JP5268952B2 - データパケットのシーケンスを伝送するための装置および方法ならびにデータパケットのシーケンスをデコードするためのデコーダおよび装置 - Google Patents

Description

この開示は、データ通信アプリケーションに関し、特に、パケット指向のネットワークを介した音声信号のリアルタイム通信に関する。

たとえばボイスオーバーＩＰ（Voice over IP：ＶｏＩＰ）のような、パケット指向のネットワークを介したリアルタイム通信において、通常、すべてのパケットが必要な時間内に受信機に届くことを保証することはできない。この理由は、データが、たとえばインターネットを介してのように、パケット指向に伝送されるとき、異なるパケットは、データネットワークを介して通る経路も異なり、異なるパケットがパケットの送信機からパケットの受信機まで通ることができるデータネットワークを介して取られる経路は、ネットワークの現状に依存するためである。

たとえパケットが生成された順序でパケットが送信されたとしても、受信機に届く順序は異なる可能性が高い。好適な経路を見つけたパケットは、早い時間に送信されたがより長い経路を送信機から受信機まで取ったパケットを「追い越す」ことすらある。

これは、リアルタイム動作を必要としないアプリケーションまたは比較的大きな遅延が許容されるリアルタイムアプリケーションにとっては、大きな問題ではない。なぜなら、受信機バッファが、パケットのシーケンスのすべてのパケットが届くまで単にバッファするからである。パケットがシーケンス中のどこに位置するかは、例示的に、パケット番号によってまたはパケットにあるパケットシーケンスインジケーションによって判断され、次に、受信機は、パケットを再生するまたはパケットを渡す前に、パケットを正しい順序にソートする。

しかしながら、小さなバッファが選択されるほど、または送信機から受信機まで伝送されるときのパケットが有することができる許容遅延が小さいほど、パケット失敗率は高い。パケット損失は、パケットが本当に失われてしまうと生じるものであるだけでなく、パケットが送信機から受信機まで行くのに時間がかかりすぎると生じるものでもある。問題となる別の状況は、パケットが、送信機から受信機まで行く途中でデータ破損に陥る、すなわち本当に不良であるときである。

そのような遅延が決定的に影響するアプリケーションが、通話が中断されないためには、送信機から受信機へのパケットが満たさなくてはならない遅延要求が比較的厳しいインターネット電話（ボイスオーバーＩＰ）において存在する。特に、音声エンコーダが送信機側に配置され、デコーダが受信機に配置され、かつ受信機でエンコードされるデータパケットがもう無いと、通話中断、すなわち存在するデータがないため受信機側にあるデコーダが「クラッシュする」場合、という結果になることがある。

この発明は、決定的に重要な要求にもかかわらず、良好な通信品質を提供するデータパケットを通信するための概念を提供することを目的とする。

この目的は、請求項１のデータパケットのシーケンスを伝送するための装置によって、請求項１９のデータパケットのシーケンスを伝送する方法によって、請求項２０のデータ
パケットのシーケンスをデコードするためのデコーダによって、請求項２４のデータパケットをデコードする方法によって、または請求項２５のコンピュータプログラムによって達成される。

デコーダ側でのクラッシュを避けるためおよび／またはデコーダ側でユーザに聞こえる擬似音（artefakt）を避けるため、この発明に従って、パケットのシーケンスのパケットが欠落しているまたは不良であるかどうかの検出が行なわれる。そのようなパケット損失またはパケット誤りが判断された場合、代替パケットが提供され、代替パケットは、パケット構文に関して有効なパケットであるが、代替パケットの音声コンテンツは、あるコンテンツ特性を有する。この発明に従ったデータパケットのシーケンスを伝送するための装置は、乱されていないパケットのシーケンスを出力するが、不良パケットまたは受信されないパケットは、代替パケットによって代替されており、そのため、伝送するための装置によって出力されるシーケンスは、少なくとも、１つの受信されたパケットと、１つの代替パケットとを含む。１つの実現化例において、代替パケット中のパケットまたはフレームのコンテンツおよび／もしくはコンテンツ特性は、音声信号とは独立しており、すなわち、先行もしくは後続パケットまたはフレームに依存しない。しかしながら、パケットが誤り訂正処置を受ける場合、合成音声コンテンツは、先行または後続フレームに依存し、すなわち、予め定められておらず、すなわち信号独立性ではない。

加えて、代替パケットは、ペイロード領域において、それが代替パケットであることのインジケーションを与え、このインジケーションは、代替パケットが、予め定められたコンテンツ特性に従って有効なパケットのようにデコードされるよう、基本デコーダによって無視可能または解釈可能であり、このインジケーションは、予め定められたコンテンツ特性とは異なるコンテンツ特性を有する代替パケットのコンテンツを生成する誤り訂正処置を行なう、基本デコーダと比較して拡張された機能性を有する拡張デコーダによって解釈可能である。代替パケットは、純粋なペイロードパケットであってもよく、または、ペイロード部分とヘッダ部分とを含むパケットであってもよく、インジケーションは、ヘッダ部分には存在しないが、好ましくは、ペイロード部分に存在する。

データパケットのシーケンスの受信機は、すべてが有効なデータ構文を有するデータパケットの乱されていないストリームを受信する。この受信機は、データパケットのシーケンスを容易にデコードすることができる。よって、基本受信機であるとき、受信機は、代替パケットを容易にデコードし、予め定められた音声コンテンツを再生する。しかしながら、これは、質の劣化をもたらす。なぜなら、この音声コンテンツは予め定められており、先行パケットもしくはフレームならびに後続パケットもしくはフレームと完全には合わないためである。しかしながら、そのような短い一時的な質の劣化は、パケットが存在しないためデコーダが完全にクラッシュし、よって通信接続全体が中断される状況と比較すると、問題とならない。

対照的に、拡張デコーダは、代替パケットを受信すると、代替パケット中にある、そのパケットは代替パケットであり通常のパケットではないことを指摘するインジケーションを用いてこのことを認識し、単に代替パケットを処理するのみならず、誤り訂正措置を開始することができる。

誤り訂正措置は、例示的に、フレーム／パケット繰返しとは別に、メモリに既に存在する先行のパケットまたは後続のパケットの外挿と、先行のパケットと後続パケットとの間の内挿とを含む。この種の外挿または内挿は、バンド方向のエネルギ測定を特に含んで、誤り訂正の場合、次に音声信号の短時間スペクトルを生成し、そのスペクトル値は、ある程度ランダムに生成されるが、ランダムに生成された音声信号のバンド方向のエネルギは、先行のおよび／もしくは後続の正しく受信されたパケットまたは誤り訂正措置によって
既に生成されたパケットのエネルギに依存する。

１つの実施例において、代替パケットの予め定められたコンテンツ特性は、ゼロスペクトルである。この実施例ではその結果、予め定められた代替パケットをデコードする基本デコーダは、「ミュート」を行なうことになる。これに代えて、コンテンツ特性は、音声信号であってもよく、この音声信号の音声コンテンツおよび／またはスペクトル値は、絶対聴取しきい値と相関し、例示的に、ある量の、しかし少量のノイズがすべての帯域にわたって含まれるよう、音声コンテンツが絶対聴取しきい値の２倍未満であるよう定義されており、これは、ある状況下においては、主観的に、単に「ミュート」するよりも良い音となる。

この発明の実施例を、図面を参照して以下に詳細に述べる。

データパケットのシーケンスを伝送するための装置の１つの実現化例のブロック回路図を示す図である。 データパケットのシーケンスをデコードするためのデコーダのブロック回路図である。 データパケットのシーケンスを生成するための音声エンコーダのブロック回路図である。 図２の音声生成手段のより特有の実現化例を示す図である。 図５Ａは、エンコーダによって出力されたデータパケットのシーケンスを示す図であり、図５Ｂは、基地局によって受信されたデータパケットのシーケンスを示す図であり、図５Ｃは、基地局によって出力され、モバイル装置によって受信され、代替パケットが挿入されたデータパケットのシーケンスを示す図である。図５Ｄは、音声生成手段において生成された音声コンテンツのシーケンスを示す図である。 ＩＳＯ／ＩＥＣ １４４９６−３：２００５（Ｅ） ＭＰＥＧ４に従ったextension＿payloadの構文を示す図である。 extension＿typeフィールドの値を示すテーブルを示す図である。 変換ベースの音声エンコーダ／デコーダのための例示的なパケット構文を示す図である。 有効なパケット構文と予め定められたコンテンツ特性とを含む代替パケットの例を示す図である。

図１に、音声信号を表わすデータパケットのシーケンスを伝送するための装置を示す。伝送のための装置は、図１においては、例示的に、基地局１０として実現されており、そのシーケンスのパケットを受信するための手段１１を含み、このパケットに対してパケット構文が指定されている。受信するための手段１１は、例示的に、たとえばインターネット１２のようなパケット指向の伝送ネットワークに接続されている。加えて、基地局１０は、パケットのシーケンスのパケットが欠落しているまたは不良であるかどうかを検出するための手段１３を含む。さらに、不良パケットまたは欠落パケットを代替するために代替パケットを提供するための手段１４が設けられている。代替パケットは、パケット構文に関して有効なパケットであるが、代替パケットの音声コンテンツは、予め定められたコンテンツ特性を有する。加えて、基地局は、パケットのシーケンスを出力するための手段１５を含み、パケットのシーケンスは、少なくとも、１つの受信されたパケットと１つの代替パケットとを含む。基地局の例を用いて、出力するための手段１５は、たとえばＮＧ
ＤＥＣＴ仕様書のような予め定められた仕様書に従ってデータパケットのシーケンスをモバイル装置に伝送するためのアンテナ１６に結合されたＨＦフロントエンドであり、このモバイル装置は、図２を参照して以下により詳細に述べられる。

図１の手段１１は、出力するための手段１５にパケット回線１７を介して結合されて、受信した通常の、すなわち不良でないパケットを、時間通りに手段１５へ伝送する。加えて、代替パケットを提供するための手段１４は、出力するための手段１５に代替パケット回線１８を介して接続されている。好ましくは、代替パケットを提供するための手段１４は、代替パケットが格納されるメモリを含む。欠落しているまたは不良であるパケットが認識されるたびに、手段１４は、メモリアクセスを有効にして、メモリから代替パケットを復元し、この代替パケットを、出力するための手段１５へ回線１８を介して送る。

１つの実施例において、検出するための手段１３は、最大遅延よりも長い時間パケットのシーケンスが受信されないと、パケット損失を検出し、代替パケットを提供するための手段を有効にするように、制御されている。1つの実施例において、この最大遅延は、例示的に、制御回線１９を介して制御可能である。検出するための手段１３は、制御回線１９を介して、ＱｏＳ（quality of service）要求を送られてもよく、このＱｏＳ要求は、ＶｏＩＰアプリケーションにおいて例示的に最大遅延を含む。ＶｏＩＰを除く他のパケット指向のアプリケーションについては、検出するための手段１３へ制御回線１９を介して送られる異なるＱｏＳ要求があってもよい。これに代えて、検出するための手段１３は、固定して設定された基準を有してもよく、この基準に従って、パケット誤りまたはパケット損失は検出され、代替パケットを提供するための手段１４は、有効にされる。

１つの実施例において、出力するための手段１５に代替パケット回線１８を介し提供された代替パケットは、予め定められたコンテンツ特性のみならず、そのパケットは代替パケットであることのインジケーションも含む。１つの実施例において、このインジケーションは、代替パケットを受信する基本デコーダがインジケーションを無視し、パケットを予め決められたコンテンツ特性に従って有効なパケットのようにデコードするようなものであり、かつ、基本デコーダと比較して拡張された機能性を有する拡張デコーダは、インジケーションを解釈して、予め定められたコンテンツ特性とは異なる代替パケットのコンテンツを生成するエラー訂正措置を行なうようなものである。

図２に、例示的にモバイル装置２０に位置してもよい、パケットのシーケンスをデコードするためのデコーダを示す。デコーダは、パケット構文が指定されているパケットのシーケンスを受信するための受信機２１を含み、このシーケンスは、少なくとも１つのデータパケットと、少なくとも１つの代替パケットとを含み、代替パケットは、パケット構文に関して有効なパケットであり、代替パケットの音声コンテンツは、予め定められたコンテンツ特性を含む。加えて、代替パケットは、それが代替パケットであることのインジケーションを含む。しかしながら、このインジケーションは、図２に示される拡張デコーダのみが解釈することができ、このインジケーションを、基本デコーダは解釈することができない。

代替パケットのインジケーションの解釈は、パケットがインジケーションを含むか、よって代替パケットであるかどうかを検出するよう実現されている検出器２２によって行なわれる。図２の拡張デコーダは、さらに、代替パケットに含まれる予め定められたコンテンツ特性とは異なるコンテンツ特性を含む合成音声コンテンツを合成するための誤り訂正手段２３を含む。加えて、拡張デコーダは、パケットが拡張パケットでないとき、パケットの音声コンテンツを生成し、パケットが代替パケットであるとき、合成音声コンテンツを生成するための音声生成手段２４を含む。音声生成手段２４は、Ｄ／Ａ変換器と、増幅器と、スピーカとを例示的に含んでもよい出力装置２５に結合されている。

特に、音声生成手段は、受信機２１にパケット回線２６を介して結合されており、通常のパケットはこのパケット回線を介して伝送される。加えて、音声生成手段２４は、誤り
訂正手段２３に代替パケット回線２７を介して接続されており、合成音声コンテンツは、誤り訂正手段２３から音声生成手段２４へこの代替パケット回線を介して伝送される。

誤り訂正手段２３は、誤り訂正をさまざまな方法で行なってもよい。単純な誤り訂正手段は、先行のフレームおよび／または先行のパケットの音声コンテンツもしくは後続パケットの音声コンテンツを、単純に繰返す。これに代えて、誤り訂正手段は、外挿または内挿を行なうよう実装されてもよい。外挿または内挿は、スペクトル値または帯域に対して行なわれてもよい。スペクトル値外挿の場合、代替フレームのスペクトル値は、先行のフレームと等しい周波数を有する１つまたはいくつかのスペクトル値に基づいて形成されてもよい。これに代えて、誤り訂正は、帯域に関しても行われてもよく、１つの帯域におけるスペクトル値が、乱数発生器としてのバッファによって例示的に生成され、または大小を判断する方法で発生され、次に、スペクトル値が、その表わすエネルギが目標エネルギに等しくなるよう重み付けされ、この目標エネルギは、１つ以上の先行のフレームおよび／または１つ以上の後続フレームから導き出されている、というように行われる。先行のおよび／または後続のフレームは、受信された有効なパケットであってもよく、または単一のパケットが失われたのみならずいくつかの連続したパケットが失われたパケット損失が起こったとき、誤り訂正手段によって予め生成されていたパケットおよび／またはフレームであってもよい。

この発明の１つの実施例において、パケットシーケンスを生成する音声エンコーダは、変換ベースの音声エンコーダである。そのような変換ベースの音声エンコーダは、時間−周波数変換ステージ３０を含み、このステージによって、時間音声信号は、短時間スペクトルのシーケンスに変換される。どの短時間スペクトルもみな、量子化を行なう量子化器３１へ送られ、この量子化は、量子化雑音が主観的音声印象を乱すことなく量子化が実行されるよう、音声心理モデル３２によって制御されている。量子化器のダウンストリームは、例示的にハフマンエンコーダであってもよいエントロピーエンコーダ３３である。エントロピーエンコーダは、ビットのシーケンスを提供する。このビットのシーケンスは、例示的に量子化器３１によってスケールファクタの形態で提供されかつ例示的に用いられるエンコードテーブルの形態でエントロピーエンコーダ３３によって提供される副次的な情報と関連して、パケットパック器３４へ提供されるデータを形成する。このパケットパック器は、データパケットのシーケンスを出力側で出力する。パケットパック器３４とは別に、図２に示される音声エンコーダは、例示的にＭＰ３（ＭＰＥＧ−１ Layer ３）またはＡＡＣ（ＭＰＥＧ−４）またはＡＣ−３などのキーワードで知られている典型的な変換ベースのエンコーダを表わす。なお、パケットパック器３４は、要求によっては、音声フレーム当たり、すなわち短時間スペクトル当たり１パケットを生成する、または１つより多い音声フレームを生成する、すなわちいくつかのエンコードされた短時間スペクトルを単一のパケットに入れるよう実装されることが指摘される。

図４には、図２の音声生成手段２４、特に、音声生成手段２４と誤り訂正手段２３との協働がより詳細に示されている。入力側に、音声生成手段は、副次的な情報を「主要な情報」から分離させるよう、パケットをアンパックするパケットアンパック器４０を含む。

主要な情報、すなわち、ビットのシーケンスによって表わされる短時間スペクトルは、エントロピーデコーダ４１へ送られ、このエントロピーデコーダは、逆量子化器４２へ送られる量子化インデックスを提供し、この逆量子化器は、その出力で、量子化され再び逆量子化されたスペクトル値を提供し、次にこのスペクトル値は、ブロック４３における周波数−時間変換の後、出力音声信号を生成するために用いられる。エントロピーデコーダ４１と逆量子化器４２とは両方とも、副次的な情報によって制御されていてもよく、エントロピーデコーダは、典型的に、コードテーブルインデックスを受取り、逆量子化器４２は、正しい逆量子化を行なうためのスケールファクタを受取る。

次に、パケットアンパック器４０は、図２の検出器２２に存在するような検出特性を含むとき、訂正手段２３が、現在のパケットは図３のエンコーダによって生成されたパケットではなく、基地局によって生成された代替パケットであると認識することができるよう、訂正手段２２に代替パケットインジケーションを送ることができる。この場合、訂正手段は、エントロピーデコーダにビットのシーケンスを提供するか、逆量子化器に量子化インデックスのシーケンスを提供するか、周波数−時間変換手段にスペクトル値のシーケンスを提供するかのいずれかを行なって、合成音声コンテンツをデコーダ機能チェーンの任意の場所に送る。合成されたスペクトル音声コンテンツは、好ましくは、チェーンの末端に、すなわち、周波数−時間変換ステージ４３に送られる。

こういったスペクトルコンテンツは、好ましくは、既に正しく受信された先行のスペクトルに依存して、または、既に存在してもよく、スペクトル値、帯域、またはその両方に関連した、すなわちスペクトル値と帯域との両方に関連した誤り訂正手段を含んでもよい次のスペクトルに依存して、音声コンテンツを合成する。

図１および図２を用いて既に説明したように、この発明の１つの実現化例は、基地局およびモバイル装置において使用され、基地局は、たとえば基地局がインターネットに結合されているときのように、誤った順序でパケットを受信するおそれがあり、その一方、モバイル装置は、正しい順序でパケットのシーケンスを受信することに依存していることが想定される。基地局とモバイル装置との間のそのような通信接続は、たとえばＤＥＣＴ規格によって定義される。

パケット指向のネットワークを介したリアルタイム通信（たとえばＶｏＩＰ）において、すべてのパケットが必要な時間内に受信機に到達することを保証することはできない。ある（非常に限られた）時間の後、まだ届かないパケットは、失われたものと分類されなければならない。ＩＰパケット損失の場合、代替音声フレームは、基地局によって生成され、伝送される。

そのような代替は、次世代（ＮＧ）ＤＥＣＴシステムの基地局によって行なわれるであろう。元の（しかし受信されなかった）フレームの代わりに、代替フレームが基地局からモバイル装置へ伝送される。ＮＧ ＤＥＣＴ仕様書は、とりわけ、広帯域および超広帯域音声コーデックならびにＩＰ端末によって、現在のＤＥＣＴ仕様書の拡張を表わす。

ＮＧ ＤＥＣＴ局は、ＮＧ ＤＥＣＴ基地局からの通話を受信する１つまたはいくつかの無線電話を含む。結果として、ＶｏＩＰ通話をＮＧ ＤＥＣＴ電話を介して直接かけることが可能となる。理想的な場合において、ＶｏＩＰ音声パケットは、基地局において再びエンコードされることなしに、基地局からモバイル装置まで伝送されることができる。

たとえば、その通常の構文においてフレーム損失を信号通知する特別な方法を有さない音声コーデックが用いられると、代替パケットが生成される。そのような代替音声フレームは、規格に準拠したデコーダによってデコード可能であるべきであるが、１つの実施例においては、同時に、このフレームが代替フレームであると拡張デコーダに明快に認識させる方法を提供するべきであり、これにより、この拡張デコーダは、たとえば、誤り訂正のような対応する対策を有効にすることができる。代替フレームの導入は、さらに、基地局が純粋に中継局として、すなわち再びデコードおよびエンコードせずにデータ伝送を提供する局として動作することができるよう、計算を複雑化させることなく、特に、基地局による先行の音声データの特別な評価なしに、なされるべきである。よって、基地局は、たとえ行なったとしても、パケットアンパックをほとんど行なわないべきであり、このアンパックは、例示的に、データパケットのシーケンスによって表わされる音声コンテンツ
の正しいデコードが起きるよう、どこにデータパケットがシーケンス中で配置されているかを示すパケットシーケンス情報を復元するためにのみ行なわれてもよい。

１つの実施例において、それぞれのフレームが代替フレームであることを示す信号通知を、拡張機能性を含むデコーダ、すなわち拡張デコーダに、提供するために、そのような信号通知について基礎をなすビットストリーム構文規格は規定されていないが、ユーザによって指定された特別なデータ領域が変換ベースのエンコーダによって用いられる。

フレームまたはパケットがヘッダとペイロード部分とを有するとき、ペイロード部分は有用なデータを含む。後続の音声処理においてヘッダがいずれにせよ考慮されないとき、インジケーションはドロップアウトするであろうし、よって誤り訂正は不可能となるであろうから、インジケーションは、ペイロードデータに収容することが好ましい。

パケットがペイロード部分のみを有しヘッダを有さないとき、インジケーションをペイロード部分に収容することによってのみ、この実施例を実現することが可能になる。好ましくは、インジケーションは、音声データおよび／または音声データ部分に収容されている。

１つの実現化例において、代替音声フレームおよび／または代替パケットは、フレーム損失を信号通知する明示的方法が提供されない場合、代替フレームおよび／または代替パケットが規格に準拠したデコーダによってデコード可能であるという第１の基準に合致する。第２の基準は、代替フレームは、拡張デコーダが誤り訂正を有効にすることができるよう、この拡張デコーダにこのフレームが代替フレームであると明快に認識する方法を提供するというものである。

規格に準拠した従来のデコーダは、代替フレームが予め決められた標準化されたデータストリーム構文および／もしくはパケット構文またはフレーム構文に従った有効なフレームである場合、代替フレームをデコードすることができるであろう。１つの実現化例において、欠落しているフレームを音声コンテンツのないフレームによって代替する、すなわち、いわゆるミュートを行なうことが好ましい。ミュートとは、スペクトル全体がゼロに設定されることを意味する。特に、ＡＡＣ規格（ＭＰＥＧ−４−Audio）を用いる変形例は、ゼロスペクトルを生成するのに好ましく、スペクトル値が伝送された最も高いスケールファクタ帯域はゼロに設定される（max＿sfb＝０）。これに代えて、やはりゼロであるスケールファクタ帯域のスペクトル値も伝送されてもよい。これは、原則として、提供されたさまざまなコードブックのうち任意の利用可能なハフマンコードブックを用いて実現され、コードブック「ＺＥＲＯ＿ＨＣＢ」（ゼロハフマンコードテーブル）を用いるとき、こういったスペクトル線は、明示的に伝送される必要はない。

なお、不良であるまたは欠落しているフレームを検出する基地局は、予め誤り訂正措置を行なってもよいことが指摘される。しかしながら、この発明に従って、基地局がそのような誤り訂正措置を行なわないことが好ましい。なぜならば、誤り訂正措置は計算が複雑であり、加えて、先行のおよびおそらく将来の音声信号を評価することを必要とするためである。特に、ＤＥＣＴ基地局がいくつかのモバイル装置を「受持つ」とき、結果として、基地局は、完全な誤り訂正を行なうことができるためには、すべての音声コンテンツを連続的にデコードし再びエンコードするということになるであろう。関連する高いプロセッサおよびメモリリソースの要求とは別に、特に不可逆性エンコーダを用いるとき、直列エンコード効果による一層の質の劣化のおそれという結果になるであろう。加えて、遅延は、大きく増大するであろう。

ＡＡＣ規格において、フレーム損失を信号通知する明示的な方法は規定されていないの
で、１つの実現化例において、通常のデコーダによって無視される信号通知の方法が用いられている。この実現化例では、データ構文および／またはパケット構文が維持されている。一方、単にフレームのスペクトルをゼロに設定することは、これが代替フレームおよび／または代替パケットであることの安全なインジケーションを提供するためには、十分でない。なぜなら、この種のフレームは、たとえば、エンコーダ入力で信号がないとき、通常の動作においても存在することがあるためである。

フレームが代替フレームおよび／または代替パケットであることのインジケーションは、拡張デコーダに、現在のフレームはスペクトルが本当にゼロのフレームではないが、伝送エラーによる、デコーダの失敗および／または音声リンクの失敗を避けるために基地局中に導入されたフレームであるという情報を提供する。

音声エンコード規格は、典型的に、追加のペイロード伝送を可能にするユーザ固有のデータ領域を規定するが、このペイロードは、従来のデコーダ、すなわち拡張された機能性のない基本デコーダによって無視される。ＡＡＣ規格において、そのようなユーザ定義のペイロードは、図６Ａに定義される、いわゆる「extension＿payload」である。図６Ｂに示される「extension＿type」変数の値によるが、異なる目的が規格に規定されている。図６Ａおよび図６Ｂは、規格ＩＳＯ／ＩＥＣ１４４９６−３：２００５（Ｅ）からの抜粋である。そこで記述されるフィルエレメント（fuell-element：ＦＩＬＬ）の用法は、以下の目的のためにこの規格に規定されている。フィルエレメントは、すべての追加データと一緒にした、すべての音声データの全体ビット数が目標ビットレートを実現することを許容されたこのフレーム中の最小ビット数よりも少ないとき、ビットストリームに追加されなくてはならない。ダイナミックレンジ制御ビット（dynamic range control bit：ＤＲＣビット）は、エンコーダがそのようなＤＲＣ情報を導入したいときに加えられる。通常条件下で、フィルビットは、規格にあるように、避けられ、自由ビットを用いてビットリザーバおよび／またはビット予備バンクを満たす。ビットリザーバが一杯であった場合のみ、フィルビットが書かれる。任意の数のフィルエレメントが許容される。

この発明の１つの実現化例において、図７の７０に示すように、「extension＿type」は「００００」に設定されて、−フィルビットの標準用例とは対照的に−「other＿bits」フィールドにフレーム損失のインジケーションを書込む。

フィルビットのために規格中に規定されたユーザ固有のデータ領域は、代替フレームの信号通知を提供するために、すなわち代替フレームのインジケーションを収容するために用いられる。しかしながら、実現化例によっては、他の「extension＿payload （）」が「extension＿type」値の異なる設定に応じて用いられてもよい。好ましくは（max＿sfbをゼロに設定することによって）ゼロスペクトルが効率的に伝送される、またはゼロハフマンコードブックが用いられるので、さまざまなextension＿payloads （）にとって利用可能なビットが十分にある。

なお、代替パケットのための典型的なＭＰＥＧ−４準拠データストリームおよび／またはパケット構文および／またはフレーム構文は７１に示され、その中で７２に示されるように、変形例「max＿sfb＝０」が用いられることが指摘される。好ましくは、有効なパケット構文を得るために必要なすべての他のデータもゼロに設定される。しかしながら、データ自体は、代替フレームの信頼できるインジケーションではないことが指摘される。通常のエンコーダは、そのようなゼロスペクトルのフレームではなく、特別なextension＿payloadを書くであろうから、extension＿payload７０のみが信頼できるインジケーションとなる。

図８は、サンプルレート４８ｋＨｚ、モノラル信号、およびビットレート６４ｋＢｉｔ
／ｓの場合の新世代ＤＥＣＴのための例示的な代替フレームを示す。なお、図７の７０に示されているextension＿payloadは、図８においては簡単には分からず、それはビットストリーム中でextension＿payloadが「バイトアライン」でないためであることが指摘される。

なお、「extension＿payload」中のビット組合せは、「エラーパターン」とも呼ばれるビットパターンを含み、これは、「ＦＲＡＭＥ＿ＬＯＳＳ」に対するＡＳＣＩＩコードに対応することも指摘される。これによって、extension＿payloadの他のユーザと競合が起こらないことが保証される。なぜならば、別のユーザが「ＦＲＡＭＥ＿ＬＯＳＳ」に対するＡＳＣＩＩコードを用いて「ＦＲＡＭＥ＿ＬＯＳＳ」と関係のない何かを信号通知することは非常に起こりそうもないためである。

以下に図５を参照して、送信機からデコーダまでおよび／またはデコーダにある音声生成手段までのパケットの伝送シナリオ中の異なる時点で起こってもよいパケットまたはフレームのさまざまな順序を説明する。

図５Ａは、番号（ｉ−１）、ｉ、（ｉ＋１）、（ｉ＋２）のパケットのシーケンスを示す。そのようなパケットまたはフレームの正しいシーケンスは、たとえば、インターネットのようなパケット指向の伝送ネットワークへの入力で起こる。

図５Ｂは、基地局への入力でのパケットのシーケンスを示し、パケットｉは、図５Ｂによって考慮される時間区分においては、まだ届いておらず、順序が混ざってしまっていることがわかる。この理由は、パケットｉが完全に失われてしまったか、送信機から受信機まで非常に長い経路を得たかのいずれかである。一方で、パケット（ｉ＋２）は、非常に好適な経路を得ており、そのため、このパケットは、送信機、すなわちエンコーダから基地局入力まで向かう途中で、パケット（ｉ＋１）を「追い越し」ている。

図１の受信するための手段１１は、図５Ｂの届いたままのパケットを再び正しい順序にソートし直す。加えて、デコードするための手段１３は、番号ｉのパケットが存在しないまたは不良であることを発見する。このため、図５Ｃからわかるように、代替パケットが、番号ｉの代わりに生成される。図５Ｃは、よって、図１の出力するための手段１５によって出力されるパケットのシーケンスを示す。図１に従った基地局から図２に従ったモバイル装置までの経路の途中で、パケットの順序は変わらない。しかしながら、図２に示される拡張デコーダは、番号ｉのパケットが代替パケットであることを認識する。音声コンテンツの通常生成が行なわれる図５Ｄに示された他のパケットとは対照的に、誤り訂正措置に戻る合成音声コンテンツが代替パケットに対して生成される。

状況に応じて、この発明の方法は、ハードウェアかソフトウェアのいずれかにおいて実現化されてもよい。実現化例は、デジタル記憶媒体上にあってもよく、とりわけ、対応する方法が実行されるようプログラム可能なコンピュータシステムと協働することができる電気的に読出されてもよい制御信号を有するディスクまたはＣＤ上にあってもよい。一般に、この発明は、コンピュータプログラム製品がコンピュータ上で実行されるときにこの発明の方法を実行するための機械読取可能媒体に格納されたプログラムコードを含むコンピュータプログラム製品中にもある。よって、言い換えれば、この発明は、コンピュータプログラムがコンピュータで実行されるときこの方法を行なうためのプログラムコードを有するコンピュータプログラムとして実現化されてもよい。

Claims (25)

1. 音声信号を表わすデータパケットのシーケンスを基本デコーダまたは拡張デコーダに伝送するための装置であって、前記拡張デコーダは、前記基本デコーダと比較して拡張された機能性を含み、
   前記シーケンスのパケットを受信するための手段（１１）を備え、前記パケットに対してパケット構文が指定されており、
   前記パケットのシーケンス中のパケットが欠落しているまたは不良であるか否かを検出するための手段（１３）と、
   不良パケットまたは欠落パケットを代替する代替パケットを提供するための手段（１４）とをさらに備え、前記代替パケットは、前記パケット構文に関して有効なパケットであり、前記代替パケットの音声コンテンツは、前記基本デコーダによって再生可能な予め定められた音声コンテンツであり、予め定められたコンテンツ特性を有し、前記代替パケットは、それが代替パケットであることのインジケーションを含み、前記インジケーションは、前記代替パケットが前記予め定められたコンテンツ特性に従って有効なパケットのようにデコードされるよう、前記インジケーションが前記基本デコーダによって無視可能または解釈可能であるよう、実現されており、前記インジケーションは、前記予め定められたコンテンツ特性とは異なるコンテンツ特性を有する前記代替パケットのコンテンツを生成する誤り訂正措置を行なう前記拡張デコーダによって解釈可能であり、
   前記パケットのシーケンスを出力するための手段（１５）をさらに備え、前記パケットのシーケンスは、少なくとも１つの受信されたパケットと少なくとも１つの代替パケットとを含む、装置。
2. 前記受信するための手段（１１）によって受信可能な前記シーケンスのパケットは、変換ベースの音声エンコーダから届き、前記音声信号の時間区分の短時間スペクトルを含み、
   前記予め定められたコンテンツ特性は、すべてのスペクトル値が、ゼロに等しい、または、音声心理に基づいた聴取しきい値によって表わされるエネルギの２倍よりも全体として小さいエネルギを表わすというものである、請求項１に記載の装置。
3. 前記提供するための手段（１４）は、
   前記代替パケットを格納するためのメモリと、
   前記検出するための手段（１３）が不良パケットまたは欠落パケットを検出するたびに、前記代替パケットを前記メモリからフェッチするためのメモリフェッチ部とを含む、請求項１または２に記載の装置。
4. 前記受信するための手段（１１）は、電話基地局の入力インターフェイスであり、パケットベースのデータ伝送のために実現されたネットワークへ接続可能である、請求項１から３のいずれか１項に記載の装置。
5. 前記代替パケットは、前記インジケーションがあるペイロード領域を有する、請求項１から４のいずれか１項に記載の装置。
6. 前記パケット構文は、拡張ペイロードフィールドを定義するように実現されており、前記インジケーションは、前記拡張ペイロードフィールドにあるデータによって形成されている、請求項１から５のいずれか１項に記載の装置。
7. 前記データは、文字コードに従って生成されており、前記データは、データ損失を示す意味を有する、請求項６に記載の装置。
8. 前記データは、表現「ＦＲＡＭＥ＿ＬＯＳＳ」または「データ損失」を表わす、請求項７に記載の装置。
9. 前記文字コードは、ＡＳＣＩＩコードである、請求項７または８に記載の装置。
10. 前記パケットのシーケンスは、ＭＰＥＧ−１，layer ３、またはＭＰＥＧ−４ ＡＡＣに従った音声エンコーダによって生成され、ビットリザーバ機能が無効である、請求項１に記載の装置。
11. 基地局として実現される、請求項１から１０のいずれか１項に記載の装置。
12. 前記パケット構文は、フレーム内のすべての音声データのビット数が目標ビットレートを実現することを許容されたフレーム中の最小ビット数よりも少ないときに基本エンコーダによって満たされるフィルデータフィールドを含み、
    前記インジケーションは、前記フィルデータフィールドにある予め定められたビット組合せによって表わされる、請求項１から１１のいずれか１項に記載の装置。
13. 前記検出するための手段（１３）は、シーケンス位置インジケーションを有するデータパケットを、予め定められた継続時間待ち、前記予め定められた継続時間が、前記データパケットを検出することなく経過すると、前記供給するための手段（１４）にパケット損失を信号通知するように実現されている、請求項１から１２のいずれか１項に記載の装置。
14. 求めるシーケンス位置情報は、先行または後続の有効パケットのシーケンス位置インジケーションによって設定される、請求項１３に記載の装置。
15. 前記予め定められた継続時間は、ＱｏＳ要求（１９）によって設定可能かつ予め定めることが可能である、請求項１３または１４に記載の装置。
16. 前記予め定められた継続時間は、前記ＱｏＳ要求が有する遅延が小さいほど短く、前記ＱｏＳ要求が許容する遅延が大きいほど長い、請求項１５に記載の装置。
17. 前記出力するための手段（１５）は、前記パケットのシーケンスを、完全で連続的なシーケンスを表わすパケットと代替パケットとの途切れないシーケンスとして出力するように実現されている、請求項１から１６のいずれか１項に記載の装置。
18. 前記受信するための手段（１１）は、パケットを受信するが、前記装置において当該パケットのフレームが欠落しているフレームの代替フレームであると前記拡張デコーダに認識させる方法が提供されている場合には当該受信した前記パケットをデコードしない、または、多くとも前記パケットにあるシーケンス位置情報を検出するために部分的にしかデコードしないように実現されている、請求項１から１７のいずれか１項に記載の装置。
19. 音声信号を表わすデータパケットのシーケンスを基本デコーダまたは拡張デコーダに伝送する方法であって、前記拡張デコーダは、前記基本デコーダと比較して拡張された機能性を含み、
    前記シーケンスのパケットを受信するステップ（１１）を備え、前記パケットに対してパケット構文が指定されており、
    前記パケットのシーケンス中のパケットが欠落しているまたは不良であるか否かを検出するステップ（１３）と、
    不良パケットまたは欠落パケットを代替する代替パケットを提供するステップ（１４）とをさらに備え、前記代替パケットは、前記パケット構文に関して有効なパケットであり、前記代替パケットの音声コンテンツは、前記基本デコーダによって再生可能な予め定められた音声コンテンツであり、予め定められたコンテンツ特性を有し、前記代替パケットは、それが代替パケットであることのインジケーションを含み、前記インジケーションは、前記代替パケットが前記予め定められたコンテンツ特性に従って有効なパケットのようにデコードされるよう、前記インジケーションが前記基本デコーダによって無視可能または解釈可能であるよう、実現されており、前記インジケーションは、前記予め定められたコンテンツ特性とは異なるコンテンツ特性を有する前記代替パケットのコンテンツを生成する誤り訂正措置を行なう前記拡張デコーダによって解釈可能であり、
    前記パケットのシーケンスを出力するステップ（１５）をさらに備え、前記パケットのシーケンスは、少なくとも１つの受信されたパケットと少なくとも１つの代替パケットとを含む、方法。
20. パケットのシーケンスをデコードするための拡張デコーダであって、前記拡張デコーダは、前記基本デコーダと比較して拡張された機能性を含み、
    パケット構文が指定された前記パケットのシーケンスを受信するための受信機（２１）を備え、前記シーケンスは、少なくとも１つのデータパケットと少なくとも１つの代替パケットとを含み、前記代替パケットは、前記パケット構文に関して有効なパケットであり、前記代替パケットの音声コンテンツは、前記基本デコーダによって再生可能な予め定められた音声コンテンツであり、予め定められたコンテンツ特性を有し、前記代替パケットは、それが代替パケットであることのインジケーションを含み、前記インジケーションは、前記代替パケットが前記基本デコーダによって受信されてもよく、前記代替パケットが前記予め定められたコンテンツ特性に従って有効なパケットのようにデコードされてもよく、かつ前記拡張デコーダが、前記インジケーションを解釈して、前記予め定められたコンテンツ特性とは異なるコンテンツ特性を有する前記代替パケットのコンテンツを生成する誤り訂正措置を行なうように実現されているようなものであり、
    パケットが前記インジケーションを含むか、よって代替パケットであるか否かを検出するための検出器（２２）と、
    前記予め定められたコンテンツ特性とは特性が異なる前記代替パケットの合成音声コンテンツを、誤り訂正手段を用いて合成するための誤り訂正手段（２３）と、
    パケットが代替パケットでないとき、前記パケットの前記音声コンテンツを生成し、前記パケットが代替パケットであるとき、前記合成音声コンテンツを生成するための音声生成手段（２４）とをさらに備える、拡張デコーダ。
21. 前記予め定められたコンテンツ特性は、ゼロスペクトルであり、
    前記受信されたパケットのシーケンスのパケットは、変換ベースの音声エンコーダによって生成されており、
    前記音声生成手段（２４）は、変換ベースの音声デコーダ（４１、４２、４３）を含む、請求項２０に記載の拡張デコーダ。
22. 前記誤り訂正手段（２３）は、合成スペクトル値を生成するように実現されており、
    前記音声生成手段は、前記合成スペクトル値を時間表現（４３）に変換するように実現されている、請求項２１に記載の拡張デコーダ。
23. 前記誤り訂正手段（２３）は、先行のまたは後続のそのままのまたは訂正された音声パケットからの音声コンテンツの外挿により前記合成音声コンテンツを生成し、または
    先行のそのままのまたは訂正されたパケットの音声コンテンツと、後続のそのままのまたは訂正されたパケットの音声コンテンツとの内挿によって前記合成音声コンテンツを生成するように実現されている、請求項２０、２１、または２２に記載の拡張デコーダ。
24. パケットのシーケンスを拡張デコーダでデコードするための方法であって、前記拡張デコーダは、前記基本デコーダと比較して拡張された機能性を含み、
    パケット構文が指定された前記パケットのシーケンスを受信するステップ（２１）を備え、前記シーケンスは、少なくとも１つのデータパケットと少なくとも１つの代替パケットとを含み、前記代替パケットは、前記パケット構文に関して有効なパケットであり、前記代替パケットの音声コンテンツは、前記基本デコーダによって再生可能な予め定められた音声コンテンツであり、予め定められたコンテンツ特性を含み、前記代替パケットは、それが代替パケットであることのインジケーションを含み、前記インジケーションは、前記代替パケットが前記基本デコーダによって受信されてもよく、前記代替パケットが前記予め定められたコンテンツ特性に従って有効なパケットのようにデコードされることができ、かつ前記拡張デコーダが、前記インジケーションを解釈して、前記予め定めらされたコンテンツ特性とは異なるコンテンツ特性を有する前記代替パケットのコンテンツを生成する誤り訂正措置を行なうようなものであり、
    前記パケットが、前記インジケーションを含むか、よって代替パケットであるか否かを検出するステップ（２２）と、
    前記予め定められたコンテンツ特性とはコンテンツ特性が異なる前記代替パケットの合成音声コンテンツを前記誤り訂正措置によって合成するステップ（２３）と、
    パケットが代替パケットでないとき、前記パケットの前記音声コンテンツを生成し、前記パケットが代替パケットであるとき、前記合成音声コンテンツを生成するステップ（２４）とをさらに備える、方法。
25. 請求項１９または２４の方法をコンピュータ上で実行するとき、前記方法を実行するためのプログラムコードを含むコンピュータプログラム。

Images