WO2010008175A2 - 음성/오디오 통합 신호의 부호화/복호화 장치 - Google Patents

음성/오디오 통합 신호의 부호화/복호화 장치 Download PDF

Info

Publication number
WO2010008175A2
WO2010008175A2 PCT/KR2009/003854 KR2009003854W WO2010008175A2 WO 2010008175 A2 WO2010008175 A2 WO 2010008175A2 KR 2009003854 W KR2009003854 W KR 2009003854W WO 2010008175 A2 WO2010008175 A2 WO 2010008175A2
Authority
WO
WIPO (PCT)
Prior art keywords
module
encoding
signal
audio
decoding
Prior art date
Application number
PCT/KR2009/003854
Other languages
English (en)
French (fr)
Other versions
WO2010008175A3 (ko
Inventor
이태진
백승권
김민제
장대영
강경옥
홍진우
박호종
박영철
Original Assignee
한국전자통신연구원
광운대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원, 광운대학교 산학협력단 filed Critical 한국전자통신연구원
Priority to CN2009801357117A priority Critical patent/CN102150205B/zh
Priority to EP09798078.3A priority patent/EP2302623B1/en
Priority to EP20166657.5A priority patent/EP3706122A1/en
Priority to US13/054,377 priority patent/US8959015B2/en
Priority to JP2011518644A priority patent/JP2011528134A/ja
Publication of WO2010008175A2 publication Critical patent/WO2010008175A2/ko
Publication of WO2010008175A3 publication Critical patent/WO2010008175A3/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders

Definitions

  • the present invention relates to an apparatus for encoding / decoding a speech / audio integrated signal and a method thereof.
  • a codec has two or more encoding / decoding modules that operate in different structures, and has a plurality of internal frames according to input characteristics for each operation frame.
  • the present invention relates to an apparatus and a method for enabling a module change without distortion by solving a signal distortion problem occurring when a selected module is changed as a frame progresses.
  • Voice signals and audio signals have different characteristics, and voice codecs and audio codecs specialized for each signal are independently researched and respective standard codecs are developed by utilizing the unique characteristics of each signal.
  • the present invention provides a voice / audio integrated encoding / decoding apparatus and method which combines a voice codec module and an audio codec module and selects and applies a codec module according to characteristics of an input signal.
  • the present invention provides a speech / audio integrated encoding / decoding apparatus and method for solving a distortion problem caused by discontinuity of each module operation by using information of a past module when a selected codec module is changed over time.
  • the present invention uses an additional method when the previous information for the overlap-sum is not provided in an MDCT module requiring TDAC, thereby enabling TDAC to perform normal MDCT-based codec operation so as to perform normal MDCT-based codec / decoding.
  • An apparatus and method are provided.
  • a module selection unit for selecting a first encoding module for encoding a first frame of the input signal by analyzing characteristics of an input signal, selecting the module selection unit A voice encoder for encoding the input signal to generate a voice bit string, and an audio encoder for encoding the input signal to generate an audio bit string according to the selection of the module selector. And a bitstream generator configured to generate an output bit string from the speech encoder or the audio encoder.
  • the speech / audio integrated encoding apparatus stores a module ID of the selected encoding module and encodes information of a second encoding module, which is an encoding module corresponding to a previous frame of the first frame. And a module buffer for transmitting the input signal to the audio encoder, and an input buffer for storing the input signal and outputting a past input signal that is an input signal for the previous frame.
  • An output bit string may be generated by combining a module ID and a bit string of the selected encoding module.
  • the module selector may extract a module ID of the selected encoding module and transfer the module ID to the module buffer and the bit string generator.
  • an encoding initialization unit may be configured to determine an initial value for encoding the first speech encoder.
  • the first encoding unit encodes using an internal initial value of the first encoding unit, and the first encoding module
  • the encoding may be performed using an initial value determined by the encoding initialization unit.
  • the encoding initialization unit LPC analysis unit for calculating the LPC (Liner predictive Coder) coefficient for the past input signal, LSP coefficients calculated by the LPC analysis unit LSP (Linear Spectrum Pair) value
  • LPC analysis unit for calculating the LPC residual signal using the LSP conversion unit for converting the LPC coefficients, the LPC coefficient, the LSP value, and the LPC residual signal
  • the encoder may include an encoding initial value determiner that determines an initial value for encoding.
  • the first audio encoder which encodes an input signal through a Modified Discrete Cosine Transform (MDCT) operation
  • MDCT Modified Discrete Cosine Transform
  • the second speech encoder for encoding the input signal in the CELP structure
  • the input signal through the MDCT operation may include a multiplexer configured to generate an output bit string by selecting one of a second audio encoder to encode and an output of the first audio encoder, an output of the second speech encoder, and an output of the second audio encoder.
  • the second speech encoder may encode an input signal corresponding to a first half sample of the first frame.
  • the second audio encoder a zero input response calculator for calculating a zero input response to the LPC filter after the encoding operation of the second speech encoder is finished, the first frame A first converter converting the input signal corresponding to the first half sample of the signal to zero and a second converter subtracting the zero input response from the input signal corresponding to the second half sample of the first frame;
  • the transform signal of the first transform unit and the transform signal of the second transform unit may be encoded.
  • An apparatus for decoding a speech / audio integrated signal may include: a module selecting unit configured to select a first decoding module for decoding a first frame of the input bit string by analyzing characteristics of an input bit string; A voice decoder which decodes the input bit string to generate a voice signal according to a selection of a part, and an audio decoder and module selector which decode the input bit string to generate an audio signal according to a selection of the module selector And an output generator configured to select one of a voice signal of the voice decoder and an audio signal of the audio decoder to generate an output signal.
  • the apparatus for decoding a speech / audio integrated signal stores a module ID of the selected decoding module and receives information of a second decoding module, which is a decoding module for a previous frame of the first frame, from the voice.
  • the apparatus may further include a decoder, a module buffer transmitted to the audio decoder, and an output buffer configured to store the output signal and output a past output signal which is an output signal for the previous frame.
  • the audio decoding unit if the first decoding module and the second decoding module is the same, the first audio decoder to decode the input bit stream through the Inverse Modified Disc Coteine Transform (IMDCT) operation If the first decoding module and the second decoding module is different, the second speech decoder to decode the input bit stream in a CELP structure, if the first decoding module and the second decoding module is different, through the IMDCT operation
  • IMDCT Inverse Modified Disc Coteine Transform
  • the voice and audio integrated encoding / decoding apparatus and method which shows more excellent performance Is provided.
  • a voice / audio integrated encoding / decoding apparatus solves a distortion problem caused by discontinuity of operation of each module by using information of a past module when a selected codec module is changed over time. And a method are provided.
  • a normal MDCT-based codec operation is performed by enabling TDAC (Domain Aliasing Cancellation).
  • TDAC Domain Aliasing Cancellation
  • FIG. 1 is a diagram illustrating an apparatus for encoding a speech / audio integrated signal according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an example of the speech encoder illustrated in FIG. 1.
  • FIG. 3 is a diagram illustrating an example of the audio encoder of FIG. 1.
  • FIG. 4 is a diagram for describing an operation of the audio encoder illustrated in FIG. 3.
  • FIG. 5 is a diagram illustrating an apparatus for decoding a voice / audio integrated signal according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating an example of the speech decoder illustrated in FIG. 5.
  • FIG. 7 is a diagram illustrating an example of the audio decoder illustrated in FIG. 5.
  • FIG. 8 is a diagram for describing an operation of the audio decoder illustrated in FIG. 7.
  • FIG. 9 is a flowchart illustrating a method of encoding a speech / audio integrated signal according to an embodiment of the present invention.
  • FIG. 10 is a flowchart illustrating a method of decoding a speech / audio integrated signal according to an embodiment of the present invention.
  • the integrated codec has a structure including two encoding / decoding modules, the speech encoding / decoding module has a CELP (Code Excitation Linear Prediction) structure, and the audio encoding / decoding module has a MDCT (Modified Discrete Cosine). Assume that we have a structure that includes a Transform) operation.
  • CELP Code Excitation Linear Prediction
  • MDCT Modified Discrete Cosine
  • FIG. 1 is a diagram illustrating an apparatus for encoding a speech / audio integrated signal according to an embodiment of the present invention.
  • the apparatus 100 for encoding an audio / audio integrated signal may include a module selector 110, a speech encoder 130, an audio encoder 140, and a bitstream generator 150. Can be.
  • the apparatus 100 for encoding an audio / audio integrated signal may further include a module buffer 120 and an input buffer 160.
  • the module selector 110 may select a first encoding module for encoding a first frame of the input signal by analyzing characteristics of the input signal.
  • the first frame may be a current frame of the input signal.
  • the module selector 110 may analyze the input signal to determine a module ID for encoding the current frame, transmit the input signal to the first selected encoding module, and input the module ID to the bit string generator.
  • the module buffer 120 may store a module ID of the selected encoding module and transmit information of the second encoding module, which is an encoding module corresponding to the previous frame of the first frame, to the speech encoder and the audio encoder.
  • the input buffer 160 may store an input signal and output a past input signal that is an input signal for the previous frame. That is, the input buffer may store an input signal and output a past input signal corresponding to a frame one frame before the current frame.
  • the speech encoder 130 may generate a speech bit string by encoding the input signal according to the selection of the module selector 110.
  • the voice encoder 130 will be described in more detail below with reference to FIG. 2.
  • FIG. 2 is a diagram illustrating an example of the speech encoder 130 illustrated in FIG. 1.
  • the speech encoder 130 may include an encoding initializer 210 and a first speech encoder 220.
  • the encoding initialization unit 210 may determine an initial value for encoding the first speech encoder 220 when the first encoding module and the second encoding module are different. That is, the encoding initialization unit 210 may determine an initial value to be provided to the first speech encoder 220 only when the previous module is input and the previous frame performs the MDCT operation.
  • the encoding initialization unit 210 may include an LPC analyzer 211, an LSP converter 212, an LPC residual signal calculator 213, and an encoding initial value determiner 214.
  • the LPC analyzer 211 may calculate an LPC (Liner predictive Coder) coefficient for the past input signal. That is, the LPC analyzer 211 may receive a past input signal, perform LPC analysis in the same manner as the first voice encoder 220, and obtain an LPC coefficient corresponding to the past input signal and output the same.
  • LPC Liner predictive Coder
  • the LSP converter 212 may convert the LPC coefficients calculated by the LPC analyzer into a linear spectrum pair (LSP) value.
  • the LPC residual signal calculator 213 may calculate an LPC residual signal using the past input signal and the LPC coefficient.
  • the encoding initial value determiner 214 may determine an initial value for encoding the first speech encoder 220 by using the LPC coefficient, the LSP value, and the LPC residual signal. That is, the encoding initial value determiner 214 may input an LPC coefficient, an LSP value, an LPC residual signal, and the like to determine and output an initial value in a form required by the first speech encoder 220.
  • the first speech encoder 220 may encode the input signal in a Code Excitation Linear Prediction (CELP) structure.
  • CELP Code Excitation Linear Prediction
  • encoding is performed using an internal initial value of the first speech encoder, and when the first encoding module and the second encoding module are different, the encoding initialization. Encoding may be performed using an initial value determined by the negative unit. For example, the first speech encoder 220 receives a past module that has performed encoding on a frame one frame before the current frame. If the previous frame performs the CELP operation, the first speech encoder 220 receives the input signal corresponding to the current frame.
  • CELP Code Excitation Linear Prediction
  • the first speech encoder 220 may generate a bit string by performing an encoding operation using previous information provided internally. If the previous frame has performed the MDCT operation, the first speech encoder 220 may delete all the past information for CELP encoding, proceed with the encoding operation using the initial value provided by the encoding initialization unit 210, and generate a bit string. Can be.
  • the audio encoder 140 may generate an audio bit string by encoding the input signal according to the selection of the module selector 110.
  • the audio encoder 140 will be described in more detail below with reference to FIGS. 3 and 4.
  • FIG. 3 is a diagram illustrating an example of the audio encoder 140 illustrated in FIG. 1.
  • the audio encoder 140 may include a first audio encoder 330, a second voice encoder 310, a second audio encoder 320, and a multiplexer 340. .
  • the first audio encoder 330 may encode an input signal through a Modified Discrete Cosine Transform (MDCT) operation. That is, when the previous audio module 330 receives the previous module and the previous frame performs the MDCT operation, the first audio encoder 330 may encode the input signal corresponding to the current frame by performing the MDCT operation and generate a bit string. The generated bit string may be input to the multiplexer 340.
  • MDCT Modified Discrete Cosine Transform
  • X is referred to as an input signal of the current frame, and signals divided into two half-frame lengths are referred to as x1 and x2, respectively.
  • the MDCT operation of the current frame is applied to the XY signal including the Y signal corresponding to the future frame, and MDCT can be executed after multiplying the window w1w2w3w4 by XY.
  • w1, w2, w3, and w4 mean each window fragment obtained by dividing the window into 1/2 frame lengths. If the previous frame performed the CELP operation, the first audio encoder 330 does not perform any operation.
  • the second speech encoder 310 may encode the input signal using the CELP structure.
  • the second speech encoder 310 may receive a past module, and if the previous frame is operated by CELP, may encode the x1 signal, output a bit string, and input the multiplexer 340.
  • the encoding operation may be performed without an initialization problem. If the previous frame performed the MDCT operation, the second speech encoder 310 does not perform any operation.
  • the second audio encoder 320 may encode an input signal through an MDCT operation.
  • the second audio encoder 320 receives the past module and, if the previous frame is operated by CELP, encodes the input signal by one of the first to third methods.
  • the first method may encode an input signal according to an existing MDCT operation.
  • a signal reconstructor operation of the audio decoding module may be determined according to a method used by the second audio encoder 320. If the previous frame performed the MDCT operation, the second audio encoder 320 does not perform any operation.
  • the second audio encoder 320 calculates a zero input response to the LPC filter after the encoding operation of the second speech encoder 310 is finished (not shown).
  • a first converter (not shown) for converting an input signal corresponding to a first half sample of the first frame to zero, and the zero input in an input signal corresponding to a second half sample of the first frame
  • a second transform unit (not shown) for subtracting the response, and encoding the transform signal of the first transform unit and the transform signal of the second transform unit.
  • the multiplexer 340 may select one of an output of the first audio encoder 330, an output of the second voice encoder 310, and an output of the second audio encoder 320 to generate an output bit string. have. Here, the multiplexer 340 combines the bit strings to generate a final bit string. If the previous frame performs the MDCT operation, the final bit string is the same as the output bit string of the first audio encoder 330.
  • the bitstream generator 150 may generate an output bit string by combining the module ID of the selected encoding module and the bit string of the selected encoding module.
  • the bitstream generator 150 may generate a final bit string by combining a module ID and a bit string corresponding to the module ID.
  • FIG. 5 is a diagram illustrating an apparatus for decoding a voice / audio integrated signal according to an embodiment of the present invention.
  • the apparatus 500 for decoding a voice / audio integrated signal may include a module selector 510, a voice decoder 530, an audio decoder 540, and an output generator 550.
  • the apparatus 500 for decoding a voice / audio integrated signal may further include a module buffer 520 and an output buffer 560.
  • the module selector 510 may select a first decoding module for decoding the first frame of the input bit string by analyzing the characteristics of the input bit string. That is, the module selector 510 may analyze the module transmitted from the input bit string, output the module ID, and transfer the input bit string to the corresponding decoding module.
  • the voice decoder 530 may generate a voice signal by decoding the input bit string according to the selection of the module selector 510. That is, the CELP-based speech decoding operation may be performed.
  • the voice decoder 530 will be described in more detail below with reference to FIG. 6.
  • FIG. 6 is a diagram illustrating an example of the speech decoder illustrated in FIG. 5.
  • the voice decoder 530 may include a decoding initialization unit 610 and a first voice decoder 620.
  • the decoding initialization unit 610 may determine an initial value for decoding of the first voice decoding unit 620. That is, the decoding initialization unit 610 may determine an initial value to be provided to the first voice decoder 620 only when the previous module is input and the previous frame performs the MDCT operation.
  • the decoding initialization unit 610 may include an LPC analyzer 611, an LSP converter 612, an LPC residual signal calculator 613, and a decoding initial value determiner 614.
  • the LPC analyzer 611 may calculate an LPC (Liner predictive Coder) coefficient for the past output signal. That is, the LPC analyzer 611 may receive the past output signal, perform LPC analysis in the same manner as the first voice decoder 620, and obtain and output an LPC coefficient corresponding to the past output signal.
  • LPC Liner predictive Coder
  • the LSP converter 612 may convert the LPC coefficients calculated by the LPC analyzer 611 into LSP (Linear Spectrum Pair) values.
  • the LPC residual signal calculator 613 may calculate the LPC residual signal using the past output signal and the LPC coefficient.
  • the decoding initial value determiner 614 may determine an initial value for decoding of the first voice decoder 620 by using the LPC coefficient, the LSP value, and the LPC residual signal. That is, the decoding initial value determiner 614 may input an LPC coefficient, an LSP value, an LPC residual signal, and the like to determine and output an initial value in a form required by the first voice decoder 620.
  • the first voice decoder 620 may decode the input signal in a Code Excitation Linear Prediction (CELP) structure.
  • CELP Code Excitation Linear Prediction
  • the first voice decoder 620 receives a past module that has decoded a frame one frame before the current frame, and if the previous frame performs the CELP operation, inputs a signal corresponding to the current frame using the CELP method.
  • the first voice decoder 620 may generate an output signal by performing a decoding operation using previous information provided internally. If the previous frame has performed the MDCT operation, the first voice decoder 620 deletes all past information for CELP decoding, proceeds with the decoding operation using the initial value provided by the decoding initialization unit 610, and generates an output signal. Can be.
  • the audio decoder 540 may generate an audio signal by decoding the input bit string according to the selection of the module selector 510.
  • the audio decoder 540 will be described in more detail below with reference to FIGS. 7 and 8.
  • FIG. 7 is a diagram illustrating an example of the audio decoder 540 illustrated in FIG. 5.
  • the audio decoder 540 may include a first audio decoder 730, a second voice decoder 710, a second audio decoder 720, a signal reconstructor 740, and an output selection. A portion 750 may be included.
  • the first audio decoder 730 may decode the input bit string through an inverse modified discrete cosine transform (IMDCT) operation. That is, when the previous audio module 730 receives the previous module and the previous frame performs the IMDCT operation, the first audio decoder 730 may encode the input signal corresponding to the current frame by performing the IMDCT operation and generate a bit string. That is, the first audio decoder 730 inputs an input bit string of the current frame, performs an IMDCT operation, applies a window, and performs a TDAC operation according to the existing technology, and outputs a final output signal. If the previous frame performs the CELP operation, the first audio decoder 730 does not perform any operation.
  • IMDCT inverse modified discrete cosine transform
  • the second voice decoder 710 may decode the input bit string using the CELP structure. That is, the second voice decoder 710 receives the past module, and if the previous frame performed the CELP operation, the second voice decoder 710 may generate an output signal by decoding the bit string according to the existing voice decoding method. In this case, the output signal of the second voice decoder 710 may be x4 820 and have a half frame length. Since the previous frame operates with CELP, the second voice decoder 710 may be continuously connected to the previous frame and perform a decoding operation without an initialization problem.
  • the second audio decoder 720 may decode the input bit string through an IMDCT operation. At this time, after the IMDCT, only the window is applied and the output signal can be obtained without performing the TDAC operation.
  • an output signal of the second audio decoder 720 may be defined as ab 830, and a and b may each mean a signal having a half frame length.
  • the signal recovery unit 740 may calculate a final output from the output of the second voice decoder 710 and the output of the second audio decoder 720. In addition, the signal recovery unit 740 obtains a final output signal of the current frame, and defines an output signal as gh 850 as shown in FIG. 8, and g and h may be defined as signals having a half frame length. have.
  • h is an output signal corresponding to the second half sample of the first frame
  • b is a second audio decoder output signal
  • x4 is a second voice decoder output signal
  • w1 w2 is a window
  • w1 R denotes a signal obtained by rotating the w1 and x4 signals in a time frame in units of 1/2 frame length, respectively.
  • Equation 2 Equation 2
  • h denotes an output signal corresponding to the second half sample of the first frame
  • b denotes an output signal of the second audio decoder
  • w2 denotes a window
  • h can be calculated
  • h is an output signal corresponding to a half-sample after the first frame
  • b is a second audio decoder output signal
  • w2 is a window
  • x5 (840) is after decoding the second audio decoder output signal.
  • Each means a zero input response to the LPC filter.
  • the second voice decoder 710, the second audio decoder 720, and the signal reconstructor 740 may not perform any operation.
  • the output selector 750 may select one of the output of the signal recovery unit 740 or the output of the first audio decoder 730 to output the selected signal.
  • the output generator 550 selects one of a voice signal of the voice decoder 530 and an audio signal of the audio decoder 540 according to the selection of the module selector 510 to output an output signal. Can be generated. That is, the output generator 550 may select an output signal according to the module ID and output the final output signal.
  • the module buffer 520 stores the module ID of the selected decoding module, and transmits information of the second decoding module, which is a decoding module for the previous frame of the first frame, to the voice decoder 530 and the audio decoder 540. Can transmit That is, the module buffer 520 may store the module ID and output the past module corresponding to the module ID of one frame before.
  • the output buffer 560 may store the output signal and output a past output signal that is an output signal for the previous frame.
  • FIG. 9 is a flowchart illustrating a method of encoding a speech / audio integrated signal according to an embodiment of the present invention.
  • step 910 an input signal is analyzed to determine an encoding module type for encoding a current frame, buffering the input signal to prepare a previous frame input signal, and storing a module type of the current frame.
  • the module type of the previous frame can be prepared.
  • step 920 it may be determined whether the type of the determined module is a voice module or an audio module.
  • step 930 if the determined module is a voice module, it may be determined whether a change of the module has occurred.
  • step 950 when the module change has not occurred, the CELP encoding operation is performed according to the existing technology.
  • step 950 when the module change occurs, initialization is performed according to the operation of the encoding initialization module. We obtain and use this to perform CELP encoding.
  • step 940 if the determined module is an audio module, it may be determined whether a change of the module has occurred.
  • an additional encoding operation may be performed.
  • the input signal corresponding to 1/2 frame may be encoded based on CELP, and the second audio encoder may be performed on the entire frame signal.
  • the MDCT-based encoding operation may be performed according to an existing technology.
  • the final bit string may be selected and output according to the module type and whether the module is changed.
  • FIG. 10 is a flowchart illustrating a method of decoding a speech / audio integrated signal according to an embodiment of the present invention.
  • step 1001 the decoding module type of the current frame is determined according to the input bit string information, the previous frame output signal is prepared, and the module type of the current frame is stored to store the module type of the previous frame. You can prepare.
  • step 1002 it may be determined whether the type of the determined module is a voice module or an audio module.
  • step 1003 if the determined module is a voice module, it may be determined whether a change of the module has occurred.
  • step 1005 if the module change has not occurred, the CELP decryption operation is performed according to the existing technology.
  • step 1006 if the module change occurs, the initialization is performed according to the operation of the decryption initialization module. We obtain and use it to perform CELP decoding.
  • step 1004 if the determined module is an audio module, it may be determined whether a change of the module has occurred.
  • step 1007 when a module change occurs, an additional decoding operation may be performed.
  • the input bit string is decoded based on CELP to obtain an output signal corresponding to 1/2 frame length, and the second audio decoder is performed on the input bit string to obtain an output signal.
  • step 1008 if no module change occurs, the MDCT-based decoding operation may be performed according to the existing technology.
  • a signal restorer operation may be performed to obtain an output signal.
  • a final signal may be selected and output according to a module type and whether a module is changed.
  • the past module uses information, which can solve the distortion problem caused by the discontinuity of each module operation.
  • the voice / audio integrated encoding / decoding apparatus and method for enabling TDAC to perform normal MDCT-based codec operation it is possible to provide a voice / audio integrated encoding / decoding apparatus and method for enabling TDAC to perform normal MDCT-based codec operation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

음성/오디오 통합 신호의 부호화/복호화 장치가 개시된다. 음성/오디오 통합 신호의 부호화 장치는, 입력 신호의 특성을 분석하여 상기 입력 신호의 제1 프레임을 부호화하기 위한 제1 부호화 모듈을 선택하는 모듈 선택부, 상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 음성 비트열을 생성하는 음성 부호화부, 상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 오디오 비트열을 생성하는 오디오 부호화부 및 상기 모듈 선택부의 선택에 따라, 상기 음성 부호화부 또는 상기 오디오 부호화부로부터 출력 비트열을 생성하는 비트스트림 생성부를 포함한다.

Description

음성/오디오 통합 신호의 부호화/복호화 장치
음성/오디오 통합 신호의 부호화/복호화 장치 및 그 방법에 관한 것으로 특히, 코덱(codec)이 서로 다른 구조로 동작하는 2개 이상의 부호화/복호화 모듈을 가지고 각 동작 프레임마다 입력의 특성에 따라 다수의 내부 모듈 중에서 하나를 선택하여 동작하는 경우에, 프레임 진행에 따라 선택된 모듈이 변경될 때 발생하는 신호 왜곡 문제를 해결하여 왜곡 없이 모듈 변경이 가능하도록 하는 장치 및 그 방법에 관한 것이다.
음성 신호와 오디오 신호는 서로 다른 특성을 가지며, 각 신호의 고유 특성을 활용하여 각 신호에 특화된 음성 코덱과 오디오 코덱이 독립적으로 연구되고 각각의 표준 코덱이 개발되었다.
최근 통신 및 방송 서비스가 통합됨에 따라 다양한 특성의 음성 및 오디오 신호를 하나의 코덱으로 통합적으로 처리하는 것이 필요하게 되었다. 그러나, 기존의 음성 코덱 또는 오디오 코덱은 각각 통합 코덱이 요구하는 성능을 제공하지 못하였다. 즉, 최고 성능을 가지는 오디오 코덱은 음성 신호에 대하여 만족스러운 성능을 제공하지 못하고, 최고 성능을 가지는 음성 코덱은 오디오 신호에 대하여 만족스러운 성능을 제공하지 못하였는바, 기존의 코덱은 통합 음성/오디오 코덱으로 사용되지 못하였다.
따라서, 입력 신호의 특징에 따라 해당 모듈을 선택하여 각 신호에 최적화된 부호화/복호화를 수행할 수 있는 기술이 요구된다.
본 발명은 음성 코덱 모듈과 오디오 코덱 모듈을 결합하고, 입력 신호의 특성에 따라 코덱 모듈을 선택하여 적용함으로써, 보다 뛰어난 성능을 나타내는 음성/오디오 통합 부호화/복호화 장치 및 방법을 제공한다.
본 발명은 시간 진행에 따라 선택된 코덱 모듈이 변경될 때 과거 모듈의 정보를 이용함으로써, 각 모듈 동작의 불연속에 의하여 발생하는 왜곡 문제를 해결하는 음성/오디오 통합 부호화/복호화 장치 및 방법을 제공한다.
본 발명은 TDAC를 요구하는 MDCT 모듈에서 중첩-합을 위한 이전 정보가 제공되지 않을 경우에 추가적인 방법을 사용함으로써, TDAC를 가능하게 하여 정상적인 MDCT 기반 코덱 동작을 수행하도록 하는 음성/오디오 통합 부호화/복호화 장치 및 방법을 제공한다.
본 발명의 일실시예에 따른 음성/오디오 통합 부호화 장치는, 입력 신호의 특성을 분석하여 상기 입력 신호의 제1 프레임을 부호화하기 위한 제1 부호화 모듈을 선택하는 모듈 선택부, 상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 음성 비트열을 생성하는 음성 부호화부, 상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 오디오 비트열을 생성하는 오디오 부호화부 및 상기 모듈 선택부의 선택에 따라, 상기 음성 부호화부 또는 상기 오디오 부호화부로부터 출력 비트열을 생성하는 비트스트림 생성부를 포함한다.
본 발명의 일측면에 따르면, 상기 음성/오디오 통합 부호화 장치는 상기 선택된 부호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대응하는 부호화 모듈인 제2 부호화 모듈의 정보를 상기 음성 부호화부 및 상기 오디오 부호화부로 전송하는 모듈 버퍼 및 상기 입력 신호를 저장하고, 상기 이전 프레임에 대한 입력 신호인 과거 입력 신호를 출력하는 입력 버퍼를 더 포함하고, 상기 비트스트림 생성부는, 상기 선택된 부호화 모듈의 모듈 ID 및 상기 선택된 부호화 모듈의 비트열을 결합하여 출력 비트열을 생성할 수 있다.
본 발명의 일측면에 따르면, 상기 모듈 선택부는, 상기 선택된 부호화 모듈의 모듈 ID를 추출하고, 상기 모듈 ID를 상기 모듈 버퍼 및 상기 비트열 생성부로 전달할 수 있다.
본 발명의 일측면에 따르면, 상기 음성 부호화부는, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, CELP(Code Excitation Linear Prediction) 구조로 상기 입력 신호를 부호화하는 제1 음성 부호화부 및 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 제1 음성 부호화부의 부호화를 위한 초기값을 결정하는 부호화 초기화부를 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 제1 음성 부호화부는, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, 상기 제1 음성 부호화부 내부 초기값을 사용하여 부호화하고, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 부호화 초기화부에서 결정된 초기값을 사용하여 부호화할 수 있다.
본 발명의 일측면에 따르면, 상기 부호화 초기화부는, 상기 과거 입력 신호에 대한 LPC(Liner predictive Coder) 계수를 산출하는 LPC 분석부, 상기 LPC 분석부에서 산출한 LPC 계수를 LSP(Linear Spectrum Pair) 값으로 변환하는 LSP 변환부, 상기 과거 입력 신호 및 상기 LPC 계수를 이용하여 LPC 잔여 신호를 계산하는 LPC 잔여신호 계산부 및 상기 LPC 계수, 상기 LSP 값, 및 상기 LPC 잔여 신호를 이용하여 상기 제1 음성 부호화부의 부호화를 위한 초기값을 결정하는 부호화 초기값 결정부를 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 오디오 부호화부는, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, MDCT(Modified Discrete Cosine Transform) 동작을 통해 입력 신호를 부호화하는 제1 오디오 부호화부, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, CELP 구조로 입력 신호를 부호화 하는 제2 음성 부호화부, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, MDCT 동작을 통해 입력 신호를 부호화하는 제2 오디오 부호화부 및 상기 제1 오디오 부호화부의 출력, 상기 제2 음성 부호화부의 출력, 및 상기 제2 오디오 부호화부의 출력 중 하나를 선택하여 출력 비트열을 생성하는 멀티플렉서를 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 제2 음성 부호화부는, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 신호를 부호화할 수 있다.
본 발명의 일측면에 따르면, 상기 제2 오디오 부호화부는, 상기 제2 음성 부호화부의 부호화 동작 종료 후 LPC 필터에 대한 영입력 응답 (zero input response)을 산출하는 영입력 응답 산출부, 상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 신호를 영으로 변환하는 제1 변환부 및 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 입력 신호에서 상기 영입력 응답을 차감하는 제2 변환부를 포함하고, 상기 제1 변환부의 변환 신호 및 상기 제2 변환부의 변환 신호를 부호화할 수 있다.
본 발명의 일실시예에 따른 음성/오디오 통합 신호의 복호화 장치는, 입력 비트열의 특성을 분석하여 상기 입력 비트열의 제1 프레임을 복호화하기 위한 제1 복호화 모듈을 선택하는 모듈 선택부, 상기 모듈 선택부의 선택에 따라, 상기 입력 비트열을 복호화하여 음성 신호를 생성하는 음성 복호화부, 상기 모듈 선택부의 선택에 따라, 상기 입력 비트열을 복호화하여 오디오 신호를 생성하는 오디오 복호화부 및 상기 모듈 선택부의 선택에 따라 상기 음성 복호화부의 음성 신호 및 상기 오디오 복호화부의 오디오 신호 중 하나를 선택하여 출력 신호를 생성하는 출력 생성부를 포함한다.
본 발명의 일측면에 따르면, 상기 음성/오디오 통합 신호의 복호화 장치는 상기 선택된 복호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대한 복호화 모듈인 제2 복호화 모듈의 정보를 상기 음성 복호화부 및 상기 오디오 복호화부로 전송하는 모듈 버퍼 및 상기 출력 신호를 저장하고, 상기 이전 프레임에 대한 출력 신호인 과거 출력 신호를 출력하는 출력 버퍼를 더 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 오디오 복호화부는, 상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 동일한 경우, IMDCT(Inverse Modified Discrete Cosine Transform) 동작을 통해 입력 비트열을 복호화하는 제1 오디오 복호화부, 상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, CELP 구조로 입력 비트열을 복호화 하는 제2 음성 복호화부, 상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, IMDCT 동작을 통해 입력 비트열을 복호화하는 제2 오디오 복호화부, 상기 제2 음성 복호화부의 출력과 상기 제2 오디오 복호화부의 출력으로부터 최종 출력을 산출하는 신호 복원부 및 상기 신호 복원부의 출력 또는 상기 제1 오디오 복호화부의 출력 중 하나를 선택하여 출력하는 출력 선택부를 포함할 수 있다.
본 발명의 일실시예에 따르면, 음성 코덱 모듈과 오디오 코덱 모듈을 결합하고, 입력 신호의 특성에 따라 코덱 모듈을 선택하여 적용함으로써, 보다 뛰어난 성능을 나타내는 음성/오디오 통합 부호화/복호화 장치 및 방법이 제공된다.
본 발명의 일실시예에 따르면, 시간 진행에 따라 선택된 코덱 모듈이 변경될 때 과거 모듈이 정보를 이용함으로써, 각 모듈 동작의 불연속에 의하여 발생하는 왜곡 문제를 해결하는 음성/오디오 통합 부호화/복호화 장치 및 방법이 제공된다.
본 발명의 일실시예에 따르면, TDAC를 요구하는 MDCT 모듈에서 중첩-합을 위한 이전 정보가 제공되지 않을 경우에 추가적인 방법을 사용함으로써, TDAC(Domain Aliasing Cancellation)를 가능하게 하여 정상적인 MDCT 기반 코덱 동작을 수행하도록 하는 음성/오디오 통합 부호화/복호화 장치 및 방법이 제공된다.
도 1은 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 부호화 장치를 도시한 도면이다.
도 2는 도 1에 도시된 음성 부호화부의 일례를 도시한 도면이다.
도 3은 도 1에 도시된 오디오 부호화부의 일례를 도시한 도면이다.
도 4는 도 3에 도시된 오디오 부호화부의 동작을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 복호화 장치를 도시한 도면이다.
도 6은 도 5에 도시된 음성 복호화부의 일례를 도시한 도면이다.
도 7은 도 5에 도시된 오디오 복호화부의 일례를 도시한 도면이다.
도 8은 도 7에 도시된 오디오 복호화부의 동작을 설명하기 위한 도면이다.
도 9는 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 부호화 방법을 나타낸 흐름도이다.
도 10은 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 복호화 방법을 나타낸 흐름도이다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다. 다만, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
본 발명의 실시 예에서는 통합 코덱이 두 부호화/복호화 모듈을 각각 포함하는 구조를 가지고, 음성 부호화/복호화 모듈은 CELP(Code Excitation Linear Prediction) 구조를 가지며, 오디오 부호화/복호화 모듈은 MDCT(Modified Discrete Cosine Transform) 동작을 포함하는 구조를 가지는 것을 가정한다.
도 1은 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 부호화 장치를 도시한 도면이다.
도 1을 참고하면, 음성/오디오 통합 신호의 부호화 장치(100)는 모듈 선택부(110), 음성 부호화부(130), 오디오 부호화부(140), 및 비트스트림 생성부(150)를 포함할 수 있다.
또한, 음성/오디오 통합 신호의 부호화 장치(100)는 모듈 버퍼(120) 및 입력 버퍼(160)를 더 포함할 수 있다.
모듈 선택부(110)는 입력 신호의 특성을 분석하여 상기 입력 신호의 제1 프레임을 부호화하기 위한 제1 부호화 모듈을 선택할 수 있다. 여기서, 제1 프레임은 입력 신호의 현재 프레임일 수 있다. 또한, 모듈 선택부(110)는 입력 신호를 분석하여 현재 프레임을 부호화할 모듈 ID를 결정하고, 제1 선택된 부호화 모듈로 입력 신호를 전달하며, 모듈 ID를 비트열 생성부에 입력할 수 있다.
모듈 버퍼(120)는 선택된 부호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대응하는 부호화 모듈인 제2 부호화 모듈의 정보를 상기 음성 부호화부 및 상기 오디오 부호화부로 전송할 수 있다.
입력 버퍼(160)는 입력 신호를 저장하고, 상기 이전 프레임에 대한 입력 신호인 과거 입력 신호를 출력할 수 있다. 즉, 입력 버퍼는 입력 신호를 저장하고, 현재 프레임보다 한 프레임 이전 프레임에 해당하는 과거 입력 신호를 출력할 수 있다.
음성 부호화부(130)는 모듈 선택부(110)의 선택에 따라, 상기 입력 신호를 부호화하여 음성 비트열을 생성할 수 있다. 여기서, 음성 부호화부(130)는 도 2를 참고하여 이하에서 더욱 상세하게 설명한다.
도 2는 도 1에 도시된 음성 부호화부(130)의 일례를 도시한 도면이다.
도 2를 참고하면, 음성 부호화부(130)는 부호화 초기화부(210) 및 제1 음성 부호화부(220)를 포함할 수 있다.
부호화 초기화부(210)는 제1 부호화 모듈과 제2 부호화 모듈이 상이한 경우, 상기 제1 음성 부호화부(220)의 부호화를 위한 초기값을 결정할 수 있다. 즉, 부호화 초기화부(210)는 과거 모듈을 입력받고 이전 프레임이 MDCT 동작을 한 경우에 한하여 제1 음성 부호화부(220)에 제공할 초기값을 결정할 수 있다. 여기서, 부호화 초기화부(210)는 LPC 분석부(211), LSP 변환부(212), LPC 잔여신호 계산부(213), 및 부호화 초기값 결정부(214)를 포함할 수 있다.
LPC 분석부(211)는 상기 과거 입력 신호에 대한 LPC(Liner predictive Coder) 계수를 산출할 수 있다. 즉, LPC 분석부(211)는 과거 입력 신호를 입력받고, 제1 음성 부호화부(220)와 동일한 방법으로 LPC 분석을 진행하여 과거 입력 신호에 해당하는 LPC 계수를 구하여 출력할 수 있다.
LSP 변환부(212)는 상기 LPC 분석부에서 산출한 LPC 계수를 LSP(Linear Spectrum Pair) 값으로 변환할 수 있다.
LPC 잔여신호 계산부(213)는 상기 과거 입력 신호 및 상기 LPC 계수를 이용하여 LPC 잔여 신호를 계산할 수 있다.
부호화 초기값 결정부(214)는 상기 LPC 계수, 상기 LSP 값, 및 상기 LPC 잔여 신호를 이용하여 제1 음성 부호화부(220)의 부호화를 위한 초기값을 결정할 수 있다. 즉, 부호화 초기값 결정부(214)는 LPC 계수, LSP 값, LPC 잔여신호 등을 입력하여 제1 음성 부호화부(220)에서 요구하는 형태로 초기값을 정하여 출력할 수 있다.
또한, 제1 음성 부호화부(220)는 제1 부호화 모듈과 제2 부호화 모듈이 동일한 경우, CELP(Code Excitation Linear Prediction) 구조로 상기 입력 신호를 부호화할 수 있다. 여기서, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, 상기 제1 음성 부호화부 내부 초기값을 사용하여 부호화하고, 상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 부호화 초기화부에서 결정된 초기값을 사용하여 부호화할 수 있다. 예를 들어, 제1 음성 부호화부(220)는 현재 프레임보다 한 프레임 이전의 프레임에 대해 부호화를 수행하였던 과거 모듈을 입력받고, 만일 이전 프레임이 CELP 동작을 하였으면 현재 프레임에 해당하는 입력 신호를 CELP 방법으로 부호화할 수 있다. 이 경우, 제1 음성 부호화부(220)는 연속 CELP 동작을 하게 되므로 내부적으로 제공되는 이전 정보를 이용하여 부호화 동작을 진행하여 비트열을 생성할 수 있다. 만일 이전 프레임이 MDCT 동작을 하였으면 제1 음성 부호화부(220)는 CELP 부호화를 위한 모든 과거 정보를 지우고 부호화 초기화부(210)에서 제공되는 초기값을 사용하여 부호화 동작을 진행하고 비트열을 생성할 수 있다.
다시 도 1을 참고하면, 오디오 부호화부(140)는 모듈 선택부(110)의 선택에 따라, 상기 입력 신호를 부호화하여 오디오 비트열을 생성할 수 있다. 여기서, 오디오 부호화부(140)는 도 3 및 도 4를 참고하여 이하에서 더욱 상세하게 설명한다.
도 3은 도 1에 도시된 오디오 부호화부(140)의 일례를 도시한 도면이다.
도 3을 참고하면, 오디오 부호화부(140)는 제1 오디오 부호화부(330), 제2 음성 부호화부(310), 제2 오디오 부호화부(320), 및 멀티플렉서(340)를 포함할 수 있다.
제1 오디오 부호화부(330)는 제1 부호화 모듈과 제2 부호화 모듈이 동일한 경우, MDCT(Modified Discrete Cosine Transform) 동작을 통해 입력 신호를 부호화할 수 있다. 즉, 제1 오디오 부호화부(330)는 과거 모듈을 입력받고 이전 프레임이 MDCT 동작을 하였으면 현재 프레임에 해당하는 입력 신호도 MDCT 동작을 수행하여 부호화하고 비트열을 생성할 수 있다. 생성된 비트열은 멀티플렉서(340)에 입력될 수 있다.
이때, 도 4를 참고하면, X를 현재 프레임의 입력 신호라 하고 이를 1/2 프레임 길이로 이등분한 신호를 각각 x1, x2라 한다. 현재 프레임의 MDCT 동작은 미래 프레임에 해당하는 Y 신호를 포함하여 XY 신호에 적용되며, 윈도우 w1w2w3w4를 XY에 곱한 후 MDCT를 실행할 수 있다. 여기서 w1, w2, w3, w4는 윈도우를 1/2 프레임 길이로 분해한 각각의 윈도우 조각을 의미한다. 만일 이전 프레임이 CELP 동작을 하였으면 제1 오디오 부호화부(330)는 아무 동작을 하지 않는다.
제2 음성 부호화부(310)는 제1 부호화 모듈과 제2 부호화 모듈이 상이한 경우, CELP 구조로 입력 신호를 부호화할 수 있다. 이때, 제2 음성 부호화부(310)는 과거 모듈을 입력받고, 만일 이전 프레임이 CELP로 동작하였으면, x1 신호를 부호화 하여 비트열을 출력하고 멀티플렉서(340)에 입력할 수 있다. 이 경우, 이전 프레임이 CELP로 동작하였으므로 제2 음성 부호화부(310)는 이전 프레임에 연속적으로 연결되므로 초기화 문제 없이 부호화 동작을 수행할 수 있다. 만일 이전 프레임이 MDCT 동작을 하였으면 제2 음성 부호화부(310)는 아무 동작을 하지 않는다.
제2 오디오 부호화부(320)는 제1 부호화 모듈과 제2 부호화 모듈이 상이한 경우, MDCT 동작을 통해 입력 신호를 부호화할 수 있다. 여기서, 제2 오디오 부호화부(320)는 과거 모듈을 입력받고, 만일 이전 프레임이 CELP로 동작하였으면 제1 방법 내지 제3 방법 중 하나의 방법으로 입력 신호를 부호화 한다. 제1 방법은, 기존의 MDCT 동작에 따라 입력 신호를 부호화할 수 있다. 제2 방법은, x1 = 0 로 입력 신호를 변형하고 그 결과를 기존의 MDCT 동작에 따른 방법으로 부호화할 수 있다. 제3 방법은, 제2 음성 부호화부(310)가 x1 신호의 부호화 동작을 종료한 후 가지는 LPC 필터에 대하여 영입력 응답(zero input response) x3를 구하고 x2 = x2 - x3 에 따라 x2 신호를 변형하고, 또한 x1 = 0 로 하여 입력 신호를 변형하며, 그 결과를 기존의 MDCT 동작에 따른 방법으로 부호화할 수 있다. 이때, 제2 오디오 부호화부(320)가 사용한 방법에 따라 오디오 복호화 모듈의 신호 복원기 동작이 결정될 수 있다. 만일 이전 프레임이 MDCT 동작을 하였으면 제2 오디오 부호화부(320)는 아무 동작을 하지 않는다.
상기 부호화를 위해 제2 오디오 부호화부(320)는 제2 음성 부호화부(310)의 부호화 동작 종료 후 LPC 필터에 대한 영입력 응답 (zero input response)을 산출하는 영입력 응답 산출부(미도시), 상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 신호를 영으로 변환하는 제1 변환부(미도시), 및 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 입력 신호에서 상기 영입력 응답을 차감하는 제2 변환부(미도시)를 포함하고, 상기 제1 변환부의 변환 신호 및 상기 제2 변환부의 변환 신호를 부호화할 수 있다.
멀티플렉서(340)는 제1 오디오 부호화부(330)의 출력, 제2 음성 부호화부(310)의 출력, 및 제2 오디오 부호화부(320)의 출력 중 하나를 선택하여 출력 비트열을 생성할 수 있다. 여기서, 멀티플렉서(340)는 비트열들을 결합하여 최종 비트열을 생성하는데, 만일 이전 프레임이 MDCT 동작을 하였으면 최종 비트열은 제1 오디오 부호화부(330)의 출력 비트열과 동일하다.
다시 도 1을 참고하면, 비트스트림 생성부(150)는 선택된 부호화 모듈의 모듈 ID 및 상기 선택된 부호화 모듈의 비트열을 결합하여 출력 비트열을 생성할 수 있다. 여기서, 비트스트림 생성부(150)는 모듈 ID와 상기 모듈 ID에 해당하는 비트열을 결합하여 최종 비트열을 생성할 수 있다.
도 5는 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 복호화 장치를 도시한 도면이다.
도 5를 참고하면, 음성/오디오 통합 신호의 복호화 장치(500)는 모듈 선택부(510), 음성 복호화부(530), 오디오 복호화부(540), 출력 생성부(550)를 포함할 수 있다. 또한, 음성/오디오 통합 신호의 복호화 장치(500)는 모듈 버퍼(520) 및 출력 버퍼(560)를 더 포함할 수 있다.
모듈 선택부(510)는 입력 비트열의 특성을 분석하여 상기 입력 비트열의 제1 프레임을 복호화하기 위한 제1 복호화 모듈을 선택할 수 있다. 즉, 모듈 선택부(510)는 입력 비트열로부터 전송된 모듈을 분석하여 모듈 ID를 출력하고, 해당 복호화 모듈로 입력 비트열을 전달할 수 있다.
음성 복호화부(530)는 모듈 선택부(510)의 선택에 따라, 상기 입력 비트열을 복호화하여 음성 신호를 생성할 수 있다. 즉, CELP 기반 음성 복호화 동작을 수행할 수 있다. 여기서, 음성 복호화부(530)는 도 6을 참고하여 이하에서 더욱 상세하게 설명한다.
도 6은 도 5에 도시된 음성 복호화부의 일례를 도시한 도면이다.
도 6을 참고하면, 음성 복호화부(530)는 복호화 초기화부(610) 및 제1 음성 복호화부(620)를 포함할 수 있다.
복호화 초기화부(610)는 제1 복호화 모듈과 제2 복호화 모듈이 상이한 경우, 제1 음성 복호화부(620)의 복호화를 위한 초기값을 결정할 수 있다. 즉, 복호화 초기화부(610)는 과거 모듈을 입력받고 이전 프레임이 MDCT 동작을 한 경우에 한하여 제1 음성 복호화부(620)에 제공할 초기값을 결정할 수 있다. 여기서, 복호화 초기화부(610)는 LPC 분석부(611), LSP 변환부(612), LPC 잔여신호 계산부(613), 및 복호화 초기값 결정부(614)를 포함할 수 있다.
LPC 분석부(611)는 상기 과거 출력 신호에 대한 LPC(Liner predictive Coder) 계수를 산출할 수 있다. 즉, LPC 분석부(611)는 과거 출력 신호를 입력받고, 제1 음성 복호화부(620)와 동일한 방법으로 LPC 분석을 진행하여 과거 출력 신호에 해당하는 LPC 계수를 구하여 출력할 수 있다.
LSP 변환부(612)는 LPC 분석부(611)에서 산출한 LPC 계수를 LSP(Linear Spectrum Pair) 값으로 변환할 수 있다.
LPC 잔여신호 계산부(613)는 상기 과거 출력 신호 및 상기 LPC 계수를 이용하여 LPC 잔여 신호를 계산할 수 있다.
복호화 초기값 결정부(614)는 상기 LPC 계수, 상기 LSP 값, 및 상기 LPC 잔여 신호를 이용하여 제1 음성 복호화부(620)의 복호화를 위한 초기값을 결정할 수 있다. 즉, 복호화 초기값 결정부(614)는 LPC 계수, LSP 값, LPC residual 신호 등을 입력하여 제1 음성 복호화부(620)에서 요구하는 형태로 초기값을 정하여 출력할 수 있다.
또한, 제1 음성 복호화부(620)는 제1 복호화 모듈과 제2 복호화 모듈이 동일한 경우, CELP(Code Excitation Linear Prediction) 구조로 상기 입력 신호를 복호화할 수 있다. 여기서, 상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 동일한 경우, 상기 제1 음성 복호화부 내부 초기값을 사용하여 부호화하고, 상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, 상기 복호화 초기화부에서 결정된 초기값을 사용하여 복호화할 수 있다. 즉, 제1 음성 복호화부(620)는 현재 프레임보다 한 프레임 이전의 프레임에 대해 복호화를 수행하였던 과거 모듈을 입력받고, 만일 이전 프레임이 CELP 동작을 하였으면 현재 프레임에 해당하는 입력 신호를 CELP 방법으로 복호화할 수 있다. 이 경우, 제1 음성 복호화부(620)는 연속 CELP 동작을 하게 되므로 내부적으로 제공되는 이전 정보를 이용하여 복호화 동작을 진행하여 출력 신호를 생성할 수 있다. 만일 이전 프레임이 MDCT 동작을 하였으면 제1 음성 복호화부(620)는 CELP 복호화를 위한 모든 과거 정보를 지우고 복호화 초기화부(610)에서 제공되는 초기값을 사용하여 복호화 동작을 진행하고 출력 신호를 생성할 수 있다.
다시 도 5를 참고하면, 오디오 복호화부(540)는 모듈 선택부(510)의 선택에 따라 상기 입력 비트열을 복호화하여 오디오 신호를 생성할 수 있다. 여기서, 오디오 복호화부(540)는 도 7 및 도 8을 참고하여 이하에서 더욱 상세하게 설명한다.
도 7은 도 5에 도시된 오디오 복호화부(540)의 일례를 도시한 도면이다.
도 7을 참고하면, 오디오 복호화부(540)는 제1 오디오 복호화부(730), 제2 음성 복호화부(710), 제2 오디오 복호화부(720), 신호 복원부(740), 및 출력 선택부(750)를 포함할 수 있다.
제1 오디오 복호화부(730)는 제1 복호화 모듈과 제2 복호화 모듈이 동일한 경우, IMDCT(Inverse Modified Discrete Cosine Transform) 동작을 통해 입력 비트열을 복호화할 수 있다. 즉, 제1 오디오 복호화부(730)는 과거 모듈을 입력받고 이전 프레임이 IMDCT 동작을 하였으면 현재 프레임에 해당하는 입력 신호도 IMDCT 동작을 수행하여 부호화하고 비트열을 생성할 수 있다. 즉, 제1 오디오 복호화부(730)는 현재 프레임의 입력 비트열을 입력하고, 기존 기술에 따라 IMDCT 동작을 수행하고 윈도우를 적용하며 TDAC 동작을 수행하여 최종 출력 신호를 출력한다. 만일, 이전 프레임이 CELP 동작을 하였으면 제1 오디오 복호화부(730)는 아무 동작을 하지 않는다.
도 8을 참고하면, 제2 음성 복호화부(710)는 제1 복호화 모듈과 제2 복호화 모듈이 상이한 경우, CELP 구조로 입력 비트열을 복호화할 수 있다. 즉, 제2 음성 복호화부(710)는 과거 모듈을 입력받고, 이전 프레임이 CELP 동작을 하였으면 기존의 음성 복호화 방법에 따라 비트열을 복호화하여 출력 신호를 생성할 수 있다. 이때, 제2 음성 복호화부(710)의 출력 신호는 x4(820) 이고 1/2 프레임 길이를 가질 수 있다. 이전 프레임이 CELP로 동작하였으므로 제2 음성 복호화부(710)는 이전 프레임에 연속적으로 연결되고 초기화 문제 없이 복호화 동작을 수행할 수 있다.
제2 오디오 복호화부(720)는 제1 복호화 모듈과 제2 복호화 모듈이 상이한 경우, IMDCT 동작을 통해 입력 비트열을 복호화할 수 있다. 이때, IMDCT 이후에 윈도우만 적용하고 TDAC 동작을 수행하지 않고 출력 신호를 구할 수 있다. 또한, 도 8에서, 제2 오디오 복호화부(720) 출력 신호를 ab(830) 로 정의하며, a와 b는 각각 1/2 프레임 길이를 가지는 신호를 의미할 수 있다.
신호 복원부(740)는 제2 음성 복호화부(710)의 출력과 제2 오디오 복호화부(720)의 출력으로부터 최종 출력을 산출할 수 있다. 또한, 신호 복원부(740)는 현재 프레임의 최종 출력 신호를 구하며, 도 8과 같이 출력 신호를 gh(850)로 정의하고, g와 h는 각각 1/2 프레임 길이를 가지는 신호로 정의할 수 있다. 신호 복원부(740)는 항상 g = x4로 정하고, h 신호는 제2 오디오 부호화기의 동작에 따라 다음 중 하나의 방법으로 신호를 복원할 수 있다. 제1 방법은 아래 [수학식 1]에 의하여 h를 구할 수 있다. 이때, 일반적인 윈도우 동작을 가정하였고, 아래 첨자 R 은 신호를 1/2 프레임 길이 단위로 시간 축 회전시킨 것을 의미한다.
[수학식 1]
Figure PCTKR2009003854-appb-I000001
여기서, h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호, b는 제2 오디오 복호화부 출력 신호, x4는 제2 음성 복호화부 출력 신호, w1, w2는 윈도우, w1R, x4R은 각각 w1, x4 신호를 1/2 프레임 길이 단위로 시간 축 회전시킨 신호를 각각 의미한다.
제2 방법은 아래 [수학식 2]에 의하여 h를 구할 수 있다.
[수학식 2]
Figure PCTKR2009003854-appb-I000002
여기서, h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호, b는 제2 오디오 복호화부 출력 신호, w2는 윈도우를 의미한다.
제3 방법은, 아래 [수학식 3]에 의하여 h를 구할 수 있다.
[수학식 3]
Figure PCTKR2009003854-appb-I000003
여기서, h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호, b는 제2 오디오 복호화부 출력 신호, w2는 윈도우, x5(840)는 제2 음성 복호화부 출력 신호를 복호화한 후의 LPC 필터에 대한 영입력 응답을 각각 의미한다.
이때, 이전 프레임이 MDCT 동작을 하였으면, 제2 음성 복호화부(710), 제2 오디오 복호화부(720) 및 신호 복원부(740)는 아무런 동작을 하지 않을 수 있다.
출력 선택부(750)는 신호 복원부(740)의 출력 또는 제1 오디오 복호화부(730)의 출력 중 하나를 선택하여 출력할 수 있다.
다시 도 5를 참고하면, 출력 생성부(550)는 모듈 선택부(510)의 선택에 따라 음성 복호화부(530)의 음성 신호 및 오디오 복호화부(540)의 오디오 신호 중 하나를 선택하여 출력 신호를 생성할 수 있다. 즉, 출력 생성부(550)는 모듈 ID에 따라 출력 신호를 선택하여 최종 출력 신호로 출력할 수 있다.
모듈 버퍼(520)는 상기 선택된 복호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대한 복호화 모듈인 제2 복호화 모듈의 정보를 음성 복호화부(530) 및 오디오 복호화부(540)로 전송할 수 있다. 즉, 모듈 버퍼(520)는 모듈 ID를 저장하여 한 프레임 이전의 모듈 ID에 해당하는 과거 모듈을 출력할 수 있다.
출력 버퍼(560)는 상기 출력 신호를 저장하고, 상기 이전 프레임에 대한 출력 신호인 과거 출력 신호를 출력할 수 있다.
도 9는 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 부호화 방법을 나타낸 흐름도이다.
도 9를 참고하면, 단계(910)에서는, 입력 신호를 분석하여 현 프레임을 부호화할 부호화 모듈 종류를 결정하고, 입력 신호를 버퍼링 하여 이전 프레임 입력 신호를 준비하고, 현 프레임의 모듈 종류를 저장하여 이전 프레임의 모듈 종류를 준비할 수 있다.
단계(920)에서는, 상기 결정된 모듈의 종류가 음성 모듈인지 오디오 모듈인지 판단할 수 있다.
단계(930)에서는, 상기 결정된 모듈이 음성 모듈인 경우, 모듈의 변경이 발생하였는지 여부를 판단할 수 있다.
단계(950)에서는, 모듈 변경이 발생하지 않은 경우, 기존 기술에 따라 CELP 부호화 동작을 수행하고, 단계(950)에서는, 모듈 변경이 발생한 경우, 부호화 초기화 모듈의 동작에 따라 초기화를 수행하여 초기값을 구하고 이를 사용하여 CELP 부호화 동작을 수행할 수 있다.
단계(940)에서는, 상기 결정된 모듈이 오디오 모듈인 경우, 모듈의 변경이 발생하였는지 여부를 판단할 수 있다.
단계(970)에서는, 모듈 변경이 발생한 경우, 추가 부호화 동작을 수행할 수 있다. 추가 부호화 과정에서는 1/2 프레임에 해당하는 입력 신호를 CELP 기반으로 부호화하고, 전체 프레임 신호에 대하여 제2 오디오 부호화기 동작을 수행할 수 있다. 단계(980)에서는, 모듈 변경이 발생하지 않은 경우, 기존 기술에 따라 MDCT 기반의 부호화 동작을 수행할 수 있다.
단계(990)에서는, 모듈 종류와 모듈 변경 여부에 따라 최종 비트열을 선택하여 출력할 수 있다.
도 10은 본 발명의 일실시예에 따른, 음성/오디오 통합 신호의 복호화 방법을 나타낸 흐름도이다.
도 10을 참고하면, 단계(1001)에서는, 입력 비트열 정보에 따라 현 프레임의 복호화 모듈 종류를 결정하고, 이전 프레임 출력 신호를 준비하고, 현 프레임의 모듈 종류를 저장하여 이전 프레임의 모듈 종류를 준비할 수 있다.
단계(1002)에서는, 상기 결정된 모듈의 종류가 음성 모듈인지 오디오 모듈인지 판단할 수 있다.
단계(1003)에서는, 상기 결정된 모듈이 음성 모듈인 경우, 모듈의 변경이 발생하였는지 여부를 판단할 수 있다.
단계(1005)에서는, 모듈 변경이 발생하지 않은 경우, 기존 기술에 따라 CELP 복호화 동작을 수행하고, 단계(1006)에서는, 모듈 변경이 발생한 경우, 복호화 초기화 모듈의 동작에 따라 초기화를 수행하여 초기값을 구하고 이를 사용하여 CELP 복호화 동작을 수행할 수 있다.
단계(1004)에서는, 상기 결정된 모듈이 오디오 모듈인 경우, 모듈의 변경이 발생하였는지 여부를 판단할 수 있다.
단계(1007)에서는, 모듈 변경이 발생한 경우, 추가 복호화 동작을 수행할 수 있다. 추가 복호화 과정에서는 입력 비트열을 CELP 기반으로 복호화 하여 1/2 프레임 길이에 해당하는 출력 신호를 구하고, 입력 비트열에 대하여 제2 오디오 복호화부 동작을 수행하여 출력 신호를 구한다.
단계(1008)에서는, 모듈 변경이 발생하지 않은 경우, 기존 기술에 따라 MDCT 기반의 복호화 동작을 수행할 수 있다.
단계(1009)에서는, 신호 복원기 동작을 수행하여 출력 신호를 구하고, 단계(1010)에서는, 모듈 종류와 모듈 변경 여부에 따라 최종 신호를 선택하여 출력할 수 있다.
상기와 같이, 음성 코덱 모듈과 오디오 코덱 모듈을 결합하고, 입력 신호의 특성에 따라 코덱 모듈을 선택하여 적용함으로써, 보다 뛰어난 성능을 나타내는 음성/오디오 통합 부호화/복호화 장치 및 방법을 제공할 수 있다.
또한, 시간 진행에 따라 선택된 코덱 모듈이 변경될 때 과거 모듈이 정보를 이용함으로써, 각 모듈 동작의 불연속에 의하여 발생하는 왜곡 문제를 해결할 수 있으며, TDAC를 요구하는 MDCT 모듈에서 중첩-합을 위한 이전 정보가 제공되지 않을 경우에 추가적인 방법을 사용함으로써, TDAC를 가능하게 하여 정상적인 MDCT 기반 코덱 동작을 수행하도록 하는 음성/오디오 통합 부호화/복호화 장치 및 방법을 제공할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 입력 신호의 특성을 분석하여 상기 입력 신호의 제1 프레임을 부호화하기 위한 제1 부호화 모듈을 선택하는 모듈 선택부;
    상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 음성 비트열을 생성하는 음성 부호화부;
    상기 모듈 선택부의 선택에 따라, 상기 입력 신호를 부호화하여 오디오 비트열을 생성하는 오디오 부호화부; 및
    상기 모듈 선택부의 선택에 따라, 상기 음성 부호화부 또는 상기 오디오 부호화부로부터 출력 비트열을 생성하는 비트스트림 생성부
    를 포함하는 음성/오디오 통합 신호의 부호화 장치.
  2. 제1항에 있어서,
    상기 선택된 부호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대응하는 부호화 모듈인 제2 부호화 모듈의 정보를 상기 음성 부호화부 및 상기 오디오 부호화부로 전송하는 모듈 버퍼; 및
    상기 입력 신호를 저장하고, 상기 이전 프레임에 대한 입력 신호인 과거 입력 신호를 출력하는 입력 버퍼
    를 더 포함하고,
    상기 비트스트림 생성부는,
    상기 선택된 부호화 모듈의 모듈 ID 및 상기 선택된 부호화 모듈의 비트열을 결합하여 출력 비트열을 생성하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  3. 제2항에 있어서,
    상기 모듈 선택부는,
    상기 선택된 부호화 모듈의 모듈 ID를 추출하고, 상기 모듈 ID를 상기 모듈 버퍼 및 상기 비트열 생성부로 전달하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  4. 제2항에 있어서,
    상기 음성 부호화부는,
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, CELP(Code Excitation Linear Prediction) 구조로 상기 입력 신호를 부호화하는 제1 음성 부호화부; 및
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 제1 음성 부호화부의 부호화를 위한 초기값을 결정하는 부호화 초기화부
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  5. 제4항에 있어서,
    상기 제1 음성 부호화부는,
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, 상기 제1 음성 부호화부 내부 초기값을 사용하여 부호화하고,
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 부호화 초기화부에서 결정된 초기값을 사용하여 부호화하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  6. 제4항에 있어서,
    상기 부호화 초기화부는,
    상기 과거 입력 신호에 대한 LPC(Liner predictive Coder) 계수를 산출하는 LPC 분석부;
    상기 LPC 분석부에서 산출한 LPC 계수를 LSP(Linear Spectrum Pair) 값으로 변환하는 LSP 변환부;
    상기 과거 입력 신호 및 상기 LPC 계수를 이용하여 LPC 잔여 신호를 계산하는 LPC 잔여신호 계산부; 및
    상기 LPC 계수, 상기 LSP 값, 및 상기 LPC 잔여 신호를 이용하여 상기 제1 음성 부호화부의 부호화를 위한 초기값을 결정하는 부호화 초기값 결정부
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  7. 제2항에 있어서,
    상기 오디오 부호화부는,
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 동일한 경우, MDCT(Modified Discrete Cosine Transform) 동작을 통해 입력 신호를 부호화하는 제1 오디오 부호화부;
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, CELP 구조로 입력 신호를 부호화 하는 제2 음성 부호화부;
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, MDCT 동작을 통해 입력 신호를 부호화하는 제2 오디오 부호화부; 및
    상기 제1 오디오 부호화부의 출력, 상기 제2 음성 부호화부의 출력, 및 상기 제2 오디오 부호화부의 출력 중 하나를 선택하여 출력 비트열을 생성하는 멀티플렉서
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  8. 제7항에 있어서,
    상기 제2 음성 부호화부는,
    상기 제1 부호화 모듈과 상기 제2 부호화 모듈이 상이한 경우, 상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 신호를 부호화하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치
  9. 제7항에 있어서,
    상기 제2 오디오 부호화부는,
    상기 제2 음성 부호화부의 부호화 동작 종료 후 LPC 필터에 대한 영입력 응답 (zero input response)을 산출하는 영입력 응답 산출부;
    상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 신호를 영으로 변환하는 제1 변환부; 및
    상기 제1 프레임의 뒤 1/2 샘플에 해당하는 입력 신호에서 상기 영입력 응답을 차감하는 제2 변환부를 포함하고,
    상기 제1 변환부의 변환 신호 및 상기 제2 변환부의 변환 신호를 부호화하는 것을 특징으로 하는 음성/오디오 통합 신호의 부호화 장치.
  10. 입력 비트열의 특성을 분석하여 상기 입력 비트열의 제1 프레임을 복호화하기 위한 제1 복호화 모듈을 선택하는 모듈 선택부;
    상기 모듈 선택부의 선택에 따라, 상기 입력 비트열을 복호화하여 음성 신호를 생성하는 음성 복호화부;
    상기 모듈 선택부의 선택에 따라, 상기 입력 비트열을 복호화하여 오디오 신호를 생성하는 오디오 복호화부; 및
    상기 모듈 선택부의 선택에 따라 상기 음성 복호화부의 음성 신호 및 상기 오디오 복호화부의 오디오 신호 중 하나를 선택하여 출력 신호를 생성하는 출력 생성부
    를 포함하는 음성/오디오 통합 신호의 복호화 장치.
  11. 제10항에 있어서,
    상기 선택된 복호화 모듈의 모듈 ID를 저장하고, 상기 제1 프레임의 이전 프레임에 대한 복호화 모듈인 제2 복호화 모듈의 정보를 상기 음성 복호화부 및 상기 오디오 복호화부로 전송하는 모듈 버퍼; 및
    상기 출력 신호를 저장하고, 상기 이전 프레임에 대한 출력 신호인 과거 출력 신호를 출력하는 출력 버퍼
    를 더 포함하는 음성/오디오 통합 신호의 복호화 장치.
  12. 제11항에 있어서,
    상기 음성 복호화부는,
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 동일한 경우, CELP(Code Excitation Linear Prediction) 구조로 상기 입력 비트열을 복호화하는 제1 음성 복호화부; 및
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, 상기 제1 음성 복호화부의 복호화를 위한 초기값을 결정하는 복호화 초기화부
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  13. 제12항에 있어서,
    상기 복호화 초기화부는,
    상기 과거 출력 신호에 대한 LPC(Liner predictive Coder) 계수를 산출하는 LPC 분석부;
    상기 LPC 분석부에서 산출한 LPC 계수를 LSP(Linear Spectrum Pair) 값으로 변환하는 LSP 변환부;
    상기 과거 출력 신호 및 상기 LPC 계수를 이용하여 LPC 잔여 신호를 계산하는 LPC 잔여신호 계산부;
    상기 LPC 계수, 상기 LSP 값, 및 상기 LPC 잔여 신호를 이용하여 상기 제1 음성 복호화부의 복호화를 위한 초기값을 결정하는 복호화 초기값 결정부;
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  14. 제12항에 있어서,
    상기 제1 음성 복호화부는,
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 동일한 경우, 상기 제1 음성 복호화부 내부 초기값을 사용하여 복호화하고,
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, 상기 복호화 초기화부에서 결정된 초기값을 사용하여 복호화하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  15. 제11항에 있어서,
    상기 오디오 복호화부는,
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 동일한 경우, IMDCT(Inverse Modified Discrete Cosine Transform) 동작을 통해 입력 비트열을 복호화하는 제1 오디오 복호화부;
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, CELP 구조로 입력 비트열을 복호화 하는 제2 음성 복호화부;
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, IMDCT 동작을 통해 입력 비트열을 복호화하는 제2 오디오 복호화부;
    상기 제2 음성 복호화부의 출력과 상기 제2 오디오 복호화부의 출력으로부터 최종 출력을 산출하는 신호 복원부; 및
    상기 신호 복원부의 출력 또는 상기 제1 오디오 복호화부의 출력 중 하나를 선택하여 출력하는 출력 선택부
    를 포함하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  16. 제15항에 있어서,
    상기 제2 음성 복호화부는,
    상기 제1 복호화 모듈과 상기 제2 복호화 모듈이 상이한 경우, 상기 제1 프레임의 앞 1/2 샘플에 해당하는 입력 비트열을 복호화하여 입력 신호를 출력하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  17. 제15항에 있어서,
    상기 신호 복원부는,
    상기 제2 음성 복호화부의 출력을 상기 제1 프레임의 앞 1/2 샘플에 해당하는 출력 신호로 결정하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
  18. 제15항에 있어서,
    상기 신호 복원부는,
    아래 [수학식 1]에 따라 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호를 결정하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
    [수학식 1]
    Figure PCTKR2009003854-appb-I000004
    여기서,
    h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호,
    b는 제2 오디오 복호화부 출력 신호,
    x4는 제2 음성 복호화부 출력 신호,
    w1, w2는 윈도우,
    w1R, x4R은 각각 w1, x4 신호를 1/2 프레임 길이 단위로 시간 축 회전시킨 신호를 의미함.
  19. 제15항에 있어서,
    상기 신호 복원부는,
    아래 [수학식 2]에 따라 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호를 결정하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
    [수학식 2]
    Figure PCTKR2009003854-appb-I000005
    여기서,
    h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호,
    b는 제2 오디오 복호화부 출력 신호,
    w2는 윈도우를 의미함.
  20. 제15항에 있어서,
    상기 신호 복원부는,
    아래 [수학식 3]에 따라 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호를 결정하는 것을 특징으로 하는 음성/오디오 통합 신호의 복호화 장치.
    [수학식 3]
    Figure PCTKR2009003854-appb-I000006
    여기서,
    h는 상기 제1 프레임의 뒤 1/2 샘플에 해당하는 출력 신호,
    b는 제2 오디오 복호화부 출력 신호,
    w2는 윈도우,
    x5는 제2 음성 복호화부 출력 신호를 복호화한 후의 LPC 필터에 대한 영입력 응답을 의미함.
PCT/KR2009/003854 2008-07-14 2009-07-14 음성/오디오 통합 신호의 부호화/복호화 장치 WO2010008175A2 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN2009801357117A CN102150205B (zh) 2008-07-14 2009-07-14 用于编码和解码统合的语音与音频的设备
EP09798078.3A EP2302623B1 (en) 2008-07-14 2009-07-14 Apparatus for encoding and decoding of integrated speech and audio
EP20166657.5A EP3706122A1 (en) 2008-07-14 2009-07-14 Apparatus for encoding and decoding of integrated speech and audio
US13/054,377 US8959015B2 (en) 2008-07-14 2009-07-14 Apparatus for encoding and decoding of integrated speech and audio
JP2011518644A JP2011528134A (ja) 2008-07-14 2009-07-14 音声／オーディオ統合信号の符号化／復号化装置

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20080068370 2008-07-14
KR10-2008-0068370 2008-07-14
KR10-2009-0061607 2009-07-07
KR1020090061607A KR20100007738A (ko) 2008-07-14 2009-07-07 음성/오디오 통합 신호의 부호화/복호화 장치

Publications (2)

Publication Number Publication Date
WO2010008175A2 true WO2010008175A2 (ko) 2010-01-21
WO2010008175A3 WO2010008175A3 (ko) 2010-03-18

Family

ID=41816650

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2009/003854 WO2010008175A2 (ko) 2008-07-14 2009-07-14 음성/오디오 통합 신호의 부호화/복호화 장치

Country Status (6)

Country Link
US (1) US8959015B2 (ko)
EP (2) EP3706122A1 (ko)
JP (1) JP2011528134A (ko)
KR (1) KR20100007738A (ko)
CN (1) CN102150205B (ko)
WO (1) WO2010008175A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779518A (zh) * 2012-07-27 2012-11-14 深圳广晟信源技术有限公司 用于双核编码模式的编码方法和***

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
BR122021002034B1 (pt) * 2010-07-08 2021-11-03 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E. V. Codificador que utiliza cancelamento de serrilhado futuro
US9767822B2 (en) * 2011-02-07 2017-09-19 Qualcomm Incorporated Devices for encoding and decoding a watermarked signal
KR101383915B1 (ko) * 2013-03-21 2014-04-17 한국전자통신연구원 통합 음원 디코더를 구비한 디지털 오디오 수신기
WO2014148851A1 (ko) * 2013-03-21 2014-09-25 전자부품연구원 디지털 오디오 전송시스템 및 통합 음원 디코더를 구비한 디지털 오디오 수신기
AU2014247000B2 (en) 2013-04-05 2017-04-20 Dolby International Ab Audio encoder and decoder
WO2015115798A1 (en) * 2014-01-29 2015-08-06 Samsung Electronics Co., Ltd. User terminal device and secured communication method thereof
KR102092756B1 (ko) * 2014-01-29 2020-03-24 삼성전자주식회사 사용자 단말 및 이의 보안 통신 방법
EP2980796A1 (en) * 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method and apparatus for processing an audio signal, audio decoder, and audio encoder
EP2980797A1 (en) 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio decoder, method and computer program using a zero-input-response to obtain a smooth transition
EP2980795A1 (en) 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoding and decoding using a frequency domain processor, a time domain processor and a cross processor for initialization of the time domain processor
EP2980794A1 (en) 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder and decoder using a frequency domain processor and a time domain processor
EP3196877A4 (en) * 2014-09-08 2018-02-28 Sony Corporation Coding device and method, decoding device and method, and program
US11276413B2 (en) 2018-10-26 2022-03-15 Electronics And Telecommunications Research Institute Audio signal encoding method and audio signal decoding method, and encoder and decoder performing the same
KR20210003507A (ko) 2019-07-02 2021-01-12 한국전자통신연구원 오디오 코딩을 위한 잔차 신호 처리 방법 및 오디오 처리 장치
KR20210003514A (ko) 2019-07-02 2021-01-12 한국전자통신연구원 오디오의 고대역 부호화 방법 및 고대역 복호화 방법, 그리고 상기 방법을 수하는 부호화기 및 복호화기

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6134518A (en) * 1997-03-04 2000-10-17 International Business Machines Corporation Digital audio signal coding using a CELP coder and a transform coder
JP3211762B2 (ja) 1997-12-12 2001-09-25 日本電気株式会社 音声及び音楽符号化方式
US6658383B2 (en) * 2001-06-26 2003-12-02 Microsoft Corporation Method for coding speech and music signals
US6895375B2 (en) * 2001-10-04 2005-05-17 At&T Corp. System for bandwidth extension of Narrow-band speech
US7876966B2 (en) * 2003-03-11 2011-01-25 Spyder Navigations L.L.C. Switching between coding schemes
KR100614496B1 (ko) 2003-11-13 2006-08-22 한국전자통신연구원 가변 비트율의 광대역 음성 및 오디오 부호화 장치 및방법
GB0408856D0 (en) * 2004-04-21 2004-05-26 Nokia Corp Signal encoding
AU2004319556A1 (en) * 2004-05-17 2005-11-24 Nokia Corporation Audio encoding with different coding frame lengths
BRPI0418839A (pt) * 2004-05-17 2007-11-13 Nokia Corp método para suportar e dispositivo eletrÈnico suportando uma codificação de um sinal de áudio, sistema de codificação de áudio, e, produto de programa de software
US7596486B2 (en) 2004-05-19 2009-09-29 Nokia Corporation Encoding an audio signal using different audio coder modes
US20070147518A1 (en) * 2005-02-18 2007-06-28 Bruno Bessette Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX
KR100647336B1 (ko) * 2005-11-08 2006-11-23 삼성전자주식회사 적응적 시간/주파수 기반 오디오 부호화/복호화 장치 및방법
KR20080101872A (ko) 2006-01-18 2008-11-21 연세대학교 산학협력단 부호화/복호화 장치 및 방법
KR101393298B1 (ko) * 2006-07-08 2014-05-12 삼성전자주식회사 적응적 부호화/복호화 방법 및 장치
US7987089B2 (en) * 2006-07-31 2011-07-26 Qualcomm Incorporated Systems and methods for modifying a zero pad region of a windowed frame of an audio signal
EP2458588A3 (en) 2006-10-10 2012-07-04 Qualcomm Incorporated Method and apparatus for encoding and decoding audio signals
CN101202042A (zh) 2006-12-14 2008-06-18 中兴通讯股份有限公司 可扩展的数字音频编码框架及其扩展方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
None
See also references of EP2302623A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779518A (zh) * 2012-07-27 2012-11-14 深圳广晟信源技术有限公司 用于双核编码模式的编码方法和***

Also Published As

Publication number Publication date
EP3706122A1 (en) 2020-09-09
US8959015B2 (en) 2015-02-17
EP2302623A4 (en) 2016-04-13
EP2302623B1 (en) 2020-04-01
WO2010008175A3 (ko) 2010-03-18
EP2302623A2 (en) 2011-03-30
CN102150205A (zh) 2011-08-10
JP2011528134A (ja) 2011-11-10
CN102150205B (zh) 2013-03-27
US20110119054A1 (en) 2011-05-19
KR20100007738A (ko) 2010-01-22

Similar Documents

Publication Publication Date Title
WO2010008175A2 (ko) 음성/오디오 통합 신호의 부호화/복호화 장치
EP2502421A2 (en) Apparatus and method encoding/decoding with phase information and residual information
WO2010008185A2 (en) Method and apparatus to encode and decode an audio/speech signal
WO2010090427A2 (ko) 오디오 신호의 부호화 및 복호화 방법 및 그 장치
WO2010093224A2 (ko) 적응적 정현파 펄스 코딩을 이용한 오디오 신호의 인코딩 및 디코딩 방법 및 장치
WO2013183928A1 (ko) 오디오 부호화방법 및 장치, 오디오 복호화방법 및 장치, 및 이를 채용하는 멀티미디어 기기
WO2011021845A2 (en) Method and apparatus for encoding multi-channel audio signal and method and apparatus for decoding multi-channel audio signal
WO2006046546A1 (ja) 音声符号化装置および音声符号化方法
US6934676B2 (en) Method and system for inter-channel signal redundancy removal in perceptual audio coding
WO2010087614A2 (ko) 오디오 신호의 부호화 및 복호화 방법 및 그 장치
WO2010005272A2 (ko) 멀티 채널 부호화 및 복호화 방법 및 장치
WO2009096717A2 (ko) 오디오 신호의 부호화, 복호화 방법 및 장치
WO2021010613A1 (ko) 다중 디코더를 이용한 심화 신경망 기반의 비-자동회귀 음성 합성 방법 및 시스템
WO2010143907A2 (ko) 다객체 오디오 신호를 부호화하는 방법 및 부호화 장치, 복호화 방법 및 복호화 장치, 그리고 트랜스코딩 방법 및 트랜스코더
BRPI0517234B1 (pt) Decodificador para gerar um sinal de áudio, codificador para codificar um sinal de áudio, métodos para gerar e para codificar um sinal de áudio, receptor para receber um sinal de áudio, transmissor e sistema de transmissão para transmitir um sinal de áudio, métodos para receber, transmitir, e transmitir e receber um sinal de áudio, meio de armazenamento legível por computador, equipamento reprodutor de áudio, e, equipamento gravador de áudio
WO2012115487A2 (ko) 영상의 변환 및 역변환 방법, 및 이를 이용한 영상의 부호화 및 복호화 장치
WO2011122875A2 (ko) 부호화 방법 및 장치, 그리고 복호화 방법 및 장치
WO2014077591A1 (ko) 부호화 모드 결정방법 및 장치, 오디오 부호화방법 및 장치와, 오디오 복호화방법 및 장치
WO2011055982A2 (ko) 멀티 채널 오디오 신호의 부호화/복호화 장치 및 방법
WO2009134085A2 (ko) 슈퍼 프레임을 이용하여 멀티채널 오디오 신호를 송수신하는 방법 및 장치
WO2011021790A2 (en) Multi-channel audio decoding method and apparatus therefor
WO2012070866A2 (ko) 스피치 시그널 부호화 방법 및 복호화 방법
JP2010506207A (ja) エンコード方法、デコード方法、エンコーダ、デコーダ、及びコンピュータプログラム製品
WO2013103175A1 (ko) 다채널 신호 부호화 및 복호화 장치 및 방법
WO2011010876A2 (ko) Mdct 프레임과 이종의 프레임 연결을 위한 윈도우 처리 방법 및 장치, 이를 이용한 부호화/복호화 장치 및 방법

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980135711.7

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09798078

Country of ref document: EP

Kind code of ref document: A2

ENP Entry into the national phase

Ref document number: 2011518644

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 13054377

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2009798078

Country of ref document: EP