JP5129115B2

JP5129115B2 - 高帯域バーストの抑制のためのシステム、方法、および装置

Info

Publication number: JP5129115B2
Application number: JP2008504475A
Authority: JP
Inventors: フォス、コエン・ベルナルト; カンドハダイ、アナンサパドマナブハン・エー．
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2005-04-01
Filing date: 2006-04-03
Publication date: 2013-01-23
Anticipated expiration: 2026-04-03
Also published as: RU2386179C2; BRPI0607690A2; ATE492016T1; US8484036B2; TW200703240A; DE602006017673D1; RU2413191C2; AU2006232358A1; MX2007012191A; TWI330828B; NO20075503L; BRPI0607646B1; IL186404A0; CA2602804A1; US20060277038A1; WO2006107839A2; KR20070118168A; EP1864101A1; EP1869673B1; ES2391292T3

Description

［関連出願］
本出願は、２００５年４月１日に出願された「ＣＯＤＩＮＧＴＨＥＨＩＧＨ−ＦＲＥＱＵＥＮＣＹＢＡＮＤＯＦＷＩＤＥＢＡＮＤＳＰＥＥＣＨ」と題された米国仮出願第６０／６６７，９０１号の利益を主張するものである。さらに、本出願は、２００５年４月２２日に出願された「ＰＡＲＡＭＥＴＥＲＣＯＤＩＮＧＩＮＡＨＩＧＨ−ＢＡＮＤＳＰＥＥＣＨＣＯＤＥＲ」と題された米国仮出願第６０／６７３，９６５号の利益を主張するものである。

［本発明の分野］
本発明は信号処理に関する。

従来、公衆交換電話網（ＰＳＴＮ）上の音声通信は、３００〜３４００ｋＨｚの周波数範囲に帯域幅が制限されてきた。セルラ電話技術およびボイスオーバーＩＰ（ＶｏＩＰ）などの音声通信のための新しいネットワークは同様の帯域幅制限を持たない可能性があり、それらの新しいネットワークはそのようなネットワーク上で広帯域の周波数範囲を含む音声通信を送信および受信することが望ましい可能性がある。例えば、最低で５０Ｈｚまでおよび／または最高で７もしくは８ｋＨｚまで広がる可聴周波数範囲をサポートすることが望ましい可能性がある。さらに、従来のＰＳＴＮの制限外の範囲のオーディオ音声コンテンツを有することができる、高品質オーディオ、またはオーディオ／ビデオ会議などのその他の応用をサポートすることが望ましい可能性がある。

音声コーダによってサポートされる範囲のより高い周波数への拡張は、了解度を改善する可能性がある。例えば、‘ｓ’および‘ｆ’などの摩擦音を区別する情報は、大部分が高周波数にある。高帯域の拡張は、臨場感など、音声のその他の品質も改善する可能性がある。例えば、有声母音でさえもＰＳＴＮの制限をはるかに超えるスペクトルエネルギーを持ち得る。

広帯域音声信号に関する研究を実施する際に、発明者は、時折スペクトルの上部に高エネルギーのパルス、つまり「バースト」を観察した。これらの高帯域バーストは、通常ほんの数ミリ秒（概して２ミリ秒、最長約３ミリ秒であり）持続し、周波数では最高で数キロヘルツ（ｋＨｚ）にまで達する場合があり、有声および無声両方の異なる種類の言語音の間にはっきりとランダムに発生する場合がある。一部の話者に関しては高帯域バーストがあらゆる文で発生する可能性がある一方、その他の話者に関してはそのようなバーストが全く発生しない可能性がある。概してこれらの事象は頻繁には発生しないが、発明者がいくつかの異なるデータベースからの、およびいくつかのその他のソースからの広帯域音声サンプルにおいてそれらの事象の例を発見したように、それらの事象は確かに偏在しているように見える。

高帯域バーストは広い周波数範囲を有するが、３．５から７ｋＨｚまでの範囲など、通常はスペクトルの比較的高い帯域にのみ発生し、比較的低い帯域には発生しない。例えば、図１は語「ｃａｎ」の分光写真を示す。この広帯域音声信号において、高帯域バーストが０．１秒のところに６ｋＨｚ付近の広い周波数領域に渡って伸びているのが観察され得る（この図ではより暗い領域がより高い強度を示す）。少なくとも一部の高帯域バーストは、話者の口とマイクロホンの間の相互作用によって生成される、および／または発話中に話者の口によって発せられた吸着音が原因である可能性がある。

［概要］
一実施形態による信号処理の方法は、低帯域音声信号および高帯域音声信号を得るために広帯域音声信号を処理することと、バーストが高帯域音声信号の領域に存在することを判定することと、バーストが低帯域音声信号の対応する領域に存在しないことを判定することとを含む。方法は、バーストが存在することを判定すること、およびバーストが存在しないことを判定することに基づいて当該領域上の高帯域音声信号を減衰させることも含む。

一実施形態による装置は、低帯域音声信号中のバーストを検出するように構成された第１のバースト検出器と、対応する高帯域音声信号中のバーストを検出するように構成された第２のバースト検出器と、第１および第２のバースト検出器の出力の間の差異に応じて減衰制御信号を計算するように構成された減衰制御信号計算器と、減衰制御信号を高帯域音声信号に適用するように構成された利得制御エレメントとを含む。

［詳細な記載］
その文脈によって明示的に限定されない限り、用語「計算する」は、本明細書においては、演算する、生成する、および値のリストから選択するなどのその用語の通常の意味のいずれかを示すために使用される。用語「含む」が発明を実施するための最良の形態および特許請求の範囲で使用される場合、その用語「含む」はその他のエレメントまたはオペレーションを除外しない。

高帯域バーストは元の音声信号中で非常に聞こえ易いが、それらのバーストは了解度には寄与せず、信号の品質はそれらのバーストを抑制することによって向上され得る。さらに、高帯域バーストは高帯域音声信号の符号化に有害である可能性もあり、したがって信号を符号化する効率、および特に時間的な包絡線（temporal envelope）を符号化する効率は、高帯域音声信号によるバーストを抑制することによって向上され得る。

高帯域バーストは、いくつかの点で高帯域符号化システムに悪影響を与える可能性がある。第１に、これらのバーストは、バースト時に急峻なピークをもたらすことによって時間の変化に伴う音声信号のエネルギー包絡線の滑らかさを大きく損なう原因となる可能性がある。コーダが信号の時間的な包絡線を高い分解能でモデル化（このことは復号器に送られるべき情報の量を増加させる）しない限り、バーストのエネルギーは復号化された信号において時間的に広がり、アーティファクトを招く可能性がある。第２に、高帯域バーストは、例えば線形予測フィルタの係数などの１組のパラメータによってモデル化されたスペクトル包絡線を決定付ける傾向がある。概して、そのようなモデリングは、音声信号の各フレーム（約２０ミリ秒）に対して実行される。結果として、吸着音を含むフレームは前後のフレームと異なるスペクトル包絡線に従って合成される可能性があり、このことは知覚的に好ましくない不連続性をもたらす可能性がある。

高帯域バーストは、そのシステムにおいて高帯域合成フィルタのための励起信号が狭帯域の残差から導出される、またはさもなければ狭帯域の残差を示す音声符号化システムに関する別の問題を生じる可能性がある。そのような場合、高帯域音声信号が狭帯域音声信号には存在しない構造を含むために、高帯域バーストの存在は高帯域音声信号の符号化を複雑にする可能性がある。

実施形態は、高帯域音声信号中に存在するが、対応する低帯域音声信号中には存在しないバーストを検出するように、およびそれぞれのバーストの期間中に高帯域音声信号のレベルを低減するように構成されたシステム、方法、および装置を含む。そのような実施形態の潜在的な利点は、復号化された信号中のアーティファクトを防止すること、および／または元の信号の品質を著しく劣化させることなしに符号化効率の損失を防止することを含む。図２は、そのような方法による高帯域バーストの抑制後の図１に示された広帯域信号の分光写真を示す。

図３は、一実施形態による、フィルタバンクＡ１１０および高帯域バースト抑制器Ｃ２００を含む構成のブロック図を示す。フィルタバンクＡ１１０は、広帯域音声信号Ｓ１０をフィルタリングして低帯域音声信号Ｓ２０および高帯域音声信号Ｓ３０を生成するように構成される。高帯域バースト抑制器Ｃ２００は、その信号において高帯域音声信号Ｓ３０中に発生するが低帯域音声信号Ｓ２０には存在しないバーストが抑制された、高帯域音声信号Ｓ３０に基づく処理された高帯域音声信号Ｓ３０ａを出力するように構成される。

図４は、フィルタバンクＢ１２０をさらに含む図３に示された構成のブロック図を示す。フィルタバンクＢ１２０は、低帯域音声信号Ｓ２０および処理された高帯域音声信号Ｓ３０ａを合成して処理された広帯域音声信号Ｓ１０ａを生成するように構成される。処理された広帯域音声信号Ｓ１０ａの品質は、高帯域バーストの抑制によって広帯域音声信号Ｓ１０の品質よりも向上されることができる。

フィルタバンクＡ１１０は、帯域分割スキームに従って入力信号をフィルタリングして低周波数サブバンドおよび高周波数サブバンドを生成するように構成される。特定の用途に関する設計基準に応じて、出力サブバンドは等しい帯域幅または等しくない帯域幅を有してよく、重なり合っていても、または重なり合っていなくてもよい。２つを超えるサブバンドを生成するフィルタバンクＡ１１０の構成も可能である。例えば、そのようなフィルタバンクは、狭帯域信号Ｓ２０の周波数範囲未満の周波数範囲（５０〜３００Ｈｚの範囲など）内の成分を含む超低帯域信号（very-low-band signal）を生成するように構成されることができる。そのような場合、広帯域音声符号器Ａ１００（図８を参照して導かれる）が、この超低帯域信号を別個に符号化するために提供されることができ、多重化装置Ａ１３０（図１１を参照して導かれる）が、多重化された信号Ｓ７０中に（例えば、別個の部分として）符号化された超低帯域信号を含むように構成されることができる。

図５ａは、低減された標本化レートを有する２つのサブバンド信号を生成するように構成されたフィルタバンクＡ１１０の実装Ａ１１２のブロック図を示す。フィルタバンクＡ１１０は、高周波数（つまり高帯域）部分および低周波数（つまり低帯域）部分を有する広帯域音声信号Ｓ１０を受信するように構成される。フィルタバンクＡ１１２は、広帯域音声信号Ｓ１０を受信するように、および低帯域音声信号Ｓ２０を生成するように構成された低帯域処理経路と、広帯域音声信号Ｓ１０を受信するように、および高帯域音声信号Ｓ３０を生成するように構成された高帯域処理経路とを含む。低域通過フィルタ１１０は、広帯域音声信号Ｓ１０をフィルタリングして選択された低周波数サブバンドを通過させ、高域通過フィルタ１３０は、広帯域音声信号Ｓ１０をフィルタリングして選択された高周波数サブバンドを通過させる。両方のサブバンド信号とも広帯域音声信号Ｓ１０より狭い帯域幅を有するので、それらのサブバンドの標本化レートは情報の損失なしにある程度低減されることができる。ダウンサンプラ１２０は、所望のデシメーションファクタによって（例えば、信号のサンプルを取り除くこと、および／またはサンプルを平均値で置き換えることによって）低域通過信号の標本化レートを低減し、同様にダウンサンプラ１４０は、別の所望のデシメーションファクタによって高域通過信号の標本化レートを低減する。

図５ｂは、フィルタバンクＢ１２０の対応する実装Ｂ１２２のブロック図を示す。アップサンプラ１５０は、低帯域音声信号Ｓ２０の標本化レートを（例えば、０埋めすることによって、および／またはサンプルを複製することによって）増加させ、低域通過フィルタ１６０は、（例えばエリアジングを防止するために）アップサンプリングされた信号をフィルタリングして低帯域部分のみを通過させる。同様に、アップサンプラ１７０は、処理された高帯域信号Ｓ３０ａの標本化レートを増加させ、高域通過フィルタ１８０は、アップサンプリングされた信号をフィルタリングして高帯域部分のみを通過させる。次に、２つの通過帯域信号は合計されて広帯域音声信号Ｓ１０ａを形成する。フィルタバンクＢ１２０を含む装置のいくつかの実装において、フィルタバンクＢ１２０は、高帯域復号器Ｂ２００によって受信されたおよび／または計算された１つまたは複数の重みによって２つの通過帯域信号の重み付けされた合計を生成するように構成される。２つを超える通過帯域信号を合成するフィルタバンクＢ１２０の構成も考えられる。

フィルタ１１０、１３０、１６０、１８０のそれぞれは、有限インパルス応答（ＦＩＲ）フィルタとして、または無限インパルス応答（ＩＩＲ）フィルタとして実装されることができる。フィルタ１１０および１３０の周波数レスポンスは、阻止帯域と通過帯域の間に対称なまたは異なる形状の遷移領域を有する可能性がある。同様に、フィルタ１６０および１８０の周波数レスポンスは、阻止帯域と通過帯域の間に対称なまたは異なる形状の遷移領域を有する可能性がある。低域通過フィルタ１１０が低域通過フィルタ１６０と同じレスポンスを有し、高域通過フィルタ１３０が高域通過フィルタ１８０と同様のレスポンスを有することが望ましい可能性があるが、絶対に必要なわけではない。１つの例において、２つのフィルタの組１１０、１３０と１６０、１８０とは直交ミラーフィルタ（ＱＭＦ）バンクであり、フィルタの組１１０、１３０はフィルタの組１６０、１８０と同じ係数を有する。

典型的な例において、低域通過フィルタ１１０は、３００〜３４００Ｈｚの制限されたＰＳＴＮの範囲を含む通過帯域（例えば、０から４ｋＨｚまでの帯域）を有する。図６ａおよび６ｂは、２つの異なる実装例における広帯域音声信号Ｓ１０、低帯域音声信号Ｓ２０、および高帯域音声信号Ｓ３０の相対的な帯域幅を示す。これらの特定の例の両方において、広帯域音声信号Ｓ１０は、（０から８ｋＨｚまでの範囲内の周波数成分を表す）１６ｋＨｚの標本化レートを有し、低帯域信号Ｓ２０は、（０から４ｋＨｚまでの範囲内の周波数成分を表す）８ｋＨｚの標本化レートを有する。

図６ａの例では、２つのサブバンドの間に大きな重なりはない。この例に示された高帯域信号Ｓ３０は、４〜８ｋＨｚの通過帯域を有する高域通過フィルタ１３０を使用して得ることができる。そのような場合、フィルタリングされた信号を２分の１にダウンサンプリングすることによって標本化レートを８ｋＨｚに低減することが望ましい可能性がある。信号に対する以降の処理操作の計算の複雑性を大幅に低減することが予想され得るそのような操作は、情報の損失なしに通過帯域のエネルギーを０から４ｋＨｚまでの範囲まで低下させることになる。

図６ｂの代替例では、上側のサブバンドおよび下側のサブバンドはかなりの重なりを有し、その結果、３．５から４ｋＨｚまでの範囲が両方のサブバンド信号によって示される。この例におけるような高帯域信号Ｓ３０は、３．５〜７ｋＨｚの通過帯域を有する高域通過フィルタ１３０を使用して得ることができる。そのような場合、フィルタリングされた信号を１６分の７にダウンサンプリングすることによって標本化レートを７ｋＨｚに低減することが望ましい可能性がある。信号に対する以降の処理操作の計算の複雑性を大幅に低減することが予想され得るそのような操作は、情報の損失なしに通過帯域のエネルギーを０から３．５ｋＨｚまでの範囲まで低下させることになる。

電話通信用の典型的なハンドセットでは、トランスデューサのうちの１つまたは複数（例えば、マイクロホン、およびイヤホンまたはラウドスピーカ）は、７〜８ｋＨｚの周波数範囲に感知可能なレスポンスを持たない。図６ｂの例において、７ｋＨｚと８ｋＨｚの間の広帯域音声信号Ｓ１０の部分は、符号化された信号に含まれない。高域通過フィルタ１３０のその他の特定の例は、３．５〜７．５ｋＨｚおよび３．５〜８ｋＨｚの通過帯域を有する。

いくつかの実装において、図６ｂの例におけるようなサブバンドの間の重なりを提供することは、重なり合った領域上に滑らかなロールオフを有する低域通過フィルタおよび／または高域通過フィルタの使用を可能にする。概して、そのようなフィルタは、より急峻なまたは「煉瓦壁形の」レスポンスを有するフィルタよりも計算が単純である、および／または遅延をもたらし難い。急峻な遷移領域を有するフィルタは、滑らかなロールオフを有する同様のオーダのフィルタよりも高いサイドローブ（このサイドローブはエリアジングを引き起こす可能性がある）を有する傾向がある。また、急峻な遷移領域を有するフィルタは、リンギングアーティファクト（ringing artifacts）を引き起こし得る長いインパルス応答を有する可能性がある。１つまたは複数のＩＩＲフィルタを有するフィルタバンク実装に関して、重なり合った領域上の滑らかなロールオフを可能にすることは、そのフィルタの極が単位円から遠く離れているフィルタの使用を可能にすることができ、このことは安定な固定小数点実装を保証するために重要である可能性がある。

サブバンドの重なりは、より少ない可聴アーティファクト、低減されたエリアジング、および／または一方の帯域から他方の帯域へのより目立たない遷移をもたらすことができる低帯域と高帯域の滑らかな混合を可能にする。さらに、続いて低帯域および高帯域音声信号Ｓ２０、Ｓ３０が異なる音声符号器によって符号化される応用においては、低帯域音声符号器（例えば、波形コーダ）の符号化効率が周波数の上昇と共に低下する可能性がある。例えば、低帯域音声コーダの符号化品質は、特に背景雑音が存在する場合には低ビットレートにおいて低下する可能性がある。そのような場合、サブバンドの重なりを提供することは、重なり合った領域中の再生された周波数成分の品質を向上させることができる。

さらに、サブバンドの重なりは、より少ない可聴アーティファクト、低減されたエリアジング、および／または一方の帯域から他方の帯域へのより目立たない遷移をもたらすことができる低帯域と高帯域の滑らかな混合を可能にする。そのような特徴は、その実装において、以下で説明される低帯域音声符号器Ａ１２０および高帯域音声符号器Ａ２００が異なる符号化方法に従って動作する実装に対して特に望ましい可能性がある。例えば、異なる符号化技術は、大きく異なる音を出す信号を生成する可能性がある。スペクトル包絡線を符号帳のインデックスの形態で符号化するコーダは、そうではなく振幅スペクトルを符号化するコーダとは異なる音を有する信号を生成する可能性がある。時間領域コーダ（例えば、パルス符号変調またはＰＣＭコーダ）は、周波数領域コーダとは異なる音を有する信号を生成する可能性がある。スペクトル包絡線の表現、および対応する残差信号を用いて信号を符号化するコーダは、スペクトル包絡線の表現のみを用いて信号を符号化するコーダとは異なる音を有する信号を生成する可能性がある。信号の波形の表現として信号を符号化するコーダは、正弦波コーダ（sinusoidal coder）からの出力とは異なる音を有する出力を生成する可能性がある。そのような場合、急峻な遷移領域を有するフィルタを使用して重なり合わないサブバンドを画定することは、合成された広帯域信号中のサブバンド間の急激におよび知覚的に認識できる遷移をもたらす可能性がある。

相補的な重なり合う周波数レスポンスを有するＱＭＦフィルタバンクがサブバンド技術で使用されることが多いが、そのようなフィルタは、本明細書に記載された広帯域符号化の実装のうちの少なくとも一部に対しては不適である。符号器におけるＱＭＦフィルタバンクは、復号器における対応するＱＭＦフィルタバンクにおいて打ち消されるかなりの程度のエリアジングを生成するように構成される。そのような構成は、ひずみがエリアジング消去特性の有効性を低下させる可能性があるので、その応用において信号がフィルタバンク間の多量のひずみを招く応用に対しては適切でない可能性がある。例えば、本明細書に記載された応用は、かなり低いビットレートで動作するように構成された符号化の実装を含む。かなり低いビットレートの結果として、復号化された信号は、元の信号と比較して大きくひずんで見える傾向があり、そのためＱＭＦフィルタバンクの使用は打ち消されないエリアジングをもたらす可能性がある。概して、ＱＭＦフィルタバンクを使用する応用は、より高いビットレート（例えば、ＡＭＲ向けの１２ｋｂｐｓを超えるビットレート、およびＧ．７２２向けの６４ｋｂｐｓを超えるビットレート）を有する。

加えて、コーダは、知覚的には元の信号と同様であるが、実際には元の信号と大きく異なる合成された信号を生成するように構成されることができる。例えば、実際の高帯域の残差は復号化された信号に全く存在しない可能性があるため、本明細書に記載されたように高帯域の励起を狭帯域の残差から導出するコーダはそのような信号を生成し得る。そのような応用におけるＱＭＦフィルタバンクの使用は、打ち消されないエリアジングによって引き起こされるかなりの程度のひずみをもたらす可能性がある。

エリアジングの影響はサブバンドの幅に等しい帯域幅に限定されるので、ＱＭＦエリアジングによって引き起こされるひずみの量は、影響を受けるサブバンドが狭ければ低減されることができる。しかし、その例において各サブバンドが広帯域の帯域幅の約半分を含む本明細書に記載された例に関しては、打ち消されないエリアジングによって引き起こされるひずみは、信号のかなりの部分に影響を与える可能性がある。信号の品質も、その帯域上で打ち消されないエリアジングが発生する周波数帯域の位置によって影響を受ける可能性がある。例えば、広帯域音声信号の中心付近で（例えば、３ｋＨｚと４ｋＨｚの間で）生成されたひずみは、信号の縁部付近で（例えば、６ｋＨｚよりも上で）発生するひずみよりもはるかに好ましくない可能性がある。

ＱＭＦフィルタバンクのフィルタのレスポンスは互いに密接に関連している一方、フィルタバンクＡ１１０およびＢ１２０の低帯域および高帯域経路は、２つのサブバンドの重なりを除いては全く関連がないスペクトルを有するように構成されることができる。我々は、その地点で高帯域フィルタの周波数レスポンスが−２０ｄＢに低下する地点から、その地点で低帯域フィルタの周波数レスポンスが−２０ｄＢに低下する地点までの距離として２つのサブバンドの重なりを定義する。フィルタバンクＡ１１０および／またはＢ１２０の様々な例において、この重なりは約２００Ｈｚから約１ｋＨｚまでの範囲を取る。約４００から約６００Ｈｚまでの範囲は、符号化効率と知覚上の滑らかさの間の望ましい兼ね合いを示すことができる。上述の１つの特定の例において、重なりは約５００Ｈｚである。

いくつかの段階で図６ａおよび６ｂに示された操作を実行するためのフィルタバンクＡ１１２および／またはＢ１２２を提供することが望ましい可能性がある。例えば、図６ｃは、一連の補間、リサンプリング、デシメーション、およびその他の操作を使用して高域通過フィルタリング操作およびダウンサンプリング操作と等価な機能を実行するフィルタバンクＡ１１２の実装Ａ１１４のブロック図を示す。そのような実装は、設計するのが比較的容易である可能性がある、ならびに／またはロジックおよび／もしくはコードの機能ブロックの再利用を可能にし得る。例えば、図６ｃに示される１４ｋＨｚへのデシメーション操作、および７ｋＨｚへのデシメーション操作を実行するために同じ機能ブロックが使用されることができる。スペクトル反転操作は、信号を関数ｅ^ｊｎπと乗算するか、またはその系列の値が＋１と−１を繰り返し取る系列（−１）^ｎと乗算することによって実行されることができる。スペクトル整形操作は、信号を整形して所望の全体的なフィルタレスポンスを得るように構成された低域通過フィルタとして実行されることができる。

スペクトル反転操作の結果として、高帯域信号Ｓ３０のスペクトルは反転されることが認められる。符号器および対応する復号器における後続の操作はそれに応じて構成されることができる。例えば、同様にスペクトルが反転された形態を有する対応する励起信号を生成することが望ましい可能性がある。

図６ｄは、一連の補間、リサンプリング、およびその他の操作を使用してアップサンプリング操作および高域通過フィルタリング操作と等価な機能を実行するフィルタバンクＢ１２２の実装Ｂ１２４のブロック図を示す。フィルタバンクＢ１２４は、例えばフィルタバンクＡ１１４などの符号器のフィルタバンクにおいて実行されたのと同様の操作を反転する、高帯域におけるスペクトル反転操作を含む。この特定の例において、さらにフィルタバンクＢ１２４は、７１００Ｈｚで信号の成分を減衰させる低帯域および高帯域におけるノッチフィルタを含むが、そのようなフィルタは任意的であり、含まれる必要はない。本出願と共に出願された特許出願「ＳＹＳＴＥＭＳ，ＭＥＴＨＯＤＳ，ＡＮＤＡＰＰＡＲＡＴＵＳＦＯＲＳＰＥＥＣＨＳＩＧＮＡＬＦＩＬＴＥＲＩＮＧ」（米国公開第２００７／００８８５５８号として公開された）は、フィルタバンクＡ１１０およびＢ１２０の特定の実装のエレメントのレスポンスに関連するさらなる説明および図を含み、この資料は参照により本明細書に組み込まれる。

上述のように、高帯域バーストの抑制は、高帯域音声信号Ｓ３０の符号化効率を向上することができる。図７は、その構成において、符号化された高帯域音声信号Ｓ３０ｂを生成するために、高帯域バースト抑制器Ｃ２００によって生成された処理された高帯域音声信号Ｓ３０ａが高帯域音声符号器Ａ２００によって符号化される構成のブロック図を示す。

広帯域音声符号化に対する１つのアプローチは、狭帯域音声符号化技術（例えば、０〜４ｋＨｚの範囲を符号化するように構成された技術）をスケーリングして広帯域スペクトルをカバーすることを伴う。例えば、音声信号は、高周波数の成分を含むようにより高いレートで標本化されることができ、狭帯域符号化技術は、この広帯域信号を表すためにより多くのフィルタ係数を使用するように再構成されることができる。図８は、その例において、処理された広帯域音声信号Ｓ１０ａを符号化して符号化された広帯域音声信号Ｓ１０ｂを生成するように広帯域音声符号器Ａ１００が構成される例のブロック図を示す。

しかし、ＣＥＬＰ（符号帳励振線形予測（codebook excited linear prediction））などの狭帯域符号化技術は計算量が非常に多く、広帯域ＣＥＬＰコーダは多くの処理サイクルを消費するため多くの移動体およびその他の埋め込み型の用途に対しては実用的でない可能性がある。そのような技術を使用することによって広帯域信号の完全なスペクトルを所望の品質に符号化することは、帯域幅の許容できないほど大きな増大をもたらす可能性もある。さらに、その信号の狭帯域部分でさえもが、狭帯域符号化のみをサポートするシステムに送信される、および／またはそのシステムによって復号化されることが可能となる前に、そのような符号化された信号の符号変換が要求されることが考えられる。図９は、別個の低帯域および高帯域音声符号器Ａ１２０およびＡ２００をそれぞれ含む広帯域音声符号器Ａ１０２のブロック図を示す。

少なくとも符号化された信号の狭帯域部分が符号変換またはその他の大きな修正なしに狭帯域チャネル（ＰＳＴＮチャネルなど）を介して送信されることができるように、広帯域音声符号化を実行することが望ましい可能性がある。例えば有線および無線チャネル上の無線セルラ電話技術および放送などの応用においてサービスを提供され得るユーザ数の大幅な減少を防止するために、広帯域符号化の拡張の効果が望ましい可能性もある。

広帯域音声符号化の１つのアプローチは、符号化された狭帯域スペクトル包絡線から高帯域スペクトル包絡線を補外することを伴う。しかし、そのようなアプローチは全く帯域幅の増加なしに、および符号変換の必要なしに実行されることができるものの、概して音声信号の高帯域部分の粗いスペクトル包絡線またはフォルマント構造は、狭帯域部分のスペクトル包絡線からは正確に予測できない。

図１０は、低帯域音声信号からの情報によって高帯域音声信号を符号化するための別のアプローチを使用する広帯域音声符号器Ａ１０４のブロック図を示す。この例において、高帯域励起信号は、符号化された低帯域励起信号Ｓ５０から導出される。符号器Ａ１０４は、例えば、その記述が参照によって本明細書に組み込まれる、「ＭＥＴＨＯＤＳＡＮＤＡＰＰＡＲＡＴＵＳＦＯＲＥＮＣＯＤＩＮＧＡＮＤＤＥＣＯＤＩＮＧＡＮＨＩＧＨＢＡＮＤＰＯＲＴＩＯＮＯＦＡＳＰＥＥＣＨＳＩＧＮＡＬ」なる名称で公開された特許出願ＷＯ２００６／１０７８３に記載されたような１つまたは複数の実施形態によって高帯域励起信号に基づく信号に基づいて利得包絡線（gain envelope）を符号化するように構成されることができる。広帯域音声符号器Ａ１０４の１つの特定の例は、約８．５５ｋｂｐｓ（キロビット／秒）で広帯域音声信号Ｓ１０を符号化するように構成され、約７．５５ｋｂｐｓが低帯域フィルタパラメータＳ４０および符号化された低帯域励起信号Ｓ５０に対して使用され、約１ｋｂｐｓが符号化された高帯域音声信号Ｓ３０ｂに対して使用される。

符号化された低帯域および広帯域信号を単一のビットストリームに合成することが望ましい可能性がある。例えば、（例えば、有線、光、または無線伝送チャネルを介した）伝送のために、または保存のために、符号化された信号を符号化された広帯域音声信号として多重化することが望ましい可能性がある。図１１は、広帯域音声符号器Ａ１０４と、低帯域フィルタパラメータＳ４０、符号化された低帯域励起信号Ｓ５０、および符号化された高帯域音声信号Ｓ３０ｂを多重化された信号Ｓ７０に合成するように構成された多重化装置Ａ１３０とを含む構成のブロック図を示す。

多重化装置Ａ１３０は、符号化された低帯域信号が高帯域および／または超低帯域信号などの多重化された信号Ｓ７０の別の部分とは無関係に復元および復号化されることができるように、符号化された低帯域信号（低帯域フィルタパラメータＳ４０および符号化された低帯域励起信号Ｓ５０を含む）を多重化された信号Ｓ７０の別個のサブストリームとして組み込むように構成されることが望ましい可能性がある。例えば、多重化された信号Ｓ７０は、符号化された高帯域音声信号Ｓ３０ｂを取り去ることによって符号化された低帯域信号が復元されることができるように構成されることができる。そのような特徴の１つの潜在的な利点は、符号化された広帯域信号を低帯域信号の復号化はサポートするが高帯域部分の復号化はサポートしないシステムに渡す前に当該符号化された広帯域信号を符号変換する必要を避けることである。

本明細書に記載された低帯域、高帯域、および／または広帯域音声符号器を含む装置は、符号化された信号を有線、光、または無線チャネルなどの伝送チャネルに送信するように構成された回路も含むことができる。さらに、そのような装置は、誤り訂正符号化（例えば、レートコンパチブル畳み込み符号化（rate-compatible convolutional encoding））、および／または誤り検出符号化（例えば、巡回冗長符号化）、および／またはネットワークプロトコルの符号化（例えば、イーサネット（登録商標）、ＴＣＰ／ＩＰ、ｃｄｍａ２０００）の１つまたは複数のレイヤなどの、信号に対する１つまたは複数のチャネル符号化操作を実行するように構成されることができる。

本明細書に記載された低帯域、高帯域、および広帯域音声符号器のいずれかまたは全ては、入力音声信号を（Ａ）フィルタを記述する１組のパラメータ、および（Ｂ）記述されたフィルタを駆動して入力音声信号の合成された再生を生成する励起信号として符号化するソースフィルタモデルに従って実装されることができる。例えば、音声信号のスペクトル包絡線は、声道の共振を表し、フォルマントと呼ばれる多数のピークによって特徴付けられる。ほとんどの音声コーダは、少なくともこの粗いスペクトル構造をフィルタ係数などの１組のパラメータとして符号化する。

基本的なソースフィルタ構成の１つの例では、分析モジュールが、ある期間（概して２０ｍｓｅｃ）に渡って音声信号に対応するフィルタを特徴付ける１組のパラメータを計算する。それらのフィルタパラメータに従って構成された白色化フィルタ（分析または予測誤差フィルタとも呼ばれる）は、スペクトル包絡線を取り除いて信号をスペクトル的に平坦化する。結果として得られる白色化された信号（残差とも呼ばれる）は、元の音声信号より少ないエネルギー、ひいてはより少ない変動を有し、符号化するのがより容易である。さらに、残差信号の符号化の結果として得られる誤差は、より均等にスペクトル上に拡散されることができる。概して、フィルタパラメータおよび残差は、チャネル上の効率的な伝送のために量子化される。復号器において、フィルタパラメータに従って構成された合成フィルタは、元の言語音の合成された形態を生成するために残差によって励起される。概して、合成フィルタは、白色化フィルタの伝達関数の逆である伝達関数を有するように構成される。

分析モジュールは、音声信号のスペクトル包絡線を１組の線形予測（ＬＰ）係数（例えば、全極型フィルタ１／Ａ（ｚ）の係数）として符号化する線形予測符号化（ＬＰＣ）分析モジュールとして実装されることができる。概して、分析モジュールは、各フレームに対して新しい１組の係数が計算されるようにして、入力信号を一連の重なり合わないフレームとして処理する。概して、フレーム周期は、その周期に渡って信号が局所的に定常状態である（stationary）ことが予測され得る周期であり、１つのよくある例は２０ミリ秒である（８ｋＨｚの標本化レートでは１６０サンプルに相当する）。低帯域ＬＰＣ分析モジュールの１つの例は、低帯域音声信号Ｓ２０の各２０ミリ秒のフレームのフォルマント構造を特徴付けるための１組の１０個のＬＰフィルタ係数を計算するように構成され、高帯域ＬＰＣ分析モジュールの１つの例は、高帯域音声信号Ｓ３０の各２０ミリ秒のフレームのフォルマント構造を特徴付けるための１組の６個（代替的には８個）のＬＰフィルタ係数を計算するように構成される。入力信号を一連の重なり合ったフレームとして処理するように分析モジュールを実装することも可能である。

分析モジュールが、各フレームのサンプルを直接分析するように構成されることができるか、またはサンプルが、初めに窓掛け処理関数（例えばハミング窓）によって重み付けされることができる。分析は、３０ｍｓｅｃの窓などのフレームよりも大きな窓上で実行されることもできる。この窓は対称的であってよく（例えば、その窓が２０ミリ秒のフレームの直前および直後の５ミリ秒を含むような５−２０−５）、または非対称（例えば、その窓が前のフレームの最後の１０ミリ秒を含むような１０−２０）であってもよい。概して、ＬＰＣ分析モジュールは、Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ帰納法またはＬｅｒｏｕｘ−Ｇｕｅｇｕｅｎアルゴリズムを使用してＬＰフィルタ係数を計算するように構成される。別の実装では、分析モジュールは、１組のＬＰフィルタ係数の代わりに、各フレームに対する１組のケプストラム係数を計算するように構成されることができる。

音声符号器のアウトプットレートはフィルタパラメータを量子化することによって大幅に低減されることができるが、再生品質に与える影響は比較的小さい。線形予測フィルタ係数は効率よく量子化するのが難しく、通常は音声符号器によって、量子化および／またはエントロピー符号化のための、線スペクトル対（ＬＳＰ）または線スペクトル周波数（ＬＳＦ）などの別の表現にマッピングされる。ＬＰフィルタ係数のその他の一対一表現は、ＧＳＭ（移動体通信用グローバルシステム（Global System for Mobile Communications））ＡＭＲ−ＷＢ（適応マルチレート広帯域（Adaptive Multirate-Wideband））コーデックで使用されるＰＡＲＣＯＲ係数、対数面積比（log-area-ratio）値、イミッタンススペクトル対（immittance spectral pairs）（ＩＳＰ）およびイミッタンススペクトル周波数（immittance spectral frequencies）（ＩＳＦ）を含む。概して１組のＬＰフィルタ係数と対応する１組のＬＳＦとの間の変換は可逆であるが、実施形態は、その符号器において変換が誤差なしに可逆にならない音声符号器の実装も含む。

概して、音声符号器は、１組の狭帯域ＬＳＦ（またはその他の係数表現）を量子化するように、およびこの量子化の結果をフィルタパラメータとして出力するように構成される。概して、量子化は、入力ベクトルをテーブルまたは符号帳の対応するベクトルエントリに対するインデックスとして符号化するベクトル量子化器を使用して実行される。そのような量子化器は、階層分けされたベクトル量子化を実行するように構成されることもできる。例えば、そのような量子化器は、（例えば、低帯域チャネルにおいて、および／または高帯域チャネルにおいて）同じフレーム内の既に符号化された情報に基づいて１組の符号帳のうちの１つを選択するように構成されることができる。概して、そのような技術は、追加的な符号帳の記憶を代償として、向上された符号化効率を提供する。

音声符号器は、音声信号を１組のフィルタ係数に従って構成される白色化フィルタ（分析または予測誤差フィルタとも呼ばれる）に通すことによって残差信号を生成するように構成されることもできる。概して白色化フィルタはＦＩＲフィルタとして実装されるが、ＩＩＲ実装も使用され得る。概して、この残差信号は、フィルタパラメータに表現されない、ピッチに関する長期的な構造などの、音声フレームの知覚的に重要な情報を含むことになる。さらに、概してこの残差信号は出力のために量子化される。例えば、低帯域音声符号器Ａ１２２は、出力のための残差信号の量子化された表現を符号化された低帯域励起信号Ｓ５０として計算するように構成されることができる。概して、そのような量子化は、入力ベクトルをテーブルまたは符号帳の対応するベクトルエントリに対するインデックスとして符号化し、上述のように階層化されたベクトル量子化を実行するように構成されることができるベクトル量子化器を使用して実行される。

代替として、そのような量子化器は、スパースな符号帳による方法（sparse codebook method）におけるように、ベクトルが記憶装置から検索されるのではなくその復号器から動的に生成されることができる１つまたは複数のパラメータを送信するように構成されることができる。そのような方法は、代数ＣＥＬＰ（algebraic CELP）（符号帳励振線形予測）などの符号化スキーム、および３ＧＰＰ２（第３世代パートナーシップ２）ＥＶＲＣ（エンハンスト可変レートコーデック（Enhanced Variable Rate Codec））などのコーデックにおいて使用される。

低帯域音声符号器Ａ１２０のいくつかの実装は、残差信号に最もよく当てはまる、１組の符号帳ベクトルのうちの１つを特定することによって、符号化された低帯域励起信号Ｓ５０を計算するように構成される。しかし、低帯域音声符号器Ａ１２０は、実際に残差信号を生成することなしに残差信号の量子化された表現を計算するように実装されることもできることが認められる。例えば、低帯域音声符号器Ａ１２０は、いくつかの符号帳ベクトルを使用して（例えば、フィルタパラメータの現在の組に応じて）対応する合成された信号を生成するように、および知覚的に重み付けされた領域において元の低帯域音声信号Ｓ２０に最もよく当てはまる、生成された信号に関連する符号帳ベクトルを選択するように構成されることができる。

低帯域音声符号器Ａ１２０またはＡ１２２を合成による分析音声符号器として実装することが望ましい可能性がある。符号帳励振線形予測（ＣＥＬＰ）符号化は合成による分析符号化の定評のある一群であり、そのようなコーダの実装は、固定のおよび適応的な符号帳からのエントリの選択、誤差最小化操作、および／または知覚的重み付け操作などの操作を含む残差の波形符号化を実行することができる。合成による分析符号化のその他の実装は、混合励振線形予測（mixed excitation linear prediction）（ＭＥＬＰ）と、代数ＣＥＬＰ（ＡＣＥＬＰ）と、弛緩ＣＥＬＰ（relaxation ＣＥＬＰ）（ＲＣＥＬＰ）と、規則的パルス励起（regular pulse excitation）（ＲＰＥ）と、マルチパルスＣＥＬＰ（multi-pulse CELP）（ＭＰＥ）と、ベクトル和励振線形予測（vector sum excited linear prediction）（ＶＳＥＬＰ）符号化とを含む。関連する符号化方法は、マルチバンド励起（multi-band excitation）（ＭＢＥ）およびプロトタイプ波形補間（prototype waveform interpolation）（ＰＷＩ）符号化を含む。標準化された合成による分析音声コーデックの例は、残差励振線形予測（residual excited linear prediction）（ＲＥＬＰ）を使用するＥＴＳＩ（ヨーロッパ電気通信標準化協会）−ＧＳＭフルレートコーデック（ＧＳＭ０６．１０）と、ＧＳＭエンハンストフルレートコーデック（ＥＴＳＩ−ＧＳＭ０６．６０）と、ＩＴＵ（国際電気通信連合）標準１１．８ｋｂ／ｓＧ．７２９ＡｎｎｅｘＥコーダと、ＩＳ−１３６（時分割多元接続スキーム）用のＩＳ（暫定標準）−６４１コーデックと、ＧＳＭ適応マルチレート（GSM adaptive multirate）（ＧＳＭ−ＡＭＲ）コーデックと、４ＧＶ（商標）（Fourth-Generation Vocoder（商標））コーデック（QUALCOMM Incorporated、サンディエゴ、カリフォルニア州）とを含む。ＲＣＥＬＰコーダの既存の実装は、米国電気通信工業会（ＴＩＡ）ＩＳ−１２７に記載のエンハンスト可変レートコーデック（ＥＶＲＣ）と、第３世代パートナーシッププロジェクト２（３ＧＰＰ２）セレクタブルモードボコーダ（Selectable Mode Vocoder）（ＳＭＶ）とを含む。本明細書に記載された種々の低帯域、高帯域、および広帯域音声符号器は、これらの技術のいずれかに従って、または音声信号を（Ａ）フィルタを記述する１組のパラメータ、および（Ｂ）記述されたフィルタを駆動して音声信号を再生するために使用される励起の少なくとも一部を提供する残差信号として表す任意のその他の音声符号化技術（知られているか、それとも今後開発されるかによらない）に従って実装されることができる。

図１２は、バースト検出器Ｃ１０の２つの実装Ｃ１０−１、Ｃ１０−２を含む高帯域バースト抑制器Ｃ２００の実装Ｃ２０２のブロック図を示す。バースト検出器Ｃ１０−１は、低帯域音声信号Ｓ２０中のバーストの存在を示す低帯域バースト指示信号ＳＢ１０を生成するように構成される。バースト検出器Ｃ１０−２は、高帯域音声信号Ｓ３０中のバーストの存在を示す高帯域バースト指示信号ＳＢ２０を生成するように構成される。バースト検出器Ｃ１０−１およびＣ１０−２は全く同型でもよく、またはバースト検出器Ｃ１０の異なる実装のインスタンス（instances）であってもよい。また、高帯域バースト抑制器Ｃ２０２は、低帯域バ―スト指示信号ＳＢ１０と高帯域バースト指示信号ＳＢ２０の間の関係に応じて減衰制御信号ＳＢ７０を生成するように構成された減衰制御信号ジェネレータＣ２０と、減衰制御信号ＳＢ７０を高帯域音声信号Ｓ３０に適用して処理された高帯域音声信号Ｓ３０ａを生成するように構成された利得制御エレメントＣ１５０（例えば、乗算器または増幅器）とを含む。

本明細書に記載された特定の例において、高帯域バースト抑制器Ｃ２０２が２０ミリ秒のフレーム中の高帯域音声信号Ｓ３０を処理すること、および低帯域音声信号Ｓ２０と高帯域音声信号Ｓ３０とが両方とも８ｋＨｚで標本化されることが仮定されてよい。しかし、これらの特定の値は限定ではなく例に過ぎず、その他の値が特定の設計上の選択に応じて、および／または本明細書で上述したように使用されてもよい。

バースト検出器Ｃ１０は、音声信号のフォワードスムージングされた包絡線とバックワードスムージングされた包絡線（forward and backward smoothed envelopes）とを計算するように、およびフォワードスムージングされた包絡線のエッジと、バックワードスムージングされた包絡線のエッジとの間の時間的な関係に従ってバーストの存在を示すように構成される。バースト抑制器Ｃ２０２は、それぞれが音声信号Ｓ２０、Ｓ３０のうちのそれぞれ１つを受信するように、および対応するバースト指示信号ＳＢ１０、ＳＢ２０を出力するように構成されたバースト検出器Ｃ１０の２つのインスタンスを含む。

図１３は、音声信号Ｓ２０、Ｓ３０のうちの１つを受信するように、および対応するバースト指示信号ＳＢ１０、ＳＢ２０を出力するように構成された、バースト検出器Ｃ１０の実装Ｃ１２のブロック図を示す。バースト検出器Ｃ１２は、２つの段階で、フォワードスムージングされた包絡線およびバックワードスムージングされた包絡線のそれぞれを計算するように構成される。第１の段階において、計算器Ｃ３０が、音声信号を一定極性の信号に変換するように構成される。１つの例では、計算器Ｃ３０は、一定極性の信号を対応する音声信号の現在のフレームの各サンプルの２乗として計算するように構成される。そのような信号は、エネルギー包絡線を得るためにスムージングされることができる。別の例では、計算器Ｃ３０は、各受信サンプルの絶対値を計算するように構成される。そのような信号は、振幅包絡線を得るためにスムージングされることができる。計算器Ｃ３０のさらなる実装は、クリッピングなどの別の関数によって一定極性の信号を計算するように構成されることができる。

第２の段階において、フォワードスムーザＣ４０−１が、順時間方向に一定極性の信号をスムージングしてフォワードスムージングされた包絡線を生成するように構成され、バックワードスムーザＣ４０−２が、逆時間方向に一定極性の信号をスムージングしてバックワードスムージングされた包絡線を生成するように構成される。フォワードスムージングされた包絡線は、順方向の時間の変化による対応する音声信号のレベルの差異を示し、バックワードスムージングされた包絡線は、逆方向の時間の変化による対応する音声信号のレベルの差異を示す。

１つの例において、フォワードスムーザＣ４０−１は、以下のような式に従って一定極性の信号をスムージングするように構成された一次無限インパルス応答（ＩＩＲ）フィルタとして実装され、
Ｓ_ｆ（ｎ）＝αＳ_ｆ（ｎ−１）＋（１−α）Ｐ（ｎ），
バックワードスムーザＣ４０−２は、以下のような式に従って一定極性の信号をスムージングするように構成された一次ＩＩＲフィルタとして実装され、
Ｓ_ｂ（ｎ）＝αＳ_ｂ（ｎ＋１）＋（１−α）Ｐ（ｎ），
ここでｎは時間インデックスであり、Ｐ（ｎ）は一定極性の信号であり、Ｓ_ｆ（ｎ）はフォワードスムージングされた包絡線であり、Ｓ_ｂ（ｎ）はバックワードスムージングされた包絡線であり、αは０（スムージングなし）と１の間の値を有する減衰因子である。バックワードスムージングされた包絡線の計算などの操作が一部原因となり、処理された高帯域音声信号Ｓ３０ａにおいて少なくとも１つのフレームの遅延が引き起こされる可能性があることが認識され得る。しかし、そのような遅延は知覚的には比較的重要でなく、実時間の音声処理操作においてさえまれではない。

スムーザの減衰時間が高帯域バーストの予測される継続時間と同程度になるようにαに対する値を選択することが望ましい可能性がある。概して、フォワードスムーザＣ４０−１およびバックワードスムーザＣ４０−２は、同じスムージング操作の相補的な形態を実行するように、および同じαの値を使用するように構成されるが、いくつかの実装においては、２つのスムーザは異なる操作を実行するように、および／または異なる値を使用するように構成されることができる。より高次の有限インパルス応答（ＦＩＲ）またはＩＩＲフィルタを含むその他の帰納的または非帰納的スムージング関数が使用されることもできる。

バースト検出器Ｃ１２のその他の実装において、フォワードスムーザＣ４０−１およびバックワードスムーザＣ４０−２のうちの一方または両方は、適応的なスムージング操作を実行するように構成される。例えば、フォワードスムーザＣ４０−１は、以下のような式に従って適応的なスムージング操作を実行するように構成されることができ、

この操作において、一定極性の信号の強い前縁でスムージングは弱められるか、またはこの事例におけるように無効にされる。バースト検出器Ｃ１２のこのまたは別の実装において、バックワードスムーザＣ４０−２は、以下のような式に従って適応的なスムージング操作を実行するように構成されることができ、

この操作において、一定極性の信号の強い後縁でスムージングは弱められるか、またはこの事例におけるように無効にされる。そのような適応的なスムージングは、フォワードスムージングされた包絡線におけるバースト事象の始まりと、バックワードスムージングされた包絡線におけるバースト事象の終わりとを画定するのに役立つことができる。

バースト検出器Ｃ１２は、フォワードスムージングされた包絡線における高レベル事象（例えば、バースト）の始まりを示すように構成される領域指示器Ｃ５０のインスタンス（開始領域指示器Ｃ５０−１）を含む。バースト検出器Ｃ１２は、バックワードスムージングされた包絡線における高レベル事象（例えば、バースト）の終わりを示すように構成される領域指示器Ｃ５０のインスタンス（終了領域指示器Ｃ５０−２）も含む。

図１４ａは、遅延エレメントＣ７０−１および加算器を含む開始領域指示器Ｃ５０−１の実装Ｃ５２−１のブロック図を示す。遅延Ｃ７０−１は、フォワードスムージングされた包絡線がその包絡線自体の遅延された形態によって低減されるように正の大きさを有する遅延を適用するように構成される。別の例では、現在のサンプルまたは遅延されたサンプルは、所望の重み係数によって重み付けされることができる。

図１４ｂは、遅延エレメントＣ７０−２および加算器を含む終了領域指示器Ｃ５０−２の実装Ｃ５２−２のブロック図を示す。遅延Ｃ７０−２は、バックワードスムージングされた包絡線がその包絡線自体の進められた形態によって低減されるように負の大きさを有する遅延を適用するように構成される。別の例では、現在のサンプルまたは進められたサンプルは、所望の重み係数によって重み付けされることができる。

様々な遅延の値が、領域指示器Ｃ５２の異なる実装において使用されることができ、異なる大きさを有する遅延の値が、開始領域指示器Ｃ５２−１および終了領域指示器Ｃ５２−２において使用されることができる。遅延の大きさは、検出される領域の所望の幅に応じて選択されることができる。例えば、小さな遅延の値は、狭いエッジ領域の検出を実行するために使用されることができる。強いエッジの検出を得るために、予測されるエッジの幅（例えば、約３または５サンプル）と同程度の大きさを有する遅延を使用することが望ましい可能性がある。

代替として、領域指示器Ｃ５０は、対応するエッジを超えて伸びるより広い領域を示すように構成されることができる。例えば、開始領域指示器Ｃ５０−１が、前縁の後のある時間順方向に伸びる事象の開始領域を示すことが望ましい可能性がある。同様に、終了領域指示器Ｃ５０−２が、後縁の前のある時間逆方向に伸びる事象の終了領域を示すことが望ましい可能性がある。そのような場合、バーストの予測される長さと同等の大きさなどのより大きな大きさを有する遅延の値を使用することが望ましい可能性がある。１つのそのような例では、約４ミリ秒の遅延を使用する。

領域指示器Ｃ５０による処理は、遅延の大きさおよび方向に応じて音声信号の現在のフレームの境界を越えて伸びてよい。例えば、開始領域指示器Ｃ５０−１による処理は前のフレーム内に伸びてよく、終了領域指示器Ｃ５０−２による処理は後のフレーム内に伸びてよい。

音声信号内に生じ得るその他の高レベル事象と比較すると、バーストは、終了領域指示信号ＳＢ６０に示される終了領域と時間的に一致する、開始領域指示信号ＳＢ５０に示される開始領域によって識別される。例えば、バーストは、開始領域と終了領域の間の時間的距離がバーストの予測される継続時間などの所定の一致間隔以下の（代替的には、未満の）ときに示されることができる。一致検出器Ｃ６０は、領域指示信号ＳＢ５０およびＳＢ６０における開始領域および終了領域の時間的な一致によってバーストの検出を示すように構成される。例えば、開始および終了領域指示信号ＳＢ５０、ＳＢ６０が、前縁および後縁それぞれから伸びる領域を示す実装に関して、一致検出器Ｃ６０は伸張領域の時間的重なりを示すように構成されることができる。

図１５は、開始領域指示信号ＳＢ５０をクリッピングするように構成されたクリッパＣ８０の第１のインスタンスＣ８０−１と、終了領域指示信号ＳＢ６０をクリッピングするように構成されたクリッパＣ８０の第２のインスタンスＣ８０−２と、クリッピングされた信号の平均に応じて対応するバースト指示信号を出力するように構成された平均計算器Ｃ９０とを含む一致検出器Ｃ６０の実装Ｃ６２のブロック図を示す。クリッパＣ８０は、以下のような式に従って入力信号の値をクリッピングするように構成される。

ｏｕｔ＝ｍａｘ（ｉｎ，０）
代替として、クリッパＣ８０は、以下のような式に従って入力信号をしきい値処理するように構成されることができ、

ここで、しきい値Ｔ_Ｌは０を超える値を有する。概して、クリッパＣ８０のインスタンスＣ８０−１およびＣ８０−２は同じしきい値を使用することになるが、２つのインスタンスＣ８０−１およびＣ８０−２が異なるしきい値を使用することも可能である。

平均計算器Ｃ９０は、入力信号中のバーストの時間的な位置および強さを示し０以上の値を有する、クリッピングされた信号の平均による対応するバースト指示信号ＳＢ１０、ＳＢ２０を出力するように構成される。特に、画定された開始および終了領域を有するバーストを強い開始または終了領域のみを有するその他の事象から区別するためには、相加平均よりも相乗平均の方がよりよい結果をもたらす可能性がある。例えば、１つの強いエッジのみを有する事象の相加平均は高いままである可能性があり、一方、エッジの片方が欠けている事象の相乗平均は低くなるかまたはゼロになる。しかし、概して相乗平均は相加平均よりも計算量が多い。１つの例において、低帯域の結果を処理するように構成された平均計算器Ｃ９０のインスタンスは相加平均（（１／２）（ａ＋ｂ））を使用し、高帯域の結果を処理するように構成された平均計算器Ｃ９０のインスタンスはより控えめな相乗平均（（ａ・ｂ）^１／２）を使用する。

平均計算器Ｃ９０のその他の実装は、調和平均などの別の種類の平均を使用するように構成されてもよい。一致検出器Ｃ６２のさらなる実装において、開始および終了領域指示信号ＳＢ５０、ＳＢ６０のうちの一方または両方は、クリッピングの前または後に他方を基準にして重み付けされる。

一致検出器Ｃ６０のその他の実装は、前縁と後縁の間の時間的距離を測定することによってバーストを検出するように構成される。例えば、１つのそのような実装は、所定の幅よりも離れていない、開始領域指示信号ＳＢ５０内の前縁と終了領域指示信号ＳＢ６０内の後縁との間の領域としてバーストを識別するように構成される。所定の幅は高帯域バーストの予測される継続時間に基づき、１つの例では約４ミリ秒の幅が使用される。

一致検出器Ｃ６０のさらなる実装は、開始領域指示信号ＳＢ５０内の各前縁を（例えば、高帯域バーストの予測される継続時間に基づく）所望の期間だけ順方向に伸張するように構成され、そして終了領域指示信号ＳＢ６０内の各後縁を（例えば、高帯域バーストの予測される継続時間に基づく）所望の期間だけ逆方向に伸張するように構成される。そのような実装は、対応するバースト指示信号ＳＢ１０、ＳＢ２０をこれら２つの伸張された信号の論理積として生成するように、または代替的に、（例えば、伸長された信号の平均を計算することによって）領域が重なり合う範囲に渡ってバーストの相対的な強さを示すための対応するバースト指示信号ＳＢ１０、ＳＢ２０を生成するように構成されることができる。そのような実装は、しきい値を超えるエッジのみを伸張するように構成されることができる。１つの例において、エッジは約４ミリ秒の期間だけ伸張される。

減衰制御信号ジェネレータＣ２０は、低帯域バ―スト指示信号ＳＢ１０と高帯域バースト指示信号ＳＢ２０の間の関係に応じて減衰制御信号ＳＢ７０を生成するように構成される。例えば、減衰制御信号ジェネレータＣ２０は、差分などの、バ―スト指示信号ＳＢ１０とＳＢ２０との間の算術関係に応じて減衰制御信号ＳＢ７０を生成するように構成されることができる。

図１６は、高帯域バースト指示信号ＳＢ２０から低帯域バースト指示信号ＳＢ１０を引くことによって低帯域バースト指示信号ＳＢ１０と高帯域バースト指示信号ＳＢ２０とを合成するように構成される減衰制御信号ジェネレータＣ２０の実装Ｃ２２のブロック図を示す。結果として得られる差分信号は、低帯域中では発生しない（またはより微弱である）バーストが高帯域中のどこに存在するかを示す。さらなる実装において、低帯域および高帯域バースト指示信号ＳＢ１０、ＳＢ２０のうちの一方または両方は、他方を基準にして重み付けされる。

減衰制御信号計算器Ｃ１００は、差分信号の値に応じて減衰制御信号ＳＢ７０を出力する。例えば、減衰制御信号計算器Ｃ１００は、差分信号がしきい値を超える程度に応じて変化する減衰を示すように構成されることができる。

減衰制御信号ジェネレータＣ２０が、対数的にスケーリングされた値に対する操作を実行するように構成されることが望ましい可能性がある。例えば、バースト指示信号のレベルの間の比によって（例えば、デシベルまたはｄＢの値によって）高帯域音声信号Ｓ３０を減衰することが望ましい可能性があり、そのような比は、対数的にスケーリングされた値の差分として容易に計算されることができる。対数的なスケーリングは信号を振幅軸に沿ってワーピングするが、その他の点ではその信号の形状を変更しない。図１７は、順方向および逆方向の処理経路のそれぞれにおいて、スムージングされた包絡線を（例えば、１０を底として）対数的にスケーリングするように構成された対数計算器Ｃ１３０のインスタンスＣ１３０−１、Ｃ１３０−２を含むバースト検出器Ｃ１２の実装Ｃ１４を示す。

１つの例において、減衰制御信号計算器Ｃ１００は、以下の式に従って減衰制御信号ＳＢ７０のｄＢ値を計算するように構成され、

ここでＤ_ｄＢは高帯域バースト指示信号ＳＢ２０と低帯域バースト指示信号ＳＢ１０の間の差分を表し、Ｔ_ｄＢはしきい値を表し、Ａ_ｄＢは減衰制御信号ＳＢ７０の対応する値である。１つの特定の例において、しきい値Ｔ_ｄＢは８ｄＢの値を有する。

別の実装において、減衰制御信号計算器Ｃ１００は、差分信号がしきい値（例えば、３ｄＢまたは４ｄＢ）を超える程度に応じて、線形な減衰を示すように構成される。この例では、減衰制御信号ＳＢ７０は、差分信号がしきい値を超えるまで減衰を示さない。差分信号がしきい値を超えたとき、減衰制御信号ＳＢ７０は、その量だけしきい値が現在超えられている量に対して線形に比例する減衰値を示す。

高帯域バースト抑制器Ｃ２０２は、減衰制御信号ＳＢ７０の現在の値に応じて高帯域音声信号Ｓ３０を減衰して処理された高帯域音声信号Ｓ３０ａを生成するように構成される、乗算器または増幅器などの利得制御エレメントＣ１５０を含む。概して、減衰制御信号ＳＢ７０は、高帯域バーストが高帯域音声信号Ｓ３０の現在の位置において検出されていない場合（検出されている場合には、典型的な減衰値は０．３の利得減少、または約１０ｄＢである）、減衰のない値（例えば、１．０の利得、または０ｄＢ）を示す。

減衰制御信号ジェネレータＣ２２の代替的な実装は、論理関係に従って低帯域バースト指示信号ＳＢ１０と高帯域バースト指示信号ＳＢ２０とを合成するように構成されることができる。１つのそのような例では、バースト指示信号は、高帯域バースト指示信号ＳＢ２０と、低帯域バースト指示信号ＳＢ１０の論理否定との論理積を計算することによって合成される。この場合、初めにバースト指示信号のそれぞれは２値化された信号を得るためにしきい値処理されることができ、減衰制御信号計算器Ｃ１００は合成された信号の状態に応じて２つの減衰状態のうちの対応する１つ（例えば、減衰なしを示す１つの状態）を示すように構成されることができる。

包絡線計算を実行する前に、スペクトルを平坦化するために、ならびに／または１つもしくは複数の特定の周波数領域を強調もしくは減衰するために音声信号Ｓ２０およびＳ３０のうちの１つまたは両方のスペクトルを整形することが望ましい可能性がある。例えば、低帯域音声信号Ｓ２０は低い周波数でより多くのエネルギーを有する傾向がある可能性があり、このエネルギーを低減することが望ましい可能性がある。さらに、バーストの検出が主として中間周波数に基づくように低帯域音声信号Ｓ２０の高周波数成分を低減することが望ましい可能性がある。スペクトルの整形は、バースト抑制器Ｃ２００の性能を向上し得る任意的な操作である。

図１８は、整形フィルタＣ１１０を含むバースト検出器Ｃ１４の実装Ｃ１６のブロック図を示す。１つの例において、フィルタＣ１１０は、超低周波数および超高周波数（very low and high frequencieｓ）を減衰する以下のような通過帯域伝達関数に従って低帯域音声信号Ｓ２０をフィルタリングするように構成される。

高帯域音声信号Ｓ３０の低周波数を減衰すること、および／またはより高い周波数を増大することが望ましい可能性がある。１つの例において、フィルタＣ１１０は、約４ｋＨｚの周波数を減衰する以下のような高域通過伝達関数に従って高帯域音声信号Ｓ３０をフィルタリングするように構成される。

実際には、対応する音声信号Ｓ２０、Ｓ３０の最高標本化レートでのバースト検出操作のうちの少なくとも一部を実行することは不要である可能性がある。図１９は、順方向処理経路においてスムージングされた包絡線をダウンサンプリングするように構成されたダウンサンプラＣ１２０のインスタンスＣ１２０−１、および逆方向処理経路においてスムージングされた包絡線をダウンサンプリングするように構成されたダウンサンプラＣ１２０のインスタンスＣ１２０−２を含むバースト検出器Ｃ１６の実装Ｃ１８のブロック図を示す。１つの例において、各ダウンサンプラＣ１２０のインスタンスは、包絡線を８分の１にダウンサンプリングするように構成される。８ｋＨｚで標本化された２０ミリ秒のフレーム（１６０サンプル）の特定の例に関して、そのようなダウンサンプラは、１ｋＨｚの標本化レート、つまり１フレームあたり２０サンプルまで包絡線を低減する。ダウンサンプリングは、性能に大きな影響を与えることなしに高帯域バースト抑制操作の計算の複雑性を大幅に低減することができる。

利得制御エレメントＣ１５０によって適用される減衰制御信号が高帯域音声信号Ｓ３０と同じ標本化レートを有することが望ましい可能性がある。図２０は、バースト検出器Ｃ１０のダウンサンプリングを行う形態と共に使用されることができる減衰制御信号ジェネレータＣ２２の実装Ｃ２４のブロック図を示す。減衰制御信号ジェネレータＣ２４は、減衰制御信号ＳＢ７０を高帯域音声信号Ｓ３０の標本化レートに等しい標本化レートを有する信号ＳＢ７０ａにアップサンプリングするように構成されたアップサンプラＣ１４０を含む。

１つの例において、アップサンプラＣ１４０は、減衰制御信号ＳＢ７０のゼロ次補間によってアップサンプリングを実行するように構成される。別の例において、アップサンプラＣ１４０は、より緩やかな遷移を得るための、減衰制御信号ＳＢ７０の値の間の別の方法による補間によって（例えば、減衰制御信号ＳＢ７０をＦＩＲフィルタに通すことによって）アップサンプリングを実行するように構成される。さらなる例において、アップサンプラＣ１４０は、窓掛け処理された正弦関数を使用してアップサンプリングを実行するように構成される。

バッテリ駆動型のデバイス（例えば、セルラ電話）におけるようないくつかの事例において、高帯域バースト抑制器Ｃ２００は、選択的に無効にされるように構成されることができる。例えば、デバイスの省電力モード中は高帯域バースト抑制などの操作が無効にされることが望ましい可能性がある。

上述のように、本明細書に記載された実施形態は、埋め込み符号化（embedded coding）を実行するために使用されることができる実装を含み、狭帯域システムとの互換性をサポートし、符号変換の必要性を回避する。高帯域符号化のサポートは、コストに応じて、チップ、チップセット、デバイス、および／または後方互換性を持つ広帯域サポートを有するネットワーク、ならびに狭帯域サポートのみを有するこれらのものを差別化するのに役立つこともできる。本明細書に記載された高帯域符号化のサポートは、低帯域符号化をサポートするための技術と共に使用されることもでき、そのような実施形態によるシステム、方法、または装置は、例えば約５０または１００Ｈｚから約７または８ｋＨｚまでの周波数成分の符号化をサポートすることができる。

上述のように、音声コーダに高帯域サポートを追加することは、特に摩擦音の区別に関して了解度を向上させることができる。そのような区別は通常特定の文脈から人間の聞き手によって見出されるが、高帯域サポートは、音声認識、ならびに自動音声メニューナビゲーションおよび／または自動呼処理のためのシステムなどのその他の機械解釈用途における実現機能として働くことができる。高帯域バースト抑制は、機械解釈用途において精度を向上させることができ、高帯域バースト抑制器Ｃ２００の実装が音声符号化なしに１つまたは複数のそのような応用において使用される得ることが考えられる。

一実施形態による装置は、セルラ電話または携帯情報端末（ＰＤＡ）などの無線通信用の携帯型デバイスに組み込まれることができる。代替として、そのような装置は、ＶｏＩＰハンドセット、ＶｏＩＰ通信をサポートするように構成されたパーソナルコンピュータ、または電話通信またはＶｏＩＰ通信をルーティングするように構成されたネットワークデバイスなどの別の通信デバイスに含まれることができる。例えば、一実施形態による装置は、通信デバイス用のチップまたはチップセットに実装されることができる。特定の用途に応じて、そのようなデバイスは、音声信号のアナログ・デジタル変換および／またはデジタル・アナログ変換、音声信号に対する増幅および／またはその他の信号処理操作を実行する回路、ならびに／または符号化された音声信号の送信および／または受信のための無線周波数回路などの特徴も含むことができる。

実施形態は、ここで引用された公開された特許出願に開示されたその他の機能のうちの任意の１つまたは複数を含むことができる、および／またはそれらと共に使用されることができることが明白に考えられる。そのような特徴は、アンチスパースネスフィルタリング（anti-sparseness filtering）、非線形関数を使用したハーモニックエクステンション（harmonic extension）、変調された雑音信号とスペクトルが伸張された信号との混合、および／または適応的な白色化などのその他の特徴を含むことができる、低帯域励起信号からの高帯域励起信号の生成を含む。そのような特徴は、低帯域符号器において実行される正規化（regularization）に応じて高帯域音声信号を時間ワーピングすることを含む。そのような特徴は、元の音声信号と合成された音声信号の間の関係に応じた利得包絡線の符号化を含む。そのような特徴は、広帯域音声信号から低帯域音声信号および高帯域音声信号を得るための重なり合うフィルタバンクの使用を含む。そのような特徴は、低帯域励起信号Ｓ５０の正規化またはその他のシフトに応じた高帯域信号Ｓ３０および／または高帯域励起信号のシフトを含む。そのような特徴は、高帯域ＬＳＦなどの係数表現の固定的なまたは適応的なスムージングを含む。そのような特徴は、ＬＳＦなどの係数表現の量子化に関連する雑音の固定的なまたは適応的な整形を含む。そのような特徴は、利得包絡線の固定的なまたは適応的なスムージング、および利得包絡線の適応的な減衰も含む。

記載された実施形態の前述の提示は、当業者が本発明を作製するまたは使用することを可能にするために提供される。これらの実施形態に対する種々の修正が可能であり、本明細書に提示された包括的な原理はその他の実施形態にも適用されることができる。例えば、実施形態は、ハードウェアに組み込まれた回路として、特定用途向け集積回路に組み込まれた回路構成として、あるいは不揮発性記憶装置にロードされるファームウェアプログラム、またはマイクロプロセッサもしくはその他のディジタル信号処理ユニットなどの論理素子のアレイによって実行可能な命令である機械可読コードとしてデータ記憶媒体から、またはデータ記憶媒体へロードされるソフトウェアプログラムとして部分的に、または全体的に実装されることができる。データ記憶媒体は、半導体メモリ（半導体メモリは限定なしにダイナミックもしくはスタティックＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（読み取り専用メモリ）、および／またはフラッシュＲＡＭを含むことができる）、または強誘電体、磁気抵抗、オボニック、ポリマー、もしくは相変化メモリなどの記憶素子のアレイ、あるいは磁気または光ディスクなどのディスク媒体であってよい。用語「ソフトウェア」は、ソースコード、アセンブリ言語コード、機械語コード、バイナリコード、ファームウェア、マクロコード、マイクロコード、論理素子のアレイによって実行可能な命令の任意の１つまたは複数の組または系列、およびそのような例の任意の組合せを含むものと理解されるべきである。

高帯域音声符号器Ａ２００、広帯域音声符号器Ａ１００、Ａ１０２、およびＡ１０４、ならびに高帯域バースト抑制器Ｃ２００、ならびに１つまたは複数のそのような装置を含む構成の実装の様々なエレメントは、例えばチップセット内の同じチップ上にまたは２つ以上のチップ上に存在する電子および／または光デバイスとして実装されることができるが、そのような限定なしにその他の構成も考えられる。そのような装置の１つまたは複数のエレメントは、マイクロプロセッサ、組み込みプロセッサ、ＩＰコア、ディジタル信号プロセッサ、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＡＳＳＰ（特定用途向け標準製品）、およびＡＳＩＣ（特定用途向け集積回路）などの、論理素子（例えば、トランジスタ、ゲート）の１つまたは複数の固定的なまたはプログラム可能なアレイ上で実行されるように構成された命令の１つまたは複数の組として全体的にまたは部分的に実装されることができる。１つまたは複数のそのようなエレメントが共通の構造（例えば、異なる時間に異なるエレメントに対応するコードの部分を実行するために使用されるプロセッサ、異なる時間に異なるエレメントに対応するタスクを行うために実行される１組の命令、または異なる時間に異なるエレメントのための操作を実行する電子および／または光デバイスの構成）を有することも可能である。さらに、１つまたは複数のそのようなエレメントが、そのデバイスまたはシステムに当該装置が組み込まれているデバイスまたはシステムの別の操作に関するタスクなどの、当該装置の操作に直接関連していないタスクを行う、または直接関連していない命令のその他の組を実行するために使用されることも可能である。

実施形態は、例えばそのような方法を実行するように構成された構造的な実施形態の説明によって本明細書で明示的に開示された音声処理、音声符号化、および高帯域バースト抑制の追加的な方法も含む。これらの方法のそれぞれは、論理素子のアレイ（例えば、プロセッサ、マイクロプロセッサ、マイクロコントローラ、またはその他の有限状態機械）を含む機械によって可読なおよび／または実行可能な命令の１つまたは複数の組として（例えば、上述された１つまたは複数のデータ記憶媒体中に）具体的に具現化されることもできる。したがって、本発明は、上で示された実施形態に限定されるように意図されておらず、むしろ本明細書にあらゆる方法で開示された原理および新規性のある特徴に合致する最も広い範囲を与えられるべきである。

高帯域バーストを含む信号の分光写真を示す図である。その信号中の高帯域バーストが抑制された信号の分光写真を示す図である。一実施形態による、フィルタバンクＡ１１０および高帯域バースト抑制器Ｃ２００を含む構成のブロック図である。フィルタバンクＡ１１０、高帯域バースト抑制器Ｃ２００、およびフィルタバンクＢ１２０を含む構成のブロック図である。フィルタバンクＡ１１０の実装Ａ１１２のブロック図である。フィルタバンクＢ１２０の実装Ｂ１２２のブロック図である。フィルタバンクＡ１１０の１つの例に関する低帯域および高帯域の帯域幅の対象範囲を示す図である。フィルタバンクＡ１１０の別の例に関する低帯域および高帯域の帯域幅の対象範囲を示す図である。フィルタバンクＡ１１２の実装Ａ１１４のブロック図である。フィルタバンクＢ１１２の実装Ｂ１２４のブロック図である。フィルタバンクＡ１１０、高帯域バースト抑制器Ｃ２００、および高帯域音声符号器Ａ２００を含む構成のブロック図である。フィルタバンクＡ１１０、高帯域バースト抑制器Ｃ２００、フィルタバンクＢ１２０、および広帯域音声符号器Ａ１００を含む構成のブロック図である。高帯域バースト抑制器Ｃ２００を含む広帯域音声符号器Ａ１０２のブロック図である。広帯域音声符号器Ａ１０２の実装Ａ１０４のブロック図である。広帯域音声符号器Ａ１０４および多重化装置Ａ１３０を含む構成のブロック図である。高帯域バースト抑制器Ｃ２００の実装Ｃ２０２のブロック図である。バースト検出器Ｃ１０の実装Ｃ１２のブロック図である。開始領域指示器Ｃ５０−１の実装Ｃ５２−１のブロック図である。終了領域指示器Ｃ５０−２の実装Ｃ５２−２のブロック図である。一致検出器Ｃ６０の実装Ｃ６２のブロック図である。減衰制御信号ジェネレータＣ２０の実装Ｃ２２のブロック図である。バースト検出器Ｃ１２の実装Ｃ１４のブロック図である。バースト検出器Ｃ１４の実装Ｃ１６のブロック図である。バースト検出器Ｃ１６の実装Ｃ１８のブロック図である。減衰制御信号ジェネレータＣ２２の実装Ｃ２４のブロック図である。

Claims

信号処理の方法であって、
可聴周波数音声信号の低周波数部分において前記音声信号の高エネルギの１以上のパルスであるバーストが検出されたかどうかを示す第１のバースト指示信号を算出することと、
前記可聴周波数音声信号の高周波数部分においてバーストが検出されたかどうかを示す第２のバースト指示信号を算出することと、
前記第１のバースト指示信号と前記第２のバースト指示信号の間の関係に応じて減衰制御信号を生成することと、
処理済高周波信号部分を生成するために前記減衰制御信号を前記可聴周波数音声信号の前記高周波数部分に適用することとを含む信号処理の方法。
前記第１のバースト指示信号を算出すること及び前記第２のバースト指示信号を算出することの少なくとも１つは、
正の時間方向にスムージングされた、前記音声信号の対応する部分のフォワードスムーシングされた包絡線を生成することと、
前記フォワードスムーシングされた包絡線中のバーストの開始領域を示すことと、
負の時間方向にスムージングされた、前記音声信号の対応する部分のバックワードスムーシングされた包絡線を生成することと、
前記バックワードスムーシングされた包絡線中のバーストの終了領域を示すこととを含む請求項１に記載の信号処理の方法。
前記第１のバースト指示信号を算出すること、および前記第２のバースト指示信号を算出することのうちの少なくとも一方が、前記開始領域および前記終了領域の時間的な一致を検出することを含む請求項２に記載の信号処理の方法。
前記第１のバースト指示信号を算出すること、および前記第２のバースト指示信号を算出することのうちの少なくとも一方が、前記開始領域および前記終了領域の時間的な重なりに応じてバーストを指示することを含む請求項２に記載の信号処理の方法。
前記第１のバースト指示信号を算出すること、および前記第２のバースト指示信号を算出することのうちの少なくとも一方が、（Ａ）前記開始領域の指示に基づく信号と、（Ｂ）前記終了領域の指示に基づく信号との平均に応じて、対応するバースト指示信号を算出することを含む請求項２に記載の方法。
前記第１のバースト指示信号および前記第２のバースト指示信号のうちの少なくとも一方が、検出されたバーストのレベルを対数スケールで示す請求項１に記載の方法。
前記減衰制御信号を生成することは、前記第１のバースト指示信号と前記第２のバースト指示信号の間の差異に応じて前記減衰制御信号を生成することを含む請求項１に記載の方法。
前記減衰制御信号を生成することは、その程度まで前記第２のバースト指示信号のレベルが前記第１のバースト指示信号のレベルを超える程度に応じて前記減衰制御信号を生成することを含む請求項１に記載の方法。
前記減衰制御信号を前記可聴周波数音声信号の前記高周波数部分に適用することは、（Ａ）前記音声信号の前記高周波数部分に前記減衰制御信号を乗算すること、および（Ｂ）前記減衰制御信号に従って前記音声信号の前記高周波数部分を増幅することのうちの少なくとも１つを含む請求項１に記載の方法。
前記低周波数部分および前記高周波数部分を得るために前記可聴周波数音声信号を処理することを含む請求項１に記載の方法。
前記処理済高周波信号部分に基づく信号を少なくとも複数の線形予測フィルタ係数に符号化することを含む請求項１に記載の方法。
前記低周波数部分を少なくとも第２の複数の線形予測フィルタ係数と符号化された励起信号とに符号化することを含み、
前記処理済高周波信号部分に基づく信号を符号化することは、前記処理済高周波信号部分に基づく信号の利得包絡線を前記符号化された励起信号に基づく信号に応じて符号化することを含む請求項１１に記載の方法。
前記低周波数部分を少なくとも複数の第２線形予測フィルタ係数及び符号化励起信号に符号化すること、
前記符号化励起信号に基づいて高帯域励起信号を生成することを含み、
前記処理済高周波信号部分に基づく信号を符号化することは、前記処理済高周波信号部分に基づく信号の利得包絡線を前記高帯域励起信号に基づく信号に応じて符号化することを含む請求項１１に記載の方法。
請求項１に記載の信号処理の方法を記述する機械実行可能な命令を有するデータ記憶媒体。
高帯域バースト抑制器を含む装置であって、前記高帯域バースト抑制器が、
可聴周波数音声信号の低周波数部分において前記音声信号における高エネルギの1以上のパルスであるバーストが検出されたかどうかを示す第１のバースト指示信号を出力するように構成された第１のバースト検出器と、
前記可聴周波数音声信号の高周波数部分においてバーストが検出されたかどうかを示す第２のバースト指示信号を出力するように構成された第２のバースト検出器と、
前記第１のバースト指示信号と前記第２のバースト指示信号の間の関係に応じて減衰制御信号を生成するように構成された減衰制御信号ジェネレータと、
前記減衰制御信号を前記可聴周波数音声信号の前記高周波数部分に適用するように構成された利得制御エレメントとを含む、装置。
前記第１のバースト検出器および前記第２のバースト検出器のうちの少なくとも一方が、
正の時間方向にスムージングされた、前記音声信号の対応する部分のフォワードスムーシングされた包絡線を生成するように構成されたフォワードスムーザと、
前記フォワードスムーシングされた包絡線中のバーストの開始領域を示すように構成された第１の領域指示器と、
負の時間方向にスムージングされた、前記音声信号の対応する部分のバックワードスムーシングされた包絡線を生成するように構成されたバックワードスムーザと、
前記バックワードスムーシングされた包絡線中のバーストの終了領域を示すように構成された第２の領域指示器と含む請求項１５に記載の装置。
少なくとも１つの前記バースト検出器は、前記開始領域および前記終了領域の時間的な一致を検出するように構成された一致検出器を含む請求項１６に記載の装置。
少なくとも１つの前記バースト検出器は、前記開始領域および前記終了領域の時間的な重なりに応じてバーストを指示するように構成された一致検出器を含む請求項１６に記載の装置。
少なくとも１つの前記バースト検出器は、（Ａ）前記開始領域の指示に基づく信号と、（Ｂ）前記終了領域の指示に基づく信号との平均に応じて、対応するバースト指示信号を出力するように構成された一致検出器を含む請求項１６に記載の装置。
前記第１のバースト指示信号および前記第２のバースト指示信号のうちの少なくとも一方が、検出されたバーストのレベルを対数スケールで示す請求項１５に記載の装置。
前記減衰制御信号ジェネレータは、前記第１のバースト指示信号と前記第２のバースト指示信号の間の差異に応じて前記減衰制御信号を生成するように構成されている請求項１５に記載の装置。
前記減衰制御信号ジェネレータは、その程度まで前記第２のバースト指示信号のレベルが前記第１のバースト指示信号のレベルを超える程度に応じて前記減衰制御信号を生成するように構成されている請求項１５に記載の装置。
前記利得制御エレメントは乗算器および増幅器のうちの少なくとも１つを含む請求項１５に記載の装置。
前記低周波数部分および前記高周波数部分を得るために前記音声信号を処理するように構成されたフィルタバンクを含む請求項１５に記載の装置。
前記利得制御エレメントの出力に基づく信号を少なくとも複数の線形予測フィルタ係数に符号化するように構成された高帯域音声符号器を含む請求項１５に記載の装置。
前記低周波数部分を少なくとも第２の複数の線形予測フィルタ係数と符号化された励起信号とに符号化するように構成された低帯域音声符号器を含み、
前記高帯域音声符号器は、前記利得制御エレメントの出力に基づく信号の利得包絡線を前記符号化された励起信号に基づく信号に応じて符号化するように構成されている請求項２５に記載の装置。
前記高帯域音声符号器は前記符号化された励起信号に基づいて高帯域励起信号を生成するように構成されており、
前記高帯域音声符号器は、前記利得制御エレメントの出力に基づく信号の利得包絡線を前記高帯域励起信号に基づく信号に応じて符号化するように構成されている請求項２６に記載の装置。
セルラ電話を含む請求項１５に記載の装置。
可聴周波数音声信号の低周波数部分において前記音声信号の高エネルギの１以上のパルスであるバーストが検出されたかどうかを示す第１のバースト指示信号を算出する手段と、
前記可聴周波数音声信号の高周波数部分においてバーストが検出されたかどうかを示す第２のバースト指示信号を算出する手段と、
前記第１のバースト指示信号と前記第２のバースト指示信号の間の関係に応じて減衰制御信号を生成する手段と、
前記減衰制御信号を前記可聴周波数音声信号の前記高周波数部分に適用する手段とを含む装置。
第１バースト指示信号を算出する前記手段と第２バースト指示信号を算出する前記手段の少なくとも一方は
正の時間方向にスムーシングされた、前記音声信号の前記対応する部分のフォワードスムーシングされた包絡線を生成する手段と、
前記フォワードスムーシングされた包絡線内のバーストの開始領域を指示する手段と、
負の時間方向にスムーシングされた、前記音声信号の前記対応する部分のバックワードスムーシングされた包絡線を生成する手段と、
前記バックワードスムーシングされた包絡線内のバーストの終了領域を指示する手段と、
を具備する、請求項２９に記載の装置。