Dispositivo de codificación de habla, dispositivo de descodificación de habla, método de codificación de habla, método de descodificaión de habla, programa de codificación de habla y programa de descodificación de habla.

Un dispositivo de descodificacion de habla para descodificar una serial de habla codificada,

en que el dispositivo de descodificacion de habla comprende:

medio de separacion de corriente de bits para separar una corriente de bits que incluye la serial de habla codificada en una corriente de bits codificados, información suplementaria de Replicacion de Banda Espectral (SBR) e informacion suplementaria de envoltorio temporal, la corriente de bits recibida des de fuera del dispositivo de descodificacion de habla:

medio de descodificacion central para descodificar la corriente de bits codificados separada por el medio de separacion de corriente de bits para obtener un componente de baja frecuencia;

medio de transformacion de frecuencia para transformar el componente de baja frecuencia obtenido por el medio central de descodificacion en un dominio de frecuencia;

medio de generacion de alta frecuencia para generar un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformacion de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

medio de ajuste de alta frecuencia para ajustar el componente de alta frecuencia generado por el medio de generacion de alta frecuencia para generar un componente de alta frecuencia ajustado, de acuerdo con la informacion suplementaria de SBR;

La presente invención se refiere a un dispositivo de codificación de habla, un dispositivo de descodificación de habla, un metodo de codificación de habla, un metodo 5 de descodificación de habla, un programa de codificación de habla y un programa de descodificación de habla

Antecedentes del Estado de la Tecnica Las tecnicas de codificación de habla y audio para comprimir la cantidad de senales de datos unas cuantas decenas de veces extrayendo información no necesaria para la percepción humana utilizando psicoacustica son extremadamente importantes para transmitir y almacenar senales. Los ejemplos de tecnicas perceptuales de codificación de audio ampliamente utilizadas incluyen "MPEG4 AAC" regularizado por "ISO/IEC MPEG". Una tecnica de extensión de anchos de banda para generar componentes de alta frecuencia utilizando componentes de habla de baja frecuencia ha sido utilizada ampliamente en los ultimos anos para mejorar el rendimiento de la codificación de habla y obtener una alta calidad de habla con un ratio de bits bajo. Entre los ejemplos tipicos de la tecnica de extensión de ancho de banda se encuentra la tecnica de SBR (Replicación de Banda Espectral) que se utiliza en "MPEG4 AAC". En SBR, se genera un componente de alta frecuencia convirtiendo una senal en una región espectral utilizando un banco de filtros QMF (Filtro de Reflejo de Cuadratura) y copiando coeficientes espectrales de una banda de baja frecuencia a una banda de alta frecuencia con respecto a la senal transformada, y el componente de alta frecuencia se ajusta ajustando el envoltorio y la tonalidad espectrales de los coeficientes copiados. Dado que

un metodo de codificación de habla que utiliza la tecnica de extensión de ancho de banda puede reproducir los componentes de alta frecuencia de una senal utilizando unicamente una pequena parte de información suplementaria, resulta efectivo a la hora de reducir el ratio de bits de la codificación de habla. Ver por ejemplo S. Meltzer y G.

Maser "HE-AAC v2 - audio coding for today's media world", EBU Technical Review, enero 2006, pag. 1-12.

En la tecnica de extensión de ancho de banda en el campo de frecuencias representado por SBR, el envoltorio y la tonalidad espectrales de los coeficientes espectrales representados en el campo de la frecuencia se ajustan ajustando un incremento en los 10 coeficientes espectrales, realizando un filtrado inverso de predicción lineal en una dirección temporal, y superponiendo el ruido en el coeficiente espectral. Como resultado de este proceso de ajuste, cuando se codifica una senal con una gran variación en el envoltorio temporal, como una senal de habla, un aplauso o unas castanuelas, puede percibirse un sonido de reverberación llamado pre-eco o post eco en la senal 15 descodificada. Este problema es debido a que el envoltorio temporal del componente de alta frecuencia se transforma durante el proceso de ajuste, y en muchos casos, el envoltorio total es mas liso despues del proceso de ajuste que antes del proceso de ajuste. El envoltorio temporal del componente de alta frecuencia despues del ajuste no coincide con el envoltorio temporal del componente de alta frecuencia de una senal

original antes de ser codificado, provocando de esta manerael pre-eco yel post-eco.

Un problema similar al del pre-eco y el post-eco se produce tambien en la codificación de audio multicanal que utiliza un proceso parametrico representado por "MPEG Surround" y Stereo Parametrico. Un descodificador utilizado en codificación de audio multicanal incluye un metodo para realizar la descorrelación en una senal descodificada utilizando un filtro de reverberación. Sin embargo, la codificación incluye un metodo para realizar la descorrelación en una senal descodificada utilizando un filtro de reverberación. Sin embargo, el envoltorio temporal de la senal se transforma durante la descorrelación, provocando de esta manera una degradación de una senal de 5 reproducción similar a la del pre-eco y el post-eco, Las soluciones para este problema incluyen una tecnica TES ("Temporal Envelope Shaping" formación de envoltorio temporal) (Literatura de Patente 1) . En la tecnica TES, se realiza un analisis de predicción lineal en una dirección de frecuencia en una senal representada en un dominio QMF sobre el cual la descorrelación todavia no ha tenido lugar con el fin de 10 obtener coeficientes de predicción lineales, y, utilizando los coeficientes de predicción lineales, se realiza el filtrado de sintesis de predicción en la dirección de la frecuencia en la senal en la cual todavia no se ha realizado la descorrelación y, de acuerdo con el envoltorio temporal extraido, ajustar el envoltorio temporal de la senal en la cual se ha realizado la descorrelación. Dado que la senal en la cual no se ha realizado la descorrelación tiene un envoltorio temporal menos distorsionado, el envoltorio temporal de la senal en la cual se ha realizado se ajusta a una forma menos distorsionada, obteniendo de esta forma una senal de reproducción en la cual se mejora el pre-eco y el post-eco.

Lista de citas

Literatura de patentes Literatura de Patentes: 1. Publicación de Solicitud de Patente de Estados Unidos no. 2006/0239473

Resumen de la Invencion

Problema Tecnico La tecnica TES descrita mas arriba es una tecnica que utiliza el hecho de que una senal

en la cual todavia no se ha realizado la descorrelación tiene un envoltorio temporal menos distorsionado. Sin embargo, en un descodificador SBR, el componente de alta frecuencia de una senal se copia a partir del componente de baja frecuencia de la senal. Por consiguiente, no es posible obtener un envoltorio temporal menos distorsionado con respecto al componente de alta frecuencia. Una de las soluciones a este problema es un metodo que analiza el componente de alta frecuencia de una senal de entrada en un codificador SBR, cuantificando los coeficientes de predicción lineales obtenidos como resultado del analisis, y multiplicandolos en una corriente de bits que va a ser transmitida. Este metodo permite que el descodificador SBR obtenga unos coeficientes de predicción lineal que incluyen información con un envoltorio temporal menos distorsionado del componente de alta frecuencia. Sin embargo, en este caso, se necesita una gran cantidad de información para transmitir los coeficientes de predicción lineal cuantificados, y de esta manera se incrementa de forma significativa el ratio de bits de toda la corriente de bits codificados. Asi, la presente invención tiene la intención de reducir la aparición de pre-eco y de post-eco, a la vez que mejorar la calidad subjetiva de la senal descodificada, sin aumentar de forma significativa el ratio de bits en la tecnica de extensión de ancho de banda en el dominio de frecuencia representado por SBR.

Solucion al Problema Un dispositivo de codificación de habla de un ejemplo de referencia es un dispositivo de codificación de habla para codificar una senal de habla y que incluye: un medio central de codificación para codificar un componente de baja frecuencia de la senal de habla; un 5 medio de calculo de información suplementaria de envoltorio temporal para calcular la información suplementaria de envoltorio temporal necesaria para obtener una aproximación de envoltorio temporal de un componente de alta frecuencia de la senal de habla utilizando un envoltorio temporal del componente de baja frecuencia de la senal de habla; y un medio de multiplicación de corriente de bits para generar una corriente de bits en la cual por lo menos el componente de baja frecuencia codificado por el medio central de codificación y la información suplementaria de envoltorio temporal calculada por el medio de calculo de información suplementaria de envoltorio temporal son multiplicados.

En el dispositivo de codificación de habla del ejemplo de referencia, la información suplementaria de envoltorio temporal representa preferiblemente un parametro que indica una punta de variación en el envoltorio temporal del componente de alta frecuencia de la senal de habla en un intervalo de analisis predeterminado.

Resulta preferible que el dispositivo de codificación de habla del ejemplo de referencia tambien incluya un medio de transformación de frecuencia para transformar la senal de 20 habla en un dominio de frecuencia, y que el medio de calculo de información suplementaria de envoltorio temporal calcule la información suplementaria de envoltorio temporal sobre la base de los coeficientes de predicción lineal de alta frecuencia obtenidos realizando analisis de predicción lineal en una dirección de frecuencia en coeficientes en altas frecuencias de la senal de habla transformada en el dominio de frecuencia por el medio de transformación de frecuencia.

En el dispositivo de codificación... [Seguir leyendo]

1. Un dispositivo de descodificación de habla para descodificar una senal de habla codificada, en que el dispositivo de descodificación de habla comprende:

medio de separación de corriente de bits para separar una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados, información suplementaria de Replicación de Banda Espectral (SBR) e información suplementaria de envoltorio temporal, la corriente de bits recibida des de fuera del dispositivo de descodificación de habla:

medio de descodificación central para descodificar la corriente de bits codificados separada por el medio de separación de corriente de bits para obtener un componente de baja frecuencia;

medio de transformación de frecuencia para transformar el componente de baja frecuencia obtenido por el medio central de descodificación en un dominio de frecuencia;

medio de generación de alta frecuencia para generar un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

medio de ajuste de alta frecuencia para ajustar el componente de alta frecuencia generado por el medio de generación de alta frecuencia para generar un componente de alta frecuencia ajustado, de acuerdo con la información suplementaria de SBR;

medio de analisis de envoltorio temporal de baja frecuencia para analizar el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia para obtener información de envoltorio temporal;

medio de conversión de información suplementaria para convertir la información suplementaria de envoltorio temporal en un parametro para ajustar la información de envoltorio temporal;

medio de ajuste de envoltorio temporal para ajustar la información de envoltorio temporal obtenida por el medio de analisis de envoltorio temporal para generar

información de envoltorio temporal ajustada, en que el medio de ajuste de envoltorio temporal utiliza el parametro en dicho ajuste de la información de envoltorio temporal; y medio de formación de envoltorio temporar para formar un envoltorio temporal del componente de alta frecuencia ajustado utilizando la información de envoltorio temporal ajustada.

2. Un dispositivo de descodificación de habla para descodificar una senal de habla codificada, en que el dispositivo de descodificación de habla comprende:

medio de separación de corriente de bits para separar una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados e información suplementaria de Replicación de Banda Espectral (SBR) , en que la corriente de bits es recibida desde fuera del dispositivo de descodificación de habla;

medio central de descodificación para descodificar la corriente de bits codificados separada por el medio de separación de corriente de bits para obtener un componente de baja frecuencia;

medio de transformación de frecuencia para transformar el componente de baja frecuencia obtenidos por el medio central de descodificación en un dominio de frecuencia;

medio de generación de alta frecuencia para generar un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

medio de ajuste de alta frecuencia para ajustar el componente de alta frecuencia generado por el medio de generación de alta frecuencia para generar un componente de alta frecuencia ajustado, de acuerdo con la información suplementaria de SBR;

medio de analisis de envoltorio temporal de baja frecuencia para analizar el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de secuencia para obtener información de envoltorio temporal;

medio de generación de información suplementaria de envoltorio temporal para analizar la corriente de bits para generar un parametro para ajustar la información de envoltorio temporal obtenida por el medio de analisis de envoltorio temporal de baja frecuencia para generar información de envoltorio temporal ajustada, en que el medio de ajuste de envoltorio temporal utiliza el parametro en dicho ajuste de la información de envoltorio temporal;

medio de formación de envoltorio temporal para dar forma a un envoltorio temporal de la senal de salida generado por el medio de ajuste de alta frecuencia, utilizando la información de envoltorio temporal ajustada, para generar una senal de salida, y

medio de ajuste de envoltorio temporal para ajustar la información de envoltorio temporal obtenida por el medio de analisis de envoltorio temporal para generar información de envoltorio temporal ajustada, en que el medio de ajuste de envoltorio temporal utiliza el parametro en dicho ajuste de la información de envoltorio temporal; y medio de formación de envoltorio temporar para formar un envoltorio temporal del componente de alta frecuencia ajustado utilizando la información de envoltorio temporal ajustada.

3. El dispositivo de descodificación de habla de acuerdo con la Reivindicación 1 o 2, en que el medio de ajuste de alta frecuencia opera en base al descodificador SBR para 10 "MPEG4 AAC" definido en "ISO/EEC 14496-3".

4. El dispositivo de descodificación de habla de acuerdo con una de las reivindicaciones 1-3, en que el componente de alta frecuencia ajustado incluye un componenete de senal de copia basado en el componenete de alta frecuencia geneado por el medio de generación de alta frecuencia y un componente de senal de ruido.

5. Un metodo de descodificación de habla que utiliza un dispositivo de descodificación de habla para descodificar una senal de habla descodificada, en que el metodo de descodificación de habla comprende:

una fase de separación de corriente de bits, en que el dispositivo de descodificación de habla separa una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados, información suplementaria de Replicación de Banda Espectral (SBR) e información suplementaria de envoltorio temporal, en que la corriente de bits se recibe desde fuera del dispositivo de descodificación de habla;

una fase central de descodificación en que el dispositivo de descodificación de habla obtiene un componente de baja frecuencia descodificando la corriente de bits codificados separada en la fase de separación de corriente de bits;

una fase de transformación de frecuencia en que el dispositivo de descodificación de 5 habla transforma el componente de baja frecuencia obtenido en la fase central de descodificación en un dominio de frecuencia;

una base de generación de alta frecuencia en que el dispositivo de descodificación de habla genera un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuenciacopiando el componente de baja frecuencia transformado en el dominio de frecuencia en la fase de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

una fase de ajuste de alta frecuencia en que el dispositivo de descodificación de habla ajusta el componente de alta frecuencia generado en la fase de generación de alta frecuencia para generar un componente de alta frecuencia ajustado, de acuerdo con la información suplementaria de SBR;

una fase de analisis de envoltorio temporal de baja frecuencia en que el dispositivo de descodificación de habla obtiene información de envoltorio temporal analizando los componentes de baja frecuencia transformado en el dominio de frecuencia en la fase de transformación de frecuencia;

una fase de conversión de información suplementaria en que el dispositivo de descodificación de habla convierte la información suplementaria de envoltorio temporal en un parametro para ajustar la información de envoltorio temporal;

una fase de ajuste de envoltorio temporal en que el dispositivo de descodificación de habla ajusta la información de envoltorio temporal obtenida en la fase de analisis de envoltorio temporal de baja frecuencia para generar información de envoltorio temporal ajustada, en que el parametro se utiliza en dicho ajuste de la información de envoltorio temporal; y

una fase de formación de envoltorio temporal en que el dispositivo de descodificación de habla da forma a un envoltorio temporal del componente de alta frecuencia ajustado, utilizando la información de envoltorio temporal ajustada.

6. Un metodo de descodificación de habla que utiliza un dispositivo de descodificación de habla para descodificar una senal de habla codificada, en que el metodo de descodificación de habla comprende:

una fase de separación de corriente de bits, en que el dispositivo de descodificación de habla separa una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados, e información suplementaria de Replicación de Banda Espectral (SBR) , en que la corriente de bits se recibe desde fuera del dispositivo de descodificación de habla;

una fase central de descodificación, en que el dispositivo de descodificación de habla descodifica la corriente de bits codificados separada por el medio de separación de corriente de bits para obtener un componente de baja frecuencia;

una fase de transformación de frecuencia en que el dispositivo de descodificación de habla transforma el componente de baja frecuencia obtenido en la fase central de descodificación en un dominio de frecuencia;

una fase de generación de alta frecuencia en que el dispositivo de descodificación de habla genera un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia en la fase de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

una fase de ajuste de alta frecuencia en que el dispositivo de descodificación de habla ajusta el componente de alta frecuencia generado en la fase de generación de alta frecuencia para generar un componente ajustado de alta frecuencia, de acuerdo con la información suplementaria de SBR;

una fase de analisis de envoltorio temporal de baja frecuencia en que el dispositivo de descodificación de habla obtiene información de envoltorio temporal analizando el componente de baja frecuencia transformado en el dominio de frecuencia en la fase de transformación de frecuencia;

una fase de generación de información suplementaria de envoltorio temporal en que el dispositivo de descodificación de habla analiza la corriente de bits para generar un parametro para ajustar la información de envoltorio temporal;

una fase de ajuste de envoltorio temporal en que el dispositivo de descodificación de habla ajusta la información de envoltorio temporal obtenida en la fase de analisis de envoltorio temporal para generar información de envoltorio temporal ajustada, en que el parametro se utiliza en dicho ajuste de la información de envoltorio temporal;

y

una fase de formación de envoltorio temporal en que el dispositivo de descodificación de habla da forma a un envoltorio temporal del componente de alta frecuencia ajustado, utilizando la información de envoltorio temporal ajustada.

7. Un programa de descodificación de habla para descodificar una senal de habla codificada que hace que un dispositivo de ordenador funcione como:

medio de separación de corriente de bits para separar una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados, información suplementaria de Replicación de Banda Espectral (RBS) e información suplementaria de envoltorio temporal, en que la corriente de bits es recibida desde fuera del dispositivo de descodificación de habla;

medio central de descodificación para descodificar la corriente de bits codificados separada por el medio de separación de corriente de bits para obtener un componente de baja frecuencia;

medio de transformación de frecuencia para transformar el componente de baja frecuencia obtenido por el medio central de descodificación en un dominio de frecuencia;

medio de generación de alta frecuencia para generar un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

medio de ajuste de alta frecuencia para ajustar el componente de alta frecuencia generado por el medio de ajuste de alta frecuencia, de acuerdo con la información suplementaria de SBR;

medio de analisis de envoltorio temporal de baja frecuencia para analizar el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia para obtener información de envoltorio temporal;

medio de conversión de información suplementaria para convertir la información suplementaria de envoltorio temporal en un parametro para ajustar la información de 5 envoltorio temporal;

medio de ajuste de envoltorio temporal para ajustar la información de envoltorio temporal obtenida por el medio de analisis de envoltorio temporal de baja frecuencia para generar información del envoltorio general ajustada, en que el medio de ajuste de envoltorio temporal utiliza el parametro en dicho ajuste de información de envoltorio temporal; y del

medio de formación de envoltorio temporal para dar forma a un envoltorio temporal del componente de alta frecuencia ajustado, utilizando la información de envoltorio temporal ajustada.

8. Un programa de descodificación de habla para generar una senal de habla codificada 15 que hace que un dispositivo de ordenador funcione como:

medio de separación de corriente de bits para separar una corriente de bits que incluye la senal de habla codificada en una corriente de bits codificados, e información suplementaria de Replicación de Banda Espectral (RBS) , en que la corriente de bits es recibida desde fuera del dispositivo de descodificación de habla;

medio central de descodificación para descodificar la corriente de bits codificados separada por el medio de separación de corriente de bits para obtener un componente de baja frecuencia;

medio de transformación de frecuencia para transformar el componente de baja frecuencia obtenido por el medio central de descodificación en un dominio de frecuencia;

medio de generación de alta frecuencia para generar un componente de alta frecuencia copiando el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia de una banda de baja frecuencia a una banda de alta frecuencia;

medio de ajuste de alta frecuencia para ajustar el componente de alta frecuencia generado por el medio de generación de alta frecuencia para generar un componente de alta frecuencia ajustado, de acuerdo con la información suplementaria de SBR;

medio de analisis de envoltorio temporal de baja frecuencia para analizar el componente de baja frecuencia transformado en el dominio de frecuencia por el medio de transformación de frecuencia para obtener información de envoltorio temporal;

medio de generación de información suplementaria de envoltorio temporal para analizar la corriente de bits para generar un parametro para ajustar la información de envoltorio temporal;

medio de ajuste de envoltorio temporal para ajustar la información de envoltorio temporal obtenida por el medio de analisis de envoltorio temporal de baja frecuencia para generar información de envoltorio temporal ajustada, en que el medio de ajuste de envoltorio temporal utiliza el parametro en dicho ajuste de la información de envoltorio temporal; y

medio de formación de envoltorio temporal para dar forma a un envoltorio temporal de la senal del componente de alta frecuencia ajustado, utilizando la información de envoltorio temporal ajustada.

.

Fig. 1

Fig. 2

Fig. 3

Fig. 4

Fig. 5

Fig. 7

Fig. 8

Fig. 9

Fig. 10

Fig. 11

Fig. 12

Fig. 13

Fig. 15

Fig. 16

Fig. 17

Fig. 18

Fig. 19

Fig. 20

Fig. 21

Fig. 22

Fig. 23

Fig. 24

Fig. 25

Fig. 26

Fig. 27

Fig. 28

Fig. 29

Fig. 30

Fig. 31

Fig. 32

Fig. 33

Fig. 34

Fig. 35

Fig. 36

Fig. 37

Fig. 38

Fig. 39

Fig. 41

Fig. 42

Fig. 43

Fig. 44

Fig. 45

Fig. 46

Fig. 47

Fig. 48

Fig. 49

Fig. 50

REFERENCIAS CITADAS EN LA DESCRIPCION

Esta lista de referencias citada por el solicitante es solamente para facilitar la lectura. No forma parte del documento de Patente Europea. Aunque se ha tenido un cuidado extremado a la hora de recopilar las referencias, no pueden descartarse errores u omisiones, y la EPO declina cualquier responsabilidad a este respecto.

Documentos de patente citados en la descripcion:

• US 20060239473 A [0006º

Documentos no de patente citados en la descripcion: