JP4860890B2

JP4860890B2 - 無線通信システムにおいて、非対称リンクを生成するために非対称音声コーダを使用するための方法および装置

Info

Publication number: JP4860890B2
Application number: JP2002522076A
Authority: JP
Inventors: アナンスパドマナバーン、アナンス; デジャコ、アンドリュー・ピー
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2000-08-22
Filing date: 2001-08-14
Publication date: 2012-01-25
Anticipated expiration: 2021-08-14
Also published as: DE60136720D1; KR100912030B1; US20030014242A1; BR0113417A; CN1448034A; WO2002017500A8; US6477502B1; WO2002017500A3; EP1312230B1; HK1056961A1; TW515158B; CN1250028C; KR20030036709A; WO2002017500A2; AU2001284950A1; EP1312230A2; ATE415793T1; JP2004507924A

Description

【０００１】
【発明の属する技術分野】
この発明は一般に無線通信の分野に関し、特に無線通信システムにおいて、無線の非対称リンクを生成するための方法および装置に関する。
【０００２】
【関連出願の記載】
デジタル技術により音声の伝送が広まり特に、長距離かつデジタル無線電話アプリケーションにおいて広まった。これは、次には、再構成された通話の知覚される品質を維持しながら、チャネルを介して送信することのできる最小の情報量を決定する関心を作り出した。通話が単にサンプリングされ２値化されて送信されるなら、６４キロビット／秒（ｋｂｐｓ）のオーダーのデータレートが、一般のアナログ電話の通話品質を得るために必要である。しかしながら、音声分析の使用を介して、その次に適切な符号化、伝送、受信器における再合成、データ転送速度の大幅な減少を得ることができる。
【０００３】
音声を圧縮するための装置は電気通信の多くの分野で使用を見出す。例示分野は無線通信である。無線通信の分野は、例えば携帯電話、ページング、無線ローカルループ、携帯電話システムおよびＰＣＳ電話システムのような無線電話、移動インターネットプロトコル（ＩＰ）電話、および衛星通信システムを含む多くのアプリケーションを有する。特に重要なアプリケーションは、移動加入者のための無線電話である。
【０００４】
例えば、周波数分割多元接続（ＦＤＭＡ）、時分割多元接続（ＴＤＭＡ）、および符号分割多元接続（ＣＤＭＡ）を含む種々の無線インタフェースが無線通信システムのために開発された。それに関連して、種々の国内および国際規格が確立され、この中にはアドバンストモバイルフォーンシステム(Advanced Mobile Phone System)（ＡＭＰＳ）、モバイル通信のためのグローバルシステム（ＧＳＭ）および暫定規格９５（ＩＳ−９５）が含まれる。例示無線電話通信システムは符号分割多元接続（ＣＤＭＡ）システムである。ＩＳ−９５およびその派生物、すなわちＩＳ−９５Ａ、ＡＮＳＩＪ−ＳＴＤ−００８、ＩＳ−９５Ｂ、第三世代規格ＩＳ−９５ＣおよびＩＳ−２０００等（ここでは集合的にＩＳ−９５と呼ぶ）が携帯電話通信システムまたはＰＣＳ電話通信システムのためのＣＤＭＡ無線インタフェースの使用を指定するために電気通信産業協会（ＴＩＡ）および他の良く知られた規格団体により発布されている。ＩＳ−９５規格の使用に従って実質的に構成された例示無線通信システムは、この発明の譲受人に譲渡され、参照することにより本明細書に組み込まれる米国特許第５，１０３、４５９号および第４、９０１、３０７号に記載されている。
【０００５】
人間の音声の発生のモデルに関連するパラメータを抽出することにより音声を圧縮する技術を採用する装置は音声コーダと呼ばれる。音声コーダは入力される音声フレームを時間のブロック、すなわち解析フレームに分割する。音声コーダは一般的にエンコーダとデコーダとから構成される。エンコーダは入力される音声フレームを解析し、ある関連するパラメータを抽出し、次に、このパラメータをバイナリ表示、すなわちビットの集合またはバイナリデータパケットに量子化する。データパケットは、通信チャネルを介して受信器およびデコーダに送信される。デコーダはこのデータパケットを処理し、非量子化してパラメータを生成し、非量子化されたパラメータを用いて音声フレームを再合成する。
【０００６】
音声コーダの機能は、音声に固有の自然の冗長性のすべてを除去することにより２値化された音声信号を低ビットレート信号に圧縮することである。デジタル圧縮は、入力音声フレームをパラメータのセットで表し、量子化を用いてパラメータをビットの集合で表すことにより得ることができる。入力音声フレームがビット数Ｎ_ｉを有し、音声コーダにより生成されたデータパケットがビット数Ｎ_ｏを有するなら、音声コーダにより得られる圧縮因子はＣ_ｒ＝Ｎ_ｉ／Ｎ_ｏである。課題は、目標の圧縮因子を得ながら、デコードされた音声の高い音声品質を維持することである。音声コーダの性能は、（１）いかにうまく、音声モデル、または上述した解析と合成のプロセスを行なうか、および（２）いかにうまく、Ｎ_ｏビット／フレームという目標ビットレートでパラメータ量子化プロセスを行なうかに依存する。従って、音声モデルの目的はフレーム毎にわずかなパラメータのセットで音声信号のエッセンスまたは目標の音声品質を捕らえるかである。
【０００７】
音声を符号化する１つの有効な技術はマルチモードコーディングである。例示マルチモードコーディングは、この発明の譲受人に譲渡され、参照することによりこの明細書に組み込まれる、１９９８年１２月２１日に出願された米国出願シリアル番号第０９／２１７，３４１（発明の名称：「可変レート音声コーディング」）に記載されている。一般的なマルチモードコーダは異なるモードまたは符号化−復号アルゴリズムを異なる種類の入力音声フレームに適用する。各モードまたは符号化−復号プロセスは、例えば有声発話、無声発話、遷移発話（例えば、有声発話期間と無声発話期間との間に生じる発話）、および背景雑音（沈黙または無声）のようなある種の音声セグメントを最も効率的な方法で最適に表すためにカスタム化される。外部のオープンループモード決定機構は入力音声フレームを調べて、どのモードをフレームに適用するかを決定する。オープンループモード決定は、一般に、入力フレームから多数のパラメータを抽出し、ある一時的なスペクトル特性に関してパラメータを評価し、モード決定をその評価に基づくことにより、行なわれる。
【０００８】
現在、無線通信ネットワーク内で伝送の効率を増大させる強い商業的必要性がある。上述したように、音声サンプルから音声パラメータを抽出し、高い目標圧縮因子Ｃ_ｒを得ることは効率的なシステムを作る１つの方法である。しかしながら、音声情報をバイナリデータパケットに効率的にパックすることは、基地局から移動局へのデータパケットの無線伝送の障害を低減するという現在の問題を完全には解消しない。この明細書において、基地局は遠隔局が通信するハードウエアに言及する。セルはその用語が使用される文脈に依存してハードウエアまたは地理的カバー領域に言及する。ＣＤＭＡシステムの１セクタは１セルの属性を有するので、セル群の点から記載された開示はセクタ群に即広がる。
【０００９】
ＣＤＭＡシステムにおいて、ユーザ間の通信は１つ以上の基地局を介して行なわれる。第１の遠隔局の第１ユーザはデータを逆方向リンクを介して基地局に送ることにより第２の遠隔局の第２ユーザと通信する。基地局はそのデータを受取りそのデータを他の基地局に送信することができる。データは同じ基地局の順方向リンクまたは第２基地局を介して第２遠隔局に送信される。順方向リンクは、基地局から遠隔局への送信に言及し、逆方向リンクは、遠隔局から基地局への送信に言及する。ＩＳ−９５システムおよびＩＳ−２０００システムにおいて、順方向リンクと逆方向リンクは異なる周波数が割当てられる。
【００１０】
順方向リンクは複数のパイロットチャネルおよびトラヒックチャネルから構成され、各チャネルは適切なウオルシュ関数または準直交関数により拡散される。次に、各チャネルは、１．２２８８Ｍｃｐｓの固定されたチップレートで擬似雑音（ＰＮ）シーケンスの直交対により拡散される。ウオルシュコードシーケンスおよびＰＮシーケンスを使用することにより基地局は複数の順方向リンクＣＤＭＡチャネルを発生することができる。各加入者ネットワークの無線構成によって指定されるように、逆方向トラヒックチャネルも複数のチャネルから構成することができる。
【００１１】
各チャネルは機能的に異なる目的を達成するように物理的に構成される。例えば、パイロットチャネルはウオルシュコード「Ｗ_０」を用いて単に拡散することができるが、同期チャネルは、符号化され、インターリーブされ、拡散され、変調されたスペクトル拡散信号である。他の順方向リンクチャネルおよび逆方向リンクチャネルも符号化され、インターリーブされ、拡散されそして変調されたスペクトル拡散信号であるが、適切な電気通信規格により課せられる種々の要件を満足するために、種々の値で操作される。
【００１２】
【課題を解決するための手段】
非対象リンクを生成するための新規で改良された方法および装置が提供される。一実施形態において、非対象システムリンクは、無線通信システムの順方向リンクの能力を、無線通信システムの逆方向リンクの能力と釣り合いを取り、下記工程を具備する：順方向リンクを介してモードの第１のセットを利用して第１の音声コーダを動作する、前記モードの第１のセットの少なくとも１つのモードが低い平均データ転送速度に相関する；および逆方向リンクを介してモードの第２のセットで第２音声コーダを動作する、前記モードの第２セットの各モードが高い平均データ転送速度に相関する。
【００１３】
他の実施形態において、無線通信システムの順方向リンクおよび逆方向リンクでデータのフレームを送信する方法が提供される。この方法は第１の複数のモードで順方向リンク音声コーダを動作し、および第２の複数のモードで逆方向リンク音声コーダを動作する工程から成り、前記第２の複数のモードにおいて少なくとも１つのモードは前記第１の複数のモードの各モードと異なる。
【００１４】
他の実施形態において、無線通信システムの順方向リンクおよび逆方向リンクでデータのフレームを送信するための方法が提供される。この方法は、第１の複数のモードで順方向リンク音声コーダを動作し、および第２の複数のモードで逆方向リンク音声コーダを動作する工程から成り、前記第１の複数のモードの少なくとも１つのモードは前記第２の複数のモードの各モードと異なる。
【００１５】
【発明の実施の形態】
この発明の特徴、目的、および利点は、同一部に同符号を付した図面とともに以下に述べる詳細な記載からより明白になるであろう。
【００１６】
実施形態は、非対称順方向リンクおよび逆方向リンクを生成する非対称音声コーダに向けられている。非対称順方向リンクおよび逆方向リンクの製造は順方向リンクのアーランキャパシティ(Erlang capacity)と逆方向リンクのアーランキャパシティとの不均衡を用いて逆方向リンクの音声コーダの複雑性を低減する。アーランはトラヒック流の単位であり、すなわち１アーランは連続的に使用される１音声チャネルに等しいかまたは少ない時間に対して使用される等価なチャネル数である。以下に記載する実施形態はＣＤＭＡ無線インタフェースを採用するように構成された無線電話通信システムに存在する。しかしながら、非対称リンクを形成するための方法および装置は、当業者に知られている広範囲の技術を採用する種々の通信システムのいずれかに存在し得ることを当業者は理解するであろう。
【００１７】
例示ＣＤＭＡシステム
図１に示すように、ＣＤＭＡ無線電話システムは一般に複数の移動加入者装置１０、複数の基地局１２、基地局コントローラ（ＢＳＣｓ）１４、および移動交換局（ＭＳＣ）１６を含む。ＭＳＣ１６は一般的な公衆電話交換網（ＰＳＴＮ）１８とインタフェースするように構成される。ＭＳＣ１６はまたＢＳＣｓ１４とインタフェースするように構成される。ＢＳＣ１４は迂回中継線を介して基地局１２に接続される。迂回中継線は、例えばＥ１／Ｔ１、ＡＴＭ、ＩＰ、ＰＰＰ、フレームリレイ(Frame Relay)、ＨＤＳＬ、ＡＤＳＬ、またはｘＤＳＬを含むいくつかの知られたインタフェースのいずれかをサポートするように構成することができる。システムには２以上のＢＳＣｓ１４が存在できることが理解される。各基地局１２は有利に少なくとも１つのセクタ（図示せず）を含む。各セクタは、全方向性アンテナ、または基地局１２から放射状に離れて特定の方向に向けられたアンテナから構成される。あるいは各セクタはダイバーシティ受信のために２つのアンテナから構成される。各基地局１２は複数の周波数割り当てをサポートするように有利に設計することができる。セクタと周波数割り当ての交点はＣＤＭＡチャネルと呼ぶことができる。基地局１２は基地局トランシーバサブシステム（ＢＴＳｓ）１２としても知られるかもしれない。あるいは「基地局」はこの業界ではＢＳＣ１４と１つ以上のＢＴＳｓ１２に集合的に言及するのに使用されるかもしれない。ＢＴＳｓ１２はまた「セルサイト」１２を意味するかもしれない。あるいは、与えられたＢＴＳ１２の個々のセクタをセルサイトと呼ぶかもしれない。移動加入者装置１０は一般的に携帯電話またはＰＣＳ電話１０である。このシステムはＩＳ−９５規格に従って使用するために有利に構成される。
【００１８】
携帯電話システムの一般的な動作の間、基地局１２は移動装置１０のセットから逆方向リンク信号のセットを受信する。移動装置１０は通話または他の通信を行なう。所定の基地局１２により受信された各逆方向リンク信号はその基地局１２内で処理される。結果として得られたデータはＢＳＣｓ１４に送られる。ＢＳＣｓ１４は基地局１２間のソフトハンドオフの調和を含む呼リソース割当ておよび移動管理機能性を供給する。ＢＳＣｓ１４はまた受信したデータをＭＳＣ１６に経路選択し、ＭＳＣ１６はＰＳＴＮ１８とのインターフェースのためさらなるルーチングサービスを提供する。同様に、ＰＳＴＮ１８はＭＳＣ１６とインターフェースし、ＭＳＣ１６はＢＳＣ１４とインターフェースする。次にＢＳＣｓ１４は基地局１２を制御し、順方向リンク信号のセットを移動装置１０のセットに送信する。他の実施形態において、加入者装置１０は固定装置であり得ることは当業者により理解されねばならない。
【００１９】
無線通信システムにおけるエンコーダおよびデコーダ
図２において、第１エンコーダ１００は２値化された音声サンプルｓ（ｎ）を受信し、符号化し、送信媒体１０２、すなわち通信チャネル１０２を介して第１デコーダ１０４に送信する。デコーダ１０４は符号化された音声サンプルを復号し、出力音声信号Ｓ_{ＳＹＮＴＨ}（ｎ）を合成する。反対方向に送信するために、第２エンコーダ１０６は２値化された音声サンプルｓ（ｎ）を符号化し、通信チャネル１０８を介して送信される。第２デコーダ１１０は符号化された音声サンプルを受信して復号し、合成された出力音声信号Ｓ_{ＳＹＮＴＨ}（ｎ）を発生する。
【００２０】
音声サンプルｓ（ｎ）は、例えばパルスコード変調（ＰＣＭ）、コンパンデッドマイクロロー(companded μ-law)またはA-lawを含む、技術的に知られた種々の方法のいずれかに従って２値化され、量子化された音声信号を表す。技術的に知られているように、音声サンプルｓ（ｎ）は入力データのフレームに分かれており、各フレームは所定数の２値化された音声サンプルｓ（ｎ）から構成される。例示実施形態において、８ｋＨｚのサンプリングレートが採用され、各２０ｍｓフレームは１６０サンプルから構成される。以下に記載する実施形態において、データ転送のレートはフレーム毎にフルレートから１／２レート、１／４レート、１／８レートへ有利に変更可能である。データ転送レートを変更することは、より低いビットレートが、相対的に少ない音声情報を含むフレームに対して選択的に採用することができるので都合が良い。当業者に理解されるように、他のサンプリングレートおよび／またはフレームサイズを使用することができる。また、以下に記載する実施形態において、音声符号化（またはコーディング）モードは、音声情報またはフレームのエネルギに応答してフレーム毎に変化可能である。
【００２１】
第１エンコーダ１００および第２デコーダ１１０は一緒になって第１音声コーダ（エンコーダ／デコーダ）すなわち音声コーデックを構成する。音声コーダは、例えば図１を参照して上述した加入者装置、ＢＴＳｓ、ＢＳＣｓを含む、音声信号を送信するための何らかの通信装置に使用することができる。同様に、第２エンコーダ１０６および第１デコーダ１０４は一緒になって第２音声コーダを構成する。音声コーダは、デジタルシグナルプロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、ディスクリートゲートロジック、ファームウエア、なんらかの一般的なプログラマブルソフトウエアモジュールおよびマイクロプロセッサで実現可能であることは当業者には理解される。ソフトウエアモジュールはＲＡＭメモリ、フラッシュメモリ、レジスタ、または技術的に知られた他の形態の記憶媒体に存在することができる。あるいは、何らかの一般的なプロセッサ、コントローラ、または状態機械がマイクロプロセッサに取って代わることができる。特に音声符号化のために設計された例示ＡＳＩＣｓは、この発明の譲受人に譲渡され、参照することによりここに組み込まれる、米国特許第５，７２７，１２３号、およびこの発明の譲受人に譲渡され参照することによりここに組み込まれる、１９９８年７月２１日に発行された米国特許第５，７８４，５３２（発明の名称：「ボコーダＡＳＩＣ」）に記載されている。
【００２２】
エンコーダ構造
図３において、音声コーダにおいて使用可能なエンコーダ２００はモード決定モジュール２０２、ピッチ推定モジュール２０４、ＬＰ解析モジュール２０６、ＬＰ解析フィルタ２０８、ＬＰ量子化モジュール２１０および剰余量子化モジュール２１２を含む。入力音声フレームｓ（ｎ）はモード決定モジュール２０２、ピッチ推定モジュール２０４、ＬＰ解析モジュール２０６、およびＬＰ解析フィルタ２０８に供給される。モード決定モジュール２０２は各入力音声フレームｓ（ｎ）のモードインデックスＩ_Ｍ、周期性に基づくモードＭ，エネルギ、信号対雑音比（ＳＮＲ）、ゼロ交差比等を産出する。周期性に従って音声フレームを分類する種々の方法は、この発明の譲受人に譲渡され、参照することによりここに完全に組み込まれる米国特許第５，９１１，１２８号に記載されている。そのような方法はまた電気通信産業協会工業暫定規格ＴＩＡ／ＥＩＡＩＳ−１２７およびＴＩＡ／ＥＩＡＩＳ−７３３にも組み込まれる。例示モード決定方式はまた上述した米国出願シリアル番号０９／２１７，３４１にも記載されている。
【００２３】
ピッチ推定モジュール２０４は各入力音声フレームｓ（ｎ）に基づいてピッチインデックスＩ_ｐおよび遅延値Ｐ_０を産出する。ＬＰ解析モジュール２０６は各入力音声フレームｓ（ｎ）に関して線形予測解析を行いＬＰパラメータａを発生する。ＬＰパラメータａはＬＰ量子化モジュール２１０に供給される。ＬＰ量子化モジュール２１０はまたモードＭを受信し、それによりモードに依存する態様で量子化プロセスを実行する。ＬＰ量子化モジュール２１０はＬＰインデックスＬ_ｐおよび量子化されたＬＰパラメータ
【数１】

を産出する。ＬＰ解析フィルタ２０８は入力音声フレームｓ（ｎ）に加えて、量子化されたＬＰパラメータ
【数２】

を受信する。ＬＰ解析フィルタ２０８は、量子化された線形予測パラメータ
【数３】

に基づいて、入力された音声フレームｓ（ｎ）と再構成された音声との間の誤差を表すＬＰ剰余信号Ｒ［ｎ］を発生する。ＬＰ剰余Ｒ［ｎ］、モードＭ、および量子化パラメータ
【数４】

は剰余量子化モジュール２１２に供給される。これらの値に基づいて、剰余量子化モジュール２１２は剰余インデックスＩ_Ｒおよび量子化剰余信号
【数５】

を産出する。
【００２４】
デコーダ構造
図４において、音声コーダに使用可能なデコーダ３００は、ＬＰパラメータデコーディングモジュール３０２、剰余デコーディングモジュール３０４、モードデコーディングモジュール３０６およびＬＰ合成フィルタ３０８を含む。モードデコーディングモジュール３０６はモードインデックスＩ_Ｍを受信して復号し、モードＭを発生する。ＬＰパラメータデコーディングモジュール３０２はモードＭおよびＬＰインデックスＩ_ＬＰを受信する。ＬＰパラメータデコーディングモジュール３０２は受信した値を復号し、量子化されたＬＰパラメータ
【数６】

を産出する。剰余デコーディングモジュール３０４は剰余インデックスＩ_Ｒ、ピッチインデックスＩ_Ｐ、およびモードインデックスＩ_Ｍを受信する。剰余デコーディングモジュール３０４は受信した値を復号し量子化された剰余信号
【数７】

を発生する。量子化された剰余信号
【数８】

と量子化されたＬＰパラメータ
【数９】

はＬＰ合成フィルタ３０８に供給され、ＬＰ合成フィルタ３０８はそこから復号された出力音声信号
【数１０】

を合成する。
【００２５】
マルチモードエンコーダ／デコーダの動作
図５は通信チャネルすなわち伝送媒体４０４を介してマルチモード音声デコーダ４０２と通信するマルチモード音声エンコーダ４００の動作機能を示す。通信チャネル４０４は有利にＩＳ−９５規格に従って構成されたＲＦインタフェースである。エンコーダ４００は相関するデコーダ（図示せず）を有することは当業者により理解されるであろう。エンコーダ４００およびその相関するデコーダは一緒になって第１音声コーダを形成する。デコーダ４０２は相関するエンコーダ（図示せず）を有することは当業者により理解されるであろう。デコーダ４０２およびその相関するエンコーダは一緒になって第２音声コーダを形成する。第１および第２音声コーダは第１および第２ＤＳＰｓの一部として有利に実現可能であり、例えば加入者装置およびＰＣＳまたは携帯電話システムの基地局、または衛星システムにおける加入者装置とゲートウエイに存在可能である。
【００２６】
エンコーダ４００はパラメータ計算機４０６、モード分類モジュール４０８、複数の符号化モード４１０およびパケットフォーマッティングモジュール４１２を含む。符号化モード４１０の数はｎとして示され、当業者は、符号化モード４１０の何らかの合理的な数を意味することができることを理解するであろう。簡単のために、３つの符号化モード４１０のみを示し、点線はさらなる符号化モード４１０の考えられる存在を示す。デコーダ４０２は、パケット逆アセンブラおよびパケット損失検出器モジュール４１４、複数の復号モード４１６、消去デコーダ４１８、およびポストフィルタすなわち音声合成器４２０を含む。復号モード４１６の数はｎとして示され、当業者は復号モード４１６の何らかの合理的な数を意味することができることを理解するであろう。簡単のために、３つの復号モードのみが示され、点線はさらなる復号モード４１６の考えられる存在を示す。
【００２７】
音声信号ｓ（ｎ）はパラメータ計算機４０６に供給される。音声信号はフレームと呼ばれるサンプルのブロックに分割される。値ｎはフレーム番号を示す。他の実施形態において、線形予測（ＬＰ）剰余誤差信号は音声信号の代わりに用いられる。ＬＰ剰余は例えばＣＥＬＰコーダのような音声コーダにより使用される。ＬＰ剰余の計算は音声信号を逆ＬＰフィルタ（図示せず）に供給することにより有利に行なわれる。逆ＬＰフィルタの伝達関数Ａ（ｚ）は以下の式に従い計算される。
【００２８】
【数１１】

ただし、係数ａ_Ｉは上述した米国特許第５，４１４，７９６および米国出願シリアル番号第０９／２１７，４９４に記載されるような公知の方法に従って選択された所定の値を有するフィルタタップである。数ｐは予測の目的のために逆ＬＰフィルタが使用する以前のサンプルの数を示す。特定の実施形態において、ｐは１０に設定される。
【００２９】
パラメータ計算機は現在のフレームに基づいて種々のパラメータを導き出す。一実施形態において、これらのパラメータは以下の少なくとも１つを含む：線形予測符号化（ＬＰＣ）フィルタ係数、ラインスペクトル対（ＬＳＰ）係数、正規化自己相関関数（ＮＡＣＦｓ）、オープンループ遅延、ゼロ交差レート、バンドエネルギー、およびフォルマント剰余信号。ＬＰＣ係数、ＬＳＰ係数、オープンループ遅延、バンドエネルギー、およびフォルマント剰余信号の計算は上述した米国特許第５，４１４，７９６に詳細に記載されている。ＮＡＣＦｓおよびゼロ交差レートの計算は上述した米国特許第５，９１１、１２８に記載されている。
【００３０】
パラメータ計算機４０６はモード分類モジュ−ル４０８に接続されている。パラメータ計算機４０６はパラメータをモード分類モジュール４０８に供給する。モード分類モジュール４０８は現在のフレームに対して最も適切な符号化モード４１０を選択するためにフレーム毎に符号化モード４１０間を動的に切替えるように接続される。モード分類モジュール４０８は、パラメータを所定のしきい値および／または天井値と比較することにより現在のフレームに対する特定の符号化モード４１０を選択する。フレームのエネルギ内容に基づいて、モード分類モジュール４０８はフレームを非音声、非活動音声（例えば、沈黙、背景雑音またはワード間の休止）、または音声として分類する。フレームの周期性に基づいて、モード分類モジュール４０８は次に音声フレームを特定の種類の音声、例えば、有声、無声、または遷移に分類する。
【００３１】
有声音声は相対的に高度の周期性を提示する音声である。有声音声のセグメントは図６のグラフに示される。図に示すように、ピッチ期間は、フレームの内容を解析し再構成するのに役に立つように使用することができる音声フレームの成分である。無声音声は一般に協和音から構成される。遷移音声フレームは一般に有声音声および無声音声間の遷移である。有声音声または無声音声として分類されないフレームは遷移音声として分類される。いかなる合理的な分類方式を採用可能であることは当業者により理解されるであろう。
【００３２】
音声フレームを分類することは都合が良い。何故なら異なる種類の音声を符号化するために異なる符号化モード４１０を使用することができ、通信チャネル４０４のような共有チャネルにおいて帯域幅のより効率的な使用が可能となる。例えば、有声音声は周期的であり高度に予測性があるので、低ビットレートの、高度に予測性がある符号化モードを用いて有声音声を符号化することができる。分類モジュール４０８のような分類モードは、この発明の譲受人に譲渡され、参照することによりここに完全に組み込まれる、１９９９年２月２６日に出願された米国出願シリアル番号第０９／２１７，３４１および米国出願シリアル番号第０９／２５９，１５１（発明の名称：「閉ループマルチモード混声領域線形予測（ＭＤＬＰ）音声コーダ」）に記載されている。
【００３３】
モード分類モジュール４０８はフレームの分類に基づいて現在のフレームに対して符号化モード４１０を選択する。種々の符号化モード４１０が並列に接続される。１つ以上の符号化モジュール４１０がいつでも動作可能である。しかしながら、いつでも１つの符号化モード４１０が動作するのが都合が良く、現在の分類のフレームに従って選択される。
【００３４】
異なる符号化モードは、異なるコーディングビットレート、異なるコーディング方式またはコーディングビットレートとコーディング方式の異なる組合せに従って、有利に動作する。例示実施形態において、使用される種々のコーディングレートはフルレート、１／２レート、１／４レート、および／または１／８レートであり得る。使用される種々の符号化方式はＣＥＬＰコーディング、プロトタイプピッチ期間（ＰＰＰ）コーディング（波形補間（ＷＩ）コーディング）、および／または雑音励起線形予測（ＮＥＬＰ）コーディングであり得る。従って、例えば特定の符号化モード４１０はフルレートＣＥＬＰ、他の符号化モード４１０は１／２レートＣＥＬＰであり得、他の符号化モード４１０は１／４レートＰＰＰであり得、他の符号化モード４１０はＮＥＬＰであり得る。
【００３５】
ＣＥＬＰ符号化モード４１０に従って、線形予測声道モデルはＬＰ剰余信号の量子化バージョンで励起される。以前の全体フレームの量子化パラメータを用いて現在のフレームを再構成する。従ってＣＥＬＰ符号化モード４１０は相対的に正確な音声の再生を提供するが相対的に高いコーディングビットレートを犠牲にする。ＣＥＬＰ符号化モード４１０は、遷移音声として分類されたフレームを符号化するために有利に使用することができる。例示可変レートＣＥＬＰ音声コーダは上述した米国特許第５，４１４，７９６に詳細に記載されている。
【００３６】
ＮＥＬＰ符号化モード４１０に従って、濾波された擬似ランダム雑音信号を用いて音声フレームをモデル化する。ＮＥＬＰ符号化モデル４１０は低ビットレートを得る、相対的に簡単な技術である。無声音声として分類されたフレームを符号化するのに役に立つためにＮＥＬＰ符号化モード４１０を使用することができる。例示ＮＥＬＰ符号化モードは上述した米国出願シリアル番号第０９／２１７，４９４に詳細に記載されている。
【００３７】
選択された符号化モード４１０はパケットフォーマッティングモジュール４１２に接続される。選択された符号化モード４１０は、現在のフレームを符号化しまたは量子化し、量子化されたフレームパラメータをパケットフォーマッティングモジュール４１２に供給する。パケットフォーマッティングモジュール４１２は、量子化情報を通信チャネル４０４を介して送信するためのパケットに有利にアセンブルする。一実施形態において、パケットフォーマッティングモジュール４１２はエラー訂正コーディングを供給し、ＩＳ−９５規格に従ってパケットをフォーマットするように構成される。パケットは送信器（図示せず）に供給され、アナログフォーマットに変換され、変調され、通信チャネル４０４を介して受信器（図示せず）に送信される。受信器は、パケットを受信し、復調し、２値化し、そのパケットをデコーダ４０２に供給する。
【００３８】
デコーダ４０２において、パケット逆アセンブラおよびパケット損失検出器モジュール４１４は受信器からパケットを受信する。パケット逆アセンブラおよびパケット損失検出器モジュール４１４はパケット単位で復号モード４１６を動的に切替えるように接続される。復号モード４１６の数は符号化モード４１０の数と同じであり、当業者は、各番号づけされた符号化モード４１０は、同じコーディングビットレートおよびコーディング方式を採用するように構成された各同様に番号づけされた復号モード４１６に相関している。
【００３９】
パケット逆アセンブラおよびパケット損失検出器モジュール４１４がパケットを検出したなら、そのパケットは逆アセンブルされ該当する復号モード４１６に供給される。パケット逆アセンブラおよびパケット損失検出器４１４がパケットを検出しないなら、パケット損失が宣言され、消去デコーダ４１８は、この発明の譲受人に譲渡され、参照することによりここに完全に組み込まれる、２０００年４月２４日に出願された関連米国出願シリアル番号第０９／５５７，２８３（発明の名称：「可変レート音声コーダにおけるフレーム消去補償方法」）に記載されるように、フレーム消去処理を有利に実行する。
【００４０】
復号モード４１６の並列アレイおよび消去デコーダ４１８はポストフィルタ４２０に接続される。該当復号モード４１６はそのパケットを復号または逆量子化し、その情報をポストフィルタ４２０に供給する。ポストフィルタ４２０は音声フレームを再構成し、合成し、合成された音声フレーム
【数１２】

を出力する。例示復号モードおよびポストフィルタは上述した米国特許第５，４１４，７９６および米国出願シリアル番号第０９／２１７，４９４に詳細に記載されている。
【００４１】
モードを選択することのできる音声コーダを実現することにより順方向リンクと逆方向リンクとの不均衡を低減する
上述したように、アーランはシステム能力の測定の単位であり、１アーランは連続して使用する１音声チャネルである。図７は、ユーザ移動の関数としてＩＳ−９５順方向リンクおよびＩＳ−９５逆方向リンクのアーランキャパシティを示す。ライン７００は逆方向リンクキャパシティに対応し、ライン７１０が順方向リンクキャパシティに対応する。図８はＩＳ−２０００順方向リンクおよびＩＳ−２０００逆方向リンクのアーランキャパシティを示す。ライン８００が逆方向リンクキャパシティに対応し、ライン８１０が順方向リンクキャパシティに対応する。両方のＣＤＭＡシステムにおいて、遠隔局が低速で移動している間、順方向リンクのアーランキャパシティは、逆方向リンクのアーランキャパシティよりも著しく低い。例えば、図７において、遠隔局の５０％が移動しているポイントにおいて、逆方向リンクのキャパシティは２６．９であり、順方向リンクのキャパシティは１２である。それゆえ、逆方向リンクは、順方向リンクよりも２．２４倍のキャパシティを有する。通信システムは、順方向リンクおよび逆方向リンクの両方を介して音声活動を行なわなければ成らないので、システムキャパシティは最も遅いリンクに制限される。
【００４２】
遠隔局の音声コーダと基地局の音声コーダは通常同じ音声符号化方法をサポートするように実現されるので、すべての音声コーダにおいてすべてのデータレートをサポートする対称システムが実現される。
【００４３】
一例示実施形態において、順方向リンクキャパシティと逆方向リンクキャパシティとの間の不均衡は、各モードが平均データ転送速度に相関する、いくつかの選択可能なモードを有する音声コーダの実現により低減することができる。表１は選択可能なモードを持たない音声コーダに対する選択可能モード音声コーダのキャパシティ利得を示す。
【００４４】
【表１】

表１のモードは、フルレート、１／２レート、１／４レート、および１／８レートの混合を介して得られる平均データ転送速度に相関する。表２は各モード得るために使用される種々のフレームの混合物を百分率であらわしたものである。
【００４５】
【表２】

増加するモード番号はシステムキャパシティと音声品質との間のトレードオフを示すことに留意する必要がある。例えば、モード０は低システムキャパシティを犠牲にして高い音声品質を供給し、モード２は低い音声品質を犠牲にしてより高いシステムキャパシティを供給する。ある実施形態において、新しいモード３を与えてモード２より低い平均データ転送速度を達成し、かつ音声品質に損失があっても重要でないようにし、システムキャパシティと音声品質とのトレードオフの際に柔軟性をキャリアに与える。
【００４６】
この特定の実施形態において、モード３は無声フレームに対して積極的に１／４レートＮＥＬＰコーディングを用い、非常に静止した有声フレームに対して１／４レート時間同期波形補間（ＴＳＷＩ）コーディングを用いることにより実現される。
【００４７】
それゆえ、順方向リンクのアーランキャパシティと逆方向リンクのアーランキャパシティとの間の不均衡は順方向リンクキャパシティの増加により低減される。増大する順方向リンクキャパシティはモード２およびモード３のような選択可能なモードの実現を介して得られ、一方、逆方向リンクキャパシティはモード０または１の実現により維持される。それゆえ、順方向リンクおよび逆方向リンクに利用される音声コーダは非対称モードで動作する。例えば、図８のＩＳ−２０００システムにおいて、逆方向リンクは、モード０で動作している間３７．４ユーザのキャパシティを有し、順方向リンクは、モード０で２３．３ユーザのキャパシティを有する。しかしながら、順方向リンクがモード２で動作するように設定されるなら、キャパシティは４９％だけ増加する。従って、３４．７ユーザが順方向リンクによりサービスすることができる。
【００４８】
音声コーダの複雑性を低減するために順方向リンクと逆方向リンクとの不均衡を利用する
ある状況において、より低いキャパシティ順方向リンクにより生じた不均衡はデータトラヒックが伝送されるシステムにおける制約である必要はない。例えば、基地局から遠隔局にパケット化されたデータパケットを送信することは通常大量のデータを「ダウンロードする」ことからなる。しかしながら、遠隔局から基地局へパケット化されたデータパケットを送信することは通常少ないデータパケットを「アップロードする」ことからなる。この例では、順方向リンクは大量のデータを送信する必要があるので、一般に遅く、逆方向リンクは低いキャパシティ需要があるので、一般に高速である。
【００４９】
一実施形態において、順方向リンクと逆方向リンクのキャパシティ間の不均衡を利用して、遠隔局に配置された音声エンコーダと基地局に配置された音声デコーダの複雑性を低減可能にする。図９はこの実施形態を示す。第１エンコーダ９１０は４つのモード、モードＡ、モードＢ、モードＣおよびモードＤに対応している基地局に配置される。各モードはフルレートフレーム、１／２レートフレーム、１／４レートフレームおよび１／８レートフレームの組合せにより発生される異なる平均データ転送速度を表す。モードＡは最高平均データ転送速度を有し、モードＢは第２に高い平均データ転送速度を有し、モードＣは第３に高い平均データ転送速度を有し、モードＤは最低平均データ転送速度を有する。
【００５０】
順方向リンク送信の過程において、順方向リンクの平均データレートはモードＣの平均データ転送速度に対応するので、順方向リンクはほとんどフルキャパシティである。
【００５１】
第１エンコーダ９１０は４つのモードすべてにおいて送信できるので、遠隔局に配置された第１デコーダ９２０は４つのモードすべての平均データ転送速度でフレームを受信可能でなければならない。
【００５２】
しかしながら、逆方向リンクのより大きなキャパシティにより、遠隔局に配置された第２エンコーダ９１５はモードＡのような高い平均データ転送速度で送信することができる。実施形態の一観点において、遠隔局はモードＣを用いてデータフレームを送信する必要が無いかもしれないという先決が成される。これに対して、遠隔局に配置された第２エンコーダはモードＣの平均データ転送速度でデータを送信する能力なしに実現される。第２エンコーダ９１５はモードＣを使用することができないので、基地局に配置された第２デコーダ９２５はモードＣをサポートする必要なしに実現することができる。
【００５３】
それゆえ、図９はより低い平均データ転送速度で動作するモードを除去することにより逆方向リンクのエンコーダとデコーダの複雑性を低減した例示実施形態の実現を示す。図９において４つのモードを使用することは例示の目的のためであり、より多くのモードまたはより少ないモードの実現が、この発明の精神または範囲を逸脱することなく達成可能であることに注意しなければならない。
【００５４】
図９に示す実施形態の実現は不均衡なシステムおよび均衡の取れたシステムの両方に適用可能である。順方向リンクと逆方向リンクに関する非対称モード選択を介して均衡が得られる均衡の取れたシステムにおいて、ある低いレートモードを利用しないとあらかじめ決めておけば、エンコーダおよびデコーダのフルセットを欠く簡単化された音声コーダの実現が可能となる。
【００５５】
以上、非対称な順方向リンクおよび逆方向リンクを作るための新規で改良された方法および装置について述べた。当業者は、上記記述の全体に渡って参照されたかもしれない、データ、命令、コマンド、情報、信号、ビット、シンボル、およびチップは有利に、電圧、電流、電磁波、磁界または磁気粒子、オプティカルフィールドまたは光学粒子、またはそれらのいずれかの組合せにより表されることを理解するであろう。また、当業者、ここに開示された実施形態に関連して記載された種々の例示論理ブロック、モジュール、回路、およびアルゴリズムステップは電子ハードウエア、コンピュータソフトウエア、あるいはそれらの両方により実現できることを理解するであろう。種々の例示コンポーネント、ブロック、モジュール、回路、およびステップは一般にそれらの機能の観点から記載した。機能性がハードウエアとして実現されるか、ソフトウエアとして実現されるかは特定のアプリケーションおよび全体システムに課せられた設計制約に依存する。技術に熟達した者は、これらの環境下でハードウエアとソフトウエアの互換性を認識、各特定のアプリケーションに対して記載された機能をいかに最善に実現するかを認識する。一例として、ここに開示した実施形態に関連して記載した種々の例示論理ブロック、モジュール、回路、およびアルゴリズムステップは、デジタルシグナルプロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタロジック、レジスタおよびＦＩＦＯのようなディスクリートハードウエアコンポーネント、ファームウエア命令セットを実行するプロセッサ、何らかの一般的なプログラマブルソフトウエアモジュールおよびプロセッサ、またはここに記載した機能を実行するように設計されたそれらのいずれかの組合せを用いて実現または実行できる。プロセッサは有利にはマイクロプロセッサであり得るが、別の方法では、プロセッサは何らかの一般的なプロセッサ、コントローラ、マイクロコントローラまたは状態機械であり得る。ソフトウエアモジュールはＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、着脱可能ディスク、ＣＤ−ＲＯＭあるいは技術的に知られたその他の形態の記憶媒体である。例示プロセッサは有利に記憶媒体に接続可能であり、記憶媒体から情報を読み出し可能であり、記憶媒体に情報を書き込み可能である。別の方法では、記憶媒体はプロセッサに一体形成可能である。プロセッサと記憶媒体はＡＳＩＣに存在可能である。ＡＳＩＣは電話に存在可能である。別の方法では、プロセッサと記憶媒体は電話に存在可能である。プロセッサはＤＳＰとマイクロプロセッサの組合せとして実現可能であり、あるいはＤＳＰコアとともに２つのマイクロプロセッサとして実現可能である。
【００５６】
以上、この発明の実施形態について示し記載した。しかしながら、当業者には、この発明の精神または範囲を逸脱することなく、種々の変更がここに開示した実施形態に行なうことができることは明らかである。それゆえ、この発明は以下のクレームを除いて限定されない。
【図面の簡単な説明】
【図１】図１は無線電話システムのブロック図である。
【図２】図２は各端部において音声コーダにより終端される通信チャネルのブロック図である。
【図３】図３は音声コーダのブロック図である。
【図４】図４は音声コーダのブロック図である。
【図５】図５はエンコーダ／送信部およびデコーダ／受信部を含む音声コーダのブロック図である。
【図６】図６は有声発話のセグメントに対する時間対信号振幅のグラフである。
【図７】ＩＳ−９５システムを用いたアーランキャパシティ(Erlang capacity)対移動体移動のグラフである。
【図８】ＩＳ−２０００システムを用いたアーランキャパシティ対移動体移動のグラフである。
【図９】通信セッションの順方向リンクおよび逆方向リンクで動作する非対称音声コーダのブロック図である。

Claims

無線通信システムにおける順方向リンクのキャパシティを無線通信システムにおける逆方向リンクのキャパシティと釣り合いを取るための方法において、
順方向リンクを介して第１のセットのモードで第１の音声コーダを動作することと、
逆方向リンクを介して第２のセットのモードで第２の音声コーダを動作することと、
を具備し、前記第２音声コーダが動作するモードの数は前記第１音声モードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、方法。
無線通信システムの順方向リンクのキャパシティを無線通信システムの逆方向リンクのキャパシティと釣り合いを取る工程から構成され、前記釣り合いを取る工程は順方向リンクを介して第１のモードで動作する順方向リンク音声コーダを用いて達成され、前記第１のモードは逆方向リンク音声コーダが動作する第２モード対称でない、
前記第２モードの数は前記第１モードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、無線通信システムにおけるデータのフレームを送信するための方法。
無線通信システムにおける順方向リンクのキャパシティを逆方向リンクのキャパシティと釣り合いを取るためのシステムにおいて、
複数のモードで選択的動作する順方向リンク音声コーダと、ここにおいて、前記複数のモードの少なくとも１つは低平均データ転送速度に相関する、
低減された複数のモードで選択的に動作する逆方向リンク音声コーダと、ここにおいて、前記低減された複数のモードの各々は高平均データ転送速度に相関する、
を具備し、
前記逆方向リンク音声コーダが動作するモードの数は前記順方向リンク音声コーダが動作するモードの数よりも少なく、前記モードがコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、システム。
無線通信システムの順方向リンクと逆方向リンクのデータのフレームを送信するための方法において、
第１の複数のモードで順方向リンク音声コーダを動作することと、
第２の複数のモードで逆方向リンク音声コーダを動作することと、
を具備し、前記第２の複数のモードの数は前記第１の複数のモードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、方法。
無線通信システムにおける順方向リンクと逆方向リンクのデータのフレームを送信するための方法において、
第１の複数のモードで順方向リンク音声コーダを動作することと、
第２の複数のモードで逆方向リンク音声コーダを動作することと、
を具備し、
前記第２の複数のモードの少なくとも１つのモードは前記第１の複数のモードのあるモードと同じであり、
前記第２の複数のモードの数は前記第１の複数のモードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、方法。
無線通信システムの順方向リンクと逆方向リンクにおけるデータのフレームを送信するための方法において、
第１の複数のモードで順方向リンク音声コーダを動作することと、
第２の複数のモードで逆方向リンク音声コーダを動作することと、
前記第１の複数のモードの少なくとも１つのモードは前記第２の複数のモードの各モードと異なり、
前記第２の複数のモードの数は前記第１の複数のモードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、方法。
無線通信システムにおける順方向リンクと逆方向リンクにおけるデータのフレームを送信するための方法において、
第１の複数のモードで順方向音声リンクコーダを動作することと、
第２の複数のモードで逆方向音声リンクコーダを動作することと、
前記第１の複数のモードの少なくとも１つのモードは前記第２の複数のモードのあるモードと同じであり、
前記第２の複数のモードの数は前記第１の複数のモードの数よりも少なく、前記モードはコーディングビットレートまたはコーディング方式またはコーディングビットレートとコーディング方式の組み合わせから構成される、方法。