JP4292767B2 - データレート変換方法及びデータレート変換装置 - Google Patents
データレート変換方法及びデータレート変換装置 Download PDFInfo
- Publication number
- JP4292767B2 JP4292767B2 JP2002258161A JP2002258161A JP4292767B2 JP 4292767 B2 JP4292767 B2 JP 4292767B2 JP 2002258161 A JP2002258161 A JP 2002258161A JP 2002258161 A JP2002258161 A JP 2002258161A JP 4292767 B2 JP4292767 B2 JP 4292767B2
- Authority
- JP
- Japan
- Prior art keywords
- lsp
- background noise
- rate
- parameter
- encoding
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを伝送するデータ伝送系におけるデータレート変換方法及びデータレート変換装置に関する。
【０００２】
【従来の技術】
ＭＰＥＧ(Moving Picture Experts Group)４音声コーディックのアルゴリズムとして、ハーモニック符号化にＣＥＬＰ(Code Excited Linear Prediction)符号化を組み合わせたＨＶＸＣ(HarmonicVector eXcitation Coding)と呼ばれるパラメトリック符号化方式が採用されている。
【０００３】
ＨＶＸＣは、２．０ｋｂｐｓから４．０ｋｂｐｓという非常に低いビットレートで音声信号を符号化する方式である。
【０００４】
このＨＶＸＣでは、入力音声信号の有声音／無声音(V/UV:Voice /UnVoiced sound)判定を行い、有声音の場合は線形予測係数(LPC:Linear Prediction Coefficients)残差信号を求めてハーモニック符号化を行う。また、無声音の場合はノイズ源のコードブックを持つＣＥＬＰ符号化を行う。
【０００５】
有声音の場合に行われるハーモニック符号化では、ハーモニック(Harmonic)構造を持つスペクトラムの基本周波数（入力音声信号のピッチ周波数に対応）と、そのハーモニックスペクトルの振幅形状を伝送する。デコーダには、基本周波数及びその高調波に対応する周波数可変の正弦波発振器が存在し、伝送されてきたハーモニクスの振幅に合わせて正弦波を発生し加算する。なお、位相情報は伝送せずに、各フレームでハーモニクス合成された波形が不連続にならないように調整している。
【０００６】
有声音が周期的な信号であるに対し、無声音は特定の周期を持たないノイズ的な信号であるので、ノイズ源のコードブックを持つＣＥＬＰ符号化が行われる。
【０００７】
有声音／無声音(Ｖ／ＵＶ)の判定は、入力音声信号のゼロクロス数、エネルギー、ＬＰＣ予測残差の自己相関の最大値、ハーモニクス合成されたスペクトルと元のＦＦＴスペクトルとの類似度を元にして行われる。
【０００８】
ＨＶＸＣは、符号化ビット全体からその一部を取り出してデコードを行うことを可能にするスケーラビリティ機能を有している。また、ＨＶＸＣは、２．０ｋｂｐのベースレイヤに対して２．０ｋｂｐｓのエンハンスメントレイヤが加算される階層符号化構造を有し、通常は高音質な２．０ｋｂｐｓ＋２．０ｋｂｐｓ＝４．０ｋｂｐｓで使用し、回線状態が悪いときには、ベースレイヤの２．０ｋｂｐｓだけを取り出してデコードするという使い方が可能になっている。また、ビットレートに関しては、通常の固定レートに加えて可変レートも選択可能となっている。
【０００９】
ＨＶＸＣのエンコーダにおいて、ＬＰＣ係数は、最初に線スペクトル対(LSP：Line Spectral Pair)パラメータに変換される。ＬＳＰパラメータはベクトル量子化(VQ:Vector Quantization)でその後量子化される。ベースレイヤ(baselayer)の場合、ＬＳＰを量子化する２つの方法がある。
【００１０】
一方はフレーム間(interframe)予測なしの２段ＶＱ、他方はＶＱとフレーム間予測ＶＱの組合せである。符号化処理では、ＬＳＰを量子化するために２つの方法が使われ、量子化誤差を最小にする一方が選択される。量子化誤差は重み付けされたユークリッド距離として計算される。
【００１１】
ベースレーヤの符号化処理は次の通りである。
【００１２】
重み付け係数（w［］）を次の式１に示す。
【００１３】
【数１】
【００１４】
ここで、Ｎｐは線形予測(LP:Linear Prediction)分析次数であり、lsp［］は変換されたＬＳＰである。
【００１５】
第１段の量子化器においてはフレーム間予測と非フレーム間予測でおなじ量子化方法を使用する。ＬＳＰはベクトル量子化器を使って量子化され、相当するインデクスはＬＳＰ１に記録される。決定を先送りするため、複数のインデクスが第２段への候補として記録される。第１段での量子化誤差は、次の式２で与えられる。
【００１６】
【数２】
【００１７】
ここで、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、そして、dimはｎ番目のベクトルの次元である。
【００１８】
第１段におけるＬＳＰベクトルの最初の次数と次元を表１に示す。
【００１９】
【表１】
【００２０】
第２段において、上記の２つの量子化方法、すなわちフレーム間予測と非フレーム間予測の２つのベクトル量子化器が各々適用される。第２段の全体の量子化器誤差は第１段と第２段の候補の全ての組合せに対して計算され、最小誤差となる一つが選択される。結果として、第１段のインデクスが決定され、かつ対応する第２段のインデクスと正負号がＬＳＰ２とＬＳＰ３に記録される。選択した量子化方法を示すフラグもまたＬＳＰ４に記録される。第２段の量子化誤差ｅｒｒ２は次の式３及び式４にて与えられる。
【００２１】
すなわち、非フレーム間予測のＶＱにおける量子化誤差ｅｒｒ２は次の式３にて与えられる。
【００２２】
【数３】
【００２３】
ここでlsp_first[]は第１段の量子化したＬＳＰベクトル、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、ｄｉｍはｎ番目の分離したベクトルの次元である。
【００２４】
また、フレーム間予測のＶＱにおける量子化誤差ｅｒｒ２は次の式４にて与えられる。
【００２５】
【数４】
【００２６】
ここでlsp_first[]は第１段の量子化したＬＳＰベクトル、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、ｄｉｍはｎ番目の分離したベクトルの次元、ratio_predict＝０．７である。
【００２７】
第２段におけるＬＳＰベクトルの最初の次数と次元を表２に示す。
【００２８】
【表２】
【００２９】
ＬＳＰ符号化処理の後、現在のＬＳＰはメモリに保持され、次フレームの予測のため使われる。
【００３０】
保持されたＬＳＰ（lsp_previous[]）はエンコーダが初期化されるとき次の通り初期化される。
【００３１】
また、ＬＳＰデコーダでは、ＬＳＰパラメータの量子化のために、多段量子化器構造が使われ個々の段からの出力ベクトルはＬＳＰパラメータを得るため加算される。
【００３２】
ビットレートが２．０ｋｂｐｓの時、現在のフレームのＬＳＰは２段のベクトル量子化、特に第２段目は低域と高域に分離して独立に量子化することにより符号化され、２段の復号過程を用いて復号される。４．０ｋｂｐｓでは、８ビットコードブックを持つ１０次元ベクトル量子化器出力が２．０ｋｂｐｓ符号化器のＬＳＰ量子化器出力に加算される。ＬＳＰに対して必要となるビットは１８ｂｉｔ／２０ｍｓｅｃ（２．０ｋｂｐｓ）、２６ｂｉｔ／２０ｍｓｅｃ（４．０ｋｂｐｓ）である。多段ベクトル量子化器の構成を表３に示す。
【００３３】
【表３】
【００３４】
ここで、base layer(2.0kbps)に対するＬＳＰパラメータの復号過程を説明する。
【００３５】
すなわち、現在のフレームのＬＳＰ（）は２段のベクトル量子化により符号化されており、２段の復号過程で復号される。個々のベクトルの次元は下記表４及び表５のとおりである。ＬＳＰ１は第１段、ＬＳＰ２とＬＳＰ３は第２段のインデクスを示す。
【００３６】
【表４】
【００３７】
【表５】
【００３８】
第１段目において、第１段のＬＳＰベクトルlsp_first[]はテーブルlsp_tbl[][][]を参照して復号される。
【００３９】
第２段目において、２種類の復号過程があり、それらはinterframe予測を使用するＶＱとinterframe予測を使用しないＶＱからなる復号過程である。ＬＳＰ４はこれらの処理に応じて選択される。
【００４０】
【表６】
【００４１】
interframe予測を使用しないＶＱの復号処理は次のようになる。
【００４２】
すなわち、現在のフレームのＬＳＰ lsp_current[]を得るため、第２段の復号ベクトルが復号された第１段のＬＳＰベクトル lsp_first[]に加算される。ＬＳＰ２とＬＳＰ３の最上位ビットＭＳＢは復号ベクトルの正負号を表し、残りのビットはテーブルd_tbl[][][]のインデクスを表す。
【００４３】
interframe予測を使用するＶＱの復号処理は次のようになる。
【００４４】
現在のフレームのＬＳＰ lsp_current[]を得るため、第２段の復号ベクトルが直前のフレームの復号されたＬＳＰ lsp_previous[i]と第１段のＬＳＰ lsp_first[]から予測されたＬＳＰベクトル lsp_predict[]に加算される。interframe予測を使用しないＶＱの復号ＬＳＰと同様に、ＬＳＰ２とＬＳＰ３のＭＳＢが復号ベクトルの正負号を表し、残りのビットはテーブルpd_tbl[][][]のインデクスを表す。
【００４５】
そして、ＬＳＰ復号処理の後、次のフレームでの予測のため復号ＬＳＰは、メモリに保存される。
【００４６】
また、直前フレームのＬＳＰはデコーダの初期化時に以下のとおり初期化される。
【００４７】
さらに、enhancement layerの復号処理では、enhancement layer(4.0kbps)に対して、付加的なコードベクトルとbase layerのＬＳＰが次のとおり加算されている。
【００４８】
【発明が解決しようとする課題】
しかしながら、ＨＶＸＣを採用した従来の音声コーディックシステムでは、固定レートとして受信された符号化データについて、背景雑音区間は重要度が低いにもかかわらず音声区間と同じデータ量を必要とするためメモリ等に記録する際に非効率性を生ずる状態であった。
【００４９】
固定レートとして受信したデータを可変レートとして記録することにより、背景雑音のような情報量の少ないフレームのデータ量を縮小し、メモリ等に記録する際にその消費量を縮小することが可能となる。
【００５０】
そこで、本発明の目的は、音声信号をその特徴に応じて複数の符号化方式を切り替えて符号化する機能を有する符号化器において、その符号化方式に応じて固定レートのみでなく可変レートでも符号化できる場合に、一旦固定レートで受信したデータを可変レートのデータに変換するデータレート変換方法及びデータレート変換装置を提供することにある。
【００５１】
本発明に係る符号化データ変換方法は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、可変レートの符号化データに変換し、上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別することを特徴とする。
【００５２】
また、本発明に係る符号化データ変換装置は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、可変レートの符号化データに変換し、上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別する符号化データ変換部を備えることを特徴とする。
【００５３】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【００５４】
本発明は、MPEG-4 HVXC 音声コーデック（以下、HVXCという。）において固定レートにて送られてきた符号データを可変レートの符号データに変換することにより、記録媒体に記録する際のデータサイズを縮小することを可能にするものである。
【００５５】
ＨＶＸＣにおいて、可変レートでは、固定レートで伝送される符号化パラメータのうちの比較的重要なものを信号の性質に応じて伝送するようになっている。
【００５６】
可変レートでは、２．０ｋｂｐｓについては３種類の伝送レートを、４．０ｋｂｐｓについては４種類の伝送レートを各伝送フレーム毎に信号の性質に応じて切り換えている。各伝送レートを識別するため符号化パラメータのうち ＶＵＶを全ての伝送レートの符号化データの先頭に配置するようにしている。固定、可変レート時のＶＵＶとそのモードは以下の表７の通りである。
【００５７】
【表７】
【００５８】
２．０ｋｂｐｓの固定レートおよび可変レートの符号化パラメータの内訳は以下の表８に示す通りである。表８において“＊”はその符号化パラメータを使用していることを示す。
【００５９】
【表８】
【００６０】
４．０ｋｂｐｓの可変レートにはＶＵＶ＝１の時、すなわち背景雑音時に付加的にパラメータUpdateFlagを用いることにより背景雑音更新フレームと非更新フレームを識別できるようにしている。UpdateFlagとそのモードは以下の表９の通りである。
【００６１】
【表９】
【００６２】
４．０ｋｂｐｓの固定レートおよび可変レートの符号化パラメータの内訳は以下の表１０の通りである。なお、項「ＶＵＶの値」において（）内に書かれているのはUpdateFlagの値である。
【００６３】
【表１０】
【００６４】
このように固定レート時の符号化パラメータの中から比較的重要なものを選択したものが可変レートであるが、ここでは固定レートとして受信した符号化データを可変レートの符号化データに変換する方法を述べる。
【００６５】
固定レートの符号化データを可変レートの符号化データに変換するデータレート変換装置１００は、図１に示すように、符号化データ変換部１０と複数のスイッチＳＷ１〜ＳＷ９にて構成される。
【００６６】
このデータレート変換装置１００では、符号化データ（固定レート）の出力がVUV＝1,2,3の時に、スイッチＳＷ１，ＳＷ２を閉成して、Pitch、SE_Shape1-2及びSE_gainが送られる。
【００６７】
さらに、bitrate＝４．０ｋｂｐｓの時にスイッチＳＷ３を閉成して、ＬＳＰ５及びSE_Shape3-6が送られる。
【００６８】
また、ＶＵＶ＝０の時、符号化データ変換部１０にて背景雑音検出処理によりＶＵＶの変換が行われる。
【００６９】
そして、変換結果がＶＵＶ＝０の時、すなわち無声音の時にはスイッチＳＷ４，ＳＷ５，ＳＷ８が閉成され、ＬＳＰ１〜ＬＳＰ４及びVX_gain1[0,1]が出力され、bitrate＝４．０ｋｂｐｓの時にはスイッチＳＷ７が閉成されVX_Shape1[0,1]が出力される。また、スイッチＳＷ６は開成される。
【００７０】
また、VUV＝１（背景雑音）かつbitrate＝２．０ｋｂｐｓの時には、スイッチＳＷ４，ＳＷ５，ＳＷ６が開成されＶＵＶのみ出力される。
【００７１】
同様にVUV＝1かつbitrate＝４．０ｋｂｐｓの時に、UpdateFlag＝０ならばスイッチＳＷ４，ＳＷ５，ＳＷ８が開成され、スイッチＳＷ６，ＳＷ９が閉成されＶＵＶ及びUpdateFlagが出力される。
【００７２】
さらに、ＶＵＶ＝１かつbitrate＝４．０ｋｂｐｓ、UpdateFlag＝１の時には、スイッチＳＷ４，ＳＷ５，ＳＷ６，ＳＷ９が閉成され、スイッチＳＷ８が開成され、ＶＵＶ、ＬＳＰ１〜ＬＳＰ４、VX_gain1[0](VX_gain1[1]は出力しない)及びUpdateFlagが出力される。
【００７３】
上記符号化データ変換部１０は、図２に示すように、符号化データ（固定レート）の出力ＶＵＶが供給されるＶＵＶ処理部１及びｕｖＣｎｔ制御部２、上記符号化データ（固定レート）の出力ＬＳＰ１〜４及びVX_gain1[0,1]が供給される背景雑音検出部３、上記ｕｖＣｎｔ制御部２及び背景雑音検出部３の出力が供給されるbgnCnt,bgnIntvl制御部４を備える。
【００７４】
この符号化データ変換部１０では、図３のフローチャートに示す手順に従って、変換処理を行う。
【００７５】
すなわち、先ず、ステップＳ１１でＶＵＶ処理部１において入力された符号化データ（固定レート）ＶＵＶが有声音（ＶＵＶ≠０）であるか否かの判定を行う。
【００７６】
上記ステップＳ１１での判定結果がＹＥＳすなわち有声音（ＶＵＶ≠０）の時は、そのまま可変レートデータとして取り扱うことができるので、次のステップＳ１２においてｕｖＣｎｔ制御部２でuvCnt＝０にセットする。
【００７７】
そして、ＶＵＶ処理部１は、次のステップＳ１３でＶＵＶ＝１であるか否かの判定を行い、このステップＳ１３での判定結果がＹＥＳすなわちＶＵＶ＝１のときは、次のステップＳ１４でＶＵＶ＝２にセットする。さらに、次のステップＳ１５において、bgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。また、上記ステップＳ１３での判定結果がＮＯすなわちＶＵＶ＝１でないときは、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００７８】
また、上記ステップＳ１１における判定結果がＮＯすなわち入力された符号化データ（固定レート）ＶＵＶが無声音（ＶＵＶ＝０）であるときには、次のステップＳ１６においてｕｖＣｎｔ制御部２でuvCntを１増加させ、さらに次のステップＳ１８においてuvCntがＮ以上であるか否かを判定する。
【００７９】
このステップＳ１８における判定結果がＮＯすなわちuvCntがＮに満たないときは、VUV処理部１にて無声音フレームとして取り扱い、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００８０】
そして、上記ステップＳ１８における判定結果がＹＥＳすなわちuvCntがＮ以上のときには、bgnCnt,bgnIntvl制御部４は、次のステップＳ１８において背景雑音検出部３の出力フラグbgnFlagを用いて背景雑音フレームを検出し、次のステップＳ１９において上記出力フラグbgnFlagが０であるか否かを判定する。
【００８１】
このステップＳ１９における判定結果がＹＥＳすなわちbgnFlag＝０のときには、ＶＵＶ処理部１にて無声音フレームとして取り扱い、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００８２】
また、上記ステップＳ１９における判定結果がＮＯすなわちbgnFlag＝１のときには、bgnCnt,bgnIntvl制御部４は、次のステップＳ２０でbgnCntを１増加させ、さらに次のステップＳ２１においてbgnCntが定数BGN_CNTよりも小さいか否かを判定する。
【００８３】
このステップＳ２１における判定結果がＹＥＳすなわちbgnCntが定数BGN_CNTよりも小さいときには、ＶＵＶ処理部１にて無声音フレームとして取り扱い、処理を終了する。
【００８４】
上記ステップＳ２１における判定結果がＮＯのときには、次のステップＳ２２においてbgnCntが定数BGN_CNTと等しい否かを判定する。
【００８５】
このステップＳ２２における判定結果がＹＥＳすなわちbgnCntが定数BGN_CNTと等しいときには、bgnCnt,bgnIntvl制御部４は、ステップＳ２５に移ってbgnIntvlを０とし、次のステップＳ２６で2．０ｋｂｐｓの場合は無声音フレームを背景雑音更新フレーム（ＶＵＶ＝０）として扱い、４．０ｋｂｐｓの場合は背景雑音更新フレーム（ＶＵＶ＝１、UpdateFlag＝1）として取り扱う。
【００８６】
また、上記ステップＳ２２における判定結果がＮＯすなわちbgnCntが定数BGN_CNTよりも大きいときには、bgnCnt,bgnIntvl制御部４は、次にステップＳ２３でbgnIntvlを１増加し、さらに、次のステップＳ２４でbgnIntvlが定数BGN_INTVLに等しくなったか否かを判定する。
【００８７】
このステップＳ２２における判定結果がＮＯすなわちbgnIntvlが定数BGN_INTVLに満たないときには、ステップＳ２７に移って背景雑音フレーム（非更新）として２．０ｋｂｐｓの時、ＶＵＶ＝１、４．０ｋｂｐｓの時、ＶＵＶ＝１、UpdateFlag＝０とする。また、上記における判定結果がＹＥＳすなわちbgnIntvlが定数BGN_INTVLに等しいときには、上記ステップ２５に移ってbgnIntvlを０とし、上記ステップＳ２６で２．０ｋｂｐｓの場合は無声音フレームを背景雑音更新フレーム（ＶＵＶ＝０）として扱い、４．０ｋｂｐｓの場合は背景雑音更新フレーム（ＶＵＶ＝１、UpdateFlag＝１）として取り扱う。
【００８８】
このように、この符号化データ変換部１０では、背景雑音カウンタbgnCnt、背景雑音更新カウンタbgnIntvl及び無声音フレームカウンタuvCntを導入して、固定レートから可変レートへ符号化パラメータを変換する処理を行っている。
【００８９】
すなわち、このデータレート変換装置１００は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換する符号化データ変換部１０を備える。
【００９０】
そして、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去したＬＰＣ残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データに対して、シェイプ成分を示すパラメータを除去することにより、ビットレートを低下させた可変レートの符号化データに変換する。
【００９１】
また、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去した線形予測係数(LPC:Linear Prediction Coefficients)残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データの受信信号が安定していると判断された場合に、背景雑音区間としてそれを示すパラメータのみを残すことにより、ビットレートを低下させた可変レートの符号化データに変換する。
【００９２】
また、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去したＬＰＣ残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データの受信信号が安定していると判断された場合に、ある周期で信号の状態を更新するパラメータを生成することで、ビットレートを低下させた可変レートの符号化データに変換する。
【００９３】
さらに、上記符号化データ変換部１０は、音声のスペクトルを示すパラメータがある期間安定しており、ＬＰＣ残差信号のゲイン成分を示すパラメータがある期間十分小さいか、あるいは変動が少ないかを判定し、これらをある期間満たすとき背景雑音期間として検出する背景雑音検出部３を備え、上記背景雑音検出部３の検出出力に基づいて固定レートの符号データを可変レートの符号化データに変換する処理を行う。
【００９４】
具体的には、上記符号化データ変換部１０は、ＨＶＸＣ(HarmonicVector eXcitation Coding)方式で符号化された固定レートの符号データについて、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別し、可変レートの符号化データに変換する。
【００９５】
上記符号化データ変換部１０は、前段の線スペクトル対(LSP：Line Spectral Pair)パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなり、ＬＰＣ残差信号のゲインパラメータとは昇順に並んでいるゲインコードブックのインデックスからなるＬＳＰパラメータあるいはＬＰＣ残差信号のゲインパラメータ又はその両者を使用して、無声音か背景雑音を識別する背景雑音検出部３を備え、上記背景雑音検出部３の検出出力に基づいて固定レートの符号データを可変レートの符号化データに変換する処理を行う。
【００９６】
ここで、背景雑音区間の検出は次のようにして行われる。
【００９７】
すなわち、固定レートとして送られる符号データは、無声音（ＶＵＶ＝０）か有声音（ＶＵＶ≠０）としか識別できず背景雑音は無声音に分類されている。そこで、無声音フレームから背景雑音らしい区間を選別するために線スペクトル対パラメータＬＳＰ１〜４とゲインコードブックパラメータVX_gain1[0,1]を用いる。
【００９８】
上記背景雑音検出部３は、図４のブロック図に示すように、符号化データ（固定レート）のVX_gain1[0,1]が供給される最大・差分検出処理部３１、上記符号化データ（固定レート）のＬＳＰ１〜４が供給されるＬＳＰ逆量子化処理部３２、このＬＳＰ逆量子化処理部３２の出力qLsp[n]が供給されるＬＳＰ最小幅検出部３３及び平均ＬＳＰ計算部３４、この平均ＬＳＰ計算部３４の出力が供給されるＬＳＰ差分計算部３５、上記最大・差分検出処理部３１の出力VX_gmax，VX_gwth、上記ＬＳＰ最小幅検出部３３の出力ｄｍｉｎ及び上記ＬＳＰ差分計算部３５の出力wdifが供給される判定部３６からなる。
【００９９】
この背景雑音検出部３において、最大・差分検出処理部３１では、直近ＮフレームのVX_gain[0,1]の最大値VX_gmax,VX_gminを求めた後、その差VX_gwthを求める。この時VX_gmaxが低いと音量が低く、またVX_gwthが小さいと音量の変化が小さいと言える。
【０１００】
また、ＬＳＰ逆量子化処理部３２では、ＬＳＰ１〜４から線スペクトル対qLsp[1〜Np]を逆量子化により求める（Npは次数）。さらに、平均ＬＳＰ計算部３４により求められるＶＵＶ＝０である直近ＮフレームのqLsp[1〜Np]の平均値avLsp[1〜Np]との差分wdifをＬＳＰ差分計算部３５にて次の式に従って求める。このwdifが低いとスペクトルの変動が少ないと言える。
【０１０１】
【数５】
【０１０２】
ここで、w[1〜Np]は重み係数である。
【０１０３】
また、ＬＳＰ最小幅検出部３３では、隣接qLsp[1〜Np]の差分量dLsp[1〜N１]（１＜N１＜Np）を次の式６にて求める。
【０１０４】
【数６】
【０１０５】
差分量dLsp[1〜N１]の最小値をｄｍｉｎとする。このｄｍｉｎが大きいとスペクトルの形状が緩やかであると考えられる。
【０１０６】
そして、判定部３６では、これらの変数を用いて背景雑音を図５のフローチャートに示す手順に従って検出する。
【０１０７】
すなわち、先ず、ステップＳ３１において、上記ＬＳＰ差分計算部３５の出力wdifが閾値WDより小さく、且つ、ｄｍｉｎが閾値DTHより大きいか否かを判定する。そして、このステップＳ３１における判定結果がＹＥＳすなわち、wdifが閾値WDより小さく、且つ、ｄｍｉｎが閾値DTHより大きいときには次のステップＳ３２に進み、それ以外のときにはステップＳ３５に進む。
【０１０８】
ステップＳ３２では、最大・差分検出処理部３１で求められた直近ＮフレームのVX_gain[0,1]の最大値VX_gmaxが閾値VX_G1より小さいか否かを判定する。そして、このステップＳ３１における判定結果がＹＥＳすなわちVX_gmaxが閾値VX_G1より小さいときにはステップＳ３４に進み、そうでないときにはステップ次のＳ３３に進む。
【０１０９】
ステップＳ３３では、VX_gmaxが閾値VX_G2より小さく、且つ、VX_gwthが閾値VX_W1より小さいか否かを判定する。そして、このステップＳ３３における判定結果がＹＥＳすなわち、VX_gmaxが閾値VX_G2より小さく、且つ、VX_gwthが閾値VX_W1より小さいときには次のステップＳ３４に進み、それ以外のときにはステップＳ３５に進む。
【０１１０】
ステップＳ３４では、背景雑音と認めて出力フラグbgnFlag＝１とする。
【０１１１】
また、ステップＳ３５では、背景雑音と認めずbgnFlag＝０とする。
【０１１２】
すなわち、上記背景雑音検出部３は、ＬＳＰパラメータを復号して得られたＬＳＰ周波数と直近のある期間の平均ＬＳＰ周波数との差分が十分小さく、また当該フレームにおける隣接するＬＳＰ周波数がほぼ等間隔である時、背景雑音と識別する。また、上記背景雑音検出部３は、ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別する。
【０１１３】
つぎに、背景雑音更新パラメータの生成について説明する。
【０１１４】
ＨＶＸＣにおいて、固定レートにおけるＶＵＶ＝１〜３では有声音としてＶＵＶ＝１を２に変更するだけで可変レートとして使用でき、ＶＵＶ＝０でも先に変換アルゴリズムで無声音として判定されたときは使用しないパラメータを削除するだけでよい。また背景雑音フレームとした場合でも非更新フレームではＶＵＶ、４．０ｋｂｐｓの時はさらにUpdateFlagを記録するだけでよい。
【０１１５】
一方背景雑音更新フレームでは、付加的な処理として、次のＬＳＰパラメータの変更及びVX_gain1[0,1]の変更を行う。
【０１１６】
１） ＬＳＰパラメータの変更
ＬＳＰパラメータＬＳＰ１〜４を用いて線スペクトル対qLsp[1〜Np]を得るが、ＬＳＰ４が０の時はstraight modeというそのフレームにおけるＬＳＰ１〜４で完結するものなのでそのまま記録できるが、ＬＳＰ４が１の場合はinterframe modeという直前のフレームのqLsp[1〜Np]を使用するものなので間欠受信される背景雑音更新フレームに使用できない。
【０１１７】
そこで、次の（１）〜（３）のいずれかで対処する。
【０１１８】
（１）再符号化する方法
ＬＳＰ４＝１として一度受信したＬＳＰ１〜４を復号してqLsp[1〜Np]を求めた後、今度はＬＳＰ４＝０として再符号化し、得られたＬＳＰ１〜４を記録する。
【０１１９】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に、背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要としない場合はそのまま現在のＬＳＰパラメータを可変レートでも採用する。
【０１２０】
あるいは、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は一旦ＬＳＰパラメータを復号した後、直前のＬＳＰパラメータを必要としないモードで符号化して得られたＬＳＰパラメータを可変レートで採用する。
【０１２１】
（２）ＬＳＰ１を重視する方法
ＬＳＰ１〜４のうち、ＬＳＰ１は符号化される前のLsp[1〜Np]に近似したものを示すもので、またＬＳＰ２，ＬＳＰ３は各々低次、高次の前段の符号化誤差を補填するものであるから、ＬＳＰ１はそのまま、ＬＳＰ４は０としＬＳＰ２、ＬＳＰ３はそのコードブックのベクトルの大きさが最も小さいものを採用する。
【０１２２】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は、基本となるＬＳＰパラメータＬＳＰ１はそのまま、符号化誤差を補填するＬＳＰパラメータＬＳＰ２，ＬＳＰ３は対応するコードブックベクトルの大きさが最小となるものを選択し、直前のＬＳＰパラメータを必要としないモードとして可変レートで採用する。
【０１２３】
（３）送信側でstraight mode LSPを周期的に挿入する方法
先に述べたように、ＬＳＰ４＝０のときはＬＳＰ１〜４をそのまま記録できるが、ＬＳＰ４＝１のときは何らかの方法でＬＳＰ４＝０に変換しなければならない。そこで送信側つまり符号化側で、背景雑音フレームと見られるフレームにおいて複数フレームに一回、ＬＳＰ４＝０のＬＳＰ１〜４を強制的に選択し、受信側でやはり先のアルゴリズムで背景雑音と判定した後、ＬＳＰ４＝０となるフレームを探し出してそのＬＳＰ１〜４を記録する。
【０１２４】
すなわち、送信側で予め背景雑音と見られる期間においてある一定間隔で強制的に直前のＬＳＰパラメータを必要としないモードでＬＳＰパラメータを符号化して送信し、受信側で背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、当該フレームを検出し、そのＬＳＰパラメータを可変レートで採用する。
【０１２５】
２）VX_gain1[0,1]の変更
コードブックゲインパラメータVX_gain1[0,1]は、雑音コードブックのゲインを示す。これを符号化するため、過去ＮフレームにおけるVX_gain[0,1]の中央値又は平均値を背景雑音更新フレームのVX_gain[0,1]として採用する。
【０１２６】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に、背景雑音更新フレームを挿入すべき時に、ＬＰＣ残差信号のゲインパラメータとして、直近のある期間の同パラメータの中央値又は平均値を可変レートで採用する。
【０１２７】
【発明の効果】
以上説明したように、本発明によれば、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換することができる。したがって、固定レートとして受信したデータを可変レートとして記録することができ、これにより、背景雑音のような情報量の少ないフレームのデータ量を縮小し、メモリ等に記録する際にその消費量を縮小することが可能となる。
【図面の簡単な説明】
【図１】本発明に係るデータレート変換装置の構成を示すブロック図である。
【図２】上記データレート変換装置における符号化データ変換部の構成を示すブロック図である。
【図３】上記符号化データ変換部による変換処理の手順を示すフローチャートである。
【図４】上記符号化データ変換部における背景雑音検出部の構成を示すブロック図である。
【図５】上記背景雑音検出部による背景雑音の検出処理の手順を示すフローチャートである。
【符号の説明】
１ ＶＵＶ処理部、２ ｕｖＣｎｔ制御部、３ 背景雑音検出部、４ bgnCnt,bgnIntvl制御部、１０ 符号化データ変換部、ＳＷ１〜ＳＷ９ スイッチ、３１ 最大・差分検出処理部、３２ ＬＳＰ逆量子化処理部、３３ ＬＳＰ最小幅検出部、３４ 平均ＬＳＰ計算部、３５ ＬＳＰ差分計算部、３６ 判定部、１００ データレート変換装置
【発明の属する技術分野】
本発明は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを伝送するデータ伝送系におけるデータレート変換方法及びデータレート変換装置に関する。
【０００２】
【従来の技術】
ＭＰＥＧ(Moving Picture Experts Group)４音声コーディックのアルゴリズムとして、ハーモニック符号化にＣＥＬＰ(Code Excited Linear Prediction)符号化を組み合わせたＨＶＸＣ(HarmonicVector eXcitation Coding)と呼ばれるパラメトリック符号化方式が採用されている。
【０００３】
ＨＶＸＣは、２．０ｋｂｐｓから４．０ｋｂｐｓという非常に低いビットレートで音声信号を符号化する方式である。
【０００４】
このＨＶＸＣでは、入力音声信号の有声音／無声音(V/UV:Voice /UnVoiced sound)判定を行い、有声音の場合は線形予測係数(LPC:Linear Prediction Coefficients)残差信号を求めてハーモニック符号化を行う。また、無声音の場合はノイズ源のコードブックを持つＣＥＬＰ符号化を行う。
【０００５】
有声音の場合に行われるハーモニック符号化では、ハーモニック(Harmonic)構造を持つスペクトラムの基本周波数（入力音声信号のピッチ周波数に対応）と、そのハーモニックスペクトルの振幅形状を伝送する。デコーダには、基本周波数及びその高調波に対応する周波数可変の正弦波発振器が存在し、伝送されてきたハーモニクスの振幅に合わせて正弦波を発生し加算する。なお、位相情報は伝送せずに、各フレームでハーモニクス合成された波形が不連続にならないように調整している。
【０００６】
有声音が周期的な信号であるに対し、無声音は特定の周期を持たないノイズ的な信号であるので、ノイズ源のコードブックを持つＣＥＬＰ符号化が行われる。
【０００７】
有声音／無声音(Ｖ／ＵＶ)の判定は、入力音声信号のゼロクロス数、エネルギー、ＬＰＣ予測残差の自己相関の最大値、ハーモニクス合成されたスペクトルと元のＦＦＴスペクトルとの類似度を元にして行われる。
【０００８】
ＨＶＸＣは、符号化ビット全体からその一部を取り出してデコードを行うことを可能にするスケーラビリティ機能を有している。また、ＨＶＸＣは、２．０ｋｂｐのベースレイヤに対して２．０ｋｂｐｓのエンハンスメントレイヤが加算される階層符号化構造を有し、通常は高音質な２．０ｋｂｐｓ＋２．０ｋｂｐｓ＝４．０ｋｂｐｓで使用し、回線状態が悪いときには、ベースレイヤの２．０ｋｂｐｓだけを取り出してデコードするという使い方が可能になっている。また、ビットレートに関しては、通常の固定レートに加えて可変レートも選択可能となっている。
【０００９】
ＨＶＸＣのエンコーダにおいて、ＬＰＣ係数は、最初に線スペクトル対(LSP：Line Spectral Pair)パラメータに変換される。ＬＳＰパラメータはベクトル量子化(VQ:Vector Quantization)でその後量子化される。ベースレイヤ(baselayer)の場合、ＬＳＰを量子化する２つの方法がある。
【００１０】
一方はフレーム間(interframe)予測なしの２段ＶＱ、他方はＶＱとフレーム間予測ＶＱの組合せである。符号化処理では、ＬＳＰを量子化するために２つの方法が使われ、量子化誤差を最小にする一方が選択される。量子化誤差は重み付けされたユークリッド距離として計算される。
【００１１】
ベースレーヤの符号化処理は次の通りである。
【００１２】
重み付け係数（w［］）を次の式１に示す。
【００１３】
【数１】
ここで、Ｎｐは線形予測(LP:Linear Prediction)分析次数であり、lsp［］は変換されたＬＳＰである。
【００１５】
第１段の量子化器においてはフレーム間予測と非フレーム間予測でおなじ量子化方法を使用する。ＬＳＰはベクトル量子化器を使って量子化され、相当するインデクスはＬＳＰ１に記録される。決定を先送りするため、複数のインデクスが第２段への候補として記録される。第１段での量子化誤差は、次の式２で与えられる。
【００１６】
【数２】
ここで、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、そして、dimはｎ番目のベクトルの次元である。
【００１８】
第１段におけるＬＳＰベクトルの最初の次数と次元を表１に示す。
【００１９】
【表１】
第２段において、上記の２つの量子化方法、すなわちフレーム間予測と非フレーム間予測の２つのベクトル量子化器が各々適用される。第２段の全体の量子化器誤差は第１段と第２段の候補の全ての組合せに対して計算され、最小誤差となる一つが選択される。結果として、第１段のインデクスが決定され、かつ対応する第２段のインデクスと正負号がＬＳＰ２とＬＳＰ３に記録される。選択した量子化方法を示すフラグもまたＬＳＰ４に記録される。第２段の量子化誤差ｅｒｒ２は次の式３及び式４にて与えられる。
【００２１】
すなわち、非フレーム間予測のＶＱにおける量子化誤差ｅｒｒ２は次の式３にて与えられる。
【００２２】
【数３】
ここでlsp_first[]は第１段の量子化したＬＳＰベクトル、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、ｄｉｍはｎ番目の分離したベクトルの次元である。
【００２４】
また、フレーム間予測のＶＱにおける量子化誤差ｅｒｒ２は次の式４にて与えられる。
【００２５】
【数４】
ここでlsp_first[]は第１段の量子化したＬＳＰベクトル、ｎは分離したベクトルの番号、ｍは候補となる分離したベクトルのインデクス、ｓｐはｎ番目の分離したベクトルの最初のＬＳＰの次数、ｄｉｍはｎ番目の分離したベクトルの次元、ratio_predict＝０．７である。
【００２７】
第２段におけるＬＳＰベクトルの最初の次数と次元を表２に示す。
【００２８】
【表２】
ＬＳＰ符号化処理の後、現在のＬＳＰはメモリに保持され、次フレームの予測のため使われる。
【００３０】
保持されたＬＳＰ（lsp_previous[]）はエンコーダが初期化されるとき次の通り初期化される。
【００３１】
また、ＬＳＰデコーダでは、ＬＳＰパラメータの量子化のために、多段量子化器構造が使われ個々の段からの出力ベクトルはＬＳＰパラメータを得るため加算される。
【００３２】
ビットレートが２．０ｋｂｐｓの時、現在のフレームのＬＳＰは２段のベクトル量子化、特に第２段目は低域と高域に分離して独立に量子化することにより符号化され、２段の復号過程を用いて復号される。４．０ｋｂｐｓでは、８ビットコードブックを持つ１０次元ベクトル量子化器出力が２．０ｋｂｐｓ符号化器のＬＳＰ量子化器出力に加算される。ＬＳＰに対して必要となるビットは１８ｂｉｔ／２０ｍｓｅｃ（２．０ｋｂｐｓ）、２６ｂｉｔ／２０ｍｓｅｃ（４．０ｋｂｐｓ）である。多段ベクトル量子化器の構成を表３に示す。
【００３３】
【表３】
ここで、base layer(2.0kbps)に対するＬＳＰパラメータの復号過程を説明する。
【００３５】
すなわち、現在のフレームのＬＳＰ（）は２段のベクトル量子化により符号化されており、２段の復号過程で復号される。個々のベクトルの次元は下記表４及び表５のとおりである。ＬＳＰ１は第１段、ＬＳＰ２とＬＳＰ３は第２段のインデクスを示す。
【００３６】
【表４】
【表５】
第１段目において、第１段のＬＳＰベクトルlsp_first[]はテーブルlsp_tbl[][][]を参照して復号される。
【００３９】
第２段目において、２種類の復号過程があり、それらはinterframe予測を使用するＶＱとinterframe予測を使用しないＶＱからなる復号過程である。ＬＳＰ４はこれらの処理に応じて選択される。
【００４０】
【表６】
interframe予測を使用しないＶＱの復号処理は次のようになる。
【００４２】
すなわち、現在のフレームのＬＳＰ lsp_current[]を得るため、第２段の復号ベクトルが復号された第１段のＬＳＰベクトル lsp_first[]に加算される。ＬＳＰ２とＬＳＰ３の最上位ビットＭＳＢは復号ベクトルの正負号を表し、残りのビットはテーブルd_tbl[][][]のインデクスを表す。
【００４３】
interframe予測を使用するＶＱの復号処理は次のようになる。
【００４４】
現在のフレームのＬＳＰ lsp_current[]を得るため、第２段の復号ベクトルが直前のフレームの復号されたＬＳＰ lsp_previous[i]と第１段のＬＳＰ lsp_first[]から予測されたＬＳＰベクトル lsp_predict[]に加算される。interframe予測を使用しないＶＱの復号ＬＳＰと同様に、ＬＳＰ２とＬＳＰ３のＭＳＢが復号ベクトルの正負号を表し、残りのビットはテーブルpd_tbl[][][]のインデクスを表す。
【００４５】
そして、ＬＳＰ復号処理の後、次のフレームでの予測のため復号ＬＳＰは、メモリに保存される。
【００４６】
また、直前フレームのＬＳＰはデコーダの初期化時に以下のとおり初期化される。
【００４７】
さらに、enhancement layerの復号処理では、enhancement layer(4.0kbps)に対して、付加的なコードベクトルとbase layerのＬＳＰが次のとおり加算されている。
【００４８】
【発明が解決しようとする課題】
しかしながら、ＨＶＸＣを採用した従来の音声コーディックシステムでは、固定レートとして受信された符号化データについて、背景雑音区間は重要度が低いにもかかわらず音声区間と同じデータ量を必要とするためメモリ等に記録する際に非効率性を生ずる状態であった。
【００４９】
固定レートとして受信したデータを可変レートとして記録することにより、背景雑音のような情報量の少ないフレームのデータ量を縮小し、メモリ等に記録する際にその消費量を縮小することが可能となる。
【００５０】
そこで、本発明の目的は、音声信号をその特徴に応じて複数の符号化方式を切り替えて符号化する機能を有する符号化器において、その符号化方式に応じて固定レートのみでなく可変レートでも符号化できる場合に、一旦固定レートで受信したデータを可変レートのデータに変換するデータレート変換方法及びデータレート変換装置を提供することにある。
【００５１】
本発明に係る符号化データ変換方法は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、可変レートの符号化データに変換し、上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別することを特徴とする。
【００５２】
また、本発明に係る符号化データ変換装置は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、可変レートの符号化データに変換し、上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別する符号化データ変換部を備えることを特徴とする。
【００５３】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【００５４】
本発明は、MPEG-4 HVXC 音声コーデック（以下、HVXCという。）において固定レートにて送られてきた符号データを可変レートの符号データに変換することにより、記録媒体に記録する際のデータサイズを縮小することを可能にするものである。
【００５５】
ＨＶＸＣにおいて、可変レートでは、固定レートで伝送される符号化パラメータのうちの比較的重要なものを信号の性質に応じて伝送するようになっている。
【００５６】
可変レートでは、２．０ｋｂｐｓについては３種類の伝送レートを、４．０ｋｂｐｓについては４種類の伝送レートを各伝送フレーム毎に信号の性質に応じて切り換えている。各伝送レートを識別するため符号化パラメータのうち ＶＵＶを全ての伝送レートの符号化データの先頭に配置するようにしている。固定、可変レート時のＶＵＶとそのモードは以下の表７の通りである。
【００５７】
【表７】
２．０ｋｂｐｓの固定レートおよび可変レートの符号化パラメータの内訳は以下の表８に示す通りである。表８において“＊”はその符号化パラメータを使用していることを示す。
【００５９】
【表８】
４．０ｋｂｐｓの可変レートにはＶＵＶ＝１の時、すなわち背景雑音時に付加的にパラメータUpdateFlagを用いることにより背景雑音更新フレームと非更新フレームを識別できるようにしている。UpdateFlagとそのモードは以下の表９の通りである。
【００６１】
【表９】
４．０ｋｂｐｓの固定レートおよび可変レートの符号化パラメータの内訳は以下の表１０の通りである。なお、項「ＶＵＶの値」において（）内に書かれているのはUpdateFlagの値である。
【００６３】
【表１０】
このように固定レート時の符号化パラメータの中から比較的重要なものを選択したものが可変レートであるが、ここでは固定レートとして受信した符号化データを可変レートの符号化データに変換する方法を述べる。
【００６５】
固定レートの符号化データを可変レートの符号化データに変換するデータレート変換装置１００は、図１に示すように、符号化データ変換部１０と複数のスイッチＳＷ１〜ＳＷ９にて構成される。
【００６６】
このデータレート変換装置１００では、符号化データ（固定レート）の出力がVUV＝1,2,3の時に、スイッチＳＷ１，ＳＷ２を閉成して、Pitch、SE_Shape1-2及びSE_gainが送られる。
【００６７】
さらに、bitrate＝４．０ｋｂｐｓの時にスイッチＳＷ３を閉成して、ＬＳＰ５及びSE_Shape3-6が送られる。
【００６８】
また、ＶＵＶ＝０の時、符号化データ変換部１０にて背景雑音検出処理によりＶＵＶの変換が行われる。
【００６９】
そして、変換結果がＶＵＶ＝０の時、すなわち無声音の時にはスイッチＳＷ４，ＳＷ５，ＳＷ８が閉成され、ＬＳＰ１〜ＬＳＰ４及びVX_gain1[0,1]が出力され、bitrate＝４．０ｋｂｐｓの時にはスイッチＳＷ７が閉成されVX_Shape1[0,1]が出力される。また、スイッチＳＷ６は開成される。
【００７０】
また、VUV＝１（背景雑音）かつbitrate＝２．０ｋｂｐｓの時には、スイッチＳＷ４，ＳＷ５，ＳＷ６が開成されＶＵＶのみ出力される。
【００７１】
同様にVUV＝1かつbitrate＝４．０ｋｂｐｓの時に、UpdateFlag＝０ならばスイッチＳＷ４，ＳＷ５，ＳＷ８が開成され、スイッチＳＷ６，ＳＷ９が閉成されＶＵＶ及びUpdateFlagが出力される。
【００７２】
さらに、ＶＵＶ＝１かつbitrate＝４．０ｋｂｐｓ、UpdateFlag＝１の時には、スイッチＳＷ４，ＳＷ５，ＳＷ６，ＳＷ９が閉成され、スイッチＳＷ８が開成され、ＶＵＶ、ＬＳＰ１〜ＬＳＰ４、VX_gain1[0](VX_gain1[1]は出力しない)及びUpdateFlagが出力される。
【００７３】
上記符号化データ変換部１０は、図２に示すように、符号化データ（固定レート）の出力ＶＵＶが供給されるＶＵＶ処理部１及びｕｖＣｎｔ制御部２、上記符号化データ（固定レート）の出力ＬＳＰ１〜４及びVX_gain1[0,1]が供給される背景雑音検出部３、上記ｕｖＣｎｔ制御部２及び背景雑音検出部３の出力が供給されるbgnCnt,bgnIntvl制御部４を備える。
【００７４】
この符号化データ変換部１０では、図３のフローチャートに示す手順に従って、変換処理を行う。
【００７５】
すなわち、先ず、ステップＳ１１でＶＵＶ処理部１において入力された符号化データ（固定レート）ＶＵＶが有声音（ＶＵＶ≠０）であるか否かの判定を行う。
【００７６】
上記ステップＳ１１での判定結果がＹＥＳすなわち有声音（ＶＵＶ≠０）の時は、そのまま可変レートデータとして取り扱うことができるので、次のステップＳ１２においてｕｖＣｎｔ制御部２でuvCnt＝０にセットする。
【００７７】
そして、ＶＵＶ処理部１は、次のステップＳ１３でＶＵＶ＝１であるか否かの判定を行い、このステップＳ１３での判定結果がＹＥＳすなわちＶＵＶ＝１のときは、次のステップＳ１４でＶＵＶ＝２にセットする。さらに、次のステップＳ１５において、bgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。また、上記ステップＳ１３での判定結果がＮＯすなわちＶＵＶ＝１でないときは、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００７８】
また、上記ステップＳ１１における判定結果がＮＯすなわち入力された符号化データ（固定レート）ＶＵＶが無声音（ＶＵＶ＝０）であるときには、次のステップＳ１６においてｕｖＣｎｔ制御部２でuvCntを１増加させ、さらに次のステップＳ１８においてuvCntがＮ以上であるか否かを判定する。
【００７９】
このステップＳ１８における判定結果がＮＯすなわちuvCntがＮに満たないときは、VUV処理部１にて無声音フレームとして取り扱い、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００８０】
そして、上記ステップＳ１８における判定結果がＹＥＳすなわちuvCntがＮ以上のときには、bgnCnt,bgnIntvl制御部４は、次のステップＳ１８において背景雑音検出部３の出力フラグbgnFlagを用いて背景雑音フレームを検出し、次のステップＳ１９において上記出力フラグbgnFlagが０であるか否かを判定する。
【００８１】
このステップＳ１９における判定結果がＹＥＳすなわちbgnFlag＝０のときには、ＶＵＶ処理部１にて無声音フレームとして取り扱い、上記ステップＳ１５に移ってbgnCnt,bgnIntvl制御部４でbgnCnt＝０にセットして、処理を終了する。
【００８２】
また、上記ステップＳ１９における判定結果がＮＯすなわちbgnFlag＝１のときには、bgnCnt,bgnIntvl制御部４は、次のステップＳ２０でbgnCntを１増加させ、さらに次のステップＳ２１においてbgnCntが定数BGN_CNTよりも小さいか否かを判定する。
【００８３】
このステップＳ２１における判定結果がＹＥＳすなわちbgnCntが定数BGN_CNTよりも小さいときには、ＶＵＶ処理部１にて無声音フレームとして取り扱い、処理を終了する。
【００８４】
上記ステップＳ２１における判定結果がＮＯのときには、次のステップＳ２２においてbgnCntが定数BGN_CNTと等しい否かを判定する。
【００８５】
このステップＳ２２における判定結果がＹＥＳすなわちbgnCntが定数BGN_CNTと等しいときには、bgnCnt,bgnIntvl制御部４は、ステップＳ２５に移ってbgnIntvlを０とし、次のステップＳ２６で2．０ｋｂｐｓの場合は無声音フレームを背景雑音更新フレーム（ＶＵＶ＝０）として扱い、４．０ｋｂｐｓの場合は背景雑音更新フレーム（ＶＵＶ＝１、UpdateFlag＝1）として取り扱う。
【００８６】
また、上記ステップＳ２２における判定結果がＮＯすなわちbgnCntが定数BGN_CNTよりも大きいときには、bgnCnt,bgnIntvl制御部４は、次にステップＳ２３でbgnIntvlを１増加し、さらに、次のステップＳ２４でbgnIntvlが定数BGN_INTVLに等しくなったか否かを判定する。
【００８７】
このステップＳ２２における判定結果がＮＯすなわちbgnIntvlが定数BGN_INTVLに満たないときには、ステップＳ２７に移って背景雑音フレーム（非更新）として２．０ｋｂｐｓの時、ＶＵＶ＝１、４．０ｋｂｐｓの時、ＶＵＶ＝１、UpdateFlag＝０とする。また、上記における判定結果がＹＥＳすなわちbgnIntvlが定数BGN_INTVLに等しいときには、上記ステップ２５に移ってbgnIntvlを０とし、上記ステップＳ２６で２．０ｋｂｐｓの場合は無声音フレームを背景雑音更新フレーム（ＶＵＶ＝０）として扱い、４．０ｋｂｐｓの場合は背景雑音更新フレーム（ＶＵＶ＝１、UpdateFlag＝１）として取り扱う。
【００８８】
このように、この符号化データ変換部１０では、背景雑音カウンタbgnCnt、背景雑音更新カウンタbgnIntvl及び無声音フレームカウンタuvCntを導入して、固定レートから可変レートへ符号化パラメータを変換する処理を行っている。
【００８９】
すなわち、このデータレート変換装置１００は、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換する符号化データ変換部１０を備える。
【００９０】
そして、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去したＬＰＣ残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データに対して、シェイプ成分を示すパラメータを除去することにより、ビットレートを低下させた可変レートの符号化データに変換する。
【００９１】
また、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去した線形予測係数(LPC:Linear Prediction Coefficients)残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データの受信信号が安定していると判断された場合に、背景雑音区間としてそれを示すパラメータのみを残すことにより、ビットレートを低下させた可変レートの符号化データに変換する。
【００９２】
また、上記符号化データ変換部１０は、上記無声音、背景雑音に対する符号化方式により、音声信号のスペクトルを示すパラメータと、音声信号からスペクトル成分を除去したＬＰＣ残差信号を、ゲイン成分を示すパラメータとシェイプ成分を示すパラメータに分解して、符号化された固定レートの符号データの受信信号が安定していると判断された場合に、ある周期で信号の状態を更新するパラメータを生成することで、ビットレートを低下させた可変レートの符号化データに変換する。
【００９３】
さらに、上記符号化データ変換部１０は、音声のスペクトルを示すパラメータがある期間安定しており、ＬＰＣ残差信号のゲイン成分を示すパラメータがある期間十分小さいか、あるいは変動が少ないかを判定し、これらをある期間満たすとき背景雑音期間として検出する背景雑音検出部３を備え、上記背景雑音検出部３の検出出力に基づいて固定レートの符号データを可変レートの符号化データに変換する処理を行う。
【００９４】
具体的には、上記符号化データ変換部１０は、ＨＶＸＣ(HarmonicVector eXcitation Coding)方式で符号化された固定レートの符号データについて、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別し、可変レートの符号化データに変換する。
【００９５】
上記符号化データ変換部１０は、前段の線スペクトル対(LSP：Line Spectral Pair)パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなり、ＬＰＣ残差信号のゲインパラメータとは昇順に並んでいるゲインコードブックのインデックスからなるＬＳＰパラメータあるいはＬＰＣ残差信号のゲインパラメータ又はその両者を使用して、無声音か背景雑音を識別する背景雑音検出部３を備え、上記背景雑音検出部３の検出出力に基づいて固定レートの符号データを可変レートの符号化データに変換する処理を行う。
【００９６】
ここで、背景雑音区間の検出は次のようにして行われる。
【００９７】
すなわち、固定レートとして送られる符号データは、無声音（ＶＵＶ＝０）か有声音（ＶＵＶ≠０）としか識別できず背景雑音は無声音に分類されている。そこで、無声音フレームから背景雑音らしい区間を選別するために線スペクトル対パラメータＬＳＰ１〜４とゲインコードブックパラメータVX_gain1[0,1]を用いる。
【００９８】
上記背景雑音検出部３は、図４のブロック図に示すように、符号化データ（固定レート）のVX_gain1[0,1]が供給される最大・差分検出処理部３１、上記符号化データ（固定レート）のＬＳＰ１〜４が供給されるＬＳＰ逆量子化処理部３２、このＬＳＰ逆量子化処理部３２の出力qLsp[n]が供給されるＬＳＰ最小幅検出部３３及び平均ＬＳＰ計算部３４、この平均ＬＳＰ計算部３４の出力が供給されるＬＳＰ差分計算部３５、上記最大・差分検出処理部３１の出力VX_gmax，VX_gwth、上記ＬＳＰ最小幅検出部３３の出力ｄｍｉｎ及び上記ＬＳＰ差分計算部３５の出力wdifが供給される判定部３６からなる。
【００９９】
この背景雑音検出部３において、最大・差分検出処理部３１では、直近ＮフレームのVX_gain[0,1]の最大値VX_gmax,VX_gminを求めた後、その差VX_gwthを求める。この時VX_gmaxが低いと音量が低く、またVX_gwthが小さいと音量の変化が小さいと言える。
【０１００】
また、ＬＳＰ逆量子化処理部３２では、ＬＳＰ１〜４から線スペクトル対qLsp[1〜Np]を逆量子化により求める（Npは次数）。さらに、平均ＬＳＰ計算部３４により求められるＶＵＶ＝０である直近ＮフレームのqLsp[1〜Np]の平均値avLsp[1〜Np]との差分wdifをＬＳＰ差分計算部３５にて次の式に従って求める。このwdifが低いとスペクトルの変動が少ないと言える。
【０１０１】
【数５】
ここで、w[1〜Np]は重み係数である。
【０１０３】
また、ＬＳＰ最小幅検出部３３では、隣接qLsp[1〜Np]の差分量dLsp[1〜N１]（１＜N１＜Np）を次の式６にて求める。
【０１０４】
【数６】
差分量dLsp[1〜N１]の最小値をｄｍｉｎとする。このｄｍｉｎが大きいとスペクトルの形状が緩やかであると考えられる。
【０１０６】
そして、判定部３６では、これらの変数を用いて背景雑音を図５のフローチャートに示す手順に従って検出する。
【０１０７】
すなわち、先ず、ステップＳ３１において、上記ＬＳＰ差分計算部３５の出力wdifが閾値WDより小さく、且つ、ｄｍｉｎが閾値DTHより大きいか否かを判定する。そして、このステップＳ３１における判定結果がＹＥＳすなわち、wdifが閾値WDより小さく、且つ、ｄｍｉｎが閾値DTHより大きいときには次のステップＳ３２に進み、それ以外のときにはステップＳ３５に進む。
【０１０８】
ステップＳ３２では、最大・差分検出処理部３１で求められた直近ＮフレームのVX_gain[0,1]の最大値VX_gmaxが閾値VX_G1より小さいか否かを判定する。そして、このステップＳ３１における判定結果がＹＥＳすなわちVX_gmaxが閾値VX_G1より小さいときにはステップＳ３４に進み、そうでないときにはステップ次のＳ３３に進む。
【０１０９】
ステップＳ３３では、VX_gmaxが閾値VX_G2より小さく、且つ、VX_gwthが閾値VX_W1より小さいか否かを判定する。そして、このステップＳ３３における判定結果がＹＥＳすなわち、VX_gmaxが閾値VX_G2より小さく、且つ、VX_gwthが閾値VX_W1より小さいときには次のステップＳ３４に進み、それ以外のときにはステップＳ３５に進む。
【０１１０】
ステップＳ３４では、背景雑音と認めて出力フラグbgnFlag＝１とする。
【０１１１】
また、ステップＳ３５では、背景雑音と認めずbgnFlag＝０とする。
【０１１２】
すなわち、上記背景雑音検出部３は、ＬＳＰパラメータを復号して得られたＬＳＰ周波数と直近のある期間の平均ＬＳＰ周波数との差分が十分小さく、また当該フレームにおける隣接するＬＳＰ周波数がほぼ等間隔である時、背景雑音と識別する。また、上記背景雑音検出部３は、ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別する。
【０１１３】
つぎに、背景雑音更新パラメータの生成について説明する。
【０１１４】
ＨＶＸＣにおいて、固定レートにおけるＶＵＶ＝１〜３では有声音としてＶＵＶ＝１を２に変更するだけで可変レートとして使用でき、ＶＵＶ＝０でも先に変換アルゴリズムで無声音として判定されたときは使用しないパラメータを削除するだけでよい。また背景雑音フレームとした場合でも非更新フレームではＶＵＶ、４．０ｋｂｐｓの時はさらにUpdateFlagを記録するだけでよい。
【０１１５】
一方背景雑音更新フレームでは、付加的な処理として、次のＬＳＰパラメータの変更及びVX_gain1[0,1]の変更を行う。
【０１１６】
１） ＬＳＰパラメータの変更
ＬＳＰパラメータＬＳＰ１〜４を用いて線スペクトル対qLsp[1〜Np]を得るが、ＬＳＰ４が０の時はstraight modeというそのフレームにおけるＬＳＰ１〜４で完結するものなのでそのまま記録できるが、ＬＳＰ４が１の場合はinterframe modeという直前のフレームのqLsp[1〜Np]を使用するものなので間欠受信される背景雑音更新フレームに使用できない。
【０１１７】
そこで、次の（１）〜（３）のいずれかで対処する。
【０１１８】
（１）再符号化する方法
ＬＳＰ４＝１として一度受信したＬＳＰ１〜４を復号してqLsp[1〜Np]を求めた後、今度はＬＳＰ４＝０として再符号化し、得られたＬＳＰ１〜４を記録する。
【０１１９】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に、背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要としない場合はそのまま現在のＬＳＰパラメータを可変レートでも採用する。
【０１２０】
あるいは、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は一旦ＬＳＰパラメータを復号した後、直前のＬＳＰパラメータを必要としないモードで符号化して得られたＬＳＰパラメータを可変レートで採用する。
【０１２１】
（２）ＬＳＰ１を重視する方法
ＬＳＰ１〜４のうち、ＬＳＰ１は符号化される前のLsp[1〜Np]に近似したものを示すもので、またＬＳＰ２，ＬＳＰ３は各々低次、高次の前段の符号化誤差を補填するものであるから、ＬＳＰ１はそのまま、ＬＳＰ４は０としＬＳＰ２、ＬＳＰ３はそのコードブックのベクトルの大きさが最も小さいものを採用する。
【０１２２】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は、基本となるＬＳＰパラメータＬＳＰ１はそのまま、符号化誤差を補填するＬＳＰパラメータＬＳＰ２，ＬＳＰ３は対応するコードブックベクトルの大きさが最小となるものを選択し、直前のＬＳＰパラメータを必要としないモードとして可変レートで採用する。
【０１２３】
（３）送信側でstraight mode LSPを周期的に挿入する方法
先に述べたように、ＬＳＰ４＝０のときはＬＳＰ１〜４をそのまま記録できるが、ＬＳＰ４＝１のときは何らかの方法でＬＳＰ４＝０に変換しなければならない。そこで送信側つまり符号化側で、背景雑音フレームと見られるフレームにおいて複数フレームに一回、ＬＳＰ４＝０のＬＳＰ１〜４を強制的に選択し、受信側でやはり先のアルゴリズムで背景雑音と判定した後、ＬＳＰ４＝０となるフレームを探し出してそのＬＳＰ１〜４を記録する。
【０１２４】
すなわち、送信側で予め背景雑音と見られる期間においてある一定間隔で強制的に直前のＬＳＰパラメータを必要としないモードでＬＳＰパラメータを符号化して送信し、受信側で背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、当該フレームを検出し、そのＬＳＰパラメータを可変レートで採用する。
【０１２５】
２）VX_gain1[0,1]の変更
コードブックゲインパラメータVX_gain1[0,1]は、雑音コードブックのゲインを示す。これを符号化するため、過去ＮフレームにおけるVX_gain[0,1]の中央値又は平均値を背景雑音更新フレームのVX_gain[0,1]として採用する。
【０１２６】
すなわち、上記符号化データ変換部１０は、上記背景雑音検出部３が背景雑音と判定した場合に、背景雑音更新フレームを挿入すべき時に、ＬＰＣ残差信号のゲインパラメータとして、直近のある期間の同パラメータの中央値又は平均値を可変レートで採用する。
【０１２７】
【発明の効果】
以上説明したように、本発明によれば、有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換することができる。したがって、固定レートとして受信したデータを可変レートとして記録することができ、これにより、背景雑音のような情報量の少ないフレームのデータ量を縮小し、メモリ等に記録する際にその消費量を縮小することが可能となる。
【図面の簡単な説明】
【図１】本発明に係るデータレート変換装置の構成を示すブロック図である。
【図２】上記データレート変換装置における符号化データ変換部の構成を示すブロック図である。
【図３】上記符号化データ変換部による変換処理の手順を示すフローチャートである。
【図４】上記符号化データ変換部における背景雑音検出部の構成を示すブロック図である。
【図５】上記背景雑音検出部による背景雑音の検出処理の手順を示すフローチャートである。
【符号の説明】
１ ＶＵＶ処理部、２ ｕｖＣｎｔ制御部、３ 背景雑音検出部、４ bgnCnt,bgnIntvl制御部、１０ 符号化データ変換部、ＳＷ１〜ＳＷ９ スイッチ、３１ 最大・差分検出処理部、３２ ＬＳＰ逆量子化処理部、３３ ＬＳＰ最小幅検出部、３４ 平均ＬＳＰ計算部、３５ ＬＳＰ差分計算部、３６ 判定部、１００ データレート変換装置
Claims (8)
- 有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、
ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、
前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、
可変レートの符号化データに変換し、
上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別するデータレート変換方法。 - 上記ＬＳＰパラメータを使用する際には、ＬＳＰパラメータを復号して得られたＬＳＰ周波数と直近のある期間の平均ＬＳＰ周波数との差分が十分小さく、また当該フレームにおける隣接するＬＳＰ周波数がほぼ等間隔である時、背景雑音と識別することを特徴とする請求項１記載のデータレート変換方法。
- 背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要としない場合はそのまま現在のＬＳＰパラメータを可変レートでも採用することを特徴とする請求項１記載のデータレート変換方法。
- 背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は一旦ＬＳＰパラメータを復号した後、直前のＬＳＰパラメータを必要としないモードで符号化して得られたＬＳＰパラメータを可変レートで採用することを特徴とする請求項１記載のデータレート変換方法。
- 背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＳＰパラメータを復号するために直前のＬＳＰパラメータを必要とする場合は、基本となるＬＳＰパラメータ ＬＳＰ１はそのまま、符号化誤差を補填するＬＳＰパラメータＬＳＰ２，ＬＳＰ３は対応するコードブックベクトルの大きさが最小となるものを選択し、直前のＬＳＰパラメータを必要としないモードとして可変レートで採用することを特徴とする請求項１記載のデータレート変換方法。
- 送信側で予め背景雑音と見られる期間においてある一定間隔で強制的に直前のＬＳＰパラメータを必要としないモードでＬＳＰパラメータを符号化して送信し、受信側で背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、当該フレームを検出し、そのＬＳＰパラメータを可変レートで採用することを特徴とする請求項１記載のデータレート変換方法。
- 背景雑音と判定した場合に背景雑音更新フレームを挿入すべき時に、ＬＰＣ残差信号のゲインパラメータとして、直近のある期間の同パラメータの中央値又は平均値を可変レートで採用することを特徴とする請求項１記載のデータレート変換方法。
- 有声音の符号化に適した符号化方式と、無声音、背景雑音の符号化に適した符号化方式を含む複数の符号化方式を切り替えて符号化された固定レートの符号データを受信し、受信した固定レートの符号データを上記無声音、背景雑音に対する符号化方式を使用してビットレートを低下させた可変レートの符号化データに変換するにあたり、ＨＶＸＣ（ＨａｒｍｏｎｉｃＶｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）方式で符号化された固定レートの符号データについて、前段の線スペクトル対（ＬＳＰ：Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒ）パラメータを示すＬＳＰ１、前段のＬＳＰパラメータの符号化誤差を補填する後段のＬＳＰ２およびＬＳＰ３、そのＬＳＰパラメータを復号する場合に直前のＬＳＰパラメータを必要とするか否かを示すＬＳＰ４からなるＬＳＰパラメータ、昇順に並んでいるゲインコードブックのインデックスからなるＬＰＣ残差信号のゲインパラメータのどちらか一方又はその両者を使用して、無声音フレームとして受信した符号化データから無声音か背景雑音かを識別して、可変レートの符号化データに変換し、上記ゲインパラメータを使用する際には、上記ゲインコードブックのインデックスの直近のある期間の最大値が十分小さいか、または最大値と最小値の差が十分小さい時、背景雑音と識別する符号化データ変換部を備えることを特徴とするデータレート変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002258161A JP4292767B2 (ja) | 2002-09-03 | 2002-09-03 | データレート変換方法及びデータレート変換装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002258161A JP4292767B2 (ja) | 2002-09-03 | 2002-09-03 | データレート変換方法及びデータレート変換装置 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2004094132A JP2004094132A (ja) | 2004-03-25 |
| JP2004094132A5 JP2004094132A5 (ja) | 2005-10-27 |
| JP4292767B2 true JP4292767B2 (ja) | 2009-07-08 |
Family
ID=32062893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002258161A Expired - Fee Related JP4292767B2 (ja) | 2002-09-03 | 2002-09-03 | データレート変換方法及びデータレート変換装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4292767B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4789430B2 (ja) * | 2004-06-25 | 2011-10-12 | パナソニック株式会社 | 音声符号化装置、音声復号化装置、およびこれらの方法 |
| ES2634511T3 (es) * | 2004-07-23 | 2017-09-28 | Iii Holdings 12, Llc | Aparato de codificación de audio y procedimiento de codificación de audio |
| US8102872B2 (en) * | 2005-02-01 | 2012-01-24 | Qualcomm Incorporated | Method for discontinuous transmission and accurate reproduction of background noise information |
| DE102006051673A1 (de) * | 2006-11-02 | 2008-05-15 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Nachbearbeiten von Spektralwerten und Encodierer und Decodierer für Audiosignale |
| US8977543B2 (en) | 2011-04-21 | 2015-03-10 | Samsung Electronics Co., Ltd. | Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefore |
| CN105513602B (zh) * | 2011-04-21 | 2019-08-06 | 三星电子株式会社 | 用于语音信号或音频信号的解码设备和方法及量化设备 |
-
2002
- 2002-09-03 JP JP2002258161A patent/JP4292767B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004094132A (ja) | 2004-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5343098B2 (ja) | スーパーフレーム構造のｌｐｃハーモニックボコーダ | |
| JP4005154B2 (ja) | 音声復号化方法及び装置 | |
| US6134518A (en) | Digital audio signal coding using a CELP coder and a transform coder | |
| US8209190B2 (en) | Method and apparatus for generating an enhancement layer within an audio coding system | |
| JP3680380B2 (ja) | 音声符号化方法及び装置 | |
| US7599833B2 (en) | Apparatus and method for coding residual signals of audio signals into a frequency domain and apparatus and method for decoding the same | |
| JP2006502426A (ja) | ソース制御された可変ビットレート広帯域音声の符号化方法および装置 | |
| JPH1091194A (ja) | 音声復号化方法及び装置 | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| JP4438127B2 (ja) | 音声符号化装置及び方法、音声復号装置及び方法、並びに記録媒体 | |
| JP2006510947A (ja) | 可変ビットレート通話符号化における線形予測パラメータの強力な予測ベクトル量子化方法と装置 | |
| CA2918345C (en) | Unvoiced/voiced decision for speech processing | |
| WO2006120931A1 (ja) | 符号化装置、復号化装置及びこれらの方法 | |
| JP2005338200A (ja) | 音声・楽音復号化装置および音声・楽音復号化方法 | |
| JP3396480B2 (ja) | 多重モード音声コーダのためのエラー保護 | |
| JP4857468B2 (ja) | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 | |
| JP4292767B2 (ja) | データレート変換方法及びデータレート変換装置 | |
| WO2002021091A1 (fr) | Analyseur de signal de bruit, synthetiseur de signal de bruit, procede d'analyse de signal de bruit et procede de synthese de signal de bruit | |
| JP3297749B2 (ja) | 符号化方法 | |
| JP3905706B2 (ja) | 音声符号化装置、音声処理装置及び音声処理方法 | |
| Bouzid et al. | Optimized trellis coded vector quantization of LSF parameters, application to the 4.8 kbps FS1016 speech coder | |
| JPH11219196A (ja) | 音声合成方法 | |
| Xydeas et al. | A long history quantization approach to scalar and vector quantization of LSP coefficients | |
| JP3578933B2 (ja) | 重み符号帳の作成方法及び符号帳設計時における学習時のｍａ予測係数の初期値の設定方法並びに音響信号の符号化方法及びその復号方法並びに符号化プログラムが記憶されたコンピュータに読み取り可能な記憶媒体及び復号プログラムが記憶されたコンピュータに読み取り可能な記憶媒体 | |
| López-Soler et al. | Linear inter-frame dependencies for very low bit-rate speech coding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050831 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050831 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080402 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080415 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080616 |
|
| 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: 20090317 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090330 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |