JP5520994B2 - 合成フィルターバンク - Google Patents

Description

本発明は、合成フィルターバンク及び該フィルターバンクを含み、例えば最近のオーディオ符号化、オーディオ復号化又は他のオーディオデータ転送に関する応用分野において実施可能なシステムに関する。また、本発明は、ミキサー及び会議システムに関する。

最近のデジタルオーディオ処理は、概して、オーディオデータの直接転送又は直接保存と比較して、ビットレート、転送帯域幅及び保存スペースに関してかなりの節約を可能にする符号化体系に基づく。これは、オーディオデータを送信側で符号化し、符号化されたデータを受信側で復号化し、その後例えばリスナーに提供することによって達成される。

このようなデジタルオーディオ処理システムは、典型的には標準化されたオーディオデータストリームのための記憶領域、ビットレート、特に実施効率の点における計算の複雑さ、多様な応用に適した達成可能な質、オーディオデータの符号化及び符号化されたオーディオデータの復号化の間に生じる遅延を含む広範囲のパラメータに関して実施され得る。換言すれば、デジタルオーディオシステムは、超低質転送から最高品質の転送及びオーディオデータの保存（例えば高品質音楽リスニング）に渡る多様な分野に応用できる。

しかし、多くの場合、ビットレート、計算の複雑さ、質、遅延などの異なるパラメータ間での妥協が必要となる。例えば、低遅延デジタルオーディオシステムは、同等の質の高遅延オーディオシステムに比べて、転送帯域での高いビットレートを必要とする。

それぞれが複数の順序良く整列された入力値を含む複数の入力フレームをフィルタリングするための合成フィルターバンクの一実施形態は、それぞれが順序良く整列された複数の出力サンプルを含み、入力フレームの時間表示である複数の出力フレームを生成するための周波数／時間コンバータを含む。この合成フィルターバンクの一実施形態は、また、複数のウィンドウ処理後フレームを生成するためのウィンドウ処理部を含む。各ウィンドウ処理後フレームは、複数のウィンドウ処理後サンプルを含む。このウィンドウ処理部は、サンプル先行値に基づき、重複方式で、別の処理のための複数のウィンドウ処理後サンプルを生成するものである。この合成フィルターバンクの一実施形態は、また、開始部分と残余部分とを含む加算後フレームを生成するための重複／加算器を含む。加算後フレームは複数の加算後サンプルを含み、残余部分内の一つの加算後サンプルは、少なくとも３個のウィンドウ処理後フレームからの少なくとも３個のウィイドウ処理後サンプルを合算することで生成され、開始部分内の一つの加算後サンプルは、少なくとも２個の異なるウ
ィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算することで生成される。残余部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数は、開始部分の一つのサンプルを得るために合算されるウィンドウ処理後サンプルの個数よりも少なくとも１大きい。あるいは、ウィンドウ処理部は、それぞれのウィンドウ処理後フレームのために、出力サンプルの整列順序の上で少なくとも最初の出力値を無視するか、あるいは、それに対応するウィンドウ処理後サンプルを既定値又は既定範囲内の少なくとも一つの値にセットする。重複／加算器は、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルに基づく加算後サンプルを加算後フレームの剰余部分に与え、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルに基づく加算後サンプルを開始部分に与える。

それぞれがＭ個の順序良く整列された入力値ｙ_k（０），…、ｙ_k（Ｍ−1）を含む（Ｍ
は正の整数、ｋはフレーム指数を示す整数）複数の入力フレームをフィルタリングするための合成フィルターバンクの一実施形態は、それぞれが入力値ｙ_k（０），…、ｙ_k（Ｍ−1）に基づく２Ｍ個の順序良く整列された出力サンプルｘ_k（０），…，ｘ_k（２Ｍ−１）
を含む複数の出力フレームを生成するための逆転ＩＶ型離散余弦変換周波数／時間コンバータを含む。この合成フィルターバンクの一実施形態は、また、それぞれが以下の式に基づく複数のウィンドウ処理後サンプルｚ_k（０），…，ｚ_k（２Ｍ−１）を含む複数のウィンドウ処理後フレームを生成するためのウィンドウ処理部を含む。

ｎはサンプル指数を示す整数、ｗ（ｎ）はサンプル指数ｎに対応する実数値ウィンドウ関数係数である。この合成フィルターバンクの一実施形態は、また、以下の式に基づく複数の中間サンプルｍ_k（０），…，ｍ_k（Ｍ−１）を含む中間フレームを生成するための重複／加算器を含む。

この合成フィルターバンクの一実施形態は、さらに、以下の式に基づく複数の加算後サンプルｏｕｔ_k（０），…，ｏｕｔ_k（Ｍ−１）を含む加算後フレームを生成するためのリフターを含む。

ｌ（０），…，ｌ（Ｍ−１）は、実数値リフト係数である。

デコーダの一実施形態は、それぞれが複数の順序良く整列された入力値を含む複数の入力フレームをフィルタリングするための合成フィルターバンクを含む。また、それぞれが複数の順序良く整列された出力サンプルを含み、入力フレームの時間表示である複数の出力フレームを生成するための周波数／時間コンバータを含む。デコーダの一実施形態は、また、それぞれが複数のウィンドウ処理後サンプルを含む複数のウィンドウ処理後フレームを生成するためのウィンドウ処理部を含み、ウィンドウ処理部は、サンプル先行値に基づき、重複方式で、別の処理のための複数のウィンドウ処理後サンプルを生成するものである。デコーダの一実施形態は、さらに、開始部分と残余部分とを含む加算後フレームを生成するための重複／加算器を含む。加算後フレームは複数の加算後サンプルからなり、残余部分内の一つの加算後サンプルは、少なくとも３個のウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルを合算することで生成され、開始部分内の一つの加算後サンプルのために、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算することで生成される。残余部分の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数は、開始部分の一つのサンプルを得るために合算されるウィンドウ処理後サンプルの個数よりも少なくとも１多い。あるいは、ウィンドウ処理部は、それぞれのウィンドウ処理後フレームのために、出力サンプルの整列順序の上で少なくとも最初の出力値を無視するか、あるいは、それに対応するウィンドウ処理後サンプルを既定値又は既定範囲内の少なくとも一つの値にセットする。重複／加算器は、加算後フレームの残余部分の加算後サンプルを、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルに基づき生成し、開始部分の加算後サンプルを、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルに基づき生成する。

デコーダの別の実施形態は、それぞれがＭ個の順序良く整列された入力値ｙ_k（０），
…、ｙ_k（Ｍ−1）を含む（Ｍは正の整数、ｋはフレーム指数を示す整数）複数の入力フレームをフィルタリングするための合成フィルターバンクを含む。また、それぞれが入力値ｙ_k（０），…、ｙ_k（Ｍ−1）に基づく２Ｍ個の順序良く整列された出力サンプルｘ_k（０），…，ｘ_k（２Ｍ−１）を含む複数の出力フレームを生成するための逆転ＩＶ型離散余
弦変換周波数／時間コンバータを含む。このデコーダの一実施形態は、また、それぞれが以下の式に基づく複数のウィンドウ処理後サンプルｚ_k（０），…，ｚ_k（２Ｍ−１）を含む複数のウィンドウ処理後フレームを生成するためのウィンドウ処理部を含む。

ｎはサンプル指数を示す整数であり、ｗ（ｎ）はサンプル指数ｎに対応する実数値ウィンドウ関数係数である。このデコーダは、また、以下の式に基づく複数の中間サンプルｍ_k（０），…，ｍ_k（Ｍ−１）を含む中間フレームを生成するための重複／加算器を含む。

このデコーダの一実施形態は、さらに、以下の式に基づく複数の加算後サンプルｏｕｔ_k（０），…，ｏｕｔ_k（Ｍ−１）を含む加算後フレームを生成するためのリフターを含む。

ｌ（０），…，ｌ（Ｍ−１）は、実数値リフト係数である。

それぞれが対応する時間領域フレームのスペクトル表示であり、それぞれ異なるソースから提供された複数の入力フレームをミキシングするためのミキサーの一実施形態は、複数の入力フレームをエントロピー復号化するためのエントロピーデコーダを含む。また、複数のエントロピー復号化後入力フレームを周波数領域で調整し、周波数領域での複数の調整後フレームを得るためのスケーラを含み、各調整後フレームはエントロピー復号化フレームに対応する。このミキサーの一実施形態は、また、周波数領域の加算後フレームを生成するために周波数領域の調整後フレームを加算する加算器を含み、さらに、ミキシング後フレームを得るために、加算後フレームをエントロピー符号化するためのエントロピーエンコーダを含む。

会議システムの一実施形態は、それぞれが対応する時間領域フレームのスペクトル表示であり、それぞれが異なるソースから提供された複数の入力フレームをミキシングするためのミキサーを含み、また、複数の入力フレームをエントロピー復号化するためのエントロピーデコーダを含む。また、複数のエントロピー復号化後入力フレームを周波数領域で調整し、周波数領域での複数の調整後フレームを得るためのスケーラを含み、各調整後フレームはエントロピー復号化フレームに対応する。この会議システムの一実施形態は、また、周波数領域の加算後フレームを生成するために周波数領域の調整後フレームを加算する加算器を含み、さらに、ミキシング後フレームを得るために、加算後フレームをエントロピー符号化するためのエントロピーエンコーダを含む。

以下のような添付図面を参照して、本発明の実施形態を説明する。
解析フィルターバンクのブロック図である。 解析フィルターバンクの一実施形態による処理中の入力フレームの概要図である。 合成フィルターバンクのブロック図である。 合成フィルターバンクの一実施形態による処理中の出力フレームの概要図である。 解析フィルターバンク及び合成フィルターバンクの実施形態の解析ウィンドウ関数及び合成ウィンドウ関数の概要図である。 解析ウィンドウ関数及び合成ウィンドウ関数の正弦ウィンドウ関数との比較を示す。 異なるウィンドウ関数の更なる比較を示す。 図７に示す三種類のウィンドウ関数のプレエコー効果の比較を示す。 人間の耳の一般的な一時的マスキング特性を示す概略図である。 正弦ウィンドウと低遅延ウィンドウの周波数応答に関する比較を示す。 正弦ウィンドウと低重複ウィンドウの周波数応答に関する比較を示す。 エンコーダの一実施形態を示す。 デコーダの一実施形態を示す。 エンコーダ及びデコーダを含むシステムを示す。 図１４Ａのシステムに内在する様々な遅延源を示す。 遅延の比較を示す表である。 ミキサーの一実施形態を含む会議システムの一実施形態を示す。 サーバー又は媒体制御ユニットとしての会議システムの別の実施形態を示す。 媒体制御ユニットのブロック図を示す。 効率的な実施としての合成フィルターバンクの一実施形態を示す。 合成フィルターバンク又は解析フィルターバンク（ＡＡＣ ＥＬＤコーデック）の一実施形態の計算効率の評価を示す表である。 ＡＡＣ ＬＤコーデックの計算効率の評価を示す表である。 ＡＡＣ ＬＣコーデックの計算の複雑性の評価を示す表である。 異なる種類のコーデックのＲＡＭ及びＲＯＭのメモリー効率の評価に関する比較を示す。 異なる種類のコーデックのＲＡＭ及びＲＯＭのメモリー効率の評価に関する比較を示す。 ＭＵＳＨＲＡテストのために使用したコーデックのリストである。

図１〜２４は、本発明に係る解析フィルターバンク、合成フィルターバンク、エンコーダ、デコーダ、ミキサー、会議システムの多様な実施形態及び他の実施形態の機能的特性及び特徴を説明するためのブロック図及び他の図表である。合成フィルターバンクを説明する前に、図１，２を参照して、解析フィルターバンクの一実施形態及び解析フィルターバンクの一実施形態により処理される入力フレームについてより詳細に説明する。

図１は、ウィンドウ処理部１１０及び時間／周波数コンバータ１２０を含む解析フィルターバンク１００の第１実施形態を示す。より詳細には、ウィンドウ処理部１１０は、それぞれが複数の順序良く整列された入力サンプルを含む複数の時間領域入力フレームを入力部１１０ｉで受け取る。ウィンドウ処理部１１０は、さらに、複数のウィンドウ処理後フレームを生成し、これらのフレームはウィンドウ処理部１１０の出力側１１０_Oで出力
される。各ウィンドウ処理後フレームは複数のウィンドウ処理後サンプルを含み、ウィンドウ処理部１１０は、また、後に図２を参照してより詳細に説明するが、サンプル先行値を使用して重複方式で複数のウィンドウ処理後フレームを処理する。

時間／周波数コンバータ１２０は、ウィンドウ処理部１１０によって出力されるウィンドウ処理後フレームを受け取り、複数の出力値を含む出力フレームを出力する。この出力フレームはウィンドウ処理後フレームのスペクトル表示である。

解析フィルターバンク１００の一実施形態の機能特性と特徴を説明するために、図２では、５個の入力フレーム１３０−（ｋ−３），１３０−（ｋ−２），１３０−（ｋ−１），１３０−ｋ，１３０−（ｋ＋１）を、図２の下部に矢印１４０で示すように時間関数として概略的に示す。

以下に、図２中点線で示されている入力フレーム１３０−ｋを参照して、解析フィルターバンク１００の一実施形態の作用をより詳細に説明する。この入力フレーム１３０−ｋに対して、入力フレーム１３０−（ｋ＋１）は未来の入力フレームであり、他の３個の入力フレーム１３０−（ｋ−１），１３０−（ｋ−２），１３０−（ｋ−３）は過去の入力フレームである。つまり、ｋはフレーム指数を示す整数であり、このフレーム指数が大きければ大きいほど、その入力フレームがより「未来に」位置していることを示す。従って、この指数ｋが小さければ小さいほど、その入力フレームはより「過去に」位置している。

各入力フレーム１３０は少なくとも二つの部分１５０を含み、これらの長さは同じである。より詳細には、図２に概略的に示す解析フィルターバンク１００の一実施形態の場合、入力フレーム１３０−ｋ及び他の入力フレーム１３０は部分１５０−２，１５０−３，１５０−４を含み、これらの部分は入力サンプルの点で長さが等しい。入力フレーム１３０のこれらの各部分１５０はＭ個（Ｍは正の整数）の入力サンプルを含む。さらに、入力フレーム１３０はＭ個の入力サンプルを含み得る第１部分１５０−１を有する。この場合、第１部分１５０−１は入力フレーム１３０の初期部分１６０を含み、後に詳述するように、この初期部分１６０は入力サンプル又は他の値を含んでいてもよい。しかし、解析フィルターバンクの本実施形態の詳細な実施状況に応じて、第１部分１５０−１は初期部分１６０を含まなくてもよい。換言すれば、第１部分１５０−１は、原則的に、他の部分１５０−２，１５０−３，１５０−４よりも少ない数の入力サンプルを含むものであってもよい。この場合の例についても後に詳述する。

あるいは、第１部分１５０−１は別として、他の部分１５０−２，１５０−３，１５０−４は典型的には同じ個数Ｍの入力サンプルを含み、この数Ｍはいわゆるサンプル先行値１７０に等しい。サンプル先行値１７０は二つの連続する入力フレーム１３０が時間に関して互いに移動させられる入力サンプルの個数を示すものである。つまり、図１，２に示されている解析フィルターバンク１００の一実施形態の場合、入力フレーム１３０はウィンドウ処理部１１０によって重複方式出処理され、サンプル先行値Ｍ（矢印１７０）は部分１５０−２，１５０−４の長さと同じである。

従って、入力フレーム１３０−ｋ，１３０−（ｋ＋１）は、どちらの入力フレームも意味のある個数の入力サンプルを含むという点で等しいが、これらの入力サンプルは、これら二つの入力フレーム１３０の個々の部分１５０に関して移動させられる。より詳細には、入力フレーム１３０−ｋの第３部分１５０−３は入力フレーム１３０−（ｋ＋１）の第４部分１５０−４に等しい。同様に、入力フレーム１３０−ｋの第２部分１５０−２は入力フレーム１３０−（ｋ＋１）の第３部分１５０−３に等しい。

さらに換言すると、図２に示す実施形態の場合、フレーム指数（ｋ＋１）の入力フレームに関してサンプルが移動させられているという事実はさておき、フレーム指数ｋ，（ｋ＋１）に対応する二つの入力フレーム１３０−ｋ，１３０−（ｋ＋１）は、二つの部分１５０に関して同じである。

前述の二つの入力フレーム１３０−ｋ，１３０−（ｋ＋１）はさらに入力フレーム１３０−ｋの第１部分１５０−１からの少なくとも一つのサンプルを共有している。より詳しくは、図２の実施形態の場合、入力フレーム１３０−ｋの第１部分１５０−１内の、初期部分１６０ではない全ての入力サンプルは入力フレーム１３０−（ｋ＋１）の第２部分１５０−２の一部であるように見える。しかし、前の入力フレーム１３０−ｋの初期部分１６０に対応する第２部分の入力サンプルは、解析フィルターバンクの一実施形態の詳細な実施状況により、各入力フレーム１３０の初期部分１６０の入力値又は入力サンプルに基づくものであってもよいし、そうでなくてもよい。

第１部分１５０−１内の入力サンプルの個数が他の部分１５０−２〜１５０−４の入力サンプルの個数と等しくなるように、初期部分１６０が存在する場合、原則的に、二つの異なる場合が考慮されるべきである。また、これら二つの「極端な」場合の間の中間的な場合もまた可能であり、これらについても後に説明する。

初期部分１６０が、初期部分１６０の入力サンプルが時間領域のオーディオ信号を表示するという点で「意味のある」符号化された入力サンプルを含む場合、これらの入力サンプルは次の入力フレーム１３０−（ｋ＋１）の部分１５０−２の一部となる。しかし、解析フィルターバンクの実施形態の多くの応用において、この場合はさらなる遅延を生じさせる可能性があるので、最適な実施ではない。

しかし、初期部分１６０が「意味のある」入力サンプルを含まない場合、この場合は入力値と称することもでき、初期部分１６０のこれらの入力値はランダム値、既定値、固定値、適応可能な値又はプログラム可能な値を含んでいてもよく、これらは、例えば、本実施形態の解析フィルターバンクのウィンドウ処理部１１０の入力部１１０ｉに接続し得るユニットやモジュールによるアルゴリズム計算、決定又は他の確定によって与えられる。しかしこの場合、このモジュールは、典型的には、入力フレーム１３０−（ｋ＋１）として、第２部分内の、前の入力フレームに相当する部分に、オーディオ信号に正に対応する「意味のある」入力サンプルを与える必要がある。ウィンドウ処理部１１０の入力部１１０ｉに接続されたユニット又はモジュールはまた、典型的には、入力フレーム１３０−（ｋ＋１）の第１部分１５０−１内にオーディオ信号に対応する意味のある入力信号を与える必要がある。

つまり、この場合、フレーム指数ｋに対応する入力フレーム１３０−ｋは、十分な入力サンプルが収集された後に解析フィルターバンク１００の実施形態に与えられるので、この入力フレームの第１部分１５０−１はこれらの入力サンプルで埋められている。そして、第１部分１５０−１の残りの部分、つまり初期部分１６０は入力サンプル又は入力値で埋められるが、これらはランダム値や、既定値、固定値、適応可能な値又はプログラム可能な値などの他のいかなる値、又はいかなる値の組み合わせであってもよい。原則的に、典型的なサンプリング周波数と比較して、これは非常に高速で行われ得るので、入力フレーム１３０−ｋの初期部分１６０にこのような「意味のある」入力サンプルを与えるのに、典型的なサンプリング周波数、つまり数キロヘルツ〜数百キロヘルツの範囲のサンプリング周波数において、重大な時間を要するわけではない。

ユニット又はモジュールは、オーディオ信号に基づき入力サンプルを収集し続け、フレーム指数ｋ＋１に対応する次の入力フレーム１３０−（ｋ＋１）にこれらの入力サンプル
を投入する。換言すれば、モジュール又はユニットは、入力フレーム１３０−ｋの第１部分１５０−１を完全に埋めるための十分な入力サンプルをこのフレームに与えるために入力サンプル収集を終了するわけではないが、十分な入力サンプルが入手可能となるや否や、解析フィルターバンク１００の実施形態にこの入力フレームを提供する。これにより、第１部分１５０−１は、初期部分１６０を除き、入力サンプルで埋められる。

十分な入力サンプルが集まるまで、引き続く入力サンプルは次の入力フレーム１３０−（ｋ＋１）の第２部分１５０−２を埋めるのに使用され、この次の入力フレームの第１部分１５０−１が、このフレームの初期部分１６０が始まるまで埋められる。そして、再び、初期部分１６０はランダム値又は他の「意味のない」入力サンプルや入力値で埋められる。

結果的に、図２の実施形態の場合には部分１５０−２〜１５０−４の長さに等しいサンプル先行値１７０が図２に示され、サンプル先行値１７０を示す期間は、入力フレーム１３０−ｋの初期部分１６０始まりから入力フレーム１３０−（ｋ＋１）の初期部分１６０の始まりまでとして示されている。

さらに、前記二つの場合において、初期部分１６０に相当するオーディオ信号内の事象の入力サンプルは各入力フレーム１３０−ｋには存在しないが、次の入力フレーム１３０−（ｋ＋１）の第２部分１５０−２の枠内に存在する。

換言すれば、解析フィルターバンク１００の多くの実施形態において、初期部分１６０に相当する入力サンプルは各入力フレーム１３０−ｋの一部ではなく、後の入力フレーム１３０−（ｋ＋１）に影響を及ぼすだけのものであるので、出力フレームは低減された遅延を有するものである。つまり、解析フィルターバンクの一実施形態は、第１部分１５０−１は他の部分１５０−２〜１５０−４の入力サンプルと同じ個数の入力サンプルを含む必要がないので、多くの実施状況において、入力フレームに基づく出力フレームをより速く与えることができるという利点を有している。この「欠如部分」の情報は、次の入力フレーム１３０の第２部分１５０−２の枠内に含まれている。

しかし、前述したように、どの入力フレーム１３０も初期部分１６０を含まない場合もある。この場合、各入力フレーム１３０の長さはもはやサンプル先行値１７０又は部分１５０−２〜１５０−４の長さの整数倍ではない。より詳細には、この場合、各入力フレーム１３０の長さは、ウィンドウ処理部１１０にそれぞれの入力フレームを提供するモジュール又はユニットが第１部分１５０−１を完全に提供する前に停止する入力サンプルの個数分だけ、サンプル先行値の長さの整数倍とは異なる。つまり、このような入力フレーム１３０の全体の長さは、第１部分１５０−１の長さと他の部分１５０−２〜１５０−４の長さとの違いだけ、サンプル先行値の整数倍とは異なる。

しかし、前述したような二つの場合には、モジュール又はユニットは、例えばサンプラー、サンプル／ホールド部、サンプラー／ホールダー又は量子化装置を含んでいるが、既定の個数の入力サンプルの前に、各入力フレーム１３０を提供し始めてもよい。これにより、各入力フレーム１３０は、第１部分１５０−１が対応する入力サンプルによって完全に埋められる場合と比較して遅延が小さい解析フィルターバンク１００の実施形態に与えられ得る。

すでに述べたように、ウィンドウ処理部１１０の入力部１１０ｉに接続され得るユニット又はモジュールは、例えばサンプラー及び／又はアナログ／デジタル変換器（Ａ／Ｄコンバータ）のような量子化装置を含んでいてもよい。しかし、実施の詳細な状況により、このようなモジュール又はユニットは、オーディオ信号に相当する入力サンプルを記憶す
るための何らかのメモリー又はレジスターをさらに有していてもよい。

また、このようなユニット又はモジュールは、各入力フレームをサンプル先行値Ｍに基づき、重複方式で提供してもよい。つまり、一つの入力フレームは、フレーム又はブロック毎に収集されるサンプルの個数と比較して、その２倍以上の個数の入力サンプルを含む。このようなユニット又はモジュールは、多くの実施形態において、二つの連続して生成される入力フレームが、時間に関してサンプル先行値の分だけ移動させられる複数のサンプルに基づくように適応される。この場合、二つの連続して生成される入力フレームのうちの後の入力フレームは、最新のサンプルとしての少なくとも一つの新しい出力サンプルと、これら二つの入力フレームのうちの先のフレームのサンプル先行値分だけ後に移動させられた前記複数のサンプルに基づくものである。

しかし、解析フィルターバンク１００の一実施形態が、各入力フレーム１３０が４個の部分１５０を含み、第１部分１５０−１が他の部分と同じ個数の入力サンプルを含む必要がないという場合について説明してきたが、図２に示すような部分１５０が４個でなくてもよい。より詳細には、入力フレーム１３０は、原則的に、サンプル先行値Ｍ（矢印１７０）の２倍以上である任意の個数の入力サンプルを含み、初期部分１６０が存在する場合、初期部分１６０内の入力値の個数はこの個数内である。フレームを使用するシステムに基づく実施形態のいくつかの実施状況を考慮すると、各部分がサンプル先行値と同じ数のサンプルを含むことが有益であろう。つまり、解析フィルターバンク１００の一実施形態の構成において、それぞれがサンプル先行値Ｍ（矢印１７０）と同じ長さである部分が数個使用され、フレームに基づくシステムの場合には、その数は３以上である。別の場合には、原則的に、サンプル先行値の２倍よりも大きい任意の個数の入力サンプルが各入力フレーム１３０に使用できる。

解析フィルターバンク１００の一実施形態のウィンドウ処理部１１０は、図１に示すように、前述したようにサンプル先行値Ｍ（矢印１７０）に基づき重複方式で、対応する入力フレーム１３０から複数のウィンドウ処理後フレームを生成する。より詳しくは、ウィンドウ処理部１１０の詳細な実施状況により、ウィンドウ処理部１１０は重み付け関数に基づきウィンドウ処理後フレームを生成し、重み付け関数は、例えば人間の耳の聴覚特性をモデルとする対数的依存性を含んでいてもよい。しかし、重み付け関数モデル化や人間の耳の心理音響特性等の他の重み付け関数もまた実施可能である。解析フィルターバンク１００の一実施形態において、ウィンドウ処理部は、例えば、入力フレームの各入力サンプルが、実数値サンプル特定のウィンドウ係数を含む実数値ウィンドウ関数によって掛け算されるように実施できる。

このような実施の一例は図２に示されている。より詳細には、図２は可能なウィンドウ関数１８０の概略図であり、図１に示されているように、ウィンドウ処理部１１０はこのウィンドウ関数１８０を使用して、対応する入力フレーム１３０からウィンドウ処理後フレームを生成する。解析フィルターバンク１００の詳細な実施状況により、ウィンドウ処理部１１０は、さらに、時間／周波数コンバータ１２０にウィンドウ処理後フレームを与えることができる。

ウィンドウ処理部１１０は、各入力フレーム１３０に基づき、ウィンドウ処理後フレームを生成し、各ウィンドウ処理後フレームは複数のウィンドウ処理後サンプルを含む。より詳細には、ウィンドウ処理部１１０は多様な構成が可能であり、入力フレーム１３０の長さ及び時間／周波数コンバータ１２０に与えられるウィンドウ処理後フレームの長さにより、ウィンドウ処理後フレームをどのように生成するかに関して、ウィンドウ処理部１１０のいくつかの構成が可能である。

例えば、入力フレーム１３０は初期部分１６０を含み、図２に示す実施形態の場合で、各入力フレーム１３０の第１部分１５０−１が他の部分１５０−２〜１５０−４と同じ個数の入力値又は入力サンプルを含むならば、ウィンドウ処理後フレームが、入力フレーム１３０に含まれる入力サンプル又は入力値と同じ個数のウィンドウ処理後サンプルを含むように、ウィンドウ処理部１１０を構成できる。この場合、前述したような、入力フレーム１３０の構造のために、初期部分１６０内の入力値は別にして、入力フレームの全ての入力サンプルがウィンドウ処理部１１０によって前述のウィンドウ関数に基づき処理されてもよい。この場合、初期部分１６０の入力値は既定値又は既定範囲内の少なくとも一つの値にセットされてもよい。

解析フィルターバンク１００の一実施形態においては、既定値は例えば０であるが、他の実施形態においては、別の値が好ましい場合もある。原則的に、入力フレーム１３０の初期部分１６０に対していかなる値をも使用でき、このことは、これらの値はオーディオ信号の点で重要性がないということを意味している。例えば、既定値は、オーディオ信号の入力サンプルの典型的な範囲の外にある値であってもよい。例えば、ウィンドウ処理後フレームの入力フレーム１３０の初期部分１６０に相当する部分内のウィンドウ処理後サンプルは、入力オーディオ信号の最大振幅の２倍以上の値にセットされてもよく、このような値はさらに処理されるべき信号ではないことを示す。他の値、例えば実施特定の絶対値を有する負の値を使用してもよい。

さらに、解析フィルターバンク１００の実施形態において、入力フレーム１３０の初期部分１６０に相当するウィンドウ処理後フレームのウィンドウ処理後サンプルは、また、既定範囲内の一つ又はそれ以上の値にセットされてもよい。原則的に、このような既定範囲は、オーディオ体験の点で意味のない小さな値の範囲であるので、その出力は聴覚的に判別不可能であるか、実際のリスニングが大きく損なわれることがない。この場合、既定範囲は、例えば、既定の、プログラム可能な、適応可能な又は固定の最大閾値以下の絶対値を有する値の集合として表わされてもよい。このような閾値は、例えば、１０^s又は２^s（ｓは詳細な実施状況に基づく整数）としての１０の力、２の力として表わされてもよい。

しかし、原則的に、既定範囲はまた、いくつかの意味のある値よりも大きい値を含んでいてもよい。より詳細には、既定範囲は、既定の、プログラム可能な、適応可能な又は固定の最小閾値以上の絶対値を有する値を含んでいてもよい。このような最少閾値は、原則的にここでも、２^s又は１０^s（ｓは詳細な実施状況に基づく整数）の力としての２の力、１０の力として表わされてもよい。

デジタル実施において、既定範囲が小さな値を含む場合、既定範囲は例えば最も非重要なビット又は複数の非重要なビットをセットする又はセットしないことで表現できる値を含み得る。既定範囲が大きな値を含む場合、前述したように、最も重要なビット又は複数の重要なビットをセットする又はセットしないことで表現できる値を含んでいてもよい。しかし、既定値及び既定範囲は他の値、例えば、前述の値又は閾値を係数で掛け算することにより算出できる値を含むものであってもよい。

解析フィルターバンク１００の一実施形態の詳細な実施により、ウィンドウ処理部１１０は、また、出力部１１０ｏに与えられるウィンドウ処理後フレームが入力フレーム１３０の初期部分１６０の入力サンプルに相当するウィンドウ処理後サンプルを含まないように処理するものであってもよい。この場合、ウィンドウ処理後フレームの長さと入力フレーム１３０の長さは、例えば初期部分１６０の長さ分だけ違っていてもよい。換言すれば、この場合、ウィンドウ処理部１１０は、前述したような時間に関する入力サンプルの順番において少なくとも最新の１個の入力サンプルを無視するように構成されてもよい。つ
まり、解析フィルターバンク１１０のいくつかの実施形態において、ウィンドウ処理部１１０は、入力フレーム１３０の初期部分１６０の一つ又はそれ以上あるいは全ての入力値又は入力サンプルを無視するように構成してもよい。この場合、ウィンドウ処理後フレームの長さは、入力フレーム１３０の長さと入力フレーム１３０の初期部分１６０の長さとの差に等しい。

さらに別の選択肢として、前述したように、各入力フレーム１３０は初期部分１６０を全く含んでいなくてもよい。この場合、第１部分１５０−１は、各部分１５０の長さ又は入力サンプルの個数の点で、他の部分１５０−２〜１５０−４とは異なっている。この場合、ウィンドウ処理後フレームは、入力フレーム１３０の第１部分１５０−１に相当するウィンドウ処理後フレームの第１部分が、入力フレーム１３０の他の部分１５０に相当する部分と同じ個数のウィンドウ処理後サンプル又はウィンドウ処理後の値を含むものであってもよく、あるいはそうでなくてもよい。この場合、付加的なウィンドウ処理後サンプル又はウィンドウ処理後の値は、前述したように、既定値又は既定範囲内の少なくとも一つの値にセットされ得る。

さらに、解析フィルターバンク１００の実施形態において、ウィンドウ処理部１１０は、入力フレーム１３０及びそれに起因するウィンドウ処理後フレームの両方が同じ個数の値又はサンプルを含み、入力フレーム１３０及びそれに起因するウィンドウ処理後フレームの両方が初期部分１６０又は初期部分１６０に相当するサンプルを含まないように処理するものであってもよい。この場合、入力フレーム１３０の第１部分１５０−１及びウィンドウ処理後フレームのこれに相当する部分は、入力フレーム１３０の他の部分１５０−２〜１５０−４及びウィンドウ処理後フレームのこれらに相当する部分と比較して、少ない個数の値又はサンプルを含む。

ここで注意すべきことは、原則的に、ウィンドウ処理後フレームは、初期部分１６０を含む入力フレーム１３０の長さか又は初期部分１６０を含まない入力フレーム１３０の長さと同じである必要はないということである。原則的に、ウィンドウ処理部１１０は、ウィンドウ処理後フレームが入力フレーム１３０の初期部分１６０の値に相当する一つ又はそれ以上の値又はサンプルを含むように処理するものであってもよい。

これに関して、解析フィルターバンク１００のいくつかの実施形態において、初期部分１６０は、入力フレーム１３０の入力値又は入力サンプルの連続部分に相当するサンプル指数ｎの連続部部分を示すか又は少なくとも含むことにも注目すべきである。従って、それに対応する初期部分を含むウィンドウ処理後フレームもまた、ウィンドウ処理後フレームの初期部分に相当するサンプル指数ｎのウィンドウ処理後サンプルの連続部分を含み、ウィンドウ処理後フレームの初期部分は、ウィンドウ処理後フレームの開始部分とも称される。初期部分つまり開始部分を除くウィンドウ処理後フレームの残りの部分は、残余部分と称される場合もある。

既に述べたように、例えば、対応する入力サンプルに基づく対数計算によるウィンドウ処理後サンプルの生成に関して、解析フィルターバンク１００の実施形態におけるウィンドウ処理部１１０は、ウィンドウ処理後フレームの入力フレーム１３０の初期部分１６０（仮に存在するとして）に相当しないウィンドウ処理後の値又はウィンドウ処理後サンプルを、心理音響モデルを取り入れ得るウィンドウ関数に基づき生成するものであってもよい。また解析フィルターバンク１００の別の実施形態においては、ウィンドウ処理部１１０は、各入力サンプルを定義集合によって定義されるウィンドウ関数のサンプル特有のウィンドウ係数で掛けることによって、ウィンドウ処理後サンプルを生成するように構成できる。

解析フィルターバンク１００の多くの実施形態におけるウィンドウ処理部１１０では、例えばウィンドウ係数によって特徴づけられるウィンドウ関数は定義集合の中心に関して非対称であってもよい。さらに、解析フィルターバンク１００の多くの実施形態において、ウィンドウ関数は、その全てのウィンドウ係数のうちの最大絶対値の１０％、２０％又は３０％、５０％よりも大きい絶対値を有するウィンドウ係数をその定義集合の中心よりも第１の半分に含み、全てのウィンドウ係数のうちの最大絶対値の前述したパーセントよりも小さい絶対値を有するウィンドウ係数をその定義集合の中心よりも第２の半分に含む。このようなウィンドウ関数は、図２中、各入力フレーム１３０に関するウィンドウ関数１８０として概略的に示されている。ウィンドウ関数のさらなる例は、図５〜１１を参照して説明するが、これらの図や以下の説明で示されるような解析フィルターバンク及び合成フィルターバンクのいくつかの実施形態によって可能となるスペクトル特性及び他の特性についても簡単に説明する。

ウィンドウ処理部１１０とは別に、解析フィルターバンク１００の実施形態は時間／周波数コンバータ１２０をも含み、これにはウィンドウ処理部１１０からウィンドウ処理後フレームが与えられる。時間／周波数コンバータ１２０は、各ウィンドウ処理後フレームに対して、そのウィンドウ処理後フレームのスペクトル表示である一つ又は複数の出力フレームを生成するものである。後に詳述するように、時間／周波数コンバータ１２０は、入力フレームの入力サンプルの個数又はウィンドウ処理後フレームのウィンドウ処理後サンプルの個数と比較して、その半分よりも少ない個数の出力値を含む出力フレームを生成するものであってもよい。

また、時間／周波数コンバータ１２０は、一つの出力フレームの出力サンプルの個数が一つの入力フレームの入力サンプルの個数の半分よりも少なくなるように離散余弦変換及び／又は離散正弦変換に基づくものであってもよい。解析フィルターバンク１００の可能な実施形態の詳細を簡単に説明する。

解析フィルターバンクのいくつかの実施形態において、時間／周波数コンバータ１２０は、入力フレーム１３０の第１部分１５０−１の開始部分とは異なるが各部分１５０−２，１５０−３，１５０−４の入力サンプルの個数、つまりサンプル先行値と同じ個数の出力サンプルを出力するように構成されている。換言すれば、解析フィルターバンク１００の多くの実施形態において、出力サンプルの個数は、サンプル先行値を表す整数Ｍ、つまり入力フレーム１３０の前述の部分１５０の長さと同じである。多くの実施形態において、典型的なサンプル先行値Ｍは４８０又は５１２である。しかし、解析フィルターバンクの実施形態において、例えば、Ｍ＝３６０のような他の整数Ｍも簡単に実行可能であることにも注目すべきである。

さらに、注目すべきことは、解析フィルターバンクのいくつかの実施形態において、入力フレーム１３０の初期部分１６０、つまり入力フレーム１３０の第１部分１５０−１と他の部分１５０−２，１５０−３，１５０−４との間のサンプル数の差がＭ／４に等しいことである。つまり、Ｍ＝４８０の解析フィルターバンク１００の実施形態の場合、初期部分１６０の長さつまり前述の差は１２０個のサンプル（＝Ｍ／４）分であり、Ｍ＝５１２の場合は、初期部分１６０つまり前述の差は１２８（＝Ｍ／４）である。他の多様な長さも適用できるが、解析フィルターバンク１００の実施形態において、これらの長さに制限されるわけではない。

先に述べたように、時間／周波数コンバータ１２０は、例えば離散余弦変換又は離散正弦変換に基づいていてもよいので、解析フィルターバンクの実施形態は、また、修正離散余弦変換（ＭＤＣＴ）コンバータの入力フレームの長さを示すパラメータＮ＝２Ｍに関して議論される場合もある。解析フィルターバンク１０の前述の実施形態では、パラメータ
Ｎは９６０（Ｍ＝４８０の場合）又は１０２４（Ｍ＝５１２の場合）である。

後に詳述するように、解析フィルターバンク１００の実施形態は、オーディオの質を全くあるいは重大には低下させずにデジタルオーディオ処理の低遅延化を可能にするという利点がある。つまり、解析フィルターバンクの一実施形態は、例えば（オーディオ）コーデック（コーデック＝コーダ／デコーダ又は符号化／復号化）の構成において、低遅延を提供し、現存の多くのコーデックに比べて少なくともかなり良い周波数特性と向上したプレエコー特性を有する超低遅延符号化モードを実施する機会を提供する。さらに、会議システムの実施形態に関して後に詳述するように、解析フィルターバンク１００の実施形態及び解析フィルターバンク１００の一実施形態を含むシステムの実施形態において、いかなる種類の信号にも対応する一つのウィンドウ関数が前記利点を達成できる。

強調すべきは、解析フィルターバンク１００の実施形態の入力フレームは、図２に示されているような４つの部分１５０−１〜１５０−４を含む必要はないということである。これは簡便さのために選択された一つの可能性を示しているにすぎない。従って、ウィンドウ処理部も、ウィンドウ処理後フレームが４つの対応する部分を含むように構成する必要もないし、また、時間／周波数コンバータ１２０も４つの部分を有するウィンドウ処理後フレームに基づき出力信号を出力できるように構成されたものである必要はない。これは、解析フィルターバンク１００のいくつかの実施形態の簡単及び明白な説明を可能とするために、図２に関連して選択されただけのものである。しかし、入力フレーム１３０の長さに関する説明は、初期部分１６０と入力フレーム１３０内の初期部分の存在に関する別の選択肢に関して説明するように、ウィンドウ処理後フレームの長さにも当てはめられる。

以下に、解析フィルターバンクの一実施形態の可能な例として、エラー対応改良オーディオコーデック低遅延実施（ＥＲ ＡＡＣ ＬＤ）の解析フィルターバンクを低遅延（解析フィルターバンク）とも称される解析フィルターバンク１００の一実施形態に改造するための変更点について説明する。つまり十分な低遅延を達成するために、以下に説明するように、ＥＲ ＡＡＣ ＬＤの標準的なエンコーダに対していくつかの変更を加えることが有効である。

この場合、解析フィルターバンク１００の一実施形態のウィンドウ処理部１１０は、以下の式に基づきウィンドウ処理後サンプルｚ_inを生成する。

ｉはウィンドウ処理後フレーム及び／又は入力フレームのフレーム指数又はブロック指数を示す整数であり、ｎは−ＮとＮ−１の間の範囲内のサンプル指数を示す整数である。

換言すれば、入力フレーム１３０の構成に初期部分１６０を含む実施形態の場合、サンプル指数ｎ＝−Ｎ，…，Ｎ−１のための前記式を実行することによってウィンドウ処理が過去に拡張される。図５〜１１を参照して後に詳述するように、ｗ（ｎ）はウィンドウ関数に相当するウィンドウ係数である。解析フィルターバンク１００の一実施形態において、ウィンドウ関数ｗ（ｎ−１−ｎ）の偏角の比較からわかるように、合成ウィンドウ関数ｗの順番を逆転させることにより、それを解析ウィンドウ関数として使用している。図３，４を参照して説明するように、合成フィルターバンクの一実施形態のウィンドウ関数は解析ウィンドウ関数に基づき形成されてもよく、解析ウィンドウ関数を（例えば定義集合
の中心に関して）鏡映することで、鏡映版を得てもよい。図５は低遅延ウィンドウ関数をプロットしたものであり、ここでは、解析ウィンドウは合成ウィンドウの単なる時間逆転コピーである。これに関して注意すべきことは、ｘ´_i,nはブロック指数ｉ及びサンプル
指数ｎに対応する入力サンプル又は入力値を表しているということである。

つまり、（例えばコーデックの形態での）前述のＥＲ ＡＡＣ ＬＤ実施は正弦ウィンドウに基づく１０２４個又は９６０個の値のウィンドウ長さＮに基づくものであるが、これと比較して、解析フィルターバンク１００のウィンドウ処理部１１０に含まれる低遅延ウィンドウのウィンドウ長さは２Ｎ（＝４Ｍ）であり、ウィンドウ処理が過去に拡張されて行われる。

図５〜１１を参照してより詳細に説明するように、ｎ＝０，…，２Ｎ−1のためのウィ
ンドウ係数ｗ（ｎ）は、付録の表１、またいくつかの実施形態の場合にはＮ＝９６０及びＮ＝１０２４のための付録の表３に示される関係に従うものであってもよい。さらに、ウィンドウ係数は、いくつかの実施形態の場合にはＮ＝９６０及びＮ＝１０２４それぞれのための付録の表２，４に示される値を含んでいてもよい。

時間／周波数コンバータ１２０に関して、ＥＲ ＡＡＣ ＬＤコーデックの構成で実施されるような核ＭＤＣＴアルゴリズム（ＭＤＣＴ＝修正離散余弦変換）はほとんど変更されず、前述のような長いウィンドウを含み、ｎは０〜Ｎ−１の範囲ではなく−Ｎ〜Ｎ−１である。出力フレームｘ_i,kのスペクトル係数又は出力値は、以下の式に基づき生成され
る。

ｚ_i,nは、前述したように、サンプル指数ｎ及びブロック指数ｉに対応するウィンドウ
処理後フレームのウィンドウ処理後サンプル、又は時間／周波数コンバータ１２０へのウィンドウ処理後の一連の入力である。さらに、ｋはスペクトル係数指数を示す整数であり、Ｎは出力フレームの出力値の個数の２倍を示す整数、あるいは前述したように、ＥＲ ＡＡＣ ＬＤコーデックで適用されるようなウィンドウシーケンス値に基づく一つの変換ウィンドウのウィンドウ長さである。整数ｎ₀はオフセット値であり、以下のように求め
られる。

図２に関して説明したように、入力フレーム１３０の詳細な長さにより、時間／周波数コンバータは、入力フレーム１３０の初期部分１６０に相当するウィンドウ処理後サンプルを含むウィンドウ処理後フレームに対応するものであってもよい。換言すれば、Ｍ＝４８０つまりＮ＝９６０の場合、前記式は１９２０個のウィンドウ処理後サンプルの長さを有するウィンドウ処理後フレームに基づく。ウィンドウ処理後フレームが入力フレーム１３０の初期部分１６０に相当するウィンドウ処理後サンプルを含まない解析フィルターバ
ンク１００の一実施形態において、前述のようなＭ＝４８０の場合、ウィンドウ処理後フレームは１８００個のウィンドウ処理後サンプルの長さを有する。この場合、前記の式は、これに対応する式が実行されるように変更され得る。ウィンドウ処理部１１０において、これは、例えばウィンドウ処理後フレームの第１部分が他の部分と比べて、Ｍ／４＝Ｎ／８個のウィンドウ処理後サンプルが足りない場合、−Ｎ，…，７Ｎ／８−１の範囲のサンプル指数ｎとなる。

従って、時間／周波数コンバータ１２０の場合、前記式は、ウィンドウ処理後フレームの初期部分つまり開始部分のウィンドウ処理後サンプルを含まないように合算指数を変更することによって、簡単に適合させられる。もちろん、前述したように、入力フレーム１３０の初期部分１６０が別の長さの場合又はウィンドウ処理後フレームの第１部分の長さが他の部分の長さと異なる場合、更なる変更も容易にできる。

換言すれば、解析フィルターバンク１００の一実施形態の詳細な実施状況によっては、前記のような式によって示される全ての計算が必要であるわけではない。解析フィルターバンクのさらに別の実施形態では、計算量がさらに低減でき、そして原則的に計算効率を高めることになる場合をも可能である。合成フィルターバンクの例は、図１９を参照して後に説明する。

合成フィルターバンクの一実施形態に関しても後に説明するように、特に解析フィルターバンク１００の一実施形態は、前述のＥＲ ＡＡＣ ＬＤコーデックから派生するいわゆるエラー対応改良オーディオコーデック超低遅延型（ＥＲ ＡＡＣ ＥＬＤ）の構成で実現できる。前述したように、低遅延フィルターバンクを解析フィルターバンク１００の一実施形態として適用するために、ＥＲ ＡＡＣ ＬＤコーデックの解析フィルターバンクが解析フィルターバンク１００の一実施形態となるように変更される。解析フィルターバンク１００の一実施形態及び／又は後に詳述するような合成フィルターバンクの一実施形態を含むＥＲ ＡＡＣ ＥＬＤコーデックは、一般的なビットレートの低いオーディオ符号化を非常に低遅延の符号化／復号化が必要とされる応用まで拡張して使用できる可能性を提供する。例えば完全二重のリアルタイム通信の分野から例が挙げられ、この分野において、解析フィルターバンク、合成フィルターバンク、デコーダ、エンコーダ、ミキサー、会議システムのような多様な実施形態が可能である。

以下に本発明のさらに別の実施形態を詳細に説明するが、同じ又は類似の機能特性を有する物、構成及び部品は同じ符号で示されている。特に記述しない限り、同じ又は類似の機能特性を有する目的、構成及び部品に関する説明は、互いに交換可能である。さらに、以下では、特別な物、構成又は部品が議論されない限り、一つの実施形態又は一つの図面に示されている構成の同じ又は類似の物、構成及び部品のために概要的な符号を使用する。一例として、入力フレーム１３０に関して、概要的な符号がすでに使用されている。図２の入力フレームに関する説明において、特定の入力フレームを指し示す場合には、その入力フレームを示す特定の符号、例えば１３０−ｋが使用され、全ての入力フレーム又は他のものと特に区別しない一つの入力フレームを指し示す場合には、概要的な符号１３０を使用してきた。概要的な符号を使用することにより、本発明の実施形態のより簡単で明白な説明が可能となる。

また、これに関連して、本発明の構成では、第２部品に接続された第１部品は、直接又は別の回路や別の部品を介して第２部品に接続できる。つまり、本発明の構成において、互いに隣接する二つの部品は、互いに直接接続された二つの部品、又は別の回路や別の部品を介して互いに接続された二つの部品のどちらでもよい。

図３は複数の入力フレームをフィルタリングするための合成フィルターバンク２００の
一実施形態を示し、各入力フレームは複数の順序良く整列された入力値を含む。合成フィルターバンク２００の本実施形態は、直列に接続された周波数／時間コンバータ２１０、ウィンドウ処理部２２０及び重複／加算器２３０を含む。

合成フィルターバンク２００の本実施形態に与えられる複数の入力フレームは、まず、周波数／時間コンバータ２１０によって処理される。周波数／時間コンバータ２１０は、各出力フレームがそれに対応する入力フレームの時間表示となるように、入力フレームに基づき複数の出力フレームを生成することができる。つまり、周波数／時間コンバータ２１０は、各入力フレームに対して、周波数領域から時間領域への変換を行う。

そして、周波数／時間コンバータ２１０に接続されたウィンドウ処理部２２０が周波数／時間コンバータ２１０からの各出力フレームを処理し、この出力フレームに基づきウィンドウ処理後フレームを生成する。合成フィルターバンク２００のいくつかの実施形態において、ウィンドウ処理部２２０は各出力フレームの各サンプルを処理することにより、ウィンドウ処理後フレームを生成することができ、各ウィンドウ処理後フレームは複数のウィンドウ処理後サンプルを含んでいる。

合成フィルターバンク２００の一実施形態の詳細な実施状況により、ウィンドウ処理部２２０は、重み付け関数で出力サンプルを重み付けすることによって、出力フレームからウィンドウ処理後フレームを生成することができる。図１のウィンドウ処理部１１０に関して既に述べたように、重み付け関数は、例えば、オーディオ信号の大きさの対数依存のような人間の耳の聴力又は聴覚特性を含む心理音響モデルに基づくものであってもよい。

さらに又はあるいは、ウィンドウ処理部２２０は、出力フレームの各出力サンプルをウィンドウ又はウィンドウ関数のサンプル特定値で掛け算することにより、出力フレームからウィンドウ処理後フレームを生成してもよい。これらの値はウィンドウ係数とも称される。換言すれば、ウィンドウ処理部２２０は、少なくとも合成フィルターバンク２００のいくつかの実施形態において、出力サンプルをウィンドウ関数の定義集合の各要素に帰する実数値ウィンドウ係数で掛け算することによって、ウィンドウ処理後フレームのウィンドウ処理後サンプルを生成するように構成されていてもよい。

このようなウィンドウ関数の例を、図５〜１１を参照してより詳細に説明する。また、これらのウィンドウ関数は、定義集合の中心（定義集合そのものの一要素である必要はない）に関して非対称であってもよい。

また、ウィンドウ処理部２２０は、図４を参照して後に詳述するように、重複／加算器２３０によるサンプル先行値に基づく重複方式の更なる処理のために、複数のウィンドウ処理後サンプルを生成する。換言すれば、各ウィンドウ処理後フレームは、ウィンドウ処理部２２０の出力側に接続された重複／加算器２３０によって出力される複数の加算後サンプルと比較して、その２倍以上の個数のウィンドウ処理後サンプルを含む。つまり、合成フィルターバンク２００の実施形態において、重複／加算器２３０は、少なくともいくつかの加算後サンプルのために、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルを加算することで、重複方式で加算後フレームを生成することができる。

ウィンドウ処理部２２０に接続された重複／加算器２３０は、そして、新たに受信したウィンドウ処理後フレームのそれぞれに対して加算後フレームを生成し、与えることができる。しかし、前述したように、重複／加算器２３０は、一つの加算後フレームを生成するために、重複方式でウィンドウ処理後フレームを処理する。

各加算後フレームは、図４を参照して後に詳述するように、開始部分及び残余部分を含み、加算後フレームの残余部分には、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルを合算することで生成した加算後サンプルを含み、また、開始部分には、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算することで生成した加算後サンプルを含む。残余部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの数は実施状況に応じて設定され、開始部分の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの数よりも少なくとも１個多いものであればよい。

あるいは又は更に、合成フィルターバンク２００の一実施形態の詳細な実施状況に応じて、複数のウィンドウ処理後フレームのそれぞれにおいて、ウィンドウ処理部２２０は出力サンプルの順番で最初の出力値を無視し、それに対応するウィンドウ処理後サンプルを既定値又は既定範囲内の少なくとも一つの値に設定するものであってもよい。さらに、重複／加算器２３０は、この場合、図４を参照して後に詳述するように、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルに基づき、加算後フレームの残余部分に加算後サンプルを与え、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルに基づき、開始部分に加算後サンプルを与えるものであってもよい。

図４は、フレーム指数ｋ，ｋ−１，ｋ−２，ｋ−３，ｋ＋１にそれぞれ相当する５個の出力フレーム２４０の概略図である。図２の概略図と同様に、図４の５個の出力フレーム２４０は矢印２５０で示されている時間的順番で配置されている。出力フレーム２４０−ｋを基準に、出力フレーム２４０−（ｋ−１），２４０−（ｋ−２），２４０−（ｋ−３）は過去の出力フレーム２４０である。同様に、出力フレーム２４０−（ｋ＋１）は、出力フレーム２４０−ｋを基準にして、次の又は未来の出力フレームである。

図２の入力フレーム１３０に関して既に述べたように、図４に示す実施形態においても、各出力フレーム２４０は４個の部分２６０−１，２６０−２，２６０−３，２６０−４を含んでいる。図２の構成の入力フレーム１３０の初期部分１６０に関して既に述べたように、各出力フレーム２４０の第１部分２６０−１は、合成フィルターバンク２００の本実施形態の詳細な実施状況に応じて、初期部分２７０を含んでいてもよいしあるいは含んでいなくてもよい。従って、図４の実施形態の場合、第１部分２６０−１は他の部分２６０−２，２６０−３，２６０−４に比べて短くてもよい。しかし、他の部分２６０−２，２６０−３，２６０−４はそれぞれ、前記サンプル先行値Ｍと同じ数の出力サンプルを含む。

図３に関して説明したように、周波数／時間コンバータ２１０には複数の入力フレームが与えられ、周波数／時間コンバータ２１０はそれに基づき複数の出力フレームを生成する。合成フィルターバンク２００のいくつかの実施形態において、各入力フレームの長さはサンプル先行値Ｍに等しく、Ｍは正の整数である。しかし、周波数／時間コンバータ２１０によって生成された出力フレームは、入力フレームの入力値の個数の少なくとも２倍以上の個数のサンプルを含む。より詳しくは、図４に示す実施形態において、出力フレーム２４０は、入力値の個数つまり図４の実施形態においてはＭの３倍以上もの個数の出力サンプルを含む。つまり、出力フレームは部分２６０に分けられ、出力フレーム２４０の各部分２６０（前述したように、第１部分２６０−１を除く場合もある）はＭ個の出力サンプルを含む。さらに、いくつかの実施形態において、初期部分２７０はＭ／４個のサンプルを含む。つまり、Ｍ＝４８０又はＭ＝５１２の場合、初期部分が存在するとすれば、それは１２０個又は１２８個のサンプル又は値を含む。

さらに換言すれば、解析フィルターバンク１００の実施形態に関して述べたように、サンプル先行値Ｍは出力フレーム２４０の各部分２６０−２，２６０−３，２６０−４の長さに相当する。合成フィルターバンク２００の一実施形態の詳細な実施状況に応じて、出力フレーム２４０の第１部分２６０−１もまたＭ個の出力サンプルを含み得る。しかし、出力フレーム２４０に初期部分２７０が存在しない場合、各出力フレーム２４０の第１部分２６０−１は出力フレーム２４０の他の部分２６０−２から２６０−４よりも短い。

前述したように、周波数／時間コンバータ２１０はウィンドウ処理部２２０に複数の出力フレーム２４０を与え、各出力フレームはサンプル先行値Ｍの２倍以上の個数の出力サンプルを含む。そして、ウィンドウ処理部２２０は、周波数／時間コンバータ２１０によって与えられた現在の出力フレーム２４０に基づき、ウィンドウ処理後フレーム２４０を生成することができる。より明白には、出力フレーム２４０に対応するウィンドウ処理後フレームは、前述したような重み付け関数に基づき生成される。図４の実施形態において、重み付け関数はウィンドウ関数２８０に基づくものであり、ウィンドウ関数２８０は各出力フレーム２４０の上部に概略的に示されている。これに関して注意すべきことは、ウィンドウ関数２８０は、出力フレーム２４０の初期部分が存在する場合、初期部分内の出力サンプルに対していかなる影響も与えないということである。

しかし、合成フィルターバンク２００の異なる実施形態の詳細な実施状況により、多様な場合を考慮する必要がある。ウィンドウ処理部２１０は、周波数／時間コンバータ２１０に応じて、全く異なるように改造又は構成されてもよい。

例えば、出力フレーム２４０の第１部分２７０もＭ個の出力サンプルを含むように出力フレーム２４０の初期部分２７０が存在する場合、ウィンドウ処理部２２０は、この出力フレームから、同じ個数のウィンドウ処理後サンプルを含むウィンドウ処理後フレームを生成するように改造されてもよいし、そうでなくてもよい。つまり、ウィンドウ処理部２２０は、初期部分２７０を含むウィンドウ処理後フレームを生成するように構成でき、図１，２に関して既に述べたように、これは例えば、対応するウィンドウ処理後サンプルを既定値（例えば０、最大許容信号振幅値の２倍の値等）又は既定範囲内の少なくとも一つの値に設定することで可能となる。

この場合、出力フレーム２４０及び出力フレーム２４０に基づくウィンドウ処理後フレームの両方が同じ個数のサンプル又は値を含んでいてもよい。しかし、ウィンドウ処理後フレームの初期部分２７０内のウィンドウ処理後サンプルは、必ずしも出力フレーム２４０内のそれに対応する出力サンプルによるものでなくてもよい。しかし、ウィンドウ処理後フレームの第１部分２６０−１は、初期部分以外のサンプルに関して、周波数／時間コンバータ２１０によって与えられる出力フレーム２４０に基づくものである。

図１，２に示す解析フィルターバンクの実施形態に関して述べたように、出力フレーム２４０の初期部分２７０に少なくとも一つの出力サンプルが存在するならば、それに対応するウィンドウ処理後サンプルは既定値又は既定範囲内の値にセットされてもよい。初期部分２７０が１個以上のウィンドウ処理後サンプルを含む場合も同様である。

さらに、ウィンドウ処理部２２０は、ウィンドウ処理後フレームが初期部分２７０を全く含まないようにするものであってもよい。合成フィルターバンク２００のこのような実施形態の場合、ウィンドウ処理部２２０は、出力フレーム２４０の初期部分２７０内の出力サンプルを無視するように構成することもできる。

これらのうちのいずれの場合も、詳細な実施の状況により、ウィンドウ処理後フレームの第１部分２６０−１は初期部分２７０を含んでいてもよいし、含んでいなくてもよい。
ウィンドウ処理後フレームの初期部分が存在する場合、この部分のウィンドウ処理後サンプル又はウィンドウ処理後の値は、各出力フレーム内のそれに対応する出力サンプルによるものである必要は全くない。

一方、出力フレーム２４０が初期部分２７０を含まない場合、ウィンドウ処理部２２０は、出力フレーム２４０に基づき、初期部分２７０を含むウィンドウ処理後フレームを生成するものであってもよいし、又は初期部分２７０を含まないウィンドウ処理後フレームを生成するものであってもよい。第１部分２６０−１の出力サンプルの個数がサンプル先行値Ｍよりも小さい場合、合成フィルターバンク２００のいくつかの実施形態において、ウィンドウ処理部２２０は、ウィンドウ処理後フレームの初期部分２７０内の「存在しない出力サンプル」に相当するウィンドウ処理後サンプルを、既定値又は既定範囲内の少なくとも一つの値にセットできるものであってもよい。換言すれば、この場合、ウィンドウ処理後フレームが結果的にサンプル先行値Ｍの整数倍、あるいは入力フレームのサイズ又は加算後フレームの長さに相当する個数のウィンドウ処理後サンプルを含むように、ウィンドウ処理部２２０は、ウィンドウ処理後フレームを既定値又は既定範囲内の少なくとも一つの値で満たすものであってもよい。

また、実施できるさらなる選択として、出力フレーム２４０とウィンドウ処理後フレームの両方が初期部分２７０を全く含まなくてもよい。この場合、ウィンドウ処理部２２０は、ウィンドウ処理後フレームを得るために、単に出力フレームの出力サンプルを少なくとも部分的に重み付けするように構成されていてもよい。さらに又はあるいは、ウィンドウ処理部２２０はウィンドウ関数２８０等を使用してもよい。

図１，２に示す解析フィルターバンク１００の実施形態に関して説明したように、出力フレーム２４０の初期部分２７０は、これらの値は最小のサンプル指数を有する「最新の」サンプルであるという点で、出力フレーム２４０の最初の部分のサンプルに相当する。換言すれば、出力フレーム２４０のすべての出力サンプルを考慮すると、これらのサンプルは、重複／加算器２３０によって与えられる対応する加算後サンプルを再生する際に、出力フレーム２４０の他の出力サンプルに比べて経過時間が最も短いサンプルと言える。つまり、出力フレーム２４０内及び出力フレームの各部分２６０内で、最新の出力サンプルは、各出力フレーム２４０又は各部分２６０の左に位置している。さらに換言すると、矢印２５０で示される時間は出力フレーム２４０の順序に相当するものではなく、各出力フレーム２４０内の出力サンプルの順序に相当するものである。

しかし、ウィンドウ処理後フレーム２４０の重複／加算器２３０による処理をさらに詳しく説明する前に、合成フィルターバンク２００の多くの実施形態において、周波数／時間コンバータ２１０及び／又はウィンドウ処理部２２０は、出力フレーム２４０及びウィンドウ処理後フレームの初期部分２７０が完全に存在するか又は全く存在しないように改造されてもよいことをここで注記しておく。前者の場合、第１部分２６０−１内の出力サンプル又はウィンドウ処理後サンプルの個数は出力フレームの他の各部分２６０−２，２６０−３，２６０−４内の出力サンプルの個数に等しく、Ｍに等しい。しかし、合成フィルターバンク２００の実施形態において、周波数／時間コンバータ２１０とウィンドウ処理部２２０のどちらか一方又は両方が、初期部分２７０は存在するが、第１部分２６０−１内のサンプルの個数は周波数／時間コンバータ２１０の出力フレームの他の各部分２６０−２，２６０−３，２６０−４内の出力サンプルの個数よりも少なくなるように構成される実施も可能である。さらに、多くの実施形態において、一つのフレーム内の全てのサンプル又は値をそれ自体で取り扱うが、もちろん、対応する値又はサンプルの一つ又は一部分のみが使用されてもよい。

ウィンドウ処理部２２０に接続された重複／加算器２３０は、図４の下部に示されてい
るように、開始部分３００と残余部分３１０を含む加算後フレーム２９０を出力することができる。合成フィルターバンク２００の一実施形態の詳細な実施状況により、重複／加算器２３０は、加算後フレームの開始部分に含まれる加算後サンプルは、少なくとも２個の異なるウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを加算することによって得られるように構成され得る。より詳しくは、図４に示す実施形態において、各出力フレーム２４０及びそれに対応するウィンドウ処理後フレームは４個の部分２６０−１〜２６０−４に基づくものであるので、開始部分３００の一つの加算後サンプルは、矢印３２０で示されているように、少なくとも３個又は４個の異なるウィンドウ処理後フレームからの３個又は４個のウィンドウ処理後サンプル又は値に基づいている。図４の実施形態の場合に使用されるウィンドウ処理後サンプルが３個であるのか４個であるのかについては、対応する出力フレーム２４０−ｋに基づくウィンドウ処理後フレームの初期部分２７０に関する詳細な実施によるものである。

以下の図４の説明において、図４の出力フレーム２４０を、ウィンドウ処理部２２０によって与えられたそれぞれの出力２４０に基づくウィンドウ処理後フレームと考えてもよい。図４の場合、ウィンドウ処理後フレームは、出力フレーム２４０の少なくとも初期部分２７０以外の出力サンプルをウィンドウ関数２８０から引き出された値で掛けることにより得られるからである。従って、重複／加算器２３０に関する以下の説明において、符号２４０はウィンドウ処理後フレームにも使用される。

ウィンドウ処理部２２０が、初期部分２７０内のウィンドウ処理後サンプルを既定値又は既定範囲内の値にセットするように構成されている場合、該既定値又は既定範囲のために、（出力フレーム２４０−ｋに対応する）ウィンドウ処理後フレーム２４０−ｋの初期部分２７０からのウィンドウ処理後サンプルの加算が出力をひどく混乱させたり変化させるものでない限り、初期部分２７０内のウィンドウ処理後サンプル又はウィンドウ処理後の値は、（出力フレーム２４０−（ｋ−１）に対応する）ウィンドウ処理後フレーム２４０−（ｋ−１）の第２部分、（出力フレーム２４０−（ｋ−２）に対応する）ウィンドウ処理後フレーム２４０−（ｋ−２）の第３部分及び（出力フレーム２４０−（ｋ−３）に対応する）ウィンドウ処理後フレーム２４０−（ｋ−３）の第４部分からの残りの３個の加算後サンプルを加算する際に、使用されてもよい。

ウィンドウ処理後フレームに初期部分２７０が存在しないようにウィンドウ処理部２２０が構成されている場合、開始部分３００の対応する加算後サンプルは、通常、少なくとも２個のウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算することによって求められる。しかし、図４の実施形態はそれぞれが４個の部分２６０を含むウィンドウ処理後フレームに基づいているので、加算後フレーム２９０の開始部分内の加算後サンプルは、ウィンドウ処理後フレーム２４０−（ｋ−１），２４０−（ｋ−２），２４０−（ｋ−３）からの前記ウィンドウ処理後サンプルを加算することによって得られる。

この場合は、例えば、ウィンドウ処理部２２０が出力フレームのこれに対応する出力サンプルを無視するように構成されていることで可能となる。さらに、既定値又は既定範囲が加算後サンプルを混乱させるようなものである場合、重複／加算器２３０は、加算後サンプルを得るためのウィンドウ処理後サンプルの合算の際に、これに対応するウィンドウ処理後サンプルを考慮に入れないように構成されてもよい。この場合、初期部分２７０のウィンドウ処理後サンプルは開始部分３００の加算後サンプルを得るために使用されないので、これらのウィンドウ処理後サンプルは重複／加算器２３０によって無視されるべきものとして考えられる。

残余部分３１０内の加算後サンプルに関して、図４中矢印３３０で示されているように
、重複／加算器２３０は、（３個の異なる出力フレーム２４０に対応する）少なくとも３個の異なるウィンドウ処理後フレーム２４０からの少なくとも３個のウィンドウ処理後サンプルを合算するように構成されている。ここでも、図４の実施形態において、一つのウィンドウ処理後フレーム２４０は４個の部分２６０を含むという事実により、残余部分３１０の加算後サンプルは、重複／加算器２３０で、４個の異なるウィンドウ処理後フレーム２４０からの４個のウィンドウ処理後サンプルを合算することにより生成される。より詳しくは、加算後フレーム２９０の残余部分３１０の加算後サンプルは、重複／加算器２３０で、ウィンドウ処理後フレーム２４０−ｋの第１部分２６０−１、ウィンドウ処理後フレーム２４０−（ｋ−１）の第２部分２６０−２、ウィンドウ処理後フレーム２４０−（ｋ−２）の第３部分２６０−３及びウィンドウ処理後フレーム２４０−（ｋ−３）の第４部分２６０−４からの対応するウィンドウ処理後サンプルを合算することにより得られる。

前述したような重複／加算処理の結果、加算後フレーム２９０はＭ＝Ｎ／２個の加算後サンプルを含むようになる。つまり、サンプル先行値Ｍは加算後フレーム２９０の長さに等しい。また、合成フィルターバンク２００の少なくともいくつかの実施形態において、入力フレームの長さも、前述したように、サンプル先行値Ｍに等しい。

図４に示す実施形態において、加算後フレームの開始部分３００及び残余部分３１０の各加算後サンプルを得るために、少なくとも３個又は４個のウィンドウ処理後サンプルを使用するということは、単に簡便さのために選択しただけである。図４の実施形態において、各出力／ウィンドウ処理後フレーム２４０は、４個の部分２６０−１〜２６０−４を含む。しかし、原則的に、合成フィルターバンクの一実施形態において、出力又はウィンドウ処理後フレームは、加算後フレーム２９０の加算後サンプルの個数の２倍よりも１多い個数のウィンドウ処理後サンプルを含んでいればよい。つまり、合成フィルターバンク２００の一実施形態において、各ウィンドウ処理後フレームは単に２Ｍ＋１個のウィンドウ処理後サンプルを含むものであってもよい。

解析フィルターバンク１００の一実施形態に関して述べたように、合成フィルターバンク２００の一実施形態もまた、ＥＲ ＡＡＣ ＬＤコーデックの変更によって得られるＥＲ ＡＡＣ ＥＬＤコーデック（コーデック＝コーダ／デコーダ）の構成に組み込まれ得る。従って、合成フィルターバンク２００の一実施形態は、低ビットレート低遅延オーディオ符号化／復号化システムを構成するために、ＡＡＣ ＬＤコーデックに使用され得る。例えば、合成フィルターバンク２００の一実施形態は、任意のＳＢＲ装置（ＳＢＲ＝スペクトルバンク複製）と共にＥＲ ＡＡＣ ＥＬＤコーデックのためのデコーダに組み込まれてもよい。しかし、十分な低遅延を達成するためには、合成フィルターバンク２００の一実施形態の実現のためにＥＲ ＡＡＣ ＬＤコーデックと比較して、いくらかの変更を行うことが好ましい。

前記コーデックの合成フィルターバンクは、低遅延（合成）フィルターバンクの一実施形態に適合させるために変更できるが、周波数／時間コンバータ２１０に関して、核ＩＭＤＣＴアルゴリズム（ＩＭＤＣＴ＝逆転修正離散余弦変換）はほぼ変化させずそのままであってもよい。しかし、ＩＭＤＣＴ周波数／時間コンバータと比較して、周波数／時間コンバータ２１０は長いウィンドウ関数を有するように実施でき、この場合サンプル指数ｎはＮ−１までではなく、２Ｎ−１までとなる。

より詳細には、周波数／時間コンバータ２１０は、以下の式に基づき、出力値ｘ_i,nを
与えるように構成され得る。

ｎは、前述したように、サンプル指数を示す整数、ｉはウィンドウ指数を示す整数、ｋはスペクトル係数指数、ＮはＥＲ ＡＡＣ ＬＤコーデック実施の一連のパラメータウィンドウに基づくウィンドウ長さであり、整数Ｎは加算後フレーム２９０の加算後サンプルの個数の２倍である。さらに、ｎ₀は以下の式によって与えられるオフセット値である。

ｓｐｅｃ［ｉ］［ｋ］は、入力フレームのスペクトル係数指数ｋ及びウィンドウ指数Ｉに対応する入力値である。合成フィルターバンク２００のいくつかの実施形態において、パラメータＮは９６０又は１０２４である。しかし、原則的に、パラメータＮはいかなる値をも取り得る。換言すれば、合成フィルターバンク２００の別の実施形態は、パラメータＮ＝３６０又は他の値に基づき動作し得る。

ウィンドウ処理部２２０及び重複／加算器２３０もまた、ＥＲ ＡＡＣ ＬＤコーデックに採用されているウィンドウ処理部及び重複／加算器と比較して、変更されていてもよい。より詳しくは、前記コーデックに比べて、ウィンドウ関数の長さＮは、過去により多くの重複があり、未来により少ない重複のあるウィンドウ関数の長さ２Ｎに変更される。以下に図５〜図１１を参照して説明するように、合成フィルターバンク２００の実施形態において、Ｍ／４＝Ｎ／８個の値又はウィンドウ係数を含むウィンドウ関数は実際０にセットされてもよい。結果的に、これらのウィンドウ係数は各フレームの初期部分１６０，２７０に対応する。前述したように、この部分は実行する必要は全くない。一つの可能な選択として、対応するモジュール（例えばウィンドウ処理部１１０，２２０）は０との掛け算が必要ではないように構成されてもよい。既に述べたように、実施形態の二つの可能な実施に関する差異について言えば、ウィンドウ処理後サンプルは０にセットされるか又は無視されてもよい。

従って、このような低遅延ウィンドウ関数を有する合成フィルターバンクのこのような一実施形態の場合にウィンドウ処理部２２０によって行われるウィンドウ処理は、以下の式に基づくものである。

ウィンドウ係数ｗ（ｎ）を有するウィンドウ関数は２Ｎ個のウィンドウ係数の長さを有する。従って、サンプル指数はＮ＝０〜Ｎ＝２Ｎ−２であり、多様なウィンドウ関数のウィンドウ係数の関係及び値は、合成フィルターバンクの多様な実施形態のための付録の表１〜４に示されている。

さらに、重複／加算器２３０は以下の式に基づき実施可能である。

前記式及び方程式は、合成フィルターバンク２００の一実施形態の詳細な実施状況に応じてわずかに変更されてもよい。換言すれば、詳細な実施状況により、特にウィンドウ処理後フレームは必ずしも初期部分を含んでいなくてもよいという点で、前記式及び方程式は、例えば、初期部分が存在しない場合やあるいは初期部分のサンプルが取るに足りないもの（例えば値が０のサンプル）である場合に、初期部分のサンプルを除外するために合算指数の境界を変更してもよい。つまり、解析フィルターバンク１００の一実施形態及び合成フィルターバンク２００の一実施形態のうちの少なくともどちらかを実行することによって、適当なＳＢＲ装置を任意に含むＥＲ ＡＡＣ ＬＤコーデックをＥＲ ＡＡＣ ＥＬＤコーデックとして実現でき、これにより、例えば、低ビットレート及び／又は低遅延オーディオ符号化復号化システムを達成することができる。エンコーダ、デコーダの概略をそれぞれ図１２，１３に示す。

既に何度か述べたように、解析フィルターバンク１００及び合成フィルターバンク２００のどちらの実施形態も、解析／合成フィルターバンク１００，２００の構成及びエンコーダ、デコーダの実施形態の構成において超低遅延符号化モードを可能にするという利点を提供し得る。解析フィルターバンク又は合成フィルターバンクの一実施形態を実行することにより、低遅延ウィンドウ関数を含むフィルターバンクの一実施形態の詳細な実施状況により、いくつかの利点が得られ、この解析フィルターバンク又は合成フィルターバンクの一実施形態は、図５〜図１１を参照して後に詳述するウィンドウ関数のうちの一つを有していてもよい。図２を参照して、フィルターバンクの一実施形態は、技術的現状のコーデックで使用されている直交ウィンドウに基づくコーデックと比較して、遅延を生じさせる。例えば、パラメータＮ＝９６０に基づくシステムの場合に、９６０個のサンプルから７００個のサンプルへの遅延の低下、つまり４８ｋＨｚのサンプリング周波数において２０ｍｓの遅延から１５ｍｓの遅延への低下が達成できる。さらに、以下に示すように、合成フィルターバンク及び／又は解析フィルターバンクの一実施形態の周波数応答は、正弦ウィンドウを使用したフィルターバンクに非常に類似している。いわゆる低重複ウィンドウを使用したフィルターバンクと比較すると、この周波数応答は非常に良い。さらに、プレエコー特性に関して、低重複ウィンドウに類似しているので、合成フィルターバンク及び／又は解析フィルターバンクの一実施形態は、その詳細な実施状況により、質と低遅延の間での非常に良いトレードオフを実現することができる。さらに、例えば会議システムの一実施形態の構成に使用できる利点は、ただ一つのウィンドウ関数があらゆる種類の信号を処理するのに使用できるということである。

図５は、例えば解析フィルターバンク１００又は合成フィルターバンク２００の一実施形態のウィンドウ処理部１１０，２２０で使用可能なウィンドウ関数を示すグラフである。より詳細には、図５の上部のグラフは、解析フィルターバンクの一実施形態の場合のＭ＝４８０個のバンド又は出力サンプルのための解析ウィンドウ関数を示している。図５の下部のグラフは、合成フィルターバンクの一実施形態のための同様の合成ウィンドウ関数を示している。図５のどちらのウィンドウ関数も、出力フレーム（解析フィルターバンクの場合）及び加算後フレーム（合成フィルターバンクの場合）のＭ＝４８０個のバンド又はサンプルに対応し、図５のウィンドウ関数は、指数がそれぞれｎ＝０，…，１９１９である１９２０個の値の定義集合を含む。

また、図５の二つのグラフから明らかなように、ここでは、定義集合の中心点は指数Ｎ＝９５９とＮ＝９６０の間に存在するが、定義集合そのものの一部ではなく、どちらのウィンドウ関数においても、全てのウィンドウ係数のうちの最大絶対値の１０％、２０％、３０％又は５０％よりも大きい絶対値のウィンドウ係数は、定義集合の前記中心点に対するどちらか半分に大多数が含まれている。この半分とは、図５の上部グラフで示される解析ウィンドウ関数の場合、指数Ｎ＝９６０，…，１９１９を含む定義集合の半分であり、図５の下部グラフで示される合成ウィンドウ関数の場合、指数Ｎ＝０，…，９５９を含む定義集合の半分である。つまり、解析フィルターバンクも合成フィルターバンクも、中心点に対して極度に非対称である。

解析フィルターバンクの一実施形態のウィンドウ処理部１１０及び合成フィルターバンクの一実施形態のウィンドウ処理部２２０に関して示したように、解析フィルターバンク及び合成フィルターバンクは指数に関して互いの逆転関数である。

図５の二つのグラフに示されているウィンドウ関数に関する重要な一面は、上部グラフの解析ウィンドウ関数の場合には最後の１２０個のウィンドウ係数が、そして下部グラフの合成ウィンドウ関数の場合には最初の１２０個のウィンドウ係数が、０又は妥当な精度で０と同等とみなされる絶対値の値にセットされる。換言すれば、これら二つのウィンドウ関数のこれらの１２０個のウィンドウ係数は、これら１２０個のウィンドウ係数をそれぞれのサンプルに掛けることで適当な個数のサンプルを既定範囲内の少なくとも一つの値にセットするためのものである。つまり、解析フィルターバンク１００又は合成フィルターバンク２００の実施形態の詳細な実施状況により、これらの１２０個の０のウィンドウ係数が応用可能な場合、前述したように、これらは解析フィルターバンク及び合成フィルターバンクの実施形態におけるウィンドウ処理後フレームの初期部分１６０，２７０を形成することになる。しかし、初期部分１６０，２７０が存在しない場合でも、これら１２０個の０のウィンドウ係数は、解析フィルターバンク１００及び合成フィルターバンク２００の実施形態のウィンドウ処理部１１０、時間／周波数コンバータ１２０、ウィンドウ処理部２２０及び重複／加算器２３０によって、それに応じて異なるフレームを処理するように解釈される。

Ｍ＝４８０（Ｎ＝９６０）の場合に１２０個の０のウィンドウ係数を含む図５に示すような解析ウィンドウ関数又は合成ウィンドウ関数を使用することにより、解析フィルターバンク１００及び合成フィルターバンク２００の適当な実施形態が確立され、この場合、対応するフレームの初期部分１６０，２７０はＭ／４個のサンプルを含み、つまり対応する第１部分１５０−１，２６０−１は他の部分よりもＭ／４個少ない値又はサンプルを含むことになる。

前述したように、図５の上部グラフの解析ウィンドウ関数及び図５の下部グラフの合成ウィンドウ関数は、解析フィルターバンク及び合成フィルターバンクのための低遅延ウィンドウ関数である。さらに、図５の解析ウィンドウ関数及び合成ウィンドウ関数は、両方のウィンドウ関数を定義する定義集合の前述の中心点に対して、互いに鏡映化版である。

低遅延ウィンドウの解析フィルターバンク又は合成フィルターバンクへの使用は、複合解析に関して後述するように、多くの場合、際立った計算の複雑化を生じさせることなく、記憶容量がわずかに余分に必要となるだけである。

図５に示すウィンドウ関数は、付録の表２に示されている値を含むが、これらの値は単に簡便さのために記されているものである。パラメータＭ＝４８０に基づき作動する解析フィルターバンク又は合成フィルターバンクの一実施形態が付録の表２に示されている正確な値を含む必要はない。当然、解析フィルターバンク又は合成フィルターバンクの一実
施形態の詳細な実施状況により、適当なウィンドウ関数内に多様なウィンドウ係数を取ることが可能であり、これらの使用されるウィンドウ係数は、Ｍ＝４８０の場合、付録の表１に示されている関係を満たすことが多い。

さらに、後述するようなフィルター係数、ウィンドウ係数及びリフト係数を有する多くの実施形態において、それらの数値は付録に示されている通りの正確なものである必要はない。つまり、解析フィルターバンク、合成フィルターバンクの他の実施形態及び本発明に関する実施形態において、フィルター係数、ウィンドウ係数及びリフト係数のような他の係数が付録に示されている係数とは異なる他のウィンドウ関数も、その変化が小数第３位及び第４位、第５位などのそれ以下の範囲である限り、使用可能である。

図５の下部の合成ウィンドウ関数に関して、前述したように、最初のＭ／４＝１２０個のウィンドウ係数は０にセットされる。それ以降約３５０の指数まで、ウィンドウ関数は急な上昇を示し、その後約６００の指数まで緩やかな上昇を示す。これに関して、指数４８０（＝Ｍ）の辺りで、ウィンドウ関数は１よりも大きくなる。指数６００から約サンプル１１００まで、ウィンドウ関数はその最大値から０．１よりも小さい値まで下降する。定義集合の他の部分では、ウィンドウ関数は０の辺りでわずかに振動する。

図６は図５に示したウィンドウ関数の比較を示し、図６の上部は解析ウィンドウ関数の場合であり、図６の下部は合成ウィンドウ関数の場合である。これら二つのグラフには、さらに、例えば前述のＥＲ ＡＡＣ コーデックのＡＡＣ ＬＣ及びＡＡＣ ＬＤに使用されるいわゆる正弦ウィンドウ関数が点線で示されている。図６の二つのグラフに示されているような正弦ウィンドウ関数と低遅延ウィンドウ関数との直接的な比較は、図５を参照して説明したような時間ウィンドウの異なる時間対象を示す。正弦ウィンドウはたった９６０個のサンプルから定義されていることは別にしても、解析フィルターバンクの一実施形態に使用される場合（上部のグラフ）及び合成フィルターバンクの一実施形態に使用される場合（下部のグラフ）のこれら二つのウィンドウ関数の最も決定的な違いは、正弦ウィンドウフレーム関数は短い定義集合の中心点に関して対称であり、定義集合の最初の１２０個の要素に、（ほとんどの）０よりも大きいウィンドウ係数を含んでいるということである。それとは対照的に、前述したように、低遅延ウィンドウ関数は１２０個の（理想的には）０の値のウィンドウ係数を含み、正弦ウィンドウの定義集合に比べて長い定義集合の中心点に関して明らかに非対称である。

また、低遅延ウィンドウを正弦ウィンドウとは異ならせるさらに別の相違点がある。両方のウィンドウは約１の値と４８０（＝Ｍ）のサンプル指数を有しているが、低遅延ウィンドウ関数は、１よりも大きくなってから約１２０個のサンプルの後につまりサンプル指数が約６００（＝Ｍ＋Ｍ／４，Ｍ＝４８０）で、１以上の最大値に達するが、対称な正弦ウィンドウは対称的に０まで下がる。つまり、これらの場合には重複方式及びＭ＝４８０という有利なサンプル値を取っているので、例えば第１フレームで０との掛け算をされるサンプルは、次のフレームでは１よりも大きい値と掛け算される。

例えば解析フィルターバンク１００又は合成フィルターバンク２００の他の実施形態に使用できる別の低遅延ウィンドウについてさらに説明する。パラメータＭ＝４８０，Ｎ＝９６０であり、そのうちＭ／４＝１２０個は０の値又は十分に低い値である場合に関して、図５，６に示されているウィンドウ関数で達成可能な遅延低減の概念を説明する。図６の上部グラフに示されている解析ウィンドウにおいて、未来の入力値（サンプル指数１８００〜１９２０）にアクセスする部分は１２０個のサンプル分減少している。従って、図６の下部グラフの合成ウィンドウにおいて、過去の出力サンプルを含む重複は合成フィルターバンクでそれに相当する遅延を生じさせるが、ここではさらに１２０個のサンプル分減少されている。換言すれば、合成ウィンドウにおいては重複／加算処理を施される必要
があり、解析フィルターバンクにおいては１２０個のサンプル分の低減を伴う重複／加算を施す必要がある過去の出力サンプルを含む重複により、解析フィルターバンクと合成フィルターバンクの両方を含むシステムにおいて、全体として２４０個のサンプル分の遅延が低減されるだろう。

しかし、拡張重複は更なる遅延を生じさせることはない。それは、過去からの値を加算するのみであり、これは少なくともサンプリング周波数の規模で、更なる遅延を引き起こすことなく、簡単に記憶できるからである。従来の正弦ウィンドウと低遅延ウィンドウの比較を図５，６に示す。

図７は、三つのグラフに３個の異なるウィンドウ関数を示すものである。より詳細には、図７の上部グラフは前述の正弦ウィンドウを示し、中央のグラフはいわゆる低重複ウィンドウを示し、下部のグラフは低遅延ウィンドウを示す。しかし、図７に示されている３個のウィンドウは、サンプル先行値つまりパラメータＭ＝５１２（Ｎ＝２Ｍ＝１０２４）に相当する。ここでもまた、２０４８個のサンプル指数から定義されている図７の下部に示されている低遅延ウィンドウ関数に比べて、図７の上部及び中央のグラフの正弦ウィンドウ及び低重複ウィンドウは、制限された又は短縮された定義集合によって定義されている。

図７の正弦ウィンドウ、低重複ウィンドウ及び低遅延ウィンドウのウィンドウ形状のプロットは、正弦ウィンドウと低遅延ウィンドウに関しては、多かれ少なかれ、前述したのと同じ特徴を有している。より詳しくは、ここでも、正弦ウィンドウ（図７の上部グラフ）は、指数５１１と５１２の間にある定義集合の妥当な中心点に関して対称である。正弦ウィンドウはＭ＝５１２の辺りで最大値を有し、この最大値から定義集合の境界に向かって０に降下する。

図７の下部グラフに示されている低遅延ウィンドウは、１２８個の０の値のウィンドウ係数を含み、この個数はサンプル先行値Ｍの１／４である。さらに、低遅延ウィンドウはサンプル指数Ｍで約１の値を取り、ウィンドウ係数の最大値は、値が１以上となってからサンプル指数ｎが約１２８増した辺りで（指数６４０辺りで）得られる。また、ウィンドウ関数のプロットの他の特徴に関して、図７の下部グラフのＭ＝５１２のためのウィンドウ関数は、図５，６に示されているＭ＝４８０のための低遅延ウィンドウと比較して、それよりも定義集合が長い（１９２０個の指数に比べて２０４８個の指数）ために任意のシフトがあるということを除けば、さほど相違はない。図７の下部グラフに示されている低遅延ウィンドウは付録の表４に示されている値を含む。

しかし、前述したように、合成フィルターバンク又は解析フィルターバンクの実施形態が表４に示されているのと全く同じ値を有するウィンドウ関数を使用する必要はない。つまり、ウィンドウ係数は付録の表３に示されている関係を満たすものである限り、表４の値と異なっていてもよい。さらに、本発明の実施形態において、ウィンドウ係数に関する変更も、前述したように、小数点以下第３位又は第４位、第５位などのそれ以下の範囲内である限り、簡単に実行できる。

図７の中央のグラフの低重複ウィンドウについてはまだ説明していない。前述したように、低遅延ウィンドウはまた１０２４個の要素を含む定義集合を有している。また、低重複ウィンドウは定義集合の初期部分と定義集合の終末部分に、低重複ウィンドウが消えうせる連続部分を有している。しかし、低重複ウィンドウが消えうせるこの連続部分の後に、急な上昇又は下降があり、これはたった１００個よりも少し多い程度のサンプル指数を含むだけのものである。また、この対称低重複ウィンドウは１よりも大きい値を含まず、いくつかの実施形態に使用されるウィンドウ関数に比べて低いストップバンド逓減を含ん
でいてもよい。

換言すれば、低重複ウィンドウ関数は同じサンプル先行値を有しながら非常に短い定義集合を有する。低遅延ウィンドウは１よりも大きい値を有しないからである。さらに、正弦ウィンドウ及び低重複ウィンドウのどちらも、それぞれの定義集合の中心点に関して、直交又は対称であり、低遅延ウィンドウは定義集合の中心点に関して非対称である。

低重複ウィンドウは、移行のためのプレエコー人工物を除去するために導入されたものである。図８に示されているように、低重複は信号入力の前の量子化ノイズの広がりを回避する。新しい低遅延ウィンドウは同じ特性を有しているが、図１０，１１に示す周波数応答の比較から明らかなように、より良い周波数応答を有している。従って、低遅延ウィンドウは、従来のＡＡＣ ＬＤウィンドウ、つまり正弦ウィンドウと低重複ウィンドウの両方に取って代わることができ、ウィンドウの形状に関する大きな変更はもはや必要ではない。

図８は、図７と同じウィンドウ関数を同じ順序で示し、正弦ウィンドウ、低重複ウィンドウ及び低遅延ウィンドウの異なるウィンドウの形状の量子化ノイズの広がりを示している。図８の下部グラフに示されている低遅延ウィンドウのプレエコーは図８の中央に示されている低重複ウィンドウと似ているが、図８の上部に示されている正弦ウィンドウのプレエコーは、最初の１２８個（Ｍ＝５１２）のサンプルに大いに影響を与える。

換言すれば、合成フィルターバンク又は解析フィルターバンクの一実施形態に低遅延ウィンドウを使用することで、プレエコーの向上という利点が得られる。解析ウィンドウの場合、未来の入力値に到達するための、従って必然的に遅延が生じる経路は、１サンプル分以上、好ましくはブロック長又はサンプル先行値が４８０又は５１２サンプルの場合、１２０又は１２８個のサンプル分だけ、短縮され、その結果ＭＤＣＴ（修正離散余弦変換）と比較して遅延が低下する。これらの１２０個又は１２８個のサンプル内に存在するかもしれない信号の入力はわずかに１ブロック又は１フレーム後に現れるので、プレエコーに関して向上する。従って、合成ウィンドウにおいて、重複／加算処理を完了するための過去の出力サンプルとの重複もまたこれに対応する遅延を生じさせるが、この重複はさらに１２０個又は１２８個のサンプル分低下され、結果的に全体として２４０個又は２５６個のサンプル分の遅延低減となる。これらの１２０個又は１２８個のサンプルは、信号入力の前に、過去へのノイズの広がりに影響するので、これはまたプレエコーの向上という結果となる。全体的に、このことはプレエコーが１ブロック又は１フレーム後に現れる可能性があり、合成側のみから生じるプレエコーは１２０個又は１２８個のサンプル分短いということを意味している。

図５〜７に示すように、このような低遅延ウィンドウを使用することで達成できる低減は、合成フィルターバンクまたは解析フィルターバンクの一実施形態の詳細な実施に応じて、人間の聴力特性、特にマスキングに関して考慮した場合、特に有用である。このことを説明するために、図９は人間の耳のマスキング特性を簡単に示す。より詳しくは、図９は、特定の周波数を有する音が約２００ｍｓの間存在する場合の人間の耳の聴力閾値レベルを時間の関数として概略的に示したものである。

図９の矢印３５０で示すような前述の音の存在の少し前に、プレマスキングが約２０ｍｓの短い期間存在し、これにより音が存在する期間における非マスキングとマスキングとの間の滑らかな移行が可能となる。これは同時マスキングと呼ばれることもある。音が存在している期間、マスキングはオンである。しかし、図９の矢印３６０で示す音の消滅の際に、マスキングがすぐに解除されるわけではなく、約１５０ｍｓの期間、マスキングはゆっくりと低下する。これはポストマスキングと呼ばれることもある。

このように、図９は人間の耳の一般的な一時的マスキング特性を示し、これは音の存在する期間の前と後のプレマスキング段階とポストマスキング段階を含む。解析フィルターバンク１００及び／又は合成フィルターバンク２００の一実施形態に低遅延ウィンドウを導入することによるプレエコーの低下により、知覚可能なプレエコーは少なくともある程度、図９に示す人間の耳の一時的マスキング効果のプレマスキング期間に降下するので、多くの場合、知覚可能な歪みは厳しく制限される。

さらに、図５〜７に示され、付録の表１〜４に示されている関係や値を参照して詳細に説明される低遅延ウィンドウ関数を使用することで、正弦ウィンドウの場合と類似した周波数応答が得られる。これを説明するために、図１０は正弦ウィンドウ（点線）と低遅延ウィンドウの一例（実線）との間の周波数応答に関する比較を示す。図１０に示されているこれら二つのウィンドウの周波数応答の比較から明らかなように、低遅延ウィンドウは、周波数選択の点で、正弦ウィンドウに匹敵する。低遅延ウィンドウの周波数応答は正弦ウィンドウの周波数応答に類似又は匹敵し、また、図１１の周波数応答の比較からわかるように、低重複ウィンドウの周波数応答よりもかなり良い。

より詳しくは、図１１は正弦ウィンドウ（点線）と低重複ウィンドウ（実線）との間の周波数応答の比較を示す。これから明らかなように、低重複ウィンドウの周波数応答を示す実線は正弦ウィンドウの対応する周波数応答よりも非常に大きい。図１０の二つの周波数応答の比較からわかるように、低遅延ウィンドウと正弦ウィンドウは類似の周波数応答を示し、また、図１０，１１のプロットはどちらも正弦ウィンドウの周波数応答を示し、周波数の軸と強度の軸（ｄＢ）に関して同じ目盛りであるので、低重複ウィンドウと低遅延ウィンドウの比較も簡単に行える。従って、合成フィルターバンクの一実施形態及び解析フィルターバンクの一実施形態に簡単に使用できる低遅延ウィンドウは、低重複ウィンドウに比べて、良い周波数応答を提供すると結論づけることができる。

図８に示すプレエコーの比較からわかるように、低遅延ウィンドウはプレエコーに関してかなりな利点を有する。低遅延ウィンドウのプレエコーは低重複ウィンドウのプレエコーと類似しているが、低遅延ウィンドウは、これらのウィンドウの間の優れたトレードオフを示す。

結果的に、解析フィルターバンクの一実施形態、合成フィルターバンクの一実施形態及びこれに関係する実施形態に使用できる低遅延ウィンドウは、このトレードオフのために、音調信号だけでなく過渡的信号にも使用できるので、多様なブロック長又は多様なウィンドウの間での切換えを必要としない。換言すれば、解析フィルターバンク、合成フィルターバンクの一実施形態及びこれに関係する実施形態は、多様なブロックサイズやブロック長又は多様なウィンドウやウィンドウ形状等の様々な作動パラメータの集合間での切換えを必要としないエンコーダ、デコーダ及び他のシステムの構築の可能性を提供する。さらに別の可能性として、多様なパラメータ集合間での切換えが不必要であるという事実により、異なるソースからの信号が、以下に述べるようにさらなる遅延を引き起こす時間領域ではなく、周波数領域で処理され得る。

さらに換言すると、合成フィルターバンク又は解析フィルターバンクの一実施形態の採用は、いくつかの実施形態において、計算がさほど複雑ではないという利点から来る恩恵を提供できる可能性がある。例えば正弦ウィンドウを有するＭＤＣＴと比較して低い遅延を埋め合わせるためには、追加的な遅延を作り出すのではなく、長い重複を導入する。長い重複、またこれにより対応する正弦ウィンドウが２倍の重複を有し、約２倍の長さであり、従って前述したような周波数選択性の恩恵を２倍有するにもかかわらず、ブロック長の倍増やメモリー素子の増加が必要となる可能性はあるが、わずかに複雑化するだけで実
施できる。このような実施に関するさらなる詳細は図１９〜２４を参照して説明する。

図１２は、エンコーダ４００の一実施形態の概略的なブロック図である。エンコーダ４００は解析フィルターバンク１００の一実施形態を含み、任意の部品として、解析フィルターバンク１００からの複数の出力フレームを符号化し、出力フレームに基づく複数の符号化フレームを出力するエントロピーエンコーダ４１０を含む。例えば、エントロピーエンコーダ４１０は、ハフマンエンコーダ、又は算術式符号化体系のようなエントロピー効果符号化体系を使用する他のエントロピーエンコーダであってもよい。

解析フィルターバンク１００の一実施形態をエンコーダ４００に採用することにより、エンコーダはバンド数Ｎの出力を提供し、再生遅延は２Ｎ又は２Ｎ−１よりも小さい。さらに、原則的に、エンコーダの一実施形態はまたフィルターを表し、エンコーダ４００の一実施形態は２Ｎ個のサンプル以上の限られたインパルス応答を提供する。つまり、エンコーダ４００の一実施形態は、遅延効率的に（オーディオ）データを処理できるエンコーダを表すものである。

図１２に示すようなエンコーダ４００の一実施形態の詳細な実施状況により、このような一実施形態は、量子化装置、フィルター、又は解析フィルターバンク１００の実施形態に送られる入力フレームを前処理するためのあるいは出力フレームをエントロピー符号化の前に処理するためのさらに別の部品を含んでいてもよい。一例として、詳細な実施状況及び応用分野に応じて、データの量子化又はデータの再量子化を行うために、量子化装置がエンコーダ４００の一実施形態に解析フィルターバンク１００の前にさらに設置される。解析フィルターバンク後の処理の一例としては、周波数領域での出力フレームの均等化又は他のゲイン調整が実施可能である。

図１３は、前述したように、合成フィルターバンク２００だけでなくエントロピーデコーダ４６０を有するデコーダ４５０の一実施形態を示す。デコーダ４５０の実施形態内のこのエントロピーデコーダ４６０は、例えばエンコーダ４００の一実施形態によって与えられる複数の符号化されたフレームを復号化するために使用できる任意の部品である。従って、エントロピーデコーダ４６０は、ハフマン又はアルゴリズムデコーダ、又はデコーダ４５０の分野に適したエントロピー符号化／復号化体系に基づく他のエントロピーデコーダであってもよい。さらに、エントロピーデコーダ４６０は合成フィルターバンク２００に複数の入力フレームを与え、それが合成フィルターバンク２００の出力側又はデコーダ４５０の出力側で複数の加算後フレームとなる。

しかし、詳細な実施状況により、デコーダ４５０はさらに別の部品、例えば非量子化装置やゲイン調整器のような他の部品を含んでいてもよい。より詳細には、オーディオデータが合成フィルターバンク２００によって時間領域に変換される前に周波数領域でのゲイン調整又は均一化を可能とする任意の部品として、エントロピーデコーダ４６０と合成フィルターバンクの間に、ゲイン調整器が設置され得る。これに対応して、デコーダ４５０内の合成フィルターバンク２００後に量子化装置がさらに設置されてもよく、これにより加算後フレームの再量子化が可能となり、デコーダ４５０の外部への任意に再量子化された加算後フレームの出力が可能となる。

図１２に示されているエンコーダ４００の実施形態及び図１３に示されているデコーダ４５０の実施形態は、オーディオ符号化／復号化及びオーディオ処理の多分野に応用できる。エンコーダ４００及びデコーダ４５０のこのような実施形態は、例えば、高品質通信の分野で使用され得る。

エンコーダ又はコーダの一実施形態及びデコーダの一実施形態のどちらにおいても、ブ
ロック長の切換えや異なるウィンドウ間での切換え等のパラメータの変更をする必要がなく、これらの実施形態を作動させることができる。換言すれば、他のコーダやデコーダと比較して、合成フィルターバンク、解析フィルターバンク及び関連する実施形態という形での本発明の実施形態は、多様なブロック長及び／又は多様なウィンドウ関数を使用する必要が全くない。

元来ＭＰＥＧ−４オーディオ仕様のバージョン２で定義された低遅延ＡＡＣ コーダ（ＡＡＣ ＬＤ）は、時が経つにつれて、全帯域高品質通信コーダとして適応してきているが、この適応は、シングルスピーカやスピーチ材料に焦点を合わせた通常のスピーチコーダは、音楽信号などに対する性能は悪いという制限に対応してはいない。この特別なコーデックは、例えば産業的な需要のために、低遅延ＡＡＣプロファイルの作成の引き金となった、他の通信応用のテレビ会議のために広く使用されている。にもかかわらず、コーダの符号化効率の強化はユーザにとって大きな関心事であり、また、本発明のいくつかの実施形態が提供できる貢献の題目である。

現在、ＭＰＥＧ−４ ＥＲ ＡＡＣ ＬＤコーデックは、チャンネル毎に６４ｋｂｉｔ／ｓ〜４８ｋｂｉｔ／ｓの範囲のビットレートで良好なオーディオの質を提供している。コーダの符号化効率を向上させ、スピーチコーダに負けないものとするためには、実証済みのスペクトル帯域再生装置（ＳＢＲ）を使用することが良い選択である。しかしこの題目に関する先の提案は、標準化に向かっては進まなかった。

テレコミュニケーションなどの多くの応用分野で欠くことのできない低いコーデック遅延を失わないために、さらなる対策を講じなければならない。多くの場合、コーダ開発の必要条件として、コーダは２０ｍｓと同程度の低さのアルゴリズム遅延を与えられるものでなければならないと定義している。幸運にも、この目的を達成するためには、既存の仕様に対して小さな変更を必要とするのみである。特に、たった二つの変更が必要となるだけであり、そのうちの一つがこの明細書で提示されている。ＡＡＣ ＬＤコーダフィルターバンクを低遅延フィルターバンク１００，２００の一実施形態へ置き換えることにより、多くの応用での重大な遅延増加を緩和できる。ＳＢＲ装置へのわずかな変更により、図１２に示すようなエンコーダ４００の実施形態のような、これのコーダへの導入による遅延増加を緩和することができる。

結果的に、低遅延フィルターバンクの実施形態を含む改良ＡＡＣ ＥＬＤコーダ又はＡＡＣ ＥＬデコーダは、単純なＡＡＣ ＬＤコーダと同等の遅延を有する。しかし、詳細な実施状況によるが、同程度の質において、かなりのビットレートを節約することができる。より詳しくは、ＡＡＣ ＥＬＤコーダは、ＡＡＣＬＤコーダと比較して、同程度の質で、２５％又は３３％までビットレートを節約することができる。

合成フィルターバンク又は解析フィルターバンクの実施形態は、いわゆる超低遅延ＡＡＣコーデック（ＡＡＣ ＥＬＤ）に実施可能であり、これにより、詳細な実施状況及び応用の仕様によるが、作動範囲をチャンネル毎に２４ｋｂｉｔ／ｓまで拡大することができる。換言すれば、本発明の実施形態は、任意に付加的な符号化装置を用いて、ＡＡＣ ＬＤ体系の拡張器としてコーダ内で使用され得る。このような任意の符号化装置はスペクトル帯域再生（ＳＢＲ）装置であり、これはエンコーダの一実施形態及びデコーダの一実施形態のどちらにも内蔵又は取り付けできるものである。特に低ビットレート符号化の分野において、ＳＢＲは注目されている改良法である。それは、デュアルレートコーダの使用を可能にするからであり、デュアルレートコーダにおいて、符号化すべき周波数スペクトルの低域部分に対するサンプリング周波数は元のサンプラーのサンプリング周波数のたった半分である。同時にＳＢＲは低域部分に基づき高域スペクトルの周波数範囲を符号化することができ、故に、全体的なサンプリング周波数は、原則的に２倍の率で低下される。

つまり、ＳＢＲ装置を使用することは、特に注目されており有用な遅延最適化された部品の実施を可能にし、デュアルコアコーダのサンプリング周波数の低下により、節約された遅延は、原則的に、システム全体の遅延を２倍の率で低下させる。

このように、ＡＡＣ ＬＤとＳＢＲの単純な組み合わせは、後に詳細に説明するように、合計６０ｍｓのアルゴリズム遅延となる。従って、このような組み合わせは、一般的には相互双方向通信のためのシステム遅延は５０ｍｓを超えるべきではないという通信応用分野にとっては不適当なコーデックである。

解析フィルターバンク及び／又は合成フィルターバンクの一実施形態を実行することにより、故に、ＭＤＣＴフィルターバンクをこれらの低遅延目的のフィルターバンクのうちの一つに置き換えることにより、前述したようなデュアルレートコーダを実施することによって生じる遅延の増大を緩和することができる。前記実施形態を実行することにより、ＡＡＣ ＥＬＤコーダは、オーディオの質を保ちながら、通常のＡＡＣ ＬＤコーダに比べてレートを２５％から３３％節約し、遅延を双方向通信のための許容範囲内に抑えられる。

故に、合成フィルターバンク、解析フィルターバンク及び他の関連する実施形態に関して、本願は、少なくとも本発明のいくつかの実施形態における達成可能なコーダ性能の評価と共に、可能な技術的変更を説明している。このような低遅延フィルターバンクは、詳細な実施状況により、前述したように、ＭＤＣＴ又はＩＭＤＣＴを使用する代わりに多重複を有する別のウィンドウ関数を使用することにより、実質的な遅延低下を達成することができ、同時に、完全な再生を可能にすることができる。このような低遅延フィルターバンクの一実施形態は、フィルター長を短縮せずに、いくつかの実施形態における何らかの状況下で完全な再生特性を保ちながら、再生遅延を低下させることができる。

結果的に得られるフィルターバンクは従来のＭＤＣＴと同じ余弦変換関数を有するが、非対称であり、一般化され低下した再生遅延を有する長いウィンドウ関数を取り得る。前述したように、新しい低遅延ウィンドウを使用するこのような新規な低遅延フィルターバンクの一実施形態において、Ｍ＝４８０〜７２０個のサンプルのフレームサイズの場合、ＭＤＣＴ遅延を９６０サンプルから低下させることができる。一般的に、フィルターバンクの一実施形態は、前述したように、Ｍ／４個の０の値のウィンドウ係数を使用するか、又は対応するフレームの第１部分が他の部分よりもＭ／４個少ないサンプルを含むように適当な部品を改造することによって、２Ｍの遅延を（２Ｍ−Ｍ／２）に低下させることができる。

これらの低遅延ウィンドウ関数の例を図５〜７に示し、また、図６，７は従来の正弦ウィンドウとの比較を示している。しかし、前述したように、解析ウィンドウは単に合成ウィンドウの時間逆転コピーであることに注目すべきである。

以下に、低ビットレート低遅延オーディオ符号化装置を達成するためのＳＢＲ装置とＡＡＣ ＬＤコーダの組み合わせに関する技術説明をする。前述したように、デュアルレートシステムは、シングルレートシステムよりも高い符号化ゲインを達成するために使用される。デュアルレートシステムを採用することにより、重要でない周波数帯域を含み得るエネルギー効率の良い符号化がコーダによって提供され、コーダによって与えられるフレームから反復的な情報をある程度除くことでビット低下につながる。より詳細には、通信応用分野で許容可能な全体的遅延を達成するために、前述のような低遅延フィルターバンクの一実施形態がＡＡＣ ＬＤコアコーダに使用されている。以下に、ＡＡＣ ＬＤコーダとＡＡＣ ＥＬＤコアコーダの両方に関する遅延を説明する。

合成フィルターバンク又は解析フィルターバンクの一実施形態を採用し、改造ＭＤＣＴウィンドウ／フィルターバンクを実施することにより、遅延低下が達成できる。低遅延フィルターバンクを得るために、ＭＤＣＴやＩＭＤＣＴを拡張するための既に説明したような多重複の多様なウィンドウ関数を使用することで、実質的な遅延低下が達成できる。低遅延フィルターバンクの技術は、多重複非直交ウィンドウの使用を可能にする。このようにして、ウィンドウ長よりも低い遅延を得ることができる。従って、良好な周波数選択性につながる長いインパルス応答を維持したまま低遅延が達成できる。

前述したように、Ｍ＝４８０サンプルのフレームサイズのための低遅延ウィンドウは、ＭＤＣＴ遅延を９６０サンプルから７２０サンプルに低下させる。

つまり、ＭＰＥＧ−４ ＥＲ ＡＡＣ ＬＤコーデックと比較して、エンコーダ４００の一実施形態及びデコーダ４５０の一実施形態は、ある状況下において、非常に小さいビット範囲で良好なオーディオの質を提供することができる。前記ＥＲ ＡＡＣ ＬＤコーデックは、チャンネル毎に６４ｋｂ／ｓｅｃ〜４８ｋｂ／ｓｅｃのビット範囲で良好なオーディオの質を提供するが、エンコーダ４００及びデコーダ４５０の実施形態は、本明細書で説明しているように、ある状況下では、チャンネル毎に約３２ｋｂ／ｓｅｃの低いビットレートでも、同等のオーディオの質を提供することができる。さらに、エンコーダ及びデコーダの実施形態は、双方向通信システムに使用できるほど十分小さいアルゴリズム遅延を有し、最小限の改造で現存の技術分野に実施可能である。

特にエンコーダ４００及びデコーダ４５０という形での本発明の実施形態は、現存のＭＰＥＧ−４オーディオ技術を低遅延作動に必要な最小限の改造と組み合わせることで、これを達成する。前述の改造を考慮してコーダ４００及びデコーダ４５０の実施形態を実現するために、特にＭＰＥＧ−４ ＥＲ ＡＡＣ低遅延コーダはＭＰＥＧ−４スペクトル帯域再生（ＳＰＲ）装置と組み合わせることができる。これによって生じるアルゴリズ遅延の増大は、本願では説明しないがＳＰＲ装置の小さな改造及び低遅延コアコーダフィルターバンクの一実施形態及び解析フィルターバンクまたは合成フィルターバンクの一実施形態の使用によって緩和される。詳細な実施状況により、このような改良ＡＡＣ ＬＤコーダは、双方向通信応用分野にとって十分な低遅延を保ちながら、単純なＡＣＣ ＬＤコーダと比較して、同レベルの質でビットレートを３３％まで節約できる。

遅延のより詳細な解析を図１４を参照して行う前に、ＳＢＲ装置を含む符号化システムを説明する。つまり、図１４Ａに示されている符号化システム５００の全ての部品を、全体的なシステム遅延に対するそれらの影響に関して解析する。図１４Ａは完全なシステムの全体図であるが、図１４Ｂは遅延源に注目したものである。

図１４Ａに示すシステムは、ＭＤＣＴ時間／周波数コンバータを含むエンコーダ５００を含み、エンコーダ５００はデュアルレート方法でデュアルレートコーダとして作動する。エンコーダ５００は、さらに、ＳＢＲ装置の一部であるＱＭＦ解析フィルターバンク５２０を含む。ＭＤＣＴ時間／周波数コンバータ５１０とＱＭＦ解析フィルターバンク（ＱＭＦ=直角鏡フィルター）が、それらの入力に関しても出力に関しても、互いに接続され
ている。つまり、ＭＤＣＴコンバータ５１０及びＱＭＦ解析フィルターバンク５２０のどちらにも、同じ入力データが与えられる。しかし、ＭＤＣＴコンバータ５１０は低帯域情報を出力し、ＱＭＦ解析フィルターバンク５２０はＳＢＲデータを出力する。これら両方のデータは一つのビットストリームに合成され、デコーダ５３０に送られる。

デコーダ５３０はＩＭＤＣＴ周波数／時間コンバータ５４０を含み、ＩＭＤＣＴ周波数／時間コンバータ５４０は、少なくとも低帯域において時間領域信号を得るためにビット
ストリームを復号化でき、この時間領域信号はその後遅延器５５０を介してデコーダの出力側に与えられる。さらに、ＩＭＤＣＴコンバータ５４０の出力側は、デコーダ５３０のＳＢＲ装置の一部であるさらに別のＱＭＦ解析フィルターバンク５６０と接続されている。また、ＳＢＲ装置はＨＦ生成器５７０を含み、このＨＦ生成器５７０はＱＭＦ解析フィルターバンク５６０の出力側に接続され、エンコーダ５００のＱＭＦ解析フィルターバンク５２０のＳＢＲデータに基づき高周波成分を生成することができる。ＨＦ生成器５７０の出力側はＱＭＦ合成フィルターバンク５８０に接続され、このＱＭＦ合成フィルターバンク５８０は、ＱＭＦ領域の信号を時間領域に変換し、遅延された低帯域信号がデコーダ５３０のＳＢＲ装置によって与えられるような高帯域信号と結合される。そして、この結果得られるデータは、デコーダ５３０の出力データとして提供される。

図１４Ａと比較して、図１４Ｂは図１４Ａに示すシステムの遅延源に注目している。より詳細には、エンコーダ５００及びデコーダ５３０の詳細な実施状況によるが、図１４ＢはＳＢＲ装置を含むＭＰＥＧ−４ ＥＲ ＡＡＣ ＬＤシステムの遅延源を説明するものである。このオーディオシステムの適当なコーダは、５１２又は４８０サンプルのフレームサイズである時間／周波数／時間変換のためのＭＤＣＴ／ＩＭＤＣＴフィルターバンクを使用する。これは、詳細な実施状況によるが、１０２４又は９６０サンプルと同等の再生遅延となる。ＭＰＥＧ−４ ＥＲ ＡＡＣ ＬＤコーデックをＳＢＲと組み合わせてデュアルレートモードで使用する場合、そのサンプリングレート変換のために、遅延値は２倍となる。

より詳細な全体的な遅延解析と必要条件は、ＳＢＲ装置と組み合わされたＡＡＣ ＬＤコーデックの場合には、４８ｋＨｚのサンプリングレート及び４８０サンプルのコアコーダのフレームサイズで、１６ｍｓという全体的なアルゴリズム遅延となることを示している。図１５の表は、サンプリングレートが４８ｋＨｚであり、コアコーダのフレームサイズが４８０サンプルである場合に、多様な部品によって引き起こされる遅延の全体像を示し、コアコーダはデュアルレート方式であるので、２４ｋＨｚというサンプリングレートで効率的に作動する。

図１５の遅延源の概要は、ＳＢＲ装置を伴うＡＡＣ ＬＤコーデックの場合には、全体的なアルゴリズム遅延が６０ｍｓとなり、これはテレコミュニケーションの応用分野での許容範囲よりも実質的に高いものである。この評価はＡＡＣ ＬＤコーデックとＳＢＲ装置との標準的な組み合わせを含み、ＭＤＣＴ／ＩＭＤＣＴデュアルレート部品、ＱＭＦ部品及びＳＢＲ重複部品からの遅延への影響を含む。

しかし、前記変更及び前述の実施形態を使用することで、全体的な遅延をわずか４２ｍｓとすることができ、これは、デュアルレートモードの低遅延フィルターバンク（ＥＬＤ
ＭＤＣＴ ＋ ＩＭＤＣＴ）及びＱＭＦ部品の実施形態からの遅延への影響を含む。

ＳＢＲモジュールに関してだけでなくＡＡＣコアコーダ内のいくつかの遅延源に関しても、ＡＡＣ ＬＤコアコーダのアルゴリズム遅延は２Ｍ個のサンプルであると説明でき、ここでもＭはコアコーダの基本のフレーム長である。これとは対照的に、低遅延フィルターバンクは、初期部分１６０，２７０を導入することにより又は適当なウィンドウ関数に適当な個数の０の値又はそれに相当する他の値を導入することで、サンプルの個数をＭ／２個減らす。ＳＢＲ装置との組み合わせでＡＡＣコアコーダを使用した場合、デュアルレートシステムにおけるサンプリングレート変換により、遅延は倍加される。

図１５の表に示されている数値のいくつかを明解にするために、二つの遅延源を同一視できる。一つには、ＱＭＦ部品は６４０サンプルというフィルターバンクの再生遅延を含む。しかし、６４−１＝６３サンプルのフレーム遅延はすでにコアコーダそのものによっ
て導入されているので、それが引かれて、図１５の表に示されている５７７サンプルという値が得られる。

他方、ＳＢＲ ＨＦ再生は、多様な時間グリッドのために、６個のＱＭＦスロットの標準的なＳＢＲ装置に関するさらなる遅延を引き起こす。従って、標準的なＳＢＲ装置内の遅延は、６４サンプルの６倍つまり３８４サンプルである。

フィルターバンクの実施形態及び改良ＳＢＲ装置を使用するが、ＡＡＣ ＬＤコーダと６０ｍｓの全体遅延を有するＳＢＲ装置とのそのままの組み合わせを実施しないことで、１８ｍｓの遅延節約が達成でき、４２ｍｓの全体遅延が達成できる。前述したように、これらの数値は４８ｋＨｚのサンプリングレート及びＭ＝４８０サンプルのフレーム長に基づくものである。換言すれば、前述のＭ＝４８０サンプルといういわゆるフレーム遅延とは別に、遅延最適化の点では２番目に重要な局面である重複遅延は、合成フィルターバンク又は解析フィルターバンクの一実施形態を導入することでかなり低下され、低ビットレート低遅延オーディオ符号化システムが達成される。

本発明の実施形態は、会議システムや他の双方向通信システム等の多様な応用分野で実施できる。１９９７年頃の概念では、ＡＡＣ ＬＤコーダの設計につながる一般的な低遅延オーディオ符号化システムのための遅延条件は、４８ｋＨｚのサンプルレート及びＭ＝４８０のフレームサイズで作動する場合、ＡＡＣ ＬＤに適合する２０ｍｓのアルゴリズム遅延を達成するためのものであった。これとは対照的に、テレビ会議のようなこのコーデックの多様な実際の応用は３２ｋＨｚのサンプリングレートを採用しており、従って、３０ｍｓの遅延で作動する。同時に、ＩＰ基本の通信が重要となってきているので、最近のＩＴＵテレコミュニケーションコーデックの遅延条件は大体４０ｍｓである。別の例として、４０ｍｓのアルゴリズム遅延を有する最近のＧ．７２２．１アネックスＣコーダ及び４８ｍｓの遅延を有するＧ．７２９．１コーダが含まれる。このように、低遅延フィルターバンクの一実施形態を含む改良ＡＡＣ ＬＤコーダ又はＡＡＣ ＥＬＤコーダによって達成される全体遅延は、一般的なテレコミュニケーションコーダの遅延範囲内に完全に入るようにできる。

図１６は複数の入力フレームを合成するためのミキサー６００の一実施形態を示すブロック図であり、各フレームは、異なる遅延源から送られてくるそれぞれの時間領域フレームのスペクトル表示である。例えば、ミキサー６００への各入力フレームはエンコーダ４００の一実施形態又は他の適当なシステム又は部品によって与えられ得る。図１６においては、ミキサー６００は３個の異なるソースから入力フレームを受信するように構成されている。しかし、これに制限されるものではない。より詳しくは、原則的に、ミキサー６００の一実施形態は任意の個数の入力フレームを受信、処理するように構成でき、それぞれの入力フレームは異なるソース、例えば異なるエンコーダ４００から与えられる。

図１６に示されているミキサー６００の実施形態は、異なるソースから与えられる複数の入力フレームをエントロピー符号化できるエントロピーデコーダ６１０を含む。詳細な実施状況により、エントロピーデコーダ６１０は、例えば、ハフマンエントロピーデコーダ、又はいわゆる算術的符号化、単項符号化、エリアスガンマ符号化、フィボナッチ符号化、ゴロム符号化又はライス符号化のような別のエントロピー符号化を使用するエントロピーデコーダとして実施できる。

エントロピー符号化された入力フレームは、その後、任意の非量子化装置６２０に送られる。この非量子化装置６２０は、エントロピー符号化された入力フレームを、人間の耳の音量特性など、その応用での状況に適合するように非量子化することができる。エントロピー符号化され、そして任意に非量子化された入力フレームは、その後、スケーラ６４
０に送られ、そこで周波数領域に調整される。ミキサー６００の詳細な実施状況により、スケーラ６３０は、例えば各値を一定の率１／Ｐで掛け算することで、エントロピー符号化され任意に非量子化された入力フレームのそれぞれを調整する。ここで、Ｐは異なるソース又はエンコーダ４００の数を示す整数である。

換言すれば、スケーラ６３０はこの場合、オーバーフロー又は他のコンピュータ演算上のエラーを防止するために信号が大きくなりすぎないように、あるいはクリッピングのような知覚可能な歪みを防止するために、量子化装置６２０又はエントロピーデコーダ６１０から送られたフレームを低下させることができる。スケーラ６３０の多様な実施が可能であり、例えば一つ又はそれ以上のスペクトル周波帯域に応じて、各入力フレームのエネルギーを評価することで、与えられたフレームをエネルギー保存方式で調整することができるスケーラも可能である。このような場合、これらのスペクトル帯域のそれぞれにおいて、その周波数領域の値は一定の率で掛け算され、全ての周波域に関して全体的なエネルギーは同じである。さらに又はあるいは、スケーラ６３０は、スペクトルの副グループのそれぞれのエネルギーが、全ての異なる音源からの全ての入力フレームに関して同じであるように、又は各入力フレームの全体的なエネルギーが一定であるように、構成されてもよい。

スケーラ６３０は加算器６４０に接続され、加算器６４０は、スケーラによって与えられる周波数領域の調整後フレームとも称されるフレームを加算することができ、周波数領域の加算後フレームを生成する。これは、例えば、スケーラ６３０によって与えられる全ての調整後フレームからの同じサンプル指数に相当する全ての値を加算することで達成できる。

加算器６４０は、スケーラ６３０によって与えられる周波数領域のフレームを加算することができ、この結果、加算後フレームを得るが、この加算後フレームはスケーラ６３０によって与えられる全てのソースの情報を含んでいる。ミキサー６００の一実施形態は、さらなる任意の部品として、加算器６４０から加算後フレームが与えられる量子化装置６５０を含んでいてもよい。応用の際の必要条件に基づき、任意の量子化装置６５０は、例えば、何らかの条件を満たすように加算後フレームを変更するために使用され得る。例えば、量子化装置６５０は、非量子化装置６２０の技法が反転されたものであってもよい。換言すれば、例えばスペクトル特性がミキサーに与えられた入力フレームに内在する場合、これは非量子化装置６２０によって除去されるか変更されるが、量子化装置６５０はその後、これらの特定の必要条件を加算後フレームに与えるように構成されていてもよい。一例として、量子化装置６５０は、人間の耳の特性に適合するものとなっている。

ミキサー６００の実施形態は、更なる部品として、エントロピーエンコーダ６６０を含み、このエントロピーエンコーダ６６０は、任意に量子化された加算後フレームをエントロピー符号化でき、例えばエンコーダ４５０の一実施形態を含む一つ又はそれ以上の受信者に合成フレームを与えるものである。ここでもまた、エントロピーエンコーダ６６０は、ハフマンアルゴリズム又は他の前述のアルゴリズムに基づき加算後フレームのエントロピー符号化を行うものであってもよい。

解析フィルターバンク、合成フィルターバンク又はエンコーダやデコーダに関連する他の実施形態を使用することで、周波数領域で信号を合成できるミキサーが得られる。換言すれば、前述した超低遅延ＡＡＣコーデックのうちの一つの実施形態を採用することで、周波数領域で複数の入力フレームを直接合成でき、パラメータの切換えに適合させるためにそれぞれの入力フレームを時間領域に変換する必要がなく、スピーチ通信のための技術的現状のコーデックに使用できるミキサーが得られる。解析フィルターバンク及び合成フィルターバンクの実施形態に関して既に述べたように、これらの実施形態は、ブロック長
の変更や異なるウィンドウ間での切換え等のパラメータの切換えを行わなくても、作動可能である。

図１７は、例えばサーバーの構成に使用できるＭＣＵ（メディアコントロールユニット）という形での会議システム７００の一実施形態を示す。会議システムつまりＭＣＵ７００は複数のビットストリームを含み、図１７では二つが示されている。エントロピーデコーダと非量子化装置の組み合わせ６１０，６２０、及び図１７では「ミキサー」と記している合成ユニット６３０，６４０を含む。さらに、合成ユニット６３０，６４０の出力は、合成フレームを出力ビットストリームとして出力する量子化装置６５０とエントロピーエンコーダ６６０を含む合成ユニットに送られる。

換言すれば、図１７は複数の入力ビットストリームを周波数領域で合成することができる会議システム７００を示している。入力ビットストリーム及び出力ビットストリームは、エンコーダ側で低遅延ウィンドウを使用して生成され、出力ビットストリームは、デコーダ側でも同じ低遅延ウィンドウに基づき処理されるべきでありまた処理できるものである。つまり、図１７のＭＣＵ７００は、一つの万能低遅延ウィンドウの使用に基づくものである。

ミキサー６００の一実施形態及び会議システム７００の一実施形態は、故に、解析フィルターバンク、合成フィルターバンク及び他の関連する実施形態に応用するのに適している。より詳細には、ただ一つのウィンドウを有する低遅延コーデックの一実施形態の技術的応用により、周波数領域での合成が可能となる。例えば、二人以上の参加者又は二つ以上のソースを有する（テレビ）会議の場合、いくつかのコーデック信号を受信し、それらを一つの信号に合成しさらに符号化された信号に変換することがしばしば望まれる。エンコーダ側及びデコーダ側における本発明の実施形態を会議システム７００及びミキサー６００のいくつかの実施形態に採用することで、この実施の方法は、入力信号を復号化し、復号化された信号を時間領域で合成し、合成された信号を周波数領域に再び符号化する単純な方法と比較して、簡素化されている。

図１８には、ＭＣＵという形態でのこのような単純な方式のミキサーが、会議システム７５０として示されている。この会議システム７５０もまた、周波数領域の入力ビットストリームそれぞれのためのものであり、各入力ビットストリームをエントロピー復号化、非量子できる合成モジュール７６０を含む。しかし、図１８の会議システム７５０において、それぞれのモジュール７６０はＩＭＤＣＴコンバータ７７０に接続され、これらのうちの一つは正弦ウィンドウモードで作動し、他方は低重複モードで作動する。換言すれば、これら二つのＩＭＤＣＴコンバータ７７０は入力ビットストリームを周波数領域から時間領域に変換する。会議システム７５０の場合には、入力ビットストリームがエンコーダに基づくものであり、そのエンンコーダは、それぞれの信号を符号化するのに、そのオーディオ信号に応じて正弦ウィンドウと低重複ウィンドウの両方を使用するので、ＩＭＤＣＴコンバータ７７０による変換が必要である。

会議システム７５０はさらにミキサー７８０を含み、このミキサー７８０は、二つのＩＭＤＣＴコンバータ７７０からの二つの入力信号を時間領域で合成し、合成された時間領域信号をＭＤＣＴコンバータ７９０に与える。ＭＤＣＴコンバータ７９０は信号を時間領域から周波数領域に変換する。

ＭＤＣＴ７９０によって与えられる周波数領域の合成信号は、その後合成モジュール７９５に送られ、そして量子化及びエントロピー符号化され、出力ビットストリームが形成される。

しかし、会議システム７５０に係るアプローチには、二つの不利な点がある。二つのＩＭＤＣＴコンバータ７７０及びＭＤＣＴ７９０による完全な復号化と符号化のために、会議システム７５０を実施するにはコンピュータ演算に高いコストがかかる。また、この復号化及び符号化のために、ある状況下では高くなる可能性があるさらなる遅延が生じる。

デコーダ側及びエンコーダ側に本発明の実施形態を採用することで、あるいはより詳細には新しい低遅延ウィンドウを使用することにより、いくつかの実施形態において、その詳細な実施状況により、これらの不利点を解消することができる。これは、図１７の会議システム７００に関して説明したように、周波数領域で合成を行うことにより達成できる。結果的に、図１７の会議システム７００の実施形態は、会議システム７５０の構成で使用しなければならない信号を周波数領域から時間領域に変換しその後再び戻すために、信号を復号化、符号化するための変換及び／又はフィルターバンクを含まない。つまり、ウィンドウ形状が多様である場合のビットストリームの合成は、ＭＤＣＴ／ＩＭＤＣＴコンバータ７７０，７９０のために一ブロックの遅延が追加されることになる。

結果的に、ミキサー６００のいくつかの実施形態及び会議システム７００のいくつかの実施形態における更なる利点として、コンピュータ演算のコストが低くなり、更なる遅延が制限され、全く余分な遅延が生じない場合も可能である。

図１９は、低遅延フィルターバンクの効率的な応用の一実施形態を示す。図１９の構成におけるコンピュータ演算の複雑性と更なる応用に関する面について述べる前に、例えばデコーダに使用できる合成フィルターバンク８００の実施形態をより詳細に説明する。低遅延合成フィルターバンク８００の実施形態は従って、解析フィルターバンクまたはエンコーダの実施形態の逆転を示している。

合成フィルターバンク８００は、複数の出力フレームをウィンドウ処理部と重複／加算器から成る合成モジュール８２０へ送ることができる逆転ＩＶ型離散余弦変換周波数／時間コンバータ８１０を含む。より詳細には、時間／周波数コンバータ８１０は逆転ＩＶ型離散余弦変換コンバータであり、これに、Ｍ個の順序良く整列された入力値ｙ_k（０），
…，ｙ_k（Ｍ−１）を含む入力フレームが与えられる。ここで、Ｍは正の整数であり、ｋ
はフレーム指数を示す整数である。時間／周波数コンバータ８１０は、入力値に基づき２Ｍ個の順序良く整列されたサンプルを生成し、これらの出力サンプルを、前述したようにウィンドウ処理部と重複／加算器を含む合成モジュール８２０に送る。

モジュール８２０のウィンドウ処理部は複数のウィンドウ処理後フレームを生成し、各ウィンドウ処理後フレームは以下の式に基づく複数のウィンドウ処理後サンプルｚ_k（０
），…，ｚ_k（２Ｍ−１）を含む。

ｎはサンプル指数を示す整数、ｗ（ｎ）はサンプル指数ｎに対応する実数値ウィンドウ関数である。そして、モジュール８２０の重複／加算器は以下の式に基づき複数の中間サンプルＭ_k（０），…，Ｍ_k（Ｍ−１）を含む中間フレームを生成する。

合成フィルターバンク８００の実施形態は更に、以下の式に基づき複数の加算後サンプルｏｕｔ_k（０），…，ｏｕｔ_k（ｍ−１）を含む加算後フレームを生成するリフター８５０を含む。

ｌ（Ｍ−１−ｎ），…，ｌ（Ｍ−１）は実数値リフト係数である。図１９に示す低遅延フィルターバンク８００のコンピュータ演算上効率的な実施形態は、リフター８３０の構成中に、複数の遅延器と積算器の組み合わせ８４０及び複数の加算器８５０を含み、前述の計算をリフター８３０内で実行する。

合成フィルターバンク８００の実施形態の詳細な実施状況によるが、各入力フレームがＭ＝５１２個の入力値を有している場合、ウィンドウ係数ｗ（ｎ）は付録の表５に示されている関係に従うものである。各入力フレームがＭ＝４８０個の入力値を有している場合、ウィンドウ係数ｗ（ｎ）は付録の表９に示されている関係に従うものである。さらに、付録の表６，１０は、それぞれＭ＝５１２、Ｍ＝４８０の場合のリフト係数ｌ（ｎ）の関係を示している。

しかし、合成フィルターバンク８００のいくつかの実施形態において、各入力フレームがＭ＝５１２個、Ｍ＝４８０個の入力値を有する場合、ウィンドウ係数ｗ（ｎ）は、それぞれ付録の表７，表１１に示されている値を含む。同様に、付録の表８，１２は各入力フレームがＭ＝５１２個、Ｍ＝４８０個の入力値を有している場合のそれぞれのリフト係数ｌ（ｎ）の値を示している。

つまり、低遅延フィルターバンク８００の実施形態は、一般的なＭＤＣＴコンバータと同様に十分に実行可能である。このような実施形態の概略構成が図１９に示されている。逆転ＤＣＴ−ＩＶ及び逆転ウィンドウ−重複／加算が従来のウィンドウ処理と同様の方法で実行されるが、実施形態の詳細な実施状況に応じて、前述のウィンドウ係数を使用する。合成フィルターバンク２００の実施形態におけるウィンドウ係数の場合と同様に、この場合にも、Ｍ／４個のウィンドウ係数が０の値のウィンドウ係数であり、従ってこれらはいかなる処理にも関与しないものである。リフター８３０の構成から明らかなように、過去への拡張された重複のために、たったＭ個の余分な積算加算処理が必要となるだけである。これらの追加処理は「０遅延マトリクス」と称される場合もある。これらの処理は「リフティングステップ」としても知られている。

図１９に示す効率的な実施は、合成フィルターバンク２００のそのままの実施のように、ある状況下でより効率的になり得る。より詳しくは、詳細な実施状況に応じて、Ｍ個の処理のためのそのままの実施の場合のようなより効率的な実施が、Ｍ個の処理を節約する
ことになり得る。原則的には、図１９に示す実施のように、モジュール８２０での２Ｍ個の処理及びリフター８３０でのＭ個の処理を行うのが賢明であろう。

低遅延フィルターバンクの一実施形態の複雑さに関する評価に関して、特にコンピュータ演算の複雑さに関して、図２０は、各入力フレームがＭ＝５１２個の入力値を有する場合の図１９に係る合成フィルターバンク８００の一実施形態における算術的複雑性を示している。より詳細には、図２０の表は、低遅延ウィンドウ関数のウィンドウ処理を伴う（修正）ＩＭＤＣＴの場合の全体的な処理数の見積もりを示している。全体的な処理数は９６００である。

比較のために、図２１の表は、パラメータＭ＝５１２の場合の正弦ウィンドウに基づくウィンドウ処理に必要な複雑さを伴うＩＭＤＣＴの算術的複雑性を示し、ＡＡＣ ＬＤコーデックのようなコーデックの合計処理数が示されている。より詳細には、正弦ウィンドウのウィンドウ処理を伴うこのＩＭＤＣＴコンバータの算術的複雑性は９２１６処理であり、これは、図１９に示す合成フィルターバンク８００の実施形態における全体的な処理数と同程度のものである。

更なる比較として、図２２の表は、低複雑性改良オーディオコーデックとしても知られているＡＡＣ ＬＤコーデックの場合を示す。ＡＡＣ ＬＤ（Ｍ＝１０２４）のためのウィンドウ重複処理を含むこのＩＭＤＣＴコンバータの算術的複雑性は１９９６８である。

これらの数値を比較すると、超低遅延フィルターバンクの実施形態を使用するコアコーダの複雑性は、一般的なＭＤＣＴ−ＩＭＤＣＴフィルターバンクを使用するコアコーダの複雑性と同程度であることがわかる。さらに、その処理数はＡＡＣ ＬＤコーデックの処理数の約半分である。

図２３は二つの表からなり、図２３Ａは多種のコーデックの必要メモリーの比較を示し、図２３ＢはＲＯＭの必要量に関する同様の評価を示す。より詳細には、図２３Ａ，２３Ｂの表には、前述のコーデック、ＡＡＣ ＬＤ、ＡＡＣ ＥＬＤ及びＡＡＣ ＬＣに関して、フレーム長、作業バッファ及びステートバッファに関する情報(図２３Ａ)、また、フレーム長、ウィンドウ係数の個数及びＲＯＭメモリーの合計必要量に関する情報(図２３
Ｂ)が示されている。前述したように、図２３Ａ，２３Ｂの表中のＡＡＣ ＥＬＤは合成
フィルターバンク、解析フィルターバンク、エンコーダ、デコーダの実施形態又は後述の実施形態を指すものである。つまり、正弦ウィンドウを使用するＩＭＤＣＴと比較して、図１９の低遅延フィルターバンクの効率的な実施形態は、ステートメモリーのＭの長さ分の追加、Ｍ個の係数の追加、及びリフト係数ｌ（０），…、ｌ（Ｍ−１）を必要とする。ＡＡＣ ＬＤのフレーム長はＡＡＣ ＬＣの半分であるので、実施形態が結果的に必要とするメモリー量はＡＡＣ ＬＣの範囲内である。

メモリー必要量の点で、図２３Ａ，２３Ｂの表は、前記３つのコーデックに関してＲＡＭとＲＯＭの必要量を比較している。これらの表から、低遅延フィルターバンクのためのメモリー増加はわずかなものであることがわかる。全体的なメモリー必要量は、ＡＡＣ ＬＣコーデックまたはその実行と比較してまだずっと低いものである。

図２４は、性能評価で使用されるＭＵＳＨＲＡテストに使用されたコーデックのリストである。図２４の表中、ＡＯＴはオーディオ用であることを示し、その欄の「Ｘ」は、３９にもセットされ得るオーディオ用ＥＲ ＡＡＣ ＥＬＤを示している。つまり、ＡＯＴ
Ｘ又はＡＯＴ ３９は合成フィルターバンク又は解析フィルターバンクの一実施形態と同じである。

ＭＵＳＨＲＡテストにおいて、リストにある全ての組み合わせに対してリスニングテストを行うことにより、低遅延フィルターバンクを前記コーダに使用することの影響をテストした。これらのテスト結果から、以下のことが結論づけられる。一チャンネルにつき３２ｋｂｉｔ／ｓでのＡＡＣ ＥＬＤデコーダは、３２ｋｂｉｔ／ｓの元々のＡＡＣ ＬＤデコーダよりもかなり性能が良い。また、各チャンネルにつき３２ｋｂｉｔ／ｓでのＡＡＣ ＥＬＤデコーダは、一チャンネルにつき４８ｋｂｉｔ／ｓの元々のＡＡＣ ＬＤデコーダとは統計的に差はない。チェックポイントコーダとしてのＡＡＣ ＬＤと低遅延フィルターバンクとの組み合わせと、元々のＡＡＣ ＬＤデコーダは、どちらも４８ｋｂｉｔ／ｓで作動し、これらの間には統計的な差はない。これは、低遅延フィルターバンクの妥当性を確認するものである。

このように、全体的なコーダ性能は従来のものと類似であるが、コーデック遅延に関して重大な節約が達成できる。さらに、コーダ圧縮性能を保持することができた。

前述したように、ＡＡＣ ＥＬＤコーデックの実施形態のような本発明の実施形態の期待できる応用場面は、ハイファイビデオによるテレビ会議及び次世代の声のＩＰ応用分野である。これは、会話や音楽等の、また、マルチメディアに関して高い質で競争力のあるビットレートでの任意のオーディオ信号の転送を含む。本発明の実施形態（ＡＡＣ ＥＬＤ）は低いアルゴリズム遅延を有するので、このコーデックのあらゆる種類の通信への応用が可能になる。

さらに、本願では、スペクトル帯域再生（ＳＢＲ）装置と任意に組み合わせ可能な改良ＡＡＣ ＥＬＤデコーダの構成を説明してきた。遅延の増大を抑制するために、ＳＢＲ装置及びコアコーダモジュールに対して、実際の状況に応じた細かい変更が必要となるかもしれない。前記の技術に基づく超低遅延オーディオデコーダの性能は、現在普及しているＭＰＥＧ−４標準のものと比較して、かなり高いものである。しかし、コア符号化の構成は基本的に変わらない。

また、本発明の実施形態は、低遅延解析ウィンドウまたは低遅延合成フィルターを有する解析フィルターバンク又は合成フィルターバンクを含む。さらに、信号解析方法又は信号合成方法の一実施形態は、低遅延解析フィルタリングステップ又は低遅延合成フィルタリングステップを含む。低遅延解析フィルター、低遅延合成フィルターの実施形態もまた説明されている。さらに、コンピュータ上で起動された際、前記方法のうちの一つを実行するためのプログラムコードを有するコンピュータプログラムも開示されている。本発明の一実施形態は、また、低遅延解析フィルターを有するエンコーダ又は低遅延合成フィルターを有するデコーダ、あるいはこれらに相当する方法のうちのいずれかを含む。

本発明の方法の実施の条件に応じて、本発明の方法はハードウェアとして又はソフトウェアとして実施可能である。この実施は、デジタル記憶装置、特に、電気的に読み取り制御可能な信号を記憶しているディスク、ＣＤ又はＤＶＤを使用して実行可能であり、これらのデジタル記憶装置は、本発明の方法の一実施形態を実行するためにプログラム可能なコンピュータ又はプロセッサと協働する。従って、本発明の実施形態は、一般的に、機械読み取り可能なキャリアに記憶されたプログラムコードを有するコンピュータプログラム製品であり、このプログラムコードは、コンピュータプログラム製品がコンピュータ又はプロセッサ上で起動された際、本発明の方法の一実施形態を実行するように働くものである。換言すれば、本発明の方法の実施形態は、コンピュータ又はプロセッサ上で起動された際、本発明の方法の実施形態のうちの少なくともいずれか一つを実行するためのプログラムコードを有するコンピュータプログラムである。これに関して、プロセッサは、ＣＰＵ（中央処理ユニット）、ＡＳＩＣ（応用特定集積回路）又はさらに別の集積回路（ＩＣ）を含むものである。

前記説明では、特に好ましい実施形態に関して述べたが、本発明の範囲内において形態やその他詳細な点で多様な変更を加え得ることは、当業者には明白であろう。ここで開示した広い概念の範囲内において、多様な変更を加えて異なる実施形態とすることは明白であり、以下の請求項から明らかである。

付録
表１（ウィンドウ係数 ｗ（ｎ）；Ｎ＝９６０）

@0206

表２（ウィンドウ係数 ｗ（ｎ）；Ｎ＝９６０）

表３（ウィンドウ係数 ｗ（ｎ）；Ｎ＝１０２４）

表４（ウィンドウ係数 ｗ（ｎ）；Ｎ＝１０２４）

表５（ウィンドウ係数 ｗ（ｎ）；Ｍ＝５１２）

表６（リフト係数 ｌ（ｎ）；Ｍ＝５１２）

表７（ウィンドウ係数 ｗ（ｎ）；Ｍ＝５１２）

表８（リフト係数 ｌ（ｎ）；Ｍ＝５１２）

表９（ウィンドウ係数 ｗ（ｎ）；Ｍ＝４８０）

表１０（リフト係数 ｌ（ｎ）；Ｍ＝４８０）

表１１（ウィンドウ係数 ｗ（ｎ）；Ｍ＝４８０）

表１２（リフト係数 ｌ（ｎ）；Ｍ＝４８０）

Claims (41)

1. 複数の入力フレームをフィルタリングするための合成フィルターバンクであり、各入力フレームは順序良く整列された複数の入力値を含み、該合成フィルターバンクは以下のものを含む、
   一連の出力フレーム（２４０）を生成するための周波数／時間コンバータ（２１０）であり、各出力フレームは複数の順序良く整列された出力サンプルを含み、入力フレームの時間表示であり、
   各出力フレームを処理するためのウィンドウ処理部（２２０）であり、各出力フレームの出力サンプルを重み付け関数（２８０）に基づき重み付けすることにより、各出力フレームからウィンドウ処理後フレームを生成し、各ウィンドウ処理後フレームが複数のウィンドウ処理後サンプルを含むようにし、
   ウィンドウ処理部は、サンプル先行値に基づく重複方式での処理のために、複数のウィンドウ処理後サンプルを出力し、順序良く整列された出力サンプルの個数はサンプル先行値の２倍よりも多く、
   各ウィンドウ処理後フレームに対して加算後フレーム（２９０）を出力するための重複／加算器（２３０）であり、該加算後フレームはサンプル先行値に等しい個数の加算後サンプルを含み、
   重複／加算器は、該加算後フレームが、出力サンプルの整列順序の上で少なくとも最初の出力値に相当する開始部分（３００）と、残余部分（３１０）を少なくとも含むようにし、
   重複／加算器は、各加算後フレームを出力する際に、該残余部分内の一つの加算後サンプルのために、生成しようとする加算後フレームに対応する現在のフレームと少なくとも二つの過去のフレームを含む連続的に生成された少なくとも三つのウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルを合算し、該開始部分内の一つの加算後サンプルのために、該少なくとも二つの過去のウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算するよう構成され、
   対応するウィンドウ処理後フレームの開始部分のウィンドウ処理後サンプルを無視することにより、前記残余部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数は、開始部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数に比べて少なくとも１多くなる、
   あるいは、
   前記ウィンドウ処理部は、複数のウィンドウ処理後フレームの各ウィンドウ処理後フレームに関して、開始部分に対応したウィンドウ処理後サンプルを、０にセットするよう構成され、前記重複／加算器は、前記少なくとも二つの過去のウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを加算する際に、現在のフレームの、このようにセットされたウィンドウ処理後サンプルを使用するよう構成されている。
2. 請求項１に記載の合成フィルターバンクであり、前記周波数／時間コンバータは、一つの入力フレームの入力値の個数と比較してその２倍よりも多くの出力サンプルを含む出力フレームを出力する。
3. 請求項１に記載の合成フィルターバンクであり、前記周波数／時間コンバータは、一つの入力フレームの入力値の個数を２よりも大きい整数で掛けた数と等しい個数の出力サンプルを含む出力フレームを出力する。
4. 請求項１に記載の合成フィルターバンクであり、前記周波数／時間コンバータは、一つの入力フレームの入力値の個数を４で掛けた数と等しい個数の出力サンプルを含む出力フレームを出力する。
5. 請求項１に記載の合成フィルターバンクであり、前記周波数／時間コンバータは、離散余弦変換と離散正弦変換のうちの少なくとも一つに基づくものである。
6. 請求項１に記載の合成フィルターバンクであり、前記周波数／時間コンバータは以下の式に基づき出力サンプルｘ_i,nを出力する、
   

   

   ｉはウィンドウ指数、ブロック指数又はフレーム指数を示す整数、ｎはサンプル指数を示す整数、ｋはスペクトル係数指数を示す整数、Ｎは一つの出力フレームの出力サンプルの個数の半分を示す整数、
   

   

   はオフセット値、ｓｐｅｃ［ｉ］［ｋ］はスペクトル係数指数ｋ及びウィンドウ指数ｉに対応する入力値である。
7. 請求項６に記載の合成フィルターバンクであり、前記周波数／時間コンバータにおいて、Ｎは９６０又は１０２４である。
8. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は一つの出力フレームの複数の出力サンプルを無視するか、又は複数のウィンドウ処理後サンプルを既定値又は既定範囲内の少なくとも一つの値にセットする。
9. 請求項８に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記複数の無視された出力サンプルは出力サンプルの整列順序の上で最初の出力サンプルを含む出力サンプルの連続部分を含み、あるいは、既定値又は既定範囲内の少なくとも一つの値にセットされた前記複数のウィンドウ処理後サンプルは該最初の出力サンプルに対応するウィンドウ処理後サンプルを少なくとも含むウィンドウ処理後サンプルの連続部分を含む。
10. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は、一つの出力フレームと一つの重み付け関数に基づき、該出力フレームの少なくとも一つの出力サンプルを該重み付け関数で重み付けすることで一つのウィンドウ処理後フレームを生成する。
11. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は、一つの出力フレームに基づき、該出力フレームの少なくとも一つの出力サンプルを重み付け関数に基づく値で掛け算することで一つのウィンドウ処理後フレームを生成する。
12. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は、出力フレームの少なくとも複数の出力サンプルをウィンドウ関数の出力サンプル特定ウィンドウ係数で掛け算する。
13. 請求項１２に記載の合成フィルターバンクであり、前記ウィンドウ処理部は、出力フレームの各出力サンプルをウィンドウ関数の出力サンプル特定ウィンドウ係数で掛け算する。
14. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は以下の式に基づきウィンドウ処理後サンプルｚ_i,nを生成する、
    

    

    ｉはウィンドウ処理後フレーム及び／又は出力フレームのフレーム指数又はブロック指数を示す整数、ｎ＝０，…，２Ｎ−１はサンプル指数を示す整数、Ｎは入力フレームの入力値の個数の２倍、及び／又は、出力フレームの出力サンプル及び又はウィンドウ処理後フレームのウィンドウ処理後サンプルの個数の半分を示す整数、ｗ（ｎ）はウィンドウ関数、ｘ_i,nはサンプル指数ｎ及びフレーム指数ｉを有する出力サンプルである。
15. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は以下の式に基づきウィンドウ処理後サンプルｚ_i,nを生成する、
    

    

    ｉはウィンドウ処理後フレーム及び／又は出力フレームのフレーム指数又はブロック指数を示す整数、ｎ＝Ｎ／８，…，２Ｎ−１はサンプル指数を示す整数、Ｎは入力フレームの入力値の個数の２倍、及び／又は、出力フレームの出力サンプル及び又はウィンドウ処理後フレームのウィンドウ処理後サンプルの個数の半分を示す整数、ｗ（ｎ）はウィンドウ関数、ｘ_i,nはサンプル指数ｎ及びフレーム指数ｉを有する出力サンプルである。
16. 請求項１４に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、Ｎは９６０であり、ウィンドウ係数ｗ（０）〜ｗ（２Ｎ−１）は付録の表１に示されている関係に従うものである。
17. 請求項１６に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、ウィンドウ係数ｗ（０）〜ｗ（２Ｎ−１）が付録の表２に示されている値を含む。
18. 請求項１４に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、Ｎは１０２４であり、ウィンドウ係数ｗ（０）〜ｗ（２Ｎ−１）は付録の表３に示されている関係に従うものである。
19. 請求項１８に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、ウィンドウ係数ｗ（０）〜ｗ（２Ｎ−１）は付録の表４に示されている値を含む。
20. 請求項１１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記ウィンドウ関数の実数値ウィンドウ係数は定義集合の要素に起因する。
21. 請求項１１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記ウィンドウ関数は、定義集合全体に渡り、定義集合の中心点に関して非対称である。
22. 請求項２１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記ウィンドウ関数は、ウィンドウ関数のウィンドウ係数のうちの最大絶対値の１０％よりも大きい絶対値を有するウィンドウ係数を、定義集合の中心点を基準とする定義集合の第１の半分においての方が定義集合の第２の半分よりも多く含み、該第１の半分は出力サンプルの前半に対応する。
23. 請求項１１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記ウィンドウ関数は、合成フィルターバンクへの入力フレームを生成した際に使用したウィンドウ関数の鏡映化版であるか又はそれと同じものである。
24. 請求項１１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、前記ウィンドウ関数は、合成フィルターバンクへの入力フレームを生成した際に使用したウィンドウ関数と比較して、ウィンドウ関数の中心点に関して鏡映されたウィンドウ関数である。
25. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は、一つのウィンドウ処理後サンプルを最小閾値よりも小さい絶対値を有する値にセットすること、及び該ウィンドウ処理後サンプルを最大閾値よりも大きい絶対値を有する値にセットすることの少なくともどちらか一方により、ウィンドウ処理後サンプルを既定範囲内の一つの値にセットする。
26. 請求項２５に記載の合成フィルターバンクであり、前記最小閾値又は最大閾値は１０^s又は２^sによって与えられ、ｓは整数である。
27. 請求項２５に記載の合成フィルターバンクであり、入力サンプル、出力サンプル及びウィンドウ処理後サンプルのうちの少なくとも一つが２進法表示の場合、前記最小閾値は一つ又は複数の最も非重要なビットにより表示可能な最大絶対値によって決定され、あるいは最大閾値は一つ又は複数の最も重要なビットにより表示可能な最小絶対値によって決定される。
28. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、無視される出力サンプルの個数、又は既定値又は既定範囲内の少なくとも一つの値にセットされるウィンドウ処理後サンプルの個数は、出力フレームの出力値の個数を６４で割った数以上である。
29. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部において、無視される出力サンプルの個数、又は既定値又は既定範囲内の少なくとも一つの値にセットされるウィンドウ処理後サンプルの個数は、加算後フレームの加算後サンプルの個数を１６で割った数以上である。
30. 請求項１に記載の合成フィルターバンクであり、前記ウィンドウ処理部は１２８又は１２０個の出力値を無視するか、あるいは１２０又は１２８個のウィンドウ処理後サンプルを既定値又は既定範囲内の値にセットする。
31. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は、ウィンドウ処理部によって連続的に生成された少なくとも３個のウィンドウ処理後フレームに基づき、加算後フレームを生成する。
32. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は、周波数／時間コンバータによって連続的に生成された少なくとも３個のウィンドウ処理後フレームに基づき、加算後フレームを生成する。
33. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は複数の加算後サンプルを含む加算後フレームを出力し、該加算後フレームは、ウィンドウ処理部によって無視された出力サンプルに基づくものではなく、既定値又は既定範囲内の値にセットされないウィンドウ処理後サンプルに対応する加算後サンプルとして、少なくとも４個の異なるウィンドウ処理後フレームからの少なくとも４個のウィンドウ処理後サンプルに基づく加算後サンプルを含み、ウィンドウ処理部によって無視された出力サンプル、あるいは既定値又は既定範囲内の値にセットされたウィンドウ処理後サンプルに対応する加算後サンプルとして、少なくとも３個の異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルに基づく加算後サンプルを含む。
34. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は、一つの出力フレームの出力値の個数を２で割った数よりも少ない個数の加算後サンプルを含む加算後フレームを出力する。
35. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は、一つの出力フレームの出力値の個数を２よりも大きい整数で割った数と同じ個数の加算後サンプルを含む加算後フレームを出力する。
36. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は、一つの出力フレームの出力値の個数を４で割った数と同じ個数の加算後サンプルを含む加算後フレームを出力する。
37. 請求項１に記載の合成フィルターバンクであり、前記重複／加算器は以下の式に基づき、加算後サンプルｏｕｔ_i,nを出力する。
    

    

    ｉはウィンドウ処理後フレーム及び／又は加算後フレームのフレーム指数又はブロック指数を示す整数、ｎはサンプル指数を示す整数、Ｎは出力フレームの出力サンプル及び／又はウィンドウ処理後フレームのウィンドウ処理後サンプルの個数の半分を示す整数、ｚ_i,nはサンプル指数ｎ及びフレーム指数ｉに対応するウィンドウ処理後サンプルである。
38. 請求項３２ないし請求項３７のいずれかに記載の合成フィルターバンクであり、該合成フィルターバンクはデコーダ内に含まれる。
39. 請求項３８に記載の合成フィルターバンクであり、前記デコーダは、複数の符号化されたフレームを復号化するためのエントロピーデコーダをさらに含み、該エントロピーデコーダは、符号化されたフレームに基づく複数の入力フレームを該合成フィルターバンクに提供する。
40. 複数のオーディオ入力フレームをフィルタリングする方法であり、各入力フレームは順序良く整列された複数の入力値を含み、該方法は以下のステップを含む、
    周波数／時間変換を行い、一連の出力フレーム（２４０）を生成するステップであり、各出力フレームは複数の順序良く整列された出力サンプルを含み、入力フレームの時間表示であり、
    各出力フレームを処理することにより複数のウィンドウ処理後フレームを生成するステップであり、各出力フレームの出力サンプルを重み付け関数（２８０）に基づき重み付けすることにより、各出力フレームからウィンドウ処理後フレームを生成し、各ウィンドウ処理後フレームが複数のウィンドウ処理後サンプルを含むようにし、ウィンドウ処理後フレームのサンプル先行値に基づく重複方式での処理のために、複数のウィンドウ処理後サンプルを出力し、
    各ウィンドウ処理後フレームに対して、出力サンプルの整列順序の上で少なくとも最初の出力値に相当する開始部分と、残余部分を含む加算後フレームを生成するステップであり、加算後フレームは、サンプル先行値に等しい個数の加算後サンプルを含み、
    該加算後フレームの生成は、該残余部分内の一つの加算後サンプルのために、生成しようとする加算後フレームに対応する現在のフレームと少なくとも二つの過去のフレームを含む連続的に生成された少なくとも三つの異なるウィンドウ処理後フレームからの少なくとも３個のウィンドウ処理後サンプルを合算することと、該開始部分内の一つの加算後サンプルのために、該少なくとも二つの過去のウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを合算することを含み、
    対応するウィンドウ処理後フレームの開始部分のウィンドウ処理後サンプルを無視することにより、前記残余部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数は、開始部分内の一つの加算後サンプルを得るために合算されるウィンドウ処理後サンプルの個数に比べて少なくとも１多くなる、
    あるいは、
    前記複数のウィンドウ処理後フレームの生成は、該複数のウィンドウ処理後フレームの各ウィンドウ処理後フレームに関して、開始部分に対応したウィンドウ処理後サンプルを、０にセットし、前記少なくとも二つの過去のウィンドウ処理後フレームからの少なくとも２個のウィンドウ処理後サンプルを加算する際に、現在のフレームの、このようにセットされたウィンドウ処理後サンプルを使用することを含む。
41. コンピュータ上で起動された際、請求項４０に記載の方法を該コンピュータに実行させるためのコンピュータプログラム。

Images