JP4629937B2 - 音声コーディングシステムにおける双方向ピッチエンハンスメント - Google Patents
音声コーディングシステムにおける双方向ピッチエンハンスメント Download PDFInfo
- Publication number
- JP4629937B2 JP4629937B2 JP2001508443A JP2001508443A JP4629937B2 JP 4629937 B2 JP4629937 B2 JP 4629937B2 JP 2001508443 A JP2001508443 A JP 2001508443A JP 2001508443 A JP2001508443 A JP 2001508443A JP 4629937 B2 JP4629937 B2 JP 4629937B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch enhancement
- speech
- pulse
- reverse
- prediction
- 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 - Lifetime
Links
- 230000002457 bidirectional effect Effects 0.000 title 1
- 230000005284 excitation Effects 0.000 claims description 42
- 238000004891 communication Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims 1
- 239000011295 pitch Substances 0.000 description 137
- 238000010586 diagram Methods 0.000 description 14
- 230000005236 sound signal Effects 0.000 description 5
- 239000000835 fiber Substances 0.000 description 4
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] 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
- 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
- G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
- G10L21/0364—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude for improving intelligibility
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
（関連出願の相互参照）
本出願は、１９９９年７月２日に出願された「Ｂｉ−Ｄｉｒｅｃｔｉｏｎａｌ Ｐｉｔｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｉｎ Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ Ｓｙｓｔｅｍｓ」と称する米国仮特許出願第６０／１４２，０９２号（アトーニードケット第９７ＲＳＳ３８０Ｐ）、および１９９９年８月２日に出願された「Ｂｉ−Ｄｉｒｅｃｔｉｏｎａｌ Ｐｉｔｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｉｎ Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ Ｓｙｓｔｅｍｓ」と称する米国仮特許出願第０９／３６５，４４４号（アトーニードケット第９７ＲＳＳ３８０）の優先権を主張する。
【０００２】
（背景）
（１．技術分野）
本発明は、概して、音声コーディングに関し、より詳細には、再生された音声の知覚品質を向上するために、ピッチエンハンスメントを用いる低ビットレート音声コーディングシステムに関する。
【０００３】
（２．関連技術の説明）
従来の音声コーディングシステムは、典型的には、符号励起線型予測音声コーディングシステムにおいて順方向ピッチエンハンスメントのみを用いる。これは、大部分は、比較的大きな帯域幅が利用できる従来の音声コードのサブフレームのサイズが、順方向ピッチエンハンスメント単独で十分な知覚品質を提供することができることに起因する。しかしながら、音声コーディングシステムで用いられる種々の通信媒体内のより低ビットレートに対しては、合成後に再生された音声の知覚品質は、高い知覚品質を維持できないでいる。
【０００４】
これらの低いビットレートで動作する従来の音声コーディングシステムでは、ピッチ予測時に発生されるピッチ遅延は、通常、サブフレーム全体のサイズに比べてはるかに短い。すなわち、このピッチ遅延は、サブフレーム全体のうち比較的小さい部分を含む。この特徴は、女性および子供のようなより高い（より短い）ピッチを有するスピーカの場合にさらに助長する。従来の励起コードブック構造は、低ビットレートで動作する際に、十分高い知覚品質を提供しない。これは主には、音声信号の周期性が十分に確立されていないか、またはコードブックから抽出された励起ベクトルが、高い知覚品質を有する合成音声信号を生成するには不十分であることに起因する。
【０００５】
音声コーディングシステムのサブフレームサイズがさらに大きくなるにつれて、ますます低くなるビットレートを有する通信システムに関連して一般的であるように、ピッチエンハンスメントが順方向のみに実行されるという事実によって、知覚品質を著しく低下させることになる。これは、いくつかある他の理由のうちとりわけ、多くのパルスがないことに起因した大量のデッドスペースがサブフレーム内に存在するという事実による。より高いビットレートで動作し、従ってより短いサブフレームを有する従来の音声コーディングシステムにおいて、この影響は、典型的には、人間の耳によって音声として知覚されない。このより低い知覚品質の影響は、比較的低い利用可能なビットレートを有する音声コーディングを扱うほぼすべての音声コーディングシステムで認識されている。
【０００６】
従来および伝統的なシステムのさらなる制限および不利益は、このようなシステムと、図面を参照して本出願の残りの部分に記載される本発明との比較によって、当業者に明らかとなる。
【０００７】
（発明の要旨）
本発明の種々の局面は、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを用いる音声コーディングシステムにおいて見出され得る。本発明の特定の実施形態において、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーディングシステム全体のうち１つの部分において実行される。例えば、エンコーダおよびデコーダを含む音声コーデックを有する音声コーディングシステムにおいて、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーデックのエンコーダおよびデコーダの両方において実行される。あるいは、本発明の他の実施形態では、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーデックのデコーダでのみ実行される。特定のアプリケーションによって決定されるように、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは分散型の様式で実行される。各ピッチエンハンスメントは、音声コーデックのエンコーダおよびデコーダの各々の少なくとも一部分において実行される。
【０００８】
本発明の特定の実施形態において、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメント自身を用いて生成される。逆方向ピッチエンハンスメントは、以前に生成された順方向ピッチエンハンスメントの鏡像であり、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメントに依存して生成される。あるいは、本発明の別の実施形態では、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメントと独立して生成される。すなわち逆方向ピッチエンハンスメントは、以前に生成された順方向ピッチエンハンスメントと関係なく生成される。
【０００９】
本発明に従って構築される音声コーディングシステムは、適切には、利用可能な帯域幅が制限された、または利用可能な帯域幅を制約した通信媒体を用いて動作する音声コーディングシステムに適合される。本発明の範囲を逸脱することなく、本発明において任意の通信媒体が用いられ得る。このような通信媒体の例には、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）が含まれるが、これらに限定されない。
【００１０】
本発明の他の局面、利点および新規な特徴は、添付の図面とともに本発明の以下の詳細な説明を解釈する際に、以下の詳細な説明から理解される。
【００１１】
（図面の詳細な説明）
図１は、本発明によって構築される音声ピッチエンハンスメントシステム１１０の１実施形態１００を示すシステム図である。音声ピッチエンハンスメントシステム１１０は、とりわけ、ピッチエンハンスメント処理回路構成要素１１２、音声コーディング回路構成要素１１４、順方向ピッチエンハンスメント回路構成要素１１６、逆方向ピッチエンハンスメント回路構成要素１１８および音声処理回路構成要素１１９を含む。音声ピッチエンハンスメントシステム１１０は、非強化（ｎｏｎ-ｅｎｈａｎｃｅｄ）音声データまたは励起信号１２０に対して動作し、ピッチ強化（ｅｎｈａｎｃｅｄ）音声データ１３０を生成する。ピッチ強化音声データまたは励起信号１３０は、音声サブフレームに関して順方向および逆方向の両方において実行されるピッチ予測およびピッチエンハンスメントを有する音声データを含む。音声ピッチエンハンスメントシステム１１０は、本発明の特定の実施形態においては、励起信号に対してのみ動作し、音声ピッチエンハンスメントシステム１１０は、本発明の別の実施形態においては、音声データに対してのみ動作する。
【００１２】
本発明の特定の実施形態において、音声ピッチエンハンスメントシステム１１０は、逆方向ピッチエンハンスメント回路構成要素１１８を用いて逆方向ピッチ予測を生成するために独立して動作する。あるいは、順方向ピッチエンハンスメント回路構成要素１１６および逆方向ピッチエンハンスメント回路構成要素１１８は、音声コーディングシステムのピッチエンハンスメント全体を生成するために協働して動作する。本発明の他の実施形態では、ピッチエンハンスメント処理回路構成要素１１２を用いて、順方向ピッチエンハンスメント回路構成要素１１６および逆方向ピッチエンハンスメント回路構成要素１１８をモニタリングする監視制御動作が実行される。音声処理回路構成要素１１９は、音声データに対して動作し、音声データの操作を実行するための、音声処理分野の当業者に公知である音声処理回路構成要素を含むが、これに限定されない。音声コーディング回路構成要素１１４も同様に、音声コーディング分野の当業者に公知である回路構成要素を含むが、これに限定されない。当業者に公知のこのような音声コーディングは、他の音声コーディング方法のうちとりわけ、符号励起線型予測、代数符号励起線型予測およびパルス状励起を含む。
【００１３】
図２は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデック２００の１実施形態を示すシステム図である。分散型音声コーデック２００の音声エンコーダ２２０は、ピッチエンハンスメントコーディング２２１を実行する。ピッチエンハンスメントコーディング２２１は、逆方向パルスピッチ予測回路構成要素２２２および順方向パルスピッチ予測回路構成要素２２３を用いて実行される。本発明の別の実施形態において説明されるように、ピッチエンハンスメントコーディング２２１は、音声サブフレーム内で、順方向および逆方向の両方においてピッチ予測およびピッチエンハンスメントを生成する。分散型音声コーデック２００の音声エンコーダ２２０はまた、音声サブフレーム内で、符号コーディング２２６および位置コーディング２２７の両方を含む音声信号のメインパルスコーディング２２５を実行する。音声処理回路構成要素２２９はまた、音声データに対して動作し、音声データの操作を実行するための音声処理分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック２００の音声エンコーダ２２０内で用いられる。さらに、音声処理回路構成要素２２９は、本発明の特定の実施形態において、逆方向パルスピッチ予測回路構成要素２２２および順方向パルスピッチ予測回路構成要素２２３を協働して動作する。音声データが処理された後、分散型音声コーデック２００の音声エンコーダ２２０によって少なくともある程度の音声データが、通信リンク２１０を介して分散型音声コーデック２００の音声デコーダ２３０へと伝送される。通信リンク２１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく通信リンク２１０に含まれる。分散型音声コーデック２００の音声デコーダ２３０は、とりわけ、音声再生回路構成要素２３２、予測補償回路構成要素２３４および音声処理回路構成要素２３６を含む。
【００１４】
本発明の特定の実施形態において、音声処理回路構成要素２２９および音声処理回路構成要素２３６は、分散型音声コーデック２００の全体の中で、音声データに対して協働して動作する。あるいは、音声処理回路構成要素２２９および音声処理回路構成要素２３６は、音声データに対して独立して動作し、各音声処理回路構成要素が音声エンコーダ２２０および音声デコーダ２３０のそれぞれにおいて音声処理機能を実行する。音声処理回路構成要素２２９および音声処理回路構成要素２３６は、音声データに対して動作し、音声データの操作を実行するために、音声処理の分野の当業者に公知の音声処理回路構成要素を含むが、これに限定されない。メインパルスコーディング回路構成要素２２５も、同様に、音声コーディングの分野の当業者に公知の回路構成要素を含むが、これに限定されない。このようなメインパルスコーディング回路構成要素２２５の例では、当業者に公知の回路構成要素、他のメインパルスコーディング方法の中でもとりわけ、本発明の他の実施形態において上述されるような、符号励起線型予測、代数符号励起線型予測およびパルス状予測が含まれる。
【００１５】
図３は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデック３００の別の実施形態を示すシステム図である。分散型音声コーデック３００の音声エンコーダ３２０は、音声サブフレーム内で、符号コーディング３２６および位置コーディング３２７の両方を含む音声信号のメインパルスコーディング３２５を実行する。音声処理回路構成要素３２９はまた、音声処理の分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック３００の音声エンコーダ３２０内で利用され、それにより音声データに対して動作し、音声データの操作を実行する。音声データが処理された後、分散型音声コーデック３００の音声エンコーダ３２０によって少なくともある程度の音声データが、通信リンク３１０を介して分散型音声コーデック３００の音声デコーダ３３０へと伝送される。通信リンク３１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく通信リンク３１０に含まれる。分散型音声コーデック３００の音声デコーダ３３０は、ピッチエンハンスメントコーディング３２１を実行する。ピッチエンハンスメントコーディング３２１は、逆方向パルスピッチ予測回路構成要素３２２および順方向パルスピッチ予測回路構成要素３２３の両方を用いて実行される。本発明の種々の実施形態において上述されるように、ピッチエンハンスメントコーディング３２１は、音声サブフレーム内で、順方向および逆方向の両方においてピッチ予測およびピッチエンハンスメントを生成する。音声処理回路構成要素３３６はまた、音声処理の分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック３００の音声デコーダ３３０内で利用され、それにより音声データに対して動作し、音声データの操作を実行する。さらに、音声処理回路構成要素３３９は、本発明の特定の実施形態において、逆方向パルスピッチ予測回路構成要素３２２および順方向パルスピッチ予測回路構成要素３２３を協働して動作する。
【００１６】
本発明の特定の実施形態において、音声処理回路構成要素３２９および音声処理回路構成要素３３６は、分散型音声コーデック３００の全体の中で、音声データに対して協働して動作する。あるいは、音声処理回路構成要素３２９および音声処理回路構成要素３３６は音声データに対して独立して動作する。各音声処理回路構成要素は、音声エンコーダ３２０および音声デコーダ３３０のそれぞれにおいて音声処理機能を実行する。音声処理回路構成要素３２９および音声処理回路構成要素３３６は、音声データに対して動作し、音声データの操作を実行するために、音声処理の分野の当業者に公知の音声処理回路構成要素を含むが、これに限定されない。メインパルスコーディング回路構成要素３２５も同様に、音声コーディングの分野の当業者に公知の回路構成要素を含むが、これに限定されない。このようなメインパルスコーディング回路構成要素３２５の例では、当業者に公知の回路構成要素、他のメインパルスコーディング方法の中でもとりわけ、本発明の他の実施形態において上述されるような、符号励起線型予測、代数符号励起線型予測およびパルス状予測が含まれる。
【００１７】
図４は、本発明による音声ピッチエンハンスメントを用いる集積音声コーデック４２０の別の実施形態４００を示すシステム図である。集積音声コーデック４２０は、とりわけ、低ビットレート通信リンク４１０を介して音声デコーダ４２４と通信する音声エンコーダ４２２を含む。低ビットレート通信リンク４１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく低ビットレート通信リンク４１０に含まれる。ピッチエンハンスメントコーディング４２１が、集積音声コーディング４２０内で実行される。ピッチエンハンスメントコーディング４２１は、とりわけ、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を用いて実行される。本発明の種々の実施形態において上述されるように、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３は、本発明の特定の実施形態では協働して動作し、本発明の別の実施形態では独立して動作する。
【００１８】
実施形態４００に示されるように、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３が、集積音声コーデック４２０の全体の中に含まれる。所望ならば、本発明の特定の実施形態では、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３の両方が、音声エンコーダ４２２および音声デコーダ４２４のそれぞれに含まれる。あるいは、本発明の他の実施形態では、逆方向パルスピッチ予測回路構成要素４２２または順方向パルスピッチ予測回路構成要素４２３のいずれか一方が、音声エンコーダ４２２および音声デコーダ４２４のいずれか一方のみに含まれる。任意の（ａｔ ｈａｎｄ）特定のアプリケーションに応じて、ユーザは、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を音声エンコーダ４２２および音声デコーダ４２４のうちいずれか一方、あるいは両方に配置するように選択し得る。本発明における種々の実施形態は、本発明の範囲および意図から逸脱することなく、様々な量の逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を音声エンコーダ４２２および音声デコーダ４２４に配置することを想定している。例えば、本発明の特定の実施形態では、逆方向パルスピッチ予測回路構成要素４２２の所定の部分が、音声エンコーダ４２２に配置され、一方逆方向パルスピッチ予測回路構成要素４２２の残りの部分が、音声デコーダ４２４に配置される。同様に、本発明の特定の実施形態では、順方向パルスピッチ予測回路構成要素４２３の所定の部分が、音声エンコーダ４２２に配置され、一方順方向パルスピッチ予測回路構成要素４２３の残りの部分が、音声デコーダ４２４に配置される。
【００１９】
図５は、本発明によって実行される順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを示す音声サブフレーム５１０を示すコーディング図５００である。メインパルスＭ0５２０は、符号励起線型予測、代数符号励起線型予測、合成音声コーディングによる分析およびパルス状励起を含む音声処理の分野の当業者に公知の任意の方法（但し、これらに限定されない）を用いて、音声サブフレーム５１０内で生成される。本発明の種々の実施形態で用いられる上述の方法を含む音声処理の種々の方法を用いて、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０はすべて、音声サブフレーム５１０内で生成されて配置される。上述のように、本発明の特定の実施形態において、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０の生成は、種々の処理回路構成要素を用いて実行される。さらに、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０もまた本発明に従って生成される。
【００２０】
本発明の特定の実施形態において、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０は、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０を用いて生成される。あるいは、本発明の他の実施形態では、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０は、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０と独立して生成される。逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０の独立して生成する例は、ソフトウェア内におけるインプリメンテーションであり、この場合、音声サブフレーム５１０の時間スケールは、ソフトウェア内で逆にされる。メインパルスＭ0５２０は、同様にして用いて、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０と、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０との両方を生成する。つまり、この処理は、典型的な順方向において１回実行されて、音声サブフレーム５１０がソフトウェハ内で逆にされた後に、この処理は、非典型的な逆方向で再度実行される。ただし、同じ数学的方法を用いる。すなわち、データは、音声サブフレーム５１０に関して逆にされるだけである。
【００２１】
図６は、本発明による順方向音声ピッチエンハンスメントを用いて、逆方向音声ピッチエンハンスメントを生成する、本発明の実施形態６００を示す機能的ブロック図を示す。ブロック６１０において、音声信号が処理される。ブロック６２０において、音声データのメインパルスがコード化される。別のプロセスのブロック６５５において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック６５５は、コード化された音声データが伝送された後に順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して、音声を再生する、本発明の実施形態で用いられる。ブロック６３０において、順方向ピッチエンハンスメントが実行され、ブロック６４０において、逆方向ピッチエンハンスメントが実行される。本発明の特定の実施形態において、ブロック６４０の逆方向ピッチエンハンスメントは、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像である。他の実施形態では、ブロック６４０の逆方向ピッチエンハンスメントは、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像ではない。別のプロセスのブロック６５０において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック６５０は、コード化された音声データが伝送される前に、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して音声を再生する、本発明の実施形態において用いられる。ブロック６６０において、音声信号が再構築される／合成される。
【００２２】
本発明の特定の実施形態において、ブロック６４０で実行される逆方向ピッチエンハンスメントは、単に、ブロック６５０で実行さる順方向ピッチエンハンスメントの冗長にすぎない。すなわち、ブロック６４０の逆方向ピッチエンハンスメントが、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像である。例えば、順方向ピッチエンハンスメントがブロック６５０で実行された後に、得られたピッチエンハンスメントは、音声処理の分野の当業者に公知の任意の方法を用いて、ブロック６４０で実行される逆方向ピッチエンハンスメントを生成するために、音声サブフレーム内で単にコピーされて、逆にされる。そうすることによって音声信号を合成し、再生する。
【００２３】
図７は、本発明による順方向音声ピッチエンハンスメントと独立して逆方向音声ピッチエンハンスメントを実行する、本発明の実施形態７００を示す機能的ブロック図を示す。ブロック７１０において、音声信号が処理される。ブロック７２０において、音声データのメインパルスがコード化される。別のプロセスのブロック７５５において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック７５５は、コード化された音声データが伝送された後に順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して、音声を再生する、本発明の実施形態で用いられる。ブロック７３０において、順方向ピッチエンハンスメントが実行され、ブロック７４０において、逆方向ピッチエンハンスメントが実行される。ブロック７４０の逆方向ピッチエンハンスメントは、音声データが逆にされた後で実行され、ブロック７４０の逆方向ピッチエンハンスメントは、ブロック７３０で実行される順方向ピッチエンハンスメントに独立して実行される。この特定の実施形態は、音声データの全体的に新しいセットが処理されているかのように、音声データが逆にされて、ブロック７４０の逆方向ピッチエンハンスメントが生成されるという点で、実施形態６００に示されるものとは異なる。逆に、実施形態６００では、得られるピッチエンハンスメント自身を用いるが、逆方向に広げられる。実施形態７００の特定の実施形態において、この実施形態は、あたかも２つのセットの音声データ（１つのデータセットは、ブロック７３０において順方向におけるピッチ予測を生成するために処理され、もう一方のデータセットは、ブロック７４０において逆方向におけるピッチ予測を生成するために処理される）が各サブフレームについて処理されているかのうようであるが、それらはともに、音声データの同じサブフレームについて動作している。別のプロセスのブロック７５０において、音声データ情報は通信リンクを介して伝送される。別のプロセスのブロック７５０は、コード化された音声データが伝送される前に、ブロック７３０の順方向ピッチエンハンスメントおよびブロック７４０の逆方向ピッチエンハンスメントを実行して音声を再生する、本発明の実施形態において用いられる。ブロック７６０において、音声信号が再構築される／合成される。
【００２４】
本発明の上記詳細な説明およびそれに関連する図面を鑑みて、他の改変例および変更例が、当業者には明らかである。また、このような他の改変例および変更例が、本発明の範囲から逸脱することなく為され得ることも理解すべきである。
【図面の簡単な説明】
【図１】 図１は、本発明によって構築される音声ピッチエンハンスメントシステムの１実施形態を示すシステム図である。
【図２】 図２は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデックの１実施形態を示すシステム図である。
【図３】 図３は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデックの別の実施形態を示すシステム図である。
【図４】 図４は、本発明による音声ピッチエンハンスメントを用いる集積音声コーデックの別の実施形態を示すシステム図である。
【図５】 図５は、本発明によるピッチエンハンスメントを実行するための、順方向予測パルスおよび逆方向予測パルスを示す音声サブフレームを示す図である。
【図６】 図６は、本発明による順方向音声ピッチエンハンスメントを用いて、逆方向音声ピッチエンハンスメントを生成する、本発明の実施形態を示す機能的ブロック図を示す。
【図７】 図７は、本発明による順方向音声ピッチエンハンスメントと独立して逆方向音声ピッチエンハンスメントを実行する、本発明の実施形態を示す機能的ブロック図を示す。
（関連出願の相互参照）
本出願は、１９９９年７月２日に出願された「Ｂｉ−Ｄｉｒｅｃｔｉｏｎａｌ Ｐｉｔｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｉｎ Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ Ｓｙｓｔｅｍｓ」と称する米国仮特許出願第６０／１４２，０９２号（アトーニードケット第９７ＲＳＳ３８０Ｐ）、および１９９９年８月２日に出願された「Ｂｉ−Ｄｉｒｅｃｔｉｏｎａｌ Ｐｉｔｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｉｎ Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ Ｓｙｓｔｅｍｓ」と称する米国仮特許出願第０９／３６５，４４４号（アトーニードケット第９７ＲＳＳ３８０）の優先権を主張する。
【０００２】
（背景）
（１．技術分野）
本発明は、概して、音声コーディングに関し、より詳細には、再生された音声の知覚品質を向上するために、ピッチエンハンスメントを用いる低ビットレート音声コーディングシステムに関する。
【０００３】
（２．関連技術の説明）
従来の音声コーディングシステムは、典型的には、符号励起線型予測音声コーディングシステムにおいて順方向ピッチエンハンスメントのみを用いる。これは、大部分は、比較的大きな帯域幅が利用できる従来の音声コードのサブフレームのサイズが、順方向ピッチエンハンスメント単独で十分な知覚品質を提供することができることに起因する。しかしながら、音声コーディングシステムで用いられる種々の通信媒体内のより低ビットレートに対しては、合成後に再生された音声の知覚品質は、高い知覚品質を維持できないでいる。
【０００４】
これらの低いビットレートで動作する従来の音声コーディングシステムでは、ピッチ予測時に発生されるピッチ遅延は、通常、サブフレーム全体のサイズに比べてはるかに短い。すなわち、このピッチ遅延は、サブフレーム全体のうち比較的小さい部分を含む。この特徴は、女性および子供のようなより高い（より短い）ピッチを有するスピーカの場合にさらに助長する。従来の励起コードブック構造は、低ビットレートで動作する際に、十分高い知覚品質を提供しない。これは主には、音声信号の周期性が十分に確立されていないか、またはコードブックから抽出された励起ベクトルが、高い知覚品質を有する合成音声信号を生成するには不十分であることに起因する。
【０００５】
音声コーディングシステムのサブフレームサイズがさらに大きくなるにつれて、ますます低くなるビットレートを有する通信システムに関連して一般的であるように、ピッチエンハンスメントが順方向のみに実行されるという事実によって、知覚品質を著しく低下させることになる。これは、いくつかある他の理由のうちとりわけ、多くのパルスがないことに起因した大量のデッドスペースがサブフレーム内に存在するという事実による。より高いビットレートで動作し、従ってより短いサブフレームを有する従来の音声コーディングシステムにおいて、この影響は、典型的には、人間の耳によって音声として知覚されない。このより低い知覚品質の影響は、比較的低い利用可能なビットレートを有する音声コーディングを扱うほぼすべての音声コーディングシステムで認識されている。
【０００６】
従来および伝統的なシステムのさらなる制限および不利益は、このようなシステムと、図面を参照して本出願の残りの部分に記載される本発明との比較によって、当業者に明らかとなる。
【０００７】
（発明の要旨）
本発明の種々の局面は、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを用いる音声コーディングシステムにおいて見出され得る。本発明の特定の実施形態において、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーディングシステム全体のうち１つの部分において実行される。例えば、エンコーダおよびデコーダを含む音声コーデックを有する音声コーディングシステムにおいて、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーデックのエンコーダおよびデコーダの両方において実行される。あるいは、本発明の他の実施形態では、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは、音声コーデックのデコーダでのみ実行される。特定のアプリケーションによって決定されるように、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントは分散型の様式で実行される。各ピッチエンハンスメントは、音声コーデックのエンコーダおよびデコーダの各々の少なくとも一部分において実行される。
【０００８】
本発明の特定の実施形態において、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメント自身を用いて生成される。逆方向ピッチエンハンスメントは、以前に生成された順方向ピッチエンハンスメントの鏡像であり、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメントに依存して生成される。あるいは、本発明の別の実施形態では、逆方向ピッチエンハンスメントは、順方向ピッチエンハンスメントと独立して生成される。すなわち逆方向ピッチエンハンスメントは、以前に生成された順方向ピッチエンハンスメントと関係なく生成される。
【０００９】
本発明に従って構築される音声コーディングシステムは、適切には、利用可能な帯域幅が制限された、または利用可能な帯域幅を制約した通信媒体を用いて動作する音声コーディングシステムに適合される。本発明の範囲を逸脱することなく、本発明において任意の通信媒体が用いられ得る。このような通信媒体の例には、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）が含まれるが、これらに限定されない。
【００１０】
本発明の他の局面、利点および新規な特徴は、添付の図面とともに本発明の以下の詳細な説明を解釈する際に、以下の詳細な説明から理解される。
【００１１】
（図面の詳細な説明）
図１は、本発明によって構築される音声ピッチエンハンスメントシステム１１０の１実施形態１００を示すシステム図である。音声ピッチエンハンスメントシステム１１０は、とりわけ、ピッチエンハンスメント処理回路構成要素１１２、音声コーディング回路構成要素１１４、順方向ピッチエンハンスメント回路構成要素１１６、逆方向ピッチエンハンスメント回路構成要素１１８および音声処理回路構成要素１１９を含む。音声ピッチエンハンスメントシステム１１０は、非強化（ｎｏｎ-ｅｎｈａｎｃｅｄ）音声データまたは励起信号１２０に対して動作し、ピッチ強化（ｅｎｈａｎｃｅｄ）音声データ１３０を生成する。ピッチ強化音声データまたは励起信号１３０は、音声サブフレームに関して順方向および逆方向の両方において実行されるピッチ予測およびピッチエンハンスメントを有する音声データを含む。音声ピッチエンハンスメントシステム１１０は、本発明の特定の実施形態においては、励起信号に対してのみ動作し、音声ピッチエンハンスメントシステム１１０は、本発明の別の実施形態においては、音声データに対してのみ動作する。
【００１２】
本発明の特定の実施形態において、音声ピッチエンハンスメントシステム１１０は、逆方向ピッチエンハンスメント回路構成要素１１８を用いて逆方向ピッチ予測を生成するために独立して動作する。あるいは、順方向ピッチエンハンスメント回路構成要素１１６および逆方向ピッチエンハンスメント回路構成要素１１８は、音声コーディングシステムのピッチエンハンスメント全体を生成するために協働して動作する。本発明の他の実施形態では、ピッチエンハンスメント処理回路構成要素１１２を用いて、順方向ピッチエンハンスメント回路構成要素１１６および逆方向ピッチエンハンスメント回路構成要素１１８をモニタリングする監視制御動作が実行される。音声処理回路構成要素１１９は、音声データに対して動作し、音声データの操作を実行するための、音声処理分野の当業者に公知である音声処理回路構成要素を含むが、これに限定されない。音声コーディング回路構成要素１１４も同様に、音声コーディング分野の当業者に公知である回路構成要素を含むが、これに限定されない。当業者に公知のこのような音声コーディングは、他の音声コーディング方法のうちとりわけ、符号励起線型予測、代数符号励起線型予測およびパルス状励起を含む。
【００１３】
図２は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデック２００の１実施形態を示すシステム図である。分散型音声コーデック２００の音声エンコーダ２２０は、ピッチエンハンスメントコーディング２２１を実行する。ピッチエンハンスメントコーディング２２１は、逆方向パルスピッチ予測回路構成要素２２２および順方向パルスピッチ予測回路構成要素２２３を用いて実行される。本発明の別の実施形態において説明されるように、ピッチエンハンスメントコーディング２２１は、音声サブフレーム内で、順方向および逆方向の両方においてピッチ予測およびピッチエンハンスメントを生成する。分散型音声コーデック２００の音声エンコーダ２２０はまた、音声サブフレーム内で、符号コーディング２２６および位置コーディング２２７の両方を含む音声信号のメインパルスコーディング２２５を実行する。音声処理回路構成要素２２９はまた、音声データに対して動作し、音声データの操作を実行するための音声処理分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック２００の音声エンコーダ２２０内で用いられる。さらに、音声処理回路構成要素２２９は、本発明の特定の実施形態において、逆方向パルスピッチ予測回路構成要素２２２および順方向パルスピッチ予測回路構成要素２２３を協働して動作する。音声データが処理された後、分散型音声コーデック２００の音声エンコーダ２２０によって少なくともある程度の音声データが、通信リンク２１０を介して分散型音声コーデック２００の音声デコーダ２３０へと伝送される。通信リンク２１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく通信リンク２１０に含まれる。分散型音声コーデック２００の音声デコーダ２３０は、とりわけ、音声再生回路構成要素２３２、予測補償回路構成要素２３４および音声処理回路構成要素２３６を含む。
【００１４】
本発明の特定の実施形態において、音声処理回路構成要素２２９および音声処理回路構成要素２３６は、分散型音声コーデック２００の全体の中で、音声データに対して協働して動作する。あるいは、音声処理回路構成要素２２９および音声処理回路構成要素２３６は、音声データに対して独立して動作し、各音声処理回路構成要素が音声エンコーダ２２０および音声デコーダ２３０のそれぞれにおいて音声処理機能を実行する。音声処理回路構成要素２２９および音声処理回路構成要素２３６は、音声データに対して動作し、音声データの操作を実行するために、音声処理の分野の当業者に公知の音声処理回路構成要素を含むが、これに限定されない。メインパルスコーディング回路構成要素２２５も、同様に、音声コーディングの分野の当業者に公知の回路構成要素を含むが、これに限定されない。このようなメインパルスコーディング回路構成要素２２５の例では、当業者に公知の回路構成要素、他のメインパルスコーディング方法の中でもとりわけ、本発明の他の実施形態において上述されるような、符号励起線型予測、代数符号励起線型予測およびパルス状予測が含まれる。
【００１５】
図３は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデック３００の別の実施形態を示すシステム図である。分散型音声コーデック３００の音声エンコーダ３２０は、音声サブフレーム内で、符号コーディング３２６および位置コーディング３２７の両方を含む音声信号のメインパルスコーディング３２５を実行する。音声処理回路構成要素３２９はまた、音声処理の分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック３００の音声エンコーダ３２０内で利用され、それにより音声データに対して動作し、音声データの操作を実行する。音声データが処理された後、分散型音声コーデック３００の音声エンコーダ３２０によって少なくともある程度の音声データが、通信リンク３１０を介して分散型音声コーデック３００の音声デコーダ３３０へと伝送される。通信リンク３１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく通信リンク３１０に含まれる。分散型音声コーデック３００の音声デコーダ３３０は、ピッチエンハンスメントコーディング３２１を実行する。ピッチエンハンスメントコーディング３２１は、逆方向パルスピッチ予測回路構成要素３２２および順方向パルスピッチ予測回路構成要素３２３の両方を用いて実行される。本発明の種々の実施形態において上述されるように、ピッチエンハンスメントコーディング３２１は、音声サブフレーム内で、順方向および逆方向の両方においてピッチ予測およびピッチエンハンスメントを生成する。音声処理回路構成要素３３６はまた、音声処理の分野の当業者に公知の方法を用いた音声処理を助けるために、分散型音声コーデック３００の音声デコーダ３３０内で利用され、それにより音声データに対して動作し、音声データの操作を実行する。さらに、音声処理回路構成要素３３９は、本発明の特定の実施形態において、逆方向パルスピッチ予測回路構成要素３２２および順方向パルスピッチ予測回路構成要素３２３を協働して動作する。
【００１６】
本発明の特定の実施形態において、音声処理回路構成要素３２９および音声処理回路構成要素３３６は、分散型音声コーデック３００の全体の中で、音声データに対して協働して動作する。あるいは、音声処理回路構成要素３２９および音声処理回路構成要素３３６は音声データに対して独立して動作する。各音声処理回路構成要素は、音声エンコーダ３２０および音声デコーダ３３０のそれぞれにおいて音声処理機能を実行する。音声処理回路構成要素３２９および音声処理回路構成要素３３６は、音声データに対して動作し、音声データの操作を実行するために、音声処理の分野の当業者に公知の音声処理回路構成要素を含むが、これに限定されない。メインパルスコーディング回路構成要素３２５も同様に、音声コーディングの分野の当業者に公知の回路構成要素を含むが、これに限定されない。このようなメインパルスコーディング回路構成要素３２５の例では、当業者に公知の回路構成要素、他のメインパルスコーディング方法の中でもとりわけ、本発明の他の実施形態において上述されるような、符号励起線型予測、代数符号励起線型予測およびパルス状予測が含まれる。
【００１７】
図４は、本発明による音声ピッチエンハンスメントを用いる集積音声コーデック４２０の別の実施形態４００を示すシステム図である。集積音声コーデック４２０は、とりわけ、低ビットレート通信リンク４１０を介して音声デコーダ４２４と通信する音声エンコーダ４２２を含む。低ビットレート通信リンク４１０は、無線通信媒体、ワイヤに基づく電話通信媒体、光ファイバ通信媒体およびイーサネット（登録商標）を含む音声データを伝送可能な任意の通信媒体であるが、これらに限定されない。音声データを伝送可能な任意の通信媒体は、本発明の範囲および意図から逸脱することなく低ビットレート通信リンク４１０に含まれる。ピッチエンハンスメントコーディング４２１が、集積音声コーディング４２０内で実行される。ピッチエンハンスメントコーディング４２１は、とりわけ、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を用いて実行される。本発明の種々の実施形態において上述されるように、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３は、本発明の特定の実施形態では協働して動作し、本発明の別の実施形態では独立して動作する。
【００１８】
実施形態４００に示されるように、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３が、集積音声コーデック４２０の全体の中に含まれる。所望ならば、本発明の特定の実施形態では、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３の両方が、音声エンコーダ４２２および音声デコーダ４２４のそれぞれに含まれる。あるいは、本発明の他の実施形態では、逆方向パルスピッチ予測回路構成要素４２２または順方向パルスピッチ予測回路構成要素４２３のいずれか一方が、音声エンコーダ４２２および音声デコーダ４２４のいずれか一方のみに含まれる。任意の（ａｔ ｈａｎｄ）特定のアプリケーションに応じて、ユーザは、逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を音声エンコーダ４２２および音声デコーダ４２４のうちいずれか一方、あるいは両方に配置するように選択し得る。本発明における種々の実施形態は、本発明の範囲および意図から逸脱することなく、様々な量の逆方向パルスピッチ予測回路構成要素４２２および順方向パルスピッチ予測回路構成要素４２３を音声エンコーダ４２２および音声デコーダ４２４に配置することを想定している。例えば、本発明の特定の実施形態では、逆方向パルスピッチ予測回路構成要素４２２の所定の部分が、音声エンコーダ４２２に配置され、一方逆方向パルスピッチ予測回路構成要素４２２の残りの部分が、音声デコーダ４２４に配置される。同様に、本発明の特定の実施形態では、順方向パルスピッチ予測回路構成要素４２３の所定の部分が、音声エンコーダ４２２に配置され、一方順方向パルスピッチ予測回路構成要素４２３の残りの部分が、音声デコーダ４２４に配置される。
【００１９】
図５は、本発明によって実行される順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを示す音声サブフレーム５１０を示すコーディング図５００である。メインパルスＭ0５２０は、符号励起線型予測、代数符号励起線型予測、合成音声コーディングによる分析およびパルス状励起を含む音声処理の分野の当業者に公知の任意の方法（但し、これらに限定されない）を用いて、音声サブフレーム５１０内で生成される。本発明の種々の実施形態で用いられる上述の方法を含む音声処理の種々の方法を用いて、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０はすべて、音声サブフレーム５１０内で生成されて配置される。上述のように、本発明の特定の実施形態において、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０の生成は、種々の処理回路構成要素を用いて実行される。さらに、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０もまた本発明に従って生成される。
【００２０】
本発明の特定の実施形態において、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０は、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０を用いて生成される。あるいは、本発明の他の実施形態では、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０は、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０と独立して生成される。逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０の独立して生成する例は、ソフトウェア内におけるインプリメンテーションであり、この場合、音声サブフレーム５１０の時間スケールは、ソフトウェア内で逆にされる。メインパルスＭ0５２０は、同様にして用いて、順方向予測パルスＭ1５３０、順方向予測パルスＭ2５４０および順方向予測パルスＭ3５５０と、逆方向予測パルスＭ-1５６０および逆方向予測パルスＭ-2５７０との両方を生成する。つまり、この処理は、典型的な順方向において１回実行されて、音声サブフレーム５１０がソフトウェハ内で逆にされた後に、この処理は、非典型的な逆方向で再度実行される。ただし、同じ数学的方法を用いる。すなわち、データは、音声サブフレーム５１０に関して逆にされるだけである。
【００２１】
図６は、本発明による順方向音声ピッチエンハンスメントを用いて、逆方向音声ピッチエンハンスメントを生成する、本発明の実施形態６００を示す機能的ブロック図を示す。ブロック６１０において、音声信号が処理される。ブロック６２０において、音声データのメインパルスがコード化される。別のプロセスのブロック６５５において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック６５５は、コード化された音声データが伝送された後に順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して、音声を再生する、本発明の実施形態で用いられる。ブロック６３０において、順方向ピッチエンハンスメントが実行され、ブロック６４０において、逆方向ピッチエンハンスメントが実行される。本発明の特定の実施形態において、ブロック６４０の逆方向ピッチエンハンスメントは、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像である。他の実施形態では、ブロック６４０の逆方向ピッチエンハンスメントは、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像ではない。別のプロセスのブロック６５０において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック６５０は、コード化された音声データが伝送される前に、順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して音声を再生する、本発明の実施形態において用いられる。ブロック６６０において、音声信号が再構築される／合成される。
【００２２】
本発明の特定の実施形態において、ブロック６４０で実行される逆方向ピッチエンハンスメントは、単に、ブロック６５０で実行さる順方向ピッチエンハンスメントの冗長にすぎない。すなわち、ブロック６４０の逆方向ピッチエンハンスメントが、ブロック６３０で生成される順方向ピッチエンハンスメントの鏡像である。例えば、順方向ピッチエンハンスメントがブロック６５０で実行された後に、得られたピッチエンハンスメントは、音声処理の分野の当業者に公知の任意の方法を用いて、ブロック６４０で実行される逆方向ピッチエンハンスメントを生成するために、音声サブフレーム内で単にコピーされて、逆にされる。そうすることによって音声信号を合成し、再生する。
【００２３】
図７は、本発明による順方向音声ピッチエンハンスメントと独立して逆方向音声ピッチエンハンスメントを実行する、本発明の実施形態７００を示す機能的ブロック図を示す。ブロック７１０において、音声信号が処理される。ブロック７２０において、音声データのメインパルスがコード化される。別のプロセスのブロック７５５において、音声データ情報が通信リンクを介して伝送される。別のプロセスのブロック７５５は、コード化された音声データが伝送された後に順方向ピッチエンハンスメントおよび逆方向ピッチエンハンスメントを実行して、音声を再生する、本発明の実施形態で用いられる。ブロック７３０において、順方向ピッチエンハンスメントが実行され、ブロック７４０において、逆方向ピッチエンハンスメントが実行される。ブロック７４０の逆方向ピッチエンハンスメントは、音声データが逆にされた後で実行され、ブロック７４０の逆方向ピッチエンハンスメントは、ブロック７３０で実行される順方向ピッチエンハンスメントに独立して実行される。この特定の実施形態は、音声データの全体的に新しいセットが処理されているかのように、音声データが逆にされて、ブロック７４０の逆方向ピッチエンハンスメントが生成されるという点で、実施形態６００に示されるものとは異なる。逆に、実施形態６００では、得られるピッチエンハンスメント自身を用いるが、逆方向に広げられる。実施形態７００の特定の実施形態において、この実施形態は、あたかも２つのセットの音声データ（１つのデータセットは、ブロック７３０において順方向におけるピッチ予測を生成するために処理され、もう一方のデータセットは、ブロック７４０において逆方向におけるピッチ予測を生成するために処理される）が各サブフレームについて処理されているかのうようであるが、それらはともに、音声データの同じサブフレームについて動作している。別のプロセスのブロック７５０において、音声データ情報は通信リンクを介して伝送される。別のプロセスのブロック７５０は、コード化された音声データが伝送される前に、ブロック７３０の順方向ピッチエンハンスメントおよびブロック７４０の逆方向ピッチエンハンスメントを実行して音声を再生する、本発明の実施形態において用いられる。ブロック７６０において、音声信号が再構築される／合成される。
【００２４】
本発明の上記詳細な説明およびそれに関連する図面を鑑みて、他の改変例および変更例が、当業者には明らかである。また、このような他の改変例および変更例が、本発明の範囲から逸脱することなく為され得ることも理解すべきである。
【図面の簡単な説明】
【図１】 図１は、本発明によって構築される音声ピッチエンハンスメントシステムの１実施形態を示すシステム図である。
【図２】 図２は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデックの１実施形態を示すシステム図である。
【図３】 図３は、本発明による音声ピッチエンハンスメントを用いる分散型音声コーデックの別の実施形態を示すシステム図である。
【図４】 図４は、本発明による音声ピッチエンハンスメントを用いる集積音声コーデックの別の実施形態を示すシステム図である。
【図５】 図５は、本発明によるピッチエンハンスメントを実行するための、順方向予測パルスおよび逆方向予測パルスを示す音声サブフレームを示す図である。
【図６】 図６は、本発明による順方向音声ピッチエンハンスメントを用いて、逆方向音声ピッチエンハンスメントを生成する、本発明の実施形態を示す機能的ブロック図を示す。
【図７】 図７は、本発明による順方向音声ピッチエンハンスメントと独立して逆方向音声ピッチエンハンスメントを実行する、本発明の実施形態を示す機能的ブロック図を示す。
Claims (37)
- 励起信号に対してピッチエンハンスメントを実行する符号励起線型予測（ＣＥＬＰ）音声コーデックであって、
音声サブフレーム内に少なくとも１つのメインパルスを配置するように構成されたメインパルスコーディングモジュールと、
該音声コーデックに含まれた順方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置するようにさらに構成された順方向ピッチエンハンスメント回路と、
該音声コーデックに含まれた逆方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置するようにさらに構成された逆方向ピッチエンハンスメント回路と
を備える、音声コーデック。 - 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために協働して動作して前記励起信号の知覚品質を改善する、請求項１に記載の音声コーデック。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために独立して動作して前記励起信号の知覚品質を改善する、請求項１に記載の音声コーデック。
- 励起信号に作用する符号励起線型予測（ＣＥＬＰ）ピッチエンハンスメントシステムであって、
音声サブフレーム内に少なくとも１つのメインパルスを配置するように構成されたメインパルスコーディングモジュールと、
該音声サブフレームに作用するように構成された逆方向ピッチエンハンスメント回路であって、該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置するようにさらに構成され、エンコーダとデコーダとの間に配置されている逆方向ピッチエンハンスメント回路と
該逆方向ピッチエンハンスメント回路に通信可能に接続された音声処理回路であって、該励起信号を操作するように構成された音声処理回路と
を備える、ピッチエンハンスメントシステム。 - 前記逆方向ピッチエンハンスメント回路に通信可能に接続された順方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置するようにさらに構成された順方向ピッチエンハンスメント回路をさらに備える、請求項４に記載のピッチエンハンスメントシステム。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために協働して動作して前記励起信号の知覚品質を改善する、請求項５に記載のピッチエンハンスメントシステム。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために独立して動作して前記励起信号の知覚品質を改善する、請求項５に記載のピッチエンハンスメントシステム。
- 励起信号に対して音声ピッチエンハンスメントを実行する符号励起線型予測（ＣＥＬＰ）方法であって、
音声サブフレーム内に少なくとも１つのメインパルスを配置することと、
該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置することによって、該励起信号に対して順方向ピッチエンハンスメントを実行することと、
該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置することによって、該励起信号に対して逆方向ピッチエンハンスメントを実行することと
を包含する、方法。 - 前記励起信号に対して順方向ピッチエンハンスメントを実行することと、前記励起信号に対して逆方向ピッチエンハンスメントを実行することとは、再生のために独立して実行されて該励起信号の知覚品質を改善する、請求項８に記載の方法。
- 前記励起信号に対して順方向ピッチエンハンスメントを実行することと、前記励起信号に対して逆方向ピッチエンハンスメントを実行することとは、再生のために協働して実行されて該励起信号の知覚品質を改善する、請求項８に記載の方法。
- 前記励起信号に対して順方向ピッチエンハンスメントを実行することと、前記励起信号に対して逆方向ピッチエンハンスメントを実行することとが、音声コーデックを用いて実行される、請求項８に記載の方法。
- 前記予測パルスの各々は、前記メインパルスよりも低いゲインを有する、請求項８に記載の方法。
- 前記逆方向予測パルスが前記順方向予測パルスを用いて生成される、請求項８に記載の方法。
- 前記逆方向予測パルスと前記順方向予測パルスとが前記メインパルスを用いて生成される、請求項８に記載の方法。
- 励起信号に対してピッチエンハンスメントを実行する符号励起線型予測（ＣＥＬＰ）音声コーデックであって、
音声サブフレーム内に少なくとも１つのメインパルスを配置するように構成されたエンコーダと、
該エンコーダに通信可能に結合された通信リンクと、
該通信リンクを介して該エンコーダに通信可能に結合されたデコーダと、
該音声コーデックに含まれた順方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置するようにさらに構成された順方向ピッチエンハンスメント回路と、
該音声コーデックに含まれた逆方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置するようにさらに構成された逆方向ピッチエンハンスメント回路と
を備える、音声コーデック。 - 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために協働して動作して前記励起信号の知覚品質を改善する、請求項１５に記載の音声コーデック。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために独立して動作して前記励起信号の知覚品質を改善する、請求項１５に記載の音声コーデック。
- 前記予測パルスの各々は、前記メインパルスよりも低いゲインを有する、請求項１に記載の音声コーデック。
- 前記逆方向予測パルスと前記順方向予測パルスとが前記メインパルスを用いて生成される、請求項１に記載の音声コーデック。
- 前記逆方向予測パルスが前記順方向予測パルスを用いて生成される、請求項１に記載の音声コーデック。
- 励起信号に作用する符号励起線型予測（ＣＥＬＰ）音声ピッチエンハンスメントシステムであって、
音声サブフレーム内に少なくとも１つのメインパルスを配置するように構成されたメインパルスコーディングモジュールと、
該音声サブフレームに作用するように構成された逆方向ピッチエンハンスメント回路であって、該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置するようにさらに構成された逆方向ピッチエンハンスメント回路と
を備える、音声ピッチエンハンスメントシステム。 - 前記逆方向ピッチエンハンスメント回路に通信可能に接続された順方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置するようにさらに構成された順方向ピッチエンハンスメント回路をさらに備える、請求項２１に記載の音声ピッチエンハンスメントシステム。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために協働して動作して前記励起信号の知覚品質を改善する、請求項２２に記載の音声ピッチエンハンスメントシステム。
- 前記順方向ピッチエンハンスメント回路および前記逆方向ピッチエンハンスメント回路は、再生のために独立して動作して前記励起信号の知覚品質を改善する、請求項２２に記載の音声ピッチエンハンスメントシステム。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項１に記載の音声コーデック。
- 前記少なくとも１つの逆方向予測パルスは、逆にされた前記少なくとも１つの順方向予測パルスのコピーである、請求項１に記載の音声コーデック。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項５に記載のピッチエンハンスメントシステム。
- 前記少なくとも１つの逆方向予測パルスは、逆にされた前記少なくとも１つの順方向予測パルスのコピーである、請求項５に記載のピッチエンハンスメントシステム。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項８に記載の方法。
- 前記少なくとも１つの逆方向予測パルスは、逆にされた前記少なくとも１つの順方向予測パルスのコピーである、請求項８に記載の方法。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項１５に記載の音声コーデック。
- 前記少なくとも１つの逆方向予測パルスは、逆にされた前記少なくとも１つの順方向予測パルスのコピーである、請求項１５に記載の音声コーデック。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項２２に記載の音声ピッチエンハンスメントシステム。
- 前記少なくとも１つの逆方向予測パルスは、逆にされた前記少なくとも１つの順方向予測パルスのコピーである、請求項２２に記載の音声ピッチエンハンスメントシステム。
- 励起信号に対してピッチエンハンスメントを実行する符号励起線型予測（ＣＥＬＰ）音声コーデックであって、
音声サブフレーム内で少なくとも１つのメインパルスのデータ情報を符号化するように構成された音声エンコーダモジュールと、
該データ情報を音声デコーダに伝送する伝送モジュールと、
該音声デコーダ内に含まれた順方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの順方向予測パルスを配置するようにさらに構成された順方向ピッチエンハンスメント回路と、
該音声デコーダ内に含まれた逆方向ピッチエンハンスメント回路であって、該音声サブフレームに作用し、該音声サブフレーム内に少なくとも１つの逆方向予測パルスを配置するようにさらに構成された逆方向ピッチエンハンスメント回路と
を備える、音声コーデック。 - 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの鏡像である、請求項３５に記載の音声コーデック。
- 前記少なくとも１つの逆方向予測パルスは、前記少なくとも１つの順方向予測パルスの逆にされたコピーである、請求項３５に記載の音声コーデック。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14209299P | 1999-07-02 | 1999-07-02 | |
| US60/142,092 | 1999-07-02 | ||
| US60/365,444 | 1999-08-02 | ||
| US09/365,444 US6704701B1 (en) | 1999-07-02 | 1999-08-02 | Bi-directional pitch enhancement in speech coding systems |
| PCT/US2000/018232 WO2001003125A1 (en) | 1999-07-02 | 2000-06-30 | Bi-directional pitch enhancement in speech coding systems |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010230113A Division JP2011048387A (ja) | 1999-07-02 | 2010-10-12 | 音声コーディングシステムにおける双方向ピッチエンハンスメント |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2003504655A JP2003504655A (ja) | 2003-02-04 |
| JP2003504655A5 JP2003504655A5 (ja) | 2007-06-21 |
| JP4629937B2 true JP4629937B2 (ja) | 2011-02-09 |
Family
ID=26839756
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001508443A Expired - Lifetime JP4629937B2 (ja) | 1999-07-02 | 2000-06-30 | 音声コーディングシステムにおける双方向ピッチエンハンスメント |
| JP2010230113A Withdrawn JP2011048387A (ja) | 1999-07-02 | 2010-10-12 | 音声コーディングシステムにおける双方向ピッチエンハンスメント |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010230113A Withdrawn JP2011048387A (ja) | 1999-07-02 | 2010-10-12 | 音声コーディングシステムにおける双方向ピッチエンハンスメント |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US6704701B1 (ja) |
| EP (1) | EP1194925B1 (ja) |
| JP (2) | JP4629937B2 (ja) |
| CN (1) | CN1186766C (ja) |
| DE (1) | DE60014904T2 (ja) |
| TW (1) | TW473703B (ja) |
| WO (1) | WO2001003125A1 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100841096B1 (ko) * | 2002-10-14 | 2008-06-25 | 리얼네트웍스아시아퍼시픽 주식회사 | 음성 코덱에 대한 디지털 오디오 신호의 전처리 방법 |
| KR100754439B1 (ko) * | 2003-01-09 | 2007-08-31 | 와이더댄 주식회사 | 이동 전화상의 체감 음질을 향상시키기 위한 디지털오디오 신호의 전처리 방법 |
| EP1881487B1 (en) * | 2005-05-13 | 2009-11-25 | Panasonic Corporation | Audio encoding apparatus and spectrum modifying method |
| CN101266797B (zh) * | 2007-03-16 | 2011-06-01 | 展讯通信（上海）有限公司 | 语音信号后处理滤波方法 |
| DE202011111062U1 (de) | 2010-01-25 | 2019-02-19 | Newvaluexchange Ltd. | Vorrichtung und System für eine Digitalkonversationsmanagementplattform |
| US9728200B2 (en) | 2013-01-29 | 2017-08-08 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for adaptive formant sharpening in linear prediction coding |
| US9418671B2 (en) * | 2013-08-15 | 2016-08-16 | Huawei Technologies Co., Ltd. | Adaptive high-pass post-filter |
| US9620134B2 (en) | 2013-10-10 | 2017-04-11 | Qualcomm Incorporated | Gain shape estimation for improved tracking of high-band temporal characteristics |
| US10083708B2 (en) | 2013-10-11 | 2018-09-25 | Qualcomm Incorporated | Estimation of mixing factors to generate high-band excitation signal |
| US10614816B2 (en) | 2013-10-11 | 2020-04-07 | Qualcomm Incorporated | Systems and methods of communicating redundant frame information |
| US9384746B2 (en) | 2013-10-14 | 2016-07-05 | Qualcomm Incorporated | Systems and methods of energy-scaled signal processing |
| US10163447B2 (en) | 2013-12-16 | 2018-12-25 | Qualcomm Incorporated | High-band signal modeling |
| CN109767781A (zh) * | 2019-03-06 | 2019-05-17 | 哈尔滨工业大学（深圳） | 基于超高斯先验语音模型与深度学习的语音分离方法、系统及存储介质 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0291699A (ja) * | 1988-09-28 | 1990-03-30 | Nec Corp | 音声符号化復号化方式 |
| US5495555A (en) * | 1992-06-01 | 1996-02-27 | Hughes Aircraft Company | High quality low bit rate celp-based speech codec |
| CA2108623A1 (en) * | 1992-11-02 | 1994-05-03 | Yi-Sheng Wang | Adaptive pitch pulse enhancer and method for use in a codebook excited linear prediction (celp) search loop |
| CA2124713C (en) * | 1993-06-18 | 1998-09-22 | Willem Bastiaan Kleijn | Long term predictor |
| US5774837A (en) * | 1995-09-13 | 1998-06-30 | Voxware, Inc. | Speech coding system and method using voicing probability determination |
| WO1997027578A1 (en) * | 1996-01-26 | 1997-07-31 | Motorola Inc. | Very low bit rate time domain speech analyzer for voice messaging |
| JP2940464B2 (ja) * | 1996-03-27 | 1999-08-25 | 日本電気株式会社 | 音声復号化装置 |
| US6161086A (en) * | 1997-07-29 | 2000-12-12 | Texas Instruments Incorporated | Low-complexity speech coding with backward and inverse filtered target matching and a tree structured mutitap adaptive codebook search |
| JPH11184500A (ja) * | 1997-12-24 | 1999-07-09 | Fujitsu Ltd | 音声符号化方式及び音声復号化方式 |
| US6385576B2 (en) * | 1997-12-24 | 2002-05-07 | Kabushiki Kaisha Toshiba | Speech encoding/decoding method using reduced subframe pulse positions having density related to pitch |
| US6556966B1 (en) * | 1998-08-24 | 2003-04-29 | Conexant Systems, Inc. | Codebook structure for changeable pulse multimode speech coding |
| US6240386B1 (en) * | 1998-08-24 | 2001-05-29 | Conexant Systems, Inc. | Speech codec employing noise classification for noise compensation |
| CA2252170A1 (en) * | 1998-10-27 | 2000-04-27 | Bruno Bessette | A method and device for high quality coding of wideband speech and audio signals |
| US6574593B1 (en) * | 1999-09-22 | 2003-06-03 | Conexant Systems, Inc. | Codebook tables for encoding and decoding |
| US6604070B1 (en) * | 1999-09-22 | 2003-08-05 | Conexant Systems, Inc. | System of encoding and decoding speech signals |
| US6581032B1 (en) * | 1999-09-22 | 2003-06-17 | Conexant Systems, Inc. | Bitstream protocol for transmission of encoded voice signals |
-
1999
- 1999-08-02 US US09/365,444 patent/US6704701B1/en not_active Expired - Lifetime
-
2000
- 2000-06-30 EP EP00943365A patent/EP1194925B1/en not_active Expired - Lifetime
- 2000-06-30 CN CNB008099723A patent/CN1186766C/zh not_active Expired - Fee Related
- 2000-06-30 DE DE60014904T patent/DE60014904T2/de not_active Expired - Lifetime
- 2000-06-30 JP JP2001508443A patent/JP4629937B2/ja not_active Expired - Lifetime
- 2000-06-30 WO PCT/US2000/018232 patent/WO2001003125A1/en active IP Right Grant
- 2000-07-01 TW TW089113106A patent/TW473703B/zh not_active IP Right Cessation
-
2010
- 2010-10-12 JP JP2010230113A patent/JP2011048387A/ja not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| CN1360716A (zh) | 2002-07-24 |
| DE60014904D1 (de) | 2004-11-18 |
| EP1194925B1 (en) | 2004-10-13 |
| CN1186766C (zh) | 2005-01-26 |
| DE60014904T2 (de) | 2005-12-22 |
| TW473703B (en) | 2002-01-21 |
| JP2011048387A (ja) | 2011-03-10 |
| EP1194925A1 (en) | 2002-04-10 |
| US6704701B1 (en) | 2004-03-09 |
| JP2003504655A (ja) | 2003-02-04 |
| WO2001003125A1 (en) | 2001-01-11 |
| WO2001003125B1 (en) | 2001-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2011048387A (ja) | 音声コーディングシステムにおける双方向ピッチエンハンスメント | |
| US7024358B2 (en) | Recovering an erased voice frame with time warping | |
| JP4838361B2 (ja) | オーディオ信号のデコーディング方法及びその装置 | |
| US8180061B2 (en) | Concept for bridging the gap between parametric multi-channel audio coding and matrixed-surround multi-channel coding | |
| RU2461897C2 (ru) | Способ и устройство, предназначенные для эффективной передачи сигналов размерности и пачки в полосе частот и работы с максимальной половинной скоростью при широкополосном кодировании речи с переменной скоростью передачи битов для беспроводных систем мдкр | |
| TWI395204B (zh) | 一種使用下混合的音頻編碼的音頻解碼器、音頻物件編碼器、多音頻物件編碼方法、用於對多音頻物件信號進行解碼的方法，以及執行這些方法的具有程式碼的程式 | |
| JP5269039B2 (ja) | オーディオエンコード及びデコード | |
| JP3167385B2 (ja) | 音声信号伝送方法 | |
| KR100462615B1 (ko) | 적은 계산량으로 고주파수 성분을 복원하는 오디오 디코딩방법 및 장치 | |
| JP5542306B2 (ja) | オーディオ信号のスケーラブル符号化及び復号 | |
| JP4000261B2 (ja) | ステレオ音響信号の処理方法と装置 | |
| CN102834862A (zh) | 用于包括通用音频和语音帧的音频信号的编码器 | |
| JP6010176B2 (ja) | オーディオ信号のデコーディング方法及びその装置 | |
| JPWO2007116809A1 (ja) | ステレオ音声符号化装置、ステレオ音声復号装置、およびこれらの方法 | |
| EP2301017B1 (en) | Audio apparatus | |
| KR20070003544A (ko) | 아비트러리다운믹스게인을 이용한 클리핑복원 | |
| JP3064947B2 (ja) | 音声・楽音符号化及び復号化装置 | |
| JP2002221994A (ja) | 音声信号の符号列のパケット組立方法、装置及びパケット分解方法、装置並びにこれらの方法を実行するプログラム、プログラムを記録する記録媒体 | |
| US5828811A (en) | Speech signal coding system wherein non-periodic component feedback to periodic excitation signal source is adaptively reduced | |
| KR100462024B1 (ko) | 부가 음성 데이터를 이용한 패킷 손실 복구 방법 및 이를이용한 송수신기 | |
| KR100468960B1 (ko) | 음성부호화 시스템의 양방향 피치 강화 시스템 | |
| JP3303580B2 (ja) | 音声符号化装置 | |
| GB2595891A (en) | Adapting multi-source inputs for constant rate encoding | |
| EP1859441B1 (en) | Low-complexity code excited linear prediction encoding | |
| KR100304137B1 (ko) | 음성압축/신장방법및시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070425 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070425 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100512 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100722 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100729 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100909 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100916 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101012 |
|
| 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: 20101101 |
|
| 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: 20101112 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131119 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4629937 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |