JP2017525995A5

JP2017525995A5 -

Info

Publication number: JP2017525995A5
Application number: JP2016575802A
Authority: JP
Filing date: 2015-06-25
Publication date: 2018-09-20
Anticipated expiration: 2035-06-25

Description

４．ＳＢＲの基本的な操作
図２は、時間フレーム１５とサブバンド２０とにより定義された時間周波数タイル１０（例えば、ＱＭＦビン、求積法鏡フィルタバンクビン）を含む時間周波数グラフ５を示す。オーディオ信号は、ＱＭＦ（求積法鏡フィルタバンク）変換、または、ＭＤＣＴ（修正された離散コサイン変換）、または、ＤＦＴ（離散フーリエ変換）を使って、時間周波数表現に変換される。時間フレームの中のオーディオ信号の分割は、オーディオ信号のオーバーラップしている部分から成る。図２の下の部分において、時間フレーム１５の１つのオーバーラップが示される。最大２つの時間フレームが同時にオーバーラップする。さらに、仮により多くの冗長性が必要であるならば、オーディオ信号は、さらに複数のオーバーラップを使って分割される。複数のオーバーラップアルゴリズムにおいて、３つ以上の時間フレームは、特定の時間ポイントにてオーディオ信号の同じ部分を含む。オーバーラップの期間はホップサイズｔ_hop１７である。

Claims

オーディオ信号（５５）を処理するためのオーディオプロセッサ（５０´）であって、
時間フレーム（７５）の中の前記オーディオ信号（５５）のための目標位相尺度（８５´）を決定するための目標位相尺度決定器（６５´）と、
前記時間フレーム（７５）の中の前記オーディオ信号（５５）の位相と前記目標位相尺度（８５´）とを使って、位相エラー（１０５´）を計算するための位相エラー計算器（２００）と、
前記位相エラー（１０５´）を使って、前記時間フレームの中の前記オーディオ信号（５５）の前記位相を訂正するように構成される、位相訂正器（７０´）と、
を含む、オーディオプロセッサ。
前記オーディオ信号（５５）は、前記時間フレーム（７５）のための複数のサブバンド（９５）を含み、
前記目標位相尺度決定器（６５´）は、第１サブバンド信号（９５ａ）のための第１目標位相尺度（８５ａ´）と、第２サブバンド信号（９５ｂ）のための第２目標位相尺度（８５ｂ´）とを決定するように構成され、
前記位相エラー計算器（２００）は、位相エラー（１０５´）のベクトルを形成するように構成され、前記ベクトルの第１要素は、前記第１サブバンド信号（９５ａ）の前記位相と前記第１目標位相尺度（８５ａ´）との第１偏差（１０５ａ´）を参照し、前記ベクトルの第２要素は、前記第２サブバンド信号（９５ｂ）の前記位相と前記第２目標位相尺度（８５ｂ´）との第２偏差（１０５ｂ´）を参照し、
訂正第１サブバンド信号（９０ａ´）および訂正第２サブバンド信号（９０ｂ´）を使って、訂正オーディオ信号（９０´）を合成するためのオーディオ信号シンセサイザー（１００）を含む、請求項１に記載のオーディオプロセッサ。
複数のサブバンド（９５）は、ベースバンド（３０）と周波数パッチ（４０）のセットにグループ化され、前記ベースバンド（３０）は、前記オーディオ信号（５５）の１つのサブバンド（９５）を含み、そして、周波数パッチ（４０）の前記セットは、前記ベースバンドの前記サブバンド（９５）の周波数より高い周波数で、前記ベースバンド（３０）の少なくとも１つのサブバンドを含み、
前記位相エラー計算器（２００）は、平均位相エラー（１０５´´）を得るために、周波数パッチ（４０）の前記セットの第１パッチ（４０ａ）を参照する位相エラー（１０５´）のベクトルの要素の平均を計算するように構成され、
前記位相訂正器（７０´）は、重み付けされた平均位相エラーを使って、周波数パッチの前記セットの最初および次の周波数パッチ（４０）の中のサブバンド信号の位相を訂正するように構成され、前記平均位相エラー（１０５´´）は、修正されたパッチ信号（４０´）を得るために、前記周波数パッチ（４０）のインデックスに従って重み付けされる、請求項１に記載のオーディオプロセッサ。
前記オーディオプロセッサ（５０´）は、さらに、ベースバンド（３０）のための周波数上の位相デリバティブ（ＰＤＦ）の平均（２１５）を計算するように構成されるオーディオ信号位相デリバティブ計算器（２１０）を含み、
前記位相訂正器（７０´）は、現在のサブバンドインデックスによって重み付けされた周波数上の前記位相デリバティブの平均（２１５）を、前記オーディオ信号（５５）の前記ベースバンド（３０）の中で最も高いサブバンドインデックスを有する前記サブバンド信号の位相に追加することによって、最適化された第１周波数パッチによって別の修正されたパッチ信号（４０´´）を計算するように構成される、請求項３に記載のオーディオプロセッサ。
オーディオ信号位相デリバティブ計算器（２１０）は、サブバンド信号（９５）の中のトランジェントを検出するために、ベースバンド信号（３０）より高い周波数を含む複数のサブバンド信号のための周波数上の位相デリバティブ（ＰＤＦ）の平均（２１５）を計算するように構成され、
前記位相訂正器（７０´）は、現在のサブバンドインデックスによって重み付けされた周波数上の前記位相デリバティブの平均（２１５）を、前記オーディオ信号（５５）の前記ベースバンド（３０）の中で最も高いサブバンドインデックスを有する前記サブバンド信号の位相に追加することによって、最適化された第１周波数パッチによって別の修正されたパッチ信号（４０´´）を計算するように構成される、請求項１ないし請求項３のいずれかに記載のオーディオプロセッサ。
前記位相訂正器（７０´）は、前記周波数パッチ（４０）に基づいて、現在のサブバンドの前記サブバンドインデックスによって重み付けされた周波数上の位相デリバティブの平均（２１５）を、前の周波数パッチの中で最も高いサブバンドインデックスを有するサブバンド信号の位相に追加されることによって別の修正されたパッチ信号（４０´´）を再帰的に更新するように構成される、請求項４または請求項５に記載のオーディオプロセッサ。
前記位相訂正器（７０´）は、結合され修正されたパッチ信号（４０´´´）を得るために、前記修正されたパッチ信号（４０´）と前記別の修正されたパッチ信号（４０´´）との重み付けされた平均を計算するように構成され、
前記位相訂正器（７０´）は、前記周波数パッチ（４０）に基づいて、前記現在のサブバンド（９５）の前記サブバンドインデックスによって重み付けされた周波数上の前記位相デリバティブの前記平均（２１５）を、前記結合され修正されたパッチ信号（４０´´´）の前記前の周波数パッチの中で前記最も高いサブバンドインデックスを有する前記サブバンド信号の前記位相に追加することによって、前記結合され修正されたパッチ信号（４０´´´）を再帰的に更新するように構成される、請求項６に記載のオーディオプロセッサ。
前記位相訂正器（７０´）は、第１特定重み付け関数によって重み付けされた現在の周波数パッチの中のパッチ信号（４０´）と第２特定重み付け関数によって重み付けされた前記現在の周波数パッチの中の修正されたパッチ信号（４０´´）との円平均を使って、前記パッチ信号（４０´）と前記修正されたパッチ信号（４０´´）との重み付けされた平均を計算するように構成される、請求項１ないし請求項７のいずれかに記載のオーディオプロセッサ。
前記位相訂正器（７０´）は、位相偏差のベクトルを形成するように構成され、前記位相訂正器（７０´）は、結合され修正されたパッチ信号（４０´´´）と前記オーディオ信号（５５）とを使って、前記位相偏差を計算するように構成される、請求項１ないし請求項８のいずれかに記載のオーディオプロセッサ。
前記目標位相尺度決定器（６５´）は、
前記オーディオ信号（５５）の現在の時間フレームの中のピーク位置（２３０）およびピーク位置の基本周波数（２３５）を、データストリーム（１３５）から取り出すように構成される、データストリーム抽出器（１３０´）、または、
前記現在の時間フレームの中のピーク位置（２３０）およびピーク位置の基本周波数（２３５）を計算するために、前記現在の時間フレームの中の前記オーディオ信号（５５）を分析するように構成されるオーディオ信号分析器（２２５）と、
前記ピーク位置（２３０）およびピーク位置の前記基本周波数（２３５）を使って、前記現在の時間フレームの中の別のピーク位置を推定するための目標スペクトル生成器（２４０）と、
を含む、請求項１ないし請求項９のいずれかに記載のオーディオプロセッサ。
前記目標スペクトル生成器（２４０）は、
時間上のパルス列（２６５）を生成するためのピーク生成器（２４５）と、
ピーク位置の前記基本周波数（２３５）に従って、前記パルス列（２６５）の周波数を調整するための信号形成器（２５０）と、
前記ピーク位置（２３０）に従って、前記パルス列（２６５）の位相を調整するためのパルス位置器（２５５）と、
前記調整されたパルス列の位相スペクトルを生成するためのスペクトル分析器（２６０）であって、時間領域信号の前記位相スペクトルは、前記目標位相尺度（８５´）である、前記スペクトル分析器（２６０）と、
を含む、請求項１０に記載のオーディオプロセッサ。
オーディオ信号（２５）を復号するためのデコーダ（１１０´）であって、前記デコーダは、
ベースバンドのサブバンド（９５）のセットを得るために、時間フレームの中のオーディオ信号（２５）を復号するように構成されるコアデコーダ（１１５）と、
前記ベースバンドのサブバンド（９５）の前記セットをパッチするように構成されるパッチ器（１２０）であって、サブバンドの前記セットは、前記ベースバンドの前記周波数より高い周波数を含むオーディオ信号（３２）を得るために、前記ベースバンドに隣接する前記時間フレームの中の別のサブバンドに、パッチを形成する、パッチ器（１２０）と、
請求項１ないし請求項１１のいずれかに記載のオーディオプロセッサ（５０´）であって、前記オーディオプロセッサ（５０´）は、目標位相尺度に従って前記パッチの前記サブバンドの位相を訂正するように構成される、オーディオプロセッサ（５０´）と、
を含む、デコーダ。
前記パッチ器（１２０）は、前記オーディオ信号（２５）のサブバンド（９５）の前記セットをパッチするように構成され、サブバンドの前記セットは、前記パッチに隣接する前記時間フレームの別のサブバンドに、別のパッチを形成し、
前記オーディオプロセッサ（５０´）は、前記別のパッチの前記サブバンド内の前記位相を訂正するように構成されるか、または
前記パッチ器（１２０）は、前記パッチに隣接する前記時間フレームの別のサブバンドに、前記訂正パッチをパッチするように構成される、請求項１２に記載のデコーダ。
前記デコーダ（１１０´）は、請求項１ないし請求項１１のいずれかに記載の別のオーディオプロセッサ（５０）を含み、前記別のオーディオプロセッサ（５０）は、周波数上の別の位相デリバティブを受信するように構成され、そして、周波数上の前記受信された位相デリバティブを使って、前記オーディオ信号（３２）の中のトランジェントを訂正するように構成される、請求項１２または請求項１３に記載のデコーダ。
オーディオ信号（５５）を符号化するためのエンコーダ（１５５´）であって、
前記オーティオ信号（５５）について、数が減らされたサブバンドを有するコア符号化されたオーディオ信号（１４５）を得るために、前記オーディオ信号（５５）をコア符号化するように構成されるコアエンコーダ（１６０）と、
前記オーディオ信号の中のピーク位置の基本周波数推定（２３５）を得るために、前記オーディオ信号（５５）または前記オーディオ信号のローパスフィルタされたバージョンの中のピーク位置（２３０）を分析するための基本周波数分析器（１７５）と、
前記コア符号化されたオーディオ信号（１４５）に含まれない前記オーディオ信号（５５）のサブバンドのパラメータ（１９０）を引き出すように構成されるパラメータ抽出器（１６５）と、
出力信号（１３５）を形成するように構成される出力信号形成器（１７０）であって、前記出力信号は、前記コア符号化されたオーディオ信号（１４５）と、前記パラメータ（１９０）と、ピーク位置の前記基本周波数推定（２３５）と、前記ピーク位置（２３０）のうちの１つとを含む、出力信号形成器（１７０）と、
を含む、エンコーダ。
前記出力信号形成器（１７０）は、前記出力信号（１３５）を、一連のフレームの中に形成するように構成され、個々のフレームは、前記コア符号化されたオーディオ信号（１４５）とパラメータ（１９０）とを含み、個々のＮ番目のフレームだけが、ピーク位置の前記基本周波数推定（２３５）と前記ピーク位置（２３０）とを含み、Ｎは、２以上である、請求項１５に記載のエンコーダ。
オーディオプロセッサ（５０´）によってオーディオ信号（５５）を処理するための方法（３４００）であって、
目標位相尺度決定器（６５´）によって時間フレーム（７５）の中の前記オーディオ信号のための目標位相尺度（８５´）を決定するステップと、
前記時間フレーム（７５）の中の前記オーディオ信号（５５）の位相と前記目標位相尺度（８５´）とを使って、位相エラー計算器（２００）によって位相エラー（１０５´）を計算するステップと、
前記位相エラー（１０５´）を使って、位相訂正器（７０´）によって、前記時間フレーム（７５）の中の前記オーディオ信号（５５）の前記位相を訂正するステップと、
を含む、方法。
デコーダ（１１０´）によってオーディオ信号（２５）を復号するための方法（３５００）であって、前記方法は、
ベースバンドの中のサブバンドのセットを得るために、コアデコーダ（１１５）によって、前記ベースバンドの時間フレームの中のオーディオ信号（２５）を復号するステップと、
パッチ器（１２０）によって、前記ベースバンドの中のサブバンドの前記セットをパッチするステップであって、サブバンド（９５）の前記セットは、前記ベースバンドの前記周波数より高い周波数を含むオーディオ信号（３２）を得るために、前記ベースバンドに隣接する前記時間フレームの中の別のサブバンドに、パッチを形成する、パッチするステップと、
目標位相尺度に従って、請求項１ないし請求項１１のいずれかに記載のオーディオプロセッサ（５０´）によって、前記パッチの前記サブバンドの位相を訂正するステップと、
を含む、方法。
エンコーダ（１５５）によってオーディオ信号（５５）を符号化するための方法（３６００）であって、前記方法は、
前記オーディオ信号（５５）に関して、数が減らされたサブバンドを有するコア符号化されたオーディオ信号（１４５）を得るために、コアエンコーダ（１６０）によって、前記オーディオ信号をコア符号化するステップと、
前記オーディオ信号（５５）の中のピーク位置の基本周波数推定を得るために、基本周波数分析器（１７５）によって、前記オーディオ信号（５５）または前記オーディオ信号（５５）のローパスフィルタされたバージョンを分析するステップと、
パラメータ抽出器（１６５）によって、前記オーディオ信号（５５）の特定のサブバンドのパラメータ（１５０）を引き出すステップであって、前記特定のサブバンドは、前記コア符号化されたオーディオ信号に含まれない、引き出すステップと、
出力信号形成器（１７０）によって出力信号（１３５）を形成するステップであって、前記出力信号は、前記コア符号化されたオーディオ信号（１４５）と、前記パラメータ（１９０）と、ピーク位置の前記基本周波数推定（２３５）と、前記ピーク位置（２３０）のうちの１つと、を含む、形成するステップと、
を含む、方法。
コンピュータプログラムがコンピュータ上で実行されるとき、請求項１７ないし請求項１９のいずれかに記載の方法を実行するプログラムコードを有する、コンピュータプログラム。
オーディオ信号（５５）の符号化された表現（１３５）を格納したコンピュータ格納媒体であって、前記オーディオ信号（５５）の前記符号化された表現（１３５）は、
前記オーディオ信号（５５）に関して、数が減らされたサブバンドを有するコア符号化されたオーディオ信号（１４５）と、
前記オーディオ信号（５５）の特定のサブバンドを表現するパラメータ（１９０）であって、前記特定のサブバンドは、前記コア符号化されたオーディオ信号（１４５）に含まれない、パラメータ（１９０）と、
前記オーディオ信号（５５）の中のピーク位置の基本周波数推定（２３５）と、前記オーディオ信号（５５）のピーク位置推定（２３０）と、
を含む、オーディオ信号の符号化された表現（１３５）を格納したコンピュータ格納媒体。