JPWO2011158485A1 - オーディオハイブリッド符号化装置およびオーディオハイブリッド復号装置 - Google Patents
オーディオハイブリッド符号化装置およびオーディオハイブリッド復号装置 Download PDFInfo
- Publication number
- JPWO2011158485A1 JPWO2011158485A1 JP2012520286A JP2012520286A JPWO2011158485A1 JP WO2011158485 A1 JPWO2011158485 A1 JP WO2011158485A1 JP 2012520286 A JP2012520286 A JP 2012520286A JP 2012520286 A JP2012520286 A JP 2012520286A JP WO2011158485 A1 JPWO2011158485 A1 JP WO2011158485A1
- Authority
- JP
- Japan
- Prior art keywords
- signal
- frame
- transform
- audio
- encoding
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims description 83
- 230000007704 transition Effects 0.000 claims description 68
- 230000008569 process Effects 0.000 claims description 45
- 230000005284 excitation Effects 0.000 claims description 26
- 239000002131 composite material Substances 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 230000015572 biosynthetic process Effects 0.000 claims description 17
- 238000003786 synthesis reaction Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 2
- 230000005236 sound signal Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 3
- 230000001934 delay Effects 0.000 abstract 1
- 230000001052 transient effect Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 25
- 238000005516 engineering process Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 18
- 239000013598 vector Substances 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000009499 grossing Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000001308 synthesis 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
-
- 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
-
- 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
- G10L19/02—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
- G10L19/025—Detection of transients or attacks for time/frequency resolution switching
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/09—Long term prediction, i.e. removing periodical redundancies, e.g. by using adaptive codebook or pitch predictor
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
- G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
[DCT−IV(−(ai−4w1)R−bi−4w2+(ai−2w5)R+bi−2w6))、
DCT−IV(−ai−3w3+(bi−3w4)R+ai−1w7−(bi−1w8)R)]、
式中、(ai−4w1)R、(ai−2w5)R、(bi−3w4)R、(bi−1w8)Rは、それぞれ、ベクトルai−4w1、ai−2w5、bi−3w4、bi−1w8の逆順を示す。
・AAC−ELDモードからACELPモード
・ACELPモードからAAC−ELDモード
・AAC−ELDモードからTCXモード
・TCXモードからAAC−ELDモード
第1の実施の形態において、AAC−ELDモードをACELPモードに切り替える途中のフレームである遷移フレームを符号化するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。
本実施の形態のブロック切替アルゴリズムを有するエンコーダにより、符号化モードをAAC−ELDモードからACELPモードに切り替える際、デコーダにおけるエイリアシングの除去を容易に行うことができ、オーディオ符号化モードとスピーチ符号化モードとの2つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて、AAC−ELD符号化技術およびACELP符号化技術をシームレスに組み合わせることができる。
第2の実施の形態において、AAC−ELDモードがACELPモードに切り替えられる遷移フレームを符号化するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。
本実施の形態のブロック切替アルゴリズムを有するエンコーダにより、符号化モードをAAC−ELDモードからACELPモードに切り替える際、デコーダにおけるエイリアシングの除去を容易に行うことができ、3つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて、AAC−ELD符号化技術およびACELP符号化技術をシームレスに組み合わせることができる。
第3の実施の形態において、AAC−ELDモードがACELPモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
ai−1=ai−1w7/7
以上のように、ブロック切替アルゴリズムを有する本実施の形態のデコーダによれば、AAC−ELDモードからACELPモードに切り替える際に遷移フレームで生じるエイリアシングを、先行フレームの非エイリアシング部分を用いて信号処理を行うことにより除去することができる。これによって、2つの復号モードを有する低遅延のハイブリッドデコーダにおいては、AAC−ELD符号化技術およびACELP符号化技術をシームレスに組み合わせることができる。
第4の実施の形態において、AAC−ELDモードがACELPモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
本実施の形態のブロック切替アルゴリズムを有するデコーダは、AAC−ELDモードがACELPモードに切り替えられる遷移フレームにおけるエイリアシング除去の問題を解決し、3つの復号モードを有する低遅延ハイブリッドコーデックにおいて、AAC−ELD符号化技術およびACELP符号化技術をシームレスに組み合わせることができる。
第5の実施の形態において、ACELPモードがAAC−ELDモードに切り替えられる遷移フレームを符号化するために、スピーチおよびオーディオハイブリッドエンコーダを有するブロック切替アルゴリズムを考案する。
[aiw7、biw8、0、0]
ブロック切替アルゴリズムを有する本実施の形態のエンコーダは、符号化モードがACELPモードからAAC−ELDモードに切り替えられる時に、AAC−ELDモードによって符号化された後続フレームのエイリアシングの除去を行うためのフレームiのエイリアシング成分の作成に役立つものである。AAC−ELDモードを遷移フレームに直接用いる場合と比較して、符号化の演算複雑性およびビットレートが低減される。
第6の実施の形態において、ACELPモードがAAC−ELDモードに切り替えられる遷移フレームを符号化するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。
第7の実施の形態において、ACELPモードがAAC−ELDモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、MDCT係数を用いてAAC−ELDモードのエイリアシング成分を生成して、AAC−ELDモードによって符号化された後続フレームのエイリアシングを容易に除去できるようにする。本発明は、2つの符号化モードを有する低遅延スピーチおよびオーディオハイブリッドコーデックにおいて、ACELPモードからのAAC−ELDモードへのシームレスな遷移を実現する。
第8の実施の形態において、ACELPモードがAAC−ELDモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、AAC−ELDモードのエイリアシングを生成して、AAC−ELDモードによって符号化された後続フレームのエイリアシングを容易に除去できるようにする。本発明は、3つの符号化モードを有する低遅延スピーチおよびオーディオハイブリッドコーデックにおいて、ACELPモードからのAAC−ELDモードへのシームレスな遷移を実現する。
第9の実施の形態において、AAC−ELDモードがTCXモードに切り替えられる遷移フレームを符号化するためにブロック切替アルゴリズムを有するスピーチおよびオーディオエンコーダを考案する。
ブロック切替アルゴリズムを有する本実施の形態のエンコーダは、符号化モードがAAC−ELDモードからTCXモードに切り替えられる時、デコーダにおけるエイリアシングを容易に除去できるようにし、3つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいてAAC−ELD符号化技術とTCX符号化技術とをシームレスに組み合わせることができる。
第10の実施の形態において、AAC−ELDモードがTCXモードに切り替えられる遷移フレームを復号するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、AAC−ELDモードに起因するフレームi−1のエイリアシングを除去する。これにより、低遅延のハイブリッドスピーチおよびオーディオコーデックにおいて、AAC−ELDモードからTCXモードへのシームレスな遷移を実現する。
第11の実施の形態において、TCXモードがAAC−ELDモードに切り替えられる遷移フレームを符号化するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。
第11の実施の形態におけるエンコーダは、TCXモードがAAC−ELDモードに切り替えられる時にデコーダにおいて行われるエイリアシングの除去を容易にする。本実施の形態におけるブロック切替アルゴリズムは、低遅延のスピーチおよびオーディオハイブリッドコーデックにおけるAAC−ELD符号化技術とTCX符号化技術とのシームレスな組み合わせを実現する。
第12の実施の形態において、TCXモードがAAC−ELDモードに切り替えられる遷移フレームを復号するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、AAC−ELDモードに起因するフレームiのエイリアシングを除去する。これにより、TCXモードからAAC−ELDモードへのシームレスな遷移を実現する。
第13の実施の形態において、低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて過渡信号を符号化するための符号化方法を考案する。
本実施の形態のエンコーダは、過渡信号処理アルゴリズムを提供し、AAC−ELD符号化技術を用いる低遅延ハイブリッドコーデックの音質を向上させる。
第14の実施の形態において、過渡信号を復号するためのスピーチおよびオーディオハイブリッドデコーダを考案する。
本実施の形態のデコーダは、過渡信号の符号化性能を向上させるために、過渡信号処理方法を提供する。その結果、AAC−ELD符号化技術を用いる低遅延ハイブリッドコーデックの音質が向上する。
[数19]
と示す。ACELP合成信号の長さは、第1の実施の形態において示されている符号化処理に基づき、
[数20]
である。図23においてサブフレーム2301と示されている非エイリアシング部分の一部は、エイリアシング除去のために抽出される。
[0072]
[数21]
[0073]
先行フレームi−1のAAC−ELD逆変換信号は、yi−1と示され、4Nの長さを有する。図23において、サブフレーム2302として示されている1つのエイリアシング部分が抽出され、このエイリアシング部分は背景技術の項目において説明したAAC−ELD逆変換に基づき以下のように表される。
[0074]
[数22]
[0075]
非エイリアシング部分2301(bi−1)と、フレームi−1のエイリアシング部分2302(−ai−3w3+(bi−3w4)R+ai−1w7−(bi−1w8)R)と、フレームi−2[ai−3、bi−3]の再構成信号であるサブフレーム2304、2305とが、遷移フレームの信号を再構成するために用いられる。
[0076]
図8に示されるように、窓w8が非エイリアシング部分bi−1に適用されて
いて、この遷移フレームは、通常のAAC−ELD低遅延フィルタバンクによって符号化される。先行技術とは異なり、本実施の形態のエンコーダはMDCTフィルタバンクを用いる。本実施の形態の方法の効果は、AAC−ELD符号化と比較して、符号化演算の複雑性を低減させることである。本実施の形態の方法を用いることによって、通常のAAC−ELDモードと比較して、デコーダに送信される変換係数が半分に低減される。そのため、ビットレートが節約される。
[0090]
エンコーダの構成は、第1の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第1の実施の形態と異なる。本実施の形態は、ACELPモードがAAC−ELDモードに切り替えられる遷移フレームを符号化するためのものである。
[0091]
図10は、遷移フレームに対する本実施の形態の符号化方法を示す。対象フレームi[ai、bi]が、ゼロ埋めによって2Nの長さに拡張され、[ai、bi、0、0]と示される。このベクトルに窓処理が行われて、ベクトル[aiw7、biw8、0、0]が得られる。
[0092]
窓処理後、MDCTフィルタバンクを用いて窓処理されたベクトルが変換される。
[0093]
[数23]
[0094]
MDCT変換係数は、DCT−IVでは以下のように表される。
[0、DCT−IV(aiw7−(biw8)R)]
[0095]
この結果、N/2の部分の係数がすべて0となるために、N/2の長さを有するDCT−IV(aiw7−(biw8)R)のみをデコーダに送信すればよいことになる。AAC−ELD係数の長さは、Nである。したがって、本実施の形態の方法を用いることによって、ビットレートが半分に節約される。
[0096]
(効果)
る場合を示す。
[0102]
デコーダの構成は、第3の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第3の実施の形態とは異なる。図9、11、および12は、復号処理の一例を示す。
[0103]
第5の実施の形態によると、受信された低帯域の係数は、この遷移フレームiにおいてMDCT変換係数DCT−IV(aiw7−(biw8)R)である。したがって、対応する逆フィルタバンクは、第7の実施の形態においてはIMDCTである。IMDCTのエイリアシングの出力は、長さNを有する[aiw7−(biw8)R’−(aiw7)R+biw8]で示され、図9においてサブフレーム901およびサブフレーム902と示される。
[0104]
先行フレームi−1からのACELP合成信号の非エイリアシング部分は、長さNを有する[ai−1、bi−1]で示され、図9においてサブフレーム903およびサブフレーム904と示される。
[0105]
先行する2つのフレームの出力は、[ai−2、bi−2]、(ai−3、bi−3]で示され、図9においてそれぞれ、サブフレーム905、906、907、908と示される。
[0106]
逆AAC−ELDのエイリアシング部分は、上記サブフレームを用いて作成される。この目的は、通常のAAC−ELDモードに戻すことができるように、AAC−ELDモードにより符号化された後続フレームと重複加算するためにエイリアシング成分を作成することである。
[0107]
逆低遅延フィルタバンクに起因するエイリアシング成分を生成する方法の一つを以下に説明する。図11、12は、AAC−ELDのエイリアシング要素を作成する方法の処理の詳細を示す。
[0108]
図11において、フレームi−3の復号信号ai−3が窓処理されて、ai−3w1が得られる。逆順(ai−3w1)Rを得るために折り畳みが適用される。
[0109]
フレームi−3の復号信号bi−3の後半が窓処理されてbi−3w2が得られる。
[0110]
フレームi−1のACELP合成信号ai−1の非エイリアシング部分の前半
[数30]
[0138]
サブフレーム1402として示すAAC−ELDエイリアシング成分−ai−3w3+(bi−3w4)R+ai−1w7−(bi−1w8)Rは、サブフレーム1401のTCX合成信号bi−1と、サブフレーム1403、1040として示すフレームi−2における再構成信号outi−2=[ai−3、bi−3]とを用いて除去される。遷移フレームが再構成される。
[0139]
図14におけるエイリアシング除去処理の詳細は、図8の説明と同じである。図23におけるサブフレーム2301は、サブフレーム1401の非エイリアシング部分bi−1によって置き換えられる。エイリアシング部分であるサブフレーム2302は、図14において1402と置き換えられる。サブフレーム2304および2305として示される非エイリアシング部分は、outi−2=[a
[0151]
[数33]
[0152]
エイリアシング部分である、−(ai−3w1)R−bi−3w2+(ai−1w5)R+bi−1w6は、サブフレーム1602として示され、TCX合成信号ai−1およびサブフレーム1603、1604として示されるフレームi−2における再構成信号outi−2=[ai−3、bi−3]により除去されて、遷移フレーム[ai−1、bi−1]の信号を再構成する。
[0153]
図17は、エイリアシング除去の一例を示す。フレームi−2の再構成信号ai−3が窓処理されて、図17に示すようにai−3w1が得られる。ai−3w1の逆ベクトルを、(ai−3w1)Rと示す。
[0154]
outi−2の後半が窓処理されて、bi−3w2が得られる。
[0155]
TCX合成信号ai−1が窓処理されて、ai−1w5が得られる。ai−1w5の
逆順は、(ai−1w5)Rである。
[0156]
再度生成されたエイリアシング成分bi−1w6を加算および逆窓処理することにより、サブフレーム1701(bi−1)が再構成される。対象遷移フレームを得るために、サブフレーム1701が、図17に示すようにサブフレーム1601と連結される。
[0157]
量子化の誤差により、連結部分の境界は滑らかではない。アーチファクトを除去するために、境界の平滑化に適応したアルゴリズムを考案する。図24は、サブフレーム境界平滑化処理を示す。
[0158]
サブフレーム1701(bi−1)は、TCX窓形状により窓処理される。折り畳みおよび展開処理を適用してMDCT−TCXエイリアシング成分を生成する。得られた結果と、元々はMDCT−TCX逆変換に起因するサブフレーム1605のエイリアシング部分とが重ね合わされて、サブフレーム2401が得られる。サブフレーム1601と2401との間の境界は、重複加算処理により滑らかになる。過渡信号[ai−1、bi−1]が再構成される。
[0159]
(効果)
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、AAC−ELDモードに起因するフレームiのエイリアシングを除去する。これにより、TCXモードからAAC−ELDモードへのシームレスな遷移を実現する。
[0160]
(第13の実施の形態)
第13の実施の形態において、低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて過渡信号を符号化するための符号化方法を考案する。
[0161]
AAC−ELDコーデックにおいて、ロングウインドウ形状のみが用いられる。これにより、エネルギーが急激に変化する過渡信号の符号化性能が低下する。過渡信号に対処するには、ショートウインドウが好ましい。本実施の形態では、過渡信号符号化アルゴリズムを考案する。過渡信号を有する対象フレームiが、先行フレームと連結されて、より長いフレームサイズを有
Claims (18)
- 線形予測係数を用いたスピーチ符号化モードと低遅延直交変換を用いたオーディオ符号化モードとを切り替えながら符号化ストリームを復号するオーディオハイブリッド復号装置であって、
前記オーディオ符号化モードにおいて、逆低遅延フィルタバンクを用いて前記符号化信号を復号することによって、合成信号を生成する低遅延変換復号部と、
前記スピーチ符号化モードにおいて、前記線形予測係数を含む前記符号化信号を復号することによって、音声合成信号を生成する音声復号部と、
前記低遅延直交変換を用いたオーディオ符号化モードから前記線形予測係数を用いた前記スピーチ符号化モードに切替られたフレームである第1の遷移フレームを、復号対象フレームに先行する先行フレームの信号を用いて復号し、復号された前記第1の遷移フレームの信号と、前記音声復号部によって生成された前記復号対象フレームの前記音声合成信号とを組み合わせることによって、前記入力信号の時間領域信号を再構成するブロック切替部と
を備えるオーディオハイブリッド復号装置。 - 前記ブロック切替部は、前記復号対象フレームの前記音声合成信号、複数の前記逆低遅延フィルタバンクからの先行フレームの逆変換信号、および前記先行フレームの再構成信号を用いて、前記第1の遷移フレームを復号する
請求項1記載のオーディオハイブリッド復号装置。 - 前記音声復号部は、前記線形予測係数と代数符号励振係数を復号することにより音声合成信号を生成する代数符号励振線形予測復号部を備え、
前記ブロック切替部は、前記第1の遷移フレームが、前記低遅延直交変換を用いた前記オーディオ符号化モードから、前記代数符号励振線形予測係数を用いた前記スピーチ符号化モードに切替られたフレームである場合、前記復号対象フレームの代数符号励振線形予測合成信号、前記複数の逆低遅延フィルタバンクからの先行フレームの逆変換信号、および前記先行フレームの再構成信号を用いて、前記第1の遷移フレームを復号する
請求項2記載のオーディオハイブリッド復号装置。 - 前記音声復号部は、さらに、前記線形予測係数を復号して、励振合成信号を直交変換処理によって生成する変換符号化励振復号部を備え、
前記ブロック切替部は、前記第1の遷移フレームが、前記低遅延直交変換を用いた前記オーディオ符号化モードから、前記変換符号化励振復号処理を行うスピーチ符号化モードに切替られたフレームである場合、前記復号化対象フレームの変換符号化励振合成信号と、前記逆低遅延フィルタバンクからの先行フレームの逆変換信号と、前記先行フレームの再構成信号とを用いて、前記第1の遷移フレームを復号する
請求項3記載のオーディオハイブリッド復号装置。 - 前記ブロック切替部は、前記スピーチ符号化モードが前記代数符号励振線形予測係数を用いた前記スピーチ符号化モードである場合、逆修正離散コサイン変換フィルタバンクからの前記複数の復号対象フレームの逆変換信号と、先行フレームの代数符号励振線形予測合成信号と、前記先行フレームの再構成信号とを用いることにより、前記スピーチ符号化モードから前記オーディオ符号化モードに切替られたフレームである第2の遷移フレームを復号する
請求項3記載のオーディオハイブリッド復号装置。 - 前記スピーチ符号化モードが前記変換符号化励振係数を用いた前記スピーチ符号化モードである場合、前記ブロック切替部は、前記逆低遅延フィルタバンクからの複数の対象フレームの逆変換信号と、先行フレームの変換符号化励振合成信号と、前記先行フレームの再構成信号とを用いることにより、前記スピーチ符号化モードから前記オーディオ符号化モードに切替られたフレームである第2の遷移フレームを復号する
請求項4記載のオーディオハイブリッド復号装置。 - 前記低遅延変換復号部は、復号対象フレームを、前記逆低遅延フィルタバンクの代わりに複数の修正離散コサイン変換フィルタバンクを用いた前記オーディオ符号化モードで復号する
請求項1記載のオーディオハイブリッド復号装置。 - 前記低遅延変換復号部は、ショートウインドウ処理された前記拡張フレームに対して逆修正離散コサイン変換フィルタバンクを適用し、前記逆修正離散コサイン変換フィルタバンクからの複数の復号対象フレームの逆変換信号と、前記拡張フレームに含まれる先行フレームの逆変換信号と、前記先行フレームの再構成信号とを用いることにより、前記拡張フレームにおける時間信号を復号する
請求項7記載のオーディオハイブリッド復号装置。 - 線形予測係数を用いたスピーチ符号化モードと低遅延直交変換を用いたオーディオ符号化モードとを切り替ながら入力信号を符号化するオーディオハイブリッド符号化装置であって、
前記入力信号の特徴に応じて前記入力信号を分類し、前記分類結果に応じて、前記入力信号を符号化する符号化モードとして、前記スピーチ符号化モードと前記オーディオ符号化モードとを切替える信号分類部と、
前記オーディオ符号化モードにおいて、低遅延フィルタバンクを用いて複数の符号化対象フレームの前記入力信号を符号化し、符号化された低遅延直交変換を用いて符号化信号を生成する低遅延変換符号化部と、
前記スピーチ符号化モードにおいて、符号化対象フレームの前記入力信号の複数の線形予測係数を算出することにより、複数の前記線形予測係数を含む符号化信号を生成する線形予測符号化部と、
前記信号分類部が、前記符号化モードを、前記低遅延直交変換を用いた前記オーディオ符号化モードから前記線形予測係数を用いた前記スピーチ符号化モードに切替えたフレームであり、前記符号化対象フレームに先行する先行フレームである第1の遷移フレームと、前記符号化対象フレームとを連結して拡張フレームを形成し、形成された前記拡張フレームを符号化するブロック切替部と
を備えるオーディオハイブリッド符号化装置。 - 前記線形予測符号化部は、
複数の前記線形予測係数の残差を、修正離散コサイン変換フィルタバンクを用いて符号化し、複数の変換符号化励振係数と前記複数の線形予測係数を含む符号化信号を生成する変換符号化励振符号化部と、
複数の前記線形予測係数と、複数の代数符号励振係数を含む符号化信号を生成する代数符号励振線形予測符号化部と
を備える請求項9記載のオーディオハイブリッド符号化装置。 - 前記ブロック切替部は、修正離散コサイン変換フィルタバンクを用いて複数の前記拡張フレームを変換することにより、前記スピーチ符号化モードから前記オーディオ符号化モードに切り替えられたフレームである第2の遷移フレームを符号化する
請求項9記載のオーディオハイブリッド符号化装置。 - 前記ブロック切替部は、符号化対象フレームと前記符号化対象フレームに先行する先行フレームとを連結して拡張フレームを形成し、前記拡張フレームをショートウインドウ処理した後、修正離散コサイン変換フィルタバンクによる変換処理を用いて符号化する
請求項9記載のオーディオハイブリッド符号化装置。 - 請求項3または請求項4記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.ウィンドウ処理および順序付けを行うことにより前記復号対象フレームの代数符号励振線形予測合成信号または前記変換符号化励振合成信号を処理して第1の信号を取得する処理部と、
b.ウィンドウ処理および順序付けを行うことにより前記先行フレームの再構成信号を処理して第2の信号を取得する処理部と、
c.前記第1の信号と前記第2の信号とを逆低遅延フィルタバンクからの複数の前記先行フレームの逆変換信号に加算して第3の信号を取得する処理部と、
d.ウィンドウ処理および順序付けを行うことにより前記第3の信号を処理して第4の信号を取得する処理部と、
e.前記第4の信号と前記対象フレームの前記代数符号励振線形予測合成信号または前記変換符号化励振合成信号とを連結させて再構成された信号を取得する処理部と
を備えるブロック切替部。 - 請求項7または請求項8記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.復号対象フレームから3フレーム前の再構成信号を、ウィンドウ処理および順序付けを行うことにより処理して第1の信号を取得する処理部と、
b.ウィンドウ処理および順序付けを行うことにより先行フレームの代数符号励振線形予測合成信号または変換符号化励振合成信号を処理して第2の信号を取得する処理部と、
c.前記第1の信号と前記第2の信号とを加算して第3の信号を取得する処理部と、
d.前記第3の信号をウィンドウ処理および順序付けを行うことにより前記復号対象フレームの逆低遅延直交変換信号の一部を取得する処理部と
を備えるブロック切替部。 - 請求項7または請求項8記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.復号対象フレームから2フレーム前の再構成信号をウィンドウ処理および順序付けを行うことにより処理して第1の信号を取得する処理部と、
b.前記第1の信号と前記再構成信号とを、前記復号対象フレームの前記逆低遅延フィルタバンクからの複数の逆変換信号に加算して第3の信号を取得する処理部と、
c.前記第3の信号を、ウィンドウ処理および順序付けを行うことにより前記復号対象ブロックの逆低遅延変換信号の一部を得る処理部と
を備えるブロック切替部。 - 請求項4記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.ウィンドウ処理および順序付けを行うことにより復号対象フレームの変換符号化励振合成信号を処理して第1の信号を取得する処理部と、
b.先行フレームの再構成信号をウィンドウ処理および順序付けを行うことにより第2の信号を取得する処理部と、
c.前記第1の信号と前記第2の信号とを、逆低遅延フィルタバンクからの前記複数の先行フレームの逆変換信号に加算して、第3の信号を取得する処理部と、
d.ウィンドウ処理および順序付けを行うことにより前記第3の信号を処理して第4の信号を取得する処理部と、
e.前記第4の信号と前記復号対象フレームの前記変換符号化励振合成信号とを連結させて再構成された信号を取得する処理部と
を備えるブロック切替部。 - 請求項6記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.ウィンドウ処理および順序付けにより先行フレームの前記変換符号化励振合成信号を処理して、第1の信号を取得する処理部と、
b.ウィンドウ処理および順序付けを行うことにより先行フレームの前記再構成信号を処理して、第2の信号を取得する処理部と、
c.前記第1の信号と前記第2の信号とを、逆低遅延フィルタバンクからの複数の復号対象フレームの逆変換信号に加算して第3の信号を取得する処理部と、
d.ウィンドウ処理および順序付けを行うことにより前記第3の信号を処理して第4の信号を取得する処理部と、
e.前記第4の信号と前記先行フレームの前記変換符号化励振合成信号とを連結させて再構成された信号を取得する処理部と
を備えるブロック切替部。 - 請求項8記載のオーディオハイブリッド復号装置に備えられる前記ブロック切替部であって、
a.前記複数の復号対象フレームの逆修正離散コサイン変換フィルタバンクからの再構成信号を、ウィンドウ処理および順序付けを行うことにより第1の信号を取得する処理部と、
b.前記先行フレームの再構成信号をウィンドウ処理および順序付けを行うことにより、第2の信号を取得する処理部と、
c.前記第1の信号と前記第2の信号とを逆低遅延フィルタバンクからの複数の先行フレームの逆変換信号に加算して、第3の信号を取得する処理部と、
d.ウィンドウ処理および順序付けにより前記第3の信号を処理して第4の信号を取得する処理部と、
e.前記第4の信号と前記複数の復号対象フレームの前記逆修正離散コサイン変換フィルタバンクからの前記再構成信号とを連結させて、再構成された信号を取得する処理部と
を備えるブロック切替部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012520286A JP5882895B2 (ja) | 2010-06-14 | 2011-06-14 | 復号装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010134848 | 2010-06-14 | ||
JP2010134848 | 2010-06-14 | ||
PCT/JP2011/003352 WO2011158485A2 (ja) | 2010-06-14 | 2011-06-14 | オーディオハイブリッド符号化装置およびオーディオハイブリッド復号装置 |
JP2012520286A JP5882895B2 (ja) | 2010-06-14 | 2011-06-14 | 復号装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011158485A1 true JPWO2011158485A1 (ja) | 2013-08-19 |
JP5882895B2 JP5882895B2 (ja) | 2016-03-09 |
Family
ID=45348685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012520286A Active JP5882895B2 (ja) | 2010-06-14 | 2011-06-14 | 復号装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9275650B2 (ja) |
EP (1) | EP2581902A4 (ja) |
JP (1) | JP5882895B2 (ja) |
KR (1) | KR101790373B1 (ja) |
CN (1) | CN102934161B (ja) |
WO (1) | WO2011158485A2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2730355C (en) * | 2008-07-11 | 2016-03-22 | Guillaume Fuchs | Apparatus and method for encoding/decoding an audio signal using an aliasing switch scheme |
BR122021002034B1 (pt) * | 2010-07-08 | 2021-11-03 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E. V. | Codificador que utiliza cancelamento de serrilhado futuro |
CN103477388A (zh) * | 2011-10-28 | 2013-12-25 | 松下电器产业株式会社 | 声音信号混合解码器、声音信号混合编码器、声音信号解码方法及声音信号编码方法 |
WO2013168414A1 (ja) * | 2012-05-11 | 2013-11-14 | パナソニック株式会社 | 音信号ハイブリッドエンコーダ、音信号ハイブリッドデコーダ、音信号符号化方法、及び音信号復号方法 |
CN103714821A (zh) | 2012-09-28 | 2014-04-09 | 杜比实验室特许公司 | 基于位置的混合域数据包丢失隐藏 |
BR112015025022B1 (pt) | 2013-04-05 | 2022-03-29 | Dolby International Ab | Método de decodificação, decodificador em um sistema de processamento de áudio, método de codificação, e codificador em um sistema de processamento de áudio |
CN114566182A (zh) | 2013-04-05 | 2022-05-31 | 杜比实验室特许公司 | 使用高级频谱延拓降低量化噪声的压扩装置和方法 |
EP2863386A1 (en) | 2013-10-18 | 2015-04-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio decoder, apparatus for generating encoded audio output data and methods permitting initializing a decoder |
FR3013496A1 (fr) * | 2013-11-15 | 2015-05-22 | Orange | Transition d'un codage/decodage par transformee vers un codage/decodage predictif |
CN107452391B (zh) * | 2014-04-29 | 2020-08-25 | 华为技术有限公司 | 音频编码方法及相关装置 |
CN104143335B (zh) | 2014-07-28 | 2017-02-01 | 华为技术有限公司 | 音频编码方法及相关装置 |
WO2017050398A1 (en) * | 2015-09-25 | 2017-03-30 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoder, decoder and methods for signal-adaptive switching of the overlap ratio in audio transform coding |
US10499229B2 (en) * | 2016-01-24 | 2019-12-03 | Qualcomm Incorporated | Enhanced fallback to in-band mode for emergency calling |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007538283A (ja) * | 2004-05-19 | 2007-12-27 | ノキア コーポレイション | オーディオ用コーダ・モード切り替え支援 |
WO2010040522A2 (en) * | 2008-10-08 | 2010-04-15 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. | Multi-resolution switched audio encoding/decoding scheme |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7394833B2 (en) * | 2003-02-11 | 2008-07-01 | Nokia Corporation | Method and apparatus for reducing synchronization delay in packet switched voice terminals using speech decoder modification |
EP1618763B1 (en) | 2003-04-17 | 2007-02-28 | Koninklijke Philips Electronics N.V. | Audio signal synthesis |
BRPI0409327B1 (pt) | 2003-04-17 | 2018-02-14 | Koninklijke Philips N.V. | Dispositivo para gerar um sinal de áudio de saída com base em um sinal de aúdio de entrada, método para prover um sinal de áudio de saída com base em um sinal de áudio de entrada e aparelho para fornecer um sinal de áudio de saída |
US20060294312A1 (en) | 2004-05-27 | 2006-12-28 | Silverbrook Research Pty Ltd | Generation sequences |
EP1841072B1 (de) | 2006-03-30 | 2016-06-01 | Unify GmbH & Co. KG | Verfahren und Einrichtung zum Dekodieren von schichtkodierten Daten |
CN101231850B (zh) * | 2007-01-23 | 2012-02-29 | 华为技术有限公司 | 编解码方法及装置 |
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 |
KR101490246B1 (ko) * | 2007-07-02 | 2015-02-05 | 엘지전자 주식회사 | 방송 수신기 및 방송신호 처리방법 |
KR101405971B1 (ko) * | 2007-07-02 | 2014-06-12 | 엘지전자 주식회사 | 방송 수신기 및 방송신호 처리방법 |
US8392179B2 (en) * | 2008-03-14 | 2013-03-05 | Dolby Laboratories Licensing Corporation | Multimode coding of speech-like and non-speech-like signals |
ES2650492T3 (es) * | 2008-07-10 | 2018-01-18 | Voiceage Corporation | Dispositivo y método de cuantificación de filtro LPC de múltiples referencias |
CA2730355C (en) | 2008-07-11 | 2016-03-22 | Guillaume Fuchs | Apparatus and method for encoding/decoding an audio signal using an aliasing switch scheme |
KR101227729B1 (ko) | 2008-07-11 | 2013-01-29 | 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 | 샘플 오디오 신호의 프레임을 인코딩하기 위한 오디오 인코더 및 디코더 |
JP5551695B2 (ja) | 2008-07-11 | 2014-07-16 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー.ファオ | 音声符号器、音声復号器、音声符号化方法、音声復号化方法およびコンピュータプログラム |
EP2144230A1 (en) | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme having cascaded switches |
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. |
WO2011013980A2 (en) * | 2009-07-27 | 2011-02-03 | Lg Electronics Inc. | A method and an apparatus for processing an audio signal |
CN101661749A (zh) | 2009-09-23 | 2010-03-03 | 清华大学 | 一种语音和音乐双模切换编/解码的方法 |
-
2011
- 2011-06-14 WO PCT/JP2011/003352 patent/WO2011158485A2/ja active Application Filing
- 2011-06-14 US US13/703,044 patent/US9275650B2/en active Active
- 2011-06-14 KR KR1020127031469A patent/KR101790373B1/ko active IP Right Grant
- 2011-06-14 CN CN201180028085.9A patent/CN102934161B/zh active Active
- 2011-06-14 EP EP11795393.5A patent/EP2581902A4/en not_active Withdrawn
- 2011-06-14 JP JP2012520286A patent/JP5882895B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007538283A (ja) * | 2004-05-19 | 2007-12-27 | ノキア コーポレイション | オーディオ用コーダ・モード切り替え支援 |
WO2010040522A2 (en) * | 2008-10-08 | 2010-04-15 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. | Multi-resolution switched audio encoding/decoding scheme |
Non-Patent Citations (2)
Title |
---|
GUILLAUME FUCHS, ET AL.: "MDCT-Based Coder for Highly Adaptive Speech and Audio Coding", PROC. 17TH EUROPEAN SIGNAL PROCESSING CONFERENECE, JPN6015015713, 24 August 2009 (2009-08-24), GB, pages 1264 - 1268, ISSN: 0003057196 * |
RAVI K. CHIVUKULA, ET AL.: "Efficient Algorithms for MPEG-4 AAC-ELD, AAC-LD and AAC-LC Filterbanks", PROC. INTERNATIONAL CONFERENCE ON AUDIO, LANGUAGE AND IMAGE PROCESSING, 2008, JPN6015015714, 7 July 2008 (2008-07-07), CN, pages 1629 - 1634, XP031298601, ISSN: 0003057197 * |
Also Published As
Publication number | Publication date |
---|---|
JP5882895B2 (ja) | 2016-03-09 |
WO2011158485A2 (ja) | 2011-12-22 |
KR20130028751A (ko) | 2013-03-19 |
US20130090929A1 (en) | 2013-04-11 |
CN102934161B (zh) | 2015-08-26 |
CN102934161A (zh) | 2013-02-13 |
EP2581902A1 (en) | 2013-04-17 |
US9275650B2 (en) | 2016-03-01 |
EP2581902A4 (en) | 2015-04-08 |
KR101790373B1 (ko) | 2017-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5882895B2 (ja) | 復号装置 | |
KR101508819B1 (ko) | 멀티 모드 오디오 코덱 및 이를 위해 적응된 celp 코딩 | |
JP5171842B2 (ja) | 時間領域データストリームを表している符号化および復号化のための符号器、復号器およびその方法 | |
KR101699898B1 (ko) | 스펙트럼 영역에서 디코딩된 오디오 신호를 처리하기 위한 방법 및 장치 | |
JP5722040B2 (ja) | スケーラブルなスピーチおよびオーディオコーデックにおける、量子化mdctスペクトルに対するコードブックインデックスのエンコーディング/デコーディングのための技術 | |
US8959015B2 (en) | Apparatus for encoding and decoding of integrated speech and audio | |
WO2013061584A1 (ja) | 音信号ハイブリッドデコーダ、音信号ハイブリッドエンコーダ、音信号復号方法、及び音信号符号化方法 | |
KR101869395B1 (ko) | 예측 인코딩 및 변환 인코딩 사이에서 교번하는 낮은―지연 사운드―인코딩 | |
TWI479478B (zh) | 用以使用對齊的預看部分將音訊信號解碼的裝置與方法 | |
TW201009815A (en) | Audio encoder and decoder for encoding frames of sampled audio signals | |
JP5404412B2 (ja) | 符号化装置、復号装置およびこれらの方法 | |
JP2010020346A (ja) | 音声信号および音楽信号を符号化する方法 | |
KR20110055545A (ko) | 오디오 샘플 인코드 및 디코드용 오디오 인코더 및 디코더 | |
US9984696B2 (en) | Transition from a transform coding/decoding to a predictive coding/decoding | |
WO2008053970A1 (fr) | Dispositif de codage de la voix, dispositif de décodage de la voix et leurs procédés | |
US8112271B2 (en) | Audio encoding device and audio encoding method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150622 |
|
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: 20160105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160204 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5882895 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |