JP7279160B2 - サブバンド併合および時間領域エイリアシング低減を使用した適応的な非均一時間/周波数タイリングによる知覚音声符号化 - Google Patents
サブバンド併合および時間領域エイリアシング低減を使用した適応的な非均一時間/周波数タイリングによる知覚音声符号化 Download PDFInfo
- Publication number
- JP7279160B2 JP7279160B2 JP2021522453A JP2021522453A JP7279160B2 JP 7279160 B2 JP7279160 B2 JP 7279160B2 JP 2021522453 A JP2021522453 A JP 2021522453A JP 2021522453 A JP2021522453 A JP 2021522453A JP 7279160 B2 JP7279160 B2 JP 7279160B2
- Authority
- JP
- Japan
- Prior art keywords
- samples
- bins
- subband
- audio signal
- block
- 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
- 230000009467 reduction Effects 0.000 title claims description 39
- 230000003044 adaptive effect Effects 0.000 title description 6
- 230000005236 sound signal Effects 0.000 claims description 213
- 238000012545 processing Methods 0.000 claims description 108
- 238000000034 method Methods 0.000 claims description 80
- 230000006870 function Effects 0.000 claims description 59
- 230000009466 transformation Effects 0.000 claims description 39
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 26
- 238000012360 testing method Methods 0.000 description 16
- 230000001771 impaired effect Effects 0.000 description 14
- 230000002123 temporal effect Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 238000013139 quantization Methods 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000007704 transition Effects 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 238000001793 Wilcoxon signed-rank test Methods 0.000 description 5
- 230000000873 masking effect Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000011869 Shapiro-Wilk test Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- OVOUKWFJRHALDD-UHFFFAOYSA-N 2-[2-(2-acetyloxyethoxy)ethoxy]ethyl acetate Chemical compound CC(=O)OCCOCCOCCOC(C)=O OVOUKWFJRHALDD-UHFFFAOYSA-N 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012074 hearing test Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000000050 ionisation spectroscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007427 paired t-test Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method 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
- G10L19/02—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
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/147—Discrete orthonormal transforms, e.g. discrete cosine transform, discrete sine transform, and variations therefrom, e.g. modified discrete cosine transform, integer transforms approximating the discrete cosine transform
-
- 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
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Discrete Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
実施形態では、TDARパラメータはMFパラメータから導出される。TDARは、MFB当たり1ビットとして送信されてもよい。あるいは、TDARビットは、MFビットから導出されてもよい(2つの連続するフレームにおける同じMFパラメータ=TDAR on)。その場合、TDARにいかなるサイド情報も必要としない。
カスケード重複クリティカルサンプル変換ステージは、ビンの第1のセットのセグメント(適切なサブセット)に対して重複クリティカルサンプル変換を実行し、ビンの第2のセットのセグメント(適切なサブセット)に対して重複クリティカルサンプル変換を実行するように構成された第2の重複クリティカルサンプル変換ステージをさらに含むことができ、各セグメントは、ビンの第1のセットのサブバンドサンプルのセットおよびビンの第2のセットのサブバンドサンプルのセットを取得するために、音声信号のサブバンドに関連付けられている。
のセット110_1,1と、ビンの第2のセット124_2に対する
のセット110_2,1とを得るために、音声信号102のサブバンドと関連付けられている。
を得るために、音声信号102の2つの対応するエイリアシング低減サブバンド表現112_1および112_2(yv,i(m)、yv,i-1(m))の重み付けされた(およびシフトされた)組み合わせを実行するように構成され、エイリアスされたサブバンド表現は、サブバンドサンプルのセット110_1である。
の所与のサブバンドに関連付けられたビンのセット110_1,1を取得するために、サブバンドサンプルのセット128_1,1に対して逆重複クリティカルサンプル変換を実行するように構成されることができる。
のセット128_1,1と、音声信号102の別のサブバンド(v-1)に関連付けられた
のセット128_1,2との重み付き組み合わせを含む、音声信号の複数のサブバンドに関連付けられたビンのセットの連結を実行するように構成することができる。
を取得し、エイリアス化サブバンド表現がサブバンドサンプルのセットであり、第3および第4のエイリアシング低減サブバンド表現y2,i-1[m1]およびy2,i[m1]の第2の重み付きシフト組み合わせ220_2を実行して、第2のエイリアス化サブバンド表現
を取得し、エイリアス化サブバンド表現がサブバンドサンプルのセットである、ように構成される。
に対して第1の逆重複クリティカルサンプル変換222_1を実行して、音声信号の所与のサブバンドに関連付けられたビンのセット128_1,1を取得し
第2のサブバンドサンプルのセット
に対して第2の逆重複クリティカルサンプル変換222_2を実行して、音声信号の所与のサブバンドに関連付けられたビンのセット128_2,1を取得する
ように構成される。
が使用されるが、所望の時間-周波数分解能を実施するために任意の有効なMDCT窓の切り替え/シーケンシングを使用することができる。解像度設計については後述する。
ここで、
は、適切な分析窓であり、一般にサイズが異なり、窓タイプが異なり得る。実施形態は周波数領域に窓を適用するので、窓の時間および周波数選択性が交換されることは注目に値する。
追加のオフセットを式(4)に導入し、境界における長方形の開始/停止窓半分と組み合わせることができる。ここでも、表記を簡単にするために、このオフセットはここでは考慮されていない。
内の2つの隣接するサブバンドサンプルブロックから取得される。その結果、前のフレームの後半および第2のフレームの前半におけるエイリアシングが低減される。
であり、
である場合、例えば、両方のMDCTが直交し、行列Aが直交する場合、パイプライン全体は直交変換を構成する。
で重み付けされるので、TDAR係数の良好な第1の推定値であると仮定される。
の残留エイリアシングの量にのみ影響するが、逆フィルタバンクによって合成された
には影響しない。
の
を使用して計算した。
システムの設計によれば、分析中、併合因子の最適な選択はまだ知られておらず、各併合因子帯域は、その近傍のいずれの併合因子も知らない。したがって、併合因子帯域端部の窓は、常に非対称であり、最も急な可能性のある隣接併合因子を収容するのに十分急であるように選択することができる(図17を参照)。
Subband Mergingの場合、mergefactorおよびTDARフラグ(それぞれ6つのmergefactorおよび2つのTDAR値を有する8つのmergefactorバンド)をシグナリングするために、フレームごとに29ビットが使用された。
スケールファクタまたはマスキング閾値は、複号器側で知られていた。
であり、
は、前記音声信号の前記第2のサンプルブロックに基づくサブバンドサンプルのセットであり、
は、前記音声信号の前記第1のサンプルブロックに基づくサブバンドサンプルのセットであり、av(m)は...であり、bv(m)は...であり、cv(m)は...であり、dv(m)は....である。
であり、
は、信号の第2のサンプルブロックに基づくサブバンドサンプルのセットであり、
は、音声信号の第1のサンプルブロックに基づくサブバンドサンプルのセットであり、av(m)は...であり、bv(m)は...であり、cv(m)は...であり、dv(m)は....である。
Claims (16)
- 音声信号(102)を処理して前記音声信号(102)のサブバンド表現を取得するための音声処理装置(100)であって、前記音声処理装置(100)は、
前記音声信号(102)のサンプルの第1のブロック(108_1)に基づいてサブバンドサンプルのセット(110_1,1)を取得し、かつ前記音声信号(102)のサンプルの第2のブロック(108_2)に基づいて、サブバンドサンプルの対応するセット(110_2,1)を取得するために、前記音声信号(102)のサンプルの少なくとも2つの部分的に重なり合うブロック(108_1;108_2)に対してカスケード重複クリティカルサンプル変換を実行するように構成されたカスケード重複クリティカルサンプル変換ステージ(104)と、
前記音声信号(102)のエイリアシング低減サブバンド表現(112_1)を取得するために、1つが前記音声信号(102)のサンプルの第1のブロック(108_1)に基づいて取得され、1つが前記音声信号のサンプルの第2のブロック(108_2)に基づいて取得されたサブバンドサンプルの2つの対応するセット(110_1,1;110_1,2)の重み付き組み合わせを実行するように構成された時間領域エイリアシング低減ステージ(106)と、を備え、
前記カスケード重複クリティカルサンプル変換ステージ(104)は、少なくとも2つの窓関数を使用して、サンプルの第1のブロック(108_1)に基づいて取得されたビンのセット(124_1)をセグメント化し、かつサンプルの第1のブロック(108_1)に対応するビンのセグメント化されたセットに基づいて、ビンの少なくとも2つのセット(128_1,1;128_1,2)を取得するように構成され、
前記カスケード重複クリティカルサンプル変換ステージ(104)は、少なくとも2つの窓関数を使用してサンプルの第2のブロック(108_2)に基づいて得られたビンのセット(124_2)をセグメント化し、かつサンプルの第2のブロック(108_2)に対応するセグメント化されたビンのセットに基づいて、少なくとも2つのビンのセット(128_2,1;128_2,2)を取得するように構成され、
前記ビンのセット(128_1,1;128_1,2;128_2,1;128_2,2)は、前記カスケード重複クリティカルサンプル変換ステージの第2の重複クリティカルサンプル変換ステージを使用して処理され、前記第2の重複クリティカルサンプル変換ステージは、少なくとも1セットのビンに対して同じフレーム長を持つ重複クリティカルサンプル変換を実行するように構成され、
前記音声処理装置(100)は、同じフレーム長が2つの後続のブロック(108_1,108_2)に使用される場合に、アクティブ化された前記時間領域エイリアシング低減ステージ(106)をアクティブ化し、または維持するように構成され、
および/または、異なるフレーム長が2つの後続のブロック(108_1,108_2)に使用される場合、前記音声処理装置(100)は、前記時間領域エイリアシング低減ステージ(106)を非アクティブ化するか、または非アクティブ化したままにするように構成されている、音声処理装置(100)。 - 前記第2の重複クリティカルサンプル変換ステージ(126)は、サンプルの前記第1のブロック(108_1)に対応するビンの前記セグメント化されたセットに基づいて取得されたビンの前記少なくとも2つのセット(128_1,1;128_1,2)のうちの第1のセット(128_1,1)のN1,1のサブセットに対してN1,1の重複クリティカルサンプル変換を実行するように構成され、前記N1,1の重複クリティカルサンプル変換は同じフレーム長を含み、N1,1は2以上の自然数であり、
前記第2の重複クリティカルサンプル変換ステージ(126)は、前記サンプルの前記第2のブロック(108_2)に対応する前記セグメント化されたビンのセットに基づいて取得された前記ビンの前記少なくとも2つのセット(128_2,1;128_2,2)のうちの対応する第1のセット(128_1,2)のN 2,1 のサブセットに対してN 2,1 の重複クリティカルサンプル変換を実行するように構成され、前記N2,1の重複クリティカルサンプル変換は同じフレーム長を含み、N2,1は、2以上の自然数である、
請求項1に記載の音声処理装置(100)。 - 前記音声処理装置(100)は、ビンの各セット(128_1,1,128_1,2,128_2,1,128_2,2)またはビンの前記対応するセット(128_1,1および128_2,1;128_1,2および128_2,2)のそれぞれについて前記フレーム長を個別に選択するように構成されている、請求項1および2に記載の音声処理装置(100)。
- 前記音声処理装置は、サンプルのブロック(108_1,108_2)ごとに前記フレーム長を個別に選択するように構成されている、請求項1から3のいずれか一項に記載の音声処理装置(100)。
- 前記少なくとも2つの窓関数は同じ窓幅を含む、請求項1から4のいずれか一項に記載の音声処理装置(100)。
- 前記少なくとも2つの窓関数は異なる窓幅を含む、請求項1から5のいずれか一項に記載の音声処理装置(100)。
- 前記少なくとも2つの窓関数は、長方形の窓を含む、請求項1から6のいずれか一項に記載の音声処理装置(100)。
- 前記少なくとも2つの窓関数に基づいて取得されたビンの前記セットが、前記第2の重複クリティカルサンプル変換ステージを使用して処理され、
前記第2の重複クリティカルサンプル変換ステージは、前記少なくとも2つの窓関数に基づいて取得された前記ビンのセットのうちの少なくとも1つに対して同じフレーム長を有する少なくとも2つの重複クリティカルサンプル変換を実行するように構成されている、請求項5から7のいずれか一項に記載の音声処理装置(100)。 - 前記音声処理装置(100)は、ジョイントチャネル符号化を実行するように構成されている、請求項1から8のいずれか一項に記載の音声処理装置(100)。
- 前記音声処理装置(100)は、ジョイントチャネル処理としてM/Sまたはマルチチャネル符号化ツール(MCT)を実行するように構成されている、請求項9に記載の音声処理装置。
- 前記音声処理装置(100)は、ビンの前記少なくとも2つのセグメント化されたセット(128_1,1;128_1,2)の各々について個別にジョイントチャネル処理をアクティブ化または非アクティブ化するように構成されている、請求項9又は10に記載の音声処理装置(100)。
- 前記音声処理装置(100)は、前記音声信号の符号化されたエイリアシング低減サブバンド表現(112_1,112_2)からビットストリームを形成するように構成され、
前記音声処理装置(100)は、前記ビットストリーム内のビンの前記対応するセット(128_1,1および128_2,1;128_1,2および128_2,2)の少なくとも1つのフレーム長をシグナリングする少なくとも1つの併合因子パラメータを含む前記ビットストリームを提供するように構成されている、請求項1から11のいずれか一項に記載の音声処理装置(100)。 - 前記音声処理装置(100)は、前記少なくとも一つの併合因子パラメータをエントロピー符号化するように構成されている、請求項12に記載の音声処理装置(100)。
- 請求項1に記載の音声処理装置(100)と、
前記音声信号の符号化されたエイリアシング低減サブバンド表現を得るために、前記音声信号の前記エイリアシング低減サブバンド表現を符号化するように構成された符号化器と、
前記音声信号の前記符号化されたエイリアシング低減サブバンド表現からビットストリームを形成するように構成されたビットストリーム形成器と、
を備えた音声符号化器。 - 音声信号(102)を処理して前記音声信号(102)のサブバンド表現を取得する方法であって、前記方法は、
前記音声信号(102)のサンプルの第1のブロック(108_1)に基づいてサブバンドサンプルのセット(110_1,1)を取得し、かつ前記音声信号(102)のサンプルの第2のブロック(108_2)に基づいて、サブバンドサンプルの対応するセット(110_2,1)を取得するために、前記音声信号(102)のサンプルの少なくとも2つの部分的に重なり合うブロック(108_1;108_2)に対してカスケード重複クリティカルサンプル変換を実行することと、
前記音声信号(102)のエイリアシング低減サブバンド表現(112_1)を取得するために、1つが前記音声信号(102)のサンプルの第1のブロック(108_1)に基づいて取得され、1つが前記音声信号のサンプルの第2のブロック(108_2)に基づいて取得されたサブバンドサンプルの2つの対応するセット(110_1,1;110_1,2)の重み付き組み合わせを実行することと、を含み、
前記カスケード重複クリティカルサンプル変換を実行することは、少なくとも2つの窓関数を使用して、サンプルの第1のブロック(108_1)に基づいて取得されたビンのセット(124_1)をセグメント化し、かつサンプルの第1のブロック(108_1)に対応するビンのセットに基づいて、ビンの少なくとも2つのセグメント化されたセット(128_1,1;128_1,2)を取得することを含み、
前記カスケード重複クリティカルサンプル変換することは、少なくとも2つの窓関数を使用してサンプルの第2のブロック(108_2)に基づいて得られたビンのセット(124_2)をセグメント化し、かつサンプルの第2のブロック(108_2)に対応するセグメント化されたビンのセットに基づいて、少なくとも2つのビンのセット(128_2,1;128_2,2)を取得することを含み、
前記ビンのセット(128_1,1;128_1,2;128_2,1;128_2,2)は、前記カスケード重複クリティカルサンプル変換の第2の重複クリティカルサンプル変換を使用して処理され、前記第2の重複クリティカルサンプル変換は、少なくとも1セットのビンに対して同じフレーム長を持つ重複クリティカルサンプル変換を実行することを含み、
前記同じフレーム長が2つの後続のブロック(108_1、108_2)に使用される場合、前記サブバンドサンプルの2つの対応するセット(110_1,1;110_1,2)の重み付けされた組み合わせが実行され、
および/またはサブバンドサンプルの2つの対応するセット(110_1,1;110_1,2)の重み付けされた組み合わせは、2つの後続のブロック(108_1、108_2)に異なるフレーム長が使用されている場合は実行されない、方法。 - 請求項15に記載の方法を実行するためのコンピュータプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18202927 | 2018-10-26 | ||
EP18202927.2 | 2018-10-26 | ||
EP19169635.0A EP3644313A1 (en) | 2018-10-26 | 2019-04-16 | Perceptual audio coding with adaptive non-uniform time/frequency tiling using subband merging and time domain aliasing reduction |
EP19169635.0 | 2019-04-16 | ||
PCT/EP2019/078112 WO2020083727A1 (en) | 2018-10-26 | 2019-10-16 | Perceptual audio coding with adaptive non-uniform time/frequency tiling using subband merging and the time domain aliasing reduction |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022505789A JP2022505789A (ja) | 2022-01-14 |
JP7279160B2 true JP7279160B2 (ja) | 2023-05-22 |
Family
ID=64316263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021522453A Active JP7279160B2 (ja) | 2018-10-26 | 2019-10-16 | サブバンド併合および時間領域エイリアシング低減を使用した適応的な非均一時間/周波数タイリングによる知覚音声符号化 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11688408B2 (ja) |
EP (2) | EP3644313A1 (ja) |
JP (1) | JP7279160B2 (ja) |
KR (1) | KR102630922B1 (ja) |
CN (1) | CN113330515B (ja) |
BR (1) | BR112021007516A2 (ja) |
CA (1) | CA3118121C (ja) |
MX (1) | MX2021004636A (ja) |
WO (1) | WO2020083727A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3786948A1 (en) * | 2019-08-28 | 2021-03-03 | Fraunhofer Gesellschaft zur Förderung der Angewand | Time-varying time-frequency tilings using non-uniform orthogonal filterbanks based on mdct analysis/synthesis and tdar |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007526691A (ja) | 2004-02-19 | 2007-09-13 | ドルビー・ラボラトリーズ・ライセンシング・コーポレーション | 信号解析及び合成のための適応型混合変換 |
JP2008547043A (ja) | 2005-06-17 | 2008-12-25 | ディーティーエス (ビーヴィーアイ) リミテッド | スケール調節可能な圧縮されたオーディオビットストリーム、並びに階層的フィルターバンクおよび多チャンネルジョイントコーディングを使用したコーデック |
JP2019526074A (ja) | 2016-07-29 | 2019-09-12 | 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 | スペクトル解析に続いて部分合成を用いる不均一フィルタバンクのための時間領域エイリアシング低減 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5687243A (en) * | 1995-09-29 | 1997-11-11 | Motorola, Inc. | Noise suppression apparatus and method |
US7548727B2 (en) * | 2005-10-26 | 2009-06-16 | Broadcom Corporation | Method and system for an efficient implementation of the Bluetooth® subband codec (SBC) |
KR100647336B1 (ko) | 2005-11-08 | 2006-11-23 | 삼성전자주식회사 | 적응적 시간/주파수 기반 오디오 부호화/복호화 장치 및방법 |
EP2015293A1 (en) * | 2007-06-14 | 2009-01-14 | Deutsche Thomson OHG | Method and apparatus for encoding and decoding an audio signal using adaptively switched temporal resolution in the spectral domain |
EP2144171B1 (en) * | 2008-07-11 | 2018-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and decoder for encoding and decoding frames of a sampled audio signal |
KR101250309B1 (ko) * | 2008-07-11 | 2013-04-04 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 에일리어싱 스위치 기법을 이용하여 오디오 신호를 인코딩/디코딩하는 장치 및 방법 |
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. |
GB2473267A (en) | 2009-09-07 | 2011-03-09 | Nokia Corp | Processing audio signals to reduce noise |
US9093066B2 (en) * | 2010-01-13 | 2015-07-28 | Voiceage Corporation | Forward time-domain aliasing cancellation using linear-predictive filtering to cancel time reversed and zero input responses of adjacent frames |
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 |
BR112012029132B1 (pt) * | 2011-02-14 | 2021-10-05 | Fraunhofer - Gesellschaft Zur Förderung Der Angewandten Forschung E.V | Representação de sinal de informações utilizando transformada sobreposta |
US10020930B2 (en) * | 2016-11-04 | 2018-07-10 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method of non-uniform wavelet bandpass sampling |
EP3786948A1 (en) * | 2019-08-28 | 2021-03-03 | Fraunhofer Gesellschaft zur Förderung der Angewand | Time-varying time-frequency tilings using non-uniform orthogonal filterbanks based on mdct analysis/synthesis and tdar |
-
2019
- 2019-04-16 EP EP19169635.0A patent/EP3644313A1/en not_active Withdrawn
- 2019-10-16 KR KR1020217015408A patent/KR102630922B1/ko active IP Right Grant
- 2019-10-16 EP EP19784111.7A patent/EP3871215B1/en active Active
- 2019-10-16 JP JP2021522453A patent/JP7279160B2/ja active Active
- 2019-10-16 MX MX2021004636A patent/MX2021004636A/es unknown
- 2019-10-16 WO PCT/EP2019/078112 patent/WO2020083727A1/en unknown
- 2019-10-16 CA CA3118121A patent/CA3118121C/en active Active
- 2019-10-16 BR BR112021007516-0A patent/BR112021007516A2/pt unknown
- 2019-10-16 CN CN201980087032.0A patent/CN113330515B/zh active Active
-
2021
- 2021-04-15 US US17/301,813 patent/US11688408B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007526691A (ja) | 2004-02-19 | 2007-09-13 | ドルビー・ラボラトリーズ・ライセンシング・コーポレーション | 信号解析及び合成のための適応型混合変換 |
JP2008547043A (ja) | 2005-06-17 | 2008-12-25 | ディーティーエス (ビーヴィーアイ) リミテッド | スケール調節可能な圧縮されたオーディオビットストリーム、並びに階層的フィルターバンクおよび多チャンネルジョイントコーディングを使用したコーデック |
JP2019526074A (ja) | 2016-07-29 | 2019-09-12 | 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 | スペクトル解析に続いて部分合成を用いる不均一フィルタバンクのための時間領域エイリアシング低減 |
Also Published As
Publication number | Publication date |
---|---|
BR112021007516A2 (pt) | 2021-07-27 |
EP3871215A1 (en) | 2021-09-01 |
KR102630922B1 (ko) | 2024-01-30 |
EP3871215C0 (en) | 2023-09-13 |
US20210233544A1 (en) | 2021-07-29 |
JP2022505789A (ja) | 2022-01-14 |
WO2020083727A1 (en) | 2020-04-30 |
US11688408B2 (en) | 2023-06-27 |
CN113330515B (zh) | 2024-05-24 |
EP3644313A1 (en) | 2020-04-29 |
EP3871215B1 (en) | 2023-09-13 |
CA3118121C (en) | 2023-10-03 |
MX2021004636A (es) | 2021-05-28 |
CA3118121A1 (en) | 2020-04-30 |
CN113330515A (zh) | 2021-08-31 |
KR20210076134A (ko) | 2021-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220139407A1 (en) | Audio encoder, audio decoder and related methods using two-channel processing within an intelligent gap filling framework | |
EP3175449B1 (en) | Apparatus and method for generating an enhanced signal using independent noise-filling | |
CN109074812B (zh) | 用于具有全局ild和改进的中/侧决策的mdct m/s立体声的装置和方法 | |
JP7279160B2 (ja) | サブバンド併合および時間領域エイリアシング低減を使用した適応的な非均一時間/周波数タイリングによる知覚音声符号化 | |
US10734008B2 (en) | Apparatus and method for audio signal envelope encoding, processing, and decoding by modelling a cumulative sum representation employing distribution quantization and coding | |
US10115406B2 (en) | Apparatus and method for audio signal envelope encoding, processing, and decoding by splitting the audio signal envelope employing distribution quantization and coding | |
RU2777615C1 (ru) | Перцепционное кодирование аудио с адаптивным неравномерным расположением частотно-временными плитками с использованием субполосного объединения и уменьшения наложения спектров во временной области |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210617 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210617 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221007 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230110 |
|
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: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7279160 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |