JP5882895B2 - 復号装置 - Google Patents

Description

複数の異なるコーデックを切替えながら符号化および復号の処理を行うオーディオハイブリッド符号化装置およびオーディオハイブリッド復号装置に関する。

スピーチコーデックは、スピーチ信号の特徴に応じて特別に設計される［１］。スピーチコーデックは、スピーチ信号を効率的に符号化する効果を有する。たとえば、スピーチ信号を低ビットレートで符号化する際に高音質で符号化することが可能であり、低遅延ではある。一方で、スピーチ信号より広帯域なオーディオ信号を符号化する際の音質は、ＡＡＣ方式など一部の変換コーデック程よい音質ではない。一方、ＡＡＣ方式に代表される変換コーデックはオーディオ信号を符号化することに適しているが、スピーチコーデックと同じ音質でスピーチ信号を符号化するには、高いビットレートを要する。ハイブリッドコーデックは、スピーチ信号およびオーディオ信号を低ビットレートでも高音質で符号化することが可能である。ハイブリッドコーデックは低ビットレートで高音質な符号化を実現するために、２つの異なるコーデックの利点を組み合わせたものである。

低遅延のハイブリッドコーデックが、テレビ会議システムなどのリアルタイム通信を行う用途で所望されている。低遅延のハイブリッドコーデックの１つは、ＡＡＣ−ＬＤ（低遅延ＡＡＣ）符号化技術とスピーチ符号化技術とを組み合わせるものである。このＡＡＣ−ＬＤには、アルゴリズム遅延量が２０ミリ秒以内のモードがある。ＡＡＣ−ＬＤは、通常のＡＡＣ符号化技術から派生したものである。アルゴリズム遅延量を低減させるために、ＡＡＣ−ＬＤは、ＡＡＣにいくつか変更が加えられたものである。第１に、ＡＡＣ−ＬＤのフレームサイズは、１０２４または９６０時間領域サンプルに減少しており、従ってＭＤＣＴフィルタバンクの出力スペクトル数も５１２および４８０スペクトル値に減少している。第２に、アルゴリズム遅延量を低減させるために、先読み処理を無効にし、その結果としてブロック切替処理を用いない。第３に、通常遅延量のＡＡＣにおける窓関数処理で用いるカイザー・ベッセル窓関数の代わりに、オーバーラップが少ない窓関数を用いる。オーバーラップが少ない窓関数は、ＡＡＣ−ＬＤにおいて過渡信号を効率的に符号化するために用いられる。第４に、ビットリザーバを最小化するか、一切使用しない。第５に、時間領域ノイズ整形と、長期予測関数とが、低遅延のフレームサイズに対応した修正を行って処理する。

一般的に、スピーチコーデックでは、線形予測符号化（ＡＣＥＬＰ：代数符号励振線形予測）に基づいて符号化している［１］。ＡＣＥＬＰ符号化において、線形予測分析をスピーチ信号に対して適用し、線形予測分析によって算出した励振信号を代数コードブックを用いて符号化する。ＡＣＥＬＰ符号化の音質をさらに向上させるため、昨今のスピーチコーデックではさらに変換符号化励振（変換符号化励振）符号化（ＴＣＸ符号化）も用いて高音質化している。ＴＣＸ符号化において、線形予測分析の後、変換符号化が励振信号に用いられる。フーリエ変換された、重み付けされた信号が代数ベクトル量子化（ａｌｇｅｂｒａｉｃ ｖｅｃｔｏｒ ｑｕａｎｔｉｚａｔｉｏｎ）を用いて量子化される。スピーチコーデックには異なるフレームサイズが利用可能であり、たとえば、１０２４時間領域サンプル、５１２時間領域サンプル、および２５６時間領域サンプルなどが可能である。符号化モードが閉ループ分析合成方法を用いて選択される。

低遅延ハイブリッドコーデックは、ＡＡＣ−ＬＤ符号化モード、ＡＣＥＬＰモード、およびＴＣＸモードの３つの異なる符号化モードを有する。異なるモードは、異なるドメインで信号を符号化し、異なるフレームサイズを有するため、ハイブリッドコーデックは、符号化モードが切り替わる遷移フレームに対してブロック切替方法を構成する必要がある。遷移フレームの一例を、図２に示す。たとえば、先行フレームがＡＡＣ−ＥＬＤモードで符号化され、対象フレームがＡＣＥＬＰモードで符号化される場合、対象フレームは遷移フレームと定義される。先行技術においては、異なる符号化モードに切り替えるために、窓処理された先行フレームのエイリアシング部分が遷移フレームの対象ブロックの対象部分とは異なる方法で処理される［特許文献１：ＷＯ２０１０／００３５３２、フラウンホーファー研究機構の特許出願］。

後述の段落におけるこの特許の説明を簡単にするために、ＡＡＣ−ＥＬＤの変換および逆変換を背景技術において説明する。

エンコーダにおけるＡＡＣ−ＥＬＤモードの変換処理は、以下の通りである。

処理されたＡＡＣ−ＥＬＤのフレーム数は、４フレームである。フレームｉ−１が先行する３フレームに連結されて、長さが４Ｎの拡張フレームを形成する。ここで、Ｎは入力フレームのサイズである。すなわち、ＡＡＣ−ＥＬＤモードでは、符号化対象フレームを符号化するために、符号化対象フレームのサンプルだけでなく、当該符号化対象フレームに先行する３つの先行フレームのサンプルを必要とする。

第１に、ＡＡＣ−ＥＬＤモードにおいて拡張フレームを窓処理する。図３は、エンコーダのＡＡＣ−ＥＬＤモードにおけるエンコーダの窓形状を示す。エンコーダにおける窓を、ｗ_ｅｎｃと定義する。図示の便宜上、エンコーダの窓を８つに分割し、［ｗ_１、ｗ_２、ｗ_３、ｗ_４、ｗ_５、ｗ_６、ｗ_７、ｗ_８］とする。エンコーダの窓の長さは４Ｎである。ＡＡＣ−ＥＬＤモードにおけるエンコーダの窓は、ＡＡＣ−ＥＬＤモードで用いられている低遅延フィルタバンクに合致するように構成される。説明の便宜上、図３に示すように１つのフレームを２つの部分に分割する。たとえば、フレームｉ−１を２つのベクトル［ａ_ｉ−１、ｂ_ｉ−１］に分割する。ここでａ_ｉ−１はＮ／２個のサンプルを有し、ｂ_ｉ−１がＮ／２個のサンプルを有している。したがって、エンコーダの窓は、［ａ_ｉ−４、ｂ_ｉ−４、ａ_ｉ−３、ｂ_ｉ−３、ａ_ｉ−２、ｂ_ｉ−２、ａ_ｉ−１、ｂ_ｉ−１］と示されるベクトルに適用され、窓処理された信号、［ａ_ｉ−４ｗ_１、ｂ_ｉ−４ｗ_２、ａ_ｉ−３ｗ_３、ｂ_ｉ−３ｗ_４、ａ_ｉ−２ｗ_５、ｂ_ｉ−２ｗ_６、ａ_ｉ−１ｗ_７、ｂ_ｉ−１ｗ_８］が得られる。

次に、窓処理された信号を変換するために複数の低遅延フィルタバンクが用いられる。低遅延フィルタバンクは、以下のように定義される。

式中、ｘ_ｎ＝［ａ_ｉ−４ｗ_１、ｂ_ｉ−４ｗ_２、ａ_ｉ−３ｗ_３、ｂ_ｉ−３ｗ_４、ａ_ｉ−２ｗ_５、ｂ_ｉ−２ｗ_６、ａ_ｉ−１ｗ_７、ｂ_ｉ−１ｗ_８］である。

上記低遅延フィルタバンクに基づいて、出力係数の長さをＮとし、処理するフレームの長さは４Ｎとする。

低遅延フィルタバンクは、ＤＣＴ−ＩＶ変換によって表すこともできる。ＤＣＴ−ＩＶ変換の定義を以下に示す。

以下の恒等式により、

低遅延フィルタバンクにより変換されたフレームｉ−１の信号は、ＤＣＴ−ＩＶ変換により以下のように表すことができる。
［ＤＣＴ−ＩＶ（−（ａ_ｉ−４ｗ_１）_Ｒ−ｂ_ｉ−４ｗ_２＋（ａ_ｉ−２ｗ_５）_Ｒ＋ｂ_ｉ−２ｗ_６））、
ＤＣＴ−ＩＶ（−ａ_ｉ−３ｗ_３＋（ｂ_ｉ−３ｗ_４）_Ｒ＋ａ_ｉ−１ｗ_７−（ｂ_ｉ−１ｗ_８）_Ｒ）］、
式中、（ａ_ｉ−４ｗ_１）_Ｒ、（ａ_ｉ−２ｗ_５）_Ｒ、（ｂ_ｉ−３ｗ_４）_Ｒ、（ｂ_ｉ−１ｗ_８）_Ｒは、それぞれ、ベクトルａ_ｉ−４ｗ_１、ａ_ｉ−２ｗ_５、ｂ_ｉ−３ｗ_４、ｂ_ｉ−１ｗ_８の逆順を示す。

デコーダにおけるＡＡＣ−ＥＬＤモードの逆変換処理を、以下に説明する。

デコーダにおいて、フレームｉ−１がＡＡＣ−ＥＬＤモードで復号される場合を説明する。図７にＡＡＣ−ＥＬＤモードに対する逆変換処理を示す。デコーダにおけるＡＡＣ−ＥＬＤモードの逆低遅延フィルタバンクを、以下に示す。

低遅延フィルタバンクの逆変換信号の長さは、４Ｎである。第１の実施の形態において説明したように、フレームｉ−１に対する逆変換信号は以下の通りである。

逆低遅延フィルタバンクを適用した後、窓がｙ_ｉ−１に適用され、

が得られる。図６は、ＡＡＣ−ＥＬＤモードのデコーダの窓形状を示す。ＡＡＣ−ＥＬＤモードにおける窓の長さは４Ｎである。これは、ＡＡＣ−ＥＬＤモードのエンコーダの窓の逆順である。デコーダにおける窓は、ｗ_ｄｅｃと示される。図示の便宜上、図６に示すように、デコーダの窓は８つの部分に分割され、［ｗ_Ｒ，８、ｗ_Ｒ，７、ｗ_Ｒ，６、ｗ_Ｒ，５、ｗ_Ｒ，４、ｗ_Ｒ，３、ｗ_Ｒ，２、ｗ_Ｒ，１］と示される。

窓処理された逆変換信号

は、以下の通りである。

ＡＡＣ−ＥＬＤモードによって符号化された次のフレームｉにおいて、窓処理された逆変換信号

は、以下の通りである。

フレームｉの信号［ａ_ｉ−１、ｂ_ｉ−１］を再構成するために、重複加算処理には先行する３つのフレームを必要とする。図７では、そのＡＡＣ−ＥＬＤモードの重複加算処理を示す。再構成された信号ｏｕｔ_ｉの長さはＮである。

重複加算処理は、以下の式により表すことができる。

ＡＡＣ−ＥＬＤのエイリアシングを除去するメカニズムを、図２２に示す。フレームｉ、フレームｉ−１、フレームｉ−２、フレームｉ−３の窓処理された逆変換信号を図２２に示す。視覚化するために、グラフは、

である、特殊な場合の例を示す。

窓は、以下の特性を有するように構成される。

信号ａ_ｉ−１は、重複加算された後に再構成される。

同じ分析方法が信号ｂ_ｉ−１の再構成に用いられる。

信号ｂ_ｉ−１は、重複加算された後に再構成される。

Ｆｕｃｈｓ，Ｇｕｉｌｌａｕｍｅ「Ａｐｐａｒａｔｕｓ ａｎｄ ｍｅｔｈｏｄ ｆｏｒ ｅｎｃｏｄｉｎｇ／ｄｅｃｏｄｉｎｇ ａｎｄ ａｕｄｉｏ ｓｉｇｎａｌ ｕｓｉｎｇ ａｎ ａｌｉａｓｉｎｇ ｓｗｉｔｃｈ ｓｃｈｅｍｅ」、国際公開第２０１０／００３５３２号

Ｍｉｌａｎ Ｊｅｌｉｎｅｋ、「Ｗｉｄｅｂａｎｄ Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ Ａｄｖａｎｃｅｓ ｉｎ ＶＭＲ−ＷＢ Ｓｔａｎｄａｒｄ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｕｄｉｏ、Ｓｐｅｅｃｈ ａｎｄ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌ．１５、Ｎｏ．４、２００７年５月

ＡＡＣ−ＬＤを用いる低遅延ハイブリッドコーデックは、通常遅延のＡＡＣを用いるよりも遅延が少ないが、その音質は、比較的狭帯域なものとなり、十分ではない。

ハイブリッドコーデックの音質を向上（特に広帯域化）させるために、ＡＡＣ−ＬＤモードをＡＡＣ−ＥＬＤ符号化モードに置き換えることで音質向上が期待できる。ＡＡＣ−ＥＬＤは、ＡＡＣ−ＬＤを用いるハイブリッドコーデックの遅延をさらに低減させる。

しかしながら、ＡＡＣ−ＥＬＤを用いてハイブリッドコーデックを構成することには問題がある。異なる符号化モードを切り替える際、ＡＡＣ−ＥＬＤでは先行フレームとオーバーラップしたサンプルを用いて周波数変換を行うために、対象フレーム内のサンプルだけで符号化が完結するＡＣＥＬＰおよびＴＣＸモードとの切り替わりにおける遷移フレームにおいてエイリアシングが生じ、不自然な音が発生する。ＡＡＣ−ＥＬＤを用いる低遅延ハイブリッドコーデックの符号化構造が先行技術の他のハイブリッドコーデックとは異なるため、先行技術におけるブロック切替アルゴリズムを用いることでは、このエイリアシングを除去することができない。先行技術において、ブロック切替アルゴリズムは、ＡＡＣ−ＬＤモードと、ＡＣＥＬＰおよびＴＣＸモードとの間で切り替えられるように構成されている。これをそのままの形では、ＡＡＣ−ＥＬＤモードと、ＡＣＥＬＰおよびＴＣＸモードとの間のブロック切替に適用できない。

つまり、低遅延ハイブリッドコーデックにおいてＡＡＣ−ＥＬＤ符号化技術とＡＣＥＬＰ符号化技術およびＴＣＸ符号化技術をシームレスに組み合わせて、エイリアシングに起因する音質劣化を抑制ためには、符号化モードが切り替わる遷移フレームを処理するための新たなブロック切替アルゴリズムが必要である。

また、低遅延ハイブリッドコーデックの他の問題は、過渡信号の符号化に好適な方式がないため低音質であることである。ＡＡＣ−ＥＬＤは、低遅延フィルタバンクに適応される窓形状を１種類のみ使用する。ＡＡＣ−ＥＬＤの窓形状は長い。ＡＡＣ−ＥＬＤのロングウインドウ形状により、過渡信号の符号化の品質が低くなる。より優れたＡＡＣ−ＥＬＤの過渡信号符号化方法が、低遅延ハイブリッドコーデックの音質の向上に必要である。

本発明の目的は、低遅延ハイブリッドコーデックにおいて異なる符号化モードを切り替える際に生じる音質低下の問題を解決することである。

本発明の目的は、符号化モードをシームレスに切り替えて、切り替えの際に発生する音質劣化を抑制するために、エンコーダとデコーダとにおける、スピーチおよびオーディオのハイブリッドコーデックに対する最適なブロック切替アルゴリズムを提供することである。先行技術では、窓処理されたブロックのエイリアシング部分に対して、遷移ブロックとそれ以降の部分とでは別の処理を行っていたが、本発明のに係る切替方式はこれとは異なる。すなわち、先行フレームの非エイリアシング部分を処理して、切替対象フレームにおけるエイリアシングの除去に用いる。従って、複数フレームの異なる部分に対して別々の符号化技術は用いられていない。

ブロック切替アルゴリズムは、以下の遷移フレームを処理するために用いる。
・ＡＡＣ−ＥＬＤモードからＡＣＥＬＰモード
・ＡＣＥＬＰモードからＡＡＣ−ＥＬＤモード
・ＡＡＣ−ＥＬＤモードからＴＣＸモード
・ＴＣＸモードからＡＡＣ−ＥＬＤモード

さらに、低遅延ハイブリッドコーデックのためにＡＣＥＬＰモードからＡＡＣ−ＥＬＤモードへ切り替わるブロックのビットレートを低減させることが好ましい。ここでは、ＡＣＥＬＰからＡＡＣ−ＥＬＤの切り替えに要するビットレートを低減させるため、低遅延フィルタバンクを用いる代わりに、低遅延フィルタバンクに似た通常のＭＤＣＴフィルタバンクを用いる。

また、さらに、低遅延ハイブリッドコーデックにおいて過渡信号を処理するブロック切替方式を構成することによって音質を向上させることが好ましい。過渡信号では、急激なエネルギー変化があるため、過渡信号を符号化するためには、ショートウインドウ処理を用いることが望ましい。これにより、ＡＡＣ−ＥＬＤモードにおいてショートウインドウからロングウインドウへシームレスに連結することができる。

図１は、３つの符号化モードを有する低遅延ハイブリッドエンコーダの構成を示すブロック図である。 図２は、通常フレームから通常フレームに切り替わる際の遷移フレームを示す図である。 図３は、ＡＡＣ−ＥＬＤモードにおけるエンコーダの窓処理を示す図である。 図４は、エンコーダにおいてＡＡＣ−ＥＬＤモードがＡＣＥＬＰモードに切り替えられる場合のフレーム境界を示す図である。 図５は、３つの復号モードを有する低遅延ハイブリッドデコーダの構成を示すブロック図である。 図６は、ＡＡＣ−ＥＬＤモードにおけるデコーダの窓処理を示す図である。 図７は、ＡＡＣ−ＥＬＤモードの復号処理を示す図である。 図８は、ＡＡＣ−ＥＬＤからＡＣＥＬＰに切り替える復号処理を示す図である。 図９は、デコーダにおいてＡＣＥＬＰからＡＡＣ−ＥＬＤに遷移する場合の処理を示す図である。 図１０は、エンコーダにおいてＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる際の処理を示す図である。 図１１は、ＡＣＥＬＰからＡＡＣ−ＥＬＤに切り替える復号処理の例１を示す図である。 図１２は、ＡＣＥＬＰからＡＡＣ−ＥＬＤに切り替える復号処理の例２を示す図である。 図１３は、エンコーダにおいてＡＡＣ−ＥＬＤモードがＴＣＸモードに切り替えられる際の処理を示す図である。 図１４は、デコーダにおいてＡＡＣ−ＥＬＤからＴＣＸに遷移する場合の処理を示す図である。 図１５は、エンコーダにおいてＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる際の処理を示す図である。 図１６は、ＴＣＸからＡＡＣ−ＥＬＤに切り替える復号処理を示す図である。 図１７は、ＴＣＸからＡＡＣ−ＥＬＤに切り替える復号処理の詳細を示す図である。 図１８は、エンコーダにおける過渡信号の処理を示す図である。 図１９は、過渡信号の復号処理を示す図である。 図２０は、２つの符号化モードを有する低遅延ハイブリッドエンコーダの構成を示すブロック図である。 図２１は、２つの復号モードを有する低遅延ハイブリッドデコーダの構成を示すブロック図である。 図２２は、ＡＡＣＣ−ＥＬＤモードにおけるエイリアシング除去の処理を示す図である。 図２３は、デコーダにおいてＡＡＣ−ＥＬＤからＡＣＥＬＰに遷移する場合の処理を示す図である。 図２４は、サブフレームの境界における平滑化処理を示す図である。

以下の実施の形態は、様々な発明ステップの原理を説明するものである。ここに説明する具体例の様々な変形例は、当業者には明らかであろう。

（第１の実施の形態）
第１の実施の形態において、ＡＡＣ−ＥＬＤモードをＡＣＥＬＰモードに切り替える途中のフレームである遷移フレームを符号化するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。

デコーダにおいて、ＡＡＣ−ＥＬＤモードに起因する先行フレームのエイリアシングを除去するために、ＡＣＥＬＰのフレームサイズを拡張する。ＡＡＣ−ＥＬＤモードからＡＣＥＬＰモードに切替える際に生じるエイリアシングは、ＡＡＣ−ＥＬＤモードでは符号化対象フレームを符号化するために先行するフレームのサンプルが必要であるのに対し、ＡＣＥＬＰでは符号化対象フレームを符号化するために符号化対象フレームの１フレーム分のサンプルしか使わないことに起因する。これに対し、まず符号化対象フレームに先行する先行フレームの後半は、対象フレームに連結され、通常の入力フレームサイズよりも長い拡張フレームを形成する。拡張フレームは、エンコーダにおいてＡＣＥＬＰモードで符号化される。

図２０は、ＡＡＣ−ＥＬＤ符号化技術とＡＣＥＬＰ符号化技術とを組み合わせたハイブリッドエンコーダの構成を示すブロック図である。図２０において、入力信号が高周波エンコーダ２００１に送信される。符号化された高周波パラメータは、ビットマルチプレクサブロック２００６に送信される。入力信号は、信号分類ブロック２００３にも送信される。信号分類では、低周波帯域の時間領域信号に対して、どの符号化モードを選択するかを決定する。信号分類ブロック２００３からのモード指標が、ビットマルチプレクサブロック２００６に送信される。モード指標は、ブロック切替アルゴリズム２００２を制御するためにも用いられる。符号化対象の低周波帯域における時間領域信号は、モード指標に従って、対応する符号化技術２００４、２００５に送信される。ビットマルチプレクサブロック２００６は、ビットストリームを生成する。

入力信号は、フレーム毎に符号化される。入力フレームサイズは、本実施の形態ではＮと定義される。

図２０において、複数のブロック切替アルゴリズム２００２は、符号化モードが切り替えられる遷移フレームの処理に用いられる。図４は、第１の実施の形態におけるＡＡＣ−ＥＬＤからＡＣＥＬＰへのブロック切替アルゴリズムを示す。

ブロック切替アルゴリズムは、先行フレームｉ−１の後半を連結して、処理フレームの長さが

の拡張フレームを形成する。この処理が行われたフレームは、符号化のためにＡＣＥＬＰモードに送信される。

（効果）
本実施の形態のブロック切替アルゴリズムを有するエンコーダにより、符号化モードをＡＡＣ−ＥＬＤモードからＡＣＥＬＰモードに切り替える際、デコーダにおけるエイリアシングの除去を容易に行うことができ、オーディオ符号化モードとスピーチ符号化モードとの２つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて、ＡＡＣ−ＥＬＤ符号化技術およびＡＣＥＬＰ符号化技術をシームレスに組み合わせることができる。

（第２の実施の形態）
第２の実施の形態において、ＡＡＣ−ＥＬＤモードがＡＣＥＬＰモードに切り替えられる遷移フレームを符号化するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。

第２の実施の形態では、第１の実施の形態と同様にＡＣＥＬＰフレームの長さを拡張することである。エンコーダの構成は、第１の実施の形態と異なる。第２の実施の形態のエンコーダには、３つの符号化モードがある。それは、ＡＡＣ−ＥＬＤモード、ＡＣＥＬＰモード、およびＴＣＸモードである。

図１は、オーディオコーデックであるＡＡＣ−ＥＬＤと、スピーチコーデックであるＡＣＥＬＰ符号化技術およびＴＣＸ符号化技術とを組み合わせる構成を示す。図１において、入力信号が高周波エンコーダ１０１に送信される。符号化された高周波パラメータは、ビットマルチプレクサブロック１０７に送信される。入力信号は、信号分類ブロック１０３にも送信される。信号分類は、どの符号化モードを選択するかを決定する。信号分類ブロックからのモード指標が、ビットマルチプレクサブロック１０７に送信される。モード指標は、ブロック切替アルゴリズム１０２を制御するためにも用いられる。符号化対象の低周波帯域における時間領域信号は、モード指標に従って、対応する符号化技術１０４、１０５、１０６に送信される。ビットマルチプレクサブロック１０７は、ビットストリームを生成する。

（効果）
本実施の形態のブロック切替アルゴリズムを有するエンコーダにより、符号化モードをＡＡＣ−ＥＬＤモードからＡＣＥＬＰモードに切り替える際、デコーダにおけるエイリアシングの除去を容易に行うことができ、３つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて、ＡＡＣ−ＥＬＤ符号化技術およびＡＣＥＬＰ符号化技術をシームレスに組み合わせることができる。

（第３の実施の形態）
第３の実施の形態において、ＡＡＣ−ＥＬＤモードがＡＣＥＬＰモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

本実施の形態において、対象フレームをフレームｉと示す。ＡＡＣ−ＥＬＤ符号化モードに起因するフレームｉ−１のエイリアシングを除去するために、ブロック切替アルゴリズムは、フレームｉのＡＣＥＬＰ合成信号の非エイリアシング部分およびフレームｉ−２の再構成信号を用いて逆エイリアシング成分を生成する。

図２１は、ＡＡＣ−ＥＬＤ符号化技術とＡＣＥＬＰ復号技術とを組み合わせたスピーチおよびオーディオハイブリッドデコーダを示す。図２１において、入力ビットストリームが２１０１において逆多重化される。モード指標が復号モードおよびブロック切替アルゴリズム２１０４の選択を制御するために送信される。高周波信号を再構成するために高周波パラメータが高周波デコーダ２１０５に送信される。モード指標に従って、低周波係数が対応するデコーダ２１０２、２１０３に送信される。逆変換信号および合成信号は、ブロック切替アルゴリズムに送信される。ブロック切替アルゴリズム２１０４は、異なる切替状況に応じて低周波帯域の時間領域信号を再構成する。高周波デコーダ２１０５は、高周波パラメータおよび低周波帯域の時間領域信号に基づいてこれらの信号を再構成する。

第３の実施の形態において、デコーダにおいてＡＡＣ−ＥＬＤモードからＡＣＥＬＰモードに切り替えるためのブロック切替方法を考案する。図２３は、ＡＡＣ−ＥＬＤからＡＣＥＬＰに遷移する場合を示す。フレームｉ−１は、ＡＡＣ−ＥＬＤモードによって通常フレームとして逆変換される。フレームｉは、ＡＣＥＬＰモードにおいて通常フレームとして合成される。サブフレーム２３０１で示す非エイリアシング部分と、サブフレーム２３０４およびサブフレーム２３０５で示すフレームｉ−２の復号信号とを処理し、これを用いてサブフレーム２３０２で示すエイリアシング部分におけるエイリアシングを除去する。

図８は、ブロックの切り替えの一例を示す。

フレームｉに対して、ＡＣＥＬＰ合成信号を、

と示す。ＡＣＥＬＰ合成信号の長さは、第１の実施の形態において示されている符号化処理に基づき、

である。図２３においてサブフレーム２３０１と示されている非エイリアシング部分の一部は、エイリアシング除去のために抽出される。

先行フレームｉ−１のＡＡＣ−ＥＬＤ逆変換信号は、ｙ_ｉ−１と示され、４Ｎの長さを有する。図２３において、サブフレーム２３０２として示されている１つのエイリアシング部分が抽出され、このエイリアシング部分は背景技術の項目において説明したＡＡＣ−ＥＬＤ逆変換に基づき以下のように表される。

非エイリアシング部分２３０１（ｂ_ｉ−１）と、フレームｉ−１のエイリアシング部分２３０２（−ａ_ｉ−３ｗ_３＋（ｂ_ｉ−３ｗ_４）_Ｒ＋ａ_ｉ−１ｗ_７−（ｂ_ｉ−１ｗ_８）_Ｒ）と、フレームｉ−２［ａ_ｉ−３、ｂ_ｉ−３］の再構成信号であるサブフレーム２３０４、２３０５とが、遷移フレームの信号を再構成するために用いられる。

図８に示されるように、窓ｗ_８が非エイリアシング部分ｂ_ｉ−１に適用されて、ｂ_ｉ−１ｗ_８が得られる。

窓処理後、折り畳みが適用されて、（ｂ_ｉ−１ｗ_８）_Ｒで示されるｂ_ｉ−１ｗ_８の逆順が得られる。

図８に示すように、得られた非エイリアシング部分ａ_ｉ−３に窓ｗ_３が適用され、ａ_ｉ−３ｗ_３が得られる。

図８に示すように、非エイリアシングｂ_ｉ−３に窓ｗ_４が適用されて、ｂ_ｉ−３ｗ_４が得られる。ｂ_ｉ−３ｗ_４の逆順が得られ、９０１に示すように、これを（ｂ_ｉ−３ｗ_４）_Ｒで示す。

エイリアシングを除去するために、図８に示すように−ａ_ｉ−３ｗ_３＋（ｂ_ｉ−３ｗ_４）_Ｒ＋ａ_ｉ−１ｗ_７−（ｂ_ｉ−１ｗ_８）_Ｒ、（ｂ_ｉ−１ｗ_８）_Ｒ、ａ_ｉ−３ｗ_３、（ｂ_ｉ−３ｗ_４）_Ｒを加算する。

ａ_ｉ−１ｗ_７に逆窓関数が適用されて、ａ_ｉ−１が得られる。
ａ_ｉ−１＝ａ_ｉ−１ｗ_７／７

したがって、フレームｉの出力は、サブフレーム２３０１とサブフレーム８０１とを連結することによって再構成された信号［ａ_ｉ−１、ｂ_ｉ−１］である。

（効果）
以上のように、ブロック切替アルゴリズムを有する本実施の形態のデコーダによれば、ＡＡＣ−ＥＬＤモードからＡＣＥＬＰモードに切り替える際に遷移フレームで生じるエイリアシングを、先行フレームの非エイリアシング部分を用いて信号処理を行うことにより除去することができる。これによって、２つの復号モードを有する低遅延のハイブリッドデコーダにおいては、ＡＡＣ−ＥＬＤ符号化技術およびＡＣＥＬＰ符号化技術をシームレスに組み合わせることができる。

（第４の実施の形態）
第４の実施の形態において、ＡＡＣ−ＥＬＤモードがＡＣＥＬＰモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

第４の実施の形態の原理は、第３の実施の形態と同じである。デコーダの構成は、第３の実施の形態と異なる。第４の実施の形態のデコーダには３つの復号モードがある。その復号モードは、ＡＡＣ−ＥＬＤ復号モード、ＡＣＥＬＰ復号モード、およびＴＣＸ復号モードである。

図５は、ＡＡＣ−ＥＬＤとＡＣＥＬＰ符号化技術およびＴＣＸ符号化技術とを組み合わせるスピーチおよびオーディオハイブリッドデコーダを示す。図５において、入力ビットストリームが５０１において逆多重化される。モード指標が、復号モード５０２、５０３、５０４、およびブロック切替アルゴリズム５０５の選択を制御するために送信される。高周波パラメータは、高周波デコーダ５０６に送信されて、高周波信号が再構成される。低周波係数が、モード指標に従って、対応の復号モードに送信される。逆変換信号および合成信号がブロック切替アルゴリズム５０５に送信される。ブロック切替アルゴリズム５０５は、異なる切替状況に応じて低周波帯域の時間領域信号を再構成する。高周波デコーダ５０６は、高周波パラメータおよび低周波帯域の時間領域信号に基づいて、信号を再構成する。

（効果）
本実施の形態のブロック切替アルゴリズムを有するデコーダは、ＡＡＣ−ＥＬＤモードがＡＣＥＬＰモードに切り替えられる遷移フレームにおけるエイリアシング除去の問題を解決し、３つの復号モードを有する低遅延ハイブリッドコーデックにおいて、ＡＡＣ−ＥＬＤ符号化技術およびＡＣＥＬＰ符号化技術をシームレスに組み合わせることができる。

（第５の実施の形態）
第５の実施の形態において、ＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを符号化するために、スピーチおよびオーディオハイブリッドエンコーダを有するブロック切替アルゴリズムを考案する。

符号化モードがＡＣＥＬＰからＡＡＣ−ＥＬＤモードに切り替えられる時、復号処理が通常のＡＡＣ−ＥＬＤ重複加算処理に戻される。先行技術において、この遷移フレームは、通常のＡＡＣ−ＥＬＤ低遅延フィルタバンクによって符号化される。先行技術とは異なり、本実施の形態のエンコーダはＭＤＣＴフィルタバンクを用いる。本実施の形態の方法の効果は、ＡＡＣ−ＥＬＤ符号化と比較して、符号化演算の複雑性を低減させることである。本実施の形態の方法を用いることによって、通常のＡＡＣ−ＥＬＤモードと比較して、デコーダに送信される変換係数が半分に低減される。そのため、ビットレートが節約される。

エンコーダの構成は、第１の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第１の実施の形態と異なる。本実施の形態は、ＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを符号化するためのものである。

図１０は、遷移フレームに対する本実施の形態の符号化方法を示す。対象フレームｉ［ａ_ｉ、ｂ_ｉ］が、ゼロ埋めによって２Ｎの長さに拡張され、［ａ_ｉ、ｂ_ｉ、０、０］と示される。このベクトルに窓処理が行われて、ベクトル［ａ_ｉｗ_７、ｂ_ｉｗ_８、０、０］が得られる。

窓処理後、ＭＤＣＴフィルタバンクを用いて窓処理されたベクトルが変換される。

ＭＤＣＴ変換係数は、ＤＣＴ−ＩＶでは以下のように表される。
［０、ＤＣＴ−ＩＶ（ａ_ｉｗ_７−（ｂ_ｉｗ_８）_Ｒ）］

この結果、Ｎ／２の部分の係数がすべて０となるために、Ｎ／２の長さを有するＤＣＴ−ＩＶ（ａ_ｉｗ_７−（ｂ_ｉｗ_８）_Ｒ）のみをデコーダに送信すればよいことになる。ＡＡＣ−ＥＬＤ係数の長さは、Ｎである。したがって、本実施の形態の方法を用いることによって、ビットレートが半分に節約される。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のエンコーダは、符号化モードがＡＣＥＬＰモードからＡＡＣ−ＥＬＤモードに切り替えられる時に、ＡＡＣ−ＥＬＤモードによって符号化された後続フレームのエイリアシングの除去を行うためのフレームｉのエイリアシング成分の作成に役立つものである。ＡＡＣ−ＥＬＤモードを遷移フレームに直接用いる場合と比較して、符号化の演算複雑性およびビットレートが低減される。

（第６の実施の形態）
第６の実施の形態において、ＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを符号化するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。

第６の実施の形態の原理は、第５の実施の形態と同じであるが、エンコーダの構成は第５の実施の形態とは異なる。

第６の実施の形態のエンコーダは３つの符号化モードを有し、そのモードはＡＡＣ−ＥＬＤモード、ＡＣＥＬＰモード、およびＴＣＸモードである。第６の実施の形態のエンコーダの構成は、第２の実施の形態と同じである。

（第７の実施の形態）
第７の実施の形態において、ＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

本実施の形態において、第５の実施の形態におけるエンコーダに従って、デコーダにおいてＡＣＥＬＰからＡＡＣ−ＥＬＤへのブロックの切り替えが行われる。符号化モードがＡＣＥＬＰからＡＡＣ−ＥＬＤモードに切り替えられる時、後続のフレームがＡＡＣ−ＥＬＤ重複加算モードに戻される。フレームｉの逆ＭＤＣＴ変換信号のエイリアシング部分と、フレームｉ−１のＡＣＥＬＰ合成信号の非エイリアシング部分と、フレームｉ−２およびフレームｉ−３の再構成信号を用いて、ＡＡＣ−ＥＬＤのエイリアシングが生成される。図９は、デコーダにおいてＡＣＥＬＰからＡＡＣ−ＥＬＤへ遷移する場合を示す。

デコーダの構成は、第３の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第３の実施の形態とは異なる。図９、１１、および１２は、復号処理の一例を示す。

第５の実施の形態によると、受信された低帯域の係数は、この遷移フレームｉにおいてＭＤＣＴ変換係数ＤＣＴ−ＩＶ（ａ_ｉｗ_７−（ｂ_ｉｗ_８）_Ｒ）である。したがって、対応する逆フィルタバンクは、第７の実施の形態においてはＩＭＤＣＴである。ＩＭＤＣＴのエイリアシングの出力は、長さＮを有する［ａ_ｉｗ_７−（ｂ_ｉｗ_８）_Ｒ’−（ａ_ｉｗ_７）_Ｒ＋ｂ_ｉｗ_８］で示され、図９においてサブフレーム９０１およびサブフレーム９０２と示される。

先行フレームｉ−１からのＡＣＥＬＰ合成信号の非エイリアシング部分は、長さＮを有する［ａ_ｉ−１、ｂ_ｉ−１］で示され、図９においてサブフレーム９０３およびサブフレーム９０４と示される。

先行する２つのフレームの出力は、［ａ_ｉ−２、ｂ_ｉ−２］、（ａ_ｉ−３、ｂ_ｉ−３］で示され、図９においてそれぞれ、サブフレーム９０５、９０６、９０７、９０８と示される。

逆ＡＡＣ−ＥＬＤのエイリアシング部分は、上記サブフレームを用いて作成される。この目的は、通常のＡＡＣ−ＥＬＤモードに戻すことができるように、ＡＡＣ−ＥＬＤモードにより符号化された後続フレームと重複加算するためにエイリアシング成分を作成することである。

逆低遅延フィルタバンクに起因するエイリアシング成分を生成する方法の一つを以下に説明する。図１１、１２は、ＡＡＣ−ＥＬＤのエイリアシング要素を作成する方法の処理の詳細を示す。

図１１において、フレームｉ−３の復号信号ａ_ｉ−３が窓処理されて、ａ_ｉ−３ｗ_１が得られる。逆順（ａ_ｉ−３ｗ_１）_Ｒを得るために折り畳みが適用される。

フレームｉ−３の復号信号ｂ_ｉ−３の後半が窓処理されてｂ_ｉ−３ｗ_２が得られる。

フレームｉ−１のＡＣＥＬＰ合成信号ａ_ｉ−１の非エイリアシング部分の前半が窓処理されて、ａ_ｉ−１ｗ_５が得られる。逆順（ａ_ｉ−１ｗ_５）Ｒを得るために折り畳みが用いられる。

ＡＣＥＬＰ合成信号の非エイリアシング部分の後半を、ｂ_ｉ−１と示す。ｂ_ｉ−１に窓処理が行われて、ｂ_ｉ−１ｗ_６が得られる。

ベクトル（ａ_ｉ−３ｗ_１）_Ｒ、ｂ_ｉ−３ｗ_２、（ａ_ｉ−１ｗ_５）_Ｒ、ｂ_ｉ−１ｗ_６を合算することにより、逆低遅延フィルタバンク係数ｙｉのエイリアシング成分が以下のように再構成される。

同じ分析方法を用いることで、逆変換係数ｙ_ｉの残りの成分が再構成される。図１２は、ＡＡＣ−ＥＬＤのエイリアシング部分の生成処理の詳細を示す。

図１２に示すように、ＡＡＣ−ＥＬＤフレームｉのエイリアシング部分が得られる。

デコーダの窓［ｗ_Ｒ，８、ｗ_Ｒ，７、ｗ_Ｒ，６、ｗ_Ｒ，５、ｗ_Ｒ，４、ｗ_Ｒ，３、ｗ_Ｒ，２、ｗ_Ｒ，１］が適用されて、窓処理されたエイリアシング部分

が得られる。

再生成されたＡＡＣ−ＥＬＤのエイリアシング部分を用いて、後続のＡＡＣ−ＥＬＤフレームのエイリアシング除去を続行することができる。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、ＭＤＣＴ係数を用いてＡＡＣ−ＥＬＤモードのエイリアシング成分を生成して、ＡＡＣ−ＥＬＤモードによって符号化された後続フレームのエイリアシングを容易に除去できるようにする。本発明は、２つの符号化モードを有する低遅延スピーチおよびオーディオハイブリッドコーデックにおいて、ＡＣＥＬＰモードからのＡＡＣ−ＥＬＤモードへのシームレスな遷移を実現する。

（第８の実施の形態）
第８の実施の形態において、ＡＣＥＬＰモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを復号するために、複数のブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

第８の実施の形態の原理は、第７の実施の形態と同じである。デコーダの構成は、第７の実施の形態と異なる。

第８の実施の形態において、ＡＡＣ−ＥＬＤモード、ＡＣＥＬＰモード、およびＴＣＸモードの３つの復号モードがある。第８の実施の形態の構成は、第４の実施の形態の構成と同じである。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、ＡＡＣ−ＥＬＤモードのエイリアシングを生成して、ＡＡＣ−ＥＬＤモードによって符号化された後続フレームのエイリアシングを容易に除去できるようにする。本発明は、３つの符号化モードを有する低遅延スピーチおよびオーディオハイブリッドコーデックにおいて、ＡＣＥＬＰモードからのＡＡＣ−ＥＬＤモードへのシームレスな遷移を実現する。

（第９の実施の形態）
第９の実施の形態において、ＡＡＣ−ＥＬＤモードがＴＣＸモードに切り替えられる遷移フレームを符号化するためにブロック切替アルゴリズムを有するスピーチおよびオーディオエンコーダを考案する。

デコーダにおけるＡＡＣ−ＥＬＤモードに起因する先行フレームのエイリアシングを除去するために、ＴＣＸフレームサイズを拡張する。本実施の形態において、ブロック切替アルゴリズムは、対象フレームを先行フレームと連結して、通常のフレームサイズよりも長い拡張フレームを形成する。この拡張フレームは、エンコーダにおいてＴＣＸモードにより符号化される。

エンコーダの構成は、第２の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第２の実施の形態とは異なる。本実施の形態は、ＡＡＣ−ＥＬＤモードがＴＣＸモードに切り替えられる遷移フレームを符号化するためのものである。

図１３は、符号化処理を示す。先行フレームはＡＡＣ−ＥＬＤモードにより符号化される。ＡＡＣ−ＥＬＤモードに起因する先行フレームｉ−１のエイリアシングを除去するために、対象フレームｉを先行フレームｉ−１と連結して長いフレームを形成する。処理フレームサイズは、２Ｎであり、Ｎはフレームサイズである。拡張されたフレームは、図１３に示すように、ＴＣＸによって符号化される。

ＴＣＸモードの窓のサイズはＮである。ＴＣＸモードにおいて、重複する長さは

である。したがって、拡張フレームは、図１３に示されるように、３つのＴＣＸ窓を含む。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のエンコーダは、符号化モードがＡＡＣ−ＥＬＤモードからＴＣＸモードに切り替えられる時、デコーダにおけるエイリアシングを容易に除去できるようにし、３つの符号化モードを有する低遅延のスピーチおよびオーディオハイブリッドコーデックにおいてＡＡＣ−ＥＬＤ符号化技術とＴＣＸ符号化技術とをシームレスに組み合わせることができる。

（第１０の実施の形態）
第１０の実施の形態において、ＡＡＣ−ＥＬＤモードがＴＣＸモードに切り替えられる遷移フレームを復号するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

本実施の形態において、対象フレームをフレームｉと示す。ＡＡＣ−ＥＬＤモードに起因する先行フレームｉ−１のエイリアシングを除去するために、ブロック切替アルゴリズムは、フレームｉのＴＣＸ合成信号とフレームｉ−２の再構成信号とを用いて逆エイリアシング成分を生成する。

デコーダの構成は、第４の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第４の実施の形態とは異なる。図１４は、ブロック切替処理を示す。

第９の実施の形態によると、対象遷移フレームは、処理フレームサイズ２Ｎを用いて、ＴＣＸモードにより符号化される。ここで、Ｎはフレームサイズである。第９の実施の形態におけるエンコーダによると、デコーダにおける合成に、ＴＣＸ合成を用いる。ＴＣＸ合成信号は、長さ２Ｎを有する［ａ_ｉ−１＋エイリアシング、ｂ_ｉ−１、ａ_ｉ、ｂ_ｉ＋エイリアシング］である。図１４においてサブフレーム１４０１として示す非エイリアシング部分のｂ_ｉ−１は、サブフレーム１４０２のエイリアシング成分を生成するために用いられる。

先行フレームｉ−１のＡＡＣ−ＥＬＤ合成信号をｙｉ−１で示し、長さは４Ｎである。背景技術において述べたＡＡＣ−ＥＬＤ逆変換に基づき、ｙｉ−１を以下のように示す。

サブフレーム１４０２として示すＡＡＣ−ＥＬＤエイリアシング成分−ａ_ｉ−３ｗ_３＋（ｂ_ｉ−３ｗ_４）_Ｒ＋ａ_ｉ−１ｗ_７−（ｂ_ｉ−１ｗ_８）_Ｒは、サブフレーム１４０１のＴＣＸ合成信号ｂ_ｉ−１と、サブフレーム１４０３、１０４０として示すフレームｉ−２における再構成信号ｏｕｔ_ｉ−２＝［ａ_ｉ−３、ｂ_ｉ−３］とを用いて除去される。遷移フレームが再構成される。

図１４におけるエイリアシング除去処理の詳細は、図８の説明と同じである。図２３におけるサブフレーム２３０１は、サブフレーム１４０１の非エイリアシング部分ｂ_ｉ−１によって置き換えられる。エイリアシング部分であるサブフレーム２３０２は、図１４において１４０２と置き換えられる。サブフレーム２３０４および２３０５として示される非エイリアシング部分は、ｏｕｔ_ｉ−２＝［ａ_ｉ−３、ｂ_ｉ−３］により置き換えられ、図１４においてサブフレーム１４０３および１４０４として示される。遷移フレームｉの再構成信号は、［ａ_ｉ−１、ｂ_ｉ−１］である。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、ＡＡＣ−ＥＬＤモードに起因するフレームｉ−１のエイリアシングを除去する。これにより、低遅延のハイブリッドスピーチおよびオーディオコーデックにおいて、ＡＡＣ−ＥＬＤモードからＴＣＸモードへのシームレスな遷移を実現する。

（第１１の実施の形態）
第１１の実施の形態において、ＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを符号化するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドエンコーダを考案する。

対象の遷移フレームは、フレームｉと示し、このフレームｉがＡＡＣ−ＥＬＤモードで符号化される。先行フレームは、ＴＣＸモードにより符号化されている。ＡＡＣ−ＥＬＤ低遅延フィルタバンクに起因するフレームｉのエイリアシングを除去するために、ブロック切替アルゴリズムは、対象フレームを先行する３フレームとともにＡＡＣ−ＥＬＤモードで符号化する。

エンコーダの構成は、第２の実施の形態と同じである。本実施の形態におけるブロック切替方法は、第２の実施の形態とは異なる。

図１５は、エンコーダにおいてＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームに対する符号化処理を示す。第９の実施の形態によると、重複する長さは、ＴＣＸモードにおいて

であり、Ｎはフレームサイズである。通常のＴＣＸモードにより符号化されたフレームに対して、図１５に示すように２つのＴＣＸ窓が適用される。

図１５に示されるように、対象の遷移フレームに対してＡＡＣ−ＥＬＤモードが直接適用されている。

（効果）
第１１の実施の形態におけるエンコーダは、ＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる時にデコーダにおいて行われるエイリアシングの除去を容易にする。本実施の形態におけるブロック切替アルゴリズムは、低遅延のスピーチおよびオーディオハイブリッドコーデックにおけるＡＡＣ−ＥＬＤ符号化技術とＴＣＸ符号化技術とのシームレスな組み合わせを実現する。

（第１２の実施の形態）
第１２の実施の形態において、ＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームを復号するために、ブロック切替アルゴリズムを有するスピーチおよびオーディオハイブリッドデコーダを考案する。

本実施の形態におけるブロック切替アルゴリズムは、ＴＣＸ合成信号およびフレームｉ−２の再構成信号を用いてＡＡＣ−ＥＬＤのエイリアシングを生成し、ブロックを切り替えるために、ＡＡＣ−ＥＬＤのエイリアシングを除去する。

図１６は、ＴＣＸモードがＡＡＣ−ＥＬＤモードに切り替えられる遷移フレームに対応する復号処理を示す。第１１の実施の形態に記載のエンコーダによると、先行フレームはＴＣＸモードで符号化される。ＴＣＸ合成後、ＴＣＸで合成された信号は、［ｂ_ｉ−２＋エイリアシング、ａ_ｉ−１、ｂ_ｉ−１＋エイリアシング］であり、

の長さを有する。ａ_ｉ−１は、図１６においてサブフレーム１６０１と示す。

対象フレームｉに対して、逆低遅延フィルタバンクの後、以下に示すように、逆変換信号はｙ_ｉと示され、長さ４Ｎを有する。

エイリアシング部分である、−（ａ_ｉ−３ｗ_１）_Ｒ−ｂ_ｉ−３ｗ_２＋（ａ_ｉ−１ｗ_５）_Ｒ＋ｂ_ｉ−１ｗ_６は、サブフレーム１６０２として示され、ＴＣＸ合成信号ａ_ｉ−１およびサブフレーム１６０３、１６０４として示されるフレームｉ−２における再構成信号ｏｕｔ_ｉ−２＝［ａ_ｉ−３、ｂ_ｉ−３］により除去されて、遷移フレーム［ａ_ｉ−１、ｂ_ｉ−１］の信号を再構成する。

図１７は、エイリアシング除去の一例を示す。フレームｉ−２の再構成信号ａ_ｉ−３が窓処理されて、図１７に示すようにａ_ｉ−３ｗ_１が得られる。ａ_ｉ−３ｗ_１の逆ベクトルを、（ａ_ｉ−３ｗ_１）_Ｒと示す。

ｏｕｔ_ｉ−２の後半が窓処理されて、ｂ_ｉ−３ｗ_２が得られる。

ＴＣＸ合成信号ａ_ｉ−１が窓処理されて、ａ_ｉ−１ｗ_５が得られる。ａ_ｉ−１ｗ_５の逆順は、（ａ_ｉ−１ｗ_５）_Ｒである。

再度生成されたエイリアシング成分ｂ_ｉ−１ｗ_６を加算および逆窓処理することにより、サブフレーム１７０１（ｂ_ｉ−１）が再構成される。対象遷移フレームを得るために、サブフレーム１７０１が、図１７に示すようにサブフレーム１６０１と連結される。

量子化の誤差により、連結部分の境界は滑らかではない。アーチファクトを除去するために、境界の平滑化に適応したアルゴリズムを考案する。図２４は、サブフレーム境界平滑化処理を示す。

サブフレーム１７０１（ｂ_ｉ−１）は、ＴＣＸ窓形状により窓処理される。折り畳みおよび展開処理を適用してＭＤＣＴ−ＴＣＸエイリアシング成分を生成する。得られた結果と、元々はＭＤＣＴ−ＴＣＸ逆変換に起因するサブフレーム１６０５のエイリアシング部分とが重ね合わされて、サブフレーム２４０１が得られる。サブフレーム１６０１と２４０１との間の境界は、重複加算処理により滑らかになる。過渡信号［ａ_ｉ−１、ｂ_ｉ−１］が再構成される。

（効果）
ブロック切替アルゴリズムを有する本実施の形態のデコーダは、ＡＡＣ−ＥＬＤモードに起因するフレームｉのエイリアシングを除去する。これにより、ＴＣＸモードからＡＡＣ−ＥＬＤモードへのシームレスな遷移を実現する。

（第１３の実施の形態）
第１３の実施の形態において、低遅延のスピーチおよびオーディオハイブリッドコーデックにおいて過渡信号を符号化するための符号化方法を考案する。

ＡＡＣ−ＥＬＤコーデックにおいて、ロングウインドウ形状のみが用いられる。これにより、エネルギーが急激に変化する過渡信号の符号化性能が低下する。過渡信号に対処するには、ショートウインドウが好ましい。本実施の形態では、過渡信号符号化アルゴリズムを考案する。過渡信号を有する対象フレームｉが、先行フレームと連結されて、より長いフレームサイズを有する拡張フレームを形成する。複数のショートウインドウおよびＭＤＣＴフィルタバンクが、この処理されたフレームの符号化に用いられる。

エンコーダの構成は、第１および第２の実施の形態と同じである。図１８は、エンコーダにおける符号化処理を示す。先行するフレームｉ−１は、先行する３つのフレームとともにＡＡＣ−ＥＬＤモードによって符号化される。フレームｉは、図１８に示すように先行フレームと連結される。拡張された長い遷移フレームの長さは、

である。長さ

を有する６つのショートウインドウが、拡張フレームに適用される。ショートウインドウ形状は、ＭＤＣＴフィルタバンクによって用いられる対称のウィンドウであればどのような形状でもよい。ＭＤＣＴフィルタバンクは、ショートウインドウ処理された信号に適用される。

（効果）
本実施の形態のエンコーダは、過渡信号処理アルゴリズムを提供し、ＡＡＣ−ＥＬＤ符号化技術を用いる低遅延ハイブリッドコーデックの音質を向上させる。

（第１４の実施の形態）
第１４の実施の形態において、過渡信号を復号するためのスピーチおよびオーディオハイブリッドデコーダを考案する。

第１３の実施の形態において説明したように、過渡フレームｉは、ショートウインドウＭＤＣＴによって符号化される。ＡＡＣ−ＥＬＤモードに起因するフレームｉ−１のエイリアシングを除去するために、本実施の形態における過渡信号復号方法は、フレームｉの逆ＭＤＣＴ変換信号とフレームｉ−３の再構成信号とを用いてＡＡＣ−ＥＬＤモードの逆エイリアシングを生成する。

過渡フレームの復号処理を、図１９に示す。第１３の実施の形態に記載の符号化処理によると、ＩＭＤＣＴおよび重複加算した後、信号１９０２は、［ａ_ｉ−１＋エイリアシング、ｂ_ｉ−１、ａ_ｉ、ｂ_ｉ＋エイリアシング］となり、長さ

を有する。

ＭＤＣＴからの非エイリアシング部分ｂ_ｉ−１は、図１９において１９０２として示されており、フレームｉ−１のＡＡＣ−ＥＬＤ逆変換信号ｙ_ｉ−１１９０４およびフレーム_ｉ−３の再構成信号ｏｕｔ_ｉ−２＝［ａ_ｉ−３、ｂ_ｉ−３］１９０５は、信号［ａ_ｉ−１、ｂ_ｉ−１］を再構成するために図１９のブロック１９０１に送信される。したがって、フレームｉの出力は［ａ_ｉ−１、ｂ_ｉ−１］である。

図１９におけるブロック１９０１の処理は、図８と同じである。図２３におけるサブフレーム２３０１は、非エイリアシング部分１９０２により置き換えられる。図１９におけるエイリアシング部分であるサブフレーム２３０２は、１９０４によって置き換えられる。サブフレーム２３０４、２３０５と示される非エイリアシング部分は、図１９の１９０５と示されるｏｕｔ_ｉ−２＝［ａ_ｉ−３、ｂ_ｉ−３］によって置き換えられる。

（効果）
本実施の形態のデコーダは、過渡信号の符号化性能を向上させるために、過渡信号処理方法を提供する。その結果、ＡＡＣ−ＥＬＤ符号化技術を用いる低遅延ハイブリッドコーデックの音質が向上する。

本発明は、ハイブリッドオーディオ符号化システムに関し、具体的には、低ビットレートにおけるオーディオ符号化およびスピーチ符号化に対応するハイブリッド符号化システムに関する。ハイブリッド符号化システムは、変換符号化と時間領域符号化とを組み合わせる。放送システム、携帯テレビ、携帯電話の通信、テレビ会議に用いることができる。

Claims (4)

1. スピーチ符号化モードとオーディオ符号化モードを用いて符号化された音声符号化信号を復号する復号装置であって、
   前記音声符号化信号に対して、線形予測を用いて復号するスピーチ復号部と、
   前記音声符号化信号に対して、逆低遅延フィルタバンクを用いて復号するサウンド復号部と、
   前記音声符号化信号に含まれる対象フレームｉが、前記スピーチ符号化モードから前記オーディオ符号化モードに切り替える際に符号化された遷移フレームである場合、
   前記対象フレームｉと、前記スピーチ符号化モードで符号化された、前記対象フレームｉに先行する復号済みフレームである、第１フレームｉ−１、第２フレームｉ−２及び第３フレームｉ−３とを用いて、前記対象フレームｉに対応するエイリアシング部分を生成する生成部と、
   前記エイリアシング部分を用いて、前記対象フレームｉに後続する、前記オーディオ符号化モードで符号化された、後続フレームｉ＋１のエイリアシングを除去する合成部と、
   を備える復号装置。
2. 前記サウンド復号部は、前記逆低遅延フィルタバンクの代わりに逆修正離散コサイン変換フィルタバンクを用いて前記遷移フレームを復号する
   請求項１に記載の復号装置。
3. 前記スピーチ符号化モードは、代数符号励振線形予測（ＡＣＥＬＰ）符号化モード又は変換符号化励振（ＴＣＸ）符号化モードである
   請求項１又は２に記載の復号装置。
4. 前記オーディオ符号化モードは、ＡＡＣ−ＥＬＤ符号化モードである
   請求項１〜３のいずれか１項に記載の復号装置。

Images