DK2803068T3 - Klassifikation af signaler med flere kodningsmodi - Google Patents
Klassifikation af signaler med flere kodningsmodi Download PDFInfo
- Publication number
- DK2803068T3 DK2803068T3 DK12810018.7T DK12810018T DK2803068T3 DK 2803068 T3 DK2803068 T3 DK 2803068T3 DK 12810018 T DK12810018 T DK 12810018T DK 2803068 T3 DK2803068 T3 DK 2803068T3
- Authority
- DK
- Denmark
- Prior art keywords
- section
- speech
- classifier
- music
- audio signal
- Prior art date
Links
- 238000000034 method Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 22
- 230000005236 sound signal Effects 0.000 claims description 20
- 230000007774 longterm Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 2
- 230000036651 mood Effects 0.000 claims 2
- 230000009466 transformation Effects 0.000 claims 2
- 230000006854 communication Effects 0.000 description 26
- 238000004891 communication Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 101000712600 Homo sapiens Thyroid hormone receptor beta Proteins 0.000 description 4
- 101150049692 THR4 gene Proteins 0.000 description 4
- 102100033451 Thyroid hormone receptor beta Human genes 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 101000574648 Homo sapiens Retinoid-inducible serine carboxypeptidase Proteins 0.000 description 3
- 102100025483 Retinoid-inducible serine carboxypeptidase Human genes 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/173—Transcoding, i.e. converting between two coded representations avoiding cascaded coding-decoding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/81—Detection of presence or absence of voice signals for discriminating voice from music
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Claims (15)
1. Fremgangsmåde omfattende: modtage et afsnit af et audiosignal ved et første klassificeringselement; klassificere afsnittet af audiosignalet af det første klassificeringselement som tale eller musik; og bearbejde afsnittet af audiosignalet, hvor bearbejdning af afsnittet af audiosignalet omfatter: hvis afsnittet er klassificeret af det første klassificeringselement som tale, så kode talen under anvendelse af en første kodningsmodus; eller hvis afsnittet er klassificeret af det første klassificeringselement som musik, så: tilvejebringe afsnittet til en anden klassificeringselement; klassificere afsnittet ved det andet klassificeringselement som tale eller musik; og kode afsnittet af audiosignalet, hvor kodning af afsnittet af audiosignalet omfatter: hvis afsnittet er klassificeret ved det andet klassificeringselement som tale, så kode afsnittet under anvendelse af en anden kodningsmodus; eller hvis afsnittet er klassificeret ved det andet klassificeringselement som musik, så kode afsnittet under anvendelse af en tredje kodningsmodus.
2. Fremgangsmåden ifølge krav 1, hvor afsnittet af audiosignalet er en ramme.
3. Fremgangsmåden ifølge krav 1, hvor den første kodningsmodus omfatter en første talekoder, den anden kodningsmodus omfatter en anden talekoder, og den tredje kodningsmodus omfatter en musikkoder.
4. Fremgangsmåden ifølge krav 3, hvor den første talekoder er en kodeanslået lineær prognose (CELP) typekoder, den anden talekoder er en CELP/transformationshybridkoder, og musikkoderen er en transformationskoder.
5. Fremgangsmåden ifølge krav 1, yderligere omfattende at bestemme hvis det andet klassificeringselement aktiveres før tilvejebringelse af afsnittet til det andet klassificeringselement, og hvis det andet klassificeringselement ikke er aktiveret, så kode afsnittet med den tredje kodningsmodus.
6. Fremgangsmåden ifølge krav 1, hvor klassificering af afsnittet ved det andet klassificeringselement som tale eller musik omfatter sammenligning afen flerhed af træk fra afsnittet med én eller flere tærskelværdier for at klassificere hvorvidt afsnittet har karakteristikker af musik eller karakteristikker af stemt tale.
7. Fremgangsmåden ifølge krav 6, hvor karakteristikkerne af musik omfatter bredbånds-støj-lignende karakteristikker af musik, og karakteristikkerne afstemt tale omfatter mindst én af tonal karakteristikker af stemt tale eller kvasi-stationære karakteristikker af stemt tale.
8. Fremgangsmåden ifølge krav 1, hvor klassificering af afsnittet ved det andet klassificeringselement som tale eller musik omfatter mindst én af at sammenligne stemningen af afsnittet med en første tærskelværdi, sammenligne den modificerede korrelation med en anden tærskelværdi, eller sammenligne langtids-tonehøjdestigning med en tredje tærskelværdi.
9. Fremgangsmåden ifølge krav 8, hvor stemningen er i området fra 0, svarende til ingen korrelation med tale, til 1, svarende til høj korrelation med tale; hvor den modificerede korrelation er i området fra 0, svarende til tilfældigt varierende støj, til 1, svarende til højt struktureret lyd; hvor langstids-tonehøjdestigningen er den normaliserede kryds-korrelation mellem den tidligere excitation og den nuværende forventede rest; og hvor langstids-tonehøjdestigningen er i området fra O, indikerende at fejlen i det tidligere afsnit ikke er tilstrækkelig til at repræsentere det aktuelle afsnit, til 1, indikerende at under anvendelse af restfejlen i det tidligere afsnit fuldstændigt kan repræsentere det aktuelle afsnit.
10. Fremgangsmåden ifølge krav 1, hvor klassificering af afsnittet ved det andet klassificeringselement som tale eller musik omfatter at bestemme om der er nogen signalaktivitet i afsnittet, og hvis der ikke er nogen signalaktivitet, så bestemme at der ikke er noget anvendeligt signal til kodning, og kode afsnittet som tale.
11. Apparat omfattende: organ til at modtage et afsnit af et audiosignal ved en første klassificeringselement; organ til at klassificere afsnittet af audiosignalet af det første klassificeringselement som tale eller musik; organ til at kode talen under anvendelse afen første kodningsmodus hvis afsnittet er klassificeret af det første klassificeringselement som tale, eller klassificere afsnittet ved en anden klassificeringselement som tale eller musik når afsnittet klassificeres af det første klassificeringselement som musik; og organ til at kode afsnittet under anvendelse af en anden kodningsmodus når afsnittet klassificeres ved det andet klassificeringselement som tale, eller kode afsnittet under anvendelse afen tredje kodningsmodus når afsnittet klassificeres ved det andet klassificeringselement som musik.
12. Apparatet ifølge krav 11, yderligere omfattende organ til at bestemme hvis det andet klassificeringselement aktiveres før tilvejebringe af afsnittet til det andet klassificeringselement, og hvis det andet klassificeringselement ikke aktiveres, så kode afsnittet med den tredje kodningsmodus.
13. Apparatet ifølge krav 11, hvor organet til at klassificere afsnittet ved det andet klassificeringselement som tale eller musik omfatter organ til at sammenligning af en flerhed aftræk fra afsnittet med én eller flere tærskelværdier for at klassificere hvorvidt afsnittet har karakteristikker af musik eller karakteristikker af stemt tale.
14. Ikke-transitorisk computer-læsbart medium omfattende computer-læsbare instruktioner til at forårsage en processor til at udføre fremgangsmåden ifølge et hvilket som helst af kravene 1-10.
15. System omfattende: en første klassificeringselement der modtager et afsnit af et audiosignal, klassificerer afsnittet af audiosignalet som tale eller musik, og bearbejder afsnittet af audiosignalet, hvor bearbejdning af afsnittet af audiosignalet omfatter: hvis afsnittet er klassificeret som tale, så indkoder talen under anvendelse af en første kodningsmodus, eller hvor afsnittet er klassificeret som musik, så tilvejebringer afsnittet til en anden klassificeringselement; og det andet klassificeringselement, hvor hvis afsnittet klassificeres af det første klassificeringselement som musik, klassificerer afsnittet som tale eller musik og koder afsnittet af audiosignalet, hvor indkodning af afsnittet af audiosignalet omfatter: hvis afsnittet er klassificeret ved det andet klassificeringselement som tale, kode afsnittet under anvendelse af en anden kodningsmodus; eller hvis afsnittet er klassificeret ved det andet klassificeringselement som musik, kode afsnittet under anvendelse afen tredje kodningsmodus.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261586374P | 2012-01-13 | 2012-01-13 | |
| US13/722,669 US9111531B2 (en) | 2012-01-13 | 2012-12-20 | Multiple coding mode signal classification |
| PCT/US2012/071217 WO2013106192A1 (en) | 2012-01-13 | 2012-12-21 | Multiple coding mode signal classification |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DK2803068T3 true DK2803068T3 (da) | 2016-05-23 |
Family
ID=48780608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DK12810018.7T DK2803068T3 (da) | 2012-01-13 | 2012-12-21 | Klassifikation af signaler med flere kodningsmodi |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US9111531B2 (da) |
| EP (1) | EP2803068B1 (da) |
| JP (1) | JP5964455B2 (da) |
| KR (2) | KR20170005514A (da) |
| CN (1) | CN104040626B (da) |
| BR (1) | BR112014017001B1 (da) |
| DK (1) | DK2803068T3 (da) |
| ES (1) | ES2576232T3 (da) |
| HU (1) | HUE027037T2 (da) |
| IN (1) | IN2014MN01588A (da) |
| SI (1) | SI2803068T1 (da) |
| WO (1) | WO2013106192A1 (da) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9589570B2 (en) * | 2012-09-18 | 2017-03-07 | Huawei Technologies Co., Ltd. | Audio classification based on perceptual quality for low or medium bit rates |
| TWI612518B (zh) * | 2012-11-13 | 2018-01-21 | Samsung Electronics Co., Ltd. | 編碼模式決定方法、音訊編碼方法以及音訊解碼方法 |
| CN106409310B (zh) | 2013-08-06 | 2019-11-19 | 华为技术有限公司 | 一种音频信号分类方法和装置 |
| CN104424956B9 (zh) | 2013-08-30 | 2022-11-25 | 中兴通讯股份有限公司 | 激活音检测方法和装置 |
| EP3109861B1 (en) * | 2014-02-24 | 2018-12-12 | Samsung Electronics Co., Ltd. | Signal classifying method and device, and audio encoding method and device using same |
| CN110619891B (zh) * | 2014-05-08 | 2023-01-17 | 瑞典爱立信有限公司 | 音频信号区分器和编码器 |
| CN105336338B (zh) | 2014-06-24 | 2017-04-12 | 华为技术有限公司 | 音频编码方法和装置 |
| CN106448688B (zh) | 2014-07-28 | 2019-11-05 | 华为技术有限公司 | 音频编码方法及相关装置 |
| US9886963B2 (en) * | 2015-04-05 | 2018-02-06 | Qualcomm Incorporated | Encoder selection |
| CN104867492B (zh) * | 2015-05-07 | 2019-09-03 | 科大讯飞股份有限公司 | 智能交互系统及方法 |
| KR102398124B1 (ko) | 2015-08-11 | 2022-05-17 | 삼성전자주식회사 | 음향 데이터의 적응적 처리 |
| US10186276B2 (en) * | 2015-09-25 | 2019-01-22 | Qualcomm Incorporated | Adaptive noise suppression for super wideband music |
| US10902043B2 (en) | 2016-01-03 | 2021-01-26 | Gracenote, Inc. | Responding to remote media classification queries using classifier models and context parameters |
| WO2017117234A1 (en) * | 2016-01-03 | 2017-07-06 | Gracenote, Inc. | Responding to remote media classification queries using classifier models and context parameters |
| JP6996185B2 (ja) * | 2017-09-15 | 2022-01-17 | 富士通株式会社 | 発話区間検出装置、発話区間検出方法及び発話区間検出用コンピュータプログラム |
| KR20210154807A (ko) | 2019-04-18 | 2021-12-21 | 돌비 레버러토리즈 라이쎈싱 코오포레이션 | 다이얼로그 검출기 |
| CN114127844B (zh) * | 2021-10-21 | 2025-08-05 | 北京小米移动软件有限公司 | 一种信号编解码方法、装置、编码设备、解码设备及存储介质 |
| CN116149499B (zh) * | 2023-04-18 | 2023-08-11 | 深圳雷柏科技股份有限公司 | 用于鼠标的多模式切换控制电路及切换控制方法 |
Family Cites Families (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2483324C (en) * | 1991-06-11 | 2008-05-06 | Qualcomm Incorporated | Estimation of background noise in a variable rate vocoder |
| US5778335A (en) | 1996-02-26 | 1998-07-07 | The Regents Of The University Of California | Method and apparatus for efficient multiband celp wideband speech and music coding and decoding |
| US6493665B1 (en) * | 1998-08-24 | 2002-12-10 | Conexant Systems, Inc. | Speech classification and parameter weighting used in codebook search |
| US7072832B1 (en) * | 1998-08-24 | 2006-07-04 | Mindspeed Technologies, Inc. | System for speech encoding having an adaptive encoding arrangement |
| US7272556B1 (en) * | 1998-09-23 | 2007-09-18 | Lucent Technologies Inc. | Scalable and embedded codec for speech and audio signals |
| US6691084B2 (en) * | 1998-12-21 | 2004-02-10 | Qualcomm Incorporated | Multiple mode variable rate speech coding |
| JP2000267699A (ja) * | 1999-03-19 | 2000-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 音響信号符号化方法および装置、そのプログラム記録媒体、および音響信号復号装置 |
| US6988065B1 (en) * | 1999-08-23 | 2006-01-17 | Matsushita Electric Industrial Co., Ltd. | Voice encoder and voice encoding method |
| US6604070B1 (en) * | 1999-09-22 | 2003-08-05 | Conexant Systems, Inc. | System of encoding and decoding speech signals |
| US6625226B1 (en) * | 1999-12-03 | 2003-09-23 | Allen Gersho | Variable bit rate coder, and associated method, for a communication station operable in a communication system |
| US6697776B1 (en) * | 2000-07-31 | 2004-02-24 | Mindspeed Technologies, Inc. | Dynamic signal detector system and method |
| US6694293B2 (en) | 2001-02-13 | 2004-02-17 | Mindspeed Technologies, Inc. | Speech coding system with a music classifier |
| US6785645B2 (en) | 2001-11-29 | 2004-08-31 | Microsoft Corporation | Real-time speech and music classifier |
| US6829579B2 (en) * | 2002-01-08 | 2004-12-07 | Dilithium Networks, Inc. | Transcoding method and system between CELP-based speech codes |
| US7657427B2 (en) * | 2002-10-11 | 2010-02-02 | Nokia Corporation | Methods and devices for source controlled variable bit-rate wideband speech coding |
| US7363218B2 (en) * | 2002-10-25 | 2008-04-22 | Dilithium Networks Pty. Ltd. | Method and apparatus for fast CELP parameter mapping |
| FI118834B (fi) * | 2004-02-23 | 2008-03-31 | Nokia Corp | Audiosignaalien luokittelu |
| JP2007538282A (ja) * | 2004-05-17 | 2007-12-27 | ノキア コーポレイション | 各種の符号化フレーム長でのオーディオ符号化 |
| US8010350B2 (en) | 2006-08-03 | 2011-08-30 | Broadcom Corporation | Decimated bisectional pitch refinement |
| CN1920947B (zh) * | 2006-09-15 | 2011-05-11 | 清华大学 | 用于低比特率音频编码的语音/音乐检测器 |
| CN101197130B (zh) * | 2006-12-07 | 2011-05-18 | 华为技术有限公司 | 声音活动检测方法和声音活动检测器 |
| KR100964402B1 (ko) * | 2006-12-14 | 2010-06-17 | 삼성전자주식회사 | 오디오 신호의 부호화 모드 결정 방법 및 장치와 이를 이용한 오디오 신호의 부호화/복호화 방법 및 장치 |
| KR100883656B1 (ko) | 2006-12-28 | 2009-02-18 | 삼성전자주식회사 | 오디오 신호의 분류 방법 및 장치와 이를 이용한 오디오신호의 부호화/복호화 방법 및 장치 |
| CN101226744B (zh) * | 2007-01-19 | 2011-04-13 | 华为技术有限公司 | 语音解码器中实现语音解码的方法及装置 |
| KR100925256B1 (ko) * | 2007-05-03 | 2009-11-05 | 인하대학교 산학협력단 | 음성 및 음악을 실시간으로 분류하는 방법 |
| CN101393741A (zh) * | 2007-09-19 | 2009-03-25 | 中兴通讯股份有限公司 | 一种宽带音频编解码器中的音频信号分类装置及分类方法 |
| CN101399039B (zh) * | 2007-09-30 | 2011-05-11 | 华为技术有限公司 | 一种确定非噪声音频信号类别的方法及装置 |
| CN101221766B (zh) * | 2008-01-23 | 2011-01-05 | 清华大学 | 音频编码器切换的方法 |
| EP2259253B1 (en) * | 2008-03-03 | 2017-11-15 | LG Electronics Inc. | Method and apparatus for processing audio signal |
| CN101236742B (zh) * | 2008-03-03 | 2011-08-10 | 中兴通讯股份有限公司 | 音乐/非音乐的实时检测方法和装置 |
| US8768690B2 (en) * | 2008-06-20 | 2014-07-01 | Qualcomm Incorporated | Coding scheme selection for low-bit-rate applications |
| RU2507609C2 (ru) | 2008-07-11 | 2014-02-20 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Способ и дискриминатор для классификации различных сегментов сигнала |
| EP2144230A1 (en) * | 2008-07-11 | 2010-01-13 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Low bitrate audio encoding/decoding scheme having cascaded switches |
| KR101261677B1 (ko) * | 2008-07-14 | 2013-05-06 | 광운대학교 산학협력단 | 음성/음악 통합 신호의 부호화/복호화 장치 |
| CN101751920A (zh) * | 2008-12-19 | 2010-06-23 | 数维科技（北京）有限公司 | 基于再次分类的音频分类装置及其实现方法 |
| CN101814289A (zh) * | 2009-02-23 | 2010-08-25 | 数维科技（北京）有限公司 | 低码率dra数字音频多声道编码方法及其系统 |
| JP5519230B2 (ja) * | 2009-09-30 | 2014-06-11 | パナソニック株式会社 | オーディオエンコーダ及び音信号処理システム |
| CN102237085B (zh) * | 2010-04-26 | 2013-08-14 | 华为技术有限公司 | 音频信号的分类方法及装置 |
| DE20163502T1 (de) | 2011-02-15 | 2020-12-10 | Voiceage Evs Gmbh & Co. Kg | Vorrichtung und verfahren zur quantisierung der verstärkung von adaptiven und festen beiträgen der anregung in einem celp-koder-dekoder |
-
2012
- 2012-12-20 US US13/722,669 patent/US9111531B2/en active Active
- 2012-12-21 HU HUE12810018A patent/HUE027037T2/en unknown
- 2012-12-21 BR BR112014017001-0A patent/BR112014017001B1/pt active IP Right Grant
- 2012-12-21 ES ES12810018.7T patent/ES2576232T3/es active Active
- 2012-12-21 KR KR1020177000172A patent/KR20170005514A/ko not_active Ceased
- 2012-12-21 KR KR1020147022400A patent/KR20140116487A/ko not_active Ceased
- 2012-12-21 CN CN201280066779.6A patent/CN104040626B/zh active Active
- 2012-12-21 IN IN1588MUN2014 patent/IN2014MN01588A/en unknown
- 2012-12-21 JP JP2014552206A patent/JP5964455B2/ja active Active
- 2012-12-21 WO PCT/US2012/071217 patent/WO2013106192A1/en not_active Ceased
- 2012-12-21 DK DK12810018.7T patent/DK2803068T3/da active
- 2012-12-21 SI SI201230593A patent/SI2803068T1/sl unknown
- 2012-12-21 EP EP12810018.7A patent/EP2803068B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| BR112014017001B1 (pt) | 2020-12-22 |
| EP2803068A1 (en) | 2014-11-19 |
| WO2013106192A1 (en) | 2013-07-18 |
| CN104040626B (zh) | 2017-08-11 |
| HUE027037T2 (en) | 2016-08-29 |
| SI2803068T1 (sl) | 2016-07-29 |
| JP5964455B2 (ja) | 2016-08-03 |
| EP2803068B1 (en) | 2016-04-13 |
| JP2015507222A (ja) | 2015-03-05 |
| ES2576232T3 (es) | 2016-07-06 |
| US9111531B2 (en) | 2015-08-18 |
| KR20170005514A (ko) | 2017-01-13 |
| CN104040626A (zh) | 2014-09-10 |
| US20130185063A1 (en) | 2013-07-18 |
| KR20140116487A (ko) | 2014-10-02 |
| BR112014017001A8 (pt) | 2017-07-04 |
| BR112014017001A2 (pt) | 2017-06-13 |
| IN2014MN01588A (da) | 2015-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DK2803068T3 (da) | Klassifikation af signaler med flere kodningsmodi | |
| KR102317296B1 (ko) | 음성 프로파일 관리 및 스피치 신호 생성 | |
| KR101721303B1 (ko) | 백그라운드 잡음의 존재에서 음성 액티비티 검출 | |
| US9319510B2 (en) | Personalized bandwidth extension | |
| US8977542B2 (en) | Audio encoder and decoder and methods for encoding and decoding an audio signal | |
| KR20140021680A (ko) | 노이즈에 강인한 스피치 코딩 모드 분류 | |
| CN104137179B (zh) | 在音频数据信号中检测预定频带的方法、检测设备以及相应的计算机程序 | |
| Gong et al. | Pitch delay based adaptive steganography for AMR speech stream | |
| Ren et al. | An AMR adaptive steganographic scheme based on the pitch delay of unvoiced speech | |
| Nishimura | Data hiding in pitch delay data of the adaptive multi-rate narrow-band speech codec | |
| WO2020223797A1 (en) | Methods and devices for detecting an attack in a sound signal to be coded and for coding the detected attack |