[發明專利]語音編碼中的脈沖分配方法

無效

• 申請號: 200680004536.4
• 申請日: 2006-02-09
• 公開（公告）號: CN101116137A
• 公開（公告）日: 2008-01-30
• 發明（設計）人: 張峻偉;梁世豐;吉田幸司;后藤道代
• 申請（專利權）人: 松下電器產業株式會社
• 主分類號: G10L19/10
• 分類號: G10L19/10;G10L19/00
• 代理公司: 北京市柳沈律師事務所
• 代理人: 黃小臨

技術領域

本發明涉及語音編碼中的脈沖分配方法。

背景技術

一般而言，在語音編碼中，使用聲道模型來合成盡可能相似于原始語音的語音信號。作為這種語音編碼之一，有用于3GPP系統的自適應多速率寬帶(AMR-WB：Adaptive?MultiRate-WideBand)語音編碼(參照非專利文獻1)。該AMR-WB語音編碼也是作為ITU-T建議G.722.2(非專利文獻2)由ITU-T選定并承認的。下面，舉例說明采用23.85kbps的比特率的AMR-WB語音編碼。

作為AMR-WB語音編碼的重要的結構元素之一，有固定碼本(圖1)的搜索。在AMR-WB語音編碼中，將具有下采樣后的256個樣本的語音樣本的幀，分割成各自具有64個樣本的4個子幀。在搜索固定碼本的過程中，將該子幀分割成4個音軌。在AMR-WB語音編碼的模式8，從各個音軌可取得的16個脈沖位置中，對每個音軌選擇6個脈沖位置。也就是說，各個子幀的脈沖的數目被設定為p₀～p₂₃的24個。并且，對這些p₀～p₂₃的24個脈沖的位置進行編碼，而形成用于合成對應于各個子幀的語音的碼本索引(參照非專利文獻1)。

另外，在ITU-T建議G.722.2中，目前雖然支持對單聲道語音信號的AMR-WB語音編碼，但沒有支持對立體聲語音信號的AMR-WB語音編碼。

另一方面，近年來，隨著移動通信和IP通信中的傳輸頻帶的寬帶化以及服務的多樣化，在語音通信中，對高音質化和更強的現場感的需求日益增高。例如，可以預料今后對下述的服務的需求會增多，即，電視電話服務中的免提(Handsfree)形式的通話、在電視會議中的語音通信、在多個地點多個說話人同時進行會話的多地點語音通信、在保持現場感的同時能夠傳輸周圍的聲音環境的語音通信等。那時，人們期待實現比單聲道信號現場感更強并能夠識別多個說話人的說話位置的使用立體聲語音的語音通信的。為了實現這樣的使用立體聲語音的語音通信，必須對立體聲語音進行編碼。作為立體聲語音信號的編碼方法之一，有對各個聲道的語音信號獨立地進行編碼的方法(雙重單聲道編碼)。

(非專利文獻1)“AMR?Wideband?Speech?Codec；General?Description”，3GPP?TS?26.171，V5.0.0(2001-03)

(非專利文獻2)“Wideband?Coding?of?Speech?at?Around?16kbit/s?UsingAdaptive?Multi-Rate?Wideband(AMR-WB)”，Geneva，ITU-T?RecommendationG.722.2(2003-07)

發明內容

本發明需要解決的問題

然而，對立體聲語音信號單純地進行使用AMR-WB語音編碼的雙重單聲道編碼時，必須對各個聲道的語音信號分別進行上述的固定碼本的搜索，因此從編碼效率和處理效率的觀點而言，不夠理想。

本發明的目的是，提供能夠對立體聲語音信號高效率地進行編碼的脈沖分配方法。

解決問題的方案

本發明的脈沖分配方法是，在對立體聲信號的語音編碼中，進行固定碼本搜索時所使用的脈沖分配方法，基于立體聲信號的各個聲道的特性和各個聲道間的相似程度，決定分配給各個聲道的脈沖數。

本發明的有益效果

根據本發明，能夠對立體聲語音信號高效率地進行編碼。

附圖說明

圖1是AMR-WB語音編碼的固定碼本。

圖2是本發明實施方式1的語音編碼的處理流程。

圖3是本發明實施方式1的固定碼本搜索的主要的處理流程。

圖4是本發明實施方式1的固定碼本搜索的詳細處理流程。

圖5是本發明實施方式1的脈沖分配的一個例子。

圖6是本發明實施方式1的脈沖分配的一個例子。

圖7是本發明實施方式1的通知例。

圖8是本發明實施方式1的語音解碼的處理流程。

圖9是本發明實施方式2的通知例。

圖10是本發明實施方式2的語音解碼的處理流程。

具體實施方式

下面，參照附圖詳細地說明本發明的實施方式。另外，在以下說明中，舉一例說明AMR-WB語音編碼。另外，在以下的說明中，說明采用AMR-WB語音編碼的編碼模式中的模式8的情況下的實施方式，但各個實施方式同樣可適用于其它編碼模式。