JP6888051B2 - 音声符号化方法および関連装置 - Google Patents

音声符号化方法および関連装置 Download PDF

Info

Publication number
JP6888051B2
JP6888051B2 JP2019106061A JP2019106061A JP6888051B2 JP 6888051 B2 JP6888051 B2 JP 6888051B2 JP 2019106061 A JP2019106061 A JP 2019106061A JP 2019106061 A JP2019106061 A JP 2019106061A JP 6888051 B2 JP6888051 B2 JP 6888051B2
Authority
JP
Japan
Prior art keywords
subband
audio frame
khz
current audio
spectral
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
Application number
JP2019106061A
Other languages
English (en)
Other versions
JP2019164379A (ja
Inventor
▲澤▼新 ▲劉▼
▲澤▼新 ▲劉▼
磊 苗
磊 苗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of JP2019164379A publication Critical patent/JP2019164379A/ja
Application granted granted Critical
Publication of JP6888051B2 publication Critical patent/JP6888051B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/22—Mode decision, i.e. based on audio signal content versus external 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
    • G10L19/02—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
    • G10L19/0204—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 subband decomposition
    • 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
    • G10L19/0204—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 subband decomposition
    • G10L19/0208—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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
  • Stereophonic System (AREA)

Description

本願は、発明の名称を「音声符号化方法および関連装置」とした、２０１４年７月２８日に中国特許庁に出願された中国特許出願第２０１４１０３６３９０５．５号に対する優先権を主張し、引用により全体として本明細書に組み込む。
本発明は音声符号化技術に関し、特に、音声符号化方法および関連装置に関する。
既存の音声（例えば、音楽）符号化アルゴリズムでは、同一のビット・レートにおいて、幾つかの音声符号化アルゴリズムは特定の符号化帯域幅に制限され、主に、比較的低い帯域幅を有する音声フレームを符号化するために使用され、幾つかの音声符号化アルゴリズムは符号化帯域幅に制限されず、主に、比較的高い帯域幅を有する音声フレームを符号化するために使用される。確かに、音声符号化アルゴリズムのこの２つのカテゴリの両方は利点と欠点を有する。
しかし先行技術では、音声フレーム符号化において、音声フレームを符号化するために、固定された符号化アルゴリズムが直接使用されている。このように、使用される音声符号化アルゴリズムは良好な符号化品質または符号化効率を保証することは殆どできない。
本発明の諸実施形態では、音声フレーム符号化の符号化品質または符号化効率を改善するための音声符号化方法および関連装置を提供する。
本発明の諸実施形態の第１の態様では、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得するステップと、現在の音声フレームの基準符号化パラメータを取得するステップと、現在の音声フレームの取得された基準符号化パラメータが第１のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を変換符号化励起アルゴリズムに基づいて符号化するか、または、現在の音声フレームの取得された基準符号化パラメータが第２のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を高品質変換符号化アルゴリズムに基づいて符号化するステップとを含む、音声符号化方法を提供する。
第１の態様を参照して、第１の態様の第１の可能な実装方式では、基準符号化パラメータは、以下のパラメータ、即ち、現在の音声フレームの符号化率、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差およびサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープおよびサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープ、またはサブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値のうち少なくとも１つを含み、
サブバンドｚの最大周波数ビンは臨界周波数ビンＦ１より大きく、サブバンドｗの最大周波数ビンは臨界周波数ビンＦ１より大きく、サブバンドｊの最大周波数ビンは臨界周波数ビンＦ２より大きく、サブバンドｎの最大周波数ビンは臨界周波数ビンＦ２より大きく、
臨界周波数ビンＦ１の値範囲は６．４ｋＨｚ乃至１２ｋＨｚであり、
臨界周波数ビンＦ２の値範囲は４．８ｋＨｚ乃至８ｋＨｚであり、
サブバンドｉの最大周波数ビンはサブバンドｊの最大周波数ビンより小さく、サブバンドｍの最大周波数ビンはサブバンドｎの最大周波数ビンより小さく、サブバンドｘの最大周波数ビンはサブバンドｙの最小周波数ビン以下であり、サブバンドｐの最大周波数ビンはサブバンドｑの最小周波数ビン以下であり、サブバンドｒの最大周波数ビンはサブバンドｓの最小周波数ビン以下であり、サブバンドｅの最大周波数ビンはサブバンドｆの最小周波数ビン以下である。
第１の態様の第１の可能な実装方式を参照して、第１の態様の第２の可能な実装方式では、以下の条件、即ち、サブバンドｗの最小周波数ビンが臨界周波数ビンＦ１以上であること、サブバンドｚの最小周波数ビンが臨界周波数ビンＦ１以上であること、サブバンドｉの最大周波数ビンがサブバンドｊの最小周波数ビン以下であること、サブバンドｍの最大周波数ビンがサブバンドｎの最小周波数ビン以下であること、サブバンドｊの最小周波数ビンが臨界周波数ビンＦ２より大きいこと、またはサブバンドｎの最小周波数ビンが臨界周波数ビンＦ２より大きいこと、のうち少なくとも１つが満たされる。
第１の態様の第１の可能な実装方式または第１の態様の第２の可能な実装方式を参照して、第１の態様の第３の可能な実装方式では、第１のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１より小さいこと、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２以下であること、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３以下であること、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４以上であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５以上であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６以上であること、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７以上であること、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１の中に入ること、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８以下であること、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２の中に入ること、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９以下であること、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入ること、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの差の絶対値が閾値Ｔ１０以下であること、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以上であること
のうち少なくとも１つを含む。
第１の態様の第１の可能な実装方式、第１の態様の第２の可能な実装方式、または第１の態様の第３の可能な実装方式を参照して、第１の態様の第４の可能な実装方式では、第１のパラメータ条件は、以下の条件、即ち、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より大きいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より小さいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より大きいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より小さいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より大きいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６４より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より小さいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６６より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９以下であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１以下であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３以下であること、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５以下であること、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７以下であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９以下であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１以下であること、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３以下であること
のうち１つを含む。
第１の態様の第１の可能な実装方式、第１の態様の第２の可能な実装方式、第１の態様の第３の可能な実装方式、または第１の態様の第４の可能な実装方式を参照して、第１の態様の第５の可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１以上であること、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２より大きいこと、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４より小さいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５より小さいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６より小さいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らないこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らないこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３に入らないこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きいこと、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１より小さいこと
のうち少なくとも１つを含む。
第１の態様の第１の可能な実装方式、第１の態様の第２の可能な実装方式、第１の態様の第３の可能な実装方式、第１の態様の第４の可能な実装方式、または第１の態様の第５の可能な実装方式を参照して、第１の態様の第６の可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より小さいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より大きいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より小さいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より大きいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より小さいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６４より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より大きいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６６より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より小さいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３より大きいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１より大きいこと、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３より大きいこと
のうち１つを含む。
第１の態様の第３の可能な実装方式、第１の態様の第４の可能な実装方式、第１の態様の第５の可能な実装方式、または第１の態様の第６の可能な実装方式を参照して、第１の態様の第７の可能な実装方式では、以下の条件、即ち、
閾値Ｔ２が２以上であること、
閾値Ｔ４が１／１．２以下であること、
間隔Ｒ１が［１／２．２５、２．２５］であること、
閾値Ｔ４４が１／２．５６以下であること、
閾値Ｔ４５が１．５以上であること、
閾値Ｔ４６が１／２．５６以上であること、
閾値Ｔ４７が１．５以下であること、
閾値Ｔ６８が１．２５以下であること、または
閾値Ｔ６９が２以上であること
のうち少なくとも１つが満たされる。
本発明の諸実施形態の第２の態様では、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得するように構成された時間周波数変換ユニットと、現在の音声フレームの基準符号化パラメータを取得するように構成された取得ユニットと、当該取得ユニットにより取得された現在の音声フレームの基準符号化パラメータが第１のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を変換符号化励起アルゴリズムに基づいて符号化するか、または、当該取得ユニットにより取得された現在の音声フレームの基準符号化パラメータが第２のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を高品質変換符号化アルゴリズムに基づいて符号化するように構成された符号化ユニットと、を備える音声符号化器を提供する。
第２の態様を参照して、第２の態様の第１の可能な実装方式では、基準符号化パラメータは、以下のパラメータ、即ち、現在の音声フレームの符号化率、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差およびサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープおよびサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープ、またはサブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値のうち少なくとも１つを含み、
サブバンドｚの最大周波数ビンは臨界周波数ビンＦ１より大きく、サブバンドｗの最大周波数ビンは臨界周波数ビンＦ１より大きく、サブバンドｊの最大周波数ビンは臨界周波数ビンＦ２より大きく、サブバンドｎの最大周波数ビンは臨界周波数ビンＦ２より大きく、臨界周波数ビンＦ１の値範囲は６．４ｋＨｚ乃至１２ｋＨｚであり、臨界周波数ビンＦ２の値範囲は４．８ｋＨｚ乃至８ｋＨｚであり、
サブバンドｉの最大周波数ビンはサブバンドｊの最大周波数ビンより小さく、サブバンドｍの最大周波数ビンはサブバンドｎの最大周波数ビンより小さく、サブバンドｘの最大周波数ビンはサブバンドｙの最小周波数ビン以下であり、サブバンドｐの最大周波数ビンはサブバンドｑの最小周波数ビン以下であり、サブバンドｒの最大周波数ビンはサブバンドｓの最小周波数ビン以下であり、サブバンドｅの最大周波数ビンはサブバンドｆの最小周波数ビン以下である。
第２の態様の第１の可能な実装方式を参照して、第２の態様の第２の可能な実装方式では、以下の条件、即ち、サブバンドｗの最小周波数ビンが臨界周波数ビンＦ１以上であること、サブバンドｚの最小周波数ビンが臨界周波数ビンＦ１以上であること、サブバンドｉの最大周波数ビンがサブバンドｊの最小周波数ビン以下であること、サブバンドｍの最大周波数ビンがサブバンドｎの最小周波数ビン以下であること、サブバンドｊの最小周波数ビンが臨界周波数ビンＦ２より大きいこと、またはサブバンドｎの最小周波数ビンが臨界周波数ビンＦ２より大きいことのうち少なくとも１つが満たされる。
第２の態様の第１の可能な実装方式または第２の態様の第２の可能な実装方式を参照して、第２の態様の第３の可能な実装方式では、第１のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１より小さいこと、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２以下であること、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３以下であること、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４以上であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５以上であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６以上であること、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７以上であること、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１の中に入ること、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８以下であること、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２の中に入ること、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９以下であること、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入ること、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの差の絶対値が閾値Ｔ１０以下であること、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以上であること
のうち少なくとも１つを含む。
第２の態様の第１の可能な実装方式、第２の態様の第２の可能な実装方式、または第２の態様の第３の可能な実装方式を参照して、第２の態様の第４の可能な実装方式では、第１のパラメータ条件は、以下の条件、即ち、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より大きいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より小さいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より大きいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より小さいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より大きいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６４より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より小さいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６６より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９以下であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１以下であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３以下であること、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５以下であること、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７以下であること、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９以下であること、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１以下であること、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３以下であること
のうち１つを含む。
第２の態様の第１の可能な実装方式、第２の態様の第２の可能な実装方式、第２の態様の第３の可能な実装方式、または第２の態様の第４の可能な実装方式を参照して、第２の態様の第５の可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１以上であること、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２より大きいこと、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４より小さいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５より小さいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６より小さいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らないこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らないこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３に入らないこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きいこと、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１より小さいこと
のうち少なくとも１つを含む。
第２の態様の第１の可能な実装方式、第２の態様の第２の可能な実装方式、第２の態様の第３の可能な実装方式、第２の態様の第４の可能な実装方式、または第２の態様の第５の可能な実装方式を参照して、第２の態様の第６の可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より小さいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より大きいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より小さいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より大きいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より小さいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６４より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より大きいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６６より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より小さいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３より大きいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１より大きいこと、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３より大きいこと
のうち１つを含む。
第２の態様の第３の可能な実装方式、第２の態様の第４の可能な実装方式、第２の態様の第５の可能な実装方式、または第２の態様の第６の可能な実装方式を参照して、第２の態様の第７の可能な実装方式では、
以下の条件、即ち、
閾値Ｔ２が２以上であること、
閾値Ｔ４が１／１．２以下であること、
間隔Ｒ１が［１／２．２５、２．２５］であること、
閾値Ｔ４４が１／２．５６以下であること、
閾値Ｔ４５が１．５以上であること、
閾値Ｔ４６が１／２．５６以上であること、
閾値Ｔ４７が１．５以下であること、
閾値Ｔ６８が１．２５以下であること、または
閾値Ｔ６９が２以上であること
のうち少なくとも１つが満たされる。
分かるように、本発明の幾つかの実施形態における技術的解決策では、現在の音声フレームの基準符号化パラメータが取得された後、ＴＣＸアルゴリズムまたはＨＱアルゴリズムが、現在の音声フレームのスペクトル係数を符号化するために、現在の音声フレームの取得された基準符号化パラメータに基づいて選択される。現在の音声フレームの基準符号化パラメータは現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これにより、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善が支援され、さらに、現在の音声フレームの符号化品質または符号化効率の改善が支援される。
本発明の諸実施形態における技術的解決策をより明確に説明するために、以下では当該実施形態を説明するのに必要な添付図面を簡単に導入する。明らかに、以下の説明における添付図面は本発明の幾つかの実施形態を示すにすぎず、当業者は依然として創造的努力なしにこれらの添付図面から他の図面を導出することができる。
本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う幾つかの音声符号化方法の略流れ図である。 本発明の諸実施形態に従う二種類の音声符号化器の略図である。 本発明の諸実施形態に従う二種類の音声符号化器の略図である。
本発明の諸実施形態では、音声フレーム符号化の符号化品質または符号化効率を改善するための音声符号化方法および関連装置を提供する。
本発明の技術的解決策を当業者により良く理解させるために、以下では本発明の諸実施形態における添付図面を参照して本発明の諸実施形態における技術的解決策を明確に説明する。明らかに、説明する実施形態は本発明の諸実施形態の全部ではなく一部にすぎない。当業者が創造的努力なしに本発明の諸実施形態に基づいて得る他の全ての実施形態は本発明の保護範囲に入るものとする。
以下で詳細な説明を与える。
本発明の明細書、特許請求の範囲、および添付図面では、「第１の」、「第２の」、「第３の」、「第４の」等の用語は異なるオブジェクトを区別するためのものであり、特定の順序を説明しようとするものではない。さらに、「含む」、「有する」という用語、およびその任意の変形は非包括的な包含をカバーしようとするものである。例えば、一連のステップまたはユニットを含むプロセス、方法、システム、製品、または装置は、列挙したステップまたはユニットに限定されず、列挙しないステップまたはユニットを任意選択でさらに含み、または、当該プロセス、当該方法、当該製品、または当該装置の別の固有なステップまたはユニットを任意選択でさらに含む。
以下では先ず、本発明の当該実施形態で提供する音声符号化方法を説明する。本発明の当該実施形態で提供する音声符号化方法を音声符号化器により実行してもよい。当該音声符号化器が、音声信号を収集、格納、または送信する必要がある任意の装置、例えば、携帯電話、タブレット・コンピュータ、パーソナル・コンピュータ、またはノートブック・コンピュータであってもよい。
本発明における当該音声符号化方法の１実施形態では、当該音声符号化方法が、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得するステップと、現在の音声フレームの基準符号化パラメータを取得するステップと、現在の音声フレームの取得された基準符号化パラメータが第１のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を変換符号化励起アルゴリズムに基づいて符号化するか、または、現在の音声フレームの取得された基準符号化パラメータが第２のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を高品質変換符号化アルゴリズムに基づいて符号化するステップとを含む。
図１を参照すると、図１は本発明の１実施形態に従う音声符号化方法の略流れ図である。図１に示すように、本発明の当該実施形態で提供する音声符号化方法が以下の内容を含んでもよい。
１０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
１０２：現在の音声フレームの基準符号化パラメータを取得する。
１０３：現在の音声フレームの取得された基準符号化パラメータが第１のパラメータ条件を満たす場合、変換符号化励起（英語：ｔｒａｎｓｆｏｒｍ ｃｏｄｅｄ ｅｘｃｉｔａｔｉｏｎ、略してＴＣＸ）符号化アルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
１０４：現在の音声フレームの取得された基準符号化パラメータが第２のパラメータ条件を満たす場合、高品質変換符号化（英語：ｈｉｇｈ ｑｕａｌｉｔｙ ｔｒａｎｓｆｏｒｍ ｃｏｄｉｎｇ、略してＨＱ）アルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームの基準符号化パラメータが取得された後、ＴＣＸアルゴリズムまたはＨＱアルゴリズムが、現在の音声フレームのスペクトル係数を符号化するために、現在の音声フレームの取得された基準符号化パラメータに基づいて選択される。現在の音声フレームの基準符号化パラメータは現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これにより、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善が支援され、さらに、現在の音声フレームの符号化品質または符号化効率の改善が支援される。
ＴＣＸアルゴリズムでは、剥離処理が通常、現在の音声フレームの時間領域信号に実施される。例えば、剥離処理を現在の音声フレームの時間領域信号に実施するために直交ミラー・フィルタが使用される。ＨＱアルゴリズムでは、剥離処理は現在の音声フレームの時間領域信号に実施されない。
適用シナリオの要件に従って、ステップ１０２で取得した現在の音声フレームの基準符号化パラメータを変更してもよい。
例えば、基準符号化パラメータが、以下のパラメータ、即ち、現在の音声フレームの符号化率、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差およびサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープおよびサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープ、またはサブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値の少なくとも１つを含んでもよい。
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のより大きなパラメータ値は、サブバンドｐ内に配置されたスペクトル係数とサブバンドｑ内に配置されたスペクトル係数との間のより強いスペクトル相関を示す。当該スペクトル相関のパラメータ値が、例えば、正規化された相互相関パラメータ値であってもよい。
当該サブバンドの周波数ビン範囲を実際のニーズにしたがって決定してもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｚの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよく、サブバンドｗの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよい。臨界周波数ビンＦ１の値範囲が、例えば、６．４ｋＨｚ乃至１２ｋＨｚであってもよい。例えば、臨界周波数ビンＦ１の値が６．４ｋＨｚ、８ｋＨｚ、９ｋＨｚ、１０ｋＨｚ、または１２ｋＨｚであってもよい。確かに、臨界周波数ビンＦ１が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｊの最大周波数ビンが臨界周波数ビンＦ２より大きくてもよく、サブバンドｎの最大周波数ビンは臨界周波数ビンＦ２より大きい。例えば、臨界周波数ビンＦ２の値範囲が４．８ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、臨界周波数ビンＦ２の値が６．４ｋＨｚ、４．８ｋＨｚ、６ｋＨｚ、８ｋＨｚ、５ｋＨｚ、または７ｋＨｚであってもよい。確かに、臨界周波数ビンＦ２が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｉの最大周波数ビンがサブバンドｊの最大周波数ビンより小さくてもよく、サブバンドｍの最大周波数ビンがサブバンドｎの最大周波数ビンより小さくてもよく、サブバンドｘの最大周波数ビンがサブバンドｙの最小周波数ビン以下であってもよく、サブバンドｐの最大周波数ビンがサブバンドｑの最小周波数ビン以下であってもよく、サブバンドｒの最大周波数ビンがサブバンドｓの最小周波数ビン以下であってもよく、サブバンドｅの最大周波数ビンがサブバンドｆの最小周波数ビン以下であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｗの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｚの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｉの最大周波数ビンはサブバンドｊの最小周波数ビン以下であること、サブバンドｍの最大周波数ビンはサブバンドｎの最小周波数ビン以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｉの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｍの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、またはサブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｅの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｘの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｐの最大周波数ビンは臨界周波数ビンＦ２以下であること、またはサブバンドｒの最大周波数ビンは臨界周波数ビンＦ２以下であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｆの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｆの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｑの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｑの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｓの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｓの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。
例えば、サブバンドｚの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよいサブバンドｚの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。サブバンドｚの帯域幅の値範囲が１．６ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、サブバンドｚの周波数ビン範囲が８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または１２ｋＨｚ乃至１４ｋＨｚであってもよい。確かに、サブバンドｚの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｗの周波数ビン範囲を実際のニーズにしたがって決定してもよい。例えば、サブバンドｗの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよく、サブバンドｗの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。特に、例えば、サブバンドｗの周波数ビン範囲は８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、１２ｋＨｚ乃至１４ｋＨｚ、または１２．２ｋＨｚ乃至１４．５ｋＨｚである。確かに、サブバンドｗの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｗの周波数ビン範囲がサブバンドｚの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｉの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｉの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｊの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｊの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｍの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｍの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｍの周波数ビン範囲がサブバンドｉの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｎの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｎの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｎの周波数ビン範囲がサブバンドｊの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．４ｋＨｚであってもよい。確かに、サブバンドｘの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．４ｋＨｚ乃至６．４ｋＨｚ、または４．５ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｙの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｐの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．１ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．５ｋＨｚであってもよい。確かに、サブバンドｐの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｐの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｑの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．２ｋＨｚ乃至６．４ｋＨｚ、または４．７ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｑの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｑの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｒの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．０５ｋＨｚ乃至３．２７ｋＨｚ、または２．５９ｋＨｚ乃至３．５１ｋＨｚであってもよい。確かに、サブバンドｒの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｒの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｓの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．４ｋＨｚ乃至７．１ｋＨｚ、または４．５５ｋＨｚ乃至６．２９ｋＨｚであってもよい。確かに、サブバンドｓの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｓの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｅの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、０．８ｋＨｚ乃至３ｋＨｚ、または１．９ｋＨｚ乃至３．８ｋＨｚであってもよい。確かに、サブバンドｅの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｅの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｆの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．３ｋＨｚ乃至７．１５ｋＨｚ、または４．５８ｋＨｚ乃至６．５２ｋＨｚであってもよい。確かに、サブバンドｆの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｆの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
第１のパラメータ条件を変更してもよい。
例えば、本発明の幾つかの可能な実装方式では、第１のパラメータ条件が例えば、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１より小さいこと（閾値Ｔ１が、例えば、２４．４ｋｂｐｓ、３２ｋｂｐｓ、６４ｋｂｐｓ、または別の速度以上であってもよい）、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２以下であること（閾値Ｔ２が、例えば、１、２、３、５、または別の値以上であってもよい）、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３以下であること（閾値Ｔ３が、例えば、１０、２０、３５、または別の値以上であってもよい）、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４以上であること（閾値Ｔ４が、例えば、０．５、１、２、３、または別の値以上であってもよい）、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５以上であること（閾値Ｔ５が、例えば、１０、２０、５１、１００、または別の値以上であってもよい）、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６以上であること（閾値Ｔ６が、例えば、０．５、１．１、２、３、または別の値以上であってもよい）、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７以上であること（閾値Ｔ７が、例えば、１１、２０、５０、１０１、または別の値以上であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１の中に入ること（間隔Ｒ１が例えば、［０．５、２］、［０．４、２．５］、または別の値であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８以下であること（閾値Ｔ８が、例えば、１、２、３、または別の値以上であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２の中に入ること（間隔Ｒ２が、例えば、［０．５、２］、［０．４、２．５］、または別の値であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９以下であること（閾値Ｔ９が、例えば、１０、２０、３５、または別の値以上であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入ること（間隔Ｒ３が、例えば、［０．５、２］、［０．４、２．５］、または別の値であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの差の絶対値が閾値Ｔ１０以下であること（閾値Ｔ１０が、例えば、１１、２０、５０、１０１、または別の値以上であってもよい）、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以上であること（閾値Ｔ１１が、例えば、０．５、０．８、０．９、１、または別の値であってもよい）
のうち少なくとも１つを含んでもよい。
別の例として、本発明の幾つかの可能な実装方式では、第１のパラメータ条件が、例えば、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１２以上であること（閾値Ｔ１２が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ１２が、例えば、２、３、５、８、または別の値以上であってもよい）、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ１３以上であること（閾値Ｔ１３が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ１３が、例えば、２、３、９、７、または別の値以上であってもよい）、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ１４以下であること（閾値Ｔ１４が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ１４が、例えば、０．５、２、３、１．５、４、または別の値以下であってもよい）、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ１５以下であること（閾値Ｔ１５が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ１５が、例えば、５、８、１０、２０、または別の値以下であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１６以上であること（閾値Ｔ１６が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ１６が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ１７以上であること（閾値Ｔ１７が例えば、閾値Ｔ６以上であってもよく、閾値Ｔ１７が例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ１８以下であること（閾値Ｔ１８が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ１８が、例えば、以下０．５、２、３、１．５、４、５、または別の値であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ１９以下であること（閾値Ｔ１９が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ１９が、例えば、５、８、１０、２０、または別の値以下であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２０以上であること（閾値Ｔ２０が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ２０が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との間の差の絶対値が閾値Ｔ８より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２１以上であること（閾値Ｔ２１が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ２１が、例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との間の差の絶対値が閾値Ｔ８より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２２以下であること（閾値Ｔ２２が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ２２が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ２３以下であること（閾値Ｔ２３が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ２３が、例えば、５、８、１０、２０、または別の値以下であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２４以上であること（閾値Ｔ２４が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ２４が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２５以上であること（閾値Ｔ２５が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ２５が、例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２６以下であること（閾値Ｔ２６が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ２６が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ２７以下であること（閾値Ｔ２７が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ２７が、例えば、５、８、１０、２０、または別の値以下であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２８以上であること（閾値Ｔ２８が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ２８が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２９以上であること（閾値Ｔ２９が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ２９が、例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３０以下であること（閾値Ｔ３０が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ３０が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との間の差の絶対値が閾値Ｔ９より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３１以下であること（閾値Ｔ３１が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ３１が、例えば、５、８、１０、２０、または別の値以下であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ３２以上であること（閾値Ｔ３２が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ３２が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ３３以上であること（閾値Ｔ３３が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ３３が、例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３４以下であること（閾値Ｔ３４が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ３４が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３５以下であること（閾値Ｔ３５が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ３５が、例えば、５、８、９．５、１０、１５、２０、または別の値以下であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ３６以上であること（閾値Ｔ３６が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ３６が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ３７以上であること（閾値Ｔ３７が、例えば、閾値Ｔ６以上であってもよく、閾値Ｔ３７が、例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３８以下であること（閾値Ｔ３８が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ３８が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３９以下であること（閾値Ｔ３９が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ３９が、例えば、５、８、９．５、１０、１５、２０、または別の値以下であってもよい）、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４０以上であること（閾値Ｔ４０が、例えば、閾値Ｔ４以上であってもよく、閾値Ｔ４０が、例えば、２、３、５、８、または別の値以上であってもよい）、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ４１以上であること（閾値Ｔ４１が例えば、閾値Ｔ６以上であってもよく、閾値Ｔ４１が例えば、２、３、９、７、または別の値以上であってもよい）、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４２以下であること（閾値Ｔ４２が、例えば、閾値Ｔ２以下であってもよく、閾値Ｔ４２が、例えば、０．５、２、３、１．５、４、５、または別の値以下であってもよい）、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ４３以下であること（閾値Ｔ４３が、例えば、閾値Ｔ３以下であってもよく、閾値Ｔ４３が、例えば、５、８、９．５、１０、１５、２０、または別の値以下であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく（閾値Ｔ４４の値範囲が、例えば、１．５乃至３であってもよい）、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より小さいこと（閾値Ｔ４５の値範囲が、例えば、１乃至３であってもよい）、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく（閾値Ｔ４６の値範囲が、例えば、１．５乃至３であってもよい）、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より大きいこと（閾値Ｔ４７の値範囲が、例えば、１乃至３であってもよい）、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく（閾値Ｔ４８の値範囲が、例えば、−１乃至３であってもよい）、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より小さいこと（閾値Ｔ４９の値範囲が、例えば、１乃至３であってもよい）、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく（閾値Ｔ５０の値範囲が、例えば、−１乃至３であってもよい）、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より大きいこと（閾値Ｔ５１の値範囲が、例えば、１乃至３であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく（閾値Ｔ５２の値範囲が、例えば、１乃至３であってもよい）、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より小さいこと（閾値Ｔ５３が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく（閾値Ｔ５４の値範囲が、例えば、１乃至３であってもよい）、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より大きいこと（閾値Ｔ５５が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく（閾値Ｔ５６の値範囲が、例えば、−４０乃至４０であってもよい）、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より小さいこと（閾値Ｔ５７が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく（閾値Ｔ５８の値範囲が、例えば、−４０乃至４０であってもよい）、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より大きいこと（閾値Ｔ５９が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく（閾値Ｔ６０の値範囲が、例えば、１乃至３であってもよい）、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より小さいこと（閾値Ｔ６１が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく（閾値Ｔ６２の値範囲が、例えば、１乃至３であってもよい）、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より大きいこと（閾値Ｔ６３が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープからサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープを引いた差が閾値Ｔ６４より小さく（閾値Ｔ６４の値範囲が、例えば、−４０乃至４０であってもよい）、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より小さいこと（閾値Ｔ６５が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープからサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープを引いた差が閾値Ｔ６６より大きく（閾値Ｔ６６の値範囲が、例えば、−４０乃至４０であってもよい）、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より大きいこと（閾値Ｔ６７が、例えば、１０、２０、３０、または別の値であってもよい）、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり（閾値Ｔ６８が、例えば、０．５、１、２、３、または別の値以下であってもよい）、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９以下であること（閾値Ｔ６９が、例えば、１、２、３、５、または別の値以下であってもよい）、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり（閾値Ｔ７０が、例えば、１０、２０、５１、１００、または別の値以下であってもよい）、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１以下であること（閾値Ｔ７１が、例えば、１、２、３、５、または別の値以下であってもよい）、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり（閾値Ｔ７２が、例えば、０．５、１．１、２、３、または別の値以上であってもよい）、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３以下であること（閾値Ｔ７３が、例えば、１、２、３、５、または別の値以下であってもよい）、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり（閾値Ｔ７４が、例えば、１１、２０、５０、１０１、または別の値以上であってもよい）、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５以下であること（閾値Ｔ７５が、例えば、１、２、３、５、または別の値以下であってもよい）、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり（閾値Ｔ７６が、例えば、０．５、１、２、３、または別の値以下であってもよい）、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７以下であること（閾値Ｔ７７が、例えば、１０、２０、３５、または別の値以上であってもよい）、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり（閾値Ｔ７８が、例えば、１０、２０、５１、１００、または別の値以下であってもよい）、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９以下であること（閾値Ｔ７９が、例えば、１０、２０、３５、または別の値以上であってもよい）、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり（閾値Ｔ８０が、例えば、０．５、１．１、２、３、または別の値以上であってもよい）、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１以下であること（閾値Ｔ８１が、例えば、１０、２０、３５、または別の値以上であってもよい）、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり（閾値Ｔ８２が、例えば、１１、２０、５０、１０１、または別の値以上であってもよい）、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３以下であること（閾値Ｔ８３が、例えば、１０、２０、３５、または別の値以上であってもよい）
のうち１つを含んでもよい。
第１のパラメータ条件は以上の例に限定されず、複数の他の可能な実装方式を上述の例に基づいて拡張してもよいことは理解されうる。
例えば、本発明の幾つかの可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１以上であること、
サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２より大きいこと、
サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４より小さいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ５より小さいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６より小さいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らないこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らないこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３に入らないこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きいこと、または
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１より小さいこと
のうち少なくとも１つを含む。
別の例として、本発明の幾つかの可能な実装方式では、第２のパラメータ条件は、以下の条件、即ち、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１２より小さいこと、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ１３より小さいこと、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ１４より大きいこと、
現在の音声フレームの符号化率が閾値Ｔ１以上であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ１５より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１６より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ１７より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ１８より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１に入らず、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ１９より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２０より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２１より小さいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２２より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との差の絶対値が閾値Ｔ８より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ２３より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２４より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２５より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ２６より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との比が間隔Ｒ２に入らず、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ２７より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ２８より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ２９より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３０より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差とサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差との差の絶対値が閾値Ｔ９より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３１より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ３２より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ３３より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３４より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの比が間隔Ｒ３の中に入り、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３５より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ３６より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ３７より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ３８より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープとサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープとの間の差の絶対値が閾値Ｔ１０より大きく、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ３９より大きいこと、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４０より小さいこと、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ４１より小さいこと、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４２より大きいこと、
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値が閾値Ｔ１１以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ４３より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４４より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４５より大きいこと、
サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より小さいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ４８より小さく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４９より大きいこと、
サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比から引いた差が閾値Ｔ５０より大きく、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ５１より小さいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５２より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５３より大きいこと、
サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差で除した商が閾値Ｔ５４より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５５より小さいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５６より小さく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５７より大きいこと、
サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差をサブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差から引いた差が閾値Ｔ５８より大きく、サブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ５９より小さいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６０より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６１より大きいこと、
サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープで除した商が閾値Ｔ６２より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６３より小さいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６４より小さく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６５より大きいこと、
サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープをサブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープから引いた差が閾値Ｔ６６より大きく、サブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープが閾値Ｔ６７より小さいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７０以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７１より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ７２以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７３より大きいこと、
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ７４以下であり、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ７５より大きいこと、
サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ７６以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７７より大きいこと、
サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均から引いた差が閾値Ｔ７８以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ７９より大きいこと、
サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ８０以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８１より大きいこと、または
サブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均から引いた差が閾値Ｔ８２以下であり、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差が閾値Ｔ８３より大きいこと
のうち１つを含む。
第２のパラメータ条件は以上の例に限定されず、複数の他の可能な実装方式を上述の例に基づいて拡張してもよいことは理解されうる。
第１のパラメータ条件および第２のパラメータ条件の例は全ての可能な実装方式ではないことは理解されうる。実際の適用では、上述の例を拡張して、第１のパラメータ条件および第２のパラメータ条件の可能な実装方式を強化してもよい。
本発明の諸実施形態をより良く理解するために、以下では幾つかの特定の適用シナリオを参照して例示的な説明を与える。
図２を参照すると、図２は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図２に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均に基づいて決定される。
図２に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
２０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
高速フーリエ変換（英語：ｆａｓｔ ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ、略してＦＦＴ）アルゴリズム、修正離散余弦変換（英語：ｍｏｄｉｆｉｅｄ ｄｉｓｃｒｅｔｅ ｃｏｓｉｎｅ ｔｒａｎｓｆｏｒｍ、略してＭＤＣＴ）アルゴリズム、または別の時間周波数変換アルゴリズムを用いることによって、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
２０２：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均を取得する。
２０３：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ４以上であるかどうかを判定する。
そうである場合、ステップ２０４が実施され、そうでない場合、ステップ２０５が実施される。
閾値Ｔ４が０．５以上であってもよく、閾値Ｔ４は、例えば、０．５、１、１．５、２、３、または別の値である。
例えば、サブバンドｉの周波数ビン範囲が３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至６．４ｋＨｚであってもよい。
例えば、サブバンドｊの周波数ビン範囲が６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至９．６ｋＨｚであってもよい。
２０４：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
２０５：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均が取得された後、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムが、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数の取得されたエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数の取得されたエネルギ平均に基づいて選択される。サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均とサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均との間の関係は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図３を参照すると、図３は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図３に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて決定される。
図３に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
３０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
３０２：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均を取得する。
３０３：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ６８以上であるかどうかを判定する。
そうでない場合、ステップ３０４が実施され、そうである場合、ステップ３０６が実施される。
閾値Ｔ６８が閾値Ｔ４以上である。例えば、閾値Ｔ６８が０．６以上であってもよく、閾値Ｔ６８は、例えば、０．８、０．６、１、１．５、２、３、５、または別の値であること
例えば、サブバンドｉの周波数ビン範囲が３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至６．４ｋＨｚであってもよい。
例えば、サブバンドｊの周波数ビン範囲が６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至９．６ｋＨｚであってもよい。
３０４：サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比を取得する。
３０５：サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ６９より大きいかどうかを判定する。
そうである場合、ステップ３０７が実施され、そうでない場合、ステップ３０６が実施される。
閾値Ｔ６９が１以上であってもよく、閾値Ｔ６９は、例えば、１、１．１、１．５、２、３．５、６、４．６、または別の値である。
例えば、サブバンドｚの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよく、サブバンドｚの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。特に、例えば、サブバンドｚの周波数ビン範囲が８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、または８ｋＨｚ乃至９．６ｋＨｚであってもよい。
３０６：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
３０７：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムが主に、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて選択される。サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均とサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均との間の関係、およびサブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図４を参照すると、図４は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図４に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて決定される。
図４に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
４０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
４０２：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比を取得する。
４０３：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１の中に入るかどうかを判定する。
そうである場合、ステップ４０４が実施され、そうでない場合、ステップ４０５が実施される。
間隔Ｒ１が、例えば、［０．５、２］、［０．８、１．２５］、［０．４、２．５］、または別の範囲であってもよい。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、または１．６ｋＨｚ乃至３．２ｋＨｚであってもよく、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、または４．８ｋＨｚ乃至６．４ｋＨｚであってもよい。
４０４：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
４０５：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて選択される。サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図５を参照すると、図５は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図５に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて決定される。
図５に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
５０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
５０２：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比を取得する。
５０３：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比をサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比で除した商が閾値Ｔ４６以上であるかどうかを判定する。
そうである場合、ステップ５０４が実施され、そうでない場合、ステップ５０５が実施される。
閾値Ｔ４６が０．５以上であってもよく、閾値Ｔ４６は、例えば、０．５、１、１．５、２、３、または別の値である。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、または１．６ｋＨｚ乃至３．２ｋＨｚであってもよく、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、または４．８ｋＨｚ乃至６．４ｋＨｚであってもよい。
５０４：サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７以上であるかどうかを判定する。
そうである場合、ステップ５０６が実施され、そうでない場合、ステップ５０７が実施される。
５０５：サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比が閾値Ｔ４７より小さいかどうかを判定する。
そうである場合、ステップ５０６が実施され、そうでない場合、ステップ５０７が実施される。
５０６：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
５０７：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比に基づいて選択される。サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図６を参照すると、図６は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図６に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均に基づいて決定される。
図６に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
６０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
６０２：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比を取得する。
６０３：サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比とサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比との比が間隔Ｒ１の中に入るかどうかを判定する。
そうでない場合、ステップ６０４が実施され、そうである場合、ステップ６０６が実施される。
間隔Ｒ１が、例えば、［０．５、２］、［０．８、１．２５］、［０．４、２．５］、または別の範囲であってもよい。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、または１．６ｋＨｚ乃至３．２ｋＨｚであってもよく、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、または４．８ｋＨｚ乃至６．４ｋＨｚであってもよい。
６０４：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均を取得する。
６０５：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１６以上であるかどうかを判定する。
そうである場合、ステップ６０６が実施され、そうでない場合、ステップ６０７が実施される。
サブバンドｉの周波数ビン範囲が、例えば、０ｋＨｚ乃至１．６ｋＨｚまたは１ｋＨｚ乃至２．６ｋＨｚであってもよく、サブバンドｊの周波数ビン範囲が、例えば、６．４ｋＨｚ乃至８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、または７．４ｋＨｚ乃至９ｋＨｚであってもよい。
閾値Ｔ１６が閾値Ｔ４より大きい。例えば、閾値Ｔ１６が２以上であってもよく、閾値Ｔ１６は、例えば、２、２．５、３、３．５、５、５．１、または別の値である。
６０６：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
６０７：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムは主に、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均に基づいて選択される。サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図７を参照すると、図７は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図７に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、現在の音声フレームの符号化率、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均を用いて決定される。
図７に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
７０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
７０２：現在の音声フレームの符号化率が閾値Ｔ１以上であるかどうかを判定する。
そうである場合、ステップ７０３が実施され、そうでない場合、ステップ７０５が実施される。
閾値Ｔ１は、例えば、２４．４ｋｂｐｓ以上である。例えば、閾値Ｔ１は２４．４ｋｂｐｓ、３２ｋｂｐｓ、６４ｋｂｐｓ、または別の速度に等しい。
７０３：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均を取得する。
７０４：サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均をサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均で除した商が閾値Ｔ１２以上であるかどうかを判定する。
そうである場合、ステップ７０５が実施され、そうでない場合、ステップ７０６が実施される。
サブバンドｉの周波数ビン範囲が、例えば、０ｋＨｚ乃至１．６ｋＨｚまたは１ｋＨｚ乃至２．６ｋＨｚであってもよく、サブバンドｊの周波数ビン範囲が、例えば、６．４ｋＨｚ乃至８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、または７．４ｋＨｚ乃至９ｋＨｚであってもよい。
閾値Ｔ１２が閾値Ｔ４より大きくてもよい。例えば、閾値Ｔ１２が２以上であってもよく、閾値Ｔ１２は、例えば、２、２．５、３、３．５、５、５．２、または別の値である。
７０５：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
７０６：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムが主に、現在の音声フレームの符号化率、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均に基づいて選択される。現在の音声フレームの符号化率、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図８を参照すると、図８は、本発明の別の実施形態に従う別の音声符号化方法の略流れ図である。図８に示した例では、現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムは主に、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均に基づいて決定される。
図８に示すように、本発明の別の実施形態で提供する別の音声符号化方法が以下の内容を含んでもよい。
８０１：時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得する。
本発明の諸実施形態で述べた音声フレームが会話フレームまたは音楽フレームであってもよい。
現在の音声フレームの時間領域信号の帯域幅が１６ｋＨｚであると仮定する。
８０２：サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均を取得する。
８０３：サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均をサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均で除した商が閾値Ｔ６以上であるかどうかを判定する。
そうである場合、ステップ８０４が実施され、そうでない場合、ステップ８０５が実施される。
閾値Ｔ６が０．３以上であってもよく、閾値Ｔ６は、例えば、０．５、１、１．５、２、３．２、または別の値である。
例えば、サブバンドｍの周波数ビン範囲が３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至６．４ｋＨｚであってもよい。
例えば、サブバンドｎの周波数ビン範囲が６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至９．６ｋＨｚであってもよい。
８０４：ＴＣＸアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
８０５：ＨＱアルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化する。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、ＴＣＸアルゴリズムまたはＨＱアルゴリズムは主に、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均に基づいて選択される。サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均とサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均との間の関係、およびサブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比は現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これが、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善を支援し、さらに、現在の音声フレームの符号化品質または符号化効率の改善を支援する。
図２乃至図８における例示的な実装方式は本発明の幾つかの実装方式にすぎないことは理解されうる。実際の適用では、複数の他の可能な実装方式を、図１に対応する実施形態における関連する例示的な説明に基づいて拡張してもよい。
幾つかのシナリオでは、サブバンドの選択において以下を考慮してもよい。
２つのサブバンド内に配置されたスペクトル係数のプロパティ・パラメータの間の類似性が計算されると、２つの一致するサブバンドを選択してもよく、例えば、当該２つのサブバンドは０ｋＨｚ乃至１．６ｋＨｚおよび６．４ｋＨｚ乃至８ｋＨｚである。幾つかのシナリオでは、０乃至１ｋＨｚにおけるスペクトル係数のプロパティは１乃至１．６ｋＨｚにおけるスペクトル係数のプロパティと大きく異なるので、０ｋＨｚ乃至１．６ｋＨｚのスペクトルは、スペクトル係数のプロパティ・パラメータの間の類似性が計算されたときに選択されないかもしれない。例えば、１ｋＨｚ乃至２．６ｋＨｚ内のスペクトル係数を選択して、０乃至１．６ｋＨｚ内のスペクトル係数を置き換え、低周波スペクトル係数のプロパティ・パラメータを計算してもよい。この場合、１ｋＨｚ乃至２．６ｋＨｚ内の低周波数スペクトル係数が高周波数にコピーされる場合、対応するスペクトル係数は７．４ｋＨｚ乃至９ｋＨｚ内の高周波スペクトル係数である。高周波数スペクトル係数のプロパティ・パラメータが計算されると、７．４ｋＨｚ乃至９ｋＨｚ内のスペクトル係数がスペクトル・プロパティの計算により適している。しかし、幾つかのシナリオでは、０ｋＨｚ乃至６．４ｋＨｚ内のスペクトル係数の解像度が非常に高くてもよく、０ｋＨｚ乃至６．４ｋＨｚ内のスペクトル係数がプロパティ・パラメータの計算に適している。６．４ｋＨｚ乃至１６ｋＨｚ内のスペクトル係数の解像度が比較的低い場合、６．４ｋＨｚ乃至１６ｋＨｚ内のスペクトル係数は、スペクトル係数のプロパティ・パラメータの計算には適していないかもしれない。したがって、高周波数スペクトル係数のプロパティ・パラメータが計算されると、４．８ｋＨｚ乃至６．４ｋＨｚ内のスペクトル係数を、プロパティ・パラメータを計算するために選択してもよく、当該プロパティ・パラメータは高周波数プロパティ・パラメータとして使用される。
変換符号化励起アルゴリズムに基づいて現在の音声フレームのスペクトル係数を符号化するステップが特に、スペクトル係数をＮ個のサブバンドに分割するステップと、各サブバンドのエンベロープを計算し量子化するステップと、量子化されたエンベロープ値および利用可能なビットの量に従ってサブバンドごとにビット割当てを実施するステップと、当該サブバンドに割り当てられたビットの量に従って各サブバンドのスペクトル係数を量子化するステップと、スペクトル・エンベロープの量子化されたスペクトル係数およびインデックス値をビットストリームに書き込むステップとを含んでもよい。
以下ではさらに、上述の解決策を実装するように構成された関連装置を提供する。
図９を参照すると、本発明の１実施形態ではさらに音声符号化器９００を提供する。音声符号化器９００が時間周波数変換ユニット９１０、取得ユニット９２０、および符号化ユニット９３０を備えてもよい。
時間周波数変換ユニット９１０は、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得するように構成される。
取得ユニット９２０は、現在の音声フレームの基準符号化パラメータを取得するように構成される。
符号化ユニット９３０は、取得ユニット９２０により取得された現在の音声フレームの基準符号化パラメータが第１のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を変換符号化励起アルゴリズムに基づいて符号化するか、または、当該取得ユニットにより取得された現在の音声フレームの基準符号化パラメータが第２のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を高品質変換符号化アルゴリズムに基づいて符号化するように構成される。
適用シナリオの要件に従って、取得ユニット９２０により取得された現在の音声フレームの基準符号化パラメータを変更してもよい。
例えば、基準符号化パラメータが、以下のパラメータ、即ち、現在の音声フレームの符号化率、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差およびサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープおよびサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープ、またはサブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値の少なくとも１つを含んでもよい。
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のより大きなパラメータ値は、サブバンドｐ内に配置されたスペクトル係数とサブバンドｑ内に配置されたスペクトル係数との間のより強いスペクトル相関を示す。当該スペクトル相関のパラメータ値が、例えば、正規化された相互相関パラメータ値であってもよい。
サブバンドの周波数ビン範囲を実際のニーズにしたがって決定してもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｚの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよく、サブバンドｗの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよい。臨界周波数ビンＦ１の値範囲が、例えば、６．４ｋＨｚ乃至１２ｋＨｚであってもよい。例えば、臨界周波数ビンＦ１の値が６．４ｋＨｚ、８ｋＨｚ、９ｋＨｚ、１０ｋＨｚ、または１２ｋＨｚであってもよい。確かに、臨界周波数ビンＦ１が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｊの最大周波数ビンが臨界周波数ビンＦ２より大きくてもよく、サブバンドｎの最大周波数ビンは臨界周波数ビンＦ２より大きい。例えば、臨界周波数ビンＦ２の値範囲が４．８ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、臨界周波数ビンＦ２の値が６．４ｋＨｚ、４．８ｋＨｚ、６ｋＨｚ、８ｋＨｚ、５ｋＨｚ、または７ｋＨｚであってもよい。確かに、臨界周波数ビンＦ２が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｉの最大周波数ビンがサブバンドｊの最大周波数ビンより小さくてもよく、サブバンドｍの最大周波数ビンがサブバンドｎの最大周波数ビンより小さくてもよく、サブバンドｘの最大周波数ビンがサブバンドｙの最小周波数ビン以下であってもよく、サブバンドｐの最大周波数ビンがサブバンドｑの最小周波数ビン以下であってもよく、サブバンドｒの最大周波数ビンがサブバンドｓの最小周波数ビン以下であってもよく、サブバンドｅの最大周波数ビンがサブバンドｆの最小周波数ビン以下であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｗの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｚの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｉの最大周波数ビンはサブバンドｊの最小周波数ビン以下であること、サブバンドｍの最大周波数ビンはサブバンドｎの最小周波数ビン以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｉの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｍの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、またはサブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｅの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｘの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｐの最大周波数ビンは臨界周波数ビンＦ２以下であること、またはサブバンドｒの最大周波数ビンは臨界周波数ビンＦ２以下であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｆの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｆの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｑの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｑの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｓの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｓの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。
例えば、サブバンドｚの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよい。サブバンドｚの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。サブバンドｚの帯域幅の値範囲が１．６ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、サブバンドｚの周波数ビン範囲が８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または１２ｋＨｚ乃至１４ｋＨｚであってもよい。確かに、サブバンドｚの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｗの周波数ビン範囲を実際のニーズにしたがって決定してもよい。例えば、サブバンドｗの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよく、サブバンドｗの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。特に、例えば、サブバンドｗの周波数ビン範囲は８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、１２ｋＨｚ乃至１４ｋＨｚ、または１２．２ｋＨｚ乃至１４．５ｋＨｚである。確かに、サブバンドｗの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｗの周波数ビン範囲がサブバンドｚの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｉの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｉの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｊの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｊの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｍの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｍの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｍの周波数ビン範囲がサブバンドｉの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｎの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｎの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｎの周波数ビン範囲がサブバンドｊの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．４ｋＨｚであってもよい。確かに、サブバンドｘの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．４ｋＨｚ乃至６．４ｋＨｚ、または４．５ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｙの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｐの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．１ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．５ｋＨｚであってもよい。確かに、サブバンドｐの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｐの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｑの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．２ｋＨｚ乃至６．４ｋＨｚ、または４．７ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｑの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｑの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｒの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．０５ｋＨｚ乃至３．２７ｋＨｚ、または２．５９ｋＨｚ乃至３．５１ｋＨｚであってもよい。確かに、サブバンドｒの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｒの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｓの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．４ｋＨｚ乃至７．１ｋＨｚ、または４．５５ｋＨｚ乃至６．２９ｋＨｚであってもよい。確かに、サブバンドｓの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｓの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｅの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、０．８ｋＨｚ乃至３ｋＨｚ、または１．９ｋＨｚ乃至３．８ｋＨｚであってもよい。確かに、サブバンドｅの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｅの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｆの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．３ｋＨｚ乃至７．１５ｋＨｚ、または４．５８ｋＨｚ乃至６．５２ｋＨｚであってもよい。確かに、サブバンドｆの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｆの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
第１のパラメータ条件および第２のパラメータ条件を変更してもよい。
例えば、本発明の幾つかの可能な実装方式では、当該実施形態における第１のパラメータ条件が、例えば、方法の実施形態における第１のパラメータ条件であってもよく、当該実施形態における第２のパラメータ条件が、例えば、方法の実施形態における第２のパラメータ条件であってもよい。関連説明については、方法の実施形態における記録を参照されたい。
当該実施形態における音声符号化器９００の各機能モジュールの機能を特に上述の方法の実施形態の方法に従って実装してもよいことは理解されうる。具体的な実装プロセスについては、上述の方法の実施形態の関連説明を参照されたい。詳細についてはここでは説明しない。
音声符号化器９００が音声信号を収集、格納、または送信する必要がある任意の装置、例えば、携帯電話、タブレット・コンピュータ、パーソナル・コンピュータ、またはノートブック・コンピュータであってもよい。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、現在の音声フレームの基準符号化パラメータを取得した後、音声符号化器９００はＴＣＸアルゴリズムまたはＨＱアルゴリズムを現在の音声フレームの取得された基準符号化パラメータに基づいて選択する。現在の音声フレームの基準符号化パラメータは現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これにより、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善が支援され、さらに、現在の音声フレームの符号化品質または符号化効率の改善が支援される。
図１０を参照すると、図１０は本発明の別の実施形態に従う音声符号化器１０００の構造ブロック図である。
音声符号化器１０００が少なくとも１つのプロセッサ１００１、メモリ１００５、および少なくとも１つの通信バス１００２を備えてもよい。通信バス１００２は当該構成要素間の接続および通信を実装するように構成される。
任意選択で、音声符号化器１０００がさらに、少なくとも１つのネットワーク・インタフェース１００４、ユーザ・インタフェース１００３等を備えてもよい。任意選択で、ユーザ・インタフェース１００３は、ディスプレイ（例えば、タッチ・スクリーン、液晶ディスプレイ、ホログラフィック撮像デバイス（英語：Ｈｏｌｏｇｒａｐｈｉｃ）、またはプロジェクタ（英語：Ｐｒｏｊｅｃｔｏｒ））、クリック・デバイス（例えば、マウス、トラックボール（英語：ｔｒａｃｋｂａｌｌ）、タッチ・パネル、またはタッチ・スクリーン）、カメラ、および／またはピックアップ・デバイスを備える。
メモリ１００５が読取り専用メモリおよびランダム・アクセス・メモリを含んでもよく、命令とデータをプロセッサ１００１に提供してもよい。メモリ１００５の一部がさらに不揮発性ランダム・アクセス・メモリを含んでもよい
幾つかの実装方式では、メモリ１００５は、以下の要素、実行可能モジュールまたはデータ構造、またはそのサブセット、またはその拡張セット、即ち、時間周波数変換ユニット９１０、取得ユニット９２０、および符号化ユニット９３０を格納する。
本発明の当該実施形態では、プロセッサ１００１は、時間周波数変換処理を現在の音声フレームの時間領域信号に実施して、現在の音声フレームのスペクトル係数を取得し、現在の音声フレームの基準符号化パラメータを取得し、現在の音声フレームの取得された基準符号化パラメータが第１のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を変換符号化励起アルゴリズムに基づいて符号化するか、または、現在の音声フレームの取得された基準符号化パラメータが第２のパラメータ条件を満たす場合、現在の音声フレームのスペクトル係数を高品質変換符号化アルゴリズムに基づいて符号化するためのメモリ１００５内のコードまたは命令を実行する。
適用シナリオの要件に従って、プロセッサ１００１により取得された現在の音声フレームの基準符号化パラメータを変更してもよい。
例えば、基準符号化パラメータが、以下のパラメータ、即ち、現在の音声フレームの符号化率、サブバンドｚ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｗ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｉ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均およびサブバンドｊ内に配置された現在の音声フレームのスペクトル係数のエネルギ平均、サブバンドｍ内に配置された現在の音声フレームのスペクトル係数の振幅平均およびサブバンドｎ内に配置された現在の音声フレームのスペクトル係数の振幅平均、サブバンドｘ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比およびサブバンドｙ内に配置された現在の音声フレームのスペクトル係数のピーク対平均比、サブバンドｒ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差およびサブバンドｓ内に配置された現在の音声フレームのスペクトル係数のエンベロープ偏差、サブバンドｅ内に配置された現在の音声フレームのスペクトル係数のエンベロープおよびサブバンドｆ内に配置された現在の音声フレームのスペクトル係数のエンベロープ、またはサブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のパラメータ値の少なくとも１つを含んでもよい。
サブバンドｐ内に配置された現在の音声フレームのスペクトル係数とサブバンドｑ内に配置された現在の音声フレームのスペクトル係数との間のスペクトル相関のより大きなパラメータ値は、サブバンドｐ内に配置されたスペクトル係数とサブバンドｑ内に配置されたスペクトル係数との間のより強いスペクトル相関を示す。当該スペクトル相関のパラメータ値が、例えば、正規化された相互相関パラメータ値であってもよい。
サブバンドの周波数ビン範囲を実際のニーズにしたがって決定してもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｚの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよく、サブバンドｗの最大周波数ビンが臨界周波数ビンＦ１より大きくてもよい。臨界周波数ビンＦ１の値範囲が、例えば、６．４ｋＨｚ乃至１２ｋＨｚであってもよい。例えば、臨界周波数ビンＦ１の値が６．４ｋＨｚ、８ｋＨｚ、９ｋＨｚ、１０ｋＨｚ、または１２ｋＨｚであってもよい。確かに、臨界周波数ビンＦ１が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｊの最大周波数ビンが臨界周波数ビンＦ２より大きくてもよく、サブバンドｎの最大周波数ビンは臨界周波数ビンＦ２より大きい。例えば、臨界周波数ビンＦ２の値範囲が４．８ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、臨界周波数ビンＦ２の値が６．４ｋＨｚ、４．８ｋＨｚ、６ｋＨｚ、８ｋＨｚ、５ｋＨｚ、または７ｋＨｚであってもよい。確かに、臨界周波数ビンＦ２が別の値であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｉの最大周波数ビンがサブバンドｊの最大周波数ビンより小さくてもよく、サブバンドｍの最大周波数ビンがサブバンドｎの最大周波数ビンより小さくてもよく、サブバンドｘの最大周波数ビンがサブバンドｙの最小周波数ビン以下であってもよく、サブバンドｐの最大周波数ビンがサブバンドｑの最小周波数ビン以下であってもよく、サブバンドｒの最大周波数ビンがサブバンドｓの最小周波数ビン以下であってもよく、サブバンドｅの最大周波数ビンがサブバンドｆの最小周波数ビン以下であってもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｗの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｚの最小周波数ビンは臨界周波数ビンＦ１以上であること、サブバンドｉの最大周波数ビンはサブバンドｊの最小周波数ビン以下であること、サブバンドｍの最大周波数ビンはサブバンドｎの最小周波数ビン以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であること、サブバンドｉの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｍの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｊの最小周波数ビンは臨界周波数ビンＦ２以上であること、またはサブバンドｎの最小周波数ビンは臨界周波数ビンＦ２以上であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、以下の条件、即ち、サブバンドｅの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｘの最大周波数ビンは臨界周波数ビンＦ２以下であること、サブバンドｐの最大周波数ビンは臨界周波数ビンＦ２以下であること、またはサブバンドｒの最大周波数ビンは臨界周波数ビンＦ２以下であることのうち少なくとも１つが満たされてもよい。
任意選択で、本発明の幾つかの可能な実装方式では、サブバンドｆの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｆの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｑの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｑの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。サブバンドｓの最大周波数ビンが臨界周波数ビンＦ２以下であってもよく、確かにサブバンドｓの最小周波数ビンが臨界周波数ビンＦ２以上であってもよい。
例えば、サブバンドｚの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよい。サブバンドｚの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。サブバンドｚの帯域幅の値範囲が１．６ｋＨｚ乃至８ｋＨｚであってもよい。特に、例えば、サブバンドｚの周波数ビン範囲が８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、または１２ｋＨｚ乃至１４ｋＨｚであってもよい。確かに、サブバンドｚの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｗの周波数ビン範囲を実際のニーズにしたがって決定してもよい。例えば、サブバンドｗの最大周波数ビンの値範囲が１２ｋＨｚ乃至１６ｋＨｚであってもよく、サブバンドｗの最小周波数ビンの値範囲が８ｋＨｚ乃至１４ｋＨｚであってもよい。特に、例えば、サブバンドｗの周波数ビン範囲は８ｋＨｚ乃至１２ｋＨｚ、９ｋＨｚ乃至１１ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、１２ｋＨｚ乃至１４ｋＨｚ、または１２．２ｋＨｚ乃至１４．５ｋＨｚである。確かに、サブバンドｗの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｗの周波数ビン範囲がサブバンドｚの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｉの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｉの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｊの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｊの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｍの周波数ビン範囲は３．２ｋＨｚ乃至６．４ｋＨｚ、３．２ｋＨｚ乃至４．８ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、０．４ｋＨｚ乃至６．４ｋＨｚ、または０．４ｋＨｚ乃至３．６ｋＨｚであってもよい。確かに、サブバンドｍの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｍの周波数ビン範囲がサブバンドｉの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｎの周波数ビン範囲は６．４ｋＨｚ乃至９．６ｋＨｚ、６．４ｋＨｚ乃至８ｋＨｚ、８ｋＨｚ乃至９．６ｋＨｚ、４．８ｋＨｚ乃至９．６ｋＨｚ、または４．８ｋＨｚ乃至８ｋＨｚであってもよい。確かに、サブバンドｎの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｎの周波数ビン範囲がサブバンドｊの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｘの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．４ｋＨｚであってもよい。確かに、サブバンドｘの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｙの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．４ｋＨｚ乃至６．４ｋＨｚ、または４．５ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｙの周波数ビン範囲は以上の例に限定されない。
例えば、サブバンドｐの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．１ｋＨｚ乃至３．２ｋＨｚ、または２．５ｋＨｚ乃至３．５ｋＨｚであってもよい。確かに、サブバンドｐの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｐの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｑの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、４．２ｋＨｚ乃至６．４ｋＨｚ、または４．７ｋＨｚ乃至６．２ｋＨｚであってもよい。確かに、サブバンドｑの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｑの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｒの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、２．０５ｋＨｚ乃至３．２７ｋＨｚ、または２．５９ｋＨｚ乃至３．５１ｋＨｚであってもよい。確かに、サブバンドｒの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｒの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｓの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．４ｋＨｚ乃至７．１ｋＨｚ、または４．５５ｋＨｚ乃至６．２９ｋＨｚであってもよい。確かに、サブバンドｓの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｓの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｅの周波数ビン範囲が０ｋＨｚ乃至１．６ｋＨｚ、１ｋＨｚ乃至２．６ｋＨｚ、１．６ｋＨｚ乃至３．２ｋＨｚ、０．８ｋＨｚ乃至３ｋＨｚ、または１．９ｋＨｚ乃至３．８ｋＨｚであってもよい。確かに、サブバンドｅの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｅの周波数ビン範囲がサブバンドｘの周波数ビン範囲と同じかまたは同様であってもよい。
例えば、サブバンドｆの周波数ビン範囲が６．４ｋＨｚ乃至８ｋＨｚ、７．４ｋＨｚ乃至９ｋＨｚ、４．８ｋＨｚ乃至６．４ｋＨｚ、５．３ｋＨｚ乃至７．１５ｋＨｚ、または４．５８ｋＨｚ乃至６．５２ｋＨｚであってもよい。確かに、サブバンドｆの周波数ビン範囲は以上の例に限定されない。幾つかの可能な実装方式では、サブバンドｆの周波数ビン範囲がサブバンドｙの周波数ビン範囲と同じかまたは同様であってもよい。
第１のパラメータ条件および第２のパラメータ条件を変更してもよい。
例えば、本発明の幾つかの可能な実装方式では、当該実施形態における第１のパラメータ条件が、例えば、方法の実施形態における第１のパラメータ条件であってもよく、当該実施形態における第２のパラメータ条件が、例えば、方法の実施形態における第２のパラメータ条件であってもよい。関連説明については、方法の実施形態における記録を参照されたい。
当該実施形態における音声符号化器１０００の各機能モジュールの機能を特に上述の方法の実施形態の方法に従って実装してもよいことは理解されうる。具体的な実装プロセスについては、上述の方法の実施形態の関連説明を参照されたい。詳細についてはここでは説明しない。
音声符号化器１０００が、音声信号を収集、格納、または送信する必要がある任意の装置、例えば、携帯電話、タブレット・コンピュータ、パーソナル・コンピュータ、またはノートブック・コンピュータであってもよい。
分かるように、当該実施形態の解決策では、現在の音声フレームのスペクトル係数を符号化するために、現在の音声フレームの基準符号化パラメータを取得した後、音声符号化器１０００は、ＴＣＸアルゴリズムまたはＨＱアルゴリズムを現在の音声フレームの取得された基準符号化パラメータに基づいて選択する。現在の音声フレームの基準符号化パラメータは現在の音声フレームのスペクトル係数を符号化するために使用される符号化アルゴリズムに関連付けられ、これにより、現在の音声フレームの符号化アルゴリズムと基準符号化パラメータとの間の適応性および一致性の改善が支援され、さらに、現在の音声フレームの符号化品質または符号化効率の改善が支援される。
さらに、複数の任意選択の基準符号化パラメータが使用され、これは複数のシナリオにおけるアルゴリズム選択要件を満たすのを支援する。
本発明の１実施形態ではさらにコンピュータ記憶媒体を提供する。当該コンピュータ記憶媒体はプログラムを格納してもよい。当該プログラムが実行されたとき、上述の方法の実施形態で記録した音声符号化方法におけるステップの一部または全部が実施される。
説明を簡単にするために、上述の方法の実施形態は一連の動作として表現されていることに留意すべきである。しかし、本発明によれば幾つかのステップを他の順序で実施するかまたは同時に実施してもよいので、本発明は説明した動作の順序に限定されないことは当業者は理解すべきである。さらに、当業者はまた、本明細書で説明された実施形態は全て例示的な実施形態に属し、関連する動作とモジュールは必ずしも本発明により要求されないことも理解すべきである。
上述の実施形態では、各実施形態の説明はそれぞれの焦点を有する。１実施形態で詳細に説明されていない部分については、他の実施形態の関連説明を参照されたい。
本願で提供した幾つかの実施形態において、開示した装置を他の方式で実装してもよいことは理解されるべきである。例えば、説明した装置の実施形態は例示的なものにすぎない。例えば、当該ユニット分割は論理的な機能分割にすぎず、実際の実装では他の分割であってもよい。例えば、複数のユニットまたはコンポーネントを別のシステムに組み合わせるかまたは統合してもよく、または幾つかの機能を無視するかまたは実施しなくてもよい。さらに、幾つかのインタフェースを通じて、表示または議論した相互結合または直接結合または通信接続を実装してもよい。当該装置またはユニット間の間接結合または通信接続を、電気、機械、または他の形で実装してもよい。
別々の部分として説明されたユニットが物理的に分離されていてもいなくてもよく、ユニットとして表示した部分が物理ユニットであってもなくてもよく、１つの位置に配置されてもよく、または、複数のネットワーク・ユニットに分散されてもよい。当該ユニットの一部または全部を、当該諸実施形態の解決策の目的を実現するための実際のニーズに従って選択してもよい。
さらに、本発明の諸実施形態における機能ユニットを１つの処理ユニットに統合してもよく、または、当該ユニットの各々が物理的に単体で存在してもよく、または、２つまたは複数のユニットが１つのユニットに統合される。統合されたユニットをハードウェアの形態で実装してもよく、または、ソフトウェア機能ユニットの形で実装してもよい。
統合されたユニットがソフトウェア機能ユニットの形態で実装され、独立な製品として販売または使用されるとき、当該統合されたユニットをコンピュータ可読記憶媒体に格納してもよい。かかる理解に基づいて、本発明の技術的解決策を本質的に、または先行技術に寄与する部分、または当該技術的解決策の全部もしくは一部をソフトウェア製品の形で実装してもよい。当該ソフトウェア製品は記憶媒体に格納され、本発明の諸実施形態で説明した方法のステップの全部または一部を実施するように（パーソナル・コンピュータ、サーバ、またはネットワーク装置であってもよい）コンピュータ装置に指示するための幾つかの命令を含む。上述の記憶媒体は、ＵＳＢフラッシュ・ドライブ、取外し可能ハード・ディスク、読取専用メモリ（ＲＯＭ、Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダム・アクセス・メモリ（ＲＡＭ、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク、または光ディスクのようなプログラム・コードを格納できる任意の媒体を含む。
上述の実施形態は、本発明を限定するためのものではなく、本発明の技術的解決策を説明するためのものにすぎない。上述の実施形態を参照して本発明を詳細に説明したが、当業者は本発明の諸実施形態の技術的解決策の範囲から逸脱せずに、上述の実施形態で説明した技術的解決策に依然として修正を行ってもよく、または、その幾つかの技術的特徴に均等な置換えを行ってもよいことを当業者は理解すべきである。
９００ 音声符号化器
９１０ 時間周波数変換ユニット
９２０ 取得ユニット
９３０ 符号化ユニット
１０００ 音声符号化器
１００１ プロセッサ
１００３ ユーザ・インタフェース
１００４ ネットワーク・インタフェース
１００５ メモリ

Claims (15)

  1. 音声信号を、音声信号符号化器によって、取得するステップであって、前記音声信号が現在のフレームを備え、前記現在のフレームがサブバンドi、サブバンドj、サブバンドx、および、サブバンドyを備えるものであり、前記サブバンドｉの最大周波数ビンが前記サブバンドｊの最小周波数ビンより小さく、前記サブバンドｘの最大周波数ビンが前記サブバンドｙの最小周波数ビンより小さい、ステップと、
    前記音声信号符号化器によって、前記サブバンドiの平均エネルギーと、前記サブバンドjの平均エネルギーと、前記サブバンドxのスペクトルピークと、前記サブバンドxのスペクトル平均と、前記サブバンドyのスペクトルピークと、前記サブバンドyのスペクトル平均と、を得るステップと、
    所定の条件のセットが満たされる場合に、前記音声信号符号化器によって、高品質変換符号化（ＨＱ）アルゴリズムを用いて前記現在のフレームを符号化するステップであって、前記所定の条件のセットが、前記サブバンドiの平均エネルギーが前記サブバンドjの平均エネルギーを第１の定数（Ｔ４）によって乗算した積より小さいこと、および、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが前記サブバンドxのスペクトル平均によって乗算されかつ第１の間隔（Ｒ１）の最も大きい値によって乗算された積より大きいか、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが前記サブバンドxのスペクトル平均によって乗算されかつ前記Ｒ１の最も小さい値によって乗算された積よりも小さい場合、を含む、ステップ、あるいは、前記所定の条件のセットが満たされない場合には、前記音声信号符号化器によって、変換符号化励起（ＴＣＸ） 符号化アルゴリズムを用いて前記現在のフレームを符号化する、ステップ
    を備える、音声符号化方法。
  2. 前記サブバンドjの最大周波数ビンが８キロヘルツ（ｋＨｚ）より大きい、請求項１に記載の音声信号符号化方法。
  3. 前記定数Ｔ４が１／１．２より小さく、かつ、０．５以上である、請求項１または２に記載の音声信号符号化方法。
  4. 前記サブバンドｉの周波数ビン範囲の最小周波数ビンは０．４キロヘルツ（ｋＨｚ）であり、前記サブバンドjの周波数ビン範囲は４．８ｋＨｚから９．６ｋＨｚであり、前記サブバンドxの周波数ビン範囲は１ｋＨｚから２．６ｋＨｚであり、前記サブバンドyの周波数ビン範囲は４．８ｋＨｚから６．４ｋＨｚである、請求項１から３のいずれか１項に記載の音声信号符号化方法。
  5. 音声信号を、音声信号符号化器によって、取得するステップであって、前記音声信号が現在のフレームを備え、前記現在のフレームがサブバンドx、および、サブバンドyを備えるものであり、前記サブバンドｘの最大周波数ビンが前記サブバンドｙの最小周波数ビンより小さい、ステップと、
    前記音声信号符号化器によって、前記サブバンドxのスペクトルピークと、前記サブバンドxのスペクトル平均と、前記サブバンドyのスペクトルピークと、前記サブバンドyのスペクトル平均と、を得るステップと、
    所定の条件のセットが満たされる場合に、前記音声信号符号化器によって、高品質変換符号化（ＨＱ）アルゴリズムを用いて前記現在のフレームを符号化するステップであって、前記所定の条件のセットが、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが、第１の定数（Ｔ４４）によって乗算された前記サブバンドxのスペクトル平均によって乗算された積より小さく、前記サブバンドyのスペクトルピークが、第２の定数（Ｔ４５）によって前記サブバンドyのスペクトル平均が乗算さた積よりも大きいこと、または、前記サブバンドyのスペクトル平均によって乗算された前記サブバンドxのスペクトルピークが、前記サブバンドyのスペクトルピークが、第３の定数（Ｔ４６）によって乗算された前記サブバンドxのスペクトル平均によって乗算された積より大きく、前記サブバンドyのスペクトルピークが、第４の定数（Ｔ４７）によって前記サブバンドyのスペクトル平均が乗算された積よりも小さいこと、を含む、ステップ、あるいは、前記所定の条件のセットが満たされないときには、前記音声信号符号化器によって、変換符号化励起（ＴＣＸ） 符号化アルゴリズムを用いて前記現在のフレームを符号化する、ステップ
    を備える、音声信号符号化方法。
  6. Ｔ４７が１．５であって、かつ、Ｔ４５が１．５である、請求項５に記載の音声信号符号化方法。
  7. 前記サブバンドxの周波数ビン範囲は１ｋＨｚから２．６ｋＨｚであり、前記サブバンドyの周波数ビン範囲は４．８ｋＨｚから６．４ｋＨｚである、請求項５または６のいずれかに記載の音声信号符号化方法。
  8. プログラム命令を格納するメモリと、
    前記メモリに接続された少なくとも１つのプロセッサであって、前記プログラム命令が、前記少なくとも１つのプロセッサに請求項１から７のいずれか１項に記載の方法を実行するよう構成される、ようにする、
    音声信号符号化器。
  9. 音声信号を取得するよう構成されたユニットであって、前記音声信号が現在のフレームを備え、前記現在のフレームがサブバンドi、サブバンドj、サブバンドx、および、サブバンドyを備えるものであり、前記サブバンドｉの最大周波数ビンが前記サブバンドｊの最小周波数ビンより小さく、前記サブバンドｘの最大周波数ビンが前記サブバンドｙの最小周波数ビンより小さい、ユニットと、
    前記サブバンドiの平均エネルギーと、前記サブバンドjの平均エネルギーと、前記サブバンドxのスペクトルピークと、前記サブバンドxのスペクトル平均と、前記サブバンドyのスペクトルピークと、前記サブバンドyのスペクトル平均と、を得るよう構成されたユニットと、
    所定の条件のセットが満たされる場合に、高品質変換符号化（ＨＱ）アルゴリズムを用いて前記現在のフレームを符号化するよう構成されたユニットであって、前記所定の条件のセットが、前記サブバンドiの平均エネルギーが前記サブバンドjの平均エネルギーを第１の定数（Ｔ４）によって乗算した積より小さいこと、および、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが前記サブバンドxのスペクトル平均によって乗算されかつ第１の間隔（Ｒ１）の最も大きい値によって乗算された積より大きいか、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが前記サブバンドxのスペクトル平均によって乗算されかつ前記Ｒ１の最も小さい値によって乗算された積よりも小さい場合、を含む、ユニット、もしくは、前記所定の条件のセットが満たされない場合には、変換符号化励起（ＴＣＸ） 符号化アルゴリズムを用いて前記現在のフレームを符号化する、ように構成されたユニット
    を備える、音声信号符号化器。
  10. 前記サブバンドjの最大周波数ビンが８キロヘルツ（ｋＨｚ）より大きい、請求項９に記載の音声信号符号化器。
  11. 前記Ｔ４が１／１．２より小さく、かつ、０．５以上である、請求項９または１０に記載の音声信号符号化器。
  12. 前記サブバンドｉの周波数ビン範囲の最小周波数ビンは０．４キロヘルツ（ｋＨｚ）であり、前記サブバンドjの周波数ビン範囲は４．８ｋＨｚから９．６ｋＨｚであり、前記サブバンドxの周波数ビン範囲は１ｋＨｚから２．６ｋＨｚであり、前記サブバンドyの周波数ビン範囲は４．８ｋＨｚから６．４ｋＨｚである、請求項９から１１のいずれか１項に記載の音声信号符号化器。
  13. 音声信号を取得するよう構成されたユニットであって、前記音声信号が現在のフレームを備え、前記現在のフレームがサブバンドx、および、サブバンドyを備えるものであるユニットと、
    前記サブバンドxのスペクトルピークと、前記サブバンドxのスペクトル平均と、を得るよう構成されたユニットであって、前記現在のフレームがサブバンドx、および、サブバンドyを備えるものであり、前記サブバンドｘの最大周波数ビンが前記サブバンドｙの最小周波数ビンより低い、ユニットと、
    所定の条件のセットが満たされる場合に、高品質変換符号化（ＨＱ）アルゴリズムを用いて前記現在のフレームを符号化するよう構成されたユニットであって、前記所定の条件のセットが、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された積が、前記サブバンドyのスペクトルピークが第１の定数（Ｔ４４）によって乗算された前記サブバンドxのスペクトル平均によって乗算された積より小さいく、前記サブバンドyのスペクトルピークが、第２の定数（Ｔ４５）によって前記サブバンドyのスペクトル平均が乗算さた積よりも大きいこと、もしくは、前記サブバンドyのスペクトル平均によって前記サブバンドxのスペクトルピークが乗算された前記積が、前記サブバンドyのスペクトルピークが前記サブバンドxのスペクトル平均によって乗算され、第３の定数（Ｔ４６）によって乗算さた積より大きく、前記サブバンドyのスペクトルピークが、第４の定数（Ｔ４７）によって前記サブバンドyのスペクトル平均が乗算さた積よりも小さいこと、を含むものである、ユニット、あるいは、前記所定の条件のセットが満たされない場合には、前記音声信号符号化器によって、変換符号化励起（ＴＣＸ） 符号化アルゴリズムを用いて前記現在のフレームを符号化するように構成されたユニット
    を備える、音声信号符号化器。
  14. Ｔ４７が１．５であって、かつ、Ｔ４５が１．５である、請求項１３に記載の音声信号符号化器。
  15. 前記サブバンドxの周波数ビン範囲は１ｋＨｚから２．６ｋＨｚであり、前記サブバンドyの周波数ビン範囲は４．８ｋＨｚから６．４ｋＨｚである、請求項１３または１４に記載の音声信号符号化器。
JP2019106061A 2014-07-28 2019-06-06 音声符号化方法および関連装置 Active JP6888051B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410363905.5 2014-07-28
CN201410363905.5A CN104143335B (zh) 2014-07-28 2014-07-28 音频编码方法及相关装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017505140A Division JP6538822B2 (ja) 2014-07-28 2015-04-01 音声符号化方法および関連装置

Publications (2)

Publication Number Publication Date
JP2019164379A JP2019164379A (ja) 2019-09-26
JP6888051B2 true JP6888051B2 (ja) 2021-06-16

Family

ID=51852493

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017505140A Active JP6538822B2 (ja) 2014-07-28 2015-04-01 音声符号化方法および関連装置
JP2019106061A Active JP6888051B2 (ja) 2014-07-28 2019-06-06 音声符号化方法および関連装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2017505140A Active JP6538822B2 (ja) 2014-07-28 2015-04-01 音声符号化方法および関連装置

Country Status (15)

Country Link
US (4) US10056089B2 (ja)
EP (2) EP3790007B1 (ja)
JP (2) JP6538822B2 (ja)
KR (2) KR102022500B1 (ja)
CN (2) CN104143335B (ja)
AU (2) AU2015296447B2 (ja)
BR (1) BR112016029904B1 (ja)
CA (3) CA3064092C (ja)
ES (2) ES2938742T3 (ja)
MX (1) MX360606B (ja)
MY (1) MY174461A (ja)
PL (1) PL3790007T3 (ja)
RU (1) RU2670790C9 (ja)
SG (2) SG11201610047RA (ja)
WO (1) WO2016015485A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143335B (zh) * 2014-07-28 2017-02-01 华为技术有限公司 音频编码方法及相关装置
JP6501259B2 (ja) * 2015-08-04 2019-04-17 本田技研工業株式会社 音声処理装置及び音声処理方法
US20220254331A1 (en) * 2021-02-05 2022-08-11 Cambium Assessment, Inc. Neural network and method for machine learning assisted speech recognition
CN112767956B (zh) * 2021-04-09 2021-07-16 腾讯科技（深圳）有限公司 音频编码方法、装置、计算机设备及介质
WO2023274507A1 (en) * 2021-06-29 2023-01-05 Telefonaktiebolaget Lm Ericsson (Publ) Spectrum classifier for audio coding mode selection

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3364825B2 (ja) * 1996-05-29 2003-01-08 三菱電機株式会社 音声符号化装置および音声符号化復号化装置
EP0932141B1 (en) * 1998-01-22 2005-08-24 Deutsche Telekom AG Method for signal controlled switching between different audio coding schemes
CA2246532A1 (en) * 1998-09-04 2000-03-04 Northern Telecom Limited Perceptual audio coding
US6721280B1 (en) 2000-04-19 2004-04-13 Qualcomm Incorporated Method and apparatus for voice latency reduction in a voice-over-data wireless communication system
US6658383B2 (en) * 2001-06-26 2003-12-02 Microsoft Corporation Method for coding speech and music signals
DE60230856D1 (de) 2001-07-13 2009-03-05 Panasonic Corp Audiosignaldecodierungseinrichtung und audiosignalcodierungseinrichtung
CN1308913C (zh) * 2002-04-11 2007-04-04 松下电器产业株式会社 编码设备、解码设备及其方法
US7054807B2 (en) * 2002-11-08 2006-05-30 Motorola, Inc. Optimizing encoder for efficiently determining analysis-by-synthesis codebook-related parameters
US7333930B2 (en) 2003-03-14 2008-02-19 Agere Systems Inc. Tonal analysis for perceptual audio coding using a compressed spectral representation
GB0408856D0 (en) 2004-04-21 2004-05-26 Nokia Corp Signal encoding
US20070147518A1 (en) 2005-02-18 2007-06-28 Bruno Bessette Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX
CN101185127B (zh) * 2005-04-01 2014-04-23 高通股份有限公司 用于编码和解码语音信号的高频带部分的方法和设备
KR20080101872A (ko) 2006-01-18 2008-11-21 연세대학교 산학협력단 부호화/복호화 장치 및 방법
CN101496099B (zh) * 2006-07-31 2012-07-18 高通股份有限公司 用于对有效帧进行宽带编码和解码的***、方法和设备
CN101145345B (zh) * 2006-09-13 2011-02-09 华为技术有限公司 音频分类方法
CN101145343B (zh) * 2006-09-15 2011-07-20 展讯通信（上海）有限公司 一种用于音频处理框架中的编码和解码方法
CN101025918B (zh) * 2007-01-19 2011-06-29 清华大学 一种语音/音乐双模编解码无缝切换方法
KR101411901B1 (ko) * 2007-06-12 2014-06-26 삼성전자주식회사 오디오 신호의 부호화/복호화 방법 및 장치
KR101452722B1 (ko) * 2008-02-19 2014-10-23 삼성전자주식회사 신호 부호화 및 복호화 방법 및 장치
US20090319261A1 (en) * 2008-06-20 2009-12-24 Qualcomm Incorporated Coding of transitional speech frames for low-bit-rate applications
JP5244971B2 (ja) 2008-07-11 2013-07-24 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン オーディオ信号合成器及びオーディオ信号符号器
PL2346030T3 (pl) * 2008-07-11 2015-03-31 Fraunhofer Ges Forschung Koder audio, sposób kodowania sygnału audio oraz program komputerowy
JP5551695B2 (ja) * 2008-07-11 2014-07-16 フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ 音声符号器、音声復号器、音声符号化方法、音声復号化方法およびコンピュータプログラム
EP2144230A1 (en) * 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme having cascaded switches
WO2010003545A1 (en) * 2008-07-11 2010-01-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. An apparatus and a method for decoding an encoded audio signal
MX2011000375A (es) * 2008-07-11 2011-05-19 Fraunhofer Ges Forschung Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada.
KR20130069833A (ko) 2008-10-08 2013-06-26 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 다중 분해능 스위치드 오디오 부호화/복호화 방법
US8498874B2 (en) 2009-09-11 2013-07-30 Sling Media Pvt Ltd Audio signal encoding employing interchannel and temporal redundancy reduction
RU2591661C2 (ru) * 2009-10-08 2016-07-20 Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. Многорежимный декодировщик аудио сигнала, многорежимный кодировщик аудио сигналов, способы и компьютерные программы с использованием кодирования с линейным предсказанием на основе ограничения шума
AU2010309838B2 (en) * 2009-10-20 2014-05-08 Dolby International Ab Audio signal encoder, audio signal decoder, method for encoding or decoding an audio signal using an aliasing-cancellation
EP2491555B1 (en) * 2009-10-20 2014-03-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multi-mode audio codec
JP5809066B2 (ja) * 2010-01-14 2015-11-10 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 音声符号化装置および音声符号化方法
US8886523B2 (en) 2010-04-14 2014-11-11 Huawei Technologies Co., Ltd. Audio decoding based on audio class with control code for post-processing modes
WO2011158485A2 (ja) 2010-06-14 2011-12-22 パナソニック株式会社 オーディオハイブリッド符号化装置およびオーディオハイブリッド復号装置
WO2011156905A2 (en) 2010-06-17 2011-12-22 Voiceage Corporation Multi-rate algebraic vector quantization with supplemental coding of missing spectrum sub-bands
KR101826331B1 (ko) 2010-09-15 2018-03-22 삼성전자주식회사 고주파수 대역폭 확장을 위한 부호화/복호화 장치 및 방법
CN102074242B (zh) * 2010-12-27 2012-03-28 武汉大学 语音音频混合分级编码中核心层残差提取***及方法
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
US9037456B2 (en) * 2011-07-26 2015-05-19 Google Technology Holdings LLC Method and apparatus for audio coding and decoding
CN103477388A (zh) * 2011-10-28 2013-12-25 松下电器产业株式会社 声音信号混合解码器、声音信号混合编码器、声音信号解码方法及声音信号编码方法
US9111531B2 (en) 2012-01-13 2015-08-18 Qualcomm Incorporated Multiple coding mode signal classification
ES2661504T3 (es) * 2012-05-30 2018-04-02 Nippon Telegraph And Telephone Corporation Método de codificación, codificador, programa y medio de grabación
CN104143335B (zh) * 2014-07-28 2017-02-01 华为技术有限公司 音频编码方法及相关装置

Also Published As

Publication number Publication date
RU2670790C9 (ru) 2018-11-23
US20180268832A1 (en) 2018-09-20
EP3790007A1 (en) 2021-03-10
US20200066290A1 (en) 2020-02-27
BR112016029904B1 (pt) 2023-04-18
KR101947127B1 (ko) 2019-02-12
CA3064092A1 (en) 2016-02-04
CA2951321A1 (en) 2016-02-04
CA2951321C (en) 2019-12-31
PL3790007T3 (pl) 2023-05-02
RU2017101806A (ru) 2018-08-30
WO2016015485A1 (zh) 2016-02-04
KR20170010822A (ko) 2017-02-01
RU2670790C2 (ru) 2018-10-25
CN106448688A (zh) 2017-02-22
EP3790007B1 (en) 2023-01-04
EP3157010A1 (en) 2017-04-19
CA3058990A1 (en) 2016-02-04
MY174461A (en) 2020-04-20
US10706866B2 (en) 2020-07-07
JP2019164379A (ja) 2019-09-26
US20190164562A1 (en) 2019-05-30
KR20190014603A (ko) 2019-02-12
CN104143335A (zh) 2014-11-12
ES2814154T3 (es) 2021-03-26
SG11201610047RA (en) 2017-01-27
JP6538822B2 (ja) 2019-07-03
US10504534B2 (en) 2019-12-10
AU2018201411A1 (en) 2018-03-22
KR102022500B1 (ko) 2019-11-25
SG10201805102PA (en) 2018-08-30
ES2938742T3 (es) 2023-04-14
AU2015296447A1 (en) 2017-01-05
CN104143335B (zh) 2017-02-01
RU2017101806A3 (ja) 2018-08-30
US20170125031A1 (en) 2017-05-04
BR112016029904A2 (pt) 2017-08-22
CA3064092C (en) 2022-04-19
US10056089B2 (en) 2018-08-21
CN106448688B (zh) 2019-11-05
EP3157010B1 (en) 2020-06-10
JP2017522608A (ja) 2017-08-10
AU2015296447B2 (en) 2018-01-18
EP3157010A4 (en) 2017-10-25
AU2018201411B2 (en) 2019-08-22
MX360606B (es) 2018-11-09
US10269366B2 (en) 2019-04-23
MX2017001039A (es) 2017-05-04

Similar Documents

Publication Publication Date Title
JP6888051B2 (ja) 音声符号化方法および関連装置
US11990150B2 (en) Method and device for audio repair and readable storage medium
AU2014360038A1 (en) Encoding method and apparatus
RU2014134459A (ru) Вещественное-в-комплексное преобразование с малой задержкой в банках фильтров с перекрытием для частично комплексной обработки
AU2017272204A1 (en) Signal processing method and device
AU2014286765A1 (en) Signal encoding and decoding methods and devices
JP5783395B2 (ja) 信号処理方法およびデバイス
US10165362B2 (en) Automated equalization

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190705

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190705

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200721

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200811

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201111

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210331

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: 20210419

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210519

R150 Certificate of patent or registration of utility model

Ref document number: 6888051

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250