JP2022527810A - 周波数帯域拡張方法、装置、電子デバイスおよびコンピュータプログラム - Google Patents
周波数帯域拡張方法、装置、電子デバイスおよびコンピュータプログラム Download PDFInfo
- Publication number
- JP2022527810A JP2022527810A JP2021558881A JP2021558881A JP2022527810A JP 2022527810 A JP2022527810 A JP 2022527810A JP 2021558881 A JP2021558881 A JP 2021558881A JP 2021558881 A JP2021558881 A JP 2021558881A JP 2022527810 A JP2022527810 A JP 2022527810A
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- high frequency
- low frequency
- envelope
- amplitude spectrum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 124
- 238000004590 computer program Methods 0.000 title description 5
- 238000001228 spectrum Methods 0.000 claims abstract description 879
- 238000003062 neural network model Methods 0.000 claims abstract description 72
- 230000003595 spectral effect Effects 0.000 claims abstract description 62
- 230000015654 memory Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 abstract description 14
- 238000005070 sampling Methods 0.000 description 32
- 238000012549 training Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 230000005236 sound signal Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 239000006185 dispersion Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 239000004606 Fillers/Extenders Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000006403 short-term memory 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
- G10L19/02—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
-
- 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
- G10L19/0204—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 using subband decomposition
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
-
- 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
- G10L19/0212—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 using orthogonal transformation
-
- 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
- G10L19/0212—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 using orthogonal transformation
- G10L19/0216—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 using orthogonal transformation using wavelet decomposition
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
- G10L21/0388—Details of processing therefor
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定するステップであって、前記低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれるステップと、
前記低周波数スペクトラムパラメータをニューラルネットワークモデルに入力し、前記ニューラルネットワークモデルの出力に基づいて、相関性パラメータを得るステップであって、前記相関性パラメータが、ターゲット広周波数スペクトラムの高周波数部分と低周波数部分との間の相関性を特徴づけ、前記相関性パラメータには、高周波数スペクトラムエンベロープが含まれるステップと、
前記相関性パラメータと前記低周波数振幅スペクトルとに基づいて、ターゲット高周波数振幅スペクトルを得るステップと、
前記狭帯域信号の低周波数位相スペクトルに基づいて、対応する高周波数位相スペクトルを生成するステップと、
前記ターゲット高周波数振幅スペクトルと前記高周波数位相スペクトルとに基づいて、高周波数スペクトラムを得るステップと、
前記低周波数スペクトラムと前記高周波数スペクトラムとに基づいて、周波数帯域が拡張された広帯域信号を得るステップと、を含む。
処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定する低周波数スペクトラムパラメータ決定モジュールであって、前記低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれる低周波数スペクトラムパラメータ決定モジュールと、
前記低周波数スペクトラムパラメータをニューラルネットワークモデルに入力し、前記ニューラルネットワークモデルの出力に基づいて、相関性パラメータを得る相関性パラメータ決定モジュールであって、前記相関性パラメータが、ターゲット広周波数スペクトラムの高周波数部分と低周波数部分との間の相関性を特徴づけ、前記相関性パラメータには、高周波数スペクトラムエンベロープが含まれる相関性パラメータ決定モジュールと、
前記相関性パラメータと前記低周波数振幅スペクトルとに基づいて、ターゲット高周波数振幅スペクトルを得る高周波数振幅スペクトル決定モジュールと、
前記狭帯域信号の低周波数位相スペクトルに基づいて、対応する高周波数位相スペクトルを生成する高周波数位相スペクトル生成モジュールと、
前記ターゲット高周波数振幅スペクトルと前記高周波数位相スペクトルとに基づいて、高周波数スペクトラムを得る高周波数スペクトラム決定モジュールと、
前記低周波数スペクトラムと前記高周波数スペクトラムとに基づいて、周波数帯域が拡張された広帯域信号を得る広帯域信号決定モジュールと、を含む。
狭帯域信号に対して、サンプリングファクターを第1所定値とするアップサンプリング処理を行い、アップサンプリング信号を得ることと、
アップサンプリング信号に対して時間-周波数変換を行い、低周波数の周波数ドメイン係数を得ることと、
低周波数の周波数ドメイン係数に基づいて、狭帯域信号の低周波数振幅スペクトルを決定することと、を含むことができる。
低周波数振幅スペクトルを第2数のサブ振幅スペクトルに分割するステップと、
各サブ振幅スペクトルに対応するサブスペクトラムエンベロープをそれぞれ決定するステップであって、低周波数スペクトラムエンベロープには、決定された第2数のサブスペクトラムエンベロープが含まれるステップと、をさらに含むことができる。
各サブ振幅スペクトルに含まれるスペクトル係数の対数値に基づいて、各サブ振幅スペクトルに対応するサブスペクトラムエンベロープを得るステップを、含むことができる。
低周波数振幅スペクトルに基づいて、狭帯域信号の低周波数スペクトラムエンベロープを得るステップと、
低周波数振幅スペクトルに基づいて、初期高周波数振幅スペクトルを生成するステップと、
高周波数スペクトラムエンベロープと低周波数スペクトラムエンベロープに基づいて、初期高周波数振幅スペクトルを調整し、ターゲット高周波数振幅スペクトルを得るステップと、を含むことができる。
高周波数スペクトラムエンベロープと低周波数スペクトラムエンベロープとの間の差を決定するステップと、
差に基づいて、初期高周波数振幅スペクトルを調整し、ターゲット高周波数振幅スペクトルを得るステップと、を含むことができる。
各第1サブスペクトラムエンベロープと、低周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープ(以下、低周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープは、第2サブスペクトラムエンベロープとして説明される)との間の差を決定するステップと、
各第1サブスペクトラムエンベロープに対応する差に基づいて、対応する初期サブ振幅スペクトルを調整し、第1数の調整されたサブ振幅スペクトルを得るステップと、
第1数の調整されたサブ振幅スペクトルに基づいて、ターゲット高周波数振幅スペクトルを得るステップと、を含むことができる。
高周波数スペクトラムエンベロープと低周波数スペクトラムエンベロープとの間の差を決定するステップは、
相対平坦度情報および低周波数スペクトラムのエネルギー情報に基づいて、高周波数スペクトラムエンベロープのゲイン調整値を決定するステップと、
ゲイン調整値に基づいて、高周波数スペクトラムエンベロープを調整し、調整された高周波数スペクトラムエンベロープを得るステップと、
調整された高周波数スペクトラムエンベロープと、低周波数スペクトラムエンベロープとの間の差を決定するステップと、を含むことができる。
各サブ帯域領域に対応する相対平坦度情報と、低周波数スペクトラムにおける各サブ帯域領域に対応するスペクトラムエネルギー情報とに基づいて、高周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープ部分のゲイン調整値を決定するステップを含むことができ、
ここで、ゲイン調整値に基づいて高周波数スペクトラムエンベロープを調整するステップは、
高周波数スペクトラムエンベロープのうちの対応する各スペクトラムエンベロープ部分のゲイン調整値に基づいて、対応するスペクトラムエンベロープ部分を調整するステップを含むことができる。
v(i,k)=0 or 1、k=0、1 (8)
高周波数スペクトラムエンベロープのうちの対応する各スペクトラムエンベロープ部分のゲイン調整値に基づいて、対応するスペクトラムエンベロープ部分を調整するステップは、
高周波数スペクトラムエンベロープにおける各第1サブスペクトラムエンベロープのゲイン調整値に基づいて、対応する第1サブスペクトラムエンベロープを調整するステップを含むことができる。
(1)v(i,k)を解析し、1であれば、高周波数部分が非常に平坦であり、0であれば、高周波数部分が発振していることを示す。
v(i,k)=0である場合、G(j)=a0+b0*SQRT(Mpow_env/pow_env(j))、j=0,1,…,6;
高周波数振幅スペクトルおよび高周波数位相スペクトルに基づいて、高周波数の周波数ドメイン(高周波数ドメイン)係数を生成するステップと、
低周波数の周波数ドメイン係数および高周波数の周波数ドメイン係数に基づいて、高周波数スペクトラムを生成するステップと、を含むことができる。
低周波数スペクトラムと高周波数スペクトラムをマージして、広周波数帯域スペクトラムを得るステップと、
広周波数帯域スペクトラムに対して周波数-時間変換を行い、周波数帯域が拡張された広帯域信号を得るステップと、を含むことができる。
少なくとも2つの関連する信号を融合して、狭帯域信号を得るステップ、
または、
少なくとも2つの関連する信号のうちの各信号をそれぞれ狭帯域信号とするステップ、をさらに含むことができる。
出力層で、本実施例において周波数帯域拡張のターゲット広帯域が7000Hzであることを考慮するため、3500~7000Hzの周波数バンドに対する14個のサブ帯域の高周波数スペクトラムエンベロープを予測する必要があり、そうすると、基本的な周波数帯域拡張機能を達成することができる。通常、音声フレームの低周波数部分には、大量の基音や共振ピークなどの高調波のような構造が含まれており、高周波数部分のスペクトラムはより平坦になり、単純に低周波数スペクトラムを高周波数にコピーして初期高周波数振幅スペクトルを取得し、初期高周波数振幅スペクトルに対してサブ帯域に基づくゲイン制御を実行すれば、再構築された高周波数部分は、過剰な高調波のような構造が発生し、歪みを引き起こし、聴感に影響を与えてしまう。したがって、本例において、ニューラルネットワークモデルにより予測された相対平坦度情報に基づいて、低周波数部分と高周波数部分との間の相対平坦度を記述し、初期高周波数振幅スペクトルを調整し、これにより、調整された高周波数部分はより平坦になり、高調波による干渉を減少させる。
v(i,k)=0 or 1、k=0、1 (8)
(1)v(i,k)を解析し、1であれば、高周波数部分が非常に平坦であり、0であれば、高周波数部分が発振していることを示す。
v(i,k)=1である場合、G(j)=a1+b1*SQRT(Mpow_env/pow_env(j))の場合、j=0,1,…,6;
v(i,k)=0である場合、G(j)=a0+b0*SQRT(Mpow_env/pow_env(j))の場合、j=0,1,…,6;
低周波数スペクトラムパラメータ決定モジュール210は、処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定し、ここで、低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれる。
低周波数振幅スペクトルに基づいて、狭帯域信号の低周波数スペクトラムエンベロープを得ることと、
低周波数振幅スペクトルに基づいて、初期高周波数振幅スペクトルを生成することと、
高周波数スペクトラムエンベロープと低周波数スペクトラムエンベロープに基づいて、初期高周波数振幅スペクトルを調整し、ターゲット高周波数振幅スペクトルを得ることと、を実行するために使用される。
高周波数スペクトラムエンベロープと低周波数スペクトラムエンベロープとの間の差を決定することと、
差に基づいて、初期高周波数振幅スペクトルを調整し、ターゲット高周波数振幅スペクトルを得ることと、を実行するために使用される。
各第1サブスペクトラムエンベロープと、低周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープとの間の差を決定することと、
各第1サブスペクトラムエンベロープに対応する差に基づいて、対応する初期サブ振幅スペクトルを調整し、第1数の調整されたサブ振幅スペクトルを得ることと、
第1数の調整されたサブ振幅スペクトルに基づいて、ターゲット高周波数振幅スペクトルを得ることと、を実行するために使用される。
相対平坦度情報および低周波数スペクトラムのエネルギー情報に基づいて、高周波数スペクトラムエンベロープのゲイン調整値を決定することと、
ゲイン調整値に基づいて、高周波数スペクトラムエンベロープを調整し、調整された高周波数スペクトラムエンベロープを得ることと、
調整された高周波数スペクトラムエンベロープと、低周波数スペクトラムエンベロープとの間の差を決定することと、を実行するために使用される。
各サブ帯域領域に対応する相対平坦度情報と、低周波数スペクトラムにおける各サブ帯域領域に対応するスペクトラムエネルギー情報とに基づいて、高周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープ部分のゲイン調整値を決定すること、を実行するために使用される。
高周波数スペクトラムエンベロープのうちの対応する各スペクトラムエンベロープ部分のゲイン調整値に基づいて、対応するスペクトラムエンベロープ部分を調整すること、を実行するために使用される。
各第1サブスペクトラムエンベロープについて、低周波数スペクトラムエンベロープにおける、第1サブスペクトラムエンベロープに対応するスペクトラムエンベロープが対応するスペクトラムエネルギー情報と、低周波数スペクトラムエンベロープにおける、第1サブスペクトラムエンベロープに対応するスペクトラムエンベロープの対応するサブ帯域領域が対応する相対平坦度情報と、低周波数スペクトラムエンベロープにおける、第1サブスペクトラムエンベロープに対応するスペクトラムエンベロープの対応するサブ帯域領域が対応するスペクトラムエネルギー情報とに基づいて、第1サブスペクトラムエンベロープのゲイン調整値を決定すること、を実行するために使用される。
高周波数スペクトラムエンベロープにおける各第1サブスペクトラムエンベロープのゲイン調整値に基づいて、対応する第1サブスペクトラムエンベロープを調整すること、を実行するために使用される。
低周波数振幅スペクトルを第2数のサブ振幅スペクトルに分割することと、各サブ振幅スペクトルに対応するサブスペクトラムエンベロープをそれぞれ決定することであって、低周波数スペクトラムエンベロープには、決定された第2数のサブスペクトラムエンベロープが含まれることと、を実行するために使用される低周波数振幅スペクトル処理モジュール、を含む。
各サブ振幅スペクトルに含まれるスペクトル係数の対数値に基づいて、各サブ振幅スペクトルに対応するサブスペクトラムエンベロープを得ること、を実行するために使用される。
少なくとも2つの関連する信号を融合して、狭帯域信号を得ること、または、少なくとも2つの関連する信号のうちの各信号をそれぞれ狭帯域信号とすること、を実行するために使用される狭帯域信号決定モジュール、を含む。
210 低周波数スペクトラムパラメータ決定モジュール
220 相関性パラメータ決定モジュール
230 高周波数振幅スペクトル決定モジュール
240 高周波数位相スペクトル生成モジュール
250 高周波数スペクトラム決定モジュール
260 広帯域信号決定モジュール
4000 電子デバイス
4001 プロセッサ
4003 メモリ
4004 トランシーバ
出力層で、本実施例において周波数帯域拡張のターゲット帯域幅が7000Hzであることを考慮するため、3500~7000Hzの周波数バンドに対する14個のサブ帯域の高周波数スペクトラムエンベロープを予測する必要があり、そうすると、基本的な周波数帯域拡張機能を達成することができる。通常、音声フレームの低周波数部分には、大量の基音や共振ピークなどの高調波のような構造が含まれており、高周波数部分のスペクトラムはより平坦になり、単純に低周波数スペクトラムを高周波数にコピーして初期高周波数振幅スペクトルを取得し、初期高周波数振幅スペクトルに対してサブ帯域に基づくゲイン制御を実行すれば、再構築された高周波数部分は、過剰な高調波のような構造が発生し、歪みを引き起こし、聴感に影響を与えてしまう。したがって、本例において、ニューラルネットワークモデルにより予測された相対平坦度情報に基づいて、低周波数部分と高周波数部分との間の相対平坦度を記述し、初期高周波数振幅スペクトルを調整し、これにより、調整された高周波数部分はより平坦になり、高調波による干渉を減少させる。
低周波数スペクトラムパラメータ決定モジュール210は、処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定し、ここで、低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれる。
各第1サブスペクトラムエンベロープについて、低周波数スペクトラムエンベロープにおける、第1サブスペクトラムエンベロープに対応するスペクトラムエンベロープの、対応するスペクトラムエネルギー情報と、対応するサブ帯域領域が対応する相対平坦度情報と、対応するサブ帯域領域が対応するスペクトラムエネルギー情報とに基づいて、第1サブスペクトラムエンベロープのゲイン調整値を決定すること、を実行するために使用される。
高周波数スペクトラムエンベロープにおける各第1サブスペクトラムエンベロープのゲイン調整値に基づいて、対応する第1サブスペクトラムエンベロープを調整すること、を実行するために使用される。
Claims (20)
- 電子デバイスが実行する周波数帯域拡張方法であって、
処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定するステップであって、前記低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれるステップと、
前記低周波数スペクトラムパラメータをニューラルネットワークモデルに入力し、前記ニューラルネットワークモデルの出力に基づいて、相関性パラメータを得るステップであって、前記相関性パラメータが、ターゲット広周波数スペクトラムの高周波数部分と低周波数部分との間の相関性を特徴づけ、前記相関性パラメータには、高周波数スペクトラムエンベロープが含まれるステップと、
前記相関性パラメータと前記低周波数振幅スペクトルとに基づいて、ターゲット高周波数振幅スペクトルを得るステップと、
前記狭帯域信号の低周波数位相スペクトルに基づいて、対応する高周波数位相スペクトルを生成するステップと、
前記ターゲット高周波数振幅スペクトルと前記高周波数位相スペクトルとに基づいて、高周波数スペクトラムを得るステップと、
前記低周波数スペクトラムと前記高周波数スペクトラムとに基づいて、周波数帯域が拡張された広帯域信号を得るステップと、
を含むことを特徴とする周波数帯域拡張方法。 - 前記相関性パラメータと前記低周波数振幅スペクトルとに基づいて、ターゲット高周波数振幅スペクトルを得るステップは、
前記低周波数振幅スペクトルに基づいて、前記狭帯域信号の低周波数スペクトラムエンベロープを得るステップと、
前記低周波数振幅スペクトルに基づいて、初期高周波数振幅スペクトルを生成するステップと、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとに基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得るステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープは、いずれも、対数ドメインのスペクトラムエンベロープであり、前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとに基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得るステップは、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとの間の差を決定するステップと、
前記差に基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得るステップと、を含む、
ことを特徴とする請求項2に記載の方法。 - 前記低周波数振幅スペクトルに基づいて、初期高周波数振幅スペクトルを生成するステップは、
前記低周波数振幅スペクトルにおける高周波数バンド部分の振幅スペクトルをコピーするステップ、を含む、
ことを特徴とする請求項2に記載の方法。 - 前記高周波数スペクトラムエンベロープには、第1数の第1サブスペクトラムエンベロープが含まれ、前記初期高周波数振幅スペクトルには、前記第1数のサブ振幅スペクトルが含まれ、各前記第1サブスペクトラムエンベロープは、前記初期高周波数振幅スペクトルにおける対応するサブ振幅スペクトルに基づいて決定され、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとの間の差を決定し、前記差に基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得るステップは、
各第1サブスペクトラムエンベロープと、前記低周波数スペクトラムエンベロープのうち対応するスペクトラムエンベロープとの間の差を決定するステップと、
各第1サブスペクトラムエンベロープに対応する差に基づいて、対応する初期サブ振幅スペクトルを調整し、前記第1数の調整されたサブ振幅スペクトルを得るステップと、
前記第1数の調整されたサブ振幅スペクトルに基づいて、前記ターゲット高周波数振幅スペクトルを得るステップと、を含む、
ことを特徴とする請求項3に記載の方法。 - 前記相関性パラメータには、相対平坦度情報がさらに含まれ、前記相対平坦度情報は、前記ターゲット広周波数スペクトラムの高周波数部分のスペクトラム平坦度と低周波数部分のスペクトラム平坦度との間の相関性を特徴づけ、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとの間の差を決定する前記ステップは、
前記相対平坦度情報と、前記低周波数スペクトラムのエネルギー情報とに基づいて、前記高周波数スペクトラムエンベロープのゲイン調整値を決定するステップと、
前記ゲイン調整値に基づいて、前記高周波数スペクトラムエンベロープを調整し、調整された高周波数スペクトラムエンベロープを得るステップと、
前記調整された高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとの間の差を決定するステップと、を含む、
ことを特徴とする請求項3~5のいずれか1項に記載の方法。 - 前記相対平坦度情報には、前記高周波数部分の少なくとも2つのサブ帯域領域に対応する相対平坦度情報が含まれ、1つのサブ帯域領域に対応する相対平坦度情報は、前記高周波数部分の1つのサブ帯域領域のスペクトラム平坦度と、前記低周波数部分の高周波数の周波数バンドのスペクトラム平坦度との間の相関性を特徴づけ、
前記相対平坦度情報と、前記低周波数スペクトラムのエネルギー情報とに基づいて、前記高周波数スペクトラムエンベロープのゲイン調整値を決定するステップは、
各サブ帯域領域に対応する相対平坦度情報と、前記低周波数スペクトラムにおける各サブ帯域領域に対応するスペクトラムエネルギー情報とに基づいて、前記高周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープ部分のゲイン調整値を決定するステップ、を含み、
前記ゲイン調整値に基づいて、前記高周波数スペクトラムエンベロープを調整するステップは、
前記高周波数スペクトラムエンベロープのうちの対応する各スペクトラムエンベロープ部分のゲイン調整値に基づいて、対応するスペクトラムエンベロープ部分を調整するステップ、を含む、
ことを特徴とする請求項6に記載の方法。 - 前記高周波数スペクトラムエンベロープが第1数の第1サブスペクトラムエンベロープを含む場合、各サブ帯域領域に対応する相対平坦度情報と、前記低周波数スペクトラムにおける各サブ帯域領域に対応するスペクトラムエネルギー情報とに基づいて、前記高周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープ部分のゲイン調整値を決定するステップは、
各第1サブスペクトラムエンベロープに対して、前記低周波数スペクトラムエンベロープにおける前記第1サブスペクトラムエンベロープに対応するスペクトラムエンベロープの、対応するスペクトラムエネルギー情報と、対応するサブ帯域領域が対応する相対平坦度情報と、対応するサブ帯域領域が対応するスペクトラムエネルギー情報とに基づいて、前記第1サブスペクトラムエンベロープのゲイン調整値を決定するステップ、を含み、
前記高周波数スペクトラムエンベロープのうちの対応する各スペクトラムエンベロープ部分のゲイン調整値に基づいて、対応するスペクトラムエンベロープ部分を調整するステップは、
前記高周波数スペクトラムエンベロープにおける各第1サブスペクトラムエンベロープのゲイン調整値に基づいて、対応する第1サブスペクトラムエンベロープを調整するステップ、を含む、
ことを特徴とする請求項7に記載の方法。 - 前記低周波数スペクトラムパラメータには、前記狭帯域信号の低周波数スペクトラムエンベロープがさらに含まれる、
ことを特徴とする請求項1~5のいずれか1項に記載の方法。 - 前記方法は、さらに、
前記低周波数振幅スペクトルを第2数のサブ振幅スペクトルに分割するステップと、
各サブ振幅スペクトルに対応するサブスペクトラムエンベロープをそれぞれ決定するステップであって、前記低周波数スペクトラムエンベロープには、決定された前記第2数のサブスペクトラムエンベロープが含まれるステップと、を含む、
ことを特徴とする請求項9に記載の方法。 - 各サブ振幅スペクトルに対応するサブスペクトラムエンベロープを決定するステップは、
各サブ振幅スペクトルに含まれるスペクトル係数の対数値に基づいて、各サブ振幅スペクトルに対応するサブスペクトラムエンベロープを得るステップ、を含む、
ことを特徴とする請求項10に記載の方法。 - 前記狭帯域信号が少なくとも2つの関連する信号を含む場合、前記方法は、さらに、
前記少なくとも2つの関連する信号を融合して、前記狭帯域信号を得るステップ、を含む、
ことを特徴とする請求項1~5のいずれか1項に記載の方法。 - 前記狭帯域信号が少なくとも2つの関連する信号を含む場合、前記方法は、さらに、
前記少なくとも2つの関連する信号のうちの各信号をそれぞれ前記狭帯域信号とするステップ、を含む、
ことを特徴とする請求項1~5のいずれか1項に記載の方法。 - 周波数帯域拡張装置であって、
処理対象となる狭帯域信号の低周波数スペクトラムパラメータを決定する低周波数スペクトラムパラメータ決定モジュールであって、前記低周波数スペクトラムパラメータには、低周波数振幅スペクトルが含まれる低周波数スペクトラムパラメータ決定モジュールと、
前記低周波数スペクトラムパラメータをニューラルネットワークモデルに入力し、前記ニューラルネットワークモデルの出力に基づいて、相関性パラメータを得る相関性パラメータ決定モジュールであって、前記相関性パラメータが、ターゲット広周波数スペクトラムの高周波数部分と低周波数部分との間の相関性を特徴づけ、前記相関性パラメータには、高周波数スペクトラムエンベロープが含まれる相関性パラメータ決定モジュールと、
前記相関性パラメータと前記低周波数振幅スペクトルとに基づいて、ターゲット高周波数振幅スペクトルを得る高周波数振幅スペクトル決定モジュールと、
前記狭帯域信号の低周波数位相スペクトルに基づいて、対応する高周波数位相スペクトルを生成する高周波数位相スペクトル生成モジュールと、
前記ターゲット高周波数振幅スペクトルと前記高周波数位相スペクトルとに基づいて、高周波数スペクトラムを得る高周波数スペクトラム決定モジュールと、
前記低周波数スペクトラムと前記高周波数スペクトラムとに基づいて、周波数帯域が拡張された広帯域信号を得る広帯域信号決定モジュールと、
を含むことを特徴とする周波数帯域拡張装置。 - 前記高周波数振幅スペクトル決定モジュールは、さらに、
前記低周波数振幅スペクトルに基づいて、前記狭帯域信号の低周波数スペクトラムエンベロープを得ることと、
前記低周波数振幅スペクトルに基づいて、初期高周波数振幅スペクトルを生成することと、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとに基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得ること、を実行するために使用される、
ことを特徴とする請求項14に記載の装置。 - 前記高周波数振幅スペクトル決定モジュールは、さらに、
前記高周波数スペクトラムエンベロープと前記低周波数スペクトラムエンベロープとの間の差を決定することと、
前記差に基づいて、前記初期高周波数振幅スペクトルを調整し、前記ターゲット高周波数振幅スペクトルを得ることと、を実行するために使用される、
ことを特徴とする請求項15に記載の装置。 - 前記高周波数振幅スペクトル決定モジュールは、さらに、
前記低周波数振幅スペクトルにおける高周波数バンド部分の振幅スペクトルをコピーすること、を実行するために使用される、
ことを特徴とする請求項15に記載の装置。 - 前記高周波数振幅スペクトル決定モジュールは、さらに、
各第1サブスペクトラムエンベロープと、前記低周波数スペクトラムエンベロープのうちの対応するスペクトラムエンベロープとの間の差を決定することと、
各第1サブスペクトラムエンベロープに対応する差に基づいて、対応する初期サブ振幅スペクトルを調整し、前記第1数の調整されたサブ振幅スペクトルを得ることと、
前記第1数の調整されたサブ振幅スペクトルに基づいて、前記ターゲット高周波数振幅スペクトルを得る、を実行するために使用される、
ことを特徴とする請求項16に記載の装置。 - 電子デバイスであって、
前記電子デバイスには、プロセッサとメモリとが含まれ、
前記メモリには、読み取り可能な命令が記憶されており、前記読み取り可能な命令が前記プロセッサによってロードされて実行されると、請求項1~13のいずれか1項に記載の方法が実現される、
ことを特徴とする電子デバイス。 - コンピュータ読み取り可能な記憶媒体であって、
前記記憶媒体には、読み取り可能な命令が記憶されており、前記読み取り可能な命令は、プロセッサによってロードされて実行されるとき、請求項1~13のいずれか1項に記載の方法が実現される、
ことを特徴とするコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910883374.5A CN110556123B (zh) | 2019-09-18 | 2019-09-18 | 频带扩展方法、装置、电子设备及计算机可读存储介质 |
CN201910883374.5 | 2019-09-18 | ||
PCT/CN2020/115010 WO2021052285A1 (zh) | 2019-09-18 | 2020-09-14 | 频带扩展方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022527810A true JP2022527810A (ja) | 2022-06-06 |
JP7297367B2 JP7297367B2 (ja) | 2023-06-26 |
Family
ID=68740695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021558881A Active JP7297367B2 (ja) | 2019-09-18 | 2020-09-14 | 周波数帯域拡張方法、装置、電子デバイスおよびコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3923282B1 (ja) |
JP (1) | JP7297367B2 (ja) |
CN (1) | CN110556123B (ja) |
WO (1) | WO2021052285A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110556123B (zh) * | 2019-09-18 | 2024-01-19 | 腾讯科技(深圳)有限公司 | 频带扩展方法、装置、电子设备及计算机可读存储介质 |
CN112086102B (zh) * | 2020-08-31 | 2024-04-16 | 腾讯音乐娱乐科技(深圳)有限公司 | 扩展音频频带的方法、装置、设备以及存储介质 |
CN114420140B (zh) * | 2022-03-30 | 2022-06-21 | 北京百瑞互联技术有限公司 | 基于生成对抗网络的频带扩展方法、编解码方法及系统 |
CN115116456A (zh) * | 2022-06-15 | 2022-09-27 | 腾讯科技(深圳)有限公司 | 音频处理方法、装置、设备、存储介质及计算机程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08278800A (ja) * | 1995-04-05 | 1996-10-22 | Fujitsu Ltd | 音声通信システム |
JP2004521394A (ja) * | 2001-06-28 | 2004-07-15 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 広帯域信号伝送システム |
WO2019081070A1 (en) * | 2017-10-27 | 2019-05-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | APPARATUS, METHOD, OR COMPUTER PROGRAM PRODUCT FOR GENERATING ENHANCED BANDWIDTH AUDIO SIGNAL USING NEURAL NETWORK PROCESSOR |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458930B (zh) * | 2007-12-12 | 2011-09-14 | 华为技术有限公司 | 带宽扩展中激励信号的生成及信号重建方法和装置 |
ES2678415T3 (es) * | 2008-08-05 | 2018-08-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Aparato y procedimiento para procesamiento y señal de audio para mejora de habla mediante el uso de una extracción de característica |
CN101727906B (zh) * | 2008-10-29 | 2012-02-01 | 华为技术有限公司 | 高频带信号的编解码方法及装置 |
SG185606A1 (en) * | 2010-05-25 | 2012-12-28 | Nokia Corp | A bandwidth extender |
US10347271B2 (en) * | 2015-12-04 | 2019-07-09 | Synaptics Incorporated | Semi-supervised system for multichannel source enhancement through configurable unsupervised adaptive transformations and supervised deep neural network |
CN107705801B (zh) * | 2016-08-05 | 2020-10-02 | 中国科学院自动化研究所 | 语音带宽扩展模型的训练方法及语音带宽扩展方法 |
KR102002681B1 (ko) * | 2017-06-27 | 2019-07-23 | 한양대학교 산학협력단 | 생성적 대립 망 기반의 음성 대역폭 확장기 및 확장 방법 |
CN109599123B (zh) * | 2017-09-29 | 2021-02-09 | 中国科学院声学研究所 | 基于遗传算法优化模型参数的音频带宽扩展方法及系统 |
CN107993672B (zh) * | 2017-12-12 | 2020-07-03 | 腾讯音乐娱乐科技(深圳)有限公司 | 频带扩展方法及装置 |
CN108198571B (zh) * | 2017-12-21 | 2021-07-30 | 中国科学院声学研究所 | 一种基于自适应带宽判断的带宽扩展方法及系统 |
CN110556122B (zh) * | 2019-09-18 | 2024-01-19 | 腾讯科技(深圳)有限公司 | 频带扩展方法、装置、电子设备及计算机可读存储介质 |
CN110556123B (zh) * | 2019-09-18 | 2024-01-19 | 腾讯科技(深圳)有限公司 | 频带扩展方法、装置、电子设备及计算机可读存储介质 |
-
2019
- 2019-09-18 CN CN201910883374.5A patent/CN110556123B/zh active Active
-
2020
- 2020-09-14 JP JP2021558881A patent/JP7297367B2/ja active Active
- 2020-09-14 EP EP20865303.0A patent/EP3923282B1/en active Active
- 2020-09-14 WO PCT/CN2020/115010 patent/WO2021052285A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08278800A (ja) * | 1995-04-05 | 1996-10-22 | Fujitsu Ltd | 音声通信システム |
JP2004521394A (ja) * | 2001-06-28 | 2004-07-15 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 広帯域信号伝送システム |
WO2019081070A1 (en) * | 2017-10-27 | 2019-05-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | APPARATUS, METHOD, OR COMPUTER PROGRAM PRODUCT FOR GENERATING ENHANCED BANDWIDTH AUDIO SIGNAL USING NEURAL NETWORK PROCESSOR |
Non-Patent Citations (1)
Title |
---|
KEHUANG LI, CHIN-HUI LEE: "A deep neural network approach to speech bandwidth expansion", IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING, JPN7022004971, April 2015 (2015-04-01), pages 4395 - 4399, XP033187591, ISSN: 0004902859, DOI: 10.1109/ICASSP.2015.7178801 * |
Also Published As
Publication number | Publication date |
---|---|
US20220068285A1 (en) | 2022-03-03 |
EP3923282B1 (en) | 2023-11-08 |
CN110556123A (zh) | 2019-12-10 |
JP7297367B2 (ja) | 2023-06-26 |
WO2021052285A1 (zh) | 2021-03-25 |
EP3923282A1 (en) | 2021-12-15 |
EP3923282A4 (en) | 2022-06-08 |
CN110556123B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7297368B2 (ja) | 周波数帯域拡張方法、装置、電子デバイスおよびコンピュータプログラム | |
JP2022527810A (ja) | 周波数帯域拡張方法、装置、電子デバイスおよびコンピュータプログラム | |
CN103026408B (zh) | 音频信号产生装置 | |
CN1215459C (zh) | 声信号带宽扩展 | |
RU2501097C2 (ru) | Устройство и способ формирования синтезированного аудиосигнала и кодирования аудиосигнала | |
JP3861770B2 (ja) | 信号符号化装置及び方法、信号復号装置及び方法、並びにプログラム及び記録媒体 | |
RU2491658C2 (ru) | Синтезатор аудиосигнала и кодирующее устройство аудиосигнала | |
TW201140563A (en) | Determining an upperband signal from a narrowband signal | |
CN110556121B (zh) | 频带扩展方法、装置、电子设备及计算机可读存储介质 | |
US9280978B2 (en) | Packet loss concealment for bandwidth extension of speech signals | |
EP3992964B1 (en) | Voice signal processing method and apparatus, and electronic device and storage medium | |
US8929568B2 (en) | Bandwidth extension of a low band audio signal | |
EP2559026A1 (en) | Audio communication device, method for outputting an audio signal, and communication system | |
JP2010521012A (ja) | 音声符号化システム及び方法 | |
TWI524332B (zh) | 用於使用次頻帶時間平滑技術產生頻率增強信號之裝置及方法 | |
WO2011047578A1 (zh) | 频带扩展方法及装置 | |
EP1199812A1 (en) | Perceptually improved encoding of acoustic signals | |
WO2016021412A1 (ja) | 符号化装置および方法、復号装置および方法、並びにプログラム | |
JP6599368B2 (ja) | 信号分類方法及びその装置、並びにそれを利用したオーディオ符号化方法及びその装置 | |
CN112530446B (zh) | 频带扩展方法、装置、电子设备及计算机可读存储介质 | |
US12002479B2 (en) | Bandwidth extension method and apparatus, electronic device, and computer-readable storage medium | |
Choo et al. | Blind bandwidth extension system utilizing advanced spectral envelope predictor | |
CN116110424A (zh) | 一种语音带宽扩展方法及相关装置 | |
TW201443888A (zh) | 用於使用能量限制操作產生頻率增強信號之裝置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211001 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211001 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221012 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221024 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230120 |
|
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: 20230515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7297367 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |