KR20150139518A - 고급 양자화기 - Google Patents
고급 양자화기 Download PDFInfo
- Publication number
- KR20150139518A KR20150139518A KR1020157027505A KR20157027505A KR20150139518A KR 20150139518 A KR20150139518 A KR 20150139518A KR 1020157027505 A KR1020157027505 A KR 1020157027505A KR 20157027505 A KR20157027505 A KR 20157027505A KR 20150139518 A KR20150139518 A KR 20150139518A
- Authority
- KR
- South Korea
- Prior art keywords
- coefficients
- quantizers
- dither
- block
- quantizer
- Prior art date
Links
- 238000013139 quantization Methods 0.000 claims abstract description 225
- 238000000034 method Methods 0.000 claims description 141
- 230000003595 spectral effect Effects 0.000 claims description 73
- 239000013598 vector Substances 0.000 claims description 64
- 238000004321 preservation Methods 0.000 claims description 41
- 230000005236 sound signal Effects 0.000 claims description 32
- 230000001419 dependent effect Effects 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000013179 statistical model Methods 0.000 claims description 13
- 238000009432 framing Methods 0.000 claims description 5
- 230000007423 decrease Effects 0.000 claims description 4
- 238000007493 shaping process Methods 0.000 claims description 4
- 229910052709 silver Inorganic materials 0.000 claims description 2
- 239000004332 silver Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 230000015572 biosynthetic process Effects 0.000 description 13
- 238000003786 synthesis reaction Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000001360 synchronised effect Effects 0.000 description 7
- 239000006185 dispersion Substances 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
- G10L19/035—Scalar quantisation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
- G10L19/025—Detection of transients or attacks for time/frequency resolution switching
-
- 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
- G10L19/028—Noise substitution, i.e. substituting non-tonal spectral components by noisy source
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
본 문서는 오디오 인코딩 및 디코딩 시스템(오디오 코덱 시스템으로 칭해짐)에 관한 것이다. 특히, 본 문서는 음성 인코딩/디코딩에 특히 적합한 변환-기반 오디오 코덱 시스템에 관한 것이다. 계수들의 블록(141)의 제 1 계수를 양자화하도록 구성된 양자화 유닛(112)이 기술된다. 계수들의 블록(141)은 복수의 대응하는 주파수 빈들(301)에 대한 복수의 계수들을 포함한다. 양자화 유닛(112)은 양자화기들의 세트(326, 327)를 제공하도록 구성된다. 양자화기들의 세트(326, 327)는 SNR로 칭해지는 복수의 상이한 신호-대-잡음비들과 각각 연관된 복수의 상이한 양자화기들(321, 322, 323)을 포함한다. 복수의 상이한 양자화기들(321, 322, 323)은 잡음-채움 양자화기(321; noise-filling quantizer); 하나 이상의 디더링된 양자화기들(322; dithered quantizers); 및 하나 이상의 디더링되지 않은 양자화기들(323)을 포함한다. 양자화 유닛(112)은 또한 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하고, SNR 표시에 기초하여, 양자화기들의 세트(326, 327)로부터 제 1 양자화기를 선택하도록 구성된다. 또한, 양자화 유닛(112)은 제 1 양자화기를 이용하여 제 1 계수를 양자화하도록 구성된다.
Description
관련 출원들에 대한 교차 참조
이 출원은, 2013년 4월 5일에 출원된 미국 가특허 출원 제61/808,673호 및 2013년 9월 10일 출원된 미국 가특허 출원 제61/875,817호에 대한 우선권을 주장하고, 이들 각각은 전부 본 명세서에 참조로 포함된다.
기술 분야
본 발명은 오디오 인코딩 및 디코딩 시스템(오디오 코덱 시스템으로 칭해짐)에 관한 것이다. 특히, 본 발명은 음성 인코딩/디코딩에 특히 적합한 변환-기반 오디오 코덱 시스템에 관한 것이다.
범용 지각 오디오 코더들은 수십 밀리초(예를 들면, 20ms)를 커버하는 샘플들의 블록 크기들을 가진 수정된 이산 코사인 변환(MDCT: Modified Discrete Cosine Transform)과 같은 변환들을 이용함으로써 상대적으로 높은 코딩 이득들을 달성한다. 이러한 변환-기반 오디오 코덱 시스템에 대한 예는 고급 오디오 코딩(AAC: Advanced Audio Coding) 또는 고효율(HE: High Efficiency)-AAC이다. 그러나, 음성 신호들에 대해 이러한 변환-기반 오디오 코덱 시스템들을 이용할 때, 음성 신호들의 품질은, 특히 건조한(무-반향) 음성 신호들의 경우, 낮은 비트레이트들 쪽의 음악 신호들의 품질보다 빠르게 저하한다.
본 문서는 음성 신호들의 코딩에 특히 적합한 변환-기반 오디오 코덱 시스템을 기술한다. 또한, 본 문서는 이러한 변환-기반 오디오 코덱 시스템에서 이용될 수 있는 양자화 방식들을 기술한다. 여러가지 상이한 양자화 방식들이 변환-기반 오디오 코덱 시스템들과 함께 이용될 수 있다. 예들로는 벡터 양자화(예를 들면, 트윈 벡터 양자화), 분포 보존 양자화(distribution preserving quantization), 디더링된 양자화, 랜덤 오프셋을 가진 스칼라 양자화, 및 잡음-채움과 조합된 스칼라 양자화(예를 들면, 제US7447631호에 기술된 양자화기)이다. 이들 상이한 양자화 방식들은 다음의 속성들:
본 문서에서는, 상기 언급된 속성들 중 적어도 일부를 처리하는 양자화 방식이 기술된다. 특히, 상기 언급된 속성들 중 일부 또는 전부에 대해 개선된 성능을 제공하는 양자화 방식이 기술된다.
음성 인코딩/디코딩에 특히 적합한 변환-기반 오디오 코덱 시스템을 제공한다.
일 양태에 따라, 계수들의 블록의 제 1 계수를 양자화하도록 구성된 양자화 유닛(또한, 본 문서에서 계수 양자화 유닛으로도 칭해짐)이 기술된다. 계수들의 블록은 예측 잔차 계수들의 블록(또한 예측 에러 계수들의 블록으로도 칭해짐)에 대응할 수 있거나 이로부터 도출될 수 있다. 이와 같이, 양자화 유닛은 하기에 더욱 상세히 기술되는 바와 같이, 부대역 예측을 이용하는 변환-기반 오디오 인코더의 일부일 수 있다. 일반적인 용어들로, 계수들의 블록은 복수의 대응하는 주파수 빈들에 대한 복수의 계수들을 포함할 수 있다. 계수들의 블록은 변환 계수들의 블록으로부터 도출될 수 있고, 이 경우 변환 계수들의 블록은 시간-도메인 대 주파수-도메인 변환(예를 들면, 수정된 이산 코사인 변환, MDCT)을 이용하여 오디오 신호(예를 들면, 음성 신호)를 시간-도메인에서 주파수-도메인으로 변환함으로써 결정되었다.
계수들의 블록의 제 1 계수는 계수들의 블록의 임의의 하나 이상의 계수들에 대응할 수 있음을 유념해야 한다. 계수들의 블록은 K 계수들을 포함할 수 있다(K>1, 예를 들면, K = 256). 제 1 계수는 k = 1, ..., K 주파수 계수들 중 임의의 하나에 대응할 수 있다. 다음에 개요가 설명되는 바와 같이, 복수의 K 주파수 빈들은 복수의 L 주파수 대역들로 그룹화될 수 있고, 1 < L < K이다. 계수들의 블록 중 하나의 계수는 복수의 주파수 대역들(l = 1,..., L) 중 하나에 할당될 수 있다. q = 1, ..., Q 및 0 < Q < K이고 특정 주파수 대역 l에 할당되는 계수들 q는 동일한 양자화기를 이용하여 양자화될 수 있다. 제 1 계수는 임의의 q = 1, ..., Q 에 대해, 및 임의의 l = 1, ..., L에 대해 제 l 주파수 대역의 제 q 계수에 대응할 수 있다.
양자화 유닛은 양자화기들의 세트를 제공하도록 구성될 수 있다. 양자화기들의 세트는 복수의 상이한 신호-대-잡음비들(SNR) 또는 복수의 상이한 왜곡 레벨들이 각각 할당된 복수의 상이한 양자화기들을 포함할 수 있다. 이와 같이, 양자화기들의 세트의 상이한 양자화기들은 각각의 SNR들 또는 왜곡 레벨들을 산출할 수 있다. 양자화기들의 세트 내의 양자화기들은 복수의 양자화기들과 연관된 복수의 SNR들에 따라 순서화될 수 있다. 특히, 양자화기들은 특정 양자화기를 이용하여 획득되는 SNR이 바로 앞선 인접한 양자화기를 이용하여 획득되는 SNR에 비해 증가하도록 순서화될 수 있다.
양자화기들의 세트는 또한 허용 양자화기들(admissible quantizers)의 세트로 칭해질 수 있다. 통상적으로, 양자화기들의 세트 내에 포함되는 양자화기들의 수는 수 R의 양자화기들로 제한된다. 양자화기들의 세트 내에 포함되는 양자화기들의 수 R은 양자화기들의 세트에 의해 커버되어야 하는 전체 SNR 레인지(예를 들면, 대략 0dB 내지 30dB의 SNR 레인지)에 기초하여 선택될 수 있다. 또한, 양자화기들의 수 R은 통상적으로 양자화기들의 순서화된 세트 내의 인접한 양자화기들 사이의 SNR 타겟 차에 의존할 수 있다. 양자화기들의 수 R에 대한 통상적인 값들은 10 내지 20개의 양자화기들이다.
복수의 상이한 양자화기들은 잡음-채움 양자화기, 하나 이상의 디더링된 양자화기들, 및/또는 하나 이상의 디더링되지 않은 양자화기들을 포함할 수 있다. 양호한 예에서, 복수의 상이한 양자화기들은 단일 잡음-채움 양자화기, 하나 이상의 디더링된 양자화기들 및 하나 이상의 디더링되지 않은 양자화기들을 포함한다. 본 문서에 개요가 설명되는 바와 같이, 제로 비트-레이트 상황에 대해 잡음-채움 양자화기를 이용하는 것(예를 들면, 양자화 단계 크기가 큰 디더링된 양자화기를 이용하는 대신에)이 유리하다. 잡음-채움 양자화기는 복수의 SNR들 중 상대적으로 가장 낮은 SNR과 연관되고, 하나 이상의 디더링되지 않은 양자화기들은 복수의 SNR들 중 하나 이상의 상대적으로 가장 높은 SNR들과 연관될 수 있다. 하나 이상의 디더링된 양자화기들은, 복수의 SNR들 중 상대적으로 가장 낮은 SNR보다 높고 하나 이상의 상대적으로 가장 높은 SNR들보다 낮은 하나 이상의 중간 SNR들과 연관될 수 있다. 이와 같이, 양자화기들의 순서화된 세트는 가장 낮은 SNR(예를 들면, 0dB 이하)에 대한 잡음-채움 양자화기, 그 후에 중간 SNR들에 대한 하나 이상의 디더링된 양자화기들, 그 후에 상대적으로 높은 SNR들에 대한 하나 이상의 디더링되지 않은 양자화기들을 포함한다. 이렇게 함으로써, 재구성된 오디오 신호(양자화기들의 세트를 이용하여 양자화되는 양자화된 계수들의 블록으로부터 도출된)의 지각 품질이 개선될 수 있다. 특히, 양자화 유닛의 MSE(mean square error) 성능을 높게 유지하는 동시에, 스펙트럼 홀들에 의해 야기되는 가청 아티팩트들(audible artifacts)이 감소될 수 있다.
잡음-채움 양자화기는 미리 결정된 통계 모델에 따라 난수를 생성하도록 구성된 난수 생성기를 포함할 수 있다. 잡음-채움 양자화기의 난수 생성기의 미리 결정된 통계 모델은 인코더에서 및 대응하는 디코더에서 이용 가능한 사이드 정보(예를 들면, 분산 보존 플래그(variance preservation flag))에 의존할 수 있다. 잡음-채움 양자화기는 제 1 계수를 난수 생성기에 의해 생성된 난수와 대체함으로써 제 1 계수(또는 계수들의 블록 중 임의의 계수들)를 양자화하도록 구성될 수 있다. 양자화 유닛에서(예를 들면, 인코더 내에 포함된 로컬 디코더에서) 이용된 난수 생성기는 역 양자화 유닛에서(대응하는 디코더에서) 대응하는 난수 생성기와 동기될 수 있다. 이와 같이, 잡음-채움 양자화기의 출력은 제 1 계수와 무관할 수 있어서, 잡음-채움 양자화기의 출력은 임의의 양자화 인덱스들의 전송을 요구하지 않을 수 있다. 잡음-채움 양자화기는 0dB(에 근접하거나 실질적으로)인 SNR과 연관될 수 있다. 즉, 잡음-채움 양자화기는 0dB에 근접한 SNR로 동작할 수 있다. 레이트 할당 처리 동안, 잡음-채움 양자화기는, 실제로는 그 SNR이 제로로부터 약간 벗어날 수 있지만(예를 들면, (입력 신호와 무관한 신호의 합성으로 인해) 영 dB보다 약간 낮을 수 있지만), 0dB SNR을 제공하는 것으로 간주될 수 있다.
잡음-채움 양자화기의 SNR은 하나 이상의 부가 파라미터들에 기초하여 조정될 수 있다. 예를 들면, 잡음-채움 양자화기의 분산은 예측기 이득의 미리 규정된 함수에 따라 합성된 신호의 분산(즉, 잡음-채움 양자화기를 이용하여 양자화된 계수들의 분산)을 설정함으로써 조정될 수 있다. 대안적으로 또는 부가적으로, 합성된 신호의 분산은 비트스트림으로 전송되는 플래그에 의해 설정될 수 있다. 특히, 잡음-채움 양자화기의 분산은 예측기 이득 ρ의 2개의 미리 규정된 함수들 중 하나에 의해 조정될 수 있고(이 문서 내에서 하기에 더 제공됨), 이들 함수들 중 하나는 플래그에 의존하여(예를 들면, 분산 보존 플래그에 의존하여) 합성된 신호를 렌더링하도록 선택될 수 있다. 예를 들면, 잡음-채움 양자화기에 의해 생성된 신호의 분산은 잡음-채움 양자화기의 SNR이 레인지 [-3.0dB 내지 0dB] 내에 있도록 조정될 수 있다. 0dB에서의 SNR은 통상적으로 MMSE(minimum mean square error) 관점으로부터 유리하다. 한편, 지각 품질은 낮은 SNR들(예를 들면, -3. 0dB로 내려간)을 이용할 때 증가될 수 있다.
하나 이상의 디더링된 양자화기들은 감산 디더링된 양자화기들(subtractive dithered quantizer)이 바람직하다. 특히, 하나 이상의 디더링된 양자화기들의 디더링된 양자화기는 디더 값(또한 디더 수로도 칭해짐)을 제 1 계수에 적용함으로써 제 1 디더링된 계수를 결정하도록 구성된 디더 적용 유닛을 포함할 수 있다. 또한, 디더링된 양자화기는 제 1 디더링된 계수를 스칼라 양자화기의 간격에 할당함으로써 제 1 양자화 인덱스를 결정하도록 구성되는 스칼라 양자화기를 포함할 수 있다. 이와 같이, 디더링된 양자화기는 제 1 계수에 기초하여 제 1 양자화 인덱스를 생성할 수 있다. 유사한 방식으로, 계수들의 블록의 하나 이상의 다른 계수들이 양자화될 수 있다.
하나 이상의 디더링된 양자화기들 중 하나의 디더링된 양자화기는 제 1 재구성 값을 제 1 양자화 인덱스에 할당하도록 구성된 역 스칼라 양자화기를 더 포함할 수 있다. 또한, 디더링된 양자화기는 제 1 재구성 값으로부터 디더 값(즉, 디더 적용 유닛에 의해 적용된 동일한 디더 값)을 제거함으로써 제 1 역-디더링된 계수를 결정하도록 구성된 디더 제거 유닛을 포함할 수 있다.
또한, 디더링된 양자화기는 양자화기 사후-이득(quantizer post-gain) 
을 제 1 역-디더링된 계수에 적용함으로써 제 1 양자화된 계수를 결정하도록 구성된 사후-이득 적용 유닛을 포함할 수 있다. 사후-이득 
을 제 1 역-디더링된 계수에 적용함으로써, 디더링된 양자화기의 MSE 성능이 개선될 수 있다. 양자화기 사후-이득 
은
로 주어질 수 있고, 
는 계수들의 블록의 하나 이상의 계수들의 분산이고, Δ는 디더링된 양자화기의 스칼라 양자화기의 양자화기 단계 크기이다.
이와 같이, 디더링된 양자화기는 양자화된 계수를 산출하기 위해 역 양자화를 수행하도록 구성될 수 있다. 이것은 인코더의 로컬 디코더에서 이용될 수 있으며, 예를 들면, 인코더의 예측 루프가 디코더의 예측 루프와 동기 상태를 유지하는 경우 폐-루프 예측을 용이하게 한다.
디더 애플리케이션 유닛은 제 1 계수로부터 디더 값을 감산하도록 구성될 수 있고, 디더 제거 유닛은 디더 값을 제 1 재구성 값에 가산하도록 구성될 수 있다. 대안적으로, 디더 애플리케이션 유닛은 디더 값을 제 1 계수에 가산하도록 구성될 수 있고, 디더 제거 유닛은 제 1 재구성 값으로부터 디더 값을 감산하도록 구성될 수 있다.
양자화 유닛은 디더 값들의 블록을 생성하도록 구성된 디더 생성기를 더 포함할 수 있다. 인코더와 디코더 사이의 동기화를 용이하게 하기 위해, 디더 값들은 의사-난수들일 수 있다. 디더 값들의 블록은 복수의 주파수 빈들에 대한 복수의 디더 값들을 각각 포함할 수 있다. 이와 같이, 디더 생성기는 특정 계수가 디더링된 양자화기들 중 하나를 이용하여 양자화되어야 하는지의 여부에 상관없이, 양자화되어야 하는 계수들의 블록의 계수들의 각각에 대해 디더 값을 생성하도록 구성될 수 있다. 이것은 인코더에서 이용되는 디더 생성기와 대응하는 디코더에서 이용되는 디더 생성기 사이의 동기화를 유지하는데 유리하다.
디더링된 양자화기의 스칼라 양자화기는 미리 결정된 양자화기 단계 크기 Δ를 가진다. 이와 같이, 디더링된 양자화기의 스칼라 양자화기는 균일 양자화기일 수 있다. 디더 값들은 미리 결정된 디더 간격으로부터의 값들을 이용할 수 있다. 미리 결정된 디더 간격은 미리 결정된 양자화 단계 크기 Δ 이하의 폭을 가질 수 있다. 또한, 디더 값들의 블록은 미리 결정된 디더 간격 내에서 균일하게 분포되는 랜덤 변수의 실현화들로 구성될 수 있다. 예를 들면, 디더 생성기는 정규화된 디더 간격(예를 들면, [0, 1) 또는 [-0.5, 0.5))으로부터 도출된 디더 값들의 블록을 생성하도록 구성된다. 이와 같이, 정규화된 디더 간격의 폭은 하나일 수 있다. 디더 값들의 블록은 그 후에 특정 디더링된 양자화기의 미리 결정된 양자화기 단계 크기 Δ와 곱해질 수 있다. 이렇게 함으로써, 단계 크기 Δ를 가진 양자화기와의 이용에 적합한 디더 실현화가 획득될 수 있다. 특히, 이렇게 함으로써, 소위 슈크만 조건들(Schuchman conditions)을 이행하는 양자화기가 획득된다(L. Schuchman, "Dither signals and their effect on quantization noise", 1964년 12월, IEEE TCOM, 162쪽 내지 165쪽).
디더 생성기는 M개의 미리 결정된 디더 실현화들(pre-determined dither realizations) 중 하나를 선택하도록 구성될 수 있고, 여기서 M은 1보다 큰 정수이다. 또한, 디더 생성기는 선택된 디더 실현화에 기초하여 디더 값들의 블록을 생성하도록 구성될 수 있다. 특히, 일부 구현들에서, 디더 실현화들의 수가 제한될 수 있다. 예를 들면, 미리 결정된 디더 실현화들의 수 M은 10, 5, 4 이하일 수 있다. 이것은 하나 이상의 디더링된 양자화기들을 이용하여 획득된 양자화 인덱스들의 후속 엔트로피 인코딩에 관해 유리할 수 있다. 특히, 디더 실현화들의 제한된 수 M의 이용은 양자화 인덱스들에 대한 엔트로피 인코더가 디더 실현화들의 제한된 수에 기초하여 트레이닝(training)될 수 있게 한다. 이렇게 함으로써, 산술 코드 대신에, 순시 코드(예를 들면, 다차원 허프만 코딩과 같은)를 이용할 수 있고, 이것은 동작 복잡성의 관점에서 유리할 수 있다.
하나 이상의 디더링되지 않은 양자화기들 중 하나의 디더링되지 않은 양자화기는 미리 결정된 균일 양자화기 단계 크기를 가진 스칼라 양자화기(scalar quantizers)일 수 있다. 이와 같이, 하나 이상의 디더링되지 않은 양자화기들은 결정 양자화기들(deterministic quantizers)일 수 있고, 이것은 (의사) 랜덤 디더를 이용하지 않는다.
상기에 개요를 설명한 바와 같이, 양자화기들의 세트가 순서화될 수 있다. 이것은 효율적인 비트 할당 처리의 관점에서 유리할 수 있다. 특히, 양자화기들의 세트의 순서화는 정수 인덱스에 기초하여 양자화기들의 세트로부터 양자화기의 선택을 가능하게 한다. 양자화기들의 세트는 인접한 양자화기들 사이의 SNR의 증가가 적어도 대략 일정하도록 순서화될 수 있다. 즉, 두 양자화기들 사이의 SNR 차는 양자화기들의 순서화된 세트로부터 인접한 양자화기들의 쌍과 연관된 SNR들의 차에 의해 주어질 수 있다. 복수의 순서화된 양자화기들로부터 인접한 양자화기들의 모든 쌍들에 대한 SNR 차들은 미리 결정된 SNR 타겟 차 주위에 중심을 둔 미리 결정된 SNR 차 간격 내에 있을 수 있다. 미리 결정된 SNR 차 간격의 폭은 미리 결정된 SNR 타겟 차의 10% 또는 5%보다 작을 수 있다. SNR 타겟 차는 상대적으로 작은 세트의 양자화기들이 상대적으로 큰 전체 SNR 레인지에서 동작을 렌더링할 수 있도록 설정될 수 있다. 예를 들면, 통상적인 응용들에서, 양자화기들의 세트는 0dB SNR에서 30dB SNR의 간격 내에서 동작을 용이하게 할 수 있다. 미리 결정된 SNR 타겟 차는 1.5dB 또는 3dB로 설정될 수 있고, 그에 의해 30dB의 전체 SNR 레인지가 10 내지 20개의 양자화기들을 포함하는 양자화기들의 세트로 커버되도록 허용한다. 이와 같이, 양자화기들의 순서화된 세트 중 하나의 양자화기의 정수 인덱스의 증가는 대응하는 SNR 증가로 직접적으로 나타난다. 이러한 일-대-일 관계는 효율적인 비트 할당 처리의 구현에 유리하고, 이것은 특정 SNR을 가진 양자화기를 주어진 비트-레이트 제약에 따라 특정 주파수 대역에 할당한다.
양자화 유닛은 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하도록 구성될 수 있다. 제 1 계수에 기인하는 SNR은 레이트 할당 처리(또한 비트 할당 처리로도 칭해짐)를 이용하여 결정될 수 있다. 상기에 나타낸 바와 같이, 제 1 계수에 기인하는 SNR은 양자화기들의 세트로부터 하나의 양자화기를 직접 식별할 수 있다. 이와 같이, 양자화 유닛은 SNR 표시에 기초하여, 양자화기들의 세트로부터 제 1 양자화기를 선택하도록 구성될 수 있다. 또한, 양자화 유닛은 제 1 양자화기를 이용하여 제 1 계수를 양자화하도록 구성될 수 있다. 특히, 양자화 유닛은 제 1 계수에 대한 제 1 양자화 인덱스를 결정하도록 구성될 수 있다. 제 1 양자화 인덱스는 엔트로피 인코딩될 수 있고 비트스트림 내의 계수 데이터로서 대응하는 역 양자화 유닛(대응하는 디코더의)에 전송될 수 있다. 또한, 양자화 유닛은 제 1 계수로부터 제 1 양자화된 계수를 결정하도록 구성될 수 있다. 제 1 양자화된 계수는 인코더의 예측기 내에서 이용될 수 있다.
계수들의 블록은 스펙트럼 블록 엔벨로프(예를 들면, 하기에 기술되는 바와 같이, 현재 엔벨로프 또는 양자화된 현재 엔벨로프)와 연관될 수 있다. 특히, 계수들의 블록은 스펙트럼 블록 엔벨로프를 이용하여 변환 계수들의 블록(입력 오디오 신호의 세그먼트로부터 도출되는)을 플래트닝함으로써 획득될 수 있다. 스펙트럼 블록 엔벨로프는 복수의 주파수 빈들에 대한 복수의 스펙트럼 에너지 값들을 나타낼 수 있다. 특히, 스펙트럼 블록 엔벨로프는 계수들의 블록의 계수들의 상대적 중요도를 나타낼 수 있다. 이와 같이, 스펙트럼 블록 엔벨로프(또는 후술되는 할당 엔벨로프와 같이, 스펙트럼 블록 엔벨로프로부터 도출된 엔벨로프)는 레이트 할당을 위해 이용될 수 있다. 특히, SNR 표시는 스펙트럼 블록 엔벨로프에 의존할 수 있다. SNR 표시는 또한 스펙트럼 블록 엔벨로프를 오프셋하기 위한 오프셋 파라미터에 의존할 수 있다. 레이트 할당 처리 동안, 오프셋 파라미터는 양자화된 및 인코딩된 계수들의 블록으로부터 생성되는 계수 데이터가 미리 결정된 비트-레이트 제약(예를 들면, 오프셋 파라미터는 인코딩된 계수들의 블록이 미리 결정된 수의 비트들을 초과하지 않도록 가능한 크게 설정될 수 있다)을 충족할 때까지 증가/감소될 수 있다. 따라서, 오프셋 파라미터는 계수들의 블록을 인코딩하기에 이용 가능한 미리 결정된 수의 비트들에 의존할 수 있다.
제 1 계수에 기인하는 SNR을 나타내는 SNR 표시는 오프셋 파라미터를 이용하여 제 1 계수의 주파수 빈과 연관되는 스펙트럼 블록 엔벨로프로부터 도출된 값을 오프셋함으로써 결정될 수 있다. 특히, 본 문서에 기술된 비트 할당 공식은 SNR 표시를 결정하는데 이용될 수 있다. 비트 할당 공식은 스펙트럼 블록 엔벨로프로부터 도출된 할당 엔벨로프의 및 오프셋 파라미터의 함수일 수 있다.
이와 같이, SNR 표시는 스펙트럼 블록 엔벨로프로부터 도출된 할당 엔벨로프에 의존할 수 있다. 할당 엔벨로프는 할당 해상도(예를 들면, 3dB의 해상도)를 가질 수 있다. 할당 해상도는 양자화기들의 세트로부터 인접한 양자화기들 사이의 SNR 차에 의존하는 것이 바람직하다. 특히, 할당 해상도 및 SNR 차는 서로 대응할 수 있다. 예를 들면, SNR 차는 1.5dB이고 할당 해상도는 3dB이다. 대응하는 할당 해상도 및 SNR 차를 선택함으로써(예를 들면, dB 도메인에서, SNR 차의 두 배인 할당 해상도를 선택함으로써), 비트 할당 처리 및/또는 양자화기 선택 처리는 간단해질 수 있다(본 문서에 기술된 예를 들면 비트 할당 공식을 이용하여).
계수들의 블록의 복수의 계수들은 복수의 주파수 대역들에 할당될 수 있다. 주파수 대역은 하나 이상의 주파수 빈들을 포함할 수 있다. 이와 같이, 하나 보다 많은 복수의 계수들이 동일한 주파수 대역에 할당될 수 있다. 통상적으로, 주파수 대역 당 주파수 빈들의 수는 주파수 증가에 따라 증가한다. 특히, 주파수 대역 구조(예를 들면, 주파수 대역 당 주파수 빈들의 수)는 음향심리학적인 고려사항들을 따를 수 있다. 양자화 유닛은 복수의 주파수 대역들의 각각에 대해 양자화기들의 세트로부터 하나의 양자화기를 선택하여, 동일한 주파수 대역에 할당되는 계수들이 동일한 양자화기를 이용하여 양자화되도록 구성될 수 있다. 특정 주파수 대역을 양자화하는데 이용되는 양자화기는 특정 주파수 대역 내의 스펙트럼 블록 엔벨로프의 하나 이상의 스펙트럼 에너지 값들에 기초하여 결정될 수 있다. 양자화를 위한 주파수 대역 구조의 이용은 양자화 방식의 음향심리학적 성능에 관해 유리할 수 있다.
양자화 유닛은 계수들의 블록의 특성을 나타내는 사이드 정보를 수신하도록 구성될 수 있다. 예를 들면, 사이드 정보는 양자화 유닛을 포함하는 인코더 내에 포함된 예측기에 의해 결정되는 예측기 이득을 포함할 수 있다. 예측기 이득은 계수들의 블록의 음조 컨텐트(tonal content)를 나타낼 수 있다. 대안적으로 또는 부가적으로, 사이드 정보는 계수들의 블록에 기초하고 및/또는 스펙트럼 블록 엔벨로프에 기초하여 도출되는 스펙트럼 반사 계수를 포함할 수 있다. 스펙트럼 반사 계수는 계수들의 블록의 마찰음 컨텐트(fricative content)를 나타낼 수 있다. 양자화 유닛은 데이터로부터 사이드 정보를 추출하도록 구성될 수 있고, 이것은 양자화 유닛을 포함하는 인코더 및 디코더 둘다에서 및 대응하는 역 양자화 유닛을 포함하는 대응하는 디코더에서 이용 가능하다. 이와 같이, 인코더에서 디코더로의 사이드 정보의 전송은 부가의 비트들을 요구하지 않을 수 있다.
양자화 유닛은 사이드 정보에 의존하여 양자화기들의 세트를 결정하도록 구성될 수 있다. 특히, 양자화기들의 세트 내의 디더링된 양자화기들의 수는 사이드 정보에 의존할 수 있다. 더욱 특히, 양자화기들의 세트 내에 포함된 디더링된 양자화기들의 수는 예측기 이득이 증가함에 따라 감소할 수 있고, 그 반대로도 가능하다. 양자화기들의 세트가 사이드 정보에 의존하게 함으로써, 양자화 방식의 지각 성능이 개선될 수 있다.
사이드 정보는 분산 보존 플래그를 포함할 수 있다. 분산 보존 플래그는 계수들의 블록의 분산이 어떻게 조정되어야 하는지를 나타낼 수 있다. 즉, 분산 보존 플래그는 디코더에 의해 수행되는 처리를 나타낼 수 있으며, 이것은 양자화기에 의해 재구성되어야 하는 계수들의 블록의 분산에 영향을 미친다.
예를 들면, 양자화기들의 세트는 분산 보존 플래그에 의존하여 결정될 수 있다. 특히, 잡음-채움 양자화기의 잡음 이득은 분산 보존 플래그에 의존할 수 있다. 대안적으로 또는 부가적으로, 하나 이상의 디더링된 양자화기들은 SNR 레인지를 커버할 수 있고, SNR 레인지는 분산 보존 플래그에 의존하여 결정될 수 있다. 또한, 사후-이득 
은 분산 보존 플래그에 의존할 수 있다. 대안적으로 또는 부가적으로, 디더링된 양자화기의 사후-이득 
은 예측기 이득의 미리 규정된 함수인 파라미터에 의존하여 결정될 수 있다.
분산 보존 플래그는 예측 품질에 대한 양자화기들의 잡음 정도를 적응시키는데 이용될 수 있다. 예를 들면, 디더링된 양자화기의 사후-이득 
은 예측기 이득의 미리 규정된 함수인 파라미터에 의존하여 결정될 수 있다. 대안적으로 또는 부가적으로, 사후-이득 
은 예측기 이득의 미리 규정된 함수에 의해 스케일링된 분산 보존 사후-이득의 평균-제곱 에러 최적 사후 이득과의 비교 및 두 이득들 중 가장 큰 것을 선택함에 의해 결정될 수 있다. 특히, 예측기 이득의 미리 규정된 함수는 예측기 이득이 증가함에 따라 재구성된 신호의 분산을 감소시킬 수 있다. 이러한 결과로서, 코덱의 지각 품질이 개선될 수 있다.
다른 양태에 따라, 양자화 인덱스들의 블록의 제 1 양자화 인덱스를 역-양자화하도록 구성된 역 양자화 유닛(또한 본 문서에서 스펙트럼 디코더로도 칭해짐)이 기술된다. 즉, 역 양자화 유닛은 계수 데이터에 기초하여(예를 들면, 양자화 인덱스들에 기초하여), 계수들의 블록에 대한 재구성 값들을 결정하도록 구성될 수 있다. 양자화 유닛의 맥락에서 본 문서에 기술된 모든 특징들 및 양태들은 또한 대응하는 역 양자화 유닛에도 적용 가능하다는 것을 유념해야 한다. 특히, 이것은 양자화기들의 세트의 구조 및 설계에 관한 특징들에, 사이드 정보에 대한 양자화기들의 세트의 의존성에, 비트 할당 처리 등에 적용한다.
양자화 인덱스들은 복수의 대응하는 주파수 빈들에 대한 복수의 계수들을 포함하는 계수들의 블록과 연관될 수 있다. 특히, 양자화 인덱스들은 대응하는 양자화된 계수들의 블록의 양자화된 계수들(또는 재구성 값들)과 연관될 수 있다. 대응하는 양자화 유닛의 맥락에서 개요를 설명한 바와 같이, 양자화된 계수들의 블록은 예측 잔차 계수들의 블록에 대응할 수 있거나 이로부터 도출될 수 있다. 더욱 일반적으로, 양자화된 계수들의 블록은 변환 계수들의 블록으로부터 도출되었을 수 있고, 이것은 시간-도메인 대 주파수-도메인 변환을 이용하는 오디오 신호의 세그먼트로부터 획득되었다.
역 양자화 유닛은 양자화기들의 세트를 제공하도록 구성될 수 있다. 상기에 개요를 설명한 바와 같이, 양자화기들의 세트는 역 양자화 유닛에서 및 대응하는 양자화 유닛에서 이용 가능한 사이드 정보에 기초하여 적응되거나 생성될 수 있다. 양자화기들의 세트는 통상적으로, 복수의 상이한 신호-대-잡음비들(SNR)과 각각 연관되는 복수의 상이한 양자화기들을 포함한다. 또한, 양자화기들의 세트는 상기에 개요를 설명한 바와 같이 SNR 증가/감소에 따라 순서화될 수 있다. 인접한 양자화기들 사이의 SNR 증가/감소는 실질적으로 일정할 수 있다.
복수의 상이한 양자화기들은 양자화 유닛의 잡음-채움 양자화기에 대응하는 잡음-채움 양자화기를 포함할 수 있다. 양호한 예에서, 복수의 상이한 양자화기들은 단일 잡음-채움 양자화기를 포함한다. 역 양자화 유닛의 잡음-채움 양자화기는 미리 정해진 통계 모델에 따라 생성된 랜덤 변수의 실현화를 이용함으로써 제 1 계수의 재구성을 제공하도록 구성된다. 이와 같이, 양자화 인덱스들의 블록은 통상적으로 잡음-채움 양자화기를 이용하여 재구성되어야 하는 계수들에 대해 어떠한 양자화 인덱스들도 포함하지 않음을 유념해야 한다. 따라서, 잡음-채움 양자화기를 이용하여 재구성되어야 하는 계수들은 제로 비트-레이트와 연관된다.
또한, 복수의 상이한 양자화기들은 하나 이상의 디더링된 양자화기들을 포함할 수 있다. 하나 이상의 디더링된 양자화기들은 제 1 재구성 값을 제 1 양자화 인덱스에 할당하도록 구성된 하나 이상의 각각의 역 스칼라 양자화기들을 포함할 수 있다. 또한, 하나 이상의 디더링된 양자화기들은 제 1 재구성 값으로부터 디더 값을 제거함으로써 제 1 역-디더링된 계수를 결정하도록 구성된 하나 이상의 각각의 디더 제거 유닛들을 포함할 수 있다. 역 양자화 유닛의 디더 생성기는 통상적으로 양자화 유닛의 디더 생성기와 동기한다. 양자화 유닛의 맥락에서 개요를 설명한 바와 같이, 하나 이상의 디더링된 양자화기들은 하나 이상의 디더링된 양자화기들의 MSE 성능을 개선하기 위해, 양자화기 사후-이득을 적용하는 것이 바람직하다.
또한, 복수의 양자화기들은 하나 이상의 디더링되지 않은 양자화기들을 포함할 수 있다. 하나 이상의 디더링되지 않은 양자화기들은 각각의 재구성 값들을 제 1 양자화 인덱스에 할당하도록 구성된 각각의 균일 스칼라 양자화기들을 포함할 수 있다(후속 디더 제거를 수행하지 않고 및/또는 양자화기 사후-이득을 적용하지 않고).
또한, 역 양자화 유닛은 계수들의 블록으로부터 제 1 계수(또는 양자화된 계수들의 블록으로부터 제 1 양자화된 계수에)에 기인하는 SNR을 나타내는 SNR 표시를 결정하도록 구성될 수 있다. SNR 표시는 스펙트럼 블록 엔벨로프(통상적으로 역 양자화 유닛을 포함하는 디코더에서도 또한 이용 가능함)에 기초하고 오프셋 파라미터(통상적으로 인코더에서 디코더로 전송되는 비트스트림에 포함됨)에 기초하여 결정될 수 있다. 특히, SNR 표시는 양자화기들의 세트로부터 선택될 역 양자화기(또는 양자화기)의 인덱스 번호를 나타낼 수 있다. 역 양자화 유닛은 SNR 표시에 기초하여, 양자화기들의 세트로부터 제 1 양자화기를 선택하는 것을 진행할 수 있다. 대응하는 양자화 유닛의 맥락에서 개요를 설명한 바와 같이, 이 선택 처리는 양자화기들의 순서화된 세트를 이용할 때 효율적인 방식으로 구현될 수 있다. 또한, 역 양자화 유닛은 선택된 제 1 양자화기를 이용하여 제 1 양자화 계수에 대한 제 1 양자화된 계수를 결정하도록 구성될 수 있다.
다른 양태에 따라, 오디오 신호를 비트스트림으로 인코딩하도록 구성된 변환-기반 오디오 인코더가 기술된다. 인코더는 계수들의 블록으로부터 복수의 계수들을 양자화함으로써 복수의 양자화 인덱스들을 결정하도록 구성되는 양자화 유닛을 포함할 수 있다. 양자화 유닛은 하나 이상의 디더링된 양자화기들을 포함할 수 있다. 양자화 유닛은 본 문서에 기술된 임의의 양자화 유닛 관련 특징들을 포함할 수 있다.
복수의 계수들은 복수의 대응하는 주파수 빈들과 연관될 수 있다. 상기에 개요를 설명한 바와 같이, 계수들의 블록은 오디오 신호의 세그먼트로부터 도출될 수 있었다. 특히, 오디오 신호의 세그먼트는 변환 계수들의 블록을 산출하기 위해 시간-도메인에서 주파수-도메인으로 변환되었을 수 있다. 양자화 유닛에 의해 양자화되는 계수들의 블록은 변환 계수들의 블록으로부터 도출되었을 수 있다.
인코더는 디더 실현화를 선택하도록 구성된 디더 생성기를 더 포함할 수 있다. 또한, 인코더는 변환 계수의 미리 규정된 통계 모델에 기초하여 코드워드를 선택하도록 구성된 엔트로피 코더를 포함할 수 있고, 이 경우 변환 계수들의 통계 모델(즉, 확률 분포 함수)은 또한 디더의 실현화에 좌우될 수 있다. 이러한 통계 모델은 그 후에 양자화 인덱스의 확률, 특히 계수에 대응하는 디더의 실현화에 좌우되는 양자화 인덱스의 확률을 계산하는데 이용될 수 있다. 양자화 인덱스의 확률은 이 양자화 인덱스와 연관되는 이진 코드워드를 생성하는데 이용될 수 있다. 또한, 양자화 인덱스들의 시퀀스는 그들 각각의 확률들에 기초하여 공동으로 인코딩될 수 있고, 이 경우 각각의 확률들은 각각의 디더 실현화들에 좌우될 수 있다. 예를 들면, 양자화 인덱스들의 시퀀스의 이러한 공동 인코딩은 산술 코딩 또는 레인지 코딩에 의해 구현될 수 있다.
다른 양태에 따라, 인코더는 복수의 미리 결정된 디더 실현화들 중 하나를 선택하도록 구성된 디더 생성기를 포함할 수 있다. 복수의 미리 결정된 디더 실현화들은 M개의 상이한 미리 결정된 디더 실현화들을 포함할 수 있다. 또한, 디더 생성기는 선택된 디더 실현화에 기초하여, 복수의 계수들을 양자화하기 위한 복수의 디더 값들을 생성하도록 구성될 수 있다. M은 1보다 큰 정수일 수 있다. 특히, 미리 결정된 디더 실현화들의 수 M은 10, 5, 4 이하일 수 있다. 디더 생성기는 본 문서에 기술된 임의의 디더 생성기 관련 특징들을 포함할 수 있다.
또한, 인코더는 M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하도록 구성된 엔트로피 인코더를 포함할 수 있다. 엔트로피 인코더는 또한, 선택된 코드북을 이용하여 복수의 양자화 인덱스들을 엔트로피 인코딩하도록 구성될 수 있다. M개의 미리 결정된 코드북들은 M개의 미리 결정된 디더 실현화들과 각각 연관될 수 있다. 특히, M개의 미리 결정된 코드북들은 M개의 미리 결정된 디더 실현화들을 각각 이용하여 트레이닝되었을 수 있다. M개의 미리 결정된 코드북들은 가변-길이 허프만 코드워드들을 포함할 수 있다.
엔트로피 인코더는 디더 생성기에 의해 선택되는 디더 실현화와 연관된 코드북을 선택하도록 구성될 수 있다. 즉, 엔트로피 인코더는 엔트로피 인코딩을 위한 코드북을 선택할 수 있고, 이것은 복수의 양자화 인덱스들을 생성하는데 이용되는 디더 실현화와 연관된다(예를 들면, 트레이닝되었다). 이렇게 함으로써, 엔트로피 인코더의 코딩 이득은 디더링된 양자화기들을 이용할 때에도 개선(예를 들면, 최적화)될 수 있다. 디더링된 양자화기들을 이용하는 지각 이점들이 상대적으로 작은 수 M의 디더 실현화들을 이용할 때에도 달성될 수 있다는 것이 본 발명자들에 의해 관찰되었다. 결과적으로, 최적화된 엔트로피 인코딩을 허용하기 위해 상대적으로 작은 수 M의 코드북들만이 제공되어야 한다.
엔트로피 인코딩된 양자화 인덱스들을 나타내는 계수 데이터는 통상적으로 대응하는 디코더로의 전송 또는 제공을 위해 비트스트림에 삽입된다. 다른 양태에 따라, 재구성된 오디오 신호를 제공하기 위해 비트스트림을 디코딩하도록 구성된 변환-기반 오디오 디코더가 기술된다. 대응하는 오디오 인코더의 맥락에서 기술된 특징들 및 양태들이 오디오 디코더에도 또한 적용 가능하다는 것을 유념해야 한다. 특히, 제한된 수 M의 디더 실현화들 및 대응하는 제한된 수 M의 코드북들의 이용에 관한 양태들은 오디오 디코더에도 또한 적용 가능하다.
오디오 디코더는 M개의 미리 결정된 디더 실현화들 중 하나를 선택하도록 구성된 디더 생성기를 포함한다. M개의 미리 결정된 디더 실현화들은 대응하는 인코더에 의해 이용되는 M개의 미리 결정된 디더 실현화들과 동일하다. 또한, 디더 생성기는 선택된 디더 실현화에 기초하여, 복수의 디더 값들을 생성하도록 구성될 수 있다. M은 1보다 큰 정수일 수 있다. 예를 들면, M은 10 또는 5의 레인지에 있을 수 있다. 복수의 디더 값들은 대응하는 복수의 양자화 인덱스들에 기초하여 대응하는 복수의 양자화된 계수들을 결정하도록 구성된 하나 이상의 디더링된 양자화기를 포함하는 역 양자화 유닛에 의해 이용될 수 있다. 디더 생성기 및 역 양자화 유닛은 본 문서에 기술된 임의의 디더 생성기 관련 및 역 양자화 유닛 관련 특징들을 각각 포함할 수 있다.
또한, 오디오 디코더는 M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하도록 구성된 엔트로피 디코더를 포함할 수 있다. M개의 미리 결정된 코드북들은 대응하는 인코더에 의해 이용되는 코드북들과 동일하다. 또한, 엔트로피 인코더는 복수의 양자화 인덱스들을 제공하기 위해, 선택된 코드북을 이용하여 비트스트림으로부터 계수 데이터를 엔트로피 디코딩하도록 구성될 수 있다. M개의 미리 결정된 코드북들은 M개의 미리 결정된 디더 실현화들과 각각 연관될 수 있다. 엔트로피 디코더는 디더 생성기에 의해 선택된 디더 실현화와 연관되는 코드북을 선택하도록 구성될 수 있다. 재구성된 오디오 신호는 복수의 양자화된 계수들에 기초하여 결정된다.
다른 양태에 따라, 음성 신호를 비트스트림으로 인코딩하도록 구성된 변환-기반 음성 인코더가 기술된다. 상기에 이미 나타낸 바와 같이, 인코더는 본 문서에 기술된 임의의 인코더 관련 특징들 및/또는 구성요소들을 포함할 수 있다. 특히, 인코더는 변환 계수들의 복수의 시퀀스 블록들을 수신하도록 구성된 프레이밍 유닛을 포함할 수 있다. 복수의 시퀀스 블록들은 현재 블록 및 하나 이상의 이전 블록들을 포함한다. 또한, 복수의 시퀀스 블록들은 음성 신호의 샘플들을 나타낸다. 특히, 복수의 시퀀스 블록들은 수정된 이산 코사인 변환(MDCT)과 같이, 시간-도메인 대 주파수-도메인 변환을 이용하여 결정되었을 수 있다. 이와 같이, 변환 계수들의 블록은 MDCT 계수들을 포함할 수 있다. 변환 계수들의 수는 제한될 수 있다. 예를 들면, 변환 계수들의 블록은 256개의 주파수 빈들에 256개의 변환 계수들을 포함할 수 있다.
또한, 음성 인코더는 대응하는 현재 (스펙트럼) 블록 엔벨로프(예를 들면 대응하는 조정된 엔벨로프)를 이용하여 변환 계수들의 대응하는 현재 블록을 플래트닝함으로써 플래트닝된 변환 계수들의 현재 블록을 결정하도록 구성된 플래트닝 유닛을 포함할 수 있다. 또한, 음성 인코더는 재구성된 변환 계수들의 하나 이상의 이전 블록들에 기초하고 하나 이상의 예측기 파라미터들에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록을 예측하도록 구성된 예측기를 포함할 수 있다. 또한, 음성 인코더는 플래트닝된 변환 계수들의 현재 블록에 기초하고 추정된 플래트닝된 변환 계수들의 현재 블록에 기초하여 예측 에러 계수들의 현재 블록을 결정하도록 구성된 차 유닛을 포함할 수 있다.
예측기는 가중된 평균 제곱 에러 기준을 이용하여(예를 들면, 가중된 평균 제곱 에러 기준을 최소화함으로써) 추정된 플래트닝된 변환 계수들의 현재 블록을 결정하도록 구성될 수 있다. 가중된 평균 제곱 에러 기준은 현재 블록 엔벨로프 또는 현재 블록 엔벨로프의 일부 미리 규정된 함수를 가중치들로서 고려할 수 있다. 본 문서에서는 가중된 평균 제곱 에러 기준을 이용하여 예측기 이득을 결정하기 위한 다양한 상이한 방식들이 기술된다.
또한, 음성 인코더는 미리 결정된 양자화기들의 세트를 이용하여, 예측 에러 계수들의 현재 블록으로부터 도출된 계수들을 양자화하도록 구성된 양자화 유닛을 포함할 수 있다. 양자화 유닛은 본 문서에 기술된 임의의 양자화 관련 특징들을 포함할 수 있다. 특히, 양자화 유닛은 양자화된 계수들에 기초하여 비트스트림에 대한 계수 데이터를 결정하도록 구성될 수 있다. 이와 같이, 계수 데이터는 예측 에러 계수들의 현재 블록의 양자화된 버전을 나타낼 수 있다.
변환-기반 음성 인코더는 하나 이상의 스케일링 규칙들을 이용하여 예측 에러 계수들의 현재 블록에 기초하여 리스케일링된 예측 잔차 계수들의 현재 블록(또한 리스케일링된 에러 계수들의 블록으로 칭해짐)을 결정하도록 구성된 스케일링 유닛을 더 포함할 수 있다. 리스케일링된 에러 계수의 현재 블록은 리스케일링된 에러 계수들의 현재 블록의 리스케일링된 에러 계수들의 분산이 평균적으로 예측 에러 계수들의 현재 블록의 예측 에러 계수들의 분산보다 높도록 결정될 수 있고 및/또는 하나 이상의 스케일링 규칙들이 이렇게 될 수 있다. 특히, 하나 이상의 스케일링 규칙들은 예측 에러 계수들의 분산이 모든 주파수 빈들 또는 주파수 대역들에 대한 통일(unity)에 더 근접하게 될 수 있다. 양자화 유닛은 계수 데이터(즉, 계수들에 대한 양자화 인덱스들)를 제공하기 위해, 리스케일링된 에러 계수들의 현재 블록의 리스케일링된 에러 예측 잔차 계수들을 양자화하도록 구성될 수 있다.
예측 에러 계수들의 현재 블록은 통상적으로 대응하는 복수의 주파수 빈들에 대한 복수의 예측 에러 계수들을 포함한다. 스케일링 유닛에 의해 스케일링 규칙에 따라 예측 에러 계수들에 인가되는 스케일링 이득들은 각각의 예측 에러 계수들의 주파수 빈들에 의존할 수 있다. 또한, 스케일링 규칙은 하나 이상의 예측기 파라미터들에, 예를 들면 예측기 이득에 의존할 수 있다. 대안적으로 또는 부가적으로, 스케일링 규칙은 현재 블록 엔벨로프에 의존할 수 있다. 본 문서에서는 스케일링 규칙에 의존하여 - 주파수 빈을 결정하기 위한 다양한 상이한 방법들이 기술된다.
변환-기반 음성 인코더는 현재 블록 엔벨로프에 기초하여 할당 벡터를 결정하도록 구성된 비트 할당 유닛을 더 포함할 수 있다. 할당 벡터는 예측 에러 계수들의 현재 블록으로부터 도출된 제 1 계수를 양자화하는데 이용될 양자화기들의 세트로부터의 제 1 양자화기를 나타낼 수 있다. 특히, 할당 벡터는 예측 에러 계수들의 현재 블록으로부터 도출된 모든 계수들을 양자화하는데 각각 이용될 양자화기들을 나타낼 수 있다. 예를 들면, 할당 벡터는 각각의 주파수 대역에 이용될 상이한 양자화기를 나타낼 수 있다(l = 1, ..., L).
즉, 비트 할당 유닛은 현재 블록 엔벨로프 및 주어진 최대 비트-레이트 제약에 기초하여 할당 벡터를 결정하도록 구성될 수 있다. 비트 할당 유닛은 하나 이상의 스케일링 규칙들에도 또한 기초하여 할당 벡터를 결정하도록 구성될 수 있다. 레이트 할당 벡터의 차원수는 통상적으로 주파수 대역들의 수 L과 동일하다. 할당 벡터의 엔트리는 레이트 할당 벡터의 각각의 엔트리와 연관된 주파수 대역에 속하는 계수들을 양자화하는데 이용될 양자화기들의 세트로부터 하나의 양자화기의 인덱스를 나타낼 수 있다. 특히, 할당 벡터는 예측 에러 계수들의 현재 블록으로부터 도출된 모든 계수들을 양자화하는데 각각 이용될 양자화기들을 나타낼 수 있다.
비트 할당 유닛은 예측 에러 계수들의 현재 블록에 대한 계수 데이터가 미리 결정된 수의 비트들을 초과하지 않도록 할당 벡터를 결정하도록 구성될 수 있다. 또한, 비트 할당 유닛은 현재 블록 엔벨로프로부터 도출되는(예를 들면, 현재 조정된 엔벨로프로부터 도출되는) 할당 엔벨로프에 적용될 오프셋을 나타내는 오프셋 파라미터를 결정하도록 구성될 수 있다. 오프셋 파라미터는 대응하는 디코더가 계수 데이터를 결정하는데 이용된 양자화기들을 식별할 수 있게 하기 위해 비트스트림에 포함될 수 있다.
변환-기반 음성 인코더는 양자화된 계수들과 연관된 양자화 인덱스들을 엔트로피 인코딩하도록 구성된 엔트로피 인코더를 더 포함할 수 있다. 엔트로피 인코더는 산술 인코더를 이용하여 양자화 인덱스들을 인코딩하도록 구성될 수 있다. 대안적으로, 엔트로피 인코더는 복수의 M개의 미리 결정된 코드북들을 이용하여 양자화 인덱스들을 인코딩하도록 구성될 수 있다(본 문서에 기술된 바와 같이).
다른 양태에 따라, 재구성된 음성 신호를 제공하기 위해 비트스트림을 디코딩하도록 구성된 변환-기반 음성 디코더가 기술된다. 음성 디코더는 본 문서에 기술된 임의의 특징들 및/또는 구성요소들을 포함할 수 있다. 특히, 디코더는 재구성된 변환 계수들의 하나 이상의 이전 블록들에 기초하고 비트스트림으로부터 도출되는 하나 이상의 예측기 파라미터들에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록을 결정하도록 구성된 예측기를 포함할 수 있다. 또한, 음성 디코더는 양자화기들의 세트를 이용하여, 비트스트림 내에 포함된 계수 데이터에 기초하여 양자화된 예측 에러 계수들의 현재 블록(또는 그 리스케일링된 버전)을 결정하도록 구성된 역 양자화 유닛을 포함할 수 있다. 특히, 역 양자화 유닛은 대응하는 음성 인코더에 의해 이용된 양자화기들의 세트에 대응하는 (역) 양자화기들의 세트를 이용할 수 있다.
역 양자화 유닛은 수신된 비트스트림으로부터 도출된 사이드 정보에 의존하여 양자화기들의 세트(및/또는 대응하는 역 양자화기들의 세트)를 결정하도록 구성될 수 있다. 특히, 역 양자화 유닛은 대응하는 음성 인코더의 양자화 유닛으로서 양자화기들의 세트에 대한 동일한 선택 처리를 수행할 수 있다. 양자화기들의 세트를 사이드 정보에 의존하게 함으로써, 재구성된 음성 신호의 지각 품질이 개선될 수 있다.
다른 양태에 따라, 계수들의 블록의 제 1 계수를 양자화하기 위한 방법이 기술된다. 계수들의 블록은 복수의 대응하는 주파수 빈들에 대한 복수의 계수들을 포함한다. 이 방법은 양자화기들의 세트를 제공하는 단계를 포함할 수 있고, 양자화기들의 세트는 복수의 상이한 신호-대-잡음비들(SNR)과 각각 연관된 복수의 상이한 양자화기들을 포함한다. 복수의 상이한 양자화기들은 잡음-채움 양자화기, 하나 이상의 디더링된 양자화기들, 및 하나 이상의 디더링되지 않은 양자화기들을 포함할 수 있다. 이 방법은 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하는 단계를 더 포함할 수 있다. 또한, 이 방법은 SNR 표시에 기초하여, 양자화기들의 세트로부터 제 1 양자화기를 선택하는 단계, 및 제 1 양자화기를 이용하여 제 1 계수를 양자화하는 단계를 포함할 수 있다.
다른 양태에 따라, 양자화 인덱스들을 역-양자화하기 위한 방법이 기술된다. 즉, 이 방법은 대응하는 양자화 방법을 이용하여 양자화된 계수들의 블록에 대한 재구성 값들(또한 양자화된 계수들로도 칭해짐)을 결정하는 것에 관한 것일 수 있다. 재구성 값은 양자화 인덱스에 기초하여 결정될 수 있다. 그러나 계수들의 블록으로부터의 계수들의 일부는 잡음-채움 양자화기를 이용하여 양자화되었을 수 있음을 유념해야 한다. 이 경우, 이들 계수들의 재구성 값들은 양자화 인덱스와 무관하게 결정될 수 있다.
상기에 개요를 설명한 바와 같이, 양자화 인덱스들은 복수의 대응하는 주파수 빈들에 대한 복수의 계수들을 포함하는 계수들의 블록과 연관된다. 특히, 양자화 인덱스들은 잡음-채움 양자화기를 이용하여 양자화되지 않은 계수들의 블록의 계수들과 일-대-일 관계로 대응할 수 있다. 이 방법은 양자화기들(또는 역 양자화기들)의 세트를 제공하는 단계를 포함할 수 있다. 양자화기들의 세트는 복수의 상이한 신호-대-잡음비들(SNR)과 각각 연관된 복수의 상이한 양자화기들을 포함할 수 있다. 복수의 상이한 양자화기들은 잡음-채움 양자화기, 하나 이상의 디더링된 양자화기들, 및/또는 하나 이상의 디더링되지 않은 양자화기들을 포함할 수 있다. 이 방법은 계수들의 블록의 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하는 단계를 포함할 수 있다. 이 방법은 SNR 표시에 기초하여, 양자화기들의 세트로부터 제 1 양자화기를 선택하는 단계, 및 계수들의 블록의 제 1 계수에 대한 제 1 양자화된 계수(즉, 재구성 값)를 결정하는 단계로 진행할 수 있다.
다른 양태에 따라, 오디오 신호를 비트스트림으로 인코딩하기 위한 방법이 기술된다. 이 방법은 디더링된 양자화기를 이용하여 계수들의 블록으로부터 복수의 계수들을 양자화함으로써 복수의 양자화 인덱스들을 결정하는 단계를 포함한다. 복수의 계수들은 복수의 대응하는 주파수 빈들과 연관될 수 있다. 계수들의 블록은 오디오 신호로부터 도출될 수 있다. 이 방법은 M개의 미리 결정된 디더 실현화들 중 하나를 선택하는 단계, 및 선택된 디더 실현화에 기초하여, 복수의 계수들을 양자화하기 위한 복수의 디더 값들을 생성하는 단계를 포함할 수 있고; 여기서 M은 1보다 큰 정수이다. 또한, 이 방법은 M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하는 단계, 및 선택된 코드북을 이용하여 복수의 양자화 인덱스들을 엔트로피 인코딩하는 단계를 포함할 수 있다. M개의 미리 결정된 코드북들은 M개의 미리 결정된 디더 실현화들과 각각 연관되고, 선택된 코드북은 선택된 디더 실현화와 연관될 수 있다. 또한, 이 방법은 엔트로피 인코딩된 양자화 인덱스들을 나타내는 계수 데이터를 비트스트림에 삽입하는 단계를 포함할 수 있다.
다른 양태에 따라, 재구성된 오디오 신호를 제공하기 위해 비트스트림을 디코딩하기 위한 방법이 기술된다. 이 방법은 M개의 미리 결정된 디더 실현화들 중 하나를 선택하는 단계, 및 선택된 디더 실현화에 기초하여 복수의 디더 값들을 생성하는 단계를 포함할 수 있고; 여기서 M은 1보다 큰 정수이다. 복수의 디더 값들은 대응하는 복수의 양자화 인덱스들에 기초하여 대응하는 복수의 양자화된 계수들을 결정하기 위한 디더링된 양자화기를 포함하는 역 양자화 유닛에 의해 이용될 수 있다. 이와 같이, 이 방법은 디더링된 (역) 양자화기를 이용하여 복수의 양자화된 계수들을 결정하는 단계를 포함할 수 있다. 또한, 이 방법은 M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하는 단계, 및 복수의 양자화 인덱스들을 제공하기 위해, 선택된 코드북을 이용하여 비트스트림으로부터 계수 데이터를 엔트로피 디코딩하는 단계를 포함할 수 있다. M개의 미리 결정된 코드북들은 M개의 미리 결정된 디더 실현화들과 각각 연관되고, 선택된 코드북은 선택된 디더 실현화와 연관될 수 있다. 또한, 이 방법은 복수의 양자화된 계수들에 기초하여 재구성된 오디오 신호를 결정하는 단계를 포함할 수 있다.
다른 양태에 따라, 음성 신호를 비트스트림으로 인코딩하기 위한 방법이 기술된다. 이 방법은 현재 블록 및 하나 이상의 이전 블록들을 포함하는 변환 계수들의 복수의 시퀀스 블록들을 수신하는 단계를 포함할 수 있다. 복수의 시퀀스 블록들은 음성 신호의 샘플들을 나타낼 수 있다. 또한, 이 방법은 재구성된 변환 계수들의 하나 이상의 이전 블록들에 기초하고 예측기 파라미터에 기초하여 추정된 변환 계수들의 현재 블록을 결정하는 단계를 포함할 수 있다. 재구성된 변환 계수들의 하나 이상의 이전 블록들은 변환 계수들의 하나 이상의 이전 블록들로부터 도출되었을 수 있다. 이 방법은 변환 계수들의 현재 블록에 기초하고 추정된 변환 계수들의 현재 블록에 기초하여 예측 에러 계수들의 현재 블록을 결정하는 단계로 진행할 수 있다. 또한, 이 방법은 양자화기들의 세트를 이용하여, 예측 에러 계수들의 현재 블록으로부터 도출된 계수들을 양자화하는 단계를 포함할 수 있다. 양자화기들의 세트는 본 문서에 기술된 임의의 특징들을 나타낼 수 있다. 또한, 이 방법은 양자화된 계수들에 기초하여 비트스트림에 대한 계수 데이터를 결정하는 단계를 포함할 수 있다.
다른 양태에 따라, 재구성된 음성 신호를 제공하기 위해 비트스트림을 디코딩하기 위한 방법이 기술된다. 이 방법은 재구성된 변환 계수들의 하나 이상의 이전 블록들에 기초하고 비트스트림으로부터 도출된 예측기 파라미터에 기초하여 추정된 변환 계수들의 현재 블록을 결정하는 단계를 포함할 수 있다. 또한, 이 방법은 양자화기들의 세트를 이용하여, 비트스트림 내에 포함된 계수 데이터에 기초하여 양자화된 예측 잔차 계수들의 현재 블록을 결정하는 단계를 포함할 수 있다. 양자화기들의 세트는 본 문서에 기술된 임의의 특징들을 가질 수 있다. 이 방법은 추정된 변환 계수들의 현재 블록에 기초하고 양자화된 예측 에러 계수들의 현재 블록에 기초하여 재구성된 변환 계수들의 현재 블록을 결정하는 단계로 진행할 수 있다. 재구성된 음성 신호는 재구성된 변환 계수들의 현재 블록에 기초하여 결정될 수 있다.
다른 양태에 따라, 소프트웨어 프로그램이 기술된다. 소프트웨어 프로그램은 처리기 상의 실행을 위해 구성될 수 있고 처리기 상에서 실행될 때 본 문서에 개요가 설명된 방법 단계들을 수행하도록 구성될 수 있다.
다른 양태에 따라, 저장 매체가 기술된다. 저장 매체는, 처리기 상의 실행을 위해 구성되고 처리기 상에서 실행될 때 본 문서에 개요가 설명된 방법 단계들을 수행하도록 구성된 소프트웨어 프로그램을 포함할 수 있다.
다른 양태에 따라, 컴퓨터 프로그램 제품이 기술된다. 컴퓨터 프로그램은 컴퓨터 상에서 실행될 때 본 문서에 개요가 설명된 방법 단계들을 수행하기 위한 실행 가능한 명령들을 포함할 수 있다.
본 특허 출원에 개요가 설명된 양호한 실시예들을 포함하는 방법들 및 시스템들은 독립적으로 또는 이 문서에 개시된 다른 방법들 및 시스템들과 조합하여 이용될 수 있음을 유념해야 한다. 또한, 본 특허 출원에 개요가 설명된 방법들 및 시스템들의 모든 양태들은 다양한 방식들로 조합될 수 있다. 특히, 청구항들의 특징들은 임의의 방식으로 서로 조합될 수 있다.
본 발명은 첨부 도면들을 참조하여 예시적인 방식으로 하기에 설명된다.
도 1a는 고정 비트-레이트로 비트스트림을 제공하는 예시적 오디오 인코더의 블록도.
도 1b는 가변 비트-레이트로 비트스트림을 제공하는 예시적 오디오 인코더의 블록도.
도 2는 변환 계수들의 복수의 블록들에 기초한 예시적 엔벨로프의 생성을 도시한 도면.
도 3a는 변환 계수들의 블록들의 예시적 엔벨로프들을 도시한 도면.
도 3b는 예시적 보간된 엔벨로프의 결정을 도시한 도면.
도 4는 예시적 양자화기들의 세트들을 도시한 도면.
도 5a는 예시적 오디오 디코더의 블록도.
도 5b는 도 5a의 오디오 디코더의 예시적 엔벨로프 디코더의 블록도.
도 5c는 도 5a의 오디오 디코더의 예시적 부대역 예측기의 블록도.
도 5d는 도 5a의 오디오 디코더의 예시적 스펙트럼 디코더의 블록도.
도 6a는 예시적 허용 양자화기들의 세트의 블록도.
도 6b는 예시적 디더링된 양자화기의 블록도.
도 6c는 변환 계수들의 블록의 스펙트럼에 기초하여 예시적 양자화기들의 선택을 도시한 도면.
도 7은 인코더에서 및 대응하는 디코더에서 양자화기들의 세트를 결정하기 위한 예시적 방식을 도시한 도면.
도 8은 디더링된 양자화기를 이용하여 결정된 엔트로피 인코딩된 양자화 인덱스들을 디코딩하기 위한 예시적 방식의 블록도.
도 9a 내지 도 9c는 예시적 실험 결과들을 도시한 도면들
도 10은 예시적 비트 할당 처리를 도시한 도면.
도 1b는 가변 비트-레이트로 비트스트림을 제공하는 예시적 오디오 인코더의 블록도.
도 2는 변환 계수들의 복수의 블록들에 기초한 예시적 엔벨로프의 생성을 도시한 도면.
도 3a는 변환 계수들의 블록들의 예시적 엔벨로프들을 도시한 도면.
도 3b는 예시적 보간된 엔벨로프의 결정을 도시한 도면.
도 4는 예시적 양자화기들의 세트들을 도시한 도면.
도 5a는 예시적 오디오 디코더의 블록도.
도 5b는 도 5a의 오디오 디코더의 예시적 엔벨로프 디코더의 블록도.
도 5c는 도 5a의 오디오 디코더의 예시적 부대역 예측기의 블록도.
도 5d는 도 5a의 오디오 디코더의 예시적 스펙트럼 디코더의 블록도.
도 6a는 예시적 허용 양자화기들의 세트의 블록도.
도 6b는 예시적 디더링된 양자화기의 블록도.
도 6c는 변환 계수들의 블록의 스펙트럼에 기초하여 예시적 양자화기들의 선택을 도시한 도면.
도 7은 인코더에서 및 대응하는 디코더에서 양자화기들의 세트를 결정하기 위한 예시적 방식을 도시한 도면.
도 8은 디더링된 양자화기를 이용하여 결정된 엔트로피 인코딩된 양자화 인덱스들을 디코딩하기 위한 예시적 방식의 블록도.
도 9a 내지 도 9c는 예시적 실험 결과들을 도시한 도면들
도 10은 예시적 비트 할당 처리를 도시한 도면.
배경부에 개요가 설명된 바와 같이, 음성 신호들(speech 또는 voice signals)에 대한 상대적으로 높은 코딩 이득들을 나타내는 변환-기반 오디오 코덱을 제공하는 것이 바람직하다. 이러한 변환-기반 오디오 코덱은 변환-기반 음성 코덱(transform-based speech codec 또는 transform-based voice codec)으로 칭해질 수 있다. 변환-기반 음성 코덱은 변환 도메인에서도 또한 동작하므로 AAC 또는 HE-AAC와 같이 일반 변환-기반 오디오 코덱과 편리하게 조합될 수 있다. 또한, 입력 오디오 신호의 세그먼트(예를 들면, 프레임)의 음성 또는 비음성으로의 분류 및 일반 오디오 코덱과 특정 음성 코덱 간의 후속 전환은 두 코덱들이 변환 도메인에서 동작한다는 사실에 기인하여 간단해질 수 있다.
도 1a는 예시적 변환-기반 음성 인코더(100)의 블록도를 도시한다. 인코더(100)는 변환 계수들의 블록(131)(또한 코딩 단위로도 칭해짐)을 입력으로 수신한다. 변환 계수들의 블록(131)은 입력 오디오 신호의 샘플들의 시퀀스를 시간 도메인에서 변환 도메인으로 변환하도록 구성된 변환 유닛에 의해 획득되었을 수 있다. 변환 유닛은 MDCT를 수행하도록 구성될 수 있다. 변환 유닛은 AAC 또는 HE-AAC와 같은 일반 오디오 코덱의 일부일 수 있다. 이러한 일반 오디오 코덱은 상이한 블록 크기들, 예를 들면 긴 블록 및 짧은 블록을 이용할 수 있다. 예시적 블록 크기들은 긴 블록에 대해 1024개의 샘플들이고 짧은 블록에 대해 256개의 샘플들이다. 44.1kHz의 샘플링 레이트 및 50%의 오버랩을 가정하면, 긴 블록은 대략 20ms의 입력 오디오 신호를 커버하고 짧은 블록은 대략 5ms의 입력 오디오 신호를 커버한다. 긴 블록들은 통상적으로 입력 오디오 신호의 고정 세그먼트들(stationary segments)에 이용되고 짧은 블록들은 통상적으로 입력 오디오 신호의 과도 세그먼트들(transient segments)에 이용된다.
음성 신호들은 약 20ms의 시간 세그먼트들로 고정되는 것으로 간주될 수 있다. 특히, 음성 신호의 스펙트럼 엔벨로프는 약 20ms의 시간 세그먼트들에서 고정되는 것으로 간주될 수 있다. 이러한 20ms 세그먼트들 동안 변환 도메인에서 중요한 통계들을 도출할 수 있기 위해, 변환 계수들의 짧은 블록들(예를 들면 5ms의 길이를 가진)(131)을 변환-기반 음성 인코더(100)에 제공하는 것이 유용할 수 있다. 이렇게 함으로써, 복수의 짧은 블록들(131)은 예를 들면 20ms의 시간 세그먼트(예를 들면, 긴 블록의 시간 세그먼트)에 관한 통계들을 도출하는데 이용될 수 있다. 또한, 이것은 음성 신호들에 대한 충분한 시간 해상도를 제공하는 이점을 가진다.
따라서, 변환 유닛은 입력 오디오 신호의 현재 세그먼트가 음성으로 분류된다면, 변환 계수들의 짧은 블록들(131)을 제공하도록 구성될 수 있다. 인코더(100)는 블록들(131)의 세트(132)로 칭해지는 변환 계수들의 복수의 블록들(131)을 추출하도록 구성된 프레이밍 유닛(101)을 포함할 수 있다. 블록들의 세트(132)는 또한 프레임으로 칭해질 수 있다. 예를 들면, 블록들(131)의 세트(132)는 256개의 변환 계수들의 4개의 짧은 블록들을 포함할 수 있고, 그에 의해 입력 오디오 신호의 대략 20ms 세그먼트를 커버한다.
블록들의 세트(132)는 엔벨로프 추정 유닛(102)에 제공될 수 있다. 엔벨로프 추정 유닛(102)은 블록들의 세트(132)에 기초하여 엔벨로프(133)를 결정하도록 구성될 수 있다. 엔벨로프(133)는 블록들의 세트(132) 내에 포함된 복수의 블록들(131)의 대응하는 변환 계수들의 평균 제곱근(RMS) 값들에 기초할 수 있다. 블록(131)은 통상적으로 대응하는 복수의 주파수 빈들(301)에서 복수의 변환 계수들(예를 들면, 256개의 변환 계수들)을 제공한다(도 3a 참조). 복수의 주파수 빈들(301)은 복수의 주파수 대역들(302)로 그룹화될 수 있다. 복수의 주파수 대역들(302)은 음향심리학적 고려사항들에 기초하여 선택될 수 있다. 예를 들면, 주파수 빈들(301)은 대수 스케일 또는 바크 스케일에 따라 주파수 대역들(302)로 그룹화될 수 있다. 현재 블록들의 세트(132)에 기초하여 결정된 엔벨로프(134)는 복수의 주파수 대역들(302)에 대한 복수의 에너지 값들을 각각 포함할 수 있다. 특정 주파수 대역(302)에 대한 특정 에너지 값은, 특정 주파수 대역(302) 내에 있는 주파수 빈들(301)에 대응하는 세트(132)의 블록들(131)의 변환 계수들에 기초하여 결정될 수 있다. 이들 변환 계수들의 RMS 값에 기초하여 특정 에너지 값이 결정될 수 있다. 이와 같이, 현재 블록들의 세트(132)에 대한 엔벨로프(133)(현재 엔벨로프(133)로 칭해짐)는 현재 블록들의 세트(132) 내에 포함된 변환 계수들의 블록들(131)의 평균 엔벨로프를 나타낼 수 있거나, 또는 엔벨로프(133)를 결정하는데 이용되는 변환 계수들의 블록들(132)의 평균 엔벨로프를 나타낼 수 있다.
현재 엔벨로프(133)는 현재 블록들의 세트(132)에 인접한 변환 계수들의 하나 이상의 다른 블록들(131)에 기초하여 결정될 수 있음을 유념해야 한다. 이것은 도 2에 도시되며, 여기서 현재 엔벨로프(133)(양자화된 현재 엔벨로프(134)로 표시됨)는 현재 블록들의 세트(132)의 블록들(131)에 기초하고 현재 블록들의 세트(132)에 앞선 블록들의 세트로부터의 블록(201)에 기초하여 결정된다. 예시에서, 현재 엔벨로프(133)는 5개의 블록들(131)에 기초하여 결정된다. 현재 엔벨로프(133)를 결정할 때 인접한 블록들을 고려함으로써, 인접한 블록들의 세트들(132)의 엔벨로프들의 연속성이 보장될 수 있다.
현재 엔벨로프(133)를 결정할 때, 상이한 블록들(131)의 변환 계수들이 가중될 수 있다. 특히, 현재 엔벨로프(133)를 결정하기 위해 고려되는 최외부 블록들(201, 202)은 나머지 블록들(131)보다 낮은 가중치를 가질 수 있다. 예를 들면, 최외부 블록들(201, 202)의 변환 계수들은 0.5로 가중될 수 있고, 다른 블록들(131)의 변환 계수들은 1로 가중될 수 있다.
앞선 블록들의 세트(132)의 블록들(201)을 고려하는 것과 유사한 방식으로, 바로 다음의 블록들의 세트(132)의 하나 이상의 블록들(소위 예견 블록들(look-ahead blocks))이 현재 엔벨로프(133)를 결정하기 위해 고려될 수 있음을 유념해야 한다.
현재 엔벨로프(133)의 에너지 값들은 대수 스케일 상으로(예를 들면, dB 스케일 상으로) 표현될 수 있다. 현재 엔벨로프(133)는 현재 엔벨로프(133)의 에너지 값들을 양자화하도록 구성된 엔벨로프 양자화 유닛(103)에 제공될 수 있다. 엔벨로프 양자화 유닛(103)은 미리 결정된 양자화기 해상도, 예를 들면 3dB의 해상도를 제공할 수 있다. 엔벨로프(133)의 양자화 인덱스들은 인코더(100)에 의해 생성되는 비트스트림 내에 엔벨로프 데이터(161)로서 제공될 수 있다. 또한, 양자화된 엔벨로프(134), 즉 엔벨로프(133)의 양자화된 에너지 값들을 포함하는 엔벨로프가 보간 유닛(104)에 제공될 수 있다.
보간 유닛(104)은 양자화된 현재 엔벨로프(134)에 기초하고 양자화된 이전 엔벨로프(135)(현재 블록들의 세트(132)에 바로 앞선 블록들의 세트(132)에 대해 결정된)에 기초하여 현재 블록들의 세트(132)의 각각의 블록(131)에 대한 엔벨로프를 결정하도록 구성된다. 보간 유닛(104)의 동작은 도 2, 도 3a 및 도 3b에 도시된다. 도 2는 변환 계수들의 블록들(131)의 시퀀스를 도시한다. 블록들(131)의 시퀀스는 블록들의 연속하는 세트들(132)로 그룹화되며, 각각의 블록들의 세트(132)는 양자화된 엔벨로프, 예를 들면 양자화된 현재 엔벨로프(134) 및 양자화된 이전 엔벨로프(135)를 결정하는데 이용된다. 도 3a는 양자화된 이전 엔벨로프(135) 및 양자화된 현재 엔벨로프(134)의 예들을 도시한다. 상기에 표시된 바와 같이, 엔벨로프들은 스펙트럼 에너지(303)를 (예를 들면 dB 스케일 상으로) 나타낼 수 있다. 동일 주파수 대역(302)에 대한 양자화된 이전 엔벨로프(135) 및 양자화된 현재 엔벨로프 (134)의 대응하는 에너지 값들(303)은 보간된 엔벨로프(136)를 결정하기 위해 보간될 수 있다(예를 들면, 선형 보간을 이용하여). 즉, 특정 주파수 대역(302)의 에너지 값들(303)은 특정 주파수 대역(302) 내의 보간된 엔벨로프(136)의 에너지 값(303)을 제공하기 위해 보간될 수 있다.
보간된 엔벨로프들(136)이 결정되어 적용되는 블록들의 세트는 양자화된 현재 엔벨로프(134)가 결정되는 것에 기초하여 블록들의 현재 세트(132)와 상이할 수 있음을 유념해야 한다. 이것은 블록들의 시프트된 세트(332)를 도시한 도 2에 예시되며, 블록들의 시프트된 세트(332)는 블록들의 현재 세트(132)에 비교하여 시프트되고 블록들의 이전 세트(132)의 블록들 3 및 4(참조 번호들(203 및 201)로 각각 표시) 및 블록들의 현재 세트(132)의 블록들 1 및 2(참조 번호들(204 및 205)로 각각 표시)를 포함한다. 사실상, 양자화된 현재 엔벨로프(134)에 기초하고 양자화된 이전 엔벨로프(135)에 기초하여 결정된 보간된 엔벨로프들(136)은 블록들의 현재 세트(132)의 블록들에 대한 타당성에 비해, 블록들의 시프트된 세트(332)의 블록들에 대한 타당성이 증가할 수 있다.
따라서, 도 3b에 도시된 보간된 엔벨로프들(136)은 블록들의 시프트된 세트(332)의 블록들(131)을 플래트닝하기 위해 이용될 수 있다. 이것은 도 2와 조합한 도 3b에 도시된다. 도 3b의 보간된 엔벨로프(341)는 도 2의 블록(203)에 적용될 수 있고, 도 3b의 보간된 엔벨로프(342)는 도 2의 블록(201)에 적용될 수 있고, 도 3b의 보간된 엔벨로프(343)는 도 2의 블록(204)에 적용될 수 있고, 도 3b의 보간된 엔벨로프(344)(예시에서는 양자화된 현재 엔벨로프(136)에 대응함)는 도 2의 블록(205)에 적용될 수 있음을 알 수 있다. 이와 같이, 양자화된 현재 엔벨로프(134)를 결정하기 위한 블록들의 세트(132)는, 보간된 엔벨로프들(136)이 결정되고 보간된 엔벨로프들(136)이 적용되는(플래트닝을 위해) 블록들의 시프트된 세트(332)와 상이할 수 있다. 특히, 양자화된 현재 엔벨로프(134)는, 양자화된 현재 엔벨로프(134)를 이용하여 플래트닝되는 블록들의 시프트된 세트(332)의 블록들(203, 201, 204, 205)에 대한 특정 예견을 이용하여 결정될 수 있다. 이것은 연속성 관점에서 유리하다.
보간된 엔벨로프들(136)을 결정하기 위한 에너지 값들(303)의 보간은 도 3b에 도시된다. 양자화된 이전 엔벨로프(135)의 에너지 값과 양자화된 현재 엔벨로프(134)의 대응하는 에너지 값 사이의 보간에 의해, 보간된 엔벨로프들(136)의 에너지 값들은 블록들의 시프트된 세트(332)의 블록들(131)에 대해 결정될 수 있음을 알 수 있다. 특히, 시프트된 세트(332)의 각각의 블록(131)에 대해, 보간된 엔벨로프(136)가 결정될 수 있고, 그에 의해 블록들의 시프트된 세트(332)의 복수의 블록들(203, 201, 204, 205)에 대한 복수의 보간된 엔벨로프들(136)을 제공한다. 변환 계수의 블록(131)(예를 들면, 블록들의 시프트된 세트(332)의 임의의 블록들(203, 201, 204, 205))의 보간된 엔벨로프(136)는 변환 계수들의 블록(131)을 인코딩하는데 이용될 수 있다. 현재 엔벨로프(133)의 양자화 인덱스들(161)은 비트스트림 내에서 대응하는 디코더에 제공됨을 유념해야 한다. 결과적으로, 대응하는 디코더는 인코더(100)의 보간 유닛(104)과 유사한 방식으로 복수의 보간된 엔벨로프들(136)을 결정하도록 구성될 수 있다.
프레이밍 유닛(101), 엔벨로프 추정 유닛(103), 엔벨로프 양자화 유닛(103), 및 보간 유닛(104)은 블록들의 세트(즉, 블록들의 현재 세트(132) 및/또는 블록들의 시프트된 세트(332))에 대해 동작한다. 반면, 변환 계수의 실제 인코딩은 한 블록씩 기초하여 수행될 수 있다. 다음에는 블록들의 시프트된 세트(332)(또는 가능하게는 변환-기반 음성 인코더(100)의 다른 구현들에서 블록들의 현재 세트(132))의 복수의 블록(131) 중 임의의 하나일 수 있는 변환 계수들의 현재 블록(131)의 인코딩에 대한 참조가 이루어진다.
현재 블록(131)에 대한 현재 보간된 엔벨로프(136)는 현재 블록(131)의 변환 계수들의 스펙트럼 엔벨로프의 근사치를 제공할 수 있다. 인코더(100)는, 현재 보간된 엔벨로프(136)에 기초하고 현재 블록(131)에 기초하여, 현재 블록(131)에 대한 조정된 엔벨로프(139)를 결정하도록 구성되는 사전-플래트닝 유닛(105; pre-flattening unit) 및 엔벨로프 이득 결정 유닛(106)을 포함할 수 있다. 특히, 현재 블록(131)에 대한 엔벨로프 이득은 현재 블록(131)의 플래트닝된 변환 계수들의 분산이 조정되게 결정될 수 있다. X(k), k = 1, ..., K는 현재 블록(131)의 변환 계수들일 수 있고(예를 들면, K = 256), E(k), k = 1, ..., K는 현재 보간된 엔벨로프(136)의 평균 스펙트럼 에너지 값들(303)일 수 있다(동일한 주파수 대역(302)의 에너지 값들 E(k)는 동일하다). 엔벨로프 이득 α는 플래트닝된 변환 계수들 
의 분산이 조정되게 결정될 수 있다. 특히, 엔벨로프 이득 α는 분산이 1이 되게 결정될 수 있다.
엔벨로프 이득 α는 변환 계수들의 현재 블록(131)의 완전한 주파수 레인지의 서브-레인지에 대해 결정될 수 있음을 유념해야 한다. 즉, 엔벨로프 이득 α는 주파수 빈들(301)의 서브세트에만 기초하여 및/또는 주파수 대역들(302)의 서브세트에만 기초하여 결정될 수 있다. 예를 들면, 엔벨로프 이득 α는 시작 주파수 빈(304)(시작 주파수 빈은 0 또는 1보다 큼)보다 큰 주파수 빈들(301)에 기초하여 결정될 수 있다. 결과적으로, 현재 블록(131)에 대한 조정된 엔벨로프(139)는 시작 주파수 빈(304)보다 위에 놓인 주파수 빈들(301)과 연관되는 현재 보간된 엔벨로프(136)의 평균 스펙트럼 에너지 값들(303)에만 엔벨로프 이득 α를 적용함으로써 결정될 수 있다. 따라서, 현재 블록(131)에 대한 조정된 엔벨로프(139)는 시작 주파수 빈 이하에 있는 주파수 빈들(301)에 대해, 현재 보간된 엔벨로프(136)에 대응할 수 있고, 시작 주파수 빈 위에 있는 주파수 빈들(301)에 대해, 엔벨로프 이득 α에 의해 오프셋되는 현재 보간된 엔벨로프(136)에 대응할 수 있다. 이것은 조정된 엔벨로프(339)로 도 3a에 도시된다(점선들로 도시).
현재 보간된 엔벨로프(136)에의 엔벨로프 이득 α(137)(또한 레벨 정정 이득으로도 칭해짐)의 적용은 현재 보간된 엔벨로프(136)의 조정 또는 오프셋에 대응하고, 그에 의해 도 3a에 예시된 바와 같은 조정된 엔벨로프(139)를 산출한다. 엔벨로프 이득 α(137)는 비트스트림에 이득 데이터(162)로서 인코딩될 수 있다.
인코더(100)는 엔벨로프 이득 α(137)에 기초하고 현재 보간된 엔벨로프(136)에 기초하여 조정된 엔벨로프(139)를 결정하도록 구성된 엔벨로프 조정 유닛(107; envelope refinement unit)을 더 포함할 수 있다. 조정된 엔벨로프(139)는 변환 계수들의 블록(131)의 신호 처리에 이용될 수 있다. 엔벨로프 이득 α(137)은 현재 보간된 엔벨로프(136)(3dB 단계들에서 양자화될 수 있음)에 비해 더 높은 해상도(예를 들면, 1dB 단계들에서)로 양자화될 수 있다. 이와 같이, 조정된 엔벨로프(139)는 엔벨로프 이득 α(137)(예를 들면 1dB 단계들에서)의 더 높은 해상도로 양자화될 수 있다.
또한, 엔벨로프 조정 유닛(107)은 할당 엔벨로프(138)를 결정하도록 구성될 수 있다. 할당 엔벨로프(138)는 조정된 엔벨로프(139)의 양자화된 버전(예를 들면, 3dB 양자화 레벨들로 양자화된)에 대응할 수 있다. 할당 엔벨로프(138)는 비트 할당을 위해 이용될 수 있다. 특히, 할당 엔벨로프(138)는 양자화기들의 미리 결정된 세트로부터 특정 양자화기를 - 현재 블록(131)의 특정 변환 계수에 대해 - 결정하는데 이용될 수 있고, 특정 양자화기는 특정 변환 계수를 양자화하기 위해 이용된다.
인코더(100)는, 조정된 엔벨로프(139)를 이용하여 현재 블록(131)을 플래트닝하고 그에 의해 플래트닝된 변환 계수들 
의 블록(140)을 산출하도록 구성된 플래트닝 유닛(108)을 포함한다. 플래트닝된 변환 계수들 
의 블록(140)은 변환 도메인 내의 예측 루프를 이용하여 인코딩될 수 있다. 이와 같이, 블록(140)은 부대역 예측기(117)를 이용하여 인코딩될 수 있다. 예측 루프는 플래트닝된 변환 계수들 
의 블록(140)에 기초하고 추정된 변환 계수들 
의 블록(150)에 기초하여, 예를 들면 
, 예측 에러 계수들 Δ(k)의 블록(141)을 결정하도록 구성된 차 유닛(115)을 포함한다. 블록(140)이 플래트닝된 변환 계수들, 즉 조정된 엔벨로프(139)의 에너지 값들(303)을 이용하여 정규화되었거나 플래트닝된 변환 계수들을 포함한다는 사실로 인해, 추정된 변환 계수들의 블록(150) 또한 플래트닝된 변환 계수들의 추정들을 포함함을 유념해야 한다. 즉, 차 유닛(115)은 소위 플래트닝된 도메인에서 동작한다. 결과적으로, 예측 에러 계수들 Δ(k)의 블록(141)은 플래트닝된 도메인으로 표현된다.
예측 에러 계수들 Δ(k)의 블록(141)은 1과 상이한 분산을 나타낼 수 있다. 인코더(100)는 리스케일링된 에러 계수들의 블록(142)을 산출하기 위해 예측 에러 계수들 Δ(k)을 리스케일링하도록 구성된 리스케일링 유닛(111)을 포함할 수 있다. 리스케일링 유닛(111)은 리스케일링을 수행하기 위한 하나 이상의 미리 결정된 경험 규칙들(heuristic rules)을 이용할 수 있다. 결과적으로, 리스케일링된 에러 계수들의 블록(142)은 1에 (평균적으로) 더 근접한(예측 에러 계수들의 블록(141)에 비해) 분산을 나타낸다. 이것은 후속 양자화 및 인코딩에 유리할 수 있다.
인코더(100)는 예측 에러 계수들의 블록(141) 또는 리스케일링된 에러 계수들의 블록(142)을 양자화하도록 구성된 계수 양자화 유닛(112)을 포함한다. 계수 양자화 유닛(112)은 미리 결정된 양자화기들의 세트를 포함할 수 있거나 이용할 수 있다. 미리 결정된 양자화기들의 세트는 정확도들 또는 해상도가 상이한 양자화기들을 제공할 수 있다. 이것은 상이한 양자화기들(321, 322, 323)이 도시된 도 4에 도시된다. 상이한 양자화기들은 상이한 레벨들의 정확도(상이한 dB 값들로 표시)를 제공할 수 있다. 복수의 양자화기들(321, 322, 323) 중 특정 양자화기는 할당 엔벨로프(138)의 특정 값에 대응할 수 있다. 이와 같이, 할당 엔벨로프(138)의 에너지 값은 복수의 양자화기들의 대응하는 양자화기를 가리킬 수 있다. 이와 같이, 할당 엔벨로프(138)의 결정은 특정 에러 계수에 이용될 양자화기의 선택 처리를 간단하게 할 수 있다. 즉, 할당 엔벨로프(138)는 비트 할당 처리를 간단하게 할 수 있다.
양자화기들의 세트는 양자화 에러를 랜덤화하기 위한 디더링을 이용하는 하나 이상의 양자화기들(322)을 포함할 수 있다. 이것은, 디더링된 양자화기들의 서브세트(324)를 포함하는 미리 결정된 양자화기들의 제 1 세트(326) 및 디더링된 양자화기들의 서브세트(325)를 포함하는 미리 결정된 양자화기들의 제 2 세트(327)를 보여주는 도 4에 도시된다. 이와 같이, 계수 양자화 유닛(112)은 미리 결정된 양자화기들의 상이한 세트들(326, 327)을 이용할 수 있고, 여기서 계수 양자화 유닛(112)에 의해 이용되는 미리 결정된 양자화기들의 세트는, 예측기(117)에 의해 제공되고 및/또는 인코더 및 대응하는 디코더에서 이용 가능한 다른 사이드 정보에 기초하여 결정되는 제어 파라미터(146)에 의존할 수 있다. 특히, 계수 양자화 유닛(112)은 제어 파라미터(146)에 기초하여, 리스케일링된 에러 계수의 블록(142)을 양자화하기 위해 미리 결정된 양자화기들의 세트(326, 327)를 선택하도록 구성될 수 있고, 여기서 제어 파라미터(146)는 예측기(117)에 의해 제공되는 하나 이상의 예측기 파라미터들에 의존할 수 있다. 하나 이상의 예측기 파라미터들은 예측기(117)에 의해 제공되는 추정된 변환 계수들의 블록(150)의 품질을 나타낼 수 있다. 양자화된 에러 계수들은 예를 들면 허프만 코드를 이용하여 엔트로피 인코딩될 수 있고, 그에 의해 인코더(100)에 의해 생성된 비트스트림에 포함될 계수 데이터(163)를 산출한다.
다음에는 양자화기들(321, 322, 323)의 세트(326)의 선택 또는 결정에 관한 부가의 세부사항들이 기술된다. 양자화기들의 세트(326)는 양자화기들의 순서화된 집단(326)에 대응할 수 있다. 양자화기들의 순서화된 집단(326)은 N개의 양자화기들을 포함할 수 있고, 각각의 양자화기는 상이할 왜곡 레벨에 대응할 수 있다. 이와 같이, 양자화기들의 집단(326)은 N개의 가능한 왜곡 레벨들을 제공할 수 있다. 집단(326)의 양자화기들은 왜곡 감소에 따라(또는 등가적으로 SNR 증가에 따라) 순서화될 수 있다. 또한, 양자화기들은 정수 라벨들로 라벨이 붙여질 수 있다. 예를 들면, 양자화기들은 0, 1, 2 등으로 라벨이 붙여질 수 있고, 증가하는 정수 라벨은 증가하는 SNR을 나타낼 수 있다.
양자화기들의 집단(326)은 2개의 연속하는 양자화기들 사이의 SNR 갭이 적어도 대략 일정하게 될 수 있다. 예를 들면, 라벨 "1"을 가진 양자화기의 SNR은 1.5dB일 수 있고, 라벨 "2"를 가진 양자화기의 SNR은 3.0dB일 수 있다. 따라서, 양자화기들의 순서화된 집단(326)의 양자화기들은 제 1 양자화기에서 인접한 제 2 양자화기로 변경함으로써, SNR(signal-to-noise ratio)이 제 1 및 제 2 양자화기들의 모든 쌍들에 대해 실질적으로 일정한 값(예를 들면, 1.5dB)으로 증가되게 될 수 있다.
양자화기들의 집단(326)은 다음을 포함할 수 있다:
양자화기들의 총 수 N은 N = 1 + Ndith + Ncq로 주어진다.
양자화기 집단(326)의 일례는 도 6a에 도시된다. 양자화기들의 집단(326)의 잡음-채움 양자화기(321)는 예를 들면 미리 규정된 통계 모델에 따라 랜덤 변수의 실현화를 출력하는 난수 생성기를 이용하여 구현될 수 있다. 이러한 난수 생성기의 가능한 구현은 미리 규정된 통계 모델의 랜덤 샘플들을 가진 고정된 테이블의 이용 및 가능하게 후속 재정규화를 관련시킬 수 있다. 인코더(100)에서 이용되는 난수 생성기는 대응하는 디코더에서의 난수 생성기와 동기한다. 난수 생성기들의 동기화는 난수 생성기들을 초기화하기 위한 커먼 시드(common seed)를 이용함으로써 및/또는 고정된 시간 인스턴스들에서 수 발생기들의 상태들을 재설정함으로써 획득될 수 있다. 대안적으로, 생성기들은 미리 정해진 통계 모델에 따라 생성되는 랜덤 데이터를 포함하는 룩업 테이블들로서 구현될 수 있다. 특히, 예측기가 활성 상태이면, 잡음-채움 양자화기(321)의 출력이 인코더(100)에서 및 대응하는 디코더에서 동일함이 보장될 수 있다.
또한, 양자화기들의 집단(326)은 하나 이상의 디더링된 양자화기(322)를 포함할 수 있다. 하나 이상의 디더링된 양자화기들은 도 6a에 도시된 의사 디더 신호(602)의 실현화를 이용하여 생성될 수 있다. 의사-수 디더 신호(602)는 의사 랜덤 디더 값들의 블록(602)에 대응할 수 있다. 디더 수들의 블록(602)은 양자화되어야 하는 리스케일링된 에러 계수들의 블록(142)의 차원수와 동일한 차원수를 가질 수 있다. 디더 신호(602)(또는 디더 값들의 블록(602))는 디더 생성기(601)를 이용하여 생성될 수 있다. 특히, 디더 신호(602)는 균일하게 분포된 랜덤 샘플들을 포함하는 룩업 테이블을 이용하여 생성될 수 있다.
도 6b의 맥락에서 도시되는 바와 같이, 디더 값들의 블록(602)의 개별 디더 값들(632)은 양자화되어야 하는 대응하는 계수(예를 들면, 리스케일링된 에러 계수들의 블록(142)의 대응하는 리스케일링된 에러 계수에)에 디더를 적용하는데 이용된다. 리스케일링된 에러 계수들의 블록(142)은 총 K개의 리스케일링된 에러 계수들을 포함할 수 있다. 유사한 방식으로, 디더 값들의 블록(602)은 K개의 디더 값들(632)을 포함할 수 있다. 디더 값들의 블록(602)의 k = 1, ..., K인 k번째 디더 값(632)은 리스케일링된 에러 계수들의 블록(142)의 k번째 리스케일링된 에러 계수에 적용될 수 있다.
상기에 나타낸 바와 같이, 디더 값들의 블록(602)은 양자화되어야 하는 리스케일링된 에러 계수들의 블록(142)과 동일한 차원을 가질 수 있다. 이것은 양자화기들의 집단(326)의 모든 디더링된 양자화기들(322)에 대한 디더 값들의 단일 블록(602)을 이용하는 것을 허용할 때 유리하다. 즉, 리스케일링된 에러 계수들의 주어진 블록(142)을 양자화 및 인코딩하기 위해, 의사-랜덤 디더(602)는 양자화기들의 모든 허용 집단들(326, 327)에 대해 및 왜곡에 대한 모든 가능한 할당들에 대해 단 한 번만 생성될 수 있다. 이것은, 단일 디더 신호(602)가 대응하는 디코더에 명시적으로 시그널링될 필요가 없으므로, 인코더(100)와 대응하는 디코더 사이의 동기화를 달성하는 것을 용이하게 한다. 특히, 인코더(100) 및 대응하는 디코더는, 리스케일링된 에러 계수들의 블록(142)에 대한 디더 값들의 동일한 블록(602)을 생성하도록 구성된 동일한 디더 생성기(601)를 이용할 수 있다.
양자화기들의 집단(326)의 구성은 음향-심리학적 고려사항들에 기초하는 것이 바람직하다. 낮은 레이트 변환 코딩은 스펙트럼 홀들 및 대역-제한을 포함하는 스펙트럼 아티팩트들을 유발할 수 있고, 이들은 변환 계수들에 적용되는 통상적인 양자화 방식들에서 발생하는 역수 채움 처리(reverse-water filling process)의 특성에 의해 트리거링된다. 스펙트럼 홀들의 가청도는, 단시간 기간 동안 수위 아래가 되도록 발생했고 따라서 제로 비트-레이트로 할당된 주파수 대역들(302)로 잡음을 주입함으로써 감소될 수 있다.
주파수-도메인에서 계수들의 코스 양자화(Coarse quantization)는 특정 코딩 아티팩트들(예를 들면, 깊은 스펙트럼 홀들, 소위 "버디들(birdies)")을 유발할 수 있고, 이들은 특정 주파수 대역(302)의 계수들이 하나의 프레임에서 제로(깊은 스펙트럼 홀들의 경우에)로 양자화되고 다음 프레임에서 비-제로 값들로 양자화 될 때 및 전체 처리가 수십 밀리 초 동안 반복할 때의 상황에서 생성된다. 양자화기들이 거칠수록(coarser), 이러한 거동을 만들기가 더욱 쉬어진다. 이러한 기술적 문제는 0-레벨에서 신호 재구성을 위해 이용되는 양자화 인덱스들에 잡음-채움을 적용함으로써 처리될 수 있다(예를 들면, US7447631에서 개요가 설명된 바와 같이). US7447631에 기술된 해법은 0-레벨 양자화와 연관된 깊은 스펙트럼 홀들의 가청도를 감소시킬 때 아티팩트들의 감소를 용이하게 하지만, 더 얕은 스펙트럼 홀들과 연관된 아티팩트들은 남아 있다. 이것은 코스 양자화기의 양자화 인덱스들에도 또한 잡음-채움 방법을 적용할 수 있다. 그러나 이것은 이들 양자화기들의 MSE-성능을 상당히 저하시킨다. 이러한 결함은 디더링된 양자화기들의 이용에 의해 처리될 수 있다는 것이 본 발명자들에 의해 관찰되었다. 본 문서에서, MSE 성능 문제를 처리하기 위해, 낮은 SNR 레벨들에 대한 감산 디더를 가진 양자화기들(322)을 이용하는 것이 제안된다. 또한, 감산 디더를 가진 양자화기들(322)의 이용은 모든 재구성 레벨들에 대한 잡음-채움 특성들을 용이하게 한다. 디더링된 양자화기(322)가 임의의 비트-레이트에서 분석적으로 다루기 쉽기 때문에, 고-왜곡 레벨들(즉, 낮은 레이트들)에서 유용한 사후-이득들(614)을 도출함으로써 디더링으로 인한 성능 손실을 감소(예를 들면, 최소화)시키는 것이 가능하다.
일반적으로, 디더링된 양자화기(322)를 이용하여 임의의 낮은 비트-레이트를 달성하는 것이 가능하다. 예를 들면, 스칼라의 경우, 이것은 매우 큰 양자화 단계-크기를 이용하는 것을 선택할 수 있다. 그러나, 제로 비트-레이트 동작은 실제로는 실현 가능하지 않으며, 이것은 가변 길이 코더를 가진 양자화기의 동작을 가능하게 하는데 필요한 숫자 정확성(numeric precision)에 대한 요건들을 부과한다. 이것은 디더링된 양자화기(322)를 적용하기보다 일반 잡음 채움 양자화기(321)를 0dB SNR 왜곡 레벨에 적용하는 동기부여를 제공한다. 양자화기들의 제안된 집단(326)은, 상대적으로 작은 단계 크기들과 연관된 왜곡 레벨들에 대해 디더링된 양자화기들(322)이 이용되고, 숫자 정확성을 유지하는 것에 관한 문제들을 처리할 필요 없이 가변 길이 코딩이 구현될 수 있도록 설계된다.
스칼라 양자화의 경우에, 감산 디더링을 가진 양자화기들(322)은 거의 최적의 MSE 성능을 제공하는 사후-이득들을 이용하여 구현될 수 있다. 감산 디더링된 스칼라 양자화기(322)의 일례는 도 6b에 도시된다. 디더링된 양자화기(322)는 감산 디더링 구조 내에서 이용되는 균일 스칼라 양자화기 Q(612)를 포함한다. 감산 디더링 구조는 대응하는 에러 계수로부터(리스케일링된 에러 계수들의 블록(142)으로부터) 디더 값(632)(디더 값들의 블록(602)으로부터의)을 감산하도록 구성되는 디더 감산 유닛(611)을 포함한다. 또한, 감산 디더링 구조는 대응하는 스칼라 양자화된 에러 계수에 디더 값(632)(디더 값들의 블록(602)으로부터의)을 가산하도록 구성되는 대응하는 가산 유닛(613)을 포함한다. 예시에서, 디더 감산 유닛(611)은 스칼라 양자화기 Q(612)의 업스트림에 배치되고 디더 가산 유닛(613)은 스칼라 양자화기 Q(612)의 다운스트림에 배치된다. 디더 값들의 블록(602)으로부터의 디더 값들(632)은 스칼라 양자화기(612)의 단계 크기를 곱한 간격 [-0.5, 0.5) 또는 [0, 1)으로부터의 값들을 이용할 수 있다. 디더링된 양자화기(322)의 대안적 구현에서, 디더 감산 유닛(611) 및 디더 가산 유닛(613)은 서로 교환 가능할 수 있음을 유념해야 한다.
감산 디더링 구조는 양자화기 사후-이득 
에 의해 양자화된 에러 계수들을 리스케일링하도록 구성된 스케일링 유닛(614)이 다음에 올 수 있다. 양자화된 에러 계수들의 스케일링에 후속하여, 양자화된 에러 계수들의 블록(145)이 획득된다. 디더링된 양자화기(322)에 대한 입력 X는 통상적으로 디더링된 양자화기(322)를 이용하여 양자화되어야 하는 특정 주파수 대역에 있는 리스케일링된 에러 계수들의 블록(142)의 계수들에 대응함을 유념해야 한다. 유사한 방식으로, 디더링된 양자화기(322)에 대한 출력은 통상적으로 특정 주파수 대역에 있는 양자화된 에러 계수들의 블록(145)의 양자화된 계수들에 대응한다.
디더링된 양자화기(322)에 대한 입력 X는 제로 평균이고 입력 X의 분산 
은 알려져 있다고 가정할 수 있다. (예를 들면, 신호의 분산은 신호의 엔벨로프로부터 결정될 수 있다.) 또한, 디더 값들(632)을 포함하는 의사-랜덤 디더 블록 Z(602)는 인코더(100)에 및 대응하는 디코더에 이용 가능하다고 가정할 수 있다. 또한, 디더 값들(632)은 입력 X와 무관하다고 가정할 수 있다. 다양한 상이한 디더들(602)이 이용될 수 있지만, 다음에서는 디더 Z(602)가 0과 Δ 사이에 균일하게 분포된다고 가정하며, 이것은 U (0, Δ)로 표시될 수 있다. 실제로, 소위 슈크만 조건들을 이행하는 임의의 디더(예를 들면, 스칼라 양자화기(612)의 단계 크기 Δ를 곱한 [-0.5, 0.5) 사이에 균일하게 분포된 디더(602))가 이용될 수 있다. 양자화기 Q(612)는 격자일 수 있고 그것의 보로노이 셀(Voronoi cell)의 범위는 Δ일 수 있다. 이 경우, 디더 신호는 이용된 격자의 보로노이 셀의 범위에 걸쳐 균일 분포를 가진다.
양자화기 사후-이득 
은 디더 양자화기가 임의의 단계 크기(즉, 비트-레이트)에 대해 분석적으로 다루기 쉽기 때문에, 신호의 분산 및 양자화 단계 크기가 주어지면 도출될 수 있다. 특히, 사후-이득은 감산 디더를 가진 양자화기의 MSE 성능을 개선하기 위해 도출될 수 있다. 사후-이득은 다음에 의해 주어질 수 있다:
사후-이득 
의 적용에 의해, 디더링된 양자화기(322)의 MSE 성능이 개선될 수 있지만, 디더링된 양자화기(322)는 통상적으로 디더링 없는 양자화기보다 낮은 MSE 성능을 가진다(비트-레이트가 증가할 때 이 성능 손실이 사라지지만). 결과적으로, 일반적으로, 디더링된 양자화기들은 디더링되지 않은 버전들보다 잡음이 더 많다. 따라서, 디더링된 양자화기들(322)의 이용이 디더링된 양자화기들(322)의 지각적으로 유리한 잡음-채움 특성에 의해 타당해질 때만, 디더링된 양자화기들(322)을 이용하는 것이 바람직할 수 있다.
따라서 세 가지 타입들의 양자화기들을 포함하는 양자화기들의 집단(326)이 제공될 수 있다. 순서화된 양자화기 집단(326)은 단일 잡음-채움 양자화기(321), 감산 디더링을 가진 하나 이상의 양자화기들(322) 및 하나 이상의 클래식(디더링되지 않은) 양자화기들(323)을 포함할 수 있다. 연속하는 양자화기들(321, 322, 323)은 SNR에 대한 점진적인 개선들을 제공할 수 있다. 양자화기들의 순서화된 집단(326)의 인접한 양자화기들의 쌍 사이의 점진적인 개선들은 실질적으로 인접한 양자화기들의 쌍들의 일부 또는 전부에 대해 일정할 수 있다.
양자화기들의 특정 집단(326)은 디더링된 양자화기들(322)의 수 및 상기 특정 집단(326) 내에 포함된 디더링되지 않은 양자화기들(323)의 수에 의해 규정될 수 있다. 또한, 양자화기들의 특정 집단(326)은 디더 신호(602)의 특정 실현화에 의해 규정될 수 있다. 집단(326)은 변환 계수 렌더링: 제로 레이트 잡음-채움(0dB보다 약간 낮거나 동일한 SNR을 산출); 중간 왜곡 레벨(중간 SNR)에서 감산 디더링에 의해 잡음-채움; 및 낮은 왜곡 레벨(높은 SNR)에서 잡음-채움의 부족의 지각적으로 효율적인 양자화를 제공하기 위해 설계될 수 있다. 집단(326)은 레이트-할당 처리 동안 선택될 수 있는 허용 양자화기들의 세트를 제공한다. 양자화기들의 집단(326)으로부터의 특정 양자화기의 특정 주파수 대역(302)의 계수들에의 적용이 레이트-할당 처리 동안 결정된다. 특정 주파수 대역(302)의 계수들을 양자화하는데 양자화기가 이용되는 것은 통상적으로 종래 기술에 알려지지 않았다. 그러나 양자화기들의 집단(326)의 구성이 무엇인지는 통상적으로 종래 기술에 알려져 있다.
에러 계수들의 블록(142)의 상이한 주파수 대역들(302)에 대해 상이한 타입들의 양자화기들을 이용하는 양태는 레이트 할당 처리의 예시적 결과가 도시된 도 6c에 도시된다. 이 예에서, 레이트 할당은 소위 역수-채움 원리를 따른다고 가정한다. 도 6c는 입력 신호(또는 계수들의 양자화되어야 하는 블록의 엔벨로프)의 스펙트럼(625)을 도시한다. 주파수 대역(623)은 상대적으로 높은 스펙트럼 에너지를 가지고, 상대적으로 낮은 왜곡 레벨들을 제공하는 클래식 양자화기(323)를 이용하여 양자화됨을 알 수 있다. 주파수 대역들(622)은 수위(624) 보다 높은 스펙트럼 에너지를 나타낸다. 이들 주파수 대역들(622)의 계수들은 중간 왜곡 레벨들을 제공하는 디더링된 양자화기들(322)을 이용하여 양자화될 수 있다. 주파수 대역들(621)은 수위(624) 아래의 스펙트럼 에너지를 나타낸다. 이들 주파수 대역들(621)의 계수들은 제로-레이트 잡음 채움을 이용하여 양자화될 수 있다. 계수들의 특정 블록(스펙트럼(625)으로 표현)을 양자화하는데 이용되는 상이한 양자화기들은 계수들의 특정 블록에 대해 결정된 양자화기들의 특정 집단(326)의 일부일 수 있다.
따라서, 세 개의 상이한 타입들의 양자화기들(321, 322, 323)은 선택적으로 적용될 수 있다(예를 들면, 주파수에 관해 선택적으로). 특정 타입의 양자화기의 적용에 대한 결정은 레이트 할당 절차의 맥락에서 결정될 수 있으며, 이것은 하기에 기술된다. 레이트 할당 절차는 입력 신호의 RMS 엔벨로프로부터(또는, 예를 들면 신호의 전력 스펙트럼 밀도로부터) 도출될 수 있는 지각 기준을 이용할 수 있다. 특정 주파수 대역(302)에서 적용될 양자화기의 타입은 대응하는 디코더에 명시적으로 시그널링될 필요가 없다. 대응하는 디코더가 기본적인 지각 기준(예를 들면, 할당 엔벨로프(138))으로부터, 양자화기들의 집단의 미리 결정된 구성(예를 들면, 양자화기들의 상이한 집단들의 미리 결정된 세트)으로부터, 및 단일 글로벌 레이트 할당 파라미터(또한 오프셋 파라미터로 칭해짐)로부터 입력 신호의 블록을 양자화하는데 이용된 양자화기들의 특정 세트(326)를 결정할 수 있기 때문에, 선택된 타입의 양자화기를 시그널링하는 필요성은 제거된다.
인코더(100)에 의해 이용된 양자화기들의 집단(326)의 디코더에서의 결정은 양자화기들이 그들 왜곡(예를 들면, SNR)에 따라 순서화되도록 양자화기들의 집단(326)을 설계함으로써 용이하게 된다. 집단(326)의 각각의 양자화기는 앞선 양자화기의 왜곡을 일정한 값으로 감소시킬 수 있다(SNR을 개선할 수 있다). 또한, 양자화기들의 특정 집단(326)은 전체 레이트 할당 처리 동안 의사-랜덤 디더 신호(602)의 단일 실현화와 연관될 수 있다. 이것의 결과로서, 레이트 할당 절차의 결과는 디더 신호(602)의 실현화에 영향을 미치지 않는다. 이것은 레이트 할당 절차의 수렴을 보장하는데 유리하다. 또한, 이것은 디코더가 디더 신호(602)의 단일 실현화를 아는 경우에 디코더가 디코딩을 수행하는 것을 가능하게 한다. 디코더는 인코더(100)에서 및 대응하는 디코더에서 동일한 의사-랜덤 디더 생성기(601)를 이용함으로써 디더 신호(602)의 실현화를 자각되게 할 수 있다.
상기에 나타낸 바와 같이, 인코더(100)는 비트 할당 처리를 수행하도록 구성될 수 있다. 이를 위해, 인코더(100)는 비트 할당 유닛들(109, 110)을 포함할 수 있다. 비트 할당 유닛(109)은 리스케일링된 에러 계수들의 현재 블록(142)을 인코딩하기 위해 이용 가능한 비트들(143)의 총수를 결정하도록 구성될 수 있다. 비트들(143)의 총수는 할당 엔벨로프(138)에 기초하여 결정될 수 있다. 비트 할당 유닛(110)은 할당 엔벨로프(138)에서의 대응하는 에너지 값에 의존하여, 상이한 리스케일링된 에러 계수들에 대한 비트들의 상대적 할당을 제공하도록 구성될 수 있다.
비트 할당 처리는 반복 할당 절차를 이용할 수 있다. 할당 절차의 과정에서, 할당 엔벨로프(138)는 오프셋 파라미터를 이용하여 오프셋될 수 있고, 그에 의해 해상도가 증가된/감소된 양자화기들을 선택한다. 이와 같이, 오프셋 파라미터는 전체 양자화를 미세하게 또는 거칠게 하는데 이용될 수 있다. 오프셋 파라미터는 오프셋 파라미터 및 할당 엔벨로프(138)에 의해 주어진 양자화기들을 이용하여 획득되는 계수 데이터(163)가 현재 블록(131)에 할당된 비트들(143)의 총수에 대응하는(또는 초과하지 않는) 비트들의 수를 포함하도록 결정될 수 있다. 현재 블록(131)을 인코딩하기 위한 인코더(100)에 의해 이용된 오프셋 파라미터는 비트스트림에 계수 데이터(163)로 포함된다. 결과적으로, 대응하는 디코더는 리스케일링된 에러 계수들의 블록(142)을 양자화하기 위해 계수 양자화 유닛(112)에 의해 이용되는 양자화기들을 결정할 수 있다.
이와 같이, 레이트 할당 처리는 인코더(100)에서 수행될 수 있고, 이 경우 지각 모델에 따라 이용 가능한 비트들(143)을 분배하는 것을 목표로 한다. 지각 모델은 변환 계수들의 블록(131)으로부터 도출되는 할당 엔벨로프(138)에 의존할 수 있다. 레이트 할당 알고리즘은 상이한 타입들의 양자화기들, 즉 제로-레이트 잡음-채움(321), 하나 이상의 디더링된 양자화기들(322) 및 하나 이상의 클래식 디더링되지 않은 양자화기들(323) 사이에 이용 가능한 비트들(143)을 분배한다. 스펙트럼의 특정 주파수 대역(302)의 계수들을 양자화하는데 이용될 양자화기의 타입에 관한 최종 결정은 지각 신호 모델, 의사-랜덤 디더의 실현화, 및 비트-레이트 제약에 의존할 수 있다.
대응하는 디코더에서, 비트 할당(할당 엔벨로프(138)로 및 오프셋 파라미터로 표시)은 무손실 디코딩을 용이하게 하기 위해 양자화 인덱스들의 확률들을 결정하는데 이용될 수 있다. 전-대역 의사 랜덤 디더(602)의 실현화의 이용, 레이트 할당 파라미터(즉, 오프셋 파라미터) 및 신호 엔벨로프(138)에 의해 파라미터화된 지각 모델을 활용하는 양자화 인덱스들의 확률들의 계산 방법이 이용된다. 할당 엔벨로프(138), 오프셋 파라미터 및 디더 값들의 블록(602)에 관한 지식을 이용하여, 디코더에서의 양자화기들의 집단(326)의 구성은 인코더(100)에서 이용되는 집단(326)과 동기될 수 있다.
상기에 개요가 설명된 바와 같이, 비트-레이트 제약은 프레임 당 비트들(143)의 최대 허용 수에 관해 규정될 수 있다. 이것은 예를 들면 허프만 코드를 이용하여 후속 엔트로피 인코딩되는 양자화 인덱스들에 적용한다. 특히, 이것은 비트스트림이 시퀀스 방식으로 생성되는 경우, 단일 파라미터가 한번에 양자화되는 경우, 및 대응하는 양자화 인덱스가 비트스트림에 첨부될 이진 코드워드로 변환되는 경우의 코딩 시나리오들에 적용한다.
산술 코딩(또는 레인지 코딩)이 이용중인 경우, 원리가 상이하다. 산술 코딩의 맥락에서, 통상적으로 단일 코드워드는 양자화 인덱스들의 긴 시퀀스에 할당된다. 비트스트림의 특정 부분을 특정 파라미터와 정확하게 연관시키는 것은 통상적으로 가능하지 않다. 특히, 산술 코딩의 맥락에서, 신호의 랜덤 실현화를 인코딩하는데 필요한 비트들의 수는 통상적으로 알려지지 않는다. 이것은 심지어 신호의 통계 모델이 알려진 경우이다.
상기 언급된 기술적 문제를 처리하기 위해, 산술 인코더를 레이트 할당 알고리즘의 일부로 만드는 것이 제안된다. 레이트 할당 처리 동안, 인코더는 하나 이상의 주파수 대역들(302)의 계수들의 세트를 양자화 및 인코딩하려고 시도한다. 모든 이러한 시도에 대해, 산술 인코더의 상태의 변경을 관찰하고 비트스트림에서의 앞선 위치들의 수(the number of positions to advance)를 계산하는 것(비트들의 수를 계산하는 대신에)이 가능하다. 최대 비트-레이트 제약이 설정되면, 이 최대 비트-레이트 제약은 레이트 할당 절차에서 이용될 수 있다. 산술 코드의 종단 비트들(termination bits)의 비용은 최종 코딩된 파라미터의 비용에 포함될 수 있고, 일반적으로, 종단 비트들의 비용은 산술 코더의 상태에 의존하여 변할 것이다. 그러나 일단 종단 비용이 이용 가능하면, 하나 이상의 주파수 대역들(302)의 계수들의 세트에 대응하는 양자화 인덱스들을 인코딩하는데 필요한 비트들의 수를 결정하는 것이 가능하다.
산술 인코딩의 맥락에서, 디더(602)의 단일 실현화는 전체 레이트 할당 처리(계수들의 특정 블록(142)의)에 대해 이용될 수 있음을 유념해야 한다. 상기에 개요가 설명된 바와 같이, 산술 인코더는 레이트 할당 절차 내의 특정 양자화기 선택의 비트-레이트 비용을 추정하는데 이용될 수 있다. 산술 인코더의 상태의 변화가 관찰될 수 있고 그 상태 변화는 양자화를 수행하는데 필요한 비트들의 수를 계산하는데 이용될 수 있다. 또한, 산술 코드의 종단의 처리는 레이트 할당 처리 내에서 이용될 수 있다.
상기에 개요가 설명된 바와 같이, 양자화 인덱스들은 산술 코드 또는 엔트로피 코드를 이용하여 인코딩될 수 있다. 양자화 인덱스들이 엔트로피 인코딩되면, 양자화 인덱스들의 개별 또는 그룹들에 가변 길이의 코드워드들을 할당하기 위해, 양자화 인덱스들의 확률 분포가 고려될 수 있다. 디더링의 이용은 양자화 인덱스들의 확률 분포에 영향을 미칠 수 있다. 특히, 디더 신호(602)의 특정 실현화는 양자화 인덱스들의 확률 분포에 영향을 미칠 수 있다. 디더 신호(602)의 실현화들의 사실상 무제한의 수로 인해, 일반적인 경우에는, 코드워드 확률들이 종래에 알려지지 않고 허프만 코딩을 이용하는 것이 가능하지 않다.
가능한 디더 실현화들의 수를 디더 신호(602)의 실현화의 상대적으로 작고 관리 가능한 세트로 감소시키는 것이 가능하다는 것이 본 발명자들에 의해 관찰되었다. 예를 들면, 각각의 주파수 대역(302)에 대해 제한된 세트의 디더 값들이 제공될 수 있다. 이를 위해, 인코더(100)(및 대응하는 디코더)는 M개의 미리 결정된 디더 실현화들 중 하나를 선택함으로써 디더 신호(602)를 생성하도록 구성된 이산 디더 생성기(801)를 포함할 수 있다(도 8 참조). 예를 들면, M개의 상이한 미리 결정된 디더 실현화들은 모든 주파수 대역(302)에 대해 이용될 수 있다. 미리 결정된 디더 실현화들의 수 M은 M<5(예를 들면, M=4 또는 M=3)일 수 있다.
제한된 수 M의 디더 실현들로 인해, 각각의 디더 실현화에 대해 (가능하게 다차원) 허프만 코드북을 훈련하여 M개의 코드북들의 집단(803)을 산출하는 것이 가능하다. 인코더(100)는 선택된 디더 실현에 기초하여, M개의 미리 결정된 코드북들의 집단(803) 중 하나를 선택하도록 구성된 코드북 선택 유닛(802)을 포함할 수 있다. 이렇게 함으로써, 엔트로피 인코딩이 디더 생성과 동기되는 것이 보장된다. 선택된 코드북(811)은 선택된 디더 실현을 이용하여 양자화된 양자화 인덱스들의 개별 또는 그룹들을 인코딩하는데 이용될 수 있다. 결과적으로, 엔트로피 인코딩의 성능은 디더링된 양자화기들을 이용할 때 개선될 수 있다.
미리 결정된 코드북들의 집단(803) 및 이산 디더 생성기(801)가 또한 대응하는 디코더에서 이용될 수 있다(도 8에 도시된 바와 같이). 디코딩은 의사-랜덤 디더가 이용되고 디코더가 인코더(100)와 동기 상태로 남아 있는 경우에 실현 가능하다. 이 경우, 디코더에서의 이산 디더 생성기(801)는 디더 신호(602)를 생성하고, 특정 디더 실현화는 코드북들의 집단(803)으로부터 특정 허프만 코드북(811)과 고유하게 연관된다. 음향심리학적 모델(예를 들면, 할당 엔벨로프(138) 및 레이트 할당 파라미터로 표현된) 및 선택된 코드북(811)이 주어지면, 디코더는 디코딩된 양자화 인덱스들(812)을 산출하기 위해 허프만 디코더(551)를 이용하여 디코딩을 수행하는 것이 가능하다.
이와 같이, 상대적으로 작은 세트(803)의 허프만 코드북들은 산술 코딩 대신에 이용될 수 있다. 허프만 코드북들의 세트(813)로부터의 특정 코드북(811)의 이용은 디더 신호(602)의 미리 결정된 실현화에 의존할 수 있다. 동시에, M개의 미리 결정된 디더 실현화들을 형성하는 제한된 세트의 허용 디더 값들이 이용될 수 있다. 레이트 할당 처리는 그 후에 디더링되지 않은 양자화기들, 디더링된 양자화기들 및 허프만 코드의 이용을 관련시킬 수 있다.
리스케일링된 에러 계수들의 양자화의 결과로서, 양자화된 에러 계수들의 블록(145)이 획득된다. 양자화된 에러 계수들의 블록(145)은 대응하는 디코더에서 이용 가능한 에러 계수들의 블록에 대응한다. 결과적으로, 양자화된 에러 계수들의 블록(145)은 추정된 변환 계수들의 블록(150)을 결정하기 위해 이용될 수 있다. 인코더(100)는 리스케일링 유닛(113)에 의해 수행되는 리스케일링 동작들의 역을 수행하도록 구성된 역 리스케일링 유닛(113)을 포함할 수 있고, 그에 의해 스케일링된 양자화된 에러 계수들의 블록(147)을 산출한다. 부가 유닛(116)은 추정된 변환 계수들의 블록(150)을 스케일링된 양자화된 에러 계수들의 블록(147)에 추가함으로써, 재구성된 플래트닝된 계수들의 블록(148)을 결정하는데 이용될 수 있다. 또한, 역 플래트닝 유닛(114)은 조정된 엔벨로프(139)를 재구성된 플래트닝된 계수들의 블록(148)에 적용하는데 이용될 수 있고, 그에 의해 재구성된 계수들의 블록(149)을 산출한다. 재구성된 계수들의 블록(149)은 대응하는 디코드에서 이용 가능한 변환 계수들의 블록(131)의 버전에 대응한다. 결과적으로, 재구성된 계수들의 블록(149)은 추정된 계수들의 블록(150)을 결정하기 위해 예측기(117)에서 이용될 수 있다.
재구성된 계수들의 블록(149)은 플래트닝되지 않은 도메인으로 표현되고, 즉 재구성된 계수들의 블록(149)은 또한 현재 블록(131)의 스펙트럼 엔벨로프를 나타낸다. 하기에 개요가 설명되는 바와 같이, 이것은 예측기(117)의 성능에 유리할 수 있다.
예측기(117)는 재구성된 계수들의 하나 이상의 이전 블록들(149)에 기초하여 추정된 변환 계수들의 블록(150)을 추정하도록 구성될 수 있다. 특히, 예측기(117)는 미리 결정된 예측 에러 기준이 감소되도록(예를 들면 최소화되도록) 하나 이상의 예측기 파라미터들을 결정하도록 구성될 수 있다. 예를 들면, 하나 이상의 예측기 파라미터들은 예측 에러 계수들의 블록(141)의 에너지 또는 지각적으로 가중된 에너지가 감소되도록(예를 들면, 최소화되도록) 결정될 수 있다. 하나 이상의 예측기 파라미터들은 인코더(100)에 의해 생성되는 비트스트림에 예측기 데이터(164)로서 포함될 수 있다.
예측기(117)는, 그 내용이 참조로 포함되는 특허 출원 제US61750052호 및 그 우선권을 주장하는 특허 출원들에 기술된 신호 모델을 이용할 수 있다. 하나 이상의 예측기 파라미터들은 신호 모델의 하나 이상의 모델 파라미터들에 대응할 수 있다.
도 1b는 다른 예시적 변환-기반 음성 인코더(170)의 블록도를 도시한다. 도 1b의 변환-기반 음성 인코더(170)는 도 1a의 인코더(100)의 많은 구성요소들을 포함한다. 그러나 도 1b의 변환-기반 음성 인코더(170)는 가변 비트-레이트를 가진 비트스트림을 생성하도록 구성된다. 이를 위해, 인코더(170)는 앞선 블록들(131)에 대한 비트스트림에 의해 이용된 비트-레이트의 트랙을 유지하도록 구성된 평균 비트 레이트(ABR: Average Bit Rate) 상태 유닛(172)을 포함한다. 비트 할당 유닛(171)은 변환 계수들의 현재 블록(131)을 인코딩하기 위해 이용 가능한 비트들(143)의 총수를 결정하기 위해 이 정보를 이용한다.
결국, 변환-기반 음성 인코더(100, 170)는 다음을 나타내거나 또는 포함하는 비트스트림을 생성하도록 구성된다:
다음에는 대응하는 변환-기반 음성 디코더(500)가 도 5a 내지 도 5d의 맥락에서 기술된다. 도 5a는 예시적 변환-기반 음성 디코더(500)의 블록도를 도시한다. 블록도는 재구성된 계수들의 블록(149)을 변환 도메인에서 시간 도메인으로 변환하는데 이용됨으로써, 디코딩된 오디오 신호의 샘플들을 산출하는 합성 필터뱅크(504; synthesis filterbank)(또한 역 변환 유닛으로도 칭해짐)를 도시한다. 합성 필터뱅크(504)는 미리 결정된 스트라이드(예를 들면, 대략 5ms 또는 256개의 샘플들의 스트라이드)를 가진 역 MDCT를 이용할 수 있다.
디코더(500)의 메인 루프는 이 스트라이드의 단위들로 동작한다. 각각의 단계는 시스템의 미리 결정된 대역폭 설정에 대응하는 길이 또는 차원을 가진 변환 도메인 벡터(또한 블록으로도 칭해짐)를 생성한다. 합성 필터뱅크(504)의 변환 크기까지 제로-채움(zero-padding)시, 변환 도메인 벡터는 미리 결정된 길이(예를 들면, 5ms)의 시간 도메인 신호 업데이트를 합성 필터뱅크(504)의 오버랩/추가 처리에 합성하는데 이용될 것이다.
상기에 나타낸 바와 같이, 일반 변환-기반 오디오 코덱들은 통상적으로 과도 처리를 위한 5ms 레인지의 짧은 블록들의 시퀀스들을 가진 프레임들을 이용한다. 이와 같이, 일반 변환-기반 오디오 코덱들은 짧은 및 긴 블록들의 무결절 공존(seamless coexistence)을 위해 필요한 변환들 및 윈도 스위칭 툴들을 제공한다. 도 5a의 합성 필터뱅크(504)를 생략함으로써 규정된 음성 스펙트럼 프런트엔드가 이에 따라 부가의 스위칭 툴들을 도입할 필요없이 범용 변환-기반 오디오 코덱에 일체화되는 것이 편리할 수 있다. 즉, 도 5a의 변환-기반 음성 디코더(500)는 일반 변환-기반 오디오 디코더와 조합되는 것이 편리할 수 있다. 특히, 도 5a의 변환-기반 음성 디코더(500)는 일반 변환-기반 오디오 디코더(예를 들면, AAC 또는 HE-AAC 디코더)에 의해 제공되는 합성 필터뱅크(504)를 이용할 수 있다.
들어오는 비트스트림(특히, 비트스트림 내에 포함된 엔벨로프 데이터(161)로부터 및 이득 데이터(162)로부터)으로부터, 신호 엔벨로프는 엔벨로프 디코더(503)에 의해 결정될 수 있다. 특히, 엔벨로프 디코더(503)는 엔벨로프 데이터(161) 및 이득 데이터(162)에 기초하여 조정된 엔벨로프(139)를 결정하도록 구성될 수 있다. 이와 같이, 엔벨로프 디코더(503)는 인코더(100, 170)의 보간 유닛(104) 및 엔벨로프 조정 유닛(107)과 유사하게 작업들을 수행할 수 있다. 상기에 개요가 설명된 바와 같이, 조정된 엔벨로프(109)는 미리 규정된 주파수 대역들(302)의 세트에서의 신호 분산의 모델을 표현한다.
또한, 디코더(500)는, 조정된 엔벨로프(139)를 플래트닝된 도메인 벡터에 적용하도록 구성되고 그 엔트리들이 명목상 분산 1이 될 수 있는 역 플래트닝 유닛(114)을 포함한다. 플래트닝된 도메인 벡터는 인코더(100, 170)의 맥락에서 기술된 재구성된 플래트닝된 계수들의 블록(148)에 대응한다. 역 플래트닝 유닛(114)의 출력에서, 재구성된 계수들의 블록(149)이 획득된다. 재구성된 계수들의 블록(149)은 합성 필터뱅크(504)(디코딩된 오디오 신호를 생성하기 위한)에 및 부대역 예측기(517)에 제공된다.
부대역 예측기(517)는 인코더(100, 170)의 예측기(117)와 유사한 방식으로 동작한다. 특히, 부대역 예측기(517)는 재구성된 계수들의 하나 이상의 이전 블록들(149)에 기초하여(비트스트림 내에서 시그널링되는 하나 이상의 예측기 파라미터들을 이용하여) 추정된 변환 계수들의 블록(150)(플래트닝된 도메인에서)을 결정하도록 구성된다. 즉, 부대역 예측기(517)는 예측기 래그(predictor lag) 및 예측기 이득과 같은 예측기 파라미터들에 기초하여, 이전에 디코딩된 출력 벡터들 및 신호 엔벨로프들의 버퍼로부터 예측된 플래트닝된 도메인 벡터를 출력하도록 구성된다. 디코더(500)는 하나 이상의 예측기 파라미터들을 결정하기 위해 예측기 데이터(164)를 디코딩하도록 구성된 예측기 디코더(501)를 포함한다.
디코더(500)는 통상적으로 가장 큰 부분의 비트스트림에 기초하여(즉, 계수 데이터(163)에 기초하여), 예측된 플래트닝된 도메인 벡터에 대한 추가 정정을 공급하도록 구성되는 스펙트럼 디코더(502)를 더 포함한다. 스펙트럼 디코딩 처리는 엔벨로프로부터 도출되는 할당 벡터 및 전송된 할당 제어 파라미터(또한 오프셋 파라미터로도 칭해짐)에 의해 주로 제어된다. 도 5a에 도시된 바와 같이, 예측기 파라미터들(520)에 대한 스펙트럼 디코더(502)의 직접적인 의존이 있을 수 있다. 이와 같이, 스펙트럼 디코더(502)는 수신된 계수 데이터(163)에 기초하여 스케일링된 양자화된 에러 계수들의 블록(147)을 결정하도록 구성될 수 있다. 인코더(100, 170)의 맥락에서 개요가 설명된 바와 같이, 리스케일링된 에러 계수들의 블록(142)을 양자화하는데 이용되는 양자화기들(321, 322, 323)은 통상적으로 할당 엔벨로프(138)(조정된 엔벨로프(139)로부터 도출될 수 있는)에 및 오프셋 파라미터에 의존한다. 또한, 양자화기들(321, 322, 323)은 예측기(117)에 의해 제공되는 제어 파라미터(146)에 의존할 수 있다. 제어 파라미터(146)는 예측기 파라미터들(520)을 이용하여 (인코더(100, 170)와 유사한 방식으로) 디코더(500)에 의해 도출될 수 있다.
상기에 나타낸 바와 같이, 수신된 비트스트림은 조정된 엔벨로프(139)를 결정하는데 이용될 수 있는 엔벨로프 데이터(161) 및 이득 데이터(162)를 포함한다. 특히, 엔벨로프 디코더(503)의 유닛(531)은 엔벨로프 데이터(161)로부터 양자화된 현재 엔벨로프(134)를 결정하도록 구성될 수 있다. 예를 들면, 양자화된 현재 엔벨로프(134)는 미리 규정된 주파수 대역들(302)에서 3dB 해상도를 가질 수 있다(도 3a에 나타낸 바와 같이). 양자화된 현재 엔벨로프(134)는 블록들의 세트(132, 332) 마다(예를 들면, 4개의 코딩 단위들, 즉 블록들 마다, 또는 20ms 마다), 특히 블록들의 시프트된 세트(332)마다 업데이트될 수 있다. 양자화된 현재 엔벨로프(134)의 주파수 대역들(302)은 인간이 듣는 특성들에 적응하기 위해, 주파수의 함수로서 증가하는 수의 주파수 빈들(301)을 포함할 수 있다.
양자화된 현재 엔벨로프(134)는 블록들의 시프트된 세트(332)(또는 가능하게는 블록들의 현재 세트(132)의)의 각각의 블록(131)에 대해 양자화된 이전 엔벨로프(135)로부터 보간된 엔벨로프들(136)로 선형 보간될 수 있다. 보간된 엔벨로프들(136)은 양자화된 3dB 도메인에서 결정될 수 있다. 이것은 보간된 에너지 값들(303)이 가장 근접한 3dB 레벨로 라운딩될 수 있음을 의미한다. 예시적 보간된 엔벨로프(136)는 도 3a의 점선 그래프로 도시된다. 각각의 양자화된 현재 엔벨로프(134)에 대해, 4개의 레벨 정정 이득들 α(137)(또한 엔벨로프 이득들로도 칭해짐)는 이득 데이터(162)로서 제공된다. 이득 디코딩 유닛(532)은 이득 데이터(162)로부터 레벨 정정 이득들 α(137)를 결정하도록 구성될 수 있다. 레벨 정정 이득들은 1dB 단계들에서 양자화될 수 있다. 각각의 레벨 정정 이득은 상이한 블록들(131)에 대한 조정된 엔벨로프(139)를 제공하기 위해 대응하는 보간된 엔벨로프(136)에 적용된다. 레벨 정정 이득(137)의 증가된 해상도로 인해, 조정된 엔벨로프(139)는 증가된 해상도(예를 들면, 1dB 해상도)를 가질 수 있다.
도 3b는 양자화된 이전 엔벨로프(135)와 양자화된 현재 엔벨로프(134) 사이의 예시적 선형 또는 기하학 보간을 도시한다. 엔벨로프들(135, 134)은 대수 스펙트럼의 평균 레벨 부분 및 성형 부분으로 분리될 수 있다. 이들 부분들은 선형, 기하학, 고조파(병렬 저항기들) 전략과 같은 독립된 전략들로 보간될 수 있다. 이와 같이, 보간된 엔벨로프들(136)을 결정하기 위해 상이한 보간 방식들이 이용될 수 있다. 디코더(500)에 의해 이용되는 보간 방식은 통상적으로 인코더(100, 170)에 의해 이용되는 보간 방식에 대응한다.
엔벨로프 디코더(503)의 엔벨로프 조정 유닛(107)은 조정된 엔벨로프(139)(예를 들면, 3dB 단계들로)를 양자화함으로써 조정된 엔벨로프(139)로부터 할당 엔벨로프(138)를 결정하도록 구성될 수 있다. 할당 엔벨로프(138)는 스펙트럼 디코딩을 제어하는데 이용되는 명목상 정수 할당 벡터, 즉 계수 데이터(163)의 디코딩을 생성하기 위해 할당 제어 파라미터 또는 오프셋 파라미터(계수 데이터(163) 내에 포함된)와 함께 이용될 수 있다. 특히, 명목상 정수 할당 벡터는 계수 데이터(163) 내에 포함되는 양자화 인덱스들을 역 양자화하기 위한 양자화기를 결정하는데 이용될 수 있다. 할당 엔벨로프(138) 및 명목상 정수 할당 벡터는 인코더(100, 170)에서 및 디코더(500)에서와 유사한 방식으로 결정될 수 있다.
도 10은 할당 엔벨로프(138)에 기초한 예시적 비트 할당 처리를 도시한다. 상기에 개요가 설명된 바와 같이, 할당 엔벨로프(138)는 미리 결정된 해상도(예를 들면 3dB 해상도)에 따라 양자화될 수 있다. 할당 엔벨로프(138)의 각각의 양자화된 스펙트럼 에너지 값은 대응하는 정수 값에 할당될 수 있고, 인접한 정수 값들은 미리 결정된 해상도(예를 들면 3dB 해상도)에 대응하는 스펙트럼 에너지의 차를 표현할 수 있다. 정수들의 결과로서 생긴 세트는 정수 할당 엔벨로프(1004)(iEnv로 칭해짐)로 칭해질 수 있다. 정수 할당 엔벨로프(1004)는 명목상 정수 할당 벡터(iAlloc로 칭해짐)를 산출하기 위해 오프셋 파라미터에 의해 오프셋될 수 있으며, 명목상 정수 할당 벡터는 특정 주파수 대역(302)의 계수(주파수 대역 인덱스, bandIdx로 식별된)를 양자화하는데 이용될 양자화기의 직접적 표시를 제공한다.
도 10은 주파수 대역들(302)의 함수로서 정수 할당 엔벨로프(1004)를 도면(1003)에 도시한다. 주파수 대역(1002)(bandIdx = 7)에 대해, 정수 할당 엔벨로프(1004)는 정수 값 -17 (iEnv[7] = -17)을 이용함을 알 수 있다. 정수 할당 엔벨로프(1004)는 최대 값(iMax로 칭해짐, 예를 들면 iMax = -15)에 제한될 수 있다. 비트 할당 처리는 정수 할당 엔벨로프(1004)의 및 오프셋 파라미터(AllocOffset으로 칭해짐)의 함수로서 양자화기 인덱스(1006)(iAlloc [bandIdx]로 칭해짐)를 제공하는 비트 할당 공식을 이용할 수 있다. 상기에 개요가 설명된 바와 같이, 오프셋 파라미터(즉, AllocOffset)는 대응하는 디코더(500)에 전송되고, 그에 의해 디코더(500)가 비트 할당 공식을 이용하여 양자화기 인덱스들(1006)을 결정할 수 있게 한다. 비트 할당 공식은
에 의해 주어질 수 있고, 여기서 CONSTANT_OFFSET은 상수 오프셋일 수 있고, 예를 들면, CONSTANT_OFFSET = 20일 수 있다. 예를 들면, 비트 할당 처리가 비트-레이트 제약이 오프셋 파라미터 AllocOffset = -13을 이용하여 달성될 수 있다고 결정했으면, 제 7 주파수 대역의 양자화기 인덱스(1007)가 iAlloc[7] = -17 - (-15-20) - 13 = 5로서 획득될 수 있다. 모든 주파수 대역들(302)에 대한 상기 언급된 비트 할당 공식을 이용함으로써, 모든 주파수 대역들(302)에 대한 양자화기 인덱스들(1006)(및 결과적으로 양자화기들(321, 322, 323))이 결정될 수 있다. 제로보다 작은 양자화기 인덱스는 양자화기 인덱스 제로까지 라운딩 업될 수 있다. 유사한 방식으로, 최대 이용 가능한 양자화기 인덱스보다 큰 양자화기 인덱스는 최대 이용 가능한 양자화기 인덱스까지 라운딩 다운될 수 있다.
또한, 도 10은 본 문서에 기술된 양자화 방식을 이용하여 달성될 수 있는 예시적 잡음 엔벨로프(1011)를 도시한다. 잡음 엔벨로프(1011)는 양자화 동안 도입되는 양자화 잡음의 엔벨로프를 도시한다. 신호 엔벨로프(도 10에서 정수 할당 엔벨로프(1004)로 표현)와 함께 도시된 경우, 잡음 엔벨로프(1011)는 양자화 잡음의 분포가 신호 엔벨로프에 관해 지각적으로 최적화된다는 사실을 예시한다.
디코더(500)가 수신된 비트스트림과 동기되도록 허용하기 위해, 상이한 타입들의 프레임들이 전송될 수 있다. 프레임은 블록들의 세트(132, 332)에, 특히 블록들의 시프트된 블록(332)에 대응할 수 있다. 특히, 소위 P-프레임들이 전송될 수 있으며, 이것은 이전 프레임에 관해 상대적 방식으로 인코딩된다. 상기 기술에서, 디코더(500)가 양자화된 이전 엔벨로프(135)를 자각한다고 가정하였다. 양자화된 이전 엔벨로프(135)는 현재 세트(132) 또는 대응하는 시프트된 세트(332)가 P-프레임에 대응할 수 있도록 이전 프레임 내에 제공될 수 있다. 그러나 착수 시나리오에서, 디코더(500)는 통상적으로 양자화된 이전 엔벨로프(135)를 자각하지 못한다. 이를 위해, I-프레임이 전송될 수 있다(예를 들면, 착수시 또는 정기적으로). I-프레임은 양자화된 이전 엔벨로프(135)로서 이용되는 것 및 양자화된 현재 엔벨로프(134)로서 이용되는 다른 것의 두 엔벨로프들을 포함할 수 있다. I-프레임들은 음성 스펙트럼 프런트엔드(즉, 변환-기반 음성 디코더(500)의)의 착수 경우에, 예를 들면 상이한 오디오 코딩 모드를 및/또는 오디오 비트스트림의 스플리싱 지점을 명시적으로 가능하게 하는 툴로서 이용하는 프레임을 뒤따를 때 이용될 수 있다.
부대역 예측기(517)의 동작이 도 5d에 도시된다. 예시에서, 예측기 파라미터들(520)은 래그 파라미터 및 예측기 이득 파라미터 g이다. 예측기 파라미터들(520)은 래그 파라미터 및 예측기 이득 파라미터에 대한 가능한 값들의 미리 결정된 테이블을 이용하여 예측기 데이터(164)로부터 결정될 수 있다. 이것은 예측기 파라미터들(520)의 비트-레이트 효율 전송을 가능하게 한다.
하나 이상의 이전 디코딩된 변환 계수 벡터들(즉, 재구성된 계수들의 하나 이상의 이전 블록들(149))은 부대역(또는 MDCT) 신호 버퍼(541)에 저장될 수 있다. 버퍼(541)는 스트라이드(예를 들면 5ms마다)에 따라 업데이트될 수 있다. 예측기 추출기(543)는 정규화된 래그 파라미터 T에 의존하는 버퍼(541)에 대해 동작하도록 구성될 수 있다. 정규화된 래그 파라미터 T는 래그 파라미터(520)를 스트라이드 단위들로(예를 들면 MDCT 스트라이드 단위들로) 정규화함으로써 결정될 수 있다. 래그 파라미터 T가 정수이면, 추출기(543)는 하나 이상의 이전 디코딩된 변환 계수 벡터들 T 시간 단위들을 버퍼(541)에 페치할 수 있다. 즉, 래그 파라미터 T는 재구성된 계수들의 하나 이상의 이전 블록들(149)이 추정된 변환 계수들의 블록(150)을 결정하는데 이용되는 것을 나타낼 수 있다. 추출기(543)의 가능한 구현에 관한 상세한 논의는 그 내용이 참조로 포함되는 특허 출원 제US61750052호 및 그 우선권을 주장하는 특허 출원들에 제공된다.
추출기(543)는 전체 신호 엔벨로프들을 전달하는 벡터들(또는 블록들)에 대해 동작할 수 있다. 반면, 추정된 변환 계수들의 블록(150)(부대역 예측기(517)에 의해 제공될)은 플래트닝된 도메인에서 표현된다. 결과적으로, 추출기(543)의 출력은 플래트닝된 도메인 벡터로 성형될 수 있다. 이것은 재구성된 계수들의 하나 이상의 이전 블록들(149)의 조정된 엔벨로프들(139)을 이용하는 성형기(544; shaper)를 이용하여 달성될 수 있다. 재구성된 계수들의 하나 이상의 이전 블록들(149)의 조정된 엔벨로프들(139)은 엔벨로프 버퍼(542)에 저장될 수 있다. 성형기 유닛(544)은 T0 시간 단위들로부터의 플래트닝에 이용될 지연된 신호 엔벨로프를 엔벨로프 버퍼(542)에 페치하도록 구성될 수 있고, 여기서 T0는 T에 가장 근접한 정수이다. 그 후에 플래트닝된 도메인 벡터는 추정된 변환 계수들의 블록(150)(플래트닝된 도메인에서)을 산출하기 위해 이득 파라미터 g에 의해 스케일링될 수 있다.
대안적으로, 성형기(544)에 의해 수행되는 지연된 플래트닝 처리는 플래트닝된 도메인에서 동작하는 부대역 예측기(517), 예를 들면 재구성된 플래트닝된 계수들의 블록들(148)에 대해 동작하는 부대역 예측기(517)를 이용하여 생략될 수 있다. 그러나 플래트닝된 도메인 벡터들(또는 블록들)의 시퀀스는 변환(예를 들면, MDCT 변환)의 시간 에일리어싱된 양태들(time aliased aspects)로 인해 시간 신호들에 잘 맵핑되지 않는다는 것을 알게 되었다. 결과적으로, 추출기(543)의 기본적인 신호 모델에 대한 적합성(fit)은 감소되고 대안적인 구조로부터 고레벨의 코딩 잡음이 유발된다. 즉, 부대역 예측기(517)에 의해 이용되는 신호 모델들(예를 들면, 사인 곡선 또는 주기적인 모델들)이 플래트닝되지 않은 도메인에서(플래트닝된 도메인에 비해) 증가된 성능을 유발한다.
대안적인 예에서, 예측기(517)의 출력(즉, 추정된 변환 계수들의 블록(150))은 역 플래트닝 유닛(114)의 출력에서(즉, 재구성된 계수들의 블록(149)에) 가산될 수 있다(도 5a 참조). 도 5c의 성형기 유닛(544)은 그 후에, 지연된 플래트닝 및 역 플래트닝의 조합 동작을 수행하도록 구성될 수 있다.
수신된 비트스트림의 요소들은 예를 들면, I-프레임의 제 1 코딩 단위(즉, 제 1 블록)의 경우에, 부대역 버퍼(541) 및 엔벨로프 버퍼(541)의 가끔씩의 플러싱(flushing)을 제어할 수 있다. 이것은 이전 데이터의 지식없이 I-프레임의 디코딩을 가능하게 한다. 제 1 코딩 단위는 통상적으로 예측 기여(predictive contribution)를 이용할 수 없을 것이지만, 그럼에도 예측기 정보(520)를 전달하기 위해 상대적으로 더 작은 수의 비트들을 이용할 수 있다. 예측 이득의 손실은 더 많은 비트들을 이러한 제 1 코딩 단위의 예측 에러 코딩에 할당함으로써 보상될 수 있다. 통상적으로, 예측 기여는 다시 I-프레임의 제 2 코딩 단위(즉, 제 2 블록)에 대해 상당하다. 이들의 양태들로 인해, I-프레임들을 매우 빈번하게 이용하더라도 비트-레이트의 증가를 상대적으로 작게 하여 품질이 유지될 수 있다.
즉, 블록들(또한 프레임들로 칭해짐)의 세트들(132, 332)은 예측 코딩을 이용하여 인코딩될 수 있는 복수의 블록들(131)을 포함한다. I-프레임을 인코딩할 때, 블록들의 세트(332)의 제 1 블록(203)만이 예측 인코더에 의해 달성되는 코딩 이득을 이용하여 인코딩될 수 없다. 이미, 바로 다음 블록(201)이 예측 인코딩의 이점들을 이용할 수 있다. 이것은 코딩 효율성에 관한 I-프레임의 결함들이 프레임(332)의 변환 계수들의 제 1 블록(203)의 인코딩에 제한되고, 프레임(332)의 다른 블록들(201, 204, 205)에는 적용하지 않음을 의미한다. 따라서, 본 문서에 기술된 변환-기반 음성 코딩 방식은 코딩 효율성에 관한 막대한 영향을 미치지 않고 I-프레임들의 상대적으로 빈번한 이용을 허용한다. 이와 같이, 현재 기술된 변환-기반 음성 코딩 방식은 디코더와 인코더 사이의 상대적으로 고속인 및/또는 상대적으로 빈번한 동기화를 필요로 하는 응용들에 특히 적합하다.
도 5d는 예시적 스펙트럼 디코더(502)의 블록도를 도시한다. 스펙트럼 디코더(502)는 엔트로피 인코딩된 계수 데이터(163)를 디코딩하도록 구성되는 무손실 디코더(551)를 포함한다. 또한, 스펙트럼 디코더(502)는 계수 데이터(163) 내에 포함되는 양자화 인덱스들에 계수 값들을 할당하도록 구성되는 역 양자화기(552)를 포함한다. 인코더(100, 170)의 맥락에서 개요가 설명된 바와 같이, 미리 결정된 양자화기들의 세트, 예를 들면 모델 기반 스칼라 양자화기들의 유한 세트로부터 선택되는 상이한 양자화기들을 이용하여, 상이한 변환 계수들이 양자화될 수 있다. 도 4에 도시된 바와 같이, 양자화기들(321, 322, 323)의 세트는 상이한 타입들의 양자화기들을 포함할 수 있다. 양자화기들의 세트는 잡음 합성(제로 비트-레이트의 경우에)을 제공하는 양자화기(321), 하나 이상의 디더링된 양자화기들(322)(상대적으로 낮은 신호-대-잡음비들, SNR들에 대해, 및 중간 비트-레이트들에 대해) 및/또는 하나 이상의 보통의 양자화기들(323)(상대적으로 높은 SNR들에 대해 및 상대적으로 높은 비트-레이트들에 대해)을 포함할 수 있다.
엔벨로프 조정 유닛(107)은 할당 벡터를 산출하기 위해 계수 데이터(163) 내에 포함되는 오프셋 파라미터와 조합될 수 있는 할당 엔벨로프(138)를 제공하도록 구성될 수 있다. 할당 벡터는 각각의 주파수 대역(302)에 대한 정수 값을 포함한다. 특정 주파수 대역(302)에 대한 정수 값은 특정 대역(302)의 변환 계수들의 역 양자화에 이용될 레이트-왜곡점을 가리킨다. 즉, 특정 주파수 대역(302)에 대한 정수 값은 특정 대역(302)의 변환 계수들의 역 양자화에 이용될 양자화기를 가리킨다. 정수 값의 1만큼의 증가는 SNR의 1.5dB 증가에 대응한다. 디더링된 양자화기들(322) 및 보통의 양자화기들(323)에 대해, 라플라시안 확률 분포 모델이 산술 코딩을 활용할 수 있는 무손실 코딩에서 이용될 수 있다. 하나 이상의 디더링된 양자화기들(322)은 낮은 및 높은 비트-레이트 경우들 사이의 갭을 무결절 방식으로 브리징하는데 이용될 수 있다. 디더링된 양자화기들(322)은 정적 잡음형 신호들에 대한 충분히 부드러운 출력 오디오 품질을 생성하는데 유리할 수 있다.
즉, 역 양자화기(552)는 변환 계수들의 현재 블록(131)의 계수 양자화 인덱스들을 수신하도록 구성될 수 있다. 특정 주파수 대역(302)의 하나 이상의 계수 양자화 인덱스들은 미리 결정된 세트의 양자화기들로부터 대응하는 양자화기를 이용하여 결정되었다. 특정 주파수 대역(302)에 대한 할당 벡터의 값(할당 엔벨로프(138)를 오프셋 파라미터로 오프셋함으로써 결정될 수 있는)은 특정 주파수 대역(302)의 하나 이상의 계수 양자화 인덱스들을 결정하는데 이용된 양자화를 나타낸다. 양자화기를 식별하면, 하나 이상의 계수 양자화 인덱스들은 양자화된 에러 계수들의 블록(145)을 산출하기 위해 역 양자화될 수 있다.
또한, 스펙트럼 디코더(502)는 스케일링된 양자화된 에러 계수들의 블록(147)을 제공하기 위해 역-리스케일링된 유닛(113)을 포함할 수 있다. 도 5d의 무손실 디코더(551) 및 역 양자화기(552) 주위의 부가 툴들 및 상호접속들은 도 5a에 도시된 전체 디코더(500)에서의 사용에 스펙트럼 디코딩을 적응시키기 위해 이용될 수 있으며, 이 경우 스펙트럼 디코더(502)의 출력(즉, 양자화된 에러 계수들의 블록(145))은 예측된 플래트닝된 도메인 벡터에(즉, 추정된 변환 계수들의 블록(150)에) 대한 부가 정정을 제공하기 위해 이용된다. 특히, 부가 툴들은 디코더(500)에 의해 수행되는 처리가 인코더(100, 170)에 의해 수행되는 처리에 대응하는 것을 보장할 수 있다.
특히, 스펙트럼 디코더(502)는 경험 스케일링 유닛(111; heuristic scaling unit)을 포함할 수 있다. 인코더(100, 170)와 함께 도시된 바와 같이, 경험 스케일링 유닛(111)은 비트 할당에 영향을 미칠 수 있다. 인코더(100, 170)에서, 예측 에러 계수들의 현재 블록들(141)은 경험 규칙에 의한 단위 분산으로 스케일링될 수 있다. 결과적으로, 디폴트 할당은 경험 스케일링 유닛(111)의 최종 다운스케일링된 출력의 양자화를 너무 미세하게 할 수 있다. 따라서 할당은 예측 에러 계수들의 수정과 유사한 방식으로 수정되어야 한다.
그러나, 하기에 개요가 설명된 바와 같이, 하나 이상의 낮은 주파수 빈들(또는 낮은 주파수 대역들)에 대한 코딩 리소스들의 감소를 회피하는 것이 유리할 수 있다. 특히, 이것은 음성 상황들에서 가장 중요하게 발생하는 LF(low frequency) 럼블/잡음 아티팩트(즉, 상대적으로 큰 제어 파라미터(146), rfu를 가진 신호에 대해)를 대항하는데 유리할 수 있다. 이와 같이, 제어 파라미터(146)에 의존하는 비트 할당/양자화기 선택은, 하기에 기술되는 바와 같이, "음성 적응형 LF 품질 증대(voicing adaptive LF quality boost)"인 것으로 간주될 수 있다.
스펙트럼 디코더는 제한된 버전의 예측기 이득 g, 예를 들면
rfu = min(1, max(g, 0))
일 수 있는 rfu로 명명된 제어 파라미터(146)에 의존할 수 있다.
제어 파라미터(146), rfu를 결정하기 위한 대안적인 방법들이 이용될 수 있다. 특히, 제어 파라미터(146)는 [표 1]에 주어진 의사 코드를 이용하여 결정될 수 있다.
  |
변수 f_gain 및 f_pred_gain은 동일하게 설정될 수 있다. 특히, 변수 f_gain은 예측기 이득 g에 대응할 수 있다. 제어 파라미터(146), rfu는 [표 1]에서 f_rfu로 칭해진다. 이득 f_gain은 실수일 수 있다.
제어 파라미터(146)의 제 1 정의와 비교하여, 후자 정의([표 1]에 따른)는 1보다 높은 예측기 이득들에 대해 제어 파라미터(146), rfu를 감소시키고 음의 예측기 이득들에 대해 제어 파라미터(146), rfu를 증가시킨다.
제어 파라미터(146)를 이용하여, 인코더(100, 170)의 계수 양자화 유닛(112)에 이용되고 역 양자화기(552)에 이용된 양자화기들의 세트가 적응될 수 있다. 특히, 양자화기들의 세트의 잡음은 제어 파라미터(146)에 기초하여 적응될 수 있다. 예를 들면, 1에 근접한 제어 파라미터(146), rfu의 값은 디더링된 양자화기를 이용하여 할당 레벨들의 레인지의 제한을 트리거링할 수 있고, 잡음 합성 레벨의 분산의 감소를 트리거링할 수 있다. 일례에서, rfu = 0.75의 디더 결정 임계값 및 1 - rfu와 동일한 잡음 이득이 설정될 수 있다. 디더 적응은 두 무손실 디코딩 및 역 양자화기에 영향을 미칠 수 있지만, 잡음 이득 적응은 통상적으로 역 양자화기에만 영향을 미친다.
예측기 기여는 음성/음조 상황들에 상당하다고 가정할 수 있다. 이와 같이, 상대적으로 높은 예측기 이득 g(즉, 상대적으로 높은 제어 파라미터(146))는 음성 또는 음조 음성 신호를 나타낼 수 있다. 이러한 상황들에서, 디더-관련된 또는 명시적(제로 할당 경우) 잡음의 추가는 경험적으로, 인코딩된 신호의 지각 품질에 역효과를 낳는 것을 보여주었다. 결과적으로, 디더링된 양자화기들(322)의 수 및/또는 잡음 합성 양자화기(321)에 이용된 잡음의 타입은 예측기 이득 g에 기초하여 적응될 수 있고, 그에 의해 인코딩된 음성 신호의 인식 품질을 개선한다.
이와 같이, 제어 파라미터(146)는 디더링된 양자화기들(322)이 이용되는 SNR들의 레인지(324, 325)를 수정하는데 이용될 수 있다. 예를 들면, 제어 파라미터(146) rfu < 0.75인 경우, 디더링된 양자화기들에 대한 레인지(324)가 이용될 수 있다. 즉, 제어 파라미터(146)가 미리 결정된 임계값보다 아래이면, 양자화기들의 제 1 세트(326)가 이용될 수 있다. 반면에, 제어 파라미터(146) rfu ≥ 0.75인 경우, 디더링된 양자화기들에 대한 레인지(325)가 이용될 수 있다. 즉, 제어 파라미터(146)가 미리 결정된 임계값 이상이면, 양자화기들의 제 2 세트(327)가 이용될 수 있다.
또한, 제어 파라미터(146)는 분산 및 비트 할당의 수정을 위해 이용될 수 있다. 이에 대한 이유는, 통상적으로 성공적인 예측이 특히 0 - 1 kHz에서의 낮은 주파수 레인지에서 작은 정정을 필요로 한다는 점이다. 더 높은 주파수 대역들(302)에 코딩 리소스들을 풀어주기 위해 양자화기가 단위 분산 모델로부터 이러한 편차를 명시적으로 자각하게 하는 것이 유리할 수 있다. 이것은 그 내용이 참조로 포함되는 제WO2009/086918호의 도 17c 패널 ⅲ의 맥락에서 기술된다. 디코더(500)에서, 이 수정은 경험 스케일링 유닛(스케일링 유닛(111)을 이용함으로써 적용된)에 따라 명목상 할당 벡터를 수정함으로써, 및 동시에 역 스케일링 유닛(113)을 이용하여 역 경험 스케일링 규칙에 따라 역 양자화기(552)의 출력을 스케일링함으로써 구현될 수 있다. 제WO2009/086918호의 이론에 따르면, 경험 스케일링 규칙 및 역 경험 스케일링 규칙은 근접하게 매칭되어야 한다. 그러나 음성 신호 성분들에 대한 LF(low frequency) 잡음이 있는 가끔씩의 문제들에 대항하기 위해, 하나 이상의 가장 낮은 주파수 대역들(302)에 대한 할당 수정을 취소하는 것이 경험상 유리하다는 것을 알았다. 할당 수정의 취소는 예측기 이득 g 및/또는 제어 파라미터(146)의 값에 의존하여 수행될 수 있다. 특히, 할당 수정의 취소는 제어 파라미터(146)가 디더 결정 임계값을 초과하는 경우에만 수행될 수 있다.
따라서, 본 문서는 인코더(100, 170)에서 및 대응하는 디코더(500)에서 이용 가능한 사이드 정보(예를 들면, 제어 파라미터(146))에 기초하여 양자화기들의 집단(326)의 구성(예를 들면, 디더링되지 않은 양자화기들(323)의 수 및/또는 디더링된 양자화기들(322)의 수)을 조정하기 위한 수단을 기술한다. 양자화기들의 집단(326)의 구성은 예측기 이득 g의 존재시(예를 들면, 제어 파라미터(146)에 기초하여) 조정될 수 있다. 특히, 예측기 이득 g가 상대적으로 낮으면, 디더링된 양자화기들(322)의 수 Ndith는 증가될 수 있고 디더링되지 않은 양자화기들(323)의 수 Ncq는 감소될 수 있다. 또한, 할당된 비트들의 수는 상대적으로 더 거친 양자화기들을 선택함으로써 감소될 수 있다. 반면, 예측기 이득 g가 상대적으로 크다면, 디더링된 양자화기들(322)의 수 Ndith는 감소될 수 있고 디더링되지 않은 양자화기들(323)의 수 Ncq는 증가될 수 있다. 또한, 할당된 비트들의 수는 상대적으로 거친 양자화기들을 선택함으로써 감소될 수 있다.
대안적으로 또는 부가적으로, 양자화기들의 집단(326)의 구성은 스펙트럼 반사 계수의 존재시 조정될 수 있다. 특히, 디더링된 양자화기들(322)의 수 Ndith는 히스형 신호들(hiss-like signals)의 경우에 증가될 수 있다. 또한, 할당된 비트들의 수는 상대적으로 거친 양자화기들을 선택함으로써 감소될 수 있다.
다음에는 입력 신호의 전류 발췌(current excerpt)의 히스형 특성을 나타내는 스펙트럼 반사 계수 Rfc를 결정하기 위한 예시적 방식이 기술된다. 스펙트럼 반사 계수 Rfc는 자동회귀 소스 모델링의 맥락에서 이용되는 "반사 계수(reflection coefficient)"와 상이함을 유념해야 한다. 변환 계수들의 블록(131)은 L개의 주파수 대역들(302)로 분할될 수 있다. L-차원 벡터 BW가 규정될 수 있고, 여기서 벡터 BW의 l번째 엔트리는 l번째 주파수 대역(302)(l = 1,..., L)에 속하는 변환 빈들(301)의 수와 같다. 유사하게, K-차원 벡터 F가 규정될 수 있고, 여기서 l번째 엔트리는 l번째 주파수 대역(302)의 중간-지점과 같으며, 이것은 l번째 주파수 대역(302)에 속하는 변환 빈(301)의 가장 작은 인덱스와 변환 빈(301)의 가장 큰 인덱스의 평균을 계산함으로써 획득된다. 또한, L-차원 벡터 SPSD가 규정될 수 있으며, 여기서 벡터 SPSD는 신호의 전력 스펙트럼 밀도의 값들을 계산할 수 있고, 이것은 dB 스케일로부터의 엔벨로프에 관련된 양자화 인덱스들을 다시 선형 스케일로 변환함으로써 획득될 수 있다. 또한, 최대 빈 인덱스 Ncore는 l번째 주파수 대역(302)에 속하는 가장 큰 빈 인덱스로 규정될 수 있다. 스케일러 반사 계수 Rfc는 다음과 같이
결정될 수 있고, 여기서 l은 L-차원 벡터의 l번째 엔트리를 표시한다.
일반적으로, Rfc > 0은 고-주파수 부분에 의해 우세해진 스펙트럼을 나타내고, Rfc < 0은 저-주파수 부분에 의해 우세해진 스펙트럼을 나타낸다. Rfc 파라미터는 다음과 같이 이용될 수 있다: Rfu 값이 낮고(즉, 예측 이득이 낮고) Rfc > 0이면, 이것은 마찰음(즉, 무성음 치찰음)에 대응하는 스펙트럼을 나타낸다. 이 경우, 디더링된 양자화기들(322)의 상대적으로 증가된 수 Ndith는 양자화기들의 집단(326, 722) 내에서 이용될 수 있다.
일반적인 용어로, 양자화기들(및 대응하는 역 양자화기들)의 집단(326)은 인코더(100)에서 및 대응하는 디코더(500)에서 이용 가능한 사이드 정보(예를 들면, 제어 파라미터(146) 및/또는 스펙트럼 반사 계수)에 기초하여 조정될 수 있다. 사이드 정보는 인코더(100)에 및 디코더(500)에 이용 가능한 파라미터들로부터 추출될 수 있다. 상기에 개요가 설명된 바와 같이, 예측기 이득 g는 역 양자화기들의 적당한 집단(326)을 선택하기 위해, 디코더(500)에 전송될 수 있고 변환 계수들의 역 양자화에 앞서 이용될 수 있다. 대안적으로 또는 부가적으로, 반사 계수는 디코더(500)에 전송되는 스펙트럼 엔벨로프에 기초하여 추정되거나 근사화될 수 있다.
도 7은 인코더(100)에서 및 대응하는 디코더(500)에서 양자화기들/역 양자화기들의 집단(326)을 결정하기 위한 예시적 방법의 블록도를 도시한다. 관련 사이드 정보(721)(예측기 파라미터 g 및/또는 반사 계수와 같은)가 비트스트림으로부터 추출될 수 있다(701). 사이드 정보(721)는 현재 블록 계수들을 양자화하기 위해 및/또는 대응하는 양자화 인덱스들을 역 양자화하기 위해 이용될 양자화기들의 집단(722)을 결정하는데 이용될 수 있다(702). 레이트 할당 처리(703)를 이용하여, 양자화기들의 결정된 집단(722)으로부터의 특정 양자화기는 특정 주파수 대역(302)의 계수들을 양자화하기 위해 및/또는 대응하는 양자화 인덱스들을 역 양자화하기 위해 이용된다. 레이트 할당 처리(703)로부터 유발되는 양자화기 선택(723)은 양자화 인덱스들을 산출하기 위해 양자화 처리(703) 내에서 이용되고 및/또는 양자화된 계수들을 산출하기 위해 역 양자화 처리(713) 내에서 이용된다.
도 9a 내지 도 9c는 본 문서에 기술되는 변환-기반 코덱 시스템을 이용하여 달성될 수 있는 예시적 실험 결과들을 도시한다. 특히, 도 9a 내지 도 9c는 하나 이상의 디더링된 양자화기들(322)을 포함하는 양자화기들의 순서화된 집단(326)을 이용한 이점들을 도시한다. 도 9a는 오리지널 신호의 스펙트로그램(901)을 도시한다. 스펙트로그램(901)은 백색 원형으로 식별되는 주파수 레인지에서의 스펙트럼 컨텐트를 포함함을 알 수 있다. 도 9b는 오리지널 신호의 양자화된 버전(22kps에서 양자화된)의 스펙트로그램(902)을 도시한다. 도 9b의 경우, 제로 레이트 할당을 위한 잡음-채움 및 스칼라 양자화기가 이용되었다. 스펙트로그램(902)은 얕은 스펙트럼 홀들(소위 "버디들")과 연관되는 백색 원형으로 식별되는 주파수 레인지에서의 상대적으로 큰 스펙트럼 블록들을 나타냄을 알 수 있다. 이들 블록들은 통상적으로 가청 아티팩트들을 유발한다. 도 9c는 오리지널 신호의 다른 양자화된 버전(22kps에서 양자화된)의 스펙트로그램(903)을 도시한다. 도 9c의 경우, 제로 레이트 할당을 위한 잡음-채움, 디더링된 양자화기들 및 스칼라 양자화기들이 이용되었다(본 문서에 기술된 바와 같이). 스펙트로그램(903)은 백색 원형으로 식별되는 주파수 레인지에서의 스펙트럼 홀들과 연관된 큰 스펙트럼 블록들을 나타내지 않음을 알 수 있다. 이러한 양자화 블록들의 부재는 본 문서에 기술된 변환-기반 코덱 시스템의 개선된 지각 성능의 표시임을 본 기술분야의 통상의 기술자는 알고 있다.
다음에는 인코더(100, 170) 및/또는 디코더(500)의 다양한 부가의 양태들이 기술된다. 상기에 개요가 설명된 바와 같이, 인코더(100, 170) 및/또는 디코더(500)는 리스케일링된 에러 계수들의 블록(142)을 산출하기 위해 예측 에러 계수들 Δ(k)를 리스케일링하도록 구성되는 스케일링 유닛(111)을 포함할 수 있다. 리스케일링 유닛(111)은 리스케일링을 수행하기 위해 하나 이상의 미리 결정된 경험 규칙들을 이용할 수 있다. 일례에서, 리스케일링 유닛(111)은 이득 d(f), 예를 들면,
를 포함하는 경험 스케일링 규칙을 이용할 수 있고, 여기서 브레이크 주파수 f0는 예를 들면 1000Hz로 설정될 수 있다. 따라서, 리스케일링 유닛(111)은 리스케일링된 에러 계수들의 블록(142)을 산출하기 위해 주파수 의존 이득 d(f)를 예측 에러 계수들에 적용하도록 구성될 수 있다. 역 리스케일링 유닛(113)은 주파수 의존 이득 d(f)의 역을 적용하도록 구성될 수 있다. 주파수 의존 이득 d(f)는 제어 파라미터 rfu(146)에 의존할 수 있다. 상기 예에서, 이득 d(f)는 로패스 특성을 나타내어, 예측 에러 계수들은 더 낮은 주파수들에서보다 더 높은 주파수들에서 더 많이 감쇠되고 및/또는 예측 에러 계수들은 더 높은 주파수들에서보다 더 낮은 주파수들에서 더 많이 강조된다. 상기에 언급된 이득 d(f)는 항상 1 이상이다. 따라서, 양호한 실시예에서, 경험 스케일링 규칙은 예측 에러 계수들이 팩터에 의해(주파수에 의존하여) 하나 이상 강조되게 한다.
주파수-의존 이득은 전력 또는 분산을 나타낼 수 있음을 유념해야 한다. 이러한 경우들에서, 스케일링 규칙 및 역 스케일링 규칙은 주파수-의존 이득의 제곱근에 기초하여, 예를 들면, 
에 기초하여 도출되어야 한다.
강조 및/또는 감쇠의 정도는 예측기(117)에 의해 달성되는 예측 품질에 의존할 수 있다. 예측기 이득 g 및/또는 제어 파라미터 rfu(146)는 예측 품질을 나타낼 수 있다. 특히, 상대적으로 낮은 값의 제어 파라미터 rfu(146)(상대적으로 제로에 근접)는 낮은 예측 품질을 나타낼 수 있다. 이러한 경우들에서, 예측 에러 계수들은 모든 주파수들에 걸쳐 상대적으로 높은(절대) 값들을 가진다고 예상되어야 한다. 상대적으로 높은 값들의 제어 파라미터 rfu(146)(상대적으로 1에 근접)는 높은 예측 품질을 나타낼 수 있다. 이러한 경우들에서, 예측 에러 계수들은 높은 주파수들에 대해 상대적으로 높은(절대) 값들(예측하기가 더 어려움)을 가진다고 예상되어야 한다. 따라서, 리스케일링 유닛(111)의 출력에서 단위 분산을 달성하기 위해, 이득 d(f)는, 상대적으로 낮은 예측 품질의 경우에, 이득 d(f)가 모든 주파수들에 대해 실질적으로 평탄한 반면, 상대적으로 높은 예측 품질의 경우에, 이득 d(f)가 낮은 주파수들에서의 분산을 증가 또는 증대시키기 위해 로패스 특성을 가지게 될 수 있다. 이것은 상기 언급된 rfu-의존 이득 d(f)에 대한 경우이다.
상기에 개요가 설명된 바와 같이, 비트 할당 유닛(110)은 할당 엔벨로프(138)에서의 대응하는 에너지 값에 의존하여, 상이한 리스케일링된 에러 계수들에 대한 비트들의 상대적 할당을 제공하도록 구성될 수 있다. 비트 할당 유닛(110)은 경험 리스케일링 규칙을 고려하도록 구성될 수 있다. 경험 리스케일링 규칙은 예측 품질에 의존할 수 있다. 상대적으로 높은 예측 품질의 경우, 낮은 주파수들에서의 계수들의 인코딩에보다 높은 주파수들에서의 예측 에러 계수들(또는 리스케일링된 에러 계수들의 블록(142))의 인코딩에 상대적으로 증가된 수의 비트들을 할당하는 것이 유리할 수 있다. 이것은 높은 예측 품질의 경우에, 낮은 주파수 계수들이 이미 잘 예측되는 반면, 높은 주파수 계수들은 통상적으로 덜 잘 예측된다는 사실에 기인할 수 있다. 반면, 상대적으로 낮은 예측 품질의 경우에, 비트 할당은 변하지 않은 상태로 남아 있어야 한다.
상기 거동은 예측 품질을 고려하는 할당 엔벨로프(138)를 결정하기 위해, 경험 규칙들/이득 d(f)의 역을 현재 조정된 엔벨로프(139)에 적용함으로써 구현될 수 있다.
조정된 엔벨로프(139), 예측 에러 계수들 및 이득 d(f)는 로그 또는 dB 도메인에서 표현될 수 있다. 이러한 경우, 예측 에러 계수들에 대한 이득 d(f)의 적용은 "가산(add)" 동작에 대응할 수 있고, 조정된 엔벨로프(139)에 대한 이득 d(f)의 역의 적용은 "감산(subtract)" 동작에 대응할 수 있다.
경험 규칙들/이득 d(f)의 다양한 변형들이 가능함을 유념해야 한다. 특히, 로패스 특성의 고정된 주파수 의존 곡선 
은 엔벨로프 데이터에(예를 들면 현재 블록(131)에 대한 조정된 엔벨로프(139)에) 의존하는 함수로 대체될 수 있다. 수정된 경험 규칙들은 제어 파라미터 rfu(146)에 및 엔벨로프 데이터에 둘다 의존할 수 있다.
다음에는 예측기 이득 g에 대응할 수 있는 예측기 이득 ρ를 결정하기 위한 상이한 방식들이 기술된다. 예측기 이득 ρ는 예측 품질의 표시로서 이용될 수 있다. 예측 잔여 벡터(prediction residual vector)(즉, 예측 에러 계수들의 블록(141)) z는: z = x - ρy에 의해 주어질 수 있고, 여기서 x는 타겟 벡터(예를 들면, 플래트닝된 변환 계수들의 현재 블록(140) 또는 변환 계수들의 현재 블록(131))이고, y는 예측을 위한 선택된 후보(예를 들면, 재구성된 계수들의 이전 블록들(149))를 표현하는 벡터이고, ρ는 (스칼라) 예측기 이득이다.
w≥ 0은 예측기 이득 ρ의 결정을 위해 이용되는 가중 벡터일 수 있다. 일부 실시예들에서, 가중 벡터는 신호 엔벨로프의 함수이다(예를 들면, 조정된 엔벨로프(139)의 함수이고, 이것은 인코더(100, 170)에서 추정된 후에 디코더(500)에 전송될 수 있다). 가중 벡터는 통상적으로 타겟 벡터 및 후보 벡터와 동일한 차원을 가진다. 벡터 x의 i번째 엔트리는 xi(예를 들면 i = l,..., K)로 표시될 수 있다.
예측기 이득 ρ를 규정하기 위한 상이한 방식들이 존재한다. 일 실시예에서, 예측기 이득 ρ는 최소 평균 제곱 에러 기준에 따라 규정된 MMSE(minimum mean square error) 이득이다. 이 경우, 예측기 이득 ρ은 다음의 공식을 이용하여 계산될 수 있다:
이러한 예측기 이득 ρ는 통상적으로
로서 규정된 평균 제곱 에러를 최소화한다.
평균 제곱 에러 D의 규정에 가중치를 도입하는 것은 종종 (지각적으로) 유리하다. 가중치는 신호 스펙트럼의 지각적으로 중요한 부분들에 대해 x와 y 사이의 매칭의 중요성을 강조하고 상대적으로 덜 중요한 신호 스펙트럼의 부분들에 대해 x와 y 사이의 매칭의 중요성을 덜 강조하는데 이용될 수 있다. 이러한 방식은 다음의 에러 기준을 유발하고: 
이것은 다음의 최적의 예측기 이득 규정(가중된 평균 제곱 에러의 관점에서)을 유발한다:
상기의 예측기 이득 규정은 통상적으로 무한한 이득을 유발한다. 상기에 나타낸 바와 같이, 가중 벡터 w의 가중치들 wi는 조정된 엔벨로프(139)에 기초하여 결정될 수 있다. 예를 들면, 가중 벡터 w는 조정된 엔벨로프(139)의 미리 규정된 함수를 이용하여 결정될 수 있다. 미리 규정된 함수는 인코더에서 및 디코더에서 알려져 있을 수 있다(조정된 엔벨로프(139)에 대한 경우도 마찬가지이다). 따라서 가중 벡터는 인코더에서 및 디코더에서 동일한 방식으로 결정될 수 있다.
다른 가능한 예측기 이득 공식은
에 의해 주어지고, 여기서 
및 
이다. 이러한 예측기 이득 규정은, 항상 간격 [-1, 1] 내에 있는 이득을 산출한다. 후자의 공식에 의해 지정된 예측기 이득의 중요한 특징은 예측기 이득 ρ가 타겟 신호의 에너지 x와 잔여 신호의 에너지 z 사이의 다루기 쉬운 관계를 용이하게 한다. LTP 잔여 에너지는: 
로서 표현될 수 있다.
제어 파라미터 rfu(146)는 상기 언급된 공식들을 이용하여 예측기 이득 g에 기초하여 결정될 수 있다. 예측기 이득 g는 임의의 상기 언급된 공식들을 이용하여 결정되는 예측기 이득 ρ와 동일할 수 있다.
상기에 개요가 설명된 바와 같이, 인코더(100, 170)는 잔여 벡터 z(즉, 예측 에러 계수들의 블록(141))를 양자화하여 인코딩하도록 구성된다. 양자화 처리는 통상적으로, 지각적으로 중요한 방식으로 신호의 스펙트럼 성분들 사이에 이용 가능한 비트들을 분포하기 위해, 기본 지각 모델에 따라 신호 엔벨로프에 의해(예를 들면, 할당 엔벨로프(138)에 의해) 안내된다. 레이트 할당 처리는 입력 신호로부터(예를 들면, 변환 계수들의 블록(131)으로부터) 도출되는 신호 엔벨로프에 의해(예를 들면, 할당 엔벨로프(138)에 의해) 안내된다. 예측기(117)의 동작은 통상적으로 신호 엔벨로프를 변경한다. 양자화 유닛(112)은 통상적으로, 단위 분산 소스에 대한 동작을 가정하여 설계되는 양자화기들을 이용한다. 높은 품질 예측의 경우에(즉, 예측기(117)가 성공적일 때), 단위 분산 특성은 더이상 그 경우가 아니며, 즉 예측 에러 계수들의 블록(141)은 단위 분산을 나타내지 않을 수 있음을 유념한다.
예측 에러 계수들의 블록(141)의 엔벨로프(즉, 잔여 z에 대해)를 추정하는 것과 이 엔벨로프를 디코더에 전송하는 것(및 추정된 엔벨로프를 이용하여 예측 에러 계수들의 블록(141)을 리플래트닝하는 것)은 통상적으로 효율적이지 않다. 대신에, 인코더(100) 및 디코더(500)는 예측 에러 계수들의 블록(141)을 리스케일링하기 위한 경험 규칙을 이용할 수 있다(상기에 개요가 설명된 바와 같이). 경험 규칙은 예측 에러 계수들의 블록(141)을 리스케일링하는데 이용될 수 있어서, 리스케일링된 계수들의 블록(142)은 단위 분산에 접근한다. 이에 대한 결과로서, 양자화 결과들은 개선될 수 있다(단위 분산을 가정하는 양자화기들을 이용하여).
또한, 이미 개요가 설명된 바와 같이, 경험 규칙은 비트 할당 처리에 이용되는 할당 엔벨로프(138)를 수정하는데 이용될 수 있다. 할당 엔벨로프(138)의 수정 및 예측 에러 계수들의 블록(141)의 리스케일링은 통상적으로 인코더(100)에 의해 및 디코더(500)에 의해 동일한 방식으로(동일한 경험 규칙을 이용하여) 수행될 수 있다.
가능한 경험 규칙 d(f)가 상기에 기술되었다. 다음에는 경험 규칙을 결정하기 위한 다른 방식이 기술된다. 가중된 도메인 에너지 예측 이득의 역은 ρ ∈ [0, 1]로 주어질 수 있어서, 
이고, 여기서 
은 가중된 도메인에서 잔여 벡터(즉, 예측 에러 계수들의 블록(141))의 제곱 에너지를 나타내고, 
은 가중된 도메인에서 타겟 벡터(즉, 플래트닝된 변환 계수들의 블록(140))의 제곱 에너지를 나타낸다.
다음의 가정이 이루어질 수 있다
1. 타겟 벡터 x의 엔트리들은 단위 분산을 가진다. 이것은 플래트닝 유닛(108)에 의해 수행되는 플래트닝의 결과일 수 있다. 이 가정은 플래트닝 유닛(108)에 의해 수행되는 엔벨로프 기반 플래트닝의 품질에 의존하여 이행된다.
2. 예측 잔여 벡터 z의 엔트리들의 분산은 i = 1, ..., K에 대해 및 일부 t ≥ 0에 대해 
의 형태이다. 이 가정은 적어도 제곱 지향 예측기 탐색(squares oriented predictor search)이 가중된 도메인에서 균일하게 분포된 에러 기여를 유발하여, 잔여 벡터 
가 다소 평탄하게 되는 경험에 기초한다. 또한, 적당한 경계 
를 유발하는 예측기 후보가 평탄에 근접하는 것이 예상될 수 있다. 이러한 두 번째 가정의 다양한 수정들이 이용될 수 있음을 유념해야 한다.
파라미터 t를 추정하기 위해서는, 상기 언급된 두 가정들을 예측 에러 공식(예를 들면, 
)에 삽입할 수 있고, 그에 의해 "수위 타입(water level type)" 방정식
을 제공한다.
간격 t ∈ [0, max(w(i))]에 상기 방정식에 대한 해가 존재한다는 것을 알 수 있다. 파라미터 t를 찾기 위한 방정식은 정렬 루틴들을 이용하여 풀 수 있다.
경험 규칙은 그 후에 
로 주어질 수 있고, 여기서 i = 1,..., K는 주파수 빈을 식별한다. 경험 스케일링 규칙의 역은 
로 주어진다. 경험 스케일링 규칙의 역은 역 리스케일링 유닛(113)에 의해 적용된다. 주파수-의존 스케일링 규칙은 가중치들 w(i) = wi에 의존한다. 상기에 나타낸 바와 같이, 가중치들 w(i)는 변환 계수들의 현재 블록(131)(예를 들면, 조정된 엔벨로프(139), 또는 조정된 엔벨로프(139)의 일부 미리 규정된 함수)에 의존할 수 있거나 대응할 수 있다.
예측기 이득을 결정하기 위해, 공식 
를 이용할 때, 다음의 관계식: p = 1 - ρ2이 적용되는 것을 알 수 있다.
따라서, 경험 스케일링 규칙은 다양한 상이한 방식들로 결정될 수 있다. 이것은 상기 언급된 두 가정들(스케일링 방법 B로 칭해짐)에 기초하여 결정되는 스케일링 규칙이 고정된 스케일링 규칙 d(f)에 비해 유리하다는 것을 실험적으로 보여주었다. 특히, 두 가정들에 기초하여 결정되는 스케일링 규칙은 예측기 후보 탐색의 과정에서 이용되는 가중치의 효과를 고려할 수 있다. 스케일링 방법 B는 잔여의 분산과 신호의 분산 사이의 분석적으로 다루기 쉬운 관계(이것은 상기에 개요가 설명된 p의 도출을 용이하게 한다)로 인해, 이득 
의 규정과 조합되는 것이 편리하다.
다음에는 변환-기반 오디오 코더의 성능을 개선하기 위한 다른 양태가 기술된다. 특히, 소위 분산 보존 플래그의 이용이 제안된다. 분산 보존 플래그는 블록(131)마다 기초하여 결정되어 전송될 수 있다. 분산 보존 플래그는 예측 품질을 나타낼 수 있다. 일 실시예에서, 상대적으로 높은 예측 품질의 경우에 분산 보존 플래그는 오프 상태이고, 상대적으로 낮은 예측 품질의 경우에 분산 보존 플래그는 온 상태이다. 분산 보존 플래그는 인코더(100, 170)에 의해, 예를 들면 예측기 이득 ρ에 기초하여 및/또는 예측기 이득 g에 기초하여 결정될 수 있다. 예를 들면, 분산 보존 플래그는 예측기 이득 ρ 또는 g(또는 그로부터 도출되는 파라미터)가 미리 결정된 임계값(예를 들면, 2dB) 아래이면 "온 상태"로 설정될 수 있고, 그 반대로도 가능하다. 상기에 개요가 설명된 바와 같이, 가중된 도메인 에너지 예측 이득 ρ의 역은 통상적으로 예측기 이득, 예를 들면 p = 1 - ρ2에 의존한다. 파라미터 p의 역은 분산 보존 플래그의 값을 결정하는데 이용될 수 있다. 예를 들면, 1/p(예를 들면, dB로 표현됨)는 분산 보존 플래그의 값을 결정하기 위해 미리 결정된 임계값(예를 들면, 2dB)과 비교될 수 있다. 1/p가 미리 결정된 임계값보다 큰 경우, 분산 보존 플래그는 "오프 상태"(상대적으로 높은 예측 품질을 나타냄)로 설정될 수 있고, 그 반대로도 가능하다.
분산 보존 플래그는 인코더(100)의 및 디코더(500)의 다양한 상이한 설정들을 제어하는데 이용될 수 있다. 특히, 분산 보존 플래그는 복수의 양자화기들(321, 322, 323)의 잡음 정도를 제어하는데 이용될 수 있다. 특히, 분산 보존 플래그는 다음의 설정들 중 하나 이상에 영향을 미칠 수 있다:
분산 보존 플래그가 인코더(100) 및/또는 디코더(500)의 하나 이상의 설정들을 변경할 수 있는 방법의 예가 [표 2]에 제공된다.
| 설정 타입 | 분산 보존 오프 | 분산 보존 온 |
| 잡음 이득 |
 |
 |
| 디더링된 양자화기들의 레인지 | 제어 파라미터 rfu에 의존 | 상대적으로 큰 레인지(예를 들면, 가장 큰 가능한 레인지)에 고정 |
디더링된 양자화기들의 사후-이득 |
 |
 |
| 경험 스케일링 규칙 | 온 | 오프 |
사후-이득, 
에 대한 공식은 예측 에러 계수들의 블록(141)(양자화되어야 하는)의 하나 이상의 계수들의 분산이고, Δ는 사후-이득이 적용되어야 하는 디더링된 양자화기의 스칼라 양자화기(612)의 양자화기 단계 크기이다.
[표 2]의 예로부터 알 수 있는 바와 같이, 잡음 합성 양자화기(321)의 잡음 이득 gN(즉, 잡음 합성 양자화기(321)의 분산)은 분산 보존 플래그에 의존할 수 있다. 상기에 개요가 설명된 바와 같이, 제어 파라미터 rfu(146)는 레인지 [0, 1]에 있을 수 있고, 상대적으로 낮은 rfu 값은 상대적으로 낮은 예측 품질을 나타내고 및 상대적으로 높은 rfu 값은 상대적으로 높은 예측 품질을 나타낸다. [0, 1]의 레인지에 있는 rfu 값들에 대해, 좌측 컬럼 공식은 우측 컬럼 공식보다 낮은 잡음 이득들 gN을 제공한다. 따라서, 분산 보존 플래그가 온 상태일(상대적으로 낮은 예측 품질을 나타낼) 때, 분산 보존 플래그가 오프 상태일(상대적으로 높은 예측 품질을 나타낼) 때보다 높은 잡음 이득이 이용된다. 이것은 전체적인 지각 품질을 개선한다는 것을 실험적으로 보여주었다.
상기에 개요가 설명된 바와 같이, 디더링된 양자화기들(322)의 324, 325의 SNR 레인지는 제어 파라미터 rfu에 매우 의존할 수 있다. [표 2]에 따라, 분산 보존 플래그 온 상태일(상대적으로 낮은 예측 품질을 나타낼) 때, 디더링된 양자화기들(322)의 고정된 큰 레인지가 이용된다(예를 들면, 레인지(324)). 반면, 분산 보존 플래그가 오프 상태일(상대적으로 높은 예측 품질을 나타낼) 때, 제어 파라미터 rfu에 의존하여, 디더링된 양자화기들(322)의 상이한 레인지들(324, 325)이 이용된다.
상기에 개요가 설명된 바와 같이, 양자화된 에러 계수들의 블록(145)의 결정은 사후-이득 
의 양자화된 에러 계수들에의 적용을 관련시키며, 양자화된 에러 계수들은 디더링된 양자화기(322)를 이용하여 양자화되었다. 사후-이득 
은 디더링된 양자화기(322)(예를 들면, 감산 디더를 가진 양자화기)의 MSE 성능을 개선하기 위해 도출될 수 있다.
사후-이득을 분산 보존 플래그에 의존하게 할 때, 지각 코딩 품질이 개선될 수 있음을 실험적으로 보여주었다. 분산 보존 플래그가 오프 상태일(상대적으로 높은 예측 품질을 나타낼) 때 상기 언급된 MSE 최적의 사후-이득이 이용된다. 반면, 분산 보존 플래그가 온 상태일(상대적으로 낮은 예측 품질을 나타낼) 때, 더 높은 사후-이득([표 2]의 우측면의 공식에 따라 결정된)을 이용하는 것이 유리할 수 있다.
상기에 개요가 설명된 바와 같이, 경험 스케일링은 예측 에러 계수들의 블록들(141)보다 단위 분산 특성에 더 근접한 리스케일링된 에러 계수들의 블록들(142)을 제공하는데 이용될 수 있다. 경험 스케일링 규칙들은 제어 파라미터(146)에 의존하게 될 수 있다. 즉, 경험 스케일링 규칙들은 예측 품질에 의존하게 될 수 있다. 경험 스케일링은 상대적으로 높은 예측 품질의 경우에 특히 유리할 수 있는 반면에, 이 유리한 점들은 상대적으로 낮은 예측 품질의 경우에 제한될 수 있다. 이러한 점에서, 분산 보존 플래그가 오프 상태일(상대적으로 높은 예측 품질을 나타낼) 때 경험 스케일링을 이용하는 것이 유리할 수 있다.
본 문서에서, 변환-기반 음성 인코더(100, 170) 및 대응하는 변환-기반 음성 디코더(500)가 기술되었다. 변환-기반 음성 코덱은 인코딩된 음성 신호들의 품질 개선을 허용하는 다양한 양태들을 이용할 수 있다. 특히, 음성 코덱은 클래식 (디더링되지 않은) 양자화기들, 감산 디더링을 가진 양자화기들, 및 "제로-레이트" 잡음-채움을 포함하는 양자화기들의 순서화된 집단을 생성하도록 구성될 수 있다. 양자화기들의 순서화된 집단은 순서화된 집단이 신호 엔벨로프에 의해 및 레이트 할당 파라미터에 의해 파라미터화되는 예측 모델에 따라 레이트 할당 처리를 용이하게 하는 방식으로 생성될 수 있다. 양자화기들의 집단 구성은 양자화 방식의 지각 성능을 개선하기 위해 사이드 정보(예를 들면, 예측기 이득)의 존재시 재구성될 수 있다. 레이트 할당 알고리즘이 이용될 수 있으며, 이것은 디코더에 대한 부가 시그널링, 예를 들면, 인코더에서 이용된 양자화기들의 집단의 특정 구성에 관한 및/또는 디더링된 양자화기들을 구현하는데 이용된 디더 신호에 관한 부가 시그널링에 대한 필요 없이 양자화기들의 순서화된 집단의 이용을 용이하게 한다. 또한, 레이트 할당 알고리즘이 이용될 수 있으며, 이것은 비트-레이트 제약(예를 들면, 최대 허용된 수의 비트들에 관한 제약 및/또는 최대 허용 메시지 길이에 관한 제약)의 존재시 산술 코더(또는 레인지 코더)의 이용을 용이하게 한다. 또한, 양자화기들의 순서화된 집단은 특정 주파수 대역들에 대한 제로-비트들의 할당을 허용하면서 디더링된 양자화기들의 이용을 용이하게 한다. 또한, 레이트 할당 알고리즘이 이용될 수 있고, 이것은 허프만 코딩과 함께 양자화기들의 순서화된 집단의 이용을 용이하게 한다.
본 문서에 기술된 방법들 및 시스템들은 소프트웨어, 펌웨어 및/또는 하드웨어로 구현될 수 있다. 특정 구성요소들은 예를 들면 디지털 신호 처리기 또는 마이크로프로세서 상에서 실행하는 소프트웨어로서 구현될 수 있다. 다른 구성요소들은 예를 들면 하드웨어 및 또는 주문형 반도체로서 구현될 수 있다. 기술된 방법들 및 시스템들에서 접하는 신호들은 랜덤 액세스 메모리 또는 광학 저장 매체들과 같은 매체들에 저장될 수 있다. 이들은 라디오 네트워크들, 위성 네트워크들, 무선 네트워크들 또는 유선 네트워크들, 예를 들면 인터넷과 같은 네트워크들을 통해 이송될 수 있다. 본 문서에 기술된 방법들 및 시스템들을 이용하는 통상적인 디바이스들은 휴대용 전자 디바이스들 또는 오디오 신호들을 저장 및/또는 렌더링하는데 이용되는 다른 소비자 기기이다.
601: 디더 생성기
321,322,323: 양자화기들
321,322,323: 양자화기들
Claims (63)
- 계수들의 블록(141)의 제 1 계수를 양자화하도록 구성된 양자화 유닛(112)으로서, 계수들의 상기 블록(141)은 복수의 대응하는 주파수 빈들(301)에 대한 복수의 계수들을 포함하는, 상기 양자화 유닛(112)에 있어서,
상기 양자화 유닛(112)은:
- 양자화기들의 세트(326, 327)를 제공하고;
- 상기 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하고;
- 상기 SNR 표시에 기초하여, 양자화기들의 상기 세트(326, 327)로부터 제 1 양자화기를 선택하고;
- 상기 제 1 양자화기를 이용하여 상기 제 1 계수를 양자화하도록 구성되고,
상기 양자화기들의 세트(326, 327)는 SNR로 칭해지는 상이한 신호-대-잡음비들과 각각 연관된 제한된 수의 상이한 양자화기들(321, 322, 323)을 포함하고, 양자화기들의 상기 세트의 상기 상이한 양자화기들은 그들의 SNR에 따라 순서화되고, 양자화기들(321, 322, 323)의 상기 세트(326, 327)는:
- 잡음-채움 양자화기(321; noise-filling quantizer);
- 하나 이상의 디더링된 양자화기들(322; dithered quantizers); 및
- 하나 이상의 디더링되지 않은 양자화기들(323)을 포함하는, 양자화 유닛(112). - 제 1 항에 있어서,
- 상기 잡음-채움 양자화기(321)는 상기 상이한 SNR들 중 상대적으로 가장 낮은 SNR과 연관되고;
- 상기 하나 이상의 디더링되지 않은 양자화기들(323)은 상기 상이한 SNR들 중 하나 이상의 상대적으로 가장 높은 SNR들과 연관되고;
- 상기 하나 이상의 디더링된 양자화기들(322)은 상기 상이한 SNR들 중 상기 상대적으로 가장 낮은 SNR보다 높고 상기 하나 이상의 상대적으로 가장 높은 SNR들보다 낮은 하나 이상의 중간 SNR들과 연관되는, 양자화 유닛(112). - 제 1 항 또는 제 2 항에 있어서,
양자화기들의 상기 세트는 상기 상이한 양자화기들과 연관된 SNR들을 증가시키는 것에 따라 순서화되는, 양자화 유닛(112). - 제 3 항에 있어서,
- SNR 차가 양자화기들의 상기 순서화된 세트로부터 인접한 양자화기들의 쌍과 연관되는 상기 SNR들의 차에 의해 주어지고;
- 상기 상이한 양자화기들로부터 인접한 양자화기들의 모든 쌍들에 대한 상기 SNR 차들은 미리 결정된 SNR 타겟 차 주위를 중심으로 미리 결정된 SNR 차 간격 내에 있는, 양자화 유닛(112). - 제 4 항에 있어서,
- 상기 미리 결정된 SNR 차 간격의 폭은 상기 미리 결정된 SNR 타겟 차의 미리 결정된 비율보다 작은, 양자화 유닛(112). - 제 4 항 또는 제 5 항에 있어서,
상기 미리 결정된 SNR 타겟 차는 1.5dB인, 양자화 유닛(112). - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 잡음-채움 양자화기(321)는:
- 미리 결정된 통계 모델에 따라 난수들을 생성하도록 구성된 난수 생성기를 포함하고;
- 상기 제 1 계수의 값을 상기 미리 결정된 통계 모델에 따라 상기 난수 생성기에 의해 생성된 랜덤 값으로 대체함으로써 상기 제 1 계수를 양자화하도록 구성되고; 및/또는
- 기본적으로 0dB 이하인 SNR과 연관되는, 양자화 유닛(112). - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 하나 이상의 디더링된 양자화기들(322) 중 특정한 디더링된 양자화기(322)는:
- 디더 값을 상기 제 1 계수에 적용함으로써 제 1 디더링된 계수를 결정하도록 구성된 디더 적용 유닛(611); 및
- 상기 제 1 디더 계수를 스칼라 양자화기(612)의 간격에 할당함으로써, 제 1 양자화 인덱스를 결정하도록 구성된 상기 스칼라 양자화기(612)를 포함하는, 양자화 유닛(112). - 제 8 항에 있어서,
상기 하나 이상의 디더링된 양자화기들(322) 중 상기 특정한 디더링된 양자화기(322)는:
- 제 1 재구성 값을 상기 제 1 양자화 인덱스에 할당하도록 구성된 역 스칼라 양자화기(612);
- 상기 제 1 재구성 값으로부터 상기 디더 값을 제거함으로써 제 1 역-디더링된 계수를 결정하도록 구성된 디더 제거 유닛(613)을 더 포함하는, 양자화 유닛(112). - 제 9 항에 있어서,
- 상기 디더 적용 유닛(611)은 상기 제 1 계수로부터 상기 디더 값을 감산하도록 구성되고, 상기 디더 제거 유닛(613)은 상기 디더 값을 상기 제 1 재구성 값에 가산하도록 구성되거나; 또는
- 상기 디더 적용 유닛(611)은 상기 디더 값을 상기 제 1 계수에 가산하도록 구성되고, 상기 디더 제거 유닛(613)은 상기 제 1 재구성 값으로부터 상기 디더 값을 감산하도록 구성되는, 양자화 유닛(112). - 제 9 항 또는 제 10 항에 있어서,
상기 하나 이상의 디더링된 양자화기들(322) 중 상기 특정한 디더링된 양자화기(322)는,
- 양자화기 사후-이득(quantizer post-gain)을 상기 제 1 역-디더링된 계수에 적용함으로써 제 1 양자화된 계수를 결정하도록 구성된 사후-이득 적용 유닛(614)을 더 포함하는, 양자화 유닛(112).
- 제 11 항에 있어서,
상기 양자화기 사후-이득은,
로 주어지고,는 계수들의 상기 블록(141)의 하나 이상의 계수들의 분산이고, Δ는 상기 특정한 디더링된 양자화기의 상기 스칼라 양자화기(612)의 양자화기 단계 크기인, 양자화 유닛(112).
- 제 8 항 내지 제 12 항 중 어느 한 항에 있어서,
디더 값들의 블록(602)을 생성하도록 구성된 디더 생성기(601)를 더 포함하고; 디더 값들의 상기 블록(602)은 상기 복수의 주파수 빈들(301)에 대한 복수의 디더 값들을 각각 포함하는, 양자화 유닛(112). - 제 13 항에 있어서,
상기 디더 생성기(601)는:
- M개의 미리 결정된 디더 실현화들(dither realizations) 중 하나를 선택하고, 여기서 M은 정수이고;
- 상기 선택된 디더 실현화에 기초하여 디더 값들의 상기 블록(602)을 생성하도록 구성되는, 양자화 유닛(112). - 제 14 항에 있어서,
미리 결정된 디더 실현화들의 상기 수 M은 10, 5, 4 또는 그 미만인, 양자화 유닛(112). - 제 8 항 내지 제 15 항 중 어느 한 항에 있어서,
상기 디더 값은 의사-난수(pseudo-random number)인, 양자화 유닛(112). - 제 8 항 내지 제 16 항 중 어느 한 항에 있어서,
- 상기 스칼라 양자화기(612)는 미리 결정된 양자화기 단계 크기 Δ를 가지고;
- 상기 디더 값은 미리 결정된 디더 간격으로부터의 값들을 이용하고(take on);
- 상기 미리 결정된 디더 간격은 상기 미리 결정된 양자화 단계 크기 Δ 이하의 폭을 가지는, 양자화 유닛(112). - 제 13 항을 인용하는 제 17 항에 있어서,
디더 값들의 상기 블록(602)은 상기 미리 결정된 디더 간격 내에서 균일하게 분포되는, 양자화 유닛(112). - 제 1 항 내지 제 18 항 중 어느 한 항에 있어서,
상기 하나 이상의 디더링된 양자화기들(322)은 감산 디더링된 양자화기들(subtractive dithered quantizers)인, 양자화 유닛(112). - 제 1 항 내지 제 19 항 중 어느 한 항에 있어서,
상기 하나 이상의 디더링되지 않은 양자화기들(323) 중 하나의 디더링되지 않은 양자화기(323)는 미리 결정된 균일 양자화기 단계 크기를 가진 스칼라 양자화기인, 양자화 유닛(112). - 제 1 항 내지 제 20 항 중 어느 한 항에 있어서,
- 계수들의 상기 블록(141)은 스펙트럼 블록 엔벨로프(136; spectral block envelope)와 연관되고;
- 상기 스펙트럼 블록 엔벨로프(136)는 상기 복수의 주파수 빈들(301)에 대한 복수의 스펙트럼 에너지 값들(303)을 나타내고;
- 상기 SNR 표시는 상기 스펙트럼 블록 엔벨로프(136)에 의존하는, 양자화 유닛(112). - 제 21 항에 있어서,
- 상기 SNR 표시는 또한 상기 스펙트럼 블록 엔벨로프(136)를 오프셋하기 위한 오프셋 파라미터에 의존하고;
- 상기 오프셋 파라미터는 계수들의 상기 블록(141)을 인코딩하기에 이용 가능한 미리 결정된 수의 비트들(143)에 의존하는, 양자화 유닛(112). - 제 22 항에 있어서,
상기 제 1 계수에 기인하는 상기 SNR을 나타내는 상기 SNR 표시는 상기 오프셋 파라미터를 이용하여 상기 제 1 계수의 상기 주파수 빈(301)과 연관된 상기 스펙트럼 블록 엔벨로프(136)로부터 도출되는 값을 오프셋함으로써 결정되는, 양자화 유닛(112). - 제 4 항을 인용하는 제 21 항 내지 제 23 항 중 어느 한 항에 있어서,
- 상기 SNR 표시는 상기 스펙트럼 블록 엔벨로프(136)로부터 도출되는 할당 엔벨로프(138; allocation envelope)에 의존하고;
- 상기 할당 엔벨로프(138)는 할당 해상도(allocation resolution)를 가지고;
- 상기 할당 해상도는 양자화기들의 상기 세트(326, 327)로부터 인접한 양자화기들 사이의 SNR 차에 의존하는, 양자화 유닛(112). - 제 1 항 내지 제 24 항 중 어느 한 항에 있어서,
- 계수들의 상기 블록(141)의 상기 복수의 계수들은 복수의 주파수 대역들(302)에 할당되고;
- 주파수 대역(302)은 하나 이상의 주파수 빈들(301)을 포함하고;
- 상기 양자화 유닛(112)은 상기 복수의 주파수 대역들(302)의 각각에 대해 양자화기들의 상기 세트(326, 327)로부터 하나의 양자화기를 선택하여, 동일한 주파수 대역(302)에 할당되는 계수들이 동일한 양자화기를 이용하여 양자화되도록 구성되는, 양자화 유닛(112). - 제 25 항에 있어서,
주파수 대역(302) 당 주파수 빈들(301)의 수는 주파수 증가에 따라 증가하는, 양자화 유닛(112). - 제 1 항 내지 제 26 항 중 어느 한 항에 있어서,
상기 양자화 유닛(112)은
- 계수들의 상기 블록(141)의 특성을 나타내는 사이드 정보(721)를 결정하고(701);
- 상기 사이드 정보(721)에 의존하여 양자화기들의 상기 세트(326, 327)를 생성하도록(702) 구성되는, 양자화 유닛(112). - 제 7 항을 인용하는 제 27 항에 있어서,
상기 잡음-채움 양자화기(321)의 상기 난수 생성기의 상기 미리 결정된 통계 모델은 상기 사이드 정보(721)에 의존하는, 양자화 유닛(112). - 제 27 항 또는 제 28 항에 있어서,
양자화기들의 상기 세트(326, 327) 내의 디더링된 양자화기들(322)의 수는 상기 사이드 정보(721)에 의존하는, 양자화 유닛(112). - 제 27 항 내지 제 29 항 중 어느 한 항에 있어서,
상기 양자화 유닛(112)은 상기 양자화 유닛(112)을 포함하는 인코더(100, 170)에서 및 대응하는 역 양자화 유닛(552)을 포함하는 대응하는 디코더(500)에서 이용 가능한 데이터로부터 상기 사이드 정보(721)를 추출하도록(701) 구성되는, 양자화 유닛(112). - 제 30 항에 있어서,
상기 사이드 정보(721)는:
- 상기 인코더(100, 170) 내에 포함된 예측기(117)에 의해 결정되는 예측기 이득으로서; 계수들의 상기 블록(141)의 음조 컨텐트(tonal content)를 나타내는 상기 예측기 이득; 및/또는
- 계수들의 상기 블록(141)에 기초하여 도출되는 스펙트럼 반사 계수로서, 계수들의 상기 블록(141)의 마찰음 컨텐트(fricative content)를 나타내는 상기 스펙트럼 반사 계수 중 적어도 하나를 포함하는, 양자화 유닛(112). - 제 31 항에 있어서,
미리 결정된 양자화기들의 상기 세트(326, 327) 내에 포함된 디더링된 양자화기들의 상기 수는 예측기 이득 증가에 따라 감소하고, 그 반대로도 가능한, 양자화 유닛(112). - 제 27 항 내지 제 32 항 중 어느 한 항에 있어서,
- 상기 사이드 정보는 분산 보존 플래그(variance preservation flag)를 포함하고;
- 상기 분산 보존 플래그는 계수들의 상기 블록(141)의 분산이 어떻게 조정되는지를 나타내고;
- 양자화기들의 상기 세트(326, 327)는 상기 분산 보존 플래그에 의존하여 결정되는, 양자화 유닛(112). - 제 33 항에 있어서,
상기 잡음 채움 양자화기(321)의 잡음 이득이 상기 분산 보존 플래그에 의존하는, 양자화 유닛(112). - 제 33 항 또는 제 34 항에 있어서,
상기 하나 이상의 디더링된 양자화기들(322)에 의해 커버되는 SNR 레인지(324, 325)가 상기 분산 보존 플래그에 의존하여 결정되는, 양자화 유닛(112). - 제 11 항을 인용하는 제 33 항 내지 제 35 항 중 어느 한 항에 있어서,
상기 사후-이득은 상기 분산 보존 플래그에 의존하는, 양자화 유닛(112).
- 양자화 인덱스들을 역-양자화하도록 구성된 역 양자화 유닛(552)으로서; 상기 양자화 인덱스들은 복수의 대응하는 주파수 빈들(301)에 대한 복수의 계수들을 포함하는 계수들의 블록과 연관되는, 상기 역 양자화 유닛(552)에 있어서,
상기 역 양자화 유닛(552)은:
- 양자화기들의 세트(326, 327)를 제공하고;
- 계수들의 상기 블록으로부터의 상기 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하고;
- 상기 SNR 표시에 기초하여, 양자화기들의 상기 세트(326, 327)로부터 제 1 양자화기를 선택하고;
- 상기 제 1 양자화기를 이용하여 상기 제 1 계수에 대한 제 1 양자화된 계수를 결정하도록 구성되고,
양자화기들의 상기 세트(326, 327)는 SNR로 칭해지는 상이한 신호-대-잡음비들과 각각 연관된 제한된 수의 상이한 양자화기들(321, 322, 323)을 포함하고, 양자화기들의 상기 세트(326, 327)의 상기 상이한 양자화기들은 그들의 SNR에 따라 순서화되고, 양자화기들(321, 322, 323)의 상기 세트(326, 327)는:
- 잡음-채움 양자화기(321);
- 하나 이상의 디더링된 양자화기들(322); 및
- 하나 이상의 디더링되지 않은 양자화기들(323)을 포함하는, 역 양자화 유닛(552). - 오디오 신호를 비트스트림으로 인코딩하도록 구성된 변환-기반 오디오 인코더(100, 170)에 있어서:
- 디더링된 양자화기(322)를 이용하여 계수들의 블록(141)으로부터 복수의 계수들을 양자화함으로써 복수의 양자화 인덱스들을 결정하도록 구성되는 양자화 유닛(112)으로서; 상기 복수의 계수들은 복수의 대응하는 주파수 빈들(301)과 연관되고; 계수들의 상기 블록(141)은 상기 오디오 신호로부터 도출되는, 상기 양자화 유닛(112);
- M개의 미리 결정된 디더 실현화들 중 하나를 선택하도록 구성되고, 상기 선택된 디더 실현화에 기초하여, 상기 복수의 계수들을 양자화하기 위한 복수의 디더 값들(602)을 생성하도록 구성되는 디더 생성기(601)로서, 여기서 M은 1보다 큰 정수인, 상기 디더 생성기(601); 및
- M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하도록 구성되고, 상기 선택된 코드북을 이용하여 상기 복수의 양자화 인덱스들을 엔트로피 인코딩하도록 구성되는 엔트로피 인코더로서; 상기 M개의 미리 결정된 코드북들은 상기 M개의 미리 결정된 디더 실현화들과 각각 연관되고; 상기 엔트로피 인코더는 상기 디더 생성기(601)에 의해 선택되는 상기 디더 실현화와 연관된 상기 코드북을 선택하도록 구성되고; 상기 엔트로피 인코딩된 양자화 인덱스들을 나타내는 계수 데이터(163)가 상기 비트스트림에 삽입되는, 상기 엔트로피 인코더를 포함하는, 변환-기반 오디오 인코더(100, 170). - 제 38 항에 있어서,
상기 미리 결정된 디더 실현화들의 수 M은 10, 5, 4 또는 그 미만인, 변환-기반 오디오 인코더(100, 170). - 제 38 항 또는 제 39 항에 있어서,
상기 M개의 미리 결정된 코드북들은 상기 M개의 미리 결정된 디더 실현화들을 각각 이용하여 트레이닝된, 변환-기반 오디오 인코더(100, 170). - 제 38 항 내지 제 40 항 중 어느 한 항에 있어서,
상기 M개의 미리 결정된 코드북들은 가변-길이 허프만 코드워드들을 포함하는, 변환-기반 오디오 인코더(100, 170). - 재구성된 오디오 신호를 제공하기 위해 비트스트림을 디코딩하도록 구성된 변환-기반 오디오 디코더(500)에 있어서:
- M개의 미리 결정된 디더 실현화들 중 하나를 선택하도록 구성되고, 상기 선택된 디더 실현화에 기초하여 복수의 디더 값들(602)을 생성하도록 구성되는 디더 생성기(601)로서; 여기서 M은 1보다 큰 정수이고; 상기 복수의 디더 값들(602)은 대응하는 복수의 양자화 인덱스들에 기초하여 대응하는 복수의 양자화된 계수들을 결정하도록 구성된 디더링된 양자화기(322)를 포함하는 역 양자화 유닛(552)에 의해 이용되는, 상기 디더 생성기(601); 및
- M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하도록 구성되고 상기 복수의 양자화 인덱스들을 제공하기 위해, 상기 선택된 코드북을 이용하여 상기 비트스트림으로부터 계수 데이터(163)를 엔트로피 디코딩하도록 구성되는 엔트로피 디코더(551)로서; 상기 M개의 미리 결정된 코드북들은 상기 M개의 미리 결정된 디더 실현화들과 각각 연관되고; 상기 엔트로피 디코더(551)는 상기 디더 생성기(601)에 의해 선택되는 상기 디더 실현화와 연관된 코드북을 선택하도록 구성되고; 상기 재구성된 오디오 신호는 상기 복수의 양자화된 계수들에 기초하여 결정되는, 변환-기반 오디오 디코더(500). - 음성 신호를 비트스트림으로 인코딩하도록 구성된 변환-기반 음성 인코더(100, 170)에 있어서:
- 현재 블록(131) 및 하나 이상의 이전 블록들(131)을 포함하는 변환 계수들의 복수의 시퀀스 블록들(131)을 수신하도록 구성된 프레이밍 유닛(101)으로서, 상기 복수의 시퀀스 블록들(131)은 상기 음성 신호의 샘플들을 나타내는, 상기 프레이밍 유닛(101);
- 대응하는 현재 블록 엔벨로프(136)를 이용하여 변환 계수들의 상기 대응하는 현재 블록(131)을 플래트닝(flattening)함으로써 플래트닝된 변환 계수들의 현재 블록(140)을 결정하도록 구성된 플래트닝 유닛(108);
- 재구성된 변환 계수들의 하나 이상의 이전 블록들(149)에 기초하고 하나 이상의 예측기 파라미터들(520)에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록(150)을 결정하도록 구성된 예측기(117)로서; 재구성된 변환 계수들의 상기 하나 이상의 이전 블록들(149)은 변환 계수들의 상기 하나 이상의 이전 블록들(131)로부터 도출된, 상기 예측기(117);
- 플래트닝된 변환 계수들의 상기 현재 블록(140)에 기초하고 추정된 플래트닝된 변환 계수들의 상기 현재 블록(150)에 기초하여 예측 에러 계수들의 현재 블록(141)을 결정하도록 구성된 차 유닛(115; difference unit); 및
- 예측 에러 계수들의 상기 현재 블록(141)으로부터 도출된 계수들을 양자화하도록 구성된, 제 1 항 내지 제 36 항 중 어느 한 항에 따른 양자화 유닛(112)으로서, 상기 비트스트림에 대한 계수 데이터(163)는 상기 양자화된 계수들과 연관된 양자화 인덱스들에 기초하여 결정되는, 상기 양자화 유닛(112)을 포함하는, 변환-기반 음성 인코더(100, 170). - 제 43 항에 있어서,
- 변환 계수들의 블록(131)이 MDCT 계수들을 포함하고; 및/또는
- 변환 계수들의 블록(131)이 256개의 주파수 빈들(301)에 256개의 변환 계수들을 포함하는, 변환-기반 음성 인코더(100, 170). - 제 43 항 또는 제 44 항에 있어서,
하나 이상의 스케일링 규칙들을 이용하여 예측 에러 계수들의 상기 현재 블록(141)에 기초하여 리스케일링된 에러 계수들(rescaled error coefficients)의 현재 블록(142)을 결정하여, 리스케일링된 에러 계수들의 상기 현재 블록(142)의 상기 리스케일링된 에러 계수들의 분산이 평균적으로 예측 에러 계수들의 현재 블록(141)의 상기 예측 에러 계수들의 분산보다 높도록 구성되는 스케일링 유닛(111)을 더 포함하는, 변환-기반 음성 인코더(100, 170). - 제 45 항에 있어서,
- 예측 에러 계수들의 상기 현재 블록(141)은 대응하는 복수의 주파수 빈들(301)에 대한 복수의 예측 에러 계수들을 포함하고;
- 상기 스케일링 유닛(111)에 의해 상기 하나 이상의 스케일링 규칙들에 따라 상기 예측 에러 계수들에 적용되는 스케일링 이득들은 각각의 예측 에러 계수들의 상기 주파수 빈들(301)에 의존하는, 변환-기반 음성 인코더(100, 170). - 제 45 항 또는 제 46 항에 있어서,
상기 스케일링 규칙은 상기 하나 이상의 예측기 파라미터들(520)에 의존하는, 변환-기반 음성 인코더(100, 170). - 제 45 항 내지 제 47 항 중 어느 한 항에 있어서,
상기 스케일링 규칙은 상기 현재 블록 엔벨로프(136)에 의존하는, 변환-기반 음성 인코더(100, 170). - 제 39 항 내지 제 48 항 중 어느 한 항에 있어서,
- 상기 예측기(117)는 가중된 평균 제곱 에러 기준을 이용하여 추정된 플래트닝된 변환 계수들의 상기 현재 블록(150)을 결정하도록 구성되고;
- 상기 가중된 평균 제곱 에러 기준은 상기 현재 블록 엔벨로프(136)를 가중치들로서 고려하는, 변환-기반 음성 인코더(100, 170). - 제 39 항 내지 제 49 항 중 어느 한 항에 있어서,
상기 계수 양자화 유닛(112)은 리스케일링된 에러 계수들의 상기 현재 블록(142)의 상기 리스케일링된 에러 계수들을 양자화하도록 구성되는, 변환-기반 음성 인코더(100, 170). - 제 39 항 내지 제 50 항 중 어느 한 항에 있어서,
- 상기 변환-기반 음성 인코더(100, 170)는 상기 현재 블록 엔벨로프(136)에 기초하여 할당 벡터를 결정하도록 구성된 비트 할당 유닛(109, 110, 171, 172)을 더 포함하고;
- 상기 할당 벡터는 예측 에러 계수들의 상기 현재 블록(141)으로부터 도출된 제 1 계수를 양자화하는데 이용될 미리 결정된 양자화기들의 상기 세트(326, 327)로부터의 제 1 양자화기를 나타내는, 변환-기반 음성 인코더(100, 170). - 제 51 항에 있어서,
상기 할당 벡터는 예측 에러 계수들의 상기 현재 블록(141)으로부터 도출되는 모든 상기 계수들에 각각 이용될 양자화기들을 나타내는, 변환-기반 음성 인코더(100, 170). - 제 45 항을 인용하는 제 51 항 또는 제 52 항에 있어서,
상기 비트 할당 유닛(109, 110, 171, 172)은 상기 하나 이상의 스케일링 규칙들에도 또한 기초하여 상기 할당 벡터를 결정하도록 구성되는, 변환-기반 음성 인코더(100, 170). - 제 51 항 내지 제 53 항 중 어느 한 항에 있어서,
상기 비트 할당 유닛(109, 110, 171, 172)은:
- 예측 에러 계수들의 상기 현재 블록(141)에 대한 상기 계수 데이터(163)가 미리 결정된 수의 비트들(143)을 초과하지 않도록 상기 할당 벡터를 결정하고;
- 상기 현재 블록 엔벨로프(136)로부터 도출되는 할당 엔벨로프(138)에 적용될 오프셋을 나타내는 오프셋 파라미터를 결정하도록 구성되고,
상기 오프셋 파라미터는 상기 비트스트림에 포함되는, 변환-기반 음성 인코더(100, 170). - 제 39 항 내지 제 54 항 중 어느 한 항에 있어서,
상기 양자화된 계수들과 연관된 상기 양자화 인덱스들을 엔트로피 인코딩하도록 구성된 엔트로피 인코더를 더 포함하는, 변환-기반 음성 인코더(100, 170). - 제 55 항에 있어서,
상기 엔트로피 인코더는 산술 인코더를 이용하여 상기 양자화 인덱스들을 인코딩하도록 구성되는, 변환-기반 음성 인코더(100, 170). - 재구성된 음성 신호를 제공하기 위해 비트스트림을 디코딩하도록 구성된 변환-기반 음성 디코더(500)에 있어서:
- 재구성된 변환 계수들의 하나 이상의 이전 블록들(149)에 기초하고 상기 비트스트림으로부터 도출되는 하나 이상의 예측기 파라미터들(520)에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록(150)을 결정하도록 구성된 예측기(517);
- 미리 결정된 양자화기들의 세트(326, 327)를 이용하여, 상기 비트스트림 내에 포함된 계수 데이터(163)에 기초하여 양자화된 예측 에러 계수들의 현재 블록(147)을 결정하도록 구성된, 제 37 항에 따른 역 양자화 유닛(552);
- 추정된 플래트닝된 변환 계수들의 상기 현재 블록(150)에 기초하고 양자화된 예측 에러 계수들의 상기 현재 블록(147)에 기초하여 재구성된 플래트닝된 변환 계수들의 현재 블록(148)을 결정하도록 구성된 가산 유닛(116; adding unit); 및
- 현재 블록 엔벨로프(136)를 이용하여, 재구성된 플래트닝된 변환 계수들의 상기 현재 블록(148)에 스펙트럼 성형을 제공함으로써 재구성된 변환 계수들의 현재 블록(149)을 결정하도록 구성된 역 플래트닝 유닛(114)을 포함하고; 상기 재구성된 음성 신호는 재구성된 변환 계수들의 상기 현재 블록(149)에 기초하여 결정되는, 변환-기반 음성 디코더(500). - 계수들의 블록(141)의 제 1 계수를 양자화하기 위한 방법으로서; 계수들의 상기 블록(141)은 복수의 대응하는 주파수 빈들(301)에 대한 복수의 계수들을 포함하는, 상기 양자화 방법에 있어서:
- 양자화기들의 세트(326, 327)를 제공하는 단계로서, 양자화기들의 상기 세트(326, 327)는 SNR로 칭해지는 복수의 상이한 신호-대-잡음비들과 각각 연관된 복수의 상이한 양자화기들(321, 322, 323)을 포함하고, 상기 복수의 상이한 양자화기들(321, 322, 323)은:
- 잡음-채움 양자화기(321);
- 하나 이상의 디더링된 양자화기들(322); 및
- 하나 이상의 디더링되지 않은 양자화기들(323)을 포함하는, 상기 양자화기들의 세트(326, 327) 제공 단계;
- 상기 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하는 단계;
- 상기 SNR 표시에 기초하여, 양자화기들의 상기 세트(326, 327)로부터 제 1 양자화기를 선택하는 단계; 및
- 상기 제 1 양자화기를 이용하여 상기 제 1 계수를 양자화하는 단계를 포함하는, 양자화 방법. - 양자화 인덱스들을 역-양자화하기 위한 방법으로서; 상기 양자화 인덱스들은 복수의 대응하는 주파수 빈들(301)에 대한 복수의 계수들을 포함하는 계수들의 블록(141)과 연관되는, 상기 역-양자화 방법에 있어서:
- 양자화기들의 세트(326, 327)를 제공하는 단계로서, 양자화기들의 상기 세트(326, 327)는 SNR로 칭해지는 복수의 상이한 신호-대-잡음비들과 각각 연관된 복수의 상이한 양자화기들(321, 322, 323)을 포함하고, 상기 복수의 상이한 양자화기들(321, 322, 323)은:
- 잡음-채움 양자화기(321);
- 하나 이상의 디더링된 양자화기들(322); 및
- 하나 이상의 디더링되지 않은 양자화기들(323)을 포함하는, 상기 제공 단계;
- 계수들의 상기 블록(141)으로부터의 제 1 계수에 기인하는 SNR을 나타내는 SNR 표시를 결정하는 단계;
- 상기 SNR 표시에 기초하여, 양자화기들의 상기 세트(326, 327)로부터 제 1 양자화기를 선택하는 단계; 및
- 상기 제 1 양자화기를 이용하여 상기 제 1 계수에 대한 제 1 양자화된 계수를 결정하는 단계를 포함하는, 역-양자화 방법. - 오디오 신호를 비트스트림으로 인코딩하기 위한 방법에 있어서:
- 디더링된 양자화기(322)를 이용하여 계수들의 블록(141)으로부터 복수의 계수들을 양자화함으로써 복수의 양자화 인덱스들을 결정하는 단계로서; 상기 복수의 계수들은 복수의 대응하는 주파수 빈들(301)과 연관되고; 계수들의 상기 블록(141)은 상기 오디오 신호로부터 도출되는, 상기 결정 단계;
- M개의 미리 결정된 디더 실현화들 중 하나를 선택하는 단계;
- 상기 선택된 디더 실현화에 기초하여, 상기 복수의 계수들을 양자화하기 위한 복수의 디더 값들(602)을 생성하는 단계로서, 여기서 M은 1보다 큰 정수인, 상기 생성 단계;
- M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하는 단계;
- 상기 선택된 코드북을 이용하여 상기 복수의 양자화 인덱스들을 엔트로피 인코딩하는 단계로서; 상기 M개의 미리 결정된 코드북들은 상기 M개의 미리 결정된 디더 실현화들과 각각 연관되고; 상기 선택된 코드북은 상기 선택된 디더 실현화와 연관되는, 상기 엔트로피 인코딩 단계; 및
- 상기 엔트로피 인코딩된 양자화 인덱스들을 나타내는 계수 데이터(163)를 상기 비트스트림에 삽입하는 단계를 포함하는, 인코딩 방법. - 재구성된 오디오 신호를 제공하기 위해 비트스트림을 디코딩하기 위한 방법에 있어서:
- M개의 미리 결정된 디더 실현화들 중 하나를 선택하는 단계;
- 상기 선택된 디더 실현화에 기초하여 복수의 디더 값들(602)을 생성하는 단계로서; 여기서 M은 1보다 큰 정수이고; 상기 복수의 디더 값들(602)은 대응하는 복수의 양자화 인덱스들에 기초하여 대응하는 복수의 양자화된 계수들을 결정하기 위한 디더링된 양자화기(322)를 포함하는 역 양자화 유닛(552)에 의해 이용되는, 상기 생성 단계;
- M개의 미리 결정된 코드북들로부터 하나의 코드북을 선택하는 단계;
- 상기 복수의 양자화 인덱스들을 제공하기 위해, 상기 선택된 코드북을 이용하여 상기 비트스트림으로부터 계수 데이터(163)를 엔트로피 디코딩하는 단계로서; 상기 M개의 미리 결정된 코드북들은 상기 M개의 미리 결정된 디더 실현화들과 각각 연관되고; 상기 선택된 코드북은 상기 선택된 디더 실현화와 연관되는, 상기 엔트로피 디코딩 단계; 및
- 상기 복수의 양자화된 계수들에 기초하여 상기 재구성된 오디오 신호를 결정하는 단계를 포함하는, 디코딩 방법. - 음성 신호를 비트스트림으로 인코딩하기 위한 방법에 있어서:
- 현재 블록(131) 및 하나 이상의 이전 블록들(131)을 포함하는 변환 계수들의 복수의 시퀀스 블록들(131)을 수신하는 단계로서, 상기 복수의 시퀀스 블록들(131)은 상기 음성 신호의 샘플들을 나타내는, 상기 복수의 시퀀스 블록들(131) 수신 단계;
- 대응하는 현재 블록 엔벨로프(136)를 이용하여 변환 계수들의 상기 대응하는 현재 블록(131)을 플래트닝함으로써 플래트닝된 변환 계수들의 현재 블록(140)을 결정하는 단계;
- 재구성된 변환 계수들의 하나 이상의 이전 블록들(149)에 기초하고 하나 이상의 예측기 파라미터들(520)에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록(150)을 결정하는 단계로서; 재구성된 변환 계수들의 상기 하나 이상의 이전 블록들(149)은 변환 계수들의 상기 하나 이상의 이전 블록들(131)로부터 도출된, 상기 추정된 플래트닝된 변환 계수들의 현재 블록(150) 결정 단계;
- 플래트닝된 변환 계수들의 상기 현재 블록(140)에 기초하고 추정된 플래트닝된 변환 계수들의 상기 현재 블록(150)에 기초하여 예측 에러 계수들의 현재 블록(141)을 결정하는 단계;
- 제 58 항의 방법에 따라 예측 에러 계수들의 상기 현재 블록(141)으로부터 도출된 계수들을 양자화하는 단계; 및
- 상기 양자화된 계수들과 연관된 양자화 인덱스들에 기초하여 상기 비트스트림에 대한 계수 데이터(163)를 결정하는 단계를 포함하는, 음성 신호를 비트스트림으로 인코딩하기 위한 방법. - 재구성된 음성 신호를 제공하기 위해 비트스트림을 디코딩하기 위한 방법에 있어서:
- 재구성된 변환 계수들의 하나 이상의 이전 블록들(149)에 기초하고 상기 비트스트림으로부터 도출되는 하나 이상의 예측기 파라미터들(520)에 기초하여 추정된 플래트닝된 변환 계수들의 현재 블록(150)을 결정하는 단계;
- 제 59 항의 방법을 이용하여, 상기 비트스트림 내에 포함된 계수 데이터(163)에 기초하여 양자화된 예측 에러 계수들의 현재 블록(147)을 결정하는 단계;
- 추정된 플래트닝된 변환 계수들의 상기 현재 블록(150)에 기초하고 양자화된 예측 에러 계수들의 상기 현재 블록(147)에 기초하여 재구성된 플래트닝된 변환 계수들의 현재 블록(148)을 결정하는 단계;
- 현재 블록 엔벨로프(136)를 이용하여, 재구성된 플래트닝된 변환 계수들의 상기 현재 블록(148)에 스펙트럼 성형을 제공함으로써 재구성된 변환 계수들의 현재 블록(149)을 결정하는 단계; 및
- 재구성된 변환 계수들의 상기 현재 블록(149)에 기초하여 상기 재구성된 음성 신호를 결정하는 단계를 포함하는, 재구성된 음성 신호를 제공하기 위해 비트스트림을 디코딩하기 위한 방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361808673P | 2013-04-05 | 2013-04-05 | |
| US61/808,673 | 2013-04-05 | ||
| US201361875817P | 2013-09-10 | 2013-09-10 | |
| US61/875,817 | 2013-09-10 | ||
| PCT/EP2014/056855 WO2014161994A2 (en) | 2013-04-05 | 2014-04-04 | Advanced quantizer |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177017734A Division KR102069493B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150139518A true KR20150139518A (ko) | 2015-12-11 |
| KR101754094B1 KR101754094B1 (ko) | 2017-07-05 |
Family
ID=50442507
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197023624A KR102072365B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
| KR1020177017734A KR102069493B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
| KR1020157027505A KR101754094B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197023624A KR102072365B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
| KR1020177017734A KR102069493B1 (ko) | 2013-04-05 | 2014-04-04 | 고급 양자화기 |
Country Status (10)
| Country | Link |
|---|---|
| US (2) | US9940942B2 (ko) |
| EP (2) | EP2981961B1 (ko) |
| JP (3) | JP6158421B2 (ko) |
| KR (3) | KR102072365B1 (ko) |
| CN (1) | CN105144288B (ko) |
| BR (1) | BR112015025009B1 (ko) |
| ES (1) | ES2628127T3 (ko) |
| HK (1) | HK1215751A1 (ko) |
| RU (2) | RU2640722C2 (ko) |
| WO (1) | WO2014161994A2 (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2981961B1 (en) | 2013-04-05 | 2017-05-10 | Dolby International AB | Advanced quantizer |
| CN114023341A (zh) * | 2014-07-25 | 2022-02-08 | 弗朗霍弗应用研究促进协会 | 音响信号编码装置和解码装置以及编码方法和解码方法 |
| WO2016162283A1 (en) * | 2015-04-07 | 2016-10-13 | Dolby International Ab | Audio coding with range extension |
| US10321164B2 (en) * | 2015-09-29 | 2019-06-11 | Apple Inc. | System and method for improving graphics and other signal results through signal transformation and application of dithering |
| GB2547877B (en) * | 2015-12-21 | 2019-08-14 | Graham Craven Peter | Lossless bandsplitting and bandjoining using allpass filters |
| JP6467561B1 (ja) | 2016-01-26 | 2019-02-13 | ドルビー ラボラトリーズ ライセンシング コーポレイション | 適応的な量子化 |
| CN109690673B (zh) * | 2017-01-20 | 2021-06-08 | 华为技术有限公司 | 量化器与量化方法 |
| EP3544005B1 (en) * | 2018-03-22 | 2021-12-15 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio coding with dithered quantization |
| WO2020180424A1 (en) | 2019-03-04 | 2020-09-10 | Iocurrents, Inc. | Data compression and communication using machine learning |
| CN114019449B (zh) * | 2022-01-10 | 2022-04-19 | 南京理工大学 | 信号源的波达方向估计方法、装置、电子设备及存储介质 |
Family Cites Families (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5388181A (en) | 1990-05-29 | 1995-02-07 | Anderson; David J. | Digital audio compression system |
| CA2635914A1 (en) | 1991-06-11 | 1992-12-23 | Qualcomm Incorporated | Error masking in a variable rate vocoder |
| SE506379C3 (sv) * | 1995-03-22 | 1998-01-19 | Ericsson Telefon Ab L M | Lpc-talkodare med kombinerad excitation |
| GB9509831D0 (en) | 1995-05-15 | 1995-07-05 | Gerzon Michael A | Lossless coding method for waveform data |
| US5956674A (en) | 1995-12-01 | 1999-09-21 | Digital Theater Systems, Inc. | Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels |
| US5805228A (en) | 1996-08-09 | 1998-09-08 | U.S. Robotics Access Corp. | Video encoder/decoder system |
| US5990815A (en) * | 1997-09-30 | 1999-11-23 | Raytheon Company | Monolithic circuit and method for adding a randomized dither signal to the fine quantizer element of a subranging analog-to digital converter (ADC) |
| US6170052B1 (en) | 1997-12-31 | 2001-01-02 | Intel Corporation | Method and apparatus for implementing predicated sequences in a processor with renaming |
| US6029126A (en) | 1998-06-30 | 2000-02-22 | Microsoft Corporation | Scalable audio coder and decoder |
| US6253165B1 (en) | 1998-06-30 | 2001-06-26 | Microsoft Corporation | System and method for modeling probability distribution functions of transform coefficients of encoded signal |
| US6370502B1 (en) * | 1999-05-27 | 2002-04-09 | America Online, Inc. | Method and system for reduction of quantization-induced block-discontinuities and general purpose audio codec |
| US7110953B1 (en) * | 2000-06-02 | 2006-09-19 | Agere Systems Inc. | Perceptual coding of audio signals using separated irrelevancy reduction and redundancy reduction |
| US6662155B2 (en) * | 2000-11-27 | 2003-12-09 | Nokia Corporation | Method and system for comfort noise generation in speech communication |
| CA2388358A1 (en) | 2002-05-31 | 2003-11-30 | Voiceage Corporation | A method and device for multi-rate lattice vector quantization |
| US7447631B2 (en) | 2002-06-17 | 2008-11-04 | Dolby Laboratories Licensing Corporation | Audio coding system using spectral hole filling |
| US7536305B2 (en) * | 2002-09-04 | 2009-05-19 | Microsoft Corporation | Mixed lossless audio compression |
| US6812876B1 (en) * | 2003-08-19 | 2004-11-02 | Broadcom Corporation | System and method for spectral shaping of dither signals |
| AU2005219956B2 (en) * | 2004-03-01 | 2009-05-28 | Dolby Laboratories Licensing Corporation | Multichannel audio coding |
| WO2006031737A2 (en) * | 2004-09-14 | 2006-03-23 | Gary Demos | High quality wide-range multi-layer compression coding system |
| BRPI0605857A (pt) * | 2005-04-19 | 2007-12-18 | Coding Tech Ab | quantização dependente de energia para a codificação eficiente de parámetros de áudio espacial |
| US7885809B2 (en) | 2005-04-20 | 2011-02-08 | Ntt Docomo, Inc. | Quantization of speech and audio coding parameters using partial information on atypical subsequences |
| US7805314B2 (en) * | 2005-07-13 | 2010-09-28 | Samsung Electronics Co., Ltd. | Method and apparatus to quantize/dequantize frequency amplitude data and method and apparatus to audio encode/decode using the method and apparatus to quantize/dequantize frequency amplitude data |
| KR100851970B1 (ko) * | 2005-07-15 | 2008-08-12 | 삼성전자주식회사 | 오디오 신호의 중요주파수 성분 추출방법 및 장치와 이를이용한 저비트율 오디오 신호 부호화/복호화 방법 및 장치 |
| CN1964244B (zh) * | 2005-11-08 | 2010-04-07 | 厦门致晟科技有限公司 | 一种用声码器收发数字信号的方法 |
| GB0600141D0 (en) | 2006-01-05 | 2006-02-15 | British Broadcasting Corp | Scalable coding of video signals |
| DE102006060338A1 (de) * | 2006-12-13 | 2008-06-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Haftfester Metall-Keramik-Verbund und Verfahren zu seiner Herstellung |
| EP1981170A1 (en) | 2007-04-13 | 2008-10-15 | Global IP Solutions (GIPS) AB | Adaptive, scalable packet loss recovery |
| ATE518224T1 (de) | 2008-01-04 | 2011-08-15 | Dolby Int Ab | Audiokodierer und -dekodierer |
| PT2301021T (pt) * | 2008-07-10 | 2017-09-22 | Voiceage Corp | Dispositivo e método para quantizar e quantizar de modo inverso filtros lpc num super-frame |
| BR122021003726B1 (pt) | 2008-07-11 | 2021-11-09 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. | Codificador de áudio, decodificador de áudio, métodos para codificar e decodificar um sinal de áudio. |
| GB2466675B (en) * | 2009-01-06 | 2013-03-06 | Skype | Speech coding |
| US7868798B2 (en) * | 2009-03-31 | 2011-01-11 | Lsi Corporation | Methods and apparatus for whitening quantization noise in a delta-sigma modulator using dither signal |
| KR101593729B1 (ko) * | 2009-03-31 | 2016-02-15 | 에이저 시스템즈 엘엘시 | 입력 신호로부터 ｒｆ 신호를 합성하기 위한 방법, 델타-시그마 변조기 및 집적 회로 |
| US7834788B2 (en) * | 2009-03-31 | 2010-11-16 | Lsi Corporation | Methods and apparatus for decorrelating quantization noise in a delta-sigma modulator |
| CN102081927B (zh) | 2009-11-27 | 2012-07-18 | 中兴通讯股份有限公司 | 一种可分层音频编码、解码方法及系统 |
| EP2372699B1 (en) | 2010-03-02 | 2012-12-19 | Google, Inc. | Coding of audio or video samples using multiple quantizers |
| JP5316896B2 (ja) | 2010-03-17 | 2013-10-16 | ソニー株式会社 | 符号化装置および符号化方法、復号装置および復号方法、並びにプログラム |
| WO2012012244A2 (en) * | 2010-07-19 | 2012-01-26 | Massachusetts Institute Of Technology | Time varying quantization-based linearity enhancement of signal converters and mixed-signal systems |
| US9009036B2 (en) | 2011-03-07 | 2015-04-14 | Xiph.org Foundation | Methods and systems for bit allocation and partitioning in gain-shape vector quantization for audio coding |
| CA3234476A1 (en) | 2013-01-08 | 2014-07-17 | Dolby International Ab | Model based prediction in a critically sampled filterbank |
| EP2981961B1 (en) * | 2013-04-05 | 2017-05-10 | Dolby International AB | Advanced quantizer |
| US9503120B1 (en) * | 2016-02-29 | 2016-11-22 | Analog Devices Global | Signal dependent subtractive dithering |
-
2014
- 2014-04-04 EP EP14715894.3A patent/EP2981961B1/en active Active
- 2014-04-04 RU RU2015141996A patent/RU2640722C2/ru active
- 2014-04-04 ES ES14715894.3T patent/ES2628127T3/es active Active
- 2014-04-04 BR BR112015025009-2A patent/BR112015025009B1/pt active IP Right Grant
- 2014-04-04 KR KR1020197023624A patent/KR102072365B1/ko active IP Right Grant
- 2014-04-04 KR KR1020177017734A patent/KR102069493B1/ko active IP Right Grant
- 2014-04-04 CN CN201480019363.8A patent/CN105144288B/zh active Active
- 2014-04-04 EP EP17164112.9A patent/EP3217398B1/en active Active
- 2014-04-04 JP JP2016505843A patent/JP6158421B2/ja active Active
- 2014-04-04 US US14/781,700 patent/US9940942B2/en active Active
- 2014-04-04 WO PCT/EP2014/056855 patent/WO2014161994A2/en active Application Filing
- 2014-04-04 KR KR1020157027505A patent/KR101754094B1/ko active IP Right Grant
-
2016
- 2016-03-30 HK HK16103658.9A patent/HK1215751A1/zh unknown
-
2017
- 2017-06-07 JP JP2017112284A patent/JP6452759B2/ja active Active
- 2017-12-13 RU RU2017143614A patent/RU2752127C2/ru active
-
2018
- 2018-03-22 US US15/933,108 patent/US10311884B2/en active Active
- 2018-12-11 JP JP2018231463A patent/JP6779966B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| KR102069493B1 (ko) | 2020-01-28 |
| RU2017143614A3 (ko) | 2021-01-22 |
| US9940942B2 (en) | 2018-04-10 |
| JP6779966B2 (ja) | 2020-11-04 |
| US20160042744A1 (en) | 2016-02-11 |
| US10311884B2 (en) | 2019-06-04 |
| EP2981961A2 (en) | 2016-02-10 |
| HK1215751A1 (zh) | 2016-09-09 |
| US20180211677A1 (en) | 2018-07-26 |
| JP6158421B2 (ja) | 2017-07-05 |
| JP6452759B2 (ja) | 2019-01-16 |
| EP3217398A1 (en) | 2017-09-13 |
| JP2017182087A (ja) | 2017-10-05 |
| JP2016519787A (ja) | 2016-07-07 |
| RU2015141996A (ru) | 2017-04-13 |
| CN105144288A (zh) | 2015-12-09 |
| WO2014161994A2 (en) | 2014-10-09 |
| RU2752127C2 (ru) | 2021-07-23 |
| RU2017143614A (ru) | 2019-02-14 |
| BR112015025009A2 (pt) | 2017-07-18 |
| KR101754094B1 (ko) | 2017-07-05 |
| KR20170078869A (ko) | 2017-07-07 |
| CN105144288B (zh) | 2019-12-27 |
| ES2628127T3 (es) | 2017-08-01 |
| JP2019079057A (ja) | 2019-05-23 |
| KR20190097312A (ko) | 2019-08-20 |
| EP3217398B1 (en) | 2019-08-14 |
| RU2640722C2 (ru) | 2018-01-11 |
| KR102072365B1 (ko) | 2020-02-03 |
| WO2014161994A3 (en) | 2014-11-27 |
| EP2981961B1 (en) | 2017-05-10 |
| BR112015025009B1 (pt) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101754094B1 (ko) | 고급 양자화기 | |
| KR101739789B1 (ko) | 오디오 인코더 및 디코더 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |