JP6095625B2 - サウンドコードをエンコーディングするエンコーディング装置及び方法、サウンドコードをデコーディングするデコーディング装置及び方法 - Google Patents

Description

サウンドコードをエンコーディングするエンコーディング装置及び方法、サウンドコードをデコーディングするデコーディング装置及び方法に関する。

コンピューター、電子、通信技術が飛躍的に発展するにあたって、無線通信ネットワーク（Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋ）を用いた多様な無線通信サービスが提供されている。これによって、無線通信ネットワークを用いた移動通信システムから提供するサービスは、音声サービスだけではなく、サーキット（Ｃｉｒｃｕｉｔ）データ、パッケット（Ｐａｃｋｅｔ）データなどのようなデータを送信するマルチメディア通信サービスへと発展しつつある。一般的に、携帯電話、スマートフォン、ＰＤＡなどを含む移動通信端末は、移動通信ネットワークと連動して音声通信及びデータ通信が可能な装置である。

また、赤外線（ＩｒＤａ）センサーまたはブルートゥース（Ｂｌｕｅｔｏｏｔｈ）（登録商標）のような近距離通信モジュールを備えた移動通信端末は、移動通信ネットワークを経由せずに、特定のデータ（イメージ、オーディオ）を移動通信端末間に送受信することができる。

最近、音を通信の手段として使用しようとする試みが行われている。これに関し、韓国公開特許公報第２００７−００３５５５２号には、サウンドデータを用いてクーポンや認証コードを無線端末へ提供する構成が開示されている。

韓国特許出願公開第１０−２００７−００３５５５２Ａ号明細書 韓国特許出願公開第１０−２００８−００７２２２４Ａ号明細書 韓国特許出願公開第１０−２０１３−００８２３３７Ａ号明細書

制限された周波数帯域内でも多様な情報表現が可能なサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供しようとする。また、遠距離環境におけるサウンドコードに対する認識率を向上させようとする。また、室内環境で反響音による問題を解決するためのサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供しようとする。また、音声認識とサウンドコード認識とを同時に行うことができるサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供しようとする。エンコーディング装置から出力されたサウンドコードを用いて、エンコーディング装置の位置を把握することができるデコーディング装置及び方法を提供しようとする。但し、この実施の形態が達成しようとする技術的な課題は、上記のような技術的課題に限らず、他の技術的な課題がさらに存在する可能性がある。

上述した技術的な課題を達成するための技術的な手段として、本発明の一実施の形態に係るサウンドコードをデコーディングして情報を生成するデコーディング装置は、音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受けるサウンドコード入力部；前記サウンドコードを所定の時間間隔に応じて分割して複数のフレームを生成するフレーム分割部；前記複数のフレームのそれぞれに対する周波数の分析を通じて前記複数のフレームのそれぞれに対応する周波数を識別する周波数識別部；及び、可聴音波周波数帯域と非可聴音波周波数帯域の中で前記識別した周波数のそれぞれが該当する周波数帯域及び前記識別した周波数のそれぞれに基づいて複数の部分情報を決定し、前記複数の部分情報に基づいて前記サウンドコードに対応する情報を生成する情報生成部を含む。

また、本発明の一実施の形態に係るサウンドコードをデコーディングして情報を生成する方法は、音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受ける段階；前記サウンドコードを所定の時間間隔に応じて分割して複数のフレームを生成する段階；前記複数のフレームのそれぞれに対する周波数の分析を通じて前記複数のフレームのそれぞれに対応する周波数を識別する段階；可聴音波周波数帯域と非可聴音波周波数帯域の中で前記識別した周波数のそれぞれが該当する周波数帯域及び前記識別した周波数のそれぞれに基づいて複数の部分情報を決定する段階；及び、前記複数の部分情報に基づいて前記サウンドコードに対応する情報を生成する段階を含む。

また、本発明の一実施の形態に係る情報に対応するサウンドコードをエンコーディングするエンコーディング装置は、前記情報に対応する複数の部分情報を生成する部分情報生成部；可聴音波周波数帯域と非可聴音波周波数帯域の中で前記複数の部分情報のそれぞれに対応する周波数帯域を決定し、前記決定された周波数帯域内で前記複数の部分情報のそれぞれに対応する周波数を決定する周波数決定部；前記複数の周波数のそれぞれに対応する複数のサウンド信号を生成するサウンド信号生成部；前記複数のサウンド信号を所定の時間間隔に応じて結合させることで、前記情報に対応する前記サウンドコードを生成するサウンドコード生成部；及び、音波出力装置を通じて前記生成したサウンドコードを出力する出力部を含む。

また、本発明の一実施の形態に係る情報に対応するサウンドコードをエンコーディングする方法は、前記情報に対応する複数の部分情報を生成する段階；可聴音波周波数帯域と非可聴音波周波数帯域の中で前記複数の部分情報のそれぞれに対応する周波数帯域を決定し、前記決定された周波数帯域内で前記複数の部分情報のそれぞれに対応する周波数を決定する段階；前記複数の周波数のそれぞれに対応する複数のサウンド信号を生成する段階；前記複数のサウンド信号を所定の時間間隔に応じて結合させることで、前記情報に対応する前記サウンドコードを生成する段階；及び、音波出力装置を通じて前記生成したサウンドコードを出力する段階を含む。

前述した本発明の課題解決の手段の中の何れか一つによれば、単一情報に複数の周波数帯域を割り当てることで、制限された周波数帯域内でも多様な情報表現が可能なサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供することができる。また、線スペクトル強調技法を通じて遠距離環境でサウンドコードに対する認識率を向上させることができる。また、連続する同一情報に異なる周波数帯域を割り当てることで、室内環境における反響音による問題を解決するためのサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供することができる。

さらに、音声認識とサウンドコード（可聴音波周波数帯域または非可聴音波周波数帯域）認識を同時に行うことができるサウンドコードエンコーディング装置及び方法、さらにデコーディング装置及び方法を提供することができる。複数の音波受信装置を用いてエンコーディング装置の方位角を予測することで、エンコーディング装置の位置を把握することができるデコーディング装置及び方法を提供することができる。

本発明のサウンドコードシステムの構成図である。 本発明の一実施の形態に係るエンコーディング装置の構成図である。 部分情報に周波数をマッピングさせる一例を説明するための図である。 部分情報に対応する周波数を決定する一例を説明するための図である。 本発明の一実施の形態に係るデコーディング装置の構成図である。 本発明のデコーディング装置の動作の一例を説明するための図である。 本発明のデコーディング装置の動作の一例を説明するための図である。 本発明のデコーディング装置の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 図８の位置情報生成部２６の動作の一例を説明するための図である。 本発明の一実施の形態に係るサウンドコードエンコーディング方法を示す動作フローチャートである。 本発明の一実施の形態に係るサウンドコードデコーディング方法を示す動作フローチャートである。

以下では、添付した図面を参照しながら、本発明が属する技術分野において通常の知識を持った者が容易に実施できるように本発明の実施の形態を詳しく説明する。しかし、本発明は、様々な異なる形態に具現されることができ、ここで説明する実施の形態に限定されない。さらに、図面で本発明を明確に説明するために、説明と関係ない部分は省略し、明細書の全体を通じて類似した部分に対しては類似した図面符号を付けた。

明細書の全体において、ある部分が他の部分と「連結」されていると言う場合、これは「直接的に連結」されている場合だけではなく、その中間に他の素子を介して「電気的に連結」されている場合も含む。また、ある部分がある構成要素を「含む」と言う場合、これは特別に反対の記載がない限り、他の構成要素を除くのではなく、他の構成要素をさらに含むことができることを意味し、一つまたはそれ以上の他の特徴や数字、段階、動作、構成要素、部分品、またはこれらを組み合わせたものの存在または付加可能性を予め排除しないものと理解すべきである。

この明細書において、「部」とは、ハードウェアによって実現するユニット（ｕｎｉｔ）、ソフトウェアによって実現するユニット、両方を用いて実現されるユニットを含む。また、１個のユニットが２個以上のハードウェアを用いて実現されても良く、２個以上のユニットが１個のハードウェアによって実現されても良い。

この明細書において、端末またはデバイスが行うものと記述された動作や機能の中の一部は、該端末またはデバイスと連結されたサーバーで代わりに遂行されることもできる。これと同様に、サーバーが行うものと記述された動作や機能の中の一部も該サーバーと連結された端末またはデバイスで遂行されることもできる。

以下の実施の形態は、本発明の理解を助けるための詳細な説明であり、本発明の権利範囲を制限するものではない。よって、本発明と同じ機能を行う同一な範囲の発明も本発明の権利範囲に属するはずである。

図１は、本発明の一実施の形態に係るサウンドコードシステムの構成図である。図１を参照すれば、サウンドコードシステムは、エンコーディング装置１０及びデコーディング装置２０を含む。但し、図１のサウンドコードシステムは、本発明の一実施の形態に過ぎないので、図１を通じて本発明が限定解釈されるわけではなく、図１から多様な応用が可能である。例えば、本発明の多様な実施の形態の中の一つによれば、サウンドコードシステムは、エンコーディング装置またはデコーディング装置の動作を制御する制御サーバーをさらに含むこともできる。また、本発明の多様な実施の形態の中の一つによれば、サウンドコードシステムでエンコーディング装置１０及びデコーディング装置２０の外にユーザー５の音声が共に考慮されることができる。

エンコーディング装置１０はサウンドコードを生成する。具体的に、エンコーディング装置１０は、情報に対応する複数の部分情報を生成し、可聴音波周波数帯域と非可聴音波周波数帯域の中で生成した複数の部分情報のそれぞれに対応する周波数帯域を決定し、決定された周波数帯域内で生成した複数の部分情報のそれぞれに対応する周波数を決定し、決定した複数の周波数に対応する複数のサウンド信号を生成し、生成した複数のサウンド信号を所定の時間間隔に応じて結合させることで、情報に対応するサウンドコードを生成する。この際、サウンドコードはサウンドキューアル（ＱＲ）コードで表現されることもでき、可聴音波周波数帯域内の周波数または非可聴音波周波数帯域周波数に基づいて生成されることができる。例えば、可聴音波周波数帯域は１００Ｈｚ以上８０００Ｈｚ以下であることができ、非可聴音波周波数帯域は１５０００Ｈｚ以上２４０００Ｈｚ以下であることができる。

エンコーディング装置１０は音波出力装置を通じて生成したサウンドコードを出力する。この際、音波出力装置の一例は、スピーカー装置であるが、これに限定されるものではない。また、出力されたサウンドコードは、デコーディング装置２０に入力される。

エンコーディング装置１０は、一つの情報（または部分情報）に対応する二つ以上の周波数を決定し、二つ以上の周波数に対応する単一サウンド信号を生成することができる。これを通じて、エンコーディング装置１０はより多様な情報表現が可能である。

エンコーディング装置１０は、同じ情報（または部分情報）が連続する場合、連続した二つ以上の部分情報のそれぞれに対応する周波数が異なるように決定することができる。これを通じて、エンコーディング装置１０は、同じ周波数が連続する場合に発生する反響成分によるノイズ及び間違いを取り除くことができる。一般的に、周波数は中心周波数を意味するが、一定範囲の周波数帯域を意味することもできる。例えば、周波数は１５０００Ｈｚであることもできれば、１５０００Ｈｚ〜１５２００Ｈｚである周波数帯域であることもできる。

エンコーディング装置１０は、音響とサウンドコードを結合し、結合した音波を出力することができる。この際、音響は物体から出る音とその響きを意味することができ、このような音響は可聴音波周波数帯域の音（またはサウンド）を意味することもできる。音響の一例は、音声または音楽であるが、これに限定されるものではない。これを通じて、エンコーディング装置１０はより多様な情報を転送することができると共に、転送の安全性及び効率を向上させることができる。

エンコーディング装置１０は、別途の通信モジュールをさらに含むこともできる。エンコーディング装置１０は、通信モジュールを使ってネットワークを通じて、音波と連関された付加情報をデコーディング装置２０へと転送することもできる。この際、ネットワークは端末及びサーバーのようなそれぞれのノードの相互間への情報交換が可能な連結構造を意味するものであって、このようなネットワーク（ｎｅｔｗｏｒｋ）の一例には、３ＧＰＰ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ）ネットワーク、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）ネットワーク、ＷＩＭＡＸ（Ｗｏｒｌｄ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｆｏｒ Ｍｉｃｒｏｗａｖｅ Ａｃｃｅｓｓ）ネットワーク、インターネット（Ｉｎｔｅｒｎｅｔ）、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｗｉｒｅｌｅｓｓ ＬＡＮ（Ｗｉｒｅｌｅｓｓ Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＰＡＮ（Ｐｅｒｓｏｎａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）ネットワーク、衛星放送ネットワーク、アナログ放送ネットワーク、ＤＭＢ（Ｄｉｇｉｔａｌ Ｍｕｌｔｉｍｅｄｉａ Ｂｒｏａｄｃａｓｔｉｎｇ）ネットワークなどが含まれるが、これらに限定されない。

デコーディング装置２０は、サウンドコードをデコーディングして情報を生成する。具体的に、デコーディング装置２０は、音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受けて、前記サウンドコードを所定の時間間隔に応じて分割して複数のフレームを生成し、複数のフレームのそれぞれに対する周波数の分析を通じて複数のフレームのそれぞれに対応する周波数を識別し、可聴音波周波数帯域と非可聴音波周波数帯域の中で前記識別した周波数のそれぞれが該当する周波数帯域及び識別した周波数のそれぞれに基づいて複数の部分情報を決定し、複数の部分情報に基づいてサウンドコードに対応する情報を生成する。この際、部分情報の一例は、文字、数字及び記号の中の少なくとも一つ以上である。また、文字は数字及び記号を含む上位の概念であることができる。

デコーディング装置２０は、一つのフレームに対応する二つ以上の周波数を識別し、識別した二つ以上の周波数に基づいて一つの部分情報を決定することができる。これを通じて、エンコーディング装置１０とデコーディング装置２０の間のより多様な情報の伝達が可能である。

デコーディング装置２０は複数のフレームのそれぞれに対応するエネルギー値に基づいて周波数を識別することができる。例えば、デコーディング装置２０は、複数のフレームのそれぞれに対応するエネルギー値を二乗することで、周波数をより容易に識別することができる。

デコーディング装置２０に入力された複数のフレームの中で、第１のフレームの周波数と第２のフレームの周波数が異なる場合、第１のフレームの部分情報と第２のフレームの部分情報は同一に解釈されることができる。前述したように、そのために、エンコーディング装置１０は、同じ部分情報が連続する場合、連続した二つ以上の部分情報のそれぞれに対応する周波数が異なるように決定することができる。これを通じて、同じ周波数帯域が連続する場合に発生する反響成分によるノイズ及び間違いが除去されることができる。

デコーディング装置２０は、音波受信装置を通じて受信された音響またはユーザー５の音声に対する音響認識を行い、音響に対する音響認識及びサウンドコードのデコーディングに基づいて情報を生成することができる。この際、音響は物体から出る音とその響きを意味することができ、このような音響は、可聴音波周波数帯域の音（またはサウンド）を意味することもできる。音響の一例は、音声または音楽であるが、これに限定されるものではない。また、音響が音声である場合、音響認識は音声認識を意味する。また、以下で、説明の便宜のために、音響を音声に仮定して説明するが、これに限定されるものではない。さらに、サウンドコードは可聴音波周波数帯域内の周波数または非可聴音波周波数帯域内の周波数に基づいて生成されることができる。すなわち、一例によれば、デコーディング装置２０は可聴音波周波数帯域に該当するユーザー５の音声に対する音声認識と、可聴音波周波数帯域または非可聴音波周波数帯域に該当するサウンドコードに対するデコーディングを共に行うことができる。

これを通じて、より多様な組み合わせからなる情報がエンコーディング装置１０とデコーディング装置２０の間に転送されることができると共に、転送の安全性及び効率が向上されることができる。

デコーディング装置２０は、サウンドコードを用いてエンコーディング装置１０の位置を把握することができ、デコーディング装置２０はエンコーディング装置１０の位置に対応する動作を行うか、エンコーディング装置１０の位置情報に基づいてエンコーディング装置１０の位置に向けて動作を行うことができる。例えば、デコーディング装置２０は、エンコーディング装置１０が位置する方向に自分または自分を含む家電製品を移動させることができる。この際、家電製品の一例は動力装置が具備された掃除機であることができる。または、例えば、デコーディング装置２０は、エンコーディング装置１０が位置する方向に自分または自分が含まれた家電製品を回転させることもできる。この際、家電製品の一例は、扇風機またはクーラーであることができる。

エンコーディング装置１０及びデコーディング装置２０の一例は、携帯用端末または携帯用端末に含まれたエンベデッド装置であることができる。ここで、携帯用端末は、携帯性と移動性が保障される移動通信装置であって、例えば、ＰＣＳ（Ｐｅｒｓｏｎａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）、ＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ）（登録商標）、ＰＤＣ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ｃｅｌｌｕｌａｒ）、ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）−２０００、ＣＤＭＡ（Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）−２０００、Ｗ−ＣＤＭＡ（Ｗ−Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）、Ｗｉｂｒｏ（Ｗｉｒｅｌｅｓｓ Ｂｒｏａｄｂａｎｄ Ｉｎｔｅｒｎｅｔ）端末、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）端末、スマートフォン（Ｓｍａｒｔｐｈｏｎｅ）、スマートパッド（Ｓｍａｒｔ Ｐａｄ）、タブレットＰＣなどのような全ての種類のハンドヘルド（Ｈａｎｄｈｅｌｄ）基盤の無線通信装置を含むことができる。

エンコーディング装置１０及びデコーディング装置２０の他の例は、スマート家電またはスマート家電に含まれたエンベデッド装置であることができる。一般的に、スマート家電は自動的に最適の性能が発揮できるように調整が可能な家電製品であって、冷蔵庫、洗濯機、クーラー、オーブン、電子レンジ、掃除機、扇風機などであることができるが、これらに限定されるものではない。

以下の図面を通じて、このようなエンコーディング装置１０及びデコーディング装置２０の動作について、より具体的に説明する。

図２は、本発明の一実施の形態に係るエンコーディング装置の構成図である。図２を参照すれば、エンコーディング装置１０は、部分情報生成部１１、周波数決定部１２、サウンド信号生成部１３、サウンドコード生成部１４、及び出力部１５を含む。但し、図２に示されたエンコーディング装置１０は、本発明の一つの具現例に過ぎず、図２に示された構成要素に基づいて多様な変形が可能である。例えば、エンコーディング装置１０は、ユーザーから情報の入力を受けるユーザーインターフェース、ディスプレイ、音波出力装置及び音波受信装置の中の少なくとも一つ以上をさらに含むこともできる。

部分情報生成部１１は、情報に対応する複数の部分情報を生成する。この際、部分情報の一例は「┐」、「ａ」のような文字、「１」、「２」のような数字及び記号の中の少なくとも一つ以上である。また、文字は数字及び記号を含む上位の概念であることができる。

周波数決定部１２は、複数の部分情報のそれぞれに対応する周波数を決定する。例えば、周波数決定部１２は、非可聴音波周波数帯域である１５０００Ｈｚ〜２００００Ｈｚの間の総帯域幅５０００Ｈｚを最小２００Ｈｚ単位に分離することで、２５個の周波数に区分した後、区分した２５個の周波数のそれぞれを２５個の部分情報のそれぞれに対応する周波数に決定することができる。また、周波数決定部１２は、可聴音波周波数帯域である１００Ｈｚ以上８０００Ｈｚの間の複数個の周波数のそれぞれを複数個の部分情報のそれぞれに対応する周波数に決定することができる。

図３は、部分情報に周波数をマッピングさせる一例を説明するための図である。図３の図面符号３１を参照して例示すれば（非可聴音波周波数帯域活用）、周波数決定部１２は、部分情報「０」を周波数１５０００Ｈｚにマッピングし、部分情報「１」を周波数１５２００Ｈｚにマッピングし、部分情報「２」を周波数１５４００Ｈｚにマッピングし、部分情報「Ａ」を周波数１７０００Ｈｚにマッピングすることができる。本発明の一実施の形態によれば、周波数決定部１２は、部分情報のそれぞれに周波数帯域をマッピングさせることもできる。例えば、周波数決定部１２は、部分情報「０」を周波数１５０００Ｈｚ〜１５２００Ｈｚにマッピングし、部分情報「１」を周波数１５２００Ｈｚ〜１５４００Ｈｚにマッピングし、部分情報「２」を周波数１５４００Ｈｚ〜１５６００Ｈｚにマッピングし、部分情報「Ａ」を周波数１７０００Ｈｚ〜１７２００Ｈｚにマッピングすることもできる。

また、図３の図面符号３２を参照して例示すれば（可聴音波周波数帯域活用）、周波数決定部１２は、部分情報「０」を周波数１７００Ｈｚにマッピングし、部分情報「１」を周波数２１００Ｈｚにマッピングし、部分情報「２」を周波数２５００Ｈｚにマッピングし、部分情報「Ａ」を周波数５０００Ｈｚにマッピングすることができる。このように同じ部分情報であっても、どの周波数帯域を活用するかによって、異なる周波数によってマッピングされることができる。

このような周波数マッピング情報は、一種のコードブック（Ｃｏｄｅ Ｂｏｏｋ）でエンコーディング装置１０及びデコーディング装置２０に保存されることができる。

サウンド信号生成部１３は、複数の周波数のそれぞれに対応する複数のサウンド信号を生成する。例えば、サウンド信号生成部１３は、第１の周波数に対応する第１のサウンド信号を生成し、第２の周波数に対応する第２のサウンド信号を生成することができる。

サウンド信号生成部１３は、周波数を中心（または基本）周波数またはキャリア周波数として有する正弦波音波信号をサウンド信号として生成することができる。例えば、サウンド信号生成部１３は、周波数１５０００Ｈｚを基本周波数として有する正弦波音波信号を生成することができる。本発明の一実施の形態によれば、正弦波音波信号は離散信号サンプルであり、サウンド信号生成部１３はコデックを使って正弦波音波信号に対応するアナログサウンド信号を生成することもできる。

サウンドコード生成部１４は、複数のサウンド信号を用いてサウンドコードを生成する。具体的に、サウンドコード生成部１４は、複数のサウンド信号を時間間隔に応じて結合または配列させることで、情報に対応するサウンドコードを生成することができる。この際、時間間隔に応じて結合または配列されたサウンド信号のそれぞれはサウンドコードの各フレームで構成されることができる。

サウンドコードは、ヘッダー、ボディー、及びテールを含むことができる。この際、ボディーには複数のサウンド信号が含まれ、ヘッダーにはエンコーディング装置の識別情報、デコーディング装置の識別情報のような付加情報に対応する付加サウンド信号（または付加サウンドコード）が含まれることができ、テールにはＣＲＣ（Ｃｙｃｌｉｃ Ｒｅｄｕｎｄａｎｃｙ Ｃｈｅｃｋ）のような間違い訂正コードに対応する間違い訂正サウンド信号（または間違い訂正サウンドコード）が含まれることができる。

出力部１５は音波出力装置を通じて生成したサウンドコードを出力する。この際、音波出力装置の一例はスピーカー装置である。

本発明の一実施の形態によれば、周波数決定部１２は、第１の部分情報に対応する第１の周波数及び第２の周波数を決定し、サウンド信号生成部１３は、第１の周波数帯域及び第２の周波数帯域に対応する第１のサウンド信号を生成することができる。このように、周波数決定部１２は、一つの部分情報当り２個以上の周波数を割当またはマッピングし、サウンド信号生成部１３は、２個以上の周波数に基づいて個別サウンド信号を生成することができる。

１個の情報当り２個の周波数を割り当てることは、既存の１個の情報当り１個の周波数を割り当てることより多様な情報を表現することを可能にする。例えば、４８０００Ｈｚに１０２４ｐｏｉｎｔＦＦＴを行った際、非可聴１５０００〜２００００Ｈｚ帯域で使うことができる情報量は５０００Ｈｚを２００で分けた２５個の情報表現のみが可能である一方、１個の情報当り２個の周波数を割り当ててエンコーディングする場合、理論上２５と２４との積である６００個の情報表現が可能となる。この際、周波数に対する弁別力を考慮して、近接した周波数を排除しても、少なくとも２５と２０との積である５００個の安全性ある情報表現が可能となる。この際、一つの周波数に対応して一つのサウンド信号またはサウンドコードを生成することをピュアトンエンコーディング技法であると表現し、二つ以上の周波数に対応して一つのサウンド信号またはサウンドコードを生成することをマルチトンエンコーディング技法であると表現することができる。

図３の図面符号３３を参照してマルチトンエンコーディング技法を例示すれば、周波数決定部１２は、第１の部分情報である「０」に第１の周波数である周波数１５０００Ｈｚと第２の周波数である１７０００Ｈｚとの何れも割当またはマッピングする。その後、サウンド信号生成部１３は、第１の周波数である周波数１５０００Ｈｚを基本周波数として有する第１の正弦波音波信号を生成し、第２の周波数である周波数１７０００Ｈｚを基本周波数として有する第２の正弦波音波信号を生成し、生成した第１の正弦波音波信号と第２の正弦波音波信号を加えることで、第１のサウンド信号を生成することができる。

本発明の一実施の形態によれば、第１及び第２の正弦波音波信号のそれぞれは離散信号サンプルであり、サウンド信号生成部１３はコデックを使って第１の正弦波音波信号に対応する第１のアナログサウンド信号を生成し、第２の正弦波音波信号に対応する第２のアナログサウンド信号を生成し、生成した第１のアナログサウンド信号と第２のアナログサウンド信号を加えることで、第１のサウンド信号を生成することもできる。

サウンドコード生成部１４は、各部分情報（例えば、文字、数字、記号、シンボルなど）別に生成された一連のサウンド信号をバッファーに保存した後、ヘッダーとテールを追加してサウンドコードを完成することができる。

本発明の一実施の形態によれば、周波数決定部１２は互いに同じ内容である第１の部分情報と第２の部分情報のそれぞれの周波数を互いに違うように決定することができる。例えば、周波数決定部１２は、第１の部分情報が「１」であり、第２の部分情報が「１」である場合と同様に、同じ文字が連続する場合、第１の部分情報の周波数を１５０００Ｈｚに決定し、第２の部分情報の周波数を１９０００Ｈｚに決定することができる。

一般的に、室内認識環境で室内の構造に応じて多様な反響が存在することができる。このような反響による周波数成分は、次の信号列（または部分情報）の周波数成分に多大な影響を及ぼすようになり、デコーディングの際に間違いを発生させる原因になり得る。特に、同じ部分情報が連続する際、反響成分は次の部分情報に非常に多大な影響を及ぼすようになる。これに対する解決策として、周波数決定部１３は同一の部分情報が連続する際、二番目の部分情報の周波数帯域は既に決定された特定周波数に決定することで、反響成分による間違いを減らすことができる。

図４は、部分情報に対応する周波数を決定する一例を説明するための図である。図４を参照すれば、もし、周波数決定部１３が「１１」に対応するサウンドコードの生成のために、第１の部分情報の周波数と第２の部分情報の周波数４１、４２を何れも部分情報「１」に対応する１５０００Ｈｚに決定すれば、反響成分によるノイズまたは間違いが発生することができる。しかし、周波数決定部１３が「１１」に対応するサウンドコードの生成のために、第１の部分情報の周波数４３を部分情報「１」に対応する１５０００Ｈｚに決定し、第２の部分情報の周波数４４を部分情報「α」に対応する１９０００Ｈｚに決定する場合、反響成分によるノイズまたは間違いは顕著に減少することができる。この際、「α」は「１」と「１」、「２」と「２」、及び「Ａ」と「Ａ」のような連続する部分情報が発生される際、使われる既に決定された部分情報であることができる。

図５は、本発明の一実施の形態に係るデコーディング装置の構成図である。図５を参照すれば、デコーディング装置１０は、サウンドコード入力部２１、フレーム分割部２２、周波数識別部２３、情報生成部２４、及び音声認識部２７を含む。但し、図５に示されたデコーディング装置２０は、本発明の一つの具現例に過ぎず、図５に示された構成要素に基づいて多様な変形が可能である。例えば、デコーディング装置２０は、ユーザーから情報の入力を受けるユーザーインターフェースは勿論、ディスプレイ、音波出力装置及び音波受信装置の中の少なくとも一つ以上をさらに含むこともできる。

サウンドコード入力部２１は、音波受信装置を通じてエンコーディング装置１０から出力されたサウンドコードの入力を受ける。この際、サウンドコードはサウンドキューアル（ＱＲ）コードで表現されることができるものであり、情報を音波の形態にエンコーディングしたものを意味する。また、音波受信装置の一例はマイクであるが、これに限定されるものではない。

フレーム分割部２２は、サウンドコードを所定の時間間隔に応じて分割して複数のフレームに生成する。例えば、フレーム分割部２２は、１秒の時間間隔に応じてサウンドコードを複数のフレームに分割する。この際、サウンドコードが１０秒間持続する音波である場合、サウンドコードは１０個のフレームに分割されることができる。

周波数識別部２３は、複数のフレームのそれぞれに対する周波数の分析を通じて複数のフレームのそれぞれに対応する周波数を識別する。この際、複数のフレームのそれぞれは、所定周波数のサウンド信号が含まれ、複数のフレームのそれぞれに対応する周波数は、サウンド信号の周波数を意味することができる。一般的に、前記複数の周波数は１５０００Ｈｚ以上２４０００Ｈｚ以下の範囲内から選択され、複数の周波数間の間隔は最小２００Ｈｚであり、サウンドコードは非可聴周波数を有する音波であることができる。また、前記複数の周波数は１００Ｈｚ以上８０００Ｈｚ以下の範囲内から選択され、サウンドコードは可聴周波数を有する音波であることができる。また、周波数識別部２３は複数のフレームのそれぞれに対する周波数のピークを分析することで周波数を識別することができる。

周波数識別部２３は、例えば、複数のフレームの中、第１のフレームに含まれたサウンド信号の周波数である１５０００Ｈｚを識別し、第２のフレームに含まれたサウンド信号の周波数である１７０００Ｈｚを識別することができる。これに関し、エンコーディング装置１０は、例えば、非可聴音波帯域周波数である１５０００Ｈｚ〜２００００Ｈｚの間の総帯域幅５０００Ｈｚを２００Ｈｚ単位で分離することで、２５個の周波数に区分した後、区分した２５個の周波数のそれぞれを２５個の部分情報のそれぞれに対応する周波数に決定し、決定した周波数に対応するサウンド信号を生成してサウンドコードの各フレームに配列させることができる。

周波数識別部２３は、周波数の分析を通じて周波数を識別する。このために、周波数識別部２３は、アナログサウンドコード、複数のフレーム、または複数のフレームのそれぞれのサウンド信号に対する周波数変換技法及び逆周波数変換技法を活用して周波数を識別することができる。周波数変換技法の一例は、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）であり、逆周波数変換技法の一例はＩＦＦＴ（Ｉｎｖｅｒｓｅ Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）である。

サウンド信号は、所定の周波数を中心（または基本）周波数またはキャリア周波数として有する正弦波音波信号であることができる。例えば、第１のサウンド信号は、周波数１５０００Ｈｚを基本周波数として有する正弦波音波信号である。本発明の一実施の形態によれば、正弦波音波信号は離散信号サンプルであり、サウンド信号はコデックを通じて正弦波音波信号から変換されたアナログサウンド信号であることができる。

情報生成部２４は、識別した周波数のそれぞれに対応する複数の部分情報を生成する。この際、部分情報の一例は「┐」、「ａ」のような文字、「１」、「２」のような数字及び記号の中の少なくとも一つ以上である。また、文字は数字及び記号を含む上位の概念であることができる。

情報生成部２４は、例えば、サウンドコードが３個のフレームで構成され、第１のフレームの周波数が１５０００Ｈｚであり、第２のフレームの周波数が１５２００Ｈｚであり、第３のフレームの周波数が１７０００Ｈｚである場合、１５０００Ｈｚに対応する部分情報「０」、１５２００Ｈｚに対応する部分情報「１」、及び１７０００Ｈｚに対応する部分情報「Ａ」のそれぞれを生成する。

情報生成部２４は複数の部分情報に基づいてサウンドコードに対応する情報を生成する。情報生成部２４は、例えば、第１のフレームの部分情報が「０」、第２のフレームの部分情報が「１」、第３のフレームの部分情報が「Ａ」である場合、部分情報を組み合わせて、サウンドコードに対応する情報である「０１Ａ」をデコーディングまたは生成することができる。その他の例示は、前述した図３を通じて例示されたものと同一または非常に類似している。

サウンドコードは、ヘッダー、ボディー、及びテールを含むことができる。この際、ボディーには複数のサウンド信号が含まれ、ヘッダーにはエンコーディング装置の識別情報、デコーディング装置の識別情報のような付加情報に対応する付加サウンド信号（または付加サウンドコード）が含まれることができ、テールにはＣＲＣ（Ｃｙｃｌｉｃ Ｒｅｄｕｎｄａｎｃｙ Ｃｈｅｃｋ）のような間違い訂正コードに対応する間違い訂正サウンド信号（または間違い訂正サウンドコード）が含まれることができる。情報生成部２４は、サウンドコードに含まれたヘッダー、ボディー、及びテールに基づいて情報または部分情報をデコーディングまたは生成することができる。

本発明の一実施の形態によれば、周波数識別部２３は第１のフレームから第１の周波数及び第２の周波数を識別し、情報生成部２４は第１の周波数及び第２の周波数に基づいて第１の部分情報を生成することができる。このように、周波数識別部２３は一つのフレームから少なくとも二つ以上の周波数を識別し、情報生成部２４は少なくとも二つ以上の周波数に対応する一つの部分情報を生成することができる。

前述したように、１個の情報当り２個の周波数を割り当てることは既存の１個の情報当り１個の周波数を割り当てることより多様な情報の表現を可能にする。例えば、デコーディングの際に分類が容易になるように情報表現当たり周波数の割当を２００Ｈｚにする場合，非可聴１５０００〜２００００Ｈｚ帯域で使用可能な情報量は５０００Ｈｚを２００で分けた２５個の情報表現のみが可能である一方、１個の情報当り２個の周波数を割り当ててエンコーディングする場合、理論上２５と２４の積である６００個の情報表現が可能になる。この際、周波数に対する弁別力を考慮して近接した周波数を排除しても、少なくとも２５と２０の積である５００個の安全性ある情報表現が可能になる。この際、一つのフレームから一つの周波数を識別することをピュアトンデコーディング技法であると表現し、一つのフレームから二つ以上の周波数を識別することをマルチトンデコーディング技法であると表現することができる。

図３の図面符号３３を参照してマルチトンデコーディング技法を例示すれば、周波数識別部２３は、第１のフレームから第１の周波数である１５０００Ｈｚと第２の周波数である１７０００Ｈｚのそれぞれを識別し、情報生成部２４は、第１の周波数と第２の周波数に基づいて、第１の部分情報である「０」を生成することができる。この際、第１のフレームのサウンド信号は、第１のアナログサウンド信号及び第２のアナログサウンド信号の結合からなり、第１のアナログサウンド信号はコデックを通じて中心周波数が第１の周波数である第１の正弦波音波信号から変換されたものであり、第２のアナログサウンド信号はコデックを通じて中心周波数が第２の周波数である第２の正弦波音波信号から変換されたものであることができる。

本発明の一実施の形態によれば、周波数識別部２３は、複数のフレームのそれぞれに対応するエネルギー値に基づいて周波数を識別することができる。一般的に、１ｍ以内の近くの距離から音波が出力される場合、デコーディング装置３０に受信された音波の周波数スペックトラスコープはシャープ（Ｓｈａｒｐ）な模様を有する。すなわち、受信された音波の信号に対する雑音比（ＳＮＲ）が優れており、デコーディング装置２０の認識率は高い。しかし、５ｍ以上の遠距離から音波が出力される際、受信された音波のＳＮＲが低くなり、デコーディング装置２０が認識を行うことが難しくなる。これに対する解決策として、音波の正弦波トーン（ｔｏｎｅ）が有するスペックトラスコープの線形性を用いて特徴パラメーター抽出（Ｆｅａｔｕｒｅ Ｅｘｔｒａｃｔｉｏｎ）を行うことで、遠距離環境の認識性能を向上させることができる。特徴パラメーター抽出の一例は、受信された音波のエネルギー値を複数のフレーム別に二乗することで、認識性能を向上させることができる。

例えば、認識しようとする特定周波数のスペクトルログエネルギー（Ｓｐｅｃｔｒｕｍ Ｌｏｇ Ｅｎｅｒｇｙ）値が１０であり、ノイズ（Ｎｏｉｓｅ）のスペクトルログエネルギー値が５であれば、ＳＮＲは１０から５を引いた５ｄＢである。しかし、周波数識別部２３が音波のエネルギー値を各フレーム別に二乗する場合、所定のフレームにおいて、ＳＮＲは１０ｄＢ（１０＝（１０＋１０）−（５＋５））となる。ＳＮＲが５ｄＢから１０ｄＢに増加したということは、ノイズに比べてサウンド信号またはコードの識別率が非常に大きくなったということを意味する。

本発明の一実施の形態によれば、情報生成部２４は、第１のフレームの周波数と第２のフレームの周波数が異なる場合でも、特定の状況で第１のフレームの周波数の部分情報と第２のフレームの周波数の部分情報とを同一に解釈することができる。

一般的に、室内認識環境で室内の構造に応じて多様な反響が存在することができる。このような反響による周波数成分は、次の信号列（または部分情報）の周波数成分に多大な影響を及ぼすようになり、デコーディング時に間違いを発生させる原因となることができる。特に、同じ部分情報が連続する場合、反響成分は次の部分情報に非常に多大な影響を及ぼすようになる。これに対する解決策として、エンコーディング装置１０及びデコーディング装置２０は、同一の部分情報が連続する場合、二番目の部分情報の周波数帯域は既に決定された特定周波数に決定することで、反響成分による間違いを減らすことができる。

図４を参照して例示すれば、情報生成部２４は、第１のフレームの周波数４３を１５０００Ｈｚに識別し、第２のフレームの周波数４４を１９０００Ｈｚに識別した場合、第２のフレームの周波数が部分情報「α」に対応しても、これを「α」に解釈せずに、第１のフレームの周波数である１５０００Ｈｚに対応する部分情報「１」に解釈することができる。最終的に、情報生成部２４は、第１のフレームと第２のフレームからなる情報を「１１」に決定することができる。この際、「α」は、「１」と「１」、「２」と「２」、及び「Ａ」と「Ａ」のような連続する部分情報が発生される際、使われる既に決定された部分情報であることができる。

本発明の一実施の形態によれば、音声認識まで考慮して情報を生成することができる。音声認識部２７は、音波受信装置を通じて受信されたユーザーの音声に対する音声認識を行い、サウンドコード入力部２１はエンコーディング装置１０から出力されたサウンドコードの入力を受ける。情報生成部２４は、音声に対する音声認識及びサウンドコードの認識に基づいて情報を生成することができる。この際、可聴音波周波数帯域によるサウンドコードの周波数及び音声の周波数は１００Ｈｚ以上８０００Ｈｚ以下の範囲内から選択され、非可聴音波周波数帯域によるサウンドコードの周波数は１５０００Ｈｚ以上２４０００Ｈｚ以下の範囲内から選択されることができる。

情報生成部２４は音声認識を通じて音声を認識し、音声に対応する第１の情報を生成し、サウンドコードに対応する第２の情報を生成し、第１の情報及び第２の情報を用いて情報を生成することができる。例えば、第１の情報を用いて第２の情報をデコーディングするか、第１の情報と第２の情報とを組み合わせて情報を生成することができる。

相互間に干渉を最小化しながら同じハードウェア（例えば、デコーディング装置）によって可聴音波周波数帯域に該当する音声と可聴または非可聴音波周波数帯域に該当するサウンドコードを相互組み合わせ及び認識して運用することができる。ユーザーは音声とサウンドコードとの組み合わせを通じて、より多様性を有するＨＭＩ（Ｈｕｍａｎ Ｍａｃｈｉｎｅ Ｉｎｔｅｒｆａｃｅ）の提供を受けるようになる。

図６は、本発明のデコーディング装置の動作の一例を説明するための図である。図６を参照すれば、段階Ｓ６０１でデコーディング装置２０またはサウンドコード入力部２１はサウンドコードを受信することができる。段階Ｓ６０２でデコーディング装置２０、またはフレーム分割部２２と周波数識別部２３は、サウンドコードに対するデコーディングを通じてサウンドコード内に結合されている複数のサウンド信号を認識することができる。

さらに、段階Ｓ６０３及びＳ６０４で、デコーディング装置２０または音声認識部２７は音波受信装置を通じて受信された音響（または音響ファイル）を認識することができる。この際、音響は物体から出る音と、その響きを意味することができ、このような音響は可聴音波周波数帯域の音（またはサウンド）を意味することもできる。音響の一例は、音声または音楽であるが、これに限定されるものではない。

段階Ｓ６０５でデコーディング装置２０または情報生成部２４は、認識されたサウンドコード及び音響（音声）に基づいて情報を生成することができる。

上述した説明において、段階Ｓ６０１〜Ｓ６０５は本発明の具現例によって追加的な段階にさらに分割されるか、さらに少ない段階に組み合わされることができる。また、一部の段階は必要に応じて省略されることもでき、段階間の手順が変更されることもできる。

図７は、本発明のデコーディング装置の動作の一例を説明するための図である。図７を参照すれば、デコーディング装置２０は、動作遂行部２５をさらに含むこともできる。動作遂行部２５は、生成した情報に対応する動作を行う。この際、情報は制御情報であることができる。

動作遂行部２５は、例えば、制御情報がデコーディング装置２０またはデコーディング装置が含まれた家電製品の電源をＯｎ／Ｏｆｆさせる制御情報である場合、デコーディング装置２０または家電製品（例えば、冷蔵庫、洗濯機、クーラー、掃除機 など）の電源をＯｎ／Ｏｆｆさせることができる。また、例えば、動作遂行部２５は、制御情報がデコーディング装置２０またはデコーディング装置が含まれた家電製品を移動させる制御情報である場合、デコーディング装置２０または家電製品を移動させることができる。また、例えば、動作遂行部２５は、制御情報がデコーディング装置２０またはデコーディング装置が含まれた家電製品の状態情報を要請する制御情報である場合、デコーディング装置２０または家電製品に対応する状態情報を生成して、エンコーディング装置１０またはエンコーディング装置が含まれたモバイルデバイスに転送することができる。この際、動作遂行部２５は、状態情報に対応する音波を生成してエンコーディング装置１０またはモバイルデバイスに向けて出力することができる。

図８は、本発明のデコーディング装置の動作の一例を説明するための図である。図８を参照すれば、デコーディング装置２０は位置情報生成部２６をさらに含むこともできる。

位置情報生成部２６は、複数の音波受信装置を用いてエンコーディング装置１０またはエンコーディング装置が含まれたモバイルデバイス８０の位置情報を生成する。この際、動作遂行部２５は、生成した位置情報に基づいて動作を行うことができる。図８を通じて例示すれば、動作遂行部２５は、エンコーディング装置１０またはモバイルデバイス８０の位置情報がＡである場合、デコーディング装置２０またはデコーディング装置２０が含まれた扇風機９０の回転方向がＡに向かうように扇風機９０の動作を遂行または制御することができる。一方、動作遂行部２５は、エンコーディング装置１０またはモバイルデバイス８０の位置情報がＢである場合、デコーディング装置２０またはデコーディング装置２０が含まれた扇風機９０の回転方向がＢに向かうように扇風機９０の動作を遂行または制御することができる。このために、動作遂行部２５は扇風機９０に含まれた動力装置を制御することができる。

位置情報生成部２６は、複数の音波受信装置を用いて位置情報を生成する。具体的に、位置情報生成部２６はサウンドコードが前記複数の音波受信装置のそれぞれに入力される時間の差に基づいて位置情報を生成することができる。この際、位置情報は複数の音波受信装置及びデコーディング装置２０の中の少なくとも一つ以上と、エンコーディング装置１０の間の方位角であることができる。

図９及び図１０ａ〜１０ｅは、図８の位置情報生成部２６の動作の一例を説明するための図である。以下で、図９及び図１０ａ〜１０ｅを参照して、位置情報生成部２６の動作の一例を説明する。

クーラー、扇風機、ロボット掃除機など、方向性制御が必要な家電器機内にサウンドコードを受信するモジュールであるデコーディング装置２０は、別途のネットワーク手段がなくても近距離でエンコーディング装置１０またはエンコーディング装置１０が内装されたモバイルデバイス８０と音波通信を行う。この際、家電器機はエンコーディング装置１０またはモバイルデバイス８０の位置変化によって動的に動作を行うことができる。例えば、クーラーや扇風機はモバイルデバイス８０の位置を把握することで、クーラーや扇風機の風の方向をユーザーが位置する方向に調節することができる。このために、デコーディング装置に含まれた位置情報生成部２６は、エンコーディング装置１０またはモバイルデバイス８０の位置情報を生成する必要がある。

段階Ｓ９０１で位置情報生成部２６は音波を検出し、検出された音波が制御情報であると判明されれば、検出した音波が位置情報を生成すべき音波であると判断する。その後、位置情報生成部２６は複数のフレームのそれぞれをオーバーラップさせる。例えば、位置情報生成部２６は、各フレームが１０２４個サンプルを含む場合、５１２サンプルずつオーバーラップさせることができる。

段階Ｓ９０２で位置情報生成部２６は音波（またはサウンドコード）が複数の音波受信装置のそれぞれに入力される時間の時間差を推定する。これを時間差（ＩＴＤ：Ｉｎｔｅｒ−ａｕｒａｌ Ｔｉｍｅ Ｄｉｆｆｅｒｅｎｃｅ）推定（Ｅｓｔｉｍａｔｉｏｎ）と表現することができる。

位置情報生成部２６は、例えば、三つの音波受信装置（例えば、マイク）間の時間差に基づいて音源の位置を追跡するが、時間ドメインから計算される相互相関（ｃｒｏｓｓ ｃｏｒｒｅｌａｔｉｏｎ）を周波数ドメイン上で行うようになれば、演算量及び演算時間を大幅に減らしながらも、同じ結果が得られる。位置情報生成部２６は、数学式１を通じて三つの音波受信装置間の時間差を得るために、第１のマイク−第２のマイク、第２のマイク−第３のマイク、第３のマイク−第１のマイクのそれぞれに対（またはチャンネル）を作り、各対の間の相互相関を求める。

［数学式１］

この際、ｄは両音波間のディレー値を意味し、ｙ（ｄ）は両音波間のディレー値を示す関数を意味し、＊はｃｏｍｐｌｅｘ ｃｏｎｊｕｇａｔｅを意味し、ｘ１（ｎ）は一番目のマイクに入力された音波を意味し、ｘ２（ｎ）は二番目のマイクに入力された音波を意味する。また、計算されたｙ（ｄ）値の中で最大の値を有するｙ（ｄ）のインデックスｄ値を両信号間の時間差（ｅｓｔｉｍａｔｅｄ ｄｅｌａｙ）に規定し、３個の対に対応する時間差により計３個の値が導出されることができる。

段階Ｓ９０３で位置情報生成部２６は時間差に基づいて方位角マッピングを行う。先ず、図１０ａを参照すれば、位置情報生成部２６は数学式２を通じて音波の速度と両マイク間の時間差に基づいて音波の入射角を計算する。

［数学式２］

この際、θは音波の入射角を意味し、ｃは音波の速度を意味し、ｔはマイク間の時間差、ｄは両マイク間の距離を意味することができる。時間差は段階Ｓ９０２で求められた推定時間差を意味するが、これはサンプル個数の差を意味するので、サンプリング周期（Ｓａｍｐｌｉｎｇ Ｐｅｒｉｄｏ）とディレーサンプルとの積の形態に示すことができる。

図１０ｂを参照すれば、二つのマイク間の時間差は一つであるが、方位角変換を変換すれば二つの方位角を得るようになる。これは同じ時間差を有する入射角が二つのマイクを引き継ぐ線分を境界にして対称的に存在するからである。これによって３個のマイク対に推定される音波の方位角は計６個の候補を有するようになる。このような６個の候補方位角は、所定のフレームの最も信頼性のある方位角候補として選出される。

図１０ｃを参照すれば、位置情報生成部２６は、方位角−ガウシアンヒストグラムを生成することができる。具体的に、位置情報生成部２６は、三つの推定されたｄｅｌａｙ値をｄｅｌａｙ１、ｄｅｌａｙ２、ｄｅｌａｙ３とする場合、各ｄｅｌａｙ値によって２個ずつの方位角を計算し、計６個の候補方位角ａｚｉｍ１１、ａｚｉｍ１２、ａｚｉｍ２１、ａｚｉｍ２２、ａｚｉｍ３１、ａｚｉｍ３２を算出する。

位置情報生成部２６は、ａｚｉｍ１１、ａｚｉｍ１２を使ってヒストグラム１０１を生成し、ａｚｉｍ２１、ａｚｉｍ２２を使ってヒストグラム１０２を生成し、ａｚｉｍ３１、ａｚｉｍ３２を使ってヒストグラム１０３を生成する。この際、ａｚｉｍ ｉｊにおいて、ｉは各チャンネル（またはマイク）を意味し、ｊは二つの推定方位角のそれぞれの識別番号を意味する。また、位置情報生成部２６は、各対の両候補方位角をｍｅａｎにするガウシアン関数を用いてそれぞれのヒストグラムを生成する。また、θはｃｉｒｃｕｌａｒ ｉｎｄｅｘであって、３６０以上はまた０から始まる。

位置情報生成部２６は３個のヒストグラムが作り、全てのヒストグラムを累積し、累積されたガウシアンヒストグラム１０４を生成する。

図１０ｄを参照すれば、位置情報生成部２６は各フレーム別に６個の候補方位角を推定し、全体フレームの候補方位角から頻度数が最も大きな方位角を最終方位角に選定する。このために、位置情報生成部２６は、複数のフレーム別の累積ガウシアンヒストグラムを比べることができる。この際、全てのフレームを同じ方式で検査して推定された候補方位角の中で頻度数が最も大きな値を最終的な方位角に判断すれば良い。また、一つのフレームで３個の対を累積して出たガウシアンヒストグラムを多くのフレームに亘って再度累積すれば、最も多く推定された角度値が得られる。一般的に、エネルギーの大きさや環境的な反響の影響を考慮すれば、一つまたは二つのフレームのみで方位角を計算することは信頼度が落ちてしまう可能性がある。

位置情報生成部２６は最終方位角を位置情報として生成する。この際、図１０ｅを参照すれば、位置情報生成部２６はエンコーディング装置１０またはモバイルデバイス８０が充分に遠く離れており、音波の形態が平面波の形態で入射すると仮定した後、方位角をマイク１、３の中心点である０度から時計方向に増加させることができる。

上述した説明において、段階Ｓ９０１〜Ｓ９０３は本発明の具現例によって追加的な段階にさらに分割されるか、さらに少ない段階に組み合わされることができる。また、一部の段階は必要に応じて省略されることもでき、段階間の手順が変更されることもできる。

図１１は、本発明の一実施の形態に係るサウンドコードエンコーディング方法を示した動作フローチャートである。図１１に示されたサウンドコードエンコーディング方法は、図２のエンコーディング装置１０で時系列的に処理される段階を含む。よって、以下で省略された内容であっても、図１〜図１０を通じてエンコーディング装置１０について説明された内容は図１１にも適用される。

段階Ｓ１１０１で部分情報生成部１１は情報に対応する複数の部分情報を生成する。段階Ｓ１１０２で周波数決定部１２は複数の部分情報のそれぞれに対応する周波数を決定する。段階Ｓ１１０３でサウンド信号生成部１３は複数の周波数のそれぞれに対応する複数のサウンド信号を生成する。段階Ｓ１１０４でサウンドコード生成部１４は複数のサウンド信号を所定の時間間隔に応じて結合させることで、情報に対応するサウンドコードを生成する。段階Ｓ１１０５で出力部１５は音波出力装置を通じて生成したサウンドコードを出力する。上述した説明において、段階Ｓ１１０１〜Ｓ１１０５は本発明の具現例によって、追加的な段階にさらに分割されるか、さらに少ない段階に組み合わされることができる。また、一部の段階は必要に応じて省略されることもできれば、段階間の手順が変更されることもできる。

図１２は本発明の一実施の形態に係るサウンドコードデコーディング方法を示した動作フローチャートである。図１２に示されたサウンドコードデコーディング方法は、図５のデコーディング装置２０で時系列的に処理される段階を含む。よって、以下で省略された内容であっても、図１〜図１０を通じてデコーディング装置２０について説明された内容は図１２にも適用される。

段階Ｓ１２０１でサウンドコード入力部２１は音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受ける。段階Ｓ１２０２でフレーム分割部２２は所定の時間間隔に応じてサウンドコードを複数のフレームに分割する。段階Ｓ１２０３で周波数識別部２３は複数のフレームのそれぞれに対する周波数の分析を通じて複数のフレームのそれぞれに対応する周波数を識別する。段階Ｓ１２０４で情報生成部２４は識別した周波数のそれぞれに対応する複数の部分情報に基づいてサウンドコードに対応する情報を生成する。

上述した説明で、段階Ｓ１２０１〜Ｓ１２０４は、本発明の具現例によって、追加的な段階にさらに分割されるか、さらに少ない段階に組み合わされることができる。また、一部の段階は必要に応じて省略されることもできれば、段階間の手順が変更されることもできる。

図１１を通じて説明されたサウンドコードエンコーディング方法及び図１２を通じて説明されたサウンドコードデコーディング方法のそれぞれは、コンピューターによって実行されるプログラムモジュールのようなコンピューターによって実行可能な命令語を含む記録媒体の形態にも具現されることができる。コンピューター読み取り可能媒体は、コンピューターによってアクセスされることができる任意の可用媒体であることができ、揮発性及び非揮発性媒体、分離型及び非分離型媒体の何れも含む。また、コンピューター読み取り可能媒体は、コンピューター格納媒体及び通信媒体の何れも含むことができる。コンピューター格納媒体は、コンピューター読み取り可能命令語、データ構造、プログラムモジュールまたはその他のデータのような情報の格納のための任意の方法または技術に具現された揮発性及び非揮発性、分離型及び非分離型媒体の何れも含む。通信媒体は、典型的にコンピューター読み取り可能命令語、データ構造、プログラムモジュール、または搬送波のような変調されたデータ信号のその他のデータ、またはその他の転送メカニズムを含み、任意の情報伝達媒体を含む。

前述した本発明の説明は例示のためのものであり、本発明が属する技術分野の通常の知識を持った者であれば、本発明の技術的な思想や必須的な特徴を変更しなくても他の具体的な形態へと容易に変形可能であるということが理解できるだろう。よって、以上で記述した実施の形態は、全ての面において例示的なものであり、限定的なものではないことと理解すべきである。例えば、単一型に説明されている各構成要素は分散して実施されることができると共に、これと同様に、分散したものと説明されている構成要素も結合された形態に実施されることができる。

本発明の範囲は、上記の詳細な説明よりは、後述する特許請求の範囲によって示され、特許請求の範囲の意味及び範囲、さらに、その均等概念から導出される全ての変更または変形された形態が本発明の範囲に含まれるものと解釈されるべきである。

１０：エンコーディング装置
２０：デコーディング装置

Claims (17)

1. サウンドコードをデコーディングして情報を生成するデコーディング装置において、
   音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受けるサウンドコード入力部；
   前記サウンドコードを所定の時間間隔に応じて分割して複数のフレームを生成するフレーム分割部；
   前記複数のフレームのそれぞれに対する周波数の分析を通じて前記複数のフレームのそれぞれに対応するサウンド信号の周波数を識別する周波数識別部；及び、
   可聴音波周波数帯域と非可聴音波周波数帯域の中で前記識別した周波数のそれぞれが該当する周波数帯域を決定し、前記識別した周波数のそれぞれに基づいて複数の部分情報を決定し、前記複数の部分情報に基づいて前記サウンドコードに対応する情報を生成する情報生成部を含み、
   前記情報生成部は、前記決定された複数の部分情報が既に設定された部分情報を含む場合、前記既に設定された部分情報を前記既に設定された部分情報の前に位置する部分情報と同一に解釈するように構成されるデコーディング装置。
2. 前記周波数識別部は、前記複数のフレームの中で第１のフレームに対応する第１の周波数及び第２の周波数を識別し、
   前記情報生成部は、前記第１の周波数及び第２の周波数が該当する周波数帯域、及び前記第１の周波数及び第２の周波数に基づいて前記複数の部分情報の中で第１の部分情報を決定するものである、請求項１に記載のデコーディング装置。
3. 前記部分情報は、前記識別した周波数のそれぞれに対応する文字、数字、及び記号の中で少なくとも一つ以上のものである、請求項１に記載のデコーディング装置。
4. 前記周波数識別部は、前記複数のフレームのそれぞれに対応するエネルギー値に基づいて前記周波数を識別するものである、請求項１に記載のデコーディング装置。
5. 前記情報は、制御情報であり、
   前記制御情報に対応する動作を行う動作遂行部をさらに含む、請求項１に記載のデコーディング装置。
6. 前記周波数識別部は、前記複数のフレームのそれぞれに対する周波数のピークを分析するものである、請求項１に記載のデコーディング装置。
7. 前記音波受信装置を通じて受信されたユーザーの音声に対する音声認識を行う音声認識部をさらに含み、
   前記情報生成部は、前記複数の部分情報及び前記音声認識に基づいて前記情報を生成するものである、請求項１に記載のデコーディング装置。
8. 前記可聴音波周波数帯域によるサウンドコードの周波数及び前記音声の周波数は１００Ｈｚ以上８０００Ｈｚ以下の範囲内から選択され、
   前記非可聴音波周波数帯域によるサウンドコードの周波数は１５０００Ｈｚ以上２４０００Ｈｚ以下の範囲内から選択されるものである、請求項７に記載のデコーディング装置。
9. 前記識別した周波数のそれぞれは前記非可聴音波周波数帯域内で少なくとも２００Ｈｚの差を有するものである、請求項８に記載のデコーディング装置。
10. 複数の音波受信装置を用いて前記エンコーディング装置の位置情報を生成する位置情報生成部をさらに含み、
    前記位置情報に基づいて前記エンコーディング装置の位置に向けて動作を行う動作遂行部をさらに含む、請求項１に記載のデコーディング装置。
11. 前記位置情報生成部は、前記サウンドコードが前記複数の音波受信装置のそれぞれに入力される時間の差に基づいて前記位置情報を生成するものである、請求項１０に記載のデコーディング装置。
12. 前記位置情報は、前記複数の音波受信装置及び前記デコーディング装置の中で少なくとも一つ以上と、前記エンコーディング装置との間の方位角であるものである、請求項１１に記載のデコーディング装置。
13. デコーディング装置によって行われ、サウンドコードをデコーディングして情報を生成する方法において、
    音波受信装置を通じてエンコーディング装置から出力されたサウンドコードの入力を受ける段階；
    前記サウンドコードを所定の時間間隔に応じて分割して複数のフレームを生成する段階；
    前記複数のフレームのそれぞれに対する周波数の分析を通じて前記複数のフレームのそれぞれに対応する周波数を識別する段階；
    可聴音波周波数帯域と非可聴音波周波数帯域の中で前記識別した周波数のそれぞれが該当する周波数帯域を決定し、前記識別した周波数のそれぞれに基づいて複数の部分情報を決定する段階；
    前記決定された複数の部分情報の中で既に設定された部分情報が含まれる場合、前記既に設定された部分情報を前記既に設定された部分情報の前に位置する部分情報と同一に解釈する段階；及び、
    前記複数の部分情報に基づいて前記サウンドコードに対応する情報を生成する段階を含む方法。
14. 情報に対応するサウンドコードをエンコーディングするエンコーディング装置において、
    前記情報に対応する複数の部分情報を生成する部分情報生成部；
    可聴音波周波数帯域と非可聴音波周波数帯域の中で前記複数の部分情報のそれぞれに対応する周波数帯域を決定し、前記決定された周波数帯域内で前記複数の部分情報のそれぞれに対応する周波数を決定する周波数決定部；
    前記複数の周波数のそれぞれに対応する複数のサウンド信号を生成するサウンド信号生成部；
    前記複数のサウンド信号を所定の時間間隔に応じて結合させることで、前記情報に対応する前記サウンドコードを生成するサウンドコード生成部；及び、
    音波出力装置を通じて前記生成したサウンドコードを出力する出力部を含み、
    前記周波数決定部は、前記生成された複数の部分情報の中で同一な部分情報が連続する場合、前記同一な部分情報の中で二番目に位置する部分情報を既に設定された部分情報として選択し、それぞれに対応する周波数帯域を決定するように解釈するエンコーディング装置。
15. 前記周波数決定部は、前記複数の部分情報の中で第１の部分情報に対応する周波数帯域を決定し、前記決定された周波数帯域内で第１の周波数及び第２の周波数を決定し、
    前記サウンド信号生成部は、前記複数のサウンド信号の中で前記第１の周波数及び第２の周波数に対応する第１のサウンド信号を生成するものである、請求項１４に記載のエンコーディング装置。
16. 前記可聴音波周波数帯域によるサウンドコードの周波数は１００Ｈｚ以上８０００Ｈｚ以下の範囲内から選択され、
    前記非可聴音波周波数帯域によるサウンドコードの周波数は１５０００Ｈｚ以上２４０００Ｈｚ以下の範囲内から選択されるものである、請求項１４に記載のエンコーディング装置。
17. エンコーディング装置によって行われ、情報に対応するサウンドコードをエンコーディングする方法において、
    前記情報に対応する複数の部分情報を生成する段階；
    前記生成された複数の部分情報の中で同一な部分情報が連続する場合、前記同一な部分情報の中で二番目に位置する部分情報を既に設定された部分情報として選択する段階；
    可聴音波周波数帯域と非可聴音波周波数帯域の中で前記複数の部分情報のそれぞれに対応する周波数帯域を決定し、前記決定された周波数帯域内で前記複数の部分情報のそれぞれに対応する周波数を決定する段階；
    前記複数の周波数のそれぞれに対応する複数のサウンド信号を生成する段階；
    前記複数のサウンド信号を所定の時間間隔に応じて結合させることで、前記情報に対応する前記サウンドコードを生成する段階；及び、
    音波出力装置を通じて前記生成したサウンドコードを出力する段階を含む方法。