JP5722437B2 - 広帯域音声コーディングのための方法、装置、およびコンピュータ可読記憶媒体 - Google Patents
広帯域音声コーディングのための方法、装置、およびコンピュータ可読記憶媒体 Download PDFInfo
- Publication number
- JP5722437B2 JP5722437B2 JP2013513331A JP2013513331A JP5722437B2 JP 5722437 B2 JP5722437 B2 JP 5722437B2 JP 2013513331 A JP2013513331 A JP 2013513331A JP 2013513331 A JP2013513331 A JP 2013513331A JP 5722437 B2 JP5722437 B2 JP 5722437B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- frequency subband
- narrowband
- highband
- excitation signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 122
- 230000005284 excitation Effects 0.000 claims description 260
- 238000005070 sampling Methods 0.000 claims description 99
- 230000003595 spectral effect Effects 0.000 claims description 83
- 238000001228 spectrum Methods 0.000 claims description 80
- 238000012545 processing Methods 0.000 claims description 64
- 238000001914 filtration Methods 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 14
- 238000012952 Resampling Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000004606 Fillers/Extenders Substances 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 50
- 238000010586 diagram Methods 0.000 description 50
- 230000006870 function Effects 0.000 description 39
- 238000003786 synthesis reaction Methods 0.000 description 34
- 230000015572 biosynthetic process Effects 0.000 description 32
- 238000013139 quantization Methods 0.000 description 32
- 230000005236 sound signal Effects 0.000 description 26
- 239000013598 vector Substances 0.000 description 25
- 230000004044 response Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 19
- 238000012546 transfer Methods 0.000 description 17
- 238000013459 approach Methods 0.000 description 15
- 238000007493 shaping process Methods 0.000 description 14
- 238000003491 array Methods 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 12
- 230000007774 longterm Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 11
- 230000002087 whitening effect Effects 0.000 description 11
- 101000608720 Helianthus annuus 10 kDa late embryogenesis abundant protein Proteins 0.000 description 10
- 101100351710 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) PEX13 gene Proteins 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 7
- 101100082969 Komagataella pastoris PEX12 gene Proteins 0.000 description 6
- 101100029361 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) PEX5 gene Proteins 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 101100136256 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) PEX19 gene Proteins 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 101100464310 Pithecopus hypochondrialis psn-10 gene Proteins 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 101000962355 Homo sapiens NACHT, LRR and PYD domains-containing protein 11 Proteins 0.000 description 2
- 101100446506 Mus musculus Fgf3 gene Proteins 0.000 description 2
- 102100039241 NACHT, LRR and PYD domains-containing protein 11 Human genes 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 101000767160 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) Intracellular protein transport protein USO1 Proteins 0.000 description 2
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 101150047356 dec-1 gene Proteins 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 101100519446 Arabidopsis thaliana PERK13 gene Proteins 0.000 description 1
- 108010023321 Factor VII Proteins 0.000 description 1
- 108010054218 Factor VIII Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 235000019169 all-trans-retinol Nutrition 0.000 description 1
- 239000011717 all-trans-retinol Substances 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
本特許出願は、２０１０年６月１日に出願され、本出願の譲受人に譲渡された「SYSTEMS, METHODS, APPARATUS, AND COMPUTER PROGRAM PRODUCTS FOR WIDEBAND SPEECH CODING」と題する仮出願第６１／３５０，４２５号（代理人整理番号第０９２０８６Ｐ１号）に優先権を主張する。
本開示は音声処理に関する。
公衆交換電話網（ＰＳＴＮ）と同様に、従来のワイヤレスボイスサービスは、３００Ｈｚから３４００Ｈｚの間の狭帯域の音響に基づいている。この品質は、５０Ｈｚと７または８ｋＨｚの間の音声周波数を再生するように設計された広帯域（wideband： ＷＢ）高品位（high definition： ＨＤ）ボイスシステムへの関心の高まりにより、課題になっている。このようにして帯域幅を２倍超に増加させることは、知覚される品質および了解度における著しい改善の結果になり得る。広帯域は、企業内のデスクフォンにおいて、ならびに同じタイプの他のクライアントへの通信を提供するパーソナルコンピュータ（ＰＣ）ベースのボイスオーバＩＰ（Voice-over-IP： ＶｏＩＰ）クライアント（たとえば、Ｓｋｙｐｅ）において、勢いを増している。
広帯域の会話音声が勢いを増し始めていることに伴って、コーデック開発者は、会話音声のための音響帯域幅における次の発展段階に注目している。現在、５０Ｈｚから１４ｋＨｚまでの周波数を再生する新しい超広帯域（super-wideband： ＳＷＢ）の音声コーデックに向かう傾向がある。
音声のための帯域幅を１４ｋＨｚに拡張することは、セルラー呼に新しい会話の音響感覚をもたらすことになる。可聴スペクトルのほぼ全体をカバーすることによって、追加された帯域幅は、改善された臨場感を与えることができる。有声音声は、一般に、オクターブごとに約マイナス６デシベルでロールオフし、その結果、１４ｋＨｚを超えるとエネルギーがほとんど残らない。
一般的構成によって、低周波数のサブバンドにおいて、および低周波数サブバンドとは別個である高周波数サブバンドにおいて周波数成分を有する音響信号を処理する方法は、狭帯域信号とスーパーハイバンド（超広帯域）信号とを取得するために音響信号をフィルタ処理することを含む。本方法は、狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算することと、符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算することとを含む。本方法は、スーパーハイバンド信号からの情報に基づいて、高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、スーパーハイバンド信号に基づく信号とスーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得ファクタ（factor：係数または因子）を計算することとを含む。本方法では、狭帯域信号は低周波数サブバンド中の周波数成分に基づき、スーパーハイバンド信号は高周波数サブバンド中の周波数成分に基づく。本方法では、低周波数サブバンドの幅は少なくとも３キロヘルツであり、低周波数サブバンドと高周波数サブバンドは、低周波数サブバンドの幅の少なくとも半分に等しい距離だけ分離される。一例では、スーパーハイバンド励振信号を計算することは、補間信号を生成するために、符号化された狭帯域励振信号からの情報に基づく信号をアップサンプリングすることと、スペクトル的に拡張された信号を生成するために、補間信号に基づく信号のスペクトルを拡張することとを含み、スーパーハイバンド励振信号はスペクトル的に拡張された信号に基づく。
別の一般的構成によって、低周波数サブバンドにおける、および低周波数サブバンドとは別個である高周波数サブバンドにおける周波数成分を有する音響信号を処理するための装置は、狭帯域信号とスーパーハイバンド信号とを取得するために音響信号をフィルタ処理するための手段と、狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するための手段と、符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算するための手段とを含む。本装置は、スーパーハイバンド信号からの情報に基づいて、高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算するための手段と、スーパーハイバンド信号に基づく信号とスーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得ファクタ（係数）を計算するための手段とを含む。本装置では、狭帯域信号は低周波数サブバンド中の周波数成分に基づき、スーパーハイバンド信号は高周波数サブバンド中の周波数成分に基づく。本装置では、低周波数サブバンドの幅は少なくとも３キロヘルツであり、低周波数サブバンドと高周波数サブバンドは、低周波数サブバンドの幅の少なくとも半分に等しい距離だけ分離される。一例では、スーパーハイバンド励振信号を計算するための手段は、補間信号を生成するために、符号化された狭帯域励振信号からの情報に基づく信号をアップサンプリングするための手段と、スペクトル的に拡張された信号を生成するために、補間信号に基づく信号のスペクトルを拡張するための手段とを含み、スーパーハイバンド励振信号はスペクトル的に拡張された信号に基づく。
別の一般的構成によって、低周波数サブバンドにおける、および低周波数サブバンドとは別個である高周波数サブバンドにおける周波数成分を有する音響信号を処理するための装置は、狭帯域信号とスーパーハイバンド信号とを取得するために音響信号をフィルタ処理するように構成されたフィルタバンクと、狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するように構成された狭帯域エンコーダとを含む。また、本装置は、（Ａ）符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算することと、（Ｂ）スーパーハイバンド信号からの情報に基づいて、高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、（Ｃ）スーパーハイバンド信号に基づく信号とスーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算することとを行うように構成されたスーパーハイバンドエンコーダとを含む。本装置では、狭帯域信号は低周波数サブバンド中の周波数成分に基づき、スーパーハイバンド信号は高周波数サブバンド中の周波数成分に基づく。本装置では、低周波数サブバンドの幅は少なくとも３キロヘルツであり、低周波数サブバンドと高周波数サブバンドは、低周波数サブバンドの幅の少なくとも半分に等しい距離だけ分離される。一例では、スーパーハイバンドエンコーダは、補間信号を生成するために、符号化された狭帯域励振信号からの情報に基づく信号をアップサンプリングするよう構成されたアップサンプラと、スペクトル的に拡張された信号を生成するために、補間信号に基づく信号のスペクトルを拡張するよう構成されたスペクトル拡張器とを含み、スーパーハイバンド励振信号はスペクトル的に拡張された信号に基づく。
従来の狭帯域（ＮＢ）音声コーデックは、一般に、３００から３４００Ｈｚまでの周波数範囲を有する信号を再生する。広帯域音声コーデックは、このカバレージを、５０〜７０００Ｈｚに拡張する。この中に記載されるＳＷＢ音声コーデックは、５０Ｈｚから１４ｋＨｚまでのように、はるかに広い周波数範囲を再生するために使用され得る。拡張された帯域幅は、より大きい臨場感とともにより自然なサウンディング感覚を受話者に提供することができる。
提案のスペクトル的に効率的なＳＷＢ音声コーデックは、処理された音声が、従来の音声コーデックが提供することができるものよりもはるかに広い帯域幅を含むような、新しい音声符号化（エンコーディング）および復号化（デコーディング）技法を提供する。概して狭帯域（０〜３．５ｋＨｚ）または広帯域（０〜７ｋＨｚ）のいずれかである他の既存の音声コーデックと比較して、上記ＳＷＢ音声コーデックは、はるかに現実感があり、よりクリアな感覚をモバイルエンドユーザに与える。
その文脈によって明示的に限定されない限り、「信号」という用語は、この中では、ワイヤ、バス、または他の伝送媒体上に表されるような記憶位置（または記憶位置の組）の状態を含む、その通常の意味のいずれをも示すために使用される。その文脈によって明示的に限定されない限り、「生成する（generating）」という用語は、この中では、計算（computing）またはその他の生みだすこと（producing）など、その通常の意味のいずれをも示すのに使用される。その文脈によって明示的に限定されない限り、「計算する（calculating）」という用語は、この中では、複数の値から計算すること（computing）、評価すること（evaluating）、推定すること（estimating）、および／または選択すること（selecting）など、その通常の意味のいずれをも示すのに使用される。その文脈によって明示的に限定されない限り、「取得する（obtaining）」という用語は、計算すること（calculating）、導出すること（deriving）、（たとえば、外部デバイスから）受信すること（receiving）、および／または（たとえば、記憶要素のアレイから）取り出すこと（retrieving）など、その通常の意味のいずれをも示すのに使用される。その文脈によって明確に限定されない限り、「選択する（selecting）」という用語は、２つ以上のセットのうちの少なくとも１つや全てよりも少数を識別すること（identifying）、示すこと（indicating）、適用すること（applying）、および／または使用すること（using）など、その通常の意味のいずれをも示すのに使用される。「備える（comprising）」という用語は、この中および特許請求の範囲において使用される場合、他の要素または動作を除外するものではない。「に基づく」（「ＡはＢに基づく」などのような）という用語は、（ｉ）「から導出される」（たとえば、「ＢはＡのプリカーサ（前兆となるもの）である」）、（ｉｉ）「少なくとも〜に基づく」（たとえば、「Ａは少なくともＢに基づく」）、および、特定の文脈で適当な場合に、（ｉｉｉ）「に等しい」（たとえば、「ＡはＢに等しい」または「ＡはＢと同じである」）、という場合を含む、その通常の意味のいずれをも示すのに使用される。同様に、「に応答して」という用語は、「少なくとも〜に応答して」を含む、その通常の意味のいずれをも示すのに使用される。
別段に規定されていない限り、「一連（series）」という用語は、２つ以上のアイテムの流れ（シーケンス）を示すのに使用される。「対数」という用語は、１０を底とする対数を示すのに使用されるが、他の底へのそのような演算の拡張も本開示の範囲内である。「周波数成分」という用語は、（たとえば、高速フーリエ変換によって生成されるような）信号の周波数領域表現のサンプル（sample）（または「ビン（bin）」）、あるいは信号のサブバンド（たとえば、バーク尺度またはメル尺度のサブバンド）など、信号の周波数の組または周波数帯域のうちの１つを示すのに使用される。
他に示されない限り、特定の特徴を有する装置の動作のいかなる開示も、類似の特徴を有する方法を開示する（その逆も同様）ことをも明示的に意図され、特定の構成による装置の動作のいかなる開示も、類似の構成による方法を開示する（その逆も同様）ことを明示的に意図される。「構成」という用語は、その特定の文脈によって示されるように、方法、装置、および／またはシステムに関して使用され得る。「方法」、「プロセス」、「プロシージャ」、および「技法」という用語は、特定の文脈によって他に示されていない限り、一般的、および互換的に使用される。「装置」および「デバイス」という用語も、特定の文脈によって他に示されていない限り、一般的、および互換的に使用される。「要素」および「モジュール」という用語は、一般に、より大きい構成の一部を示すのに使用される。その文脈によって明示的に限定されない限り、「システム」という用語は、この中では、「共通の目的に寄与するために協働する要素のグループ」を含む、その通常の意味のいずれをも示すのに使用される。文書の一部分の参照によるいかなる組込みも、その部分内で言及された用語または可変要素（variables）の定義が、該定義が現れ、該文書中の他の場所において、ならびに組み込まれた部分で参照される図において現れる場合、そのような定義をも組み込んでいることを理解されたい。
「コーダ（coder）」、「コーデック（codec）」、および「コーディングシステム（coding system）」という用語は、音響信号のフレームを受けて、符号化（エンコード）する（場合によっては知覚面での重み付け、および／または他のフィルタ処理動作などの１つまたは複数の前処理演算の後）ように構成された少なくとも１つのエンコーダと、該フレームの復号（デコードされた）表現を生成するように構成された対応された対応するデコーダとを含むシステムを示すために互換的に使用される。そのようなエンコーダおよびデコーダは、一般に、通信リンクの両端の端末に配備される。全二重通信をサポートするために、エンコーダとデコーダの両方のインスタンスは、一般に、そのようなリンクの各端に配備される。
特定の文脈によって他に規定されていない限り、「狭帯域」という用語は、６ｋＨｚよりも小さい帯域幅（たとえば、０、５０、または３００Ｈｚから、２０００、２５００、３０００、３４００、３５００、または４０００Ｈｚまで）を有する信号を指し、「広帯域」という用語は、６ｋＨｚから１０ｋＨｚまでの範囲の帯域幅（たとえば、０、５０、または３００Ｈｚから、７０００または８０００Ｈｚまで）を有する信号を指し、また、「スーパーワイドバンド（超広帯域）」という用語は、１０ｋＨｚよりも大きい帯域幅（たとえば、０、５０、または３００Ｈｚから、１２、１４、または１６ｋＨｚまで）を有する信号を指す。概して、「ローバンド（低い帯域）」、「ハイバンド（高い帯域）」、および「スーパーハイバンド（超高い帯域）」という用語は、ローバンド信号の周波数範囲が対応するハイバンド信号の周波数範囲より下に伸び、また、ハイバンド信号の周波数範囲がローバンド信号の周波数範囲より上に伸びるように、および、ハイバンド信号の周波数範囲が、対応するスーパーハイバンド信号の周波数範囲より下に伸び、また、スーパーハイバンド信号の周波数範囲が、ハイバンド信号の周波数範囲より上に伸びるように、相対的な意味で使用される。
Ｇ．７１９およびＧ．７２２．１Ｃなど、超広帯域幅をサポートする数個の会話コーデックがＩＴＵ−Ｔ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｕｎｉｏｎ、Ｇｅｎｅｖａ、ＣＨ−Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ Ｓｅｃｔｏｒ）において規格化されている。Ｓｐｅｅｘ（ｗｗｗ−ｄｏｔ−ｓｐｅｅｘ−ｄｏｔ−ｏｒｇでオンライン入手可能）は、ＧＮＵプロジェクト（ｗｗｗ−ｄｏｔ−ｇｎｕ−ｄｏｔ−ｏｒｇ）の一部として利用可能になった他のＳＷＢコーデックである。しかしながら、そのようなコーデックは、セルラー通信ネットワークなどの制約付き適用例において使用するには不適当であり得る。そのようなネットワークにおいて妥当な通信品質をエンドユーザに与えるためにそのようなコーデックを使用することは、一般に、容認できないほど高いビットレートを必要とすることになり、一方、Ｇ．７２２．１Ｃなど、変換ベースの音声コーデックは、より低いビットレートにおいて不満足な音声品質を与え得る。
一般的な音響信号の符号化および復号のための方法は、ストリーミングの音響コンテンツとともに使用するために意図された、コーデックのＡＡＣ（Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）ファミリー（たとえば、Ｅｕｒｏｐｅａｎ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｓ Ｉｎｓｔｉｔｕｔｅ ＴＳ １０２００５、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ（ＩＳＯ）／Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ Ｃｏｍｍｉｓｓｉｏｎ（ＩＥＣ） １４４９６−３：２００９）など、変換ベースの方法を含む。そのようなコーデックは、そのコーデックが容量に影響されやすいワイヤレスネットワーク上で会話音声のための音声信号に直接適用されるときに問題になり得るいくつかの特徴（たとえば、より長い遅延およびより高いビットレート）を有する。３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ（３ＧＰＰ）規格Ｅｎｈａｎｃｅｄ Ａｄａｐｔｉｖｅ Ｍｕｌｔｉ−Ｒａｔｅ−Ｗｉｄｅｂａｎｄ（ＡＭＲ−ＷＢ＋）は、低い（たとえば、１０．４ｋｂｉｔ／ｓと同じくらい低い）レートで高品質ＳＷＢ音声を符号化することが概して可能である、ストリーミング音響コンテンツとともに使用することを意図された他のコーデックであるが、高いアルゴリズム遅延により会話使用に不適当であり得る。
既存の広帯域音声コーデックは、Ｔｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ ２（３ＧＰＰ２、Ａｒｌｉｎｇｔｏｎ、ＶＡ）規格のＥｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ−Ｗｉｄｅｂａｎｄ（ＥＶＲＣ−ＷＢ）コーデック（ｗｗｗ−ｄｏｔ−３ｇｐｐ２−ｄｏｔ−ｏｒｇでオンライン入手可能）およびＧ．７２９．１コーデックなど、モデルベースのサブバンド方法を含む。そのようなコーデックは、高周波数サブバンドにおける信号成分を再構成するために低周波数サブバンドからの情報を使用する、２バンドモデルを実装し得る。ＥＶＲＣ−ＷＢコーデックは、たとえば、ハイバンド励振をシミュレートするために、信号のローバンド部分（５０〜４０００Ｈｚ）について励振のスペクトル伸長を使用する。
ＥＶＲＣ−ＷＢでは、音声信号のハイバンド部分（４〜７ｋＨｚ）は、スペクトル的に効率的な帯域幅伸長モデルを使用して再構成される。ＬＰ分析は、スペクトルエンベロープ情報を取得するために、ＨＢ信号上でさらに実行される。しかしながら、有声ＨＢ励振信号は、もはや、ＨＢ ＬＰＣ分析の実際の残差ではない。代わりに、ＮＢ部分の励振信号が、有声音声のＨＢ励振を発生するための非線形モデルを介して処理される。
そのような手法は、より広い帯域幅を有するハイバンド励振を発生するために使用され得る。適切なエンベロープおよびエネルギーレベルをもってより広い励振を変調した後に、ＳＷＢ音声信号は再構成され得る。ＳＷＢ音声コーディングのためにより広い周波数範囲を含むようにそのような手法を拡張することは、軽微な問題ではなく、とはいえ、この種類のモデルベースの方法が所望の品質および妥当な遅延をもってＳＷＢ音声信号のコーディングを効率的に扱うことができるかどうかは明らかでない。ＳＷＢ音声コーディングへのそのような手法は、いくつかのネットワーク上の会話適用例に好適であり得るが、提案する方法は品質の利点を提供し得る。
提案するＳＷＢコーデックは、ＳＷＢ音声信号を合成するためのマルチバンド手法を導入することによって追加の帯域幅を適切におよび効率的に扱う。この中に記載された提案するＳＷＢ音声コーデックのために、マルチバンド技法が、コーデックが２倍さらにはそれ以上の帯域幅を再生することができるよう、帯域幅カバレージを効率的に拡張するために考案されている。ＳＷＢ音声信号を合成するためにマルチバンドモデルベースの方法を使用する、提案される方法は、ＳＷＢ音声信号の最も広い周波数成分を復元するために、高いスペクトル効率でスーパーハイバンド（ＳＨＢ）部分を表す。それのモデルベースの特性から、この方法は、変換ベースの方法に関連するより高い遅延を回避する。追加のＳＨＢ信号を用いると、出力音声は、より自然となり、より大きい臨場感を与え、したがって、はるかに良い会話感覚をエンドユーザに提供する。また、マルチバンド技法は、２バンド手法において利用可能でないことがある、ＷＢからＳＷＢへの組込みスケーラビリティを可能にする。
一般的な例では、提案されたコーデックは、入力音声信号がローバンド（ＬＢ）、ハイバンド（ＨＢ）およびスーパーハイバンド（ＳＨＢ）という３つの帯域に分割される、３バンド・スプリットバンド手法（three-band split-band approach）を使用して実装される。人間の音声におけるエネルギーは、周波数が増加するにつれてロールオフし、人間の聴覚は、周波数が狭帯域音声を上回って増加するにつれて敏感でなくなるので、よりアグレッシブなモデリングが、知覚的に満足のいく結果をもって、より高い周波数帯域のために使用され得る。
提案されたコーデックにおいて、実際のＳＨＢ励振信号を使用する代わりに、ＳＨＢ励振信号は、ＥＶＲＣ−ＷＢのハイバンド励振拡張と同様のＬＢ励振の非線形拡張を使用してモデル化される。非線形拡張は、実際の励振を計算および符号化することよりも計算量的に複雑さが少ないので、より少ない電力およびより少ない遅延が、エンコーダとデコーダの両方におけるプロセスのこの部分に伴われる。
提案する方法は、ＳＨＢ励振信号と、ＳＨＢスペクトルエンベロープと、ＳＨＢ時間利得パラメータとを使用して、ＳＨＢ成分を再構成する。ＳＨＢのためのスペクトルエンベロープ情報は、元のＳＨＢ信号に基づいて線形予測符号化（linear prediction coding： ＬＰＣ）係数を計算することによって取得され得る。ＳＨＢ時間利得パラメータ（SHB temporal gain parameters）は、元のＳＨＢ信号のエネルギーと推定されたＳＨＢ信号のエネルギーとを比較することによって推定され得る。フレームごとの時間利得のＬＰＣ次数と数との適切な選択は、この方法を使用して達成される品質には重要であり得、また、再生音声品質と、ＳＨＢエンベロープおよび時間利得パラメータを表すのに必要とされるビット数との間の適切なバランスを達成することが望ましいことがある。
提案されるＳＷＢコーデックは、ＥＶＲＣ−ＷＢにおける音声信号のＨＢ部分のコーディングと同様の手法を使用して音声信号のＳＨＢ部分（７〜１４ｋＨｚ）をコーディングするように構成された拡張を含むように実装され得る。図１０に示された１つのそのような例では、非線形関数が、ＳＨＢ励振信号ＸＳ１０を生成するためにＬＢ（５０〜４０００Ｈｚ）のＬＰＣ残差を７〜１４ｋＨｚのＳＨＢまでずっとブラインドで拡張するために使用される。ＳＨＢのスペクトルエンベロープは、（たとえば、８次ＬＰＣ分析によって取得される）ＬＰＣフィルタパラメータＣＰＳ１０ａによって表され、また、ＳＨＢ信号の時間エンベロープは、元と合成されたＳＨＢ信号の利得エンベロープ（たとえば、エネルギー）間の差を表す１０サブフレーム利得および１フレーム利得によってもたらされる。
図１は、（スペクトルおよび時間エンベロープパラメータの量子化を実行するようにも構成され得る）そのようなＳＨＢエンコーダを含むＳＷＢエンコーダＳＷＥ１００のハイレベルブロック図を示す。（スペクトルおよび時間エンベロープパラメータの逆量子化を実行するようにも構成され得る）対応するＳＷＢとＳＨＢとのデコーダは、それぞれ図３および図２１に示される。
提案される方法は、サービスオプション６８（ＳＯ６８）として３ＧＰＰ２によって規格化された（およびｗｗｗ−ｄｏｔ−３ｇｐｐ２−ｄｏｔ−ｏｒｇでオンライン入手可能な）ＥＶＲＣ−Ｂ狭帯域音声コーデックにおいて使用されるのと同じ技術を使用して、ＳＷＢ信号のローバンド（ＬＢ）（たとえば、５０〜４０００Ｈｚ）を符号化するように実装され得る。アクティブ有声音声の場合、ＥＶＲＣ−Ｂは、ローバンドを符号化するために符号励振線形予測（ＣＥＬＰ：code-excited linear prediction）ベースの圧縮技法を使用する。この技法の背景にある基本概念は、準周期的励振（ソース）の線形フィルタ処理の結果として音声を表す、音声生成のソースフィルタモデルである。フィルタは、元の入力音声のスペクトルエンベロープを整形する。入力信号のスペクトルエンベロープは、前のサンプルの線形結合として各サンプルを記述するＬＰＣ係数を使用して近似され得る。励振は、ＬＰＣ分析の残差に最も良く一致するように選択される適応および固定コードブックエントリを使用してモデル化される。極めて高い品質が可能であるが、品質は、約８ｋｂｐｓを下回るビットレートの場合、悪くなり得る。アクティブ無声音声の場合、ＥＶＲＣ−Ｂは、ローバンドを符号化するために、雑音励振線形予測（noise-excited linear prediction：ＮＥＬＰ）ベースの圧縮技法を使用する。
理論上、ＳＨＢモデルは、任意のＬＢおよびＨＢコーディング技法とともに適用され得る。ＬＢ信号は、励振信号の分析および合成と、信号のスペクトルエンベロープの整形とを行う任意の従来のボコーダによって処理され得る。ＨＢ部分は、ＨＢ周波数成分を再生することができる任意のコーデックによって符号化および復号され得る。モデルベースの手法（たとえば、ＣＥＬＰ）を使用することはＨＢには必要でないことが、明示的に注記される。たとえば、ＨＢは、変換ベースの技法を使用して符号化され得る。しかしながら、ＨＢを符号化するためにモデルベースの手法を使用することは、概して、より低いビットレートの要求を伴い、より少ないコーディング遅延を生じる。
提案する方法は、また、サービスオプション７０（ＳＯ７０）として３ＧＰＰ２によって規格化された（およびｗｗｗ−ｄｏｔ−３ｇｐｐ２−ｄｏｔ−ｏｒｇでオンライン入手可能な）ＥＶＲＣ−ＷＢコーデックのハイバンドと同じモデリング手法を使用して、ＳＷＢコーデックの信号のハイバンド（ＨＢ）部分（４〜７ｋＨｚ）を符号化するように実装され得る。この場合、ＨＢは、非線形関数＋スペクトルエンベロープの低レート符号化、（たとえば、図２３Ａに示す）５サブフレーム利得、および１フレーム利得による、ＬＢ線形予測残差のブラインド拡張である。
大部分のビットが最低周波数帯域の高品質符号化に割り振られるように、提案されるコーデックを実装することが望まれ得る。たとえば、ＥＶＲＣ−ＷＢは、２０ミリ秒フレームあたり合計１７１ビットの割り振りの場合、ＬＢを符号化するために１５５ビット、およびＨＢを符号化するために１６ビットを割り振る。提案されるＳＷＢコーデックは、２０ミリ秒フレームあたり合計１９０ビットの割り振りの場合、ＳＨＢを符号化するために、追加の１９ビットを割り振る。結果的に、提案されるＳＷＢコーデックは、１２パーセントより少ないビットレートの増加を伴って、ＷＢの帯域幅を２倍にする。提案されるＳＷＢコーデックの代替実装形態は、（２０ミリ秒フレームあたり合計１９５ビットの割り振りの場合）ＳＨＢを符号化するために追加の２４ビットを割り振る。提案されるＳＷＢコーデックの他の代替実装形態は、（２０ミリ秒フレームあたり合計２０９ビットの割り振りの場合）ＳＨＢを符号化するために追加の３８ビットを割り振る。
提案されるエンコーダの１つのバージョンは、ＳＨＢ信号の再構成のために、ＬＳＦパラメータ、サブフレーム利得、およびフレーム利得という、ハイバンドパラメータの３つの組をデコーダに送信する。各フレームについてのＬＳＦパラメータおよびサブフレーム利得は複数次元であり、一方、フレーム利得はスカラーである。複数次元のパラメータの量子化の場合、ベクトル量子化（ＶＱ）を使用することによって必要とされるビット数を最小限に抑えることが望まれ得る。ハイバンドＬＳＦパラメータとサブフレーム利得とのベクトル次元は通常高いので、スプリットＶＱ（split-VQ）が使用され得る。ある量子化品質を達成するために、ＶＱコードブックは大きくてもよい。単一ベクトルＶＱが選ばれる場合には、メモリの要求を低減し、コードブック検索の複雑性を低下させるために、複数段のＶＱが採用され得る。
図１は、概略構成によるスーパーワイドバンドエンコーダＳＷＥ１００のブロック図を示す。フィルタバンクＦＢ１００は、狭帯域信号ＳＩＬ１０と、ハイバンド信号ＳＩＨ１０と、スーパーハイバンド信号ＳＩＳ３０とを生成するために、スーパーワイドバンド信号ＳＩＳＷ１０をフィルタ処理するように構成される。狭帯域エンコーダＥＮ１００は、狭帯域（ＮＢ）フィルタパラメータＦＰＮ１０と、符号化されたＮＢ励振信号ＸＬ１０とを生成するために、狭帯域信号ＳＩＬ１０を符号化するように構成される。この中でさらに詳細に説明されるように、狭帯域エンコーダＥＮ１００は、一般に、コードブックインデックスとして、または他の量子化形態で、狭帯域フィルタパラメータＦＰＮ１０と、符号化された狭帯域励振信号ＸＬ１０とを生成するように構成される。ハイバンドエンコーダＥＨ１００は、ハイバンドコーディングパラメータＣＰＨ１０を生成するために、符号化された狭帯域励振信号ＸＬ１０からの情報ＸＬ１０ａに従ってハイバンド信号ＳＩＨ１０を符号化するように構成される。この中でさらに詳細に説明されるように、ハイバンドエンコーダＥＨ１００は、一般に、コードブックインデックスとして、または他の量子化形態で、ハイバンドコーディングパラメータＣＰＨ１０を生成するように構成される。スーパーハイバンドエンコーダＥＳ１００は、スーパーハイバンドコーディングパラメータＣＰＳ１０を生成するために、符号化された狭帯域励振信号ＸＬ１０からの情報ＸＬ１０ｂに従ってスーパーハイバンド信号ＳＩＳ１０を符号化するように構成される。この中でさらに詳細に説明されるように、スーパーハイバンドエンコーダＥＳ１００は、一般に、コードブックインデックスとして、または他の量子化形態で、スーパーハイバンドコーディングパラメータＣＰＳ１０を生成するように構成される。
スーパーワイドバンドエンコーダＳＷＥ１００の１つの特定の例は、約９．７５ｋｂｐｓ（キロビット／秒）のレートでスーパーワイドバンド信号ＳＩＳＷ１０を符号化するように構成され、約７．７５ｋｂｐｓが狭帯域フィルタパラメータＦＰＮ１０および符号化された狭帯域励振信号ＸＬ１０のために使用され、約０．８ｋｂｐｓがハイバンドコーディングパラメータＣＰＨ１０のために使用され、約０．９５ｋｂｐｓがスーパーハイバンドコーディングパラメータＣＰＳ１０のために使用される。スーパーワイドバンドエンコーダＳＷＥ１００の他の特定の例は、約９．７５ｋｂｐｓのレートでスーパーワイドバンド信号ＳＩＳＷ１０を符号化するように構成され、約７．７５ｋｂｐｓが狭帯域フィルタパラメータＦＰＮ１０および符号化された狭帯域励振信号ＸＬ１０のために使用され、約０．８ｋｂｐｓがハイバンドコーディングパラメータＣＰＨ１０のために使用され、約１．２ｋｂｐｓがスーパーハイバンドコーディングパラメータＣＰＳ１０のために使用される。スーパーワイドバンドエンコーダＳＷＥ１００の他の特定の例は、約１０．４５ｋｂｐｓのレートでスーパーワイドバンド信号ＳＩＳＷ１０を符号化するように構成され、約７．７５ｋｂｐｓが狭帯域フィルタパラメータＦＰＮ１０および符号化された狭帯域励振信号ＸＬ１０のために使用され、約０．８ｋｂｐｓがハイバンドコーディングパラメータＣＰＨ１０のために使用され、約１．９ｋｂｐｓがスーパーハイバンドコーディングパラメータＣＰＳ１０のために使用される。
符号化された狭帯域信号、ハイバンド信号、およびスーパーハイバンド信号を単一のビットストリームに組み合わせることが望まれ得る。たとえば、符号化されたスーパーワイドバンド信号として、（たとえば、有線、光、または無線送信チャネル上での）送信のために、または記憶のために、符号化された信号を共にマルチプレクスすることが望まれ得る。図２は、狭帯域フィルタパラメータＦＰＮ１０と、符号化された狭帯域励振信号ＸＬ１０と、ハイバンドコーディングパラメータＣＰＨ１０と、スーパーハイバンドコーディングパラメータＣＰＳ１０とを、マルチプレクスされた信号ＳＭ１０に組み合わせるように構成されたマルチプレクサＭＰＸ１００（たとえば、ビットパッカー）を含むスーパーワイドバンドエンコーダＳＷＥ１００の実装形態ＳＷＥ１１０のブロック図を示す。
また、エンコーダＳＷＥ１１０を含む装置は、マルチプレクスされた信号ＳＭ１０を、有線、光、または無線チャネルなどの送信チャネルの中に送信するように構成された回路を含み得る。そのような装置は、また、誤り訂正符号化（たとえば、レート互換畳み込み符号化（rate-compatible convolutional encoding））および／または誤り検出符号化（たとえば、サイクリック冗長性符号化（cyclic redundancy encoding））、および／またはネットワークプロトコルの１つまたは複数のレイヤの符号化（たとえば、イーサネット（登録商標）、ＴＣＰ／ＩＰ、ｃｄｍａ２０００）などの、信号上で１つまたは複数のチャネル符号化動作を実行するように構成され得る。
マルチプレクサＭＰＸ１００は、符号化された狭帯域信号が、ハイバンド信号、スーパーハイバンド信号、および／またはローバンド信号など、マルチプレクスされた信号ＳＭ１０の他の部分とは独立に復元され、復号され得るように、マルチプレクスされた信号ＳＭ１０の分離可能なサブストリームとして、（狭帯域フィルタパラメータＦＰＮ１０および符号化された狭帯域励振信号ＸＬ１０を含む）符号化された狭帯域信号を埋め込むように構成されることが望ましくあり得る。たとえば、マルチプレクスされた信号ＳＭ１０は、符号化された狭帯域信号が、ハイバンドコーディングパラメータＣＰＨ１０およびスーパーハイバンドコーディングパラメータＣＰＳ１０を取り去ることによって復元され得るように、アレンジされ得る。そのような特徴の１つの潜在的な利点は、狭帯域信号の復号をサポートするが、ハイバンドまたはスーパーハイバンド部分の復号をサポートしないシステムに、符号化されたスーパーワイドバンド信号を渡す前に、それをトランスコーディング（transcoding）する必要を回避することである。
代替または追加として、マルチプレクサＭＰＸ１００は、符号化された狭帯域信号が、スーパーハイバンドおよび／またはローバンド信号などのマルチプレクスされた信号ＳＭ１０の他の部分とは独立に復元され、復号され得るように、マルチプレクスされた信号ＳＭ１０の分離可能なサブストリームとして、（狭帯域フィルタパラメータＦＰＮ１０、符号化された狭帯域励振信号ＸＬ１０、およびハイバンドコーディングパラメータＣＰＨ１０を含む）符号化された広帯域信号を埋め込むように構成されることが望ましくあり得る。たとえば、マルチプレクスされた信号ＳＭ１０は、符号化された広帯域信号が、スーパーハイバンドコーディングパラメータＣＰＳ１０を取り去ることによって復元され得るように、アレンジされ得る。そのような特徴の１つの潜在的な利点は、広帯域信号の復号はサポートするが、スーパーハイバンド部分の復号はサポートしないシステムに符号化されたスーパーワイドバンド信号を渡す前に、それをトランスコーディングする必要を回避することである。
図３は、概略構成によるスーパーワイドバンドデコーダＳＷＤ１００のブロック図である。狭帯域デコーダＤＮ１００は、復号された狭帯域信号ＳＤＬ１０を生成するために、狭帯域フィルタパラメータＦＰＮ１０と、符号化された狭帯域励振信号ＸＬ１０とを復号するように構成される。ハイバンドデコーダＤＨ１００は、ハイバンドコーディングパラメータＣＰＨ１０と符号化された励振信号ＸＬ１０からの情報ＸＬ１０ａとに基づいて、復号されたハイバンド信号ＳＤＨ１０を生成するように構成される。スーパーハイバンドデコーダＤＳ１００は、スーパーハイバンドコーディングパラメータＣＰＳ１０と符号化された励振信号ＸＬ１０からの情報ＸＬ１０ｂとに基づいて、復号されたスーパーハイバンド信号ＳＤＳ１０を生成するように構成される。フィルタバンクＦＢ２００は、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するために、復号された狭帯域信号ＳＤＬ１０と、復号されたハイバンド信号ＳＤＨ１０と、復号されたスーパーハイバンド信号ＳＤＳ１０とを組み合わせるように構成される。
図４は、マルチプレクスされた信号ＳＭ１０から、符号化された信号ＦＰＮ４０、ＸＬ１０、ＣＰＨ１０、およびＣＰＳ１０を生成するように構成されたデマルチプレクサＤＭＸ１００（たとえば、ビットアンパッカー）を含むスーパーワイドバンドデコーダＳＷＤ１００の実装形態ＳＷＤ１１０のブロック図である。デコーダＳＷＤ１１０を含む装置は、マルチプレクスされた信号ＳＭ１０を、有線、光、または無線チャネルなどの送信チャネルから受信するように構成された回路を含み得る。そのような装置は、また、誤り訂正復号（たとえば、レート互換畳み込み復号）および／または誤り検出復号（たとえば、サイクリック冗長性復号）、および／またはネットワークプロトコルの１つまたは複数のレイヤの復号（たとえば、イーサネット、ＴＣＰ／ＩＰ、ｃｄｍａ２０００）など、１つまたは複数のチャネル復号動作を信号に対して実行するように構成され得る。
フィルタバンクＦＢ１００は、入力信号の対応するサブバンドの周波数成分を各々が含んでいる複数の帯域制限されたサブバンド信号を生成するために、スプリットバンド方式に従って入力信号をフィルタ処理するように構成される。特定の適用例の設計基準に応じて、出力サブバンド信号は、等しいまたは等しくない帯域幅を有し、重複するかまたは重複しなくてもよい。また、３つのサブバンド信号より多くを生成するフィルタバンクＦＢ１００の構成が可能である。たとえば、そのようなフィルタバンクは、狭帯域信号ＳＩＬ１０の周波数範囲の下の周波数範囲（０、２０、または５０Ｈｚから、２００、３００、または５００Ｈｚまでの範囲など）内の成分を含む１つまたは複数のローバンド信号を生成するように構成され得る。そのようなフィルタバンクは、また、スーパーハイバンド信号ＳＩＨ１０の周波数範囲の上の周波数範囲（１４〜２０、１６〜２０、または１６〜３２ｋＨｚの範囲など）内の成分を含む１つまたは複数のウルトラハイバンド信号を生成するように構成されることが可能である。そのような場合、スーパーワイドバンドエンコーダＳＷＥ１００は、この１つまたは複数の信号を別個に符号化するように実装され得、また、マルチプレクサＭＰＸ１００は、追加の符号化された１つまたは複数の信号を（たとえば、分離可能な部分として）マルチプレクスされた信号ＳＭ１０中に含めるように構成され得る。
フィルタバンクＦＢ１００は、低周波数サブバンドと、中間周波数サブバンドと、高周波数サブバンドとを有するスーパーワイドバンド信号ＳＩＳＷ１０を受信するようにアレンジされる。図５Ａに、低減されたサンプリングレートを有する３つのサブバンド信号（狭帯域信号ＳＩＬ１０、ハイバンド信号ＳＩＨ１０、およびスーパーハイバンド信号ＳＩＳ１０）を生成するように構成されたフィルタバンクＦＢ１００の実装形態ＦＢ１１０のブロック図を示す。フィルタバンクＦＢ１１０は、スーパーワイドバンド信号ＳＩＳＷ１０を受信することと、広帯域信号ＳＩＷ１０を生成することとを行うように構成された広帯域分析処理経路ＰＡＷ１０と、スーパーワイドバンド信号ＳＩＳＷ１０を受信することと、スーパーハイバンド信号ＳＩＳ３０を生成することとを行うように構成されたスーパーハイバンド分析処理経路ＰＡＳ１０とを含む。また、フィルタバンクＦＢ１１０は、広帯域信号ＳＩＷ１０を受信することと、狭帯域信号ＳＩＬ１０を生成することとを行うように構成された狭帯域分析処理経路ＰＡＮ１０と、広帯域音声信号ＳＩＷ１０を受信することと、ハイバンド信号ＳＩＨ１０を生成することとを行うように構成されたハイバンド分析処理経路ＰＡＨ１０とを含む。狭帯域信号ＳＩＬ１０は、低周波数サブバンドの周波数成分を含んでおり、ハイバンド信号ＳＩＨ１０は、中間周波数サブバンドの周波数成分を含んでおり、広帯域信号ＳＩＷ１０は、低周波数サブバンドの周波数成分と中間周波数サブバンドの周波数成分とを含んでおり、また、スーパーハイバンド信号ＳＩＳ１０は、高周波数サブバンドの周波数成分を含む。
サブバンド信号はスーパーワイドバンド信号ＳＩＳＷ１０よりも狭い帯域幅を有するので、それらのサンプリングレートは（たとえば、情報の損失なしに計算の複雑性を低減するために）ある程度まで低減され得る。図６Ａは、広帯域分析処理経路ＰＡＷ１０がデシメータ（信号を間引いて，サンプリングレートを下げるもの）ＤＷ１０によって実装され、また、狭帯域分析処理経路ＰＡＮ１０がデシメータＤＮ１０によって実装される、フィルタバンクＦＢ１１０の実装形態ＦＢ１１２のブロック図を示す。また、フィルタバンクＦＢ１１２は、スペクトル反転モジュールＲＨＡ１０とデシメータＤＨ１０とを有するハイバンド分析処理経路ＰＡＨ１０の実装形態ＰＡＨ１２と、スペクトル反転モジュールＲＳＡ１０とデシメータＤＳ１０とを有するスーパーハイバンド分析処理経路ＰＡＳ１０の実装形態ＰＡＳ１２とを含む。
デシメータＤＷ１０、ＤＮ１０、ＤＨ１０、およびＤＳ１０の各々は、後ろにダウンサンプラが続く（たとえば、エイリアシング（ギザつき）を防ぐための）低域通過フィルタとして実装され得る。たとえば、図８Ａは、入力信号を係数２でデシメートするように構成されたようなデシメータＤＳ１０の実装形態ＤＳ１２のブロック図を示す。そのような場合、低域通過フィルタは、ｆs／（２ｋd）のカットオフ周波数を有する有限インパルス応答（ＦＩＲ）または無限インパルス応答（ＩＩＲ）フィルタとして実装され得、ここで、ｆsは入力信号のサンプリングレートであり、また、ｋdはデシメーション係数であり、また、ダウンサンプリングは、信号のサンプルを除くこと、および／またはサンプルを平均値に置き換えることによって実行され得る。
代替的に、デシメータＤＷ１０、ＤＮ１０、ＤＨ１０、およびＤＳ１０のうちの１つまたは複数（場合によってはすべて）は、低域通過フィルタ処理とダウンサンプリングとの演算を統合したフィルタとして実装され得る。デシメータの１つのそのような例は、偶数のｎ≧０についてのデシメートされるべき（信号を間引いて，サンプリングレートを下げるべき）入力信号Ｓin［ｎ］のサンプルが、
によって与えられる伝達関数をもつ全域通過フィルタを通してフィルタ処理され、奇数のｎ≧０についての入力信号Ｓin［ｎ］のサンプルが、
によって与えられる伝達関数をもつ全域通過フィルタを通してフィルタ処理されるような、３セクションポリフェーズ実装形態（three-section polyphase implementation）を使用して、２でのデシメーションを実行するように構成される。
これらの２つのポリフェーズ成分の出力は加算されて（たとえば、平均化されて）、デシメートされた出力信号Ｓout［ｎ］が生じる。特定の例では、値
は、（０．０６０５６５４１９２４２９１、０．４２９４３４０１５４９２３５、０．８０８７３０４８３０６５５２、０．２２０６３０２４８２９６３０、０．６３５９３９４３９６１７０８、０．９４１５１５８３０９５６８２）に等しい。そのような実装形態は、論理および／またはコードの機能ブロックの再利用を可能にし得る。たとえば、この中に記載される２でのデシメート演算のいずれもこのようにして（および、場合によっては異なる時間に同じモジュールによって）実行され得ることが、明示的に注記される。特定の例では、デシメータＤＨ１０およびＤＳ１０は、この３セクションポリフェーズ実装形態を使用して実装される。
代わりに、または追加として、デシメータＤＷ１０、ＤＮ１０、ＤＨ１０、およびＤＳ１０のうちの１つまたは複数（場合によってはすべて）は、デシメートされるべき入力信号が、それぞれの１３次ＦＩＲフィルタのそれぞれによってフィルタ処理される奇数の時間インデックス付きサブシーケンスと偶数の時間インデックス付きサブシーケンスとに分離されるような、ポリフェーズ実装形態を使用して、２でのデシメーションを実行するように構成される。言い換えれば、偶数のサンプルインデックスｎ≧０についてのデシメートされるべき入力信号Ｓin［ｎ］のサンプルは、第１の１３次ＦＩＲフィルタＨdec1（ｚ）を通してフィルタ処理され、また、奇数のｎ≧０についての入力信号Ｓin［ｎ］のサンプルは、第２の１３次ＦＩＲフィルタＨdec2（ｚ）を通してフィルタ処理される。これらの２つのポリフェーズ成分の出力は加算されて（たとえば、平均化されて）、デシメートされた出力信号Ｓout［ｎ］を生じる。特定の例では、フィルタＨdec1（ｚ）およびＨdec2（ｚ）の係数は、以下の表に示されるような係数である。
そのような実装形態は、論理および／またはコードの機能ブロックの再利用を可能にし得る。たとえば、この中に記載される２でのデシメート演算のいずれもこのようにして（および、場合によっては異なる時間に同じモジュールによって）実行され得ることが明示的に注記される。特定の例では、デシメータＤＷ１０およびＤＮ１０は、このＦＩＲポリフェーズ実装形態を使用して実装される。
ハイバンド分析処理経路ＰＡＨ１２では、スペクトル反転モジュールＲＨＡ１０は、（たとえば、関数ｅjnπ、またはシーケンス（−１）n、その値が交互に＋１か−１になる、をもって信号を乗算することによって）広帯域信号ＳＩＷ１０のスペクトルを反転させ、また、デシメータＤＨ１０は、ハイバンド信号ＳＩＨ１０を生成するために、所望のデシメーション係数に従ってスペクトルについて反転された信号のサンプリングレートを低減する。スーパーハイバンド処理経路ＰＡＳ１２では、スペクトル反転モジュールＲＳＡ１０は、（たとえば、関数ｅjnπまたはシーケンス（−１）nをもって信号を乗算することによって）スーパーワイドバンド信号ＳＩＳＷ１０のスペクトルを反転させ、また、デシメータＤＳ１０は、スーパーハイバンド信号ＳＩＳ１０を生成するために、所望のデシメーション係数に従ってスペクトル反転信号のサンプリングレートを低減する。また、符号化のための３つより多くの通過帯域信号を生成するフィルタバンクＦＢ１１２の構成も考えられる。
フィルタバンクＦＢ２００は、出力信号を生成するために、スプリットバンド方式に従って、低周波数成分を有する通過帯域信号と、中間周波数成分を有する通過帯域信号と、高周波数成分を有する通過帯域信号とをフィルタ処理するように構成され、その場合、帯域制限されたサブバンド信号の各々は、出力信号の対応するサブバンドの周波数成分を含む。特定の適用例の設計基準に応じて、出力サブバンド信号は、等しいまたは等しくない帯域幅を有し、重複するかまたは重複しなくてもよい。図５Ｂは、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するために、低減されたサンプリングレートを有する３つの通過帯域信号（復号された狭帯域信号ＳＤＬ１０、復号されたハイバンド信号ＳＤＨ１０、および復号されたスーパーハイバンド信号ＳＤＳ１０）を受信することと、それらの通過帯域信号の周波数成分を組み合わせることとを行うように構成された、フィルタバンクＦＢ２００の実装形態ＦＢ２１０のブロック図を示す。
フィルタバンクＦＢ２１０は、狭帯域信号ＳＤＬ１０（たとえば、狭帯域信号ＳＩＬ１０の復号されたバージョン）を受けることと、狭帯域出力信号ＳＯＬ１０を生成することとを行うように構成された狭帯域合成処理経路ＰＳＮ１０と、ハイバンド信号ＳＤＨ１０（たとえば、ハイバンド信号ＳＩＨ１０の復号されたバージョン）を受けることと、ハイバンド出力信号ＳＯＨ１０を生成することとを行うように構成されたハイバンド合成処理経路ＰＳＨ１０とを含む。フィルタバンクＦＢ２１０は、通過帯域信号ＳＯＬ１０およびＳＯＨ１０の和として、復号された広帯域信号ＳＤＷ１０（たとえば、広帯域信号ＳＩＷ１０の復号されたバージョン）を生成するように構成された加算器ＡＤＤ１０をも含む。また、加算器ＡＤＤ１０は、スーパーハイバンドデコーダＳＷＤ１００によって受け取られおよび／または計算される１つまたは複数の重みに従って、２つの通過帯域信号ＳＯＬ１０およびＳＯＨ１０の重み付け和として、復号された広帯域信号ＳＤＷ１０を生成するように実装され得る。１つのそのような例では、加算器ＡＤＤ１０は、式、ＳＤＷ１０［ｎ］＝ＳＯＬ１０［ｎ］＋０．９＊ＳＯＨ１０［ｎ］に従って、復号された広帯域信号ＳＤＷ１０を生成するように構成される。
また、フィルタバンクＦＢ２１０は、復号された広帯域信号ＳＤＷ１０を受けることと、広帯域出力信号ＳＯＷ１０を生成することとを行うように構成された広帯域合成処理経路ＰＳＷ１０と、スーパーハイバンド信号ＳＤＳ１０（たとえば、スーパーハイバンド信号ＳＩＳ１０の復号されたバージョン）を受けることと、スーパーハイバンド出力信号ＳＯＳ１０を生成することとを行うように構成されたスーパーハイバンド合成処理経路ＰＳＳ１０とを含む。また、フィルタバンクＦＢ２１０は、信号ＳＯＷ１０およびＳＯＳ１０の和として、スーパーワイドバンド出力信号ＳＯＳＷ１０（たとえば、スーパーワイドバンド信号ＳＩＳＷ１０の復号されたバージョン）を生成するように構成された加算器ＡＤＤ２０を含む。また、加算器ＡＤＤ２０は、スーパーハイバンドデコーダＳＷＤ１００によって受けとられ、および／または計算された１つまたは複数の重みに従って、２つの通過帯域信号ＳＯＷ１０およびＳＯＳ１０の重み付け和として、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するように実装され得る。１つのそのような例では、フィルタバンクＦＢ２１０は、式ＳＯＳＷ１０［ｎ］＝ＳＯＷ１０［ｎ］＋０．９＊ＳＯＳ１０［ｎ］に従って、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するように構成される。狭帯域信号ＳＤＬ１０およびＳＯＬ１０は、信号ＳＯＳＷ１０の低周波数サブバンドの周波数成分を含み、ハイバンド信号ＳＤＨ１０およびＳＯＨ１０は、信号ＳＯＳＷ１０の中間周波数サブバンドの周波数成分を含み、広帯域信号ＳＤＷ１０およびＳＯＷ１０は、信号ＳＯＳＷ１０の低周波数サブバンドの周波数成分と中間周波数サブバンドの周波数成分とを含み、また、スーパーハイバンド信号ＳＤＳ１０およびＳＯＳ１０は、信号ＳＯＳＷ１０の高周波数サブバンドの周波数成分を含む。
また、３つより多くのサブバンド信号を組み合わせるフィルタバンクＦＢ２１０の構成が可能である。たとえば、そのようなフィルタバンクは、狭帯域信号ＳＤＬ１０の周波数範囲の下の周波数範囲（０、２０、または５０Ｈｚから、２００、３００、または５００Ｈｚまでの範囲など）の中の成分を含む１つまたは複数のローバンド信号からの周波数成分を有する出力信号を生成するように構成され得る。そのようなフィルタバンクは、また、スーパーハイバンド信号ＳＤＨ１０の周波数範囲の上の周波数範囲（１４〜２０、１６〜２０、または１６〜３２ｋＨｚの範囲など）の中の成分を含む１つまたは複数のウルトラハイバンド信号からの周波数成分を有する出力信号を生成するように構成されることが可能である。そのような場合、スーパーワイドバンドデコーダＳＷＤ１００は、この１つまたは複数の信号を別個に復号するように実装され得、また、デマルチプレクサＤＭＸ１００は、追加の符号化された１つまたは複数の信号を（たとえば、分離可能な部分として）マルチプレクスされた信号ＳＭ１０から抽出するように構成され得る。
サブバンド信号は、スーパーワイドバンド出力信号ＳＯＳＷ１０よりも狭い帯域幅を有するので、それらのサンプリングレートは信号ＳＯＳＷ１０のサンプリングレートよりも低くてもよい。図６Ｂは、狭帯域合成処理経路ＰＳＮ１０が補間器ＩＮ１０によって実装され、また、広帯域合成処理経路ＰＳＷ１０が補間器ＩＷ１０によって実装される、フィルタバンクＦＢ２１０の実装形態ＦＢ２１２のブロック図を示す。また、フィルタバンクＦＢ２１２は、補間器ＩＨ１０とスペクトル反転モジュールＲＨＤ１０とを有するハイバンド合成処理経路ＰＳＨ１０の実装形態ＰＳＨ１２と、補間器ＩＳ１０とスペクトル反転モジュールＲＳＤ１０とを有するスーパーハイバンド合成処理経路ＰＳＳ１０の実装形態ＰＳＳ１２とを含む。
補間器ＩＷ１０、ＩＮ１０、ＩＨ１０、およびＩＳ１０の各々は、後ろに（たとえば、エイリアシングを防ぐための）低域通過フィルタが続くアップサンプラとして実装され得る。たとえば、図８Ｂは、入力信号を係数２で補間するように構成されるような補間器ＩＳ１０の実装形態ＩＳ１２のブロック図を示す。そのような場合、低域通過フィルタは、ｆs／（２ｋd）のカットオフ周波数を有する有限インパルス応答（ＦＩＲ）または無限インパルス応答（ＩＩＲ）フィルタとして実装され得、ここで、ｆsは入力信号のサンプリングレートであり、また、ｋdは補間係数であり、また、アップサンプリングは、ゼロスタッフィング（ゼロの詰め込み）することによって、および／またはサンプルを複製することによって実行され得る。
代替的に、補間器ＩＷ１０、ＩＮ１０、ＩＨ１０、およびＩＳ１０のうちの１つまたは複数（場合によってはすべて）は、アップサンプリングと低域通過フィルタ処理との演算を統合したフィルタとして実装され得る。補間器の１つのそのような例は、偶数のｎ≧０についての補間信号Ｓout［ｎ］のサンプルが、
によって与えられる伝達関数をもつ全域通過フィルタを通して入力信号Ｓin［ｎ／２］をフィルタ処理することによって取得され、また、奇数のｎ≧０についての補間信号Ｓout［ｎ］のサンプルが、
によって与えられる伝達関数をもつ全域通過フィルタを通して入力信号Ｓin［（ｎ−１）／２］をフィルタ処理することによって取得されるような、３セクションポリフェーズ実装形態を使用して、２での補間を実行するように構成される。
特定の例では、値
は、（０．２２０６３０２４８２９６３０、０．６３５９３９４３９６１７０８、０．９４１５１５８３０９５６８２）に等しく、また、値
は、（０．０６０５６５４１９２４２９１、０．４２９４３４０１５４９２３５、０．８０８７３０４８３０６５５２）に等しい。そのような実装形態は、論理および／またはコードの機能ブロックの再利用を可能にし得る。たとえば、この中で記載される２での補間演算のいずれもこのようにして（および、場合によっては異なる時間に同じモジュールによって）実行され得ることが明示的に注記される。特定の例では、補間器ＩＨ１０およびＩＳ１０は、この３セクションポリフェーズ実装形態を使用して実装される。
代替または追加として、補間器ＩＷ１０、ＩＮ１０、ＩＨ１０、およびＩＳ１０のうちの１つまたは複数（場合によっては、すべて）は、補間されるべき入力信号が、補間された信号の奇数の時間インデックス付きサブシーケンスと偶数の時間インデックス付きサブシーケンスとを生成するために、２つの異なる１５次ＦＩＲフィルタによってフィルタ処理されるような、ポリフェーズ実装形態を使用して、２による補間を実行するように構成される。言い換えれば、偶数のサンプルインデックスｎ≧０についての補間された信号Ｓout［ｎ］のサンプルは、第１の１５次ＦＩＲフィルタＨint1（ｚ）を通して、補間されるべき入力信号Ｓin［ｎ／２］をフィルタ処理することによって生成され、また、奇数のｎ≧０について、補間信号Ｓout［ｎ］のサンプルは、第２の１５次ＦＩＲフィルタＨint2（ｚ）を通して入力信号サンプルＳin［（ｎ−１）／２］をフィルタ処理することによって生成される。特定の例では、フィルタＨint1（ｚ）およびＨint2（ｚ）の係数は、以下の表に示すような係数である。
そのような実装形態は、論理および／またはコードの機能ブロックの再利用を可能にし得る。たとえば、この中で記載される２でのデシメート演算のいずれもこのようにして（および、場合によっては、異なる時間に同じモジュールによって）実行され得ることが、明示的に注記される。特定の例では、補間器ＩＮ１０およびＩＷ１０は、このＦＩＲポリフェーズ実装形態を使用して実装される。
ハイバンド合成処理経路ＰＳＨ１２では、補間器ＩＨ１０は、所望の補間係数に従って、復号されたハイバンド信号ＳＤＨ１０のサンプリングレートを増加させ、また、スペクトル反転モジュールＲＨＤ１０は、ハイバンド出力信号ＳＯＨ１０を生成するために、（たとえば、信号に関数ｅjnπまたはシーケンス（−１）nを乗算することによって）アップサンプリングされた信号のスペクトルを反転させる。そして、２つの通過帯域信号ＳＯＬ１０およびＳＯＨ１０は、復号された広帯域信号ＳＤＷ１０が形成するために合計される。また、フィルタバンクＦＢ２１２は、スーパーハイバンドデコーダＳＷＤ１００によって受けとられ、および／または計算される１つまたは複数の重みに従って、２つの通過帯域信号ＳＯＬ１０およびＳＯＨ１０の重み付け和として、復号された広帯域信号ＳＤＷ１０を生成するように実装され得る。１つのそのような例では、フィルタバンクＦＢ２１２は、式、ＳＤＷ１０［ｎ］＝ＳＯＬ１０［ｎ］＋０．９＊ＳＯＨ１０［ｎ］に従って、復号された広帯域信号ＳＤＷ１０を生成するように構成される。
スーパーハイバンド合成処理経路ＰＳＳ１２では、補間器ＩＳ１０は、所望の補間係数に従って、復号されたスーパーハイバンド信号ＳＤＳ１０のサンプリングレートを増加させ、また、スペクトル反転モジュールＲＳＤ１０は、スーパーハイバンド出力信号ＳＯＳ１０を生成するために、（たとえば、関数ｅjnπまたはシーケンス（−１）nをもって信号を乗算することによって）アップサンプリングされた信号のスペクトルを反転させる。そして、２つの通過帯域信号ＳＯＷ１０およびＳＯＳ１０は、スーパーワイドバンド出力信号ＳＯＳＷ１０を形成するために、合計される。また、フィルタバンクＦＢ２１２は、スーパーハイバンドデコーダＳＷＤ１００によって受けとられ、および／または計算される１つまたは複数の重みに従って、２つの通過帯域信号ＳＯＷ１０およびＳＯＳ１０の重み付け和として、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するように実装され得る。１つのそのような例では、フィルタバンクＦＢ２１２は、式、ＳＯＳＷ１０［ｎ］＝ＳＯＷ１０［ｎ］＋０．９＊ＳＯＳ１０［ｎ］に従って、スーパーワイドバンド出力信号ＳＯＳＷ１０を生成するように構成される。また、３つより多くの復号された通過帯域信号を組み合わせるフィルタバンクＦＢ２１２の構成が考えられ得る。
典型的な例では、狭帯域信号ＳＩＬ１０は、３００〜３４００Ｈｚの制限されたＰＳＴＮ範囲を含む低周波数サブバンド（たとえば、０から４ｋＨｚまでの帯域）の周波数成分を含んでいるが、他の例では、低周波数サブバンドは、より狭くてもよい（たとえば、０、５０、または３００Ｈｚから、２０００、２５００、または３０００Ｈｚまで）。図７Ａ、図７Ｂ、および図７Ｃに、３つの異なる実装形態例における狭帯域信号ＳＩＬ１０と、ハイバンド信号ＳＩＨ１０と、スーパーハイバンド信号ＳＩＳ１０との相対の帯域幅を示す。これらの特定の例のすべてにおいて、スーパーワイドバンド信号ＳＩＳＷ１０は、３２ｋＨｚのサンプリングレートを有し（０から１６ｋＨｚまでの範囲内の周波数成分を表す）、また、狭帯域信号ＳＩＬ１０は、８ｋＨｚのサンプリングレートを有し（０から４ｋＨｚまでの範囲内の周波数成分を表す）、また、図７Ａ〜図７Ｃの各々は、フィルタバンクによって生成された信号の各々の中に含まれる、スーパーワイドバンド信号ＳＩＳＷ１０の周波数成分の部分の一例を示す。
「周波数成分」という用語は、この中では、信号の特定の周波数に存在するエネルギーを指すために、または信号の特定の周波数帯域にわたるエネルギーの分配を指すために使用される。狭帯域信号ＳＩＬ１０は、低周波数サブバンドの周波数成分を含み、ハイバンド信号ＳＩＨ１０は、中間周波数サブバンドの周波数成分を含んでおり、広帯域信号ＳＩＷ１０は、低周波数サブバンドの周波数成分と中間周波数サブバンドの周波数成分とを含んでおり、また、スーパーハイバンド信号ＳＩＳ１０は、高周波数サブバンドの周波数成分を含んでいる。サブバンドの幅は、そのサブバンドの周波数成分を選択するフィルタバンク経路の周波数応答におけるマイナス２０デシベルのポイント間の距離として定義される。同様に、２つのサブバンドの重複は、より高い周波数サブバンドの周波数成分を選択するフィルタバンク経路の周波数応答がマイナス２０デシベルに落ちるポイントから、より低い周波数サブバンドの周波数成分を選択するフィルタバンク経路の周波数応答がマイナス２０デシベルに落ちるポイントまでの距離として定義され得る。
図７Ａの例では、３つのサブバンドの間で大きい重複がない。この例に示されるようなハイバンド信号ＳＩＨ１０は、４〜８ｋＨｚの通過帯域を有するハイバンド分析処理経路ＰＡＨ１０の一実装形態を使用して取得され得る。そのような場合、処理経路ＰＡＨ１０は、信号を係数２でデシメートすることによってサンプリングレートを８ｋＨｚに低減することが望まれ得る。信号上でのさらなる処理演算の計算上の複雑さを著しく低減することが期待され得る、そのような演算は、情報の損失なしに、４〜８ｋＨｚの中間周波数サブバンドの周波数成分を０〜４ｋＨｚの範囲に下げる。
同様に、この例に示されるスーパーハイバンド信号ＳＩＳ１０は、８〜１６ｋＨｚの通過帯域を有するスーパーハイバンド分析処理経路ＰＡＳ１０の一実装形態を使用して取得され得る。そのような場合では、処理経路ＰＡＳ１０は、係数２で信号をデシメートすることによってサンプリングレートを１６ｋＨｚに低減することが望まれ得る。信号上でのさらなる処理演算の計算の複雑さを著しく低減することが期待され得る、そのような演算は、情報の損失なしに、８〜１６ｋＨｚの高周波数サブバンドの周波数成分を、０〜８ｋＨｚの範囲に下げる。
図７Ｂの代替例では、低周波数サブバンドと中間周波数サブバンドは、明らかな重複を有し、その結果、３．５から４ｋＨｚまでの領域が狭帯域信号ＳＩＬ１０とハイバンド信号ＳＩＨ１０の両方によって表されている。この例にあるようなハイバンド信号ＳＩＨ１０は、３．５〜７ｋＨｚの通過帯域を有するハイバンド分析処理経路ＰＡＨ１０の一実装形態を使用して取得され得る。そのような場合、処理経路ＰＡＨ１０は、係数１６／７で信号をデシメートすることによって、サンプリングレートを７ｋＨｚに低減することが望まれ得る。信号状でのさらなる処理演算の計算の複雑さを著しく低減することが期待され得る、そのような演算は、情報の損失なしに、３．５〜７ｋＨｚの中間周波数サブバンドの周波数成分を０〜３．５ｋＨｚまでの範囲に下げる。ハイバンド分析処理経路ＰＡＨ１０の他の特定の例は、３．５〜７．５ｋＨｚおよび３．５〜８ｋＨｚの通過帯域を有する。
図７Ｂは、また、高周波数サブバンドが７から１４ｋＨｚまでに伸びる一例を示している。この例にあるようなスーパーハイバンド信号ＳＩＳ１０は、７〜１４ｋＨｚの通過帯域を有するスーパーハイバンド分析処理経路ＰＡＳ１０の一実装形態を使用して取得され得る。そのような場合、処理経路ＰＡＳ１０は、係数３２／７で信号をデシメートすることによって、サンプリングレートを３２ｋＨｚから７ｋＨｚまでに低減することが望まれ得る。信号状でのさらなる処理演算の計算の複雑さを著しく低減することが期待され得る、そのような演算は、情報の損失なしに、７〜１４ｋＨｚの高周波数サブバンドの周波数成分を０から７ｋＨｚまでの範囲に下げる。
図８Ｃに、図７Ｂに示されるような適用例のために使用され得るフィルタバンクＦＢ１１２の実装形態ＦＢ１２０のブロック図を示す。フィルタバンクＦＢ１２０は、ｆS（たとえば、３２ｋＨｚ）のサンプリングレートを有するスーパーワイドバンド信号ＳＩＳＷ１０を受けるように構成される。フィルタバンクＦＢ１２０は、ｆSW（たとえば、１６ｋＨｚ）のサンプリングレートを有する広帯域信号ＳＩＷ１０を取得するために、信号ＳＩＳＷ１０を係数２でデシメートするように構成されたデシメータＤＷ１０の実装形態ＤＷ２０と、ｆSN（たとえば、８ｋＨｚ）のサンプリングレートを有する狭帯域信号ＳＩＬ１０を取得するために、信号ＳＩＷ１０を係数２でデシメートするように構成されたデシメータＤＮ１０の実装形態ＤＮ２０とを含む。
フィルタバンクＦＢ１２０は、また、広帯域信号ＳＩＷ１０を非整数係数ｆSH／ｆSWでデシメートするように構成されたハイバンド分析処理経路ＰＡＨ１２の実装形態ＰＡＨ２０を含み、ここで、ｆSHはハイバンド信号ＳＩＨ１０のサンプリングレート（たとえば、７ｋＨｚ）である。経路ＰＡＨ２０は、係数２で信号ＳＩＷ１０をｆSW×２のサンプリングレート（たとえば、３２ｋＨｚに）に補間するように構成された補間ブロックＩＡＨ１０と、補間された信号をｆSH×４のサンプリングレートに（たとえば、係数７／８で、２８ｋＨｚに）リサンプリングするように構成されたリサンプリングブロックと、係数２でリサンプリングされた信号をｆSH×２のサンプリングレート（たとえば、１４ｋＨｚに）にデシメートするように構成されたデシメーションブロックＤＨ３０とを含む。デシメーションブロックＤＨ３０は、この中に記載されるような演算の例のいずれか（たとえば、この中で記載される３セクションポリフェーズの例）に従って実装され得る。経路ＰＡＨ２０は、また、経路ＰＡＨ１２の、モジュールＲＨＡ１０とデシメータＤＨ１０とのそれぞれに関して、上記したように実装され得る、スペクトル反転ブロックとデシメータＤＨ１０の２でのデシメート実装形態ＤＨ２０とを含む。
この特定の例では、経路ＰＡＨ２０は、また、所望の全体のフィルタ応答を取得するために、信号を整形するように構成された低域通過フィルタとして実装され得る、随意のスペクトル整形ブロックＦＡＨ１０を含む。特定の例では、スペクトル整形ブロックＦＡＨ１０は、伝達関数
を有する１次ＩＩＲフィルタとして実装される。
経路ＰＡＨ２０の補間ブロックＩＡＨ１０は、この中に記載されるような演算の例のいずれか（たとえば、この中に記載される３セクションポリフェーズの例）に従って実装され得る。補間器の１つのそのような例は、
偶数のｎ≧０についての補間信号Ｓout［ｎ］のサンプルが、
偶数のｎ≧０についての補間信号Ｓout［ｎ］のサンプルが、
によって与えられる伝達関数をもつ全域通過フィルタを通して入力信号シーケンスＳin［ｎ／２］をフィルタ処理することによって取得され、
また、奇数のｎ≧０についての補間信号のサンプルＳout［ｎ］が、
また、奇数のｎ≧０についての補間信号のサンプルＳout［ｎ］が、
によって与えられる伝達関数をもつ全域通過フィルタを通して入力信号シーケンスＳin［（ｎ−１）／２］をフィルタ処理することによって取得される、
ように、２セクションポリフェーズ実装形態を使用して、２による補間を実行するよう構成される。
ように、２セクションポリフェーズ実装形態を使用して、２による補間を実行するよう構成される。
特定の例では、値
は、（０．０６２６２４４１２９９５６７、０．４９３２６５１１８４５６３２、０．２３７５４７１５２４８０２７、０．８０８９０７１５７１１７３４）に等しい。
経路ＰＡＨ２０の７／８によるリサンプルブロックは、２８ｋＨｚのサンプリングレートを有する出力信号Ｓoutを生成するために、３２ｋＨｚのサンプリングレートを有する入力信号Ｓinをリサンプリングするためのポリフェーズ補間を使用するように実装され得る。そのような補間は、たとえば、ｎ＝０，１，２，．．．，（３２０／８）−１、および、ｊ＝０，１，２，．．．，６について、
などの式に従って実装され得、上式で、ｈ３２ｔｏ２８は７×１０行列である。行列ｈ３２ｔｏ２８の左半分に係る値を以下の表に示す。
この半分の行列は、行列ｈ３２ｔｏ２８の右半分の値を取得するために水平および垂直に反転される（すなわち、行ｒおよび列ｃにおける要素は、行（８−ｒ）および列（１１−ｃ）における要素と同じ値をもつ）。
また、フィルタバンクＦＢ１２０は、スーパーワイドバンド信号ＳＩＳＷ１０を非整数係数ｆS／ｆSSによりデシメートするように構成されたスーパーハイバンド分析処理経路ＰＡＳ１２の実装形態ＰＡＳ２０を含み、ここで、ｆSSはスーパーハイバンド信号ＳＩＳ１０のサンプリングレート（たとえば、１４ｋＨｚ）である。経路ＰＡＳ２０は、係数２で信号ＳＩＳＷ１０をｆS×２のサンプリングレートに（たとえば、６４ｋＨｚに）補間するように構成された補間ブロックＩＡＳ１０と、補間された信号をｆSS×４のサンプリングレートに（たとえば、係数７／８で、５６ｋＨｚに）リサンプリングするように構成されたリサンプリングブロックと、リサンプリングされた信号を係数２でｆSS×２のサンプリングレートに（たとえば、２８ｋＨｚに）デシメートするように構成されたデシメーションブロックＤＳ３０とを含む。補間ブロックＩＡＳ１０は、本この中に記載されるような演算の例のいずれか（たとえば、この中に記載される２セクションポリフェーズの例）に従って実装され得る。デシメーションブロックＤＳ３０は、この中に記載されるような演算の例のいずれか（たとえば、この中に記載される３セクションポリフェーズの例）に従って実装され得る。経路ＰＡＳ２０は、また、経路ＰＡＳ１２のモジュールＲＳＡ１０とデシメータＤＳ１０とのそれぞれに関して上記したように実装され得る、スペクトル反転ブロックと、デシメータＤＳ１０の２によるデシメート実装形態ＤＳ２０と、を含む。
１４ｋＨｚのサンプリングレートと７〜１４ｋＨｚの高周波数サブバンドの周波数成分とを有するスーパーハイバンド信号ＳＩＳ１０を、３２ｋＨｚのサンプリングレートを有する入力スーパーワイドバンド信号ＳＩＳＷ１０から抽出するために、スーパーハイバンド分析処理経路ＰＡＳ２０を適用することが望まれ得る。図９のＡないしＦは、経路ＰＡＳ２０のそのような適用例において、図８ＣでＡないしＦの符号がつけられた対応するポイントの各々において、処理されている信号のスペクトルの段階的例を示す。図９のＡないしＦでは、影つき領域が７〜１４ｋＨｚの高周波数サブバンドの周波数成分を示し、また、垂直軸が大きさを示す。図９のＡは、３２ｋＨｚスーパーワイドバンド信号ＳＩＳＷ１０の代表的なスペクトルを示す。図９のＢは、信号ＳＩＳＷ１０を６４ｋＨｚのサンプリングレートにアップサンプリングした後のスペクトルを示す。図９のＣは、アップサンプリングされた信号を係数７／８により５６ｋＨｚのサンプリングレートにリサンプリングした後のスペクトルを示す。図９のＤは、リサンプリングされた信号を２８ｋＨｚのサンプリングレートにデシメートした後のスペクトルを示す。図９のＥは、デシメートされた信号のスペクトルを反転させた後のスペクトルを示す。図９のＦは、１４ｋＨｚのサンプリングレートを有するスーパーハイバンド信号ＳＩＳ１０を生成するためにスペクトル反転信号をデシメートした後のスペクトルを示す。
経路ＰＡＳ２０の補間ブロックＩＡＳ１０およびデシメーションブロックＤＳ３０は、この中に記載されるような演算の例のいずれか（たとえば、この中に記載されるマルチセクションポリフェーズの例）に従って実装され得る。経路ＰＡＳ２０の７／８によるリサンプルブロックは、５６ｋＨｚのサンプリングレートを有する出力信号Ｓoutを生成するために、６４ｋＨｚのサンプリングレートを有する入力信号Ｓinをリサンプリングするためのポリフェーズ実装形態を使用するように実装され得る。そのようなリサンプリングは、たとえば、ｎ＝０，１，２，．．．，（６４０／８）−１、および、ｊ＝０，１，２，．．．，６について、
などの式に従って実装され得、上式で、ｈ６４ｔｏ５６は７×１０行列である。行列ｈ６４ｔｏ５６の特定の実装形態の左半分の値を以下の表に示す。
この半分の行列は、行列ｈ６４ｔｏ５６のこの特定の実装形態の右半分の値を取得するために水平および垂直に反転される（すなわち、行ｒおよび列ｃにおける要素は、行（８−ｒ）および列（１１−ｃ）における要素と同じ値を有する）。
図７Ｃは、中間周波数サブバンドが３．５から７．５ｋＨｚまで伸び、その結果、３．５から４ｋＨｚまでの領域が、狭帯域信号ＳＩＬ１０とハイバンド信号ＳＩＨ１０の両方によって表されており、また、７から７．５ｋＨｚまでの領域が、ハイバンド信号ＳＩＨ１０とスーパーハイバンド信号ＳＩＳ１０の両方によって表されている、さらなる一例を示す。
いくつかの実装形態では、図７Ｂおよび図７Ｃの例におけるようにサブバンド間の重複を与えることにより、重複する領域上での滑らかなロールオフを有する処理経路の使用が可能になる。そのようなフィルタは、一般に、よりシャープな、または、「ブリックウォール」の応答を用いたフィルタよりも、設計しやすく、計算量的に複雑でなく、および／または、少ない遅延をもたらす。シャープな遷移の領域を有するフィルタは、滑らかなロールオフを有する同様の次数のフィルタよりも高いサイドローブ（これはエイリアシングを引き起こし得る）を有する傾向がある。シャープな遷移の領域を有するフィルタは、また、呼出し（ringing）アーティファクトを引き起こし得る長いインパルス応答を有し得る。１つまたは複数のＩＩＲフィルタを有するフィルタバンク実装形態では、重複する領域上での滑らかなロールオフを許容することは、その極が単位円からより遠くに離れている１つまたは複数のフィルタの使用が可能になり得、これは、安定した固定点（fixed-point）の実装形態を確保するために重要であり得る。
サブバンドの重複は、サブバンドの滑らかなブレンディングを可能にし、これは、より少ない可聴アーティファクト、低減されたエイリアシング、および／またはあるサブバンドから他のサブバンドへのあまり顕著でない遷移を許容する。１つまたは複数のそのような特徴は、狭帯域エンコーダＥＮ１００と、ハイバンドエンコーダＥＨ１００と、スーパーハイバンドエンコーダＥＳ１００とのうちの２つ以上が異なるコーディング方法に従って動作する実装形態にとって、特に望まれ得る。たとえば、異なるコーディング技法は、極めて異なって聞こえる信号を生成し得る。コードブックインデックスの形態でスペクトルエンベロープを符号化するコーダ（符号化器）は、代わりに、振幅スペクトルを符号化するコーダとは異なる音を有する信号を生成し得る。時間領域コーダ（たとえば、パルス符号変調、またはＰＣＭコーダ）は、周波数領域コーダとは異なる音を有する信号を生成し得る。スペクトルエンベロープの表示と対応する残差信号とを用いて信号を符号化するコーダは、スペクトルエンベロープの表示のみを用いて信号を符号化するコーダ（たとえば、変換ベースのコーダ）とは異なる音を有する信号を生成し得る。信号の波形の表示として信号を符号化するコーダは、正弦波コーダからの音とは異なる音を有する出力を生成し得る。そのような場合、重複しないサブバンドを定義するためにシャープな遷移領域を有するフィルタを使用することは、合成されたスーパーワイドバンド信号中のサブバンド間の急激で知覚的に顕著な遷移につながり得る。
その上、エンコーダ（たとえば、波形コーダ）の符号化効率は、周波数の増加とともに下がり得る。符号化品質は、特に、背景雑音の存在下で、低ビットレートにおいて低下し得る。そのような場合、サブバンドの重複を与えることは、重複する領域における再生された周波数成分の品質を向上し得る。
より高い周波数サブバンドを生成する経路の周波数応答が−２０ｄＢに下がるポイントから、より低い周波数サブバンドを生成する経路の周波数応答が−２０ｄＢに落ちるポイントまでの距離として、２つのサブバンドの重複（たとえば、低周波数サブバンドと中間周波数サブバンドの重複、または中間周波数サブバンドと高周波数サブバンドの重複）を定義する。フィルタバンクＦＢ１００および／またはＦＢ２００の様々な例では、そのような重複は約２００Ｈｚから約１ｋＨｚまでの範囲をとる。約４００から約６００Ｈｚまでの範囲は、コーディング効率と知覚的滑らかさとの間の望ましいトレードオフを表し得る。図７Ｂおよび図７Ｃに示される特定の例では、各重複は、約５００Ｈｚである。
処理経路ＰＡＨ１２およびＰＡＳ１２におけるスペクトル反転演算の結果として、ハイバンド信号ＳＩＨ１０中の、およびスーパーハイバンド信号ＳＩＳ１０中の周波数成分のスペクトルが反転されることが注記される。エンコーダおよび対応するデコーダにおける後続の演算は、それに応じて構成され得る。たとえば、この中に記載されるようなハイバンド励振発生器ＧＸＨ１００は、スペクトルの反転形態をも有するハイバンド励振信号ＳＸＨ１０を生成するように構成され得る。
図１０は、図７Ｂに示された適用例のために使用され得るフィルタバンクＦＢ２１２の実装形態ＦＢ２２０のブロック図を示す。フィルタバンクＦＢ２２０は、ｆSN（たとえば、８ｋＨｚ）のサンプリングレートを有する狭帯域信号ＳＤＬ１０を受けることと、ｆSW（たとえば、１６ｋＨｚ）のサンプリングレートを有する狭帯域出力信号ＳＯＬ１０を生成するために２による補間を実行することと、のために構成された狭帯域合成処理経路ＰＳＮ１０の実装形態ＰＳＮ２０を含む。この例では、経路ＰＳＮ２０は、補間器ＩＮ１０の実装形態ＩＮ２０（たとえば、この中に記載されるＦＩＲポリフェーズ実装形態）と、随意の整形フィルタＦＳＬ１０（たとえば、１次極零フィルタ（first-order pole-zero filter））とを含む。特定の例では、整形フィルタＦＳＬ１０は、伝達関数
を有する２次ＩＩＲフィルタとして実装される。
また、フィルタバンクＦＢ２２０は、ｆSH（たとえば、７ｋＨｚ）のサンプリングレートを有するハイバンド信号ＳＤＨ１０を、非整数係数ｆSW／ｆSHにより補間するように構成されたハイバンド合成処理経路ＰＳＨ１２の実装形態ＰＳＨ２０をも含む。経路ＰＳＨ２０は、係数２により信号ＳＤＨ１０をｆSH×２のサンプリングレートに（たとえば、１４ｋＨｚに）補間するように構成された補間器ＩＨ１０の実装形態ＩＨ２０と、経路ＰＳＨ１２のモジュールＲＨＳ１０に関して上記したように実装され得るスペクトル反転ブロックと、係数２によりスペクトル反転信号をｆSH×４のサンプリングレートに（たとえば、２８ｋＨｚに）補間するように構成された補間ブロックＩＨ３０と、補間された信号を（たとえば、係数４／７で）ｆSWのサンプリングレートにリサンプリングするように構成されたリサンプリングブロックと、を含む。この特定の例では、経路ＰＳＨ２０は、また、所望の全体のフィルタ応答を取得するために信号を整形するように構成された低域通過フィルタとして、および／または７１００Ｈｚにおいて信号の成分を減衰させるように構成されたノッチフィルタとして実装され得る、随意のスペクトル整形フィルタＦＳＷ１０をも含む。特定の例では、整形フィルタＦＳＷ１０は、伝達関数
または伝達関数
を有するノッチフィルタとして実装される。
経路ＰＳＨ２０の補間ブロックＩＨ３０は、この中に記載されるような演算の例のいずれか（たとえば、この中に記載される３セクションポリフェーズの例）に従って実装され得る。経路ＰＳＨ２０の４／７によるリサンプルブロックは、１６ｋＨｚのサンプリングレートを有する出力信号Ｓoutを生成するために、２８ｋＨｚのサンプリングレートを有する入力信号Ｓinをリサンプリングするためのポリフェーズ実装形態を使用するように実装され得る。そのようなリサンプリングは、たとえば、ｎ＝０，１，２，．．．，およびｊ＝０，１，２，３について、
などの式に従って実装され得、上式で、ｈ２８ｔｏ１６は４×１０行列である。行列ｈ２８ｔｏ１６の特定の実装形態の左半分の値を以下の表に示す。
行列ｈ２８ｔｏ１６のこの特定の実装形態の右半分の値を以下の表に示す。
フィルタバンクＦＢ２２０は、また、ｆSW（たとえば、１６ｋＨｚ）のサンプリングレートを有する広帯域信号ＳＤＷ１０を受けることと、ｆS（たとえば、３２ｋＨｚ）のサンプリングレートを有する広帯域出力信号ＳＯＷ１０を生成するために２による補間を実行することと、のために構成された広帯域合成処理経路ＰＳＷ１２の実装形態ＰＳＷ２０を含む。この例では、経路ＰＳＷ２０は、補間器ＩＷ１０の実装形態ＩＷ２０（たとえば、この中に記載されるＦＩＲポリフェーズ実装形態）と、随意の整形フィルタ（たとえば、２次極零フィルタ（second-order pole-zero filter））とを含む。
フィルタバンクＦＢ２２０は、また、ｆSS（たとえば、１４ｋＨｚ）のサンプリングレートを有するスーパーハイバンド信号ＳＤＳ１０を非整数係数ｆS／ｆSSにより補間するように構成されたスーパーハイバンド合成処理経路ＰＳＳ１２の実装形態ＰＳＳ２０を含み、ここで、ｆSはスーパーワイドバンド信号ＳＯＳＷ１０のサンプリングレート（たとえば、３２ｋＨｚ）である。フィルタバンクＦＢ２２０は、係数２により信号ＳＤＳ１０をｆSS×２のサンプリングレートに（たとえば、２８ｋＨｚに）補間するように構成された補間器ＩＳ１０の実装形態ＩＳ２０と、経路ＰＳＳ１２のモジュールＲＨＤ１０に関して上記したように実装され得るスペクトル反転ブロックと、係数２によりスペクトル反転信号をｆSS×４のサンプリングレートに（たとえば、５６ｋＨｚに）補間するように構成された補間ブロックＩＳ３０と、補間された信号を（たとえば、係数８／７で）ｆS×２のサンプリングレートにリサンプリングするように構成されたリサンプリングブロックと、係数２によりリサンプリングされた信号をｆSのサンプリングレートに（たとえば、３２ｋＨｚに）デシメートするように構成されたデシメーションブロックＤＳＳ１０とを含む。この特定の例では、経路ＰＳＳ２０は、また、所望の全体のフィルタ応答を取得するために信号を整形するように構成されたフィルタ（たとえば、３０次ＦＩＲフィルタ）として実装され得る、随意のスペクトル整形ブロックを含む。
３２ｋＨｚのサンプリングレートと７〜１４ｋＨｚの高周波数サブバンドの周波数成分とを有するスーパーハイバンド信号ＳＯＳ１０を、１４ｋＨｚのサンプリングレートを有する入力復号スーパーハイバンド信号ＳＤＳ１０から生成するために、スーパーハイバンド合成処理経路ＰＳＳ２０を適用することが望まれ得る。図１１に示すＡないしＦに、経路ＰＳＳ２０のそのような適用例において、図１０でＡないしＦと符号をつけられた対応するポイントの各々において、処理されている信号のスペクトルの段階的例を示す。図１１に示すＡないしＦでは、影つき領域が７〜１４ｋＨｚ高周波数サブバンドの周波数成分を示し、また、垂直軸が大きさを示す。図１１に示すＡは、７〜１４ｋＨｚ高周波数サブバンドのスペクトル反転周波数成分を含む、１４ｋＨｚスーパーハイバンド信号ＳＤＳ１０の代表的なスペクトルを示す。図１１に示すＢは、信号ＳＤＳ１０を２８ｋＨｚのサンプリングレートに補間した後のスペクトルを示す。図１１に示すＣは、補間された信号のスペクトルを反転させた後のスペクトルを示す。図１１に示すＤは、スペクトル反転信号を５６ｋＨｚのサンプリングレートに補間した後のスペクトルを示す。図１１に示すＥは、係数８／７により、補間された信号を、６４ｋＨｚのサンプリングレートにリサンプリングした後のスペクトルを示す。図１１に示すＦは、３２ｋＨｚのサンプリングレートを有するスーパーハイバンド信号ＳＯＳ１０を生成するために、リサンプリングされた信号をデシメートした後のスペクトルを示す。
経路ＰＳＳ２０のデシメーションブロックＤＳＳ１０は、この中に記載されるような演算の例のいずれか（たとえば、この中に記載される３セクションポリフェーズの例）に従って実装され得る。経路ＰＳＨ２０およびＰＳＳ２０の補間器ＩＨ２０、ＩＨ３０、ＩＳ２０、およびＩＳ３０は、この中に記載されるような演算の例のいずれかに従って実装され得る。特定の例では、補間器ＩＨ２０、ＩＨ３０、ＩＳ２０、およびＩＳ３０の各々は、この中に記載される３セクションポリフェーズの例に従って実装される。
経路ＰＳＳ２０の８／７によるリサンプルブロックは、６４ｋＨｚのサンプリングレートを有する出力信号Ｓoutを生成するために、５６ｋＨｚのサンプリングレートを有する入力信号Ｓinをリサンプリングするためのポリフェーズ補間を使用するように実装され得る。一例では、このリサンプリングは、ｎ＝０，１，２，．．．，（６４０／８）−１、および、ｊ＝０，１，２，．．．，６について、
に従うポリフェーズ補間を使用して実行され、上式で、ｈ５６ｔｏ６４は８×５行列である。行列ｈ５６ｔｏ６４の特定の実装形態の値を以下の表に示す。
狭帯域エンコーダＥＮ１００は、（Ａ）フィルタを記述するパラメータの組、および（Ｂ）入力音声信号の合成された再生を生成するために、記述されたフィルタを駆動する励振信号、として入力音声信号を符号化するソースフィルタモデルに従って実装される。図１２Ａは、音声信号のスペクトルエンベロープの一例を示す。このスペクトルエンベロープを特徴づけるピークは、声道の共振を表し、ホルマント（formants）と呼ばれる。ほとんどの音声コーダは、少なくともこの粗いスペクトル構造を、フィルタ係数などのパラメータの組として符号化する。
図１２Ｂに、狭帯域信号ＳＩＬ１０のスペクトルエンベロープのコーディングに適用される基本ソースフィルタ構成の一例を示す。分析モジュールが、ある時間期間（一般に１０または２０ミリ秒）にわたる音声音に対応するフィルタを特徴づけるパラメータの組を計算する。それらのフィルタパラメータに従って構成された白色化フィルタ（分析または予測誤差フィルタとも呼ばれる）が、信号をスペクトル的に平坦化するために、スペクトルエンベロープを除去する。得られた白色化された信号（残差とも呼ばれる）は、元の音声信号よりも、少ないエネルギーを有し、したがって少ない分散（variance）を有し、また、符号化しやすい。また、残差信号のコーディングから生じる誤差が、スペクトルにわたってより一様に拡散され得る。フィルタパラメータおよび残差は、一般に、チャネル上での効率的な送信のために量子化される。デコーダにおいて、フィルタパラメータに従って構成された合成フィルタが、元の音声音の合成されたバージョンを生成するために、残差に基づく信号によって励振される。合成フィルタは、一般に、白色化フィルタの伝達関数の逆数である伝達関数を有するように構成される。
図１３に、狭帯域エンコーダＥＮ１００の基本実装形態ＥＮ１１０のブロック図を示す。この例では、線形予測符号化（ＬＰＣ）分析モジュールＬＰＮ１０が、線形予測（ＬＰ）係数（たとえば、全極型フィルタ１／Ａ（ｚ）の係数）の組として、狭帯域信号ＳＩＬ１０のスペクトルエンベロープを符号化する。分析モジュールは、一般に、各フレームについて計算される係数の新しい組で、一連の重複しないフレームとして入力信号を処理する。フレーム期間は、概して、信号が局所的にそれにわたって定常であることが予想され得る期間であり、１つの一般的な例は２０ミリ秒（８ｋＨｚのサンプリングレートにおける１６０個のサンプルと等価）である。一例では、ＬＰＣ分析モジュールＬＰＮ１０は、各２０ミリ秒フレームのホルマント（formant）構造を特徴づけるための１０個のＬＰフィルタ係数の組を計算するように構成される。また、入力信号を、一連の重複するフレームとして処理するように分析モジュールを実装することが可能である。
分析モジュールは、各フレームのサンプルを直接分析するように構成され得、または、サンプルは、最初に、ウィンドウイング関数（たとえば、ハミングウィンドウ（Hamming window））に従って重み付けされ得る。また、フレームの分析は、３０ミリ秒ウィンドウなど、フレームよりも大きいウィンドウにわたって実行され得る。このウィンドウは、対称（たとえば、このウィンドウが、２０ミリ秒フレームの直前および直後に５ミリ秒を含むように、５−２０−５）であるか、または非対称（たとえば、このウィンドウが、先行するフレームの最後の１０ミリ秒を含むように、１０−２０）であり得る。ＬＰＣ分析モジュールは、一般に、Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ再帰またはＬｅｒｏｕｘ−Ｇｕｅｇｕｅｎアルゴリズムを使用してＬＰフィルタ係数を計算するように構成される。他の実装形態では、分析モジュールは、ＬＰフィルタ係数の組の代わりに、各フレームについてケプストラムの（cepstral）係数の組を計算するように構成され得る。
エンコーダＥＮ１１０の出力レートは、フィルタパラメータを量子化することによって、再生品質への影響が相対的にほとんどなしに、著しく低減され得る。線形予測フィルタ係数は、効率的に量子化することが困難であり、普通、量子化および／またはエントロピー符号化のために、線スペクトル対（ＬＳＰ）または線スペクトル周波数（ＬＳＦ）などの他の表現にマッピングされる。図１３の例では、ＬＰフィルタ係数−ＬＳＦ変換ＸＬＮ１０が、ＬＰフィルタ係数の組をＬＳＦの対応する組に変換する。ＬＰフィルタ係数の他の１対１の表現は、ｐａｒｃｏｒ係数、ログ面積比（log-area-ratio）値、イミッタンススペクトル対（immittance spectral pairs：ＩＳＰ）、およびイミッタンススペクトル周波数（immittance spectral frequencies：ＩＳＦ）を含み、これらはＧＳＭ（登録商標）（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）ＡＭＲ−ＷＢ（Ａｄａｐｔｉｖｅ Ｍｕｌｔｉｒａｔｅ−Ｗｉｄｅｂａｎｄ）コーデックにおいて使用される。一般に、ＬＰフィルタ係数の組とＬＳＦの対応する組との間の変換は可逆であるが、実施形態は、また、変換が、誤差なくして可逆でないエンコーダＥＮ１１０の実装形態をも含む。
量子化器ＱＬＮ１０は、狭帯域ＬＳＦの組（または他の係数表現）を量子化するように構成され、また、狭帯域エンコーダＥＮ１１０は、この量子化の結果を狭帯域フィルタパラメータＦＰＮ１０として出力するように構成される。そのような量子化器は、一般に、入力ベクトルをテーブルまたはコードブック中の対応するベクトルエントリへのインデックスとして符号化するベクトル量子化器を含む。
量子化器ＱＬＮ１０は、時間的雑音整形を組み込むことが望まれ得る。図１４は、量子化器ＱＬＮ１０のそのような実装形態ＱＬＮ２０のブロック図を示す。各フレームについて、ＬＳＦ量子化誤差ベクトルが、計算され、値が１（unity）よりも小さいスケールファクタＶ４０によって乗算される。後続のフレームでは、このスケーリングされた量子化誤差は、量子化の前にＬＳＦベクトルに追加される。スケールファクタＶ４０の値は、非量子化ＬＳＦベクトル中にすでに存在する変動（fluctuations）の量に応じて動的に調整され得る。たとえば、現在のＬＳＦベクトルと前のＬＳＦベクトルとの間の差が大きいとき、スケールファクタＶ４０の値は０に近く、その結果、ほとんど、雑音整形が実行されない。現在のＬＳＦベクトルが前のＬＳＦベクトルとほとんど異ならないとき、スケールファクタＶ４０の値は１(unity)に近い。得られたＬＳＦ量子化は、音声信号が変化しているときはスペクトルひずみを最小限に抑えることと、音声信号があるフレームから次のフレームまで比較的一定であるときはスペクトル変動を最小限に抑えることとが期待され得る。
図１５に、量子化器ＱＬＮ１０の他の雑音整形実装形態ＱＬＮ３０のブロック図を示す。ベクトル量子化における時間的雑音整形の追加の説明は、２００６年１１月３０日に公開された米国特許出願公開第２００６／０２７１３５６号（Ｖｏｓら）にみられ得る。
図１３に示すように、狭帯域エンコーダＥＮ１１０は、フィルタ係数の組に従って構成された白色化フィルタＷＦ１０（分析または予測誤差フィルタとも呼ばれる）を通して、狭帯域信号ＳＩＬ１０を受け渡すことによって残差信号を発生するように構成され得る。この特定の例では、白色化フィルタＷＦ１０は、ＦＩＲフィルタとして実装されるが、ＩＩＲ実装形態も使用され得る。この残差信号は、一般に、狭帯域フィルタパラメータＦＰＮ１０において表されない、ピッチに関係する長期構造など、音声フレームの知覚的に重要な情報を含む。量子化器ＱＸＮ１０は、符号化された狭帯域励振信号ＸＬ１０としての出力のために、この残差信号の量子化表現を計算するように構成される。そのような量子化器は、一般に、テーブルまたはコードブック中の対応するベクトルエントリへのインデックスとして、入力ベクトルを符号化するベクトル量子化器を含む。代替的に、そのような量子化器は、スパースコードブックにおけるように、ベクトルが、ストレージから検索されるのではなく、デコーダにおいてそれから動的に発生され得る、１つまたは複数のパラメータを送るように構成され得る。そのような方法は、代数ＣＥＬＰ（コードブック励振線形予測（codebook excitation linear prediction））などのコーディング方式において、および３ＧＰＰ２（Ｔｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ ２）ＥＶＲＣ（Ｅｎｈａｎｃｅｄ Ｖａｒｉａｂｌｅ Ｒａｔｅ Ｃｏｄｅｃ）などのコーデックにおいて使用される。
狭帯域エンコーダＥＮ１１０は、対応する狭帯域デコーダにとって利用可能となるのと同じフィルタパラメータ値に従って、符号化された狭帯域励振信号を発生することが望まれ得る。このようにして、結果としての符号化された狭帯域励振信号は、量子化誤差など、それらのパラメータ値における非理想性をある程度まですでに考慮し得る。それに応じて、デコーダにおいて利用可能となるのと同じ係数値を使用して白色化フィルタを構成することが望まれ得る。図１３に示されるようなエンコーダＥＮ１１０の基本例では、逆量子化器ＩＱＮ１０が狭帯域コーディングパラメータＦＰＮ１０を逆量子化し、ＬＳＦ−ＬＰフィルタ係数変換ＩＸＮ１０が、結果としての値をＬＰフィルタ係数の対応する組にマッピングしなおし、また、係数のこの組は、量子化器ＱＸＮ１０によって量子化された残差信号を発生するように白色化フィルタＷＦ１０を構成するために使用される。
狭帯域エンコーダＥＮ１００のいくつかの実装形態は、コードブックベクトルの組のうち、残差信号に最も良く一致する１つを特定識することによって、符号化された狭帯域励振信号ＸＬ１０を計算するように構成される。ただし、狭帯域エンコーダＥＮ１００は、残差信号を実際に発生することなしに残差信号の量子化表現を計算するようにも考慮され得ることが注記される。たとえば、狭帯域エンコーダＥＮ１００は、（たとえば、フィルタパラメータの現在の組に従って）対応する合成された信号を発生するためにいくつかのコードブックベクトルを使用することと、知覚的に重み付けされた領域において元の狭帯域信号ＳＩＬ１０に最も良く一致する、発生された信号に関連するコードブックベクトルを選択することと、のために構成され得る。
図１６は、狭帯域デコーダＤＮ１００の実装形態ＤＮ１１０のブロック図を示す。（たとえば、狭帯域エンコーダＥＮ１１０の逆量子化器ＩＱＮ１０および変換ＩＸＮ１０に関して上記したように）逆量子化器ＩＱＸＮ１０は、狭帯域フィルタパラメータＦＰＮ１０を（この場合には、ＬＳＦの組に）逆量子化し、また、ＬＳＦ−ＬＰフィルタ係数変換ＩＸＮ２０は、ＬＳＦをフィルタ係数の組に変換する。逆量子化器ＩＱＬＮ１０が、復号された狭帯域励振信号ＸＬＤ１０を生成するために、符号化された狭帯域励振信号ＸＬ１０を逆量子化する。フィルタ係数と狭帯域励振信号ＸＬＤ１０とに基づいて、狭帯域合成フィルタＦＮＳ１０が狭帯域信号ＳＤＬ１０を合成する。言い換えれば、狭帯域合成フィルタＦＮＳ１０は、狭帯域信号ＳＤＬ１０を生成するために、逆量子化されたフィルタ係数に従って狭帯域励振信号ＸＬＤ１０をスペクトル整形するように構成される。また、狭帯域デコーダＤＮ１１０は、狭帯域励振信号ＸＬ１０ａを、この中に記載されるようにハイバンド励振信号ＸＨＤ１０を導出するためにそれを使用するハイバンドデコーダＤＨ１００に与え、また、この中に記載されるようにＳＨＢ励振信号ＸＳＤ１０を導出するためにそれを使用する狭帯域励振信号ＸＬ１０ｂを、ＳＨＢデコーダＤＳ１００に与える。以下に記載されるようないくつかの実装形態では、狭帯域デコーダＤＮ１１０は、スペクトル傾斜、ピッチ利得、およびラグ、ならびに／または音声モードなど、狭帯域信号に関係する追加情報をハイバンドデコーダＤＨ１００におよび／またはＳＨＢデコーダＤＳ１００に与えるように構成され得る。
狭帯域エンコーダＥＮ１１０および狭帯域デコーダＤＮ１１０のシステムは、合成による分析（analysis-by-synthesis）音声コーデックの基本例である。コードブック励振線形予測（ＣＥＬＰ）コーディングは、合成による分析コーディングの１つの普及しているファミリーであり、また、そのようなコーダの実装形態は、固定および適応型コードブックからのエントリの選択、誤差最小化演算、および／または知覚的重み付け演算などの動作を含む、残差の波形符号化を実行し得る。合成による分析コーディングの他の実装形態は、混合励振線形予測（mixed excitation linear prediction：ＭＥＬＰ）、代数ＣＥＬＰ（algebraic CELP：ＡＣＥＬＰ）、緩和ＣＥＬＰ（ＲＣＥＬＰ：relaxation CELP）、レギュラーパルス励振（ＲＰＥ：regular pulse excitation）、マルチパルスＣＥＬＰ（ＭＰＥ）、およびベクトル和・励振線形予測（vector-sum excited linear prediction：ＶＳＥＬＰ）コーディングを含む。関連するコーディング方法は、マルチバンド励振（ＭＢＥ：multi-band excitation）およびプロトタイプ波形補間（prototype waveform interpolation：ＰＷＩ）コーディングを含む。規格化された、合成による分析音声コーデックの例は、残差励振線形予測（ＲＥＬＰ：residual excited linear prediction）を使用するＥＴＳＩ（Ｅｕｒｏｐｅａｎ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｓ Ｉｎｓｔｉｔｕｔｅ）−ＧＳＭフルレートコーデック（ＧＳＭ ０６．１０）、ＧＳＭエンハンストフルレートコーデック（ＥＴＳＩ−ＧＳＭ ０６．６０）、ＩＴＵ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｕｎｉｏｎ）規格の１１．８ｋｂ／ｓ Ｇ．７２９ Ａｎｎｅｘ Ｅ コーダ、ＩＳ（暫定標準）−１３６（時分割多元接続方式）に関するＩＳ−６４１コーデック、ＧＳＭ適応型マルチレート（ＧＳＭ−ＡＭＲ）コーデック、および４ＧＶ（商標）（Ｆｏｕｒｔｈ−Ｇｅｎｅｒａｔｉｏｎ Ｖｏｃｏｄｅｒ（商標））コーデック（ＱＵＡＬＣＯＭＭ Ｉｎｃｏｒｐｏｒａｔｅｄ、Ｓａｎ Ｄｉｅｇｏ、ＣＡ）を含む。狭帯域エンコーダＥＮ１１０および対応するデコーダＤＮ１１０は、これらの技術のいずれかに従って、または（Ａ）フィルタを記述するパラメータのセット、および（Ｂ）音声信号を再生するために、記述されたフィルタを駆動するために使用される励振信号、として音声信号を表す（知られているのか、開発されることになるのかにかかわらず）他の音声コーディング技術に従って、実装され得る。
白色化フィルタが狭帯域信号ＳＩＬ１０から粗いスペクトルエンベロープを除去した後でも、特に有声音声について、かなりの量の微細な高調波構造が残り得る。図１７Ａは、母音などの有声信号のために、白色化フィルタによって生成され得るような、残差信号の一例のスペクトルプロットを示す。この例で見ることができる周期構造は、ピッチに関係し、また、同じ話者によって話される異なる有声音は、異なるホルマント構造を有し得るけれど、同様のピッチ構造を有し得る。図１７Ｂは、時間的にピッチパルスのシーケンスを示す、そのような残差信号の一例の時間領域プロットを示す。
コーディング効率および／または音声品質は、ピッチ構造の特性を符号化するために、１つまたは複数のパラメータ値を使用することによって高まり得る。ピッチ構造の１つの重要な特性は、（基本周波数とも呼ばれる）第１高調波の周波数であり、これは一般に６０から４００Ｈｚまでの範囲内にある。この特性は、一般に、ピッチラグとも呼ばれる、基本周波数の逆数として符号化される。ピッチラグは、１つのピッチ周期におけるサンプルの数を示し、最小または最大ピッチラグ値に対するオフセットとして、および／または１つまたは複数のコードブックインデックスとして符号化され得る。男性話者からの音声信号は、女性話者からの音声信号よりも大きいピッチラグを有する傾向がある。
ピッチ構造に関係する他の信号特性は、周期性であり、これは、高調波構造の強度、または言い換えれば、信号が高調波または非高調波である程度を示す。周期性の２つの典型的な指示子は、零交差および正規化自己相関関数（ＮＡＣＦ：normalized autocorrelation function）である。周期性はピッチ利得によっても示され得、これは、通常、コードブック利得（たとえば、量子化された適応型コードブック利得）として符号化される。
狭帯域エンコーダＥＮ１００は、狭帯域信号ＳＩＬ１０の長期高調波構造を符号化するように構成された１つまたは複数のモジュールを含み得る。図１７Ｃに示すように、使用され得る１つの典型的なＣＥＬＰパラダイムは、短期特性または粗いスペクトルエンベロープを符号化する開ループＬＰＣ分析モジュールを含み、その後に、微細なピッチまたは高調波構造を符号化する閉ループ長期予測分析段が続く。短期特性はフィルタ係数として符号化され、また、長期特性は、ピッチラグおよびピッチ利得などのパラメータの値として符号化される。
ＣＥＬＰコーディング技法によって符号化されるようなＬＰＣ残差は、一般に固定コードブック部分および適応型コードブック部分を含む。たとえば、狭帯域エンコーダＥＮ１００は、１つまたは複数の固定コードブックインデックスと、対応する利得値および１つまたは複数の適応型コードブック利得値とを含む形態で、符号化された狭帯域励振信号ＸＬ１０を出力するように構成され得る。（たとえば、量子化器ＱＸＮ１０による）狭帯域残差信号のこの量子化表現の計算は、そのようなインデックスを選択することと、そのような利得値を計算することとを含み得る。
残差の長期予測分析後に残っている構造は、固定コードブックへの１つまたは複数のインデックス、および１つまたは複数の対応する固定コードブック利得として符号化され得る。固定コードブックの量子化は、階乗または組合せパルスコーディングなどのパルスコーディング技法を使用して実行され得る。また、ピッチ構造の符号化は、ピッチプロトタイプ波形の補間を含み得、その動作は、連続するピッチパルス間の差を計算することを含み得る。長期構造のモデリングは、一般に雑音に似ており、非構造的である無声音声に対応するフレームについて動作しないようにされ得る。代替的に、特に、修正離散コサイン変換（ＭＤＣＴ）技法または他の変換ベースの技法は、一般化された音響または非音声適用例（たとえば、音楽）について、ＬＰＣ残差を符号化するために使用され得る。
図１７Ｃに示されるパラダイムによる狭帯域デコーダＤＮ１１０の一実装形態は、長期構造（ピッチまたは高調波構造）が復元された後、狭帯域励振信号ＸＬ１０ａをハイバンドデコーダＤＨ１００に出力すること、および／または狭帯域励振信号ＸＬ１０ｂをＳＨＢデコーダＤＳ１００に出力すること、のために構成され得る。たとえば、そのようなデコーダは、符号化された狭帯域励振信号ＸＬ１０の逆量子化バージョンとして狭帯域励振信号ＸＬ１０ａおよび／またはＸＬ１０ｂを出力するように構成され得る。また、もちろん、ハイバンドデコーダＤＨ１００が、狭帯域励振信号ＸＬ１０ａを取得するために、符号化された狭帯域励振信号ＸＬ１０の逆量子化を実行するように、および／またはＳＨＢデコーダＤＳ１００が、狭帯域励振信号ＸＬ１０ｂを取得するために、符号化された狭帯域励振信号ＸＬ１０の逆量子化を実行するように、狭帯域デコーダＤＮ１００を実装することが可能である。
図１７に示されるパラダイムによるスーパーワイドバンド音声エンコーダＳＷＥ１００の一実装形態では、ハイバンドエンコーダＥＨ１００および／またはＳＨＢエンコーダＥＳ１００は、短期分析または白色化フィルタによって生成されるような狭帯域励振信号を受けるように構成され得る。言い換えれば、狭帯域エンコーダＥＮ１００は、長期構造を符号化する前に、狭帯域励振信号ＸＬ１０ａをハイバンドエンコーダＥＨ１００に出力すること、および／または狭帯域励振信号ＸＬ１０ｂをＳＨＢエンコーダＥＳ１００に出力すること、のために構成され得る。ただし、ハイバンドエンコーダＥＨ１００は、ハイバンドデコーダＤＨ１００によって受け取られる同じコーディング情報を狭帯域チャネルから受けとり、結果、ハイバンドエンコーダＥＨ１００によって生成されるコーディングパラメータが、その情報における非理想性をある程度まですでに考慮し得ることが望まれ得る。したがって、ハイバンドエンコーダＥＨ１００は、ＳＷＢエンコーダＳＷＥ１００によって出力されることになるのと同じパラメータ化および／または量子化された符号化された狭帯域励振信号ＸＬ１０からハイバンド励振信号ＸＨ１０を再構成することが好ましい。たとえば、狭帯域エンコーダＥＮ１００は、符号化された狭帯域励振信号ＸＬ１０の逆量子化バージョンとして、狭帯域励振信号ＸＬ１０ａを出力するように構成され得る。この手法の１つの潜在的な利点は、以下に記載するハイバンド利得係数ＣＰＨ１０ｂのより正確な計算である。
同様に、ＳＨＢエンコーダＥＳ１００は、狭帯域チャネルから、ＳＨＢデコーダＤＳ１００によって受けられるのと同じコーディング情報を受け取り、結果、ＳＨＢエンコーダＥＳ１００によって生成されたコーディングパラメータが、その情報における非理想性をある程度まですでに考慮し得ることが望まれ得る。したがって、ＳＨＢエンコーダＥＳ１００は、ＳＷＢエンコーダＳＷＥ１００によって出力されることになるのと同じパラメータ化および／または量子化される符号化された狭帯域励振信号ＸＬ１０から、ＳＨＢ励振信号ＸＳ１０を再構成することが好ましくあり得る。たとえば、狭帯域エンコーダＥＮ１００は、符号化された狭帯域励振信号ＸＬ１０の逆量子化バージョンとして、狭帯域励振信号ＸＬ１０ｂを出力するように構成され得る。この手法の１つの潜在的な利点は、以下に記載するＳＨＢ利得係数ＣＰＳ１０ｂのより正確な計算である。
狭帯域信号ＳＩＬ１０の短期および／または長期構造を特徴づけるパラメータに加えて、狭帯域エンコーダＥＮ１００は、狭帯域信号ＳＩＬ１０の他の特性に関係するパラメータ値を生成し得る。ＳＷＢ音声エンコーダＳＷＥ１００によって出力のために適切に量子化され得るこれらの値は、狭帯域フィルタパラメータＦＰＮ１０のうちに含まれるか、または別個に出力され得る。ハイバンドエンコーダＥＨ１００は、また、（たとえば、逆量子化後に）これらの追加のパラメータのうちの１つまたは複数に従ってハイバンドコーディングパラメータＣＰＨ１０を計算するように構成され得る。ＳＷＢデコーダＳＷＤ１００において、ハイバンドデコーダＤＨ１００は、（たとえば、逆量子化後に）狭帯域デコーダＤＮ１００を介してパラメータ値を受信するように構成され得る。代替的に、ハイバンドデコーダＤＨ１００は、パラメータ値を直接受ける（および、場合によっては逆量子化する）ように構成され得る。同様に、ＳＨＢエンコーダＥＳ１００は、（たとえば、逆量子化後に）これらの追加のパラメータのうちの１つまたは複数に従ってＳＨＢコーディングパラメータＣＰＳ１０を計算するように構成され得る。ＳＷＢデコーダＳＷＤ１００において、ＳＨＢデコーダＤＳ１００は、（たとえば、逆量子化後に）狭帯域デコーダＤＮ１００を介してパラメータ値を受けるように構成され得る。代替的に、ＳＨＢデコーダＤＳ１００は、パラメータ値を直接受ける（および、場合によっては逆量子化する）ように構成され得る。
追加の狭帯域コーディングパラメータの一例では、狭帯域エンコーダＥＮ１００は、各フレームについてスペクトル傾斜および音声モードパラメータの値を生成する。スペクトル傾斜は、通過帯域にわたるスペクトルエンベロープの形状に関係し、一般に、量子化された第１の反射係数によって表される。ほとんどの有声音では、スペクトルエネルギーは、周波数の増加とともに減少し、その結果、第１の反射係数は負であり、−１に近づき得る。ほとんどの無声音は平坦であるスペクトルをもち、その結果、第１の反射係数が０に近く、また、高周波においてより多くのエネルギーを有し、第１の反射係数が正であり、＋１に近づき得る。
音声モード（発声モードとも呼ばれる）は、現在のフレームが有声音声を表すのか無声音声を表すのかを示す。このパラメータは、フレームについての周期性（たとえば、零交差、ＮＡＣＦ、ピッチ利得）および／またはボイスアクティビティの１つまたは複数の計測と（例えば、そのような計測としきい値との間の関係な）に基づく２進値を有し得る。他の実装形態では、音声モードパラメータは、無音または背景雑音、または無音と有声音声との間の遷移などのモードを示すために、１つまたは複数の他の状態を有する。
ＳＨＢ信号ＳＩＳ１０のＬＰＣ分析の次数を決定することは、ささいな作業ではない。概して、ＳＨＢ信号ＳＩＳ１０は大きい帯域幅（たとえば、７ｋＨｚ）を有するので、満足な知覚結果を伴うＳＷＢ信号ＳＩＳＷ１０の再構成をサポートするために、ＬＰＣ係数の比較的高い次数が望まれ得る。そのような実装形態の一例は、ＳＨＢ信号ＳＩＳ１０のスペクトルエンベロープを記述するための８つのスペクトルパラメータを取得するために従来の線形予測符号化（ＬＰＣ）分析を使用し、また、ハイバンド信号ＳＩＨ１０のスペクトルエンベロープを記述するための６つのスペクトルパラメータを取得するために同様の分析を使用する。効率的なコーディングのために、これらの予測係数は、線スペクトル周波数（ＬＳＦ）に変換され、次いで、この中に記載されるベクトル量子化器を使用して（たとえば、時間的雑音整形ベクトル量子化器を使用して）量子化される。
図１８は、ハイバンドエンコーダＥＨ１００の実装形態ＥＨ１１０のブロック図を示し、また、図１９は、ＳＨＢエンコーダＥＳ１００の実装形態ＥＳ１１０のブロック図を示す。ハイバンドエンコーダＥＨ１００およびＳＨＢエンコーダＥＳ１００は、狭帯域エンコーダＥＮ１１０におけるＬＰＣ分析経路と同様であるＬＰＣ分析経路を有するように構成され得る。たとえば、狭帯域エンコーダＥＮ１１０は、（量子化および逆量子化を含む）ＬＰＣ分析経路：ＬＰＮ１０−ＸＬＮ１０−ＱＬＮ１０−ＩＱＮ１０−ＩＸＮ１０を含み、一方、ハイバンドエンコーダＥＨ１１０は、類似する経路：ＬＰＨ１０−ＸＦＨ１０−ＱＬＨ１０−ＩＱＨ１０−ＩＸＨ１０を含み、また、ＳＨＢエンコーダＥＨ１１０は、類似する経路：ＬＰＳ１０−ＸＦＳ１０−ＱＬＳ１０−ＩＱＳ１０−ＩＸＳ１０を含む。したがって、エンコーダＥＮ１００、ＥＨ１００、およびＥＳ１００のうちの２つ以上は、異なる時間に、異なるそれぞれの構成で、（場合によっては、量子化を含み、および、場合によっては、逆量子化をも含む）同じＬＰＣ分析処理経路を使用するように構成され得る。ハイバンドエンコーダＥＨ１１０は、ハイバンド励振信号ＸＨ１０と変換ＩＸＨ１０によって生成されたＬＰＣパラメータとに従って、合成されたハイバンド信号ＳＹＨ１０を生成するように構成された合成フィルタＦＳＨ１０を含み、また、ＳＨＢエンコーダＥＳ１１０は、ＳＨＢ励振信号ＸＳ１０と変換ＩＸＳ１０によって生成されたＬＰＣパラメータとに従って、合成されたＳＨＢ信号ＳＹＳ１０を生成するように構成された合成フィルタＦＳＳ１０を含む。
異なるタイプの音声フレームについて、異なる数のビットが、ハイバンド量子化プロセスとＳＨＢ量子化プロセスとにおいて割り振られ得る。無音期間は、通常、多くのハイバンドまたはＳＨＢ成分を含まないので、無音期間においてハイバンドまたはＳＨＢ情報を送らないことにより、全体的なビットレート要求の無駄をなくすことができる。また、有声フレームと無声フレームは、ＶＱトレーニングおよびコーディングプロセス中に、異なって扱われることができる。概して、コードブックサイズおよびコードワード検索の複雑さにおいて多くの制約がないとき、単段大型コードブックＶＱが、ハイバンドエンコーダＥＨ１００によって、および／またはＳＨＢエンコーダＥＳ１００によって使用され得る。一方、メモリと量子化プロセスの複雑さとに関するきつい制約がある場合、多段および／またはスプリットＶＱが、ハイバンドエンコーダＥＨ１００によって、および／またはＳＨＢエンコーダＥＳ１００によって採用され得る。
図１９に示すように、ＳＨＢエンコーダＥＳ１１０は、狭帯域励振信号ＸＬ１０ｂからＳＨＢ励振信号ＸＳ１０を生成するように構成されたＳＨＢ励振発生器ＸＧＳ１０を含む。また、図２１に示すように、ＳＨＢデコーダＤＳ１１０は、狭帯域励振信号ＸＬ１０ｂからＳＨＢ励振信号ＸＳ１０を生成するように構成されたＳＨＢ励振発生器ＸＧＳ１０のインスタンスを含む。図２２Ａは、狭帯域励振信号ＸＬ１０ｂからＳＨＢ励振信号ＸＳ１０を発生するように構成されたＳＨＢ励振発生器ＸＧＳ１０の実装形態ＸＧＳ２０のブロック図を示す。発生器ＸＧＳ２０は、スペクトル拡張器ＳＸ１０と、ＳＨＢ分析フィルタバンクＦＢＳ１０と、適応型白色化フィルタＡＷ１０とを含む。
スペクトル拡張（伸長）器ＳＸ１０は、狭帯域励振信号ＸＬ１０ｂのスペクトルを、ＳＨＢ信号ＳＩＳ１０によって占有される周波数範囲に拡張（伸長）するように構成される。スペクトル拡張器ＳＸ１０は、絶対値関数（全波整流とも呼ばれる）、半波整流、２乗、３乗、またはクリッピングなど、メモリ不要の非線形関数を狭帯域励振信号ＸＬ１０ｂに適用するように構成され得る。スペクトル拡張器ＳＸ１０は、非線形関数を適用する前に狭帯域励振信号ＸＬ１０ｂを（たとえば、３２ｋＨｚサンプリングレートに、あるいはＳＨＢ信号ＳＩＳ１０のサンプリングレートに等しいまたはより近いサンプリングレートに）アップサンプリングするように構成され得る。そして、ハイバンド励振信号を発生するために使用されたのと同じハイバンド分析フィルタバンク（たとえば、ＨＢ分析処理経路ＰＡＨ１０、ＰＡＨ１２、またはＰＡＨ２０）であってよい分析フィルタバンクＦＢＳ１０は、所望のサンプリングレート（たとえば、ｆSS、または１４ｋＨｚ）を有する信号を生成するために、スペクトル的に拡張された信号（スペクトル拡張信号）に適用される。
スペクトル拡張信号は、周波数が増加するにつれて、振幅の顕著な減少を有する可能性がある。白色化フィルタＷＦ２０（たとえば、適応６次線形予測フィルタ）は、ＳＨＢ励振信号ＸＳ１０を生成するように、高調波拡張された結果をスペクトル的に平坦化するために使用され得る。ＳＨＢ励振発生器ＸＧＳ２０のさらなる実装形態は、高調波拡張された信号を雑音信号と混合するように構成され得、これは、狭帯域信号ＳＩＬ１０または狭帯域励振信号ＸＬ１０ｂの時間領域エンベロープに従って時間的に変調され得る。
ＳＨＢ励振はエンコーダとデコーダの両方において発生されることを注記する。復号プロセスが符号化プロセスに一致するようにするために、エンコーダとデコーダは、同等のＳＨＢ励振を発生することが望まれ得る。そのような結果は、エンコーダでとデコーダでの両方においてＳＨＢ励振を発生するために、エンコーダとデコーダの両方に利用可能である、符号化された狭帯域励振信号ＸＬ１０からの情報を使用することによって達成され得る。たとえば、逆量子化された狭帯域励振信号は、エンコーダでとデコーダで、ＳＨＢ励振発生器ＸＧＳ１０への入力ＸＬ１０ｂとして使用され得る。
アーティファクト（響き、エコー、音ゆれなど）は、残差の量子化表示を計算するためにスパースコードブック（そのエントリが、大部分はゼロ値である）が使用されたとき、合成された音声信号において生じ得る。コードブックスパース性（codebook sparseness：まばらにしか存在しない性質）は、特に、狭帯域励振信号が低ビットレートで符号化されたときに起こり得る。コードブックスパース性によって生じるアーティファクトは、一般に、時間的に準周期的であり、たいてい３ｋＨｚより上で生じる。人間の耳はより高い周波数においてより良い時間分解能を有するので、これらのアーティファクトは、ハイバンドおよび／またはスーパーハイバンドにおいてより顕著であり得る。
実施形態は、アンチスパース性フィルタ処理（anti-sparseness filtering）を実行するように構成されたハイバンド励振発生器ＸＧＳ１０の実装形態を含む。図２２Ｂは、狭帯域励振信号ＸＬ１０ｂをフィルタ処理するように配置されたアンチスパース性フィルタＡＳＦ１０を含むＳＨＢ励振発生器ＸＧＳ２０の実装形態ＸＧＳ３０のブロック図を示す。一例では、アンチスパース性フィルタＡＳＦ１０は、
という形態の全域通過フィルタとして実装される。
アンチスパース性フィルタＡＳＦ１０は、それの入力信号の位相を変更するように構成され得る。たとえば、アンチスパース性フィルタＡＳＦ１０は、ＳＨＢ励振信号ＸＳ１０の位相が、時間上で、ランダム化されるか、またはさもなければより一様に分散されるように、構成および配置されることが望まれ得る。アンチスパース性フィルタＡＳＦ１０の応答は、フィルタ処理された信号の絶対値スペクトルが目に見えて変更されないように、スペクトル的に平坦であることも望まれ得る。一例では、アンチスパース性フィルタＡＳＦ１０は、以下の式に従う伝達関数を有する全域通過フィルタとして実装される。
そのようなフィルタの１つの効果は、入力信号のエネルギーがほんのいくつかのサンプルにもはや集中しないように、入力信号のエネルギーを拡散することであり得る。
コードブックスパース性によって生じるアーティファクトは、通常、残差がより少ないピッチ情報を含む雑音に似た信号について、また、背景雑音における音声についても、より顕著である。スパース性は、一般に、励振が長期構造を有する場合、より少数のアーティファクトを生じ、また、実際、位相修正は、有声信号における雑音性を生じ得る。したがって、無声信号をフィルタ処理し、変更なしに少なくともいくつかの有声信号を受け渡すようにアンチスパース性フィルタＡＳＦ１０を構成することが望まれ得る。ＡＳＦフィルタＡＳＦ１０の使用は、発声、周期性、および／またはスペクトル傾斜などのファクタに基づいて選択され得る。無声信号は、低いピッチ利得（たとえば、量子化された狭帯域適応型コードブック利得）と、平坦であるか、または周波数の増加とともに上方へ傾斜したスペクトルエンベロープを示す、０に近いかまたは正であるスペクトル傾斜（たとえば、量子化された第１の反射係数）とによって特徴づけられる。アンチスパース性フィルタＡＳＦ１０の典型的な実装形態は、（たとえば、スペクトル傾斜の値によって示される）無声音をフィルタ処理することと、ピッチ利得がしきい値を下回る（代替的に、しきい値より大きくはない）ときに有声音をフィルタ処理することと、場合によっては、変更なしに信号を受け渡すこととを行うように構成される。
アンチスパース性フィルタＡＳＦ１０のさらなる実装形態は、異なる最大位相修正角度（たとえば、１８０度まで）を有するように構成された２つ以上のフィルタを含む。そのような場合、アンチスパース性フィルタＡＳＦ１０は、より大きい最大位相修正角度が、より低いピッチ利得値を有するフレームのために使用されるように、ピッチ利得（たとえば、量子化された適応コードブックまたはＬＴＰ利得）の値に従ってこれらの構成要素フィルタの中から選択するように構成され得る。また、アンチスパース性フィルタＡＳＦ１０の一実装形態は、入力信号のより広い周波数範囲にわたって位相を修正するように構成されたフィルタが、より低いピッチ利得値を有するフレームのために使用されるように、周波数スペクトルのより多いまたはより少ない部分にわたって位相を修正するように構成された異なる構成要素フィルタをも含んでよい。
図１８に示すように、ハイバンドエンコーダＥＨ１１０は、狭帯域励振信号ＸＬ１０ａからハイバンド励振信号ＸＨ１０を生成するように構成されたハイバンド励振発生器ＸＧＨ１０を含む。また、図２０に示すように、ハイバンドデコーダＤＨ１１０が、狭帯域励振信号ＸＬ１０ａからハイバンド励振信号ＸＨ１０を生成するように構成されたハイバンド励振発生器ＸＧＨ１０のインスタンスを含む。ハイバンド励振発生器ＸＧＨ１０は、３２ｋＨｚではなく１６ｋＨｚにアップサンプリングするように構成されるスペクトル拡張器ＳＸ１０を用いて、この中に記載されるＳＨＢ励振発生器ＸＧＳ２０またはＸＧＳ３０と同じ方法で実装され得る。ハイバンド励振発生器ＸＧＨ１０の追加の説明は、たとえば、ｗｗｗ−ｄｏｔ−３ｇｐｐ２−ｄｏｔ−ｏｒｇでオンライン入手可能な文書３ＧＰＰ２ Ｃ．Ｓ００１４−Ｄ、ｖ３．０、２０１０年１０月、「Enhanced Variable Rate Codec, Speech Service Options 3, 68, 70, 73 for Wideband Spread Spectrum Digital Systems」のセクション４．３．３．３（頁４．２１ないし４．２２）において見られ得る。
符号化された音声信号の正確な再生のために、合成されたＳＷＢ信号ＳＯＳＷ１０のハイバンド部分および狭帯域部分のレベル間の比は、元のＳＷＢ信号ＳＩＳＷ１０におけるそのような比と同様であることが望まれ得る。ＳＨＢコーディングパラメータＣＰＳ１０によって表されるスペクトルエンベロープに加えて、ＳＨＢエンコーダＥＳ１００は、時間または利得エンベロープを特定することによってＳＨＢ信号ＳＩＳ１０を特徴づけるように構成され得る。図１９に示されるように、ＳＨＢエンコーダＥＳ１１０は、フレームまたはフレームのある部分にわたる２つの信号のエネルギー間の差または比など、ＳＨＢ信号ＳＩＳ１０と合成されたＳＨＢ信号ＳＹＳ１０との間の関係に従って１つまたは複数の利得係数を計算するように構成および配置されたＳＨＢ利得係数計算器ＧＣＳ１０を含む。ＳＨＢエンコーダＥＳ１１０の他の実装形態では、ＳＨＢ利得計算器ＧＣＳ１０は、同様に構成され得るが、代わりに、ＳＨＢ信号ＳＩＳ１０と狭帯域励振信号ＸＬ１０ｂまたはＳＨＢ励振信号ＸＳ１０との間のそのような時間変動関係に従って利得エンベロープを計算するように配置され得る。
狭帯域励振信号ＸＬ１０ｂとＳＨＢ信号ＳＩＳ１０との時間エンベロープは、同様である可能性がある。したがって、ＳＨＢ信号ＳＩＳ１０と狭帯域励振信号ＸＬ１０ｂ（あるいは、ＳＨＢ励振信号ＸＳ１０または合成されたＳＨＢ信号ＳＹＳ１０など、それらから導出される信号）との間の関係に基づく利得エンベロープを符号化することは、概して、ＳＨＢ信号ＳＩＳ１０のみに基づく利得エンベロープを符号化することよりも効率的であることになる。典型的な実装形態では、ＳＨＢエンコーダＥＳ１１０の量子化器ＱＧＳ１０は、（たとえば、図２３Ｂに示されるような１０個のサブフレームの各々についての）１０個のサブフレーム利得係数を指定する（たとえば、８、１０、１２、１４、１６、１８、または２０ビットの）量子化されたインデックスと、正規化係数とを、各フレームのＳＨＢ利得係数ＣＰＳ１０ｂとして出力するように構成される。
ＳＨＢ利得係数計算器ＧＣＳ１０は、ＳＨＢ信号ＳＨＢ１０と合成されたＳＨＢ信号ＳＹＳ１０との相対エネルギーに従って対応するサブフレームの利得値を計算することによって利得係数計算を実行するように構成され得る。計算器ＧＣＳ１０は、それぞれの信号の対応するサブフレームのエネルギーを計算するように（たとえば、それぞれのサブフレームのサンプルの平方和としてエネルギーを計算するように）構成され得る。そして、計算器ＧＣＳ１０は、それらのエネルギーの比の平方根としてサブフレームについての利得係数を計算する（たとえば、サブフレームにわたるＳＨＢ信号ＳＩＳ１０のエネルギーと合成されたＳＨＢ信号ＳＹＳ１０のエネルギーとの比の平方根として利得係数を計算する）ように構成され得る。
ＳＨＢ利得係数計算器ＧＣＳ１０は、ウィンドウイング関数に従ってサブフレームエネルギーを計算するように構成されることが望まれ得る。たとえば、計算器ＧＣＳ１０は、同じウィンドウイング関数をＳＨＢ信号ＳＩＳ１０と合成されたＳＨＢ信号ＳＹＳ１０とに適用することと、それぞれのウィンドウのエネルギーを計算することと、エネルギーの比の平方根としてサブフレームの利得係数を計算することと、のために構成され得る。フレームについてのサブフレーム利得係数が計算されたら、計算器ＧＣＳ１０は、フレームについての正規化係数を計算することと、正規化係数に従ってサブフレーム利得係数を正規化することとを行うことが望まれ得る。
隣接するサブフレームに重なるウィンドウイング（窓）関数を適用することが望まれ得る。たとえば、オーバーラップ加算様式（overlap-add fashion）で適用され得る利得係数を生成するウィンドウイング関数は、サブフレーム間の不連続性を低減または回避するのに役立ち得る。一例では、ＳＨＢ利得係数計算器ＧＣＳ１０は、図２３Ｃに示される台形のウィンドウイング関数を適用するように構成され、その中で、ウィンドウは２つの隣接するサブフレームの各々に１ミリ秒だけ重なる。ＳＨＢ利得係数計算器ＧＣＳ１０の他の実装形態は、対称または非対称であり得る異なる重複期間および／または異なるウィンドウ形状（たとえば、矩形、ハミング）を有するウィンドウイング関数を適用するように構成され得る。また、ＳＨＢ利得係数計算器ＧＣＳ１０の一実装形態は、異なる長さのサブフレームを含むために、フレーム内のおよび／またはフレームのための異なるサブフレームに異なるウィンドウイング関数を適用するように構成されることが可能である。
ＳＨＢエンコーダは、合成されたＳＨＢ信号を元のＳＨＢ信号と比較することによって利得係数についてのサイド情報を判断するように構成され得る。次いで、デコーダは、合成されたＳＨＢ信号を適切にスケーリングするために、これらの利得を使用する。
より高い次数のＳＨＢ ＬＰＣ係数は、十分な詳細をもってスペクトルの微細な構造をモデル化することが期待され得るが、良好なＳＷＢ信号を再生するために比較的高い時間領域分解能を使用することが望まれ得る。上記した一実装形態では、（たとえば、図２３Ｂに示されるように）入力音声信号の各２０ミリ秒フレームについて、対応する２ミリ秒サブフレームのスケールファクタを各々が示す１０個の時間利得パラメータが計算される。それらの利得パラメータは、入力ＳＨＢ信号の各サブフレームにおけるエネルギーを、スケーリングされてない合成されたＳＨＢ励振信号の対応するサブフレームにおけるエネルギーと比較することによって計算され得る。各サブフレーム利得の計算は、特定のサブフレームのサンプルのみを選択する、時間における矩形ウィンドウを使用して、あるいは、代替的に、（たとえば、図２３Ｃに示すように）以前のおよび／または後続のサブフレームの中に伸びるウィンドウイング関数を使用して実行され得る。また、全体的な音声エネルギーレベルを調整するために、各フレームについてのフレーム利得を計算することが望まれ得る。後に続く量子化プロセスを改善するために、各サブフレーム利得ベクトルは、対応するフレーム利得値によって正規化され得る。また、フレーム利得値は、サブフレーム利得の正規化を補償するように調整され得る。
合成された信号が元の信号とはまったく異なることを示し得る、利得係数の間の経時的な大きい変動に応答して、利得係数の減衰を実行するようにＳＨＢ利得係数計算器ＧＣＳ１０を構成することが望まれ得る。代替または追加として、（たとえば、可聴アーティファクトを生じ得る変動を低減するために）利得係数の時間平滑化を実行するように、ＳＨＢ利得係数計算器ＧＣＳ１０を構成することが望まれ得る。
同様に、狭帯域励振信号ＸＬ１０ａとハイバンド信号ＳＩＨ１０との時間エンベロープは類似である可能性がある。図１８に示されるように、ハイバンドエンコーダＥＨ１００は、ハイバンド信号ＳＩＨ１０と狭帯域励振信号ＸＬ１０ａ（あるいは、合成されたハイバンド信号ＳＹＨ１０またはハイバンド励振信号ＸＨ１０などの、それらに基づく信号）との間の関係に従って、１つまたは複数の利得係数を計算するように構成および配置されたハイバンド利得係数計算器ＧＣＨ１０を含むように実装され得る。計算器ＧＣＨ１０は、計算器ＧＣＨ１０が、計算器ＧＣＳ１０よりも、フレームあたりのより少ないサブフレームの利得係数を計算することが望まれ得ることを除いて、計算器ＧＣＳ１０と同様に実装され得る。典型的な実装形態では、ハイバンドエンコーダＥＨ１１０の量子化器ＱＧＨ１０は、（たとえば、図２３Ａに示される５つのサブフレームの各々についての）５つのサブフレーム利得係数を特定する（たとえば、８から１２ビットの）量子化されたインデックスと、正規化係数とを、各フレームのハイバンド利得係数ＣＰＨ１０ｂとして出力するように構成される。
図２０は、ハイバンドデコーダＤＨ１００の実装形態ＤＨ１１０のブロック図を示す。ハイバンドデコーダＤＨ１１０は、狭帯域励振信号ＸＬ１０ａに基づいてハイバンド励振信号ＸＨ１０を生成するように構成された、この中に記載されたようなハイバンド励振発生器ＸＧＨ１０のインスタンスを含む。デコーダＤＨ１１０は、（この例では、ＬＳＦの組に）ハイバンドフィルタパラメータＣＰＨ１０ａを逆量子化するよう構成された逆量子化器ＩＱＨ２０を含み、また、ＬＳＦからＬＰへのフィルタ係数変換（LSF-to-LP filter coefficient transform）ＩＨＸ２０は、（たとえば、狭帯域デコーダＤＮ１１０の逆量子化器ＩＱＸＮ１０および変換ＩＸＮ２０に関して上記したように）ＬＳＦをフィルタ係数の組に変換するように構成される。他の実装形態では、上述のように、異なる係数の組（たとえば、ケプストラム係数）および／または係数表示（たとえば、ＩＳＰ）が使用され得る。ハイバンド合成モジュールＦＳＨ２０は、ハイバンド励振信号ＸＨ１０とフィルタ係数の組とに従って、合成されたハイバンド信号を生成するように構成される。（たとえば、上記されたエンコーダＥＨ１１０の例におけるように）ハイバンドエンコーダが合成フィルタを含むシステムについて、その合成フィルタと同じ応答（たとえば、同じ伝達関数）を有するように、ハイバンド合成モジュールＦＳＨ２０を実装することが望まれ得る。
ハイバンドデコーダＤＨ１１０は、また、ハイバンド利得係数ＣＰＨ１０ｂを逆量子化するように構成された逆量子化器ＩＱＧＨ１０と、ハイバンド信号ＳＤＨ１０を生成するために、逆量子化された利得係数を合成されたハイバンド信号に適用するように構成および配置された利得制御要素ＧＨ１０（たとえば、乗算器または増幅器）と、を含む。フレームの利得エンベロープが１より大きな利得係数によって特定されるような場合について、利得制御要素ＧＨ１０は、場合によっては、対応するハイバンドエンコーダの利得計算器（たとえば、ハイバンド利得計算器ＧＣＨ１０）によって適用されるのと同じまたは異なるウィンドウイング関数であり得るウィンドウイング関数に従って、利得係数をそれぞれのサブフレームに適用するように構成されるロジックを含み得る。同様に、利得制御要素ＧＨ１０は、利得係数が信号に適用される前に、利得係数に正規化係数を適用するように構成されるロジックを含み得る。ハイバンドデコーダＤＨ１１０の他の実装形態では、利得制御要素ＧＨ１０は、同様に構成されるが、代わりに、逆量子化された利得係数を、狭帯域励振信号ＸＬ１０ａに、またはハイバンド励振信号ＸＨ１０に適用するように配置される。
上述のように、（たとえば、符号化の間に逆量子化された値を使用することによって）ハイバンドエンコーダとハイバンドデコーダにおいて同じ状態を取得することが望まれ得る。したがって、そのような実装形態によるコーディングシステムでは、エンコーダとデコーダのハイバンド励振発生器の中の対応する雑音発生器について同じ状態を保証することが望まれ得る。例えば、そのような実装形態のハイバンド励振発生器は、雑音発生器の状態が、同じフレーム内ですでに符号化された情報の決定性関数（たとえば、狭帯域フィルタパラメータＦＰＮ１０またはその一部分、および／または符号化された狭帯域励振信号ＸＬ１０またはその一部分）であるように構成され得る。
図２１は、ＳＨＢデコーダＤＳ１００の実装形態ＤＳ１１０のブロック図を示す。ＳＨＢデコーダＤＳ１１０は、狭帯域励振信号ＸＬ１０ｂに基づいてＳＨＢ励振信号ＸＳ１０を生成するように構成された、この中に記載されるＳＨＢ励振発生器ＸＧＳ１０のインスタンスを含む。デコーダＤＳ１１０は、ＳＨＢフィルタパラメータＣＰＳ１０ａを（この例では、ＬＳＦの組に）逆量子化するように構成された逆量子化器ＩＱＳ２０を含み、また、ＬＳＦからＬＰへのフィルタ係数変換ＩＸＳ２０は、ＬＳＦをフィルタ係数の組に変換する（たとえば、狭帯域デコーダＤＮ１１０の逆量子化器ＩＱＸＮ１０および変換ＩＸＮ２０に関して上記したように）よう構成される。他の実装形態では、上述のように、異なる係数の組（たとえば、ケプストラム係数）および／または係数表示（たとえば、ＩＳＰ）が使用され得る。ＳＨＢ合成モジュールＦＳＳ２０は、ＳＨＢ励振信号ＸＳ１０とフィルタ係数の組とに従って、合成されたＳＨＢ信号を生成するように構成される。（たとえば、上記されたエンコーダＥＳ１１０の例におけるように）ＳＨＢエンコーダが合成フィルタを含むようなシステムについて、その合成フィルタと同じ応答（たとえば、同じ伝達関数）を有するようにＳＨＢ合成モジュールＦＳＳ２０を実装することが望まれ得る。
ＳＨＢデコーダＤＳ１１０は、また、ＳＨＢ利得係数ＣＰＳ１０ｂを逆量子化するように構成された逆量子化器ＩＱＧＳ１０と、ＳＨＢ信号ＳＤＳ１０を生成するために、逆量子化された利得係数を合成されたＳＨＢ信号に適用するように構成および配置された利得制御要素ＧＳ１０（たとえば、乗算器または増幅器）と、を含む。フレームの利得エンベロープが１より多くの利得係数によって特定されるような場合、利得制御要素ＧＳ１０は、場合によっては、対応するＳＨＢエンコーダの利得計算器（たとえば、ＳＨＢ利得計算器ＧＣＳ１０）によって適用されるのと同じまたは異なるウィンドウイング関数であり得るウィンドウイング関数に従って、利得係数をそれぞれのサブフレームに適用するように構成されたロジックを含み得る。同様に、利得制御要素ＧＳ１０は、利得係数が信号に適用される前に、利得係数に正規化係数を適用するように構成されたロジックを含み得る。ＳＨＢデコーダＤＳ１１０の他の実装形態では、利得制御要素ＧＳ１０は、同様に構成されるが、代わりに、逆量子化された利得係数を、狭帯域励振信号ＸＬ１０ｂに、またはＳＨＢ励振信号ＸＳ１０に適用するように配置される。
上述のように、（たとえば、符号化の間に、逆量子化された値を使用することによって）ＳＨＢエンコーダとＳＨＢデコーダにおいて同じ状態を取得することが望まれ得る。したがって、そのような実装形態によるコーディングシステムでは、エンコーダとデコーダのＳＨＢ励振発生器の中の対応する雑音発生器について同じ状態を保証することが望まれ得る。たとえば、そのような実装形態のＳＨＢ励振発生器は、雑音発生器の状態が、同じフレーム内ですでに符号化された情報の決定性関数（たとえば、狭帯域フィルタパラメータＦＰＮ１０またはその一部分、および／または符号化された狭帯域励振信号ＸＬ１０またはその一部分）であるように構成され得る。
この中に記載される要素の量子化器のうちの１つまたはそれより多く（たとえば、量子化器ＱＬＮ１０、ＱＬＨ１０、ＱＬＳ１０、ＱＧＨ１０、またはＱＧＳ１０）は、クラスづけされた（classified）ベクトル量子化を実行するように構成され得る。たとえば、そのような量子化器は、狭帯域チャネルにおける、および／またはハイバンドチャネルにおける同じフレーム内ですでに符号化されている情報に基づいて、コードブックの組のうちの１つを選択するように構成され得る。そのような技法は、一般に、追加のコードブックストレージという対価を払って、向上したコーディング効率を与える。
符号化された狭帯域励振信号ＸＬ１０は、（たとえば、緩和ＣＥＬＰまたは他のピッチ正則化技法によって）時間的にワープ（warp）された信号を記述し得る。たとえば、低周波数サブバンドのピッチ構造のモデルに従って、狭帯域信号ＳＩＬ１０または狭帯域残差に基づく信号を時間ワープすることが望まれ得る。そのような場合、（たとえば、狭帯域信号に、または残差に適用される）符号化された狭帯域励振信号において記述された時間ワーピングに基づいて、また、低周波数サブバンドおよびハイバンド信号ＳＩＨ１０のサンプリングレートにおける差に基づいて、利得係数計算の前にハイバンド信号ＳＩＨ１０をシフトするように、ハイバンドエンコーダＥＨ１００を構成することが望まれ得る。同様に、（たとえば、狭帯域信号に、または残差に適用されるように）符号化された狭帯域励振信号において記述された時間ワーピングに基づいて、また、低周波数サブバンドおよびＳＨＢ信号ＳＩＳ１０のサンプリングレートにおける差に基づいて、利得係数計算の前にＳＨＢ信号ＳＩＳ１０をシフトするように、ＳＨＢエンコーダＥＳ１００を構成することが望まれ得る。そのような時間ワーピングは、時間ワープされた信号の少なくとも２つの連続するサブフレームの各々についての異なる時間シフトを含み得、および／または、計算された時間シフトを整数サンプル値に丸めることを含み得る。信号ＳＩＨ１０またはＳＩＳ１０の時間ワーピングは、信号の対応するＬＰＣ分析の上流または下流に実行され得る。
符号化信号は、パケット交換ネットワーク上で搬送されることになる可能性がある。回線交換動作について、コーデックは、無音期間中に帯域幅を低減するために、間欠送信（discontinuous transmission：ＤＴＸ）を実装することが望まれ得る。
第１の一般的構成による方法は、音声信号の第１の周波数帯域からの情報に基づいて第１の励振信号（たとえば、狭帯域励振信号ＸＬ１０）を計算することを含む。本方法は、また、第１の励振信号からの情報に基づいて音声信号の第２の周波数帯域のための第２の励振信号（たとえば、ＳＨＢ励振信号ＸＳ１０）を計算することを含む。本方法では、第１の周波数帯域と第２の周波数帯域は、第１の周波数帯域の幅の少なくとも１／２の距離だけ分離される。一例では、励振信号は、少なくとも３０００Ｈｚの周波数を有する成分を含み、また、第２の励振信号は、８ｋＨｚ以下の周波数を有する成分を含む。別の例では、第１の周波数帯域と第２の周波数帯域は、少なくとも２５００Ｈｚだけ分離される。この中に記載される一実装形態では、第１の周波数帯域は５０から３５００Ｈｚまで伸び、また、第２の周波数帯域は７から１４ｋＨｚまで伸びる。
第２の一般的構成による方法は、音声信号の第１の周波数帯域からの情報に基づいて第１の励振信号（たとえば、狭帯域励振信号ＸＬ１０）を計算することを含む。本方法は、また、第１の励振信号からの情報に基づいて音声信号の第２の周波数帯域のための第２の励振信号（たとえば、ＳＨＢ励振信号ＸＳ１０）を計算することを含む。本方法では、第２の励振信号は、第１および第２の周波数成分の各々におけるエネルギーを含み、また、これらの成分は、第１の励振信号のサンプリングレートの少なくとも５０パーセントの距離だけ分離される。他の例では、第２の励振信号は、８０００〜８５００Ｈｚおよび１３，０００〜１３，５００Ｈｚの範囲においてエネルギーを含む。この中に記載される一実装形態では、第１の励振信号のサンプリングレートは８ｋＨｚであり、また、第２の励振信号は、７ｋＨｚの範囲（たとえば、７から１４ｋＨｚまで）にわたる成分においてエネルギーを含む。
第３の一般的構成による方法は、音声信号の第１の周波数帯域からの情報に基づいて第１の励振信号（たとえば、狭帯域励振信号ＸＬ１０）を計算することを含む。本方法は、また、第１の励振信号からの情報に基づいて音声信号の第２の周波数帯域のための第２の励振信号（たとえば、ハイバンド励振信号）を計算することと、第１の励振信号からの情報に基づいて音声信号の第３の周波数帯域のための第３の励振信号（たとえば、ＳＨＢ励振信号ＸＳ１０）を計算することと、を含む。本方法では、第２の周波数帯域、は第１の周波数帯域とは異なり（ただし、第１の周波数帯域と重複し得る）、第３の周波数帯域は、第２の周波数帯域とは異なり（ただし、第２の周波数帯域と重複し得る）、また、第３の周波数帯域は、第１の周波数帯域とは離れている。一例では、第２の励振信号を計算することは、第１の励振信号のスペクトルを第２の周波数帯域に拡張（延伸）することを含み、また、第３の励振信号を計算することは、第１の励振信号のスペクトルを第３の周波数帯域に拡張することを含む。他の例では、第２の周波数帯域は、５ｋＨｚから６ｋＨｚの間の周波数を含み、また、第３の周波数帯域は、１０ｋＨｚから１１ｋＨｚの間の周波数を含む。この中に記載される一実装形態では、第２の励振信号は、３５００Ｈｚから７ｋＨｚまでに伸び、また、第３の励振信号は、７から１４ｋＨｚまでに伸びる。
第４の一般的構成による方法は、音声信号の第１の周波数帯域からの情報に基づいて第１の励振信号（たとえば、狭帯域励振信号ＸＬ１０）を計算することを含む。本方法は、また、第１の励振信号からの情報に基づいて音声信号の第２の周波数帯域のための第２の励振信号（たとえば、ハイバンド励振信号）を計算することと、第１の励振信号からの情報に基づいて音声信号の第３の周波数帯域のための第３の励振信号（たとえば、ＳＨＢ励振信号ＸＳ１０）を計算することと、を含む。本方法では、第２の周波数帯域は、第１の周波数帯域とは異なり（ただし、第１の周波数帯域と重複し得る）、第３の周波数帯域は、第２の周波数帯域とは異なり（ただし、第２の周波数帯域と重複し得る）、また、第３の周波数帯域は第１の周波数帯域とは離れている。
本方法は、（Ａ）第１の周波数帯域からの情報に基づく信号のフレームと、（Ｂ）第２の励振信号からの情報に基づく信号の対応するフレームと、の間の関係を表す第１の複数ｍ個の利得係数を計算することを含む。本方法は、（Ａ）第１の周波数帯域からの情報に基づく信号の前記フレームと、（Ｂ）第３の励振信号からの情報に基づく信号の対応するフレームと、の間の関係を表す第２の複数ｎ個の利得係数を計算することをも含み、ｎはｍよりも大きい。
一例では、第１の複数ｍ個の利得係数の各々は、ｍ個のサブフレームのうちの１つに対応し、また、第２の複数ｎ個の利得係数の各々は、ｎ個のサブフレームのうちの１つに対応する。他の例では、第１の複数ｍ個の利得係数を計算することは、第１の利得フレーム値に従って第１の複数ｍ個の利得係数を正規化することを含み、また、第２の複数ｎ個の利得係数を計算することは、第２の利得フレーム値に従って第２の複数ｎ個の利得係数を正規化することを含む。この中に記載される一実装形態では、ｍは５に等しく、また、ｎは１０に等しい。
図２４Ａに、低周波数サブバンド中の、および低周波数サブバンドとは離れた高周波数サブバンド中の周波数成分を有する音響信号を処理する、一般的構成による、方法 Ｍ１００のフローチャートを示す。方法 Ｍ１００は、（たとえば、フィルタバンクＦＢ１００に関してこの中に記載されるように）狭帯域信号とスーパーハイバンド信号とを取得するために、音響信号をフィルタ処理するタスクＴ１００と、（たとえば、狭帯域エンコーダＥＮ１００に関してこの中に記載されるように）狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するタスクＴ２００と、（たとえば、ＳＨＢエンコーダＥＳ１００に関してこの中に記載されるように）符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算するタスクＴ３００と、を含む。方法 Ｍ１００は、また、（たとえば、ＳＨＢ利得係数計算器ＧＣＳ１００に関してこの中に記載されるように）スーパーハイバンド信号からの情報に基づいて、高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算するタスクＴ４００を含む。本方法では、狭帯域信号は、低周波数サブバンドの中の周波数成分に基づき、スーパーハイバンド信号は、高周波数サブバンドの中の周波数成分に基づく。本方法では、低周波数サブバンドの幅は、少なくとも２キロヘルツであり、低周波数サブバンドと高周波数サブバンドは、低周波数サブバンドの幅の少なくとも半分に等しい距離だけ分離される。方法 Ｍ１００は、また、スーパーハイバンド信号に基づく信号とスーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算するタスクを含み得る。
図２４Ｂは、低周波数サブバンドの中の、および低周波数サブバンドから離れた高周波数サブバンドの中の周波数成分を有する音響信号を処理するための、一般的構成による装置 ＭＦ１００のブロック図を示す。装置ＭＦ１００は、（たとえば、フィルタバンクＦＢ１００に関してこの中に記載されるように）狭帯域信号とスーパーハイバンド信号とを取得するために音響信号をフィルタ処理するための手段 Ｆ１００と、（たとえば、狭帯域エンコーダＥＮ１００に関してこの中に記載されるように）狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するための手段 Ｆ２００と、（たとえば、ＳＨＢエンコーダＥＳ１００に関してこの中に記載されるように）符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算するための手段 Ｆ３００と、を含む。装置 ＭＦ１００は、また、（たとえば、ＳＨＢ利得係数計算器ＧＣＳ１００に関してこの中に記載されるように）スーパーハイバンド信号からの情報に基づいて、高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算するための手段 Ｆ４００を含む。本装置では、狭帯域信号は、低周波数サブバンドの中の周波数成分に基づき、また、スーパーハイバンド信号は、高周波数サブバンドの中の周波数成分に基づく。本装置では、低周波数サブバンドの幅は、少なくとも２キロヘルツであり、低周波数サブバンドと高周波数サブバンドは、低周波数サブバンドの幅の少なくとも半分に等しい距離だけ分離される。装置 ＭＦ１００は、また、スーパーハイバンド信号に基づく信号とスーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算するための手段を含み得る。
この中に記載される方法および装置は、概して、任意の送受信および／または音響感知適用例、特にそのような適用例のモバイルまたはその他のポータブルインスタンスにおいて適用され得る。たとえば、この中に記載される構成の範囲は、符号分割多元接続（ＣＤＭＡ）オーバージエア（over-the-air）インターフェースを採用するように構成された無線電話系通信システム中に存在する通信デバイスを含む。とはいえ、この中に記載される特徴を有する方法および装置は、有線および／または無線（たとえば、ＣＤＭＡ、ＴＤＭＡ、ＦＤＭＡ、および／またはＴＤ−ＳＣＤＭＡ）の送信チャネルを介したボイスオーバＩＰ（ＶｏＩＰ）を採用するシステムなど、当業者に知られている広範囲の技術を採用する様々な通信システムのいずれにも存在し得ることが、当業者には理解されよう。
この中に記載される通信デバイスは、パケット交換式であるネットワーク（たとえば、ＶｏＩＰなどのプロトコルに従って音響送信を搬送するように構成された有線および／または無線ネットワーク）および／または回線交換式であるネットワークにおける使用に適応させられ得ることが明確に考慮され、この中に開示される。また、この中に記載される通信デバイスは、狭帯域コーディングシステム（たとえば、約４または５キロヘルツの音響周波数範囲を符号化するシステム）での使用、ならびに／または全帯域広帯域（whole-band wideband）コーディングシステムおよびスプリットバンド広帯域（split-band wideband）コーディングシステムを含む、広帯域コーディングシステム（たとえば、５キロヘルツを超える音響周波数を符号化するシステム）での使用に適応させられ得ることが明確に考慮され、この中に開示される。
この中に記載される構成の表示は、この中に記載される方法および他の構造を当業者が製造または使用できるように提供するものである。この中に図示および記載されるフローチャート、ブロック図、および他の構造は例にすぎず、これらの構造の他の変形も本開示の範囲内である。これらの構成への様々な変更が可能であり、この中で提示した一般化された原理は、他の構成にも同様に適用され得る。したがって、本開示は、上記した構成に限定されるものではなく、原開示の一部をなす、出願時に添付された特許請求の範囲の中のものを含む、この中における任意の様式で開示された原理および新規な特徴に合致する最も広い範囲が与えられるべきである。
情報および信号は、多種多様な技術および技法のいずれかを使用して表され得ることを当業者ならば理解されよう。たとえば、上記の全体にわたって言及され得るデータ、命令、コマンド、情報、信号、ビット、およびシンボルは、電圧、電流、電磁波、磁界または磁性粒子、光場または光学粒子、あるいはそれらの任意の組合せによって表され得る。
この中に記載される構成の実装形態の重要な設計上の要求は、特に、圧縮された音響もしくは音響・映像情報（たとえば、この中で特定された例のうちの１つなどの圧縮形式に従って符号化されるファイルまたはストリーム）の再生などの計算集約的適用例について、または、広帯域通信（たとえば、１２、１６、４４．１、４８、または１９２ｋＨｚなど、８キロヘルツよりも高いサンプリングレートでの音声通信）の適用例について、（一般に、毎秒百万命令またはＭＩＰＳで測定される）処理遅延および／または計算処理の複雑さを最小にすることを、含み得る。
この中に記載されるマルチマイクロフォン（multi-microphone）処理システムの目的は、全体で１０から１２ｄＢの雑音低減を達成すること、所望の話者の移動の間の音声のレベルおよび音色を保持すること、雑音が積極的（アグレッシブ）な雑音除去の代わりに背景に移されているという知覚を得ること、音声の残響除去、ならびに／または、よりアグレッシブな雑音低減のための後処理（たとえば、スペクトル引き去り、またはウィーナーフィルタ（Wiener filtering）処理など、雑音推定に基づくスペクトルマスキングおよび／または他のスペクトル修正演算）のオプションを可能にすること、を含み得る。
この中に記載される装置の実装形態の様々な処理要素（たとえば、エンコーダＳＷＥ１００およびデコーダＳＷＤ１００、ならびにそれらの要素）は、意図された適用例に好適であると考えられるハードウェア、ソフトウェア、および／またはファームウェアの任意の組合せで実施され得る。たとえば、そのような要素は、たとえば同じチップ上に、またはチップセット中の２つ以上のチップ間に存在する電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたは論理ゲートなどの論理要素の固定アレイまたはプログラマブルアレイであり、これらの要素のいずれも１つまたは複数のそのようなアレイとして実装され得る。これらの要素のうちの任意の２つ以上、さらにはすべてが、同じ１つまたは複数のアレイ内に実装され得る。そのような１つまたは複数のアレイは、１つまたは複数のチップ内（たとえば、２つ以上のチップを含むチップセット内）に実装され得る。
この中に記載される装置の様々な実装形態の１つまたは複数の要素（たとえば、エンコーダＳＷＥ１００およびデコーダＳＷＤ１００、ならびにそれらの要素）は、全体または一部が、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、デジタル信号プロセッサ、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、ＡＳＳＰ（特定用途向け標準製品）、およびＡＳＩＣ（特定用途向け集積回路）などの論理要素の１つまたは複数の固定アレイまたはプログラマブルアレイ上で実行するように構成された命令の１つまたは複数のセットとしても実装され得る。この中に記載される装置の実装形態の様々な要素のいずれも、１つまたは複数のコンピュータ（たとえば、「プロセッサ」とも呼ばれる、命令の１つまたは複数のセットまたはシーケンスを実行するようにプログラムされた１つまたは複数のアレイを含む機械）としても実施され得、これらの要素のうちの任意の２つ以上、さらにはすべてが、同じそのような１つまたは複数のコンピュータ内に実装され得る。
この中に記載されるプロセッサまたは処理するための他の手段は、たとえば同じチップ上に、またはチップセット中の２つ以上のチップ間に常駐する１つまたは複数の電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたは論理ゲートなどの論理要素の固定アレイまたはプログラマブルアレイであり、これらの要素のいずれも１つまたは複数のそのようなアレイとして実装され得る。そのような１つまたは複数のアレイは、１つまたは複数のチップ内（たとえば、２つ以上のチップを含むチップセット内）に実装され得る。そのようなアレイの例には、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、ＤＳＰ、ＦＰＧＡ、ＡＳＳＰ、およびＡＳＩＣなどの論理要素の固定アレイまたはプログラマブルアレイがある。この中に記載されるプロセッサまたは処理するための他の手段は、１つまたは複数のコンピュータ（たとえば、命令の１つまたは複数のセットまたはシーケンスを実行するようにプログラムされた１つまたは複数のアレイを含む機械）あるいは他のプロセッサとしても実施され得る。この中に記載されるプロセッサは、プロセッサが組み込まれているデバイスまたはシステム（たとえば、音声通信デバイス）の他の動作に関係するタスクなど、方法 Ｍ１００（あるいは、この中に記載される装置またはデバイスの動作に関して開示する他の方法）の一実装形態の手続きに直接関係しないタスクを実施するために、またはその手続きに直接関係しない命令の他の組を実行するために、使用することが可能である。また、この中に記載される方法の一部は音響感知デバイスのプロセッサによって実行されることが可能であり、その方法の他の一部は１つまたは複数の他のプロセッサの制御下で実行されることが可能である。
この中に記載される構成に関して説明する様々な例示的なモジュール、論理ブロック、回路、およびテストならびに他の動作は、電子ハードウェア、コンピュータソフトウェア、または両方の組合せとして実装され得ることを、当業者なら理解されよう。そのようなモジュール、論理ブロック、回路、および動作は、この中に記載される構成を生成するように設計された、汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、ＡＳＩＣまたはＡＳＳＰ、ＦＰＧＡまたは他のプログラマブル論理デバイス、個別ゲートまたはトランジスタロジック、個別ハードウェア構成要素、あるいはそれらの任意の組合せを用いて実装または実行され得る。たとえば、そのような構成は、少なくとも部分的に、ハードワイヤード回路として、特定用途向け集積回路へと作製された回路構成として、あるいは不揮発性記憶装置にロードされるファームウェアプログラム、または汎用プロセッサもしくは他のデジタル信号処理ユニットなどの論理要素のアレイによって実行可能な命令である機械可読コードとしてデータ記憶媒体からロードされるもしくはデータ記憶媒体にロードされるソフトウェアプログラムとして実装され得る。汎用プロセッサはマイクロプロセッサであり得るが、代替として、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。プロセッサはまた、コンピューティングデバイスの組合せ、たとえば、ＤＳＰとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、ＤＳＰコアと連携する１つまたは複数のマイクロプロセッサ、あるいは任意の他のそのような構成として実装され得る。ソフトウェアモジュールは、ＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（読取り専用メモリ）、フラッシュＲＡＭなどの不揮発性ＲＡＭ（ＮＶＲＡＭ）、消去可能プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、レジスタ、ハードディスク、リムーバブルディスク、またはＣＤ−ＲＯＭなど、非一時的記憶媒体中に、あるいは当技術分野で知られている任意の他の形態の記憶媒体中に常駐し得る。例示的な記憶媒体は、プロセッサが記憶媒体から情報を読み取り、記憶媒体に情報を書き込むことができるように、プロセッサに結合される。代替として、記憶媒体はプロセッサに一体化され得る。プロセッサおよび記憶媒体はＡＳＩＣ中に存在し得る。ＡＳＩＣはユーザ端末中に存在し得る。代替として、プロセッサおよび記憶媒体は、ユーザ端末中に個別構成要素として存在し得る。
この中に記載される様々な方法（たとえば、方法 Ｍ１００、および本明細書で説明する様々な装置の動作に関して開示する他の方法）は、プロセッサなどの論理要素のアレイによって実行され得、この中に記載される装置の様々な要素は、部分的に、そのようなアレイ上で実行するように設計されたモジュールとして実装され得ることを注記する。この中で使用する「モジュール」または「サブモジュール」という用語は、ソフトウェア、ハードウェアまたはファームウェアの形態でコンピュータ命令（たとえば、論理式）を含む任意の方法、装置、デバイス、ユニットまたはコンピュータ可読データ記憶媒体を指すことができる。複数のモジュールまたはシステムを１つのモジュールまたはシステムに結合することができ、１つのモジュールまたはシステムを、同じ機能を実行する複数のモジュールまたはシステムに分離することができることを理解されたい。ソフトウェアまたは他のコンピュータ実行可能命令で実装した場合、プロセスの要素は本質的に、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを用いて関連するタスクを実行するコードセグメントである。「ソフトウェア」という用語は、ソースコード、アセンブリ言語コード、機械コード、バイナリコード、ファームウェア、マクロコード、マイクロコード、論理要素のアレイによって実行可能な命令の１つまたは複数のセットまたはシーケンス、およびそのような例の任意の組合せを含むことを理解されたい。プログラムまたはコードセグメントは、プロセッサ可読記憶媒体に記憶され得、あるいは搬送波に埋め込まれたコンピュータデータ信号によって伝送媒体または通信リンクを介して送信され得る。
この中に記載される方法、方式、および技法の実装形態は、（たとえば、この中に記載される１つまたは複数のコンピュータ可読記憶媒体の有形のコンピュータ可読特徴において）論理要素のアレイ（たとえば、プロセッサ、マイクロプロセッサ、マイクロコントローラ、または他の有限状態機械）を含む機械によって実行可能な命令の１つまたは複数のセットとしても有形に実施され得る。「コンピュータ可読媒体」という用語は、情報を記憶または転送することができる、揮発性、不揮発性、取外し可能および取外し不可能な記憶媒体を含む、任意の媒体を含み得る。コンピュータ可読媒体の例は、電子回路、半導体メモリデバイス、ＲＯＭ、フラッシュメモリ、消去可能ＲＯＭ（ＥＲＯＭ）、フロッピー（登録商標）ディスケットまたは他の磁気ストレージ、ＣＤ−ＲＯＭ／ＤＶＤまたは他の光ストレージ、ハードディスク、または所望の情報を記憶するために使用され得る任意の他の媒体、光ファイバー媒体、無線周波（ＲＦ）リンク、または所望の情報を搬送するために使用され得、アクセスされ得る、任意の他の媒体を含む。コンピュータデータ信号は、電子ネットワークチャネル、光ファイバー、エアリンク、電磁リンク、ＲＦリンクなどの伝送媒体を介して伝播することができるどんな信号をも含み得る。コードセグメントは、インターネットまたはイントラネットなどのコンピュータネットワークを介してダウンロードされ得る。いずれの場合も、本開示の範囲は、そのような実施形態によって限定されると解釈すべきではない。
この中に記載される方法のタスクの各々は、ハードウェアで直接実施され得るか、プロセッサによって実行されるソフトウェアモジュールで実施され得るか、またはその２つの組合せで実施され得る。この中に記載される方法の実装形態の典型的な適用例では、論理要素のアレイ（たとえば、論理ゲート）は、この方法の様々なタスクのうちの１つ、複数、さらにはすべてを実行するように構成される。タスクのうちの１つまたは複数（場合によってはすべて）は、論理要素のアレイ（たとえば、プロセッサ、マイクロプロセッサ、マイクロコントローラ、または他の有限状態機械）を含む機械（たとえば、コンピュータ）によって可読および／または実行可能であるコンピュータプログラム製品（たとえば、ディスク、フラッシュまたは他の不揮発性メモリカード、半導体メモリチップなどの１つまたは複数のデータ記憶媒体など）に埋め込まれたコード（たとえば、命令の１つまたは複数のセット）としても実装され得る。この中に記載される方法の実装形態のタスクは、２つ以上のそのようなアレイまたは機械によっても実行され得る。これらのまたは他の実装形態では、タスクは、セルラー電話など、ワイヤレス通信用のデバイス、またはそのような通信機能をもつ他のデバイス内で実行され得る。そのようなデバイスは、（ＶｏＩＰなどの１つまたは複数のプロトコルを使用して）回線交換および／またはパケット交換ネットワークと通信するように構成され得る。たとえば、そのようなデバイスは、符号化フレームを受信および／または送信するように構成されたＲＦ回路を含み得る。
この中に記載される様々な方法は、ハンドセット、ヘッドセット、または携帯情報端末（ＰＤＡ）などのポータブル通信デバイスによって実行され得ること、およびこの中に記載される様々な装置は、そのようなデバイスに含まれ得ることが明確に開示される。典型的なリアルタイム（たとえば、オンライン）適用例は、そのようなモバイルデバイスを使用して行われる電話会話である。
１つまたは複数の例示的な実施形態では、この中に記載される動作は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装した場合、そのような動作は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体に記憶され得るか、あるいはコンピュータ可読媒体を介して送信され得る。「コンピュータ可読媒体」という用語は、コンピュータ可読記憶媒体と通信（たとえば、伝送）媒体の両方を含む。限定ではなく、例として、コンピュータ可読記憶媒体は、（限定はしないが、ダイナミックまたはスタティックＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、および／またはフラッシュＲＡＭを含み得る）半導体メモリ、または強誘電体メモリ、磁気抵抗メモリ、オボニックメモリ、高分子メモリ、または相変化メモリなどの記憶要素のアレイ、ＣＤ−ＲＯＭまたは他の光ディスクストレージ、ならびに／あるいは磁気ディスクストレージまたは他の磁気ストレージデバイスを備えることができる。そのような記憶媒体は、コンピュータによってアクセスされ得る命令またはデータ構造の形態で情報を記憶し得る。通信媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、命令またはデータ構造の形態の所望でプログラムコードを搬送するために使用され得、コンピュータによってアクセスされ得る、任意の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、ソフトウェアが、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、あるいは赤外線、無線、および／またはマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、あるいは赤外線、無線、および／またはマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。本明細書で使用するディスク（disk）およびディスク（disc）は、コンパクトディスク（disc）（ＣＤ）、レーザディスク（disc）、光ディスク（disc）、デジタル多用途ディスク（disc）（ＤＶＤ）、フロッピーディスク（disk）およびブルーレイディスク（商標）（Ｂｌｕ−Ｒａｙ Ｄｉｓｃ Ａｓｓｏｃｉａｔｉｏｎ、Ｕｎｉｖｅｒｓａｌ Ｃｉｔｙ、ＣＡ）を含み、ディスク（disk）は、通常、データを磁気的に再生し、ディスク（disc）はデータをレーザで光学的に再生する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。
この中に記載される音響信号処理装置は、いくつかの動作を制御するために音声入力を受容し、あるいは背景雑音から所望の雑音を分離することから利益を得ることがある、通信デバイスなどの電子デバイスに組み込まれ得る。多くの適用例では、複数の方向発の背景音から明瞭な所望の音を強調または分離することから利益を得ることがある。そのような適用例では、ボイス認識および検出、音声強調および分離、ボイスアクティブ化制御などの機能を組み込んだ電子デバイスまたはコンピューティングデバイスにおけるヒューマンマシンインターフェースを含み得る。限定された処理機能のみを与えるデバイスに適したそのような音響信号処理装置を実装することが望ましいことがある。
本明細書で説明するモジュール、要素、およびデバイスの様々な実装形態の要素は、たとえば、同じチップ上にまたはチップセット中の２つ以上のチップ間に常駐する電子デバイスおよび／または光デバイスとして作製され得る。そのようなデバイスの一例は、トランジスタまたはゲートなど、論理要素の固定アレイまたはプログラマブルアレイである。本明細書で説明する装置の様々な実装形態の１つまたは複数の要素は、全体または一部が、マイクロプロセッサ、組込みプロセッサ、ＩＰコア、デジタル信号プロセッサ、ＦＰＧＡ、ＡＳＳＰ、およびＡＳＩＣなど、論理要素の１つまたは複数の固定アレイまたはプログラマブルアレイ上で実行するように構成された命令の１つまたは複数のセットとしても実装され得る。
この中に記載される装置の実装形態の１つまたは複数の要素は、装置が組み込まれているデバイスまたはシステムの別の動作に関係するタスクなど、装置の動作に直接関係しないタスクを実施するために、または装置の動作に直接関係しない命令の他のセットを実行するために、使用することが可能である。また、そのような装置の実装形態の１つまたは複数の要素は、共通の構造（たとえば、異なる要素に対応するコードの部分を異なる時間に実行するために使用されるプロセッサ、異なる要素に対応するタスクを異なる時間に実施するために実行される命令のセット、あるいは、異なる要素向けの動作を異なる時間に実施する電子デバイスおよび／または光デバイスの構成）を有することが可能である。
Claims (49)
- 低周波数サブバンドにおいて、および、前記低周波数サブバンドとは分離された高周波数サブバンドにおいて周波数成分を有する音響信号を処理する方法であって、
前記方法は、
狭帯域信号とスーパーハイバンド信号とを取得するために前記音響信号をフィルタ処理することと、
前記狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算することと、
前記符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算することと、
前記スーパーハイバンド信号からの情報に基づいて、前記高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、
前記スーパーハイバンド信号に基づく信号と前記スーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算することと、を備え、
前記狭帯域信号が前記低周波数サブバンドにおける前記周波数成分に基づき、
前記スーパーハイバンド信号が前記高周波数サブバンドにおける前記周波数成分に基づき、
前記低周波数サブバンドの幅は、少なくとも３キロヘルツであり、
前記低周波数サブバンドと前記高周波数サブバンドは、前記低周波数サブバンドの前記幅の少なくとも半分に等しい距離だけ分離される、
方法。 - 前記低周波数サブバンドの前記周波数成分は、少なくとも３キロヘルツに等しい周波数を有する成分を含み、
前記高周波数サブバンドの前記周波数成分が、８キロヘルツ以下の周波数を有する成分を含む、
請求項１に記載の方法。 - 前記低周波数サブバンドと前記高周波数サブバンドは、少なくとも２５００ヘルツだけ分離される、
請求項１および２のいずれか一項に記載の方法。 - 前記複数のフィルタパラメータは、前記高周波数サブバンドのフレームのスペクトルエンベロープを特徴づける複数ＦＣＨ個のフィルタ係数を含み、
前記方法は、前記低周波数サブバンドの対応するフレームのスペクトルエンベロープを特徴づける複数ＦＣＬ個のフィルタ係数を計算することを含み、
ＦＣＨがＦＣＬよりも小さい、
請求項１ないし３のいずれか一項に記載の方法。 - 前記音響信号を前記フィルタ処理することは、
リサンプリングされた信号を取得するために、前記高周波数サブバンドにおける前記周波数成分に基づく信号をリサンプリングすることと、
スペクトル反転信号を取得するために、前記リサンプリングされた信号に基づく信号に対してスペクトル反転演算を実行することと
を含み、
前記スーパーハイバンド信号が前記スペクトル反転信号に基づく、
請求項１ないし４のいずれか一項に記載の方法。 - 前記スーパーハイバンド励振信号を前記計算することは、
補間信号を生成するために、前記符号化された狭帯域励振信号からの前記情報に基づく信号をアップサンプリングすることと、
スペクトル拡張信号を生成するために、前記補間信号に基づく信号のスペクトルを拡張することと、
を含み、
前記スーパーハイバンド励振信号が前記スペクトル拡張信号に基づく、
請求項１ないし５のいずれか一項に記載の方法。 - 前記符号化された狭帯域励振信号は、固定のコードブックインデックスと適応型のコードブックインデックスとを含む、
請求項１ないし６のいずれか一項に記載の方法。 - 前記狭帯域信号は、第１のサンプリングレートを有し、
前記高周波数サブバンドの幅は、前記第１のサンプリングレートの５０パーセントよりも大きい、
請求項１ないし７のいずれか一項に記載の方法。 - 前記高周波数サブバンドの前記幅は、前記第１のサンプリングレートの少なくとも７５パーセントに等しい、
請求項８に記載の方法。 - 前記高周波数サブバンドの前記幅は、少なくとも６キロヘルツである、
請求項１ないし９のいずれか一項に記載の方法。 - 前記高周波数サブバンドは、８キロヘルツ（８ｋＨｚ）から８５００ヘルツ（８５００Ｈｚ）までの周波数範囲を含み、
前記高周波数サブバンドは、１３キロヘルツ（１３ｋＨｚ）から１３．５キロヘルツ（１３，５００Ｈｚ）までの周波数範囲を含む、
請求項１ないし１０のいずれか一項に記載の方法。 - 前記音響信号は、前記低周波数サブバンドとは異なる中間周波数サブバンド中の周波数成分を有し、
前記音響信号を前記フィルタ処理することは、前記中間周波数サブバンドにおける前記周波数成分に基づくハイバンド信号を取得することを含み、
前記方法は、
前記符号化された狭帯域励振信号からの情報に基づいて、ハイバンド励振信号を計算することと、
前記ハイバンド信号からの情報に基づいて、前記中間周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、
前記ハイバンド信号に基づく信号と前記ハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって第２の複数の利得係数を計算することと、
を含む、
請求項１ないし１１のいずれか一項に記載の方法。 - 前記計算された複数の利得係数は、（Ａ）前記スーパーハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記スーパーハイバンド励振信号に基づく前記信号の対応するフレームと、の間の関係を表す複数ｎ個の利得係数を含み、
前記第２の複数の利得係数は、（Ａ）前記ハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記ハイバンド励振信号に基づく前記信号の対応するフレームと、の間の関係を表す複数ｍ個の利得係数を含み、
ｎがｍよりも大きい、
請求項１２に記載の方法。 - 前記スーパーハイバンド励振信号を前記計算することは、前記符号化された狭帯域励振信号のスペクトルを、前記高周波数サブバンドによって占有される周波数範囲に拡張することを含み、
前記ハイバンド励振信号を前記計算することは、前記符号化された狭帯域励振信号のスペクトルを、前記中間周波数サブバンドによって占有される周波数範囲に拡張することを含む、
請求項１２および１３のいずれか一項に記載の方法。 - 前記中間周波数サブバンドは、５キロヘルツから６キロヘルツの間の周波数を含み、
前記高周波数サブバンドは、１０キロヘルツから１１キロヘルツの間の周波数を含む、請求項１２ないし１４のいずれか一項に記載の方法。 - 前記狭帯域信号は、第１のサンプリングレートを有し、
前記ハイバンド信号は、前記第１のサンプリングレートよりも小さい第２のサンプリングレートを有する、
請求項１２ないし１５のいずれか一項に記載の方法。 - 前記スーパーハイバンド信号は、前記第１のサンプリングレートと前記第２のサンプリングレートとの和よりも小さい第３のサンプリングレートを有する、
請求項１６に記載の方法。 - 前記高周波数サブバンドのスペクトルエンベロープを特徴づける前記複数のフィルタパラメータは、前記高周波数サブバンドのフレームのスペクトルエンベロープを特徴づける複数ＦＣＨ個のフィルタ係数を含み、
前記中間周波数サブバンドのスペクトルエンベロープを特徴づける前記複数のフィルタパラメータは、前記中間周波数サブバンドの対応するフレームのスペクトルエンベロープを特徴づける複数ＦＣＭ個のフィルタ係数を含み、
ＦＣＭがＦＣＨよりも小さい、
請求項１２ないし１７のいずれか一項に記載の方法。 - 低周波数サブバンドにおける、および前記低周波数サブバンドとは分離された高周波数サブバンドにおける周波数成分を有する音響信号を処理するための装置であって、
前記装置は、
狭帯域信号とスーパーハイバンド信号とを取得するために前記音響信号をフィルタ処理するための手段と、
前記狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するための手段と、
前記符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算するための手段と、
前記スーパーハイバンド信号からの情報に基づいて、前記高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算するための手段と、
前記スーパーハイバンド信号に基づく信号と前記スーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算するための手段と、
を備え、
前記狭帯域信号は、前記低周波数サブバンドにおける前記周波数成分に基づき、
前記スーパーハイバンド信号は、前記高周波数サブバンドにおける前記周波数成分に基づき、
前記低周波数サブバンドの幅は、少なくとも３キロヘルツであり、
前記低周波数サブバンドと前記高周波数サブバンドは、前記低周波数サブバンドの前記幅の少なくとも半分に等しい距離だけ分離される、
装置。 - 前記低周波数サブバンドにおける前記周波数成分は、少なくとも３キロヘルツに等しい周波数を有する成分を含み、
前記高周波数サブバンドにおける前記周波数成分は、８キロヘルツ以下の周波数を有する成分を含む、
請求項１９に記載の装置。 - 前記低周波数サブバンドと前記高周波数サブバンドは、少なくとも２５００ヘルツだけ分離される、
請求項１９および２０のいずれか一項に記載の装置。 - 前記複数のフィルタパラメータは、前記高周波数サブバンドのフレームのスペクトルエンベロープを特徴づける複数ＦＣＨ個のフィルタ係数を含み、
前記装置は、前記低周波数サブバンドの対応するフレームのスペクトルエンベロープを特徴づける複数ＦＣＬ個のフィルタ係数を計算するための手段を含み、
ＦＣＨがＦＣＬよりも小さい、
請求項１９ないし２１のいずれか一項に記載の装置。 - 前記音響信号をフィルタ処理するための前記手段は、
リサンプリングされた信号を取得するために、前記高周波数サブバンドにおける前記周波数成分に基づく信号をリサンプリングするための手段と、
スペクトル反転信号を取得するために、前記リサンプリングされた信号に基づく信号に対してスペクトル反転演算を実行するための手段と、
を含み、
前記スーパーハイバンド信号は、前記スペクトル反転信号に基づく、
請求項１９ないし２２のいずれか一項に記載の装置。 - 前記スーパーハイバンド励振信号を計算するための前記手段は、
補間信号を生成するために、前記符号化された狭帯域励振信号からの前記情報に基づく信号をアップサンプリングするための手段と、
スペクトル拡張信号を生成するために、前記補間信号に基づく信号のスペクトルを拡張するための手段と、
を含み、
前記スーパーハイバンド励振信号は、前記スペクトル拡張信号に基づく、
請求項１９ないし２３のいずれか一項に記載の装置。
- 前記符号化された狭帯域励振信号は、固定のコードブックインデックスと適応型のコードブックインデックスとを含む、
請求項１９ないし２４のいずれか一項に記載の装置。 - 前記狭帯域信号は、第１のサンプリングレートを有し、
前記高周波数サブバンドの幅は、前記第１のサンプリングレートの５０パーセントよりも大きい、
請求項１９ないし２５のいずれか一項に記載の装置。 - 前記高周波数サブバンドの前記幅は、前記第１のサンプリングレートの少なくとも７５パーセントに等しい、
請求項２６に記載の装置。 - 前記高周波数サブバンドの前記幅は、少なくとも６キロヘルツである、
請求項１９ないし２７のいずれか一項に記載の装置。 - 前記高周波数サブバンドは、８キロヘルツ（８ｋＨｚ）から８５００ヘルツ（８５００Ｈｚ）までの周波数範囲を含み、
前記高周波数サブバンドは、１３キロヘルツ（１３ｋＨｚ）から１３．５キロヘルツ（１３，５００Ｈｚ）までの周波数範囲を含む、
請求項１９ないし２８のいずれか一項に記載の装置。 - 前記音響信号は、前記低周波数サブバンドとは異なる中間周波数サブバンドにおける周波数成分を有し、
前記音響信号をフィルタ処理するための前記手段は、前記中間周波数サブバンドにおける前記周波数成分に基づくハイバンド信号を取得するための手段を含み、
前記装置は、
前記符号化された狭帯域励振信号からの情報に基づいて、ハイバンド励振信号を計算するための手段と、
前記ハイバンド信号からの情報に基づいて、前記中間周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算するための手段と、
前記ハイバンド信号に基づく信号と前記ハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって第２の複数の利得係数を計算するための手段と、を含む、
請求項１９ないし２９のいずれか一項に記載の装置。 - 前記計算された複数の利得係数は、（Ａ）前記スーパーハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記スーパーハイバンド励振信号に基づく前記信号の対応するフレームと、の間の関係を表す複数ｎ個の利得係数を含み、
前記第２の複数の利得係数は、（Ａ）前記ハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記ハイバンド励振信号に基づく前記信号の対応するフレームと、の間の関係を表す複数ｍ個の利得係数を含み、
ｎがｍよりも大きい、
請求項３０に記載の装置。 - 前記スーパーハイバンド励振信号を計算するための前記手段は、前記符号化された狭帯域励振信号のスペクトルを、前記高周波数サブバンドによって占有される周波数範囲に拡張することを含み、
前記ハイバンド励振信号を計算するための前記手段は、前記符号化された狭帯域励振信号のスペクトルを、前記中間周波数サブバンドによって占有される周波数範囲に拡張することを含む、
請求項３０および３１のいずれか一項に記載の装置。 - 前記中間周波数サブバンドは、５キロヘルツから６キロヘルツの間の周波数を含み、
前記高周波数サブバンドは、１０キロヘルツから１１キロヘルツの間の周波数を含む、請求項３０ないし３２のいずれか一項に記載の装置。 - 前記狭帯域信号は、第１のサンプリングレートを有し、
前記ハイバンド信号は、前記第１のサンプリングレートよりも小さい第２のサンプリングレートを有する、
請求項３０ないし３３のいずれか一項に記載の装置。 - 前記スーパーハイバンド信号は、前記第１のサンプリングレートと前記第２のサンプリングレートとの和よりも小さい第３のサンプリングレートを有する、請求項３４に記載の装置。
- 前記高周波数サブバンドのスペクトルエンベロープを特徴づける前記複数のフィルタパラメータは、前記高周波数サブバンドのフレームのスペクトルエンベロープを特徴づける複数ＦＣＨ個のフィルタ係数を含み、
前記中間周波数サブバンドのスペクトルエンベロープを特徴づける前記複数のフィルタパラメータは、前記中間周波数サブバンドの対応するフレームのスペクトルエンベロープを特徴づける複数ＦＣＭ個のフィルタ係数を含み、
ＦＣＭがＦＣＨよりも小さい、
請求項３０ないし３５のいずれか一項に記載の装置。 - 低周波数サブバンドにおける、および前記低周波数サブバンドとは分離された高周波数サブバンドにおける周波数成分を有する音響信号を処理するための装置であって、
前記装置は、
狭帯域信号とスーパーハイバンド信号とを取得するために前記音響信号をフィルタ処理するように構成されたフィルタバンクと、
前記狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算するように構成された狭帯域エンコーダと、
（Ａ）前記符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算することと、（Ｂ）前記スーパーハイバンド信号からの情報に基づいて、前記高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、（Ｃ）前記スーパーハイバンド信号に基づく信号と前記スーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算することと、
を行うように構成されたスーパーハイバンドエンコーダと、
を備え、
前記狭帯域信号は、前記低周波数サブバンドにおける前記周波数成分に基づき、
前記スーパーハイバンド信号は、前記高周波数サブバンドにおける前記周波数成分に基づき、
前記低周波数サブバンドの幅は、少なくとも３キロヘルツであり、
前記低周波数サブバンドと前記高周波数サブバンドは、前記低周波数サブバンドの前記幅の少なくとも半分に等しい距離だけ分離される、
装置。 - 前記低周波数サブバンドの前記周波数成分は、少なくとも３キロヘルツに等しい周波数を有する成分を含み、
前記高周波数サブバンドの前記周波数成分は、８キロヘルツ以下の周波数を有する成分を含む、
請求項３７に記載の装置。 - 前記低周波数サブバンドと前記高周波数サブバンドは、少なくとも２５００ヘルツだけ分離される、
請求項３７および３８のいずれか一項に記載の装置。 - 前記複数のフィルタパラメータは、前記高周波数サブバンドのフレームのスペクトルエンベロープを特徴づける複数ＦＣＨ個のフィルタ係数を含み、
前記狭帯域エンコーダは、前記低周波数サブバンドの対応するフレームのスペクトルエンベロープを特徴づける複数ＦＣＬ個のフィルタ係数を計算するように構成され、
ＦＣＨがＦＣＬよりも小さい、
請求項３７ないし３９のいずれか一項に記載の装置。 - 前記フィルタバンクが、
リサンプリングされた信号を取得するために、前記高周波数サブバンドにおける前記周波数成分に基づく信号をリサンプリングするように構成されたリサンプラと、
スペクトル反転信号を取得するために、前記リサンプリングされた信号に基づく信号に対してスペクトル反転演算を実行するように構成されたスペクトル反転モジュールと、を含み、
前記スーパーハイバンド信号は、前記スペクトル反転信号に基づく、
請求項３７ないし４０のいずれか一項に記載の装置。 - 前記スーパーハイバンドエンコーダは、
補間信号を生成するために、前記符号化された狭帯域励振信号からの前記情報に基づく信号をアップサンプリングするように構成されたアップサンプラと、
スペクトル拡張信号を生成するために、前記補間信号に基づく信号のスペクトルを拡張するように構成されたスペクトル拡張器と、
を含み、
前記スーパーハイバンド励振信号は、前記スペクトル拡張信号に基づく、
請求項３７ないし４１のいずれか一項に記載の装置。 - 前記狭帯域信号は、第１のサンプリングレートを有し、
前記高周波数サブバンドの幅は、前記第１のサンプリングレートの５０パーセントよりも大きい、
請求項３７ないし４２のいずれか一項に記載の装置。 - 前記高周波数サブバンドの前記幅は、前記第１のサンプリングレートの少なくとも７５パーセントに等しい、
請求項４３に記載の装置。 - 前記高周波数サブバンドの前記幅は、少なくとも６キロヘルツである、
請求項３７ないし４４のいずれか一項に記載の装置。 - 前記高周波数サブバンドは、８キロヘルツ（８ｋＨｚ）から８５００ヘルツ（８５００Ｈｚ）までの周波数範囲を含み、
前記高周波数サブバンドは、１３キロヘルツ（１３ｋＨｚ）から１３．５キロヘルツ（１３，５００Ｈｚ）までの周波数範囲を含む、
請求項３７ないし４５のいずれか一項に記載の装置。 - 前記音響信号は、前記低周波数サブバンドとは異なる中間周波数サブバンドにおける周波数成分を有し、
前記フィルタバンクは、前記中間周波数サブバンドにおける前記周波数成分に基づくハイバンド信号を取得するように構成され、
前記装置は、
（Ａ）前記符号化された狭帯域励振信号からの情報に基づいて、ハイバンド励振信号を計算することと、（Ｂ）前記ハイバンド信号からの情報に基づいて、前記中間周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、（Ｃ）前記ハイバンド信号に基づく信号と前記ハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって第２の複数の利得係数を計算することとを行うように構成されたハイバンドエンコーダと、
を含む、
請求項３７ないし４６のいずれか一項に記載の装置。 - 前記計算された複数の利得係数は、（Ａ）前記スーパーハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記スーパーハイバンド励振信号に基づく前記信号の対応するフレームとの間の関係を表す複数ｎ個の利得係数と、を含み、
前記第２の複数の利得係数は、（Ａ）前記ハイバンド信号に基づく前記信号のフレームと、（Ｂ）前記ハイバンド励振信号に基づく前記信号の対応するフレームとの間の関係を表す複数ｍ個の利得係数と、
を含み、
ｎがｍよりも大きい、
請求項４７に記載の装置。 - 低周波数サブバンドにおける、および前記低周波数サブバンドとは分離された高周波数サブバンドにおける周波数成分を有する音響信号を処理するためのソフトウェアをその上に記憶するコンピュータ可読記憶媒体であって、
前記ソフトウェアは、
狭帯域信号とスーパーハイバンド信号とを取得するために前記音響信号をフィルタ処理することと、
前記狭帯域信号からの情報に基づいて、符号化された狭帯域励振信号を計算することと、
前記符号化された狭帯域励振信号からの情報に基づいて、スーパーハイバンド励振信号を計算することと、
前記スーパーハイバンド信号からの情報に基づいて、前記高周波数サブバンドのスペクトルエンベロープを特徴づける複数のフィルタパラメータを計算することと、
前記スーパーハイバンド信号に基づく信号と前記スーパーハイバンド励振信号に基づく信号との間の時間変動関係を評価することによって複数の利得係数を計算することと、を、少なくとも１つのプロセッサに行わせ、
前記狭帯域信号は、前記低周波数サブバンドにおける前記周波数成分に基づき、
前記スーパーハイバンド信号は、前記高周波数サブバンドにおける前記周波数成分に基づき、
前記低周波数サブバンドの幅は、少なくとも３キロヘルツであり、
前記低周波数サブバンドと前記高周波数サブバンドは、前記低周波数サブバンドの前記幅の少なくとも半分に等しい距離だけ分離される、
コンピュータ可読記憶媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US35042510P | 2010-06-01 | 2010-06-01 | |
| US61/350,425 | 2010-06-01 | ||
| US13/149,874 | 2011-05-31 | ||
| US13/149,874 US8600737B2 (en) | 2010-06-01 | 2011-05-31 | Systems, methods, apparatus, and computer program products for wideband speech coding |
| PCT/US2011/038814 WO2011153278A1 (en) | 2010-06-01 | 2011-06-01 | Systems, methods, apparatus, and computer program products for wideband speech coding |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013528836A JP2013528836A (ja) | 2013-07-11 |
| JP5722437B2 true JP5722437B2 (ja) | 2015-05-20 |
Family
ID=45022801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013513331A Expired - Fee Related JP5722437B2 (ja) | 2010-06-01 | 2011-06-01 | 広帯域音声コーディングのための方法、装置、およびコンピュータ可読記憶媒体 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US8600737B2 (ja) |
| EP (1) | EP2577659B1 (ja) |
| JP (1) | JP5722437B2 (ja) |
| KR (1) | KR101436715B1 (ja) |
| CN (1) | CN102934163B (ja) |
| TW (1) | TW201214419A (ja) |
| WO (1) | WO2011153278A1 (ja) |
Families Citing this family (69)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8326614B2 (en) * | 2005-09-02 | 2012-12-04 | Qnx Software Systems Limited | Speech enhancement system |
| US9525569B2 (en) * | 2010-03-03 | 2016-12-20 | Skype | Enhanced circuit-switched calls |
| KR101445296B1 (ko) | 2010-03-10 | 2014-09-29 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 샘플링 레이트 의존 시간 왜곡 윤곽 인코딩을 이용하는 오디오 신호 디코더, 오디오 신호 인코더, 방법, 및 컴퓨터 프로그램 |
| CN102918590B (zh) * | 2010-03-31 | 2014-12-10 | 韩国电子通信研究院 | 编码方法和装置、以及解码方法和装置 |
| US9313334B2 (en) * | 2010-06-17 | 2016-04-12 | Telefonaktiebolaget Lm Ericsson (Publ) | Bandwidth extension in a multipoint conference unit |
| CN102800317B (zh) * | 2011-05-25 | 2014-09-17 | 华为技术有限公司 | 信号分类方法及设备、编解码方法及设备 |
| US9070361B2 (en) * | 2011-06-10 | 2015-06-30 | Google Technology Holdings LLC | Method and apparatus for encoding a wideband speech signal utilizing downmixing of a highband component |
| WO2013002696A1 (en) * | 2011-06-30 | 2013-01-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Transform audio codec and methods for encoding and decoding a time segment of an audio signal |
| TWI461705B (zh) * | 2012-05-24 | 2014-11-21 | Mstar Semiconductor Inc | 頻譜反轉判斷裝置及頻譜反轉判斷方法 |
| US20130315402A1 (en) * | 2012-05-24 | 2013-11-28 | Qualcomm Incorporated | Three-dimensional sound compression and over-the-air transmission during a call |
| KR101340048B1 (ko) * | 2012-06-12 | 2013-12-11 | (주)에프씨아이 | 스펙트럼 반전 검출 장치 및 방법 |
| US9544074B2 (en) * | 2012-09-04 | 2017-01-10 | Broadcom Corporation | Time-shifting distribution of high definition audio data |
| US9460729B2 (en) | 2012-09-21 | 2016-10-04 | Dolby Laboratories Licensing Corporation | Layered approach to spatial audio coding |
| CA3076775C (en) | 2013-01-08 | 2020-10-27 | Dolby International Ab | Model based prediction in a critically sampled filterbank |
| CN103928031B (zh) | 2013-01-15 | 2016-03-30 | 华为技术有限公司 | 编码方法、解码方法、编码装置和解码装置 |
| CN103971694B (zh) | 2013-01-29 | 2016-12-28 | 华为技术有限公司 | 带宽扩展频带信号的预测方法、解码设备 |
| RU2676242C1 (ru) * | 2013-01-29 | 2018-12-26 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Декодер для формирования аудиосигнала с улучшенной частотной характеристикой, способ декодирования, кодер для формирования кодированного сигнала и способ кодирования с использованием компактной дополнительной информации для выбора |
| ES2768179T3 (es) * | 2013-01-29 | 2020-06-22 | Fraunhofer Ges Forschung | Codificador de audio, decodificador de audio, método para proporcionar una información de audio codificada, método para proporcionar una información de audio decodificada, programa informático y representación codificada utilizando una ampliación de ancho de banda adaptada a la señal |
| MX347316B (es) | 2013-01-29 | 2017-04-21 | Fraunhofer Ges Forschung | Aparato y método para sintetizar una señal de audio, decodificador, codificador, sistema y programa de computación. |
| US9741350B2 (en) * | 2013-02-08 | 2017-08-22 | Qualcomm Incorporated | Systems and methods of performing gain control |
| US9601125B2 (en) | 2013-02-08 | 2017-03-21 | Qualcomm Incorporated | Systems and methods of performing noise modulation and gain adjustment |
| US9711156B2 (en) * | 2013-02-08 | 2017-07-18 | Qualcomm Incorporated | Systems and methods of performing filtering for gain determination |
| US9842598B2 (en) * | 2013-02-21 | 2017-12-12 | Qualcomm Incorporated | Systems and methods for mitigating potential frame instability |
| MX343673B (es) * | 2013-04-05 | 2016-11-16 | Dolby Int Ab | Codificador y decodificador de audio. |
| US20140309992A1 (en) * | 2013-04-16 | 2014-10-16 | University Of Rochester | Method for detecting, identifying, and enhancing formant frequencies in voiced speech |
| FR3007563A1 (fr) * | 2013-06-25 | 2014-12-26 | France Telecom | Extension amelioree de bande de frequence dans un decodeur de signaux audiofrequences |
| US9530422B2 (en) | 2013-06-27 | 2016-12-27 | Dolby Laboratories Licensing Corporation | Bitstream syntax for spatial voice coding |
| FR3008533A1 (fr) * | 2013-07-12 | 2015-01-16 | Orange | Facteur d'echelle optimise pour l'extension de bande de frequence dans un decodeur de signaux audiofrequences |
| EP2830061A1 (en) | 2013-07-22 | 2015-01-28 | Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for encoding and decoding an encoded audio signal using temporal noise/patch shaping |
| US9418671B2 (en) * | 2013-08-15 | 2016-08-16 | Huawei Technologies Co., Ltd. | Adaptive high-pass post-filter |
| EP3503095A1 (en) | 2013-08-28 | 2019-06-26 | Dolby Laboratories Licensing Corp. | Hybrid waveform-coded and parametric-coded speech enhancement |
| TWI557726B (zh) * | 2013-08-29 | 2016-11-11 | 杜比國際公司 | 用於決定音頻信號的高頻帶信號的主比例因子頻帶表之系統和方法 |
| CN104517610B (zh) | 2013-09-26 | 2018-03-06 | 华为技术有限公司 | 频带扩展的方法及装置 |
| US9620134B2 (en) | 2013-10-10 | 2017-04-11 | Qualcomm Incorporated | Gain shape estimation for improved tracking of high-band temporal characteristics |
| US10083708B2 (en) | 2013-10-11 | 2018-09-25 | Qualcomm Incorporated | Estimation of mixing factors to generate high-band excitation signal |
| US10614816B2 (en) | 2013-10-11 | 2020-04-07 | Qualcomm Incorporated | Systems and methods of communicating redundant frame information |
| US9384746B2 (en) | 2013-10-14 | 2016-07-05 | Qualcomm Incorporated | Systems and methods of energy-scaled signal processing |
| CN104575507B (zh) * | 2013-10-23 | 2018-06-01 | 中国移动通信集团公司 | 语音通信方法及装置 |
| AU2014350366B2 (en) | 2013-11-13 | 2017-02-23 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder for encoding an audio signal, audio transmission system and method for determining correction values |
| CN105745706B (zh) * | 2013-11-29 | 2019-09-24 | 索尼公司 | 用于扩展频带的装置、方法和程序 |
| US10163447B2 (en) * | 2013-12-16 | 2018-12-25 | Qualcomm Incorporated | High-band signal modeling |
| US9564141B2 (en) * | 2014-02-13 | 2017-02-07 | Qualcomm Incorporated | Harmonic bandwidth extension of audio signals |
| CN106463143B (zh) | 2014-03-03 | 2020-03-13 | 三星电子株式会社 | 用于带宽扩展的高频解码的方法及设备 |
| US9685164B2 (en) * | 2014-03-31 | 2017-06-20 | Qualcomm Incorporated | Systems and methods of switching coding technologies at a device |
| US9542955B2 (en) * | 2014-03-31 | 2017-01-10 | Qualcomm Incorporated | High-band signal coding using multiple sub-bands |
| US9697843B2 (en) * | 2014-04-30 | 2017-07-04 | Qualcomm Incorporated | High band excitation signal generation |
| US9984699B2 (en) * | 2014-06-26 | 2018-05-29 | Qualcomm Incorporated | High-band signal coding using mismatched frequency ranges |
| FR3023646A1 (fr) * | 2014-07-11 | 2016-01-15 | Orange | Mise a jour des etats d'un post-traitement a une frequence d'echantillonnage variable selon la trame |
| EP2980795A1 (en) * | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoding and decoding using a frequency domain processor, a time domain processor and a cross processor for initialization of the time domain processor |
| US10121488B1 (en) * | 2015-02-23 | 2018-11-06 | Sprint Communications Company L.P. | Optimizing call quality using vocal frequency fingerprints to filter voice calls |
| WO2016142002A1 (en) | 2015-03-09 | 2016-09-15 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, method for encoding an audio signal and method for decoding an encoded audio signal |
| CN105047201A (zh) * | 2015-06-15 | 2015-11-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于分段扩展的宽带激励信号合成方法 |
| US9837089B2 (en) * | 2015-06-18 | 2017-12-05 | Qualcomm Incorporated | High-band signal generation |
| US10847170B2 (en) | 2015-06-18 | 2020-11-24 | Qualcomm Incorporated | Device and method for generating a high-band signal from non-linearly processed sub-ranges |
| US9613628B2 (en) * | 2015-07-01 | 2017-04-04 | Gopro, Inc. | Audio decoder for wind and microphone noise reduction in a microphone array system |
| US9628319B2 (en) * | 2015-08-10 | 2017-04-18 | Altiostar Networks, Inc. | Time-alignment of signals suffering from quadrature errors |
| US20170069306A1 (en) * | 2015-09-04 | 2017-03-09 | Foundation of the Idiap Research Institute (IDIAP) | Signal processing method and apparatus based on structured sparsity of phonological features |
| CN109074813B (zh) | 2015-09-25 | 2020-04-03 | 杜比实验室特许公司 | 处理高清晰度音频数据 |
| BR112017024480A2 (pt) | 2016-02-17 | 2018-07-24 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E. V. | pós-processador, pré-processador, codificador de áudio, decodificador de áudio e métodos relacionados para aprimoramento do processamento transiente |
| KR102546098B1 (ko) * | 2016-03-21 | 2023-06-22 | 한국전자통신연구원 | 블록 기반의 오디오 부호화/복호화 장치 및 그 방법 |
| US10264116B2 (en) * | 2016-11-02 | 2019-04-16 | Nokia Technologies Oy | Virtual duplex operation |
| US10734001B2 (en) * | 2017-10-05 | 2020-08-04 | Qualcomm Incorporated | Encoding or decoding of audio signals |
| CN108269579B (zh) * | 2018-01-18 | 2020-11-10 | 厦门美图之家科技有限公司 | 语音数据处理方法、装置、电子设备及可读存储介质 |
| JP6962268B2 (ja) * | 2018-05-10 | 2021-11-05 | 日本電信電話株式会社 | ピッチ強調装置、その方法、およびプログラム |
| JP6962269B2 (ja) * | 2018-05-10 | 2021-11-05 | 日本電信電話株式会社 | ピッチ強調装置、その方法、およびプログラム |
| CN110660402B (zh) * | 2018-06-29 | 2022-03-29 | 华为技术有限公司 | 立体声信号编码过程中确定加权系数的方法和装置 |
| WO2021048974A1 (ja) | 2019-09-12 | 2021-03-18 | 日本電気株式会社 | 情報処理装置、情報処理方法及び記憶媒体 |
| WO2021172053A1 (ja) * | 2020-02-25 | 2021-09-02 | ソニーグループ株式会社 | 信号処理装置および方法、並びにプログラム |
| WO2024052378A1 (en) * | 2022-09-09 | 2024-03-14 | Telefonaktiebolaget Lm Ericsson (Publ) | Low complex bandwidth extension target generation |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5455888A (en) | 1992-12-04 | 1995-10-03 | Northern Telecom Limited | Speech bandwidth extension method and apparatus |
| US5715365A (en) | 1994-04-04 | 1998-02-03 | Digital Voice Systems, Inc. | Estimation of excitation parameters |
| SE512719C2 (sv) * | 1997-06-10 | 2000-05-02 | Lars Gustaf Liljeryd | En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion |
| US7330814B2 (en) | 2000-05-22 | 2008-02-12 | Texas Instruments Incorporated | Wideband speech coding with modulated noise highband excitation system and method |
| US6889182B2 (en) | 2001-01-12 | 2005-05-03 | Telefonaktiebolaget L M Ericsson (Publ) | Speech bandwidth extension |
| US6895375B2 (en) | 2001-10-04 | 2005-05-17 | At&T Corp. | System for bandwidth extension of Narrow-band speech |
| FI118550B (fi) | 2003-07-14 | 2007-12-14 | Nokia Corp | Parannettu eksitaatio ylemmän kaistan koodaukselle koodekissa, joka käyttää kaistojen jakoon perustuvia koodausmenetelmiä |
| FI119533B (fi) * | 2004-04-15 | 2008-12-15 | Nokia Corp | Audiosignaalien koodaus |
| EP1872364B1 (en) * | 2005-03-30 | 2010-11-24 | Nokia Corporation | Source coding and/or decoding |
| BRPI0607646B1 (pt) | 2005-04-01 | 2021-05-25 | Qualcomm Incorporated | Método e equipamento para encodificação por divisão de banda de sinais de fala |
| US7813931B2 (en) * | 2005-04-20 | 2010-10-12 | QNX Software Systems, Co. | System for improving speech quality and intelligibility with bandwidth compression/expansion |
| PL1875463T3 (pl) | 2005-04-22 | 2019-03-29 | Qualcomm Incorporated | Układy, sposoby i urządzenie do wygładzania współczynnika wzmocnienia |
| US8260609B2 (en) | 2006-07-31 | 2012-09-04 | Qualcomm Incorporated | Systems, methods, and apparatus for wideband encoding and decoding of inactive frames |
| KR101375582B1 (ko) * | 2006-11-17 | 2014-03-20 | 삼성전자주식회사 | 대역폭 확장 부호화 및 복호화 방법 및 장치 |
| FR2912249A1 (fr) | 2007-02-02 | 2008-08-08 | France Telecom | Codage/decodage perfectionnes de signaux audionumeriques. |
| KR100921867B1 (ko) | 2007-10-17 | 2009-10-13 | 광주과학기술원 | 광대역 오디오 신호 부호화 복호화 장치 및 그 방법 |
| CN101458930B (zh) * | 2007-12-12 | 2011-09-14 | 华为技术有限公司 | 带宽扩展中激励信号的生成及信号重建方法和装置 |
| CN101685637B (zh) * | 2008-09-27 | 2012-07-25 | 华为技术有限公司 | 音频编码方法及装置和音频解码方法及装置 |
| GB2466671B (en) | 2009-01-06 | 2013-03-27 | Skype | Speech encoding |
-
2011
- 2011-05-31 US US13/149,874 patent/US8600737B2/en not_active Expired - Fee Related
- 2011-06-01 TW TW100119283A patent/TW201214419A/zh unknown
- 2011-06-01 JP JP2013513331A patent/JP5722437B2/ja not_active Expired - Fee Related
- 2011-06-01 EP EP11727577.6A patent/EP2577659B1/en not_active Not-in-force
- 2011-06-01 KR KR1020127034381A patent/KR101436715B1/ko not_active IP Right Cessation
- 2011-06-01 CN CN201180026945.5A patent/CN102934163B/zh not_active Expired - Fee Related
- 2011-06-01 WO PCT/US2011/038814 patent/WO2011153278A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| TW201214419A (en) | 2012-04-01 |
| KR101436715B1 (ko) | 2014-09-01 |
| US20110295598A1 (en) | 2011-12-01 |
| WO2011153278A1 (en) | 2011-12-08 |
| EP2577659A1 (en) | 2013-04-10 |
| CN102934163A (zh) | 2013-02-13 |
| KR20130023289A (ko) | 2013-03-07 |
| JP2013528836A (ja) | 2013-07-11 |
| US8600737B2 (en) | 2013-12-03 |
| EP2577659B1 (en) | 2014-03-26 |
| CN102934163B (zh) | 2014-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5722437B2 (ja) | 広帯域音声コーディングのための方法、装置、およびコンピュータ可読記憶媒体 | |
| US9043214B2 (en) | Systems, methods, and apparatus for gain factor attenuation | |
| US8364494B2 (en) | Systems, methods, and apparatus for split-band filtering and encoding of a wideband signal | |
| RU2641224C2 (ru) | Адаптивное расширение полосы пропускания и устройство для этого | |
| RU2667382C2 (ru) | Улучшение классификации между кодированием во временной области и кодированием в частотной области |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130419 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130419 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140603 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140811 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150224 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150325 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5722437 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |