JP5628163B2 - 帯域幅拡張出力データを生成するための装置および方法 - Google Patents

Description

本発明は、帯域幅拡張（ＢＷＥ）出力データ、オーディオエンコーダのための装置および方法に関する。

自然オーディオ符号化および音声符号化は、オーディオ信号の符号化のための２つの主要な種類である。自然オーディオ符号化は、一般に音楽または任意の信号のために中間のビットレートで用いられ、通常、広い音声帯域幅を提供する。音声符号化器は、基本的に音声再生に限られていて、非常に低いビットレートで用いることができる。広帯域音声は、狭帯域音声上の主要な主観的な品質改善を提供する。さらに、マルチメディア分野の驚異的な成長により、記憶装置と同様に、音楽および他の非音声信号の伝送と、例えば、電話システム上の高品質のラジオ／ＴＶのための伝送は、価値のある機能である。

大幅にビットレートを低下させるために、分割帯域知覚的オーディオコーデックを用いることで、音源音符号化を実行することができる。これらのナチュラルオーディオコーデックは、信号の知覚的無関係や統計に基づく冗長度を利用する。上記の開発は、所与のビットレートの制限に関して充分でない場合に備えて、サンプルレートは低減される。また、構成レベルの数を減少させること、時折聞こえる量子化ひずみを許容すること、および、ステレオコーディングの結合を介してステレオ領域の規模縮小を用いることは、一般的である。この種の方法の過剰な使用は、面倒な知覚的低下をもたらす。コーディング性能を高めるために、たとえばスペクトル帯域複製（ＳＢＲ）などの帯域幅拡張は、符号化をベースにした高周波再構成（ＨＦＲ）の高周波信号を生成するために効率的な方法として用いられる。

音響信号の記録および伝送において、例えばバックグラウンドノイズなどのノイズフロアは、常に存在している。デコーダ側に関して確実な音響信号を生成するために、ノイズフロアは、伝送または生成されなければならない。後者の場合、オリジナルオーディオ信号のノイズフロアは、決定されなければならない。これは、スペクトル帯域複製において、ＳＢＲツールまたはＳＢＲ関連モジュールによって実行される。そしてそれは、ノイズフロアを再構成するためにデコーダに伝送される当該ノイズフロアを特性化する（他のもの以外に）パラメータを生成する。

国際公開ＷＯ ００／４５３７９には、複合された高い帯域の周波数成分において、充分なノイズ内容を提供する適応ノイズフロアツールが記載されている（例えば、特許文献１参照。）。

国際公開第 ＷＯ ００／４５３７９号パンフレット

しかしながら、高い帯域の周波数成分に支障を来たすアーチファクトが発生すると、ベースバンドにおいて短い時間のエネルギー変動またはいわゆるトランジェントが生じる。これらのアーチファクトは知覚的に受け入れられず、そして、先行技術は、容認できる解決策を提供しない（特に帯域幅が制限される場合）。

それゆえに、本発明の目的は、特に、音声信号に対して知覚できるアーチファクトを持たないで効率的な符号化を可能にする装置を提供することである。

この目的は、請求項１〜請求項４に記載の装置、請求項５〜６に記載のエンコーダ、請求項７に記載の方法および請求項８に記載のコンピュータープログラムによって達成される。

本発明は、時間部の範囲内のオーディオ信号のエネルギー分布により測定されたノイズフロアの適合がデコーダ側上の合成されたオーディオ信号の知覚的品質を改善することができる研究の成果に基づいている。理論的見地から測定されたノイズフロアの適合または操作が必要でないにもかかわらず、ノイズフロアを発生させるための在来型技術は、多くの欠点を示す。一方においては、従来の方法によってそのまま実行される調性計測に基づくノイズフロアの推定が、常に困難で正確ではない。他方においては、ノイズフロアの目的が、デコーダ側に与える正確な調性印象を再生することである。オリジナルオーディオ信号および復号化信号のための主観的な調性印象がたとえ同じでも、例えば音声信号のために、まだアーチファクトが発生する可能性がある。

主観的な試験は、異なる種類の音声信号が別に処理されなければならないことを示す。有声音声において、計算されたオリジナルのノイズフロアと比較したとき、計算されたノイズフロアの低減はより高い知覚的品質をもたらす。この場合、結果として、話し言葉はより反響していないように聞こえる。オーディオ信号が歯擦音を含む場合、ノイズフロアの人工的な増加は、歯擦音に関連している解決方法の欠点をカバーすることができる。例えば、短い時間のエネルギー変動（トランジエント）は、移されるかまたはより高い周波数帯域に変わるときに、不穏なアーチファクトを引き起こす。また、ノイズフロアの増加は、これらのエネルギー変動をすっかり隠すことができる。

前記トランジェントは、従来の信号の範囲内に一部分として定義することができる。そこにおいて、エネルギーの強い増加は短い時間で現れる。そしてそのことは、特定の周波数領域上に制約されるかまたは制約されなくてもよい。トランジェントについての例はカスタネットや打楽器の打撃であるが、また、人間の特定の音として、例えば手紙で声に出されるＰ、Ｔ、Ｋ、…なども同様である。この種のトランジェントの検出は、今までのところ、以前からずっと同様に、または、同じアルゴリズム（一時的な閾値を使用する）によって実施される。そしてそのことは、話し言葉と分類されるかまたは音楽と分類されるかどうか信号から独立している。加えて、有声音および無声音の間のスピーチのあり得る識別は、従来続けられているまたは古典的なトランジェント検出機構に影響しない。

それゆえ、実施例は、例えば有声音声などの信号のためのノイズフロアの減少、および、たとえば歯擦音を含むノイズフロアの増加を提供する。

異なる信号を区別するために、実施例は、エネルギーが大部分はより高い周波数、または、より低い周波数に位置するかどうか、あるいは、言い換えると、オーディオ信号のスペクトル表現がより高い周波数への増加または減少する傾向を示すかどうかを測定するエネルギー分布データ（例えば歯擦音パラメータ）を利用する。また、さらなる実施例は、歯擦音パラメータを生成するために、第１のＬＰＣ係数（ＬＰＣ＝線形予測コーディング）を使用する。

ノイズフロアを変えるために、２つの可能性がある。第１の可能性は、ノイズフロア（ノイズフロアの計算に加えて、例えば、ノイズを増加かさせることまたは減少させること）を調整するために、デコーダが歯擦音パラメータを使用することができるように、前記歯擦音パラメータを伝送することである。この歯擦音パラメータは、従来の方法によってノイズフロアパラメータを計算することができるかまたはデコーダ側に計算することができるかに加えて、伝送することができる。第２の可能性は、エンコーダが修正されたノイズフロアデータをデコーダに伝送するように、そして、修正がデコーダ側に必要でない同じデコーダを用いることができるように、ノイズフロアパラメータ（またはエネルギー分布データ）を用いて伝送されたノイズフロアを変えることである。したがって、ノイズフロアの操作は、原則として、デコーダ側にと同様にエンコーダ側にすることができる。

帯域幅拡張のための実施例としてのスペクトル帯域複製は、オーディオ信号が第１の周波数帯域および第２の周波数帯域の成分に分けられる時間部分を特性化するＳＢＲフレームに依存している。ノイズフロアは、全部のＳＢＲフレームのために、測定および／または変換することができる。ＳＢＲフレームは、ノイズ・エンベロープに分けられることも可能であり、その結果、ノイズ・エンベロープの各々のために、ノイズフロアの調整を実行することができる。換言すれば、ノイズフロアツールの時間分解能は、ＳＢＲフレームの中でいわゆるノイズ―エンベロープによって決定される。標準規格（ＩＳＯ／ＩＥＣ １４４９６―３）によると、各ＳＢＲフレームは、最大の２つのノイズ―エンベロープを含み、その結果、ノイズフロアの調整は、部分的なＳＢＲがフレームに基づいて行なうことができる。用途によっては、これは、充分かもしれない。しかしながら、時間的変更調性のモデルを改善するために、ノイズ―エンベロープの数を増加させることも可能である。

それゆえ、実施例は、オーディオ信号のためのＢＷＥ出力データを生成するための装置を含む。そこにおいて、オーディオ信号は、第１の周波数帯域および第２の周波数帯域の成分を含み、ＢＷＥ出力データは、第２の周波数帯域の成分の合成を制御するように構成される。この装置は、オーディオ信号の時間部分のために、第２の周波数帯域のノイズフロアデータを測定するためのノイズフロア測定器を含む。測定されたノイズフロアは、オーディオ信号の調性に影響するので、ノイズフロア測定器は、調性測定器を含み得る。あるいは、ノイズフロア測定器は、ノイズフロアを得るために、信号のノイジネスを測定することを実行することができる。装置は、エネルギー分布データを引き出すための信号エネルギー・キャラクタライザをさらに含む。そこで、エネルギー分布データは、オーディオ信号の時間部分のスペクトルにおいてエネルギー分布を特性化する。そして、最後に、装置は、ＢＷＥ出力データを得るために、ノイズフロアデータおよびエネルギー分布データを結合するための処理装置を含む。

さらなる実施例において、信号エネルギー・キャラクタライザは、エネルギー分布データとして歯擦音パラメータを使用するのに適合される。そして、歯擦音パラメータは、例えば、第１のＬＰＣ係数であり得る。さらなる実施例において、処理装置は、エネルギー分布データを符号化されたオーディオデータのビットストリームに加えるように、あるいは、もう一つの方法として、処理装置は、ノイズフロアがエネルギー分布データ（信号に従属している）に応じて増加されるかまたは減少されるように、ノイズフロアパラメータを調整するように構成される。本実施例において、ノイズフロア測定器は、あとで処理装置によって調整されるかまたは変換されるノイズフロアデータを生成するために、ノイズフロアを最初に測定する。

さらなる実施例において、時間部分はＳＢＲフレームに存在し、そして、信号エネルギー・キャラクタライザは、ＳＢＲフレームにつき多くのノイズフロアエンベロープを生成するように構成される。結果として、ノイズフロア測定器は、信号エネルギー・キャラクタライザと同様に、ノイズフロアデータの他にもノイズフロアエンベロープごとに生成されたエネルギー分布データもまた測定するように構成される。ノイズフロアエンベロープの数は、ＳＢＲフレームにつき、例えば、１，２，４，・・・であり得る。

また、さらなる実施例は、オーディオ信号の第２の周波数帯域の成分を生成するために、デコーダにおいて用いられるスペクトル帯域複製を含む。この生成スペクトルバンドにおいて、スペクトル帯域複製出力データと、第２の周波数帯域の成分のための未加工のスペクトル表示信号とが用いられる。スペクトル帯域複製ツールは、エネルギー分布データに一致するノイズフロアを計算するように構成されるノイズフロア計算ユニット、および、計算されたノイズフロアを備えた第２の周波数帯域の成分を生成するための未加工のスペクトル表示信号と計算されたノイズフロアを結合する結合手段を備えている。

実施例の効果は、外部の決定（スピーチ／オーディオ）と、内部有声音声検出器、あるいは、デコーダに信号を送ることができるかまたは計算されたノイズフロアを調整することができる付加的なノイズの事象を制御している内部歯擦音検出器（信号エネルギー・キャラクタライザ）との組み合わせにある。通常のノイズフロアの計算は、非音声信号のために実行される。音声信号（外部スイッチング決定に由来する）に対して、付加的な音声分析は、実際の信号の有声化を決定するために実行される。デコーダまたはエンコーダに加えられるノイズの量は、信号の歯擦音（有声化に反して）の程度に応じて増やされる。歯擦音の程度は、例えば、短い信号部分のスペクトル傾斜を測定することによって決定することができる。

本発明は、図解された実施例として、今から説明される。本発明の特徴は、添付図面を参照して考慮されなければならない以下の詳細な説明を参照することで、より直ちに認められ、よりよく理解されるであろう。

本発明の実施例に従ってＢＷＥ出力データを生成するための装置のブロック図を示す。 非歯擦音の信号の負のスペクトル傾斜を図解する。 歯擦音のような信号のための正のスペクトル傾斜を図解する。 下位のＬＰＣパラメータに基づいてスペクトル傾斜ｍの計算を説明する。 エンコーダのブロック図を示す。 デコーダ側上の出力ＰＣＭサンプルに符号化された音声ストリームを処理するためのダイアグラムを示す。 実施例に従って従来のノイズフロア計算ツールと修正されたノイズフロア計算ツールとの比較を示す。 実施例に従って従来のノイズフロア計算ツールと修正されたノイズフロア計算ツールとの比較を示す。 多くの時間部分の所定数のＳＢＲフレームの分割を図解する。

図１は、オーディオ信号１０５のための帯域幅拡張（ＢＷＥ）出力データ１０２を生成する装置１００を示す。オーディオ信号１０５は、第１の周波数帯域１０５ａの成分および第２の周波数帯域１０５ｂの成分を含む。ＢＷＥ出力データ１０２は、第２の周波数帯域１０５ｂの成分の合成を制御するように構成される。装置１００は、ノイズフロア測定器１１０、信号エネルギー・キャラクタライザ１２０および処理装置１３０を含む。ノイズフロア測定器１１０は、オーディオ信号１０５の時間部分のための第２の周波数帯域１０５ｂのノイズフロアデータ１１５を測定するかまたは決定するのに適合している。ベースバンドの測定されたノイズフロアと、上側の帯域の測定されたノイズフロアとを比較することによって、ノイズフロアは、詳細に決定することができる。その結果、補修した後で必要とされるノイズの量は、ナチュラル調性印象を再生するために、決定することができる。信号エネルギー・キャラクタライザ１２０は、オーディオ信号１０５の時間部分のスペクトルのエネルギー分布を特性化するエネルギー分布データ１２５を引き出す。したがって、ノイズフロア測定器１１０は、例えば、第１のおよび／または第２の周波数帯域１０５ａ，ｂを受信し、また、信号エネルギー・キャラクタライザ１２０は、例えば、第１のおよび／または第２周波数帯域１０５ａ，ｂを受信する。処理装置１３０は、ノイズフロアデータ１１５およびエネルギー分布データ１２５を受信して、ＢＷＥ出力データ１０２を得るために、それらを結合する。スペクトル帯域複製は、帯域幅拡張のための１つの実施例を構成し、そこにおいて、ＢＷＥ出力データ１０２は、ＳＢＲ出力データになる。以下の実施例は、主として、ＳＢＲの実施例を記載するが、本発明の装置／方法は、この実施例に制限されない。

エネルギー分布データ１２５は、第１の周波数帯域に含まれるエネルギーと、それと比較される第２の周波数帯域の中に含まれるエネルギーとの関係を示す。最も簡単な場合には、エネルギー分布データは、ＳＢＲバンド（上側の帯域）と比較してより多くのエネルギーがベースバンドに格納されるかまたはその逆と比較して格納されるかどうかを示しているビットによって与えられる。ＳＢＲバンド（上側の帯域）は、例えば４ｋＨｚにより与えられ得る閾値より上の周波数成分として定義することができ、ベースバンド（下側の帯域）は、この限界周波数（例えば４ｋＨｚ以下または他の周波数）以下にある信号の成分でもよい。これらの限界周波数のための例は、５ｋＨｚまたは６ｋＨｚである。

図２ａおよび２ｂは、オーディオ信号１０５の時間部分のスペクトルにおける２つのエネルギー分布を示す。エネルギー分布は、アナログ信号のように、周波数Ｆの関数として、レベルＰによって示される。そしてそれは、複数のサンプルまたは線（周波数ドメインに変更される）によって与えられる信号のエンベロープでもよい。また、示されたグラフは、スペクトル傾斜概念を視覚化するために、非常に単純化される。下側および上側の周波数帯域は、限界周波数Ｆ０（例えば５００Ｈｚ、１ｋＨｚまたは２ｋＨｚの交差周波数）より下の、または、より上の周波数として定義することができる。

図２ａは、減少するスペクトル傾斜（より高い周波数で減少）を呈しているエネルギー分布を示す。換言すれば、この場合、高周波成分においてよりも低周波成分に格納されるより多くのエネルギーがある。それゆえ、レベルＰは、負のスペクトル傾斜（減少関数）を意味しているより高い周波数に対して減少する。それゆえ、信号レベルＰは、より少ないエネルギーが下側の帯域（Ｆ＜Ｆ０）より上側の帯域（Ｆ＞Ｆ０）にあることを示す場合、レベルＰは負のスペクトル傾斜を含む。この種の信号は、例えば、低いまたは最大限の歯擦音ですらないオーディオ信号のために発生する。

図２ｂは、レベルＰが正のスペクトル傾斜（周波数に応じて増加するレベルＰの関数）を意味している周波数Ｆによって増加する場合を示す。それゆえ、レベルＰは、より多くのエネルギーが下側帯（Ｆ＜Ｆ０）と比較して上側帯（Ｆ＞Ｆ０）に信号レベルＰがあることを示す場合、正のスペクトル傾斜を含む。この種のエネルギー分布は、例えば、オーディオ信号１０５が前記歯擦音を含む場合、生成される。

図２ａは、負のスペクトル傾斜を有する信号のパワースペクトルを図解する。負のスペクトル傾斜は、減少するスペクトルの傾斜を意味する。それに対して反対で、図２ｂは正のスペクトル傾斜を有する信号のパワースペクトルを図解する。言い換えれば、前述のこのスペクトル傾斜は、上昇する傾斜を有する。当然、図２ａにおいて図解されるスペクトルのような各スペクトルまたは図２ｂにおいて図解されるスペクトルには、スペクトル傾斜と異なる傾斜を有する局所的規模における変化がある。

直線は、例えば、この直線および実際のスペクトル間の二乗された違いを最小限にすることなどによって、パワースペクトルに適しているときに、スペクトル傾斜が得られる。直線をスペクトルに適合させることは、短い時間スペクトルのスペクトル傾斜を計算するための方法のうちの１つであり得る。しかしながら、むしろＬＰＣ係数を使用しているスペクトル傾斜を計算することが好まれる。Ｖ．ゴンチャロフ、Ｅ．Ｖｏｎ ＣｏｌｌｎおよびＲ．モーリス、ナバルＣｏｍｍａｎｄ、ＣｏｎｔｒｏｌおよびＯｃｅａｎサーベイランス・センター（ＮＣＣＯＳＣ）ＲＤＴおよびＥ部、サンディエゴ、ＣＡ ９２１５２―５２００１による刊行「さまざまなＬＰＣパラメータからのスペクトル傾斜の効率的な計算」は、１９９６年５月２３日に、スペクトル傾斜を計算するいくつかの方法を開示する。

１つの実施において、スペクトル傾斜は、対数パワースペクトルに対する最小二乗法の傾斜として定義される。しかしながら、非対数パワースペクトルないし振幅スペクトル、あるいは他のいかなる種類のスペクトルに適合している直線もまた適用され得る。これは本発明との関連で特に当てはまることである。ここで、好ましい実施例において、１つは主にスペクトル傾斜、すなわち、適合結果が正であるか負であるかどうかの線形の傾斜の符号に関連される。しかしながら、スペクトル傾斜の実際の値は、本発明の高効率の実施例において重要でない。ただし、実際の値はより精巧な実施例において重要でありえる。

話し言葉の線形予測コーディング（ＬＰＣ）がその短時間スペクトルをモデル化するために用いられる場合、対数パワースペクトルからの代わりにＬＰＣモデル・パラメータから直接にスペクトル傾斜を計算することは計算的により効率的である。図２ｃは、第ｎ番目の全極型対数パワースペクトルに対応するケプストラム係数ｃkのための方程式を図解する。この方程式において、ｋが整数のインデックスであり、ｐnは、ＬＰＣフィルタのｚ領域伝達関数Ｈ（ｚ）の全極の第ｎ番目の極である。図２ｃの次の方程式は、ケプストラム係数に関するスペクトル傾斜である。具体的には、ｍはスペクトル傾斜である、ｋおよびｎは整数である、そして、ＮはＨ（ｚ）のための全極モデルの最高次数である。図２ｃの次の方程式は、Ｎ次のＬＰＣフィルタの対数パワースペクトルＳ（ω）を定める。Ｇはゲイン定数であり、αkは線形予測係数であり、ωは２πｆに等しく、ここで、ｆは周波数である。図２ｃの一番下の方程式は、ＬＰＣ係数αkの関数として、直接にケプストラム係数をもたらす。ケプストラム係数ｃkは、その結果、スペクトル傾斜を計算するために用いられる。通常、この方法は、極値を得るためにＬＰＣ多項式を因数分解して、極方程式を使用しているスペクトル傾斜について解くことよって、よりコンピュータ的に効率的である。このように、ＬＰＣ係数αkを計算した後に、図２ｃの下の方程式を用いてケプストラム係数ｃkを計算することができ、そして、それから、図２ｃの最初の方程式を用いてケプストラム係数から極ｐnを計算することができる。その結果、極に基づいて、図２ｃの２番目の方程式において定義したスペクトル傾斜ｍを計算することができる。

１次のＬＰＣ係数α₁は、スペクトル傾斜の徴候の良好な目算を有するために、充分であることが分かっている。それゆえに、α₁は、ｃ₁の良好な推定値である。したがって、ｃ₁は、ｐ₁の良好な推定値である。ｐ₁がスペクトル傾斜ｍのための方程式に挿入されるときに、スペクトル傾斜ｍの符号が、図２ｃのＬＰＣ係数の定義において、１次のＬＰＣ係数α₁の符号に対して逆であることが、図２ｃの２番目の方程式のマイナスの符号によって、それは明らかになっている。

好ましくは、信号エネルギー・キャラクタライザ１２０は、エネルギー分布データとして、オーディオ信号の現在の時間部分におけるオーディオ信号のスペクトル傾斜の表示を生成するように構成される。

好ましくは、信号エネルギー・キャラクタライザ１２０は、エネルギー分布データとして、１つ以上の下位のＬＰＣ係数を推定するためのオーディオ信号の時間部分のＬＰＣ分析に由来するデータおよび１つ以上の下位のＬＰＣ係数から由来するエネルギー分布データを生成するように構成されている。

好ましくは、信号エネルギー・キャラクタライザ１２０は、第１のＬＰＣ係数を計算するだけであり、そして、付加的なＬＰＣ係数を計算し、そして、第１のＬＰＣ係数の符号からエネルギー分布データを引き出すために構成される。

好ましくは、信号エネルギー・キャラクタライザ１２０は、第１のＬＰＣ係数が正の符号を有するときに、スペクトルエネルギーは、より低い周波数からより高い周波数に減少する負のスペクトル傾斜として、スペクトル傾斜を決定するために構成され、そして、第１のＬＰＣ係数が負の符号を有するときに、スペクトルエネルギーは、より低い周波数からより高い周波数に増加する正のスペクトル傾斜としてスペクトル傾斜を検出するために構成される。

他の実施態様において、スペクトル傾斜検出器または信号エネルギー・キャラクタライザ１２０は、１次のＬＰＣ係数を計算するだけでなく、３次または４次またはより高次までのようにいくつかの下位のＬＰＣ係数を計算するように構成されている。このような実施例では、スペクトル傾斜は、歯擦音パラメータとして符号を示すだけでなく、実施例の符号においてみられるような２以上の値を有する傾斜に応じて数値データも示すことができるように高精度に計算される。

前記上記の歯擦音は、大量のエネルギーを上の周波数領域に含むが、歯擦音（例えば母音）がないかまたはほんの少ししかない部分に対して、大部分はベースバンド（低周波帯域）の中で分布される。この観測は、拡張された音声信号パートが歯擦音を含むか含まないことを決定するかどうかのために用いることができる。

それゆえ、ノイズフロア測定器１１０（検出器）は、歯擦音の量についての決定のために、または、信号の範囲内である程度の歯擦音を与えるために、スペクトル傾斜を用いることができる。スペクトル傾斜は、基本的にエネルギー分布の単純なＬＰＣ分析から得られることができる。それは、第１のＬＰＣ係数から、スペクトル（増加作用か減少作用であろうとなかろうと）の反応は割り出すことができるという理由で、例えば、スペクトル傾斜パラメータ（歯擦音パラメータ）を決定するために、第１のＬＰＣ係数を計算するのに十分である。この分析は、信号エネルギー・キャラクタライザ１２０の範囲内で実行することができる。オーディオデコーダがオーディオ信号をデコードするためのＬＰＣを使用する場合に備えて、第１のＬＰＣ係数がデコーダ側上のエネルギー分布データとして用いることができるので、歯擦音パラメータは伝送する必要がない。

実施例において、処理装置１３０は、修正されたノイズフロアデータを得るために、ネルギー分布データ１２５（スペクトル傾斜）に応じて、ノイズフロアデータ１１５を変えるように構成することができる。そして、処理装置１３０は、ＢＷＥ出力データ１０２を含むビットストリームに修正されたノイズフロアデータを加えるように構成することができる。ノイズフロアデータ１１５の変更は、より少ない歯擦音（図２ａ）を含むオーディオ信号１０５と比較して、修正されたノイズフロアがより多くの歯擦音（図２ｂ）を含むオーディオ信号１０５のために増加するようなものでもよい。

帯域幅拡張（ＢＷＥ）出力データ１０２を生成するための装置１００は、エンコーダ３００の一部であり得る。図３は、ＢＷＥ関連のモジュール３１０（それは、例えば、ＳＢＲ関連のモジュールを含んでもよい）、分析ＱＭＦバンク３２０、ローパス・フィルタ（ＬＰフィルタ）３３０、ＡＡＣコア・エンコーダ３４０およびビットストリーム・ペイロード・フォーマッタ３５０を含むエンコーダ３００のための実施例を示す。加えて、エンコーダ３００は、エンベロープデータ・カルキュレータ２１０を含む。エンコーダ３００は、分析ＱＭＦバンク３２０、ＢＷＥ関連モジュール３１０およびＬＰフィルタ３３０に接続されるＰＣＭサンプルのための入力信号（オーディオ信号１０５；ＰＣＭ＝パルス符号変調）を含む。分析ＱＭＦバンク３２０は、エンベロープデータ・カルキュレータ２１０と接続され、第２の周波数帯域１０５ｂを分離する高域フィルタを含む。そして、それは、次に、ビットストリーム・ペイロード・フォーマッタ３５０と接続される。ＬＰフィルタ３３０は、ＡＡＣコア・エンコーダ３４０と接続され、第１の周波数帯域１０５ａを切り離すローパス・フィルタを含む。そして、それは、次に、ビットストリーム・ペイロード・フォーマッタ３５０と接続される。最後に、ＢＷＥ関連のモジュール３１０は、エンベロープデータ・カルキュレータ２１０およびＡＡＣコア・エンコーダ３４０に接続される。

したがって、エンコーダ３００は、コア周波数帯域１０５ａ（ＬＰフィルタ３３０において）の成分を生成するために、オーディオ信号１０５のダウンサンプリングをする。そしてそれは、ＡＡＣコア・エンコーダ３４０に入力される。そしてそれは、オーディオ信号をコア周波数帯域にコード化して、ビットストリーム・ペイロード・フォーマッタ３５０に符号化信号３５５を伝送する。そこにおいて、コア周波数帯域の符号化されたオーディオ信号３５５は、符号化されたオーディオストリーム３４５（ビットストリーム）に加えられる。一方では、オーディオ信号１０５は、分析ＱＭＦバンク３２０によって分析される、そして、分析ＱＭＦバンクのハイパスフィルタは、高周波帯域１０５ｂの周波数成分を抽出して、ＢＷＥデータ３７５を生成するために、この信号をエンベロープデータ・カルキュレータ２１０に入力する。例えば、６４サブバンドＱＭＦバンク３２０は、入力信号のサブバンドフィルタリングを実行する。このように、フィルタバンク（すなわち、サブバンドサンプル）からの出力は、複合的価値を有し、規則的なＱＭＦバンクと比較して、２倍でオーバーサンプリングされる。

ＢＷＥ関連のモジュール３１０は、例えば、ＢＷＥ出力データ１０２を生成する装置１００を含み得る。当該装置１００は、例えば、ＢＷＥ出力データ１０２（歯擦音パラメータ）をエンベロープデータ・カルキュレータ２１０に提供することによって、エンベロープデータ・カルキュレータ２１０を制御する。分析ＱＭＦバンク３２０によって生成されるオーディオ成分１０５ｂを用いて、エンベロープデータ・カルキュレータ２１０は、ＢＷＥデータ３７５を計算し、ビットストリーム・ペイロード・フォーマッタ３５０にＢＷＥデータ３７５を伝送する。そしてそれは、ＢＷＥデータ３７５と、オーディオストリーム３４５のコア・エンコーダ３４０によって符号化された成分３５５とを結合する。加えて、エンベロープデータ・カルキュレータ２１０は、例えば、ノイズ・エンベロープの中でノイズフロアを調整するために、例えば歯擦音パラメータ１２５を使用することができる。

あるいは、装置１００は、ＢＷＥ出力データ１０２を生成するための、エンベロープデータ・カルキュレータ２１０の一部でもよい。そして、処理装置は、ビットストリーム・ペイロード・フォーマッタ３５０の一部でもよい。したがって、装置１００の異なる構成要素は、図３の異なるエンコーダの構成部品の一部でもよい。

図４は、デコーダ４００のための実施例を示す。そこにおいて、符号化されたオーディオストリーム３４５は、ビットストリーム・ペイロード・デフォーマッタ３５７に入力される。そしてそれは、符号化されたオーディオ信号３５５をＢＷＥデータ３７５から分離する。符号化されたオーディオ信号３５５は、例えば、ＡＡＣコア・デコーダ３６０に入力される、そしてそれは、第１の周波数帯域の復号化されたオーディオ信号１０５ａを生成する。オーディオ信号１０５ａ（第１の周波数帯域の成分）は、３２個のバンド分析ＱＭＦバンク３７０に入力され、例えば、第１の周波数帯域のオーディオ信号１０５ａから３２個の周波数サブバンド１０５ ₃₂ を生成する。周波数サブバンド・オーディオ信号１０５ ₃₂ は、未加工信号スペクトル表示４２５（パッチ）を生成するために、パッチ・ジェネレータ４１０に入力される。そしてそれはＢＷＥツールに４３０ａに入力される。ＢＷＥツール４３０ａは、例えば、ノイズフロアを生成するために、ノイズフロア計算ユニットを含む。加えて、ＢＷＥツール４３０ａは、欠落高調波を再建することができるかまたは逆フィルタ・ステップを実行することができる。ＢＷＥツール４３０ａは、パッチ・ジェネレータ４１０のＱＭＦスペクトルデータ出力に用いられる周知のスペクトル帯域複製方法を実施することができる。周波数ドメインにおいて使用するパッチング・アルゴリズムは、例えば、周波数ドメインの中でスペクトルデータの単純なミラーリングまたは複製を採用することができる。

一方で、ＢＷＥデータ３７５（例えばＢＷＥ出力データ１０２を含む）は、ビットストリーム・パーサ３８０に入力される。そしてそれは、異なるサブ情報３８５を取得して、ＢＷＥデータ３７５を分析し、例えば、制御情報４１２およびスペクトル帯域複製パラメータ１０２を引き出すために、例えばハフマン復号化および非量子化ユニット３９０にそれらを入力する。制御情報４１２は、パッチ・ジェネレータ４１０（例えば、特定のパッチング・アルゴリズムを使用する）を制御し、また、ＢＷＥパラメータ１０２は、例えば、エネルギー分布データ１２５（例えば歯擦音パラメータ））を含む。制御情報４１２は、ＢＷＥツール４３０ａに入力され、そして、スペクトル帯域複製パラメータ１０２は、ＢＷＥツール４３０ａおよびエンベロープアジャスタ４３０ｂに入力される。エンベロープアジャスタ４３０ｂは、生成されたパッチのためのエンベロープを調整するよう作動する。その結果、エンベロープアジャスタ４３０ｂは、第２の周波数帯域のために調整された未加工信号１０５ｂを生成して、それを合成ＱＭＦバンク４４０に入力する。そしてそれは、第２の周波数帯域１０５ｂの成分を周波数ドメイン１０５ ₃₂ のオーディオ信号と結合する。合成ＱＭＦ―バンク４４０は、例えば、６４個の周波数バンドを含み、両方の信号（第２の周波数帯域１０５ｂおよび周波数ドメイン・オーディオ信号１０５ ₃₂ の成分）を結合することによって、合成オーディオ信号が１０５（例えばＰＣＭサンプルの出力、ＰＣＭ＝パルス符号変調）を生成する。

合成ＱＭＦバンク４４０は、それが時間領域に変わる前に、そして、それがオーディオ信号１０５として出力される前に、周波数ドメイン信号１０５ ₃₂ と第２の周波数帯域１０５ｂを結合する結合手段を含み得る。結合手段は、任意に、周波数ドメインのオーディオ信号１０５を出力することができる。ＢＷＥツール４３０ａは、スペクトル成分１０５ａが、コア・コーダ３４０によって伝送されて、オリジナル信号の第２の周波数帯域１０５ｂの調性を呈する第２の周波数帯域１０５ｂの成分を合成するために用いることができるように、修復されたスペクトル（未加工の信号スペクトル表示４２５）に付加的なノイズを加える従来のノイズフロアツールを含む。しかしながら、特に、有声音声通話路において、従来のノイズフロアツールによって加えられる付加的なノイズは、再生信号の知覚品質に悪影響を与えることがある。

実施例によれば、検出された一定の歯擦音（図２を見よ）に応じて、フロアノズルツールが、エネルギー分布データ１２５（ＢＷＥデータ１０２の一部）を考慮してノイズフロアを変換するように、ノイズフロアツールは修正され得る。もう一つの方法として、上記のように、デコーダが修正され得ず、その代わりに、エンコーダは、検出されたある程度の歯擦音に応じて、ノイズフロアデータを変換することができる。

図５は、本発明の実施例の修正されたノイズフロア計算ツールと従来のノイズフロア計算ツールとの比較を示す。この修正されたノイズフロアツールは、ＢＷＥツール４３０の一部であり得る。

図５ａは、未加工のスペクトル線およびノイズ・スペクトル線を計算するために、スペクトル帯域複製パラメータ１０２および未加工の信号スペクトル表示４２５を使用するカルキュレータ４３３を含む従来のノイズフロア計算ツールを示す。ＢＷＥデータ３７５は、符号化されたオーディオストリーム３４５の一部としてエンコーダから伝送されるエンベロープデータおよびノイズフロアデータを含み得る。未加工の信号スペクトル表示４２５は、例えば、上側の周波数帯域（第２の周波数帯域１０５ｂの合成された成分）のオーディオ信号の成分を生成するパッチ・ジェネレータから得られる。未加工のスペクトル線およびノイズ・スペクトル線は、さらに、逆フィルタ、エンベロープ調整、欠落した高調波の追加などの必要な処理が行われる。最後に、結合手段４３４は、未加工のスペクトル線と計算されたノイズ・スペクトル線とを組み合せて第２の周波数帯域１０５ｂの成分を形成する。

図５ｂは、本発明の実施例に従属するノイズフロア計算ツールを示す。図５ａで示されるように、従来のノイズフロア計算ツールに加えて、実施例は、例えば、ノイズフロア計算ツール４３３で必要な処理が行われる前に、エネルギー分布データ１２５に基づいて、伝送されたノイズフロアデータを修正するように構成されるノイズフロア修正ユニット４３１を含む。エネルギー分布データ１２５は、エンコーダからＢＷＥデータ３７５に加えて伝送することができ、あるいは、その一部として伝送することができる。伝送されたフロアノイズデータの修正は、例えば、ノイズフロアのレベルに対しての正のスペクトル傾斜（図２ａを見よ）の増加または負のスペクトル傾斜（図２ｂを見よ）の減少を含む。一例として、３ｄＢによる増加または３ｄＢによる減少または他のいかなる離散値（例えば、＋／−１ｄＢ、または、＋／−２ｄＢ））も含む。離散値は、整数ｄＢ値または整数以外のｄＢ値であり得る。関数的従属性（例えば線形関係）は、減少／増加およびスペクトル傾斜の間にもあり得る。

この修正されたノイズフロアデータに基づいて、ノイズフロア計算ツール４３３は、再び未加工の生のスペクトル線を計算し、未加工の信号スペクトル表示４２５に基づいてノイズ・スペクトル線を修正した。そして、それはパッチ・ジェネレータから再び得ることができる。図５ｂのスペクトル帯域複製ツール４３０は、第２の周波数帯域１０５ｂの成分を生成するために、未加工のスペクトル線と計算されたノイズフロア（修正ユニット４３１からの修正によって）とを結合するための結合手段４３４もまた含む。

エネルギー分布データ１２５は、伝送されたノイズフロアデータのレベルの修正を最も単純な場合において示すことができる。前記のように、第１のＬＰＣ係数は、また、エネルギー分布データ１２５として用いられ得る。したがって、さらなる実施例は、符号化オーディオストリーム３４５によってすでに伝送されているオーディオ信号１０５がＬＰＣを用いて符号化される場合、エネルギー分布データ１２５として、第１のＬＰＣ係数を使用する。この場合、エネルギー分布データ１２５を加えて伝送する必要がない。

また、ノイズフロア修正ユニット４３１が処理装置４３３を経て配置することができるように、ノイズフロアの修正は、計算の後、カルキュレータ４３３で行うこともできる。さらなる実施例において、エネルギー分布データ１２５は、計算パラメータとしてノイズフロアの計算を直接修正しているカルキュレータ４３３に、直接入力され得る。それゆえ、ノイズフロア修正ユニット４３１およびカルキュレータ／処理装置４３３は、ノイズフロア修正ツール４３３，４３１に結合され得る。

もう一つの実施例では、ノイズフロア計算ツールは、スイッチを含むＢＷＥツール４３０を含む。そこにおいて、スイッチは、高レベルのノイズフロア（正のスペクトル傾斜）および低レベルのノイズフロア（負のスペクトル傾斜）の間に切り替わるように構成される。例えば、高レベルは、ノイズのための伝送されたレベルが２倍になる（または要因によって乗算される）場合に相当するのに対して、低レベルは、伝送されたレベルが要因によって低下する場合に相当する。スイッチは、オーディオ信号の正または負のスペクトル傾斜を示している符号化されたオーディオ信号３４５のビットストリームのビットによって制御することができる。また、スイッチは、復号化されたオーディオ信号１０５ａ（第１の周波数帯域の成分）の分析、あるいは、周波数サブバンド・オーディオ信号１０５３２の分析、例えばスペクトル傾斜（スペクトル傾斜が正または負であるかどうか）に関しての分析によっても、作動することができる。また、スイッチは、第１のＬＰＣ係数によって制御することもできる。これは、この係数がスペクトル傾斜（上記参照）を示しているためである。

図１，３〜５のいくつかには、装置のブロック図が図解されているにもかかわらず、これらの図は同時に方法の説明図である。ここで、ブロックの機能性は、方法のステップに対応する。

前記したように、ＳＢＲタイムユニット（ＳＢＲフレーム）または時間部分は、さまざまなデータブロック（いわゆるエンベロープ）に分割することができる。この分割は、ＳＢＲフレームを通して均一であってもよく、ＳＢＲフレームでオーディオ信号の合成を柔軟に調整することができる。

図６は、エンベロープの数ｎにおけるＳＢＲフレームのための前記の分割を図解する。ＳＢＲフレームは、最初の時間ｔ０および最終の時間ｔｎとの間の時間または時間部分Ｔをカバーする。例えば、時間部分Ｔは、８つの時間部分、最初の時間部分Ｔ１、２番目の時間部分Ｔ２、・・・８番目の時間部分Ｔ８に分割される。この実施例では、エンベロープの最大数は、時間部分の数と一致して、ｎ＝８によって与えられる。８つの時間部分Ｔ１、・・・、Ｔ８は、境界１が第１番目および第２番目の時間部分Ｔ１およびＴ２を分離し、境界２が第２番目部分Ｔ２および第３番目部分Ｔ３の間に位置し、境界７が第７番目部分Ｔ７および第８番目部分Ｔ８を分離するまでを意味する７つの境界によって、分離される。

さらなる実施例において、ＳＢＲフレームは、４つのノイズ・エンベロープ（ｎ＝４）に分けられるかまたは２つのノイズ・エンベロープ（ｎ＝２）に分けられる。図６で示される実施例において、すべてのエンベロープは、同じ時間的長さを含む。そしてそれは、ノイズ・エンベロープが異なっている時間長さをカバーするように、他の実施例において異なってもよい。詳細には、２つのノイズを有するエンベロープ（ｎ＝２）の場合、第１のエンベロープは、時間ｔ０から最初の４つの時間部分（Ｔ１、Ｔ２、Ｔ３およびＴ４）にわたって延びて、第２のノイズ・エンベロープは、第５番目から第８番目の時間部分（Ｔ５、Ｔ６、Ｔ７およびＴ８）までカバーする。標準規格ＩＳＯ／ＩＥＣ １４４９６―３によって、エンベロープの最大限度の数は、２に制限される。しかし、実施例は、エンベロープ（例えば２、４または８つのエンベロープ）がいくつでも使用することができる。

さらなる実施例において、エンベロープデータ・カルキュレータ２１０は、測定されたノイズフロアデータ１１５の変更に応じてエンベロープの数を変えるように構成される。例えば、測定されたノイズフロアデータ１１５が変更ノイズフロア（例えば閾値より上）を示す場合、エンベロープの数は増加する可能性があるのに対して、ノイズフロアデータ１１５が一定のノイズフロアを示す場合に備えて、エンベロープの数は減少する可能性がある。他の実施態様において、信号エネルギー・キャラクタライザ１２０は、話し言葉の歯擦音を検出するために、言語学的情報に基づくことがあり得る。例えば、音声信号は、国際的な発音から類推されるつづりのような関連したメタ情報に結びつけられ、それから、このメタ情報の分析は、スピーチ部分の歯擦音の検出も提供する。これに関連して、オーディオ信号のメタデータ部分は、分析される。

いくつかの態様が装置との関連で記載されていたにもかかわらず、ブロックまたはデバイスが方法ステップまたは方法ステップの機能に対応する場合には、これらの態様もまた対応する方法の説明を表すことは、明らかである。同様に、態様は、対応するブロック、または、項目、または、対応する装置の機能の説明を表す方法ステップとの関連でも記載されている。

この発明の符号化されたオーディオ信号は、デジタル記憶媒体に保存することができるか、または、例えば無線伝送媒体などの伝送媒体、または、例えばインターネットなどの有線伝送媒体にすることができる。

特定の実現要求に応じて、本発明の実施例は、ハードウェアにおいて、または、ソフトウェアにおいて実現することができる。インプリメンテーションは、その上に格納される電子的に読み込み可能な制御信号を有するデジタル記憶媒体（例えばフロッピー（登録商標）ディスク、ＤＶＤ、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭまたはＦＬＡＳＨメモリ）を使用することで、実行することができる。そしてそれは、それぞれの方法が実行されるように、プログラミング可能なコンピュータシステムと協同する（または、協同することができる）。

本発明によるいくつかの実施例は、本願明細書において記載されている方法のうちの１つは実行されるように、プログラミング可能なコンピュータシステムと協同することができる電子的に読み込み可能な制御信号を有するデータ記憶媒体を含む。

通常、本発明の実施例は、プログラムコードを有するコンピュータ・プログラム製品として実装されることができる。そして、コンピュータ・プログラム製品がコンピュータ上で動作するときに、その方法のうちの１つを実行するために、プログラムコードが実施されている。プログラムコードは、機械可読キャリアに例えば格納することができる。

他の実施例は、本願明細書において記載されていて、機械可読キャリアに格納される方法のうちの１つを実行するための計算機プログラムを含む。

したがって、換言すれば、本発明の方法の実施例は、コンピュータ・プログラムがコンピュータで作動するときに、本願明細書において記載されている方法のうちの１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。

したがって、本発明の方法のさらなる実施例において、 データキャリア（またはデジタル記憶媒体またはコンピュータ可読媒体）は、本願明細書において記載されている方法のうちの１つを実行するために、その上に記録されるコンピュータプログラムを含む。

したがって、発明の方法のさらなる実施例は、本願明細書において記載されている方法のうちの１つを実行するためのコンピュータプログラムを示すデータストリームまたは一連の信号である。データストリームまたは一連の信号は、データ通信接続によって、例えばインターネットを介して伝送するために構成することができる。

さらなる実施例は、本願明細書において記載されている方法のうちの１つを実行するようにあるいは実行するように適合される、例えばコンピュータまたはプログラム可能論理回路などの処理手段を含む。

さらなる実施例は、本願明細書において記載されている方法のうちの１つを実行するために、コンピュータプログラムがインストールされたコンピュータを含む。

いくつかの実施例において、プログラム可能論理回路（例えばフィールドプログラマブルゲートアレイ）は、本願明細書において記載されている方法の機能性のいくらかまたは全てを実行するために、用いることができる。いくつかの実施例において、フィールドプログラマブルゲートアレイは、本願明細書において記載されている方法のうちの１つを実行するために、マイクロプロセッサと協同することができる。通常、好ましくは、この方法は、いかなるハードウェア装置によっても実行される。

上記した実施例は、単に本発明の原理のために図示するだけである。本願明細書において記載されている配置の修正、変更および詳細は、他の当業者にとって明らかであろうことは理解される。したがって、本発明は、特許請求の範囲によってのみ限定されるものであり、本願明細書の実施例の記述および説明によって提示された特定の細部によって限定されるものではないということが真意である。

Claims (8)

1. オーディオ信号（１０５）に対して帯域幅拡張出力データ（１０２）を生成するための装置（１００）であって、
   前記オーディオ信号（１０５）は、第１の周波数帯域（１０５ａ）および第２の周波数帯域（１０５ｂ）の成分を含み、前記帯域幅拡張出力データ（１０２）は、前記第２の周波数帯域（１０５ｂ）の前記成分の合成を制御するように適合され、
   前記装置は、
   前記オーディオ信号の時間部分のための前記第２の周波数帯域のノイズフロアを示す前記オーディオ信号（１０５）の時間部分（Ｔ）のための前記第２の周波数帯域（１０５ｂ）のノイズフロアデータ（１１５）を測定するためのノイズフロア測定器（１１０）、
   前記時間部分（Ｔ）のスペクトルにおけるエネルギー分布を特徴づけているエネルギー分布データ（１２５）を引き出すための信号エネルギー・キャラクタライザ（１２０）、および
   修正されたノイズフロアを示す修正されたノイズフロアデータを得るために、より多くの歯擦音を含むオーディオ信号（１０５）については、より少ない歯擦音を含むオーディオ信号（１０５）に比べると、前記修正されたノイズフロアが増加されるように、前記エネルギー分布データ（１２５）に従って前記ノイズフロアデータ（１１５）を変更する処理装置（１３０）を含み、
   前記処理装置（１３０）は、前記帯域幅拡張出力データ（１０２）を得るために、前記修正されたノイズフロアデータをビットストリームに加算するよう構成される、オーディオ信号（１０５）に対して帯域幅拡張出力データ（１０２）を生成するための装置（１００）。
2. 前記信号エネルギー・キャラクタライザ（１２０）は、エネルギー分布データ（１２５）として、歯擦音パラメータまたはスペクトル傾斜パラメータを用いるように構成され、前記歯擦音パラメータまたは前記スペクトル傾斜パラメータは、周波数（Ｆ）を有する前記オーディオ信号（１０５）の増加レベルまたは減少レベルを特定する、請求項１に記載の装置（１００）。
3. 前記信号エネルギー・キャラクタライザ（１２０）は、前記歯擦音パラメータとして、第１の線形予測符号化係数を用いるように構成されている、請求項２に記載の装置（１００）。
4. 前記処理装置（１３０）は、前記ノイズフロアデータ（１１５）および前記スペクトルエネルギー分布データ（１２５）を前記帯域幅拡張出力データ（１０２）としてのビットストリームに加えるように構成されている、請求項１〜請求項３のいずれか１項に記載の装置（１００）。
5. オーディオ信号（１０５）を符号化するためのエンコーダ（３００）であって、
   前記オーディオ信号（１０５）は、第１の周波数帯域（１０５ａ）および第２の周波数帯域（１０５ｂ）の成分を含み、
   前記エンコーダは、
   前記第１の周波数帯域（１０５ａ）の前記成分をコード化するためのコア・コーダ（３４０）、
   帯域幅拡張出力データ（１０２）を生成するための請求項１〜請求項４のいずれか１項に記載の装置、および
   前記第２の周波数帯域（１０５ｂ）の成分に基づいて、帯域幅拡張データ（３７５）を計算するためのノイズエンベロープデータ・カルキュレータ（２１０）を含み、
   前記計算された帯域幅拡張データ（３７５）は、前記帯域幅拡張出力データ（１０２）を含む、オーディオ信号（１０５）を符号化するためのエンコーダ（３００）。
6. 前記時間部分（Ｔ）は、複数のノイズ・エンベロープを含むＳＢＲフレームをカバーし、
   前記ノイズエンベロープデータ・カルキュレータ（２１０）は、前記複数のノイズ・エンベロープの異なるノイズ・エンベロープのために、異なる帯域幅拡張データ（３７５）を計算するように構成されている、請求項５に記載のエンコーダ（３００）。
7. オーディオ信号（１０５）に対して帯域幅拡張出力データ（１０２）を生成するための方法であって、
   前記オーディオ信号（１０５）は、第１の周波数帯域（１０５ａ）の成分および第２の周波数帯域（１０５ｂ）の成分を含み、
   前記帯域幅拡張出力データは、前記第２の周波数帯域（１０５ｂ）の成分の合成を制御するように適合され、
   前記帯域幅拡張出力データ（１０２）を生成する工程は、
   前記オーディオ信号の時間部分のための前記第２の周波数帯域のノイズフロアを示す前記オーディオ信号（１０５）の時間部分（Ｔ）のための前記第２の周波数帯域（１０５ｂ）のノイズフロアデータ（１１５）を測定すること、
   前記オーディオ信号（１０５）の前記時間部分（Ｔ）のスペクトルにおけるエネルギー分布を特徴づけているエネルギー分布データ（１２５）を引き出すこと、
   修正されたノイズフロアデータを示す修正されたノイズフロアデータを得るために、より多くの歯擦音を含むオーディオ信号（１０５）については、より少ない歯擦音を含むオーディオ信号（１０５）に比べると、前記修正されたノイズフロアが増加されるように、前記エネルギー分布データ（１２５）に従って前記ノイズフロアデータ（１１５）を変更すること、および
   前記帯域幅拡張出力データ（１０２）を得るために、前記修正されたノイズフロアデータをビットストリームに加算することを含む、オーディオ信号（１０５）に対して帯域幅拡張出力データ（１０２）を生成するための方法。
8. 請求項７に記載の方法を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