JPH10512423A

JPH10512423A - 音声信号をコード化、操作及びデコード化する方法及び装置

Info

Publication number: JPH10512423A
Application number: JP9516296A
Authority: JP
Inventors: セラーリオ，ルカ; フエスタ，ミケーレ; ミユラー，イオルク，マーチン; セレーノ，ダニエーレ
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 1995-10-27
Filing date: 1996-10-25
Publication date: 1998-11-24
Anticipated expiration: 2016-10-25
Also published as: ITTO950869A1; WO1997015983A1; US6108626A; ES2135931T3; DE69603743T2; EP0857375B1; ITTO950869A0; IT1281001B1; DE69603743D1; JP3168012B2; ATE183346T1; EP0857375A1

Abstract

(57)【要約】本方法及び装置により、特定の信号内容に依存することなく音声信号のコード化、操作及びデコード化が可能になる。エンコーダー（ＡＣ）はオブジェクト向きコード化を行い、可変のビットレート及びバンド幅を有し且つ各オブジェクトに対して１基本層と１以上のエンハンス層から成るコード化信号を発生する。エンコーダー（ＡＣ）は、専用アルゴリズム及び標準化された任意のアルゴリズム両方に従って動作し、コード化されるべきオブジェクトに依存して最も有利なアルゴリズムを選択できる。デコーダー（ＡＤ）に向かう伝送経路に沿ったビットストリーム操作装置により、コード化信号のビットレート又はバンド幅のスケーリングが、又は個々のオブジェクトに作用することでコード化信号のパラメータを変えることが可能となる。

Description

【発明の詳細な説明】音声信号をコード化、操作及びデコード化する方法及び装置本発明は、デジタルコード化された音声信号を処理及び伝送するためのシステムに係り、特に、特定の信号内容（例えばスピーチ信号、ミュージック信号、雑音など）に依存することなく音声信号（すなわち２０Ｈｚから２０ｋＨｚまでのバンドの信号）をコード化、操作及びデコード化するための方法及び装置に関する。これらの信号は総称音声信号とも称され、これらの信号のコード化−デコード化は総称コード化及びデコード化とも称される。限定するものではないが、好ましくは、この方法及び装置は音声−映像（マルチメディア）信号の音声成分をコード化、操作及びデコード化するのに適用される。音声−映像が通信、コンピューター及びＴＶ／フィルム産業に拡大して適用されつつあることは知られている。従って、このような拡大適用から生じる新たな期待や要求を考慮した音声−映像コード化方法が研究されつつある。特に、新しい方法では対話、高圧縮及び／又は広いアクセスが可能でなければならず、さらに、急速に発展する技術を利用するために、本方法は高度な柔軟性と拡張性を備えておかねばならない。内容ベースの対話性は、音声−映像シーン(scene)においてユーザーが有意味な対象（オブジェクト）と対話及び操作する能力を含む。現在は、対話はコンピューターグラフィックス、すなわち合成内容に限定される。これに対して新しい音声−映像アプリケーションは、通常又はハイブリッドの自然／合成の音声−映像対象ともデマンド対話することが期待されている。記憶装置及び伝送バンドを効率的に使用するのに高い圧縮が要求され、圧縮効率の改善は高品質、低ビットレートのアプリケーションを可能にするには重要である。広いアクセス性とは、音声−映像データが記憶及び伝送メディアの広範囲に亘って利用できることを意味し、移動通信の急速な発展の観点からみて、アプリケーションへのアクセスはワイヤレスネットワークを介して利用できるべきであり、このことはエラーを起こしやすい環境でかつ低ビットレートでの有効な動作において必要であることを意味する。音声成分の処理に関する限りでは、許容される値の組内でコード化パラメーターのみを変えることにより、ビットレート、遅延、品質、バンド、チャンネルエラー頑強性などのようなエンコーダーの主要特性を変える装備が、柔軟性の要求の中に含まれる。このような柔軟性により、異なる要求を伴う種々雑多な用途において総称コーダー−デコーダーの使用が可能となる。総称コーダー−デコーダーが利用可能になると、将来のデジタルシステムでは異なるソースから発生された音声データの変換が容易になり、ネットワークインターフェースが簡単になり、異なる規格間のトランスコード化における品質低下を抑える。このことは、将来のユニバーサル・モバイル・テレコミニュケーション・システム（ＵＭＴＳ）たる異なる（移動又は固定）ネットワーク間での音声データの変換が増大することを考慮すると、非常に重要となる。ユーザーの特定の要求をサービスが満たすことができるように、又は、設備及びサービス提供者がシステム条件に依存せずにサービスを最適化できるように、総称コーダーはコーダー−デコーダーパラメーターを変更できるべきでもある。さらに、コーダーは音声データの変換の前に構成フェーズのアプリケーションをサポートすべきである。このようなフェーズでは、コーダー−デコーダーはユーザー及びシステムにより決められたサービス要求に依存して構成される。そのような種類の総称コーダーは当該技術においては知られていない。「埋込コード化」として一般に知られている幾つかのコード化技術により、エンコーダー特性を変えることなくビットレートを下げられる。換言すれば、エンコーダーは固定アルゴリズムに従って動作し、コード化された信号は、情報の一部が喪失できる又は伝送経路に沿って抑制できるように構成される。なお、少なくとも本質的な情報が受け取られると、たとえ品質が或程度劣化しても、デコーダーは信号をデコードできる。例として、埋込ＡＤＰＣＭ(Adaptive Differential Pulse Code Modulation)コード化がＩＴＵ−Ｔ標準Ｇ．７２６に開示されており、埋込ＣＥＬＰ(Coder Excited Linear Prediction)コード化がＵＳ−Ａ−５３５３３７３に開示されている。両者とも、非常に制限された数の低減ステップのみ可能であって、バンド幅への介入はできず、明らかに異なるコード化技術を組み込むことは出来ない。これに対し、本発明が提供することを目的とする処理方法及び装置においては、コード化側では埋込コード化が行われ、少なくとも「コアー(core)」情報が受け取られるとデコード化が依然として可能であり、また、ビットレート及びバンド幅の両方において実際の「スカラビリティ(scalability)」（「スカラビリティ」は、ほぼ連続した方法にてビットレート又はバンド幅を非常に多くに微細ステップだけ低下する可能性を意味する）をコーダー出力において及び伝送経路に沿って可能にし、異なる信号に対して異なるコード化技術を使用可能にし、コード化パラメーターの操作を可能にする。上記目的は、添付請求の範囲第１乃至３０項に開示された方法、及び請求の範囲第３１乃至５７項に開示された装置により達成される。特に、本発明の方法及び装置はオブジェクト向きパラダイムに基づいている。すなわち、総称音声入力信号は基本音声オブジェクトの結合として考えられ、基本オブジェクトはマクロオブジェクトにグループ化でき、該マクロオブジェクトは他の情報（例えばビデオ情報）にリンクでき且つ独立に操作できる。コード化されているオブジェクトのタイプに依存して、最適なコード化技術、及びシステム条件と矛盾しない最適なビットレート及び／又はバンド幅が選択できる。コーダーからデコーダーへの伝送経路に沿って、個々のマクロオブジェクトについての又は単に個々のオブジェクトについてのビットストリームの操作が可能であり、それにより異なるシステム条件に対処してユーザーがシーン(scene)などと相互作用できるようにすることが可能である。本発明は好適実施態様についての以下の説明からよりよく理解されるであろうし、この実施態様は限定的でない例として与えられたものであり、添付図面に示されている。図１は本発明による装置の略ブロック図であり、図２はエンコーダーのブロック図であり、図３はエンコーダー内のコード化装置からビットストリーム構成装置への接続を示す詳細ブロック図であり、図４はビットストリームの構成を示し、図５はデコーダーのブロック図である。本発明による装置を説明する前に、音声信号に適用されるオブジェクト向きコード化について考察をする。オブジェクト向きコード化技術は、顔、椅子、背景などを「オブジェクト」として認識しやすいこと故にビデオコード化において既に研究されてきている。このように、オブジェクト向きコード化の一般原理は既知であり、文献において広く開示されているので、ここで開示する必要はないであろう（例えば、「アプリケーションによるオブジェクト向き設計(Object-orie nted design with applications)」、The Benjamin/Cummings Publishing Compa ny Inc．、Redwood City、米国、１９９１年）。この技術は、「オブジェクト」がそんなに明白でない音声コード化の分野ではそれほど利用されていない。総称音声信号は、一般には異なる持続時間である後続の時間インターバル（フレーム）の連結として考えられる。これらのフレームの一つを音声「シーン(scene)」と仮定できる。１つのフレームにおいて、幾つかの音声信号があり、それらは分離、連結又はスーパーインポーズさえ可能である。典型的な例では、幾つかの異なる話し手、異なる家、事務所又は交通の雑音、背景の快いミュージック、幾つかの信号音などが含まれ得る。異なる種類の信号は異なるクラスとして考えることができ、音声信号のローカル特性をより良く利用すべくこれらのクラスはさらにサブクラスに分割でき、とりわけ以下の事項を達成する。 − 最良の再生品質で最高の圧縮比。 − 各個別信号を分離及び変更する最高の柔軟性。オブジェクト向きパラダイムの用語を用いれば、クラスのことを以後「抽象クラス(abstract classes)」とも称し、サブクラスのことを「具体クラス(concret e classes)」とも称する。具体クラスを特定するパラメータの組が「オブジェクト」を構成する。特に、オブジェクト向きアプローチを取ることの理由は、以下の幾つかの基本的特徴に基づいている。 − 音声エンコーダーサブシステムにおいて変化を促進すべく音声コード化用の共通フレームワークを作り且つ新しいモジュールを作る可能性。 − 各クラスに対する特定モデルの使用に基づいたコード化技術の最適化の可能性。 − 音声オブジェクトを独立に操作する可能性。最後の考察は、音声サービスと共に新しい機能性、特に対話に関する機能性を考慮する場合には特に興味深い。これらは例えば、所与のメッセージの早プレイバックする可能性、又は一人の話者のレベルを上げて他の人を背後に置く可能性などを含み得る。可能な分類の概略は次の通りである。 − トークスパート(talkspurt)：このクラスは、人々が話すときに作り出される信号を含む。すなわち、音声コード化のための主要な抽象クラスを表すことができるが、それのみを表すのではない。 − サイレンス(silence)：このクラスは、それ自身が沈黙した単一のオブジェクトのみを含むことができる。すなわち、幾つかの他の音声信号と共に音声信号を本質的に再生でき、伝送のためにかなりの量のビットを節約できる。 − ノイズ(noise)：このクラスは、バックグラウンドノイズと称され且つ人間によって発生されたものではない全ての信号を含む。一般にこれらの信号は少量の情報しか伝えず、それらを表すには非常に粗っぽいモデルが使用できる。 − ミュージック(music)：これは１つの非常に広い抽象クラスから成るか、又は所与の楽器ソースに特別に当てられた幾つかのクラスから成り得る。 − トーン(tones)：このクラスは純粋な正弦波信号を占める。このクラスに属する単一オブジェクトは、それらの適当な組合せと共に、例えば伝送ネットワークで遭遇する全ての信号音声を表すことができる。具体クラスに関しては、まずトークスパートについて一つの可能性は、単一具体クラスをサウンド又は音素の可能な各タイプと（又は２以上のサウンドの可能な各シーケンスとでさえ）関連付けられる。このアイデアから、カスケード状の音声学的認識器及び音声合成器として音声コーダー−デコーダーが実現できる。このように、非常に多くの異なる具体クラスが必要となり、一般にそれらは言語に依存する。さらに、トークスパートの音声学的分類は非常に難しい。より簡単なアプローチとしては、より小さい組の具体クラスを定めることであり、それらの各々が類似サウンドの組に対応するようにする。しかしながら、ここに記載の好適実施態様では、幾つかの音響特性に従う音声の特定セグメントをモデル化するようにした具体クラスが導入される。この場合には、トークスパートの分類は音声学的分類に直接関係しないが、具体クラスの組は非常に小さい。この目的のために、有声及び無声音セグメントへのトークスパートの周知の分類、及び共鳴音及び非共鳴音の作成への有声音セグメントの分類を用いることができる。特に、次の具体クラスが考えられる。 − 着手(onset)：共鳴有声音セグメントの最初の部分 − 定常状態(steady-state)：共鳴有声音セグメントの中間部分 − 衰退(decay)：共鳴有声音セグメントの最終部分 − 周期的(periodic)：非共鳴音セグメント − 非周期的(aperiodic)：無声音セグメントこれらのクラスは短いポーズをも含み、これらポーズは例えば破裂音における音の活性セグメントの一部であることが予想される。ノイズの場合には、具体クラスは定常状態又は一時ノイズにより表すことができ、ミュージックの場合には、具体クラスは異なる種類の楽器又は合成音により作られた音により表すことができ、またもし単一の抽象クラスが考慮されているならば、音の異なるフェーズ（アタック、衰退・・・）により表される。個々の具体クラス（すなわちオブジェクト）のパラメータの組は転送される。本発明では、１つのソース（又は音声−映像伝送の場合にはビデオのような他の情報との１リンク）に関係した基本オブジェクトがマクロオブジェクトにグループ化でき、これらマクロオブジェクトは独立に操作できる。別のアプローチは、一つの特定ソース信号を抽象クラス（例えばスピーチ信号及びミュージック信号）として考えることである。このことは幾つかの共通具体クラス（例えばサイレンス）を有することを意味し、その結果、同じモデルが１より多いクラスにおいて採用される。このことはまた幾つかの場合においてトークスパートとミュージックを分離するサイレンス期間のように、トークスパートとミュージックを区別するのに利用できる情報は無く、特定信号に対する任意のクラス特定を行わなければならないことを意味する。しかしながら、以降の必要なときには提案した第１の分類法が参照される。図１に示されるように本発明による装置は以下のものにより概略示される。 − 総称音声信号の複数のソースＡＳ１．．．ＡＳｎ（ここで「総称」とは上述のように人間により知覚できる信号、すなわち０から約２０ｋＨｚまでのバンドの信号を意味する。）。 − 音声エンコーダーＡＣ。これは特定の入力音声信号に合ったオブジェクト向き埋込コード化を行い、伝送経路１（伝送ライン、ラジオチャンネル・・・）に送られ且つ好都合に組織化されたビットストリーム内に個々のオブジェクトを導入する。 − クラス−サブクラス認識器ＣＲ。これはコード化されるべき音声信号の抽象クラスと具体クラスを特定し、分類の結果を接続２を介して音声エンコーダーＡＣに供給し、それによりエンコーダーは最適なソースモデル（すなわち最適アルゴリズム）を適用できる。 − 伝送経路に沿って配置された１以上のビットストリーム操作装置ＢＭＵ。この装置は、エンコーダーＡＣにより作られたビットストリーム又は先行の操作装置ＢＭＵから来るビットストリームを受け取り、ユーザーやシステムの要求に対処すべくビットストリームレベルで個々のマクロオブジェクトを操作する。ここでは簡単のため一つの操作装置のみ示す。 − 可変レート制御装置ＶＲＣＵ。これはエンコーダーからの出力にてビットレートを決め、エンコーダーＡＣの出力ビットストリームの編成及び／又は接続３により示されているように装置ＢＭＵ内でのビットストリーム操作を制御する。このことは、それぞれ接続４、５を介してユーザー装置ＵＳ及び／又はシステム管理装置ＳＹにより供給されるユーザーはシステム要求に関する情報を用いることにより行われる。 − 音声デコーダーＡＤ。用途に依存してソースＡＳ１．．．ＡＳｎはユーザー装置ＵＳの一部とさえできることに留意せよ。エンコーダーＡＣは、特定の具体クラスを表し且つコード化信号を放出するのに用いられる最適パラメーターをエンコードしなければならない。このコード化信号の放出は、特定の音声シーン内容及び／又は考慮している特定のサブクラスに依存した可変ビットレートにて行われるか、又は固定ビットレートで行われる。固定ビットレートは予め決められ得るし、又はＶＲＣＵにより特定できる。上述のように、エンコーダーＡＣは埋込コード化を行う。既知のように、このことは出力ビットレート及び関連の品質に対して幾つかの可能な出力層が与えれることを意味する。低（基本）層、複数の中間層及びトータル層が特定できる。基本層は最小の情報を含み、これは以降において「コア情報(core information)」と称し、出力信号をデコードするのに必要である。トータル層は伝送され得る情報の全体を含み、コード化信号の最大ビットレート、最高品質及び最大バンド幅を生じる。中間層は基本層からトータル層への連続ステップによりコード化信号のビットレート及び品質を向上させる。各ステップで導入される情報を、「エンハンス情報」と称する。デコード化側にて又は伝送経路に沿って、１以上の前記ステップに対応したビットストリームの部分が抽出できる。ここに記載した例では、最大ビットレートは６４ｋｂｉｔ／ｓと仮定され、音声信号の全バンド（２０ｋＨｚ）に対応する。スピーチやミュージックに対する基本層は４ｋＨｚバンド幅を有し、約６ｋｂｉｔ／ｓのビットレート（ミュージックに対する実際のビットレート、及びスピーチに対する平均レート）に対応できる。中間層は各々が１．５−２ｋｂｉｔ／ｓのステップに対応できる。重要な特徴は、規格化された任意の音声コード化アルゴリズムを含めて異なるアルゴリズムに従ってエンコーダーＡＣが動作できることである。現存する規格が用いられるならば、作られるビットストリームはコア層を形成し、もしチャンネル容量がより高いビットレート又はより広いバンド幅を可能にするならば、本発明はコード化信号の更新を行う。デコード化側では、基本層のみを用いることにより標準デコード化アルゴリズムとの協同操作性がなお保証される。しかし、チャンネル容量全体が使用されるならば、再生信号の対応する更新が得られる。ＡＣの構造は図２に関して後ほど詳細に説明される。クラス／サブクラス認識器ＣＲは最適認識器とすることができ、シーン上にどのオブジェクトがスーパーインポーズされているかを特定し、クラスに依存した最良の方法により（すなわち最適モデルを用いて）扱える異なる信号を与える。このことによりシステムが非常に柔軟になる。というのは、この場合には、受信器が再生したいオブジェクトを受信器が決めることができ、かつそれらをどのように混成するかをさえ決めることができるからである。しかしながら、好ましくはより簡単な解決策が採用でき、これは今日の技術で実行でき、所与の音声シーンにおいてＣＲは最も可能性の高いものとして一度に１つのクラスを特定し、よって、音声シーンを満たす特定信号に用いられるべき１つの特定モデルを割り当てる。さらに、ソース（例えばスピーチ／ミュージック）の性質に関する幾つかの情報が、接続６を介してユーザーにより与えられ、各特定ソースに対するオブジェクト認識手順を簡単化するのに用いることができる。一般的には、認識器ＣＲは信号処理装置であり、これは、信号レベルを分析することによりトークスパート（又は一般に活性信号）、サイレンス及びノイズを区別し（すなわちスピーチの場合の所謂音声活性検出器の機能に対応した仕事を行う）；信号のスペクトル分析を行うことによりスピーチ、ミュージック（又は異なるミュージック楽器）及びトーンを認識し；スピーチの場合に着手、定常状態及び衰退を識別し且つ周期的セグメントと非周期的セグメントを識別すべき有声／無声分類を行うことによりトークスパートの具体クラスを認識する。スペクトル情報及び予測利得の分析により、周期的又は非周期的無声信号の認識が可能となり、着手、定常状態及び衰退間の区別が、スペクトル情報に従って行われ得るか又は最初のセグメントを着手とし最後のセグメントを衰退として単にラベリングすることにより行われる。ビットストリーム操作装置ＢＭＵは提案したアーキテクチャーのうちの重要要素の一つであり、そのビットストリームレベルにて動作することにより非常に種々の機能が実現できる。装置ＢＭＵが存在するお陰で達成できる主要な結果の一つは、エンコーダーの構成を変えること無く、サービスのランタイム品質を変更する可能性である。このランタイム品質はビットレートに厳密に相関する。装置ＢＭＵの主要なタスクを以下に示す。 − 特定チャンネル容量に適合させるため、又はユーザー要求に合わせるために、出力ビットストリームのデータレートを低減すること（スカラビリティ）。 − そのビットストリームで動作することにより、任意のマクロ−オブジェクト、又は特定オブジェクトの固有パラメーターを変更すること。このことにより、例えば異なる音声オブジェクトのレベル、バンド幅又は品質を変更でき、又はトーン特性又は韻律素特性までも変えられる（多重コンカレントオブジェクト操作）。後ほどＢＭＵの動作についてより詳細に説明する。上記した可変レート制御装置ＶＲＣＵは、エンコーダーＡＣから出力ビットレートを制御する主要タスクを有する。別法として又は追加として、ビットレート制御はＢＭＵを介しても実現できる。このために、情報ＶＲＣＵはユーザー装置ＵＳから受信し、システム管理装置ＳＹは、ユーザーが望むサービスの品質、及びシステムがその時に与えることができるサービスの品質を一般に表すことが出来る。移動通信管理に用いられる傾向にある可変レート制御装置の実施態様は、欧州特許出願ＥＰ−Ａ−０６２７８２７に記載されている。その例では、ユーザー装置及びシステム管理装置ＳＹにより与えられる情報は、ソースビットレート、ソースにより放出される信号に関する冗長性、及びチャンネルのビットレートに関係する。当業者ならば、上記特許出願に開示された原理を異なる種類の音声信号伝送に適用するのに問題はない。ここで図２を参照すると、明瞭に説明するためにクラス認識器ＣＲが再度示されている。ライン７−１．．．７−ｎを介してソースＡＳ１．．．ＡＳｎから来るデジタル信号は、各々がＮサンプル（例えば２５６）から成るフレームに編成されており、マルチプレクサーＭＸＵにより受信され、例えば１ソース当たり１フレームが一度に下流に送られる。これらの信号は、ＣＲで該信号を適当に分析できるべく入力サンプリング周波数ｆ_s0（接続７Ａ）に関する情報と関連しており、ＣＲに該情報が送られる。マルチプレクサーＭＸＵはアップサンプリング装置のようにも動作し、入力サンプリング周波数ｆ_s0を内部サンプリング周波数ｆ_s1 に変換する。例えば、内部サンプリング周波数ｆ_s1は２のべき乗でｆ_s0よりすぐ上である（例えばｆ_s0が１６から３２ｋＨｚでれば、ｆ_s1は３２ｋＨｚ。ｆ_s0 が３２から４８ｋＨｚの間にあれば、信号は６４ｋＨｚまでアップサンプリングされる。）。この適応の利点は、次に行うサブバンドへの分割が入力サンプリング周波数に依存しないことである。入力信号サンプリング周波数が８、１６又は３２ｋＨｚのときにはアップサンプリングは出来ない。幾つかの特定用途では（例えば音声編集、多話者用途、ビデオオブジェクトとリンクした音声オブジェクト・・・）、ソース識別をコード化するビットグループが、ビットストリーム構成装置ＢＣＵにより出力ストリーム内に導入される。ＢＣＵは後ほど説明する。もしマクロオブジェクトの集合がそこで実行されるなら、上記識別に関する情報は接続８を介してＭＸＵから、又はＣＲからＢＣＵに与えられる。しかしながら、以下の説明では各ソースは独立にエンコードされるものと仮定する。マルチプレクサーＭＸＵから出て行く音声信号のフレームｓ（ｎ）は第１フィルターバンクＦＢ１に送られ、低バンド１（ｎ）及び高バンドｈ（ｎ）に入力信号が分解され、それぞれ接続９、１０に送られる。例えば、狭バンド又は広バンドスピーチ圧縮法のどちらが望まれるかに依存して、低バンド１（ｎ）は０から４ｋＨｚ又は８ｋＨｚのどちらかまでのレンジのスピーチバンドから成り得る。記載されたエンコーダーの基本的な実施態様では、ユーザーは信号内容についての幾つかの情報をクラス認識器に与えて、クラス／サブクラス認識が低及び高バンドの信号に対して別々に実行できることが仮定される。このことは明らかに認識器の構造を簡単にする。低バンド信号１（ｎ）は線形予測分析装置ＬＰＡに送られ、該装置ＬＰＡにおいて短期及び長期予測係数が計算される。これら係数は接続１１を介してビットストリーム構成装置ＢＣＵに、及び実際のコード化アルゴリズムを実行する装置ＬＣＣ、ＬＥＣ（後に説明）に送られる。ＬＰＡは分類結果に依存して利用可能又は利用不可とされ得る。線形予測技術は、バンド０−４ｋＨｚ又は０−８ｋＨｚのスピーチ信号に適用されるとき本質的に効率的になるが、線形依存性は或ミュージック信号（本質的に低周波数）においても存在し且つこれらの予測器を用いることにより除去できる。線形予測分析は、当該技術において知られているいずれの方法によっても実行できる。線形予測分析の結果として得られる残差信号ｒ（ｎ）は別のフィルターバンクＦＢ２に送られ、該フィルターバンクＦＢ２は、クラス／サブクラス情報に従って音声信号をさらに分解しサブバンドの第１グループｒ₁（ｎ）．．．ｒ_M（ｎ）を発生する。利用可能なビットレートに依存して、全てのサブバンド又はその部分集合のみが量子化プロセスで考慮される。この量子化プロセスは後ほど説明する。類似のフィルターバンクＦＢ３は、これもクラス／サブクラス情報に従って高バンド信号ｈ（ｎ）を分解し、サブバンドｈ₁（ｎ）．．．ｈ_k（ｎ）の第２グループを発生する。分解のタイプ（間隔の等しいサブバンドへの分解又は臨界周波数バンドに適応した分解）が構成できる。さらに、フィルターは、所定の（一定又は一定でない）バンド幅のサブバンドをサンプリング周波数に依存することなく発生するように構成可能である。基本的な実施態様では、２０ｋＨｚバンドは、各々１ｋＨｚバンド幅の２０個のサブバンドに再分割される。最初の４つのサブバンドが低バンドを形成する。有利には、フィルターバンクＦＢ２、ＦＢ３から出て行くフレームは、ブロックＳＦ１．．．ＳＦ２により図示された夫々の装置（バッファー）においてサブフレームにさらに再分割される。サブフレームの長さ、したがってコード化遅延は、ユーザー及びアプリケーションの要求に依存して選択可能である。Ｎサンプルから成る１フレームをＮ／Ｌサンプルから成るＬサブフレームに再分割することは、時間領域において信号をさらに分解することに対応し、スピーチコード化技術では通常の操作であり、詳しく説明する必要はないであろう。最初にサブバンドに再分割し次にサブフレームに再分割することで、音声信号は、時間軸上でＮ／Ｌサンプルに対応し且つ周波数軸上でＦｋバンド幅（フィルターバンク構成に依存）に対応した「時間−周波数スロット」に分解される。サブバンドｒ₁（ｎ）．．．ｒ_M（ｎ）のサブフレームは、コード化装置ＬＣＣの第１組に送られ、該装置ＬＣＣは、各サブバンドに対して１つが割り当てられ、低バンド信号のコアー情報を発生する。コアー情報は、接続１２を介してビットストリーム構成装置ＢＣＵに送られる。ＬＣＣ内の各装置は複数のコード化アルゴリズムにより動作でき、適当なアルゴリズムは、例えばユーザー及び／又はシステム要求、及び／又は分類の結果に依存して選択できる。既に存在する国際規格により定められた如何なるコード化アルゴリズムでも使用可能である。もし４（又は８）ｋＨｚバンド幅で動作し且つ線形予測分析にも対処する標準コード化アルゴリズムが用いられるならば、装置ＬＰＡとフィルターバンクＦＢ２は作動されない。低バンド信号は一般にスピーチ信号であり最も標準化されたスピーチコーダーはバンド幅４ｋＨｚ（時々８ｋＨｚ）の信号に動作することを考慮すると、フィルターバンクＦＢ２でさえ配置でき、好ましくはＬＣＣの下流に配置される。このことは、標準コード化アルゴリズムを用いた総称コーダーの相互操作性をより容易にする。この場合にはもちろんＬＣＣは単一の装置から成る。有利には、スピーチコード化に採用されるアルゴリズムは、分析による合成技術となる。低バンド信号のコアーコード化のための専用コーダーは、２つのイノベーションコードブックを用いた多重レートＣＥＬＰコーダーとすることができる。このコーダーでは、現在のスピーチセグメントを表すのにより適したパラメータの組が、分類の結果により決まり、可能なコード化レートの部分集合が選択される。そして、合成による分析ループでは、所望の品質を達成するのに要求される最小レートが、ローカルで合成された信号に幾つかのオブジェクト手段を用いることにより決められる。最小ビットレート（〜０．２５ｋｂｉｔ／ｓ）は例えばバックグランドノイズ（抽象クラス「ノイズ」）のみの伝送に対応し、最大ビットレート（約１１ｋｂｉｔ／ｓ）は短期及び長期パラメータの伝送及び両方のイノベーションコードブック（抽象クラス「トークスパート」；具体クラス「周期的」）からの寄与の伝送に対応する。中間ビットレートは、ノイズ及び短期パラメータ、短期及び長期パラメータ、短期パラメータ及び１イノベーション寄与等を伝送することにより得られる。多重レートＣＥＬＰコーダーにおいて出力ビットレートが信号分類に依存して選択されることは当該技術においては知られている。低バンドミュージック信号の場合に適用できるコード化アルゴリズムは、ベクター量子化に基づき得る。形状／利得ベクトル量子化器は、各時間一周波数スロットに適用されるか、又はそれらの組合せに適用される。量子化は各サブフレームにおいて２ステップで行われ、第１ステップでは形状が量子化され、第２ステップでは利得が量子化される。量子化は周波数領域又は時間領域のどちらかにおいて行われ得る。特定の時間一周波数スロットを量子化せず、量子化された周囲のスロット（時間、周波数、又は時間−周波数において）を考慮して補間することができる。ベクトル量子化は全く従来技術であるから特に説明は必要ないであろう。ベクトル量子化が（コーダーの所望の特徴である）複雑性スカラービリティを容易にサポートし、伝送されるべきどんなパラメータも夫々のコードブックの部分集合のみにおいて検索され得ることに留意されたい。よって、コーダー− デコーダーの複雑性と音声の品質は容易に取り決められる。さらに、ベクトル量子化はクラス／サブクラスのアプローチを容易にサポートし、特定のコードブック表が各音声クラス／サブクラスに割り当てられ得る。高バンドに属する信号のサブフレームはコード化装置ＨＣＣの第２組に送られ、該コード化装置は高バンドのコアー情報を発生してその情報を接続１３を介してＢＣＵに送る。コード化装置の組ＨＣＣも、夫々のサブバンドに対して好ましくはベクトル量子化に基づいた複数のコード化アルゴリズムに従って動作できる。明らかに、採用されたコアーアルゴリズムは、設定されたコールにてデコーダーと通信しなければならない。このコード化は、例えば所謂「同時マスク効果」に基づいたモデルのような適当な知覚モデルをも用いることができる。該効果は、弱い信号（特に量子化ノイズ）が近接周波数のより強い信号（特に音声信号中のトーン）により聞こえなくなる現象のことである。知覚モデルを使用すると、適当なマスク閾値を決めなければならず、これは処理装置ＰＭＰにおいて個々のサブバンドから開始するか又は高低バンドの音声信号のスペクトル分析により行われる。図示されているように、最初の場合にはＰＭＰはフィルターバンクＦＢ２、ＦＢ３の出力に接続され、２番目の場合にはＦＢ１の出力に接続される。知覚モデルに関する情報（一般にはグローバルマスク閾値についての情報）はＰＭＰによりコード化装置の組ＬＣＣ、ＨＣＣ及び接続１４を介してビットストリーム構成装置ＢＣＵに送られる。信号をサブバンドに分離するとき知覚モデルを考慮するならば、上記情報はＦＢ２及びＦＢ３にも供給され得る。コード化信号内に挿入されるべきコアー情報は、利用可能ビットレートに依存して幾つかのサブバンドのみから、信号及び／又は知覚モデルの性質への寄与を含み得ることを指摘しておく。サブバンドがコアー情報に対して寄与しなければならないかの決定は、ＢＣＵにより行われる。よって、ＢＣＵとＬＣＣ、ＨＣＣ間の相互作用が行われる、簡単のため、図面にはコード化信号をＢＣＵに伝える接続１２、１３のみを示す。コード化装置ＬＣＣ及びＨＣＣの後には、夫々第３及び第４の組のコード化装置ＬＥＣ、ＨＥＣが続き、これらは同様に各サブバンドに対する１装置から成り、コード化信号内に挿入されるべきエンハンス情報を発生する。有利には、第３及び第４組内のコード化装置はベクトル量子化技術に従って動作し、例えばそれらはＬＣＣ、ＨＣＣ内の夫々のコアーコード化装置の出力にて量子化エラーをコード化する。エンハンス情報はＬＥＣ、ＨＥＣから夫々接続１５、１６を介してＢＣＵに送られる。ＬＥＣ、ＨＥＣ内の各装置は、予想されるビットレートの増加に対するステップと同数のステージから成る。本発明の好適実施態様では、７つのエンハンスステージまでが１サブバンドに適用できる。またエンハンスコード化については複数の異なるアルゴリズムが可能であり、最後に適用されるアルゴリズムの組は構成フェーズにおいてシグナリングされる。そのようなモデルが用いられるならば、所与のサブバンドに適用されるアルゴリズムのタイプは、知覚モデルと共に具体クラスにも依存する。サブバンド内で使用されるコアーアルゴリズムのタイプもまた考慮され得る。利用できるビットレート、信号の性質及び／又は知覚モデルに依存して、ＢＣＵは、どのサブバンドがエンハンスされるべきか及びどのエンハンスステージが幾つ特定のサブバンドに割り当てられるべきかを決める。よって、ＢＣＵとＬＥＣ、ＨＥＣ間の相互作用もまた与えられるが、簡単のため、図面にはコード化信号をＢＣＵに伝える接続１５、１６のみ示す。ビットストリーム操作装置が興味あるビットストリームの部分を抽出して操作できるように、線形予測分析パラメータ、コード化信号、クラス／サブクラス情報は所望ならばソース識別と共に、装置ＢＣＵによりマクロオブジェクト数、サブバンド数、サブバンドに対するエンハンスステージ数に関する適当なサービス情報（オーバーヘッド）に関連付けられ、埋込ビットストリーム内に組み込まれる。コアー及びエンハンス情報はビットパケット内に編成され、各パケットはサブバンド及びそのサブバンドに対するコード化ステージ（コアー又はエンハンス）に関連付けられる。装置ＢＣＵは本質的にマルチプレクサーと制御ロジックから成り、制御ロジックは、どのサブバンドがコアーコード化に対して考えられるか及びもしあれば幾つのエンハンスステージがそれらサブバンドの各々に適用されるべきかを決めるのに必要な操作を行う。実際、前述の数値例を考慮すると、コード化ステージの全てを全サブバンドに適用することは出来ないことは明らかである。このことは、現在予想される６４ｋｂｉｔ／ｓよりもずっと大きなビットレートでの伝送ライン、高度に洗練された分類案の適用、及びコード化装置により作られたビットレートを大きく低下できる知覚モデルを必要とする。よって、少なくともコアーコード化が実行されるサブバンド、及びこれら「活性」サブバンドに適用されるべきエンハンスステージ数のＢＣＵによる選択について適当な戦略が考えられるべきである。適当な戦略は以下の通りとできる。第１ステップは、所望の出力ビットレートから始めて出力信号に対するバンド幅を決めることである。例えば、所定の閾値ビットレートに割り当てられ得るバンド幅はアプリオリに設定され、２つの連続閾値間の間のビットレート値に対しては出力バンド幅は線形補間により決められて最も近い整数値に丸められる。適する関連バンド幅／閾値ビットレートは、１６ｋｂｉｔ／ｓまでのビットレートに対しては４ｋＨｚ、２４ｋｂｉｔ／ｓのビットレートに対しては８ｋＨｚ、６４ｋｂｉｔ／ｓのビットレートに対しては２０ｋＨｚとできる。一旦バンド幅（よってサブバンド数）が決められると、バンド内の信号のエネルギーレベルが所与の閾値を越えると仮定するなら、コアーコード化ステージが適用される。この閾値は固定か又は知覚モデルに依存することもできる。もしビットレートがコアーステージを全サブステージに適用することを不可とするならば、閾値は増加されて上記ステップが繰り返される。一般に、所望の全サブバンドにコアーステージを適用することは常に可能である。コアーステージを割り当てた後、ビットレートがエンハンスステージの挿入を許容しているか否かを調べる。その調査の初期ステップとして、エンハンスステージの最大数が各サブバンドに対して割り当て得る。割り当てられたビットレートが利用可能なビットレートを越えるならば、幾つかのエンハンスステージが使用不可とされる。このために、各サブバンドにおいて、前のステージに対して各ステージにより与えられる信号−ノイズ比の増加が決められ、最小の増加を与えるステージが、それらが属するバンドに依存せず、使用不可とされる。信号−ノイズ比の増加に代えて、特定ステージをイネーブルするか否かの決定は上述のように同時マスクモデルを利用できる。すなわち、この場合、マスク閾値より低いノイズを有するエンハンスステージがまず使用不可とされ、それからマスク閾値を越えたマスク閾値がより小さいステージが使用不可とされる。エンハンスコード化ステージを選択する両方の戦略は、各ステージにより与えられる品質向上の評価に実質的に基づいている。もし微分信号−ノイズ比が用いられサブバンドへの分離が常にコアーコード化前に行なわれると仮定するならば、サブバンドのコード化装置とビットストリーム操作装置の間の接続は図３に示されるようにできる。ここで、ＥＣａ．．．ＥＣｐはエンハンスコード化装置内でのコアーコード化装置及び異なるステージをそれぞれ示し、これらはＬＣＣ、ＨＣＣ及びＬＥＣ、ＨＥＣ（図２）の組内の考慮中のサブバンドに割り当てられる。ＢＣＬ、ＢＣＭはそれぞれ制御ロジック及びＢＣＵのマルチプレクサーを示す。ＢＣＬはコアーコード化装置ＣＣの入力信号ｘ（ｎ）を受信し、その信号のエネルギーを計算し、もしサブバンドがコアー情報に寄与しなければならないならばＣＣ（接続１７）をイネーブルする。エンハンスコード化ステージの選択のため、第１エンハンスステージの入力にて減算器ＳＵａはコアーコード化装置ＣＣの入力信号ｘ（ｎ）と該装置自身内で利用可する。ここでｘ_iはサブフレーム内での総称サンプルである。信号ｘ（ｎ）及び量子化エラーｅ_aはＢＣＬに与えられ、ＢＣＬは通常の関係式Σ(ｘ_i)²／Σ( する。量子化エラーε_aもまたコード化装置ＥＣａに送られ、該コード化装置は、適当なエンハンスコード化アルゴリズムをε_aに適用し、再構成された量子化情報ブロックを発生する。再構成された量子化エラーは、ＢＣＬに送られて第１エンハンスステージの出力にて信号−ノイズ比が計算され、そのステージにより与えられる増分ΔＳＮＲが計算され、また、第２ステージの減算器ＳＵｂに送られて新しい量子化エラーε_bが発生される。同じ編成が残りのステージにおいても繰り返される。最後のステージのコード化装置ＥＣｐの出力では、量子化エラーの前回値ε_p+1が計算されてＢＣＬに与えられる。考慮しているバンド及び他のバンド（二重線矢１９により全体として図示された接続を介して与えられる）の各ステージの後の信号−ノイズ比の増分ΔＳＮＲ故に、該バンドがエンハンス情報に寄与しなければならないならば、ＢＣＬは１以上の線１８ａ．．．１８ｐ上に信号を送り出し、該信号は、対応するコード化装置ＥＣａ．．．ＥＣｐをイネーブルしてそのエンハンス情報ブロックを出力１５ａ．．．１５ｐ（１６ａ．．．１６ｐ）上に転送させる。接続１７、１８ａ．．．１８ｐに存在する信号と類似のイネーブル信号は、他のサブバンドのコード化装置に送られる。矢印１９は、他のバンドの装置に導く接続をも示す。さらなる接続２０は、ビットストリームのオーバーヘッド内に挿入すべきサービス情報をＢＣＬからＢＣＭに送る。ＢＵＭから経路１への情報の転送は、後に説明するように、異なる方法で行われ得る。ＢＣＵの出力でのビットストリーム編成は、複数のソースの場合、よって複数のマクロオブジェクトの場合について図４に示される。ストリームはオーバーヘッドビットＯＶＨ０のグループを含み、これに続くのは第１、第２．．．フレームのマクロオブジェクトに関するビットストリームＯＢ１１．．．ＯＢ１ｘ，ＯＢ２１．．．である。上述のように、マクロオブジェクトは、特定のソースに関する又はフレーム中の他の情報とのリンクに関する全コード化ビットを含む。オーバーヘッドビットＯＶＨ０は、いくつのマクロオブジェクトがビットストリーム内に含まれるのかを識別し、入出力サンプリング周波数の情報をも含む。入力サンプリング周波数は、オブジェクトをエンコードするとき用いられるサンプリング周波数である。出力サンプリング周波数は、受信器端にて使用されるべきサンプリング周波数である。ビットＯＶＨ０は接続セットアップでのみ送られねばならないことに留意せよ。各マクロオブジェクトでは、ＯＢ１１に対して示されているように、オーバーヘッドビットＯＶＨ１の第１グループはオブジェクト分類（抽象及び具体クラス）の情報を含む。オーバーヘッドビットＯＶＨ２の第２グループは、実際に利用されているサブバンド（すなわち少なくともコアー情報が伝送されるサブバンド）の数を示す。ビットＯＶＨ２に続くのは、コアービットストリームＣＢである。よって、ＯＶＨ１、ＯＶＨ２及びＣＢは共に基本層を形成する。コアービットの後、オーバーヘッドビットＯＶＨ３の第３グループは、各サブバンドに適用されるエンハンスコード化ステージの数を示す。オーバーヘッドビットＯＶＨ３に続くのは、エンハンスビットＥＢ１．．．ＥＢｙである。コアー及びエンハンスビットストリームＣＢ、ＥＢ内では、ビットパケットは異なる方法で配列され得る。特に、サブバンドによる配列又はランクによる配列が可能である。コアー情報に対してはランクはエネルギーレベルとリンクされ、エンハンス情報に対してはランクは、コード化アルゴリズムの適用を決めるためのステージにおいて評価される（例えば知覚モデルからの）パラメータとリンクされる。もちろん二番目の解決策は、サブバンド識別についての情報をパケット内に導入する必要ゆえにオーバーヘッドにおける増加をもたらす。ビットストリーム操作装置ＢＭＵ（図１）については、個々のマクロオブジェクト又はオブジェクト内の幾つかのパラメータ（レベル、ピッチ．．．）の値を変えることにより、又はビットレートをスケーリングすることにより、経路１に沿って伝送されるビットストリームを操作できる。スケーリングに関する限り、ＢＭＵの動作は、ビットストリーム構成装置ＢＣＵにより採用されるビットパケット配列により影響される。サブバンド配列が採用されるならば、ビットストリーム操作装置は、エンコーダーＡＣで用いられるアルゴリズムと同様のアルゴリズムを用いてコード化サブバンド数を決め、考慮されるべきコアー情報の無いバンドに関係した全パケットを放棄する。このようにして得られたビットレートがなお要求されたビットレートを越えるならば、さらなるステージが除去される。すなわち、放棄されるべきステージが割り当てられた唯一のステージでないと仮定すると、最上位バンドから開始して各バンドに対して１パケットを放棄するという選択が可能である。ひとたび全バンドが調べられた後は、コード化ステージがなお割り当てられている最高バンドから再度開始して新しいサイクルが実行される。要求されるビットレートが得られるまで、又は全てのバンドに対してコアーステージのみが割り当てられるまで、該手順が続けられる。もしコアーステージのみの割り当てによってもビットレートが所望のビットレートを越えるならば、コアーステージも最上位バンドから開始して除去される。逆にランク配列が採用されるならば、除去は即刻である。上述のように、ランク配列はより大きなオーバーヘッドをもたらす。すなわち、コード化フェーズの間所与のビットレートに対して割り当て出来るステージ数が低減される。なお、ビットストリームを構築するためエンコーダーにて採用されるのと同じルールが、ビットストリーム操作装置においてステージを放棄するのに採用できる。従って、その操作は品質の違いを生じさせない。上記操作は単一マクロオブジェクトに関する。なおビットストリーム操作装置ＢＭＵ（図１）は、個々のオブジェクトのビットストリームに作用することにより全てのコード化パラメータを変更できる。例えば、多重コンカレント音声マクロオブジェクトが伝送されているとき、一般に関連データストリームは、伝えられる実際の情報に依存して異なるビットレートを有し得る。一つの単純な操作特徴は、各マクロオブジェクトのレベルを変更する可能性、又は１話者の音声のオブジェクト要素（ピッチ、スペクトルなど）を変更する可能性、１楽器のミュージックモデルを変更する可能性などである。別の可能性は、所与のビットレート（例えば最大ビットレート）での幾つかの基本ストリームから該所与のビットレートでの単一ストリームを作ることである。この操作は、ビットストリーム操作装置において、各行がバンドに関連し各列がマクロオブジェクトに関連した２つの表を作ることを必要とする。第１表は各バンド及び各マクロオブジェクトに割り当てられたステージ数（又はビットストリームにより抽出された他の情報）を含み、第２の表はそれぞれのエネルギーレベルを含む。ビットレート低減手順は、サブバンド配列の場合に上記考えられたものと類似しているが、違いは、周波数を減少させるためではなくエネルギーを増加させるためにサブバンドが調べられることである。このようにして、支配的マクロオブジェクトはより大きなレートを得て、全体の品質は、全マクロオブジェクトを同じビットレートに割り当てることにより達成可能な品質よりも良くなる。オブジェクト操作は個々のフレームに係わることができることにも留意せよ。このことは例えばもし何らかの音声オブジェクトが一映像オブジェクトにリンクされるならば、複雑なオブジェクトの音声−映像ズームを有する可能性が存在することを意味する。図５を参照すると、デコーダーが示されている。デコーダーの全てのブロックは、接続のセットアップにおいてコーダーの対応ブロックの構成についての情報を受信し、相補的操作を正確に行う。構成情報は接続２１を介して受信又はビットストリーム分解装置ＢＤＵにて受信する。該装置ＢＤＵはＢＣＵに対して相補的なタスクを有する。簡単のため、このような情報をデコーダーブロックに分配する手段は図示されていない。受信装置ＢＤＵは、多くの場合ＢＭＵにより操作されるストリームを、１で示された伝送経路から受信し、クラスを分離し、実際のコード化信号から情報を識別し、これらの情報を接続２２、２３にそれぞれ与える。コード化信号ストリームは低バンド及び高バンドストリームに分解され、接続２４、２５を介して夫々のエンハンスデコーダーＬＥＤ、ＨＥＤに送られる。コーダーＬＥＣ、ＨＥＣに類似のデコーダーＬＥＤ、ＨＥＤは、各々が１サブバンドに関連した一組の装置から成り、ＬＥＣ、ＨＥＣ内のステージと同数のステージを含む。異なるサブバンドに対する個々のステージは、コーダー内の対応ステージがイネーブルされたか否かに依存せずに作動される。このイネーブルは、オーバーヘッドＯＶＨ１−ＯＶＨ３（図４）に含まれる情報に基づいてＢＤＵにより制御される。各装置は、コード化側に適用されるコード化アルゴリズムと相補的なデコード化アルゴリズムを実行する。個々のオブジェクトをデコード化するために、デコーダーＬＥＤ、ＨＥＤはまたクラス−サブクラス情報を必要とする。エンハンスデコーダーは再構成量子化エラーＥ_Li（ｎ）（ｉ＝１．．．Ｍ），Ｅ_hj（ｊ＝１．．．Ｋ）を夫々のコアーデコーダーＬＣＤ、ＨＣＤに送り、デコは、クラス情報が用いられる。サブバンドの再構成信号は、ＦＢ２、ＦＢ３（図残差信号の線形予測合成の後、元の信号のバンド全体が合成フィルターバンクＦＢ６（ＦＢ１と相補的）により再構成される。該合成フィルターバンクＦＢ６はを受信する。必要ならば、ＦＢ６から出てくる信号は、ダウンサンプリング装置ＤＳにおいてダウンサンプリングされ、ブロックＵＳ’で略示されたユーザーに出力装置ＯＵを介して送られ、該装置ＯＵは、ソース識別を再構成ストリームと関連づけ、もし必要ならば異なるデコード化マクロオブジェクトを異なるユーザーに送る。ダウンサンプリングのため、所望の出力サンプリング周波数ｆ_osについての情報がユーザーにより与えられる。もし例えばビットストリームがエラーの起こりやすい環境で伝送されるならば、音声オブジェクトに基づくアプローチは、音声デコーダーにおいてエラー隠蔽技術を効率的にサポートすること、すなわち、特定のエラー隠蔽アルゴリズムが各々の抽象／具体クラスの組合せに対して適用できることにも留意された。上記説明は限定的でない例により単に与えられており、改変及び変更は本発明の範囲を逸脱することなく可能であることは明白である。

【手続補正書】特許法第１８４条の８第１項【提出日】１９９７年１１月２７日【補正内容】補正明細書音声成分の処理に関する限りでは、許容される値の組内でコード化パラメーターのみを変えることにより、ビットレート、遅延、品質、バンド、チャンネルエラー頑強性などのようなエンコーダーの主要特性を変える装備が、柔軟性の要求の中に含まれる。このような柔軟性により、異なる要求を伴う種々雑多な用途において総称コーダー−デコーダーの使用が可能となる。総称コーダー−デコーダーが利用可能になると、将来のデジタルシステムでは異なるソースから発生された音声データの変換が容易になり、ネットワークインターフェースが簡単になり、異なる規格間のトランスコード化における品質低下を抑える。このことは、将来のユニバーサル・モバイル・テレコミニュケーション・システム（ＵＭＴＳ）たる異なる（移動又は固定）ネットワーク間での音声データの変換が増大することを考慮すると、非常に重要となる。ユーザーの特定の要求をサービスが満たすことができるように、又は、設備及びサービス提供者がシステム条件に依存せずにサービスを最適化できるように、総称コーダーはコーダー−デコーダーパラメーターを変更できるべきでもある。さらに、コーダーは音声データの変換の前に構成フェーズのアプリケーションをサポートすべきである。このようなフェーズでは、コーダー−デコーダーはユーザー及びシステムにより決められたサービス要求に依存して構成される。そのような種類の総称コーダーは当該技術においては知られていない。「埋込コード化」として一般に知られている幾つかのコード化技術により、エンコーダー特性を変えることなくビットレートを下げられる。換言すれば、エンコーダーは固定アルゴリズムに従って動作し、コード化された信号は、情報の一部が喪失できる又は伝送経路に沿って抑制できるように構成される。なお、少なくとも本質的な情報が受け取られると、たとえ品質が或程度劣化しても、デコーダーは信号をデコードできる。例として、埋込ＡＤＰＣＭ(Adaptive Differential Pulse Code Modulation)コード化がＩＴＵ−Ｔ標準Ｇ．７２６に開示されており、埋込ＣＥＬＰ(Coder Excited Linear Prediction)コード化がＵＳ−Ａ−５３５３３７３に開示されている。両者とも、非常に制限された数のリダクションステップのみ可能であって、バンド幅への介入はできず、明らかに異なるコード化技術を組み込むことは出来ない。ドキュメント・グローブコム’９０：ＩＥＥＥグローバル・テレコミニュケーションズ・コンファレンス＆エキシビション、’通信：未来との接続’（Ｃａｔ．Ｎｏ．９０ＣＨ２８２７−４）、ＳａｎＤｉｅｇｏ、ＣＡ、１９９０年１２月２−５日、ＩＳＢＮ０−８７９４２−６３２−２、ニューヨーク、ＮＹ、ＵＳＡ、頁５２３−５２７、Ｖｏｌ．１、コンド他：「ＡＴＭネットワーク上でのパケットスピーチに対する可変レート埋込ＡＤＰＣＭコード化法(Variable Rate Embedded ADPCM Coding Scheme for Packet Speech on ATM Networks)」に開示された埋込コーダー（スピーチコード化のみのための）においては、 − 入力信号セグメントの特性がどうであれ、コアー情報（信号の最重要部分）及びエンハンス情報をコード化するために１つのコード化アルゴリズム（ＡＤＰＣＭ）のみが使用される。すなわち、許される唯一の柔軟性は、異なる信号部分（サイレンス、有声セグメント、無声セグメントなど）に割り当てられたビットレートに関係し、いずれにしても、ビットレートステップの数が制限されることが予想され、 − スピーチ以外の音声信号をコード化するための規定は為されておらず、該ドキュメントにおいて他の信号に対する説明は全く取るに足らないものであり、 − 信号の性質及び／又はユーザーとシステムの要求に依存してコード化ビットストリームのバンド幅及びビットレートに介入することは開示又は示唆されておらず、コード化信号の操作の可能性についても開示又は示唆されてない。ＥＰ−Ａ−０２０６３５２が示すコード化装置では、たとえ個々の要素が異なる量子化特性を有していても、同じアルゴリズム（ＡＤＰＣＭ）に従って動作できる個々の要素に信号が送られる。よって、この場合にも、異なる音声信号に対して、又はコアー／エンハンス情報に対して異なるコード化技術を選択する可能性は無い。ドキュメントＤ２も、エンコード化されたビットストリームを操作する可能性を開示又は示唆していない。ＵＳ−Ａ−４４６４７８３に開示されたコード化装置では、前にコード化されたサンプルブロックに対して有為な差が存在するか否かに依存して、特定パラメータについての情報がコード化信号内に含まれるか又は含まれない。そのため、より多くのビットが他の情報に割り当てられ得る。いずれにしても、固定レート伝送が参照される。従って、本発明の目的は、コード化側では埋込コード化が行われて、少なくとも「コアー」情報が受信されたと仮定するとデコード化はまだ可能であり、コーダー出力及び伝送経路に沿ってビットレート及びバンド幅の両方において実際のスカラビリティを可能にし（「スカラビリティ」は、大抵連続的な方法で多くの微細ステップにてビットレート又はバンド幅を減少させる可能性を意味する。）、異なる信号に対して異なるコード化技術の使用を可能にし、そしてコード化パラメータの操作を可能にする方法及び装置を提供することである。この課題は、新しい請求の範囲第１項及び第３２項の主要部により解決される。好ましい実施態様は、従属クレームの主題である。特に、本発明の方法及び装置はオブジェクト向きパラダイムに基づいている。すなわち、総称音声入力信号は基本音声オブジェクトの結合として考えられ、基本オブジェクトはマクロオブジェクトにグループ化でき、該マクロオブジェクトは他の情報（例えばビデオ情報）にリンクでき且つ独立に操作できる。コード化されているオブジェクトのタイプに依存して、最適なコード化技術、及びシステム条件と矛盾しない最適なビットレート及び／又はバンド幅が選択できる。コーダーからデコーダーへの伝送経路に沿って、個々のマクロオブジェクトについての又は単に個々のオブジェクトについてのビットストリームの操作が可能であり、それにより異なるシステム条件に対処してユーザーがシーンなどと相互作用できるようにすることが可能である。補正請求の範囲１デジタル化音声信号を処理する方法であって、（ア）コード化フェーズであって、処理されて所定数のサンプルから成る一連のフレームに編成されるべき信号が、独立にコード化され得る複数の周波数バンドに分離され、コード化信号は、前記周波数バンドの少なくとも選択されたもの内の信号に関連した情報を含んで発生され、コード化は埋込コード化技術に従って行われ、その結果、コード化信号は、基本層、トータル層及び複数の中間層を含み、該基本層はデコード化に必要な最小量の情報（「コアー情報」）を含み且つ最小ビットレートに対応し、該トータル層はコード化情報の全体を含み且つ最大ビットレートに対応し、該中間層はそれぞれの情報ブロック（「エンハンス情報」）によりコード化信号に寄与し且つ基本層からトータル層への連続ステップによりコード化信号のビットレートを増加させ、該情報ブロックはコアー情報のみにより表され得ない夫々の信号部分をコード化し、基本層は第１コード化ステップにより発生され、エンハンス情報の各ブロックは夫々の第２コード化ステップにより発生される、上記コード化フェーズ、及び（イ）デコード化フェーズであって、コード化信号に含まれる異なる周波数バンド内に関する情報が独立にデコード化され、両方のエンハンス情報ブロックとコアー情報がデコード化されるべき周波数バンドに対して、コード化信号が第１デコード化ステップの組及び第２デコード化ステップに伝送され、該第１デコード化ステップ数はそのバンドに対して実行された第２コード化ステップの数と同じであり、その各々において１エンハンス情報ブロックがデコード化され、該第２デコード化ステップではコアー情報がデコード化され、一方、コアー情報のみがデコード化されるべき周波数バンドでは、コード化信号が第２デコード化ステップのみに伝送され；異なるバンドに関するデコード化信号は、再結合されて元の信号のバンド幅特性に対応したバンド幅特性を有する再構成信号を作る、上記デコード化フェーズ、を少なくとも含み、前記コード化フェーズでは、２ステージ分類が行われ、それにより所与のフレーム内でコード化されるべき各音声信号が、複数の抽象クラスからの一つ及び前記１抽象クラスの複数の具体クラスからの一つに割り当てられ、具体クラスは、信号部分の特性と関係しフレーム内に存在する基本音声オブジェクトを識別し、抽象クラスは、音声信号の性質に関係し基本音声オブジェクトの結合から生じるマクロオブジェクトを識別し、また、所与の音声オブジェクトに対する前記第１コード化ステップは、複数の第１コード化アルゴリズムから選択された第１コード化アルゴリズムにより実行され、その所与の音声オブジェクトに対する如何なる第２コード化ステップも、複数の第２コード化アルゴリズムから選択されたそれぞれの第２コード化アルゴリズムにより実行され、前記複数の第１及び第２コード化アルゴリズムそれぞれからの選択は、少なくとも前記２つのステップ分類の結果に依存し；コード化フェーズは、各オブジェクトに対して、オブジェクトビットストリーム及びマクロオブジェクトビットストリームを発生し、該オブジェクトビットストリームは、そのフレーム内の音声信号と同じ具体クラスに関する全情報を含み、該マクロオブジェクトビットストリームは、同じフレームの異なるオブジェクトのビットストリームを、抽象クラス又は異なる抽象クラスに結合し、そのビットレート及びバンド幅特性は、前記第１及び前記第２アルゴリズムに対して為された選択、及びユーザー装置（ＵＳ）からコード化デバイス（ＡＣ）に送られる構成情報、及び／又は伝送システム（ＳＹ）からコード化デバイスに送られる制御情報に依存し、また、該方法は、コード化及びデコード化フェーズの間に、前記コード化フェーズにより発生されたビットストリーム、前記構成及び制御情報を操作するフェーズをさらに含み、該ビットストリームの操作は、コード化ビットストリームに含まれた抽象及び具体クラスについての情報に依存してコード化ビットストリームをスケーリングする為であり、また、前記デコード化フェーズでは、各第１デコード化ステップは、コード化フェーズで選択された第２アルゴリズムと相補的なそれぞれのアルゴリズムにより実行されてそのステップでデコード化されるべきエンハンス情報ブロックを発生し、そして、第２デコード化ステップは、第１コード化ステップで選択された第１アルゴリズムと相補的なアルゴリズムに従って実行され；前記第１及び第２デコード化アルゴリズムの各々は、抽象及び具体クラスを備えた情報及び／又はセットアップフェーズで与えられた構成情報に従って、前記第２及び第１コード化アルゴリズム夫々の一つと各々相補的な複数の第１及び第２デコード化アルゴリズムから選択される、ことを特徴とする上記デジタル化音声信号を処理する方法。２第１及び第２アルゴリズムは異なるバンドに対して独立に選択されることを特徴とする請求の範囲第１項記載の方法。３第２コード化アルゴリズムは、第１コード化アルゴリズムの適用の結果として得られる量子化エラーをコード化することを特徴とする請求の範囲第１項又は第２項記載の方法。４第１アルゴリズムは、少なくともより低い周波数バンドの組の信号に対する線形予測分析コード化アルゴリズム、並びにより高い周波数バンドの信号及び線形予測が用いられない信号に対する形状／利得ベクトル量子コード化アルゴリズムを含むことを特徴とする請求の範囲第１項乃至第３項のいずれか１項に記載の方法。５第２アルゴリズムは形状／利得ベクトル量子コード化アルゴリズムを含むことを特徴とする請求の範囲第１項乃至第４項のいずれか１項に記載の方法。６第１及び第２アルゴリズムの選択は、ユーザー装置（ＵＳ）からコード化デバイス（ＡＣ）へ送られる構成情報及び／又は伝送システム（ＳＹ）からコード化デバイスに送られる制御情報に依存して実行されることを特徴とする請求の範囲第１項乃至第５項のいずれか１項に記載の方法。７コード化の前に各フレームは複数のサブフレームに分割され、前記サブフレームの長さは、コード化遅延の複数の可能な値を得られるように、複数の長さ値から選択できることを特徴とする請求の範囲第１項乃至第６項のいずれか１項に記載の方法。８前記周波数バンドは、コード化されるべき信号のサンプリング周波数とは独立に所定のバンド幅を有することを特徴とする請求の範囲第１項乃至第７項のいずれか１項に記載の方法。９コード化されるべき信号は８から６４ｋＨｚまでの任意の入力サンプリング周波数でサンプリングされ、コード化前に、それは入力サンプリング周波数よりすぐ上の２のべき乗である内部サンプリング周波数までアップサンプリングされ、また、アップサンプリングは８、１６及び３２ｋＨｚの入力サンプリング周波数に対しては機能しないことを特徴とする請求の範囲第１項乃至第８項のいずれか１項に記載の方法。１０スピーチ信号処理に対してコード化フェーズは、（Ａ）周波数バンドの全体の組に対する第１コード化アルゴリズムとして、標準とされるスピーチコード化アルゴリズムを選択するステップ、（Ｂ）標準とされるアルゴリズムにスピーチ信号を伝送することにより発生されるコアー情報で基本層を構築するステップ、及び（Ｃ）標準とされるコード化信号に対して更新されたコード化信号を得るように、前記中間層の一つ又はトータル層に対応するコード化信号を構築するステップ、を含み、また、デコード化フェーズは、ａ）基本層のみをデコード化するステップ、又はｂ）デコード化アルゴリズムの可用性、及び／又はデコード化信号に対して得られるべき品質に依存して、コード化信号全体をデコード化するステップ、を含むことを特徴とする請求の範囲第１項乃至第９項のいずれか１項に記載の方法。１１少なくとも第１コード化ステップに伝送されるべき周波数バンドの選択に対して、第２コード化ステップも実行され、所与の周波数バンドに対する第２コード化ステップ数が、コード化信号に求められるバンド幅及びビットレートに依存しユーザー装置（ＵＳ）やシステム（ＳＹ）の要求に従って決められ、コード化信号は、１フレームベース当たり１フレーム上に、コード化される信号のバンド幅及びサンプリング周波数とは独立に利用されることを特徴とする請求の範囲第１項乃至第１０項のいずれか１項に記載の方法。１２第１コード化ステップに伝送されるべき周波数バンドの選択は、ａ）利用可能なビットレートについてコード化信号に割り当て可能な総バンド幅を決める操作、ｂ）前記バンド幅に含まれる各バンドに関連するエネルギーを決め、前記エネルギーをそれぞれの第１エネルギー閾値と比較する操作、ｃ）エネルギーが夫々の閾値を越える全てのバンドに対してコアー情報の挿入をイネーブルする操作、により実行されることを特徴とする請求の範囲第１項乃至第１１項のいずれか１項に記載の方法。１３閾値は定数閾値であることを特徴とする請求の範囲第１２項記載の方法。１４閾値は知覚モデルを用いて決められた閾値であることを特徴とする請求の範囲第１２項記載の方法。１５前記第２コード化ステップが適用されるバンドの選択、及び所与のバンドに対する第２コード化ステップ数の決定は、ｄ）各バンドに対して第２コード化ステップ全てを適用する操作、ｅ）前回のステップに対する、又は同じバンド内での第１コード化ステップに対する、各第２ステップにより与えられる信号品質の向上を決める操作、ｆ）最高の品質向上をもたらす第２コード化ステップにより与えられる、エンハンス情報ブロックのコード化信号内への挿入を、利用可能ビットレートが完全に使用されるまでイネーブルする操作、を含むことを特徴とする請求の範囲第１項乃至第１４項のいずれか１項に記載の方法。１６品質向上の前記評価が知覚モデルを用いて行われることを特徴とする請求の範囲第１５項記載の方法。１７前記音声信号がマルチメディア信号の音声成分であることを特徴とする請求の範囲第１項乃至第１６項のいずれか１項に記載の方法。１８コード化されるべき音声信号は前記２ステージ分類に伝送され、所与のフレーム内の信号が複数の抽象クラスからの１つ及び前記１抽象クラスの複数の具体クラスからの１つに割り当てられ、該分類は、周波数バンド内への前記分離のために制御パラメータとして用いられ、周波数バンドの前記選択に対して第１コード化アルゴリズム及び多くの場合第２コード化アルゴリズムが適用され、所与の周波数バンドに対して第２コード化ステップ数が決められることを特徴とする請求の範囲第１項乃至第１７項のいずれか１項に記載の方法。１９前記２ステージ分類が自動的に行われることを特徴とする請求の範囲第１項乃至第１８項のいずれか１項に記載の方法。２０前記２ステージ分類が、ユーザー装置（ＵＳ）から送られる情報により行われることを特徴とする請求の範囲第１項乃至第１８項のいずれか１項に記載の方法。２１前記オブジェクトビットストリームは、個々のコード化ステップにより作られたビットパケットにより構成され、前記マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）は、オーバーヘッドビットの第１グループ（ＯＶＨ１，ＯＶＨ２）、コアー情報のパケット、及び第２コード化ステップが実行されたならばオーバーヘッドビットの第２グループ（ＯＶＨ３）を含み、該オーバーヘッドビットの第１グループは、分類結果及び少なくとも第１コード化ステップに伝送される周波数バンドに関する情報を含み、該オーバーヘッドビットの第２グループは、少なくとも第１コード化ステップに伝送された異なる周波数バンドに対して実行されたコード化ステップ数及びエンハンス情報ブロックのパケットに関する情報を含み、また、フレーム内でコード化された異なるマクロオブジェクト（ＯＢ１１．．．ＯＢ２１）のビットストリームは順に伝送され、該伝送の前に構成フェーズが行われ、該構成フェーズではオーバーヘッドビットの別のグループ（ＯＶＨ０）が伝送され、該グループはデコーダー（ＡＤ）の構成に必要なサービス情報全てを含むことを特徴とする請求の範囲第１項乃至第２０項のいずれか１項に記載の方法。２２マクロオブジェクトビットストリーム内のビットパケットはランクにより配列され、該ランクは、パケットがコアー情報及び品質向上に属する場合、パケットがエンハンス情報に属する場合、異なるバンドのエネルギー値に関係することを特徴とする請求の範囲第２１項記載の方法。２３さらにビットストリーム操作フェーズを含み、該フェーズは、階段状ビットレート及びコード化信号のバンド幅スケーリングのために、コーダー（ＡＣ）とデコーダー（ＡＤ）間の伝送経路（１）に沿って１又は複数の場所にて実行され、各スケーリングステップは、１つのエンハンス情報ブロックの抑制、又はエンハンス情報ブロックがコード化信号に存在しない場合は周波数バンドのコアー情報の抑制に対応することを特徴とする請求の範囲第１項乃至第２２項のいずれか１項に記載の方法。２４前記ビットストリーム操作フェーズは、デコーダー（ＡＤ）の上流の１又は複数の配置にて実行され、階段状のビットレート又はコード化信号のバンド幅スケーリングを与え、各スケーリングステップは、１エンハンス情報ブロックの抑制、又はコード化信号内にエンハンス情報ブロックが存在しないときは周波数バンドのコアー情報の抑制に対応することを特徴とする請求の範囲第１項乃至第２３項のいずれか１項に記載の方法。２５前記スケーリングが、ａ１）フレームにおいて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決めるステップ、ｂ１）前記バンド幅を越える周波数バンドに関するビットパケットを除去するステップ、ｃ１）残差ビットレートが所望のビットレートを越えるならば、所望のビットレートが達成されるか又はコアー情報のみが残されるまで、最高周波数を有するバンドから開始して、各バンドに対するエンハンス情報の１ブロックを除去し、必要なら該除去は周期的に繰り返されるステップ、ｄ１）ステップｃ１）の終わりでの残差ビットレートがなお所望のビットレートを越えるならば、最高周波数バンドから開始して、１以上の周波数バンドのコアーパケットを除去するステップ、を含むことを特徴とする、請求の範囲第２２項及び第２３項に記載の方法。２６前記スケーリングが、ａ２）フレームにおいて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能な総バンド幅を決めるステップ、ｂ２）前記バンド幅を越える周波数バンドに関するビットパケットを除去するステップ、ｃ２）残差ビットレートが所望のビットレートを越えるならば、所望のビットレートが達成されるか又はコアー情報のみが残されるまで、最低ランクを有するパケットから開始して、エンハンス情報の１パケットを一度に除去するステップ、ｄ２）ステップｃ２）の終わりでの残差ビットレートがなお所望のビットレートを越えるならば、最低ランクバンドから開始して、１以上の周波数バンドのコアー情報を除去するステップ、を含むことを特徴とする、請求の範囲第２４項及び第２５項に記載の方法。２７前記ビットストリーム操作フェーズは、個々のマクロオブジェクトにおける所定のコード化パラメータの値を変えるステップを含むことを特徴とする請求の範囲第２４項乃至第２６項のいずれか１項に記載の方法。２８前記ビットストリーム操作フェーズは、異なるビットレート及び／又はバンド幅を異なるマクロオブジェクトに割り当てるように、複数のコンカレントマクロオブジェクト上に同時に実行されることを特徴とする請求の範囲第２４項乃至第２７項のいずれか１項に記載の方法。２９前記ビットストリーム操作フェーズは、ビットレート全体が所定のビットレートを越える複数のコンカレントマクロオブジェクトからの寄与を含んで、所定のビットレートにて単一ビットストリームを構築するステップを含むことを特徴とする請求の範囲第２８項記載の方法。３０前記ビットストリーム操作フェーズは、個々のマクロオブジェクト上にレベル操作を実行するステップを含み、また、個々のマクロオブジェクトに割り当てられた異なるビットレート及び／又はバンド幅はそのレベル操作を基にして選択されることを特徴とする請求の範囲第２８項又は第２９項記載の方法。３１前記ビットストリーム操作フェーズは個別に選択されたフレーム上で実行されることを特徴とする請求の範囲第２４項乃至第３０項のいずれか１項に記載の方法。３２デジタル音声信号を処理する装置であって、（ア）バンド幅特性の与えられたコード化されるべき音声信号のサンプルフレームを受信するよう構成されたエンコーダー（ＡＣ）であって、コード化すべき信号を複数の周波数バンドに分離するフィルタリング手段（ＦＢ１，ＦＢ２，ＦＢ３）、そのバンドの信号の埋込コード化のための各周波数バンドに関連したコード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）であって、各バンドに対して第１コード化装置（ＬＣＣ，ＨＣＣ）及び第２コード化装置（ＬＣＣ，ＨＣＣ）の組を含み、該第１コード化装置は、少なくとも周波数バンドの選択されたものに対してはイネーブルされ、それぞれのバンドに対するコアー情報を各フレームにて発生し、該第２コード化装置は、そのバンドに対する一連のエンハンス情報ブロックを発生し、コアー情報は信号デコード化に必要な最小量の情報である、上記コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）、及び異なる周波数バンドのコード化信号を単一埋込コード化信号内に結合する手段（ＢＣＵ）であって、基本層、トータル層及び複数の中間層を含み、該基本層は、前記選択された周波数バンドのコアー情報を含み且つ最小ビットレートに対応し、トータル層は、コード化情報の全体を含み且つ最大ビットレートに対応し、中間層は、それぞれのエンハンス情報ブロックによりコード化信号に寄与し且つ基本層からトータル層への連続ステップによりコード化信号のビットレートを増加させる、上記手段（ＢＣＵ）、を含む上記エンコーダー（ＡＣ）、並びに（イ）異なる周波数バンドのコード化信号を独立にデコード化するデコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）、及び異なる周波数バンドのデコード化信号を再結合し且つ元の音声信号のバンド幅特性に対応するバンド幅特性を有するデコード化信号を再構成する合成フィルター手段（ＦＢ４，ＦＢ５，ＦＢ６）から成るデコーダー（ＡＤ）であって、該デコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）は、第１デコード化装置（ＬＥＤ，ＨＥＤ）の組及び第２デコード化装置（ＬＣＤ，ＨＣＤ）を含み、該第１デコード化装置（ＬＥＤ，ＨＥＤ）の組は、各周波数バンドに対して前記第２組のコード化装置（ＬＥＣ，ＨＥＣ）と１対１対応し、該第２デコード化装置（ＬＣＤ，ＨＣＤ）は、コアー情報をデコード化する、上記デコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）、を含み、複数の第１及び第２コード化アルゴリズムからそれぞれ選択された第１及び第２コード化アルゴリズムを、コード化されている信号に適用するように、第１コード化装置（ＬＣＣ，ＨＣＣ）及び各第２コード化装置（ＬＥＣ，ＨＥＣ）が構成可能であり、また、第２及び第１コード化装置（ＬＥＣ，ＨＥＣ，ＬＣＣ，ＨＣＣ）により適用される第２及び第１コード化アルゴリズムにそれぞれ相補的な第１又は第２デコード化アルゴリズムを、デコード化されている信号に適用するように、各第１デコード化装置（ＬＥＤ，ＨＥＤ）及び第２デコード化装置（ＬＣＤ，ＨＣＤ）が構成可能であり、また、さらに、（あ）コード化されるべき音声信号を２ステージ分類に伝送するための分類装置（ＣＲ）であって、該２ステージ分類により、所与のフレーム内の信号は、複数の抽象クラスからの一つ、及び前記１抽象クラスの複数の具体クラスからの一つに割り当てられ、具体クラスは、信号部分の特性と関係し且つフレーム内に存在する基本音声オブジェクトを識別し、抽象クラスは、音声信号の性質に関係し且つ基本音声オブジェクトの結合から生じるマクロオブジェクトを識別し、該分類装置（ＣＲ）は、フィルタリング手段（ＦＢ１．．．ＦＢ３）及び前記第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）に対して、周波数バンド内への前記分離、選択された第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）のイネーブル化、及び該又は各コード化装置による適当なコード化アルゴリズムの選択のための制御パラメータとして分類に関する情報を与え、コード化ビットストリーム内への挿入のため前記結合手段（ＢＣＵ）に対して分類に関する情報を与える、上記分類装置（ＣＲ）、及び（い）少なくとも一つのビットストリーム操作装置（ＢＭＵ）であって、デコーダー（ＡＤ）の上流に位置し、個々のマクロオブジェクト及び／又はオブジェクトに関するコード化信号のビットレート又はバンド幅のスケーリングを行う上記ビットストリーム操作装置（ＢＭＵ）、を含む、ことを特徴とする上記デジタル音声信号を処理する装置。３３前記エンコーダー（ＡＣ）は８から６４ｋＨｚまでの任意の入力サンプリング周波数にてサンプリングされた信号を受信し、さらに入力サンプリング周波数よりすぐ大きい２のべき乗である内部サンプリング周波数にて前記信号をアップサンプリングするための手段（ＭＸＵ）を含み、前記アップサンプリング手段（ＭＸＵ）は８、１６及び３２ｋＨｚの入力サンプリング周波数に対して作動しないことを特徴とする請求の範囲第３２項記載の装置。３４エンコーダー（ＡＣ）内の前記フィルター手段（ＦＢ１．．．ＦＢ３）は、コード化されるべき信号のサンプリング周波数とは独立に所定のバンド幅の周波数バンドを発生するように構成できることを特徴とする請求の範囲第３２項又は第３３項記載の装置。３５エンコーダー（ＡＣ）は、複数のサブフレーム内に各フレームを分割するための手段（ＳＦ１，ＳＦ２）を含み、該サブフレームの持続時間はフレーム持続時間の約数であり、そして、フレームを分割するための手段（ＳＦ１，ＳＦ２）は、複数の持続時間値から選択可能な持続時間のサブフレームを発生してコード化遅延の複数の可能な値を得られるように構成可能であることを特徴とする請求の範囲第３２項乃至第３４項のいずれか１項に記載の装置。３６各バンドの第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）は、その他のバンドのコード化装置とは独立に構成可能であることを特徴とする請求の範囲第３２項乃至第３５項のいずれか１項に記載の装置。３７線形予測分析コード化アルゴリズムを少なくともより低い周波数バンドの組の信号に対して適用し、且つ、形状／利得ベクトル量子コード化アルゴリズムをより高い周波数バンドの信号及び線形予測が用いられない信号に対して適用するように、第１コード化装置（ＬＣＣ，ＨＣＣ）が構成可能であることを特徴とする請求の範囲第３２項乃至第３６項のいずれか１項に記載の装置。３８周波数バンドと関連する第２コード化装置（ＬＥＣ，ＨＥＣ）は、第１コード化アルゴリズムを同一周波数バンド内の信号に適用した結果得られる量子化エラーをコード化することを特徴とする請求の範囲第３２項乃至第３７項のいずれか１項に記載の装置。３９第２コード化装置（ＬＥＣ，ＨＥＣ）は、形状／利得ベクトル量子コード化アルゴリズムを全ての周波数バンドに適用するように構成可能であることを特徴とする請求の範囲第３２項乃至第３８項のいずれか１項に記載の装置。４０第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）は、コード化信号に求められるバンド幅及びビットレートに依存し、ユーザー（ＵＳ）及び伝送システム（ＳＹ）の要求に依存し、コード化されるべき信号のバンド幅及びサンプリング周波数に依存せず、１フレームベース当たり１フレーム上にイネーブルされ且つ構成されることを特徴とする請求の範囲第３２項乃至第３９項のいずれか１項に記載の装置。４１スピーチ信号処理において、（ア）第１コード化装置（ＬＣＣ）は、標準として定められたスピーチコード化アルゴリズムを周波数バンドの全体の組に適用するように構成され、（イ）標準として定められたアルゴリズムの適用により発生された情報を用いて基本層を構築し、且つ、前記中間層の一つ又はトータル層に対応するコード化信号を構築するように、前記結合手段（ＢＣＵ）が構成され、標準として定められたコード化信号に対して更新されたコード化信号を得、また、デコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）は、デコード化アルゴリズムの可用性及び／又はデコード化信号に対して達成されるべき品質に依存して、基本層のみか又はコード化信号の全体をデコード化するように構成される、ことを特徴とする請求の範囲第３２項乃至第４０項のいずれか１項に記載の装置。４２前記第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）のイネーブル化は前記結合手段（ＢＣＵ）により制御されることを特徴とする請求の範囲第３２項乃至第４１項のいずれか１項に記載の装置。４３第１コード化装置（ＬＣＣ，ＨＣＣ）のイネーブル化のために、前記結合手段（ＢＣＵ）は、異なる周波数バンド内の信号のエネルギーを評価する手段（ＢＣＬ）であって、エネルギーが所定の閾値を越えるバンドと関連する第１コード化装置（ＬＣＣ，ＨＣＣ）のみをイネーブルする該手段（ＢＣＬ）を含むことを特徴とする請求の範囲第３２項乃至第４３項のいずれか１項に記載の装置。４４前記閾値は、処理装置（ＰＭＰ）により知覚モデルを用いることで計算されることを特徴とする請求の範囲第４３項記載の装置。４５第２コード化装置（ＬＥＣ，ＨＥＣ）のイネーブル化のために、前記結合手段（ＢＣＵ）は、すぐ前の第２コード化装置（ＬＥＣ，ＨＥＣ）又は同じバンドと関連する第１コード化装置（ＬＣＣ，ＨＣＣ）の出力での品質に対して、各第２コード化装置（ＬＥＣ，ＨＥＣ）の出力でのコード化信号の品質の向上を評価する手段（ＢＣＬ）を含み、最高の品質向上を与える第２コード化装置のみがイネーブルされることを特徴とする請求の範囲第３２項乃至第４４項のいずれか１項に記載の装置。４６品質向上のための前記手段（ＢＣＬ）は、前記処理装置（ＰＭＰ）により与えられる知覚モデルに関する情報を利用することを特徴とする請求の範囲第４４項及び第４５項に記載の装置。４７個々のコード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）により作られビットのパケットであり、１フレーム内の単一音声信号に対する所与の具体クラスに関する全情報を含んだ前記ビットパケットをオブジェクトビットストリーム内に結合し、且つ、前記フレーム内の前記音声信号の異なるオブジェクトのビットストリームをマクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内に結合するように、前記結合手段（ＢＣＵ）が構成され、該マクロオブジェクトビットストリームは、分類結果及び少なくとも第１コード化装置（ＬＣＣ，ＨＣＣ）がイネーブルされる周波数バンドについての情報を含んだオーバーヘッドビット（ＯＶＨ１，ＯＶＨ２）の第１グループ；コアー情報のパケット；及び第２コード化装置（ＬＥＣ，ＨＥＣ）がイネーブル化されているならば、異なる周波数バンドに対してイネーブル化されたコード化装置数に関する情報及びエンハンス情報ブロックのパケットを含んだオーバーヘッドビット（ＯＶＨ３）の第２グループから成り、また、通信のセットアップフェーズでは、デコーダー（ＡＤ）を構成するのに必要な全てのサービス情報をコーダー（ＡＤ）と同じ方法で伝送し、通信中は、フレーム中にコード化された異なるマクロオブジェクトのビットストリームを順に伝送するように、前記結合手段（ＢＣＵ）が構成される、ことを特徴とする請求の範囲第３２項乃至第４６項のいずれか１項に記載の装置。４８マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内のビットストリームを周波数バンドの順に最低周波数バンドから開始して伝送するように、結合手段（ＢＣＵ）が構成されることを特徴とする請求の範囲第４７項記載の装置。４９マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内のビットパケットをランクの順に最高ランクのビットパケットから開始して伝送するように、結合手段（ＢＣＵ）が構成され、該ランクは、パケットがコアー情報に属する場合には異なるバンドのエネルギー値に関係し、パケットがエンハンス情報に属する場合には品質向上の実体に関係することを特徴とする請求の範囲第４８項記載の装置。５０前記操作装置（ＢＭＵ）は、ビットレート又はバンド幅のステップ状スケーリングを実行するように構成され、これは、第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるパケットから開始して各スケーリングステップにてビットパケットを抑制すること、及び第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるパケットがビットストリーム内に存在しないときは第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるパケットで続けることにより行われることを特徴とする請求の範囲第３２項乃至第４９項のいずれか１項に記載の装置。５１前記ビットストリーム操作装置（ＢＭＵ）は、個別に選択されたフレーム内の個々のオブジェクト又はマクロオブジェクトのビットストリームを操作するように構成されることを特徴とする請求の範囲第５０項記載の装置。５２前記スケーリングに対して、前記ビットストリーム操作装置（ＢＭＵ）は、（ア）フレーム内にて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決め、（イ）前記バンド幅を越えて存在する周波数バンドに関するビットパケットを除去し、（ウ）所望のビットレートが達成されるか又はコアー情報のみが残されるまで、保持されてきた周波数バンドの各々に対する第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられる１つのビットパケットを、最高周波数のバンドから開始して除去し、該除去は必要ならば周期的に繰り返され、（エ）１以上の周波数バンドに対して第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるビットパケットを最高周波数バンドから開始して除去する、ように構成されることを特徴とする請求の範囲第５０項乃至第５１項のいずれか１項に記載の装置。５３前記スケーリングに対して、前記ビットストリーム操作装置（ＢＭＵ）は、（ア）フレーム内で所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決め、（イ）前記バンド幅を越えて存在する周波数バンドに関するビットパケットを除去し、（ウ）第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるビットパケットを最低ランクのパケットから開始して除去し、（エ）１以上の周波数バンドに対して第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるビットパケットを最低エネルギーバンドから開始して除去する、ように構成されることを特徴とする請求の範囲第５０項乃至第５２項のいずれか１項に記載の装置。５４前記ビットストリーム操作装置（ＢＭＵ）は、個々のマクロオブジェクト内の所定のコード化パラメータの値を変えるように構成されることを特徴とする請求の範囲第５０項乃至第５３項のいずれか１項に記載の装置。５５全体のビットレートが所定のビットレートを越える複数のコンカレントマクロオブジェクトからの寄与を含め、所定のビットレートにて単一ビットストリームを構築するように、前記ビットストリーム操作装置（ＢＭＵ）が構成されることを特徴とする請求の範囲第５０項乃至第５４項のいずれか１項に記載の装置。５６単一ビットストリームを構築する前に個々のマクロオブジェクトのレベルを操作し、且つ、操作されたレベルに基づいて個々のマクロオブジェクトの寄与に対するビットレート及び／又はバンド幅を選択するように、前記ビットストリーム操作装置（ＢＭＵ）が構成されることを特徴とする請求の範囲第５５項記載の装置。

───────────────────────────────────────────────────── フロントページの続き (72)発明者フエスタ，ミケーレイタリー国アイ−10137 トリノ、ヴイア・フイラデルフイア 128／１ (72)発明者ミユラー，イオルク，マーチンドイツ連邦共和国デー−71409 シユヴアイクハイム、レルヒエンシユトラーセ 18／１ (72)発明者セレーノ，ダニエーレイタリー国アイ−10151 トリノ、ヴイア・イセルニア７／エー

Claims

【特許請求の範囲】１デジタル化音声信号を処理する方法であって、（ア）コード化フェーズであって、処理されて所定数のサンプルから成る一連のフレームに編成されるべき信号が、独立にコード化され得る複数の周波数バンドに分離され、コード化信号は、前記周波数バンドの少なくとも選択されたもの内の信号に関連した情報を含んで発生され、コード化は埋込コード化技術に従って行われ、その結果、コード化信号は、基本層、トータル層及び複数の中間層を含み、該基本層はデコード化に必要な最小量の情報（「コアー情報」）を含み且つ最小ビットレートに対応し、該トータル層はコード化情報の全体を含み且つ最大ビットレートに対応し、該中間層はそれぞれの情報ブロック（「エンハンス情報」）によりコード化信号に寄与し且つ基本層からトータル層への連続ステップによりコード化信号のビットレートを増加させる、上記コード化フェーズ、及び（イ）デコード化フェーズであって、コード化信号に含まれる周波数バンド内の信号に関する情報が独立にデコード化され、異なるバンドに関するデコード化信号が再結合されて元の信号のバンド幅特性に対応したバンド幅特性を有する再構成信号を作る、上記デコード化フェーズ、を少なくとも含み、前記コード化フェーズにおいて各フレームでは、（Ａ）少なくとも前記選択された周波数バンドの信号は第１コード化ステップに伝送され、該第１コード化ステップはコアー情報を発生し且つ複数の第１コード化アルゴリズムから選択された第１コード化アルゴリズムにより実行され、そして、上記信号は大抵の場合１つの又は複数の第２コード化ステップに伝送され、各第２コード化ステップは、コアー情報のみによっては表せない信号部分をコード化してエンハンス情報の１ブロックを発生し、且つ複数の第２コード化アルゴリズムから選択された第２コード化アルゴリズムにより実行され、（Ｂ）複数のそれぞれの前記第１及び第２コード化アルゴリズムからの選択は、２ステージ分類の結果に依存し、それにより所与のフレーム内の信号は複数の抽象クラスのうちの一つ及び前記１抽象クラスの複数の具体クラスのうちの一つに割り当てられ、（Ｃ）複数のそれぞれの前記第１及び第２コード化アルゴリズムからの選択は、ユーザー（ＵＳ）からコード化デバイス（ＡＣ）に送られる構成情報に依存し、（Ｄ）複数のそれぞれの前記第１及び第２コード化アルゴリズムからの選択は、伝送システムからコード化デバイスの送られる制御情報に依存し、また、前記デコード化フェーズにおいて各フレームでは、（Ｅ）両方のエンハンス情報ブロックとコアー情報が存在する周波数バンドのコード化信号は、１組の第１デコード化ステップに伝送され、該ステップ数はそのバンドに対して行われる第２コード化ステップの数と同じでありその各々において１エンハンス情報ブロックがデコード化され、そして上記コード化信号は、第２デコード化ステップに伝送されてコアー情報がデコード化され、一方、コアー情報のみが存在する周波数バンドのコード化信号は、第２デコード化ステップのみに伝送され、各第１デコード化ステップは、コード化フェーズで選択された第２アルゴリズムと相補的な夫々のアルゴリズムにより実行されてそのステップでデコード化されるべきエンハンス情報ブロックを発生し、また、第２デコード化ステップは第１コード化ステップで選択された第１アルゴリズムと相補的なアルゴリズムに従って実行され、（Ｆ）前記第１及び第２デコード化アルゴリズムの各々は、抽象及び具体クラス分類を有する情報に従って、前記第２及び第１コード化アルゴリズムの一つと各々が相補的な複数の第１及び第２デコード化アルゴリズムから選択され、（Ｇ）前記第１及び第２デコード化アルゴリズムの各々は、セットアップフェーズで与えられる構成情報に従って、前記第２及び第１コード化アルゴリズムの一つと各々が相補的な複数の第１及び第２デコード化アルゴリズムから選択される、ことを特徴とする上記デジタル化音声信号を処理する方法。２第１及び第２アルゴリズムは異なるバンドに対して独立に選択されることを特徴とする請求の範囲第１項記載の方法。３第２コード化アルゴリズムは、第１コード化アルゴリズムの適用の結果として得られる量子化エラーをコード化することを特徴とする請求の範囲第１項又は第２項記載の方法。４第１アルゴリズムは、少なくともより低い周波数バンドの組の信号に対する線形予測分析コード化アルゴリズム、並びにより高い周波数バンドの信号及び線形予測が用いられない信号に対する形状／利得ベクトル量子コード化アルゴリズムを含むことを特徴とする請求の範囲第１項乃至第３項のいずれか１項に記載の方法。５第２アルゴリズムは形状／利得ベクトル量子コード化アルゴリズムを含むことを特徴とする請求の範囲第１項乃至第４項のいずれか１項に記載の方法。６コード化信号のビットレートは複数のビットレートから選択可能であることを特徴とする請求の範囲第１項乃至第５項のいずれか１項に記載の方法。７コード化の前に各フレームは複数のサブフレームに分割され、前記サブフレームの長さは、コード化遅延の複数の可能な値を得られるように、複数の長さ値から選択できることを特徴とする請求の範囲第１項乃至第６項のいずれか１項に記載の方法。８前記周波数バンドは、コード化されるべき信号のサンプリング周波数とは独立に所定のバンド幅を有することを特徴とする請求の範囲第１項乃至第７項のいずれか１項に記載の方法。９コード化されるべき信号は８から６４ｋＨｚまでの任意の入力サンプリング周波数でサンプリングされ、コード化前に、それは入力サンプリング周波数よりすぐ上の２のべき乗である内部サンプリング周波数までアップサンプリングされ、また、アップサンプリングは８、１６及び３２ｋＨｚの入力サンプリング周波数に対しては機能しないことを特徴とする請求の範囲第１項乃至第８項のいずれか１項に記載の方法。１０スピーチ信号処理に対してコード化フェーズは、（Ａ）周波数バンドの全体の組に対する第１コード化アルゴリズムとして、標準とされるスピーチコード化アルゴリズムを選択するステップ、（Ｂ）標準とされるアルゴリズムにスピーチ信号を伝送することにより発生されるコアー情報で基本層を構築するステップ、及び（Ｃ）標準とされるコード化信号に対して更新されたコード化信号を得るように、前記中間層の一つ又はトータル層に対応するコード化信号を構築するステップ、を含み、また、デコード化フェーズは、ａ）基本層のみをデコード化するステップ、又はｂ）デコード化アルゴリズムの可用性、及び／又はデコード化信号に対して得られるべき品質に依存して、コード化信号全体をデコード化するステップ、を含むことを特徴とする請求の範囲第１項乃至第９項のいずれか１項に記載の方法。１１少なくとも第１コード化ステップに伝送されるべき周波数バンドの選択に対して、第２コード化ステップも実行され、所与の周波数バンドに対する第２コード化ステップ数が、コード化信号に求められるバンド幅及びビットレートに依存しユーザーやシステムの要求に従って決められ、コード化信号は、１フレームベース当たり１フレーム上に、コード化される信号のバンド幅及びサンプリング周波数とは独立に利用されることを特徴とする請求の範囲第１項乃至第１０項のいずれか１項に記載の方法。１２第１コード化ステップに伝送されるべき周波数バンドの選択は、ａ）利用可能なビットレートについてコード化信号に割り当て可能な総バンド幅を決める操作、ｂ）前記バンド幅に含まれる各バンドに関連するエネルギーを決め、前記エネルギーをそれぞれの第１エネルギー閾値と比較する操作、ｃ）エネルギーが夫々の閾値を越える全てのバンドに対してコアー情報の挿入をイネーブルする操作、により実行されることを特徴とする請求の範囲第１項乃至第１１項のいずれか１項に記載の方法。１３閾値は定数閾値であることを特徴とする請求の範囲第１２項記載の方法。１４閾値は知覚モデルを用いて決められた閾値であることを特徴とする請求の範囲第１２項記載の方法。１５前記第２コード化ステップが適用されるバンドの選択、及び所与のバンドに対する第２コード化ステップ数の決定は、ｄ）各バンドに対して第２コード化ステップ全てを適用する操作、ｅ）前回のステップに対する、又は同じバンド内での第１コード化ステップに対する、各第２ステップにより与えられる信号品質の向上を決める操作、ｆ）最高の品質向上をもたらす第２コード化ステップにより与えられる、エンハンス情報ブロックのコード化信号内への挿入を、利用可能ビットレートが完全に使用されるまでイネーブルする操作、を含むことを特徴とする請求の範囲第１項乃至第１４項のいずれか１項に記載の方法。１６品質向上の前記評価が知覚モデルを用いて行われることを特徴とする請求の範囲第１５項記載の方法。１７前記音声信号がマルチメディア信号の音声成分であることを特徴とする請求の範囲第１項乃至第１６項のいずれか１項に記載の方法。１８コード化されるべき音声信号は前記２ステージ分類に伝送され、所与のフレーム内の信号が複数の抽象クラスからの１つ及び前記１抽象クラスの複数の具体クラスからの１つに割り当てられ、該分類は、周波数バンド内への前記分離のために制御パラメータとして用いられ、周波数バンドの前記選択に対して第１コード化アルゴリズム及び多くの場合第２コード化アルゴリズムが適用され、所与の周波数バンドに対して第２コード化ステップ数が決められることを特徴とする請求の範囲第１項乃至第１７項のいずれか１項に記載の方法。１９さらにビットストリーム構成フェーズを含み、該フェーズでは各フレームにおいて及びコード化される各音声信号に対して、個々のコード化ステップにより作られたビットのパケットが、オブジェクトビットストリーム内に共にグループ化され、該オブジェクトビットストリームは、そのフレーム内の該音声信号に対する同じ具体クラスについての全情報を含み、また、前記フレーム内の前記音声信号の異なるオブジェクトのビットストリームが、マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内に共にグループ化され、分類結果及び少なくとも第１コード化ステップに伝送される周波数バンドに関する情報を含んだオーバーヘッドビットの第１グループ（ＯＶＨ１，ＯＶＨ２）；コアー情報のパケット；及び第２コード化ステップが実行されたならば、少なくとも第１コード化ステップに伝送された異なる周波数バンドに対して実行されたコード化ステップ数、及びエンハンス情報ブロックのパケットに関する情報を含んだオーバーヘッドビットの第２グループ（ＯＶＨ３）を含み、フレーム内でコード化された異なるマクロオブジェクトのビットストリーム（ＯＢ１１．．．ＯＢ２１）が順に伝送され、該伝送は構成フェーズにより進められ、該フェーズではオーバーヘッドビットの別のグループ（ＯＶＨ０）が伝送され、該グループはデコーダー（ＡＤ）の構成に必要な全てのサービス情報を含む、ことを特徴とする請求の範囲第１項乃至第１８項のいずれか１項に記載の方法。２０マクロオブジェクト内のビットパケットは周波数バンドにより配列されることを特徴とする請求の範囲第１９項記載の方法。２１マクロオブジェクトビットストリーム内のビットパケットはランクにより配列され、該ランクは、パケットがコアー情報及び品質向上に属する場合、パケットがエンハンス情報に属する場合、異なるバンドのエネルギー値に関係することを特徴とする請求の範囲第１９項記載の方法。２２さらにビットストリーム操作フェーズを含み、該フェーズは、階段状ビットレート及びコード化信号のバンド幅スケーリングのために、コーダー（ＡＣ）とデコーダー（ＡＤ）間の伝送経路（１）に沿って１又は複数の場所にて実行され、各スケーリングステップは、１つのエンハンス情報ブロックの抑制、又はエンハンス情報ブロックがコード化信号に存在しない場合は周波数バンドのコアー情報の抑制に対応することを特徴とする請求の範囲第１項乃至第２１項のいずれか１項に記載の方法。２３前記スケーリングが個々のオブジェクト又はマクロオブジェクトのビットストリーム上で実行されることを特徴とする請求の範囲第２２項記載の方法。２４前記スケーリングが、ａ１）フレームにおいて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決めるステップ、ｂ１）前記バンド幅を越える周波数バンドに関するビットパケットを除去するステップ、ｃ１）残差ビットレートが所望のビットレートを越えるならば、所望のビットレートが達成されるか又はコアー情報のみが残されるまで、最高周波数を有するバンドから開始して、各バンドに対するエンハンス情報の１ブロックを除去し、必要なら該除去は周期的に繰り返されるステップ、ｄ１）ステップｃ１）の終わりでの残差ビットレートがなお所望のビットレートを越えるならば、最高周波数バンドから開始して、１以上の周波数バンドのコアーパケットを除去するステップ、を含むことを特徴とする、請求の範囲第２０項を参照するならば請求の範囲第２２項及び第２３項に記載の方法。２５前記スケーリングが、ａ２）フレームにおいて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能な総バンド幅を決めるステップ、ｂ２）前記バンド幅を越える周波数バンドに関するビットパケットを除去するステップ、ｃ２）残差ビットレートが所望のビットレートを越えるならば、所望のビットレートが達成されるか又はコアー情報のみが残されるまで、最低ランクを有するパケットから開始して、エンハンス情報の１パケットを一度に除去するステップ、ｄ２）ステップｃ２）の終わりでの残差ビットレートがなお所望のビットレートを越えるならば、最低ランクバンドから開始して、１以上の周波数バンドのコアー情報を除去するステップ、を含むことを特徴とする、請求の範囲第２１項を参照するならば請求の範囲第２２項及び第２３項に記載の方法。２６前記ビットストリーム操作フェーズは、個々のマクロオブジェクトにおける所定のコード化パラメータの値を変えるステップを含むことを特徴とする請求の範囲第２２項乃至第２５項のいずれか１項に記載の方法。２７前記ビットストリーム操作フェーズは、異なるビットレート及び／又はバンド幅を異なるマクロオブジェクトに割り当てるように、複数のコンカレントマクロオブジェクト上に同時に実行されることを特徴とする請求の範囲第２２項乃至第２６項のいずれか１項に記載の方法。２８前記ビットストリーム操作フェーズは、ビットレート全体が所定のビットレートを越える複数のコンカレントマクロオブジェクトからの寄与を含んで、所定のビットレートにて単一ビットストリームを構築するステップを含むことを特徴とする請求の範囲第２７項記載の方法。２９前記ビットストリーム操作フェーズは、個々のマクロオブジェクト上にレベル操作を実行するステップを含み、また、個々のマクロオブジェクトに割り当てられた異なるビットレート及び／又はバンド幅はそのレベル操作を基にして選択されることを特徴とする請求の範囲第２７項又は第２８項記載の方法。３０前記ビットストリーム操作フェーズは個別に選択されたフレーム上で実行されることを特徴とする請求の範囲第２２項乃至第２９項のいずれか１項に記載の方法。３１デジタル音声信号を処理する装置であって、（ア）バンド幅特性の与えられたコード化されるべき音声信号のサンプルフレームを受信するよう構成されたエンコーダー（ＡＣ）であって、コード化すべき信号を複数の周波数バンドに分離するフィルタリング手段（ＦＢ１，ＦＢ２，ＦＢ３）、そのバンドの信号の埋込コード化のための各周波数バンドに関連したコード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）、及び異なる周波数バンドのコード化信号を単一埋込コード化信号内に結合する手段（ＢＣＵ）であって、基本層、トータル層及び複数の中間層を含み、該基本層は、信号デコード化に必要な最小量の情報（「コアー情報」）を含み且つ最小ビットレートに対応し、トータル層は、コード化情報の全体を含み且つ最大ビットレートに対応し、中間層は、それぞれの情報ブロック（「エンハンス情報」）によりコード化信号に寄与し且つ基本層からトータル層への連続ステップによりコード化信号のビットレートを増加させる、上記手段（ＢＣＵ）、を含む上記エンコーダー（ＡＣ）、並びに（イ）異なる周波数バンドのコード化信号を独立にデコード化するデコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）、及び異なる周波数バンドのデコード化信号を再結合し且つ元の音声信号のバンド幅特性に対応するバンド幅特性を有するデコード化信号を再構成する合成フィルター手段（ＦＢ４，ＦＢ５，ＦＢ６）から成るデコーダー（ＡＤ）、を含み、各バンドのコード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）は、第１コード化装置（ＬＣＣ，ＨＣＣ）及び第２コード化装置の組（ＬＣＣ，ＨＣＣ）を含み、該第１コード化装置は、周波数バンドの少なくとも選択されたものに対してイネーブルされ、そのバンドに対するコアー情報を各フレームにて発生し、該第２コード化装置は、そのバンドに対する一連のエンハンス情報ブロックを発生し、前記選択された周波数バンドに関連した第２コード化装置（ＬＥＣ，ＨＥＣ）のみがイネーブルされてそれぞれのエンハンス情報ブロックをコード化信号内に導入し、第１コード化装置（ＬＣＣ，ＨＣＣ）及び各第２コード化装置（ＬＥＣ，ＨＥＣ）は、コード化されている信号に対して、複数の第１及び第２コード化アルゴリズムから選択されたそれぞれの第１又は第２コード化アルゴリズムを適用すべく、構成でき、また、各バンドのデコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）は、１組の第１デコード化装置（ＬＥＤ，ＨＥＤ）と第２デコード化装置（ＬＣＤ，ＨＣＤ）を含み、第１デコード化装置は前記第２組のコード化装置（ＬＥＣ，ＨＥＣ）と１対１対応し且つその各々はエンハンス情報ブロックをデコード化し、第２デコード化装置は、コアー情報をデコード化し、各々の第１デコード化装置（ＬＥＤ，ＨＥＤ）及び第２デコード化装置（ＬＣＤ，ＨＣＤ）は、デコード化されている信号に、第２及び第１コード化装置（ＬＥＣ，ＨＥＣ，ＬＣＣ，ＨＣＣ）によりそれぞれ与えられる第２及び第１コード化アルゴリズムと相補的な第１又は第２デコード化アルゴリズムをそれぞれ適用すべく、構成できる、ことを特徴とする上記デジタル音声信号を処理する装置。３２前記エンコーダー（ＡＣ）は８から６４ｋＨｚまでの任意の入力サンプリング周波数にてサンプリングされた信号を受信し、さらに入力サンプリング周波数よりすぐ大きい２のべき乗である内部サンプリング周波数にて前記信号をアップサンプリングするための手段（ＭＸＵ）を含み、前記アップサンプリング手段（ＭＸＵ）は８、１６及び３２ｋＨｚの入力サンプリング周波数に対して作動しないことを特徴とする請求の範囲第３１項記載の装置。３３エンコーダー（ＡＣ）内の前記フィルター手段（ＦＢ１．．．ＦＢ３）は、コード化されるべき信号のサンプリング周波数とは独立に所定のバンド幅の周波数バンドを発生するように構成できることを特徴とする請求の範囲第３１項又は第３２項記載の装置。３４エンコーダー（ＡＣ）は、複数のサブフレーム内に各フレームを分割するための手段（ＳＦ１，ＳＦ２）を含み、該サブフレームの持続時間はフレーム持続時間の約数であり、そして、フレームを分割するための手段（ＳＦ１，ＳＦ２）は、複数の持続時間値から選択可能な持続時間のサブフレームを発生してコード化遅延の複数の可能な値を得られるように構成可能であることを特徴とする請求の範囲第３１項乃至第３３項のいずれか１項に記載の装置。３５各バンドの第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）は、その他のバンドのコード化装置とは独立に構成可能であることを特徴とする請求の範囲第３１項乃至第３４項のいずれか１項に記載の装置。３６線形予測分析コード化アルゴリズムを少なくともより低い周波数バンドの組の信号に対して適用し、且つ、形状／利得ベクトル量子コード化アルゴリズムをより高い周波数バンドの信号及び線形予測が用いられない信号に対して適用するように、第１コード化装置（ＬＣＣ，ＨＣＣ）が構成可能であることを特徴とする請求の範囲第３１項乃至第３５項のいずれか１項に記載の装置。３７周波数バンドと関連する第２コード化装置（ＬＥＣ，ＨＥＣ）は、第１コード化アルゴリズムを同一周波数バンド内の信号に適用した結果得られる量子化エラーをコード化することを特徴とする請求の範囲第３１項乃至第３６項のいずれか１項に記載の装置。３８第２コード化装置（ＬＥＣ，ＨＥＣ）は、形状／利得ベクトル量子コード化アルゴリズムを全ての周波数バンドに適用するように構成可能であることを特徴とする請求の範囲第３１項乃至第３７項のいずれか１項に記載の装置。３９第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）は、コード化信号に求められるバンド幅及びビットレートに依存し、ユーザー（ＵＳ）及び伝送システム（ＳＹ）の要求に依存し、コード化されるべき信号のバンド幅及びサンプリング周波数に依存せず、１フレームベース当たり１フレーム上にイネーブルされ且つ構成されることを特徴とする請求の範囲第３１項乃至第３８項のいずれか１項に記載の装置。４０スピーチ信号処理において、（ア）第１コード化装置（ＬＣＣ）は、標準として定められたスピーチコード化アルゴリズムを周波数バンドの全体の組に適用するように構成され、（イ）標準として定められたアルゴリズムの適用により発生された情報を用いて基本層を構築し、且つ、前記中間層の一つ又はトータル層に対応するコード化信号を構築するように、前記結合手段（ＢＣＵ）が構成され、標準として定められたコード化信号に対して更新されたコード化信号を得、また、デコード化装置（ＬＥＤ，ＨＥＤ，ＬＣＤ，ＨＣＤ）は、デコード化アルゴリズムの可用性及び／又はデコード化信号に対して達成されるべき品質に依存して、基本層のみか又はコード化信号の全体をデコード化するように構成される、ことを特徴とする請求の範囲第３１項乃至第３９項のいずれか１項に記載の装置。４１前記第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）のイネーブル化は前記結合手段（ＢＣＵ）により制御されることを特徴とする請求の範囲第３１項乃至第４０項のいずれか１項に記載の装置。４２前記結合手段（ＢＣＵ）は、単一埋込コード化信号を発生するように構成され、該単一組込コード化信号のビットレートは複数の異なるビットレートから選択可能であることを特徴とする請求の範囲第３１項乃至第４１項のいずれか１項に記載の装置。４３第１コード化装置（ＬＣＣ，ＨＣＣ）のイネーブル化のために、前記結合手段（ＢＣＵ）は、異なる周波数バンド内の信号のエネルギーを評価する手段（ＢＣＬ）であって、エネルギーが所定の閾値を越えるバンドと関連する第１コード化装置（ＬＣＣ，ＨＣＣ）のみをイネーブルする該手段（ＢＣＬ）を含むことを特徴とする請求の範囲第３１項乃至第４２項のいずれか１項に記載の装置。４４前記閾値は、処理装置（ＰＭＰ）により知覚モデルを用いることで計算されることを特徴とする請求の範囲第４３項記載の装置。４５第２コード化装置（ＬＥＣ，ＨＥＣ）のイネーブル化のために、前記結合手段（ＢＣＵ）は、すぐ前の第２コード化装置（ＬＥＣ，ＨＥＣ）又は同じバンドと関連する第１コード化装置（ＬＣＣ，ＨＣＣ）の出力での品質に対して、各第２コード化装置（ＬＥＣ，ＨＥＣ）の出力でのコード化信号の品質の向上を評価する手段（ＢＣＬ）を含み、最高の品質向上を与える第２コード化装置のみがイネーブルされることを特徴とする請求の範囲第３１項乃至第４４項のいずれか１項に記載の装置。４６品質向上のための前記手段（ＢＣＬ）は、前記処理装置（ＰＭＰ）により与えられる知覚モデルに関する情報を利用することを特徴とする請求の範囲第４４項及び第４５項に記載の装置。４７コード化されるべき音声信号を２ステージ分類に伝送するための分類装置（ＣＲ）を含み、該２ステージ分類により、所与のフレーム内の信号が、複数の抽象クラスからの一つ及び前記１抽象クラスの複数の具体クラスからの一つに割り当てられ、該分類装置（ＣＲ）は、分類に関する情報をフィルター手段（ＦＢ１．．．ＦＢ３）、前記第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）及び前記結合手段（ＢＣＵ）に、前記周波数バンドへの分離のため、第１及び第２コード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）のイネーブル化のため、及び各コード化装置による適当なコード化アルゴリズムの選択のための制御パラメータとして与えることを特徴とする請求の範囲第３１項乃至第４６項のいずれか１項に記載の装置。４８個々のコード化装置（ＬＣＣ，ＨＣＣ，ＬＥＣ，ＨＥＣ）により作られビットのパケットであり、１フレーム内の単一音声信号に対する所与の具体クラスに関する全情報を含んだ前記ビットパケットをオブジェクトビットストリーム内に結合し、且つ、前記フレーム内の前記音声信号の異なるオブジェクトのビットストリームをマクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内に結合するように、前記結合手段（ＢＣＵ）が構成され、該マクロオブジェクトビットストリームは、分類結果及び少なくとも第１コード化装置（ＬＣＣ，ＨＣＣ）がイネーブルされる周波数バンドについての情報を含んだオーバーヘッドビット（ＯＶＨ１，ＯＶＨ２）の第１グループ；コアー情報のパケット；及び第２コード化装置（ＬＥＣ，ＨＥＣ）がイネーブル化されているならば、異なる周波数バンドに対してイネーブル化されたコード化装置数に関する情報及びエンハンス情報ブロックのパケットを含んだオーバーヘッドビット（ＯＶＨ３）の第２グループから成り、また、通信のセットアップフェーズでは、デコーダー（ＡＤ）を構成するのに必要な全てのサービス情報をコーダー（ＡＤ）と同じ方法で伝送し、通信中は、フレーム中にコード化された異なるマクロオブジェクトのビットストリームを順に伝送するように、前記結合手段（ＢＣＵ）が構成される、ことを特徴とする請求の範囲第３１項乃至第４７項のいずれか１項に記載の装置。４９マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内のビットストリームを周波数バンドの順に最低周波数バンドから開始して伝送するように、結合手段（ＢＣＵ）が構成されることを特徴とする請求の範囲第４８項記載の装置。５０マクロオブジェクトビットストリーム（ＯＢ１１．．．ＯＢ２１）内のビットパケットをランクの順に最高ランクのビットパケットから開始して伝送するように、結合手段（ＢＣＵ）が構成され、該ランクは、パケットがコアー情報に属する場合には異なるバンドのエネルギー値に関係し、パケットがエンハンス情報に属する場合には品質向上の実体に関係することを特徴とする請求の範囲第４８項記載の装置。５１所定のパラメータ及び／又はコード化信号の階段状ビットレート及びバンド幅スケーリングを変え、且つ、伝送経路（１）に沿ってコーダー（ＡＣ）とデコーダー（ＡＤ）の間に配置された少なくとも一つのビットストリーム操作装置（ＢＭＵ）をさらに含み、第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるパケットがビットストリーム内に存在しないとき、第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるパケットから開始し第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるパケットで続けて、各スケーリングステップにてビットパケットを抑制するように、前記操作装置（ＢＭＵ）が構成されることを特徴とする請求の範囲第３１項乃至第５０項のいずれか１項に記載の装置。５２前記ビットストリーム操作装置（ＢＭＵ）は、個々のオブジェクト又はマクロオブジェクトのビットストリームを操作するように構成されることを特徴とする請求の範囲第５１項記載の装置。５３前記ビットストリーム操作装置（ＢＭＵ）は、個別に選択されたフレーム内の個々のオブジェクト又はマクロオブジェクトのビットストリームを操作するように構成されることを特徴とする請求の範囲第５１項又は第５２項に記載の装置。５４前記スケーリングに対して、前記ビットストリーム操作装置（ＢＭＵ）は、（ア）フレーム内にて所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決め、（イ）前記バンド幅を越えて存在する周波数バンドに関するビットパケットを除去し、（ウ）所望のビットレートが達成されるか又はコアー情報のみが残されるまで、保持されてきた周波数バンドの各々に対する第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられる１つのビットパケットを、最高周波数のバンドから開始して除去し、該除去は必要ならば周期的に繰り返され、（エ）１以上の周波数バンドに対して第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるビットパケットを最高周波数バンドから開始して除去する、ように構成されることを特徴とする請求の範囲第５１項乃至第５３項のいずれか１項に記載の装置。５５前記スケーリングに対して、前記ビットストリーム操作装置（ＢＭＵ）は、（ア）フレーム内で所望のビットレートに対する該又は各々のマクロオブジェクトに割り当て可能なバンド幅を決め、（イ）前記バンド幅を越えて存在する周波数バンドに関するビットパケットを除去し、（ウ）第２コード化装置（ＬＥＣ，ＨＥＣ）により与えられるビットパケットを最低ランクのパケットから開始して除去し、（エ）１以上の周波数バンドに対して第１コード化装置（ＬＣＣ，ＨＣＣ）により与えられるビットパケットを最低エネルギーバンドから開始して除去する、ように構成されることを特徴とする請求の範囲第５１項乃至第５３項のいずれか１項に記載の装置。５６全体のビットレートが所定のビットレートを越える複数のコンカレントマクロオブジェクトからの寄与を含め、所定のビットレートにて単一ビットストリームを構築するように、前記ビットストリーム操作装置（ＢＭＵ）が構成されることを特徴とする請求の範囲第５１項乃至第５５項のいずれか１項に記載の装置。５７単一ビットストリームを構築する前に個々のマクロオブジェクトのレベルを操作し、且つ、操作されたレベルに基づいて個々のマクロオブジェクトの寄与に対するビットレート及び／又はバンド幅を選択するように、前記ビットストリーム操作装置（ＢＭＵ）が構成されることを特徴とする請求の範囲第５６項記載の装置。