JP4726445B2 - 広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法 - Google Patents

広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法 Download PDF

Info

Publication number
JP4726445B2
JP4726445B2 JP2004208615A JP2004208615A JP4726445B2 JP 4726445 B2 JP4726445 B2 JP 4726445B2 JP 2004208615 A JP2004208615 A JP 2004208615A JP 2004208615 A JP2004208615 A JP 2004208615A JP 4726445 B2 JP4726445 B2 JP 4726445B2
Authority
JP
Japan
Prior art keywords
band
dct coefficient
signal
audio signal
dct
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
Application number
JP2004208615A
Other languages
English (en)
Other versions
JP2005037949A (ja
Inventor
祐 石 李
浩 棕 朴
昌 用 孫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of JP2005037949A publication Critical patent/JP2005037949A/ja
Application granted granted Critical
Publication of JP4726445B2 publication Critical patent/JP4726445B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

本発明は、音声信号の符号化および復号化に係り、特に、音声信号を階層的な帯域幅構造に圧縮し、それを復元する広域音声信号の圧縮装置および復元装置とその方法に関する。
既存の公衆電話交換網（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ：ＰＳＴＮ）基盤の通信では、８ｋＨｚで音声信号をサンプリングして４ｋＨｚの帯域で音声信号を伝達している。したがって、既存のＰＳＴＮ基盤の音声通信は、４ｋＨｚ帯域を外れる音声信号を伝達できないので音質が劣化する。
この問題を改善するため、入力される音声信号を１６ｋＨｚでサンプリングして８ｋＨｚの帯域幅を提供するパケット基盤の広域音声信号の圧縮装置が開発されている。しかし、音声信号の帯域幅が増加すれば音質が向上するが、通信チャンネルのデータ転送量が増加する。したがって、広域音声信号の圧縮装置を効率的に運用するためには、多量のデータ転送のための通信チャンネルを確保する必要がある。
しかし、パケット基盤の通信チャンネルのデータ転送量は、多様な要因によって変わる。したがって、広域音声信号の圧縮装置が必要とする通信チャンネルが確保されずに音質が低下するおそれがある。すなわち、特定の瞬間に通信チャンネルの転送量が不十分であれば、転送期間中に音声パケットが損失して音声信号が伝達されないことがあり得る。
したがって、階層的な帯域構造で音声信号を圧縮する技術が提案された。国際電気通信連合（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｕｎｉｏｎ、以下、ＩＴＵ）標準Ｇ．７２２がその例である。ＩＴＵ標準Ｇ．７２２は、低域通過フィルターおよび高域通過フィルターを利用して入力される音声信号を２個の帯域信号に分離し、各帯域を独立的に圧縮する技術を提案している。ＩＴＵ標準Ｇ．７２２では、各帯域情報は、適応差分パルス符号変調（Ａｄａｐｔｉｖｅ Ｄｉｆｆｅｒｅｎｔｉａｌ Ｐｕｌｓｅ Ｃｏｄｅ Ｍｏｄｕｌａｔｉｏｎ：ＡＤＰＣＭ）方式で圧縮する。しかし、ＩＴＵ標準Ｇ．７２２で提案している圧縮技術は、データ転送率が非常に高い。
また、ＩＴＵ標準Ｇ７２２．１は、広域入力信号を周波数領域に変換し、周波数領域をいくつかの副帯域に分離して各副帯域の情報を圧縮する技術を開示する。しかし、このＩＴＵ標準Ｇ．７２２．１は、音声パケットを階層的な帯域幅構造に圧縮しないだけでなく、既存の標準狭域音声信号の圧縮装置と互換性を有しない。
標準狭域音声信号の圧縮装置と互換性を持つように開発された既存の広域音声信号の圧縮技術は、広域音声信号に低域通過フィルターを適用して狭域音声信号を求め、この狭域音声信号を標準狭域音声信号の圧縮器で符号化し、高域音声信号は別途の方法で圧縮する。狭域音声信号および高域音声信号のパケットは、階層構造で伝達される。
高域音声信号を処理する既存の技術としては、高域音声信号をフィルターバンクを利用して多数の副帯域信号に分離し、各副帯域情報を圧縮する技術がある。また、高域音声信号を圧縮する他の技術として、高域音声信号を離散余弦変換（Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍ：ＤＣＴ）または離散フーリエ変換（Ｄｉｓｃｒｅｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：ＤＦＴ）を通じて周波数領域に変換し、発生した各周波数係数を量子化する技術がある。
しかし、このような既存の階層的な帯域構造を持つ広域音声信号の圧縮技術は、高域音声信号の圧縮過程で狭域音声信号の特性を活用しないため、圧縮効率が低い。
また、前記広域音声信号の圧縮技術は、高域音声信号の圧縮過程で帯域間と帯域内との相関関係を効率的に使用せず、周波数領域に変換されたあらゆる周波数係数を量子化するため、量子化効率が低く、信号の圧縮時に転送されていない情報を復元するに当って予測性能が低い。
本発明が解決しようとする技術的課題は、既存の標準狭域音声信号の圧縮装置と互換可能な広域音声信号の圧縮装置とその広域音声信号の復元装置、ならびに広域音声信号の圧縮および復元方法を提供するところにある。
本発明が解決しようとする他の技術的課題は、階層的な帯域幅構造に音声信号を圧縮および復元する時、低域音声信号の圧縮情報を利用して高域音声信号を圧縮し、圧縮された信号を復元できる広域音声信号の圧縮および復元装置、ならびにその圧縮方法および復元方法を提供するところにある。
また、本発明が解決しようとする他の技術的課題は、帯域間と帯域内との相関関係を活用して高域音声信号を圧縮し、圧縮された高域音声信号を復元する広域音声信号の圧縮装置および復元装置、ならびにその圧縮方法および復元方法を提供するところにある。
さらに、本発明が解決しようとする他の技術的課題は、音声信号を圧縮する時、音声信号を周波数領域に変換して得た周波数係数を周波数係数および帯域の特性によって区分して量子化し、圧縮された音声信号を復元する広域音声信号の圧縮および復元装置、ならびにその圧縮方法および復元方法を提供するところにある。
さらに、本発明が解決しようとする他の技術的課題は、圧縮で転送されていない情報を予測することによって復元時に情報の損失を最小化できる音声復元装置とその音声復元方法を提供するところにある。
前記技術的課題を達成するために、本発明は、前記広域音声信号の低域音声信号を圧縮し、前記圧縮された低域音声信号を低域音声パケットとして出力する狭域音声圧縮器と、前記狭域音声圧縮器から提供される低域音声信号のエネルギーを利用して前記広域音声信号の高域音声信号を圧縮し、圧縮された高域音声信号を高域音声パケットとして出力する高域音声圧縮器とを含む広域音声信号の圧縮装置を提供する。
前記技術的課題を達成するために、本発明は、圧縮された低域音声パケットおよび圧縮された高域音声パケットを含む広域音声信号を復元するに当って、前記圧縮された低域音声パケットを低域音声信号に復元する狭域音声復元器と、前記狭域音声復元器から提供される低域復元信号のエネルギー情報を利用して前記圧縮された高域音声パケットを高域音声信号に復元する高域音声復元器と、前記狭域音声復元器から出力される低域音声信号と前記高域音声復元器から出力される高域音声信号とを加算して広域復元信号を出力する加算器とを含む広域音声信号復元装置を提供する。
前記技術的課題を達成するために、本発明は、広域音声信号を受信し、前記広域音声信号の低域音声信号のエネルギーを利用して前記広域音声信号の高域音声信号を圧縮する段階と、前記圧縮された高域音声信号を高域音声パケットとして出力する段階とを含む広域音声信号の圧縮方法を提供する。
前記技術的課題を達成するために、本発明は、階層的な帯域幅構造に圧縮された低域音声パケットおよび高域音声パケットを含む広域音声信号を復元するに当って、前記低域音声パケットを低域音声信号に復元する段階と、前記低域音声信号の復元時に求めた低域復元信号のエネルギー情報を利用して前記高域音声パケットを高域音声信号に復元する段階と、前記低域音声信号および前記高域音声信号を加算して広域復元信号を生成する段階とを含む広域音声信号復元方法を提供する。
本発明によれば、既存の標準狭域音声圧縮器と互換可能な階層的な帯域幅構造を持つ広域音声信号の圧縮装置とその復元装置を提供できる。
そして、本発明は、高域音声信号の圧縮過程で低域音声信号の圧縮により検出された低域音声信号のエネルギーを活用し、かつ帯域間と帯域内との相関関係を利用することによって量子化効率を向上させることができる。
また、本発明は、ＤＣＴ係数を大きさおよび符号によって量子化し、符号の量子化を係数の大きさによって選別的に実施して、復元時に転送されていない符号に対する予測が可能になるために、量子化および予測の効率を向上させた広域音声信号の圧縮および復元装置を提供できる。
以下、添付した図面を参照して本発明の望ましい実施形態について詳細に説明する。
図１は、本発明による広域音声信号の圧縮装置の機能ブロック図である。図１に示すとおり、前記広域音声信号の圧縮装置は、第１帯域変換ユニット１０２と、狭域音声圧縮器１０６と、高域音声圧縮器１０７とを含む。
第１帯域変換ユニット１０２は、ライン１０１を通じて入力される広域音声信号を狭域信号に変換する。前記広域音声信号は、アナログ信号を１６ｋＨｚでサンプリングし、各サンプル信号を１６ビット線形パルス符号変調（Ｐｕｌｓｅ Ｃｏｄｅ Ｍｏｄｕｌａｔｉｏｎ：ＰＣＭ）で量子化した信号である。
第１帯域変換ユニット１０２は、低域通過フィルター１０４と、ダウンサンプラー１０５とで構成される。
低域通過フィルター１０４は、遮断周波数によって、ライン１０１を通じて入力される広域音声信号をフィルタリングする。前記遮断周波数は、階層的な帯域幅構造によって定義される狭域の帯域幅にしたがって決定される。たとえば、低域通過フィルター１０４の遮断周波数は３７００Ｈｚである。
ダウンサンプラー１０５は、１／２ダウンサンプリングにより低域通過フィルター１０４から出力される信号をサンプリングして狭域低域信号１０３を出力する。狭域低域信号１０３は、狭域音声圧縮器１０６に出力される。
狭域音声圧縮器１０６は、前記狭域低域信号１０３を圧縮して低域音声パケット１０８を出力する。低域音声パケット１０８は、通信チャンネル（図示せず）に伝達される。
狭域音声圧縮器１０６は、狭域低域音声信号の圧縮時に低域音声信号のエネルギーを計算する。前記低域音声信号のエネルギーは、フレームの量子化された固定コードブック利得を計算する方式を利用して計算できる。前記低域音声信号のエネルギーに関する情報は、低域音声パケット１０８に含まれる。そして、狭域音声圧縮器１０６は、低域音声信号のエネルギー情報を含む低域音声パケット１０８を通信チャンネル（図示せず）に転送すると同時に、ライン１１０を通じて前記低域音声信号のエネルギーを高域音声圧縮器１０７に提供する。
高域音声圧縮器１０７は、ライン１０１を通じて転送される広域音声信号のうちの高域音声信号を圧縮して高域音声パケットを出力する。前記高域音声パケットは、ライン１０９を通じて通信チャンネル（図示せず）に伝達される。
高域音声圧縮器１０７は図２に図示される。図２に示すとおり、前記高域音声圧縮器１０７は、フィルターバンク２０１、帯域ＲＭＳ（Ｒｏｏｔ−Ｍｅａｎ−Ｓｑｕａｒｅ）値計算器２０３、帯域順位決定器２０５、帯域信号量子化モジュール２０７、およびパケット化器２０９で構成される。
フィルターバンク２０１は、ライン１０１を通じて広域音声信号が入力され、その広域音声信号を多数の帯域信号に分割する。たとえば、フィルターバンク２０１は、中心周波数４０００Ｈｚ、４８００Ｈｚ、５８００Ｈｚ、７０００Ｈｚを利用して、前記広域音声信号を４個の帯域信号に分割できる。前記フィルターバンク２０１は、既存のガンマトーンフィルターバンクであってもよい。
本発明の一実施形態によるフィルターバンク２０１は、３０ｍｓｅｃのフレーム単位で動作する。ライン２０２を通じて出力される各帯域別信号は４８０サンプルで構成され、分割された帯域は帯域０ないし帯域３に定義できる。
帯域ＲＭＳ値計算器２０３は、フィルターバンク２０１から出力される帯域別信号を受信し、各帯域に対するＲＭＳ値を独立的に計算する。計算されたＲＭＳ値は、ライン２０４を通じて帯域順位決定器２０５に提供される。
帯域順位決定器２０５は、各帯域のＲＭＳ値の大きさによって各帯域の順位を決定する。すなわち、帯域順位決定器２０５は、ＲＭＳ値の大きさによって帯域の重要度を決定し、決定された帯域の重要度情報をライン２０６を通じて出力する。
帯域信号量子化モジュール２０７は、ライン２０２を通じて帯域信号を受信し、前記帯域信号を量子化する。帯域信号を量子化する時、帯域信号量子化モジュール２０７は、ライン２０６を通じて帯域順位決定器２０５から出力される帯域の重要度情報と、ライン１１０を通じて狭域音声圧縮器１０６から出力される低域音声信号のエネルギー情報とを使用する。フィルターバンク２０１が３０ｍｓｅｃフレーム単位で動作する場合、前記帯域信号量子化モジュール２０７も３０ｍｓｅｃフレーム単位で動作する。
帯域信号量子化モジュール２０７は図３に図示される。図３に示すとおり、前記帯域信号量子化モジュール２０７は、第１ＤＣＴ演算器３０１と、大きさ抽出器３０３と、符号抽出器３０４と、第２ＤＣＴ演算器３０７と、直流（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ：ＤＣ）分離器３０９と、ＤＣ量子化モジュール３１１と、ＲＭＳ値計算器３１４と、ＲＭＳ値量子化モジュール３１６と、正規化器３１８と、ＤＣＴ係数量子化器３２０と、符号量子化モジュール３２２と、データ結合部３２４とで構成される。
第１ＤＣＴ演算器３０１は、各帯域信号に対してＤＣＴを実行して各帯域別に第１ＤＣＴ係数を求める。すなわち、各帯域信号が４８０サンプルで構成されれば、第１ＤＣＴ演算器３０１は、各帯域信号に対して４８０ポイントのＤＣＴ演算を実行して各帯域別に第１ＤＣＴ係数を求める。この時、各帯域信号は特定の周波数帯域の信号であるため、ライン３０２を通じて第１ＤＣＴ演算器３０１から出力される第１ＤＣＴ係数は、該当する周波数帯域のＤＣＴ係数に限定される。
図２で説明したように、フィルターバンク２０１で前記広域音声信号を異なる帯域幅を持つ４個の帯域に分割すれば、各帯域別に第１ＤＣＴ演算器３０１から出力される各帯域に対する４８０個のＤＣＴ係数のうち、第１ＤＣＴ係数の開始インデックスおよび終了インデックス並びに第１ＤＣＴ係数の数は表１のように定義できる。帯域ｉの第１ＤＣＴ係数の数はＮｉと表示する。
Figure 0004726445
各帯域別の第１ＤＣＴ係数は、ライン３０２を通じて大きさ抽出器３０３および符号抽出器３０４に提供される。大きさ抽出器３０３は、入力される各帯域別の第１ＤＣＴ係数の大きさを求める。符号抽出器３０４は、入力される各帯域別の第１ＤＣＴ係数の符号を求める。大きさ抽出器３０３から出力される第１ＤＣＴ係数等の大きさ情報は、ライン３０５を通じて第２ＤＣＴ演算器３０７に転送される。符号抽出器３０４から出力される第１ＤＣＴ係数の符号情報は、ライン３０６を通じて符号量子化モジュール３２２に転送される。
第２ＤＣＴ演算器３０７は、各帯域別に第２ＤＣＴ係数を求める。各帯域別に第１ＤＣＴ係数の数Ｎiが相異なるため、第２ＤＣＴ演算器３０７は、各帯域別の第１ＤＣＴ係数の数Ｎiに合せてＮiポイントＤＣＴを実行して各帯域別の第２ＤＣＴ係数を求める。各帯域別の第２ＤＣＴ係数は、ライン３０８を通じてＤＣ分離器３０９に出力される。
ＤＣ分離器３０９は、各帯域別の第２ＤＣＴ係数をＤＣ成分と残りのＤＣＴ係数とに分離する。ここで、各帯域別のＤＣ成分は第２ＤＣＴ係数のＤＣ成分であり、残りのＤＣＴ係数は第３ＤＣＴ係数である。第２ＤＣＴ係数のＤＣ成分はインデックス０に該当するＤＣＴ係数であり、第２ＤＣＴ係数の残りのインデックス１ないしインデックスＮi−１の係数が第３ＤＣＴ係数となる。したがって、各帯域別の第３ＤＣＴ係数の数はＮi−１となる。前記ＤＣ成分はライン３１０を通じて出力され、前記第３ＤＣＴ係数はライン３１３を通じて出力される。
ＤＣ量子化モジュール３１１は、第２ＤＣＴ係数のＤＣ成分を受信して量子化する。ＤＣ量子化モジュール３１１は、図４に図示されたように構成される。図４に示すとおり、ＤＣ量子化モジュール３１１は、帯域間予測器４０１と、ＤＣ量子化器４０３と、ＤＣ逆量子化器４０４とで構成される。
帯域間予測器４０１は、各帯域のＤＣ成分に対して帯域間の予測を実行してＤＣ予測誤差を検出する。帯域間予測器４０１は、１次自己回帰（Ａｕｔｏ−Ｒｅｇｒｅｓｓｉｖｅ：ＡＲ）モデルを使用できる。最初の帯域に対する予測は、ライン１１０を通じて入力される低域音声信号の量子化されたエネルギー情報を使用して行われる。たとえば、狭域音声圧縮器１０６としてＧ．７２９狭域音声圧縮器を使用する場合、３０ｍｓｅｃの間に量子化された固定コードブック利得の平均値が前記低域音声信号の量子化されたエネルギー情報であるため、帯域間予測器４０１は前記固定コードブック利得の平均値を使用して最初の帯域のＤＣ予測誤差を検出する。帯域ｉのＬｏｇ ＤＣ値をＤiとし、帯域ｉのＤＣ予測誤差をΔiとし、３０ｍｓｅｃの間の量子化された固定コードブック利得の平均値を
Figure 0004726445
とする時、最初の帯域のＤＣ予測誤差Δ0は下記式（１）により求められる。
Figure 0004726445
式（１）において、Ｇは予測係数であり、本発明による実施形態ではＧ＝１．０を使用できる。Ｄ0は最初の帯域のＬｏｇ ＤＣ値である。
残りの帯域のＤＣ予測誤差は順次検出される。残りの帯域のＤＣ予測誤差は、下記式（２）により求められる。
Figure 0004726445
式（２）において、
Figure 0004726445
は、ＤＣ逆量子化器４０４によって求められた、帯域ｉの逆量子化されたＬｏｇ ＤＣ値である。Ｇは予測係数であり、この実施形態ではＧ＝１．０である。
ＤＣ量子化器４０３は、ＤＣ予測誤差を受信して量子化する。すなわち、ＤＣ量子化器４０３は、ライン４０２を通じて受信されたＤＣ予測誤差の統計的特性によって各帯域別に独立的なスカラー量子化を実行して、ＤＣ量子化インデックスをライン３０２を通じて出力する。ＤＣ量子化器４０３から出力されるＤＣ量子化インデックスは、図３のデータ結合部３２４および図４のＤＣ逆量子化器４０４に入力される。
ＤＣ逆量子化器４０４は、ＤＣ量子化インデックスを利用して帯域間ＤＣ予測に必要な逆量子化されたＬｏｇ ＤＣ値
Figure 0004726445
を検出する。逆量子化されたＬｏｇ ＤＣ値
Figure 0004726445
は式（３）を使用して検出される。検出された逆量子化されたＬｏｇ ＤＣ値
Figure 0004726445
は、ライン４０５を通じて帯域間予測器４０１に提供される。
Figure 0004726445
図３のＲＭＳ値計算器３１４は、ライン３１３を通じて第３ＤＣＴ係数を受信し、各帯域別に第３ＤＣＴ係数のＲＭＳ値を求める。各帯域別に求めた第３ＤＣＴ係数のＲＭＳ値はＲＭＳ値量子化モジュール３１６に提供される。
ＲＭＳ値量子化モジュール３１６は、図５に図示されたように構成される。図５に示すとおり、ＲＭＳ値量子化モジュール３１６は、帯域内予測器５０１と、ＤＣ逆量子化器５０４と、ＲＭＳ値量子化器５０３とで構成される。
ＤＣ逆量子化器５０４は、図４のＤＣ逆量子化器４０４と同じ動作を行う。したがって、ＤＣ逆量子化器５０４は、ライン３１２を通じて前記帯域別のＤＣ量子化インデックスを受信して、帯域別のＤＣ量子化インデックスを利用して帯域別に逆量子化されたＬｏｇ ＤＣ値を求める。この時、求められた帯域別の逆量子化されたＬｏｇ ＤＣ値は、図４のＤＣ逆量子化器４０４から出力される値と同じ値を持つ。
帯域内予測器５０１は、ライン５０５を通じて受信される各帯域の逆量子化されたＬｏｇ ＤＣ値に基づいて、各帯域内でＲＭＳ値を予測してＲＭＳ予測誤差を求める。検出されたＲＭＳ予測誤差５０２は、ＲＭＳ値量子化器５０３に出力される。
ＲＭＳ値量子化器５０３は、入力されるＲＭＳ予測誤差を量子化してＲＭＳ値量子化インデックスをライン３１７を通じて出力する。帯域内予測器５０１は、式（４）によって１次ＡＲモデル予測を実施してＲＭＳ予測誤差
Figure 0004726445
を求める。
Figure 0004726445
式（４）において、Ｓiは帯域ｉのＬｏｇＲＭＳ値であり、Ｇは予測係数であって本発明による実施形態ではＧ＝１．０である。
ＲＭＳ値量子化器５０３は，ＲＭＳ予測誤差の統計的特性によって各帯域別に独立的なスカラー量子化を実施して、ライン３１７を通じてＲＭＳ値量子化インデックスを出力する。
図３に図示された正規化器３１８は、ライン３１３を通じて受信される第３ＤＣＴ係数を、各帯域別に量子化されたＲＭＳ値で正規化する。正規化器３１８は、前記各帯域別に量子化されたＲＭＳ値を、ライン３１７を通じて受信されるＲＭＳ値量子化インデックスから得る。正規化器３１８は、各帯域別に第３ＤＣＴ係数を前記量子化されたＲＭＳ値で割って正規化された第３ＤＣＴ係数を求め、その正規化された第３ＤＣＴ係数をライン３１９を通じて出力する。
ＤＣＴ係数量子化器３２０は、正規化された第３ＤＣＴ係数を受信してベクトル量子化し、第３ＤＣＴ係数量子化インデックスをライン３２１を通じて出力する。すなわち、ＤＣＴ係数量子化器３２０は、各帯域別に正規化された第３ＤＣＴ係数を多数のサブベクトルに分離し、分割ベクトル量子化方法を使用して、サブベクトル単位でベクトル量子化を行う。
また、ＤＣＴ係数量子化器３２０は、ライン２０６を通じて受信される帯域順位情報によって異なる量子化動作を行う。すなわち、各帯域の第１ＤＣＴ係数の大きさは、帯域内で高い相関関係を持つ。前記の高い相関関係によって、第２ＤＣＴ係数および第３ＤＣＴ係数でのエネルギー集中現象が明確に現れる。第３ＤＣＴ係数のエネルギーの大部分は、上位インデックスを持つＤＣＴ係数に分布する。したがって、下位インデックスを持つ第３ＤＣＴ係数を除去して伝達しなくても、復元される音声信号はほとんど劣化していない。したがって、ＤＣＴ係数量子化器３２０は、第３ＤＣＴ係数のうち上位インデックスの第３ＤＣＴ係数を量子化する。各帯域の第３ＤＣＴ係数のうち量子化する係数のインデックスは、ライン２０６を通じて提供される帯域順位によって決定される。ＤＣＴ係数量子化器３２０は、最下順位の帯域では非常に少ない数の第３ＤＣＴ係数だけ量子化し、順位が高まるにつれてさらに多くの第３ＤＣＴ係数を量子化する。
たとえば、４個の帯域に対して量子化し、量子化する第３ＤＣＴ係数を３個のサブベクトルに分割する場合、ＤＣＴ係数量子化器３２０は、前記帯域順位情報によって、最下順位の帯域では上位１個のサブベクトルだけ量子化し、二番目に順位の低い帯域では上位２個のサブベクトルだけ量子化し、残りの二つの帯域では３個のサブベクトルをいずれも量子化する。４個の帯域に対する第３ＤＣＴ係数の全体インデックスと、３個のサブベクトルのインデックスとは、表２のように定義できる。表２で分かるように、インデックス２９より下位のインデックスを持つ第３ＤＣＴ係数は、帯域順位に関係なく常に除去されて伝達されない。これは、各帯域で実際に量子化されるＤＣＴ係数は、総計で３０個であるからである。
Figure 0004726445
符号量子化モジュール３２２は、ライン３０６を通じて第１ＤＣＴ係数の符号を受信して量子化し、符号量子化インデックスをライン３２３を通じて出力する。符号量子化モジュール３２２は図６に図示される。図６に示すとおり、符号量子化モジュール３２２は、ＤＣＴ係数逆量子化器６０１と、ＤＣ逆量子化器６０３と、逆ＤＣＴ演算器６０５と、整列器６０７と、符号量子化器６０９とで構成される。
ＤＣＴ係数逆量子化器６０１は、ライン３２１を通じて受信される第３ＤＣＴ係数量子化インデックスに対する逆量子化を実行して、逆量子化された第３ＤＣＴ係数をライン６０２を通じて出力する。
ＤＣ逆量子化器６０３は、ライン３１２を通じて受信される第２ＤＣＴ係数のＤＣ量子化インデックスに対する逆量子化動作を行って、逆量子化されたＤＣ値をライン６０４を通じて出力する。
逆ＤＣＴ演算器６０５は、前記逆量子化された第３ＤＣＴ係数および第２ＤＣＴ係数の逆量子化されたＤＣ値を利用して逆量子化された第２ＤＣＴ係数を求め、この逆量子化された第２ＤＣＴ係数を利用して逆量子化された第１ＤＣＴ係数の大きさを得る。逆ＤＣＴ演算器６０５は、前記逆量子化された第１ＤＣＴ係数の大きさをライン６０６を通じて出力する。
整列器６０７は、各帯域内で逆量子化された第１ＤＣＴ係数の大きさに関する順序情報を求める。
符号量子化器６０９は、整列器６０７から提供される順序情報に基づいて、ライン３０６を通じて受信される第１ＤＣＴ係数の符号のうちの大きい値を持つ第１ＤＣＴ係数の符号を量子化し、残りの符号は除去して伝達しない。したがって、符号量子化器６０９は、第１ＤＣＴ係数の大きさに基づいて既定の数だけ選択された第１ＤＣＴ係数の符号を量子化し、１ビットで量子化された各符号量子化インデックスをライン３２３を通じて出力する。この時、量子化された符号は、第１ＤＣＴ係数の大きさの順序と同じ順序で出力される。この順序によって音声信号復元過程で符号の再挿入が正確に行われる。表３は、本発明によって各帯域で符号量子化対象となる係数の数の例を示す。
Figure 0004726445
表３から分かるように、符号量子化器６０９は、全体係数のうち大きい係数の符号を量子化する。たとえば、表３の帯域０の場合に、全体ＤＣＴ係数の数は４４個であるが、符号を量子化する対象となるＤＣＴ係数の数は３０個である。この時、符号を量子化する対象となるＤＣＴ係数は、４４個のＤＣＴ係数のうち大きさの大きい３０個のＤＣＴ係数である。
図３のデータ結合部３２４は、ライン３１２を通じて受信される第２ＤＣＴ係数のＤＣ量子化インデックスと、ライン３１７を通じて受信される第３ＤＣＴ係数のＲＭＳ量子化インデックスと、ライン３２１を通じて受信される第３ＤＣＴ係数量子化インデックス、ライン３２３を通じて受信される第１ＤＣＴ係数の符号量子化インデックスとを結合し、結合された信号をライン２０８を通じて出力する。
図２のパケット化器２０９は、帯域順位決定器２０５から出力される帯域順位情報および前記データ結合部３２４から出力される前記結合された信号をパケット化し、パケット化された信号をライン１０９を通じて出力する。前記パケット化された信号は、高域音声パケットである。
各帯域別の帯域信号が４８０サンプルで構成されている場合、本発明による量子化動作によって出力される各量子化インデックスに割り当てられるビット数は、表４のように定義できる。このように量子化インデックスに割り当てられたビット数が定義される場合に、高域音声信号は８ｋｂｐｓの転送率を持つ。
Figure 0004726445
図７は、本発明による広域音声信号復元装置の機能ブロック図である。図７に示すとおり、本発明による広域音声信号復元装置は、狭域音声復元器７０２と、第２帯域変換ユニット７０４と、高域音声復元器７０７と、加算器７０９とで構成される。
狭域音声復元器７０２は、図１に示す狭域音声圧縮器１０６の構造に対応するように構成される。狭域音声復元器７０２は、ライン７０１を通じて低域音声パケットを受信して、ライン７０３を通じて狭域低域音声復元信号を出力する。
第２帯域変換ユニット７０４は、狭域低域音声復元信号を広域低域復元信号に変換する。第２帯域変換ユニット７０４は、アップサンプラー７１０および低域通過フィルター７１１で構成される。
アップサンプラー７１０は、ライン７０３を通じて狭域低域音声復元信号を受信し、サンプル間にゼロサンプルを挿入してアップサンプリングを行う。低域通過フィルター７１１は図１の低域通過フィルター１０４と同一の動作を行う。
高域音声復元器７０７は、ライン７０６を通じて高域音声パケットを受信し、ライン７０３を通じて狭域音声復元器７０２から提供される復元された低域音声信号のエネルギー情報を利用して復元された高域音声信号を求める。高域音声復元器７０７は、図２の高域音声圧縮器１０７の構成に対応するように構成される。
高域音声復元器７０７は、図８に図示される。図８に示すとおり、高域音声復元器７０７は、逆パケット化器８０１、符号逆量子化器８０６、ＤＣ逆量子化器８０８、ＤＣＴ係数逆量子化器８１０、ＲＭＳ値逆量子化器８１２、乗算器８１４、逆ＤＣＴ演算器８１６、整列器８１８、符号挿入器８２０、符号予測モジュール８２２、逆ＤＣＴ演算器８２４、フィルターバンク８２６、加算器８２８、およびフレーム遅延器８２９で構成できる。
逆パケット化器８０１は、ライン７０６を通じて高域音声パケットを受信して、前記圧縮装置の各モジュールによって量子化されたインデックスを分解して出力する。
符号逆量子化器８０６は、ライン８０２を通じて逆パケット化器８０１から転送される符号量子化インデックスを逆量子化し、逆量子化した結果を第１ＤＣＴ係数符号として出力する。
ＤＣ逆量子化器８０８は、ライン８０３を通じて逆パケット化器８０１から転送されるＤＣ量子化インデックスと、ライン７０３を通じて入力される低域音声信号のエネルギー情報とを利用して、第２ＤＣＴ係数の量子化されたＤＣ値を出力する。ＤＣ逆量子化器８０８は、図４のＤＣ逆量子化器４０４と同一の動作を行う。
ＤＣＴ係数逆量子化器８１０は、ライン８０４を通じて逆パケット化器８０１から提供されるＤＣＴ係数量子化インデックスと、ライン８３０を通じて提供される帯域順位情報とを利用して、正規化されかつ量子化された第３ＤＣＴ係数を出力する。ＤＣＴ係数逆量子化器８１０は、図６のＤＣＴ係数逆量子化器６０１と同一の動作を行う。
ＲＭＳ値逆量子化器８１２は、ライン８０５を通じて逆パケット化器８０１から提供されるＲＭＳ量子化インデックスと、ライン８０９を通じてＤＣ逆量子化器８０８から提供される第２ＤＣＴ係数の量子化されたＤＣ値とを利用して、量子化された第３ＤＣＴ係数のＲＭＳ値を出力する。ＲＭＳ値逆量子化器８１２は、図３のＲＭＳ値量子化モジュール３１６によって行われる過程の逆の過程を行う。したがって、ＲＭＳ値逆量子化器８１２での逆量子化過程は、式（５）のように定義される。
Figure 0004726445
乗算器８１４は、ライン８１１を通じて受信される前記第３ＤＣＴ係数と、ライン８１３を通じて受信される前記第３ＤＣＴ係数のＲＭＳ値とを乗算して、量子化された第３ＤＣＴ係数を求める。
逆ＤＣＴ演算器８１６は、ライン８１５を通じて受信される前記量子化された第３ＤＣＴ係数と、ライン８０９を通じて受信される第２ＤＣＴ係数の量子化されたＤＣ値とを結合して、量子化された第１ＤＣＴ係数の大きさを出力する。逆ＤＣＴ演算器８１６は、図６の逆ＤＣＴ演算器６０５と同一の動作を行う。
前述したＤＣ逆量子化器８０８、ＲＭＳ値逆量子化器８１２、ＤＣＴ係数逆量子化器８１０、乗算器８１４および逆ＤＣＴ演算器８１６は、帯域順位情報、第３ＤＣＴ係数量子化インデックス、第２ＤＣＴ係数のＤＣ量子化インデックス、および第３ＤＣＴ係数のＲＭＳ量子化インデックスをそれぞれ逆量子化して逆量子化されたＤＣＴを求める。前述したユニットは、量子化されたＤＣＴ値を使用して第１量子化されたＤＣＴ係数の大きさを求める逆ＤＣＴ演算モジュールと定義できる。
整列器８１８は、ライン８１７を通じて量子化された第１ＤＣＴ係数の大きさを受信して、量子化された第１ＤＣＴ係数の大きさに関する順序情報を得る。
符号挿入器８２０は、整列器８１８から提供される順序情報を利用して、ライン８０７を通じて転送される第１ＤＣＴ係数符号を第１ＤＣＴ係数の大きさ順に第１ＤＣＴ係数の大きさに挿入する。
符号予測モジュール８２２は、符号挿入器８２０で符号を割り当てられていない小さな大きさを持つ第１ＤＣＴ係数の符号を予測する。符号予測モジュール８２２は、図９のように構成される。図９に示すとおり、符号予測モジュール８２２は、第１時間軸変換器９０１、第２時間軸変換器９０１´、信号予測器９０４および符号選択器９０６で構成される。
第１時間軸変換器９０１は、ライン８１９を通じて入力される第１ＤＣＴ係数の大きさに各ＤＣＴ係数インデックス別に正の符号を挿入し、逆ＤＣＴを実行して正の符号に基づいた時間軸情報を出力する。
第２時間軸変換器９０１´は、ライン８１９を通じて入力される第１ＤＣＴ係数の大きさに各ＤＣＴ係数インデックス別に負の符号を挿入し、逆ＤＣＴを実行して負の符号に基づいた時間軸情報を出力する。
本発明による実施形態では、時間軸変換器９０１、９０１´は、各符号に基づいた時間軸信号の最初のサンプル値を出力する。すなわち、下記式（６）で定義される時間軸信号に時間インデックスｎ＝０を代入したサンプル値を出力する。下記式（６）において、ＬはＤＣＴのサンプルポイントである。したがって、前述した第１ＤＣＴ演算器３０１で説明したように、４８０ポイントのＤＣＴ演算を実施する場合に、Ｌは４８０と設定できる。
Figure 0004726445
式（６）において、
Figure 0004726445
および
Figure 0004726445
は、現在フレームｍで第１ＤＣＴ係数インデックスｋに対する時間インデックスｎでのサンプル値をそれぞれ示し、
Figure 0004726445
は、インデックスｋの第１量子化されたＤＣＴ係数の大きさを示す。前記サンプル値は、ライン９０２、９０３を通じて出力される。
また、本発明による他の実施形態では、第１時間軸変換器９０１および第２時間軸変換器９０１´は、各符号に基づいた時間軸信号の最初のサンプル値での勾配を出力して、前記式（６）で定義される時間軸信号をｎに対して微分して微分の結果に時間インデックスｎ＝０を代入して得られる値を出力する。
信号予測器９０４は、フレーム遅延器８２９からライン８３０を通じて提供される以前フレームの量子化された第１ＤＣＴ係数から、各インデックス別に現在フレームの信号に対する時間軸信号を予測する。信号予測器９０４は、下記式（７）によって求められる信号に時間軸インデックスｎ＝０を代入して得られる値を時間軸予測情報として出力する。
Figure 0004726445
式（７）において、
Figure 0004726445
は、ライン９０５を通じて出力されるＤＣＴ係数インデックスｋに対する時間軸予測情報であり、
Figure 0004726445
は、以前フレームｍ−１で求めた時間インデックスｎ＋Ｌに該当するサンプル値を意味する。１フレームの時間インデックスが０からＬ−１までであるため、
Figure 0004726445
値が以前フレームで求めた現フレームのサンプル値となる。
符号選択器９０６は、ライン９０５を通じて受信される各第１ＤＣＴ係数インデックスに対して予測された時間軸予測情報と、ライン９０２、９０３を通じて受信される実際に計算された時間軸情報とを比較して、予測情報に近い符号を第１ＤＣＴ係数の最終符号として定める。第１ＤＣＴ係数の最終符号は、ライン８２３を通じて出力される。
さらに、本発明による他の実施形態において、信号予測器９０４は、各ＤＣＴ係数インデックス別に以前フレームの量子化された第１ＤＣＴ係数を使用して現在フレームの時間軸信号を予測し、時間軸インデックスｎ＝０での勾配を出力する。すなわち、信号予測器９０４は、式（７）で求められた信号をｎに対して微分し、微分の結果にｎ＝０を代入して得た値を出力する。
逆ＤＣＴ演算器８２４は、ライン８２１およびライン８２３を通じて量子化された第１ＤＣＴ係数の大きさおよび符号を受信して、その大きさおよび符号を利用して各帯域別に量子化された時間軸信号を出力する。各帯域別に量子化された時間軸信号は、ライン８２５を通じてフィルターバンク８２６に入力される。
フィルターバンク８２６は、図２に図示されたフィルターバンク２０１に対応するように構成される。したがって、フィルターバンク８２６において、各帯域はフィルターバンク２０１で定義された中心周波数と同じ中心周波数により定義される。フィルターバンク８２６は、各帯域別に量子化された時間軸信号を利用して各帯域別の最終音声信号を得て、その最終音声信号をライン８２７を通じて出力する。加算器８２８は、フィルターバンク８２６から伝達される各帯域別の音声信号を加算して、最終的に復元された高域音声信号を得る。前記復元された高域音声信号は、ライン７０８を通じて出力される。
前記フィルターバンク８２６および加算器８２８は、逆ＤＣＴ演算器８２４から出力される各帯域別に量子化された時間軸信号を利用して各帯域別の音声信号を得て、前記各帯域別の音声信号を利用して高域音声信号を復元する復元処理部を構成する。
フレーム遅延器８２９は、符号挿入器８２０および符号予測モジュール８２２から転送される第１ＤＣＴ係数の大きさおよび符号を受信し、前記第１ＤＣＴ係数の大きさおよび符号を利用して１フレーム遅延された量子化された第１ＤＣＴ係数を符号予測モジュール８２２に提供する。したがって、ライン８３０を通じてフレーム遅延器８２９から出力される信号は、以前フレームの高域信号情報（ＤＣＴ係数）である。
加算器７０９は、広域音声信号の復元された低域音声信号と、最終的に復元された高域音声信号とを加算して、ライン７１２を通じて復元された広域音声信号を出力する。
本発明による広域音声信号の低域音声信号に対する圧縮方法は、図１で説明したように、前記広域音声信号を狭域低域音声信号に変換して前記低域音声信号を圧縮する。圧縮された低域音声信号は、低域音声パケットとして転送される。この時、圧縮された低域音声信号は、低域音声信号のエネルギー情報を含む。
図１０は、本発明による広域音声信号の圧縮方法において高域音声信号の圧縮過程を示す動作フローチャートである。
広域音声信号がフィルターバンク２０１に入力されると、第１００１段階において、フィルターバンク２０１により前記広域音声信号を異なる周波数帯域を持つ複数の信号に分解する。
第１００２段階において、図２の帯域ＲＭＳ値計算器２０３により各周波数帯域別にＲＭＳ値を計算して分解された周波数帯域の順位を定め、各周波数帯域別の順位によって各周波数帯域の量子化方法を決定する。
第１００３段階において、図２の帯域信号量子化モジュール２０７により帯域順位情報および前記低域音声信号のエネルギー情報を利用して異なる周波数帯域を持つ複数の信号をＤＣＴして第１ＤＣＴ係数を求め、第１ＤＣＴ係数の大きさおよび符号を独立的に抽出する。
第１００４段階において、第１ＤＣＴ係数の大きさを再びＤＣＴして第２ＤＣＴ係数を求め、前記第２ＤＣＴ係数をＤＣ成分と第３ＤＣＴ係数とに分離する。
第１００５段階では、第２ＤＣＴ係数のＤＣ値および第３ＤＣＴ係数をそれぞれ独立的に量子化する。この時、帯域間予測量子化方法でＤＣ値を量子化し、帯域内の予測量子化方法で量子化されたＤＣ値を使用して第３ＤＣＴ係数のＲＭＳ値を量子化する。
第１００６段階では、第１ＤＣＴ係数符号を量子化して転送する。この時、量子化された第１ＤＣＴ係数の大きさ順序情報に基づいて、大きさの大きいＤＣＴ係数の符号を検出しかつ転送する。
階層的な帯域幅構造に圧縮された低域音声パケットおよび高域音声パケットが受信されると、本発明による広域音声信号復元方法では、図７に示すように、低域音声パケットを低域音声信号に復元し、低域音声信号の復元時に得られる復元された低域音声信号のエネルギー情報を利用して高域音声パケットを高域音声信号に復元する。
図１１は、本発明による広域音声復元方法における高域音声信号の復元過程を示す動作フローチャートである。
通信チャンネル（図示せず）を通じて高域音声パケットが受信されると、第１１０１段階では、受信された高域音声パケットを各モジュール別に逆量子化し、逆量子化された第１ＤＣＴ係数の大きさが得られる。
第１１０２段階では、受信された第１ＤＣＴ係数の符号が、図８で説明したように、量子化された第１ＤＣＴ係数の大きさの順序情報によって該当するＤＣＴ係数に挿入される。
第１１０３段階では、受信されていない第１ＤＣＴ係数符号を、図８の符号予測モジュール８２２により予測し、予測された符号が、該当する量子化された第１ＤＣＴ係数に挿入される。
第１１０４段階では、量子化された第１ＤＣＴ係数に対する逆ＤＣＴ演算によって帯域別の時間軸信号を求め、図８のフィルターバンク８２６により最終的に復元された高域音声信号が出力される。
一方、図１１に示す方法で復元された高域音声信号は、図７に示す方法で復元された低域音声信号と結合されて広域復元信号を生成する。
本発明は、既存の標準狭域音声圧縮器と互換可能な階層的な帯域幅構造を持つ広域音声信号の圧縮装置および復元装置を提供し、音声信号の符号化および復号化時に有用である。
本発明による広域音声信号の圧縮装置の機能ブロック図である。 図１に図示された高域音声圧縮器の詳細を示す機能ブロック図である。 図２に図示された帯域信号量子化モジュールの詳細を示す機能ブロック図である。 図３に図示されたＤＣ量子化モジュールの詳細を示す機能ブロック図である。 図３に図示されたＲＭＳ量子化モジュールの詳細を示す機能ブロック図である。 図３に図示された符号量子化モジュールの詳細を示す機能ブロック図である。 本発明による広域音声信号復元装置の機能ブロック図である。 図７に図示された高域音声復元器の詳細を示す機能ブロック図である。 図８に図示された符号予測モジュールの詳細を示す機能ブロック図である。 本発明による広域音声信号の圧縮方法における高域音声信号の圧縮過程の動作を示すフローチャートである。 本発明による広域音声信号復元方法における高域音声信号の復元過程の動作を示すフローチャートである。
符号の説明
１０１ ライン
１０２ 第１帯域変換ユニット
１０３ 狭域低域信号
１０４ 低域通過フィルター
１０５ ダウンサンプラー
１０６ 狭域音声圧縮器
１０７ 高域音声圧縮器
１０８ 低域音声パケット
１０９ ライン
１１０ ライン

Claims (48)

  1. 広域音声信号の圧縮装置において、
    前記広域音声信号の低域音声信号を圧縮し、前記圧縮された低域音声信号を低域音声パケットとして出力する狭域音声圧縮器と、
    前記広域音声信号の高域音声信号の複数の帯域に対して、前記狭域音声圧縮器から提供される低域音声信号のエネルギー情報を利用して帯域間予測を行うことによって、前記広域音声信号の高域音声信号を圧縮し、圧縮された高域音声信号を高域音声パケットとして出力する高域音声圧縮器と、を含み、
    前記帯域間予測は、前記広域音声信号の高域音声信号の帯域に離散余弦変換（ＤＣＴ）を実行して求めた第１ＤＣＴ係数の大きさに対してさらにＤＣＴを実行して求めた第２ＤＣＴ係数のＤＣ成分を、前記狭域音声圧縮器から提供される低域音声信号のエネルギー情報を利用して予測するものである、
    広域音声信号の圧縮装置。
  2. 前記狭域音声圧縮器がＣＥＬＰ型の圧縮器である場合、前記低域音声信号のエネルギー情報は、前記高域音声圧縮器のフレームに該当する前記狭域音声圧縮器の量子化された固定コードブック利得であることを特徴とする請求項１に記載の広域音声信号の圧縮装置。
  3. 前記狭域音声圧縮器がＣＥＬＰ系列の圧縮器である場合、前記低域音声信号のエネルギー情報は、前記高域音声圧縮器のフレームに該当する前記狭域音声圧縮器の量子化された固定コードブック利得の平均値であることを特徴とする請求項１に記載の広域音声信号の圧縮装置。
  4. 前記高域音声圧縮器は、
    前記広域音声信号の高域音声信号を異なる周波数帯域の複数個の帯域信号に分解するフィルターバンクと、
    前記フィルターバンクから出力される各帯域信号に対してＲＭＳ値を計算する帯域ＲＭＳ値計算器と、
    前記帯域ＲＭＳ値計算器で計算されたＲＭＳ値に基づいて前記フィルターバンクで分解された帯域信号の順位を定める帯域順位決定器と、
    前記帯域順位決定器で決定された帯域順位情報および前記低域音声信号のエネルギー情報を利用して、前記フィルターバンクで分解された前記複数の帯域信号を量子化して各帯域の量子化インデックスを出力する帯域信号量子化モジュールと、
    前記帯域順位情報および前記帯域信号量子化モジュールから出力される帯域別量子化インデックスをパケット化し、前記パケット化された結果を前記高域音声パケットとして出力するパケット化器と、を含む請求項１に記載の広域音声信号の圧縮装置。
  5. 前記帯域順位決定器は、前記ＲＭＳ値の大きさ順序によって前記帯域信号の順位を決定することを特徴とする請求項４に記載の広域音声信号の圧縮装置。
  6. 前記帯域順位決定器は、大きいＲＭＳ値を持つ帯域信号に高い優先順位を割り当てることを特徴とする請求項４に記載の広域音声信号の圧縮装置。
  7. 前記帯域信号量子化モジュールは、
    前記フィルターバンクから提供される複数の信号に対して離散余弦変換（Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍ：ＤＣＴ）を実行して第１ＤＣＴ係数を求める第１ＤＣＴ演算器と、
    前記第１ＤＣＴ係数の大きさを求める大きさ抽出器と、
    前記第１ＤＣＴ係数の符号を求める符号抽出器と、
    前記大きさ抽出器で抽出された第１ＤＣＴ係数の大きさに対してＤＣＴを実行して第２ＤＣＴ係数を求める第２ＤＣＴ演算器と、
    前記第２ＤＣＴ係数において、ＤＣ成分および前記ＤＣ成分を除外したＤＣＴ係数を分離し、前記ＤＣＴ係数を第３ＤＣＴ係数として出力するＤＣ分離器と、
    前記ＤＣ分離器から出力される前記ＤＣ成分を量子化するＤＣ量子化モジュールと、
    前記第３ＤＣＴ係数のＲＭＳ値を求めるＲＭＳ値計算器と、
    前記ＲＭＳ値計算器で求めたＲＭＳ値を量子化するＲＭＳ値量子化モジュールと、
    前記ＲＭＳ値量子化モジュールから出力されるＲＭＳ値量子化インデックスを利用して検出された量子化されたＲＭＳ値に基づいて、前記第３ＤＣＴ係数を正規化する正規化器と、
    前記正規化された第３ＤＣＴ係数を量子化するＤＣＴ係数量子化器と、
    前記符号抽出器から抽出された符号を量子化する符号量子化モジュールと、を含む請求項４に記載の広域音声信号の圧縮装置。
  8. 前記ＤＣ量子化モジュールは、前記低域音声信号のエネルギー情報および前記帯域信号のＤＣ成分を利用した帯域間予測によって前記ＤＣ成分を量子化することを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  9. 前記ＤＣ量子化モジュールは、
    前記低域音声信号のエネルギー情報および前記各帯域信号のＤＣ成分を利用して帯域間予測を行う帯域間予測器と、
    前記帯域間予測器から出力される各帯域信号のＤＣ予測誤差を量子化してＤＣ量子化インデックスを出力するＤＣ量子化器と、
    前記ＤＣ量子化器から出力される前記ＤＣ量子化インデックスから各帯域信号に対する量子化されたＤＣ予測誤差を求め、前記ＤＣ予測誤差から各帯域信号に対する逆量子化されたＤＣ値を求めるＤＣ逆量子化器と、を含むことを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  10. 前記帯域間予測器は、下記式によって帯域間ＤＣ予測誤差を求めることを特徴とする請求項９に記載の広域音声信号の圧縮装置。
    Figure 0004726445
     （前記式（１）および（２）において、
    Figure 0004726445
     は高域音声信号のｉ番目帯域のＬｏｇ ＤＣ値であり、
    Figure 0004726445
     は高域音声信号のｉ番目帯域の量子化されたＬｏｇ ＤＣ値であり、
    Figure 0004726445
     は低域音声信号のＬｏｇエネルギー値であり、Ｇは帯域間予測器での予測係数であり、
    Figure 0004726445
     は高域音声信号のｉ番目帯域のＤＣ予測誤差である。）
  11. 前記ＤＣ量子化モジュールは、前記ＤＣ予測誤差を独立的にスカラー量子化することを特徴とする請求項９に記載の広域音声信号の圧縮装置。
  12. 前記ＲＭＳ値量子化モジュールは、前記第２ＤＣＴ係数の量子化されたＤＣ値を利用した帯域内予測によって前記第３ＤＣＴ係数のＲＭＳ値を量子化することを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  13. 前記ＲＭＳ値量子化モジュールは、
    前記第３ＤＣＴ係数のＲＭＳ値および前記第２ＤＣＴ係数の量子化されたＤＣ値を利用して帯域内で予測動作を行う帯域内予測器と、
    前記帯域内予測器から出力されるＲＭＳ予測誤差を量子化するＲＭＳ量子化器と、を含む請求項７に記載の広域音声信号の圧縮装置。
  14. 前記帯域内予測器は、下記式（４）によって帯域内ＲＭＳ予測誤差
    Figure 0004726445
     を求めることを特徴とする請求項１３に記載の広域音声信号の圧縮装置。
    Figure 0004726445
     （前記式（４）において、
    Figure 0004726445
     は高域音声信号のｉ番目帯域における第３ＤＣＴ係数のＬｏｇ ＲＭＳ値、
    Figure 0004726445
     は高域音声信号のｉ番目帯域における第２ＤＣＴ係数の量子化されたＬｏｇ ＤＣ値、Ｇは前記帯域内予測器の予測係数であり、
    Figure 0004726445
     は高域音声信号のｉ番目帯域における帯域内ＲＭＳ予測誤差値である。）
  15. 前記ＤＣＴ係数量子化器は、各帯域信号の第３ＤＣＴ係数のうち所定数のＤＣＴ係数を量子化して残りの第３ＤＣＴ係数は除去することを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  16. 前記ＤＣＴ係数量子化器は、前記帯域順位情報によって、高い優先順位を持つ帯域では前記第３ＤＣＴ係数を少なく除去し、低い優先順位を持つ帯域では前記第３ＤＣＴ係数を多く除去することを特徴とする請求項１５に記載の広域音声信号の圧縮装置。
  17. 前記ＤＣＴ係数量子化器は、前記帯域順位情報によって各帯域で量子化するＤＣＴ係数の範囲に該当するインデックスを決定し、決定されたインデックスを参照して各帯域別に第３ＤＣＴ係数を量子化することを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  18. 前記ＤＣＴ係数量子化器は、前記帯域順位情報によって各帯域で量子化するＤＣＴ係数の範囲に該当するインデックスを決定し、前記決定されたＤＣＴ係数のインデックスより下位のインデックスに該当する第３ＤＣＴ係数を除去し、前記決定されたＤＣＴ係数インデックスより下位インデックスに該当しない残りの第３ＤＣＴ係数を量子化する請求項７に記載の広域音声信号の圧縮装置。
  19. 前記ＤＣＴ係数量子化器は、各帯域で量子化する第３ＤＣＴ係数を複数のサブベクトルに分割し、前記帯域順位情報によって複数のサブベクトルのうち量子化するサブベクトルと除去するサブベクトルとを選択する分割ベクトル量子化方式によって量子化することを特徴とする請求項７に記載の広域音声信号の圧縮装置。
  20. 前記符号量子化モジュールは、前記第３ＤＣＴ係数の量子化インデックスおよび前記第２ＤＣＴ係数のＤＣ量子化インデックスを利用して前記第１量子化されたＤＣＴ係数の大きさ順序情報を検出し、前記量子化された第１ＤＣＴ係数の大きさ順序情報によって前記第１ＤＣＴ係数の符号を量子化する請求項７に記載の広域音声信号の圧縮装置。
  21. 前記符号量子化モジュールは、前記第１量子化されたＤＣＴ係数の大きさ順序情報を利用して、前記第１ＤＣＴ係数の符号を量子化する第１ＤＣＴ係数の符号と除去する第１ＤＣＴ係数の符号とに区分して前記量子化する第１ＤＣＴ係数の符号を量子化する請求項２０に記載の広域音声信号の圧縮装置。
  22. 前記量子化する第１ＤＣＴ係数の符号は、最大の大きさの第１ＤＣＴ係数の符号から順次、下位の第１ＤＣＴ係数の符号まで所定の数の第１ＤＣＴ係数の符号を含むことを特徴とする請求項２１に記載の広域音声信号の圧縮装置。
  23. 前記符号量子化モジュールは、
    前記第３ＤＣＴ係数の量子化インデックスから逆量子化された第３ＤＣＴ係数を求めるＤＣＴ係数逆量子化器と、
    前記第２ＤＣＴ係数のＤＣ量子化インデックスから第２ＤＣＴ係数の逆量子化されたＤＣ値を求めるＤＣ逆量子化器と、
    前記逆量子化された第３ＤＣＴ係数と第２ＤＣＴ係数の逆量子化されたＤＣ値をＤＣＴ逆変換する逆ＤＣＴ演算器と、
    前記逆ＤＣＴ演算器から出力される量子化された第１ＤＣＴ係数の大きさを大きさ順に整列する整列器と、
    前記整列器から出力される量子化された第１ＤＣＴ係数の大きさ順序情報によって前記第１ＤＣＴ係数の符号を量子化する符号量子化器と、を含む請求項７に記載の広域音声信号の圧縮装置。
  24. 前記符号量子化器は、前記整列器から出力される量子化された第１ＤＣＴ係数の大きさ順序情報を利用して、最大の大きさの第１ＤＣＴ係数から順次、下位の第１ＤＣＴ係数の符号まで所定の数の第１ＤＣＴ係数に該当する符号を量子化し、残りの第１ＤＣＴ係数の符号は除去することを特徴とする請求項２３に記載の広域音声信号の圧縮装置。
  25. 前記広域音声信号の圧縮装置は、
    前記広域音声信号を狭域低域音声信号に変換して前記狭域音声圧縮器に提供する第１帯域変換ユニットをさらに含む請求項１に記載の広域音声信号の圧縮装置。
  26. 圧縮された低域音声パケットおよび圧縮された高域音声パケットから広域音声信号を復元する装置において、
    前記圧縮された低域音声パケットを低域音声信号に復元する狭域音声復元器と、
    前記広域音声信号の高域音声信号の複数の帯域に対して、前記狭域音声復元器から提供される復元された低域音声信号のエネルギー情報を利用して帯域間予測を行うことによって、前記圧縮された高域音声パケットを高域音声信号に復元する高域音声復元器と、
    前記狭域音声復元器から出力される低域音声信号と前記高域音声復元器から出力される高域音声信号とを加算して広域復元信号を出力する加算器と、を含み、
    前記帯域間予測は、復元された高域音声信号を求める元になる量子化された第１ＤＣＴ係数の大きさを求める元になる第２ＤＣＴ係数のうちＤＣ成分を、前記狭域音声復元器から提供される低域音声信号のエネルギー情報を利用して予測するものである、
    広域音声信号復元装置。
  27. 前記高域音声復元器は、
    前記高域音声パケットを分解して、符号量子化インデックス、帯域順位情報、第３ＤＣＴ量子化インデックス、第２ＤＣＴ係数のＤＣ量子化インデックス、および第３ＤＣＴ係数のＲＭＳ量子化インデックスを出力する逆パケット化器と、
    前記逆パケット化器から出力される符号量子化インデックスを逆量子化する符号逆量子化器と、
    前記逆パケット化器から出力される帯域順位情報、第３ＤＣＴ量子化インデックス、第２ＤＣＴ係数のＤＣ量子化インデックス、および第３ＤＣＴ係数のＲＭＳ量子化インデックスをそれぞれ逆量子化して量子化された第２ＤＣＴ係数を求め、前記量子化された第２ＤＣＴ係数から量子化された第１ＤＣＴ係数の大きさを求める逆ＤＣＴ演算モジュールと、
    前記逆ＤＣＴ演算モジュールから出力される量子化された第１ＤＣＴ係数の大きさを大きさ順に整列して前記量子化された第１ＤＣＴ係数の大きさ順序情報を出力する整列器と、
    前記第１ＤＣＴ係数の大きさ順序情報に基づいて第１ＤＣＴ係数の大きさに、前記高域音声パケットから求めた第１ＤＣＴ係数の符号を挿入する符号挿入器と、
    前記整列器から提供される第１ＤＣＴ係数の大きさ順序情報に基づいて第１ＤＣＴ係数の符号情報のうち伝達されていない符号を予測して、その予測された符号を該当する第１ＤＣＴ係数の大きさに挿入する符号予測モジュールと、
    前記符号挿入器および前記符号予測モジュールから出力される符号が挿入された第１ＤＣＴ係数を、各帯域別に量子化された時間領域信号に変換する逆ＤＣＴ演算器と、
    前記逆ＤＣＴ演算器から出力される各帯域別に量子化された時間領域の信号を利用して各帯域別の音声信号を得て、前記各帯域別の音声信号を利用して高域音声信号を復元する復元処理部と、を含む請求項２６に記載の広域音声信号復元装置。
  28. 前記符号挿入器は、前記量子化された第１ＤＣＴ係数の大きさ順序情報を利用して、最大の大きさを持つ量子化された第１ＤＣＴ係数から順次、下位の第１ＤＣＴ係数の符号まで所定の数の前記第１ＤＣＴ係数の符号を量子化された第１ＤＣＴ係数に挿入することを特徴とする請求項２７に記載の広域音声信号復元装置。
  29. 前記符号予測モジュールは、前記符号挿入器の動作によって符号が割り当てられていない第１ＤＣＴ係数に対して符号を予測し、予測された符号を該当する第１ＤＣＴ係数に挿入することを特徴とする請求項２７に記載の広域音声信号復元装置。
  30. 前記符号予測モジュールは、
    前記符号が割り当てられていない第１ＤＣＴ係数の各インデックスに正の符号および負の符号をそれぞれ挿入し、逆ＤＣＴ演算を通じて各係数のインデックスの符号に対する時間軸情報を出力する複数個の時間軸変換器と、
    前記符号が割り当てられていない第１ＤＣＴ係数の各インデックスに対して、以前フレームの高域信号情報を利用して各ＤＣＴ係数インデックス別に現在フレームの時間軸予測情報を出力する信号予測器と、
    各ＤＣＴ係数インデックスの前記正の符号および負の符号を使用して求められた時間軸情報と前記時間軸予測情報とを比較して各ＤＣＴ係数インデックスに対する最終符号を決定する符号選択器と、を含むことを特徴とする請求項２７に記載の広域音声信号復元装置。
  31. 前記複数個の時間軸変換器は、下記式によって各符号別に時間軸信号を求め、ｎ＝０を代入して得た値を出力する請求項３０に記載の広域音声信号復元装置。
    Figure 0004726445
     （ここで、
    Figure 0004726445
     および
    Figure 0004726445
     は現在フレームｍにおける第１ＤＣＴ係数のインデックスｋに対する時間インデックスｎでのサンプル値をそれぞれ示し、
    Figure 0004726445
     は量子化された第１ＤＣＴ係数の大きさである。）
  32. 前記複数個の時間軸変換器は、下記式をｎに対して微分し、ｎ＝０を代入してｎ＝０での勾配を出力する請求項３０に記載の広域音声信号復元装置。
    Figure 0004726445
     （ここで、
    Figure 0004726445
     および
    Figure 0004726445
     は現在フレームｍにおける第１ＤＣＴ係数のインデックスｋに対する時間インデックスｎでのサンプル値をそれぞれ示し、
    Figure 0004726445
     は量子化された第１ＤＣＴ係数の大きさである。）
  33. 前記信号予測器は、下記式（７）によって各ＤＣＴ係数別に以前フレームのＤＣＴ係数から現在フレームの時間軸信号を予測し、ｎ＝０を代入した予測情報を出力する請求項３０に記載の広域音声信号復元装置。
    Figure 0004726445
     （ここで
    Figure 0004726445
     はＤＣＴ係数のインデックスｋに対する時間軸予測信号であり、
    Figure 0004726445
     は以前フレームｍ−１での時間インデックスｎ＋Ｌに該当する信号であり、
    Figure 0004726445
     は以前フレームでの量子化された第１ＤＣＴ係数である。）
  34. 前記信号予測器は、下記式（７）をｎに対して微分し、ｎ＝０を代入してｎ＝０での予測勾配を出力することを特徴とする請求項３０に記載の広域音声信号復元装置。
    Figure 0004726445
     （ここで
    Figure 0004726445
     はＤＣＴ係数のインデックスｋに対する時間軸予測信号であり、
    Figure 0004726445
     は以前フレームｍ−１で求めた時間インデックスｎ＋Ｌに該当する信号であり、
    Figure 0004726445
     は以前フレームの量子化された第１ＤＣＴ係数である。）
  35. 前記符号選択器は、前記複数個の時間軸変換器の出力のうち前記信号予測器から出力される時間軸予測情報に最も近接した符号を最終符号として選択することを特徴とする請求項３０に記載の広域音声信号復元装置。
  36. 広域音声信号の圧縮方法において、
    広域音声信号を受信し、前記広域音声信号の高域音声信号の複数の帯域に対して、前記広域音声信号の低域音声信号のエネルギー情報を利用して帯域間予測を行うことによって、前記広域音声信号の高域音声信号を圧縮する段階と、
    前記圧縮された高域音声信号を高域音声パケットとして出力する段階と、を含み、
    前記帯域間予測は、前記広域音声信号の高域音声信号の帯域に離散余弦変換（ＤＣＴ）を実行して求めた第１ＤＣＴ係数の大きさに対してさらにＤＣＴを実行して求めた第２ＤＣＴ係数のＤＣ成分を、前記狭域音声圧縮器から提供される低域音声信号のエネルギー情報を利用して予測するものである、
    広域音声信号の圧縮方法。
  37. 前記方法は、前記広域音声信号の低域音声信号を狭域音声圧縮によって圧縮し、圧縮された低域音声信号を低域音声パケットとして出力する段階をさらに含み、
    前記低域音声信号のエネルギー情報は、前記広域音声信号の低域音声信号の狭域音声圧縮により生成されることを特徴とする請求項３６に記載の広域音声信号の圧縮方法。
  38. 前記高域音声信号の圧縮段階は、
    前記広域音声信号の高域音声信号を異なる周波数帯域を持つ複数個の帯域信号に分解する段階と、
    前記複数個の帯域信号の順位を決定する段階と、
    前記決定された順位によって前記複数個の帯域信号を量子化する段階と、を含む請求項３６に記載の広域音声信号の圧縮方法。
  39. 前記順位を決定する段階は、前記複数個の帯域信号に対するＲＭＳ値に基づいて行われることを特徴とする請求項３８に記載の広域音声信号の圧縮方法。
  40. 前記順位を決定する段階は、前記ＲＭＳ値が大きい値を持つ帯域に高い優先順位が割り当てられるように行われることを特徴とする請求項３９に記載の広域音声信号の圧縮方法。
  41. 前記各帯域別に量子化する段階は、
    前記複数の帯域信号にそれぞれＤＣＴを適用して第１ＤＣＴ係数を求める段階と、
    前記第１ＤＣＴ係数の大きさおよび符号を独立的に抽出する段階と、
    前記第１ＤＣＴ係数の大きさにＤＣＴを適用して第２ＤＣＴ係数を求める段階と、
    前記第２ＤＣＴ係数におけるＤＣ成分と残りのＤＣＴ係数とを分離し、前記残りのＤＣＴ係数を第３ＤＣＴ係数として生成する段階と、
    前記第３ＤＣＴ係数のＲＭＳ値を計算する段階と、
    前記ＤＣ成分、前記第３ＤＣＴ係数のＲＭＳ値、前記第３ＤＣＴ係数および前記第１ＤＣＴ係数の符号を独立的に量子化する段階と、を含む請求項３８に記載の広域音声信号の圧縮方法。
  42. 前記ＤＣ成分、前記第３ＤＣＴ係数のＲＭＳ値、前記第３ＤＣＴ係数および前記第１ＤＣＴ係数の符号を独立的に量子化する段階は、
    前記ＤＣ成分を帯域間予測量子化過程で量子化する段階と、
    前記第３ＤＣＴ係数のＲＭＳ値を帯域内予測量子化過程で量子化する段階と、
    前記第３ＤＣＴ係数を、各帯域の第３ＤＣＴ係数のうち所定数の第３ＤＣＴ係数は量子化され、残りの第３ＤＣＴ係数は除去されるように量子化する段階と、
    最も大きい値を持つ第１ＤＣＴ係数の符号が量子化されるように前記第１ＤＣＴ係数の符号を量子化する段階と、を含む請求項４１に記載の広域音声信号の圧縮方法。
  43. 前記ＤＣ成分に対する帯域間予測量子化過程は、下記式によって帯域間ＤＣ予測誤差を求め、前記帯域間ＤＣ予測誤差を量子化することを特徴とする請求項４２に記載の広域音声信号の圧縮方法。
    Figure 0004726445
     （前記式で
    Figure 0004726445
     は高域音声信号のｉ番目帯域のＬｏｇ ＤＣ値であり、
    Figure 0004726445
     は高域音声信号のｉ番目帯域の量子化されたＬｏｇ ＤＣ値であり、
    Figure 0004726445
     は低域音声信号のＬｏｇエネルギーであり、Ｇは予測器の予測係数であり、
    Figure 0004726445
     は高域音声信号のｉ番目帯域のＤＣ予測誤差である。）
  44. 前記帯域内予測量子化を使用する第３ＤＣＴ係数のＲＭＳ値の量子化は、前記第３ＤＣＴ係数のＲＭＳ値および前記第２ＤＣＴ係数の量子化されたＤＣ値を利用して行われることを特徴とする請求項４２に記載の広域音声信号の圧縮方法。
  45. 前記第３ＤＣＴ係数の量子化段階は、前記各帯域の順位情報によって、高い優先順位を持つ帯域で前記第３ＤＣＴ係数を少なく除去し、低い優先順位を持つ帯域で前記第３ＤＣＴ係数を多く除去することを特徴とする請求項４２に記載の広域音声信号の圧縮方法。
  46. 前記第１ＤＣＴ係数の符号量子化段階は、最大の大きさを持つ量子化された第１ＤＣＴ係数から順次、下位の第１ＤＣＴ係数の符号まで所定の数の前記第１ＤＣＴ係数の符号を量子化し、残りの第１ＤＣＴ係数の符号は除去することを特徴とする請求項４２に記載の広域音声信号の圧縮方法。
  47. 階層的な帯域幅構造に圧縮された低域音声パケットおよび高域音声パケットから広域音声信号を復元する方法において、
    前記低域音声パケットを低域音声信号に復元する段階と、
    前記広域音声信号の高域音声信号の複数の帯域に対して、前記低域音声信号の復元時に得られる復元された低域音声信号のエネルギー情報を利用して帯域間予測を行うことによって、前記高域音声パケットを高域音声信号に復元する段階と、
    前記低域音声信号および前記高域音声信号を加算して広域復元信号を生成する段階と、を含み、
    前記帯域間予測は、復元された高域音声信号を求める元になる量子化された第１ＤＣＴ係数の大きさを求める元になる第２ＤＣＴ係数のうちＤＣ成分を、前記狭域音声復元器から提供される低域音声信号のエネルギー情報を利用して予測するものである、
    広域音声信号の復元方法。
  48. 前記高域音声信号を復元する段階は、
    前記高域音声パケットを各広域音声信号復元のためのモジュール別に逆量子化する段階と、
    前記逆量子化段階により逆量子化された第１ＤＣＴ係数の大きさを抽出する段階と、
    前記逆量子化段階により逆量子化された第１ＤＣＴ係数の符号を抽出する段階と、
    前記第１ＤＣＴ係数の大きさ順序情報によって第１ＤＣＴ係数に前記第１ＤＣＴ係数の符号を挿入する段階と、
    前記第１ＤＣＴ係数の大きさ順序情報および以前フレームの第１ＤＣＴ係数を利用して受信されていない第１ＤＣＴ係数符号を予測する段階と、
    前記予測された第１ＤＣＴ係数の符号を該当する逆量子化された第１ＤＣＴ係数に挿入する段階と、
    逆量子化された第１ＤＣＴ係数に対する逆ＤＣＴ演算によって帯域別の時間領域信号を求めて前記高域音声信号を出力する段階と、を含む請求項４７に記載の広域音声信号復元方法。
JP2004208615A 2003-07-16 2004-07-15 広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法 Expired - Fee Related JP4726445B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020030048665A KR100940531B1 (ko) 2003-07-16 2003-07-16 광대역 음성 신호 압축 및 복원 장치와 그 방법
KR2003-048665 2003-07-16

Publications (2)

Publication Number Publication Date
JP2005037949A JP2005037949A (ja) 2005-02-10
JP4726445B2 true JP4726445B2 (ja) 2011-07-20

Family

ID=36643387

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004208615A Expired - Fee Related JP4726445B2 (ja) 2003-07-16 2004-07-15 広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法

Country Status (5)

Country Link
US (1) US8433565B2 (ja)
EP (1) EP1498874B1 (ja)
JP (1) JP4726445B2 (ja)
KR (1) KR100940531B1 (ja)
DE (1) DE602004001101T2 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006243041A (ja) * 2005-02-28 2006-09-14 Yutaka Yamamoto 高域補間装置及び再生装置
US7548853B2 (en) * 2005-06-17 2009-06-16 Shmunk Dmitry V Scalable compressed audio bit stream and codec using a hierarchical filterbank and multichannel joint coding
KR101434198B1 (ko) * 2006-11-17 2014-08-26 삼성전자주식회사 신호 복호화 방법
KR101261524B1 (ko) * 2007-03-14 2013-05-06 삼성전자주식회사 노이즈를 포함하는 오디오 신호를 저비트율로부호화/복호화하는 방법 및 이를 위한 장치
CN101609680B (zh) * 2009-06-01 2012-01-04 华为技术有限公司 压缩编码和解码的方法、编码器和解码器以及编码装置
US8000968B1 (en) 2011-04-26 2011-08-16 Huawei Technologies Co., Ltd. Method and apparatus for switching speech or audio signals
CN101964189B (zh) * 2010-04-28 2012-08-08 华为技术有限公司 语音频信号切换方法及装置
US8560330B2 (en) * 2010-07-19 2013-10-15 Futurewei Technologies, Inc. Energy envelope perceptual correction for high band coding
CN102741831B (zh) * 2010-11-12 2015-10-07 宝利通公司 多点环境中的可伸缩音频
US9905236B2 (en) 2012-03-23 2018-02-27 Dolby Laboratories Licensing Corporation Enabling sampling rate diversity in a voice communication system
EP2980794A1 (en) * 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder and decoder using a frequency domain processor and a time domain processor
US10264116B2 (en) * 2016-11-02 2019-04-16 Nokia Technologies Oy Virtual duplex operation
CN112770269B (zh) * 2019-11-05 2022-05-17 海能达通信股份有限公司 宽窄带互通环境下语音通讯方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08163056A (ja) * 1994-12-09 1996-06-21 Hitachi Denshi Ltd 音声信号帯域圧縮伝送方式
JPH1130997A (ja) * 1997-07-11 1999-02-02 Nec Corp 音声符号化復号装置
JP2001519552A (ja) * 1997-10-02 2001-10-23 シーメンス アクチエンゲゼルシヤフト ビットレートスケーラブルなオーディオデータストリームを生成する方法および装置
WO2002033696A1 (en) * 2000-10-18 2002-04-25 Nokia Corporation Method and system for estimating artificial high band signal in speech codec

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8421498D0 (en) * 1984-08-24 1984-09-26 British Telecomm Frequency domain speech coding
JPH07334194A (ja) * 1994-06-14 1995-12-22 Matsushita Electric Ind Co Ltd 音声符号化／復号化方法およびそれらの装置
JPH08160996A (ja) * 1994-12-05 1996-06-21 Hitachi Ltd 音声符号化装置
US6353808B1 (en) * 1998-10-22 2002-03-05 Sony Corporation Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal
JP2001217999A (ja) * 2000-02-03 2001-08-10 Nikon Corp 画像入力装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08163056A (ja) * 1994-12-09 1996-06-21 Hitachi Denshi Ltd 音声信号帯域圧縮伝送方式
JPH1130997A (ja) * 1997-07-11 1999-02-02 Nec Corp 音声符号化復号装置
JP2001519552A (ja) * 1997-10-02 2001-10-23 シーメンス アクチエンゲゼルシヤフト ビットレートスケーラブルなオーディオデータストリームを生成する方法および装置
WO2002033696A1 (en) * 2000-10-18 2002-04-25 Nokia Corporation Method and system for estimating artificial high band signal in speech codec

Also Published As

Publication number Publication date
KR100940531B1 (ko) 2010-02-10
US8433565B2 (en) 2013-04-30
JP2005037949A (ja) 2005-02-10
DE602004001101D1 (de) 2006-07-20
DE602004001101T2 (de) 2007-06-14
EP1498874A1 (en) 2005-01-19
US20050027516A1 (en) 2005-02-03
EP1498874B1 (en) 2006-06-07
KR20050009384A (ko) 2005-01-25

Similar Documents

Publication Publication Date Title
JP5314720B2 (ja) 階層的な帯域幅構造を有する音声圧縮および復元装置、ならびにその方法
US7596492B2 (en) Apparatus and method for concealing highband error in split-band wideband voice codec and decoding
KR100813259B1 (ko) 입력신호의 계층적 부호화/복호화 장치 및 방법
KR100848324B1 (ko) 음성 부호화 장치 및 그 방법
JP4726445B2 (ja) 広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法
KR100921867B1 (ko) 광대역 오디오 신호 부호화 복호화 장치 및 그 방법
JP5280607B2 (ja) 音声信号圧縮装置及び方法、音声信号復元装置及び方法、ならびにコンピュータ読取可能な記録媒体
KR100352351B1 (ko) 정보부호화방법및장치와정보복호화방법및장치
US7155384B2 (en) Speech coding and decoding apparatus and method with number of bits determination
JP4359949B2 (ja) 信号符号化装置及び方法、並びに信号復号装置及び方法
US5231669A (en) Low bit rate voice coding method and device
KR20090029088A (ko) 계층적 부호화 및 복호화 방법 및 장치
JP4274614B2 (ja) オーディオ信号復号方法
JP6713424B2 (ja) 音声復号装置、音声復号方法、プログラム、および記録媒体
JP3468184B2 (ja) 音声通信装置及びその通信方法
JP4618823B2 (ja) 信号符号化装置及び方法
Mohdar et al. Audio compression testing tool for multimedia applications
JP2003195898A (ja) 音声データ処理装置、方法及びプログラム
JPH11145846A (ja) 信号圧縮伸張装置及び方法
JP2000091920A (ja) 画像音声圧縮装置
KR20160098597A (ko) 통신 시스템에서 신호 코덱 장치 및 방법

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20061101

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20061107

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070412

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100623

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100713

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101013

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101130

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110112

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: 20110329

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110412

R150 Certificate of patent or registration of utility model

Ref document number: 4726445

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140422

Year of fee payment: 3

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

LAPS Cancellation because of no payment of annual fees