JP6178304B2 - 量子化装置 - Google Patents

量子化装置 Download PDF

Info

Publication number
JP6178304B2
JP6178304B2 JP2014506340A JP2014506340A JP6178304B2 JP 6178304 B2 JP6178304 B2 JP 6178304B2 JP 2014506340 A JP2014506340 A JP 2014506340A JP 2014506340 A JP2014506340 A JP 2014506340A JP 6178304 B2 JP6178304 B2 JP 6178304B2
Authority
JP
Japan
Prior art keywords
quantization
frame
prediction
scheme
unit
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.)
Active
Application number
JP2014506340A
Other languages
English (en)
Other versions
JP2014512028A (ja
JP2014512028A5 (ja
Inventor
ソン，ホ−サン
オ，ウン−ミ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of JP2014512028A publication Critical patent/JP2014512028A/ja
Publication of JP2014512028A5 publication Critical patent/JP2014512028A5/ja
Application granted granted Critical
Publication of JP6178304B2 publication Critical patent/JP6178304B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • 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
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • 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
    • 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
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • 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
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
    • 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • 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
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/087—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters using mixed excitation models, e.g. MELP, MBE, split band LPC or HVXC
    • 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
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
    • 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
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0004—Design or structure of the codebook
    • G10L2019/0005—Multi-stage vector quantisation

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)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Description

本発明は、線形予測係数の量子化及び逆量子化に係り、さらに具体的には、低い複雑度で線形予測係数を効率的に量子化する装置、それを採用するサウンド符号化装置、線形予測係数の逆量子化装置、それを採用するサウンド復号化装置、及び電子機器に関する。
音声あるいはオーディオのようなサウンド符号化システムでは、サウンドの短区間周波数特性を表現するために、線形予測符号化（ＬＰＣ：linear predictive coding）係数が使用される。ＬＰＣ係数は、入力サウンドをフレーム単位に分け、各フレーム別に、予測誤差のエネルギーを最小化させる形態で求められる。ところで、ＬＰＣ係数は、ダイナミックレンジが大きく、使用されるＬＰＣフィルタの特性が、ＬＰＣ係数の量子化エラーに非常に敏感であり、フィルタの安定性が保証されない。
そのために、ＬＰＣ係数を、フィルタの安定性確認が容易であり、補間に有利であり、量子化特性が良好な他の係数に変換して量子化を行うが、主に、線スペクトル周波数（ＬＳＦ：line spectral frequency）あるいはイミッタンススペクトル周波数（ＩＳＦ：immittance spectral frequency）に変換して量子化することが好まれている。特に、ＬＳＦ係数の量子化技法は、周波数領域及び時間領域で有するＬＳＦ係数のフレーム間高相関度を利用することにより、量子化利得を高めることができる。
ＬＳＦ係数は、短区間サウンドの周波数特性を示し、入力サウンドの周波数特性が急激に変わるフレームの場合、当該フレームのＬＳＦ係数も急激に変化する。ところで、ＬＳＦ係数のフレーム間高相関度を利用するフレーム間予測器を含む量子化器の場合、急激に変化するフレームに対しては、適切な予測が不可能であり、量子化性能が落ちる。従って、入力サウンドの各フレーム別信号特性に対応して最適化された量子化器を選択する必要がある。
本発明が解決しようとする課題は、低い複雑度で、ＬＰＣ係数を効率的に量子化する装置、それを採用するサウンド符号化装置、ＬＰＣ係数逆量子化装置、それを採用するサウンド復号化装置及び電子機器を提供するところにある。
前記課題を達成するための本発明の一実施形態による量子化装置は、入力信号の量子化以前に、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを、所定基準を根拠として、前記入力信号の量子化経路として決定する量子化経路決定部；前記入力信号の量子化経路として前記第１経路が決定された場合、前記フレーム間予測を使用しない第１量子化スキームを利用して、前記入力信号を量子化する第１量子化部；及び前記入力信号の量子化経路として前記第２経路が決定された場合、前記フレーム間予測を使用する第２量子化スキームを利用して、前記入力信号を量子化する第２量子化部；を含む。
前記課題を達成するための本発明の一実施形態によるサウンド符号化装置は、入力信号の符号化モードを決定する符号化モード決定部；前記入力信号の量子化以前に、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを、所定基準を根拠として、前記入力信号の量子化経路として選択して、選択された量子化経路によって、第１量子化スキーム並びに第２量子化スキームのうち一つを利用して、前記入力信号を量子化する量子化部；前記量子化された入力信号を、前記符号化モードに対応して符号化する可変モード符号化部；及び前記第１量子化スキームによって量子化された結果と、前記第２量子化スキームによって量子化された結果とのうち一つと、前記入力信号の前記符号化モードと、前記入力信号の量子化に係わる経路情報と、を含むビットストリームを生成するパラメータ符号化部；を含む。
前記課題を達成するための本発明の一実施形態による逆量子化装置は、ビットストリームに含まれた経路情報を根拠として、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを線形予測符号化パラメータの逆量子化経路として決定する量子化経路決定部；前記線形予測符号化パラメータの逆量子化経路として前記第１経路が決定された場合、第１逆量子化スキームを利用して、前記線形予測符号化パラメータを逆量子化する第１逆量子化部；及び前記線形予測符号化パラメータの逆量子化経路として前記第２経路が決定された場合、第２逆量子化スキームを利用して、前記線形予測符号化パラメータを逆量子化する第２逆量子化部；を含み前記経路情報は、符号化端で入力信号の量子化以前に、所定基準を根拠として決定される。
前記課題を達成するための本発明の一実施形態によるサウンド復号化装置は、ビットストリームに含まれた線形予測符号化パラメータと、符号化モードとを復号化する符号化モード復号化部；前記ビットストリームに含まれた経路情報を根拠として、フレーム間予測を使用しない第１逆量子化スキームと、前記フレーム間予測を使用する第２逆量子化スキームとのうち一つを利用して、前記復号化された線形予測符号化パラメータを逆量子化する逆量子化部；及び前記逆量子化された線形予測符号化パラメータを、前記復号化された符号化モードに対応して復号化する可変モード復号化部；を含み前記経路情報は、符号化端で入力信号の量子化以前に、所定基準を根拠として決定される。
前記課題を達成するための本発明の一実施形態による電子機器は、サウンド信号と、符号化されたビットストリームとのうち少なくとも一つを受信したり、あるいは符号化されたサウンド信号と復元されたサウンドとのうち少なくとも一つを送信する通信部；及び前記受信されたサウンド信号の量子化以前に、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを、所定基準を根拠として、前記入力信号の量子化経路として選択して、選択された量子化経路によって、第１量子化スキーム並びに第２量子化スキームのうち一つを利用して、前記受信されたサウンド信号を量子化し、前記量子化されたサウンド信号を、前記符号化モードに対応して符号化する符号化モジュール；を含む。
前記課題を達成するための本発明の他の実施形態による電子機器は、サウンド信号と、符号化されたビットストリームとのうち少なくとも一つを受信したり、あるいは符号化されたサウンド信号と復元されたサウンドとのうち少なくとも一つを送信する通信部；及び前記ビットストリームに含まれた線形予測符号化パラメータと、符号化モードとを復号化し、前記ビットストリームに含まれた経路情報を根拠として、フレーム間予測を使用しない第１逆量子化スキームと、前記フレーム間予測を使用する第２逆量子化スキームとのうち一つを利用して、前記復号化された線形予測符号化パラメータを逆量子化し、前記逆量子化された線形予測符号化パラメータを、前記復号化された符号化モードに対応して復号化する復号化モジュール；を含み、前記経路情報は、符号化端で前記サウンド信号の量子化以前に、所定基準を根拠として決定される。
前記課題を達成するための本発明のさらに他の実施形態による電子機器は、サウンド信号と、符号化されたビットストリームとのうち少なくとも一つを受信したり、あるいは符号化されたサウンド信号と復元されたサウンドとのうち少なくとも一つを送信する通信部；前記受信されたサウンド信号の量子化以前に、所定基準を根拠として、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを前記入力信号の量子化経路として選択し、選択された量子化経路によって、第１量子化スキーム並びに第２量子化スキームのうち一つを利用して、前記受信されたサウンド信号を量子化し、前記量子化されたサウンド信号を、前記符号化モードに対応して符号化する符号化モジュール；及びビットストリームに含まれた線形予測符号化パラメータと、符号化モードとを復号化し、前記ビットストリームに含まれた経路情報を根拠として、フレーム間予測を使用しない第１逆量子化スキームと、前記フレーム間予測を使用する第２逆量子化スキームとのうち一つを利用して、前記復号化された線形予測符号化パラメータを逆量子化し、前記逆量子化された線形予測符号化パラメータを、前記復号化された符号化モードに対応して復号化する復号化モジュール；を含む。
本発明によれば、音声あるいはオーディオ信号を、さらに効率的に量子化するために、音声あるいはオーディオ信号の特性によって複数の符号化モードに分け、各符号化モードに適用される圧縮率によって、多様なビット数割り当てにおいて、各符号化モードに対応し、低複雑度で最適の量子化器を選択することができる。
本発明の一実施形態によるサウンド符号化装置の構成を示したブロック図である。 図１に図示された符号化モード選択部で選択される多様な符号化モードの例を示した図面である。 図１に図示された符号化モード選択部で選択される多様な符号化モードの例を示した図面である。 図１に図示された符号化モード選択部で選択される多様な符号化モードの例を示した図面である。 図１に図示された符号化モード選択部で選択される多様な符号化モードの例を示した図面である。 本発明の一実施形態によるＬＰＣ量子化部の構成を示したブロック図である。 本発明の一実施形態による加重関数決定部の構成を示したブロック図である。 図５は本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態による量子化経路決定部の構成を示したブロック図である。 図６に図示された量子化経路決定部の例による動作を説明するフローチャートである。 図６に図示された量子化経路決定部の例による動作を説明するフローチャートである。 本発明の一実施形態による量子化経路決定部の構成を示したブロック図である。 コーデックサービスを提供するとき、ネットワーク端で伝送が可能なチャネルの状態に係わる情報について説明する図面である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 は本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。 本発明の一実施形態による量子化器タイプ選択部の構成について説明する図面である。 本発明の一実施形態による量子化器タイプ選択方法の動作について説明する図面である。 本発明の一実施形態によるサウンド復号化装置の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数逆量子化部の構成を示したブロック図である。 本発明の一実施形態によるＬＰＣ係数逆量子化部の細部的な構成を示したブロック図である。 図２５に図示されたＬＰＣ係数逆量子化部の第１逆量子化スキームと、第２逆量子化スキームとの一例を示した図面である。 本発明の一実施形態による量子化方法の動作について説明するフローチャートである。 本発明の一実施形態による逆量子化方法の動作について説明するフローチャートである。 本発明の一実施形態による符号化モジュールを含む電子機器の構成を示したブロック図である。 本発明の一実施形態による復号化モジュールを含む電子機器の構成を示したブロック図である。 本発明の一実施形態による符号化モジュール並びに復号化モジュールを含む電子機器の構成を示したブロック図である。
本発明は、多様な変換を加えることができ、さまざまな実施形態を有することができ、特定実施形態を図面に例示し、詳細な説明で具体的に説明する。しかし、それは、本発明を特定の実施形態について限定するものではなく、本発明の技術的思想及び技術範囲に含まれる全ての変換、均等物ないし代替物を含むと理解するものである。本発明の説明において、関連公知技術についての具体的な説明が、本発明の要旨を不明確にすると判断される場合、その詳細な説明を省略する。
第１、第２のような用語は、多様な構成要素の説明に使用されるが、構成要素が用語によって限定されるものではない。用語は、１つの構成要素を他の構成要素から区別する目的だけに使用される。
本発明で使用した用語は、ただ特定の実施形態について説明するために使用されたものであり、本発明を限定しようとする意図ではない。本発明で使用した用語は、本発明での機能を考慮しながら、可能な限り、現在広く使用される一般的な用語を選択したが、それは、当業者の意図、判例、または新たな技術の出現などによっても異なる。また、特定の場合は、出願人が任意に選定した用語もあり、その場合、当該発明の説明部分で、詳細にその意味を記載する。従って、本発明で使用される用語は、単純な用語の名称ではない、その用語が有する意味と、本発明の全般にわたる内容とを基に定義されなければならない。
単数の表現は、文脈上、明白に取り立てて意味しない限り、複数の表現を含む。本発明で、「含む」または「有する」のような用語は、明細書上に記載された特徴、数字、段階、動作、構成要素、部品、またはそれらを組み合わせたものが存在するということを指定するものであり、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、部品、またはそれらを組み合わせたものなどの存在または付加の可能性を事前に排除するものではないと理解されなければならない。
以下、本発明の実施形態について、添付図面を参照しつつ詳細に説明し、添付図面を参照して説明するにおいて、同一であるか、あるいは対応する構成要素は、同一の図面番号を付し、それに係わる重複説明は省略する。
図１は、本発明の一実施形態によるサウンド符号化装置の構成を示したブロック図である。図１に図示されたサウンド符号化装置１００は、前処理部１１１、スペクトル及び線形予測（ＬＰ：linear prediction）分析部１１３、符号化モード選択部１１５、ＬＰＣ（linear predictive coding）係数量子化部１１７、可変モード符号化部１１９及びパラメータ符号化部１２１を含んでもよい。各構成要素は、少なくとも一つ以上のモジュールに一体化され、少なくとも一つ以上のプロセッサ（図示せず）により具現される。ここで、サウンドは、オーディオ信号、音声信号、あるいはオーディオと音声との混合信号を意味するので、以下では、説明の便宜のために、サウンドを音声とする。
図１を参照すれば、前処理部１１１は、入力される音声信号を前処理する。前処理過程を介して、音声信号から所望しない周波数成分が除去されたり、あるいは符号化に有利になるように、音声信号の周波数特性が調整されもする。具体的には、前処理部１１１は、ハイパス・フィルタリング（high pass filtering）、プリエンファシス（pre-emphasis）またはサンプリング（sampling）変換などを行うことができる。
スペクトル及ＬＰ分析部１１３は、前処理された音声信号について、周波数ドメインの特性を分析したり、あるいはＬＰ分析を行い、ＬＰＣ係数を抽出することができる。一般的に、フレーム当たり１回のＬＰ分析が行われるが、さらなる音質向上のために、フレーム当たり２回以上のＬＰ分析も行われる。その場合、１回は、既存のＬＰ分析であるフレームエンド（frame-end）のためのＬＰであり、残りは、音質向上のための中間サブフレーム（mid-subframe）のためのＬＰでもある。そのとき、現在フレームのフレームエンドは、現在フレームを構成するサブフレームのうち、最後のサブフレームを意味し、以前フレームのフレームエンドは、以前フレームを構成するサブフレームのうち、最後のサブフレームを意味する。一例として、１つのフレームは、４個のサブフレームから構成される。
ここで、中間サブフレームは、以前フレームのフレームエンドである最後のサブフレームと、現在フレームのフレームエンドである最後のサブフレームとの間に存在するサブフレームのうち一つ以上のサブフレームを意味する。これにより、スペクトル及びＬＰ分析部１１３は、全２セット以上のＬＰＣ係数を抽出することができる。一方、ＬＰＣ係数は、入力信号が狭帯域（narrowband）である場合、次数１０を使用し、広帯域（wideband）である場合、次数１６〜２０を使用するが、それらに限定されるものではない。
符号化モード選択部１１５は、マルチレート（multi-rate）に対応し、複数個の符号化モードのうち一つを選択することができる。また、符号化モード選択部１１５は、帯域情報、ピッチ情報あるいは周波数ドメインの分析情報から得られる音声信号の特性を利用して、複数個の符号化モードのうち一つを選択することができる。また、符号化モード選択部１１５は、マルチレートと音声信号の特性とを利用して、複数個の符号化モードのうち一つを選択することができる。
ＬＰＣ係数量子化部１１７は、スペクトル及びＬＰ分析部１１３で抽出されたＬＰＣ係数を量子化することができる。ＬＰＣ係数量子化部１１７は、ＬＰＣ係数を、量子化に適する他の係数に変換して量子化を行うことができる。ＬＰＣ係数量子化部１１７は、音声信号の量子化以前に、第１所定基準を根拠として、フレーム間予測（inter-frame prediction）を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを音声信号の量子化経路として選択し、選択された量子化経路によって、第１量子化スキーム並びに第２量子化スキームのうち一つを利用して量子化することができる。一方、ＬＰＣ係数量子化部１１７は、フレーム間予測を使用しない第１量子化スキームによる第１経路と、フレーム間予測を使用する第２量子化スキームによる第２経路とのいずれについても、ＬＰＣ係数を量子化し、第２所定基準を根拠として、第１経路並びに第２経路のうち１つの量子化結果を選択することができる。第１所定基準と第２所定基準は、同一でもあり、異なってもいる。
可変モード符号化部１１９は、ＬＰＣ係数量子化部１１７で量子化されたＬＰＣ係数を符号化し、ビットストリームを生成することができる。可変モード符号化部１１９は、量子化されたＬＰＣ係数を、符号化モード選択部１１５で選択された符号化モードに対応して符号化することができる。一方、可変モード符号化部１１９は、ＬＰＣ係数の励起信号を、フレームまたはサブフレームの単位で符号化することができる。
可変モード符号化部１１９で使用される符号化アルゴリズムの一例としては、ＣＥＬＰ（code-excited linear prediction）あるいはＡＣＥＬＰ（algebraic ＣＥＬＰ）を挙げることができる。一方、符号化モードにより、変換符号化アルゴリズムが追加して使用される。ＣＥＬＰ技法によって、ＬＰＣ係数を符号化するための代表的なパラメータは、適応コードブック・インデックス、適応コードブック利得、固定コードブック・インデックス、固定コードブック利得などがある。可変モード符号化部１１９で符号化された現在フレームは、次のフレームの符号化のために保存される。
パラメータ符号化部１２１は、復号化端で復号化に使用されるパラメータを符号化し、ビットストリームに含めることができる。望ましくは、符号化モードに対応するパラメータを符号化することができる。パラメータ符号化部１２１で生成されたビットストリームは、保存や伝送の目的に使用される。
図２Ａないし図２Ｄは、図１に図示された符号化モード選択部１１５で選択される多様な符号化モードの例を示したものである。図２Ａ及び図２Ｃは、量子化に割り当てられるビット数が多い場合、すなわち、高ビット率である場合の符号化モードの分類例であり、図２Ｂ及び図２Ｄは、量子化に割り当てられるビット数が少ない場合、すなわち、低ビット率である場合の符号化モードの分類例である。
まず、高ビット率である場合、単純な構造のために、図２Ａでのように、音声信号は、一般符号化（ＧＣ：generic coding）モードと、トランジション符号化（ＴＣ：transition coding）モードとに分類することができる。その場合、無声音符号化（ＵＣ：unvoiced coding）モードと、有声音符号化（ＶＣ：voiced coding）モードと、をＧＣモードに含めたのである。高比率である場合、図２Ｃでのように、インアクティブ符号化（ＩＣ：inactive coding）モードと、オーディオ符号化（ＡＣ：audio coding）モードとをさらに含んでもよい。
一方、低ビット率である場、合図２Ｂでのように、音声信号は、ＧＣモード、ＵＣモード、ＶＣモード及びＴＣモードに分類することができる。また、低ビット率である場合、図２ＤとのようにＩＣモードとＡＣモードとをさらに含んでもよい。
図２Ａ及び図２Ｃにおいて、ＵＣモードは、音声信号が、無声音であるか、あるいは無声音と類似している特性を有するノイズである場合に選択される。ＶＣモードは、音声信号が有声音であるときに選択される。ＴＣモードは、音声信号の特性が急変するトランジション区間の信号を符号化するときに使用される。ＧＣモードは、それ以外の信号を符号化することができる。ＵＣモード、ＶＣモード、ＴＣモード及びＧＣモードは、ＩＴＵ−Ｔ Ｇ．７１８に記載された定義及び分類基準によるが、それに限定されるものではない。
図２Ｂ及び図２Ｄにおいて、ＩＣモードは、黙音である場合に選択され、ＡＣモードである場合、音声信号の特性がオーディオに近い場合に選択される。
符号化モードは、音声信号の帯域により、さらに細分化される。音声信号の帯域は、例えば、狭帯域（ＮＢ：narrow band）、広帯域（ＷＢ：wide band）、超広帯域（ＳＷＢ：super wide band）、全帯域（ＦＢ：full band）に分類することができる。ＮＢは、３００〜３，４００Ｈｚまたは５０〜４，０００Ｈｚの帯域幅を有し、ＷＢは、５０〜７０００Ｈｚまたは５０〜８，０００Ｈｚの帯域幅を有し、ＳＷＢは、５０〜１４，０００Ｈｚまたは５０〜１６，０００Ｈｚの帯域幅を有し、ＦＢは、２０，０００Ｈｚまでの帯域幅を有する。ここで、帯域幅に係わる数値は、便宜上設定されたものであり、それらに限定されるものではない。また、帯域の区分もさらに簡単であったり、あるいは複雑に設定することができる。
図１の可変モード符号化部１１９は、図２Ａないし図２Ｄに図示された符号化モードに対応し、ＬＰＣ係数を、互いに異なる符号化アルゴリズムを利用して、符号化を行うことができる。符号化モードの種類及び個数が決定されれば、決定された符号化モードに該当する音声信号を利用して、コードブックをさらに訓練させる必要がある。
下記表１は、４種の符号化モードである場合、量子化スキームと構造との一例を示したものである。ここで、フレーム間予測を使用せずに量子化する方式を、セーフティネット（safety-net）スキームと命名し、フレーム間予測を使用して量子化する方式を予測（predictive）スキームと命名する。そして、ＶＱは、ベクトル量子化器（vector quantizer）、ＢＣ−ＴＣＱは、ブロック制限されたトレリス符号化量子化器（block-constrained trellis-coded quantizer）を示したものである。
Figure 0006178304
 一方、符号化モードは、適用されるビット率によっても変わる。前述のように、２つのモードを使用する高ビット率で、ＬＰＣ係数を量子化するために、ＧＣモードで、フレーム当たり４０あるいは４１ビットを使用し、ＴＣモードで、フレーム当たり４６ビットを使用することができる。
図３は、本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図である。図３に図示されたＬＰＣ係数量子化部３００は、第１係数変換部３１１、加重関数決定部３１３、ＩＳＦ（immittance spectral frequency）／ＬＳＦ（line spectral frequency）量子化部３１５及び第２係数変換部３１７を含んでもよい。各構成要素は、少なくとも一つ以上のモジュールに一体化され、少なくとも一つ以上のプロセッサ（図示せず）によっても具現される。
図３を参照すれば、第１係数変換部３１１は、音声信号の現在フレームまたは以前フレームのフレームエンドをＬＰ分析して抽出されたＬＰＣ係数を、他の形態の係数に変換することができる。一例として、第１係数変換部３１１は、現在フレームまたは以前フレームのフレームエンドに係わるＬＰＣ係数を、線スペクトル周波数（ＬＳＦ）係数と、イミッタンススペクトル周波数（ＩＳＦ）係数とのうちいずれか１つの形態に変換することができる。そのとき、ＩＳＦ係数やＬＳＦ係数は、ＬＰＣ係数をさらに容易に量子化することができる形態の例を示す。
加重関数決定部３１３は、ＬＰＣ係数から変換されたＩＳＦ係数あるいはＬＳＦ係数を利用して、現在フレームのフレームエンド、及び以前フレームのフレームエンドに係わるＬＰＣ係数の重要度に係わる加重関数を決定することができる。決定された加重関数は、量子化経路を選択したり、あるいは量子化時、加重エラーを最小化するコードブック・インデックスを探索する過程で使用される。一例として、加重関数決定部３１３は、強度別加重関数と周波数別加重関数とを決定することができる。
そして、加重関数決定部３１３は、周波数帯域、符号化モード及びスペクトル分析情報のうち少なくとも一つを考慮し、加重関数を決定することができる。一例として、加重関数決定部３１３は、符号化モード別に最適の加重関数を導き出すことができる。そして、加重関数決定部３１３は、音声信号の周波数帯域によって、最適の加重関数を導き出すことができる。また、加重関数決定部３１３は、音声信号の周波数分析情報によって、最適の加重関数を導き出すことができる。そのとき、周波数分析情報は、スペクトルチルト（spectrum tilt）情報を含んでもよい。加重関数決定部３１３については、追って具体的に説明する。
ＩＳＦ／ＬＳＦ量子化部３１５は、現在フレームのフレームエンドのＬＰＣ係数が変換されたＩＳＦ係数あるいはＬＳＦ係数を量子化することができる。ＩＳＦ／ＬＳＦ量子化部３１５は、入力された符号化モードにより、最適量子化インデックスを求めることができる。ＩＳＦ／ＬＳＦ量子化部３１５は、加重関数決定部３１３で決定された加重関数を利用して、ＩＳＦ係数あるいはＬＳＦ係数を量子化することができる。ＩＳＦ／ＬＳＦ量子化部３１５は、加重関数決定部３１３で決定された加重関数を利用して、複数の量子化経路のうち一つを選択し、ＩＳＦ係数あるいはＬＳＦ係数を量子化することができる。量子化の結果、現在フレームのフレームエンドに係わるＩＳＦ係数またはＬＳＦ係数の量子化インデックス、及び量子化されたＩＳＦ係数（ＱＩＳＦ）あるいは量子化されたＬＳＦ係数（ＱＬＳＦ）が求められる。
第２係数変換部３１７は、量子化されたＩＳＦ係数（ＱＩＳＦ）あるいは量子化されたＬＳＦ係数（ＱＬＳＦ）を、量子化されたＬＰＣ係数（ＱＬＰＣ）に変換することができる。
以下、ＬＰＣ係数のベクトル量子化と加重関数との関係について説明する。
ベクトル量子化は、ベクトル内のエントリー（entry）をいずれも同一の重要度と見なし、自乗誤差距離尺度（squared error distance measure）を利用して、最も少ないエラーを有するコードブック・インデックスを選択する過程を意味する。しかし、ＬＰＣ係数において、全ての係数の重要度が異なるので、重要な係数のエラーを減少させれば、最終合成信号の知覚的な品質（perceptual quality）が向上する。従って、ＬＳＦ係数を量子化するとき、復号化装置は、各ＬＰＣ係数の重要度を表現する加重関数（weighting function）を自乗誤差距離尺度に適用し、最適のコードブック・インデックスを選択することにより、合成信号の性能を向上させることができる。
一実施形態によれば、ＩＳＦやＬＳＦの周波数情報と、実際のスペクトル強度（magnitued）とを利用して、各ＩＳＦまたはＬＳＦが、実際にスペクトル包絡線にいかなる影響を与えるかに係わる強度別加重関数を決定することができる。一実施形態によれば、周波数ドメインの知覚的な特性、及びフォーマットの分布を考慮した周波数別加重関数を、強度別加重関数と組み合わせ、さらなる量子化効率を得ることができる。一実施形態によれば、実際周波数ドメインの強度を使用するので、全体周波数の包絡線情報が良好に反映され、各ＩＳＦ係数またはＬＳＦ係数の加重値を正確に導き出すことができる。
一実施形態によれば、ＬＰＣ係数を変換したＩＳＦまたはＬＳＦを、ベクトル量子化するとき、各係数の重要度が異なる場合、ベクトル内でいかなるエントリーが相対的にさらに重要であるかを示す加重関数を決定することができる。そして、符号化しようとするフレームのスペクトルを分析し、エネルギーが大きい部分にさらに多くの加重値を与えることができる加重関数を決定することにより、符号化の正確度を向上させることができる。スペクトルのエネルギーが大きいということは、時間ドメインで相関度が高いということを意味する。
そのような加重関数をエラー関数に適用した例について説明すれば、次の通りである。
まず、入力信号の変動性が大きい場合、フレーム間予測を利用せずに量子化を行うとき、量子化されたＩＳＦを介して、コードブック・インデックスを探索するためのエラー関数は、下記数式（１）のように示すことができる。一方、入力信号の変動性が小さい場合、フレーム間予測を利用して量子化を行うとき、量子化されたＩＳＦを介して、コードブック・インデックスを探索するためのエラー関数は、下記数式（２）のように示すことができる。コードブック・インデックスは、エラー関数を最小化する値を意味する。
Figure 0006178304
 ここで、ｗ（ｉ）は、加重関数を意味する。ｚ（ｉ）とｒ（ｉ）は、量子化器の入力として使用され、ｚ（ｉ）は、図３において、ＩＳＦ（ｉ）から平均値を除去したベクトルであり、ｒ（ｉ）は、ｚ（ｉ）からフレーム間の予測値を除去したベクトルである。従って、Ｅｗｅｒｒ（ｋ）は、フレーム間予測を行わない場合、コードブック探索のために使用され、Ｅｗｅｒｒ（ｐ）は、フレーム間予測を行う場合、コードブック探索のために使用される。一方、ｃ（ｉ）は、コードブックを示す。ｐは、ＩＳＦ係数の次数を意味し、ＮＢでは、一般的に１０、ＷＢでは、一般的に１６〜２０を使用する。
一実施形態によれば、符号化装置は、ＬＰＣ係数から変換されたＩＳＦ係数またはＬＳＦ係数の周波数に該当するスペクトル強度を利用した強度別加重関数と、入力信号の知覚的な特性及びフォーマット分布を考慮した周波数別加重関数と、を組み合わせて最適の加重関数を決定することができる。
図４は、本発明の一実施形態による加重関数決定部の構成を示したブロック図である。加重関数決定部４００は、スペクトル及びＬＰ分析部４１０の一部構成要素であるウィンドー処理部４２１、周波数マッピング部４２３及び強度計算部４２５と共に図示されている。
図４を参照すれば、ウィンドー処理部４２１は、入力信号にウィンドーを適用することができる。ウィンドーは、四角ウィンドー（rectangular window）、ヘミングウィンドー（hamming window）、サインウィンドー（sine window）などが使用される。
周波数マッピング部４２３は、時間ドメインの入力信号を、周波数ドメインの入力信号にマッピングさせることができる。一例として、周波数マッピング部４２３は、ＦＦＴ（fast Fourier transform）、ＭＤＣＴ（modified discrete cosine transform）を介して、入力信号を周波数ドメインに変換することができる。
強度計算部４２５は、周波数ドメインに変換された入力信号について、周波数スペクトルビン（spectrum bin）の強度を計算することができる。周波数スペクトルビンの個数は、加重関数決定部４００がＩＳＦまたはＬＳＦを正規化するための個数と同一である。
スペクトル及びＬＰ分析部４１０の遂行結果、スペクトル分析情報が加重関数決定部４００に入力される。そのとき、スペクトル分析情報は、スペクトルチルトを含んでもよい。
加重関数決定部４００は、ＬＰＣ係数が変換されたＩＳＦまたはＬＳＦを正規化することができる。ｐ次数のＩＳＦのうち、実際に本過程が適用される範囲は、０〜（ｐ−２）までである。一般的に、０〜（ｐ−２）までのＩＳＦは、０〜πに存在する。加重関数決定部４００は、スペクトル分析情報を利用するために、周波数マッピング部４２３を介して導き出された周波数スペクトルビンの個数と同一の個数Ｋに正規化を行うことができる。
加重関数決定部４００は、スペクトル分析情報を利用して、中間サブフレームについて、ＩＳＦ係数またはＬＳＦ係数がスペクトル包絡線に影響を及ぼす強度別加重関数Ｗ１（ｎ）を決定することができる。一例として、加重関数決定部４００は、ＩＳＦ係数またはＬＳＦ係数の周波数情報と、入力信号の実際のスペクトル強度とを利用して、強度別加重関数を決定することができる。そのとき、強度別加重関数は、ＬＰＣ係数から変換されたＩＳＦ係数またはＬＳＦ係数のために決定される。
そして、加重関数決定部４００は、ＩＳＦ係数またはＬＳＦ係数の周波数それぞれに対応する周波数スペクトルビンの強度を利用して、強度別加重関数を決定することができる。
また、加重関数決定部４００は、ＩＳＦ係数またはＬＳＦ係数の周波数それぞれに対応するスペクトルビン、及びスペクトルビンの周辺に位置した少なくとも１つの周辺スペクトルビンの強度を利用して、強度別加重関数を決定することができる。そのとき、加重関数決定部４００は、スペクトルビン、及び少なくとも１つの周辺スペクトルビンの代表値を抽出し、スペクトル包絡線に係わる強度別加重関数を決定することができる。代表値の例は、ＩＳＦ係数またはＬＳＦ係数の周波数それぞれに対応するスペクトルビン、及びスペクトルビンに係わる少なくとも１つの周辺スペクトルビンの最大値、平均値または中間値でもある。
加重関数決定部４００は、ＩＳＦ係数またはＬＳＦ係数の周波数情報を利用して、周波数別加重関数Ｗ２（ｎ）を決定することができる。具体的には、加重関数決定部４００は、入力信号の知覚的な特性及びフォーマット分布を利用して、周波数別加重関数を決定することができる。そのとき、加重関数決定部４００は、バークスケール（bark scale）によって、入力信号の知覚的な特性を抽出することができる。そして、加重関数決定部４００は、フォーマットの分布のうち、最初のフォーマットに基づいて、周波数別加重関数を決定することができる。
周波数別加重関数の場合、超低周波及び高周波で、相対的に低い加重値を示し、低周波で、一定周波数区間内、例えば、最初のフォーマットに該当する区間で、同一の強度の加重値を示すことができる。
加重関数決定部４００は、強度別加重関数と周波数別加重関数とを組み合わせ、最終的な加重関数を決定することができる。そのとき、加重関数決定部４００は、強度別加重関数と周波数別加重関数とを乗じるか、あるいは加えて、最終的な加重関数を決定することができる。
他の一例として、加重関数決定部４００は、入力信号の符号化モード及び周波数帯域情報を考慮し、強度別加重関数と周波数別加重関数とを決定することができる。
そのために、加重関数決定部４００は、入力信号の帯域幅を確認し、入力信号の帯域幅がＮＢである場合と、ＷＢである場合とについて、入力信号の符号化モードを確認することができる。入力信号の符号化モードがＵＣモードである場合、加重関数決定部４００は、ＵＣモードについて、強度別加重関数と周波数別加重関数とを決定し、強度別加重関数と周波数別加重関数とを組み合わせることができる。
一方、入力信号の符号化モードがＵＣモードではない場合、加重関数決定部４００は、ＶＣモードについて、強度別加重関数と周波数別加重関数とを決定し、強度別加重関数と周波数別加重関数とを組み合わせることができる。
もし入力信号の符号化モードがＧＣモードまたはＴＣモードである場合、加重関数決定部４００は、ＶＣモードと同一の過程を介して、加重関数を決定することができる。
一例として、入力信号をＦＦＴ方式によって周波数変換したとき、ＦＦＴ係数のスペクトル強度を利用した強度別加重関数は、下記数式（３）によって決定される。
Figure 0006178304
 一例として、ＶＣモードでの周波数別加重関数は、下記数式（４）によって、ＵＣモードでの周波数別加重関数は、下記数式（５）によって決定される。数式（４）及び（５）において定数は、入力信号の特性によって変更される。
Figure 0006178304
 最終的に導き出される加重関数は、下記数式（６）によって決定することができる。
Figure 0006178304
 図５は、本発明の一実施形態によるＬＰＣ係数量子化部５００の構成を示したブロック図である。図５に図示されたＬＰＣ係数量子化部５００は、加重関数決定部５１１、量子化経路決定部５１３、第１量子化スキーム５１５及び第２量子化スキーム５１７を含んでもよい。加重関数決定部５１１については、図４を介して説明したので、ここでは説明を省略する。
量子化経路決定部５１３は、入力信号の量子化以前に、所定基準を根拠として、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路と、を含む複数の経路のうち一つを入力信号の量子化経路として選択されるように決定することができる。
第１量子化スキーム５１５は、入力信号の量子化経路として、第１経路が選択された場合、量子化経路決定部５１３を介して提供される入力信号を量子化することができる。第１量子化スキーム５１５は、入力信号を粗量子化する（roughly quantizing）第１量子化器（図示せず）と、入力信号と第１量子化器の出力信号との間の量子化エラー信号を精密に量子化する第２量子化器（図示せず）と、を含んでもよい。
第２量子化スキーム５１７は、入力信号の量子化経路として第２経路が決定された場合、量子化経路決定部５１３を介して提供される入力信号を量子化することができる。第２量子化スキーム５１７は、入力信号と、フレーム間予測値との間の予測エラーに対してブロック制限されたトレリス符号化量子化を行う部分と、フレーム間予測部分とを含んでもよい。
ここで、第１量子化スキーム５１５は、フレーム間予測を使用せずに量子化する方式であり、セーフティネット・スキームと命名する。第２量子化スキーム５１７は、フレーム間予測を使用して量子化する方式であり、予測スキームと命名する。
第１量子化スキーム５１５並びに第２量子化スキーム５１７は、前記実施形態に限定されるものではなく、後述する多様な実施形態のそれぞれの第１量子化スキーム及び第２量子化スキームを利用しても具現される。
これにより、効率性が高い対話型音声サービスのための低ビット率から、差別化された品質のサービスを提供するための高ビット率まで多様なビット率に対応し、最適の量子化器が選択される。
図６は、本発明の一実施形態による量子化経路決定部６００の構成を示したブロック図である。図６に図示された量子化経路決定部６００は、予測エラー算出部６１１と、量子化スキーム選択部６１３を含んでもよい。
予測エラー算出部６１１は、フレーム間予測値ｐ（ｎ）、加重関数ｗ（ｎ）、ＤＣ（direct current）値が除去されたＬＳＦ係数ｚ（ｎ）を入力にし、多様な方法に基づいて、予測エラーを算出することができる。まず、フレーム間予測器は、第２量子化スキーム、すなわち、予測スキームにおいて使用されるところと同一のものを使用することができる。ここで、ＡＲ（auto-regressive）方式とＭＡ（moving average）方式とのうち、いずれを使用してもよい。フレーム間予測のための以前フレームの信号ｚ（ｎ）は、量子化された値を使用することもでき、量子化されていない値を使用することもできる。また、予測エラーを求めるとき、加重関数を適用してもよく、適用しなくともよい。これにより、全体８種の組み合わせが可能であり、そのうち４種は、次の通りである。
第一に、以前フレームの量子化されたｚ（ｎ）信号を利用した加重ＡＲ予測エラーは、下記数式（７）のように示すことができる。
Figure 0006178304
 第二に、以前フレームの量子化されたｚ（ｎ）信号を利用したＡＲ予測エラーは、下記数式（８）のように示すことができる。
Figure 0006178304
 第三に、以前フレームのｚ（ｎ）信号を利用した加重ＡＲ予測エラーは、下記数式（９）のように示すことができる。
Figure 0006178304
 第四に、以前フレームのｚ（ｎ）信号を利用したＡＲ予測エラーは、下記数式（１０）のように示すことができる。
Figure 0006178304
 ここで、Ｍは、ＬＳＦの次数を意味し、入力音声信号の帯域幅がＷＢである場合、一般的に１６を使用する。ρ（ｉ）は、ＡＲ方式の予測係数を意味する。このように、すぐ以前フレームの情報を利用する場合が一般的であり、ここで求められた予測エラーを利用して、量子化スキームを決定することができる。
一方、以前フレームについてフレームエラーが発生し、以前フレームの情報がない場合に備え、以前フレームの以前フレームを利用して、第２予測エラーを求め、第２予測エラーを利用して、量子化スキームを決定することができる。その場合、第２予測エラーは、前述の第１の場合と比べ、下記数式（１１）のように示すことができる。
Figure 0006178304
 量子化スキーム選択部６１３は、予測エラー算出部６１１で求められた予測エラーと、符号化モード決定部１１５（図１）で求められた符号化モードとのうち少なくとも一つを利用して、現在フレームの量子化スキームを決定する。
図７Ａは、図６に図示された量子化経路決定部６００の一例による動作について説明するフローチャートである。ここで使用される予測モードの例として、０、１、２が可能である。予測モード０は、常にセーフティネット・スキームを使用する場合を意味し、予測モード１は、常に予測スキームを使用する場合を意味する。そして、予測モード２は、セーフティネット・スキームと予測スキームとをスイッチングして使用する場合を意味する。
予測モード０で符号化しなければならない信号の特性は、非静的（non-stationary）である場合である。非静的信号は、毎フレームごとに変化がはなはだしく、フレーム間予測を行う場合、予測エラーが原信号よりさらに大きくなる現象によって、量子化器の性能低下が発生する。予測モード１で符号化しなければならない信号の特性は、静的（stationary）である。静的信号は、以前フレームとの差が大きくなく、フレーム間相関度が高い。そして、２つの特性が混合している信号については、予測モード２を使用して量子化を行う場合、最適の性能を示すことができる。一方、２つの特性が混合していても、その混合の割合により、予測モード０あるいは予測モード１と設定することも可能であり、そのとき、予測モード２と設定される混合の比率は、実験的に、あるいはシミュレーションを介して、最適値に設定される。
図７Ａを参照すれば、７１１段階では、現在フレームの予測モードが「０」であるか否か、すなわち、現在フレームの音声信号が非静的特性を有するか否かを判断する。７１１段階での判断結果、予測モードが「０」である場合、例えば、ＴＣモードまたはＵＣモードのように、現在フレームの音声信号が変動性が大きい場合には、フレーム間予測が困難であるので、常にセーフティネット・スキーム、すなわち、第１量子化スキームを量子化経路として決定することができる（７１４段階）。
一方、７１１段階での判断結果、予測モードが「０」ではない場合、７１２段階で、予測モードが「１」であるか否か、すなわち、現在フレームの音声信号が静的特性を有するか否かを判断する。７１２段階での判断結果、予測モードが「１」である場合、フレーム間予測性能にすぐれるので、常に予測スキーム、すなわち、第２量子化スキームを量子化経路として決定することができる（７１５段階）。
一方、７１２段階での判断結果、予測モードが「１」ではない場合、予測モードが「２」であると決定し、第１量子化スキーム並びに第２量子化スキームをスイッチングして使用する。一例として、現在フレームの音声信号が静的特性を有する場合、すなわち、ＧＣモードまたはＶＣモードであり、予測モードが「２」である場合、予測エラーを考慮し、第１量子化スキーム並びに第２量子化スキームのうち一つを量子化経路として決定することができる。そのために、７１３段階では、現在フレームと以前フレームとの間の第１予測エラーが、第１臨界値より大きいか否かを判断する。ここで、第１臨界値は、事前に実験的に、あるいはシミュレーションを介して最適の値に決定される。一例を挙げれば、次数が１６であるＷＢの場合、第１臨界値の例でとして、２，０８５，９７５を設定することができる。
７１３段階での判断結果、第１予測エラーが第１臨界値より大きいか、あるいはそれと同一である場合、第１量子化スキームを量子化経路として決定する（７１４段階）。一方、７１３段階での判断結果、第１予測エラーが第１臨界値より小さい場合、予測スキーム、すなわち、第２量子化スキームを量子化経路として決定する（７１５段階）。
図７Ｂは、図６に図示された量子化経路決定部６００の他の例による動作について説明するフローチャートである。図７Ｂを参照すれば、７３１段階ないし７３３段階は、図７Ａの７１１段階ないし７１３段階と同一であり、以前フレームの以前フレームと、現在フレームとの間の第２予測エラーを求め、第２臨界値と比較する７３４段階をさらに追加したものである。ここで、第２臨界値は、事前に実験的に、あるいはシミュレーションを介して、最適の値に決定される。一例を挙げれば、次数が１６であるＷＢの場合、第２臨界値の例として、（第１臨界値＊１．１）を設定することができる。
７３４段階での判断結果、第２予測エラーが第２臨界値より大きい場合、セーフティネット・スキーム、すなわち、第１量子化スキームを量子化経路として決定する（７３５段階）。一方、７３４段階での判断結果、第２予測エラーが第２臨界値より小さい場合、予測スキーム、すなわち、第２量子化スキームを量子化経路として決定する（７３６段階）。
図７Ａ及び図７Ｂの実施形態では、予測モードが３種であると例示されているが、それに限定されるものではない。
一方、量子化スキームを決定するとき、前述の予測モードまたは予測エラー以外にさらなる情報を利用することができる。
図８は、本発明の一実施形態による量子化経路決定部８００の構成を示したブロック図である。図８に図示された量子化経路決定部８００は、予測エラー算出部８１１、スペクトル分析部８１３及び量子化スキーム選択部８１５を含んでもよい。
予測エラー算出部８１１は、図６の予測エラー算出部６１１と同一であるので、具体的な説明は省略する。
スペクトル分析部８１３は、スペクトル情報を分析し、現在フレームの信号特性を決定することができる。スペクトル分析部８１３は、一例として、スペクトル情報のうち、周波数ドメインのスペクトル強度情報を利用して、Ｎ個（ここで、Ｎは、１より大きい整数）の以前フレームと現在フレームとの加重距離（weighted distance）を求め、加重距離が所定臨界値を超える場合、すなわち、フレーム間変動性が大きい場合、量子化スキームをセーフティネット・スキームとして決定することができる。ここで、Ｎが大きくなるほど、比較しなければならない対象が多くなるので、複雑度が高くなる。加重距離Ｄは、下記数式（１２）を利用して求められる。加重距離Ｄを低い複雑度で求めるためには、ＬＳＦ／ＩＳＦでもって決定された周波数周辺のスペクトル強度のみを利用して、以前フレームと比較する。そのとき、ＬＳＦ／ＩＳＦでもって決定された周波数周辺Ｍ個の周波数ビンに係わる強度の平均、最大値、中間値などが以前フレームと比較される。
Figure 0006178304
 ここで、スペクトルの強度情報を利用した加重関数Ｗｋ（ｉ）は、前述の数式（３）を介して得られ、数式（３）のＷ１（ｎ）と同一の値である。Ｄｎでｎは、以前フレームと現在フレームとの差を意味する。ｎ＝１である場合には、すぐ以前のフレームと現在フレームとの加重距離を意味し、ｎ＝２である場合には、以前２番目のフレームと現在フレームとの加重距離を意味する。そのように求められたＤｎ値が所定臨界値を超えるとき、現在フレームが非静的特性を有するといえる。
量子化スキーム選択部８１５は、予測エラー算出部８１１から提供される予測エラー、スペクトル分析部８１３から提供される信号特性、予測モード、及び伝送チャネル情報を入力にし、現在フレームに係わる量子化経路を選択する。一例として、量子化スキーム選択部８１５に入力される各情報について優先順位を決め、量子化経路の決定時に、順次に考慮される。例えば、伝送チャネル情報に、ハイ（high）ＦＥＲ（frame error rate）モードが含まれた場合、セーフティネット・スキーム選択比率をさらに高く設定するか、あるいはセーフティネット・スキームのみを選択することができる。セーフティネット・スキーム選択比率は、予測エラーに係わる臨界値を調整し、可変的に設定することができる。
図９は、コーデック・サービスを提供するとき、ネットワーク端で伝送可能なチャネル状態に係わる情報について説明する図面である。
チャネル状態が良好でないほど、チャネルエラーが大きくなり、その結果、フレーム間変動性が大きくなり、フレームエラーが発生する。従って、量子化経路として予測スキームの選択比率を下げ、セーフティネット・スキームがさらに多く選択されるように設定する。極端に言えば、チャネル状態が最も良好ではない場合には、量子化経路をセーフティネット・スキームだけでもって使用することができる。そのために、伝送チャネル情報を組み合わせ、チャネル状態を示す値を１個以上の段階で表現する。段階が高いほど、チャネルエラーの発生確率が高い状況を意味する。最も単純な場合は、段階が１個である場合であり、図９に図示されているように、ハイＦＥＲモード決定部９１１で、チャネル状態がハイＦＥＲモードに決定される場合である。ハイＦＥＲモードに決定された場合には、チャネル状態が非常に不安定であるということを意味するので、セーフティネット・スキームの選択比率を最も高い状態にするか、あるいはセーフティネット・スキームのみを利用して符号化を行う。一方、段階が複数個である場合には、セーフティネット・スキームの選択比率を段階的に高める方向に設定することができる。
また、図９を参照すれば、ハイＦＥＲモード決定部９１１で、ハイＦＥＲモードで決定するアルゴリズムは、例えば、４種の情報を介して遂行される。具体的には、４種の情報は、（１）物理的階層に伝送されたハイブリッド自動反復要請（ＨＡＲＱ：hybrid automatic repeat request）フィードバックであるファーストフィードバック（ＦＦＢ：fast feedback）情報、（２）物理的階層よりさらに高い階層に伝送されたネットワークシグナリングからフィードバックされたスローフィードバック（ＳＦＢ：slow feedback：ＳＦＢ）情報、（３）終端（far end）において、ＥＶＳデコーダ９１３からシグナリングされたインバンド（in-band）であるインバンド・フィードバック（ＩＳＢ：in-band feedback）情報、及び（４）リダンダント方式（redundant fashion）で伝送される特定クリティカル・フレーム（specific critical frame）のＥＶＳエンコーダ９１５による選択であるハイセンシティビティ・フレーム（ＨＳＦ：high sensitivity frame）情報を有することができる。ＦＦＢ情報及びＳＦＢ情報は、ＥＶＳコーデックに独立である一方、ＩＳＢ情報とＨＳＦ情報は、ＥＶＳコーデックに依存的であり、ＥＶＳコーデックのための特定アルゴリズムを要求する。
前記４種の情報を利用して、チャネル状態をハイＦＥＲモードに決定するアルゴリズムは、一例を挙げ、次のようなコードによって表現される。
Figure 0006178304
 前述のように、４種の情報のうち一つ以上として処理された分析情報に基づいて、ＥＶＳコーデックに、ハイＦＥＲモードでの進入を指示することができる。ここで、分析情報は、一例を挙げれば、（１）ＳＦＢ情報を利用して、Ｎｓフレームの計算された平均エラーレートから導き出されたＳＦＢａｖｇ、（２）ＦＦＢ情報を利用して、Ｎｆフレームの計算された平均エラーレートから導き出されたＦＦＢａｖｇ、（３）ＩＳＢ情報と、それぞれの臨界値であるＴｓ、Ｔｆ及びＴｉとを利用して、Ｎｉフレームの計算された平均エラーレートから導き出されたＩＳＢａｖｇでもある。ＳＦＢａｖｇ、ＦＦＢａｖｇ、ＩＳＢａｖｇをそれぞれの臨界値と比較した結果に基づいて、ハイＦＥＲ動作モードへの進入を決定することができる。そして、全ての条件は、共通してコーデックで、ハイＦＥＲモードを支援する否かに係わるＨｉＯＫを確認することができる。
ここで、ハイＦＥＲモード決定部９１１は、ＥＶＳエンコーダ９１５、あるいは他のフォーマットのエンコーダの構成要素として含まれる。一方、ハイＦＥＲモード決定部９１１は、ＡＶＳエンコーダ９１、５あるいは他のフォーマットのエンコーダの構成要素ではなく、外部の他のデバイスに具現される。
図１０は、本発明の一実施形態によるＬＰＣ係数量子化部１０００の構成を示したブロック図である。図１０に図示されたＬＰＣ係数量子化部１０００は、量子化経路決定部１０１０、第１量子化スキーム１０３０及び第２量子化スキーム１０５０を含んでもよい。
量子化経路決定部１０１０は、予測エラーと符号化モードとのうち少なくとも一つを根拠として、セーフティネット・スキームを含む第１経路と、予測スキームを含む第２経路とのうち一つを、現在フレームの量子化経路として決定する。
第１量子化スキーム１０３０は、量子化経路として第１経路が決定された場合、フレーム間予測を使用せずに量子化を行うものであり、マルチステージベクトル量子化器（ＭＳＶＱ：multi-stage vector quantizer）１０４１と、格子ベクトル量子化器（ＬＶＱ：lattice vector quantizer）１０４３とを含んでもよい。ＭＳＶＱ １０４１は、望ましくは、２ステージによってなる。ＭＳＶＱ １０４１は、ＤＣ値が除去されたＬＳＦ係数を粗くベクトル量子化して量子化インデックスを生成する。ＬＶＱ １０４３は、ＭＳＶＱ １０４１から出力される逆量子化されたＬＳＦ係数と、ＤＣ値が除去されたＬＳＦ係数との間のＬＳＦ量子化エラーを入力にして量子化を行い、量子化インデックスを生成する。ＭＳＶＱ １０４１の出力とＬＶＱ １０４３の出力は、互いに加えられてＤＣ値が合わせられ、最終量子化されたＬＳＦ係数（ＱＬＳＦ）が生成される。第１量子化スキーム１０３０では、コードブックのためのメモリを多く使用するが、低ビット率で優秀な性能を示すＭＳＶＱ １０４１；及び少ないメモリと低い複雑度とで、低ビット率で効率的なＬＶＱ １０４３；を結合して使用することにより、非常に効率的な量子化器構造を具現することができる。
第２量子化スキーム１０５０は、量子化経路として第２経路が決定された場合、フレーム間予測を使用して量子化を行うものであり、フレーム内予測器１０６５を有するブロック制限されたトレリス符号化量子化器（ＢＣ−ＴＣＱ：block-constrained trellis coding quantizer）１０６３と、フレーム間予測器１０６１とを含んでもよい。フレーム間予測器１０６１は、ＡＲ方式とＭＡ方式とのうちいずれを使用してもよい。一例では、一次（１ｓｔ order）ＡＲ方式を適用する。予測係数は、事前に定義され、予測のための過去ベクトルは、以前フレームで、最適ベクトルとして選択されたベクトルを利用する。フレーム間予測器１０６１の予測値から得られるＬＳＦ予測エラーは、フレーム内予測器１０６５を有するＢＣ−ＴＣＱ １０６３で量子化される。これにより、高ビット率で小さいメモリ強度と低い複雑度とを有し、量子化性能にすぐれるＢＣ−ＴＣＱ １０６３の特性を最大化させることができる。
結果として、第１量子化スキーム１０３０と、第２量子化スキーム１０５０とを利用する場合、入力音声信号の特性に対応し、最適の量子化器を具現することができる。
一方、図１０のＬＰＣ係数量子化部１０００において、一例を挙げ、８ＫＨｚ帯域のＷＢを有し、ＧＣモードである音声信号の量子化に４１ビットを使用する場合、第１量子化スキーム１０３０で量子化経路情報を示す１ビットを除き、ＭＳＶＱ １０４１には、１２ビットを、ＬＶＱ １０４３には、２８ビットを割り当てることができる。また、第２量子化スキーム１０５０のＢＣ−ＴＣＱ １０６３には、量子化経路情報を示す１ビットを除き、４０ビット全部を割り当てることができる。
下記表２は、８ＫＨｚ帯域のＷＢ音声信号に対するビット割り当て例を示している。
Figure 0006178304
 図１１は、本発明の一実施形態によるＬＰＣ係数量子化部１１００の構成を示したブロック図である。図１１に図示されたＬＰＣ係数量子化部１１００は、図１０と反対の構造を有する。
ＬＰＣ係数量子化部１１００は、量子化経路決定部１１１０、第１量子化スキーム１１３０及び第２量子化スキーム１１５０を含んでもよい。
量子化経路決定部１１１０は、予測エラーと予測モードとのうち少なくとも一つを根拠として、セーフティネット・スキームを含む第１経路と、予測スキームを含む第２経路とのうち一つを、現在フレームの量子化経路として決定する。
第１量子化スキーム１１３０は、量子化経路として第１経路が決定された場合、フレーム間予測を使用せずに量子化を行うものであり、ベクトル量子化器（ＶＱ：vector quantizer）１１４１と、フレーム内予測器１１４５を有するＢＣ−ＴＣＱ １１４３と、を含んでもよい。ＶＱ １１４１は、ＤＣ値が除去されたＬＳＦ係数を粗くベクトル量子化し、量子化インデックスを生成する。ＢＣ−ＴＣＱ １１４３は、ＶＱ １１４１から出力される逆量子化されたＬＳＦ係数と、ＤＣ値が除去されたＬＳＦ係数との間のＬＳＦ量子化エラーを入力にして量子化を行い、量子化インデックスを生成する。ＶＱ １１４１の出力と、ＢＣ−ＴＣＱ １１４３の出力は、互いに加えられてＤＣ値が合わせられ、最終量子化されたＬＳＦ係数（ＱＬＳＦ）が生成される。
第２量子化スキーム１１５０は、量子化経路として第２経路が決定された場合、フレーム間予測を使用して量子化を行うものであり、ＬＶＱ １１６３と、フレーム間予測器１１６１を含んでもよい。フレーム間予測器１１６１は、図１０と同一であるか、あるいは類似して具現することができる。フレーム間予測器１１６１の予測値から得られるＬＳＦ予測エラーは、ＬＶＱ １１６３で量子化される。
これにより、ＢＣ−ＴＣＱ １１４３は、割り当てられたビット数が少ないので、低い複雑度を有し、ＬＶＱ １１６３は、高ビット率で低い複雑度を有するので、全体的に低い複雑度で量子化を行うことができる。
一例を挙げ、図１１のＬＰＣ係数量子化部１１００において、８ＫＨｚ帯域のＷＢを有し、ＧＣモードである音声信号の量子化に４１ビットを使用する場合、第１量子化スキーム１１３０で、量子化経路情報を示す１ビットを除き、ＶＱ １１４１には、６ビットを、ＢＣ−ＴＣＱ １１４３には、３４ビットを割り当てることができる。また、第２量子化スキーム１１５０のＬＶＱ １１６３には、量子化経路情報を示す１ビットを除き、４０ビット全部を割り当てることができる。
下記表３は、８ＫＨｚ帯域のＷＢ音声信号へのビット割り当て例を示している。
Figure 0006178304
 一方、ほとんどの符号化モードに使用されるＶＱ １１４１に係わって最適インデックスは、下記数式（１３）のＥｗｅｒｒ（ｐ）を最小化するインデックスを探索する。
Figure 0006178304
 ここで、ｗ（ｉ）は、加重関数決定部３１３（図３）で決定された加重関数、ｒ（ｉ）は、ＶＱ １１４１の入力、ｃ（ｉ）は、ＶＱ １１４１の出力をそれぞれ示す。すなわち、ｒ（ｉ）とｃ（ｉ）との加重歪曲を最小化するインデックスが求められる。
そして、ＢＣ−ＴＣＱ １１４３で使用される歪曲尺度ｄ（ｘ，ｙ）は、下記数式（１４）で示すことができる。
Figure 0006178304
 一実施形態では、歪曲尺度ｄ（ｘ，ｙ）に加重関数ｗｋを適用し、下記数式（１５）のように、加重歪曲（weighted distortion）を求めることができる。
Figure 0006178304
 すなわち、ＢＣ−ＴＣＱ １１４３の全てのステージで加重歪曲を求め、最適のインデックスを求める。
図１２は、本発明の一実施形態によるＬＰＣ係数量子化部１２００の構成を示したブロック図である。図１２に図示されたＬＰＣ係数量子化部１２００は、量子化経路決定部１２１０、第１量子化スキーム１２３０と、第２量子化スキーム１２５０とを含んでもよい。
量子化経路決定部１２１０は、予測エラーと予測モードとのうち少なくとも一つを根拠として、セーフティネット・スキームを含む第１経路と、予測スキームを含む第２経路とのうち一つを、現在フレームの量子化経路として決定する。
第１量子化スキーム１２３０は、量子化経路として第１経路が決定された場合、フレーム間予測を使用せずに量子化を行うものであり、ＶＱまたはＭＳＶＱ １２４１と、ＬＶＱまたはＴＣＱ １２４３と、を含んでもよい。ＶＱまたはＭＳＶＱ １２４１は、ＤＣ値が除去されたＬＳＦ係数を粗くベクトル量子化し、量子化インデックスを生成する。ＬＶＱまたはＴＣＱ １２４３は、ＶＱまたはＭＳＶＱ １２４１から出力される逆量子化されたＬＳＦ係数と、ＤＣ値が除去されたＬＳＦ係数との間のＬＳＦ量子化エラーを入力にして量子化を行い、量子化インデックスを生成する。ＶＱまたはＭＳＶＱ １２４１の出力と、ＬＶＱまたはＴＣＱ １２４３の出力は、互いに加えられてＤＣ値が合わせられ、最終量子化されたＬＳＦ係数（ＱＬＳＦ）が生成される。ＶＱまたはＭＳＶＱ １２４１は、複雑度が高くてメモリ使用量が多いが、ビット効率（bit error rate）は高いので、全体的な複雑度を考慮し、ステージの個数を１個からｎ個まで増加させることができる。例えば、最初のステージのみを使用する場合、ＶＱになって、２個以上のステージを使用する場合、ＭＳＶＱになる。一方、ＬＶＱまたはＴＣＱ １２４３は、低い複雑度を有するので、ＬＳＦ量子化エラーを効率的に量子化することができる。
第２量子化スキーム１２５０は、量子化経路として第２経路が決定された場合、フレーム間予測を使用して量子化を行うものであり、フレーム間予測器１２６１と、ＬＶＱまたはＴＣＱ １２６３を含んでもよい。フレーム間予測器１２６１は、図１０と同一であるか、あるいは類似して具現することができる。フレーム間予測器１２６１の予測値から得られるＬＳＦ予測エラーは、ＬＶＱまたはＴＣＱ １２６３で量子化される。同様に、ＬＶＱまたはＴＣＱ １２６３は、低い複雑度を有するので、ＬＳＦ予測エラーを効率的に量子化することができる。これにより、全体的に低い複雑度で量子化を行うことができる。
図１３は、本発明の一実施形態によるＬＰＣ係数量子化部１３００の構成を示したブロック図である。図１３に図示されたＬＰＣ係数量子化部１３００は、量子化経路決定部１３１０、第１量子化スキーム１３３０及び第２量子化スキーム１３５０を含んでもよい。
量子化経路決定部１３１０は、予測エラーと予測モードとのうち少なくとも一つを根拠として、セーフティネット・スキームを含む第１経路と、予測スキームを含む第２経路とのうち一つを、現在フレームの量子化経路として決定する。
第１量子化スキーム１３３０は、量子化経路として第１経路が決定された場合、フレーム間予測を使用せずに量子化を行うものであり、図１２に図示された第１量子化スキーム１３３０と同一であるので、その説明を省略する。
第２量子化スキーム１３５０は、量子化経路として第２経路が決定された場合、フレーム間予測を使用して量子化を行うものであり、フレーム間予測器１３６１、ＶＱまたはＭＳＶＱ １３６３及びＬＶＱまたはＴＣＱ １３６５を含んでもよい。フレーム間予測器１３６１は、図１０と同一であるか、あるいは類似して具現することができる。フレーム間予測器１２６１の予測値から得られるＬＳＦ予測エラーは、ＶＱまたはＭＳＶＱ １３６３で粗量子化される。ＬＳＦ予測エラーと、ＶＱまたはＭＳＶＱ １３６３で逆量子化されたＬＳＦ予測エラーとのエラーベクトルは、ＬＶＱまたはＴＣＱ １３６５で量子化される。同様に、ＬＶＱまたはＴＣＱ １３６５は、低い複雑度を有するので、ＬＳＦ予測エラーを効率的に量子化することができる。これにより、全体的に低い複雑度で量子化を行うことができる。
図１４は、本発明の一実施形態によるＬＰＣ係数量子化部１４００の構成を示したブロック図である。図１４に図示されたＬＰＣ係数量子化部１４００は、図１２に図示されたＬＰＣ係数量子化部１２００と比較すれば、第１量子化スキーム１４３０が、ＬＶＱまたはＴＣＱ １２４３の代わりに、フレーム内予測器１４４５を有するＢＣ−ＴＣＱ １４４３を含み、第２量子化スキーム１４５０が、ＬＶＱまたはＴＣＱ １２６３の代わりに、フレーム内予測器１４６５を有するＢＣ−ＴＣＱ １４６３を含むという違いがある。
一例を挙げ、図１４のＬＰＣ係数量子化部１４００において、８ＫＨｚ帯域のＷＢを有し、ＧＣモードである音声信号の量子化に、４１ビットを使用する場合、第１量子化スキーム１４３０では、量子化経路情報を示す１ビットを除き、ＶＱ １４４１には、５ビットを、ＢＣ−ＴＣＱ １４４３には、３５ビットを割り当てることができる。また、第２量子化スキーム１４５０のＢＣ−ＴＣＱ １４６３には、量子化経路情報を示す１ビットを除き、４０ビット全部を割り当てることができる。
図１５は、本発明の一実施形態によるＬＰＣ係数量子化部１５００の構成を示したブロック図である。図１５に図示されたＬＰＣ係数量子化部１５００は、図１３に図示されたＬＰＣ係数量子化部１３００の具体的な例であり、第１量子化スキーム１５３０のＭＳＶＱ １５４１と、第２量子化スキーム１５５０のＭＳＶＱ １５６３は、２ステージを有する。
一例を挙げ、図１５のＬＰＣ係数量子化部１５００において、８ＫＨｚ帯域のＷＢを有し、ＧＣモードである音声信号の量子化に、４１ビットを使用する場合、第１量子化スキーム１５３０で量子化経路情報を示す１ビットを除き、２ステージＶＱ １５４１には、６＋６＝１２ビットを、ＬＶＱ １５４３には、２８ビットを割り当てることができる。また、第２量子化スキーム１５５０の２ステージＶＱ １５６３には、５＋５＝１０ビットを、ＬＶＱ １５６５には、３０ビットを割り当てることができる。
図１６Ａ及び図１６Ｂは、本発明の一実施形態によるＬＰＣ係数量子化部１６１０，１６３０の構成を示したブロック図である。特に、図１６Ａ及び図１６ＢのＬＰＣ係数量子化部１６１０，１６３０は、セーフティネット・スキーム、すなわち、第１量子化スキームの構成に使用される。
図１６Ａに図示されたＬＰＣ係数量子化部１６１０は、ＶＱ １６２１と、フレーム内予測器１６２５を有するＴＣＱまたはＢＣ−ＴＣＱ １６２３を含み、図１６Ｂに図示されたＬＰＣ係数量子化部１６３０は、ＶＱまたはＭＳＶＱ １６４１と、ＴＣＱまたはＬＶＱ １６４３とを含んでもよい。
これにより、ＶＱ １６２１、あるいはＶＱまたはＭＳＶＱ １６４１は、全体入力ベクトルを少ないビットで粗量子化し、ＴＣＱまたはＢＣ−ＴＣＱ １６２３、あるいはＴＣＱまたはＬＶＱ １６４３は、ＬＳＦ量子化エラーに対して精密に符号化する。
一方、毎フレームで、セーフティネットスチーム、すなわち、第１量子化スキームのみを使用する場合には、さらなる性能向上のために、ＬＶＡ（list Viterbi algorithm）方式を適用することができる。すなわち、第１量子化スキームのみを使用すれば、スイッチング方式に比べ、複雑度で余裕があるので、探索時に複雑度を上昇させ、性能向上をなすＬＶＡ方式を適用することができる。ＬＶＡ方式を一例に挙げ、ＢＣ−ＴＣＱに適用することにより、複雑度は上昇するが、上昇程度がスイッチング構造の複雑度より低いように設定することができる。
図１７Ａないし図１７Ｃは、本発明の一実施形態によるＬＰＣ係数量子化部の構成を示したブロック図であり、特に、加重関数を利用するＢＣ−ＴＣＱの構造を示したものである。
図１７Ａを参照すれば、ＬＰＣ係数量子化部は、加重関数決定部１７１０と、フレーム内予測器１７２３を有するＢＣ−ＴＣＱ１７２１からなる量子化スキーム１７２０と、を含んでもよい。
図１７Ｂを参照すれば、ＬＰＣ係数量子化部は、加重関数決定部１７３０；及びフレーム内予測器１７４５を有するＢＣ−ＴＣＱ １７４３と、フレーム間予測器１７４１と、からなる量子化スキーム１７４０；を含んでもよい。ここで、ＢＣ−ＴＣＱ １７４３に、４０ビットが割り当てられる。
図１７Ｃを参照すれば、ＬＰＣ係数量子化部は、加重関数決定部１７５０；及びフレーム内予測器１７６５を有するＢＣ−ＴＣＱ １７６３と、ＶＱ １７６１とからなる量子化スキーム１７６０；を含んでもよい。ここで、ＶＱ １７６１に、５ビット、ＢＣ−ＴＣＱ １７６３に、４０ビットが割り当てられる。
図１８は、本発明の一実施形態によるＬＰＣ係数量子化部１８００の構成を示したブロック図である。図１８に図示されたＬＰＣ係数量子化部１８００は、第１量子化スキーム１８１０と、第２量子化スキーム１８３０と、量子化経路決定部１８５０と、を含んでもよい。
第１量子化スキーム１８１０は、フレーム間予測を使用せずに量子化を行うものであり、量子化性能向上のために、ＭＳＶＱ １８２１と、ＬＶＱ １８２３とを組み合わせて使用することができる。ＭＳＶＱ １８２１は、望ましくは、２ステージによってなる。ＭＳＶＱ １８２１は、ＤＣ値が除去されたＬＳＦ係数を粗くベクトル量子化し、量子化インデックスを生成する。ＬＶＱ １８２３は、ＭＳＶＱ １８２１から出力される逆量子化されたＬＳＦ係数と、ＤＣ値が除去されたＬＳＦ係数との間のＬＳＦ量子化エラーを入力にして量子化を行い、量子化インデックスを生成する。ＭＳＶＱ １８２１の出力と、ＬＶＱ １８２３の出力は、互いに加えられてＤＣ値が合わせられ、最終量子化されたＬＳＦ係数（ＱＬＳＦ）が生成される。第１量子化スキーム１８１０では、低ビット率で優秀な性能を示すＭＳＶＱ １８２１と、低ビット率で効率的なＬＶＱ １８２３とを結合して使用することにより、非常に効率的な量子化器構造を具現することができる。
第２量子化スキーム１８３０は、フレーム間予測を使用して量子化を行うものであり、フレーム内予測器１８４５を有するＢＣ−ＴＣＱ １８４３と、フレーム間予測器１８４１と、を含んでもよい。フレーム間予測器１８４１の予測値から得られるＬＳＦ予測エラーは、フレーム内予測器１８４５を有するＢＣ−ＴＣＱ １８４３で量子化される。これにより、高ビット率で量子化性能にすぐれるＢＣ−ＴＣＱ １８４３の特性を最大化させることができる。
量子化経路決定部１８５０は、予測モードと加重歪曲とを考慮し、第１量子化スキーム１８１０の出力と、第２量子化スキーム１８３０の出力とのうち一つを最終量子化出力として決定する。
結果として、第１量子化スキーム１８１０と、第２量子化スキーム１８３０とを利用する場合、入力音声信号の特性に対応して、最適の量子化器を具現することができる。一例を挙げ、図１８のＬＰＣ係数量子化部１８００において、８ＫＨｚ帯域のＷＢを有し、ＶＣモードである音声信号の量子化に、４３ビットを使用する場合、第１量子化スキーム１８１０で、量子化経路情報を示す１ビットを除き、ＭＳＶＱ １８２１には、１２ビットを、ＬＶＱ １８２３には、３０ビットを割り当てることができる。また、第２量子化スキーム１８３０のＢＣ−ＴＣＱ １８４３には、量子化経路情報を示す１ビットを除き、４２ビット全部を割り当てることができる。
下記表４は、８ＫＨｚ帯域のＷＢ音声信号へのビット割り当て例を示している。
Figure 0006178304
 図１９は、本発明の一実施形態によるＬＰＣ係数量子化部１９００の構成を示したブロック図である。図１９に図示されたＬＰＣ係数量子化部１９００は、第１量子化スキーム１９１０と、第２量子化スキーム１９３０と、量子化経路決定部１９５０と、を含んでもよい。
第１量子化スキーム１９１０は、フレーム間予測を使用せずに量子化を行うものであり、量子化性能向上のために、ＶＱ １９２１と、フレーム内予測器１９２５を有するＢＣ−ＴＣＱ １９２３と、を組み合わせて使用することができる。
第２量子化スキーム１９３０は、フレーム間予測を使用して量子化を行うものであり、フレーム内予測器１９４５を有するＢＣ−ＴＣＱ １９４３と、フレーム間予測器１９４１と、を含んでもよい。
量子化経路決定部１９５０は、予測モードと、第１量子化スキーム１９１０及び第２量子化スキーム１９３０から求められた最適量子化された値を利用した加重歪曲と、を入力にし、量子化経路を決定する。一例として、現在フレームの予測モードが「０」、すなわち、現在フレームの音声信号が、非静的特性を有するか否かを判断する。ＴＣモードまたはＵＣモードのように、現在フレームの音声信号が変動性が大きい場合には、フレーム間予測が困難であるので、常にセーフティネット・スキーム、すなわち、第１量子化スキーム１９１０を量子化経路として決定する。
一方、現在フレームの予測モードが「１」、すなわち、現在フレームの音声信号が、非静的特性を有さないＧＣモードまたはＶＣモードである場合、予測エラーを考慮し、第１量子化スキーム１９１０と、第２量子化スキーム１９３０とのうち一つを量子化経路として決定する。そのために、フレームエラーにロバスト（robust）になるように、第１量子化スキーム１９１０の加重歪曲が優先的に考慮される。すなわち、第１量子化スキーム１９１０の加重歪曲の値が既定義の臨界値より小さい場合には、第２量子化スキーム１９３０）の加重歪曲の値に係わらず、第１量子化スキーム１９１０が選択される。また、単純に加重歪曲の値が小さい量子化スキームを選択するのではなく、同一の加重歪曲の値である場合、フレームエラーを考慮し、第１量子化スキーム１９１０が選択される。一方、第１量子化スキーム１９１０の加重歪曲の値が、第２量子化スキーム１９３０の加重歪曲の値より所定倍数以上大きい場合には、第２量子化スキーム１９３０が選択される。ここで、所定倍数は、例えば、１．１５に設定される。そのように、量子化経路が決定されれば、決定された量子化経路の量子化スキームで生成された量子化インデックスを伝送する。
一方、予測モードが３種である場合を考慮し、「０」である場合には、常に第１量子化スキーム１９１０を選択し、「１」である場合には、常に第２量子化スキーム１９３０を選択し、「２」である場合には、第１量子化スキーム１９１０と、第２量子化スキーム１９３０とをスイッチングし、そのうち一つを量子化経路として決定するように具現することも可能である。
一例を挙げ、図１９のＬＰＣ係数量子化部１９００において、８ＫＨｚ帯域のＷＢを有し、ＧＣモードである音声信号の量子化に、３７ビットを使用する場合、第１量子化スキーム１９１０では、量子化経路情報を示す１ビットを除き、ＶＱ １９２１には、２ビットを、ＢＣ−ＴＣＱ １９２３には、３４ビットを割り当てることができる。また、第２量子化スキーム１９３０のＢＣ−ＴＣＱ １９４３には、量子化経路情報を示す１ビットを除き、３６ビット全部を割り当てることができる。
下記表５は、８ＫＨｚ帯域のＷＢ音声信号へのビット割り当て例を示している。
Figure 0006178304
 図２０は、本発明の一実施形態によるＬＰＣ係数量子化部２０００の構成を示したブロック図である。図２０に図示されたＬＰＣ係数量子化部２０００は、第１量子化スキーム２０１０と、第２量子化スキーム２０３０と、量子化経路決定部２０５０と、を含んでもよい。
第１量子化スキーム２０１０は、フレーム間予測を使用せずに量子化を行うものであり、量子化性能向上のために、ＶＱ ２０２１と、フレーム内予測器２０２５を有するＢＣ−ＴＣＱ ２０２３と、を組み合わせて使用することができる。
第２量子化スキーム２０３０は、フレーム間予測を使用して量子化を行うものであり、ＬＶＱ ２０４３と、フレーム間予測器２０４１とを含んでもよい。
量子化経路決定部２０５０は、符号化モードと、第１量子化スキーム２０１０及び第２量子化スキーム２０３０から求められた最適量子化された値を利用した加重歪曲と、を入力にして、量子化経路を決定する。
一例を挙げ、図２０のＬＰＣ係数量子化部２０００において、８ＫＨｚ帯域のＷＢを有し、ＶＣモードである音声信号の量子化に、４３ビットを使用する場合、第１量子化スキーム２０１０では、量子化経路情報を示す１ビットを除き、ＶＱ ２０２１には、６ビットを、ＢＣ−ＴＣＱ ２０２３には、３６ビットを割り当てることができる。また、第２量子化スキーム２０３０のＬＶＱ ２０４３には、量子化経路情報を示す１ビットを除き、４２ビット全部を割り当てることができる。
下記表６は、８ＫＨｚ帯域のＷＢ音声信号へのビット割り当て例を示している。
Figure 0006178304
 図２１は、本発明の一実施形態による量子化器タイプ選択部２１００の構成について説明する図面である。図２１に図示された量子化器タイプ選択部２１００は、ビット率決定部２１１０、帯域決定部２１３０、内部サンプリング周波数決定部２１５０及び量子化器タイプ決定部２１７０を含んでもよい。各構成要素は、少なくとも一つ以上のモジュールに一体化され、少なくとも一つ以上のプロセッサ（図示せず）で具現されもする。量子化器タイプ選択部２１００は、２種の量子化スキームがスイッチングされる予測モード２で使用される。量子化器タイプ選択部２１００は、図１のサウンド符号化装置１００のＬＰＣ係数量子化部１１７の構成要素として含まれたり、あるいは図１のサウンド符号化装置１００の構成要素として含まれてもよい。
図２１を参照すれば、ビット率決定部２１１０は、音声信号の符号化するビット率（coding bit rate）を決定する。符号化するビット率は、全体フレームに対して決定されるか、あるいはフレーム単位で決定される。符号化するビット率により、量子化器タイプが変更される。
帯域決定部２１３０は、音声信号の帯域（band width）を決定する。音声信号の帯域により、量子化器タイプが変更される。
内部サンプリング周波数決定部２１５０は、量子化器で使用される帯域の上限（upper limit）による内部サンプリング周波数を決定する。音声信号の帯域がＷＢ以上、すなわち、ＷＢ、ＳＷＢそしてＦＢである場合、符号化する帯域の上限が、６．４ＫＨｚであるか、８ＫＨｚであるかによって、内部サンプリング周波数が可変される。符号化する帯域の上限が、６．４ＫＨｚである場合、内部サンプリング周波数は、１２，８００Ｈｚになり、８ＫＨｚである場合１６，０００Ｈｚになる。一方、帯域の上限は、前述の数値に限定されるものではない。
量子化器構造決定部２１７０は、ビット率決定部２１１０の出力、帯域決定部２１３０の出力、及び内部サンプリング周波数決定部２１５０の出力を入力にし、量子化器構造を、オープンループ（開ループ：open loop）とクローズドループ（閉ループ：closed-loop）とのうち一つに選択する。量子化器構造決定部２１７０は、符号化するビット率が所定基準値より大きく、音声信号の帯域がＷＢ以上であり、内部サンプリング周波数が１６，０００Ｈｚである場合、量子化器構造をオープンループに選択することができる。一方、それ以外の場合には、量子化器構造をクローズドループに選択することができる。
図２２は、本発明の一実施形態による量子化器構造選択方法の動作について説明する図面である。図２２において、２２０１段階では、ビット率が所定基準値より大きいか否かを判断する。ここで、所定基準値の例としては、１６．４ｋｂｐｓに設定されたが、それに限定されるものではない。２２０１段階での判断結果、ビット率が所定基準値より小さいか、あるいは同一である場合、クローズドループ構造を選択する（２２０９段階）。
一方、２２０１段階での判断結果、ビット率が所定基準値より大きい場合、２２０３段階では、音声信号の帯域がＮＢより広いか否かを判断する。２２０３段階での判断結果、音声信号の帯域がＮＢである場合、クローズドループ構造を選択する（２２０９段階）。
一方、２２０３段階での判断結果、音声信号の帯域がＮＢより広い場合、すなわち、ＷＢ、ＳＷＢそしてＦＢである場合、２２０５段階で、内部サンプリング周波数が１６，０００Ｈｚであるか否かを判断する。２２０５段階での判断結果、内部サンプリング周波数が１６，０００Ｈｚではない場合、クローズドループ構造を選択する（２２０９段階）。
一方、２２０５段階での判断結果、内部サンプリング周波数が１６，０００Ｈｚである場合、オープンループ構造を選択する（２２０７段階）。
図２３は、本発明の一実施形態によるサウンド復号化装置２３００の構成を示したブロック図である。図２３を参照すれば、サウンド復号化装置２３００は、パラメータ復号化部２３１１、ＬＰＣ係数逆量子化部２３１３、可変モード復号化部２３１５及び後処理部２３１９を含んでもよい。サウンド復号化装置２３００は、エラー復元部２３１７をさらに含んでもよい。各構成要素は、少なくとも一つ以上のモジュールに一体化され、少なくとも一つ以上のプロセッサ（図示せず）で具現されもする。
パラメータ復号化部２３１１は、ビットストリームから、復号化に使用されるパラメータを復号化することができる。パラメータ復号化部２３１１は、ビットストリームに符号化モードが含まれる場合、符号化モードと、符号化モードに対応するパラメータと、を復号化することができる。復号化された符号化モードに対応し、ＬＰＣ係数逆量子化と、励起復号化とが行われる。
ＬＰＣ係数逆量子化部２３１３は、ＬＰＣパラメータに含まれた量子化されたＩＳＦあるいはＬＳＦ係数、ＩＳＦあるいはＬＳＦ量子化エラー、ＩＳＦあるいはＬＳＦ予測エラーを逆量子化し、復号化されたＬＳＦ係数を生成し、それを変換してＬＰＣ係数を生成することができる。
可変モード復号化部２３１５は、ＬＰＣ係数逆量子化部２３１３で生成されたＬＰＣ係数を復号化し、合成信号（synthesized signal）を生成することができる。可変モード復号化部２３１５は、復号化装置に対応する符号化装置により、図２Ａないし図２Ｄに図示されているような符号化モードに対応して復号化を行うことができる。
エラー復元部２３１７は、可変モード復号化部２３１５での復号化結果、音声信号の現在フレームでエラーが発生したとき、現在フレームを復元するか、あるいは隠匿することができる。
後処理部２３１９は、可変モード復号化部２３１５で生成された合成信号に対して、多様なフィルタリングと、音質向上処理とを行い、最終合成信号、すなわち、復元されたサウンドを生成することができる。
図２４は、本発明の一実施形態によるＬＰＣ係数逆量子化部２４００の構成を示したブロック図である。図２４に図示されたＬＰＣ係数逆量子化部２４００は、ＩＳＦ／ＬＳＦ逆量子化部２４１１と、係数変換部２４１３とを含んでもよい。
ＩＳＦ／ＬＳＦ逆量子化部２４１１は、ビットストリームに含まれる量子化経路情報に対応し、ＬＳＰパラメータに含まれた量子化されたＩＳＦあるいはＬＳＦ係数、ＩＳＦあるいはＬＳＦ量子化エラー、ＩＳＦあるいはＬＳＦ予測エラーを逆量子化し、復号化されたＩＳＦあるいはＬＳＦ係数を生成することができる。
係数変換部２４１３は、ＩＳＦ／ＬＳＦ逆量子化部２４１１の逆量子化結果として得られる復号化されたＩＳＦあるいはＬＳＦ係数を、ＩＳＰ（immittance spectral pairs）あるいはＬＳＰ（linear spectral pairs）に変換し、各サブフレームのために、補間を行うことができる。補間は、以前フレームのＩＳＰ／ＬＳＰと、現在フレームのＩＳＰ／ＬＳＰとを利用して行われる。係数変換部２４１３は、逆量子化されて補間された各サブフレームのＩＳＰ／ＬＳＰをＬＰＣ係数に変換することができる。
図２５は、本発明の一実施形態によるＬＰＣ係数逆量子化部２５００の細部的な構成を示したブロック図である。図２５に図示されたＬＰＣ係数逆量子化部２５００は、逆量子化経路決定部２５１１、第１逆量子化スキーム２５１３及び第２逆量子化スキーム２５１５を含んでもよい。
逆量子化経路決定部２５１１は、ビットストリームに含まれた量子化経路情報を根拠として、ＬＰＣパラメータを、第１逆量子化スキーム２５１３と、第２逆量子化スキーム２５１５とのうち一つに提供することができる。一例として、量子化経路情報は、１ビットで表現される。
第１逆量子化スキーム２５１３は、ＬＰＣパラメータを粗逆量子化する部分と、ＬＰＣパラメータを精密に逆量子化する部分とを含んでもよい。
第２逆量子化スキーム２５１５は、ＬＰＣパラメータについてブロック制限されたトレリス符号化逆量子化を行う部分と、フレーム間予測部分とを含んでもよい。
第１逆量子化スキーム２５１３と、第２逆量子化スキーム２５１５は、前記実施形態に限定されるものではなく、復号化装置に対応する符号化装置によって、前述の多様な実施形態の各第１量子化スキーム及び第２量子化スキームの逆過程を利用して具現されもする。
前記ＬＰＣ係数逆量子化部の構成は、量子化器構造がオープンループ方式、あるいはクローズドループ方式に係りなく適用することができる。
図２６は、図２５に図示された第１逆量子化スキームと、第２逆量子化スキームとの一例を示した図面である。図２６を参照すれば、第１逆量子化スキーム２６１０は、符号化端のＭＳＶＱ（図示せず）で生成された第１コードブック・インデックスを利用して、ＬＰＣパラメータに含まれた量子化されたＬＳＦ係数を逆量子化するマルチステージベクトル逆量子化器（ＭＳＶＱ）２６１１と、符号化端のＬＶＱ（図示せず）で生成された第２コードブック・インデックスを利用して、ＬＰＣパラメータに含まれたＬＳＦ量子化エラーを逆量子化する格子ベクトル逆量子化器（ＬＶＩＱ）２６１３と、を含んでもよい。マルチステージベクトル逆量子化器２６１１で得られる逆量子化されたＬＳＦ係数と、格子ベクトル逆量子化器２６１３で得られる逆量子化されたＬＳＦ量子化エラーとを加えた後、所定のＤＣ値である平均値を加えれば、最終復号化されたＬＳＦ係数が生成される。
第２逆量子化スキーム２６３０は、符号化端のＢＣ−ＴＣＱ（図示せず）で生成された第３コードブック・インデックスを利用して、ＬＰＣパラメータに含まれたＬＳＦ予測エラーを逆量子化するブロック制限されたトレリス符号化逆量子化器（ＢＣ−ＴＣＩＱ）２６３１、フレーム内予測器２６３３及びフレーム間予測器２６３５を含んでもよい。逆量子化過程は、ＬＳＦベクトルのうち最も低いベクトルから始め、フレーム内予測器２６３３は、復号化されたベクトルを利用して、次の順序のベクトル要素のための予測値を生成する。フレーム間予測器２６３５は、以前フレームで復号化されたＬＳＦ係数を利用して、フレーム間予測を介して、予測値を生成する。ブロック制限されたトレリス符号化逆量子化器２６３１と、フレーム内予測器２６３３とを介して得られるＬＳＦ係数に、フレーム間予測器２６３５で得られるフレーム間予測値とを加え、さらに所定のＤＣ値である平均値を加えれば、最終復号化されたＬＳＦ係数が生成される。
第１逆量子化スキーム２６１０と、第２逆量子化スキーム２６３０は、前記実施形態に限定されるものではなく、復号化装置に対応する符号化装置によって、前述の多様な実施形態の各第１量子化スキーム及び第２量子化スキームの逆過程を利用して具現されもする。
図２７は、本発明の一実施形態による量子化方法の動作について説明するフローチャートである。図２７を参照すれば、２７１０段階では、受信されたサウンドの量子化以前に、所定基準を根拠として、受信されたサウンドの量子化経路を選択する。一実施形態では、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路とのうち一つが選択される。
２７３０段階では、第１経路並びに第２経路のうち選択された量子化経路を確認する。２７５０段階では、２７３０段階での確認結果、量子化経路として第１経路が選択された場合、第１量子化スキームを利用して、受信されたサウンドを量子化する。
２７７０段階では、２７３０段階での確認結果、量子化経路として第２経路が選択された場合、第２量子化スキームを利用して、受信されたサウンドを量子化する。
２７１０段階での量子化経路決定過程は、前述の多様な実施形態を介して行われる。２７５０段階及び２７７０段階での量子化過程は、前述の多様な実施形態の各第１量子化スキーム及び第２量子化スキームを利用して行われる。
前記実施形態では、選択可能な量子化経路として第１経路並びに第２経路を設定したが、第１経路並びに第２経路を含む複数の経路として設定することができ、図２７のフローチャートも、設定された複数の経路に対応して変形されてもよい。
図２８は、本発明の一実施形態による逆量子化方法の動作について説明するフローチャートである。図２８を参照すれば、２８１０段階では、ビットストリームに含まれた線形予測符号化（ＬＰＣ）パラメータを復号化する。
２８３０段階では、ビットストリームに含まれた量子化経路をチェックし、２７５０段階では、第１経路並びに第２経路のうちチェックされた経路を確認する。
２８７０段階では、２８５０段階での確認結果、量子化経路が第１経路である場合、第１逆量子化スキームを利用して、復号化されたＬＰＣパラメータを逆量子化する。
２８９０段階では、２８５０段階での確認結果、量子化経路が第２経路である場合、第２逆量子化スキームを利用して、復号化されたＬＰＣパラメータを逆量子化する。
２８７０段階及び２８９０段階での逆量子化過程は、復号化装置に対応する符号化装置によって、前述の多様な実施形態の各第１量子化スキーム及び第２量子化スキームの逆過程を利用しても遂行される。
前記実施形態では、チェックされた量子化経路として第１経路並びに第２経路を設定したが、第１経路並びに第２経路を含む複数の経路として設定することができ、図２７のフローチャートも、設定された複数の経路に対応して変形されてもよい。
図２７及び図２８の方法は、プログラミングされ、少なくとも１つのプロセッシング・デバイスによって遂行される。また、前記実施形態は、望ましくは、フレーム単位で遂行される。
図２９は、本発明の一実施形態による符号化モジュールを含む電子機器の構成を示したブロック図である。図２９に図示された電子機器２９００は、通信部２９１０と、符号化モジュール２９３０とを含んでもよい。また、符号化の結果として得られるサウンド・ビットストリームの用途によって、サウンド・ビットストリームを保存する保存部２９５０をさらに含んでもよい。また、電子機器２９００は、マイクロホン（２９７０をさらに含んでもよい。すなわち、保存部２８５０とマイク２９７０は、オプションとして具備される。一方、図２９に図示された電子機器２９００は、任意の復号化モジュール（図示せず）、例えば、一般的な復号化機能を遂行する復号化モジュール、あるいは本発明の一実施形態による復号化モジュールをさらに含んでもよい。ここで、符号化モジュール２９３０は、電子機器２９００に具備される他の構成要素（図示せず）と共に一体化され、少なくとも１つの以上のプロセッサ（図示せず）で具現されもする。
図２９を参照すれば、通信部２９１０は、外部から提供されるサウンドと、符号化されたビットストリームとのうち少なくとも一つを受信したり、あるいは復元されたサウンドと、符号化モジュール２９３０の符号化結果として得られるサウンド・ビットストリームとのうち少なくとも一つを送信することができる。
通信部２９１０は、無線インターネット、無線イントラネット、無線電話網、無線ＬＡＮ（local area network）、Ｗｉ−Ｆｉ（wireless fidelity）、Ｗｉ−Ｆｉダイレクト（ＷＦＤ：Ｗｉ−Ｆｉ direct）、３Ｇ（3rd generation）、４Ｇ（4th generation）、ブルートゥース（登録商標（Bluetooth））、赤外線通信（ＩｒＤＡ：infrared data association）、ＲＦＩＤ（radio frequency identification）、ＵＷＢ（ultra-wideband）、ジグビー（登録商標（Zigbee））、ＮＦＣ（near field communication）のような無線ネットワーク；または有線電話網、有線インターネットのような有線ネットワークを介して、外部の電子機器とデータを送受信することができるように構成される。
符号化モジュール２９３０は、通信部２９１０あるいはマイク２９７０を介して提供されるサウンドの量子化以前に、所定基準を根拠として、フレーム間予測を使用しない第１経路と、フレーム間予測を使用する第２経路とのうち一つをサウンドの量子化経路として選択し、選択された量子化経路によって、第１量子化スキーム並びに第２量子化スキームのうち一つを利用してサウンドを量子化し、量子化されたサウンドを符号化し、ビットストリームを生成することができる。
ここで、第１量子化スキームは、受信されたサウンドを粗量子化する第１量子化器（図示せず）；及び受信されたサウンドと、第１量子化器の出力信号との間の量子化エラー信号を精密に量子化する第２量子化器（図示せず）；を含んでもよい。第１量子化スキームは、望ましくは、受信されたサウンドを量子化するマルチステージベクトル量子化器（ＭＳＶＱ）（図示せず）；及び受信されたサウンドと、マルチステージベクトル量子化器の出力とのエラー信号を量子化する格子ベクトル量子化器（ＬＶＱ）（図示せず）；含んでもよい。また、第１量子化スキームは、前述のように、多様な実施形態のうち一つで具現することができる。
一方、第２量子化スキームは、望ましくは、入力サウンドに対して、フレーム間予測を行うフレーム間予測器（図示せず）と、予測エラーに対して、フレーム内予測を行うフレーム内予測器（図示せず）と、予測エラーを量子化するブロック制限されたトレリス符号化量子化器（ＢＣ−ＴＣＱ）（図示せず）と、を含んでもよい。同様に、第２量子化スキームは、前述のように多様な実施形態のうち一つで具現することができる。
保存部２９５０は、符号化モジュール２９３０で生成される符号化されたビットストリームを保存することができる。一方、保存部２９５０は、電子機器２９００の運用に必要な多様なプログラムを保存することができる。
マイク２９７０は、外部ユーザのサウンドを、符号化モジュール２９３０に提供することができる。
図３０は、本発明の一実施形態による復号化モジュールを含む電子機器の構成を示したブロック図である。図３０に図示された電子機器３０００は、通信部３０１０と、復号化モジュール３０３０とを含んでもよい。また、復号化結果として得られる復元されたサウンドの用途によって、復元されたサウンドを保存する保存部３０５０をさらに含んでもよい。また、電子機器３０００は、スピーカ３０７０をさらに含んでもよい。すなわち、保存部３０５０とスピーカ３０７０は、オプションとして具備される。一方、図３０に図示された電子機器３０００は、任意の符号化モジュール（図示せず）、例えば、一般的な符号化機能を遂行する符号化モジュール、あるいは本発明の一実施形態による符号化モジュールをさらに含んでもよい。ここで、復号化モジュール３０３０は、電子機器３０００に具備される他の構成要素（図示せず）と共に一体化され、少なくとも１つの以上のプロセッサ（図示せず）で具現されもする。
図３０を参照すれば、通信部３０１０は、外部から提供される符号化されたビットストリームと、サウンドとのうち少なくとも一つを受信したり、あるいは復号化モジュール３０３０の復号化結果として得られる復元されたサウンドと、符号化結果として得られるサウンド・ビットストリームとのうち少なくとも一つを送信することができる。一方、通信部３０１０は、図２８の通信部３０１０と実質的に類似して具現されもする。
復号化モジュール３０３０は、通信部３０１０を介して提供されるビットストリームに含まれた線形予測符号化パラメータを復号化し、ビットストリームに含まれた経路情報を根拠として、フレーム間予測を使用しない第１逆量子化スキームと、フレーム間予測を使用する第２逆量子化スキームとのうち一つを利用して、復号化された線形予測符号化パラメータを逆量子化し、逆量子化された線形予測符号化パラメータを復号化し、復元されたサウンドを生成することができる。ここで、復号化モジュール３０３０は、ビットストリームに符号化モードが含まれる場合、逆量子化された線形予測符号化パラメータを、復号化された符号化モードに対応して復号化することができる。
ここで、第１逆量子化スキームは、線形予測符号化パラメータを粗逆量子化する第１逆量子化器（図示せず）と、線形予測符号化パラメータを精密に逆量子化する第２逆量子化器（図示せず）とを含んでもよい。第１逆量子化スキームは、望ましくは、第１コードブック・インデックスを利用して、線形予測符号化パラメータを逆量子化するマルチステージベクトル逆量子化器（ＭＳＶＩＱ）（図示せず）と、第２コードブック・インデックスを利用して、線形予測符号化パラメータを逆量子化する格子ベクトル逆量子化器（ＬＶＩＱ）（図示せず）とを含んでもよい。また、第１逆量子化スキームは、図２８で説明された第１量子化スキームと可逆的な動作を遂行するので、復号化装置に対応する符号化装置によって、前述のように、第１量子化スキームの多様な実施形態の各逆過程で具現することができる。
一方、第２逆量子化スキームは,望ましくは、第３コードブック・インデックスを利用して,線形予測符号化パラメータを逆量子化するブロック制限されたトレリス符号化逆量子化器（ＢＣ−ＴＣＩＱ）（(図示せず）、フレーム内予測器（図示せず）及びフレーム間予測器（図示せず）を含んでもよい。同様に、第２逆量子化スキームは、図２８に説明された第２量子化スキームと可逆的な動作を行うので、復号化装置に対応する符号化装置によって、前述のように、第２量子化スキームの多様な実施形態の各逆過程で具現することができる。
保存部３０５０は、復号化モジュール３０３０で生成される復元されたサウンドを保存することができる。一方、保存部３０５０は、電子機器３０００の運用に必要な多様なプログラムを保存することができる。
スピーカ３０７０は、復号化モジュール３０３０で生成される復元されたサウンドを外部に出力することができる。
図３１は、本発明の一実施形態による符号化モジュール並びに復号化モジュールを含む電子機器の構成を示したブロック図である。図３１に図示された電子機器３１００は、通信部３１１０、符号化モジュール３１２０及び復号化モジュール３１３０を含んでもよい。また、符号化結果として得られるサウンド・ビットストリーム、あるいは復号化結果として得られる復元されたサウンドの用途によって、サウンド・ビットストリームあるいは復元されたサウンドを保存する保存部３１４０をさらに含んでもよい。また、電子機器３１００は、マイク３１５０あるいはスピーカ３１６０をさらに含んでもよい。ここで、符号化モジュール３１２０と復号化モジュール３１３０は、電子機器３１００に具備される他の構成要素（図示せず）と共に一体化され、少なくとも１つの以上のプロセッサ（図示せず）で具現されもする。
図３１に図示された各構成要素は、図２９に図示された電子機器２９００の構成要素、あるいは図３０に図示された電子機器３０００の構成要素と重複するので、その詳細な説明は省略する。
図２９ないし図３１に図示された電子機器２９００，３０００，３１００には、電話、モバイルフォンなどを含む音声通信専用端末；ＴＶ（television）、ＭＰ３プレーヤなどを含む放送あるいは音楽専用装置；または音声通信専用端末と、放送専用または音楽専用の装置との融合端末装置が含まれてもよいが、それらに限定されるものではない。また、電子機器２９００，３０００，３１００は、クライアント、サーバ、あるいはクライアントとサーバとの間に配置される変換器として使用されてもよい。
一方、電子機器２９００，３０００，３１００が、例えば、モバイルフォンである場合、図示されていないキーパッドのようなユーザ入力部；ユーザ・インターフェース、あるいはモバイルフォンで処理される情報をディスプレイするディスプレイ部；及びモバイルフォンの全般的な機能を制御するプロセッサ；をさらに含んでもよい。また、モバイルフォンは、撮像機能を有するカメラ部と、モバイルフォンで必要とされる機能を行う少なくとも一つ以上の構成要素と、をさらに含む。一方、電子機器２９００，３０００，３１００が、例えば、ＴＶである場合、図示されていないが、キーパッドのようなユーザー入力部、受信された放送情報をディスプレイするディスプレイ部、ＴＶの全般的な機能を制御するプロセッサをさらに含んでもよい。また、ＴＶは、ＴＶで必要とされる機能を行う少なくとも一つ以上の構成要素をさらに含んでもよい。
一方、ＬＰＣ係数量子化／逆量子化に係わって採用されるＢＣ−ＴＣＱに係わる内容は、ＵＳ７６３０８９０明細書（Block-constrained TCQ method, and method and apparatus for quantizing LSF parameter employing the same in speech coding system）に詳細に説明されている。そして、ＬＶＡ方式に係わる内容は、ＵＳ２００７０２３３４７３明細書（Multi-path trellis coded quantization method and Multi-path trellis coded quantizer using the same）に詳細に説明されている。
前記実施形態による量子化法、逆量子化法、符号化方法及び復号化法は、コンピュータで実行されるプログラムで作成可能であり、コンピュータで読み取り可能な記録媒体を利用して、前記プログラムを動作させる汎用デジタル・コンピュータで具現されもする。また、前述の本発明の実施形態で使用されるデータ構造、プログラム命令あるいはデータファイルは、コンピュータで読み取り可能な記録媒体に、多様な手段を介して記録される。コンピュータで読み取り可能な記録媒体は、コンピュータ・システムによって読み取り可能なデータが保存される全ての種類の保存装置を含んでもよい。コンピュータで読み取り可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体（magnetic media）；ＣＤ（compact disc）−ＲＯＭ（read-only memory）、ＤＶＤ（digital versatile disc）のような光記録媒体（optical media）；フロプティカルディスク（floptical disk）のような磁気光媒体（magneto-optical media）；及びＲＯＭ、ＲＡＭ（random-access memory）、フラッシュメモリのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置；が含まれてもよい。また、コンピュータで読み取り可能な記録媒体は、プログラム命令、データ構造などを指定する信号を伝送する伝送媒体でもある。プログラム命令の例としては、コンパイラによって作われるような機械語コードだけではなく、インタープリタなどを使用し、コンピュータによって実行される高級言語コードを含んでもよい。
以上、本発明の一実施形態は、たとえ限定された実施形態と図面とによって説明されたにしても、本発明の一実施形態は、前記説明された実施形態に限定されるものではなく、本発明が属する分野で当業者であるならば、そのような記載から多様な修正及び変形が可能であろう。従って、本発明のスコープは、前述の説明ではなく、特許請求の範囲に示されており、それと均等または等価的な変形は、いずれも本発明技術的思想の範疇に属するものである。

Claims (15)

  1. オープンループ(open-loop)方式で、第１量子化モジュールと第２量子化モジュールのうち一つを、予測エラーを根拠として、選択する選択部と、
    入力信号をフレーム間予測なしで量子化する第１量子化モジュールと、
    前記入力信号をフレーム間予測と共に量子化する第２量子化モジュールと、
    を含み、
    前記第１量子化モジュールと前記第２量子化モジュールは同じビット数の符号化レートに基づいて、前記入力信号の量子化をする
    量子化装置。
  2. 前記第１量子化モジュールは、ブロック制限を有するトレリス構造量子化器とフレーム内予測器を含む請求項１に記載の量子化装置。
  3. 前記第２量子化モジュールは、ブロック制限を有するトレリス構造量子化器、フレーム内予測器とフレーム間予測器を含む請求項１に記載の量子化装置。
  4. 前記第１量子化モジュールは、ブロック制限を有するトレリス構造量子化器とフレーム内予測器を含み、前記第２量子化モジュールはブロック制限を有するトレリス構造量子化器、フレーム内予測器とフレーム間予測器を含む請求項１に記載の量子化装置。
  5. 前記トレリス構造量子化器は、加重関数に基づきインデックスを探索する請求項２ないし４のうちいずれか１項に記載の量子化装置。
  6. 前記予測エラーは、加重関数に基づく請求項１に記載の量子化装置。
  7. 前記予測エラーは、現在フレームのＬＳＦ係数、以前フレームのＬＳＦ係数、ＡＲ予測係数、及び信号特性と係わる加重関数のうち少なくとも一つに基づく請求項１に記載の量子化装置。
  8. 前記予測エラーは、加重関数に基づき、前記加重関数は帯域幅、符号化モード及び前記入力信号のスペクトル分析情報のうち少なくとも一つに基づいて決定される請求項１に記載の量子化装置。
  9. 前記入力信号の符号化モードは、ジェネリック(generic)符号化モードあるいは有声音符号化モードである請求項１に記載の量子化装置。
  10. 前記選択部は、前記予測エラーを臨界値と比較し、比較結果によって前記第１量子化モジュールあるいは前記第２量子化モジュールを選択する請求項１に記載の量子化装置。
  11. 前記臨界値は、固定された値である請求項１０に記載の量子化装置。
  12. 前記選択部は、前記入力信号が非静的である場合、前記第１量子化モジュールを選択する請求項１に記載の量子化装置。
  13. 前記第１量子化モジュールは、ブロック制限を有するトレリス構造量子化器、フレーム内予測器及びベクトル量子化器を含む請求項１に記載の量子化装置。
  14. 前記第２量子化モジュールは、ブロック制限を有するトレリス構造量子化器、フレーム内予測器、フレーム間予測器及びベクトル量子化器を含む請求項１に記載の量子化装置。
  15. 前記第１量子化モジュールは、ブロック制限を有するトレリス構造量子化器、フレーム内予測器及びベクトル量子化器を含み、前記第２量子化モジュールは、ブロック制限を有するトレリス構造量子化器、フレーム内予測器、フレーム間予測器及びベクトル量子化器を含む請求項１に記載の量子化装置。
JP2014506340A 2011-04-21 2012-04-23 量子化装置 Active JP6178304B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201161477797P 2011-04-21 2011-04-21
US61/477,797 2011-04-21
US201161507744P 2011-07-14 2011-07-14
US61/507,744 2011-07-14
PCT/KR2012/003127 WO2012144877A2 (en) 2011-04-21 2012-04-23 Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefor

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2017137439A Division JP2017203996A (ja) 2011-04-21 2017-07-13 線形予測係数の量子化装置、サウンド符号化装置、線形予測係数の逆量子化装置、サウンド復号化装置及び電子機器

Publications (3)

Publication Number Publication Date
JP2014512028A JP2014512028A (ja) 2014-05-19
JP2014512028A5 JP2014512028A5 (ja) 2015-06-18
JP6178304B2 true JP6178304B2 (ja) 2017-08-09

Family

ID=47022011

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2014506340A Active JP6178304B2 (ja) 2011-04-21 2012-04-23 量子化装置
JP2017137439A Pending JP2017203996A (ja) 2011-04-21 2017-07-13 線形予測係数の量子化装置、サウンド符号化装置、線形予測係数の逆量子化装置、サウンド復号化装置及び電子機器

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2017137439A Pending JP2017203996A (ja) 2011-04-21 2017-07-13 線形予測係数の量子化装置、サウンド符号化装置、線形予測係数の逆量子化装置、サウンド復号化装置及び電子機器

Country Status (15)

Country Link
US (3) US8977543B2 (ja)
EP (1) EP2700072A4 (ja)
JP (2) JP6178304B2 (ja)
KR (2) KR101863687B1 (ja)
CN (3) CN103620675B (ja)
AU (2) AU2012246798B2 (ja)
BR (2) BR122021000241B1 (ja)
CA (1) CA2833868C (ja)
MX (1) MX2013012301A (ja)
MY (2) MY190996A (ja)
RU (2) RU2669139C1 (ja)
SG (1) SG194580A1 (ja)
TW (2) TWI591622B (ja)
WO (1) WO2012144877A2 (ja)
ZA (1) ZA201308710B (ja)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101747917B1 (ko) * 2010-10-18 2017-06-15 삼성전자주식회사 선형 예측 계수를 양자화하기 위한 저복잡도를 가지는 가중치 함수 결정 장치 및 방법
CN103620675B (zh) 2011-04-21 2015-12-23 三星电子株式会社 对线性预测编码系数进行量化的设备、声音编码设备、对线性预测编码系数进行反量化的设备、声音解码设备及其电子装置
CA2833874C (en) 2011-04-21 2019-11-05 Ho-Sang Sung Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium
US9336789B2 (en) * 2013-02-21 2016-05-10 Qualcomm Incorporated Systems and methods for determining an interpolation factor set for synthesizing a speech signal
US10499176B2 (en) 2013-05-29 2019-12-03 Qualcomm Incorporated Identifying codebooks to use when coding spatial components of a sound field
EP3614381A1 (en) 2013-09-16 2020-02-26 Samsung Electronics Co., Ltd. Signal encoding method and device and signal decoding method and device
CN103685093B (zh) * 2013-11-18 2017-02-01 北京邮电大学 一种显式反馈方法及设备
US9489955B2 (en) 2014-01-30 2016-11-08 Qualcomm Incorporated Indicating frame parameter reusability for coding vectors
US9922656B2 (en) * 2014-01-30 2018-03-20 Qualcomm Incorporated Transitioning of ambient higher-order ambisonic coefficients
EP2922054A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using an adaptive noise estimation
EP2922056A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using power compensation
EP2922055A1 (en) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and corresponding computer program for generating an error concealment signal using individual replacement LPC representations for individual codebook information
KR20240010550A (ko) * 2014-03-28 2024-01-23 삼성전자주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
WO2015170899A1 (ko) 2014-05-07 2015-11-12 삼성전자 주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
US10770087B2 (en) 2014-05-16 2020-09-08 Qualcomm Incorporated Selecting codebooks for coding vectors decomposed from higher-order ambisonic audio signals
CN106486129B (zh) 2014-06-27 2019-10-25 华为技术有限公司 一种音频编码方法和装置
CN111968656B (zh) * 2014-07-28 2023-11-10 三星电子株式会社 信号编码方法和装置以及信号解码方法和装置
US10325609B2 (en) * 2015-04-13 2019-06-18 Nippon Telegraph And Telephone Corporation Coding and decoding a sound signal by adapting coefficients transformable to linear predictive coefficients and/or adapting a code book
CN110710181B (zh) 2017-05-18 2022-09-23 弗劳恩霍夫应用研究促进协会 管理网络设备
EP3483886A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Selecting pitch lag
EP3483880A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Temporal noise shaping
EP3483884A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Signal filtering
WO2019091576A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits
WO2019091573A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for encoding and decoding an audio signal using downsampling or interpolation of scale parameters
EP3483878A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio decoder supporting a set of different loss concealment tools
EP3483882A1 (en) * 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Controlling bandwidth in encoders and/or decoders
EP3483879A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Analysis/synthesis windowing function for modulated lapped transformation
EP3483883A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio coding and decoding with selective postfiltering
AU2019282047B2 (en) 2018-06-04 2022-06-02 Corcept Therapeutics Incorporated Pyrimidine cyclohexenyl glucocorticoid receptor modulators
BR112021012753A2 (pt) * 2019-01-13 2021-09-08 Huawei Technologies Co., Ltd. Método implementado por computador para codificação de áudio, dispositivo eletrônico e meio legível por computador não transitório
JP2023524780A (ja) 2020-05-06 2023-06-13 コーセプト セラピューティクス， インコーポレイテッド ピリミジンシクロヘキシルグルココルチコイド受容体モジュレーターの多形
AU2021409656A1 (en) 2020-12-21 2023-07-06 Corcept Therapeutics Incorporated Method of preparing pyrimidine cyclohexyl glucocorticoid receptor modulators
CN114220444B (zh) * 2021-10-27 2022-09-06 安徽讯飞寰语科技有限公司 语音解码方法、装置、电子设备和存储介质

Family Cites Families (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62231569A (ja) 1986-03-31 1987-10-12 Fuji Photo Film Co Ltd 予測誤差の量子化方法
JPH08190764A (ja) 1995-01-05 1996-07-23 Sony Corp ディジタル信号処理方法、ディジタル信号処理装置及び記録媒体
FR2729244B1 (fr) 1995-01-06 1997-03-28 Matra Communication Procede de codage de parole a analyse par synthese
JPH08211900A (ja) * 1995-02-01 1996-08-20 Hitachi Maxell Ltd ディジタル音声圧縮方式
US5699485A (en) 1995-06-07 1997-12-16 Lucent Technologies Inc. Pitch delay modification during frame erasures
JP2891193B2 (ja) 1996-08-16 1999-05-17 日本電気株式会社 広帯域音声スペクトル係数量子化装置
US6889185B1 (en) 1997-08-28 2005-05-03 Texas Instruments Incorporated Quantization of linear prediction coefficients using perceptual weighting
US5966688A (en) * 1997-10-28 1999-10-12 Hughes Electronics Corporation Speech mode based multi-stage vector quantizer
CA2722110C (en) 1999-08-23 2014-04-08 Panasonic Corporation Apparatus and method for speech coding
US6581032B1 (en) * 1999-09-22 2003-06-17 Conexant Systems, Inc. Bitstream protocol for transmission of encoded voice signals
US6604070B1 (en) * 1999-09-22 2003-08-05 Conexant Systems, Inc. System of encoding and decoding speech signals
US7167828B2 (en) 2000-01-11 2007-01-23 Matsushita Electric Industrial Co., Ltd. Multimode speech coding apparatus and decoding apparatus
US7031926B2 (en) * 2000-10-23 2006-04-18 Nokia Corporation Spectral parameter substitution for the frame error concealment in a speech decoder
JP2002202799A (ja) * 2000-10-30 2002-07-19 Fujitsu Ltd 音声符号変換装置
US6829579B2 (en) * 2002-01-08 2004-12-07 Dilithium Networks, Inc. Transcoding method and system between CELP-based speech codes
JP3557416B2 (ja) * 2002-04-12 2004-08-25 松下電器産業株式会社 Ｌｓｐパラメータ符号化復号化装置及び方法
EP1497631B1 (en) 2002-04-22 2007-12-12 Nokia Corporation Generating lsf vectors
US7167568B2 (en) 2002-05-02 2007-01-23 Microsoft Corporation Microphone array signal enhancement
CA2388358A1 (en) * 2002-05-31 2003-11-30 Voiceage Corporation A method and device for multi-rate lattice vector quantization
US8090577B2 (en) * 2002-08-08 2012-01-03 Qualcomm Incorported Bandwidth-adaptive quantization
JP4292767B2 (ja) 2002-09-03 2009-07-08 ソニー株式会社 データレート変換方法及びデータレート変換装置
CN1186765C (zh) 2002-12-19 2005-01-26 北京工业大学 2.3kb/s谐波激励线性预测语音编码方法
CA2415105A1 (en) * 2002-12-24 2004-06-24 Voiceage Corporation A method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
KR100486732B1 (ko) * 2003-02-19 2005-05-03 삼성전자주식회사 블럭제한된 트렐리스 부호화 양자화방법과 음성부호화시스템에있어서 이를 채용한 라인스펙트럼주파수 계수양자화방법 및 장치
US7613606B2 (en) * 2003-10-02 2009-11-03 Nokia Corporation Speech codecs
JP4369857B2 (ja) * 2003-12-19 2009-11-25 パナソニック株式会社 画像符号化装置および画像符号化方法
BRPI0510303A (pt) * 2004-04-27 2007-10-02 Matsushita Electric Ind Co Ltd dispositivo de codificação escalável, dispositivo de decodificação escalável, e seu método
DE602005015426D1 (de) 2005-05-04 2009-08-27 Harman Becker Automotive Sys System und Verfahren zur Intensivierung von Audiosignalen
KR100723507B1 (ko) * 2005-10-12 2007-05-30 삼성전자주식회사 Ｉ-프레임 움직임 예측을 이용한 동영상 압축 장치의 적응양자화 제어기 및 적응 양자화 제어 방법
EP1991986B1 (en) * 2006-03-07 2019-07-31 Telefonaktiebolaget LM Ericsson (publ) Methods and arrangements for audio coding
GB2436191B (en) 2006-03-14 2008-06-25 Motorola Inc Communication Unit, Intergrated Circuit And Method Therefor
RU2395174C1 (ru) 2006-03-30 2010-07-20 ЭлДжи ЭЛЕКТРОНИКС ИНК. Способ и устройство для декодирования/кодирования сигнала видео
KR100738109B1 (ko) * 2006-04-03 2007-07-12 삼성전자주식회사 입력 신호의 양자화 및 역양자화 방법과 장치, 입력신호의부호화 및 복호화 방법과 장치
KR100728056B1 (ko) * 2006-04-04 2007-06-13 삼성전자주식회사 다중 경로 트랠리스 부호화 양자화 방법 및 이를 이용한다중 경로 트랠리스 부호화 양자화 장치
JPWO2007132750A1 (ja) * 2006-05-12 2009-09-24 パナソニック株式会社 Ｌｓｐベクトル量子化装置、ｌｓｐベクトル逆量子化装置、およびこれらの方法
US8532178B2 (en) 2006-08-25 2013-09-10 Lg Electronics Inc. Method and apparatus for decoding/encoding a video signal with inter-view reference picture list construction
US7813922B2 (en) * 2007-01-30 2010-10-12 Nokia Corporation Audio quantization
CN101256773A (zh) * 2007-02-28 2008-09-03 北京工业大学 导抗谱频率参数的矢量量化方法及装置
KR101083383B1 (ko) 2007-03-14 2011-11-14 니폰덴신뎅와 가부시키가이샤 부호화 비트 레이트 제어 방법 및 장치, 그 프로그램 및 프로그램을 기록한 기록매체
KR100903110B1 (ko) 2007-04-13 2009-06-16 한국전자통신연구원 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법
US20090136052A1 (en) * 2007-11-27 2009-05-28 David Clark Company Incorporated Active Noise Cancellation Using a Predictive Approach
US20090245351A1 (en) 2008-03-28 2009-10-01 Kabushiki Kaisha Toshiba Moving picture decoding apparatus and moving picture decoding method
US20090319261A1 (en) * 2008-06-20 2009-12-24 Qualcomm Incorporated Coding of transitional speech frames for low-bit-rate applications
EP2144230A1 (en) * 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme having cascaded switches
ES2683077T3 (es) * 2008-07-11 2018-09-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada
CN102177426B (zh) 2008-10-08 2014-11-05 弗兰霍菲尔运输应用研究公司 多分辨率切换音频编码/解码方案
WO2011042464A1 (en) * 2009-10-08 2011-04-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multi-mode audio signal decoder, multi-mode audio signal encoder, methods and computer program using a linear-prediction-coding based noise shaping
TWI435317B (zh) * 2009-10-20 2014-04-21 Fraunhofer Ges Forschung 音訊信號編碼器、音訊信號解碼器、用以提供音訊內容之編碼表示型態之方法、用以提供音訊內容之解碼表示型態之方法及使用於低延遲應用之電腦程式
CA2833874C (en) * 2011-04-21 2019-11-05 Ho-Sang Sung Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium
CN103620675B (zh) 2011-04-21 2015-12-23 三星电子株式会社 对线性预测编码系数进行量化的设备、声音编码设备、对线性预测编码系数进行反量化的设备、声音解码设备及其电子装置

Also Published As

Publication number Publication date
US10224051B2 (en) 2019-03-05
TW201729183A (zh) 2017-08-16
KR101997037B1 (ko) 2019-07-05
JP2014512028A (ja) 2014-05-19
CN103620675A (zh) 2014-03-05
RU2669139C1 (ru) 2018-10-08
KR20120120085A (ko) 2012-11-01
BR112013027092B1 (pt) 2021-10-13
SG194580A1 (en) 2013-12-30
BR112013027092A2 (pt) 2020-10-06
EP2700072A4 (en) 2016-01-20
US9626979B2 (en) 2017-04-18
EP2700072A2 (en) 2014-02-26
AU2017200829B2 (en) 2018-04-05
RU2013151798A (ru) 2015-05-27
CN103620675B (zh) 2015-12-23
MX2013012301A (es) 2013-12-06
CA2833868A1 (en) 2012-10-26
US20150162016A1 (en) 2015-06-11
CN105244034B (zh) 2019-08-13
MY166916A (en) 2018-07-24
CA2833868C (en) 2019-08-20
US20170221495A1 (en) 2017-08-03
WO2012144877A2 (en) 2012-10-26
US8977543B2 (en) 2015-03-10
KR101863687B1 (ko) 2018-06-01
US20120271629A1 (en) 2012-10-25
ZA201308710B (en) 2021-05-26
WO2012144877A3 (en) 2013-03-21
CN105244034A (zh) 2016-01-13
RU2606552C2 (ru) 2017-01-10
CN105336337B (zh) 2019-06-25
TWI672692B (zh) 2019-09-21
JP2017203996A (ja) 2017-11-16
CN105336337A (zh) 2016-02-17
MY190996A (en) 2022-05-26
BR122021000241B1 (pt) 2022-08-30
AU2012246798B2 (en) 2016-11-17
TWI591622B (zh) 2017-07-11
TW201243829A (en) 2012-11-01
KR20180063007A (ko) 2018-06-11

Similar Documents

Publication Publication Date Title
JP6178304B2 (ja) 量子化装置
KR101997038B1 (ko) 선형예측계수 양자화방법, 사운드 부호화방법, 선형예측계수 역양자화방법, 사운드 복호화방법, 그 기록매체

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150423

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150423

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160607

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160907

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170228

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: 20170613

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170713

R150 Certificate of patent or registration of utility model

Ref document number: 6178304

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250