JP2013532851A - 高調波信号のコーディングのためのシステム、方法、装置、およびコンピュータ可読媒体 - Google Patents

Abstract

信号のオーディオ周波数範囲を表す変換係数のセットをコーディングするための方式は、高調波モデルを使用して、周波数領域における有意なエネルギーの領域の位置間の関係をパラメータ化する。

Description

優先権の主張

米国特許法第１１９条に基づく優先権の主張
本特許出願は、２０１０年７月３０日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR EFFICIENT TRANSFORM-DOMAIN CODING OF AUDIO SIGNALS」と題する仮出願第６１／３６９，６６２号の優先権を主張する。本特許出願は、２０１０年７月３１日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR DYNAMIC BIT ALLOCATION」と題する仮出願第６１／３６９，７０５号の優先権を主張する。本特許出願は、２０１０年８月１日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR MULTI-STAGE SHAPE VECTOR QUANTIZATION」と題する仮出願第６１／３６９，７５１号の優先権を主張する。本特許出願は、２０１０年８月１７日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR GENERALIZED AUDIO CODING」と題する仮出願第６１／３７４，５６５号の優先権を主張する。本特許出願は、２０１０年９月１７日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR GENERALIZED AUDIO CODING」と題する仮出願第６１／３８４，２３７号の優先権を主張する。本特許出願は、２０１１年３月３１日に出願された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER-READABLE MEDIA FOR DYNAMIC BIT ALLOCATION」と題する仮出願第６１／４７０，４３８号の優先権を主張する。

本開示は、オーディオ信号処理の分野に関する。

修正離散コサイン変換（ＭＤＣＴ）に基づくコーディング方式が、一般に、音声成分および／または音楽などの非音声成分を含み得る、汎用オーディオ信号をコーディングするために使用される。ＭＤＣＴコーディングを使用する既存のオーディオコーデックの例には、ＭＰＥＧ−１ Ａｕｄｉｏ Ｌａｙｅｒ ３（ＭＰ３）、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ（英国ロンドンのＤｏｌｂｙ Ｌａｂｓ、ＡＣ−３とも呼ばれ、ＡＴＳＣ Ａ／５２として規格化されている）、Ｖｏｒｂｉｓ（マサチューセッツ州サマービルのＸｉｐｈ．Ｏｒｇ Ｆｏｕｎｄａｔｉｏｎ）、Ｗｉｎｄｏｗｓ（登録商標） Ｍｅｄｉａ Ａｕｄｉｏ（ＷＭＡ、ワシントン州レドモンドのＭｉｃｒｏｓｏｆｔ Ｃｏｒｐ）、Ａｄａｐｔｉｖｅ Ｔｒａｎｓｆｏｒｍ Ａｃｏｕｓｔｉｃ Ｃｏｄｉｎｇ（ＡＴＲＡＣ、日本、東京のＳｏｎｙ Ｃｏｒｐ）、およびＡｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ（ＡＡＣ、ＩＳＯ／ＩＥＣ １４４９６−３：２００９において最近規格化された）がある。ＭＤＣＴコーディングはまた、Ｅｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ（ＥＶＲＣ、２０１０年１月２５日に３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ ２（３ＧＰＰ２）の文書Ｃ．Ｓ００１４−Ｄ ｖ２．０において規格化された）など、いくつかの電気通信規格の構成要素である。Ｇ．７１８コーデック（「Frame error robust narrowband and wideband embedded variable bit-rate coding of speech and audio from 8-32 kbit/s」、スイス、ジュネーブのＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ Ｓｅｃｔｏｒ（ＩＴＵ−Ｔ）、２００８年６月、２００８年１１月および２００９年８月修正、２００９年３月および２０１０年３月改正）は、ＭＤＣＴコーディングを使用するマルチレイヤコーデックの一例である。

一般的構成によるオーディオ信号処理の方法は、周波数領域において基準オーディオ信号中の複数のピークの位置を特定することを含む。本方法はまた、高調波モデルの基本周波数のＮｆ個の候補を選択することであって、各候補が、周波数領域における複数のピークのうちの対応する１つのピークの位置に基づく、選択することを含む。本方法はまた、周波数領域における複数のピークのうちの少なくとも２つのピークの位置に基づいて、Ｎｄ個の高調波間隔候補を計算することを含む。本方法は、基本周波数候補と高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択することであって、セット中の各サブバンドの周波数領域における位置が候補ペアに基づく、選択することを含む。本方法は、候補の複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドの対応するセットからエネルギー値を計算することと、少なくとも複数の計算されたエネルギー値に基づいて、候補の複数の異なるペアの中から候補のペアを選択することとを含む。また、特徴を読み取る機械にそのような方法を実行させる有形特徴を有するコンピュータ可読記憶媒体（たとえば、非一時的媒体）が開示される。

一般的構成によるオーディオ信号処理のための装置は、周波数領域において基準オーディオ信号中の複数のピークの位置を特定するための手段と、高調波モデルの基本周波数のＮｆ個の候補を選択するための手段であって、Ｎｆ個の候補の各々が、周波数領域における複数のピークのうちの対応する１つのピークの位置に基づく、選択するための手段と、周波数領域における複数のピークのうちの少なくとも２つのピークの位置に基づいて、高調波モデルの高調波間の間隔のＮｄ個の候補を計算するための手段とを含む。本装置はまた、基本周波数候補と高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択するための手段であって、セット中の各サブバンドの周波数領域における位置が候補のペアに基づく、選択するための手段と、候補の複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドの対応するセットからエネルギー値を計算するための手段とを含む。本装置はまた、少なくとも複数の計算されたエネルギー値に基づいて、候補の複数の異なるペアの中から候補のペアを選択するための手段を含む。

別の一般的構成によるオーディオ信号処理のための装置は、周波数領域において基準オーディオ信号中の複数のピークの位置を特定するように構成された周波数領域ピークロケータと、高調波モデルの基本周波数のＮｆ個の候補を選択するように構成された基本周波数候補セレクタであって、Ｎｆ個の候補の各々が、周波数領域における複数のピークのうちの対応する１つのピークの位置に基づく、基本周波数候補セレクタと、周波数領域における複数のピークのうちの少なくとも２つのピークの位置に基づいて、高調波モデルの高調波間の間隔のＮｄ個の候補を計算するように構成された距離計算器とを含む。本装置はまた、基本周波数候補と高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択するように構成されたサブバンド配置セレクタであって、セット中の各サブバンドの周波数領域における位置が候補のペアに基づく、サブバンド配置セレクタと、候補の複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドの対応するセットからエネルギー値を計算するように構成されたエネルギー計算器とを含む。本装置はまた、少なくとも複数の計算されたエネルギー値に基づいて、候補の複数の異なるペアの中から候補のペアを選択するように構成された候補ペアセレクタを含む。

一般的構成による、オーディオ信号を処理する方法ＭＡ１００のフローチャート。 タスクＴＡ６００の実装形態ＴＡ６０２のフローチャート。 ピーク選択ウィンドウの一例を示す図。 タスクＴ４３０の適用の一例を示す図。 方法ＭＡ１００の実装形態ＭＡ１１０のフローチャート。 符号化された信号を復号する方法ＭＤ１００のフローチャート。 高調波信号の一例と選択されたサブバンドの代替セットとのプロットを示す図。 タスクＴ４００の実装形態Ｔ４０２のフローチャート。 方法ＭＡ１００の実装形態に従って配置されたサブバンドのセットの一例を示す図。 ジッタ情報の欠如を補償する手法の一例を示す図。 残差信号の領域を拡大する一例を示す図。 残差信号の部分をいくつかのユニットパルスとして符号化する一例を示す図。 一般的構成による、オーディオ信号を処理する方法ＭＢ１００のフローチャート。 方法ＭＢ１００の実装形態ＭＢ１１０のフローチャート。 ターゲットオーディオ信号がＵＢ−ＭＤＣＴ信号である例の、大きさ対周波数のプロットを示す図。 一般的構成による、オーディオ信号を処理するための装置ＭＦ１００のブロック図。 一般的構成による、オーディオ信号を処理するための装置Ａ１００のブロック図。 装置ＭＦ１００の実装形態ＭＦ１１０のブロック図。 装置Ａ１００の実装形態Ａ１１０のブロック図。 一般的構成による、オーディオ信号を処理するための装置ＭＦ２１０のブロック図。 ターゲット信号を符号化することへの方法ＭＢ１１０の適用の一例を示す図。 ターゲット信号を符号化することへの方法ＭＢ１１０の適用の一例を示す図。 装置Ａ１１０、ＭＦ１１０、またはＭＦ２１０の一実装形態の適用範囲を示す図。 装置Ａ１１０、ＭＦ１１０、またはＭＦ２１０の一実装形態の適用範囲を示す図。 装置Ａ１１０、ＭＦ１１０、またはＭＦ２１０の一実装形態の適用範囲を示す図。 装置Ａ１１０、ＭＦ１１０、またはＭＦ２１０の一実装形態の適用範囲を示す図。 装置Ａ１１０、ＭＦ１１０、またはＭＦ２１０の一実装形態の適用範囲を示す図。 信号分類の方法ＭＣ１００のブロック図。 通信デバイスＤ１０のブロック図。 ハンドセットＨ１００の正面図、背面図、および側面図。 方法ＭＡ１００の適用の一例を示す図。

符号化されるべき信号内で有意なエネルギーの領域を識別することが望ましいことがある。そのような領域を信号の残部から分離することにより、コーディング効率を高めるための、これらの領域のターゲットコーディングが可能になる。たとえば、比較的より多くのビットを使用してそのような領域を符号化し、比較的より少ないビットを使用して（またはビットをまったく使用せずに）信号の他の領域を符号化することによって、コーディング効率を高めることが望ましいことがある。

高調波成分を有するオーディオ信号（たとえば、音楽信号、有声音声信号）では、周波数領域における有意なエネルギーの領域の位置が関係し得る。そのようなハーモニシティ（harmonicity）を活用することによって、オーディオ信号の効率的な変換領域コーディングを実行することが望ましいことがある。

信号のオーディオ周波数範囲を表す変換係数のセットをコーディングするための、本明細書で説明する方式は、高調波モデルを使用して、周波数領域における有意なエネルギーの領域の位置間の関係をパラメータ化することによって、信号スペクトルにわたるハーモニシティを活用する。この高調波モデルのパラメータは、（たとえば、周波数の増加する順に）これらの領域のうちの第１の領域の位置と、連続領域間の間隔とを含み得る。高調波モデルパラメータを推定することは、パラメータ値の候補セットのプールを発生することと、発生されたプールの中からモデルパラメータ値のセットを選択することとを含み得る。特定の適用例では、そのような方式を使用して、線形予測コーディング演算の残差など、（以降、ローバンドＭＤＣＴ、またはＬＢ−ＭＤＣＴと呼ぶ）オーディオ信号の０〜４ｋＨｚの範囲に対応するＭＤＣＴ変換係数を符号化する。

有意なエネルギーの領域の位置をそれらの成分から分離することにより、これらの領域の位置間の高調波関係の表現を、最小限のサイド情報（たとえば、高調波モデルのパラメータ値）を使用してデコーダに送信することが可能になる。そのような効率は、セルラーテレフォニーなどの低ビットレート適用例で特に重要であり得る。

それの文脈によって明確に限定されない限り、「信号」という用語は、本明細書では、ワイヤ、バス、または他の伝送媒体上に表されたメモリ位置（またはメモリ位置のセット）の状態を含む、それの通常の意味のいずれをも示すのに使用される。それの文脈によって明確に限定されない限り、「発生（generating）」という用語は、本明細書では、計算（computing）または別様の生成（producing）など、それの通常の意味のいずれをも示すのに使用される。それの文脈によって明確に限定されない限り、「計算（calculating）」という用語は、本明細書では、複数の値からの計算（computing）、評価、平滑化、および／または選択など、それの通常の意味のいずれをも示すのに使用される。それの文脈によって明確に限定されない限り、「取得（obtaining）」という用語は、計算（calculating）、導出、（たとえば、外部デバイスからの）受信、および／または（たとえば、記憶要素のアレイからの）検索など、それの通常の意味のいずれをも示すのに使用される。それの文脈によって明確に限定されない限り、「選択（selecting）」という用語は、２つ以上のセットのうちの少なくとも１つ、およびすべてよりも少数を識別、指示、適用、および／または使用することなど、それの通常の意味のいずれをも示すのに使用される。「備える（comprising）」という用語は、本明細書および特許請求の範囲において使用される場合、他の要素または動作を除外しない。「に基づく」（「ＡはＢに基づく」など）という用語は、（ｉ）「から導出される」（たとえば、「ＢはＡのプリカーサー（precursor）である」）、（ｉｉ）「少なくとも〜に基づく」（たとえば、「Ａは少なくともＢに基づく」）、および特定の文脈で適当な場合に、（ｉｉｉ）「に等しい」（たとえば、「ＡはＢに等しい」）という場合を含む、それの通常の意味のいずれをも示すのに使用される。同様に、「に応答して」という用語は、「少なくとも〜に応答して」を含む、それの通常の意味のいずれをも示すのに使用される。

別段に規定されていない限り、「一連」という用語は、２つ以上のアイテムのシーケンスを示すのに使用される。「対数」という用語は、１０を底とする対数を示すのに使用されるが、他の底へのそのような演算の拡張は本開示の範囲内である。「周波数成分」という用語は、（たとえば、高速フーリエ変換によって生成される）信号の周波数領域表現のサンプル、あるいは信号のサブバンド（たとえば、バーク尺度またはメル尺度サブバンド）など、信号の周波数または周波数帯域のセットのうちの１つを示すのに使用される。

別段に規定されていない限り、特定の特徴を有する装置の動作のいかなる開示も、類似の特徴を有する方法を開示する（その逆も同様）ことをも明確に意図し、特定の構成による装置の動作のいかなる開示も、類似の構成による方法を開示する（その逆も同様）ことをも明確に意図する。「構成」という用語は、それの特定の文脈によって示されるように、方法、装置、および／またはシステムに関して使用され得る。「方法」、「プロセス」、「プロシージャ」、および「技法」という用語は、特定の文脈によって別段に規定されていない限り、一般的、互換的に使用される。「装置」および「デバイス」という用語も、特定の文脈によって別段に規定されていない限り、一般的、互換的に使用される。「要素」および「モジュール」という用語は、一般に、より大きい構成の一部分を示すのに使用される。それの文脈によって明確に限定されない限り、「システム」という用語は、本明細書では、「共通の目的を果たすために相互作用する要素のグループ」を含む、それの通常の意味のいずれをも示すのに使用される。また、文書の一部分の参照によるいかなる組込みも、その部分内で参照される用語または変数の定義が、その文書中の他の場所、ならびに組み込まれた部分中で参照される図に現れた場合、そのような定義を組み込んでいることを理解されたい。

本明細書で説明するシステム、方法、および装置は、概して、周波数領域におけるオーディオ信号の表現をコーディングすることに適用可能である。そのような表現の典型的な例は、変換領域における一連の変換係数である。好適な変換の例には、正弦ユニタリー変換（sinusoidal unitary transform）などの離散直交変換がある。好適な正弦波ユニタリー変換の例には、限定はしないが、離散コサイン変換（ＤＣＴ）、離散サイン変換（ＤＳＴ）、および離散フーリエ変換（ＤＦＴ）を含む、離散三角変換がある。好適な変換の他の例には、そのような変換の重複バージョンがある。好適な変換の特定の例は、上記で紹介した修正ＤＣＴ（ＭＤＣＴ）である。

本開示全体にわたって、オーディオ周波数範囲の「ローバンド」および「ハイバンド」（すなわち、「上側帯域」）に言及し、０〜４キロヘルツ（ｋＨｚ）のローバンドおよび３．５〜７ｋＨｚのハイバンドの特定の例に言及する。本明細書で説明する原理は、そのような限定が明記されていない限り、いかなる形でもこの特定の例に限定されないことに明確に留意されたい。符号化、復号、割振り、量子化、および／または他の処理のこれらの原理の適用が明確に企図され、本明細書によって開示される、周波数範囲の（やはり限定はしないが）他の例は、０、２５、５０、１００、１５０、および２００Ｈｚのいずれかに下限を有し、３０００、３５００、４０００、および４５００Ｈｚのいずれかに上限を有するローバンドと、３０００、３５００、４０００、４５００、および５０００Ｈｚのいずれかに下限を有し、６０００、６５００、７０００、７５００、８０００、８５００、および９０００Ｈｚのいずれかに上限を有するハイバンドとを含む。３０００、３５００、４０００、４５００、５０００、５５００、６０００、６５００、７０００、７５００、８０００、８５００、および９０００Ｈｚのいずれかに下限を有し、１０、１０．５、１１、１１．５、１２、１２．５、１３、１３．５、１４、１４．５、１５、１５．５、および１６ｋＨｚのいずれかに上限を有するハイバンドへの（やはり限定はしないが）そのような原理の適用も、明確に企図され、本明細書によって開示される。また、ハイバンド信号は、一般に、（たとえば、リサンプリングおよび／またはデシメーションを介して）コーディングプロセスの早期の段階でより低いサンプリングレートに変換されるが、ハイバンド信号はハイバンド信号のままであり、ハイバンド信号が搬送する情報はハイバンドオーディオ周波数範囲を表し続けることに明確に留意されたい。周波数においてローバンドとハイバンドとが重複する場合、ローバンドの重複部分をゼロアウトすること、ハイバンドの重複部分をゼロアウトすること、または重複部分にわたってローバンドからハイバンドにクロスフェードすることが望ましいことがある。

本明細書で説明するコーディング方式は、（たとえば、音声を含む）任意のオーディオ信号をコーディングするために適用され得る。代替的に、そのようなコーディング方式を非音声オーディオ（たとえば、音楽）のためにのみ使用することが望ましいことがある。そのような場合、コーディング方式を分類方式とともに使用して、オーディオ信号の各フレームの成分のタイプを判断し、好適なコーディング方式を選択し得る。

本明細書で説明するコーディング方式は、１次コーデックとして、あるいはマルチレイヤまたはマルチステージコーデックにおけるレイヤまたはステージとして使用され得る。１つのそのような例では、そのようなコーディング方式は、オーディオ信号の周波数成分のある部分（たとえば、ローバンドまたはハイバンド）をコーディングするために使用され、別のコーディング方式が、信号の周波数成分の別の部分をコーディングするために使用される。別のそのような例では、そのようなコーディング方式は、別のコーディングレイヤの残差（すなわち、原信号と符号化された信号との間の誤差）をコーディングするために使用される。

図１Ａに、タスクＴＡ１００、ＴＡ２００、ＴＡ３００、ＴＡ４００、ＴＡ５００、およびＴＡ６００を含む、一般的構成による、オーディオ信号を処理する方法ＭＡ１００のフローチャートを示す。方法ＭＡ１００は、（たとえば、各セグメントについて、タスクＴＡ１００、ＴＡ２００、ＴＡ３００、ＴＡ４００、ＴＡ５００、およびＴＡ６００の各々のインスタンスを実行することによって）オーディオ信号を一連のセグメントとして処理するように構成され得る。セグメント（または「フレーム」）は、一般に、約５または１０ミリ秒〜約４０または５０ミリ秒の範囲内の長さをもつ時間領域セグメントに対応する変換係数のブロックであり得る。時間領域セグメントは、重複する（たとえば、隣接するセグメントと２５％または５０％だけ重複する）ことも重複しないこともある。

オーディオコーダでは高品質と低遅延の両方を得ることが望ましいことがある。オーディオコーダは、高品質を得るために大きいフレームサイズを使用し得るが、残念ながら、大きいフレームサイズは、一般に、より長い遅延を生じる。本明細書で説明するオーディオエンコーダの潜在的な利点は、短いフレームサイズ（たとえば、１０ミリ秒の先読みをもつ２０ミリ秒のフレームサイズ）を用いた高品質コーディングを含む。１つの特定の例では、時間領域信号が、一連の２０ミリ秒の重複しないセグメントに分割され、隣接するフレームの各々が１０ミリ秒だけ重複する４０ミリ秒のウィンドウにわたって各フレームに対するＭＤＣＴが行われる。

方法ＭＡ１００によって処理されるセグメントはまた、変換によって生成されるブロックの部分（たとえば、ローバンドまたはハイバンド）、またはそのようなブロックに対する前の動作によって生成されたブロックの部分であり得る。１つの特定の例では、方法ＭＡ１００によって処理される一連のセグメントの各々は、０〜４ｋＨｚのローバンド周波数範囲を表す１６０個のＭＤＣＴ係数のセットを含んでいる。別の特定の例では、方法ＭＡ１００によって処理される一連のセグメントの各々は、３．５〜７ｋＨｚのハイバンド周波数範囲を表す１４０個のＭＤＣＴ係数のセットを含んでいる。

タスクＴＡ１００は、周波数領域においてオーディオ信号中の複数のピークの位置を特定する。そのような動作は「ピークピッキング」と呼ばれることもある。タスクＴＡ１００は、信号の周波数範囲全体から特定の数の最高ピークを選択するように構成され得る。代替的に、タスクＴＡ１００は、信号の指定された周波数範囲（たとえば、低周波数範囲）からピークを選択するように構成され得るか、または信号の異なる周波数範囲において異なる選択基準を適用するように構成され得る。本明細書で説明する特定の例では、タスクＴＡ１００は、フレームの低周波数範囲内の少なくとも第２の数Ｎｆ個の最高ピークを含む、フレーム中の少なくとも第１の数（Ｎｄ＋１個）の最高ピークの位置を特定するように構成される。

タスクＴＡ１００は、サンプルの両側までのある最小距離内で最大値を有する（「ビン」とも呼ばれる）周波数領域信号のサンプルとしてピークを識別するように構成され得る。１つのそのような例では、タスクＴＡ１００は、そのサンプルを中心とする、サイズ（２ｄ_min＋１）のウィンドウ内で最大値を有するサンプルとしてピークを識別するように構成され、ｄ_minはピーク間の最小許容間隔である。ｄ_minの値は、位置を特定されるべき（「サブバンド」とも呼ばれる）有意なエネルギーの領域の所望の最大数に従って選択され得る。ｄ_minの例には、８、９、１０、１２、１５サンプル（代替的に、１００、１２５、１５０、１７５、２００、または２５０Ｈｚ）があるが、所望の適用例に好適な任意の値が使用され得る。図２Ａに、ｄ_minの値が８である場合の、信号の潜在的なピーク位置を中心とする、サイズ（２ｄ_min＋１）のピーク選択ウィンドウの一例を示す。

タスクＴＡ１００によって位置を特定されたピークのうちの少なくともいくつか（すなわち、少なくとも３つ）のピークの周波数領域位置に基づいて、タスクＴＡ２００は、（「距離」またはｄ候補とも呼ばれる）Ｎｄ個の高調波間隔候補を計算する。Ｎｄの値の例には、５、６、および７がある。タスクＴＡ２００は、タスクＴＡ１００によって位置を特定された（Ｎｄ＋１）個の最大ピークのうちの隣接するピーク間の（たとえば、周波数ビンの数で表される）距離として、これらの間隔候補を計算するように構成され得る。

タスクＴＡ１００によって位置を特定されたピークのうちの少なくともいくつか（すなわち、少なくとも２つ）のピークの周波数領域位置に基づいて、タスクＴＡ３００は、（「基本周波数」またはＦ０候補とも呼ばれる）第１のサブバンドの位置のＮｆ個の候補を識別する。Ｎｆの値の例には、５、６、および７がある。タスクＴＡ３００は、信号中のＮｆ個の最高ピークの位置として、これらの候補を識別するように構成され得る。代替的に、タスクＴＡ３００は、検査されている周波数範囲の低周波数部分（たとえば、より低いほうの３０、３５、４０、４５、または５０パーセント）中のＮｆ個の最高ピークの位置として、これらの候補を識別するように構成され得る。１つのそのような例では、タスクＴＡ３００は、０〜１２５０Ｈｚの範囲内でタスクＴＡ１００によって位置を特定されたピークの位置の中からＮｆ個のＦ０候補を識別する。別のそのような例では、タスクＴＡ３００は、０〜１６００Ｈｚの範囲内でタスクＴＡ１００によって位置を特定されたピークの位置の中からＮｆ個のＦ０候補を識別する。

方法ＭＡ１００の説明する実装形態の範囲は、（たとえば、２つの最大ピーク間の距離、または指定された周波数範囲内の２つの最大ピーク間の距離として）ただ１つの高調波間隔候補が計算される場合と、（たとえば、最高ピークの位置、または指定された周波数範囲内の最高ピークの位置として）ただ１つのＦ０候補が識別される別の場合とを含むことを明確に留意されたい。

Ｆ０候補とｄ候補との複数のアクティブペアの各々について、タスクＴＡ４００は、オーディオ信号の少なくとも１つのサブバンドのセットを選択し、セット中の各サブバンドの周波数領域における位置は（Ｆ０，ｄ）ペアに基づく。一例では、タスクＴＡ４００は、第１のサブバンドが、対応するＦ０位置を中心とし、各後続のサブバンドの中心が、ｄの対応する値に等しい距離だけ前のサブバンドの中心から離れているように、各セットのサブバンドを選択するように構成される。

タスクＴＡ４００は、入力範囲内にある、対応する（Ｆ０，ｄ）ペアによって示されるサブバンドのすべてを含むように各セットを選択するように構成され得る。代替的に、タスクＴＡ４００は、セットのうちの少なくとも１つについて、これらのサブバンドのすべてよりも少ないサブバンドを選択するように構成され得る。タスクＴＡ４００は、たとえば、セットについて最大数以下のサブバンドを選択するように構成され得る。代替または追加として、タスクＴＡ４００は、特定の範囲内にあるサブバンドのみを選択するように構成され得る。より低い周波数のサブバンドは、知覚的により重要である傾向があるので、たとえば、入力範囲内の１つまたは複数の特定の数（たとえば、４つ、５つ、または６つ）以下の最低周波数サブバンド、および／またはその位置が入力範囲内の特定の周波数（たとえば、１０００、１５００、または２０００Ｈｚ）を超えないサブバンドのみを選択するようにタスクＴＡ４００を構成することが望ましいことがある。

タスクＴＡ４００は、一定で等しい長さのサブバンドを選択するように実装され得る。特定の例では、各サブバンドは、７つの周波数ビン（たとえば、２５Ｈｚのビン間隔の場合、１７５Ｈｚ）の幅を有する。ただし、本明細書で説明する原理は、サブバンドの長さがフレームごとに変動し得る場合、および／またはフレーム内のサブバンドの２つ以上（場合によってはすべて）の長さが異なり得る場合にも適用され得ることが明確に企図され、本明細書によって開示される。

一例では、Ｆ０とｄの値の異なるペアのすべてがアクティブであると見なされるので、タスクＴＡ４００は、あらゆる可能な（Ｆ０，ｄ）ペアについて１つまたは複数のサブバンドの対応するセットを選択するように構成される。ＮｆとＮｄが両方とも７に等しい場合、たとえば、タスクＴＡ４００は、４９個の可能なペアの各々を考慮するように構成され得る。Ｎｆが５に等しく、Ｎｄが６に等しい場合、タスクＴＡ４００は、３０個の可能なペアの各々を考慮するように構成され得る。代替的に、タスクＴＡ４００は、可能な（Ｆ０，ｄ）ペアの一部が満たすことができない可能性がある、アクティビティのための基準を課するように構成され得る。そのような場合、たとえば、タスクＴＡ４００は、最大許容数よりも多いサブバンドを生成するであろうペア（たとえば、Ｆ０とｄの低い値の組合せ）、および／または所望の最小数よりも少ないサブバンドを生成するであろうペア（たとえば、Ｆ０とｄの高い値の組合せ）を無視するように構成され得る。

Ｆ０候補とｄ候補との複数のペアの各々について、タスクＴＡ５００は、オーディオ信号の１つまたは複数のサブバンドの対応するセットから少なくとも１つのエネルギー値を計算する。１つのそのような例では、タスクＴＡ５００は、サブバンドのセットの総エネルギーとして（たとえば、サブバンド中の周波数領域サンプル値の２乗の大きさの合計として）、１つまたは複数のサブバンドの各セットからエネルギー値を計算する。代替または追加として、タスクＴＡ５００は、各個々のサブバンドのエネルギーとして、サブバンドの各セットからエネルギー値を計算し、および／またはサブバンドのセットについての、サブバンド当たりの平均エネルギー（たとえば、サブバンドの数にわたって正規化された総エネルギー）として、サブバンドの各セットからエネルギー値を計算するように構成され得る。タスクＴＡ５００は、タスクＴＡ４００と同じ複数のペアの各々について、またはこの複数のペアよりも少ないペアについて実行するように構成され得る。タスクＴＡ４００が、各可能な（Ｆ０，ｄ）ペアのためのサブバンドのセットを選択するように構成された場合、たとえば、タスクＴＡ５００は、アクティビティのための指定された基準を満たすペアについてのみエネルギー値を計算する（たとえば、上記で説明したように、多すぎるサブバンドを生成するであろうペア、および／または少なすぎるサブバンドを生成するであろうペアを無視する）ように構成され得る。別の例では、タスクＴＡ４００は、多すぎるサブバンドを生成するであろうペアを無視するように構成され、タスクＴＡ５００は、同じく、少なすぎるサブバンドを生成するであろうペアを無視するように構成される。

図１Ａは、タスクＴＡ４００およびＴＡ５００の連続した実行を示しているが、タスクＴＡ５００はまた、タスクＴＡ４００が完了する前にサブバンドのセットのエネルギーを計算し始めるように実装され得ることを理解されよう。たとえば、タスクＴＡ５００は、タスクＴＡ４００がサブバンドの次のセットを選択し始める前に、サブバンドのセットからエネルギー値を計算し始め（さらには計算し終える）ように実装され得る。１つのそのような例では、タスクＴＡ４００およびＴＡ５００は、Ｆ０候補とｄ候補との複数のアクティブペアの各々について交互に行うように構成される。同様に、タスクＴＡ４００も、タスクＴＡ２００およびＴＡ３００が完了する前に実行を開始するように実装され得る。

１つまたは複数のサブバンドのセットの少なくともいくつかから計算されたエネルギー値に基づいて、タスクＴＡ６００は、（Ｆ０，ｄ）候補ペアの中から候補ペアを選択する。一例では、タスクＴＡ６００は、最高総エネルギーを有するサブバンドのセットに対応するペアを選択する。別の例では、タスクＴＡ６００は、サブバンド当たりの最高平均エネルギーを有するサブバンドのセットに対応する候補ペアを選択する。

図１Ｂに、タスクＴＡ６００のさらなる実装形態ＴＡ６０２のフローチャートを示す。タスクＴＡ６２０は、（たとえば、降順で）サブバンドの対応するセットのサブバンド当たりの平均エネルギーに従って複数のアクティブ候補ペアをソートするタスクＴＡ６１０を含む。この動作は、高い総エネルギーを有するが、１つまたは複数のサブバンドが、知覚的に有意であるには少なすぎるエネルギーを有し得るサブバンドセットを生成する候補ペアの選択を抑止するのを助ける。そのような状態はサブバンドの過大な数を示し得る。

タスクＴＡ６０２はまた、サブバンド当たりの最高平均エネルギーを有するサブバンドセットを生成するＰｖ個の候補ペアの中から、最も多い総エネルギーを獲得するサブバンドセットに関連する候補ペアを選択するタスクＴＡ６２０を含む。この動作は、サブバンド当たりの高い平均エネルギーを有するが、サブバンドの数が少なすぎるサブバンドセットを生成する候補ペアの選択を抑止するのを助ける。そのような状態は、より低いエネルギーを有するが、依然として知覚的に有意であり得る信号の領域をサブバンドのセットが含むことができないことを示し得る。

タスクＴＡ６２０は、４、５、６、７、８、９、または１０など、Ｐｖの固定値を使用するように構成され得る。代替的に、タスクＴＡ６２０は、アクティブ候補ペアの総数に関係する（たとえば、アクティブ候補ペアの総数の１０、２０、または２５パーセント以下の）Ｐｖの値を使用するように構成され得る。

Ｆ０とｄの選択された値は、整数値であるモデルサイド情報を備え、有限数のビットを使用してデコーダに送信され得る。図３に、タスクＴＡ７００を含む方法ＭＡ１００の実装形態ＭＡ１１０のフローチャートを示す。タスクＴＡ７００は、選択された候補ペアの値の指示を含む符号化された信号を生成する。タスクＴＡ７００は、Ｆ０の選択された値を符号化するか、または最小（または最大）位置からの、Ｆ０の選択された値のオフセットを符号化するように構成され得る。同様に、タスクＴＡ７００は、ｄの選択された値を符号化するか、あるいは最小または最大距離からの、ｄの選択された値のオフセットを符号化するように構成され得る。特定の例では、タスクＴＡ７００は、選択されたＦ０値を符号化するために６ビットを使用し、選択されたｄ値を符号化するために６ビットを使用する。さらなる例では、タスクＴＡ７００は、（たとえば、パラメータの前の値に対するオフセットとして）Ｆ０および／またはｄの現在値を差分的に符号化するように実装され得る。

ベクトル量子化（ＶＱ）コーディング方式を使用して、選択された候補ペアによって識別される有意なエネルギーの領域の成分（すなわち、サブバンドの選択されたセットの各々内の値）をベクトルとして符号化するようにタスクＴＡ７００を実装することが望ましいことがある。ＶＱ方式は、ベクトルを（デコーダにも知られている）１つまたは複数のコードブックの各々中のエントリと照合し、これらのエントリの１つまたは複数のインデックスを使用してベクトルを表すことによって、ベクトルを符号化する。コードブック中のエントリの最大数を決定するコードブックインデックスの長さは、適用例に好適であると見なされる任意の整数であり得る。

好適なＶＱ方式の１つの例は、利得形状ＶＱ（ＧＳＶＱ：gain-shape VQ）であり、各サブバンドの成分は、（たとえば、周波数軸に沿ってサブバンドの形状を表す）正規化形状ベクトルと、対応する利得係数（gain factor）とが別々に量子化されるように、形状ベクトルと利得係数とに分解される。形状ベクトルの符号化に割り振られるビット数は、様々なサブバンドの形状ベクトルの間で一様に分配され得る。代替的に、他のサブバンドの形状ベクトルの利得係数と比較して、対応する利得係数が相対的に高い値を有する形状ベクトルなど、他の形状ベクトルよりも多くのエネルギーを獲得する形状ベクトルの符号化に、利用可能なビットのより多くを割り振ることが望ましいことがある。

サブバンドの各セットの利得係数が、互いに独立して、前のフレームの対応する利得係数に対して差分的に符号化されるような予測利得コーディングを含むＧＳＶＱ方式を使用することが望ましいことがある。特定の例では、方法ＭＡ１１０は、ＬＢ−ＭＤＣＴスペクトルの周波数範囲内の有意なエネルギーの領域を符号化するように構成される。

図３Ｂに、タスクＴＤ１００、ＴＤ２００、およびＴＤ３００を含む、（たとえば、タスクＴＡ７００によって生成された）符号化された信号を復号する、対応する方法ＭＤ１００のフローチャートを示す。タスクＴＤ１００は符号化された信号からＦ０とｄの値を復号し、タスクＴＤ２００はサブバンドのセットを逆量子化する。タスクＴＤ３００は、Ｆ０とｄの復号された値に基づいて、各逆量子化されたサブバンドを周波数領域に配置することによって、復号された信号を構築する。たとえば、タスクＴＤ３００は、周波数領域位置Ｆ０＋ｍｄに各サブバンドｍをセンタリングすることによって、復号された信号を構築するように実装され得、０≦ｍ＜Ｍであり、Ｍは、選択されたセット中のサブバンドの数である。タスクＴＤ３００は、復号された信号の占有されていないビンに０値を割り当てるように構成され得るか、または代替的に、本明細書で説明するように、復号された信号の占有されていないビンに復号された残差の値を割り当てるように構成され得る。

高調波コーディングモードでは、適切な位置に領域を配置することが効率的なコーディングのために重要であり得る。最小数のサブバンドを使用して所与の周波数範囲内で最大量のエネルギーを獲得するようにコーディング方式を構成することが望ましいことがある。

図４に、ＭＤＣＴ領域における高調波信号の一例の、絶対変換係数値対周波数ビンインデックスのプロットを示す。図４はまた、この信号のサブバンドの２つの可能なセットの周波数領域位置を示している。サブバンドの第１のセットの位置は、灰色で描かれ、またｘ軸の下の括弧によって示される、均一に離間したブロックによって示されている。このセットは、方法ＭＡ１００によって選択される（Ｆ０，ｄ）候補ペアに対応する。この例では、信号中のピークの位置は規則的に見えるが、それらは、高調波モデルのサブバンドの均一間隔に正確には準拠しないことがわかり得る。事実上、この場合、モデルは、信号の最高ピークをほとんど逃している。したがって、最良（Ｆ０，ｄ）候補ペアに従って厳密に構成されたモデルでも、信号ピークのうちの１つまたは複数においてエネルギーの一部を獲得することができない可能性があることが予想され得る。

高調波モデルを緩和することによってオーディオ信号における非一様性に適応するように方法ＭＡ１００を実装することが望ましいことがある。たとえば、セットの高調波的に関係するサブバンド（すなわち、Ｆ０、Ｆ０＋ｄ、Ｆ０＋２ｄなどに位置するサブバンド）のうちの１つまたは複数が各方向に有限数のビンだけシフトすることを可能にすることが望ましいことがある。そのような場合、サブバンドの１つまたは複数の位置が、（Ｆ０，ｄ）ペアによって示される位置から少量だけそれること（シフトまたは「ジッタ」とも呼ばれる）を可能にするようにタスクＴＡ４００を実装することが望ましいことがある。そのようなシフトの値は、得られるサブバンドがピークのエネルギーのより多くを獲得するように選択され得る。

サブバンドに対して許容されるジッタの量の例には、サブバンド幅の２５、３０、４０、および５０パーセントがある。周波数軸の各方向において許容されるジッタの量は等しくなくてもよい。特定の例では、各７ビンサブバンドは、現在の（Ｆ０，ｄ）候補ペアによって示される、周波数軸に沿ったそれの初期位置を、最高４つの周波数ビンだけ高くまたは最高３つの周波数ビンだけ低くシフトすることが可能である。この例では、サブバンドの選択されたジッタ値は、３ビットで表され得る。また、許容ジッタ値の範囲は、Ｆ０および／またはｄの関数であることが可能である。

サブバンドのシフト値は、最も多いエネルギーを獲得するようにサブバンドを配置する値として判断され得る。代替的に、サブバンドのシフト値は、サブバンド内の最大サンプル値をセンタリングする値として判断され得る。図４における、黒い線のブロックによって示される緩和サブバンド位置は、（左から右に２番目および最後のピークに関して最も明らかに示されるように）そのようなピークセンタリング基準に従って配置されることがわかり得る。ピークセンタリング基準により、サブバンドの形状の間に生じる差異が小さくなる傾向があり、これはＧＳＶＱコーディングの向上につながり得る。最大エネルギー基準は、たとえば、センタリングされない形状を生成することによって、形状の間のエントロピーを増加させ得る。さらなる一例では、サブバンドのシフト値は、これらの基準の両方を使用して判断される。

図５に、緩和高調波モデルに従ってサブバンドセットを選択するタスクＴＡ４００の実装形態ＴＡ４０２のフローチャートを示す。タスクＴＡ４０２は、タスクＴＡ４１０、ＴＡ４２０、ＴＡ４３０、ＴＡ４４０、ＴＡ４５０、ＴＡ４６０、およびＴＡ４７０を含む。この例では、タスクＴＡ４０２は、アクティブ候補ペアごとに１回実行し、（たとえば、タスクＴＡ１００によって位置を特定された）周波数範囲内のピークの位置のソートされたリストにアクセスできるように構成される。ピーク位置のリストの長さは、少なくとも、ターゲットフレームのためのサブバンドの最大許容数と同じ長さ（たとえば、１４０または１６０サンプルのフレームサイズの場合、フレーム当たり８、１０、１２、１４、１６、または１８ピーク）であることが望ましいことがある。

ループ初期化タスクＴＡ４１０は、ループカウンタｉの値を最小値（たとえば、１）に設定する。タスクＴＡ４２０は、リスト中のｉ番目の最高ピークが利用可能である（すなわち、まだアクティブサブバンド中にない）かどうかを判断する。ｉ番目の最高ピークが利用可能である場合、タスクＴＡ４３０は、許容ジッタ範囲によって緩和された、現在の（Ｆ０，ｄ）候補ペアによって示される位置（すなわち、Ｆ０、Ｆ０＋ｄ、Ｆ０＋２ｄなど）に従って、いずれかの非アクティブサブバンドがピークの位置を含むように配置され得るかどうかを判断する。このコンテキストでは、「アクティブサブバンド」は、前に配置されたいずれのサブバンドとも重複することなしにすでに配置され、しきい値Ｔよりも大きい（代替的に、しきい値Ｔ以上の）エネルギーを有するサブバンドであり、Ｔは、アクティブサブバンド中の最大エネルギーの関数（たとえば、このフレームに対してこれまでに配置された最高エネルギーアクティブサブバンドのエネルギーの１５、２０、２５、または３０パーセント）である。非アクティブサブバンドは、アクティブでない（すなわち、まだ配置されていないか、配置されているが、別のサブバンドと重複するか、または不十分なエネルギーを有する）サブバンドである。タスクＴＡ４３０が、ピークのために配置され得る非アクティブサブバンドを見つけることができない場合、（もしあれば）リスト中の次の最高ピークを処理するために、ループ増分タスクＴＡ４４０を介してタスクＴＡ４１０に制御が戻る。

位置（Ｆ０＋ｊ＊ｄ）にあるサブバンドがｉ番目のピークを含むように配置され得る、整数ｊの２つの値が存在し（たとえば、ピークが２つの位置間にあり）、ｊのこれらの値のいずれも、まだアクティブサブバンドに関連付けられていないことが起こり得る。そのような場合、これらの２つのサブバンドの中から選択するようにタスクＴＡ４３０を実装することが望ましいことがある。タスクＴＡ４３０は、たとえば、場合によっては、より低いエネルギーを有するであろうサブバンドを選択するように実装され得る。そのような場合、タスクＴＡ４３０は、ピークを除外し、いずれのアクティブサブバンドとも重複しないという制約を条件として、２つのサブバンドの各々を配置するように実装され得る。これらの制約内で、タスクＴ４３０は、最高可能サンプルに各サブバンドをセンタリングする（代替的に、最大可能エネルギーを獲得するように各サブバンドを配置する）ことと、２つのサブバンドの各々において得られるエネルギーを計算することと、ピークを含むように（たとえば、タスクＴＡ４５０によって）配置されるべきサブバンドとして、最低エネルギーを有するサブバンドを選択することとを行うように実装され得る。そのような手法は、最終的なサブバンド位置において結合エネルギーを最大にするのを助け得る。

図２Ｂに、タスクＴＡ４３０の適用の一例を示す。この例では、周波数軸の中央のドットはｉ番目のピークの位置を示し、太い括弧は既存のアクティブサブバンドの位置を示し、サブバンド幅は７サンプルであり、許容ジッタ範囲は（＋５，−４）である。また、ｉ番目のピークの左隣接位置［Ｆ０＋ｋｄ］および右隣接位置［Ｆ０＋（ｋ＋１）ｄ］と、これらの位置の各々のための許容サブバンド配置の範囲とが示されている。上記で説明したように、タスクＴＡ４３０は、ピークを除外し、いずれのアクティブサブバンドとも重複しないように、各サブバンドのための配置の許容範囲を制約する。図２Ｂに示されている各制約付き範囲内で、タスクＴＡ４３０は、最高可能サンプルにセンタリングされるように（または、代替的に、最大可能エネルギーを獲得するように）対応するサブバンドを配置し、ｉ番目のピークを含むように配置されるべきサブバンドとして、最低エネルギーを有する得られたサブバンドを選択する。

タスクＴＡ４５０は、タスクＴＡ４３０によって与えられたサブバンドを配置し、サブバンドをアクティブまたは非アクティブと適宜にマークする。タスクＴＡ４５０は、（たとえば、サブバンドのための許容ジッタ範囲を低減することによって）サブバンドがいずれの既存のアクティブサブバンドとも重複しないようにサブバンドを配置するように構成され得る。タスクＴＡ４５０はまた、ｉ番目のピークがサブバンド内で（すなわち、ジッタ範囲および／または重複基準によって許される範囲で）センタリングされるようにサブバンドを配置するように構成され得る。

タスクＴＡ４６０は、それ以外のサブバンドが現在のアクティブ候補ペアに対して残っている場合、ループ増分タスクＴＡ４４０を介してタスクＴＡ４２０に制御を戻す。同様に、タスクＴＡ４３０は、ｉ番目のピークのために配置され得る非アクティブサブバンドを見つけることができないときに、ループ増分タスクＴＡ４４０を介してタスクＴＡ４２０に制御を戻す。

タスクＴＡ４２０がいずれのｉの値についても失敗した場合、タスクＴＡ４７０は、現在のアクティブ候補ペアのための残りのサブバンドを配置する。タスクＴＡ４７０は、最高サンプル値がサブバンド内で（すなわち、ジッタ範囲によって許される範囲で、および／またはサブバンドがいずれの既存のアクティブサブバンドとも重複しないように）センタリングされるように各サブバンドを配置するように構成され得る。たとえば、タスクＴＡ４７０は、現在のアクティブ候補ペアのための残りのサブバンドの各々についてタスクＴＡ４５０のインスタンスを実行するように構成され得る。

この例では、タスクＴＡ４０２はまた、サブバンドをプルーニングする随意のタスクＴＡ４８０を含む。タスクＴＡ４８０は、エネルギーしきい値（たとえば、Ｔ）を満たさないサブバンドを拒否すること、および／またはより高いエネルギーを有する別のサブバンドと重複するサブバンドを拒否することを行うように構成され得る。

図６に、ＭＤＣＴ領域に示される高調波信号の０〜３．５ｋＨｚの範囲のための、タスクＴＡ４０２およびＴＡ６０２を含む方法ＭＡ１００の実装形態に従って配置された、サブバンドのセットの一例を示す。この例では、ｙ軸は絶対ＭＤＣＴ値を示し、サブバンドは、ｘまたは周波数ビン軸の近くのブロックによって示されている。

タスクＴＡ７００は、（たとえば、デコーダへの送信のために）選択されたジッタ値を符号化された信号にパックするように実装され得る。しかしながら、タスクＴＡ４００において（たとえば、タスクＴＡ４０２として）緩和高調波モデルを適用するとともに、符号化された信号からジッタ値を省略するようにタスクＴＡ７００の対応するインスタンスを実装することも可能である。ジッタを送信するために利用可能であるビットがない低ビットレートの場合でも、たとえば、信号エネルギーのより多くを符号化することによって得られる知覚利益は、補正されてないジッタによって生じる知覚誤差を上回ることが予想され得るので、エンコーダにおいて緩和モデルを適用することが依然として望ましいことがある。そのような適用の一例は、音楽信号の低ビットレートコーディングに関する。

いくつかの適用例では、符号化された信号は、高調波モデルによって選択されたサブバンドのみを含めば十分であり得るので、エンコーダは、モデル化されたサブバンドの外側にある信号エネルギーを廃棄する。他の場合には、符号化された信号は、高調波モデルによって獲得されないような信号情報をも含むことが望ましいことがある。

１つの手法では、エンコーダにおいて、元の入力スペクトルから、再構築された高調波モデルサブバンドを減算することによって、（残差信号とも呼ばれる）コーディングされていない情報の表現が計算される。そのような方法で計算された残差は、一般に、入力信号と同じ長さを有する。

信号を符号化するために緩和高調波モデルが使用される場合、サブバンドの位置をシフトするために使用されたジッタ値は、デコーダにおいて利用可能であることも利用可能でないこともある。ジッタ値がデコーダにおいて利用可能である場合、復号されたサブバンドは、デコーダにおいてエンコーダのときと同じ位置に配置され得る。ジッタ値がデコーダにおいて利用可能でない場合、選択されたサブバンドは、選択された（Ｆ０，ｄ）ペアによって示される均一間隔に従ってデコーダにおいて配置され得る。しかしながら、原信号から再構築された信号を減算することによって残差信号が計算された場合、ジッタなしサブバンドは、もはや残差信号に位相整合されず、再構築された信号をそのような残差信号に追加することは、弱め合う干渉を生じ得る。

代替手法は、高調波モデルによって獲得されなかった入力信号スペクトルの領域（たとえば、選択されたサブバンド中に含まれなかったビン）の連結として残差信号を計算することである。そのような手法は、ジッタパラメータ値がデコーダに送信されないコーディング適用例に特に望ましいことがある。そのような方法で計算された残差は、入力信号の長さよりも短く、（たとえば、フレーム中のサブバンドの数に応じて）フレームごとに変動し得る長さを有する。図１９に、そのような残差の領域が標示されている、オーディオ信号フレームの３．５〜７ｋＨｚ帯域に対応するＭＤＣＴ係数を符号化するための方法ＭＡ１００の適用の一例を示す。本明細書で説明するように、パルスコーディング方式（たとえば、階乗パルスコーディング（factorial pulse coding））を使用して、そのような残差を符号化することが望ましいことがある。

ジッタパラメータ値がデコーダにおいて利用可能でない場合、残差信号は、いくつかの異なる方法のうちの１つを使用して、復号されたサブバンド間に挿入され得る。復号の１つのそのような方法は、ジッタなしの再構築された信号に残差信号を追加する前に、残差信号中の各ジッタ範囲をゼロアウトすることである。上述のようにジッタ範囲（＋４，−３）の場合、たとえば、そのような方法は、（Ｆ０，ｄ）ペアによって示されるサブバンドの各々について、右側に４つのビンから左側に３つのビンまでの残差信号のサンプルをゼロ化することを含むであろう。そのような手法は、残差とジッタなしサブバンドとの間の干渉を除去し得るが、それはまた、有意であり得る情報の損失を生じる。

復号の別の方法は、ジッタなしの再構築された信号によって占有されていないビン（たとえば、ジッタなしの再構築されたサブバンドの前、後、および間のビン）を埋めるように残差を挿入することである。そのような手法は、再構築されたサブバンドのジッタなし配置に適応するように、残差のエネルギーを効果的に移動する。図７に、同じ水平方向周波数ビンスケールに対してすべてが垂直方向に整合されている、３つの振幅対周波数プロットＡ〜Ｃを用いて、そのような手法の一例を示す。プロットＡは、選択されたサブバンドの元のジッタあり配置（点線内の塗りつぶしのドット）と、周囲の残差のいくつか（白抜きのドット）とを含む、信号スペクトルの一部分を示している。ジッタなしサブバンドの配置を示すプロットＢでは、サブバンドの最初の２つのビンが、エネルギーを含んでいる元の残差の一連のサンプル（プロットＡにおいて丸で囲まれたサンプル）と現在重複することがわかり得る。プロットＣは、連結された残差を使用して、周波数の増加する順に占有されていないビンを埋めて、この一連の残差のサンプルをジッタなしサブバンドの反対側に配置する例を示している。

復号のさらなる方法は、ジッタなしサブバンドと残差信号との間の境界においてＭＤＣＴスペクトルの連続性が維持されるような形で残差を挿入することである。たとえば、そのような方法は、いずれかまたは両方の端部における重複を回避するために、２つのジッタなしサブバンド間にある（あるいは、第１のサブバンドの前にまたは最後のサブバンドの後にある）残差の領域を圧縮することを含み得る。そのような圧縮は、たとえば、サブバンド間（またはサブバンドと範囲境界との間）のエリアを占有するように領域を周波数ワーピングすることによって実行され得る。同様に、そのような方法は、いずれかまたは両方の端部におけるギャップを埋めるために、２つのジッタなしサブバンド間にある（あるいは、第１のサブバンドの前にまたは最後のサブバンドの後にある）残差の領域を拡大することを含み得る。図８に、振幅対周波数プロットＡにおける破線間の残差の部分が、振幅対周波数プロットＢに示されているジッタなしサブバンド間のギャップを埋めるために拡大される（たとえば、線形補間される）ような例を示す。

残差信号をコーディングするために、ベクトルをユニットパルスのパターンと照合し、そのパターンを識別するインデックスを使用してベクトルを表すことによってベクトルを符号化する、パルスコーディング方式を使用することが望ましいことがある。そのような方式は、たとえば、残差信号中のユニットパルスの数と位置と符号とを符号化するように構成され得る。図９に、残差信号の部分がいくつかのユニットパルスとして符号化されるような方法の例を示す。この例では、各次元における値が実線によって示される３０次元ベクトルが、（パルス位置にある）ドットと（０値の位置にある）正方形とによって示されるように、パルスのパターン（０，０，−１，−１，＋１，＋２，−１，０，０，＋１，−１，−１，＋１，−１，＋１，−１，−１，＋２，−１，０，０，０，０，−１，＋１，＋１，０，０，０，０）によって表されている。

特定の数のユニットパルスの位置および符号は、コードブックインデックスとして表され得る。たとえば、図９に示されているパルスのパターンは、一般に、長さが３０ビットよりもはるかに短いコードブックインデックスによって表され得る。パルスコーディング方式の例には、階乗パルスコーディング方式および組合せパルスコーディング（combinatorial-pulse-coding）方式がある。

同じ信号の異なる周波数帯域を別々にコーディングするようにオーディオコーデックを構成することが望ましいことがある。たとえば、オーディオ信号のローバンド部分を符号化する第１の符号化された信号と、同じオーディオ信号のハイバンド部分を符号化する第２の符号化された信号とを生成するように、そのようなコーデックを構成することが望ましいことがある。そのようなスプリットバンドコーディングが望ましいことがある適用例には、狭帯域復号システムとの互換性を保たなければならない広帯域符号化システムがある。そのような適用例には、異なる周波数帯域に対する異なるコーディング方式の使用をサポートすることによって、様々な異なるタイプのオーディオ入力信号（たとえば、音声と音楽の両方）の効率的なコーディングを達成する汎用オーディオコーディング方式もある。

信号の異なる周波数帯域が別々に符号化される場合、場合によっては、別の帯域からの符号化された（たとえば、量子化された）情報はデコーダにおいてすでに知られているので、この符号化された情報を使用することによって、ある帯域におけるコーディング効率を高めることが可能であり得る。たとえば、本明細書で説明する高調波モデル（たとえば、緩和高調波モデル）を適用する原理は、（「基準」信号とも呼ばれる）オーディオ信号フレームの第１の帯域の変換係数の復号された表現からの情報を使用して、（「ターゲット」信号とも呼ばれる）同じオーディオ信号フレームの第２の帯域の変換係数を符号化するように拡張され得る。高調波モデルが関係するような場合、第１の帯域の復号された表現はデコーダにおいてすでに利用可能であるので、コーディング効率が高まり得る。

そのような拡張された方法は、コーディングされた第１の帯域に高調波的に関係する第２の帯域のサブバンドを判断することを含み得る。オーディオ信号（たとえば、複雑な音楽信号）のための低ビットレートコーディングアルゴリズムでは、信号のフレームを複数の帯域（たとえば、ローバンドとハイバンド）に分割し、これらの帯域間の相関を活用して帯域の変換領域表現を効率的にコーディングすることが望ましいことがある。

そのような拡張の特定の例では、（以降、上側帯域ＭＤＣＴまたはＵＢ−ＭＤＣＴと呼ぶ）オーディオ信号フレームの３．５〜７ｋＨｚ帯域に対応するＭＤＣＴ係数は、フレームの量子化されたローバンドＭＤＣＴスペクトル（０〜４ｋＨｚ）に基づいて符号化される。そのような拡張の他の例では、２つの周波数範囲は重複する必要がなく、さらには離れていてもよい（たとえば、０〜４ｋＨｚ帯域の復号された表現からの情報に基づいて、フレームの７〜１４ｋＨｚ帯域をコーディングする）ことに明確に留意されたい。コーディングされたローバンドＭＤＣＴは、ＵＢ−ＭＤＣＴをコーディングするための基準として使用されるので、ハイバンドコーディングモデルの多くのパラメータは、それらの送信を明示的に必要とすることなしにデコーダにおいて導出され得る。

図１０Ａに、タスクＴＢ１００、ＴＢ２００、ＴＢ３００、ＴＢ４００、ＴＢ５００、ＴＢ６００、およびＴＢ７００を含む、一般的構成によるオーディオ信号処理の方法ＭＢ１００のフローチャートを示す。タスクＴＢ１００は、基準オーディオ信号（たとえば、オーディオ周波数信号の第１の周波数範囲の逆量子化された表現）中の複数のピークの位置を特定する。タスクＴＢ１００は、本明細書で説明したタスクＴＡ１００のインスタンスとして実装され得る。基準オーディオ信号が、方法ＭＡ１００の実装形態を使用して符号化された場合、ｄ_minの異なる値を使用するようにタスクＴＡ１００およびＴＢ１００を構成することも可能であるが、ｄ_minの同じ値を使用するように２つのタスクを構成することが望ましいことがある。（ただし、方法ＭＢ１００は、概して、復号された基準オーディオ信号を生成するために使用された特定のコーディング方式にかかわらず適用可能であることに留意することが重要である。）
タスクＴＢ１００によって位置を特定されたピークのうちの少なくともいくつか（すなわち、少なくとも３つ）のピークの周波数領域位置に基づいて、タスクＴＢ２００は、基準オーディオ信号中のＮｄ２個の高調波間隔候補を計算する。Ｎｄ２の値の例には、３、４、および５がある。タスクＴＢ２００は、タスクＴＢ１００によって位置を特定された（Ｎｄ２＋１）個の最大ピークのうちの隣接するピーク間の（たとえば、周波数ビンの数で表される）距離として、これらの間隔候補を計算するように構成され得る。

タスクＴＢ１００によって位置を特定されたピークのうちの少なくともいくつか（すなわち、少なくとも２つ）のピークの周波数領域位置に基づいて、タスクＴＢ３００は、基準オーディオ信号中のＮｆ２個のＦ０候補を識別する。Ｎｆ２の値の例には、３、４、および５がある。タスクＴＢ３００は、基準オーディオ信号中のＮｆ２個の最高ピークの位置として、これらの候補を識別するように構成され得る。代替的に、タスクＴＢ３００は、基準周波数範囲の低周波数部分（たとえば、より低いほうの３０、３５、４０、４５、または５０パーセント）中のＮｆ２個の最高ピークの位置として、これらの候補を識別するように構成され得る。１つのそのような例では、タスクＴＢ３００は、０〜１２５０Ｈｚの範囲内でタスクＴＢ１００によって位置を特定されたピークの位置の中からＮｆ２個のＦ０候補を識別する。別のそのような例では、タスクＴＢ３００は、０〜１６００Ｈｚの範囲内でタスクＴＢ１００によって位置を特定されたピークの位置の中からＮｆ２個のＦ０候補を識別する。

方法ＭＢ１００の説明する実装形態の範囲は、（たとえば、２つの最大ピーク間の距離、または指定された周波数範囲内の２つの最大ピーク間の距離として）ただ１つの高調波間隔候補が計算される場合と、（たとえば、最高ピークの位置、または指定された周波数範囲内の最高ピークの位置として）ただ１つのＦ０候補が識別される別の場合とを含むことを明確に留意されたい。

Ｆ０候補とｄ候補との複数のアクティブペアの各々について、タスクＴＢ４００は、ターゲットオーディオ信号（たとえば、オーディオ周波数信号の第２の周波数範囲の表現）の少なくとも１つのサブバンドのセットを選択し、セットの各サブバンドの周波数領域における位置は（Ｆ０，ｄ）ペアに基づく。しかしながら、タスクＴＡ４００とは反対に、この場合、サブバンドは、位置Ｆ０ｍ、Ｆ０ｍ＋ｄ、Ｆ０ｍ＋２ｄなどに対して配置され、Ｆ０ｍの値は、Ｆ０をターゲットオーディオ信号の周波数範囲にマッピングすることによって計算される。そのようなマッピングは、Ｆ０ｍ＝Ｆ０＋Ｌｄなどの式に従って実行され得、Ｌは、Ｆ０ｍがターゲットオーディオ信号の周波数範囲内にあるような最小整数である。そのような場合、ターゲットオーディオ信号の周波数範囲と、Ｆ０とｄの値とがデコーダにおいてすでに知られているので、デコーダは、エンコーダからのさらなる情報なしに、Ｌの同じ値を計算し得る。

タスクＴＢ４００は、入力範囲内にある、対応する（Ｆ０，ｄ）ペアによって示されるサブバンドのすべてを含むように各セットを選択するように構成され得る。代替的に、タスクＴＢ４００は、セットのうちの少なくとも１つについて、これらのサブバンドのすべてよりも少ないサブバンドを選択するように構成され得る。タスクＴＢ４００は、たとえば、セットについて最大数以下のサブバンドを選択するように構成され得る。代替または追加として、タスクＴＢ４００は、特定の範囲内にあるサブバンドのみを選択するように構成され得る。たとえば、入力範囲内の１つまたは複数の特定の数（たとえば、４つ、５つ、または６つ）以下の最低周波数サブバンド、および／またはその位置が入力範囲内の特定の周波数（たとえば、５０００、５５００、または６０００Ｈｚ）を超えないサブバンドのみを選択するようにタスクＴＢ４００を構成することが望ましいことがある。

一例では、タスクＴＢ４００は、第１のサブバンドが、対応するＦ０ｍ位置を中心とし、各後続のサブバンドの中心が、ｄの対応する値に等しい距離だけ前のサブバンドの中心から離れているように、各セットのサブバンドを選択するように構成される。

Ｆ０とｄの値の異なるペアのすべてがアクティブであると見なされ得るので、タスクＴＢ４００は、あらゆる可能な（Ｆ０，ｄ）ペアについて１つまたは複数のサブバンドの対応するセットを選択するように構成される。Ｎｆ２とＮｄ２が両方とも４に等しい場合、たとえば、タスクＴＢ４００は、１６個の可能なペアの各々を考慮するように構成され得る。代替的に、タスクＴＢ４００は、可能な（Ｆ０，ｄ）ペアの一部が満たすことができない可能性がある、アクティビティのための基準を課するように構成され得る。そのような場合、たとえば、タスクＴＢ４００は、最大許容数よりも多いサブバンドを生成するであろうペア（たとえば、Ｆ０とｄの低い値の組合せ）、および／または所望の最小数よりも少ないサブバンドを生成するであろうペア（たとえば、Ｆ０とｄの高い値の組合せ）を無視するように構成され得る。

Ｆ０候補とｄ候補との複数のペアの各々について、タスクＴＢ５００は、ターゲットオーディオ信号の１つまたは複数のサブバンドの対応するセットから少なくとも１つのエネルギー値を計算する。１つのそのような例では、タスクＴＢ５００は、サブバンドのセットの総エネルギーとして（たとえば、サブバンド中の周波数領域サンプル値の２乗の大きさの合計として）、１つまたは複数のサブバンドの各セットからエネルギー値を計算する。代替または追加として、タスクＴＢ５００は、各個々のサブバンドのエネルギーとして、サブバンドの各セットからエネルギー値を計算し、および／またはサブバンドのセットについての、サブバンド当たりの平均エネルギー（たとえば、サブバンドの数にわたって正規化された総エネルギー）として、サブバンドの各セットからエネルギー値を計算するように構成され得る。タスクＴＢ５００は、タスクＴＢ４００と同じ複数のペアの各々について、またはこの複数のペアよりも少ないペアについて実行するように構成され得る。タスクＴＢ４００が、各可能な（Ｆ０，ｄ）ペアのためのサブバンドのセットを選択するように構成された場合、たとえば、タスクＴＢ５００は、アクティビティのための指定された基準を満たすペアについてのみエネルギー値を計算する（たとえば、上記で説明したように、多すぎるサブバンドを生成するであろうペア、および／または少なすぎるサブバンドを生成するであろうペアを無視する）ように構成され得る。別の例では、タスクＴＢ４００は、多すぎるサブバンドを生成するであろうペアを無視するように構成され、タスクＴＢ５００は、同じく、少なすぎるサブバンドを生成するであろうペアを無視するように構成される。

図１０Ａは、タスクＴＢ４００およびＴＢ５００の連続した実行を示しているが、タスクＴＢ５００はまた、タスクＴＢ４００が完了する前にサブバンドのセットのエネルギーを計算し始めるように実装され得ることを理解されよう。たとえば、タスクＴＢ５００は、タスクＴＢ４００がサブバンドの次のセットを選択し始める前に、サブバンドのセットからエネルギー値を計算し始め（さらには計算し終える）ように実装され得る。１つのそのような例では、タスクＴＢ４００およびＴＢ５００は、Ｆ０候補とｄ候補との複数のアクティブペアの各々について交互に行うように構成される。同様に、タスクＴＢ４００も、タスクＴＢ２００およびＴＢ３００が完了する前に実行を開始するように実装され得る。

少なくとも１つのサブバンドのセットの少なくともいくつかから計算されたエネルギー値に基づいて、タスクＴＢ６００は、（Ｆ０，ｄ）候補ペアの中から候補ペアを選択する。一例では、タスクＴＢ６００は、最高総エネルギーを有するサブバンドのセットに対応するペアを選択する。別の例では、タスクＴＢ６００は、サブバンド当たりの最高平均エネルギーを有するサブバンドのセットに対応する候補ペアを選択する。さらなる一例では、タスクＴＢ６００は、（たとえば、図１Ｂに示した）タスクＴＡ６０２のインスタンスとして実装される。

図１０Ｂに、タスクＴＢ７００を含む方法ＭＢ１００の実装形態ＭＢ１１０のフローチャートを示す。タスクＴＢ７００は、選択された候補ペアの値の指示を含む符号化された信号を生成する。タスクＴＢ７００は、Ｆ０の選択された値を符号化するか、または最小（または最大）位置からの、Ｆ０の選択された値のオフセットを符号化するように構成され得る。同様に、タスクＴＢ７００は、ｄの選択された値を符号化するか、あるいは最小または最大距離からの、ｄの選択された値のオフセットを符号化するように構成され得る。特定の例では、タスクＴＢ７００は、選択されたＦ０値を符号化するために６ビットを使用し、選択されたｄ値を符号化するために６ビットを使用する。さらなる例では、タスクＴＢ７００は、（たとえば、パラメータの前の値に対するオフセットとして）Ｆ０および／またはｄの現在値を差分的に符号化するように実装され得る。

ＶＱコーディング方式（たとえば、ＧＳＶＱ）を使用して、サブバンドの選択されたセットをベクトルとして符号化するようにタスクＴＢ７００を実装することが望ましいことがある。サブバンドの各セットの利得係数が、互いに独立して、前のフレームの対応する利得係数に対して差分的に符号化されるような予測利得コーディングを含むＧＳＶＱ方式を使用することが望ましいことがある。特定の例では、方法ＭＢ１１０は、ＬＢ−ＭＤＣＴスペクトルの周波数範囲内の有意なエネルギーの領域を符号化するように構成される。

基準オーディオ信号はデコーダにおいて利用可能であるので、タスクＴＢ１００、ＴＢ２００、およびＴＢ３００はまた、同じ基準オーディオ信号から同じ数Ｎｆ２個（または「コードブック」）のＦ０候補と、同じ数Ｎｄ２個（「コードブック」）のｄ候補とを取得するためにデコーダにおいて実行され得る。各コードブック中の値は、たとえば、値の増加する順にソートされ得る。したがって、エンコーダは、選択された（Ｆ０，ｄ）ペアの実効値を符号化する代わりに、これらの順序付けられた複数の値の各々へのインデックスを送信すれば十分である。Ｎｆ２とＮｄ２が両方とも４に等しい特定の例では、タスクＴＢ７００は、選択されたｄ値を示すために２ビットコードブックインデックスを使用し、選択されたＦ０値を示すために別の２ビットコードブックインデックスを使用するように実装され得る。

また、タスクＴＢ７００によって生成された符号化されたターゲットオーディオ信号を復号する方法は、インデックスによって示されるＦ０とｄの値を選択することと、サブバンドの選択されたセットを逆量子化することと、マッピング値ｍを計算することと、各サブバンドｐを周波数領域位置Ｆ０ｍ＋ｐｄに配置する（たとえば、センタリングする）ことによって、復号されたターゲットオーディオ信号を構築することとを含み得、０≦ｐ＜Ｐであり、Ｐは、選択されたセット中のサブバンドの数である。復号されたターゲット信号の占有されていないビンは、０値、または代替的に、本明細書で説明するように、復号された残差の値を割り当てられ得る。

タスクＴＡ４００のように、タスクＴＢ４００は、上記で説明したように、最初にＦ０の各値がＦ０ｍにマッピングされることを除いて、上記で説明したように、タスクＴＡ４０２の反復インスタンスとして実装され得る。この場合、タスクＴＡ４０２は、評価されるべき候補ペアごとに１回実行し、ターゲット信号中のピークの位置のリストにアクセスできるように構成され、リストは、サンプル値の降順でソートされる。そのようなリストを生成するために、方法ＭＢ１００はまた、基準信号に対してではなくターゲット信号に対して動作するように構成された、タスクＴＢ１００に類似するピークピッキングタスク（たとえば、タスクＴＢ１００の別のインスタンス）を含み得る。

図１１に、ターゲットオーディオ信号が、３．５〜７ｋＨｚのオーディオ周波数スペクトルを表す１４０個の変換係数のＵＢ−ＭＤＣＴ信号である例の、大きさ対周波数のプロットを示す。この図は、ターゲットオーディオ信号（灰色の線）、（灰色で描かれたブロックによっておよび括弧によって示される）（Ｆ０，ｄ）候補ペアに従って選択された５つの均一に離間したサブバンドのセット、および（黒で描かれたブロックによって示される）（Ｆ０，ｄ）ペアとピークセンタリング基準とに従って選択された５つのジッタありサブバンドのセットを示している。この例に示すように、ＵＢ−ＭＤＣＴスペクトルは、周波数ビン０または１おいて開始するように、コーディング目的のためにより低いサンプリングレートに変換されたかまたは場合によってはシフトされたハイバンド信号から計算され得る。そのような場合、Ｆ０ｍの各マッピングは、同じく、シフトされたスペクトル内で適切な周波数を示すためのシフトを含む。特定の例では、ターゲットオーディオ信号のＵＢ−ＭＤＣＴスペクトルの第１の周波数ビンは、（たとえば、３．５ｋＨｚでの音響成分を表す）基準オーディオ信号のＬＢ−ＭＤＣＴスペクトルのビン１４０に対応するので、タスクＴＡ４００は、Ｆ０ｍ＝Ｆ０＋Ｌｄ−１４０などの式に従って、各Ｆ０を対応するＦ０ｍにマッピングするように実装され得る。

基準オーディオ信号が、本明細書で説明する緩和高調波モデルを使用して符号化される場合、緩和高調波モデルを使用してターゲット信号を符号化するために、同じジッタ限界（たとえば、右に最高４つのビンまでおよび左に最高３つのビンまで）が使用され得るか、あるいは片側または両側で異なるジッタ限界が使用され得る。各サブバンドについて、可能な場合は、サブバンド内でピークをセンタリングするジッタ値、またはそのようなジッタ値が利用可能でない場合は、ピークを部分的にセンタリングするジッタ値、またはそのようなジッタ値が利用可能でない場合は、サブバンドによって獲得されるエネルギーを最大にするジッタ値を選択することが望ましいことがある。

一例では、タスクＴＢ４００は、ターゲット信号（たとえば、ＵＢ−ＭＤＣＴスペクトル）中のサブバンド当たりの最大エネルギーを圧縮する（Ｆ０，ｄ）ペアを選択するように構成される。エネルギー圧縮はまた、（たとえば、タスクＴＡ４３０に関して上記で説明したように）センタリングするかまたは部分的にセンタリングする２つ以上のジッタ候補間で決定するための手段として使用され得る。

ジッタパラメータ値（たとえば、サブバンドごとに１つ）はデコーダに送信され得る。ジッタ値がデコーダに送信されない場合、高調波モデルサブバンドの周波数位置の誤差が生じ得る。しかしながら、ハイバンドオーディオ周波数範囲（たとえば、３．５〜７ｋＨｚ範囲）を表すターゲット信号では、この誤差は一般に知覚できないので、選択されたジッタ値に従ってサブバンドを符号化するが、デコーダにそれらのジッタ値を送らないことが望ましいことがあり、サブバンドは、デコーダにおいて（たとえば、選択された（Ｆ０，ｄ）ペアのみに基づいて）均一に離間され得る。音楽信号の超低ビットレートコーディング（たとえば、約２０キロビット毎秒）では、たとえば、ジッタパラメータ値を送信せず、デコーダにおいてサブバンドの位置の誤差を許容することが望ましいことがある。

選択されたサブバンドのセットが識別された後、元のターゲット信号スペクトルから、再構築されたターゲット信号を減算することによって（たとえば、元のターゲット信号スペクトルと再構築された高調波モデルサブバンドとの間の差として）エンコーダにおいて残差信号が計算され得る。代替的に、残差信号は、高調波モデリングによって獲得されなかったターゲット信号スペクトルの領域（たとえば、選択されたサブバンド中に含まれなかったビン）の連結として計算され得る。ターゲットオーディオ信号がＵＢ−ＭＤＣＴスペクトルであり、基準オーディオ信号が、再構築されたＬＢ−ＭＤＣＴスペクトルである場合、特に、ターゲットオーディオ信号を符号化するために使用されたジッタ値がデコーダにおいて利用可能でない場合、獲得されていない領域を連結することによって残差を取得することが望ましいことがある。選択されたサブバンドは、ベクトル量子化方式（たとえば、ＧＳＶＱ方式）を使用してコーディングされ得、残差信号は、階乗パルスコーディング方式または組合せパルスコーディング方式を使用してコーディングされ得る。

ジッタパラメータ値がデコーダにおいて利用可能である場合、残差信号は、デコーダにおいてエンコーダのときと同じビンに戻され得る。ジッタパラメータ値がデコーダにおいて利用可能でない場合（たとえば、音楽信号の低ビットレートコーディングの場合）、選択されたサブバンドは、上記で説明したように、選択された（Ｆ０，ｄ）ペアに基づく均一間隔に従ってデコーダにおいて配置され得る。この場合、残差信号は、上記で説明したように、いくつかの異なる方法（たとえば、ジッタなしの再構築された信号に残差を追加する前に、残差中の各ジッタ範囲をゼロアウトすること、残差を使用して、占有されていないビンを埋めるとともに、選択されたサブバンドと重複するであろう残差エネルギーを移動すること、または残差を周波数ワーピングすること）のうちの１つを使用して、選択されたサブバンド間に挿入され得る。

図１２Ａに、一般的構成によるオーディオ信号処理ＭＦ１００のための装置のブロック図を示す。装置ＭＦ１００は、（たとえば、タスクＴＡ１００に関して本明細書で説明したように）周波数領域においてオーディオ信号中の複数のピークの位置を特定するための手段ＦＡ１００を含む。装置ＭＦ１００は、（たとえば、タスクＴＡ２００に関して本明細書で説明したように）Ｎｄ個の高調波間隔（ｄ）候補を計算するための手段ＦＡ２００をも含む。装置ＭＦ１００は、（たとえば、タスクＴＡ３００に関して本明細書で説明したように）Ｎｆ個の基本周波数（Ｆ０）候補を識別するための手段ＦＡ３００をも含む。装置ＭＦ１００は、（たとえば、タスクＴＡ４００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、その位置がペアに基づくオーディオ信号のサブバンドのセットを選択するための手段ＦＡ４００をも含む。装置ＭＦ１００は、（たとえば、タスクＴＡ５００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、サブバンドの対応するセットのエネルギーを計算するための手段ＦＡ５００をも含む。装置ＭＦ１００は、（たとえば、タスクＴＡ６００に関して本明細書で説明したように）計算されたエネルギーに基づいて候補ペアを選択するための手段ＦＡ６００をも含む。図１３Ａに、（たとえば、タスクＴＡ７００に関して本明細書で説明したように）選択された候補ペアの値の指示を含む符号化された信号を生成するための手段ＦＡ７００を含む装置ＭＦ１００の実装形態ＭＦ１１０のブロック図を示す。

図１２Ｂに、別の一般的構成によるオーディオ信号処理のための装置Ａ１００のブロック図を示す。装置Ａ１００は、（たとえば、タスクＴＡ１００に関して本明細書で説明したように）周波数領域においてオーディオ信号中の複数のピークの位置を特定するように構成された周波数領域ピークロケータ１００を含む。装置Ａ１００は、（たとえば、タスクＴＡ２００に関して本明細書で説明したように）Ｎｄ個の高調波間隔（ｄ）候補を計算するように構成された距離計算器２００をも含む。装置Ａ１００は、（たとえば、タスクＴＡ３００に関して本明細書で説明したように）Ｎｆ個の基本周波数（Ｆ０）候補を識別するように構成された基本周波数候補セレクタ３００をも含む。装置Ａ１００は、（たとえば、タスクＴＡ４００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、その位置がペアに基づくオーディオ信号のサブバンドのセットを選択するように構成されたサブバンド配置セレクタ４００をも含む。装置Ａ１００は、（たとえば、タスクＴＡ５００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、サブバンドの対応するセットのエネルギーを計算するように構成されたエネルギー計算器５００をも含む。装置Ａ１００は、（たとえば、タスクＴＡ６００に関して本明細書で説明したように）計算されたエネルギーに基づいて候補ペアを選択するように構成された候補ペアセレクタ６００をも含む。装置Ａ１００はまた、それの様々な要素が本明細書で説明した方法ＭＢ１００の対応するタスクを実行するように構成されるように実装され得ることに明確に留意されたい。

図１３Ｂに、量子化器７１０とビットパッカー７２０とを含む装置Ａ１００の実装形態Ａ１１０のブロック図を示す。量子化器７１０は、（たとえば、タスクＴＡ７００に関して本明細書で説明したように）サブバンドの選択されたセットを符号化するように構成される。たとえば、量子化器７１０は、ＧＳＶＱまたは他のＶＱ方式を使用して、サブバンドをベクトルとして符号化するように構成され得る。ビットパッカー７２０は、（たとえば、タスクＴＡ７００に関して本明細書で説明したように）選択された候補ペアの値を符号化することと、符号化された信号を生成するために、量子化されたサブバンドとともに、選択された候補値のこれらの指示をパックすることとを行うように構成される。対応するデコーダは、量子化されたサブバンドをアンパックし、候補値を復号するように構成されたビットアンパッカーと、サブバンドの逆量子化されたセットを生成するように構成された逆量子化器と、復号された信号を生成するために、（たとえば、タスクＴＤ３００に関して本明細書で説明したように）復号された候補値に基づく位置に周波数領域における逆量子化されたサブバンドを配置し、場合によっては、対応する残差をも配置するように構成されたサブバンド配置器とを含み得る。装置Ａ１１０はまた、それの様々な要素が本明細書で説明した方法ＭＢ１１０の対応するタスクを実行するように構成されるように実装され得ることに明確に留意されたい。

図１４に、一般的構成によるオーディオ信号処理ＭＦ２１０のための装置のブロック図を示す。装置ＭＦ２１０は、（たとえば、タスクＴＢ１００に関して本明細書で説明したように）周波数領域において基準オーディオ信号中の複数のピークの位置を特定するための手段ＦＢ１００を含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ２００に関して本明細書で説明したように）Ｎｄ２個の高調波間隔（ｄ）候補を計算するための手段ＦＢ２００をも含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ３００に関して本明細書で説明したように）Ｎｆ２個の基本周波数（Ｆ０）候補を識別するための手段ＦＢ３００をも含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ４００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、その位置がペアに基づくターゲットオーディオ信号のサブバンドのセットを選択するための手段ＦＢ４００をも含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ５００に関して本明細書で説明したように）複数の異なる（Ｆ０，ｄ）ペアの各々について、サブバンドの対応するセットのエネルギーを計算するための手段ＦＢ５００をも含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ６００に関して本明細書で説明したように）計算されたエネルギーに基づいて候補ペアを選択するための手段ＦＢ６００をも含む。装置ＭＦ２１０は、（たとえば、タスクＴＢ７００に関して本明細書で説明したように）選択された候補ペアの値の指示を含む符号化された信号を生成するための手段ＦＢ７００をも含む。

基準信号（たとえば、ローバンドスペクトル）が高調波モデル（たとえば、方法ＭＡ１００のインスタンス）を使用して符号化される場合、ターゲット信号（たとえば、ハイバンドスペクトル）に対して、方法ＭＢ１００のインスタンスではなく、ＭＡ１００のインスタンスを実行することが望ましいことがある。言い換えれば、方法ＭＢ１００の場合と同様にローバンド値からＦ０をマッピングするのではなく、ハイバンドスペクトルとは無関係にＦ０とｄのハイバンド値を推定することが望ましいことがある。そのような場合、デコーダにＦ０とｄの上側帯域値を送信すること、または代替的に、Ｆ０のローバンド値とハイバンド値との間の差と、ｄのローバンド値とハイバンド値との間の差とを送信すること（ハイバンドモデルパラメータの「パラメータレベル予測」とも呼ばれる）が望ましいことがある。

ハイバンドパラメータのそのような独立した推定は、（「信号レベル予測」とも呼ばれる）復号されたローバンドスペクトルからのパラメータの予測と比較して、エラーレジリエンシー（error resiliency）に関する利点を有し得る。一例では、高調波ローバンドサブバンドの利得は、２つの前のフレームからの情報を使用する適応差分パルスコード変調（ＡＤＰＣＭ：adaptive differential pulse-code-modulated）方式を使用して符号化される。したがって、連続する前の高調波ローバンドフレームのいずれかが失われた場合、デコーダにおけるサブバンド利得は、エンコーダにおけるサブバンド利得とは異なり得る。そのような場合、復号されたローバンドスペクトルからのハイバンド高調波モデルパラメータの信号レベル予測が使用されると、エンコーダとデコーダとで最大ピークが異なり得る。そのような相違は、デコーダにおいてＦ０とｄの不正確な推定値をもたらし、完全に誤ったハイバンド復号結果を潜在的に生成し得る。

図１５Ａに、ＬＰＣ残差領域にあり得るターゲット信号を符号化することへの方法ＭＢ１１０の適用の一例を示す。左側の経路では、タスクＳ１００が、（パルスコーディング演算の残余に対して方法ＭＡ１００またはＭＢ１００の実装形態を実行することを含み得る）ターゲット信号スペクトル全体のパルスコーディングを実行する。右側の経路では、方法ＭＢ１１０の実装形態を使用して、ターゲット信号を符号化する。この場合、タスクＴＢ７００は、ＶＱ方式（たとえば、ＧＳＶＱ）を使用して、選択されたサブバンドを符号化し、パルスコーディング方法を使用して残差を符号化するように構成され得る。タスクＳ２００は、（たとえば、２つの符号化された信号を復号し、復号された信号を元のターゲット信号と比較することによって）コーディング演算の結果を評価し、どちらのコーディングモードが現在より好適であるかを示す。

図１５Ｂに、入力信号が、ＬＰＣ残差領域にあり得るハイバンド（上側帯域、「ＵＢ」）のＭＤＣＴスペクトルであり、基準信号が、再構築されたＬＢ−ＭＤＣＴスペクトルである、高調波モデル符号化システムのブロック図を示す。この例では、タスクＳ１００の実装形態Ｓ１１０は、パルスコーディング方法（たとえば、階乗パルスコーディング（ＦＰＣ）方法または組合せパルスコーディング方法）を使用してターゲット信号を符号化する。基準信号は、高調波モデル、前の符号化されたフレームに依存するコーディングモデル、固定サブバンドを使用するコーディング方式、または何らかの他のコーディング方式を使用して符号化されていることがある、フレームの量子化されたＬＢ−ＭＤＣＴスペクトルから取得される。言い換えれば、方法ＭＢ１１０の動作は、基準信号を符号化するために使用された特定の方法とは無関係である。この場合、方法ＭＢ１１０は、変換コードを使用してサブバンド利得を符号化するように実装され得、形状ベクトルを量子化するために割り振られるビットの数は、コーディングされた利得とＬＰＣ分析の結果とに基づいて計算され得る。（たとえば、高調波モデルによって選択されたサブバンドを符号化するためにＧＳＶＱを使用する）方法ＭＢ１１０によって生成された符号化された信号は、（たとえば、ＦＰＣなどのパルスコーディングのみを使用する）タスクＳ１１０によって生成された符号化された信号と比較され、タスクＳ２００の実装形態Ｓ２１０は、知覚メトリック（たとえば、ＬＰＣ重み付き信号対雑音比メトリック）に従ってフレームのための最良コーディングモードを選択する。この場合、方法ＭＢ１００は、サブバンド利得および残差利得に基づいて、ＧＳＶＱ符号化および残差符号化のためのビット割振りを計算するように実装され得る。

（たとえば、図１５Ａおよび図１５Ｂに示す）コーディングモード選択は、マルチバンドの場合に拡張され得る。１つのそのような例では、ローバンドとハイバンドの各々は、独立コーディングモード（たとえば、ＧＳＶＱまたはパルスコーディングモード）と高調波コーディングモード（たとえば、方法ＭＡ１００またはＭＢ１００）の両方を使用して符号化されるので、最初は４つの異なるモードの組合せがフレームに関して考慮される。そのような場合、本明細書で説明したように、原信号から、復号されたサブバンドを減算することによって、ローバンド高調波コーディングモードについて残差を計算することが望ましいことがある。次に、ローバンドモードの各々について、（たとえば、ＬＰＣ重み付きメトリックなど、ハイバンドに関する知覚メトリックを使用した２つの選択肢間の比較に従って）最良の対応するハイバンドモードが選択される。２つの残りの選択肢（すなわち、対応する最良ハイバンドモードをもつローバンド独立モード、対応する最良ハイバンドモードをもつローバンド高調波モード）について、ローバンドとハイバンドの両方をカバーする知覚メトリック（たとえば、ＬＰＣ重み付き知覚メトリック）を基準として、これらの選択肢間の選択が行われる。そのようなマルチバンドの場合の一例では、ローバンド独立モードは、ＧＳＶＱを使用して固定サブバンドのセットを符号化し、ハイバンド独立モードは、パルスコーディング方式（たとえば、階乗パルスコーディング）を使用してハイバンド信号を符号化する。

図１６Ａ〜図１６Ｅに、本明細書で説明する装置Ａ１１０（またはＭＦ１１０またはＭＦ２１０）の様々な実装形態の適用範囲を示す。図１６Ａは、変換モジュールＭＭ１（たとえば、高速フーリエ変換またはＭＤＣＴモジュール）と、変換領域においてオーディオフレームＳＡ１０をサンプルとして（すなわち、変換領域係数として）受信し、対応する符号化されたフレームＳＥ１０を生成するように構成された装置Ａ１１０（またはＭＦ１１０またはＭＦ２１０）のインスタンスとを含むオーディオ処理経路のブロック図を示している。

図１６Ｂは、変換モジュールＭＭ１がＭＤＣＴ変換モジュールを使用して実装される、図１６Ａの経路の実装形態のブロック図を示している。修正ＤＣＴモジュールＭＭ１０は、各オーディオフレームに対してＭＤＣＴ演算を実行して、ＭＤＣＴ領域係数のセットを生成する。

図１６Ｃは、線形予測コーディング分析モジュールＡＭ１０を含む、図１６Ａの経路の実装形態のブロック図を示している。線形予測コーディング（ＬＰＣ：linear prediction coding）分析モジュールＡＭ１０は、分類されたフレームに対してＬＰＣ分析演算を実行して、ＬＰＣパラメータ（たとえば、フィルタ係数）のセットとＬＰＣ残差信号とを生成する。一例では、ＬＰＣ分析モジュールＡＭ１０は、０〜４０００Ｈｚの帯域幅を有するフレームに対して１０次ＬＰＣ分析を実行するように構成される。別の例では、ＬＰＣ分析モジュールＡＭ１０は、３５００〜７０００Ｈｚのハイバンド周波数範囲を表すフレームに対して６次ＬＰＣ分析を実行するように構成される。修正ＤＣＴモジュールＭＭ１０は、ＬＰＣ残差信号に対してＭＤＣＴ演算を実行して、変換領域係数のセットを生成する。対応する復号経路は、符号化されたフレームＳＥ１０を復号し、復号されたフレームに対して逆ＭＤＣＴ変換を実行して、ＬＰＣ合成フィルタへの入力のための励振信号を取得するように構成され得る。

図１６Ｄは、信号分類器ＳＣ１０を含む処理経路のブロック図を示している。信号分類器ＳＣ１０は、オーディオ信号のフレームＳＡ１０を受信し、少なくとも２つのカテゴリーのうちの１つに各フレームを分類する。たとえば、信号分類器ＳＣ１０は、フレームが音楽として分類される場合には、それを符号化するために、図１６Ｄに示す経路の残りが使用され、フレームが音声として分類される場合には、それを符号化するために異なる処理経路が使用されるように、フレームＳＡ１０を音声または音楽として分類するように構成され得る。そのような分類は、信号アクティビティ検出、雑音検出、周期性検出、時間領域スパース性検出、および／または周波数領域スパース性検出を含み得る。

図１７Ａに、（たとえば、オーディオフレームＳＡ１０の各々に対して）信号分類器ＳＣ１０によって実行され得る信号分類の方法ＭＣ１００のブロック図を示す。方法ＭＣ１００は、タスクＴＣ１００、ＴＣ２００、ＴＣ３００、ＴＣ４００、ＴＣ５００、およびＴＣ６００を含む。タスクＴＣ１００は、信号中のアクティビティレベルを定量化する。アクティビティレベルがしきい値を下回る場合、タスクＴＣ２００が、（たとえば、低ビットレート雑音励振線形予測（ＮＥＬＰ：noise-excited linear prediction）方式および／または間欠送信（ＤＴＸ：discontinuous transmission）方式を使用して）無音として信号を符号化する。アクティビティレベルが十分に高い（たとえば、しきい値を上回る）場合、タスクＴＣ３００が、信号の周期性の程度を定量化する。タスクＴＣ３００が、信号は周期的でないと判断した場合、タスクＴＣ４００が、ＮＥＬＰ方式を使用して信号を符号化する。タスクＴＣ３００が、信号は周期であると判断した場合、タスクＴＣ５００が、時間領域および／または周波数領域における信号のスパーシティ（sparsity）の程度を定量化する。タスクＴＣ５００が、信号は時間領域においてスパースであると判断した場合、タスクＴＣ６００が、緩和ＣＥＬＰ（ＲＣＥＬＰ：relaxed CELP）または代数ＣＥＬＰ（ＡＣＥＬＰ：algebraic CELP）など、コード励振線形予測（ＣＥＬＰ：code-excited linear prediction）方式を使用して信号を符号化する。タスクＴＣ５００が、信号は周波数領域においてスパースであると判断した場合、タスクＴＣ７００が、（たとえば、図１６Ｄの処理経路の残りに信号を受け渡すことによって）高調波モデルを使用して信号を符号化する。

図１６Ｄに示すように、処理経路は、時間マスキング、周波数マスキング、および／または聴覚しきい値など、聴覚心理基準を適用することによって、ＭＤＣＴ領域信号を簡略化する（たとえば、符号化されるべき変換領域係数の数を低減する）ように構成された知覚プルーニングモジュールＰＭ１０を含み得る。モジュールＰＭ１０は、元のオーディオフレームＳＡ１０に知覚モデルを適用することによって、そのような基準のための値を計算するように実装され得る。この例では、装置Ａ１１０（またはＭＦ１１０またはＭＦ２１０）は、プルーニングされたフレームを符号化して、対応する符号化されたフレームＳＥ１０を生成するように構成される。

図１６Ｅは、装置Ａ１１０（またはＭＦ１１０またはＭＦ２１０）がＬＰＣ残差を符号化するように構成された、図Ａ１Ｃの経路と図Ａ１Ｄの経路の両方の実装形態のブロック図を示している。

図１７Ｂに、装置Ａ１００の実装形態を含む通信デバイスＤ１０のブロック図を示す。デバイスＤ１０は、装置Ａ１００（あるいはＭＦ１００および／またはＭＦ２１０）の要素を組み込むチップまたはチップセットＣＳ１０（たとえば、移動局モデム（ＭＳＭ）チップセット）を含む。チップ／チップセットＣＳ１０は、装置Ａ１００またはＭＦ１００のソフトウェアおよび／またはファームウェア部分を（たとえば、命令として）実行するように構成され得る１つまたは複数のプロセッサを含み得る。

チップ／チップセットＣＳ１０は、無線周波（ＲＦ）通信信号を受信し、ＲＦ信号内で符号化されたオーディオ信号を復号し、再生するように構成された受信機と、（たとえば、タスクＴＡ７００またはＴＢ７００によって生成される）符号化されたオーディオ信号を記述するＲＦ通信信号を送信するように構成された送信機とを含む。そのようなデバイスは、１つまたは複数の（「コーデック」とも呼ばれる）符号化および復号方式を介してボイス通信データをワイヤレスに送信および受信するように構成され得る。そのようなコーデックの例には、「Enhanced Variable Rate Codec, Speech Service Options 3, 68, and 70 for Wideband Spread Spectrum Digital Systems」と題するＴｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ ２（３ＧＰＰ２）文書Ｃ．Ｓ００１４−Ｃ、ｖ１．０、２００７年２月（ｗｗｗ．３ｇｐｐ．ｏｒｇでオンライン入手可能）に記載されているＥｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ、「Selectable Mode Vocoder (SMV) Service Option for Wideband Spread Spectrum Communication Systems」と題する３ＧＰＰ２文書Ｃ．Ｓ００３０−０、ｖ３．０、２００４年１月（ｗｗｗ．３ｇｐｐ．ｏｒｇでオンライン入手可能）に記載されている選択可能モードボコーダ音声コーデック、文書ＥＴＳＩ ＴＳ １２６ ０９２ Ｖ６．０．０（Ｅｕｒｏｐｅａｎ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｓ Ｉｎｓｔｉｔｕｔｅ（ＥＴＳＩ）、Ｓｏｐｈｉａ Ａｎｔｉｐｏｌｉｓ Ｃｅｄｅｘ、フランス、２００４年１２月）に記載されている適応マルチレート（ＡＭＲ）音声コーデック、および文書ＥＴＳＩ ＴＳ １２６ １９２ Ｖ６．０．０（ＥＴＳＩ、２００４年１２月）に記載されているＡＭＲ広帯域音声コーデックがある。

デバイスＤ１０は、アンテナＣ３０を介してＲＦ通信信号を受信および送信するように構成される。デバイスＤ１０はまた、アンテナＣ３０への経路中にダイプレクサと１つまたは複数の電力増幅器とを含み得る。また、チップ／チップセットＣＳ１０は、キーパッドＣ１０を介してユーザ入力を受信し、ディスプレイＣ２０を介して情報を表示するように構成される。この例では、デバイスＤ１０は、全地球測位システム（ＧＰＳ）位置サービス、および／またはワイヤレス（たとえば、Ｂｌｕｅｔｏｏｔｈ（登録商標））ヘッドセットなどの外部デバイスとの短距離通信をサポートする、１つまたは複数のアンテナＣ４０をも含む。別の例では、そのような通信デバイスは、それ自体でＢｌｕｅｔｏｏｔｈ（登録商標）ヘッドセットであり、キーパッドＣ１０、ディスプレイＣ２０、およびアンテナＣ３０がない。

通信デバイスＤ１０は、スマートフォンおよびラップトップおよびタブレットコンピュータを含む、様々な通信デバイスに組み込まれ得る。図１８に、正面に構成された２つのボイスマイクロフォンＭＶ１０−１およびＭＶ１０−３と、背面に構成されたボイスマイクロフォンＭＶ１０−２と、正面の上部隅に配置された誤差マイクロフォンＭＥ１０と、背面に配置された雑音基準マイクロフォンＭＲ１０とを有するハンドセットＨ１００（たとえば、スマートフォン）の正面図、背面図、および側面図を示す。ラウドスピーカーＬＳ１０は、誤差マイクロフォンＭＥ１０の近くの正面の上部中央に構成され、（たとえば、スピーカーフォンアプリケーションのための）２つの他のラウドスピーカーＬＳ２０Ｌ、ＬＳ２０Ｒも設けられる。そのようなハンドセットのマイクロフォン間の最大距離は、一般に約１０または１２センチメートルである。

本明細書で開示した方法および装置は、概して任意の送受信および／またはオーディオ感知適用例、特にそのような適用例のモバイルまたは場合によってはポータブルインスタンスにおいて適用され得る。たとえば、本明細書で開示した構成の範囲は、符号分割多元接続（ＣＤＭＡ）無線インターフェースを採用するように構成されたワイヤレステレフォニー通信システム中に常駐する通信デバイスを含む。とはいえ、本明細書で説明した特徴を有する方法および装置は、ワイヤードおよび／またはワイヤレス（たとえば、ＣＤＭＡ、ＴＤＭＡ、ＦＤＭＡ、および／またはＴＤ−ＳＣＤＭＡ）送信チャネルを介したボイスオーバＩＰ（ＶｏＩＰ）を採用するシステムなど、当業者に知られている広範囲の技術を採用する様々な通信システムのいずれにも常駐し得ることが、当業者には理解されよう。

本明細書で開示した通信デバイスは、パケット交換式であるネットワーク（たとえば、ＶｏＩＰなどのプロトコルに従ってオーディオ送信を搬送するように構成されたワイヤードおよび／またはワイヤレスネットワーク）および／または回線交換式であるネットワークにおける使用に適応され得ることが明確に企図され、本明細書によって開示される。また、本明細書で開示した通信デバイスは、狭帯域コーディングシステム（たとえば、約４または５キロヘルツの可聴周波数レンジを符号化するシステム）での使用、ならびに／あるいは全帯域広帯域コーディングシステムおよびスプリットバンド広帯域コーディングシステムを含む、広帯域コーディングシステム（たとえば、５キロヘルツを超える可聴周波数を符号化するシステム）での使用に適応され得ることが明確に企図され、本明細書によって開示される。

説明した構成の提示は、本明細書で開示した方法および他の構造を当業者が製造または使用できるように与えたものである。本明細書で図示および説明したフローチャート、ブロック図、および他の構造は例にすぎず、これらの構造の他の変形態も本開示の範囲内である。これらの構成に対する様々な変更が可能であり、本明細書で提示した一般原理は他の構成にも同様に適用され得る。したがって、本開示は、上記に示した構成に限定されるものではなく、原開示の一部をなす、出願した添付の特許請求の範囲を含む、本明細書において任意の方法で開示した原理および新規の特徴に一致する最も広い範囲が与えられるべきである。

情報および信号は、多種多様な技術および技法のいずれかを使用して表され得ることを当業者なら理解されよう。たとえば、上記の説明全体にわたって言及され得るデータ、命令、コマンド、情報、信号、ビット、およびシンボルは、電圧、電流、電磁波、磁界または磁性粒子、光場または光学粒子、あるいはそれらの任意の組合せによって表され得る。

本明細書で開示した構成の実装形態の重要な設計要件は、圧縮されたオーディオもしくはオーディオビジュアル情報（たとえば、本明細書で識別される例のうちの１つなど、圧縮形式に従って符号化されるファイルまたはストリーム）の再生などの計算集約的適用例、または広帯域通信（たとえば、１２、１６、４４．１、４８、または１９２ｋＨｚなど、８キロヘルツよりも高いサンプリングレートにおけるボイス通信）の適用例では特に、（一般に百万命令毎秒またはＭＩＰＳで測定される）処理遅延および／または計算複雑さを最小にすることを含み得る。

本明細書で開示した装置（たとえば、装置Ａ１００、Ａ１１０、ＭＦ１００、ＭＦ１１０、またはＭＦ２１０）は、意図された適用例に好適と見なされる、ソフトウェアとの、および／またはファームウェアとのハードウェアの任意の組合せで実装され得る。たとえば、そのような要素は、たとえば、同じチップ上に、またはチップセット中の２つ以上のチップ間に常駐する電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたは論理ゲートなどの論理要素の固定アレイまたはプログラマブルアレイであり、これらの要素のいずれも１つまたは複数のそのようなアレイとして実装され得る。これらの要素のうちの任意の２つ以上、さらにはすべてが、同じ１つまたは複数のアレイ内に実装され得る。そのような１つまたは複数のアレイは、１つまたは複数のチップ内（たとえば、２つ以上のチップを含むチップセット内）に実装され得る。

本明細書で開示した装置（たとえば、装置Ａ１００、Ａ１１０、ＭＦ１００、ＭＦ１１０、またはＭＦ２１０）の様々な実装形態の１つまたは複数の要素は、全体または一部が、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、デジタル信号プロセッサ、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、論理要素の１つまたは複数の固定アレイまたはプログラマブルアレイ上で実行するように構成された命令の１つまたは複数のセットとして実装され得る。本明細書で開示した装置の実装形態の様々な要素のいずれも、１つまたは複数のコンピュータ（たとえば、「プロセッサ」とも呼ばれる、命令の１つまたは複数のセットまたはシーケンスを実行するようにプログラムされた１つまたは複数のアレイを含む機械）としても実施され得、これらの要素のうちの任意の２つ以上、さらにはすべてが、同じそのような１つまたは複数のコンピュータ内に実装され得る。

本明細書で開示したプロセッサまたは処理するための他の手段は、たとえば、同じチップ上に、またはチップセット中の２つ以上のチップ間に常駐する１つまたは複数の電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたは論理ゲートなどの論理要素の固定アレイまたはプログラマブルアレイであり、これらの要素のいずれも１つまたは複数のそのようなアレイとして実装され得る。そのような１つまたは複数のアレイは、１つまたは複数のチップ内（たとえば、２つ以上のチップを含むチップセット内）に実装され得る。そのようなアレイの例には、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、ＤＳＰ、ＦＰＧＡ、ＡＳＳＰ、およびＡＳＩＣなど、論理要素の固定アレイまたはプログラマブルアレイがある。本明細書で開示したプロセッサまたは処理するための他の手段は、１つまたは複数のコンピュータ（たとえば、命令の１つまたは複数のセットまたはシーケンスを実行するようにプログラムされた１つまたは複数のアレイを含む機械）あるいは他のプロセッサとしても実施され得る。本明細書で説明したプロセッサは、プロセッサが組み込まれているデバイスまたはシステム（たとえば、オーディオ感知デバイス）の別の動作に関係するタスクなど、方法ＭＡ１００、ＭＡ１１０、ＭＢ１００、ＭＢ１１０、またはＭＤ１００の実装形態のプロシージャに直接関係しないタスクを実行するかまたは命令の他のセットを実行するために使用することが可能である。また、本明細書で開示した方法の一部はオーディオ感知デバイスのプロセッサによって実行され、その方法の別の一部は１つまたは複数の他のプロセッサの制御下で実行されることが可能である。

本明細書で開示した構成に関して説明した様々な例示的なモジュール、論理ブロック、回路、およびテストならびに他の動作は、電子ハードウェア、コンピュータソフトウェア、またはその両方の組合せとして実装され得ることを、当業者なら諒解されよう。そのようなモジュール、論理ブロック、回路、および動作は、本明細書で開示した構成を生成するように設計された、汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、ＡＳＩＣまたはＡＳＳＰ、ＦＰＧＡまたは他のプログラマブル論理デバイス、個別ゲートまたはトランジスタ論理、個別ハードウェア構成要素、あるいはそれらの任意の組合せを用いて実装または実行され得る。たとえば、そのような構成は、少なくとも部分的に、ハードワイヤード回路として、特定用途向け集積回路へと作製された回路構成として、あるいは不揮発性記憶装置にロードされるファームウェアプログラム、または汎用プロセッサもしくは他のデジタル信号処理ユニットなどの論理要素のアレイによって実行可能な命令である機械可読コードとしてデータ記憶媒体からロードされるかもしく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され得る。汎用プロセッサはマイクロプロセッサであり得るが、代替として、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。プロセッサはまた、コンピューティングデバイスの組合せ、たとえば、ＤＳＰとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、ＤＳＰコアと連携する１つまたは複数のマイクロプロセッサ、あるいは任意の他のそのような構成として実装され得る。ソフトウェアモジュールは、ＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（読取り専用メモリ）、フラッシュＲＡＭなどの不揮発性ＲＡＭ（ＮＶＲＡＭ）、消去可能プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、レジスタ、ハードディスク、リムーバブルディスク、またはＣＤ−ＲＯＭなど、非一時的記憶媒体中に、あるいは当技術分野で知られている任意の他の形態の記憶媒体中に常駐し得る。例示的な記憶媒体は、プロセッサが記憶媒体から情報を読み取り、記憶媒体に情報を書き込むことができるように、プロセッサに結合される。代替として、記憶媒体はプロセッサに一体化され得る。プロセッサおよび記憶媒体はＡＳＩＣ中に常駐し得る。ＡＳＩＣはユーザ端末中に常駐し得る。代替として、プロセッサおよび記憶媒体は、ユーザ端末中に個別構成要素として常駐し得る。

本明細書で開示した様々な方法（たとえば、方法ＭＡ１００、ＭＡ１１０、ＭＢ１００、ＭＢ１１０、またはＭＤ１００）は、プロセッサなどの論理要素のアレイによって実行され得、本明細書で説明した装置の様々な要素は、そのようなアレイ上で実行するように設計されたモジュールとして実装され得ることに留意されたい。本明細書で使用する「モジュール」または「サブモジュール」という用語は、ソフトウェア、ハードウェアまたはファームウェアの形態でコンピュータ命令（たとえば、論理式）を含む任意の方法、装置、デバイス、ユニットまたはコンピュータ可読データ記憶媒体を指すことができる。複数のモジュールまたはシステムは１つのモジュールまたはシステムに結合され得、１つのモジュールまたはシステムは、同じ機能を実行する複数のモジュールまたはシステムに分離され得ることを理解されたい。ソフトウェアまたは他のコンピュータ実行可能命令で実装されるとき、プロセスの要素は本質的に、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを用いて関連するタスクを実行するコードセグメントである。「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、論理要素のアレイによって実行可能な命令の１つまたは複数のセットまたはシーケンス、およびそのような例の任意の組合せを含むことを理解されたい。プログラムまたはコードセグメントは、プロセッサ可読媒体に記憶され得、あるいは搬送波に埋め込まれたコンピュータデータ信号によって伝送媒体または通信リンクを介して送信され得る。

本明細書で開示した方法、方式、および技法の実装形態は、（たとえば、本明細書に記載する１つまたは複数のコンピュータ可読記憶媒体の有形のコンピュータ可読特徴において）論理要素のアレイ（たとえば、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）を含む機械によって実行可能な命令の１つまたは複数のセットとしても有形に実施され得る。「コンピュータ可読媒体」という用語は、情報を記憶または転送することができる、揮発性、不揮発性、取外し可能、および取外し不可能な記憶媒体を含む、任意の媒体を含み得る。コンピュータ可読媒体の例には、電子回路、半導体メモリデバイス、ＲＯＭ、フラッシュメモリ、消去可能ＲＯＭ（ＥＲＯＭ）、フロッピー（登録商標）ディスケットまたは他の磁気ストレージ、ＣＤ−ＲＯＭ／ＤＶＤまたは他の光ストレージ、ハードディスクまたは所望の情報を記憶するために使用され得る任意の他の媒体、光ファイバー媒体、無線周波（ＲＦ）リンク、あるいは所望の情報を搬送するために使用され得、アクセスされ得る任意の他の媒体がある。コンピュータデータ信号は、電子ネットワークチャネル、光ファイバー、エアリンク、電磁リンク、ＲＦリンクなどの伝送媒体を介して伝播することができるどんな信号をも含み得る。コードセグメントは、インターネットまたはイントラネットなどのコンピュータネットワークを介してダウンロードされ得る。いずれの場合も、本開示の範囲は、そのような実施形態によって限定されると解釈すべきではない。

本明細書で説明した方法のタスクの各々は、ハードウェアで直接実施され得るか、プロセッサによって実行されるソフトウェアモジュールで実施され得るか、またはその２つの組合せで実施され得る。本明細書で開示した方法の実装形態の典型的な適用例では、論理要素のアレイ（たとえば、論理ゲート）は、この方法の様々なタスクのうちの１つ、複数、さらにはすべてを実行するように構成される。タスクのうちの１つまたは複数（場合によってはすべて）は、論理要素のアレイ（たとえば、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）を含む機械（たとえば、コンピュータ）によって読取り可能および／または実行可能であるコンピュータプログラム製品（たとえば、ディスク、フラッシュメモリカードまたは他の不揮発性メモリカード、半導体メモリチップなど、１つまたは複数のデータ記憶媒体など）に埋め込まれたコード（たとえば、命令の１つまたは複数のセット）としても実装され得る。本明細書で開示した方法の実装形態のタスクは、２つ以上のそのようなアレイまたは機械によっても実行され得る。これらまたは他の実装形態では、タスクは、セルラー電話など、ワイヤレス通信用のデバイス、またはそのような通信機能を有する他のデバイス内で実行され得る。そのようなデバイスは、（たとえば、ＶｏＩＰなどの１つまたは複数のプロトコルを使用して）回線交換および／またはパケット交換ネットワークと通信するように構成され得る。たとえば、そのようなデバイスは、符号化フレームを受信および／または送信するように構成されたＲＦ回路を含み得る。

本明細書で開示した様々な方法は、ハンドセット、ヘッドセット、または携帯情報端末（ＰＤＡ）などのポータブル通信デバイスによって実行され得、本明細書で説明した様々な装置は、そのようなデバイス内に含まれ得ることが明確に開示される。典型的なリアルタイム（たとえば、オンライン）適用例は、そのようなモバイルデバイスを使用して行われる電話会話である。

１つまたは複数の例示的な実施形態では、本明細書で説明した動作は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装する場合、そのような動作は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体に記憶され得るか、あるいはコンピュータ可読媒体を介して送信され得る。「コンピュータ可読媒体」という用語は、コンピュータ可読記憶媒体と通信（たとえば、伝送）媒体の両方を含む。限定ではなく、例として、コンピュータ可読記憶媒体は、（限定はしないが、ダイナミックまたはスタティックＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、および／またはフラッシュＲＡＭを含み得る）半導体メモリ、または強誘電体メモリ、磁気抵抗メモリ、オボニックメモリ、高分子メモリ、または相変化メモリなどの記憶要素のアレイ、ＣＤ−ＲＯＭまたは他の光ディスクストレージ、ならびに／あるいは磁気ディスクストレージまたは他の磁気ストレージデバイスを備えることができる。そのような記憶媒体は、コンピュータによってアクセスされ得る命令またはデータ構造の形態で情報を記憶し得る。通信媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、命令またはデータ構造の形態で所望のプログラムコードを搬送するために使用され得、コンピュータによってアクセスされ得る、任意の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、ソフトウェアが、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、または赤外線、無線、および／またはマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、および／またはマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。本明細書で使用するディスク（disk）およびディスク（disc）は、コンパクトディスク（disc）（ＣＤ）、レーザディスク（disc）、光ディスク（disc）、デジタル多用途ディスク（disc）（ＤＶＤ）、フロッピーディスク（disk）およびＢｌｕ−ｒａｙ Ｄｉｓｃ（登録商標）（Ｂｌｕ−Ｒａｙ Ｄｉｓｃ Ａｓｓｏｃｉａｔｉｏｎ、カリフォルニア州ユニヴァーサルシティー）を含み、ディスク（disk）は、通常、データを磁気的に再生し、ディスク（disc）はデータをレーザで光学的に再生する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。

本明細書で説明した音響信号処理装置は、いくつかの動作を制御するために音声入力を受容し、あるいは背景雑音から所望の雑音を分離することから利益を得ることがある、通信デバイスなどの電子デバイスに組み込まれ得る。多くの適用例では、複数の方向から発生した背景音から明瞭な所望の音を強調または分離することから利益を得ることがある。そのような適用例は、ボイス認識および検出、音声強調および分離、ボイスアクティブ化制御などの機能を組み込んだ電子デバイスまたはコンピューティングデバイスにおけるヒューマンマシンインターフェースを含み得る。限られた処理機能のみを与えるデバイスに適したそのような音響信号処理装置を実装することが望ましいことがある。

本明細書で説明したモジュール、要素、およびデバイスの様々な実装形態の要素は、たとえば、同じチップ上にまたはチップセット中の２つ以上のチップ間に常駐する電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたはゲートなど、論理要素の固定アレイまたはプログラマブルアレイである。本明細書で説明した装置の様々な実装形態の１つまたは複数の要素は、全体または一部が、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、デジタル信号プロセッサ、ＦＰＧＡ、ＡＳＳＰ、およびＡＳＩＣなど、論理要素の１つまたは複数の固定アレイまたはプログラマブルアレイ上で実行するように構成された命令の１つまたは複数のセットとしても実装され得る。

本明細書で説明した装置の実装形態の１つまたは複数の要素は、その装置が組み込まれているデバイスまたはシステムの別の動作に関係するタスクなど、装置の動作に直接関係しないタスクを実施するために、または装置の動作に直接関係しない命令の他のセットを実行するために使用されることが可能である。また、そのような装置の実装形態の１つまたは複数の要素は、共通の構造（たとえば、異なる要素に対応するコードの部分を異なる時間に実行するために使用されるプロセッサ、異なる要素に対応するタスクを異なる時間に実施するために実行される命令のセット、あるいは、異なる要素向けの動作を異なる時間に実施する電子デバイスおよび／または光デバイスの構成）を有することが可能である。

Claims (48)

1. オーディオ信号処理の方法であって、前記方法が、
   周波数領域において、基準オーディオ信号中の複数のピークの位置を特定することと、
   高調波モデルの基本周波数のＮｆ個の候補を選択することであって、前記Ｎｆ個の候補の各々が、前記周波数領域における前記複数のピークのうちの対応する１つのピークの位置に基づく、選択することと、
   前記周波数領域における前記複数のピークのうちの少なくとも２つのピークの位置に基づいて、前記高調波モデルの高調波間の間隔のＮｄ個の候補を計算することと、
   前記基本周波数候補と前記高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択することであって、前記セット中の各サブバンドの前記周波数領域における位置が候補の前記ペアに基づく、選択することと、
   候補の前記複数の異なるペアの各々について、前記ターゲットオーディオ信号の少なくとも１つのサブバンドの前記対応するセットからエネルギー値を計算することと、
   少なくとも複数の前記計算されたエネルギー値に基づいて、候補の前記複数の異なるペアの中から候補のペアを選択することと
   を備え、
   前記数Ｎｆと前記数Ｎｄとのうちの少なくとも１つが、１よりも大きい値を有する、方法。
2. 前記ターゲットオーディオ信号が前記基準オーディオ信号である、請求項１に記載の方法。
3. 前記基準オーディオ信号がオーディオ信号の第１の周波数範囲を表し、
   前記ターゲットオーディオ信号が、前記第１の周波数範囲とは異なる前記オーディオ信号の第２の周波数範囲を表す、請求項１に記載の方法。
4. 前記方法が、前記Ｎｆ個の基本周波数候補を前記第２の周波数範囲にマッピングすることを含む、請求項３に記載の方法。
5. 前記方法が、候補の前記選択されたペアによって示される少なくとも１つのサブバンドの前記セットに対して利得形状ベクトル量子化演算を実行することを含む、請求項１に記載の方法。
6. 少なくとも１つのサブバンドを前記選択することが、サブバンドのセットを選択することを備え、
   サブバンドの前記対応するセットからエネルギー値を前記計算することが、サブバンド当たりの平均エネルギーを計算することを含む、請求項１に記載の方法。
7. サブバンドの前記対応するセットからエネルギー値を前記計算することが、少なくとも１つのサブバンドの前記セットによって獲得される総エネルギーを計算することを含む、請求項１に記載の方法。
8. 前記ターゲットオーディオ信号が線形予測コーディング残差に基づく、請求項１に記載の方法。
9. 前記ターゲットオーディオ信号が複数の修正離散コサイン変換係数である、請求項１に記載の方法。
10. 少なくとも１つのサブバンドのセットを前記選択することが、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンドによって獲得される前記エネルギーが最大になる前記サブバンドの位置を見つけることを含み、前記基準位置が前記候補ペアに基づく、請求項１に記載の方法。
11. 少なくとも１つのサブバンドのセットを前記選択することが、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンド内で最大値を有するサンプルの中心が前記サブバンド内にある、前記サブバンドの位置を見つけることを含み、前記基準位置が前記候補ペアに基づく、請求項１に記載の方法。
12. 候補の前記複数の異なるペアのうちの少なくとも１つについて、少なくとも１つのサブバンドのセットを前記選択することが、前記少なくとも１つのサブバンドの少なくとも１つの各々について、
    前記候補ペアに基づいて、前記位置を特定されたピークのうちの指定された１つを前記サブバンドが除外するように、前記サブバンドの第１の位置を計算することであって、前記第１の位置が、周波数領域軸上の前記指定された、位置を特定されたピークの一方の側にある、計算することと、
    前記候補ペアに基づいて、前記指定された、位置を特定されたピークを前記サブバンドが除外するように、前記サブバンドの第２の位置を計算することであって、前記第２の位置が、前記周波数領域軸上の前記指定された、位置を特定されたピークの他方の側にある、計算することと、
    前記サブバンドが最低エネルギーを有する、前記第１の位置と前記第２の位置のうちの一方を識別することと
    を含む、請求項１に記載の方法。
13. 前記方法が、候補の前記選択されたペアの値と、少なくとも１つのサブバンドの前記対応する選択されたセットの各サブバンドの成分とを示す符号化信号を生成することを備える、請求項１に記載の方法。
14. 少なくとも１つのサブバンドを前記選択することが、サブバンドのセットを選択することを備え、
    前記方法が、
    候補の前記選択されたペアに対応する、サブバンドの前記選択されたセットを量子化することと、
    サブバンドの逆量子化されたセットを取得するために、サブバンドの前記量子化されたセットを逆量子化することと、
    候補の前記選択されたペアに基づく対応する位置に前記逆量子化されたサブバンドを配置することによって、復号された信号を構築することと
    を備え、
    前記復号された信号内の前記逆量子化されたサブバンドの前記位置が、前記ターゲットオーディオ信号内の、候補の前記選択されたペアに対応する前記選択されたセットの前記対応するサブバンドの前記位置とは異なる、請求項１に記載の方法。
15. 復号されたオーディオフレームを構築する方法であって、前記方法が、
    基本周波数値に従って、複数の復号されたサブバンドベクトルのうちの第１の復号されたサブバンドベクトルを配置することと、
    前記基本周波数値と高調波間隔値とに従って、前記複数の復号されたサブバンドベクトルの残りを配置することと、
    前記複数の復号されたサブバンドベクトルによって占有されていない前記フレームの位置に復号された残差信号を挿入することと
    を備える、方法。
16. 前記複数の復号されたサブバンドベクトルの各隣接するペアについて、前記ベクトルの中心間の距離が前記高調波間隔値に等しい、請求項１５に記載の方法。
17. 前記方法が、前記複数の復号されたサブバンドベクトルの可能な位置に対応する、前記復号された残差信号の部分を消去することを備える、請求項１５に記載の方法。
18. 復号された残差信号を前記挿入することが、周波数の増加する順に前記フレームの前記占有されていない位置に、前記復号された残差信号の第１の値から前記復号された残差信号の最後の値まで順に、前記復号された残差信号の値を挿入することを含む、請求項１５に記載の方法。
19. 復号された残差信号を前記挿入することが、前記複数の復号されたサブバンドベクトルのうちの隣接するサブバンドベクトル間に収まるように、周波数領域軸に関して前記復号された残差信号の部分をワーピングすることを含む、請求項１５に記載の方法。
20. オーディオ信号処理のための装置であって、前記装置が、
    周波数領域において基準オーディオ信号中の複数のピークの位置を特定するための手段と、
    高調波モデルの基本周波数のＮｆ個の候補を選択するための手段であって、前記Ｎｆ個の候補の各々が、前記周波数領域における前記複数のピークのうちの対応する１つのピークの位置に基づく、選択するための手段と、
    前記周波数領域における前記複数のピークのうちの少なくとも２つのピークの位置に基づいて、前記高調波モデルの高調波間の間隔のＮｄ個の候補を計算するための手段と、
    前記基本周波数候補と前記高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択するための手段であって、前記セット中の各サブバンドの前記周波数領域における位置が候補の前記ペアに基づく、選択するための手段と、
    候補の前記複数の異なるペアの各々について、前記ターゲットオーディオ信号の少なくとも１つのサブバンドの前記対応するセットからエネルギー値を計算するための手段と、
    少なくとも複数の前記計算されたエネルギー値に基づいて、候補の前記複数の異なるペアの中から候補のペアを選択するための手段と
    を備え、
    前記数Ｎｆと前記数Ｎｄとのうちの少なくとも１つが、１よりも大きい値を有する、装置。
21. 前記ターゲットオーディオ信号が前記基準オーディオ信号である、請求項２０に記載の装置。
22. 前記基準オーディオ信号がオーディオ信号の第１の周波数範囲を表し、
    前記ターゲットオーディオ信号が、前記第１の周波数範囲とは異なる前記オーディオ信号の第２の周波数範囲を表す、請求項２０に記載の装置。
23. 前記装置が、前記Ｎｆ個の基本周波数候補を前記第２の周波数範囲にマッピングするための手段を含む、請求項２２に記載の装置。
24. 前記装置が、候補の前記選択されたペアによって示される少なくとも１つのサブバンドの前記セットに対して利得形状ベクトル量子化演算を実行するための手段を含む、請求項２０に記載の装置。
25. 少なくとも１つのサブバンドのセットを選択するための前記手段が、候補の前記複数の異なるペアの各々について、サブバンドのセットを選択するように構成され、
    サブバンドの前記対応するセットからエネルギー値を計算するための前記手段が、サブバンド当たりの平均エネルギーを計算するための手段を含む、請求項２０に記載の装置。
26. サブバンドの前記対応するセットからエネルギー値を計算するための前記手段が、少なくとも１つのサブバンドの前記セットによって獲得される総エネルギーを計算するための手段を含む、請求項２０に記載の装置。
27. 前記ターゲットオーディオ信号が線形予測コーディング残差に基づく、請求項２０に記載の装置。
28. 前記ターゲットオーディオ信号が複数の修正離散コサイン変換係数である、請求項２０に記載の装置。
29. 少なくとも１つのサブバンドのセットを選択するための前記手段が、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンドによって獲得される前記エネルギーが最大になる前記サブバンドの位置を見つけるための手段を含み、前記基準位置が前記候補ペアに基づく、請求項２０に記載の装置。
30. 少なくとも１つのサブバンドのセットを選択するための前記手段が、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンド内で最大値を有するサンプルの中心が前記サブバンド内にある、前記サブバンドの位置を見つけるための手段を含み、前記基準位置が前記候補ペアに基づく、請求項２０に記載の装置。
31. 候補の前記複数の異なるペアのうちの少なくとも１つについて、少なくとも１つのサブバンドのセットを選択するための前記手段が、
    前記少なくとも１つのサブバンドの少なくとも１つの各々について、前記候補ペアに基づいて、（Ａ）前記位置を特定されたピークのうちの指定された１つを前記サブバンドが除外するように、前記サブバンドの第１の位置を計算するための手段であって、前記第１の位置が、周波数領域軸上の前記指定された、位置を特定されたピークの一方の側にある、計算するための手段と、（Ｂ）前記指定された、位置を特定されたピークを前記サブバンドが除外するように、前記サブバンドの第２の位置を計算するための手段であって、前記第２の位置が、前記周波数領域軸上の前記指定された、位置を特定されたピークの他方の側にある、計算するための手段と、
    前記少なくとも１つのサブバンドの前記少なくとも１つの各々について、前記サブバンドが最低エネルギーを有する、前記第１の位置と前記第２の位置のうちの一方を識別するための手段と
    を含む、請求項２０に記載の装置。
32. 前記装置が、候補の前記選択されたペアの値と、少なくとも１つのサブバンドの前記対応する選択されたセットの各サブバンドの成分とを示す符号化信号を生成するための手段を備える、請求項２０に記載の装置。
33. 少なくとも１つのサブバンドのセットを選択するための前記手段が、候補の前記複数の異なるペアの各々について、サブバンドのセットを選択するように構成され、
    前記装置が、
    候補の前記選択されたペアに対応する、サブバンドの前記選択されたセットを量子化するための手段と、
    サブバンドの逆量子化されたセットを取得するために、サブバンドの前記量子化されたセットを逆量子化するための手段と、
    候補の前記選択されたペアに基づく対応する位置に前記逆量子化されたサブバンドを配置することによって、復号された信号を構築するための手段と
    を備え、
    前記復号された信号内の前記逆量子化されたサブバンドの前記位置が、前記ターゲットオーディオ信号内の、候補の前記選択されたペアに対応する前記選択されたセットの前記対応するサブバンドの前記位置とは異なる、請求項２０に記載の装置。
34. オーディオ信号処理のための装置であって、前記装置が、
    周波数領域において基準オーディオ信号中の複数のピークの位置を特定するように構成された周波数領域ピークロケータと、
    高調波モデルの基本周波数のＮｆ個の候補を選択するように構成された基本周波数候補セレクタであって、前記Ｎｆ個の候補の各々が、前記周波数領域における前記複数のピークのうちの対応する１つのピークの位置に基づく、基本周波数候補セレクタと、
    前記周波数領域における前記複数のピークのうちの少なくとも２つのピークの位置に基づいて、前記高調波モデルの高調波間の間隔のＮｄ個の候補を計算するように構成された距離計算器と、
    前記基本周波数候補と前記高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択するように構成されたサブバンド配置セレクタであって、前記セット中の各サブバンドの前記周波数領域における位置が候補の前記ペアに基づく、サブバンド配置セレクタと、
    候補の前記複数の異なるペアの各々について、前記ターゲットオーディオ信号の少なくとも１つのサブバンドの前記対応するセットからエネルギー値を計算するように構成されたエネルギー計算器と、
    少なくとも複数の前記計算されたエネルギー値に基づいて、候補の前記複数の異なるペアの中から候補のペアを選択するように構成された候補ペアセレクタと
    を備え、
    前記数Ｎｆと前記数Ｎｄとのうちの少なくとも１つが、１よりも大きい値を有する、装置。
35. 前記ターゲットオーディオ信号が前記基準オーディオ信号である、請求項３４に記載の装置。
36. 前記基準オーディオ信号がオーディオ信号の第１の周波数範囲を表し、
    前記ターゲットオーディオ信号が、前記第１の周波数範囲とは異なる前記オーディオ信号の第２の周波数範囲を表す、請求項３４に記載の装置。
37. 前記サブバンド配置セレクタが、前記Ｎｆ個の基本周波数候補を前記第２の周波数範囲にマッピングするように構成された、請求項３６に記載の装置。
38. 前記装置が、候補の前記選択されたペアによって示される少なくとも１つのサブバンドの前記セットに対して利得形状ベクトル量子化演算を実行するように構成された量子化器を含む、請求項３４に記載の装置。
39. 前記サブバンド配置セレクタが、候補の前記複数の異なるペアの各々について、サブバンドのセットを選択するように構成され、
    前記エネルギー計算器が、候補の前記複数の異なるペアの各々について、サブバンド当たりの平均エネルギーを計算するように構成された、請求項３４に記載の装置。
40. 前記エネルギー計算器が、候補の前記複数の異なるペアの各々について、少なくとも１つのサブバンドの前記セットによって獲得される総エネルギーを計算するように構成された、請求項３４に記載の装置。
41. 前記ターゲットオーディオ信号が線形予測コーディング残差に基づく、請求項３４に記載の装置。
42. 前記ターゲットオーディオ信号が複数の修正離散コサイン変換係数である、請求項３４に記載の装置。
43. 前記サブバンド配置セレクタが、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンドによって獲得される前記エネルギーが最大になる前記サブバンドの位置を見つけるように構成され、前記基準位置が前記候補ペアに基づく、請求項３４に記載の装置。
44. 前記サブバンド配置セレクタが、少なくとも１つのサブバンドの前記セットの少なくとも１つの各々について、基準位置の指定された範囲内で、前記サブバンド内で最大値を有するサンプルの中心が前記サブバンド内にある、前記サブバンドの位置を見つけるように構成され、前記基準位置が前記候補ペアに基づく、請求項３４に記載の装置。
45. 候補の前記複数の異なるペアのうちの少なくとも１つについて、前記サブバンド配置セレクタが、
    前記少なくとも１つのサブバンドの少なくとも１つの各々について、前記候補ペアに基づいて、（Ａ）前記位置を特定されたピークのうちの指定された１つを前記サブバンドが除外するように、前記サブバンドの第１の位置を計算することであって、前記第１の位置が、周波数領域軸上の前記指定された、位置を特定されたピークの一方の側にある、計算することと、（Ｂ）前記指定された、位置を特定されたピークを前記サブバンドが除外するように、前記サブバンドの第２の位置を計算することであって、前記第２の位置が、前記周波数領域軸上の前記指定された、位置を特定されたピークの他方の側にある、計算することと、
    前記少なくとも１つのサブバンドの前記少なくとも１つの各々について、前記サブバンドが最低エネルギーを有する、前記第１の位置と前記第２の位置のうちの一方を識別することと
    を行うように構成された、請求項３４に記載の装置。
46. 前記装置が、候補の前記選択されたペアの値と、少なくとも１つのサブバンドの前記対応する選択されたセットの各サブバンドの成分とを示す符号化信号を生成するように構成されたビットパッカーを備える、請求項３４に記載の装置。
47. 前記サブバンド配置セレクタが、候補の前記複数の異なるペアの各々について、サブバンドのセットを選択するように構成され、
    前記装置が、
    候補の前記選択されたペアに対応する、サブバンドの前記選択されたセットを量子化するように構成された量子化器と、
    サブバンドの逆量子化されたセットを取得するために、サブバンドの前記量子化されたセットを逆量子化するように構成された逆量子化器と、
    候補の前記選択されたペアに基づく対応する位置に前記逆量子化されたサブバンドを配置することによって、復号された信号を構築するように構成されたサブバンド配置論理と
    を備え、
    前記復号された信号内の前記逆量子化されたサブバンドの前記位置が、前記ターゲットオーディオ信号内の、候補の前記選択されたペアに対応する前記選択されたセットの前記対応するサブバンドの前記位置とは異なる、請求項３４に記載の装置。
48. 有形特徴を有する非一時的コンピュータ可読記憶媒体であって、前記有形特徴が、機械によって読み取られたとき、
    周波数領域において、基準オーディオ信号中の複数のピークの位置を特定することと、
    高調波モデルの基本周波数のＮｆ個の候補を選択することであって、前記Ｎｆ個の候補の各々が、前記周波数領域における前記複数のピークのうちの対応する１つのピークの位置に基づく、選択することと、
    前記周波数領域における前記複数のピークのうちの少なくとも２つのピークの位置に基づいて、前記高調波モデルの高調波間の間隔のＮｄ個の候補を計算することと、
    前記基本周波数候補と前記高調波間隔候補との複数の異なるペアの各々について、ターゲットオーディオ信号の少なくとも１つのサブバンドのセットを選択することであって、前記セット中の各サブバンドの前記周波数領域における位置が候補の前記ペアに基づく、選択することと、
    候補の前記複数の異なるペアの各々について、前記ターゲットオーディオ信号の少なくとも１つのサブバンドの前記対応するセットからエネルギー値を計算することと、
    少なくとも複数の前記計算されたエネルギー値に基づいて、候補の前記複数の異なるペアの中から候補のペアを選択することと
    を前記機械に行わせ、
    前記数Ｎｆと前記数Ｎｄとのうちの少なくとも１つが、１よりも大きい値を有する、非一時的コンピュータ可読記憶媒体。

Images