[发明专利]语音编码中的脉冲分配方法

说明书

技术领域

本发明涉及语音编码中的脉冲分配方法。

背景技术

一般而言，在语音编码中，使用声道模型来合成尽可能相似于原始语音的语音信号。作为这种语音编码之一，有用于3GPP系统的自适应多速率宽带(AMR-WB：Adaptive MultiRate-WideBand)语音编码(参照非专利文献1)。该AMR-WB语音编码也是作为ITU-T建议G.722.2(非专利文献2)由ITU-T选定并承认的。下面，举例说明采用23.85kbps的比特率的AMR-WB语音编码。

作为AMR-WB语音编码的重要的结构元素之一，有固定码本(图1)的搜索。在AMR-WB语音编码中，将具有下采样后的256个样本的语音样本的帧，分割成各自具有64个样本的4个子帧。在搜索固定码本的过程中，将该子帧分割成4个音轨。在AMR-WB语音编码的模式8，从各个音轨可取得的16个脉冲位置中，对每个音轨选择6个脉冲位置。也就是说，各个子帧的脉冲的数目被设定为p₀～p₂₃的24个。并且，对这些p₀～p₂₃的24个脉冲的位置进行编码，而形成用于合成对应于各个子帧的语音的码本索引(参照非专利文献1)。

另外，在ITU-T建议G.722.2中，目前虽然支持对单声道语音信号的AMR-WB语音编码，但没有支持对立体声语音信号的AMR-WB语音编码。

另一方面，近年来，随着移动通信和IP通信中的传输频带的宽带化以及服务的多样化，在语音通信中，对高音质化和更强的现场感的需求日益增高。例如，可以预料今后对下述的服务的需求会增多，即，电视电话服务中的免提(Handsfree)形式的通话、在电视会议中的语音通信、在多个地点多个说话人同时进行会话的多地点语音通信、在保持现场感的同时能够传输周围的声音环境的语音通信等。那时，人们期待实现比单声道信号现场感更强并能够识别多个说话人的说话位置的使用立体声语音的语音通信的。为了实现这样的使用立体声语音的语音通信，必须对立体声语音进行编码。作为立体声语音信号的编码方法之一，有对各个声道的语音信号独立地进行编码的方法(双重单声道编码)。

(非专利文献1)“AMR Wideband Speech Codec；General Description”，3GPP TS 26.171，V5.0.0(2001-03)

(非专利文献2)“Wideband Coding of Speech at Around 16kbit/s UsingAdaptive Multi-Rate Wideband(AMR-WB)”，Geneva，ITU-T RecommendationG.722.2(2003-07)

发明内容

本发明需要解决的问题

然而，对立体声语音信号单纯地进行使用AMR-WB语音编码的双重单声道编码时，必须对各个声道的语音信号分别进行上述的固定码本的搜索，因此从编码效率和处理效率的观点而言，不够理想。

本发明的目的是，提供能够对立体声语音信号高效率地进行编码的脉冲分配方法。

解决问题的方案

本发明的脉冲分配方法是，在对立体声信号的语音编码中，进行固定码本搜索时所使用的脉冲分配方法，基于立体声信号的各个声道的特性和各个声道间的相似程度，决定分配给各个声道的脉冲数。

本发明的有益效果

根据本发明，能够对立体声语音信号高效率地进行编码。

附图说明

图1是AMR-WB语音编码的固定码本。

图2是本发明实施方式1的语音编码的处理流程。

图3是本发明实施方式1的固定码本搜索的主要的处理流程。

图4是本发明实施方式1的固定码本搜索的详细处理流程。

图5是本发明实施方式1的脉冲分配的一个例子。

图6是本发明实施方式1的脉冲分配的一个例子。

图7是本发明实施方式1的通知例。

图8是本发明实施方式1的语音解码的处理流程。

图9是本发明实施方式2的通知例。

图10是本发明实施方式2的语音解码的处理流程。

具体实施方式

下面，参照附图详细地说明本发明的实施方式。另外，在以下说明中，举一例说明AMR-WB语音编码。另外，在以下的说明中，说明采用AMR-WB语音编码的编码模式中的模式8的情况下的实施方式，但各个实施方式同样可适用于其它编码模式。