特許ウォッチ

公開番号2025157307
公報種別公開特許公報(A)
公開日2025-10-15
出願番号2025114186,2023580679
出願日2025-07-07,2021-06-29
発明の名称オーディオ符号化モード選択のためのスペクトル分類器
出願人テレフオンアクチーボラゲットエルエムエリクソン(パブル)
代理人個人,個人,個人,個人
主分類G10L 19/18 20130101AFI20251007BHJP(楽器;音響)
要約【課題】2つの符号化モードまたは符号化モードのグループのうちのどちらを使用するかを決定するためのエンコーダにおける通信方法ならびに関連するデバイスおよびノードを提供する。
【解決手段】方法は、入力オーディオ信号の周波数スペクトルを導出すること(1001)と、周波数スペクトルの臨界周波数領域の大きさを取得すること(1003)と、フレームのピークネス尺度を取得すること(1005)と、雑音帯域検出尺度を取得すること(1007)と、少なくともピークネス尺度および雑音帯域検出尺度に基づいて、2つの符号化モードまたは符号化モードのグループのうちのどちらを使用するかを決定すること(1009)と、使用すると決定された符号化モードに基づいて入力オーディオ信号を符号化すること(1011)と、を含む。
【選択図】図10
特許請求の範囲【請求項１】
２つの符号化モードまたは符号化モードのグループのうちのどちらを使用するかを決定するためのエンコーダにおける方法であって、
入力オーディオ信号の周波数スペクトルを導出すること（９０１）と、
臨界周波数領域の周波数スペクトルの大きさを取得すること（９０３）と
ピークネス尺度を取得すること（９０５）と、
雑音帯域検出尺度を取得すること（９０７）と、
少なくとも前記ピークネス尺度および前記雑音帯域検出尺度に基づいて前記２つの符号化モードまたは符号化モードのグループのうちのどちらを使用するかを決定すること（９０９）と、
使用すると決定された前記符号化モードに基づいて前記入力オーディオ信号を符号化すること（９１１）と
を含む方法。
続きを表示（約 1,500 文字）【請求項２】
使用すると決定された前記符号化モードに基づいて前記入力オーディオ信号を符号化することが、
符号化モードのグループを使用すると決定されたことに応答して、前記入力オーディオ信号を符号化するために使用する前記符号化モードのグループのうちの１つの符号化モードを選択すること
を含む、請求項１に記載の方法。
【請求項３】
前記周波数スペクトルを導出することが、周波数スペクトルＸ（ｍ，ｋ）を導出することを含み、Ｘ（ｍ，ｋ）が、周波数インデックスｋにおけるフレームｍの前記周波数スペクトルを表す、請求項１または２に記載の方法。
【請求項４】
前記周波数スペクトルを導出することが、
前記入力オーディオ信号ｘ（ｍ，ｎ）、ｎ＝０，１，２，…Ｌ－１を長さＬのオーディオフレームにセグメント化することであって、ｍがフレームインデックスを表し、ｎがフレーム内のサンプルインデックスを表す、セグメント化することと、
TIFF
2025157307000043.tif
17
170
に従って周波数ドメイン表現で前記入力オーディオ信号を変換することであって、式中、Ｘ（ｍ，ｋ）は周波数インデックスｋにおけるフレームｍの修正離散コサイン変換（ＭＤＣＴ）の周波数スペクトルを表し、ｗ
ａ
（ｎ）が解析窓である、前記入力オーディオ信号を変換することと
周波数インデックスｋ＝ｋ
ｓｔａｒｔ
…ｋ
ｅｎｄ
によって規定されるＸ（ｍ，ｋ）の前記大きさスペクトルを取得することであって、前記臨界周波数範囲がＸ（ｍ，ｋ）の上半分である、前記大きさスペクトルを取得することと
を含む、請求項１から３のいずれか一項に記載の方法。
【請求項５】
前記臨界周波数範囲が、ｋ
ｓｔａｒｔ
＝３２０およびｋ
ｅｎｄ
＝６３９に対応し、入力サンプリングレートが３２ｋＨｚであり、前記フレーム長がＬ＝６４０である、請求項３または４に記載の方法。
【請求項６】
前記臨界周波数領域の前記周波数スペクトルの前記大きさを取得することが、
TIFF
2025157307000044.tif
35
170
に従って前記臨界周波数領域の前記周波数スペクトルの前記大きさを取得することを含み、式中、Ｍ＝ｋ
ｅｎｄ
－ｋ
ｓｔａｒｔ
＋１が、臨界周波数領域に関連する臨界帯域の周波数インデックスの数である、請求項３から５のいずれか一項に記載の方法。
【請求項７】
前記ピークネス尺度を取得することが、
TIFF
2025157307000045.tif
18
170
に従って前記ピークネス尺度を取得することを含み、式中、ｃｒｅｓｔ（ｍ）がフレームｍの前記ピークネス尺度を与える、請求項６に記載の方法。
【請求項８】
前記ピークネス尺度を取得することが、
TIFF
2025157307000046.tif
36
170
に従って前記ピークネス尺度を取得することを含み、式中、Ａ
ｔｈｒ
が相対閾値である、請求項６に記載の方法。
【請求項９】
Ａ
ｔｈｒ
＝０．１である、請求項８に記載の方法。
【請求項１０】
Ａ
ｔｈｒ
が範囲［０．０１，０．４］内にある、請求項８に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、一般に、通信に関し、より詳細には、無線通信をサポートする通信方法ならびに関連するデバイスおよびノードに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
現代のオーディオコーデックは、異なる特性を有する信号に対して最適化された複数の圧縮方式からなる。通常、音声様信号は時間ドメインで動作するコーデックで処理され、音楽信号は変換ドメインで動作するコーデックで処理される。音声信号と音楽信号の両方を扱うことを目的とする符号化方式は、入力信号（音声／音楽分類器）を認識し、適切なコーデックモードを切り替える機構を必要とする。入力信号に基づくモード判定ロジックを使用するマルチモードオーディオコーデックの概略図を図１に示す。
【０００３】
音楽信号のクラス間で同様に、雑音様音楽信号および高調波音楽信号を区別し、これらのグループの各々について分類器および最適な符号化方式を構築することができる。特に、疎でピークのある構造を有する信号の識別は、変換ドメインコーデックがこれらのタイプの信号のハンドリングに適しているため、非常に興味深い。
TIFF
2025157307000002.tif
17
170
に従って決定されるクレストＣまたはスペクトル平坦度ｆ
TIFF
2025157307000003.tif
18
170
などのピーク信号構造を識別することを目的としたいくつかの公知の信号尺度が存在する。
【０００４】
高いスペクトル平坦度またはクレストは、そのようなスペクトルに適した符号化モードが選択され得ることを示し得る。
【発明の概要】
【０００５】
現在、特定の課題が存在している。オーディオ符号化の分野では、様々な音声音楽分類器が使用されている。しかしながら、これらの音声音楽分類器は、音楽信号の空間内の異なるクラスを区別することができない場合がある。多くの音声音楽分類器は、複雑なマルチモードコーデックで必要とされるクラスを区別するのに十分な分解能を提供しない。
【０００６】
高調波および雑音様音楽セグメント区別の問題は、周波数ドメイン係数上で直接計算される新規のメトリックによって解決される。このメトリックは、スペクトルのピークネス尺度と、スペクトルの雑音の多い成分を示すエネルギーの局所濃度の尺度とに基づく。
【０００７】
これらの課題に対処する本発明の概念の様々な実施形態は、スペクトルの臨界帯域における周波数ドメインでの解析を伴う。解析は、少なくともピークネス尺度を含み、様々な実施形態は、スペクトル内の雑音の多い帯域の指標を与える追加の尺度を提供する。これらの尺度に基づいて、雑音の多い帯域を有する信号を回避しながら、強いピークを有する信号を標的とする少なくとも１つの符号化モードを使用するかどうかの判定が形成される。
【０００８】
本発明の概念のいくつかの実施形態によれば、２つの符号化モードまたは符号化モードのグループのどちらを使用するかを決定するためのエンコーダにおける方法が提供される。本方法は、入力オーディオ信号の周波数スペクトルを導出することを含む。本方法は、周波数スペクトルの臨界周波数範囲の大きさを取得することをさらに含む。本方法は、ピークネス尺度を取得することをさらに含む。本方法は、雑音帯域検出尺度を取得することをさらに含む。本方法は、少なくともピークネス尺度および雑音帯域検出尺度に基づいて、２つの符号化モードまたは符号化モードのグループのうちのどちらを使用するかを決定することをさらに含む。本方法は、使用すると決定された符号化モードに基づいて入力オーディオ信号を符号化することをさらに含む。
【０００９】
類似のエンコーダ、コンピュータプログラム、およびコンピュータプログラム製品が提供される。
【００１０】
本発明の概念の他の実施形態によれば、入力オーディオ信号が高いピークネスおよび低いエネルギー濃度を有するかどうかを決定するためのエンコーダにおける方法が提供される。本方法は、入力オーディオ信号の周波数スペクトルを導出することを含む。本方法は、周波数スペクトルの臨界周波数範囲の大きさを取得することをさらに含む。本方法は、ピークネス尺度を取得することをさらに含む。本方法は、雑音帯域検出尺度を取得することをさらに含む。本方法は、少なくともピークネス尺度および雑音帯域検出尺度に基づいて高調波条件を決定することをさらに含む。本方法は、高調波条件が真であるか偽であるかの指標を出力することを含む。
（【００１１】以降は省略されています）

関連特許