JPWO2015166694A1 - 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 - Google Patents

周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 Download PDF

Info

Publication number
JPWO2015166694A1
JPWO2015166694A1 JP2016515879A JP2016515879A JPWO2015166694A1 JP WO2015166694 A1 JPWO2015166694 A1 JP WO2015166694A1 JP 2016515879 A JP2016515879 A JP 2016515879A JP 2016515879 A JP2016515879 A JP 2016515879A JP WO2015166694 A1 JPWO2015166694 A1 JP WO2015166694A1
Authority
JP
Japan
Prior art keywords
periodic integrated
sequence
integrated envelope
envelope sequence
periodic
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.)
Granted
Application number
JP2016515879A
Other languages
English (en)
Other versions
JP6276846B2 (ja
Inventor
守谷　健弘
健弘 守谷
優 鎌本
優 鎌本
登 原田
登 原田
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of JPWO2015166694A1 publication Critical patent/JPWO2015166694A1/ja
Application granted granted Critical
Publication of JP6276846B2 publication Critical patent/JP6276846B2/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
    • G10L19/06—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
    • G10L19/02—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
    • G10L19/04—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
    • G10L19/02—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
    • 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
    • G10L19/0212—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 using orthogonal transformation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Micro-Organisms Or Cultivation Processes Thereof (AREA)
  • Error Detection And Correction (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)
  • Peptides Or Proteins (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

音響信号のピッチ周期に起因するピークの付近での近似精度を高くできる包絡系列を提供する。本発明の周期性統合包絡系列生成装置は、所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、包絡系列として、周期性統合包絡系列を生成する。本発明の周期性統合包絡系列生成装置は、少なくとも、スペクトル包絡系列計算部、周期性統合包絡生成部を備える。スペクトル包絡系列計算部は、入力音響信号の時間領域の線形予測に基づき、入力音響信号のスペクトル包絡系列を計算する。周期性統合包絡生成部は、入力音響信号の周波数領域での周期性成分に基づいて、振幅スペクトル包絡系列を変形し、周期性統合包絡系列とする。

Description

本発明は、音響信号のスペクトル包絡を算出する周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、および記録媒体に関する。
低ビット（例えば10kbit/s〜20kbit/s程度）の音声信号や音響信号の符号化方法として、ＤＦＴ（離散フーリエ変換）やＭＤＣＴ（変形離散コサイン変換）などの直交変換係数に対する適応符号化が知られている。例えば非特許文献１で用いられているＴＣＸ（transform coded excitation：変換符号化励振）符号化方法では、入力された音信号の周波数領域表現である係数列X[1]，…，X[N]から振幅スペクトル包絡の影響を取り除いた系列（正規化係数列XN[1]，…，XN[N]）を求め、これを可変長符号化する。ただし、[]内のＮは正整数である。
振幅スペクトル包絡は、以下の手順で算出される。
（ｓｔｅｐ１）所定の時間区間であるフレーム単位で、入力された時間領域の音響ディジタル信号（以下、入力音響信号）に対する線形予測分析を行って線形予測係数α1，…，αPを求める。ただし、Ｐは予測次数を示す正整数である。例えば、全極型モデルであるＰ次自己回帰過程により、時刻ｔでの入力音響信号x(t)は、Ｐ時点まで遡った過去の自分自身の値x(t-1)，…，x(t-P)と予測残差e(t)と線形予測係数α1，…，αpによって式（１）で表される。
x(t)=α1x(t-1)+…+αp x(t-P)+e(t) (1)
（ｓｔｅｐ２）線形予測係数α1，…，αPを量子化し、量子化済線形予測係数^α1，…，^αPを求める。量子化済線形予測係数^α1，…，^αPを用いてＮ点の入力音響信号の振幅スペクトル包絡系列W[1]，…，W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式（２）で求めることができる。ただし、ｎは1≦n≦Nの整数、exp（・）はネイピア数を底とする指数関数、ｊは虚数単位、σは予測残差信号の振幅である。
Figure 2015166694
なお、本明細書では、右肩に角括弧なしで表記されている記号はべき乗演算を表す。つまり、σ2はσの２乗を表す。また、文中で使用する記号「~」「＾」等は、本来直後の文字の真上に記載されるべきものであるが、テキスト記法の制限により、当該文字の直前に記載する。数式中においてはこれらの記号は本来の位置、すなわち文字の真上に記述している。
Anthony Vetro, "MPEG Unified Speech and Audio Coding", Industry and Standards, IEEE MultiMedia, April-June, 2013.
音響信号の符号化では、復号側でもスペクトル包絡の情報を得るために、スペクトル包絡に対応する符号を復号側へ送る必要がある。非特許文献１のように線形予測係数によりスペクトル包絡を求める場合には、復号側へ送る「スペクトル包絡に対応する符号」は「線形予測係数に対応する符号」であり、符号量が少なくて済むという利点がある。一方、線形予測係数により求めたスペクトル包絡の情報は、入力音響信号のピッチ周期に起因するピークの付近での近似精度が悪くなることがある。そして、このことが正規化係数列を可変長符号化する際の符号化効率の低下につながることもある。
このような問題に鑑み、本発明では、音響信号のピッチ周期に起因するピークの付近での近似精度を高くできる包絡系列を提供する。
本発明の周期性統合包絡系列生成装置は、所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、包絡系列として周期性統合包絡系列を生成する。本発明の周期性統合包絡系列生成装置は、少なくとも、スペクトル包絡系列計算部、周期性統合包絡生成部を備える。スペクトル包絡系列計算部は、入力音響信号の時間領域の線形予測に基づき、入力音響信号のスペクトル包絡系列を計算する。周期性統合包絡生成部は、入力音響信号の周波数領域での周期性成分に基づいて、スペクトル包絡系列を変形し、周期性統合包絡系列とする。
本発明の周期性統合包絡系列生成装置によって生成される周期性統合包絡系列であれば、入力音響信号のピッチ周期に起因するピーク付近での近似精度もよくなる。
実施例１の周期性統合包絡系列生成装置の機能構成例を示す図。 実施例１の周期性統合包絡系列生成装置の処理フローを示す図。 周期性包絡系列P[1]，…，P[N]の例を示す図。 同じ音響信号に対して生成された系列の違いを説明するための例を示す図。 実施例２の符号化装置の機能構成例を示す図。 実施例２の符号化装置の処理フローを示す図。 実施例２の復号装置の機能構成例を示す図。 実施例２の復号装置の処理フローを示す図。 実施例３の符号化装置の機能構成例を示す図。 実施例３の符号化装置の処理フローを示す図。 実施例３の復号装置の機能構成例を示す図。 実施例３の復号装置の処理フローを示す図。
以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
図１に本発明の周期性統合包絡系列生成装置の機能構成例を、図２に本発明の周期性統合包絡系列生成装置の処理フローを示す。周期性統合包絡系列生成装置１００は、スペクトル包絡系列計算部１２０、周波数領域変換部１１０、周期性分析部１３０、周期性包絡系列生成部１４０、周期性統合包絡生成部１５０を備え、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、係数列の周波数成分に基づいて振幅スペクトル包絡系列を変形した周期性統合包絡系列を生成する。
＜スペクトル包絡系列計算部１２０＞
スペクトル包絡系列計算部１２０は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1]，…，W[N]を計算する（Ｓ１２０）。ただし、Ｎは正整数である。スペクトル包絡系列計算部１２０は、従来技術と同じであり、以下の手順で計算すればよい。
（ｓｔｅｐ１）所定の時間区間であるフレーム単位で、入力音響信号に対する線形予測分析を行って線形予測係数α1，…，αPを求める。ただし、Ｐは予測次数を示す正整数である。例えば、全極型モデルであるＰ次自己回帰過程により、時刻ｔでの入力音響信号x(t)は、Ｐ時点まで遡った過去の自分自身の値x(t-1)，…，x(t-P)と予測残差e(t)と線形予測係数α1，…，αpによって式（１）で表される。
（ｓｔｅｐ２）線形予測係数α1，…，αPを用いてＮ点の入力音響信号の振幅スペクトル包絡系列W[1]，…，W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、線形予測係数α1，…，αPに対応する量子化済線形予測係数^α1，…，^αPを用いて式（２）で求めることができる。または、振幅スペクトル包絡系列の各値W[n]は、線形予測係数α1，…，αPを用いて、式（２）の^αpをαpに置き換えた式で求めることができる。
＜周波数領域変換部１１０＞
周波数領域変換部１１０は、所定の時間区間であるフレーム単位で、入力された時間領域の入力音響信号を周波数領域のＮ点の係数列X[1]，…，X[N]に変換して出力する（Ｓ１１０）。周波数領域への変換は、ＭＤＣＴ（変形離散コサイン変換）やＤＦＴ（離散フーリエ変換）などの方法で行えばよい。
＜周期性分析部１３０＞
周期性分析部１３０は、係数列X[1]，…，X[N]を入力とし、当該係数列X[1]，…，X[N]の周期Ｔを求め、周期Ｔを出力する（Ｓ１３０）。
周期Ｔは、入力音響信号に由来する周波数領域の係数列、例えば、係数列X[1]，…，X[N]、の周期性を有する成分の間隔（係数列が周期的に大きな値となる間隔）に対応する情報である。以下では周期Ｔを間隔Ｔと表現する場合もあるが、表現上の違いだけであり、同じものである。Ｔは正値であり、整数であってもよいし、小数（例えば、5.0、5.25、5.5、5.75）であってもよい。
また、周期性分析部１３０は、必要に応じて、係数列X[1]，…，X[N]を入力とし、周期性の程度を示す指標Ｓも求めて出力してもよい。この場合、例えば、係数列X[1]，…，X[N]の周期性を有する成分の部分のエネルギーとそれ以外の部分のエネルギーとの比など基づいて周期性の程度を示す指標Ｓを求める。この場合は、指標Ｓは周波数領域のサンプル列の周期性の程度を示す指標となる。なお、周期性を有する成分の大きさが大きいほど、すなわち、周期Ｔの整数倍のサンプルやその近傍にあるサンプルの振幅（サンプル値の絶対値）が大きいほど、周波数領域のサンプル列の「周期性の程度」は大きい。
なお、周期性分析部１３０は、時間領域の入力音響信号から時間領域の周期を求め、求めた時間領域の周期を周波数領域の周期に変換することで、周期Ｔを求めてもよい。また、時間領域の周期を周波数領域の周期に変換したものの定数倍やその近傍の値を周期Ｔとして求めてもよい。同様に、周期性分析部１３０は、時間領域の入力音響信号から、例えば、時間領域の周期分だけ時間がずれた信号列間の相関の大きさ等に基づいて、周期性の程度を示す指標Ｓを求めてもよい。
要は、時間領域の入力音響信号やそれに由来する周波数領域係数列から周期Ｔや指標Ｓを求める方法は、従来より様々な方法が存在するので、その何れの方法を選択して利用してもよい。
＜周期性包絡系列生成部１４０＞
周期性包絡系列生成部１４０は、間隔Ｔを入力とし、周期性包絡系列P[1]，…，P[N]を出力する（Ｓ１４０）。周期性包絡系列P[1]，…，P[N]は、ピッチ周期に起因する周期でピークを持つ周波数領域の離散系列、すなわち調波モデルに対応する離散系列である。図３に周期性包絡系列P[1]，…，P[N]の例を示す。周期性包絡系列P[1]，…，P[N]は、図３に示された波形のように、間隔Ｔの整数倍の近傍の整数値であるインデックスと、その前後所定数のインデックスに対応する周期性包絡の値のみ正の値を持ち、それ以外は０であるような系列である。間隔Ｔの整数倍の近傍の整数値であるインデックスが周期的に最大値（ピーク）をとり、その前後所定数のインデックスに対応するP[n]の値は、そのインデックスｎがピークに対応するインデックスから離れるにつれて単調減少する関係にある。図３の横軸の1,2,…,は離散化サンプル点のインデックス（以下、「周波数インデックス」）を表す。
例えば、ｎを周波数インデックスを表す変数とし、τを極大値（ピーク）に対応する周波数インデックスとして、ピークの形状は以下の関数Q(n)で表せる。ただし、間隔Ｔの小数点以下の桁数がＬ桁であり、間隔Ｔ’をＴ’＝Ｔ×２Ｌとする。
Figure 2015166694
 ｈはピークの高さを表し、間隔Ｔが大きいほどピークの高さが高くなる。また、ＰＤはピーク部分の幅を表し、間隔Ｔが大きいほど幅が広くなる。
Ｕを１からピークの数までを示す正整数（例えば、図４の場合は１〜１０）とし、ｖを１以上の整数（例えば、１から３程度）とし、floor(・)を小数点以下を切り捨てて整数値を返す関数とすると、周期性包絡系列P[n]は、例えば、
Figure 2015166694
 のように計算すればよい。ただし、（Ｕ×Ｔ’）／２Ｌ−ｖ≦ｎ≦（Ｕ×Ｔ’）／２Ｌ＋ｖである。例えば、L=2の場合、T=20.00であればT’=80、T=20.25であればT’=81、T=20.50であればT’=82、T=20.75であればT’=83である。なお、周期性包絡系列P[n]は、小数点第一位を四捨五入して整数値を返す関数Round(・)を用いて、
Figure 2015166694
 のように求めてもよい。
＜周期性統合包絡生成部１５０＞
周期性統合包絡生成部１５０は、少なくとも、周期性包絡系列P[1]，…，P[N]、振幅スペクトル包絡系列W[1]，…，W[N]を入力とし、周期性統合包絡系列WM[1]，…，WM[N]を求める（Ｓ１５０）。具体的には、周期性統合包絡WM[n]を次式のように求める。
Figure 2015166694
 なお、δは、周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるように決定される値または予め定めた値である。
周期性統合包絡生成部１５０において周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるようにδを決定する場合には、周期性統合包絡生成部１５０は、係数列X[1], …, X[N]も入力とし、決定されたδとそのときの周期性統合包絡系列WM[1]，…，WM[N]を出力すればよい。例えば、δは、いくつかのδの候補、例えば、０．４と０．８の２つをδの候補、の中から以下の式により定義されるＥが最小となるδに決めればよい。言い換えると、周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるδに決めればよい。
Figure 2015166694
δは、周期性統合包絡WM[n]において周期性包絡P[n]をどの程度考慮するかを決める値である。言い換えれば、δは周期性統合包絡WM[n]における振幅スペクトル包絡W[n]と周期性包絡P[n]の混合比率を決める値といえる。また、式（９）のＧは係数列X[1]，…，X[N]の各係数X[n]の絶対値の系列と周期性統合包絡系列の逆数の系列との内積である。式（８）の~WM[n]は、周期性統合包絡の各値WM[n]をＧで正規化した正規化周期性統合包絡である。式（７）において、係数列X[1]，…，X[N]と正規化周期性統合包絡系列~WM[1]，…，~WM[N]の内積の４乗を計算しているのは、特に絶対値の大きい係数X[n]を強調して内積をとった値（距離）を小さくすることを意図している。つまり、係数列X[1]，…，X[N]の中で特に絶対値の大きい係数X[n]と周期性統合包絡WM[n]が近くなるようにδを決定することを意味している。
また、周期性統合包絡生成部１５０において周期性の程度に応じてδの候補数を決定する場合には、周期性統合包絡生成部１５０は、周期性の程度を示す指標Ｓも入力とし、指標Ｓが、周期性が高いことに対応するフレームであることを示している場合には多くの候補数のδの候補の中から式（７）で定義されるＥが最小となるδを選び、指標Ｓが、周期性が低いことに対応するフレームであることを示している場合にはδを予め定めた値としてもよい。すなわち、周期性統合包絡生成部１５０において周期性の程度に応じてδの候補数を決定する場合には、周期性が高いほどδの候補の数を多くすればよい。
＜実施例１の発明の効果＞
図４に同じ音響信号に対して生成された系列の違いを説明するための例を示す。図４（Ａ）に係数列X[1]，…，X[N]を補間した曲線の形状を、図４（Ｂ）に周期性包絡系列P[1]，…，P[N]を補間した曲線の形状を、図４（Ｃ）に平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を補間した曲線の形状を、図４（Ｄ）に周期性統合包絡系列WM[1]，…，WM[N]を補間した曲線の形状を示す。図４に示すとおり、周期性統合包絡系列WM[1]，…，WM[N]は、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]に比べて、係数列X[1]，…，X[N]に現れる周期的なピークを含んだ形状となっている。また、周期性統合包絡系列WM[1]，…，WM[N]は、スペクトル包絡を表す情報である線形予測係数または量子化済線形予測係数の他に、間隔Ｔ、または、間隔Ｔと値δの情報があれば生成できる。したがって、入力音響信号のスペクトル包絡を表す情報に少ない情報量を追加するだけで、入力音響信号のピッチ周期に起因する振幅のピークを、線形予測係数により求まるスペクトル包絡より高精度に表現することができる。すなわち、線形予測係数または量子化済線形予測係数と、間隔Ｔ、または、間隔Ｔと値δと、の少ない情報量で入力音響信号の振幅を高精度に推定することができることになる。なお、平滑化振幅スペクトル包絡~W[n]は次式で表現される包絡であり、γは振幅スペクトル係数を鈍らせる（平滑化する）ための１以下の正の定数である。
Figure 2015166694
また、本発明の周期性統合包絡系列生成装置を符号化装置と復号装置で用いる場合には、符号化装置に含まれる周期性統合包絡系列生成装置以外の処理部で得られた量子化済線形予測係数^αｐを特定する符号（線形予測係数符号CL）と周期Ｔや時間領域の周期を特定する符号（周期符号CT）が復号装置に入力されるので、本発明の周期性統合包絡系列生成装置からはδの情報を示す符号を出力すれば、復号側の周期性統合包絡系列生成装置でも符号化側の周期性統合包絡系列生成装置で生成した周期性統合包絡系列と同じ周期性統合包絡系列を生成できる。したがって、符号化装置から復号装置に符号を送る際に増加する符号量は少ない。
＜実施例１の発明のポイント＞
実施例１の周期性統合包絡系列生成装置１００では、周期性統合包絡生成部１５０が係数列X[1]，…，X[N]の周期性成分に基づいて、振幅スペクトル包絡系列W[1]，…，W[N]を変形し、周期性統合包絡系列WM[1]，…，WM[N]としている点が最も重要なポイントである。特に、係数列X[1]，…，X[N]の周期性の程度が大きいほど、すなわち、周期性を有する成分の大きさが大きいほど、振幅スペクトル包絡系列W[1]，…，W[N]のうち間隔Ｔ（周期）の整数倍およびそれらの近傍のサンプルの値を大きく変更すれば、上記の効果を得やすい。「近傍のサンプル」とは、間隔Ｔの整数倍の近傍の整数値であるインデックスで示されるサンプルである。また、「近傍」とは、例えば、式（３）〜（５）などのあらかじめ定めた方法で決まる範囲とすればよい。
また、係数列X[1]，…，X[N]の周期性を有する成分の間隔Ｔが広いほど、式（４）と式（５）に示された周期性包絡系列P[1]，…，P[N]は、大きい値を持ち、広い幅で、すなわち、間隔Ｔ（周期）の整数倍およびそれらの近傍の多くのサンプルで、０以外の値を持つ。つまり、周期性統合包絡生成部１５０は、係数列の周期性を有する成分の間隔Ｔが広いほど、振幅スペクトル包絡系列のうち間隔Ｔ（周期）の整数倍およびそれらの近傍のサンプルの値を大きく変更する。また、周期性統合包絡生成部１５０は、係数列の周期性を有する成分の間隔Ｔが広いほど、振幅スペクトル包絡系列を広い幅で、すなわち、間隔Ｔ（周期）の整数倍およびそれらの近傍の多くのサンプルで、サンプル値を変更する。「近傍の多くのサンプルで」とは、「近傍」に該当する範囲（あらかじめ定めた方法で決まる範囲）に存在するサンプルを多くすることを意味している。つまり、周期性統合包絡生成部１５０は、このように振幅スペクトル包絡系列を変形すれば、上記の効果を得やすい。
なお、周期性統合包絡系列が持つ「入力音響信号のピッチ周期に起因する振幅のピークをより高精度に表現することができる。」という特徴を効果的に利用する例としては、符号化装置と復号装置があり、この例を実施例２，３に示している。ただし、周期性統合包絡系列の特徴の利用例は、符号化装置と復号装置以外にも、雑音除去装置やポストフィルタなどがあり得る。したがって、実施例１では周期性統合包絡系列生成装置を説明している。
［変形例１］（正規化係数列で周期性分析する例）
変形例１の周期性統合包絡系列生成装置も図１に示す。また、変形例１の周期性統合包絡系列生成装置の処理フローも図２に示す。周期性統合包絡系列生成装置１０１は、周波数領域系列正規化部１１１も備える点と、スペクトル包絡系列計算部１２１、周期性分析部１３１が周期性統合包絡系列生成装置１００と異なり、その他の構成は同じである。以下では相違点についてのみ説明する。
＜スペクトル包絡系列計算部１２１＞
スペクトル包絡系列計算部１２１は、振幅スペクトル包絡系列W[1]，…，W[N]だけではなく、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]も求める。
具体的には、スペクトル包絡系列計算部１２１は、スペクトル包絡系列計算部１２０で示した（ｓｔｅｐ１），（ｓｔｅｐ２）に加えて、以下の手順の処理を行う。
（ｓｔｅｐ３）量子化済線形予測係数^αｐのそれぞれにγｐを乗算し、量子化済平滑化線形予測係数^α1γ，^α2γ2，…，^αPγPを求める。γは平滑化するための１以下の正の定数である。そして、式（１０）によって、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を求める（Ｓ１２１）。もちろん、スペクトル包絡系列計算部１２０と同様に、量子化済線形予測係数^αｐに代えて線形予測係数αｐを用いてもよい。
＜周波数領域系列正規化部１１１＞
周波数領域系列正規化部１１１は、係数列X[1]，…，X[N]の各係数を平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]の各係数で除算して正規化係数列XN[1]，…，XN[N]を得る。すなわち、ｎ＝１，…，Ｎに対して
XN[n]=X[n]/~W[n] （１１）
の計算を行い、正規化係数列XN[1]，…，XN[N]を求める（Ｓ１１１）。
＜周期性分析部１３１＞
周期性分析部１３１は、正規化係数列XN[1]，…，XN[N]を入力とし、当該正規化係数列XN[1]，…，XN[N]の周期Ｔを求め、周期Ｔを出力する（Ｓ１３１）。すなわち、本変形例では、入力音響信号に由来する周波数領域の係数列である正規化係数列XN[1]，…，XN[N]の周期性を有する成分の間隔を周期Ｔとして求める。また、周期性分析部１３１は、必要に応じて、係数列X[1]，…，X[N]を入力とし、周期性の程度を示す指標Ｓも求めて出力してもよい。
その他の処理は周期性統合包絡系列生成装置１００と同じである。したがって、実施例１と同様の効果が得られる。なお、周期性統合包絡系列生成装置１０１の場合は、周期性統合包絡生成部１５０は、振幅スペクトル包絡系列W[1]，…，W[N]の代わりに平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を用いてもよい。この場合は、式（６）の代わりに次式の計算となる。
Figure 2015166694
［変形例２］（外部から情報が入力される例）
本発明の周期性統合包絡系列生成装置を符号化装置や復号装置が内部に備えている場合には、符号化装置や復号装置に含まれる周期性統合包絡系列生成装置以外の処理部で、係数列X[1]，…，X[N]、正規化係数列XN[1]，…，XN[N]、量子化済線形予測係数^αｐ、量子化済平滑化線形予測係数^αｐγｐ、振幅スペクトル包絡W[1]，…，W[N]、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]、周期Ｔ、指標Ｓなどが求められていることがある。このような場合は、周期性統合包絡系列生成装置に、周波数領域変換部、周波数領域正規化部、スペクトル包絡系列計算部、周期性分析部の少なくとも何れかを備えない構成としてもよい。この場合には、符号化装置内の周期性統合包絡系列生成装置以外の処理部から、量子化済線形予測係数^αｐを特定する符号（線形予測係数符号CL）、周期Ｔや時間領域の周期を特定する符号（周期符号CT）、指標Ｓを特定する符号、などが出力され、復号装置に入力される。したがって、この場合には、符号化装置内の周期性統合包絡系列生成装置からは、量子化済線形予測係数^αｐを特定する符号（線形予測係数符号CL）、周期Ｔや時間領域の周期を特定する符号（周期符号CT）、指標Ｓを特定する符号、などを出力する必要がない。
また、本発明の周期性統合包絡系列生成装置を符号化装置や復号装置で用いる場合には、符号化装置と復号装置とで同一の周期性統合包絡系列を得られるようにする必要がある。したがって、符号化装置が出力し復号装置に入力される符号から特定可能な情報を用いて周期性統合包絡系列を得る必要がある。たとえば、符号化装置で用いる周期性統合包絡系列生成装置のスペクトル包絡系列計算部では、線形予測係数符号CLに対応する量子化済線形予測係数を用いて振幅スペクトル包絡系列を求め、復号装置で用いる周期性統合包絡系列生成装置のスペクトル包絡系列計算部では、符号化装置から出力されて復号装置に入力される線形予測係数符号CLに対応する復号線形予測係数を用いて振幅スペクトル包絡系列を求める必要がある。
なお、符号化装置や復号装置で周期性統合包絡系列を用いる場合には、上述のように周期性統合包絡系列生成装置を内部に備えるのではなく、周期性統合包絡系列生成装置内の必要な処理部を符号化装置と復号装置に備えるようにすればよい。このような符号化装置や復号装置は実施例２で説明する。
≪符号化装置≫
図５に実施例２の符号化装置の機能構成例を、図６に実施例２の符号化装置の処理フローを示す。符号化装置２００は、スペクトル包絡系列計算部２２１、周波数領域変換部１１０、周波数領域系列正規化部１１１、周期性分析部２３０、周期性包絡系列生成部１４０、周期性統合包絡生成部２５０、可変長符号化パラメータ計算部２６０、可変長符号化部２７０を備える。符号化装置２００は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、正規化係数列XN[1]，…，XN[N]の周期を表す間隔Ｔの符号ＣＴ、正規化係数列XN[1]，…，XN[N]を可変長符号化した可変長符号ＣＸを出力する。周波数領域系列正規化部１１１は実施例１変形例１と同じである。周波数領域変換部１１０と周期性包絡系列生成部１４０は実施例１と同じである。以下では異なる構成部について説明する。
＜スペクトル包絡系列計算部２２１＞
スペクトル包絡系列計算部２２１は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1]，…，W[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を計算し、計算の過程で得た量子化済線形予測係数^α1，…，^αPを示す符号ＣＬも求める（Ｓ２２１）。ただし、Ｎは正整数である。スペクトル包絡系列計算部２２１は、以下の手順で処理すればよい。
（ｓｔｅｐ１）所定の時間区間であるフレーム単位で、入力音響信号に対する線形予測分析を行って線形予測係数α1，…，αPを求める。ただし、Ｐは予測次数を示す正整数である。例えば、全極型モデルであるＰ次自己回帰過程により、時刻ｔでの入力音響信号x(t)は、Ｐ時点まで遡った過去の自分自身の値x(t-1)，…，x(t-P)と予測残差e(t)と線形予測係数α1，…，αpによって式（１）で表される。
（ｓｔｅｐ２）線形予測係数α1，…，αPを符号化して符号ＣＬを得て出力するとともに、符号ＣＬに対応する量子化済線形予測係数^α1，…，^αPを求める。また、量子化済線形予測係数^α1，…，^αPを用いてＮ点の入力音響信号の振幅スペクトル包絡系列W[1]，…，W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式（２）で求めることができる。なお、線形予測係数α1，…，αPを符号化して符号ＣＬを得る方法は、線形予測係数をLSPパラメータに変換して、LSPパラメータを符号化して符号ＣＬを得るなど、線形予測係数に変換可能な係数の何れを符号化して符号ＣＬを得る何れの方法を用いてもよい。
（ｓｔｅｐ３）量子化済線形予測係数^αｐのそれぞれにγｐを乗算し、量子化済平滑化線形予測係数^α1γ，^α2γ2，…，^αPγPを求める。γはあらかじめ定めた平滑化するための１以下の正の定数である。そして、式（１０）によって、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を求める。
＜周期性分析部２３０＞
周期性分析部２３０は、正規化係数列XN[1]，…，XN[N]を入力とし、当該正規化係数列XN[1]，…，XN[N]の間隔Ｔ（周期的に大きな値となる間隔）を求め、間隔Ｔと間隔Ｔを示す符号ＣＴを出力する（Ｓ２３０）。また、周期性分析部２３０は、必要に応じて、周期性の程度を示す指標Ｓ（すなわち、周波数領域のサンプル列の周期性の程度を示す指標）、も求めて出力する。また、周期性分析部２３０は、必要に応じて、指標Ｓを示す符号ＣＳも得て出力する。なお、指標Ｓと間隔Ｔ自体は実施例１変形例１の周期性分析部１３１と同じである。
＜周期性統合包絡生成部２５０＞
周期性統合包絡生成部２５０は、少なくとも、周期性包絡系列P[1]，…，P[N]、振幅スペクトル包絡系列W[1]，…，W[N]を入力とし、周期性統合包絡系列WM[1]，…，WM[N]を求めて周期性統合包絡WM[n]を出力する。また、周期性統合包絡生成部１５０は、値δとして、予め定めた１つの値ではなく、予め定めた複数の候補値のうちの何れかを選択する場合には、係数列X[1], …, X[N]も入力とし、予め定めた複数の候補値のうち周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなる候補値を値δとして求め、値δを示す符号Ｃδも出力する（Ｓ２５０）。
周期性統合包絡WM[n]と値δは実施例１と同じであり、周期性統合包絡WM[n]は式（６），…，（９）のように求めればよい。周期性統合包絡生成部１５０において周期性の程度に応じてδの候補数を決定する場合には、周期性統合包絡生成部１５０は、周期性の程度を示す指標Ｓも入力とし、指標Ｓが周期性が高いことに対応するフレームの場合には多くの候補数のδの候補の中から式（７）で定義されるＥが最小となるδを選び、指標Ｓが周期性が低いことに対応するフレームである場合にはδを１つの予め定めた値としてもよい。なお、δを予め定めた値にする場合は、値δを示す符号Ｃδを出力する必要はない。
＜可変長符号化パラメータ計算部２６０＞
可変長符号化パラメータ計算部２６０は、周期性統合包絡系列WM[1]，…，WM[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と正規化係数列XN[1]，…，XN[N]を入力とし、可変長符号化パラメータｒｎを求める（Ｓ２６０）。可変長符号化パラメータ計算部２６０は、周期性統合包絡系列WM[1]，…，WM[N]から求めた振幅値に依存して可変長符号化パラメータｒｎを計算することを特徴としている。
可変長符号化パラメータは、符号化対象の信号、すなわち、正規化係数列XN[1]，…，XN[N]の各係数の振幅の取り得る範囲を特定するパラメータである。例えば、ライス符号化の場合にはライスパラメータが可変長符号化パラメータに相当し、算術符号化の場合は符号化対象の信号の振幅の取り得る範囲が可変長符号化パラメータに相当する。
１サンプルごとに可変長符号化を行う場合には、正規化係数列の各係数XN[n]について可変長符号化パラメータが計算される。複数のサンプルからなるサンプル群ごとに（例えば２サンプルずつ）まとめて可変長符号化を行う場合には、サンプル群ごとに可変長符号化パラメータが計算される。つまり、可変長符号化パラメータ計算部２６０は、正規化係数列の一部である正規化部分係数列ごとに、可変長符号化パラメータｒｎを計算する。ここで、正規化部分係数列は複数個あり、複数個の正規化部分係数列には正規化係数列の係数が重複されずに含まれるものとする。以下に、１サンプルごとにライス符号化を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
（ｓｔｅｐ１）正規化係数列XN[1],…,XN[N]の各係数の振幅の平均の対数を、基準となるライスパラメータｓｂ（基準となる可変長符号化パラメータ）として次式のように算出する。
Figure 2015166694
 ｓｂはフレームごとに１度だけ符号化されて、基準となるライスパラメータ（基準となる可変長符号化パラメータ）に対応する符号Ｃｓｂとして復号装置４００に伝送される。あるいは復号装置４００に伝送される別の情報から正規化係数列XN[1],…,XN[N]の振幅の平均値を推定できる場合は、符号化装置２００と復号装置４００で共通に振幅の平均値の推定値からｓｂを近似的に決定する方法を決めておいてもよい。例えば、包絡の傾きを表すパラメータ、区分帯域ごとの平均包絡の大きさを表すパラメータを別途使う符号化の場合には、復号装置４００に伝送される別の情報から振幅の平均値を推定できる。この場合は、ｓｂを符号化し、基準となるライスパラメータに対応する符号Ｃｓｂを復号装置４００へ出力しなくてもよい。
（ｓｔｅｐ２）下記式により閾値θを算出する。
Figure 2015166694
 θは、周期性統合包絡系列の各値WM[n]を平滑化振幅スペクトル包絡系列の各値~W[n]で除算した値の振幅の平均の対数である。
（ｓｔｅｐ３） |WM[n]/~W[n]|がθより大きいほど、正規化係数XN[n]をライス符号化するためのライスパラメータｒｎをｓｂよりも大きな値として決定する。|WM[n]/~W[n]|がθより小さいほど、正規化係数XN[n]をライス符号化するためのライスパラメータｒｎをｓｂよりも小さな値として決定する。
（ｓｔｅｐ４）ｓｔｅｐ３の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータｒｎを求める。
＜可変長符号化部２７０＞
可変長符号化部２７０は、可変長符号化パラメータ計算部２６０で求めた可変長符号化パラメータｒｎを用いて正規化係数列XN[1]，…，XN[N]を可変長符号化し、可変長符号ＣＸを出力する（Ｓ２７０）。例えば、可変長符号化部２７０は、可変長符号化パラメータ計算部２６０で求めたライスパラメータｒｎを用いて正規化係数列XN[1]，…，XN[N]をライス符号化し、得られた符号を可変長符号ＣＸとして出力する。可変長符号化パラメータ計算部２６０で求めたライスパラメータｒｎは、周期性統合包絡系列の振幅値に依存する可変長符号化パラメータであり、周期性統合包絡系列の値が大きい周波数ほど大きな値となっている。ライス符号化は、振幅値に依存する可変長符号化の公知技術のうちの１つであり、ライスパラメータｒｎを用いて振幅値に依存する可変長符号化を行うものである。また、周期性統合包絡生成部２５０で生成した周期性統合包絡系列は、入力音響信号のスペクトル包絡を高精度に表現するものである。すなわち、可変長符号化部２７０は、周期性統合包絡系列の値が大きい周波数ほど、前記入力音響信号の周波数領域の係数列であるX[1]，…，X[N]の振幅が大きいとことを前提に、正規化係数列XN[1]，…，XN[N]を可変長符号化していることになり、言い換えれば、可変長符号化パラメータを用いて、振幅値に依存する可変長符号化により、正規化係数列XN[1]，…，XN[N]を符号化していることになる。ここでいう振幅値とは、符号化対象の係数列の平均振幅値、係数列に含まれる各係数の振幅の推定値、係数列の振幅の包絡の推定値などである。
符号化装置２００は、このような処理によって得られた量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、間隔Ｔを示す符号ＣＴ、正規化係数列XN[1]，…，XN[N]を可変長符号化した可変長符号ＣＸを出力する。また、必要に応じて値δを示す符号Ｃδと基準となる可変長符号化パラメータｓｂを示す符号Ｃｓｂも出力する。符号化装置２００から出力された符号は、復号装置４００に入力される。
［符号化装置の変形例１］（外部から情報が入力される例）
なお、符号化装置としては、周期性包絡系列生成部１４０と周期性統合包絡生成部２５０と可変長符号化パラメータ計算部２６０と可変長符号化部２７０だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と、正規化係数列XN[1]，…，XN[N]、間隔Ｔと、必要に応じて振幅スペクトル包絡系列W[1]，…， W[N]と、必要に応じて指標Ｓとを入力とし、可変長符号ＣＸを出力してもよい。
［符号化装置の変形例２]（係数列X[n]から間隔Ｔを求める例）
上述の周期性分析部２３０では正規化係数列XN[1]，…，XN[N]を入力として間隔Ｔを求めているが、周期性分析部２３０では周波数領域変換部１１０が出力した係数列X[1]，…，X[N]を入力として間隔Ｔを求めてもよい。この場合は、実施例１の周期性分析部１３０と同じ方法で間隔Ｔを求める。
≪復号装置≫
図７に実施例２の復号装置の機能構成例を、図８に実施例２の復号装置の処理フローを示す。復号装置４００は、スペクトル包絡系列計算部４２１、周期性包絡系列生成部４４０、周期性統合包絡生成部４５０、可変長符号化パラメータ計算部４６０、可変長復号部４７０、周波数領域系列逆正規化部４１１、周波数領域逆変換部４１０を備える。復号装置４００は、量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、間隔Ｔを示す符号ＣＴ、正規化係数列XN[1]，…，XN[N]を可変長符号化した可変長符号ＣＸを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Ｃδと基準となる可変長符号化パラメータｓｂを示す符号Ｃｓｂと指標Ｓを示す符号ＣＳも受け取る。以下に、各構成部の詳細を示す。
＜スペクトル包絡系列計算部４２１＞
スペクトル包絡系列計算部４２１は、符号ＣＬを入力とし、振幅スペクトル包絡系列W[1]，…，W[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を計算する（Ｓ４２１）。より具体的には、以下の手順で処理すればよい。
（ｓｔｅｐ１）符号ＣＬを復号し、復号線形予測係数^α1，…，^αPを得る。
（ｓｔｅｐ２）復号線形予測係数^α1，…，^αPを用いてＮ点の振幅スペクトル包絡系列W[1]，…，W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式（２）で求めることができる。
（ｓｔｅｐ３）復号線形予測係数^αｐのそれぞれにγｐを乗算し、復号平滑化線形予測係数^α1γ，^α2γ2，…，^αPγPを求める。γはあらかじめ定めた平滑化するための１以下の正の定数である。そして、式（１０）によって、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を求める。
＜周期性包絡系列生成部４４０＞
周期性包絡系列生成部４４０は、間隔Ｔを示す符号ＣＴを入力とし、符号ＣＴを復号し、間隔Ｔを得る。そして、符号化装置２００の周期性包絡系列生成部１４０と同じ方法で周期性包絡系列P[1]，…，P[N]を求め、出力する（Ｓ４４０）。
＜周期性統合包絡生成部４５０＞
周期性統合包絡生成部４５０には、周期性包絡系列P[1]，…，P[N]、振幅スペクトル包絡系列W[1]，…，W[N]、符号Ｃδ、符号ＣＳが入力される。ただし、符号Ｃδ、符号ＣＳは入力されない場合もある。周期性統合包絡生成部４５０は、符号Ｃδを復号し、値δを取得する。ただし、符号Ｃδが入力されない場合は、符号Ｃδの復号は行わず、周期性統合包絡生成部４５０に予め記憶された値δを取得する。なお、周期性統合包絡生成部４５０は、符号ＣＳが入力された場合には、符号ＣＳを復号して指標Ｓを取得し、取得した指標Ｓが、周期性が高いことに対応するフレームの場合には符号Ｃδを復号して値δを取得し、取得した指標Ｓが、周期性が低いことに対応するフレームである場合には符号Ｃδの復号は行わず、周期性統合包絡生成部４５０に予め記憶された値δを取得する。そして、周期性統合包絡生成部４５０は、式（６）によって、周期性統合包絡系列WM[1]，…，WM[N]を求める。（Ｓ４５０）
＜可変長符号化パラメータ計算部４６０＞
可変長符号化パラメータ計算部４６０は、周期性統合包絡系列WM[1]，…，WM[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と符号Ｃｓｂを入力とし、可変長符号化パラメータｒｎを得る（Ｓ４６０）。ただし、復号装置４００に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からｓｂを近似的に決定する方法を決めておいてもよい。この場合は、符号Ｃｓｂは入力されない。以下に、１サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
（ｓｔｅｐ１）符号Ｃｓｂを復号して、基準となるライスパラメータｓｂ（基準となる可変長符号化パラメータ）を得る。なお、符号化装置２００と復号装置４００で共通に振幅の平均値の推定値からｓｂを近似的に決定する方法を決めている場合は、その方法で求める。
（ｓｔｅｐ２）閾値θを式（１４）で算出する。
（ｓｔｅｐ３） |WM[n]/~W[n]|がθより大きいほど、ライスパラメータｒｎをｓｂよりも大きな値として、符号化装置２００の可変長符号化パラメータ計算部２６０と同じ方法で決定する。|WM[n]/~W[n]|がθより小さいほど、ライスパラメータｒｎをｓｂよりも小さな値として、符号化装置２００の可変長符号化パラメータ計算部２６０と同じ方法で決定する。
（ｓｔｅｐ４）ｓｔｅｐ３の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータｒｎを求める。
＜可変長復号部４７０＞
可変長復号部４７０は、可変長符号化パラメータ計算部４６０で求めた可変長符号化パラメータｒｎを用いて可変長符号ＣＸを復号して復号正規化係数列^XN[1]，…，^XN[N]を得る（Ｓ４７０）。例えば、可変長復号部４７０は、可変長符号化パラメータ計算部４６０で求めたライスパラメータｒｎを用いて可変長符号ＣＸを復号して復号正規化係数列^XN[1]，…，^XN[N]を得る。可変長復号部４７０の復号方法は、可変長符号化部２７０の符号化方法に対応するものである。
＜周波数領域系列逆正規化部４１１＞
周波数領域系列逆正規化部４１１は、復号正規化係数列^XN[1]，…，^XN[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を入力とし、
^X[n]=^XN[n]・~W[n] （１５）
のように、復号係数列^X[1]，…，^X[N]を求めて出力する（Ｓ４１１）。
＜周波数領域逆変換部４１０＞
周波数領域逆変換部４１０は、復号係数列^X[1]，…，^X[N]を入力とし、復号係数列^X[1]，…，^X[N]を所定の時間区間であるフレーム単位の音響信号（時間領域）に変換する（Ｓ４１０）。
［復号装置の変形例１］（外部から情報が入力される例）
なお、復号装置としては、周期性包絡系列生成部４４０と周期性統合包絡生成部４５０と可変長符号化パラメータ計算部４６０と可変長復号部４７０だけを備え、復号装置に必要に応じて入力される符号Ｃδと符号Ｃｓｂに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]、振幅スペクトル包絡系列W[1]，…，W[N]、間隔Ｔ、必要に応じて指標Ｓも入力とし、正規化係数列XN[1]，…，XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
＜実施例２の発明の効果＞
可変長符号化は、符号化対象の入力値の振幅の取りうる範囲に合わせて適応的に符号を決定することで符号化効率を向上させる符号化方法である。実施例２では周波数領域の係数列である正規化係数列XN[1]，…，XN[N]を符号化対象としているが、符号化対象の係数列に含まれる各係数の振幅の情報をより正確に用いて求めた可変長符号化パラメータを用いて可変長符号化をすれば符号化装置が行う可変長符号化自体の符号化効率は高くなる。しかし、復号装置が可変長符号化パラメータを求めるために、符号化装置から復号装置に対して符号化対象の係数列に含まれる各係数の振幅の情報をより正確に送る必要があり、その分だけ符号化装置から復号装置に送る符号量が増大してしまう。
符号量の増大を抑えるためには、少ない符号量の符号から符号化対象の係数列に含まれる各係数の振幅の推定値を得る方法が必要である。実施例２の周期性統合包絡系列WM[1]，…，WM[N]は係数列X[1]，…，X[N]を高精度に近似するので、|WM[1]/~W[1]|，…，|WM[N]/~W[N]|は可変長符号化対象の係数であるXN[1], XN[2],…, XN[N]の振幅包絡を高精度に近似できる。つまり、|WM[1]/~W[1]|，…，|WM[N]/~W[N]|は、符号化対象の各係数の振幅と正の相関を持つ系列となっている。
また、|WM[1]/~W[1]|, |WM[2]/~W[2]|,…,|WM[N]/~W[N]|を復号装置側で復元するために必要な情報は、
・量子化済線形予測係数^α1，…，^αPの情報（符号ＣＬ）
・間隔Ｔを示す情報（符号ＣＴ）
・値δを示す情報（符号Ｃδ）
である。すなわち、実施例２の符号化装置と復号装置によれば、符号化装置に入力された入力音響信号のピッチ周期に起因する振幅のピークを含む包絡を、符号ＣＬ、符号ＣＴ、符号Ｃδのみの少ない情報量で、復号装置で再現することが可能となる。
なお、実施例２の符号化装置と復号装置は、線形予測やピッチ予測を伴う符号化及び復号を行う符号化装置及び復号装置と併用して用いられることが多い。この場合は、符号ＣＬと符号ＣＴは、符号化装置２００外にある線形予測やピッチ予測を伴う符号化を行う符号化装置から、復号装置４００外にある線形予測やピッチ予測を伴う復号を行う復号装置に送られている符号である。したがって、符号化装置側に入力された入力音響信号のピッチ周期に起因する振幅のピークを含む包絡を復号装置側で復元するために符号化装置２００から復号装置４００に送る必要があるのは符号Ｃδである。符号Ｃδの符号量は小さく（それぞれ、せいぜい３ビット程度であり、１ビットでも効果が得られる）、符号化対象の正規化係数列に含まれる部分系列ごとの可変長符号化パラメータに対応する符号の総符号量よりも少ない。
よって、実施例２の符号化装置、復号装置によれば、少ない符号量の増加で、符号化効率を向上させることができる。
＜実施例２の発明のポイント＞
上述の効果を得るというポイントで実施例２の符号化装置、復号装置を考えると、符号化装置２００が、
・所定時間区間の入力音響信号から求めた線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、入力音響信号から求めた周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部２５０
・周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に、入力音響信号に由来する周波数領域の系列を符号化する可変長符号化部２７０
を有し、復号装置４００が、
・線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部４５０
・周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に、可変長符号を復号して周波数領域の系列を得る可変長復号部４７０、
を有することを特徴とすればよい。なお、「周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に」と「周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に」とは、周期性統合包絡系列が、入力音響信号または音響信号の振幅の大きい周波数において大きい値になることを特徴としていることを示している。また、「入力音響信号に由来する」とは、入力音響信号から求められることや入力音響信号に対応していることを意味している。例えば、係数列X[1]，…，X[N]や正規化係数列XN[1]，…，XN[N]は、入力音響信号に由来する周波数領域の系列である。
≪符号化装置≫
図９に実施例３の符号化装置の機能構成例を、図１０に実施例３の符号化装置の処理フローを示す。符号化装置３００は、スペクトル包絡系列計算部２２１、周波数領域変換部１１０、周波数領域系列正規化部１１１、周期性分析部３３０、周期性包絡系列生成部１４０、周期性統合包絡生成部２５０、可変長符号化パラメータ計算部２６０、第２可変長符号化パラメータ計算部３８０、可変長符号化部３７０を備える。符号化装置３００は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、正規化係数列XN[1]，…，XN[N]の周期を表す間隔Ｔの符号ＣＴ、係数列X[1]，…，X[N]または正規化係数列XN[1]，…，XN[N]の周期性の程度を示す所定の指標Ｓと指標Ｓを示す符号ＣＳ、正規化係数列XN[1]，…，XN[N]を可変長符号化した可変長符号ＣＸを出力する。周波数領域系列正規化部１１１は実施例１変形例１と同じである。周波数領域変換部１１０と周期性包絡系列生成部１４０は実施例１と同じである。振幅スペクトル包絡系列計算部２２１、周期性統合包絡生成部２５０、可変長符号化パラメータ計算部２６０は、実施例２と同じである。以下では異なる構成部について説明する。
＜周期性分析部３３０＞
周期性分析部３３０は、正規化係数列XN[1]，…，XN[N]を入力とし、
当該正規化係数列XN[1]，…，XN[N]の周期性の程度を示す指標Ｓと間隔Ｔ（周期的に大きな値となる間隔）とを求め、指標Ｓと指標Ｓを示す符号ＣＳと間隔Ｔと間隔Ｔを示す符号ＣＴを出力する（Ｓ３３０）。なお、指標Ｓと間隔Ｔ自体は実施例１変形例１の周期性分析部１３１と同じである。
そして、符号化装置３００では、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部２６０が可変長符号化パラメータｒｎを計算し、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第２可変長符号化パラメータ計算部３８０が可変長符号化パラメータｒｎを計算する（Ｓ３９０）。「あらかじめ定めた周期性の程度が大きいことを示す範囲」は、例えば、指標Ｓが所定の閾値以上のときとすればよい。
＜第２可変長符号化パラメータ計算部３８０＞
第２可変長符号化パラメータ計算部３８０は、振幅スペクトル包絡系列W[1]，…，W[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と正規化係数列XN[1]，…，XN[N]を入力とし、可変長符号化パラメータｒｎを求める（Ｓ３８０）。可変長符号化パラメータ計算部２６０は、周期性統合包絡系列WM[1]，…，WM[N]から求めた振幅値に依存して可変長符号化パラメータｒｎを計算することを特徴としているのに対して、第２可変長符号化パラメータ計算部３８０は、振幅スペクトル包絡系列から求めた振幅値に依存して可変長符号化パラメータを計算することを特徴としている。以下に、１サンプルごとにライス符号化を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
（ｓｔｅｐ１）正規化係数列XN[1],…,XN[N]の各係数の振幅の平均の対数を、基準となるライスパラメータｓｂ（基準となる可変長符号化パラメータ）として式（１３）のように算出する。この処理は、可変長符号化パラメータ計算部２６０と同じである。
（ｓｔｅｐ２）下記式により閾値θを算出する。
Figure 2015166694
 θは、振幅スペクトル包絡系列の各値W[n]を平滑化振幅スペクトル包絡系列の各値~W[n]で除算した値の振幅の平均の対数である。
（ｓｔｅｐ３） |W[n]/~W[n]|がθより大きいほど、正規化係数XN[n]をライス符号化するためのライスパラメータｒｎをｓｂよりも大きな値として決定する。|W[n]/~W[n]|がθより小さいほど、正規化係数XN[n]をライス符号化するためのライスパラメータｒｎをｓｂよりも小さな値として決定する。
（ｓｔｅｐ４）ｓｔｅｐ３の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータｒｎを求める。
＜可変長符号化部３７０＞
可変長符号化部３７０は、可変長符号化パラメータｒｎを用いて正規化係数列XN[1],…,XN[N]を可変長符号化し、可変長符号ＣＸを出力する（Ｓ３７０）。ただし、可変長符号化パラメータｒｎは、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部２６０が計算した可変長符号化パラメータｒｎであり、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第２可変長符号化パラメータ計算部３８０が計算した可変長符号化パラメータｒｎである。
符号化装置３００は、このような処理によって得られた量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、周期性の程度を示す指標Ｓを示す符号ＣＳ、間隔Ｔを示す符号ＣＴ、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号ＣＸを出力し、復号側に送信する。また、必要に応じて値δを示す符号Ｃδと基準となる可変長符号化パラメータｓｂを示す符号Ｃｓｂも出力し、復号側に送信する。
［符号化装置の変形例１］（外部から情報が入力される例）
なお、符号化装置としては、周期性包絡系列生成部１４０と周期性統合包絡生成部２５０と可変長符号化パラメータ計算部２６０と第２可変長符号化パラメータ計算部３８０と可変長符号化部３７０だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と正規化係数列XN[1],…,XN[N]、間隔Ｔと、必要に応じて振幅スペクトル包絡系列W[1]，…， W[N]と、必要に応じて指標Ｓとを入力とし、可変長符号ＣＸを出力してもよい。
［符号化装置の変形例２]（係数列X[n]から間隔Ｔを求める例）
上述の周期性分析部３３０では正規化係数列XN[1]，…，XN[N]を入力として間隔Ｔを求めているが、周期性分析部３３０では周波数領域変換部１１０が出力した係数列X [1]，…，X [N]を入力として間隔Ｔを求めてもよい。この場合は、実施例１の周期性分析部１３０と同じ方法で間隔Ｔを求める。
≪復号装置≫
図１１に実施例３の復号装置の機能構成例を、図１２に実施例３の復号装置の処理フローを示す。復号装置５００は、スペクトル包絡系列計算部４２１、指標復号部５３０、周期性包絡系列生成部４４０、周期性統合包絡生成部４５０、可変長符号化パラメータ計算部４６０、第２可変長符号化パラメータ計算部５８０、可変長復号部５７０、周波数領域系列逆正規化部４１１、周波数領域逆変換部４１０を備える。復号装置５００は、量子化済線形予測係数^α1，…，^αPを示す符号ＣＬ、指標Ｓを示す符号ＣＳ、間隔Ｔを示す符号ＣＴ、正規化係数列XN[1]，…，XN[N]を可変長符号化した可変長符号ＣＸを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Ｃδと基準となる可変長符号化パラメータｓｂを示す符号Ｃｓｂも受け取る。スペクトル包絡系列計算部４２１、周期性包絡系列生成部４４０、周期性統合包絡生成部４５０、可変長符号化パラメータ計算部４６０、周波数領域系列逆正規化部４１１、周波数領域逆変換部４１０は実施例２と同じである。以下では異なる構成部について説明する。
＜指標復号部５３０＞
指標復号部５３０は、符号ＣＳを復号し、指標Ｓを得る。復号装置５００では、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部４６０が可変長符号化パラメータｒｎを計算し、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第２可変長符号化パラメータ計算部５８０が可変長符号化パラメータｒｎを計算する（Ｓ５９０）。なお、「あらかじめ定めた周期性の程度が大きいことを示す範囲」は、符号化装置３００と同じ範囲である。
＜第２可変長符号化パラメータ計算部５８０＞
第２可変長符号化パラメータ計算部５８０は、振幅スペクトル包絡系列W[1]，…，W[N]と平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]と符号Ｃｓｂを入力とし、可変長符号化パラメータｒｎを求める（Ｓ５８０）。ただし、復号装置５００に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からｓｂを近似的に決定する方法を決めておいてもよい。この場合は、符号Ｃｓｂは入力されない。以下に、１サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
（ｓｔｅｐ１）符号Ｃｓｂを復号して、基準となるライスパラメータｓｂ（基準となる可変長符号化パラメータ）を得る。なお、符号化装置３００と復号装置５００で共通に振幅の推定値からｓｂを近似的に決定する方法を決めている場合は、その方法で求める。
（ｓｔｅｐ２）閾値θを式（１６）で算出する。
（ｓｔｅｐ３） |W[n]/~W[n]|がθより大きいほど、ライスパラメータｒｎをｓｂよりも大きな値として、符号化装置３００の第２可変長符号化パラメータ計算部３８０と同じ方法で決定する。|W[n]/~W[n]|がθより小さいほど、ライスパラメータｒｎをｓｂよりも小さな値として、符号化装置３００の第２可変長符号化パラメータ計算部３８０と同じ方法で決定する。
（ｓｔｅｐ４）ｓｔｅｐ３の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータｒｎを求める。
＜可変長復号部５７０＞
可変長復号部５７０は、可変長符号化パラメータｒｎを用いて可変長符号ＣＸを復号して復号正規化係数列^XN[1]，…，^XN[N]を求める（Ｓ５７０）。ただし、可変長符号化パラメータｒｎは、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部４６０が計算した可変長符号化パラメータｒｎであり、指標Ｓがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第２可変長符号化パラメータ計算部５８０が計算した可変長符号化パラメータｒｎである。
［復号装置の変形例１］（外部から情報が入力される例）
なお、復号装置としては、周期性包絡系列生成部４４０と周期性統合包絡生成部４５０と可変長符号化パラメータ計算部４６０と第２可変長符号化パラメータ計算部５８０と可変長復号部５７０だけを備え、復号装置に必要に応じて入力される符号Ｃδと符号Ｃｓｂに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]、振幅スペクトル包絡系列W[1]，…，W[N]、間隔Ｔ、指標Ｓも入力とし、正規化係数列XN[1]，…，XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
＜実施例３の発明の効果＞
入力音響信号の周期性の程度が小さい場合には、入力音響信号のピッチ周期に起因する振幅のピークは小さい。そこで、実施例３の符号化装置、復号装置は、符号化の対象となる音響信号の周期性の程度が大きい場合には周期性統合包絡系列を用いて可変長符号化パラメータを求め、符号化の対象となる音響信号の周期性の程度が大きくない場合には振幅スペクトル包絡系列を用いて可変長符号化パラメータを求めるため、より適した可変長符号化パラメータを用いて可変長符号化でき、符号化精度を上げることができるという効果がある。
上述の実施例１〜３では、振幅スペクトル包絡系列、平滑化振幅スペクトル包絡系列、周期性統合包絡系列等について振幅の系列を用いる例を説明したが、振幅の系列に代えてパワーの系列、すなわち、W[n]、~W[n]、WM[n]としてパワースペクトル包絡系列、平滑化パワースペクトル包絡系列、パワーの系列である周期性統合包絡系列を用いてもよい。
［プログラム、記録媒体］
上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
１００、１０１ 周期性統合包絡系列生成装置
１１０ 周波数領域変換部 １１１ 周波数領域係数正規化部
１２０、１２１、２２１、４２１ スペクトル包絡系列計算部
１３０，１３１、２３０、３３０ 周期性分析部
１４０、４４０ 周期性包絡系列生成部
１５０、２５０、４５０ 周期性統合包絡生成部
２００、３００ 符号化装置
２６０、３６０、４６０ 可変長符号化パラメータ計算部
２７０、３７０ 可変長符号化部
３８０、５８０ 第２可変長符号化パラメータ計算部
４００、５００ 復号装置
４１０ 周波数領域逆変換部 ４１１ 周波数領域系列逆正規化部
４７０、５７０ 可変長復号部 ５３０ 指標復号部
実施例１の周期性統合包絡系列生成装置の機能構成例を示す図。 実施例１の周期性統合包絡系列生成装置の処理フローを示す図。 周期性包絡系列P[1]，…，P[N]の例を示す図。 同じ音響信号に対して生成された系列の違いを説明するための例を示す図で あって、数列X[1]，…，X[N]を補間した曲線の形状を示す図。 同じ音響信号に対して生成された系列の違いを説明するための例を示す図で あって、周期性包絡系列P[1]，…，P[N]を補間した曲線の形状を示す図。 同じ音響信号に対して生成された系列の違いを説明するための例を示す図で あって、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を補間した曲線の形状を示す図。 同じ音響信号に対して生成された系列の違いを説明するための例を示す図で あって、周期性統合包絡系列W M [1]，…，W M [N]を補間した曲線の形状を示す図。 実施例２の符号化装置の機能構成例を示す図。 実施例２の符号化装置の処理フローを示す図。 実施例２の復号装置の機能構成例を示す図。 実施例２の復号装置の処理フローを示す図。 実施例３の符号化装置の機能構成例を示す図。 実施例３の符号化装置の処理フローを示す図。 実施例３の復号装置の機能構成例を示す図。 実施例３の復号装置の処理フローを示す図。
＜実施例１の発明の効果＞
図４Ａ〜４Ｄに同じ音響信号に対して生成された系列の違いを説明するための例を示す。図４Ａに係数列X[1]，…，X[N]を補間した曲線の形状を、図４Ｂに周期性包絡系列P[1]，…，P[N]を補間した曲線の形状を、図４Ｃに平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]を補間した曲線の形状を、図４Ｄに周期性統合包絡系列WM[1]，…，WM[N]を補間した曲線の形状を示す。図４Ａ〜４Ｄに示すとおり、周期性統合包絡系列WM[1]，…，WM[N]は、平滑化振幅スペクトル包絡系列~W[1]，…，~W[N]に比べて、係数列X[1]，…，X[N]に現れる周期的なピークを含んだ形状となっている。また、周期性統合包絡系列WM[1]，…，WM[N]は、スペクトル包絡を表す情報である線形予測係数または量子化済線形予測係数の他に、間隔Ｔ、または、間隔Ｔと値δの情報があれば生成できる。したがって、入力音響信号のスペクトル包絡を表す情報に少ない情報量を追加するだけで、入力音響信号のピッチ周期に起因する振幅のピークを、線形予測係数により求まるスペクトル包絡より高精度に表現することができる。すなわち、線形予測係数または量子化済線形予測係数と、間隔Ｔ、または、間隔Ｔと値δと、の少ない情報量で入力音響信号の振幅を高精度に推定することができることになる。なお、平滑化振幅スペクトル包絡~W[n]は次式で表現される包絡であり、γは振幅スペクトル係数を鈍らせる（平滑化する）ための１以下の正の定数である。
Figure 2015166694
＜周期性統合包絡生成部２５０＞
周期性統合包絡生成部２５０は、少なくとも、周期性包絡系列P[1]，…，P[N]、振幅スペクトル包絡系列W[1]，…，W[N]を入力とし、周期性統合包絡系列WM[1]，…，WM[N]を求めて周期性統合包絡WM[n]を出力する。また、周期性統合包絡生成部２５０は、値δとして、予め定めた１つの値ではなく、予め定めた複数の候補値のうちの何れかを選択する場合には、係数列X[1], …, X[N]も入力とし、予め定めた複数の候補値のうち周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなる候補値を値δとして求め、値δを示す符号Ｃδも出力する（Ｓ２５０）。
周期性統合包絡WM[n]と値δは実施例１と同じであり、周期性統合包絡WM[n]は式（６），…，（９）のように求めればよい。周期性統合包絡生成部２５０において周期性の程度に応じてδの候補数を決定する場合には、周期性統合包絡生成部２５０は、周期性の程度を示す指標Ｓも入力とし、指標Ｓが周期性が高いことに対応するフレームの場合には多くの候補数のδの候補の中から式（７）で定義されるＥが最小となるδを選び、指標Ｓが周期性が低いことに対応するフレームである場合にはδを１つの予め定めた値としてもよい。なお、δを予め定めた値にする場合は、値δを示す符号Ｃδを出力する必要はない。
１００、１０１ 周期性統合包絡系列生成装置
１１０ 周波数領域変換部 １１１ 周波数領域系列正規化部
１２０、１２１、２２１、４２１ スペクトル包絡系列計算部
１３０，１３１、２３０、３３０ 周期性分析部
１４０、４４０ 周期性包絡系列生成部
１５０、２５０、４５０ 周期性統合包絡生成部
２００、３００ 符号化装置
２６０、３６０、４６０ 可変長符号化パラメータ計算部
２７０、３７０ 可変長符号化部
３８０、５８０ 第２可変長符号化パラメータ計算部
４００、５００ 復号装置
４１０ 周波数領域逆変換部 ４１１ 周波数領域系列逆正規化部
４７０、５７０ 可変長復号部 ５３０ 指標復号部

Claims (20)

  1. 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
    前入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算部と、
    前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成部と
    を備える周期性統合包絡系列生成装置。
  2. 請求項１記載の周期性統合包絡系列生成装置であって、
    前記周期性統合包絡生成部は、前記入力音響信号の周波数領域での周期が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
    ことを特徴とする周期性統合包絡系列生成装置。
  3. 請求項１または２記載の周期性統合包絡系列生成装置であって、
    前記周期性統合包絡生成部は、
    周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成装置。
  4. 請求項１または２記載の周期性統合包絡系列生成装置であって、
    前記周期性統合包絡生成部は、
    前記入力音響信号の周期性の程度が大きい場合は、
    周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成装置。
  5. 請求項１または２記載の周期性統合包絡系列生成装置であって、
    前記周期性統合包絡生成部は、前記入力音響信号の周期性の程度が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成装置。
  6. 請求項１から５のいずれかに記載の周期性統合包絡系列生成装置であって、
    前記周期性統合包絡生成部は、前記入力音響信号の周波数領域での周期が大きいほど、前記振幅スペクトル包絡系列うちの前記入力音響信号の周波数領域での周期の整数倍の近傍の多くのサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    ことを特徴とする周期性統合包絡系列生成装置。
  7. 請求項１から６のいずれかに記載の周期性統合包絡系列生成装置であって、
    ＮとＵを正の整数、Ｔを前記入力音響信号に由来する周波数領域の係数列の周期性を有する成分の間隔、Ｌを間隔Ｔの小数点以下の桁数、ｖを1以上の整数、floor(・)を小数点以下を切り捨てて整数値を返す関数、Round(・)を小数点第一位を四捨五入して整数値を返す関数、Ｔ’＝Ｔ×２Ｌ、W[1]，…，W[N]を振幅スペクトル包絡系列、δを振幅スペクトル包絡W[n]と周期性包絡P[n]の混合比率を決める値とし、
    （Ｕ×Ｔ’）／２Ｌ−ｖ≦ｎ≦（Ｕ×Ｔ’）／２Ｌ＋ｖ
    の範囲の整数ｎについて、
    Figure 2015166694
    のように周期性包絡系列P[1]，…，P[N]を求める周期性包絡系列生成部も備え、
    前記周期性統合包絡生成部は、
    Figure 2015166694
    のように前記周期性統合包絡系列WM[1]，…，WM[N]を求める
    ことを特徴とする周期性統合包絡系列生成装置。
  8. 請求項７記載の周期性統合包絡系列生成装置であって、
    X[1]，…，X[N]を前記入力音響信号に対応する周波数領域の係数列とし、
    前記δは、複数のδの候補の中から、
    Figure 2015166694
    により定義されるＥが最小となるように選択されたものである
    ことを特徴とする周期性統合包絡系列生成装置。
  9. 請求項７記載の周期性統合包絡系列生成装置であって、
    X[1]，…，X[N]を前記入力音響信号に対応する周波数領域の係数列とし、
    前記δは、
    前記入力音響信号の周期性の程度が大きい場合は、複数のδの候補の中から、
    Figure 2015166694
    により定義されるＥが最小となるように選択されたものであり、
    そうでない場合は、あらかじめ定めた値である
    ことを特徴とする周期性統合包絡系列生成装置。
  10. 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
    前入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算ステップと、
    前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成ステップと
    を実行する周期性統合包絡系列生成方法。
  11. 請求項１０記載の周期性統合系列生成方法であって、
    前記周期性統合包絡生成ステップは、前記入力音響信号の周波数領域での周期が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成方法。
  12. 請求項１０または１１記載の周期性統合包絡系列生成方法であって、
    前記周期性統合包絡生成ステップは、
    周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成方法。
  13. 請求項１０または１１記載の周期性統合包絡系列生成方法であって、
    前記周期性統合包絡生成ステップは、
    前記入力音響信号の周期性の程度が大きい場合は、
    周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成方法。
  14. 請求項１０または１１記載の周期性統合包絡系列生成方法であって、
    前記周期性統合包絡生成ステップは、前記入力音響信号の周期性の程度が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
    周期性統合包絡系列生成方法。
  15. 請求項１０から１４のいずれかに記載の周期性統合包絡系列生成方法であって、
    前記周期性統合包絡生成ステップは、前記入力音響信号の周波数領域での周期が大きいほど、前記振幅スペクトル包絡系列うちの前記入力音響信号の周波数領域での周期の整数倍の近傍の多くのサンプルの値を変更して得られる系列を周期性統合包絡系列とする
    ことを特徴とする周期性統合包絡系列生成方法。
  16. 請求項１０〜１５のいずれかに記載の周期性統合包絡系列生成方法であって、
    ＮとＵを正の整数、Ｔを前記入力音響信号に由来する周波数領域の係数列の周期性を有する成分の間隔、Ｌを間隔Ｔの小数点以下の桁数、ｖを1以上の整数、floor(・)を小数点以下を切り捨てて整数値を返す関数、Round(・)を小数点第一位を四捨五入して整数値を返す関数、Ｔ’＝Ｔ×２Ｌ、W[1]，…，W[N]を振幅スペクトル包絡系列、δを振幅スペクトル包絡W[n]と周期性包絡P[n]の混合比率を決める値とし、
    （Ｕ×Ｔ’）／２Ｌ−ｖ≦ｎ≦（Ｕ×Ｔ’）／２Ｌ＋ｖ
    の範囲の整数ｎについて、
    Figure 2015166694
    のように周期性包絡系列P[1]，…，P[N]を求める周期性包絡系列生成ステップも有し、
    前記周期性統合包絡生成ステップは、
    Figure 2015166694
    のように前記周期性統合包絡系列WM[1]，…，WM[N]を求める
    ことを特徴とする周期性統合包絡系列生成方法。
  17. 請求項１６記載の周期性統合包絡系列生成方法であって、
    X[1]，…，X[N]を前記入力音響信号に対応する周波数領域の係数列とし、
    前記δは、複数のδの候補の中から、
    Figure 2015166694
    により定義されるＥが最小となるように選択されたものである
    ことを特徴とする周期性統合包絡系列生成方法。
  18. 請求項１６記載の周期性統合包絡系列生成方法であって、
    X[1]，…，X[N]を前記入力音響信号に対応する周波数領域の係数列とし、
    前記δは、
    前記入力音響信号の周期性の程度が大きい場合は、複数のδの候補の中から、
    Figure 2015166694
    により定義されるＥが最小となるように選択されたものであり、
    そうでない場合は、あらかじめ定めた値である
    ことを特徴とする周期性統合包絡系列生成方法。
  19. 請求項１から９のいずれかに記載の周期性統合包絡系列生成装置としてコンピュータを機能させるための周期性統合包絡系列生成プログラム。
  20. 請求項１から９のいずれかに記載の周期性統合包絡系列生成装置としてコンピュータを機能させるための周期性統合包絡系列生成プログラムを記録したコンピュータが読み取り可能な記録媒体。
JP2016515879A 2014-05-01 2015-02-20 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 Active JP6276846B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014094880 2014-05-01
JP2014094880 2014-05-01
PCT/JP2015/054718 WO2015166694A1 (ja) 2014-05-01 2015-02-20 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2017174631A Division JP6412994B2 (ja) 2014-05-01 2017-09-12 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体

Publications (2)

Publication Number Publication Date
JPWO2015166694A1 true JPWO2015166694A1 (ja) 2017-04-20
JP6276846B2 JP6276846B2 (ja) 2018-02-07

Family

ID=54358435

Family Applications (4)

Application Number Title Priority Date Filing Date
JP2016515879A Active JP6276846B2 (ja) 2014-05-01 2015-02-20 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP2017174631A Active JP6412994B2 (ja) 2014-05-01 2017-09-12 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP2018186413A Active JP6674992B2 (ja) 2014-05-01 2018-10-01 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP2020039489A Active JP6867528B2 (ja) 2014-05-01 2020-03-09 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体

Family Applications After (3)

Application Number Title Priority Date Filing Date
JP2017174631A Active JP6412994B2 (ja) 2014-05-01 2017-09-12 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP2018186413A Active JP6674992B2 (ja) 2014-05-01 2018-10-01 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP2020039489A Active JP6867528B2 (ja) 2014-05-01 2020-03-09 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体

Country Status (9)

Country Link
US (6) US10204633B2 (ja)
EP (4) EP3139381B1 (ja)
JP (4) JP6276846B2 (ja)
KR (4) KR101860146B1 (ja)
CN (4) CN110289008B (ja)
ES (4) ES2738723T3 (ja)
PL (4) PL3699910T3 (ja)
TR (1) TR201910806T4 (ja)
WO (1) WO2015166694A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9911427B2 (en) 2014-03-24 2018-03-06 Nippon Telegraph And Telephone Corporation Gain adjustment coding for audio encoder by periodicity-based and non-periodicity-based encoding methods
WO2017125840A1 (en) * 2016-01-19 2017-07-27 Hua Kanru Method for analysis and synthesis of aperiodic signals
US10242696B2 (en) 2016-10-11 2019-03-26 Cirrus Logic, Inc. Detection of acoustic impulse events in voice applications
US10475471B2 (en) * 2016-10-11 2019-11-12 Cirrus Logic, Inc. Detection of acoustic impulse events in voice applications using a neural network
KR102643277B1 (ko) 2022-03-10 2024-03-05 주식회사 메사쿠어컴퍼니 얼굴인식을 이용한 비밀번호 입력 방법 및 시스템
KR20230136288A (ko) 2022-03-18 2023-09-26 주식회사 메사쿠어컴퍼니 얼굴의 부분영역으로 얼굴인증을 수행하는 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58168094A (ja) * 1982-03-29 1983-10-04 藤崎　博也 音声分析処理方式
JPS5994795A (ja) * 1982-11-22 1984-05-31 藤崎　博也 音声分析処理方式

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5528723A (en) * 1990-12-28 1996-06-18 Motorola, Inc. Digital speech coder and method utilizing harmonic noise weighting
BE1007617A3 (nl) * 1993-10-11 1995-08-22 Philips Electronics Nv Transmissiesysteem met gebruik van verschillende codeerprincipes.
US7092881B1 (en) * 1999-07-26 2006-08-15 Lucent Technologies Inc. Parametric speech codec for representing synthetic speech in the presence of background noise
AU2001294974A1 (en) * 2000-10-02 2002-04-15 The Regents Of The University Of California Perceptual harmonic cepstral coefficients as the front-end for speech recognition
US7013269B1 (en) * 2001-02-13 2006-03-14 Hughes Electronics Corporation Voicing measure for a speech CODEC system
EP1422693B1 (en) * 2001-08-31 2008-11-05 Kenwood Corporation Pitch waveform signal generation apparatus; pitch waveform signal generation method; and program
US7027980B2 (en) * 2002-03-28 2006-04-11 Motorola, Inc. Method for modeling speech harmonic magnitudes
WO2004008437A2 (en) * 2002-07-16 2004-01-22 Koninklijke Philips Electronics N.V. Audio coding
JP4977472B2 (ja) * 2004-11-05 2012-07-18 パナソニック株式会社 スケーラブル復号化装置
KR20060067016A (ko) * 2004-12-14 2006-06-19 엘지전자 주식회사 음성 부호화 장치 및 방법
US7580910B2 (en) 2005-04-06 2009-08-25 Content Analyst Company, Llc Perturbing latent semantic indexing spaces
TWI279774B (en) * 2005-04-14 2007-04-21 Ind Tech Res Inst Adaptive pulse allocation mechanism for multi-pulse CELP coder
CN101138274B (zh) * 2005-04-15 2011-07-06 杜比国际公司 用于处理去相干信号或组合信号的设备和方法
US7930176B2 (en) * 2005-05-20 2011-04-19 Broadcom Corporation Packet loss concealment for block-independent speech codecs
US7596231B2 (en) 2005-05-23 2009-09-29 Hewlett-Packard Development Company, L.P. Reducing noise in an audio signal
US20070011001A1 (en) * 2005-07-11 2007-01-11 Samsung Electronics Co., Ltd. Apparatus for predicting the spectral information of voice signals and a method therefor
KR100770839B1 (ko) * 2006-04-04 2007-10-26 삼성전자주식회사 음성 신호의 하모닉 정보 및 스펙트럼 포락선 정보,유성음화 비율 추정 방법 및 장치
KR100762596B1 (ko) * 2006-04-05 2007-10-01 삼성전자주식회사 음성 신호 전처리 시스템 및 음성 신호 특징 정보 추출방법
US8688437B2 (en) * 2006-12-26 2014-04-01 Huawei Technologies Co., Ltd. Packet loss concealment for speech coding
JP4294724B2 (ja) * 2007-08-10 2009-07-15 パナソニック株式会社 音声分離装置、音声合成装置および声質変換装置
WO2009044525A1 (ja) * 2007-10-01 2009-04-09 Panasonic Corporation 音声強調装置および音声強調方法
EP2077550B8 (en) * 2008-01-04 2012-03-14 Dolby International AB Audio encoder and decoder
US8401845B2 (en) * 2008-03-05 2013-03-19 Voiceage Corporation System and method for enhancing a decoded tonal sound signal
JP5038995B2 (ja) * 2008-08-25 2012-10-03 株式会社東芝 声質変換装置及び方法、音声合成装置及び方法
EP3975587A1 (en) * 2009-02-03 2022-03-30 Cochlear Limited Enhanced envelope encoded tone sound processor and system
US8463599B2 (en) * 2009-02-04 2013-06-11 Motorola Mobility Llc Bandwidth extension method and apparatus for a modified discrete cosine transform audio coder
JP4932917B2 (ja) * 2009-04-03 2012-05-16 株式会社エヌ・ティ・ティ・ドコモ 音声復号装置、音声復号方法、及び音声復号プログラム
CN102449691B (zh) * 2009-06-03 2013-11-06 日本电信电话株式会社 Parcor系数量化方法、parcor系数量化装置、程序以及记录介质
JP5223786B2 (ja) * 2009-06-10 2013-06-26 富士通株式会社 音声帯域拡張装置、音声帯域拡張方法及び音声帯域拡張用コンピュータプログラムならびに電話機
JP5314771B2 (ja) * 2010-01-08 2013-10-16 日本電信電話株式会社 符号化方法、復号方法、符号化装置、復号装置、プログラムおよび記録媒体
CN102714040A (zh) * 2010-01-14 2012-10-03 松下电器产业株式会社 编码装置、解码装置、频谱变动量计算方法和频谱振幅调整方法
JP5749462B2 (ja) * 2010-08-13 2015-07-15 株式会社Ｎｔｔドコモ オーディオ復号装置、オーディオ復号方法、オーディオ復号プログラム、オーディオ符号化装置、オーディオ符号化方法、及び、オーディオ符号化プログラム
WO2012063185A1 (en) * 2010-11-10 2012-05-18 Koninklijke Philips Electronics N.V. Method and device for estimating a pattern in a signal
WO2012102149A1 (ja) * 2011-01-25 2012-08-02 日本電信電話株式会社 符号化方法、符号化装置、周期性特徴量決定方法、周期性特徴量決定装置、プログラム、記録媒体
CN103477387B (zh) * 2011-02-14 2015-11-25 弗兰霍菲尔运输应用研究公司 使用频谱域噪声整形的基于线性预测的编码方案
RU2559709C2 (ru) * 2011-02-16 2015-08-10 Ниппон Телеграф Энд Телефон Корпорейшн Способ кодирования, способ декодирования, кодер, декодер, программа и носитель записи
RU2571561C2 (ru) * 2011-04-05 2015-12-20 Ниппон Телеграф Энд Телефон Корпорейшн Способ кодирования, способ декодирования, кодер, декодер, программа и носитель записи
US8620646B2 (en) * 2011-08-08 2013-12-31 The Intellisis Corporation System and method for tracking sound pitch across an audio signal using harmonic envelope
CA2877161C (en) * 2012-06-28 2020-01-21 Tom Backstrom Linear prediction based audio coding using improved probability distribution estimation
EP2682941A1 (de) * 2012-07-02 2014-01-08 Technische Universität Ilmenau Vorrichtung, Verfahren und Computerprogramm für frei wählbare Frequenzverschiebungen in der Subband-Domäne
CN103827964B (zh) * 2012-07-05 2018-01-16 松下知识产权经营株式会社 编解码系统、解码装置、编码装置以及编解码方法
MX347921B (es) * 2012-10-05 2017-05-17 Fraunhofer Ges Forschung Un aparato para la codificacion de una señal de voz que emplea prediccion lineal excitada por codigos algebraico en el dominio de autocorrelacion.
CN105247614B (zh) * 2013-04-05 2019-04-05 杜比国际公司 音频编码器和解码器
US9418671B2 (en) * 2013-08-15 2016-08-16 Huawei Technologies Co., Ltd. Adaptive high-pass post-filter
MY181965A (en) * 2013-10-18 2021-01-15 Fraunhofer Ges Forschung Coding of spectral coefficients of a spectrum of an audio signal
US9697843B2 (en) * 2014-04-30 2017-07-04 Qualcomm Incorporated High band excitation signal generation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58168094A (ja) * 1982-03-29 1983-10-04 藤崎　博也 音声分析処理方式
JPS5994795A (ja) * 1982-11-22 1984-05-31 藤崎　博也 音声分析処理方式

Also Published As

Publication number Publication date
US20190115036A1 (en) 2019-04-18
ES2805275T3 (es) 2021-02-11
KR101837153B1 (ko) 2018-03-09
CN106537500B (zh) 2019-09-13
KR101860139B1 (ko) 2018-05-23
KR20180029087A (ko) 2018-03-19
EP3139381A1 (en) 2017-03-08
KR20160138509A (ko) 2016-12-05
EP3537439B1 (en) 2020-05-13
US20170025132A1 (en) 2017-01-26
EP3139381B1 (en) 2019-04-24
JP6412994B2 (ja) 2018-10-24
EP3139381A4 (en) 2017-11-08
EP3537439A1 (en) 2019-09-11
EP3699910A1 (en) 2020-08-26
KR101860146B1 (ko) 2018-05-23
KR20180029089A (ko) 2018-03-19
US20210312933A1 (en) 2021-10-07
CN106537500A (zh) 2017-03-22
US20200273474A1 (en) 2020-08-27
JP2018005247A (ja) 2018-01-11
PL3139381T3 (pl) 2019-10-31
US10204633B2 (en) 2019-02-12
ES2884034T3 (es) 2021-12-10
KR101860143B1 (ko) 2018-05-23
JP6674992B2 (ja) 2020-04-01
US11848021B2 (en) 2023-12-19
US20240062767A1 (en) 2024-02-22
US11501788B2 (en) 2022-11-15
PL3696816T3 (pl) 2021-10-25
JP6276846B2 (ja) 2018-02-07
CN110491402B (zh) 2022-10-21
KR20180027645A (ko) 2018-03-14
EP3699910B1 (en) 2021-05-26
CN110289008B (zh) 2022-10-21
US10734009B2 (en) 2020-08-04
TR201910806T4 (tr) 2019-08-21
CN110289008A (zh) 2019-09-27
JP2020098366A (ja) 2020-06-25
CN110491402A (zh) 2019-11-22
EP3696816B1 (en) 2021-05-12
ES2738723T3 (es) 2020-01-24
JP6867528B2 (ja) 2021-04-28
CN110491401A (zh) 2019-11-22
CN110491401B (zh) 2022-10-21
ES2878061T3 (es) 2021-11-18
US20230021878A1 (en) 2023-01-26
PL3537439T3 (pl) 2020-10-19
PL3699910T3 (pl) 2021-11-02
US11100938B2 (en) 2021-08-24
EP3696816A1 (en) 2020-08-19
JP2018200492A (ja) 2018-12-20
WO2015166694A1 (ja) 2015-11-05

Similar Documents

Publication Publication Date Title
JP6412994B2 (ja) 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体
JP6595684B2 (ja) 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161004

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161004

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170912

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: 20171226

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180112

R150 Certificate of patent or registration of utility model

Ref document number: 6276846

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150