[發明專利]聲音編碼裝置以及聲音編碼方法

有效

• 申請號: 201710975669.6
• 申請日: 2015-03-20
• 公開（公告）號: CN107767876B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 菊入圭;山口貴史
• 申請（專利權）人: 株式會社NTT都科摩
• 主分類號: G10L19/008
• 分類號: G10L19/008;G10L19/26
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;黃綸偉

本發明涉及聲音編碼裝置以及聲音編碼方法。一種聲音編碼裝置，其對所輸入的聲音信號進行編碼而輸出編碼序列，該聲音編碼裝置具有：編碼部，其對所述聲音信號進行編碼而獲得包含所述聲音信號的編碼序列；時間包絡信息取得部，其取得與所述聲音信號的時間包絡相關的信息；以及復用部，其對由所述編碼部獲得的編碼序列和由所述時間包絡信息取得部獲得的與時間包絡相關的信息進行復用，使用對所輸入的聲音信號的變換系數進行線性預測分析而得到的結果，生成所述與時間包絡相關的信息。

本申請是申請日為2015年3月20日，國家申請號為201580015128.8(國際申請號為PCT/JP2015/058608)，發明名稱為“聲音解碼裝置、聲音編碼裝置、聲音解碼方法、聲音編碼方法、聲音解碼程序以及聲音編碼程序”的發明專利申請的分案申請。

技術領域

本發明涉及聲音解碼裝置、聲音編碼裝置、聲音解碼方法、聲音編碼方法、聲音解碼程序以及聲音編碼程序。

背景技術

將聲音信號、音響信號的數據量壓縮成幾十分之一的聲音編碼技術是在信號的傳送/儲存中極其重要的技術。作為廣泛利用的聲音編碼技術的例子，能夠舉出在頻域中對信號進行編碼的變換編碼方式。

在變換編碼中，為了以低比特率來獲得高質量，廣泛使用根據輸入信號按照每個頻帶分配編碼所需要的比特的自適應比特分配。使編碼所造成的失真最小化的比特分配方法是與各頻帶的信號功率相應的分配，也進行在該分配的基礎上考慮了人類的聽覺的形式的比特分配。

另一方面，有一種用于改善分配比特數非常少的頻帶的質量的技術。在專利文獻1中公開了如下方法：對所分配的比特數比規定的閾值少的頻帶的變換系數利用其他頻帶的變換系數來進行近似化。另外，在專利文獻2中公開了如下方法：針對在頻帶內因為功率較小而量化成零的分量生成偽噪聲信號；復制其他頻帶的未量化成零的分量的信號。

此外，對于聲音信號、音響信號來說，一般與高頻帶相比功率偏集中于低頻帶，考慮到對主觀質量帶來的影響也大的情況，也廣泛使用頻帶擴展技術，在該頻帶擴展技術中使用編碼后的低頻帶來生成輸入信號的高頻帶。在頻帶擴展技術中，能夠利用少量的比特數來生成高頻帶，因此能夠以低比特率來獲得高質量。在專利文獻3中公開了如下方法：將低頻帶的頻譜復制到高頻帶后，基于從編碼器發送的與高頻帶頻譜的性質相關的信息，調整頻譜形狀來生成高頻帶。

現有技術文獻

專利文獻

專利文獻1：日本特開平9-153811號公報

專利文獻2：美國特許第7447631號說明書

專利文獻3：日本特許第5203077號公報

發明內容

發明要解決的課題

在上述技術中，利用少量的比特數來編碼后的頻帶的分量生成為在頻域中與基音的該分量相似。另一方面，有時在時域中失真明顯而質量劣化。

鑒于上述問題，本發明的目的在于提供一種減輕利用少量的比特數來編碼后的頻帶的分量在時域中的失真而能夠改善質量的聲音解碼裝置、聲音編碼裝置、聲音解碼方法、聲音編碼方法、聲音解碼程序以及聲音編碼程序。

用于解決課題的手段

為了解決上述課題，本發明的一個方面的聲音解碼裝置對編碼后的聲音信號進行解碼而輸出聲音信號，該聲音解碼裝置具有：解碼部，其對包含所述編碼后的聲音信號的編碼序列進行解碼而獲得解碼信號；以及選擇性時間包絡整形部，其基于與所述編碼序列的解碼相關的解碼相關信息，對解碼信號中的頻帶的時間包絡進行整形。信號的時間包絡表示信號的能量或功率(以及與它們等價的參數)對時間方向的變動。根據本結構，能夠將利用少量的比特數來編碼后的頻帶的解碼信號的時間包絡整形成期望的時間包絡而改善質量。