语音编码装置和语音编码方法制造方法及图纸

能够使比特率的增加抑制到最小限度，同时能够实现量化性能的提高的语音编码装置。在该装置中，在第二层编码单元（４０），标准偏差计算单元（４０８）计算乘以解码标度因子比后的第一层解码谱的标准偏差σｃ并输出到选择单元（４０９），选择单元（４０９）基于标准偏差σｃ选择用哪一个非线性变换函数作为对残差谱进行非线性变换的函数，非线性变换函数单元（４１０）基于选择单元（４０９）的选择结果，选择所准备的多个非线性变换函数＃１～＃Ｎ中的其中一个并输出到逆变换单元（４１１），逆变换单元（４１１）使用从非线性变换函数单元（４１０）输出的非线性变换函数，对存储于残差谱码本（４１２）的残差谱候补进行逆变换（扩展处理），并输出到加法器（４１３）。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及，特别涉及适合于可扩展编码的。
技术介绍
为了在移动通信系统中的电波资源等的有效利用，人们期求以低比特压缩语音信号的技术。但另一方面，人们还期望提高通话语音的质量和实现现场感强的通话服务。为了实现它，除了语音信号的高质量化以外，最好对频带更宽的音频信号等语音以外的信号也能够实现高质量的编码。对这种相互相反的要求，将多个编码技术分层式地合并的研究备受关注。该研究中有一种分层地组合第一层和第二层的编码方式，该第一层使用适合于语音信号的模式，将输入信号以低比特率编码，该第二层使用也适合于语音以外的信号的模式，将输入信号与在第一层的解码信号的差值信号编码。因为在具有这种分层结构的编码方式中通过编码所获得的比特流具有可扩展性(即，即使从比特流的一部分信息也能够获得解码信号)，所以被称为可扩展编码。可扩展编码由于其特性，具有能够灵活地适应于比特率不同的网络间的通信的特点。该特点可以说适合于预计在将来由IP协议合并多种多样的网络的网络环境。作为以往的可扩展编码，例如有使用以MPEG-4(Moving Picture ExpertsGroup phase-4)标准化的技术进行可扩展编码(参照非专利文献1)。在该可扩展编码中，第一层采用适合于语音信号的CELP(Code Excited Linear Prediction；码激励线性预测)，作为第二层采用例如对于从原始信号减去第一层的解码信号的残差信号的AAC(Advanced Audio Coder)和Twin VQ(Transform DomainWeighted Interleave Vector Quantization；变换域加权交织矢量量化)等变换编码方法。另外还有在变换编码中有效率地量化频谱的技术(参照专利文献1)。该技术是，将频谱分块，然后求出标准偏差，它表示该块中所包含的系数的偏差度。然后，根据该标准偏差的值，估计块中所包含的系数的概率密度函数，并选择适合于该概率密度函数的量化器。通过该技术，能够降低频谱的量化误差而改善音质。(专利文献1)专利第3299073号公报(非专利文献1)三木弼一编著，“MPEG-4の全て”，初版，(株)工业调查会，1998年9月30日，p.126-127
技术实现思路
本专利技术需要解决的问题然而，在专利文献1所记载的技术中，因为根据作为量化对象的信号本身的分布来选择量化器，所以必需将选择了哪一个量化器的选择信息编码并传输到解码装置。由此，在作为附加信息传输该选择信息时，比特率相应地增加。本专利技术的目的是，提供能够将比特率的增加抑制到最小限度，同时提高量化性能的。解决问题的方案本专利技术的语音编码装置是进行具有由多个层构成的分层结构的编码的语音编码装置，它所采用的结构包括分析单元，对低层的解码信号进行频率分析，从而计算低层的解码谱；选择单元，基于所述低层的解码谱的偏差度，选择多个非线性变换函数中的一个非线性变换函数；逆变换单元，对非线性变换后的残差谱，使用由所述选择单元选择的非线性变换函数进行逆变换；以及加法单元，将逆变换后的残差谱与所述低层的解码谱相加，从而获得高层的解码谱。本专利技术的有益效果根据本专利技术，能够将比特率的增加抑制到最小限度，同时能够提高量化性能。附图说明图1是表示本专利技术实施方式1的语音编码装置的结构的方框图。图2是表示本专利技术实施方式1的第二层编码单元的结构的方框图。图3是表示本专利技术实施方式1的误差比较单元的结构的方框图。图4是表示本专利技术实施方式1的第二层编码单元的结构的方框图(变形例)。图5是表示本专利技术实施方式1的第一层解码谱的标准偏差与误差谱的标准偏差的关系的座标图。图6是表示本专利技术实施方式1的误差谱的标准偏差的估计方法的图。图7是本专利技术实施方式1的非线性变换函数的一个例子的图。图8是表示本专利技术实施方式1的语音解码装置的结构的方框图。图9是表示本专利技术实施方式1的第二层解码单元的结构的方框图。图10是表示本专利技术实施方式2的误差比较单元的结构的方框图。图11是表示本专利技术实施方式3的第二层编码单元的结构的方框图。图12是表示本专利技术实施方式3的误差谱的标准偏差的估计方法的13是表示本专利技术实施方式3的第二层解码单元的结构的方框图。具体实施例方式下面，参照附图详细地说明本专利技术的实施方式。另外，在各个实施方式，进行具有由多个层构成的分层结构的可扩展编码。还有，在各个实施方式，作为一个例子设以下前提；即(1)可扩展编码的分层结构为第一层(低层)和高于第一层的第二层(高层)的两层；(2)作为在第二层的编码，在频域进行编码(变换编码)；(3)作为第二层的编码的变换方式，使用MDCT(ModifiedDiscrete Cosine Transform；改进离散余弦变换)；(4)在第二层的编码中，将输入信号频带分为多个子带(频带)，以各个子带为单位进行编码；(5)在第二层的编码中，与临界频带相对应地进行子带的分割，并以Bark标度等间隔地分割。(实施方式1)本专利技术实施方式1的语音编码装置的结构如图1所示。在图1中，第一层编码单元10将通过对所输入的语音信号(原始信号)进行编码来获得的编码参数输出到第一层解码单元20和复用单元50。第一层解码单元20由从第一层编码单元10输出的编码参数生成第一层的解码信号，并输出到第二层编码单元40。另一方面，延迟单元30对所输入的语音信号(原始信号)赋予规定的长度的延迟，并输出到第二层编码单元40。该延迟是用于调整在第一层编码单元10和第一层解码单元20发生的时间延迟的。第二层编码单元40对从延迟单元30输出的原始信号用从第一层解码单元20输出的第一层解码信号进行频谱编码，并将通过该频谱编码所获得的编码参数输出到复用单元50。复用单元50将从第一层编码单元10输出的编码参数与从第二层编码单元40输出的编码参数复用，作为比特流输出。接着，进一步详细地说明第二层编码单元40。第二层编码单元40的结构为如图2所示。在图2中，MDCT分析单元401对从第一层解码单元20输出的第一层解码信号通过MDCT变换进行频率分析，从而计算MDCT系数(第一层解码谱)，并将第一层解码谱输出到标度因子编码单元404和乘法器405。MDCT分析单元402对从延迟单元30输出的原始信号通过MDCT变换进行频率分析，从而计算MDCT系数(原始谱)，并将原始谱输出到标度因子编码单元404和误差比较单元406。听觉掩蔽计算单元403使用从延迟单元30输出的原始信号，计算具有预先规定的带宽的每个子带的听觉掩蔽(masking)，并将该听觉掩蔽通知给误差比较单元406。人的听觉特性中有听觉掩蔽特性，即在听见一个信号时，与该信号频率相似的声音进入耳朵里也难以听见。利用所述听觉掩蔽的目的为利用这样的人的听觉掩蔽特性，通过使难以听见量化失真的频率的频谱的量化比特数分配得少，使易于听见量化失真的频率的频谱的量化比特数分配得多，从而实现高效率的频谱编码。标度因子编码单元404进行标度因子(表示频谱轮廓的信息)的编码。作为表示频谱轮廓的信息，使用每个子带的平均振幅。标度因子编码单元404基于从MDCT分析单元401输出的第一层解码谱，计算在第一层解码信号中的各个子带的标度因子。与此同时，标度因子编码单元404基于从MDCT分析单元40本文档来自技高网...

【技术保护点】
一种语音编码装置，进行具有由多个层构成的分层结构的编码，该语音编码装置包括：　　　　分析单元，对低层的解码信号进行频率分析而计算低层的解码谱；　　　　选择单元，基于上述低层的解码谱的偏差度，选择多个非线性变换函数中的一个非线性变换函数；　　　　逆变换单元，对非线性变换后的残差谱，使用由上述选择单元选择的非线性变换函数进行逆变换；以及　　　　加法单元，将逆变换后的残差谱与上述低层的解码谱相加，而获得高层的解码谱。

【技术特征摘要】
【国外来华专利技术】JP 2004-10-27 312262/20041.一种语音编码装置，进行具有由多个层构成的分层结构的编码，该语音编码装置包括分析单元，对低层的解码信号进行频率分析而计算低层的解码谱；选择单元，基于上述低层的解码谱的偏差度，选择多个非线性变换函数中的一个非线性变换函数；逆变换单元，对非线性变换后的残差谱，使用由上述选择单元选择的非线性变换函数进行逆变换；以及加法单元，将逆变换后的残差谱与上述低层的解码谱相加，而获得高层的解码谱。2.如权利要求1所述的语音编码装置，还包括多个残差谱码本，分别对应于所述多个非线性变换函数。3.如权利要求1所述的语音编码装置，其中，所述选择单元对多个子带的每一个，选择为所述多个子带的每一个准备的多个非线性变换函数中的一个非线性变换函数。4.如权利要求1所述...

【专利技术属性】
技术研发人员：押切正浩，
申请(专利权)人：松下电器产业株式会社，
类型：发明
国别省市：JP[日本]