JP7055824B2 - 遅延推定方法および遅延推定装置 - Google Patents
遅延推定方法および遅延推定装置 Download PDFInfo
- Publication number
- JP7055824B2 JP7055824B2 JP2019572656A JP2019572656A JP7055824B2 JP 7055824 B2 JP7055824 B2 JP 7055824B2 JP 2019572656 A JP2019572656 A JP 2019572656A JP 2019572656 A JP2019572656 A JP 2019572656A JP 7055824 B2 JP7055824 B2 JP 7055824B2
- Authority
- JP
- Japan
- Prior art keywords
- time difference
- current frame
- frame
- channel
- win
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 103
- 230000006870 function Effects 0.000 claims description 161
- 230000003044 adaptive effect Effects 0.000 claims description 160
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 91
- 238000009499 grossing Methods 0.000 claims description 69
- 238000001514 detection method Methods 0.000 claims description 42
- 230000004913 activation Effects 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 41
- 238000012417 linear regression Methods 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims 1
- 239000000872 buffer Substances 0.000 description 47
- 230000008569 process Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 18
- 238000005070 sampling Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 238000012886 linear function Methods 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S1/00—Two-channel systems
- H04S1/007—Two-channel systems in which the audio signals are in digital form
-
- 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
-
- 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
- G10L25/78—Detection of presence or absence of voice signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S5/00—Pseudo-stereo systems, e.g. in which additional channel signals are derived from monophonic signals by means of phase shifting, time delay or reverberation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
- H04S2400/03—Aspects of down-mixing multi-channel audio to configurations with lower numbers of playback channels, e.g. 7.1 -> 5.1
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
- H04S2400/05—Generation or adaptation of centre channel in multi-channel audio systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Stereophonic System (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Maintenance And Management Of Digital Transmission (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Image Analysis (AREA)
Description
win_width1=TRUNC(width_par1*(A*L_NCSHIFT_DS+1))、および
width_par1=a_width1*smooth_dist_reg+b_width1、式中、
a_width1=(xh_width1-xl_width1)/(yh_dist1-yl_dist1)、
b_width1=xh_width1-a_width1*yh_dist1。
width_par1=min(width_par1,xh_width1)、および
width_par1=max(width_par1,xl_width1)であり、式中、
minは、最小値を取ることを表し、maxは、最大値を取ることを表す。
win_bias1=a_bias1*smooth_dist_reg+b_bias1、式中、
a_bias1=(xh_bias1-xl_bias1)/(yh_dist2-yl_dist2)、および
b_bias1=xh_bias1-a_bias1*yh_dist2。
win_bias1=min(win_bias1,xh_bias1)、および
win_bias1=max(win_bias1,xl_bias1)であり、式中、
minは、最小値を取ることを表し、maxは、最大値を取ることを表す。
yh_dist2=yh_dist1、およびyl_dist2=yl_dist1である。
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1-1の場合、
loc_weight_win(k)=win_bias1、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1-1の場合、
loc_weight_win(k)=0.5*(1+win_bias1)+0.5*(1-win_bias1)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width1))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias1。
smooth_dist_reg_update=(1-γ)*smooth_dist_reg+γ*dist_reg’、および
dist_reg’=|reg_prv_corr-cur_itd|
を使用した計算によって得られる。
dist_reg=|reg_prv_corr-cur_itd_init|
を使用した計算によって得られる。
win_width2=TRUNC(width_par2*(A*L_NCSHIFT_DS+1))、および
width_par2=a_width2*dist_reg+b_width2、式中、
a_width2=(xh_width2-xl_width2)/(yh_dist3-yl_dist3)、および
b_width2=xh_width2-a_width2*yh_dist3。
width_par2=min(width_par2,xh_width2)、および
width_par2=max(width_par2,xl_width2)を満たし、式中、
minは、最小値を取ることを表し、maxは、最大値を取ることを表す。
win_bias2=a_bias2*dist_reg+b_bias2、式中、
a_bias2=(xh_bias2-xl_bias2)/(yh_dist4-yl_dist4)、および
b_bias2=xh_bias2-a_bias2*yh_dist4。
win_bias2=min(win_bias2,xh_bias2)、および
win_bias2=max(win_bias2,xl_bias2)を満たし、式中、
minは、最小値を取ることを表し、maxは、最大値を取ることを表す。
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width2-1の場合、
loc_weight_win(k)=win_bias2、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width2≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width2-1の場合、
loc_weight_win(k)=0.5*(1+win_bias2)+0.5*(1-win_bias2)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width2))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width2≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias2。
c_weight(x)=c(x)*loc_weight_win(x-TRUNC(reg_prv_corr)+TRUNC(A*L_NCSHIFT_DS/2)-L_NCSHIFT_DS)。
cur_itd_smooth=φ*reg_prv_corr+(1-φ)*cur_itd
を使用して得られる。
wgt_par1=a_wgt1*smooth_dist_reg_update+b_wgt1、
a_wgt1=(xl_wgt1-xh_wgt1)/(yh_dist1’-yl_dist1’)、および
b_wgt1=xl_wgt1-a_wgt1*yh_dist1’
を使用した計算によって得られる。
wgt_par1=min(wgt_par1,xh_wgt1)、および
wgt_par1=max(wgt_par1,xl_wgt1)であり、式中、
minは、最小値を取ることを表し、maxは、最大値を取ることを表す。
wgt_par2=a_wgt2*dist_reg+b_wgt2、
a_wgt2=(xl_wgt2-xh_wgt2)/(yh_dist2’-yl_dist2’)、および
b_wgt2=xl_wgt2-a_wgt2*yh_dist2’
を使用した計算によって得られる。
相互相関係数のインデックス値が1である場合、チャネル間時間差は(-N/2+1)サンプリング点であり、チャネル間時間差は、相互相関値k1を得るように左チャネル信号Lと右チャネル信号Rとを整合させるために使用され、
相互相関係数のインデックス値が2である場合、チャネル間時間差は(-N/2+2)サンプリング点であり、チャネル間時間差は、相互相関値k2を得るように左チャネル信号Lと右チャネル信号Rとを整合させるために使用され、
相互相関係数のインデックス値が3である場合、チャネル間時間差は(-N/2+3)サンプリング点であり、チャネル間時間差は、相互相関値k3を得るように左チャネル信号Lと右チャネル信号Rとを整合させるために使用され、以下同様であり、
相互相関係数のインデックス値がNである場合、チャネル間時間差はN/2サンプリング点であり、チャネル間時間差は、相互相関値kNを得るように左チャネル信号Lと右チャネル信号Rとを整合させるために使用される。
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width-1の場合、
loc_weight_win(k)=win_bias、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width-1の場合、
loc_weight_win(k)=0.5*(1+win_bias)+0.5*(1-win_bias)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias。
c_weight(x)=c(x)*loc_weight_win(x-TRUNC(reg_prv_corr)+TRUNC(A*L_NCSHIFT_DS/2)-L_NCSHIFT_DS)
を使用した計算によって得られる。
yr=α+β*xr+εr。
reg_prv_corr=α+β*M、式中、
reg_prv_corrは、現在のフレームの遅延トラック推定値を表し、Mは、第(M+1)のデータ対のシーケンス番号であり、α+β*Mは、第(M+1)のデータ対の推定値である。
yr=α+β*xr+εr。
win_width1=TRUNC(width_par1*(A*L_NCSHIFT_DS+1))、および
width_par1=a_width1*smooth_dist_reg+b_width1、式中、
a_width1=(xh_width1-xl_width1)/(yh_dist1-yl_dist1)
b_width1=xh_width1-a_width1*yh_dist1、
win_width1は、第1の二乗余弦の幅パラメータであり、TRUNCは、値を丸めることを指示し、L_NCSHIFT_DSは、チャネル間時間差の絶対値の最大値であり、Aは、既定の定数であり、Aは、4以上である。
win_bias1=a_bias1*smooth_dist_reg+b_bias1、式中、
a_bias1=(xh_bias1-xl_bias1)/(yh_dist2-yl_dist2)、および
b_bias1=xh_bias1-a_bias1*yh_dist2。
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1-1の場合、
loc_weight_win(k)=win_bias1、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1-1の場合、
loc_weight_win(k)=0.5*(1+win_bias1)+0.5*(1-win_bias1)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width1))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias1。
smooth_dist_reg_update=(1-γ)*smooth_dist_reg+γ*dist_reg’、および
dist_reg’=|reg_prv_corr-cur_itd|
を使用した計算によって得られる。
cur_itd_smooth=φ*reg_prv_corr+(1-φ)*cur_itd
を使用して決定され得る。
wgt_par1=a_wgt1*smooth_dist_reg_update+b_wgt1、
a_wgt1=(xl_wgt1-xh_wgt1)/(yh_dist1’-yl_dist1’)、および
b_wgt1=xl_wgt1-a_wgt1*yh_dist1’
を使用した計算によって得られる。
dist_reg=|reg_prv_corr-cur_itd_init|
を使用して表される。
win_width2=TRUNC(width_par2*(A*L_NCSHIFT_DS+1))、および
width_par2=a_width2*dist_reg+b_width2、式中、
a_width2=(xh_width2-xl_width2)/(yh_dist3-yl_dist3)、および
b_width2=xh_width2-a_width2*yh_dist3。
win_bias2=a_bias2*dist_reg+b_bias2、式中、
a_bias2=(xh_bias2-xl_bias2)/(yh_dist4-yl_dist4)、および
b_bias2=xh_bias2-a_bias2*yh_dist4。
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width2-1の場合、
loc_weight_win(k)=win_bias2、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width2≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width2-1の場合、
loc_weight_win(k)=0.5*(1+win_bias2)+0.5*(1-win_bias2)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width2))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width2≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias2。
wgt_par2=a_wgt2*dist_reg+b_wgt2、
a_wgt2=(xl_wgt2-xh_wgt2)/(yh_dist2’-yl_dist2’)、および
b_wgt2=xl_wgt2-a_wgt2*yh_dist2’
を使用して表される。
xh_width_uv=fach_uv*xh_width_init、xl_width_uv=facl_uv*xl_width_init、
xh_width_v=fach_v*xh_width_init、xl_width_v=facl_v*xl_width_init、
xh_width_v2=fach_v2*xh_width_init、xl_width_v2=facl_v2*xl_width_init、ならびに
xh_width_uv2=fach_uv2*xh_width_init、およびxl_width_uv2=facl_uv2*xl_width_init
を使用して表される。
xh_bias_uv=fach_uv’*xh_bias_init、xl_bias_uv=facl_uv’*xl_bias_init、
xh_bias_v=fach_v’*xh_bias_init、xl_bias_v=facl_v’*xl_bias_init、
xh_bias_v2=fach_v2’*xh_bias_init、xl_bias_v2=facl_v2’*xl_bias_init、
xh_bias_uv2=fach_uv2’*xh_bias_init、およびxl_bias_uv2=facl_uv2’*xl_bias_init。
yh_dist_uv=fach_uv’’*yh_dist_init、yl_dist_uv=facl_uv’’*yl_dist_init;
yh_dist_v=fach_v’’*yh_dist_init、yl_dist_v=facl_v’’*yl_dist_init;
yh_dist_v2=fach_v2’’*yh_dist_init、yl_dist_v2=facl_v2’’*yl_dist_init;
yh_dist_uv2=fach_uv2’’*yh_dist_init、およびyl_dist_uv2=facl_uv2’’*yl_dist_init。
現在のフレームの前のフレームの平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の幅パラメータを計算し、
現在のフレームの前のフレームの平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の高さバイアスを計算し、
第1の二乗余弦の幅パラメータと第1の二乗余弦の高さバイアスとに基づいて現在のフレームの適応窓関数を決定する
ようにさらに構成される。
相互相関係数に基づいて現在のフレームのチャネル間時間差の初期値を決定し、
現在のフレームの遅延トラック推定値と現在のフレームのチャネル間時間差の初期値とに基づいて現在のフレームのチャネル間時間差の推定偏差を計算し、
現在のフレームのチャネル間時間差の推定偏差に基づいて現在のフレームの適応窓関数を決定する
ようにさらに構成される。
現在のフレームのチャネル間時間差の推定偏差に基づいて第2の二乗余弦の幅パラメータを計算し、
現在のフレームのチャネル間時間差の推定偏差に基づいて第2の二乗余弦の高さバイアスを計算し、
第2の二乗余弦の幅パラメータと第2の二乗余弦の高さバイアスとに基づいて現在のフレームの適応窓関数を決定する
ようにさらに構成される。
現在のフレームの遅延トラック推定値を決定するために、線形回帰法を使用して、少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて遅延トラック推定を行う
ようにさらに構成される。
現在のフレームの遅延トラック推定値を決定するために、重み付き線形回帰法を使用して、少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて遅延トラック推定を行う
ようにさらに構成される。
現在のフレームの遅延トラック推定値と現在のフレームのチャネル間時間差とに基づいて現在のフレームのチャネル間時間差平滑値を決定し、
現在のフレームのチャネル間時間差平滑値に基づいて少なくとも1つの過去のフレームのバッファされたチャネル間時間差平滑値を更新する
ように構成される。
現在のフレームの前のフレームの音声アクティブ化検出結果または現在のフレームの音声アクティブ化検出結果に基づいて、少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報を更新するかどうかを判断する
ようにさらに構成される。
少なくとも1つの過去のフレームのバッファされた重み係数を更新し、少なくとも1つの過去のフレームの重み係数が重み付き線形回帰法における重み係数である
ようにさらに構成される。
現在のフレームの平滑化されたチャネル間時間差の推定偏差に基づいて現在のフレームの第1の重み係数を計算し、
現在のフレームの第1の重み係数に基づいて少なくとも1つの過去のフレームのバッファされた第1の重み係数を更新する
ようにさらに構成される。
現在のフレームのチャネル間時間差の推定偏差に基づいて現在のフレームの第2の重み係数を計算し、
現在のフレームの第2の重み係数に基づいて少なくとも1つの過去のフレームのバッファされた第2の重み係数を更新する
ようにさらに構成される。
現在のフレームの前のフレームの音声アクティブ化検出結果がアクティブなフレームであるか、または現在のフレームの音声アクティブ化検出結果がアクティブなフレームである場合、少なくとも1つの過去のフレームのバッファされた重み係数を更新する
ようにさらに構成される。
120 復号構成要素
130 移動端末
131 収集構成要素
132 チャネル符号化構成要素
140 移動端末
141 オーディオ再生構成要素
142 チャネル復号構成要素
150 ネットワーク要素
151 チャネル復号構成要素
152 チャネル符号化構成要素
401 狭い窓
402 広い窓
601 チャネル間時間差平滑値
701 プロセッサ
702 メモリ
703 バス
810 相互相関係数決定部
820 遅延トラック推定部
830 適応関数決定部
840 重み付け部
850 チャネル間時間差決定部
860 平滑化されたチャネル間時間差の推定偏差決定部
870 適応パラメータ決定部
880 更新部
Claims (43)
- 遅延推定方法であって、前記方法が、
オーディオコーディング装置によって、現在のフレームのマルチチャネル信号の相互相関係数を決定するステップと、
前記オーディオコーディング装置によって、少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて前記現在のフレームの遅延トラック推定値を決定するステップと、
前記オーディオコーディング装置によって、前記現在のフレームの適応窓関数を決定するステップであって、前記適応窓関数が二乗余弦のような窓である、ステップと、
前記オーディオコーディング装置によって、重み付き相互相関係数を得るために、前記現在のフレームの前記遅延トラック推定値と前記現在のフレームの前記適応窓関数とに基づいて前記相互相関係数の重み付けを行うステップと、
前記オーディオコーディング装置によって、前記重み付き相互相関係数に基づいて前記現在のフレームのチャネル間時間差を決定するステップと
を含む、遅延推定方法。 - 前記現在のフレームの適応窓関数を決定する前記ステップが、
前記現在のフレームの前のフレームの平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の幅パラメータを計算するステップと、
前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の高さバイアスを計算するステップと、
前記第1の二乗余弦の幅パラメータと前記第1の二乗余弦の高さバイアスとに基づいて前記現在のフレームの前記適応窓関数を決定するステップと
を含む、請求項1に記載の方法。 - 前記第1の二乗余弦の幅パラメータが以下の計算式:
win_width1=TRUNC(width_par1*(A*L_NCSHIFT_DS+1))
width_par1=a_width1*smooth_dist_reg+b_width1、式中、
a_width1=(xh_width1-xl_width1)/(yh_dist1-yl_dist1)
b_width1=xh_width1-a_width1*yh_dist1であって、
式中、win_width1が、前記第1の二乗余弦の幅パラメータであり、TRUNCが、値を丸めることを指示し、L_NCSHIFT_DSが、チャネル間時間差の絶対値の最大値であり、Aが、既定の定数であり、Aが、4以上であり、xh_width1が、前記第1の二乗余弦の幅パラメータの上限値であり、xl_width1が、前記第1の二乗余弦の幅パラメータの下限値であり、yh_dist1が、前記第1の二乗余弦の幅パラメータの前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist1が、前記第1の二乗余弦の幅パラメータの前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、xh_width1、xl_width1、yh_dist1、およびyl_dist1がすべて正の数である、計算式
を使用した計算によって得られる、請求項2に記載の方法。 - width_par1=min(width_par1,xh_width1)、および
width_par1=max(width_par1,xl_width1)であり、
式中、minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項3に記載の方法。 - 前記第1の二乗余弦の高さバイアスが以下の計算式:
win_bias1=a_bias1*smooth_dist_reg+b_bias1、式中、
a_bias1=(xh_bias1-xl_bias1)/(yh_dist2-yl_dist2)、
b_bias1=xh_bias1-a_bias1*yh_dist2であって、
式中、win_bias1が、前記第1の二乗余弦の高さバイアスであり、xh_bias1が、前記第1の二乗余弦の高さバイアスの上限値であり、xl_bias1が、前記第1の二乗余弦の高さバイアスの下限値であり、yh_dist2が、前記第1の二乗余弦の高さバイアスの前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist2が、前記第1の二乗余弦の高さバイアスの前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、yh_dist2、yl_dist2、xh_bias1、およびxl_bias1がすべて正の数である、計算式
を使用した計算によって得られる、請求項3または4に記載の方法。 - win_bias1=min(win_bias1,xh_bias1)、および
win_bias1=max(win_bias1,xl_bias1)であり、
式中、minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項5に記載の方法。 - yh_dist2=yh_dist1、およびyl_dist2=yl_dist1である、請求項5または6に記載の方法。
- 前記適応窓関数が、以下の式:
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1-1の場合、
loc_weight_win(k)=win_bias1、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1-1の場合、
loc_weight_win(k)=0.5*(1+win_bias1)+0.5*(1-win_bias1)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width1))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias1であって、
式中、loc_weight_win(k)が、前記適応窓関数を表すために使用され、k=0,1,...,A*L_NCSHIFT_DSであり、Aが、既定の定数であり、4以上であり、L_NCSHIFT_DSが、前記チャネル間時間差の絶対値の最大値であり、win_width1が、前記第1の二乗余弦の幅パラメータであり、win_bias1が、前記第1の二乗余弦の高さバイアスである、式
を使用して表される、請求項2から7のいずれか一項に記載の方法。 - 前記重み付き相互相関係数に基づいて前記現在のフレームのチャネル間時間差を決定する前記ステップの後に、
前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差と、前記現在のフレームの前記遅延トラック推定値と、前記現在のフレームの前記チャネル間時間差とに基づいて前記現在のフレームの平滑化されたチャネル間時間差の推定偏差を計算するステップ
をさらに含み、
前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差が以下の計算式:
smooth_dist_reg_update=(1-γ)*smooth_dist_reg+γ*dist_reg’、および
dist_reg’=|reg_prv_corr-cur_itd|であって、
式中、smooth_dist_reg_updateが、前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、γが、第1の平滑化係数であり、0<γ<1であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、cur_itdが、前記現在のフレームの前記チャネル間時間差である、計算式
を使用した計算によって得られる、請求項2から8のいずれか一項に記載の方法。 - 前記現在のフレームの適応窓関数を決定する前記ステップが、
前記相互相関係数に基づいて前記現在のフレームの前記チャネル間時間差の初期値を決定するステップと、
前記現在のフレームの前記遅延トラック推定値と前記現在のフレームの前記チャネル間時間差の前記初期値とに基づいて前記現在のフレームのチャネル間時間差の推定偏差を計算するステップと、
前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて前記現在のフレームの前記適応窓関数を決定するステップと
を含み、
前記現在のフレームの前記チャネル間時間差の推定偏差が以下の計算式:
dist_reg=|reg_prv_corr-cur_itd_init|であって、
式中、dist_regが、前記現在のフレームの前記チャネル間時間差の推定偏差であり、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、cur_itd_initが、前記現在のフレームの前記チャネル間時間差の前記初期値である、計算式
を使用した計算によって得られる、請求項1に記載の方法。 - 前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて前記現在のフレームの前記適応窓関数を決定する前記ステップが、
前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて第2の二乗余弦の幅パラメータを計算するステップと、
前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて第2の二乗余弦の高さバイアスを計算するステップと、
前記第2の二乗余弦の幅パラメータと前記第2の二乗余弦の高さバイアスとに基づいて前記現在のフレームの前記適応窓関数を決定するステップと
を含む、請求項10に記載の方法。 - 前記重み付き相互相関係数が以下の計算式:
c_weight(x)=c(x)*loc_weight_win(x-TRUNC(reg_prv_corr)+TRUNC(A*L_NCSHIFT_DS/2)-L_NCSHIFT_DS)であって、
式中、c_weight(x)が、前記重み付き相互相関係数であり、c(x)が、前記相互相関係数であり、loc_weight_winが、前記現在のフレームの前記適応窓関数であり、TRUNCが、値を丸めることを指示し、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、xが、ゼロ以上2*L_NCSHIFT_DS以下の整数であり、L_NCSHIFT_DSが、前記チャネル間時間差の絶対値の最大値である、計算式
を使用した計算によって得られる、請求項1から11のいずれか一項に記載の方法。 - 前記現在のフレームの適応窓関数を決定する前記ステップの前に、
前記現在のフレームの前記前のフレームのコーディングパラメータに基づいて前記現在のフレームの前記適応窓関数の適応パラメータを決定するステップであって、
前記コーディングパラメータが、前記現在のフレームの前記前のフレームのマルチチャネル信号のタイプを指示するために使用されるか、または前記コーディングパラメータが、そこで時間領域ダウンミキシング処理が行われる前記現在のフレームの前記前のフレームのマルチチャネル信号のタイプを指示するために使用され、前記適応パラメータが、前記現在のフレームの前記適応窓関数を決定するために使用される、ステップ
をさらに含む、請求項1から12のいずれか一項に記載の方法。 - 少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて前記現在のフレームの遅延トラック推定値を決定する前記ステップが、
前記現在のフレームの前記遅延トラック推定値を決定するために、線形回帰法を使用して、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報に基づいて遅延トラック推定を行うステップ
を含む、請求項1から13のいずれか一項に記載の方法。 - 少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて前記現在のフレームの遅延トラック推定値を決定する前記ステップが、
前記現在のフレームの前記遅延トラック推定値を決定するために、重み付き線形回帰法を使用して、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報に基づいて遅延トラック推定を行うステップ
を含む、請求項1から13のいずれか一項に記載の方法。 - 前記重み付き相互相関係数に基づいて前記現在のフレームのチャネル間時間差を決定する前記ステップの後に、
前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報を更新するステップであって、前記少なくとも1つの過去のフレームの前記チャネル間時間差情報が、前記少なくとも1つの過去のフレームのチャネル間時間差平滑値または前記少なくとも1つの過去のフレームのチャネル間時間差である、ステップ
をさらに含む、請求項1から15のいずれか一項に記載の方法。 - 前記少なくとも1つの過去のフレームの前記チャネル間時間差情報が、前記少なくとも1つの過去のフレームの前記チャネル間時間差平滑値であり、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報を更新する前記ステップが、
前記現在のフレームの前記遅延トラック推定値と前記現在のフレームの前記チャネル間時間差とに基づいて前記現在のフレームのチャネル間時間差平滑値を決定するステップと、
前記現在のフレームの前記チャネル間時間差平滑値に基づいて前記少なくとも1つの過去のフレームのバッファされたチャネル間時間差平滑値を更新するステップであって、
前記現在のフレームの前記チャネル間時間差平滑値が以下の計算式:
cur_itd_smooth=φ*reg_prv_corr+(1-φ)*cur_itdであって、式中、
cur_itd_smoothが、前記現在のフレームの前記チャネル間時間差平滑値であり、φが、第2の平滑化係数であり、0以上1以下の定数であり、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、cur_itdが、前記現在のフレームの前記チャネル間時間差である、計算式
を使用して得られる、ステップと
を含む、請求項16に記載の方法。 - 前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報を更新する前記ステップが、
前記現在のフレームの前のフレームの音声アクティブ化検出結果がアクティブなフレームであるか、または前記現在のフレームの音声アクティブ化検出結果がアクティブなフレームである場合、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報を更新するステップ
を含む、請求項16または17に記載の方法。 - 前記重み付き相互相関係数に基づいて前記現在のフレームのチャネル間時間差を決定する前記ステップの後に、
前記少なくとも1つの過去のフレームのバッファされた重み係数を更新するステップであって、前記少なくとも1つの過去のフレームの前記重み係数が前記重み付き線形回帰法における重み係数である、ステップ
をさらに含む、請求項15から18のいずれか一項に記載の方法。 - 前記現在のフレームの前記適応窓関数が、前記現在のフレームの前のフレームの平滑化されたチャネル間時間差に基づいて決定される場合、前記少なくとも1つの過去のフレームのバッファされた重み係数を更新する前記ステップが、
前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差に基づいて前記現在のフレームの第1の重み係数を計算するステップと、
前記現在のフレームの前記第1の重み係数に基づいて前記少なくとも1つの過去のフレームのバッファされた第1の重み係数を更新するステップであって、
前記現在のフレームの前記第1の重み係数が以下の計算式:
wgt_par1=a_wgt1*smooth_dist_reg_update+b_wgt1、
a_wgt1=(xl_wgt1-xh_wgt1)/(yh_dist1’-yl_dist1’)、および
b_wgt1=xl_wgt1-a_wgt1*yh_dist1’であって、
式中、wgt_par1が、前記現在のフレームの前記第1の重み係数であり、smooth_dist_reg_updateが、前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、xh_wgtが、前記第1の重み係数の上限値であり、xl_wgtが、前記第1の重み係数の下限値であり、yh_dist1’が、前記第1の重み係数の前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist1’が、前記第1の重み係数の前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yh_dist1’、yl_dist1’、xh_wgt1、およびxl_wgt1がすべて正の数である、計算式
を使用した計算によって得られる、ステップと
を含む、請求項19に記載の方法。 - wgt_par1=min(wgt_par1,xh_wgt1)、および
wgt_par1=max(wgt_par1,xl_wgt1)であり、
式中、minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項20に記載の方法。 - 前記現在のフレームの前記適応窓関数が前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて決定される場合、前記少なくとも1つの過去のフレームのバッファされた重み係数を更新する前記ステップが、
前記現在のフレームの前記チャネル間時間差の推定偏差に基づいて前記現在のフレームの第2の重み係数を計算するステップと、
前記現在のフレームの前記第2の重み係数に基づいて前記少なくとも1つの過去のフレームのバッファされた第2の重み係数を更新するステップと
を含む、請求項19に記載の方法。 - 前記少なくとも1つの過去のフレームのバッファされた重み係数を更新する前記ステップが、
前記現在のフレームの前のフレームの音声アクティブ化検出結果がアクティブなフレームであるか、または前記現在のフレームの音声アクティブ化検出結果がアクティブなフレームである場合、前記少なくとも1つの過去のフレームの前記バッファされた重み係数を更新するステップ
を含む、請求項19から22のいずれか一項に記載の方法。 - 遅延推定装置であって、前記装置が、
現在のフレームのマルチチャネル信号の相互相関係数を決定するように構成された、相互相関係数決定部と、
少なくとも1つの過去のフレームのバッファされたチャネル間時間差情報に基づいて前記現在のフレームの遅延トラック推定値を決定するように構成された、遅延トラック推定部と、
前記現在のフレームの適応窓関数を決定するように構成され、前記適応窓関数が二乗余弦のような窓である、適応関数決定部と、
重み付き相互相関係数を得るために、前記現在のフレームの前記遅延トラック推定値と前記現在のフレームの前記適応窓関数とに基づいて前記相互相関係数の重み付けを行うように構成された、重み付け部と、
前記重み付き相互相関係数に基づいて前記現在のフレームのチャネル間時間差を決定するように構成された、チャネル間時間差決定部と
を含む、遅延推定装置。 - 前記適応関数決定部が、
前記現在のフレームの前のフレームの平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の幅パラメータを計算し、
前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差に基づいて第1の二乗余弦の高さバイアスを計算し、
前記第1の二乗余弦の幅パラメータと前記第1の二乗余弦の高さバイアスとに基づいて前記現在のフレームの前記適応窓関数を決定する
ように構成される、請求項24に記載の装置。 - 前記第1の二乗余弦の幅パラメータが以下の計算式:
win_width1=TRUNC(width_par1*(A*L_NCSHIFT_DS+1))
width_par1=a_width1*smooth_dist_reg+b_width1、式中、
a_width1=(xh_width1-xl_width1)/(yh_dist1-yl_dist1)
b_width1=xh_width1-a_width1*yh_dist1であって、
win_width1が、前記第1の二乗余弦の幅パラメータであり、TRUNCが、値を丸めることを指示し、L_NCSHIFT_DSが、チャネル間時間差の絶対値の最大値であり、Aが、既定の定数であり、Aが、4以上であり、xh_width1が、前記第1の二乗余弦の幅パラメータの上限値であり、xl_width1が、前記第1の二乗余弦の幅パラメータの下限値であり、yh_dist1が、前記第1の二乗余弦の幅パラメータの前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist1が、前記第1の二乗余弦の幅パラメータの前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、xh_width1、xl_width1、yh_dist1、およびyl_dist1がすべて正の数である、計算式
を使用した計算によって得られる、請求項25に記載の装置。 - width_par1=min(width_par1,xh_width1)、および
width_par1=max(width_par1,xl_width1)であり、式中、
minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項26に記載の装置。 - 前記第1の二乗余弦の高さバイアスが以下の計算式:
win_bias1=a_bias1*smooth_dist_reg+b_bias1、式中、
a_bias1=(xh_bias1-xl_bias1)/(yh_dist2-yl_dist2)、
b_bias1=xh_bias1-a_bias1*yh_dist2であって、
win_bias1が、前記第1の二乗余弦の高さバイアスであり、xh_bias1が、前記第1の二乗余弦の高さバイアスの上限値であり、xl_bias1が、前記第1の二乗余弦の高さバイアスの下限値であり、yh_dist2が、前記第1の二乗余弦の高さバイアスの前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist2が、前記第1の二乗余弦の高さバイアスの前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、yh_dist2、yl_dist2、xh_bias1、およびxl_bias1がすべて正の数である、計算式
を使用した計算によって得られる、請求項26または27に記載の装置。 - win_bias1=min(win_bias1,xh_bias1)、および
win_bias1=max(win_bias1,xl_bias1)であり、式中、
minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項28に記載の装置。 - yh_dist2=yh_dist1、およびyl_dist2=yl_dist1である、請求項28または29に記載の装置。
- 前記適応窓関数が以下の式:
0≦k≦TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1-1の場合、
loc_weight_win(k)=win_bias1、
TRUNC(A*L_NCSHIFT_DS/2)-2*win_width1≦k≦TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1-1の場合、
loc_weight_win(k)=0.5*(1+win_bias1)+0.5*(1-win_bias1)*cos(π*(k-TRUNC(A*L_NCSHIFT_DS/2))/(2*win_width1))、および
TRUNC(A*L_NCSHIFT_DS/2)+2*win_width1≦k≦A*L_NCSHIFT_DSの場合、
loc_weight_win(k)=win_bias1であって、式中、
loc_weight_win(k)が、前記適応窓関数を表すために使用され、k=0,1,...,A*L_NCSHIFT_DSであり、Aが、既定の定数であり、4以上であり、L_NCSHIFT_DSが、前記チャネル間時間差の絶対値の最大値であり、win_width1が、前記第1の二乗余弦の幅パラメータであり、win_bias1が、前記第1の二乗余弦の高さバイアスである、式
を使用して表される、請求項25から30のいずれか一項に記載の装置。 - 前記装置が、
前記現在のフレームの前のフレームの前記平滑化されたチャネル間時間差の推定偏差と、前記現在のフレームの前記遅延トラック推定値と、前記現在のフレームの前記チャネル間時間差とに基づいて前記現在のフレームの平滑化されたチャネル間時間差の推定偏差を計算するように構成された、平滑化されたチャネル間時間差の推定偏差決定部
をさらに含み、
前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差が以下の計算式:
smooth_dist_reg_update=(1-γ)*smooth_dist_reg+γ*dist_reg’、および
dist_reg=|reg_prv_corr-cur_itd|であって、
smooth_dist_reg_updateが、前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、γが、第1の平滑化係数であり、0<γ<1であり、smooth_dist_regが、前記現在のフレームの前記前のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、cur_itdが、前記現在のフレームの前記チャネル間時間差である、計算式
を使用した計算によって得られる、請求項25から31のいずれか一項に記載の装置。 - 前記重み付き相互相関係数が以下の計算式:
c_weight(x)=c(x)*loc_weight_win(x-TRUNC(reg_prv_corr)+TRUNC(A*L_NCSHIFT_DS/2)-L_NCSHIFT_DS)であって、式中、
c_weight(x)が、前記重み付き相互相関係数であり、c(x)が、前記相互相関係数であり、loc_weight_winが、前記現在のフレームの前記適応窓関数であり、TRUNCが、値を丸めることを指示し、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、xが、ゼロ以上2*L_NCSHIFT_DS以下の整数であり、L_NCSHIFT_DSが、前記チャネル間時間差の絶対値の最大値である、計算式
を使用した計算によって得られる、請求項24から32のいずれか一項に記載の装置。 - 前記遅延トラック推定部が、
前記現在のフレームの前記遅延トラック推定値を決定するために、線形回帰法を使用して、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報に基づいて遅延トラック推定を行う
ようにさらに構成される、請求項24から33のいずれか一項に記載の装置。 - 前記遅延トラック推定部が、
前記現在のフレームの前記遅延トラック推定値を決定するために、重み付き線形回帰法を使用して、前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報に基づいて遅延トラック推定を行う
ようにさらに構成される、請求項24から33のいずれか一項に記載の装置。 - 前記装置が、
前記少なくとも1つの過去のフレームの前記バッファされたチャネル間時間差情報を更新するように構成された更新部であって、前記少なくとも1つの過去のフレームの前記チャネル間時間差情報が、前記少なくとも1つの過去のフレームのチャネル間時間差平滑値または前記少なくとも1つの過去のフレームのチャネル間時間差である、更新部
をさらに含む、請求項24から35のいずれか一項に記載の装置。 - 前記少なくとも1つの過去のフレームの前記チャネル間時間差情報が、前記少なくとも1つの過去のフレームの前記チャネル間時間差平滑値であり、前記更新部が、
前記現在のフレームの前記遅延トラック推定値と前記現在のフレームの前記チャネル間時間差とに基づいて前記現在のフレームのチャネル間時間差平滑値を決定し、
前記現在のフレームの前記チャネル間時間差平滑値に基づいて前記少なくとも1つの過去のフレームのバッファされたチャネル間時間差平滑値を更新し、
前記現在のフレームの前記チャネル間時間差平滑値が以下の計算式:
cur_itd_smooth=φ*reg_prv_corr+(1-φ)*cur_itdであって、式中、
cur_itd_smoothが、前記現在のフレームの前記チャネル間時間差平滑値であり、φが、第2の平滑化係数であり、0以上1以下の定数であり、reg_prv_corrが、前記現在のフレームの前記遅延トラック推定値であり、cur_itdが、前記現在のフレームの前記チャネル間時間差である、計算式
を使用して得られる、
ように構成される、請求項36に記載の装置。 - 前記更新部が、
前記少なくとも1つの過去のフレームのバッファされた重み係数を更新し、前記少なくとも1つの過去のフレームの前記重み係数が前記重み付き線形回帰法における重み係数である、
ようにさらに構成される、請求項36または37に記載の装置。 - 前記現在のフレームの前記適応窓関数が、前記現在のフレームの前のフレームの平滑化されたチャネル間時間差に基づいて決定される場合、前記更新部が、
前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差に基づいて前記現在のフレームの第1の重み係数を計算し、
前記現在のフレームの前記第1の重み係数に基づいて前記少なくとも1つの過去のフレームのバッファされた第1の重み係数を更新し、
前記現在のフレームの前記第1の重み係数が以下の計算式:
wgt_par1=a_wgt1*smooth_dist_reg_update+b_wgt1、
a_wgt1=(xl_wgt1-xh_wgt1)/(yh_dist1’-yl_dist1’)、および
b_wgt1=xl_wgt1-a_wgt1*yh_dist1’であって、式中、
wgt_par1が、前記現在のフレームの前記第1の重み係数であり、smooth_dist_reg_updateが、前記現在のフレームの前記平滑化されたチャネル間時間差の推定偏差であり、xh_wgtが、前記第1の重み係数の上限値であり、xl_wgtが、前記第1の重み係数の下限値であり、yh_dist1’が、前記第1の重み係数の前記上限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yl_dist1’が、前記第1の重み係数の前記下限値に対応する平滑化されたチャネル間時間差の推定偏差であり、yh_dist1’、yl_dist1’、xh_wgt1、およびxl_wgt1がすべて正の数である、計算式
を使用した計算によって得られる、
ように構成される、請求項38に記載の装置。 - wgt_par1=min(wgt_par1,xh_wgt1)、および
wgt_par1=max(wgt_par1,xl_wgt1)であり、式中、
minが、最小値を取ることを表し、maxが、最大値を取ることを表す、請求項39に記載の装置。 - オーディオコーディング装置であって、前記オーディオコーディング装置が、プロセッサと、前記プロセッサに接続されたメモリとを含み、
前記メモリが、前記プロセッサによって制御されるように構成され、前記プロセッサが、請求項1から23のいずれか一項に記載の遅延推定方法を実施するように構成される、オーディオコーディング装置。 - プログラムが記録されたコンピュータ可読な記録媒体であって、前記プログラムがコンピュータに請求項1から23のいずれか一項に記載の方法を実行させる、コンピュータ可読な記録媒体。
- コンピュータに請求項1から23のいずれか一項に記載の方法を実行させるよう構成された、媒体に格納されたコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022063372A JP7419425B2 (ja) | 2017-06-29 | 2022-04-06 | 遅延推定方法および遅延推定装置 |
JP2024001381A JP2024036349A (ja) | 2017-06-29 | 2024-01-09 | 遅延推定方法および遅延推定装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710515887.1A CN109215667B (zh) | 2017-06-29 | 2017-06-29 | 时延估计方法及装置 |
CN201710515887.1 | 2017-06-29 | ||
PCT/CN2018/090631 WO2019001252A1 (zh) | 2017-06-29 | 2018-06-11 | 时延估计方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022063372A Division JP7419425B2 (ja) | 2017-06-29 | 2022-04-06 | 遅延推定方法および遅延推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020525852A JP2020525852A (ja) | 2020-08-27 |
JP7055824B2 true JP7055824B2 (ja) | 2022-04-18 |
Family
ID=64740977
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019572656A Active JP7055824B2 (ja) | 2017-06-29 | 2018-06-11 | 遅延推定方法および遅延推定装置 |
JP2022063372A Active JP7419425B2 (ja) | 2017-06-29 | 2022-04-06 | 遅延推定方法および遅延推定装置 |
JP2024001381A Pending JP2024036349A (ja) | 2017-06-29 | 2024-01-09 | 遅延推定方法および遅延推定装置 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022063372A Active JP7419425B2 (ja) | 2017-06-29 | 2022-04-06 | 遅延推定方法および遅延推定装置 |
JP2024001381A Pending JP2024036349A (ja) | 2017-06-29 | 2024-01-09 | 遅延推定方法および遅延推定装置 |
Country Status (13)
Country | Link |
---|---|
US (3) | US11304019B2 (ja) |
EP (3) | EP3989220B1 (ja) |
JP (3) | JP7055824B2 (ja) |
KR (5) | KR102299938B1 (ja) |
CN (1) | CN109215667B (ja) |
AU (3) | AU2018295168B2 (ja) |
BR (1) | BR112019027938A2 (ja) |
CA (1) | CA3068655C (ja) |
ES (2) | ES2944908T3 (ja) |
RU (1) | RU2759716C2 (ja) |
SG (1) | SG11201913584TA (ja) |
TW (1) | TWI666630B (ja) |
WO (1) | WO2019001252A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215667B (zh) | 2017-06-29 | 2020-12-22 | 华为技术有限公司 | 时延估计方法及装置 |
CN109862503B (zh) * | 2019-01-30 | 2021-02-23 | 北京雷石天地电子技术有限公司 | 一种扬声器延时自动调整的方法与设备 |
WO2020186383A1 (zh) * | 2019-03-15 | 2020-09-24 | 深圳市汇顶科技股份有限公司 | 校正电路以及相关信号处理电路及芯片 |
US20220199074A1 (en) * | 2019-04-18 | 2022-06-23 | Dolby Laboratories Licensing Corporation | A dialog detector |
CN110349592B (zh) * | 2019-07-17 | 2021-09-28 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110895321B (zh) * | 2019-12-06 | 2021-12-10 | 南京南瑞继保电气有限公司 | 一种基于录波文件基准通道的二次设备时标对齐方法 |
CN111294367B (zh) * | 2020-05-14 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 音频信号后处理方法和装置、存储介质及电子设备 |
KR20220002859U (ko) | 2021-05-27 | 2022-12-06 | 성기봉 | 열 순환 마호타일 판넬 |
CN113382081B (zh) * | 2021-06-28 | 2023-04-07 | 阿波罗智联(北京)科技有限公司 | 时延估计调整方法、装置、设备以及存储介质 |
CN114001758B (zh) * | 2021-11-05 | 2024-04-19 | 江西洪都航空工业集团有限责任公司 | 一种捷联导引头捷联解耦准确确定时间延迟的方法 |
CN114171061A (zh) * | 2021-12-29 | 2022-03-11 | 苏州科达特种视讯有限公司 | 时延估计方法、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007052612A1 (ja) | 2005-10-31 | 2007-05-10 | Matsushita Electric Industrial Co., Ltd. | ステレオ符号化装置およびステレオ信号予測方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050065786A1 (en) * | 2003-09-23 | 2005-03-24 | Jacek Stachurski | Hybrid speech coding and system |
US7006636B2 (en) * | 2002-05-24 | 2006-02-28 | Agere Systems Inc. | Coherence-based audio coding and synthesis |
RU2004118840A (ru) * | 2001-11-23 | 2005-10-10 | Конинклейке Филипс Электроникс Н.В. (Nl) | Способ замещения воспринимаемого шума |
BRPI0304540B1 (pt) * | 2002-04-22 | 2017-12-12 | Koninklijke Philips N. V | Methods for coding an audio signal, and to decode an coded audio sign, encoder to codify an audio signal, codified audio sign, storage media, and, decoder to decode a coded audio sign |
SE0400998D0 (sv) * | 2004-04-16 | 2004-04-16 | Cooding Technologies Sweden Ab | Method for representing multi-channel audio signals |
KR20070090219A (ko) | 2004-12-28 | 2007-09-05 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 부호화 장치 및 음성 부호화 방법 |
US7573912B2 (en) * | 2005-02-22 | 2009-08-11 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschunng E.V. | Near-transparent or transparent multi-channel encoder/decoder scheme |
GB2453117B (en) * | 2007-09-25 | 2012-05-23 | Motorola Mobility Inc | Apparatus and method for encoding a multi channel audio signal |
KR101038574B1 (ko) * | 2009-01-16 | 2011-06-02 | 전자부품연구원 | 3차원 오디오 음상 정위 방법과 장치 및 이와 같은 방법을 구현하는 프로그램이 기록되는 기록매체 |
WO2010091555A1 (zh) * | 2009-02-13 | 2010-08-19 | 华为技术有限公司 | 一种立体声编码方法和装置 |
JP4977157B2 (ja) * | 2009-03-06 | 2012-07-18 | 株式会社エヌ・ティ・ティ・ドコモ | 音信号符号化方法、音信号復号方法、符号化装置、復号装置、音信号処理システム、音信号符号化プログラム、及び、音信号復号プログラム |
CN101533641B (zh) * | 2009-04-20 | 2011-07-20 | 华为技术有限公司 | 对多声道信号的声道延迟参数进行修正的方法和装置 |
KR20110049068A (ko) | 2009-11-04 | 2011-05-12 | 삼성전자주식회사 | 멀티 채널 오디오 신호의 부호화/복호화 장치 및 방법 |
CN102157152B (zh) * | 2010-02-12 | 2014-04-30 | 华为技术有限公司 | 立体声编码的方法、装置 |
CN103366748A (zh) * | 2010-02-12 | 2013-10-23 | 华为技术有限公司 | 立体声编码的方法、装置 |
CN102074236B (zh) | 2010-11-29 | 2012-06-06 | 清华大学 | 一种分布式麦克风的说话人聚类方法 |
US9424852B2 (en) * | 2011-02-02 | 2016-08-23 | Telefonaktiebolaget Lm Ericsson (Publ) | Determining the inter-channel time difference of a multi-channel audio signal |
CN103700372B (zh) * | 2013-12-30 | 2016-10-05 | 北京大学 | 一种基于正交解相关技术的参数立体声编码、解码方法 |
ES2709274T3 (es) * | 2014-10-24 | 2019-04-15 | Dolby Int Ab | Codificación y decodificación de señales de audio |
CN106033671B (zh) | 2015-03-09 | 2020-11-06 | 华为技术有限公司 | 确定声道间时间差参数的方法和装置 |
CN106033672B (zh) * | 2015-03-09 | 2021-04-09 | 华为技术有限公司 | 确定声道间时间差参数的方法和装置 |
EP3427259B1 (en) * | 2016-03-09 | 2019-08-07 | Telefonaktiebolaget LM Ericsson (PUBL) | A method and apparatus for increasing stability of an inter-channel time difference parameter |
CN106209491B (zh) * | 2016-06-16 | 2019-07-02 | 苏州科达科技股份有限公司 | 一种时延检测方法及装置 |
CN106814350B (zh) * | 2017-01-20 | 2019-10-18 | 中国科学院电子学研究所 | 基于压缩感知的外辐射源雷达参考信号信杂比估计方法 |
CN109215667B (zh) | 2017-06-29 | 2020-12-22 | 华为技术有限公司 | 时延估计方法及装置 |
-
2017
- 2017-06-29 CN CN201710515887.1A patent/CN109215667B/zh active Active
-
2018
- 2018-06-11 EP EP21191953.5A patent/EP3989220B1/en active Active
- 2018-06-11 KR KR1020207001706A patent/KR102299938B1/ko active IP Right Grant
- 2018-06-11 KR KR1020247009498A patent/KR20240042232A/ko unknown
- 2018-06-11 ES ES21191953T patent/ES2944908T3/es active Active
- 2018-06-11 KR KR1020237016239A patent/KR102651379B1/ko active IP Right Grant
- 2018-06-11 RU RU2020102185A patent/RU2759716C2/ru active
- 2018-06-11 CA CA3068655A patent/CA3068655C/en active Active
- 2018-06-11 ES ES18825242T patent/ES2893758T3/es active Active
- 2018-06-11 WO PCT/CN2018/090631 patent/WO2019001252A1/zh unknown
- 2018-06-11 AU AU2018295168A patent/AU2018295168B2/en active Active
- 2018-06-11 KR KR1020227026562A patent/KR102533648B1/ko active IP Right Grant
- 2018-06-11 BR BR112019027938-5A patent/BR112019027938A2/pt unknown
- 2018-06-11 JP JP2019572656A patent/JP7055824B2/ja active Active
- 2018-06-11 KR KR1020217028193A patent/KR102428951B1/ko active IP Right Grant
- 2018-06-11 EP EP23162751.4A patent/EP4235655A3/en active Pending
- 2018-06-11 SG SG11201913584TA patent/SG11201913584TA/en unknown
- 2018-06-11 EP EP18825242.3A patent/EP3633674B1/en active Active
- 2018-06-13 TW TW107120261A patent/TWI666630B/zh active
-
2019
- 2019-12-26 US US16/727,652 patent/US11304019B2/en active Active
-
2022
- 2022-03-08 US US17/689,328 patent/US11950079B2/en active Active
- 2022-04-06 JP JP2022063372A patent/JP7419425B2/ja active Active
- 2022-06-09 AU AU2022203996A patent/AU2022203996B2/en active Active
-
2023
- 2023-12-28 AU AU2023286019A patent/AU2023286019A1/en active Pending
-
2024
- 2024-01-09 JP JP2024001381A patent/JP2024036349A/ja active Pending
- 2024-02-28 US US18/590,257 patent/US20240223982A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007052612A1 (ja) | 2005-10-31 | 2007-05-10 | Matsushita Electric Industrial Co., Ltd. | ステレオ符号化装置およびステレオ信号予測方法 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7055824B2 (ja) | 遅延推定方法および遅延推定装置 | |
JP2021092805A (ja) | マルチチャネル信号を符号化する方法及びエンコーダ | |
US11790924B2 (en) | Stereo encoding method and stereo encoder | |
JP7520922B2 (ja) | ステレオ信号符号化方法およびステレオ信号符号化装置 | |
US20240153511A1 (en) | Time-domain stereo encoding and decoding method and related product | |
US20240021209A1 (en) | Stereo Signal Encoding Method and Apparatus, and Stereo Signal Decoding Method and Apparatus | |
JP2020531912A (ja) | ステレオ信号符号化の間に信号を再構成する方法及び機器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200207 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210421 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211013 |
|
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: 20220307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7055824 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |