KR20070118173A

KR20070118173A - 광대역 스피치 코딩을 위한 시스템, 방법, 및 장치

Info

Publication number: KR20070118173A
Application number: KR1020077025422A
Authority: KR
Inventors: 코엔 베르나르트 포스; 아난다파드마나반 에이 칸다다이
Original assignee: 퀄컴 인코포레이티드
Priority date: 2005-04-01
Filing date: 2006-04-03
Publication date: 2007-12-13
Also published as: RU2386179C2; BRPI0607690A2; ATE492016T1; US8484036B2; TW200703240A; DE602006017673D1; RU2413191C2; AU2006232358A1; MX2007012191A; TWI330828B; NO20075503L; BRPI0607646B1; IL186404A0; CA2602804A1; US20060277038A1; WO2006107839A2; KR20070118168A; EP1864101A1; EP1869673B1; ES2391292T3

Abstract

일 실시예에 따른 광대역 스피치는 협대역 인코더 및 고대역 인코더를 포함한다. 협대역 인코더는 광대역 스피치 신호의 협대역 부분을 필터 파라미터들의 세트 및 대응하는 인코딩된 여기 신호로 인코딩하도록 구성된다. 고대역 인코더는 고대역 여기 신호에 따라서, 광대역 스피치 신호의 고대역 부분을 필터 파라미터들의 세트로 인코딩하도록 구성된다. 고대역 인코더는 인코딩된 협대역 여기 신호에 기반하여 신호에 비선형 펑션을 적용함으로써 고대역 여기 신호를 생성하여 스펙트럼 확장된 신호를 생성하도록 구성된다.

광대역 스피치 신호, 협대역 인코더, 고대역 인코더

Description

광대역 스피치 코딩을 위한 시스템, 방법, 및 장치{SYSTEMS, METHODS, AND APPARATUS FOR WIDEBAND SPEECH CODING}

관련 출원

본 특허 출원은 "광대역 스피치의 고-주파수 대역 코딩 (CODING THE HIGH-FREQUENCY BAND OF WIDEBAND SPEECH)" 으로 명명되고 2005년 4월 1일자로 출원된 미국 가출원 제 60/667,901 호를 우선권 주장한다. 본 특허 출원은 "고-대역 스피치 코더에 있어서 파라미터 코딩 (PARAMETER CODING IN A HIGH-BAND SPEECH CODER)" 으로 명명되고 2005년 4월 22일자로 출원된 미국 가출원 제 60/673,965 호를 또한 우선권 주장한다.

기술 분야

본 발명은 신호 프로세싱에 관한 것이다.

배경 기술

공중 스위칭 전화 네트워크 (Public Switched Telephone Network; PSTN) 를 통한 음성 통신은 통상적으로 300-3400 kHz 의 주파수 대역으로 대역폭이 제한되어 왔다. 셀룰러 전화통신 및 IP (Internet Protocol) 상의 음성 (VoIP) 과 같은 음성 통신을 위한 새로운 네트워크는 동일한 대역폭 제한을 갖지 않을 수 있고, 이러한 네트워크들 상에서 광대역 주파수 영역을 포함하는 음성 통신을 전송 및 수신하는 것이 바람직할 수 있다. 예를 들어, 하한 50 Hz 및/또는 상한 7 또는 8 kHz 까지 확장된 오디오 주파수 영역을 지원하는 것이 바람직할 수 있다. 또한 고-품질 오디오 및 오디오/비디오 회의와 같은, 다른 애플리케이션을 지원하는 것이 바람직할 수 있으며, 이는 통상의 PSTN 제한외의 영역에서 오디오 스피치 콘텐츠를 포함할 수도 있다.

더 높은 주파수로의 스피치 코더에 의해 지원되는 영역의 확장은 양해도 (intelligibility) 를 개선시킬 수 있다. 예를 들어, 고 주파수에서 's' 및 'f' 와 같은 마찰음들을 구별하는 정보는 풍부하다. 고대역 확장은 프레즌스 (presence) 와 같은 스피치의 다른 품질을 또한 개선시킬 수도 있다. 예를 들어, 심지어 음성화된 모음이 PSTN 제한보다 훨씬 높은 스펙트럼 에너지를 가질 수 있다.

광대역 스피치 코딩으로의 일 접근은 광대역 스펙트럼을 커버하기 위해 협대역 스피치 코딩 기술 (예를 들면 0-4 kHz의 범위를 인코딩하도록 구성된 기술) 을 스케일링하는 단계를 포함한다. 예를 들어, 스피치 신호는 고주파수에서의 컴포넌트를 포함하도록 더 높은 레이트에서 샘플링될 수 있으며, 협대역 코딩 기술은 더 많은 필터 계수를 사용하여 이 광대역 신호를 표현하도록 재구성될 수 있다. CELP (Codebook Excited Linear Prediction) 와 같은 협대역 코딩 기술은 계산적으로 집약적이지만, 광대역 CELP 코더는 많은 이동 및 다른 임베디드 애플리케이션에 실용적이기에는 너무 많은 프로세싱 사이클을 소비할 수 있다. 이러한 기술을 사용하는 원하는 품질로 광대역 신호의 전체 스팩트럼을 인코딩하는 것은 대역폭에서 용인될 수 없는 방대한 증가를 또한 야기할 수 있다. 게다가, 이러한 인코딩된 신호의 트랜스코딩은, 그 신호의 협대역 부분이 오직 협대역 코딩만을 지원하는 시스템으로 전송 및/또는 이러한 시스템에 의해 디코딩될 수 있기 전에도 요구된다.

광대역 스피치 코딩에 대한 다른 접근은 인코딩된 협대역 스펙트럼 엔벌로프 (envelope) 로부터 고대역 스펙트럼 엔벌로프를 외삽 (extrapolate) 하는 단계를 포함한다. 이러한 접근은 어떠한 대역폭의 증가 없이 및 트랜스코딩의 필요 없이 구현될 수도 있지만, 코오스 (coarse) 스펙트럼 엔벌로프 또는 스피치 신호의 고대역 부분의 포르먼트 (formant) 구조는 일반적으로 협대역 부분의 스펙트럼 엔벌로프로부터 정확하게 예측될 수 없다.

인코딩된 신호의 적어도 협대역 부분이 트랜스코딩 또는 다른 중요한 변경없이 협대역 채널 (PSTN 채널과 같은) 을 통해 송신될 수도 있도록 광대역 스피치 코딩을 구현하는 것이 바람직하다. 예를 들면 유선 및 무선 채널상의 무선 셀룰러 전화 통신 및 방송과 같은 애플리케이션에서 서비스될 수 있는 사용자의 수를 현저하게 감소시키는 것을 회피하기 위해, 광대역 코딩 확장의 효율성이 또한 바람직할 수도 있다.

발명의 개요

일 실시예에서, 신호 프로세싱 방법은 적어도 협대역 여기 (excitation) 신호 및 복수의 협대역 필터 파라미터에 따라 협대역 스피치 신호를 합성하는 단계 및 협대역 여기 신호에 기반하여 고대역 여기 신호를 생성하는 단계를 포함한다. 상기 방법은 또한 적어도 고대역 여기 신호 및 복수의 고대역 필터 파라미터에 따라 고대역 스피치 신호를 합성하는 단계, 및 광대역 스피치 신호를 획득하도록 협대역 스피치 신호 및 고대역 스피치 신호를 결합하는 단계를 포함한다. 이 방법에서, 고대역 여기 신호를 생성하는 단계는 스펙트럼 확장된 신호를 생성하도록 협대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용하는 단계를 포함하며, 고대역 여기 신호는 그 스펙트럼 확장된 신호에 기반한다.

다른 양태에서, 일 장치는 적어도 협대역 여기 신호 및 복수의 협대역 필터 파라미터에 따라 협대역 스피치 신호를 합성하도록 구성되는 협대역 디코더를 포함한다. 상기 장치는 또한 협대역 여기 신호에 기반하여 고대역 여기 신호를 생성하고 적어도 고대역 여기 신호 및 복수의 고대역 필터 파라미터 따라 고대역 스피치 신호를 합성하도록 구성되는 고대역 디코더를 포함한다. 상기 장치는 또한 협대역 스피치 신호 및 고대역 스피치 신호를 결합하여 광대역 스피치 신호를 획득하도록 구성되는 필터 뱅크를 포함한다. 고대역 디코더는 스펙트럼 확장된 신호를 생성하도록 협대역 여기 신호에 기반하여 신호에 비선형 펑션을 적용시키고, 스펙트럼 확장된 신호에 기반하는 고대역 여기 신호를 생성하도록 구성된다.

다른 실시예에서, 신호 프로세싱 방법은 협대역 스피치 신호 및 고대역 스피치 신호를 획득하도록 광대역 스피치 신호를 프로세싱하는 단계, 및 협대역 스피치 신호를 적어도 인코딩된 협대역 여기 신호 및 복수의 협대역 필터 파라미터로 인코딩하는 단계를 포함한다. 상기 방법은 또한 협대역 여기 신호에 기반하여 고대역 여기 신호를 생성하는 단계를 포함하며, 상기 협대역 여기 신호는 인코딩된 협대역 여기 신호에 기반한다. 상기 방법은 적어도 복수의 고대역 필터 파라미터 로, 고대역 여기 신호에 따라, 고대역 스피치 신호를 인코딩하는 단계를 포함한다. 이 방법에서, 고대역 여기 신호를 생성하는 단계는 스펙트럼 확장된 신호를 생성하도록 협대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용시키는 단계를 포함하며, 고대역 여기 신호는 스펙트럼 확장된 신호에 기반한다.

다른 실시예에서, 일 장치는 광대역 스피치 신호를 필터링하여 협대역 스피치 신호 및 고대역 스피치 신호를 획득하도록 구성되는 필터 뱅크, 및 적어도 인코딩된 협대역 여기신호 및 복수의 협대역 필터 파라미터로 협대역 스피치 신호를 인코딩하도록 구성되는 협대역 인코더를 포함한다. 상기 장치는 인코딩된 협대역 여기 신호에 기반하여 고대역 여기 신호를 생성하고, 적어도 복수의 고대역 필터 파라미터로, 고대역 여기 신호에 따라, 고대역 스피치 신호를 인코딩하도록 구성되는 고대역 인코더를 포함한다. 고대역 인코더는 스펙트럼 확장된 신호를 생성하도록 인코딩된 협대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용시키고, 스펙트럼 확장된 신호에 기반하여 고대역 여기 신호를 생성하도록 구성된다.

도면의 간단한 설명

도 1a 는 일 실시예에 따른 광대역 스피치 인코더 (A100) 의 블록도를 도시한다.

도 1b 는 광대역 스피치 인코더 (A100) 의 일 구현 (A102) 의 블록도를 도시한다.

도 2a 는 일 실시예에 따른 광대역 스피치 디코더 (B100) 의 블록도를 도시한다.

도 2b 는 광대역 스피치 디코더 (B100) 의 일 구현 (B102) 의 블록도를 도시한다.

도 3a 는 필터 뱅크 (A110) 의 일 구현 (A112) 의 블록도를 도시한다.

도 3b 는 필터 뱅크 (B120) 의 일 구현 (B122) 의 블록도를 도시한다.

도 4a 는 필터 뱅크 (A110) 의 일 예에 대한 저대역 및 고대역의 대역폭 커버리지를 도시한다.

도 4b 는 필터 뱅크 (A110) 의 다른 예에 대한 저대역 및 고대역의 대역폭 커버리지를 도시한다.

도 4c 는 필터 뱅크 (A112) 의 일 구현 (A114) 의 블록도를 도시한다.

도 4d 는 필터 뱅크 (B122) 의 일 구현 (B124) 의 블록도를 도시한다.

도 5a 는 스피치 신호에 대한 주파수 대 로그 (Log) 진폭 플롯의 일 예를 도시한다.

도 5b 는 기본 선형 예측 코딩 시스템의 블록도를 도시한다.

도 6 은 협대역 인코더 (A120) 의 일 구현 (A122) 의 블록도를 도시한다.

도 7은 협대역 디코더 (B110) 의 일 구현 (B112) 의 블록도를 도시한다.

도 8a 는 음성화된 스피치의 잉여 신호에 대한 주파수 대 로그 진폭 플롯의 일 예를 도시한다.

도 8b 는 음성화된 스피치의 잉여 신호에 대한 시간 대 로그 진폭 플롯의 일 예를 도시한다.

도 9 는 장기 예측을 또한 수행하는 기본 선형 예측 코딩 시스템의 블록도를 도시한다.

도 10 은 고대역 인코더 (A200) 의 일 구현 (A202) 의 블록도를 도시한다.

도 11 은 고대역 여기 생성기 (A300) 의 일 구현 (A302) 의 블록도를 도시한다.

도 12 는 스펙트럼 확장기 (A400) 의 구현 (A402) 의 블록도를 도시한다.

도 12a 는 스펙트럼 확장 동작의 일 예에서 다양한 지점에서의 신호 스펙트럼들의 플롯을 도시한다.

도 12b 는 스펙트럼 확장 동작의 다른 예에서 다양한 지점에서의 신호 스펙트럼들의 플롯을 도시한다.

도 13 은 고대역 여기 생성기 (A302) 의 일 구현 (A304) 의 블록도를 도시한다.

도 14 는 고대역 여기 생성기 (A302) 의 일 구현 (A306) 의 블록도를 도시한다.

도 15 는 엔벌로프 산출 태스크 (T100) 에 대한 흐름도를 도시한다.

도 16 은 결합기 (490) 의 일 구현 (492) 의 블록도를 도시한다.

도 17 은 고대역 신호 (S30) 의 주기성 측정의 산출에 대한 접근을 도시한다.

도 18 은 고대역 여기 생성기 (A302) 의 일 구현 (A312) 의 블록도를 도시한다.

도 19 는 고대역 여기 생성기 (A302) 의 일 구현 (A314) 의 블록도를 도시한 다.

도 20 은 고대역 여기 생성기 (A302) 의 일 구현 (A316) 의 블록도를 도시한다.

도 21 은 이득 산출 태스크 (T200) 에 대한 흐름도를 도시한다.

도 22 는 이득 산출 태스크 (T200) 의 일 구현 (T210) 에 대한 흐름도를 도시한다.

도 23a 는 윈도우잉 펑션의 다이어그램을 도시한다.

도 23b 는 도 23a에서 도시된 바와 같은 윈도우잉 펑션의 스피치 신호의 서브프레임에의 적용을 도시한다.

도 24 는 고대역 디코더 (B200) 의 일 구현 (B202) 에 대한 블록도를 도시한다.

도 25 는 광대역 스피치 인코더 (A100) 의 일 구현 (AD10) 의 블록도를 도시한다.

도 26a 는 딜레이 라인 (D120) 의 일 구현 (D122) 의 개략도를 도시한다.

도 26b 는 딜레이 라인 (D120) 의 일 구현 (D124) 의 개략도를 도시한다.

도 27 은 딜레이 라인 (D120) 의 일 구현 (D130) 의 개략도를 도시한다.

도 28 은 광대역 스피치 인코더 (AD10) 의 일 구현 (AD12) 의 블록도를 도시한다.

도 29 는 일 실시예에 따른 신호 프로세싱 방법 (MD100) 의 흐름도를 도시한다.

도 30 은 일 실시예에 따른 방법 (M100) 에 대한 흐름도를 도시한다.

도 31a 는 일 실시예에 따른 방법 (M200) 에 대한 흐름도를 도시한다.

도 31b 는 방법 (M200) 의 일 구현 (M210) 에 대한 흐름도를 도시한다.

도 32 는 일 실시예에 따른 방법 (M300) 에 대한 흐름도를 도시한다.

도면 및 수반하는 설명에서, 동일한 참조 부호는 동일 또는 유사한 구성요소 및 신호를 지칭한다.

상세한 설명

여기에서 기술되는 실시예는 오직 약 800 내지 1000 bps (bit per second) 의 대역폭 증가에서 광대역 스피치 신호의 전송 및/또는 저장을 지원하도록 협대역 스피치 코더에 확장을 제공하도록 구성될 수 있는 시스템, 방법, 및 장치를 포함한다. 이러한 구성의 잠재적인 이점들은 협대역 시스템과의 호환성을 지원하는 임베디드 코딩, 협대역 및 고대역 코딩 채널간의 비트들의 상대적으로 쉬운 할당 및 재할당, 계산적으로 집약적인 광대역 합성 동작의 회피, 및 계산적으로 집약적인 파형 코딩 루틴 (routine) 에 의해 프로세싱되는 신호에 대한 낮은 샘플링 레이트의 유지를 포함한다.

문맥에 의해 명백하게 제한되지 않는 한, "산출 (calculating)" 이라는 용어는 여기에서 산출, 생성, 및 수치들의 리스트로부터의 선택과 같은 그 통상 의미들의 임의의 의미를 지칭하는데 사용된다. "포함 (comprising)" 이라는 용어가 본 명세서 및 청구항들에서 사용되는 경우, 다른 구성요소들 또는 동작들을 배제하지 않는다. "A 는 B 에 기반한다" 는 용어는, 케이스 (ⅰ) "A 는 B 와 같다" 및 케이스 (ⅱ) "A 는 적어도 B 에 기반한다" 를 포함하여, 그 통상 의미들의 임의의 의미를 지칭한다. "인터넷 프로토콜" 이라는 용어는 IETF (Internet Engineering Task Force) RFC (Request for Comments) 791 에서 기술된 바와 같은 버젼 4, 및 버젼 6 과 같은 후속 버젼들을 포함한다.

도 1a 는 일 실시예에 따른 광대역 스피치 인코더 (A100) 의 블록도를 도시한다. 필터 뱅크 (A110) 는 광대역 스피치 신호 (S10) 를 필터링하여 협대역 신호 (S20) 및 고대역 신호 (S30) 를 생성하도록 구성된다. 협대역 인코더 (A120) 는 협대역 신호 (S20) 를 인코딩하여 협대역 (NB) 필터 파라미터들 (S40) 및 협대역 잉여 신호 (S50) 를 생성한다. 여기에서 더욱 상세히 기술될 바와 같이, 통상적으로 협대역 인코더 (A120) 는 코드북 인덱스들 또는 다른 양자화된 형태로서 협대역 필터 파라미터들 (S40) 및 인코딩된 협대역 여기 신호 (S50) 를 생성하도록 구성된다. 고대역 인코더 (A200) 는 인코딩된 협대역 여기 신호 (S50) 내의 정보에 따라 고대역 신호 (S30) 를 인코딩하여 고대역 코딩 파라미터들 (S60) 을 생성하도록 구성된다. 여기에서 더욱 상세히 기술될 바와 같이, 고대역 인코더 (A200) 는 코드북 인덱스들 또는 다른 양자화된 형태로서 고대역 코딩 파라미터들 (S60) 을 생성하도록 구성된다. 광대역 스피치 인코더 (A100) 의 특정 일 예시는, 협대역 필터 파라미터들 (S40) 및 인코딩된 협대역 여기 신호 (S50) 에 대해 사용되는 약 7.55 kbps (kilobits per second) 및 고대역 코딩 파라미터들 (S60) 에 대해 사용되는 약 1 kbps 를 갖는 약 8.55 kbps 의 레이트에서 광대역 스피치 신호 (S10) 를 인코딩하도록 구성된다.

인코딩된 협대역 및 고대역 신호들을 하나의 비트스트림으로 결합하는 것이 바람직할 수 있다. 예를 들어, 인코딩된 광대역 스피치 신호로서 (예를 들면 유선, 광, 무선 전송 채널로) 전송 또는 저장을 위해 인코딩된 신호들을 함께 멀티플렉싱하는 것이 바람직할 수 있다. 도 1b 는 협대역 필터 파라미터들 (S40), 인코딩된 협대역 여기 신호 (S50), 및 고대역 필터 파라미터들 (S60) 을 멀티플렉싱된 신호 (S70) 로 결합하도록 구성되는 멀티플렉서 (A130) 를 포함하는 광대역 스피치 인코더 (A100) 의 일 구현 (A102) 의 블록도를 도시한다.

인코더 (A102) 를 포함하는 장치는 또한 유선, 광, 및 무선 채널과 같은 전송 채널로 멀티플렉싱된 신호 (S70) 를 전송하도록 구성되는 회로를 포함할 수 있다. 이러한 장치는 에러 정정 인코딩 (예를 들면, 레이트-호환성인 (rate-compatible) 컨볼루셔널 인코딩) 및/또는 에러 검출 인코딩 (예를 들면, 사이클릭 리던던시 (cyclic redundancy) 인코딩), 및/또는 네트워크 프로토콜 인코딩의 하나 이상의 계층들 (예를 들면 이더넷 (Ethernet), TCP/IP, cdma2000) 과 같이 하나 이상의 채널 인코딩 동작을 신호상에 수행하도록 또한 구성될 수 있다.

멀티플렉서 (A130) 는 (협대역 필터 파라미터들 (S40) 및 인코딩된 협대역 여기 신호 (S50) 를 포함하는) 인코딩된 협대역 신호를 멀티플렉싱된 신호 (S70) 의 분리가능한 서브스트림으로서 임베딩하여, 인코딩된 협대역 신호가 고대역 및/또는 저대역 신호와 같이 멀티플렉싱된 신호 (S70) 의 또 다른 부분에 대해 독립적으로 리커버링 및 디코딩될 수 있도록 구성되는 것이 바람직할 수도 있다. 예를 들어, 멀티플렉싱된 신호 (S70) 는 인코딩된 협대역 신호가 고대역 필터 파라미 터들 (S60) 을 제거 (stripping away) 함으로써 리커버링될 수 있도록 배열될 수 있다. 이러한 구성의 일 잠재적인 이점은 협대역 신호에 대한 디코딩은 지원하나 고대역 부분의 디코딩은 지원하지 않는 시스템으로 인코딩된 광대역 신호를 전달하기 전에 인코딩된 광대역 신호의 트랜스코딩의 필요를 회피할 수 있다는 것이다.

도 2a 는 일 실시예에 따른 광대역 스피치 디코더 (B100) 의 블록도이다. 협대역 디코더 (B110) 는 협대역 필터 파라미터들 (S40) 및 인코딩된 협대역 여기 신호 (S50) 를 디코딩하여 협대역 신호 (S90) 를 생성하도록 구성된다. 고대역 디코더 (B200) 는 인코딩된 협대역 여기 신호 (S50) 에 기반하여 협대역 여기 신호 (S80) 에 따라서 고대역 코딩 파라미터들 (S60) 을 디코딩하여 고대역 신호 (S100) 를 생성하도록 구성된다. 이 예시에서, 협대역 디코더 (B110) 는 협대역 여기 신호 (S80) 를 고대역 디코더 (B200) 로 제공하도록 구성된다. 필터 뱅크 (B120) 는 협대역 신호 (S90) 및 고대역 신호 (S100) 를 결합하여 광대역 스피치 신호 (S110) 를 생성하도록 구성된다.

도 2b 는 멀티플렉싱된 신호 (S70) 로부터 인코딩된 신호들 (S40, S50, 및 S60) 을 생성하도록 구성되는 디멀티플렉서 (B130) 를 포함하는 광대역 스피치 디코더 (B100) 의 일 구현 (B102) 의 블록도이다. 디코더 (B102) 를 포함하는 장치는 유선, 광, 또는 무선 채널과 같은 전송 채널로부터 멀티플렉싱된 신호 (S70) 를 수신하도록 구성되는 회로를 포함할 수 있다. 이러한 장치는 또한 에러 정정 디코딩 (예를 들면, 레이트-호환성인 컨볼루셔널 디코딩) 및/또는 에러 검출 디 코딩 (예를 들면, 사이클릭 리던던시 (cyclic redundancy) 디코딩), 및/또는 네트워크 프로토콜 디코딩의 하나 이상의 계층 (예를 들면 이더넷, TCP/IP, cdma2000) 과 같은 하나 이상의 채널 디코딩 동작을 신호상에 수행하도록 구성될 수 있다.

필터 뱅크 (A110) 는 입력 신호를 이격-대역 (split-band) 스킴에 따라 필터링하여 저-주파수 서브대역 및 고-주파수 서브대역을 생성하도록 구성된다. 특정 애플리케이션에 대한 설계 표준에 따라서, 출력 서브대역들은 동일 또는 상이한 대역폭을 가질 수도 있으며 오버래핑되거나 또는 오버래핑되지 않을 수도 있다. 2 이상의 서브대역을 생성하는 필터 뱅크 (A110) 의 구성이 또한 가능하다. 예를 들어, 이러한 필터 뱅크는 (50-300 Hz 의 범위와 같은) 협대역 신호 (S20) 주파수 범위 이하의 주파수 범위에서의 콤포넌트를 포함하는 일 이상의 저대역 신호들을 생성하도록 구성될 수 있다. 이러한 필터 뱅크는 (14-20, 16-20, 또는 16-32 kHz 의 범위와 같은) 고대역 신호 (S30) 주파수 범위 이상의 주파수 대역 에서의 콤포넌트를 포함하는 일 이상의 부가적인 고대역 신호들을 생성하도록 구성되는 것이 또한 가능하다. 이러한 경우, 광대역 스피치 인코더 (A100) 는 이 신호 또는 신호들을 별도로 인코딩하도록 구현될 수 있고, 멀티플렉서 (A130) 는 멀티플렉싱된 신호 (S70) 내에 부가적인 인코딩된 신호 또는 신호들을 (예를 들면, 분리가능한 부분으로서) 포함하도록 구성될 수도 있다.

도 3a 는 감소된 샘플링 레이트를 갖는 2 개의 서브대역 신호들을 생성하도록 구성되는 필터 뱅크 (A110) 의 일 구현 (A112) 의 블록도를 도시한다. 필터 뱅크 (A110) 는 고-주파수 (또는 고대역) 부분 및 저-주파수 (또는 저대역) 부분을 포함하는 광대역 스피치 신호 (S10) 를 수신하도록 배열된다. 필터 뱅크 (A112) 는 광대역 스피치 신호 (S10) 를 수신하여 협대역 스피치 신호 (S20) 를 생성하도록 구성되는 저대역 프로세싱 경로, 및 광대역 스피치 신호 (S10) 를 수신하여 고대역 스피치 신호 (S30) 를 생성하도록 구성되는 고대역 프로세싱 경로를 포함한다. 저역통과 필터 (110) 는 선택된 저-주파수 서브대역을 통과시키도록 광대역 스피치 신호 (S10) 를 필터링하며, 고역통과 필터 (130) 는 선택된 고-주파수 서브대역을 통과시키도록 광대역 스피치 신호 (S10) 를 필터링한다. 양 서브대역 신호들이 광대역 스피치 신호 (S10) 보다 더 협소한 대역폭을 갖기 때문에, 이들의 샘플링 레이트는 정보의 손실없이 일정 범위로 감소될 수 있다. 다운샘플러 (120) 는 원하는 데시메이션 (decimation) 팩터에 따라서 저역통과 신호의 샘플링 레이트를 감소시키고 (예를 들면, 신호의 샘플들을 제거 및/또는 평균 값으로 샘플들을 대체함으로써) 유사하게, 다운샘플러 (140) 는 또 다른 원하는 데시메이션 팩터에 따라서 고역통과 신호들의 샘플링 레이트를 감소시킨다.

도 3b 는 필터 뱅크 (B120) 의 대응하는 구현 (B122) 의 블록도를 도시한다. 업샘플러 (150) 는 협대역 신호 (S90) 의 샘플링 레이트를 증가시키고 (예를 들면 샘플들을 제로-스터핑 (zero-stuffing) 및/또는 복제함으로써), 저역통과 필터 (160) 는 오직 저대역 부분만이 통과하도록 업샘플링된 신호를 필터링 (예를 들면 에일리어싱을 방지하도록) 한다. 유사하게, 업샘플러 (170) 는 고대역 신호 (S100) 의 샘플링 레이트를 증가시키고 고역통과 필터 (180) 는 오직 고대역 부분만을 통과시키도록 업샘플링된 신호를 필터링한다. 2 개의 대역통과 신호들은 이후 광대역 스피치 신호 (S110) 를 형성하도록 합산된다. 디코더 (B100) 의 일부 구현에 있어서, 필터 뱅크 (B120) 는 고대역 디코더 (B200) 에 의해 수신 및/또는 산출된 하나 이상의 웨이트 (weight) 들에 따라서 2 개의 대역통과 신호들의 웨이팅된 합을 생성하도록 구성된다. 2 이상의 대역통과 신호들을 결합하는 필터 뱅크 (B120) 의 구성이 또한 고려된다.

각각의 필터들 (110, 130, 160, 180) 은 유한-임펄스-응답 (FIR) 필터 또는 무한-임펄스-응답 (IIR) 필터로서 구현될 수 있다. 인코더 필터들 (110 및 130) 의 주파수 응답은 저지대역 및 통과대역 사이에서 대칭적 또는 비대칭적으로 쉐이핑된 전이 영역을 가질 수 있다. 유사하게, 디코더 필터들 (160 및 180) 의 주파수 응답들은 대칭적인 또는 상이하게 쉐이핑된 저지대역과 통과대역간의 전이 영역을 가질 수 있다. 저역통과 필터 (110) 는 저역통과 필터 (160) 와 동일한 응답을 갖고, 고역통과 필터 (130) 는 고역통과 필터 (180) 와 동일한 응답을 갖는 것이 바람직할 수 있지만, 엄격하게 요구되지는 않는다. 일 예에서, 2 개의 필터쌍들 (110, 130 및 160, 180) 은 필터쌍 (110,130) 이 필터쌍 (160, 180) 과 동일한 계수를 갖는 직교 미러 필터 (quadrature mirror filter; QMF) 뱅크들이다.

통상의 예에서, 저역통과 필터 (110) 는 300-3400 Hz 의 제한된 PSTN 범위 (예를 들면, 0 내지 4 kHz 대역) 를 포함하는 통과대역을 갖는다. 도 4a 및 도 4b 는 2 개의 상이한 구현 예에서 광대역 스피치 신호 (S10) , 협대역 신호 (S20), 및 고대역 신호 (S30) 의 상대적인 대역폭을 도시한다. 이 특정 예시들의 모두 에서, 광대역 스피치 신호 (S10) 는 (0 내지 8 kHz 의 범위 내에서 주파수 컴포넌트를 표현하는) 16 kHz 의 샘플링 레이트를 갖고, 협대역 신호 (S20) 는 (0 내지 4 kHz 의 범위 내에서 주파수 컴포넌트를 표현하는) 8 kHz 의 샘플링 레이트를 갖는다.

도 4a 의 예에서, 2 개의 서브대역 신호간에 현저한 오버랩은 존재하지 않는다. 이 예에서 도시된 바와 같이 고대역 신호 (S30) 는 4-8 kHz 의 통과대역을 갖는 고역통과 필터 (130) 를 사용하여 획득될 수 있다. 이러한 경우, 2 의 팩터로 필터링된 신호를 다운샘플링함으로써 샘플링 레이트를 8 kHz 까지 감소시키는 것이 바람직할 수도 있다. 신호에 대한 추가적인 프로세싱 동작의 계산적인 복잡성을 현저하게 감소시키는 것이 기대될 수 있는 이러한 동작은, 정보 손실없이 0 내지 4 kHz 의 범위로 통과대역 에너지를 하향 이동시킬 수 있다.

도 4b 의 또 다른 예에서, 3.5 내지 4 kHz 의 범위가 양 서브대역 신호들에 의해 기술되도록, 상위 및 하위 서브대역들은 분명한 오버랩을 갖는다. 이 예시에서와 같은 고대역 신호 (S30) 는 3.5-7 kHz 의 통과 대역을 갖는 고역통과 필터 (130) 를 사용하여 획득될 수 있다. 이러한 예에서, 16/7 의 팩터로 필터링된 신호를 다운샘플링함으로써 샘플링 레이트를 감소시키는 것이 바람직할 수도 있다. 신호에 대한 추가적인 프로세싱 동작의 계산적인 복잡성을 현저하게 감소시키는 것이 기대될 수 있는 이러한 동작은, 정보 손실없이 0 내지 3.5 kHz 의 범위로 통과 대역 에너지를 하향 이동시킬 수 있다.

전화 통신의 통상의 핸드셋에서, 하나 이상의 트랜스듀서 (예를 들어, 마이 크로폰 및 이어피스 (earpiece) 또는 확성기) 는 7-8 kHz 의 주파수 범위에서 상당한 응답이 결여된다. 도 4b 의 예시에서, 7 내지 8 kHz 사이의 광대역 스피치 신호 (S10) 의 부분은 인코딩된 신호에 포함되지 않는다. 고역통과 필터 (130) 의 다른 특정 예시들은 3.5-7.5 kHz 및 3.5-8 kHz 의 통과대역을 갖는다.

일부 구현에서, 도 4b 의 예에서와 같이 서브대역간의 오버랩을 제공하는 것은 저역통과 및/또는 고역통과 필터를 사용함에 있어 오버래핑된 구간상에서 평활한 (smooth) 롤오프를 가질 수 있도록 한다. 이러한 필터들은 통상적으로 설계가 더욱 용이하고, 계산적으로 덜 복잡하며, 및/또는 더욱 가파른 또는 "브릭-월" 응답을 갖는 필터들보다 적은 딜레이를 나타낸다. 가파른 전이 영역을 갖는 필터들은 평탄한 롤오프를 갖는 유사 차수의 필터들에 비해 더 높은 사이드로브들 (에일리어싱을 유발할 수 있음) 을 갖는 경향이 있다. 가파른 전이 영역을 갖는 필터들은 링잉 현상 (ringing artifact) 을 유발할 수 있는 긴 임펄스 응답을 또한 갖는다. 적어도 IIR 필터들을 갖는 필터 뱅크 구현에 있어서, 오버래핑된 범위상에 평활한 롤오프를 허용하는 것은 폴 (pole) 들이 단위원 (unit circle) 에서 멀리 떨어진 필터 또는 필터들의 사용을 가능하게 할 수 있고, 이는 안정한 고정-포인트 (fixed-point) 의 구현을 보장하는데 있어 중요할 수 있다.

서브대역들의 오버래핑은 더 적은 가청 현상 (audible artifacts), 감소된 에일리어싱, 및/또는 일 대역에서 다른 대역으로의 덜 현저한 전이를 야기할 수 있는 저대역 및 고대역의 평활한 블렌딩 (blending) 을 허용한다. 또한, 협대역 인코더 (A120) (예를 들면, 파형 코더) 의 코딩 효율은 주파수의 증가와 함께 저감 할 수 있다. 예를 들면, 협대역 코더의 코딩 품질은 특히 배경 노이즈가 존재하는 경우 저 비트 레이트에서 감소될 수 있다. 이러한 경우, 서브대역의 오버랩의 제공은 오버래핑된 영역에서 재생된 주파수 컴포넌트의 품질을 증가시킬 수 있다.

또한, 서브대역들의 오버래핑은 더 적은 가청 현상, 감소된 에일리어싱, 및/또는 일 대역에서 다른 대역으로의 덜 현저한 전이를 야기할 수 있는 저대역 및 고대역의 평활한 블렌딩을 허용한다. 이러한 구성은 협대역 인코더 (A120) 및 고대역 인코더 (A200) 가 상이한 코딩 방법에 따라 동작하는 구현에 대해 특히 바람직하다. 예를 들면, 상이한 코딩 기술은 상당히 상이하게 들리는 신호들을 생성할 수 있다. 코드북 인덱스들의 형태로 스펙트럼 엔벌로프를 인코딩하는 코더는 대신 진폭 스펙트럼을 인코딩하는 코더에 대해 상이한 음향을 갖는 신호를 생성할 수도 있다. 시간-도메인 코더 (예를 들어 펄스-코드-변조 또는 PCM 코더) 는 주파수-도메인 코더에 비해 상이한 음향을 가질 수 있다. 스펙트럼 엔벌로프의 표현을 갖는 신호 및 대응하는 잔여 신호를 인코딩하는 코더는 스펙트럼 엔벌로프의 표현만을 갖는 신호를 인코딩하는 코더에 비해 상이한 음향을 갖는 신호를 생성할 수 있다. 그 파형의 표현으로서 신호를 인코딩하는 코더는 정현파 (sinusoidal) 코더로부터의 출력에 비해 상이한 음향을 갖는 출력을 생성할 수 있다. 이러한 경우, 오버래핑하지 않는 서브대역들을 정의하는 가파른 전이 영역을 갖는 필터들의 사용은 합성된 광대역 신호에 있어서의 서브대역들 사이에 급격하고 지각적으로 (perceptually) 현저한 전이를 야기할 수도 있다.

비록 상보적인 (complementary) 오버래핑 주파수 응답을 갖는 QMF 필터 뱅크들이 서브대역 기술에 있어서 종종 사용되나, 이러한 필터들은 여기에서 기술된 광대역 코딩 구현의 적어도 일부에 대하여 부적절하다. 인코더의 QMF 필터 뱅크는 디코더의 대응하는 QMF 필터 뱅크에서 취소 (cancel) 되는 상당한 정도의 에일리어싱을 생성하도록 구성된다. 이러한 배열은, 왜곡 (distortion) 이 에일리어스 삭제 성질의 효율성을 감소시킬 수 있으므로, 신호가 필터 뱅크들간의 왜곡의 상당한 양을 발생시키는 애플리케이션에 대하여는 적합하지 않을 수 있다. 예를 들어, 여기에서 기술된 애플리케이션들은 매우 낮은 비트 레이트에서 수행하도록 구성되는 코딩 구현을 포함한다. 매우 낮은 비트 레이트의 결과로, QMF 필터 뱅크들의 사용이 삭제되지 않은 에일리어싱을 야기할 수 있도록, 디코딩된 신호가 원 신호에 비하여 심각하게 왜곡된 것으로 나타나기 쉽다. QMF 필터 뱅크들을 사용하는 애플리케이션들은 통상적으로 더 높은 비트 레이트 (예를 들면 AMR 에 대해 12 kbps 이상, 및 G.722 에 대해 64 kbps 이상) 갖는다.

추가적으로, 코더는 지각적으로는 원래의 신호에 유사하나 실질적으로는 원래의 신호와 상당히 다른 합성된 신호를 생성하도록 구성될 수 있다. 예를 들어, 여기에서 기술된 바와 같이 협대역 잉여로부터 고대역 여기를 도출하는 코더는, 실제 고대역 잉여가 디코딩된 신호로부터 완벽하게 부재 (absent) 될 수 있는 신호를 생성할 수 있다. 이러한 애플리케이션에서 QMF 필터의 사용은 삭제되지 않은 에일리어싱에 기인하는 심각한 정도의 왜곡을 야기할 수 있다.

QMF 에일리어싱에 기인하는 왜곡의 양은, 에일리어싱의 영향이 서브대역의 폭과 동일한 대역폭으로 제한되듯이, 영향을 받은 (affected) 서브대역이 협소하다면 감소될 수도 있다. 하지만, 각 서브대역이 광대역 대역폭의 약 절반을 포함하는 여기에서 기술된 바와 같은 예에 있어서, 삭제되지 않은 에일리어싱에 기인하는 왜곡은 신호의 상당한 부분에 영향을 줄 수 있다. 신호의 품질 또한 삭제되지 않은 에일리어싱이 발생한 주파수 대역의 위치에 의해 영향받을 수 있다. 예를 들어, 광대역 스피치 신호의 중심부 (예를 들어 3 내지 4 kHz 사이) 주변에 생성된 왜곡은 신호의 에지 (예를 들어 6kHz 이상) 주변에서 발생한 왜곡에 비해 훨씬 더 거부될 (objectionable) 수 있다.

QMF 필터 뱅크의 필터들의 응답들이 엄격하게 서로 연관되어 있으므로, 필터 뱅크들 (A110 및 B120) 의 저대역 및 고대역 경로들은 2개 서브대역들의 오버래핑으로부터 완전히 분리되어 연관되지 않는 스펙트럼들을 갖도록 구성될 수 있다. 2 개의 서브대역의 오버랩을, 고대역 필터의 주파수 응답이 -20 dB 로 떨어지는 지점에서 저대역 필터의 주파수 응답이 -20 dB 로 떨어지는 지점까지로 정의한다. 필터 뱅크 (A110 및/또는 B120) 의 다양한 예에서, 이 오버랩의 범위는 200 Hz 주변에서 1 kHz 주변까지이다. 약 400 내지 약 600 Hz 의 범위는 코딩 효율 및 지각적인 평활도 간의 바람직한 트레이드오프를 나타낼 수 있다. 상기 언급된 바와 같은 특정한 일 예에서, 오버랩은 500 Hz 주변이다.

도 4a 및 도 4b 에 도시된 바와 같이 복수의 단계들로 동작을 수행하도록 필터 뱅크 (A112 및/또는 B122) 를 구현하는 것이 바람직할 수 있다. 예를 들어, 도 4c 는 일련의 인터폴레이션 (interpolation), 리샘플링, 데시메이션 (decimation), 및 다른 동작을 사용하여 고역통과 필터링 및 다운샘플링 동작의 기능적 등가를 수행하는 필터 뱅크 (A112) 의 일 구현 (A114) 의 블록도를 도시한다. 이러한 구현은 설계가 더욱 용이할 수 있고/또는 로직 및/또는 코드의 기능적 블록의 재사용을 가능하게 할 수도 있다. 예를 들어, 동일한 기능적 블록이 도 4c 에 도시된 바와 같이 14 kHz 의 데시메이션 및 7 kHz 의 데시메이션의 동작을 수행하는데 사용될 수 있다. 스펙트럼 반전 동작은 신호에 펑션

또는 시퀀스

를 승산함으로써 구현될 수도 있으며, 그 펑션 및 시퀀스의 값은 +1 및 -1 에서 교번한다. 스펙트럼 쉐이핑 (shaping) 동작은 원하는 전체 필터 응답을 획득하기 위해 신호를 쉐이핑하도록 구성되는 저역통과 필터로서 구현될 수 있다.

스펙트럼 반전 동작의 결과로서, 고대역 신호 (S30) 의 스펙트럼은 반전된다. 이에 따라, 인코더 및 대응하는 디코더에서의 후속 동작들이 구성될 수 있다. 예를 들어, 여기에서 기술된 바와 같이 고대역 여기 생성기 (A300) 는, 또한 스펙트럼 반전된 형태를 갖는 고대역 여기 신호 (S120) 를 생성하도록 구성된다.

도 4d 는 일련의 인터폴레이션 (interpolation) , 리샘플링, 및 다른 동작을 사용하여 업샘플링 및 고역통과 필터링 동작의 기능적 등가를 수행하는 필터 뱅크 (B112) 의 일 구현 (B1244) 의 블록도를 도시한다. 필터 뱅크 (B124) 는 예를 들면 필터 뱅크 (A114) 에서와 같은 인코더의 필터뱅크에서 수행된 바와 같은 유사 한 동작을 반전시킨 고대역에서의 스펙트럼 반전 동작을 포함한다. 이 특정 예시에서, 필터 뱅크 (B124) 는 7100 Hz 에서의 신호 콤포넌트를 감쇠시키는 저대역 및 고대역에서의 노치 (notch) 필터들을 포함하지만, 이러한 필터들은 선택적이며 반드시 포함되어야 하는 것은 아니다. 발명의 명칭이 "스피치 신호 필터링을 위한 시스템, 방법, 및 장치 (SYSTEMS, METHODS, AND APPARATUS FOR SPEECH SIGNAL FILTERING)" 로 출원된, 대리인 참조 넘버 050551 인, 특허 출원은 필터 뱅크들 (A110 및 B120) 의 특정 구현의 요소들의 응답에 관련된 추가적인 설명 및 도면을 포함하며, 이 자료는 여기에 참조로써 포함된다.

협대역 인코더 (A120) 는 (A) 필터를 설명하는 파라미터들의 세트 및 (B) 설명된 필터로 하여금 입력 스피치 신호의 합성된 재생물을 생성하게 하는 여기 신호로서 입력 스피치 신호를 인코딩하는 소스-필터 모델에 따라서 구현된다. 도 5a 는 스피치 신호의 스펙트럼 엔벌로프의 예를 도시한다. 이 스펙트럼 엔벌로프를 특성짓는 피크들은 음역 (vocal tract) 의 공명을 나타내며 포르먼트로 지칭된다. 대부분의 스피치 코더들은 적어도 이 코오스 스펙트럼 구조를 필터 계수들과 같은 파라미터들의 세트로서 인코딩한다.

도 5b 는 협대역 신호 (S20) 의 스펙트럼 엔벌로프의 코딩에 적용되는 기본 소스-필터 배열의 예를 도시한다. 분석 모듈 (analysis module) 은 일 시간 주기 (통상적으로 20 msec) 동안의 스피치 음향에 대응하는 필터를 특징짓는 파라미터들의 세트를 산출한다. 이들 필터 파라미터들에 따라서 구성되는 화이트닝 필터 (분석 또는 예측 에러 필터로 또한 지칭됨) 는 스펙트럼 평탄화된 신호에 대 한 스펙트럼 엔벌로프를 제거한다. 결과적인 화이트닝된 신호 (잉여로 또한 지칭됨) 는 원 스피치 신호보다 더 적은 에너지를 갖고 따라서 더 적은 변이 (variance) 를 가지며, 인코딩하기에 더욱 용이하다. 잉여 신호의 코딩에서 비롯된 에러들은 또한 스펙트럼상으로 도 균등하게 확산 (spread) 될 수 있다. 필터 파라미터들 및 잉여는 채널으로의 효율적인 전송을 위해 통상적으로 양자화된다. 디코더에서, 필터 파라미터들에 따라 구성되는 합성 필터는 잉여에 기초한 신호에 의해 여기되어 원래의 스피치 음향의 합성된 버젼을 생성한다. 통상적으로 합성 필터는 화이트닝 필터의 전달 함수의 반전에 해당하는 전달 함수를 갖도록 구성된다.

도 6 은 협대역 인코더 (A120) 의 기본 구현 (A122) 의 블록도를 도시한다. 이 예시에서, 선형 예측 코딩 (LPC) 분석 모듈 (210) 은 협대역 신호 (S20) 의 스펙트럼 엔벌로프를 선형 분석 (LP) 계수들 (예를 들면 올-폴 (all-pole) 필터 1/A(z) 의 계수들) 의 세트로서 인코딩한다. 통상적으로, 분석 모듈은 일련의 오버래핑하지 않는 프레임들로서 입력 신호를 프로세싱하여, 계수들의 신규한 세트는 각 프레임에 대해 산출된다. 프레임 주기는 일반적으로 신호가 지엽적으로 (locally) 정상상태 (stationary) 일 것으로 기대될 수도 있는 한 주기로서, 일반적인 일 예는 20 밀리초 (8 kHz 의 샘플링 레이트에서 160 개 샘플들과 등가임) 이다. 일 예에서, LPC 분석 모듈 (210) 은 각 20-밀리초 프레임의 포르먼트 구조를 특성짓는 10 개의 LP 필터 계수들의 세트를 산출하도록 구성된다. 분석 모듈로 하여금 입력 신호를 일련의 오버래핑 프레임들로서 프로세싱하도록 구현하는 것이 또한 가능하다.

분석 모듈은 각 프레임의 샘플들을 직접 분석하도록 구성될 수 있으며, 또는 샘플들이 윈도우잉 펑션 (예를 들면, 해밍 (Hamming) 윈도우) 에 따라서 먼저 웨이팅될 (weighted) 될 수 있다. 또한, 분석은 30-msec 윈도우와 같이, 프레임보다 큰 윈도우상에서 수행될 수 있다. 이 윈도우는 대칭적 (예를 들면 20 msec 프레임 직전 및 직후에 5 msec 를 포함하도록 5-20-5) 또는 비대칭적 (예를 들면 선행 프레임의 최후 10 msec 를 포함도록 10-20) 일 수 있다. 통상적으로, LPC 분석 모듈은 레빈슨-더빈 (Levinson-Durbin) 재귀 (recursion) 또는 리룩스-구겐 (Loroux-Gueguen) 알고리즘을 사용하여 LP 필터 계수들을 산출하도록 구성된다. 다른 구현에서, 분석 모듈은 LP 필터 계수들의 세트 대신 각 프레임의 켑스트럼의 (cepstral) 계수의 세트를 산출하도록 구성될 수 있다.

인코더 (A120) 의 출력 레이트는 필터 파라미터의 양자화에 의해, 재생 품질에의 상대적으로 적은 영향과 함께, 현저하게 감소될 수 있다. 선형 예측 필터 계수들은 효율적으로 양자화하기 어렵고, 일반적으로, 양자화 및/또는 엔트로피 인코딩을 위해 선 스펙트럼 쌍 (LSP) 또는 선 스펙트럼 주파수 (LSF) 와 같이 다른 표현으로 맵핑된다. 도 6 의 예에서, LP필터계수-대-LSF 변환 (220) 은 LP 필터 계수들의 세트를 대응하는 LSF 의 세트로 변환시킨다. 다른 LP 필터 계수들의 일대일 표현들은 파코어 (parcor) 계수; 로그-영역-비 (log-area-ratio) 값; 이미턴스 스펙트럼 쌍 (ISP) 및 이미턴스 스펙트럼 주파수 (ISF) 를 포함하며, GSM (Global System for Mobile Communications) AMR-WB (Adaptive Multirate- Wideband) 코덱에 사용된다. 통상적으로, LP 필터 계수들 및 대응하는 LSF 의 세트간의 변환은 가역적이지만, 실시예에서는 그 변환이 에러없이 가역적이지 않은 인코더 (A120) 의 구현을 또한 포함한다.

양자화기 (230) 는 협대역 LSF (또는 다른 계수 표현) 의 세트를 양자화하도록 구성되며, 협대역 인코더 (A122) 는 협대역 필터 파라미터 (S40) 로서 이 양자화 결과를 출력하도록 구성된다. 통상적으로, 이러한 양자화기는 테이블 또는 코드북에서의 대응하는 벡터에 대한 인덱스로서 입력 벡터를 인코딩하는 벡터 양자화기를 포함한다.

도 6 에서 보여지는 바와 같이, 협대역 인코더 (A122) 는 협대역 신호 (S20) 를 필터 계수들의 세트에 따라 구성되는 화이트닝 필터 (260) (분석 또는 예측 에러 필터로 또한 지칭됨) 를 통해 통과시킴으로써 잉여 신호를 또한 생성한다. 이 특정 예시에서, 화이트닝 필터 (260) 는, IIR 구현이 또한 사용될 수 있지만, FIR 필터로서 구현된다. 통상적으로, 이러한 잉여 신호는 협대역 필터 파라미터들 (S40) 에는 표현되지 않는, 피치에 연관된 장기 (long-term) 구조와 같은, 스피치 프레임의 지각적으로 중요한 정보를 포함한다. 양자화기 (270) 는 인코딩된 협대역 여기 신호 (S50) 로서의 출력을 위해 이 잉여 신호의 양자화된 표현을 산출하도록 구성된다. 통상적으로 이러한 양자화기는 테이블 또는 코드북에서 대응하는 벡터에 대한 인덱스로서 입력 벡터를 인코딩하는 벡터 양자화기를 포함한다. 다른 방법으로, 이러한 양자화기는 희박한 (sparse) 코드북 방법에서과 같이 스토리지로부터 검색된 것 보다 디코더에서 벡터가 동적으로 생성될 수 있는 일 이상의 파라미터들을 전송하도록 구성될 수 있다. 이러한 방법은 대수적인 CELP (codebook excitation linear prediction) 및 3GPP2 (제 3 세대 파트너쉽 2) EVRC (Enhanced Variable Rate Codec) 와 같은 코덱과 같은 코덱 스킴에서 사용된다.

협대역 인코더 (A120) 는 대응하는 협대역 디코더에서 이용가능하게 되는 동일한 필터 파라미터 값들에 따라서 인코딩된 협대역 여기 신호를 생성하는 것이 바람직하다. 이러한 방식으로, 결과적인 인코딩된 협대역 여기 신호는 양자화 에러와 같은 파라미터 값들의 비이상성 (nonideality) 에 대해 일정 범위까지 이미 설명하고 있을 수도 있다. 따라서, 디코더에서 이용가능할 수 있는 동일한 계수 값들을 사용하여 화이트닝 필터를 구성하는 것이 바람직하다. 도 6 에서 도시된 바와 같은 인코더 (A122) 의 기본적인 예에서, 역 양자화기 (240) 는 협대역 코딩 파라미터 (S40) 를 양자화해제 (diquantize) 하고, LSF-대-LP 필터 계수 변환 (250) 은 결과 값들을 대응하는 LP 필터 계수들의 세트로 다시 맵핑시키며, 이 계수들의 세트가 화이트닝 필터 (260) 로 하여금 양자화기 (270) 에 의해 양자화된 잉여 신호를 생성하도록 구성하는데 사용된다.

협대역 인코더 (A120) 의 임의의 구현은 잉여 신호와 최상으로 매칭되는 코드북 백터들의 세트중에서 하나를 인식함으로써 인코딩된 협대역 여기 신호 (S50) 를 산출하도록 구성된다. 하지만 협대역 인코더 (A120) 는 잉여 신호를 실제로 생성함이 없이 잉여 신호의 양자화된 표현을 산출하도록 또한 구현될 수 있다. 예를 들면, 협대역 인코더 (A120) 는 대응하는 합성된 신호를 생성하기 위해 (예를 들면, 필터 파라미터들의 현재 세트에 따라서), 및 지각적으로 웨이팅된 도메인에서 원래의 협대역 신호 (S20) 에 최상으로 매칭되는 생성 신호에 관련된 코드북 벡터를 선택하기 위해 복수의 코드북 벡터들을 사용하도록 구성될 수 있다.

도 7 은 협대역 디코더 (B110) 의 일 구현 (B112) 의 블록도를 도시한다. 역 양자화기 (310) 는 협대역 필터 파라미터들 (S40) 을 양자화해제하고 (이 경우, LSF 의 세트로), LSF-대-Lp 필터 계수 변환 (320) 은 LSF 를 필터 계수의 세트로 변환한다 (예를 들어, 상기 기술된 바와 같이 협대역 인코더 (A122) 의 역 양자화기 (240) 및 변환 (250) 을 참조). 역 양자화기 (340) 는 협대역 잉여 신호 (S40) 를 양자화해제하여 협대역 여기 신호 (S80) 를 생성한다. 필터 계수들 및 협대역 여기 신호 (S80) 에 기반하여, 협대역 합성 필터 (330) 는 협대역 신호 (S90) 를 합성한다. 즉, 협대역 합성 필터 (330) 는 협대역 신호 (S90) 를 생성하기 위해 양자화해제된 필터 계수들에 따라 협대역 여기 신호 (S80) 를 스펙트럼 쉐이핑하도록 구성된다. 협대역 디코더 (B112) 는 또한 협대역 여기 신호 (S80) 를 고대역 인코더 (A200) 로 제공하고, 인코더 (A200) 는 여기에 기술된 바와 같이 고대역 여기 신호 (S120) 를 도출하는데 사용한다. 이하에서 기술될 바와 같이 일부 구현에서, 협대역 디코더 (B110) 는 스펙트럼 경사 (tilt), 피치 이득 및 래그 (lag), 및 스피치 모드와 같은 협대역 신호에 관련된 추가적인 정보를 고대역 디코더 (B200) 에 제공하도록 구성될 수 있다.

협대역 인코더 (A122) 및 협대역 디코더 (B112) 의 시스템은 합성에-의한-분석 (analysis-by-synthesis) 스피치 코덱의 기본적인 예이다. CELP (codebook excitation linear prediction) 코딩은 합성에-의한-분석 코딩의 대중적인 일종이며, 이러한 코더들의 구현은 고정된 또는 적응성의 코드북으로부터의 엔트리들의 선택, 에러 최소화 동작, 및/또는 지각적인 웨이팅 동작과 같은 동작들을 포함하는 잉여의 파형 인코딩을 수행할 수 있다. 합성에-의한-분석 코딩의 다른 구현은 MELP (mixed excitation linear prediction), ACELP (algebraic CELP), RCELP (relaxation CELP), RPE (regular pulse excitation), MPE (multi-pulse CELP), 및 VSELP (vector-sum excited linear prediction) 코딩을 포함한다. 관련 코딩 방법들은 MBE (multi-band excitation) 및 PWI (prototype waveform interpolation) 코딩을 포함한다. 표준화된 합성에-의한-분석 스피치 코덱의 예시는 RELP (residual excited linear prediction) 를 사용하는 ETSI (European Telecommunications Standards Institute)-GSM 풀 레이트 코덱 (GSM 06.10), GSM 인핸스드 풀 레이트 코덱 (ESTI-GSM 06.60); ITU (International Telecommunication Union) 표준 11.8 kb/s G.729 애넥스 E 코더; IS-316 (시분할 다중 액세스 스킴) 을 위한 IS (Interim Standard) -641 코덱; GSM-AMR (GSM adaptive multirate) 코덱; 및 4GV^TM (제 4 세대 보코더^TM) 코덱 (퀄컴사, Sandiego, CA) 을 포함한다. 협대역 인코더 (A120) 및 대응하는 디코더 (B110) 는, 스피치 신호를 (A) 필터를 설명하는 파라미터들의 세트 및 (B) 그 설명된 필터로 하여금 스피치 신호를 재생하게 하는데 사용되는 여기 신호로서 표현하는 임의의 이들 기술들 또는 임의의 다른 스피치 코딩 기술 (알려진 또는 개발될 기술) 에 따라서 구현될 수 있다.

화이트닝 필터가 협대역 신호 (S20) 로부터 코오스 스펙트럼 엔벌로프를 제거한 후에도, 특히 음성화된 스피치에 대한 상당한 양의 정밀한 고조파 구조가 남을 수도 있다. 도 8a 는 모음과 같은 음성화된 신호에 대한, 화이트닝 필터에 의해 재생성될 수 있는, 잉여 신호의 일 예의 스펙트럼의 플롯을 도시한다. 이 예에서 가시적인 주기적 구조는 피치에 관련되며, 동일 화자에 의해 발화된 상이한 음성화된 음향은 상이한 포르먼트 구조이나 유사한 피치 구조를 가질 수 있다. 도 8b 는 시간에서 피치 펄스들의 시퀀스를 나타내는 이러한 잉여 신호의 예시의 시간-도메인 플롯을 도시한다.

코딩 효율 및/또는 스피치 품질은 피치 구조의 특성을 인코딩하는 일 이상의 파라미터 값들을 사용함으로써 증가될 수 있다. 피치 구조의 중요한 일 특성은 통상 60 내지 400 Hz 의 범위에 있는 제 1 고조파의 주파수 (기초 주파수로 또한 지칭됨) 이다. 이 특성은 기초 주파수의 역으로서 통상 인코딩되며, 피치 래그라고 또한 지칭된다. 피치 래그는 일 피치 주기내의 샘플들의 수를 나타내며 적어도 코드북 인덱스들로서 인코딩될 수 있다. 남성 화자의 스피치 신호는 여성 화자의 스피치 신호보다 더욱 넓은 피치 래그를 갖는 경향이 있다.

피치 구조에 연관되는 다른 신호 특성은 주기성으로, 고조파 구조의 강도를 나타내며, 다시 말해, 신호가 고조파 또는 비고조파인 정도를 나타낸다. 주기성의 2 개의 통상적인 표시자는 제로-크로싱 및 정규화된 자기 상관 함수 (NACF) 이다. 주기성은 코드북 이득으로서 (예를 들면 양자화된 적응성의 코드북 이 득) 보통 인코딩되는, 피치 이득에 의해 또한 표시될 수 있다.

협대역 인코더 (A120) 는 협대역 신호 (S20) 의 장기 고조파 구조를 인코딩하도록 구성되는 적어도 모듈들을 포함할 수 있다. 도 9 에서 도시된 바와 같이, 사용될 수 있는 일 통상적인 CELP 패러다임은 단기 특성 또는 코오스 스펙트럼 엔벌로프를 인코딩하는 개-루프 LPC 분석 모듈을 포함하며, 정밀한 피치 또는 고조파 구조를 인코딩하는 폐-루프 장기 예측 분석 단계가 이어진다. 단기 특성은 필터 계수들로서 인코딩되며, 장기 특성은 피치 래그 및 피치 이득과 같은 파라미터들의 값들로서 인코딩된다. 예를 들면, 협대역 인코더 (A120) 는 적어도 코드북 인덱스들 (예를 들어, 고정된 코드북 인덱스 및 적응성의 코드북 인덱스) 및 대응하는 이득 값들을 포함하는 형태로 인코딩된 협대역 여기 신호 (S50) 를 출력하도록 구성될 수 있다. (예를 들어 양자화기 (270) 에 의한) 협대역 잉여 신호의 양자화된 표현의 산출은 이러한 인덱스들의 선택 및 이러한 값들의 산출을 포함할 수 있다. 피치 구조의 인코딩은 피치 프로토타입 파형의 인터폴레이션을 또한 포함하며, 이 동작은 연속적인 피치 펄스들간의 차이를 산출하는 것을 포함할 수 있다. 장기 구조의 모델링은 통상 노이즈와 같은 (noise-like) 및 구조화되지 않은, 비음성화 스피치에 대응하는 프레임에 대해 디스에이블될 (disable) 수 있다.

도 9 에서 도시된 바와 같은 패러다임에 따른 협대역 디코더 (B110) 의 구현은 장기 구조 (피치 또는 고조파 구조) 가 저장된 후에 협대역 여기 신호 (S80) 를 고대역 디코더 (B200) 로 출력하도록 구성될 수 있다. 예를 들면, 이러한 디코 더는 협대역 여기 신호 (S80) 를 인코딩된 협대역 여기 신호 (S50) 의 양자화해제된 버젼으로서 출력하도록 구성될 수 있다. 물론, 고대역 디코더 (B200) 가 인코딩된 협대역 여기 신호의 양자화해제를 수행하여 협대역 여기 신호 (S80) 를 획득하도록 협대역 디코더 (B110) 를 구성하는 것이 또한 가능하다.

도 9 에 도시된 바와 같은 패러다임에 따른 광대역 스피치 인코더 (A100) 의 구현에 있어서, 고대역 인코더 (A200) 는 단기 분석 또는 화이트닝 필터에 의해 생성된 바와 같은 협대역 여기 신호를 수신하도록 구성될 수 있다. 즉, 협대역 인코더 (A120) 는 장기 구조를 인코딩하기 전에 협대역 여기 신호를 고대역 인코더 (A200) 로 출력하도록 구성될 수 있다. 하지만, 고대역 인코더 (A200) 로 하여금 고대역 디코더(B200) 에 의해 수신될 동일한 코딩 정보를 협대역 채널로부터 수신하여, 고대역 인코더 (A200) 에 의해 생성된 코딩 파라미터들이 그 정보내의 비이상성 (nonidealities) 에 대해 일정 범위까지 이미 설명할 수 있도록 하는 것이 바람직하다. 따라서 고대역 인코더 (A200) 로 하여금 광대역 스피치 인코더 (A100) 에 의해 출력될, 동일하게 파라미터화 및/또는 양자화된 인코딩된 협대역 여기 신호 (S50) 로부터 협대역 여기 신호 (S80) 를 재구성하는 것이 바람직하다. 이러한 접근의 일 잠재적인 이점은 이하에서 설명될 고대역 이득 팩터 (S60b) 의 더욱 정확한 산출이다.

협대역 신호 (S20) 의 단기 및/또는 장기 구조를 특성짓는 파라미터들에 추가로, 협대역 인코더 (A120) 는 협대역 신호 (S20) 의 다른 특성에 연관된 파라미터 값들을 생성할 수 있다. 광대역 스피치 인코더 (A100) 에 의한 출력에 대해 적합하게 양자화될 이 값들은, 협대역 필터 파라미터들 (S40) 에 포함되거나, 별도로 출력될 수 있다. 고대역 인코더 (A200) 는 적어도 이러한 추가적인 파라미터들에 따라서 (예를 들면, 양자화해제 후) 고대역 코딩 파라미터들 (S60) 을 산출하도록 또한 구성될 수 있다. 광대역 스피치 디코더 (B100) 에서, 고대역 디코더 (B200) 는 협대역 디코더 (B110) 를 통해 파라미터 값들을 수신하도록 (예를 들면, 양자화해제 후) 구성될 수 있다. 다른 방법으로, 고대역 디코더 (B200) 는 파라미터 값들을 직접 수신하도록 (및 양자화해제가 가능하도록) 구성될 수 있다.

추가적인 협대역 코딩 파라미터들의 일 예에서, 협대역 인코더 (A120) 는 각 프레임에 대한 스펙트럼 경사 및 스피치 모드 파라미터에 대한 값들을 생성한다. 스펙트럼 경사는 통과대역상의 스펙트럼 엔벌로프의 형상에 관련되며, 통상적으로, 양자화된 제 1 반사 계수에 의해 표현된다. 대부분의 음성화된 음향의 경우, 스펙트럼 에너지는 주파수의 증가와 함께 감소하여, 제 1 반사 계수는 음수이며 -1 에 접근할 수 있다. 대부분의 비음성화된 음향은 평탄한 스펨트럼을 갖게 되어 제 1 반사 계수는 0 에 가까우며, 또는 고 주파수에서 더 많은 에너지를 갖게 되어 제 1 반사 계수는 양수이며 +1 에 접근할 수도 있다.

스피치 모드 (음성화 모드로 또한 지칭됨) 는 현재 프레임이 음성화된 스피치 또는 비음성화된 스피치를 표현하는 지를 나타낸다. 이 파라미터는 주기성 (예를 들어, 제로 크로싱, NACF, 피치 이득) 의 하나 이상의 측정에 기반한 이진 값, 및/또는 이러한 측정 및 스레스홀드 값 간의 관계와 같은 프레임에 대한 음성 활성도를 가질 수도 있다. 다른 구현에 있어서, 스피치 모드 파라미터는 무음 또는 배경 노이즈, 또는 무음 및 음성화된 스피치간의 전이와 같은 모드들을 나타내는 적어도 다른 스테이트들을 갖는다.

고대역 인코더 (A200) 는 소스-필터 모델에 따라서 고대역 신호 (S30) 를 인코딩하도록 구성되며, 이 필터에 대한 여기는 인코딩된 협대역 여기 신호에 기반한다. 도 10 은 고대역 필터 파라미터들 (S60a) 및 고대역 이득 팩터들 (S60b) 을 포함하는 고대역 코딩 파라미터들 (S60) 의 스트림을 생성하도록 구성되는 고대역 인코더 (A200) 의 일 구현 (A202) 의 블록도를 도시한다. 고대역 여기 생성기 (A300) 는 인코딩된 협대역 여기 신호 (S50) 로부터 고대역 여기 신호 (S120) 를 도출한다. 분석 모듈 (A210) 은 고대역 신호 (S30) 의 스펙트럼 엔벌로프를 특성짓는 파라미터 값들의 세트를 생성한다. 이 특정 예시에서, 분석 모듈 (A210) 은 LPC 분석을 수행하여 고대역 신호 (S30) 의 각 프레임에 대한 LP 필터 계수들의 세트를 생성하도록 구성된다. 선형 예측 필터 계수-대-LSF 변환 (410) 은 LP 필터 계수의 세트를 LSF 의 대응하는 세트로 변환시킨다. 분석 모듈 (210) 및 변환 (220) 을 참조하여 상술된 바와 같이, 분석 모듈 (A210) 및/또는 변환 (410) 은 다른 계수 세트들 (예를 들어 켑스트럼 계수) 및/또는 계수 표현들 (예를 들면 ISP) 을 사용하도록 구성될 수 있다.

양자화기 (420) 는 고대역 LSF (또는 ISP 와 같은 다른 계수 표현) 의 세트를 양자화하도록 구성되고, 고대역 인코더 (A202) 는 이 양자화의 결과를 고대역 필터 파라미터 (S60a) 로서 출력하도록 구성된다. 통상적으로, 이러한 양자화기는 테이블 또는 코드북의 대응하는 벡터 엔트리에 대한 인덱스로서 입력 벡터를 인코딩하는 벡터 양자화기를 포함한다.

고대역 인코더 (A202) 는 분석 모듈 (A210) 에 의해 생성된 고대역 여기 신호 (S120) 및 인코딩된 스펙트럼 엔벌로프 (예를 들면 LP 필터 계수들의 세트) 에 따라서 합성된 고대역 신호 (S130) 를 생성하도록 구성되는 합성 필터 (A220) 을 또한 포함한다. 합성 필터 (A220) 는 IIR 필터로서 통상 구현되지만, FIR 구현이 또한 사용될 수 있다. 특정 예시에서, 합성 필터 (A220) 는 6 차 선형 자기회귀 (autoregressive) 필터로서 구현된다.

고대역 이득 팩터 산출기 (A230) 는 원래의 고대역 신호 (S30) 및 합성된 고대역 신호 (S130) 간의 적어도 차이를 산출하여 프레임에 대한 이득 엔벌로프를 특정한다. 테이블 또는 코드북 내의 벡터 엔트리의 대응하는 인덱스로서 입력 벡터를 인코딩하는 벡터 양자화기로 구현될 수 있는 양자화기 (430) 는, 이득 엔벌로프를 특정하는 값 또는 값들을 양자화하고, 고대역 인코더 (A202) 는 이 양자화의 결과를 고대역 이득 팩터 (S60b) 로서 출력하도록 구성된다.

도 10 에 도시된 바와 같은 구현에 있어서, 합성 필터 (A220) 는 분석 모듈 (A210) 로부터 필터 계수들을 수신하도록 배열된다. 고대역 인코더 (A202) 의 또 다른 구현은 고대역 필터 파라미터들 (S60a) 로부터 필터 계수들을 디코딩하도록 구성되는 역 양자화기 및 역 변환을 포함하며, 이 경우 합성 필터 (A220) 는 대신 디코딩된 필터 계수들을 수신하도록 배열된다. 이러한 또 다른 배열은 고대역 이득 산출기 (A230) 에 의한 이득 엔벌로프의 더욱 정확한 산출을 지원할 수 있다.

일 특정 예시에서, 분석 모듈 (A210) 및 고대역 이득 산출기 (A230) 는 프레임당 6 개 LSF 의 세트 및 5 개 이득 값들의 세트를 각각 출력하여, 협대역 신호 (S20) 의 광대역 확장이 오직 프레임당 11 개의 추가적 값들로 달성될 수 있다. 귀는 고 주파수에서의 주파수 에러에 덜 민감한 경향이 있으므로, 낮은 LPC 차수의 고대역 코딩은 높은 LPC 차수의 저대역 코딩에 필적하는 지각적인 품질을 갖는 신호를 생성할 수 있다. 고대역 인코더 (A200) 의 통상의 구현은 스펙트럼 엔벌로프의 고-품질 재구성을 위한 8 내지 12 비트 및 일시적인 (temporal) 엔벌로프의 고-품질 재구성을 위한 또 다른 8 내지 12 비트를 출력하도록 구성될 수 있다. 다른 특정 예시에서, 분석 모듈 (A210) 은 프레임당 8 개 LSF 의 세트를 출력한다.

고대역 인코더 (A200) 의 일부 구현은 협대역 신호 (S20), 협대역 여기 신호 (S80), 또는 고대역 신호 (S30) 의 시간-도메인 엔벌로프에 따라서, 노이즈 신호의 진폭-변조 및 고대역 주파수 컴포넌트를 갖는 랜덤 노이즈 신호의 생성에 의해 고대역 여기 신호 (S120) 를 생성하도록 구성된다. 이러한 노이즈-기반 방법은 비음성화된 음향에 대해 적절한 결과를 생성할 수 있지만, 잉여가 보통 고조파이며 따라서 임의의 주기적 구조를 갖는 음성화된 음향에 대하여는 바람직하지 않을 수 있다.

고대역 여기 생성기 (A300) 는 협대역 여기 신호 (S80) 의 스펙트럼을 고대역 주파수 범위로 확장시킴으로써 고대역 여기 신호 (S120) 를 생성하도록 구성된다. 도 11 은 고대역 여기 생성기 (A300) 의 일 구현 (A302) 의 블록도를 도시 한다. 역 양자화기 (450) 는 인코딩된 협대역 여기 신호 (S50) 를 양자화해제하여 협대역 여기 신호 (S80) 를 생성하도록 구성된다. 스펙트럼 확장기 (A400) 는 협대역 여기 신호 (S80) 에 기반하여 고조파로 확산된 신호 (S160) 를 생성하도록 구성된다. 결합기 (470) 는 노이즈 생성기 (480) 에 의해 생성된 랜덤 노이즈 신호 및 엔벌로프 산출기 (460) 에 의해 산출된 시간-도메인 엔벌로프를 결합하여 변조된 노이즈 신호 (S170) 를 생성하도록 구성된다. 결합기 (490) 는 고조파로 확장된 신호 (S60) 및 변조된 노이즈 신호 (S170) 를 믹싱하여 고대역 여기 신호 (S120) 를 생성하도록 구성된다.

일 예시에서, 스펙트럼 확장기 (A400) 는 협대역 여기 신호 (S80) 에 스펙트럼 폴딩 동작 (미러잉 (mirroring) 으로 또한 지칭됨) 을 수행하여 고조파로 확장된 신호 (S160) 생성하도록 구성된다. 스펙트럼 폴딩은 에일리어싱을 보존하도록 여기 신호 (S80) 를 제로-스터핑 (zero-stuffing) 한 후 고역통과 필터를 적용함으로써 수행될 수 있다. 다른 예시에서, 스펙트럼 확장기 (A400) 는 고대역으로 협대역 여기 신호 (S80) 를 스펙트럼적으로 변환시킴으로써 (예를 들면 정-주파수 (constant-frequency) 코사인 신호의 승산이 이어지는 업샘플링을 통해) 고조파로 확장된 신호 (S160) 를 생성하도록 구성된다.

스펙트럼 폴딩 및 변환 방법은, 그 고조파 구조가 위상 및/또는 주파수에서 협대역 여기 신호 (S80) 의 원래의 고조파 구조와 불연속인, 스펙트럼 확장된 신호를 생성할 수 있다. 예를 들어, 이러한 방법들은 일반적으로 기초 주파수의 배수에 위치하지 않는 피크들을 갖는 신호를 생성할 수 있고, 이는 재구성된 스피치 신호에서 무의미한 음향 산물을 유발할 수 있다. 이 방법들은 또한 비자연적으로 강한 음조의 특성을 갖는 고-주파수 고조파를 생성하는 경향이 있다. 또한, PSTN 신호는 8 kHz 에서 샘플링되지만 단지 3400 Hz 로 대역제한될 수 있으므로, 협대역 여기 신호 (S80) 의 상위 스펙트럼은 적은 에너지를 포함하거나 에너지가 없을 수 있어, 스펙트럼 폴딩 또는 변환 동작에 따라 생성되는 확장된 신호는 3400 Hz 초과의 스펙트럼 홀 (hole) 을 가질 수 있다.

고조파로 확장된 신호 (S160) 를 생성하는 다른 방법들은 협대역 여기 신호 (S80) 의 적어도 기초 주파수들을 식별하고 이 주파수에 따라 고조파 톤들을 생성하는 것을 포함한다. 예를 들어, 여기 신호의 고조파 구조는 진폭 및 위상 정보를 함께 갖는 기초 주파수에 의해 특징지어질 수 있다. 고대역 여기 생성기 (A300) 의 다른 구현은 기초 주파수 및 진폭에 기반하여 (나타낸 바와 같이, 예를 들어, 피치 래그 및 피치 이득에 의해) 고조파로 확장된 신호 (S160) 를 생성한다. 하지만, 고조파로 확장된 신호가 협대역 여기 신호 (S80) 와 위상-코히어런트 (phase-coherent) 가 아니면, 결과적인 디코딩된 스피치의 품질은 용인될 수 없을 수 있다.

비선형 펑션이 협대역 여기와 위상-코이어런트이며 위상 불연속성이 없는 고조파 구조를 보존하는 고대역 여기를 생성하는데 사용될 수 있다. 비선형 펑션은 고-주파수 고조파들 간에 증가된 노이즈 레벨을 또한 제공하고, 이는 스펙트럼 폴딩 및 스펙트럼 변환과 같은 방법들에 의해 생성되는 음조의 고-주파수 고조파들에 비해 더 자연스럽게 들리는 경향이 있다. 스펙트럼 확장기 (A400) 의 다양 한 구현에 의해 적용될 수 있는 통상적인 무기억 (memoryless) 비선형 펑션들은 절대값 펑션 (전파 정류 (fullwave rectification) 로 또한 지칭됨), 반파 정류, 스퀘어링 (squaring), 커빙 (cubing), 및 클리핑 (clipping) 을 포함한다. 스펙트럼 확장기 (A400) 의 다른 구현들은 메모리를 갖는 비선형 펑션을 적용하도록 구성될 수 있다.

도 12 는 협대역 여기 신호 (S80) 의 스펙트럼을 확장하기 위해 비선형 펑션을 적용하도록 구성되는 스펙트럼 확장기 (A400) 의 일 구현 (A402) 의 블록도이다. 업샘플러 (510) 는 협대역 여기 신호 (S80) 를 업샘플링하도록 구성된다. 비선형 펑션의 적용시에 에일리어싱을 최소화하도록 신호를 충분히 업샘플링하는 것이 바람직할 수 있다. 일 특정 예시에서, 업샘플러 (510) 는 신호를 8 의 팩터로 업샘플링한다. 업샘플러 (510) 는 입력 신호의 제로-스터핑 및 결과의 저역통과 필터링에 의해 업샘플링 동작을 수행하도록 구성될 수 있다. 비선형 펑션 산출기 (520) 는 업샘플링된 신호에 비선형 펑션을 적용하도록 구성된다. 스퀘어링과 같은 스펙트럼 확장을 위한 다른 비선형 함수들에 대한 절대값 펑션의 일 잠재적인 이점은, 에너지 정규화가 요구되지 않는다는 것이다. 일부 구현에 있어서, 절대값 펑션은 각 샘플의 사인 (sign) 비트를 삭제 또는 제거함으로써 효율적으로 적용될 수 있다. 비선형 펑션 산출기 (520) 는 업샘플링된 또는 스펙트럼 확장된 신호의 진폭 와핑 (warping) 을 수행하도록 또한 구성될 수 있다.

다운샘플러 (530) 는 적용하는 비선형 펑션의 스펙트럼 확장된 결과를 다운샘플링하도록 구성된다. 다운샘플러 (530) 는 샘플링 레이트를 감소시키기 전 에 스펙트럼 확장된 신호의 원하는 주파수 대역을 선택하도록 대역통과 필터링 동작을 수행하는 것이 바람직할 수 있다 (예를 들면, 원하지 않는 이미지에 의한 에일리어싱 또는 손상을 감소 또는 회피하기 위해). 다운 샘플러 (530) 는 하나 이상의 스테이지에서 샘플링 레이트를 감소시키는 것이 또한 바람직할 수 있다.

도 12a 는 스펙트럼 확장 동작의 일 예에서 다양한 지점에서의 신호 스펙트럼을 도시하는 도면이며, 여기서 다양한 플롯에 걸쳐 주파수 스케일은 동일하다. 플롯 (a) 는 협대역 여기 신호 (S80) 의 일 예시의 스펙트럼을 도시한다. 플롯 (b) 는 신호 (S80) 가 8 의 팩터에 의해 업샘플링된 후의 스펙트럼을 도시한다. 플롯 (c) 는 비선형 펑션을 적용한 후에 확장된 스펙트럼의 예시를 도시한다. 플롯 (d) 는 저역통과 필터링 후의 스펙트럼을 도시한다. 이 예시에서, 통과대역은 고대역 신호 (S30) 의 상위 주파수 제한 (예를 들어, 7 kHz 또는 8 kHz) 까지 확장된다.

플롯 (e) 는 다운샘플링의 제 1 스테이지 후의 스펙트럼을 도시하며, 여기서, 샘플링 레이트는 광대역 신호를 획득하도록 4 의 팩터로 감소된다. 플롯 (f) 는 확장된 신호의 고대역 부분을 선택하는 고역통과 필터링 동작 후의 스펙트럼을 도시하며, 플롯 (g) 는 샘플링 레이트가 2 의 팩터로 축소되는 다운샘플링의 제 2 스테이지 후의 스펙트럼을 도시한다. 일 특정 예에서, 다운샘플러 (530) 는 광대역 신호를 필터 뱅크 (A112) 의 고역 통과 필터 (130) 및 다운샘플러 (140) (또는 동일한 응답을 갖는 다른 구조 및 루틴) 를 통해 통과시킴으로써 고역통과 필터링 및 다운샘플링의 제 2 스테이지를 수행하여, 고대역 신호 (S30) 의 주파수 범위 및 샘플링 레이트를 갖는 스펙트럼 확장된 신호를 생성한다.

플롯 (g) 에서 알 수 있는 바와 같이, 플롯 (f) 에 도시된 고대역 신호의 다운샘플링은 그 스펙트럼의 반전 (reversal) 을 야기한다. 이 예시에서, 다운샘플러 (530) 는 신호상에 스펙트럼 플리핑 (fliping) 동작을 수행하도록 또한 구성된다. 플롯 (h) 는 스펙트럼 플리핑 동작을 적용한 결과를 도시하며, 이는 신호에

의 펑션 또는

의 시퀀스를 승산함으로써 수행될 수 있으며, 그 펑션 또는 시퀀스의 값이 +1 및 -1 사이에서 교번한다. 이러한 동작은 주파수 도메인에서 π 의 거리만큼 신호의 디지털 스펙트럼을 쉬프팅 (shifting) 하는 것과 동등하다. 동일한 결과는 상이한 순서로 다운샘플링 및 스펙트럼 플리핑 동작을 적용함에 의해서도 또한 획득될 수 있다. 업샘플링 및/또는 다운샘플링 동작은 고대역 신호 (S30) 의 샘플링 레이트 (예를 들면, 7 kHz) 를 갖는, 스펙트럼 확장된 신호를 획득하도록 리샘플링하는 것을 포함하도록 또한 구성될 수 있다.

상기 언급된 바와 같이, 필터 뱅크들 (A110 및 B120) 은, 협대역 및 고대역 신호들 (S20, S30) 중 하나 또는 그 양자 모두가 필터 뱅크 (A110) 의 출력에서 스펙트럼 반전된 형태를 갖고, 스펙트럼 반전된 형태로 인코딩 및 디코딩되며, 광대역 스피치 신호 (S110) 로 출력되기 전에 필터 뱅크 (B120) 에서 다시 스펙트럼 반전되도록 구현될 수 있다. 이러한 경우, 물론, 도 12a 에서 도시된 스펙트럼 플리핑 동작은 필요하지 않겠지만, 고대역 여기 신호 (S120) 가 마찬가지로 스펙트럼 반전된 형태를 갖도록 하는 것이 바람직할 것이다.

스펙트럼 확장기 (A402) 에 의해 수행되는 것과 같은 스펙트럼 확장 동작의 업샘플링 및 다운샘플링의 다양한 태스크는 다수의 상이한 방식으로 구성되고 배열될 수 있다. 예를 들어, 도 12b 는 스펙트럼 확장 동작의 다른 예시에서 다양한 지점에서의 신호 스펙트럼을 도시하는 도면으로, 여기서, 다양한 플롯들에서 주파수 스케일은 동일하다. 플롯 (a) 는 협대역 여기 신호 (S80) 의 일 예시의 스펙트럼을 도시한다. 플롯 (b) 는 신호 (S80) 가 2 의 팩터로 업샘플링된 후의 스펙트럼을 도시한다. 플롯 (c) 는 비선형 펑션의 적용후 확장된 스펙트럼의 예시를 도시한다. 이 경우, 더 높은 주파수에서 발생할 수 있는 에일리어싱은 용인된다.

플롯 (d) 는 스펙트럼 반전 동작 후의 스펙트럼을 도시한다. 플롯 (e) 는 다운샘플링의 일 스테이지 후의 스펙트럼을 도시하며, 여기서, 샘플링 레이트는 2 의 팩터로 감소되어 원하는 스펙트럼 확장 신호를 획득한다. 이 예시에서, 신호는 스펙트럼 반전된 형태이며 고대역 신호 (S30) 을 이러한 형태로 프로세싱하는 고대역 인코더 (A200) 의 구현에서 사용될 수 있다.

비선형 펑션 산출기 (520) 에 의해 생성된 스펙트럼 확장된 신호는 주파수가 증가됨에 따라 현저한 드롭오프 (dropoff) 를 갖기 쉽다. 스펙트럼 확장기 (A402) 는 다운샘플링된 신호에 화이트닝 동작을 수행하도록 구성되는 스펙트럼 평탄화기 (flattener) (540) 를 포함한다. 스펙트럼 평탄화기 (540) 는 고정된 화이트닝 동작 또는 적응성의 화이트닝 동작을 수행하도록 구성될 수 있다. 적응성 화이트닝의 일 특정 예시에서, 스펙트럼 평탄화기 (540) 는 다운샘플링된 신 호로부터 4 개 필터 계수들의 세트를 산출하도록 구성되는 LPC 분석 모듈 및 이들 계수들에 따라서 신호를 화이트닝하도록 구성되는 4-차 분석 필터를 포함한다. 스펙트럼 확장기 (A400) 의 다른 구현은 스펙트럼 평탄화기 (540) 가 다운샘플러 (530) 전에 스펙트럼 확장된 신호에 대해 동작하는 구성을 포함한다.

고대역 여기 생성기 (A300) 는 고조파로 확장된 신호 (S160) 를 고대역 여기 신호 (S120) 로서 출력하도록 구현될 수 있다. 하지만, 일부 경우들에서, 오직 고조파로 확장된 신호만을 고대역 여기로서 사용하는 것은 가청 현상을 유발할 수 있다. 스피치의 고조파 구조는 일반적으로 저대역에서 보다 고대역에서 덜 현저하고, 고대역 여기 신호에서의 과도한 고조파구조의 사용은 소음 (buzzy sound) 을 유발할 수 있다. 이 현상은 여성 화자의 스피치 신호에서 특히 현저할 수 있다.

실시예는 고조파로 확장된 신호 (S160) 를 노이즈 신호와 믹싱하도록 구성되는 고대역 여기 생성기 (A300) 의 구현을 포함한다. 도 11 에서 도시된 바와 같이, 고대역 여기 생성기 (A302) 는 랜덤 노이즈 신호를 생성하도록 구성되는 노이즈 생성기 (480) 를 포함한다. 일 예시에서, 노이즈 생성기 (480) 는 단위-분산 (unit-variance) 화이트 슈도랜덤 노이즈 신호를 생성하도록 구성되지만, 다른 구현에서 노이즈 신호는 화이트일 필요는 없으며 주파수에 따라 변화하는 전력 밀도를 가질 수 있다. 노이즈 생성기 (480) 는 그 스테이트가 디코더에서 복제될 수 있도록 노이즈 신호를 결정적 (deterministic) 펑션으로서 출력하도록 구성되는 것이 바람직할 수 있다. 예를 들어, 노이즈 생성기 (480) 는 협대역 필터 파라미터들 (S40) 및/또는 인코딩된 협대역 여기 신호 (S50) 와 같이, 동일 프레임 내에서 미리 코딩된 정보의 결정적 펑션으로서 노이즈 신호를 출력하도록 구성될 수 있다.

고조파로 확장된 신호 (S160) 와 믹싱되기 전에, 노이즈 생성기 (480) 에 의해 생성된 랜덤 노이즈 신호는 진폭-변조되어 협대역 신호 (S20), 고대역 신호 (S30), 협대역 여기 신호 (S80), 또는 고조파로 확장된 신호 (S160) 의 시간에 걸친 에너지 분포를 근사하는 시간-도메인 엔벌로프를 가질 수 있다. 도 11 에 도시된 바와 같이, 고대역 여기 생성기 (A302) 는 엔벌로프 산출기 (460) 에 의해 산출된 시간-영역 엔벌로프에 따라 노이즈 생성기 (480) 에 의해 생성된 노이즈 신호를 진폭-변조하도록 구성되는 결합기 (470) 를 포함한다. 예를 들어, 결합기 (470) 는 엔벌로프 산출기 (460) 에 의해 산출된 시간-도메인 엔벌로프에 따라 노이즈 생성기 (480) 의 출력을 스케일링하도록 배열된 승산기 (multiplier) 로서 구현되어 변조된 노이즈 신호 (S170) 를 생성할 수 있다.

고대역 여기 생성기 (A302) 의 일 구현 (A304) 에서, 도 13 의 블록도에서 도시된 바와 같이, 엔벌로프 산출기 (460) 는 고조파로 확장된 신호 (S160) 의 엔벌로프를 산출하도록 배열된다. 고대역 여기 생성기 (A302) 의 일 구현 (A306) 에서, 도 14 의 블록도에서 도시된 바와 같이, 엔벌로프 산출기 (460) 는 협대역 여기 신호 (S80) 의 엔벌로프를 산출하도록 배열된다. 그렇지 않으면, 고대역 여기 생성기 (A302) 의 또 다른 구현은 시간에서 협대역 피치 펄스의 위치에 따라서 고조파로 확장된 신호 (S160) 에 노이즈를 부가하도록 구성될 수 있다.

엔벌로프 산출기 (460) 는 일련의 서브태스크들을 포함하는 태스크로서 엔벌로프 산출을 수행하도록 구성될 수 있다. 도 15 는 이러한 태스크의 예시 (T100) 의 흐름도를 도시한다. 서브태스크 (T110) 는 엔벌로프가 모델링되는 신호 (예를 들어, 협대역 여기 신호 (S80) 또는 고조파로 확장된 신호 (S160)) 의 프레임의 각 샘플의 스퀘어를 산출하여 스퀘어링된 값들의 시퀀스를 생성한다. 서브태스크 (T120) 는 스퀘어링된 값들의 시퀀스 상에 스무딩 동작을 수행한다. 일 예시에서, 서브태스크 (T120) 는 다음의 수학식, 즉,

(1)

에 따라서 시퀀스에 1-차 IIR 저역통과 필터를 적용하며, 여기서, x 는 필터 입력, y 는 필터 출력, n 은 시간-영역 인덱스, 및 a 는 0.5 내지 1 사이의 값을 갖는 스무딩 계수이다. 스무딩 계수 a 의 값은 고정될 수 있으며, 또는 또 다른 구현에서, 입력 신호내의 노이즈의 표시에 따라서 적응성이 될 수 있어, 노이즈의 부재시 a 는 1 에 근접하고 노이즈의 존재시 0.5 에 근접한다. 서브태스크 (T130) 는 스무딩된 시퀀스의 각 샘플에 스퀘어 루트 펑션을 적용하여 시간-도메인 엔벌로프를 생성한다.

엔벌로프 산출기 (460) 의 이러한 구현은 태스크 (T100) 의 다양한 서브태스크들을 직렬 및/또는 병렬 방식으로 수행하도록 구성될 수도 있다. 태스크 (T100) 의 또 다른 구현에서, 서브태스크 (T110) 는 3-4 kHz 의 범위에서와 같이 엔벌로프가 모델링된 신호의 원하는 주파수 부분을 선택하도록 구성되는 대역통과 동작에 의해 선행될 수 있다.

결합기 (490) 는 고조파로 확장된 신호 (S160) 및 변조된 노이즈 신호 (S170) 를 믹싱하여 고대역 여기 신호 (S120) 를 생성하도록 구성된다. 결합기 (490) 의 구현은, 예를 들어 고대역 여기 신호 (S120) 를 고조파로 확장된 신호 (S160)) 및 변조된 노이즈 신호 (S170) 의 합으로서 산출하도록 구성될 수 있다. 결합기 (490) 의 이러한 구현은 합산 전에 고조파로 확장된 신호 (S160) 및/또는 변조된 노이즈 신호 (S170) 에 웨이팅 팩터를 적용함으로써 고대역 여기 신호 (S120) 를 웨이팅된 합으로서 산출하도록 구성될 수 있다. 이러한 웨이팅 팩터의 각각은 일 이상의 기준에 따라 산출될 수 있으며, 고정된 값일 수도 있거나, 다른 방법으로, 프레임-바이-프레임 또는 서브프레임-바이-서브프레임 기반에서 산출되는 적응성의 값이 될 수 있다.

도 16 은 고조파로 확장된 신호 (S160) 및 변조된 노이즈 신호 (S170) 의 웨이팅된 합으로서 고대역 여기 신호 (S120) 를 산출하도록 구성되는 결합기 (490) 의 일 구현 (492) 의 블록도를 도시한다. 결합기 (492) 는 고조파 웨이팅 팩터 (S180) 에 따라서 고조파로 확장된 신호 (S160) 를 웨이팅하고, 노이즈 웨이팅 팩터 (S190) 에 따라서 변조된 노이즈 신호 (S170) 를 웨이팅하여, 웨이팅된 신호들의 합으로서 고대역 여기 신호 (S120) 를 출력하도록 구성된다. 이 예시에서, 결합기 (492) 는 고조파 웨이팅 팩터 (S180) 및 노이즈 웨이팅 팩터 (S190) 를 산출하도록 구성되는 웨이팅 팩터 산출기 (550) 를 포함한다.

웨이팅 팩터 산출기 (550) 는 고대역 여기 신호 (S120) 내의 노이즈 콘텐츠에 대한 고조파 콘텐츠의 원하는 비율에 따라서 웨이팅 팩터들 (S180 및 S190) 을 산출하도록 구성된다. 예를 들어, 결합기 (492) 는 고대역 신호 (S30) 의 비율과 유사한 노이즈 에너지에 대한 고조파 에너지의 비율을 갖는 고대역 여기 신호 (S120) 를 생성하는 것이 바람직할 수 있다. 웨이팅 팩터 산출기 (550) 의 일부 구현에서, 웨이팅 팩터들 (S180, S190) 은 피치 이득 및/또는 스피치 모드와 같은 협대역 잉여 신호 또는 협대역 신호 (S20) 의 주기성에 관련된 일 이상의 파라미터들에 따라서 산출된다. 웨이팅 팩터 산출기 (550) 의 이러한 구현은, 예를 들어, 피치 이득에 비례하는 값을 고조파 웨이팅 팩터 (S180) 로 할당, 및/또는 음성화된 스피치 신호에 대해서 보다는 비음성화된 스피치 신호에 대해 더 높은 값을 노이즈 웨이팅 팩터 (S190) 로 할당하도록 구성될 수 있다.

다른 구현에 있어서, 웨이팅 팩터 산출기 (550) 는 고대역 신호 (S30) 의 주기성 측정에 따라서 고조파 웨이팅 팩터 (S180) 및/또는 노이즈 웨이팅 팩터 (S190) 에 대한 값을 산출하도록 구성된다. 이러한 일 예시에서, 웨이팅 팩터 산출기 (550) 는 현재 프레임 또는 서브프레임에 대한 고대역 신호 (S30) 의 자기 상관 (autocorrelation) 계수의 최대 값으로서 고조파 웨이팅 팩터 (S180) 를 산출하며, 여기서, 자기상관은 일 피치 래그의 딜레이를 포함하며 제로 샘플들의 딜레이는 포함하지 않는 검색 범위에 대해 수행된다. 도 17 은 일 피치 래그의 딜레이에 대하여 중심화되고 일 피치 래그 이하의 폭을 갖는, 길이 n 의 샘플의 이러한 탐색 범위의 예시를 도시한다.

도 17 은 수개의 스테이지에서 고대역 신호 (S30) 의 주기성 측정을 산출하는 웨이팅 팩터 산출기 (550) 에 대한 또 다른 접근의 일 예를 또한 도시한다. 제 1 스테이지에서, 현재의 프레임은 복수의 서브프레임으로 분할되고, 자기상관 계수가 최대인 딜레이는 각 서브프레임에 대하여 별도로 식별된다. 상기 언급된 바와 같이,자기상관은, 일 피치 래그의 딜레이를 포함하지만 제로 샘플들의 딜레이는 포함하지 않는 탐색 범위에 대해 수생된다.

제 2 스테이지에서, 딜레이된 프레임은 각 서브프레임에 대해 대응하는 식별된 딜레이를 적용하고, 결과적인 서브프레임들을 연결하여 최적의 딜레이된 프레임을 구성하고, 고조파 웨이팅 팩터 (S180) 를 원래의 프레임 및 최적으로 딜레이된 프레임간의 상관 계수로서 산출함으로써 구성된다. 또 다른 대안에서, 웨이팅 팩터 산출기 (550) 는 각 서브프레임에 대해 제 1 스테이지에서 획득된 최대 자기상관 계수들의 평균치로서 고조파 웨이팅 팩터 (S180) 를 산출한다. 웨이팅 팩터 산출기 (550) 의 구현은 자기상관 계수를 스케일링, 및/또는 이를 다른 값과 결합하여, 고조파 웨이팅 팩터 (S180) 에 대한 값을 산출하도록 또한 구성될 수 있다.

웨이팅 팩터 산출기 (550) 는 프레임의 주기성 존재가 표시된 경우에만 고대역 신호 (S30) 의 주기성 측정을 산출하는 것이 바람직할 수도 있다. 예를 들어, 웨이팅 팩터 산출기 (550) 는 피치 이득과 같은 현재 프레임의 주기성의 다른 표시자와 스레스홀드 값과의 관계에 따라, 고대역 신호 (S30) 의 주기성 측정을 산출하도록 구성될 수 있다. 일 예시에서, 웨이팅 팩터 산출기 (550) 는 프레임의 피치 이득 (예를 들어, 협대역 잉여의 적응성의 코드북 이득) 이 0.5 초과의 (또 다른 방법으로, 적어도 0.5 의) 값을 갖는 경우에만, 고대역 신호 (S30) 에 자 기상관 연산을 수행하도록 구성될 수 있다. 다른 예시에서, 웨이팅 팩터 산출기 (550) 는 프레임이 스피치 모드의 특정 스테이트를 갖는 경우에만 (예를 들어, 오직 음성화된 신호에 대하여만) 고대역 신호 (S30) 에 자기상관 동작을 수행하도록 구성될 수 있다. 이러한 경우, 웨이팅 팩터 산출기 (550) 는 스피치 모드의 다른 스테이트 및/또는 피치 이득의 더 작은 값들을 갖는 프레임들에 대한 디폴트 웨이팅 팩터를 할당하도록 구성될 수 있다.

실시예들은 주기성 외의 및/또는 주기성에 추가되는 특성에 따라 웨이팅 팩터들을 산출하도록 구성되는 웨이팅 팩터 산출기 (550) 의 또 다른 구현들을 포함한다. 예를 들어, 이러한 구현은 작은 피치 래그를 갖는 스피치 신호보다 큰 피치 래그를 갖는 스피치 신호에 대한 노이즈 이득 팩터 (S190) 에 더 높은 값을 할당하도록 구성될 수 있다. 웨이팅 팩터 산출기 (550) 의 또 다른 이러한 구현은, 다른 주파수 컴포넌트에서의 신호 에너지에 대한 기초 주파수의 배수에서의 신호 에너지의 측정에 따라서, 광대역 스피치 신호 (S10) 또는 고대역 신호 (S30) 의 고조파성 측정을 결정하도록 구성된다.

광대역 스피치 인코더 (A100) 의 일부 구현은 여기에서 기술된 바와 같이 피치 이득 및/또는 주기성 또는 고조파성의 다른 측정에 기반하여 주기성 또는 고조파성의 표시자 (예를 들면 프레임이 고조파인지 또는 비고조파인지를 표시하는 1-비트 플래그 (flag)) 를 출력하도록 구성된다. 일 예시에서, 대응하는 광대역 스피치 디코더 (B100) 는 이 표시를 사용하여 웨이팅 팩터 산출과 같은 동작을 구성한다. 다른 예시에서, 이러한 표시는 인코더 및/또는 디코더에서 스피치 모 드 파라미터에 대한 값을 산출할 시에 사용된다.

고대역 여기 생성기 (A302) 는 여기 신호의 에너지가 웨이팅 팩터들 (S180 및 S190) 의 특정값에 의해 실질적으로 영향받지 않도록 고대역 여기 신호 (S120) 를 생성하는 것이 바람직할 수도 있다. 이러한 경우에서, 웨이팅 팩터 산출기 (550) 는 고조파 웨이팅 팩터 (S180) 또는 노이즈 웨이팅 팩터 (S190) 에 대한 값을 산출하고 (또는 스토리지 또는 고대역 인코더 (A200) 의 다른 요소로부터 이러한 값을 수신) 다음의 수학식에 따라 다른 웨이팅 팩터에 대한 값을 도출하며

(2)

여기에서, W_harmonic 은 고조파 웨이팅 팩터 (S180) 를 나타내며 W_noise 는 노이즈 웨이팅 팩터 (S190) 를 나타낸다. 다른 방법으로, 웨이팅 팩터 산출기 (550) 는, 현재의 프레임 또는 서브프레임에 대한 주기성 측정의 값에 따라, 복수의 웨이팅 팩터들 (S180) 의 쌍중 대응하는 하나를 선택하도록 구성될 수 있으며, 여기서, 그 쌍들은 식 (2) 와 같은 일정한-에너지 비율을 만족하도록 미리 산출된다. 식 (2) 가 관찰되는 웨이팅 팩터 산출기 (550) 의 구현에 있어서, 고조파 웨이팅 팩터 (S180) 의 통상의 값들은 약 0.7 내지 약 1.0 의 범위를 가지며, 노이즈 웨이팅 팩터 (S190) 의 통상의 값들은 약 1.0 내지 약 0.7 의 범위를 갖는다. 웨이팅 팩터 산출기 (550) 의 다른 구현은 고조파로 확장된 신호 (S160) 와 변조된 노이즈 신호 (S170) 간의 원하는 베이스라인 (baseline) 웨이팅에 따라 변형된 식 (2) 의 버젼에 따라서 동작하도록 구성될 수 있다.

현상들은 희박한 (sparse) 코드북 엔트리들이 거의 제로 값인 코드북이 잉여의 양자화된 표현을 산출하도록 사용되는 경우 합성된 스피치 신호에서 발생할 수 있다. 코드북 희박성 (sparseness) 은 특히 협대역 신호가 낮은 비트 레이트로 인코딩되는 경우 발생한다. 통상적으로, 코드북 희박성에 의한 현상들은 시간에서 준-주기적 (quasi-periodic) 이며 3 kHz 초과에서 주로 발생한다. 인간의 귀는 더 높은 주파수에서 더욱 양호한 시간 해상도 (resolution) 를 가지므로, 이 현상들은 고대역에서 더욱 현저할 수 있다.

실시예는 반-희박성 (anti-sparseness) 필터링을 수행하는 고대역 여기 생성기 (A300) 의 구현을 포함한다. 도 18 은 역 양자화기 (450) 에 의해 생성된 양자화해제된 협대역 여기 신호를 필터링하도록 배열된 반-희박성 필터 (600) 를 포함하는, 고대역 여기 생성기 (A302) 의 일 구현 (A312) 의 블록도를 도시한다. 도 19 는 스펙트럼 확장기 (A400) 에 의해 생성된 고조파로 확장된 신호를 필터링하도록 배열된 반-희박성 필터 (600) 를 포함하는, 고대역 여기 생성기 (A302) 의 일 구현 (A314) 의 블록도를 도시한다. 도 20 은 결합기 (490) 의 출력을 필터링하여 고대역 여기 신호 (S120) 를 생성하도록 배열된 반-희박성 필터 (600) 를 포함하는, 고대역 여기 생성기 (A302) 의 일 구현 (A316) 의 블록도를 도시한다. 물론, 임의의 구현들 (A304 및 A306) 의 특징과 임의의 구현들 (A312, A314, 및 A316) 의 구현을 결합하는 고대역 여기 생성기 (A300) 의 구현들이 고려되며 여기에서 명백히 개시된다. 반-희박성 필터 (600) 는, 예를 들면 스펙트럼 확장기 (A402) 의 임의의 구성요소 (510, 520, 530, 및 540) 이후에, 스펙트럼 확장기 (A400) 내에서 또한 배열될 수 있다. 반-희박성 필터 (600) 는 스펙트럼 폴딩, 스펙트럼 변환, 또는 고조파 확장을 수행하는 스펙트럼 확장기 (A400) 의 구현과 함께 또한 사용될 수 있다는 것이 특히 주목된다.

반-희박성 필터 (600) 는 그의 입력 신호의 위상을 변경시키도록 구성될 수 있다. 예를 들어, 반-희박성 필터 (600) 는 고대역 여기 신호 (S120) 의 위상이 랜덤화되거나, 아니면 시간에 걸쳐 더욱 균일하게 분산되도록 구성되고 배열되는 것이 바람직할 수 있다. 또한, 반-희박성 필터 (600) 의 응답은 필터링된 신호의 크기 스펙트럼이 상당히 변화하지 않도록, 스펙트럼적으로 평탄한 것이 바람직하다. 일 예에서, 반-희박성 필터 (600) 는 다음의 식에 따른 전달 함수를 갖는 전역-통과 필터로서 구현된다.

(3)

이러한 필터의 일 영향은 더 이상 소수의 샘플들에만 집중되지 않도록 입력 신호의 에너지를 확산시키는 것이 될 수 있다.

코드북 희박성에 의해 유발되는 현상들은 일반적으로, 잉여가 더 적은 피치 정보를 포함하는 노이즈-유사 신호, 및 또한 배경 노이즈에서의 스피치에 대해 더욱 현저하다. 희박성은 여기가 장기 구조를 갖는 경우들에서 더 적은 현상들을 통상 유발하며, 실제로 위상 변형은 음성화된 신호에 소음을 유발할 수 있다. 따라서, 비음성화된 신호를 필터링하고 적어도 일부 음성화된 신호들을 변경없이 통과시키도록 반-희박성 필터 (600) 를 구성하는 것이 바람직할 것이다. 비음 성화된 신호들은 스펙트럼 엔벌로프가 주파수의 증가와 함께 평탄한지 또는 상향 경사화되었는지를 표시하는, 0 에 가깝거나 양수인 스펙트럼 경사 (예를 들면 양자화된 제 1 반사 계수) 및 낮은 피치 이득 (예를 들면, 양자화된 협대역 적응성 코드북 이득) 에 의해 특성지어진다. 반-희박성 필터 (600) 의 통상의 구현은 비-음성화된 사운드를 필터링하고 (예를 들어, 스펙트럼 경사 값에 의해 표시됨), 피치 이득이 스레스홀드 값 미만인 (다른 방법으로, 스레스홀드 값 이하) 경우 음성화된 음향을 필터링하며, 아니면 변경없이 신호를 통과시키도록 구성된다.

반-희박성 필터 (600) 의 또 다른 구현은 상이한 최대 위상 변형 각도 (예를 들어 180 도까지) 를 갖도록 구성되는 2 이상의 필터들을 포함한다. 이러한 경우, 반-희박성 필터 (600) 는 피치 이득의 값 (예를 들어, 양자화된 적응성 코드북 또는 LTP 이득) 에 따라서 컴포넌트 필터 중에서 선택하여, 더 큰 최대 위상 변형 각도가 더 낮은 피치 이득 값을 갖는 프레임에 대해 사용되도록 구성될 수 있다. 반-희박성 필터 (600) 는 더 많은 또는 더 적은 주파수 스펙트럼에 대한 위상을 변형하도록 구성되는 상이한 컴포넌트 필터들을 또한 포함하여, 입력 신호의 더 넓은 주파수 영역 상에서 위상을 변형하도록 구성되는 필터가 더 낮은 피치 이득 값을 갖는 프레임에 대해 사용되도록 할 수 있다.

인코딩된 스피치 신호의 정확한 재생을 위해, 합성된 광대역 스피치 신호 (S100) 의 고대역 및 협대역 부분의 레벨들간의 비율은 원래의 광대역 스피치 신호 (S10) 의 비율과 유사한 것이 바람직하다. 고대역 코딩 파라미터 (S60a) 에 의해 표현되는 바와 같은 스펙트럼 엔벌로프에 추가로, 고대역 인코더 (A200) 는 일 시적 엔벌로프 또는 이득 엔벌로프를 특정함으로써 고대역 신호 (S30) 를 특징짓도록 구성될 수 있다. 도 10 에 도시된 바와 같이, 고대역 인코더 (A202) 는, 프레임 또는 그 일부에 대한 2 개 신호들의 에너지간의 차이 또는 비율과 같은, 고대역 신호 (S30) 와 합성된 고대역 신호 (S130) 간의 관계에 따라 적어도 이득 팩터를 산출하도록 구성 및 배열된 고대역 이득 팩터 산출기 (A230) 를 포함한다. 고대역 인코더 (A202) 의 다른 구현에 있어서, 고대역 이득 산출기 (A230) 는 유사하게 구성되나 다르게 배열되어 고대역 신호 (S30) 와 협대역 여기 신호 (S80) 또는 고대역 여기 신호 (S120) 간의 시변 (time-varying) 관계와 같은 관계에 따라 이득 엔벌로프를 산출할 수 있다.

협대역 여기 신호 (S80) 및 고대역 신호 (S30) 의 일시적 엔벌로프는 유사하기 쉽다. 따라서, 고대역 신호 (S30) 와 협대역 여기 신호 (S80) (또는 고대역 여기 신호 (S120) 또는 합성된 고대역 신호 (S130)와 같이, 그로부터 도출된 신호) 간의 관계에 기반한 이득 엔벌로프를 인코딩하는 것은 오직 고대역 신호 (S30) 에 기반한 이득 엔벌로프를 인코딩하는 것보다 일반적으로 효율적이다. 통상의 구현에서, 고대역 인코더 (A202) 는 각 프레임에 대해 5 의 이득 팩터들을 특정하는 8 내지 12 개 비트들의 양자화된 인덱스를 출력하도록 구성된다.

고대역 이득 팩터 산출기 (A230) 는 일 이상의 일련의 서브태스크들을 포함하는 태스크로서 이득 팩터 산출을 수행하도록 구성될 수 있다. 도 21 은 고대역 신호 (S30) 및 합성된 고대역 신호 (S130) 의 상대적인 에너지에 따라서 대응하는 서브프레임에 대한 이득 값을 산출하는 이러한 태스크의 예시 (T200) 의 흐름도 를 도시한다. 태스크들 (220a 및 220b) 은 각각의 신호들의 대응하는 서브프레임들의 에너지를 산출한다. 예를 들어, 태스크들 (220a 및 220b) 은 각각의 서브프레임의 샘플들의 스퀘어들의 합으로서 에너지를 산출하도록 구성될 수 있다. 태스크 (T230) 는 이러한 에너지들의 비율의 스퀘어 루트로서 서브프레임에 대한 이득 팩터를 산출한다. 이 예시에서, 태스크 (T230) 는 서브프레임상에서 합성된 고대역 신호 (S130) 의 에너지에 대한 고대역 신호 (S30) 의 에너지의 비율의 스퀘어 루트로서 이득 팩터를 산출한다.

고대역 이득 팩터 산출기 (A230) 는 윈도우잉 펑션에 따라서 서브프레임 에너지들을 산출하도록 구성되는 것이 바람직할 수 있다. 도 22 는 이득 팩터 산출 태스크 (T200) 의 이러한 구현 (T210) 의 흐름도를 도시한다. 태스크 (T215a) 는 고대역 신호 (S30) 에 윈도우잉 펑션을 적용하며, 태스크 (T215b) 는 합성된 고대역 신호 (S130) 에 동일한 윈도우잉 펑션을 적용한다. 태스크들 (220a 및 220b) 의 구현 (222a 및 222b) 은 각각의 윈도우의 에너지를 계산하며, 태스크 (T230) 은 에너지들의 비율의 스퀘어 루트로서 서브프레임에 대한 이득 팩터를 산출한다.

인접 서브프레임에 오버래핑하는 윈도우잉 펑션을 적용하는 것이 바람직할 수 있다. 예를 들어, 오버랩-추가 방식으로 적용될 수 있는 이득 팩터들을 생성하는 윈도우잉 펑션은 서브프레임들간의 불연속성을 감소 또는 회피하도록 도와줄 수 있다. 일 예시에서, 고대역 이득 팩터 산출기 (A230) 는 윈도우가 2 개의 인접한 서브프레임 각각을 1 msec 만큼 오버래핑되는, 도 23a 에서 도시된 바와 같은 사다리꼴 윈도우잉 펑션을 적용하도록 구성된다. 도 23b 는 20-msec 프레임의 5 개의 서브프레임 각각에 대한 이 윈도우잉 펑션의 적용을 도시한다. 고대역 이득 팩터 산출기 (A230) 의 다른 구현들은 상이한 오버랩 기간 및/또는 대칭적 또는 비대칭적일 수 있는 상이한 윈도우 형상 (예를 들면 직사각형, 해밍) 을 갖는 윈도우잉 펑션을 적용하도록 구성될 수 있다. 고대역 이득 팩터 산출기 (A230) 의 구현은 프레임 내의 서브프레임에 대해 상이한 윈도우잉 펑션을 적용, 및/또는 프레임으로 하여금 상이한 길이의 서버프레임들을 포함하도록 구성하는 것이 또한 가능하다.

제한 없이, 다음의 값들이 특정 구현에 대한 예시로서 제공된다. 20-msec 의 프레임이 이들 경우에 대해 가정되나, 임의의 다른 주기가 사용될 수도 있다. 7 kHz 에서 샘플링된 고대역 신호에 대해, 각 프레임은 140 개의 샘플들을 갖는다. 이러한 프레임이 동일 길이의 5 개의 서브프레임들로 분할되는 경우, 각 서브프레임은 28 개의 샘플들을 가질 것이고, 도 23a 에서 도시된 바와 같은 윈도우는 42 개 샘플들의 폭이 될 것이다. 8 kHz 에서 샘플링된 고대역 신호에 대해, 각 프레임은 160 개의 샘플들을 갖는다. 이러한 프레임이 동일 길이의 5 개의 서브프레임들로 분할되는 경우, 각 서브프레임은 32 개의 샘플들을 가질 것이고, 도 23a 에 도시된 바와 같은 윈도우는 48 개 샘플들의 폭이 될 것이다. 다른 구현에 있어서, 임의의 폭을 갖는 서브프레임이 사용될 수 있으며, 고대역 이득 산출기 (A230) 의 구현은 프레임의 각 샘플에 대해 상이한 이득 팩터를 생성하도록 구성되는 것이 또한 가능하다.

도 24 는 고대역 디코더 (B200) 의 일 구현 (B202) 의 블록도를 도시한다. 고대역 디코더 (B202) 는 협대역 여기 신호 (S80) 에 기반하여 고대역 여기 신호 (S120) 를 생성하도록 구성되는 고대역 여기 생성기 (B300) 를 포함한다. 특정 시스템 설계 선택에 따라서, 고대역 여기 생성기 (B300) 는 여기에 설명된 것과 같은 고대역 여기 생성기 (A300) 의 임의의 구현에 따라서 구현될 수 있다. 통상적으로 특정 코딩 시스템의 고대역 인코더의 고대역 여기 생성기와 동일한 응답을 갖도록 고대역 여기 생성기 (B300) 를 구현하는 것이 바람직하다. 하지만, 통상적으로, 협대역 디코더 (B110) 는 인코딩된 협대역 여기 신호 (S50) 의 양자화를 수행기 때문에, 대부분의 경우에서 고대역 여기 생성기 (B300) 는 협대역 디코더 (B110) 로부터 협대역 여기 신호 (S80) 를 수신하도록 구현될 수 있고 인코딩된 협대역 여기 신호 (S50) 를 양자화해제하도록 구성되는 역 양자화기를 포함할 필요는 없다. 협대역 디코더 (B110) 는 필터 (330) 와 같은 협대역 합성 필터로 입력되기 전에 양자화해제된 협대역 여기 신호를 필터링하도록 배열된 반-희박성 필터 (600) 의 경우를 포함하는 것이 또한 가능하다.

역 양자화기 (560) 는 고대역 필터 파라미터들 (S60a) (이 예시에서, LSF 의 세트) 을 양자화해제하도록 구성되고, LSF-대-LP 필터 계수 변환 (570) 은 LSF 를 필터 계수들의 세트로 변환하도록 (예를 들어, 상기 설명된 바와 같이 협대역 인코더 (A122) 의 역 양자화기 (240) 및 변환 (250) 을 참조하여) 구성된다. 상기 언급된 바와 같이, 다른 구현에서, 상이한 계수 세트들 (예를 들어 켑스트럼의 계수) 및/또는 계수 표현들 (예를 들어, ISP) 이 사용될 수 있다. 고대역 합성 필터 (B200) 는 고대역 여기 신호 (S120) 및 필터 계수들의 세트에 따라서 합성된 고대역 신호를 생성하도록 구성된다. 고대역 인코더가 합성 필터를 포함하는 시스템에서 (예를 들면 상기 설명된 인코더 (A202) 의 예시에서와 같이), 고대역 합성 필터 (B200) 가 그 합성 필터와 동일한 응답 (예를 들어, 동일한 전달 함수) 을 갖도록 설계하는 것이 바람직할 수 있다.

고대역 디코더 (B202) 는 고대역 이득 팩터 (S60b) 를 양자화해제하도록 구성되는 역 양자화기 (580), 및 합성된 고대역 신호에 양자화해제된 이득 팩터를 적용하여 고대역 신호 (S100) 를 생성하도록 구성 및 배열된 이득 콘트롤 소자 (590) (예를 들면, 승산기 또는 증폭기) 를 또한 포함한다. 프레임의 이득 엔벌로프가 적어도 이득 팩터에 의해 명기되는 경우에서, 이득 콘트롤 소자 (590) 는, 가능한, 대응하는 고대역 인코더의 이득 산출기 (예를 들어, 고대역 이득 산출기 (A230)) 에 의해 적용되는 바와 동일하거나 대응하는 윈도우잉 펑션일 수 있는 윈도우잉 펑션에 따라서, 개별 서브프레임들에 대해 이득 팩터를 적용하도록 구성되는 로직을 포함할 수 있다. 고대역 디코더 (B202) 의 다른 구현에 있어서, 이득 콘트롤 소자 (590) 는 협대역 여기 신호 (S80) 또는 고대역 여기 신호 (S120) 에 양자화해제된 이득 팩터들을 적용하도록 유사하게 구성되나 대신 배열된다.

상기 언급된 바와 같이, (예를 들어, 인코딩중에 양자화해제된 값을 사용함으로써) 고대역 인코더 및 고대역 디코더에서 동일한 스테이트를 획득하는 것이 바람직할 수 있다. 따라서 이러한 구현에 따른 코딩 시스템에서 고대역 여기 생성기들 (A300 및 B300) 의 대응하는 노이즈 생성기에 대해 동일한 스테이트를 보장 하는 것이 바람직할 수 있다. 예를 들어, 이러한 구현의 고대역 여기 생성기들 (A300 및 B300) 은 노이즈 생성기의 스테이트가 동일 프레임 내에서 미리 코딩된 정보의 결정 펑션 (예를 들어, 협대역 필터 파라미터 (S40) 또는 그의 부분 및/또는 인코딩된 협대역 여기 신호 (S50) 또는 그의 부분) 이도록 구성될 수 있다.

여기에서 기술된 소자들의 일 이상의 양자화기들 (예를 들어, 양자화기들 (230, 420, 또는 430)) 은 분류된 벡터 양자화를 수행하도록 구성될 수 있다. 예를 들어, 이러한 양자화기는 협대역 채널 및/또는 고대역 채널에서 동일 프레임내의 이미 코딩된 정보에 기반하여 코드북의 세트중 하나를 선택하도록 구성될 수 있다. 통상, 이러한 기술은 추가적인 코드북 스토리지의 비용으로 증가된 코딩 효율을 제공한다.

예를 들면 도 8 및 도 9 에 참조하여 상기 논의된 바와 같이, 주기 구조의 상당한 양이 협대역 스피치 신호 (S20) 로부터 코오스 스펙트럼 엔벌로프의 삭제후에 잉여 신호내에 잔존할 수 있다. 예를 들어, 잉여 신호는 시간에서 거친 주기 펄스들 또는 스파이크들 (spikes) 의 시퀀스를 포함할 수 있다. 통상적으로 피치에 관련된 이러한 구조는, 음성화된 스피치 신호에서 특히 발생하기 쉽다. 협대역 잉여 신호의 양자화된 표현의 산출은, 예를 들면 적어도 코드북에 의해 표현되는 것과 같은 장기 (long-term) 주기성의 모델에 따라서 이 피치 구조를 인코딩하는 것을 포함할 수도 있다.

실제 잉여 신호의 피치 구조는 주기성 모델에 정확하게 매칭되지 않을 수 있다. 예를 들어, 잉여 신호는 피치 펄스들의 위치에서 작은 지터 (jitter) 들을 포함하여, 프레임내의 연속되는 피치 펄스간의 거리는 정확히 동일하지 않고 구조는 상당히 정규적이지 않을 수 있다. 이러한 비정규성은 코딩 효율을 감소시키는 경향이 있다.

협대역 인코더 (A120) 의 일부 구현은 양자화 전 또는 도중에 적응성 시간 와핑을 잉여에 적용함으로써, 또는 그렇지 않으면 인코딩된 여기 신호에서 적응성 시간 와핑을 포함함으로써 피치 구조의 정규화 (regularization) 를 수행하도록 구성된다. 예를 들면, 이러한 인코더는 시간에서 와핑의 정도를 선택 또는 아니면 산출 (예를 들어, 적어도 지각적인 웨이팅 및/또는 에러 최소화 기준에 따라서) 하여 결과적인 여기 신호가 장기 주기성의 모델에 최적으로 피팅되도록 구성될 수 있다. 피치 구조의 정규화는 RCELP (Relaxation Code Excited Linear Prediction) 인코더로 지칭되는 CELP 인코더들의 서브셋에 의해 수행된다.

통상적으로, RCELP 인코더는 적응성 시간 쉬프트로서 시간 와핑을 수행하도록 구성된다. 이 시간 쉬프트는 음의 수 밀리초에서 양의 수 밀리초까지의 범위인 딜레이 랭잉 (ranging) 일 수도 있고, 이는 가청 비연속성을 회피하기 위해 평활하게 변화한다. 일부 구현들에서, 이러한 인코더는 피스와이즈 (piecewise) 방식으로 정규화를 적용하도록 구성되며, 여기서, 각 프레임 및 서브프레임은 대응하는 고정된 시간 쉬프트에 의해 와핑된다. 다른 구현에 있어서, 인코더는 연속 와핑 펑션으로서 정규화를 적용하도록 구성되어, 프레임 또는 서브프레임은 피치 컨투어 (contour) (피치 궤적 (trajectory) 으로 또한 치징됨) 에 따라서 와핑된다. 어떤 경우들 (예를 들면, 미국 특허 공개 제 2004/0098255 호에 기술된 바와 같이) 에서, 인코더는 인코딩된 여기 신호를 산출하는데 사용되는 지각적으로 웨이팅된 입력 신호에 쉬프트를 적용함으로써 인코딩된 여기 신호에서의 시간 와핑을 포함하도록 구성된다.

인코더는 정규화되고 양자화되는 인코딩된 여기 신호를 산출하고, 디코더는 인코딩된 여기 신호를 양자화해제하여 디코딩된 스피치 신호를 합성하는데 사용되는 여기 신호를 획득한다. 따라서, 디코딩된 출력 신호는 정규화에 의해 인코딩된 여기 신호에 포함되었던 동일하게 변화하는 딜레이를 나타낸다. 통상적으로, 정규화 양을 특정하는 정보는 디코더로 전송되지 않는다.

정규화는 잉여 신호를 인코딩하기에 더욱 용이하게 하는 경향이 있고, 이는 장기 예측자로부터 코딩 이득을 개선시키고 따라서 일반적으로 현상들의 생성이 없이 전체 코딩 효율을 증대시킨다. 오직 음성화된 프레임들에만 정규화를 수행하는 것이 바람직할 수 있다. 예를 들어, 협대역 인코더 (A124) 는 음성화된 신호와 같은, 장기 구조를 갖는 프레임들 또는 서브프레임들만을 쉬프팅시키도록 구성될 수 있다. 피치 펄스 에너지를 포함하는 서브프레임들만에 정규화를 수행하는 것이 더욱 바람직할 수 있다. RCELP 코딩의 다양한 구현이 미국 특허 제 5,704,003 (Kleijn et al.) 및 제 6,879,955 (Rao) 와 미국 특허 공개 제 2004/0098255 (Kovesi et al.) 에서 기술된다. RECELP 코더의 현존하는 구현들은 TIA (Telecommunition Industry Association) IS-127 에 기술된 바와 같은 EVRC (Enhanced Variable Rate Codec), 및 3GPP2 (제 3 세대 파트너십 프로젝트 2) SMV (Selectable Mode Vocoder) 를 포함한다.

불행히도, 정규화는 고대역 여기가 인코딩된 협대역 여기 신호로부터 유도되는 광대역 스피치 코더에 대해 (광대역 스피치 인코더 (A100) 및 광대역 스피치 디코더 (B100) 를 포함하는 시스템과 같이) 문제점을 유발할 수 있다. 시간-와핑된 신호로부터의 유도로 인해, 일반적으로, 고대역 여기 신호는 원래의 고대역 스피치 신호의 시간 프로파일과 다른 시간 프로파일을 갖게 된다. 다시 말해, 고대역 여기 신호는 원래의 고대역 스피치 신호와 더이상 동기 (synchronous) 이지 않다.

와핑된 고대역 여기 신호와 원래의 고대역 스피치 신호 사이의 시간에서의 오정렬 (misalignment) 은 수개의 문제점을 유발할 수 있다. 예를 들면, 와핑된 고대역 여기 신호는 원래의 고대역 스피치 신호로부터 추출된 필터 파라미터들에 따라서 합성 필터에 대해 적합한 소스 여기를 더 이상 제공하지 않을 수 있다. 결과적으로, 합성된 고대역 신호는 디코딩된 광대역 스피치 신호의 감지된 품질을 감소시키는 가청 현상들을 포함할 수 있다.

시간에서의 오정렬은 이득 엔벌로프 인코딩에 있어 비효율성을 또한 유발할 수 있다. 상기 언급된 바와 같이, 상관 (correlation) 이 협대역 여기 신호 (S80) 및 고대역 신호 (S30) 의 일시적 엔벌로프들 사이에서 존재하기 쉽다. 이 두 일시적 엔벌로프들간의 관계에 따라 고대역 신호의 이득 엔벌로프를 인코딩함으로써, 코딩 효율의 증가가 이득 엔벌로프를 직접 코딩하는 것과 비견되도록 실현될 수 있다. 그러나, 인코딩된 협대역 여기 신호가 정규화되면, 이러한 상관은 약해질 수 있다. 협대역 여기 신호 (S80) 와 고대역 신호 (S30) 간의 시간 에서의 오정렬은 고대역 이득 팩터들 (S60b) 에서 나타나는 요동 (fluctuation) 을 유발하고, 코딩 효율성은 저하될 수도 있다.

실시예는 대응하는 인코딩된 협대역 여기 신호에 포함된 시간 와핑에 따라 고대역 스피치 신호의 시간 와핑을 수행하는 광대역 스피치 인코딩 방법을 포함한다. 이러한 방법의 잠재적인 이점은 디코딩된 광대역 스피치 신호의 품질 개선 및/또는 광대역 이득 엔벌로프 코딩의 효율 개선을 포함한다.

도 25 는 광대역 스피치 인코더 (A100) 의 일 구현 (AD10) 의 블록도를 도시한다. 인코더 (AD10) 는 인코딩된 협대역 여기 신호 (S50) 의 산출 도중 정규화를 수행하도록 구성되는 협대역 인코더 (A120) 의 일 구현 (A124) 을 포함한다. 예를 들면, 협대역 인코더 (A124) 는 일 이상의 상술된 RCELP 구현에 따라서 구성될 수 있다.

협대역 인코더 (A124) 는 적용된 시간 와핑의 정도를 특정하는 정규화 데이터 신호 (SD10) 를 출력하도록 또한 구현된다. 협대역 인코더 (A124) 가 각 프레임 또는 서브프레임에 고정된 시간 쉬프트를 적용하도록 구성되는 다양한 경우에서, 정규화 데이터 신호 (SD10) 는 샘플, 밀리초, 또는 다른 임의 시간 증분의 관점에서 정수 또는 비정수 값으로서 각각의 시간 쉬프트를 나타내는 일련의 값들을 포함할 수 있다. 협대역 인코더 (A124) 가 샘플들의 다른 시퀀스 또는 프레임의 시간 스케일을 변형하도록 (예를 들어, 일 부분을 압축하고 다른 부분을 확장시킴으로써) 구성되는 경우, 정규화 데이터 신호 (SD10) 는 펑션 파라미터들의 세트와 같은 변형의 대응하는 설명을 포함할 수 있다. 일 특정 예시에서, 협대역 인코더 (A124) 는 프레임을 3 개의 서브 프레임들로 분할하고 각 서브프레임에 대한 고정된 시간 쉬프트를 산출하도록 구성되어, 정규화 데이터 신호 (SD10) 는 인코딩된 협대역 신호의 각 정규화된 프레임에 대한 3 개의 시간 쉬프트를 표시한다.

광대역 스피치 인코더 (AD10) 는 입력 신호에 의해 표시된 딜레이 양에 따라 고대역 스피치 신호 (S30) 의 부분을 전진 또는 지연시켜, 시간-와핑된 고대역 스피치 신호 (S30a) 를 생성하도록 구성되는 딜레이 라인 (D120) 을 포함한다. 도 25 에 도시된 예시에서, 딜레이 라인 (D120) 은 정규화 데이터 신호 (SD10) 에 의해 표시되는 와핑에 따라 고대역 스피치 신호 (S30) 를 시간 와핑하도록 구성된다. 이런 방식으로, 인코딩된 협대역 여기 신호 (S50) 에 포함된 것과 같은 시간 와핑의 동일한 양이, 분석전에 고대역 스피치 신호 (S30) 의 대응하는 부분에 대해 또한 적용된다. 비록 이 예시는 딜레이 라인 (D120) 을 고대역 인코더 (A200) 로부터 별도의 소자로서 보여주지만, 다른 구현에서 딜레이 라인 (D120) 이 고대역 인코더의 부분으로서 배열된다.

고대역 인코더 (A200) 의 다른 구현은 와핑되지 않은 고대역 스피치 신호 (S30) 의 스펙트럼 분석 (예를 덜어, LPC 분석) 을 수행하고, 고대역 이득 파라미터 (S60b) 의 산출 전에 고대역 스피치 신호 (S30) 의 시간 와핑을 수행하도록 구성될 수 있다. 이러한 인코더는 예를 들면, 시간 와핑을 수행하도록 배열된 딜레이 라인 (D120) 의 구현을 포함할 수 있다. 하지만, 이러한 경우, 와핑되지 않은 신호 (S30) 의 분석에 기반하는 고대역 필터 파라미터들 (S60a) 은 고대역 여기 신호 (S120) 와 시간상에서 오정렬된 스펙트럼 엔벌로프를 설명할 수 있다.

딜레이 라인 (D120) 은 고대역 스피치 신호 (S30) 에 원하는 시간 와핑 동작을 적용하기 위한 로직 소자 및 저장 소자의 임의의 조합에 따라 구성될 수 있다. 예를 들면, 딜레이 라인 (D120) 은 원하는 시간 쉬프트에 따라 버퍼로부터 고대역 스피치 신호 (S30) 를 판독하도록 구성될 수 있다. 도 26a 는 쉬프트 레지스터 (SR1) 를 포함하는 딜레이 라인 (D120) 의 이러한 구현 (D122) 의 개략도를 도시한다. 쉬프트 레지스터 (SR1) 는 고대역 스피치 신호 (S30) 의 m 개의 가장 최근의 샘플들을 수신 및 저장하도록 구성되는 임의의 길이 m 의 버퍼이다. m 값은 지원되는 최대 양 (또는 "전진") 및 음 (또는 "지연") 의 시간 쉬프트의 합과 적어도 동일하다. m 값은 고대역 신호 (S30) 의 프레임 및 서브프레임의 길이와 동일한 것이 편리할 수 있다.

딜레이 라인 (D122) 은 쉬프트 레지스터 (SR1) 의 오프셋 위치 (OL) 로부터 시간-와핑된 고대역 신호 (S30a) 를 출력하도록 구성된다. 오프셋 위치 (OL) 의 포지션은, 예를 들면 정규화 데이터 신호 (SD10) 에 의해 표시된 바과 같이 현재 시간 쉬프트에 따라서 기준 포지션 (0 시간 쉬프트) 에 대하여 변화한다. 딜레이 라인 (D122) 은 동일한 전진 및 지연 제한을 지원하도록 구성될 수 있으며, 또는 다른 방법으로, 일 제한이 다른 제한보다 커져 일 방향에서 다른 방향에서보다 더 큰 쉬프트가 수행될 수 있다. 도 26a 는 음의 시간 쉬프트보다 더 큰 양의 쉬프트를 지원하는 특정 예시를 도시한다. 딜레이 라인 (D122) 은 (예를 들면, 출력 버스 폭에 의존하여) 시간에서 적어도 샘플들을 출력하도록 구성될 수 있다.

수 밀리초 이상의 크기를 갖는 정규화 시간 쉬프트는 디코딩된 신호에서 가청 현상을 유발할 수 있다. 협대역 인코더 (A124) 에 의해 수행되듯이 정규화 시간 쉬프트의 크기는 통상적으로 수 밀리초를 초과하지 않아서, 정규화 데이터 신호 (SD10) 에 의해 표시된 시간 쉬프트는 제한되지 않을 것이다. 하지만, 딜레이 라인 (D122) 은 양의 및/또는 음의 방향의 시간 쉬프트에 최대 제한을 부과하도록 (예를 들면, 협대역 인코더에 의해 부과된 것보다 타이트한 제한을 관측하도록) 구성되는 것이 이러한 경우에서 바람직할 수 있다.

도 26b 는 쉬프트 윈도우 (SW) 를 포함하는 딜레이 라인 (D122) 의 일 구현 (D124) 의 개략도를 도시한다. 이 예시에서, 오프셋 위치 (OL) 의 포지션은 쉬프트 윈도우 (SW) 에 의해 제한된다. 비록 도 26b 는 쉬프트 윈도우 (SW) 의 폭보다 더 큰 버퍼 길이의 경우를 도시하지만, 딜레이 라인 (D124) 은 쉬프트 윈도우 (SW) 의 폭이 m 과 동일하도록 또한 구현될 수 있다.

다른 구현에서, 딜레이 라인 (D120) 은 원하는 시간 쉬프트에 따라 버퍼로 고대역 스피치 신호 (S30) 를 기입하도록 구성된다. 도 27 은 고대역 스피치 신호 (S30) 를 수신 및 저장하도록 구성되는 2 개의 쉬프트 레지스터들 (SR2 및 SR3) 을 포함하는 딜레이 라인 (D120) 의 이러한 구현 (D130) 의 개념도를 도시한다. 딜레이 라인 (D130) 은 예를 들면 정규화 데이터 신호 (SD10) 에 의해 표시되는 시간 쉬프트에 따라 쉬프트 레지스터 (SR2) 에서 쉬프트 레지스터 (SR3) 로 프레임 또는 서브프레임을 기입하도록 구성된다. 쉬프트 레지스터 (SR3) 는 시간-와핑된 고대역 신호 (S30) 를 출력하도록 배열된 FIFO 버퍼로서 구성된다.

도 27 에 도시된 특정 예시에서, 쉬프트 레지스터 (SR2) 는 프레임 버퍼 부분 (FR1) 및 딜레이 버퍼 부분 (DB) 를 포함하며, 쉬프트 레지스터 (SR3) 는 프레임 버퍼 부분 (FB2), 전진 버퍼 부분 (AB), 및 지연 버퍼 부분 (RB) 을 포함한다. 전진 버퍼 (AB) 및 지연 버퍼 (RB) 의 길이는 동일할 수 있으며, 또는 한쪽이 다른 쪽보다 커서, 다른 방향보다 일 방향에서 더 큰 쉬프트가 지원될 수 있다. 딜레이 버퍼 (DB) 및 지연 버퍼 부분 (RB) 은 동일 길이를 갖도록 구성될 수 있다. 다른 방법으로, 딜레이 버퍼 (DB) 는 샘플들을 프레임 버퍼 (FB1) 로부터 쉬프트 레지스터 (SR3) 로 전송하는데 요구되는 시간 인터벌을 설명하도록 지연 버퍼 (RB) 보다 짧을 수 있고, 쉬프트 레지스터 (SR3) 로의 스토리지 전에 샘플들의 와핑과 같은 다른 프로세싱 동작을 포함할 수 있다.

도 27 의 예시에서, 프레임 버퍼 (FB1) 는 고대역 신호 (S30) 의 일 프레임의 길이와 동일한 길이를 갖도록 구성된다. 다른 예시에서, 프레임 버퍼 (FB1) 는 고대역 신호 (S30) 의 일 서브프레임의 길이와 동일한 길이를 갖도록 구성된다. 이러한 경우, 딜레이 라인 (D130) 은 쉬프팅될 프레임의 모든 서브프레임들에 대해 동일한 (예를 들면 평균인) 딜레이를 적용하는 로직을 포함하도록 구성될 수 있다. 딜레이 라인 (130) 은 지연 버퍼 (RB) 또는 전진 버퍼 (AB) 에 중복기입될 값들과 프레임 버퍼 (FB1) 로부터의 평균 값들에 대한 로직을 또한 포함한다. 또 다른 예시에서, 쉬프트 레지스터 (SR3) 는 오직 프레임 버퍼 (FB1) 를 경유하여 고대역 신호 (S30) 의 값을 수신하도록 구성될 수 있고, 이러한 경우 딜레이 라인 (D130) 은 쉬프트 레지스터 (SR3) 에 기입된 연속된 프레임들 또는 서브프레임 들간의 갭에 걸쳐 인터폴레이팅하는 로직을 포함할 수 있다. 다른 구현에서, 딜레이 라인 (D130) 은 샘플들을 쉬프트 레지스터 (SR3) 에 기입하기 전에 프레임 버퍼 (FB1) 로부터의 샘플들에 와핑 동작을 수행하도록 (예를 들면 정규화 데이터 신호 (SD10) 에 의해 설명되는 펑션에 따라) 구성될 수 있다.

딜레이 라인 (D120) 은 정규화 데이터 신호 (SD10) 에 의해 특정된 와핑에 기반하지만 동일하지는 않은 시간 와핑을 적용하는 것이 바람직할 수 있다. 도 28 은 딜레이 값 맵퍼 (D110) 를 포함하는 광대역 스피치 인코더 (AD10) 의 일 구현 (AD12) 의 블록도를 도시한다. 딜레이 값 맵퍼 (D110) 는 정규화 데이터 신호 (SD10) 에 의해 표시된 와핑을 매핑된 딜레이 값들 (SD10a) 로 맵핑하도록 구성된다. 딜레이 라인 (D120) 은 매핑된 딜레이 값들 (SD10a) 의해 표시된 와핑에 따라 시간-와핑된 고대역 스피치 신호 (S30a) 를 생성하도록 배열된다.

협대역 인코더에 의해 적용되는 시간 쉬프트는 시간상에서 평활하게 전개되도록 기대될 수 있다. 따라서, 스피치의 프레임동안 서브프레임에 적용되는 평균 협대역 시간 쉬프트를 계산하고, 이 평균에 따라 고대역 스피치 신호 (S30) 의 대응하는 프레임을 쉬프트하는 것이 통상적으로 충분하다. 이러한 일 예시에서, 딜레이 값 맵퍼 (D110) 는 각 프레임에 대한 서브프레임 딜레이 값의 평균을 산출하도록 구성되며, 딜레이 라인 (D120) 은 산출된 평균을 고대역 신호 (S30) 의 대응하는 프레임으로 적용하도록 구성된다. 다른 예시들에서, 더 짧은 기간에서 (2개의 서브프레임들 또는 프레임의 절반과 같은) 또는 더 긴 기간 (2 개의 프레임들과 같은) 에서의 평균이 산출되고 적용될 수 있다. 평균이 샘플들의 비- 정수 값인 경우, 딜레이 값 맵퍼 (D110) 는 값을 딜레이 라인 (D120) 으로 출력하기 전에 정수의 샘플들로 값을 라운딩 (round) 한다.

협대역 인코더 (A124) 는 인코딩된 협대역 여기 신호에서의 비-정수의 샘플들의 정규화 시간 쉬프트를 포함하도록 구성될 수 있다. 이러한 경우에서, 딜레이 값 맵퍼 (D110) 는 협대역 시간 쉬프트를 정수의 샘플들로 라운딩하도록 구성되고, 딜레이 라인 (D120) 은 라운딩된 시간 쉬프트를 고대역 스피치 신호 (S30) 로 적용시키는 것이 바람직하다.

광대역 스피치 인코더 (AD10) 의 일부 구현에서, 협대역 스피치 신호 (S20) 및 고대역 스피치 신호 (S30) 의 샘플링 레이트들은 상이할 수 있다. 이러한 경우들에서, 딜레이 값 맵퍼 (D110) 는 정규화 데이터 신호 (SD10) 에서 표시된 시간 쉬프트 양을 조정하여 협대역 스피치 신호 (S20) (또는 협대역 여기 신호 (S80)) 및 고대역 스피치 신호 (S30) 의 샘플링 레이트들간의 차이를 설명하도록 구성될 수 있다. 예를 들면, 딜레이 값 맵퍼 (D110) 는 샘플링 레이트들의 비율에 따라서 시간 쉬프트 양을 스케일링하도록 구성될 수 있다. 상기 언급된 바와 같은 일 특정 예시에서, 협대역 스피치 신호 (S20) 는 8 kHz 에서 샘플링되며, 고대역 스피치 신호 (S30) 는 7 kHz 에서 샘플링된다. 이 경우, 딜레이 값 맵퍼 (D110) 는 각 쉬프트 양을 7/8 과 승산하도록 구성된다. 딜레이 값 맵퍼 (D110) 의 구현은 이러한 스케일링 동작을 여기에서 설명된 바와 같이 정수-라운딩 및/또는 시간 쉬프트 평균화 동작과 함께 수행하도록 또한 구성될 수 있다.

또 다른 구현에서, 딜레이 라인 (D120) 은 프레임의 시간 스케일 또는 샘플 들의 다른 시퀀스를 다른 방법으로 변형하도록 (예를 들어, 일 부분을 압축하고 다른 부분을 확장함으로써) 구성된다. 예를 들면, 협대역 인코더 (A124) 는 피치 컨투어 (contour) 또는 궤적 (trajectory) 과 같은 펑션에 따라서 정규화를 수행하도록 구현될 수 있다. 이러한 경우에서, 정규화 데이터 신호 (SD10) 는 파라미터들의 세트와 같은, 펑션의 대응하는 설명을 포함할 수 있고, 딜레이 라인 (D120) 은 그 펑션에 따라서 고대역 스피치 신호 (S30) 의 프레임들 또는 서브프레임들을 와핑하도록 구성되는 로직을 포함할 수 있다. 다른 구현들에서, 딜레이 값 맵퍼 (D110) 는 펑션이 딜레이 라인 (D120) 에 의해 고대역 스피치 신호 (S30) 에 적용되기 전에 이를 평균화, 스케일링, 및/또는 라운딩하도록 구성된다. 예를 들면, 딜레이 값 맵퍼 (D110) 는 펑션에 따라 적어도 딜레이 값들을 산출하도록 구성되고, 각 딜레이 값들은 다수의 샘플들을 표시하여, 딜레이 라인 (D120) 에 의해 그 후 적용되어 고대역 스피치 신호 (S30) 의 일 이상의 대응하는 프레임들 또는 서브프레임들을 시간 와핑한다.

도 29 는 대응하는 인코딩된 협대역 여기 신호에 포함된 시간 와핑에 따라서 고대역 스피치 신호를 시간 와핑하는 방법 (MD100) 에 대한 흐름도를 도시한다. 태스크 (TD100) 는 광대역 스피치 신호를 프로세싱하여 협대역 스피치 신호 및 고대역 스피치 신호를 획득한다. 예를 들면, 태스크 (TD100) 는 필터 뱅크 (A100) 의 구현과 같은, 저역통과 및 고역통과 필터들을 갖는 필터 뱅크를 사용하여 광대역 스피치 신호를 필터링하도록 구성될 수 있다. 태스크 (TD200) 는 협대역 스피치 신호를 일 이상의 인코딩된 협대역 여기 신호 및 복수의 협대역 필터 파라미터들로 인코딩한다. 인코딩된 협대역 여기 신호 및/또는 필터 파라미터들은 양자화될 수 있고, 인코딩된 협대역 스피치 신호는 스피치 모드 파라미터와 같은 다른 파라미터들을 또한 포함할 수 있다. 태스크 (TD200) 는 인코딩된 협대역 여기 신호에서의 시간 와핑을 또한 포함한다.

태스크 (TD300) 는 협대역 여기 신호에 기반하여 고대역 여기 신호를 생성한다. 이 경우, 협대역 여기 신호는 인코딩된 협대역 여기 신호에 기반한다. 적어도 고대역 여기 신호에 따라서, 태스크 (TD400) 는 고대역 스피치 신호를 적어도 복수의 고대역 필터 파라미터들로 인코딩한다. 예를 들면, 태스크 (TD400) 은 고대역 스피치 신호를 복수의 양자화된 LSF 로 인코딩하도록 구성될 수 있다. 태스크 (TD500) 는 인코딩된 협대역 여기 신호에 포함된 시간 와핑에 관련된 정보에 기반한 고대역 스피치 신호에 시간 쉬프트를 적용한다.

태스크 (TD400) 는 고대역 스피치 신호에 스펙트럼 분석 (LPC 분석과 같은) 을 수행하고/또는 고대역 스피치 신호의 이득 엔벌로프를 산출하도록 구성될 수 있다. 이러한 경우들에서, 태스크 (TD500) 는 분석 및/또는 이득 엔벌로프 산출에 앞서 고대역 스피치 신호에 시간 쉬프트를 적용하도록 구성될 수 있다.

광대역 스피치 인코더 (A100) 의 다른 구현은 인코딩된 협대역 여기 신호에 포함된 시간 와핑에 의해 야기되는 고대역 여기 신호 (S120) 의 시간 와핑을 반전시키도록 구성된다. 예를 들면, 고대역 여기 생성기 (A300) 는, 정규화 데이터 신호 (SD10) 또는 맵핑된 딜레이 값들 (SD10a) 을 수신하고, 협대역 여기 신호 (S80) 에 대해, 및/또는 고조파로 확장된 신호 (S160) 또는 고대역 여기 신호 (S120) 와 같은 신호에 기반하는 후속 신호에 대해 대응하는 반전 시간 쉬프트를 적용하도록 구성되는 딜레이 라인 (D120) 의 구현을 포함하도록 구현될 수 있다.

또 다른 광대역 스피치 인코더 구현들은 협대역 스피치 신호 (S20) 및 고대역 스피치 신호 (S30) 를 상호간에 독립적으로 인코딩하여, 고대역 스피치 신호 (S30) 는 고대역 스펙트럼 엔벌로프 및 고대역 여기 신호의 표현으로서 인코딩되도록 구성된다. 이러한 구현은 인코딩된 협대역 여기 신호에 포함된 시간 와핑에 관련된 정보에 따라서, 고대역 잉여 신호의 시간 와핑을 수행하거나, 아니면 인코딩된 고대역 여기 신호에서의 시간 와핑을 포함하도록 구성될 수 있다. 예를 들면, 고대역 인코더는 고대역 잉여 신호에 시간 와핑을 적용하도록 구성되는 여기에서 설명된 바와 같은 딜레이 라인 (D120) 및/또는 딜레이 값 맵퍼 (D110) 를 포함할 수 있다. 이러한 동작의 잠재적인 이점은 고대역 잉여 신호의 보다 효율적인 인코딩 및 합성된 협대역 및 고대역 스피치 신호간의 보다 양호한 매칭을 포함한다.

상기 언급된 바와 같이, 여기에서 설명된 바와 같은 실시예들은 임베디드 코딩, 협대역 시스템들과의 호환성 지원, 및 트랜스코딩 필요의 회피를 수행하는데 사용될 수도 있는 구현을 포함한다. 고대역 코딩의 지원은 역방향 호환성을 갖는 광대역 지원을 갖고, 또한 협대역 지원만을 갖는 칩들, 칩셋들, 디바이스들, 및/또는 네트워크들 사이의 비용 기반에서 식별하도록 또한 서빙할 수 있다. 여기에서 설명된 바와 같은 고대역 코딩의 지원은 저대역 코딩을 지원하는 기술과 결합하여 또한 사용될 수 있고, 이러한 실시예에 따른 시스템, 방법, 또는 장치는 예 를 들면 약 50 또는 100 Hz 로부터 약 7 또는 9 kHz 까지의 주파수 콤포넌트의 코딩을 지원할 수 있다.

상기 언급된 바와 같이, 스피치 코더로의 고대역 지원 추가는 특히 마찰음의 식별에 관하여, 양해도를 개선시킬 수 있다. 비록 이러한 식별은 특정 문맥으로부터 인간 청자에 의해 통상 유도될 수 있지만, 고대역 지원은 자동화된 음성 메뉴 내비게이션 및/또는 자동 콜 프로세싱과 같은 음성 인식 및 다른 기계 통역 애플리케이션에서 가능화하는 (enabling) 구성으로서 서빙할 수 있다.

실시예에 따른 장치는 휴대 전화 또는 PDA (personal digital assitant) 와 같은 무선 통신을 위한 휴대용 디바이스에 임베딩될 수 있다. 다른 방법으로, 이러한 장치는 VoIP 핸드셋, VoIP 통신을 지원하도록 구성되는 PC, 또는 전화 또는 VoIP 통신을 라우팅하도록 구성되는 네트워크 디바이스와 같은 다른 통신 디바이스들에 포함될 수 있다. 예를 들며, 일 실시예에 따른 장치는 통신 디바이스를 위한 칩 또는 칩셋으로 구현될 수 있다. 특정 애플리케이션에 따라서, 이러한 디바이스는 스피치 신호의 아날로그-대-디지털 및/또는 디지털-대-아날로그 컨버젼, 스피치 신호에 애플리케이션 및/또는 다른 신호 프로세싱 동작을 수행하는 회로, 및/또는 코딩된 스피치 신호의 송신 및/또는 수신을 위한 주파수 회로와 같은 구성들을 또한 포함할 수 있다.

이들 실시예들은 본 출원이 우선권 주장하는 미국 가특허 출원 제 60/667,901 및 제 60/673,965 에 개시된 임의의 적어도 다른 구성과 함께 사용되며/또는 포함할 수 있도록 명백히 고려되고 개시된다. 이러한 구성들은 고대역에 서 발생하고 협대역으로부터는 실질상 존재하지 않는 단기의 고-에너지 버스트 (burst) 의 제거를 포함한다. 이러한 구성들은 고대역 LSF 와 같은 계수 표현들의 고정된 또는 적응성의 스무딩을 포함한다. 이러한 구성들은 LSF 와 같은 계수 표현의 양자화와 관련하여 노이즈의 고정된 또는 적응성의 쉐이핑을 포함한다. 이러한 구성들은 이득 엔벌로프의 고정된 또는 적응성의 스무딩, 및 이득 엔벌로프의 적응성 감쇠를 또한 포함한다.

설명된 발명의 앞서 말한 제시는 임의의 당업자로 하여금 본 발명을 제조 또는 사용할 수 있도록 제공된다. 이 실시예들에 다양한 변경이 가능하며, 여기에서 제시된 일반적인 원칙들이 다른 실시예들에 또한 적용될 수 있다. 예를 들면, 실시예는 애플리케이션-특정 집적 회로로 가공된 회로 구성으로서, 하드-와이어드 회로의 일부 또는 전체로서, 또는 비-휘발성 메모리에 탑재된 펌웨어 프로그램 또는 기계-판독 코드로서의 데이터 저장 매체로부터 또는 이것으로 탑재된 스프트웨어 프로그램으로서, 이러한 코드는 마이크로프로세서 또는 다른 디지털 신호 처리 유닛과 같은 로직 소자의 배열에 의해 실행될 수 있는 지시로, 구현될 수 있다. 데이터 저장 매체는 반도체 메모리 (동적 또는 정적 RAM (random-access memory), ROM (read-only memory), 및/또는 플래쉬 RAM 을 제한없이 포함할 수 있는), 또는 강유전성의 (ferroelectric), 자기저항성의 (magnetroresistive), 오보닉 (ovonic), 중합체의 (polymetric), 또는 상-변화의 메모리; 또는 자기 디스크 또는 광 디스트와 같은 디스크 매체와 같은 저장 소자의 배열일 수 있다. "소프트웨어" 라는 용어는 소스 코드, 어셈블리 언어 코드, 기계 코드, 이진 코드, 펌 웨어, 매크로코드, 마이크로코드, 로직 소자의 배열에 의해 실행가능한 지시의 임의의 적어도 세트들 또는 시퀀스들, 및 이러한 예들의 임의의 조합을 포함하는 것으로 이해되어야 한다.

고대역 여기 생성기들 (A300 및 B300), 고대역 인코더 (A200), 고대역 디코더 (B200), 광대역 스피치 인코더 (A100), 및 광대역 스피치 디코더 (B100) 의 구현들의 다양한 소자들은, 예를 들면, 칩셋 내의 동일 칩 또는 2 이상의 칩들 상에서 상주하는 전자 및/또는 광 디바이스들로서 구현될 수 있지만, 이러한 제한없는 다른 배열들이 또한 고려될 수 있다. 이러한 장치의 적어도 소자들은 마이크로프로세서, 임베디드 프로세서, IP 코어, 디지털 신호 프로세서, FPGA (field-progammable gate arrays), ASSP (application-specific standard products), 및 ASIC (applcation-specific integrated circuits) 와 같은 로직 소자들 (예를 들어, 트랜지스터들, 게이트들) 의 적어도 고정된 또는 프로그램가능한 배열을 실행하도록 배열된 지시들의 적어도 세트들의 전체 또는 일부로 구현될 수 있다. 적어도 이러한 소자들이 공통의 구조를 갖는 것이 (예를 들어, 상이한 시간에서 상이한 소자에 대응하는 코드의 부분을 실생하도록 사용되는 프로세서, 사이한 시간에서 상이한 소자에 대응하는 태스크를 수행하도록 실행된 지시들의 세트, 또는 상이한 시간에서 상이한 소자에 대해 동작을 수행하는 전자 및/또는 광 디바이스의 배열) 또한 가능하다. 또한, 적어도 이러한 소자들은, 장치가 임베딩된 디바이스 또는 시스템의 다른 동작에 관련된 태스크와 같은, 장치의 동작에 직접적으로 연관되지 않은, 지시들의 다른 세트들을 실행 또는 태스크들을 수행하도록 사용되 는 것이 가능하다.

도 30 은 협대역 부분 및 고대역 부분을 갖는 스피치 신호의 고대역 부분을 인코딩하는 실시예에 따른 방법 (M100) 의 흐름도를 도시한다. 태스크 (X100) 는 고대역 부분의 스펙트럼 엔벌로프를 특성짓는 필터 계수들의 세트를 산출한다. 태스크 (X200) 는 협대역 부분으로부터 유도된 신호에 비선형 펑션을 적용함으로써 스펙트럼 확장된 신호를 산출한다. 태스크 (X300) 는 (A) 필터 파라미터들의 세트 및 (B) 스펙트럼 확장된 신호에 기반하는 고대역 여기 신호에 따라서 합성된 고대역 신호를 생성한다. 태스크 (X400) 는 (C) 고대역 부분의 에너지와 (D) 협대역 부분으로부터 유도된 신호의 에너지간의 관계에 기반하여 이득 엔벌로프를 산출한다.

도 31a 는 실시예에 따른 고대역 여기 신호의 생성 방법 (M200) 의 흐름도를 도시한다. 태스크 (Y100) 는 스피치 신호의 협대역 부분으로부터 유도된 협대역 여기 신호에 비선형 펑션을 적용함으로써 고조파로 확장된 신호를 산출한다. 태스크 (Y200) 는 고조파로 확장된 신호와 변조된 노이즈 신호를 믹싱하여 고대역 여기 신호를 생성한다. 도 31b 는 태스크들 (Y300 및 Y400) 을 포함하는 다른 실시예에 따라서 고대역 여기 신호를 생성하는 방법 (M210) 의 흐름도를 도시한다. 태스크 (Y300) 는 협대역 여기 신호 및 고조파로 확장된 신호 중 하나의 시간에 걸친 에너지에 따라서 시간-도메인 엔벌로프를 산출한다. 태스크 (Y400) 는 시간-도메인 엔벌로프에 따라서 노이즈 신호를 변조하여 변조된 노이즈 신호를 생성한다.

도 32 는 협대역 부분 및 고대역 부분을 갖는 스피치 신호의 고대역 부분을 디코딩하는 실시예에 따른 방법 (M300) 의 흐름도를 도시한다. 태스크 (Z100) 는 고대역 부분의 스펙트럼 엔벌로프를 특징짓는 필터 파라미터들의 세트 및 고대역 부분의 일시적 엔벌로프를 특징짓는 이득 팩터들의 세트를 수신한다. 태스크 (Z200) 는 협대역 부분에서 유도된 신호에 비선형 펑션을 적용함으로써 스펙트럼 확장된 신호를 산출한다. 태스크 (Z300) 는 (A) 필터 파라미터들의 세트 및 (B) 스펙트럼 확장된 신호에 기반하는 고대역 여기 신호에 따라서 합성된 고대역 신호를 생성한다. 태스크 (Z400) 는 이득 팩터들의 세트에 기반하여 합성된 고대역 신호의 이득 엔벌로프를 변조한다. 예를 들면, 태스크 (Z400) 는 이득 팩터들을 협대역 부분으로부터 유도된 여기 신호, 스펙트럼 확장된 신호, 고대역 여기 신호, 또는 합성된 고대역 신호에 적용함으로써 합성된 고대역 신호의 이득 엔벌로프를 변조하도록 구성될 수 있다.

실시예들은 여기에서 명백히 개시된 바와 같은 스피치 코딩, 인코딩, 및 디코딩의 추가적인 방법을 또한 포함하며, 이는 예를 들면 그러한 방법들을 수행하도록 구성되는 구조적 실시예들의 설명에 의함이다. 이들 방법들의 각각은 로직 소자들 (예를 들면 프로세서, 마이크로프로세서, 마이크로콘트롤러, 또는 다른 유한 스테이트 머신) 의 배열을 포함하는 기계에 의해 판독가능 및/또는 실행가능한 지시들의 적어도 세트들로서 명백히 또한 구현 (예를 들면, 상기 나열된 바와 같은 적어도 데이터 저장 매체에서) 될 수 있다. 따라서, 본 발명은 여기에서 설명된 실시형태들로 제한되는 것이 아니라, 원 명세서의 부분을 형성하는 첨부된 청구 항을 포함하는 원리 및 신규한 특징들과 부합되는 최광의 범위를 부여하려는 것이다.

Claims

적어도 저대역 여기 신호 및 복수의 저대역 필터 파라미터들에 따라서, 저대역 스피치 신호를 합성하는 단계;

상기 저대역 여기 신호에 기반하여 고대역 여기 신호를 생성하는 단계;

적어도 상기 고대역 여기 신호 및 복수의 고대역 필터 파라미터들에 따라서, 고대역 스피치 신호를 합성하는 단계; 및

광대역 스피치 신호를 획득하도록 상기 저대역 스피치 신호와 고대역 스피치 신호를 결합하는 단계를 포함하며,

상기 고대역 여기 신호를 생성하는 단계는 스펙트럼 확장된 신호를 생성하도록 상기 저대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용하는 단계를 포함하며, 상기 고대역 여기 신호는 상기 스펙트럼 확장된 신호에 기반하는, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 저대역 스피치 신호를 합성하는 단계는 적어도 상기 저대역 여기 신호 및 복수의 선형 예측 필터 계수들에 따라서 상기 저대역 스피치 신호를 합성하는 단계를 포함하는, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 고대역 스피치 신호를 합성하는 단계는 적어도 상기 고대역 여기 신호 및 복수의 선형 예측 필터 계수들에 따라서 상기 고대역 스피치 신호를 합성하는 단계를 포함하는, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 비선형 펑션은 무기억 (memoryless) 비선형 펑션인, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 비선형 펑션은 절대값 펑션인, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 고대역 여기 신호를 생성하는 단계는 상기 스펙트럼 확장된 신호에 기반하는 신호를 변조된 노이즈 신호와 믹싱하는 단계를 포함하며, 상기 고대역 여기 신호는 상기 믹싱된 신호에 기반하는, 신호 프로세싱 방법.
제 6 항에 있어서,

상기 변조된 노이즈 신호는 상기 저대역 스피치 신호, 저대역 여기 신호, 및 스펙트럼 확장된 신호중 하나 이상의 신호에 기반하는 신호의 시간-도메인 엔벌로프에 따라서 노이즈 신호를 변조한 결과에 기반하는, 신호 프로세싱 방법.
제 1 항에 있어서,

상기 방법은 상기 결합 단계 이전에, 복수의 이득 팩터들에 따라서, 시간에 대한 상기 고대역 스피치 신호의 진폭을 변경하는 단계를 포함하는, 신호 프로세싱 방법.
제 8 항에 있어서,

상기 고대역 스피치 신호의 진폭을 변경하는 단계는, 상기 복수의 이득 팩터들에 따라서, 상기 저대역 여기 신호, 스펙트럼 확장된 신호, 고대역 여기 신호, 및 고대역 스피치 신호 중 하나 이상의 신호의 시간에 대한 진폭을 변경하는 단계를 포함하는, 신호 프로세싱 방법.
제 1 항에 기재된 신호 프로세싱 방법을 기술하는 머신-실행가능 명령들을 갖는, 데이터 저장 매체.
적어도 저대역 여기 신호 및 복수의 저대역 필터 파라미터들에 따라서 저대역 스피치 신호를 합성하도록 구성되는 협대역 디코더;

상기 저대역 여기 신호에 기반하여 고대역 여기 신호를 생성하고 적어도 상기 고대역 여기 신호 및 복수의 고대역 필터 파라미터들에 따라서 고대역 스피치 신호를 합성하도록 구성되는 고대역 디코더; 및

광대역 스피치 신호를 획득하도록 상기 저대역 스피치 신호와 고대역 스피치 신호를 결합하도록 구성되는 필터 뱅크를 포함하며,

상기 고대역 디코더는 상기 저대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용하여 스펙트럼 확장된 신호를 생성하도록 구성되고,

상기 고대역 디코더는 상기 스펙트럼 확장된 신호에 기반하여 상기 고대역 여기 신호를 생성하도록 구성되는, 장치.
제 11 항에 있어서,

상기 협대역 디코더는, 적어도 상기 저대역 여기 신호 및 복수의 선형 예측 필터 계수들에 따라서 상기 저대역 스피치 신호를 합성하도록 구성되는, 장치.
제 11 항에 있어서,

상기 고대역 디코더는, 적어도 상기 고대역 여기 신호 및 복수의 선형 예측 필터 계수들에 따라서 상기 고대역 스피치 신호를 합성하도록 구성되는, 장치.
제 11 항에 있어서,

상기 고대역 디코더는, 협대역 여기 신호에 기반하는 신호에 무기억 비선형 펑션을 적용하여 상기 스펙트럼 확장된 신호를 생성하도록 구성되는, 장치.
제 11 항에 있어서,

상기 고대역 디코더는, 상기 저대역 여기 신호에 기반하는 신호에 절대값 펑션을 적용하여 상기 스펙트럼 확장된 신호를 생성하도록 구성되는, 장치.
제 11 항에 있어서,

상기 고대역 디코더는, 상기 스펙트럼 확장된 신호에 기반하는 신호를 변조된 노이즈 신호와 믹싱하도록 구성되고,

상기 고대역 디코더는 상기 믹싱된 신호에 기반하여 상기 고대역 여기 신호를 생성하도록 구성되는, 장치.
제 16 항에 있어서,

상기 고대역 디코더는, 상기 저대역 스피치 신호, 저대역 여기 신호, 및 스펙트럼 확장된 신호 중 하나 이상의 신호에 기반하는 신호의 시간-도메인 엔벌로프에 따라서 노이즈 신호의 변조를 수행하도록 구성되고,

상기 변조된 노이즈 신호는 상기 변조의 결과에 기반하는, 장치.
제 11 항에 있어서,

상기 고대역 디코더는, 복수의 이득 팩터들에 따라서 시간에 대한 상기 고대역 스피치 신호의 진폭을 변경하도록 구성되는, 장치.
제 18 항에 있어서,

상기 고대역 디코더는, 상기 저대역 여기 신호, 스펙트럼 확장된 신호, 고대역 여기 신호, 및 고대역 스피치 신호 중 하나 이상의 신호의 시간에 대한 진폭을 복수의 이득 팩터들에 따라서 변경함으로써, 상기 복수의 이득 팩터들에 따라서 상기 고대역 스피치 신호의 진폭을 변경하도록 구성되는, 장치.
제 11 항에 있어서,

상기 장치는 셀룰러 전화를 포함하는, 장치.
제 11 항에 있어서,

상기 장치는 인터넷 프로토콜의 버젼과 호환하는 복수의 패킷들을 수신하도록 구성되며, 상기 복수의 패킷들은 상기 저대역 여기 신호, 복수의 저대역 필터 파라미터들, 및 복수의 고대역 필터 파라미터들을 기술하는, 장치.
저대역 스피치 신호 및 고대역 스피치 신호를 획득하도록 광대역 스피치 신호를 프로세싱하는 단계;

상기 저대역 스피치 신호를 적어도 인코딩된 저대역 여기 신호 및 복수의 저대역 필터 파라미터들로 인코딩하는 단계;

상기 인코딩된 저대역 여기 신호에 기반하여 고대역 여기 신호를 생성하는 단계; 및

상기 고대역 여기 신호에 따라서, 상기 고대역 스피치 신호를 적어도 복수의 고대역 필터 파라미터들로 인코딩하는 단계를 포함하며,

상기 고대역 여기 신호를 생성하는 단계는 스펙트럼 확장된 신호를 생성하도록 상기 인코딩된 저대역 여기 신호에 기반하는 신호에 비선형 펑션을 적용하는 단계를 포함하며, 상기 고대역 여기 신호는 상기 스펙트럼 확장된 신호에 기반하는, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 저대역 스피치 신호를 적어도 인코딩된 저대역 여기 신호 및 복수의 저대역 필터 파라미터들로 인코딩하는 단계는 상기 저대역 스피치 신호를 적어도 인코딩된 저대역 여기 신호 및 복수의 선형 예측 필터 계수들로 인코딩하는 단계를 포함하는, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 고대역 스피치 신호를 적어도 복수의 고대역 필터 파라미터들로 인코딩하는 단계는 상기 고대역 스피치 신호를 적어도 복수의 선형 예측 필터 계수들로 인코딩하는 단계를 포함하는, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 비선형 펑션은 무기억 비선형 펑션인, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 비선형 펑션은 절대값 펑션인, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 스펙트럼 확장된 신호에 기반하는 상기 고대역 여기 신호를 생성하는 단계는 상기 스펙트럼 확장된 신호에 기반하는 신호를 변조된 노이즈 신호와 믹싱하는 단계를 포함하며, 상기 고대역 여기 신호는 상기 믹싱된 신호에 기반하는, 신호 프로세싱 방법.
제 27 항에 있어서,

상기 변조된 노이즈는 상기 저대역 스피치 신호, 저대역 여기 신호, 및 스펙트럼 확장된 신호 중에서 하나 이상의 신호에 기반하는 신호의 시간-도메인 엔벌로프에 따라서 노이즈 신호를 변조한 결과에 기반하는, 신호 프로세싱 방법.
제 22 항에 있어서,

상기 방법은 상기 저대역 여기 신호에 기반하는 신호와 고대역 신호간의 시변 관계에 따라서 이득 엔벌로프를 산출하는 단계를 포함하는, 신호 프로세싱 방법.
제 29 항에 있어서,

상기 이득 엔벌로프를 산출하는 단계는,

상기 고대역 여기 신호 및 복수의 고대역 필터 파라미터들에 기반하여, 합성된 고대역 신호를 생성하는 단계; 및

상기 고대역 신호와 상기 합성된 고대역 신호간의 시변 관계에 따라서 이득 엔벌로프를 산출하는 단계를 포함하는, 신호 프로세싱 방법.
제 22 항에 기재된 신호 프로세싱 방법을 기술하는 머신-실행가능 명령들을 갖는, 데이터 저장 매체.
광대역 스피치 신호를 필터링하여 저대역 스피치 신호 및 고대역 스피치 신호를 획득하도록 구성되는 필터 뱅크;

적어도 인코딩된 저대역 여기 신호 및 복수의 저대역 필터 파라미터들로 상기 저대역 스피치 신호를 인코딩하도록 구성되는 협대역 인코더; 및

상기 인코딩된 저대역 여기 신호에 기반하여 고대역 여기 신호를 생성하고, 상기 고대역 여기 신호에 따라서, 적어도 복수의 고대역 필터 파라미터들로 상기 고대역 스피치 신호를 인코딩하도록 구성되는 고대역 인코더를 포함하며,

상기 고대역 인코더는 상기 인코딩된 저대역 신호에 기반하는 신호에 비선형 펑션을 적용하여 스펙트럼 확장된 신호를 생성하도록 구성되고,

상기 고대역 인코더는 상기 스펙트럼 확장된 신호에 기반하여 고대역 여기 신호를 생성하도록 구성되는, 장치.
제 32 항에 있어서,

상기 협대역 인코더는 상기 저대역 스피치 신호를 적어도 인코딩된 저대역 여기 신호 및 복수의 선형 예측 필터 계수들로 인코딩하도록 구성되는, 장치.
제 32 항에 있어서,

상기 고대역 인코더는 상기 고대역 스피치 신호를 적어도 복수의 선형 예측 필터 계수들로 인코딩하도록 구성되는, 장치.
제 32 항에 있어서,

상기 고대역 인코더는 상기 인코딩된 저대역 여기 신호에 기반하여 신호에 무기억 비선형 펑션을 적용하여 상기 스펙트럼 확장된 신호를 생성하도록 구성되는, 장치.
제 32 항에 있어서,

상기 고대역 인코더는 상기 인코딩된 저대역 여기 신호에 기반하는 신호에 절대값 펑션을 적용하여 상기 스펙트럼 확장된 신호를 생성하도록 구성되는, 장치.
제 32 항에 있어서,

상기 고대역 인코더는 상기 스펙트럼 확장된 신호에 기반하는 신호를 변조된 노이즈 신호와 믹싱하도록 구성되며,

상기 고대역 인코더는 상기 믹싱된 신호에 기반하여 상기 고대역 여기 신호를 생성하도록 구성되는, 장치.
제 37 항에 있어서,

상기 고대역 인코더는 상기 저대역 스피치 신호, 인코딩된 저대역 여기 신호, 및 스펙트럼 확장된 신호 중 하나 이상의 신호에 기반하는 신호의 시간-도메인 엔벌로프에 따라서 노이즈 신호를 변조하도록 구성되는, 장치.
제 32 항에 있어서,

상기 고대역 인코더는 상기 인코딩된 저대역 여기 신호에 기반하는 신호와 고대역 신호간의 시변 관계에 따라서 이득 엔벌로프를 산출하도록 구성되는, 장치.
제 39 항에 있어서,

상기 고대역 인코더는 상기 고대역 여기 신호 및 복수의 고대역 필터 파라미터들에 기반하여 합성된 고대역 신호를 생성하고, 상기 고대역 신호와 상기 합성된 고대역 신호간의 시변 관계에 따라서 이득 엔벌로프를 산출하도록 구성되는, 장치.
제 32 항에 있어서,

상기 장치는 셀룰러 전화를 포함하는, 장치.
제 32 항에 있어서,

상기 장치는 인터넷 프로토콜의 버젼과 호환하는 복수의 패킷들을 전송하도록 구성되며, 상기 복수의 패킷들은 상기 인코딩된 저대역 여기 신호, 복수의 저대역 필터 파라미터들, 및 복수의 고대역 필터 파라미터들을 기술하는, 장치.