[发明专利]音频编码装置、解码装置、方法、电路及程序

说明书

技术领域

本发明大致涉及变换音频编码系统，尤其涉及使用时间规整(time warp)技术对输入音频信号的基音频率(pitch frequency)进行移动(shift)，由此提高编码效率和音质的变换音频编码系统。另外，该音频编码系统不仅适用于音频，也能够适用于语音信号，能够在手机和电话电视会议中使用。

背景技术

变换编码技术是为了高效率地对音频信号进行编码而设计的。在人们的讲话中，信号的基本频率在时刻变化着。因此，语音信号的能量在较宽的频带中扩散。并且，尤其是在低比特率时，利用变换编解码器对基音变化的语音信号进行编码是低效率的。另外，例如在现有技术[3]、[4]中，采用时间规整技术来弥补基音变化的影响。

图10是表示对基本频率进行移动的概念的示例的图。

时间规整技术被用来实现基音移动。图10的(a)栏的频谱是原来的频谱，图10的(b)栏的频谱是进行基音移动后的频谱。

在图10的(b)栏中，基本频率从200Hz移动到100Hz。这样，将下一帧的基音移动成为与在前帧的基音一致，由此使基音变稳定。

图11是表示进行基音移动后的频谱的图。

因此，信号能量按照图11所示进行集中。

图11的(a)栏的信号是扫频(sweep)信号。并且，图11的(b)栏的信号是进行基音移动后的信号，(b)栏中的基音成为固定基音。

另一方面，图11的(c)栏的两个频谱是指信号(a)和信号(b)的频谱。在图11的(c)栏中表示信号(b)的能量被限制在狭小频带中。

在此，上述的基音移动是使用重采样(re-sampling)方法实现的。为了维持稳定的基音，重采样率按照基音变化率而变化。并且，通过适用基音跟踪算法，能够得到输入帧的基音轮廓。

图8是说明1音频帧的分段的图。

如图8所示，帧被分段成为基音跟踪用的较小的区段。另外，此时的邻接区段可以重叠。即，例如在至少一个组合中，该组合中的相互邻接的两个区段中的一个区段(的一部分)可以与另一个区段(的一部分)重叠。

并且，目前作为现有示例有基于自相关的基音跟踪算法[1]、和基于频域的基音检测方法[2]。

各个区段具有与该区段对应的基音值。

图15是表示基音轮廓的计算的处理的图。

图15的(a)栏的信号是具有随时间而变化的基音的信号。从信号的1区段计算出一个基音值。基音轮廓是指基音值的链。

在进行时间规整的期间，重采样率与基音变化率成比例。

基音变化信息是从基音轮廓中抽取的。

另外，在测定该基音变化率时频繁使用音分和半音。

图12是表示音分(cent)和半音的长度的图。音分是根据邻接基音的基音比(pitch ratio)计算得到的。

[数式1]

cent=1200×log2pitch(i+1)pitch(i)]]>

按照基音变化率，对时域信号进行重采样。其它区段的基音被移动成参照基音，并得到稳定的基音。例如，如果下一个区段的基音比在前基音高，则与这两个基音之间的音分的差分成比例地设定更低的重采样率。否则，采样率必须更高。

另外，在此假设为能够调整声音再现速度的记录再现装置，通过降低高音的声音的再现速度，将音域移动到低频。这和与基音变化率成比例地对信号进行重采样的概念相似。

图13和图14表示采用时间规整方式的编码系统。

图13是编码器(编码器13A)的时间规整的框图。

图14是解码器(解码器14A)的时间规整的框图。

在进行变换编码之前，时域信号被实施时间规整。在解码器的逆时间规整中需要基音信息。因此，基音比必须通过编码器进行编码。