JP4871894B2 - 符号化装置、復号装置、符号化方法および復号方法 - Google Patents

符号化装置、復号装置、符号化方法および復号方法 Download PDF

Info

Publication number
JP4871894B2
JP4871894B2 JP2008045259A JP2008045259A JP4871894B2 JP 4871894 B2 JP4871894 B2 JP 4871894B2 JP 2008045259 A JP2008045259 A JP 2008045259A JP 2008045259 A JP2008045259 A JP 2008045259A JP 4871894 B2 JP4871894 B2 JP 4871894B2
Authority
JP
Japan
Prior art keywords
layer
encoding
gain
unit
decoding
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
Application number
JP2008045259A
Other languages
English (en)
Other versions
JP2009042734A (ja
Inventor
正浩 押切
利幸 森井
智史 山梨
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.)
Panasonic Corp
Panasonic Holdings Corp
Original Assignee
Panasonic Corp
Matsushita Electric Industrial 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
Priority to JP2008045259A priority Critical patent/JP4871894B2/ja
Application filed by Panasonic Corp, Matsushita Electric Industrial Co Ltd filed Critical Panasonic Corp
Priority to MYPI20093440 priority patent/MY147075A/en
Priority to SG2012005948A priority patent/SG178727A1/en
Priority to BRPI0808428A priority patent/BRPI0808428A8/pt
Priority to EP08710511.0A priority patent/EP2128857B1/en
Priority to PCT/JP2008/000408 priority patent/WO2008120440A1/ja
Priority to AU2008233888A priority patent/AU2008233888B2/en
Priority to CN201410119876.8A priority patent/CN103903626B/zh
Priority to CN200880006787.5A priority patent/CN101622662B/zh
Priority to US12/528,659 priority patent/US8554549B2/en
Priority to KR1020097018303A priority patent/KR101414354B1/ko
Priority to SG2012005971A priority patent/SG178728A1/en
Priority to CN201210004224.0A priority patent/CN102411933B/zh
Priority to RU2009132934/08A priority patent/RU2471252C2/ru
Publication of JP2009042734A publication Critical patent/JP2009042734A/ja
Publication of JP4871894B2 publication Critical patent/JP4871894B2/ja
Application granted granted Critical
Priority to RU2012135697/08A priority patent/RU2579663C2/ru
Priority to RU2012135696/08A priority patent/RU2579662C2/ru
Priority to US13/965,644 priority patent/US8918315B2/en
Priority to US13/965,634 priority patent/US8918314B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/0204—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 using subband decomposition
    • G10L19/0208—Subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band

Description

本発明は、音声信号等の入力信号を符号化して伝送する通信システムに用いられる符号化装置、復号装置、符号化方法および復号方法に関する。
移動体通信システムでは、電波資源等の有効利用のために、音声信号を低ビットレートに圧縮して伝送することが要求されている。その一方で、通話音声の品質向上や臨場感の高い通話サービスの実現も望まれており、その実現には、音声信号の高品質化のみならず、より帯域の広いオーディオ信号等、音声信号以外の信号をも高品質に符号化することが望ましい。
このように相反する２つの要求に対し、複数の符号化技術を階層的に統合する技術が有望視されている。この技術は、音声信号に適したモデルで入力信号を低ビットレートで符号化する基本レイヤと、入力信号と基本レイヤの復号信号との差分信号を音声以外の信号にも適したモデルで符号化する拡張レイヤとを階層的に組み合わせるものである。このように階層的に符号化を行う技術は、符号化装置から得られるビットストリームにスケーラビリティ性、すなわち、ビットストリームの一部の情報からでも復号信号を得ることができる性質を有するため、一般的にスケーラブル符号化（階層符号化）と呼ばれている。
スケーラブル符号化方式は、その性質から、ビットレートの異なるネットワーク間の通信に柔軟に対応することができるので、ＩＰ（Internet Protocol）で多様なネットワークが統合されていく今後のネットワーク環境に適したものと言える。
ＭＰＥＧ−４（Moving Picture Experts Group phase-4）で規格化された技術を用いてスケーラブル符号化を実現する例として、例えば、非特許文献１に開示されている技術がある。この技術は、基本レイヤにおいて、音声信号に適したＣＥＬＰ（Code Excited Linear Prediction；符号励振線形予測）符号化を用い、拡張レイヤにおいて、原信号から第１レイヤ復号信号を減じた残差信号に対して、ＡＡＣ（Advanced Audio Coder）やＴｗｉｎＶＱ（Transform Domain Weighted Interleave Vector Quantization；周波数領域重み付きインターリーブベクトル量子化）等の変換符号化を用いる。
また、異種網間ハンドオーバーや輻輳の発生などにより通信速度が動的に変動するようなネットワーク環境に柔軟に対応させるためには、ビットレート刻みの細かいスケーラブル符号化の実現が必要であり、従って、低ビットレート化されたレイヤを多数階層化してスケーラブル符号化を構成する必要がある。
一方、特許文献１および特許文献２には、符号化対象となる信号を周波数領域に変換し、得られた周波数領域信号において符号化を行う変換符号化の技術が開示されている。このような、変換符号化では、まず、サブバンド毎に周波数領域信号のエネルギ成分、すなわちゲイン（スケールファクタ）を算出および量子化し、次に、上記周波数領域信号の微細成分、すなわち形状ベクトルを算出および量子化する。
三木弼一編著、「ＭＰＥＧ−４のすべて」、初版、（株）工業調査会、１９９８年９月３０日、ｐ．１２６−１２７ 特表２００６−５１３４５７号公報 特開平７−２６１８００号公報
しかしながら、２つのパラメータを前後順序に量子化する場合、後で量子化されるパラメータは、先に量子化されるパラメータの量子化歪の影響を受けるため、量子化歪が大きくなる傾向がある。よって、ゲイン、形状ベクトルの順序に量子化を行う特許文献１および特許文献２記載の変換符号化においては、形状ベクトルの量子化歪が大きくなり、スペクトルの形状が正確に表せなくなる傾向にある。この問題は、母音のようにトーナリティが強い信号、すなわち、ピーク形状が多数観察されるスペクトル特性の信号に対して大きな品質劣化を生じさせる。この問題は低ビットレート化を図ったときに顕著になる。
本発明はかかる点に鑑みてなされたものであり、母音のようにトーナリティが強い信号、すなわち、ピーク形状が多数観察されるスペクトル特性の信号のスペクトルの形状を正確に符号化することができ、復号音声の音質等、復号信号の品質を向上することができる符号化装置、復号装置、符号化方法および復号方法を提供することを目的とする。
本発明の第１の態様に係る符号化装置は、入力信号を符号化して基本レイヤ符号化データを得る基本レイヤ符号化部と、前記基本レイヤ符号化データを復号して基本レイヤ復号信号を得る基本レイヤ復号部と、前記入力信号と前記基本レイヤ復号信号との差である残差信号を符号化して拡張レイヤ符号化データを得る拡張レイヤ符号化部と、を備える符号化装置であって、前記拡張レイヤ符号化部は、前記残差信号を複数のサブバンドに分割する分割手段と、前記複数のサブバンドそれぞれに対し符号化を行って第１形状符号化情報を得るとともに、前記複数のサブバンドそれぞれのターゲットゲインを算出する第１形状ベクトル符号化手段と、前記複数のターゲットゲインを用いて１つのゲインベクトルを構成するゲインベクトル構成手段と、前記ゲインベクトルに対し符号化を行って第１ゲイン符号化情報を得るゲインベクトル符号化手段と、を具備する構成を採る。
本発明の第２の態様に係る符号化方法は、入力信号を周波数領域に変換して得られる変換係数を複数のサブバンドに分割するステップと、前記複数のサブバンドの変換係数それぞれに対し符号化を行って第１形状符号化情報を得るとともに、前記複数のサブバンドの変換係数それぞれのターゲットゲインを算出するステップと、前記複数のターゲットゲインを用いて１つのゲインベクトルを構成するステップと、前記ゲインベクトルに対し符号化を行って第１ゲイン符号化情報を得るステップと、を具備するようにした。
本発明によれば、母音のようにトーナリティが強い信号、すなわち、ピーク形状が多数観察されるスペクトル特性の信号のスペクトルの形状をより正確に符号化することができ、復号音声の音質等、復号信号の品質を向上することができる。
以下、本発明の実施の形態について、図面を参照して詳細に説明する。以下においては、本発明の符号化装置／復号装置の例として、音声符号化装置／音声復号装置を用いて説明する。
（実施の形態１）
図１は、本発明の実施の形態１に係る音声符号化装置１００の主要な構成を示すブロック図である。本実施の形態に係る音声符号化装置および音声復号装置の構成として、２レイヤのスケーラブル構成をとる例にとって説明する。なお、第１レイヤは基本レイヤを構成し、第２レイヤは拡張レイヤを構成する。
図１において、音声符号化装置１００は、周波数領域変換部１０１、第１レイヤ符号化部１０２、第１レイヤ復号部１０３、減算器１０４、第２レイヤ符号化部１０５、および多重化部１０６を備える。
周波数領域変換部１０１は、時間領域の入力信号を周波数領域の信号に変換し、得られる入力変換係数を第１レイヤ符号化部１０２および減算器１０４に出力する。
第１レイヤ符号化部１０２は、周波数領域変換部１０１から入力される入力変換係数に対し符号化処理を行い、得られる第１レイヤ符号化データを第１レイヤ復号部１０３および多重化部１０６に出力する。
第１レイヤ復号部１０３は、第１レイヤ符号化部１０２から入力される第１レイヤ符号化データを用いて復号処理を行い、得られる第１レイヤ復号変換係数を減算器１０４に出力する。
減算器１０４は、周波数領域変換部１０１から入力される入力変換係数から、第１レイヤ復号部１０３から入力される第１レイヤ復号変換係数を減じ、得られる第１レイヤ誤差変換係数を第２レイヤ符号化部１０５に出力する。
第２レイヤ符号化部１０５は、減算器１０４から入力される第１レイヤ誤差変換係数に対し符号化処理を行い、得られる第２レイヤ符号化データを多重化部１０６に出力する。なお、第２レイヤ符号化部１０５の詳細については後述する。
多重化部１０６は、第１レイヤ符号化部１０２から入力される第１レイヤ符号化データと、第２レイヤ符号化部１０５から入力される第２レイヤ符号化データとを多重化して、得られるビットストリームを通信路に出力する。
図２は、第２レイヤ符号化部１０５の内部の構成を示すブロック図である。
図２において、第２レイヤ符号化部１０５は、サブバンド構成部１５１、形状ベクトル符号化部１５２、ゲインベクトル構成部１５３、ゲインベクトル符号化部１５４、および多重化部１５５を備える。
サブバンド構成部１５１は、減算器１０４から入力される第１レイヤ誤差変換係数をＭ個のサブバンドに分割し、得られるＭ個のサブバンド変換係数を形状ベクトル符号化部１５２に出力する。ここで、第１レイヤ誤差変換係数をｅｌ（ｋ）と表す場合、第ｍ（０≦ｍ≦Ｍ−１）サブバンド変換係数ｅ（ｍ，ｋ）は、下記の式（１）で表される。
Figure 0004871894
式（１）において、Ｆ（ｍ）は、各サブバンド境界の周波数を表し、０≦Ｆ（０）＜Ｆ（１）＜…＜Ｆ（Ｍ）≦ＦＨの関係にある。ここで、ＦＨは第１レイヤ誤差変換係数の最大周波数を表し、ｍは０≦ｍ≦Ｍ−１の整数をとる。
形状ベクトル符号化部１５２は、サブバンド構成部１５１から順次入力されるＭ個のサブバンド変換係数それぞれに対し形状ベクトル量子化を行ってＭ個のサブバンドそれぞれの形状符号化情報を生成するとともに、Ｍ個のサブバンド変換係数それぞれのターゲットゲインを算出する。形状ベクトル符号化部１５２は、生成された形状符号化情報を多重化部１５５に出力し、ターゲットゲインをゲインベクトル構成部１５３に出力する。なお、形状ベクトル符号化部１５２の詳細については後述する。
ゲインベクトル構成部１５３は、形状ベクトル符号化部１５２から入力されるＭ個のターゲットゲインから１つのゲインベクトルを構成してゲインベクトル符号化部１５４に出力する。なお、ゲインベクトル構成部１５３の詳細については後述する。
ゲインベクトル符号化部１５４は、ゲインベクトル構成部１５３から入力されるゲインベクトルを目標値としてベクトル量子化を行い、得られるゲイン符号化情報を多重化部１５５に出力する。なお、ゲインベクトル符号化部１５４の詳細については後述する。
多重化部１５５は、形状ベクトル符号化部１５２から入力される形状符号化情報と、ゲインベクトル符号化部１５４から入力されるゲイン符号化情報とを多重化し、得られるビットストリームを第２レイヤ符号化データとして多重化部１０６に出力する。
図３は、第２レイヤ符号化部１０５における第２レイヤ符号化処理の手順を示すフロー図である。
まず、ステップ（以下、「ＳＴ」と略称する。）１０１０において、サブバンド構成部１５１は、第１レイヤ誤差変換係数をＭ個のサブバンドに分割し、Ｍ個のサブバンド変換係数を構成する。
次いで、ＳＴ１０２０において、第２レイヤ符号化部１０５は、サブバンドをカウントするサブバンドカウンタｍを「０」に初期化する。
次いで、ＳＴ１０３０において、形状ベクトル符号化部１５２は、第ｍサブバンド変換係数に対し形状ベクトル符号化を行い、第ｍサブバンドの形状符号化情報を生成するとともに、第ｍサブバンド変換係数のターゲットゲインを生成する。
次いで、ＳＴ１０４０において、第２レイヤ符号化部１０５は、サブバンドカウンタｍを１インクリメントする。
次いで、ＳＴ１０５０において、第２レイヤ符号化部１０５は、ｍ＜Ｍであるか否かを判定する。
ＳＴ１０５０において、ｍ＜Ｍであると判定した場合（ＳＴ１０５０：「ＹＥＳ」）には、第２レイヤ符号化部１０５は、処理手順をＳＴ１０３０に戻す。
一方、ＳＴ１０５０において、ｍ＜Ｍでないと判定した場合（ＳＴ１０５０：「ＮＯ」）には、ゲインベクトル構成部１５３は、ＳＴ１０６０において、Ｍ個のターゲットゲインを用いて１つのゲインベクトルを構成する。
次いで、ＳＴ１０７０において、ゲインベクトル符号化部１５４は、ゲインベクトル構成部１５３で構成されたゲインベクトルを目標値としてベクトル量子化を行い、ゲイン符号化情報を生成する。
次いで、ＳＴ１０８０において、多重化部１５５は、形状ベクトル符号化部１５２で生成された形状符号化情報と、ゲインベクトル符号化部１５４で生成されたゲイン符号化情報とを多重化する。
図４は、形状ベクトル符号化部１５２の内部の構成を示すブロック図である。
図４において、形状ベクトル符号化部１５２は、形状ベクトル符号帳５２１、相互相関算出部５２２、自己相関算出部５２３、探索部５２４、およびターゲットゲイン算出部５２５を備える。
形状ベクトル符号帳５２１は、第１レイヤ誤差変換係数の形状を表す形状ベクトル候補を多数格納しており、探索部５２４から入力される制御信号に基づき、形状ベクトル候補を相互相関算出部５２２および自己相関算出部５２３に順次出力する。なお、一般的に、形状ベクトル符号帳は、実際に記憶領域を確保して形状ベクトル候補を記憶する形態をとる場合もあるし、またはあらかじめ定められた処理手順に従い形状ベクトル候補を構成する場合もある。後者の場合、実際に記憶領域を確保する必要はない。本実施の形態で用いる形状ベクトル符号帳はどちらでも良いが、以下では図４に示されているような形状ベクトル候補が記憶されている形状ベクトル符号帳５２１を持つことを前提として説明を行う。以下、形状ベクトル符号帳５２１に格納されている多数の形状ベクトル候補のうちの第ｉ番目をｃ（ｉ，ｋ）と表す。ここで、ｋは、形状ベクトル候補を構成する複数の要素のうちの第ｋ個目を示す。
相互相関算出部５２２は、下記の式（２）に従い、サブバンド構成部１５１から入力される第ｍサブバンド変換係数と、形状ベクトル符号帳５２１から入力される第ｉ形状ベクトル候補との相互相関ｃｃｏｒ（ｉ）を算出し、探索部５２４、およびターゲットゲイン算出部５２５に出力する。
Figure 0004871894
自己相関算出部５２３は、下記の式（３）に従い、形状ベクトル符号帳５２１から入力される形状ベクトル候補ｃ（ｉ，ｋ）の自己相関ａｃｏｒ（ｉ）を算出し、探索部５２４、およびターゲットゲイン算出部５２５に出力する。
Figure 0004871894
探索部５２４は、相互相関算出部５２２から入力される相互相関ｃｃｏｒ（ｉ）と、自己相関算出部５２３から入力される自己相関ａｃｏｒ（ｉ）とを用いて下記の式（４）で表される寄与度Ａを算出し、寄与度Ａの最大値が探索されるまで、形状ベクトル符号帳５２１に制御信号を出力する。探索部５２４は、寄与度Ａが最大となる際の形状ベクトル候補のインデックスｉｏｐｔを最適インデックスとしてターゲットゲイン算出部５２５に出力するととともに、形状符号化情報として多重化部１５５に出力する。
Figure 0004871894
ターゲットゲイン算出部５２５は、相互相関算出部５２２から入力される相互相関ｃｃｏｒ（ｉ）、自己相関算出部５２３から入力される自己相関ａｃｏｒ（ｉ）、および探索部５２４から入力される最適インデックスｉｏｐｔを用いて下記の式（５）に従いターゲットゲインを算出し、ゲインベクトル構成部１５３に出力する。
Figure 0004871894
図５は、ゲインベクトル構成部１５３の内部の構成を示すブロック図である。
図５において、ゲインベクトル構成部１５３は、配置位置決定部５３１およびターゲットゲイン配置部５３２を備える。
配置位置決定部５３１は、初期値が「０」であるカウンタを備え、形状ベクトル符号化部１５２からターゲットゲインが入力される度にカウンタの値を１インクリメントし、カウンタの値がサブバンドの総数Ｍとなる場合、再びカウンタの値をゼロに設定する。ここで、Ｍは、ゲインベクトル構成部１５３において構成されるゲインベクトルのベクトル長でもあり、配置位置決定部５３１が備えるカウンタの処理は、カウンタの値をゲインベクトルのベクトル長で剰余をとることに相当する。すなわち、カウンタの値は「０」〜Ｍ−１までの整数である。配置位置決定部５３１は、カウンタの値が更新される度に、更新されたカウンタの値を配置情報としてターゲットゲイン配置部５３２に出力する。
ターゲットゲイン配置部５３２は、初期値がそれぞれ「０」であるＭ個のバッファ、および形状ベクトル符号化部１５２から入力されるターゲットゲインを各バッファに配置するスイッチを備え、このスイッチは、配置位置決定部５３１から入力される配置情報が示す値を番号とするバッファに、形状ベクトル符号化部１５２から入力されるターゲットゲインを配置する。
図６は、ターゲットゲイン配置部５３２の動作を詳細に説明するための図である。
図６において、スイッチに入力される配置情報が「０」である場合には、ターゲットゲインが第０バッファに配置され、配置情報がＭ−１である場合には、ターゲットゲインが第Ｍ−１バッファに配置される。全てのバッファにターゲットゲインが配置された場合、ターゲットゲイン配置部５３２は、Ｍ個のバッファに配置されたターゲットゲインからなるゲインベクトルをゲインベクトル符号化部１５４に出力する。
図７は、ゲインベクトル符号化部１５４の内部の構成を示すブロック図である。
図７において、ゲインベクトル符号化部１５４は、ゲインベクトル符号帳５４１、誤差算出部５４２、および探索部５４３を備える。
ゲインベクトル符号帳５４１は、ゲインベクトルを表すゲインベクトル候補を多数格納しており、探索部５４３から入力される制御信号に基づき、ゲインベクトル候補を誤差算出部５４２に順次出力する。一般的に、ゲインベクトル符号帳は、実際に記憶領域を確保してゲインベクトル候補を記憶する形態をとる場合もあるし、またはあらかじめ定められた処理手順に従いゲインベクトル候補を構成する場合もある。後者の場合、実際に記憶領域を確保する必要はない。本実施の形態で用いるゲインベクトル符号帳はどちらでも良いが、以下では図７に示されているようなゲインベクトル候補が記憶されているゲインベクトル符号帳５４１を持つことを前提として説明を行う。以下、ゲインベクトル符号帳５４１に格納されている多数のゲインベクトル候補のうちの第ｊ番目をｇ（ｊ，ｍ）と表す。ここで、ｍは、ゲインベクトル候補を構成するＭ個の要素のうちの第ｍ個目を示す。
誤差算出部５４２は、ゲインベクトル構成部１５３から入力されるゲインベクトル、およびゲインベクトル符号帳５４１から入力されるゲインベクトル候補を用いて、下記の式（６）に従い、誤差Ｅ（ｊ）を算出して探索部５４３に出力する。
Figure 0004871894
式（６）において、ｍは、サブバンドの番号を示し、ｇｖ（ｍ）は、ゲインベクトル構成部１５３から入力されるゲインベクトルを示す。
探索部５４３は、誤差算出部５４２から入力される誤差Ｅ（ｊ）の最小値が探索されるまで、ゲインベクトル符号帳５４１に制御信号を出力し、誤差Ｅ（ｊ）が最小となる際のゲインベクトル候補のインデックスｊｏｐｔを探索し、ゲイン符号化情報として多重化部１５５に出力する。
図８は、本実施の形態に係る音声復号装置２００の主要な構成を示すブロック図である。
図８において、音声復号装置２００は、分離部２０１、第１レイヤ復号部２０２、第２レイヤ復号部２０３、加算器２０４、切替部２０５、時間領域変換部２０６、およびポストフィルタ２０７を備える。
分離部２０１は、通信路を経由して音声符号化装置１００から伝送されるビットストリームを第１レイヤ符号化データおよび第２レイヤ符号化データに分離し、第１レイヤ符号化データを第１レイヤ復号部２０２に出力し、第２レイヤ符号化データを第２レイヤ復号部２０３に出力する。ただし、通信路の状況（輻輳の発生等）によっては、符号化データの一部分、例えば第２レイヤ符号化データが消失するか、または第１レイヤ符号化データおよび第２レイヤ符号化データを含む符号化データ全てが消失してしまう場合がある。そこで、分離部２０１は、受信した符号化データに第１レイヤ符号化データのみが含まれているか、または第１レイヤおよび第２レイヤ符号化データの両方が含まれているかを判定し、前者の場合にはレイヤ情報として「１」を切替部２０５に出力し、後者の場合にはレイヤ情報として「２」を切替部２０５に出力する。また、分離部２０１は、第１レイヤ符号化データおよび第２レイヤ符号化データを含む符号化データ全てが消失したと判定した場合には、所定の補償処理を行って第１レイヤ符号化データおよび第２レイヤ符号化データを生成し、第１レイヤ復号部２０２および第２レイヤ復号部２０３それぞれに出力し、レイヤ情報として「２」を切替部２０５に出力する。
第１レイヤ復号部２０２は、分離部２０１から入力される第１レイヤ符号化データを用いて復号処理を行い、得られる第１レイヤ復号変換係数を加算器２０４および切替部２０５に出力する。
第２レイヤ復号部２０３は、分離部２０１から入力される第２レイヤ符号化データを用いて復号処理を行い、得られる第１レイヤ誤差変換係数を加算器２０４に出力する。
加算器２０４は、第１レイヤ復号部２０２から入力される第１レイヤ復号変換係数と、第２レイヤ復号部２０３から入力される第１レイヤ誤差変換係数とを加算し、得られる第２レイヤ復号変換係数を切替部２０５に出力する。
切替部２０５は、分離部２０１から入力されるレイヤ情報が「１」である場合には、第１レイヤ復号変換係数を復号変換係数として時間領域変換部２０６に出力し、レイヤ情報が「２」である場合には、第２レイヤ復号変換係数を復号変換係数として時間領域変換部２０６に出力する。
時間領域変換部２０６は、切替部２０５から入力される復号変換係数を時間領域の信号に変換し、得られる復号信号をポストフィルタ２０７に出力する。
ポストフィルタ２０７は、時間領域変換部２０６より入力される復号信号に対して、ホルマント強調、ピッチ強調、およびスペクトル傾斜調整等のポストフィルタ処理を行ってから復号音声として出力する。
図９は、第２レイヤ復号部２０３の内部の構成を示すブロック図である。
図９において、第２レイヤ復号部２０３は、分離部２３１、形状ベクトル符号帳２３２、ゲインベクトル符号帳２３３、および第１レイヤ誤差変換係数生成部２３４を備える。
分離部２３１は、分離部２０１から入力される第２レイヤ符号化データをさらに形状符号化情報およびゲイン符号化情報に分離し、形状符号化情報を形状ベクトル符号帳２３２に出力し、ゲイン符号化情報をゲインベクトル符号帳２３３に出力する。
形状ベクトル符号帳２３２は、図４の形状ベクトル符号帳５２１が備える多数の形状ベクトル候補と同様な形状ベクトル候補を備え、分離部２３１から入力される形状符号化情報が示す形状ベクトル候補を第１レイヤ誤差変換係数生成部２３４に出力する。
ゲインベクトル符号帳２３３は、図７のゲインベクトル符号帳５４１が備える多数のゲインベクトル候補と同様なゲインベクトル候補を備え、分離部２３１から入力されるゲイン符号化情報が示すゲインベクトル候補を第１レイヤ誤差変換係数生成部２３４に出力する。
第１レイヤ誤差変換係数生成部２３４は、形状ベクトル符号帳２３２から入力される形状ベクトル候補に、ゲインベクトル符号帳２３３から入力されるゲインベクトル候補を乗じて第１レイヤ誤差変換係数を生成し、加算器２０４に出力する。具体的には、ゲインベクトル符号帳２３３から入力されるゲインベクトル候補を構成するＭ個の要素のうちの第ｍ番目の要素を、すなわち第ｍサブバンド変換係数のターゲットゲインを、形状ベクトル符号帳２３２から順次入力される第ｍ番目の形状ベクトル候補に乗じる。ここで、Ｍは前述したようにサブバンドの総数を示す。
このように、本実施の形態によれば、サブバンド毎の目標信号（本実施の形態では第１レイヤ誤差変換係数）のスペクトルの形状を符号化し（形状ベクトルの符号化）、次に目標信号と符号化された形状ベクトルとの歪を最小とするターゲットゲイン（理想ゲイン）を算出し、これを符号化する（ターゲットゲインの符号化）構成を採る。これにより、従来技術のように、サブバンド毎の目標信号のエネルギ成分を符号化し（ゲインまたはスケールファクタの符号化）、これを用いて目標信号を正規化した後にスペクトルの形状を符号化（形状ベクトルの符号化）する方式に比べ、目標信号との歪を最小化するターゲットゲインを符号化する本実施の形態の方が原理的に符号化歪を小さくすることができる。なお、ターゲットゲインは、式（５）に示されるように、形状ベクトルを符号化してはじめて算出できるパラメータであるため、従来技術のように形状ベクトルの符号化がゲイン情報の符号化よりも時間的に後段に位置する符号化方式ではターゲットゲインをゲイン情報の符号化の対象にすることができないのに対し、本実施の形態ではそれが可能となり、より符号化歪を小さくすることができる。
また本実施の形態では、複数の隣接するサブバンドのターゲットゲインを用いて１つのゲインベクトルを構成し、これを符号化する構成を採る。目標信号の隣接するサブバンド間のエネルギ情報は類似していることから、隣接サブバンド間のターゲットゲインの類似度も同様に高い。このため、ベクトル空間上でのゲインベクトルの分布に偏りが生じることになる。ゲイン符号帳に含まれるゲインベクトル候補をこの偏りに適合するように配置することにより、ターゲットゲインの符号化歪を低減させることができる。
このように本実施の形態によれば、目標信号の符号化歪を低減させることができ、このため復号音声の音質を向上させることができる。さらに、本実施の形態によれば、音声の母音や音楽信号のようにトーナリティが強い信号のスペクトルに対しても、スペクトルの形状を正確に符号化できるため、音質を向上させることができる。
また、従来技術では、サブバンドゲインと形状ベクトルという２つのパラメータを用いてスペクトルの大きさを制御している。これは、スペクトルの大きさをサブバンドゲインと形状ベクトルの２つのパラメータに分けて表していると捉えることができる。それに対して本実施の形態では、ターゲットゲインという１つのパラメータのみでスペクトルの大きさを制御している。さらにこのターゲットゲインは、符号化された形状ベクトルに対して符号化歪を最小にする理想的なゲイン（理想ゲイン）である。このため、従来技術と比べて効率的な符号化を行うことができ、低ビットレート時においても高音質化を実現することができる。
なお、本実施の形態では、サブバンド構成部１５１により周波数領域を複数のサブバンドに分割しサブバンド毎に符号化を行う場合を例にとって説明したが、本発明はこれに限定されず、ゲインベクトル符号化よりも形状ベクトル符号化を時間的に先に行えば、複数のサブバンドを纏めて符号化しても良く、本実施の形態と同様に母音のようにトーナリティが強い信号スペクトルの形状をより正確に符号化できる効果が得られる。例えば、始めに形状ベクトル符号化を行い、その後に形状ベクトルをサブバンドに分割してサブバンド毎のターゲットゲインを算出してゲインベクトルを構成し、ゲインベクトルの符号化を行う構成であっても良い。
また、本実施の形態では、第２レイヤ符号化部１０５において多重化部１５５（図２参照）を備える場合を例にとって説明したが、本発明はこれに限定されず、形状ベクトル符号化部１５２およびゲインベクトル符号化部１５４それぞれは、形状符号化情報およびゲイン符号化情報それぞれを直接音声符号化装置１００の多重化部１０６（図１参照）に出力しても良い。これに対応して、第２レイヤ復号部２０３も分離部２３１（図９参照）を備えず、音声復号装置２００の分離部２０１（図８参照）がビットストリームを用いて、直接形状符号化情報およびゲイン符号化情報を分離し、直接形状ベクトル符号帳２３２およびゲインベクトル符号帳２３３それぞれに出力しても良い。
また、本実施の形態では、相互相関算出部５２２は、式（２）に従い相互相関ｃｃｏｒ（ｉ）を算出する場合を例にとって説明したが、本発明はこれに限定されず、聴感的に重要なスペクトルに大きな重みを与えて聴感的に重要なスペクトルの寄与を大きくすることを目的に、相互相関算出部５２２は、次の式（７）に従い相互相関ｃｃｏｒ（ｉ）を算出しても良い。
Figure 0004871894
式（７）において、ｗ（ｋ）は、人間の聴感特性に関連する重みを示し、聴感特性上、重要度が高い周波数ほどｗ（ｋ）が大きくなる。
また、同様に、自己相関算出部５２３も、聴感的に重要なスペクトルに大きな重みを与えることにより聴感的に重要なスペクトルの寄与を大きくするために、次の式（８）に従い自己相関ａｃｏｒ（ｉ）を算出しても良い。
Figure 0004871894
また、同様に、誤差算出部５４２も、聴感的に重要なスペクトルに大きな重みを与えることにより聴感的に重要なスペクトルの寄与を大きくするために、次の式（９）に従い誤差Ｅ（ｊ）を算出しても良い。
Figure 0004871894
式（７）、式（８）および式（９）における重みとしては、例えば、入力信号または下位レイヤの復号信号（第１レイヤ復号信号）を基に算出された聴覚マスキング閾値や、人間の聴覚のラウドネス特性を利用して求めたものを用いても良い。
また、本実施の形態では、形状ベクトル符号化部１５２が自己相関算出部５２３を備える場合を例にとって説明したが、本発明はこれに限定されず、式（３）に従い算出される自己相関係数ａｃｏｒ（ｉ）、または式（８）に従い算出される自己相関係数ａｃｏｒ（ｉ）が定数となる場合には、自己相関ａｃｏｒ（ｉ）をあらかじめ算出しておいて、自己相関算出部５２３を設けず、あらかじめ算出された自己相関ａｃｏｒ（ｉ）を用いても良い。
（実施の形態２）
本発明の実施の形態２に係る音声符号化装置および音声復号装置は、実施の形態１に示した音声符号化装置１００および音声復号装置２００と同様な構成を有して同様な動作を行い、用いる形状ベクトル符号帳のみにおいて相違する。
図１０は、本実施の形態に係る形状ベクトル符号帳を説明するための図であり、母音の一例として日本語の母音「オ」のスペクトルを示す。
図１０において、横軸は周波数を示し、縦軸はスペクトルの対数エネルギを示す。図１０に示すように、母音のスペクトルにおいては、多数のピーク形状が観察され、強いトーナリティを示す。また、Ｆｘは多数のピーク形状のうちの１つが位置する周波数を示す。
図１１は、本実施の形態に係る形状ベクトル符号帳に含まれる多数の形状ベクトル候補を例示する図である。
図１１において、（ａ）は、形状ベクトル候補において振幅値が「＋１」または「−１」であるサンプル（すなわちパルス）を例示し、（ｂ）は、振幅値が「０」であるサンプルを例示する。図１１に示す複数の形状ベクトル候補は、任意の周波数に位置するパルスを複数含む。従って、図１１に示すような形状ベクトル候補を探索することによって、図１０に示すようなトーナリティの強いスペクトルをより正確に符号化することができる。具体的には、図１０に示されているようなトーナリティの強い信号に対しては、ピーク形状が位置する周波数に対応する振幅値、例えば図１０に示すＦｘの位置の振幅値が「＋１」または「−１」のパルス（図１１に示すサンプル（ａ））となり、ピーク形状以外の周波数の振幅値が「０」（図１１に示すサンプル（ｂ））となるように、形状ベクトル候補を探索により決定する。
形状ベクトル符号化よりもゲイン符号化を時間的に先に行う従来技術では、サブバンドゲインの量子化、およびサブバンドゲインを用いたスペクトルの正規化を行った後にスペクトルの微細成分(形状ベクトル)の符号化を行う。低ビットレート化によってサブバンドゲインの量子化歪が大きくなると正規化の効果が小さくなり、正規化後のスペクトルのダイナミックレンジを十分に小さくできない。これにより、次の形状ベクトル符号化部の量子化ステップを粗くしなければならなくなり、その結果、量子化歪が増大してしまう。この量子化歪の影響により、スペクトルのピーク形状が減衰してしまったり（真のピーク形状の喪失）、ピーク形状ではないスペクトルが増幅してピーク形状のように現れてしまう（偽のピーク形状の出現）。これによりピーク形状の周波数位置が変わってしまい、ピーク性の強い音声信号の母音部や音楽信号の音質劣化を引き起こす。
それに対して本実施の形態では、先に形状ベクトルを決定し、次にターゲットゲインを算出して、これを量子化する構成を採る。本実施の形態のようにベクトルの要素のいくつかが＋１または−１のパルスで表される形状ベクトルを有するとき、先に形状ベクトルを決定するということは当該パルスを立てる周波数位置を先に決定することを意味する。ゲインの量子化の影響を受けずにパルスを立てる周波数位置を決定できるため、真のピーク形状の喪失や偽のピーク形状の出現といった現象を引き起こすことがなく、前述した従来技術の課題を回避することができる。
このように、本実施の形態によれば、先に形状ベクトルを決定する構成で、かつパルスを含む形状ベクトルからなる形状ベクトル符号帳を用いて形状ベクトル符号化を行うため、ピーク性の強いスペクトルの周波数を特定し、そこにパルスを立てることができる。これにより、音声信号の母音や音楽信号のようにトーナリティが強いスペクトルを持つ信号を高品質に符号化することができる。
（実施の形態３）
本発明の実施の形態３においては、音声信号のスペクトルの中でトーナリティの強い範囲（領域）を選択し、選択された範囲に限定して符号化を行う点において、実施の形態１と相違する。
本発明の実施の形態３に係る音声符号化装置は、実施の形態１に係る音声符号化装置１００（図１参照）と同様な構成を有しており、第２レイヤ符号化部１０５の代わりに第２レイヤ符号化部３０５を有する点のみにおいて音声符号化装置１００と相違する。このため、本実施の形態に係る音声符号化装置の全体構成は図示せず、詳細な説明を省略する。
図１２は、本実施の形態に係る第２レイヤ符号化部３０５の内部の構成を示すブロック図である。なお、第２レイヤ符号化部３０５は、実施の形態１に示した第２レイヤ符号化部１０５（図１参照）と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
第２レイヤ符号化部３０５は、範囲選択部３５１をさらに具備する点において、実施の形態１に係る第２レイヤ符号化部１０５と相違する。なお、第２レイヤ符号化部３０５の形状ベクトル符号化部３５２は、第２レイヤ符号化部１０５の形状ベクトル符号化部１５２とは処理の一部に相違点があり、それを示すために異なる符号を付す。
範囲選択部３５１は、サブバンド構成部１５１から入力されるＭ個のサブバンド変換係数のうち、任意数の隣接する複数のサブバンドを用いて複数の範囲を構成し、各範囲のトーナリティを算出する。範囲選択部３５１は、トーナリティが最も高い範囲を選択し、選択された範囲を示す範囲情報を多重化部１５５と形状ベクトル符号化部３５２に出力する。なお、範囲選択部３５１における範囲選択処理の詳細については後述する。
形状ベクトル符号化部３５２は、範囲選択部３５１より入力される範囲情報に基づき、範囲に含まれるサブバンド変換係数をサブバンド構成部１５１から入力されるサブバンド変換係数の中から選択し、選択されたサブバンド変換係数に対し形状ベクトル量子化を行う点のみにおいて、実施の形態１に係る形状ベクトル符号化部１５２と相違し、ここでは詳細な説明を省略する。
図１３は、範囲選択部３５１における範囲選択処理を説明するための図である。
図１３において、横軸は周波数を示し、縦軸はスペクトルの対数エネルギを示す。また、図１３においては、サブバンドの総数Ｍが「８」であり、第０サブバンド〜第３サブバンドを用いて範囲０を構成し、第２サブバンド〜第５サブバンドを用いて範囲１を構成し、第４サブバンド〜第７サブバンドを用いて範囲２を構成する場合を例示する。範囲選択部３５１において、所定の範囲のトーナリティを評価する指標として、所定の範囲に含まれている複数のサブバンド変換係数の幾何平均と算術平均との比を用いて表されるスペクトラルフラットネスメジャー（ＳＦＭ：Spectral Flatness Measure）を算出する。ＳＦＭは「０」〜「１」までの値をとり、「０」に近いほどより強いトーナリティを示す。従って、各範囲でＳＦＭを算出し、ＳＦＭが「０」に最も近い範囲が選択されることになる。
本実施の形態に係る音声復号装置は、実施の形態１に係る音声復号装置２００（図８参照）と同様な構成を有しており、第２レイヤ復号部２０３の代わりに第２レイヤ復号部４０３を有する点のみにおいて音声復号装置２００と相違する。このため、本実施の形態に係る音声復号装置の全体構成は図示せず、詳細な説明を省略する。
図１４は、本実施の形態に係る第２レイヤ復号部４０３の内部の構成を示すブロック図である。なお、第２レイヤ復号部４０３は、実施の形態１に示した第２レイヤ復号部２０３と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
第２レイヤ復号部４０３の分離部４３１および第１レイヤ誤差変換係数生成部４３４は、第２レイヤ復号部２０３の分離部２３１および第１レイヤ誤差変換係数生成部２３４と処理の一部に相違点があり、それを示すために異なる符号を付す。
分離部４３１は、形状符号化情報およびゲイン符号化情報のほかに、範囲情報をさらに分離して第１レイヤ誤差変換係数生成部４３４に出力する点のみにおいて、実施の形態１に示した分離部２３１と相違し、ここでは、詳細な説明を省略する。
第１レイヤ誤差変換係数生成部４３４は、形状ベクトル符号帳２３２から入力される形状ベクトル候補に、ゲインベクトル符号帳２３３から入力されるゲインベクトル候補を乗じて第１レイヤ誤差変換係数を生成し、これを範囲情報が示す範囲に含まれるサブバンドに配置して加算器２０４に出力する。
このように、本実施の形態によれば、音声符号化装置はトーナリティが最も高い範囲を選択し、選択された範囲において、各サブバンドのゲインよりも形状ベクトルを時間的に先に符号化する。これにより、音声の母音や音楽信号のようにトーナリティが強い信号のスペクトルの形状をさらに正確に符号化しつつ、選択された範囲でのみ符号化を行うため符号化ビットレートを低減することができる。
なお、本実施の形態では所定の各範囲のトーナリティを評価する指標としてＳＦＭを算出する場合を例にとって説明したが、本発明はこれに限定されず、例えば、所定の範囲の平均エネルギとトーナリティの大きさとの関連が強いことから、所定の範囲に含まれる変換係数の平均エネルギをトーナリティ評価の指標として算出しても良い。これによって、ＳＦＭを求めるよりも演算量を低減することができる。
具体的には、範囲選択部３５１は、下記の式（１０）に従い、範囲ｊに含まれる第１レイヤ誤差変換係数ｅ１（ｋ）のエネルギＥＲ（ｊ）を算出する。
Figure 0004871894
この式において、ｊは範囲を特定する識別子、ＦＲＬ（ｊ）は範囲ｊの最低周波数、ＦＲＨ（ｊ)は範囲ｊの最高周波数を表す。範囲選択部３５１は、このように範囲のエネルギＥＲ（ｊ）を求め、次に、第１レイヤ誤差変換係数のエネルギが最も大きい範囲を特定し、この範囲に含まれる第１レイヤ誤差変換係数を符号化する。
また、下記の式（１１）に従い、人間の聴感特性を反映した重み付けを行って第１レイヤ誤差変換係数のエネルギを求めても良い。
Figure 0004871894
かかる場合、聴感特性上の重要度が高い周波数ほど重みｗ（ｋ）をより大きくして、その周波数を含む範囲が選択されやすいようにし、重要度の低い周波数ほど重みｗ（ｋ）をより小さくして、その周波数を含む範囲が選択されにくいようにする。これにより、聴感的に重要な帯域ほど優先的に選択されるため、復号音声の音質を向上することができる。この重みｗ（ｋ）としては、例えば、入力信号または下位レイヤの復号信号（第１レイヤ復号信号）を基に算出された聴覚マスキング閾値や、人間の聴覚のラウドネス特性を利用して求めたものを用いても良い。
また、範囲選択部３５１は、所定の周波数（基準周波数）より低い周波数に配置された範囲の中から選択を行う構成であっても良い。
図１５は、範囲選択部３５１において、所定の周波数（基準周波数）より低い周波数に配置された範囲の中から選択を行う方法を説明するための図である。
図１５においては、所定の基準周波数Ｆｙよりも低い帯域に８つの選択範囲の候補が配置される場合を例にあげ説明する。これらの８つの範囲は、それぞれＦ１、Ｆ２、…、Ｆ８を起点として所定長さの帯域からなり、範囲選択部３５１は、これらの８つの候補の中から、上述した選択方法に基づいて１つの範囲を選択する。これにより、所定の基準周波数Ｆｙよりも低い周波数に位置する範囲が選択される。このように、低域（または低中域）を重視して符号化を行う利点は以下の通りである。
音声信号の特徴の１つである調波構造（またはハーモニクス構造と称す）、すなわち、ある周波数間隔でスペクトルがピーク状に現れる構造は、高域部に比べて低域部にピークが大きく現れる。符号化処理によって生じる量子化誤差（誤差スペクトルまたは誤差変換係数）においても同様にピーク性が残り、高域部よりは低域部のピーク性が強い。そのため、低域部の誤差スペクトルのエネルギが高域部と比べて小さい場合でも、誤差スペクトルのピーク性が強いため、誤差スペクトルが聴覚マスキング閾値（人間が音を感じ取ることのできる閾値）を超えやすく、聴感的な音質劣化を引き起こす。つまり、誤差スペクトルのエネルギが小さくても、低域部は高域部よりも聴感的な感度が高くなる。よって、範囲選択部３５１は、所定の周波数より低い周波数に配置された候補の中から範囲を選択する構成をとることにより、誤差スペクトルのピーク性が強い低域部の中から符号化の対象となる範囲を特定し、復号音声の音質を向上することができる。
また、符号化対象となる範囲の選択方法として、過去のフレームで選択した範囲に関連付けて現フレームの範囲を選択しても良い。例えば、（１）前フレームで選択した範囲の近傍に位置する範囲の中から現フレームの範囲を決定する、（２）前フレームで選択した範囲の近傍に現フレームの範囲の候補を再配置し、その再配置された範囲の候補の中から現フレームの範囲を決定する、（３）範囲情報を数フレームに１度の割合で伝送し、範囲情報を伝送しないフレームでは過去に伝送された範囲情報が表す範囲を用いる（範囲情報の間欠伝送）などの方法が挙げられる。
また、範囲選択部３５１は、図１６に示すように全帯域をあらかじめ複数の部分帯域に分割して、各部分帯域の中から各々１つの範囲を選択し、各部分帯域の選択された範囲を結合して、この結合範囲を符号化対象としても良い。図１６では、部分帯域の数が２であって、低域部をカバーするように部分帯域１が設定され、高域部をカバーするように部分帯域２が設定される場合を例示する。なお、部分帯域１および部分帯域２は、それぞれ複数の範囲から構成される。範囲選択部３５１は、部分帯域１および部分帯域２の中から、それぞれ１つの範囲を選択する。例えば、図１６に示すように、部分帯域１においては範囲２が選択され、部分帯域２においては範囲４が選択される。以下、部分帯域１の中から選択された範囲を示す情報を第１部分帯域範囲情報と呼び、部分帯域２の中から選択された範囲を示す情報を第２部分帯域範囲情報と呼ぶ。次いで、範囲選択部３５１は、部分帯域１の中から選択された範囲と、部分帯域２の中から選択された範囲とを結合して結合範囲を構成する。この結合範囲が範囲選択部３５１において選択された範囲となり、形状ベクトル符号化部３５２は、この結合範囲に対して形状ベクトル符号化を行う。
図１７は、部分帯域の数がＮである場合に対応する範囲選択部３５１の構成を示すブロック図である。図１７において、サブバンド構成部１５１から入力されるサブバンド変換係数は、部分帯域１選択部５１１−１〜部分帯域Ｎ選択部５１１−Ｎそれぞれに与えられる。各々の部分帯域ｎ選択部５１１−ｎ(ｎ＝１〜Ｎ)は、各部分帯域ｎの中から１つの範囲を選択し、選択した範囲を示す情報、すなわち第ｎ部分帯域範囲情報を範囲情報構成部５１２に出力する。範囲情報構成部５１２は、部分帯域１選択部５１１−１〜部分帯域Ｎ選択部５１１−Ｎから入力される各第ｎ部分帯域範囲情報(ｎ＝１〜Ｎ)が示す各範囲を結合して結合範囲を得る。そして、範囲情報構成部５１２は、結合範囲を示す情報を範囲情報として形状ベクトル符号化部３５２および多重化部１５５に出力する。
図１８は、範囲情報構成部５１２において範囲情報を構成する様子を例示する図である。図１８に示すように、範囲情報構成部５１２は、第１部分帯域範囲情報（Ａ１ビット）〜第Ｎ部分帯域範囲情報(ＡＮビット)を順番に並べて範囲情報を構成する。ここで、各第ｎ部分帯域範囲情報のビット長Ａｎは、各部分帯域ｎに含まれる候補範囲の数により決まり、それぞれ異なる値を有しても良い。
図１９は、図１７に示した範囲選択部３５１に対応する第１レイヤ誤差変換係数生成部４３４（図１４参照）の動作を説明するための図である。ここでは、部分帯域の数が２である場合を例にとる。第１レイヤ誤差変換係数生成部４３４は、形状ベクトル符号帳２３２から入力される形状ベクトル候補にゲインベクトル符号帳２３３から入力されるゲインベクトル候補を乗じる。そして、第１レイヤ誤差変換係数生成部４３４は、部分帯域１および部分帯域２各々の範囲情報が示す各範囲に上記のゲイン候補乗算後の形状ベクトル候補を配置する。このようにして求められた信号は、第１レイヤ誤差変換係数として出力される。
図１６に示すような範囲選択方法によれば、各々の部分帯域の中から１つの範囲が決定されるため、部分帯域に少なくとも１つの復号スペクトルを配置することが可能となる。従って、音質を改善したい複数の帯域をあらかじめ設定しておくことにより、全帯域の中から１つの範囲のみを選択する範囲選択方法よりも復号音声の品質を向上することができる。例えば低域部と高域部との両者の品質改善を同時に図りたい場合などに、図１６に示すような範囲選択方法は有効である。
なお、図１６に示す範囲選択方法のバリエーションとして、図２０に例示しているように特定の部分帯域において常に固定の範囲が選択されるようにしても良い。図２０に示す例では、部分帯域２において常に範囲４が選択され、これが結合範囲の一部になっている。図２０に示した範囲選択方法によれば、図１６に示した範囲選択方法の効果と同様に、音質を改善したい帯域をあらかじめ設定しておくことが可能となり、かつ、例えば、部分帯域２の部分帯域範囲情報が不用となるため、範囲情報を表すためのビット数をより小さくすることができる。
また、図２０は、高域部（部分帯域２）において常に固定の範囲が選択される場合を例にとって示しているが、これに限定されず、低域部（部分帯域１）において常に固定の範囲が選択されるようにしても良いし、また図２０には図示されていない中域部の部分帯域において、常に固定の範囲が選択されるようにしても良い。
また、図１６および図２０に示す範囲選択方法のバリエーションとして、図２１に示すように、各部分帯域に含まれる候補範囲の帯域幅は異なっていても良い。図２１においては、部分帯域１に含まれる候補範囲よりも部分帯域２に含まれる候補範囲の帯域幅がより短い場合を例示している。
（実施の形態４）
本発明の実施の形態４においては、フレーム毎にトーナリティの程度を判断し、その結果に応じて形状ベクトル符号化およびゲイン符号化の順序を決定する。
本発明の実施の形態４に係る音声符号化装置は、実施の形態１に係る音声符号化装置１００（図１参照）と同様な構成を有しており、第２レイヤ符号化部１０５の代わりに第２レイヤ符号化部５０５を有する点のみにおいて音声符号化装置１００と相違する。このため、本実施の形態に係る音声符号化装置の全体構成は図示せず、詳細な説明を省略する。
図２２は、第２レイヤ符号化部５０５の内部の構成を示すブロック図である。なお、第２レイヤ符号化部５０５は、図１に示した第２レイヤ符号化部１０５と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
第２レイヤ符号化部５０５は、トーナリティ判定部５５１、切替部５５２、ゲイン符号化部５５３、正規化部５５４、形状ベクトル符号化部５５５、および切替部５５６をさらに備える点において、実施の形態１に係る第２レイヤ符号化部１０５と相違する。なお、図２２において、形状ベクトル符号化部１５２、ゲインベクトル構成部１５３、およびゲインベクトル符号化部１５４は符号化系統（ａ）を構成し、ゲイン符号化部５５３、正規化部５５４、および形状ベクトル符号化部５５５は符号化系統（ｂ）を構成する。
トーナリティ判定部５５１は、減算器１０４から入力される第１レイヤ誤差変換係数のトーナリティを評価する指標としてＳＦＭを求め、求められたＳＦＭが所定の閾値より小さい場合には、トーナリティ判定情報として「高」を切替部５５２と切替部５５６に出力し、求められたＳＦＭが所定の閾値以上である場合には、トーナリティ判定情報として「低」を切替部５５２と切替部５５６に出力する。
なお、ここではトーナリティを評価する指標にＳＦＭを用いて説明しているが、これに限定されることなく、例えば第１レイヤ誤差変換係数の分散など別の指標を用いて判定しても良い。また、トーナリティの判定に入力信号などの別の信号を用いて判定しても良い。例えば、入力信号のピッチ分析結果や、入力信号を低位レイヤ(本実施の形態では第１レイヤ符号化部)で符号化した結果を用いても良い。
切替部５５２は、トーナリティ判定部５５１から入力されるトーナリティ判定情報が「高」である場合には、サブバンド構成部１５１から入力されるＭ個のサブバンド変換係数を形状ベクトル符号化部１５２に順次出力し、トーナリティ判定部５５１から入力されるトーナリティ判定情報が「低」である場合には、サブバンド構成部１５１から入力されるＭ個のサブバンド変換係数をゲイン符号化部５５３および正規化部５５４に順次出力する。
ゲイン符号化部５５３は、切替部５５２から入力されるＭ個のサブバンド変換係数の平均エネルギを算出し、算出された平均エネルギを量子化し、量子化インデックスをゲイン符号化情報として切替部５５６に出力する。また、ゲイン符号化部５５３は、ゲイン符号化情報を用いてゲイン復号処理を行い、得られる復号ゲインを正規化部５５４に出力する。
正規化部５５４は、ゲイン符号化部５５３から入力される復号ゲインを用いて、切替部５５２から入力されるＭ個のサブバンド変換係数を正規化し、得られる正規化形状ベクトルを形状ベクトル符号化部５５５に出力する。
形状ベクトル符号化部５５５は、正規化部５５４から入力される正規化形状ベクトルに対して符号化処理を行い、得られる形状符号化情報を切替部５５６に出力する。
切替部５５６は、トーナリティ判定部５５１から入力されるトーナリティ判定情報が「高」である場合には、形状ベクトル符号化部１５２およびゲインベクトル符号化部１５４それぞれから入力される形状符号化情報およびゲイン符号化情報を多重化部１５５に出力し、トーナリティ判定部５５１から入力されるトーナリティ判定情報が「低」である場合には、ゲイン符号化部５５３および形状ベクトル符号化部５５５それぞれから入力されるゲイン符号化情報および形状符号化情報を多重化部１５５に出力する。
上記のように、本実施の形態に係る音声符号化装置においては、第１レイヤ誤差変換係数のトーナリティが「高」である場合に応じて、系統（ａ）を用いて、ゲイン符号化よりも形状ベクトル符号化を先に行い、第１レイヤ誤差変換係数のトーナリティが「低」である場合に応じて、系統（ｂ）を用いて、形状ベクトル符号化よりもゲイン符号化を先に行う。
このように、本実施の形態によれば、第１レイヤ誤差変換係数のトーナリティに応じて、ゲイン符号化および形状ベクトル符号化の順序を適応的に変化させるため、符号化対象となる入力信号に応じてゲイン符号化歪みおよび形状ベクトル符号化歪みの両方を抑えることができ、復号音声の音質をさらに向上することができる。
（実施の形態５）
図２３は、本発明の実施の形態５に係る音声符号化装置６００の主要な構成を示すブロック図である。
図２３において、音声符号化装置６００は、第１レイヤ符号化部６０１、第１レイヤ復号部６０２、遅延部６０３、減算器６０４、周波数領域変換部６０５、第２レイヤ符号化部６０６、および多重化部１０６を備える。そのうち、多重化部１０６は図１に示した多重化部１０６と同様であるため、詳細な説明を省略する。なお、第２レイヤ符号化部６０６と、図１２に示した第２レイヤ符号化部３０５とは処理の一部に相違点があり、それを示すために異なる符号を付す。
第１レイヤ符号化部６０１は、入力信号を符号化し、生成される第１レイヤ符号化データを第１レイヤ復号部６０２および多重化部１０６に出力する。第１レイヤ符号化部６０１の詳細については後述する。
第１レイヤ復号部６０２は、第１レイヤ符号化部６０１から入力される第１レイヤ符号化データを用いて復号処理を行い、生成される第１レイヤ復号信号を減算器６０４に出力する。第１レイヤ復号部６０２の詳細については後述する。
遅延部６０３は、入力信号に対して所定の遅延を与えてから減算器６０４に出力する。遅延の長さは、第１レイヤ符号化部６０１および第１レイヤ復号部６０２の処理において生じる遅延の長さと同じである。
減算器６０４は、遅延部６０３から入力される遅延された入力信号と、第１レイヤ復号部６０２から入力される第１レイヤ復号信号との差を算出し、得られる誤差信号を周波数領域変換部６０５に出力する。
周波数領域変換部６０５は、減算器６０４から入力される誤差信号を周波数領域の信号に変換させ、得られる誤差変換係数を第２レイヤ符号化部６０６に出力する。
図２４は、第１レイヤ符号化部６０１の内部の主要な構成を示すブロック図である。
図２４において、第１レイヤ符号化部６０１は、ダウンサンプリング部６１１およびコア符号化部６１２を備える。
ダウンサンプリング部６１１は、時間領域の入力信号をダウンサンプリングして、所望のサンプリングレートに変換し、ダウンサンプリングされた時間領域信号をコア符号化部６１２に出力する。
コア符号化部６１２は、所望のサンプリングレートに変換された入力信号に対して符号化処理を行い、生成された第１レイヤ符号化データを第１レイヤ復号部６０２および多重化部１０６に出力する。
図２５は、第１レイヤ復号部６０２の内部の主要な構成を示すブロック図である。
図２５において、第１レイヤ復号部６０２は、コア復号部６２１、アップサンプリング部６２２、および高域成分付与部６２３を備え、高域部を雑音などによる近似信号で代用する。これは、聴感的に重要度の低い高域部を近似信号で表し、その代わりに聴感的に重要な低域部（または低中域部）のビット配分を増やしてこの帯域の原信号に対する忠実度を向上させることにより、全体的に復号音声の音質の向上を図るという技術に基づいている。
コア復号部６２１は、第１レイヤ符号化部６０１から入力される第１レイヤ符号化データを用いて復号処理を行い、得られるコア復号信号をアップサンプリング部６２２に出力する。また、コア復号部６２１は、復号処理によって求められた復号ＬＰＣ係数を高域成分付与部６２３に出力する。
アップサンプリング部６２２は、コア復号部６２１から入力される復号信号をアップサンプリングして、入力信号と同じサンプリングレートに変換し、アップサンプリングされたコア復号信号を高域成分付与部６２３に出力する。
高域成分付与部６２３は、ダウンサンプリング部６１１におけるダウンサンプリング処理によって欠損した高域成分を近似信号にて補う。近似信号の生成方法として、コア復号部６２１の復号処理において求められた復号ＬＰＣ係数によって合成フィルタを構成し、エネルギ調整された雑音信号を当該合成フィルタおよびバンドパスフィルタにより順次フィルタリングする方法が知られている。この手法で求められる高域成分は聴感的な帯域感の広がりには寄与するものの、原信号の高域成分とは全く異なる波形になるため、減算器で求められる誤差信号の高域部のエネルギが増大する。
第１レイヤ符号化処理がこのような特徴を有する場合、誤差信号の高域部のエネルギが増大するため、本来聴感的な感度の高い低域部が選択されにくくなる。従って、本実施の形態に係る第２レイヤ符号化部６０６は、所定の周波数（基準周波数）より低い周波数に配置された候補の中から範囲を選択することにより、前述の高域部の誤差信号のエネルギが増加することによる弊害を回避する。すなわち、第２レイヤ符号化部６０６は、図１５に示したような選択処理を行う。
図２６は、本発明の実施の形態５に係る音声復号装置７００の主要な構成を示すブロック図である。なお、音声復号装置７００は、図８に示した音声復号装置２００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
音声復号装置７００の第１レイヤ復号部７０２と、音声復号装置２００の第１レイヤ復号部２０２とは一部の処理が相違するため、異なる符号を付す。なお、第１レイヤ復号部７０２の構成および動作は音声符号化装置６００の第１レイヤ復号部６０２と同様であるため、詳細な説明を省略する。
音声復号装置７００の時間領域変換部７０６と、音声復号装置２００の時間領域変換部２０６とは、配置位置のみ相違し、同様な処理を行うため、異なる符号を付し、詳細な説明を省略する。
このように、本実施の形態によれば、第１レイヤの符号化処理において高域部を雑音などによる近似信号で代用し、その代わりに聴感的に重要な低域部（または低中域部）のビット配分を増やしてこの帯域の原信号に対する忠実度を向上し、さらに第２レイヤの符号化処理において所定の周波数より低い範囲を符号化対象として高域部の誤差信号のエネルギが増大することによる弊害を回避し、ゲインの符号化よりも形状ベクトルの符号化を時間的に先に行うため、母音のようにトーナリティが強い信号のスペクトルの形状をより正確に符号化するとともに、ビットレートを増加せずゲインベクトル符号化歪みをさらに低減させることができ、復号音声の音質をさらに向上することができる。
なお、本実施の形態では、減算器６０４は、時間領域の信号の差をとる場合を例にとって説明したが、本発明はこれに限定されず、減算器６０４は、周波数領域の変換係数の差をとっても良い。かかる場合、周波数領域変換部６０５を遅延部６０３と減算器６０４の間に配置して入力変換係数を求め、また、第１レイヤ復号部６０２と減算器６０４の間にもう１つの周波数領域変換部を配置して第１レイヤ復号変換係数を求める。そして、減算器６０４は、入力変換係数と第１レイヤ復号変換係数との差をとり、その誤差変換係数を第２レイヤ符号化部６０６に直接与える。この構成により、ある帯域では差をとり、ほかの帯域では差をとらないという適応的な減算処理が可能となり、復号音声の音質をさらに向上することができる。
また、本実施の形態では、高域部に関する情報を音声復号装置に送信しない構成を例にとって説明したが、本発明はこれに限定されず、高域部の信号を低域部に比べて低ビットレートで符号化して音声復号装置に送信する構成にしても良い。
（実施の形態６）
図２７は、本発明の実施の形態６に係る音声符号化装置８００の主要な構成を示すブロック図である。なお、音声符号化装置８００は、図２３に示した音声符号化装置６００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
音声符号化装置８００は、重みフィルタ８０１をさらに具備する点において、音声符号化装置６００と相違する。
重みフィルタ８０１は、誤差信号をフィルタリングすることにより聴感的な重み付けを行い、重み付けされた誤差信号を周波数領域変換部６０５に出力する。重みフィルタ８０１は、入力信号のスペクトルを平坦化（白色化）もしくはそれに近いスペクトル特性に変化させる。例えば、重みフィルタの伝達関数ｗ（ｚ）は、第１レイヤ復号化部６０２で得られる復号ＬＰＣ係数を用いて下記の式（１２）を用いて表される。
Figure 0004871894
式（１２）において、α（ｉ）はＬＰＣ係数、ＮＰはＬＰＣ係数の次数、そしてγはスペクトル平坦化（白色化）の程度を制御するパラメータであり、０≦γ≦１の範囲の値をとる。γが大きいほど平坦化の程度がおおきくなり、ここでは例えばγに０．９２を用いる。
図２８は、本発明の実施の形態６に係る音声復号装置９００の主要な構成を示すブロック図である。なお、音声復号装置９００は、図２６に示した音声復号装置７００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。
音声復号装置９００は、合成フィルタ９０１をさらに具備する点において、音声復号装置７００と相違する。
合成フィルタ９０１は、音声符号化装置８００の重みフィルタ８０１と逆のスペクトル特性を持つフィルタからなり、時間領域変換部７０６から入力される信号に対しフィルタリング処理を行ってから加算部２０４に出力する。合成フィルタ９０１の伝達関数Ｂ（ｚ）は、下記の式（１３）を用いて表される。
Figure 0004871894
式（１３）において、α（ｉ）はＬＰＣ係数、ＮＰはＬＰＣ係数の次数、そしてγはスペクトル平坦化（白色化）の程度を制御するパラメータであり、０≦γ≦１の範囲の値をとる。γが大きいほど平坦化の程度がおおきくなり、ここでは例えばγに０．９２を用いる。
上記のように、音声符号化装置８００の重みフィルタ８０１は、入力信号のスペクトル包絡と逆のスペクトル特性を持つフィルタからなり、音声復号装置９００の合成フィルタ９０１は、重みフィルタと逆のスペクトル特性を持つフィルタからなる。よって、合成フィルタは、入力信号のスペクトル包絡と同様の特性を有する。一般に、音声信号のスペクトル包絡は低域部のエネルギが高域部のエネルギより大きく現れるため、合成フィルタを通す前の信号の符号化歪が低域部と高域部とで同等であっても、合成フィルタを通した後では低域部の符号化歪が大きくなる。本来、音声符号化装置８００の重みフィルタ８０１、音声復号装置９００の合成フィルタ９０１は、聴覚マスキング効果により符号化歪を聞こえにくくするために導入されるものであるが、低ビットレートにより符号化歪を小さくできない場合に聴覚マスキング効果が十分に機能せず、符号化歪が知覚されやすくなる。このような場合、音声復号装置９００の合成フィルタ９０１により符号化歪の低域部のエネルギを増大させているため、低域部の品質劣化が現れやすくなる。本実施の形態においては、実施の形態５に示したように第２レイヤ符号化部６０６が所定の周波数（基準周波数）より低い周波数に配置された候補の中から符号化対象となる範囲を選択することにより、前述の低域部の符号化歪が強調されてしまう弊害を緩和し、復号音声の音質の向上を図る。
このように、本実施の形態によれば、音声符号化装置に重みフィルタを備え、音声復号装置に合成フィルタを備えて聴覚マスキング効果を利用して品質改善を図り、そして第２レイヤの符号化処理において、所定の周波数より低い範囲を符号化対象とすることにより、符号化歪の低域部のエネルギを増大させている弊害を緩和し、かつゲインの符号化よりも形状ベクトルの符号化を時間的に先に行うため、母音のようにトーナリティが強い信号のスペクトルの形状をより正確に符号化するとともに、ビットレートを増加せずゲインベクトル符号化歪みを低減させることができ、復号音声の音質をさらに向上することができる。
（実施の形態７）
本発明の実施の形態７においては、音声符号化装置および音声復号装置が１つの基本レイヤと複数の拡張レイヤとからなる３階層以上の構成をとる場合、各拡張レイヤにおいて符号化対象となる範囲の選択について説明する。
図２９は、本発明の実施の形態７に係る音声符号化装置１０００の主要な構成を示すブロック図である。
音声符号化装置１０００は、周波数領域変換部１０１、第１レイヤ符号化部１０２、第１レイヤ復号部６０３、減算器６０４、第２レイヤ符号化部６０６、第２レイヤ復号部１００１、加算器１００２、減算器１００３、第３レイヤ符号化部１００４、第３レイヤ復号部１００５、加算器１００６、減算器１００７、第４レイヤ符号化部１００８、および多重化部１００９を備え、４レイヤを備える。そのうち、周波数領域変換部１０１、第１レイヤ符号化部１０２の構成および動作は、図１に示した通りであり、第１レイヤ復号部６０３、減算器６０４、第２レイヤ符号化部６０６の構成および動作は、図２３に示した通りであり、１００１〜１００９までの番号を有する各ブロックの構成および動作は、１０１、１０２、６０３、６０４、６０６の各ブロックの構成および動作と類似しており類推できるため、ここでは詳細な説明を省略する。
図３０は、音声符号化装置１０００の符号化処理において符号化対象となる範囲の選択処理を説明するための図である。そのうち、図３０（ａ）〜図３０（ｃ）は、第２レイヤ符号化部６０６の第２レイヤ符号化、第３レイヤ符号化部１００４の第３レイヤ符号化、および第４レイヤ符号化部１００８の第４レイヤ符号化それぞれにおける範囲選択の処理を説明するための図である。
図３０（ａ）に示すように、第２レイヤ符号化においては、第２レイヤ用基準周波数Ｆｙ（Ｌ２）よりも低い帯域に選択範囲の候補が配置されており、第３レイヤ符号化においては、第３レイヤ用基準周波数Ｆｙ（Ｌ３）よりも低い帯域に選択範囲の候補が配置され、第４レイヤ符号化においては、第４レイヤ用基準周波数Ｆｙ（Ｌ４）よりも低い帯域に選択範囲の候補が配置される。なお、各拡張レイヤの基準周波数の間には、Ｆｙ（Ｌ２）＜Ｆｙ（Ｌ３）＜Ｆｙ（Ｌ４）の関係がある。各拡張レイヤの選択範囲の候補の数は同じであり、ここでは４つの場合を例にあげる。すなわち、ビットレートの低い低位レイヤほど（例えば第２レイヤ）、聴感的な感度の高い低域の帯域の中から符号化の対象となる範囲を選択し、ビットレートの高い高位レイヤ（例えば第４レイヤ）では高域部まで含めたより広い帯域の中から符号化の対象となる範囲を選択する。このような構成を採ることにより、低位レイヤにおいて低域部を重視し、高位レイヤにおいてより広い帯域をカバーするようにするため、音声信号の高音質化を実現することができる。
図３１は、本実施の形態に係る音声復号装置１１００の主要な構成を示すブロック図である。
図３１において、音声復号装置１１００は分離部１１０１、第１レイヤ復号部１１０２、第２レイヤ復号部１１０３、加算部１１０４、第３レイヤ復号部１１０５、加算部１１０６、第４レイヤ復号部１１０７、加算部１１０８、切替部１１０９，時間領域変換部１１１０、およびポストフィルタ１１１１を備え、４レイヤからなるスケーラブル音声復号装置である。なお、これらの各ブロックの構成および動作は図８に示した音声復号装置２００の各ブロックの構成および動作と類似しており類推できるため、ここでは詳細な説明を省略する。
このように、本実施の形態によれば、スケーラブル音声符号化装置において、ビットレートの低い低位レイヤほど聴感的な感度の高い低域の帯域の中から符号化の対象となる範囲を選択し、ビットレートの高い高位レイヤほど高域部まで含めたより広い帯域の中から符号化の対象となる範囲を選択することにより、低位レイヤにおいて低域部を重視し、高位レイヤにおいてより広い帯域をカバーするようにし、かつゲインの符号化よりも形状ベクトルの符号化を時間的に先に行うため、母音のようにトーナリティが強い信号のスペクトルの形状をより正確に符号化するとともに、ビットレートを増加せずゲインベクトル符号化歪みをさらに低減させることができ、復号音声の音質をさらに向上することができる。
なお、本実施の形態では、各拡張レイヤの符号化処理において図３０に示すような範囲選択の候補の中から符号化対象を選択する場合を例にとって説明したが、本発明はこれに限定されず、図３２および図３３に示すように等間隔に配置されている範囲の候補から符号化対象を選択しても良い。
図３２（ａ）、図３２（ｂ）、図３３は、第２レイヤ符号化、第３レイヤ符号化、および第４レイヤ符号化それぞれにおける範囲選択の処理を説明するための図である。図３２および図３３に示すように、各拡張レイヤにおける選択範囲の候補の数は異なり、ここではそれぞれ４つ、６つ、８つである場合を例示する。このような構成では、低位レイヤでは低域の帯域の中から符号化の対象となる範囲を決定し、かつ選択範囲の候補の数が高位レイヤに比べより少ないため、演算量とビットレートの削減も可能になる。
また、各拡張レイヤにおいて符号化対象となる範囲の選択方法として低位レイヤで選択した範囲に関連付けて現在のレイヤの範囲を選択しても良い。例えば、（１）低位レイヤで選択した範囲の近傍に位置する範囲の中から現在のレイヤの範囲を決定する方法、（２）低位レイヤで選択した範囲の近傍に現在のレイヤの範囲の候補を再配置し、その再配置された範囲の候補の中から現在のレイヤの範囲を決定する方法、（３）範囲情報を数フレームに１度の割合で伝送し、範囲情報を伝送しないフレームでは過去に伝送された範囲情報が表す範囲を用いる（範囲情報の間欠伝送）方法などがあげられる。
以上、本発明の各実施の形態について説明した。
なお、上記各実施の形態では、音声符号化装置および音声復号装置の構成として２レイヤのスケーラブル構成を例にとって説明したが、本発明はこれに限定されず、３レイヤ以上のスケーラブル構成でも良い。さらに、本発明は、スケーラブル構成ではない音声符号化装置にも適用可能である。
また、上記各実施の形態では、第１レイヤの符号化方法としてＣＥＬＰの方法を用いることが可能である。
また、上記各実施の形態における周波数領域変換部は、ＦＦＴ、ＤＦＴ（Discrete Fourier Transform）、ＤＣＴ（Discrete Cosine Transform）、ＭＤＣＴ（Modified Discrete Cosine Transform）、サブバンドフィルタ等によって実現される。
また、上記各実施の形態では、復号信号として音声信号を想定しているが、本発明はこれに限らず、例えば、オーディオ信号等でもよい。
また、上記各実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。
また、上記各実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
本発明は、移動体通信システムにおける無線通信端末装置、基地局装置等に適用することができる。
本発明の実施の形態１に係る音声符号化装置の主要な構成を示すブロック図 本発明の実施の形態１に係る第２レイヤ符号化部の内部の構成を示すブロック図 本発明の実施の形態１に係る第２レイヤ符号化部における第２レイヤ符号化処理の手順を示すフロー図 本発明の実施の形態１に係る形状ベクトル符号化部の内部の構成を示すブロック図 本発明の実施の形態１に係るゲインベクトル構成部の内部の構成を示すブロック図 本発明の実施の形態１に係るターゲットゲイン配置部の動作を詳細に説明するための図 本発明の実施の形態１に係るゲインベクトル符号化部の内部の構成を示すブロック図 本発明の実施の形態１に係る音声復号装置の主要な構成を示すブロック図 本発明の実施の形態１に係る第２レイヤ復号部の内部の構成を示すブロック図 本発明の実施の形態２に係る形状ベクトル符号帳を説明するための図 本発明の実施の形態２に係る形状ベクトル符号帳に含まれる多数の形状ベクトル候補を例示する図 本発明の実施の形態３に係る第２レイヤ符号化部の内部の構成を示すブロック図 本発明の実施の形態３に係る範囲選択部における範囲選択処理を説明するための図 本発明の実施の形態３に係る第２レイヤ復号部の内部の構成を示すブロック図 本発明の実施の形態３に係る範囲選択部のバリエーションを示す図 本発明の実施の形態３に係る範囲選択部における範囲選択方法のバリエーションを示す図 本発明の実施の形態３に係る範囲選択部の構成のバリエーションを示すブロック図 本発明の実施の形態３に係る範囲情報構成部において範囲情報を構成する様子を例示する図 本発明の実施の形態３に係る第１レイヤ誤差変換係数生成部のバリエーションの動作を説明するための図 本発明の実施の形態３に係る範囲選択部における範囲選択方法のバリエーションを示す図 本発明の実施の形態３に係る範囲選択部における範囲選択方法のバリエーションを示す図 本発明の実施の形態４に係る第２レイヤ符号化部の内部の構成を示すブロック図 本発明の実施の形態５に係る音声符号化装置の主要な構成を示すブロック図 本発明の実施の形態５に係る第１レイヤ符号化部の内部の主要な構成を示すブロック図 本発明の実施の形態５に係る第１レイヤ復号部の内部の主要な構成を示すブロック図 本発明の実施の形態５に係る音声復号装置の主要な構成を示すブロック図 本発明の実施の形態６に係る音声符号化装置の主要な構成を示すブロック図 本発明の実施の形態６に係る音声復号装置の主要な構成を示すブロック図 本発明の実施の形態７に係る音声符号化装置の主要な構成を示すブロック図 本発明の実施の形態７に係る音声符号化装置の符号化処理において符号化対象となる範囲の選択処理を説明するための図 本発明の実施の形態７に係る音声復号装置の主要な構成を示すブロック図 本発明の実施の形態７に係る音声符号化装置の符号化処理において等間隔に配置されている範囲の候補から符号化対象を選択する場合を説明するための図 本発明の実施の形態７に係る音声符号化装置の符号化処理において等間隔に配置されている範囲の候補から符号化対象を選択する場合を説明するための図
符号の説明
１０１ 周波数領域変換部
１０２、６０１ 第１レイヤ符号化部
１０３、６０２ 第１レイヤ復号部
１０４ 減算器
１０５、３０５、５０５、６０６ 第２レイヤ符号化部
１５１ サブバンド構成部
１５２、５５５、３５２ 形状ベクトル符号化部
１５３ ゲインベクトル構成部
１５４ ゲインベクトル符号化部
１５５ 多重化部
１０６ 多重化部
２０１ 分離部
２０２ 第１レイヤ復号部
２０３ 第２レイヤ復号部
２０４ 加算器
２０５ 切替部
２０６ 時間領域変換部
２０７ ポストフィルタ
３５１ 範囲選択部
５５１ トーナリティ判定部
５５２、５５６ 切替部
５５３ ゲイン符号化部
５５４ 正規化部
６１１ ダウンサンプリング部
６１２ コア符号化部
６２１ コア復号部
６２２ アップサンプリング部
６２３ 高域成分付与部

Claims (5)

  1. 入力信号を符号化して第１レイヤ符号化データを得る第１レイヤ符号化手段と、
    前記第１レイヤ符号化データを復号して第１レイヤ復号信号を得る第１レイヤ復号手段と、
    前記入力信号と前記第１レイヤ復号信号との差である第１レイヤ誤差信号を周波数領域に変換し第１レイヤ誤差変換係数を算出する第１レイヤ誤差変換係数算出手段と、
    前記第１レイヤ誤差変換係数を符号化して第２レイヤ符号化データを得る第２レイヤ符号化手段と、
    を具備する符号化装置であって、
    前記第２レイヤ符号化手段は、
    入力信号のトーナリティまたはエネルギに基づいて前記第２レイヤ符号化手段の符号化対象となる帯域を決定する帯域決定手段と、
    前記帯域決定手段にて決定された所定の第１の帯域幅を持つ帯域に含まれる前記第１レイヤ誤差変換係数を参照して、前記帯域に所定の数のパルスを配置して第１形状ベクトルを生成するとともに、前記所定の数のパルスの位置から第１形状符号化情報を生成する第１形状ベクトル符号化手段と、
    前記帯域に含まれる前記第１レイヤ誤差変換係数と前記第１形状ベクトルとを用いて所定の第２の帯域幅を持つサブバンド毎にターゲットゲインを算出するターゲットゲイン算出手段と、
    前記サブバンド毎に算出された複数のターゲットゲインを用いて１つのゲインベクトルを構成するゲインベクトル構成手段と、
    前記ゲインベクトルに対し符号化を行って第１ゲイン符号化情報を得るゲインベクトル符号化手段と、を具備する、
    符号化装置。
  2. 入力信号のトーナリティの強さを判定するトーナリティ判定手段と、
    前記第１レイヤ誤差変換係数の一部の帯域の複数のサブバンドそれぞれのゲインを符号化して第２ゲイン符号化情報を得るゲイン符号化手段と、
    前記ゲイン符号化情報を復号して得られる復号ゲインを用い、前記複数のサブバンドの第１レイヤ誤差変換係数それぞれを正規化して正規化形状ベクトルを得る正規化手段と、
    前記複数の正規化形状ベクトルを符号化して第２形状符号化情報を得る第２形状ベクトル符号化手段と、
    フレーム毎に前記入力信号のトーナリティを算出し、前記トーナリティが前記閾値以上であると判定した場合には前記第１レイヤ誤差変換係数を前記第１形状ベクトル符号化手段に出力し、前記トーナリティが前記閾値より小さいと判定した場合には前記第１レイヤ誤差変換係数を前記ゲイン符号化手段に出力する判定手段と、
    をさらに具備する請求項１記載の符号化装置。
  3. 符号化装置において入力信号を符号化して得られた第１レイヤ符号化データ、および、前記符号化装置において前記第１レイヤ符号化データを復号して得られた信号と前記入力信号との差である第１レイヤ誤差信号を周波数領域に変換し算出された第１レイヤ誤差変換係数を符号化して得られた第２レイヤ符号化データを受信する受信手段と、
    前記第１レイヤ符号化データを復号して第１レイヤ復号信号を生成する第１レイヤ復号手段と、
    前記第２レイヤ符号化データを復号して第１レイヤ復号誤差変換係数を生成する第２レイヤ復号手段と、
    前記第１レイヤ復号変換係数を時間領域に変換して第１復号誤差信号を生成する時間領域変換手段と、
    前記第１レイヤ復号信号と前記第１レイヤ復号誤差信号とを加算して復号信号を生成する加算手段と、
    を具備する復号装置であって、
    前記第２レイヤ符号化データは、
    前記第１レイヤ誤差変換係数の一部の帯域に対して、振幅値の大きい複数の変換係数の位置にパルスを配置して生成される第１形状ベクトルの複数のパルスの位置から求められる第１形状符号化情報、および、
    前記第１形状ベクトルを複数のサブバンドに分割し、前記第１レイヤ誤差変換係数の前記一部の帯域を複数のサブバンドに分割し、前記サブバンド毎に前記第１形状ベクトルと前記第１レイヤ誤差変換係数を用いてターゲットゲインを算出し、前記複数のターゲットゲインを用いて構成される１つのゲインベクトルを符号化して得られる第１ゲイン符号化情報、を含む、
    復号装置。
  4. 入力信号を符号化して第１レイヤ符号化データを得る第１レイヤ符号化ステップと、
    前記第１レイヤ符号化データを復号して第１レイヤ復号信号を得る第１レイヤ復号ステップと、
    前記入力信号と前記第１レイヤ復号信号との差である第１レイヤ誤差信号を周波数領域に変換し第１レイヤ誤差変換係数を算出する第１レイヤ誤差変換係数算出ステップと、
    前記第１レイヤ誤差変換係数を符号化して第２レイヤ符号化データを得る第２レイヤ符号化ステップと、
    を具備する符号化方法であって、
    前記第２レイヤ符号化ステップは、
    入力信号のトーナリティまたはエネルギに基づいて前記第２レイヤ符号化ステップの符号化対象となる帯域を決定する帯域決定ステップと、
    前記帯域決定ステップにて決定された所定の第１の帯域幅を持つ帯域に含まれる前記第１レイヤ誤差変換係数を参照して、前記帯域に所定の数のパルスを配置して第１形状ベクトルを生成するとともに、前記所定の数のパルスの位置から第１形状符号化情報を生成する第１形状ベクトル符号化ステップと、
    前記帯域に含まれる前記第１レイヤ誤差変換係数と前記第１形状ベクトルとを用いて所定の第２の帯域幅を持つサブバンド毎にターゲットゲインを算出するターゲットゲイン算出ステップと、
    前記サブバンド毎に算出された複数のターゲットゲインを用いて１つのゲインベクトルを構成するゲインベクトル構成ステップと、
    前記ゲインベクトルに対し符号化を行って第１ゲイン符号化情報を得るゲインベクトル符号化ステップと、を具備する、
    符号化方法。
  5. 符号化装置において入力信号を符号化して得られた第１レイヤ符号化データ、および、前記符号化装置において前記第１レイヤ符号化データを復号して得られた信号と前記入力信号との差である第１レイヤ誤差信号を周波数領域に変換し算出された第１レイヤ誤差変換係数を符号化して得られた第２レイヤ符号化データを受信する受信ステップと、
    前記第１レイヤ符号化データを復号して第１レイヤ復号信号を生成する第１レイヤ復号ステップと、
    前記第２レイヤ符号化データを復号して第１レイヤ復号誤差変換係数を生成する第２レイヤ復号ステップと、
    前記第１レイヤ復号変換係数を時間領域に変換して第１復号誤差信号を生成する時間領域変換ステップと、
    前記第１レイヤ復号信号と前記第１レイヤ復号誤差信号とを加算して復号信号を生成する加算ステップと、
    を具備する復号方法であって、
    前記第２レイヤ符号化データは、
    前記第１レイヤ誤差変換係数の一部の帯域に対して、振幅値の大きい複数の変換係数の位置にパルスを配置して生成される第１形状ベクトルの複数のパルスの位置から求められる第１形状符号化情報、および、
    前記第１形状ベクトルを複数のサブバンドに分割し、前記第１レイヤ誤差変換係数の前記一部の帯域を複数のサブバンドに分割し、前記サブバンド毎に前記第１形状ベクトルと前記第１レイヤ誤差変換係数を用いてターゲットゲインを算出し、前記複数のターゲットゲインを用いて構成される１つのゲインベクトルを符号化して得られる第１ゲイン符号化情報、を含む、
    復号方法。
JP2008045259A 2007-03-02 2008-02-26 符号化装置、復号装置、符号化方法および復号方法 Active JP4871894B2 (ja)

Priority Applications (18)

Application Number Priority Date Filing Date Title
JP2008045259A JP4871894B2 (ja) 2007-03-02 2008-02-26 符号化装置、復号装置、符号化方法および復号方法
CN201210004224.0A CN102411933B (zh) 2007-03-02 2008-02-29 解码装置和解码方法
SG2012005948A SG178727A1 (en) 2007-03-02 2008-02-29 Encoding device and encoding method
EP08710511.0A EP2128857B1 (en) 2007-03-02 2008-02-29 Encoding device and encoding method
PCT/JP2008/000408 WO2008120440A1 (ja) 2007-03-02 2008-02-29 符号化装置および符号化方法
AU2008233888A AU2008233888B2 (en) 2007-03-02 2008-02-29 Encoding device and encoding method
CN201410119876.8A CN103903626B (zh) 2007-03-02 2008-02-29 语音编码装置、语音解码装置、语音编码方法以及语音解码方法
CN200880006787.5A CN101622662B (zh) 2007-03-02 2008-02-29 编码装置和编码方法
RU2009132934/08A RU2471252C2 (ru) 2007-03-02 2008-02-29 Устройство кодирования и способ кодирования
KR1020097018303A KR101414354B1 (ko) 2007-03-02 2008-02-29 부호화 장치 및 부호화 방법
MYPI20093440 MY147075A (en) 2007-03-02 2008-02-29 Encoding device, decoding device, encoding method and decoding method
BRPI0808428A BRPI0808428A8 (pt) 2007-03-02 2008-02-29 Dispostivo de codificação e método de codificação
US12/528,659 US8554549B2 (en) 2007-03-02 2008-02-29 Encoding device and method including encoding of error transform coefficients
SG2012005971A SG178728A1 (en) 2007-03-02 2008-02-29 Encoding device and encoding method
RU2012135697/08A RU2579663C2 (ru) 2007-03-02 2012-08-20 Устройство кодирования и способ кодирования
RU2012135696/08A RU2579662C2 (ru) 2007-03-02 2012-08-20 Устройство кодирования и способ кодирования
US13/965,644 US8918315B2 (en) 2007-03-02 2013-08-13 Encoding apparatus, decoding apparatus, encoding method and decoding method
US13/965,634 US8918314B2 (en) 2007-03-02 2013-08-13 Encoding apparatus, decoding apparatus, encoding method and decoding method

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
JP2007053502 2007-03-02
JP2007053502 2007-03-02
JP2007133545 2007-05-18
JP2007133545 2007-05-18
JP2007185077 2007-07-13
JP2007185077 2007-07-13
JP2008045259A JP4871894B2 (ja) 2007-03-02 2008-02-26 符号化装置、復号装置、符号化方法および復号方法

Related Child Applications (2)

Application Number Title Priority Date Filing Date
JP2008148511A Division JP5403949B2 (ja) 2007-03-02 2008-06-05 符号化装置および符号化方法
JP2011089954A Division JP5236040B2 (ja) 2007-03-02 2011-04-14 符号化装置、復号装置、符号化方法および復号方法

Publications (2)

Publication Number Publication Date
JP2009042734A JP2009042734A (ja) 2009-02-26
JP4871894B2 true JP4871894B2 (ja) 2012-02-08

Family

ID=39808027

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008045259A Active JP4871894B2 (ja) 2007-03-02 2008-02-26 符号化装置、復号装置、符号化方法および復号方法

Country Status (11)

Country Link
US (3) US8554549B2 (ja)
EP (1) EP2128857B1 (ja)
JP (1) JP4871894B2 (ja)
KR (1) KR101414354B1 (ja)
CN (3) CN101622662B (ja)
AU (1) AU2008233888B2 (ja)
BR (1) BRPI0808428A8 (ja)
MY (1) MY147075A (ja)
RU (3) RU2471252C2 (ja)
SG (2) SG178727A1 (ja)
WO (1) WO2008120440A1 (ja)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101548318B (zh) * 2006-12-15 2012-07-18 松下电器产业株式会社 编码装置、解码装置以及其方法
JP4708446B2 (ja) * 2007-03-02 2011-06-22 パナソニック株式会社 符号化装置、復号装置およびそれらの方法
JP4871894B2 (ja) * 2007-03-02 2012-02-08 パナソニック株式会社 符号化装置、復号装置、符号化方法および復号方法
KR20090110244A (ko) * 2008-04-17 2009-10-21 삼성전자주식회사 오디오 시맨틱 정보를 이용한 오디오 신호의 부호화/복호화 방법 및 그 장치
KR101599875B1 (ko) * 2008-04-17 2016-03-14 삼성전자주식회사 멀티미디어의 컨텐트 특성에 기반한 멀티미디어 부호화 방법 및 장치, 멀티미디어의 컨텐트 특성에 기반한 멀티미디어 복호화 방법 및 장치
KR20090110242A (ko) * 2008-04-17 2009-10-21 삼성전자주식회사 오디오 신호를 처리하는 방법 및 장치
EP2237269B1 (en) * 2009-04-01 2013-02-20 Motorola Mobility LLC Apparatus and method for processing an encoded audio data signal
JP5764488B2 (ja) 2009-05-26 2015-08-19 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 復号装置及び復号方法
FR2947945A1 (fr) * 2009-07-07 2011-01-14 France Telecom Allocation de bits dans un codage/decodage d'amelioration d'un codage/decodage hierarchique de signaux audionumeriques
FR2947944A1 (fr) * 2009-07-07 2011-01-14 France Telecom Codage/decodage perfectionne de signaux audionumeriques
EP2490216B1 (en) * 2009-10-14 2019-04-24 III Holdings 12, LLC Layered speech coding
JP5295380B2 (ja) * 2009-10-20 2013-09-18 パナソニック株式会社 符号化装置、復号化装置およびこれらの方法
WO2011058752A1 (ja) 2009-11-12 2011-05-19 パナソニック株式会社 符号化装置、復号装置およびこれらの方法
JP5746974B2 (ja) 2009-11-13 2015-07-08 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 符号化装置、復号装置およびこれらの方法
CN102081927B (zh) * 2009-11-27 2012-07-18 中兴通讯股份有限公司 一种可分层音频编码、解码方法及系统
CN104392726B (zh) * 2010-03-31 2018-01-02 韩国电子通信研究院 编码设备和解码设备
US9508356B2 (en) * 2010-04-19 2016-11-29 Panasonic Intellectual Property Corporation Of America Encoding device, decoding device, encoding method and decoding method
US8751225B2 (en) * 2010-05-12 2014-06-10 Electronics And Telecommunications Research Institute Apparatus and method for coding signal in a communication system
KR101826331B1 (ko) * 2010-09-15 2018-03-22 삼성전자주식회사 고주파수 대역폭 확장을 위한 부호화/복호화 장치 및 방법
BR112013016438B1 (pt) 2010-12-29 2021-08-17 Samsung Electronics Co., Ltd Método de codificação, método de decodificação, e mídia de gravação legível por computador não transitória
RU2554554C2 (ru) * 2011-01-25 2015-06-27 Ниппон Телеграф Энд Телефон Корпорейшн Способ кодирования, кодер, способ определения величины периодического признака, устройство определения величины периодического признака, программа и носитель записи
CN103443856B (zh) * 2011-03-04 2015-09-09 瑞典爱立信有限公司 音频编码中的后量化增益校正
EP2696343B1 (en) * 2011-04-05 2016-12-21 Nippon Telegraph And Telephone Corporation Encoding an acoustic signal
DK2697795T3 (en) 2011-04-15 2015-09-07 Ericsson Telefon Ab L M ADAPTIVE SHARING Gain / FORM OF INSTALLMENTS
CN102800317B (zh) * 2011-05-25 2014-09-17 华为技术有限公司 信号分类方法及设备、编解码方法及设备
WO2013002696A1 (en) * 2011-06-30 2013-01-03 Telefonaktiebolaget Lm Ericsson (Publ) Transform audio codec and methods for encoding and decoding a time segment of an audio signal
US8712076B2 (en) 2012-02-08 2014-04-29 Dolby Laboratories Licensing Corporation Post-processing including median filtering of noise suppression gains
US9173025B2 (en) 2012-02-08 2015-10-27 Dolby Laboratories Licensing Corporation Combined suppression of noise, echo, and out-of-location signals
RU2601188C2 (ru) 2012-02-23 2016-10-27 Долби Интернэшнл Аб Способы и системы для эффективного восстановления высокочастотного аудиоконтента
JP5997592B2 (ja) * 2012-04-27 2016-09-28 株式会社Ｎｔｔドコモ 音声復号装置
IN2015DN04001A (ja) * 2012-11-07 2015-10-02 Dolby Int Ab
EP2830053A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multi-channel audio decoder, multi-channel audio encoder, methods and computer program using a residual-signal-based adjustment of a contribution of a decorrelated signal
CN110619884B (zh) * 2014-03-14 2023-03-07 瑞典爱立信有限公司 音频编码方法和装置
WO2015146224A1 (ja) * 2014-03-24 2015-10-01 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、および記録媒体
PL3594945T3 (pl) * 2014-05-01 2021-05-04 Nippon Telegraph And Telephone Corporation Kodowanie sygnału dźwiękowego
JP6611042B2 (ja) * 2015-12-02 2019-11-27 パナソニックＩｐマネジメント株式会社 音声信号復号装置及び音声信号復号方法
CN106096892A (zh) * 2016-06-22 2016-11-09 严东军 供应链随货单编码及其编码规则和使用方法
JP7009509B2 (ja) 2017-05-18 2022-01-25 フラウンホーファー－ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン ネットワーク装置の管理
WO2019091576A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits
EP3483882A1 (en) * 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Controlling bandwidth in encoders and/or decoders
EP3483879A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Analysis/synthesis windowing function for modulated lapped transformation
EP3483884A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Signal filtering
EP3483886A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Selecting pitch lag
EP3483883A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio coding and decoding with selective postfiltering
EP3483878A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio decoder supporting a set of different loss concealment tools
EP3483880A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Temporal noise shaping
CN110874402A (zh) * 2018-08-29 2020-03-10 北京三星通信技术研究有限公司 基于个性化信息的回复生成方法、设备和计算机可读介质
US11361776B2 (en) * 2019-06-24 2022-06-14 Qualcomm Incorporated Coding scaled spatial components
US11538489B2 (en) 2019-06-24 2022-12-27 Qualcomm Incorporated Correlating scene-based audio data for psychoacoustic audio coding
WO2021046136A1 (en) * 2019-09-03 2021-03-11 Dolby Laboratories Licensing Corporation Audio filterbank with decorrelating components
CN115171709B (zh) * 2022-09-05 2022-11-18 腾讯科技（深圳）有限公司 语音编码、解码方法、装置、计算机设备和存储介质

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03263100A (ja) * 1990-03-14 1991-11-22 Mitsubishi Electric Corp 音声符号化・復号化装置
SG47025A1 (en) * 1993-03-26 1998-03-20 Motorola Inc Vector quantizer method and apparatus
KR100269213B1 (ko) * 1993-10-30 2000-10-16 윤종용 오디오신호의부호화방법
JP3186007B2 (ja) 1994-03-17 2001-07-11 日本電信電話株式会社 変換符号化方法、復号化方法
US5684920A (en) * 1994-03-17 1997-11-04 Nippon Telegraph And Telephone Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein
JPH0846517A (ja) * 1994-07-28 1996-02-16 Sony Corp 高能率符号化及び復号化システム
IT1281001B1 (it) * 1995-10-27 1998-02-11 Cselt Centro Studi Lab Telecom Procedimento e apparecchiatura per codificare, manipolare e decodificare segnali audio.
CA2213909C (en) * 1996-08-26 2002-01-22 Nec Corporation High quality speech coder at low bit rates
KR100261253B1 (ko) * 1997-04-02 2000-07-01 윤종용 비트율 조절이 가능한 오디오 부호화/복호화 방법및 장치
JP3063668B2 (ja) * 1997-04-04 2000-07-12 日本電気株式会社 音声符号化装置及び復号装置
JP3134817B2 (ja) * 1997-07-11 2001-02-13 日本電気株式会社 音声符号化復号装置
DE19747132C2 (de) * 1997-10-24 2002-11-28 Fraunhofer Ges Forschung Verfahren und Vorrichtungen zum Codieren von Audiosignalen sowie Verfahren und Vorrichtungen zum Decodieren eines Bitstroms
KR100304092B1 (ko) * 1998-03-11 2001-09-26 마츠시타 덴끼 산교 가부시키가이샤 오디오 신호 부호화 장치, 오디오 신호 복호화 장치 및 오디오 신호 부호화/복호화 장치
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
JP4281131B2 (ja) 1998-10-22 2009-06-17 ソニー株式会社 信号符号化装置及び方法、並びに信号復号装置及び方法
US6978236B1 (en) * 1999-10-01 2005-12-20 Coding Technologies Ab Efficient spectral envelope coding using variable time/frequency resolution and time/frequency switching
BR9906090A (pt) * 1999-12-22 2001-07-24 Conselho Nacional Cnpq Sìntese de um potente agonista paramagnético (epm-3) do hormÈnio estimulador de melanócito contendo radical livre estável em forma de aminoácido
US7013268B1 (en) * 2000-07-25 2006-03-14 Mindspeed Technologies, Inc. Method and apparatus for improved weighting filters in a CELP encoder
EP1199812A1 (en) * 2000-10-20 2002-04-24 Telefonaktiebolaget Lm Ericsson Perceptually improved encoding of acoustic signals
US7606703B2 (en) * 2000-11-15 2009-10-20 Texas Instruments Incorporated Layered celp system and method with varying perceptual filter or short-term postfilter strengths
US6931373B1 (en) * 2001-02-13 2005-08-16 Hughes Electronics Corporation Prototype waveform phase modeling for a frequency domain interpolative speech codec system
US7013269B1 (en) * 2001-02-13 2006-03-14 Hughes Electronics Corporation Voicing measure for a speech CODEC system
JP3881946B2 (ja) * 2002-09-12 2007-02-14 松下電器産業株式会社 音響符号化装置及び音響符号化方法
EP1489599B1 (en) * 2002-04-26 2016-05-11 Panasonic Intellectual Property Corporation of America Coding device and decoding device
JP3881943B2 (ja) * 2002-09-06 2007-02-14 松下電器産業株式会社 音響符号化装置及び音響符号化方法
FR2849727B1 (fr) 2003-01-08 2005-03-18 France Telecom Procede de codage et de decodage audio a debit variable
JP2004302259A (ja) 2003-03-31 2004-10-28 Matsushita Electric Ind Co Ltd 音響信号の階層符号化方法および階層復号化方法
WO2004097796A1 (ja) * 2003-04-30 2004-11-11 Matsushita Electric Industrial Co., Ltd. 音声符号化装置、音声復号化装置及びこれらの方法
KR20060131793A (ko) * 2003-12-26 2006-12-20 마츠시타 덴끼 산교 가부시키가이샤 음성ㆍ악음 부호화 장치 및 음성ㆍ악음 부호화 방법
US7460990B2 (en) * 2004-01-23 2008-12-02 Microsoft Corporation Efficient coding of digital media spectral data using wide-sense perceptual similarity
CA2457988A1 (en) * 2004-02-18 2005-08-18 Voiceage Corporation Methods and devices for audio compression based on acelp/tcx coding and multi-rate lattice vector quantization
JP4464707B2 (ja) * 2004-02-24 2010-05-19 パナソニック株式会社 通信装置
JP4771674B2 (ja) * 2004-09-02 2011-09-14 パナソニック株式会社 音声符号化装置、音声復号化装置及びこれらの方法
JP4871501B2 (ja) 2004-11-04 2012-02-08 パナソニック株式会社 ベクトル変換装置及びベクトル変換方法
EP2752849B1 (en) * 2004-11-05 2020-06-03 Panasonic Intellectual Property Management Co., Ltd. Encoder and encoding method
US7983904B2 (en) * 2004-11-05 2011-07-19 Panasonic Corporation Scalable decoding apparatus and scalable encoding apparatus
US20080162148A1 (en) * 2004-12-28 2008-07-03 Matsushita Electric Industrial Co., Ltd. Scalable Encoding Apparatus And Scalable Encoding Method
EP1858006B1 (en) 2005-03-25 2017-01-25 Panasonic Intellectual Property Corporation of America Sound encoding device and sound encoding method
DE602006011600D1 (de) 2005-04-28 2010-02-25 Panasonic Corp Audiocodierungseinrichtung und audiocodierungsverfahren
US8433581B2 (en) 2005-04-28 2013-04-30 Panasonic Corporation Audio encoding device and audio encoding method
WO2006120931A1 (ja) * 2005-05-11 2006-11-16 Matsushita Electric Industrial Co., Ltd. 符号化装置、復号化装置及びこれらの方法
US7562021B2 (en) * 2005-07-15 2009-07-14 Microsoft Corporation Modification of codewords in dictionary used for efficient coding of digital media spectral data
US7539612B2 (en) * 2005-07-15 2009-05-26 Microsoft Corporation Coding and decoding scale factor information
JP4170326B2 (ja) 2005-08-16 2008-10-22 富士通株式会社 メール送受信プログラムおよびメール送受信装置
WO2007052612A1 (ja) 2005-10-31 2007-05-10 Matsushita Electric Industrial Co., Ltd. ステレオ符号化装置およびステレオ信号予測方法
JP2007133545A (ja) 2005-11-09 2007-05-31 Fujitsu Ltd 運用管理プログラムおよび運用管理方法
JP2007185077A (ja) 2006-01-10 2007-07-19 Yazaki Corp ワイヤーハーネス固定具
US7835904B2 (en) * 2006-03-03 2010-11-16 Microsoft Corp. Perceptual, scalable audio compression
WO2007105586A1 (ja) * 2006-03-10 2007-09-20 Matsushita Electric Industrial Co., Ltd. 符号化装置および符号化方法
WO2007119368A1 (ja) 2006-03-17 2007-10-25 Matsushita Electric Industrial Co., Ltd. スケーラブル符号化装置およびスケーラブル符号化方法
EP2017830B9 (en) * 2006-05-10 2011-02-23 Panasonic Corporation Encoding device and encoding method
EP1887118B1 (de) 2006-08-11 2012-06-13 Groz-Beckert KG Bestückungsset zur Bestückung einer gegebenen Anzahl von Systemteilen einer Strickmaschine, insbesondere einer Rundstrickmaschine
US8352258B2 (en) * 2006-12-13 2013-01-08 Panasonic Corporation Encoding device, decoding device, and methods thereof based on subbands common to past and current frames
US20100017199A1 (en) * 2006-12-27 2010-01-21 Panasonic Corporation Encoding device, decoding device, and method thereof
JP4871894B2 (ja) * 2007-03-02 2012-02-08 パナソニック株式会社 符号化装置、復号装置、符号化方法および復号方法
CN101599272B (zh) * 2008-12-30 2011-06-08 华为技术有限公司 基音搜索方法及装置

Also Published As

Publication number Publication date
US8554549B2 (en) 2013-10-08
CN101622662A (zh) 2010-01-06
CN101622662B (zh) 2014-05-14
RU2579663C2 (ru) 2016-04-10
US8918314B2 (en) 2014-12-23
EP2128857A4 (en) 2013-08-14
EP2128857A1 (en) 2009-12-02
JP2009042734A (ja) 2009-02-26
US8918315B2 (en) 2014-12-23
EP2128857B1 (en) 2018-09-12
AU2008233888B2 (en) 2013-01-31
CN102411933B (zh) 2014-05-14
RU2471252C2 (ru) 2012-12-27
US20130325457A1 (en) 2013-12-05
US20100017204A1 (en) 2010-01-21
CN102411933A (zh) 2012-04-11
BRPI0808428A8 (pt) 2016-12-20
RU2579662C2 (ru) 2016-04-10
RU2012135697A (ru) 2014-02-27
CN103903626B (zh) 2018-06-22
CN103903626A (zh) 2014-07-02
KR101414354B1 (ko) 2014-08-14
BRPI0808428A2 (pt) 2014-07-22
SG178728A1 (en) 2012-03-29
KR20090117890A (ko) 2009-11-13
US20130332154A1 (en) 2013-12-12
RU2012135696A (ru) 2014-02-27
RU2009132934A (ru) 2011-03-10
WO2008120440A1 (ja) 2008-10-09
MY147075A (en) 2012-10-31
AU2008233888A1 (en) 2008-10-09
SG178727A1 (en) 2012-03-29

Similar Documents

Publication Publication Date Title
JP4871894B2 (ja) 符号化装置、復号装置、符号化方法および復号方法
JP4708446B2 (ja) 符号化装置、復号装置およびそれらの方法
JP5404418B2 (ja) 符号化装置、復号装置および符号化方法
JP5236040B2 (ja) 符号化装置、復号装置、符号化方法および復号方法
US20100017197A1 (en) Voice coding device, voice decoding device and their methods
JP5236032B2 (ja) 音声符号化装置、音声復号装置およびそれらの方法
RU2459283C2 (ru) Кодирующее устройство, декодирующее устройство и способ
WO2011058752A1 (ja) 符号化装置、復号装置およびこれらの方法

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110215

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110415

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: 20111101

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: 20111121

R150 Certificate of patent or registration of utility model

Ref document number: 4871894

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: 20141125

Year of fee payment: 3

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350