立体声编码装置、立体声解码装置、及立体声编码方法

专利名称：立体声编码装置、立体声解码装置、及立体声编码方法
技术领域：
本发明涉及立体声编码装置、立体声解码装置、以及立体声编码方法，用于在诸如移动通信系统或使用因特网协议(IP: Internet Protocol)的分组通 信系统中，对立体声话音(speech)信号或立体声音频信号进行编码及解码。
背景技术：
在诸如移动通信系统或使用IP的分组通信系统中，DSP (Digital Signal Processor:数字信号处理器)对于数字信号处理速度及带宽的限制正逐渐变 得宽松。随着传输速率更进一步的高比特率化，将能够确保用于多信道传输 的频带，因此，即使在以单声道方式为主流的话音通信中，也将可以期待基 于立体声方式的通信(立体声通信)的普及。现在的移动电话已经可以搭载具有立体声功能的多媒体播放器或FM收 音机等功能。因此，向第四代的移动电话及IP电话等不仅追加立体声音频信 号的录音及播放功能，并且追加立体声话音信号的录音及播放等功能将是很 自然的事情。以前，提起对立体声信号进行编码，存在多种方法，代表性的有非专利 文献1所记载的MPEG-2 AAC (Moving Picture Experts Group-2 Advanced Audio Coding:活动图像专家组-2高级音频编码)。MPEG-2 AAC能够将信号 编码成单声道、立体声、及多声道。MPEG-2 AAC利用MDCT (Modified Discrete Cosine Transform:改进离散余弦变换)处理将时域信号变换为频域 信号，并基于人类听觉系统的原理，对编码引起的噪声进行掩蔽而将其抑制 在人类的可听范围以下的水平，由此实现高音质。非专利文献1 ISO/IEC 13818-7: 1997-MPEG-2 Advanced Audio Coding ( AAC )
发明内容
发明要解决的课题然而，MPEG-2 AAC存在一个问题，即它更适合于音频信号，而不适合于话音信号。MPEG-2 AAC通过抑制音频信号通信中不重要的频谱信息的量 化比特数，由此在实现具有立体感的良好音质的同时，将比特率向低抑制。 但是，由于比特率的减少引起的话音信号的音质的恶化相比于音频信号更大， 因此即使是在音频信号的情况下能够得非常良好的音质的MPEG-2AAC，当 将其适用到话音信号时，则有可能得不到满意的音质。MPEG-2 AAC的另一个问题是起因于算法的延迟。用于MPEG-2AAC的 帧的大小为1024样本/帧。例如，如果采样频率超过32kHz,则帧的延迟将为 32毫秒以下，这对实时语音通信系统来说是可以容许的延迟。但是，MPEG-2 AAC为了对编码信号进行解码，必须进行MDCT处理，而对相邻的两个帧 进行重叠相加(overlap and add )，因此必然产生此算法引起的处理延迟，而 不适合于实时通信系统。另夕卜，为了降低比特率，也可以进行AMR-WB ( Adaptive Multi-Rate Wide Band:自适应多速率宽带)方式的编码，根据此方法，较之于MPEG-2AAC 只需要二分之一以下的比特率即可。但是，AMR-WB方式的编码存在一个问 题，即它只支持单声道语音信号。本发明的目的在于提供一种能够用低比特率对立体声信号进行高精度的 编码，并能够抑制诸如语音通信等中的延迟的立体声编码装置、立体声解码 装置、及立体声编码方法。用于解决课题的手段本发明的立体声编码装置所采用的结构包括时域评价(estimation)单 元，对立体声信号的第一声道信号进行时域上的评价，并对该评价结果进行 编码；以及频域评价单元，将所述第一声道信号的频带分割成多个，对各频 带的所述第 一声道信号进行频域上的评价，并对该评价结果进行编码。发明的效果根据本发明，能够用低比特率对立体声信号进行高精度的编码，并能够 抑制诸如语音通信等中的延迟。


图1为表示本发明的实施方式的立体声编码装置的主要结构的方框图、 图2为表示本发明的实施方式的时域评价单元的主要结构的方框图、 图3为表示本发明的实施方式的频域评价单元的主要结构的方框图、图4为用于说明本发明的实施方式的比特分配控制单元的动作的流程 图、以及图5为表示本发明的实施方式的立体声解码装置的主要结构的方框图。
具体实施方式
下面，参照附图详细说明本发明的实施方式。图1为表示本发明的实施方式的立体声编码装置100的主要结构的方框图。立体声编码装置100采用分层结构，主要由第一层110及第二层120构成。在第一层110中，基于构成立体声话音信号的左声道信号L及右声道信 号R生成单声道信号M,并对此单声道信号进行编码生成编码信息Pa及単 声道驱动声源信号eM。第一层110由单声道合成单元101及单声道编码单元 102构成，各单元进行以下处理。单声道合成单元101基于左声道信号L及右声道信号R合成单声道信号 M。这里，通过求左声道信号L及右声道信号R的平均值而合成单声道信号 M。用公式表示此方法，则为M二(L+R)/2。另外，作为单声道信号的合成 方法，使用其它方法亦可，用公式表示其中一例，为MNw,L+w2r。在此公式 中，w, 、 w2为满足w,+w产l .0关系的加权系数。单声道编码单元102采用AMR-WB方式的编码装置的结构。单声道编 码单元102对从单声道合成单元101输出的单声道信号M以AMR-WB方式 进行编码，求出编码信息pa并输出到复用单元108。另外，单声道编码单元 102将编码过程中所得到的单声道驱动声源信号eM输出到第二层120。在第二层120中，对立体声话音信号进行时域及频域上的评价及预测 (prediction and estimation),生成各种编码信息。在此处理中，首先检测并计 算出构成立体声话音信号的左声道信号L所具有的空间性信息。立体声话音 信号基于此空间性信息产生现场感(扩音感)。接着，通过将此空间性信息赋 予单声道信号，生成与左声道信号L相似的评价信号。然后，将关于各个处 理的信息作为编码信息输出。第二层120由滤波单元103、时域评价单元104、 频域评价单元105、残差编码单元106、及比特分配控制单元107构成，各单 元进行如下的动作。滤波单元103通过LPC ( Linear Predictive Coding:线性预测编码)分析， 基于左声道信号L生成LPC系数，并作为编码信息PF输出到复用单元108。 另外，滤波单元103利用左声道信号L及LPC系数生成左声道驱动声源信号 e^，并输出到时域评价单元104。时域评价单元104对在第一层110的单声道编码单元102中生成的单声 道驱动声源信号eM及在滤波单元103中生成的左声道驱动声源信号e^进行时 域上的评价及预测，生成时域评价信号eestl,并输出到频域评价单元105。即， 时域评价单元104检测并计算出单声道驱动声源信号eM与左声道驱动声源信 号et之间在时域上的空间性信息。频域评价单元105对在滤波单元103中生成的左声道驱动声源信号&及 在时域评价单元104中生成的时域评价信号eestl进行频域上的评价及预测， 生成频域评价信号eest2,并输出到残差编码单元106。即，频域评价单元105 检测并计算出时域评价信号eestl与左声道驱动声源信号eL之间在频域上的空 间性信息。残差编码单元106求在频域评价单元105中生成的频域评价信号e^与 在滤波单元103中生成的左声道驱动声源信号ei之间的残差信号，并对该信 号进行编码，生成编码信息PE，并输出到复用单元108。比特分配控制单元107根据在单声道编码单元102中生成的单声道驱动 声源信号eM与在滤波单元103中生成的左声道驱动声源信号eL的相似情况， 向时域评价单元104、频域评价单元105、及残差编码单元106分配编码比特。 另夕卜，比特分配控制单元107对关于分配到各单元的比特数的信息进行编码， 并输出所得到的编码信息PB。复用单元108将Pa到Pp的编码信息进行复用，并输出经过复用的比特'、六与立体声编码装置IOO相对应的立体声解码装置取得在第一层110中生 成的单声道信号的编码信息PA、以及在第二层120中生成的左声道信号的编 碼信息Pb至Pf，基于这些编码信息能够解码出单声道信号及左声道信号。而 且，基于解码出的单声道信号及左声道信号还能够生成右声道信号。图2为表示时域评价单元104的主要结构的方框图。时域评价单元104 输入单声道驱动声源信号eM作为目标信号，并输入左声道驱动声源信号eL 作为参照信号。时域评价单元104在话音信号处理的每一帧，；险测并计算一次单声道驱动声源信号eM与左声道驱动声源信号eL之间的空间性信息，并将 这些结果编码，输出编码信息Pc。这里，时域上的空间性信息由振幅信息oc及延迟信息t构成。能量计算单元141-1输入单声道驱动声源信号eM，计算该信号在时域上 的能量。能量计算单元141-2输入左声道驱动声源信号eL,通过与能量计算单元 141-1同样的处理，计算左声道驱动声源信号eL在时域上的能量。比率计算单元142输入分别在能量计算单元141-1及141-2中算出的能量 值，计算单声道驱动声源信号eM与左声道驱动声源信号eL之间的能量比，作 为单声道驱动声源信号eM与左声道驱动声源信号eL之间的空间性信息(振幅 信息a )输出。相关值计算单元143输入单声道驱动声源信号eM及左声道驱动声源信号 eL,计算这两个信号之间的互相关值(cross correlation )。延迟检测单元144输入在相关值计算单元143中算出的互相关值，检测 出左声道驱动声源信号eL与单声道驱动声源信号eM之间的时间延迟，作为单 声道驱动声源信号eM与左声道驱动声源信号eL之间的空间性信息(延迟信息 t)输出。评价信号生成单元145基于在比率计算单元142中算出的振幅信息a及 在延迟检测单元144中算出的延迟信息t,从单声道驱动声源信号eM生成与 左声道驱动声源信号et相似的时域评价信号eestl。这样，时域评价单元104在话音信号处理的每一帧，；险测并计算一次单 声道驱动声源信号eM与左声道驱动声源信号eL之间在时域上的空间性信息， 并输出所得到的编码信息Pc。这里，空间性信息由振幅信息a及延迟信息t 构成。另外，时域评价单元104将该空间性信息赋予单声道驱动声源信号eM， 而生成与左声道驱动声源信号eL相似的时域评价信号eestl。图3为表示频域评价单元105的主要结构的方框图。频域评价单元105 输入由时域评价单元104生成的时域评价信号eestI作为目标信号，并输入左 声道驱动声源信号e^作为参照信号，进行频域上的评价及预测，并对这些结 果进行编码，输出编码信息Po。这里，频域上的空间性信息由频谱的振幅信息卩及相位差信息e构成。FFT单元151-1通过高速傅立叶变换(FFT),将时域信号的左声道驱动声源信号et变换为频域信号(频谱)。分割单元152-1将在FFT单元151-1中生成的频域信号的频带分割成多 个频带(子带)。各子带可以依循与人类听觉系统相应的吼叫范围(Bark Scale),也可以在频宽内进行等分。能量计算单元153-1按从分割单元152-1输出的各子带计算左声道驱动声 源信号eL的频谱能量。FFT单元151-2通过与FFT单元151-1相同的处理，将时域评价信号eestl 变换为频域信号。分割单元152-2通过与分割单元152-1相同的处理，将在FFT单元151-2 中生成的频域信号的频带分割成多个子带。能量计算单元153-2通过与能量计算单元153-1相同的处理，按从分割单 元152-2输出的各子带计算时域评价信号eestl的频谱能量。比率计算单元154利用在能量计算单元153-1及能量计算单元153-2中算 出的各子带的频谱能量，按各子带计算左声道驱动声源信号ei与时域评价信 号eestl之间的频谱能量比，作为构成编码信息PD的一部分的振幅信息卩输出。相位计算单元155-1计算左声道驱动声源信号eL在各子带上的各频谱的 相位。相位选择单元156为了削减编码信息的信息量，从各子带上的频谱的相 位中，选择一个适合于编码的相位。相位计算单元155-2通过与相位计算单元155-1同样的处理，计算时域评 价信号e^在各子带上的各频谱的相位。相位差计算单元157在由相位选择单元156选择的各子带上的相位上， 计算左声道驱动声源信号e^与时域评价信号eesu之间的相位差，作为构成编 码信息PD的一部分的相位差信息e输出。评价信号生成单元158基于左声道驱动声源信号e^与时域评价信号eestl 之间的振幅信息(3,以及左声道驱动声源信号ei与时域评价信号eesu之间的 相位差信息e的两方面，从时域评价信号eestl生成频域评价信号eest2。这样，频域评价单元105将左声道驱动声源信号ei及在时域评价单元104 中生成的时域评价信号eestl分别分割成多个子带，按各子带计算时域评价信 号eestl与左声道驱动声源信号e^之间的频谱能量比及相位差。由于时域上的 时间延迟等价于频域上的相位差，通过计算出频域上的相位差，并准确地调整及控制该相位差，能够借助于频域，对在时域没能充分编码的特征进行编 码，从而进一步提高编码精度。频域评价单元105将通过频域评价算出的细微的差异赋给通过时域评价得到的与左声道驱动声源信号相似的时域评价 信号eesu,而生成与左声道驱动声源信号eL更加相似的频域评价信号eest2。另 外，频域评价单元105将该空间性信息赋予时域评价信号eestl,而生成与左 声道驱动声源信号eL更加相似的频域评价信号eest2。接着，详细说明比特分配控制单元107的动作。对于话音信号的各个帧， 用于编码所分配的比特数是事先预定好的。比特分配控制单元107为了以该 预定的比特率实现最优的话音质量，根据左声道驱动声源信号e^与单声道驱 动声源信号eM是否相似，自适应地决定分配给各处理单元的比特数。图4为用于说明比特分配控制单元107的动作的流程图。在ST (步骤)1071中，比特分配控制单元107将单声道驱动声源信号 eM与左声道驱动声源信号e^进行比较，判断在时域上的这两个信号的相似情 况。具体地，比特分配控制单元107计算单声道驱动声源信号eM与左声道驱 动声源信号et的均方误差，将其与既定的阈值进行比较，如果为阈值以下， 则判断这两个信号相似。当单声道驱动声源信号eM与左声道驱动声源信号eL相似时(ST1072: 是)，这两个信号在时域上的差较小，而对较小的差进行编码则只需要较少的 比特数。即，如果进行不均匀的比特分配，比如向时域评价单元104分配较 少的比特，而向其它各单元(频域评价单元105、残差编码单元106),尤其 是频域评价单元105分配较多的比特，则因为是高效的比特分配，所以编码 效率将得到改善。因此，比特分配控制单元107当在ST1072中判断为相似时， 则在ST1073中向时域评价分配较少数目的比特，而在ST1074中将其余的比 特均匀地分配给其它处理。另一方面，当单声道驱动声源信号eM与左声道驱动声源信号ei不相似时 (ST1072:否)，两个时域信号之间的差则较大，时域评价只能评价到一定程 度为止的相似性，而为了提高评价信号的精度，频域上的信号评价也很重要。 因此，时域评价及频域评价的两方面同等地重要。另外，此时，即使在频域 评价之后，评价信号与左声道驱动声源信号eL之间还有可能留有差异，因此 对残差也进行编码并得到编码信息这一处理很重要。所以，比特分配控制单 元107当在ST1072中判断出单声道驱动声源信号eM与左声道驱动声源信号e^不相似时，在ST1075中视所有的处理同等地重要，而向所有的处理均匀地分配比特。图5为表示本实施方式的立体声解码装置200的主要结构的方框图。立体声解码装置200也同立体声编码装置IOO—样采用分层结构，主要 由第一层210及第二层220构成。而且，立体声解码装置200中的各种处理， 基本上与立体声编码装置100中相应的各种处理相反。即立体声解码装置200 利用从立体声编码装置IOO发送来的编码信息，从单声道信号预测并生成左 声道信号，进一步利用单声道信号及左声道信号生成右声道信号。分离单元201将输入的比特流分离为Pa至Pp的编码信息。第一层210由单声道解码单元202构成。单声道解码单元202对编码信 息PA进行解码，生成单声道信号M'及单声道驱动声源信号eM，。第二层220由比特分配信息解码单元203、时域评^T单元204、频域评价 单元205、及残差解码单元206构成，各单元进行以下动作。比特分配信息解码单元203对编码信息Ps进行解码，输出分别用于时域 评价单元204、频域评价单元205、及残差解码单元206的比特数。时域评价单元204利用在单声道解码单元202中生成的单声道驱动声源 信号eM，、从分离单元201输出的编码信息Pc、及从比特分配信息解码单元 203输出的比特数，进行时域上的评价及预测，生成时域评价信号eestl'。频域评价单元205利用在时域评价单元204中生成的时域评价信号eestl'、 从分离单元201输出的编码信息PD、及从比特分配信息解码单元203传来的 比特数，进行频域上的评价及预测，生成频域评价信号eest2，。频域评价单元 205同立体声编码装置100的频域评价单元105 —样，具有FFT单元，在进 行频域上的评价及预测之前，进行频率变换。残差解码单元206利用从分离单元201输出的编码信息PE、及从比特分 配信息解码单元203传来的比特数解码出残差信号。另外，残差解码单元206 将解码出的该残差信号赋给在频域评价单元205中生成的频域评价信号eest2' 而生成左声道驱动声源信号eL，。合成滤波单元207从编码信息Pj:解码出LPC系数，并将该LPC系数与 在残差解码单元206中生成的左声道驱动声源信号eL，进行合成，从而生成 左声道信号L，。立体声变换单元208利用在单声道解码单元202中解码出的单声道信号M，、及在合成滤波单元207中生成的左声道信号L，生成右声道信号R，。这样，根据本实施方式的立体声编码装置，对作为编码对象的立体声话 音信号，首先在时域进行评价及预测之后，在频域进行更详细的评价及预测， 将有关于这两个阶段的评价及预测的信息作为编码信息输出。因此，对于利 用时域上的评价及预测没能充分表达的信息，能够在频域进行补充性的评价 及预测，能够用低比特率对立体声信号进行高精度的编码。又，根据本实施方式，在时域评价单元104中的时域评价相当于对全频带中的信号的空间性信息的平均水平进行评价。例如，作为空间性信息在时域评价单元104中求得的能量比及时间延迟，是将一个帧的编码对象的信号 直接作为一个信号进行处理而求得的该信号整个的或平均的能量比及时间延 迟。另一方面，在频域评价单元105中的频域评价则将编码对象信号的频带 分割成多个子带，并对该该细化了的各个信号进行评价。换言之，根据本实 施方式，先在时域对立体声话音信号进行大概的评价之后，再通过在频域进 行更进一步的评价，进行评价信号的细微调整。因此，对于将编码对象的信 号看作一个信号处理时没能充分表达出来的信息，细分为多个信号，进行更 进一步的评价，从而能够提高立体声话音信号的编码精度。又，在本实施方式中，根据单声道信号与左声道信号(或右声道信号) 的相似情况，即根据立体声信号的状态，在预定的比特率的范围内，对时域 评价、频域评价等各个处理自适应地分配比特。由此，能够进行高效且高精 度的编码，同时能够实现比特率的可扩展(scalability )。又，根据本实施方式，因为不再需要对于MPEG-2 AAC来说必须的MDCT 处理，所以在诸如实时话音通信系统等中，能够将时间延迟抑制在容许范围 限度之内。又，根据本实施方式，因为在时域评价中，利用如能量比及时间延迟这 样的较少的参数进行编码，所以能够削减比特率。又，根据本实施方式，因为采用由两.层构成的分层结构，所以能够从单 声道水平扩展(scaling)到立体声水平。因此，即使在由于某种原因不能够 解码出有关于频域评价的信息时，也能够通过只解码出有关于时域评价的信 息，来解码出虽然质量有所恶化但为预定质量的立体声话音信号，从而能够 提高可扩展性。又，根据本实施方式，因为在第一层利用AMR-WB方式对单声道信号进行编码，所以能够向低抑制比特率。另外，可以对本实施方式的立体声编码装置、立体声解码装置、及立体 声编码方法进行各种变更而进行实施。比如，虽然在本实施方式中以这样一种情形为例进行了说明，即在立体 声编码装置100中以单声道信号及左声道信号作为编码对象，而立体声解码装置200通过解码出单声道信号及左声道信号并合成这些解码信号，解码出 右声道信号，但立体声编码装置IOO的编码对象的信号并不限于此，也可以 在立体声编码装置100中将单声道信号及右声道信号作为编码对象，而立体 声解码装置200通过合成解码出的右声道信号及单声道信号，生成左声道信号又，在本实施方式的滤波单元103中，作为LPC系数的编码信息，也可 以使用将LPC系数进行变换而得的其它的等价的参数(例如LSP参数)。又，虽然在本实施方式中，由比特分配控制单元107将预定数目的比特 分配给各个处理，^旦也可以不进行比特分配控制处理，而进行固定比特分配， 即事先定好各单元所使用的比特数。此时，立体声编码装置100中将不再需 要比特分配控制单元107。另外，该固定的比特分配的比例对于立体声编码 装置100及立体声解码装置200是共同的，从而立体声解码装置200中也将 不再需要比特分配信息解码单元203。又，虽然本实施方式的比特分配控制单元107根据立体声话音信号的情 况自适应地进行比特分配，但也可以根据网络的情况自适应地进行比特分配。又，如果使本实施方式的残差编码单元106使用由比特分配控制单元107 所分配的预定数目的比特进行编码，则可得到损耗(lossy)系统。作为使用 预定数目的比特的编码，例如有矢量量化。 一般，残差编码单元根据编码方 法的不同，可得到不同特性的所谓的损耗系统或无损耗(lossless)系统。较 之于损耗系统，无损耗系统虽然具有在解码装置能够更加准确地对信号进行 解码的特性，但因压缩率较低，所以比特率变高。例如，在残差编码单元106 中，如果使用霍夫曼(Huffman)编码、赖斯(Rice )编码等无噪声(noiseless ) 编码方法对残差信号进行编码，则可得到无损耗系统。又，虽然在本实施方式中，比率计算单元142计算出单声道驱动声源信 号eM与左声道驱动声源信号et之间的能量比作为振幅信息cc ,但也可以计算 出能量差来代替能量比作为振幅信息a 。又，虽然在本实施方式中，比率计算单元154计算出各子带上的左声道驱动声源信号e^与时域评价信号e^之间的频镨能量比(3作为振幅信息卩， 但也可以计算出能量差来代替能量比作为振幅信息(3。又，虽然在本实施方式中，单声道驱动声源信号eM与左声道驱动声源信 号eL之间在时域上的空间性信息由振幅信息a及延迟信息i;构成，但该空间 性信息也可以进一步包含其它的信息，或者由完全不同于振幅信息a及延迟信息T等的其它信息构成。又，虽然在本实施方式中，左声道驱动声源信号eL与时域评价信号e^ 之间在频域上的空间性信息由振幅信息(3及相位差信息e构成，但该空间性 信息也可以进一步包含其它的信息，也可以由完全不同于振幅信息卩及相位差信息e等的其它信息构成。又，虽然在本实施方式中，时域评价单元104按各个帧检测并计算单声 道驱动声源信号eM与左声道驱动声源信号eL之间的空间性信息，但也可以在 一个帧内多次进行该处理。又，虽然在本实施方式中，相位选择单元156在各子带中选择一个频谱 相位，但也可以选择多个频谱相位。此时，相位差计算单元157计算左声道 驱动声源信号e^与时域评价信号eest,之间在该多个相位上的相位差9的平均， 并输出到评价信号生成单元158。又，虽然在本实施方式中，残差编码单元106对残差信号进行时域编码， 4旦也可以进4于频域编码。又，虽然在本实施方式中，以编码对象是话音信号的情形为例进行了说 明，但本发明立体声编码装置、立体声解码装置、及立体声编码方法除了话 音信号以外，也可以适用于音频信号。以上，对本发明的实施方式进行了说明。本发明的立体声编码装置及立体声解码装置可以搭载到移动通信系统中 的通信终端装置及基站装置上，由此可以提供具有与上述同样的作用效果的 通信终端装置、基站装置、及移动通信系统。又，此处，虽然以用硬件实现本发明的情形为例进行了说明，但本发明 也可以用软件实现。例如，可以用编程语言记述本发明的立体声编码方法及 立体声解码方法的算法，将此程序存储于存储器中，通过用信息处理单元执 行，可以实现与本发明的立体声编码装置及立体声解码装置相同的功能。又，用来说明上述各实施方式的各功能模块，典型地由集成电路LSI(大 规模集成电路)来实现。这些功能块既可以分别实行单芯片化，也可以包括 其中 一部分或者全部而实行单芯片化。这里，虽然称作LSI,但根据集成度的不同也可以称为IC (集成电路)、 系统LSI (系统大规模集成电路)、超大LSI (超大规模集成电路)、极大LSI (极大规模集成电路)等。另外，集成电路化的技术不限于LSI，也可以使用专用电路或通用处理 器来实现。也可以利用制造LSI后能够编程的FPGA(Field Programmable Gate Array,现场可编程门阵列)，或可以利用能够将LSI内部的电路块连接或设定 重新配置的可重构处理器(Reconfigurable Processor )。再有，如果随着半导体技术的进步或者其他技术的派生，出现了替换LSI 集成电路的技术，当然，也可以利用该技术来实现功能块的集成化。也有应 用生物工程学技术等的可能性。本说明书基于2005年8月31日申请的日本专利申请特愿第2005 -252778号。该内容全部包括此处。工业实用性本发明的立体声编码装置、立体声解码装置、及立体声编码方法适用于 移动电话、IP电话、电视会议等。
权利要求
1、一种立体声编码装置，包括时域评价单元，对立体声信号的第一声道信号进行时域上的评价，并对该评价结果进行编码；以及频域评价单元，将所述第一声道信号的频带分割成多个，对各频带的所述第一声道信号进行频域上的评价，并对该评价结果进行编码。
2、 如权利要求1所述的立体声编码装置，包括 第一层编码单元，对基于所述立体声信号生成的单声道信号进行编码；以及第二层编码单元，包括所述时域评价单元及所述频域评价单元；而 进行可扩展性编码。
3、 如权利要求2所述的立体声编码装置，其中，所述时域评价单元利用所述单声道信号进行所述时域上的评价，生成与 所述第 一声道信号相似的时域评价信号；所述频域评价单元与所述第 一 声道信号同样地将所述时域评价信号的频 带也分割成多个，利用各频带的所述时域评价信号进行所述频域上的评价， 生成与所述第 一 声道信号相似的频域评价信号。
4、 如权利要求2所述的立体声编码装置，还包括 比特分配单元，根据所述第一声道信号与所述单声道信号的相似程度，对所述时域评价单元及所述频域评价单元分配比特。
5、 如权利要求4所述的立体声编码装置，其中，所述比特分配单元，当所述第一声道信号与所述单声道信号的相似度为 预定值以上时，将更多的比特分配给所述频域评价单元。
6、 如权利要求4所述的立体声编码装置，其中，所述比特分配单元，当所述第一声道信号与所述单声道信号的相似度不 足预定值时，对所述时域评价单元及所述频域评价单元均匀地分配比特。
7、 如权利要求3所述的立体声编码装置，还包括残差编码单元，对所述第一声道信号及所述频域评价信号之间的残差进 行编码。
8、 如权利要求3所述的立体声编码装置，其中，所述时域评价单元在所述时域上的评价中，求所述第一声道信号与所述 单声道信号之间的空间性信息；所述频域评价单元在所述频域上的评价中，求所述第一声道信号与所述 时域评价信号之间的空间性信息。
9、 一种立体声解码装置，包括时域解码单元，对编码信息进行解码，该编码信息是对立体声信号的第 一声道信号进行时域上的评价，并对该评价的结果进行编码而得到的；以及频域解码单元，对编码信息进行解码，该编码信息是对评价结果进行编 码而得到的，该评价结果是将所述第一声道信号的频带分割成多个，并对各 频带的所述第 一声道信号进行频域上的评价而得到的。
10、 一种立体声编码方法，包括对立体声信号的第 一 声道信号进行时域上的评价的步骤；对所述时域上的评价结果进行编码的步骤；将所述第 一 声道信号的频带分割成多个的步骤；对分割后的各频带的所述第一声道信号进行频域上的评价的步骤；以及 将所述频域上的评价结果进行编码的步骤。
全文摘要
公开了立体声编码装置，能够以低比特率对立体声信号进行高精度的编码，抑制语音通信中的延迟。在此装置的第一层(110)中，进行单声道编码。在第二层(120)中，滤波单元(103)生成LPC(Linear Predictive Coding线性预测编码)系数，并生成左声道驱动声源信号。时域评价单元(104)及频域评价单元(105)在两个域上进行信号的评价及预测，残差编码单元(106)对残差信号进行编码。比特分配控制单元(107)根据话音信号的条件，自适应地对时域评价单元(104)、频域评价单元(105)、以及残差编码单元(106)分配比特。
文档编号G10L19/008GK101253557SQ200680031948
公开日2008年8月27日 申请日期2006年8月30日 优先权日2005年8月31日
发明者吉田幸司, 后藤道代, 张峻伟, 梁世丰 申请人:松下电器产业株式会社