JP2003515178A - フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ - Google Patents

フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ

Info

Publication number
JP2003515178A
JP2003515178A JP2001534143A JP2001534143A JP2003515178A JP 2003515178 A JP2003515178 A JP 2003515178A JP 2001534143 A JP2001534143 A JP 2001534143A JP 2001534143 A JP2001534143 A JP 2001534143A JP 2003515178 A JP2003515178 A JP 2003515178A
Authority
JP
Japan
Prior art keywords
speech
coding mode
pattern
predictive coding
coder
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2001534143A
Other languages
English (en)
Other versions
JP4805506B2 (ja
Inventor
マンジュナス、シャラス
デジャコ、アンドリュー・ピー
アナンタパドマナバーン、アラサニパライ・ケー
チョイ、エディー・ルン・ティク
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of JP2003515178A publication Critical patent/JP2003515178A/ja
Application granted granted Critical
Publication of JP4805506B2 publication Critical patent/JP4805506B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • G10L19/02—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
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Analogue/Digital Conversion (AREA)

Abstract

(57)【要約】 フレームエラー状態に対して感度を減少させるように予測音声コーダの符号化体系選択パターンを使用するための方法と装置は、種々の予測符号化モードの中から選択するように構成にされ音声コーダを含む。事前に定義された数の音声フレームが予測的に符号化された後に、音声コーダは非予測符号化モードまたは僅かな予測符号化モードで１つのフレームを符号化する。事前に定義された数のフレームはあらかじめ聴取者の主観的な見地から決定されることができる。フレームの事前に定義された数は定期的に変えられてもよい。平均した符号化ビットレートが少なくとも１つの非予測符号化されたまたは僅かに予測符号化された音声フレームを含む予測的に符号化された音声フレームの各連続パターン、またはグループのために維持されることを確実にすることによって、平均符号化ビットレートは音声コーダのために維持されることができる。

Description

【発明の詳細な説明】
【０００１】 発明の背景 Ｉ．発明の分野 本発明は一般に音声処理の分野に係り、特に予測音声コーダのフレームエラー
状態に対する感度を減らすための方法と装置に関係する。 ＩＩ．背景技術 デジタル技術による音声の伝送は、特に長距離およびデジタル無線電話応用で
広範囲に展開されるようになった。これは再構成された音声の知覚された品質を
維持すると共に、チャンネルを通じて送ることが可能である最小の情報量を決定
することに関心を引き起こした。音声が単にサンプリングおよびデジタル化によ
り送信される場合、６４キロビット／秒（kbps）の程度のデータレートが従来の
アナログ電話の音声品質を達成するために必要である。しかし、適当な符号化、
伝送および受信機での再合成に続く音声分析の使用によって、データレートの重
大な低減が起る。
【０００２】 人間の音声発生のモデルに関するパラメタを抽出することによって、音声を圧
縮する技術を採用する装置は音声コーダと呼ばれている。音声コーダは入来音声
信号を時間のブロックまたは分析フレームに分割する。音声コーダは典型的にエ
ンコーダおよびデコーダを含む。エンコーダは一定の関連したパラメタを抽出す
るために入来音声フレームを分析し、パラメタを２進表示、即ち、一組のビット
または２進データパケットに量子化する。データパケットはチャンネルを通じて
受信機およびデコーダに伝送される。デコーダはデータパケットを処理し、パラ
メタを生成するためそれらを非量子化し、非量子化されたパラメタを使用して音
声フレームを再合成する。
【０００３】 音声コーダの機能は、音声に固有の自然の冗長の全てを取り除くことによって
、デジタル化された音声信号を低ビットレート信号に圧縮することである。デジ
タル圧縮は一組のパラメタを有する入力音声フレームを表すことおよび一組のビ
ットでパラメタを表すために量子化を採用することにより達成される。入力音声
フレームがビット数Ｎｉを有し、音声コーダによって生成されるデータパケット
がビット数Ｎｏを有するなら、音声コーダによって達成される圧縮係数はＣｒ＝
Ｎｉ／Ｎｏである。目標圧縮係数を達成しながら復号化された音声の高音声品質
を保持することが挑戦である。音声コーダの性能は以下に依存する：(１) いか
にして良い音声モデルまたは上述された分析および合成処理を実行するか、(２)
いかにして良いパラメタ量子化処理がフレーム毎のＮｏビットの目標ビットレ
ートで実行されるか。音声モデルの目標は、各フレームについてパラメタの小さ
い組で音声信号または目標音声品質の本質を捕らえることである。
【０００４】 おそらく、音声コーダの設計において最も重要であることは、音声信号を記述
するパラメタ（ベクトルを含む）の良好な組の検索である。パラメタの良好な組
は、知覚的に正確な音声信号の再構成のために低システム帯域幅を要求する。ピ
ッチ、信号パワー、スペクトル包絡線（またはフォルマント）、振幅および位相
スペクトルは音声符号化パラメタの例である。
【０００５】 音声コーダは時間領域コーダとして実行され、それは一度に音声の小さいセグ
メント（典型的に５ミリ秒（ｍｓ）のサブフレーム）を符号化するために高い時
間分解処理を採用することにより時間領域音声波形を捕らえようとする。各々の
サブフレームのために、コードブックスペースからの高精度標本が、公知技術の
さまざまな検索アルゴリズムの手段により見出される。代わりに音声コーダは周
波数領域コーダとして実行されることができ、それは一組のパラメタ（分析）を
伴う入力音声フレームの短期音声スペクトルを捕らえて、スペクトルのパラメタ
から音声波形を再現するために対応する合成処理を採用しようとする。パラメタ
量子化器は、Ａ.Ｇｅｒｓｈｏ＆Ｒ.Ｍ.Ｇｒａｙ著「ベクトル量子化および信号
圧縮(１９９２)」で説明さてた公知の量子化技術に従ってコードベクトルの記憶
された表現でそれらを表すことによってパラメタを保存する。
【０００６】 周知の時間領域音声コーダは、Ｌ.Ｂ.ＲａｂｉｎｅｒとＲ.Ｗ.Ｓｃｈａｆｅｒ
著の「音声信号のデジタル処理３９６-４５３(１９７８)」に記述された「符号
励起線形予測(ＣＥＬＰ) コーダ」であり、それは引用文献としてここに完全に
組み込まれる。ＣＥＬＰコーダでは、音声信号の短期間相関関係、または冗長が
線形予測(ＬＰ)分析によって取り除かれ、それは短期的なフォルマントフィルタ
の係数を見つける。短期的な予測フィルタを入来音声フレームに適用するとＬＰ
残余信号が発生し、それは長期予測フィルタパラメタとその後の確率的なコード
ブックでさらにモデル化されかつ量子化される。したがって、ＣＥＬＰ符号化は
時間領域音声波形を符号化するタスクをＬＰの短期的フィルタ係数に符号化する
ことおよびＬＰ残余に符号化することの別々のタスクに分割する。時間領域符号
化は固定レート(即ち、各フレームに同じ数のビット、Ｎｏを使用する)または可
変レート(異なった型のフレーム内容に対し異なるビットレートが使用される)で
実行することができる。可変レートコーダは、コーデックパラメタを目標品質を
得るために適切なレベルに符号化するために必要とされるビットの量だけを使用
するように試みる。例示的可変レートＣＥＬＰコーダは米国特許Ｎｏ.５,４１４
,７９６に記述され、それは本発明の譲受人に譲渡され引用文献としてここに組
みこまれる。
【０００７】 ＣＥＬＰコーダのような時間領域コーダは、時間領域音声波形の精度を保存す
るためにフレームにつき大きい数のビットＮｏを通常当てにする。そのようなコ
ーダは、比較的大きいフレーム(例えば、８ｋｂｐｓ以上)につきＮｏビットの数
を提供された優れた音声品質を通常引渡す。しかしながら、低ビットレート(４
ｋｂｐｓ以下)で、時間領域コーダは有効なビットの有限な数による高品質かつ
ロバスト（ｒｏｂｕｓｔ）性能を保有しない。低ビットレートでは、限られたコ
ードブックスペースは、より高いレートの商業応用であまりに首尾よく配備され
た通常の時間領域コーダの波形一致能力を切り取る。したがって、時間がたつに
つれての改良にもかかわらず、低ビットレートで作動する多くのＣＥＬＰ符号化
システムは雑音として通常特徴付けられる知覚的に重要なひずみに悩まされる。
【０００８】 低ビットレート(即ち、２.４〜４ｋｂｐｓ以下の範囲)で媒体で作動する高品
質な音声コーダを開発する研究関心と強い商業的必要性のうねりが現に存在する
。応用領域は無線電話、衛星通信、インターネット電話、様々なマルチメディア
および音声ストリーミング応用、ボイスメール、および他の音声記憶システムを
含んでいる。原動力は高い容量の必要性とパケット損失状況の下でのロバスト性
能の要請である。様々な最近の音声符号化標準化の努力は低レート音声符号化ア
ルゴリズムの研究開発を推進する別の直接な原動力である。低レート音声コーダ
が許容できる応用帯域幅あたりのより多くのチャンネル、またはユーザを創造し
て、適当なチャンネル符号化の付加的な層と結びつけられた低レート音声コーダ
はコーダ仕様の総合的なビットバジェット（ｂｕｄｇｅｔ）に適合でき、チャン
ネルエラー状態の下でロバスト性能を引渡すことができる。低ビットレート音声
コーダの例はプロトタイプピッチ周期（ＰＰＰ）音声コーダであり、１９９８年
１２月２１日に出願され、本発明の譲受人に譲渡され、引用文献としてここに完
全に組みこまれる「可変レート音声符号化」と題する米国出願シリーズＮｏ.０
９／２１７,３４１で説明される。
【０００９】 ＣＥＬＰコーダ、ＰＰＰコーダおよび波形補間（ＷＩ）コーダのような通常の
予測音声コーダにおいて、符号化体系は重く過去の出力に依存する。それゆえに
、フレームエラーまたはフレーム消去がデコーダで受信される場合、デコーダは
問題のフレームのためにそれ自身の最高の置換を作らなければならない。デコー
ダは典型的に前の出力の知的フレーム反復を使用する。デコーダがそれ自身の置
換を作らなければならないので、デコーダおよびエンコーダは互いに同期を失う
。それ故次のフレームがデコーダに到達するとき、そのフレームが予測的に符号
化されるなら、デコーダはエンコーダが使用したのとは異なる前の出力を参照す
る。これは音声品質または音声コーダ性能の低減を生じる。音声コーダはより重
く予測符号化技術（即ち、音声コーダのより多くのフレームが予測的に符号化さ
れる）に依存し、性能の低減がひどくなる。このように、予測音声コーダのフレ
ームエラー状態に対する感度を減らす方法の必要がある。
【００１０】 発明の概要 本発明は予測音声コーダのフレームエラー状態に対する感度を低減する方法に
向けられる。したがって、本発明の一態様において音声コーダが提供される。音
声コーダは都合よく少なくとも１つの予測符号化モード、少なくとも１つの非予
測符号化モード、および少なくとも１つの予測符号化モードおよび少なくとも１
つの非予測符号化モードに結合されたプロセッサを含み、そのプロセッサは連続
した音声フレームを符号化された音声フレームのパターンに従って選択された符
号化モードにより符号化させるように構成され、そのパターンは非予測符号化モ
ードで符号化された少なくとも１つの音声フレームを含んでいる。
【００１１】 本発明の別の態様において、符号化音声フレームの方法が提供される。方法は
、予測符号化モードで連続した音声フレームの予め定義された数を符号化し、予
測符号化モードで連続した音声フレームの予め定義された数を符号化するステッ
プの後に非予測符号化モードで少なくとも１つの音声フレームを符号化し、パタ
ーンに従って符号化された複数の音声フレームを生成するために２つの符号化ス
テップを繰り返すステップを都合よく含む。
【００１２】 本発明の別の態様において、音声コーダが提供される。音声コーダは、予測符
号化モードで連続した音声フレームの予め定義された数を符号化する手段と、予
め定義された数の連続した音声フレームが予測符号化モードで符号化された後に
非予測符号化モードで少なくとも１つの音声フレームを符号化する手段と、パタ
ーンに従って符号化される複数の音声フレームを生成するための手段とを都合よ
く含み、パターンは非予測符号化モードで符号化された少なくとも１つの音声フ
レームを含んでいる。
【００１３】 本発明の別の態様において、音声フレーム符号化の方法が提供される。方法は
、複数の音声フレームをパターンで符号化するステップを都合よく含み、パター
ンは少なくとも１つの予測的に符号化された音声フレームおよび少なくとも１つ
の非予測的に符号化された音声フレームを含んでいる。
【００１４】 本発明の別の態様において、音声フレーム符号化の方法が提供される。方法は
、複数の音声フレームをパターンで符号化するステップを都合よく含み、パター
ンは少なくとも１つの重く予測的に符号化された音声フレームと少なくとも１つ
の僅かに予測的に符号化された音声フレームを含んでいる。
【００１５】 好ましい実施例の詳細な記述 図１において、第１のエンコーダ１００はデジタル化された音声サンプルｓ（
ｎ）を受信し、伝送媒体１０２、即ち通信チャンネル１０２上で第１のデコーダ
１０４に伝送するためサンプルｓ（ｎ）を符号化する。伝送媒体１０２は例えば
地上の通信回線、基地局および人工衛星間のリンク、セルラーまたはＰＣＳ電話
および基地局間の無線通信チャンネル、またはセルラーまたはＰＣＳ電話および
人工衛星間の無線通信チャンネルであり得る。音声サンプルｓ（ｎ）は、さまざ
まなコードブックインデックスの形で都合よく符号化されて、下記のようにノイ
ズを量子化する。デコーダ１０４は符号化された音声サンプルを復号し、出力さ
れた音声信号ＳＳＹＮＴＨ（ｎ）を合成する。復号化過程は、下記のように出力
音声信号ＳＳＹＮＴＨ（ｎ）の合成に使用するため適当な値を決定する種々のコ
ードブックを捜すための伝送されたコードブックインデックスの使用を含む。反
対方向の伝送のために、第２のエンコーダ１０６はデジタル化された音声サンプ
ルｓ（ｎ）を符号化し、それは通信チャンネル１０８上で伝送される。第２のデ
コーダ１１０は符号化された音声サンプルを受信して、符号化された音声サンプ
ルを復号し、合成された出力音声信号ＳＳＹＮＴＨ（ｎ）を生成する。
【００１６】 音声サンプルｓ（ｎ）は、例えばパルス符号変調（ＰＣＭ）、合成されたμ−
法、またはＡ−法を含んでいる公知技術のさまざまな方法のいずれかに従ってデ
ジタル化され量子化された音声信号を表す。技術において知られているように、
音声サンプルｓ（ｎ）は各々のフレームがデジタル化された音声サンプルｓ（ｎ
）の予め定められた数を含む入力データのフレームに編制される。フレームはサ
ブフレームにさらに再分割されることができる。例示的な実施例において、各々
のフレームは４つのサブフレームを含む。例示的な実施例において、８Ｋｈｚの
サンプリングレートが各々１６０のサンプルからなる２０ミリ秒フレームを有し
て使われる。後述する実施例において、データ伝送のレートはフレーム対フレー
ム基準で都合よく変えられる。例えば、データ伝送のレートは完全なレートから
半分のレート、４分の1のレート、８分の１のレートに変えられ得る。下位ビッ
トレートが比較的少ない音声情報を含んでいるフレームのために選択的に使うこ
とができるので、データレートを変化させることは有利である。当業者によく理
解されている様に、さまざまなサンプリングレート、フレームサイズおよびデー
タ伝送レートが使用されるかもしれない。
【００１７】 第１のエンコーダ１００および第２のデコーダ１１０は一緒に第１の音声コー
ダまたは音声コーデックを含む。音声コーダは、例えばセルラーまたはＰＣＳ電
話、基地局および／または基地局コントローラを含む伝送している音声信号の任
意の通信装置に使用されることができる。同様に、第２のエンコーダ１０６およ
び第１のデコーダ１０４は一緒に第２の音声コーダ含む。音声コーダがデジタル
信号処理装置（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、ディスクリート
ゲートロジック、ファームウェアまたは任意な通常のプログラム可能なソフトウ
ェアモジュールおよびマイクロプロセッサで実行されてもよいことは当業者によ
りよく理解される。ソフトウェアモジュールは、ＲＡＭメモリー、フラッシュメ
モリ、レジスタまたは公知技術の他のいかなる形の書き込み可能な記憶媒体でも
あることができる。代わりにいかなる従来のプロセッサ、コントローラまたは状
態マシンもマイクロプロセッサと置換されることができる。音声符号化のために
設計される例示的なＡＳＩＣは本発明の譲受人に譲渡され、引用文献として完全
にここに組み込まれた米国特許番号５,７２７,１２３、および１９９４年２月１
６日に申請され本発明の譲受人に譲渡され、ここに引用文献として完全に組み込
まれた「ＶＯＣＯＤＥＲ ＡＳＩＣ」と題する米国出願番号０８/１９７,４１７
に記述されている。
【００１８】 図２において、音声コーダで使用されることができるエンコーダ２００は、モ
ード決定モジュール２０２、ピッチ推定モジュール２０４、ＬＰ分析モジュール
２０６、ＬＰ分析フィルタ２０８、ＬＰ量子化モジュール２１０および残余量子
化モジュール２１２を含む。入力音声フレームｓ（ｎ）は、モード決定モジュー
ル２０２、ピッチ推定モジュール２０４、ＬＰ分析モジュール２０６およびＬＰ
分析フィルタ２０８に提供される。モード決定モジュール２０２はモードインデ
ックスＩＭおよび周期性に基づくモードＭ、エネルギー、信号対雑音比（ＳＮＲ
）、または各入力音声フレームｓ（ｎ）の他の特徴の中でゼロ交差率を提供する
。周期性に従う音声フレームを分類するさまざまな方法は、本発明の譲受人に譲
渡されここに引用文献として完全に組み込まれた米国特許番号５,９１１,１２８
に記述されている。この種の方法は、また、米国電気通信工業会 暫定標準 ＴＩ
Ａ／ＥＩＡ ＩＳ-１２７およびＴＩＡ／ＥＩＡ ＩＳ-７３３に組み込まれてい
る。例示的なモード決定案はまた、上述した米国出願番号０９/２１７,３４１に
記述されている。
【００１９】 ピッチ推定モジュール２０４はピッチインデックスＩｐおよび各入力音声フレ
ームｓ（ｎ）に基づいた遅れ値Ｐ０を生じる。ＬＰ分析モジュール２０６は、Ｌ
Ｐパラメタaを生成するために各々の入力音声フレームｓ（ｎ）に線形予測の分
析を実行する。ＬＰパラメタａはＬＰ量子化モジュール２１０に与えられる。Ｌ
Ｐ量子化モジュール２１０はまたモードＭを受け、それによって、モード依存方
法で量子化過程を実行する。ＬＰ量子化モジュール２１０はＬＰインデックスＩ ＬＰ および量子化されたＬＰパラメタａ―を生じる。ＬＰ分析フィルタ２０８は
入力音声フレームｓ（ｎ）に加えて量子化されたＬＰパラメタａ―を受信する。
ＬＰ分析フィルタ２０８はＬＰ残余信号Ｒ[n]を生成し、それは入力音声フレー
ムｓ（ｎ）および線形予測されたパラメタａ―に基づいた再構成された音声間の
誤差を表す。ＬＰ残余Ｒ[n]、モードＭおよび量子化されたＬＰパラメタａ―が
残余量子化モジュール２１２に提供される。これらの値に基づいて、残余量子化
モジュール２１２は残余インデックスＩＲおよび量子化残余信号Ｒ[n]―を生成
する。
【００２０】 図３において、音声コーダに使用されることができるデコーダ３００は、ＬＰ
パラメタ復号モジュール３０２、残余復号モジュール３０４、モード復号モジュ
ール３０６およびＬＰ合成フィルタ３０８を含む。モード復号モジュール３０６
はそこからモードＭを生成するモードインデックスＩＭを受信して復号する。Ｌ
Ｐパラメタ復号モジュール３０２はモードＭおよびＬＰインデックスＩＬＰを受
信する。ＬＰパラメタ復号モジュール３０２は量子化されたＬＰパラメタ[ｘ]を
生じるために受け取られた値を復号する。残余復号モジュール３０４は残余イン
デックスＩＲ、ピッチインデックスＩＰ、およびモードインデックスＩＭを受信
する。残余復号モジュール３０４は量子化された残余信号[Ｘ]を生成するために
受け取られた値を復号する。量子化された残余信号[Ｘ]および量子化されたＬＰ
パラメタ[ｘ]はＬＰ合成フィルタ３０８に提供され、それはそれらから復号化出
力音声信号[X]を合成する。
【００２１】 図２のエンコーダ２００および図３のデコーダ３００のモジュールのためのさ
まざまな作動および実施技術は、上述した米国特許番号５,４１４,７９６および
米国出願番号０９/２１７,３４１に記述されている。
【００２２】 図４のフローチャートに示したように、一実施例に従う音声コーダは伝送のた
めの処理音声サンプルの一組のステップに従う。ステップ４００において、音声
コーダは連続したフレームの音声信号のデジタルサンプルを受信する。与えられ
たフレームを受信すると、音声コーダはステップ４０２へ進む。ステップ４０２
において、音声コーダはフレームのエネルギーを検出する。エネルギーはフレー
ムの音声活力の基準である。音声検出はデジタル化された音声サンプルの振幅の
平方を合計し、閾値に対して結果として生じるエネルギーを比較することにより
実行される。実施例において、閾値はバックグラウンドノイズの変更レベルに基
づいて適応する。例示的な可変の閾値音声活力検出回路は上述した米国特許番号
５,４１４,７９６に記述されている。声に出されない若干の音声音は、バックグ
ラウンドノイズとして誤って符号化されることができる極めて低エネルギーサン
プルであり得る。これが起こるのを防止するために、上述した米国特許番号５,
４１４,７９６に記述したように、低エネルギーサンプルのスペクトルの傾斜は
バックグラウンドノイズから無声音声を区別するために用いることができる。
【００２３】 フレームのエネルギを検出した後に、音声コーダはステップ４０４へ進む。ス
テップ４０４において、音声コーダは、検出されたフレームエネルギーが音声情
報を含むとしてフレームを分類するのに十分かどうか決定する。検出されたフレ
ームエネルギーが予め定義された閾値以下に低下する場合、音声コーダはステッ
プ４０６へ進む。ステップ４０６において、音声コーダはバックグラウンドノイ
ズ（即ち、音声なし、即ち沈黙）としてフレームを符号化する。一実施例におい
て、バックグラウンドノイズフレームは８分の１のレートで符号化される。ステ
ップ４０４において検出フレームエネルギーが予め定義された閾値を満たすかま
たは超える場合、フレームは音声として分類され、音声コーダはステップ４０８
へ進む。
【００２４】 ステップ４０８において音声コーダは、フレームが無声音声、即ち音声コーダ
がフレームの周期性を試験するかどうかを決定する。周期性判定のさまざまな既
知の方法は、例えばゼロ交差の使用および正規化自己相関関数（ＮＡＣＦ）の使
用を含む。特に、周期性を検出するためにゼロ交差およびＮＡＣＦを使用するこ
とは、上述した米国特許番号５,９１１,１２８および米国出願番号０９/２１,７
３４１に記述されている。加えて、有声音声と無声音声を区別するために用いる
上記の方法は、米国電気通信工業会 暫定標準ＴＩＡ／ＥＩＡ ＩＳ-１２７およ
びＴＩＡ／ＥＩＡ ＩＳ-７３３に取り込まれている。フレームがステップ４０８
の無声音声であると決定される場合、音声コーダはステップ４１０へ進む。ステ
ップ４１０において、音声コーダは無声音声としてフレームを符号化する。一実
施例において、無声音声フレームは４分の１のレートで符号化される。ステップ
４０８においてフレームが無声音声であると決定されない場合、音声コーダはス
テップ４１２へ進む。
【００２５】 ステップ４１２において、音声コーダは、例えば上述した米国特許番号５,９
１１,１２８に記述されたように従来技術である周期性検出方法を用いて、フレ
ームが遷移音声であるかどうか決定する。フレームが遷移音声であると決定され
る場合、音声コーダはステップ４１４へ進む。ステップ４１４において、フレー
ムは遷移音声、（即ち、無声音声から有声音声への遷移）として符号化される。
一実施例において遷移音声フレームは、本発明の譲受人に譲渡され、ここに引用
文献として完全に組み込まれた、１９９９年５月７日に申請された米国出願番号
０９/３０,７２９４、題名「遷移音声フレームの多重パルス補間符号化」に記述
されている多重パルス補間符号化方法に従って符号化される。もう一つの実施例
では、遷移音声フレームは完全なレートで符号化される。
【００２６】 ステップ４１２において音声コーダはフレームが遷移音声でないと決定する場
合、音声コーダはステップ４１６へ進む。ステップ４１６において、音声コーダ
は有声音声としてフレームを符号化する。一実施例において、有声音声フレーム
は半分のレートで符号化されてもよい。また、有声音声フレームを完全なレート
で符号化することが可能である。しかし、半分のレートで有声フレームを符号化
することは、有声フレームの定常状態の特質を活用することによりコーダが価値
あるバンド幅を保存できることを当業者は認識するであろう。さらに、有声音声
を符号化するために用いるレートに関係なく、有声音声が過去のフレームから情
報を使用して都合よく符号化され、それゆえに、前記を予測的に符号化されるよ
うにする。
【００２７】 技術に熟練したものは、音声信号または対応するＬＰ残余が図４に示されるス
テップに従うことによって符号化されることができることを認識するであろう。
ノイズ、無声、遷移および有声音声の波形特性が図５Ａのグラフで時間の関数と
して示されることができる。ノイズ、無声、遷移および有声ＬＰ残余の波形特性
が図５Ｂのグラフで時間の関数として示されることができる。
【００２８】 一実施例において、予測的にフレーム割合を符号化する音声コーダ５００は、
図６に示すように、決定論的なコード体系選択パターンを用いてフレームエラー
状態に対する感度を減少するために構成される。音声コーダ５００は初期パラメ
ータ算出モジュール５０２、分類モジュール５０４、制御プロセッサ５０６、複
数Ｎの予測符号化モード５０８、５１０（簡単のため、２つの予測符号化モード
５０８、５１０だけが点線により象徴されている残留予測符号化モードとして示
される）および少なくとも１つの非予測符号化モード５１２を含む。初期パラメ
ータ算出モジュール５０２は、分類モジュール５０４に連結される。分類モジュ
ール５０６は、制御プロセッサ５０６に、そして、さまざまな符号化モード５０
８、５１０、５１２に連結される。制御プロセッサはまた、さまざまな符号化モ
ード５０８、５１０、５１２に連結される。
【００２９】 デジタル化された音声サンプルｓ（ｎ）は音声コーダ５００により受信され、
初期パラメータ算出モジュール５０２に入力される。初期パラメータ算出モジュ
ール５０２は、例えば線形予測係数（ＬＰＣ係数）、正規化自己相関関数（ＮＡ
ＣＦ）、開ループ遅れパラメタ、帯域エネルギー、ゼロ交差レートおよびフォル
マント残留信号を含んでいる音声サンプルｓ（ｎ）からさまざまな初期パラメー
タを引き出す。種々の初期パラメータの算出および使用は公知技術であり、上述
した米国特許番号５,４１４,７９６および米国出願番号０９/２１７,３４１に記
述されている。
【００３０】 初期パラメータは分類モジュール５０４に提供される。初期パラメータ値に基
づいて、分類モジュール５０４は図４に関して上記した分類ステップに従って音
声フレームを分類する。フレーム分類は制御プロセッサ５０６に提供され、音声
フレームはさまざまな符号化モード５０８、５１０、５１２に提供される。
【００３１】 制御プロセッサ５０６は、どのモードが現在のフレームのための音声の最も妥
当な与えられた特性であるかに依存して、フレームからフレームへ複合の符号化
モード５０８、５１０、５１２の間で動的に切り換えるために都合よく構成され
る。特定の符号化モード５０８、５１０、５１２は、デコーダ（図示せず）で受
け入れ可能な信号再生を維持すると共に、得られる最も低いビットレートを達成
するために各々のフレームについて選択される。音声コーダ５００のビットレー
トはこのように音声信号ｓ（ｎ）の特性変化、可変音声符号化として参照される
過程として、時間とともに変化する。
【００３２】 一実施例において、制御プロセッサ５０６は現在の音声フレームの分類に基づ
く特定の予測符号化モード５０８、５１０の応用を指向する。予測符号化モード
５０８、５１０のうちの１つは、上述した米国特許番号５,４１４,７９６に記述
されているＣＥＬＰ符号化モードである。予測符号化モード５０８、５１０のも
う１つは、上述した米国出願番号０/２１７,３４１に記述されているＰＰＰ符号
化モードである。さらに別の予測符号化モード５０８、５１０はＷＩ符号化モー
ドであってもよい。
【００３３】 一実施例において、非予測符号化モード５１２は、僅かな予測、または少ない
メモリ符号化体系である。予測符号化モード５０８、５１０は、都合よく重い予
測符号化体系であってもよい。代替実施例において、非予測符号化モード５１２
は全体的に非予測、またはメモリのない符号化体系である。全体的に非予測符号
化モード５１２は、例えば音声サンプルｓ（ｎ）のＰＣＭ符号化、音声サンプル
ｓ（ｎ）の複合されたμ−法符号化、または音声サンプルｓ（ｎ）のＡ−法符号
化であってもよい。
【００３４】 １つの非予測符号化モード５１２が図６に関して記述されている実施例に示さ
れるが、1つ以上の非予測符号化モジュールが使われることができることは熟練
者により理解されるであろう。1つ以上の非予測符号化モジュールが使われる場
合、非予測符号化モジュールの型が異なることができる。さらに、1つ以上の非
予測符号化モジュールが使われる代替実施例において、いくつかまたは全ての非
予測符号化モジュールは、僅かな予測符号化モジュールである。そして他の実施
例において、非予測符号化モジュールのいくつかまたは全ては全体的に非予測符
号化モジュールである。
【００３５】 一実施例において、非予測符号化モード５１２は決定論的持続で制御プロセッ
サ５０６により都合よく挿入される。制御プロセッサ５０６はフレームの長さＦ
を有するパターンを作る。一実施例において、長さＦはフレームエラーの影響の
最も長く我慢できる持続に基づいている。最も長く我慢できる持続は聴取者の主
観的な見地から予め都合よく決定されることができる。もう一つの実施例では、
長さＦは制御プロセッサ５０６によって周期的に変化する。他の実施例において
、長さＦは制御プロセッサ５０６によって乱数的にまたは疑似乱数的に変化され
る。例示的な繰り返されているパターンは、ＰＰＰＮであり、ここにＰは予測符
号化モード５０８、５１０のためにあり、Ｎは非予測または僅かな予測符号化モ
ード５１２を示す。代替実施例において、複数の非予測符号化モードが挿入され
る。例示的なパターンはＰＰＮＰＰＮである。パターン長さＦが変化するある実
施例において、パターンＰＰＰＮはパターンＰＰＰＮＰＮ等により続けられるか
もしれないパターンＰＰＮにより続けられるかもしれない。
【００３６】 一実施例において、図６の音声コーダ５００のような音声コーダは決定論的間
隔で少ないメモリまたはメモリのない符号化体系に知的に挿入するため、図７の
フローチャートに示されたアルゴリズムステップを実行する。ステップ６００に
おいて、制御プロセッサ（示されない）は計数変数ｉをゼロに等しく設定する。
制御プロセッサは次にステップ６０２へ進む。ステップ６０２において制御プロ
セッサは現フレームの音声内容の分類に基づいて現音声フレームのための予測符
号化モードを選択する。制御プロセッサは次にステップ６０４に進む。ステップ
６０４において、制御プロセッサは選択された予測符号化モードで現フレームを
符号化する。制御プロセッサは次にステップ６０６へ進む。ステップ６０６にお
いて、制御プロセッサは計数変数ｉを増加させる。制御プロセッサは次にステッ
プ６０８へ進む。
【００３７】 ステップ６０８において、制御プロセッサは計数変数ｉが予め定義された閾値
Ｔより大きいか否かを決定する。予め定義された閾値Ｔは聴取者の主観的な観点
から予め決定されるように、フレームエラーの影響の最も長い我慢できる持続に
基づいている。特定の実施例において、予め定義された閾値Ｔはフローチャート
で繰返しの予め定義された数として固定したままであり、次に制御プロセッサに
よって異なる予め定義された値に変更される。計数変数ｉが予め定義された閾値
Ｔより大きくない場合、制御プロセッサは次の音声フレームのための予測符号化
モードを選ぶためにステップ６０２に戻る。他方、計数変数ｉが予め定義された
閾値Ｔより大きい場合、制御プロセッサはステップ６１０へ進む。ステップ６１
０において、制御プロセッサは非予測または僅かな予測符号化モードで次の音声
フレームを符号化する。制御プロセッサはそれからステップ６００に戻り、再び
計数変数ｉをゼロに等しく設定する。
【００３８】 当業者は、図７のフローチャートが予測的に符号化されるおよび非予測的また
は僅かに予測的に符号化される音声フレームの異なる繰り返しパターンを組み入
れるために修正されることができると認識するであろう。例えば、計数変数ｉは
フローチャートを通して各々の繰返しで、またはフローチャートを通して繰返し
の予め定義された数の後に、あるいは疑似乱数的または乱数的に変化されてもよ
い。または、例えば次の２つのフレームは、ステップ６１０において非予測符号
化モードまたは僅かな予測符号化モードによって符号化されることができる。ま
たは、例えばフレームの任意の予め定義された数またはフレームの乱数的に選択
された数、フレームの疑似乱数的に選択された数、またはフローチャートで各々
の繰返しを有する予め定義された方法で変化するフレームの数は、ステップ６１
０で非予測符号化モードまたは僅かな予測符号化モードで符号化されることがで
きる。
【００３９】 一実施例において、図６の音声コーダ５００は可変音声コーダ５００であり、
音声コーダ５００の平均ビットレートは都合よく維持される。特定の実施例にお
いて、パターンに使用される各々の予測符号化モード５０８、５１０が他の各々
より異なるレートで符号化され、非予測符号化モード５１２が予測符号化モード
５０８、５１０のいずれかのために使用されるより異なるレートで符号化される
。他の特定の実施例において、予測符号化モード５０８、５１０は比較的低いビ
ットレートで符号化され、非予測符号化モード５１２は比較的高いビットレート
で符号化される。それゆえに、高品質の少ないメモリかメモリのない符号化体系
が一旦各Ｆフレームに挿入され、高品質、重い予測、低ビットレートの符号化体
系が減少された平均符号化レートを生じる連続した高ビットレートフレーム間で
使用される。いかなる予測音声コーダにおいても有利であるけれども、この技術
は特に低ビットレート音声コーダで有効であり、そこにおいて良好な音声品質は
重い予測符号化体系を使用することによってのみ達成されることができる。それ
らの予測特性によるこの種の低ビットレート音声コーダは、フレームエラーによ
って生じる退行により影響されやすい。高ビットレート、非予測符号化モード５
１２を周期的に挿入することによって、予測符号化モード５０８、５１０をさま
ざまな低ビットレートに維持すると共に、所望の良好な音声品質および低平均符
号化レートが達成される。
【００４０】 一実施例において、平均レートがＲに等しいように繰り返された決定論的なパ
ターンで音声のセグメントの全フレームを符号化することにより、平均符号化レ
ートは予め定義された平均レートＲに一定または略一定に都合よく保たれる。例
示的なパターンはＰＰＮであり、Ｐは予測的に符号化されたフレームを表してお
り、Ｎは非予測的あるいは僅かに予測的に符号化されたフレームを表している。
このパターンにおいて、第１のフレームはＲ/２で予測的に符号化され、第２の
フレームはＲ/２のレートで予測的に符号化され、第３のフレームは２Ｒのレー
トで非予測的にまたは僅かに予測的に符号化される。パターンはそれから繰り返
す。平均符号化レートはこのようにＲである。
【００４１】 他の例示的なパターンはＰＰＰＮである。このパターンにおいて、第１のフレ
ームがＲ/２のレートで予測的に符号化され、第２のフレームはＲのレートで予
測的に符号化され、第３のフレームはＲ/２のレートで予測的に符号化され、そ
して、第４のフレームは２Ｒのレートで非予測的にまたは僅かに予測的に符号化
される。パターンはそれから繰り返す。平均符号化レートはこのようにＲである
。
【００４２】 他の例示的なパターンはＰＰＮＰＰＮである。このパターンにおいて、第１の
フレームはＲ/２のレートで符号化され、第２のフレームはＲ/２のレートで符号
化され、第３フレームは２Ｒレートで符号化され、第４のフレームはＲ/３のレ
ートで符号化され、第５のフレームはＲ/３のレートで符号化され、そして、第
６のフレームは７Ｒ/３のレートで符号化される。パターンはそれから繰り返す
。平均符号化レートはこのようにＲである。
【００４３】 他の例示的なパターンはＰＰＰＮＰＮである。このパターンにおいて、第１の
フレームがＲ/３のレートで符号化され、第２のフレームはＲ/３のレートで符号
化され、第３のフレームはＲ/３のレートで符号化され、第４のフレームが３Ｒ
レートで符号化され、第５のフレームがＲ/２のレートで符号化され、そして第
６のフレームが３Ｒ/２のレートで符号化される。パターンはそれから繰り返す
。平均符号化レートはこのようにＲである。
【００４４】 他の例示的なパターンはＰＰＮＮＰＰＮである。このパターンにおいて、第１
のフレームがＲ/３のレートで符号化され、第２のフレームはＲ/３のレートで符
号化され、第３のフレームが２Ｒのレートで符号化され、第４のフレームが２Ｒ
のレートで符号化され、第５のフレームがＲ/２のレートで符号化され、第６の
フレームはＲ/２のレートで符号化され、そして第７のフレームは４Ｒ/３のレー
トで符号化される。パターンはそれから繰り返す。平均符号化レートはこのよう
にＲである。
【００４５】 熟練者は、上記のパターンのいずれかのいかなる循環ローテーションもまた使
用されることがでると理解するであろう。熟練者はまた、上記のパターンおよび
その他が乱数的または疑似乱数的に選択されるかまたは事実上周期的であるか否
かで、いかなる順序にも継ぎ合わせることができることを認識するであろう。当
業者は、符号化レートのいかなる組も使うことができ、符号化レート平均をパタ
ーンの持続（Ｆフレーム）に亘って所望の平均符号化レートＲに提供できること
をさらに認識するであろう。
【００４６】 非予測的にまたは僅かに予測的に符号化されるようにと高レートで符号化され
るフレームを強制することは、音声のセグメントについてＲの所望の平均符号化
レートを維持する間に、フレームエラーの影響がパターンと同じ長さだけ続けさ
せられる。実際、音声のセグメントがＦフレームパターン長の正確な倍数を含ま
ない場合、制御プロセッサはわずかに最低の平均レートを達成するために知的に
パターンを回転させるように構成されることができる。音声セグメントのための
所望の有効平均符号化レートＲがＲの固定レートでセグメントの全フレームを符
号化することによって代わりに達成され、レートＲが予測の使用をさせる比較的
低レートである場合、音声コーダはフレームエラーの続いている影響に極めて弱
いであろう。
【００４７】 熟練者は、上記した実施例が可変レート音声コーダによるにもかかわらず、上
記したそれらのようなパターンに基づく体系がまた、固定レート、予測音声コー
ダの利点に採用されることができると理解するであろう。固定レート、予測音声
コーダが低ビットレート音声コーダである場合、フレームエラー状態は音声コー
ダに不利な影響を与えるだろう。非予測的に符号化されたまたは僅かに予測的に
符号化されたフレームは同じ低レートで符号化された予測的符号化フレームより
低い品質であるかもしれない。それにもかかわらず、あらゆるＦフレームの１つ
の非予測的に符号化されたまたは僅かに予測的に符号化されたフレームを導入す
ることは、あらゆるＦフレームのフレームエラーの影響を排除する。
【００４８】 このように、フレームエラー状態に対する感度を減らすために予測音声コーダ
のコード体系選択パターンを使用する新規な方法と装置が記述された。熟練者は
、ここに開示された実施例と関連して記述されたさまざまな図解論理ブロックお
よびアルゴリズムステップが、電子的ハードウエア、コンピューターソフトウェ
アまたは両方の組合わせとして実行されることができることを理解するであろう
。さまざまな図示する構成要素、ブロックおよびステップは、それらの機能性の
用語で一般に記述された。機能性がハードウエアまたはソフトウェアとして実施
されるか否かは、全体的なシステムに課せられた特定の応用および設計拘束に依
存する。熟練者は、これらの状況の下でハードウェアおよびソフトウェアの互換
性、および各々の特定の応用のために記述された機能性を最もよく実施する方法
を認識する。実施例としてさまざまな図解論理ブロックおよびここに開示された
実施例と関連して記述されたアルゴリズムステップは、デジタル信号処理装置（
ＤＳＰ）、特定用途向けＩＣ（ＡＳＩＣ）、ディスクリートゲートまたはトラン
ジスタ論理、例えばレジスタおよびＦＩＦＯのようなディスクリートハードウエ
ア構成要素、一組のファームウェア指令を実行しているプロセッサ、またはあら
ゆる通常のプログラム可能なソフトウェアモジュールおよびプロセッサで実施ま
たは実行されることができる。プロセッサは都合よくマイクロプロセッサであっ
てもよいが、代わりにプロセッサはいかなる通常のプロセッサも、コントローラ
、マイクロコントローラまたは状態マシンであってもよい。ソフトウェアモジュ
ールはＲＡＭメモリー、フラッシュメモリ、レジスタまたは公知技術の書き込み
可能な記憶媒体の他のいかなる形でもあることができる。熟練者は、上記の説明
を通して参照されたデータ、指令、命令、情報、信号、ビット、記号およびチッ
プが電圧、電流、電磁波、磁場または粒子、光学場または粒子、またはそれのい
かなる組合わせでも都合よく表されることをさらに認識するであろう。
【００４９】 本発明の好ましい実施例はこのように図示され記述された。しかし、多数の変
更が発明の精神または範囲から逸脱することなく、ここに開示された実施例にな
されるかもしれないことは技術に普通に熟練した者には明らかである。したがっ
て、本発明は以下の請求項に従う以外に制限されるべきではない。
【図面の簡単な説明】
【図１】 音声コーダにより各々の端で終端される通信チャンネルのブロックダイヤグラ
ムである。
【図２】 図１の音声コーダにおいて使用されることができるエンコーダのブロックダイ
ヤグラムである。
【図３】 図１の音声コーダにおいて使用されることができるデコーダのブロックダイヤ
グラムである。
【図４】 音声符号化決定過程を示しているフローチャートである。
【図５Ａ】 音声信号振幅対時間のグラフである。
【図５Ｂ】 線形予測（ＬＰ）残余振幅対時間のグラフである。
【図６】 符号化モード選択パターンを採用するために構成される音声コーダのブロック
ダイヤグラムである。
【図７】 符号化モード選択パターンを採用する図６の音声コーダのような音声コーダに
より実行される方法ステップを示しているフローチャートである。
【符号の説明】
５００…音声コーダ ５０２…初期パラメタ計算モジュール ５０４…分類モ
ジュール ５０６…制御プロセッサ ５０８、５１０…予測符号化モード ５１
２…非予測符号化モード
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ， ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ， ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＢＺ，Ｃ Ａ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ， ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，Ｋ Ｅ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ， ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，Ｒ Ｕ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ， ＺＡ，ＺＷ (72)発明者 デジャコ、アンドリュー・ピー アメリカ合衆国、カリフォルニア州 92131 サン・ディエゴ、カミニト・モジ ャド 9705 (72)発明者 アナンタパドマナバーン、アラサニパラ イ・ケー アメリカ合衆国、カリフォルニア州 92126 サン・ディエゴ、ナンバー127、カ ミノ・ルイズ 10187 (72)発明者 チョイ、エディー・ルン・ティク アメリカ合衆国、カリフォルニア州 92126 サン・ディエゴ、レーガン・ロー ド 9930、アパートメント・ナンバー248 Ｆターム(参考） 5D045 CA01 CC02 DA20 5J064 AA01 BA12 BA13 BB03 BC01 BC02 BC29 BD00

Claims (34)

    【特許請求の範囲】
  1. 【請求項１】 少なくとも１つの予測符号化モードと、 少なくとも１つの非予測符号化モードと、 少なくとも１つの予測符号化モードおよび少なくとも１つの非予測符号化モー
    ドに結合されたプロセッサとを含み、 前記プロセッサは符号化された音声フレームのパターンに従って選択された符
    号化モードにより連続した音声フレームを符号化させるように構成され、そのパ
    ターンは非予測符号化モードで符号化された少なくとも１つの音声フレームを含
    んでいる音声コーダ。
  2. 【請求項２】 少なくとも１つの非予測符号化モードが１つの非予測符号化
    モードを含む請求項１の音声コーダ。
  3. 【請求項３】 少なくとも１つの非予測符号化モードが僅かな予測符号化モ
    ードである請求項１の音声コーダ。
  4. 【請求項４】 少なくとも１つの非予測符号化モードが全体的に非予測符号
    化モードである請求項１の音声コーダ。
  5. 【請求項５】 プロセッサが符号化された音声フレームのパターンのために
    平均符号化レートを維持するようにさらに構成される請求項１の音声コーダ。
  6. 【請求項６】 符号化された音声フレームのパターンは少なくとも１つの予
    測符号化モードで符号化される複数の音声フレームを含み、少なくとも１つの予
    測符号化モードで符号化される音声フレームの数が聴取者により予め定められて
    いる請求項１の音声コーダ。
  7. 【請求項７】 パターンは繰り返しパターンである請求項１の音声コーダ。
  8. 【請求項８】 パターンは様々なパターンである請求項１の音声コーダ。
  9. 【請求項９】 予測符号化モードで予め定義された数の連続した音声フレー
    ムを符号化し、 予測符号化モードで予め定義された数の連続した音声フレームを符号化するス
    テップを実行した後に非予測符号化モードで少なくとも１つの音声フレームを符
    号化し、 パターンに従って符号化される複数の音声フレームを生成するために２つの符
    号化ステップを繰り返す ステップを含む音声フレームを符号化する方法。
  10. 【請求項１０】 パターンが繰り返しパターンである請求項９の方法。
  11. 【請求項１１】 パターンが様々なパターンである請求項９の方法。
  12. 【請求項１２】 非予測符号化モードが僅かな予測符号化モードである請求
    項９の方法。
  13. 【請求項１３】 非予測符号化モードが全体的に非予測符号化モードである
    請求項９の方法。
  14. 【請求項１４】 符号化された音声フレームのパターンのための平均符号化
    レートを維持するステップを更に含む請求項９の方法。
  15. 【請求項１５】 連続した音声フレームの予め定義された数が聴取者によっ
    て予め定められる請求項９の方法。
  16. 【請求項１６】 連続した音声フレームの予め定義された数を変化させるス
    テップを更に含む請求項９の方法。
  17. 【請求項１７】 変化させるステップが連続した音声フレームの予め定義さ
    れた数を周期的に変化させることを含む請求項１６の方法。
  18. 【請求項１８】 変化させるステップが連続した音声フレームの予め定義さ
    れた数を乱数的に変化させることを含む請求項１６の方法。
  19. 【請求項１９】 予測符号化モードで連続した音声フレームの予め定義され
    た数を符号化する手段、 予め定義された数の連続した音声フレームが予測符号化モードで符号化された
    後、非予測符号化モードで少なくとも１つの音声フレームを符号化する手段、 パターンが非予測符号化モードで符号化される少なくとも１つの音声フレーム
    を含み、パターンに従って符号化される複数の音声フレームを生成する手段 を含む音声コーダ。
  20. 【請求項２０】 パターンが繰り返しパターンである請求項１９の音声コー
    ダ。
  21. 【請求項２１】 パターンが様々なパターンである請求項１９の音声コーダ
    。
  22. 【請求項２２】 非予測符号化モードが僅かな予測符号化モードである請求
    項１９の音声コーダ。
  23. 【請求項２３】 非予測符号化モードが全体的に非予測符号化モードである
    請求項１９の音声コーダ。
  24. 【請求項２４】 符号化された音声フレームのパターンの平均符号化レート
    を維持する手段をさらに含む請求項１９の音声コーダ。
  25. 【請求項２５】 連続した音声フレームの予め定義された数は聴取者よって
    予め定められる請求項１９の音声コーダ。
  26. 【請求項２６】 予め定義された数の連続した音声フレームを変化させる手
    段をさらに含む請求項１９の音声コーダ。
  27. 【請求項２７】 変化させる手段が連続した音声フレームの予め定義された
    数を周期的に変化させる手段を含む請求項２６の音声コーダ。
  28. 【請求項２８】 変化させる手段が連続した音声フレームの予め定義された
    数を乱数的に変化させる手段を含む請求項２６の音声コーダ。
  29. 【請求項２９】 複数の音声フレームをパターンで符号化するステップ含み
    、パターンが少なくとも１つの予測的に符号化された音声フレームおよび少なく
    とも１つの非予測的に符号化された音声フレームを含む音声フレームの符号化方
    法。
  30. 【請求項３０】 パターンが繰り返しパターンである請求項２９の方法。
  31. 【請求項３１】 パターンが様々なパターンである請求項２９の方法。
  32. 【請求項３２】 複数の音声フレームをパターンで符号化するステップ含み
    、パターンが少なくとも１つの重く予測的に符号化された音声フレームおよび少
    なくとも１つの僅かに予測的に符号化された音声フレームを含む音声フレームの
    符号化方法。
  33. 【請求項３３】 パターンが繰り返しパターンである請求項３２の方法。
  34. 【請求項３４】 パターンが様々なパターンである請求項３２の方法。
JP2001534143A 1999-10-28 2000-10-26 フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ Expired - Fee Related JP4805506B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/429,754 US6438518B1 (en) 1999-10-28 1999-10-28 Method and apparatus for using coding scheme selection patterns in a predictive speech coder to reduce sensitivity to frame error conditions
US09/429,754 1999-10-28
PCT/US2000/029710 WO2001031639A1 (en) 1999-10-28 2000-10-26 A predictive speech coder using coding scheme selection patterns to reduce sensitivity to frame errors

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2011128162A Division JP5543405B2 (ja) 1999-10-28 2011-06-08 フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ

Publications (2)

Publication Number Publication Date
JP2003515178A true JP2003515178A (ja) 2003-04-22
JP4805506B2 JP4805506B2 (ja) 2011-11-02

Family

ID=23704610

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2001534143A Expired - Fee Related JP4805506B2 (ja) 1999-10-28 2000-10-26 フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ
JP2011128162A Expired - Fee Related JP5543405B2 (ja) 1999-10-28 2011-06-08 フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2011128162A Expired - Fee Related JP5543405B2 (ja) 1999-10-28 2011-06-08 フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ

Country Status (13)

Country Link
US (1) US6438518B1 (ja)
EP (1) EP1224663B1 (ja)
JP (2) JP4805506B2 (ja)
KR (2) KR100827896B1 (ja)
CN (1) CN1212607C (ja)
AT (1) ATE346357T1 (ja)
AU (1) AU1576001A (ja)
BR (1) BRPI0015070B1 (ja)
DE (1) DE60032006T2 (ja)
ES (1) ES2274812T3 (ja)
HK (1) HK1051735A1 (ja)
TW (1) TW530296B (ja)
WO (1) WO2001031639A1 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002247137A (ja) * 2000-04-25 2002-08-30 Canon Inc 通信装置及び通信方法
JP4221537B2 (ja) * 2000-06-02 2009-02-12 日本電気株式会社 音声検出方法及び装置とその記録媒体
US7487083B1 (en) * 2000-07-13 2009-02-03 Alcatel-Lucent Usa Inc. Method and apparatus for discriminating speech from voice-band data in a communication network
WO2002097796A1 (en) * 2001-05-28 2002-12-05 Intel Corporation Providing shorter uniform frame lengths in dynamic time warping for voice conversion
US7433815B2 (en) * 2003-09-10 2008-10-07 Dilithium Networks Pty Ltd. Method and apparatus for voice transcoding between variable rate coders
US7542899B2 (en) * 2003-09-30 2009-06-02 Alcatel-Lucent Usa Inc. Method and apparatus for adjusting the level of a speech signal in its encoded format
US8111663B2 (en) 2004-07-20 2012-02-07 Qualcomm Incorporated Methods and systems for variable rate broadcast with soft handoff
SE0402649D0 (sv) 2004-11-02 2004-11-02 Coding Tech Ab Advanced methods of creating orthogonal signals
US20070005347A1 (en) * 2005-06-30 2007-01-04 Kotzin Michael D Method and apparatus for data frame construction
US8032369B2 (en) * 2006-01-20 2011-10-04 Qualcomm Incorporated Arbitrary average data rates for variable rate coders
US8090573B2 (en) * 2006-01-20 2012-01-03 Qualcomm Incorporated Selection of encoding modes and/or encoding rates for speech compression with open loop re-decision
US8346544B2 (en) * 2006-01-20 2013-01-01 Qualcomm Incorporated Selection of encoding modes and/or encoding rates for speech compression with closed loop re-decision
CA2663904C (en) * 2006-10-10 2014-05-27 Qualcomm Incorporated Method and apparatus for encoding and decoding audio signals
US8171380B2 (en) * 2006-10-10 2012-05-01 Marvell World Trade Ltd. Adaptive systems and methods for storing and retrieving data to and from memory cells
US7813922B2 (en) * 2007-01-30 2010-10-12 Nokia Corporation Audio quantization
EP2301015B1 (en) * 2008-06-13 2019-09-04 Nokia Technologies Oy Method and apparatus for error concealment of encoded audio data
US20130268265A1 (en) * 2010-07-01 2013-10-10 Gyuhyeok Jeong Method and device for processing audio signal
US8990094B2 (en) * 2010-09-13 2015-03-24 Qualcomm Incorporated Coding and decoding a transient frame
US9263054B2 (en) * 2013-02-21 2016-02-16 Qualcomm Incorporated Systems and methods for controlling an average encoding rate for speech signal encoding
TWI557727B (zh) * 2013-04-05 2016-11-11 杜比國際公司 音訊處理系統、多媒體處理系統、處理音訊位元流的方法以及電腦程式產品
JP2017009663A (ja) * 2015-06-17 2017-01-12 ソニー株式会社 録音装置、録音システム、および、録音方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS637042A (ja) * 1986-06-27 1988-01-12 Fujitsu Ltd 符号化伝送装置
JPS6444499A (en) * 1987-08-12 1989-02-16 Fujitsu Ltd Forecast encoding system for voice
JPH01293028A (ja) * 1988-05-20 1989-11-27 Fujitsu Ltd 音声符号化モード切り替え方式
JPH0646409A (ja) * 1992-07-23 1994-02-18 Sony Corp 画像信号符号化装置及び画像信号符号化方法
JPH07131793A (ja) * 1993-11-01 1995-05-19 Toshiba Corp 映像信号高能率符号化装置
JPH0818543A (ja) * 1994-07-01 1996-01-19 Nippon Telegr & Teleph Corp <Ntt> 可変ビットレート符号化復号化方法、その符号化器及び復号化器
JPH0869298A (ja) * 1994-08-29 1996-03-12 Olympus Optical Co Ltd 再生装置
JPH0884329A (ja) * 1994-09-13 1996-03-26 Canon Inc 画像通信端末装置
JPH08263099A (ja) * 1995-03-23 1996-10-11 Toshiba Corp 符号化装置
WO1998041000A1 (en) * 1997-03-10 1998-09-17 Ericsson Inc. Mobile telephone having continuous recording capability
JPH1169355A (ja) * 1997-08-20 1999-03-09 Sharp Corp 画像伝送装置
JPH1188874A (ja) * 1997-09-02 1999-03-30 Toshiba Corp 符号化装置における編集可能点挿入方法および符号化装置
JPH11220711A (ja) * 1998-02-03 1999-08-10 Fujitsu Ltd 多地点会議システム及び会議端末装置
JPH11259096A (ja) * 1998-03-09 1999-09-24 Sony Corp 符号化装置、編集装置及び符号化多重化装置並びにそれらの方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5568483A (en) * 1990-06-25 1996-10-22 Qualcomm Incorporated Method and apparatus for the formatting of data for transmission
DK0588932T3 (da) 1991-06-11 2002-03-11 Qualcomm Inc Vokoder med variabel hastighed
GB9205932D0 (en) * 1992-03-18 1992-04-29 Philips Electronics Uk Ltd Method and apparatus for editing an audio signal
US5734789A (en) * 1992-06-01 1998-03-31 Hughes Electronics Voiced, unvoiced or noise modes in a CELP vocoder
US5659659A (en) * 1993-07-26 1997-08-19 Alaris, Inc. Speech compressor using trellis encoding and linear prediction
US5784532A (en) 1994-02-16 1998-07-21 Qualcomm Incorporated Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system
US5602961A (en) * 1994-05-31 1997-02-11 Alaris, Inc. Method and apparatus for speech compression using multi-mode code excited linear predictive coding
JPH0816200A (ja) * 1994-06-30 1996-01-19 Olympus Optical Co Ltd 音声記録装置
TW271524B (ja) * 1994-08-05 1996-03-01 Qualcomm Inc
US5774846A (en) 1994-12-19 1998-06-30 Matsushita Electric Industrial Co., Ltd. Speech coding apparatus, linear prediction coefficient analyzing apparatus and noise reducing apparatus
US6064954A (en) * 1997-04-03 2000-05-16 International Business Machines Corp. Digital audio signal coding
US6233550B1 (en) * 1997-08-29 2001-05-15 The Regents Of The University Of California Method and apparatus for hybrid coding of speech at 4kbps
US6058359A (en) * 1998-03-04 2000-05-02 Telefonaktiebolaget L M Ericsson Speech coding including soft adaptability feature
WO2000030075A1 (en) * 1998-11-13 2000-05-25 Qualcomm Incorporated Closed-loop variable-rate multimode predictive speech coder
US6324503B1 (en) * 1999-07-19 2001-11-27 Qualcomm Incorporated Method and apparatus for providing feedback from decoder to encoder to improve performance in a predictive speech coder under frame erasure conditions
ES2269112T3 (es) * 2000-02-29 2007-04-01 Qualcomm Incorporated Codificador de voz multimodal en bucle cerrado de dominio mixto.

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS637042A (ja) * 1986-06-27 1988-01-12 Fujitsu Ltd 符号化伝送装置
JPS6444499A (en) * 1987-08-12 1989-02-16 Fujitsu Ltd Forecast encoding system for voice
JPH01293028A (ja) * 1988-05-20 1989-11-27 Fujitsu Ltd 音声符号化モード切り替え方式
JPH0646409A (ja) * 1992-07-23 1994-02-18 Sony Corp 画像信号符号化装置及び画像信号符号化方法
JPH07131793A (ja) * 1993-11-01 1995-05-19 Toshiba Corp 映像信号高能率符号化装置
JPH0818543A (ja) * 1994-07-01 1996-01-19 Nippon Telegr & Teleph Corp <Ntt> 可変ビットレート符号化復号化方法、その符号化器及び復号化器
JPH0869298A (ja) * 1994-08-29 1996-03-12 Olympus Optical Co Ltd 再生装置
JPH0884329A (ja) * 1994-09-13 1996-03-26 Canon Inc 画像通信端末装置
JPH08263099A (ja) * 1995-03-23 1996-10-11 Toshiba Corp 符号化装置
WO1998041000A1 (en) * 1997-03-10 1998-09-17 Ericsson Inc. Mobile telephone having continuous recording capability
JPH1169355A (ja) * 1997-08-20 1999-03-09 Sharp Corp 画像伝送装置
JPH1188874A (ja) * 1997-09-02 1999-03-30 Toshiba Corp 符号化装置における編集可能点挿入方法および符号化装置
JPH11220711A (ja) * 1998-02-03 1999-08-10 Fujitsu Ltd 多地点会議システム及び会議端末装置
JPH11259096A (ja) * 1998-03-09 1999-09-24 Sony Corp 符号化装置、編集装置及び符号化多重化装置並びにそれらの方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杉山賢二: ""蓄積系メディアに適した動画像符号化の一手法"", 画像符号化シンポジウム予稿集, JPN6011005644, 13 October 1989 (1989-10-13), pages 71 - 72, ISSN: 0001839818 *

Also Published As

Publication number Publication date
DE60032006D1 (de) 2007-01-04
DE60032006T2 (de) 2007-06-21
EP1224663A1 (en) 2002-07-24
CN1402869A (zh) 2003-03-12
JP5543405B2 (ja) 2014-07-09
AU1576001A (en) 2001-05-08
EP1224663B1 (en) 2006-11-22
KR100804888B1 (ko) 2008-02-20
ATE346357T1 (de) 2006-12-15
HK1051735A1 (en) 2003-08-15
KR20070112894A (ko) 2007-11-27
TW530296B (en) 2003-05-01
JP4805506B2 (ja) 2011-11-02
CN1212607C (zh) 2005-07-27
JP2011237809A (ja) 2011-11-24
WO2001031639A1 (en) 2001-05-03
BR0015070A (pt) 2002-12-24
KR100827896B1 (ko) 2008-05-07
US6438518B1 (en) 2002-08-20
ES2274812T3 (es) 2007-06-01
BRPI0015070B1 (pt) 2016-10-11
KR20020040910A (ko) 2002-05-30

Similar Documents

Publication Publication Date Title
JP5543405B2 (ja) フレームエラーに対する感度を低減する符号化体系パターンを使用する予測音声コーダ
EP1340223B1 (en) Method and apparatus for robust speech classification
FI120327B (fi) Menetelmä ja laite alennetun nopeuden muuttuvanopeuksisen vokoodauksen suorittamiseksi
EP1214705B1 (en) Method and apparatus for maintaining a target bit rate in a speech coder
US6324503B1 (en) Method and apparatus for providing feedback from decoder to encoder to improve performance in a predictive speech coder under frame erasure conditions
WO2001082289A2 (en) Frame erasure compensation method in a variable rate speech coder
JP2003525473A (ja) 閉ループのマルチモードの混合領域の線形予測音声コーダ
JP2002530705A (ja) 音声の無声セグメントの低ビットレート符号化
EP1204968B1 (en) Method and apparatus for subsampling phase spectrum information
JP2003501675A (ja) 時間同期波形補間によるピッチプロトタイプ波形からの音声を合成するための音声合成方法および音声合成装置
EP1181687B1 (en) Multipulse interpolative coding of transition speech frames
JP2003524796A (ja) 音声コーダにおける線スペクトル情報量子化方法を交錯するための方法および装置
US6434519B1 (en) Method and apparatus for identifying frequency bands to compute linear phase shifts between frame prototypes in a speech coder
JP2002536694A (ja) 音声コーダのための、１／８レート乱数発生のための方法と手段
WO2000030075A1 (en) Closed-loop variable-rate multimode predictive speech coder

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070925

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100928

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101216

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110608

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20110616

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: 20110712

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110811

R150 Certificate of patent or registration of utility model

Ref document number: 4805506

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

Free format text: PAYMENT UNTIL: 20140819

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees