[发明专利]编码设备、编码方法、解码设备、解码方法以及程序

说明书

技术领域

本公开内容涉及一种编码设备、编码方法、解码设备、解码方法以及程序，并且更具体地，涉及一种能够生成具有更自然声音的、用于隐藏的音频信号的编码设备、编码方法、解码设备、解码方法以及程序。

背景技术

近年来，音频信号通常被数字化，并且得到的数字信号被压缩和编码，然后被传送或保存。音频信号的编码通常分类为波形编码和分析/合成编码。波形编码包括频带划分编码和变换编码，在频带划分编码中，使用频带划分滤波器将音频信号划分成多个频率分量并编码，在变换编码中，数字音频信号逐块地经受时间-频率变换并且得到的谱被编码。在波形编码中，已使用频带划分滤波器或时间-频率变换划分成频率分量的音频信号逐块地被量化，并且利用所谓的听觉遮蔽效果等经受高效编码。

图1是示出执行变换编码的编码设备的配置示例的框图。

图1中示出的编码设备10包括时间-频率变换单元11、谱归一化单元12、谱量化单元13、熵编码单元14、比例因子编码单元15以及复用器16。

编码设备10的时间-频率变换单元11接收作为时间信号的音频信号。时间-频率变换单元11逐帧地对输入音频信号执行时间-频率变换(诸如修正的离散余弦变换(MDCT))。时间-频率变换单元11将得到的每帧的频谱系数(MDCT系数)提供给谱归一化单元12。

谱归一化单元12以针对特定带宽的量化(量化单位)为基础对从时间-频率变换单元11提供的帧的频谱系数分组。谱归一化单元12使用以下表达式(1)和特定步长的系数2^-λ×SF[n]，逐帧地对分组的量化单位的频谱系数进行归一化。

X_Norm(k)＝X(k)×2^-λ×SF[n]…(1)

在表达式(1)中，X(k)表示第n个量化单位的第k个频谱系数，并且X_Norm(k)表示归一化的频谱系数。另外，λ是用于确定步长的值。例如，如果λ＝0.5，则步长为3dB。这里，假设阶段幅度λ为常数而与帧无关。另外，这里，作为关于系数2^-λ×SF[n]的信息的指数SF[n](整数)被称为“比例因子”。

谱归一化单元12将如上所述归一化的、每帧的频谱系数提供给谱量化单元13，并且将用于归一化的、每帧的比例因子提供给比例因子编码单元15。

谱量化单元13使用特定数量的比特对从谱归一化单元12提供的归一化的每帧的频谱系数进行量化，并将量化的每帧的频谱系数提供给熵编码单元14。另外，谱量化单元13将表示归一化的每帧的频谱系数的每个量化单位的量化期间的比特数的量化信息提供给复用器16。

熵编码单元14通过哈夫曼编码、算术编码等，对从谱量化单元13提供的量化的每帧的频谱系数执行可逆压缩，并且将得到的频谱系数提供给复用器16作为编码的谱数据。

比例因子编码单元15对从谱归一化单元12提供的每帧的比例因子进行编码。比例因子编码单元15将编码的每帧的比例因子提供给复用器16作为编码的比例因子。

复用器16对来自熵编码单元14的编码的谱数据、来自比例因子编码单元15的编码的比例因子、以及来自谱量化单元13的量化信息进行复用，以便生成每帧的编码数据。复用器16输出编码的数据。

在上述编码设备10中，由于诸如帧的比特数小于编码所需的比特数或者编码花费比在其期间可以执行实时处理的时段更长时间的原因，可能出现编码错误。在这种情况下，由于难以再次执行编码，因此需要准备错误隐藏装置，其输出用于隐藏的编码数据以替代不规则数据，使得不输出不规则数据作为编码数据。

作为错误隐藏装置，例如，提出了如下技术：如果编码没有在时间限制之前结束，则输出位于要编码的帧之前的帧的编码数据作为用于隐藏的编码数据，以替代要编码的帧的编码数据(例如，参照日本专利第3463592号)。

另外，作为错误隐藏装置，提出了如下另一技术：通过对无声信号等进行编码来预先准备用于隐藏的编码数据，并且输出该编码数据以替代出现了编码错误的帧的编码数据(例如，参照日本未审查专利申请公布第2003-5798号)。

另一方面，提出了如下音频压缩传输设备：如果在解码期间检测到编码数据的同步异常，则输出预先存储的无声编码数据替代编码数据作为用于隐藏的编码数据(例如，参照日本专利第2731514号)。

另外，提出了如下设备：其根据来自外部的弱音(mute)指示，利用预先创建的无声编码数据替换编码数据，并且输出该无声编码数据(例如，参照日本未审查专利申请公布第9-294077号)。