特表2024-529883IP Force 特許公報全文掲載

ホーム > 特許ランキング > フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン > 特表2024-529883

(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】
(54)【発明の名称】積分帯域ごとのパラメトリックオーディオコーディング
(51)【国際特許分類】
   
   
   
【ＦＩ】
【審査請求】有
【予備審査請求】有
(21)【出願番号】
(86)(22)【出願日】
(85)【翻訳文提出日】
(86)【国際出願番号】
(87)【国際公開番号】
(87)【国際公開日】
(31)【優先権主張番号】21185666.1
(32)【優先日】
(33)【優先権主張国・地域又は機関】
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．Ｂｌｕ－ｒａｙ
(71)【出願人】
【識別番号】500341779
【氏名又は名称】フラウンホーファー－ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン
(74)【代理人】
【識別番号】100085660
【弁理士】
【氏名又は名称】鈴木 均
(74)【代理人】
【識別番号】100149892
【弁理士】
【氏名又は名称】小川 弥生
(74)【代理人】
【識別番号】100185672
【弁理士】
【氏名又は名称】池田 雅人
(72)【発明者】
【氏名】マルコヴィック，ゴラン
(57)【要約】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するためのエンコーダであって、スペクトル表現（ＸＭＲ）は周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドは２つ以上の周波数ビンを含み、エンコーダは、複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するように構成された量子化器と、量子化表現（ＸＱ）に応じてスペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するように構成された帯域ごとのパラメトリックコーダであって、コード化パラメトリック表現（ｚｆｌ）が、サブバンド内のスペクトル表現（ＸＭＲ）を記述するパラメータ、またはパラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる少なくとも２つのサブバンド内のスペクトル表現（ＸＭＲ）を記述するパラメータが存在する、帯域ごとのパラメトリックコーダと、を備える。
【選択図】図１ａ
【特許請求の範囲】
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するためのエンコーダ（１０００）であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記エンコーダ（１０００）が、
前記複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するように構成された量子化器（１０３０）と、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するように構成された帯域ごとのパラメトリックコーダ（１０１０）であって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータが存在する、帯域ごとのパラメトリックコーダ（１０１０）と
を備える、エンコーダ（１０００）。
【請求項】
前記複数のサブバンドのうちの少なくとも１つのサブバンドがゼロに量子化されるか、もしくは前記量子化表現（ＸＱ）において前記複数のサブバンドのうちの少なくとも１つのサブバンドのスペクトル表現（ＸＭＲ）がゼロであり、かつ／または
前記帯域ごとのパラメトリックコーダ（１０１０）が、ゼロに量子化された前記量子化表現（ＸＱ）内の前記複数のサブバンドのうちの前記少なくとも１つのサブバンドを決定し、かつ／または前記帯域ごとのパラメトリックコーダ（１０１０）が、前記量子化表現（ＸＱ）内でゼロに量子化された前記複数のサブバンドのうちの前記少なくとも１つのサブバンドをコード化し、かつ／または
前記パラメータが前記サブバンド内のエネルギーを記述し、もしくは前記パラメータがゼロに量子化された前記サブバンド内の前記エネルギーを記述する、
請求項１に記載のエンコーダ（１０００）。
【請求項】
前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットを使用するか、もしくは前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、かつ／または
コード化表現（ｓｐｅｃｔ）が可変数のビットを使用するか、もしくは前記コード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、かつ／または
コード化表現（ｓｐｅｃｔ）が可変数のビットを有するエントロピーコーディングを使用し、かつ／または前記ゼロ充填レベルの前記エントロピーコーディングに必要な前記ビット数が計算され、かつ／または
前記コード化パラメトリック表現（ｚｆｋ）およびコード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、所定の閾値を下回る、
請求項１または２に記載のエンコーダ（１０００）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）を生成するように構成されたスペクトルコーダ（１０２０）をさらに備え、かつ／または
前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともにジョイントコーダを形成し、かつ／または前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともに、オーディオ信号の前記スペクトル表現（ＸＭＲ）のコード化バージョンを一緒に取得するように構成される、
請求項１から３のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
サンプリングレートを有するオーディオ信号を前記スペクトル表現に変換して前記スペクトル表現を取得するように構成された時間スペクトル変換器またはＭＤＣＴ変換器をさらに備える、請求項１から４のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現が知覚的に平坦化され、かつ／または前記エンコーダ（１０００、１０１、１０１’）が、
前記スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するように構成されたスペクトル整形器をさらに備え、かつ／または
前記知覚的に平坦化されたスペクトル表現が、スペクトル平坦化に使用されるコード化スペクトル形状とは異なるかもしくはより高い周波数分解能のサブバンドに分割され、かつ／または前記エンコーダ（１０００、１０１、１０１’）が、
オーディオ信号をスペクトル的に平坦化するために、ＬＰフィルタを用いて時間スペクトル変換器もしくはＭＤＣＴ変換器の入力信号を処理するための手段をさらに備える、
請求項１から５のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
最適量子化ステップを決定するため、もしくは最適量子化ステップを推定するように構成されたレート歪みループをさらに備え、かつ／または
少なくとも２つの反復ステップもしくは２つの量子化ステップのための少なくとも２つの反復ステップを実行するように構成されたレート歪みループをさらに備え、かつ／または
前の量子化ステップに依存する量子化ステップを適合させるように、もしくは最適量子化ステップを決定するために前の量子化ステップに依存する前記量子化ステップを適合させるように構成されたレート歪みループをさらに備える、
請求項１から６のいずれか一項に記載のエンコーダ（１０００、１００１）。
【請求項】
前記レート歪みループが、コーディングに使用されるビットを推定するように構成されたビットカウンタ（１０５０）、および／または前記スペクトル表現（ＸＭＲ）を記述する前記パラメータを再コード化するように構成された再コーダ（１０５５）を備える、請求項７に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現（ＸＭＲ）を記述する前記パラメータの前記数が、前記量子化表現（ＸＱ）に依存する、請求項１から８のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）と前記コード化パラメトリック表現（ｚｆｌ）とのジョイントコーディングが、前記ジョイントコーディングのためのビットの総数が所定の閾値を下回るという制約を満たすかどうかの判断を提供するように構成されたスペクトルコーダ判断エンティティをさらに備え、かつ／または
前記量子化スペクトルの前記コード化表現および前記パラメトリック表現の前記コード化表現の両方が、前記スペクトル表現に依存するか、もしくは前記知覚的に平坦化されたスペクトル表現の導関数に依存する可変数のビットおよび前記量子化ステップに基づく、
請求項４から９のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
前記量子化スペクトルおよび／またはオーディオ信号の前記スペクトル表現（ＸＭＲ）における前記サブバンドのコンテンツに応じて、前記量子化スペクトルにおける少なくともサブバンドを適応的にゼロに設定するように構成された修正器（１５６ｍ、３０２）をさらに備える、請求項１から１０のいずれか一項に記載のエンコーダ（１０００、３００）。
【請求項】
前記パラメータが前記サブバンド内の前記エネルギーを記述し、前記帯域ごとのパラメトリックコーダ（１０１０）が２つの段を備え、前記２つの段の最初の段において、前記帯域ごとのパラメトリックコーダ（１０１０）が、ある周波数（ｆＥＺ）より上の前記サブバンドの個々のパラメトリック表現を提供するように構成され、前記２つの段の２番目の段が、前記周波数（ｆＥＺ）より上のサブバンド用の追加の平均パラメトリック表現を提供し、前記個々のパラメータ表現がゼロであり、前記周波数（ｆＥＺ）より下のサブバンド用である、請求項１から１１のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記デコーダ（１２００）が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された帯域ごとのパラメトリックデコーダ（１２１０，１６２）と
を備え、
前記パラメトリック表現（ＥＢ）がサブバンドを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、かつ／または前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、かつ／または前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
デコーダ（１２００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記デコーダ（１２００）が、
前記符号化オーディオ信号に応じて復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
前記復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて、前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された、帯域ごとのパラメトリックデコーダ（１２１０、１６２）と、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するように構成された帯域ごとのスペクトル生成器（１２２０、１５８ｓｇ）と、
帯域ごとの合成スペクトル（ＸＣＴ）を提供するように構成された合成器（１２４０、１５８ｃ）であって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）の合成、または、前記帯域ごとの生成スペクトルと、予測スペクトル（ＸＰＳ）および前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）と、の合成を含む、合成器（１２４０、１５８ｃ）と、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するように構成されたスペクトル時間変換器（１２５０、１６１）と
を備える、デコーダ（１２００）。
【請求項】
前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数が、スペクトル整形器（ＳＮＳ）および／もしくはノイズ整形器（ＴＮＳ）の使用によって再整形された再整形スペクトル（ＸＣ）を含み、かつ／または前記デコーダ（１２００）が、
スペクトル時間変換器の出力から時間領域信号を取得するように構成された手段、および／もしくはＬＰフィルタによる処理によって（スペクトル時間変換器の出力から導出された）時間領域信号をスペクトル的に整形するように構成された手段をさらに備える、
請求項１４に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、量子化ステップを使用して前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成され、かつ／または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のエネルギーを記述するパラメータが存在し、かつ／または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、かつ／または
非ゼロサブバンド内の個々のゼロラインのエネルギーが推定され、明示的にコード化されず、かつ／または
ゼロサブバンドが、前記スペクトルデコーダ（１２００）からの、復号されたスペクトルもしくは前記復号および逆量子化されたスペクトル出力によって画定され、かつ／または
前記コード化パラメトリック表現（ｚｆｌ）が、可変数のビットの使用によってコード化され、かつ／または前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存し、かつ／または
前記パラメトリック表現（ＥＢ）が存在するサブバンドの数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３、１４、または１５に記載のデコーダ（１２００）。
【請求項】
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）の値が、量子化ステップ
に応じて復号されるか、または
パラメトリック表現がスペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３、１４、１５、または１６に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、前記スペクトル領域デコーダ（１２３０、１５６ｓｄ）の出力の情報を使用して、または前記復号および逆量子化されたスペクトル（ＸＤ）を使用して、前記符号化オーディオ信号に基づいて前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）を復号するように構成される、請求項１３、１４、１５、１６、または１７に記載のデコーダ（１２００）。
【請求項】
前記スペクトル整形器が、コード化スペクトル形状から取得されたスペクトル形状を使用して、前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数をスペクトル的に整形するように構成され、前記コード化スペクトル形状が、前記サブバンド分割とは異なるか、またはより低い周波数分解能を使用する、請求項１４に記載のデコーダ（１２００）。
【請求項】
前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を生成するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）をさらに備え、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトルのすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは前記予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つである、
請求項１３から１９のいずれか一項に記載のデコーダ（１２００）。
【請求項】
前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を生成するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）であって、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは前記予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つである、
帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
ソーススペクトルが、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされる、請求項１３から１９のいずれか一項に記載のデコーダ（１２００）。
【請求項】
前記ソーススペクトルが、ゼロ帯域の前記エネルギーパラメータ（ＥＢ）に基づいて重み付けされる、請求項２０または２１に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
サブバンド用の前記ソーススペクトル（１５８ｓｃ）の選択が、前記サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、および／または時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項１３から２０のいずれか一項に記載のデコーダ（１２００）。
【請求項】
サブバンド用の前記ソーススペクトル（１５８ｓｃ）の選択が、前記サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、および／または時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項２１または２３のいずれか一項に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
前記音調性情報がφＨであり、かつ／またはピッチ情報が
であり、かつ／または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２４に記載のデコーダ（１２００）。
【請求項】
前記音調性情報がφＨであり、かつ／またはピッチ情報が
であり、かつ／または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２５に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するための方法であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記方法が、
複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するステップと、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するステップであって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータが存在する、ステップと
を含む、方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記方法が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと
を含み、
前記パラメトリック表現（ＥＢ）がサブバンドを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、かつ／または前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、かつ／または前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記方法が、
符号化オーディオ信号に基づいて復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）においてゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するステップと
帯域ごとの合成スペクトル（ＸＣＴ）を提供するステップであって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）
）の合成、または前記帯域ごとの生成スペクトルの合成、および予測スペクトル（ＸＰＳ）と前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）を含む、ステップと、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するステップと
を含む、方法。
【請求項】
帯域ごとの生成スペクトルを生成するための方法であって、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を生成するステップを含み、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－のうちの少なくとも２つの合成
のうちの１つである、方法。
【請求項】
コンピュータ上で実行されると、請求項２８から３１のいずれか一項に記載の方法を実行するためのプログラムコードを有するコンピュータプログラムを記憶している、コンピュータ可読デジタル記憶媒体。
【発明の詳細な説明】
【技術分野】
【】
エンコーダおよびデコーダに言及する。さらなる符号化および復号のための方法、ならびに対応するコンピュータプログラムに言及する。一般に、積分帯域ごとのパラメトリックコーダの分野にある。
【背景技術】
【】
低ビットレートの現代のオーディオおよび音声コーダは、通常、そのスペクトル帯域幅の少なくとも一部にある種のパラメトリックコーディングを使用する。パラメトリックコーディングは、波形保存コーダ（この場合、帯域幅拡張を有するコアコーダと呼ばれる）から分離されるか、または非常に単純である（例えば、ノイズ充填）。
従来技術では、パラメトリックコーダの分野におけるいくつかの手法がすでに知られている。
［１］では、伝達されたノイズフィルインレベルから導出された振幅のコンフォートノイズは、ゼロに丸められたサブベクトルに挿入される。
［２］では、エンコーダにおけるノイズレベル計算およびノイズ置換検出は、
・ノイズ置換によってデコーダにおいて知覚的に等価に再生され得るスペクトル帯域を検出およびマーキングする。例えば、音調性またはスペクトル平坦性の尺度は、この目的のためにチェックされる場合がある、
・平均量子化誤差を計算し、量子化する（それは、複数のスケールファクタ帯域またはゼロに量子化されていないすべてのスケールファクタ帯域にわたって計算される場合がある）、および
・（デコーダが）導入したノイズが元のエネルギーと一致するように、ゼロに量子化された帯域用のスケールファクタを計算する。
［２］では、ノイズは「ノイズ充填開始ライン」から始まってゼロに量子化されたスペクトル線に導入され、導入されたノイズの振幅は平均量子化誤差に依存し、導入されたノイズは帯域ごとにスケールファクタでスケーリングされる。
【】
［３］では、周波数領域コーダにおけるノイズ充填が提案され、ゼロ量子化ラインは音調性および非ゼロ量子化ラインの位置に応じて整形されたランダムノイズで置き換えられ、挿入されたノイズのレベルはグローバルノイズレベルに基づいて設定される。
［４］では、ノイズ状の成分は、エンコーダ内でコーダ周波数帯域に基づいて検出される。ノイズ状の成分を含むスケールファクタ帯域内のスペクトル係数は量子化／コーディングから省略され、ノイズ置換フラグおよび置換帯域の総電力のみが伝達される。デコーダにおいて、所望の全電力を有するランダムベクトルが置換スペクトル係数用に挿入される。
［５］では、不調波性を回避する時間領域内で動作する帯域幅拡張方法が提案されている。復号信号の調波性は、振幅スペクトルの自己相関関数の計算によって保証され、振幅スペクトルは復号された時間領域信号から取得される。自己相関を使用することにより、Ｆ０の推定が回避される。ＬＦ部分の分析信号は、ヒルベルト変換によって生成され、変調器によって増幅されて帯域幅拡張をもたらす。包絡線整形およびノイズ加算は、ＳＢＲによって行われる。
【】
［６］では、完全なコア帯域がＨＦ領域にコピーされ、その後、コアの最高高調波が複製されたスペクトルの最低高調波と一致するようにシフトされる。最後に、スペクトル包絡線が復元される。変調周波数とも呼ばれる周波数シフトは、全スペクトルを使用してエンコーダ側で、またはコア帯域のみを使用してデコーダ側で計算され得るｆ０に基づいて計算される。提案はまた、ＬＦ帯域とＨＦ帯域とを分離するためにＭＤＣＴの急勾配帯域通過フィルタを利用する。
［７～１４］では、インテリジェントギャップ充填（ＩＧＦ）と呼ばれるセミパラメトリックコーディング技法が提案され、この技法は、低周波コンテンツから生成された合成ＨＦと、ＨＦスペクトルおよび時間包絡線から構成されるパラメトリックサイド情報による後処理とを使用して、高周波領域内のスペクトルホールを充填する。ＩＧＦ範囲は、ユーザ定義のＩＧＦ開始および停止周波数によって決定される。コアコーダによる波形保存方法でコード化される必要があると見なされた波形、例えば顕著なトーンは、ＩＧＦ開始周波数の上に位置する場合もある。エンコーダは、ＩＧＦ範囲内のスペクトル包絡線をコード化し、その後、ＭＤＣＴスペクトルを量子化する。デコーダは、ＩＧＦ開始周波数の下の従来のノイズ充填を使用する。スペクトル帯域幅の表形式のユーザ定義の分割は、タイル境界におけるトーンに関連する問題を低減するために、ソースパーティション（タイル）の可能な信号適応選択およびタイルの後処理（例えば、クロスフェード）とともに使用される。
【】
［１１］では、心理音響モデルに基づいて、ＩＧＦにおけるソースターゲットタイルマッピングおよびホワイトニングレベルの自動選択が提案されている。
［１５］では、エンコーダは、スペクトル内の極値係数を見つけ、極値係数またはその近傍係数を修正し、サイド情報を生成し、その結果、擬似係数は修正されたスペクトルおよびサイド情報によって示される。擬似係数は、復号されたスペクトルにおいて決定され、修正されたスペクトルを取得するためにスペクトル内の事前定義された値に設定される。時間領域信号は、スペクトル位置および疑似係数の値によって制御される発振器によって生成される。生成された時間領域信号は、修正されたスペクトルから取得された時間領域信号と混合される。
［１６］では、疑似係数は、復号されたスペクトルにおいて決定され、固定トーンパターンまたは周波数掃引パターンによって置き換えられる。
［１７］［１８］では、量子化器は、入力信号特性に応じて適合された不感帯を使用する。不感帯は、低レベルのスペクトル係数、潜在的にノイズが多い係数がゼロに量子化されることを保証する。
【】
以下、従来技術の欠点が説明され、従来技術の分析および欠点の識別は本発明の一部である。
従来技術では、単に単純なノイズ充填がコアコーダに統合され［１］［２］［３］［４］、コアコーダがスペクトル線用の波形保存量子化器であるか、またはコアコーダと帯域幅拡張との間に相違がある［１］［５］［６］［７～１４］。ＩＧＦ［７～１４］が全帯域幅におけるスペクトル線の保存を可能にする場合でも、それはスペクトル領域エンコーダの前に動作するスペクトル分析器を必要とするので、スペクトル領域エンコーダの結果に応じてスペクトルのどの部分をパラメトリックにコード化するかを選択することは可能でない。［４］のＰＮＳは、量子化の前に、音調性のみに応じて、どのサブバンドをゼロにするかを判断し、サブバンドの置換にランダムノイズのみを使用する。
［１５］では、単一音調成分のパラメトリックコーディングのみが考慮されている。量子化器の前に、どのスペクトル線をパラメトリックにコード化するかが判断され、判断には単純な最大値決定のみが使用される。量子化器の結果は、どのスペクトル線をパラメトリックにコード化するかを決定するために使用されない。非ゼロ疑似係数はスペクトル内でコード化される必要があり、非ゼロ係数をコード化することは、ほとんどすべての場合において、ゼロ係数をコード化することよりも高くつく。疑似係数をコード化することに加えて、疑似係数を波形保存スペクトル係数から区別するためにサイド情報が必要とされる。したがって、多くの音調成分を有する信号を生成するために、多くの情報が伝達される必要がある。方法はまた、信号の非音調部分に対するいかなる解決策も提案していない。加えて、パラメトリックにコード化された多くの音調成分を含む信号を生成するための計算複雑度は非常に高い。
【】
［１６］では、時間領域生成器の代わりにスペクトルパターンを使用することにより、［１５］と比較して高い計算複雑度が低減される。さらに、疑似係数を置き換えるために所定のパターンまたはそれらの修正のみが使用され、したがって多くのストレージを必要とするか、または生成され得る可能なトーンの範囲を制限する。［１５］からの他の欠点は［１６］に残っている。
［１］［２］［３］および同様の方法におけるノイズ充填は、ゼロに量子化されたスペクトル線の置換を提供するが、スペクトル分解能は非常に低く、通常は全帯域幅に対して単一のレベルのみを使用する。
ＩＧＦは事前定義されたサブバンド分割を有し、スペクトル包絡線は、いくつかのサブバンドに対してのみスペクトル包絡線を適応的に伝達する可能性なしに、完全なＩＧＦ範囲に対して伝達される。
［５］では、変調器で使用されるオフセットを選択するために、振幅スペクトルの自己相関の特性および事前定義された定数のみが使用される。全スペクトル帯域幅に対して１つのオフセットのみが見つかる。
［６］では、全帯域幅用の１つの変調周波数のみが周波数シフトに使用され、変調周波数が基本周波数のみに基づいて計算される。
【】
［１１］では、ＩＧＦ開始周波数の下に事前定義されたソースタイルのみが、ＩＧＦターゲット範囲を満たすために使用され、ターゲット範囲は開始周波数の上である。タイル選択は適応符号化によって規定され、したがってビットストリーム内でコード化される必要がある。提案された総当たり手法は、高い計算複雑度を有する。
ＩＧＦでは、ソースタイルは、ＩＧＦ開始周波数の下で取得され、したがって、ＩＧＦ開始周波数の上に位置する波形保存コアコード化突出トーンを使用しない。また、合成された低周波数コンテンツと、ＩＧＦ開始周波数の上に位置する波形保存コアコード化突出トーンとをソースタイルとして使用することについて言及されていない。これは、ＩＧＦがコアコーダに追加されたツールであり、コアコーダの不可欠な部分ではないことを示す。
不感帯［１７］［１８］を使用する方法は、ゼロに設定されるべきスペクトル係数の値の範囲を推定しようと試みる。それらは量子化の実際の出力を使用していないので、推定に誤差が生じやすい。
【発明の概要】
【発明が解決しようとする課題】
【】
本発明の目的は、効率的なコーディング、特に効率的なパラメトリックコーディングのための概念を提供することである。
【課題を解決するための手段】
【】
この目的は、独立請求項の主題によって解決される。
一複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するためのエンコーダを提供し、スペクトル表現（ＸＭＲ）は周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドは２つ以上の周波数ビンを含む。エンコーダは、量子化器および帯域ごとのパラメトリックコーダを備える。量子化器は、複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するように構成される。帯域ごとのパラメトリックコーダは、量子化表現（ＸＱ）に応じて（基づいて）、例えば帯域ごとに、スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するように構成され、コード化パラメトリック表現（ｚｆｌ）は、サブバンド内のエネルギーを記述するパラメータ、またはサブバンド内のエネルギーを記述するパラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、したがって異なる少なくとも２つのサブバンド内のエネルギーを記述する対応するパラメータが存在する。少なくとも２つのサブバンドは、複数のサブバンドに属する場合があることに留意されたい。
本発明の一態様は、オーディオ信号または複数のサブバンドに分割されたオーディオ信号のスペクトル表現を帯域ごとに効率的にコード化できるという知見に基づく（帯域ごとは、帯域／サブバンドごとを意味する場合がある）。実施形態によれば、概念は、（スペクトルを量子化するために使用される）量子化器によってゼロに量子化されたサブバンドにおいてのみパラメトリックコーディングを限定することを可能にする。この概念は、スペクトルおよび帯域ごとのパラメータの効率的なジョイントコーディングを可能にし、その結果、スペクトルコーダのスペクトル分解能よりも低いが、パラメトリックコーディングのための高いスペクトル分解能が実現される。結果として得られたコーダは、波形保存コーダ内の積分帯域ごとのパラメトリックコーディングエンティティとして定義される。実施形態によれば、スペクトルコーダとともに帯域ごとのパラメトリックコーダは、オーディオ信号のスペクトル表現（ＸＭＲ）のコード化バージョンを一緒に取得するように構成される。このジョイントコーダの概念は、２つのコーダ間のビットレート分配が一緒に行われ得るという利点を有する。
【】
さらなる実施形態によれば、少なくとも１つのサブバンドはゼロに量子化される。例えば、パラメトリックコーダは、どのサブバンドがゼロであるかを特定し、ゼロであるサブバンドの表現（だけ）をコード化する。実施形態によれば、少なくとも２つのサブバンドは異なるパラメータを有する場合がある。
実施形態によれば、スペクトル表現は知覚的に平坦化される。これは、例えば、コード化スペクトル形状から取得されたスペクトル形状に基づいて、スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するように構成されたスペクトル整形器を使用することによって行うことができる。知覚的に平坦化されたスペクトル表現は、コード化スペクトル形状とは異なるかまたはより高い周波数分解能のサブバンドに分割されることに留意されたい。
さらなる実施形態によれば、エンコーダは、サンプリングレートを有するオーディオ信号をスペクトル表現に変換するように構成されたＭＤＣＴ変換器のような時間スペクトル変換器をさらに備える場合がある。前記拡張から始めて、帯域ごとのパラメトリックコーダは、知覚的に平坦化されたスペクトル表現のパラメトリック表現、またはスペクトル的に平坦化されたスペクトル表現の導関数を提供するように構成され、パラメトリック表現は、最適量子化ステップに依存する場合があり、サブバンド内のエネルギーを記述するパラメータから構成される場合があり、量子化スペクトルはゼロであり、その結果、少なくとも２つのサブバンドは異なるパラメータを有するか、または少なくとも１つのパラメータは１つのサブバンドのみに限定される。
【】
さらなる実施形態によれば、スペクトル表現は最適量子化ステップを決定するために使用される。例えば、エンコーダは、量子化ステップを決定するように構成されたいわゆるレート歪みループの使用によって強化することができる。これにより、前記レート歪みループが、で使用された最適量子化ステップを決定または推定することが可能になる。これは、前記ループがいくつかの（少なくとも２つの）反復ステップを実行するように行われる場合があり、量子化ステップは１つまたは複数の前の量子化ステップに応じて適合される。
量子化スペクトルの表現をコード化するために、エンコーダは、無損失スペクトルコーダをさらに備える場合がある。さらなる実施形態によれば、エンコーダは、量子化スペクトルのコード化表現とパラメトリック表現のコード化表現のジョイントコーディングが、ジョイントコーディング用のビットの総数が所定の閾値を下回るという制約を満たすかどうかの判断を提供するように構成されたスペクトルコーダおよび／またはスペクトルコーダ判断エンティティを備える。これは、量子化スペクトルの符号化表現およびパラメトリックスペクトルのコード化表現の両方が、スペクトル表現に依存するか、または知覚的に平坦化されたスペクトル表現の導関数および量子化ステップに依存する可変数のビット（任意選択の特徴）に基づくときに、特に理にかなっている。さらなる実施形態によれば、帯域ごとのパラメトリックコーダならびにスペクトルコーダの両方は、例えば、可変数のビットまたは量子化ステップの両方に使用されるパラメータを考慮に入れるために相互作用を可能にするジョイントコーダを形成する。
【】
さらなる実施形態によれば、エンコーダは、量子化スペクトルおよび／またはスペクトル表現におけるサブバンドのコンテンツに応じて、量子化ステップにおける少なくともサブバンドを適応的にゼロに設定するように構成された修正器をさらに備える。
さらなる実施形態によれば、帯域ごとのパラメトリックコーダは２つの段を含み、帯域ごとのパラメトリックコーダの２つの段の最初の段は、ある周波数より上のサブバンドの個々のパラメトリック表現を提供するように構成され、２つの段の２番目の段は、例えば（個々の）サブバンドのパラメトリック表現に基づいて、ある周波数より上のサブバンド用の追加の平均パラメトリック表現を提供し、個々のパラメータ表現はゼロであり、ある周波数より下のサブバンド用である。
【】
実施形態によれば、このエンコーダは、方法、すなわち以下の、
－複数のサブバンドに分割されたオーディオ信号のスペクトル表現ＸＭＲの量子化表現ＸＱを生成するステップと、
－量子化表現ＸＱに応じてスペクトル表現ＸＭＲのコード化パラメトリック表現ｚｆｌを提供するステップであって、コード化パラメトリック表現ｚｆｌが、サブバンド内のスペクトル表現ＸＭＲを記述するパラメータ、またはパラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる少なくとも２つのサブバンド内のスペクトル表現ＸＭＲを記述するパラメータが存在する、ステップと
を含む、オーディオ信号を符号化するための方法によって実装される場合がある。
ここで、異なる少なくとも２つのサブバンドが存在し、したがって、少なくとも２つのサブバンド内のエネルギーを記述するパラメータは異なる。
【】
別の実施形態はデコーダを提供する。デコーダは、スペクトル領域デコーダと帯域ごとのパラメトリックデコーダとを含む。スペクトル領域デコーダは、符号化オーディオ信号に基づいて復号されたスペクトルまたは逆量子化（および復号）されたスペクトルを生成するように構成され、復号されたスペクトルはサブバンドに分割される。任意選択で、スペクトル領域デコーダは、量子化ステップに関する情報を復号／逆量子化するために使用される。帯域ごとのパラメトリックデコーダは、復号および／または逆量子化されたスペクトル内のゼロサブバンドを識別し、符号化オーディオ信号に基づいてゼロサブバンドのパラメトリック表現を復号するように構成される。ここで、パラメトリック表現は、サブバンドを記述するパラメータ、例えばサブバンド内のエネルギーを含み、異なる少なくとも２つのサブバンド、したがって異なる少なくとも２つのサブバンドを記述するパラメータが存在し、識別は、復号および逆量子化されたスペクトル、または逆量子化ステップなしでスペクトル領域デコーダによって処理された、復号スペクトルと呼ばれるスペクトルのみに基づいて実行され得ることに留意されたい。追加または代替として、コード化パラメトリック表現は、可変数のビットの使用によってコード化され、かつ／またはコード化パラメトリック表現を表現するために使用されるビットの数は、オーディオ信号のスペクトル表現に依存する。言い換えて表すと、これは、デコーダが、ジョイントコーディングされたスペクトルおよび帯域ごとのパラメータから復号出力を生成するように構成されることを意味する。
【】
別の以下のエンティティ：スペクトル領域デコーダ、帯域ごとのスペクトル生成器と組み合わされた帯域ごとのパラメトリックデコーダ、合成器、およびスペクトル時間変換器を有する別のデコーダを提供する。スペクトル領域デコーダ、帯域ごとのパラメトリックデコーダは、のように定義されてもよく、あるいは、ＩＧＦ（［７～１４］参照）からのような別のパラメトリックデコーダが使用されてもよい。帯域ごとのスペクトル生成器は、ゼロサブバンドのパラメトリック表現に応じて、帯域ごとの生成スペクトルを生成するように構成される。合成器は、帯域ごとの合成スペクトルを提供するように構成され、帯域ごとの合成スペクトルは、帯域ごとの生成スペクトルと復号スペクトルの合成、または帯域ごとの生成スペクトルの合成、または予測スペクトルと復号スペクトルの合成を含む。スペクトル時間変換器は、帯域ごとの合成スペクトルあるいはその導関数（例えば、ＳＮＳもしくはＴＮＳによって再整形された、または代替としてＬＰ予測子の使用によって再整形された再整形スペクトル）を時間表現に変換するように構成される。
【】
帯域ごとのパラメトリックデコーダは、実施形態によれば、量子化ステップを使用して、符号化オーディオ信号に基づいてゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成される場合がある。さらなる実施形態によれば、デコーダは、帯域ごとの合成スペクトル、または帯域ごとの合成スペクトルの導関数から再整形されたスペクトルを提供するように構成されたスペクトル整形器を備える。例えば、スペクトル整形器は、サブバンド分割とは異なるかまたはより低い周波数分解能のコード化スペクトル形状から取得されたスペクトル形状を使用することができる。
さらなる実施形態によれば、パラメトリック表現は、少なくとも２つのサブバンドが異なるパラメータを有するように、または少なくとも１つのパラメータが１つのサブバンドのみに限定されるように、ゼロサブバンド内のエネルギーを記述するパラメータから構成される。ゼロサブバンドは、スペクトルデコーダの復号および／または逆量子化されたスペクトル出力によって画定されることに留意されたい。
【】
別の実施形態によれば、帯域ごとのパラメトリックスペクトル生成器は、のデコーダと一緒に、または独立して設けられる場合がある。パラメトリックスペクトル生成器は、復号および逆量子化されたスペクトルに、または予測スペクトルと復号スペクトルの合成に加算される生成スペクトルを生成するように構成される。復号および逆量子化されたスペクトルに加算するステップは、例えば、システム内にＬＴＰが存在しないときに実行されることに留意されたい。ここで、生成スペクトル（ＸＧ）は、ソーススペクトルから帯域ごとに取得される場合があり、ソーススペクトルは、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－生成スペクトルのすでに生成された部分、または
－のうちの１つの合成
のうちの１つである。
デコーダは、方法によって実装される場合がある。オーディオ信号を復号するための方法は、
－スペクトルのコード化表現（ｓｐｅｃｔ）から復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
－復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、コード化パラメトリック表現（ｚｆｌ）に基づいてゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと
を含む
パラメトリック表現（ＥＢ）はサブバンドを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって異なる少なくとも２つのサブバンドを記述するパラメータが存在し、かつ／またはコード化パラメトリック表現（ｚｆｌ）は、可変数のビットの使用によってコード化され、かつ／またはコード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビット数は、スペクトルのコード化表現（ｓｐｅｃｔ）に依存することに留意されたい。
【】
あるいは、方法は、以下の
－符号化オーディオ信号に基づいて復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
－符号化オーディオ信号に基づいて、復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと、
－ゼロサブバンドのパラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するステップと
－帯域ごとの合成スペクトル（ＸＣＴ）を提供するステップであって、帯域ごとの合成スペクトル（ＸＣＴ）が、帯域ごとの生成スペクトルと復号および逆量子化されたスペクトル（ＸＤ）の合成、または帯域ごとの生成スペクトルの合成、および予測スペクトル（ＸＰＳ）と復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）を含む、ステップと、
－帯域ごとの合成スペクトル（ＸＣＴ）または帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するステップと
を含む。
【】
上述された生成器は、復号および逆量子化されたスペクトルに、または予測スペクトルと復号スペクトルの合成に加算される生成スペクトルを生成するための方法によって実装される場合があり、生成スペクトルは、ソーススペクトルから帯域ごとに取得され、ソーススペクトルは、
－第２の予測スペクトル、または
－ランダムノイズスペクトル、または
－生成スペクトルのすでに生成された部分、または
－のうちの１つの合成
のうちの１つである。
ソーススペクトルは、列挙された可能性のいずれかから導出され得ることに留意されたい。
【】
実施形態によれば、ソーススペクトルは、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされる。さらなる実施形態によれば、サブバンド用のソーススペクトルの選択は、サブバンド位置、音調性情報、パワースペクトル推定値、エネルギーパラメータ、ピッチ情報、および／または時間情報に依存する。音調性情報はφＨであり得、かつ／またはピッチ情報は
であり得、かつ／または時間情報はＴＮＳがアクティブであるか否かの情報であり得ることに留意されたい。
実施形態によれば、ソーススペクトルは、ゼロのバンドのエネルギーパラメータに基づいて重み付けされる。
上述された方法のすべては、コンピュータプログラムを使用して実装される場合があることに留意されたい。
続いて同封の図を参照して説明される。
【図面の簡単な説明】
【】
【図】一実施形態による帯域ごとのパラメトリックコーダを有するエンコーダの基本的な実装形態の概略図である。
【図】一実施形態による帯域ごとのパラメトリックコーダを有するエンコーダの別の実装形態の概略図である。
【図】一実施形態によるデコーダの実装形態の概略図である。
【図】一実施形態によるエンコーダおよび別の実施形態によるデコーダを示す概略ブロック図である。
【図】一実施形態によるを含む図２ａの抜粋を示す概略ブロック図である。
【図】別の実施形態によるデコーダを含む図２ａの抜粋を示す概略ブロック図である。
【図】実施形態による残差信号用の信号エンコーダおよび別の実施形態によるデコーダの概略ブロック図である。
【図】さらなる実施形態による、ゼロ充填の原理を含むデコーダの概略ブロック図である。
【図】実施形態による、ピッチ輪郭（ブロックギャップピッチ輪郭参照）を決定する原理を説明するための概略図である。
【図】さらなる実施形態による、ピッチ輪郭に関する情報を使用するパルス抽出器の概略ブロック図である。
【図】代替の実施形態による、追加情報としてピッチ輪郭を使用するパルス抽出器の概略ブロック図である。
【図】さらなる実施形態によるパルスコーダを示す概略ブロック図である。
【図】実施形態による、パルスをスペクトル的に平坦化する原理を説明するための概略図である。
【図】実施形態による、パルスをスペクトル的に平坦化する原理を説明するための概略図である。
【図】さらなる実施形態によるパルスコーダの概略ブロック図である。
【図】平坦化された元のパルス波形から始まる予測残差信号を決定する原理を示す概略図である。
【図】平坦化された元のパルス波形から始まる予測残差信号を決定する原理を示す概略図である。
【図】さらなる実施形態によるパルスコーダの概略ブロック図である。
【図】実施形態を説明するための残差信号およびコード化パルスを示す概略図である。
【図】さらなる実施形態によるパルスデコーダの概略ブロック図である。
【図】さらなる実施形態によるパルスデコーダの概略ブロック図である。
【図】実施形態によるブロックＩＢＰＣを使用して最適量子化ステップ（すなわち、ステップサイズ）を推定する原理を示す概略フローチャートである。
【図】実施形態による、長期予測の原理を説明するための概略図である。
【図】実施形態による、長期予測の原理を説明するための概略図である。
【図】実施形態による、長期予測の原理を説明するための概略図である。
【図】実施形態による、長期予測の原理を説明するための概略図である。
【図】さらなる実施形態による、高調波ポストフィルタリングの原理を説明するための概略図である。
【図】さらなる実施形態による、高調波ポストフィルタリングの原理を説明するための概略図である。
【図】さらなる実施形態による、高調波ポストフィルタリングの原理を説明するための概略図である。
【図】さらなる実施形態による、高調波ポストフィルタリングの原理を説明するための概略図である。
【発明を実施するための形態】
【】
以下、同封の図を参照して本発明の実施形態が続いて説明されるが、同一または類似の機能を有するオブジェクトには同一の参照番号が与えられているので、その説明は相互に適用可能かつ交換可能である。
図１ａは、量子化器１０３０と、帯域ごとのパラメトリックコーダ１０１０と、任意選択の（無損失）スペクトルコーダ１０２０とを備えるエンコーダ１０００を示す。帯域ごとのパラメトリックコーダ１０１０を説明する前に、帯域ごとのパラメトリックコーダの周りが説明される。パラメトリックコーダ１０１０の周りには、エンコーダ１０００は複数の任意選択要素を備える。
【】
実施形態によれば、パラメトリックコーダ１０１０は、ジョイントコーダ１０１０プラス１０２０を形成するために、スペクトルコーダまたは無損失スペクトルコーダ１０２０と結合される。ジョイントコーダ１０１０プラス１０２０によって処理される信号は、量子化器１０３０によって提供され、量子化器１０３０は、複数のサブバンドに分割されたオーディオ信号のスペクトル表現ＸＭＲを入力として使用する。
量子化器１０３０は、ＸＭＲを量子化して、（複数のサブバンドに分割された）オーディオ信号のスペクトル表現Ｘの量子化表現ＸＱを生成する。任意選択で、量子化器は、知覚的に平坦化されたスペクトル表現の量子化スペクトル、または知覚的に平坦化されたスペクトル表現の導関数を提供するように構成される場合がある。量子化は、反復的に決定されるさらなる実施形態による最適量子化ステップに依存する場合がある（図１６参照）。
コーダ１０１０および１０２０の両方は、量子化表現ＸＱ、すなわち量子化器１０３０および任意選択の修正器（図１ａには示されていないが、図３には１５６ｍとして示されている）によって前処理された信号ＸＭＲを受け取る。パラメトリックコーダ１０１０は、ＸＱ内のどのサブバンドがゼロであるかをチェックし、ＸＱ内のゼロであるサブバンド用のＸＭＲの表現をコード化する。修正器に関して、修正器は（図３に示されたように）量子化および修正されたオーディオ信号をジョイントコーダ１０１０プラス１０２０に提供することに留意されたい。例えば、修正器は、図１６に関して説明されるように、異なるサブバンドをゼロに設定することができる（図１６では、修正器は３０２でマークされている）。
【】
実施形態によれば、コード化パラメトリック表現（ｚｆｌ）は可変数のビットを使用する。例えば、コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビット数は、オーディオ信号のスペクトル表現（ＸＭＲ）に依存する。
実施形態によれば、コード化表現（ｓｐｅｃｔ）は可変数のビットを使用するか、またはコード化表現（ｓｐｅｃｔ）を表現するために使用されるビット数はオーディオ信号のスペクトル表現（ＸＭＲ）に依存する。コード化表現（ｓｐｅｃｔ）は、無損失スペクトルコーダによって取得される場合があることに留意されたい。
実施形態によれば、コード化パラメトリック表現（ｚｆｌ）およびコード化表現（ｓｐｅｃｔ）を表現するために必要なビット数（の合計）は、所定の限度を下回る場合がある。
実施形態によれば、パラメータは、量子化表現（ＸＱ）がゼロである（すなわち、サブバンド内のＸＱのすべての周波数ビンがゼロである）サブバンド内でのみエネルギーを記述する。ゼロサブバンドの他のパラメトリック表現が使用される場合がある。これは、「量子化表現（ＸＱ）に依存する」の仕様であり得る。
実施形態によれば、帯域ごとのパラメトリックコーダ１０１０は、ゼロに量子化されたサブバンドのパラメトリック記述を提供するように構成される。パラメトリック表現は、最適量子化ステップ（図１６のステップサイズおよび図３の
参照）に依存する場合があり、量子化スペクトルがゼロであるサブバンド内のエネルギーを記述するパラメータから構成される場合があり、その結果、少なくとも２つのサブバンドが異なるパラメータを有するか、または少なくとも１つのパラメータが１つのサブバンドのみに限定される。無損失スペクトルコーダ１０２０は、（量子化）スペクトルのコード化表現を提供するように構成される。このジョイントコーディング１０１０プラス１０２０は高効率であり、特に、スペクトルコーダ１０２０のスペクトル分解能よりも低いが、パラメトリックコーディング１０１０の高いスペクトル分解能を可能にする。
の手法は、スペクトルを量子化するために使用される量子化器によってゼロに量子化されたサブバンド内でのみパラメトリックコーディングを限定することをさらに可能にする。修正器の使用に起因して、帯域ごとのパラメトリックコーダ１０１０とスペクトルコーダ１０２０との間でビットを分配する適応的な方法を提供することがさらに可能であり、コーダの各々は他方のビット需要を考慮し、ビットレート限度の実現を可能にする。
さらなる実施形態によれば、エンコーダ１０００は、オーディオ信号のスペクトル表現を前記サブバンドに分割するように構成された分割器（図示せず）のようなエンティティを備える場合がある。任意選択または追加として、エンコーダ１０００は、時間領域オーディオ信号に基づいてスペクトル表現を提供するように構成されたＭＤＣＴ変換器（エンティティ１５２、ＭＤＣＴまたは同等のもの参照）のようなＴＤｔｏＦＤ変換器（図示せず）を上流経路に備える場合がある。さらなる任意選択要素は、時間ノイズ整形（ＴＮＳＥ、図２ａの１５４参照）、ならびにスペクトル整形器ＳＮＳ／時間ノイズ整形ＴＮＳＥの信号ＸＭＳ、ＸＭＴ、およびＸＰＳを合成するエンティティ１５５である。
オーディオ信号１０１０プラス１０２０の出力には、ビットストリームマルチプレクサ（図示せず）が配置される場合がある。マルチプレクサは、帯域ごとのパラメトリックコード化ビットストリームとスペクトルコード化ビットストリームを合成する目的を有する。
【】
実施形態によれば、ＭＤＣＴ１５２の出力は長さＬＭのＸＭである。例えば、４８ｋＨｚの入力サンプリングレートにおいて、２０ミリ秒の例示的なフレーム長の場合、ＬＭは９６０に等しい。コーデックは、他のサンプリングレートおよび／または他のフレーム長で動作する場合がある。
ＸＭから導出されたすべての他のスペクトル：ＸＭＳ、ＸＭＴ、ＸＭＲ、ＸＱ、ＸＤ、ＸＤＴ、ＸＣＴ、ＸＣＳ、ＸＣ、ＸＰ、ＸＰＳ、ＸＮ、ＸＮＰ、ＸＳも同じ長さＬＭのスペクトルであり得るが、場合によっては、スペクトルの一部のみが必要とされ、使用される場合がある。スペクトルは、スペクトルビンまたは周波数ビンとしても知られるスペクトル係数から構成される。ＭＤＣＴスペクトルの場合、スペクトル係数は正および負の値を有する場合がある。各スペクトル係数は帯域幅をカバーすると言える。４８ｋＨｚのサンプリングレートおよび２０ミリ秒のフレーム長の場合、スペクトル係数は２５Ｈｚの帯域幅をカバーする。スペクトル係数は、例えば、０からＬＭ－1までインデックス付けされる場合がある。
【】
ＳＮＳＥおよびＳＮＳＤ（図２ａ参照）で使用されるＳＮＳスケールファクタは、帯域幅が増加するＮＳＢ＝６４個の周波数サブバンド（帯域と呼ばれることも多い）内のエネルギーから取得される場合があり、エネルギーは、周波数サブバンド内に分割されたスペクトルから取得される。例えば、Ｈｚで表されるサブバンド境界は、０、５０、１００、１５０、２００、２５０、３００、３５０、４００、４５０、５００、５５０、６００、７００、８００、９００、１０００、１１００、１２００、１３００、１４００、１５００、１６００、１７００、１８００、１９００、２０５０、２２００、２３５０、２５００、２６５０、２８００、２９５０、３１００、３３００、３５００、３７００、３９００、４１００、４３５０、４６００、４８５０、５１００、５４００、５７００、６０００、６３００、６６５０、７０００、７３５０、７７５０、８１５０、８６００、９１００、９６５０、１０２５０、１０８５０、１１５００、１２１５０、１２８００、１３４５０、１４１５０、１５０００、１６０００、２４０００に設定される場合がある。サブバンドは、０からＮＳＢ－１までインデックス付けされる場合がある。この例では、０番目のサブバンド（０～５０Ｈｚ）は２つのスペクトル係数を含み、サブバンド１～１１と同じであり、サブバンド６２は４０個のスペクトル係数を含み、サブバンド６３は３２０個の係数を含む。
【】
ＮＳＢ＝６４個の周波数サブバンド内のエネルギーは、コード化された１６個の値にダウンサンプリングされる場合があり、コード化された値は「ｓｎｓ」と表記される（図２ａ、図２ｂ、図２ｃ参照）。「ｓｎｓ」から取得された１６個の復号値はＳＮＳスケールファクタに補間され、例えば、３２、６４、または１２８個のスケールファクタが存在する場合がある。ＳＮＳの取得に関するさらなる詳細については、読者は［２１～２５］を参照されたい。
ｉＢＰＣ、「ｚｆｌ復号」、および／または「ゼロ充填」のブロックでは、スペクトルは、様々な長さ
のサブバンドＢｉに分割される場合があり、サブバンドｉは
から始まる。ＳＮＳスケールファクタを取得するためのエネルギーに使用されるのと同じ６４個のサブバンド境界が使用される場合があるが、ＳＮＳとは無関係に、任意の他の数のサブバンドおよび任意の他のサブバンド境界が使用される場合もある。強調するために、ＳＮＳにおけるのと同じサブバンド分割の原理が使用される場合があるが、ｉＢＰＣ、「ｚｆｌ復号」、および／または「ゼロ充填」のブロックにおけるサブバンド分割は、ＳＮＳから、ならびにＳＮＳＥおよびＳＮＳのブロックから独立している。のサブバンド分割の例では、
および
、
および
、…、
および
、
および
である。
他の例では、ｉＢＰＣは、時間－周波数変換器の入力において（例えば、１５２の入力において）ＳＮＳＥがＬＰ分析フィルタと置き換えられ、周波数－時間変換器の出力において（例えば、１６１の出力において）ＳＮＳＤがＬＰ合成フィルタと置き換えられるコーデックにおいて使用される場合がある。
さらなる実施形態によれば、帯域ごとのパラメトリックコーダ１０１０は、図１ｂによって示されたように、量子化スペクトルの効率的な修正のおかげで、レート歪みループ（図１６参照）に統合される。
【】
図１ｂは、レート歪みループ１００１の一部を示す。レート歪みループ１００１の一部は、量子化器１０３０と、ジョイント帯域ごとのパラメトリックおよびスペクトルコーダ１０１０－１０２０と、ビットカウンタ１０５０と、再コーダ（リコーダ、ｒｅｃｏｒｄｅｒ）１０５５とを備える。再コーダ１０５５は、（例えば、図１６によって詳細に示されたように）スペクトルおよび帯域ごとのパラメータを記録するように構成される。例えば、ビットカウンタ１０５０は、コーディングに必要なビットを格納するための効率的な方法に到達するために、スペクトル線のコーディングに必要なビットを推定／計算／再計算することができる。言い換えて表すと、実際のコーディングではなく、コーディングに必要なビットの最大数の推定が実行される場合がある。これは、限られたビットバジェットを有する効率的なコーディングを実行するのに役立つ。図１ｂは図１６の一部を示すことに留意されたい。ここで、１０３０は３０１に相当し、１０１０＋１０２０は３０３に相当し、１０５０は３０４であり、１０５５は「再コーダ」に相当する。したがって、実施形態によれば、レート歪みループは、コーディングに使用されるビットを推定もしくは計算するように構成されたビットカウンタ１０５０、ならびに／またはスペクトル表現（ＸＭＲ）を記述するパラメータ、例えばスペクトルパラメータおよび帯域パラメータを再コード化するように構成された再コーダ１０５５を含む。
【】
図１ａおよび図１ｂでは、ブロックが同じ機能を有することを示す同じブロックが使用されているが、図１ａのエンティティ（図３の一部）は図１ｂのエンティティ（図１６の一部）とは異なることに留意されたい。
図１ｃに関して、デコーダ１２００が説明される。図１ｃは、オーディオ信号を復号するためのデコーダを示す。それはスペクトル領域デコーダ１２３０を備え、帯域ごとのパラメータデコーダ１２１０は帯域ごとのスペクトル生成器１２２０を有する処理経路内に配置され、帯域ごとのパラメータデコーダ１２１０はスペクトルデコーダ１２３０の出力を使用する。両方のデコーダは合成器１２４０への出力を有し、スペクトル時間変換器１２５０が合成器１２４０の出力に配置される。
【】
（デコーダと組み合わされた逆量子化器を備える場合がある）スペクトル領域デコーダ１２３０は、量子化ステップに応じて逆量子化されたスペクトル（ＸＤ）を生成するように構成され、逆量子化されたスペクトルはサブバンドに分割される。帯域ごとのパラメータデコーダ１２１０は、逆量子化されたスペクトルにおいてゼロサブバンド、すなわちゼロのみから構成されるサブバンドを識別し、ゼロサブバンドのエネルギーパラメータを復号し、ゼロサブバンドは、スペクトルデコーダの逆量子化されたスペクトル出力によって画定される。このために、例えばスペクトルデコーダ１２３０の出力から取られた量子化表現（ＸＱ）に関する情報が使用される場合があり、これは、どのサブバンドがパラメトリック表現を有するかがｓｐｅｃｔから取得された復号スペクトルに依存するからである。１２２０への入力として使用される１２３０の出力は、復号されたスペクトルおよび逆量子化されたスペクトルの両方が同じゼロサブバンドを有することができるので、復号されたスペクトルに関する情報または逆量子化されたスペクトルに関する情報のようなその導関数を有することができることに留意されたい。ｓｐｅｃｔから取得された復号スペクトルは、図１ａの１０１０＋１０２０への入力と同じ情報を含む場合がある。量子化ステップ
は、復号スペクトルから逆量子化されたスペクトル（ＸＤ）を取得するために使用される場合がある。復号されたスペクトルおよび／または逆量子化されたスペクトルにおけるゼロサブバンドの位置は、量子化ステップ
とは無関係に決定される場合がある。
【】
これから始めて、帯域ごとのスペクトル生成器１２２０は、ゼロサブバンドのパラメトリック表現に応じて帯域ごとの生成スペクトルＸＧを提供する。合成器１２４０は、帯域ごとの合成スペクトルＸＣＴを提供する。例えば、合成スペクトルＸＣＴの場合、以下の合成が可能である：
－帯域ごとの生成スペクトルＸＧおよび復号スペクトルＸＤ、または
－帯域ごとの生成スペクトルＸＧ
および予測スペクトルと復号スペクトルの合成ＸＤＴ。
言い換えれば、エンティティ１２２０、１２３０のエンティティ１２４０との相互作用は、以下のように記載することができる。帯域ごとのパラメトリックスペクトル生成器１２２０は、エンティティ１２４０による復号スペクトルまたは予測スペクトルと復号スペクトルの合成に加算される生成スペクトルＸＧを提供する。生成スペクトルＸＧは、ソーススペクトルから帯域ごとに取得され、ソーススペクトルは、第２の予測スペクトルＸＮＰ、またはランダムノイズスペクトルＸＮ、または生成スペクトルのすでに生成された部分、またはそれらの合成である。ＸＣＴはＸＧを含む場合があることに留意されたい。
【】
ＸＣＴのすでに生成された部分は、ＸＧを生成するために使用される場合がある。ソーススペクトルは、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされる場合がある。サブバンド用のソーススペクトルの選択は、帯域位置、音調性、パワースペクトル推定値、エネルギーパラメータ、ピッチパラメータ、および時間情報に基づく場合がある。この方法は、復号スペクトルに基づいてパラメトリックにコード化されるサブバンドの選択を取得し、したがってビットストリーム内の追加のサイド情報が回避される。この適応的な方法における別の方法によれば、サブバンドごとに、サブバンド内のゼロを置き換えるためにどのソーススペクトルを使用するかがデコーダ１２００に提供されると判断され、したがってビットストリーム内の追加のサイド情報が回避され、ソーススペクトル選択のための多数の可能性が可能になる。
合成器１２４０の出力は、いわゆる再整形されたスペクトルを取得するために、任意選択のＴＮＳまたはＳＮＳＤ（図示せず）によってさらに処理することができる。合成器１２４０の出力に基づいて、またはこの再整形されたスペクトルに基づいて、任意選択のスペクトル時間変換器１２５０は時間表現を出力する。さらなる実施形態によれば、デコーダ１２００は、帯域ごとの合成スペクトルから、または帯域ごとの合成スペクトルの導関数から再整形されたスペクトルを提供するためのスペクトル整形器を備える場合がある。
【】
さらなる実施形態によれば、エンコーダは、量子化スペクトルのコード化表現とパラメトリックなゼロサブバンド表現のコード化表現のジョイントコーディングが、ジョイントコーディングのビットの総数が所定の閾値を下回るという制約を満たすかどうかの判断を提供するためのスペクトルコーダ判断エンティティを備える場合がある。ここで、量子化スペクトルの符号化表現およびパラメトリックなゼロサブバンドのコード化表現の両方は、知覚的に平坦化されたスペクトル表現、もしくは知覚的に平坦化されたスペクトル表現の導関数に依存する可変数のビット、および／または量子化ステップを使用することができる。
上述されたように、帯域ごとのパラメトリックスペクトル生成器および合成器１２４０は、以下のように実装される場合がある。帯域ごとのパラメトリックスペクトル生成器は、帯域ごとに生成スペクトルを提供し、復号スペクトルに、または予測スペクトルと復号スペクトルの合成にそれを加算する。生成スペクトルは、ソーススペクトルから帯域ごとに取得され、ソーススペクトルは、第２の予測スペクトル、またはランダムノイズスペクトル、または生成スペクトルのすでに生成された部分、またはそれらの合成である。ソーススペクトルは、ゼロバンドのエネルギーパラメータに基づいて重み付けされる場合がある。生成スペクトルのすでに生成された部分の使用は、復号スペクトルの任意の２つの別個の部分の合成を提供し、したがって、復号スペクトルの１つの部分を使用するだけでは利用できない高調波または音調のソーススペクトルを提供する。第２の予測スペクトルとソーススペクトルの合成は、復号スペクトルを使用するだけでは利用できない高調波または音調のソーススペクトルを作成するための別の利点である。
【】
図２ａは、デコーダ２０１と組み合わされたエンコーダ１０１を示す。
エンコーダ１０１の主なエンティティは、参照番号１１０、１３０、１５０によってマークされている。エンティティ１１０はパルス抽出を実行し、パルスｐはパルスコーディングのためにエンティティ１３２を使用して符号化される。
信号エンコーダ１５０は、複数のエンティティ１５２、１５３、１５４、１５５、１５６、１５７、１５８、１５９、１６０、および１６１によって実装される。これらのエンティティ１５２～１６１は、エンコーダ１５０の主要経路を形成し、並行して、追加のエンティティ１６２、１６３、１６４、１６５、および１６６が配置される場合がある。エンティティ１６２（ｚｆｌデコーダ）は、ゼロ充填のためにエンティティ１５６（ｉＢＰＣ）をエンティティ１５８と報知的に接続する。エンティティ１６５（ＴＮＳ取得）は、エンティティ１５３（ＳＮＳＥ）をエンティティ１５４、１５８、および１５９と報知的に接続する。エンティティ１６６（ＳＮＳ取得）は、エンティティ１５２をエンティティ１５３、１６３、および１６０と報知的に接続する。エンティティ１５８はゼロ充填を実行し、図４の文脈で説明される合成器１５８ｃを備えることができる。エンティティ１５３および１６０が存在しない実装形態、例えば、ＭＤＣＴ入力のＬＰ分析フィルタリングおよびＩＭＤＣＴ出力のＬＰ合成フィルタリングを有するシステムが存在する可能性があることに留意されたい。したがって、これらのエンティティ１５３および１６０は任意選択である。
【】
エンティティ１６３および１６４は、予測スペクトルＸＰおよび／または知覚的に平坦化された予測ＸＰＳを生成するために、エンティティ１８０からのピッチ輪郭およびコード化残差ｙＣを受け取る。異なるエンティティの機能および相互作用が以下に記載される。
エンコーダ１０１の機能、特にエンコーダ１５０の機能を説明する前に、デコーダ２１０の短い説明が与えられる。デコーダ２１０は、エンティティ１５７、１６２、１６３、１６４、１５８、１５９、１６０、１６１、ならびに（復元されたパルス波形から構成されるパルス部分を復号および復元するための）エンコーダ固有エンティティ２１４（ＨＰＦ）、２３（信号合成器）、および２２を備える場合がある。
【】
以下、符号化機能が説明される。パルス抽出１１０は、入力オーディオ信号ＰＣＭＩのＳＴＦＴを取得し、ＳＴＦＴの非線形振幅スペクトログラムおよび位相スペクトログラムを使用してパルスを見つけ抽出し、各パルスはハイパス特性を有する波形を有する。パルス残差信号ｙＭは、入力されたオーディオ信号からパルスを除去することによって取得される。パルスはパルスコーディング１３２によってコード化され、コード化されたパルスＣＰはデコーダ２０１に伝達される。
パルス残差信号ｙＭは、長さＬＭのＸＭを生成するためにＭＤＣＴ１５２を介してウィンドウ処理および変換される。ウィンドウは、［１９］のように３つのウィンドウの中から選択される。以下の例では、最長ウィンドウは１０ミリ秒のオーバーラップを有する３０ミリ秒の長さであるが、任意の他のウィンドウおよびオーバーラップの長さが使用されてもよい。
ＸＭのスペクトル包絡線は、ＸＭＳを取得するＳＮＳＥ１５３によって知覚的に平坦化される。任意選択で、時間ノイズ整形ＴＮＳＥ１５４は、スペクトルの少なくとも一部において、時間包絡線を平坦化するために適用され、ＸＭＴを生成する。スペクトルの一部（ＸＭまたはＸＭＳまたはＸＭＴ）における少なくとも１つの音調性フラグφＨが推定され、デコーダ２０１／２１０に伝達される場合がある。任意選択で、ピッチ輪郭１８０に続く長期予測ＬＴＰ１６４は、過去の復号されたサンプルから予測されたスペクトルＸＰを構築するために使用され、知覚的に平坦化された予測ＸＰＳは、ＸＭＴからＭＤＣＴ領域内で減算され、ＬＴＰ残差ＸＭＲを生成する。ピッチ輪郭１８０は、高い平均高調波を有するフレームについて取得され、デコーダ２０１／２１０に伝達される。ピッチ輪郭１８０および高調波は、コーデックの多くの部分を操作するために使用される。平均高調波は、フレームごとに計算される場合がある。
【】
図２ｂは、エンティティ１８０、１１０、１５２、１５３、１５３、１５５、１５６’、１６５、１６６、および１３２を備えるエンコーダ１０１’に焦点を当てた図２ａの抜粋を示す。図２ａの１５６は、図２ｂの１５６’と図２ｃの１５６’’の合成の一種であることに留意されたい。（図２ａ、図２ｃの）エンティティ１６３は、１５３と同じまたは同等であり得、１６０の逆であることに留意されたい。
実施形態によれば、エンコーダは、入力信号をフレームに分割し、例えばフレームごとに、以下のパラメータのうちの少なくとも１つまたは複数を出力する。
－ピッチ輪郭
－ＭＤＣＴウィンドウ選択、２ビット
－ＬＴＰパラメータ
－コード化パルス
－ｓｎｓ、すなわちＳＮＳを介したスペクトル整形のためのコード化情報
－ｔｎｓ、すなわちＴＮＳを介した時間整形のためのコード化情報
－グローバル利得ｇＱｏ、すなわちＭＤＣＴコーデック用のグローバル量子化ステップサイズ
－エントロピーコード化量子化ＭＤＣＴスペクトルから構成されるｓｐｅｃｔ
－量子化されたパラメトリックにコード化されたゼロの部分から構成されるｚｆｌ
ＸＰＳは、エンコーダでも使用されるＬＴＰに由来するが、ＬＴＰはデコーダにのみ示されている（図２ａおよび図２ｃ参照）。
【】
図２ｃは、図２ａの文脈で説明されているエンティティ１５６’’、１６２、１６３、１６４、１５８、１５９、１６０、１６１、２１４、２３、および２２を備えるエンコーダ２０１’に焦点を当てた図２ａの抜粋を示す。ＬＴＰ１６４に関して：基本的に、ＬＴＰは、（内部デコーダの一部として）エンコーダでも使用／必要とされ得る（ＨＰＦ、「波形構築」およびそれらの出力を除き）デコーダの一部である。ＬＴＰがない実装形態では、内部デコーダはエンコーダ内で必要とされない。
エンティティ１５５によって出力されるＸＭＲ（ＬＴＰからの残差）の符号化は、図３に関して説明されるように、積分帯域ごとのパラメータコーダ（ｉＢＰＣ）において行われる。
【】
図３は、サブエンティティ１５６ｑ、１５６ｍ、１５６ｐｃ、１５６ｓｃ、および１５６ｍｕを有する場合があるエンティティｉＢＰＣ１５６を示す。図１ａは図３の一部を示し、ここで、１０３０は１５６ｑに相当し、１０１０は１５６ｐｃに相当し、１０２０は１５６ｓｃに相当する。
ビットストリームマルチプレクサ１５６ｍｕの出力において、帯域ごとのパラメトリックデコーダ１６２は、スペクトルデコーダ１５６ｓｄとともに配置される。エンティティ１６２は信号ｚｆｌを受け取り、エンティティ１５６ｓｄは信号ｓｐｅｃｔを受け取り、両方ともグローバル利得／ステップサイズｇＱ０を受け取ることができる。パラメトリックデコーダ１６２は、ｚｆｌを復号するためにスペクトルデコーダ１５６ｓｄの出力ＸＤを使用することに留意されたい。それは、代替として、デコーダ１５６ｓｄから出力される別の信号を使用する場合がある。その背景は、スペクトルデコーダ１５６ｓｄが、２つの部分、すなわちスペクトル無損失デコーダおよび逆量子化器を備える場合があることである。例えば、スペクトル無損失デコーダの出力は、ｓｐｅｃｔから取得され、パラメトリックデコーダ１６２への入力として使用される復号スペクトルであり得る。スペクトル無損失デコーダの出力は、１５６ｐｃおよび１５６ｓｃの入力ＸＱと同じ情報を含む場合がある。逆量子化器は、グローバル利得／ステップサイズを使用して、スペクトル無損失デコーダの出力からＸＤを導出することができる。復号されたスペクトルおよび／または逆量子化されたスペクトルＸＤにおけるゼロサブバンドの位置は、量子化ステップ
とは無関係に決定される場合がある。
【】
ＸＭＲは、量子化スペクトルＸＱ（の一部）のゼロ値のエネルギーの量子化およびコーディングを含む量子化およびコード化され、ＸＱはＸＭＲの量子化バージョンである。
ＸＭＲの量子化およびコーディングは、積分帯域ごとのパラメトリックコーダ
ｉＢＰＣ１５６において行われる。
ｉＢＰＣの部分の１つとして、適応帯域ゼロ化１５６ｍとともに量子化（量子化器１５６ｑ）は、最適量子化ステップサイズ
に基づいて量子化スペクトルＸＱを生成する。
ｉＢＰＣ１５６は、（ＸＱを表す）ｓｐｅｃｔ １５６ｓｃおよび（ＸＱの一部においてゼロ値のエネルギーを表すことができる）ｚｆｌ１６２から構成されるコード化情報を生成する。
エンティティ１５７の出力に配置されたゼロ充填エンティティ１５８が図４によって示されている。
【】
図４は、エンティティ１６２から信号ＥＢを受け取るゼロ充填エンティティ１５８と、任意選択的に要素１５７を介してエンティティ１５６ｓｄからの予測スペクトル（ＸＰＳ）と復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）とを示す。ゼロ充填エンティティ１５８は、２つのサブエンティティ１５８ｓｃおよび１５８ｓｇならびに合成器１５８ｃを含む場合がある。
ｓｐｅｃｔは、ＸＭＲの量子化バージョンに相当する逆量子化されたスペクトＸＤ（復号されたＬＴＰ残差、誤差スペクトル）を取得するために復号される。
ＥＢは、ＸＤにおけるゼロ値の位置を考慮してｚｆｌから取得される。
ＥＢは、ＸＱにおけるゼロ値のエネルギーの平滑化バージョンであり得る。
ＥＢは、ｚｆｌとは異なる分解能、好ましくは平滑化に由来するより高い分解能を有することができる。
【】
ＥＢ（１６２参照）を取得した後、知覚的に平坦化された予測ＸＰＳは、任意選択的に復号されたＸＤに加算され、ＸＤＴが生成される。ゼロ充填ＸＧが取得され、「ゼロ充填」において（例えば、加算１５８ｃを使用して）ＸＤＴと合成され、ゼロ充填ＸＧは、ＥＢに基づいて重み付けされた帯域ごとのソーススペクトル
（１５６ｓｃ参照）から構成されるソーススペクトルＸＳから反復的に取得された帯域ごとのゼロ充填
から構成される。
ＸＣＴは、ゼロ充填ＸＧとスペクトルＸＤＴ（１５８ｃ）の帯域ごとの合成である。
【】
ＸＳは帯域ごとに構成され（１５８ｓｇはＸＧを出力する）、ＸＣＴは最も低いサブバンドから開始して帯域ごとに取得される。サブバンドごとに、ソーススペクトルは、例えば、サブバンド位置、音調性フラグ（ｔｏｉ）、ＸＤＴから推定されたパワースペクトル、ＥＢ、ピッチ情報（ｐｉｉ）、および時間情報（ｔｅｉ）に応じて選択される（１５８ｓｃ参照）。
ＸＤＴから推定されたパワースペクトルは、ＸＤＴまたはＸＤから導出される場合があることに留意されたい。あるいは、ソーススペクトルの選択は、ビットストリームから取得される場合がある。開始周波数ｆＺＦｓｔａｒｔまでのＸＳ内の最も低いサブバンド
は０に設定される場合があり、これは、最も低いサブバンド内でＸＣＴがＸＤＴのコピーであり得ることを意味する。
ｆＺＦＳｔａｒｔは０であり得、これは、ゼロとは異なるソーススペクトルがさらにスペクトルの開始から選択され得ることを意味する。サブバンドｉ用のソーススペクトルは、例えば、ランダムノイズもしくは予測スペクトル、またはＸＣＴのすでに取得された下位部分、ランダムノイズ、および予測スペクトルの合成であり得る。ソーススペクトルＸＳは、ゼロ充填ＸＧを取得するために、ＥＢに基づいて重み付けされる。
【】
重み付けは、例えば、エンティティ１５８ｓｇによって実行される場合があり、サブバンド分割よりも高い分解能を有することができ、それは、さらに平滑な重み付けを取得するためにサンプルごとに決定される場合があり、
はＸＤＴのサブバンドｉに加算されてＸＣＴのサブバンドｉを生成する。完全なＸＣＴを取得した後、その時間包絡線は、任意選択で、ＴＮＳＤ１５９（図２ａ参照）を介して、ＸＭＳの時間包絡線に一致するように修正され、ＸＣＳを生成する。次いで、ＸＣＳ
のスペクトル包絡線は、ＸＭのスペクトル包絡線に一致するようにＳＮＳＤ１６０を使用して修正され、ＸＣを生成する。時間領域信号ｙＣは、ＩＭＤＣＴ１６１の出力としてＸＣから取得され、ＩＭＤＣＴ１６１は、逆ＭＤＣＴ、ウィンドウ処理、およびオーバーラップ加算から構成される。ｙＣは、次のフレームのために（図２ａおよび図２ｃのバッファ１６４に相当するか、または１６４＋１６３の合成に相当するかのいずれかである）ＬＴＰバッファ１６４を更新するために使用される。高調波間のノイズを低減し、ｙＨを出力するために、ピッチ輪郭に従う高調波ポストフィルタ（ＨＰＦ）がｙＣに適用される。コード化パルス波形から構成されるコード化パルスが復号され、復号されたパルス波形から時間領域信号ｙＰが構築される。
ｙＰは、復号オーディオ信号（ＰＣＭＯ）を生成するためにｙＨと合成される。あるいは、ｙＰはｙＣと合成される場合があり、それらの合成は、ＨＰＦへの入力として使用することができ、その場合、ＨＰＦ２１４の出力は復号オーディオ信号である。
【】
図５を参照して、エンティティ「ピッチ輪郭取得」１８０が以下に記載される。
次に、ブロック「ピッチ輪郭取得１８０」内の処理が説明される。入力信号は、フルサンプリングレートからより低いサンプリングレート、例えば８ｋＨｚにダウンサンプリングされる。ピッチ輪郭は、現在のフレームからのｐｉｔｃｈ＿ｍｉｄおよびｐｉｔｃｈ＿ｅｎｄ、ならびに前のフレームからのｐｉｔｃｈ＿ｅｎｄに等しいｐｉｔｃｈ＿ｓｔａｒｔによって決定される。フレームは図５によって例示的に示されている。ピッチ輪郭で使用されるすべての値は、小数精度を有するピッチラグとして格納される場合がある。ピッチラグ値は、（４４４．４Ｈｚに対応する）最小ピッチラグｄＦｍｉｎ＝２．２５ミリ秒と（５１．３Ｈｚに対応する）最大ピッチラグｄＦｍａｘ＝１９．５ミリ秒との間であり、ｄＦｍｉｎからｄＦｍａｘまでの範囲はフルピッチ範囲と呼ばれる。他の範囲の値が使用される場合もある。ｐｉｔｃｈ＿ｍｉｄおよびｐｉｔｃｈ＿ｅｎｄの値は、複数のステップで見出される。各ステップにおいて、ダウンサンプリングされた信号の領域または入力信号の領域でピッチ探索が実行される。
ピッチ探索は、その入力および入力の遅延バージョンの正規化自己相関ρＨ［ｄＦ］を計算する。ラグｄＦは、ピッチ探索開始ｄＦＳｔａｒｔとピッチ探索終了ｄＦｅｎｄとの間である。ピッチ探索開始ｄＦｓｔａｒｔ、ピッチ探索終了ｄＦｅｎｄ、自己相関長ｌρＨ、および過去のピッチ候補ｄＦｐａｓｔは、ピッチ探索のパラメータである。ピッチ探索は、小数精度を有するピッチラグとしての最適なピッチｄＦｏｐｔｉｍと、最適なピッチラグでの自己相関値から取得された高調波レベルρＨｏｐｉｍとを返す。
ρＨｏｐｔｉｍの範囲は０～１であり、０は高調波がないことを意味し、１は最大高調波を意味する。
【】
正規化自己相関における絶対最大値の位置は、最適なピッチラグ向けの第１の候補
である。
ｄＦｐａｓｔがｄＦ１に近い場合、最適なピッチラグ向けの第２の候補ｄＦ２はｄＦｐａｓｔであり、そうでない場合、ｄＦｐａｓｔに近い極大値の位置は第２の候補ｄＦ２である。
ｄＦｐａｓｔがｄＦ１に近い場合、ｄＦ１はｄＦ２に対して再び選択されるので、極大値は探索されない。
ｄＦ１およびｄＦ２における正規化自己相関の差がピッチ候補閾値τＤＦを上回る場合、ｄＦｏｐｔｉｍはｄＦ１（ρＨ［ｄＦ１］－ρＨ［ｄＦ２］＞τｄＦ⇒ｄＦｏｐｔｉｍ＝ｄＦ１）に設定され、そうでない場合、ｄＦｏｐｔｉｍはｄＦ２に設定される。
τｄＦは、ｄＦ１、ｄＦ２、およびｄＦｐａｓｔに応じて適応的に選択され、例えば、０．７５・ｄＦ１≦ｄＦｐａｓｔ≦１．２５・ｄＦ１である場合τｄＦ＝０．０１であり、そうではなく、ｄＦ１≦ｄＦ２である場合τｄＦ＝０．０２であり、ｄＦ１＞ｄＦ２である場合τｄＦ＝０．０３である（小さいピッチ変更の場合、新しい最大値位置に切り替えることがより容易であり、変更が大きい場合、大きいピッチラグに切り替えるよりも小さいピッチラグに切り替えることがより容易である）。
【】
フレーム処理およびウィンドウ処理に関連するピッチ探索のための領域の位置が図５に示されている。領域ごとに、ピッチ探索は、領域の長さに設定された自己相関長ｌρＨで実行される。最初に、ピッチ探索の実行において、ｄＦｐａｓｔ＝ｐｉｔｃｈ＿ｓｔａｒｔ、ｄＦｓｔａｒｔ＝ｄＦｍｉｎ、およびｄＦｅｎｄ＝ｄＦｍａｘを使用して、ピッチラグｓｔａｒｔ＿ｐｉｔｃｈ＿ｄｓおよび関連付けられた高調波ｓｔａｒｔ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓがより低いサンプリングレートで計算される。次いで、ピッチ探索の実行において、ｄＦｐａｓｔ＝ｓｔａｒｔ＿ｐｉｔｃｈ＿ｄｓ、ｄＦｓｔａｒｔ＝ｄＦｍｉｎ、およびｄＦｅｎｄ＝ｄＦｍａｘを使用して、ピッチラグａｖｇ＿ｐｉｔｃｈ＿ｄｓおよび関連付けられた高調波ａｖｇ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓがより低いサンプリングレートで計算される。現在のフレームにおける平均高調波が、ｍａｘ（ｓｔａｒｔ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓ，ａｖｇ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓ）に設定される。ピッチ探索の実行において、ｄＦｐａｓｔ＝ａｖｇ＿ｐｉｔｃｈ＿ｄｓ、ｄＦｓｔａｒｔ＝０．３・ａｖｇ＿ｐｉｔｃｈ＿ｄｓ、およびｄＦｅｎｄ＝０．７・ａｖｇ＿ｐｉｔｃｈ＿ｄｓを使用して、ピッチラグｍｉｄ＿ｐｉｔｃｈ＿ｄｓおよびｅｎｄ＿ｐｉｔｃｈ＿ｄｓならびに関連付けられた高調波ｍｉｄ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓおよびｅｎｄ＿ｎｏｒｍ＿ｃｏｒｒ＿ｄｓがより低いサンプリングレートで計算される。ピッチ探索の実行において、ｄＦｐａｓｔ＝ｐｉｔｃｈ＿ｄｓ、ｄＦｓｔａｒｔ＝ｐｉｔｃｈ＿ｄｓ－ΔＦｄｏｗｎ、およびｄＦｅｎｄ＝＝ｐｉｔｃｈ＿ｄｓ＋ΔＦｄｏｗｎを使用して、ピッチラグｐｉｔｃｈ＿ｍｉｄおよびｐｉｔｃｈ＿ｅｎｄならびに関連付けられた高調波ｎｏｒｍ＿ｃｏｒｒ＿ｍｉｄおよびｎｏｒｍ＿ｃｏｒｒ＿ｅｎｄがフルサンプリングレートで計算され、ΔＦｄｏｗｎはフルサンプリングレートとより低いサンプリングレートの比であり、ｐｉｔｃｈ＿ｄｓ＝ｐｉｔｃｈ＿ｍｉｄ用のｍｉｄ＿ｐｉｔｃｈ＿ｄｓであり、ｐｉｔｃｈ＿ｄｓ＝ｐｉｔｃｈ＿ｅｎｄ用のｅｎｄ＿ｐｉｔｃｈ＿ｄｓである。
【】
平均高調波が０．３を下回る場合、またはｎｏｒｍ＿ｃｏｒｒ＿ｅｎｄが０．３を下回る場合、またはｎｏｒｍ＿ｃｏｒｒ＿ｍｉｄが０．６を下回る場合、現在のフレームにピッチ輪郭が存在しないことが単一ビットを有するビットストリーム内で通知される。平均高調波が０．３を上回る場合、ピッチ輪郭は、ｐｉｔｃｈ＿ｅｎｄ用の絶対コーディングおよびｐｉｔｃｈ＿ｍｉｄ用の差分コーディングを使用してコード化される。Ｐｉｔｃｈ＿ｍｉｄは、８つの事前定義された値の中の（ｐｉｔｃｈ＿ｓｔａｒｔ＋ｐｉｔｃｈ＿ｅｎｄ）／２との差のためのコードを使用することにより、３ビットを使用して（ｐｉｔｃｈ＿ｓｔａｒｔ＋ｐｉｔｃｈ＿ｅｎｄ）／２に差分的にコード化され、それはｐｉｔｃｈ＿ｍｉｄ領域内の自己相関を最小化する。フレーム内に高調波の終了がある場合、例えば、ｎｏｒｍ＿ｃｏｒｒ＿ｅｎｄ＜ｎｏｒｍ＿ｃｏｒｒ＿ｍｉｄ／２である場合、ｐｉｔｃｈ＿ｓｔａｒｔおよびｐｉｔｃｈ＿ｍｉｄからの線形外挿がｐｉｔｃｈ＿ｅｎｄに使用され、その結果、ｐｉｔｃｈ＿ｍｉｄがコード化される場合がある（例えば、ｎｏｒｍ＿ｃｏｒｒ＿ｍｉｄ＞０．６およびｎｏｒｍ＿ｃｏｒｒ＿ｅｎｄ＜０．３）。
｜ｐｉｔｃｈ＿ｍｉｄ－ｐｉｔｃｈ＿ｓｔａｒｔ｜≦τＨＰＦｃｏｎｓｔであり、｜ｎｏｒｍ＿ｃｏｒｒ＿ｍｉｄ－ｎｏｒｍ＿ｃｏｒｒ＿ｓｔａｒｔ｜≦０．５であり、ｐｉｔｃｈ＿ｓｔａｒｔおよびｐｉｔｃｈ＿ｍｉｄの領域内の予想されるＨＰＦ利得が１に近く、大きく変化しない場合、ＨＰＦが一定のパラメータを使用するべきことがビットストリーム内で通知される。
【】
実施形態によれば、ピッチ輪郭は、現在のウィンドウ内及び少なくともｄＦｍａｘ個の過去のサンプル内の、あらゆるサンプルｉにおけるピッチラグ値ｄｃｏｎｔｏｕｒ［ｉ］を、ｄｃｏｎｔｏｕｒに提供する。ピッチ輪郭のピッチラグは、現在のフレーム、前のフレーム、および２番目に前のフレームからのｐｉｔｃｈ＿ｍｉｄおよびｐｉｔｃｈ＿ｅｎｄの線形補間によって取得される。
平均ピッチラグ
は、ｐｉｔｃｈ＿ｓｔａｒｔ、ｐｉｔｃｈ＿ｍｉｄ、およびｐｉｔｃｈ＿ｅｎｄの平均としてフレームごとに計算される。
【】
さらなる実施形態によれば、ハーフピッチラグ補正も可能である。
エンコーダおよびデコーダの両方で利用可能なＬＴＰバッファ１６４は、入力信号のピッチラグがｄＦｍｉｎを下回るかどうかをチェックするために使用される。入力信号のピッチラグがｄＦｍｉｎを下回る場合の検出は「ハーフピッチラグ検出」と呼ばれ、それが検出された場合、「ハーフピッチラグが検出された」と言われる。コード化ピッチラグ値（ｐｉｔｃｈ＿ｍｉｄ、ｐｉｔｃｈ＿ｅｎｄ）はコード化され、ｄＦｍｉｎ～ｄＦｍａｘの範囲で伝達される。これらのコード化されたパラメータから、ピッチ輪郭はで定義されたように導出される。ハーフピッチラグが検出された場合、コード化ピッチラグ値は、真のピッチラグ値の整数倍ｎＦｃｏｒｒｅｃｔｉｏｎに近い値を有することが予想される（同等に、入力信号ピッチはコード化されたピッチの整数倍ｎＦｃｏｒｒｅｃｔｉｏｎに近い）。コード化可能範囲を超えてピッチラグ範囲を拡張するために、補正されたピッチラグ値（ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄ、ｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄ）が使用される。真のピッチラグ値がコード化可能範囲内にある場合、補正されたピッチラグ値（ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄ、ｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄ）は、コード化されたピッチラグ値（ｐｉｔｃｈ＿ｍｉｄ、ｐｉｔｃｈ＿ｅｎｄ）に等しい場合がある。ピッチ輪郭がピッチラグ値から導出されるのと同じ方法で、補正されたピッチラグ値は、補正されたピッチ輪郭を取得するために使用される場合があることに留意されたい。言い換えれば、これにより、コード化ピッチパラメータ用の周波数範囲外にピッチ輪郭の周波数範囲を拡張することが可能になり、補正されたピッチ輪郭が生成される。
【】
ハーフピッチ検出は、ピッチが現在のウィンドウ内で一定であると見なされ、
である場合にのみ実行される。ｍａｘ（｜ｐｉｔｃｈ＿ｍｉｄ－ｐｉｔｃｈ＿ｓｔａｒｔ｜，｜ｐｉｔｃｈ＿ｍｉｄ－ｐｉｔｃｈ＿ｅｎｄ｜）＜τＦｃｏｎｓｔ
である場合、ピッチは現在のウィンドウ内で一定であると見なされる。ハーフピッチ検出では、ｎＦｍｕｌｔｉｐｌｅ∈｛１,２,…ｎＦＭａｘｃｏｒｒｅｃｔｉｏｎ｝
ごとに、ピッチ探索は、
、ｄＦｐａｓｔ＝
、
ｄＦＳｔａｒｔ＝ｄＦｐａｓｔ－３、およびｄＦｅｎｄ＝ｄＦｐａｓｔ＋３を使用して実行される。
【】
ｎＦｃｏｒｒｅｃｔｉｏｎは、ピッチ探索によって返された正規化相関を最大化するｎＦｍｕｌｔｉｐｌｅに設定される。ｎＦｃｏｒｒｅｃｔｉｏｎ＞１であり、ｎＦｃｏｒｒｅｃｔｉｏｎに対するピッチ探索によって返された正規化相関が０．８を上回り、ｎＦｍｕｌｔｉｐｌｅ＝１である場合にピッチ探索によって返される正規化相関を０．０２上回る場合、ハーフピッチが検出されたと見なされる。
ハーフピッチラグが検出された場合、ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄおよびｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄは、
ｎＦｍｕｌｔｉｐｌｅ＝ｎＦｃｏｒｒｅｃｔｉｏｎに対するｐｉｔｃｈ探索によって返された値を取り、そうでない場合、ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄおよびｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄは、それぞれ、ｐｉｔｃｈ＿ｍｉｄおよびｐｉｔｃｈ＿ｅｎｄに設定される。
平均補正されたピッチラグ
は、最終的なオクターブジャンプを補正した後、ｐｉｔｃｈ＿ｓｔａｒｔ、ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄ、およびｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄの平均として計算される。オクターブジャンプ補正は、ｐｉｔｃｈ＿ｓｔａｒｔ、ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄ、およびｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄの中から最小値を見つけ、ｐｉｔｃｈ＿ｓｔａｒｔ、ｐｉｔｃｈ＿ｍｉｄ＿ｃｏｒｒｅｃｔｅｄ、およびｐｉｔｃｈ＿ｅｎｄ＿ｃｏｒｒｅｃｔｅｄの中からピッチごとに、（ｎＦｍｕｌｔｉｐｌｅ∈｛１,２,…ｎＦＭａｘｃｏｒｒｅｃｔｉｏｎ｝に対して）最小値に最も近いｐｉｔｃｈ／ｎＦｍｕｌｔｉｐｌｅを見つける。次いで、ｐｉｔｃｈ／ｎＦｍｕｌｔｉｐｌｅは、平均の計算において元の値の代わりに使用される。
【】
以下、図６の文脈でパルス抽出が説明される場合がある。図６は、エンティティ１１１ｈｐ、１１２、１１３ｃ、１１３ｐ、１１４、および１１４ｍを有するパルス抽出器１１０を示す。入力における最初のエンティティは、パルス抽出器１１２に信号を出力する（パルスおよび統計データを抽出する）任意選択のハイパスフィルタ１１１ｈｐである。
出力において、２つのエンティティ１１３ｃおよび１１３ｐが配置され、それらは一緒に相互作用し、エンティティ１８０からピッチ輪郭を入力として受け取る。パルス１１３ｃを選択するためのエンティティは、波形を生成する別のエンティティ１１４にパルスｐを直接出力する。これはパルスの波形であり、残差信号Ｒ（パルスを抽出した後の残差）を生成するために、ＰＣＭ信号からミキサ１１４ｍを使用して減算することができる。
【】
フレーム当たり最大８個のパルスが抽出され、コード化される。別の例では、他の数の最大パルスが使用される場合がある。前のフレームからの
個のパルスが保持され、抽出および予測コーディングで使用される（
）。別の例では、
に対して他の制限が使用される場合がある。「ピッチ輪郭取得」１８０は
を提供し、あるいは、
が使用される場合がある。高調波が低いフレームでは、
がゼロであると予想される。
【】
パルスを見つけ抽出するために短時間フーリエ変換（ＳＴＦＴ）を介する時間周波数分析が使用される（エンティティ１１２参照）。別の例では、他の時間周波数表現が使用される場合がある。信号ＰＣＭＩはハイパスされ（１１１ｈｐ）、２ミリ秒の長さの二乗正弦ウィンドウを使用して７５％のオーバーラップでウィンドウ処理され、離散フーリエ変換（ＤＦＴ）を介して周波数領域（ＦＤ）に変換される場合がある。あるいは、ハイパスフィルタリングは、ＦＤで（１１２ｓまたは１１２ｓの出力で）行われる場合がある。したがって、２０ミリ秒の各フレームには、周波数帯域（バンド）ごとに４０点が存在し、各点は振幅および位相から構成される。各周波数帯域（バンド）は５００Ｈｚ幅であり、残りの４７帯域は対称拡張を介して構築される場合があるので、サンプリングレートＦＳ＝４８ｋＨｚ向けの４９帯域のみを検討している。したがって、ＳＴＦＴの各時間インスタンスに４９点が存在し、フレームの時間周波数平面に４０・４９点が存在する。ＳＴＦＴホップサイズはＨＰ＝０．０００５ＦＳである。
【】
図７では、エンティティ１１２がより詳細に示されている。１１２ｔｅにおいて、時間包絡線は、周波数軸にわたる積分によって対数振幅スペクトログラムから取得され、すなわち、時間包絡線の１つのサンプルを取得するために、ＳＴＦＴの時間インスタンスごとに対数振幅が合計される。
図示されたエンティティ１１２は、ＰＣＭＩ信号に基づいて位相および／または振幅のスペクトログラムを出力するスペクトログラムエンティティ１１２ｓを含む。位相スペクトログラムはパルス抽出器１１２ｐｅに転送され、振幅スペクトログラムはさらに処理される。振幅スペクトログラムは、背景除去器１１２ｂｒを使用して処理される場合があり、背景推定器１１２ｂｅは、除去される背景信号を推定するためのものである。追加または代替として、時間包絡線決定器１１２ｔｅおよびパルスロケータ１１２ｐｌは、振幅スペクトログラムを処理する。エンティティ１１２ｐｌおよび１１２ｔｅは、パルス抽出器１１２ｐｅおよび背景推定器１１２ｂｅへの入力として使用されるパルス位置を決定することを可能にする。パルスロケータファインダ１１２ｐｌは、ピッチ輪郭情報を使用することができる。任意選択で、いくつかのエンティティ、例えば、エンティティ１１２ｂｅおよびエンティティ１１２ｔｅは、エンティティ１１２ｌｏによって取得された振幅スペクトログラムのアルゴリズム表現を使用することができる。
【】
以下、機能が説明される。平滑化された時間包絡線は、短い対称ＦＩＲフィルタ（例えば、ＦＳ＝４８ｋＨｚにおける４次フィルタ）を使用する時間包絡線のローパスフィルタリングされたバージョンである。
時間包絡線の正規化自己相関が計算される：

ここで、
は平均除去後の時間包絡線である。最大値に対する正確な遅延（
）は、正規化自己相関においてピークを形成する３点のラグランジュ多項式を使用して推定される。
【】
予想平均パルス距離は、時間包絡線の正規化自己相関およびフレーム内の平均ピッチラグから推定される場合がある。
ここで、高調波が低いフレームの場合、
が１３に設定され、それは６．５ミリ秒に対応する。
パルスの位置は、ピークがそれらの周囲より上にあるという要件を有する平滑化された時間包絡線内の局所ピークである。周囲は、適応長さを有する単純移動平均フィルタを使用する時間包絡線のローパスフィルタリングされたバージョンとして定義され、フィルタの長さは、予想される平均パルス距離（
）の半分に設定される。正確なパルス位置（
）は、平滑化された時間包絡線においてピークを形成する３点のラグランジュ多項式を使用して推定される。パルス中心位置（
）は、ＳＴＦＴ時間インスタンスに丸められた正確な位置であり、したがって、パルスの中心位置間の距離は０．５ミリ秒の倍数である。各パルスは、その中心位置から左に２つの時間インスタンス、右に２つの時間インスタンスを伸ばすと考えられる。他の数の時間インスタンスが使用される場合もある。
２０ミリ秒当たり最大８パルスが見出され、より多くのパルスが検出された場合、より小さいパルスは無視される。見出されたパルスの数は
と表記される。
【】
ｉ番目のパルスは
と表記される。平均パルス距離は、
と定義される。
強化されたスペクトログラムとも呼ばれる強化されたＳＴＦＴがパルスのみから構成されるように、パルス位置に基づいて振幅が強化される。パルスの背景は、左および右の背景の線形補間として推定され、左および右の背景は、（時間）中心位置から３番目～５番目の時間インスタンスの平均である。背景は、１１２ｂｅにおける対数振幅領域で推定され、１１２ｂｒにおける線形振幅領域でそれを減算することによって除去される。強化されたＳＴＦＴ内の振幅は線形スケールである。位相は修正されない。パルスに属さない時間インスタンスにおけるすべての振幅はゼロに設定される。
パルスの開始周波数は、フレーム内の（近くのパルス波形間の）平均パルス距離の逆数に比例するが、７５０Ｈｚと７２５０Ｈｚとの間に制限される。
【】
開始周波数（
）は、ＳＴＦＴ帯域のインデックスとして表現される。
連続パルスにおける開始周波数の変化は、５００Ｈｚ（１つのＳＴＦＴ帯域）に制限される。開始周波数の下の強化ＳＴＦＴの振幅は、１１２ｐｅにおいてゼロに設定される。
各パルスの波形は、１１２ｐｅにおいて強化ＳＴＦＴから取得される。パルス波形は、その（時間）中心の周りの４ミリ秒で非ゼロであり、パルス長は
である（パルス波形のサンプリングレートは入力信号のサンプリングレートＦＳに等しい）。記号
はｉ番目のパルスの波形を表す。
各パルスＰｉは、中心位置
およびパルス波形
によって一意に決定される。パルス抽出器１１２ｐｅは、中心位置
およびパルス波形
から構成されるパルスＰｉを出力する。パルスはＳＴＦＴグリッドに位置合わせされる。あるいは、パルスはＳＴＦＴグリッドに位置合わせされない場合があり、かつ／または正確なパルス位置（
）が
の代わりにパルスを決定する場合がある。
【】
特徴はパルスごとに計算される：
・パルス内の局所エネルギーの割合－
・パルス内のフレームエネルギーの割合－
・パルスエネルギーが局所エネルギーの半分を上回る帯域の割合－
・各パルスペア間の（現在のフレーム内のパルスと過去のフレームからの
個の最後にコード化されたパルスとの間の）相関
および距離
・パルスの正確な位置におけるピッチラグ－
局所エネルギーは、元のＳＴＦＴにおけるパルス中心の周りの１１個の時間インスタンスから計算される。すべてのエネルギーは、開始周波数を超えてのみ計算される。
パルスペア間の距離
は、パルス間の最大相互相関の位置から取得される
。相互相関は、２ミリ秒の長さの長方形のウィンドウでウィンドウ処理され、パルスのノルムによって正規化される（また、２ミリ秒の長方形のウィンドウでウィンドウ処理される）。パルス相関は、正規化相互相関の最大値である。





の値は、０～１の範囲内である。
【】
ピッチとパルス距離との間の誤差は、次のように計算される：
パルス距離の倍数（
）を導入すると、ピッチ推定の誤差が考慮される。ピッチラグの倍数（
）を導入することにより、列内のパルスが歪んでいるか、または列に属するパルスの検出を妨げるパルス列に属さない過渡信号が存在する場合のパルス列内の不完全性に由来する不在パルスが解決される。
【】
ｉ番目およびｊ番目のパルスがパルス列に属する確率（１１３ｐ参照）：
すでにコード化された過去パルスのみとの関係を有するパルスの確率は、次のように定義される：
パルスの確率（
）が繰り返し見出される（エンティティ１１３ｐ参照）：
１．すべてのパルス確率（
）が１に設定される
【】
２．パルスの時間出現順序において、まだ可能性が高い（
）パルスごとに：
ａ．現在のフレーム内のパルス列に属するパルスの確率が計算される：


ｂ．それが真にパルスである最初の確率は、次のとおりである：
ｃ．確率は、局所エネルギーの半分を上回る多くの帯域（バンド）内のエネルギーを有するパルスについて増加する。
ｄ．確率は、時間包絡線相関およびパルス内の局所エネルギーの割合によって制限される。
ｅ．パルス確率が閾値を下回る場合、その確率はゼロに設定され、それ以上考慮されない。

３．現在の反復において少なくとも１つのゼロに設定された
が存在する限り、またはすべての
がゼロに設定されるまで、ステップ２が繰り返される。
この手順の最後に、１に等しい
を有する
個の真のパルスが存在する。すべての真のパルスのみがパルス部分Ｐを構成し、ＣＰとしてコード化される。真の
個のパルスのうち、最大３つの最後のパルスは、その後のフレーム内の
および
を計算するためにメモリに保持される。現在のフレーム内に存在する真のパルスが３つより少ない場合、すでにメモリにあるいくつかのパルスが保持される。合計で最大３つのパルスがメモリに保持される。メモリに保持されるパルスの数には、他の制限、例えば２または４があってもよい。メモリに３つのパルスが存在した後、メモリは一杯のままであり、メモリ内の最も古いパルスが新たに見つかったパルスによって置き換えられる。言い換えれば、メモリに保持された過去パルスの数
は、処理の開始時に
まで増加し、その後３に保たれる。
【】
以下、図８に関して、パルスコーディング（エンコーダ側、エンティティ１３２参照）が説明される。
図８は、主要経路内のエンティティ１３２ｆｓ、１３２ｃ、および１３２ｐｃを備えるパルスコーダ１３２を示し、エンティティ１３２ａｓは、スペクトル的な平坦化を実行するように構成されたエンティティ１３２ｆｓへの入力としてスペクトル包絡線を決定および提供するために配置されている。主要経路１３２ｆｓ、１３２ｃ、および１３２ｐｃ内で、パルスＰはコード化されて、コード化されたスペクトル的に平坦化されたパルスを決定する。エンティティ１３２ｐｃによって実行されるコーディングは、スペクトル的に平坦化されたパルスに対して実行される。図２ａ～図２ｃのコード化パルスＣＰは、コード化スペクトル平坦化パルスおよびパルススペクトル包絡線から構成される。複数のパルスのコーディングは、図１０を参照して詳細に説明される。
パルスは、以下のパラメータを使用してコード化される。
・フレーム内のパルス数
・フレーム内の位置
・パルス開始周波数
・パルススペクトル包絡線
・予測利得
、および
がゼロでない場合
ｏ予測ソースのインデックス
ｏ予測オフセット
・イノベーション利得
・最大４つのインパルスから構成されるイノベーションであり、各パルスがその位置および符号によってコード化される
【】
単一のコード化パルスは、以下のパラメータによって決定される。
・パルス開始周波数
・パルススペクトル包絡線
・予測利得
、および
がゼロでない場合
○予測ソースのインデックス
○予測オフセット
・イノベーション利得
・最大４つのインパルスから構成されるイノベーションであり、各パルスがその位置および符号によってコード化される
単一のコード化パルスを決定するパラメータから、単一のコード化パルスを提示する波形を構築することができる。次いで、コード化パルス波形は、単一のコード化パルスのパラメータによって決定されると言うこともできる。
パルス数はハフマンコーディングされる。
最初のパルス位置
は、ハフマンコーディングを使用して絶対的にコード化される。後続のパルスの場合、位置デルタ
がハフマンコーディングされる。フレーム内のパルス数に応じて、かつ最初のパルス位置に応じて、異なるハフマンコードが存在する。
【】
最初のパルス開始周波数
は、ハフマンコーディングを使用して絶対的にコード化される。後続のパルスの開始周波数は、差分コード化される。ゼロの差分が存在する場合、後続の差分もすべてゼロなので、非ゼロ差分の数がコード化される。すべての差分は同じ符号を有するので、差分の符号はフレーム当たり１ビットでコード化することができる。ほとんどの場合、絶対差は最大１であり、したがって、最大絶対差が１以上である場合、コーディングに単一ビットが使用される。最後に、最大絶対差が１以上である場合のみ、すべての非ゼロ絶対差がコード化される必要があり、それらは単項コード化される。
例えばＳＴＦＴ（図８のエンティティ１３２ｆｓ参照）を使用して実行されるスペクトル的な平坦化は、図９ａおよび図９ｂによって示され、図９ａは図９ｂの平坦化バージョンと比較して元のパルス波形を示している。スペクトル的な平坦化は、代替として、例えば時間領域内でフィルタによって実行される場合があることに留意されたい。
【】
フレーム内のすべてのパルスは、８つの帯域（バンド）から構成される同じスペクトル包絡線（エンティティ１３２ａｓ参照）を使用することができる。帯域（バンド）境界周波数は、１ｋＨｚ、１．５ｋＨｚ、２．５ｋＨｚ、３．５ｋＨｚ、４．５ｋＨｚ、６ｋＨｚ、８．５ｋＨｚ、１１．５ｋＨｚ、１６ｋＨｚである。１６ｋＨｚを超えるスペクトルコンテンツは明示的にコード化されない。別の例では、他の帯域境界が使用される場合がある。
パルスの各時間インスタンスにおけるスペクトル包絡線は、包絡線帯域内の振幅を合計することによって取得され、パルスは５つの時間インスタンスから構成される。包絡線は、フレーム内のすべてのパルスにわたって平均化される。時間周波数平面におけるパルス間の点は考慮されない。
値は４乗根を使用して圧縮され、包絡線はベクトル量子化される。ベクトル量子化器は２つの段を有し、２番目の段は２つの半分に分割される。

および
を有するフレームに対して、かつ
および
の値に対して、異なるコードブックが存在する。異なるコードブックは異なる数のビットを必要とする。
【】
量子化された包絡線は、線形補間を使用して平滑化される場合がある。パルスのスペクトログラムは、平滑化された包絡線を使用して平坦化される（エンティティ１３２ｆｓ参照）。平坦化は、（エンティティ１３２ａｓから受け取った）包絡線で振幅を除算することによって実現され、それは対数振幅領域内の減算と等価である。位相値は変更されない。あるいは、フィルタプロセッサは、時間領域内でパルス波形をフィルタリングすることにより、振幅またはパルスＳＴＦＴをスペクトル的に平坦化するように構成される場合がある。
スペクトル的に平坦化されたパルスの波形
は、１３２ｃにおいて、ＳＴＦＴから逆ＤＦＴ、ウィンドウ処理、およびオーバーラップ加算を介して取得される。
【】
図１０は、複数のスペクトル的に平坦化されたパルス波形のうちの単一のスペクトル的に平坦化されたパルス波形をコード化するためのエンティティ１３２ｐｃを示す。各単一コード化パルス波形は、コード化パルス信号として出力される。別の観点から、図１０の単一パルスをコード化するためのエンティティ１３２ｐｃは、図８に示されたようにパルス波形をコード化するように構成されたエンティティ１３２ｐｃと同じであるが、いくつかのパルス波形をコード化するために数回使用される。
図１０のエンティティ１３２ｐｃは、一種のフィードバックループとして配置された、パルスコーダ１３２ｓｐｃと、平坦化されたパルス波形のための構築器１３２ｃｐｗと、メモリ１３２ｍとを備える。構築器１３２ｃｐｗは２２０ｃｐｗと同じ機能を有し、メモリ１３２ｍは図１４の２２９と同じ機能を有する。各単一／現在パルスは、過去パルスを考慮して平坦化パルス波形に基づいてエンティティ１３２ｓｐｃによってコード化される。過去パルスに関する情報は、メモリ１３２ｍによって提供される。１３２ｐｃによってコード化された過去パルスは、パルス波形構築器１３２ｃｐｗおよびメモリ１３２ｍを介して供給されることに留意されたい。これにより、予測が可能になる。そのような予測手法を使用することによる結果が図１１によって示されている。ここで、図１１ａは予測と一緒に平坦化された元のパルスを示し、図１１ｂの予測残差信号をもたらす。
【】
実施形態によれば、前のフレームからの
個のパルスおよび現在のフレームからのすでに量子化されたパルスの中から、最も類似する以前に量子化されたパルスが見出される。で定義された相関
は、最も類似するパルスを選択するために使用される。相関の差が０．０５を下回る場合、より近いパルスが選択される。最も類似する前のパルスは予測のソース
であり、現在コード化されているパルスに対して、そのインデックス
がパルスコーディングで使用される。最大４つの相対予測ソースインデックス
がグループ化され、ハフマンコーディングされる。グループ化およびハフマンコードは、
および
か
かに依存する。
【】
最大相関用のオフセットは、パルス予測オフセット
である。それは、推定値に対して絶対的に、差分的に、または相対的にコード化され、推定値は、パルスの正確な位置
におけるピッチラグから計算される。コーディングのタイプごとに必要なビット数が計算され、最小ビットを有するものが選択される。
予測
のスケーリングには、ＳＮＲを最大化する利得
が使用される。予測利得は、３～４ビットで不均一に量子化される。予測残差のエネルギーがパルスのエネルギーよりも少なくとも５％小さくない場合、予測は使用されず、
はゼロに設定される。
【】
予測残差は、最大４つのインパルスを使用して量子化される。別の例では、他の最大数のインパルスが使用される場合がある。インパルスから構成される量子化残差はイノベーション
と呼ばれる。これが図１２に示されている。ビットを節約するために、インパルスの数は、このフレーム内のパルスから予測されたパルスごとに１つだけ低減される。言い換えれば、予測利得がゼロである場合、または予測のソースが前のフレームからのパルスである場合、４つのインパルスが量子化され、そうでない場合、インパルスの数は予測ソースと比較して減少する。
図１２は、図１０のプロセスブロック１３２ｓｐｃとして使用される処理経路を示す。プロセス経路は、コード化パルスを決定することを可能にし、３つのエンティティ１３２ｂｐ、１３２ｑｉ、１３２ｃｅを含む場合がある。
最良の予測を見つけるための最初のエンティティ１３２ｂｐは、過去パルスおよびパルス波形を使用して、ｉＳＯＵＲＣＥ、シフト、ＧＰ’、および予測残差を決定する。量子化インパルスエンティティ１３２ｇｉは、予測残差を量子化し、ＧＩ’およびインパルスを出力する。エンティティ１３２ｃｅは、補正係数を計算し適用するように構成される。
コード化インパルスを出力するように、すべてのこの情報は、パルス波形と一緒に、エネルギーを補正するためのエンティティ１３２ｃｅによって受け取られる。実施形態によれば、以下のアルゴリズムが使用される場合がある。
【】
インパルスの発見およびコーディングには、以下のアルゴリズムが使用される。：
１．全波整流を使用して絶対パルス波形
が構築される。
２．各位置におけるインパルスの数を有するベクトル
がゼロで初期化される。
３．
の最大値の位置が見つかる。
４．インパルスの数を有するベクトルは、見つかった最大値の位置
で１つ増加する。
【】
５．
の最大値が低減される。
６．ステップ３～５は、必要な数のインパルスが見つかるまで繰り返され、ここで、パルスの数は
に等しい。
インパルスは同じ位置を有する場合があることに気付かれたい。パルスの位置は、パルス中心からのそれらの距離によって順序付けられる。最初のインパルスの位置は絶対的にコード化される。後続のインパルスの位置は、前のインパルスの位置に依存する確率で差分的にコード化される。インパルス位置にはハフマンコーディングが使用される。各インパルスの符号もコード化される。複数のインパルスが同じ位置を共有する場合、符号は一度だけコード化される。
【】
残差信号１５ｒの４つの発見およびスケーリングされたインパルス１５ｉが図１３によって示されている。詳細には、線によって表されるインパルス
は、それに応じて、例えばインパルス＋／－１に利得
を乗算してスケーリングされる場合がある。
ＳＮＲを最大化する利得
は、インパルスから構成されるイノベーション
をスケーリングするために使用される。イノベーション利得は、パルスの数
に応じて、２～４ビットで不均一に量子化される。
【】
次いで、平坦化されたパルス波形の量子化のための第１の推定値
は、
であり、ここで、
は量子化を表記する。
利得はＳＮＲを最大化することによって見出されるので、
のエネルギーは元のターゲット
のエネルギーよりもはるかに低くなり得る。エネルギー低減を補償するために、補正係数ｃｇが計算される。
最終的な利得は、次のとおりである：

【】
予測のためのメモリは、量子化された平坦化パルス波形
を使用して更新される。


個の量子化され平坦化パルス波形のコーディングの最後に、後続のフレームにおける予測のためにメモリに保持される。
【】
以下、図１４を参照して、パルスを復元するための手法が説明される。
図１４は、単一のパルス波形を復元するためのエンティティ２２０を示す。単一のパルス波形を復元するための以下に説明される手法は、複数のパルス波形に対して複数回実行される。複数のパルス波形は、複数のパルスを含む波形を復元するために図１５のエンティティ２２’によって使用される。別の観点から、エンティティ２２０は、複数のコード化パルスおよび複数のパルススペクトル包絡線から構成される信号を処理し、コード化パルスごとに、関連付けられたパルススペクトル包絡線は単一の復元されたパルス波形を出力し、その結果、複数の復元されたパルス波形から構成される信号がエンティティ２２０の出力にある。
エンティティ２２０は、複数のサブエンティティ、例えば、スペクトル的に平坦化されたパルス波形を構築するためのエンティティ２２０ｃｐｗ、スペクトル的に平坦化されたパルス波形のパルススペクトログラム（位相および振幅のスペクトログラム）を生成するためのエンティティ２２４、ならびにパルス振幅スペクトログラムをスペクトル的に整形するためのエンティティ２２６を含む。このエンティティ２２６は、振幅スペクトログラムならびにパルススペクトル包絡線を使用する。エンティティ２２６の出力は、パルススペクトログラムを参照番号２２８によってマークされた波形に変換するための変換器に供給される。このエンティティ２２８は、パルス波形を復元するために、位相スペクトログラムならびにスペクトル的に整形されたパルス振幅スペクトログラムを受け取る。（スペクトル的に平坦化されたパルス波形を構築するように構成された）エンティティ２２０ｃｐｗは、コード化パルスを記述する信号をその入力で受け取ることに留意されたい。構築器２２０ｃｐｗは、更新メモリ２２９を含む一種のフィードバックループを含む。これにより、過去パルスを考慮してパルス波形が構築されることが可能になる。ここで、以前に構築されたパルス波形は、過去パルスが次のパルス波形を構築するためにエンティティ２２０ｃｐｗによって使用され得るようにフィードバックされる。以下、このパルス復元器２２０の機能が説明される。デコーダ側には（復号された平坦化パルス波形またはコード化された平坦化パルス波形とも呼ばれる）量子化された平坦化パルス波形だけが存在することが留意されるべきであり、デコーダ側に元のパルス波形が存在しないので、デコーダ側で量子化された平坦化パルス波形を命名するために平坦化パルス波形を使用し、（復号パルス波形またはコード化パルス波形または復号化パルス波形とも呼ばれる）量子化パルス波形を命名するためにパルス波形を使用する。
【】
デコーダ側２２０でパルスを復元するために、利得（
および
）、インパルス／イノベーション、予測ソース（
）、およびオフセット（
）を復号した後に、量子化された平坦化パルス波形が構築される（エンティティ２２０ｃｐｗ参照）。予測用メモリ２２９は、エンティティ１３２ｍ内のエンコーダと同様に更新される。次いで、パルス波形ごとにＳＴＦＴ（エンティティ２２４参照）が取得される。例えば、７５％のオーバーラップを有する同じ２ミリ秒の長さの２乗正弦ウィンドウが、パルス抽出と同様に使用される。ＳＴＦＴの振幅は、復号され平滑化されたスペクトル包絡線を使用して再整形され、パルス開始周波数
より下でゼロにされる。ＳＴＦＴを整形するために、包絡線との振幅の単純な乗算が使用される（エンティティ２２６参照）。位相は修正されない。パルスの復元された波形は、ＳＴＦＴから逆ＤＦＴ、ウィンドウ処理、およびオーバーラップ加算を介して取得される（エンティティ２２８参照）。あるいは、包絡線は、ＳＴＦＴを回避してＦＩＲフィルタを介して整形することができる。
【】
図１５は、波形ｙＰを構築するためにパルスの複数の復元された波形ならびにパルスの位置を受け取るエンティティ２２８に続くエンティティ２２’を示す（図２ａ、図２ｃ参照）。このエンティティ２２’は、例えば、２ａまたは２ｃの波形構築器２２内の最後のエンティティとして使用される。
復元されたパルス波形は、復号された位置
に基づいて連結され、図１５のエンティティ２２’のパルス間にゼロを挿入する。連結された波形は、復号信号に加算される（図２ａもしくは図２ｃの２３または図６の１１４ｍ参照）。同様に、元のパルス波形
が連結され（図６の１１４参照）、ＭＤＣＴベースのコーデックの入力から減算される（図６参照）。
復元されたパルス波形は、復号された位置
に基づいて連結され、パルス間にゼロを挿入する。連結された波形は、復号信号に加算される。同様に、元のパルス波形
が連結され、ＭＤＣＴベースのコーデックの入力から減算される。
復元されたパルス波形は、元のパルスの完全な表現ではない。したがって、入力から復元されたパルス波形を除去すると、信号の過渡部分の一部が残る。過渡信号はＭＤＣＴコーデックで良好に提示することができないので、フレーム全体にわたって広がるノイズが存在し、パルスを別々にコード化する利点が低減される。このため、元のパルスは入力から除去される。
【】
実施形態によれば、ＨＦ音調性フラグφＨは、以下のように定義される場合がある。
正規化された相関ρＨＦは、現在のウィンドウ内のサンプルと
（または
）の遅延を伴う遅延バージョンとの間でｙＭＨＦに対して計算され、ここで、ｙＭＨＦはパルス残差信号ｙＭのハイパスフィルタリングされたバージョンである。一例として、約６ｋＨｚのクロスオーバー周波数を有するハイパスフィルタが使用される場合がある。
指定された周波数を上回るＭＤＣＴ周波数ビンごとに、［２０］の５．３．３．２．５のように、周波数ビンが音調またはノイズのようであるかどうかが判定される。音調周波数ビンの総数ｎＨＦＴｏｎａｌＣｕｒｒが現在のフレーム内で計算され、さらに平滑化された音調周波数の総数がｎＨＦＴｏｎａｌ＝０．５・ｎＨＦＴｏｎａｌ＋ｎＨＦＴｏｎａｌＣｕｒｒとして計算される。
ＨＦ音調性フラグφＨは、ＴＮＳが非アクティブであり、ピッチ輪郭が存在し、高周波数に音調性が存在する場合、１に設定され、音調性は、ρＨＦ＞０またはｎＨＦＴｏｎａｌ＞１の場合、高周波数に存在する。
【】
図１６に関して、ｉＢＰＣ手法が説明される。次に、最適量子化ステップサイズ
を取得するプロセスが説明される。プロセスは、ブロックｉＢＰＣの不可欠な部分であり得る。図１６のエンティティ３００は、ＸＭＲに基づいて
を出力することに留意されたい。別の装置では、入力としてＸＭＲおよび
が使用される場合がある（詳細については図３参照）。
【】
図１６は、ステップサイズを推定するための手法のフローチャートを示す。プロセスはｉ＝０で始まり、次いで、例えば、量子化、適応帯域ゼロ化、帯域ごとのパラメータとスペクトルを一緒に決定すること、およびスペクトルがコード化可能であるかどうかを判定することの４つのステップが実行される。これらのステップは、参照番号３０１～３０４によってマークされている。スペクトルがコード化可能である場合、ステップサイズは減少し（ステップ３０７参照）、次の反復＋＋ｉが実行される、参照番号３０８参照。これは、ｉが最大反復と等しくない限り実行される（判断ステップ３０９参照）。最大反復が達成された場合、ステップサイズが出力される。最大反復が達成されない場合、次の反復が実行される。
【】
スペクトルがコード化可能でない場合、検証ステップ（スペクトルが今コード化可能）３１３と一緒にステップ３１１および３１２を有するプロセスが適用される。その後、次の反復（ステップ３０８参照）を開始する前にステップサイズが増加する（３１４参照）。
スペクトル包絡線が知覚的に平坦化されたスペクトルＸＭＲは、コード化された帯域幅全体にわたって単一の量子化ステップサイズｇＱを使用してスカラ量子化され、例えば、コード化されたｓｐｅｃｔを生成するコンテキストベースの算術コーダでエントロピーコード化される。コード化されたスペクトル帯域幅は、増加する幅
のサブバンドＢｉに分割される。
グローバル利得とも呼ばれる最適量子化ステップサイズ
は、説明されたように反復的に見出される。
【】
各反復において、スペクトルＸＭＲは
を生成するためにブロック量子化３０１で量子化される。ブロック「適応帯域ゼロ化」３０２では、ゼロ量子化ラインのエネルギーと元のエネルギーの比がサブバンドＢｉ
において計算され、エネルギー比が適応閾値
を上回る場合、
内のサブバンド全体がゼロに設定される。閾値
は、音調性フラグφＨおよびフラグ
に基づいて計算され、フラグ
は、サブバンドが前のフレーム内でゼロにされたかどうかを示す。
【】
ゼロにされたサブバンドごとに、フラグ
が１に設定される。処理の最後に、現在のフレーム
が
にコピーされる。あるいは、２つ以上の音調性フラグおよび複数の音調性フラグから各サブバンドの音調性へのマッピングが存在する可能性があり、サブバンドごとの音調性値
が生成される。
の値は、例えば、値のセット｛０．２５、０．５、０．７５｝
からの値を有することができる。あるいは、ゼロ量子化ラインのエネルギーおよび元のエネルギーならびにコンテンツ
およびＸＢＲ
に基づいて、
のサブバンドｉ全体をゼロにするかどうかを判断するために、他の判断が使用される場合がある。
【】
適応帯域ゼロ化が使用される周波数範囲は、特定の周波数ｆＡＢＺＳｔａｒｔ、例えば７０００Ｈｚの上に限定され、最も低いサブバンドがゼロにされる限り、適応帯域ゼロ化が特定の周波数ｆＡＢＺＭｉｎ、例えば７００Ｈｚまで下方に伸ばされる。
完全にゼロであるｆＥＺを上回る
のサブバンドの個々のゼロ充填レベル（個々のｚｆｌ）、ここでｆＥＺは例えば３０００Ｈｚである、が明示的にコード化され、さらに、ゼロに量子化されたｆＥＺを下回るすべてのゼロサブバンドおよびｆＥＺを上回るすべてのゼロサブバンド用の１つのゼロ充填レベル（ｚｆｌｓｍａｌｌ）がコード化される。適応帯域ゼロ化によって明示的に０に設定されていない場合でも、ブロック量子化における量子化に起因して
のサブバンドは完全に０であり得る。ゼロ充填レベル（個々のｚｆｌおよびｚｆｌｓｍａｌｌから構成されるｚｆｌ）ならびに
のスペクトル線のエントロピーコーディングに必要なビット数が（例えば、帯域ごとのパラメトリックコーダによって）計算される。さらに、利用可能なビットバジェットで明示的にコード化することができるスペクトル線の数ＮＱが見出される。
【】
ＮＱはコード化されたｓｐｅｃｔの不可欠な部分であり、スペクトル線をコード化するためにいくつのビットが使用されるかを見つけるためにデコーダにおいて使用される。スペクトル線をコード化するためのビット数を見つけるための他の方法、例えば特別なＥＯＦ文字を使用する方法が使用される場合がある。すべての非ゼロラインをコード化するのに十分なビットが存在しない限り、ＮＱを上回る
のラインはゼロに設定され、必要なビット数が再計算される。
スペクトル線をコード化するために必要なビットの計算の場合、下から始まるラインをコード化するために必要なビットが計算される。スペクトル線のコーディングに必要なビットの再計算は、各ｎ≦ＮＱについてｎ個のラインをコード化するために必要なビット数を記憶することによって効率化されるので、この計算は１回だけ必要とされる。
各反復において、必要なビット数が利用可能なビットを超えた場合、グローバル利得ｇＱは減少し（３０７）、そうでない場合ｇＱは増加する（３１４）。各反復において、グローバル利得の変化速度が適合される。グローバル利得を反復的に修正するために、ＥＶＳ［２０］からのレート歪みループと同じ変化速度の適合が使用される場合がある。反復プロセスの最後に、最適量子化ステップサイズ
は、例えば、ＥＶＳからの基準を使用してスペクトルの最適なコーディングを生成するｇＱに等しく、ＸＱは対応する
に等しい。
実際のコーディングの代わりに、コーディングに必要なビットの最大数の推定値が使用される場合がある。反復プロセスの出力は、最適量子化ステップサイズ
であり、出力はまた、それらを再度取得する際の反復処理を回避するために、通常はすでに利用可能であるように、コード化されたｓｐｅｃｔおよびコード化されたノイズ充填レベル（ｚｆｌ）を含む場合がある。
【】
以下、ゼロ充填が詳細に説明される。
実施形態によれば、ソーススペクトルを選択する方法の例から始めて、次に、ブロック「ゼロ充填」が説明される。
ゼロ充填を作成するために、以下のパラメータが適応的に見出される。
・最適な長いコピーアップ距離
・最小コピーアップ距離
・最小コピーアップソース開始
・コピーアップ距離シフトΔＣ
ソーススペクトルがＸＣＴのすでに取得された下部である場合、最適なコピーアップ距離

は最適な距離を決定する。
の値は、例えば５６００Ｈｚに対応するインデックスに設定された最小値
と、例えば６２２５Ｈｚに対応するインデックスに設定された最大値
との間にある。他の値が制約
とともに使用される場合がある。
【】
高調波間の距離
は、平均ピッチラグ
から計算され、平均ピッチラグ
は、ビットストリームから復号されるか、またはビットストリームからのパラメータ（例えばピッチ輪郭）から推論される。あるいは、
は、ＸＤＴまたは（例えば、ＸＤＴを使用して取得された時間領域信号からの）その導関数を分析することによって取得される場合がある。高調波間の距離
は、必ずしも整数ではない。
である場合
はゼロに設定され、ゼロは有意なピッチラグが存在しないことを通知する方法である。
の値は、最小最適コピーアップ距離
よりも大きい高調波距離
の最小倍数である。
がゼロである場合、
は使用されない。
【】
開始ＴＮＳスペクトル線プラスＴＮＳ次数はｉＴと表記され、それは、例えば１０００Ｈｚに対応するインデックスであり得る。
ＴＮＳがフレーム内で非アクティブである場合、
は
に設定される。ＴＮＳがアクティブである場合、
はｉＴに設定され、さらに、ＨＦが音調である場合（例えば、ΦＨが１である場合）、
によって下限される。
【】
振幅スペクトルＺＣは、復号されたｓｐｅｃｔであるＸＤＴから推定される。
推定された振幅スペクトルの正規化された相関が計算される。
相関の長さＬＣは、利用可能なスペクトルによって許容される最大値に設定され、任意選択的に何らかの値（例えば、５０００Ｈｚに相当する長さ）に制限される。
【】
基本的に、コピーアップソース
と宛先

との間の相関を最大化するｎを検索しており、ここで０≦ｍ＜ＬＣである
【】
ｎ
（
）の中から
を選択し、ここで、ρＣは最初のピークを有し、ρＣの平均を上回り、すなわち、
および
であり、すべての
について
であることは満たされない。他の実装形態では、
～
の範囲内の絶対最大値であるように、
を選択することができる。最適な長いコピーアップ距離が予想される場所では、
～
の範囲内の任意の他の値が
に選択される場合がある。
【】
ＴＮＳがアクティブである場合、
を選択することができる。
ＴＮＳが非アクティブである場合、
であり、ここで
は正規化された相関であり、
は前のフレームにおける最適距離である。フラグ
は、前のフレームにおいて音調性の変化があったかどうかを示す。関数
は、
、
、または
のいずれかを返す。
においてどの値を返すかの判断は、主に値
、
、および

に基づく。フラグ
が真であり、
または
が有効である場合、
は無視される。
および
の値は、まれな場合に使用される。
【】
一例では、
は以下の判断で定義される可能性がある。
・
が少なくとも
に対して
よりも大きく、少なくとも
に対して
よりも大きい場合に
が返され、ここで、
および
は、それぞれ、
および
に比例する適応閾値であり、さらに、
は、何らかの絶対閾値、例えば例０．５を上回ることが要求される場合があり、
・そうでない場合、
が少なくとも閾値、例えば０．２に対して
よりも大きい場合に
が返され、
・そうでない場合、
が設定され、
である場合に
が返され、
・そうでない場合、
が設定され、
の値が有効である場合、すなわち、有意なピッチラグが存在する場合に
が返され、
・そうでない場合、
が小さい、例えば０．１を下回り、
の値が有効である場合、すなわち有意なピッチラグが存在し、前のフレームからのピッチラグ変化が小さい場合に
が返され、
・そうでない場合、
が返される。
【】
フラグ
は、ＴＮＳがアクティブである場合、または
であり、かつ音調性が低い場合に真に設定され、音調性は、例えばφＨが偽である場合、または
が０である場合に低い。
は、１より小さい値、例えば０．７である。
に設定された値は、次のフレームで使用される。
前のフレームと現在のフレームとの間の
のパーセント変化
も計算される。
最適なコピーアップ距離
が
に等しくなく、
でない限り（
は所定の閾値である）、コピーアップ距離シフトΔＣは
に設定され、その場合、ΔＣは前のフレームと同じ値に設定され、連続するフレームにわたって一定になる。
は、前のフレームと現在のフレームとの間の
の変化（例えば、パーセント変化）の尺度である。
が
のパーセント変化である場合、
は例えば０．１に設定される可能性がある。ＴＮＳがフレーム内でアクティブである場合、ΔＣは使用されない。
【】
最小コピーアップソース開始
は、ＴＮＳがアクティブである場合、例えばｉＴに設定することができ、任意選択で、ＨＦが音調である場合
によって下限され、または現在のフレームにおいてＴＮＳがアクティブでない場合、例えば
に設定することができる。
最小コピーアップ距離
は、例えば、ＴＮＳが非アクティブである場合
に設定される。ＴＮＳがアクティブである場合、
は、例えばＨＦが音調でない場合
に設定され、または
は、例えばＨＦが音調である場合
に設定される。
【】
例えば、初期条件として
を使用して、ランダムノイズスペクトルＸＮは
のように構成され、ここで、関数ｓｈｏｒｔは結果を１６ビットに切り詰める。任意の他のランダムノイズ生成器および初期条件が使用される場合がある。次いで、ランダムノイズスペクトＸＮは、ＸＤの非ゼロ値の位置でゼロに設定され、任意選択で、ゼロに設定された位置の間のＸＮの部分は、ＸＤの非ゼロ値の位置の近くのランダムノイズを低減するためにウィンドウ処理される。
ＸＣＴの
から始まる長さ
のサブバンドＢｉごとに、
用のソーススペクトルが見出される。サブバンド分割は、ｚｆｌをコード化するために使用されるサブバンド分割と同じであり得るが、異なる、より高い、またはより低いものであってもよい。
例えば、ＴＮＳがアクティブでなく、ＨＦが音調でない場合、ランダムノイズスペクトルＸＮは、すべてのサブバンド用のソーススペクトルとして使用される。別の例では、ＸＮは、他のソースが空であるサブバンド、または最小のコピーアップ宛先：
の下から始まるいくつかのサブバンド用のソーススペクトルとして使用される。
【】
別の例では、ＴＮＳがアクティブではなく、ＨＦが音調である場合、予測スペクトルＸＮＰは、
の下から始まり、隣接するサブバンドにおいてＥＢ
がＥＢを少なくとも１２ｄＢ上回るサブバンド用のソースとして使用される場合があり、予測スペクトルは、過去の復号スペクトルから、または過去の復号スペクトルから（例えば、復号ＴＤ信号から）取得された信号から取得される。
の例に含まれていないケースでは、距離ｄＣは、
または
および
の混合が、
から始まる
用のソーススペクトルとして使用され得るように見出される場合があり、ここで、
である。一例では、ＴＮＳがアクティブであるが、より高い周波数（例えば、４５００Ｈｚ）からのみ始まり、ＨＦが音調でない場合、
および
の混合は、
である場合ソーススペクトルとして使用される場合があり、さらに別の例では、
またはゼロから構成されるスペクトルのみがソースとして使用される場合がある。
である場合、ｄＣは
に設定される可能性がある。ＴＮＳがアクティブである場合、正の整数ｎが見つかる場合があり、その結果、
およびｄＣは、
、例えば最小のそのような整数ｎに設定される場合がある。ＴＮＳがアクティブでない場合、別の正の整数ｎが見つかる場合があり、その結果、
およびｄＣは、
、例えば最小のそのような整数ｎに設定される場合がある。
【】
別の例では、開始周波数ｆＺＦＳｔａｒｔまでのＸＳにおいて最も低いサブバンド
は０に設定される場合があり、最も低いサブバンドＸＣＴがＸＤＴのコピーであり得ることを意味する。
次に、ブロック「ゼロ充填」内のＥＢに基づいて、ソーススペクトルを重み付けする一例が与えられる。
ＥＢを平滑化する一例では、
はｚｆｌから取得される場合があり、各
はＥＢのサブバンドｉに対応する。次いで、
が平滑化される：
および
。
スケーリングファクタ
は、ソーススペクトルに応じてサブバンドＢｉごとに計算される。
【】
さらに、スケーリングは、次のように計算された係数
で制限される：
ソーススペクトル帯域
（
）は２つの半分に分割され、各半分はスケーリングされ、第１の半分は
であり、第２の半分は
である。
【】
の説明では、
は
を使用して導出され、
は
を使用して導出され、
および
は
および
を使用して導出されることに留意されたい。
は
および
および
を使用して導出される。この説明は、
の使用を明確に示すためにのみ使用された。さらなる実施形態によれば、ＥＢは
を使用して導出される場合があり、の式を異なる方法で書くことができる。

【】
ＥＢが
を使用して導出され得るこのさらなる実施形態であっても、
および
の値は、前の例と同じであり得る。
スケーリングされたソーススペクトル帯域
、ここでスケーリングされたソーススペクトル帯域は
である、は
を取得するために

に加算される。
【】
次に、（ｉＢＰＣの一部として）ゼロ量子化ラインのエネルギーを量子化する一例が与えられる。
ＸＱＺは、非ゼロ量子化ラインをゼロに設定することによってＸＭＲから取得される。例えば、ＸＮと同じ方法で、ＸＱの非ゼロ量子化ラインの位置の値はゼロに設定され、非ゼロ量子化ライン間のゼロ部分がＸＭＲでウィンドウ処理され、ＸＱＺが生成される。
ゼロライン用の帯域ｉ当たりのエネルギー（
）は、ＸＱＺ：
から計算される。
【】
は、例えば、ステップサイズ１／８を使用して量子化され、６／８に制限される。別個の
は、完全にゼロに量子化されるｆＥＺ上回るサブバンド用の個々のｚｆｌとしてのみコード化され、ここでｆＥＺは例えば３０００Ｈｚである。さらに、１つのエネルギーレベル
は、ｆＥＺを下回るゼロサブバンドおよびｆＥＺを上回るゼロサブバンドからのすべての
の平均として計算され、ここで
はゼロに量子化され、ゼロサブバンドは完全なサブバンドがゼロに量子化されることを意味する。ローレベル
は、ステップサイズ１／１６で量子化され、３／１６に制限される。非ゼロサブバンド内の個々のゼロラインのエネルギーは、（例えば、デコーダによって）推定され、明示的にコード化されない。
の値はｚｆｌからデコーダ側で取得され、ゼロサブバンド用の
の値は
の量子化値に対応する。したがって、
から構成されるＥＢの値は、最適量子化ステップ
に応じてコード化される場合がある。これは、パラメトリックコーダ１５６ｐｃが入力として
を受け取る図３によって示されている。別の例では、最適量子化ステップ
とは無関係に、パラメトリックコーダに固有の他の量子化ステップサイズが使用される場合がある。さらに別の例では、不均一なスカラ量子化器またはベクトル量子化器がｚｆｌをコード化するために使用される場合がある。しかし、提示された例では、ＸＭＲからゼロへの量子化が最適量子化ステップ
に依存するので、最適量子化ステップ
を使用することが有利である。
【】
長期予測（ＬＴＰ）
次に、ブロックＬＴＰが説明される。時間領域信号ｙＣはＬＴＰへの入力として使用され、ここでｙはＸからＩＭＤＣＴの出力として取得される。
ＩＭＤＣＴは、逆ＭＤＣＴ、ウィンドウ処理、およびオーバーラップ加算から構成される。現在のフレーム内のｙＣの左側のオーバーラップ部分および非オーバーラップ部分は、ＬＴＰバッファに保存される。
ＬＴＰバッファは、ＭＤＣＴの全ウィンドウについての予測信号を生成するために、ＬＴＰ内の後続のフレームで使用される。これが図１７ａによって示されている。
より短いオーバーラップ、例えば半分のオーバーラップが現在のウィンドウにおける右オーバーラップに使用される場合、非オーバーラップ部分「オーバーラップ差」もＬＴＰバッファに保存される。したがって、位置「オーバーラップ差」（図１７ｂ参照）にあるサンプルも、「オーバーラップ差」の前の２本の縦線の間の位置にあるサンプルと一緒にＬＴＰバッファに入れられる。非オーバーラップ部分「オーバーラップ差」は、現在のフレーム内のデコーダ出力にはなく、後続のフレームのみに存在する（図１７ｂおよび図１７ｃ参照）。
より短いオーバーラップが現在のウィンドウ内の左オーバーラップに使用される場合、現在のウィンドウの開始までの非オーバーラップ部分全体が、予測信号を生成するためのＬＴＰバッファの一部として使用される。
【】
ＭＤＣＴの全ウィンドウ用の予測信号は、ＬＴＰバッファから生成される。ウィンドウ長の時間区間は、ホップサイズＬｕｐｄａｔｅＦ０＝ＬｓｕｂＦ０／２を有する長さＬｓｕｂＦ０の重複する部分区間に分割される。他のホップサイズおよび部分区間長とホップサイズとの間の関係が使用される場合がある。オーバーラップ長は、ＬｕｐｄａｔｅＦ０－ＬｓｕｂＦ０以下であり得る。
ＬｓｕｂＦ０は、部分区間内で著しいピッチ変化が予想されないように選択される。一例では、ＬｕｐｄａｔｅＦ０は、
に最も近いが、
より大きくない整数であり、ＬｓｕｂＦ０は２ＬｕｐｄａｔｅＦ０に設定される。図１７ｄに示されたように、別の例では、フレーム長またはウィンドウ長がＬｕｐｄａｔｅＦ０によって割り切れることがさらに要求される場合がある。
以下、「符号化オーディオ信号のフレームに関連付けられた区間内の部分区間の位置に依存する符号化されたピッチパラメータから部分区間パラメータを導出するように構成された計算手段（１０３０）」の例、ならびに「パラメータが符号化されたピッチパラメータおよび符号化オーディオ信号のフレームに関連付けられた区間内の部分区間位置から導出される」一例も与えられる。部分区間ごとに、部分区間の中心ｉｓｕｂＣｅｎｔｅｒにあるピッチラグがピッチ輪郭から取得される。最初のステップでは、部分区間ピッチラグｄｓｕｂＦ０は、部分区間中心の位置にあるピッチラグｄｃｏｎｔｏｕｒ［ｉｓｕｂＣｅｎｔｅｒ］に設定される。ウィンドウ開始までの部分区間終了の距離（ｉｓｕｂＣｅｎｔｅｒ＋ＬｓｕｂＦ０／２）がｄｓｕｂＦ０より大きい限り、ｄｓｕｂＦ０は部分区間中心の左の位置ｄｓｕｂＦ０にあるピッチ輪郭からのピッチラグの値まで増加し、すなわち、ｉｓｕｂＣｅｎｔｅｒ＋ＬｓｕｂＦ０／２＜ｄｓｕｂＦ０になるまでｄｓｕｂＦ０＝ｄｓｕｂＦ０＋ｄｃｏｎｔｏｕｒ［ｉｓｕｂＣｅｎｔｅｒ－ｄｓｕｂＦ０］である。ウィンドウ開始までの部分区間終了の距離（ｉｓｕｂＣｅｎｔｅｒ＋ＬｓｕｂＦ０／２）は、部分区間終了と呼ばれる場合もある。
【】
各部分区間において、予測信号は、ＬＴＰバッファおよび伝達関数ＨＬＴＰ（ｚ）
を有するフィルタを使用して構築され、ここで、

であり、ここで、ＴｉｎｔはｄｓｕｂＦ０の整数部分、すなわち
であり、ＴｆｒはｄｓｕｂＦ０の小数部分、すなわちＴｆｒ＝ｄｓｕｂＦ０－Ｔｉｎｔであり、Ｂ（ｚ，Ｔｆｒ）は小数遅延フィルタである。
Ｂ（ｚ，Ｔｆｒ）はローパス特性を有することができる（または、それは高周波数を強調しない場合がある）。次いで、予測信号は、部分区間のオーバーラップ領域においてクロスフェードされる。
【】
あるいは、予測信号は、伝達関数ＨＬＴＰ２（ｚ）を有するフィルタに基づくフィルタのゼロ入力応答（ＺＩＲ）およびフィルタの初期出力として使用されるＬＴＰバッファを用いて、［２１］に記載されているようなカスケードフィルタを有する方法を使用して構築することができ、ここで、
である。
Ｂ（ｚ，Ｔｆｒ）の例：



例では、Ｔｆｒは、通常、値のリストから最も近い値に丸められ、リスト内の値ごとにフィルタＢが事前定義される。
予測信号ＸＰ’は、ＸＭを生成するために使用されるウィンドウと同じウィンドウでウィンドウ処理され、ＸＰを取得するためにＭＤＣＴを介して変換される。
【】
以下、符号化されたピッチパラメータから導出されたパラメータに応じて、予測スペクトル、または予測スペクトルの導関数を修正するための手段の一例が与えられる。ＸＰ
ＸＰの高調波から少なくともｎＦｓａｆｅｇｕａｒｄ離れたＭＤＣＴ係数の振幅はゼロに設定され（または１より小さい正の係数で乗算され）、ここでｎＦｓａｆｅｇｕａｒｄは例えば１０である。あるいは、高調波間の振幅を低減するために、長方形のウィンドウ以外の他のウィンドウが使用される場合がある。ＸＰの高調波は
の整数倍であるビン位置にあると見なされ、ここで、ＬＭはＸＰ長であり、
は平均補正されたピッチラグである。高調波位置は
である。これにより、特にハーフピッチラグが検出されると、高調波間のノイズが除去される。
Ｘのスペクトル包絡線は、ＸＰＳを取得するために、例えばＳＮＳＥを介して、ＸＭと同じ方法で知覚的に平坦化される。
【】
以下、「コード化されたピッチパラメータに基づいて予測可能な高調波の数が決定される」一例が与えられる。ＸＰＳ、ＸＭＳ、および
を使用して、予測可能な高調波の数ｎＬＴＰが決定される。
ｎＬＴＰがコード化され、デコーダに伝達される。最大ＮＬＴＰ個の高調波が予測される場合があり、例えばＮＬＴＰ＝８である。
ＸＰＳおよびＸＭＳは、長さ
のＮＬＴＰ個の帯域に分割され、各帯域は
から始まり、
である。
ｎＬＴＰは、すべてのｎ≦ｎＬＴＰについてＸＭＳ－ＸＰＳおよびＸＭＳのエネルギーの比が閾値τＬＴＰを下回るように選択され、例えばτＬＴＰ＝０．７である。そのようなｎが存在しない場合、ｎＬＴＰ＝０であり、ＬＴＰは現在のフレーム内でアクティブではない。ＬＴＰがアクティブであるか否かは、フラグで通知される。
ＸＰＳおよびＸＭＳの代わりに、ＸＰおよびＸＭが使用される場合がある。
ＸＰＳおよびＸＭＳの代わりに、ＸＰＳおよびＸＭＴが使用される場合がある。あるいは、予測可能な高調波の数は、ピッチ輪郭ｄｃｏｎｔｏｕｒに基づいて決定される場合がある。
【】
ＬＴＰがアクティブである場合、ゼロ番目の係数を除くＸＰＳの最初の
個の係数は、ＸＭＴから減算されてＸＭＲを生成する。ゼロ番目および
を上回る係数は、ＸＭＴからＸＭＲにコピーされる。
量子化のプロセスでは、ＸＱはＸＭＲから取得され、Ｘはｓｐｅｃｔとしてコード化され、ＸＤを復号することによってｓｐｅｃｔから取得される。
【】
以下、予測スペクトル（ＸＰ）の少なくとも一部分または予測スペクトルの導関数（ＸＰＳ）の一部分を誤差スペクトル（ＸＤ）と合成するように構成された合成器（１５７）の一例が与えられる。ＬＴＰがアクティブである場合、ゼロ番目の係数を除くＸＰＳの最初の
個の係数は、ＸＤに加算されてＸＤＴを生成する。ゼロ番目および
を上回る係数は、ＸＤからＸＤＴにコピーされる。
【】
以下、高調波ポストフィルタリングの任意選択の特徴が説明される。
時間領域信号ｙＣは、ＩＭＤＣＴの出力としてＸＣから取得され、ここで、ＩＭＤＣＴは、逆ＭＤＣＴ、ウィンドウ処理、およびオーバーラップ加算から構成される。高調波間のノイズを低減し、ｙＣを出力するために、ピッチ輪郭に従う高調波ポストフィルタ（ＨＰＦ）がｙＨに適用される。
ｙＣの代わりに、復号パルス波形から構築されたｙＣと時間領域信号ｙの合成は、ＨＰＦへの入力として使用される場合がある。図１８ａによって示されるとおりである。
現在のフレームｋへのＨＰＦ入力はｙｃ［ｎ］（０≦ｎ＜Ｎ）である。過去の出力サンプルｙＨ［ｎ］（－ｄＨＰＦｍａｘ≦ｎ＜０、ここで、ｄＨＰＦｍａｘは少なくとも最大ピッチラグである）も利用可能である。逆ＭＤＣＴ出力の右オーバーラップ領域の時間エイリアスされた部分を含む場合がある。
Ｎａｈｅａｄ個のＩＭＤＣＴ先読みサンプルも利用可能である。ＨＰＦが適用される時間区間が現在のフレームと等しい一例を示すが、異なる区間が使用されてもよい。ＭＤＣＴ／ＩＭＤＣＴウィンドウに対するＨＰＦ現在入力／出力、ＨＰＦ過去出力、およびＩＭＤＣＴ先読みの位置は、オーバーラップ加算を生成するために通常通り加算され得るオーバーラップ部分も示す図１８ａによって示されている。
【】
ＨＰＦが一定のパラメータを使用するべきであることがビットストリーム内で通知される場合、現在のフレームの先頭で平滑化が使用され、フレームの残りの部分で一定のパラメータを有するＨＰＦが続く。あるいは、一定のパラメータが使用されるべきかどうかを判断するために、ｙＣに対してピッチ分析が実行される場合がある。平滑化が使用される領域の長さは、ピッチパラメータに依存する場合がある。
一定のパラメータが通知されない場合、ＨＰＦ入力は、ホップサイズＬｋ，ｕｐｄａｔｅ＝Ｌｋ／２を有する長さＬｋの重複する部分区間に分割される。他のホップサイズが使用される場合がある。オーバーラップ長は、Ｌｋ，ｕｐｄａｔｅ－Ｌｋ以下であり得る。
Ｌｋは、部分区間内で著しいピッチ変化が予想されないように選択される。一例では、Ｌｋ，ｕｐｄａｔｅは、ｐｉｔｃｈ＿ｍｉｄ／２に最も近いが、ｐｉｔｃｈ＿ｍｉｄ／２より大きくない整数であり、Ｌｋは２Ｌｋ，ｕｐｄａｔｅに設定される。ｐｉｔｃｈ＿ｍｉｄの代わりに、いくつかの他の値、例えばｐｉｔｃｈ＿ｍｉｄとｐｉｔｃｈ＿ｓｔａｒｔの平均、またはｙＣに関するピッチ分析から取得された値、または例えば変化するピッチを有する信号についての区間内で予想される最小ピッチラグが使用される場合がある。あるいは、固定数の部分区間が選択される場合がある。別の例では、フレーム長がＬｋ，ｕｐｄａｔｅによって割り切れることがさらに要求される場合がある（図１８ｂ参照）。
現在の区間ｋ内の部分区間の数はＫｋであり、前の区間ｋ－１ではＫｋ－１であり、次の区間ｋ＋１ではＫｋ＋１であると言う。図１８ｂに示された例では、Ｋｋ＝６およびＫｋ－１＝４である。
【】
他の例では、以下に示されたように、現在の（時間）区間が非整数の数の部分区間に分割されること、および／または部分区間の長さが現在の区間内で変化することが可能である。これが図１８ｃおよび図１８ｄによって示されている。
現在の区間ｋ（１≦ｌ≦Ｋｋ）内の部分区間ｌごとに、部分区間ピッチラグｐｋ，ｌは、ピッチ探索アルゴリズムを使用して見つけられ、ピッチ探索アルゴリズムは、ピッチ輪郭を取得するために使用されるピッチ探索と同じであってもよく、それとは異なっていてもよい。部分区間ｌのピッチ探索は、部分区間にわたる探索の複雑さを低減し、かつ／または値ｐｋ，ｌの安定性を高めるために、コード化されたピッチラグ（ｐｉｔｃｈ＿ｍｉｄ、ｐｉｔｃｈ＿ｅｎｄ）から導出された値を使用することができ、例えば、コード化されたピッチラグから導出された値は、ピッチ輪郭の値であり得る。他の例では、部分区間にわたる探索の複雑さおよび／または値ｐｋ，ｌの安定性を低減するために、コード化されたピッチラグの代わりに、ｙＣの完全な区間内のグローバルピッチ分析によって見出されたパラメータが使用される場合がある。別の例では、部分区間ピッチラグを探索するとき、前の部分区間に対する高調波ポストフィルタリングの中間出力が利用可能であり、（前の区間の部分区間を含む）ピッチ探索で使用されることが想定される。
Ｎａｈｅａｄ個の（潜在的に時間エイリアスされた）先読みサンプルはまた、区間／フレーム境界を横切る部分区間内のピッチを見つけるために使用される場合があり、または、例えば、先読みが利用できない場合、区間内の最後の部分区間を先読みするために遅延がデコーダに導入される場合がある。あるいは、コード化されたピッチラグ（ｐｉｔｃｈ＿ｍｉｄ、ｐｉｔｃｈ＿ｅｎｄ）から導出された値が
に使用される場合がある。
【】
高調波ポストフィルタリングには、利得適応高調波ポストフィルタが使用される場合がある。例では、ＨＰＦは伝達関数：
を有し、ここで、Ｂ（ｚ,Ｔｆｒ）は小数遅延フィルタである。選択は独立しているので、Ｂ（ｚ,Ｔｆｒ）はＬＴＰで使用される小数遅延フィルタと同じであってもよく、それらと異なっていてもよい。ＨＰＦでは、Ｂ（ｚ,Ｔｆｒ）はローパス（または高周波数を強調しないチルトフィルタ）としても機能する。
【】
伝達関数Ｈ（ｚ）およびＢ（ｚ,Ｔｆｒ）の係数としてのｂｊ（Ｔｆｒ）を有する利得適応高調波ポストフィルタ用の差分方程式の一例は、次のとおりである：
小数遅延を有するローパスフィルタの代わりに、識別フィルタが使用されてもよく、Ｂ（ｚ,Ｔｆｒ）＝１および異なる式：
が与えられる。
パラメータｇは最適利得である。それは、信号の振幅変化（変調）をモデル化し、信号適応型である。
パラメータｈは高調波レベルである。それは、信号高調波の所望の増加を制御し、信号適応型である。パラメータβはまた、信号高調波の増加を制御し、一定であるか、またはサンプリングレートおよびビットレートに依存する。パラメータβは１に等しい場合もある。積βｈの値は０と１との間であるべきであり、０は高調波に変化をもたらさず、１は高調波を最大限に増加させる。実際には、βｈ＜０．７５であることが通常である。
高調波ポストフィルタのフィードフォワード部分（すなわち１－αβｈＢ（ｚ,０））は、ハイパス（または低周波数を強調しないチルトフィルタ）として機能する。パラメータαは、ハイパスフィルタリングの強度を決定し（または言い換えれば、それはデエンファシス傾斜を制御し）、０と１との間の値を有する。パラメータαは、一定であるか、またはサンプリングレートおよびビットレートに依存する。実施形態では、０．５と１との間の値が好ましい。
【】
部分区間ごとに、最適な利得ｇｋ，ｌおよび高調波レベルｈｋ，ｌが見出されるか、または場合によっては、それは他のパラメータから導出される可能性がある。
所与のＢ（ｚ,Ｔｆｒ）について、信号をシフト／フィルタリングするための関数を、次のように定義する：



これらの定義では、
は、長さＬを有する（部分）区間ｌ内の
個の信号ｙＣを表し、
はＢ（ｚ，０）を有するｙＣのフィルタリングを表し、ｙ－ｐは（場合によっては小数の）ｐ個のサンプルについてのｙＨのシフトを表す。
【】
長さＬおよびシフトｐを有する（部分）区間ｌにある信号ｙＣおよびｙＨの正規化された相関
を、次のように定義する：

の代替の定義は、次の通りであり得る：

【】
代替の定義では、
はｎ＜ＴＩＮＴについての過去の部分区間内のｙＨを表す。
の定義では、４次のＢ（ｚ，Ｔｆｒ）を使用している。
ｊ用の範囲の変更を必要とする任意の他の次数が使用される場合がある。
Ｂ（ｚ,Ｔｆｒ）＝１である例では、整数シフトのみが考慮される場合に使用され得る
および
が得られる。
このように定義された正規化された相関は、小数シフトｐの計算を可能にする。
【】
ｎｏｒｍｃｏｒｒ、ｌ及びＬのパラメータは、正規化された相関用のウィンドウを定義する。の定義では、長方形のウィンドウが使用される。任意の他のタイプのウィンドウ（例えば、Ｈａｎｎ、コサイン）が代わりに使用される場合があり、それはでｗ［ｎ］で
と
を乗算して行うことができ、ここでｗ［ｎ］はウィンドウを表す。
部分区間に対する正規化された相関を得るために、区間番号にｌを設定し、部分区間の長さにＬを設定する。
の出力は、サブフレームｌ用の利得適応高調波ポストフィルタＨ（ｚ）のＺＩＲを表し、β＝ｈ＝ｇ＝１および
およびＴｆｒ＝ｐ－Ｔｉｎｔである。
【】
最適な利得ｇｋ，ｌは、サブフレームｌ内の振幅変化（変調）をモデル化する。それは、例えば、ローパス入力との予測信号の相関を予測信号のエネルギーで割ったものとして計算される場合がある。
別の例では、最適な利得ｇｋ，ｌは、ローパス入力のエネルギーを予測信号のエネルギーで割ったものとして計算される場合がある。
高調波レベルｈｋ，ｌは、信号高調波の所望の増加を制御し、例えば、正規化された相関の二乗として計算することができる。
通常、部分区間の正規化された相関は、部分区間におけるピッチ探索からすでに利用可能である。
高調波レベルｈｋ，ｌはまた、ＬＴＰに応じて、かつ／または復号されたスペクトル特性に応じて修正される場合がある。例えば、
を設定することができ、ここで、ｈｍｏｄＬＴＰは０と１との間の値であり、ＬＴＰによって予測された高調波の数に比例し、ｈｍｏｄＴｉｌｔは０と１との間の値であり、ＸＣの傾きに反比例する。一例では、ｎＬＴＰが０である場合ｈｍｏｄＬＴＰ＝０．５であり、そうでない場合
である。
ＸＣの傾きは、以下の４３個の係数のエネルギーに対する最初の７個のスペクトル係数のエネルギーの比であり得る。
【】
部分区間ｌ用のパラメータを計算すると、部分区間ｌ＋１と重複しない部分区間ｊの部分について高調波ポストフィルタリングの中間出力を生成することができる。上述されたように、この中間出力は、後続の部分区間用のパラメータを見つける際に使用される。
各部分区間は重複し、２つのフィルタパラメータ間の平滑化演算が使用される。［３］に記載された平滑化が使用される場合がある。
【】
以下、好ましい実施形態が説明される。
実施形態によれば、オーディオ信号を符号化するための装置が提供され、装置は、以下のエンティティ：
サンプリングレートを有するオーディオ信号をスペクトル表現に変換するための時間スペクトル変換器（ＭＤＣＴ）と、
スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するためのスペクトル整形器（ＳＮＳ）であって、知覚的に平坦化されたスペクトル表現が、スペクトル整形器とは異なる（より高い）周波数分解能のサブバンドに分割される、スペクトル整形器と、
最適量子化ステップを見つけるためのレート歪みループと、
最適量子化ステップに応じて、知覚的に平坦化されたスペクトル表現の量子化スペクトル、または知覚的に平坦化されたスペクトル表現の導関数を提供するための量子化器と、
量子化スペクトルのコード化表現を提供するための無損失スペクトルコーダと、
知覚的に平坦化されたスペクトル表現、または知覚的に平坦化されたスペクトル表現の導関数のパラメトリック表現を提供するための帯域ごとのパラメトリックコーダであって、パラメトリック表現が最適量子化ステップに依存し、量子化スペクトルが０であるサブバンド内のエネルギーを記述するパラメータから構成され、その結果、少なくとも２つのサブバンドが異なるパラメータを有するか、または少なくとも１つのパラメータが１つのサブバンドのみに限定される、帯域ごとのパラメトリックコーダと
を備える。
【】
別のオーディオ信号を符号化するための装置を提供し、装置は、逆に以下のエンティティ：
サンプリングレートを有するオーディオ信号をスペクトル表現に変換するための時間スペクトル変換器（ＭＤＣＴ）と、
スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するためのスペクトル整形器（ＳＮＳ）であって、知覚的に平坦化されたスペクトル表現が、スペクトル整形器とは異なる（より高い）周波数分解能のサブバンドに分割される、スペクトル整形器と、
最適量子化ステップを見つけるためのレート歪みループであって、各ループ反復において、量子化ステップを提供し、量子化ステップに応じて最適量子化ステップを選択する、レート歪みループと、
最適量子化ステップに応じて、知覚的に平坦化されたスペクトルの量子化スペクトル、または知覚的に平坦化されたスペクトル表現の導関数を提供するための量子化器と、
知覚的に平坦化されたスペクトル表現、または知覚的に平坦化されたスペクトル表現の導関数のパラメトリック表現を提供するための帯域ごとのパラメトリックコーダであって、パラメトリック表現が最適量子化ステップに依存し、量子化スペクトルが０であるサブバンド内のエネルギーを記述するパラメータから構成され、帯域ごとのパラメトリックコーダと、
量子化スペクトルのコード化表現およびパラメトリックゼロサブバンド表現のコード化表現のジョイントコーディングが、ジョイントコーディング用のビットの総数が所定の限度を下回るという制約を満たすかどうかの判断を提供するためのスペクトルコーダ判断と
を備え、
量子化スペクトルのコード化表現およびパラメトリックゼロサブバンドのコード化表現の両方が、知覚的に平坦化されたスペクトル表現、または知覚的に平坦化されたスペクトル表現の導関数に応じて、可変数のビットを必要とする。
【】
実施形態によれば、両方の装置は、量子化スペクトルおよび知覚的に平坦化されたスペクトル表現内のサブバンドのコンテンツに応じて、量子化スペクトル内の少なくともサブバンドを適応的にゼロに設定する修正器によって強化される場合がある。
ここでは、２ステップの帯域ごとのパラメトリックコーダが使用される場合がある。２ステップの帯域ごとのパラメトリックコーダは、（少なくとも２つのサブバンドが異なるパラメトリック表現を有するように）量子化スペクトルがゼロであるサブバンドに対して、量子化ステップに応じて、知覚的に平坦化されたスペクトル表現、または知覚的に平坦化されたスペクトル表現の導関数のパラメトリック表現を提供するように構成され、
２ステップの最初のステップでは、帯域ごとのパラメトリックコーダは、量子化スペクトルがゼロである周波数ｆＥＺより上のサブバンド向けに個々のパラメトリック表現を提供し、
２番目のステップでは、個々のパラメトリック表現がゼロである周波数ｆＥＺより上のサブバンド、およびｆＥＺより下のサブバンド向けに追加の平均パラメトリック表現を提供する。
【】
別の符号化オーディオ信号を復号するための装置を提供する。復号するための装置は、以下のエンティティ：
量子化ステップに応じて復号スペクトルを生成するためのスペクトル領域オーディオデコーダであって、復号スペクトルがサブバンドに分割される、スペクトル領域オーディオデコーダと、
復号スペクトル内のゼロのみから構成されるゼロサブバンドを識別し、量子化ステップを使用してゼロサブバンドのパラメトリック表現を復号する帯域ごとのパラメトリックデコーダであって、パラメトリック表現が、ゼロサブバンド内のエネルギーを記述するパラメータから構成され、その結果、少なくとも２つのサブバンドが異なるパラメータを有するか、または少なくとも１つのパラメータが１つのサブバンドのみに限定される、帯域ごとのパラメトリックデコーダと、
ゼロサブバンドのパラメトリック表現に応じて帯域ごとに生成されたスペクトルを提供する帯域ごとの生成器と、
帯域ごとの合成スペクトルを、
帯域ごとに生成されたスペクトルおよび復号されたスペクトル、または
帯域ごとに生成されたスペクトルおよび予測スペクトルと復号スペクトルの合成
の合成として提供する合成器と、
帯域ごとの合成スペクトル、または帯域ごとの合成スペクトルの導関数から再整形されたスペクトルを提供するためのスペクトル整形器（ＳＮＳ）であって、スペクトル整形器がサブバンド分割とは異なる（より低い）周波数分解能を有する、スペクトル整形器（ＳＮＳ）と、
再整形されたスペクトルを時間表現に変換するためのスペクトル時間変換器と
を備える。
【】
別の復号スペクトルと合成された生成スペクトル、または
予測スペクトルと復号スペクトルの合成
を提供する帯域ごとのパラメトリックスペクトル生成器を提供し、
生成スペクトルは、ソーススペクトルから帯域ごとに取得され、ソーススペクトルは、
ゼロスペクトル、または
第２の予測スペクトル、または
ランダムノイズスペクトル、または
すでに生成された部分と復号スペクトル（および予測スペクトル）の合成、
それらの合成
のうちの１つであり、
少なくとも場合によっては、ソースは、すでに生成された部分と復号スペクトル（および予測スペクトル）の合成である。
ソーススペクトルは、さらなる実施形態によれば、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされることに留意されたい。サブバンド用のソーススペクトルの選択は、サブバンド位置、パワースペクトル推定値、エネルギーパラメータ、ピッチ情報、および時間情報に依存する。
実施形態によれば、スペクトル表現（ＸＭＲ）を記述するパラメータの数は、量子化表現（ＸＱ）に依存する場合がある。
【】
さらに別の実施形態では、ｉＢＰＣ、「ｚｆｌ復号」、および「ゼロ充填」のためのサブバンド（すなわち、サブバンド境界）は、ＸＤおよび／またはＸＱにおけるゼロスペクトル係数の位置から導出される可能性があることに留意されたい。
いくつかの態様が装置の文脈で記載されたが、これらの態様は対応する方法の説明も表すことは明らかであり、ブロックまたはデバイスは方法ステップまたは方法ステップの特徴に対応する。同様に、方法ステップの文脈で記載された態様は、対応する装置の対応するブロックまたは項目または特徴の説明も表す。方法ステップの一部またはすべては、例えば、マイクロプロセッサ、プログラマブルコンピュータ、または電子回路のようなハードウェア装置によって（またはそれらを使用して）実行される場合がある。いくつかの実施形態では、最も重要な方法ステップのある１つまたは複数は、そのような装置によって実行される場合がある。
【】
本発明の符号化オーディオ信号は、デジタル記憶媒体に記憶することができるか、またはワイヤレス伝送媒体などの伝送媒体もしくはインターネットなどの有線伝送媒体上で伝送することができる。
特定の実装要件に応じて、ハードウェアまたはソフトウェアに実装することができる。実装は、電子的に読取り可能な制御信号を記憶しているデジタル記憶媒体、例えば、フロッピーディスク、ＤＶＤ、Ｂｌｕ－Ｒａｙ、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、またはフラッシュメモリを使用して実行することができ、それらはそれぞれの方法が実行されるようにプログラム可能なコンピュータシステムと協働する（または協働することが可能である）。したがって、デジタル記憶媒体はコンピュータ可読であり得る。
本発明によるいくつかの本明細書に記載された方法のうちの１つが実行されるように、プログラム可能なコンピュータシステムと協働することが可能な電子的に読取り可能な制御信号を有するデータキャリアを含む。
一般に、プログラムコードを有するコンピュータプログラム製品として実装することができ、プログラムコードは、コンピュータプログラム製品がコンピュータ上で実行されると、方法のうちの１つを実行するように動作する。プログラムコードは、例えば、機械可読キャリアに記憶される場合がある。
【】
他の機械可読キャリアに記憶された、本明細書に記載された方法のうちの１つを実行するためのコンピュータプログラムを含む。
言い換えれば、本発明の方法の一したがって、コンピュータプログラムがコンピュータ上で実行されると、本明細書に記載された方法のうちの１つを実行するためのプログラムコードを有するコンピュータプログラムである。
本発明の方法のさらなるしたがって、本明細書に記載された方法のうちの１つを実行するためのコンピュータプログラムを記録して含むデータキャリア（またはデジタル記憶媒体もしくはコンピュータ可読媒体）である。データキャリア、デジタル記憶媒体、または記録された媒体は、通常、有形および／または非一時的である。
本発明の方法のさらなるしたがって、本明細書に記載された方法のうちの１つを実行するためのコンピュータプログラムを表すデータストリームまたは信号シーケンスである。データストリームまたは信号シーケンスは、例えば、データ通信接続を介して、例えばインターネットを介して転送されるように構成される場合がある。
【】
さらなる本明細書に記載された方法のうちの１つを実行するように構成または適合された処理手段、例えばコンピュータまたはプログラマブル論理デバイスを含む。
さらなる本明細書に記載された方法のうちの１つを実行するためのコンピュータプログラムをインストールしたコンピュータを含む。
本発明によるさらなる本明細書に記載された方法のうちの１つを実行するためのコンピュータプログラムを受信機に（例えば、電子的または光学的に）転送するように構成された装置またはシステムを含む。受信機は、例えば、コンピュータ、モバイルデバイス、メモリデバイスなどであり得る。装置またはシステムは、例えば、コンピュータプログラムを受信機に転送するためのファイルサーバを備える場合がある。
いくつかの実施形態では、本明細書に記載された方法の機能の一部またはすべてを実行するために、プログラマブル論理デバイス（例えば、フィールドプログラマブルゲートアレイ）が使用される場合がある。いくつかの実施形態では、フィールドプログラマブルゲートアレイは、本明細書に記載された方法のうちの１つを実行するために、マイクロプロセッサと協働することができる。一般に、方法は、任意のハードウェア装置によって実行されることが好ましい。
【】
上述された本発明の原理についての単なる例示である。本明細書に記載された構成および詳細の修正および変形は、当業者には明らかであることが理解される。したがって、本明細書の実施形態の記載および説明として提示された特定の詳細によってではなく、近い将来の特許請求の範囲によってのみ制限されることが意図される。
【】
参考文献
［１］第３世代パートナーシッププロジェクト、Ｔｅｃｈｎｉｃａｌ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｇｒｏｕｐ Ｓｅｒｖｉｃｅｓ ａｎｄ Ｓｙｓｔｅｍ Ａｓｐｅｃｔｓ、Ａｕｄｉｏ ｃｏｄｅｃ ｐｒｏｃｅｓｓｉｎｇ ｆｕｎｃｔｉｏｎｓ、Ｅｘｔｅｎｄｅｄ Ａｄａｐｔｉｖｅ Ｍｕｌｔｉ－Ｒａｔｅ－Ｗｉｄｅｂａｎｄ（ＡＭＲ－ＷＢ＋） ｃｏｄｅｃ、Ｔｒａｎｓｃｏｄｉｎｇ ｆｕｎｃｔｉｏｎｓ（Ｒｅｌｅａｓｅ １６）、ｎｏ．２６．２９０．３ＧＰＰ（登録商標）、２０２０年
［２］Ｎ．Ｒｅｔｔｅｌｂａｃｈ、Ｂ．Ｇｒｉｌｌ、Ｇ．Ｆｕｃｈｓ、Ｓ．Ｇｅｙｒｓｂｅｒｇｅｒ、Ｍ．Ｍｕｌｔｒｕｓ、Ｈ．Ｐｏｐｐ、Ｊ．Ｈｅｒｒｅ、Ｓ．Ｗａｂｎｉｋ、Ｇ．Ｓｃｈｕｌｌｅｒ、およびＪ．Ｈｉｒｓｃｈｆｅｌｄ、「Ａｕｄｉｏ Ｅｎｃｏｄｅｒ、Ａｕｄｉｏ Ｄｅｃｏｄｅｒ、Ｍｅｔｈｏｄｓ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ａｎｄ Ｄｅｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ、Ａｕｄｉｏ Ｓｔｒｅａｍ Ａｎｄ Ｃｏｍｐｕｔｅｒ Ｐｒｏｇｒａｍ」、ＰＣＴ／ＥＰ２００９／００４６０２２００９
［３］Ｓ．Ｄｉｓｃｈ、Ｍ．Ｇａｙｅｒ、Ｃ．Ｈｅｌｍｒｉｃｈ、Ｇ．Ｍａｒｋｏｖｉｃ、およびＭ．Ｌｕｉｓ Ｖａｌｅｒｏ、「Ｎｏｉｓｅ Ｆｉｌｌｉｎｇ Ｃｏｎｃｅｐｔ」，ＰＣＴ／ＥＰ２０１４／０５１６３０２０１４
【】
［４］Ｊ．Ｈｅｒｒｅ ａｎｄ Ｄ．Ｓｃｈｕｌｔｚ、「Ｅｘｔｅｎｄｉｎｇ ｔｈｅ ＭＰＥＧ－４ ＡＡＣ Ｃｏｄｅｃ ｂｙ Ｐｅｒｃｅｐｔｕａｌ Ｎｏｉｓｅ Ｓｕｂｓｔｉｔｕｔｉｏｎ」 ｉｎ Ａｕｄｉｏ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｏｃｉｅｔｙ Ｃｏｎｖｅｎｔｉｏｎ １０４、１９９８年
［５］Ｆ．Ｎａｇｅｌ、Ｓ．Ｄｉｓｃｈ、およびＳ．Ｗｉｌｄｅ、「Ａ ｃｏｎｔｉｎｕｏｕｓ ｍｏｄｕｌａｔｅｄ ｓｉｎｇｌｅ ｓｉｄｅｂａｎｄ ｂａｎｄｗｉｄｔｈ ｅｘｔｅｎｓｉｏｎ」 ｉｎ ２０１０ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、２０１０年、ページ３５７～３６０
［６］Ｃ．Ｎｅｕｋａｍ、Ｆ．Ｎａｇｅｌ、Ｇ．Ｓｃｈｕｌｌｅｒ、およびＭ．Ｓｃｈｎａｂｅｌ、「Ａ ＭＤＣＴ ｂａｓｅｄ ｈａｒｍｏｎｉｃ ｓｐｅｃｔｒａｌ ｂａｎｄｗｉｄｔｈ ｅｘｔｅｎｓｉｏｎ ｍｅｔｈｏｄ」 ｉｎ ２０１３ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、２０１３年、ページ５６６～５７０
【】
［７］Ｓ．Ｄｉｓｃｈ、Ｒ．Ｇｅｉｇｅｒ、Ｃ．Ｈｅｌｍｒｉｃｈ、Ｆ．Ｎａｇｅｌ、Ｃ．Ｎｅｕｋａｍ、Ｋ．Ｓｃｈｍｉｄｔ、およびＭ．Ｆｉｓｃｈｅｒ、「Ａｐｐａｒａｔｕｓ、Ｍｅｔｈｏｄ Ａｎｄ Ｃｏｍｐｕｔｅｒ Ｐｒｏｇｒａｍ Ｆｏｒ Ｄｅｃｏｄｉｎｇ Ａｎ Ｅｎｃｏｄｅｄ Ａｕｄｉｏ Ｓｉｇｎａｌ」、ＰＣＴ／ＥＰ２０１４／０６５１１８２０１３
［８］Ｓ．Ｄｉｓｃｈ、Ｆ．Ｎａｇｅｌ、Ｒ．Ｇｅｉｇｅｒ、Ｂ．Ｎ．Ｔｈｏｓｈｋａｈｎａ、Ｋ．Ｓｃｈｍｉｄｔ、Ｓ．Ｂａｙｅｒ、Ｃ．Ｎｅｕｋａｍ、Ｂ．Ｅｄｌｅｒ、およびＣ．Ｈｅｌｍｒｉｃｈ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ｏｒ Ｄｅｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｗｉｔｈ Ｉｎｔｅｌｌｉｇｅｎｔ Ｇａｐ Ｆｉｌｌｉｎｇ Ｉｎ Ｔｈｅ Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎ」、 ＰＣＴ／ＥＰ２０１４／０６５１２３２０１３
［９］Ｓ．Ｄｉｓｃｈ、Ｆ．Ｎａｇｅｌ、Ｒ．Ｇｅｉｇｅｒ、Ｂ．Ｎ．Ｔｈｏｓｈｋａｈｎａ、Ｋ．Ｓｃｈｍｉｄｔ、Ｓ．Ｂａｙｅｒ、Ｃ．Ｎｅｕｋａｍ、Ｂ．Ｅｄｌｅｒ、およびＣ．Ｈｅｌｍｒｉｃｈ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ａｎｄ Ｄｅｃｏｄｉｎｇ Ａｎ Ｅｎｃｏｄｅｄ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ｔｅｍｐｏｒａｌ Ｎｏｉｓｅ／Ｐａｔｃｈ Ｓｈａｐｉｎｇ」、 ＰＣＴ／ＥＰ２０１４／０６５１２３２０１３
［１０］Ｓ．Ｄｉｓｃｈ、Ａ．Ｎｉｅｄｅｒｍｅｉｅｒ、Ｃ．Ｒ．Ｈｅｌｍｒｉｃｈ、Ｃ．Ｎｅｕｋａｍ、Ｋ．Ｓｃｈｍｉｄｔ、Ｒ．Ｇｅｉｇｅｒ、Ｊ．Ｌｅｃｏｍｔｅ、Ｆ．Ｇｈｉｄｏ、Ｆ．Ｎａｇｅｌ、およびＢ．Ｅｄｌｅｒ、「Ｉｎｔｅｌｌｉｇｅｎｔ Ｇａｐ Ｆｉｌｌｉｎｇ ｉｎ Ｐｅｒｃｅｐｔｕａｌ Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎｇ ｏｆ Ａｕｄｉｏ」、２０１６年
【】
［１１］Ｓ．Ｄｉｓｃｈ、Ｓ．ｖａｎ ｄｅ Ｐａｒ、Ａ．Ｎｉｅｄｅｒｍｅｉｅｒ、Ｅ．Ｂｕｒｄｉｅｌ Ｐｅｒｅｚ、Ａ．Ｂｅｒａｓａｔｅｇｕｉ Ｃｅｂｅｒｉｏ、およびＢ．Ｅｄｌｅｒ、「Ｉｍｐｒｏｖｅｄ Ｐｓｙｃｈｏａｃｏｕｓｔｉｃ Ｍｏｄｅｌ ｆｏｒ Ｅｆｆｉｃｉｅｎｔ Ｐｅｒｃｅｐｔｕａｌ Ａｕｄｉｏ Ｃｏｄｅｃｓ」 ｉｎ Ａｕｄｉｏ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｏｃｉｅｔｙ Ｃｏｎｖｅｎｔｉｏｎ １４５、２０１８年
［１２］Ｃ．Ｒ．Ｈｅｌｍｒｉｃｈ、Ａ．Ｎｉｅｄｅｒｍｅｉｅｒ、Ｓ．Ｄｉｓｃｈ、およびＦ．Ｇｈｉｄｏ、「Ｓｐｅｃｔｒａｌ ｅｎｖｅｌｏｐｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｖｉａ ＩＧＦ ｆｏｒ ａｕｄｉｏ ｔｒａｎｓｆｏｒｍ ｃｏｄｉｎｇ」 ｉｎ ２０１５ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＡＳＳＰ）、２０１５年、ページ３８９～３９３
［１３］Ｃ．Ｎｅｕｋａｍ、Ｓ．Ｄｉｓｃｈ、Ｆ．Ｎａｇｅｌ、Ａ．Ｎｉｅｄｅｒｍｅｉｅｒ、Ｋ．Ｓｃｈｍｉｄｔ、およびＢ．Ｎ．Ｔｈｏｓｈｋａｈｎａ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｄｅｃｏｄｉｎｇ Ａｎｄ Ｅｎｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ａｄａｐｔｉｖｅ Ｓｐｅｃｔｒａｌ Ｔｉｌｅ Ｓｅｌｅｃｔｉｏｎ」、ＰＣＴ／ＥＰ２０１４／０６５１１６２０１３
［１４］Ａ．Ｎｉｅｄｅｒｍｅｉｅｒ、Ｃ．Ｅｒｔｅｌ、Ｒ．Ｇｅｉｇｅｒ、Ｆ．Ｇｈｉｄｏ、およびＣ．Ｈｅｌｍｒｉｃｈ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｄｅｃｏｄｉｎｇ Ｏｒ Ｅｎｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ｅｎｅｒｇｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｖａｌｕｅｓ Ｆｏｒ Ａ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ Ｂａｎｄ」、ＰＣＴ／ＥＰ２０１４／０６５１１０２０１３
【】
［１５］Ｓ．Ｄｉｓｃｈ、Ｂ．Ｓｃｈｕｂｅｒｔ、Ｒ．Ｇｅｉｇｅｒ、およびＭ．Ｄｉｅｔｚ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ａｕｄｉｏ Ｅｎｃｏｄｉｎｇ Ａｎｄ Ｄｅｃｏｄｉｎｇ Ｅｍｐｌｏｙｉｎｇ Ｓｉｎｕｓｏｉｄａｌ Ｓｕｂｓｔｉｔｕｔｉｏｎ」、ＰＣＴ／ＥＰ２０１２／０７６７４６２０１２
［１６］Ｓ．Ｄｉｓｃｈ、Ｂ．Ｓｃｈｕｂｅｒｔ、Ｒ．Ｇｅｉｇｅｒ、Ｂ．Ｅｄｌｅｒ、およびＭ．Ｄｉｅｔｚ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｆｆｉｃｉｅｎｔ Ｓｙｎｔｈｅｓｉｓ Ｏｆ Ｓｉｎｕｓｏｉｄｓ Ａｎｄ Ｓｗｅｅｐｓ Ｂｙ Ｅｍｐｌｏｙｉｎｇ Ｓｐｅｃｔｒａｌ Ｐａｔｔｅｒｎｓ」、ＰＣＴ／ＥＰ２０１３／０６９５９２２０１３
［１７］Ｍ．Ｄｉｅｔｚ、Ｇ．Ｆｕｃｈｓ、Ｃ．Ｈｅｌｍｒｉｃｈ、およびＧ．Ｍａｒｋｏｖｉｃ、「Ｌｏｗ－Ｃｏｍｐｌｅｘｉｔｙ Ｔｏｎａｌｉｔｙ－Ａｄａｐｔｉｖｅ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｑｕａｎｔｉｚａｔｉｏｎ」、ＰＣＴ／ＥＰ２０１４／０５１６２４２０１４
［１８］Ｍ．Ｏｇｅｒ、Ｓ．Ｒａｇｏｔ、およびＭ．Ａｎｔｏｎｉｎｉ、「Ｍｏｄｅｌ－ｂａｓｅｄ ｄｅａｄｚｏｎｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ｓｔａｃｋ－ｒｕｎ ａｕｄｉｏ ｃｏｄｉｎｇ ｗｉｔｈ ｕｎｉｆｏｒｍ ｓｃａｌａｒ ｑｕａｎｔｉｚａｔｉｏｎ」 ｉｎ ２００８ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、２００８年、ページ４７６１～４７６４
【】
［１９］Ｃ．Ｈｅｌｍｒｉｃｈ、Ｊ．Ｌｅｃｏｍｔｅ、Ｇ．Ｍａｒｋｏｖｉｃ、Ｍ．Ｓｃｈｎｅｌｌ、Ｂ．Ｅｄｌｅｒ、およびＳ．Ｒｅｕｓｃｈｌ、「Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ｏｒ Ｄｅｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ａ Ｔｒａｎｓｉｅｎｔ－Ｌｏｃａｔｉｏｎ Ｄｅｐｅｎｄｅｎｔ Ｏｖｅｒｌａｐ」、ＰＣＴ／ＥＰ２０１４／０５３２９３、２０１４年
［２０］第３世代パートナーシッププロジェクト、Ｔｅｃｈｎｉｃａｌ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｇｒｏｕｐ Ｓｅｒｖｉｃｅｓ ａｎｄ Ｓｙｓｔｅｍ Ａｓｐｅｃｔｓ、Ｃｏｄｅｃ ｆｏｒ Ｅｎｈａｎｃｅｄ Ｖｏｉｃｅ Ｓｅｒｖｉｃｅｓ（ＥＶＳ）、Ｄｅｔａｉｌｅｄ ａｌｇｏｒｉｔｈｍｉｃ ｄｅｓｃｒｉｐｔｉｏｎ、ｎｏ．２６．４４５．３ＧＰＰ（登録商標）、２０１９年
［２１］Ｇ．Ｍａｒｋｏｖｉｃ、Ｅ．Ｒａｖｅｌｌｉ、Ｍ．Ｄｉｅｔｚ、およびＢ．Ｇｒｉｌｌ、「Ｓｉｇｎａｌ Ｆｉｌｔｅｒｉｎｇ」、ＰＣＴ／ＥＰ２０１８／０８０８３７、２０１８年
［２２］Ｅ．Ｒａｖｅｌｌｉ、Ｍ．Ｓｃｈｎｅｌｌ、Ｃ．Ｂｅｎｎｄｏｒｆ、Ｍ．Ｌｕｔｚｋｙ、およびＭ．Ｄｉｅｔｚ、Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ａｎｄ Ｄｅｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ｄｏｗｎｓａｍｐｌｉｎｇ Ｏｒ Ｉｎｔｅｒｐｏｌａｔｉｏｎ Ｏｆ Ｓｃａｌｅ Ｐａｒａｍｅｔｅｒｓ、Ｕ．Ｓ． Ｐａｔｅｎｔ ＰＣＴ／ＥＰ２０１７／０７８９２１
【】
［２３］Ｅ．Ｒａｖｅｌｌｉ、Ｍ．Ｓｃｈｎｅｌｌ、Ｃ．Ｂｅｎｎｄｏｒｆ、Ｍ．Ｌｕｔｚｋｙ、Ｍ．Ｄｉｅｔｚ、およびＳ．Ｋｏｒｓｅ、Ａｐｐａｒａｔｕｓ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｎｃｏｄｉｎｇ Ａｎｄ Ｄｅｃｏｄｉｎｇ Ａｎ Ａｕｄｉｏ Ｓｉｇｎａｌ Ｕｓｉｎｇ Ｄｏｗｎｓａｍｐｌｉｎｇ Ｏｒ Ｉｎｔｅｒｐｏｌａｔｉｏｎ Ｏｆ Ｓｃａｌｅ Ｐａｒａｍｅｔｅｒｓ、Ｕ．Ｓ． Ｐａｔｅｎｔ ＰＣＴ／ＥＰ２０１８／０８０１３７２０１８
［２４］Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｃｏｄｅｃ．Ｂｌｕｅｔｏｏｔｈ、２０２０年
［２５］Ｄｉｇｉｔａｌ Ｅｎｈａｎｃｅｄ Ｃｏｒｄｌｅｓｓ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＤＥＣＴ）、Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｃｏｄｅｃ ｐｌｕｓ（ＬＣ３ｐｌｕｓ）、ｎｏ．１０３ ６３４．ＥＴＳＩ、２０１９年
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【図】
【手続補正書】
【提出日】
【手続補正】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するためのエンコーダ（１０００）であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記エンコーダ（１０００）が、
前記複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するように構成された量子化器（１０３０）と、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するように構成された帯域ごとのパラメトリックコーダ（１０１０）であって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータが存在する、帯域ごとのパラメトリックコーダ（１０１０）と
を備え、
前記パラメータが前記サブバンド内のエネルギーを記述し、
前記複数のサブバンドのうちの少なくとも１つのサブバンドがゼロに量子化されるか、もしくは前記量子化表現（Ｘ Ｑ ）において前記複数のサブバンドのうちの少なくとも１つのサブバンドのスペクトル表現（Ｘ ＭＲ ）がゼロである、
エンコーダ（１０００）。
【請求項】
前記帯域ごとのパラメトリックコーダ（１０１０）が、ゼロに量子化された前記量子化表現（ＸＱ）内の前記複数のサブバンドのうちの前記少なくとも１つのサブバンドを決定し、かつ／または前記帯域ごとのパラメトリックコーダ（１０１０）が、前記量子化表現（ＸＱ）内でゼロに量子化された前記複数のサブバンドのうちの前記少なくとも１つのサブバンドをコード化し、または
前記パラメータがゼロに量子化された前記サブバンド内の前記エネルギーを記述する、
請求項１に記載のエンコーダ（１０００）。
【請求項】
前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットを使用するか、もしくは前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、または
コード化表現（ｓｐｅｃｔ）が可変数のビットを使用するか、もしくは前記コード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、または
コード化表現（ｓｐｅｃｔ）が可変数のビットを有するエントロピーコーディングを使用し、または前記コード化パラメトリック表現（ｚｆｌ）の前記エントロピーコーディングに必要な前記ビット数が計算され、または
前記コード化パラメトリック表現（ｚｆｋ）およびコード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、所定の閾値を下回る、
請求項１または２に記載のエンコーダ（１０００）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）を生成するように構成されたスペクトルコーダ（１０２０）をさらに備え、または
前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともにジョイントコーダを形成し、または前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともに、オーディオ信号の前記スペクトル表現（ＸＭＲ）のコード化バージョンを一緒に取得するように構成される、
請求項１から３のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
サンプリングレートを有するオーディオ信号を前記スペクトル表現に変換して前記スペクトル表現を取得するように構成された時間スペクトル変換器またはＭＤＣＴ変換器をさらに備える、請求項１から４のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現が知覚的に平坦化され、または前記エンコーダ（１０００、１０１、１０１’）が、
前記スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するように構成されたスペクトル整形器をさらに備え、または
前記知覚的に平坦化されたスペクトル表現が、スペクトル平坦化に使用されるコード化スペクトル形状とは異なるかもしくはより高い周波数分解能のサブバンドに分割され、または前記エンコーダ（１０００、１０１、１０１’）が、
オーディオ信号をスペクトル的に平坦化するために、ＬＰフィルタを用いて時間スペクトル変換器もしくはＭＤＣＴ変換器の入力信号を処理するための手段をさらに備える、
請求項１から５のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
最適量子化ステップを決定するため、もしくは最適量子化ステップを推定するように構成されたレート歪みループをさらに備え、または
少なくとも２つの反復ステップもしくは２つの量子化ステップのための少なくとも２つの反復ステップを実行するように構成されたレート歪みループをさらに備え、または
前の量子化ステップに依存する量子化ステップを適合させるように、もしくは最適量子化ステップを決定するために前の量子化ステップに依存する前記量子化ステップを適合させるように構成されたレート歪みループをさらに備える、
請求項１から６のいずれか一項に記載のエンコーダ（１０００、１００１）。
【請求項】
前記レート歪みループが、コーディングに使用されるビットを推定するように構成されたビットカウンタ（１０５０）、および前記スペクトル表現（ＸＭＲ）を記述する前記パラメータを再コード化するように構成された再コーダ（１０５５）を備える、請求項７に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現（ＸＭＲ）を記述する前記パラメータの前記数が、前記量子化表現（ＸＱ）に依存する、請求項１から８のいずれか一項に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）と前記コード化パラメトリック表現（ｚｆｌ）とのジョイントコーディングが、前記ジョイントコーディングのためのビットの総数が所定の閾値を下回るという制約を満たすかどうかの判断を提供するように構成されたスペクトルコーダ判断エンティティをさらに備え、または
前記量子化スペクトルの前記コード化表現および前記パラメトリック表現の前記コード化表現の両方が、前記スペクトル表現に依存するか、もしくは前記知覚的に平坦化されたスペクトル表現の導関数に依存する可変数のビットおよび前記量子化ステップに基づく、
請求項４から９のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
前記量子化スペクトルおよびオーディオ信号の前記スペクトル表現（ＸＭＲ）における前記サブバンドのコンテンツに応じて、前記量子化スペクトルにおける少なくともサブバンドを適応的にゼロに設定するように構成された修正器（１５６ｍ、３０２）をさらに備える、請求項１から１０のいずれか一項に記載のエンコーダ（１０００、３００）。
【請求項】
前記パラメータが前記サブバンド内の前記エネルギーを記述し、前記帯域ごとのパラメトリックコーダ（１０１０）が２つの段を備え、前記２つの段の最初の段において、前記帯域ごとのパラメトリックコーダ（１０１０）が、ある周波数（ｆＥＺ）より上の前記サブバンドの個々のパラメトリック表現を提供するように構成され、前記２つの段の２番目の段が、前記周波数（ｆＥＺ）より上のサブバンド用の追加の平均パラメトリック表現を提供し、前記個々のパラメータ表現がゼロであり、前記周波数（ｆＥＺ）より下のサブバンド用である、請求項１から１１のいずれか一項に記載のエンコーダ（１０００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記デコーダ（１２００）が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された帯域ごとのパラメトリックデコーダ（１２１０，１６２）と
を備え、
前記パラメトリック表現（ＥＢ）が前記ゼロサブバンド内の前記エネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、かつ前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、かつ前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
デコーダ（１２００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記デコーダ（１２００）が、
前記符号化オーディオ信号に応じて復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
復号されたスペクトルまたは復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて、前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された、帯域ごとのパラメトリックデコーダ（１２１０、１６２）と、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するように構成された帯域ごとのスペクトル生成器（１２２０、１５８ｓｇ）と
帯域ごとの合成スペクトル（ＸＣＴ）を提供するように構成された合成器（１２４０、１５８ｃ）であって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）の合成、または、前記帯域ごとの生成スペクトルと、予測スペクトル（ＸＰＳ）および前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）と、の合成を含む、合成器（１２４０、１５８ｃ）と、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するように構成されたスペクトル時間変換器（１２５０、１６１）と
を備える、デコーダ（１２００）。
【請求項】
前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数が、スペクトル整形器（ＳＮＳ）もしくはノイズ整形器（ＴＮＳ）の使用によって再整形された再整形スペクトル（ＸＣ）を含み、または前記デコーダ（１２００）が、
スペクトル時間変換器の出力から時間領域信号を取得するように構成された手段、もしくはＬＰフィルタによる処理によって（スペクトル時間変換器の出力から導出された）時間領域信号をスペクトル的に整形するように構成された手段をさらに備え、
または、帯域ごとの合成スペクトル（Ｘ ＣＴ ）または再整形されたスペクトル（Ｘ Ｃ ）がスペクトル時間変換器を用いて前記時間領域信号に変換される、
請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、量子化ステップを使用して前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成され、または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のエネルギーを記述するパラメータが存在し、または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、または
非ゼロサブバンド内の個々のゼロラインのエネルギーが推定され、明示的にコード化されず、または
ゼロサブバンドが、前記スペクトルデコーダ（１２００）からの、復号されたスペクトルもしくは前記復号および逆量子化されたスペクトル出力によって画定され、または
前記コード化パラメトリック表現（ｚｆｌ）が、可変数のビットの使用によってコード化され、かつ前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存し、または
前記パラメトリック表現（ＥＢ）が存在するサブバンドの数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３、１４、または１５に記載のデコーダ（１２００）。
【請求項】
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）の値が、量子化ステップ
に応じて復号されるか、または
パラメトリック表現がスペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３、１４、１５、または１６に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、前記スペクトル領域デコーダ（１２３０、１５６ｓｄ）の出力の情報を使用して、または前記復号および逆量子化されたスペクトル（ＸＤ）を使用して、前記符号化オーディオ信号に基づいて前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）を復号するように構成される、請求項１３、１４、１５、１６、または１７に記載のデコーダ（１２００）。
【請求項】
前記スペクトル整形器が、コード化スペクトル形状から取得されたスペクトル形状を使用して、前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数をスペクトル的に整形するように構成され、前記コード化スペクトル形状が、前記サブバンド分割とは異なるか、またはより低い周波数分解能を使用する、請求項１４に記載のデコーダ（１２００）。
【請求項】
スペクトル（Ｘ Ｇ ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）をさらに備え、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトルのすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは前記予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つである、
請求項１３から１９のいずれか一項に記載のデコーダ（１２００）。
【請求項】
スペクトル（Ｘ Ｇ ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）であって、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは前記予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つであり、
前記生成スペクトル（Ｘ Ｇ ）の前記すでに生成された部分を用いて少なくとも一つのサブバンドが取得される、
帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
ソーススペクトルが、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされる、請求項１３から１９のいずれか一項に記載のデコーダ（１２００）。
【請求項】
前記ソーススペクトルが、ゼロサブバンドの前記エネルギーパラメータ（ＥＢ）に基づいて重み付けされる、請求項２０または２１に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
サブバンド用の前記ソーススペクトル（１５８ｓｃ）の選択が、前記サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、または時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項２０に記載のデコーダ（１２００）。
【請求項】
サブバンド用の前記ソーススペクトル（１５８ｓｃ）の選択が、前記サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、および時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項２１または２３のいずれか一項に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
前記音調性情報がφＨであり、またはピッチ情報が
であり、または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２４に記載のデコーダ（１２００）。
【請求項】
前記音調性情報がφＨであり、またはピッチ情報が
であり、または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２５に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するための方法であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記方法が、
複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するステップと、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するステップであって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータが存在するステップと、を含み、前記パラメータが前記サブバンド内の前記エネルギーを記述し、
前記複数のサブバンドのうちの少なくとも一つのサブバンドがゼロに量子化され、
または、前記複数のサブバンドのうちの少なくとも一つのためのスペクトル表現（Ｘ ＭＲ ）が前記量子化表現（Ｘ Ｑ ）内でゼロである、
、方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記方法が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと
を含み、
前記パラメトリック表現（ＥＢ）が前記ゼロサブバンド内の前記エネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、または前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、または前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記方法が、
符号化オーディオ信号に基づいて復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）においてゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するステップと
帯域ごとの合成スペクトル（ＸＣＴ）を提供するステップであって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）
）の合成、または前記帯域ごとの生成スペクトルの合成、および予測スペクトル（ＸＰＳ）と前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）を含む、ステップと、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するステップと
を含む、方法。
【請求項】
帯域ごとの生成スペクトルを生成するための方法であって、スペクトル（Ｘ Ｇ ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するステップを含み、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－のうちの少なくとも２つの合成
のうちの１つである、方法。
【請求項】
コンピュータ上で実行されると、請求項２８から３１のいずれか一項に記載の方法を実行するためのプログラムコードを有するコンピュータプログラムを記憶している、コンピュータ可読デジタル記憶媒体。
【手続補正書】
【提出日】
【手続補正】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するためのエンコーダ（１０００）であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記エンコーダ（１０００）が、
前記複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するように構成された量子化器（１０３０）と、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するように構成された帯域ごとのパラメトリックコーダ（１０１０）であって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータが存在する、帯域ごとのパラメトリックコーダ（１０１０）と
を備え、
前記パラメータが前記サブバンド内のエネルギーを記述し、
前記複数のサブバンドのうちの少なくとも１つのサブバンドがゼロに量子化されるか、もしくは前記量子化表現（ＸＱ）において前記複数のサブバンドのうちの少なくとも１つのサブバンドのスペクトル表現（ＸＭＲ）がゼロである、
エンコーダ（１０００）。
【請求項】
前記帯域ごとのパラメトリックコーダ（１０１０）が、ゼロに量子化された前記量子化表現（ＸＱ）内の前記複数のサブバンドのうちの前記少なくとも１つのサブバンドを決定し、かつ／または前記帯域ごとのパラメトリックコーダ（１０１０）が、前記量子化表現（ＸＱ）内でゼロに量子化された前記複数のサブバンドのうちの前記少なくとも１つのサブバンドをコード化し、または
前記パラメータがゼロに量子化された前記サブバンド内の前記エネルギーを記述する、
請求項１に記載のエンコーダ（１０００）。
【請求項】
前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットを使用するか、もしくは前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、または
コード化表現（ｓｐｅｃｔ）が可変数のビットを使用するか、もしくは前記コード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、オーディオ信号の前記スペクトル表現（ＸＭＲ）に依存し、または
コード化表現（ｓｐｅｃｔ）が可変数のビットを有するエントロピーコーディングを使用し、または前記コード化パラメトリック表現（ｚｆｌ）の前記エントロピーコーディングに必要なビット数が計算され、または
前記コード化パラメトリック表現（ｚｆｋ）およびコード化表現（ｓｐｅｃｔ）を表現するために使用されるビットの前記数が、所定の閾値を下回る、
請求項１に記載のエンコーダ（１０００）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）を生成するように構成されたスペクトルコーダ（１０２０）をさらに備え、または
前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともにジョイントコーダを形成し、または前記帯域ごとのパラメトリックコーダ（１０１０）が、スペクトルコーダ（１０２０）とともに、オーディオ信号の前記スペクトル表現（ＸＭＲ）のコード化バージョンを一緒に取得するように構成される、
請求項１に記載のエンコーダ（１０００）。
【請求項】
サンプリングレートを有するオーディオ信号を前記スペクトル表現（Ｘ ＭＲ ）に変換して前記スペクトル表現（Ｘ ＭＲ ）を取得するように構成された時間スペクトル変換器またはＭＤＣＴ変換器をさらに備える、請求項１に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現が知覚的に平坦化され、または前記エンコーダ（１０００、１０１、１０１’）が、
前記スペクトル表現から知覚的に平坦化されたスペクトル表現を提供するように構成されたスペクトル整形器をさらに備え、または
前記知覚的に平坦化されたスペクトル表現が、スペクトル平坦化に使用されるコード化スペクトル形状とは異なるかもしくはより高い周波数分解能のサブバンドに分割され、または前記エンコーダ（１０００、１０１、１０１’）が、
オーディオ信号をスペクトル的に平坦化するために、ＬＰフィルタを用いて時間スペクトル変換器もしくはＭＤＣＴ変換器の入力信号を処理するための手段をさらに備える、
請求項１に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
最適量子化ステップを決定するため、もしくは最適量子化ステップを推定するように構成されたレート歪みループをさらに備え、または
少なくとも２つの反復ステップもしくは２つの量子化ステップのための少なくとも２つの反復ステップを実行するように構成されたレート歪みループをさらに備え、または
前の量子化ステップに依存する量子化ステップを適合させるように、もしくは最適量子化ステップを決定するために前の量子化ステップに依存する前記量子化ステップを適合させるように構成されたレート歪みループをさらに備える、
請求項１に記載のエンコーダ（１０００、１００１）。
【請求項】
前記レート歪みループが、コーディングに使用されるビットを推定するように構成されたビットカウンタ（１０５０）、および前記スペクトル表現（ＸＭＲ）を記述する前記パラメータを再コード化するように構成された再コーダ（１０５５）を備える、請求項７に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記スペクトル表現（ＸＭＲ）を記述する前記パラメータの前記数が、前記量子化表現（ＸＱ）に依存する、請求項１に記載のエンコーダ（１０００、１０１、１０１’）。
【請求項】
前記量子化表現（ＸＱ）のコード化表現（ｓｐｅｃｔ）と前記コード化パラメトリック表現（ｚｆｌ）とのジョイントコーディングが、前記ジョイントコーディングのためのビットの総数が所定の閾値を下回るという制約を満たすかどうかの判断を提供するように構成されたスペクトルコーダ判断エンティティをさらに備え、または
量子化スペクトルの前記コード化表現（ｓｐｅｃｔ）および前記パラメトリック表現のコード化表現の両方が、前記スペクトル表現に依存するか、もしくは知覚的に平坦化されたスペクトル表現の導関数に依存する可変数のビットおよび量子化ステップに基づく、
請求項４に記載のエンコーダ（１０００）。
【請求項】
量子化スペクトルおよびオーディオ信号の前記スペクトル表現（ＸＭＲ）における前記サブバンドのコンテンツに応じて、前記量子化スペクトルにおける少なくともサブバンドを適応的にゼロに設定するように構成された修正器（１５６ｍ、３０２）をさらに備える、請求項１に記載のエンコーダ（１０００、３００）。
【請求項】
前記パラメータが前記サブバンド内の前記エネルギーを記述し、前記帯域ごとのパラメトリックコーダ（１０１０）が２つの段を備え、前記２つの段の最初の段において、前記帯域ごとのパラメトリックコーダ（１０１０）が、ある周波数（ｆＥＺ）より上の前記サブバンドの個々のパラメトリック表現を提供するように構成され、前記２つの段の２番目の段が、前記周波数（ｆＥＺ）より上のサブバンド用の追加の平均パラメトリック表現を提供し、前記個々のパラメータ表現がゼロであり、前記周波数（ｆＥＺ）より下のサブバンド用である、請求項１に記載のエンコーダ（１０００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記デコーダ（１２００）が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された帯域ごとのパラメトリックデコーダ（１２１０，１６２）と
を備え、
前記パラメトリック表現（ＥＢ）が前記ゼロサブバンド内のエネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、かつ前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、かつ前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
デコーダ（１２００）。
【請求項】
符号化オーディオ信号を復号するためのデコーダ（１２００）であって、前記デコーダ（１２００）が、
前記符号化オーディオ信号に応じて復号および逆量子化されたスペクトル（ＸＤ）を生成するように構成されたスペクトル領域デコーダ（１２３０、１５６ｓｄ）であって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、スペクトル領域デコーダ（１２３０、１５６ｓｄ）と、
復号されたスペクトルまたは復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて、前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成された、帯域ごとのパラメトリックデコーダ（１２１０、１６２）と、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するように構成された帯域ごとのスペクトル生成器（１２２０、１５８ｓｇ）と
帯域ごとの合成スペクトル（ＸＣＴ）を提供するように構成された合成器（１２４０、１５８ｃ）であって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）の合成、または、前記帯域ごとの生成スペクトルと、予測スペクトル（ＸＰＳ）および前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）と、の合成を含む、合成器（１２４０、１５８ｃ）と、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するように構成されたスペクトル時間変換器（１２５０、１６１）と
を備える、デコーダ（１２００）。
【請求項】
前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数が、スペクトル整形器（ＳＮＳ）もしくはノイズ整形器（ＴＮＳ）の使用によって再整形された再整形スペクトル（ＸＣ）を含み、または前記デコーダ（１２００）が、
スペクトル時間変換器の出力から時間領域信号を取得するように構成された手段、もしくはＬＰフィルタによる処理によって（スペクトル時間変換器の出力から導出された）時間領域信号をスペクトル的に整形するように構成された手段をさらに備え、
または、帯域ごとの合成スペクトル（ＸＣＴ）または再整形されたスペクトル（ＸＣ）がスペクトル時間変換器を用いて前記時間領域信号に変換される、
請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、量子化ステップを使用して前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するように構成され、または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のエネルギーを記述するパラメータが存在し、または
前記パラメトリック表現（ＥＢ）が、サブバンド内のエネルギーを記述するパラメータを含み、または
非ゼロサブバンド内の個々のゼロラインのエネルギーが推定され、明示的にコード化されず、または
ゼロサブバンドが、前記デコーダ（１２００）からの、復号されたスペクトルもしくは前記復号および逆量子化されたスペクトル出力によって画定され、または
前記コード化パラメトリック表現（ｚｆｌ）が、可変数のビットの使用によってコード化され、かつ前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存し、または
前記パラメトリック表現（ＥＢ）が存在するサブバンドの数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）の値が、量子化ステップ
に応じて復号されるか、または
パラメトリック表現がスペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
前記帯域ごとのパラメトリックデコーダ（１２１０、１６２）が、前記スペクトル領域デコーダ（１２３０、１５６ｓｄ）の出力の情報を使用して、または前記復号および逆量子化されたスペクトル（ＸＤ）を使用して、前記符号化オーディオ信号に基づいて前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）を復号するように構成される、請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
コード化スペクトル形状から取得されたスペクトル形状を使用して、前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の前記導関数をスペクトル的に整形するように構成されるスペクトル整形器を備え、前記コード化スペクトル形状が、サブバンド分割とは異なるか、またはより低い周波数分解能を使用する、請求項１４に記載のデコーダ（１２００）。
【請求項】
スペクトル（ＸＧ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）をさらに備え、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトルのすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つである、
請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
スペクトル（ＸＧ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するように構成された帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）であって、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－前記復号および逆量子化されたスペクトル（ＸＤＴ）もしくは予測スペクトルと前記復号および逆量子化されたスペクトル（ＸＤＴ）の合成、または
－のうちの１つもしくは２つの合成
のうちの１つであり、
前記生成スペクトル（ＸＧ）の前記すでに生成された部分を用いて少なくとも一つのサブバンドが取得される、
帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
ソーススペクトルが、ゼロサブバンドのエネルギーパラメータに基づいて重み付けされる、請求項１３または１４に記載のデコーダ（１２００）。
【請求項】
前記ソーススペクトルが、ゼロサブバンドのエネルギーパラメータ（ＥＢ）に基づいて重み付けされる、請求項２１に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
サブバンド用の前記ソーススペクトルの選択が、サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、または時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項２０に記載のデコーダ（１２００）。
【請求項】
サブバンド用の前記ソーススペクトルの選択が、サブバンド位置、音調性情報（ｔｏｉ）、パワースペクトル推定値（ＺＣ）、エネルギーパラメータ（ＥＢ）、ピッチ情報（ｐｉｉ）、および時間情報（ｔｅｉ）のうちの少なくとも１つに依存する、請求項２１に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
前記音調性情報（ｔｏｉ）がφＨであり、またはピッチ情報が
であり、または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２４に記載のデコーダ（１２００）。
【請求項】
前記音調性情報（ｔｏｉ）がφＨであり、またはピッチ情報が
であり、または時間情報がＴＮＳがアクティブであるか否かの前記情報である、請求項２５に記載の帯域ごとのパラメトリックスペクトル生成器（１５８ｓｇ）。
【請求項】
複数のサブバンドに分割されたオーディオ信号のスペクトル表現（ＸＭＲ）を符号化するための方法であって、前記スペクトル表現（ＸＭＲ）が周波数ビンまたは周波数係数から構成され、少なくとも１つのサブバンドが１つよりも多い周波数ビンを含み、前記方法が、
複数のサブバンドに分割されたオーディオ信号の前記スペクトル表現（ＸＭＲ）の量子化表現（ＸＱ）を生成するステップと、
前記量子化表現（ＸＱ）に応じて前記スペクトル表現（ＸＭＲ）のコード化パラメトリック表現（ｚｆｌ）を提供するステップであって、前記コード化パラメトリック表現（ｚｆｌ）が、前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述するパラメータ、または前記サブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータのコード化バージョンから構成され、異なる少なくとも２つのサブバンド、および異なる前記少なくとも２つのサブバンド内の前記スペクトル表現（ＸＭＲ）を記述する前記パラメータが存在するステップと、を含み、前記パラメータが前記サブバンド内の前記エネルギーを記述し、
前記複数のサブバンドのうちの少なくとも一つのサブバンドがゼロに量子化され、
または、前記複数のサブバンドのうちの少なくとも一つのためのスペクトル表現（ＸＭＲ）が前記量子化表現（ＸＱ）内でゼロである、
、方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記符号化オーディオ信号が、少なくともスペクトルのコード化表現（ｓｐｅｃｔ）およびコード化パラメトリック表現（ｚｆｌ）から構成され、前記符号化オーディオ信号が量子化ステップ
をさらに含み、前記方法が、
スペクトルの前記コード化表現（ｓｐｅｃｔ）および量子化ステップ
から復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）内のゼロサブバンドを識別し、前記コード化パラメトリック表現（ｚｆｌ）に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと
を含み、
前記パラメトリック表現（ＥＢ）が前記ゼロサブバンド内のエネルギーを記述するパラメータを含み、異なる少なくとも２つのサブバンド、したがって、異なる少なくとも２つのサブバンド内のパラメータが存在し、または前記コード化パラメトリック表現（ｚｆｌ）が可変数のビットの使用によって表現され、または前記コード化パラメトリック表現（ｚｆｌ）を表現するために使用されるビットの前記数が、スペクトルの前記コード化表現（ｓｐｅｃｔ）に依存する、
方法。
【請求項】
符号化オーディオ信号を復号するための方法であって、前記方法が、
符号化オーディオ信号に基づいて復号および逆量子化されたスペクトル（ＸＤ）を生成するステップであって、前記復号および逆量子化されたスペクトル（ＸＤ）がサブバンドに分割される、ステップと、
復号されたスペクトルまたは前記復号および逆量子化されたスペクトル（ＸＤ）においてゼロサブバンドを識別し、前記符号化オーディオ信号に基づいて前記ゼロサブバンドのパラメトリック表現（ＥＢ）を復号するステップと、
前記ゼロサブバンドの前記パラメトリック表現（ＥＢ）に応じて帯域ごとの生成スペクトルを生成するステップと
帯域ごとの合成スペクトル（ＸＣＴ）を提供するステップであって、前記帯域ごとの合成スペクトル（ＸＣＴ）が、前記帯域ごとの生成スペクトルと前記復号および逆量子化されたスペクトル（ＸＤ）
）の合成、または前記帯域ごとの生成スペクトルの合成、および予測スペクトル（ＸＰＳ）と前記復号および逆量子化されたスペクトル（ＸＤ）の合成（ＸＤＴ）を含む、ステップと、
前記帯域ごとの合成スペクトル（ＸＣＴ）または前記帯域ごとの合成スペクトル（ＸＣＴ）の導関数を時間表現に変換するステップと
を含む、方法。
【請求項】
帯域ごとの生成スペクトルを生成するための方法であって、スペクトル（ＸＧ）を生成し、前記復号および逆量子化されたスペクトル（ＸＤ）に、または予測スペクトルと復号および逆量子化されたスペクトル（ＸＤＴ）の合成に加算される生成スペクトル（ＸＧ）を取得するステップを含み、前記生成スペクトル（ＸＧ）が、ソーススペクトルから帯域ごとに取得され、前記ソーススペクトルが、
－第２の予測スペクトル（ＸＮＰ）、または
－ランダムノイズスペクトル（ＸＮ）、または
－前記生成スペクトル（ＸＧ）のすでに生成された部分、または
－のうちの少なくとも２つの合成
のうちの１つである、方法。
【請求項】
コンピュータ上で実行されると、請求項２８から３１のいずれか一項に記載の方法を実行するためのプログラムコードを有するコンピュータプログラムを記憶している、コンピュータ可読デジタル記憶媒体。
【国際調査報告】

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.