JP5096474B2 - オーディオ信号を符号化及び復号化する方法及び装置 - Google Patents
オーディオ信号を符号化及び復号化する方法及び装置 Download PDFInfo
- Publication number
- JP5096474B2 JP5096474B2 JP2009532524A JP2009532524A JP5096474B2 JP 5096474 B2 JP5096474 B2 JP 5096474B2 JP 2009532524 A JP2009532524 A JP 2009532524A JP 2009532524 A JP2009532524 A JP 2009532524A JP 5096474 B2 JP5096474 B2 JP 5096474B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- encoder
- input signal
- sparse
- domain
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
- 230000005236 sound signal Effects 0.000 title claims description 60
- 238000000034 method Methods 0.000 title claims description 52
- 230000001186 cumulative effect Effects 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 57
- 230000000694 effects Effects 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims 1
- 238000013461 design Methods 0.000 description 28
- 230000006835 compression Effects 0.000 description 21
- 238000007906 compression Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006854 communication Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 235000019800 disodium phosphate Nutrition 0.000 description 4
- 101000574648 Homo sapiens Retinoid-inducible serine carboxypeptidase Proteins 0.000 description 3
- 102100025483 Retinoid-inducible serine carboxypeptidase Human genes 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 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
- G10L19/04—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
-
- 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
-
- 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
-
- 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] 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
- G10L19/04—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
- G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
・有声音声信号フレーム(voiced speech signal frames)のための良好なスパースネス検出、例えば、有声音声信号フレームに対して変換ドメイン符号器138を選択する低い確率、
・バイオリンといった楽器に由来するオーディオフレームの場合、変換ドメイン符号器138が時間の高い割合で選択されるべきである、
・時間ドメイン符号器136と変換ドメイン符号器138との間の頻繁な切り替えを最小限にして、アーティファクト(artifacts)を低減する、
・低い複雑さ及び好ましくは開ループ動作、及び
・異なる信号特性及び雑音条件にわたるロバストな(robust)パフォーマンス。
以下に本件出願当初の特許請求の範囲に記載された発明を付記する。
[1] 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定し、前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備えており、前記入力信号を前記選択された符号器に基づいて符号化するように構成された少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに結合されるメモリと
を備える、装置。
[2] 前記入力信号はオーディオ信号である、[1]記載の装置。
[3] 前記複数の符号器は、サイレンス符号器を備え、前記少なくとも1つのプロセッサは、前記入力信号における活動を検出し、前記入力信号において活動が検出されない場合、前記サイレンス符号器を選択するように構成される、[1]記載の装置。
[4] 前記複数の符号器は、雑音状の信号符号器を備え、前記少なくとも1つのプロセッサは、前記入力信号が雑音状の信号特性を有するかどうかを判定し、前記入力信号が雑音状の信号特性を有する場合、前記雑音状の信号符号器を選択するように構成される、[1]記載の装置。
[5] 前記雑音状の信号符号器は、雑音励起線形予測(NELP)符号器を備える、[4]記載の装置。
[6] 前記少なくとも1つのプロセッサは、時間ドメインにおける前記入力信号のスパースネスを判定し、前記少なくとも1つの変換ドメイン符号器のための少なくとも1つの変換ドメインにおける前記入力信号のスパースネスを判定し、前記入力信号が、前記少なくとも1つの変換ドメインよりも前記時間ドメインにおいて、よりスパースであると判定される場合、前記時間ドメイン符号器を選択し、前記入力信号が、対応する変換ドメインにおいて、前記時間ドメイン及びもしあれば他の変換ドメインよりも、よりスパースであると判定される場合、前記少なくとも1つの変換ドメイン符号器を選択するように構成される、[1]記載の装置。
[7] 前記時間ドメイン符号器は、符号励起線形予測(CELP)符号器を備え、前記少なくとも1つの変換ドメイン符号器は、変形離散コサイン変換(MDCT)符号器を備える、[6]記載の装置。
[8] 前記入力信号は、フレームのシーケンスを備え、前記少なくとも1つのプロセッサは、前記シーケンスの各フレームの前記特性を判定し、前記フレームの前記判定された特性に基づいて各フレームに対して符号器を選択し、前記フレームに対して選択された前記符号器に基づいて各フレームを符号化するように構成される、[1]記載の装置。
[9] 前記少なくとも1つのプロセッサは、特定のフレームに対しては特定の符号器を、前記特定のフレーム及び所定の個数の先行するフレームが前記特定の符号器への切り替えを示す場合、選択するように構成される、[8]記載の装置。
[10] 前記装置は携帯電話である、[1]記載の装置。
[11] 前記装置は、符号分割多元接続(CDMA)トランシーバを備える携帯電話である、[1]記載の装置。
[12] 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性の判定し、
前記入力信号の前記判定された特性に基づいて、複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備えており、
前記選択された符号器に基づいて前記入力信号を符号化する
ことを含む、方法。
[13] 前記複数の符号器は、サイレンス符号器を備え、前記入力信号の前記特性を前記判定することは、前記入力信号における活動を検出することを含み、前記入力信号の前記判定された特性に基づいて前記符号器を前記選択することは、前記入力信号において活動が検出されない場合に前記サイレンス符号器を選択することを含む、[12]記載の方法。
[14] 前記複数の符号器は、雑音状の信号符号器を備え、前記入力信号の前記特性を前記判定することは、前記入力信号が雑音状の信号特性を有するかどうかを判定することを含み、前記入力信号の前記判定された特性に基づいて前記符号器を前記選択することは、前記入力信号が雑音状の信号特性を有する場合に前記雑音状の信号符号器を選択することを含む、[12]記載の方法。
[15] 前記入力信号の前記特性を前記判定することは、前記少なくとも1つの変換ドメイン符号器のための少なくとも1つの変換ドメインと時間ドメインにおける前記入力信号のスパースネスを判定することを含み、前記入力信号の前記判定された特性に基づいて前記符号器を前記選択することは、
前記入力信号が、前記少なくとも1つの変換ドメインよりも前記時間ドメインにおいて、よりスパースであると判定された場合、前記時間ドメイン符号器を選択し、
前記入力信号が、対応する変換ドメインにおいて、前記時間ドメイン及びもしあれば他の変換ドメインよりも、よりスパースであると判定される場合、前記少なくとも1つの変換ドメイン符号器のうちの1つを選択する
ことを含む、[12]記載の方法。
[16] 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定する手段と、
前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択する手段であって、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備える、手段と、
前記選択された符号器に基づいて前記入力信号を符号化する手段と
を備える、装置。
[17] 前記複数の符号器は、サイレンス符号器を備え、前記入力信号の前記特性を判定する前記手段は、前記入力信号における活動を検出する手段を備え、前記入力信号の前記判定された特性に基づいて前記符号器を選択する前記手段は、前記入力信号において活動が検出されない場合、前記サイレンス符号器を選択する手段を備える、[16]記載の装置。
[18] 前記複数の符号器は、雑音状の信号符号器を備え、前記入力信号の前記特性を判定する前記手段は、前記入力信号が雑音状の信号特性を有するかどうかを判定する手段を備え、前記入力信号の前記判定された特性に基づいて前記符号器を選択する前記手段は、前記入力信号が雑音状の信号特性を有する場合、前記雑音状の信号符号器を選択する手段を備える、[16]記載の装置。
[19] 前記入力信号の前記特性を判定する前記手段は、前記少なくとも1つの変換ドメイン符号器のための少なくとも1つの変換ドメインと時間ドメインとにおける前記入力信号のスパースネスを判定する手段を備え、前記入力信号の前記判定された特性に基づいて前記符号器を選択する前記手段は、
前記入力信号が、前記少なくとも1つの変換ドメインよりも前記時間ドメインにおいて、よりスパースであると判定される場合、前記時間ドメイン符号器を選択する手段と、
前記入力信号が、対応する変換ドメインにおいて、前記時間ドメイン及びもしあれば他の変換ドメインよりも、よりスパースであると判定される場合、前記少なくとも1つの変換ドメイン符号器のうちの1つ選択する手段と
を備える、[16]記載の装置。
[20] 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定し、
前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備え、
前記選択された符号器に基づいて前記入力信号を符号化する
命令を格納する、プロセッサ読み取り可能な媒体。
[21] 複数のドメインの各々における入力信号のスパースネスを判定し、前記複数のドメインにおける前記入力信号の前記スパースネスに基づいて複数の符号器の中から符号器を選択し、前記選択された符号器に基づいて前記入力信号を符号化するように構成された少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに結合されるメモリと
を備える、装置。
[22] 前記複数のドメインは、時間ドメインと変換ドメインとを備え、前記少なくとも1つのプロセッサは、前記時間ドメイン及び前記変換ドメインにおける前記入力信号のスパースネスを判定し、前記入力信号が、前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると判定される場合、前記時間ドメインにおいて前記入力信号を符号化する時間ドメイン符号器を選択し、前記入力信号が、前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると判定される場合、前記変換ドメインにおいて前記入力信号を符号化する変換ドメイン符号器を選択するように構成される、[21]記載の装置。
[23] 前記複数のドメインは、時間ドメインと変換ドメインとを備え、前記少なくとも1つのプロセッサは、前記時間ドメインにおける前記入力信号のスパースネスを示す第1のパラメータを判定し、前記変換ドメインにおける前記入力信号のスパースネスを示す第2のパラメータを判定し、前記第1及び第2のパラメータが前記入力信号は、前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると示す場合、時間ドメイン符号器を選択し、前記第1及び第2のパラメータが前記入力信号は、前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると示す場合、変換ドメイン符号器を選択するように構成される、[21]記載の装置。
[24] 前記少なくとも1つのプロセッサは、前記変換ドメイン符号器の先の選択と前記時間ドメイン符号器の先の選択とに基づいて、少なくとも1つのカウントを判定し、前記少なくとも1つのカウントに更に基づいて、前記時間ドメイン符号器又は前記変換ドメイン符号器を選択するように構成される、[23]記載の装置。
[25] 複数のドメインの各々における入力信号のスパースネスを判定し、
前記複数のドメインの前記入力信号の前記スパースネスに基づいて複数の符号器の中から符号器を選択し、
前記選択された符号器に基づいて前記入力信号を符号化する
ことを含む、方法。
[26] 前記複数のドメインは、時間ドメインと変換ドメインとを備え、前記入力信号の前記スパースネスを前記判定することは、
前記時間ドメインにおける前記入力信号のスパースネスを示す第1のパラメータを判定し、
前記変換ドメインにおける前記入力信号のスパースネスを示す第2のパラメータを判定することを含み、符号器を前記選択することは、
前記第1及び第2のパラメータが、前記入力信号は前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると示す場合、時間ドメイン符号器を選択し、
前記第1及び第2のパラメータが、前記入力信号は前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると示す場合、変換ドメイン符号器を選択する
ことを含む、[25]記載の方法。
[27] 前記変換ドメイン符号器の先の選択と、前記時間ドメイン符号器の先の選択とに基づいて、少なくとも1つのカウントを判定する
ことを更に含み、
符号器を前記選択することは、前記少なくとも1つのカウントに更に基づいて、前記変換ドメイン符号器又は前記時間ドメイン符号器を選択することを含む、[26]記載の方法。
[28] 第1のドメインにおける第1の信号を変換して、第2のドメインにおける第2の信号を取得し、前記第1及び第2の信号に基づいて第1及び第2のパラメータを判定し、前記第1及び第2のパラメータに基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定するように構成された少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに結合されるメモリと
を備える、装置。
[29] 前記第1のドメインは時間ドメインであり、前記第2のドメインは変換ドメインである、[28]記載の装置。
[30] 前記少なくとも1つのプロセッサは、前記第1の信号を変形離散コサイン変換(MDCT)に基づいて変換して、前記第2の信号を取得するように構成される、[28]記載の装置。
[31] 前記少なくとも1つのプロセッサは、前記第1及び第2の信号中のエネルギーの値に基づいて前記第1及び第2のパラメータを判定するように構成される、[28]記載の装置。
[32] 前記少なくとも1つのプロセッサは、入力信号に線形予測符号化(LPC)を行なって前記第1の信号中の残余を取得し、前記第1の信号中の前記残余を変換して前記第2の信号の係数を取得し、前記第1の信号の前記残余のエネルギー値を判定し、前記第2の信号の前記係数のエネルギー値を判定し、前記係数の前記エネルギー値及び前記残余の前記エネルギー値に基づいて前記第1及び第2のパラメータを判定するように構成される、[28]記載の装置。
[33] 前記少なくとも1つのプロセッサは、前記第1の信号の全エネルギーの少なくとも特定の割合を含む前記第1の信号の値の最小の数に基づいて前記第1のパラメータを判定し、前記第2の信号の全エネルギーの少なくとも前記特定の割合を含む前記第2の信号の値の最小の数に基づいて前記第2のパラメータを判定するように構成される、[28]記載の装置。
[34] 前記少なくとも1つのプロセッサは、前記第1のパラメータが前記第2のパラメータよりも第1の閾値分だけ小さいことに基づいて、前記第1の信号は、よりスパースであると判定し、また、前記第2のパラメータが前記第1のパラメータよりも第2の閾値分だけ小さいことに基づいて、前記第2の信号は、よりスパースであると判定するように構成される、[33]記載の装置。
[35] 前記少なくとも1つのプロセッサは、前記第1の信号の累積的なエネルギーを示す第3のパラメータを判定し、前記第2の信号の累積的なエネルギーを示す第4のパラメータを判定し、前記第3及び第4のパラメータに更に基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定するように構成される、[33]記載の装置。
[36] 前記少なくとも1つのプロセッサは、前記第1の信号のために第1の累積的なエネルギー関数を判定し、前記第2の信号のために第2の累積的なエネルギー関数を判定し、前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数以上になった回数に基づいて前記第1のパラメータを判定し、前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数以上になった回数に基づいて前記第2のパラメータを判定するように構成される、[28]記載の装置。
[37] 前記少なくとも1つのプロセッサは、前記第1のパラメータが前記第2のパラメータよりも大きいことに基づいて、前記第1の信号が、よりスパースであると判定し、前記第2のパラメータが前記第1のパラメータよりも大きいことに基づいて、前記第2の信号は、よりスパースであると判定するように構成される、[36]記載の装置。
[38] 前記少なくとも1つのプロセッサは、前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数を超過する場合に基づいて第3のパラメータを判定し、前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数を超過する場合に基づいて、第4のパラメータを判定し、前記第3及び第4のパラメータに更に基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定するように構成される、[36]記載の装置。
[39] 前記少なくとも1つのプロセッサは、前記第1の信号がよりスパースであるという先の通知と前記第2の信号がよりスパースであるという先の通知に基づいて、少なくとも1つのカウントを判定し、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記少なくとも1つのカウントに更に基づいて判定するように構成される、[28]記載の装置。
[40] 前記少なくとも1つのプロセッサは、前記第1の信号がよりスパースであるという通知ごとに、第1のカウントをインクリメントし、且つ第2のカウントをデクリメントし、前記第2の信号がよりスパースであるという通知ごとに、前記第1のカウントをデクリメントし、且つ第2のカウントをインクリメントし、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記第1及び第2のカウントに基づいて判定するように構成される、[28]記載の装置。
[41] 第1のドメインの第1の信号を変換して、第2のドメインの第2の信号を取得し、
前記第1及び第2番の信号に基づいて第1及び第2のパラメータを判定し、
前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記第1及び第2のパラメータに基づいて判定する
ことを含む、方法。
[42] 前記第1及び第2のパラメータを前記判定することは、
前記第1の信号の全エネルギーの少なくとも特定の割合を含む前記第1の信号の値の最小の数に基づいて、前記第1のパラメータを判定し、
前記第2の信号の全エネルギーの少なくとも前記特定の割合を含む前記第2の信号の値の最小の数に基づいて前記第2のパラメータを判定する
ことを含む、[41の方法。
[43] 前記第1の信号について第1の累積的なエネルギー関数を判定し、
前記第2の信号について第2の累積的なエネルギー関数を判定することを更に含み、前記第1及び第2のパラメータを前記判定することは、
前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数以上になった回数に基づいて、前記第1のパラメータを判定し、
前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数以上になった回数に基づいて、前記第2のパラメータを判定する
ことを含む、[41]記載の方法。
[44] 前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数を超過する場合に基づいて第3のパラメータを判定し、
前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数を超過する場合に基づいて第4のパラメータを判定することを更に含み、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかは、前記第3及び第4のパラメータに更に基づいて判定される、[43]記載の方法。
[45] 前記第1の信号がよりスパースであるという先の通知と、前記第2の信号がよりスパースであるという先の通知に基づいて、少なくとも1つのカウントを判定することを更に含み、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかは、前記少なくとも1つのカウントに更に基づいて判定される、[41]記載の方法。
[46] サイレンス符号器、雑音状の信号符号器、時間ドメイン符号器、及び変換ドメイン符号器を備える複数の符号器の中から選択され、符号化された信号を生成するために使用される符号器を判定し、前記符号化された信号を生成するために使用された前記符号器に対して相補的な復号器に基づいて、前記符号化された信号を復号するように構成される少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに結合されるメモリと
を備える、装置。
[47] 前記少なくとも1つのプロセッサは、前記符号化された信号と共に送信された符号器情報に基づいて、前記符号化された信号を生成するために使用される符号器を判定するように構成される、[46]記載の装置。
[48] サイレンス符号器、雑音状の信号符号器、時間ドメイン符号器、及び変換ドメイン符号器を備える複数の符号器の中から選択され、符号化された信号を生成するために使用される符号器を判定し、
前記符号化された信号を生成するために使用された前記符号器に対して相補的な復号器に基づいて、前記符号化された信号を復号する
ことを含む、方法。
Claims (36)
- 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定し、前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備えており、前記入力信号を前記選択された符号器に基づいて符号化するように構成された少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに結合されるメモリと
を備え、
前記入力信号は、オーディオ信号であり、
前記少なくとも1つのプロセッサは、前記入力信号の複数のパラメータに基づいて、少なくとも時間ドメインおよび変換ドメインにける前記入力信号のスパースネスを判定し、前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較し、前記比較に基づいて少なくとも前記時間ドメイン符号器と前記変換ドメイン符号器から符号器を選択するように構成される、装置。 - 前記複数の符号器は、サイレンス符号器を備え、前記少なくとも1つのプロセッサは、前記入力信号における活動を検出し、前記入力信号において活動が検出されない場合、前記サイレンス符号器を選択するように構成される、請求項1記載の装置。
- 前記複数の符号器は、雑音状の信号符号器を備え、前記少なくとも1つのプロセッサは、前記入力信号が雑音状の信号特性を有するかどうかを判定し、前記入力信号が雑音状の信号特性を有する場合、前記雑音状の信号符号器を選択するように構成される、請求項1記載の装置。
- 前記時間ドメイン符号器は、符号励起線形予測(CELP)符号器を備え、前記変換ドメイン符号器は、変形離散コサイン変換(MDCT)符号器を備える、請求項1記載の装置。
- 前記入力信号は、フレームのシーケンスを備え、前記少なくとも1つのプロセッサは、前記シーケンスの各フレームの特性を判定し、前記フレームの前記判定された特性に基づいて各フレームに対して符号器を選択し、前記フレームに対して選択された前記符号器に基づいて各フレームを符号化するように構成される、請求項1記載の装置。
- 前記少なくとも1つのプロセッサは、特定のフレームに対しては特定の符号器を、前記特定のフレーム及び所定の個数の先行するフレームが前記特定の符号器への切り替えを示す場合、選択するように構成される、請求項5記載の装置。
- 前記選択された符号器に関する情報は、符号化信号を生成するために使用される符号器の変更に応じて、受信機に送られる、請求項1記載の装置。
- 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性の判定し、
前記入力信号の前記判定された特性に基づいて、複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備えており、
前記選択された符号器に基づいて前記入力信号を符号化する
ことを備え、
前記入力信号は、オーディオ信号であり、
前記入力信号の前記特性を判定することは、前記入力信号の複数のパラメータに基づいて、少なくとも時間ドメインおよび変換ドメインにおける前記入力信号のスパースネスを判定することを含み、
前記入力信号の前記判定された特性に基づいて前記符号器を選択することは、前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較し、前記比較に基づいて少なくとも前記時間ドメイン符号器と前記変換ドメイン符号器から符号器を選択することを含む、方法。 - 前記入力信号の前記特性を判定することは、前記入力信号における活動を検出することを含み、前記入力信号の前記判定された特性に基づいて前記符号器を選択することは、前記入力信号において活動が検出されない場合にサイレンス符号器を選択することを更に含む、請求項8記載の方法。
- 前記入力信号の前記特性を判定することは、前記入力信号が雑音状の信号特性を有するかどうかを判定することを備え、前記入力信号の前記判定された特性に基づいて前記符号器を選択することは、前記入力信号が雑音状の信号特性を有する場合に雑音状の信号符号器を選択することを更に含む、請求項8記載の方法。
- 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定する手段と、
前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択する手段であって、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備える、手段と、
前記選択された符号器に基づいて前記入力信号を符号化する手段と
を備え、
前記入力信号は、オーディオ信号であり、
前記入力信号の前記特性を判定する前記手段は、前記入力信号の複数のパラメータに基づいて、少なくとも時間ドメインおよび変換ドメインにおける前記入力信号のスパースネスを判定する手段を備え、
前記入力信号の前記判定された特性に基づいて前記符号器を選択する前記手段は、前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較する手段と、前記比較に基づいて少なくとも前記時間ドメイン符号器と前記変換ドメイン符号器から符号器を選択する手段とを備える、装置。 - 前記入力信号の前記特性を判定する前記手段は、前記入力信号における活動を検出する手段を更に備え、前記符号器を選択する前記手段は、前記入力信号において活動が検出されない場合、サイレンス符号器を選択する手段を更に備える、請求項11記載の装置。
- 前記入力信号の前記特性を判定する前記手段は、前記入力信号が雑音状の信号特性を有するかどうかを判定する手段を更に備え、前記符号器を選択する前記手段は、前記入力信号が雑音状の信号特性を有する場合、雑音状の信号符号器を選択する手段を更に備える、請求項11記載の装置。
- 雑音状の信号検出器を備える少なくとも1つの検出器に基づいて入力信号の特性を判定し、
前記入力信号の前記判定された特性に基づいて複数の符号器の中から符号器を選択し、前記複数の符号器は、時間ドメイン符号器と、変換ドメインにおいてスパースな変換ドメイン表現を有する信号を符号化する少なくとも1つの変換ドメイン符号器とを備え、
前記選択された符号器に基づいて前記入力信号を符号化する
命令を格納し、
前記入力信号は、オーディオ信号であり、
前記入力信号の前記特性を判定することは、前記入力信号の複数のパラメータに基づいて、少なくとも時間ドメインおよび変換ドメインにおける前記入力信号のスパースネスを判定することを含み、
前記入力信号の前記判定された特性に基づいて前記符号器を選択することは、前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較し、前記比較に基づいて少なくとも前記時間ドメイン符号器と前記変換ドメイン符号器から符号器を選択することを含む、プロセッサ読み取り可能な媒体。 - 前記少なくとも1つのプロセッサは、前記入力信号が、前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると判定される場合、前記時間ドメインにおいて前記入力信号を符号化する前記時間ドメイン符号器を選択し、前記入力信号が、前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると判定される場合、前記変換ドメインにおいて前記入力信号を符号化する前記変換ドメイン符号器を選択するように構成される、請求項1記載の装置。
- 前記少なくとも1つのプロセッサは、前記時間ドメインにおける前記入力信号のスパースネスを示す第1のパラメータを判定し、前記変換ドメインにおける前記入力信号のスパースネスを示す第2のパラメータを判定し、前記第1及び第2のパラメータが前記入力信号は、前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると示す場合、前記時間ドメイン符号器を選択し、前記第1及び第2のパラメータが前記入力信号は、前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると示す場合、前記変換ドメイン符号器を選択するように構成される、請求項1記載の装置。
- 前記少なくとも1つのプロセッサは、前記変換ドメイン符号器の先の選択と前記時間ドメイン符号器の先の選択とに基づいて、少なくとも1つのカウントを判定し、前記少なくとも1つのカウントに更に基づいて、前記時間ドメイン符号器又は前記変換ドメイン符号器を選択するように構成される、請求項16記載の装置。
- 前記入力信号の前記スパースネスを判定することは、
前記時間ドメインにおける前記入力信号のスパースネスを示す第1のパラメータを判定し、
前記変換ドメインにおける前記入力信号のスパースネスを示す第2のパラメータを判定することを含み、
前記符号器を前記選択することは、
前記第1及び第2のパラメータが、前記入力信号は前記変換ドメインよりも前記時間ドメインにおいて、よりスパースであると示す場合、前記時間ドメイン符号器を選択し、
前記第1及び第2のパラメータが、前記入力信号は前記時間ドメインよりも前記変換ドメインにおいて、よりスパースであると示す場合、前記変換ドメイン符号器を選択する
ことを含む、請求項8記載の方法。 - 前記変換ドメイン符号器の先の選択と、前記時間ドメイン符号器の先の選択とに基づいて、少なくとも1つのカウントを判定する
ことを更に含み、
符号器を前記選択することは、前記少なくとも1つのカウントに更に基づいて、前記変換ドメイン符号器又は前記時間ドメイン符号器を選択することを含む、請求項18記載の方法。 - 前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較することは、
時間ドメインにおける第1の信号を変換して、変換ドメインにおける第2の信号を取得し、前記第1及び第2の信号に基づいて第1のパラメータ及び第2のパラメータを判定し、前記第1及び第2のパラメータに基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定することとを含む、請求項1記載の装置。 - 前記少なくとも1つのプロセッサは、前記第1の信号を変形離散コサイン変換(MDCT)に基づいて変換して、前記第2の信号を取得するように構成される、請求項20記載の装置。
- 前記少なくとも1つのプロセッサは、前記入力信号に線形予測符号化(LPC)を行なって前記第1の信号中の残余を取得し、前記第1の信号中の前記残余を変換して前記第2の信号の係数を取得し、前記第1の信号の前記残余のエネルギー値を判定し、前記第2の信号の前記係数のエネルギー値を判定し、前記係数の前記エネルギー値及び前記残余の前記エネルギー値に基づいて前記第1及び第2のパラメータを判定するように構成される、請求項20記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1のパラメータが前記第2のパラメータよりも第1の閾値分だけ小さいことに基づいて、前記第1の信号は、よりスパースであると判定し、また、前記第2のパラメータが前記第1のパラメータよりも第2の閾値分だけ小さいことに基づいて、前記第2の信号は、よりスパースであると判定するように構成される、請求項20記載の装置。
- 前記第1の閾値は、前記第2の閾値とは異なる、請求項23記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1の信号の累積的なエネルギーを示す第3のパラメータを判定し、前記第2の信号の累積的なエネルギーを示す第4のパラメータを判定し、前記第3及び第4のパラメータに更に基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定するように構成される、請求項20記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1の信号のために第1の累積的なエネルギー関数を判定し、前記第2の信号のために第2の累積的なエネルギー関数を判定し、前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数以上になった回数に基づいて前記第1のパラメータを判定し、前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数以上になった回数に基づいて前記第2のパラメータを判定するように構成される、請求項20記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1のパラメータが前記第2のパラメータよりも大きいことに基づいて、前記第1の信号が、よりスパースであると判定し、前記第2のパラメータが前記第1のパラメータよりも大きいことに基づいて、前記第2の信号は、よりスパースであると判定するように構成される、請求項26記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数を超過する場合に基づいて第3のパラメータを判定し、前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数を超過する場合に基づいて、第4のパラメータを判定し、前記第3及び第4のパラメータに更に基づいて、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを判定するように構成される、請求項26記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1の信号がよりスパースであるという先の通知と前記第2の信号がよりスパースであるという先の通知に基づいて、少なくとも1つのカウントを判定し、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記少なくとも1つのカウントに更に基づいて判定するように構成される、請求項20記載の装置。
- 前記少なくとも1つのプロセッサは、前記第1の信号がよりスパースであるという通知ごとに、第1のカウントをインクリメントし、且つ第2のカウントをデクリメントし、前記第2の信号がよりスパースであるという通知ごとに、前記第1のカウントをデクリメントし、且つ第2のカウントをインクリメントし、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記第1及び第2のカウントに基づいて判定するように構成される、請求項20記載の装置。
- 前記時間ドメインにおける前記入力信号の前記スパースネスを、前記変換ドメインにおける前記入力信号の前記スパースネスと比較することは、
時間ドメインの第1の信号を変換して、変換ドメインの第2の信号を取得し、
前記第1及び第2番の信号に基づいて第1のパラメータ及び第2のパラメータを判定し、
前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかを、前記第1及び第2のパラメータに基づいて判定する
ことを含む、請求項8記載の方法。 - 前記第1及び第2のパラメータを判定することは、
前記第1の信号の全エネルギーの少なくとも特定の割合を含む前記第1の信号の値の最小の数に基づいて、前記第1のパラメータを判定し、
前記第2の信号の全エネルギーの少なくとも前記特定の割合を含む前記第2の信号の値の最小の数に基づいて前記第2のパラメータを判定する
ことを含む、請求項31の方法。 - 前記第1の信号について第1の累積的なエネルギー関数を判定し、
前記第2の信号について第2の累積的なエネルギー関数を判定することを更に備え、
前記第1及び第2のパラメータを判定することは、
前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数以上になった回数に基づいて、前記第1のパラメータを判定し、
前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数以上になった回数に基づいて、前記第2のパラメータを判定する
ことを含む、請求項31記載の方法。 - 前記第1の累積的なエネルギー関数が前記第2の累積的なエネルギー関数を超過する場合に基づいて第3のパラメータを判定し、
前記第2の累積的なエネルギー関数が前記第1の累積的なエネルギー関数を超過する場合に基づいて第4のパラメータを判定することを更に備え、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかは、前記第3及び第4のパラメータに更に基づいて判定される、請求項33記載の方法。 - 前記第1の信号がよりスパースであるという先の通知と、前記第2の信号がよりスパースであるという先の通知に基づいて、少なくとも1つのカウントを判定することを更に含み、前記第1の信号がよりスパースであるか又は前記第2の信号がよりスパースであるかは、前記少なくとも1つのカウントに更に基づいて判定される、請求項31記載の方法。
- 前記第1の信号がよりスパースであると判定することは、前記第1のパラメータが前記第2のパラメータよりも第1の閾値分だけ小さいことに基づき、前記第2の信号がよりスパースであると判定することは、前記第2のパラメータが前記第1のパラメータよりも第2の閾値分だけ小さいことに基づく、請求項31記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US82881606P | 2006-10-10 | 2006-10-10 | |
US60/828,816 | 2006-10-10 | ||
US94298407P | 2007-06-08 | 2007-06-08 | |
US60/942,984 | 2007-06-08 | ||
PCT/US2007/080744 WO2008045846A1 (en) | 2006-10-10 | 2007-10-08 | Method and apparatus for encoding and decoding audio signals |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010506239A JP2010506239A (ja) | 2010-02-25 |
JP5096474B2 true JP5096474B2 (ja) | 2012-12-12 |
Family
ID=38870234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009532524A Expired - Fee Related JP5096474B2 (ja) | 2006-10-10 | 2007-10-08 | オーディオ信号を符号化及び復号化する方法及び装置 |
Country Status (10)
Country | Link |
---|---|
US (1) | US9583117B2 (ja) |
EP (2) | EP2458588A3 (ja) |
JP (1) | JP5096474B2 (ja) |
KR (1) | KR101186133B1 (ja) |
CN (1) | CN101523486B (ja) |
BR (1) | BRPI0719886A2 (ja) |
CA (1) | CA2663904C (ja) |
RU (1) | RU2426179C2 (ja) |
TW (1) | TWI349927B (ja) |
WO (1) | WO2008045846A1 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070077652A (ko) * | 2006-01-24 | 2007-07-27 | 삼성전자주식회사 | 적응적 시간/주파수 기반 부호화 모드 결정 장치 및 이를위한 부호화 모드 결정 방법 |
EP2198424B1 (en) * | 2007-10-15 | 2017-01-18 | LG Electronics Inc. | A method and an apparatus for processing a signal |
WO2009059633A1 (en) * | 2007-11-06 | 2009-05-14 | Nokia Corporation | An encoder |
EP2220646A1 (en) * | 2007-11-06 | 2010-08-25 | Nokia Corporation | Audio coding apparatus and method thereof |
WO2009059632A1 (en) * | 2007-11-06 | 2009-05-14 | Nokia Corporation | An encoder |
US8190440B2 (en) * | 2008-02-29 | 2012-05-29 | Broadcom Corporation | Sub-band codec with native voice activity detection |
KR20100006492A (ko) * | 2008-07-09 | 2010-01-19 | 삼성전자주식회사 | 부호화 방식 결정 방법 및 장치 |
AU2009267507B2 (en) * | 2008-07-11 | 2012-08-02 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method and discriminator for classifying different segments of a signal |
KR101227729B1 (ko) * | 2008-07-11 | 2013-01-29 | 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 | 샘플 오디오 신호의 프레임을 인코딩하기 위한 오디오 인코더 및 디코더 |
EP2144230A1 (en) | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme having cascaded switches |
WO2010008173A2 (ko) * | 2008-07-14 | 2010-01-21 | 한국전자통신연구원 | 오디오 신호의 상태결정 장치 |
KR101230183B1 (ko) * | 2008-07-14 | 2013-02-15 | 광운대학교 산학협력단 | 오디오 신호의 상태결정 장치 |
KR20100007738A (ko) | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 음성/오디오 통합 신호의 부호화/복호화 장치 |
US10008212B2 (en) * | 2009-04-17 | 2018-06-26 | The Nielsen Company (Us), Llc | System and method for utilizing audio encoding for measuring media exposure with environmental masking |
CN102142924B (zh) * | 2010-02-03 | 2014-04-09 | 中兴通讯股份有限公司 | 一种多用途语音频编码传输方法和装置 |
US9112591B2 (en) | 2010-04-16 | 2015-08-18 | Samsung Electronics Co., Ltd. | Apparatus for encoding/decoding multichannel signal and method thereof |
US9224398B2 (en) * | 2010-07-01 | 2015-12-29 | Nokia Technologies Oy | Compressed sampling audio apparatus |
US8924222B2 (en) | 2010-07-30 | 2014-12-30 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for coding of harmonic signals |
US9208792B2 (en) * | 2010-08-17 | 2015-12-08 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for noise injection |
US20130066638A1 (en) * | 2011-09-09 | 2013-03-14 | Qnx Software Systems Limited | Echo Cancelling-Codec |
EP2761616A4 (en) * | 2011-10-18 | 2015-06-24 | Ericsson Telefon Ab L M | IMPROVED METHOD AND DEVICE FOR AN ADAPTIVE MULTIRATE CODEC |
SG11201503788UA (en) * | 2012-11-13 | 2015-06-29 | Samsung Electronics Co Ltd | Method and apparatus for determining encoding mode, method and apparatus for encoding audio signals, and method and apparatus for decoding audio signals |
BR112016007515B1 (pt) * | 2013-10-18 | 2021-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Método de codificação de segmento de sinal de áudio, codificador de segmento de sinal de áudio, e, terminal de usuário. |
KR102354331B1 (ko) * | 2014-02-24 | 2022-01-21 | 삼성전자주식회사 | 신호 분류 방법 및 장치, 및 이를 이용한 오디오 부호화방법 및 장치 |
CN107452390B (zh) * | 2014-04-29 | 2021-10-26 | 华为技术有限公司 | 音频编码方法及相关装置 |
CN107424622B (zh) * | 2014-06-24 | 2020-12-25 | 华为技术有限公司 | 音频编码方法和装置 |
EP2980797A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio decoder, method and computer program using a zero-input-response to obtain a smooth transition |
US10186276B2 (en) * | 2015-09-25 | 2019-01-22 | Qualcomm Incorporated | Adaptive noise suppression for super wideband music |
KR101728047B1 (ko) | 2016-04-27 | 2017-04-18 | 삼성전자주식회사 | 부호화 방식 결정 방법 및 장치 |
AU2021479158A1 (en) * | 2021-12-15 | 2024-07-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Adaptive predictive encoding |
CN113948085B (zh) * | 2021-12-22 | 2022-03-25 | 中国科学院自动化研究所 | 语音识别方法、***、电子设备和存储介质 |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5109417A (en) | 1989-01-27 | 1992-04-28 | Dolby Laboratories Licensing Corporation | Low bit rate transform coder, decoder, and encoder/decoder for high-quality audio |
CA2483322C (en) | 1991-06-11 | 2008-09-23 | Qualcomm Incorporated | Error masking in a variable rate vocoder |
KR0166722B1 (ko) * | 1992-11-30 | 1999-03-20 | 윤종용 | 부호화 및 복호화방법 및 그 장치 |
BE1007617A3 (nl) | 1993-10-11 | 1995-08-22 | Philips Electronics Nv | Transmissiesysteem met gebruik van verschillende codeerprincipes. |
US5488665A (en) * | 1993-11-23 | 1996-01-30 | At&T Corp. | Multi-channel perceptual audio compression system with encoding mode switching among matrixed channels |
TW271524B (ja) | 1994-08-05 | 1996-03-01 | Qualcomm Inc | |
KR100419545B1 (ko) * | 1994-10-06 | 2004-06-04 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 다른코딩원리들을이용한전송시스템 |
JP3158932B2 (ja) * | 1995-01-27 | 2001-04-23 | 日本ビクター株式会社 | 信号符号化装置及び信号復号化装置 |
JP3707116B2 (ja) | 1995-10-26 | 2005-10-19 | ソニー株式会社 | 音声復号化方法及び装置 |
US5978756A (en) * | 1996-03-28 | 1999-11-02 | Intel Corporation | Encoding audio signals using precomputed silence |
US6134518A (en) * | 1997-03-04 | 2000-10-17 | International Business Machines Corporation | Digital audio signal coding using a CELP coder and a transform coder |
GB2326572A (en) * | 1997-06-19 | 1998-12-23 | Softsound Limited | Low bit rate audio coder and decoder |
DE69819460T2 (de) | 1997-07-11 | 2004-08-26 | Koninklijke Philips Electronics N.V. | Übertrager mit verbessertem sprachkodierer und dekodierer |
ES2247741T3 (es) * | 1998-01-22 | 2006-03-01 | Deutsche Telekom Ag | Metodo para conmutacion controlada por señales entre esquemas de codificacion de audio. |
JP3273599B2 (ja) * | 1998-06-19 | 2002-04-08 | 沖電気工業株式会社 | 音声符号化レート選択器と音声符号化装置 |
US6353808B1 (en) * | 1998-10-22 | 2002-03-05 | Sony Corporation | Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal |
US6463407B2 (en) | 1998-11-13 | 2002-10-08 | Qualcomm Inc. | Low bit-rate coding of unvoiced segments of speech |
US6456964B2 (en) | 1998-12-21 | 2002-09-24 | Qualcomm, Incorporated | Encoding of periodic speech using prototype waveforms |
US6640209B1 (en) | 1999-02-26 | 2003-10-28 | Qualcomm Incorporated | Closed-loop multimode mixed-domain linear prediction (MDLP) speech coder |
JP2000267699A (ja) * | 1999-03-19 | 2000-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 音響信号符号化方法および装置、そのプログラム記録媒体、および音響信号復号装置 |
US6697430B1 (en) * | 1999-05-19 | 2004-02-24 | Matsushita Electric Industrial Co., Ltd. | MPEG encoder |
JP2000347693A (ja) * | 1999-06-03 | 2000-12-15 | Canon Inc | オーディオ符号化復号化システム、符号化装置、復号化装置及びこれらの方法並びに記憶媒体 |
US6324505B1 (en) * | 1999-07-19 | 2001-11-27 | Qualcomm Incorporated | Amplitude quantization scheme for low-bit-rate speech coders |
US6397175B1 (en) | 1999-07-19 | 2002-05-28 | Qualcomm Incorporated | Method and apparatus for subsampling phase spectrum information |
US7039581B1 (en) * | 1999-09-22 | 2006-05-02 | Texas Instruments Incorporated | Hybrid speed coding and system |
US6978236B1 (en) * | 1999-10-01 | 2005-12-20 | Coding Technologies Ab | Efficient spectral envelope coding using variable time/frequency resolution and time/frequency switching |
US6438518B1 (en) | 1999-10-28 | 2002-08-20 | Qualcomm Incorporated | Method and apparatus for using coding scheme selection patterns in a predictive speech coder to reduce sensitivity to frame error conditions |
FR2802329B1 (fr) * | 1999-12-08 | 2003-03-28 | France Telecom | Procede de traitement d'au moins un flux binaire audio code organise sous la forme de trames |
WO2001082293A1 (en) * | 2000-04-24 | 2001-11-01 | Qualcomm Incorporated | Method and apparatus for predictively quantizing voiced speech |
SE519981C2 (sv) * | 2000-09-15 | 2003-05-06 | Ericsson Telefon Ab L M | Kodning och avkodning av signaler från flera kanaler |
US7085711B2 (en) * | 2000-11-09 | 2006-08-01 | Hrl Laboratories, Llc | Method and apparatus for blind separation of an overcomplete set mixed signals |
US7472059B2 (en) * | 2000-12-08 | 2008-12-30 | Qualcomm Incorporated | Method and apparatus for robust speech classification |
US6631139B2 (en) * | 2001-01-31 | 2003-10-07 | Qualcomm Incorporated | Method and apparatus for interoperability between voice transmission systems during speech inactivity |
US6694293B2 (en) | 2001-02-13 | 2004-02-17 | Mindspeed Technologies, Inc. | Speech coding system with a music classifier |
US6785646B2 (en) * | 2001-05-14 | 2004-08-31 | Renesas Technology Corporation | Method and system for performing a codebook search used in waveform coding |
US6658383B2 (en) * | 2001-06-26 | 2003-12-02 | Microsoft Corporation | Method for coding speech and music signals |
KR100748313B1 (ko) | 2001-06-28 | 2007-08-09 | 매그나칩 반도체 유한회사 | 이미지센서의 제조방법 |
US6785645B2 (en) * | 2001-11-29 | 2004-08-31 | Microsoft Corporation | Real-time speech and music classifier |
JP4399185B2 (ja) * | 2002-04-11 | 2010-01-13 | パナソニック株式会社 | 符号化装置および復号化装置 |
JP4022111B2 (ja) * | 2002-08-23 | 2007-12-12 | 株式会社エヌ・ティ・ティ・ドコモ | 信号符号化装置及び信号符号化方法 |
US7698132B2 (en) * | 2002-12-17 | 2010-04-13 | Qualcomm Incorporated | Sub-sampled excitation waveform codebooks |
KR100604032B1 (ko) | 2003-01-08 | 2006-07-24 | 엘지전자 주식회사 | 복수 코덱을 지원하는 장치와 방법 |
US20050096898A1 (en) * | 2003-10-29 | 2005-05-05 | Manoj Singhal | Classification of speech and music using sub-band energy |
CN1312946C (zh) * | 2004-11-11 | 2007-04-25 | 向为 | 话音的自适应多速率编码和传输方法 |
US7386445B2 (en) * | 2005-01-18 | 2008-06-10 | Nokia Corporation | Compensation of transient effects in transform coding |
JP4699117B2 (ja) * | 2005-07-11 | 2011-06-08 | 株式会社エヌ・ティ・ティ・ドコモ | 信号符号化装置、信号復号化装置、信号符号化方法、及び信号復号化方法。 |
KR100647336B1 (ko) * | 2005-11-08 | 2006-11-23 | 삼성전자주식회사 | 적응적 시간/주파수 기반 오디오 부호화/복호화 장치 및방법 |
KR20070077652A (ko) * | 2006-01-24 | 2007-07-27 | 삼성전자주식회사 | 적응적 시간/주파수 기반 부호화 모드 결정 장치 및 이를위한 부호화 모드 결정 방법 |
-
2007
- 2007-10-08 US US11/915,834 patent/US9583117B2/en active Active
- 2007-10-08 KR KR1020097009018A patent/KR101186133B1/ko active IP Right Grant
- 2007-10-08 CN CN2007800374370A patent/CN101523486B/zh not_active Expired - Fee Related
- 2007-10-08 EP EP20120000494 patent/EP2458588A3/en not_active Withdrawn
- 2007-10-08 JP JP2009532524A patent/JP5096474B2/ja not_active Expired - Fee Related
- 2007-10-08 WO PCT/US2007/080744 patent/WO2008045846A1/en active Application Filing
- 2007-10-08 BR BRPI0719886-8A2A patent/BRPI0719886A2/pt not_active Application Discontinuation
- 2007-10-08 CA CA2663904A patent/CA2663904C/en not_active Expired - Fee Related
- 2007-10-08 EP EP07843981A patent/EP2092517B1/en not_active Not-in-force
- 2007-10-08 RU RU2009117663A patent/RU2426179C2/ru active
- 2007-10-09 TW TW096137932A patent/TWI349927B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20090074070A (ko) | 2009-07-03 |
EP2458588A3 (en) | 2012-07-04 |
WO2008045846A1 (en) | 2008-04-17 |
TWI349927B (en) | 2011-10-01 |
CN101523486B (zh) | 2013-08-14 |
EP2458588A2 (en) | 2012-05-30 |
BRPI0719886A2 (pt) | 2014-05-06 |
US9583117B2 (en) | 2017-02-28 |
US20090187409A1 (en) | 2009-07-23 |
CA2663904C (en) | 2014-05-27 |
CA2663904A1 (en) | 2008-04-17 |
JP2010506239A (ja) | 2010-02-25 |
CN101523486A (zh) | 2009-09-02 |
EP2092517B1 (en) | 2012-07-18 |
RU2009117663A (ru) | 2010-11-20 |
RU2426179C2 (ru) | 2011-08-10 |
KR101186133B1 (ko) | 2012-09-27 |
EP2092517A1 (en) | 2009-08-26 |
TW200839741A (en) | 2008-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5096474B2 (ja) | オーディオ信号を符号化及び復号化する方法及び装置 | |
CN101681627B (zh) | 使用音调规则化及非音调规则化译码的信号编码方法及设备 | |
RU2418323C2 (ru) | Системы и способы для изменения окна с кадром, ассоциированным с аудио сигналом | |
JP5543405B2 (ja) | フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ | |
US8060363B2 (en) | Audio signal encoding | |
EP2803068B1 (en) | Multiple coding mode signal classification | |
CN101523484A (zh) | 用于帧擦除恢复的***、方法和设备 | |
CA2425034A1 (en) | Improved spectral parameter substitution for the frame error concealment in a speech decoder | |
JP4511094B2 (ja) | 音声コーダにおける線スペクトル情報量子化方法を交錯するための方法および装置 | |
EP2127088B1 (en) | Audio quantization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111122 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120222 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120229 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120322 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120329 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120423 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120821 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5096474 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150928 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |