JP2012509505A - 信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための装置および方法 - Google Patents

Abstract

ｋ個のフレームを介してデコーダに送信するために、信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための装置は、動作中、所定のビット・パターンを、ｋ個のフレームのうちの第１のフレームの少なくとも１つのパラメータに関連付けられたｎビットに割り当て、ｋ−１個の後続フレームのｎビットの値が少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームのそれぞれの少なくとも１つのパラメータに関連付けられたｎビットの値を設定するように構成されるプロセッサを備える。所定のビット・パターンは、少なくとも１つのパラメータの開始を示す。

Description

本開示は、複数のフレームを介した送信のために信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための装置および方法に関する。

音声エンコーダなどフレームベースのエンコーダは、音声信号処理技術を使用して音声信号をモデル化し、一般的なデータ圧縮アルゴリズムを使用して、結果として得られたモデル化された音声信号をコンパクトなビット・ストリームで表し、次いでこれは、連続フレームを介してデコーダに送信される。したがって、連続フレームのそれぞれは、符号化された音声信号、および音声信号に関連付けられた、デコーダによって復号され、復号された音声信号のレンダリングを強化するために使用されるパラメータも含む。

例えば音声・映像会議および同報通信の用途など、ステレオ・レコーディングの場合、２つのマイクロフォンを使用してステレオ信号を記録することができる。２つのマイクロフォンが離れて配置されているとき、他方より一方のマイクロフォンの近くに配置されているスピーカから記録された信号は、一方のマイクロフォンに比べて遅れて他方のマイクロフォンに到達する。異なるマイクロフォンの間の音声信号の遅延を考慮に入れるために、ステレオ遅延パラメータまたはチャネル間時間差（ｉｎｔｅｒｎａｌ−ｃｈａｎｎｅｌ ｔｉｍｅ ｄｉｆｆｅｒｅｎｃｅ：ＩＴＤ）パラメータとして知られるパラメータは、記録されたステレオ信号から決定され、符号化され、符号化された音声信号およびステレオ音声信号のアスペクトを記述する他のパラメータと共に、フレームを介して送信され得る。これらの送信されたパラメータは、デコーダでステレオ信号を再現するために使用される。ＩＴＤは、約１ｋＨｚ未満の周波数でのステレオ位置に対する主要な知覚的影響であることが知られているため、ＩＴＤパラメータは、再現されたステレオ感（ｓｔｅｒｅｏ ｐｅｒｓｐｅｃｔｉｖｅ）の質を大幅に向上させることができる。

通常、音声エンコーダは、２０ｍｓのフレーム・レートを使用し、このことは、音声フレーム内の各ビットが５０ビット／ｓを消費し、同期フレーム構造が５０Ｈｚの倍数でのパラメータの更新に適することを意味する。こうした更新レートは、人の声道内で体験した変化のレートに釣り合う。例えば、人の声道の形は、約５０Ｈｚの更新レートで、パラメータ（例えば、線形予測コード（Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｅ：ＬＰＣ）パラメータなど）によって適切に表すことができ、一方、音声励起エネルギー（ｓｐｅｅｃｈ ｅｘｃｉｔａｔｉｏｎ ｅｎｅｒｇｙ）および形状は、約２００Ｈｚで最適にモデル化される（すなわち、励起パラメータは、２００Ｈｚで更新される）ことはよく知られている。

しかし、音声エンコーダ機能は、国際電気通信連合（ＩＴＵ）によって現在標準化されつつある組み込み可変ビットレートコーデック（Ｅｍｂｅｄｄｅｄ Ｖａｒｉａｂｌｅ Ｂｉｔ Ｒａｔｅ Ｃｏｄｅｃ）（ＥＶ−ＶＢＲ）として知られる音声エンコーダにおいてなど、音楽およびステレオ符号化を提供するために強化されるため、追加のパラメータは、符号化する必要があり、人の声道には関係しない。これらのパラメータの一部は、フレーム・レートより遅いレートで変化し、したがって、パラメータが変化したかどうかにかかわらず、フレームごとの同じパラメータの送信は、チャネル帯域幅リソースの浪費を表す。これらのパラメータの一部は、ビット数という点で高精度も必要とし、また時間が経つにつれてゆっくり発展し得る。必要な高精度を達成するために、量子化レベル数の低減に結合されるオーバーサンプリングは、１つの伝統的な解決策を提供することはできるが、この方法は、フィルタリングが必須であるために、いくつかの欠点を有する。誤差の伝搬が起こる可能性があり、フィルタリングの実際的な実現のために出力値におけるジッターに関する問題がある可能性もあり、このことは、瞬時のパラメータの変化の影響を遅らせ、合成による分析エンコーダ構造（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ ｅｎｃｏｄｅｒ ｓｔｒｕｃｔｕｒｅ）におけるエンコーダとデコーダの同期を維持することの難しさをもたらし得る。

したがって、フレームベースの符号化方式においてパラメータを符号化し、送信するための改良された方法を提供することが有利となる。

本開示の一実施形態による通信システムの概略ブロック図である。 本開示の一実施形態による音声信号および音声信号に関連付けられたパラメータを符号化するための符号化装置の概略ブロック図である。 ｎおよびｋの様々な値について本開示の一実施形態に従ってパラメータが有し得る可能な値の数を示す表である。 ｎおよびｋの様々な値について、ビット・レート効率を％で示す表である。 本開示の一実施形態による複数のフレームを介した送信のために信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための方法のフロー図である。

次に、添付の図面を参照して、例示にすぎない本開示による複数のフレームを介した送信のために信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための装置および方法について説明する。

以下の説明において、本開示の実施形態は、遠隔会議の用途における通信デバイスの一部として使用される音声エンコーダに関して説明するものであり、ＩＴＤパラメータは、別の通信デバイスにおけるデコーダによって再現されるステレオ信号を強化（ｅｎｈａｎｃｅ）するために、符号化され、有線通信リンクを介して送信される。しかし、本開示は、例えば映像など他のタイプのエンコーダ／デコーダ、または他の音声エンコーダ／デコーダで使用することができ、また加入者装置、無線ユーザ機器、ポータブルまたは携帯電話、無線映像またはマルチメディア装置、通信端末、個人用デジタル補助装置（ＰＤＡ）、ラップトップ・コンピュータ、または組み込み通信プロセッサなど、無線通信デバイスで使用することもできることを理解されたい。例えば、ユーザが車内の無線通信システムのＢｌｕｅｔｏｏｔｈ（登録商標）マイクロフォンおよび携帯電話のマイクロフォンまたは複数のマイクロフォンの前で話をしているとき、ステレオ信号を記録することができる。こうした用途において、ＩＴＤパラメータを符号化し、送信することは、ユーザの体験を向上させることができる。

図１を参照すると、遠隔会議システム１０などの通信システム１０は、送信デバイスとして働き、遠隔会議システム１０のユーザ（図示せず）から音声信号を受信するためのマイクロフォン１０１、１０３に結合された入力を有する通信デバイス１２、複数のフレームを介して送信するために音声信号および音声信号に関連付けられたパラメータをビット・ストリームに符号化するための符号化装置１２１、および通信リンク１６を介して受信装置として働く通信デバイス１４にフレームを送信するための送信機１３からなる。受信側通信デバイス１４は、送信側通信デバイス１２から符号化された信号を受信するための受信機１８、復号された音声信号および音声信号に関連付けられたパラメータを提供するために、受信された符号化された信号を復号し、マイクロフォン１０１、１０３に提供される音声信号の再現を出力２０（図１に示される通信デバイス１４の一部または装置とは別個であり得る１対の拡声器など）で受信側通信デバイス１４のユーザ（群）に提供するように、パラメータに従って復号された音声信号を処理するための受信機１８に結合された復号装置１２２からなる。当業者であれば理解されるように、本開示の理解のために必要な通信デバイス１２、１４の機能的な構成要素のみを示しており、説明する。

１つの用途例において、２つのマイクロフォン１０１、１０３は、ある部屋において音声信号を記録するために使用され、最高３メートルまでの内部距離で配置される。遠隔会議の用途において、部屋に何人かの人がいるとき、２つ以上のマイクロフォンの使用は、部屋のより良い音声カバレージ（ｃｏｖｅｒａｇｅ）を提供し得る。複数のマイクロフォンの使用によって、結果的に音声信号が複数のチャネルを介して符号化装置１２１に提供される。多くの多チャネル符号化システムにおいて、および特に多くの多チャネル音声符号化システムにおいて、低レベルの符号化は、単一チャネルの符号化に基づく。こうしたシステムにおいて、多チャネル信号は、下層のコーダが符号化するモノラル信号に変換され得る。このモノラル信号の生成は、ダウンミキシングと呼ばれる。こうしたダウンミキシングは、モノラル信号に対するステレオ信号のアスペクトを記述するパラメータに関連付けることができる。具体的には、ダウンミキシングは、左チャネルと右チャネルとの間の時間差を特徴付けるチャネル間時間差（ＩＴＤ）情報を生成することができる。

次に図２も参照すると、マイクロフォン１０１、１０３は、第１および第２のチャネルを介してマイクロフォン１０１、１０３から音声信号を受信するフレーム・プロセッサ１０５に結合される。フレーム・プロセッサ１０５は、受信した信号を連続フレームに分割する。一例において、サンプル周波数は、１６ｋサンプル／秒であり、フレームの持続時間は、２０ミリ秒であり、結果的に各フレームは、３２０個のサンプルからなる。フレーム処理は、音声パスに追加の遅延をもたらさない。

フレーム・プロセッサ１０５は、異なるマイクロフォン１０１、１０３からの音声信号間のＩＴＤパラメータまたはステレオ遅延パラメータを決定するように構成されたＩＴＤプロセッサ１０７に結合される。ＩＴＤパラメータは、一方のチャネルにおける音声信号の他方のチャネルにおける音声信号に対する遅延の表示である。例えば、マイクロフォン１０３に比べてマイクロフォン１０１に近い話者が話をするとき、マイクロフォン１０３で受信された音声信号は、話者の位置のために、マイクロフォン１０１で受信された音声信号に比べて遅れる。音声信号が受信側デバイス１４で再現されるとき、遅延を考慮に入れるために、遅延パラメータが符号化され、受信側デバイス１４に送信される。この例において、ＩＴＤパラメータは、他方に比べてどのチャネルが遅延するかに応じて正または負とすることができる。通常、遅延は、主要な音声ソース（すなわち、現在話をしている話者）とマイクロフォン１０１、１０３との間の遅延の差のために起こる。

図２に示される実施形態において、ＩＴＤプロセッサ１０７は、さらに２つの遅延１０９、１１１に結合される。第１の遅延１０９は、第１のチャネルに遅延をもたらすように構成され、第２の遅延１０９は、第２のチャネルに遅延をもたらすように構成される。もたらされる遅延の量は、ＩＴＤプロセッサ１０７によって決定されるＩＴＤパラメータによって決まる。さらに、特定の例において、所与のときに、遅延のうちの１つのみが使用される。したがって、推定されたＩＴＤパラメータの符号に応じて、遅延は、第１の信号または第２の信号のいずれかにもたらされる。遅延の量は、特に、ＩＴＤパラメータにできるだけ近くなるように設定される。その結果、遅延１０９、１１１の出力における音声信号は、接近して時間整合され、特に、通常ゼロに近い時間差を有する。

遅延１０９、１１１は、結合器１１３に結合され、結合器１１３は、遅延１０９、１１１からの２つの出力信号を結合することによって、モノラル信号を生成する。この例において、結合器１１３は、簡単な加算ユニットであり、２つの信号を合計する。さらに、信号は、結合前に個々の信号の振幅に似たモノラル信号の振幅を維持するために、０．５倍にスケーリングされる。代替の構成において、遅延１０９、１１１を省略することができる。

したがって、結合器１１３の出力は、マイクロフォン１０１および１０３で受信された２つの音声信号のダウンミックスであるモノラル信号である。
結合器１１３は、モノラル・エンコーダ１１５に結合され、これは、符号化された音声データを生成するために、モノラル信号のモノラル符号化を行う。特定の例において、モノラル・エンコーダは、ＥＶ−ＶＢＲ標準によるコード励起線形予測（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ）（ＣＥＬＰ）エンコーダである。

モノラル・エンコーダ１１５は、出力マルチプレクサ１１７に結合され、これはさらに、装置１１９を介してＩＴＤプロセッサ１０７に結合される。
装置１１９すなわちパラメータ・エンコーダ１１９は、ｋ個のフレームを介して、例えば受信側デバイス１４の復号装置１２２などのデコーダに送信するために、信号ソースに関連付けられた少なくとも１つのパラメータを符号化するように構成される。本明細書に記載した例において、装置１１９は、マイクロフォン１０１、１０３で音声信号に関連付けられたＩＴＤパラメータを符号化するように構成される。装置１１９は、動作中、所定のビット・パターンを、ｋ個のフレームのうちの第１のフレームのＩＴＤパラメータに関連付けられたｎビットに割り当て、ｋ−１個の後続フレームのｎビットの値が少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームのそれぞれのＩＴＤパラメータに関連付けられたｎビットの値を設定するように構成されたプロセッサ１１９からなる。所定のビット・パターンは、少なくとも１つのパラメータの開始を示す。

一実施形態において、ｋおよびｎは、１を超える整数であり、いったん方式のオーバーヘッドが考慮に入れられると、パラメータのナイキスト比率を超えるのに十分なｋ個ごとのフレームを介した更新レートでのＩＴＤパラメータの送信用に、フレーム当たりｎビットが充てられるように選択される。ｋ個のフレームを介したＩＴＤパラメータの送信は、ＩＴＤパラメータに関連付けられた使用可能なｎビットを使用して第１のフレームで所定のビット・パターンを送信することによって開始される。通常、所定のビット・パターンはすべてゼロである。

一実施形態において、ｋ−１個の後続フレームのそれぞれにおけるｎビットの値は、所定のビット・パターンのｎビットの値に対して異なるように選択される。したがって、所定のビット・パターンを回避するｎビットについての可能な値が２^ｎ−１個ある。ｋ−１個の後続フレームのそれぞれにおけるｎビットの値は、２^ｎ−１進数（ｂａｓｅ）においてＩＴＤパラメータの最下位桁または最上位桁のＩＴＤパラメータで開始し、ＩＴＤパラメータを構築するために使用される。ＩＴＤパラメータが有し得る可能な値の数は、ｋ個のｎビットが送信された場合、（２^ｎ−１）^{（ｋ−１）}である。これによって、１００／（ｋ ｎ）．（ｋ−１）ｌｏｇ２（２^ｎ−１）パーセントの送信効率となる。現実的な実装では、効率は、６６％を超え、容易に８５％を超え得る。

図３は、ｎおよびｋの様々な値の可能な値の数を示す表を提供する。図４は、ｎおよびｋの様々な値についてのビット・レート効率を％で示す表を提供する。
したがって、パラメータをフレーム当たりｎビットに符号化し、ｋ−１個のフレームを介して符号化されたパラメータを送信することによって、本開示による符号化の構成は、フレーム・レートより遅いレートでパラメータを更新することができ、また、フレームにおいてより少ないビットを使用して符号化されたパラメータを送信することができ、すなわち、改良された送信効率を有することができる。

一実施形態において、パラメータは、所定の範囲の値における値を有するように定義される。言い換えれば、パラメータは、予め定義された長さを有する。例えば、ＩＴＤパラメータは、−４８から＋４８の範囲の値をとり得る。図３から、ｎ＝２およびｋ＝５の場合、８１個の可能な値を表すことができ、つまり＋／−４０となることがわかる。ＩＴＤパラメータを範囲−４８から＋４８から範囲−４０から＋４０に変換することによって、ＩＴＤパラメータの値は、フレーム当たり２ビットで、５フレームにわたって表され得る。

ｋ−１個のフレームのｎビットが、所定の範囲を含み、また所定の範囲外の値も含む（２^ｎ−１）^{（ｋ−１）}値を提供する所定の範囲の値をパラメータが有する場合、範囲外の値を復号装置１２２で使用して、受信された符号化された信号における誤差を検出することができる。例えば、パラメータが１〜２０の範囲の値を有し、ｎが２になるように選択され、ｋが４になるように選択される場合、図３からわかるように、ｋ−１個のフレームにわたる可能な値の数は２７である。したがって、値２１〜２７は、パラメータの所定の範囲に含まれない。復号装置１２２が受信した４つのフレームの２ビットを復号し、復号されたパラメータが２１〜２７の範囲の値を有すると決定すると、復号装置１２２は、誤差を検出する。誤差が検出されると、復号装置１２２は、適切なアクションをとり得る。例えば、復号装置１２２は、誤って受信した値を無視し、以前受信した値が依然として有効であると想定することができ、または代わりに、当該のパラメータに適切な誤差軽減手順を実行することができる。

ｋ−１個の後続フレームが続く次のフレームにおいて送信されるビット・パターンを単に手配することによって、プロセッサ１１９がいつでもＩＴＤパラメータの非同期送信を開始することができるように、所定のビット・パターンをｋ個のフレームのうちの第１のフレームのｎビットに割り当てることは、所定のビット・パターンがＩＴＤパターンの送信の開始を示すことを可能とする。ＩＴＤパラメータの非同期送信は、ＩＴＤパラメータの値が変わる時点と、新しい値が送信される時点との間の遅延が最小であることを保証にする。例えば、ＩＴＤパラメータの値が変わると、通信デバイス１２がＩＴＤパラメータの前の値の送信を完了していないときでさえ、所定のビット・パターンを次のフレームで送信し、ＩＴＤパラメータの新しい値が後続するようにすることができる。冗長を提供し、誤差の伝搬を防ぐために、ｋ個のフレームごとに変化するまで、パラメータを繰り返すこともできる。あるいは、プロセッサ１１９を、任意の非同期の送信なしに、ｋ個のフレームごとに定期的に送信するように構成することができる。

したがって、ＩＴＤパラメータが−４８から＋４８の範囲の値を有することができ、所定のビット・パターンが００である上記の例において、フレームにおける００の所定のビット・パターンを最初に送信し、次いでフレームごとに２ビットを使用して、５つの後続フレームにわたってパラメータ値を送信することによって、ＩＴＤパラメータが呼び出し側ルーチンによって更新されるときはいつでも、ＩＴＤパラメータ値は非同期に送信される。更新が行われない、または値が一定のままである場合、ＩＴＤパラメータ値は、５フレームごとに送信される。

例えば、ハイレベル・データ・リンク制御（Ｈｉｇｈ−Ｌｅｖｅｌ Ｄａｔａ Ｌｉｎｋ Ｃｏｎｔｒｏｌ）（ＨＤＬＣ）プロトコル、およびコンピュータとモデムとの間の非同期文字モード送信において、データの非同期送信が知られている。後者において、各情報文字またはバイトは、開始要素および停止要素の使用によって個々に同期またはフレーム化され、不定期で独立した時間間隔で送受信され得る。ＨＤＬＣプロトコルは、シリアル送信のために設計され、０１１１１１１０の開始マーカーおよび終了マーカーに依存する。ビット・ストリーム内の混乱は、開始マーカーまたは停止マーカーの場合を除いて、任意の５つの連続する「１」の後にゼロを挿入することによって回避される。ＨＤＬＣに関する問題は、一般にすべて「１」の配列は、すべて「０」の配列より多くの帯域幅を必要とするため、一定の帯域幅ではないことである。また、これらの既知の技術は、開始マーカーおよび停止マーカーを使用しており、可変長の文字または連続ビット・ストリームを送信するためのものである。

複数のパラメータが所定の長さを有するパラメータのシーケンスなど、１つのパラメータまたは複数のパラメータを符号化するために、ｋ個のフレームを介して送信されるｎビットを使用することができることを理解されたい。言い換えれば、複数のパラメータの可能な値は所定の範囲にある。

出力マルチプレクサ１１７は、モノラル・エンコーダ１１５からの符号化された音声信号を表す符号化されたデータ、および装置１１９からの符号化されたＩＴＤパラメータを表す符号化されたデータを単一の出力ビット・ストリームに多重化する。ＩＴＤパラメータをビット・ストリームに含めることは、デコーダが符号化データから復号されたモノラル信号からステレオ信号を再現するのを助ける。

次に、さらに図５を参照して、本開示の一実施形態に従ってデコーダにｋ個のフレームを介して送信するために信号ソースに関連付けられた少なくとも１つのパラメータを符号化する方法について説明する。

ステップ５０２で、それぞれのマイクロフォン１０１、１０３から複数のチャネルを介して音声信号が受信され、ステップ５０４で、受信された音声信号のＩＴＤパラメータが決定される。ステップ５０６で、所定のビット・パターンを、ｋ個のフレームの第１のフレームのＩＴＤパラメータに関連付けられたｎビットに割り当て、ステップ５０８で、ｋ−１個の後続フレームのｎビットの値が少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームのそれぞれのＩＴＤパラメータに関連付けられたｎビットの値を設定することによって、ＩＴＤパラメータが装置１１９によって符号化される。所定のビット・パターンは、ＩＴＤパラメータの開始を示す。次いで所定のビット・パターンおよび信号ソースに関連付けられたＩＴＤパラメータは、ステップ５１０で、ｋ個のフレームを介して復号装置１２２に送信される。一実施形態において、受信された音声信号は、ステップ５１２で符号化され、次いで符号化された音声信号は、ステップ５１４で復号装置１２２に送信される。図２に示された実施形態において、符号化された音声信号、所定のビット・パターン、および符号化されたＩＴＤパターンは、結合され、単一のビット・ストリームにおけるフレームを介して送信される。

受信側通信デバイス１４の復号装置１２２は、ｋ−１個のフレームを介して送信側通信デバイス１２によって送信される、所定のビット・パターン、およびＩＴＤパラメータの値を受信し、受信された情報を復号して、復号されたＩＴＤパラメータを提供するように構成される。復号装置は、フレームにおける各ビットの値を決定するために、受信されたフレームのそれぞれを復号する。復号装置は、ＩＴＤパラメータに関連付けられたｎビットにおいて所定のビット・パターン（例えば００）を検出すると、所定のビット・パターンを含むフレームが、ＩＴＤパラメータの開始を表し、ＩＴＤパラメータを決定することができるｋ個の後続フレームの第１のフレームであることを決定する。次いで復号装置は、後続するｋ−１個のフレームのＩＴＤパラメータに関連付けられた復号されたｎビットの値をとり、値を結合して、ＩＴＤパラメータを取得する。

２^ｎ−１進数において、最下位桁の数を先頭にしてｋ−１個の値が送信される場合、ＩＴＤパラメータＩは、以下の式に従って、受信された値ｒ_ｉから形成される。

２^ｎ−１進数において、最上位桁の数を先頭にしてｋ−１個の値が送信される場合、ＩＴＤパラメータＩは、以下の式に従って、受信された値ｒ_ｉから形成される。

また、復号装置は、受信された符号化された音声信号を復号し、受信側通信デバイス１４のユーザ（またはユーザ群）に、マイクロフォン１０１、１０３に提供された音声信号の再現を提供するように、復号されたＩＴＤパラメータに従って復号された音声信号を処理するように構成される。

上記の例において、プロセッサ１１９は、ＩＴＤパラメータを符号化する。本開示によるプロセッサ１１９は、信号ソースまたはソースからの信号（群）に関連付けられた、フレーム・レート未満のレートで変化する他のパラメータを符号化するために使用することができることを理解されたい。こうした他のパラメータは、以下のうちの１つまたは複数、すなわち例えば局所の話者識別またはある部屋における単なる座席位置に基づく話者ラベル、カメラ・ラベル、アクティブ・マイクロフォン・ラベル、および端末を識別するセキュリティ・ウォーターマークなどの信号ソース識別パラメータ、頭部伝達関数（ｈｅａｄ ｒｅｌａｔｅｄ ｔｒａｎｓｆｅｒ ｆｕｎｃｔｉｏｎ）（ＨＲＴＦ）記述パラメータ、部屋反響記述パラメータ、ローカル信号対雑音比（ＳＮＲ）測定パラメータ、およびタイム・スタンプ・パラメータ（アーカイブまたは検証の目的）を含み得る。プロセッサ１１９がｋ個のフレームにわたって送信するために複数のパラメータを符号化するように構成されてもよいことも理解されたい。この後者の場合、複数のパラメータは、ｋ−１個のフレームのｎビットによって提供される（２^ｎ−１）^{（ｋ−１）}値内で符号化される。

プロセッサ１１９は、フレーム・プロセッサ１０５、ＩＴＤプロセッサ１０７、モノラル・エンコーダ１１５、および出力マルチプレクサ１１７に対する個別のプロセッサとして示され、記述されている。プロセッサの数、およびプロセッサへの処理機能の割り振りは、本開示によるパラメータ符号化の構成を実装するときの当業者にとっての設計選択の事項であることを理解されたい。

要約すれば、本開示によって、少なくとも１つのパラメータがフレーム当たりｎビットによって符号化され、ｋ−１個のフレームにわたって送信され、所定のビット・パターンが、ｋ個のフレームのうちの第１のフレームにおけるｎビットで送信されて、パラメータの開始を示す。したがって、本開示による符号化技術は、フレーム・レート（例えば５０Ｈｚ）より遅い更新レートを達成することができるように、複数の（ｋ−１個の）フレームからのパラメータ情報の連結を可能にする。パラメータの開始を示す所定のビット・パターンを有することによって、本開示による符号化の構成は、パラメータの送信を非同期とすることができる。パラメータの非同期送信を可能にすることによって、送信は、送信を頑強にし、最小送信遅延で自己同期する任意のフレームで開始することができる。

さらに、ｋ個のフレームを介してｎビットでパラメータを符号化し、送信することによって、本開示による符号化の構成は、パラメータを符号化するために、コマ送りの低ビット・レートを可能にするため、他のデータを送信するために使用されるフレームの「空の」ビットがより多く存在する。さらに、符号化されたパラメータを送信するために、フレームごとに同じｎビットが使用され、したがって、本開示による構成は、パラメータを低い複雑性で符号化することができる。

本開示のさらなる利点は、オーバーサンプリングされた送信に必要なフィルタリングの実際的な実現に関連付けられたメモリ伝搬問題およびジッター問題は、定期的にパラメータを再送することによって最低限に抑えられる。さらに、送信の予測可能な遅延は、合成による分析エンコーダ構造で必要なエンコーダおよびデコーダの同期を維持しながら遅延パラメータの変化を低く抑えることができる。

上記の説明で、本発明は、本発明の実施形態の特定の例を参照して説明されている。しかし、添付の特許請求の範囲に記載された本発明のより広い範囲から逸脱することなく、様々な修正および変更を加えることができることは明らかである。

Claims (19)

1. ｋ個のフレームを介してデコーダに送信するために、信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための装置であって、
   プロセッサを備え、該プロセッサは、動作中、
   該少なくとも１つのパラメータの開始を示す所定のビット・パターンを、ｋ個のフレームのうちの第１のフレームの該少なくとも１つのパラメータに関連付けられたｎビットに割り当て、
   ｋ−１個の後続フレームのｎビットの値が該少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームの各々の、該少なくとも１つのパラメータに関連付けられたｎビットの値を設定する
   ように構成されている、装置。
2. ｋおよびｎが１を超える整数である、請求項１に記載の装置。
3. 前記ｋ−１個の後続フレームの各々における前記ｎビットの値は、前記所定のビット・パターンのｎビットの値に対して異なるように選択されている、請求項１に記載の装置。
4. 前記第１のフレームに続くフレームのｎビットが前記少なくとも１つのパラメータの最下位桁の数または最上位桁の数を表す、請求項１に記載の装置。
5. 前記少なくとも１つのパラメータが、所定の範囲の値を有する、請求項１に記載の装置。
6. 前記少なくとも１つのパラメータが、前記ｋ−１個のフレームのｎビットによって提供される（２^ｎ−１）^{（ｋ−１）}値内で符号化されている、請求項１に記載の装置。
7. 前記少なくとも１つのパラメータが所定の範囲の値を有し、前記ｋ−１個のフレームのｎビットが、前記所定の範囲をカバーし、かつ前記所定の範囲外の値を含む（２^ｎ−１）^{（ｋ−１）}値を提供する、請求項１に記載の装置。
8. 前記少なくとも１つのパラメータが複数のパラメータを含む、請求項１に記載の装置。
9. 前記複数のパラメータが、前記ｋ−１個のフレームのｎビットによって提供される（２^ｎ−１）^{（ｋ−１）}値内で符号化されている、請求項８に記載の装置。
10. 前記少なくとも１つのパラメータは、ステレオ遅延パラメータ、信号ソース識別パラメータ、頭部伝達関数（ＨＲＴＦ）記述パラメータ、部屋反響記述パラメータ、ローカル信号対雑音比測定パラメータ、およびタイム・スタンプ・パラメータのうちの少なくとも１つのパラメータを含む、請求項１に記載の装置。
11. ｋ個のフレームを介してデコーダに送信するために、信号ソースに関連付けられた少なくとも１つのパラメータを符号化するための方法であって、
    該少なくとも１つのパラメータの開始を示す所定のビット・パターンを、ｋ個のフレームのうちの第１のフレームの該少なくとも１つのパラメータに関連付けられたｎビットに割り当てること、
    ｋ−１個の後続フレームのｎビットの値が該少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームの各々の、該少なくとも１つのパラメータに関連付けられた該ｎビットの値を設定すること
    を含む方法。
12. 前記ｋ−１個の後続フレームの各々における前記ｎビットの値は、前記所定のビット・パターンのｎビットの値に対して異なるように選択されている、請求項１１に記載の方法。
13. 前記少なくとも１つのパラメータが、所定の範囲の値を有する、請求項１１に記載の方法。
14. 前記少なくとも１つのパラメータが、前記ｋ−１個のフレームの前記ｎビットによって提供される（２^ｎ−１）^{（ｋ−１）}値内で符号化されている、請求項１１に記載の方法。
15. 前記少なくとも１つのパラメータが所定の範囲の値を有し、前記ｋ−１個のフレームの前記ｎビットが、前記所定の範囲をカバーし、かつ前記所定の範囲外の値を含む（２^ｎ−１）^{（ｋ−１）}値を提供する、請求項１１に記載の方法。
16. 前記所定のビット・パターンおよび前記信号ソースに関連付けられた前記少なくとも１つのパラメータを前記ｋ個のフレームを介して前記デコーダに送信することをさらに含む、請求項１１に記載の方法。
17. ｋ−１個の後続フレームが続く、ｋ個のフレームのうちの第１のフレームにおいて、前記所定のビット・パターンを送信して、前記少なくとも１つのパラメータを表すことによって、少なくとも１つのパラメータの送信が任意のフレームで非同期に開始され得る、請求項１６に記載の方法。
18. 通信デバイスであって、
    信号ソースから信号を受信する入力と、
    ｋ個のフレームを介してデコーダに送信するために、信号ソースに関連付けられた少なくとも１つのパラメータを符号化する装置とを備え、
    前記装置は、
    プロセッサであって、動作中、
    少なくとも１つのパラメータの開始を示す所定のビット・パターンを、ｋ個のフレームのうちの第１のフレームの該少なくとも１つのパラメータに関連付けられたｎビットに割り当て、
    ｋ−１個の後続フレームのｎビットの値が該少なくとも１つのパラメータを表すように、ｋ−１個の後続フレームの各々の該少なくとも１つのパラメータに関連付けられた該ｎビットの値を設定する
    ように構成された前記プロセッサと、
    該所定のビット・パターンおよび該信号ソースに関連付けられた該少なくとも１つのパラメータを該ｋ個のフレームを介して該デコーダに送信する送信機と
    を含む、通信デバイス。
19. 前記信号ソースが音声ソースであり、前記通信デバイスが、前記音声ソースから受信された音声信号を符号化する音声エンコーダをさらに備え、前記送信機が、符号化された音声信号を前記デコーダに送信するようにさらに構成される、請求項１８に記載の通信デバイス。

Images