JPH09504124A - 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置 - Google Patents

可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置

Info

Publication number
JPH09504124A
JPH09504124A JP8507404A JP50740496A JPH09504124A JP H09504124 A JPH09504124 A JP H09504124A JP 8507404 A JP8507404 A JP 8507404A JP 50740496 A JP50740496 A JP 50740496A JP H09504124 A JPH09504124 A JP H09504124A
Authority
JP
Japan
Prior art keywords
rate
determining
encoding rate
encoding
subband
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.)
Granted
Application number
JP8507404A
Other languages
English (en)
Other versions
JP3502101B2 (ja
Inventor
デジャコ、アンドリュー・ピー
ガードナー、ウイリアム・アール
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=23106989&utm_source=***_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JPH09504124(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of JPH09504124A publication Critical patent/JPH09504124A/ja
Application granted granted Critical
Publication of JP3502101B2 publication Critical patent/JP3502101B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/02Speech 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
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/02Speech 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
    • G10L19/0204Speech 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
    • G10L19/0208Subband vocoders
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/02Speech 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
    • G10L19/0204Speech 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
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/16Vocoder architecture
    • G10L19/18Vocoders using multiple modes
    • G10L19/22Mode decision, i.e. based on audio signal content versus external parameters
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/16Vocoder architecture
    • G10L19/18Vocoders using multiple modes
    • G10L19/24Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78Detection of presence or absence of voice signals
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Dc Digital Transmission (AREA)

Abstract

(57)【要約】 本発明は、背景雑音としての低エネルギーの非音声音スピーチのコーディングの確率を削減することによる一方法を提供する。デジタル・サブバンドフィルタ(4)および(6)を用い入力信号をサブバンドに分割することで、エンコーディングレートが決定され、これらのバンドのエネルギーが、サブバンドレート決定要素(12)および(14)において、1組の閾値と比較され、エンコーディングレートセレクタ(16)において、これらの比較が検証される。この方法により、非音声スピーチは背景雑音と区別され得る。本発明は、入力信号の背景雑音比を用い、閾値レベルを設定する手段を提供する。また、背景雑音から音楽を区別するため、入力信号の周期性を用い、可変レートボコーダーを通る音楽のコーディング方法を提供する。

Description

【発明の詳細な説明】 可変レートボコーダーにおけるエンコーディング レート選択決定のための方法および装置 発明の背景 I.発明の分野 本発明はボコーダーに関し、例えば、可変レートボコーダーにおけるスピーチ エンコーディングレート決定のための発明および、改良されたその装置と方法に 関する。 II.関連技術の説明 可変レートスピーチ圧縮システムは、エンコーディングが始まる以前に、レー ト決定アルゴリズムのある種のフォーム(即ち、形式)を使用することが一般的 である。このレート決定アルゴリズムは、高いビットレート・エンコーディング ・スキームを、スピーチが在る処のオーディオ信号のセグメントヘアサインする と共に、サイレント(即ち、無音)セグメントのためのより低いレート・エンコ ーディング・スキームが在る。この方法では、再構築されたスピーチのボイス( 以下、音声と称する)の質が高く保たれる期間において、より低いビットレート が達成される。このように、効率的にオペレートするために、可変レートスピー チコーダーは、種々の背景雑音環境において無音とスピーチとを識別すること ができるようなロバストレート(即ち、粗いレート)の決定アルゴリズムを要す る。 可変レートスピーチ圧縮システムまたは、可変レートボコーダーの一例は、米 国特許番号07/713,661、出願日1991年6月11日、その発明の名 称は「可変レートボコーダー」であり、本願発明の譲受人に譲渡されたものであ り、この内容の開示は文献の援用である。 可変レートボコーダのこの改良においては、入力スピーチは、符号励起線形予 測符号化(CELP)技術を使ってエンコードされる。スピーチアクティビティ のレベルは、音声化されたスピーチに加えて、背景雑音を含む入力オーディオ・ サンプルにおけるエネルギーから決定される。このボコーダーが種々のレベルの 背景雑音のもとでエンコードし高い質の音声を提供するためには、適合する適応 閾値技術が、レート決定アルゴリズム上の背景雑音の影響のため補償することが 要求される。 ボコーダーは主に、例えばセルラーテレホンまたは、パーソナル・コミュニケ ーション・デバイス等のような通信デバイスに使用され、それは、送信のための デジタル形式に変換される処のアナログオーディオ信号へのデジタル信号圧縮を 提供するものである。モバイル環境においては、セルラーテレホンまたは、パー ソナル・コミュニケーション・デバイス等が使用され得るが、高レベルの背景雑 音エネルギーは、レート決定アルゴリズムがレート決定アルゴリズムに基づく信 号エネルギーを使用して、低エネルギーの非音声音と背景雑 音の静粛(即ち、サイレンス)とを識別することを困難なものにしている。この ように、非音声音の周波数は低ビットレートにエンコードされ、その音声質は、 子音として例えば、”s”,”x”,”ch”,”sh”,”t”などのような 再構築されたスピーチにおいて、質的低下を生ずる。 背景雑音のエネルギーにおける単なるベースレート決定を行うボコーダーは、 閾値の設定における背景雑音に関係する処の信号強度を考慮することを忘れてし まう。背景雑音において単にその閾値レベルを基礎にするボコーダーは、背景雑 音が上昇するときには、それらの閾値レベルを1つに合わせて圧縮処理を行おう とする。また、その信号レベルが固定されて継続されるような場合には、閾値レ ベルを設定するためには、確かにこれが正しい手法ではあるが、しかし、その信 号レベルが背景雑音を伴って上昇するときは、その閾値レベルを圧縮することは 、最適な解決策では決してない。よって、その信号強度を考慮する処の閾値レベ ル設定のための代替的な方法は、可変レートボコーダーに必要とされるものであ る。 背景雑音エネルギーに基づくベースレート決定を行うボコーダーを通しての音 楽再生中においては、最終的な問題がまだ存在する。人がしゃべるときには、息 継ぎするためのポーズ(即ち、休止)しなければならず、これは、適切な背景雑 音レベルにリセット(即ち、再設定)するための閾値を許容するものである。し かしながら、ボコーダーを通しての音楽の伝送において、例えば、ミュージック ・オン・ホールド・コンディション(即ち、状況)において起こるような、ポー ズが無くて、フルレートよりも少ないレートでコード化されるべき音楽が演奏開 始されるまでには、その閾値は上昇し続けることがある。このような状況におい ては、その可変レートコーダーは、音楽と背景雑音とを混同してしまう。 発明の概要 本発明は、可変レートボコーダーにおけるエンコーディングレートの選択決 定のための発明装置および、その改良された方法である。 本発明の第1の目的は、背景雑音としての低エネルギーの非音声音スピーチの コーディングの確率を削減することによる一方法を提供することである。本発明 においては、入力信号は、高周波数成分と低周波数成分とにフルタリングされる 。このフルタリングされた入力信号の成分は、次に、スピーチの存在を検出する ためにそれぞれ分析される。なぜならば、非音声音は高い周波数成分をもってお り、その強度は高い周波数バンドに係わり、このバンドにおいては、全周波数バ ンドにわたる背景雑音に比較すれば、その背景雑音からの識別が更にしやすい故 である。 本発明の第2の目的は、信号エネルギーのみならず背景雑音エネルギーをも考 慮した、閾値レベルの設定をすることによる一手段を提供することにある。本発 明において、音声検知の閾値設定は、その入力信号の信号対雑音比(SNR)の 予測に基づいている。例示する実施例によれば、信号エネル ギーは、アクティブスピーチの時間中における、その最大信号エネルギーとして 予測され、また、背景雑音エネルギーは、無音の時間中におけるその最大信号エ ネルギーとして予測される。 本発明の第3の目的は、可変レートボコーダーを通る音楽のためのコーディン グの一方法を提供することである。例示する実施例によれば、レート選択装置は 、閾値レベルが上昇した閾値を超過する連続的なフレームの数を検知して、その フレームの数の周期性のチェックを行う。もし、その入力信号に周期的があれば 、音楽が在ることを示している。音楽の存在が検知されると、その信号がフルレ ートでコード化されるようなレベルに閾値が設定される。 図面の簡単な説明 本発明の内容、目的および効果については、本発明を代表しこの特徴を示す 添付図面を参照して考慮することにより、更に明らかになるであろう。 図1は、本発明のブロック図である。 好適実施例の詳細な説明 図1を参照すると、入力信号S(n)は、サブバンドエネルギー計算用の構成 要素4および、サブバンドエネルギー計算用の構成要素6に供給される。この入 力信号S(n)は、オ ーディオ信号と背景雑音とから構成されている。このオーディオ信号は一般的に はスピーチであるが、もちろん音楽であってもよい。本発明の実施例においては 、入力信号S(n)は、0〜4kHzの周波数を有し、これはほぼ人間のスピーチ 信号のバンド幅である。 例示する実施例においては、4kHzの入力信号S(n)は、2つに分離したサ ブバンドにフィルタリングされる。この2つに分離したサブバンドは、各々、0 〜2kHzの間および、2〜4kHzの間に存在する。例示する実施例において は、入力信号は、サブバンドフィルタによって、複数のサブバンドに分離されて もよく、このデザインは、従来技術で良く知られており、1994年2月1日出 願の米国特許番号08/189,819「周波数選択アダプティプ(適応)フィ ルタリング」に詳細開示され、本願発明の譲受人に譲渡されたものであり、この 内容の開示は文献の援用である。 サブフィルタのインパルス・レスポンスは、ローパスフィルタのためのものと しては、hL(n)で示され、ハイパスフィルタのためのものとしては、hH(n)で示さ れている。その信号のサブバンド構成要素の結果得られるエネルギーは、例えば 、値RL(0)および値RH(0)を与えるために計算され得る。すなわち、従来 技術で良く知られているように、単純に、サブバンドフィルタ出力サンプルのス クエア(即ち、二乗)を合算することによって得られる。 好適実施例によっては、入力信号S(n)がサブバンドエネルギー計算用の構成 要素4に供給されたとき、入力フレーム の低周波数構成要素であるRL(0)が、下式により算出される。 但し、 Lは、インパルス・レスポンスhL(n)をもつローパスフィルタにおいて、タ ップ(tap)する数である。 また、このRS(i)は、下式で与えられる入力信号S(n)の自己相関関数(autoco rrelation)機能である。 但し、 Nは、フレーム中のサンプル数である。 また、RhLは、下式で与えられるローパスフィルタhL(n)の自己相関関数機能 である。 高周波数RH(0)は、サブバンドエネルギー計算用の構成要素6において、計 算される。 サブバンドフィルタの自己相関関数機能の値は、計算ロード(即ち、負荷)を 削減するため、先に計算され得る。さらに、計算された幾つかのRS(i)の値は、 入力信号S(n)のコーディングにおける他の計算に使われる。そしてこれは、本 発明のエンコーディングレート選択方法のネット(即ち、正味)の計算負担を削 減する。例えば、LPCフィルタ・タップ値の計算については、上述の従来技術 では良く知られており、米国特許番号08/004,484には詳述されている 。もし、あるものが10タップLPCフィルタを要する方法でスピーチをコード 化すると仮定した場合、RS(i)だけは計算が必要であり(但し、i は、11〜 L-1)、更にこれらに加えて、この計算は信号のコーディングにおいても利用さ れる。なぜならば、RS(i)(但し、i は、0〜10)は、LPCフィルタ・タ ップ値の計算において使用される。例示する実施例では、これらのサブバンドフ ィルタは17タップ、即ち、L=17である。 サブバンドエネルギー計算用の構成要素4は、計算されたRL(0)の値を供給 し、そして、サブバンドエネルギー計算用の構成要素6は、計算されたRH(0) の値を、サブバンドレート決定用の構成要素14へ供給する。サブバンドレート 決定用の構成要素12は、RL(0)の値を、2つの所定の閾値TL1/2とTLfullと に対して比較を行い、圧縮に従って、示唆されたエンコーディングレートRAT ELをアサインする。 そのレートのアサイメントは、次記に従って処理される。 RATEL = 8レート RL(0)≦TL1/2 (4) RATEL = 半レート TL1/2<RL(0)≦TLfull (5) RATEL = フルレート RL(0)>TLfull (6) サブバンドレート決定用の構成要素14は、同様な取扱いによって、高い周波 数エネルギー値RH(0)に従って、異なる2つの閾値TH1/2およびTHfullに基づ き、示唆するエンコーディングレートRATEHを選択する。サブバンドレート 決定用の構成要素12は、示唆されたエンコーディングレートRATELをエン コーディングレート選択用の構成要素16へ供給し、一方、サブバンドレート決 定用の構成要素14は、示唆されたエンコーディングレートRATEHをこのエ ンコーディングレート選択用の構成要素16へ供給する。例示する実施例におい ては、このエンコーディングレート選択用の構成要素16は、2つの示唆するレ ートの高い方を選択し、選択された「エンコードレート」として、高いレートを 提供する。 また、サブバンドエネルギー計算用の構成要素4は、低い周波数エネルギーの 値RL(0)も、閾値適応用の構成要素8に供給する。そしてここでは、次の入力 フレームのために、閾値TL1/2およびTLfullが計算される。同様に、サブバン ドエネルギー計算用の構成要素6は、高い周波数エネルギーの値RH(0)を、閾 値適応用の構成要素10に供給する。そして ここでも、次の入力フレームのために、閾値TH1/2およびTHfullが計算される 。 閾値適応用の構成要素8は、低い周波数エネルギー値RL(0)を受け取ると、 S(n)が背景雑音またはオーディオ信号を含むか否かを判定する。例示する実施 例では、オーディオ信号が在るか否かをこの閾値適応用の構成要素8が判定する ことによる方法としては、下式で与えられる「正規化自己相関関数機能」(以下 、NACFと略称する)によって審査する方法である。 但し、 e(n)は、LPCフィルタによる、入力信号S(n)のフィルタリングからの結 果をもたらすホルマント・残留信号。 LPCフィルタによる、信号のフィルタリングや、設計については良く知られ ており、前述された米国特許番号08/004,484に詳述されている。入力 信号S(n)は、LPCフィルタによりフィルタリングされ、ホルマントの相互作 用 を取り除く。NACFは、オーディオ信号が存在するか否かを判断するために、 再び閾値と比較される。もし、NACFが所定の閾値よりも大きい場合は、これ は、スピーチ又は音楽のようなオーディオ信号の存在を特徴づける周期性を有す る入力フレームであることを示している。ここで、スピーチおよび音楽のパーツ には周期性はないが、NACFのローバリュー(即ち、極小値)を示すであろう し、背景雑音は通常、どんな周期性も現わさないと共に、NACFのローバリュ ーをほとんど常に示す。 S(n)が背景雑音を含んでいると判断されると、NACFの値は、閾値T H1 よりも小さく、よって、RL(0)の値は、現在の背景雑音の予測値BGNLを更新 するために使用される。ここに例示した実施例では、T H1は0.35である。 RL(0)は、再び、現在の背景雑音の予測値BGNLと比較される。もし、RL(0 )がこの予測値BGNLより小さい場合には、NACFの値を無視して、この予測 値BGNLがRL(0)に等しいとして設定される。 背景雑音の予測値BGNLは、NACFが閾値T H1よりも小さい場合にのみ 増加される。もし、このRL(0)がBGNLよりも大きく、そしてNACFがT H1よりも小さい場合には、背景雑音エネルギーを示すBGNLが、αl・BGNL として設定される。なお、αlは1以上の数である。なお、ここで例示する実施 例では、αlは1.03である。BGNLは、NACFがT H1より小さい限り増 加し続ける。また、背景雑音の予測値BGNLが最大値BGNmaxに設定される時 点に おいて、BGNLが所定のこの最大値BGNmaxに達するまでは、RL(0)が現在 の背景雑音の予測値BGNLより大きい。 もし、オーディオ信号が検出された場合には、第2の閾値T H2を超過するN ACFの値によって表され、この信号エネルギー予測値SLが更新される。例示 する実施例では、T H2は0.5に設定される。RL(0)の値は、現在のローパ ス信号エネルギー予測値SLに対して比較される。もし、RL(0)がこの現在のロ ーパス信号エネルギー予測値SLよりも大きい場合は、SLはRL(0)に等しく設 定される。もし逆に、RL(0)がこの予測値SLよりも小さい場合は、再度、NA CFがT H2より大きい場合にだけ、SLは、α2・SLとして設定される。なお 、ここで例示する実施例では、α2は0.96である。 閾値適応用の構成要素8は、次に、下式(8)に従って信号対雑音比の予測 値を計算する。 閾値適応用の構成要素8は、次に、下式(9)〜(12)に従って、量子化 信号対雑音比のインデックスISNRL を計算する。 但し、 nintとは、最も近い整数にラウンド(例えば、四捨五入)する機能値である 。 閾値適応用の構成要素8は、信号対雑音比のインデックスISNRLへの信号に 従って、2つのスケーリングファクタ(即ち、計数逓減率)KL1/2およびKLful lを選択または計算する。例えば、次に示す表1にはスケーリングファクタ値の ルックアップテーブル1が提供されている。 これらの2つの値は、下式に従ってレート選択のための閾値を計算するのに使 用される。 TL1/2 = KL1/2・BGNL (11) TLfull = KLfull・BGNL (12) 但し、TL1/2は、低周波数ハーフ(半)レート閾値、 TLfullは、低周波数フルレート閾値。 閾値適応用の構成要素8は、レート決定用の構成要素12に、TL1/2および TLfullを供給する。一方、閾値適応用の構成要素10は、レート決定用の構成 要素14に、TH1/2およびTHfullを供給する。 オーディオ信号エネルギーの予測値Sの初期値は次のように設定される。(但 し、SL又はSHでもよい)。 初期の信号エネルギーの予測値SINITは、−18.0dBMOで、3.17dBmOは、 フル・サイン(sine)曲線の信号強度を示す。例示する実施例では、−8031〜 8031の増幅範囲でのデジタルのサイン曲線である。また、SINITは、アコー スティック信号が存在することが決定されるまで使用される。 1つのアコースティック信号が最初に検出されることによる方法は、1つの 閾値に対してNACFを比較することで ある。例示する実施例では、このNACFは、連続する10フレームのための閾 値を超過しなければならない。このコンディションが合致した後には、信号エネ ルギーの予測値Sは、先の10フレームにその最大の信号エネルギー値が設定さ れる。 背景雑音の予測値BGNLの初期値は、BGNmaxに初めは設定される。サブバ ンドフレームエネルギー値が受け取られると直ちに、(但し、その値はBGNma x よりも小さいが) 背景雑音の予想値が、受け取られたサブバンドエネルギーレベルの値にリセッ トされる。そして、前述されたように、背景雑音の予想値BGNLの生成が行わ れる。 好適実施例においては、フルレート・スピーチフレームの連続が続くときに は、ハングオーバー・コンディションがアクチュエートされる。そして、ローレ ートのフレームが検出される。例示する実施例において、4つの連続するスピー チフレームが、1フレームによりフルレートでエンコードされるときには、エン コーディングレート(ENC0RDING RATE)がフルレートよりも小さく設定され、そ の計算された信号対雑音比は、所定の最小SNRよりも小さく、また、そのフレ ームのためのエンコーディングレートがフルレートで設定される。なお、例示す る実施例では、この所定の最小SNRは、式(8)の規定によれば、27.5d Bである。 好適実施例においては、ハングオーバーフレームの数は、信号のノイズレシ オ(即ち、S/N)に対する一作用機能である。例示する実施例では、ハングオ ーバーフレームの数は、 次のように規定されている。 #ハングオーバーフレーム番号=1 22.5<SNR<27.5 (13) #ハングオーバーフレーム=2 SNR≦27.5 (14) #ハングオーバーフレーム=0 SNR≧27.5 (15) 本発明はまた、音楽の存在を検知するための一方法を提供することでもあり、 前述したように、ポーズの無いことで、その背景雑音の測定が再設定されること を許容する。音楽の存在を検知する方法とは、コールの最初に音楽成分が存在し ないことを推量することである。これは、本発明のエンコーディングレート選択 装置をして、適切に推測し、初期の背景雑音エネルギーBGNinitに初期化する ことを許容している。なぜならば、背景雑音と異なる音楽は、ある周期的な特徴 を有している。本発明は、背景雑音から音楽を区別するためにNACFの値を検 証している。また、本発明の音楽検知方法は、下式に従って平均NACFの値を 計算する。 但し、 NACFは、式(7)に規定されている。 また、Tは、背景雑音の予測された値が、初期の背景雑音の予測値BGNINIT から増加していく場合における連続するフレーム数である。 もし、背景雑音BGNが、フレームの所定の値Tのために増加していき、N ACFAVEが所定の閾値を超過すると、音楽の存在が検知され、背景雑音BGNは 予測値BGNINITにリセットされる。ここで、注意することは、このT値は、エ ンコーディングレートがフルレートより下に降下しない十分な低さにセットされ ることである。したがって、このT値は、BGNintおよびアコースティック信 号の一機能として設定されるべきである。 好適実施例の前述の内容は、当業者だれもが本発明品を作り又は利用できる ようにするために提供されている。したがって、これらの好適実施例の種々な改 良については当業者には明らかであり、また、ここで定義された本発明の要旨は 、その発明の能力を使うことなく、他の実施例にも応用され得るものである。以 上のように、本発明は、ここで開示された実施例に限るものではなく、この要旨 およびここに開示の発明を有した広い範囲にも一致するものである。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,DE, DK,ES,FR,GB,GR,IE,IT,LU,M C,NL,PT,SE),OA(BF,BJ,CF,CG ,CI,CM,GA,GN,ML,MR,NE,SN, TD,TG),AP(KE,MW,SD,SZ,UG), AM,AT,AU,BB,BG,BR,BY,CA,C H,CN,CZ,DE,DK,EE,ES,FI,GB ,GE,HU,IS,JP,KE,KG,KP,KR, KZ,LK,LR,LT,LU,LV,MD,MG,M N,MW,MX,NO,NZ,PL,PT,RO,RU ,SD,SE,SG,SI,SK,TJ,TM,TT, UA,UG,UZ,VN

Claims (1)

  1. 【特許請求の範囲】 1. 可変レートボコーダーのためのエンコーディングレートを選択決定する ための装置は、 入力された信号を受け取り、所定のサブバンドエネルギー計算形式に従って 、複数のサブバンドエネルギーを計算するサブバンドエネルギー計算手段と、 前記サブバンドエネルギーの複数の値を受け取り、前記のサブバンドエネル ギーの値に従って、前記エンコーディングレートを決定するレート決定手段と、 を具備することを特徴とする可変レートボコーダーにおけるエンコーディングレ ート選択決定のための装置。 2. 前記サブバンドエネルギー計算手段は、 次式に従って、各々の前記サブバンドエネルギーを決定することを特徴とする、 請求項1に記載のエンコーディングレート選択決定のための装置。 但し、 Lは、インパルス・レスポンスhL(n)をもつローパスフィルタhL(n)において タップする数、 RS(i)は、入力信号S(n)の自己相関関数、 RhLは、バンドパスフィルタh bp(n)の自己相関関数。 3. 前記サブバンドエネルギーの値を受け取り、複数の 前記サブバンドエネルギーの値に従って、エンコーディングレート閾値の1組を 決定するための閾値計算手段を、前記サブバンドエネルギー計算手段と前記レー ト決定手段との間に、さらに具備することを特徴とする、請求項1に記載のエン コーディングレート選択決定のための装置。 4. 前記閾値計算手段は、 前記複数のサブバンドエネルギーの値に従って、信号対雑音比を決定すること を特徴とする、請求項3に記載のエンコーディングレート選択決定のための装置 。 5. 前記閾値計算手段は、 前記複数のサブバンドエネルギーの値に従って、スケーリング(即ち、計数逓 減)値を決定することを特徴とする、請求項4に記載のエンコーディングレート 選択決定のための装置。 6. 前記閾値計算手段は、 前記スケーリング値により予測された背景雑音の値をかけ算することによって 、1つ以上の閾値を決定することを特徴とする、請求項5に記載のエンコーディ ングレート選択決定のための装置。 7. 前記レート決定手段は、 前記エンコーディングレートを決定するため、1つ以上の前記複数のサブバン ドエネルギーの値と、1つ以上の閾値とを比較することを特徴とする、請求項1 に記載のエンコーディングレート選択決定のための装置。 8. 前記レート決定手段は、 前記エンコーディングレートを決定するため、1つ以上の前記複数のサブバン ドエネルギーの値と、1つ以上の前記閾値とを比較することを特徴 とする、請求項6に記載のエンコーディングレート選択決定のための装置。 9. 前記レート決定手段は、示唆された複数のエンコーディングレートを決 定し、 前記示唆された各エンコーディングレートは、前記複数のサブバンドエネルギ ーの値のそれぞれに対応し、 前記レート決定手段は、前記複数の示唆されたエンコーディングレートに従っ て前記エンコーディングレートを決定することを特徴とする、請求項1に記載の エンコーディングレート選択決定のための装置。 10. 可変レートボコーダーのためのエンコーディングレートを選択決定す るための装置は、 入力信号を受け取り、この入力信号に従って信号対雑音比の値を決定する信号 対雑音比手段と、 前記信号対雑音比の値を受け取り、複数の前記信号対雑音比の値に従って前記 エンコーディングレートを決定するレート決定手段と、 を具備することを特徴とする可変レートボコーダーにおけるエンコーディングレ ート選択決定のための装置。 11. 可変レートボコーダーのためのエンコーディング レートを選択決定するための装置は、 入力された信号を受け取り、所定のサブバンドエネルギー計算形式に従って、 複数のサブバンドエネルギーを計算するサブバンドエネルギー計算器と、 前記サブバンドエネルギーの複数の値を受け取り、前記のサブバンドエネルギ ーの値に従って、前記エンコーディングレートを決定するレートセレクタと、 を具備することを特徴とする可変レートボコーダーにおけるエンコーディングレ ート選択決定のための装置。 12. 前記サブバンドエネルギー計算器は、 次式に従って、各々の前記サブバンドエネルギーを決定することを特徴とする、 請求項11に記載のエンコーディングレート選択決定のための装置。 但し、 Lは、インパルス・レスポンスhL(n)をもつローパスフィルタhL(n)において タップする数、 RS(i)は、入力信号S(n)の自己相関関数、 RhLは、バンドパスフィルタh bp(n)の自己相関関数。 13. 前記サブバンドエネルギーの値を受け取り、複数の前記サブバンドエ ネルギーの値に従って、エンコーディングレート閾値の1組を決定するための閾 値計算器を、前記サブバンドエネルギー計算器と前記レートセレクタとの間に、 更に具備することを特徴とする、請求項11に記載のエンコーディングレート選 択決定のための装置。 14. 前記閾値計算器は、 前記複数のサブバンドエネルギーの値に従って、信号対雑音比を決定すること を特徴とする、請求項13に記載のエンコーディングレート選択決定のための装 置。 15. 前記閾値計算器は、 前記複数のサブバンドエネルギーの値に従って、スケーリング(即ち、計数逓 減)値を決定することを特徴とする、請求項14に記載のエンコーディングレー ト選択決定のための装置。 16. 前記閾値計算器は、 前記スケーリング値により予測された背景雑音の値をかけ算することによって 、1つ以上の閾値を決定することを特徴とする、請求項15に記載のエンコーデ ィングレート選択決定のための装置。 17. 前記レートセレクタは、 前記エンコーディングレートを決定するため、1つ以上の前記複数のサブバン ドエネルギーの値と、1つ以上の閾値とを比較することを特徴とする、請求項1 1に記載のエンコーディングレート選択決定のための装置。 18. 前記レートセレクタは、 前記エンコーディングレートを決定するため、1つ以上の前記複数のサブバン ドエネルギーの値と、1つ以上の前記閾値とを比較することを特徴とする、請求 項16に記載のエン コーディングレート選択決定のための装置。 19. 前記示唆された各エンコーディングレートは、前記複数のサブバンド エネルギーの値のそれぞれに対応し、 前記レート決定手段は、前記複数の示唆されたエンコーディングレートに従っ て前記エンコーディングレートを決定することを特徴とする、請求項11に記載 のエンコーディングレート選択決定のための装置。 20. 可変レートボコーダーのためのエンコーディングレートを選択決定す るための装置は、 入力信号を受け取り、この入力信号に従って信号対雑音比の値を決定する信号 対雑音比計算器と、 前記信号対雑音比の値を受け取り、複数の前記信号対雑音比の値に従って前記 エンコーディングレートを決定するレートセレクタと、 を具備することを特徴とする可変レートボコーダーにおけるエンコーディングレ ート選択決定のための装置。 21. 可変レートボコーダーのためのエンコーディングレートを選択決定す るための方法は、 入力信号を受け取るステップと、 所定のサブバンドエネルギー計算形式に従って、複数のサブバンドエネルギー の値を決定するステップと、 前記複数のサブバンドエネルキーの値に従って、前記エンコーディングレート を決定するステップと、 を有することを特徴とする可変レートボコーダーにおけるエンコーディングレー ト選択決定のための方法。 22. 前記サブバンドエネルギーの値を決定ステップは、次式に従って、各 々の前記サブバンドエネルギーを決定することを特徴とする、請求項21に記載 のエンコーディングレート選択決定のための方法。 但し、 Lは、インパルス・レスポンスhL(n)をもつローパスフィルタhL(n)において タップする数、 RS(i)は、入力信号S(n)の自己相関関数、 RhLは、バンドパスフィルタh bp(n)の自己相関関数。 23. 複数の前記サブバンドエネルギーの値に従って、1組のエンコーディ ングレート閾値を決定するステップを、更に具備することを特徴とする、請求項 21に記載のエンコーディングレート選択決定のための方法。 24. 前記1組のエンコーディングレート閾値を決定するステップは、 前記複数のサブバンドエネルギーの値に従って、信号対雑音比の値を決定する ことを特徴とする、請求項23に記載のエンコーディングレート選択決定のため の方法。 25. 前記1組のエンコーディングレート閾値を決定するステップは、 前記複数のサブバンドエネルギーの値に従って、スケーリング(即ち、計数逓 減)値を決定することを特徴とする、請求項24に記載のエンコーディングレー ト選択決定のための方法。 26. 前記1組のエンコーディングレート閾値を決定するステップは、 前記スケーリング値により予測された背景雑音の値をかけ算することによって 、前記レート閾値を決定することを特徴とする、請求項25に記載のエンコーデ ィングレート選択決定のための方法。 27. 前記エンコーディングレートを決定することは、 前記エンコーディングレートを決定するため、1つ以上の前記複数のサブバン ドエネルギーの値と、1つ以上の閾値とを比較することを特徴とする、請求項2 1に記載のエンコーディングレート選択決定のための方法。 28. 前記エンコーディングレートを決定するステップは、 エンコーディングレートを決定するため、1つ以上の前記複数のサブバンドエ ネルギーの値と、1つ以上の閾値とを比較することを特徴とする、請求項26に 記載のエンコーディングレート選択決定のための方法。 29. 前記複数のサブバンドエネルギーの値のそれぞれに従って、示唆され たコーディングレートを生成するステップを更に有し、 前記エンコーディングレートを決定するステップは、前記 の示唆されたエンコーディングレートの1つを選択することを特徴とする、請求 項21に記載のエンコーディングレート選択決定のための方法。 30. 可変レートボコーダーのためのエンコーディングレートを選択決定す るための方法は、 入力信号を受け取るステップと、 前記入力信号に従って、信号対雑音比の値を決定するステップと、 前記信号対雑音比の値に従って、前記エンコーディングレートを決定するステ ップと、 を有することを特徴とする可変レートボコーダーにおけるエンコーディングレー ト選択決定のための方法。
JP50740496A 1994-08-10 1995-08-01 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置 Expired - Lifetime JP3502101B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/288,413 US5742734A (en) 1994-08-10 1994-08-10 Encoding rate selection in a variable rate vocoder
US288,413 1994-08-10
PCT/US1995/009830 WO1996005592A1 (en) 1994-08-10 1995-08-01 Method and apparatus for selecting an encoding rate in a variable rate vocoder

Related Child Applications (2)

Application Number Title Priority Date Filing Date
JP2003297413A Division JP3927159B2 (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2003297412A Division JP2004004971A (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置

Publications (2)

Publication Number Publication Date
JPH09504124A true JPH09504124A (ja) 1997-04-22
JP3502101B2 JP3502101B2 (ja) 2004-03-02

Family

ID=23106989

Family Applications (8)

Application Number Title Priority Date Filing Date
JP50740496A Expired - Lifetime JP3502101B2 (ja) 1994-08-10 1995-08-01 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2003297412A Withdrawn JP2004004971A (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2003297413A Expired - Lifetime JP3927159B2 (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2007145736A Withdrawn JP2007293355A (ja) 1994-08-10 2007-05-31 可変レートボコーダのエンコードレート決定方法および装置
JP2007145738A Expired - Lifetime JP4680958B2 (ja) 1994-08-10 2007-05-31 可変レートボコーダのエンコーディングレート決定方法および装置
JP2007145735A Expired - Lifetime JP4680956B2 (ja) 1994-08-10 2007-05-31 エンコードレート選択方法および装置
JP2007145737A Expired - Lifetime JP4680957B2 (ja) 1994-08-10 2007-05-31 可変レートボコーダにおけるスピーチエンコーディングレート決定の方法および装置
JP2011095137A Expired - Lifetime JP4870846B2 (ja) 1994-08-10 2011-04-21 可変レートボコーダのエンコードレート決定方法および装置

Family Applications After (7)

Application Number Title Priority Date Filing Date
JP2003297412A Withdrawn JP2004004971A (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2003297413A Expired - Lifetime JP3927159B2 (ja) 1994-08-10 2003-08-21 可変レートボコーダーにおけるエンコーディングレート選択決定のための方法および装置
JP2007145736A Withdrawn JP2007293355A (ja) 1994-08-10 2007-05-31 可変レートボコーダのエンコードレート決定方法および装置
JP2007145738A Expired - Lifetime JP4680958B2 (ja) 1994-08-10 2007-05-31 可変レートボコーダのエンコーディングレート決定方法および装置
JP2007145735A Expired - Lifetime JP4680956B2 (ja) 1994-08-10 2007-05-31 エンコードレート選択方法および装置
JP2007145737A Expired - Lifetime JP4680957B2 (ja) 1994-08-10 2007-05-31 可変レートボコーダにおけるスピーチエンコーディングレート決定の方法および装置
JP2011095137A Expired - Lifetime JP4870846B2 (ja) 1994-08-10 2011-04-21 可変レートボコーダのエンコードレート決定方法および装置

Country Status (20)

Country Link
US (1) US5742734A (ja)
EP (6) EP1703493B1 (ja)
JP (8) JP3502101B2 (ja)
KR (3) KR100455826B1 (ja)
CN (5) CN1512488A (ja)
AT (5) ATE235734T1 (ja)
AU (1) AU711401B2 (ja)
BR (2) BR9510780B1 (ja)
CA (3) CA2171009C (ja)
DE (5) DE69533881T2 (ja)
DK (3) DK1233408T3 (ja)
ES (5) ES2299122T3 (ja)
FI (5) FI117993B (ja)
HK (2) HK1015185A1 (ja)
IL (1) IL114874A (ja)
MX (1) MX9600920A (ja)
PT (3) PT1239465E (ja)
TW (1) TW277189B (ja)
WO (1) WO1996005592A1 (ja)
ZA (1) ZA956081B (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6202046B1 (en) 1997-01-23 2001-03-13 Kabushiki Kaisha Toshiba Background noise/speech classification method
WO2012081166A1 (ja) * 2010-12-14 2012-06-21 パナソニック株式会社 符号化装置、復号装置およびそれらの方法
JP2015505991A (ja) * 2011-12-12 2015-02-26 モトローラ モビリティ エルエルシーMotorola Mobility Llc オーディオ符号化のための方法および装置
JP2016507789A (ja) * 2013-02-21 2016-03-10 クゥアルコム・インコーポレイテッドQualcomm Incorporated 平均符号化レートを制御するためのシステムおよび方法

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6389010B1 (en) 1995-10-05 2002-05-14 Intermec Ip Corp. Hierarchical data collection network supporting packetized voice communications among wireless terminals and telephones
US7924783B1 (en) 1994-05-06 2011-04-12 Broadcom Corporation Hierarchical communications system
TW271524B (ja) * 1994-08-05 1996-03-01 Qualcomm Inc
US5742734A (en) 1994-08-10 1998-04-21 Qualcomm Incorporated Encoding rate selection in a variable rate vocoder
US6292476B1 (en) * 1997-04-16 2001-09-18 Qualcomm Inc. Method and apparatus for providing variable rate data in a communications system using non-orthogonal overflow channels
JPH09162837A (ja) * 1995-11-22 1997-06-20 Internatl Business Mach Corp <Ibm> 圧縮方式を動的に変更する通信方法及び装置
JPH09185397A (ja) * 1995-12-28 1997-07-15 Olympus Optical Co Ltd 音声情報記録装置
US5794199A (en) * 1996-01-29 1998-08-11 Texas Instruments Incorporated Method and system for improved discontinuous speech transmission
FI964975A (fi) * 1996-12-12 1998-06-13 Nokia Mobile Phones Ltd Menetelmä ja laite puheen koodaamiseksi
JPH10210139A (ja) * 1997-01-20 1998-08-07 Sony Corp 音声記録機能付き電話装置及び音声記録機能付き電話装置の音声記録方法
US5920834A (en) * 1997-01-31 1999-07-06 Qualcomm Incorporated Echo canceller with talk state determination to control speech processor functional elements in a digital telephone system
DE19742944B4 (de) * 1997-09-29 2008-03-27 Infineon Technologies Ag Verfahren zum Aufzeichnen eines digitalisierten Audiosignals
US6240386B1 (en) 1998-08-24 2001-05-29 Conexant Systems, Inc. Speech codec employing noise classification for noise compensation
US7072832B1 (en) * 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
US6463407B2 (en) * 1998-11-13 2002-10-08 Qualcomm Inc. Low bit-rate coding of unvoiced segments of speech
US6393074B1 (en) 1998-12-31 2002-05-21 Texas Instruments Incorporated Decoding system for variable-rate convolutionally-coded data sequence
JP2000244384A (ja) * 1999-02-18 2000-09-08 Mitsubishi Electric Corp 移動通信端末装置及び移動通信端末装置における音声符号化レート決定方法
US6397177B1 (en) * 1999-03-10 2002-05-28 Samsung Electronics, Co., Ltd. Speech-encoding rate decision apparatus and method in a variable rate
US7330902B1 (en) * 1999-05-10 2008-02-12 Nokia Corporation Header compression
US7127390B1 (en) 2000-02-08 2006-10-24 Mindspeed Technologies, Inc. Rate determination coding
US6898566B1 (en) * 2000-08-16 2005-05-24 Mindspeed Technologies, Inc. Using signal to noise ratio of a speech signal to adjust thresholds for extracting speech parameters for coding the speech signal
US6640208B1 (en) * 2000-09-12 2003-10-28 Motorola, Inc. Voiced/unvoiced speech classifier
US6745012B1 (en) * 2000-11-17 2004-06-01 Telefonaktiebolaget Lm Ericsson (Publ) Adaptive data compression in a wireless telecommunications system
US7120134B2 (en) 2001-02-15 2006-10-10 Qualcomm, Incorporated Reverse link channel architecture for a wireless communication system
CN1288625C (zh) * 2002-01-30 2006-12-06 松下电器产业株式会社 音频编码与解码设备及其方法
US7657427B2 (en) 2002-10-11 2010-02-02 Nokia Corporation Methods and devices for source controlled variable bit-rate wideband speech coding
KR100841096B1 (ko) * 2002-10-14 2008-06-25 리얼네트웍스아시아퍼시픽 주식회사 음성 코덱에 대한 디지털 오디오 신호의 전처리 방법
US7602722B2 (en) * 2002-12-04 2009-10-13 Nortel Networks Limited Mobile assisted fast scheduling for the reverse link
KR100754439B1 (ko) * 2003-01-09 2007-08-31 와이더댄 주식회사 이동 전화상의 체감 음질을 향상시키기 위한 디지털오디오 신호의 전처리 방법
WO2005111568A1 (ja) * 2004-05-14 2005-11-24 Matsushita Electric Industrial Co., Ltd. 符号化装置、復号化装置、およびこれらの方法
CN1295678C (zh) * 2004-05-18 2007-01-17 中国科学院声学研究所 子带自适应谷点降噪***和方法
KR100657916B1 (ko) 2004-12-01 2006-12-14 삼성전자주식회사 주파수 대역간의 유사도를 이용한 오디오 신호 처리 장치및 방법
US20060224381A1 (en) * 2005-04-04 2006-10-05 Nokia Corporation Detecting speech frames belonging to a low energy sequence
KR100757858B1 (ko) * 2005-09-30 2007-09-11 와이더댄 주식회사 선택적 인코딩 시스템 및 상기 선택적 인코딩 시스템의동작 방법
KR100717058B1 (ko) * 2005-11-28 2007-05-14 삼성전자주식회사 고주파 성분 복원 방법 및 그 장치
CN101213589B (zh) * 2006-01-12 2011-04-27 松下电器产业株式会社 对象声音分析装置和对象声音分析方法
EP1984911A4 (en) * 2006-01-18 2012-03-14 Lg Electronics Inc DEVICE AND METHOD FOR SIGNAL CODING AND DECODING
CN101379548B (zh) 2006-02-10 2012-07-04 艾利森电话股份有限公司 语音检测器和用于其中抑制子频带的方法
US8920343B2 (en) 2006-03-23 2014-12-30 Michael Edward Sabatino Apparatus for acquiring and processing of physiological auditory signals
CN100483509C (zh) * 2006-12-05 2009-04-29 华为技术有限公司 声音信号分类方法和装置
CN101217037B (zh) * 2007-01-05 2011-09-14 华为技术有限公司 对音频信号的编码速率进行源控的方法和***
JPWO2009038170A1 (ja) * 2007-09-21 2011-01-06 日本電気株式会社 音声処理装置、音声処理方法、プログラム及び音楽・メロディ配信システム
WO2009038115A1 (ja) * 2007-09-21 2009-03-26 Nec Corporation 音声符号化装置、音声符号化方法及びプログラム
US20090099851A1 (en) * 2007-10-11 2009-04-16 Broadcom Corporation Adaptive bit pool allocation in sub-band coding
US8554550B2 (en) * 2008-01-28 2013-10-08 Qualcomm Incorporated Systems, methods, and apparatus for context processing using multi resolution analysis
CN101335000B (zh) 2008-03-26 2010-04-21 华为技术有限公司 编码的方法及装置
CN102396024A (zh) * 2009-02-16 2012-03-28 韩国电子通信研究院 使用自适应正弦波脉冲编码的用于音频信号的编码/解码方法及其设备
CN104485118A (zh) 2009-10-19 2015-04-01 瑞典爱立信有限公司 用于语音活动检测的检测器和方法
US9047878B2 (en) * 2010-11-24 2015-06-02 JVC Kenwood Corporation Speech determination apparatus and speech determination method
US8990074B2 (en) * 2011-05-24 2015-03-24 Qualcomm Incorporated Noise-robust speech coding mode classification
CN110265059B (zh) 2013-12-19 2023-03-31 瑞典爱立信有限公司 估计音频信号中的背景噪声
US9564136B2 (en) 2014-03-06 2017-02-07 Dts, Inc. Post-encoding bitrate reduction of multiple object audio
ES2754706T3 (es) * 2014-03-24 2020-04-20 Nippon Telegraph & Telephone Método de codificación, codificador, programa y soporte de registro
ES2838006T3 (es) * 2014-07-28 2021-07-01 Nippon Telegraph & Telephone Codificación de señal de sonido
RU2713852C2 (ru) * 2014-07-29 2020-02-07 Телефонактиеболагет Лм Эрикссон (Пабл) Оценивание фонового шума в аудиосигналах
KR101619293B1 (ko) 2014-11-12 2016-05-11 현대오트론 주식회사 전원 반도체의 제어 방법 및 제어 장치
CN107742521B (zh) 2016-08-10 2021-08-13 华为技术有限公司 多声道信号的编码方法和编码器
EP3751567B1 (en) 2019-06-10 2022-01-26 Axis AB A method, a computer program, an encoder and a monitoring device
CN110992963B (zh) * 2019-12-10 2023-09-29 腾讯科技(深圳)有限公司 网络通话方法、装置、计算机设备及存储介质
WO2021253235A1 (zh) * 2020-06-16 2021-12-23 华为技术有限公司 语音活动检测方法和装置
CN113611325B (zh) * 2021-04-26 2023-07-04 珠海市杰理科技股份有限公司 基于清浊音实现的语音信号变速方法、装置和音频设备

Family Cites Families (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3633107A (en) * 1970-06-04 1972-01-04 Bell Telephone Labor Inc Adaptive signal processor for diversity radio receivers
JPS5017711A (ja) * 1973-06-15 1975-02-25
US4076958A (en) * 1976-09-13 1978-02-28 E-Systems, Inc. Signal synthesizer spectrum contour scaler
US4214125A (en) * 1977-01-21 1980-07-22 Forrest S. Mozer Method and apparatus for speech synthesizing
CA1123955A (en) * 1978-03-30 1982-05-18 Tetsu Taguchi Speech analysis and synthesis apparatus
DE3023375C1 (ja) * 1980-06-23 1987-12-03 Siemens Ag, 1000 Berlin Und 8000 Muenchen, De
JPS57177197A (en) * 1981-04-24 1982-10-30 Hitachi Ltd Pick-up system for sound section
USRE32580E (en) * 1981-12-01 1988-01-19 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech coder
JPS6011360B2 (ja) * 1981-12-15 1985-03-25 ケイディディ株式会社 音声符号化方式
US4535472A (en) * 1982-11-05 1985-08-13 At&T Bell Laboratories Adaptive bit allocator
EP0111612B1 (fr) * 1982-11-26 1987-06-24 International Business Machines Corporation Procédé et dispositif de codage d'un signal vocal
EP0127718B1 (fr) * 1983-06-07 1987-03-18 International Business Machines Corporation Procédé de détection d'activité dans un système de transmission de la voix
US4672670A (en) * 1983-07-26 1987-06-09 Advanced Micro Devices, Inc. Apparatus and methods for coding, decoding, analyzing and synthesizing a signal
EP0163829B1 (en) * 1984-03-21 1989-08-23 Nippon Telegraph And Telephone Corporation Speech signal processing system
DE3412430A1 (de) * 1984-04-03 1985-10-03 Nixdorf Computer Ag, 4790 Paderborn Schalteranordnung
EP0167364A1 (en) * 1984-07-06 1986-01-08 AT&T Corp. Speech-silence detection with subband coding
FR2577084B1 (fr) * 1985-02-01 1987-03-20 Trt Telecom Radio Electr Systeme de bancs de filtres d'analyse et de synthese d'un signal
US4885790A (en) * 1985-03-18 1989-12-05 Massachusetts Institute Of Technology Processing of acoustic waveforms
US4856068A (en) * 1985-03-18 1989-08-08 Massachusetts Institute Of Technology Audio pre-processing methods and apparatus
US4630304A (en) * 1985-07-01 1986-12-16 Motorola, Inc. Automatic background noise estimator for a noise suppression system
US4827517A (en) * 1985-12-26 1989-05-02 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech processor using arbitrary excitation coding
CA1299750C (en) * 1986-01-03 1992-04-28 Ira Alan Gerson Optimal method of data reduction in a speech recognition system
US4797929A (en) * 1986-01-03 1989-01-10 Motorola, Inc. Word recognition in a speech recognition system using data reduced word templates
US4899384A (en) * 1986-08-25 1990-02-06 Ibm Corporation Table controlled dynamic bit allocation in a variable rate sub-band speech coder
US4771465A (en) * 1986-09-11 1988-09-13 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech sinusoidal vocoder with transmission of only subset of harmonics
US4797925A (en) * 1986-09-26 1989-01-10 Bell Communications Research, Inc. Method for coding speech at low bit rates
US4903301A (en) * 1987-02-27 1990-02-20 Hitachi, Ltd. Method and system for transmitting variable rate speech signal
US5054072A (en) * 1987-04-02 1991-10-01 Massachusetts Institute Of Technology Coding of acoustic waveforms
US4868867A (en) * 1987-04-06 1989-09-19 Voicecraft Inc. Vector excitation speech or audio coder for transmission or storage
US4890327A (en) * 1987-06-03 1989-12-26 Itt Corporation Multi-rate digital voice coder apparatus
US4899385A (en) * 1987-06-26 1990-02-06 American Telephone And Telegraph Company Code excited linear predictive vocoder
CA1337217C (en) * 1987-08-28 1995-10-03 Daniel Kenneth Freeman Speech coding
JPS6491200A (en) * 1987-10-02 1989-04-10 Fujitsu Ltd Voice analysis system and voice synthesization system
US4852179A (en) * 1987-10-05 1989-07-25 Motorola, Inc. Variable frame rate, fixed bit rate vocoding method
US4817157A (en) * 1988-01-07 1989-03-28 Motorola, Inc. Digital speech coder having improved vector excitation source
US4897832A (en) 1988-01-18 1990-01-30 Oki Electric Industry Co., Ltd. Digital speech interpolation system and speech detector
DE3883519T2 (de) * 1988-03-08 1994-03-17 Ibm Verfahren und Einrichtung zur Sprachkodierung mit mehreren Datenraten.
EP0331857B1 (en) * 1988-03-08 1992-05-20 International Business Machines Corporation Improved low bit rate voice coding method and system
CA1335003C (en) * 1988-03-11 1995-03-28 Daniel Kenneth Freeman Voice activity detection
US5023910A (en) * 1988-04-08 1991-06-11 At&T Bell Laboratories Vector quantization in a harmonic speech coding arrangement
US4864561A (en) * 1988-06-20 1989-09-05 American Telephone And Telegraph Company Technique for improved subjective performance in a communication system using attenuated noise-fill
JPH0783315B2 (ja) * 1988-09-26 1995-09-06 富士通株式会社 可変レート音声信号符号化方式
CA1321645C (en) * 1988-09-28 1993-08-24 Akira Ichikawa Method and system for voice coding based on vector quantization
JP3033060B2 (ja) * 1988-12-22 2000-04-17 国際電信電話株式会社 音声予測符号化・復号化方式
US5222189A (en) * 1989-01-27 1993-06-22 Dolby Laboratories Licensing Corporation Low time-delay transform coder, decoder, and encoder/decoder for high-quality audio
EP0392126B1 (en) * 1989-04-11 1994-07-20 International Business Machines Corporation Fast pitch tracking process for LTP-based speech coders
JPH0754434B2 (ja) * 1989-05-08 1995-06-07 松下電器産業株式会社 音声認識装置
US5060269A (en) * 1989-05-18 1991-10-22 General Electric Company Hybrid switched multi-pulse/stochastic speech coding technique
GB2235354A (en) * 1989-08-16 1991-02-27 Philips Electronic Associated Speech coding/encoding using celp
US5054075A (en) * 1989-09-05 1991-10-01 Motorola, Inc. Subband decoding method and apparatus
US5185800A (en) * 1989-10-13 1993-02-09 Centre National D'etudes Des Telecommunications Bit allocation device for transformed digital audio broadcasting signals with adaptive quantization based on psychoauditive criterion
US5307441A (en) 1989-11-29 1994-04-26 Comsat Corporation Wear-toll quality 4.8 kbps speech codec
JP3004664B2 (ja) * 1989-12-21 2000-01-31 株式会社東芝 可変レート符号化方法
JP2861238B2 (ja) * 1990-04-20 1999-02-24 ソニー株式会社 ディジタル信号符号化方法
JP2751564B2 (ja) * 1990-05-25 1998-05-18 ソニー株式会社 ディジタル信号符号化装置
US5103459B1 (en) * 1990-06-25 1999-07-06 Qualcomm Inc System and method for generating signal waveforms in a cdma cellular telephone system
JPH04100099A (ja) * 1990-08-20 1992-04-02 Nippon Telegr & Teleph Corp <Ntt> 音声検出装置
JPH04157817A (ja) * 1990-10-20 1992-05-29 Fujitsu Ltd 可変レート符号化装置
US5206884A (en) * 1990-10-25 1993-04-27 Comsat Transform domain quantization technique for adaptive predictive coding
JP2906646B2 (ja) * 1990-11-09 1999-06-21 松下電器産業株式会社 音声帯域分割符号化装置
US5317672A (en) * 1991-03-05 1994-05-31 Picturetel Corporation Variable bit rate speech encoder
KR940001861B1 (ko) * 1991-04-12 1994-03-09 삼성전자 주식회사 오디오 대역신호의 음성/음악 판별장치
US5187745A (en) * 1991-06-27 1993-02-16 Motorola, Inc. Efficient codebook search for CELP vocoders
ATE294441T1 (de) * 1991-06-11 2005-05-15 Qualcomm Inc Vocoder mit veränderlicher bitrate
JP2705377B2 (ja) * 1991-07-31 1998-01-28 松下電器産業株式会社 帯域分割符号化方法
EP0525774B1 (en) * 1991-07-31 1997-02-26 Matsushita Electric Industrial Co., Ltd. Digital audio signal coding system and method therefor
US5410632A (en) 1991-12-23 1995-04-25 Motorola, Inc. Variable hangover time in a voice activity detector
JP3088838B2 (ja) * 1992-04-09 2000-09-18 シャープ株式会社 音楽検出回路及び該回路を用いた音声信号入力装置
JP2976701B2 (ja) * 1992-06-24 1999-11-10 日本電気株式会社 量子化ビット数割当方法
US5341456A (en) * 1992-12-02 1994-08-23 Qualcomm Incorporated Method for determining speech encoding rate in a variable rate vocoder
US5457769A (en) * 1993-03-30 1995-10-10 Earmark, Inc. Method and apparatus for detecting the presence of human voice signals in audio signals
US5644596A (en) 1994-02-01 1997-07-01 Qualcomm Incorporated Method and apparatus for frequency selective adaptive filtering
US5742734A (en) 1994-08-10 1998-04-21 Qualcomm Incorporated Encoding rate selection in a variable rate vocoder
US6134215A (en) 1996-04-02 2000-10-17 Qualcomm Incorpoated Using orthogonal waveforms to enable multiple transmitters to share a single CDM channel

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6202046B1 (en) 1997-01-23 2001-03-13 Kabushiki Kaisha Toshiba Background noise/speech classification method
US6704702B2 (en) 1997-01-23 2004-03-09 Kabushiki Kaisha Toshiba Speech encoding method, apparatus and program
US7191120B2 (en) 1997-01-23 2007-03-13 Kabushiki Kaisha Toshiba Speech encoding method, apparatus and program
WO2012081166A1 (ja) * 2010-12-14 2012-06-21 パナソニック株式会社 符号化装置、復号装置およびそれらの方法
JP5706445B2 (ja) * 2010-12-14 2015-04-22 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 符号化装置、復号装置およびそれらの方法
US9373332B2 (en) 2010-12-14 2016-06-21 Panasonic Intellectual Property Corporation Of America Coding device, decoding device, and methods thereof
JP2015505991A (ja) * 2011-12-12 2015-02-26 モトローラ モビリティ エルエルシーMotorola Mobility Llc オーディオ符号化のための方法および装置
JP2016507789A (ja) * 2013-02-21 2016-03-10 クゥアルコム・インコーポレイテッドQualcomm Incorporated 平均符号化レートを制御するためのシステムおよび方法

Also Published As

Publication number Publication date
US5742734A (en) 1998-04-21
CN1131473A (zh) 1996-09-18
EP1424686A3 (en) 2006-03-22
ATE235734T1 (de) 2003-04-15
HK1015185A1 (en) 1999-10-08
DE69535452T2 (de) 2007-12-13
DE69530066D1 (de) 2003-04-30
FI122272B (fi) 2011-11-15
ATE285620T1 (de) 2005-01-15
ES2233739T3 (es) 2005-06-16
ATE298124T1 (de) 2005-07-15
CA2488918C (en) 2011-02-01
ES2281854T3 (es) 2007-10-01
JP4680958B2 (ja) 2011-05-11
EP1239465B2 (en) 2010-02-17
JP2007293355A (ja) 2007-11-08
JP2011209733A (ja) 2011-10-20
FI961112A (fi) 1996-04-12
JP4680956B2 (ja) 2011-05-11
EP1530201B1 (en) 2007-04-04
ES2299122T3 (es) 2008-05-16
JP2007304605A (ja) 2007-11-22
IL114874A0 (en) 1995-12-08
EP1703493A3 (en) 2007-02-14
ES2240602T3 (es) 2005-10-16
BR9506036A (pt) 1997-10-07
DK1239465T3 (da) 2005-08-29
EP1233408B1 (en) 2004-12-22
IL114874A (en) 1999-03-12
WO1996005592A1 (en) 1996-02-22
KR20040004420A (ko) 2004-01-13
EP1239465A3 (en) 2002-09-18
JP4870846B2 (ja) 2012-02-08
CN1512488A (zh) 2004-07-14
EP0728350B1 (en) 2003-03-26
CA2171009A1 (en) 1996-02-22
CA2488921C (en) 2010-09-14
JP2007304604A (ja) 2007-11-22
FI117993B (fi) 2007-05-15
JP3502101B2 (ja) 2004-03-02
JP4680957B2 (ja) 2011-05-11
HK1077911A1 (en) 2006-02-24
PT728350E (pt) 2003-07-31
ATE386321T1 (de) 2008-03-15
AU711401B2 (en) 1999-10-14
DK1233408T3 (da) 2005-01-24
PT1239465E (pt) 2005-09-30
PT1233408E (pt) 2005-05-31
KR100455225B1 (ko) 2004-11-06
CN1512489A (zh) 2004-07-14
CN1512487A (zh) 2004-07-14
EP1703493B1 (en) 2008-02-13
DE69533881D1 (de) 2005-01-27
ES2194921T3 (es) 2003-12-01
FI20050703A (fi) 2005-07-01
EP1530201A2 (en) 2005-05-11
DE69530066T2 (de) 2004-01-29
FI123708B (fi) 2013-09-30
AU3275195A (en) 1996-03-07
JP2004004971A (ja) 2004-01-08
CA2488918A1 (en) 1996-02-22
CN1945696A (zh) 2007-04-11
EP0728350A1 (en) 1996-08-28
EP1233408A1 (en) 2002-08-21
JP3927159B2 (ja) 2007-06-06
KR100455826B1 (ko) 2005-04-06
DE69534285T2 (de) 2006-03-23
CA2488921A1 (en) 1996-02-22
DE69534285D1 (de) 2005-07-21
CN100508028C (zh) 2009-07-01
EP1239465B1 (en) 2005-06-15
DK0728350T3 (da) 2003-06-30
DE69535709T2 (de) 2009-02-12
ES2240602T5 (es) 2010-06-04
FI961112A0 (fi) 1996-03-08
TW277189B (ja) 1996-06-01
FI20050702A (fi) 2005-07-01
CN1320521C (zh) 2007-06-06
EP1424686A2 (en) 2004-06-02
DK1239465T4 (da) 2010-05-31
JP2004046228A (ja) 2004-02-12
KR960705305A (ko) 1996-10-09
EP1703493A2 (en) 2006-09-20
ZA956081B (en) 1996-03-15
DE69535709D1 (de) 2008-03-27
BR9510780B1 (pt) 2011-05-31
DE69534285T3 (de) 2010-09-09
DE69535452D1 (de) 2007-05-16
JP2007304606A (ja) 2007-11-22
ATE358871T1 (de) 2007-04-15
CN1168071C (zh) 2004-09-22
MX9600920A (es) 1997-06-28
KR20040004421A (ko) 2004-01-13
CA2171009C (en) 2006-04-11
EP1530201A3 (en) 2005-08-10
FI122273B (fi) 2011-11-15
EP1239465A2 (en) 2002-09-11
DE69533881T2 (de) 2006-01-12
FI20061084A (fi) 2006-12-07
FI119085B (fi) 2008-07-15
FI20050704A (fi) 2005-07-01

Similar Documents

Publication Publication Date Title
JP4680957B2 (ja) 可変レートボコーダにおけるスピーチエンコーディングレート決定の方法および装置
JP4444749B2 (ja) 減少レート、可変レートの音声分析合成を実行する方法及び装置
WO2005115077A2 (en) System and method for enhanced artificial bandwidth expansion
Vahatalo et al. Voice activity detection for GSM adaptive multi-rate codec
Beritelli et al. A new efficient approach to the optimization of a low-complexity multipulse speech coder
Ekeroth Improvements of the voice activity detector in AMR-WB

Legal Events

Date Code Title Description
A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20031204

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20071212

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081212

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081212

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091212

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101212

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101212

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111212

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111212

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121212

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121212

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131212

Year of fee payment: 10

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term