JP6345780B2 - ハイバンドコーディングにおける選択的位相補償 - Google Patents
ハイバンドコーディングにおける選択的位相補償 Download PDFInfo
- Publication number
- JP6345780B2 JP6345780B2 JP2016533203A JP2016533203A JP6345780B2 JP 6345780 B2 JP6345780 B2 JP 6345780B2 JP 2016533203 A JP2016533203 A JP 2016533203A JP 2016533203 A JP2016533203 A JP 2016533203A JP 6345780 B2 JP6345780 B2 JP 6345780B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- phase
- phase adjustment
- highband
- frequency
- 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 claims description 140
- 230000005284 excitation Effects 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 54
- 230000009466 transformation Effects 0.000 claims description 26
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 description 21
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001131 transforming effect 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
-
- 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
- G10L19/26—Pre-filtering or post-filtering
- G10L19/265—Pre-filtering, e.g. high frequency emphasis prior to encoding
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading 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
- G10L19/093—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters using sinusoidal excitation models
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)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Circuit For Audible Band Transducer (AREA)
Description
[0001] 本出願は、本願の譲受人が所有する2013年11月22日に出願された米国仮特許出願第61/907,674号および2014年11月21日に出願された米国特許出願第14/550,589号からの優先権を主張し、その内容全体が参照により明示的に本明細書に援用される。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
[C1]
ハイバンド残差信号に基づいて位相調整パラメータを、エンコーダにおいて、決定することと、
前記位相調整パラメータに基づいて第1の信号の位相を調整することと、前記第1の信号はオーディオ信号のローバンド部分に関連付けられる、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記オーディオ信号の前記符号化されたバージョンに前記位相調整パラメータを挿入することと、
ビットストリームの一部としてスピーチデコーダに前記位相調整パラメータを送信することと
を備える、方法。
[C2]
前記第1の信号は高調波による拡張信号であるか、または前記高調波による拡張信号から生成されるハイバンド励起信号である、C1に記載の方法。
[C3]
前記第1の信号の特定の位相調整パラメータを決定することは、特定の周波数における前記ハイバンド残差信号の特定の位相を決定することを備え、前記特定の位相調整パラメータは、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に関連付けられる量子化された情報を含む、C1に記載の方法。
[C4]
前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定することは、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に関して変換演算を実行することと、
前記変換済みのハイバンド残差信号の特定の変換係数を選択することと
を備え、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、C3に記載の方法。
[C5]
前記変換演算は高速フーリエ変換演算に対応する、C4に記載の方法。
[C6]
前記特定の周波数は、前記オーディオ信号のハイバンド部分におけるスピーチ基本ピッチ周波数の倍数に対応する、C3に記載の方法。
[C7]
前記位相調整パラメータは規則的な周波数間隔において決定される、C3に記載の方法。
[C8]
前記第1の信号の前記位相を調整することは、前記特定の位相調整パラメータに基づいて前記特定の周波数における前記第1の信号の第1の位相を調整することを備える、C3に記載の方法。
[C9]
前記特定の周波数における前記第1の信号の前記第1の位相を調整することは、
前記第1の信号を時間ドメインから周波数ドメインに変換するために、前記第1の信号に対して変換演算を実行することと、
位相調整済み信号を生成するために、前記第1の信号が前記周波数ドメインにある間に、前記特定の周波数における前記第1の信号の前記第1の位相を、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に対応する調整済み位相に置き換えることと、
前記位相調整済み信号を前記周波数ドメインから前記時間ドメインに変換するために、前記位相調整済み信号に対して逆変換演算を実行することと
を備える、C8に記載の方法。
[C10]
前記ハイバンド残差信号のエネルギーレベルを近似する第1のエネルギーレベルを有する少なくとも第1の正弦波形を生成することと、
前記少なくとも1つの正弦波形の特定の位相を決定することと、ここにおいて、前記位相調整パラメータの特定の位相調整パラメータは、前記第1の正弦波形の前記特定の位相に少なくとも部分的に基づく、
前記第1の信号のエネルギーレベルを近似する第2のエネルギーレベルを有する少なくとも第2の正弦波形を生成することと、
前記第2の正弦波形と前記第1の信号との間のエネルギー差を近似する残差波形を生成することと、
再構成済み正弦波形を生成するために、前記特定の位相調整パラメータに基づいて前記第1の正弦波形を再構成することと、
位相調整済みの第1の信号を生成するために、前記残差波形と前記再構成済み正弦波形とを合成することと
をさらに備える、C1に記載の方法。
[C11]
ハイバンド残差信号に基づいて位相調整パラメータを決定するように構成される位相分析器と、
前記位相調整パラメータに基づいて第1の信号の位相を調整するように構成される位相調整器と、前記第1の信号はオーディオ信号のローバンド部分に関連付けられる、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記位相調整パラメータを前記オーディオ信号の前記符号化されたバージョンに挿入するように構成されるマルチプレクサと
を備える、装置。
[C12]
前記位相調整パラメータをビットストリームの一部としてスピーチデコーダに送信するように構成される送信機をさらに備える、C11に記載の装置。
[C13]
前記第1の信号は高調波による拡張信号であるか、または前記高調波による拡張信号から生成されるハイバンド励起信号である、C11に記載の装置。
[C14]
前記位相分析器は、特定の周波数における前記ハイバンド残差信号の特定の位相を決定するように構成され、特定の位相調整パラメータは、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に関連付けられる量子化された情報を含む、C11に記載の装置。
[C15]
前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定することは、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に対して変換演算を実行することと、
前記変換済みのハイバンド残差信号の特定の変換係数を選択することと、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、
を備える、C14に記載の装置。
[C16]
前記変換演算は高速フーリエ変換演算に対応する、C15に記載の装置。
[C17]
前記特定の周波数は、前記オーディオ信号のハイバンド部分におけるスピーチ基本ピッチ周波数の倍数に対応する、C14に記載の装置。
[C18]
前記位相分析器は、規則的な周波数間隔において位相調整パラメータを決定するように構成され、前記特定の周波数は前記規則的な周波数間隔の1つの間隔によって規定される周波数に対応する、C14に記載の装置。
[C19]
前記位相調整器は、前記特定の位相調整パラメータに基づいて前記特定の周波数における前記第1の信号の第1の位相を調整するように構成される、C14に記載の装置。
[C20]
前記位相調整器はさらに、
前記第1の信号を時間ドメインから周波数ドメインに変換するために、前記第1の信号に対して変換演算を実行し、
位相調整済み信号を生成するために、前記第1の信号が前記周波数ドメインにある間に、前記特定の周波数における前記第1の信号の前記第1の位相を、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に置き換え、
前記位相調整済み信号を前記周波数ドメインから前記時間ドメインに変換するために、前記位相調整済み信号に対して逆変換演算を実行するように構成される、C19に記載の装置。
[C21]
ハイバンド残差信号に基づいて、位相調整パラメータを決定するための手段と、
前記位相調整パラメータに基づいて第1の信号の位相を調整するための手段と、前記第1の信号はオーディオ信号のローバンド部分に関連付けられる、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記位相調整パラメータを前記オーディオ信号の前記符号化されたバージョンに挿入するための手段と、
前記位相調整パラメータをビットストリームの一部としてスピーチデコーダに送信するための手段とを備える、装置。
[C22]
前記第1の信号は高調波による拡張信号であるか、または前記高調波による拡張信号から生成されるハイバンド励起信号である、C21に記載の装置。
[C23]
前記第1の信号の特定の位相調整パラメータを決定するための前記手段は、特定の周波数における前記ハイバンド残差信号の特定の位相を決定するための手段を備え、前記特定の位相調整パラメータは、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に関連付けられる量子化された情報を含む、C21に記載の装置。
[C24]
前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定するための前記手段は、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に対して変換演算を実行するための手段と、
前記変換済みのハイバンド残差信号の特定の変換係数を選択するための手段と、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、
を備える、C23に記載の装置。
[C25]
前記変換演算は高速フーリエ変換演算に対応する、C24に記載の装置。
[C26]
前記特定の周波数は、前記オーディオ信号のハイバンド部分におけるスピーチ基本ピッチ周波数の倍数に対応する、C23に記載の装置。
[C27]
前記位相調整パラメータは規則的な周波数間隔において決定される、C23に記載の装置。
[C28]
デコーダを備え、前記デコーダは、
エンコーダから符号化されたオーディオ信号を受信することと、前記符号化されたオーディオ信号は前記エンコーダにおいて生成されたハイバンド残差信号に基づく位相調整パラメータを備える、
前記符号化されたオーディオ信号に基づいて、再構成された第1の信号を生成することと、前記再構成された第1の信号は、オーディオ信号のローバンド部分に関連付けられる、前記エンコーダにおいて生成された第1の信号の再構成されたバージョンに対応する、
前記再構成された第1の信号の位相を調整するために、前記再構成された第1の信号に前記位相調整パラメータを適用することと、
前記位相調整済みの再構成された第1の信号に基づいて、前記オーディオ信号を再構成することと
を行うように構成される、装置。
[C29]
前記再構成された第1の信号は高調波による拡張信号である、C28に記載の装置。
[C30]
前記再構成された第1の信号は、高調波による拡張信号から生成されるハイバンド励起信号である、C28に記載の装置。
Claims (29)
- オーディオ信号のハイバンド部分に対して線形予測分析を実行することに基づいて、ハイバンド残差信号を生成することと、
前記ハイバンド残差信号に基づいて位相調整パラメータを、エンコーダにおいて、決定することと、ここにおいて、前記位相調整パラメータのうちの少なくとも1つの位相調整パラメータは、前記ハイバンド残差信号のエネルギーレベルを近似する第1の正弦波形に少なくとも部分的に基づく、
前記位相調整パラメータに基づいて第1の信号の位相を、前記エンコーダにおいて、調整することと、前記第1の信号は前記オーディオ信号のローバンド部分に基づき、位相調整済みの第1の信号は、前記第1の信号のエネルギーレベルを近似する第2の正弦波形に少なくとも部分的に基づいて生成される、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記オーディオ信号の前記符号化されたバージョンに前記位相調整パラメータを挿入することと、前記オーディオ信号の前記符号化されたバージョンは、前記位相が調整された後の前記第1の信号に基づくサイド情報を含む、
ビットストリームの一部としてスピーチデコーダに前記オーディオ信号の前記符号化されたバージョンにおける前記位相調整パラメータを送信することと
を備える、方法。 - 高調波による拡張信号に基づくか、または前記高調波による拡張信号から生成されるハイバンド励起信号に基づいて、前記第1の信号を生成することをさらに備え、前記高調波による拡張信号は、前記オーディオ信号の前記ローバンド部分に基づく、
請求項1に記載の方法。 - 特定の位相調整パラメータを決定することは、特定の周波数における前記ハイバンド残差信号の特定の位相を決定することを備え、前記特定の位相調整パラメータは、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に関連付けられる量子化された情報を含む、請求項1に記載の方法。
- 前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定することは、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に対して変換演算を実行することと、ここにおいて、前記変換演算は、高速フーリエ変換演算に対応する、
前記変換されたハイバンド残差信号の特定の変換係数を選択することと
を備え、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、請求項3に記載の方法。 - 前記第1の信号の前記位相を調整することは、前記特定の位相調整パラメータに基づいて前記特定の周波数における前記第1の信号の第1の位相を調整することを備える、請求項3に記載の方法。
- 前記特定の周波数における前記第1の信号の前記第1の位相を調整することは、
前記第1の信号を時間ドメインから周波数ドメインに変換するために、前記第1の信号に対して変換演算を実行することと、
位相調整済み信号を生成するために、前記第1の信号が前記周波数ドメインにある間に、前記特定の周波数における前記第1の信号の前記第1の位相を、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に対応する調整済み位相に置き換えることと、
前記位相調整済み信号を前記周波数ドメインから前記時間ドメインに変換するために、前記位相調整済み信号に対して逆変換演算を実行することと
を備える、請求項5に記載の方法。 - 前記第1の正弦波形を生成することと、
前記第1の正弦波形の特定の位相を決定することと、ここにおいて、前記少なくとも1つの位相調整パラメータは、前記第1の正弦波形の前記特定の位相に少なくとも部分的に基づく、
前記第2の正弦波形を生成することと、
前記第2の正弦波形と前記第1の信号との間のエネルギー差を近似する残差波形を生成することと、
再構成済み正弦波形を生成するために、前記特定の位相調整パラメータに基づいて前記第1の正弦波形を再構成することと、
前記位相調整済みの第1の信号を生成するために、前記残差波形と前記再構成済み正弦波形とを合成することと
をさらに備える、請求項1に記載の方法。 - 前記第1の信号の前記位相は、前記第1の信号の位相と少なくとも1つの特定の周波数範囲のための前記ハイバンド残差信号の位相とを合わせるように調整される、請求項1に記載の方法。
- 前記サイド情報は、推定された利得形状データを含む、請求項1に記載の方法。
- 前記位相調整パラメータの第1の位相調整パラメータは、前記ハイバンド残差信号のエネルギーレベルを近似する正弦波形に少なくとも部分的に基づく、請求項1に記載の方法。
- ハイバンド残差信号に基づいて位相調整パラメータを決定するように構成される位相分析器と、前記ハイバンド残差信号は、オーディオ信号のハイバンド部分に対して実行される線形予測分析に基づき、前記位相調整パラメータのうちの少なくとも1つの位相調整パラメータは、前記ハイバンド残差信号のエネルギーレベルを近似する第1の正弦波形に少なくとも部分的に基づく、
前記位相調整パラメータに基づいて第1の信号の位相を調整するように構成される位相調整器と、前記第1の信号は前記オーディオ信号のローバンド部分に基づき、位相調整済みの第1の信号は、前記第1の信号のエネルギーレベルを近似する第2の正弦波形に少なくとも部分的に基づいて生成される、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記位相調整パラメータを前記オーディオ信号の前記符号化されたバージョンに挿入するように構成されるマルチプレクサと、前記オーディオ信号の前記符号化されたバージョンは、前記位相が調整された後の前記第1の信号に基づくサイド情報を含む、
を備える、装置。 - 第1の線形予測分析およびコーディングモジュールを含み、前記ハイバンド残差信号を生成するように構成される、ハイバンド分析モジュールと、
前記オーディオ信号の前記符号化されたバージョンにおける前記位相調整パラメータをビットストリームの一部としてスピーチデコーダに送信するように構成される送信機をさらに備える、請求項11に記載の装置。 - 前記第1の信号は高調波による拡張信号であるか、または前記高調波による拡張信号から生成されるハイバンド励起信号である、請求項11に記載の装置。
- 前記位相分析器は、特定の周波数における前記ハイバンド残差信号の特定の位相を決定するように構成され、特定の位相調整パラメータは、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に関連付けられる量子化された情報を含む、請求項11に記載の装置。
- 前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定することは、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に対して変換演算を実行することと、
前記変換されたハイバンド残差信号の特定の変換係数を選択することと、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、
を備える、請求項14に記載の装置。 - 前記位相調整器は、前記特定の位相調整パラメータに基づいて前記特定の周波数における前記第1の信号の第1の位相を調整するように構成され、前記位相調整器はさらに、
前記第1の信号を時間ドメインから周波数ドメインに変換するために、前記第1の信号に対して変換演算を実行し、
位相調整済み信号を生成するために、前記第1の信号が前記周波数ドメインにある間に、前記特定の周波数における前記第1の信号の前記第1の位相を、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相に置き換え、
前記位相調整済み信号を前記周波数ドメインから前記時間ドメインに変換するために、前記位相調整済み信号に対して逆変換演算を実行するように構成される、請求項14に記載の装置。 - アンテナと、
前記アンテナに結合され、前記オーディオ信号の前記符号化されたバージョンを送信するように構成される送信機と
をさらに備える、請求項11に記載の装置。 - 前記位相分析器、前記位相調整器、前記マルチプレクサ、および前記送信機は、モバイルデバイス内に組み込まれる、請求項17に記載の装置。
- 前記特定の周波数は、前記オーディオ信号のハイバンド部分におけるスピーチ基本ピッチ周波数の倍数に対応する、請求項14に記載の装置。
- 前記位相分析器は、規則的な周波数間隔において位相調整パラメータを決定するように構成され、前記特定の周波数は前記規則的な周波数間隔の1つの間隔によって規定される周波数に対応する、請求項14に記載の装置。
- ハイバンド残差信号に基づいて、位相調整パラメータを決定するための手段と、前記ハイバンド残差信号は、オーディオ信号のハイバンド部分に対して実行される線形予測分析に基づき、前記位相調整パラメータのうちの少なくとも1つの位相調整パラメータは、前記ハイバンド残差信号のエネルギーレベルを近似する第1の正弦波形に少なくとも部分的に基づく、
前記位相調整パラメータに基づいて第1の信号の位相を調整するための手段と、前記第1の信号はオーディオ信号のローバンド部分に基づき、位相調整済みの第1の信号は、前記第1の信号のエネルギーレベルを近似する第2の正弦波形に少なくとも部分的に基づいて生成される、
前記オーディオ信号の符号化されたバージョンから前記オーディオ信号の再構成中に位相調整を可能にするために、前記位相調整パラメータを前記オーディオ信号の前記符号化されたバージョンに挿入するための手段と、前記オーディオ信号の前記符号化されたバージョンは、前記位相が調整された後の前記第1の信号に基づくサイド情報を含む、
前記オーディオ信号の前記符号化されたバージョンにおける前記位相調整パラメータをビットストリームの一部としてスピーチデコーダに送信するための手段とを備える、装置。 - 前記オーディオ信号の前記ローバンド部分に対して第1の分析を実行するための手段をさらに備え、ここにおいて前記第1の分析を実行するための前記手段は、第1の線形予測分析およびコーディングモジュールを備え、前記第1の分析に基づいて線形予測残差信号を生成するように構成され、前記第1の信号は高調波による拡張信号であるか、または前記高調波による拡張信号から生成されるハイバンド励起信号である、請求項21に記載の装置。
- 決定するための前記手段、調整するための前記手段、挿入するための前記手段、および送信するための前記手段は、モバイルデバイスに組み込まれる、請求項22に記載の装置。
- 決定するための前記手段は、特定の周波数における前記ハイバンド残差信号の特定の位相を決定するための手段を備え、前記特定の周波数における前記ハイバンド残差信号の前記特定の位相を決定するための前記手段は、
前記ハイバンド残差信号を時間ドメインから周波数ドメインに変換するために、前記ハイバンド残差信号に対して変換演算を実行するための手段と、
前記変換されたハイバンド残差信号の特定の変換係数を選択するための手段と、前記特定の変換係数は、前記特定の周波数に関連付けられ、前記特定の位相は前記特定の変換係数に基づいて決定される、
を備える、請求項21に記載の装置。 - 前記変換演算は高速フーリエ変換演算に対応し、前記特定の周波数は、前記オーディオ信号のハイバンド部分におけるスピーチ基本ピッチ周波数の倍数に対応する、請求項24に記載の装置。
- デコーダを備え、前記デコーダは、
エンコーダから符号化されたオーディオ信号を受信することと、前記符号化されたオーディオ信号は、前記エンコーダにおいてオーディオ信号のハイバンド部分に対して行われる線形予測分析を介して生成されるハイバンド残差信号に基づく位相調整パラメータを備え、前記位相調整パラメータのうちの少なくとも1つの位相調整パラメータは、前記ハイバンド残差信号のエネルギーレベルを近似する第1の正弦波形に少なくとも部分的に基づき、前記符号化されたオーディオ信号は、前記エンコーダにおいて生成される第1の信号に基づくサイド情報をさらに備える、
前記符号化されたオーディオ信号に基づいて、再構成された信号を生成することと、前記再構成された信号は、前記第1の信号の再構成されたバージョンに対応し、前記第1の信号は前記オーディオ信号のローバンド部分に基づき、位相調整済みの第1の信号は、前記第1の信号のエネルギーレベルを近似する第2の正弦波形に少なくとも部分的に基づいて生成される、
前記再構成された信号の位相を調整するために、前記再構成された信号に前記位相調整パラメータを適用することと、
前記位相調整済みの再構成された信号に基づいて、および前記サイド情報に基づいて、前記オーディオ信号を再構成することと
を行うように構成される、装置。 - 前記線形予測分析は、前記エンコーダのハイバンド分析モジュールの線形予測分析およびコーディングモジュールによって実行され、前記再構成された信号は高調波による拡張信号または高調波による拡張信号から生成されるハイバンド励起信号である、請求項26に記載の装置。
- アンテナと、
前記アンテナに結合され、前記符号化されたオーディオ信号を受信するように構成される受信機と
をさらに備える、請求項26に記載の装置。 - 前記デコーダおよび前記受信機は、モバイルデバイスに組み込まれる、請求項28に記載の装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361907674P | 2013-11-22 | 2013-11-22 | |
US61/907,674 | 2013-11-22 | ||
US14/550,589 US9858941B2 (en) | 2013-11-22 | 2014-11-21 | Selective phase compensation in high band coding of an audio signal |
PCT/US2014/066945 WO2015077641A1 (en) | 2013-11-22 | 2014-11-21 | Selective phase compensation in high band coding |
US14/550,589 | 2014-11-21 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016539369A JP2016539369A (ja) | 2016-12-15 |
JP2016539369A5 JP2016539369A5 (ja) | 2018-03-22 |
JP6345780B2 true JP6345780B2 (ja) | 2018-06-20 |
Family
ID=52114054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016533203A Expired - Fee Related JP6345780B2 (ja) | 2013-11-22 | 2014-11-21 | ハイバンドコーディングにおける選択的位相補償 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9858941B2 (ja) |
JP (1) | JP6345780B2 (ja) |
KR (1) | KR20160087827A (ja) |
CN (1) | CN105765655A (ja) |
WO (1) | WO2015077641A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3011408A1 (fr) * | 2013-09-30 | 2015-04-03 | Orange | Re-echantillonnage d'un signal audio pour un codage/decodage a bas retard |
WO2015077641A1 (en) * | 2013-11-22 | 2015-05-28 | Qualcomm Incorporated | Selective phase compensation in high band coding |
EP2963645A1 (en) | 2014-07-01 | 2016-01-06 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Calculator and method for determining phase correction data for an audio signal |
CN107077849B (zh) * | 2014-11-07 | 2020-09-08 | 三星电子株式会社 | 用于恢复音频信号的方法和设备 |
US10847170B2 (en) | 2015-06-18 | 2020-11-24 | Qualcomm Incorporated | Device and method for generating a high-band signal from non-linearly processed sub-ranges |
US10152977B2 (en) * | 2015-11-20 | 2018-12-11 | Qualcomm Incorporated | Encoding of multiple audio signals |
JP6611042B2 (ja) * | 2015-12-02 | 2019-11-27 | パナソニックIpマネジメント株式会社 | 音声信号復号装置及び音声信号復号方法 |
US10148416B2 (en) * | 2016-09-02 | 2018-12-04 | Intel Corporation | Signal phase optimization in memory interface training |
US10224042B2 (en) * | 2016-10-31 | 2019-03-05 | Qualcomm Incorporated | Encoding of multiple audio signals |
US10825467B2 (en) * | 2017-04-21 | 2020-11-03 | Qualcomm Incorporated | Non-harmonic speech detection and bandwidth extension in a multi-source environment |
US10957331B2 (en) * | 2018-12-17 | 2021-03-23 | Microsoft Technology Licensing, Llc | Phase reconstruction in a speech decoder |
US10847172B2 (en) * | 2018-12-17 | 2020-11-24 | Microsoft Technology Licensing, Llc | Phase quantization in a speech encoder |
CN118038877A (zh) * | 2022-11-01 | 2024-05-14 | 抖音视界有限公司 | 一种音频信号的编码、解码方法及装置 |
EP4375999A1 (en) * | 2022-11-28 | 2024-05-29 | GN Audio A/S | Audio device with signal parameter-based processing, related methods and systems |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4433434A (en) * | 1981-12-28 | 1984-02-21 | Mozer Forrest Shrago | Method and apparatus for time domain compression and synthesis of audible signals |
AU3702497A (en) | 1996-07-30 | 1998-02-20 | British Telecommunications Public Limited Company | Speech coding |
US5886276A (en) * | 1997-01-16 | 1999-03-23 | The Board Of Trustees Of The Leland Stanford Junior University | System and method for multiresolution scalable audio signal encoding |
SE512719C2 (sv) | 1997-06-10 | 2000-05-02 | Lars Gustaf Liljeryd | En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion |
US6266644B1 (en) * | 1998-09-26 | 2001-07-24 | Liquid Audio, Inc. | Audio encoding apparatus and methods |
CN1272911C (zh) * | 2001-07-13 | 2006-08-30 | 松下电器产业株式会社 | 音频信号解码装置及音频信号编码装置 |
DE60202881T2 (de) * | 2001-11-29 | 2006-01-19 | Coding Technologies Ab | Wiederherstellung von hochfrequenzkomponenten |
US20030187663A1 (en) * | 2002-03-28 | 2003-10-02 | Truman Michael Mead | Broadband frequency translation for high frequency regeneration |
JP2004054526A (ja) * | 2002-07-18 | 2004-02-19 | Canon Finetech Inc | 画像処理システム、印刷装置、制御方法、制御コマンド実行方法、プログラムおよび記録媒体 |
BRPI0412717A (pt) * | 2003-07-18 | 2006-09-26 | Koninkl Philips Electronics Nv | métodos para codificar um sinal e para decodificar um fluxo de áudio, codoficador de áudio, reprodutor de áudio, sistema de áudio, fluxo de áudio, e, meio de armazenagem |
KR100707174B1 (ko) * | 2004-12-31 | 2007-04-13 | 삼성전자주식회사 | 광대역 음성 부호화 및 복호화 시스템에서 고대역 음성부호화 및 복호화 장치와 그 방법 |
CA2603246C (en) | 2005-04-01 | 2012-07-17 | Qualcomm Incorporated | Systems, methods, and apparatus for anti-sparseness filtering |
KR101171098B1 (ko) * | 2005-07-22 | 2012-08-20 | 삼성전자주식회사 | 혼합 구조의 스케일러블 음성 부호화 방법 및 장치 |
US7953605B2 (en) * | 2005-10-07 | 2011-05-31 | Deepen Sinha | Method and apparatus for audio encoding and decoding using wideband psychoacoustic modeling and bandwidth extension |
US7546237B2 (en) * | 2005-12-23 | 2009-06-09 | Qnx Software Systems (Wavemakers), Inc. | Bandwidth extension of narrowband speech |
EP1987513B1 (fr) * | 2006-02-06 | 2009-09-09 | France Telecom | Procede et dispositif de codage hierarchique d'un signal audio source, procede et dispositif de decodage, programmes et signal correspondants |
CN101089951B (zh) * | 2006-06-16 | 2011-08-31 | 北京天籁传音数字技术有限公司 | 频带扩展编码方法及装置和解码方法及装置 |
KR101565919B1 (ko) * | 2006-11-17 | 2015-11-05 | 삼성전자주식회사 | 고주파수 신호 부호화 및 복호화 방법 및 장치 |
KR101411900B1 (ko) * | 2007-05-08 | 2014-06-26 | 삼성전자주식회사 | 오디오 신호의 부호화 및 복호화 방법 및 장치 |
EP2144229A1 (en) | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Efficient use of phase information in audio encoding and decoding |
JP4932917B2 (ja) * | 2009-04-03 | 2012-05-16 | 株式会社エヌ・ティ・ティ・ドコモ | 音声復号装置、音声復号方法、及び音声復号プログラム |
US8484020B2 (en) * | 2009-10-23 | 2013-07-09 | Qualcomm Incorporated | Determining an upperband signal from a narrowband signal |
US8326607B2 (en) * | 2010-01-11 | 2012-12-04 | Sony Ericsson Mobile Communications Ab | Method and arrangement for enhancing speech quality |
EP2545551B1 (en) * | 2010-03-09 | 2017-10-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Improved magnitude response and temporal alignment in phase vocoder based bandwidth extension for audio signals |
JP5743137B2 (ja) * | 2011-01-14 | 2015-07-01 | ソニー株式会社 | 信号処理装置および方法、並びにプログラム |
EP2631906A1 (en) * | 2012-02-27 | 2013-08-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Phase coherence control for harmonic signals in perceptual audio codecs |
WO2015077641A1 (en) * | 2013-11-22 | 2015-05-28 | Qualcomm Incorporated | Selective phase compensation in high band coding |
US9564141B2 (en) * | 2014-02-13 | 2017-02-07 | Qualcomm Incorporated | Harmonic bandwidth extension of audio signals |
US9542955B2 (en) * | 2014-03-31 | 2017-01-10 | Qualcomm Incorporated | High-band signal coding using multiple sub-bands |
-
2014
- 2014-11-21 WO PCT/US2014/066945 patent/WO2015077641A1/en active Application Filing
- 2014-11-21 KR KR1020167015203A patent/KR20160087827A/ko not_active Application Discontinuation
- 2014-11-21 JP JP2016533203A patent/JP6345780B2/ja not_active Expired - Fee Related
- 2014-11-21 US US14/550,589 patent/US9858941B2/en not_active Expired - Fee Related
- 2014-11-21 CN CN201480062053.4A patent/CN105765655A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20160087827A (ko) | 2016-07-22 |
US20150149156A1 (en) | 2015-05-28 |
WO2015077641A1 (en) | 2015-05-28 |
JP2016539369A (ja) | 2016-12-15 |
US9858941B2 (en) | 2018-01-02 |
CN105765655A (zh) | 2016-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6345780B2 (ja) | ハイバンドコーディングにおける選択的位相補償 | |
JP6538209B2 (ja) | ノイズ変調とゲイン調整とを実行するシステムおよび方法 | |
US10410652B2 (en) | Estimation of mixing factors to generate high-band excitation signal | |
JP6196004B2 (ja) | ハイバンド信号特性に基づいた時間利得調整 | |
JP6526704B2 (ja) | オーディオ信号を処理するための方法、装置、およびコンピュータ可読媒体 | |
JP6396538B2 (ja) | 複数のサブバンドを使用するハイバンド信号コーディング | |
JP6262337B2 (ja) | ハイバンド時間的特性の改善された追跡のための利得形状推定 | |
JP2016541032A5 (ja) | ||
RU2667973C2 (ru) | Способы и системы переключения технологий кодирования в устройстве | |
JP2016532912A (ja) | スケーリングされた高帯域励磁を使用する音声信号の帯域幅拡張のための方法、装置、デバイス、コンピュータ可読媒体 | |
EP3072130A1 (en) | Selective phase compensation in high band coding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171026 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180205 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180205 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180419 |
|
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: 20180424 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6345780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |