JP4634969B2 - 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 - Google Patents
線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 Download PDFInfo
- Publication number
- JP4634969B2 JP4634969B2 JP2006148919A JP2006148919A JP4634969B2 JP 4634969 B2 JP4634969 B2 JP 4634969B2 JP 2006148919 A JP2006148919 A JP 2006148919A JP 2006148919 A JP2006148919 A JP 2006148919A JP 4634969 B2 JP4634969 B2 JP 4634969B2
- Authority
- JP
- Japan
- Prior art keywords
- model order
- code amount
- model
- prediction error
- order
- 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.)
- Active
Links
Images
Description
所定の時間間隔で標本化された時間離散信号をフレーム毎に分割した各フレームを入力信号yとする。ここではロスレス符号化〔Lossless Coding〕を例とし、入力信号yは整数変換された整数値からなるとする。また、最適モデル次数は、モデル次数をNminからNmaxまでとした探索範囲をn次〔但し、nはn≧1を満たす整数である。また、NminおよびNmaxはNmax>Nminを満たす正整数である。〕ごとに調べたものの中から決定することにする。なお、以下ではモデル次数mを正整数とする。
また、PARCOR係数量子化部(902)は、量子化済PARCOR係数qγm,m〔m=1,2,・・・,Nmax〕それぞれについて、量子化表を用いて量子化済PARCOR係数をインデックスの数値に変換し、これらを符号化して、係数符号Cpm〔m=1,2,・・・,Nmax〕をそれぞれ算出する。
各量子化済PARCOR係数qγm,m〔m=1,2,・・・,Nmax〕は、線形予測係数変換部(903)の入力となる。
各係数符号Cpm〔m=1,2,・・・,Nmax〕は、最適モデル次数探索・符号選択部(906)の入力となる。
モデル次数(Nmin+n×i)の線形予測モデルの線形予測係数γg,k〔k=1,2,・・・,g〕は、予測誤差フィルタ部(904−i)〔但し、i=0,1,2,・・・,imax〕の入力となる。
線形予測誤差信号eiは、誤差信号符号化部(905−i)〔i=0,1,2,・・・,imax〕の入力となる。
誤差信号符号Cg〔g=Nmin+n×i〕は、最適モデル次数探索・符号選択部(906)の入力となる。
そして、通信路に対して、最適モデル次数(Nmin+n×I)までのPARCOR係数に対応した係数符号Cpm(m=1,2,・・・,Nmin+n×I)および最適モデル次数(Nmin+n×I)のときの誤差信号符号Cg〔g=Nmin+n×I〕が送り出される。なお、係数符号Cpm(m=1,2,・・・,Nmin+n×I)から最適モデル次数を判別できない場合には、最適モデル次数を表す情報〔次数情報〕を適宜符号化し、この符号化された次数情報も通信路に対して送り出される。
このように、実際に各モデル次数での符号量を求めるのではなく、PARCOR係数の算出過程で得られた前向き予測誤差系列および/または後向き予測誤差系列によって、予測誤差波形の符号量を推定する構成としている。
本発明では、PARCOR係数の算出過程で得られた予測誤差系列を有効利用して最適モデル次数を決定する。
全極型の線形予測分析の一つとしてPARCOR係数を直接求める方法が知られている。この算出方法は、上記非特許文献1にBurg法として説明されている。
なお、モデル次数mのときの線形予測係数γm,k(k=1,2,・・・,m−1)は式(3)で与えられる。線形予測係数γm,k(k=m)はPARCOR係数として式(9)で与えられる。
以上で《PARCOR係数・前向き予測誤差系列・後向き予測誤差系列の算出》の説明は終わりである。
次に、PARCOR係数の情報量について説明する。
PARCOR係数の情報量の計算は、PARCOR係数の量子化方法、符号化方法に依存する。そこで、ここでは一般的な手法を一例として説明する。
一般的には最子化表〔PARCOR係数とその量子化値とが対応したデータテーブルである。〕を用いて、PARCOR係数をインデックスの数値に変換する。さらに、その数値の符号化方法として2つの例を示す。一つ目の方法は、インデックスの数値を予め決められたビット数で符号ビット(正負を表すビット)を含めて符号化する場合で、係数符号は、インデックスの数値に対応する符号の表〔インデックスの数値と係数符号とが対応したデータテーブルである。〕を参照して求めることができる。二つ目の方法は、PARCOR係数のインデックスの数値に依存して可変長符号を用いる場合である。この場合、PARCOR係数のインデックス値の絶対値によってビット数が異なるので、インデックスの数値の絶対値に対応する符号の表〔インデックスの数値の絶対値と係数符号とが対応したデータテーブルである。〕を参照して係数符号を求める。ここで求めた係数符号の符号量が、PARCOR係数の情報量に相当する。なお、符号化に用いる表を符号化表〔データテーブルである。〕と云うことにする。
例えば、固定長符号化の場合であれば表1に簡単に例示する量子化・符号化表などを用いることができる。また、可変長符号化の場合であれば表2に簡単に例示する量子化・符号化表などを用いることができる。なお、表2で示す符号は0を指標とする瞬時復号可能な符号となっている。
以上で《PARCOR係数の情報量》の説明は終わりである。
次に、線形予測モデルの予測値と入力信号との誤差である予測誤差波形の符号量の推定について説明する。予測誤差波形の符号量の推定は、系列の平均的大きさの指標を用いて行う。ここで系列とは、前向き予測誤差系列、後向き予測誤差系列、前向き予測誤差および後向き予測誤差の両方の系列、のいずれかをいう。また、平均的大きさの指標〔以下、単に「指標」という。〕とは、系列のエネルギーの平均の平方根、あるいは系列の絶対値の平均をいう。以下、具体的に説明する。
あるいは、指標aを、前向き予測誤差系列の指標と後向き予測誤差系列の指標との平均で与えるとしてもよい。つまり、前向き予測誤差系列のエネルギーをEf、前向き予測誤差系列の指標をaf、後向き予測誤差系列のエネルギーをEr、後向き予測誤差系列の指標をarとすると、指標aは式(11)で与えられる。
あるいは、指標a1を、前向き予測誤差系列の指標と後向き予測誤差系列の指標との平均で与えるとしてもよい。つまり、前向き予測誤差系列の絶対値の和をDf1、前向き予測誤差系列の指標をaf1、後向き予測誤差系列の絶対値の和をDr1、後向き予測誤差系列の指標をar1とすると、指標a1は式(17)で与えられる。
以上で《予測誤差波形の符号量の推定》の説明は終わりである。
最適モデル次数の決定の方法について、特に限定はなく、ここでは3つの方法を例示する。
一つ目の方法(方法A)は、予め設定した探索範囲の各モデル次数m〔探索範囲の全モデル次数ではなく、その一部、例えばnごとの各モデル次数としてもよい。〕について、そのモデル次数におけるPARCOR係数の情報量〔つまり、係数符号量であるが、係数符号量として全体符号量が算出されている場合にはそのまま全体符号量を、係数符号量として個別符号量が算出されている場合にはモデル次数が1からmまでの全モデル次数に対応した各個別符号量を合計した符号量を、PARCOR係数の情報量として扱う。以下同様である。〕と、そのモデル次数における予測誤差波形の推定符号量との合計〔合計符号量〕を求め、その合計符号量が最小になるときのモデル次数を最適モデル次数として決定する。
以上で《最適モデル次数の決定》の説明は終わりである。
以下、本発明の実施形態について説明を行う。本発明は線形予測モデルの最適モデル次数を決定するものであるところ、最適モデル次数を決定することを所望として実施するとしてもよいし、例えば信号分析や信号の符号化などに用いられることを所望として実施するとしてもよい。
ここでは、上記従来技術との対比から本発明の特徴を明らかにする観点から、本発明が信号符号化に用いられる場合を例として実施形態の説明を行う。
本発明の第1実施形態について、図面を参照しながら説明する。
<第1実施形態の線形予測モデル次数決定装置>
図1に例示するように、線形予測モデル次数決定装置(1)は、キーボードなどが接続可能な入力部(11)、液晶ディスプレイなどが接続可能な出力部(12)、CPU(Central Processing Unit;14)〔キャッシュメモリなどを備えていてもよい。〕、メモリであるRAM(Random Access Memory)(15)、ROM(Read Only Memory)(16)やハードディスクである外部記憶装置(17)、並びにこれらの入力部(11)、出力部(12)、CPU(14)、RAM(15)、ROM(16)、外部記憶装置(17)間のデータのやり取りが可能なように接続するバス(18)などを備えている。また必要に応じて、線形予測モデル次数決定装置(1)に、CD−ROMなどの記憶媒体を読み書きできる装置(ドライブ)などを設けるとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
次に、図2および図3を参照して、線形予測モデル次数決定装置(1)における最適モデル次数決定処理の流れを叙述的に説明する。第1実施形態は上記方法Aによって最適モデル次数を決定する。
各前向き予測誤差系列b′m,i〔m=1,2,・・・,Nmax〕、各後向き予測誤差系列bm,i〔m=1,2,・・・,Nmax〕はそれぞれ予測誤差符号量推定部(142)の入力となる。各PARCOR係数γm,m〔m=1,2,・・・,Nmax〕は、係数符号量算出部(143)の入力となる。
各推定符号量Cem〔m=1,2,・・・,Nmax〕は、最適モデル次数探索部(144)の入力となる。
各係数符号量Cpm〔m=1,2,・・・,Nmax〕は、最適モデル次数探索部(144)の入力となる。
M>(モデル次数jにおける合計符号量)の成立が真ならば、最適モデル次数探索部(144)はステップS17の処理を実行する。M>(モデル次数jにおける合計符号量)の成立が偽ならば、最適モデル次数探索部(144)はステップS18の処理を実行する。
j≧Nmaxの成立が真ならば、最適モデル次数探索部(144)は最適モデル次数決定処理を終了する。つまり、この時点でのパラメータNoptの値が最適モデル次数である。この最適モデル次数Noptを表す次数情報は信号符号化装置(2)の出力となる場合がある。また、最適モデル次数Noptは、PARCOR係数量子化部(145)の入力となる。
j≧Nmaxの成立が偽ならば、最適モデル次数探索部(144)はステップS19の処理を実行する。
PARCOR係数量子化部(145)は、PARCOR係数算出部(141)によって得られた各PARCOR係数γm,m〔m=1,2,・・・,Nopt〕を量子化して、モデル次数が1からNoptまでの各モデル次数について量子化済PARCOR係数qγm,m〔m=1,2,・・・,Nopt〕をそれぞれ算出する。各量子化済PARCOR係数qγm,m〔m=1,2,・・・,Nopt〕は、線形予測係数変換部(146)の入力となる。
また、PARCOR係数量子化部(145)は、各量子化済PARCOR係数qγm,m〔m=1,2,・・・,Nopt〕それぞれについて、量子化表を用いて量子化済PARCOR係数をインデックスの数値に変換し、これらを符号化して、係数符号Cpm〔m=1,2,・・・,Nopt〕をそれぞれ算出する。各係数符号Cpm〔m=1,2,・・・,Nopt〕は信号符号化装置(2)の出力となる。
線形予測誤差信号egは、誤差信号符号化部(148)の入力となる。
本発明の第2実施形態について、図面を参照しながら説明する。
第2実施形態の線形予測モデル次数決定装置のハードウェア構成やプログラムなどは第1実施形態の場合と同様であるから説明を略する。
<第2実施形態の線形予測モデル次数決定処理>
図2および図4を参照して、第2実施形態の線形予測モデル次数決定装置(1)における最適モデル次数決定処理の流れを叙述的に説明する。第2実施形態は上記方法Bによって最適モデル次数を決定する。なお、《PARCOR係数・前向き予測誤差系列・後向き予測誤差系列の算出》、《予測誤差波形の符号量の推定》、《PARCOR係数の情報量》については既に説明したとおりであるから説明を略する〔[技術説明]および《第1実施形態》を参照のこと。〕。
各前向き予測誤差系列b′m,i〔m=1,2,・・・,j〕、各後向き予測誤差系列bm,i〔m=1,2,・・・,j〕はそれぞれ予測誤差符号量推定部(142)の入力となる。各PARCOR係数γm,m〔m=1,2,・・・,j〕は、係数符号量算出部(143)の入力となる。
各推定符号量Cem〔m=j〕は、最適モデル次数探索部(144)の入力となる。
パラメータjがNminに等しいならば、最適モデル次数探索部(144)はステップS29の処理を実行する。パラメータjがNminに等しくないならば、最適モデル次数探索部(144)はステップS27の処理を実行する。
最適モデル次数探索部(144)は、パラメータMにモデル次数jにおける合計符号量を設定する(ステップS29)。次いで制御部(190)は、パラメータjにnを加算したもの、つまりj+nをパラメータjの新たな値に設定し(ステップS30)、ステップS22〜S26の処理を行うように制御する。
最適モデル次数探索部(144)は、モデル次数jにおける合計符号量〔つまりモデル次数1からjまでの各個別符号量の合計と、モデル次数jにおける予測誤差波形の推定符号量との合計である。〕とMとの大小を判定する(ステップS27)。第2実施形態では、第1実施形態と同様にM>(モデル次数jにおける合計符号量)の成立を判定する。
M>(モデル次数jにおける合計符号量)の成立が真ならば、最適モデル次数探索部(144)はステップS28の処理を実行する。M>(モデル次数jにおける合計符号量)の成立が偽ならば、最適モデル次数探索部(144)はステップS32の処理を実行する。
j≧Nmaxの成立が真ならば、最適モデル次数探索部(144)は最適モデル次数Noptにパラメータjの値を代入する(ステップS31)。そして、最適モデル次数探索部(144)は最適モデル次数決定処理を終了する。この最適モデル次数Noptを表す次数情報は信号符号化装置(2)の出力となる場合がある。また、最適モデル次数Noptは、PARCOR係数量子化部(145)の入力となりえる。
j≧Nmaxの成立が偽ならば、最適モデル次数探索部(144)はステップS29の処理を実行する。ステップS29以降の処理は上記に説明したとおりである。
本発明の第3実施形態について、図面を参照しながら説明する。
第3実施形態の線形予測モデル次数決定装置のハードウェア構成やプログラムなどは、第1実施形態、第2実施形態の場合と同様であるから説明を略する。
<第3実施形態の線形予測モデル次数決定処理>
図2、図5および図6を参照して、第3実施形態の線形予測モデル次数決定装置(1)における最適モデル次数決定処理の流れを叙述的に説明する。第3実施形態は上記方法Cによって最適モデル次数を決定する。
処理の骨子は第2実施形態と同様であるから、ここでは第2実施形態と異なる部分について説明を行う。
この段階では、f≧Fの成立が偽であり、ステップS33の処理が実行される。
ステップS39の処理で、M>(モデル次数jにおける合計符号量)の成立が偽ならば、最適モデル次数探索部(144)はステップS32bの処理を実行する。
ステップS32bの処理において、f≧Fの成立が真ならば、最適モデル次数探索部(144)は最適モデル次数Noptにパラメータjtempの値を代入する(ステップS42)。そして、最適モデル次数探索部(144)は最適モデル次数決定処理を終了する。この最適モデル次数Noptを表す次数情報は信号符号化装置(2)の出力となる場合がある。また、最適モデル次数Noptは、PARCOR係数量子化部(145)の入力となりえる。
141 予測誤差符号量推定部
142 係数符号量算出部
143 最適モデル次数探索部
145 PARCOR係数量子化部
146 線形予測係数変換部
147 予測誤差フィルタ部
148 誤差信号符号化部
190 制御部
Claims (20)
- 入力信号から、線形予測モデルが要するサンプル数であるモデル次数が1,・・・,m〔但し、mは2以上の整数Nsupに対して1≦m≦Nsupを満たす整数である。〕の各線形予測モデルのPARCOR係数と、モデル次数mのときの前向き予測誤差系列および/または後向き予測誤差系列と、をそれぞれ算出するPARCOR係数算出手段と、
モデル次数mのときの上記前向き予測誤差系列および/または上記後向き予測誤差系列から、モデル次数が1,・・・,mのときの上記各PARCOR係数によって与えられる線形予測係数からなるモデル次数mの線形予測モデルの予測値と入力信号との誤差である予測誤差波形の符号量を推定する予測誤差符号量推定手段と、
モデル次数が1,・・・,mのときの上記各PARCOR係数に対応した符号量〔個別符号量〕、あるいは全てのPARCOR係数に対応する符号量〔全体符号量〕を算出する係数符号量算出手段と、
1からNsupまでのモデル次数に含まれる複数のモデル次数について、各モデル次数mにおける、上記全体符号量あるいはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定手段によって推定された符号量との合計〔合計符号量〕を求め、合計符号量からモデル次数を1つに決定する最適モデル次数探索手段と
を備えた線形予測モデル次数決定装置。 - 上記予測誤差符号量推定手段は、
モデル次数mのときの上記前向き予測誤差系列またはモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値、
あるいは、モデル次数mのときの上記前向き予測誤差系列および上記後向き予測誤差系列の両方の系列の平均的大きさの指標値、
あるいは、モデル次数mのときの上記前向き予測誤差系列の平均的大きさの指標値とモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値との平均、
のいずれかを1/2h倍〔但し、hは0以上の整数である。〕したものを用いて予測誤差波形の符号量を推定するものである
請求項1に記載の線形予測モデル次数決定装置。 - 上記予測誤差符号量推定手段は、
モデル次数mのときの上記前向き予測誤差系列またはモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
あるいは、モデル次数mのときの上記前向き予測誤差系列および上記後向き予測誤差系列の両方の系列の平均的大きさの指標値の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
あるいは、モデル次数mのときの上記前向き予測誤差系列の平均的大きさの指標値とモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値との平均の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
のいずれかを予測誤差波形の推定された符号量とする
請求項2に記載の線形予測モデル次数決定装置。 - 上記平均的大きさの指標値は、
系列の絶対値の平均、あるいは系列のエネルギーの平均の平方根である
請求項2または請求項3に記載の線形予測モデル次数決定装置。 - 上記係数符号量算出手段は、
上記個別符号量または上記全体符号量を、PARCOR係数の値に依存しない固定長符号の符号量によって求める
請求項1から請求項4のいずれかに記載の線形予測モデル次数決定装置。 - 上記係数符号量算出手段は、
上記個別符号量または上記全体符号量を、PARCOR係数の値に依存する可変長符号の符号量によって求める
請求項1から請求項4のいずれかに記載の線形予測モデル次数決定装置。 - 上記最適モデル次数探索手段は、
1からNsupまでのモデル次数に含まれる複数のモデル次数について、各モデル次数mにおける、上記全体符号量あるいはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定手段によって推定された符号量との合計符号量を求め、合計符号量が最小になるときのモデル次数を最適モデル次数として決定するものである
請求項1から請求項6のいずれかに記載の線形予測モデル次数決定装置。 - 最適モデル次数探索手段によってモデル次数が決定されるまで、モデル次数が1つ前のモデル次数よりも大となるように逐次にモデル次数を設定し、設定されたモデル次数ごとに、設定されたモデル次数mについて、上記PARCOR係数算出手段と、上記予測誤差符号量推定手段と、上記係数符号量算出手段と、最適モデル次数探索手段とを実行させる制御手段を備え、
上記制御手段によって実行を制御される最適モデル次数探索手段は、
上記制御手段によって設定されたモデル次数mにおける、上記全体符号量またはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定手段によって推定された符号量との合計符号量を求め、その合計符号量が、モデル次数mの1つ前に設定されたモデル次数Mにおける合計符号量よりも大となったときに、モデル次数Mを最適モデル次数として決定するものである
請求項1から請求項6のいずれかに記載の線形予測モデル次数決定装置。 - 最適モデル次数探索手段によってモデル次数が決定されるまで、モデル次数が1つ前のモデル次数よりも大となるように逐次にモデル次数を設定し、設定されたモデル次数ごとに、設定されたモデル次数mについて、上記PARCOR係数算出手段と、上記予測誤差符号量推定手段と、上記係数符号量算出手段と、最適モデル次数探索手段とを実行させる制御手段を備え、
上記制御手段によって実行を制御される最適モデル次数探索手段は、
上記制御手段によって設定されたモデル次数mにおける、上記全体符号量またはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定手段によって推定された符号量との合計符号量を求め、その合計符号量がモデル次数mの1つ前に設定されたモデル次数Mにおける合計符号量よりも大となったときのモデル次数M〔暫定最適次数〕から予め定められただけの先のモデル次数までの各モデル次数における合計符号量〔補合計符号量〕について、暫定最適次数での合計符号量よりも少ない補合計符号量となるモデル次数が存在する場合には、当該補合計符号量のうち最小の補合計符号量となるときのモデル次数を最適モデル次数として決定し、暫定最適次数での合計符号量よりも少ない補合計符号量となるモデル次数が存在しない場合には、暫定最適次数を最適モデル次数として決定するものである
請求項1から請求項6のいずれかに記載の線形予測モデル次数決定装置。 - 入力信号から、線形予測モデルが要するサンプル数であるモデル次数が1,・・・,m〔但し、mは2以上の整数Nsupに対して1≦m≦Nsupを満たす整数である。〕の各線形予測モデルのPARCOR係数と、モデル次数mのときの前向き予測誤差系列および/または後向き予測誤差系列と、をそれぞれ算出するPARCOR係数算ステップと、
モデル次数mのときの上記前向き予測誤差系列および/または上記後向き予測誤差系列から、モデル次数が1,・・・,mのときの上記各PARCOR係数によって与えられる線形予測係数からなるモデル次数mの線形予測モデルの予測値と入力信号との誤差である予測誤差波形の符号量を推定する予測誤差符号量推定ステップと、
モデル次数が1,・・・,mのときの上記各PARCOR係数に対応した符号量〔個別符号量〕、あるいは全てのPARCOR係数に対応する符号量〔全体符号量〕を算出する係数符号量算出ステップと、
1からNsupまでのモデル次数に含まれる複数のモデル次数について、各モデル次数mにおける、上記全体符号量あるいはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定ステップにおいて推定された符号量との合計〔合計符号量〕を求め、合計符号量からモデル次数を1つに決定する最適モデル次数探索ステップと
を有する線形予測モデル次数決定方法。 - 上記予測誤差符号量推定ステップは、
モデル次数mのときの上記前向き予測誤差系列またはモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値、
あるいは、モデル次数mのときの上記前向き予測誤差系列および上記後向き予測誤差系列の両方の系列の平均的大きさの指標値、
あるいは、モデル次数mのときの上記前向き予測誤差系列の平均的大きさの指標値とモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値との平均、
のいずれかを1/2h倍〔但し、hは0以上の整数である。〕したものを用いて予測誤差波形の符号量を推定するものである
請求項10に記載の線形予測モデル次数決定方法。 - 上記予測誤差符号量推定ステップは、
モデル次数mのときの上記前向き予測誤差系列またはモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
あるいは、モデル次数mのときの上記前向き予測誤差系列および上記後向き予測誤差系列の両方の系列の平均的大きさの指標値の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
あるいは、モデル次数mのときの上記前向き予測誤差系列の平均的大きさの指標値とモデル次数mのときの上記後向き予測誤差系列の平均的大きさの指標値との平均の2倍に1+hを加算したものに入力信号のサンプル数を乗じたもの、
のいずれかを予測誤差波形の推定された符号量とする
請求項11に記載の線形予測モデル次数決定方法。 - 上記平均的大きさの指標値は、
系列の絶対値の平均、あるいは系列のエネルギーの平均の平方根である
請求項11または請求項12に記載の線形予測モデル次数決定方法。 - 上記係数符号量算出ステップは、
上記個別符号量または上記全体符号量を、PARCOR係数の値に依存しない固定長符号の符号量によって求める
請求項10から請求項13のいずれかに記載の線形予測モデル次数決定方法。 - 上記係数符号量算出ステップは、
上記個別符号量または上記全体符号量を、PARCOR係数の値に依存する可変長符号の符号量によって求める
請求項10から請求項13のいずれかに記載の線形予測モデル次数決定方法。 - 上記最適モデル次数探索ステップは、
1からNsupまでのモデル次数に含まれる複数のモデル次数について、各モデル次数mにおける、上記全体符号量あるいはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定ステップにおいて推定された符号量との合計符号量を求め、合計符号量が最小になるときのモデル次数を最適モデル次数として決定するものである
請求項10から請求項15のいずれかに記載の線形予測モデル次数決定方法。 - 最適モデル次数探索ステップにおいてモデル次数が決定されるまで、モデル次数が1つ前のモデル次数よりも大となるように逐次にモデル次数を設定し、設定されたモデル次数ごとに、設定されたモデル次数mについて、上記PARCOR係数算出ステップ、上記予測誤差符号量推定ステップ、上記係数符号量算出ステップ、最適モデル次数探索ステップの各処理を実行させる制御ステップを有し、
上記制御ステップにおいて実行を制御される最適モデル次数探索ステップは、
上記制御ステップにおいて設定されたモデル次数mにおける、上記全体符号量またはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定ステップにおいて推定された符号量との合計符号量を求め、その合計符号量が、モデル次数mの1つ前に設定されたモデル次数Mにおける合計符号量よりも大となったときに、モデル次数Mを最適モデル次数として決定するものである
請求項10から請求項15のいずれかに記載の線形予測モデル次数決定方法。 - 最適モデル次数探索ステップにおいてモデル次数が決定されるまで、モデル次数が1つ前のモデル次数よりも大となるように逐次にモデル次数を設定し、設定されたモデル次数ごとに、設定されたモデル次数mについて、上記PARCOR係数算出ステップ、上記予測誤差符号量推定ステップ、上記係数符号量算出ステップ、最適モデル次数探索ステップの各処理を実行させる制御ステップを有し、
上記制御ステップにおいて実行を制御される最適モデル次数探索ステップは、
上記制御ステップにおいて設定されたモデル次数mにおける、上記全体符号量またはモデル次数が1,・・・,mのときの上記各個別符号量の合計と、上記予測誤差符号量推定ステップにおいて推定された符号量との合計符号量を求め、その合計符号量がモデル次数mの1つ前に設定されたモデル次数Mにおける合計符号量よりも大となったときのモデル次数M〔暫定最適次数〕から予め定められただけの先のモデル次数までの各モデル次数における合計符号量〔補合計符号量〕について、暫定最適次数での合計符号量よりも少ない補合計符号量となるモデル次数が存在する場合には、当該補合計符号量のうち最小の補合計符号量となるときのモデル次数を最適モデル次数として決定し、暫定最適次数での合計符号量よりも少ない補合計符号量となるモデル次数が存在しない場合には、暫定最適次数を最適モデル次数として決定するものである
請求項10から請求項15のいずれかに記載の線形予測モデル次数決定方法。 - コンピュータを請求項1から請求項9のいずれかに記載の線形予測モデル次数決定装置として機能させるためのプログラム。
- 請求項19に記載のプログラムを記録した、コンピュータに読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006148919A JP4634969B2 (ja) | 2006-05-29 | 2006-05-29 | 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006148919A JP4634969B2 (ja) | 2006-05-29 | 2006-05-29 | 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007318691A JP2007318691A (ja) | 2007-12-06 |
JP4634969B2 true JP4634969B2 (ja) | 2011-02-16 |
Family
ID=38852105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006148919A Active JP4634969B2 (ja) | 2006-05-29 | 2006-05-29 | 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4634969B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4838774B2 (ja) * | 2007-07-18 | 2011-12-14 | 日本電信電話株式会社 | マルチチャネル線形予測符号化の予測係数決定方法及び装置、プログラム、記録媒体 |
JP4838773B2 (ja) * | 2007-07-18 | 2011-12-14 | 日本電信電話株式会社 | 線形予測符号化の予測次数決定方法及びそれを使った予測係数決定方法及び装置、プログラム、その記録媒体 |
JP5231794B2 (ja) | 2007-12-10 | 2013-07-10 | 株式会社大協精工 | バイアル用プラスチック製キャップ |
JP4848049B2 (ja) * | 2008-12-09 | 2011-12-28 | 日本電信電話株式会社 | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 |
CN102239640B (zh) * | 2008-12-09 | 2015-01-07 | 日本电信电话株式会社 | 编码方法、解码方法、使用这些方法的装置 |
JP4918103B2 (ja) * | 2009-01-09 | 2012-04-18 | 日本電信電話株式会社 | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 |
JP5281485B2 (ja) * | 2009-05-28 | 2013-09-04 | 日本電信電話株式会社 | 双方向予測符号化装置、双方向予測復号装置、それらの方法、それらのプログラム及びその記録媒体 |
WO2010140591A1 (ja) * | 2009-06-03 | 2010-12-09 | 日本電信電話株式会社 | 予測次数決定方法、予測次数決定装置、プログラム及び記録媒体 |
KR20120129205A (ko) * | 2011-05-19 | 2012-11-28 | 엘지이노텍 주식회사 | 스핀들 모터 |
JP5663461B2 (ja) * | 2011-12-06 | 2015-02-04 | 日本電信電話株式会社 | 符号化方法、符号化装置、プログラム、記録媒体 |
JP6959559B2 (ja) * | 2017-06-14 | 2021-11-02 | 日本電信電話株式会社 | データ数決定装置、データ数決定方法及びデータ数決定プログラム |
JP6849542B2 (ja) * | 2017-06-14 | 2021-03-24 | 日本電信電話株式会社 | クラス決定装置、クラス決定方法及びクラス決定プログラム |
CN112767957A (zh) * | 2020-12-31 | 2021-05-07 | 科大讯飞股份有限公司 | 获得预测模型的方法、语音波形的预测方法及相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279385A (ja) * | 2006-04-06 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | マルチチャネル符号化方法、その装置、そのプログラム及び記録媒体 |
JP2007286146A (ja) * | 2006-04-13 | 2007-11-01 | Nippon Telegr & Teleph Corp <Ntt> | 適応ブロック長符号化装置、その方法、プログラム及び記録媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1780705B1 (en) * | 2004-08-19 | 2011-01-12 | Nippon Telegraph And Telephone Corporation | Multichannel signal decoding method, device, program, and its recording medium |
-
2006
- 2006-05-29 JP JP2006148919A patent/JP4634969B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279385A (ja) * | 2006-04-06 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | マルチチャネル符号化方法、その装置、そのプログラム及び記録媒体 |
JP2007286146A (ja) * | 2006-04-13 | 2007-11-01 | Nippon Telegr & Teleph Corp <Ntt> | 適応ブロック長符号化装置、その方法、プログラム及び記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2007318691A (ja) | 2007-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4634969B2 (ja) | 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 | |
JP5603484B2 (ja) | 符号化方法、復号方法、符号化装置、復号装置、プログラム、記録媒体 | |
JP4691082B2 (ja) | 線形予測モデル次数決定装置、線形予測モデル次数決定方法、そのプログラムおよび記録媒体 | |
JP5596800B2 (ja) | 符号化方法、周期性特徴量決定方法、周期性特徴量決定装置、プログラム | |
JP6422813B2 (ja) | 符号化装置、復号装置、これらの方法及びプログラム | |
JP6867528B2 (ja) | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 | |
KR101762205B1 (ko) | 부호화 방법, 부호화 장치, 프로그램 및 기록 매체 | |
CN104321814A (zh) | 编码方法、解码方法、编码装置、解码装置、程序以及记录介质 | |
JP4658852B2 (ja) | 適応ブロック長符号化装置、その方法、プログラム及び記録媒体 | |
JP6412993B2 (ja) | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 | |
JP2012128022A (ja) | 符号化方法、復号方法、符号化装置、復号装置、プログラム、記録媒体 | |
JP4989095B2 (ja) | マルチチャネル符号化方法、その装置、そのプログラム及び記録媒体 | |
JP2007286200A (ja) | 適応ブロック長符号化装置、その方法、プログラム及び記録媒体 | |
JP5663461B2 (ja) | 符号化方法、符号化装置、プログラム、記録媒体 | |
JP4691050B2 (ja) | Parcor係数算出方法、及びその装置とそのプログラムと、その記憶媒体 | |
JP5336942B2 (ja) | 符号化方法、復号方法、符号化器、復号器、プログラム | |
JP4746532B2 (ja) | 線形予測係数算出方法、及びその装置とそのプログラムと、その記憶媒体 | |
JP4918103B2 (ja) | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 | |
JP5714172B2 (ja) | 符号化装置、この方法、プログラムおよび記録媒体 | |
JP5579932B2 (ja) | 符号化方法、装置、プログラム及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080804 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100819 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101022 |
|
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: 20101109 |
|
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: 20101119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4634969 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131126 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |