WO2012144127A1 - ハフマン符号化を実行するための装置および方法 - Google Patents

ハフマン符号化を実行するための装置および方法 Download PDF

Info

Publication number
WO2012144127A1
WO2012144127A1 PCT/JP2012/001701 JP2012001701W WO2012144127A1 WO 2012144127 A1 WO2012144127 A1 WO 2012144127A1 JP 2012001701 W JP2012001701 W JP 2012001701W WO 2012144127 A1 WO2012144127 A1 WO 2012144127A1
Authority
WO
WIPO (PCT)
Prior art keywords
index
unit
huffman
difference
subband
Prior art date
Application number
PCT/JP2012/001701
Other languages
English (en)
French (fr)
Inventor
ソンジアン リウ
コックセン チョン
押切　正浩
Original Assignee
パナソニック株式会社
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=47041264&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2012144127(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Priority to EP16175414.8A priority Critical patent/EP3096315B1/en
Priority to CN201280012790.4A priority patent/CN103415884B/zh
Priority to KR1020137025124A priority patent/KR101859246B1/ko
Priority to US14/008,732 priority patent/US9881625B2/en
Priority to KR1020197006961A priority patent/KR101995694B1/ko
Priority to BR112013026850-6A priority patent/BR112013026850B1/pt
Priority to KR1020187013479A priority patent/KR101959698B1/ko
Priority to EP12774449.8A priority patent/EP2701144B1/en
Priority to JP2013510855A priority patent/JP5937064B2/ja
Priority to EP23217545.5A priority patent/EP4322161A3/en
Priority to CA2832032A priority patent/CA2832032C/en
Priority to EP19194667.2A priority patent/EP3594943B1/en
Priority to RU2013146688/08A priority patent/RU2585990C2/ru
Priority to PL16175414T priority patent/PL3096315T3/pl
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Publication of WO2012144127A1 publication Critical patent/WO2012144127A1/ja
Priority to ZA2013/07316A priority patent/ZA201307316B/en
Priority to US15/839,056 priority patent/US10204632B2/en
Priority to US16/225,851 priority patent/US10515648B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/0017—Lossless audio signal coding; Perfect reconstruction of coded audio signal by transmission of coding error
    • 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
    • G10L19/0204—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition
    • G10L19/0208—Subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction

Definitions

  • the present invention relates to an audio / speech encoding apparatus, an audio / speech decoding apparatus, and an audio / speech encoding method and decoding method that use Huffman coding.
  • Huffman coding In signal compression, Huffman coding is widely used, and an input signal is coded using a variable length (VL) code table (Huffman table). Huffman coding is more efficient than fixed length (FL) coding for input signals with non-uniform statistical distribution.
  • VL variable length
  • FL fixed length
  • the Huffman table is derived by a specific method based on the estimated appearance probability of each possible value of the input signal. During encoding, each input signal value is mapped to a specific variable length code in the Huffman table.
  • signal statistics may differ significantly from one set of audio signals to another set of audio signals. Even within the same set of audio signals.
  • the bit consumption due to Huffman coding may be much higher than the bit consumption due to fixed length coding.
  • One possible solution is to include both Huffman coding and fixed length coding in the coding and select the coding method that consumes fewer bits. In order to indicate which encoding method has been selected in the encoder, one flag signal is transmitted to the decoder side. This solution is based on the newly standardized ITU-T speech codec G. 719.
  • Voice codec G standardized by ITU-T.
  • Huffman coding is used in coding the norm factor quantization index.
  • the input signal sampled at 48 kHz is processed by the transient state detector (101). Depending on the detection of the transient, a high frequency resolution conversion or a low frequency resolution conversion (102) is applied to the input signal frame. Acquired spectral coefficients are grouped into bands of unequal length. The norm of each band is estimated (103) and the resulting spectral envelope consisting of the norms of all bands is quantized and encoded (104). The coefficients are then normalized by the quantized norm (105). The quantized norm is further adjusted based on the adaptive spectral weighting (106) and used as an input for bit allocation (107). The normalized spectral coefficients are lattice vector quantized and encoded based on the bits assigned to each frequency band (108). The level of unencoded spectral coefficients is estimated, encoded (109) and transmitted to the decoder. Huffman coding is applied to the quantization indices of both the encoded spectral coefficients and the encoded norm.
  • the frame flag that is, the transient flag indicating whether the frame is stationary or transient is first decoded.
  • the spectral envelope is decoded and the same bit exact norm adjustment and bit allocation algorithm is used at the decoder to recalculate the bit allocation required to decode the quantized index of the normalized transform coefficients.
  • the norm factor of the spectral subband is scalar quantized using a uniform logarithmic scalar quantizer using 40 3 dB steps.
  • the codebook entry for the logarithmic quantizer is shown in FIG. As can be seen from the code book, the range of norm factors is [2 ⁇ 2.5 , 2 17 ], and the value decreases as the index increases.
  • the encoding of the norm factor quantization index is shown in FIG. There are a total of 44 subbands, corresponding to 44 norm factors.
  • the norm factor is quantized using the first 32 codebook entries (301), while the other norm factors are the 40 codebook entries shown in FIG. Is scalar quantized (302).
  • the norm factor quantization index of the first subband is encoded directly using 5 bits (303), while the indices of the other subbands are encoded by differential encoding.
  • the difference index is encoded by two possible methods: fixed length encoding (305) and Huffman encoding (306).
  • a Huffman table for the difference index is shown in FIG. This table has a total of 32 entries from 0 to 31, taking into account the possibility of sudden energy changes between adjacent subbands.
  • the sound pressure level required to make a sound perceivable when another sound (masking sound) is present is defined as a masking threshold in audio coding.
  • the masking threshold depends on the frequency and the sound pressure level of the masking sound. When two sounds have similar frequencies, the masking effect is large and the masking threshold is also large. When the masking sound has a large sound pressure level, it has a strong masking effect on other sounds and the masking threshold is also large.
  • one subband when one subband has a very large energy, it has a large masking effect with respect to other subbands, particularly with respect to adjacent subbands. In that case, the masking threshold of the other subbands, particularly the adjacent subbands, is large.
  • the listener cannot perceive the deterioration of the sound component in the subband.
  • the present invention provides an apparatus and method that utilizes audio signal characteristics to generate a Huffman table and to select a Huffman table from a set of predefined tables during audio signal encoding. Is done.
  • the auditory masking property is used to narrow the range of the difference index, so that a Huffman table with fewer code words can be designed and used for encoding. Since the Huffman table has fewer codewords, it is possible to design code codes that are shorter in length (consuming fewer bits). In this way, the overall bit consumption for encoding the difference index can be reduced.
  • ITU-T G Diagram showing the framework of 719 Diagram showing codebook for norm factor quantization Diagram showing the process of norm factor quantization and encoding Diagram showing a Huffman table used for norm factor index encoding Diagram showing a framework that employs the present invention Figure showing an example of a predefined Huffman table Figure showing an example of a predefined Huffman table Diagram showing derivation of masking curve Diagram showing how to narrow the range of the difference index Flow chart showing how to change the index Diagram showing how a Huffman table can be designed
  • FIG. 5 shows the codec of the present invention, which comprises an encoder and a decoder that apply the inventive idea to Huffman coding.
  • subband energy is processed by a psychoacoustic model (501) to derive a masking threshold Mask (n).
  • a masking threshold Mask n
  • the quantization index of the norm factor of the subband whose quantization error is lower than the masking threshold is changed so that the range of the difference index can be made smaller (502).
  • a Huffman table designed for that particular range in a set of predefined Huffman tables is selected (505) for differential index encoding (506).
  • the range [12, 18].
  • the Huffman table designed for [12, 18] is selected as the Huffman table for encoding.
  • This set of pre-defined Huffman tables is designed and configured according to the range of the difference index (details will be explained later).
  • a flag signal indicating the selected Huffman table and a coding index are transmitted to the decoder side.
  • Huffman table Another way to select a Huffman table is to use all Huffman tables to calculate all bit consumption and then select the Huffman table that consumes the fewest bits.
  • FIG. 1 a set of four predefined Huffman tables is shown in FIG.
  • Table 6.1 shows the range of the flag signal and the corresponding Huffman table.
  • Table 6.2 shows the Huffman codes for all values in the range [13,17].
  • Table 6.3 shows the Huffman codes for all values in the range [12,18].
  • Table 6.4 shows the Huffman codes for all values in the range [11, 19].
  • Table 6.5 shows the Huffman codes for all values in the range [10, 20].
  • the corresponding Huffman table is selected for decoding the difference index (508) according to the flag signal (507).
  • FIG. 7 shows the derivation of the masking curve of the input signal.
  • the energy of the subbands is calculated, and using these energies, a masking curve for the input signal is derived.
  • some existing techniques such as a masking curve derivation method in the MPEG AAC codec can be used.
  • FIG. 8 shows how the range of the difference index is narrowed.
  • a comparison is made between the masking threshold and the subband quantization error energy. For subbands whose quantization error energy is below the masking threshold, the index is changed to a value closer to the adjacent subband, but the corresponding quantization error energy exceeds the masking threshold so that sound quality is not affected. No change is guaranteed. After the change, the index range can be narrowed. This will be described below.
  • the index can be changed as follows (subband 2 is used as an example). As shown in FIG. 2, a large index corresponds to a smaller energy, where Index (1) is smaller than Index (2). The change in Index (2) is actually to decrease its value. It can be done as shown in FIG.
  • Diff_index (1) Index (1) -Index (0) +15, n ⁇ [1,43]. . . (Formula 5)
  • New_Diff_index (1) New_Index (1) -New_Index (0) +15, n ⁇ [1,43]. . . (Expression 6) ⁇ New_index (1) -New_Index (0) ⁇ Index (1) -Index (0) ⁇ New_diff_Index (1) -15 ⁇ Diff_Index (1) -15. . . (Formula 7)
  • the subband energy is processed by the psychoacoustic model (1001) to derive a masking threshold Mask (n).
  • a masking threshold Mask Mask (n)
  • the quantization index of the norm factor of the subband whose quantization error energy is below the masking threshold is changed so that the range of the difference index can be made smaller (1002).
  • the difference index of the changed index is calculated (1003).
  • the range of the difference index for Huffman coding is identified (1004). For each range value, all input signals having the same range are collected and the probability distribution of each value of the difference index within the range is calculated.
  • Huffman table For each range value, one Huffman table is designed according to the probability. In order to design the Huffman table, several conventional Huffman table design methods can be used here.
  • a difference index between the original quantization indexes is calculated.
  • the original difference index and the new difference index are compared to see if they consume the same bits.
  • the changed difference index is restored to the original difference index. If the original difference index and the new difference index do not consume the same number of bits, the codeword in the Huffman table that is closest to the original difference index and consumes the same number of bits is selected as the recovered difference index. .
  • the advantage of this embodiment is that the quantization error of the norm factor can be made smaller, but the bit consumption is the same as in the first embodiment.
  • a subband energy and a predefined energy ratio threshold change the quantization index of that particular subband. Used to determine whether to do (1201). As the following equation shows, if the energy ratio between the current subband and the adjacent subband is below the threshold, the current subband is not considered as important and changes the quantization index of the current subband can do.
  • the quantization index can be changed as shown in the following equation.
  • the advantage of this embodiment is that it can avoid very complex and complex psychoacoustic models.
  • Diff_index (n) Index (n) -Index (n-1) +15. . . (Equation 10)
  • Diff_index (n) means a difference index of subband n
  • index (n) means a quantization index of subband n
  • index (n-1) means subband. It means n-1 quantization index.
  • the change is performed according to the difference index value and threshold value of the preceding subband.
  • Diff_index (n) means the difference index of subband n
  • Diff_index (n ⁇ 1) means the difference index of subband n ⁇ 1
  • Diff_index_new (n) means a new difference index of subband n
  • Threshold means a value for checking whether or not the difference index should be changed.
  • the norm factor representing energy also has a sudden change from the preceding frequency band, and the quantization index of the norm factor suddenly increases or decreases with a large value. In that case, a very large or very small differential index results.
  • one module in order to completely reconstruct the difference index, one module (1403) named “reconstruction of difference index” is implemented.
  • the reconstruction is performed according to the difference index value and threshold value of the preceding subband.
  • the threshold at the decoder is the same as the threshold used at the encoder.
  • Diff_index (n) means a difference index of subband n
  • Diff_index (n ⁇ 1) means a difference index of subband n ⁇ 1
  • Diff_index_new (n) means a new difference index of subband n
  • Threshold means a value for checking whether or not the difference index should be reconstructed.
  • the first difference index is not changed at the encoder side, but can be received directly and fully reconstructed, and then the second difference
  • the index can be reconstructed according to the value of the first difference index, and then the third difference index, the fourth difference index, and the subsequent indexes can be reconfigured by following the same procedure. It can be completely reconfigured.
  • the advantage of this embodiment is that the differential index can still be completely reconstructed on the decoder side while the range of the differential index can be reduced. Therefore, it is possible to improve the bit efficiency while maintaining the bit indexness of the quantization index.
  • Each functional block used in the description of the above embodiment can be generally implemented as an LSI constituted by an integrated circuit. These can be individual chips or can be partly or wholly contained on a single chip.
  • LSI is adopted, but this may also be referred to as “IC”, “system LSI”, “super LSI”, or “ultra LSI” depending on the different degree of integration.
  • the method of circuit integration is not limited to LSI, and implementation using a dedicated circuit or a general-purpose processor is also possible. It is also possible to use an FPGA (Field Programmable Gate Array) or a reconfigurable processor that can reconfigure the connection and setting of circuit cells in the LSI after the LSI is manufactured.
  • FPGA Field Programmable Gate Array
  • reconfigurable processor that can reconfigure the connection and setting of circuit cells in the LSI after the LSI is manufactured.
  • An encoding apparatus, a decoding apparatus, and an encoding method and a decoding method according to the present invention include a wireless communication terminal apparatus, a base station apparatus in a mobile communication system, a telephone conference terminal apparatus, a video conference terminal apparatus, and a voice over Internet protocol (VOIP) terminal device.
  • VOIP voice over Internet protocol

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)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

　オーディオ信号の符号化および復号のためにハフマン符号化を実行する装置および方法を導入すること。本発明では、ハフマンテーブルの設計を、大規模な入力シーケンスデータベースを用いて、オフラインで行うことができる。ハフマン符号化のための量子化インデックス（または差分インデックス）の範囲が識別される。各範囲値について、同じ範囲を有するすべての入力信号が集められ、範囲内の量子化インデックス（または差分インデックス）の各値の確率分布が計算される。各範囲値について、１つのハフマンテーブルが、確率に従って設計される。

Description

ハフマン符号化を実行するための装置および方法
　本発明は、ハフマン符号化を使用する、オーディオ／音声符号化装置、オーディオ／音声復号装置、ならびにオーディオ／音声符号化方法および復号方法に関する。
　信号圧縮では、ハフマン符号化が広く使用され、可変長（ＶＬ）符号テーブル（ハフマンテーブル）を使用して入力信号を符号化する。ハフマン符号化は、統計的分布が一様ではない入力信号に対して、固定長（ＦＬ）符号化よりも効率的である。
　ハフマン符号化では、ハフマンテーブルは、入力信号の各取りうる値の推定出現確率に基づいた特定の方法で導出される。符号化の際、各入力信号値は、ハフマンテーブル内の特定の可変長符号にマッピングされる。
　ハフマン符号化では、統計的に出現の可能性がより高い信号値を、（相対的に少ないビットを使用する）相対的に短いＶＬ符号を使用して符号化し、反対に、統計的に低頻度で出現する信号値を、（相対的により多くのビットを使用する）相対的に長いＶＬ符号を使用して符号化することによって、入力信号を符号化するのに使用されるビットの総数を削減することができる。
ＩＴＵ－Ｔ勧告Ｇ．７１９　（０６／２００８）　「Ｌｏｗ－ｃｏｍｐｌｅｘｉｔｙ，ｆｕｌｌ－ｂａｎｄ　ａｕｄｉｏ　ｃｏｄｉｎｇ　ｆｏｒ　ｈｉｇｈ－ｑｕａｌｉｔｙ，ｃｏｎｖｅｒｓａｔｉｏｎａｌ　ａｐｐｌｉｃａｔｉｏｎｓ」
　しかし、オーディオ信号符号化など、いくつかの応用例では、信号統計が、１組のオーディオ信号と別の１組のオーディオ信号とで著しく異なることがある。同じ１組のオーディオ信号内でさえもそうである。
　オーディオ信号の統計が、事前定義されたハフマンテーブルの統計から大きく異なる場合、信号の符号化を最適に行うことができない。異なる統計を有するオーディオ信号を符号化する場合、ハフマン符号化によるビット消費のほうが、固定長符号化によるビット消費よりもはるかに多くなることがある。
　１つの可能な解決策は、ハフマン符号化と固定長符号化の両方を符号化に含め、消費するビットが少ない方の符号化方法を選択することである。エンコーダにおいてどちらの符号化方法が選択されたかを示すために、１つのフラグ信号がデコーダ側に伝送される。この解決策は、新たに標準化されたＩＴＵ－Ｔ音声コーデックＧ．７１９において利用されている。
　この解決策は、ハフマン符号化が固定長符号化よりも多くのビットを消費するいくつかの非常に極端なシーケンスの場合に、問題を解決する。しかし、ハフマンテーブルとは異なる統計を有するが依然としてハフマン符号化を選択する他の入力信号に対しては、この解決策は、依然として最適ではない。
　ＩＴＵ－Ｔによって標準化された音声コーデックＧ．７１９では、ノルムファクタの量子化インデックスの符号化において、ハフマン符号化が使用される。
　Ｇ．７１９の構造が、図１に示されている。
　エンコーダ側では、４８ｋＨｚでサンプリングされた入力信号が、過渡状態検出器（１０１）によって処理される。過渡状態の検出に応じて、高周波数分解能変換または低周波数分解能変換（１０２）が、入力信号フレームに適用される。獲得されたスペクトル係数は、長さが等しくない帯域にグループ化される。各帯域のノルムが、推定され（１０３）、すべての帯域のノルムから成る、結果のスペクトル包絡線が、量子化され、符号化される（１０４）。その後、係数が、量子化されたノルムによって正規化される（１０５）。量子化されたノルムは、適応スペクトル重み付けに基づいて、さらに調整され（１０６）、ビット割り当てのための入力として使用される（１０７）。正規化されたスペクトル係数は、各周波数帯域に割り当てられたビットに基づいて、格子ベクトル量子化され、符号化される（１０８）。符号化されていないスペクトル係数のレベルが、推定され、符号化され（１０９）、デコーダに伝送される。符号化されたスペクトル係数と符号化されたノルムの両方の量子化インデックスにハフマン符号化が適用される。
　デコーダ側では、フレーム構成を、すなわち、定常か、それとも過渡かを示す過渡フラグが最初に復号される。スペクトル包絡線が、復号され、同じビットイグザクトなノルム調整およびビット割り当てアルゴリズムが、正規化された変換係数の量子化インデックスを復号するのに必須なビット割り当てを再計算するために、デコーダにおいて使用される。逆量子化（１１２）の後、（０ビットを割り当てられた）低周波数の符号化されていないスペクトル係数が、受け取ったスペクトル係数（非０ビットを割り当てられたスペクトル係数）から構築された、スペクトルフィル（ｓｐｅｃｔｒａｌ－ｆｉｌｌ）コードブックを使用することによって、再生成される（１１３）。再生成された係数のレベルを調整するために、ノイズレベル調整インデックスが使用される。高周波数の符号化されていないスペクトル係数は、帯域幅拡張を使用して再生成される。復号されたスペクトル係数と再生成されたスペクトル係数は、組み合わされて、正規化されたスペクトルをもたらす。復号されたスペクトル包絡線が適用されて、復号されたフルバンドスペクトルをもたらす（１１４）。最後に、逆変換（１１５）が適用されて、時間領域復号信号を回復する。これは、定常モードの場合は逆修正離散コサイン変換を適用することによって、または過渡モードの場合はより高分解能の時間分解能変換の逆変換を適用することによって実行される。
　エンコーダ（１０４）では、スペクトルサブバンドのノルムファクタが、３ｄＢのステップを４０個用いる一様対数スカラ量子化器を用いて、スカラ量子化される。対数量子化器のコードブックエントリが、図２に示されている。コードブックを見て分かるように、ノルムファクタの範囲は、［２－２．５，２１７］であり、インデックスが増加するにつれて、値は減少する。
　ノルムファクタの量子化インデックスの符号化が、図３に示されている。合計で４４個のサブバンドが存在し、それに対応して、４４個のノルムファクタが存在する。第１のサブバンドの場合、ノルムファクタは、最初の３２個のコードブックエントリを使用して量子化されるが（３０１）、他のノルムファクタは、図２に示される４０個のコードブックエントリを用いてスカラ量子化される（３０２）。第１のサブバンドのノルムファクタの量子化インデックスは、５ビットを用いて直接的に符号化されるが（３０３）、他のサブバンドのインデックスは、差分符号化によって符号化される。差分インデックスは、以下の式を使用して導出される（３０４）。Diff_index(n)=Index(n)-Index(n-1)+15，n∈[1,43]　．．．（式１）
　差分インデックスは、２つの可能な方法によって、すなわち、固定長符号化（３０５）とハフマン符号化（３０６）によって符号化される。差分インデックスのためのハフマンテーブルが、図４に示されている。このテーブルには、隣接サブバンド間の急激なエネルギー変化の可能性を考慮に入れた、０から３１までの、合計で３２個のエントリが存在する。
　しかし、オーディオ入力信号の場合、聴覚マスキングという名前の物理現象が存在する。聴覚マスキングは、１つの音の知覚が別の音の存在によって影響される場合に発生する。例として、周波数が類似した２つの信号が、すなわち、１ｋＨｚに強力なスパイクが１つと、１．１ｋＨｚにより低レベルのトーンが１つ、同時に存在する場合、１．１ｋＨｚのより低レベルのトーンは、１ｋＨｚに強力なスパイクが存在するために、マスクされる（聞き取れない）。
　音を、別の音（マスキング音）が存在するときに、知覚可能にするのに必要とされる音圧レベルは、オーディオ符号化において、マスキング閾値として定義される。マスキング閾値は、周波数、マスキング音の音圧レベルに依存する。２つの音が類似の周波数を有する場合、マスキング効果は大きく、マスキング閾値も大きい。マスキング音が大きな音圧レベルを有する場合、他の音に対して強力なマスキング効果を有し、マスキング閾値も大きい。
　上記の聴覚マスキング理論によれば、１つのサブバンドが非常に大きなエネルギーを有する場合、他のサブバンドに対して、特に隣接サブバンドに対して、大きなマスキング効果を有する。その場合、他のサブバンドの、特に隣接サブバンドの、マスキング閾値は大きい。
　隣接サブバンド内の音成分が、（マスキング閾値よりも小さい）僅かな量子化誤差しか有さない場合、このサブバンド内の音成分の劣化を、聴取者は知覚することができない。
　量子化誤差がマスキング閾値を下回る限り、このサブバンドの、分解能が非常に高いノルムファクタを符号化する必要はない。
　本発明では、オーディオ信号符号化の際に、ハフマンテーブルを生成するために、またハフマンテーブルを１組の事前定義されたテーブルから選択するために、オーディオ信号特性を利用する、装置および方法が提供される。
　手短に言えば、差分インデックスの範囲を狭めるために、聴覚マスキング特性が利用され、その結果、符号化のために、より少数の符号語を有するハフマンテーブルを設計して、使用することができる。ハフマンテーブルがより少数の符号語を有するので、長さがより短い（より少数のビットしか消費しない）符号コードを設計することが可能である。こうすることによって、差分インデックスを符号化するための全体的ビット消費を低減することができる。
　より少数のビットしか消費しないハフマン符号を採用することによって、差分インデックスを符号化するための全体的ビット消費を低減することができる。
ＩＴＵ－Ｔ　Ｇ．７１９のフレームワークを示す図 ノルムファクタ量子化のためのコードブックを示す図 ノルムファクタ量子化および符号化のプロセスを示す図 ノルムファクタインデックス符号化のために使用されるハフマンテーブルを示す図 本発明を採用するフレームワークを示す図 事前定義されたハフマンテーブルの一例を示す図 事前定義されたハフマンテーブルの一例を示す図 マスキング曲線の導出を示す図 どのようにして差分インデックスの範囲を狭めるかを示す図 どのようにしてインデックスの変更を行うかを示すフローチャート どのようにしたらハフマンテーブルを設計できるかを示す図 本発明の実施の形態２のフレームワークを示す図 本発明の実施の形態３のフレームワークを示す図 本発明の実施の形態４のエンコーダを示す図 本発明の実施の形態４のデコーダを示す図
　本発明の主要な原理が、図５から図１２の助けを借りて、本セクションで説明される。当業者であれば、本発明の主旨から逸脱することなく、本発明を変更し、適合させることができる。説明を容易にするために、図が提供される。
　（実施の形態１）
　図５は、本発明のコーデックを示しており、本発明のコーデックは、本発明の考案をハフマン符号化に適用する、エンコーダおよびデコーダを備える。
　図５に示されるエンコーダでは、サブバンドのエネルギーが、心理音響モデル（５０１）によって処理されて、マスキング閾値Ｍａｓｋ（ｎ）を導出する。導出されたＭａｓｋ（ｎ）に従って、量子化誤差がマスキング閾値を下回るサブバンドのノルムファクタの量子化インデックスが、差分インデックスの範囲をより小さくできるように変更される（５０２）。
　変更されたインデックスの差分インデックスが、以下の式に従って計算される。Diff_index(n)=New_Index(n)-New_Index(n-1)+15，n∈[1,43]　．．．（式２）
　ハフマン符号化の差分インデックスの範囲は、以下の式に示されるように識別される（５０４）。範囲＝[Min(Diff_index(n)),Max(Diff_index(n))]　．．．（式３）
　範囲の値に従って、１組の事前定義されたハフマンテーブルの中の、その特定の範囲のために設計されたハフマンテーブルが、差分インデックスの符号化（５０６）のために選択される（５０５）。例として、入力フレームのすべての差分インデックスの中で、最小値が１２、最大値が１８である場合、範囲＝［１２，１８］である。［１２，１８］のために設計されたハフマンテーブルが、符号化のためのハフマンテーブルとして選択される。
　この１組の事前定義されたハフマンテーブルは、差分インデックスの範囲に従って設計され（詳細は後の部分で説明される）、構成される。選択されたハフマンテーブルを示すフラグ信号と、符号化インデックスが、デコーダ側に伝送される。
　ハフマンテーブルを選択するための別の方法は、すべてのハフマンテーブルを使用して、すべてのビット消費を計算し、その後、ビットを最も少ししか消費しないハフマンテーブルを選択することである。
　例として、４つで１組の事前定義されたハフマンテーブルが、図６に示されている。この例では、４つの事前定義されたハフマンテーブルが存在し、それぞれ、［１３，１７］、［１２，１８］、［１１，１９］、および［１０，２０］の範囲をカバーする。表６．１は、フラグ信号と、対応するハフマンテーブルの範囲を示している。表６．２は、［１３，１７］の範囲内のすべての値に対するハフマン符号を示している。表６．３は、［１２，１８］の範囲内のすべての値に対するハフマン符号を示している。表６．４は、［１１，１９］の範囲内のすべての値に対するハフマン符号を示している。表６．５は、［１０，２０］の範囲内のすべての値に対するハフマン符号を示している。
　図６のハフマン符号帳を、図４に示された元のハフマンテーブルと比較してみると、同じ値のハフマン符号帳が、より少数のビットしか消費していないことが分かる。これがビットを節約する方法の説明である。
　図５に示されるデコーダでは、フラグ信号に従って、対応するハフマンテーブルが、差分インデックスの復号（５０８）のために選択される（５０７）。差分インデックスは、以下の式に従って、ノルムファクタの量子化インデックスを再構成するために使用される。Diff_index(n)=Index(n)+Index(n-1)-15，n∈[1,43]　．．．（式４）
　図７は、入力信号のマスキング曲線の導出を示している。最初に、サブバンドのエネルギーが計算され、これらのエネルギーを用いて、入力信号のマスキング曲線が導出される。マスキング曲線の導出は、ＭＰＥＧ　ＡＡＣコーデックにおけるマスキング曲線導出方法など、従来技術のいくつかの既存の技術を利用することができる。
　図８は、どのようにして差分インデックスの範囲を狭めるかを示している。最初に、マスキング閾値とサブバンドの量子化誤差エネルギーとの間の比較が行われる。量子化誤差エネルギーがマスキング閾値を下回るサブバンドについては、インデックスが、隣接サブバンドにより近い値に変更されるが、音品質に影響が及ばないように、対応する量子化誤差エネルギーがマスキング閾値を超えない変更が保証される。変更後、インデックスの範囲を狭めることができる。これを以下で説明する。
　図８に示されるように、サブバンド０、２、および４については、量子化誤差エネルギーがマスキング閾値を下回るので、インデックスが、隣接インデックスにより近くなるように変更される。
　インデックスの変更は、以下のように行うことができる（サブバンド２を例として使用する）。図２に示されるように、大きなインデックスは、より小さなエネルギーに対応し、その場合、Ｉｎｄｅｘ（１）は、Ｉｎｄｅｘ（２）よりも小さい。Ｉｎｄｅｘ（２）の変更は、実際には、その値を減少させることである。それは、図９に示されるように行うことができる。
　サブバンド１および３については、エネルギーがマスキング閾値を上回るので、インデックスは、変更されない。その場合、差分インデックスは、中央により近づく。サブバンド１を例として使用する。Diff_index(1)=Index(1)-Index(0)+15，n∈[1,43]　．．．（式５）New_Diff_index(1)=New_Index(1)-New_Index(0)+15，n∈[1,43]　．．．（式６）∵New_index(1)-New_Index(0)<Index(1)-Index(0)∴New_diff_Index(1)-15<Diff_Index(1)-15      　．．．（式７）
　本発明では、ハフマンテーブルの設計は、大規模な入力シーケンスデータベースを用いて、オフラインで行うことができる。このプロセスは、図１０において示されている。
　サブバンドのエネルギーは、心理音響モデル（１００１）によって処理されて、マスキング閾値Ｍａｓｋ（ｎ）を導出する。導出されたＭａｓｋ（ｎ）に従って、量子化誤差エネルギーがマスキング閾値を下回るサブバンドのノルムファクタの量子化インデックスが、差分インデックスの範囲をより小さくできるように変更される（１００２）。
　変更されたインデックスの差分インデックスが計算される（１００３）。
　ハフマン符号化のための差分インデックスの範囲が識別される（１００４）。各範囲値について、同じ範囲を有するすべての入力信号が集められ、範囲内の差分インデックスの各値の確率分布が計算される。
　各範囲値について、１つのハフマンテーブルが、確率に従って設計される。ハフマンテーブルを設計するために、ここでは、いくつかの従来のハフマンテーブル設計方法を使用することができる。
　（実施の形態２）
　この実施の形態では、ビット節約を維持できるが、差分インデックスを元の値により近い値に回復する方法が導入される。
　図１１に示されるように、１１０５において、ハフマンテーブルが選択された後、元の量子化インデックスの間の差分インデックスが計算される。選択されたハフマンテーブルにおいて、元の差分インデックスと新しい差分インデックスが、同じビットを消費するかどうか、それらが比較される。
　選択されたハフマンテーブルにおいて、元の差分インデックスと新しい差分インデックスが、同数のビットを消費する場合、変更された差分インデックスが、元の差分インデックスに回復される。元の差分インデックスと新しい差分インデックスが、同数のビットを消費しない場合、元の差分インデックスに最も近く、同数のビットを消費する、ハフマンテーブル内の符号語が、回復された差分インデックスとして選択される。
　この実施の形態の利点は、ノルムファクタの量子化誤差をより小さくできるが、ビット消費は実施の形態１と同じであることである。
　（実施の形態３）
　この実施の形態では、心理音響モデルの使用を回避して、何らかのエネルギー比閾値だけを使用する方法が導入される。
　図１２に示されるように、マスキング閾値を導入するために、心理音響モデルを使用する代わりに、サブバンドのエネルギーと事前定義されたエネルギー比閾値が、その特定のサブバンドの量子化インデックスを変更すべきかどうかを判定するために使用される（１２０１）。以下の式に示されるように、現在のサブバンドと隣接サブバンドの間のエネルギー比が閾値を下回る場合、現在のサブバンドはあまり重要とは見なされず、現在のサブバンドの量子化インデックスを変更することができる。Energy(n)/Energy(n-1)<Threshold&& Energy(n)/Energy(n+1)<Threshold　．．．（式８）
　量子化インデックスの変更は、以下の式に示されるように、行うことができる。
Figure JPOXMLDOC01-appb-M000001
　この実施の形態の利点は、非常に複合的な複雑度の高い心理音響モデルを回避できることである。
　（実施の形態４）
　この実施の形態では、差分インデックスの範囲を狭めながらも、差分インデックスを完全に再構成できる方法が導入される。
　図１３に示されるように、差分インデックスが、以下の式に従って、元の量子化インデックスから導出される（１３０１）。Diff_index(n)=Index(n)-Index(n-1)+15　．．．（式１０）ここで、Diff_index(n)は、サブバンドｎの差分インデックスを意味し、index(n)は、サブバンドｎの量子化インデックスを意味し、index(n-1)は、サブバンドｎ－１の量子化インデックスを意味する。
　差分インデックスの範囲を縮小するために、いくつかの差分インデックスの値を変更するためのモジュールが実施される（１３０２）。
　変更は、先行サブバンドの差分インデックスの値と閾値とに従って行われる。
　（ｎ≧１の場合に）差分インデックスを変更するための１つの方法は、以下の式に示されるように行うことができ、第１の差分インデックスは、デコーダ側において完全な再構成を達成するために変更されない。if Diff_index(n-1)>(15+Threshold),Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15+Threshold);else if Diff_index(n-1)<(15-Threshold),Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15-Threshold);otherwiseDiff index_new(n)=Diff_index(n)　                             　．．．（式１１）ここで、ｎ≧１であり、Diff_index(n)は、サブバンドｎの差分インデックスを意味し、Diff_index(n-1)は、サブバンドｎ－１の差分インデックスを意味し、Diff_index_new(n)は、サブバンドｎの新しい差分インデックスを意味し、Thresholdは、差分インデックスの変更を行うべきかどうかを検査するための値を意味する。
　この変更が差分インデックスの範囲を縮小できる理由は、次のように説明される。すなわち、オーディオ／音声信号の場合、１つの周波数帯域から別の周波数帯域に移るにつれて、エネルギーが変動することは本当である。しかし、通常は隣接周波数帯域からの急激なエネルギー変化は起こらないことが観察される。１つの周波数帯域から別の周波数帯域に移るにつれて、エネルギーは徐々に増加し、または減少する。エネルギーを表すノルムファクタも徐々に変化する。ノルムファクタの量子化インデックスも徐々に変化し、その場合、差分インデックスは小さな範囲内で変動する。
　急激なエネルギー変化は、大きなエネルギーを有するいくつかの主要な音成分が、周波数帯域において影響を示し始めた場合、またはそのような影響が衰え始めた場合に限って発生する。エネルギーを表すノルムファクタも、先行周波数帯域からの急激な変化を有し、ノルムファクタの量子化インデックスも、突然、大きな値で増加し、または減少する。その場合、非常に大きな、または非常に小さな差分インデックスがもたらされる。
　例として、周波数サブバンドｎにおいて大きなエネルギーを有する１つの主要な音成分が存在すると仮定する。周波数サブバンド（ｎ－１）および（ｎ＋１）にある間は、主要な音成分は存在しない。その場合、図２のハフマンテーブルによれば、Ｉｎｄｅｘ（ｎ）は、非常に小さな値を有するが、Ｉｎｄｅｘ（ｎ－１）およびＩｎｄｅｘ（ｎ＋１）は、非常に大きな値を有する。その場合、式（１０）によれば、Ｄｉｆｆ＿ｉｎｄｅｘ（ｎ）は、非常に小さく（（１５－Ｔｈｒｅｓｈｏｌｄ）よりも小さい）、Ｄｉｆｆ＿ｉｎｄｅｘ（ｎ＋１）は、非常に大きい。式（１１）の変更が行われる場合、以下の式（１２）によれば、差分インデックスの上限をおそらく引き下げることができ、したがって、差分インデックスの範囲を狭めることができる。∵Diff index_new(n-1)<(15-Threshold);∴Diff index(n-1)-(15-Threshold)<0∵Diff index_new(n)=Diff_index(n)+Diff_index(n-1)-(15-Threshold)∴Diff index_new(n)<Diff_index(n)                             　．．．（式１２）
　図１４に示されるように、デコーダ側では、差分インデックスを完全に再構成するために、「差分インデックスの再構成」という名前の１つのモジュール（１４０３）が実施される。再構成は、先行サブバンドの差分インデックスの値と閾値とに従って行われる。デコーダにおける閾値は、エンコーダにおいて使用された閾値と同じである。
　エンコーダにおける変更に対応する、（ｎ≧１の場合に）差分インデックスを再構成するための方法は、以下の式に示されるように行うことができ、第１の差分インデックスは、エンコーダ側において変更されていないので、直接受け取られる。if Diff_index(n-1)>(15+Threshold),Diff index(n)=Diff_index_new(n)-Diff_index(n-1)+(15+Threshold);else if Diff_index(n-1)<(15-Threshold),Diff index(n)=Diff_index_new(n)-Diff_index(n-1)+(15-Threshold);otherwiseDiff index(n)=Diff_index_new(n)　                             　．．．（式１３）ここで、ｎ≧１であり、Diff_index(n)は、サブバンドｎの差分インデックスを意味し、Diff_index(n-1)は、サブバンドｎ－１の差分インデックスを意味し、Diff_index_new(n)は、サブバンドｎの新しい差分インデックスを意味し、Ｔｈｒｅｓｈｏｌｄは、差分インデックスの再構成を行うべきかどうかを検査するための値を意味する。
　上の式（１１）および式（１３）に示されるように、差分インデックスの変更を行うべきかどうか、またどれだけの変更を行うべきかはすべて、先行周波数帯域の差分インデックスに依存する。先行周波数帯域の差分インデックスを完全に再構成できる場合、現在の差分インデックスも完全に再構成することができる。
　上の式（１１）および式（１３）に示されるように、第１の差分インデックスは、エンコーダ側において変更されず、直接受け取られ、完全に再構成することができ、その後、第２の差分インデックスは、第１の差分インデックスの値に従って再構成することができ、その後、第３の差分インデックス、第４の差分インデックス、それ以降のインデックスも、同じ手順を踏むことによって、すべての差分インデックスを完全に再構成することができる。
　この実施の形態の利点は、差分インデックスの範囲を縮小できながら、デコーダ側において、差分インデックスを依然として完全に再構成できることである。したがって、量子化インデックスのビットイグザクトネスを保持しながら、ビット効率を改善することができる。
　さらに、本発明がハードウェアによって構成されるケースが、上記の実施の形態を用いて説明されているが、本発明は、ハードウェアと組み合わされたソフトウェアによって実施することもできる。
　上記の実施の形態の説明において利用された各機能ブロックは、集積回路によって構成されるＬＳＩとして一般に実施することができる。これらは、個々のチップとすることができ、または部分的もしくは全体的に単一のチップ上に含むことができる。ここでは、「ＬＳＩ」が採用されているが、これは、異なる集積度に応じて、「ＩＣ」、「システムＬＳＩ」、「スーパＬＳＩ」、または「ウルトラＬＳＩ」とも呼ばれることもある。
　さらに、回路集積の方法は、ＬＳＩに限定されず、専用回路または汎用プロセッサを使用する実施も可能である。ＬＳＩ製造後、ＬＳＩ内の回路セルの接続および設定を再構成できる、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）または再構成可能プロセッサの利用も可能である。
　さらに、半導体技術または他の派生技術の進歩の結果、ＬＳＩに取って代わる集積回路技術が出現した場合、その技術を使用して機能ブロック統合を実行することも当然可能である。バイオテクノロジの利用も可能である。
　２０１１年４月２０日出願の特願２０１１－９４２９５および２０１１年６月１５日出願の特願２０１１－１３３４３２の日本出願に含まれる明細書、図面および要約書の開示内容は、すべて本願に援用される。
　本発明による、符号化装置、復号装置、ならびに符号化方法および復号方法は、ワイヤレス通信端末装置、移動通信システム内の基地局装置、電話会議端末装置、テレビ会議端末装置、およびボイスオーバインターネットプロトコル（ＶＯＩＰ）端末装置に適用可能である。
　１０１　過渡状態検出器
　１０２　変換
　１０３　ノルム推定
　１０４　ノルム量子化および符号化
　１０５　スペクトル正規化
　１０６　ノルム調整
　１０７　ビット割り当て
　１０８　格子ベクトル量子化および符号化
　１０９　ノイズレベル調整
　１１０　多重化
　１１１　逆多重化
　１１２　格子復号
　１１３　スペクトルフィル生成器
　１１４　包絡線整形
　１１５　逆変換
　３０１　スカラ量子化（３２個のステップ）
　３０２　スカラ量子化（４０個のステップ）
　３０３　直接的伝送（５ビット）
　３０４　差分
　３０５　固定長符号化
　３０６　ハフマン符号化
　５０１　心理音響モデル
　５０２　インデックスの変更
　５０３　差分
　５０４　範囲の検査
　５０５　ハフマン符号テーブルの選択
　５０６　ハフマン符号化
　５０７　ハフマンテーブルの選択
　５０８　ハフマン復号
　５０９　合算
　１００１　心理音響モデル
　１００２　インデックスの変更
　１００３　差分
　１００４　範囲の検査
　１００５　確率
　１００６　ハフマン符号の導出
　１１０１　心理音響モデル
　１１０２　インデックスの変更
　１１０３　差分
　１１０４　範囲の検査
　１１０５　ハフマン符号テーブルの選択
　１１０６　差分
　１１０７　差分インデックスの回復
　１１０８　ハフマン符号化
　１２０１　インデックスの変更
　１２０２　差分
　１２０３　範囲の検査
　１２０４　ハフマン符号テーブルの選択
　１２０５　ハフマン符号化
　１３０１　差分
　１３０２　差分インデックスの変更
　１３０３　範囲の検査
　１３０４　ハフマン符号テーブルの選択
　１３０５　ハフマン符号化
　１４０１　ハフマン符号テーブルの選択
　１４０２　ハフマン符号化
　１４０３　差分インデックスの再構成
　１４０４　合算
 
 

Claims (13)

  1. 　時間領域入力信号を周波数領域信号に変換する変換部と、
    　入力信号の周波数スペクトルを複数のサブバンドに分割する帯域分割部と、
    　各サブバンドのエネルギーのレベルを表すノルムファクタを導出するノルムファクタ計算部と、
    　前記ノルムファクタを量子化する量子化部と、
    　量子化インデックスを変更するインデックス変更部と、
    　いくつかの事前定義されたハフマンテーブルの中からハフマンテーブルを選択するハフマンテーブル選択部と、
    　前記選択されたハフマンテーブルを使用して、前記インデックスを符号化するハフマン符号化部と、
    　前記選択されたハフマンテーブルを示すフラグ信号を伝送するフラグ信号伝送セッションと
    　を備えるオーディオ／音声符号化装置。
  2. 　前記インデックス変更部が、
    　各サブバンドの前記エネルギーを計算するエネルギー計算部と、
    　各サブバンドのマスキング閾値を導出する心理音響モデル部と、
    　量子化誤差が前記導出されたマスキング閾値を下回るサブバンドを識別する検査部と、
    　前記識別されたサブバンドのインデックスを変更するインデックス変更部であって、前記変更が、前記識別されたサブバンドのインデックスをその隣接サブバンドのインデックスにより近づける一方で、新しいインデックスの量子化誤差が、依然として前記導出されたマスキング閾値を下回ることが保証される、インデックス変更部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  3. 　前記インデックス変更部が、
    　各サブバンドの前記エネルギーを計算するエネルギー計算部と、
    　エネルギーが隣接サブバンドのエネルギーの一定のパーセンテージを下回るサブバンドを識別する検査部と、
    　前記識別されたサブバンドのインデックスを変更するインデックス変更部であって、前記変更が、前記識別されたサブバンドのインデックスをその隣接サブバンドのインデックスにより近づける、インデックス変更部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  4. 　前記ハフマンテーブル選択が、
    　前記インデックスの範囲を計算する範囲計算部と、
    　前記計算された範囲のために事前定義されたハフマンテーブルを選択するハフマンテーブル選択部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  5. 　前記ハフマンテーブル選択が、
    　すべての前記事前定義されたハフマンテーブルのビット消費を計算するビット消費計算部と、
    　消費するビットが最も少ないハフマンテーブルを選択するハフマンテーブル選択部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  6. 　前記ハフマン符号化部が、
    　前記変更されたインデックス値を、同数のビットを消費するが、元のインデックスにより近い値に回復するインデックス回復部と、
    　前記回復されたインデックスを符号化するハフマン符号化部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  7. 　前記ハフマン符号化部が、
    　現在のサブバンドと先行サブバンドの間の差分インデックスを計算する差分インデックス計算部と、
    　前記差分インデックスを符号化するハフマン符号化部と
    　を備える、請求項１に記載のオーディオ／音声符号化装置。
  8. 　時間領域入力信号を周波数領域信号に変換する変換部と、
    　入力信号の周波数スペクトルを複数のサブバンドに分割する帯域分割部と、
    　各サブバンドのエネルギーのレベルを表すノルムファクタを導出するノルムファクタ計算部と、
    　前記ノルムファクタを量子化する量子化部と、
    　現在のサブバンドと先行サブバンドの間の差分インデックスを計算する差分インデックス計算部と、
    　前記差分インデックスの範囲を縮小するために、前記差分インデックスを変更する差分インデックス変更部であって、前記変更が、前記先行サブバンドの差分インデックスが定義された範囲を上回った、または下回った場合に限って、差分インデックスに対して行われる、差分インデックス変更部と、
    　いくつかの事前定義されたハフマンテーブルの中からハフマンテーブルを選択するハフマンテーブル選択部と、
    　前記選択されたハフマンテーブルを使用して、前記差分インデックスを符号化するハフマン符号化部と、
    　前記選択されたハフマンテーブルを示すフラグ信号を伝送するフラグ信号伝送部と
    　を備えるオーディオ／音声符号化装置。
  9. 　前記差分インデックス変更部が、
    　前記先行サブバンドの前記差分インデックスと前記定義された範囲に対応する境界との間の差分に従って、オフセット値を計算するオフセット値計算部と、
    　前記先行サブバンドの前記差分インデックスが前記定義された範囲を下回った場合に、現在の差分インデックスから前記オフセット値を減算し、前記先行サブバンドの前記差分インデックスが前記定義された範囲を上回った場合に、現在の差分インデックスに前記オフセット値を加算する、変更部と
    　を備える、請求項８に記載のオーディオ／音声符号化装置。
  10. 　選択されたハフマンテーブルを示すフラグ信号を復号するフラグ信号復号セッションと
    　前記フラグ信号に従って、ハフマンテーブルを選択するハフマンテーブル選択部と、
    　前記選択されたハフマンテーブルを使用して、インデックスを復号するハフマン復号部と、
    　ノルムファクタを逆量子化する逆量子化部と、
    　前記ノルムファクタを用いてスペクトル係数を再構成する係数再構成部と、
    　周波数領域入力信号を時間領域信号に変換する変換部と
    　を備えるオーディオ／音声復号装置。
  11. 　前記ハフマン復号部が、
    　差分インデックスを復号するハフマン復号部と、
    　前記復号された差分インデックスを使用して、量子化インデックスを計算するインデックス計算部と
    　を備える、請求項１０に記載のオーディオ／音声復号装置。
  12. 　前記ハフマン復号部が、
    　差分インデックスを復号するハフマン復号部と、
    　前記差分インデックスの値を再構成する差分インデックス再構成部であって、前記再構成が、先行サブバンドの差分インデックスが定義された範囲を上回った、または下回った場合に限って、差分インデックスに対して行われる、差分インデックス再構成部と、
    　前記復号された差分インデックスを使用して、量子化インデックスを計算するインデックス計算部と
    　を備える、請求項１０に記載のオーディオ／音声復号装置。
  13. 　前記差分インデックス再構成部が、
    　前記先行サブバンドの前記差分インデックスと前記定義された範囲に対応する境界との間の差分に従って、オフセット値を計算するオフセット値計算部と、
    　前記先行サブバンドの前記差分インデックスが前記定義された範囲を下回った場合に、現在の差分インデックスから前記オフセット値を減算し、前記先行サブバンドの前記差分インデックスが前記定義された範囲を上回った場合に、現在の差分インデックスに前記オフセット値を加算する、変更部と
    　を備える、請求項１２に記載のオーディオ／音声復号装置。
     
PCT/JP2012/001701 2011-04-20 2012-03-12 ハフマン符号化を実行するための装置および方法 WO2012144127A1 (ja)

Priority Applications (17)

Application Number Priority Date Filing Date Title
CN201280012790.4A CN103415884B (zh) 2011-04-20 2012-03-12 用于执行霍夫曼编码的装置和方法
EP23217545.5A EP4322161A3 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
JP2013510855A JP5937064B2 (ja) 2011-04-20 2012-03-12 オーディオ／音声符号化装置、オーディオ／音声復号装置、オーディオ／音声符号化方法およびオーディオ／音声復号方法
US14/008,732 US9881625B2 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
KR1020197006961A KR101995694B1 (ko) 2011-04-20 2012-03-12 허프만 부호화를 실행하기 위한 장치 및 방법
BR112013026850-6A BR112013026850B1 (pt) 2011-04-20 2012-03-12 Aparelhos de codificação e decodificação de áudio/fala e métodos decodificação e decodificação de áudio/fala
KR1020187013479A KR101959698B1 (ko) 2011-04-20 2012-03-12 허프만 부호화를 실행하기 위한 장치 및 방법
EP12774449.8A EP2701144B1 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
KR1020137025124A KR101859246B1 (ko) 2011-04-20 2012-03-12 허프만 부호화를 실행하기 위한 장치 및 방법
EP16175414.8A EP3096315B1 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
EP19194667.2A EP3594943B1 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
CA2832032A CA2832032C (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
RU2013146688/08A RU2585990C2 (ru) 2011-04-20 2012-03-12 Устройство и способ для выполнения кодирования методом хаффмана
PL16175414T PL3096315T3 (pl) 2011-04-20 2012-03-12 Urządzenie i sposób wykonania kodowania Huffmana
ZA2013/07316A ZA201307316B (en) 2011-04-20 2013-10-01 Device and method for execution of huffman coding
US15/839,056 US10204632B2 (en) 2011-04-20 2017-12-12 Audio/speech encoding apparatus and method, and audio/speech decoding apparatus and method
US16/225,851 US10515648B2 (en) 2011-04-20 2018-12-19 Audio/speech encoding apparatus and method, and audio/speech decoding apparatus and method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2011-094295 2011-04-20
JP2011094295 2011-04-20
JP2011133432 2011-06-15
JP2011-133432 2011-06-15

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US14/008,732 A-371-Of-International US9881625B2 (en) 2011-04-20 2012-03-12 Device and method for execution of huffman coding
US15/839,056 Continuation US10204632B2 (en) 2011-04-20 2017-12-12 Audio/speech encoding apparatus and method, and audio/speech decoding apparatus and method

Publications (1)

Publication Number Publication Date
WO2012144127A1 true WO2012144127A1 (ja) 2012-10-26

Family

ID=47041264

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/001701 WO2012144127A1 (ja) 2011-04-20 2012-03-12 ハフマン符号化を実行するための装置および方法

Country Status (14)

Country Link
US (3) US9881625B2 (ja)
EP (4) EP3096315B1 (ja)
JP (3) JP5937064B2 (ja)
KR (3) KR101859246B1 (ja)
CN (2) CN104485111B (ja)
BR (1) BR112013026850B1 (ja)
CA (2) CA2832032C (ja)
ES (1) ES2765527T3 (ja)
MY (2) MY164987A (ja)
PL (1) PL3096315T3 (ja)
RU (1) RU2585990C2 (ja)
TW (2) TWI598872B (ja)
WO (1) WO2012144127A1 (ja)
ZA (1) ZA201307316B (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150142345A1 (en) * 2013-10-18 2015-05-21 Alpha Technologies Inc. Status Monitoring Systems and Methods for Uninterruptible Power Supplies
CN105723454A (zh) * 2013-09-13 2016-06-29 三星电子株式会社 能量无损编码方法和设备、信号编码方法和设备、能量无损解码方法和设备及信号解码方法和设备
JP2016526186A (ja) * 2013-05-24 2016-09-01 ドルビー・インターナショナル・アーベー オーディオ・エンコーダおよびデコーダ
US10381867B1 (en) 2015-10-16 2019-08-13 Alpha Technologeis Services, Inc. Ferroresonant transformer systems and methods with selectable input and output voltages for use in uninterruptible power supplies
US10635122B2 (en) 2017-07-14 2020-04-28 Alpha Technologies Services, Inc. Voltage regulated AC power supply systems and methods
US10790665B2 (en) 2015-09-13 2020-09-29 Alpha Technologies Services, Inc. Power control systems and methods

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100715450B1 (ko) * 2004-02-02 2007-05-07 (주)경안인더스트리 비석면 단열판 및 그 제조방법
KR101859246B1 (ko) * 2011-04-20 2018-05-17 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 허프만 부호화를 실행하기 위한 장치 및 방법
ES2970676T3 (es) * 2012-12-13 2024-05-30 Fraunhofer Ges Forschung Dispositivo de codificación de audio vocal, dispositivo de decodificación de audio vocal, procedimiento decodificación de audio vocal, y procedimiento de decodificación de audio vocal
US10468033B2 (en) 2013-09-13 2019-11-05 Samsung Electronics Co., Ltd. Energy lossless coding method and apparatus, signal coding method and apparatus, energy lossless decoding method and apparatus, and signal decoding method and apparatus
CN106031141B (zh) * 2014-02-28 2017-12-29 杜比实验室特许公司 会议中使用改变视盲的感知连续性
US10553228B2 (en) * 2015-04-07 2020-02-04 Dolby International Ab Audio coding with range extension
CN110140330B (zh) * 2017-01-02 2021-08-13 杜塞尔多夫华为技术有限公司 用于整形数据序列概率分布的装置和方法
WO2018168508A1 (ja) * 2017-03-14 2018-09-20 ソニー株式会社 記録装置、記録方法、再生装置、再生方法および記録再生装置
US20180288439A1 (en) * 2017-03-31 2018-10-04 Mediatek Inc. Multiple Transform Prediction
CN109286922B (zh) * 2018-09-27 2021-09-17 珠海市杰理科技股份有限公司 蓝牙提示音处理方法、系统、可读存储介质和蓝牙设备
WO2024012666A1 (en) * 2022-07-12 2024-01-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for encoding or decoding ar/vr metadata with generic codebooks

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07261800A (ja) * 1994-03-17 1995-10-13 Nippon Telegr & Teleph Corp <Ntt> 変換符号化方法、復号化方法
JP2002268693A (ja) * 2001-03-12 2002-09-20 Mitsubishi Electric Corp オーディオ符号化装置
JP2003233397A (ja) * 2002-02-12 2003-08-22 Victor Co Of Japan Ltd オーディオ符号化装置、オーディオ符号化プログラム及びオーディオ符号化データ伝送装置
JP2004246224A (ja) * 2003-02-17 2004-09-02 Matsushita Electric Ind Co Ltd オーディオ高能率符号化装置、オーディオ高能率符号化方法、オーディオ高能率符号化プログラム及びその記録媒体
WO2005004113A1 (ja) * 2003-06-30 2005-01-13 Fujitsu Limited オーディオ符号化装置
JP2008032823A (ja) * 2006-07-26 2008-02-14 Toshiba Corp 音声符号化装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3131542B2 (ja) * 1993-11-25 2001-02-05 シャープ株式会社 符号化復号化装置
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
US5848195A (en) 1995-12-06 1998-12-08 Intel Corporation Selection of huffman tables for signal encoding
US6366614B1 (en) * 1996-10-11 2002-04-02 Qualcomm Inc. Adaptive rate control for digital video compression
JP3784993B2 (ja) * 1998-06-26 2006-06-14 株式会社リコー 音響信号の符号化・量子化方法
JP4300800B2 (ja) * 2000-12-22 2009-07-22 ソニー株式会社 符号化装置および方法、復号装置および方法、並びに記録媒体
US6411226B1 (en) * 2001-01-16 2002-06-25 Motorola, Inc. Huffman decoder with reduced memory size
ATE543179T1 (de) * 2002-09-04 2012-02-15 Microsoft Corp Entropische kodierung mittels anpassung des kodierungsmodus zwischen niveau- und lauflängenniveau-modus
US20040120404A1 (en) * 2002-11-27 2004-06-24 Takayuki Sugahara Variable length data encoding method, variable length data encoding apparatus, variable length encoded data decoding method, and variable length encoded data decoding apparatus
EP1513137A1 (en) * 2003-08-22 2005-03-09 MicronasNIT LCC, Novi Sad Institute of Information Technologies Speech processing system and method with multi-pulse excitation
US7966424B2 (en) * 2004-03-15 2011-06-21 Microsoft Corporation Data compression
US7668715B1 (en) * 2004-11-30 2010-02-23 Cirrus Logic, Inc. Methods for selecting an initial quantization step size in audio encoders and systems using the same
US8090587B2 (en) * 2005-09-27 2012-01-03 Lg Electronics Inc. Method and apparatus for encoding/decoding multi-channel audio signal
US8315880B2 (en) 2006-02-24 2012-11-20 France Telecom Method for binary coding of quantization indices of a signal envelope, method for decoding a signal envelope and corresponding coding and decoding modules
WO2008022181A2 (en) * 2006-08-15 2008-02-21 Broadcom Corporation Updating of decoder states after packet loss concealment
JP4823001B2 (ja) * 2006-09-27 2011-11-24 富士通セミコンダクター株式会社 オーディオ符号化装置
BRPI0715559B1 (pt) * 2006-10-16 2021-12-07 Dolby International Ab Codificação aprimorada e representação de parâmetros de codificação de objeto de downmix multicanal
US7966175B2 (en) * 2006-10-18 2011-06-21 Polycom, Inc. Fast lattice vector quantization
US7953595B2 (en) * 2006-10-18 2011-05-31 Polycom, Inc. Dual-transform coding of audio signals
RU2394283C1 (ru) * 2007-02-14 2010-07-10 ЭлДжи ЭЛЕКТРОНИКС ИНК. Способы и устройства для кодирования и декодирования объектно-базированных аудиосигналов
JP5071479B2 (ja) * 2007-07-04 2012-11-14 富士通株式会社 符号化装置、符号化方法および符号化プログラム
KR101426788B1 (ko) * 2007-11-20 2014-08-06 삼성전자주식회사 무선 통신 시스템에서 채널 품질 정보 전송 방법 및 장치
US8630848B2 (en) * 2008-05-30 2014-01-14 Digital Rise Technology Co., Ltd. Audio signal transient detection
US8463603B2 (en) * 2008-09-06 2013-06-11 Huawei Technologies Co., Ltd. Spectral envelope coding of energy attack signal
US8194862B2 (en) * 2009-07-31 2012-06-05 Activevideo Networks, Inc. Video game system with mixing of independent pre-encoded digital audio bitstreams
JP5358818B2 (ja) 2009-10-27 2013-12-04 株式会社ユーシン 扉用の施解錠装置
JP2011133432A (ja) 2009-12-25 2011-07-07 Shizuoka Oil Service:Kk オイル粘度チェッカー並びにこれを用いたオイル供給システム
US9106925B2 (en) * 2010-01-11 2015-08-11 Ubiquity Holdings, Inc. WEAV video compression system
CN102222505B (zh) * 2010-04-13 2012-12-19 中兴通讯股份有限公司 可分层音频编解码方法系统及瞬态信号可分层编解码方法
KR101859246B1 (ko) * 2011-04-20 2018-05-17 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 허프만 부호화를 실행하기 위한 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07261800A (ja) * 1994-03-17 1995-10-13 Nippon Telegr & Teleph Corp <Ntt> 変換符号化方法、復号化方法
JP2002268693A (ja) * 2001-03-12 2002-09-20 Mitsubishi Electric Corp オーディオ符号化装置
JP2003233397A (ja) * 2002-02-12 2003-08-22 Victor Co Of Japan Ltd オーディオ符号化装置、オーディオ符号化プログラム及びオーディオ符号化データ伝送装置
JP2004246224A (ja) * 2003-02-17 2004-09-02 Matsushita Electric Ind Co Ltd オーディオ高能率符号化装置、オーディオ高能率符号化方法、オーディオ高能率符号化プログラム及びその記録媒体
WO2005004113A1 (ja) * 2003-06-30 2005-01-13 Fujitsu Limited オーディオ符号化装置
JP2008032823A (ja) * 2006-07-26 2008-02-14 Toshiba Corp 音声符号化装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
""Low-complexity, full-band audio coding for high-quality, conversational applications"", ITU-T RECOMMENDATION G.719, June 2008 (2008-06-01)
See also references of EP2701144A4

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10418038B2 (en) 2013-05-24 2019-09-17 Dolby International Ab Audio encoder and decoder
US10714104B2 (en) 2013-05-24 2020-07-14 Dolby International Ab Audio encoder and decoder
JP2016526186A (ja) * 2013-05-24 2016-09-01 ドルビー・インターナショナル・アーベー オーディオ・エンコーダおよびデコーダ
US9704493B2 (en) 2013-05-24 2017-07-11 Dolby International Ab Audio encoder and decoder
US9940939B2 (en) 2013-05-24 2018-04-10 Dolby International Ab Audio encoder and decoder
US11594233B2 (en) 2013-05-24 2023-02-28 Dolby International Ab Audio encoder and decoder
US11024320B2 (en) 2013-05-24 2021-06-01 Dolby International Ab Audio encoder and decoder
US10699720B2 (en) 2013-09-13 2020-06-30 Samsung Electronics Co., Ltd. Energy lossless coding method and apparatus, signal coding method and apparatus, energy lossless decoding method and apparatus, and signal decoding method and apparatus
US10909992B2 (en) 2013-09-13 2021-02-02 Samsung Electronics Co., Ltd. Energy lossless coding method and apparatus, signal coding method and apparatus, energy lossless decoding method and apparatus, and signal decoding method and apparatus
CN105723454A (zh) * 2013-09-13 2016-06-29 三星电子株式会社 能量无损编码方法和设备、信号编码方法和设备、能量无损解码方法和设备及信号解码方法和设备
US20150142345A1 (en) * 2013-10-18 2015-05-21 Alpha Technologies Inc. Status Monitoring Systems and Methods for Uninterruptible Power Supplies
US10790665B2 (en) 2015-09-13 2020-09-29 Alpha Technologies Services, Inc. Power control systems and methods
US10381867B1 (en) 2015-10-16 2019-08-13 Alpha Technologeis Services, Inc. Ferroresonant transformer systems and methods with selectable input and output voltages for use in uninterruptible power supplies
US10635122B2 (en) 2017-07-14 2020-04-28 Alpha Technologies Services, Inc. Voltage regulated AC power supply systems and methods

Also Published As

Publication number Publication date
KR20140022813A (ko) 2014-02-25
MY164987A (en) 2018-02-28
TWI573132B (zh) 2017-03-01
ES2765527T3 (es) 2020-06-09
US10515648B2 (en) 2019-12-24
JP2016170428A (ja) 2016-09-23
CA2832032C (en) 2019-09-24
EP2701144B1 (en) 2016-07-27
KR20180055917A (ko) 2018-05-25
JP6518361B2 (ja) 2019-05-22
KR20190028569A (ko) 2019-03-18
RU2585990C2 (ru) 2016-06-10
CA3051552C (en) 2021-09-21
JP6321072B2 (ja) 2018-05-09
TW201717194A (zh) 2017-05-16
ZA201307316B (en) 2014-12-23
KR101959698B1 (ko) 2019-03-20
CN104485111A (zh) 2015-04-01
EP3096315A2 (en) 2016-11-23
CN103415884B (zh) 2015-06-10
EP2701144A1 (en) 2014-02-26
EP3096315B1 (en) 2019-10-16
TW201246187A (en) 2012-11-16
KR101859246B1 (ko) 2018-05-17
MY193565A (en) 2022-10-19
JP2018112759A (ja) 2018-07-19
CN104485111B (zh) 2018-08-24
US9881625B2 (en) 2018-01-30
EP2701144A4 (en) 2014-03-26
BR112013026850B1 (pt) 2021-02-23
TWI598872B (zh) 2017-09-11
CN103415884A (zh) 2013-11-27
EP4322161A2 (en) 2024-02-14
RU2013146688A (ru) 2015-05-27
US20180166086A1 (en) 2018-06-14
JPWO2012144127A1 (ja) 2014-07-28
EP4322161A3 (en) 2024-05-01
EP3594943A1 (en) 2020-01-15
EP3594943B1 (en) 2024-02-21
CA2832032A1 (en) 2012-10-26
KR101995694B1 (ko) 2019-07-02
EP3096315A3 (en) 2017-02-15
CA3051552A1 (en) 2012-10-26
PL3096315T3 (pl) 2020-04-30
US20190122682A1 (en) 2019-04-25
US20140114651A1 (en) 2014-04-24
JP5937064B2 (ja) 2016-06-22
US10204632B2 (en) 2019-02-12

Similar Documents

Publication Publication Date Title
JP6518361B2 (ja) オーディオ／音声符号化方法およびオーディオ／音声符号化装置
WO2014091694A1 (ja) 音声音響符号化装置、音声音響復号装置、音声音響符号化方法及び音声音響復号方法
US20130006644A1 (en) Method and device for spectral band replication, and method and system for audio decoding
WO2005096508A1 (fr) Equipement de codage et de decodage audio ameliore, procede associe
Singh et al. An Enhanced Low Bit Rate Audio Codec Using Discrete Wavelet Transform
KR20230125985A (ko) 심층신경망 기반 다계층 구조를 활용한 오디오 신호의 압축 방법, 압축 장치, 및 그 훈련 방법
CN104681032A (zh) 一种语音通信方法和设备
Sinaga et al. Scalable audio coding using the oversampled discrete wavelet transform and temporal masking

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12774449

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013510855

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20137025124

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14008732

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2832032

Country of ref document: CA

REEP Request for entry into the european phase

Ref document number: 2012774449

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012774449

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2013146688

Country of ref document: RU

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112013026850

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112013026850

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20131017