公开(公告)号：US06826526B1

公开(公告)日：2004-11-30

申请号：US09171266

申请日：1999-07-23

申请人： Takeshi Norimatsu ,  Shuji Miyasaka ,  Yoshihisa Nakato ,  Mineo Tsushima ,  Tomokazu Ishikawa

发明人： Takeshi Norimatsu ,  Shuji Miyasaka ,  Yoshihisa Nakato ,  Mineo Tsushima ,  Tomokazu Ishikawa

IPC分类号： G10L1900

CPC分类号： G10L19/038 ,  G10L2019/0005

摘要： A coding unit codes an audio signal by using a vector quantization method to reduce the quantity of data. An audio code having a minimum distance among auditive distances between sub-vectors produced by dividing an input vector and audio codes in a transmission-side code book is selected. A portion corresponding to an element of a sub-vector having a high auditive importance is handled in an audio code selecting unit while neglecting the codes indicating phase information and subjected to comparative retrieval with respect to audio codes in a transmission-side code book. Extracted phase information corresponding to an element portion of the sub-vector is added to the result obtained and output as a code index. Thereby, the calculation amount in the code retrieval of vector quantization and the number of codes in the code book are decreased without lowering the quality of an audio signal.

摘要翻译： 编码单元通过使用矢量量化方法对音频信号进行编码以减少数据量。 选择具有通过划分输入向量和发送侧码本中的音频码产生的子向量之间的听觉距离之间的最小距离的音频码。 在音频代码选择单元中处理对应于具有高听觉重要性的子向量的元素的部分，同时忽略指示相位信息的代码，并且对发送侧代码簿中的音频代码进行比较检索。 对应于子向量的元素部分的提取相位信息被添加到获得的结果并作为代码索引输出。 由此，在不降低音频信号的质量的情况下，减少矢量量化的代码检索和码本中的代码数量的计算量。

公开(公告)号：US06678653B1

公开(公告)日：2004-01-13

申请号：US09657461

申请日：2000-09-07

申请人： Mineo Tsushima ,  Takeshi Norimatsu ,  Shuji Miyasaka

发明人： Mineo Tsushima ,  Takeshi Norimatsu ,  Shuji Miyasaka

IPC分类号： G10L1902

CPC分类号： G10L19/035 ,  G10L19/0204

摘要： An audio signal is converted from time domain into frequency conversion signal, and is coded at high speed. In order that the frequency information decoded by using the quantizing data may not be zero when the frequency conversion signal is quantized, the guarantee value K(B) of the quantizing precision is calculated. The relative quantizing precision SF(B) in each band and the quantizing precision information Com common to all bands are determined, and final quantizing precision information ASF(B) are calculated by these values, and the frequency conversion signal is quantized in the quantizing unit. Thus, it is possible to quantize by a single quantizing loop, only on the restricting condition of assuring the minimum quantizing information.

摘要翻译： 音频信号从时域转换为变频信号，并以高速编码。 为了使量化数据解码的频率信息在变频信号被量化时可能不为零，计算量化精度的保证值K（B）。 确定每个频带中的相对量化精度SF（B）和所有频带共同的量化精度信息Com，并且通过这些值计算最终量化精度信息ASF（B），并且在量化单元中量化频率转换信号 。 因此，只有在确保最小量化信息的限制条件下，可以通过单个量化循环来量化。

公开(公告)号：US08886548B2

公开(公告)日：2014-11-11

申请号：US13141169

申请日：2010-10-21

申请人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou ,  Haishan Zhong

发明人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou ,  Haishan Zhong

IPC分类号： G10L21/04 ,  G10L19/008 ,  H04S3/02 ,  G10L19/26 ,  G10L19/09 ,  G10L19/02

CPC分类号： G10L19/265 ,  G10L19/008 ,  G10L19/0212 ,  G10L19/09 ,  G10L25/90

摘要： Provided is an encoding device (1) including: a pitch contour analysis unit (101) which detects information, a dynamic time-warping unit (102) which generates, based on the information, pitch change ratios (Tw_ratio in FIG. 18) within a range (86) including a range (86a) of the pitch change ratios corresponding to absolute pitch differences of 42 cents or larger; a first lossless coding unit (103) which codes the generated pitch parameters (102x); a time-warping unit (104) which shifts a pitch of a signal according to the information; and a second encoding unit which codes a signal (104x) obtained by the shifting.

摘要翻译： 提供了一种编码装置（1），包括：检测信息的音调轮廓分析单元（101），动态时间扭曲单元（102），其基于该信息生成内部的音调变化率（图18中的Tw_ratio） 包括对应于42分或以上的绝对音调差的音调变化率的范围（86a）的范围（86） 编码所生成的音调参数（102x）的第一无损编码单元（103）。 时间扭曲单元（104），其根据该信息移动信号的音调; 以及第二编码单元，其对通过移位获得的信号（104x）进行编码。

公开(公告)号：US20130144611A1

公开(公告)日：2013-06-06

申请号：US13816741

申请日：2011-10-05

申请人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Haishan Zhong ,  Dan Zhao ,  Kok Seng Chong

发明人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Haishan Zhong ,  Dan Zhao ,  Kok Seng Chong

IPC分类号： G10L25/90

CPC分类号： G10L25/90 ,  G10L19/0212 ,  G10L19/09 ,  G10L19/26 ,  G10L19/265 ,  G10L2025/906

摘要： A coding device includes: a pitch contour detection unit which detects a pitch contour of an input audio signal; a dynamic time warping unit which determines the number of pitch nodes based on the pitch contour and generates a first time warping parameter including information indicating the determined number of pitch nodes, a pitch change position, and a pitch change ratio; a first encoder which codes the first time warping parameter; a time warping unit which corrects pitch, using the information obtained from the first time warping parameter, to approximate the pitches of the number of pitch nodes to a predetermined reference value; a second encoder which codes the input audio signal at the corrected pitch; and a multiplexer which multiplexes the coded time warping parameter and the coded audio signal to generate a bitstream.

摘要翻译： 编码装置包括：音调轮廓检测单元，其检测输入音频信号的音高轮廓; 动态时间扭曲单元，其基于所述音调轮廓来确定音调节点的数量，并且生成包括指示所确定的音调节点数量的信息的第一时间扭曲参数，音高改变位置和音高变化率; 编码第一时间扭曲参数的第一编码器; 使用从第一时间扭曲参数获得的信息来校正音调的时间扭曲单元将音调节点数的音调近似为预定参考值; 第二编码器，以校正的音调对输入音频信号进行编码; 以及复用器，其对编码的时间扭曲参数和编码的音频信号进行复用以生成比特流。

公开(公告)号：US20130090929A1

公开(公告)日：2013-04-11

申请号：US13703044

申请日：2011-06-14

申请人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Haishan Zhong ,  Kok Seng Chong ,  Huan Zhou

发明人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Haishan Zhong ,  Kok Seng Chong ,  Huan Zhou

IPC分类号： G10L19/04

CPC分类号： G10L19/04 ,  G10L19/0212 ,  G10L19/022 ,  G10L19/107 ,  G10L19/20

摘要： Provided are a new hybrid audio decoder and a new hybrid audio encoder having block switching for speech signals and audio signals. Currently, very low bitrate audio coding methods for speech and audio signal are proposed. These audio coding methods cause very long delay. Generally, in coding an audio signal, algorithm delay tends to be long to achieve higher frequency resolution. In coding a speech signal, the delay needs to be reduced because the speech signal is used for telecommunication. To balance fine coding quality for these two kinds of input signals with very low bitrate, this invention provides a combination of a low delay filter bank like AAC-ELD and a CELP coding method.

摘要翻译： 提供了一种新的混合音频解码器和具有用于语音信号和音频信号的块切换的新的混合音频编码器。 目前，提出了用于语音和音频信号的非常低的比特率音频编码方法。 这些音频编码方法造成很长的延迟。 通常，在对音频信号进行编码时，算法延迟往往很长以达到更高的频率分辨率。 在对语音信号进行编码时，由于语音信号用于通信，所以需要减小延迟。 为了平衡具有非常低的比特率的这两种输入信号的精细编码质量，本发明提供了像AAC-ELD这样的低延迟滤波器组和CELP编码方法的组合。

公开(公告)号：US08311810B2

公开(公告)日：2012-11-13

申请号：US12679814

申请日：2009-07-28

申请人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou

发明人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou

IPC分类号： G10L21/00 ,  G10L19/02 ,  H04R5/00

CPC分类号： G10L19/008

摘要： The delay in a multi-channel audio coding apparatus and a multi-channel audio decoding apparatus is reduced. The audio coding apparatus includes: a downmix signal generating unit that generates, in a time domain, a first downmix signal that is one of a 1-channel audio signal and a 2-channel audio signal from an input multi-channel audio signal; a downmix signal coding unit that codes the first downmix signal; a first t-f converting unit that converts the input multi-channel audio signal into a multi-channel audio signal in a frequency domain; and a spatial information calculating unit that generates spatial information for generating a multi-channel audio signal from a downmix signal.

摘要翻译： 减少了多声道音频编码装置和多声道音频解码装置中的延迟。 音频编码装置包括：降混信号生成单元，其在时域中生成来自输入多声道音频信号的1声道音频信号和2声道音频信号之一的第1下混合信号; 下混合信号编码单元，对第一下混信号进行编码; 第一t-f转换单元，其将输入的多声道音频信号转换成频域中的多声道音频信号; 以及空间信息计算单元，其生成用于从降混信号生成多声道音频信号的空间信息。

公开(公告)号：US08184817B2

公开(公告)日：2012-05-22

申请号：US12064975

申请日：2006-07-07

申请人： Yoshiaki Takagi ,  Kok Seng Chong ,  Takeshi Norimatsu ,  Shuji Miyasaka ,  Akihisa Kawamura ,  Kojiro Ono

发明人： Yoshiaki Takagi ,  Kok Seng Chong ,  Takeshi Norimatsu ,  Shuji Miyasaka ,  Akihisa Kawamura ,  Kojiro Ono

IPC分类号： H03G3/00

CPC分类号： G10L19/008 ,  G10L2021/02082

摘要： Provided is a multi-channel acoustic signal processing device by which loads of arithmetic operations are reduced. The multi-channel acoustic signal processing device includes: a decorrelated signal generation unit, and a matrix operation unit and a third arithmetic unit. The decorrelated signal generation unit generates a decorrelated signal w′ indicating a sound which includes a sound indicated by an input signal x and reverberation, by performing reverberation processing on the input signal x. The matrix operation unit and the third arithmetic unit generate audio signals of m channels, by performing arithmetic operation on the input signal x and the decorrelated signal w′ generated by the decorrelated signal generation unit, using a matrix R3 which indicates distribution of a signal intensity level and distribution of reverberation.

摘要翻译： 提供了一种减少算术运算负载的多声道声信号处理装置。 多声道声信号处理装置包括：去相关信号生成单元，矩阵运算单元和第三运算单元。 去相关信号生成单元通过对输入信号x进行混响处理，生成表示包含由输入信号x表示的声音和混响的声音的解相关信号w'。 矩阵运算单元和第三运算单元通过使用表示信号强度分布的矩阵R3对输入信号x和解相关信号生成单元生成的去相关信号w'进行算术运算，生成m声道的音频信号 水平和分布的混响。

公开(公告)号：US20110182432A1

公开(公告)日：2011-07-28

申请号：US13121991

申请日：2010-07-30

申请人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou

发明人： Tomokazu Ishikawa ,  Takeshi Norimatsu ,  Kok Seng Chong ,  Huan Zhou

IPC分类号： H04R5/00

CPC分类号： G10L19/008 ,  H04S2420/03

摘要： A coding apparatus which suppresses an extreme increase in a bit rate, includes: a downmixing and coding unit (301) that downmixes audio signals that have been provided, to reduce the number of channels to be fewer than the number of the provided audio signals, and to code the downmix signals; an object parameter extracting unit (304) that extracts parameters indicating correlation between the audio signals; and a multiplexing circuit (309) that multiplexes the extracted parameters with the generated downmix coded signals. The object parameter extracting unit (304) includes: an object classifying unit (305) that classifies each of the provided audio signals into a predetermined one of types based on audio characteristics; and an object parameter extracting circuit (308) that extracts parameters using a temporal granularity and a frequency granularity each of which is determined for a corresponding one of the types.

摘要翻译： 抑制比特率的极大增加的编码装置包括：降混和编码单元（301），其降低已经提供的音频信号，以将频道数减少到少于所提供的音频信号的数量， 并对下混合信号进行编码; 提取表示音频信号之间的相关性的参数的对象参数提取单元（304） 和多路复用电路（309），将所提取的参数与生成的下混合编码信号进行复用。 对象参数提取单元（304）包括：对象分类单元（305），其基于音频特性将所提供的音频信号分类为预定类型; 以及目标参数提取电路（308），其使用时间粒度和频率粒度提取参数，每个时间粒度和频率粒度被确定为相应的一种类型。

公开(公告)号：US20090262949A1

公开(公告)日：2009-10-22

申请号：US12064975

申请日：2006-07-07

申请人： Yoshiaki Takagi ,  Kok Seng Chong ,  Takeshi Norimatsu ,  Shuji Miyasaka ,  Akihisa Kawamura ,  Kojiro Ono

发明人： Yoshiaki Takagi ,  Kok Seng Chong ,  Takeshi Norimatsu ,  Shuji Miyasaka ,  Akihisa Kawamura ,  Kojiro Ono

IPC分类号： H03G3/00

CPC分类号： G10L19/008 ,  G10L2021/02082

摘要： Provided is a multi-channel acoustic signal processing device by which loads of arithmetic operations are reduced. The multi-channel acoustic signal processing device (100) includes: a decorrelated signal generation unit (181), and a matrix operation unit (187) and a third arithmetic unit (186). The decorrelated signal generation unit (181) generates a decorrelated signal w′ indicating a sound which includes a sound indicated by an input signal x and reverberation, by performing reverberation processing on the input signal x. The matrix operation unit (187) and the third arithmetic unit (186) generate audio signals of m channels, by performing arithmetic operation on the input signal x and the decorrelated signal w′ generated by the decorrelated signal generation unit (181), using a matrix R3 which indicates distribution of a signal intensity level and distribution of reverberation.

摘要翻译： 提供了一种减少算术运算负载的多声道声信号处理装置。 多通道声信号处理装置（100）包括：解相关信号生成部（181），矩阵运算部（187）和第三运算部（186）。 解相关信号生成单元（181）通过对输入信号x进行混响处理，生成表示包含由输入信号x表示的声音和混响的声音的解相关信号w'。 矩阵运算单元（187）和第三运算单元（186）通过对输入信号x进行算术运算和由解相关信号生成单元（181）生成的去相关信号w'，使用 矩阵R3，其指示信号强度水平的分布和混响的分布。

公开(公告)号：US20090240503A1

公开(公告)日：2009-09-24

申请号：US12066618

申请日：2006-10-03

申请人： Shuji Miyasaka ,  Yoshiaki Takagi ,  Takeshi Norimatsu ,  Akihisa Kawamura ,  Kojiro Ono ,  Kok Seng Chong

发明人： Shuji Miyasaka ,  Yoshiaki Takagi ,  Takeshi Norimatsu ,  Akihisa Kawamura ,  Kojiro Ono ,  Kok Seng Chong

IPC分类号： G10L21/00

CPC分类号： H04S3/02 ,  G10L19/008 ,  H04S2420/03

摘要： To provide an acoustic signal processing apparatus which can reduce the amount of calculation in matrix arithmetic.An acoustic signal processing apparatus (24) converts down-mixed acoustic signals of NI channels to acoustic signals of NO channels, where NO>NI. The acoustic signal processing apparatus includes: a first matrix arithmetic unit (241) for performing arithmetic on a matrix with K rows and NI columns, where NO>K≧NI, for the down-mixed acoustic signals of the NI channels, and outputting K signals obtained after the matrix arithmetic; K decorrelation units (242, 243) for generating signals incoherent, in terms of time characteristics, with the signals obtained after the matrix arithmetic, while maintaining frequency characteristics of the signals obtained after the matrix arithmetic; and a second matrix arithmetic unit (244) for performing arithmetic on a matrix with NO rows and (NI+K) columns for the down-mixed acoustic signals of the NI channels and for the K incoherent signals, and outputting the acoustic signals of the NO channels.

摘要翻译： 提供可以减少矩阵运算中的计算量的声信号处理装置。 声信号处理装置（24）将NI信道的混合声信号转换为NO信道的声信号，其中NO> NI。 声信号处理装置包括：第一矩阵运算单元，用于对NI通道的下混合声信号执行具有K行和NI列的矩阵的运算，其中NO> K> = NI，并输出 矩阵运算后得到的K信号; K去相关单元（242,243），用于在时间特性方面产生与矩阵运算之后获得的信号不相干的信号，同时保持在矩阵运算之后获得的信号的频率特性; 以及第二矩阵运算单元（244），用于对具有NO行和（NI + K）列的矩阵执行用于NI信道的下混合声信号和K个非相干信号的运算，并且输出 无通道。