JP6457552B2 - 符号化装置、復号装置、これらの方法及びプログラム - Google Patents
符号化装置、復号装置、これらの方法及びプログラム Download PDFInfo
- Publication number
- JP6457552B2 JP6457552B2 JP2016561570A JP2016561570A JP6457552B2 JP 6457552 B2 JP6457552 B2 JP 6457552B2 JP 2016561570 A JP2016561570 A JP 2016561570A JP 2016561570 A JP2016561570 A JP 2016561570A JP 6457552 B2 JP6457552 B2 JP 6457552B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- sequence
- coefficient
- linear prediction
- spectrum envelope
- 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
- 238000000034 method Methods 0.000 title claims description 128
- 238000001228 spectrum Methods 0.000 claims description 359
- 238000004458 analytical method Methods 0.000 claims description 67
- 230000003595 spectral effect Effects 0.000 claims description 49
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 13
- 238000005314 correlation function Methods 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 description 146
- 241000209094 Oryza Species 0.000 description 82
- 235000007164 Oryza sativa Nutrition 0.000 description 82
- 235000009566 rice Nutrition 0.000 description 82
- 239000006185 dispersion Substances 0.000 description 62
- 238000010606 normalization Methods 0.000 description 56
- 238000013139 quantization Methods 0.000 description 48
- 238000012545 processing Methods 0.000 description 40
- 238000006243 chemical reaction Methods 0.000 description 31
- 230000005236 sound signal Effects 0.000 description 31
- 238000009499 grossing Methods 0.000 description 30
- 238000009826 distribution Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
- H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
- H04N19/198—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters including smoothing of a sequence of encoding parameters, e.g. by averaging, by choice of the maximum, minimum or median value
-
- 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
- G10L19/035—Scalar quantisation
-
- 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
- G10L19/002—Dynamic bit allocation
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform 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
- G10L19/04—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Discrete Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Description
周波数領域変換部11には、時間領域の音信号が入力される。音信号は、例えば音声信号又は音響信号である。
線形予測分析部12には、時間領域の音信号が入力される。
振幅スペクトル包絡系列生成部13には、線形予測分析部12が生成した量子化線形予測係数^α1,^α2,…,^αpが入力される。
包絡正規化部14には、周波数領域変換部11が生成したMDCT係数列X(0),X(1),…,X(N-1)及び振幅スペクトル包絡系列生成部13が出力した平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)が入力される。
符号化部15には、包絡正規化部14が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)が入力される。
符号化部15が行う符号化処理の具体例について説明する。
利得取得部151は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)から、整数信号符号のビット数が、予め配分されたビット数である配分ビット数B以下、かつ、なるべく大きな値となるようなグローバルゲインgを決定して出力する。利得取得部151が得たグローバルゲインgは、量子化部152で用いられるグローバルゲインの初期値となる。
量子化部152は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)の各係数を利得取得部151または利得更新部157が得たグローバルゲインgで割り算した結果の整数部分による系列である量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)を得て出力する。
Riceパラメータ決定部153は、量子化部152が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)から、下記の式(3)によりRiceパラメータrを得て出力する。
Golomb-Rice符号化部154は、Riceパラメータ決定部153が得たRiceパラメータrを用いて、量子化部152が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)をGolomb-Rice符号化して整数信号符号を得て、整数信号符号と、整数信号符号のビット数である消費ビット数Cとを出力する。
判定部156は、利得の更新回数が予め定めた回数の場合には、整数信号符号を出力するとともに、利得符号化部155に対し利得更新部157が得たグローバルゲインgを符号化する指示信号を出力し、利得の更新回数が予め定めた回数未満である場合には、利得更新部157に対し、Golomb-Rice符号化部154が計測した消費ビット数Cを出力する。
利得更新部157は、Golomb-Rice符号化部154が計測した消費ビット数Cが配分ビット数Bより多い場合にはグローバルゲインgの値を大きな値に更新して出力し、消費ビット数Cが配分ビット数Bより少ない場合にはグローバルゲインgの値を小さな値に更新し、更新後のグローバルゲインgの値を出力する。
利得符号化部155は、判定部156が出力した指示信号に従って、利得更新部157が得たグローバルゲインgを符号化して利得符号を得て出力する。
平滑化振幅スペクトル包絡によるMDCT系列X(0),X(1),…,X(N-1)の正規化は、振幅スペクトル包絡系列による正規化よりもMDCT系列X(0),X(1),…,X(N-1)を白色化しない。具体的には、MDCT係数列X(0),X(1),…,X(N-1)を平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)で正規化して得られる正規化MDCT係数列XN(0)=X(0)/^Wγ(0),XN(1)=X(1)/^Wγ(1),…,XN(N-1)= X(N-1)/^Wγ(N-1)は、MDCT係数列X(0),X(1),…,X(N-1)を振幅スペクトル包絡系列^W(0),^W(1),…,^W(N-1)で正規化して得られる正規化後の系列X(0)/^W(0),X(1)/^W(1),…,X(N-1)/^W(N-1)よりも、^W(0)/^Wγ(0),^W(1)/^Wγ(1),…,^W(N-1)/^Wγ(N-1)だけ凸凹が大きい。従って、MDCT係数列X(0),X(1),…,X(N-1)を振幅スペクトル包絡系列^W(0),^W(1),…,^W(N-1)で正規化して得られる正規化後の系列X(0)/^W(0),X(1)/^W(1), …,X(N-1)/^W(N-1)が符号化部15における符号化に適する程度に包絡の凸凹が平坦にされたものとすると、符号化部15に入力される正規化MDCT係数列XN(0),XN(1),…,XN(N-1)には、^W(0)/^Wγ(0),^W(1)/^Wγ(1),…,^W(N-1)/^Wγ(N-1)の系列(以下、正規化振幅スペクトル包絡系列^WN(0),^WN(1),…,^WN(N-1))で表される包絡の凸凹が残されている。
(第一実施形態の符号化)
第一実施形態の符号化装置の構成例を図4に示す。第一実施形態の符号化装置は、図4に示すように、周波数領域変換部21と、線形予測分析部22と、非平滑化振幅スペクトル包絡系列生成部23と、平滑化振幅スペクトル包絡系列生成部24と、包絡正規化部25と、符号化部26とを例えば備えている。この符号化装置により実現される第一実施形態の符号化方法の各処理の例を図5に示す。
周波数領域変換部21には、時間領域の音信号が入力される。音信号の例は、音声ディジタル信号又は音響ディジタル信号である。
線形予測分析部22には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)が入力される。
非平滑化振幅スペクトル包絡系列生成部23には、線形予測分析部22が生成した量子化線形予測係数^β1,^β2,…,^βpが入力される。
平滑化振幅スペクトル包絡系列生成部24には、線形予測分析部22が生成した量子化線形予測係数^β1,^β2,…,^βpが入力される。
包絡正規化部25には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)及び平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)が入力される。
符号化部26には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)、非平滑化振幅スペクトル包絡系列生成部23が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)及び平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)が入力される。
符号化部26が行う符号化処理の具体例1として、ループ処理を含まない例について説明する。
利得取得部261は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)から、整数信号符号のビット数が、予め配分されたビット数である配分ビット数B以下、かつ、なるべく大きな値となるようなグローバルゲインgを決定して出力する(ステップ261)。利得取得部261は、例えば、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)のエネルギーの合計の平方根と配分ビット数Bと負の相関のある定数との乗算値をグローバルゲインgとして得て出力する。または、利得取得部261は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1) のエネルギーの合計と、配分ビット数Bと、グローバルゲインgと、の関係を予めテーブル化しておき、そのテーブルを参照することによりグローバルゲインgを得て出力してもよい。
量子化部262は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)の各係数を利得取得部261が得たグローバルゲインgで割り算した結果の整数部分による系列である量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)を得て出力する(ステップ262)。
Riceパラメータ決定部263は、利得取得部261が得たグローバルゲインgと、入力された非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)と、入力された平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)とから、上記の式(8)によりRiceパラメータ系列r(0),r(1),…,r(N-1) の各Riceパラメータを得て出力する(ステップ263)。
<Golomb-Rice符号化部264>
Golomb-Rice符号化部264は、量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)の各係数に対応するRiceパラメータとしてRiceパラメータ決定部263が得たRiceパラメータ系列r(0),r(1),…,r(N-1)の各Riceパラメータを用いて、量子化部262が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)をGolomb-Rice符号化して整数信号符号を得て出力する(ステップ264)。
<利得符号化部265>
利得符号化部265は、利得取得部261が得たグローバルゲインgを符号化して利得符号を得て出力する(ステップ265)。
符号化部26が行う符号化処理の具体例2として、ループ処理を含む例について説明する。
利得取得部261は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)から、整数信号符号のビット数が、予め配分されたビット数である配分ビット数B以下、かつ、なるべく大きな値となるようなグローバルゲインgを決定して出力する(ステップ261)。利得取得部261は、例えば、正規化MDCT係数列XN(0),XN(1),…,XN(N-1)のエネルギーの合計の平方根と配分ビット数Bと負の相関のある定数との乗算値をグローバルゲインgとして得て出力する。
量子化部262は、入力された正規化MDCT係数列XN(0),XN(1),…,XN(N-1)の各係数を利得取得部261または利得更新部267が得たグローバルゲインgで割り算した結果の整数部分による系列である量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)を得て出力する(ステップ262)。
Riceパラメータ決定部263は、利得取得部261または利得更新部267が得たが得たグローバルゲインgと、入力された非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)と、入力された平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)とから、上記の式(8)によりRiceパラメータ系列r(0),r(1),…,r(N-1) の各Riceパラメータを得て出力する(ステップ263)。
Golomb-Rice符号化部264は、量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)の各係数に対応するRiceパラメータとしてRiceパラメータ決定部263が得たRiceパラメータ系列r(0),r(1),…,r(N-1)の各Riceパラメータを用いて、量子化部262が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)をGolomb-Rice符号化して整数信号符号を得て、整数信号符号と、整数信号符号のビット数である消費ビット数Cとを出力する(ステップ264)。
判定部266は、利得の更新回数に基づく判定を行う。具体的には、判定部266は、利得の更新回数が予め定めた回数の場合には、整数信号符号を出力するとともに、利得符号化部265に対し利得更新部267が得たグローバルゲインgを符号化する指示信号を出力し、利得の更新回数が予め定めた回数未満である場合には、利得更新部267に対し、Golomb-Rice符号化部264が計測した消費ビット数Cを出力する(ステップS266)。
利得更新部267は、Golomb-Rice符号化部264が計測した消費ビット数Cが配分ビット数Bより多い場合にはグローバルゲインgの値を大きな値に更新して出力し、消費ビット数Cが配分ビット数Bより少ない場合にはグローバルゲインgの値を小さな値に更新し、更新後のグローバルゲインgの値を出力する(ステップ267)。
利得符号化部265は、判定部266が出力した指示信号に従って、利得更新部267が得たグローバルゲインgを符号化して利得符号を得て出力する(ステップ265)。
第一実施形態の符号化装置に対応する復号装置の構成例を図9に示す。第一実施形態の復号装置は、図9に示すように、線形予測係数復号部31と、非平滑化振幅スペクトル包絡系列生成部32と、平滑化振幅スペクトル包絡系列生成部33と、復号部34と、包絡逆正規化部35と、時間領域変換部36とを例えば備えている。この復号装置により実現される第一実施形態の復号方法の各処理の例を図10に示す。
線形予測係数復号部31には、符号化装置が出力した線形予測係数符号が入力される。
非平滑化振幅スペクトル包絡系列生成部32には、線形予測係数復号部31が得た復号線形予測係数^β1,^β2,…,^βpが入力される。
平滑化振幅スペクトル包絡系列生成部33には、線形予測係数復号部31が得た復号線形予測係数^β1,^β2,…,^βpが入力される。
復号部34には、符号化装置が出力した正規化MDCT係数列に対応する符号、非平滑化振幅スペクトル包絡系列生成部32が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)及び平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)が入力される。
包絡逆正規化部35には、平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)及び復号部34が生成した復号正規化MDCT係数列^XN(0),^XN(1),…,^XN(N-1)が入力される。
時間領域変換部36には、包絡逆正規化部35が生成した復号MDCT係数列^X(0),^X(1),…,^X(N-1)が入力される。
(第二実施形態の符号化)
第二実施形態の符号化装置の構成例を図4に示す。第二実施形態の符号化装置は、図4に示すように、周波数領域変換部21と、線形予測分析部22と、非平滑化振幅スペクトル包絡系列生成部23と、平滑化振幅スペクトル包絡系列生成部24と、包絡正規化部25と、符号化部26とを例えば備えている。この符号化装置により実現される第二実施形態の符号化方法の各処理の例を図5に示す。
周波数領域変換部21には、時間領域の音信号が入力される。音信号の例は、音声ディジタル信号又は音響ディジタル信号である。
線形予測分析部22には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)が入力される。
非平滑化振幅スペクトル包絡系列生成部23には、線形予測分析部22が生成した量子化線形予測係数^α1, ^α2,…, ^αpが入力される。
平滑化振幅スペクトル包絡系列生成部24には、線形予測分析部22が生成した量子化線形予測係数^α1, ^α2,…, ^αpが入力される。
包絡正規化部25には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)及び平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)が入力される。
符号化部26には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)、非平滑化振幅スペクトル包絡系列生成部23が生成した非平滑化振幅スペクトル包絡系列^W(0),^W(1),…,^W(N-1)及び平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)が入力される。
第二実施形態の符号化装置に対応する復号装置の構成例を図9に示す。第二実施形態の復号装置は、図9に示すように、線形予測係数復号部31と、非平滑化振幅スペクトル包絡系列生成部32と、平滑化振幅スペクトル包絡系列生成部33と、復号部34と、包絡逆正規化部35と、時間領域変換部36とを例えば備えている。この復号装置により実現される第二実施形態の復号方法の各処理の例を図10に示す。
線形予測係数復号部31には、符号化装置が出力した線形予測係数符号が入力される。
非平滑化振幅スペクトル包絡系列生成部32には、線形予測係数復号部31が得た復号線形予測係数^α1, ^α2,…, ^αpが入力される。
平滑化振幅スペクトル包絡系列生成部33には、線形予測係数復号部31が得た復号線形予測係数^α1, ^α2,…, ^αpが入力される。
復号部34には、符号化装置が出力した正規化MDCT係数列に対応する符号、非平滑化振幅スペクトル包絡系列生成部32が生成した非平滑化振幅スペクトル包絡系列^W(0),^W(1),…,^W(N-1)及び平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)が入力される。
包絡逆正規化部35には、平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Wγ(0),^Wγ(1),…,^Wγ(N-1)及び復号部34が生成した復号正規化MDCT係数列^XN(0),^XN(1),…,^XN(N-1)が入力される。
時間領域変換部36には、包絡逆正規化部35が生成した復号MDCT係数列^X(0),^X(1),…,^X(N-1)が入力される。
このようにして、時間領域変換部36は、例えば復号MDCT係数列である復号周波数領域サンプル列に対応する復号音信号を得る。
(第三実施形態の符号化)
第三実施形態の符号化装置の構成例を図4に示す。第三実施形態の符号化装置は、図4に示すように、周波数領域変換部21と、線形予測分析部22と、非平滑化振幅スペクトル包絡系列生成部23と、平滑化振幅スペクトル包絡系列生成部24と、包絡正規化部25と、符号化部26とを例えば備えている。この符号化装置により実現される第三実施形態の符号化方法の各処理の例を図5に示す。
周波数領域変換部21には、時間領域の時系列信号である音信号が入力される。音信号の例は、音声ディジタル信号又は音響ディジタル信号である。
線形予測分析部22には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)が入力される。
非平滑化振幅スペクトル包絡系列生成部23には、線形予測分析部22が生成した量子化線形予測係数^β1,^β2,…,^βpが入力される。
平滑化振幅スペクトル包絡系列生成部24には、線形予測分析部22が生成した量子化線形予測係数^β1,^β2,…,^βpが入力される。
包絡正規化部25には、周波数領域変換部21が得たMDCT係数列X(0),X(1),…,X(N-1)及び平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)が入力される。
符号化部26には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)、非平滑化振幅スペクトル包絡系列生成部23が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)、平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)及び線形予測分析部22が算出した平均残差のエネルギーσ2が入力される。
符号化部26が行う符号化処理の具体例1として、ループ処理を含まない例について説明する。
利得取得部261には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)が入力される。
量子化部262には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)及び利得取得部261が得たグローバルゲインgが入力される。
分散パラメータ決定部268には、利得取得部261が得たグローバルゲインg、非平滑化振幅スペクトル包絡系列生成部23が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)、平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)及び線形予測分析部22が得た予測残差のエネルギーσ2が入力される。
算術符号化部269には、量子化部262が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)及び分散パラメータ決定部268が得た分散パラメータ系列φ(0),φ(1),…,φ(N-1)が入力される。
利得符号化部265には、利得取得部261が得たグローバルゲインgが入力される。
符号化部26が行う符号化処理の具体例2として、ループ処理を含む例について説明する。
利得取得部261には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)が入力される。
量子化部262には、包絡正規化部25が生成した正規化MDCT係数列XN(0),XN(1),…,XN(N-1)及び利得取得部261又は利得更新部267が得たグローバルゲインgが入力される。
分散パラメータ決定部268には、利得取得部261又は利得更新部267が得たグローバルゲインg、非平滑化振幅スペクトル包絡系列生成部23が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)、平滑化振幅スペクトル包絡系列生成部24が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)及び線形予測分析部22が得た予測残差のエネルギーσ2が入力される。
算術符号化部269には、量子化部262が得た量子化正規化済係数系列XQ(0),XQ(1),…,XQ(N-1)及び分散パラメータ決定部268が得た分散パラメータ系列φ(0),φ(1),…,φ(N-1)が入力される。
判定部266には、算術符号化部269が得た整数信号符号が入力される。
利得更新部267には、算術符号化部269が計測した消費ビット数Cが入力される。
利得符号化部265には、判定部266からの出力指示及び利得更新部267が得たグローバルゲインgが入力される。
符号化部26は、例えば以下の処理を行うことにより、推定されたスペクトル包絡(非平滑化振幅スペクトル包絡)を基にビット割り当てを変える符号化を行ってもよい。
第三実施形態の符号化装置に対応する復号装置の構成例を図16に示す。第三実施形態の復号装置は、図16に示すように、線形予測係数復号部31と、非平滑化振幅スペクトル包絡系列生成部32と、平滑化振幅スペクトル包絡系列生成部33と、復号部34と、包絡逆正規化部35と、時間領域変換部36とを例えば備えている。この復号装置により実現される第三実施形態の復号方法の各処理の例を図10に示す。
線形予測係数復号部31には、符号化装置が出力した線形予測係数符号が入力される。
非平滑化振幅スペクトル包絡系列生成部32には、線形予測係数復号部31が得た復号線形予測係数^β1,^β2,…,^βpが入力される。
平滑化振幅スペクトル包絡系列生成部33には、線形予測係数復号部31が得た復号線形予測係数^β1,^β2,…,^βpが入力される。
復号部34には、符号化装置が出力した正規化MDCT係数列に対応する符号、非平滑化振幅スペクトル包絡系列生成部32が生成した非平滑化振幅スペクトル包絡系列^H(0),^H(1),…,^H(N-1)及び平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)が入力される。
包絡逆正規化部35には、平滑化振幅スペクトル包絡系列生成部33が生成した平滑化振幅スペクトル包絡系列^Hγ(0),^Hγ(1),…,^Hγ(N-1)及び復号部34が生成した復号正規化MDCT係数列^XN(0),^XN(1),…,^XN(N-1)が入力される。
時間領域変換部36には、包絡逆正規化部35が生成した復号MDCT係数列^X(0),^X(1),…,^X(N-1)が入力される。
線形予測分析部22及び非平滑化振幅スペクトル包絡系列生成部23を1つのスペクトル包絡推定部2Aとして捉えると、このスペクトル包絡推定部2Aは、ηを2以外の所定の正の数として、時系列信号に対応する例えばMDCT係数列である周波数領域サンプル列の絶対値のη乗をパワースペクトルと見做したスペクトル包絡(非平滑化振幅スペクトル包絡系列)の推定を行っていると言える。例えば、第一実施形態ではηが1である場合の処理を行っていると言える。第二実施形態ではηが2である場合の処理を行っていると言える。また、第三実施形態ではηが2以外の所定の正の数である場合の処理を行っていると言える。ここで、「パワースペクトルと見做した」「パワースペクトルと見做して」とは、パワースペクトルを通常用いるところに、η乗のスペクトルを用いることを意味する。
Claims (8)
- 時系列信号を周波数領域で符号化する符号化装置であって、
ηを2以外の所定の正の数として、上記時系列信号に対応する周波数領域サンプル列の絶対値のη乗をパワースペクトルと見做してスペクトル包絡の推定を行うスペクトル包絡推定部と、
上記推定されたスペクトル包絡を基にビット割り当てを変える又は実質的にビット割り当てが変わる符号化を上記時系列信号に対応する周波数領域サンプル列の各係数に対して行う符号化部と、
を含む符号化装置。 - 請求項1の符号化装置において、
上記スペクトル包絡推定部は、上記周波数領域サンプル列の絶対値のη乗をパワースペクトルと見做した逆フーリエ変換を行うことにより得られる疑似相関関数信号列を用いて線形予測分析を行い線形予測係数に変換可能な係数を得る線形予測分析部と、上記線形予測係数に変換可能な係数に対応する振幅スペクトル包絡の系列を1/η乗した系列である非平滑化スペクトル包絡系列を得ることにより上記スペクトル包絡の推定を行う非平滑化スペクトル包絡系列生成部と、を含む、
符号化装置。 - 周波数領域での復号により時系列信号に対応する周波数領域サンプル列を得る復号装置であって、
入力された線形予測係数符号を復号して線形予測係数に変換可能な係数を得る線形予測係数復号部と、
ηを2以外の所定の正の数として、上記線形予測係数に変換可能な係数に対応する振幅スペクトル包絡の系列を1/η乗した系列である非平滑化スペクトル包絡系列を得る非平滑化スペクトル包絡系列生成部と、
上記非平滑化スペクトル包絡系列に基づいて変わるビット割り当て又は実質的に変わるビット割り当てに従って、入力された整数信号符号の復号を行うことにより上記時系列信号に対応する周波数領域サンプル列を得る復号部と、
を含む復号装置。 - 時系列信号を周波数領域で符号化する符号化方法であって、
ηを2以外の所定の正の数として、上記時系列信号に対応する周波数領域サンプル列の絶対値のη乗をパワースペクトルと見做してスペクトル包絡の推定を行うスペクトル包絡推定ステップと、
上記推定されたスペクトル包絡を基にビット割り当てを変える又は実質的にビット割り当てが変わる符号化を上記時系列信号に対応する周波数領域サンプル列の各係数に対して行う符号化ステップと、
を含む符号化方法。 - 請求項4の符号化方法において、
上記スペクトル包絡推定ステップは、上記周波数領域サンプル列の絶対値のη乗をパワースペクトルと見做した逆フーリエ変換を行うことにより得られる疑似相関関数信号列を用いて線形予測分析を行い線形予測係数に変換可能な係数を得る線形予測分析ステップと、上記線形予測係数に変換可能な係数に対応する振幅スペクトル包絡の系列を1/η乗した系列である非平滑化スペクトル包絡系列を得ることにより上記スペクトル包絡の推定を行う非平滑化スペクトル包絡系列生成ステップと、を含む、
符号化方法。 - 周波数領域での復号により時系列信号に対応する周波数領域サンプル列を得る復号方法であって、
入力された線形予測係数符号を復号して線形予測係数に変換可能な係数を得る線形予測係数復号ステップと、
ηを2以外の所定の正の数として、上記線形予測係数に変換可能な係数に対応する振幅スペクトル包絡の系列を1/η乗した系列である非平滑化スペクトル包絡系列を得る非平滑化スペクトル包絡系列生成ステップと、
上記非平滑化スペクトル包絡系列に基づいて変わるビット割り当て又は実質的に変わるビット割り当てに従って、入力された整数信号符号の復号を行うことにより上記時系列信号に対応する周波数領域サンプル列を得る復号ステップと、
を含む復号方法。 - 請求項1,2の何れかの符号化装置の各部としてコンピュータを機能させるためのプログラム。
- 請求項3の復号装置の各部としてコンピュータを機能させるためのプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014239644 | 2014-11-27 | ||
JP2014239644 | 2014-11-27 | ||
JP2015017692 | 2015-01-30 | ||
JP2015017692 | 2015-01-30 | ||
PCT/JP2015/082839 WO2016084764A1 (ja) | 2014-11-27 | 2015-11-24 | 符号化装置、復号装置、これらの方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016084764A1 JPWO2016084764A1 (ja) | 2017-10-05 |
JP6457552B2 true JP6457552B2 (ja) | 2019-01-23 |
Family
ID=56074324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016561570A Active JP6457552B2 (ja) | 2014-11-27 | 2015-11-24 | 符号化装置、復号装置、これらの方法及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US9838700B2 (ja) |
EP (1) | EP3226243B1 (ja) |
JP (1) | JP6457552B2 (ja) |
CN (1) | CN107004422B (ja) |
WO (1) | WO2016084764A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101996307B1 (ko) | 2015-01-30 | 2019-07-04 | 니폰 덴신 덴와 가부시끼가이샤 | 부호화 장치, 복호 장치, 이들의 방법, 프로그램 및 기록 매체 |
JP6499206B2 (ja) * | 2015-01-30 | 2019-04-10 | 日本電信電話株式会社 | パラメータ決定装置、方法、プログラム及び記録媒体 |
US10325609B2 (en) | 2015-04-13 | 2019-06-18 | Nippon Telegraph And Telephone Corporation | Coding and decoding a sound signal by adapting coefficients transformable to linear predictive coefficients and/or adapting a code book |
JP6766264B2 (ja) * | 2017-06-22 | 2020-10-07 | 日本電信電話株式会社 | 符号化装置、復号装置、符号化方法、復号方法、およびプログラム |
WO2019167706A1 (ja) * | 2018-03-02 | 2019-09-06 | 日本電信電話株式会社 | 符号化装置、符号化方法、プログラム、および記録媒体 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR100663379B1 (ko) * | 2005-08-29 | 2007-01-02 | 주식회사 레인콤 | 멀티미디어용 휴대기기 오디오의 음질 향상 시스템 및 그향상 방법 |
KR20080049085A (ko) * | 2005-09-30 | 2008-06-03 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 부호화 장치 및 음성 부호화 방법 |
FR2897742A1 (fr) * | 2006-02-17 | 2007-08-24 | France Telecom | Codage/decodage perfectionnes de signaux numeriques, en particulier en quantification vectorielle avec codes a permutation |
CN101140759B (zh) * | 2006-09-08 | 2010-05-12 | 华为技术有限公司 | 语音或音频信号的带宽扩展方法及*** |
CN101320565B (zh) * | 2007-06-08 | 2011-05-11 | 华为技术有限公司 | 感知加权滤波方法及感知加权滤波器 |
WO2009093714A1 (ja) * | 2008-01-24 | 2009-07-30 | Nippon Telegraph And Telephone Corporation | 符号化方法、復号化方法、それらの装置、及びそれらのプログラムと記録媒体 |
CN101572092B (zh) * | 2008-04-30 | 2012-11-21 | 华为技术有限公司 | 编解码端的固定码本激励的搜索方法及装置 |
CN101662288B (zh) * | 2008-08-28 | 2012-07-04 | 华为技术有限公司 | 音频编码、解码方法及装置、*** |
JP5304504B2 (ja) * | 2009-07-17 | 2013-10-02 | ソニー株式会社 | 信号符号化装置、信号復号装置、信号処理システム、これらにおける処理方法およびプログラム |
US9047875B2 (en) * | 2010-07-19 | 2015-06-02 | Futurewei Technologies, Inc. | Spectrum flatness control for bandwidth extension |
US9536534B2 (en) * | 2011-04-20 | 2017-01-03 | Panasonic Intellectual Property Corporation Of America | Speech/audio encoding apparatus, speech/audio decoding apparatus, and methods thereof |
CN102208188B (zh) * | 2011-07-13 | 2013-04-17 | 华为技术有限公司 | 音频信号编解码方法和设备 |
WO2013142650A1 (en) * | 2012-03-23 | 2013-09-26 | Dolby International Ab | Enabling sampling rate diversity in a voice communication system |
EP3252762B1 (en) | 2012-10-01 | 2019-01-30 | Nippon Telegraph and Telephone Corporation | Encoding method, encoder, program and recording medium |
-
2015
- 2015-11-24 US US15/528,977 patent/US9838700B2/en active Active
- 2015-11-24 WO PCT/JP2015/082839 patent/WO2016084764A1/ja active Application Filing
- 2015-11-24 JP JP2016561570A patent/JP6457552B2/ja active Active
- 2015-11-24 CN CN201580064256.1A patent/CN107004422B/zh active Active
- 2015-11-24 EP EP15862764.6A patent/EP3226243B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170272766A1 (en) | 2017-09-21 |
WO2016084764A1 (ja) | 2016-06-02 |
JPWO2016084764A1 (ja) | 2017-10-05 |
EP3226243A4 (en) | 2018-04-11 |
EP3226243A1 (en) | 2017-10-04 |
US9838700B2 (en) | 2017-12-05 |
EP3226243B1 (en) | 2022-01-05 |
CN107004422B (zh) | 2020-08-25 |
CN107004422A (zh) | 2017-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6422813B2 (ja) | 符号化装置、復号装置、これらの方法及びプログラム | |
JP6457552B2 (ja) | 符号化装置、復号装置、これらの方法及びプログラム | |
WO2012137617A1 (ja) | 符号化方法、復号方法、符号化装置、復号装置、プログラム、記録媒体 | |
JP6633787B2 (ja) | 線形予測復号装置、方法、プログラム及び記録媒体 | |
JP6595687B2 (ja) | 符号化方法、符号化装置、プログラム、および記録媒体 | |
JP6744471B2 (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 | |
JP6387117B2 (ja) | 符号化装置、復号装置、これらの方法、プログラム及び記録媒体 | |
KR102070145B1 (ko) | 파라미터 결정 장치, 방법, 프로그램 및 기록 매체 | |
JP5663461B2 (ja) | 符号化方法、符号化装置、プログラム、記録媒体 | |
JPWO2015162979A1 (ja) | 周波数領域パラメータ列生成方法、符号化方法、復号方法、周波数領域パラメータ列生成装置、符号化装置、復号装置、プログラム及び記録媒体 | |
JP2011009860A (ja) | 符号化方法、復号方法、符号化器、復号器、プログラム | |
JP5635213B2 (ja) | 符号化方法、符号化装置、復号方法、復号装置、プログラム及び記録媒体 | |
JPWO2013187498A1 (ja) | 符号化方法、符号化装置、復号方法、復号装置、プログラム及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170525 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180717 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180727 |
|
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: 20181218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6457552 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |