RU2020141850A - MODEL-BASED PREDICTION IN A CRITICAL SAMPLING FILTER SET - Google Patents

MODEL-BASED PREDICTION IN A CRITICAL SAMPLING FILTER SET Download PDF

Info

Publication number
RU2020141850A
RU2020141850A RU2020141850A RU2020141850A RU2020141850A RU 2020141850 A RU2020141850 A RU 2020141850A RU 2020141850 A RU2020141850 A RU 2020141850A RU 2020141850 A RU2020141850 A RU 2020141850A RU 2020141850 A RU2020141850 A RU 2020141850A
Authority
RU
Russia
Prior art keywords
previous
prediction coefficient
subband
time interval
sample value
Prior art date
Application number
RU2020141850A
Other languages
Russian (ru)
Inventor
Ларс ВИЛЛЕМОЕС
Original Assignee
Долби Интернешнл Аб
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Долби Интернешнл Аб filed Critical Долби Интернешнл Аб
Publication of RU2020141850A publication Critical patent/RU2020141850A/en

Links

Claims (14)

1. Способ оценки дискретного значения сигнала подполосы из двух или более предыдущих дискретных значений сигнала подполосы, выполняемый устройством обработки звуковых сигналов, при этом сигнал подполосы соответствует одной из множества подполос представления области подполос звукового сигнала, при этом способ включает:1. A method for estimating a subband signal sample from two or more previous subband signal samples by an audio signal processor, wherein the subband signal corresponds to one of a plurality of subbands of an audio subband region representation, the method comprising: определение данных модели сигнала, содержащих параметр модели;determining signal model data containing a model parameter; определение первого коэффициента предсказания, подлежащего применению к первому предыдущему дискретному значению сигнала подполосы; при этом временной интервал первого предыдущего дискретного значения непосредственно предшествует временному интервалу первого дискретного значения; при этом первый коэффициент предсказания определяют в ответ на параметр модели с применением первой аналитической функции; determining a first prediction coefficient to be applied to the first previous sample value of the subband signal; wherein the time interval of the first previous discrete value immediately precedes the time interval of the first discrete value; wherein the first prediction coefficient is determined in response to the model parameter using the first analytic function; определение второго коэффициента предсказания, подлежащего применению ко второму предыдущему дискретному значению сигнала подполосы; при этом временной интервал второго предыдущего дискретного значения непосредственно предшествует временному интервалу первого предыдущего дискретного значения; при этом второй коэффициент предсказания определяют в ответ на параметр модели с применением второй аналитической функции; иdetermining a second prediction coefficient to be applied to the second previous sample value of the subband signal; wherein the time interval of the second previous discrete value immediately precedes the time interval of the first previous discrete value; wherein the second prediction coefficient is determined in response to the model parameter using the second analytic function; and оценку дискретного значения посредством применения первого коэффициента предсказания к первому предыдущему дискретному значению и посредством применения второго коэффициента предсказания ко второму предыдущему дискретному значению;estimating the sample value by applying a first prediction coefficient to the first previous sample value and by applying a second prediction coefficient to the second previous sample value; при этом первая аналитическая функция и вторая аналитическая функция отличаются, и способ реализуют, по меньшей мере частично, посредством одного или нескольких процессоров устройства обработки звуковых сигналов.wherein the first analytic function and the second analytic function are different, and the method is implemented at least in part by one or more processors of the audio signal processor. 2. Устройство обработки звуковых сигналов, выполненное с возможностью оценки дискретного значения сигнала подполосы из двух или более предыдущих дискретных значений сигнала подполосы, при этом сигнал подполосы соответствует одной из множества подполос представления области подполос звукового сигнала, при этом устройство обработки звуковых сигналов содержит2. An audio signal processing device configured to estimate a subband signal sample from two or more previous subband signal samples, wherein the subband signal corresponds to one of the plurality of subbands representing an audio subband region, the audio signal processor comprising вычислитель предсказателя, выполненный с возможностью: predictor calculator configured to: определения данных модели сигнала, содержащих параметр модели; determining signal model data containing a model parameter; определения первого коэффициента предсказания, подлежащего применению к первому предыдущему дискретному значению сигнала подполосы; при этом временной интервал первого предыдущего дискретного значения непосредственно предшествует временному интервалу первого дискретного значения; при этом первый коэффициент предсказания определяют в ответ на параметр модели с применением первой аналитической функции; иdetermining a first prediction coefficient to be applied to the first previous sample value of the subband signal; wherein the time interval of the first previous discrete value immediately precedes the time interval of the first discrete value; wherein the first prediction coefficient is determined in response to the model parameter using the first analytic function; and определения второго коэффициента предсказания, подлежащего применению ко второму предыдущему дискретному значению сигнала подполосы; при этом временной интервал второго предыдущего дискретного значения непосредственно предшествует временному интервалу первого предыдущего дискретного значения; при этом второй коэффициент предсказания определяют в ответ на параметр модели с применением второй аналитической функции; иdetermining a second prediction coefficient to be applied to the second previous sample value of the subband signal; wherein the time interval of the second previous discrete value immediately precedes the time interval of the first previous discrete value; wherein the second prediction coefficient is determined in response to the model parameter using the second analytic function; and предсказатель подполос, выполненный с возможностью оценки первого дискретного значения посредством применения первого коэффициента предсказания к первому предыдущему дискретному значению и посредством применения второго коэффициента предсказания ко второму предыдущему дискретному значению; a subband predictor configured to estimate the first sample value by applying the first prediction coefficient to the first previous sample value and by applying the second prediction coefficient to the second previous sample value; при этом первая аналитическая функция и вторая аналитическая функция отличаются, и один или несколько из вычислителя предсказателя и предсказателя подполос реализованы, по меньшей мере частично, посредством одного или нескольких процессоров устройства обработки звуковых сигналов.wherein the first analytic function and the second analytic function are different, and one or more of the predictor calculator and the subband predictor are implemented at least in part by one or more processors of the audio signal processor. 3. Постоянный машиночитаемый носитель данных, содержащий последовательность команд, при осуществлении которых компьютер выполняет способ по п. 1. 3. A permanent computer-readable storage medium containing a sequence of commands, during which the computer performs the method according to claim 1.
RU2020141850A 2013-01-08 2020-12-18 MODEL-BASED PREDICTION IN A CRITICAL SAMPLING FILTER SET RU2020141850A (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US61/750,052 2013-01-08
US61/875,528 2013-09-09

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
RU2017134071A Division RU2742460C2 (en) 2013-01-08 2014-01-07 Predicted based on model in a set of filters with critical sampling rate

Publications (1)

Publication Number Publication Date
RU2020141850A true RU2020141850A (en) 2022-06-20

Family

ID=

Similar Documents

Publication Publication Date Title
IL268510A (en) Model based prediction in a critically sampled filterbank
CN108615535B (en) Voice enhancement method and device, intelligent voice equipment and computer equipment
JP6999012B2 (en) Audio signal detection method and equipment
JP2018537746A5 (en)
RU2022105685A (en) SYSTEMS AND METHODS FOR APPLYING RELEASE FILTERS TO RECOVERED VIDEO DATA
EP4235647A3 (en) Determining dialog states for language models
RU2018132534A (en) DEVICE AND METHOD FOR DECODING AND PROGRAM
JP2013222113A5 (en)
EP2863339A3 (en) Methods and systems for determing user liveness
RU2017144518A (en) OPTIMIZED SCALE COEFFICIENT FOR EXTENDING THE FREQUENCY RANGE IN THE SOUND FREQUENCY DECODER
BR112016021493A8 (en) heart rate data processing method, computer program product and system for processing heart rate data
JP6784758B2 (en) Noise signal determination method and device, and voice noise removal method and device
JP2019535039A5 (en)
JP2016504663A5 (en)
RU2017106179A (en) PROCESSING DEVICE, METHOD AND COMPUTER PROGRAM FOR PROCESSING THE SOUND SIGNAL USING TRACED PARTS OF OVERLAPPING ANALYSIS OR SYNTHESIS WINDOW
RU2016106637A (en) DECISION ON THE AVAILABILITY / LACK OF VOCALIZATION FOR SPEECH PROCESSING
JP2018525903A5 (en) Base station apparatus and method
RU2016101599A (en) DEVICE AND METHOD FOR IMPROVED MASKING OF THE ADAPTIVE CODING TABLE AT ACELP-MASKING USING THE IMPROVED ESTIMATION OF THE BASIC DELAY
JP2018527068A5 (en)
WO2014131763A3 (en) Wording-based speech analysis and speech analysis device
RU2017106091A (en) AUDIO DECODER, METHOD AND COMPUTER PROGRAM USING CHARACTERISTICS IN THE ABSENCE OF INPUT SIGNAL FOR RECEIVING A SMOOTH TRANSITION
JP2012226106A5 (en)
RU2020141850A (en) MODEL-BASED PREDICTION IN A CRITICAL SAMPLING FILTER SET
US8995230B2 (en) Method of extracting zero crossing data from full spectrum signals
JP2019114076A5 (en)