JP2017532603A - オーディオ信号のエンコードおよびデコード - Google Patents
オーディオ信号のエンコードおよびデコード Download PDFInfo
- Publication number
- JP2017532603A JP2017532603A JP2017520943A JP2017520943A JP2017532603A JP 2017532603 A JP2017532603 A JP 2017532603A JP 2017520943 A JP2017520943 A JP 2017520943A JP 2017520943 A JP2017520943 A JP 2017520943A JP 2017532603 A JP2017532603 A JP 2017532603A
- Authority
- JP
- Japan
- Prior art keywords
- bitstream
- audio
- frame
- audio signal
- audio data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005236 sound signal Effects 0.000 title claims abstract description 228
- 238000012545 processing Methods 0.000 claims abstract description 70
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 24
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 24
- 239000000872 buffer Substances 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 95
- 238000004458 analytical method Methods 0.000 claims description 55
- 238000005070 sampling Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000013139 quantization Methods 0.000 claims description 10
- 230000003139 buffering effect Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims 6
- 238000003860 storage Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/167—Audio streaming, i.e. formatting and decoding of an encoded audio signal representation into a data stream for transmission or storage purposes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/173—Transcoding, i.e. converting between two coded representations avoiding cascaded coding-decoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/233—Processing of audio elementary streams
- H04N21/2335—Processing of audio elementary streams involving reformatting operations of audio signals, e.g. by converting from one coding standard to another
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Abstract
Description
本願は2014年10月24日に出願された米国仮特許出願第62/068,187号の優先権を主張するものである。同出願の内容はここに参照によってその全体において組み込まれる。
本稿で開示される発明はオーディオ信号のエンコードおよびデコードに関し、詳細には高いフレーム・レートについて有利なスケーリング挙動をもつオーディオ・ビットストリーム・フォーマットに関する。
第一の側面によれば、例示的実施形態は、オーディオ信号をオーディオ・ビットストリームとして表現するためのオーディオ処理システム、方法およびコンピュータ・プログラム・プロダクトを提案する。第一の側面に基づく提案されるシステム、方法およびコンピュータ・プログラム・プロダクトは一般に、同じ特徴および利点を共有しうる。
第二の側面によれば、例示的実施形態は、ビットストリームによって表わされるオーディオ信号を再構成するためのオーディオ処理システムならびに方法およびコンピュータ・プログラム・プロダクトを提案する。第二の側面に基づく提案されるシステム、方法およびコンピュータ・プログラム・プロダクトは一般に、同じ特徴および利点を共有しうる。さらに、第一の側面に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの特徴について上記で呈示した利点は、一般に、第二の側面に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの対応する特徴についても有効でありうる。
第三の側面によれば、例示的実施形態は、オーディオ信号を表わすオーディオ・ビットストリームをトランスコードするためのオーディオ処理システムならびに方法およびコンピュータ・プログラム・プロダクトを提案する。第三の側面に基づく提案されるシステム、方法およびコンピュータ・プログラム・プロダクトは一般に、同じ特徴および利点を共有しうる。さらに、第一および/または第二の側面に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの特徴について上記で呈示した利点は、一般に、第三の側面に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの対応する特徴についても有効でありうる。
第四の側面によれば、例示的実施形態は、オーディオ信号を表わすコンピュータ可読媒体を提案する。第一、第二および/または第三の側面に基づくシステム、方法およびコンピュータ・プログラム・プロダクトの特徴について上記で呈示した利点は、一般に、第四の側面に基づくコンピュータ可読媒体の対応する特徴についても有効でありうる。
図1は、ある例示的実施形態に基づく、オーディオ信号Xをオーディオ・ビットストリームBとして表現するためのオーディオ処理システム100の一般化されたブロック図である。
本開示は特定の例示的実施形態を記述し、図示しているが、本発明はそうした特定の例に制約されるものではない。上記の例示的実施形態に対する修正および変形が、付属の請求項によってのみ定義される本発明の範囲から外れることなく、なされることができる。
Claims (25)
- オーディオ信号をオーディオ・ビットストリームとして表現する方法であって:
前記オーディオ信号のセグメントを、少なくとも、前記オーディオ信号の第一のサンプル数に対応する基本ストライドをもって前記オーディオ信号の前記セグメントに対して信号解析を実行することによって、オーディオ・データの一つのデコード可能な集合としてエンコードする段階であって、前記オーディオ・データのデコード可能な集合は第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応する、段階と;
前記オーディオ・データのデコード可能な集合をN個の部分に分解する段階であって、N≧2である、段階と;
それぞれの部分を担持するN個のビットストリーム・フレームを形成する段階であって、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、段階と;
前に形成された前記N個のビットストリーム・フレームを含むビットストリーム・フレームにセグメント分割されたビットストリームを出力する段階とを含む、
方法。 - 前記信号解析を実行することは、前記基本ストライドをもって:
スペクトル解析;
エネルギー解析;
エントロピー解析
からなる群のうちの少なくとも一つを実行することを含む、請求項1記載の方法。 - 前記オーディオ信号のセグメントをエンコードすることは:
前記基本ストライドを変換ストライドとしてもつ窓掛け変換を適用すること;
ダウンミックス信号と、該ダウンミックス信号からの前記オーディオ信号のパラメトリック再構成のためのパラメータとを計算することであって、前記パラメータは、前記信号解析に基づいて計算される、こと
からなる群のうちの少なくとも一つを含む、請求項1または2記載の方法。 - 前記諸部分を担持する前記N個のビットストリーム・フレームのうちの少なくとも一つにメタデータを含めることをさらに含み、前記メタデータは、オーディオ・データの完全なデコード可能な集合が、前記N個のビットストリーム・フレームによって担持される前記諸部分から取得可能であることを示す、
請求項1ないし3のうちいずれか一項記載の方法。 - 前記オーディオ・ビットストリームはビデオ・フレームのストリームに関連付けられており、当該方法はさらに:
ビデオ・フレームの前記ストリームがある型のビデオ・フレームを有することに応答して、前記ビデオ・フレームに時間的に関係した前記オーディオ信号のセグメントを、少なくとも、前記ビデオ・フレームに時間的に関係した前記オーディオ信号の前記セグメントに対して、前記オーディオ信号の前記第二のサンプル数に対応する短縮されたストライドを用いて信号解析を実行することによって、オーディオ・データの第二のデコード可能な集合としてエンコードする段階であって、前記オーディオ・データの第二のデコード可能な集合は前記第二のフレーム・レートおよびフレーム当たりの前記オーディオ信号の前記第二のサンプル数に対応する、段階と;
前記オーディオ・データの第二のデコード可能な集合を担持するビットストリーム・フレームを前記ビットストリームに含める段階とを含む、
請求項1ないし4のうちいずれか一項記載の方法。 - ビデオ・フレームの前記ストリームが前記ある型のビデオ・フレームを有することに応答して、前記オーディオ信号のN個の連続するセグメントを、オーディオ・データのそれぞれのデコード可能な集合としてエンコードする段階であって、該エンコードが、前記N個の連続したセグメントのそれぞれについて、少なくとも、前記短縮されたストライドを用いて信号解析を適用することによって行なわれ、前記ビデオ・フレームに時間的に関係した前記セグメントは、前記N個の連続したセグメントのうちの一つである、段階と;
前記N個の連続したセグメントに関連付けられたオーディオ・データのそれぞれのデコード可能な集合を担持するビットストリーム・フレームを前記ビットストリームに含める段階とを含む、
請求項5記載の方法。 - オーディオ信号をオーディオ・ビットストリームによって表現するためのオーディオ処理システムであって:
前記オーディオ信号のセグメントを、オーディオ・データの一つのデコード可能な集合としてエンコードするよう構成されたエンコード部であって、該エンコードは少なくとも、前記オーディオ信号の第一のサンプル数に対応する基本ストライドをもって前記オーディオ信号の前記セグメントに対して信号解析を実行することによって行なわれ、前記オーディオ・データのデコード可能な集合は第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応する、エンコード部と;
フレーム構成し直し部とを有しており、前記フレーム構成し直し部は:
前記オーディオ・データのデコード可能な集合をN個の部分に分解する段階であって、N≧2である、段階と;
それぞれの部分を担持するN個のビットストリーム・フレームを形成する段階であって、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、段階と;
前に形成された前記N個のビットストリーム・フレームを含むビットストリーム・フレームにセグメント分割されたビットストリームを出力する段階とを実行するよう構成される、
システム。 - ビットストリーム・フレームにセグメント分割されたビットストリームによって表わされるオーディオ信号を再構成する方法であって:
N個のそれぞれのビットストリーム・フレームによって担持されるオーディオ・データの諸集合を、第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応するオーディオ・データの一つのデコード可能な集合に結合する段階であって、N≧2であり、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、段階と;
前記オーディオ・データのデコード可能な集合を、少なくとも、前記オーディオ信号の前記第一のサンプル数に対応する基本ストライドをもって、前記データのデコード可能な集合に基づいて信号合成を用いることによって、前記オーディオ信号のセグメントにデコードする段階とを含む、
方法。 - 前記オーディオ・データのデコード可能な集合をデコードすることは:
前記基本ストライドを変換ストライドとしてもつ窓掛け変換を適用すること;
前記オーディオ・データのデコード可能な集合から得られるダウンミックス信号および関連するパラメータに基づいて、前記オーディオ信号の前記セグメントの、前記基本ストライドでのパラメトリック再構成を実行すること
からなる群のうちの少なくとも一つを含む、
請求項8記載の方法。 - オーディオ・データの諸集合が結合されてオーディオ・データのデコード可能な集合にされるもとになる前記N個のビットストリーム・フレームは、N個の連続するビットストリーム・フレームである、請求項8または9記載の方法。
- 前記ビットストリーム中のビットストリーム・フレームの少なくともいくつかによって担持されるメタデータに基づいて、ビットストリーム・フレームのグループを決定する段階であって、該グループは、該グループから、オーディオ・データの不完全な前記諸集合を結合して、前記オーディオ・データのデコード可能な集合にするためのグループである、
請求項8ないし10のうちいずれか一項記載の方法。 - あるビットストリーム・フレームが、前記第二のフレーム・レートに対応するオーディオ・データのデコード可能な集合を担持するかどうかを検出する段階と;
前記第二のフレーム・レートに対応する前記オーディオ・データのデコード可能な集合を、少なくとも、前記第二のサンプル数に対応する短縮されたストライドをもって、前記第二のフレーム・レートに対応する前記オーディオ・データのデコード可能な集合に基づいて信号合成を用いることによって、前記オーディオ信号のセグメントにデコードする段階とをさらに含む、
請求項8ないし11のうちいずれか一項記載の方法。 - 前記第二のフレーム・レートに対応するオーディオ・データのデコード可能な集合をデコードすることは:遅延を設けることを含み、該遅延は、前記第二のフレーム・レートでのN個の連続するビットストリーム・フレームのグループのデコードは、あたかも、N個のビットストリーム・フレームのそのグループのビットストリーム・フレームがそれぞれオーディオ・データのデコード可能な集合に結合することを必要とするオーディオ・データの諸集合を担持していたかのように、同時に完了するような遅延である、請求項12記載の方法。
- 前記遅延は、前記第二のフレーム・レートに対応するオーディオ・データの少なくとも一つのデコード可能な集合をバッファリングすることまたは前記オーディオ信号の少なくとも一つのセグメントをバッファリングすることによって提供される、請求項13記載の方法。
- 前記ビットストリームは、前記第二のフレーム・レートに一致するフレーム・レートをもつビデオ・フレームのストリームに関連付けられている、請求項8ないし14のうちいずれか一項記載の方法。
- 前記第一のフレーム・レートに対応する前記オーディオ・データのデコード可能な集合に基づいて前記オーディオ信号のセグメントをデコードすることは:
前記第一のフレーム・レートに対応する前記オーディオ・データのデコード可能な集合に対応する量子化されたスペクトル係数を受領する段階と;
逆量子化およびそれに続く周波数から時間への変換を実行する段階であって、それにより中間オーディオ信号の表現が得られる段階と;
前記中間オーディオ信号に対して周波数領域で少なくとも一つの処理ステップを実行する段階と;
処理されたオーディオ信号のサンプリング・レートを目標サンプリング周波数に変える段階であって、それにより再構成されたオーディオ信号の時間領域表現が得られる、段階とを含む、
請求項8ないし15のうちいずれか一項記載の方法。 - 前記第二のフレーム・レートについての少なくとも二つの異なる値に関連付けられているが、フレーム当たりの前記第二のサンプル数についての共通の値に関連付けられている複数のビットストリームを受け入れる、請求項16記載の方法であって、前記第二のフレーム・レートのそれぞれの値は高々5%異なり、前記周波数から時間の変換は、前記第二のフレーム・レートについての前記少なくとも二つの異なる値について、前記基本ストライドについての共通のあらかじめ定義された値を変換ストライドとしてもつ窓掛け変換を用いるよう構成された機能コンポーネントにおいて実行される、方法。
- ビットストリーム・フレームにセグメント分割されたビットストリームによって表わされるオーディオ信号を再構成するオーディオ処理システムであって:
N個のそれぞれのビットストリーム・フレームによって担持されるオーディオ・データの諸集合を、第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応するオーディオ・データの一つのデコード可能な集合に結合するよう構成されたバッファであって、N≧2であり、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、バッファと;
前記オーディオ・データのデコード可能な集合を前記オーディオ信号のセグメントにデコードするよう構成されたデコード部であって、該デコードは、少なくとも、前記オーディオ信号の前記第一のサンプル数に対応する基本ストライドをもって、前記データのデコード可能な集合に基づいて信号合成を用いることによる、デコード部とを有する、
システム。 - オーディオ信号を表わすオーディオ・ビットストリームをトランスコードする方法であって、前記ビットストリームは、第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応するオーディオ・データのデコード可能な諸集合のシーケンスを含み、当該方法は:
前記ビットストリームからオーディオ・データのデコード可能な集合を抽出する段階と;
オーディオ・データの前記デコード可能な集合をN個の部分に分解する段階であって、N≧2である、段階と;
それぞれの部分を担持するN個のビットストリーム・フレームを形成する段階であって、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、段階と;
前に形成された前記N個のビットストリーム・フレームを含むビットストリーム・フレームにセグメント分割されたビットストリームを出力する段階とを含む、
方法。 - オーディオ信号を表わすオーディオ・ビットストリームをトランスコードするオーディオ処理システムであって、前記ビットストリームは、第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応するオーディオ・データのデコード可能な諸集合のシーケンスを含み、当該オーディオ処理システムは:
前記ビットストリームからオーディオ・データのデコード可能な集合を抽出するよう構成された受領部と;
フレーム構成し直し部とを有し、前記フレーム構成し直し部は:
オーディオ・データの前記デコード可能な集合をN個の部分に分解する段階であって、N≧2である、段階と;
それぞれの部分を担持するN個のビットストリーム・フレームを形成する段階であって、それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し、前記第一のサンプル数は前記第二のサンプル数のN倍である、段階と;
前に形成された前記N個のビットストリーム・フレームを含むビットストリーム・フレームにセグメント分割されたビットストリームを出力する段階とを実行するよう構成される、
システム。 - 請求項1ないし6、8ないし17および19のうちいずれか一項記載の方法を実行するための命令をもつコンピュータ可読媒体を有するコンピュータ・プログラム・プロダクト。
- ビットストリーム・フレームにセグメント分割された、オーディオ信号を表わすコンピュータ可読媒体であって、
前記ビットストリーム・フレームのN個が、第一のフレーム・レートおよびフレーム当たり前記オーディオ信号の第一のサンプル数に対応するオーディオ・データの一つのデコード可能な集合に結合できる、オーディオ・データのそれぞれの集合を担持し、N≧2であり;
前記オーディオ・データのデコード可能な集合は、少なくとも、前記オーディオ信号の前記第一のサンプル数に対応する基本ストライドをもって、前記オーディオ・データのデコード可能な集合に基づいて信号合成を用いることによって、前記オーディオ信号のセグメントにデコードされることができ;
それらのビットストリーム・フレームは、ビットストリーム・フレーム当たり前記オーディオ信号の第二のサンプル数に対応する第二のフレーム・レートを有し;
前記第一のサンプル数は前記第二のサンプル数のN倍である、
コンピュータ可読媒体。 - 前記N個のビットストリーム・フレームの少なくとも一つが、そこからオーディオ・データの諸集合をオーディオ・データのデコード可能な集合に結合するビットストリーム・フレームのグループを指示するメタデータを担持する、請求項22記載のコンピュータ可読媒体。
- オーディオ・データの第二の集合を担持するビットストリーム・フレームをさらに含み、前記オーディオ・データの第二の集合は、少なくとも、前記オーディオ信号の前記第二のサンプル数に対応する短縮されたストライドをもって、オーディオ・データの前記第二の集合に基づいて信号合成を用いることによって、前記オーディオ信号のセグメントにデコードされることができる、請求項22または23記載のコンピュータ可読媒体。
- N=2またはN=4である、請求項1ないし6、8ないし17および19のうちいずれか一項記載の方法、請求項7、18および20のうちいずれか一項記載のシステム、請求項21記載のコンピュータ・プログラム・プロダクトまたは請求項22ないし24のうちいずれか一項記載のコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462068187P | 2014-10-24 | 2014-10-24 | |
US62/068,187 | 2014-10-24 | ||
PCT/EP2015/074623 WO2016062869A1 (en) | 2014-10-24 | 2015-10-23 | Encoding and decoding of audio signals |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017532603A true JP2017532603A (ja) | 2017-11-02 |
JP6728154B2 JP6728154B2 (ja) | 2020-07-22 |
Family
ID=54345511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017520943A Active JP6728154B2 (ja) | 2014-10-24 | 2015-10-23 | オーディオ信号のエンコードおよびデコード |
Country Status (8)
Country | Link |
---|---|
US (1) | US10304471B2 (ja) |
EP (1) | EP3210206B1 (ja) |
JP (1) | JP6728154B2 (ja) |
KR (1) | KR102474541B1 (ja) |
CN (1) | CN107112024B (ja) |
ES (1) | ES2709274T3 (ja) |
RU (1) | RU2708942C2 (ja) |
WO (1) | WO2016062869A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3107096A1 (en) * | 2015-06-16 | 2016-12-21 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Downscaled decoding |
CN109215667B (zh) * | 2017-06-29 | 2020-12-22 | 华为技术有限公司 | 时延估计方法及装置 |
WO2019089341A1 (en) * | 2017-11-02 | 2019-05-09 | Bose Corporation | Low latency audio distribution |
US20200020342A1 (en) * | 2018-07-12 | 2020-01-16 | Qualcomm Incorporated | Error concealment for audio data using reference pools |
US11416208B2 (en) * | 2019-09-23 | 2022-08-16 | Netflix, Inc. | Audio metadata smoothing |
US11540030B2 (en) * | 2019-12-12 | 2022-12-27 | SquadCast, Inc. | Simultaneous recording and uploading of multiple audio files of the same conversation and audio drift normalization systems and methods |
WO2022179406A1 (zh) * | 2021-02-26 | 2022-09-01 | 腾讯科技(深圳)有限公司 | 音频转码方法、装置、音频转码器、设备以及存储介质 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6009236A (en) * | 1994-09-26 | 1999-12-28 | Mitsubishi Denki Kabushiki Kaisha | Digital video signal record and playback device and method for giving priority to a center of an I frame |
JPH09282849A (ja) * | 1996-04-08 | 1997-10-31 | Pioneer Electron Corp | 情報記録媒体並びにその記録装置及び再生装置 |
US6137834A (en) * | 1996-05-29 | 2000-10-24 | Sarnoff Corporation | Method and apparatus for splicing compressed information streams |
US6262776B1 (en) * | 1996-12-13 | 2001-07-17 | Microsoft Corporation | System and method for maintaining synchronization between audio and video |
US7031348B1 (en) * | 1998-04-04 | 2006-04-18 | Optibase, Ltd. | Apparatus and method of splicing digital video streams |
US7091968B1 (en) * | 1998-07-23 | 2006-08-15 | Sedna Patent Services, Llc | Method and apparatus for encoding a user interface |
US6754271B1 (en) * | 1999-04-15 | 2004-06-22 | Diva Systems Corporation | Temporal slice persistence method and apparatus for delivery of interactive program guide |
US7096487B1 (en) * | 1999-10-27 | 2006-08-22 | Sedna Patent Services, Llc | Apparatus and method for combining realtime and non-realtime encoded content |
US7254824B1 (en) * | 1999-04-15 | 2007-08-07 | Sedna Patent Services, Llc | Encoding optimization techniques for encoding program grid section of server-centric interactive programming guide |
US6651252B1 (en) * | 1999-10-27 | 2003-11-18 | Diva Systems Corporation | Method and apparatus for transmitting video and graphics in a compressed form |
US20060093045A1 (en) * | 1999-06-29 | 2006-05-04 | Roger Anderson | Method and apparatus for splicing |
US7464394B1 (en) * | 1999-07-22 | 2008-12-09 | Sedna Patent Services, Llc | Music interface for media-rich interactive program guide |
ATE359669T1 (de) * | 1999-10-27 | 2007-05-15 | Sedna Patent Services Llc | Vielfache videoströme unter verwendung von slice- basierter kodierung |
US9094727B1 (en) * | 1999-10-27 | 2015-07-28 | Cox Communications, Inc. | Multi-functional user interface using slice-based encoding |
US6678332B1 (en) * | 2000-01-04 | 2004-01-13 | Emc Corporation | Seamless splicing of encoded MPEG video and audio |
DE60204039T2 (de) * | 2001-11-02 | 2006-03-02 | Matsushita Electric Industrial Co., Ltd., Kadoma | Vorrichtung zur kodierung und dekodierung von audiosignalen |
KR100547445B1 (ko) * | 2003-11-11 | 2006-01-31 | 주식회사 코스모탄 | 디지털 오디오신호 및 오디오/비디오신호의 변속처리방법및 이를 이용한 디지털 방송신호의 변속재생방법 |
US7668712B2 (en) * | 2004-03-31 | 2010-02-23 | Microsoft Corporation | Audio encoding and decoding with intra frames and adaptive forward error correction |
US7471337B2 (en) * | 2004-06-09 | 2008-12-30 | Lsi Corporation | Method of audio-video synchronization |
SE0402651D0 (sv) * | 2004-11-02 | 2004-11-02 | Coding Tech Ab | Advanced methods for interpolation and parameter signalling |
US20070071091A1 (en) | 2005-09-26 | 2007-03-29 | Juh-Huei Lay | Audio and video compression for wireless data stream transmission |
US7809018B2 (en) * | 2005-12-16 | 2010-10-05 | Coding Technologies Ab | Apparatus for generating and interpreting a data stream with segments having specified entry points |
WO2008039045A1 (en) * | 2006-09-29 | 2008-04-03 | Lg Electronics Inc., | Apparatus for processing mix signal and method thereof |
CN101548294B (zh) * | 2006-11-30 | 2012-06-27 | 杜比实验室特许公司 | 提取视频和音频信号内容的特征以提供信号的可靠识别 |
US7885819B2 (en) * | 2007-06-29 | 2011-02-08 | Microsoft Corporation | Bitstream syntax for multi-process audio decoding |
EP2144230A1 (en) * | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme having cascaded switches |
KR20100061908A (ko) * | 2008-12-01 | 2010-06-10 | 엘지전자 주식회사 | 영상표시장치, 영상전송장치, 영상전송방법 및 기록매체 |
EP2392138A4 (en) * | 2009-01-28 | 2012-08-29 | Nokia Corp | METHOD AND APPARATUS FOR VIDEO ENCODING AND DECODING |
WO2011029984A1 (en) * | 2009-09-11 | 2011-03-17 | Nokia Corporation | Method, apparatus and computer program product for audio coding |
US20110293021A1 (en) * | 2010-05-28 | 2011-12-01 | Jayant Kotalwar | Prevent audio loss in the spliced content generated by the packet level video splicer |
US8838262B2 (en) * | 2011-07-01 | 2014-09-16 | Dolby Laboratories Licensing Corporation | Synchronization and switch over methods and systems for an adaptive audio system |
WO2013086027A1 (en) * | 2011-12-06 | 2013-06-13 | Doug Carson & Associates, Inc. | Audio-video frame synchronization in a multimedia stream |
RU2602332C1 (ru) * | 2013-01-21 | 2016-11-20 | Долби Лабораторис Лайсэнзин Корпорейшн | Перекодировка метаданных |
JP6250071B2 (ja) * | 2013-02-21 | 2017-12-20 | ドルビー・インターナショナル・アーベー | パラメトリック・マルチチャネル・エンコードのための方法 |
US9959875B2 (en) * | 2013-03-01 | 2018-05-01 | Qualcomm Incorporated | Specifying spherical harmonic and/or higher order ambisonics coefficients in bitstreams |
TWI557727B (zh) * | 2013-04-05 | 2016-11-11 | 杜比國際公司 | 音訊處理系統、多媒體處理系統、處理音訊位元流的方法以及電腦程式產品 |
-
2015
- 2015-10-23 ES ES15784396T patent/ES2709274T3/es active Active
- 2015-10-23 KR KR1020177010760A patent/KR102474541B1/ko active IP Right Grant
- 2015-10-23 CN CN201580057771.7A patent/CN107112024B/zh active Active
- 2015-10-23 JP JP2017520943A patent/JP6728154B2/ja active Active
- 2015-10-23 EP EP15784396.2A patent/EP3210206B1/en active Active
- 2015-10-23 RU RU2017117896A patent/RU2708942C2/ru active
- 2015-10-23 WO PCT/EP2015/074623 patent/WO2016062869A1/en active Application Filing
- 2015-10-23 US US15/519,007 patent/US10304471B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR20170076671A (ko) | 2017-07-04 |
KR102474541B1 (ko) | 2022-12-06 |
US20170243595A1 (en) | 2017-08-24 |
BR112017007833A2 (pt) | 2017-12-26 |
RU2017117896A3 (ja) | 2019-08-13 |
ES2709274T3 (es) | 2019-04-15 |
RU2017117896A (ru) | 2018-11-26 |
JP6728154B2 (ja) | 2020-07-22 |
EP3210206B1 (en) | 2018-12-05 |
CN107112024A (zh) | 2017-08-29 |
EP3210206A1 (en) | 2017-08-30 |
CN107112024B (zh) | 2020-07-14 |
RU2708942C2 (ru) | 2019-12-12 |
WO2016062869A1 (en) | 2016-04-28 |
US10304471B2 (en) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2006228821B2 (en) | Device and method for producing a data flow and for producing a multi-channel representation | |
JP6728154B2 (ja) | オーディオ信号のエンコードおよびデコード | |
US11676622B2 (en) | Method, apparatus and systems for audio decoding and encoding | |
EP1667110B1 (en) | Error reconstruction of streaming audio information | |
US8527282B2 (en) | Method and an apparatus for processing a signal | |
AU2006266579B2 (en) | Method and apparatus for encoding and decoding an audio signal | |
CN105531928B (zh) | 音频编解码器的系统方面 | |
CN102971788B (zh) | 音频信号的样本精确表示的方法及编码器和解码器 | |
RU2383941C2 (ru) | Способ и устройство для кодирования и декодирования аудиосигналов |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20170417 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181016 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191217 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200310 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200701 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6728154 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |