[发明专利]语音解码装置及语音解码方法

说明书

技术领域

本发明涉及语音解码装置及语音解码方法，特别涉及具有分层结构的可扩展编码解码器使用的语音解码装置及语音解码方法。

背景技术

在移动通信中，为了有效利用传输频带，必须进行语音或画像的数字信息的压缩编码。其中，对便携电话中广泛利用的语音编码解码(编码/解码)技术的期望很高，对于压缩率较高的现有高效率编码，要求更高的音质。

另外，近年来，具有多个层结构的可扩展编码解码器作为效率更高、质量更高的语音编码解码器被用于IP(Internet Protocol，互联网协议)通信网中，ITU-T(International Telecommunication Union-Telecommunication Standardization Sector，国际电信联盟远程通信标准化组织)或MPEG(Moving Picture Experts Group，动态图像专家组)正在研究标准化。

另外，通过20年前建立的对语音的发声机构进行建模并且应用矢量量化的语音编码技术的基本方式即CELP(Code Excited Linear Prediction，码激励线性预测)、及音频编码中使用的变换编码技术(MPEG标准ACC、MP3等)，使得语音/音乐编码技术取得很大进步，已能够进行高质量的通信及音乐欣赏。并且，近年来，关注全IP化、无缝化及宽带化，覆盖语音到音频的可扩展编码解码器的开发及标准化(ITU-T SG16 WP3)也得到了发展。该编码技术是如下结构的编码解码器：传输的语音的频带分层地形成，另外，在高层对低层的量化误差进行编码。

专利文献1公开了在高层对低层的量化误差进行编码的分层型编码的基本发明、及使用采样变换从低层到高层进行更宽频带的编码的方法。另外，在ITU-T中，推荐了5层的可扩展语音编码解码器G.718(例如，非专利文献1)。

另外，在传输可扩展编码解码器的各层(层)的代码的情况下，可考虑采用通过对每层不同的分组来传输的方法。但是，因通信系统的不同，有时在解码器侧各个帧的各层分组的接收顺序或接收定时不同。但是，即使在这种情况下，在语音通信中，解码器也必须稳定地持续输出解码语音。为了应对该问题，可考虑这样的算法：设置抖动吸收缓冲器，将构成帧的多个分组存储在抖动吸收缓冲器中，由此等待构成帧的多个分组的到达，在所有分组到达后，取得同步并进行解码。另外，此时，利用如下算法连续地进行解码：在对帧的分组进行合成的定时临近的情况下，先行开始分组的解码，观察分组的到达状态，并在分组到达了的情况下，以追加方式进行解码，如果分组未到达则放弃，丢弃延迟了的分组。在这种处理中，发生被称为“延迟抖动”或“通信抖动”的现象。特别是，关于语音数据的通信，专利文献2～5示出了应对该“抖动”的发明。

现有技术文献

专利文献

专利文献1：日本特开平8-263096号公报

专利文献2：日本特开平11-41287号公报

专利文献3：日本特开2003-87317号公报

专利文献4：日本特开2000-151694号公报

专利文献5：日本特开2007-235221号公报

非专利文献

非专利文献1：ITU-T G.718标准书，2008年6月

发明内容

发明要解决的问题

但是，在专利文献2～专利文献5中，使用1个分组来传输规定时间的语音信号，对于与上述“抖动”的关系，没有与多个层的各代码的处理有关的记载。即，在专利文献2～专利文献5中，具有如下问题：在对每帧接收所有层的代码后一起进行解码，因此存在直到接收所有层的代码为止的等待时间，由此每次都发生处理延迟。另外，即使在先行开始各层的解码的情况下，也具有如下问题：存在直到对每帧接收各层的代码为止的等待时间，因此同样会发生处理延迟。因此，在专利文献2～专利文献5中，存在不能使解码器的处理器执行需要集中的时间的其他进程的问题。

另外，在专利文献2～专利文献5中，在中断从外部进入时处于先行解码的情况下，不能输出正在先行解码的帧的合成音。因此，在专利文献2～专利文献5中，提前进行先行解码的处理、将合成音提前地解码很重要。