[发明专利]语音编码装置和语音编码方法

说明书

技术领域

本发明涉及语音编码装置和语音编码方法。 

背景技术

在语音编码中，将时间信号变换到频域并对变换系数进行编码的变换编码，能够有效率地去除时间信号所包含的冗余性。另外，在变换编码，通过利用以频带表示的人的听觉特性，即使为低比特率，也能够实现难以感觉到量化失真的编码。 

近年来，在变换编码中，多利用被称为重叠正交变换(LOT；LappedOrthogonal Transform)的变换技术。这种技术是基于除了块内的正交性以外还考虑与相邻块之间的正交性的正交基，进行变换的技术，作为其代表的方法，可以举MDCT(Modified Discrete Cosine Transform)。在MDCT，以当前的分析帧和其前后的分析帧重叠的方式配置分析帧而进行分析。这时，变换后的系数中，只将分析长度的一半的系数作为编码对象即可，因此通过利用MDCT能够有效率地进行编码。并且，在合成时将当前帧与相邻的帧重叠相加，因此有以下特点，即，即使在对每个帧发生不同的量化失真的情况下，也难以发生在帧边界的间断。 

一般来说，在利用MDCT进行分析/合成时，将作为窗口函数的分析窗口和合成窗口分别与对象信号相乘。这时所使用的分析窗口/合成窗口与相邻帧重叠的位置的部分倾斜(slope)。该重叠区间的长度(即，斜坡长)与输入帧的缓存所需的延迟相当于因MDCT分析/合成而发生的延迟的长度。在双向通信中，如果该延迟变大，使得来自通信对方终端的响应达到本终端为止要费较长时间，无法形成流畅的会话。因此期望延迟尽量短。 

下面，说明现有的MDCT。 

在MDCT所使用的分析窗口/合成窗口，在满足式(1)所示的条件时，能够实现完全重构(在没有量化失真的前提下，变换造成的失真为0)。 

(式1) 

w_in(i)·w_out(i)+w_in(i+N/2)·w_out(i+N/2)＝1 

(0≤i＜N) 

作为满足式(1)的条件的有代表性的窗口，在非专利文献1提出了式(2)所示的正弦窗口。另外，图1是用图表示该正弦窗口的图。在使用这样的正弦窗口时，因为正弦窗口的谱特性能够充分的衰减旁瓣，所以能够以较高的精度分析频谱。 

(式2) 

w(i)=sin(iπN)]]>

(0≤i＜N) 

另外，在非专利文献2提出了使用式(3)所示的窗口作为满足式(1)的条件的窗口，来进行MDCT分析/合成的方法。其中，N表示分析窗口的长度，L表示重叠区间的长度。另外，图2是用图表示式(3)所示的窗口的图。在使用这种窗口时，因为重叠区间为L，所以由该窗口产生的延迟表示为L。因此，通过将重叠区间L设定得短，能够抑制延迟的发生。 

(式3)