CN102119414B - 用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法 - Google Patents

用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法 Download PDF

Info

Publication number
CN102119414B
CN102119414B CN2009801267394A CN200980126739A CN102119414B CN 102119414 B CN102119414 B CN 102119414B CN 2009801267394 A CN2009801267394 A CN 2009801267394A CN 200980126739 A CN200980126739 A CN 200980126739A CN 102119414 B CN102119414 B CN 102119414B
Authority
CN
China
Prior art keywords
wave filter
quantization
lpc
quantizes
quantification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2009801267394A
Other languages
English (en)
Other versions
CN102119414A (zh
Inventor
菲利普.古尔奈
布鲁诺.贝塞特
雷德万.萨拉米
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
VoiceAge Corp
Original Assignee
VoiceAge Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by VoiceAge Corp filed Critical VoiceAge Corp
Publication of CN102119414A publication Critical patent/CN102119414A/zh
Application granted granted Critical
Publication of CN102119414B publication Critical patent/CN102119414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/06Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3082Vector coding
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/16Vocoder architecture
    • G10L19/18Vocoders using multiple modes

Abstract

用于在包括一序列帧的超帧中对在该序列的帧期间计算出的LPC滤波器进行量化的设备和方法。LPC滤波器量化设备和方法包含:绝对量化器,其用于使用绝对量化来首先量化一个LPC滤波器;以及其他LPC滤波器的至少一个量化器,其使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化模式。对于逆量化,至少接收首先量化的LPC滤波器;并且逆量化器使用绝对逆量化来对首先量化的LPC滤波器进行逆量化。如果接收到了除了首先量化的LPC滤波器以外的任何量化的LPC滤波器,则逆量化器使用绝对逆量化和相对于至少一个先前接收到的量化的LPC滤波器的差分逆量化之一来对该量化的LPC滤波器进行逆量化。

Description

用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法
技术领域
本发明涉及声音信号(例如,音频信号)的编码和解码。更具体地,本发明涉及用于例如在超帧中量化和逆量化LPC(Linear Prediction Coefficient,线性预测系数)滤波器的设备和方法。
背景技术
在诸如电话会议、多媒体和无线通信之类的各种应用领域中,对于在主观品质和比特率之间具有良好折衷的高效数字语音和音频编码技术的需求正在增长。
语音编码器将语音信号转换为通过通信信道传送或存储在存储介质中的数字比特流。要编码的语音信号例如通过使用每一采样16比特而被数字化(即,采样和量化)。语音编码器的挑战是要在保持良好主观语音品质的同时,以更小的比特数表示数字样本。语音解码器或合成器将传送或存储的比特流转换回到声音信号。
CELP(Code-Excited Linear Prediction,码激励线性预测)编码是用于在主观品质和比特流之间取得良好折衷的最佳技术之一。CELP编码技术是无线和有线应用两者中若干语音编码标准的基础。在CELP编码中,在通常称作帧的L样本的相继块中采样并处理语音信号,其中L是通常与10-30ms的语音相对应的预定数量的样本。针对每帧计算并传送线性预测(LP)滤波器;LP滤波器也公知为LPC(Linear Prediction Coefficient,线性预测系数)滤波器。LPC滤波器的计算典型地使用来自于随后帧的超前(例如,5-15ms)的语音段。L样本帧被分割为称作子帧的更小块。在每个子帧中,通常从两个分量(过去的激励与创新的、固定码本激励)中获得激励信号。过去的激励经常称为自适应码本或者基音(pitch)码本激励。表征激励信号的参数被编码并传送至解码器,在该解码器中,激励信号被重构并用作LPC滤波器的输入。
在诸如多媒体流和广播之类的应用中,可能需要以低比特率对语音、音乐和混合内容进行编码。为此目的,已经开发了将针对语音信号优化的CELP编码和针对音频信号优化的变换编码相组合的编码模型。这样的模型的示例是AMR-WB+[1],其在CELP和TCX(Transform Coded Excitation,变换码激励)之间切换。为了改善音乐和混合内容的品质,使用长的延迟以在变换域中允许更细的频率分辨率。在AMR-WB+中,使用了由四个CELP帧(典型地80ms)组成的所谓的超帧。
尽管在AMR-WB+中每4帧传送CELP编码参数一次,但是在每帧中分开执行LPC滤波器的量化。此外,在CELP帧的情况下以对于每帧的固定比特数来量化LPC滤波器。
为了克服上述缺陷,需要如下的使用LPC滤波器的可变比特率量化的技术:其采用超帧结构,以便减小在LPC滤波器的量化中所涉及的比特数。此外,这种技术将与使用超帧和多模式结构(如AMR-WB+[1]和MPEG中开发的USAC)两者的语音或音频编码模型有关。
发明内容
根据本发明的第一方面,提供了一种用于在包括一序列帧的超帧中对在该序列的帧期间计算出的LPC滤波器进行量化的方法,其中,LPC滤波器量化方法包含:使用绝对量化来首先量化一个LPC滤波器;以及使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化模式来量化其它的LPC滤波器。
根据本发明的第二方面,提供了一种用于在包括一序列帧的超帧中对在该序列的帧期间计算出的LPC滤波器进行量化的设备,其中,LPC滤波器量化设备包含:用于使用绝对量化来首先量化一个LPC滤波器的部件;以及用于使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化模式来量化其它的LPC滤波器的部件。
根据本发明的第三方面,提供了一种用于在包括每一个均与LPC滤波器相关联的一序列帧的超帧中对至少一个LPC滤波器进行逆量化的方法,其中,使用绝对量化来首先量化一个LPC滤波器,并且使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化处理来随后量化其它的LPC滤波器,并且其中,用于对所述至少一个LPC进行逆量化的方法包含:至少接收首先量化的LPC滤波器;使用绝对逆量化来对首先量化的LPC滤波器进行逆量化;以及如果接收到了除了首先量化的LPC滤波器以外的任何量化的LPC滤波器,则使用绝对逆量化和相对于至少一个先前接收到的量化的LPC滤波器的差分逆量化之一来对所述量化的LPC滤波器进行逆量化。
根据本发明的第四方面,提供了一种用于在包括每一个均与LPC滤波器相关联的一序列帧的超帧中对至少一个LPC滤波器进行逆量化的设备,其中,使用绝对量化来首先量化一个LPC滤波器,并且使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化处理来随后量化其它的LPC滤波器,并且其中,用于对所述至少一个LPC进行逆量化的设备包含:用于至少接收首先量化的LPC滤波器的部件;用于使用绝对逆量化来对首先量化的LPC滤波器进行逆量化的部件;以及用于在接收到了除了首先量化的LPC滤波器以外的任何量化的LPC滤波器的情况下使用绝对逆量化和相对于至少一个先前接收到的量化的LPC滤波器的差分逆量化之一来对所述量化的LPC滤波器进行逆量化的部件。
当参照附图阅读仅通过示例给出的本发明的说明性实施例的下列非限定描述时,本发明的上述和其他目标、优点和特征将变得更加明显。
附图说明
在附图中:
图1是说明绝对和多基准差分LPC滤波器量化器和量化方法的框图;
图2是说明开环量化方案的示意图;
图3是说明用于在超帧中使用并传送四(4)个LPC滤波器的配置中确定要传送的LPC滤波器的设备和方法的流程图;
图4a是当在基于LPC的编解码器中针对每帧(或超帧)估计一个LPC滤波器时的典型LPC分析窗口和典型LPC分析中心位置,其中LPC0与先前帧(或超帧)期间计算出的最后一个LPC滤波器相对应;
图4b是当在基于LPC的编解码器中针对每帧(或超帧)估计四(4)个LPC滤波器时的典型LPC分析窗口,其中LPC分析窗口位于帧末尾的中心;
图5是说明环路外量化方案的示例的流程图;
图6是加权的代数LPC量化器和量化方法的示意框图;
图7是加权的代数LPC逆量化器和逆量化方法的示意框图;
图8是量化器和量化方法的示意框图;以及
图9是解码器和解码方法的示例框图。
具体实施方式
具有可能基准的选取的差分量化
使用了具有在若干可能的基准之间的选取的差分量化。更具体地,关于若干可能的基准以差分方式量化LPC滤波器。
已知连续LPC滤波器呈现某种程度的相关性。为了利用这种相关性,LPC量化器一般利用预测。代替直接量化表示LPC滤波器的线性预测系数的矢量(LPC矢量),差分(或预测)量化器首先计算该LPC矢量的预测值,然后量化原始LPC矢量和预测的LPC矢量之间的差(经常称作预测残差)。
预测通常基于LPC滤波器的先前值。一般使用两种类型的预测器:移动平均(MA)和自动回归(AR)预测器。尽管AR预测器在降低要量化的数据的L2范数(均方)时比MA预测器更加有效,但是后者有时是有用的,因为它们在传输出错的情况下更不易于错误传播[2]。
由于预测残差的L2范数平均低于原始LPC矢量的L2范数(两者之比取决于LPC滤波器的可预测程度),因此差分(或预测)量化器可实现与绝对量化器相同程度的性能,但是是以更低的比特率。
平均起来,在减小要量化的数据的L2范数时,预测确实是有效的。然而,该特性(behavior)不是恒定不变的;预测在信号的稳定段期间比在转换段期间更加有效。预测在LPC滤波器快速变化时甚至可能导致增大的L2范数值。某些性能改善可以通过考虑两个不同的预测器来实现,其中一个用于高预测段,而另一个用于低预测段[3,4]。如在前面描述中所提到的那样,这种技术只使用LPC滤波器的过去值。
为了克服该问题,提议以差分方式对关于在大量可能的基准中所选取的基准(例如,基准滤波器)的LPC滤波器进行量化。可能的基准滤波器已在过去或将来的LPC滤波器被量化(因而如在编码器处那样,在解码器处是可用的),或者各种外插或内插操作的结果应用于已经量化的过去或将来LPC滤波器。选择这样的基准滤波器:其以给定比率提供了更低的失真,或者对于给定的目标失真级别提供了更低的比特率。
图1是说明多基准LPC滤波器量化设备和方法的框图。线性预测系数的矢量所表示的给定LPC滤波器101被输入至多基准LPC滤波器量化设备和方法。针对在大量的可能基准1、2、...、n中选取的基准,以差分方式对输入LPC滤波器101进行量化。可能的基准包含:
-过去或将来量化的LPC滤波器;
-应用于过去或将来量化的LPC滤波器的外插或内插操作的结果;或者
-在编码器和解码器两者处均可用的任何量化值。
作为非限制性示例,可以针对先前量化的LPC滤波器、随后量化的LPC滤波器或者这两个先前和随后量化的LPC滤波器的平均值,以差分方式对输入LPC滤波器101进行量化。基准也可以是使用绝对量化器所量化的LPC滤波器,或者应用于已经量化的LPC滤波器的任何种类的内插、外插或预测(AR或MA)的结果。
操作102和1031、1032、...、103n:仍然参照图1,输入LPC滤波器101提供至绝对量化器(操作102),并提供至差分量化器(操作1031、1032、...、103n)。绝对量化器(操作102)对输入LPC滤波器101的绝对值(不是差)进行量化。差分量化器(操作1031、1032、...、103n)设计为针对各个基准1、2、...、n,以差分方式对输入LPC滤波器101进行量化。
操作104:图1的多基准LPC滤波器量化设备和方法包含选择器,其用于选择基准1、2...、n当中以下这样的基准:该基准以给定的比特率提供了最小的失真级别,或者对于给定的目标失真级别提供了最小的比特率。更具体地,选择器(操作104)使用如下这样的选择标准:其使得用以实现某个目标失真级别的比特率最小,或者使得以给定比特率产生的失真级别最小。
在操作104中,可以在闭环中或者在开环中执行对于基准1、2...、n当中的要在差分量化过程中实际使用的基准的选择。
在闭环中,尝试所有可能的基准,并且选取使得失真或比特率的某个标准最佳的基准。例如,闭环选择可以基于使输入LPC矢量与对应于每一基准的量化的LPC矢量之间的加权均方误差最小化。此外,可以使用输入LPC矢量和量化的LPC矢量之间的频谱失真。可替代地,可以在将失真保持在某个阈值以下的同时执行使用了可能基准的量化,并且选取既满足该标准又使用了更小比特数的基准。如将在下列描述中说明的那样,可以使用可变比特率代数矢量量化器来量化缩放的残差矢量(输入LPC矢量和基准之差),其基于缩放的残差矢量的能量来使用某个比特预算。在这种情况下,选取产生了更小比特数的基准。
在开环中,操作104的选择器基于要量化的输入LPC滤波器的线性预测系数的值和可用基准LPC滤波器的线性预测系数的值来预先确定基准。例如,为所有基准计算残差矢量的L2范数,并且选取产生了更小值的基准。
操作105:在操作104选择了基准1、2、...、n中的一个之后,传送器(操作105)向解码器(未示出)传递或以信号方式通知量化的LPC滤波器(未示出)以及指示量化模式(例如,绝对或差分量化)的索引(子操作1051)。此外,当使用差分量化时,传送器(操作105)向解码器传递或以信号方式通知代表所选基准和操作1031、1032、...、103n的相关联差分量化器的索引(子操作1052)。一些专用比特传送至解码器以用于这种信号发送。
相比于如传统预测中那样仅限制到过去值,使用多个不同的可能基准就预测残差的L2范数的减小而言使得差分量化更加高效。此外,对于给定的目标失真级别,这种技术就平均比特率而言是更高效的。
切换的绝对或差分量化
根据第二方面,使用了切换的绝对/差分(或预测)量化。图1说明了在一个绝对量化器(操作102)和使用各自的不同基准1、2、...、n的n个差分量化器(操作1031、1032、...、103n)之间进行选择的绝对/差分方案的示例。再次,可以由操作104的选择器在绝对和差分量化器(操作102和1031、1032、...、103n)当中进行量化器的选择,其中所选量化器将根据选择标准而使得以给定比特率产生的失真级别最小,或者使得用以实现目标级别的失真的比特率最小。
可以使用绝对量化器(操作102)来对一些LPC滤波器进行编码。针对差分量化器(操作1031、1032、...、103n)中的一个或若干个基准LPC滤波器,以差分方式对其它的LPC滤波器进行编码。
例如在大的LPC偏差的情况下,或者当绝对量化器(操作102)就比特率而言比差分量化器(操作1031、1032、...、103n)更加高效时,可以将绝对量化器(操作102)作为安全保证解决方案用于不同地差分量化的LPC滤波器。(多个)基准LPC滤波器可以都在同一超帧内,以避免在传输错误(分组丢失或者帧擦除)的情况下而在各超帧之间引入经常引起问题的依赖性。
如上面描述中讲解的那样,LPC量化中预测的使用导致要量化的数据的L2范数的减小,从而导致用于实现某种级别性能的平均比特率的减小。然而,预测不总是同等程度地高效。在切换的LPC中[3,4],执行LPC滤波器的预分类,并且依赖于要量化的LPC滤波器的可预测性而使用不同的预测器。然而,在固定比特率、需要相同比特数对LPC滤波器进行编码的两个差分量化器的环境中,已经开发出了这种技术。
此外,可提供一个或若干个绝对量化器(操作102)。进而,可提供一个或若干个差分(预测)量化器(操作1031、1032、...、103n)。若干个差分量化器(操作1031、1032、...、103n)涉及若干个可能的基准(如,1、2、...、n)和/或若干个差分量化器大小和/或结构。
如在上面描述中所述的那样,当使用若干个差分量化器(操作1031、1032...、103n)时,可以在开环或闭环选择处理中执行对于要使用的实际差分量化器的选择。
当差分量化无法取得目标级别的失真时,或者当绝对量化需要比差分量化更小的比特数以实现该级别的失真时,将绝对量化用作安全保证解决方案。依赖于可能的绝对和差分量化器的数量,通过传送器(操作105)传送一个或若干个比特,以向解码器(未示出)指示所使用的实际量化器。
绝对/差分量化将预测量化的优点(与要量化的数据的L2范数的减小相关联的比特率的减小)和绝对量化(其在差分(或预测)量化未实现目标(例如,不能注意到的)级别的失真的情况下用作安全保证)的一般性相组合。
当包括了若干个差分量化器(操作1031、1032、...、103n)时,这些差分量化器可以利用相同预测器或不同预测器。具体地(但并非排它地),这些若干个差分量化器可使用相同的预测系数或不同的预测系数。
解码器包含这样的部件(例如,多路复用器):其用于从比特流中接收和提取(a)量化的LPC滤波器和(b)关于如下的(多个)索引或信息:
-关于量化模式的索引或信息,用以确定是否已使用绝对量化或差分量化而量化了LPC滤波器;以及
-关于多个可能基准当中的、已用于对LPC滤波器进行量化的基准的索引或信息。
如果关于量化模式的信息指示已经使用绝对量化对LPC滤波器进行了量化,则提供绝对逆量化器(未示出)以用于对量化的LPC滤波器进行逆量化。如果关于量化模式的信息指示已经使用差分量化对LPC滤波器进行了量化,则差分逆量化器(未示出)使用与提取出的基准信息对应的基准,以差分方式对多基准差分量化的LPC滤波器进行逆量化。
环路外的量化方案
AMR-WB+编解码器是在基于ACELP编码方案的时域编码模型和称作TCX的变换域编码模型之间进行切换的混合编解码器。AMR-WB+编解码器按照如下进行[1]:
-将输入信号分段至四(4)帧的超帧;
-使用四(4)个可能的编码模式的组合对每个超帧进行编码,每一个编码模式覆盖不同的持续期:
-ACELP(覆盖一(1)帧的持续期);
-TCX256(覆盖一(1)帧的持续期);
-TCX512(覆盖两(2)帧的持续期);以及
-TCX1024(覆盖四(4)帧的持续期)。
因此,存在26种可能的模式组合来对每个超帧进行编码。
对于给定的超帧,通过“闭环”模式选择过程确定使得总加权误差最小的模式的组合。更具体地,代替测试26种组合,通过十一(11)种不同的试验执行模式的选择(树搜索,参见表1)。在AMR-WB+编解码器中,闭环选择基于在加权域中使输入和编解码器信号之间的均方误差最小(或者使信号与量化噪声比最大)。
Figure BDA0000043274720000091
表1-AMR-WB+中对于闭环模式选择的11种试验
LPC滤波器是AMR-WB+编解码器传送的各种参数中的一个。下面是与这些LPC滤波器的量化和传送有关的一些关键要素。
尽管不同编码模式未覆盖相同数量的帧,但是传送至解码器的LPC滤波器的数量对于所有的编码模式是相同的且等于1。仅传送与覆盖的段的末尾相对应的LPC滤波器。更具体地,在TCX 1024的情况下,对于四(4)帧的持续期计算并传送一(1)个LPC滤波器。在TCX 512的情况下,对于两(2)帧的持续期计算并传送一(1)个LPC滤波器。在TCX 256或ACELP的情况下,对于一(1)帧的持续期计算并传送一(1)个LPC滤波器。
AMR-WB+编解码器使用第一阶移动平均预测LPC量化器。后一量化器的操作取决于先前传送的LPC滤波器,从而取决于先前所选的编码模式。因此,因为模式的精确组合在直到整个超帧被编码为止是未知的,所以一些LPC滤波器在模式的最终组合予以确定之前进行了若干次编码。
例如,仅在将第三帧编码为ACELP或TCX256时,将位于帧3末尾的LPC滤波器传送至解码器。在使用TCX512对帧3和4共同编码时不进行传送。关于位于帧2末尾的LPC滤波器,在除了TCX1024之外的模式的所有组合中进行传送。因此,对超帧的最后一个LPC滤波器进行量化时所执行的预测取决于用于整个超帧的模式的组合。
所公开技术的原理是选取LPC滤波器被量化的顺序,以使得一旦闭环决定结束,则与不必要的LPC滤波器相对应的量化信息可以从传送跳过,而对在解码器处传送和解码其它滤波器的方式没有影响。对于要使用上述差分量化策略量化的每个LPC滤波器,这对可能的基准LPC滤波器强加了一些约束。
参考图2给出下列示例。
图2的操作1:为了避免任何超帧间的依赖性,使用绝对LPC量化器量化至少一个LPC滤波器。由于无论闭环选择过程确定的编码模式组合是什么,都总是传送超帧的帧4的滤波器LPC4,因此使用绝对量化器量化该滤波器LPC4是方便的。
图2的操作2:要量化的下一LPC滤波器是针对除了TCX1024之外的模式的所有组合传送的超帧的帧2的滤波器LPC2。例如,可以使用差分量化器来对滤波器LPC2和LPC4的绝对量化版本(version)之差进行编码。例如在大LPC偏差的情况下或者在绝对LPC量化器就比特率和/或失真级别而言比差分量化器更加高效时,与对滤波器LPC4进行编码所使用的相同的绝对量化器也可用作安全保证解决方案。
图2的操作3:使用相同的差分/绝对量化策略,也对剩余两个LPC滤波器(超帧的帧1的滤波器LPC1和超帧的帧3的滤波器LPC3)进行量化。可以关于滤波器LPC2的量化版本来量化这两个LPC滤波器。下文给出一些可替换的策略。
图5是更详细说明环路外量化方案的示例的流程图。
操作501:绝对量化器对滤波器LPC4进行量化。
操作502:操作512是可选的,其用于基于非LPC的编码帧之后的第一基于LPC的编码帧。绝对量化器量化滤波器LPC0,或者差分量化器以差分方式对关于量化的滤波器LPC4的滤波器LPC0进行量化。滤波器LPC0是来自先前超帧的最后一个LPC滤波器(LPC4),并可作为可能基准而用于对滤波器LPC1~LPC4进行量化。
操作503:绝对量化器对滤波器LPC2进行量化,或者差分量化器以差分方式相对于用作基准的量化的滤波器LPC4对滤波器LPC2进行量化。
操作504:绝对量化器对滤波器LPC1进行量化,或者差分量化器以差分方式相对于用作基准的((量化的滤波器LPC2+量化的滤波器LPC0)/2)对滤波器LPC1进行量化。
操作505:绝对量化器对滤波器LPC3进行量化,差分量化器以差分方式相对于用作基准的量化的滤波器LPC2对滤波器LPC3进行量化,差分量化器以差分方式相对于用作基准的量化的滤波器LPC4对滤波器LPC3进行量化,或者差分量化器以差分方式相对于用作基准的((量化的滤波器LPC2+量化的滤波器LPC4)/2)对滤波器LPC3进行量化。
图3是说明在超帧中可计算并传送四(4)个LPC滤波器的配置中要发送的LPC滤波器的确定的流程图。
首先应当记住的是,仅在针对超帧的前一半选择了ACELP和/或TCX256时才传送量化的滤波器LPC1。类似地,仅在针对该超帧的后一半选择了ACELP和/或TCX256时才传送滤波器LPC3。
操作301:例如使用参考图2和5所说明和描述的量化策略来量化超帧的帧1的滤波器LPC1、超帧的帧2的滤波器LPC2、超帧的帧3的滤波器LPC3和超帧的帧4的滤波器LPC4。当然,其它的量化策略是可能的。
操作302:执行如上文所述的编码模式的闭环选择。
操作303:例如通过图1的传送器105将量化的滤波器LPC4传送至解码器。解码器包含:
-用于从接收到的比特流中接收和提取量化的滤波器LPC4的部件(例如,解多路复用器);以及
-绝对逆量化器,其提供有量化的滤波器LPC4,用于对量化的滤波器LPC4进行逆量化。
操作304:如果使用模式TCX1024对超帧进行编码,则不需要进一步的传送。
操作305:如果未使用模式TCX1024对超帧的第一、第二、第三和第四帧进行编码,则例如通过图1的传送器105将量化的滤波器LPC2和指示绝对量化模式和差分量化模式之一的索引传送至解码器。该解码器包含:
-用于从接收到的比特流中接收和提取量化的滤波器LPC2以及指示绝对量化模式和差分量化模式之一的索引的部件(例如,解多路复用器);以及
-绝对逆量化器,其提供有量化的滤波器LPC2和指示绝对量化模式的索引,用于对量化的滤波器LPC2进行逆量化;或者差分逆量化器,其提供有量化的滤波器LPC2和指示差分量化模式的索引,用于对量化的滤波器LPC2进行逆量化。
操作306:如果使用模式TCX512对超帧的帧1和2编码,则不把量化的滤波器LPC1传送至解码器。
操作307:如果未使用模式TCX512对超帧的帧1和2编码(即,如果使用ACELP或ACX256对超帧的帧1和2编码),则例如通过图1的传送器105将量化的滤波器LPC1和指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式以及相对于用作基准的(量化的滤波器LPC2+量化的滤波器LPC0)/2的差分量化模式之一的索引传送至解码器。该解码器包含:
-用于从接收到的比特流中接收和提取量化的滤波器LPC1、以及指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式和相对于用作基准的(量化的滤波器LPC2+量化的滤波器LPC0)/2的差分量化模式之一的索引的部件(例如,解多路复用器);以及
-绝对逆量化器,其提供有量化的滤波器LPC1与指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式和相对于用作基准的((量化的滤波器LPC2+量化的滤波器LPC0)/2)的差分量化模式之一的索引,用于对量化的滤波器LPC1进行逆量化。
操作308:如果使用模式TCX512对超帧的帧3和4编码,则不把量化的滤波器LPC3传送至解码器。
操作309:如果未使用模式TCX512对超帧的帧3和4编码(即,如果使用ACELP或ACX256对超帧的帧3和4编码),则例如通过图1的传送器105将量化的滤波器LPC3、以及指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式、相对于用作基准的量化的滤波器LPC4的差分量化模式和相对应于用作基准的(量化的滤波器LPC2+量化的滤波器LPC4)/2的差分量化模式之一的索引传送至解码器。该解码器包含:
-用于从接收到的比特流中接收和提取量化的滤波器LPC3、以及指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式、相对于用作基准的量化的滤波器LPC4的差分量化模式和相对于用作基准的(量化的滤波器LPC2+量化的滤波器LPC4)/2的差分量化模式之一的索引的部件(例如,解多路复用器);以及
-绝对逆量化器,其提供有量化的滤波器LPC3与指示绝对量化模式、相对于用作基准的量化的滤波器LPC2的差分量化模式、相对于用作基准的量化的滤波器LPC4的差分量化模式和相对于用作基准的(量化的滤波器LPC2+量化的滤波器LPC4)/2的差分量化模式之一的索引,用于对量化的滤波器LPC3进行逆量化。
上述解决方案的一些好处包含:
-在编码模式的闭环选择之前量化LPC滤波器的整个集合节省了复杂性;
-以全局量化方案使用差分量化器保存了例如由原始AMR-WB+量化方案中的预测量化器所得到的一些比特率节省。
下列变型可用于构建在差分量化器(诸如1031、1032、...、103n之类的操作)中使用的基准LPC滤波器:
-如果超帧间依赖性不是问题,则可以将来自先前超帧(LPC0)的最后一个LPC滤波器(LPC4)用作用于对滤波器LPC1~LPC4编码的可能基准。
-当在对滤波器LPC2编码时差分基准LPC滤波器(例如,滤波器LPC0和LPC4)可用的时候,可以将特定比特图案传送至解码器以指示实际使用了哪个基准。例如,可以如上文参照图1所述的那样,例如基于距离或比特率测量来执行基准的选择。
-当不同基准LPC滤波器可用时,可以通过将各种外插或内插方案应用于已经可用的基准LPC滤波器而获得额外的次级(secondary)基准LPC滤波器。可以传送特定的比特图案以指示编码器所选择的实际内插或外插策略。例如,可以针对滤波器LPC2或LPC4的量化版本、或者甚至针对这两个量化的滤波器LPC2和LPC4之间的内插值(如,平均值),来以差分方式对滤波器LPC3量化(参见图5的操作505)。
上述的“环路外”量化方案可扩展至对多于四(4)个LPC滤波器进行编码:例如以便连同超帧一起量化并传送滤波器LPC0。这此情况下,作为非限制示例,与先前超帧期间计算出的最后一个LCP滤波器(LPC4)相对应的滤波器LPC0可以与滤波器LPC4有关地被量化,这是由于该滤波器LPC4总是可用作基准。随同指示绝对量化模式和差分量化模式之一的索引一起将量化的滤波器LPC0传送至解码器。该解码器包含:
-用于从接收到的比特流中接收和提取出量化的滤波器LPC0、以及指示绝对量化模式和差分量化模式之一的索引的部件(例如,解多路复用器);以及
-绝对逆量化器,其提供有量化的滤波器LPC0与指示绝对量化模式的索引,用于对量化的滤波器LPC0进行逆量化;或者差分逆量化器,其提供有量化的滤波器LPC0与指示差分量化模式的索引,用于对量化的滤波器LPC0进行逆量化。
对于在从基于非LPC的编码模式切换至基于LPC的编码模式的情况下初始化基于LPC的编解码器,将滤波器LPC0传送至解码器是有用的。基于非LPC的编码模式的示例是:脉冲码调制(PCM),以及例如MP3和高级音频编解码器AAC所使用的变换编码。基于LPC的编码模式的示例是:码激励线性预测(CELP)和AMR-WB+编解码器所使用的代数CELP(ACELP)[1]。
在基于LPC的编解码器中,对于每个帧(或者对于每个超帧)的一个或若干个LPC滤波器被估计并传送至解码器。当对于每帧的一个单一LPC滤波器被估计并传送时,如图4a中所示那样,最经常使用处于帧末尾中心的LPC分析窗口来估计该LPC滤波器。当对于每个帧(或者如在AMR-WB+编解码器中那样对于每个超帧)传送若干个LPC滤波器时,如图4b中所示那样,最经常在帧长度上的规则间隔位置处对它们进行估计。图4a和4b中的滤波器LPC0实际上是被量化并传送至解码器的先前帧(或超帧)的最后一个LPC滤波器。
典型的基于LPC的编解码器一般将内插值用于LPC滤波器。在图4a的示例中,例如,基本LPC的编解码器通常将帧分割为四(4)个子帧,并将不同的内插LPC滤波器用于每个子帧,第一子帧的LPC滤波器更靠近于滤波器LPC0,而第4个子帧的LPC滤波器更靠近于滤波器LPC1。
在从基于非LPC的编码模式切换到基于LPC的编码模式的编解码器中,在从基于非LPC的编码模式切换到基于LPC的编码模式之后,用以对基于LPC的编解码器进行操作的滤波器LPC0通常在第一帧处是不可用的。
在该环境下,当在从基于非LPC的编码模式切换到基于LPC的编码模式之后对第一帧进行编码和解码时,建议为在编码器和解码器两者均可用的滤波器LPC0提供值。更具体地,在解码器处从传送自编码器的参数中获得滤波器LPC0的值。
根据第一解决方案,在已经决定从基于非LPC的编码模式切换到基于LPC的编码模式之后,滤波器LPC0在编码器处被确定(通过使用对于本领域技术人员公知的LPC分析)、量化并传送至解码器。解码器使用传送的量化值和滤波器LPC0。为了高效地量化滤波器LPC0,可以使用如上所述的扩展至多于四(4)个LPC滤波器的环路外量化方案。
下面描述用以在解码器处根据传送的参数估计滤波器LPC0的第二和第三解决方案:
-例如通过使用外插来根据其它传送的LPC滤波器估计滤波器LPC0;以及
-根据其它传送的参数估计滤波器LPC0。例如,可以通过在从基于非LPC的编码模式切换到基于LPC的编码模式之前将传统的LPC分析过程应用于过去的解码信号(更具体地,切换的解码器的输出)来估计滤波器LPC0。
利用均匀代数矢量量化器的量化
随机矢量量化的原理是在矢量的码本中搜索要量化矢量的最接近邻居(一般就欧几里德距离或加权欧几里德距离而言)。当在LSF(Line SpectralFrequency,线谱频率)或ISF(Immitance Spectral Frequency,导谱频率)域中对LPC滤波器进行量化时,一般使用加权欧几里德距离,矢量的每个分量依据其值和其它分量的值而以不同方式被加权[5]。该加权的目的在于使得欧几里德距离的最小化尽可能接近地表现为频谱失真的最小化。不同于随机量化器,均匀代数矢量量化器不执行码本的穷尽搜索。因此难以在距离计算中引入加权函数。
在这里建议的解决方案中,作为非限制的示例,在LSF域中量化LPC滤波器。因此提供了用于在LSF量化域中转换LPC滤波器以形成输入LSF矢量的适当方法。更具体地,LSF残差矢量(即,输入LSF矢量和输入LSF矢量的第一级近似之差)通过使用从所述第一级近似中计算出的加权函数而被弯折(warp),其中第一级近似使用输入LSF矢量的随机绝对量化器、输入LSF矢量的差分量化器、输入LSF矢量的内插器、或者给出对于要量化的输入LSF矢量的估计的其它元件。折弯是指将不同的权重应用于LSF残差矢量的各分量。由于第一级近似在解码器处也是可用的,因此也可以在解码器处计算出逆权重,并且逆弯折可应用于量化的LSF残差矢量。当量化器均匀时,根据使频谱失真最小化的模型来弯折LSF残差矢量是有用的。在解码器处接收到的量化的LSF是第一级近似和可变比特率量化(例如,AVQ(Algebraic Vector Quantization,代数矢量量化))加细(refinement)(其在解码器处被逆弯折)的组合。
所建议的解决方案的一些好处如下:
-利用好的加权函数,均匀量化器可提供相对均匀的频谱失真。
-可变比特率矢量量化(例如,AVQ(Algebraic Vector Quantization,代数矢量量化))相比于SVQ(Stochastic Vector Quantization,随机矢量量化)的优点是更少量的表格(存储器)、更低的复杂性和更高的比特率粒度(granularity)。
-可变比特率矢量量化(例如,AVQ(Algebraic Vector Quantization,代数矢量量化))带来的另一优点是其不受限制的码本大小;这保证了对于任何类型信号的相同频谱失真。
图6中给出了对于给定LPC滤波器的量化的一般原理。在该非限制的示例中,在LSF域中量化LPC滤波器。
操作601:计算器计算输入LSF矢量607的第一级近似608。
操作602:减法器从输入LSF矢量607中减去来自操作601的第一级近似608,以产生残差LSF矢量609。
操作603:计算器从操作601的第一级近似608中得到LSF加权函数610。
操作604:乘法器或弯折器将来自操作603的LSF加权函数610应用于来自操作602的残差LSF矢量609。
操作605:可变比特率量化器(例如,代数矢量量化器(AVQ))对作为结果的加权残差LSF矢量611进行量化,以提供量化的加权残差LSF矢量612。
操作606:多路复用器响应来自操作601的第一级近似608与来自操作605的量化的加权残差LSF矢量612,以多路复用并传送对应的编码的索引613。
可以以不同方式计算第一级近似(操作601)。作为非限制的示例,第一级近似608的计算器可以是具有小比特数的输入LSF矢量607的绝对随机矢量量化器、或者是如上所述那样使用基准的输入LSF矢量607的差分量化器,其中第一级近似是基准自身。例如,当如图5中那样对量化LPC1进行量化时(操作504),第一级近似608的计算器可以是具有8比特的绝对量化器,或者是量化的滤波器LPC2或(量化的滤波器LPC2+量化的滤波器LPC0)/2。
下文描述加权函数的计算和用途(操作603)。
图7中说明了对应的逆量化器。
操作701:通过解多路复用器将来自编码器的编码的索引707进行解多路复用。
操作702:解多路复用后的编码的索引包括第一级近似708。
操作703:由于第一级近似如同在编码器处是可用的(操作702)那样,在解码器处是可用的,因此计算器可用于计算逆LSF加权函数709。
操作704:代表量化的加权残差LSF矢量的解码的索引710提供至可变比特率逆矢量量化器(例如,代数逆矢量量化器(逆AVQ)),以恢复加权的残差LSF矢量711。
操作705:乘法器将来自操作704的加权的残差LSF矢量711与来自操作703的逆LSF加权函数709相乘,以恢复残差LSF矢量712。
操作706:加法器将来自操作702的第一级近似708与来自操作705的残差LSF矢量712相加,以形成解码的LSF矢量713。解码的LSF矢量713是来自操作702的第一级近似和可变比特率逆量化加细(操作704)(其在解码器处被逆加权(操作705))的组合。
第一级近似
如上面所说明的,可以使用若干量化模式(其包括绝对量化和使用了若干基准的差分量化)来量化给定的LPC滤波器。第一级近似取决于量化模式。在绝对量化的情况下,第一级近似可使用具有小比特数(如,8比特)的矢量量化器。在差分量化的情况下,第一级近似构成基准自身。例如,当如图5中所示那样对矢量LPC3进行量化时(操作505),第一级近似可以是以下之一:
-8比特VQ(绝对量化);
-量化的滤波器LPC2(使用量化的滤波器LPC2作为基准的差分量化);
-量化的滤波器LPC4(使用量化的滤波器LPC4作为基准的差分量化);或
-量化的滤波器LPC2和LPC4的平均(使用(量化的滤波器LPC2+量化的滤波器LPC4)/2作为基准的差分量化)。
作为非限制性示例,在以LSF参数表达的第p阶LPC滤波器的情况下,在绝对量化模式中,使用应用于输入LSF矢量的p维、8比特随机矢量量化器来计算第一级近似。码本搜索使用加权的欧几里德距离,其中,输入LSF矢量和码本条目之间的方差的每一分量乘以权重wt(i)。例如,权重wt(i)可用下列表达式给出:
wt ( i ) = 1 d i + 1 d i + 1 , i = 0 , . . . , p - 1
其中,
d0=f(0)
dp=SF/2-f(p-1)
di=f(i)-f(i-1),i=1,...,p-1
这里,f(i)(i=0,...,p-1)是要量化的输入LSF矢量,p是LP分析的阶,而SF是基于LPC的编解码器的内部采样频率(以Hz为单位)。
在差分量化模式下,第一级近似基于已经量化的LPC滤波器。
如参照图5所说明的那样,LPC滤波器的集合以下列顺序被量化:LPC4、LPC2、LPC1、然后LPC3。当需要时,在滤波器LPC4后量化可选的滤波器LPC0。因此,滤波器LPC2的差分量化仅可针对LPC4进行,而滤波器LPC3的差分量化可针对LPC2、LPC4或者LPC2和LPC4两者的组合进行;LPC1由于不邻近于LPC3而未视为好的选择。
对于每一个第一级近似flst(i),将残差LSF矢量计算为:
r(i)=f(i)-flst(i),i=0,...,p-1
如图6所示,利用基于第一级近似flst(i)计算出的来自操作603的加权函数610来加权来自操作602的残差LSF矢量609,以获得弯折的残差LSF矢量611(操作604)。然后使用可变比特率量化器(例如,代数矢量量化器)来量化弯折的残差LSF矢量611(操作605)。
例如,应用于第p个残差LSF矢量的分量的权重可以用下列关系给出:
w ( i ) = 1 W * 400 d i d i + 1 , i = 0 , . . . , p - 1
其中
d0=flst(0)
dp=SF/2-flst(p-1)
di=flst(i)-flst(i-1),i=1,...,p-1
这里,flst(i)是第一级近似,SF是基于LPC的编解码器的内部采样频率(以Hz为单位),而W是取决于量化模式的缩放因子。选取W的值以便一旦以可变比特率量化器量化了弯折的残差LSF矢量,则获得某个目标频谱失真和/或某个目标平均比特率。作为非限制性示例,可变比特率矢量量化器基于其平均能量,为某个矢量选取比特率。
在说明性的示例中,根据图5来量化超帧中的四(4)个LPC滤波器以及可选的LPC0滤波器。表2示出了针对每一量化模式的所用缩放因子,以及在此示例中所用的模式索引的编码。注意,量化模式指定使用绝对或差分量化中的哪个,并且在差分量化的情况下,其指定所使用的基准滤波器。如上所说明的,差分量化中使用的基准滤波器是对于可变比特率量化的实际的第一级近似。
Figure BDA0000043274720000182
Figure BDA0000043274720000191
表2-可能的绝对和相对量化模式与对应的比特流信令,以及缩放因子和加权函数
图8是说明如上文所述那样的量化过程的示意框图。
操作801、8011、8012、...、801n:输入LSF矢量800提供至用于对输入LSF矢量800执行8比特绝对矢量量化的绝对量化器(操作801)。输入LSF矢量还提供至用于对输入LSF矢量800执行差分量化的差分量化器(操作8011、8012、...、801n)。差分量化器如在上面描述中参照图1说明的那样,使用各自的不同基准。操作801中的8比特VQ和操作8011、8012、...、801n中的基准表示第一级近似。
在操作802、8021、8022、...、802n中,计算器分别根据来自操作801、8011、8012、...、801n的第一级近似矢量来计算残差LSF矢量。将残差矢量计算为输入矢量和第一级近似之差。这对应于图6的操作601和602。
在操作803、8031、8032、...、803n中,计算器分别计算加权函数以弯折来自操作802、8021,8022、...、802n的残差LSF矢量。这对应于图6的操作601和603。
在操作804、8041、8042、...、804n中,弯折器将分别来自操作802、8021、8022、...、802n的残差LSF矢量乘以分别来自操作803、8031、8032、...、803n的加权函数。
在操作805、8051、8052、...、805n中,可变比特率量化器(例如,代数矢量量化器(AVQ))对分别来自操作804、8041、8042、...、804n的作为结果的加权残差LSF矢量进行量化,以提供量化的加权残差LSF矢量。
在操作806中,选择器在绝对量化(操作801)和使用基准1、2、...、n之一的差分量化(操作801、8011、8012、...、801n)中执行量化模式的选择。例如,操作806可选择这样的量化模式(操作801、8011、8012、...、801n):其对于给定比特率产生更低失真,或者对于目标级别的失真产生更低比特率。关于在8比特VQ和基准1、2、...、n中的选择,可以在闭环中或者在开环中执行选择。在闭环中,尝试所有可能的基准,并且选取使得失真或比特率的某个标准(例如,对于给定比特率的更低失真,或者对于目标级别失真的更低比特率)最优的基准。在开环中,操作806基于要量化的LPC滤波器的线性预测系数的值以及可用的基准LPC滤波器的线性预测系数的值来预先确定基准。
操作807:在操作806中的选择之后,传送器(操作807)向解码器(未示出)传递或以信号方式通知指示以下内容的索引:
-量化模式(子操作8071),例如绝对或差分量化;以及
-在差分量化的情况下,指示操作801、8012、...、801n的所选基准和相
关联的差分量化器的索引(子操作8072)。
一些特定比特传送至解码器以用于这种信令。
代数矢量量化器
例如在图6的操作605和图8的操作805、8051、8052、...、805n中所用的可能的代数矢量量化器(AVQ)基于8维RE8格型矢量量化器,其用以在AMR-WB+的TCX模式下对频谱进行量化[1]。
对于第16阶LPC,每个加权的残差LSF矢量分为两个8维子矢量B1和B2。这两个子矢量中的每一个均使用下面所述的三操作(three-operation)方法而被量化。
LSF矢量对于量化误差不具有始终相等的灵敏度,由此,相比于应用于另一LSF矢量的相同量化误差,应用于一个LSF矢量的某个量化误差可能对频谱失真具有更多的影响。加权操作对于所有加权的LSF矢量给出了相同的相对灵敏度。AVQ具有将相同级别的量化误差引入加权的LSF矢量(均匀量化误差)的特性。当执行逆量化时,适用于逆量化的加权LSF矢量的逆加权也显然适用于量化误差。因此,原始均匀的量化误差分布在量化的LSF矢量当中,LSF矢量获取更小量化误差越灵敏,则LSF矢量获取更大量化误差越不灵敏。结果,量化误差对于频谱失真的影响得到最小化。
如参考文献[1]中所说明的,RE8量化器使用固定并预先确定的量化。结果,对子矢量进行编码所需要的比特率随着该子矢量的幅值而增大。
缩放因子W控制加权LSF矢量的幅值。因此,缩放因子W还控制对LSF矢量进行量化所需要的比特率和平均频谱失真两者。
第一操作:寻找格型RE 8 中最近的邻居
在该第一操作中,将8维子矢量Bk舍入为格型RE8中的点,以产生其量化的版本
Figure BDA0000043274720000211
在考虑量化过程之前,值得考虑该格型的特点。将格型RE8定义如下:
RE8=2D8∪{2D8+(1,...,1)}
即,将其定义为格型2D8与格型2D8平移矢量(1,1,1,1,1,1,1,1)的版本之并集。因此,在格型RE8中搜索最近的邻居等效于在格型2D8中搜索最近的邻居,然后在格型2D8+(1,1,1,1,1,1,1,1)中搜索最近的邻居,最后选择这两个格型点中最好的。格型2D8是缩放了因子2的格型D8,其中格型D8定义为:
D8={(x1,...,x8)∈Z8|x1+...+x8是偶数}
即,格型D8中的点都是整数,其中约束为:所有分量之总和是偶数。这也意味着格型2D8中的点的各分量的总和是4的整数倍。
根据格型RE8的此定义,直接开发快速算法以在格型RE8中的所有格型点当中搜索8维子矢量Bk的最近邻居。这可通过应用下列运算来完成。子矢量Bk的各分量是浮空点(floating point)值,并且量化结果
Figure BDA0000043274720000212
将会是整数的矢量。
1.zk=0.5*Bk
2.将zk的每一分量舍入到最近的整数以生成
Figure BDA0000043274720000213
3. y 1 k = 2 z ‾ k
4.计算S作为y1k的各分量之总和
5.如果S不是4的整数倍(可能是负值),则按照如下那样修改其分量中的一个:
-寻找abs(zk(i)-y1k(i))最大的位置I
-如果zk(I)-y1k(I)<0,则y1k(I)=y1k(I)-2
-如果zk(I)-y1k(I)>0,则y1k(I)=y1k(I)+2
6.zk=0.5*(Bk-1.0),其中1.0表示所有分量都是1的矢量
7.将zk的每一分量舍入到最近的整数以生成
Figure BDA0000043274720000221
8. y 2 k = 2 z ‾ k
9.计算S作为y2k的各分量的总和
10.如果S不是4的整数倍(可能是负值),则按照如下那样修改其分量中的一个:
-寻找abs(zk(I)-y2k(I))最大的位置I
-如果zk(I)-y2k(I)<0,则y2k(I)=y2k(I)-2
-如果zk(I)-y2k(I)>0,则y2k(I)=y2k(I)+2
11.y2k=y2k+1.0
12.计算e1k=(Bk-y1k)2,并且e2k=(Bk-y2k)2
13.如果e1k>e2k,则最佳格型点(格型中的最近的邻居)是y1k,否则最佳格型点为y2k
Figure BDA0000043274720000223
其中ck是按照上面那样所选择的最佳格型点。
第二操作:索引的计算
在第一操作中,每个8维子矢量Bk被舍入为格型RE8中的点。结果是
Figure BDA0000043274720000224
(Bk的量化版本)。在当前的第二操作中,为要传送至解码器的每一ck计算索引。该索引的计算按照如下那样进行。
对于格型RE8中的给定点的索引的计算基于两个基本原理:
1.格型RE8中的所有点都位于半径为(m=0、1、2、3等)的同心球体上,并且可以通过改变称作前导符(leader)的基准点的坐标的顺序而生成给定球体上的每个格型点。相比于位于球体上的全部数量的格型点,球体上存在非常少量的前导符。可以通过仅包括上至给定数目m的各球体来构造不同比特率的码本。对于更多的细节,参见参考文献[6],其中,分别用0、4、8、12、16和20比特来构造码本Q0、Q1、Q2、Q3、Q4和Q5。因而,码本Qn需要4n比特以索引该码本中的任何点。
2.根据基本码本C(即,包含来自直至数量m的给定集合的球体的所有的格型点的码本),通过将基本码本C的各元素乘以因子M并且加上称为Voronoi扩展的第二级码本,可以生成扩展的码本。该构造由y=Mz+v给出,其中M是缩放因子,z是基本码本中的点,而v是Voronoi扩展。以任何点y=Mz+v也是格型RE8中的点的这种方式来计算所述扩展。相比于基本码本,扩展的码本包括从原始中进一步扩展出的格型点。
在当前情况下,LPC量化器中的基本码本C可以是参考文献[6]的码本Q0、Q2、Q3或Q4中的任何一个。当给定格型点ck未包括在这些基本码本中时,此时仅使用码本Q3或Q4来应用Voronoi扩展。这里注意,
Figure BDA0000043274720000231
但是 Q 3 ⊂⃒ Q 4 .
然后,根据以下操作执行第一操作中获得的对于每个格型点ck的索引的计算。
验证ck是否在基本码本C中。这意味着验证ck是否是来自参考文献[6]的基本码本Q0、Q2、Q3或Q4的元素。
-如果ck是基本码本C的元素,则用以对ck进行编码的索引由此为码本数nk加上码本Qnk中码矢量ck的索引Ik。码本数nk如第三操作中所述那样被编码。索引Ik指示码矢量ck的等级(rank),即,为获得ck而要应用于特定前导符的排列(参见参考文献[7])。如果nk=0,则Ik不使用比特。否则,索引Ik使用4nk比特。如果ck不在基本码本中,则此时通过仅把码本Q3或Q4用作基本码本而经由下列的子操作来应用Voronoi扩展。
V0设置扩展阶r=1,以及缩放因子M=2r=2。
V1计算格型点ck的Voronoi索引k。Voronoi索引k取决于扩展阶r和缩放因子M。Voronoi索引经由模数(modulo)运算而被计算出,以使得k仅取决于ck在缩放和转译的Voronoi区域中的相对位置:
k=modM(ckG-1)
其中,G是发生器矩阵,而modM(.)是按照分量的以M为模的运算。因而,Voronoi索引k是每个分量包含在区间0~M-1中的整数的矢量。
V2根据Voronoi索引k计算Voronoi码矢量v。这可以通过使用参考文献[8]中所述的算法来实施。
V3计算差矢量w=ck-v。该差矢量w总是属于缩放的格型mΛ,其中Λ是格型RE8。计算z=w/M,即,将逆缩放应用于差矢量w。由于w属于MΛ,因此码矢量z属于格型Λ。
V4验证z是否在基本码本C中(即,在Q3或Q4中)。
如果z不在基本码本C中,则将扩展阶r递增1,将缩放因子M乘以2,并且回到子操作V1。否则,如果z在基本码本C中,则已经发现对于对ck的索引进行编码充分大的扩展阶r和缩放因子M=2r。该索引由以下三部分形成:1)作为下面定义的一元码的码本数nk;2)对应基本码本(Q3或Q4)中z的等级Ik;以及3)在子操作V1中计算出的Voronoi索引矢量k的8个索引,其中,每个索引正好需要r个比特(r是在子操作V0中设置的Voronoi扩展阶)。码本数nk如在第三操作中所述那样被编码。
然后将格型点ck描述为:
ck=Mz+v
第三操作:编码本数的可变长度编码
如表3中所示那样,使用取决于LPC滤波器的位置并取决于量化模式的可变长度码来对码本数nk进行编码。
Figure BDA0000043274720000241
表3-码本数nk的编码模式
nk模式0和3:
码本数nk按照如下那样被编码为可变长度码:
Q2→对于nk的码为00
Q3→对于nk的码为01
Q4→对于nk的码为10
其它:对于nk的码为11,之后是:
Q5→0
Q6→10
Q0→110
Q7→1110
Q8→11110
等。
nk模式1:
码本数nk按照如下那样被编码为一元码:
Q0→对于nk的一元码为0
Q2→对于nk的一元码为10
Q3→对于nk的一元码为110
Q4→对于nk的一元码为1110
等。
nk模式2:
码本数nk按照如下那样被编码为可变长度码:
Q2→对于nk的码为00
Q3→对于nk的码为01
Q4→对于nk的码为10
其它:对于nk的码为11,之后是:
Q0→0
Q5→10
Q6→110
等。
量化模式决定
对于每个LSF矢量,试验如表2中所述那样的所有可能的绝对和差分量化模式中的每一个,并且例如选择要求最小比特数的量化模式。编码的量化模式和对应的量化索引集合传送至解码器。
如上面描述中提到的那样,从编码器传送到解码器的量化的LPC滤波器的实际数量不是固定的,而是取决于在编码器处所采用的ACELP-TCX。例如,长TCX(TCX 1024)仅需要传送量化的滤波器LPC4,而涉及ACELP或短TCX(TCX 256)的任何组合需要传送所有四(4)个量化的LPC滤波器LPC1~LPC4。实际上仅传送了ACELP/TCX模式配置所需要的量化的LPC滤波器。
代数矢量量化器的解码处理
如上文提到的那样,在比特流内编码的量化的LPC滤波器的实际数量取决于超帧的ACELP/TCX模式组合。ACELP/TCX模式组合是从比特流中提取出的,并且其确定了构成超帧的四(4)个帧中每一个的编码模式(对于k=0到3的mod[k])。模式值对于ACELP为0,对于TCX256为1,对于TCX512为2,对于TCX1024为3。
除了上面所述的超帧的一(1)到四(4)个量化的LPC滤波器之外,对于使用基于线性预测的编解码器所编码的每个段的第一超帧,传送可选的量化的滤波器LPC0。
通常在比特流中发现量化的LPC滤波器的顺序为:LPC4、可选的LPC0、LPC2、LPC1和LPC3。
比特流内给定LPC滤波器的存在条件总结在表4中。
 LPC滤波器   在以下情况下存在
  LPC0   使用LP编码的第一个超帧
  LPC1   mod[0]<2
  LPC2   mod[2]<3
  LPC3   mod[2]<2
  LPC4   总是
表4-比特流中给定LPC滤波器的存在条件
图9是总结解码处理的示意框图。
操作901和902:解码器包含用于从接收到的比特流中接收和提取与ACELP/TCX模式组合所需要的量化的LPC滤波器中每一个相对应的量化索引的部件(例如,解多路复用器)。对于给定的量化的LPC滤波器,量化模式的确定器从接收自编码器的比特流中提取出关于量化模式的索引或信息,并且确定量化模式是绝对还是差分量化模式(如表2中所示)。
操作903和905:当操作901和902确定量化模式是绝对量化模式时,提取器从比特流中提取出与随机的VQ量化的第一级近似相对应的一个或多个索引(操作903)。然后计算器通过逆量化计算第一级近似(操作905)。
操作904和905:当操作901和902确定量化模式是差分量化模式(不是绝对量化模式)时,提取器从比特流中提取出多个可能基准当中的代表基准(例如,基准LPC矢量)的索引或信息(操作904)。然后计算器根据该信息计算参考表2所述的第一级近似(操作905)。
在操作906中,VQ信息的提取器从接收自编码器的比特流中提取出可变比特率VQ信息(例如,AVQ信息)。更具体地,作为非限制性示例,从比特流中提取出用于两个残差LSF子矢量
Figure BDA0000043274720000271
的AVQ信息。AVQ信息通常包含两个编码的码本数与对应的AVQ索引。唯一的例外是,当以差分方式量化关于(量化的滤波器LPC0+量化的滤波器LPC2)/2的滤波器LPC1的时候,这是由于在这种情况下比特流中不存在AVQ信息。在后一种例外的情况下,将量化LPC矢量909输出为来自操作905的第一级近似。
操作907:逆代数矢量量化器接收来自操作906的提取出的AVQ信息以逆量化、或逆加权并恢复AVQ贡献(contribution)。
AVQ索引的解码
解码LPC滤波器涉及:解码提取出的AVQ信息(例如,用于描述加权的残差LSF矢量的每一个量化的子矢量的AVQ参数)。在前面的示例中,每个子矢量Bk具有维数8。上述代数矢量量化的第二操作中描述了对于每个子矢量Bk的AVQ参数。对于每个量化的子矢量
Figure BDA0000043274720000273
编码器将三组二进制索引发送至解码器:
a)码本数nk,其通过使用上述代数矢量量化的第三操作中所述的熵码而被传送;
b)基本码本中的所选格型点z的等级Ik,其指示必须将什么排列应用于特定leader(参见上述代数矢量量化的第二操作)以获得格型点z;以及
c)如果量化的子矢量
Figure BDA0000043274720000274
(格型RE8中的格型点)不在基本码本中,则在上述代数矢量量化的第二操作的子操作V1中计算出Voronoi扩展索引矢量k的8个索引;根据Voronoi扩展索引,可以如参考文献[8]示教的那样计算出扩展矢量v。索引矢量k的每一分量中的比特数由扩展阶r给出,所述扩展阶r可以从索引nk的码值中获得。Voronoi扩展的缩放因子由M=2r给出。
然后,根据缩放因子M,Voronoi扩展矢量v(格型RE8中的格型点)和基本码本中的格型点z(也是格型RE8中的格型点),可以通过使用下列关系计算出每一个量化的缩放子矢量
Figure BDA0000043274720000281
B ^ k = Mz + v
当没有Voronoi扩展(即,nk<5,M=1且z=0)时,基本码本是来自参考文献[6]的码本Q0、Q2、Q3或Q4中的任一个。然后不需要比特来传送矢量k。否则,当由于
Figure BDA0000043274720000283
足够大而使用Voronoi扩展时,则仅将来自参考文献[6]的Q3或Q4用作基本码本。如上述代数矢量量化的第二操作中所述那样,Q3或Q4的选择隐含在码本数值nk中。
操作908:加法器将来自操作905的第一级近似与来自操作907的逆加权AVQ贡献相加,以重构并恢复量化的LSF矢量909。
尽管已经在上面的描述中通过本发明的说明性实施例而限定了本发明,但是这些实施例可以在不脱离本发明精神和范围的情况下,在所附权利要求书的范围内随意修改。
参考文献
[1]3GPP Technical Specification TS 26.290,“Audio Codec Processing Functions;Extended Adaptive Multi-Rate-Wideband(AMR-WB+)Codec;TranscodingFunctions,”June 2005.
[2]J.Skoglund,J.Linden,“Predictive VQ for Noisy Channel Spectrum Coding:AROr MA?,”IEEE 1997 International Conference on Acoustics,Speech,and SignalProcessing(ICASSP’97),pp.1351-1354,Munich,Germany,April 21-24,1997.
[3]H.Zarrinkoub,P.Mermelstein,“Switched Prediction and Quantization of LSPFrequencies,”IEEE 1996 International Conference on Acoustics,Speech,andSignal Processing(ICASSP’96),Vol.2,pp.757-760,7-10 May 1996.
[4]A.V.McCree,“Method for Switched-Predictive Quantization,”US Patent No.6,122,608.
[5]R.Laroia,N.Phamdo,and N.Farvardin,“Robust and Efficient Quantization ofSpeech LSP Parameters Using Structured Vector Quantizers,”IEEE Int.Conf.onAcoustics,Speech and Signal Processing(ICASSP’1991),pp.641-644,Washington,DC,April 14-17,1991.
[6]M.Xie and J.-P.Adoul,“Embedded Algebraic Vector Quantization (EAVQ)withApplication to Wideband Audio Coding,”IEEE International Conference onAcoustics,Speech,and Signal Processing(ICASSP),Atlanta,GA,U.S.A,Vol.1,pp.240-243,1996.
[7]P.Rault,C.Guillemot,”Indexing Algorithm for Zn,An,Dn and Dn++ LatticeVector Quantizers,IEEE Transactions on Multimedia,Vol.3,No.4,December2001.
[8]J.H.Conway and N.J.A.Sloane,”A Fast Encoding Method for Lattice Codes andQuantizers,”IEEE Trans.Inform.Theory,Vol.IT-29,No.6,pp.820-824,Nov.1983.

Claims (32)

1.一种用于在包括一序列帧的超帧中对多个LPC滤波器进行量化的方法,其中一个LPC滤波器是在该序列的每一帧期间计算出的,且其中,LPC滤波器量化方法包含:
使用绝对量化来首先量化一个LPC滤波器;以及
使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化模式来量化其它的LPC滤波器。
2.如权利要求1所述的用于量化LPC滤波器的方法,其中,首先量化的LPC滤波器是从由总是传送至解码器的一个LPC滤波器与在所述序列的最后帧期间计算出的LPC滤波器所组成的组中选择出的。
3.如权利要求1所述的用于量化LPC滤波器的方法,其中:
所述序列的帧包含在其期间计算滤波器LPC1的第一帧、在其期间计算滤波器LPC2的第二帧、在其期间计算滤波器LPC3的第三帧和在其期间计算滤波器LPC4的第四帧;
量化首先量化的LPC滤波器包含:使用绝对量化来量化滤波器LPC4;以及
量化其它LPC滤波器包含:
-使用从由绝对量化和相对于量化的滤波器LPC4的差分量化所组成的组中选择出的量化模式来量化滤波器LPC2;
-使用从由绝对量化和相对于量化的滤波器LPC2的差分量化所组成的组中选择出的量化模式来量化滤波器LPC1;以及
-使用从由绝对量化、相对于量化的滤波器LPC2的差分量化、相对于量化的滤波器LPC4的差分量化和相对于量化的滤波器LPC2与LPC4两者的差分量化所组成的组中选择出的量化模式来量化滤波器LPC3。
4.如权利要求3所述的用于量化LPC滤波器的方法,包含:将一套编码模式用于对超帧进行编码,所述一套编码模式包括:覆盖一帧持续期的至少一个第一编码模式、覆盖两帧持续期的第二编码模式以及覆盖四帧持续期的第三编码模式。
5.如权利要求4所述的用于量化LPC滤波器的方法,其中,至少一个第一编码模式包含ACELP和TCX256,第二编码模式为TCX512,而第四编码模式为TCX1024。
6.如权利要求4所述的用于量化LPC滤波器的方法,包含:
将量化的滤波器LPC4传送至解码器;
如果未使用第三编码模式对超帧的第一、第二、第三和第四帧进行编码,则将量化的滤波器LPC2传送至解码器;
如果使用至少一个第一编码模式对超帧的第一和第二帧进行编码,则将量化的滤波器LPC1传送至解码器;并且
如果使用至少一个第一编码模式对超帧的第三和第四帧进行编码,则将量化的滤波器LPC3传送至解码器。
7.如权利要求3所述的用于量化LPC滤波器的方法,其中,使用相对于量化的滤波器LPC2和LPC4两者的差分量化来量化滤波器LPC3包含:以差分方式相对于(LPC2+LPC4)/2对滤波器LPC3进行量化。
8.如权利要求3所述的用于量化LPC滤波器的方法,进一步包含:对与在先前超帧期间计算出的最后LPC滤波器相对应的滤波器LPC0进行量化,其中,对滤波器LPC1进行量化包括:使用从由绝对量化、相对于量化的滤波器LPC2的差分量化和相对于量化的滤波器LPC0与LPC2两者的差分量化所组成的组中选择出的量化模式。
9.如权利要求3所述的用于量化LPC滤波器的方法,包含:在将所有的滤波器LPC1、LPC2、LPC3和LPC4已经量化之后,在至少一个第一编码模式、第二编码模式和第三编码模式当中选择出至少一个编码模式,用于对超帧的第一、第二、第三和第四帧进行编码。
10.一种用于在包括一序列帧的超帧中对多个LPC滤波器进行量化的设备,其中,一个LPC滤波器是在该序列的每一帧期间计算出的,且其中,LPC滤波器量化设备包含:
用于使用绝对量化来首先量化一个LPC滤波器的部件;以及
用于使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化模式来量化其它的LPC滤波器的部件。
11.如权利要求10所述的用于量化LPC滤波器的设备,其中,首先量化的LPC滤波器是从由总是传送至解码器的一个LPC滤波器与在所述序列的最后帧期间计算出的LPC滤波器所组成的组中选择出的。
12.如权利要求10所述的用于量化LPC滤波器的设备,其中:
所述序列的帧包含在其期间计算滤波器LPC1的第一帧、在其期间计算滤波器LPC2的第二帧、在其期间计算滤波器LPC3的第三帧和在其期间计算滤波器LPC4的第四帧;
用于量化首先量化的LPC滤波器的部件包含用于使用绝对量化来量化滤波器LPC4的部件;以及
用于量化其它LPC滤波器的部件包含:-用于使用从由绝对量化和相对于量化的滤波器LPC4的差分量化所组成的
组中选择出的量化模式来量化滤波器LPC2的部件;-用于使用从由绝对量化和相对于量化的滤波器LPC2的差分量化所组成的
组中选择出的量化模式来量化滤波器LPC1的部件;以及-用于使用从由绝对量化、相对于量化的滤波器LPC2的差分量化、相对于
量化的滤波器LPC4的差分量化和相对于量化的滤波器LPC2与LPC4两
者的差分量化所组成的组中选择出的量化模式来量化滤波器LPC3的部
件。
13.如权利要求12所述的用于量化LPC滤波器的设备,包含用于将一套编码模式用以对超帧进行编码的部件,所述一套编码模式包括:覆盖一帧持续期的至少一个第一编码模式、覆盖两帧持续期的第二编码模式以及覆盖四帧持续期的第三编码模式。
14.权利要求13所述的用于量化LPC滤波器的设备,其中,至少一个第一编码模式包含ACELP和TCX256,第二编码模式为TCX512,而第四编码模式为TCX1024。
15.如权利要求13所述的用于量化LPC滤波器的设备,包含:
用于将量化的滤波器LPC4传送至解码器的部件;
用于在未使用第三编码模式对超帧的第一、第二、第三和第四帧进行编码的情况下将量化的滤波器LPC2传送至解码器的部件;
用于在使用至少一个第一编码模式对超帧的第一和第二帧进行编码的情况下将量化的滤波器LPC1传送至解码器的部件;以及
用于在使用至少一个第一编码模式对超帧的第三和第四帧进行编码的情况下将量化的滤波器LPC3传送至解码器的部件。
16.如权利要求12所述的用于量化LPC滤波器的设备,其中,用于使用相对于量化的滤波器LPC2和LPC4两者的差分量化来量化滤波器LPC3的部件包含用于以差分方式相对于(LPC2+LPC4)/2对滤波器LPC3进行量化的部件。
17.如权利要求12所述的用于量化LPC滤波器的设备,进一步包含用于对与在先前超帧期间计算出的最后LPC滤波器相对应的滤波器LPC0进行量化的部件,其中,用于对滤波器LPC1进行量化的部件包括用于使用从由绝对量化、相对于量化的滤波器LPC2的差分量化和相对于量化的滤波器LPC0与LPC2两者的差分量化所组成的组中选择出的量化模式的部件。
18.如权利要求12所述的用于量化LPC滤波器的设备,包含用于在将所有的滤波器LPC1、LPC2、LPC3和LPC4已经量化之后,在至少一个第一编码模式、第二编码模式和第三编码模式中选择出至少一个编码模式用以对超帧的第一、第二、第三和第四帧进行编码的部件。
19.一种用于在包括一序列帧的超帧中对至少一个LPC滤波器进行逆量化的方法,其中,一个LPC滤波器与该序列的每一帧相关联,其中,使用绝对量化来首先量化一个LPC滤波器,并且使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化处理来随后量化其它的LPC滤波器,并且其中,用于对所述至少一个LPC进行逆量化的方法包含:
至少接收首先量化的LPC滤波器;
使用绝对逆量化来对首先量化的LPC滤波器进行逆量化;以及
如果接收到了除了首先量化的LPC滤波器以外的任何量化的LPC滤波器,则使用绝对逆量化和相对于至少一个先前接收到的量化的LPC滤波器的差分逆量化之一来对所述量化的LPC滤波器进行逆量化。
20.如权利要求19所述的用于对至少一个LPC滤波器进行逆量化的方法:
所述超帧包括与滤波器LPC1相关联的第一帧、与滤波器LPC2相关联的第二帧、与滤波器LPC3相关联的第三帧和与滤波器LPC4相关联的第四帧的序列;
滤波器LPC4是使用绝对量化的首先量化的LPC滤波器,使用从由绝对量化和相对于量化的滤波器LPC4的差分量化所组成的组中选择出的量化模式来量化滤波器LPC2,使用从由绝对量化和相对于量化的滤波器LPC2的差分量化所组成的组中选择出的量化模式来量化滤波器LPC1,并且使用从由绝对量化、相对于量化的滤波器LPC2的差分量化、相对于量化的滤波器LPC4的差分量化和相对于量化的滤波器LPC2与LPC4两者的差分量化所组成的组中选择出的量化模式来量化滤波器LPC3。
21.如权利要求20所述的用于对至少一个LPC滤波器进行逆量化的方法,其中,使用一套编码模式对超帧进行编码,所述一套编码模式包括:覆盖一帧持续期的至少一个第一编码模式、覆盖两帧持续期的第二编码模式以及覆盖四帧持续期的第三编码模式,并且其中,用于对至少一个LPC滤波器进行逆量化的方法包含:
如果未使用第三编码模式对超帧的第一、第二、第三和第四帧进行编码,则接收量化的滤波器LPC2和指示绝对量化模式和差分量化模式之一的第一索引;
如果使用至少一个第一编码模式对超帧的第一和第二帧进行编码,则接收量化的滤波器LPC1和指示绝对量化模式和差分量化模式之一的第二索引;
如果使用至少一个第一编码模式对超帧的第三和第四帧进行编码,则接收量化的滤波器LPC3和指示绝对量化模式和差分量化模式之一的第三索引;
如果接收到量化的滤波器LPC2,则如第一索引所指示那样使用绝对逆量化和相对于量化的滤波器LPC4的差分逆量化之一来对滤波器LPC2进行逆量化;
如果接收到量化的滤波器LPC1,则如第二索引所指示那样使用绝对逆量化和相对于量化的滤波器LPC2的差分逆量化之一来对滤波器LPC1进行逆量化;以及
如果接收到量化的滤波器LPC3,则如第三索引所指示那样使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化、相对于量化的滤波器LPC4的差分逆量化和相对于量化的滤波器LPC2和LPC4两者的差分逆量化之一来对滤波器LPC3进行逆量化。
22.如权利要求21所述的用于对至少一个LPC滤波器进行逆量化的方法,其中,覆盖一帧持续期的至少一个第一编码模式包含ACELP和TCX256,覆盖两帧持续期的第二编码模式为TCX512,覆盖四帧持续期的第三编码模式为TCX1024。
23.如权利要求21所述的用于对至少一个LPC滤波器进行逆量化的方法,其中,使用相对于量化的滤波器LPC2和LPC4两者的差分逆量化来对滤波器LPC3进行逆量化包括相对于(LPC2+LPC4)/2对滤波器LPC3进行逆量化。
24.如权利要求21所述的用于对至少一个LPC滤波器进行逆量化的方法,进一步包含:接收与在先前超帧期间计算出的最后LPC滤波器相对应的量化的滤波器LPC0,其中,对滤波器LPC1进行逆量化包含:使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化和相对于量化的滤波器LPC2和LPC0两者的差分逆量化中的一个。
25.如权利要求21所述的用于对至少一个LPC滤波器进行逆量化的方法,其中,对滤波器LPC1进行逆量化包含:使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化以及相对于量化的滤波器LPC2和LPC0两者的差分逆量化中的一个,所述方法包含:当从基于非LPC的编码模式切换到基于LPC的编码模式时,在解码器处估计量化的滤波器LPC0。
26.一种用于在包括一序列帧的超帧中对至少一个LPC滤波器进行逆量化的设备,其中,一个LPC滤波器与该序列的每一帧相关联,其中,使用绝对量化来首先量化一个LPC滤波器,并且使用从由绝对量化和相对于LPC滤波器当中至少一个先前量化的滤波器的差分量化所组成的组中选择出的量化处理来随后量化其它的LPC滤波器,并且其中,用于对所述至少一个LPC进行逆量化的设备包含:
用于至少接收首先量化的LPC滤波器的部件;
用于使用绝对逆量化来对首先量化的LPC滤波器进行逆量化的部件;以及
用于在接收到了除了首先量化的LPC滤波器以外的任何量化的LPC滤波器的情况下使用绝对逆量化和相对于至少一个先前接收到的量化的LPC滤波器的差分逆量化之一来对所述量化的LPC滤波器进行逆量化的部件。
27.如权利要求26所述的用于对至少一个LPC滤波器进行逆量化的设备:
所述超帧包括与滤波器LPC1相关联的第一帧、与滤波器LPC2相关联的第二帧、与滤波器LPC3相关联的第三帧和与滤波器LPC4相关联的第四帧的序列;
滤波器LPC4是使用绝对量化的首先量化的LPC滤波器,使用从由绝对量化和相对于量化的滤波器LPC4的差分量化所组成的组中选择出的量化模式来量化滤波器LPC2,使用从由绝对量化和相对于量化的滤波器LPC2的差分量化所组成的组中选择出的量化模式来量化滤波器LPC1,并且使用从由绝对量化、相对于量化的滤波器LPC2的差分量化、相对于量化的滤波器LPC4的差分量化和相对于量化的滤波器LPC2与LPC4两者的差分量化所组成的组中选择出的量化模式来量化滤波器LPC3。
28.如权利要求27所述的用于对至少一个LPC滤波器进行逆量化的设备,其中,使用一套编码模式对超帧进行编码,所述一套编码模式包括:覆盖一帧持续期的至少一个第一编码模式、覆盖两帧持续期的第二编码模式以及覆盖四帧持续期的第三编码模式,并且其中,用于对至少一个LPC滤波器进行逆量化的设备包含:
用于在未使用第三编码模式对超帧的第一、第二、第三和第四帧进行编码的情况下接收量化的滤波器LPC2和指示绝对量化模式和差分量化模式之一的第一索引的部件;
用于在使用至少一个第一编码模式对超帧的第一和第二帧进行编码的情况下接收量化的滤波器LPC1和指示绝对量化模式和差分量化模式之一的第二索引的部件;
用于在使用至少一个第一编码模式对超帧的第三和第四帧进行编码的情况下接收量化的滤波器LPC3和指示绝对量化模式和差分量化模式之一的第三索引的部件;
用于在接收到量化的滤波器LPC2的情况下如第一索引所指示那样使用绝对逆量化和相对于量化的滤波器LPC4的差分逆量化之一来对滤波器LPC2进行逆量化的部件;
用于在接收到量化的滤波器LPC1的情况下如第二索引所指示那样使用绝对逆量化和相对于量化的滤波器LPC2的差分逆量化之一来对滤波器LPC1进行逆量化的部件;以及
用于在接收到量化的滤波器LPC3的情况下如第三索引所指示那样使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化、相对于量化的滤波器LPC4的差分逆量化和相对于量化的滤波器LPC2和LPC4两者的差分逆量化之一来对滤波器LPC3进行逆量化的部件。
29.如权利要求28所述的用于对至少一个LPC滤波器进行逆量化的设备,其中,覆盖一帧持续期的至少一个第一编码模式包含ACELP和TCX256,覆盖两帧持续期的第二编码模式为TCX512,覆盖四帧持续期的第三编码模式为TCX1024。
30.如权利要求28所述的用于对至少一个LPC滤波器进行逆量化的设备,其中,用于使用相对于量化的滤波器LPC2和LPC4两者的差分逆量化来对滤波器LPC3进行逆量化的部件包括用于相对于(LPC2+LPC4)/2对滤波器LPC3进行逆量化的部件。
31.如权利要求28所述的用于对至少一个LPC滤波器进行逆量化的设备,进一步包含用于接收与在先前超帧期间计算出的最后LPC滤波器相对应的量化的滤波器LPC0的部件,其中,用于对滤波器LPC1进行逆量化的部件包含用于使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化和相对于量化的滤波器LPC2和LPC0两者的差分逆量化中的一个的部件。
32.如权利要求28所述的用于对至少一个LPC滤波器进行逆量化的设备,其中,用于对滤波器LPC1进行逆量化的部件包含用于使用绝对逆量化、相对于量化的滤波器LPC2的差分逆量化以及相对于量化的滤波器LPC2和LPC0两者的差分逆量化中的一个的部件,所述设备包含用于在从基于非LPC的编码模式切换到基于LPC的编码模式时在解码器处估计量化的滤波器LPC0的部件。
CN2009801267394A 2008-07-10 2009-07-10 用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法 Active CN102119414B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US12966908P 2008-07-10 2008-07-10
US61/129,669 2008-07-10
US20207509P 2009-01-27 2009-01-27
US61/202,075 2009-01-27
PCT/CA2009/000979 WO2010003252A1 (en) 2008-07-10 2009-07-10 Device and method for quantizing and inverse quantizing lpc filters in a super-frame

Publications (2)

Publication Number Publication Date
CN102119414A CN102119414A (zh) 2011-07-06
CN102119414B true CN102119414B (zh) 2013-04-24

Family

ID=41506638

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2009801267267A Active CN102089810B (zh) 2008-07-10 2009-07-10 多基准线性预测系数滤波器量化和逆量化设备及方法
CN2009801267394A Active CN102119414B (zh) 2008-07-10 2009-07-10 用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2009801267267A Active CN102089810B (zh) 2008-07-10 2009-07-10 多基准线性预测系数滤波器量化和逆量化设备及方法

Country Status (17)

Country Link
US (4) US8712764B2 (zh)
EP (3) EP2301022B1 (zh)
JP (2) JP2011527442A (zh)
KR (2) KR101592968B1 (zh)
CN (2) CN102089810B (zh)
BR (1) BRPI0915450B1 (zh)
CA (5) CA2729751C (zh)
CY (3) CY1119501T1 (zh)
DK (3) DK2313887T3 (zh)
ES (3) ES2639747T3 (zh)
HK (2) HK1153840A1 (zh)
MX (1) MX2011000363A (zh)
NO (1) NO2313887T3 (zh)
PL (1) PL2313887T3 (zh)
PT (3) PT2313887T (zh)
RU (2) RU2509379C2 (zh)
WO (3) WO2010003253A1 (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2394515T3 (es) 2007-03-02 2013-02-01 Telefonaktiebolaget Lm Ericsson (Publ) Métodos y adaptaciones en una red de telecomunicaciones
CN101308655B (zh) * 2007-05-16 2011-07-06 展讯通信(上海)有限公司 一种音频编解码方法与装置
EP2077550B8 (en) * 2008-01-04 2012-03-14 Dolby International AB Audio encoder and decoder
US20110158189A1 (en) * 2009-12-29 2011-06-30 Industrial Technology Research Institute Methods and Apparatus for Multi-Transmitter Collaborative Communications Systems
KR101660843B1 (ko) * 2010-05-27 2016-09-29 삼성전자주식회사 Lpc 계수 양자화를 위한 가중치 함수 결정 장치 및 방법
KR101790373B1 (ko) * 2010-06-14 2017-10-25 파나소닉 주식회사 오디오 하이브리드 부호화 장치 및 오디오 하이브리드 복호 장치
SG186209A1 (en) 2010-07-02 2013-01-30 Dolby Int Ab Selective bass post filter
KR101747917B1 (ko) * 2010-10-18 2017-06-15 삼성전자주식회사 선형 예측 계수를 양자화하기 위한 저복잡도를 가지는 가중치 함수 결정 장치 및 방법
EP2761616A4 (en) * 2011-10-18 2015-06-24 Ericsson Telefon Ab L M IMPROVED METHOD AND DEVICE FOR AN ADAPTIVE MULTIRATE CODEC
US9208775B2 (en) * 2013-02-21 2015-12-08 Qualcomm Incorporated Systems and methods for determining pitch pulse period signal boundaries
US9842598B2 (en) 2013-02-21 2017-12-12 Qualcomm Incorporated Systems and methods for mitigating potential frame instability
KR101754094B1 (ko) 2013-04-05 2017-07-05 돌비 인터네셔널 에이비 고급 양자화기
WO2014187988A2 (en) 2013-05-24 2014-11-27 Dolby International Ab Audio encoder and decoder
FR3008533A1 (fr) * 2013-07-12 2015-01-16 Orange Facteur d'echelle optimise pour l'extension de bande de frequence dans un decodeur de signaux audiofrequences
CN104299614B (zh) * 2013-07-16 2017-12-29 华为技术有限公司 解码方法和解码装置
US10970967B2 (en) * 2014-09-24 2021-04-06 Jcm American Corporation Electronic voucher ticket system
US9407989B1 (en) 2015-06-30 2016-08-02 Arthur Woodrow Closed audio circuit
KR102169435B1 (ko) * 2016-03-21 2020-10-23 후아웨이 테크놀러지 컴퍼니 리미티드 가중된 행렬 계수의 적응형 양자화
US10366698B2 (en) 2016-08-30 2019-07-30 Dts, Inc. Variable length coding of indices and bit scheduling in a pyramid vector quantizer
TWI812658B (zh) 2017-12-19 2023-08-21 瑞典商都比國際公司 用於統一語音及音訊之解碼及編碼去關聯濾波器之改良之方法、裝置及系統
US11315584B2 (en) 2017-12-19 2022-04-26 Dolby International Ab Methods and apparatus for unified speech and audio decoding QMF based harmonic transposer improvements
BR112020012648A2 (pt) 2017-12-19 2020-12-01 Dolby International Ab métodos e sistemas de aparelhos para aprimoramentos de decodificação de fala e áudio unificados
US10950251B2 (en) * 2018-03-05 2021-03-16 Dts, Inc. Coding of harmonic signals in transform-based audio codecs

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1957398A (zh) * 2004-02-18 2007-05-02 沃伊斯亚吉公司 在基于代数码激励线性预测/变换编码激励的音频压缩期间低频加重的方法和设备
US7315815B1 (en) * 1999-09-22 2008-01-01 Microsoft Corporation LPC-harmonic vocoder with superframe structure

Family Cites Families (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5208862A (en) * 1990-02-22 1993-05-04 Nec Corporation Speech coder
US6006174A (en) * 1990-10-03 1999-12-21 Interdigital Technology Coporation Multiple impulse excitation speech encoder and decoder
US5255339A (en) * 1991-07-19 1993-10-19 Motorola, Inc. Low bit rate vocoder means and method
US5233660A (en) * 1991-09-10 1993-08-03 At&T Bell Laboratories Method and apparatus for low-delay celp speech coding and decoding
FI90477C (fi) * 1992-03-23 1994-02-10 Nokia Mobile Phones Ltd Puhesignaalin laadun parannusmenetelmä lineaarista ennustusta käyttävään koodausjärjestelmään
EP0577488B9 (en) * 1992-06-29 2007-10-03 Nippon Telegraph And Telephone Corporation Speech coding method and apparatus for the same
JP3255189B2 (ja) * 1992-12-01 2002-02-12 日本電信電話株式会社 音声パラメータの符号化方法および復号方法
CA2135629C (en) 1993-03-26 2000-02-08 Ira A. Gerson Multi-segment vector quantizer for a speech coder suitable for use in a radiotelephone
WO1995010760A2 (en) * 1993-10-08 1995-04-20 Comsat Corporation Improved low bit rate vocoders and methods of operation therefor
FI98163C (fi) 1994-02-08 1997-04-25 Nokia Mobile Phones Ltd Koodausjärjestelmä parametriseen puheenkoodaukseen
JP3013698B2 (ja) * 1994-04-20 2000-02-28 松下電器産業株式会社 ベクトル量子化符号化装置と復号化装置
CA2154911C (en) 1994-08-02 2001-01-02 Kazunori Ozawa Speech coding device
JP3235703B2 (ja) * 1995-03-10 2001-12-04 日本電信電話株式会社 ディジタルフィルタのフィルタ係数決定方法
US6263307B1 (en) * 1995-04-19 2001-07-17 Texas Instruments Incorporated Adaptive weiner filtering using line spectral frequencies
US5649051A (en) 1995-06-01 1997-07-15 Rothweiler; Joseph Harvey Constant data rate speech encoder for limited bandwidth path
JP3537008B2 (ja) 1995-07-17 2004-06-14 株式会社日立国際電気 音声符号化通信方式とその送受信装置
TW321810B (zh) 1995-10-26 1997-12-01 Sony Co Ltd
US5956674A (en) * 1995-12-01 1999-09-21 Digital Theater Systems, Inc. Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels
JP3094908B2 (ja) * 1996-04-17 2000-10-03 日本電気株式会社 音声符号化装置
US6904404B1 (en) * 1996-07-01 2005-06-07 Matsushita Electric Industrial Co., Ltd. Multistage inverse quantization having the plurality of frequency bands
JP3357795B2 (ja) * 1996-08-16 2002-12-16 株式会社東芝 音声符号化方法および装置
JP3707154B2 (ja) 1996-09-24 2005-10-19 ソニー株式会社 音声符号化方法及び装置
JP3707153B2 (ja) * 1996-09-24 2005-10-19 ソニー株式会社 ベクトル量子化方法、音声符号化方法及び装置
US6154499A (en) 1996-10-21 2000-11-28 Comsat Corporation Communication systems using nested coder and compatible channel coding
US6167375A (en) 1997-03-17 2000-12-26 Kabushiki Kaisha Toshiba Method for encoding and decoding a speech signal including background noise
DE19730130C2 (de) 1997-07-14 2002-02-28 Fraunhofer Ges Forschung Verfahren zum Codieren eines Audiosignals
US6889185B1 (en) * 1997-08-28 2005-05-03 Texas Instruments Incorporated Quantization of linear prediction coefficients using perceptual weighting
TW408298B (en) * 1997-08-28 2000-10-11 Texas Instruments Inc Improved method for switched-predictive quantization
WO1999010719A1 (en) 1997-08-29 1999-03-04 The Regents Of The University Of California Method and apparatus for hybrid coding of speech at 4kbps
EP0907258B1 (en) 1997-10-03 2007-01-03 Matsushita Electric Industrial Co., Ltd. Audio signal compression, speech signal compression and speech recognition
JP3842432B2 (ja) 1998-04-20 2006-11-08 株式会社東芝 ベクトル量子化方法
US6507814B1 (en) 1998-08-24 2003-01-14 Conexant Systems, Inc. Pitch determination using speech classification and prior pitch estimation
US7072832B1 (en) * 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
US6823303B1 (en) * 1998-08-24 2004-11-23 Conexant Systems, Inc. Speech encoder using voice activity detection in coding noise
US7272556B1 (en) 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
FR2784218B1 (fr) 1998-10-06 2000-12-08 Thomson Csf Procede de codage de la parole a bas debit
JP3343082B2 (ja) * 1998-10-27 2002-11-11 松下電器産業株式会社 Celp型音声符号化装置
US6691082B1 (en) 1999-08-03 2004-02-10 Lucent Technologies Inc Method and system for sub-band hybrid coding
US6782360B1 (en) * 1999-09-22 2004-08-24 Mindspeed Technologies, Inc. Gain quantization for a CELP speech coder
AU7486200A (en) 1999-09-22 2001-04-24 Conexant Systems, Inc. Multimode speech encoder
US6792405B2 (en) 1999-12-10 2004-09-14 At&T Corp. Bitstream-based feature extraction method for a front-end speech recognizer
JP2002055699A (ja) 2000-08-10 2002-02-20 Mitsubishi Electric Corp 音声符号化装置および音声符号化方法
JP2002055700A (ja) 2000-08-11 2002-02-20 Hitachi Kokusai Electric Inc 音声信号符号復号化システム
CA2429832C (en) * 2000-11-30 2011-05-17 Matsushita Electric Industrial Co., Ltd. Lpc vector quantization apparatus
US6996523B1 (en) 2001-02-13 2006-02-07 Hughes Electronics Corporation Prototype waveform magnitude quantization for a frequency domain interpolative speech codec system
KR20020075592A (ko) * 2001-03-26 2002-10-05 한국전자통신연구원 광대역 음성 부호화기용 lsf 양자화기
US7003454B2 (en) 2001-05-16 2006-02-21 Nokia Corporation Method and system for line spectral frequency vector quantization in speech codec
US6584437B2 (en) * 2001-06-11 2003-06-24 Nokia Mobile Phones Ltd. Method and apparatus for coding successive pitch periods in speech signal
US6658383B2 (en) 2001-06-26 2003-12-02 Microsoft Corporation Method for coding speech and music signals
US6711027B2 (en) * 2001-07-23 2004-03-23 Intel Corporation Modules having paths of different impedances
US7647223B2 (en) * 2001-08-16 2010-01-12 Broadcom Corporation Robust composite quantization with sub-quantizers and inverse sub-quantizers using illegal space
US7386447B2 (en) 2001-11-02 2008-06-10 Texas Instruments Incorporated Speech coder and method
SE521600C2 (sv) * 2001-12-04 2003-11-18 Global Ip Sound Ab Lågbittaktskodek
JP4263412B2 (ja) * 2002-01-29 2009-05-13 富士通株式会社 音声符号変換方法
US20040002856A1 (en) * 2002-03-08 2004-01-01 Udaya Bhaskar Multi-rate frequency domain interpolative speech CODEC system
EP1527441B1 (en) 2002-07-16 2017-09-06 Koninklijke Philips N.V. Audio coding
US7536305B2 (en) * 2002-09-04 2009-05-19 Microsoft Corporation Mixed lossless audio compression
CA2511516C (en) 2002-12-24 2009-03-03 Nokia Corporation Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
KR100486732B1 (ko) 2003-02-19 2005-05-03 삼성전자주식회사 블럭제한된 트렐리스 부호화 양자화방법과 음성부호화시스템에있어서 이를 채용한 라인스펙트럼주파수 계수양자화방법 및 장치
WO2004090864A2 (en) * 2003-03-12 2004-10-21 The Indian Institute Of Technology, Bombay Method and apparatus for the encoding and decoding of speech
KR100732659B1 (ko) * 2003-05-01 2007-06-27 노키아 코포레이션 가변 비트 레이트 광대역 스피치 음성 코딩시의 이득양자화를 위한 방법 및 장치
FR2867649A1 (fr) 2003-12-10 2005-09-16 France Telecom Procede de codage multiple optimise
FR2869151B1 (fr) 2004-04-19 2007-01-26 Thales Sa Procede de quantification d'un codeur de parole a tres bas debit
CN1947174B (zh) * 2004-04-27 2012-03-14 松下电器产业株式会社 可扩展编码装置、可扩展解码装置、可扩展编码方法以及可扩展解码方法
US7739120B2 (en) 2004-05-17 2010-06-15 Nokia Corporation Selection of coding models for encoding an audio signal
US7596486B2 (en) 2004-05-19 2009-09-29 Nokia Corporation Encoding an audio signal using different audio coder modes
JP4871501B2 (ja) * 2004-11-04 2012-02-08 パナソニック株式会社 ベクトル変換装置及びベクトル変換方法
ATE482449T1 (de) 2005-04-01 2010-10-15 Qualcomm Inc Verfahren und vorrichtungen zum kodieren und dekodieren eines hochbandteils eines sprachsignals
US8755442B2 (en) 2005-10-05 2014-06-17 Lg Electronics Inc. Method of processing a signal and apparatus for processing a signal
JP2007142547A (ja) 2005-11-15 2007-06-07 Oki Electric Ind Co Ltd 符号化方法及び復号化方法とその符号器及び復号器
CN102682778B (zh) * 2007-03-02 2014-10-22 松下电器(美国)知识产权公司 编码装置以及编码方法
CN101110214B (zh) * 2007-08-10 2011-08-17 北京理工大学 一种基于多描述格型矢量量化技术的语音编码方法
US8515767B2 (en) 2007-11-04 2013-08-20 Qualcomm Incorporated Technique for encoding/decoding of codebook indices for quantized MDCT spectrum in scalable speech and audio codecs
EP2077550B8 (en) 2008-01-04 2012-03-14 Dolby International AB Audio encoder and decoder
EP2234104B1 (en) * 2008-01-16 2017-06-14 III Holdings 12, LLC Vector quantizer, vector inverse quantizer, and methods therefor
US8386271B2 (en) 2008-03-25 2013-02-26 Microsoft Corporation Lossless and near lossless scalable audio codec
GB2466670B (en) * 2009-01-06 2012-11-14 Skype Speech encoding

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7315815B1 (en) * 1999-09-22 2008-01-01 Microsoft Corporation LPC-harmonic vocoder with superframe structure
CN1957398A (zh) * 2004-02-18 2007-05-02 沃伊斯亚吉公司 在基于代数码激励线性预测/变换编码激励的音频压缩期间低频加重的方法和设备

Also Published As

Publication number Publication date
WO2010003253A8 (en) 2010-04-01
CA2972812C (en) 2018-07-24
NO2313887T3 (zh) 2018-02-10
US8332213B2 (en) 2012-12-11
US8712764B2 (en) 2014-04-29
CN102119414A (zh) 2011-07-06
HK1154109A1 (en) 2012-04-13
BRPI0915450A2 (pt) 2017-06-27
EP2301021B1 (en) 2017-06-21
CA2729751A1 (en) 2010-01-14
CY1119501T1 (el) 2018-03-07
US9245532B2 (en) 2016-01-26
KR101604774B1 (ko) 2016-03-18
US20100023323A1 (en) 2010-01-28
ES2645375T3 (es) 2017-12-05
EP2313887B1 (en) 2017-09-13
WO2010003252A1 (en) 2010-01-14
EP2313887A1 (en) 2011-04-27
CN102089810A (zh) 2011-06-08
EP2301021A1 (en) 2011-03-30
CA2729752A1 (en) 2010-01-14
CA2729665A1 (en) 2010-01-14
CY1119659T1 (el) 2018-04-04
EP2301021A4 (en) 2012-08-15
WO2010003254A1 (en) 2010-01-14
CA2972812A1 (en) 2010-01-14
MX2011000363A (es) 2011-06-16
USRE49363E1 (en) 2023-01-10
HK1153840A1 (en) 2012-04-05
RU2509379C2 (ru) 2014-03-10
CA2972808C (en) 2018-12-18
ES2639747T3 (es) 2017-10-30
CA2972808A1 (en) 2010-01-14
EP2301022A1 (en) 2011-03-30
CA2729665C (en) 2016-11-22
PT2301022T (pt) 2017-12-12
KR20110044222A (ko) 2011-04-28
RU2011104813A (ru) 2012-08-20
ES2650492T3 (es) 2018-01-18
US20100023325A1 (en) 2010-01-28
EP2313887A4 (en) 2013-11-27
BRPI0915450B1 (pt) 2020-03-10
RU2011104784A (ru) 2012-08-20
JP5710476B2 (ja) 2015-04-30
CN102089810B (zh) 2013-05-08
CA2729751C (en) 2017-10-24
US20100023324A1 (en) 2010-01-28
PT2301021T (pt) 2017-09-22
EP2301022B1 (en) 2017-09-06
CA2729665E (en) 2010-01-14
DK2301022T3 (en) 2017-12-04
DK2301021T3 (en) 2017-09-18
DK2313887T3 (da) 2017-11-13
PL2313887T3 (pl) 2018-01-31
CY1119494T1 (el) 2018-03-07
JP2011527442A (ja) 2011-10-27
KR101592968B1 (ko) 2016-02-11
WO2010003253A1 (en) 2010-01-14
JP2011527441A (ja) 2011-10-27
CA2729752C (en) 2018-06-05
KR20110042303A (ko) 2011-04-26
PT2313887T (pt) 2017-11-14
EP2301022A4 (en) 2012-08-15

Similar Documents

Publication Publication Date Title
CN102119414B (zh) 用于在超帧中量化和逆量化线性预测系数滤波器的设备和方法
CN100576319C (zh) 用于可变比特率语音编码中的线性预测参数的稳健预测向量量化的方法和设备
JPH08263099A (ja) 符号化装置
KR100647290B1 (ko) 합성된 음성의 특성을 이용하여 양자화/역양자화를선택하는 음성 부호화/복호화 장치 및 그 방법
WO2002071394A1 (en) Sound encoding apparatus and method, and sound decoding apparatus and method
US7110942B2 (en) Efficient excitation quantization in a noise feedback coding system using correlation techniques
CA2511516C (en) Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1154109

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1154109

Country of ref document: HK