JP6412994B2 - 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 - Google Patents
周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 Download PDFInfo
- Publication number
- JP6412994B2 JP6412994B2 JP2017174631A JP2017174631A JP6412994B2 JP 6412994 B2 JP6412994 B2 JP 6412994B2 JP 2017174631 A JP2017174631 A JP 2017174631A JP 2017174631 A JP2017174631 A JP 2017174631A JP 6412994 B2 JP6412994 B2 JP 6412994B2
- Authority
- JP
- Japan
- Prior art keywords
- sequence
- envelope sequence
- acoustic signal
- periodic integrated
- periodic
- 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.)
- Active
Links
- 230000000737 periodic effect Effects 0.000 title claims description 179
- 238000000034 method Methods 0.000 title claims description 42
- 238000001228 spectrum Methods 0.000 claims description 92
- 238000004364 calculation method Methods 0.000 claims description 67
- 230000003595 spectral effect Effects 0.000 claims description 33
- 241000209094 Oryza Species 0.000 description 34
- 235000007164 Oryza sativa Nutrition 0.000 description 34
- 235000009566 rice Nutrition 0.000 description 34
- 238000010606 normalization Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 30
- 230000004048 modification Effects 0.000 description 17
- 238000012986 modification Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 108010014173 Factor X Proteins 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation 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
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—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
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Electrically Operated Instructional Devices (AREA)
- Peptides Or Proteins (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Management Or Editing Of Information On Record Carriers (AREA)
- Error Detection And Correction (AREA)
Description
本発明は、音響信号のスペクトル包絡を算出する周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、および記録媒体に関する。
低ビット(例えば10kbit/s〜20kbit/s程度)の音声信号や音響信号の符号化方法として、DFT(離散フーリエ変換)やMDCT(変形離散コサイン変換)などの直交変換係数に対する適応符号化が知られている。例えば非特許文献1で用いられているTCX(transform coded excitation:変換符号化励振)符号化方法では、入力された音信号の周波数領域表現である係数列X[1],…,X[N]から振幅スペクトル包絡の影響を取り除いた系列(正規化係数列XN[1],…,XN[N])を求め、これを可変長符号化する。ただし、[]内のNは正整数である。
振幅スペクトル包絡は、以下の手順で算出される。
(step1)所定の時間区間であるフレーム単位で、入力された時間領域の音響ディジタル信号(以下、入力音響信号)に対する線形予測分析を行って線形予測係数α1,…,αPを求める。ただし、Pは予測次数を示す正整数である。例えば、全極型モデルであるP次自己回帰過程により、時刻tでの入力音響信号x(t)は、P時点まで遡った過去の自分自身の値x(t-1),…,x(t-P)と予測残差e(t)と線形予測係数α1,…,αpによって式(1)で表される。
x(t)=α1x(t-1)+…+αp x(t-P)+e(t) (1)
(step1)所定の時間区間であるフレーム単位で、入力された時間領域の音響ディジタル信号(以下、入力音響信号)に対する線形予測分析を行って線形予測係数α1,…,αPを求める。ただし、Pは予測次数を示す正整数である。例えば、全極型モデルであるP次自己回帰過程により、時刻tでの入力音響信号x(t)は、P時点まで遡った過去の自分自身の値x(t-1),…,x(t-P)と予測残差e(t)と線形予測係数α1,…,αpによって式(1)で表される。
x(t)=α1x(t-1)+…+αp x(t-P)+e(t) (1)
(step2)線形予測係数α1,…,αPを量子化し、量子化済線形予測係数^α1,…,^αPを求める。量子化済線形予測係数^α1,…,^αPを用いてN点の入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式(2)で求めることができる。ただし、nは1≦n≦Nの整数、exp(・)はネイピア数を底とする指数関数、jは虚数単位、σは予測残差信号の振幅である。
なお、本明細書では、右肩に角括弧なしで表記されている記号はべき乗演算を表す。つまり、σ2はσの2乗を表す。また、文中で使用する記号「~」「^」等は、本来直後の文字の真上に記載されるべきものであるが、テキスト記法の制限により、当該文字の直前に記載する。数式中においてはこれらの記号は本来の位置、すなわち文字の真上に記述している。
Anthony Vetro, "MPEG Unified Speech and Audio Coding", Industry and Standards, IEEE MultiMedia, April-June, 2013.
音響信号の符号化では、復号側でもスペクトル包絡の情報を得るために、スペクトル包絡に対応する符号を復号側へ送る必要がある。非特許文献1のように線形予測係数によりスペクトル包絡を求める場合には、復号側へ送る「スペクトル包絡に対応する符号」は「線形予測係数に対応する符号」であり、符号量が少なくて済むという利点がある。一方、線形予測係数により求めたスペクトル包絡の情報は、入力音響信号のピッチ周期に起因するピークの付近での近似精度が悪くなることがある。そして、このことが正規化係数列を可変長符号化する際の符号化効率の低下につながることもある。
このような問題に鑑み、本発明では、音響信号のピッチ周期に起因するピークの付近での近似精度を高くできる包絡系列を提供する。
本発明の周期性統合包絡系列生成装置は、所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、包絡系列として周期性統合包絡系列を生成する。本発明の周期性統合包絡系列生成装置は、少なくとも、スペクトル包絡系列計算部、周期性統合包絡生成部を備える。スペクトル包絡系列計算部は、入力音響信号の時間領域の線形予測に基づき、入力音響信号のスペクトル包絡系列を計算する。周期性統合包絡生成部は、入力音響信号の周波数領域での周期性成分に基づいて、スペクトル包絡系列を変形し、周期性統合包絡系列とする。
本発明の周期性統合包絡系列生成装置によって生成される周期性統合包絡系列であれば、入力音響信号のピッチ周期に起因するピーク付近での近似精度もよくなる。
以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
図1に本発明の周期性統合包絡系列生成装置の機能構成例を、図2に本発明の周期性統合包絡系列生成装置の処理フローを示す。周期性統合包絡系列生成装置100は、スペクトル包絡系列計算部120、周波数領域変換部110、周期性分析部130、周期性包絡系列生成部140、周期性統合包絡生成部150を備え、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、係数列の周波数成分に基づいて振幅スペクトル包絡系列を変形した周期性統合包絡系列を生成する。
<スペクトル包絡系列計算部120>
スペクトル包絡系列計算部120は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]を計算する(S120)。ただし、Nは正整数である。スペクトル包絡系列計算部120は、従来技術と同じであり、以下の手順で計算すればよい。
スペクトル包絡系列計算部120は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]を計算する(S120)。ただし、Nは正整数である。スペクトル包絡系列計算部120は、従来技術と同じであり、以下の手順で計算すればよい。
(step1)所定の時間区間であるフレーム単位で、入力音響信号に対する線形予測分析を行って線形予測係数α1,…,αPを求める。ただし、Pは予測次数を示す正整数である。例えば、全極型モデルであるP次自己回帰過程により、時刻tでの入力音響信号x(t)は、P時点まで遡った過去の自分自身の値x(t-1),…,x(t-P)と予測残差e(t)と線形予測係数α1,…,αpによって式(1)で表される。
(step2)線形予測係数α1,…,αPを用いてN点の入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、線形予測係数α1,…,αPに対応する量子化済線形予測係数^α1,…,^αPを用いて式(2)で求めることができる。または、振幅スペクトル包絡系列の各値W[n]は、線形予測係数α1,…,αPを用いて、式(2)の^αpをαpに置き換えた式で求めることができる。
<周波数領域変換部110>
周波数領域変換部110は、所定の時間区間であるフレーム単位で、入力された時間領域の入力音響信号を周波数領域のN点の係数列X[1],…,X[N]に変換して出力する(S110)。周波数領域への変換は、MDCT(変形離散コサイン変換)やDFT(離散フーリエ変換)などの方法で行えばよい。
周波数領域変換部110は、所定の時間区間であるフレーム単位で、入力された時間領域の入力音響信号を周波数領域のN点の係数列X[1],…,X[N]に変換して出力する(S110)。周波数領域への変換は、MDCT(変形離散コサイン変換)やDFT(離散フーリエ変換)などの方法で行えばよい。
<周期性分析部130>
周期性分析部130は、係数列X[1],…,X[N]を入力とし、当該係数列X[1],…,X[N]の周期Tを求め、周期Tを出力する(S130)。
周期性分析部130は、係数列X[1],…,X[N]を入力とし、当該係数列X[1],…,X[N]の周期Tを求め、周期Tを出力する(S130)。
周期Tは、入力音響信号に由来する周波数領域の係数列、例えば、係数列X[1],…,X[N]、の周期性を有する成分の間隔(係数列が周期的に大きな値となる間隔)に対応する情報である。以下では周期Tを間隔Tと表現する場合もあるが、表現上の違いだけであり、同じものである。Tは正値であり、整数であってもよいし、小数(例えば、5.0、5.25、5.5、5.75)であってもよい。
また、周期性分析部130は、必要に応じて、係数列X[1],…,X[N]を入力とし、周期性の程度を示す指標Sも求めて出力してもよい。この場合、例えば、係数列X[1],…,X[N]の周期性を有する成分の部分のエネルギーとそれ以外の部分のエネルギーとの比など基づいて周期性の程度を示す指標Sを求める。この場合は、指標Sは周波数領域のサンプル列の周期性の程度を示す指標となる。なお、周期性を有する成分の大きさが大きいほど、すなわち、周期Tの整数倍のサンプルやその近傍にあるサンプルの振幅(サンプル値の絶対値)が大きいほど、周波数領域のサンプル列の「周期性の程度」は大きい。
なお、周期性分析部130は、時間領域の入力音響信号から時間領域の周期を求め、求めた時間領域の周期を周波数領域の周期に変換することで、周期Tを求めてもよい。また、時間領域の周期を周波数領域の周期に変換したものの定数倍やその近傍の値を周期Tとして求めてもよい。同様に、周期性分析部130は、時間領域の入力音響信号から、例えば、時間領域の周期分だけ時間がずれた信号列間の相関の大きさ等に基づいて、周期性の程度を示す指標Sを求めてもよい。
要は、時間領域の入力音響信号やそれに由来する周波数領域係数列から周期Tや指標Sを求める方法は、従来より様々な方法が存在するので、その何れの方法を選択して利用してもよい。
<周期性包絡系列生成部140>
周期性包絡系列生成部140は、間隔Tを入力とし、周期性包絡系列P[1],…,P[N]を出力する(S140)。周期性包絡系列P[1],…,P[N]は、ピッチ周期に起因する周期でピークを持つ周波数領域の離散系列、すなわち調波モデルに対応する離散系列である。図3に周期性包絡系列P[1],…,P[N]の例を示す。周期性包絡系列P[1],…,P[N]は、図3に示された波形のように、間隔Tの整数倍の近傍の整数値であるインデックスと、その前後所定数のインデックスに対応する周期性包絡の値のみ正の値を持ち、それ以外は0であるような系列である。間隔Tの整数倍の近傍の整数値であるインデックスが周期的に最大値(ピーク)をとり、その前後所定数のインデックスに対応するP[n]の値は、そのインデックスnがピークに対応するインデックスから離れるにつれて単調減少する関係にある。図3の横軸の1,2,…,は離散化サンプル点のインデックス(以下、「周波数インデックス」)を表す。
周期性包絡系列生成部140は、間隔Tを入力とし、周期性包絡系列P[1],…,P[N]を出力する(S140)。周期性包絡系列P[1],…,P[N]は、ピッチ周期に起因する周期でピークを持つ周波数領域の離散系列、すなわち調波モデルに対応する離散系列である。図3に周期性包絡系列P[1],…,P[N]の例を示す。周期性包絡系列P[1],…,P[N]は、図3に示された波形のように、間隔Tの整数倍の近傍の整数値であるインデックスと、その前後所定数のインデックスに対応する周期性包絡の値のみ正の値を持ち、それ以外は0であるような系列である。間隔Tの整数倍の近傍の整数値であるインデックスが周期的に最大値(ピーク)をとり、その前後所定数のインデックスに対応するP[n]の値は、そのインデックスnがピークに対応するインデックスから離れるにつれて単調減少する関係にある。図3の横軸の1,2,…,は離散化サンプル点のインデックス(以下、「周波数インデックス」)を表す。
例えば、nを周波数インデックスを表す変数とし、τを極大値(ピーク)に対応する周波数インデックスとして、ピークの形状は以下の関数Q(n)で表せる。ただし、間隔Tの小数点以下の桁数がL桁であり、間隔T’をT’=T×2Lとする。
hはピークの高さを表し、間隔Tが大きいほどピークの高さが高くなる。また、PDはピーク部分の幅を表し、間隔Tが大きいほど幅が広くなる。
Uを1からピークの数までを示す正整数(例えば、図4の場合は1〜10)とし、vを1以上の整数(例えば、1から3程度)とし、floor(・)を小数点以下を切り捨てて整数値を返す関数とすると、周期性包絡系列P[n]は、例えば、
のように計算すればよい。ただし、(U×T’)/2L−v≦n≦(U×T’)/2L+vである。例えば、L=2の場合、T=20.00であればT’=80、T=20.25であればT’=81、T=20.50であればT’=82、T=20.75であればT’=83である。なお、周期性包絡系列P[n]は、小数点第一位を四捨五入して整数値を返す関数Round(・)を用いて、
のように求めてもよい。
<周期性統合包絡生成部150>
周期性統合包絡生成部150は、少なくとも、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]を入力とし、周期性統合包絡系列WM[1],…,WM[N]を求める(S150)。具体的には、周期性統合包絡WM[n]を次式のように求める。
なお、δは、周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるように決定される値または予め定めた値である。
周期性統合包絡生成部150は、少なくとも、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]を入力とし、周期性統合包絡系列WM[1],…,WM[N]を求める(S150)。具体的には、周期性統合包絡WM[n]を次式のように求める。
周期性統合包絡生成部150において周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるようにδを決定する場合には、周期性統合包絡生成部150は、係数列X[1], …, X[N]も入力とし、決定されたδとそのときの周期性統合包絡系列WM[1],…,WM[N]を出力すればよい。例えば、δは、いくつかのδの候補、例えば、0.4と0.8の2つをδの候補、の中から以下の式により定義されるEが最小となるδに決めればよい。言い換えると、周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなるδに決めればよい。
δは、周期性統合包絡WM[n]において周期性包絡P[n]をどの程度考慮するかを決める値である。言い換えれば、δは周期性統合包絡WM[n]における振幅スペクトル包絡W[n]と周期性包絡P[n]の混合比率を決める値といえる。また、式(9)のGは係数列X[1],…,X[N]の各係数X[n]の絶対値の系列と周期性統合包絡系列の逆数の系列との内積である。式(8)の~WM[n]は、周期性統合包絡の各値WM[n]をGで正規化した正規化周期性統合包絡である。式(7)において、係数列X[1],…,X[N]と正規化周期性統合包絡系列~WM[1],…,~WM[N]の内積の4乗を計算しているのは、特に絶対値の大きい係数X[n]を強調して内積をとった値(距離)を小さくすることを意図している。つまり、係数列X[1],…,X[N]の中で特に絶対値の大きい係数X[n]と周期性統合包絡WM[n]が近くなるようにδを決定することを意味している。
また、周期性統合包絡生成部150において周期性の程度に応じてδの候補数を決定する場合には、周期性統合包絡生成部150は、周期性の程度を示す指標Sも入力とし、指標Sが、周期性が高いことに対応するフレームであることを示している場合には多くの候補数のδの候補の中から式(7)で定義されるEが最小となるδを選び、指標Sが、周期性が低いことに対応するフレームであることを示している場合にはδを予め定めた値としてもよい。すなわち、周期性統合包絡生成部150において周期性の程度に応じてδの候補数を決定する場合には、周期性が高いほどδの候補の数を多くすればよい。
<実施例1の発明の効果>
図4A〜4Dに同じ音響信号に対して生成された系列の違いを説明するための例を示す。図4Aに係数列X[1],…,X[N]を補間した曲線の形状を、図4Bに周期性包絡系列P[1],…,P[N]を補間した曲線の形状を、図4Cに平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を補間した曲線の形状を、図4Dに周期性統合包絡系列WM[1],…,WM[N]を補間した曲線の形状を示す。図4A〜4Dに示すとおり、周期性統合包絡系列WM[1],…,WM[N]は、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]に比べて、係数列X[1],…,X[N]に現れる周期的なピークを含んだ形状となっている。また、周期性統合包絡系列WM[1],…,WM[N]は、スペクトル包絡を表す情報である線形予測係数または量子化済線形予測係数の他に、間隔T、または、間隔Tと値δの情報があれば生成できる。したがって、入力音響信号のスペクトル包絡を表す情報に少ない情報量を追加するだけで、入力音響信号のピッチ周期に起因する振幅のピークを、線形予測係数により求まるスペクトル包絡より高精度に表現することができる。すなわち、線形予測係数または量子化済線形予測係数と、間隔T、または、間隔Tと値δと、の少ない情報量で入力音響信号の振幅を高精度に推定することができることになる。なお、平滑化振幅スペクトル包絡~W[n]は次式で表現される包絡であり、γは振幅スペクトル係数を鈍らせる(平滑化する)ための1以下の正の定数である。
図4A〜4Dに同じ音響信号に対して生成された系列の違いを説明するための例を示す。図4Aに係数列X[1],…,X[N]を補間した曲線の形状を、図4Bに周期性包絡系列P[1],…,P[N]を補間した曲線の形状を、図4Cに平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を補間した曲線の形状を、図4Dに周期性統合包絡系列WM[1],…,WM[N]を補間した曲線の形状を示す。図4A〜4Dに示すとおり、周期性統合包絡系列WM[1],…,WM[N]は、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]に比べて、係数列X[1],…,X[N]に現れる周期的なピークを含んだ形状となっている。また、周期性統合包絡系列WM[1],…,WM[N]は、スペクトル包絡を表す情報である線形予測係数または量子化済線形予測係数の他に、間隔T、または、間隔Tと値δの情報があれば生成できる。したがって、入力音響信号のスペクトル包絡を表す情報に少ない情報量を追加するだけで、入力音響信号のピッチ周期に起因する振幅のピークを、線形予測係数により求まるスペクトル包絡より高精度に表現することができる。すなわち、線形予測係数または量子化済線形予測係数と、間隔T、または、間隔Tと値δと、の少ない情報量で入力音響信号の振幅を高精度に推定することができることになる。なお、平滑化振幅スペクトル包絡~W[n]は次式で表現される包絡であり、γは振幅スペクトル係数を鈍らせる(平滑化する)ための1以下の正の定数である。
また、本発明の周期性統合包絡系列生成装置を符号化装置と復号装置で用いる場合には、符号化装置に含まれる周期性統合包絡系列生成装置以外の処理部で得られた量子化済線形予測係数^αpを特定する符号(線形予測係数符号CL)と周期Tや時間領域の周期を特定する符号(周期符号CT)が復号装置に入力されるので、本発明の周期性統合包絡系列生成装置からはδの情報を示す符号を出力すれば、復号側の周期性統合包絡系列生成装置でも符号化側の周期性統合包絡系列生成装置で生成した周期性統合包絡系列と同じ周期性統合包絡系列を生成できる。したがって、符号化装置から復号装置に符号を送る際に増加する符号量は少ない。
<実施例1の発明のポイント>
実施例1の周期性統合包絡系列生成装置100では、周期性統合包絡生成部150が係数列X[1],…,X[N]の周期性成分に基づいて、振幅スペクトル包絡系列W[1],…,W[N]を変形し、周期性統合包絡系列WM[1],…,WM[N]としている点が最も重要なポイントである。特に、係数列X[1],…,X[N]の周期性の程度が大きいほど、すなわち、周期性を有する成分の大きさが大きいほど、振幅スペクトル包絡系列W[1],…,W[N]のうち間隔T(周期)の整数倍およびそれらの近傍のサンプルの値を大きく変更すれば、上記の効果を得やすい。「近傍のサンプル」とは、間隔Tの整数倍の近傍の整数値であるインデックスで示されるサンプルである。また、「近傍」とは、例えば、式(3)〜(5)などのあらかじめ定めた方法で決まる範囲とすればよい。
実施例1の周期性統合包絡系列生成装置100では、周期性統合包絡生成部150が係数列X[1],…,X[N]の周期性成分に基づいて、振幅スペクトル包絡系列W[1],…,W[N]を変形し、周期性統合包絡系列WM[1],…,WM[N]としている点が最も重要なポイントである。特に、係数列X[1],…,X[N]の周期性の程度が大きいほど、すなわち、周期性を有する成分の大きさが大きいほど、振幅スペクトル包絡系列W[1],…,W[N]のうち間隔T(周期)の整数倍およびそれらの近傍のサンプルの値を大きく変更すれば、上記の効果を得やすい。「近傍のサンプル」とは、間隔Tの整数倍の近傍の整数値であるインデックスで示されるサンプルである。また、「近傍」とは、例えば、式(3)〜(5)などのあらかじめ定めた方法で決まる範囲とすればよい。
また、係数列X[1],…,X[N]の周期性を有する成分の間隔Tが広いほど、式(4)と式(5)に示された周期性包絡系列P[1],…,P[N]は、大きい値を持ち、広い幅で、すなわち、間隔T(周期)の整数倍およびそれらの近傍の多くのサンプルで、0以外の値を持つ。つまり、周期性統合包絡生成部150は、係数列の周期性を有する成分の間隔Tが広いほど、振幅スペクトル包絡系列のうち間隔T(周期)の整数倍およびそれらの近傍のサンプルの値を大きく変更する。また、周期性統合包絡生成部150は、係数列の周期性を有する成分の間隔Tが広いほど、振幅スペクトル包絡系列を広い幅で、すなわち、間隔T(周期)の整数倍およびそれらの近傍の多くのサンプルで、サンプル値を変更する。「近傍の多くのサンプルで」とは、「近傍」に該当する範囲(あらかじめ定めた方法で決まる範囲)に存在するサンプルを多くすることを意味している。つまり、周期性統合包絡生成部150は、このように振幅スペクトル包絡系列を変形すれば、上記の効果を得やすい。
なお、周期性統合包絡系列が持つ「入力音響信号のピッチ周期に起因する振幅のピークをより高精度に表現することができる。」という特徴を効果的に利用する例としては、符号化装置と復号装置があり、この例を実施例2,3に示している。ただし、周期性統合包絡系列の特徴の利用例は、符号化装置と復号装置以外にも、雑音除去装置やポストフィルタなどがあり得る。したがって、実施例1では周期性統合包絡系列生成装置を説明している。
[変形例1](正規化係数列で周期性分析する例)
変形例1の周期性統合包絡系列生成装置も図1に示す。また、変形例1の周期性統合包絡系列生成装置の処理フローも図2に示す。周期性統合包絡系列生成装置101は、周波数領域系列正規化部111も備える点と、スペクトル包絡系列計算部121、周期性分析部131が周期性統合包絡系列生成装置100と異なり、その他の構成は同じである。以下では相違点についてのみ説明する。
変形例1の周期性統合包絡系列生成装置も図1に示す。また、変形例1の周期性統合包絡系列生成装置の処理フローも図2に示す。周期性統合包絡系列生成装置101は、周波数領域系列正規化部111も備える点と、スペクトル包絡系列計算部121、周期性分析部131が周期性統合包絡系列生成装置100と異なり、その他の構成は同じである。以下では相違点についてのみ説明する。
<スペクトル包絡系列計算部121>
スペクトル包絡系列計算部121は、振幅スペクトル包絡系列W[1],…,W[N]だけではなく、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]も求める。
スペクトル包絡系列計算部121は、振幅スペクトル包絡系列W[1],…,W[N]だけではなく、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]も求める。
具体的には、スペクトル包絡系列計算部121は、スペクトル包絡系列計算部120で示した(step1),(step2)に加えて、以下の手順の処理を行う。
(step3)量子化済線形予測係数^αpのそれぞれにγpを乗算し、量子化済平滑化線形予測係数^α1γ,^α2γ2,…,^αPγPを求める。γは平滑化するための1以下の正の定数である。そして、式(10)によって、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を求める(S121)。もちろん、スペクトル包絡系列計算部120と同様に、量子化済線形予測係数^αpに代えて線形予測係数αpを用いてもよい。
<周波数領域系列正規化部111>
周波数領域系列正規化部111は、係数列X[1],…,X[N]の各係数を平滑化振幅スペクトル包絡系列~W[1],…,~W[N]の各係数で除算して正規化係数列XN[1],…,XN[N]を得る。すなわち、n=1,…,Nに対して
XN[n]=X[n]/~W[n] (11)
の計算を行い、正規化係数列XN[1],…,XN[N]を求める(S111)。
周波数領域系列正規化部111は、係数列X[1],…,X[N]の各係数を平滑化振幅スペクトル包絡系列~W[1],…,~W[N]の各係数で除算して正規化係数列XN[1],…,XN[N]を得る。すなわち、n=1,…,Nに対して
XN[n]=X[n]/~W[n] (11)
の計算を行い、正規化係数列XN[1],…,XN[N]を求める(S111)。
<周期性分析部131>
周期性分析部131は、正規化係数列XN[1],…,XN[N]を入力とし、当該正規化係数列XN[1],…,XN[N]の周期Tを求め、周期Tを出力する(S131)。すなわち、本変形例では、入力音響信号に由来する周波数領域の係数列である正規化係数列XN[1],…,XN[N]の周期性を有する成分の間隔を周期Tとして求める。また、周期性分析部131は、必要に応じて、係数列X[1],…,X[N]を入力とし、周期性の程度を示す指標Sも求めて出力してもよい。
周期性分析部131は、正規化係数列XN[1],…,XN[N]を入力とし、当該正規化係数列XN[1],…,XN[N]の周期Tを求め、周期Tを出力する(S131)。すなわち、本変形例では、入力音響信号に由来する周波数領域の係数列である正規化係数列XN[1],…,XN[N]の周期性を有する成分の間隔を周期Tとして求める。また、周期性分析部131は、必要に応じて、係数列X[1],…,X[N]を入力とし、周期性の程度を示す指標Sも求めて出力してもよい。
その他の処理は周期性統合包絡系列生成装置100と同じである。したがって、実施例1と同様の効果が得られる。なお、周期性統合包絡系列生成装置101の場合は、周期性統合包絡生成部150は、振幅スペクトル包絡系列W[1],…,W[N]の代わりに平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を用いてもよい。この場合は、式(6)の代わりに次式の計算となる。
[変形例2](外部から情報が入力される例)
本発明の周期性統合包絡系列生成装置を符号化装置や復号装置が内部に備えている場合には、符号化装置や復号装置に含まれる周期性統合包絡系列生成装置以外の処理部で、係数列X[1],…,X[N]、正規化係数列XN[1],…,XN[N]、量子化済線形予測係数^αp、量子化済平滑化線形予測係数^αpγp、振幅スペクトル包絡W[1],…,W[N]、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、周期T、指標Sなどが求められていることがある。このような場合は、周期性統合包絡系列生成装置に、周波数領域変換部、周波数領域正規化部、スペクトル包絡系列計算部、周期性分析部の少なくとも何れかを備えない構成としてもよい。この場合には、符号化装置内の周期性統合包絡系列生成装置以外の処理部から、量子化済線形予測係数^αpを特定する符号(線形予測係数符号CL)、周期Tや時間領域の周期を特定する符号(周期符号CT)、指標Sを特定する符号、などが出力され、復号装置に入力される。したがって、この場合には、符号化装置内の周期性統合包絡系列生成装置からは、量子化済線形予測係数^αpを特定する符号(線形予測係数符号CL)、周期Tや時間領域の周期を特定する符号(周期符号CT)、指標Sを特定する符号、などを出力する必要がない。
本発明の周期性統合包絡系列生成装置を符号化装置や復号装置が内部に備えている場合には、符号化装置や復号装置に含まれる周期性統合包絡系列生成装置以外の処理部で、係数列X[1],…,X[N]、正規化係数列XN[1],…,XN[N]、量子化済線形予測係数^αp、量子化済平滑化線形予測係数^αpγp、振幅スペクトル包絡W[1],…,W[N]、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、周期T、指標Sなどが求められていることがある。このような場合は、周期性統合包絡系列生成装置に、周波数領域変換部、周波数領域正規化部、スペクトル包絡系列計算部、周期性分析部の少なくとも何れかを備えない構成としてもよい。この場合には、符号化装置内の周期性統合包絡系列生成装置以外の処理部から、量子化済線形予測係数^αpを特定する符号(線形予測係数符号CL)、周期Tや時間領域の周期を特定する符号(周期符号CT)、指標Sを特定する符号、などが出力され、復号装置に入力される。したがって、この場合には、符号化装置内の周期性統合包絡系列生成装置からは、量子化済線形予測係数^αpを特定する符号(線形予測係数符号CL)、周期Tや時間領域の周期を特定する符号(周期符号CT)、指標Sを特定する符号、などを出力する必要がない。
また、本発明の周期性統合包絡系列生成装置を符号化装置や復号装置で用いる場合には、符号化装置と復号装置とで同一の周期性統合包絡系列を得られるようにする必要がある。したがって、符号化装置が出力し復号装置に入力される符号から特定可能な情報を用いて周期性統合包絡系列を得る必要がある。たとえば、符号化装置で用いる周期性統合包絡系列生成装置のスペクトル包絡系列計算部では、線形予測係数符号CLに対応する量子化済線形予測係数を用いて振幅スペクトル包絡系列を求め、復号装置で用いる周期性統合包絡系列生成装置のスペクトル包絡系列計算部では、符号化装置から出力されて復号装置に入力される線形予測係数符号CLに対応する復号線形予測係数を用いて振幅スペクトル包絡系列を求める必要がある。
なお、符号化装置や復号装置で周期性統合包絡系列を用いる場合には、上述のように周期性統合包絡系列生成装置を内部に備えるのではなく、周期性統合包絡系列生成装置内の必要な処理部を符号化装置と復号装置に備えるようにすればよい。このような符号化装置や復号装置は実施例2で説明する。
≪符号化装置≫
図5に実施例2の符号化装置の機能構成例を、図6に実施例2の符号化装置の処理フローを示す。符号化装置200は、スペクトル包絡系列計算部221、周波数領域変換部110、周波数領域系列正規化部111、周期性分析部230、周期性包絡系列生成部140、周期性統合包絡生成部250、可変長符号化パラメータ計算部260、可変長符号化部270を備える。符号化装置200は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1,…,^αPを示す符号CL、正規化係数列XN[1],…,XN[N]の周期を表す間隔Tの符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力する。周波数領域系列正規化部111は実施例1変形例1と同じである。周波数領域変換部110と周期性包絡系列生成部140は実施例1と同じである。以下では異なる構成部について説明する。
図5に実施例2の符号化装置の機能構成例を、図6に実施例2の符号化装置の処理フローを示す。符号化装置200は、スペクトル包絡系列計算部221、周波数領域変換部110、周波数領域系列正規化部111、周期性分析部230、周期性包絡系列生成部140、周期性統合包絡生成部250、可変長符号化パラメータ計算部260、可変長符号化部270を備える。符号化装置200は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1,…,^αPを示す符号CL、正規化係数列XN[1],…,XN[N]の周期を表す間隔Tの符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力する。周波数領域系列正規化部111は実施例1変形例1と同じである。周波数領域変換部110と周期性包絡系列生成部140は実施例1と同じである。以下では異なる構成部について説明する。
<スペクトル包絡系列計算部221>
スペクトル包絡系列計算部221は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を計算し、計算の過程で得た量子化済線形予測係数^α1,…,^αPを示す符号CLも求める(S221)。ただし、Nは正整数である。スペクトル包絡系列計算部221は、以下の手順で処理すればよい。
スペクトル包絡系列計算部221は、入力音響信号x(t)の時間領域の線形予測に基づき、入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を計算し、計算の過程で得た量子化済線形予測係数^α1,…,^αPを示す符号CLも求める(S221)。ただし、Nは正整数である。スペクトル包絡系列計算部221は、以下の手順で処理すればよい。
(step1)所定の時間区間であるフレーム単位で、入力音響信号に対する線形予測分析を行って線形予測係数α1,…,αPを求める。ただし、Pは予測次数を示す正整数である。例えば、全極型モデルであるP次自己回帰過程により、時刻tでの入力音響信号x(t)は、P時点まで遡った過去の自分自身の値x(t-1),…,x(t-P)と予測残差e(t)と線形予測係数α1,…,αpによって式(1)で表される。
(step2)線形予測係数α1,…,αPを符号化して符号CLを得て出力するとともに、符号CLに対応する量子化済線形予測係数^α1,…,^αPを求める。また、量子化済線形予測係数^α1,…,^αPを用いてN点の入力音響信号の振幅スペクトル包絡系列W[1],…,W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式(2)で求めることができる。なお、線形予測係数α1,…,αPを符号化して符号CLを得る方法は、線形予測係数をLSPパラメータに変換して、LSPパラメータを符号化して符号CLを得るなど、線形予測係数に変換可能な係数の何れを符号化して符号CLを得る何れの方法を用いてもよい。
(step3)量子化済線形予測係数^αpのそれぞれにγpを乗算し、量子化済平滑化線形予測係数^α1γ,^α2γ2,…,^αPγPを求める。γはあらかじめ定めた平滑化するための1以下の正の定数である。そして、式(10)によって、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を求める。
<周期性分析部230>
周期性分析部230は、正規化係数列XN[1],…,XN[N]を入力とし、当該正規化係数列XN[1],…,XN[N]の間隔T(周期的に大きな値となる間隔)を求め、間隔Tと間隔Tを示す符号CTを出力する(S230)。また、周期性分析部230は、必要に応じて、周期性の程度を示す指標S(すなわち、周波数領域のサンプル列の周期性の程度を示す指標)、も求めて出力する。また、周期性分析部230は、必要に応じて、指標Sを示す符号CSも得て出力する。なお、指標Sと間隔T自体は実施例1変形例1の周期性分析部131と同じである。
周期性分析部230は、正規化係数列XN[1],…,XN[N]を入力とし、当該正規化係数列XN[1],…,XN[N]の間隔T(周期的に大きな値となる間隔)を求め、間隔Tと間隔Tを示す符号CTを出力する(S230)。また、周期性分析部230は、必要に応じて、周期性の程度を示す指標S(すなわち、周波数領域のサンプル列の周期性の程度を示す指標)、も求めて出力する。また、周期性分析部230は、必要に応じて、指標Sを示す符号CSも得て出力する。なお、指標Sと間隔T自体は実施例1変形例1の周期性分析部131と同じである。
<周期性統合包絡生成部250>
周期性統合包絡生成部250は、少なくとも、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]を入力とし、周期性統合包絡系列WM[1],…,WM[N]を求めて周期性統合包絡WM[n]を出力する。また、周期性統合包絡生成部250は、値δとして、予め定めた1つの値ではなく、予め定めた複数の候補値のうちの何れかを選択する場合には、係数列X[1], …, X[N]も入力とし、予め定めた複数の候補値のうち周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなる候補値を値δとして求め、値δを示す符号Cδも出力する(S250)。
周期性統合包絡生成部250は、少なくとも、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]を入力とし、周期性統合包絡系列WM[1],…,WM[N]を求めて周期性統合包絡WM[n]を出力する。また、周期性統合包絡生成部250は、値δとして、予め定めた1つの値ではなく、予め定めた複数の候補値のうちの何れかを選択する場合には、係数列X[1], …, X[N]も入力とし、予め定めた複数の候補値のうち周期性統合包絡WM[n]と係数X[n]の絶対値系列の形状が近くなる候補値を値δとして求め、値δを示す符号Cδも出力する(S250)。
周期性統合包絡WM[n]と値δは実施例1と同じであり、周期性統合包絡WM[n]は式(6),…,(9)のように求めればよい。周期性統合包絡生成部250において周期性の程度に応じてδの候補数を決定する場合には、周期性統合包絡生成部250は、周期性の程度を示す指標Sも入力とし、指標Sが周期性が高いことに対応するフレームの場合には多くの候補数のδの候補の中から式(7)で定義されるEが最小となるδを選び、指標Sが周期性が低いことに対応するフレームである場合にはδを1つの予め定めた値としてもよい。なお、δを予め定めた値にする場合は、値δを示す符号Cδを出力する必要はない。
<可変長符号化パラメータ計算部260>
可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]を入力とし、可変長符号化パラメータrnを求める(S260)。可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]から求めた振幅値に依存して可変長符号化パラメータrnを計算することを特徴としている。
可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]を入力とし、可変長符号化パラメータrnを求める(S260)。可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]から求めた振幅値に依存して可変長符号化パラメータrnを計算することを特徴としている。
可変長符号化パラメータは、符号化対象の信号、すなわち、正規化係数列XN[1],…,XN[N]の各係数の振幅の取り得る範囲を特定するパラメータである。例えば、ライス符号化の場合にはライスパラメータが可変長符号化パラメータに相当し、算術符号化の場合は符号化対象の信号の振幅の取り得る範囲が可変長符号化パラメータに相当する。
1サンプルごとに可変長符号化を行う場合には、正規化係数列の各係数XN[n]について可変長符号化パラメータが計算される。複数のサンプルからなるサンプル群ごとに(例えば2サンプルずつ)まとめて可変長符号化を行う場合には、サンプル群ごとに可変長符号化パラメータが計算される。つまり、可変長符号化パラメータ計算部260は、正規化係数列の一部である正規化部分係数列ごとに、可変長符号化パラメータrnを計算する。ここで、正規化部分係数列は複数個あり、複数個の正規化部分係数列には正規化係数列の係数が重複されずに含まれるものとする。以下に、1サンプルごとにライス符号化を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
(step1)正規化係数列XN[1],…,XN[N]の各係数の振幅の平均の対数を、基準となるライスパラメータsb(基準となる可変長符号化パラメータ)として次式のように算出する。
sbはフレームごとに1度だけ符号化されて、基準となるライスパラメータ(基準となる可変長符号化パラメータ)に対応する符号Csbとして復号装置400に伝送される。あるいは復号装置400に伝送される別の情報から正規化係数列XN[1],…,XN[N]の振幅の平均値を推定できる場合は、符号化装置200と復号装置400で共通に振幅の平均値の推定値からsbを近似的に決定する方法を決めておいてもよい。例えば、包絡の傾きを表すパラメータ、区分帯域ごとの平均包絡の大きさを表すパラメータを別途使う符号化の場合には、復号装置400に伝送される別の情報から振幅の平均値を推定できる。この場合は、sbを符号化し、基準となるライスパラメータに対応する符号Csbを復号装置400へ出力しなくてもよい。
(step3) |WM[n]/~W[n]|がθより大きいほど、正規化係数XN[n]をライス符号化するためのライスパラメータrnをsbよりも大きな値として決定する。|WM[n]/~W[n]|がθより小さいほど、正規化係数XN[n]をライス符号化するためのライスパラメータrnをsbよりも小さな値として決定する。
(step4)step3の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータrnを求める。
<可変長符号化部270>
可変長符号化部270は、可変長符号化パラメータ計算部260で求めた可変長符号化パラメータrnを用いて正規化係数列XN[1],…,XN[N]を可変長符号化し、可変長符号CXを出力する(S270)。例えば、可変長符号化部270は、可変長符号化パラメータ計算部260で求めたライスパラメータrnを用いて正規化係数列XN[1],…,XN[N]をライス符号化し、得られた符号を可変長符号CXとして出力する。可変長符号化パラメータ計算部260で求めたライスパラメータrnは、周期性統合包絡系列の振幅値に依存する可変長符号化パラメータであり、周期性統合包絡系列の値が大きい周波数ほど大きな値となっている。ライス符号化は、振幅値に依存する可変長符号化の公知技術のうちの1つであり、ライスパラメータrnを用いて振幅値に依存する可変長符号化を行うものである。また、周期性統合包絡生成部250で生成した周期性統合包絡系列は、入力音響信号のスペクトル包絡を高精度に表現するものである。すなわち、可変長符号化部270は、周期性統合包絡系列の値が大きい周波数ほど、前記入力音響信号の周波数領域の係数列であるX[1],…,X[N]の振幅が大きいとことを前提に、正規化係数列XN[1],…,XN[N]を可変長符号化していることになり、言い換えれば、可変長符号化パラメータを用いて、振幅値に依存する可変長符号化により、正規化係数列XN[1],…,XN[N]を符号化していることになる。ここでいう振幅値とは、符号化対象の係数列の平均振幅値、係数列に含まれる各係数の振幅の推定値、係数列の振幅の包絡の推定値などである。
可変長符号化部270は、可変長符号化パラメータ計算部260で求めた可変長符号化パラメータrnを用いて正規化係数列XN[1],…,XN[N]を可変長符号化し、可変長符号CXを出力する(S270)。例えば、可変長符号化部270は、可変長符号化パラメータ計算部260で求めたライスパラメータrnを用いて正規化係数列XN[1],…,XN[N]をライス符号化し、得られた符号を可変長符号CXとして出力する。可変長符号化パラメータ計算部260で求めたライスパラメータrnは、周期性統合包絡系列の振幅値に依存する可変長符号化パラメータであり、周期性統合包絡系列の値が大きい周波数ほど大きな値となっている。ライス符号化は、振幅値に依存する可変長符号化の公知技術のうちの1つであり、ライスパラメータrnを用いて振幅値に依存する可変長符号化を行うものである。また、周期性統合包絡生成部250で生成した周期性統合包絡系列は、入力音響信号のスペクトル包絡を高精度に表現するものである。すなわち、可変長符号化部270は、周期性統合包絡系列の値が大きい周波数ほど、前記入力音響信号の周波数領域の係数列であるX[1],…,X[N]の振幅が大きいとことを前提に、正規化係数列XN[1],…,XN[N]を可変長符号化していることになり、言い換えれば、可変長符号化パラメータを用いて、振幅値に依存する可変長符号化により、正規化係数列XN[1],…,XN[N]を符号化していることになる。ここでいう振幅値とは、符号化対象の係数列の平均振幅値、係数列に含まれる各係数の振幅の推定値、係数列の振幅の包絡の推定値などである。
符号化装置200は、このような処理によって得られた量子化済線形予測係数^α1,…,^αPを示す符号CL、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力する。また、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbも出力する。符号化装置200から出力された符号は、復号装置400に入力される。
[符号化装置の変形例1](外部から情報が入力される例)
なお、符号化装置としては、周期性包絡系列生成部140と周期性統合包絡生成部250と可変長符号化パラメータ計算部260と可変長符号化部270だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と、正規化係数列XN[1],…,XN[N]、間隔Tと、必要に応じて振幅スペクトル包絡系列W[1],…, W[N]と、必要に応じて指標Sとを入力とし、可変長符号CXを出力してもよい。
なお、符号化装置としては、周期性包絡系列生成部140と周期性統合包絡生成部250と可変長符号化パラメータ計算部260と可変長符号化部270だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と、正規化係数列XN[1],…,XN[N]、間隔Tと、必要に応じて振幅スペクトル包絡系列W[1],…, W[N]と、必要に応じて指標Sとを入力とし、可変長符号CXを出力してもよい。
[符号化装置の変形例2](係数列X[n]から間隔Tを求める例)
上述の周期性分析部230では正規化係数列XN[1],…,XN[N]を入力として間隔Tを求めているが、周期性分析部230では周波数領域変換部110が出力した係数列X[1],…,X[N]を入力として間隔Tを求めてもよい。この場合は、実施例1の周期性分析部130と同じ方法で間隔Tを求める。
上述の周期性分析部230では正規化係数列XN[1],…,XN[N]を入力として間隔Tを求めているが、周期性分析部230では周波数領域変換部110が出力した係数列X[1],…,X[N]を入力として間隔Tを求めてもよい。この場合は、実施例1の周期性分析部130と同じ方法で間隔Tを求める。
≪復号装置≫
図7に実施例2の復号装置の機能構成例を、図8に実施例2の復号装置の処理フローを示す。復号装置400は、スペクトル包絡系列計算部421、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、可変長復号部470、周波数領域系列逆正規化部411、周波数領域逆変換部410を備える。復号装置400は、量子化済線形予測係数^α1,…,^αPを示す符号CL、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbと指標Sを示す符号CSも受け取る。以下に、各構成部の詳細を示す。
図7に実施例2の復号装置の機能構成例を、図8に実施例2の復号装置の処理フローを示す。復号装置400は、スペクトル包絡系列計算部421、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、可変長復号部470、周波数領域系列逆正規化部411、周波数領域逆変換部410を備える。復号装置400は、量子化済線形予測係数^α1,…,^αPを示す符号CL、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbと指標Sを示す符号CSも受け取る。以下に、各構成部の詳細を示す。
<スペクトル包絡系列計算部421>
スペクトル包絡系列計算部421は、符号CLを入力とし、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を計算する(S421)。より具体的には、以下の手順で処理すればよい。
スペクトル包絡系列計算部421は、符号CLを入力とし、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を計算する(S421)。より具体的には、以下の手順で処理すればよい。
(step1)符号CLを復号し、復号線形予測係数^α1,…,^αPを得る。
(step2)復号線形予測係数^α1,…,^αPを用いてN点の振幅スペクトル包絡系列W[1],…,W[N]を求める。例えば、振幅スペクトル包絡系列の各値W[n]は、式(2)で求めることができる。
(step3)復号線形予測係数^αpのそれぞれにγpを乗算し、復号平滑化線形予測係数^α1γ,^α2γ2,…,^αPγPを求める。γはあらかじめ定めた平滑化するための1以下の正の定数である。そして、式(10)によって、平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を求める。
<周期性包絡系列生成部440>
周期性包絡系列生成部440は、間隔Tを示す符号CTを入力とし、符号CTを復号し、間隔Tを得る。そして、符号化装置200の周期性包絡系列生成部140と同じ方法で周期性包絡系列P[1],…,P[N]を求め、出力する(S440)。
周期性包絡系列生成部440は、間隔Tを示す符号CTを入力とし、符号CTを復号し、間隔Tを得る。そして、符号化装置200の周期性包絡系列生成部140と同じ方法で周期性包絡系列P[1],…,P[N]を求め、出力する(S440)。
<周期性統合包絡生成部450>
周期性統合包絡生成部450には、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]、符号Cδ、符号CSが入力される。ただし、符号Cδ、符号CSは入力されない場合もある。周期性統合包絡生成部450は、符号Cδを復号し、値δを取得する。ただし、符号Cδが入力されない場合は、符号Cδの復号は行わず、周期性統合包絡生成部450に予め記憶された値δを取得する。なお、周期性統合包絡生成部450は、符号CSが入力された場合には、符号CSを復号して指標Sを取得し、取得した指標Sが、周期性が高いことに対応するフレームの場合には符号Cδを復号して値δを取得し、取得した指標Sが、周期性が低いことに対応するフレームである場合には符号Cδの復号は行わず、周期性統合包絡生成部450に予め記憶された値δを取得する。そして、周期性統合包絡生成部450は、式(6)によって、周期性統合包絡系列WM[1],…,WM[N]を求める。(S450)
周期性統合包絡生成部450には、周期性包絡系列P[1],…,P[N]、振幅スペクトル包絡系列W[1],…,W[N]、符号Cδ、符号CSが入力される。ただし、符号Cδ、符号CSは入力されない場合もある。周期性統合包絡生成部450は、符号Cδを復号し、値δを取得する。ただし、符号Cδが入力されない場合は、符号Cδの復号は行わず、周期性統合包絡生成部450に予め記憶された値δを取得する。なお、周期性統合包絡生成部450は、符号CSが入力された場合には、符号CSを復号して指標Sを取得し、取得した指標Sが、周期性が高いことに対応するフレームの場合には符号Cδを復号して値δを取得し、取得した指標Sが、周期性が低いことに対応するフレームである場合には符号Cδの復号は行わず、周期性統合包絡生成部450に予め記憶された値δを取得する。そして、周期性統合包絡生成部450は、式(6)によって、周期性統合包絡系列WM[1],…,WM[N]を求める。(S450)
<可変長符号化パラメータ計算部460>
可変長符号化パラメータ計算部460は、周期性統合包絡系列WM[1],…,WM[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と符号Csbを入力とし、可変長符号化パラメータrnを得る(S460)。ただし、復号装置400に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からsbを近似的に決定する方法を決めておいてもよい。この場合は、符号Csbは入力されない。以下に、1サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
可変長符号化パラメータ計算部460は、周期性統合包絡系列WM[1],…,WM[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と符号Csbを入力とし、可変長符号化パラメータrnを得る(S460)。ただし、復号装置400に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からsbを近似的に決定する方法を決めておいてもよい。この場合は、符号Csbは入力されない。以下に、1サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
(step1)符号Csbを復号して、基準となるライスパラメータsb(基準となる可変長符号化パラメータ)を得る。なお、符号化装置200と復号装置400で共通に振幅の平均値の推定値からsbを近似的に決定する方法を決めている場合は、その方法で求める。
(step2)閾値θを式(14)で算出する。
(step3) |WM[n]/~W[n]|がθより大きいほど、ライスパラメータrnをsbよりも大きな値として、符号化装置200の可変長符号化パラメータ計算部260と同じ方法で決定する。|WM[n]/~W[n]|がθより小さいほど、ライスパラメータrnをsbよりも小さな値として、符号化装置200の可変長符号化パラメータ計算部260と同じ方法で決定する。
(step4)step3の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータrnを求める。
<可変長復号部470>
可変長復号部470は、可変長符号化パラメータ計算部460で求めた可変長符号化パラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を得る(S470)。例えば、可変長復号部470は、可変長符号化パラメータ計算部460で求めたライスパラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を得る。可変長復号部470の復号方法は、可変長符号化部270の符号化方法に対応するものである。
可変長復号部470は、可変長符号化パラメータ計算部460で求めた可変長符号化パラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を得る(S470)。例えば、可変長復号部470は、可変長符号化パラメータ計算部460で求めたライスパラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を得る。可変長復号部470の復号方法は、可変長符号化部270の符号化方法に対応するものである。
<周波数領域系列逆正規化部411>
周波数領域系列逆正規化部411は、復号正規化係数列^XN[1],…,^XN[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を入力とし、
^X[n]=^XN[n]・~W[n] (15)
のように、復号係数列^X[1],…,^X[N]を求めて出力する(S411)。
周波数領域系列逆正規化部411は、復号正規化係数列^XN[1],…,^XN[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]を入力とし、
^X[n]=^XN[n]・~W[n] (15)
のように、復号係数列^X[1],…,^X[N]を求めて出力する(S411)。
<周波数領域逆変換部410>
周波数領域逆変換部410は、復号係数列^X[1],…,^X[N]を入力とし、復号係数列^X[1],…,^X[N]を所定の時間区間であるフレーム単位の音響信号(時間領域)に変換する(S410)。
周波数領域逆変換部410は、復号係数列^X[1],…,^X[N]を入力とし、復号係数列^X[1],…,^X[N]を所定の時間区間であるフレーム単位の音響信号(時間領域)に変換する(S410)。
[復号装置の変形例1](外部から情報が入力される例)
なお、復号装置としては、周期性包絡系列生成部440と周期性統合包絡生成部450と可変長符号化パラメータ計算部460と可変長復号部470だけを備え、復号装置に必要に応じて入力される符号Cδと符号Csbに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、振幅スペクトル包絡系列W[1],…,W[N]、間隔T、必要に応じて指標Sも入力とし、正規化係数列XN[1],…,XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
なお、復号装置としては、周期性包絡系列生成部440と周期性統合包絡生成部450と可変長符号化パラメータ計算部460と可変長復号部470だけを備え、復号装置に必要に応じて入力される符号Cδと符号Csbに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、振幅スペクトル包絡系列W[1],…,W[N]、間隔T、必要に応じて指標Sも入力とし、正規化係数列XN[1],…,XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
<実施例2の発明の効果>
可変長符号化は、符号化対象の入力値の振幅の取りうる範囲に合わせて適応的に符号を決定することで符号化効率を向上させる符号化方法である。実施例2では周波数領域の係数列である正規化係数列XN[1],…,XN[N]を符号化対象としているが、符号化対象の係数列に含まれる各係数の振幅の情報をより正確に用いて求めた可変長符号化パラメータを用いて可変長符号化をすれば符号化装置が行う可変長符号化自体の符号化効率は高くなる。しかし、復号装置が可変長符号化パラメータを求めるために、符号化装置から復号装置に対して符号化対象の係数列に含まれる各係数の振幅の情報をより正確に送る必要があり、その分だけ符号化装置から復号装置に送る符号量が増大してしまう。
可変長符号化は、符号化対象の入力値の振幅の取りうる範囲に合わせて適応的に符号を決定することで符号化効率を向上させる符号化方法である。実施例2では周波数領域の係数列である正規化係数列XN[1],…,XN[N]を符号化対象としているが、符号化対象の係数列に含まれる各係数の振幅の情報をより正確に用いて求めた可変長符号化パラメータを用いて可変長符号化をすれば符号化装置が行う可変長符号化自体の符号化効率は高くなる。しかし、復号装置が可変長符号化パラメータを求めるために、符号化装置から復号装置に対して符号化対象の係数列に含まれる各係数の振幅の情報をより正確に送る必要があり、その分だけ符号化装置から復号装置に送る符号量が増大してしまう。
符号量の増大を抑えるためには、少ない符号量の符号から符号化対象の係数列に含まれる各係数の振幅の推定値を得る方法が必要である。実施例2の周期性統合包絡系列WM[1],…,WM[N]は係数列X[1],…,X[N]を高精度に近似するので、|WM[1]/~W[1]|,…,|WM[N]/~W[N]|は可変長符号化対象の係数であるXN[1], XN[2],…, XN[N]の振幅包絡を高精度に近似できる。つまり、|WM[1]/~W[1]|,…,|WM[N]/~W[N]|は、符号化対象の各係数の振幅と正の相関を持つ系列となっている。
また、|WM[1]/~W[1]|, |WM[2]/~W[2]|,…,|WM[N]/~W[N]|を復号装置側で復元するために必要な情報は、
・量子化済線形予測係数^α1,…,^αPの情報(符号CL)
・間隔Tを示す情報(符号CT)
・値δを示す情報(符号Cδ)
である。すなわち、実施例2の符号化装置と復号装置によれば、符号化装置に入力された入力音響信号のピッチ周期に起因する振幅のピークを含む包絡を、符号CL、符号CT、符号Cδのみの少ない情報量で、復号装置で再現することが可能となる。
・量子化済線形予測係数^α1,…,^αPの情報(符号CL)
・間隔Tを示す情報(符号CT)
・値δを示す情報(符号Cδ)
である。すなわち、実施例2の符号化装置と復号装置によれば、符号化装置に入力された入力音響信号のピッチ周期に起因する振幅のピークを含む包絡を、符号CL、符号CT、符号Cδのみの少ない情報量で、復号装置で再現することが可能となる。
なお、実施例2の符号化装置と復号装置は、線形予測やピッチ予測を伴う符号化及び復号を行う符号化装置及び復号装置と併用して用いられることが多い。この場合は、符号CLと符号CTは、符号化装置200外にある線形予測やピッチ予測を伴う符号化を行う符号化装置から、復号装置400外にある線形予測やピッチ予測を伴う復号を行う復号装置に送られている符号である。したがって、符号化装置側に入力された入力音響信号のピッチ周期に起因する振幅のピークを含む包絡を復号装置側で復元するために符号化装置200から復号装置400に送る必要があるのは符号Cδである。符号Cδの符号量は小さく(それぞれ、せいぜい3ビット程度であり、1ビットでも効果が得られる)、符号化対象の正規化係数列に含まれる部分系列ごとの可変長符号化パラメータに対応する符号の総符号量よりも少ない。
よって、実施例2の符号化装置、復号装置によれば、少ない符号量の増加で、符号化効率を向上させることができる。
<実施例2の発明のポイント>
上述の効果を得るというポイントで実施例2の符号化装置、復号装置を考えると、符号化装置200が、
・所定時間区間の入力音響信号から求めた線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、入力音響信号から求めた周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部250
・周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に、入力音響信号に由来する周波数領域の系列を符号化する可変長符号化部270
を有し、復号装置400が、
・線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部450
・周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に、可変長符号を復号して周波数領域の系列を得る可変長復号部470、
を有することを特徴とすればよい。なお、「周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に」と「周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に」とは、周期性統合包絡系列が、入力音響信号または音響信号の振幅の大きい周波数において大きい値になることを特徴としていることを示している。また、「入力音響信号に由来する」とは、入力音響信号から求められることや入力音響信号に対応していることを意味している。例えば、係数列X[1],…,X[N]や正規化係数列XN[1],…,XN[N]は、入力音響信号に由来する周波数領域の系列である。
上述の効果を得るというポイントで実施例2の符号化装置、復号装置を考えると、符号化装置200が、
・所定時間区間の入力音響信号から求めた線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、入力音響信号から求めた周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部250
・周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に、入力音響信号に由来する周波数領域の系列を符号化する可変長符号化部270
を有し、復号装置400が、
・線形予測係数符号に対応する周波数領域の系列であるスペクトル包絡系列と、周期符号に対応する周波数領域の周期と、に基づく周波数領域の系列である周期性統合包絡系列を生成する周期性統合包絡生成部450
・周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に、可変長符号を復号して周波数領域の系列を得る可変長復号部470、
を有することを特徴とすればよい。なお、「周期性統合包絡系列の値が大きい周波数ほど、入力音響信号の振幅が大きいことを前提に」と「周期性統合包絡系列の値が大きい周波数ほど、音響信号の振幅が大きいことを前提に」とは、周期性統合包絡系列が、入力音響信号または音響信号の振幅の大きい周波数において大きい値になることを特徴としていることを示している。また、「入力音響信号に由来する」とは、入力音響信号から求められることや入力音響信号に対応していることを意味している。例えば、係数列X[1],…,X[N]や正規化係数列XN[1],…,XN[N]は、入力音響信号に由来する周波数領域の系列である。
≪符号化装置≫
図9に実施例3の符号化装置の機能構成例を、図10に実施例3の符号化装置の処理フローを示す。符号化装置300は、スペクトル包絡系列計算部221、周波数領域変換部110、周波数領域系列正規化部111、周期性分析部330、周期性包絡系列生成部140、周期性統合包絡生成部250、可変長符号化パラメータ計算部260、第2可変長符号化パラメータ計算部380、可変長符号化部370を備える。符号化装置300は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1,…,^αPを示す符号CL、正規化係数列XN[1],…,XN[N]の周期を表す間隔Tの符号CT、係数列X[1],…,X[N]または正規化係数列XN[1],…,XN[N]の周期性の程度を示す所定の指標Sと指標Sを示す符号CS、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力する。周波数領域系列正規化部111は実施例1変形例1と同じである。周波数領域変換部110と周期性包絡系列生成部140は実施例1と同じである。振幅スペクトル包絡系列計算部221、周期性統合包絡生成部250、可変長符号化パラメータ計算部260は、実施例2と同じである。以下では異なる構成部について説明する。
図9に実施例3の符号化装置の機能構成例を、図10に実施例3の符号化装置の処理フローを示す。符号化装置300は、スペクトル包絡系列計算部221、周波数領域変換部110、周波数領域系列正規化部111、周期性分析部330、周期性包絡系列生成部140、周期性統合包絡生成部250、可変長符号化パラメータ計算部260、第2可変長符号化パラメータ計算部380、可変長符号化部370を備える。符号化装置300は、入力された時間領域の音響ディジタル信号を入力音響信号x(t)とし、少なくとも量子化済線形予測係数^α1,…,^αPを示す符号CL、正規化係数列XN[1],…,XN[N]の周期を表す間隔Tの符号CT、係数列X[1],…,X[N]または正規化係数列XN[1],…,XN[N]の周期性の程度を示す所定の指標Sと指標Sを示す符号CS、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力する。周波数領域系列正規化部111は実施例1変形例1と同じである。周波数領域変換部110と周期性包絡系列生成部140は実施例1と同じである。振幅スペクトル包絡系列計算部221、周期性統合包絡生成部250、可変長符号化パラメータ計算部260は、実施例2と同じである。以下では異なる構成部について説明する。
<周期性分析部330>
周期性分析部330は、正規化係数列XN[1],…,XN[N]を入力とし、
当該正規化係数列XN[1],…,XN[N]の周期性の程度を示す指標Sと間隔T(周期的に大きな値となる間隔)とを求め、指標Sと指標Sを示す符号CSと間隔Tと間隔Tを示す符号CTを出力する(S330)。なお、指標Sと間隔T自体は実施例1変形例1の周期性分析部131と同じである。
周期性分析部330は、正規化係数列XN[1],…,XN[N]を入力とし、
当該正規化係数列XN[1],…,XN[N]の周期性の程度を示す指標Sと間隔T(周期的に大きな値となる間隔)とを求め、指標Sと指標Sを示す符号CSと間隔Tと間隔Tを示す符号CTを出力する(S330)。なお、指標Sと間隔T自体は実施例1変形例1の周期性分析部131と同じである。
そして、符号化装置300では、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部260が可変長符号化パラメータrnを計算し、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部380が可変長符号化パラメータrnを計算する(S390)。「あらかじめ定めた周期性の程度が大きいことを示す範囲」は、例えば、指標Sが所定の閾値以上のときとすればよい。
<第2可変長符号化パラメータ計算部380>
第2可変長符号化パラメータ計算部380は、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]を入力とし、可変長符号化パラメータrnを求める(S380)。可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]から求めた振幅値に依存して可変長符号化パラメータrnを計算することを特徴としているのに対して、第2可変長符号化パラメータ計算部380は、振幅スペクトル包絡系列から求めた振幅値に依存して可変長符号化パラメータを計算することを特徴としている。以下に、1サンプルごとにライス符号化を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
第2可変長符号化パラメータ計算部380は、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]を入力とし、可変長符号化パラメータrnを求める(S380)。可変長符号化パラメータ計算部260は、周期性統合包絡系列WM[1],…,WM[N]から求めた振幅値に依存して可変長符号化パラメータrnを計算することを特徴としているのに対して、第2可変長符号化パラメータ計算部380は、振幅スペクトル包絡系列から求めた振幅値に依存して可変長符号化パラメータを計算することを特徴としている。以下に、1サンプルごとにライス符号化を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
(step1)正規化係数列XN[1],…,XN[N]の各係数の振幅の平均の対数を、基準となるライスパラメータsb(基準となる可変長符号化パラメータ)として式(13)のように算出する。この処理は、可変長符号化パラメータ計算部260と同じである。
(step3) |W[n]/~W[n]|がθより大きいほど、正規化係数XN[n]をライス符号化するためのライスパラメータrnをsbよりも大きな値として決定する。|W[n]/~W[n]|がθより小さいほど、正規化係数XN[n]をライス符号化するためのライスパラメータrnをsbよりも小さな値として決定する。
(step4)step3の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータrnを求める。
<可変長符号化部370>
可変長符号化部370は、可変長符号化パラメータrnを用いて正規化係数列XN[1],…,XN[N]を可変長符号化し、可変長符号CXを出力する(S370)。ただし、可変長符号化パラメータrnは、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部260が計算した可変長符号化パラメータrnであり、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部380が計算した可変長符号化パラメータrnである。
可変長符号化部370は、可変長符号化パラメータrnを用いて正規化係数列XN[1],…,XN[N]を可変長符号化し、可変長符号CXを出力する(S370)。ただし、可変長符号化パラメータrnは、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部260が計算した可変長符号化パラメータrnであり、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部380が計算した可変長符号化パラメータrnである。
符号化装置300は、このような処理によって得られた量子化済線形予測係数^α1,…,^αPを示す符号CL、周期性の程度を示す指標Sを示す符号CS、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを出力し、復号側に送信する。また、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbも出力し、復号側に送信する。
[符号化装置の変形例1](外部から情報が入力される例)
なお、符号化装置としては、周期性包絡系列生成部140と周期性統合包絡生成部250と可変長符号化パラメータ計算部260と第2可変長符号化パラメータ計算部380と可変長符号化部370だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]、間隔Tと、必要に応じて振幅スペクトル包絡系列W[1],…, W[N]と、必要に応じて指標Sとを入力とし、可変長符号CXを出力してもよい。
なお、符号化装置としては、周期性包絡系列生成部140と周期性統合包絡生成部250と可変長符号化パラメータ計算部260と第2可変長符号化パラメータ計算部380と可変長符号化部370だけを備え、符号化装置の外部で生成された平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と正規化係数列XN[1],…,XN[N]、間隔Tと、必要に応じて振幅スペクトル包絡系列W[1],…, W[N]と、必要に応じて指標Sとを入力とし、可変長符号CXを出力してもよい。
[符号化装置の変形例2](係数列X[n]から間隔Tを求める例)
上述の周期性分析部330では正規化係数列XN[1],…,XN[N]を入力として間隔Tを求めているが、周期性分析部330では周波数領域変換部110が出力した係数列X [1],…,X [N]を入力として間隔Tを求めてもよい。この場合は、実施例1の周期性分析部130と同じ方法で間隔Tを求める。
上述の周期性分析部330では正規化係数列XN[1],…,XN[N]を入力として間隔Tを求めているが、周期性分析部330では周波数領域変換部110が出力した係数列X [1],…,X [N]を入力として間隔Tを求めてもよい。この場合は、実施例1の周期性分析部130と同じ方法で間隔Tを求める。
≪復号装置≫
図11に実施例3の復号装置の機能構成例を、図12に実施例3の復号装置の処理フローを示す。復号装置500は、スペクトル包絡系列計算部421、指標復号部530、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、第2可変長符号化パラメータ計算部580、可変長復号部570、周波数領域系列逆正規化部411、周波数領域逆変換部410を備える。復号装置500は、量子化済線形予測係数^α1,…,^αPを示す符号CL、指標Sを示す符号CS、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbも受け取る。スペクトル包絡系列計算部421、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、周波数領域系列逆正規化部411、周波数領域逆変換部410は実施例2と同じである。以下では異なる構成部について説明する。
図11に実施例3の復号装置の機能構成例を、図12に実施例3の復号装置の処理フローを示す。復号装置500は、スペクトル包絡系列計算部421、指標復号部530、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、第2可変長符号化パラメータ計算部580、可変長復号部570、周波数領域系列逆正規化部411、周波数領域逆変換部410を備える。復号装置500は、量子化済線形予測係数^α1,…,^αPを示す符号CL、指標Sを示す符号CS、間隔Tを示す符号CT、正規化係数列XN[1],…,XN[N]を可変長符号化した可変長符号CXを受け取り、音響信号を出力する。なお、必要に応じて値δを示す符号Cδと基準となる可変長符号化パラメータsbを示す符号Csbも受け取る。スペクトル包絡系列計算部421、周期性包絡系列生成部440、周期性統合包絡生成部450、可変長符号化パラメータ計算部460、周波数領域系列逆正規化部411、周波数領域逆変換部410は実施例2と同じである。以下では異なる構成部について説明する。
<指標復号部530>
指標復号部530は、符号CSを復号し、指標Sを得る。復号装置500では、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部460が可変長符号化パラメータrnを計算し、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部580が可変長符号化パラメータrnを計算する(S590)。なお、「あらかじめ定めた周期性の程度が大きいことを示す範囲」は、符号化装置300と同じ範囲である。
指標復号部530は、符号CSを復号し、指標Sを得る。復号装置500では、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部460が可変長符号化パラメータrnを計算し、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部580が可変長符号化パラメータrnを計算する(S590)。なお、「あらかじめ定めた周期性の程度が大きいことを示す範囲」は、符号化装置300と同じ範囲である。
<第2可変長符号化パラメータ計算部580>
第2可変長符号化パラメータ計算部580は、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と符号Csbを入力とし、可変長符号化パラメータrnを求める(S580)。ただし、復号装置500に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からsbを近似的に決定する方法を決めておいてもよい。この場合は、符号Csbは入力されない。以下に、1サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
第2可変長符号化パラメータ計算部580は、振幅スペクトル包絡系列W[1],…,W[N]と平滑化振幅スペクトル包絡系列~W[1],…,~W[N]と符号Csbを入力とし、可変長符号化パラメータrnを求める(S580)。ただし、復号装置500に伝送される別の情報から振幅の平均値を推定できる場合は、別の情報から推定した振幅の平均値の推定値からsbを近似的に決定する方法を決めておいてもよい。この場合は、符号Csbは入力されない。以下に、1サンプルごとにライス復号を行う場合を例に、可変長符号化パラメータの計算方法を説明する。
(step1)符号Csbを復号して、基準となるライスパラメータsb(基準となる可変長符号化パラメータ)を得る。なお、符号化装置300と復号装置500で共通に振幅の推定値からsbを近似的に決定する方法を決めている場合は、その方法で求める。
(step2)閾値θを式(16)で算出する。
(step3) |W[n]/~W[n]|がθより大きいほど、ライスパラメータrnをsbよりも大きな値として、符号化装置300の第2可変長符号化パラメータ計算部380と同じ方法で決定する。|W[n]/~W[n]|がθより小さいほど、ライスパラメータrnをsbよりも小さな値として、符号化装置300の第2可変長符号化パラメータ計算部380と同じ方法で決定する。
(step4)step3の処理を全てのn=1,2,…,Nについて繰り返して、各XN[n]についてのライスパラメータrnを求める。
<可変長復号部570>
可変長復号部570は、可変長符号化パラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を求める(S570)。ただし、可変長符号化パラメータrnは、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部460が計算した可変長符号化パラメータrnであり、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部580が計算した可変長符号化パラメータrnである。
可変長復号部570は、可変長符号化パラメータrnを用いて可変長符号CXを復号して復号正規化係数列^XN[1],…,^XN[N]を求める(S570)。ただし、可変長符号化パラメータrnは、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲の場合は、可変長符号化パラメータ計算部460が計算した可変長符号化パラメータrnであり、指標Sがあらかじめ定めた周期性の程度が大きいことを示す範囲ではない場合は、第2可変長符号化パラメータ計算部580が計算した可変長符号化パラメータrnである。
[復号装置の変形例1](外部から情報が入力される例)
なお、復号装置としては、周期性包絡系列生成部440と周期性統合包絡生成部450と可変長符号化パラメータ計算部460と第2可変長符号化パラメータ計算部580と可変長復号部570だけを備え、復号装置に必要に応じて入力される符号Cδと符号Csbに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、振幅スペクトル包絡系列W[1],…,W[N]、間隔T、指標Sも入力とし、正規化係数列XN[1],…,XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
なお、復号装置としては、周期性包絡系列生成部440と周期性統合包絡生成部450と可変長符号化パラメータ計算部460と第2可変長符号化パラメータ計算部580と可変長復号部570だけを備え、復号装置に必要に応じて入力される符号Cδと符号Csbに加えて、復号装置の外部で得られた平滑化振幅スペクトル包絡系列~W[1],…,~W[N]、振幅スペクトル包絡系列W[1],…,W[N]、間隔T、指標Sも入力とし、正規化係数列XN[1],…,XN[N]を出力し、外部で平滑化振幅スペクトル包絡系列を乗算して時間領域の音響信号に変換してもよい。
<実施例3の発明の効果>
入力音響信号の周期性の程度が小さい場合には、入力音響信号のピッチ周期に起因する振幅のピークは小さい。そこで、実施例3の符号化装置、復号装置は、符号化の対象となる音響信号の周期性の程度が大きい場合には周期性統合包絡系列を用いて可変長符号化パラメータを求め、符号化の対象となる音響信号の周期性の程度が大きくない場合には振幅スペクトル包絡系列を用いて可変長符号化パラメータを求めるため、より適した可変長符号化パラメータを用いて可変長符号化でき、符号化精度を上げることができるという効果がある。
入力音響信号の周期性の程度が小さい場合には、入力音響信号のピッチ周期に起因する振幅のピークは小さい。そこで、実施例3の符号化装置、復号装置は、符号化の対象となる音響信号の周期性の程度が大きい場合には周期性統合包絡系列を用いて可変長符号化パラメータを求め、符号化の対象となる音響信号の周期性の程度が大きくない場合には振幅スペクトル包絡系列を用いて可変長符号化パラメータを求めるため、より適した可変長符号化パラメータを用いて可変長符号化でき、符号化精度を上げることができるという効果がある。
上述の実施例1〜3では、振幅スペクトル包絡系列、平滑化振幅スペクトル包絡系列、周期性統合包絡系列等について振幅の系列を用いる例を説明したが、振幅の系列に代えてパワーの系列、すなわち、W[n]、~W[n]、WM[n]としてパワースペクトル包絡系列、平滑化パワースペクトル包絡系列、パワーの系列である周期性統合包絡系列を用いてもよい。
[プログラム、記録媒体]
上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD−ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるASP(Application Service Provider)型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの(コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等)を含むものとする。
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
100、101 周期性統合包絡系列生成装置
110 周波数領域変換部 111 周波数領域系列正規化部
120、121、221、421 スペクトル包絡系列計算部
130,131、230、330 周期性分析部
140、440 周期性包絡系列生成部
150、250、450 周期性統合包絡生成部
200、300 符号化装置
260、360、460 可変長符号化パラメータ計算部
270、370 可変長符号化部
380、580 第2可変長符号化パラメータ計算部
400、500 復号装置
410 周波数領域逆変換部 411 周波数領域系列逆正規化部
470、570 可変長復号部 530 指標復号部
110 周波数領域変換部 111 周波数領域系列正規化部
120、121、221、421 スペクトル包絡系列計算部
130,131、230、330 周期性分析部
140、440 周期性包絡系列生成部
150、250、450 周期性統合包絡生成部
200、300 符号化装置
260、360、460 可変長符号化パラメータ計算部
270、370 可変長符号化部
380、580 第2可変長符号化パラメータ計算部
400、500 復号装置
410 周波数領域逆変換部 411 周波数領域系列逆正規化部
470、570 可変長復号部 530 指標復号部
Claims (6)
- 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
前記入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算部と、
前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成部と
を備え、
前記周期性統合包絡生成部は、
前記入力音響信号の周期性の程度が大きい場合は、
周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
周期性統合包絡系列生成装置。 - 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
前記入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算部と、
前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成部と
を備え、
前記周期性統合包絡生成部は、前記入力音響信号の周期性の程度が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
周期性統合包絡系列生成装置。 - 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
前入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算ステップと、
前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成ステップと
を有し、
前記周期性統合包絡生成ステップは、
前記入力音響信号の周期性の程度が大きい場合は、
周期性統合包絡系列の形状と前記入力音響信号に対応する周波数領域の係数の絶対値系列の形状とが近くなるように、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を変更して得られる系列を周期性統合包絡系列とする
周期性統合包絡系列生成方法。 - 所定の時間区間であるフレーム単位の時間領域の音響ディジタル信号を入力音響信号とし、
前入力音響信号の時間領域の線形予測に基づき、前記入力音響信号のスペクトル包絡系列を計算するスペクトル包絡系列計算ステップと、
前記入力音響信号の周波数領域での周期性成分に基づいて、前記スペクトル包絡系列を変形し、周期性統合包絡系列とする周期性統合包絡生成ステップと
を有し、
前記周期性統合包絡生成ステップは、前記入力音響信号の周期性の程度が大きいほど、前記スペクトル包絡系列のうちの少なくとも前記入力音響信号の周波数領域での周期の整数倍および周期の整数倍の近傍のサンプルの値を大きく変更して得られる系列を周期性統合包絡系列とする
周期性統合包絡系列生成方法。 - 請求項1または2記載の周期性統合包絡系列生成装置としてコンピュータを機能させるための周期性統合包絡系列生成プログラム。
- 請求項1または2記載の周期性統合包絡系列生成装置としてコンピュータを機能させるための周期性統合包絡系列生成プログラムを記録したコンピュータが読み取り可能な記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014094880 | 2014-05-01 | ||
JP2014094880 | 2014-05-01 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016515879A Division JP6276846B2 (ja) | 2014-05-01 | 2015-02-20 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018186413A Division JP6674992B2 (ja) | 2014-05-01 | 2018-10-01 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018005247A JP2018005247A (ja) | 2018-01-11 |
JP6412994B2 true JP6412994B2 (ja) | 2018-10-24 |
Family
ID=54358435
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016515879A Active JP6276846B2 (ja) | 2014-05-01 | 2015-02-20 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
JP2017174631A Active JP6412994B2 (ja) | 2014-05-01 | 2017-09-12 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
JP2018186413A Active JP6674992B2 (ja) | 2014-05-01 | 2018-10-01 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
JP2020039489A Active JP6867528B2 (ja) | 2014-05-01 | 2020-03-09 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016515879A Active JP6276846B2 (ja) | 2014-05-01 | 2015-02-20 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018186413A Active JP6674992B2 (ja) | 2014-05-01 | 2018-10-01 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
JP2020039489A Active JP6867528B2 (ja) | 2014-05-01 | 2020-03-09 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
Country Status (9)
Country | Link |
---|---|
US (6) | US10204633B2 (ja) |
EP (4) | EP3699910B1 (ja) |
JP (4) | JP6276846B2 (ja) |
KR (4) | KR101837153B1 (ja) |
CN (4) | CN110289008B (ja) |
ES (4) | ES2738723T3 (ja) |
PL (4) | PL3699910T3 (ja) |
TR (1) | TR201910806T4 (ja) |
WO (1) | WO2015166694A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2689120T3 (es) * | 2014-03-24 | 2018-11-08 | Nippon Telegraph And Telephone Corporation | Método de codificación, codificador, programa y soporte de registro |
WO2017125840A1 (en) * | 2016-01-19 | 2017-07-27 | Hua Kanru | Method for analysis and synthesis of aperiodic signals |
US10475471B2 (en) * | 2016-10-11 | 2019-11-12 | Cirrus Logic, Inc. | Detection of acoustic impulse events in voice applications using a neural network |
US10242696B2 (en) | 2016-10-11 | 2019-03-26 | Cirrus Logic, Inc. | Detection of acoustic impulse events in voice applications |
KR102643277B1 (ko) | 2022-03-10 | 2024-03-05 | 주식회사 메사쿠어컴퍼니 | 얼굴인식을 이용한 비밀번호 입력 방법 및 시스템 |
KR20230136288A (ko) | 2022-03-18 | 2023-09-26 | 주식회사 메사쿠어컴퍼니 | 얼굴의 부분영역으로 얼굴인증을 수행하는 방법 |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58168094A (ja) * | 1982-03-29 | 1983-10-04 | 藤崎 博也 | 音声分析処理方式 |
JPS5994795A (ja) * | 1982-11-22 | 1984-05-31 | 藤崎 博也 | 音声分析処理方式 |
US5528723A (en) * | 1990-12-28 | 1996-06-18 | Motorola, Inc. | Digital speech coder and method utilizing harmonic noise weighting |
BE1007617A3 (nl) * | 1993-10-11 | 1995-08-22 | Philips Electronics Nv | Transmissiesysteem met gebruik van verschillende codeerprincipes. |
US7092881B1 (en) * | 1999-07-26 | 2006-08-15 | Lucent Technologies Inc. | Parametric speech codec for representing synthetic speech in the presence of background noise |
AU2001294974A1 (en) * | 2000-10-02 | 2002-04-15 | The Regents Of The University Of California | Perceptual harmonic cepstral coefficients as the front-end for speech recognition |
US7013269B1 (en) * | 2001-02-13 | 2006-03-14 | Hughes Electronics Corporation | Voicing measure for a speech CODEC system |
US20040220801A1 (en) * | 2001-08-31 | 2004-11-04 | Yasushi Sato | Pitch waveform signal generating apparatus, pitch waveform signal generation method and program |
US7027980B2 (en) * | 2002-03-28 | 2006-04-11 | Motorola, Inc. | Method for modeling speech harmonic magnitudes |
JP4649208B2 (ja) * | 2002-07-16 | 2011-03-09 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | オーディオコーディング |
RU2404506C2 (ru) * | 2004-11-05 | 2010-11-20 | Панасоник Корпорэйшн | Устройство масштабируемого декодирования и устройство масштабируемого кодирования |
KR20060067016A (ko) * | 2004-12-14 | 2006-06-19 | 엘지전자 주식회사 | 음성 부호화 장치 및 방법 |
US7580910B2 (en) | 2005-04-06 | 2009-08-25 | Content Analyst Company, Llc | Perturbing latent semantic indexing spaces |
TWI279774B (en) * | 2005-04-14 | 2007-04-21 | Ind Tech Res Inst | Adaptive pulse allocation mechanism for multi-pulse CELP coder |
EP1829424B1 (en) * | 2005-04-15 | 2009-01-21 | Dolby Sweden AB | Temporal envelope shaping of decorrelated signals |
US7930176B2 (en) * | 2005-05-20 | 2011-04-19 | Broadcom Corporation | Packet loss concealment for block-independent speech codecs |
US7596231B2 (en) | 2005-05-23 | 2009-09-29 | Hewlett-Packard Development Company, L.P. | Reducing noise in an audio signal |
US20070011001A1 (en) * | 2005-07-11 | 2007-01-11 | Samsung Electronics Co., Ltd. | Apparatus for predicting the spectral information of voice signals and a method therefor |
KR100770839B1 (ko) * | 2006-04-04 | 2007-10-26 | 삼성전자주식회사 | 음성 신호의 하모닉 정보 및 스펙트럼 포락선 정보,유성음화 비율 추정 방법 및 장치 |
KR100762596B1 (ko) * | 2006-04-05 | 2007-10-01 | 삼성전자주식회사 | 음성 신호 전처리 시스템 및 음성 신호 특징 정보 추출방법 |
US8688437B2 (en) * | 2006-12-26 | 2014-04-01 | Huawei Technologies Co., Ltd. | Packet loss concealment for speech coding |
CN101589430B (zh) * | 2007-08-10 | 2012-07-18 | 松下电器产业株式会社 | 声音分离装置、声音合成装置及音质变换装置 |
JP4327241B2 (ja) * | 2007-10-01 | 2009-09-09 | パナソニック株式会社 | 音声強調装置および音声強調方法 |
EP2077550B8 (en) * | 2008-01-04 | 2012-03-14 | Dolby International AB | Audio encoder and decoder |
US8401845B2 (en) * | 2008-03-05 | 2013-03-19 | Voiceage Corporation | System and method for enhancing a decoded tonal sound signal |
JP5038995B2 (ja) * | 2008-08-25 | 2012-10-03 | 株式会社東芝 | 声質変換装置及び方法、音声合成装置及び方法 |
WO2010088722A1 (en) * | 2009-02-03 | 2010-08-12 | Hearworks Pty Limited | Enhianced envelope encoded tone, sound procrssor and system |
US8463599B2 (en) * | 2009-02-04 | 2013-06-11 | Motorola Mobility Llc | Bandwidth extension method and apparatus for a modified discrete cosine transform audio coder |
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 |
JPWO2010140590A1 (ja) * | 2009-06-03 | 2012-11-22 | 日本電信電話株式会社 | Parcor係数量子化方法、parcor係数量子化装置、プログラム及び記録媒体 |
JP5223786B2 (ja) * | 2009-06-10 | 2013-06-26 | 富士通株式会社 | 音声帯域拡張装置、音声帯域拡張方法及び音声帯域拡張用コンピュータプログラムならびに電話機 |
IN2012DN05235A (ja) * | 2010-01-08 | 2015-10-23 | Nippon Telegraph & Telephone | |
WO2011086923A1 (ja) * | 2010-01-14 | 2011-07-21 | パナソニック株式会社 | 符号化装置、復号装置、スペクトル変動量算出方法及びスペクトル振幅調整方法 |
JP5749462B2 (ja) * | 2010-08-13 | 2015-07-15 | 株式会社Nttドコモ | オーディオ復号装置、オーディオ復号方法、オーディオ復号プログラム、オーディオ符号化装置、オーディオ符号化方法、及び、オーディオ符号化プログラム |
EP2638541A1 (en) * | 2010-11-10 | 2013-09-18 | Koninklijke Philips Electronics N.V. | Method and device for estimating a pattern in a signal |
KR20130111611A (ko) * | 2011-01-25 | 2013-10-10 | 니뽄 덴신 덴와 가부시키가이샤 | 부호화 방법, 부호화 장치, 주기성 특징량 결정 방법, 주기성 특징량 결정 장치, 프로그램, 기록 매체 |
EP2676266B1 (en) * | 2011-02-14 | 2015-03-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Linear prediction based coding scheme using spectral domain noise shaping |
EP2660811B1 (en) * | 2011-02-16 | 2017-03-29 | Nippon Telegraph And Telephone Corporation | Encoding method, decoding method, encoder, decoder, program and recording medium |
US10515643B2 (en) * | 2011-04-05 | 2019-12-24 | Nippon Telegraph And Telephone Corporation | Encoding method, decoding method, encoder, decoder, program, and recording medium |
US8620646B2 (en) * | 2011-08-08 | 2013-12-31 | The Intellisis Corporation | System and method for tracking sound pitch across an audio signal using harmonic envelope |
ES2644131T3 (es) * | 2012-06-28 | 2017-11-27 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Predicción lineal basada en una codificación de audio utilizando un estimador mejorado de distibución de probabilidad |
EP2682941A1 (de) * | 2012-07-02 | 2014-01-08 | Technische Universität Ilmenau | Vorrichtung, Verfahren und Computerprogramm für frei wählbare Frequenzverschiebungen in der Subband-Domäne |
WO2014006837A1 (ja) * | 2012-07-05 | 2014-01-09 | パナソニック株式会社 | 符号化・復号化システム、復号化装置、符号化装置、及び符号化・復号化方法 |
BR112015007137B1 (pt) * | 2012-10-05 | 2021-07-13 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. | Aparelho para codificar um sinal de fala que emprega acelp no domínio de autocorrelação |
CA3029037C (en) * | 2013-04-05 | 2021-12-28 | Dolby International Ab | Audio encoder and decoder |
US9418671B2 (en) * | 2013-08-15 | 2016-08-16 | Huawei Technologies Co., Ltd. | Adaptive high-pass post-filter |
CN111009249B (zh) * | 2013-10-18 | 2021-06-04 | 弗劳恩霍夫应用研究促进协会 | 编码器/解码器、编码/解码方法和非瞬时性存储介质 |
US9697843B2 (en) * | 2014-04-30 | 2017-07-04 | Qualcomm Incorporated | High band excitation signal generation |
-
2015
- 2015-02-20 JP JP2016515879A patent/JP6276846B2/ja active Active
- 2015-02-20 CN CN201910432900.6A patent/CN110289008B/zh active Active
- 2015-02-20 PL PL20167436T patent/PL3699910T3/pl unknown
- 2015-02-20 PL PL20167434T patent/PL3696816T3/pl unknown
- 2015-02-20 ES ES15786322T patent/ES2738723T3/es active Active
- 2015-02-20 EP EP20167436.3A patent/EP3699910B1/en active Active
- 2015-02-20 EP EP15786322.6A patent/EP3139381B1/en active Active
- 2015-02-20 TR TR2019/10806T patent/TR201910806T4/tr unknown
- 2015-02-20 KR KR1020167029936A patent/KR101837153B1/ko active IP Right Grant
- 2015-02-20 EP EP20167434.8A patent/EP3696816B1/en active Active
- 2015-02-20 WO PCT/JP2015/054718 patent/WO2015166694A1/ja active Application Filing
- 2015-02-20 KR KR1020187006351A patent/KR101860143B1/ko active IP Right Grant
- 2015-02-20 ES ES19163214T patent/ES2805275T3/es active Active
- 2015-02-20 EP EP19163214.0A patent/EP3537439B1/en active Active
- 2015-02-20 PL PL19163214T patent/PL3537439T3/pl unknown
- 2015-02-20 CN CN201580022816.7A patent/CN106537500B/zh active Active
- 2015-02-20 US US15/302,205 patent/US10204633B2/en active Active
- 2015-02-20 ES ES20167434T patent/ES2878061T3/es active Active
- 2015-02-20 CN CN201910728067.XA patent/CN110491402B/zh active Active
- 2015-02-20 ES ES20167436T patent/ES2884034T3/es active Active
- 2015-02-20 CN CN201910728046.8A patent/CN110491401B/zh active Active
- 2015-02-20 KR KR1020187006358A patent/KR101860146B1/ko active IP Right Grant
- 2015-02-20 PL PL15786322T patent/PL3139381T3/pl unknown
- 2015-02-20 KR KR1020187006347A patent/KR101860139B1/ko active IP Right Grant
-
2017
- 2017-09-12 JP JP2017174631A patent/JP6412994B2/ja active Active
-
2018
- 2018-10-01 JP JP2018186413A patent/JP6674992B2/ja active Active
- 2018-12-21 US US16/228,980 patent/US10734009B2/en active Active
-
2020
- 2020-03-09 JP JP2020039489A patent/JP6867528B2/ja active Active
- 2020-05-14 US US15/931,694 patent/US11100938B2/en active Active
-
2021
- 2021-06-18 US US17/351,559 patent/US11501788B2/en active Active
-
2022
- 2022-09-29 US US17/955,980 patent/US11848021B2/en active Active
-
2023
- 2023-10-25 US US18/383,594 patent/US20240062767A1/en active Pending
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6412994B2 (ja) | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 | |
JP6595684B2 (ja) | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180829 |
|
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: 20180911 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181001 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6412994 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |