JP5553760B2

JP5553760B2 - 符号化されたパラメータからの音声エネルギ推定

Info

Publication number: JP5553760B2
Application number: JP2010527948A
Authority: JP
Inventors: カオ，ビンシ; キム，ドー−スク; タラフ，アーメド，エー．
Original assignee: アルカテル−ルーセントユーエスエーインコーポレーテッド
Priority date: 2007-10-03
Filing date: 2008-09-24
Publication date: 2014-07-16
Anticipated expiration: 2028-09-24
Also published as: CN101816038B; KR101245451B1; WO2009045305A1; ATE501504T1; EP2206108B1; EP2206108A1; DE602008005494D1; US20090094026A1; JP2010541018A; KR20100061520A; CN101816038A

Description

本発明は、一般に、通信に関する。より具体的には、本発明は通信の推定フレーム・エネルギを割り出すことに関する。

無線通信システムなどの通信システムが利用可能であり、様々なタイプの通信を提供する。例えば、無線および有線システムは音声通信およびデータ通信を可能にする。通信サービスの提供者は拡張通信機能を提供しようと絶えず努力している。

現在向上が行われている分野には、パケットベースのネットワークおよびインターネット・プロトコル・ネットワークがある。そのようなネットワークでは、例えば、トランスコーダ・フリー（ｔｒａｎｓｃｏｄｅｒｆｒｅｅ）オペレーションは、タンデム符号化の必要性を排除することにより、低遅延でより高品質の音声を提供することができる。トランスコーダ・フリー・オペレーション環境では、多くの音声処理アプリケーションは、符号化されたパラメータ領域で動作することができなければならない。現代のネットワークで最も一般的な音声符号化パラダイムである符号励振線形予測（ＣＥＬＰ）音声符号化には、例えば、固定および適応コードブック・パラメータ、ピッチ期間、線形予測符号化合成フィルタ・パラメータを含めて、いくつかの有用な符号化パラメータがある。音声通信などの通信のフレームまたはパケットの音声エネルギを推定することは、例えば、利得制御またはエコー抑制のような方式のために有用な情報を提供する。タンデム符号化を回避して計算上の複雑さを低減することは、フル符号化プロセスを実行することなく、符号化されたパラメータからフレーム・エネルギを推定する効率のよい方法を開発するために有用であろう。

通信を処理する一例示的方法が、符号化されたフレームのサブフレームの推定励振エネルギ成分を割り出すことを含む。サブフレームの推定フィルタ・エネルギ成分も割り出される。サブフレームの推定エネルギは、推定励振エネルギ成分および推定フィルタ・エネルギ成分から割り出される。

開示された実施例の様々な特徴および利点は、以下の詳細な説明から明らかになるであろう。詳細な説明を伴う図面は、以下のように簡単に説明されうる。

一例示的通信構成の選択された部分を例示する概略図である。一例示的手法を要約した流れ図である。通信の推定サブフレーム・エネルギと実際の音声エネルギとの関係を例示するグラフである。線形予測符号化合成フィルタの応答を例示するグラフである。実際のフレーム・エネルギに対する推定フレーム・エネルギの相関関係と、推定フレーム・エネルギを割り出すために使用されるいくつかのサンプルとの関係を例示するグラフである。

以下の開示された実施例は、通信をフルにデコードする必要なしに、通信の推定フレーム・エネルギを割り出す能力を提供する。この説明のフレーム・エネルギ推定方式は、例えば、通信システムにおいて利得制御またはエコー抑制のような目的のために使用されうる音声フレーム・エネルギを推定するために有用である。

図１は、通信構成２０の選択された部分を概略的に例示する。一実施例では、構成２０は、無線通信のために使用される移動局などの通信装置の選択された部分を表す。本発明は、いかなる特定のタイプの通信装置にも限定されず、図１の例示は、概略的であり、議論のためである。

例示的通信構成２０は、少なくとも別の装置からの通信を受信することができるトランシーバ２２を含む。励振部２４および線形予測符号化（ＬＰＣ）合成フィルタ部２６はそれぞれ、受信された通信に関連するエネルギを推定するためにフレーム・エネルギ推定器２８によって使用される出力を提供する。一実施例では、励振部２４出力は、適応コードブック利得ｇ_ｐおよび固定コードブック利得ｇ_ｃに基づいており、それらの用語は、拡張可変レートＣＯＤＥＣ（ＥＶＲＣ）処理のコンテキストで理解される。励振部２４出力は、励振エネルギ成分である。この実施例では、励振部２４の出力は、ＬＰＣ合成フィルタ部２６への入力信号である。ＬＰＣフィルタ部２６出力は、この説明ではフィルタ・エネルギ成分と呼ばれる。

一実施例では、フレーム・エネルギ推定器２８は、受信された音声通信の符号化された音声フレームの各サブフレームの推定フレーム・エネルギを割り出す。フレーム・エネルギ推定器２８は、符号化されたフレームがフルにデコードされることを必要とすることなく、フレーム・エネルギ推定を提供する。ＬＰＣ合成フィルタ部２６および励振部２４によって提供された符号化パラメータ、ならびに以下で説明される方式を使用することにより、フレーム・エネルギ推定器２８は、音声通信などの受信された通信のフレーム・エネルギの有用な推定を提供する。

図２は、一例示的手法を要約した流れ図３０を含む。３２において、通信の符号化されたフレームが受信される。受信された符号化されたフレームは、複数のサブフレームを備える。３４において、サブフレームの励振エネルギ成分が推定される。３６におけるステップは、サブフレームの推定フィルタ・エネルギ成分を割り出すことを備える。３８において、推定励振エネルギ成分と推定フィルタ・エネルギ成分との積からサブフレームのエネルギが割り出される。一実施例では、サブフレームの割り出されたエネルギおよび推定エネルギ成分は、符号化された通信（例えば、音声通信の符号化されたフレーム）をフルにデコードすることを必要とすることなく得られる。

推定励振エネルギ成分と推定フィルタ・エネルギ成分との積は、フレーム・エネルギの有用な推定を提供し、以下の式、

によって記述されることが可能であり、式中、λ_ｅ（ｍ）およびλ_ｈ（ｍ）は、それぞれ、推定励振エネルギ成分および推定フィルタ・エネルギ成分である。この関係式は、フル・デコーディング・プロセスを実行することなく、符号化されたパラメータを使用することにより、フレーム・エネルギＰ（ｍ）の推定値を提供する。

上記の関係式を使用する例示的なやり方を考慮する前に、フル・デコーディング・プロセスが使用された場合にフレーム・エネルギをどのように割り出すことができるかを考慮することは有用である。例えば、ｍ番目のフレームの符号化された音声信号は、

と表されてよく、式中、ｈ（ｍ；ｎ）は、ＬＰＣ合成フィルタのフィルタであり、ｅ_Ｔ（ｍ；ｎ）は、総励振信号である。

ＣＥＬＰ符号化されたフレームの実際のエネルギは、

のように記述されることが可能であり、式中、Ｈ（ｍ；ｋ）およびＥ_Ｔ（ｍ；ｋ）は、それぞれ、ｈ（ｍ；ｎ）およびｅ_Ｔ（ｍ；ｎ）のＦＦＴ表示である。

Ｐ（ｍ）を計算することに関連する１つの欠点は、フルＣＥＬＰデコーディング・プロセスを実行する必要があることである。これは、

によって記述される励振信号およびＬＰＣ合成フィルタを得ることを含む。さらに、励振信号は、Ｈ（ｚ）によってフィルタリングされなければならない。

関係式Ｐ（ｍ）≒λ_ｅ（ｍ）λ_ｈ（ｍ）を使用することは、フル・デコーディング・プロセスを必要とすることなくフレーム・エネルギを推定することを可能にする。

一実施例では、サブフレームの励振エネルギ成分を推定することは、ＥＶＲＣから入手可能な２つのコードブック・パラメータを利用することを含む。一実施例では、ＥＶＲＣは、知られているやり方で、受信されたサブフレームから適応コードブック利得ｇ_ｐおよび固定コードブック利得ｇ_ｃを見つける。一実施例では、これらは以下の関係式、

に従って使用され、式中、ｅ（ｎ）は、適応コードブック寄与度であり、ｃ（ｎ）は、固定コードブック寄与度である。したがって、総励振の近似値は、

と計算されることが可能であり、式中、τは、関係する通信のピッチ期間である。励振のサブフレーム・エネルギは、

と表されうる。一実施例では、上記の式における和はＬのサンプルとみなされる。

一実施例は、前のサブフレーム・エネルギに基づいて適応コードブック寄与度ｅ（ｎ）のエネルギの近似値を計算することを含む。そのような近似値は、

のように記述されうる。これを式７に代入することは、

をもたらし、式中、λ（ｍ−１）は、前のサブフレーム・エネルギであり、Ｃは、コードブック寄与度ｃ^２（ｎ）のために使用される定数エネルギ項である。一実施例では、サブフレーム内のｃ^２（ｎ）の８個のサンプルは、振幅＋１または−１を有し、残余のものは、ＥＶＲＣにおいてゼロの値を有し、その結果、Ｃの値は、８に設定される。

開示された方式の一例示的用途は、音声通信の音声エネルギを推定するためである。図３は、４２における実際の音声エネルギ、および式９の関係式を使用して得られた推定励振サブフレーム・エネルギ成分を示すグラフプロット４０を含む。図３から理解されうるように、式９の手法を使用した場合、推定励振エネルギ成分と実際の音声エネルギとの間にかなりの一致がある。

他の実施例は、適応コードブック寄与度のエネルギの近似値を計算するために少なくとも２つの前のサブフレームを利用することを含む。適応コードブック寄与度が少なくとも多少周期的であることを理解することは、関係するサブフレームからほぼ１ピッチ期間離れた通信の一部分から少なくとも２つの前のサブフレームを選択することを可能にし、その結果、選択された前のサブフレームは、通信の対応する前の部分からのものである。一実施例は、

のように、適応コードブック寄与度が２つの連続した前のサブフレームのほぼ補間であるとみなされるような２つの連続した前のサブフレームを使用することを含み、式中、ｉは、通信のピッチ期間に応じて選択される。この推定方式を使用することは、励振エネルギ成分のために以下の推定値、

をもたらす。

式９に関連する手法の代わりにこの後者の手法を使用することは、少なくとも、多くの状況に関して図３に示されている結果と同じように良好な結果をもたらす。いくつかの実施例では、式１１に関連する手法は、式９を使用して得られた推定値に比べて励振エネルギ成分のより正確な推定値を提供する。

一実施例では、フィルタ・エネルギ成分を推定することは、ＬＰＣ合成フィルタのパラメータを使用することを含む。一般に、ｍ番目のサブフレームにおけるＬＰＣ合成フィルタのエネルギは、

と表すことができる。もちろん、無限大の数のサンプルを合計することは現実的ではなく、この実施例は、ＬＰＣ合成フィルタが最小位相安定システムであることを認識することを含み、信号エネルギの大部分がフィルタ応答の最初の部分に集中されると想定することは合理的である。図４は、ＬＰＣフィルタの例示的インパルス応答５０をグラフによって例示する。図４から理解されうるように、インパルス応答５０の最も顕著な振幅は、インパルス応答の最初の部分（例えば、図面の左の方）で生じる。

一実施例では、ＬＰＣ合成フィルタ・エネルギ成分は、以下の関係式、

における低減された数のサンプルを使用して推定され、式中、Ｋ＞０は、フィルタ・エネルギを割り出すために使用される低減されたサンプルの数（例えば、いくつのサンプルが廃棄または無視されるか）である。十分な数のサンプルが利用された場合、式１２を使用することに比べて低減された数のサンプルを使用して、割り出された推定ＬＰＣ合成フィルタ・エネルギ成分間の十分に正確な相関関係を得ることが可能である。

図５は、複数の別々の通信（例えば、別々のタイプの音声通信、または他の可聴通信）のための推定エネルギと実際のエネルギとの相関関係をグラフによって例示する。曲線６０および曲線６２はそれぞれ、別々の通信に対応する。一実施例では、図５の曲線はそれぞれ、別々のタイプの音声通信（例えば、別々のコンテンツ）に対応する。図５から理解されうるように、廃棄されるサンプルの数が増大するにつれて、相関関係は減少する。一実施例では、ＬＰＣ合成フィルタ応答の最初の最大１０個までのサンプルを利用することは、フィルタ応答エネルギ成分を推定するために十分な相関関係および適切な情報を提供することが経験的に判明している。１つの特定の実施例は、ＬＰＣ合成フィルタ応答の最初の６個または７個のサンプルを使用するだけで有効な結果を達成する。この説明を考えれば、当業者は自分たちの特定の状況のためにいくつのサンプルが有用または必要であるかを判断することができるであろう。

式９または式１１の１つを使用して推定励振成分を割り出し、式１３を使用して推定フィルタ・エネルギ成分を割り出した後は、関係するサブフレームの推定フレーム・エネルギλ（ｍ）は、以下の関係式、

を使用して割り出される。

上記の方式を使用することは、通信をフルにデコードする必要なしに、音声通信などの通信のフレーム・エネルギを推定することを可能にする。そのような推定方式は、計算上の複雑さを低減し、有用なエネルギ推定をより迅速に提供し、これらは両方とも、拡張音声通信機能を容易にする。

割り出された推定フレーム・エネルギは、次に続く通信を制御するためにいくつかの実施例において使用される。一実施例では、推定フレーム・エネルギは、利得制御のために使用される。他の実施例では、推定フレーム・エネルギは、エコー抑制のために使用される。

上記の説明は、本質的に限定的ではなく例示的である。本発明の本質から必ずしも逸脱しない開示された実施例に対する変形形態および変更形態は、当業者には明らかになるはずである。本発明に与えられる法的保護の範囲は、添付の特許請求の範囲を研究することによってのみ画定することができる。

Claims

通信を処理する方法であって、
該推定励振エネルギ成分に対する適応寄与度を割り出すステップと、
符号化されたフレームの少なくとも１つの前のサブフレームの推定励振エネルギ成分に基づいて該推定励振エネルギ成分に対する固定寄与度を割り出すステップと、
割り出した該適応寄与度及び該固定寄与度に基づいて、該符号化されたフレームのサブフレームの該推定励振エネルギ成分を、該符号化されたフレームを受信する通信装置において割り出すステップと、
該サブフレームの推定フィルタ・エネルギ成分を、該通信装置において割り出すステップと、
該推定励振エネルギ成分及び該推定フィルタ・エネルギ成分から該サブフレームの推定エネルギを、該通信装置において割り出すステップとを備え、
該適応寄与度を割り出すステップは、該符号化されたフレームの少なくとも１つの前のサブフレームの該推定励振エネルギ成分に基づいて該サブフレームの適応寄与度を推定するステップを含む方法。
請求項１に記載の方法において、
該推定励振エネルギ成分と該推定フィルタ・エネルギ成分との積から該推定エネルギを割り出すステップを備える方法。
請求項１に記載の方法において、
該適応寄与度を割り出すステップは、
該符号化されたフレームの複数の推定サブフレーム適応寄与度の和を割り出すステップを備える方法。
請求項３に記載の方法において、
直接隣接する前のサブフレームに基づいて該サブフレームの該適応寄与度を推定するステップを備える方法。
請求項３に記載の方法において、
該通信のピッチ期間に基づいて少なくとも２つの連続した前のサブフレームを選択するステップを備え、該通信は少なくとも部分的に周期的であり、該ピッチ期間は、該ピッチ期間に対応する時間間隔における該通信の対応する部分を示し、そして、該サブフレームに対応する該通信の前の部分から該少なくとも２つの連続した前のサブフレームを選択するために該ピッチ期間を使用するステップを備える方法。
請求項１に記載の方法において、
拡張可変レートＣＯＤＥＣを使用して該適応寄与度に関連する適応コードブック利得を、該通信装置において割り出すステップと、
該拡張可変レートＣＯＤＥＣを使用して該固定寄与度に関連する固定コードブック利得を割り出すステップと、
該割り出された適応コードブック利得及び該固定コードブック利得に基づいて該推定励振エネルギ成分を割り出すステップとを備える方法。
請求項１に記載の方法において、該推定フィルタ・エネルギ成分は線形予測符号化合成フィルタに関連する方法。
請求項７に記載の方法において、
該推定フィルタ・エネルギ成分を割り出すために該線形予測符号化合成フィルタの応答の最初の部分のみを選択するステップを備える方法。
請求項１に記載の方法において、該サブフレームをフルにデコードすることなく該符号化されたフレームのサブフレームの該推定励振エネルギ成分を割り出すステップを備える方法。