CN102272830B - 音响信号解码装置及平衡调整方法 - Google Patents

Abstract

本发明公开了抑制解码信号的定位波动而确保立体声感的音响信号解码装置及平衡调整方法。声道间相关度计算单元(224)计算L声道用解码立体声信号与R声道用解码立体声信号之间的相关度，当声道间的相关性低时，峰值检测单元(225)检测当前帧的解码单声道信号的峰值分量和前帧的L、R两声道中任一个的峰值分量中的时间相关性高的峰值分量。峰值检测单元(225)将检测到的峰值分量的频率中的n-1帧峰值频率和n帧峰值频率成组输出。峰值平衡系数计算单元(226)由n-1帧的峰值频率计算用于对单声道信号的峰值频率分量进行立体声转换的平衡参数。

Description

音响信号解码装置及平衡调整方法

技术领域

本发明涉及音响信号解码装置及平衡调整方法。

背景技术

作为将立体声音响信号以低比特率进行编码的方式，已知有强度(intensity)立体声方式。在强度立体声方式中，将单声道信号乘以缩放(scaling)系数而生成L声道信号(左声道信号)和R声道信号(右声道信号)。这样的方法也被称为振幅移位(amplitude panning)。

振幅移位最基本的方法是，将时域内的单声道信号乘以振幅移位用的增益系数(移位增益系数)，以求L声道信号及R声道信号(例如，参照非专利文献1)。另外，作为其他方法，还有将频域中的每个频率分量(或每个频率群组(group))的单声道信号乘以移位增益系数，以求L声道信号及R声道信号(例如，参照非专利文献2)。

在利用移位增益系数作为参数立体声的编码参数时，能够实现立体声信号的可扩展编码(单声道-立体声可扩展编码)(例如，参照专利文献1及专利文献2)。在专利文献1中将移位增益系数作为平衡参数进行说明，而在专利文献2中将移位增益系数作为ILD(电平差)进行说明。

另外，平衡参数被定义为在将单声道信号转换为立体声信号时乘以单声道信号的增益系数，相当于振幅移位中的移位增益系数(gain factor)。

现有技术文献

专利文献

专利文献1：日本特表2004-535145号公报

专利文献2：日本特表2005-533271号公报

非专利文献

非专利文献1：V.Pulkki and M.Karjalainen，“Localization ofamplitude-panned virtual sources I：Stereophonic panning”，Journal of the AudioEngineering Society，Vol.49，No.9，2001年9月，pp.739-752

非专利文献2：B.Cheng，C.Ritz and I.Burnett，“Principles and analysis of thesqueezing approach to low bit rate spatial audio coding”，proc.IEEE ICASSP2007，pp.I-13-I-16，2007年4月

发明内容

发明要解决的问题

然而，在单声道-立体声可扩展编码中，有时立体声编码数据在传输路径上丢失，在解码装置侧接收不到。另外，有时在传输路径上，立体声编码数据发生差错，导致该立体声编码数据在解码装置侧被丢弃。在这样的情况下，解码装置无法利用立体声编码数据中包含的平衡参数(移位增益系数)，所以在立体声与单声道之间切换，导致解码的音响信号的定位发生波动。其结果，立体声音响信号的质量劣化。

本发明的目的在于，提供抑制解码信号的定位的波动而确保立体声感的音响信号解码装置及平衡调整方法。

解决问题的方案

本发明的音响信号解码装置所采用的结构包括：峰值检测单元，在前帧的左声道或右声道中的任一个中存在的峰值的频率分量与当前帧的单声道信号的峰值的频率分量处于一致的范围内时，成组地提取前帧的峰值频率分量的频率及与该频率对应的当前帧的单声道信号的峰值频率分量的频率；峰值平衡系数计算单元，从前帧的峰值频率分量，计算用于将单声道信号的峰值频率分量进行立体声转换的平衡参数；以及乘法单元，将计算出的所述平衡参数乘以当前帧的单声道信号的峰值频率分量而进行立体声转换。

本发明的用于音响信号解码装置的平衡调整方法包括：峰值检测步骤，在前帧的左声道或右声道中的任一个中存在的峰值的频率分量与当前帧的单声道信号的峰值的频率分量处于一致的范围内时，成组地提取前帧的峰值频率分量的频率及与该频率对应的当前帧的单声道信号的峰值频率分量的频率；峰值平衡系数计算步骤，从前帧的峰值频率分量，计算用于将单声道信号的峰值频率分量进行立体声转换的平衡参数；以及乘法步骤，将计算出的所述平衡参数乘以当前帧的单声道信号的峰值频率分量而进行立体声转换。

发明的效果

根据本发明，能够抑制解码信号的定位的波动而确保立体声感。

附图说明

图1是表示本发明的实施方式的音响信号编码装置及音响信号解码装置的结构的方框图。

图2是表示图1所示的立体声解码单元的内部结构的方框图。

图3是表示图2所示的平衡调整单元的内部结构的方框图。

图4是表示图3所示的峰值检测单元的内部结构的方框图。

图5是表示本发明的实施方式2的平衡调整单元的内部结构的方框图。

图6是表示图5所示的平衡系数插值单元的内部结构的方框图。

图7是表示本发明的实施方式3的平衡调整单元的内部结构的方框图。

图8是表示图7所示的平衡系数插值单元的内部结构的方框图。

具体实施方式

以下，参照附图详细地说明本发明的实施方式。

(实施方式)

图1是表示本发明的实施方式的音响信号编码装置100及音响信号解码装置200的结构的方框图。如图1所示，音响信号编码装置100具备AD转换单元101、单声道编码单元102、立体声编码单元103、以及复用单元104。

AD转换单元101输入模拟立体声信号(L声道信号：L，R声道信号：R)，将该模拟立体声信号转换成数字立体声信号并输出到单声道编码单元102及立体声编码单元103。

单声道编码单元102对从AD转换单元101输出的数字立体声信号进行降混(downmix)处理而转换成单声道信号，并将单声道信号进行编码。将编码后的结果(单声道编码数据)输出到复用单元104。另外，单声道编码单元102将通过编码处理所得的信息(单声道编码信息)输出到立体声编码单元103。

立体声编码单元103使用从单声道编码单元102输出的单声道编码信息，对从AD转换单元101输出的数字立体声信号进行参数性地编码(parametriccoding)，并将包含平衡参数的编码结果(立体声编码数据)输出到复用单元104。

复用单元104将从单声道编码单元102输出的单声道编码数据与从立体声编码单元103输出的立体声编码数据进行复用，并将复用结果(复用数据)传送到音响信号解码装置200的复用分离单元201。

另外，在复用单元104与复用分离单元201之间，存在电话线路、分组网等传输路径，从复用单元104输出的复用数据，在根据需要进行分组化等处理之后传送到传输路径。

另一方面，如图1所示，音响信号解码装置200具备复用分离单元201、单声道解码单元202、立体声解码单元203、以及DA转换单元204。

复用分离单元201接收从音响信号编码装置100传送的复用数据，将复用数据分离为单声道编码数据和立体声编码数据，将单声道编码数据输出到单声道解码单元202，将立体声编码数据输出到立体声解码单元203。

单声道解码单元202将从复用分离单元201输出的单声道编码数据解码为单声道信号，并将解码了的单声道信号(解码单声道信号)输出到立体声解码单元203。另外，单声道解码单元202将通过该解码处理所得的信息(单声道解码信息)输出到立体声解码单元203。

另外，单声道解码单元202也可以将解码单声道信号作为进行了上混(upmix)处理的立体声信号而输出到立体声解码单元203。在未由单声道解码单元202进行上混处理的情况下，也可从单声道解码单元202向立体声解码单元203输出上混处理所需的信息，在立体声解码单元203中进行解码单声道信号的上混处理。

这里，一般情况下，上混处理并不需要特别的信息。但是，在进行使L声道-R声道间的相位一致的降混处理的情况下，相位差信息被认为是上混处理所需的信息。另外，在进行使L声道-R声道间的振幅电平一致的降混处理时，用于使振幅电平一致的缩放系数等被认为是上混处理所需的信息。

立体声解码单元203使用从复用分离单元201输出的立体声编码数据和从单声道解码单元202输出的单声道解码信息，将从单声道解码单元202输出的解码单声道信号解码为数字立体声信号，并将数字立体声信号输出到DA转换单元204。

DA转换单元204将从立体声解码单元203输出的数字立体声信号转换成模拟立体声信号，并输出模拟立体声信号作为解码立体声信号(L声道解码信号：L^信号，R声道解码信号：R^信号)。

图2是表示图1所示的立体声解码单元203的内部结构的方框图。在本实施方式中，仅通过平衡调整处理，参数性地表现立体声信号。如图2所示，立体声解码单元203具备增益系数解码单元210及平衡调整单元211。

增益系数解码单元210根据从复用分离单元201输出的立体声编码数据，将平衡参数解码，并将平衡参数输出到平衡调整单元211。图2表示从增益系数解码单元210分别输出L声道用的平衡参数和R声道用的平衡参数的例子。

平衡调整单元211使用从增益系数解码单元210输出的平衡参数，进行对从单声道解码单元202输出的解码单声道信号的平衡调整处理。也就是说，平衡调整单元211将各个平衡参数乘以从单声道解码单元202输出的解码单声道信号，生成L声道解码信号和R声道解码信号。这里，如果将解码单声道信号设为频域的信号(例如，FFT系数、MDCT系数等)，则将各个平衡参数对每个频率与解码单声道信号相乘。

在通常的音响信号解码装置中，对多个子带的每个子带，进行对解码单声道信号的处理。另外，各个子带的宽度通常被设定为随着频率升高而变宽。因此，在本实施方式中，对于一个子带解码一个平衡参数，对于各个子带内的各个频率分量使用同一个平衡参数。另外，也可以将解码单声道信号作为时域的信号而进行处理。

图3是表示图2所示的平衡调整单元211的内部结构的方框图。如图3所示，平衡调整单元211具备平衡系数选择单元220、平衡系数存储单元221、乘法单元222、频率-时间转换单元223、声道间相关度计算单元224、峰值检测单元225、以及峰值平衡系数计算单元226。

这里，从增益系数解码单元210输出的平衡参数经由平衡系数选择单元220被输入到乘法单元222。但是，作为未从增益系数解码单元210向平衡系数选择单元220输入平衡参数的情况，有立体声编码数据在传输路径上丢失而未被音响信号解码装置200接收的情况，或者在音响信号解码装置200接收到的立体声编码数据中检测到差错而将其丢弃了的情况等。也就是说，未从增益系数解码单元210输入平衡参数的情况是指，相当于无法利用立体声编码数据中包含的平衡参数的情况。

因此，平衡系数选择单元220输入表示立体声编码数据中包含的平衡参数可否利用的控制信号，基于该控制信号，切换增益系数解码单元210、平衡系数存储单元221、峰值平衡系数计算单元226中的任一个与乘法单元222的连接状态。另外，在后面叙述平衡系数选择单元220的动作的细节。

平衡系数存储单元221对每个帧存储从平衡系数选择单元220输出的平衡参数，并将存储了的平衡参数在下一帧的处理定时输出到平衡系数选择单元220。

乘法单元222将从平衡系数选择单元220输出的L声道用的平衡参数和R声道用的平衡参数分别乘以从单声道解码单元202输出的解码单声道信号(作为频域参数的单声道信号)，并将L声道用及R声道用各自的乘法结果(作为频域参数的立体声信号)输出到频率-时间转换单元223、声道间相关度计算单元224、峰值检测单元225及峰值平衡系数计算单元226。这样，乘法单元222进行对单声道信号的平衡调整处理。

频率-时间转换单元223将从乘法单元222输出的L声道用及R声道用的各自的解码立体声信号转换成时间信号，并作为L声道用及R声道用的各自的数字立体声信号输出到DA转换单元204。

声道间相关度计算单元224计算从乘法单元222输出的L声道用解码立体声信号与R声道用解码立体声信号之间的相关度，并将计算出的相关度信息输出到峰值检测单元225。例如，通过下式(1)计算相关度。

$c(n-1)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left\{\right|\mathrm{fL}(n-1,i)|-|\mathrm{fR}(n-1,i)\left|\right\}}^2/{\{\mathrm{fL}(n-1,i)+\mathrm{fR}(n-1,i)\}}^2...\left(1\right)$

其中，c(n-1)表示n-1帧的解码立体声信号中的相关度。如果将立体声编码数据消失了的当前帧设为n帧，则n-1帧为前帧。fL(n-1，i)表示n-1帧的L声道的频域的解码信号的频率i的振幅。fR(n-1，i)表示n-1帧的R声道的频域的解码信号的频率i的振幅。例如，如果c(n-1)大于预先决定的α，则声道间相关度计算单元224视为相关度小，并输出相关度信息ic(n-1)＝1。如果c(n-1)小于α，则视为相关度高，并输出相关度信息ic(n-1)＝0。

峰值检测单元225获取从单声道解码单元202输出的解码单声道信号、从乘法单元222输出的L声道立体声频率信号及R声道立体声频率信号、从声道间相关度计算单元224输出的相关度信息。峰值检测单元225在由相关度信息通知了声道间的相关性低时(ic(n-1)＝1)，检测在当前帧的解码单声道信号的峰值分量和前帧的L、R两声道中任一个的峰值分量中时间相关性高的峰值分量。峰值检测单元225将检测出的峰值分量的频率中的、n-1帧的峰值分量的频率作为n-1帧峰值频率而输出到峰值平衡系数计算单元226，并将n帧的峰值分量的频率作为n帧峰值频率而输出到峰值平衡系数计算单元226。另外，在通过相关度信息通知了声道间的相关性高时(ic(n-1)＝0)，峰值检测单元225不进行峰值检测而什么都不输出。

峰值平衡系数计算单元226获取从乘法单元222输出的L声道立体声频率信号及R声道立体声频率信号、从峰值检测单元225输出的n-1帧峰值频率及n帧峰值频率。在将n帧峰值频率设为i，将n-1帧峰值频率设为j时，峰值分量被表现为fL(n-1，j)、fR(n-1，j)。此时，根据L声道立体声频率信号及R声道立体声频率信号，计算频率j中的平衡参数，并将其作为频率i的峰值平衡参数输出到平衡系数选择单元220。

这里，以下表示一例频率j中的平衡参数计算。在本例中，通过L/(L+R)求平衡参数。但是，通过使峰值分量在频率轴方向上平滑化后求平衡参数，平衡参数出现异常值的情况少而能够稳定地使用。具体而言，如下式(2)和式(3)那样来求。

$\mathrm{WL}\left(i\right)=\frac{\underset{k=j-1}{\overset{j+1}{\mathrm{\Σ}}}\left|\mathrm{fL}(n-1,k)\right|}{\underset{k=j-1}{\overset{j+1}{\mathrm{\Σ}}}\left(\right|\mathrm{fL}(n-1,k)|+|\mathrm{fR}(n-1,k)\left|\right)}...\left(2\right)$

$\mathrm{WR}\left(i\right)=\frac{\underset{k=j-1}{\overset{j+1}{\mathrm{\Σ}}}\left|\mathrm{fR}(n-1,k)\right|}{\underset{k=j-1}{\overset{j+1}{\mathrm{\Σ}}}\left(\right|\mathrm{fL}(n-1,k)|+|\mathrm{fR}(n-1,k)\left|\right)}...\left(3\right)$

另外，i表示n帧峰值频率，j表示n-1帧峰值频率。假设WL为L声道的频率i中的峰值平衡参数，WR为R声道的频率i中的峰值平衡参数。这里，作为频率轴方向的平滑化，取以峰值频率j为中心的3样本移动平均，但也可以利用具有同样效果的其他方法，计算平衡参数。

平衡系数选择单元220在从增益系数解码单元210输出了平衡参数时(可利用立体声编码数据中所含的平衡参数时)，选择该平衡参数。另外，平衡系数选择单元220在未从增益系数解码单元210输出平衡参数时(不可利用立体声编码数据中所含的平衡参数时)，选择从平衡系数存储单元221及峰值平衡系数计算单元226输出的平衡参数。将选择出的平衡参数输出到乘法单元222。另外，对于向平衡系数存储单元221的输出，当从增益系数解码单元210输出了平衡参数时，输出该平衡参数，当未从增益系数解码单元210输出平衡参数时，输出从平衡系数存储单元221输出的平衡参数。

此外，平衡系数选择单元220在从峰值平衡系数计算单元226输出了平衡参数时，选择来自峰值平衡系数计算单元226的平衡参数，在未从峰值平衡系数计算单元226输出平衡参数时，选择来自平衡系数存储单元221的平衡参数。也就是说，当从峰值平衡系数计算单元226仅输出WL(i)、WR(i)时，对于频率i使用来自峰值平衡系数计算单元226的平衡参数，在频率i以外，使用来自平衡系数存储单元221的平衡参数。

图4是表示图3所示的峰值检测单元225的内部结构的方框图。如图4所示，峰值检测单元225具备单声道峰值检测单元230、L声道峰值检测单元231、R声道峰值检测单元232、峰值选择单元233及峰值追踪(peak trace)单元234。

单声道峰值检测单元230从由单声道解码单元202输出的n帧的解码单声道信号中检测峰值分量，并将检测到的峰值分量输出到峰值追踪单元234。作为峰值分量的检测方法，例如可考虑取解码单声道信号的绝对值，检测具有比预定的常数βM大的振幅的绝对值分量，从而从解码单声道信号中检测峰值分量。

L声道峰值检测单元231从由乘法单元222输出的n-1帧的L声道立体声频率信号中检测峰值分量，并将检测到的峰值分量输出到峰值选择单元233。作为峰值分量的检测方法，例如可考虑取L声道立体声频率信号的绝对值，并检测具有比预定的常数βL大的振幅的绝对值分量，从而从L声道频率信号中检测峰值分量。

R声道峰值检测单元232从由乘法单元222输出的n-1帧的R声道立体声频率信号中检测峰值分量，并将检测到的峰值分量输出到峰值选择单元233。作为峰值分量的检测方法，例如可考虑取R声道立体声频率信号的绝对值，并检测具有比预定的常数βR大的振幅的绝对值分量，从而从R声道频率信号中检测峰值分量。

峰值选择单元233从由L声道峰值检测单元231输出的L声道的峰值分量和由R声道峰值检测单元232输出的R声道的峰值分量中选择满足条件的峰值分量，并将包含选择出的峰值分量及声道的选择峰值信息输出到峰值追踪单元234。

以下，具体地说明峰值选择单元233的峰值选择。峰值选择单元233在输入L声道和R声道的峰值分量时，将输入的两声道的峰值分量从低频率侧向高频率侧排列。这里，将输入的峰值分量(fL(n-1，i)或fR(n-1，j)等)如fLR(n-1，k，c)那样表现。fLR表示振幅，k表示频率，c表示L声道(左)或R声道(右)。

接着，峰值选择单元233检查从低频率侧选择的峰值分量。在检查的峰值分量为fLR(n-1，k1，c1)时，检查k1-γ＜k1＜k1+γ(其中，设γ为预定的常数)的频率范围内是否不存在峰值。如果不存在，则输出fLR(n-1，k1，c1)。如果在k1-γ＜k1＜k1+γ的频率范围内存在峰值分量，则在该范围内仅选择一个峰值分量。例如，当在上述范围内存在多个峰值分量时，也可在多个峰值分量中选择具备绝对值振幅较大的振幅的峰值分量。此时，也可从动作对象中将未选到的峰值分量排除在外。在一个峰值分量的选择结束时，接着朝向高频率侧，进行除了已选择了的峰值分量以外的所有峰值分量的选择处理。

峰值追踪单元234在从峰值选择单元233输出的选择峰值信息与来自从单声道峰值检测单元230输出的单声道信号的峰值分量之间，判定是否有时间连续性高的峰值，如果判定为时间连续性高，则将选择峰值信息作为n-1帧峰值频率，将来自单声道信号的峰值分量作为n帧峰值频率，并输出到峰值平衡系数计算单元226。

这里，列举连续性高的峰值分量的检测方法的一例。选择来自单声道峰值检测单元230的峰值分量中的频率最低的峰值分量fM(n，i)。假设n表示n帧，i表示n帧中的频率i。接着，对从峰值选择单元233输出的选择峰值信息fLR(n-1，j，c)中的位于fM(n，i)附近的选择峰值信息进行检测。假设j表示n-1帧的L声道或R声道的频率信号的频率j。例如，如果在i-η＜j＜i+η(其中，设η为预定的值)中存在fLR(n-1，j，c)，则视为连续性高的峰值分量，选择fM(n，i)和fLR(n-1，j，c)。在该范围内存在多个fLR时，也可选择绝对值振幅最大的fLR，或者选择更靠近i的峰值分量。在与fM(n，i)连续性高的峰值分量的检测结束后，对于次高的峰值分量fM(n，i2)也同样地进行，对从单声道峰值检测单元230输出的所有峰值分量进行连续性高的峰值分量的检测。这里，假设i2＞i。其结果，在n帧的单声道信号的峰值分量与n-1帧的L、R两声道的峰值分量之间，检测到连续性高的峰值分量。由此，将n-1帧的峰值频率与n帧的峰值频率对每个峰值成组输出。

通过以上的结构、动作，峰值检测单元225检测在时间上连续性高的峰值分量，并输出检测到的峰值频率。

这样，根据实施方式1，通过检测在时间轴方向上相关性高的峰值分量，对用于检测到的峰值计算频率分辨率高的平衡参数而用于补偿，从而能够实现可实现抑制了漏音或不自然的声像的移动感的高质量的立体声差错补偿的音响信号解码装置。

(实施方式2)

在立体声编码数据长期消失了，或者高频度地消失了时，如果通过将过去的平衡参数外插到消失了的立体声编码数据中进行补偿而继续立体声化，则有时成为异常噪声的原因，或者能量不自然地集中到一个声道上而导致听觉上产生不适感。因此，当立体声编码数据像这样长期消失了时，必须迁移到某个稳定了的状态，例如使输出信号成为左右相同的信号即单声道信号。

图5是表示本发明的实施方式2的平衡调整单元211的内部结构的方框图。其中，图5与图3的不同之处在于，将平衡系数存储单元221变更为平衡系数插值单元240。在图5中，平衡系数插值单元240存储从平衡系数选择单元220输出的平衡参数，基于从峰值检测单元225输出的n帧峰值频率，在存储的平衡参数(过去的平衡参数)与目标平衡参数之间进行插值，并将插值后的平衡参数输出到平衡系数选择单元220。此外，插值是根据n帧峰值频率的数量而自适应地控制。

图6是表示图5所示的平衡系数插值单元240的内部结构的方框图。如图6所示，平衡系数插值单元240具备平衡系数存储单元241、平滑化度计算单元242、目标平衡系数存储单元243及平衡系数平滑化单元244。

平衡系数存储单元241对每帧存储从平衡系数选择单元220输出的平衡参数，并将存储了的平衡参数(过去的平衡参数)在下一帧的处理定时输出到平衡系数平滑化单元244。

平滑化度计算单元242根据从峰值检测单元225输出的n帧峰值频率的数量，计算对过去的平衡参数与目标平衡参数的插值进行控制的平滑化系数μ，并将计算出的平滑化系数μ输出到平衡系数平滑化单元244。这里，平滑化系数μ是表示从过去的平衡参数向目标平衡参数的迁移速度的参数。如果该μ较大，则表示缓慢迁移，如果μ较小，则表示快速迁移。以下，表示一例μ的决定方法。在将平衡参数对每个子带进行编码时，通过该子带中包含的n帧峰值频率的数量进行控制。

n帧峰值频率在子带中为零时μ＝0.25

n帧峰值频率在子带中为1个时μ＝0.125

n帧峰值频率在子带中为多个时μ＝0.0625

                                        ...(3)

目标平衡系数存储单元243存储在长期消失时设定的目标平衡参数，并将目标平衡参数输出到平衡系数平滑化单元244。此外，本实施方式中，出于方便，将目标平衡参数设为预定的平衡参数。例如，作为目标平衡参数，可列举成为单声道输出的平衡参数等。

平衡系数平滑化单元244使用从平滑化度计算单元242输出的平滑化系数μ，在从平衡系数存储单元241输出的过去的平衡参数与从目标平衡系数存储单元243输出的目标平衡参数之间进行插值，并将最终所得的平衡参数输出到平衡系数选择单元220。以下，表示一例使用平滑化系数的插值。

WL(i)＝pWL(i)×μ+TWL(i)×(1.0-μ)

WR(i)＝pWR(i)×μ+TWR(i)×(1.0-μ)

                                        ...(4)

这里，WL(i)表示频率i下的左平衡参数，WR(i)表示频率i下的右平衡参数。TWL(i)及TWR(i)表示频率i下的左右的各目标平衡参数。此外，当目标平衡参数是意味着单声道化的数值时，TWL(i)＝TWR(i)。

由上式(4)可知，以μ越大，过去的平衡参数的影响越大，平衡系数插值单元240越缓慢地接近目标平衡参数的方式输出平衡参数。这里，如果立体声编码数据持续消失，则输出信号被逐渐单声道化。

这样，在平衡系数插值单元240中，尤其当立体声编码数据长期消失时，能够实现从过去的平衡参数向目标平衡参数的自然迁移。该迁移着眼于在时间上相关性高的频率分量，使具有相关性高的频率分量的频带的平衡参数缓慢迁移，而使除此以外的频带的平衡参数快速迁移，从而能够实现从立体声向单声道的自然迁移。

这样，根据实施方式2，通过着眼于在时间轴方向上相关性高的频率分量，使具有相关性高的频率分量的频带的平衡参数向目标平衡参数缓慢迁移，而使除此以外的频带的平衡参数向目标平衡参数快速迁移，从而即使在立体声编码数据长期消失了的情况下，也能够实现从过去的平衡参数向目标平衡参数的自然迁移。

(实施方式3)

在立体声编码数据长期消失了或者高频度地消失之后接收了立体声编码数据时，如果在平衡调整单元211中立即切换成经增益系数解码单元210解码了的平衡参数，则有时在从单声道向立体声的切换中产生不适感，并伴随听觉上的劣化。因此，必须花时间从立体声编码数据消失时补偿了的平衡参数迁移到经增益系数解码单元210解码了的平衡参数。

图7是表示本发明的实施方式3的平衡调整单元211的内部结构的方框图。其中，分别表示平衡调整单元的图7与图5在结构上有一部分不同。图7与图5的不同之处在于，将平衡系数选择单元220变更为平衡系数选择单元250，将平衡系数插值单元240变更为平衡系数插值单元260。在图7中，平衡系数选择单元250将来自平衡系数插值单元260的平衡参数和来自峰值平衡系数计算单元226的平衡参数作为输入，并切换平衡系数插值单元260、峰值平衡系数计算单元226中的任一个与乘法单元222的连接状态。通常平衡系数插值单元260与乘法单元222相连接，但当从峰值平衡系数计算单元226输入峰值平衡参数时，峰值平衡系数计算单元226和乘法单元222被连接而仅传输检测出峰值的频率分量。另外，从平衡系数选择单元250输出的平衡参数被输入到平衡系数插值单元260。

平衡系数插值单元260存储从平衡系数选择单元250输出的平衡参数，并基于从增益系数解码单元210输出的平衡参数及从峰值检测单元225输出的n帧峰值频率，在存储了的过去的平衡参数与目标平衡参数之间进行插值，将插值后的平衡参数输出到平衡系数选择单元250。

图8是表示图7所示的平衡系数插值单元260的内部结构的方框图。其中，分别表示平衡系数插值单元的图8与图6在结构上有一部分不同。图8与图6的不同之处在于，将目标平衡系数存储单元243变更为目标平衡系数计算单元261，将平滑化度计算单元242变更为平滑化度计算单元262。

目标平衡系数计算单元261在从增益系数解码单元210输出平衡参数时，将该平衡参数设定为目标平衡参数，并输出到平衡系数平滑化单元244。另外，当未从增益系数解码单元210输出平衡参数时，将预定的平衡参数作为目标平衡参数而输出到平衡系数平滑化单元244。此外，预定的目标平衡参数的一例是意味着单声道输出的平衡参数。

平滑化度计算单元262基于从峰值检测单元225输出的n帧峰值频率和从增益系数解码单元210输出的平衡参数，计算平滑化系数，并将计算出的平滑化系数输出到平衡系数平滑化单元244。具体而言，平滑化度计算单元262在未从增益系数解码单元210输出平衡参数时，即在立体声编码数据消失时，进行与实施方式2中说明过的平滑化计算单元242相同的动作。

另一方面，当从增益系数解码单元210输出平衡参数时，平滑化度计算单元262可考虑两种处理。一个是来自增益系数解码单元210的平衡参数未受到过去的消失的影响的情况下的处理，另一个是从增益系数解码单元210输出的平衡参数受到过去的消失的影响的情况下的处理。

在平衡参数未受到过去的消失的影响时，不使用过去的平衡参数，只要使用从增益系数解码单元210输出的平衡参数即可，因此使平滑化系数归零输出。

另外，当平衡参数受到过去的消失的影响时，必须进行插值，以从过去的平衡参数迁移到目标平衡参数(这里是从增益系数解码单元210输出的平衡参数)。此时，既可以与未从增益系数解码单元210输出平衡参数时同样地决定平滑化系数，也可以根据消失的影响的强度来调整平滑化系数。

此外，消失的影响的强度能够基于立体声编码数据的消失程度(连续消失次数或频率)进行估计。例如，假设当连续长期消失了时，解码语音被单声道化。随后，即使接收立体声编码数据，能够获得解码平衡参数，但直接使用该参数却不理想。因为如果突然从单声道语音变成立体声语音，有感到异响感或不适感的顾虑。另一方面，如果立体声编码数据仅消失1帧，则可认为即使在下一帧直接使用解码平衡参数，听觉上问题也较少。这样，根据立体声编码数据的消失程度来控制过去的平衡参数与解码平衡参数的插值是有用的。另外，除了消失程度以外，在立体声编码是以取决于过去的值的形态来进行的情况下，有时不仅要基于听觉上的观点，而且还要考虑到解码平衡参数中残留的误差传播的影响才行。此时，有时必须考虑持续平滑化等直到能够忽略误差的传播的程度。即，也可以当过去的消失的影响较强时，进一步增大平滑化系数，当过去的消失的影响较弱时，进一步减小平滑化系数的方式来进行调整。

这里，对立体声编码数据的过去的消失的影响是否残留的判定进行说明。最简单的方法有判定从最后消失帧起的规定的帧数残留影响的方法。另外，有从单声道信号或左右两声道的能量的绝对值或变动来判定消失的影响是否残留的方法。而且，有使用计数器来判定过去的消失的影响是否残留的方法。

在使用了该计数器的方法中，将表示计数器C处于稳定状态的0作为初始值，使用整数进行计数。在未输出平衡参数时，计数器C增加2，当输出平衡参数时，计数器C减少1。也就是说，计数器C的值越大，越能够判定为受到了过去的消失的影响。例如，如果连续3帧未输出平衡参数，则计数器C为6，因此在连续6帧输出平衡参数之前，能够判定为受到了过去的消失的影响。

这样，平衡系数插值单元260使用n帧峰值频率和平衡参数来计算平滑化系数，从而能够控制长期消失时的从立体声向单声道的迁移速度、消失后接收立体声编码数据时的从单声道向立体声的迁移速度，因此能够顺利地进行这些迁移。该迁移通过着眼于在时间上相关性高的频率分量，使具有相关性高的频率分量的频带的平衡参数缓慢地迁移，使除此以外的频带的平衡参数快速地迁移，从而能够实现自然的迁移。

这样，根据实施方式3，通过着眼于在时间轴方向上相关性高的频率分量，使具有相关性高的频率分量的频带的平衡参数向目标平衡参数缓慢迁移，使除此以外的频带的平衡参数向目标平衡参数快速迁移，从而即使在立体声编码数据长期消失了的情况下，也能够实现从过去的平衡参数向目标平衡参数的自然迁移。另外，即使在能够接收到长期消失了的立体声编码数据的情况下，也能够实现平衡参数的自然迁移。

以上，说明了本发明的实施方式。

此外，在上述各实施方式中，将左声道、右声道分别设为L声道、R声道，但并不限定于此，也可相反。

另外，单声道峰值检测单元230、L声道峰值检测单元231、R声道峰值检测单元232中分别示出了预定的阈值βM、βL、βR，但也可自适应地决定这些阈值。例如，也可以限定检测的峰值个数的方式来决定阈值，或设为最大振幅值的固定比率，或根据能量来计算阈值。另外，在例示的方法中，对所有频带以同一种方法进行峰值检测，但也可对每个频带变更阈值或处理。另外，以单声道峰值检测单元230、L声道峰值检测单元231、R声道峰值检测单元232对每个声道独立而求峰值的例子进行了说明，但也可以由L声道峰值检测单元231和R声道峰值检测单元232检测的峰值分量不重叠的方式进行检测。单声道峰值检测单元230也可只在由L声道峰值检测单元231、R声道峰值检测单元232检测到的峰值频率附近进行峰值检测。另外，L声道峰值检测单元231、R声道峰值检测单元232也可只在由单声道峰值检测单元230检测到的峰值频率附近进行峰值检测。

另外，以单声道峰值检测单元230、L声道峰值检测单元231、R声道峰值检测单元232各自检测峰值的结构进行了说明，但也可协同进行峰值检测以削减处理量。例如，将由单声道峰值检测单元230检测到的峰值信息输入L声道峰值检测单元231、R声道峰值检测单元232。在L声道峰值检测单元231、R声道峰值检测单元232中，也可只将输入的峰值分量附近作为对象来进行峰值检测。当然也可以采用相反的组合。

另外，在峰值选择单元233中，将γ设为预定的常数，但也可自适应地决定该γ。例如，也可越处于低频率侧，越增大γ，振幅越大，越增大γ。另外，也可将γ在高频侧和低频侧设为不同的值而设为非对称的范围。

另外，在峰值选择单元233中，当L、R两声道的峰值分量极端接近时(包括重合的情况)，难以判断存在左右偏重了的能量，因此也可将两峰值除外。

另外，在对峰值追踪单元234的动作进行说明时，说明的是依序检查所有单声道信号的峰值分量的情况，但也可依序检查选择峰值信息。另外，将η设为预定的常数，但也可自适应地决定该η。例如，也可越处于低频率侧，越增大η，振幅越大，越增大η。另外，也可将η在高频侧和低频侧设为不同的值而设为非对称的范围。

另外，在峰值追踪单元234中，检测了在过去1帧的L、R两声道的峰值分量与当前帧的单声道信号的峰值分量中时间连续性高的峰值分量，但也可使用更为过去的帧的峰值分量。

另外，在峰值平衡系数计算单元226中，以根据n-1帧的L、R两声道的频率信号求峰值平衡参数的结构进行了说明，但也可以一同使用n-1帧的单声道信号的方式使用其他信息来求。

另外，在峰值平衡系数计算单元226中，当计算频率i下的平衡参数时，使用了以频率j为中心的范围，但未必需要以频率j为中心。例如，也可是在包含频率j的范围内以频率i为中心的范围。

另外，平衡系数存储单元221也可采用存储过去的平衡参数并直接输出的结构，但也可使用在频率轴方向上对过去的平衡参数进行了平滑化或平均化所得的参数。也可以成为频带上平均的平衡参数的方式直接由过去的L、R两声道的频率分量进行计算。

此外，在实施方式2中的目标平衡系数存储单元243、实施方式3中的目标平衡系数计算单元261中，例示了意味着单声道化的值来作为预定的平衡参数，但本发明并不限定于此。例如，也可只向一个声道输出，只要设为符合用途的值即可。另外，为了简化说明，设为了预定的常数，但也可以动态地决定。例如，也可对左右声道的能量的平衡比进行长期平滑化，并以遵照该比的方式来决定目标平衡参数。通过这样动态地计算目标平衡参数，能够期待在声道间持续且稳定地存在能量的偏重时进行更自然的补偿。

另外，在上述各个实施方式中，说明了以硬件构成本发明的情况，但本发明也可通过软件来实现。

另外，在上述各个实施方式的说明中所使用的各功能块典型地通过集成电路的LSI(大规模集成电路)来实现。这些块既可以被单独地集成为一个芯片，也可以包含一部分或全部地被集成为一个芯片。另外，虽然这里称作LSI，但是根据集成程度的不同，有时也称为IC(集成电路)、***LSI、超大LSI(SuperLSI)、或特大LSI(Ultra LSI)等。

另外，实现集成电路化的方法不仅限于LSI，也可使用专用电路或通用处理器来实现。也可以利用可在LSI制造后编程的FPGA(Field ProgrammableGate Array：现场可编程门阵列)，或者可重构LSI内部的电路单元的连接或设定的可重构处理器(Reconfigurable Processor)。

再者，如果由于半导体技术的进步或派生的别的技术而出现了替代LSI的集成电路化的技术，则当然也可以用该技术来进行功能块的集成化。还存在着适用生物技术等的可能性。

在2009年1月13日提交的特愿第2009-004840号的日本专利申请及在2009年3月26日提交的特愿第2009-076752号的日本专利申请所包含的说明书、附图和说明书摘要的公开内容，全部引用于本申请。

工业实用性

本发明适合用于将经编码的音响信号进行解码的音响信号解码装置。

Claims (5)

1.音响信号解码装置，包括：

峰值检测单元，在前帧的左声道或右声道中的任一个中存在的峰值的频率分量与当前帧的单声道信号的峰值的频率分量处于一致的范围内时，成组地提取前帧的峰值频率分量的频率及与该频率对应的当前帧的单声道信号的峰值频率分量的频率；

峰值平衡系数计算单元，从前帧的峰值频率分量，计算用于将单声道信号的峰值频率分量进行立体声转换的平衡参数；以及

乘法单元，将计算出的所述平衡参数乘以当前帧的单声道信号的峰值频率分量而进行立体声转换。

2.如权利要求1所述的音响信号解码装置，还包括：

平衡系数插值单元，根据所述当前帧的单声道信号的峰值频率分量的数量，控制从过去的平衡参数向目标平衡参数的迁移速度，在所述过去的平衡参数和所述目标平衡参数之间进行插值而获得平衡参数。

3.如权利要求2所述的音响信号解码装置，

所述当前帧的单声道信号的峰值频率分量的数量越多，所述平衡系数插值单元将迁移速度控制得越快，所述当前帧的单声道信号的峰值频率分量的数量越少，所述平衡系数插值单元将迁移速度控制得越慢。

4.如权利要求2所述的音响信号解码装置，

所述平衡系数插值单元在立体声编码数据消失了时，根据过去的消失的影响的强度，控制所述迁移速度。

5.用于音响信号解码装置的平衡调整方法，包括：

峰值检测步骤，在前帧的左声道或右声道中的任一个中存在的峰值的频率分量与当前帧的单声道信号的峰值的频率分量处于一致的范围内时，成组地提取前帧的峰值频率分量的频率及与该频率对应的当前帧的单声道信号的峰值频率分量的频率；

峰值平衡系数计算步骤，从前帧的峰值频率分量，计算用于将单声道信号的峰值频率分量进行立体声转换的平衡参数；以及

乘法步骤，将计算出的所述平衡参数乘以当前帧的单声道信号的峰值频率分量而进行立体声转换。

Images