JPWO2013118476A1 - 音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 - Google Patents
音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 Download PDFInfo
- Publication number
- JPWO2013118476A1 JPWO2013118476A1 JP2013557416A JP2013557416A JPWO2013118476A1 JP WO2013118476 A1 JPWO2013118476 A1 JP WO2013118476A1 JP 2013557416 A JP2013557416 A JP 2013557416A JP 2013557416 A JP2013557416 A JP 2013557416A JP WO2013118476 A1 JPWO2013118476 A1 JP WO2013118476A1
- Authority
- JP
- Japan
- Prior art keywords
- codebook
- bits
- instruction
- subvector
- consumes
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
Abstract
Description
1)すべてのサブベクトルのコードブック指示を算出する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、その位置を符号化する。そして、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
2)それ以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を復号する。
5)推定値と差分を加算することにより、復号された値を算出する。
1)図6のコードブック指示表を参照して、すべてのサブベクトルのコードブック指示を算出する。この詳細な結果を図11に示す。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、その位置を符号化する。そして、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。図11に示すように、サブベクトルv3のコードブック指示が最も多くのビットを消費する。一例として、図12に示すコードブックを使用して位置を符号化する。図12を参照すると、v3の位置は「010」に符号化される。
3)以下の式に従って、指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。差分値は下記の式(4)に従って計算し、図13の表を参照して符号化する。図13に示すように、差分が取り得る値は負になる。その理由は、推定値は、すべての利用可能なビット数が量子化で使用されることを想定して計算されるためである。利用可能なビット数を超えるビットが量子化で消費されることは起こりえない。推定値は最大の可能な値である。したがって、実際の値が推定値より大きくなることは決してない。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。図12の表を参照すると、「010」がv3に対応する。
2)v3以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。これは式(3)により行う。
4)実際の値と推定値との差分を復号する。差分値は図13の表を参照して復号し、差分のコード0は差分0に対応する。
5)推定値と差分を加算することにより、復号された値を算出する。詳細な計算は次の式(5)で得られる。
図14に本発明のコーデックを示す。このコーデックは、分割マルチレート格子ベクトル量子化を適用するエンコーダおよびデコーダを備える。
1)すべてのサブベクトルのコードブック指示を計算する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、その位置を符号化する。そして、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
2)それ以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を復号する。
5)推定値と差分を加算することにより、復号された値を計算する。
この実施の形態の特徴は、本発明の方法をTCXコーデックで適用する点である。
1)すべてのサブベクトルのコードブック指示を算出する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、その位置を符号化する。そして、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
2)それ以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を復号する。
5)推定値と差分を加算することにより、復号された値を計算する。
この実施の形態の特徴は、CELP符号化および変換符号化の階層符号化(層化符号化、埋め込み符号化)においてスペクトルクラスタ解析法を適用する点である。
1)すべてのサブベクトルのコードブック指示を算出する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、その位置を符号化する。そして、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
2)それ以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を復号する。
5)推定値と差分を加算することにより、復号された値を計算する。
この実施の形態では、本発明の新規の方法が、元となった分割マルチレート格子VQ法よりも多くのビットを消費する可能性を防ぐための発想を説明する。
1)すべてのサブベクトルのコードブック指示を算出する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定する。
3)コードブック指示を所定の閾値と比較する(閾値は、本発明の方法のビット消費が従来の方法よりも確実に少なくなるように、大きなデータベースに基づいて計算された所定の値である)。
a)指示が最も多くのビットを消費するコードブック指示のコードブックインデックスを推定する。
b)実際の値と推定値との差分を符号化する。
c)コードブック指示が最も多くのビットを消費するサブベクトルの位置を符号化し、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
a)最後のサブベクトルのコードブック指示を推定する。
b)実際の値と推定値の差分を符号化し、最後のサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化する。
1)すべての他のサブベクトルのコードブック指示を復号する。
2)コードブック指示が変換されたサブベクトルのコードブック指示を推定する。
3)実際の値と推定値との差分を復号する。
4)推定値と差分を加算することにより、復号された値を計算する。
5)復号された値を所定の閾値と比較する。
a)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
従来技術では、コードブック指示はコードブック使用の確率に応じて設計されるのではなく、単に、図6に示すようなコードブック指示表が広く使用される。
1)すべてのサブベクトルのコードブック指示を符号化する。
2)コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、符号化する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を符号化する。
1)コードブック指示が最も多くのビットを消費するサブベクトルの位置を復号する。
2)それ以外のすべてのサブベクトルのコードブック指示を復号する。
3)指示が最も多くのビットを消費するコードブックを推定する。
4)実際の値と推定値との差分を復号する。
5)推定値と差分を加算することにより、復号された値を算出する。
この実施の形態の特徴は、本発明のコードブック指示変換方法で節減されたビットを利用して、量子化されたベクトルのゲイン精度を向上させる点である。
この実施の形態では、実際のコードブック指示cbmaxと推定されるコードブック指示cb’maxとの差分cbdiffが正になる可能性を防ぐための発想である。
この実施の形態では、本発明の新規の方法が、元となった分割マルチレート格子VQ法よりも多くのビットを消費する可能性を防ぐための発想を説明する。
1402 音響心理学的モデル解析部
1403、1506、1604 分割マルチレート格子VQ部
1404、1407、1507、1510、1605、1608 コードブック指示変換部
1405、1508、1606 多重化部
1406、1509、1607 逆多重化部
1408、1511、1609 分割マルチレート格子VQ−1部
1409、1512、1610 F/T変換部
1501 LPC解析部
1502 量子化部
1503、1513 逆量子化部
1504 LPC逆フィルタ
1514 LPC合成フィルタ
1601 CELPエンコーダ
1602 CELPローカルデコーダ
1611 CELPデコーダ
Claims (11)
- 時間領域入力信号を周波数スペクトルに変換する時間周波数領域変換部と、
前記周波数スペクトルの入力信号をサブバンドに分割し、サブバンドに分割した入力信号を量子化して、コードブック指示を生成するベクトル量子化部と、
前記コードブック指示を変換するコードブック指示変換部と、
を具備し、
前記コードブック指示変換部は、
前記コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、特定した位置、および、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化し、
前記コードブック指示が最も多くのビットを消費するコードブックを推定し、
実際のコードブック指示と推定されたコードブック指示との差分を符号化する、
音響/音声符号化装置。 - 前記コードブック指示変換部は、前記コードブック指示が前記閾値より大きい場合、
前記コードブック指示が最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化し、
利用可能な総ビット数および他のサブベクトルのビット使用状況の情報に基づいて、最も多くのビットを消費するコードブック指示を推定し、
実際のコードブック指示と推定されたコードブック指示との差分と、前記コードブック指示が最も多くのビットを消費するサブベクトルの位置とを符号化する、
請求項1に記載の音響/音声符号化装置。 - 前記コードブック指示変換部は、前記コードブック指示が前記閾値以下である場合、
所定のサブバンド以外のすべてのサブバンドのコードブック指示を符号化し、
利用可能な総ビット数および他のサブベクトルのビット使用状況の情報に基づいて、前記所定のサブバンドのコードブック指示を推定し、
実際のコードブック指示と推定されたコードブック指示との差分を符号化する、
請求項1に記載の音響/音声符号化装置。 - 前記コードブック指示変換部は、総消費ビット数が割り振られた総ビット数より大きい場合、
残りのビットがなくなるまで前記サブベクトルのコードブック指示を符号化する、
請求項1に記載の音響/音声符号化装置。 - 前記コードブック指示変換部は、
最も大きなエネルギーを有するサブベクトルに未使用ビットを配分し、前記未使用ビットを配分したサブベクトルのコードブックおよびコードベクトルを更新する、
請求項2に記載の音響/音声符号化装置。 - 前記コードブック指示変換部は、
零ベクトルとして符号化されるサブベクトルに前記未使用ビットを配分し、前記未使用ビットを配分したサブベクトルのコードブックおよびコードベクトルを更新する、
請求項2に記載の音響/音声符号化装置。 - 音響/音声符号化装置によって符号化されたコードブック指示が最も多くのビットを消費するサブベクトルの位置を復号し、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を復号し、前記コードブック指示が最も多くのビットを消費するコードブック指示を推定し、実際のコードブック指示と推定したコードブック指示との差分を復号し、推定した前記コードブック指示に復号した前記差分を加算してコードブック指示を復号するコードブック指示変換部と、
復号された前記コードブック指示を含む各サブベクトルのスペクトル係数を逆量子化するベクトル逆量子化部と、
前記逆量子化されたスペクトル係数を時間領域に変換する周波数時間領域変換部と、
を具備する音響/音声復号装置。 - 前記コードブック指示変換部は、
サブベクトルのコードブック指示を順次復号し、すべてのサブベクトルのコードブック指示が復号される前に残りのビット数が0より大きい場合、利用可能な総ビット数と他のサブベクトルのビット使用状況に基づいて、前記音響/音声符号化装置によって符号化されたコードブック指示を推定し、前記残りのビット数が0になる場合、復号処理を終了する、
請求項7に記載の音響/音声復号装置。 - 前記コードブック指示変換部は、
復号された前記コードブック指示が所定の閾値より大きい場合、サブベクトルの位置を復号し、復号された前記コードブック指示を対応するサブベクトルに割り当て、
復号された前記コードブック指示が前記閾値以下である場合、復号された前記コードブック指示を所定のサブバンドに割り当てる、
請求項8に記載の音響/音声復号装置。 - 時間領域入力信号を周波数スペクトルに変換する時間周波数領域変換工程と、
前記周波数スペクトルの入力信号をサブバンドに分割し、サブバンドに分割した入力信号を量子化して、コードブック指示を生成するベクトル量子化工程と、
前記コードブック指示を変換するコードブック指示変換工程と、
を具備し、
前記コードブック指示変換工程は、
前記コードブック指示が最も多くのビットを消費するサブベクトルの位置を特定し、特定した位置、および、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を符号化し、
前記コードブック指示が最も多くのビットを消費するコードブックを推定し、
実際のコードブック指示と推定されたコードブック指示との差分を符号化する、
音響/音声符号化方法。 - 音響/音声符号化装置によって符号化されたコードブック指示が最も多くのビットを消費するサブベクトルの位置を復号し、最も多くのビットを消費するサブベクトル以外のすべてのサブベクトルのコードブック指示を復号し、前記コードブック指示が最も多くのビットを消費するコードブック指示を推定し、実際のコードブック指示と推定したコードブック指示との差分を復号し、推定した前記コードブック指示に復号した前記差分を加算してコードブック指示を復号するコードブック指示変換工程と、
復号された前記コードブック指示を含む各サブベクトルのスペクトル係数を逆量子化するベクトル逆量子化工程と、
前記逆量子化されたスペクトル係数を時間領域に変換する周波数時間領域変換工程と、
を具備する音響/音声復号方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013557416A JPWO2013118476A1 (ja) | 2012-02-10 | 2013-02-01 | 音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012027702 | 2012-02-10 | ||
JP2012027702 | 2012-02-10 | ||
JP2013557416A JPWO2013118476A1 (ja) | 2012-02-10 | 2013-02-01 | 音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2013118476A1 true JPWO2013118476A1 (ja) | 2015-05-11 |
Family
ID=48947247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013557416A Pending JPWO2013118476A1 (ja) | 2012-02-10 | 2013-02-01 | 音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9454972B2 (ja) |
EP (1) | EP2814028B1 (ja) |
JP (1) | JPWO2013118476A1 (ja) |
WO (1) | WO2013118476A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL3457400T3 (pl) | 2012-12-13 | 2024-02-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Urządzenie do kodowania głosowego audio, urządzenie do dekodowania głosowego audio, sposób kodowania głosowego audio i sposób dekodowania głosowego audio |
TWM487509U (zh) * | 2013-06-19 | 2014-10-01 | 杜比實驗室特許公司 | 音訊處理設備及電子裝置 |
US9418671B2 (en) * | 2013-08-15 | 2016-08-16 | Huawei Technologies Co., Ltd. | Adaptive high-pass post-filter |
US10095468B2 (en) | 2013-09-12 | 2018-10-09 | Dolby Laboratories Licensing Corporation | Dynamic range control for a wide variety of playback environments |
JPWO2021256082A1 (ja) * | 2020-06-18 | 2021-12-23 | ||
JPWO2022201632A1 (ja) * | 2021-03-23 | 2022-09-29 | ||
CN113766237A (zh) * | 2021-09-30 | 2021-12-07 | 咪咕文化科技有限公司 | 一种编码方法、解码方法、装置、设备及可读存储介质 |
WO2023100494A1 (ja) * | 2021-12-01 | 2023-06-08 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 符号化装置、復号装置、符号化方法、及び、復号方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6370502B1 (en) * | 1999-05-27 | 2002-04-09 | America Online, Inc. | Method and system for reduction of quantization-induced block-discontinuities and general purpose audio codec |
CA2388358A1 (en) | 2002-05-31 | 2003-11-30 | Voiceage Corporation | A method and device for multi-rate lattice vector quantization |
CA2457988A1 (en) | 2004-02-18 | 2005-08-18 | Voiceage Corporation | Methods and devices for audio compression based on acelp/tcx coding and multi-rate lattice vector quantization |
US20070147518A1 (en) | 2005-02-18 | 2007-06-28 | Bruno Bessette | Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX |
US8515767B2 (en) | 2007-11-04 | 2013-08-20 | Qualcomm Incorporated | Technique for encoding/decoding of codebook indices for quantized MDCT spectrum in scalable speech and audio codecs |
CN102081927B (zh) * | 2009-11-27 | 2012-07-18 | 中兴通讯股份有限公司 | 一种可分层音频编码、解码方法及系统 |
TW201209805A (en) | 2010-07-06 | 2012-03-01 | Panasonic Corp | Device and method for efficiently encoding quantization parameters of spectral coefficient coding |
US9786292B2 (en) * | 2011-10-28 | 2017-10-10 | Panasonic Intellectual Property Corporation Of America | Audio encoding apparatus, audio decoding apparatus, audio encoding method, and audio decoding method |
-
2013
- 2013-02-01 JP JP2013557416A patent/JPWO2013118476A1/ja active Pending
- 2013-02-01 US US14/376,501 patent/US9454972B2/en active Active
- 2013-02-01 WO PCT/JP2013/000550 patent/WO2013118476A1/ja active Application Filing
- 2013-02-01 EP EP13747107.4A patent/EP2814028B1/en not_active Not-in-force
Also Published As
Publication number | Publication date |
---|---|
US20150025879A1 (en) | 2015-01-22 |
EP2814028A1 (en) | 2014-12-17 |
EP2814028A4 (en) | 2015-05-06 |
EP2814028B1 (en) | 2016-08-17 |
WO2013118476A1 (ja) | 2013-08-15 |
US9454972B2 (en) | 2016-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013118476A1 (ja) | 音響/音声符号化装置、音響/音声復号装置、音響/音声符号化方法および音響/音声復号方法 | |
JP5357055B2 (ja) | 改良形デジタルオーディオ信号符号化/復号化方法 | |
JP6170520B2 (ja) | オーディオ及び/またはスピーチ信号符号化及び/または復号化方法及び装置 | |
CA2923218C (en) | Adaptive bandwidth extension and apparatus for the same | |
KR101139172B1 (ko) | 스케일러블 음성 및 오디오 코덱들에서 양자화된 mdct 스펙트럼에 대한 코드북 인덱스들의 인코딩/디코딩을 위한 기술 | |
JP5695074B2 (ja) | 音声符号化装置および音声復号化装置 | |
TWI619116B (zh) | 產生帶寬延伸訊號的裝置及方法、及非暫時性電腦可讀記錄媒體 | |
JP6027538B2 (ja) | 音声符号化装置、音声復号装置、音声符号化方法及び音声復号方法 | |
JP6980871B2 (ja) | 信号符号化方法及びその装置、並びに信号復号方法及びその装置 | |
JP2014170232A (ja) | 適応的正弦波パルスコーディングを用いるオーディオ信号の符号化及び復号化方法及び装置 | |
JP5629319B2 (ja) | スペクトル係数コーディングの量子化パラメータを効率的に符号化する装置及び方法 | |
JP5863765B2 (ja) | 符号化方法および装置、そして、復号化方法および装置 | |
WO2009022193A2 (en) | Devices, methods and computer program products for audio signal coding and decoding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161018 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170613 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170830 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180206 |