を導出した後、無相関信号を処理するために用いられる本発明の装置は１対２アップミキサの信号処理経路の中で用いられる。

まず、多数の連続した時間領域サンプル（フレーム）に対して、ウェット信号及びドライ信号のスペクトル的に平滑化された表現が計算される。次いで、これらウェット信号及びドライ信号のスペクトル平滑化表現に基づいて、もっと少数のウェット信号サンプルのエネルギーを調整するためのゲイン・ファクタが計算される。スペクトル的に平滑化することによって、本来どちらかといえば平滑な過渡信号のスペクトルは殆ど変わらないが、周期的信号のスペクトルは大きく変形される。従って、平滑化スペクトルによる信号表現を使えば、過度信号が優勢なときは無相関ウェット信号の包絡線を大きく整形し、円滑で周期的な信号がドライ・チャンネルの殆どのエネルギーを搬送しているときにはウェット信号をわずかに整形することの両方が達成できる。このように、本発明は、特に時間包絡線の整形が基本的に必要でない信号区分域に対し、信号に加わる歪み量を大幅に削減する。さらに、短時間エネルギー補正を適用すべき時を指示する従来のような検知器への高い依存が避けられる。

本発明のさらなる実施形態において、本発明の装置がアップミックスされた（組み合わされた）モノラル信号に対し作動し、該信号は、元の信号と元の信号から得られる無相関信号とを組合せてアップミックスされたモノラル信号を計算するアップミキサによって導き出される。このようなアップミキシングは、マルチチャンネル信号の対応する元チャンネルの音響的特性を有する個別チャンネルを導き出すための、マルチチャンネル信号復元における標準的方式である。このようなアップミキシングの後で本発明装置を用いることができるので、既存の機器設定を簡単に拡張することができる。

本発明のさらなる実施形態において、無相関信号の時間包絡線整形は、フィルタバンクのサブバンド領域で実施される。ここで、各サブバンドごと個別に多数の連続サンプルに対してさまざまなサブバンド信号の平滑化スペクトル表現が導き出される。スペクトル的に平滑化されたこの長期間スペクトルに基づき、元の信号のずっと短い期間を表すサンプルに対し、ドライ信号に基づき、ウェット信号の包絡線を整形するためのゲイン・ファクタが計算される。復元された音声信号の知覚的品質に関し得られる利点は前述の例によるものと同様である。さらに、フィルタバンク表現内で本発明概念の実施が可能なことにより、フィルタバンク表現を使っている既存のマルチチャンネル音声デコーダを変更し、構造上及び計算上の大きな改造の必要なく本発明概念を実施することができるという利点がある。

本発明のさらなる実施形態において、ウェット信号の時間包絡線整形は、線形予測を使ってサブバンド領域内で実施される。従って、線形予測はフィルタバンクの周波数方向に適用され、フィルタバンクで元々得られるよりも高い時間分解能による信号整形が可能になる。これも同様にフィルタバンクのいくつかの連続するサブバンド・サンプルに対するゲイン・カーブを見積もることによって、最終的エネルギー補正が計算される。

前述した本発明の実施形態の変形において、スペクトルの白色化を表現するパラメータの見積りは、フィルタバンクの隣接するいくつかの時間サンプルを均して得られる。従って、過渡信号が存在するときに、誤って導出された逆フィルタを適用しスペクトル白色化するリスクはさらに低減される。

図１は、提供されたモノ・チャンネル１０５を、空間パラメータを追加して使い、２つのステレオ・チャンネル１０７及び１０８にアップミックスする、１対２チャンネルのパラメトリック・アップミキシング・デバイス１００を示している。該パラメトリック・アップミキシング・デバイス１００は、パラメトリック・ステレオ・アップミキサ１１０、無相関器１１２、及び無相関信号を処理するための本発明の装置１１４を備えている。

送信されたモノラル信号１０５は、パラメトリック・アップミキサ１１０及び無相関器１１２に入力され、無相関器は、送信信号１０５から無相関ルールを用いて無相関信号を導き出し、これを、例えば、単に信号を所定の時間遅延させることによって実施することができる。無相関器１１２によって生成された無相関信号は、本発明の装置（整形器）１１４に入力され、該装置はこれに加え送信モノラル信号を入力として受信する。以降の段で詳細を説明するように、無相関信号の包絡線を整形するのに用いる整形ルールを導き出すために送信状態のモノラル信号が必要となる。

最後に、無相関信号の包絡線整形された表現がパラメトリック・ステレオ・アップミキサに入力され、該ミキサは、送信モノラル信号１０５及び無相関信号の包絡線整形された表現から、ステレオ信号の左チャンネル１０７及び右チャンネル１０８を導き出す。

本発明概念及び本発明の提示された各種実施形態をよりよく理解するため、以下の段において、送信モノラル信号を、追加して提供された特殊パラメータを使ってステレオ信号にアップミックスする処理を説明する。

従来技術から、ダウンミックスされたチャンネルと、ダウンミックスが行われた２つの元チャンネルのエネルギー分配に関する情報及び２つの元チャンネルの間の相関に関する情報を携える空間パラメータのセットとに基づいて２つの音声チャンネルを復元できることが分かっている。図１の実施形態は、本発明に対する枠組みを例示したものである。

図１において、ダウンミックスされたモノ信号１０５は、無相関ユニット１１２とアップミックス・モジュール１１０とに供給される。無相関ユニット１１２は、同一の周波数特性及び同一の長期間エネルギーを有する入力信号１０５の無相関バージョンを生成する。アップミックス・モジュールは、空間パラメータに基づいてアップミックス・マトリックス計算し、出力チャンネル１０７及び１０８が合成される。アップミックス・モジュール１１０は、次式によって説明することができる。

パラメータｃ_l、ｃ_r、α及びβは、ビットストリーム中で送信されるＩＬＤパラメータ及びＩＣＣパラメータから導き出される。信号Ｘ［ｋ］は受信したダウンミックス信号１０５であり、信号Ｑ［ｋ］は、入力信号１０５の無相関バージョンである無相関信号である。出力信号１０７及び１０８はＹ₁［ｋ］とＹ₂［ｋ］とで表されている。

新しいモジュール１１４は、無相関モジュール１１２から出力される信号の時間包絡線を、該時間包絡線が入力信号１０５のものと一致するように整形するよう設定されている。モジュール１００の詳細については、後記のセクションにおいて、さらに詳細に説明する。

前記及び図１から、アップミックス・モジュールが、ダウンミックス信号とその無相関バージョンとの線形合成を生成することは明らかである。それ故に、無相関信号とダウンミックス信号との加算を、上記で概説したアップミックス又はその後のステージにおいて実施できることは明らかである。従って、上記２つの出力チャンネル１０７及び１０８を４つの出力チャンネルで置換えることができ、そのうちの２つは第１チャンネルの無相関バージョンと直接信号バージョンとを保持し、他の２つは第２チャンネルの無相関バージョンと直接信号バージョンとを保持する。これは、前式のアップミックス式を次式で置換えることによって達成される。

続いて、復元された出力チャンネルは、次式で求められる。

上記より、図１に示されるような最終のアップミキシングの前、又はアップミキシングの後において、復号スキーム中に本発明の装置を実装できることは明らかである。さらに、本発明の装置を使って、時間領域、又はＱＭＦサブバンド領域において無相関信号の包絡線を整形することができる。

図１ｂは、本発明のさらなる好適な実施形態を示しており、ここでは、本発明の整形器１１４を使って、送信されたモノラル信号１０５と、送信モノラル信号１０５から導き出された無相関信号１１６とから得られた合成信号１１８が整形される。図１ｂの実施形態は図１の実施形態に基づいている。従って、同一の機能を備えた構成要素は、同一の識別番号を有する。

無相関器１１２は、送信されたモノラル信号１０５から無相関信号１１６を導き出す。ミキサ１１７は、無相関信号１１６及び送信モノラル信号１０５を入力として受信し、送信モノラル信号１０５と無相関信号１１６とを組合せて合成信号１１８を導き出す。

この状況において合成とは、２つ以上の入力信号から１つの信号を導き出すための任意の適切な方法を意味するものとする。最も簡単な例として、送信モノラル信号１０５と無相関信号１１６とを単に加え合わせることで、合成信号１１８が得られる。

整形器１１４は、入力として整形対象の合成信号１１８を受信する。整形のためのゲイン・ファクタを導き出すため、送信されてきたモノラル信号１０５も整形器１１４に入力される。整形器１１４の出力部には、部分的に無相関化された信号１１９が導き出され、該信号は、無相関信号成分と、元の信号成分とを有し、可聴の余計なアーチファクトを持ち込んでいない。

図２は、ウェット信号部分の包絡線整形をアップミックスの後で適用することが可能な配置構成を示す。

図２は、本発明のパラメトリック・ステレオ・アップミキサ１２０及び無相関器１１２を示す。モノラル信号１０５は、無相関器１１２及びパラメトリック・ステレオ・アップミキサ１２０に入力される。無相関器１１２はモノラル信号１０５から無相関信号を導き出し、該無相関信号をパラメトリック・ステレオ・アップミキサ１２０に入力する。パラメトリック・ステレオ・アップミキサ１２０は、図１で既に説明したパラメトリック・ステレオ・アップミキサ１１０に基づいている。パラメトリック・ステレオ・アップミキサ１２０は、パラメトリック・ステレオ・アップミキサ１２０が、左チャンネルのドライ部分１２２ａ及びウェット部分１２２ｂと、右チャンネルのドライ部分１２４ａ及びウェット部分１２４ｂとを導き出すという点で、パラメトリック・ステレオ・アップミキサ１１０とは違っている。すなわち、パラメトリック・ステレオ・アップミキサ１２０は、両方のチャンネルに対するドライ部分とウェット部分を別々にアップミックスする。これは前に示した数式に従って実施することができよう。

ウェット信号部分１２２ａ及び１２４ａは、アップミックスはされているが整形されていないので、図２に示された本発明のアップミキシング・セットには、第１整形器１２６ａ及び第２整形器１２６ｂが追加配置されている。第１整形器１２６ａは、その入力端に、整形対象のウェット信号１２２ｂ、及び参照信号として左信号１２２ａのコピーを受信する。第１整形器１２６ａの出力端からは整形されたドライ信号１２８ａが出力される。第２整形器１２６ｂは、その入力端に、右ドライ信号１２４ｂ及び右ウェット信号１２４ａを受信し、出力として、右チャンネルの整形されたウェット信号１２８ｂを導き出す。最終的に所望の左チャンネル１０７及び右チャンネル１０８を得るため、本発明のこの構成には、第１ミキサ１２９ａ及び第２ミキサ１２９ｂが配置されている。第１ミキサ１２９ａは、その入力端に、左のアップミックスされた信号１２２ａのコピー及び整形されたウェット信号１２８ｂを受信し、（その出力端に）左信号１０７を導き出す。第２ミキサ１２９ｂは、その入力端に、ドライ右信号１２４ａ及び整形されたウェット右信号１２８ｂを受信し、同様なやり方で右チャンネル１０８を導き出す。図２から分かるように、この構成を、図１に示す実施形態と置換えて動作させることができる。

図２ｂは、前の図２に示した実施形態を変形した、本発明の好適な実施形態を示し、従って同一の構成要素は同一の識別番号を共有する。

図２ｂに示される実施形態において、まず、ウェット信号１２２ｂがそのドライ対応部分１２２ａと混合されて左中間チャンネルＬ*が導き出され、ウェット信号１２４ｂがそのドライ対応部分１２４ａと混合され、右中間チャンネルＲ*が得られる。従って、左側の情報を含むチャンネルと右側の情報を含むチャンネルが生成される。しかしながら、まだ、ウェット信号成分１２２ｂ及び１２４ｂによる可聴なアーチファクトが持ち込まれている可能性がある。そこで、中間信号Ｌ*及びＲ*は、ドライ信号部分１２２ａ及び１２４ａを追加入力として受信する対応整形器１２６ａ及び１２６ｂによって整形される。こうして、最終的に所望の空間特性を有する左チャンネル１０７及び右チャンネル１０８を導き出すことができる。

要約して言えば、図２ｂに示された実施形態は、最初にウェット及びドライ信号をアップミックスして、得られた合成信号（Ｌ*及びＲ*）の整形を行うという点で、図２ａに示された実施形態と違っている。従って、図２ｂは、使われた無相関信号部分による可聴な歪みを持ち込むことなく、２つの導出チャンネルを得るという共通問題を解決するための別の構成を示している。また、例えば、信号の相乗又は畳み込みといった、２つの信号部分を組合せて整形対象の合成信号を導き出す他のやり方も、スペクトル的に平滑化された信号の表現を用いて整形を行うという本発明のコンセプトに適している。

図３ａに示すように、２つのチャンネルを再形成するモジュールをツリー状構造システムに縦続配置して、モノ・ダウンミックス・チャンネル１３０から、例えば５．１チャンネルを繰り返して再生することができる。この概要が図３ａに示され、ここでは、いくつかの本発明のアップミキシング・モジュール１００が縦続配置され、モノラル・ダウンミックス・チャンネル１３０から５．１チャンネルが再生される。

図３ａに示された５．１チャンネル音声デコーダ１３２は、いくつかの１対２アップミキサ１００を含み、これらはツリー状構造に配置されている。アップミックスは、既存技術で知られているように、モノ・チャンネルからステレオ・チャンネルへの引き続くアップミキシングによって繰り返し行われるが、ここでは、無相関信号を処理して、復元された５．１音声信号の知覚品質を向上するための本発明の装置を含む１対２アップミックス・ブロック１００が用いられている。

本発明は、無相関器からの信号は、該信号がドライ対応部分と混合された時望ましくないアーチファクトを生じさせないため、高精度の時間包絡線整形を受けなければならない、ということを教示する。時間包絡線の整形については、図１に示すように無相関器の後にそのまま行うこともでき、これに換えて、図２に描かれたように、無相関器の後、ドライ信号及びウェット信号双方に別々にアップミキシングを行い、この２つの加算を、合成フィルタリングの後、時間領域で行うことができる。また、これに換えてフィルタバンク領域の中でこれを行うこともできる。

前述したドライ信号とウェット信号との別々の生成をサポートするために、本発明のさらなる実施形態において、図３ｂに示されるような階層構造が用いられる。図３ｂは、縦続配置されたいくつかの変形アップミキシング・モジュール１５２を含む第１階層型デコーダ１５０、及び縦続配置されたいくつかの変形アップミキシング・モジュール１５６を含む第２階層型デコーダ１５４を示している。

ドライ及びウェット信号経路の別々の生成を達成するため、モノラル・ダウンミックス信号１３０は分割され、第１階層型デコーダ１５０と第２階層型デコーダ１５４とに入力される。第１階層型デコーダ１５０の変形アップミキシング・モジュール１５２は、これらがその出力端にドライ信号部分だけを供給するという点で、５．１チャンネル音声デコーダ１３２のアップミキシング・モジュール１００と違っている。対応的に、第２階層型デコーダ１５４の変形アップミキシング・モジュール１５６は、その出力端にウェット信号部分だけを供給する。従って、図３ａで既に示したと同様な階層構造を使用することにより、第１階層型デコーダ１５０によって５．１チャンネル信号のドライ信号部分が生成され、第２階層型デコーダ１５４によって５．１チャンネル信号のウェット信号部分は生成される。こうして、ウェット及びドライ信号の生成を、例えばフィルタバンク領域内で実施し、２つの信号部分の合成を時間領域で実施することができる。

本発明は、非常に短い時間区分すなわち１ｍｓ範囲の時間区分を使って無相関信号を修正する際に生ずる歪みを最小化するため、後にウェット信号の時間包絡線の整形に用いられる見積り包絡線を抽出するため使われる信号は、見積りに先立って、長期間に亘るスペクトル平滑化又は白色化処理を受ける必要があることを、さらに教示する。無相関信号の時間包絡線の整形は、サブバンド領域又は時間領域における短時間区分のエネルギー調整を使って行うことができる。本発明が採用する白色化ステップは、エネルギー見積りを、できるだけ大きな時間周波数タイルで計算することを確実にする。違った言い方をすれば、前記信号区分の継続時間が極度に短いので、エネルギー計算に使われる「データ・ポイントの数」を最大化するために、できるだけ広い周波数範囲に亘って、短期間エネルギーを見積もることが重要となる。さもなければ、周波数範囲の一部が残りの部分に対して非常に優勢な場合、すなわち急傾斜のスペクトル勾配がある場合は、有効なデータ・ポイントの数が過少になり、得られた見積りが見積り毎に変わりがちになり、適用するゲイン値の不必要な変動が生ずることになる。

本発明は、周波数方向の予測を使って無相関信号の時間包絡線を整形する場合［Ｊ．Ｈｅｒｒｅ（ヘレ）及びＪ．Ｄ．Ｊｏｈｎｓｔｏｎ（ジョンストン）、「Ｅｎｈａｎｃｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｐｅｒｃｅｐｔｕａｌ ａｕｄｉｏ ｃｏｄｉｎｇ ｂｙ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｎｏｉｓｅ ｓｈａｐｉｎｇ（時間領域ノイズ整形（ＴＮＳ）を使った知覚的音声符号化のパフォーマンス向上）」、第１０１回ＡＥＳ大会、ロサンゼルス、１９９６年１１月］、無相関信号に適用さるべき時間包絡線の良好な見積りを達成するために、予測の判断材料を見積もるのに使われる周波数スペクトルは白色化ステージを経るべきことを、さらに教示する。再述するが、スペクトル白色化なしの急勾配のスペクトルの場合などを考えれば、スペクトルの小部分に基づく見積りは望ましくない。

図４ａは、時間領域で作動する、本発明の好適な実施形態を示す。無相関信号２００を処理するための該本発明装置は、入力として、整形対象のウェット信号２０２とドライ信号２０４とを受信し、ウェット信号２０２は前のステップでドライ信号２０４から導き出されるが、そのステップは図４には示されていない。

無相関信号２０２を処理するための装置２００は、第１ハイパスフィルタ２０６、第１線形予測デバイス２０８、第１逆フィルタ２１０、及びドライ信号の１つの経路中の第１遅延素子２１２、ならびに、第２ハイパスフィルタ２２０、第２線形予測デバイス２２２、第２逆フィルタ２２４、ローパスフィルタ２２６、及びウェット信号の１つの経路中の第２遅延素子２２８を備えている。該装置は、ゲイン計算器２３０、乗算器（包絡線整形器）２３２、及び加算器（アップミキサ）２３４をさらに含む。

ドライ信号側では、ドライ信号の入力は分割され、第１ハイパスフィルタ２０６と第１遅延素子２１２とに入力される。ハイパスフィルタ２０６の出力端は、第１線形予測デバイス２０８の入力端と、第１逆フィルタ２１０の第１入力端とに接続されている。第１線形予測デバイス２０８の出力端は、逆フィルタ２１０の第２入力端に接続され、逆フィルタ２１０の出力端は、ゲイン計算器２３０の第１入力端に接続されている。ウェット信号経路では、ウェット信号２０２は分割され、第２ハイパスフィルタ２２０の入力端とローパスフィルタ２２６の入力端とに入力される。ローパスフィルタ２２６の出力端は、第２遅延素子２２８に接続されている。第２ハイパスフィルタ２２０の出力端は、第２線形予測デバイス２２２の入力端と第２逆フィルタ２２４の第１入力端とに接続されている。第２線形予測デバイス２２２の出力端は、第２逆フィルタ２２４の第２入力端に接続され、該フィルタの出力端は、ゲイン計算器２３０の第２入力端に接続されている。包絡線整形器２３２は、第１入力端に、第２ハイパスフィルタ２２０の出力端から供給されるハイパスフィルタリングされたウェット信号２０２を受信する。包絡線整形器２３２の第２入力端は、ゲイン計算器２３０の出力端と接続されている。包絡線整形器２３２の出力端は、加算器２３４の第１入力端と接続されており、該加算器は第２入力端に、第１遅延素子２１２の出力端から供給される遅延されたドライ信号を受信し、第３入力端には、第２遅延素子２２８の出力端から供給される、ウェット信号の遅延された低周波部分をさらに受信する。加算器２３２の出力端には、処理の完了した信号が出力される。

図４ａに示す本発明の好適な実施形態において、無相関器から到来する信号（ウェット信号２０２）及び対応するドライ信号２０４は、それぞれ、第２ハイパスフィルタ２２０及び第１ハイパスフィルタ２０６に入力され、双方の信号は、約２ｋＨｚのカットオフ周波数でハイパスフィルタリングされる。また、ウェット信号２０２は、ローパスフィルタ２２６によってローパスフィルタリングされ、該フィルタは第２ハイパスフィルタ２２０の阻止域と同じような通過域を有している。かくして、無相関（ウェット）信号２０２の時間包絡線整形は、２ｋＨｚを上回る周波数範囲に対してだけ行われる。ウェット信号２０２のローパス部分（時間包絡線整形の対象でない）は第２遅延素子２０８で遅延されて、無相関信号２０２のハイパス部分の時間包絡線を整形する際に生じた遅延に対する補償が行われる。同じように、加算器２３４において、ウェット信号２０２の処理されたハイパスフィルタリング部分と、ウェット信号２０２の遅延ローパス部分と、遅延ドライ信号２０４とが加算又はアップミックスされて、最終的に処理されたアップミックス信号が生成できるように、ドライ信号部分２０４にも第１遅延素子２１２による同一の遅延時間が加えられる。

本発明によれば、ハイパスフィルタリングの後、長期間のスペクトル包絡線が見積もられることになる。この長期間スペクトル包絡線見積りに用いられる時間区分は、実際の時間包絡線整形を実施するのに使われる時間区分よりもかなり長いことに留意するのが重要である。スペクトル包絡線の見積り及びその後の逆フィルタリングは、通常、２０ｍｓの範囲の時間区分で処理され、一方、時間包絡線整形は、１ｍｓ範囲の精度を持つ時間包絡線を形成することを狙いとしている。図４ａに示す本発明の好適な実施形態において、スペクトルの白色化は、ドライ信号を処理する第１逆フィルタ２１０とウェット信号２０２を処理する第２逆フィルタ２２４とを使った逆フィルタリングによって行われる。第１逆フィルタ２１０及び第２逆フィルタ２２４に必要なフィルタ係数を得るために、第１線形予測デバイス２０８及び第２線形予測デバイス２２２による線形予測を使って、信号のスペクトル包絡線が見積もられる。信号のスペクトル包絡線Ｈ（ｚ）は、以下の式で表される線形予測を使って求めることができる。

ここで、前式は、自己相関法又は共分散法を使って得られた多項式であり［Ｄｉｇｉｔａｌ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ Ｓｐｅｅｃｈ Ｓｉｇｎａｌｓ（音声信号のデジタル処理）の第８章、Ｒａｂｉｎｅｒ（ラビナー）及びＳｃｈａｆｅｒ（シェーファー）著、ニュージャージー０７６３２、エングルウッド・クリフス、Ｐｒｅｎｔｉｃｅ Ｈａｌｌ，Ｉｎｃ．社、ＩＳＢＮ ０−１３−２１３６０３−１］、Ｇはゲイン・ファクタである。前記多項式の次数ｐは、予測次数と呼ばれる。

図４ａに示されるように、信号のスペクトル包絡線の線形予測は、ドライ信号部分２０４及びウェット信号部分２０２に対して並行して行われる。信号のスペクトル包絡線のこれらの見積りを使って、ハイパスフィルタリングされたドライ信号２０４及びウェット信号２０２の逆フィルタリングを行うことができる、すなわち、信号内のエネルギーを保存しながら、スペクトルの平滑化（スペクトル白色化）を行うことができる。スペクトル白色化の度合い、すなわち平滑化されたスペクトルの平滑さの程度は、予測次数ｐを変化させることによって、すなわち、多項式Ａ（ｚ）の次数を制限し、これにより、Ｈ（ｚ）で表現可能な微細構造の量を制限することによって制御することができる。これに換えて、多項式Ａ（ｚ）に帯域幅拡張ファクタを適用することもできる。帯域幅拡張ファクタは、多項式Ａ（ｚ）に基づき、次の式によって定義される。

時間包絡線整形、及び帯域幅拡張ファクタρの効果が図４ｃ及び４ｄに示されている。
図４ｃは、第１線形予測デバイス２０８及び第２線形予測デバイス２２２によって行うことができる信号のスペクトル包絡線の見積りの例を示す。図４ｃのスペクトル表現では、ｘ軸のＨｚ単位の周波数に対し、所定の周波数で伝送されたエネルギーがｄＢ単位でy軸にプロットされている。

実線２４０は処理された信号の元のスペクトル包絡線を表し、点線２４２はマークされた等間隔の周波数値におけるスペクトル包絡線の値を使って、線形予測符号化（ＬＰＣ）によって得られた結果を示す。図４ｃに示す例で、予測次数ｐは３０であり、予測スペクトル包絡線２４２と実際のスペクトル包絡線２４０との一致性を明確にしている比較的高い予測次数である。これは、予測次数が高いほど、予測デバイスはより微細な構造を表現できるという事実によるものである。

図４ｄは、予測次数ｐを下げた場合、又は帯域幅拡張ファクタρを適用した場合の効果を示す。図４ｄは、図４ｃと同一な表現、すなわちｘ軸に周波数、ｙ軸にエネルギーを表した見積り包絡線の２つの例を示す。見積り包絡線２４４は、所定の予測次数を使った線形予測符号化により得られたスペクトル包絡線を表している。フィルタリングされた包絡線２４６は、より低い予測次数ｐを使った、又はそれに換えて帯域幅拡張ファクタ行を適用した同じ信号の線形予測符号化の結果を示す。見て分かるように、フィルタリングされた包絡線２４６は、見積り包絡線２４４よりもずっとスムースである。このことは、見積り包絡線２４４とフィルタリングされた包絡線２４６が大きく異なる周波数では、フィルタリングされた包絡線２４６が、実際の包絡線を見積り包絡線２４４よりも低い精度で表していることを意味する。従って、フィルタリングされた包絡線２４６に基づく逆フィルタリングは、平滑化されたスペクトルを生成し、これは、逆フィルタリング処理において見積り包絡線２４４からのパラメータを用いた場合のように弱い平滑化となる。逆フィルタリングについては、以下の段で説明する。

逆フィルタ２１０及び２２４は、線形予測デバイスにより見積もられたパラメータ又は係数α_kを使い、以下の逆フィルタ関数を用いて、信号のスペクトル平滑化すなわち逆フィルタリングを実施する。

上式のｐは予測次数であり、ρは任意の帯域幅拡張ファクタである。
係数α_kについては、例えば、自己相関法又は共分散法などいろいろな方法によって求めることができる。システムの安定性を確実にするため、見積りにある種の緩和を加えることが慣行となっている。自己相関法を用いる場合、相関ベクトルのゼロラグ値をオフセットすることによって、簡単にこれを行うことができる。これは、Ａ（ｚ）を見積もるために使う信号に、一定レベルのホワイトノイズを加えることに等しい。

ゲイン計算器２３０は、短期間のターゲット・エネルギー、すなわち、ウェット信号の包絡線を、ドライ信号の包絡線に合わせるための要求条件を満たすため、ウェット信号の単一のサンプル内で必要なエネルギーを計算する。これらのエネルギーは、スペクトル的に平滑化されたドライ信号とスペクトル的に平滑化されたウェット信号とに基づいて計算される。次いで、導き出されたゲイン調整値を包絡線整形器２３２がウェット信号に適用することができる。

ゲイン計算器２３０のさらなる詳細を説明する前に、逆フィルタリング中における、逆フィルタ２１０及び２２４のゲイン・ファクタＧに注意を払う必要があることに留意する。操作されるドライ及びウェット信号は、あらゆるチャンネルについて２つの出力信号を生成するアップミックス処理からの出力信号であり、その第１チャンネルは、第２チャンネルに対し、アップミックス処理に使われたＩＬＤ及びＩＣＣパラメータに従った特定のエネルギー比率を有するので、時間包絡線整形の過程において、ＩＬＤ及びＩＣＣパラメータが有効となっている時間区分の平均において、この関係を維持していることが不可欠となる。違った言い方をすれば、無相関信号を処理するための装置２００は、処理の行われる区分に亘って同一の信号平均エネルギーを維持しつつ、無相関信号の時間包絡線を修正するだけである。

ゲイン計算器２３０は、スペクトル的に平滑化された２つの信号を操作し、逆フィルタリングに用いられる区分よりもはるかに短い時間区分の、ウェット信号に適用される短時間ゲイン関数を計算する。例えば、逆フィルタリングのための区分の長さが２０４８サンプルの場合に、６４の長さのサンプルに対して短期間ゲイン・ファクタを計算することができる。このことは、２０８４サンプルの長さに亘って平滑化されたスペクトルに基づいて、例えば６４といった、はるかに短い信号の区分を使い時間エネルギー整形のためのゲイン・ファクタが導き出されることを意味する。

計算されたゲイン・ファクタのウェット信号への適用は、包絡線整形器２３２が、計算されたゲイン・ファクタをサンプル・パラメータに乗ずることによって行われる。最後にハイパスフィルタリングされ、包絡線整形されたウェット信号は、加算器（アップミキサ）２３４によってその低周波部分に加えられ、最終的に処理され、包絡線整形されたウェット信号が、包絡線整形器２３４の出力端に生成される。

異なったゲイン・ファクタの間でのエネルギーの保存と円滑な移行とは、ゲイン・ファクタの適用におけると同様、逆フィルタリングでも問題となるので、計算されたゲイン・ファクタに、窓処理関数を加えて適用し、隣り合ったサンプルのゲイン・ファクタの間での円滑な移行を保証することができる。そこで、逆フィルタリングに対しては２０４８の区分長さを使い、短期間ゲイン・ファクタの計算に対しては６４の区分長さを使う前述の例を想定しながら、逆フィルタリング・ステップと、計算された短期間ゲイン・ファクタのウェット信号への適用とに関し図５ａ、５ｂ、及び６においてさらに詳細に説明する。

図４ｂは、無相関信号を処理するための本発明の装置２４０の変形装置を示し、包絡線整形後、包絡線整形されたウェット信号はハイパスフィルタ２２４に供給されている。ある好適な実施形態において、ハイパスフィルタ２２４は、フィルタリングされたウェット信号２０２の部分を導き出すハイパスフィルタ２２０と同じ特性を有する。従って、ハイパスフィルタ２４０は、無相関信号中に持ち込まれたどのような歪みも信号のハイパス特質を変えないことを確実にし、これにより無相関信号の処理されていないローパス部分と、信号の処理されたハイパス部分との加算においてミスマッチを生じさせる。

上記に要点を述べた本発明実施のいくつかの重要な特徴を再度強調しておく。
− スペクトル平滑化は、短時間のエネルギー調整に適用される時間区分よりもずっと長い時間区分のスペクトル包絡線表現を（この特定の例ではＬＰＣを使って）計算することにより行われる。
− スペクトル平滑化された信号は、エネルギー見積りの計算にだけ用いられ、そのために、無相関（ウェット）信号の正確な時間包絡線を予測、適用するために使われるゲイン・ファクタが計算される。
− 平均エネルギー比率は、ウェット信号とドライ信号との間で維持され、変形されるのは時間包絡線だけである。従って、処理される信号区分（典型的には１０２４又は２０４８のサンプルを含むフレーム）のゲイン値Ｇの平均は、信号の大部分に対するものにほぼ等しい。

図５ａは、無相関信号を処理するための本発明の装置２００の中の第１逆フィルタ２１０及び第２逆フィルタ２２４として使われている逆フィルタのさらなる詳細な内容を示す。逆フィルタ３００は、逆変換器３０２、第１エネルギー計算器３０４、第２エネルギー計算器３０６、ゲイン計算器３０８、及びゲイン適用器３１０を含む。逆変換器３０２は、入力として、フィルタ係数３１２（線形予測符号化により導き出されたもの）及び信号Ｘ（ｋ）３１４を受信する。信号３１４のコピーが第１エネルギー計算器３０４に入力される。逆変換器は、信号３１４の長さ２０４８の信号区分に対し、フィルタ係数３１２に基づき逆変換を適用する。ゲイン・ファクタＧは１にセットされ、従って、平滑化された信号３１６（Ｘ_flat（ｚ））は、次式により入力信号３１４から導かれる。

この逆フィルタリングは必ずしもエネルギーを保存しないので、長期的ゲイン・ファクタｇ_longを使って、平滑化された信号の長期的エネルギーを保存しなければならない。従って、信号２１４は第１エネルギー計算器３０４に入力され、平滑化された信号３１６は第２エネルギー計算器３０６に入力され、信号Ｅ及び信号Ｅ_flatのエネルギーが以下により計算される。

上式での、スペクトル・包絡線見積り及び逆フィルタリングに対する現状の区分長さは２０４８サンプルである。
上記から、次式を使いゲイン計算器３０８によってゲイン・ファクタｇ_longを計算することができる。

平滑化された信号３１６に得られたゲイン・ファクタｇ_longを乗じて、ゲイン適用器３１０によりエネルギー保存を確保することができる。ある好適な実施形態では、隣り合った信号区分間の円滑な移行を確実にするために、窓関数を使ってゲイン・ファクタｇ_longを平滑化された信号３１６に適用する。こうして、音声信号の知覚品質を大きく損なう、信号の音の強さにおけるジャンプを避けることができる。

長期間ゲイン・ファクタｇ_longを、例えば図５ｂに従って適用することができる。図５は、グラフによって、あり得る窓関数を示しており、ｘ軸にはサンプルの数が示され、ｙ軸にはゲイン・ファクタｇがプロットされている。２０４８サンプルの全フレーム範囲を持つ窓が使われ、前のフレームのゲイン値３１９がフェードアウトし、現在のフレームのゲイン値３２０がフェードインしている。

無相関信号を処理するための本発明の装置２００内で、逆フィルタ３００を適用して、入力信号のエネルギーを引き続き保存しつつ該逆フィルタ後の信号がスペクトル的に平滑化されることを確実にする。

平滑化されたウェット及びドライ信号に基づき、ゲイン計算器２３０によってゲイン・ファクタの計算を行うことができる。これについては、以降の段でさらに詳細を説明することとし、これでは、窓関数が加えて導入され、隣り合う信号区分をスケールするため使われるゲイン・ファクタの円滑な移行が確保される。図６に示された例において、隣り合う区分に対して計算されたゲイン・ファクタは、各々、６４サンプルに対して有効であり、これらは、窓関数ｗｉｎ（ｋ）によって追加してスケールされる。単一の区分の中のエネルギーは、以下の式に従って計算され、式中のＮは、スペクトル平滑化に使われた長期間区分、すなわち２０４８のサンプルを有する区分内の区分の数を表す。

ここで、ｗｉｎ（ｋ）は、図６に示すような、ここの例では６４サンプルの長さを持つ窓関数３２２である。言い換えれば、短時間ゲイン関数が、もっと短い時間区分に対してではあるが、長期間ゲイン・ファクタｇ_longのゲイン計算と同様に計算される。次いで、ゲイン計算器２３０により、次式に従って各１つの短時間区分に適用される１つのゲイン値Ｇ_Nが計算される。

上記により計算されたゲイン値は、図６に示された、窓化されオーバーラップが加えられた区分を使ってウェット信号に適用される。本発明の一つの好適な実施形態において、オーバーラップを加えた窓は、４４．１ｋＨｚのサンプリング・レートで３２サンプルの長さである。別の実施形態では、６４サンプルの窓が使われる。前述したように、本発明を時間領域において実施することによる利点の一つは、時間包絡線整形の分解度を自由に選択できることである。また、図６に示された窓をモジュール２３０中で使い、ゲイン値ｇ_n-1、ｇ_n…ｇ_Nを計算することができる。

なお、ＩＬＤ及びＩＣＣパラメータに基づくアップミックスによって計算された処理済み区分全体を通してウェット信号とドライ信号との間でエネルギー関係が維持されるべきとの要求をかんがみれば、ゲイン値ｇ_n-1、ｇ_n…ｇ_N全体を平均した平均ゲイン値は、信号の大部分に対するものとほぼ等しくなければならないのは明白である。そこで、長期的なゲイン調整の計算に戻って、本発明の他の実施形態では、ゲイン・ファクタを次式として計算することができる。

これにより、ウェット及びドライ信号は正規化され、２つの間の長期間エネルギー比率はほぼ維持される。

前段で詳述した本発明の各例は、時間領域で無相関信号の時間包絡線整形を行っているが、無相関器信号に最終アップミックス・ステージを適用する前に、無相関器ユニットのＱＭＦサブバンド信号出力に対して作動するよう時間整形モジュールを製作することもできることは、前記のウェット及びドライ信号の導出から明らかである。

このことは図７ａに描かれている。この図では、入来したモノ信号４００はＱＭＦフィルタバンク４０２に入力され、モノラル信号４００のサブバンド表現が導き出される。次いで、信号処理ブロック４０４において、各サブバンドに対し個別にアップミックスが実施される。その後、ＱＭＦ合成ブロック４０８により最終的に復元された左信号４０６を得ることができ、ＱＭＦ合成ブロック４１２により最終的に復元された右チャンネル４１０を得ることができる。

信号処理ブロック４０４の例が図７ｂに示されている。信号処理ブロック４０４は、無相関器４１３、無相関信号を処理するための本発明の装置４１４、及びアップミキサ４１５を備えている。

単一のサブバンド・サンプル４１６が信号処理ブロック４０４に入力される。無相関器４１３は、サブバンド・サンプル４１６から無相関サンプルを導き出し、それが無相関信号４１４を処理するための装置４１４（整形器）に入力される。整形器４１４は、第２入力としてサブバンド・サンプル４１６のコピーを受信する。本発明の整形器４１４は、本発明による時間包絡線整形を実施し、整形された無相関信号をアップミキサ４１５の第１入力端に供給し、該ミキサは、これに加えて第２入力端にサブバンド・サンプル４１６を受信する。アップミキサ４１５は、サブバンド・サンプル４１６及び整形された無相関サンプルの両方から左サブバンド・サンプル４１７と右サブバンド・サンプル４１８とを導き出す。

異なるサブバンド・サンプルに対する複数の信号処理ブロック４０４を結合して、フィルタバンク領域の各サブバンドに対し、左と右とのサブバンド・サンプルを計算することができる。

マルチチャンネルの実装では、信号処理は通常ＱＭＦ領域で行われる。これを前提にすれば、無相関信号と信号の直接バージョンとの最終加算を、実際の復元出力信号を形成する直前の最終ステージでも実施できることは明らかである。従って、整形モジュールが、ＩＣＣ及びＩＬＤパラメータにより定められた無相関信号のエネルギーを変化させることなく、直接信号に密接に合致する時間包絡線を無相関信号に付与し短期間エネルギーを修正するだけであれば、２つの信号成分の加算の直前に整形を実施するよう整形モジュールを移動することも可能である。

アップミックス及び合成に先立ってＱＭＦサブバンド領域において本発明を作動すること、又は、アップミックス及び合成の後に時間領域において本発明を作動することのいずれにも明確な利点と不利点がある。前者は、最も簡単で最小の計算量しか必要としないが、それが作動するフィルタバンクの時間分解能の制限を受ける。後者は、さらなる合成フィルタバンク、従ってさらなる計算複雑性が必要となるが、時間分解能の選択については完全な自由度を有する。

既に述べたように、マルチチャンネル・デコーダは、図８に示すように、通常、サブバンド領域で信号処理を行う。図において、元の５．１チャンネル音声信号をダウンミックスしたモノラル・ダウンミックス信号４２０は、ＱＭＦフィルタバンク４２１に入力され、該フィルタバンクはモノラル信号４２０のサブバンド表現を導き出す。次いで、サブバンド領域において、信号処理ブロック４２２によって実際のアップミックスと信号復元が行われる。最後のステップとして、左前面チャンネル４２４ａ、右前面チャンネル４２４ｂ、左サラウンド・チャンネル４２４ｃ、右サラウンド・チャンネル４２４ｄ、中央チャンネル４２４ｅ、及び低域増強チャンネル４２４ｆがＱＭＦ合成によって導き出される。

図９は本発明のさらなる実施形態を示しており、同図では、信号整形は、サブバンド領域でのステレオ信号の処理及びアップミキシングを行った後の、時間領域に移されている。

モノラル入力信号４３０は、フィルタバンク４３２に入力され、モノラル信号４３０の複数のサブバンド表現が導き出される。信号処理ブロック４３４によって、モノラル信号の処理及び４つの信号へのアップミックスが行われ、左ドライ信号４３６ａ、左ウェット信号４３６ｂ、右ドライ信号４３８ａ、及び右ウェット信号４３８ｂのサブバンド表現が導き出される。ＱＭＦ合成４４０の後、時間領域で作動する、無相関信号を処理するための本発明の装置２００を使って、左ドライ信号４３６ａと左ウェット信号４３６ｂとから最終的な左信号４４２を導き出すことができる。同様な方法で、右ドライ信号４３８ａと右ウェット信号４３８ｂとから最終的な右信号４４４を導き出すことができる。

前述したように、本発明は時間領域信号での作動に限定されない。本発明の特徴である、短期間のエネルギー見積り及び調整と長期間のスペクトル平滑化との組み合わせは、サブバンド・フィルタバンクでも実施することができる。前記で示した例では、ＱＭＦフィルタバンクが使われているが、本発明は、この特定のフィルタバンク表現に決して限定されないことを理解すべきである。本発明の時間領域実装によれば、低周波範囲におけるＱＭＦサブバンドを０にセットすることによるＱＭＦフィルタバンク表現の場合は、時間包絡線の見積りに使われる信号、すなわち処理ユニットに入力されるドライ信号及び無相関信号はハイパスフィルタリングされる。以下の段で、ＱＭＦサブバンド領域における本発明コンセプトの使用を例示するが、この中のｍは、サブバンド、すなわち元の信号のある周波数範囲を表し、Ｎは、該サブバンド表現の中のサンプル数を表しており、長期間スペクトル平滑化に使われる信号サブバンドはＮ個のサンプルを含む。
次式を仮定する。

上式のＱ_dry（ｍ，ｎ）及びＱ_wet（ｍ，ｎ）は、ドライ及びウェット信号を保持するＱＭＦサブバンド・マトリックスであり、Ｅ_dry（ｍ，ｎ）及びＥ_wet（ｍ，ｎ）は、サブバンドのすべてに対する対応エネルギーである。ここでｍは、ｍ_startから始まる、約２ｋＨｚに合致するように選択されたサブバンドを表し、ｎは、０からＮまで続くサブバンド・サンプル指標で、Ｎはフレーム内のサブバンド・サンプルの数で、一つの好適な実施形態では３２であり、約２０ｍｓに相当する。

上記両方のエネルギー・マトリックスに対し、フレーム内の全サブバンド・サンプルを通した平均として、スペクトル・包絡線が計算される。これは長期的なスペクトル包絡線に相当する。

さらに、次式により、フレームを通した合計エネルギーの平均が計算される。

前式に基づき、２つのマトリックスに対する平滑化ゲイン・カーブを計算することができる。

前式により計算されたゲイン・カーブを、ウェット及びドライ信号に対するマトリックスに適用して、次式により、長期間のスペクトル的に平滑なエネルギー・マトリックスが得られる。

前式のエネルギー・マトリックスを用い、ＱＭＦ領域において利用可能な最高度の時間分解能を使って、ウェット信号の時間包絡線を計算し適用する。

サブバンド領域における本発明の実施に関する前記説明から、短期間の時間包絡線見積り又は短時間エネルギー見積り／調整と組み合わされた長期間のスペクトル白色化を実施する本発明のステップが、時間領域におけるＬＰＣの使用に限定されないことは明らかである。

本発明のさらなる実施形態において、時間包絡線整形をウェット信号に適用する前に、サブバンド領域において時間包絡線整形が周波数方向に用いられ、本発明のスペクトル平滑化が実施される。

従来技術から、低い時間分解能で周波数領域に表現された信号は、該信号の周波数表現の周波数方向にフィルタリングすることによって時間包絡線整形ができることが知られている。これは、長い変換で表現された信号に持ち込まれる量子化ノイズを整形するために、知覚的音声コーデックにおいて使われている［Ｊ．Ｈｅｒｒｅ（ヘレ）及びＪ．Ｄ．Ｊｏｈｎｓｔｏｎ（ジョンソン）、「Ｅｎｈａｎｃｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｐｅｒｃｅｐｔｕａｌ ａｕｄｉｏ ｃｏｄｉｎｇ ｂｙ ｕｓｉｎｇ ｔｅｍｐｏｒａｌ ｎｏｉｓｅ ｓｈａｐｉｎｇ（時間領域ノイズ整形（ＴＮＳ）を使った知覚的音声符号化のパフォーマンス向上）」、第１０１回ＡＥＳ大会、ロサンゼルス、１９９６年１１月］。

６４チャンネルを持つＱＭＦフィルタバンク及び６４０サンプルのプロトタイプ・フィルタを想定した場合、ＱＭＦサブバンド表現の時間分解能は、ｍｓ範囲内の窓を使った時間領域で行う時間整形ほどには高くない。ＱＭＦで元来利用可能なよりも高い時間分解能を使って、ＱＭＦ領域で信号を整形する一つのやり方は、周波数方向に線形予測を行うことである。前記のＱＭＦ領域において、ある特定のＱＭＦスロット、すなわちサブバンド・サンプルｎに対するドライ信号を見ると、
Ｑ_dry（ｍ，ｎ）， ｍ_start≦ｍ＜Ｍ，０≦ｎ＜Ｎ
となり、線形予測子を、次式で見積もることができる。

数２９に示す式は、自己相関法又は共分散法を使って得られた多項式である。前に述べたように、時間領域におけるＬＰＣと違って、ここで見積られた線形予測子は、周波数方向に複合ＱＭＦサブバンド・サンプルを予測するよう設定されていることを留意しておくのが重ねて重要である。

図１０には、ＱＭＦの時間／周波数マトリックスが示されている。各々の列が、ＱＭＦ時間スロットすなわちサブバンド・サンプルに対応している。行はサブバンドに対応している。図に示されているように、線形予測子の見積り及び適用は各々の列内で独立して行われる。さらに、図１０中に示された１つの列が処理される１つのフレームに対応する。白色化ゲイン・カーブｇ_wet（ｍ）とｇ_dry（ｍ）とが見積もられるフレーム・サイズも図の中に示されている。例えば、１２のフレーム・サイズであれば、１２の列を同時に処理することになる。

上記の本発明の実施形態において、周波数方向の線形予測は、信号の複合ＱＭＦ表現で行われる。前と同様に、６４チャンネルを持つＱＭＦフィルタバンク及び６４０サンプルのプロトタイプ・フィルタを想定し、予測子が複合信号に作用することに留意すれば、予測子が適用されるＱＭＦスロット内の信号の時間包絡線を追跡するのに、非常に低い次数の複合予測子で十分である。望ましい選択は次元１の予測子である。

見積られたフィルタＨ_nは、特定のサブバンド・サンプルに対するＱＭＦ信号の時間包絡線、すなわち当該サブバンド・サンプルを観測するだけでは（一つのサンプルが利用できるだけなので）得られない時間包絡線に対応する。このサブサンプルの時間包絡線を、次式により、見積られたフィルタを通し信号を周波数方向にフィルタリングすることによってＱ_wet信号に適用することができる。

上式のｍは、予測子の見積りに使われ、時間整形を受けるＱＭＦスロット又はサブバンド・サンプルである。

無相関器により生成されたウェット信号は非常に平滑な時間包絡線を有するが、ドライ信号の時間包絡線を適用する前に、まずウェット信号上の一切の時間包絡線を除去するのが望ましい。これについては、対象はウェット信号であるが、前述の周波数方向の線形予測を使い同じ時間包絡線見積りを行い、得られたフィルタを使いウェット信号を逆フィルタリングして、これによりドライ信号の時間包絡線を適用する前に一切の時間包絡線を除去することによって達成することができる。

できるだけ密接に合致するウェット信号の時間包絡線を得るために、ドライ信号の周波数方向線形予測を使って導き出される時間包絡線の見積りをできるだけ適正にすることが重要である。本発明は、線形予測を使った時間包絡線の見積りに先立って、ドライ信号に長期的スペクトル平滑化を施すべきだと教示する。従って、前に計算されたゲイン・カーブ
ｇ_dry（ｍ）， ｍ_start≦ｍ＜Ｍ
は、次式に従って時間包絡線見積りに使われるドライ信号に適用されるべきである。

ＬＰＣフィルタリングによって提供される追加的時間分解能は、過渡ドライ信号に対しウェット信号を整形することを狙いとしている。しかしながら、ＬＰＣ見積りに対する一つのＱＭＦスロットの限られたデータセットを使っているために、まだ、細かな時間整形が無秩序なやり方で適用されるリスクがある。過渡ドライ信号に対するパフォーマンスを維持しつつ、このリスクを低減するため、いくつかの時間スロットに亘ってＬＰＣ見積りを均すことができる。この均しには、孤立した一時的事象に対し適用されたフィルタバンクの解析の周波数方向共分散構造の時間的展開を考慮に入れなければならない。具体的には、一次項予測で、奇数にスタックされた、全オーバーサンプリング係数２を持つ複合変調フィルタバンクの場合、本発明が教示する均し操作は、時間スロットｎに用いられる予測係数ａ_nに対する次式の修正から成る。

上式のｄ（≧１）は時間方向の予測ブロックのサイズを定義する。
図１１は、５．１チャンネルのエンコーダ６００を備える５．１入力チャンネル構成のための送信システムを示しており、該エンコーダは、６つの元チャンネルを、モノラル又はいくつか別々のチャンネルにもできるダウンミックス６０２と、追加空間パラメータ６０４とにダウンミックスする。ダウンミックス６０２は、空間パラメータ６０４と共に音声デコーダ６１０に送信される。

デコーダ６１０は、１つ以上の、無相関信号を処理するための本発明の装置を備え、無相関信号の本発明による整形を含めてダウンミックス信号６０２のアップミックスを行う。従って、このような送信システムにおいて、デコーダ側に本発明のコンセプトを適用することによって、復元された５．１チャンネル信号の向上された知覚品質がもたらされる。

前述の本発明の実施形態は、本発明の原理及び無相関信号の改善された時間整形を説明するためだけのものである。当業者には、本明細書に記載された配置及び細部の変更及びアレンジは自明のことであろうと理解される。従って、本発明は添付の特許請求の範囲によってだけ限定され、本明細書中の実施形態の記述及び説明を通して提示された特定の詳細内容に限定されないと意図されている。また、２チャンネル及び５．１チャンネルの例を使って本発明の説明を行ったが、同じ原理は任意のチャンネル構成に適用でき、従って、本発明が特定のチャンネル構成又は特定の数の入／出力チャンネルに限定されないことは、当業者にとって自明であると理解される。本発明は、信号の無相関バージョンを用いる任意のマルチチャンネル復元に適用可能であり、従って、本発明が、前記の例示のため用いたマルチチャンネル復元を行う特定の方法に限定されないのは、当業者にとってさらに自明であろう。

簡潔に言えば、本発明は、主として、利用可能なダウンミックス信号と追加の制御データに基づくマルチチャンネル音声信号の復元に関する。元のチャンネルのダウンミックスに関し、マルチチャンネル特性を表す空間パラメータがエンコーダ側で抽出される。デコーダにおいて、ダウンミックス信号と空間表現とを使い、ダウンミックス信号と同信号の無相関バージョンとの組み合わせを復元されるチャンネルに配信することによって、元のマルチチャンネル信号とそっくりの表現を再生する。本発明は、ステレオ・デジタル無線送信（ＤＡＢ、ＸＭ衛星無線など）のような下位互換性ダウンミックス信号が望まれるシステムのみならず、マルチチャンネル信号の非常にコンパクトな表現が必要なシステムにも適用可能である。

スペクトルの平滑化は、前述の例の中のＬＰＣ解析により導き出されたフィルタ係数に基づき逆フィルタリングすることによって行われる。平滑化されたスペクトルを持つ信号を生成する任意の追加操作を適切に実施することによって本発明のさらなる実施形態が構築されることが理解されよう。このようなアプリケーションは、同じ有益な特性を有する復元された信号をもたらすことになろう。

マルチチャンネル音声デコーダ内の信号経路中で本発明を適用する場所は、無相関信号を処理するための本発明の装置を使って、復元された音声信号の知覚品質を向上するという本発明のコンセプトには関係がない。

本発明による好適な実施形態では、ウェット信号のハイパスフィルタリングされた部分だけが包絡線整形されたが、本発明を、全スペクトルを有するウェット信号に適用することもできる。

長期間のスペクトル的に平滑化された信号及び短期間包絡線整形ゲイン・ファクタにゲイン補正を適用する際に使った窓関数は、単なる例として理解される。処理対象の隣り合う信号区分の間でゲイン関数の円滑な移行を可能にする他の窓関数を使うことができるのは明らかである。

本発明の方法の特定の実施の必要性に応じて、本発明の方法をハードウエア又はソフトウエアに実装することができる。該実装を、デジタル記憶媒体、具体的には、電子的に可読の制御信号を備えたディスク、ＤＶＤ又はＣＤを使って行い、これらを、プログラム可能なコンピュータシステムと協働させ本発明の方法を実行させることができる。従って、一般に、本発明はマシン可読の媒体に格納されたプログラム・コードを備え、コンピュータ・プログラム製品をコンピュータで実行するとプログラム・コードが本発明の方法を実施するよう作動するコンピュータ・プログラム製品である。従って、言い換えれば、本発明の方法は、コンピュータ・プログラムをコンピュータで実行すると、本発明の方法の少なくとも一つを実施するプログラム・コードを備えたコンピュータ・プログラムである。

以上の記述は、特定の実施形態を参照して具体的に示され記載されているが、当業者は、本発明の精神及び範囲から逸脱することなく、さまざまなな他の形態及び細部の変更が可能なことを理解しているであろう。本明細書で開示され、添付の請求範囲に包含される広範なコンセプトから逸脱することなく、異なった実施形態に適応させてさまざまな変更を加えられることが理解されよう。

図１ａは、１対２アップミキサ・ステージにおける本発明の装置のアプリケーションを示す。 図１ｂは、本発明の装置のアプリケーションのさらなる例を示す。 図２ａは、本発明装置の別の配置の可能性を示す。 図２ｂは、本発明装置の配置のさらなる例を示す。 図３ａは、マルチチャンネル音声デコーダ中の本発明装置の使用を示す。 図３ｂは、さらなるマルチチャンネル音声デコーダ中の本発明装置を示す。 図４ａは、本発明装置の好適な実施形態を示す。 図４ｂは、図４ａの本発明装置の変形を示す。 図４ｃは、線形予測符号化の例を示す。 図４ｄは、線形予測符号化における帯域幅拡大ファクタの適用を示す。 図５ａは、本発明のスペクトル平滑器を示す。 図５ｂは、長期間エネルギー補正の適用スキームを示す。 図６は、短期間エネルギー補正の適用スキームを示す。 図７ａは、ＱＭＦフィルタバンク設計の中の本発明の装置を示す。 図７ｂは、図７ａの本発明装置の詳細を示す。 図８は、マルチチャンネル音声デコーダ中の本発明装置の使用を示す。 図９は、ＱＭＦベースの設計における、逆フィルタ後の本発明装置の使用を示す。 図１０は、フィルタバンク表現による信号の時間対周波数表現を示す。 図１１は、本発明のデコーダを備えた通信システムを示す。

Claims (18)

1. 元の信号から導き出される無相関信号、又は前記元の信号と前記無相関信号とを組み合わせて得られる合成信号を処理するための装置であって、
   前記無相関信号、前記無相関信号から導き出される信号、前記元の信号、前記元の信号から導き出される信号、又は前記合成信号をスペクトル平滑化し、平滑化された信号を得るためのスペクトル平滑化器であって、平滑化された信号が平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動するスペクトル平滑化器と、
   前記平滑化された信号に関する情報を用いて、前記無相関信号又は前記合成信号を時間包絡線整形するための時間包絡線整形器とを含む、装置。
2. 前記時間包絡線整形器は、ゲイン・ファクタを使って、前記無相関信号又は前記合成信号の前記時間包絡線を整形するよう作動する、請求項１に記載の装置。
3. 前記スペクトル平滑化器は、前記無相関信号、前記無相関信号から導き出される信号、又は前記合成信号を平滑化して、平滑化された信号を取得し、さらに前記元の信号、又は前記元の信号から導き出される信号を平滑化して平滑化されたマスタ信号を得るよう作動する、請求項１に記載の装置。
4. 前記時間包絡線整形器は、前記平滑化された信号と前記平滑化されたマスタ信号との対応部分内に含まれるエネルギーを比較することにより導き出されるゲイン・ファクタを使って、前記無相関信号又は前記合成信号の前記時間包絡線を整形するよう作動する、請求項３に記載の装置。
5. 前記スペクトル平滑化器は、前記元の信号から前記平滑化されたマスタ信号を導き出すよう作動する、請求項４に記載の装置。
6. 前記スペクトル平滑化器は、前記元の信号から導き出される信号から前記平滑化されたマスタ信号を導き出すよう作動する、請求項４に記載の装置。
7. 前記スペクトル平滑化器が、前記無相関信号又は前記合成信号の第１部分を平滑化するよう動作し、
   前記時間包絡線整形器は、前記無相関信号又は前記合成信号の第２部分を整形するよう動作し、前記第２部分は前記第１部分に含まれる、請求項１に記載の装置。
8. 前記第１部分のサイズは、前記第２部分のサイズの１０倍より大きい、請求項７に記載の装置。
9. 前記スペクトル平滑化器は、線形予測符号化により導き出されるフィルタ係数を用いたフィルタリングによってスペクトルを平滑化するよう作動する、請求項１に記載の装置。
10. 前記スペクトル平滑化器は、時間方向の線形予測を使って導き出されるフィルタ係数を用いたフィルタリングによって、前記スペクトルを平滑化するよう作動する、請求項９に記載の装置。
11. 前記スペクトル平滑化器は、時間領域において、信号のスペクトル的に平滑化された表示を得るよう作動する、請求項１に記載の装置。
12. 前記スペクトル平滑化器は、サブバンド領域において、信号のスペクトル的に平滑化された表示を得るよう作動する、請求項１に記載の装置。
13. 前記スペクトル平滑化器及び前記時間包絡線整形器が、全スペクトル無相関信号の、一定の周波数閾値を上回る周波数すべてを処理するよう作動する、請求項１に記載の装置。
14. 元の信号から導き出される無相関信号、又は前記元の信号と前記無相関信号とを組み合わせて得られた合成信号を処理する方法であって、
    前記無相関信号、前記無相関信号から導き出される信号、前記元の信号、前記元の信号から導き出される信号、又は前記合成信号をスペクトル的に平滑化し、平滑化された信号を得る工程であって、前記平滑化された信号は平滑化前の対応する信号よりも平滑なスペクトルを有する工程と、
    前記平滑化された信号に関する情報を用いて、前記無相関信号又は前記合成信号を時間包絡線整形する工程とを含む、方法。
15. 空間音声デコーダであって、
    少なくとも２つのチャンネルを有するマルチチャンネル信号から導き出された元の信号を受信し、前記マルチチャンネル信号の第１チャンネルと第２チャンネルとの間の相互関係を表現する空間パラメータを受信するための入力インタフェースと、
    前記空間パラメータを使って前記元の信号から無相関信号を導き出すための無相関器と、
    前記無相関信号、前記無相関信号から導き出される信号、前記元の信号、前記元の信号から導き出される信号、又は前記元の信号と前記無相関信号とを組み合わせて得られた合成信号をスペクトル平滑化し、平滑化された信号を得るためのスペクトル平滑化器であって、前記平滑化された信号が平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動するスペクトル平滑化器と、
    前記平滑化された信号に関する情報を用いて、前記無相関信号又は前記合成信号を時間包絡線整形するための時間包絡線整形器とを含む、空間音声デコーダ。
16. 元の信号から導き出された無相関信号、又は前記元の信号と前記無相関信号とを組み合わせて得られる合成信号を処理するための装置を備えた受信機又はオーディオプレーヤであって、
    前記無相関信号、前記無相関信号から導き出される信号、前記元の信号、前記元の信号から導き出される信号、又は前記合成信号をスペクトル平滑化し、平滑化された信号を得るためのスペクトル平滑化器であって、前記平滑化された信号が平滑化前の対応する信号よりも平滑なスペクトルを有するよう作動する平滑化器と、
    前記平滑化された信号に関する情報を用いて、前記無相関信号又は前記合成信号を時間包絡線整形するための時間包絡線整形器とを含む、受信機又はオーディオプレーヤ。
17. 受信又は音声再生の方法であって、元の信号から導き出される無相関信号、又は前記元の信号と前記無相関信号とを組み合わせて得られる合成信号を処理する方法を含み、該処理方法は、
    前記無相関信号、前記無相関信号から導き出される信号、前記元の信号、前記元の信号から導き出される信号、又は前記合成信号をスペクトル的に平滑化し、平滑化された信号を得る工程であって、前記平滑化された信号が平滑化前の対応する信号よりも平滑なスペクトルを有する工程と、
    前記平滑化された信号に関する情報を用いて、前記無相関信号又は前記合成信号を時間包絡線整形する工程とを含む、方法。
18. コンピュータで実行されると、請求項１４又は１７に記載の方法を実施する、コンピュータ・プログラム。

Images