JP6366706B2 - スピーチ関連のスペクトル整形情報を使用したオーディオ信号符号化と復号化の概念 - Google Patents

Description

本発明は、オーディオ信号、特にスピーチ関連オーディオ信号を符号化する符号器に関する。本発明はまた、符号化済みオーディオ信号を復号化する復号器及び方法に関する。本発明はさらに、符号化済みオーディオ信号と、低ビットレートでの先進的スピーチ無声符号化（advanced speech unvoiced coding）とに関する。

低ビットレートでのスピーチ符号化は、ビットレートを低減しながらスピーチ品質を維持するために、無声フレームについての特殊なハンドリングから利益を得ることができる。無声フレームは、周波数ドメインと時間ドメインの双方で整形されるランダム励振として知覚的にモデル化され得る。その波形及び励振がガウスホワイトノイズとほぼ同様に見えかつ聞こえるので、その波形符号化は合成的に生成されたホワイトノイズによって緩和されかつ置換され得る。次に、この符号化は、信号の時間及び周波数ドメイン形状を符号化することにより構成されるであろう。

図１６は、パラメトリック無声符号化スキームの概略ブロック図を示す。合成フィルタ１２０２は、声道（vocal tract）をモデル化するよう構成され、ＬＰＣ（線形予測符号化）パラメータによってパラメータ化されている。フィルタ関数Ａ（ｚ）を含む導出されたＬＰＣフィルタから、ＬＰＣ係数を重み付けすることによって知覚的重み付きフィルタが導出され得る。知覚的フィルタｆｗ（ｎ）は通常、以下の形式の伝達関数を有する。
[数１]

ここで、ｗは１より小さい。ゲインパラメータｇ_nは、知覚ドメインにおいて元のエネルギーと適合する合成済みエネルギーを得るために、次式に従って計算される。
[数２]

ここで、ｓｗ（ｎ）及びｎｗ（ｎ）は、知覚的フィルタによってフィルタリングされた入力信号と生成済みノイズとをそれぞれ示す。ゲインｇ_nはサイズＬｓの各サブフレームについて計算される。例えば、１つのオーディオ信号が２０ｍｓの長さを持つ複数のフレームへと分割されてもよい。各フレームは複数のサブフレームにサブ分割されてもよく、例えばそれぞれ５ｍｓの長さを有する４個のサブフレームに分割されてもよい。

符号励振線形予測（ＣＥＬＰ）符号化スキームは、スピーチ通信に広く使用され、スピーチを符号化する非常に効率的な手法である。ＣＥＬＰ符号化はパラメトリック符号化よりも自然なスピーチ品質を与えるが、より高いレートを必要とする。ＣＥＬＰはオーディオ信号を、ＬＰＣ合成フィルタと呼ばれる線形予測フィルタへと搬送することにより合成する。そのＬＰＣ合成フィルタは、１／Ａ（ｚ）の形式の２つの励振の合計を含んでもよい。１つの励振は、適応型コードブック(adaptive codebook)と呼ばれる復号化された過去の励振からもたらされる。他方の寄与は、固定コードが蓄えられた革新的コードブック(innovative codebook)からもたらされる。しかしながら、低ビットレートでは、革新的コードブックは、スピーチの微細構造又は無声のノイズ状励振を効率的にモデル化するためには十分に蓄えられていない。したがって、知覚的品質が劣化し、特に無声フレームがクリスピーでかつ不自然に聞こえる。

低ビットレートでの符号化アーチファクトを緩和するために、異なる解決法がすでに提案されている。非特許文献１及び特許文献１では、革新的コードブックのコードが、現フレームのフォルマントに対応してスペクトル領域を強調することによって、適応的かつスペクトル的に整形される。このフォルマント位置及び形状はＬＰＣ係数から直接的に差し引かれることができ、その係数は符号器側及び復号器側の双方ですでに利用可能である。コードｃ（ｎ）のフォルマント強調は、次式に従う簡易なフィルタリングによって実行される。
[数３]

ここで、＊は畳み込み演算子を示し、ｆｅ（ｎ）は次式に示す伝達関数のフィルタのインパルス応答である。
[数４]

ここで、ｗ１及びｗ２は、伝達関数Ｆｆｅ（ｚ）のフォルマント構造を大きく又は小さく強調する２つの重み付け定数である。結果として得られる整形済み符号はスピーチ信号の特性を引き継ぎ、合成信号はより明瞭に聞こえる。

ＣＥＬＰでは、スペクトル傾斜を革新的コードブックの復号器へ付加することは、また通常のことである。それは、以下のフィルタを用いてコードをフィルタリングすることによって実行される。
[数５]

ファクタβは通常は前フレームのボイシング（voicing）に関係しかつ左右される。即ち、変化する。ボイシングは適応型コードブックからのエネルギー寄与から推定され得る。前フレームが有声である場合には、現フレームもまた有声であろうと予想され、そのコードは低周波数においてより大きなエネルギーを有する筈である、すなわち負の傾斜を示すはずであると予想される。これと対照的に、付加されるスペクトル傾斜は無声フレームについては正であろうし、より大きなエネルギーが高周波にむかって分配されるであろう。

復号器の出力のスピーチ強調及びノイズ低減のためのスペクトル整形の使用は、通常の慣用である。後フィルタリングとしての所謂フォルマント強調は、適応型後フィルタリングからなり、その係数は復号器のＬＰＣパラメータから導出される。その後フィルタは、上述のようにある種のＣＥＬＰコーダにおいて革新的励振を整形するために用いられる後フィルタ（ｆｅ（ｎ））と同様に見える。しかしながら、そのような場合、後フィルタリングは復号器プロセスの終端でのみ適用され、符号器側では適用されない。

従来のＣＥＬＰ（ＣＥＬＰ＝（コード）ブック励振線形予測）においては、周波数形状はＬＰ（線形予測）合成フィルタによってモデル化される一方で、時間ドメイン形状は全てのサブフレームに対して送られた励振ゲインによって近似され得る。しかし、長期予測（ＬＴＰ）と革新的コードブックとは、無声フレームのノイズ状励振のモデル化に通常は適していない。無声スピーチの良好な品質を達成するには、ＣＥＬＰは比較的高いビットレートを必要とする。

有声音又は無声音の特徴付けは、スピーチを複数の部分に区分化することに関連してもよく、かつそれら部分の各々をスピーチの異なるソースモデルへと関連付けさせてもよい。ＣＥＬＰスピーチ符号化スキームにおいて用いられているソースモデルは、声門を通過する空気流れをシミュレートしている適応型ハーモニック励振と、生成された空気流れによって励振された声道をモデル化している共鳴フィルタとに依存している。そのようなモデルは、有声状の音素については良好な結果を提供し得るが、声門によって生成されないスピーチ部分について、特に無声音素“ｓ”や“ｆ”のように声帯が振動していない場合には、不正確なモデリングをもたらす可能性がある。

一方で、パラメトリックスピーチコーダはまた、ボコーダとも呼ばれ、無声フレームについて単一のソースモデルを採用している。これは非常に低いビットレートを達成し得るが、遥かに高いレートでＣＥＬＰ符号化スキームによって配信される品質ほど自然ではない、所謂合成品質をもたらしてしまう。

よって、オーディオ信号を強化する必要性が生じる。

[2] 米国特許第5,444,816号,“Dynamic codebook for efficient speech coding based on algebraic codes”

[1] Recommendation ITU-T G.718 : "Frame error robust narrow-band and wideband embedded variable bit-rate coding of speech and audio from 8-32 kbit/s" [3] Jelinek, M.; Salami, R., "Wideband Speech Coding Advances in VMR-WB Standard," Audio, Speech, and Language Processing, IEEE Transactions on , vol.15, no.4, pp.1167,1179, May 2007

本発明の目的は、低ビットレートで音声品質を向上させること、及び／又は良好な音声品質のためのビットレートを低減することである。

この目的は、独立請求項に従う符号器、復号器、符号化済みオーディオ信号、及びその方法によって達成される。

本発明者らは以下のような発見をした。即ち、第１の態様において、復号化されたオーディオ信号の品質であって、そのオーディオ信号の無声フレームに関連する品質は、あるスピーチ関連の整形情報を、信号の増幅についてのゲインパラメータ情報がそのスピーチ関連の整形情報から導出され得るような方法で、決定することにより、改善すなわち強化され得るという発見である。更に、あるスピーチ関連の整形情報は、復号化済み信号をスペクトル的に整形するために使用され得る。これにより、スピーチにとってより高い重要性を有する周波数領域、例えば４ｋＨｚを下回る低周波数は、それらの誤差がより少なくなるように処理され得る。

本発明者らは更に、以下のような発見もした。即ち、第２の態様において、合成信号のフレーム又はサブフレーム（部分）についての確定的コードブック（deterministic codebook）から第１励振信号を生成し、また、合成信号のフレーム又はサブフレーム（部分）についてのノイズ状信号から第２励振信号を生成し、更に第１励振信号と第２励振とを結合して結合済み励振信号を生成することで、合成信号の品質が改善すなわち強化され得る、という発見である。特に、背景ノイズを有するスピーチ信号を含むオーディオ信号の各部分にとって、サウンド品質はノイズ状信号を追加することにより改善され得る。第１励振信号を増幅するためのゲインパラメータは、任意選択的に符号器において決定されてもよく、そのパラメータに関連する情報は、符号化済みオーディオ信号と一緒に伝送されてもよい。

代替的又は追加的に、合成されたオーディオ信号の強化は、少なくとも部分的に、オーディオ信号を符号化する際のビットレートを低減するために活用されてもよい。

第１の態様に係る符号器は、オーディオ信号のあるフレームから予測係数と残差信号とを導出するよう構成された分析部を含む。その符号器は、予測係数からスピーチ関連のスペクトル整形情報を計算するよう構成されたフォルマント情報計算部を更に含む。その符号器は、無声残差信号とスペクトル整形情報とからゲインパラメータを計算するよう構成されたゲインパラメータ計算部と、有声信号フレームに関連する情報とゲインパラメータ又は量子化済みゲインパラメータと予測係数とに基づいて出力信号を形成するよう構成されたビットストリーム形成部と、を更に含む。

第１の態様に係る更なる実施形態は、符号化済みのオーディオ信号であって、そのオーディオ信号の有声フレーム及び無声フレームについての予測係数情報と、有声信号フレームに関連する更なる情報と、無声フレームについてのゲインパラメータ又は量子化済みゲインパラメータと、を含む符号化済みのオーディオ信号を提供する。これにより、スピーチ関連情報を効率的に伝送することが可能になり、符号化済みオーディオ信号を復号化して、高いオーディオ品質を有する合成された（復元された）信号を得ることが可能になる。

第１の態様に係る他の実施形態は、予測係数を含む受信信号を復号化する復号器を提供する。その復号器は、フォルマント情報計算部とノイズ生成部と整形器と合成部とを含む。フォルマント情報計算部は、予測係数からスピーチ関連のスペクトル整形情報を計算するよう構成されている。ノイズ生成部は、復号化ノイズ状信号を生成するよう構成されている。整形器は、スペクトル整形情報を使用して、復号化ノイズ状信号又はその増幅された表現のスペクトルを整形し、整形済み復号化ノイズ状信号を取得するよう構成されている。合成部は、整形済み復号化ノイズ状信号と予測係数とから合成信号を合成するよう構成されている。

第１の態様に係る別の実施形態は、オーディオ信号を符号化する方法と、受信オーディオ信号を復号化する方法と、コンピュータプログラムとに関する。

第２の態様に係る実施形態は、オーディオ信号を符号化する符号器を提供する。その符号器は、オーディオ信号の無声フレームから予測係数と残差信号とを導出するよう構成された分析部を含む。その符号器は、その無声フレームのために、確定的コードブックに関連する第１励振信号を定義する第１ゲインパラメータ情報を計算し、かつノイズ状信号に関連する第２励振信号を定義する第２ゲインパラメータ情報を計算するよう構成された、ゲインパラメータ計算部を更に含む。その符号器は、有声信号フレームに関連する情報と第１ゲインパラメータ情報と第２ゲインパラメータ情報とに基づいて、出力信号を形成するよう構成されたビットストリーム形成部を更に含む。

第２の態様に係る更なる実施形態は、予測係数に関連する情報を含む受信オーディオ信号を復号化する復号器を提供する。その復号器は、合成信号の一部分のために、確定的コードブックから第１励振信号を生成するよう構成された第１信号生成部を含む。その復号器は、合成信号の前記一部分のために、ノイズ状信号から第２励振信号を生成するよう構成された第２信号生成部を更に含む。その復号器は、結合部と合成部とを更に含み、結合部は、第１励振信号と第２励振信号とを結合して、合成信号の前記一部分のための結合済み励振信号を生成するよう構成されている。

第２の態様に係る他の実施形態は、予測係数に関連する情報と、確定的コードブックに関連する情報と、第１ゲインパラメータ及び第２ゲインパラメータに関連する情報と、有声及び無声の信号フレームに関連する情報とを含む、符号化済みオーディオ信号を提供する。

第２の態様に係る別の実施形態は、オーディオ信号を符号化する方法と、受信オーディオ信号を復号化する方法と、コンピュータプログラムとを提供する。

以下に、本願発明の好ましい実施形態について添付の図面を参照しながら説明する。

第１の態様の一実施形態に従う、オーディオ信号を符号化する符号器の概略ブロック図を示す。 第１の態様の一実施形態に従う、受信された入力信号を復号化する復号器の概略ブロック図を示す。 第１の態様の一実施形態に従う、オーディオ信号を符号化する更なる符号器の概略ブロック図を示す。 第１の態様の一実施形態に従う、図３とは異なるゲインパラメータ計算部を含む符号器の概略ブロック図を示す。 第２の態様の一実施形態に従う、第１ゲインパラメータ情報を計算しかつコード励振信号を整形するよう構成されたゲインパラメータ計算部の概略ブロック図を示す。 第２の態様の一実施形態に従う、オーディオ信号を符号化しかつ図５に示すゲインパラメータ計算部を含む符号器の概略ブロック図を示す。 第２の態様の一実施形態に従う、図５の実例とは異なりノイズ状信号を整形するよう構成された更なる整形器を含む、ゲインパラメータ計算部の概略ブロック図を示す。 第２の態様の一実施形態に従う、CELPのための無声符号化スキームの概略ブロック図を示す。 第１の態様の一実施形態に従う、パラメトリック無声符号化の概略ブロック図を示す。 第２の態様の一実施形態に従う、符号化済みオーディオ信号を復号化する復号器の概略ブロック図を示す。 第１の態様の一実施形態に従う、図２に示す整形器とは異なる構造を構成する整形器の概略ブロック図を示す。 第１の態様の一実施形態に従う、図２に示す整形器とは更に異なる構造を構成する更なる整形器の概略ブロック図を示す。 第１の態様の一実施形態に従う、オーディオ信号を符号化する方法の概略的フローチャートを示す。 第１の態様の一実施形態に従う、予測係数とゲインパラメータとを含む受信オーディオ信号を復号化する方法の概略的フローチャートを示す。 第２の態様の一実施形態に従う、オーディオ信号を符号化する方法の概略的フローチャートを示す。 第２の態様の一実施形態に従う、受信オーディオ信号を復号化する方法の概略的フローチャートを示す。 パラメトリック無声符号化スキームの概略ブロック図である。

同一若しくは同等の構成要素又は同一若しくは同等の機能を有する構成要素は、異なる図面の中に記載されている場合でも、以下の説明において、同一若しくは同等の参照符号を用いて示されている。

以下の説明において、本発明の実施形態をより完全に説明するために、多くの詳細が述べられる。しかしながら、本発明の実施形態がこれらの特別な詳細なしでも実施可能であることは、当業者には自明であろう。他の例において、公知の構造及び装置は、本発明の実施形態の不明瞭を防止する目的で、詳細よりもブロック図の形式で示されている。加えて、以下に記載する異なる実施形態の各特徴は、特に組合せ不可能の記載がない限り、互いに組み合せられてもよい。

以下の説明では、オーディオ信号の修正について説明する。オーディオ信号は、オーディオ信号の一部分を増幅及び／又は減衰させることで修正されてもよい。オーディオ信号の一部分とは、例えば時間ドメインにおけるオーディオ信号の１つの列であってもよく、及び／又は、周波数ドメインにおける１つのスペクトルであってもよい。周波数ドメインに関し、そのスペクトルは、周波数又は周波数領域の内部又は上に配置されたスペクトル値を増幅又は減衰されることで修正されてもよい。オーディオ信号のスペクトルの修正は、第１周波数又は周波数領域の増幅及び／又は減衰、及びそれに後続する第２周波数又は周波数領域の増幅及び／又は減衰などのように、一連の操作を含み得る。周波数ドメインにおける修正は、スペクトル値とゲイン値及び／又は減衰値との、例えば乗算、除算、合計その他の計算として表現されてもよい。修正は、例えばまずスペクトル値を第１乗算値と乗算し、次に第２乗算値と乗算するなど、順序的に実行されてもよい。まず第２乗算値と乗算し、次に第１乗算値と乗算することは、同一又は略同一の結果を受け取ることになり得る。また、第１乗算値と第２乗算値とがまず結合され、次に結合された乗算値としてスペクトル値に対して適用されてもよく、これも演算の同一又は匹敵する結果を受け取ることになり得る。このように、以下に記載するようなオーディオ信号のスペクトルを形成又は修正するよう構成された修正ステップは、記載された順序に限定されるものではなく、変更された順序で実行されることも可能であり、その一方で同一の結果及び／又は効果を受け取ることも可能である。

図１は、オーディオ信号１０２を符号化する符号器１００の概略ブロック図を示す。符号器１００は、オーディオ信号１０２に基づいてフレーム列１１２を生成するよう構成されたフレーム構築部１１０を含む。列１１２は複数のフレームを含み、オーディオ信号１０２の各フレームは時間ドメインにおけるある長さ（持続時間）を含む。例えば各フレームは、１０ｍｓ，２０ｍｓ又は３０ｍｓの長さを含んでもよい。

符号器１００は、オーディオ信号の１つのフレームから予測係数（ＬＰＣ＝線形予測係数）１２２と残差信号１２４とを導出するよう構成された分析部１２０を含む。フレーム構築部１１０又は分析部１２０は、オーディオ信号１０２の周波数ドメインにおける表現を決定するよう構成されている。代替的に、オーディオ信号１０２は、既に周波数ドメインにおける表現であってもよい。

予測係数１２２は、例えば線形予測係数であってもよい。代替的に、予測部１２０が非線形予測係数を決定するよう、非線形予測が適用されてもよい。線形予測の長所として、予測係数を決定するための演算量を低減できることが挙げられる。

符号器１００は、残差信号１２４が無声オーディオフレームから決定されたか否かを判定するよう構成された、有声／無声の判定部１３０を含む。判定部１３０は、残差信号１２４が有声信号フレームから決定された場合にはその残差信号を有声フレームコーダ１４０へと供給し、残差信号１２４が無声オーディオフレームから決定された場合にはその残差信号をゲインパラメータ計算部１５０へと供給するよう構成されている。残差信号１２４が有声又は無声の信号フレームから決定されたことを判定するために、判定部１３０は、残差信号のサンプルの自己相関など、種々の手法を用いてもよい。信号フレームが有声であったか無声であったかを判定するための方法は、例えばＩＴＵ（国際電気通信連合）−Ｔ（電気通信標準化部門）の標準Ｇ．７１８で提供されている。低周波数に配分された多量のエネルギーは、信号の有声部分を示し得る。代替的に、無声信号は、高周波数に多量のエネルギーが存在する結果となり得る。

符号器１００は、予測係数１２２からスピーチ関連のスペクトル整形情報を計算するよう構成されたフォルマント情報計算部１６０を含む。

スピーチ関連のスペクトル整形情報は、例えば周囲のフレームよりも多量のエネルギーを含む処理済みオーディオフレームの周波数又は周波数領域を決定することにより、フォルマント情報を考慮してもよい。スペクトル整形情報は、スピーチの大きさスペクトルを、フォルマント即ちこぶ部と非フォルマント即ち谷部との周波数領域へと区分できる。スペクトルのフォルマント領域は、例えば予測係数１２２のイミタンス・スペクトル周波数（ＩＳＦ）又は線スペクトル周波数（ＬＳＦ）表現を使用することで導出できる。実際、ＩＳＦ又はＬＳＦは、予測係数１２２を使用する合成フィルタが共振する周波数を表現している。

スピーチ関連のスペクトル整形情報１６２と無声残差とは、ゲインパラメータ計算部１５０へと出力され、この計算部１５０は無声残差信号とスペクトル整形情報１６２とからゲインパラメータｇ_nを計算するよう構成されている。ゲインパラメータｇ_nは、１つ又は複数のスカラー値であってもよい。即ち、ゲインパラメータは、増幅又は減衰されるべき信号のスペクトルの複数の周波数領域内における、スペクトル値の増幅又は減衰に関連する複数の値を含んでもよい。復号器は、受信された符号化済みオーディオ信号の複数の部分が、復号化の過程において、ゲインパラメータに基づいて増幅又は減衰されるように、受信された符号化済みオーディオ信号の情報に対してゲインパラメータｇ_nを適用するよう構成されてもよい。ゲインパラメータ計算部１５０は、ゲインパラメータｇ_nを、連続的な値をもたらす１つ又は複数の数学的表現又は決定規則により決定するよう構成されてもよい。例えばプロセッサを用いてデジタル的に実行される演算は、限られたビット数を用いてある変数をもたらす結果を表現するものであり、量子化されたゲイン

をもたらしてもよい。代替的に、ある量子化されたゲイン情報が得られるように、量子化スキームに従ってその結果が更に量子化されてもよい。従って、符号器１００は量子化部１７０を含んでもよい。その量子化部１７０は、決定されたゲインパラメータｇ_nを、符号器１００のデジタル演算によってサポートされた最も近いデジタル値へと量子化するよう構成されてもよい。代替的に、量子化部１７０は、既にデジタル化され従って量子化済みのゲインファクタｇ_nに対してある量子化関数（線形又は非線形）を適用するよう構成されてもよい。非線形の量子化関数は、例えば、低い音圧レベルにおいては高い感度を示し、高い音圧レベルにおいてはより低い感度を示す人間の聴覚の対数依存性を考慮に入れてもよい。

符号器１００は、予測係数１２２から予測係数関連情報１８２を導出するよう構成された、情報導出ユニット１８０を更に含んでもよい。革新的コードブックを励振するために使用される線形予測係数などのような予測係数は、歪み又はエラーに対して低いロバスト性を有する。従って、例えば、線形予測係数をイミタンス・スペクトル周波数（ＩＳＦ）へと変換し、及び／又は線スペクトルペア（ＬＳＰ）を導出し、それに関連する情報を符号化済みオーディオ信号と一緒に伝送することが知られている。ＬＳＰ及び／又はＩＳＦ情報は、伝送媒体内における歪み、例えばエラーや計算エラーに対するより高いロバスト性を有する。情報導出ユニット１８０は、ＬＳＦ及び／又はＩＳＦ情報に関し、量子化された情報を提供するよう構成された量子化部を更に含んでもよい。

代替的に、情報導出ユニットは、予測係数１２２を転送するよう構成されてもよい。代替的に、符号器１００は、情報導出ユニット１８０なしで実現されてもよい。代替的に、量子化部は、ゲインパラメータ計算部１５０又はビットストリーム形成部１９０の一機能ブロックであってもよく、それにより、ビットストリーム形成部１９０がゲインパラメータｇ_nを受け取り、かつそれに基づいて量子化済みゲイン

を導出してもよい。代替的に、ゲインパラメータｇ_nが既に量子化されている場合には、符号器１００は量子化部１７０を持たずに実現されてもよい。

符号器１００は、有声信号、即ち符号化済みオーディオ信号の各有声フレームにそれぞれ関連し有声フレームコーダ１４０によって提供される有声情報１４２を受け取り、量子化済みゲイン

と予測係数関連情報１８２とを受け取り、それらに基づいて出力信号１９２を形成するよう構成された、ビットストリーム形成部１９０を含む。

符号器１００は、固定又は携帯電話などの音声符号化装置や、コンピュータ、タブレットＰＣなどのようなオーディオ信号の伝送用のマイクロホンを含む装置の一部であってもよい。出力信号１９２又はそこから導出された信号は、例えば移動通信（無線）を介し、又はネットワーク信号などの有線通信を介して伝送されてもよい。

この符号器１００の利点として、出力信号１９２が、量子化済みゲイン

に変換されたスペクトル整形情報から導出された情報を含むことが挙げられる。これにより、出力信号１９２の復号化は、スピーチに関連する更なる情報を達成又は獲得することが可能になり、従って、取得され復号化された信号がスピーチの品質の知覚レベルに関して高い品質を有するように、その信号を復号化することが可能になる。

図２は、受信された入力信号２０２を復号化する復号器２００の概略ブロック図を示す。受信された入力信号２０２は、例えば符号器１００により供給された出力信号１９２に対応してもよく、その出力信号１９２は、高レベルレイヤ符号器によって符号化され、ある媒体を介して伝送され、高レイヤで復号化する受信装置により受信されて、復号器２００への入力信号２０２となったものであり得る。

復号器２００は、入力信号２０２を受信するビットストリーム・デフォーマ（デマルチプレクサ、ＤＥ−ＭＵＸ）を含む。ビットストリーム・デフォーマ２１０は、予測係数１２２と、量子化済みゲイン

と、有声情報１４２とを提供するよう構成されている。予測係数１２２を取得するために、ビットストリーム・デフォーマは、情報導出ユニット１８０と比較したときに逆の操作を実行する、逆情報導出ユニットを含んでもよい。代替的に、復号器２００は、情報導出ユニット１８０とは逆の操作を実行するよう構成された、図示されない逆情報導出ユニットを含み得る。換言すれば、予測係数が復号化され、即ち復元される。

復号器２００は、フォルマント情報計算部１６０について上述したように、予測係数１２２からスピーチ関連のスペクトル整形情報を計算するよう構成された、フォルマント情報計算部２２０を含む。フォルマント情報計算部２２０は、スピーチ関連のスペクトル整形情報２２２を提供するよう構成されている。代替的に、入力信号２０２がスピーチ関連のスペクトル整形情報２２２を含んでいてもよいが、スピーチ関連のスペクトル整形情報２２２の代わりに、予測係数又はそれに関連する情報、例えば量子化済みＬＳＦ及び／又はＩＳＦなどを伝送することにより、入力信号２０２のビットレートをより低くすることが可能となる。

復号器２００は、ノイズ信号と単に称され得るノイズ状信号を生成するよう構成されたランダムノイズ生成部２４０を含む。ランダムノイズ生成部２４０は、例えばノイズ信号を測定し記憶するときに取得されたノイズ信号を再生するよう構成されてもよい。ノイズ信号は、例えば抵抗器又は他の電気的部品における熱ノイズを生成し、記録されたデータをメモリに格納することで、測定されかつ記録されてもよい。ランダムノイズ生成部２４０は、ノイズ（状）信号ｎ（ｎ）を提供するよう構成されている。

復号器２００は、整形処理部２５２と可変増幅部２５４とを含む整形器２５０を含む。整形器２５０は、ノイズ信号ｎ（ｎ）のスペクトルをスペクトル的に整形するよう構成されている。整形処理部２５２は、スピーチ関連のスペクトル整形情報を受信し、更に、例えばノイズ信号ｎ（ｎ）のスペクトルのスペクトル値にスペクトル整形情報の値を乗算することで、ノイズ信号ｎ（ｎ）のスペクトルを整形するよう構成されている。この操作はまた、時間ドメインにおいて、ノイズ信号ｎ（ｎ）をスペクトル整形情報によって与えられたフィルタを用いて畳み込むことによっても実行され得る。整形処理部２５２は、整形済みノイズ信号２５６とそのスペクトルをそれぞれ可変増幅部２５４へと提供するよう構成されている。可変増幅部２５４は、ゲインパラメータｇ_nを受信し、かつ整形済みノイズ信号２５６のスペクトルを増幅して、増幅された整形済みノイズ信号２５８を取得するよう構成されている。増幅部は、整形済みノイズ信号２５６のスペクトル値にゲインパラメータｇ_nの値を乗算するよう構成されてもよい。上述したように、整形器２５０は、可変増幅部２５４がノイズ信号ｎ（ｎ）を受信して、増幅されたノイズ信号を整形処理部２５２へと供給し、整形処理部２５２が増幅されたノイズ信号を整形するように、構成されてもよい。代替的に、整形処理部２５２は、スピーチ関連のスペクトル整形情報２２２とゲインパラメータｇ_nとを受信し、ノイズ信号ｎ（ｎ）に対して両方の情報を次から次へと順序的に適用してもよく、又は、例えば乗算若しくは他の計算法により両方の情報を結合して、結合済みパラメータをノイズ信号ｎ（ｎ）に対して適用してもよい。

スピーチ関連のスペクトル整形情報によって整形されたノイズ状信号ｎ（ｎ）又はその増幅されたバージョンにより、復号化されたオーディオ信号２８２が、より良好なスピーチ関連の（自然な）音声品質を含むようになり得る。これにより、高品質のオーディオ信号を得ることを可能にし、及び／又は、符号器側においてはビットレートを低減し、他方で復号器においては低減された範囲で出力信号２８２を維持又は強化することを可能にする。

復号器２００は、予測係数１２２と増幅された整形済みノイズ信号２５８とを受信し、増幅された整形済みノイズ信号２５８と予測係数１２２とから合成信号２６２を合成するよう構成された合成部２６０を含む。合成部２６０はフィルタを含んでもよく、そのフィルタを予測係数に適応させるよう構成されてもよい。その合成部は、フィルタを用いて、増幅された整形済みノイズ状信号２５８をフィルタリングするよう構成されてもよい。そのフィルタはソフトウエア又はハードウエア構造として構成されてもよく、無限インパルス応答（ＩＩＲ）又は有限インパルス応答（ＦＩＲ）構造を含んでもよい。

合成信号は復号器２００の出力信号２８２の無声の復号化済みフレームに対応している。出力信号２８２は、連続的なオーディオ信号に変換され得るフレーム列を含む。

ビットストリーム・デフォーマ２１０は、入力信号２０２から有声情報信号１４２を分離しかつ供給するよう構成されている。復号器２００は、その有声情報（信号）１４２に基づいて有声フレームを提供するよう構成された、有声フレームデコーダ２７０を含む。有声フレームデコーダ（有声フレーム処理部）は、有声情報（信号）１４２に基づいて有声信号２７２を決定するよう構成されている。有声信号２７２は、復号器１００の有声オーディオフレーム及び／又は有声残差に対応してもよい。

復号器２００は、無声の復号化済みフレーム２６２と有声フレーム２７２とを結合して、復号化済みオーディオ信号２８２を取得するよう構成された結合部２８０を含む。

代替的に、整形器２５０は増幅部なしで実現されてもよく、その場合、整形器２５０はノイズ状信号ｎ（ｎ）のスペクトルを整形するよう構成され、取得された信号を更に増幅することはない。これにより、入力信号２２２によって伝送される情報量を低減でき、従って、入力信号２０２の列の低減されたビットレート又はより短い持続時間が可能となる。代替的に又は加えて、復号器２００は、無声フレームだけを復号化するよう構成されてもよいし、ノイズ信号ｎ（ｎ）をスペクトル的に整形しかつ有声及び無声フレームについて合成信号２６２を合成することで、有声及び無声フレームの両方を処理するよう構成されてもよい。この場合、有声フレームデコーダ２７０なしで、及び／又は結合部２８０なしで復号器２００を構成することができ、その結果、復号器２００の複雑性が低減されることになる。

出力信号１９２及び／又は入力信号２０２は、予測係数１２２に関連する情報、処理されたフレームが有声か無声かを示すフラッグなどの有声フレームと無声フレームとについての情報、及び、符号化済み有声信号などの有声信号フレームに関連する更なる情報を含む。出力信号１９２及び／又は入力信号２０２は、無声フレームのためのゲインパラメータ又は量子化済みゲインパラメータを更に含み、その無声フレームが予測係数１２２とゲインパラメータｇ_n，

とにそれぞれ基づいて復号化されるよう構成されてもよい。

図３はオーディオ信号１０２を符号化する符号器３００の概略ブロック図を示す。符号器３００は、フレーム構築部１１０と、フレーム構築部１１０により出力されたフレーム列１１２に対してフィルタＡ（ｚ）を適用することにより、線形予測係数３２２及び残差信号３２４を決定するよう構成された予測部３２０とを含む。符号器３００は、判定部１３０と、有声信号情報１４２を取得するための有声フレームコーダ１４０とを含む。符号器３００は、フォルマント情報計算部１６０と、ゲインパラメータ計算部３５０とを更に含む。

ゲインパラメータ計算部３５０は、上述したようにゲインパラメータｇ_nを提供するよう構成されている。ゲインパラメータ計算部３５０は、符号化ノイズ状信号３５０ｂを生成するランダムノイズ生成部３５０ａを含む。ゲインパラメータ計算部３５０は、整形処理部３５０ｄと可変増幅部３５０ｅとを有する整形器３５０ｃを更に含む。整形処理部３５０ｄは、スピーチ関連の整形情報１６２とノイズ状信号３５０ｂとを受信し、整形器２５０について上述した通り、スピーチ関連のスペクトル整形情報１６２を用いてノイズ状信号３５０ｂのスペクトルを整形するよう構成されている。可変増幅部３５０ｅは、整形済みノイズ状信号３５０ｆを、制御部３５０ｋから受信された一時的ゲインパラメータであるゲインパラメータｇ_n(temp)を用いて増幅するよう構成されている。可変増幅部３５０ｅは更に、増幅されたノイズ状信号２５８について上述した通り、増幅された整形済みノイズ状信号３５０ｇを提供するよう構成されている。整形器２５０について上述したように、ノイズ状信号を整形しかつ増幅する順序は、図３とは異なるように結合され又は変更されてもよい。

ゲインパラメータ計算部３５０は、判定部１３０により提供された無声残差と、増幅された整形済みノイズ状信号３５０ｇと、を比較するよう構成された比較部３５０ｈを含む。比較部は、無声残差と増幅された整形済みノイズ状信号３５０ｇとの類似性の尺度を得るよう構成されている。例えば、比較部３５０ｈは、両信号の相互相関を決定するよう構成されてもよい。代替的又は追加的に、比較部３５０ｈは、幾つか又は全ての周波数ｂｉｎにおける両信号のスペクトル値を比較するよう構成されてもよい。比較部３５０ｈは、比較結果３５０ｉを取得するよう更に構成されている。

ゲインパラメータ計算部３５０は、比較結果３５０ｉに基づいてゲインパラメータｇ_n(temp)を決定するよう構成された制御部３５０ｋを含む。例えば、比較結果３５０ｉが、増幅された整形済みノイズ状信号が無声残差の対応する振幅又は大きさよりも低い振幅又は大きさを含む、と示した場合、制御部は、増幅されたノイズ状信号３５０ｇの幾つか又は全ての周波数についてのゲインパラメータｇ_n(temp)の一つ以上の値を増大させるよう構成されてもよい。代替的又は追加的に、比較結果３５０ｉが、増幅された整形済みノイズ状信号の大きさ又は振幅が高すぎる、即ち増幅された整形済みノイズ状信号のラウドネスが大き過ぎる、と示した場合、制御部は、ゲインパラメータｇ_n(temp)の一つ以上の値を減少させるよう構成されてもよい。ランダムノイズ生成部３５０ａ、整形器３５０ｃ、比較部３５０ｈ及び制御部３５０ｋは、ゲインパラメータｇ_n(temp)を決定するために閉ループ最適化を実施するよう構成されてもよい。無声残差と増幅された整形済みノイズ状信号３５０ｇとの類似性の尺度であって、例えば両方の信号の差分として表現された尺度により、その類似性がある閾値を超えると示された場合、制御部３５０ｋは、決定されたゲインパラメータｇ_nを提供するよう構成されている。量子化部３７０は、このゲインパラメータｇ_nを量子化して量子化済みゲインパラメータ

を得るよう構成されている。

ランダムノイズ生成部３５０ａは、ガウス状ノイズを供給する構成されてもよい。ランダムノイズ生成部３５０ａは、−１などの下限（最小値）と＋１などの上限（最大値）との間でｎ個の均一な分布でランダム発生器を作動させる（呼び出す）よう構成されてもよい。例えば、ランダムノイズ生成部３５０は、ランダム発生器を３回呼び出すよう構成される。デジタル的に構成されているランダムノイズ生成部は疑似ランダム値を出力してもよく、複数又は多数の疑似ランダム関数の加算又は重畳により、十分にランダム分布された関数を得ることが可能になり得る。この手順は中心極限定理(Central Limit Theorem)に従うものである。ランダムノイズ生成部３５０ａは、以下の疑似コードで示されるように、少なくとも２回、３回又はそれ以上、ランダム発生器を呼び出すよう構成されてもよい。

[数６]

代替的に、ランダムノイズ生成部３５０ａは、ランダムノイズ生成部２４０について説明したのと同様に、ノイズ状信号をメモリから生成してもよい。代替的に、ランダムノイズ生成部３５０ａは、あるコードを実行するか、又は熱ノイズのような物理的効果を測定することによって、ノイズ信号を生成するための、例えば電気的抵抗又は他の手段を含んでもよい。

整形処理部３５０ｄは、上述したようにｆｅ（ｎ）を用いてノイズ状信号３５０ｂをフィルタリングすることで、ノイズ状信号３５０ｂに対してフォルマント的構造と傾きとを付加するよう構成されてもよい。その傾きは、次式に基づく伝達関数を含むフィルタｔ（ｎ）を用いて信号をフィルタリングすることで、付加されてもよい。
［数７］

ここで、ファクタβは前サブフレームのボイシングから推定されてもよい。
［数８］

ここで、ＡＣは適応型コードブックの省略形であり、ＩＣは革新的コードブックの省略形である。
［数９］

ゲインパラメータｇ_nと量子化済みゲインパラメータ

とは、符号化済み信号と、復号器２００のような復号器で復号化された対応する復号化済み信号と、の間の誤差又はミスマッチを低減し得る、追加的な情報の供給をそれぞれ可能にするものである。

次式の判定規則について、
［数１０］

パラメータｗ１は、最大で１．０である正の非ゼロ値を含んでもよく、好ましくは少なくとも０．７でかつ最大で０．８であり、更に好ましくは０.７５の値を含んでもよい。パラメータｗ２は、最大で１．０である正の非ゼロのスカラー値を含んでもよく、好ましくは少なくとも０．８でかつ最大で０．９３であり、更に好ましくは０.９の値を含んでもよい。パラメータｗ２は、好ましくはｗ１よりも大きい。

図４は、符号器４００の概略ブロック図を示す。符号器４００は、符号器１００と３００とに関して上述したように、有声信号情報１４２を提供するよう構成されている。符号器３００と比較すると、符号器４００は異なるゲインパラメータ計算部３５０’を含む。比較部３５０ｈ’は、オーディオフレーム１１２と合成信号３５０ｌ’とを比較して、比較結果３５０ｉ’を得るよう構成されている。ゲインパラメータ計算部３５０’は、増幅された整形済みノイズ状信号３５０ｇと予測係数１２２とに基づいて、合成信号３５０ｌ’を合成するよう構成された合成部３５０ｍ’を含む。

基本的に、ゲインパラメータ計算部３５０’は、合成信号３５０ｌ’を合成することで、少なくとも部分的に復号器を構成している。無声残差と増幅された整形済みノイズ状信号とを比較するよう構成された比較部３５０ｈを含む符号器３００と比べた場合、符号器４００は、（おそらく完全な）オーディオフレームと合成信号とを比較するよう構成された比較部３５０ｈ’を含む。信号のフレーム及びそれらのパラメータを含むものが互いに比較されることから、より高い精度が達成され得る。残差信号及び増幅された整形済みノイズ状情報と比べて、オーディオフレーム１２２及び合成信号３５０ｌ’はより高度な複雑さを含み得るため、両方の信号を比較することはより複雑となり、高い精度はより大きな演算量を必要とする可能性がある。加えて、合成部３５０ｍ’による合成の計算には、演算量が要求される。

ゲインパラメータ計算部３５０’は、符号化ゲインパラメータｇ_n又はその量子化済みバージョン

を含む符号化情報を記録するよう構成されたメモリ３５０ｎ’を含む。これにより、制御部３５０ｋは、後続のオーディオフレームを処理するときに、記憶されたゲイン値を取得することが可能になる。例えば、制御部は、第１の値（第１セットの値）、即ち、前のオーディオフレームについてのｇ_nの値に基づいた又は等しいゲインファクタｇ_n(temp)の第１の実例を決定するよう構成されてもよい。

図５は、第２の態様の一実施形態に従う、第１ゲインパラメータ情報ｇ_nを計算するよう構成されたゲインパラメータ計算部５５０の概略ブロック図を示す。ゲインパラメータ計算部５５０は、励振信号ｃ（ｎ）を生成するよう構成された信号生成部５５０ａを含む。信号生成部５５０ａは、信号ｃ（ｎ）を生成するために確定的コードブックとその中のインデックスとを含む。即ち、予測係数１２２などの入力情報は、確定的な励振信号ｃ（ｎ）をもたらす。信号生成部５５０ａは、ＣＥＬＰ符号化スキームの革新的コードブックに従って励振信号ｃ（ｎ）を生成するよう構成されてもよい。そのコードブックは、先行する較正ステップにおいて測定されたスピーチデータに従って決定され又はトレーニングされてもよい。ゲインパラメータ計算部は、コード信号ｃ（ｎ）のためのスピーチ関連整形情報５５０ｃに基づいて、コード信号ｃ（ｎ）のスペクトルを整形するよう構成された整形器５５０ｂを含む。スピーチ関連整形情報５５０ｃは、フォルマント情報計算部１６０から取得されてもよい。整形器５５０ｂは、コード信号を整形するための整形情報５５０ｃを受信するよう構成された整形処理部５５０ｄを含む。整形器５５０ｂは、整形済みコード信号ｃ（ｎ）を増幅し、増幅された整形済みコード信号５５０ｆを取得するよう構成された、可変増幅部５５０ｅを更に含む。このように、コードゲインパラメータは、確定的コードブックに関連するコード信号ｃ（ｎ）を定義するよう構成されている。

ゲインパラメータ計算部５５０は、ノイズ（状の）信号ｎ（ｎ）を提供するよう構成されたノイズ生成部３５０ａと、ノイズゲインパラメータｇ_nに基づいてノイズ信号ｎ（ｎ）を増幅して増幅されたノイズ信号５５０ｈを取得するよう構成された増幅部５５０ｇと、を含む。ゲインパラメータ計算部は、増幅された整形済みコード信号５５０ｆと増幅されたノイズ信号５５０ｈとを結合して結合済み励振信号５５０ｋを得るよう構成された、結合部５５０ｉを含む。結合部５５０ｉは、例えば、増幅された整形済みコード信号５５０ｆと増幅されたノイズ信号５５０ｈとのスペクトル値をスペクトル的に加算するか又は乗算するよう構成されてもよい。代替的に、結合部５５０ｉは両方の信号５５０ｆ及び５５０ｈを畳み込むよう構成されてもよい。

整形器３５０ｃに関して上述したように、整形器５５０ｂは、コード信号ｃ（ｎ）がまず可変増幅部５５０ｅにより増幅され、その後で整形処理部５５０ｄにより整形されるように構成されてもよい。代替的に、コード信号ｃ（ｎ）のための整形情報５５０ｃがコードゲインパラメータ情報ｇ_cと結合され、その結合情報がコード信号ｃ（ｎ）に対して適用されてもよい。

ゲインパラメータ計算部５５０は、結合済み励振信号５５０ｋと有声／無声判定部１３０によって取得された無声残差信号とを比較するよう構成された、比較部５５０ｌを含む。比較部５５０ｌは、比較部３５０ｈであってもよく、比較結果、即ち、結合済み励振信号５５０ｋと無声残差信号との類似性についての尺度５５０ｍを提供するよう構成されている。コードゲイン計算部は、コードゲインパラメータ情報ｇ_c及びノイズゲインパラメータ情報ｇ_nを制御するよう構成された制御部５５０ｎを含む。コードゲインパラメータｇ_c及びノイズゲインパラメータ情報ｇ_nは、ノイズ信号ｎ（ｎ）もしくはそこから導出された信号の周波数領域に関係するか、又は、コード信号ｃ（ｎ）もしくはそこから導出された信号のスペクトルに関係し得る、複数又は多数のスカラー値又は虚数値を含んでもよい。

代替的に、ゲインパラメータ計算部５５０は、整形処理部５５０ｄを持たずに構成されてもよい。代替的に、整形処理部５５０ｄは、ノイズ信号ｎ（ｎ）を整形し、整形済みノイズ信号を可変増幅部５５０ｇへと提供するよう構成されてもよい。

このように、両方のゲインパラメータ情報ｇ_c及びｇ_nを制御することで、結合済み励振信号５５０ｋと無声残差との類似性が高くなり、その結果、コードゲインパラメータ情報ｇ_c及びノイズゲインパラメータ情報ｇ_nに関する情報を受信する復号器が、良好な音声品質を有するオーディオ信号を再生できるようになる。制御部５５０ｎは、コードゲインパラメータ情報ｇ_c及びノイズゲインパラメータ情報ｇ_nに関する情報を含む出力信号５５０ｏを提供するよう構成されている。例えば、信号５５０ｏは、両方のゲインパラメータ情報ｇ_n及びｇ_cを、スカラー値もしくは量子化済み値として、又はそれらから導出された値、例えば符号化済み値として含んでもよい。

図６は、オーディオ信号１０２を符号化し、図５に記載のゲインパラメータ計算部５５０を含む符号器６００の概略ブロック図を示す。符号器６００は、例えば符号器１００又は３００を修正することで取得し得る。符号器６００は、第１量子化部１７０−１と第２量子化部１７０−２とを含む。第１量子化部１７０−１は、ゲインパラメータ情報ｇ_cを量子化して、量子化済みゲインパラメータ情報

を取得するよう構成されている。第２量子化部１７０−２は、ノイズゲインパラメータ情報ｇ_nを量子化して、量子化済みノイズゲインパラメータ情報

を取得するよう構成されている。ビットストリーム形成部６９０は、有声信号情報１４２と、ＬＰＣ関連情報１２２と、両方の量子化済みゲインパラメータ情報

と、を含む出力信号６９２を生成するよう構成されている。出力信号１９２と比べて、出力信号６９２は、量子化済みゲインパラメータ情報

により拡張又はアップグレードされている。代替的に、量子化部１７０−１及び／又は１７０−２は、ゲインパラメータ計算部５５０の一部であってもよい。更に、量子化部１７０−１及び／又は１７０−２の一方が両方の量子化済みゲインパラメータ

を取得するよう構成されてもよい。

代替的に、符号器６００は、コードゲインパラメータ情報ｇ_c及びノイズゲインパラメータ情報ｇ_nを量子化して量子化済みパラメータ情報

を取得するよう構成された、１つの量子化部を含むよう構成されてもよい。両方のゲインパラメータ情報は、例えば順次的に量子化されてもよい。

フォルマント情報計算部１６０は、予測係数１２２からスピーチ関連のスペクトル整形情報５５０ｃを計算するよう構成されている。

図７は、ゲインパラメータ計算部５５０と比べて修正された、ゲインパラメータ計算部５５０’の概略ブロック図を示す。ゲインパラメータ計算部５５０’は、増幅部５５０ｇの代わりに、図３に記載の整形器３５０ｃを含む。整形器３５０ｃは、増幅された整形済みノイズ信号３５０ｇを提供するよう構成されている。結合部５５０ｉは、増幅された整形済みコード信号５５０ｆと増幅された整形済みノイズ信号３５０ｇとを結合して、結合済み励振信号５５０ｋ’を提供するよう構成されている。フォルマント情報計算部１６０は、両方のスピーチ関連フォルマント情報１６２及び５５０ｃを提供するよう構成されている。スピーチ関連フォルマント情報５５０ｃ及び１６２は同一であってもよい。代替的に、双方の情報５５０ｃ及び１６２は互いに異なっていてもよい。これにより、コード生成された信号ｃ（ｎ）とｎ（ｎ）との個別のモデリング、即ち整形が可能になる。

制御部５５０ｎは、処理済みオーディオフレームの各サブフレームについて、ゲインパラメータ情報ｇ_cとｇ_nとを決定するよう構成されてもよい。制御部は、以下のような詳細に基づいて、ゲインパラメータ情報ｇ_cとｇ_nとを決定、即ち計算するよう構成されてもよい。

まず、ＬＰＣ分析の期間中に使用可能なオリジナル短時間予測残差信号について、即ち無声残差信号について、サブフレームの平均エネルギーが計算されてもよい。そのエネルギーは、現フレームの４個のサブフレームにわたり、次式により対数ドメインにおいて平均される。
［数１１］

ここで、Ｌｓｆはサンプル内のサブフレームのサイズである。この場合、フレームは４個のサブフレームへと分割される。平均化されたエネルギーは、次に事前にトレーニングされた確率論的コードブック（stochastic codebook）を使用して、例えば３、４又は５のような幾つかのビットを用いて符号化されてもよい。確率論的コードブックは、例えば３ビットの数について８のサイズ、４ビットの数について１６のサイズ、又は、５ビットの数について３２のサイズなど、ビットの数により表され得る幾つかの異なる値に従って、幾つかのエントリー（サイズ）を含み得る。量子化済みゲイン

が、そのコードブックの選択された符号語から決定されてもよい。各サブフレームについて、２個のゲイン情報ｇ_cとｇ_nが計算される。コードｇ_cのゲインは、例えば次式に基づいて計算されてもよい。
［数１２］

ここで、ｃｗ（ｎ）は、例えば信号生成５５０ａに含まれ、知覚的重み付きフィルタによりフィルタリングされた固定コードブックから選択された固定の励振である。表示ｘｗ（ｎ）は、ＣＥＬＰ符号器内で計算された従来型の知覚的目標励振に対応する。コードゲイン情報ｇ_cは次に、正規化されたゲインｇ_ncを得るために、次式に基づいて正規化されてもよい。
［数１３］

正規化されたゲインｇ_ncは、例えば量子化部１７０−１により量子化されてもよい。量子化は、線形又は対数スケールに従って実行されてもよい。対数スケールは、４、５又はそれ以上のビットのサイズのスケールを含んでもよい。例えば、対数スケールは、５ビットのサイズを含む。量子化は次式に基づいて実行されてもよい。
［数１４］

ここで、対数スケールが５ビットを含む場合、Ｉｎｄｅｘ_ncは０〜３１の間に制限されてもよい。Ｉｎｄｅｘ_ncは量子化済みゲインパラメータ情報であってもよい。コード

の量子化済みゲインは次に、次式に基づいて表現され得る。
［数１５］

コードのゲインが、次式の平均二乗根誤差又は平均二乗誤差（ＭＳＥ）を最小化する目的で計算されてもよい。
［数１６］

ここで、Ｌｓｆは予測係数１２２から決定された線スペクトル周波数に対応する。

ノイズゲインパラメータ情報が、次式に基づいて誤差を最小化することにより、エネルギーミスマッチに関して決定されてもよい。
［数１７］

変数ｋは、予測係数に依存して又は基づいて変化し得る減衰ファクタであり、ここで予測係数は、スピーチが少量の背景ノイズを含むか又は更には全く背景ノイズを含まない（クリーンなスピーチ）かの判定を可能にする。代替的に、オーディオ信号又はそのフレームが無声フレームと非無声フレームとの間の変化を含む場合には、その信号はノイズが多いスピーチとして判定されてもよい。変数ｋは、クリーンなスピーチに対しては、少なくとも０．８５の値、少なくとも０．９５の値、又は値１にさえも設定することができ、その場合、エネルギーの高いダイナミックが知覚的に重要となる。変数ｋは、ノイズの多いスピーチに対しては、少なくとも０．６かつ最大で０．９の値、好ましくは少なくとも０．７かつ最大で０．８５の値、更に好ましくは０．８の値に設定することができ、その場合、無声フレームと非無声フレームとの間の出力エネルギーにおける変動を防止するために、ノイズ励振はより控えめとされる。これらの量子化済みゲイン候補

の各々のために、誤差（エネルギーミスマッチ）が計算されてもよい。４個のサブフレームへ分割された１つのフレームは、４個の量子化済みゲイン候補

がもたらしてもよい。誤差を最小にする１つの候補が制御部によって出力されてもよい。ノイズの量子化済みゲイン（ノイズゲインパラメータ情報）が、次式に基づいて計算され得る。
［数１８］

ここで、Ｉｎｄｅｘ_nは４個の候補により０と３の間に限定される。励振信号５５０ｋや５５０ｋ’などの結果的な結合済み励振信号は、次式に基づいて取得され得る。
［数１９］

ここで、ｅ（ｎ）は結合済み励振信号５５０ｋ又は５５０ｋ’である。

ゲインパラメータ計算部５５０若しくは５５０’を含む符号器６００又は修正された符号器６００は、ＣＥＬＰ符号化スキームに基づいて無声符号化を可能にし得る。ＣＥＬＰ符号化スキームは、無声フレームを取り扱う以下のような例示的な詳細に基づいて修正されてもよい。
・無声フレーム内には周期性が殆どなく、結果として得られる符号化ゲインが非常に低いため、ＬＴＰパラメータは伝送されない。適応型励振はゼロに設定される。
・節約ビットが固定コードブックへと報告される。同じビットレートに対してより多くのパルスが符号化されることができ、従って品質が改善され得る。
・低いレートにおいて、即ち６〜１２ｋｂｐｓのレートについて、無声フレームのノイズ状目標励振を適切にモデル化するために、パルス符号化は十分でない。最終的な励振を構築するために、固定コードブックに対してガウスコードブックが付加される。

図８は、第２の態様に従う、ＣＥＬＰのための無声符号化スキームの概略ブロック図を示す。修正された制御部８１０は、比較部５５０ｌと制御部５５０ｎとの両方の機能を含む。制御部８１０は、合成による分析に基づいて、即ち、合成信号と、ｓ（ｎ）として示され例えば無声残差である入力信号と、を比較することにより、コードゲインパラメータ情報ｇ_cとノイズゲインパラメータ情報ｇ_nとを決定するよう構成されている。制御部８１０は、信号生成部（革新的励振）５５０ａのための励振を生成し、かつゲインパラメータ情報ｇ_c及びｇ_nを提供するよう構成された、合成による分析のフィルタ８２０を含む。合成による分析のブロック８１０は、提供されたパラメータと情報とに従ってフィルタを適応させることで内部的に合成された信号と、結合済み励振信号５５０ｋ’とを比較するよう構成されている。

制御部８１０は、分析部３２０が予測係数１２２を取得する場合について上述したように予測係数を取得するよう構成された、分析ブロック８３０を含む。制御部は、結合済み励振信号５５０ｋをフィルタリングする合成フィルタ８４０を更に含み、合成フィルタ８４０はフィルタ係数１２２により適応される。更なる比較部が、入力信号ｓ（ｎ）と、例えば復号化された（復元された）オーディオ信号である合成信号

と、を比較するよう構成されてもよい。更に、メモリ３５０ｎが配置されており、制御部８１０は予測された信号及び／又は予測された係数をメモリ内に記憶するよう構成されている。信号生成部８５０は、メモリ３５０ｎ内に記憶された予測に基づいて、適応的型励振信号を提供するよう構成されており、それにより以前の結合済み励振信号に基づいて適応型励振を強化することが可能になる。

図９は第１の態様に従うパラメトリック無声符号化の概略ブロック図を示す。増幅された整形済みノイズ信号は、決定されたフィルタ係数（予測係数）１２２によって適応された合成フィルタ９１０の入力信号であってもよい。合成フィルタにより出力される合成信号９１２は、例えばオーディオ信号であり得る入力信号ｓ（ｎ）と比較されてもよい。合成信号９１２は、入力信号ｓ（ｎ）と比べて誤差を含む。ゲインパラメータ計算部１５０又は３５０と対応し得る分析ブロック９２０によりノイズゲインパラメータｇ_nを修正することで、誤差は低減又は最小化され得る。増幅された整形済みノイズ信号３５０ｆをメモリ３５０ｎ内に記憶することで、適応型コードブックの更新が実行されてもよい。その結果、有声オーディオフレームの処理もまた、無声オーディオフレームの改善された符号化に基づいて強化され得る。

図１０は、例えば符号化済みオーディオ信号６９２である符号化済みオーディオ信号を復号化する、復号器１０００の概略ブロック図を示す。復号器１０００は、信号生成部１０１０と、ノイズ状信号１０２２を生成するよう構成されたノイズ生成部１０２０と、を含む。受信信号１００２はＬＰＣ関連情報を含み、ビットストリーム・デフォーマ１０４０は、予測係数関連情報に基づいて予測係数１２２を提供するよう構成されている。例えば、復号器１０４０は予測係数１２２を抽出するよう構成されている。信号生成部１０１０は、信号生成部５５０ａに関して上述したように、コード励振された励振信号１０１２を生成するよう構成されている。復号器１０００の結合部１０５０は、結合部５５０に関して上述したように、コード励振された信号１０１２とノイズ状信号１０２２とを結合して、結合済み励振信号１０５２を取得するよう構成されている。復号器１０００は、予測係数１２２で適応されるフィルタを有する合成部１０６０を含み、その合成部は、適応されたフィルタで結合済み励振信号１０５２をフィルタリングして、無声の復号化済みフレーム１０６２を取得するよう構成されている。復号器１０００はまた、無声の復号化済みフレームと有声フレーム２７２とを結合してオーディオ信号列２８２を得る、結合部２８０を含む。復号器２００とは異なり、復号器１０００は、コード励振された励振信号１０１２を提供するよう構成された第２の信号生成部を含む。ノイズ状励振信号１０２２は、例えば図２に示されたノイズ状信号ｎ（ｎ）であってもよい。

オーディオ信号列２８２は、符号化された入力信号と比べた場合、良好な品質と高い類似性とを持ち得る。

他の実施形態は、コード生成された（コード励振された）励振信号１０１２及び／又はノイズ状信号１０２２を整形及び／又は増幅することで、復号器１０００を強化する復号器を提供する。つまり、復号器１０００は、信号生成部１０１０と結合部１０５０との間、ノイズ生成部１０２０と結合部１０５０との間、にそれぞれ配置された整形処理部及び／又は可変増幅部を含んでもよい。入力信号１００２は、コードゲインパラメータ情報ｇ_c及び／又はノイズゲインパラメータ情報に関連する情報を含んでもよく、復号器は、コードゲインパラメータ情報ｇ_cを使用することで、コード生成された励振信号１０１２又はその整形済みバージョンを増幅するための増幅部を適応するよう構成されてもよい。代替的又は追加的に、復号器１０００は、ノイズゲインパラメータ情報を使用することで、ノイズ状信号１０２２又はその整形済みバージョンを増幅するための増幅部を適応、すなわち制御するよう構成されてもよい

代替的に、復号器１０００は、点線で示すように、コード励振された励振信号１０１２を整形するよう構成された整形器１０７０、及び／又はノイズ状信号１０２２を整形するよう構成された整形器１０８０を含んでもよい。整形器１０７０及び／又は１０８０は、ゲインパラメータｇ_c及び／又はｇ_n、及び／又はスピーチ関連整形情報を受信してもよい。整形器１０７０及び／又は１０８０は、上述した整形器２５０、３５０ｃ及び／又は５５０ｂと同様に形成されてもよい。

復号器１０００は、フォルマント情報計算部１６０について上述したように、整形器１０７０及び／又は１０８０のためのスピーチ関連整形情報１０９２を提供する、フォルマント情報計算部１０９０を含んでもよい。フォルマント情報計算部１０９０は、整形器１０７０及び／又は１０８０に対し、異なるスピーチ関連整形情報（１０９２ａ；１０９２ｂ）を提供するよう構成されてもよい。

図１１ａは、整形器２５０と比べて代替的な構造を実装している整形器２５０’の概略ブロック図を示す。整形器２５０’は、整形情報２２２とノイズ関連のゲインパラメータｇ_nとを結合して結合済み情報２５９を取得する、結合部２５７を含む。修正された整形処理部２５２’は、結合済み情報２５９を使用することでノイズ状信号ｎ（ｎ）を整形して、増幅された整形済みノイズ状信号２５８を得るよう構成されている。整形情報２２２とゲインパラメータｇ_nとの両方が乗算ファクタとして解釈され得るので、両方の乗算ファクタは結合部２５７を使用して乗算され、次に結合済みの形態でノイズ状信号ｎ（ｎ）へと適用されてもよい。

図１１ｂは、整形器２５０と比べてさらに代替的な構造を実装する整形器２５０’’の概略ブロック図を示す。整形器２５０と比較すると、最初に可変増幅部２５４が配置され、これがゲインパラメータｇ_nを用いてノイズ状信号ｎ（ｎ）を増幅することで、増幅されたノイズ状信号を生成するよう構成されている。整形処理部２５２は、整形情報２２２を用いて増幅された信号を整形し、増幅された整形済み信号２５８を取得するよう構成されている。

図１１ａ及び図１１ｂは、整形器２５０に関連してその変形例を説明しているが、上述の説明は整形器３５０ｃ、５５０ｂ、１０７０及び／又は１０８０に対しても同様に当てはまる。

図１２は、第１の態様に従う、オーディオ信号を符号化する方法１２００の概略フローチャートを示す。この方法１２００は、オーディオ信号フレームから予測係数と残差信号とを導出するステップ１２１０を含む。方法１２００は、予測係数からスピーチ関連のスペクトル整形情報を計算するステップ１２２０を含む。方法１２００は、無声残差信号及びスペクトル整形情報からゲインパラメータを計算するステップ１２３０と、有声信号フレームに関連する情報、ゲインパラメータ又は量子化済みゲインパラメータ、及び予測係数に基づいて出力信号を形成するステップ１２４０と、を含む。

図１３は、第１の態様に従う、予測係数とゲインパラメータとを含む受信オーディオ信号を復号化する方法１３００の概略フローチャートを示す。その方法１３００は、予測係数からスピーチ関連のスペクトル整形情報を計算するステップ１３１０を含む。ステップ１３２０では、復号化ノイズ状信号が生成される。ステップ１３３０では、復号化ノイズ状信号又はその増幅された表現のスペクトルが、スペクトル整形情報を使用して整形され、整形済み復号化ノイズ状信号が取得される。方法１３００のステップ１３４０では、整形済み復号化ノイズ状信号及び予測係数から合成信号が合成される。

図１４は、第２の態様に従う、オーディオ信号を符号化する方法１４００の概略フローチャートを示す。その方法１４００は、オーディオ信号の無声フレームから予測係数と残差信号とを導出するステップ１４１０を含む。方法１４００のステップ１４２０では、確定的コードブックに関連する第１励振信号を定義する第１ゲインパラメータ情報と、ノイズ状信号に関連する第２励振信号を定義する第２ゲインパラメータ情報とが、無声フレームのために計算される。

方法１４００のステップ１４３０では、有声信号フレームに関連する情報と第１ゲインパラメータ情報と第２ゲインパラメータ情報とに基づいて、出力信号が形成される。

図１５は、第２の態様に従う、受信オーディオ信号を復号化する方法１５００の概略フローチャートを示す。受信オーディオ信号は予測係数に関連する情報を含む。方法１５００は、合成信号の一部分のために確定的コードブックから第１励振信号を生成するステップ１５１０を含む。方法１５００のステップ１５２０では、合成信号のその一部分のために、ノイズ状信号から第２励振信号が生成される。方法１５００のステップ１５３０では、第１励振信号と第２励振信号とが結合されて、合成信号のその一部分のための結合済み励振信号が生成される。方法１５００のステップ１５４０では、合成信号のその一部分が結合済み励振信号と予測係数から合成される。

換言すれば、本発明の各態様は、無声フレームを符号化する新たな方法を提案するものであり、そこでは、フォルマント構造及びスペクトル傾斜を加えることでランダムに生成されたガウスノイズを整形する。そのスペクトル的整形は、合成フィルタを励振する前に、励振ドメインにおいて実行される。その結果として、整形された励振は、後続の適応型コードブックを生成するために長期予測のメモリの中で更新されるであろう。

無声でない後続フレームもまた、スペクトル整形からの利益を受けるであろう。後フィルタリングにおけるフォルマント強化とは異なり、提案のノイズ整形は、符号器側及び復号器側の両方において実行される。

このような励振は、非常に低いビットレートを目標とするパラメトリック符号化スキームの中で直接的に使用され得る。しかしながら、本発明では、そのような励振を、ＣＥＬＰ符号化スキーム内の従来の革新的コードブックと組合せて関連付けることも提案する。

両方の方法について、本発明は、クリーンなスピーチと背景ノイズを有するスピーチとの両方に対して特に効率的な、新たなゲイン符号化を提案する。本発明は、オリジナルエネルギーにできるだけ近く、しかし同時に、非無声フレームの耳障り過ぎる遷移を回避し、かつゲイン量子化に起因する望ましくない不安定性をも回避する、幾つかのメカニズムを提案する。

第１の態様は、毎秒２．８及び４キロビット（ｋｂｐｓ）のレートを用いた無声符号化を目標としている。無声フレームが最初に検出される。この検出は、非特許文献２から知られる可変レートマルチモード広帯域（ＶＭＲ-ＷＢ）において実行されるように、通常のスピーチ分類によって実行され得る。

この段階でスペクトル整形を行うことには２つの主要な利点がある。第１に、スペクトル整形が励振のゲイン計算を考慮に入れることである。ゲイン計算は励振生成の中の唯一の非ブラインドモジュールであるため、整形の後の一連の操作の最後にゲイン計算を行うことは大きな利点を生む。第２に、それにより、ＬＴＰのメモリ内の強化された励振を節約することが可能になることである。よって、そのような強化が、後続の非無声フレームにも役立つであろう。

量子化部１７０、１７０−１及び１７０−２は、量子化済みパラメータ

を取得するよう構成されていると説明したが、量子化済みパラメータは、それらに関連する情報として提供されてもよく、即ち、エントリーが量子化済みゲインパラメータ

を含むあるデータベースのエントリーのインデックス又は識別子として提供されてもよい。

これまで装置の文脈で幾つかの態様を示してきたが、これらの態様は対応する方法の説明をも表しており、１つのブロック又は装置が１つの方法ステップ又は方法ステップの特徴に対応することは明らかである。同様に、方法ステップを説明する文脈で示した態様もまた、対応する装置の対応するブロックもしくは項目又は特徴を表している。

本発明の分解された信号は、デジタル記憶媒体に記憶されることができ、又は、インターネットのような無線伝送媒体もしくは有線伝送媒体などの伝送媒体を介して伝送されることもできる。

所定の構成要件にもよるが、本発明の実施形態は、ハードウエア又はソフトウエアにおいて構成可能である。この構成は、その中に格納される電子的に読み取り可能な制御信号を有し、本発明の各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（又は協働可能な）、デジタル記憶媒体、例えばフレキシブルディスク，ＤＶＤ，ＣＤ，ＲＯＭ，ＰＲＯＭ，ＥＰＲＯＭ，ＥＥＰＲＯＭ，フラッシュメモリなどのデジタル記憶媒体を使用して実行することができる。

本発明に従う幾つかの実施形態は、上述した方法の１つを実行するようプログラム可能なコンピュータシステムと協働可能で、電子的に読み取り可能な制御信号を有するデータキャリアを含む。

一般的に、本発明の実施例は、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構成することができ、そのプログラムコードは当該コンピュータプログラム製品がコンピュータ上で作動するときに、本発明の方法の一つを実行するよう作動可能である。そのプログラムコードは例えば機械読み取り可能なキャリアに記憶されていても良い。

本発明の他の実施形態は、上述した方法の１つを実行するための、機械読み取り可能なキャリアに格納されたコンピュータプログラムを含む。

換言すれば、本発明の方法のある実施形態は、そのコンピュータプログラムがコンピュータ上で作動するときに、上述した方法の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。

本発明の他の実施形態は、上述した方法の１つを実行するために記録されたコンピュータプログラムを含む、データキャリア（又はデジタル記憶媒体、又はコンピュータ読み取り可能な媒体）である。

本発明の他の実施形態は、上述した方法の１つを実行するためのコンピュータプログラムを表現するデータストリーム又は信号列である。そのデータストリーム又は信号列は、例えばインターネットのようなデータ通信接続を介して伝送されるよう構成されても良い。

他の実施形態は、上述した方法の１つを実行するように構成又は適応された、例えばコンピュータ又はプログラム可能な論理デバイスのような処理手段を含む。

他の実施形態は、上述した方法の１つを実行するためのコンピュータプログラムがインストールされたコンピュータを含む。

幾つかの実施形態においては、（例えば書換え可能ゲートアレイのような）プログラム可能な論理デバイスが、上述した方法の幾つか又は全ての機能を実行するために使用されても良い。幾つかの実施形態では、書換え可能ゲートアレイは、上述した方法の１つを実行するためにマイクロプロセッサと協働しても良い。一般的に、そのような方法は、好適には任意のハードウエア装置によって実行される。

上述した実施形態は、本発明の原理を単に例示的に示したに過ぎない。本明細書に記載した構成及び詳細について修正及び変更が可能であることは、当業者にとって明らかである。従って、本発明は、本明細書に実施形態の説明及び解説の目的で提示した具体的詳細によって限定されるものではなく、添付した特許請求の範囲によってのみ限定されるべきである。

Claims (15)

1. オーディオ信号（１０２）を符号化する符号器（１００；２００；３００）であって、
   前記オーディオ信号（１０２）のあるフレームから予測係数（１２２；３２２）と残差信号（１２４；３２４）とを導出するよう構成された分析部（１２０；３２０）と、
   前記予測係数（１２２；３２２）からスピーチ関連のスペクトル整形情報（１６２）を計算するよう構成されたフォルマント情報計算部（１６０）と、
   無声残差信号と前記スペクトル整形情報（１６２）とからゲインパラメータ（ｇ_n；ｇ_c）を計算するよう構成されたゲインパラメータ計算部（１５０；３５０；３５０'；５５０）と、
   有声信号フレームに関連する情報（１４２）と、前記ゲインパラメータ（ｇ_n；ｇ_c）又は量子化済みゲインパラメータ
   

   

   と、前記予測係数（１２２；３２２）とに基づいて、出力信号（１９２；６９２）を形成するよう構成されたビットストリーム形成部（１９０；６９０）と、
   を含む符号器。
2. 請求項１に記載の符号器であって、前記残差信号が無声信号オーディオフレームから決定されたか否かを判定するよう構成された判定部（１３０）をさらに含む符号器。
3. 請求項１又は２に記載の符号器であって、前記ゲインパラメータ計算部（１５０；３５０；３５０'；５５０）は、
   符号化ノイズ状信号（ｎ（ｎ））を生成するよう構成されたノイズ生成部（３５０ａ）と、
   前記スピーチ関連のスペクトル整形情報（１６２）と一時的ゲインパラメータ（ｇ_n(temp)）としての前記ゲインパラメータ（ｇ_n）とを使用して、前記符号化ノイズ状信号（ｎ（ｎ））のスペクトルを増幅（３５０ｅ）及び整形（３５０ｄ）し、増幅された整形済み符号化ノイズ状信号（３５０ｇ）を取得するよう構成された整形器（３５０ｃ）と、
   前記無声残差信号と前記増幅された整形済み符号化ノイズ状信号（３５０ｇ）とを比較して、前記無声残差信号と前記増幅された整形済み符号化ノイズ状信号（３５０ｇ）との間の類似尺度を得るよう構成された比較部（３５０ｈ）と、
   前記類似尺度に基づいて、前記一時的ゲインパラメータ（ｇ_n(temp)）を適応させることにより、前記ゲインパラメータ（ｇ_n）を決定するよう構成された制御部（３５０ｋ）と、を含み、
   前記類似尺度の値がある閾値を超えているとき、前記制御部（３５０ｋ；５５０ｎ）は前記決定されたゲインパラメータ（ｇ_n）を前記ビットストリーム形成部に供給するよう構成されている、符号器。
4. 請求項１又は２に記載の符号器であって、前記ゲインパラメータ計算部（１５０；３５０；３５０'；５５０）は、
   符号化ノイズ状信号を生成するよう構成されたノイズ生成部（３５０ａ）と、
   前記スピーチ関連のスペクトル整形情報（１６２）と一時的ゲインパラメータ（ｇ_n(temp)）としての前記ゲインパラメータ（ｇ_n）とを使用して、前記符号化ノイズ状信号（ｎ（ｎ））のスペクトルを増幅（３５０ｅ）及び整形（３５０ｄ）し、増幅された整形済み符号化ノイズ状信号（３５０ｇ）を取得するよう構成された整形器（３５０ｃ）と、
   前記増幅された整形済み符号化ノイズ状信号（３５０ｇ）と前記予測係数（１２２；３２２）とから合成信号（３５０ｌ'）を合成し、前記合成信号（３５０ｌ'）を供給するよう構成された合成部（３５０ｍ'）と、
   前記オーディオ信号（１０２）と前記合成信号（３５０ｌ'）とを比較して、前記オーディオ信号（１０２）と前記合成信号（３５０ｌ'）との間の類似尺度を得るよう構成された比較部（３５０ｈ'）と、
   前記類似尺度に基づいて、前記一時的ゲインパラメータ（ｇ_n(temp)）を適応させることにより、前記ゲインパラメータ（ｇ_n）を決定するよう構成された制御部（３５０ｋ）と、を含み、
   前記類似尺度の値がある閾値を超えているとき、前記制御部（３５０ｋ；５５０ｎ）は前記決定されたゲインパラメータ（ｇ_n）を前記ビットストリーム形成部に供給するよう構成されている、符号器。
5. 請求項４に記載の符号器であって、前記決定されたゲインパラメータ（ｇ_n）又はそれに関連する情報
   

   

   を含む符号化情報を記録するよう構成されたゲインメモリ（３５０ｎ'）をさらに含み、
   前記制御部（３５０ｋ）は、前記符号化情報をオーディオフレームの処理の間に記録するよう構成され、前記オーディオ信号（１０２）の先行フレームの符号化情報に基づいて、前記オーディオ信号（１０２）の後続フレームについての前記ゲインパラメータ（ｇ_n）を決定するよう構成されている、
   符号器。
6. 請求項３〜５のいずれか１項に記載の符号器であって、前記ノイズ生成部（３５０ａ）は、複数のランダム信号を生成し、前記複数のランダム信号を結合して前記符号化ノイズ状信号（ｎ（ｎ））を得るよう構成された、符号器。
7. 請求項１〜６のいずれか１項に記載の符号器であって、前記ゲインパラメータ（ｇ_n；ｇ_c）を受信し、前記ゲインパラメータ（ｇ_n；ｇ_c）を量子化して前記量子化済みゲインパラメータ
   

   

   を得るよう構成された量子化部（１７０）をさらに含む、符号器。
8. 請求項３〜６のいずれか１項に記載の符号器であって、前記ゲインパラメータ計算部（３５０；３５０'）は、前記符号化ノイズ状信号（ｎ（ｎ））のスペクトル又はそれから導出されたスペクトルと、次式を含む伝達関数（Ｆｆｅ（ｚ））とを結合するよう構成され、
   

   

   ここでＡ（ｚ）は、重み付けファクタｗ１又はｗ２により重み付けられた適応された整形済み符号化ノイズ状信号をフィルタリングするための符号化フィルタのフィルタ多項式であり、ｗ１は最大でも１．０の正の非ゼロのスカラー値を含み、ｗ２は最大でも１．００の正の非ゼロのスカラー値を含み、ｗ２はｗ１より大きい、符号器。
9. 請求項８に記載の符号器であって、前記ゲインパラメータ計算部（３５０；３５０'）は、前記符号化ノイズ状信号のスペクトル又はそれから導出されたスペクトルと、次式を含む伝達関数（Ｆｔ（ｚ））とを結合するよう構成され、
   

   

   ここで、ｚはｚドメインにおける表現を示し、βは前記オーディオ信号の過去フレームのエネルギーと前記オーディオ信号の現在フレームのエネルギーとを関連付けることによって決定されたボイシングのための尺度（ボイシング）を表し、前記尺度βはボイシング値の関数において決定される、符号器。
10. 予測係数（１２２；３２２）に関連する情報を含む受信信号（２０２）を復号化する復号器（２００）であって、
    予測係数からスピーチ関連のスペクトル整形情報（２２２）を計算するよう構成されたフォルマント情報計算部（２２０）と、
    復号化ノイズ状信号（ｎ（ｎ））を生成するよう構成されたノイズ生成部（２４０）と、
    前記スペクトル整形情報（２２２）を使用して、前記復号化ノイズ状信号（ｎ（ｎ））又はその増幅された表現のスペクトルを整形（２５２）し、整形済み復号化ノイズ状信号（２５８）を取得するよう構成された整形器（２５０）と、
    前記整形済み復号化ノイズ状信号（２５８）と前記予測係数（１２２；３２２）とから合成信号（２６２）を合成するよう構成された合成部（２６０）と、
    を含む復号器。
11. 請求項１０に記載の復号器であって、前記受信信号（２０２）はゲインパラメータ（ｇ_n）に関連する情報を含み、前記整形器（２５０）は前記復号化ノイズ状信号（ｎ（ｎ））又は前記整形済み復号化ノイズ状信号（２５６）を増幅するよう構成された増幅器（２５４）を含む、復号器。
12. 請求項１０又は１１に記載の復号器であって、前記受信信号（２０２）は符号化済みのオーディオ信号（１０２）の有声フレームに関連する有声情報（１４２）をさらに含み、前記復号器（２００）は前記有声情報（１４２）に基づいて有声信号（２７２）を決定するよう構成された有声フレーム処理部（２７０）をさらに含み、前記復号器（２００）は前記合成信号（２６２）と前記有声信号（２７２）とを結合してオーディオ信号列（２８２）の１つのフレームを得るよう構成された結合部（２８０）をさらに含む、復号器。
13. オーディオ信号（１０２）を符号化する方法（１２００）であって、
    前記オーディオ信号（１０２）のフレームから予測係数（１２２；３２２）と残差信号とを導出するステップ（１２１０）と、
    前記予測係数（１２２；３２２）からスピーチ関連のスペクトル整形情報（１６２）を計算するステップ（１２２０）と、
    無声残差信号と前記スペクトル整形情報（１６２）とからゲインパラメータ（ｇ_n；ｇ_c）を計算するステップ（１２３０）と、
    有声信号フレームに関連する情報（１４２）と、前記ゲインパラメータ（ｇ_n；ｇ_c）又は量子化済みゲインパラメータ
    

    

    と、前記予測係数（１２２；３２２）とに基づいて、出力信号（１９２；６９２）を形成するステップ（１２４０）と、
    を含む方法。
14. 予測係数に関連する情報を含む受信されたオーディオ信号（２０２）を復号化する方法（１３００）であって、
    予測係数（１２２；３２２）からスピーチ関連のスペクトル整形情報（２２２）を計算するステップ（１３１０）と、
    復号化ノイズ状信号（ｎ（ｎ））を生成するステップ（１３２０）と、
    前記スペクトル整形情報（２２２）を使用して、前記復号化ノイズ状信号（ｎ（ｎ））又はその増幅された表現のスペクトルを整形（２５２）し、整形済み復号化ノイズ状信号（２５８）を取得するステップ（１３３０）と、
    前記整形済み復号化ノイズ状信号（２５８）と前記予測係数（１２２；３２２）とから合成信号（２６２）を合成するステップ（１３４０）と、
    を含む方法。
15. コンピュータ上で作動されたとき、請求項１３又は１４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。

Images