JP2009545780A - オーディオ信号に関連付けられるフレームを持つ窓を修正するためのシステムと方法 - Google Patents

Abstract

オーディオ信号に関連付けられたフレームを持つ窓を修正するための方法が説明される。信号が受信される。該信号は複数のフレームに分割される。該複数のフレーム中のあるフレームが非スピーチ信号に関連付けられるかどうかの決定が行われる。もし該フレームが非スピーチ信号と関連付けられると決定される場合、修正された離散コサイン変換（ＭＤＣＴ）窓関数が該フレームに適用されて、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成する。該フレームは符号化される。復号器の窓は符号器の窓と同一である。

Description

関連技術

［３５Ｕ．Ｓ．Ｃ．§１１９に基づく優先権の主張］
本特許出願は、２００６年７月３１日に提出され、本出願の譲受人に譲渡され、そして、本出願における参照としてここに明確に組み込まれた、“フレーム・オーバーラップ５０％未満のＭＤＣＴにおける完全な再構成のためのウィンドウィング(Windowing for Perfect Reconstruction in MDCT with Less than 50 % Frame Overlap)”と題する米国特許仮出願第６０／８３４，６７４号に基づいて優先権を主張する。

本システム及び方法は一般にスピーチ処理技術に係わる。更に具体的には、本システム及び方法はオーディオ信号に関連付けられたフレームを持つ窓を修正することに関する。

デジタル技術による音声の伝送は、特に、長距離、デジタル無線電話アプリケーション、コンピュータ等を用いるビデオ・メッセージング(messaging)において普及してきた。これは、今度は、再構成されたスピーチのその知覚された品質を保持したままで１つのチャネルを介して送られることができる情報の最少量を決定することへの関心を生み出した。スピーチを圧縮するための装置は電気通信の多くの分野で用途を見出す。電気通信の１つの例は無線通信である。別の例はインターネットのようなコンピュータ・ネットワークを介する通信である。本通信分野は、例えば、コンピュータ、ラップトップ、携帯情報端末（personal digital assistants）（ＰＤＡｓ）、コードレス電話、ページャ（pagers）、無線ローカル・ループ（wireless local loops）、セルラ及び携帯通信システム（portable communication system）（ＰＣＳ）電話システムのような無線電話、モバイル（mobile）インターネット・プロトコル（Internet Protocol）（ＩＰ）電話通信技術および衛星通信システム、を含む多くのアプリケーションを有する。

図１は無線通信システムの１つの構成を例示する。 図２は計算環境の１つの構成を例示するブロック図である。 図３は信号伝送環境の１つの構成を例示するブロック図である。 図４Ａはオーディオ信号に関連付けられたフレームを持つ窓を修正するための方法の１つの構成を例示する流れ図である。 図４Ｂはオーディオ信号に関連付けられたフレームを持つ窓を修正するための符号器および復号器の構成を例示する流れ図である。 図５はオーディオ信号の符号化されたフレームを再構成するための方法の１つの構成を例示する流れ図である。 図６は、マルチモード(multimode)復号器と通信するマルチモード符号器の１つの構成を例示するブロック図である。 図７はオーディオ信号符号化方法の１つの例を例示する流れ図である。 図８は、窓関数がそれぞれのフレームに適用された後の複数のフレームの１つの構成を例示するブロック図である。 図９は、非スピーチ信号に関連付けられたフレームに窓関数を適用するための方法の１つの構成を例示する流れ図である。 図１０は、該窓関数によって修正されたフレームを再構成するための方法の１つの構成を例示する流れ図である。 図１１は通信／計算装置の１つの構成におけるある一定のコンポーネントのブロック図である。

オーディオ信号に関連付けられたフレームを持つ窓を修正するための方法が説明される。信号が受信される。該信号は複数のフレームに分割される。該複数のフレーム中のあるフレームが非スピーチ信号と関連付けられるかどうかの決定が行われる。もし該フレームが非スピーチ信号に関連付けられると決定される場合、修正された離散コサイン変換（modified discrete cosine transform）（ＭＤＣＴ）窓関数が該フレームに適用されて、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成する。該フレームは符号化される。

オーディオ信号に関連付けられたフレームを持つ窓を修正するための装置もまた説明される。該装置はプロセッサ及び該プロセッサと電子通信するメモリを含む。命令が該メモリに記憶される。該命令は、信号を受信すること、該信号を複数のフレームに分割すること、該複数のフレーム中のあるフレームが非スピーチ信号に関連付けられるかどうかを決定すること、もし該フレームが非スピーチ信号に関連付けられると決定される場合、該フレームに修正された離散コサイン変換（ＭＤＣＴ）窓関数を適用して第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成すること、及び、該フレームを符号化すること、を行うよう実行可能である。

オーディオ信号に関連付けられたフレームを持つ窓を修正するために構成されるシステムもまた説明される。該システムは処理するための手段と信号を受信するための手段を含む。該システムは該信号を複数のフレームに分割するための手段および該複数のフレーム中のあるフレームが非スピーチ信号に関連付けられるかどうかを決定するための手段も含む。該システムは更に、もし該フレームが非スピーチ信号に関連付けられると決定された場合、該フレームに修正された離散コサイン変換（ＭＤＣＴ）窓関数を適用して第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成するための手段、および、該フレームを符号化するための手段、を含む。

複数の命令の１つの集合を記憶するように構成されたコンピュータ可読媒体もまた説明される。該複数の命令は、信号を受信すること、該信号を複数のフレームに分割すること、該複数のフレーム中のあるフレームが非スピーチ信号に関連付けられるかどうかを決定すること、もし該フレームが非スピーチ信号に関連付けられると決定される場合、該フレームに修正された離散コサイン変換（ＭＤＣＴ）窓関数を適用して第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成すること、及び、該フレームを符号化すること、を行うよう実行可能である。

フレームの修正された離散コサイン変換（ＭＤＣＴ）の計算に使用される窓関数を選択するための方法もまた説明される。フレームのＭＤＣＴの計算に使用される窓関数を選択するためのアルゴリズムが提供される。該選択された窓関数は該フレームに適用される。該フレームは、付加的なコーディング(coding)モードによってＭＤＣＴコーディングモードに課せられる制約に基づいて、該ＭＤＣＴコーディングモードを用いて符号化される。ここに、該制約は該フレームの長さ、ルック・アヘッド（look ahead）長さ、及び、遅延を備える。

オーディオ信号の符号化されたフレームを再構成するための方法もまた説明される。パケットが受信される。該パケットは符号化されたフレームを検索するために逆アセンブルされる(disassembled)。第１ゼロ・パッド領域と第１領域との間に配置されるフレームのサンプルが合成される。第１長さのオーバーラップ領域は前のフレームのルック・アヘッド長さと加算される。該フレームの該第１長さのルック・アヘッドが記憶される。再構成されたフレームが出力される。

本システムと方法の種々の構成が図面を参照してここに説明される。図面では同じ参照番号は同じ構成要素または機能的に類似する構成要素を指す。本明細書中の図面で一般的に説明されそして図示されるように、本システムと方法の特徴は種々多様な異なる構成で編成および設計されることができる。従って、下記の詳細な説明は、請求されるように、本システムと方法の範囲を限定するようには意図されておらず、本システムと方法の構成を単に代表するものである。

本明細書で開示される諸構成の多くの特徴は、コンピュータ・ソフトウェア、電子ハードウェア、或いは両者の組合せとして実装されることができる。ハードウェアとソフトウェアのこの互換性を明確に説明するために、種々のコンポーネントは一般にその機能性によって説明される。そのような機能性がハードウェアとして実装されるかソフトウェアとして実装されるかは個々の応用とシステム全体に課される設計上の制約に依存する。当業者等は該説明された機能性を個々の特別な応用のために種々の方法で実装することができるが、しかしそのような実装上の決定は、本システム及び方法の範囲からの逸脱をもたらすので、説明されるべきではない。

説明される機能性がコンピュータ・ソフトウェアとして実装される場合、そのようなソフトウェアは、メモリ装置内に配置された、及び／または、システムバス或いはネットワークを介して電子信号として送信される、任意の型のコンピュータ命令またはコンピュータ実行可能コードを含むことができる。本明細書中で説明されるコンポーネントに関連付けられた機能性を実装するソフトウェアは単一命令または多数の命令を具備することができて、数個の異なるコード・セグメントに亘って、異なるプログラム間に、及び、数個のメモリ装置を横断して分散されることができる。

本明細書中で使用されるように、用語“ある構成（a configuration）”、“構成”、“複数の構成”、“該構成”、“該複数の構成”、“１またはそれより多くの構成”、“いくつかのの構成”、“ある一定の構成”、“１つの構成”、“別の構成”及び同種の用語は、他に明確に特定されてない限り、“本開示されるシステム及び方法の１または複数の（しかし必ずしも全てではない）構成を意味する。

用語“決定すること（determining）”（及びその文法上の変形）は極めて広範な意味で使用される。用語“デターミニング”は多種多様な行動を網羅し、従って、“デターミニング”は、計算すること、コンピュータを使うこと、処理すること、導出すること、調査すること、調べること（例えば、表、データベース、または別のデータ構成内を調べること）、確認すること、及び同種の意味を含むことができる。また、“デターミニング”は、受信すること（例えば、情報を受信すること）、アクセスすること（例えば、メモリ内のデータにアクセスすること）、及び同種の意味を含むこともできる。また、“デターミニング”は、解決すること、選択すること、選ぶこと、確立すること、及び同種の意味を含むこともできる。

語句“に基づく（based on）”は、他に明確に特定されてない限り、“のみに基づく（based only on）”を意味しない。換言すれば、語句“に基づく”は、“のみに基づく”と“少なくとも、に基づく”の双方を表す。一般に、語句、“オーディオ信号”は聞かれることができる信号を指すために使用されることができる。オーディオ信号の例は、人のスピーチ、楽器音楽および声楽、トーナル・サウンド（tonal sounds）、等々を含むことができる。

図１は符号分割多元接続（code-division multiple access）（ＣＤＭＡ）無線電話システム１００を例示する。該システムは複数の移動局１０２、複数の基地局１０４、基地局コントローラ（base station controller）（ＢＳＣ）１０６、及び、移動通信交換局（mobile switching center）（ＭＳＣ）１０８を含むことができる。ＭＳＣ１０８は公衆交換電話網（public switch telephone network）（ＰＳＴＮ）１１０とインターフェースするように構成されることができる。ＭＳＣ１０８はまた、ＢＳＣ１０６とインターフェースするように構成されることができる。システム１００内には１より多くのＢＳＣ１０６が存在し得る。それぞれの基地局１０４は少なくとも１つのセクタ（図示されない）を含むことができて、この場合、各セクタは無指向性アンテナまたは基地局１０４から半径方向に離れる(radially away)特定の方向に指向させられたアンテナを有することができる。それに代わって、それぞれのセクタはダイバーシティ（diversity）受信のために２つのアンテナを含むことができる。それぞれの基地局１０４は複数の周波数割り当てをサポートするように設計されることができる。セクタと周波数割り当ての交わったところ(intersection)はＣＤＭＡチャネルと呼ばれることができる。移動局１０２はセルラ電話または携帯通信システム（ＰＣＳ）電話を含むことができる。

セルラ電話システム１００の動作中、基地局１０４は移動局１０２の集合から逆方向リンク信号の集合を受信することができる。移動局１０２は電話通話または他の通信を実行中であることができる。与えられた基地局１０４によって受信されたそれぞれの逆方向リンク信号はその基地局１０４内で処理されることができる。結果として得られたデータはＢＳＣ１０６に転送されることができる。ＢＳＣ１０６は、基地局１０４間のソフト・ハンドオフの調和のとれた統合(orchestration)を含むモビリティ(mobility)管理の機能性(functionality)と通話資源の割り当てを提供することができる。ＢＳＣ１０６は受信データをＭＳＣ１０８に転送することもできて、ＭＳＣ１０８はＰＳＴＮ１１０とのインターフェースのための更なるルーティング(routing)サービスを提供する。同様に、ＰＳＴＮ１１０はＭＳＣ１０８とインターフェースすることができて、ＭＳＣ１０８はＢＳＣ１０６とインターフェースすることができ、それは今度は移動局１０２の集合に順方向リンク信号の集合を送信するように基地局１０４を制御することができる。

図２は、ソース(source)計算装置２０２、受信計算装置２０４及び受信移動計算装置２０６を含む、計算環境２００の１つの構成を表す。ソース計算装置２０２はネットワーク２１０を介して受信計算装置２０４、２０６と通信することができる。ネットワーク２１０は、インターネット、ローカル・エリア・ネットワーク（local area network）（ＬＡＮ）、キャンパス・エリア・ネットワーク（campus area network）（ＣＡＮ）、メトロポリタン・エリア・ネットワーク（metropolitan area network）（ＭＡＮ）、ワイド・エリア・ネットワーク（wide area network）（ＷＡＮ）、リング・ネットワーク（ring network）、スター・ネットワーク（star network）、トークン・リング・ネットワーク（token ring network）、等々を含むある型の計算ネットワークであることができるが、これ等に限定されない。

１つの構成では、ソース計算装置２０２はオーディオ信号２１２を符号化して、ネットワーク２１０を介して受信計算装置２０４、２０６に送信することができる。オーディオ信号２１２はスピーチ信号、音楽信号、トーン(tones)、バックグラウンド雑音信号、等々を含むことができる。本明細書で使用されるように、“スピーチ信号”とは人の発声システムによって生成される信号を指すと言って良く、そして、“非スピーチ信号”とは人の発声システムによって生成されない信号（例えば、音楽、バックグラウンド雑音、等々）を指すと言って良い。ソース計算装置２０２は、移動電話、携帯情報端末（ＰＤＡ）、ラップトップ計算機、パーソナルコンピュータ或いはプロセッサを備えるその他任意の計算装置であることができる。受信計算装置２０４はパーソナルコンピュータ、電話等々であることができる。受信移動計算装置２０６は、携帯電話、携帯情報端末（ＰＤＡ）、ラップトップ計算機或いはプロセッサを備えるその他任意の移動計算装置であることができる。

図３は、符号器３０２、復号器３０４及び伝送媒体３０６を含む、信号伝送環境３００を表す。符号器３０２は移動局１０２或いはソース計算装置２０２の内部に実装されることができる。復号器３０４は、基地局１０４内、移動局１０２内、受信計算装置２０４内あるいは受信移動計算装置２０６内に実装されることができる。符号器３０２はオーディオ信号ｓ（ｎ）３１０を符号化することができて、符号化オーディオ信号ｓ_ｅｎｃ（ｎ）３１２を形成する。符号化されたオーディオ信号３１２は、伝送媒体３０６を介して復号器３０４に送信されることができる。伝送媒体３０６は、符号器３０２が符号化されたオーディオ信号３１２を復号器に無線で送信することを容易にし、或いは、それは、符号器３０２が符号化された信号３１２を、符号器３０２と復号器３０４間の有線接続により送信することを容易にする。復号器３０４はｓ_ｅｎｃ（ｎ）３１２を復号することができて、それによって合成されたオーディオ信号

を生成する。

用語“コーディング”は一般に符号化と復号化の双方を包含する方法を指すことができる。一般に、コーディングシステム、方法および装置は伝送媒体３０６を介して、許容可能な信号再生（即ち、

）を保持しつつ、送信されたビットの数を最小化する（即ち、ｓ_ｅｎｃ（ｎ）３１２の帯域幅を最小化する）ことを求める。符号化されたオーディオ信号３１２の組成は符号器３０２によって利用される個別のオーディオコーディングモードに従って変わり得る。種々のコーディングモードが下記に説明される。

下記で説明される符号器３０２と復号器３０４の複数のコンポーネントは電子ハードウェアとして、コンピュータ・ソフトウェアとして、または両者の組合せとして実装されることができる。これ等のコンポーネントはそれ等の機能性によって下記に説明される。該機能性がハードウェアとして実装されるかまたはソフトウェアとして実装されるかは個々のアプリケーション及び全体システムに課される設計制約に依存すると言える。伝送媒体３０６は、地上通信ライン、基地局と衛星間のリンク、セルラ電話と基地局間、セルラ電話と衛星間の無線通信、或いは、計算装置間の通信を含む多様な異なる伝送媒体を表すことができるが、これ等に限定されない。

通信に関与する各当事者はデータを送信すること並びにデータを受信することができる。各当事者は符号器３０２および復号器３０４を利用することができる。しかしながら、信号伝送環境３００は、伝送媒体３０６の一方の端の符号器３０２と他端の復号器３０４を含むとして、下記で説明される。

１つの構成では、ｓ（ｎ）３１０は、種々異なる声音と沈黙期間を含む一般的な会話の間に得られるデジタル・スピーチ信号を含むことができる。該スピーチ信号ｓ（ｎ）３１０は複数のフレームに分割されることができて、それぞれのフレームは更に複数のサブフレームに分割されることができる。これ等の任意に選択されるフレーム／サブレーム境界は、何らかのブロック処理が実行される場合に、使用されることができる。フレーム上で実行されるとして説明される動作は、同じ意味で、サブフレーム上でも実行されることができる。本明細書中では、フレームとサブフレームは互換可能なように使用される。また、１または複数のフレームが、種々のフレーム間の配置とタイミングを明示することができる、窓内に含まれることができる。

別の構成では、ｓ（ｎ）３１０は、音楽信号のような、非スピーチ信号を含むことができる。該非スピーチ信号は複数のフレームに分割されることができる。１または複数のフレームが、種々のフレーム間の配置とタイミングを明示することができる、ある窓内に含まれることができる。該窓の選択は、該信号を符号化するために実装されたコーディング技術および該システムに課されることができる遅延制約、に依存することができる。本システムと方法は、スピーチ信号と非スピーチ信号双方を符号化することができるシステムにおいて、修正離散コサイン変換（ＭＤＣＴ）及び逆修正離散コサイン変換（ＩＭＤＣＴ）に基づくコーディング技術を用いて非スピーチ信号を符号化および復号するのに利用される、窓形を選択するための方法を説明する。該システムは、符号化された情報の均一な速度での生成を可能にするために、ＭＤＣＴに基づくコーダ(coder)により、どれだけのフレーム遅延とルック・アヘッドが使用されることができるか、に関する制約を課すことができる。

１つの構成において、符号器３０２は窓フォーマット・モジュール３０８を含み、該モジュールは非スピーチ信号に関連付けられたフレームを含む窓をフォーマットすることができる。フォーマットされた窓に含まれるフレームは符号化されることができる、そして、復号器はフレーム再構成モジュール３１４を実行することによって該符号化されたフレームを再構成することができる。フレーム再構成モジュール３１４は、該フレームがスピーチ信号３１０のプレコードされた(pre-coded)フレームに相似するように、該符号化されたフレームを合成することができる。

図４はオーディオ信号に関連付けられたフレームを持つ窓を修正するための方法４００の１つの構成を例示する流れ図である。方法４００は符号器３０２により実装されることができる。１つの構成では、信号が受信される（４０２）。該信号は先述のようにオーディオ信号であることができる。該信号は複数のフレームに分割されることができる（４０４）。窓を生成するために窓関数が適用されることができる（４０８）、そして、修正された離散コサイン変換（ＭＤＣＴ）を計算するために、第１ゼロ・パッド領域と第２ゼロ・パッド領域が該窓の一部として生成されることができる。換言すれば、該窓の始めおよび終わりの部分の値はゼロであることができる。１つの態様では、該第１ゼロ・パッド領域の長さと該第２ゼロ・パッド領域の長さは符号器３０２の遅延制約の関数であることができる。

修正された離散コサイン変換（ＭＤＣＴ）関数は幾つかのオーディオコーディング標準で使用されて、パルス符号変調（pulse-code modulation）（ＰＣＭ）信号サンプル、またはそれ等の処理されたバージョン、をそれ等の等価周波数領域表現に変換することができる。ＭＤＣＴは、互いにオーバーラップするフレームの付加的性質を持つ、タイプ４離散コサイン変換（ＤＣＴ）に類似すると言える。換言すれば、ＭＤＣＴによって変換される信号の連続するフレームは互いに５０％だけオーバーラップすることができる。

更に、２Ｍ個のサンプルのそれぞれのフレームについて、ＭＤＣＴはＭ個の変換係数を供給することができる。ＭＤＣＴはクリティカルにサンプリングされた(critically sampling)完全な再構成フィルタ・バンクであることができる。完全な再構成を提供するために、ｎ＝０，１，．．．２Ｍとする信号ｘ（ｎ）からなる１つのフレームから得られる、ｋ＝０，１，．．．ＭとするＭＤＣＴ係数Ｘ（ｋ）は次式によって与えられる。

ここに、ｋ＝０，１，．．．Ｍとして、

であり、ｗ（ｎ）はプリンセン-ブラッドリー（Princen-Bradley）条件を満たすことができる窓であって、該条件は、

である。

復号器においては、Ｍ個の符号化された係数は逆ＭＤＣＴ（ＩＭＤＣＴ）を使用して時間領域に変換され、戻ることができる。ｋ＝０，１，．．．Ｍとする、

が該受信されたＭＤＣＴ係数であるとすると、この場合、その対応するＩＭＤＣＴ復号器は、最初に、ｎ＝０，１，・・・，２Ｍ−１とする次式：

に従って２Ｍ個のサンプルを得るために該受信された係数のＩＭＤＣＴをとること、ここで、ｈ_ｋ（ｎ）は数式（２）により定義される、次に、現在のフレームの最初のＭ個のサンプルを、次のフレームのＩＭＤＣＴ出力の最初のＭ個のサンプルおよび前のフレームのＩＭＤＣＴ出力の最後のＭ個のサンプルとオーバーラップさせて加算すること、によって再構成されたオーディオ信号を生成する。従って、もし次のフレームに対応する復号されたＭＤＣＴ係数が与えられた時間で利用可能ではない場合、現在のフレームのＭ個のオーディオ・サンプルのみが完全に再構成されることができる。

本ＭＤＣＴシステムはＭ個のサンプルのルックアヘッドを利用することができる。本ＭＤＣＴシステムは、オーディオ信号またはオーディオ信号のフィルタ処理されたバージョン何れかのＭＤＣＴを予め決められた窓を使用して得る符号器と、及び、該符号器が使用するのと同じ窓を使用するＩＭＤＣＴ関数を含む復号器とを含むことができる。本ＭＤＣＴシステムはまたオーバーラップおよび加算モジュールを含むことができる。例えば、図４ＢはＭＤＣＴ符号器４０１を例示する。入力オーディオ信号４０３はプリプロセッサ(preprocessor)４０５によって受信される。プリプロセッサ４０５は、前処理(preprocessing)、線型予測コーディング（linear predictive coding）（ＬＰＣ）フィルタ処理およびその他の型のフィルタ処理を実行する。処理されたオーディオ信号４０７はプリプロセッサ４０５から生成される。ＭＤＣＴ関数４０９は適切にウィンドウィングを行った(windowed)２Ｍ個の信号サンプルに適用される。１つの構成では、量子化器４１１はＭ個の係数４１３を量子化し符号化する。そして該Ｍ個の符号化された係数はＭＤＣＴ復号器４２９に送信される。

復号器４２９はＭ個の符号化された係数４１３を受信する。ＩＭＤＣＴ４１５が、符号器４０１と同じ窓を使用して、Ｍ個の受信された係数４１３に適用される。２Ｍ個の信号値４１７は、保存される(saved)ことができる最後のＭ個のサンプル４１９と最初のＭ個のサンプルの選択４２３とに類別されることができる。最後のＭ個のサンプル４１９は、更に、遅延４２１によって１フレーム遅延させられることができる。最初のＭ個のサンプル４２３と遅延させられた最後のＭ個のサンプル４１９は合算器４２５によって合算されることができる。該合算されたサンプルはオーディオ信号のＭ個の再構成サンプル４２７を作るために使用されることができる。

一般的には、ＭＤＣＴシステムにおいては、２Ｍ個の信号は現在のフレームのＭ個のサンプルと未来のフレームのＭ個のサンプルから導出されることができる。しかしながら、もし未来のフレームからはＬ個のサンプルしか入手できないならば、未来のフレームのＬ個のサンプルを実行する窓が選択されることができる。

回線交換網を介して動作するリアルタイム音声通信システムにおいて、ルックアヘッド・サンプルの長さは最大許容符号化遅延によって制約されることがある。ルックアヘッド長Ｌが利用可能であると仮定しよう。ＬはＭ以下であることが可能である。この条件下では、連続するフレーム間のオーバーラップがＬ個のサンプルであると同時に完全な再構成特性を保持している状態で、ＭＤＣＴを使用することが依然として望ましいと言える。

本システムと方法は、符号器がコーディングモードの選択とは無関係に一定の間隔で送信のための情報を生成することが期待される、リアルタイム双方向通信システムに関しては特に適切であると言える。該システムは符号器によるそのような情報の生成におけるジッタを許容することはできない、または、そのような情報の生成におけるジッタは望ましくない可能性がある。

１つの構成では修正された離散コサイン変換（ＭＤＣＴ）関数がフレームに適用される（４１０）。該窓関数を適用することは、フレームのＭＤＣＴを計算するときの１ステップであることができる。１つの構成では、該ＭＤＣＴ関数は２Ｍ個の入力サンプルを処理して、Ｍ個の係数を生成し、該係数は次に量子化されて送信されることができる。

１つの構成では、フレームは符号化されることができる（４１２）。１つの態様では、該フレームの係数は符号化されることができる（４１２）。該フレームは、下記に更に十分に説明される、種々の符号化モードを使用して符号化されることができる。該フレームは１つのパケットにフォーマットされることができて（４１４）、該パケットは送信されることができる（４１６）。１つの構成では、該パケットは復号器に送信される（４１６）。

図５はオーディオ信号の符号化されたフレームを再構成するための方法５００の１つの構成を例示する流れ図である。１つの構成では、該方法５００は復号器３０４によって実行されることができる。パケットが受信されることができる（５０２）。該パケットは符号器３０２から受信されることができる（５０２）。該パケットはフレームを検索するために逆アセンブルされることができる（５０４）。１つの構成では、該フレームは復号されることができる（５０６）。該フレームは再構成されることができる（５０８）。１つの構成では、フレーム再構成モジュール３１４は該フレームを、オーディオ信号のプレエンコードされた(pre-encodedフレームに似るように再構成する。該再構成されたフレームは出力されることができる（５１０）。該出力フレームは付加的な出力フレームと結合されて該オーディオ信号を再生することができる。

図６は通信チャネル６０６を介してマルチモード復号器６０４と通信するマルチモード符号器６０２の１つの構成を例示するブロック図である。該マルチモード符号器６０２と該マルチモード復号器６０４を含むシステムは種々異なるオーディオ信号の型を符号化するために数種の異なるコーディング方式を含む符号化システムであることができる。該通信チャネル６０６は無線周波数（radio frequency）（ＲＦ）インターフェースを含むことができる。該符号器６０２は関連する復号器（図示されない）を含むことができる。該符号器６０２とその関連する復号器は第１のコーダを形成することができる。該復号器６０４は関連する符号器（図示されない）を含むことができる。該復号器６０４とその関連する符号器は第２のコーダを形成することができる。

該符号器６０２は、初期パラメータ計算モジュール６１８、モード分類モジュール６２２、複数の符号化モード６２４、６２６、６２８及びパケット・フォーマット・モジュール(packet formatting module)６３０、を含むことができる。符号化モード６２４、６２６、６２８の数はＮで示される。Ｎは符号化モード６２４、６２６、６２８の任意の数を表すことができる。簡単化のために、３個の符号化モード６２４、６２６、６２８が図示されており、点線は他の符号化モードの存在を示す。

復号器６０４は、パケット逆アセンブラモジュール６３２、複数の復号モード６３４、６３６、６３８、フレーム再構成モジュール６４０及びポスト（post）フィルタ６４２、を含むことができる。復号モード６３４、６３６、６３８の数はＮで示される。Ｎは復号モード６３４、６３６、６３８の任意の数を表すことができる。簡単のために、３個の復号モード６３４、６３６、６３８が、他の復号モードの存在を示す点線と共に、図示される。

オーディオ信号、ｓ（ｎ）６１０、は初期パラメータ計算モジュール６１８とモード分類モジュール６２２に供給されることができる。該信号６１０はフレームと呼ばれるサンプルのブロックに分割されることができる。値ｎはフレーム番号を表すことができる、或いは、値ｎはあるフレームのサンプル番号を表すことができる。別の構成では、オーディオ信号６１０の代わりに、線型予測（ＬＰ）残留エラー誤り信号が使用されることができる。ＬＰ残留誤り信号は、符号励振型線形予測（code excited linear prediction）（ＣＥＬＰ）符号器のようなスピーチ符号器によって使用されることができる。

初期パラメータ計算モジュール６１８は現在のフレームに基づいて種々のパラメータを導出することができる。１つの態様では、これ等のパラメータは下記、線形予測コーディング（ＬＰＣ）フィルタ係数、線スペクトル対（line spectral pair）（ＬＳＰ）係数、正規化自己相関関数（normalized autocorrelation functions）（ＮＡＣＦｓ）、開ループ・ラグ、ゼロ交差率、バンド・エネルギー、及びフォルマント残差（formant residual）信号、の内の少なくとも１つを含む。別の態様では、初期パラメータ計算モジュール６１８は、信号６１０をフィルタ処理する、ピッチを計算する、等々、によって信号６１０を前処理することができる。

初期パラメータ計算モジュール６１８はモード分類モジュール６２２に結合されることができる。モード分類モジュール６２２は符号化モード６２４、６２６、６２８間を動的に切り替えることができる。初期パラメータ計算モジュール６１８は、現在のフレームに関してモード分類モジュール６２２に複数のパラメータを供給することができる。モード分類モジュール６２２は結合された結果、現在のフレームに適した符号化モード６２４、６２６、６２８を選択するために、フレーム毎を基準に符号化モード６２４、６２６、６２８間を動的に切り替えることができる。モード分類モジュール６２２は、該複数のパラメータを予め規定された閾値及び／またはシーリング(ceiling)値と比較することによって、現在のフレームに関して特定の符号化モード６２４、６２６、６２８を選択することができる。例えば、非スピーチ信号に関連付けられたフレームはＭＤＣＴコーディング方式を使用して符号化されることができる。あるＭＤＣＴコーディング方式は１つのフレームを受信すると該フレームに特定のＭＤＣＴ窓フォーマットを適用することができる。該特定のＭＤＣＴ窓フォーマットの一例は図８に関連して下記で説明される。

モード分類モジュール６２２はスピーチ・フレームをスピーチ或いは非アクティブ・スピーチ（例えば、沈黙、バックグラウンド雑音あるいは語間の休止）に分類することができる。フレームの周期性に基づいて、モード分類モジュール６２２はスピーチ・フレームを、特定のタイプのスピーチ、例えば、音声スピーチ、無声スピーチ、或いは過渡スピーチ、に分類することができる。

音声スピーチは、比較的高度な周期性を示すスピーチを含むことができる。ピッチ周期はスピーチ・フレームの１つの成分であることができ、該フレームの内容を解析して再構成するために使用されることができる。無声スピーチは、子音を含むことができる。過渡スピーチは、有声スピーチと無声スピーチとの間の過渡状態を含むことができる。有声スピーチとも無声スピーチとも分類されないフレームは、過渡スピーチと分類されることができる。

フレームをスピーチまたは非スピーチの何れかに分類することは、異なる符号化モード６２４、６２６、６２８が異なる型のフレームを符号化するために使用されることを可能にし、その結果、通信チャネル６０６のような、共有チャネルの帯域幅のより有効な利用がもたらされる。

モード分類モジュール６２２は、現在のフレームに関する符号化モード６２４、６２６、６２８を該フレームの分類に基づいて選択することができる。種々の符号化モード６２４、６２６、６２８は並列に結合されることができる。１またはそれより多くの符号化モード６２４、６２６、６２８は任意の与えられた時間に動作することができる。１つの構成では、１つの符号化モード６２４、６２６、６２８が現在のフレームの分類に従って選択される。

異なる符号化モード６２４、６２６、６２８は、異なるコーディング・ビット・レート、異なるコーディング方式、或いはコーディング・ビット・レートとコーディング方式の異なる組合せ、に従って動作することができる。異なる符号化モード６２４、６２６、６２８はまた、あるフレームに異なる窓関数を適用することができる。使用される種々のコーディング率は、フル・レート（full rate）、ハーフ(half)・レート、１／４(quarter)レート、及び／または、１／８(eighth)レートであることができる。使用される種々のコーディングモード６２４、６２６、６２８は、ＭＤＣＴコーディング、符号励振型線形予測（ＣＥＬＰ）コーディング、プロトタイプ・ピッチ周期（prototype pitch period）（ＰＰＰ）コーディング（または波形補間（waveform interpolation）（ＷＩ）コーディング）、及び／または雑音励振型線形予測（noise excited linear prediction）（ＮＥＬＰ）コーディング、であることができる。このようにして、例えば、ある特定の符号化モード６２４、６２６、６２８はＭＤＣＴコーディング方式であることができ、別の符号化モードはフル・レートＣＥＬＰであることができるし、別の符号化モードはハーフ・レートＣＥＬＰであることができ、別の符号化モードはフル・レートＰＰＰであることができ、そして別の符号化モードはＮＥＬＰであることができる。

オーディオ信号のＭ個のサンプルを、符号化し、送信し、受信し、そして復号器で再構成するために従来の窓を使用するＭＤＣＴコーディング方式に従うと、該ＭＤＣＴコーディング方式は符号器において該入力信号の２Ｍ個のサンプルを利用する。換言すれば、該オーディオ信号の現在のフレームのＭ個のサンプルに加えて、該符号器は符号化が始まる前に、追加のＭ個のサンプルが集められるのを待つと言える。該ＭＤＣＴコーディング方式がＣＥＬＰのような他のコーディングモードと共存するマルチモードコーディングシステムでは、ＭＤＣＴ計算のための従来の窓フォーマットの使用は該コーディングシステム全体の全体的なフレーム・サイズとルック・アヘッド長に影響する可能性がある。本発明のシステムと方法は、任意の与えられたフレーム・サイズとルック・アヘッド長のＭＤＣＴ計算のために窓フォーマットの設計と選択を提供し、その結果、本ＭＤＣＴコーディング方式はマルチモードコーディングシステム上に制約を与えない。

ＣＥＬＰ符号化モードに従うと、線型予測声道モデル（vocal tract model）がＬＰ残差信号の量子化バージョンと共に励起される。ＣＥＬＰ符号化モードでは、現在のフレームは量子化されることができる。該ＣＥＬＰ符号化モードは過渡スピーチと分類されたフレームを符号化するために使用されることができる。

ＮＥＬＰ符号化モードに従うと、フィルタ処理された擬似ランダム雑音信号は、ＬＰ残差信号をモデル化するために使用されることができる。該ＮＥＬＰ符号化モードは、低ビット・レートを達成する比較的単純な技術であると言える。該ＮＥＬＰ符号化モードは、無声スピーチと分類されたフレームを符号化するために使用されることができる。

ＰＰＰ符号化モードに従うと、各フレーム内のピッチ周期のサブセットは符号化されることができる。スピーチ信号の残りの周期は、これらのプロトタイプ周期間を内挿すること(interpolating)によって再構成されることができる。ＰＰＰコーディングの時間領域での実行においては、現在のプロトタイプ周期を近似するために前のプロトタイプ周期をどのように修正するかを説明する、パラメータの第１集合が計算されることができる。１またはそれより多くのコードベクトルは選択されることができ、それらは、合算されると、現在のプロトタイプ周期と該修正された前のプロトタイプ周期との間の差分を近似する。パラメータの第２集合は、これらの選択されたコードベクトル(codevectors)を表す。ＰＰＰコーディングの周波数領域での実施において、該プロトタイプの振幅スペクトルと位相スペクトルを表すパラメータの集合が計算されることができる。ＰＰＰコーディングの実施に従うと、復号器６０４は、該振幅と位相を表すパラメータの集合に基づいて現在のプロトタイプを再構成することにより出力オーディオ信号６１６を合成することができる。スピーチ信号は、該現在の再構成されたプロトタイプ周期と前の再構成されたプロトタイプ周期との間の領域にわたって内挿されることができる。復号器６０４においてオーディオ信号６１０またはＬＰ残差信号を再構成するために、フレーム内に同様に配置された前のフレームからのプロトタイプを用いて線型的に内挿される現在のフレームの１部を、該プロトタイプは含むことができる（即ち、過去のプロトタイプ周期は現在のプロトタイプ周期の予測子として使用される）。

フレーム全体ではなくプロトタイプ周期を符号化することは、コーディング・ビット・レートを縮小することができる。有声スピーチと分類されるフレームは、ＰＰＰ符号化モードを用いて符号化されることができる。有声スピーチの周期性を活用することによって、ＰＰＰ符号化モードはＣＥＬＰ符号化モードよりも低いビットレートを達成することができる。

選択された符号化モード６２４、６２６、６２８は、パケット・フォーマット・モジュール６３０に接続されることができる。該選択された符号化モード６２４、６２６、６２８は現在のフレームを符号化、または量子化し、そして、該量子化されたフレーム・パラメータ６１２をパケット・フォーマット・モジュール６３０に供給する。１つの構成では、該量子化されたフレーム・パラメータは、ＭＤＣＴコーディング方式によって生成された符号化された係数である。パケット・フォーマット・モジュール６３０は、該量子化されたフレーム・パラメータ６１２を、フォーマットされたパケット６１３にアセンブルする(assemble)ことができる。パケット・フォーマット・モジュール６３０は、該フォーマットされたパケット６１３を通信チャネル６０６を介して受信機（図示されてない）に供給することができる。該受信機は、該フォーマットされたパケット６１３を受信、復調、及びデジタル化することができ、該パケット６１３を復号器６０４に供給することができる。

復号器６０４では、パケット逆アセンブラモジュール６３２は受信機からパケット６１３を受信することができる。パケット逆アセンブラモジュール６３２は、符号化されたフレームを検索するために該パケット６１３を解凍する(unpack)ことができる。パケット逆アセンブラモジュール６３２はまた、パケット毎に(on a packet-by-packet basis)、復号モード６３４、６３６、６３８間を動的に切り替えるように構成されることができる。復号モード６３４、６３６、６３８の数は、符号化モード６２４、６２６、６２８の数と同じであることができる。それぞれの番号付けされた符号化モード６２４、６２６、６２８は、同じコーディングビット・レートとコーディング方式を使用するように構成された、それぞれ同様に番号付けられた復号モード６３４、６３６、６３８に関連付けられることができる。

パケット逆アセンブラモジュール６３２がパケット６１３を検出すると、該パケット６１３は逆アセンブルされて適切な復号モード６３４、６３６、６３８に供給される。該適切な復号モード６３４、６３６、６３８は、パケット６１３内のフレームに基づいてＭＤＣＴ、ＣＥＬＰ、ＰＰＰ或いはＮＥＬＰ復号技術を実行することができる。パケット逆アセンブラモジュール６３２がパケットを検出しなければ、パケット・ロス（packet loss）が宣言され、そして、消失復号器（図示されてない）はフレーム消失処理を実行することができる。並列配列の復号モード６３４、６３６、６３８はフレーム再構成モジュール６４０に結合されることができる。フレーム再構成モジュール６４０は、フレームを再構成または合成することができ、合成されたフレームを出力する。該合成されたフレームは、他の合成されたフレームと結合されることができ、入力オーディオ信号、ｓ（ｎ）６１０、に相似する、合成されたオーディオ信号、

を生成する。

図７はオーディオ信号符号化方法７００の１つの例を例示する流れ図である。現在のフレームの初期パラメータが計算されることができる（７０２）。1つの構成では、初期パラメータ計算モジュール６１８が該パラメータを計算する（７０２）。非スピーチ・フレームについては、該パラメータは、該フレームが非スピーチ・フレームであることを示す、１またはそれより多くの係数を含むことができる。スピーチ・フレームは、線形予測コーディング（ＬＰＣ）フィルタ係数、線スペクトル対（ＬＳＰｓ）係数、正規化自己相関関数（ＮＡＣＦｓ）、開ループ・ラグ、バンド・エネルギー、ゼロ交差率、及びフォルマント残差信号、のうちの１またはそれより多くのもののパラメータを含むことができる。

現在のフレームがスピーチ・フレームまたは非スピーチ・フレームと分類されることができる（７０４）。先述されたように、スピーチ・フレームはスピーチ信号に関連付けられることができ、そして、非スピーチ・フレームは非スピーチ信号（即ち、音楽信号）に関連付けられることができる。符号器／復号器モードは、ステップ７０２と７０４で行われたフレーム分類に基づいて選択されることができる（７１０）。種々の符号器／復号器モードは、図６に示されるように、並列に接続されることができる。さまざまな符号器／復号器モードがさまざまなコーディング方式に従って動作する。ある定ったモードは、ある定った特性を示すオーディオ信号ｓ（ｎ）６１０の複数のコーディング部分でより効果的である可能性がある。

先述されたように、ＭＤＣＴコーディング方式は、音楽のような、非スピーチ・フレームと分類されるフレームを符号化するために選択されることができる。ＣＥＬＰモードは、過渡スピーチと分類されるフレームを符号化するために選択されることができる。ＰＰＰモードは、有声スピーチと分類されるフレームを符号化するために選択されることができる。ＮＥＬＰモードは、無声スピーチと分類されるフレームを符号化するために選択されることができる。同じコーディング技術は、種々の性能レベルを用いて、異なるビット・レートでしばしば動作されることができる。図６のさまざまな符号器／復号器モードは、さまざまなコーディング技術、またはさまざまなビット・レートで動作する同じコーディング技術、または上記の組合せ、を表すことができる。選択された符号化モード７１０はフレームに適切な窓関数を適用することができる。例えば、選択された符号化モードがＭＤＣＴコーディング方式である場合、本発明のシステムと方法に属する特定のＭＤＣＴ窓関数が適用されることができる。その代り、選択された符号化モードがＣＥＬＰコーディング方式である場合、ＣＥＬＰコーディング方式に関連付けられた窓関数がフレームに適用される。選択された符号器モードは現在のフレームを符号化し（７１２）、そして、該符号化されたフレームをパケットにフォーマットする（７１４）ことができる。該パケットは復号器に送信されることができる（７１６）。

図８は、それぞれのフレームに特定のＭＤＣＴ窓関数が適用された後の複数のフレーム８０２、８０４、８０６の１つの構成を例示するブロック図である。１つの構成では、前のフレーム８０２、現在のフレーム８０４、及び未来のフレーム８０６はそれぞれ非スピーチ・フレームと分類されることが可能である。現在のフレーム８０４の長さ８２０は、２Ｍによって表わされることができる。前のフレーム８０２と未来のフレーム８０６の長さもまた、２Ｍであり得る。現在のフレーム８０４は、第１ゼロ・パッド領域８１０と第２ゼロ・パッド領域８１８含むことができる。換言すれば、第１及び第２ゼロ・パッド領域８１０、８１８中の係数の値は、ゼロであることができる。

１つの構成では、現在のフレーム８０４はまたオーバーラップ長８１２とルックアヘッド長８１６を含む。オーバーラップ長とルックアヘッド長８１２、８１６はＬと表わされることができる。オーバーラップ長８１２は前のフレーム８０２のルックアヘッド長をオーバーラップすることができる。１つの構成では、値Ｌは値Ｍより小さい。別の構成では、値Ｌは値Ｍに等しい。現在のフレームはまた単位元(unity)長８１４を含むことができ、この場合この長さ８１４内でのフレームの各値は単位元である。例示されるように、未来のフレーム８０６は現在のフレーム８０４の中間点８０８で始まることができる。換言すれば、未来のフレーム８０６は現在のフレーム８０４の長さＭで始まることができる。同様に、前のフレーム８０２は現在のフレーム８０４の中間点８０８で終了することができる。従って、現在のフレーム８０４上では前のフレーム８０２と未来のフレーム８０６の５０％オーバーラップが存在する。

量子化器／ＭＤＣＴ係数モジュールが復号器においてＭＤＣＴ係数を忠実に再構成するならば、特定の窓関数は該復号器におけるオーディオ信号の完全な再構成を容易にする可能性がある。１つの構成では、量子化器／ＭＤＣＴ係数モジュールは復号器においてＭＤＣＴ係数を忠実に再構成することができない。この場合、復号器の再構成忠実度は量子化器／ＭＤＣＴ係数モジュールの係数を忠実に再構成する能力に依存し得る。現在のフレームは、それが前のフレームと未来のフレームの双方によって５０％だけオーバーラップされるならば、ＭＤＣＴ窓を該現在のフレームに適用することによって完全に再構成されることができる。更に、ＭＤＣＴ窓は、もしプリンセン-ブラッドリー条件を満たされるならば、完全な再構成を提供することができる。先述されたように、プリンセン-ブラッドリー条件下記のように表現されることができる。

ここにｗ（ｎ）は図８で例示されるＭＤＣＴ窓を表すことができる。数式（３）によって表現される条件は、あるフレーム８０２、８０４、８０６上のある１点が別のフレーム８０２、８０４、８０６上の対応する点に加算されると、単位元の値が得られることを意味すると言える。例えば、中間長８０８における前のフレーム８０２の点に、中間長８０８における現在のフレーム８０４の対応する点を加算すると、単位元の値が得られる。

図９は、図８で説明された現在のフレーム８０４のような、非スピーチ信号に関連付けられたフレームにＭＤＣＴ窓関数を適用するための方法９００の１つの構成を例示する流れ図である。ＭＤＣＴ窓関数を適用するプロセスはＭＤＣＴを計算する一つのステップであると言える。換言すれば、完全再構成ＭＤＣＴは、２つの連続する窓間における５０％のオーバーラップ条件と先述されたプリンセン-ブラッドリー条件を満足する窓を使用せずに適用されることはできない。方法９００で説明される窓関数は、あるフレームに該ＭＤＣＴ関数を適用する一部として実行されることができる。１つの例では、現在のフレーム８０４からのＭ個のサンプルはＬ個のルックアヘッド・サンプルと同様に利用可能であることができる。Ｌは任意の値であり得る。

現在のフレーム８０４の（Ｍ−Ｌ）／２個のサンプルからなる第１ゼロ・パッド領域が生成されることができる（９０２）。先に説明されたように、ゼロ・パッドは、第１ゼロ・パッド領域８１０におけるサンプルの係数がゼロであることを意味すると言える。１つの構成では、現在のフレーム８０４のＬ個のサンプルのオーバーラップ長が供給される（９０４）。現在のフレームのＬ個のサンプルのオーバーラップ長は、前のフレーム８０２の再構成されたルックアヘッド長とオーバーラップされて加算されることができる（９０６）。現在のフレームの第１ゼロ・パッド領域とオーバーラップ長は、前のフレーム８０２と５０％だけオーバーラップすることができる。１つの構成では、現在のフレームの（Ｍ−Ｌ）個のサンプルが供給されることができる（９０８）。現在のフレームに関するルックアヘッドのＬ個のサンプルもまた供給されることができる（９１０）。ルックアヘッドのＬ個のサンプルは未来のフレーム８０６とオーバーラップすることができる。現在のフレームの（Ｍ−Ｌ）／２個のサンプルの第２ゼロ・パッド領域が生成されることができる。１つの構成では、現在のフレーム８０４の第２ゼロ・パッド領域とルックアヘッドのＬ個のサンプルは、未来のフレーム８０６と５０％だけオーバーラップすることができる。方法９００を適用されたフレームは先述されたプリンセン-ブラッドリー条件を満足することができる。

図１０は、ＭＤＣＴ窓関数によって修正されたフレームを再構成するための方法１０００の１つの構成を例示する流れ図である。１つの構成では、方法１０００はフレーム再構成モジュール３１４によって実行される。第１ゼロ・パッド領域８１０の終わりから（Ｍ−Ｌ）領域８１４の終わりまでの、現在のフレーム８０４の複数のサンプルが合成されることができる（１００２）。現在のフレーム８０４のＬ個のサンプルのオーバーラップ領域は、前のフレーム８０２のルックアヘッド長と加算されることができる（１００４）。１つの構成では、（Ｍ−Ｌ）領域８１４の終わりから第２ゼロ・パッド領域８１８の始めまでの、現在のフレーム８０４のＬ個のサンプルのルックアヘッド８１６は記憶されることができる（１００６）。１つの例では、Ｌ個のサンプルのルックアヘッド８１６は復号器３０４のメモリ・コンポーネントに記憶されることができる。１つの構成では、Ｍ個のサンプルが出力される（１００８）。該出力されたＭ個のサンプルは、追加サンプルと結合されて現在のフレーム８０４を再構成することができる。

図１１は、本明細書で説明されるシステムと方法に従って通信／計算装置１１０８で利用されることができる種々のコンポーネントを例示する。通信／計算装置１１０８は、該装置１１０８の動作を制御するプロセッサ１１０２を含むことができる。該プロセッサ１１０２はまた、ＣＰＵと呼ばれることができる。メモリ１１０４は、読み出し専用メモリ（read only memory）（ＲＯＭ）とランダム・アクセス・メモリ（random access memory）（ＲＡＭ）を共に含むことができ、プロセッサ１１０２に命令とデータを供給する。メモリ１１０４の一部はまた不揮発性（non-volatile）ランダム・アクセス・メモリ（ＮＶＲＡＭ）を含むことができる。

装置１１０８はまた筺体(housing)１１２２を含むことができ、これは、アクセス端末１１０８と遠隔地との間におけるデータの送受信を可能にするために送信機１１１０と受信機１１１２を含んでいる。送信機１１１０と受信機１１１２はトランシーバ１１２０に結合されることもできる。アンテナ１１１８は、該筺体１１２２に取付けられ、トランシーバ１１２０に電気的に結合される。送信機１１１０、受信機１１１２、トランシーバ１１２０及びアンテナ１１１８は、通信装置１１０８の構成で使用されることができる。

装置１１０８はまた、トランシーバ１１２０によって受信された信号のレベルの検出および量子化を行うために使用される信号検出器１１０６を含む。信号検出器１１０６は、全エネルギー、疑似雑音（ＰＮ）チップ当たりのパイロット・エネルギー、出力スペクトル密度、及びその他の信号、のような信号を検出する。

通信装置１１０８の状態変換器１１１４は、現在の状態と、トランシーバ１１２０によって受信され信号検出器１１０６によって検出された複数の追加の信号とに基づいて、通信／計算装置１１０８の状態を制御する。その装置１１０８は多数の状態のうちの任意の１つで動作することが可能である。

通信／計算装置１１０８はまたシステム・デターミネイター（system determinator）１１２４を含み、これは、装置１１０８を制御するために使用され、現在のサービス・プロバイダ・システムが不適当である、と該装置１１０８が決定すると、それがどのサービス・プロバイダ・システムに移るべきかを決定するために使用される。

通信／計算装置１１０８の種々のコンポーネントはバス・システム１１２６によって互いに結合され、それは、データバスに加えて、電力バス、制御バス、及び状態信号バスを含むことができる。しかしながら、明確にするために、種々のバスは図１１ではバス・システム１１２６として示される。通信／計算装置１１０８はまた、信号を処理するに際して使用するため、デジタル信号処理装置（digital signal processor）（ＤＳＰ）１１１６を含むことができる。

情報と信号は、任意の種々の異なる技術体系と個別技術を使用して表されることができる。例えば、上記の説明全体に亘って参照されることができる、データ、命令、コマンド、情報、信号、ビット、記号、及び、チップは、電圧、電流、電磁波、磁場または磁性粒子、光学的場または光学粒子，或はこれ等の任意の組合せ、により表されることが可能である。

本明細書中で開示された諸構成と関連して説明された種々の説明的な論理ブロック、モジュール、回路、およびアルゴリズム・ステップはエレクトロニック・ハードウェア、コンピュータ・ソフトウェア、或は両者の組合せとして実装されることが可能である。ハードウェアとソフトウェアのこの交換可能性を明確に説明するために、種々の説明的なコンポーネント、ブロック、モジュール、回路、及びステップが上述において一般にそれ等の機能性を表す言葉で説明された。このような機能性がハードウェアとして実装されるか或はソフトウェアとして実装されるかは、システム全体に課される個別の応用上及び設計上の制約に依存する。当業者等は説明された機能性をそれぞれ個別の応用のために種々の方法で実装することができるが、しかし、そのような実装的な解決は本発明のシステムと方法の範囲からの逸脱をもたらすので、説明されるべきではない。

本明細書中で開示された構成と関連して説明された種々の説明的な論理ブロック、モジュール、及び回路は、汎用プロセッサ、デジタル信号処理装置（ＤＳＰ）、特定用途向け集積回路（application specific integrated circuit）（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（field programmable gate array）（ＦＰＧＡ）信号或は他のプログラム可能な論理デバイス、ディスクリート・ゲート（discrete gate）またはトランジスタ・ロジック（transistor logic）、ディスクリート・ハードウェア・コンポーネント（discrete hardware components）、或は本明細書に記載された機能を実行するために設計されたそれ等の任意の組合せ、を用いて実装または実行されることができる。汎用プロセッサはマイクロプロセッサであって良いが、しかし、その代わりに、プロセッサは任意のプロセッサ、コントローラ、マイクロコントローラ、或はステート・マシン（state machine）であって良い。プロセッサは計算する装置の組合せ、例えば、ＤＳＰとマイクロプロセッサの組合せ、複数のマイクロプロセッサ、ＤＳＰコアと結合された１またはそれより多くのマイクロプロセッサ、或はその他任意のこのような構成、として実装されることも可能である。

本明細書中で開示された構成に関連して説明された方法或はアルゴリズムのステップは、ハードウェアにおいて、プロセッサにより実行されるソフトウェア・モジュールにおいて、或は両者の組合せにおいて、直接的に具体化されることが可能である。ソフトウェア・モジュールは、ＲＡＭメモリ、フラッシュ・メモリ（flash memory）、ＲＯＭメモリ、消去可能プログラム可能読み出し専用メモリ（erasable programmable read-only memory）（ＥＰＲＯＭ）、電気的消去可能プログラム可能読み出し専用メモリ（electrically erasable programmable read-only memory）（ＥＥＰＲＯＭ）、レジスタ、ハード・ディスク、リムーバブル・ディスク、コンパクト・ディスク読み出し専用メモリ（compact disc read-only memory）（ＣＤ−ＲＯＭ）、或は技術的に知られている記憶媒体の任意の他の形態、の中に存在することができる。記憶媒体はプロセッサと結合されており、従ってプロセッサは該記憶媒体から情報を読み出し、そこに情報を書き込むことができる。その代わり、該記憶媒体はまた、プロセッサと統合されていることができる。プロセッサと記憶媒体は、ＡＳＩＣの中に存在することができる。該ＡＳＩＣは、利用者端末の中に存在することができる。その代わり、プロセッサと記憶媒体は、利用者端末中で個別コンポーネントとして存在することができる。

本明細書に開示される方法は該記載された方法を達成するための１またはそれより多くのステップまたは動作を具備する。該方法のステップ及び／または動作は本発明のシステムと方法の範囲を逸脱することなく相互に交換可能であり得る。換言すれば、ステップまたは動作の具体的な順序は、本構成の適切な運用に関して指定されていない限り、具体的なステップ及び／または動作の順序及び／または使用は本発明のシステムと方法の範囲を逸脱することなく変更されることができる。本明細書に開示される方法は、ハードウェア、ソフトウェア或いは両者、中に実装されることができる。ハードウェアとメモリの例は、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュ・メモリ、光学ディスク、レジスタ、ハードディスク、リムーバブル(removable)・ディスク、ＣＤ−ＲＯＭ、或いはその他任意の型のハードウェア及びメモリ、を含むことができる。

本発明のシステムと方法の具体的な構成と適用が例示及び説明されたけれども、該システムと方法は本明細書に開示された精確な構成とコンポーネントに限定されない。当業者にとっては明らかな種々の修正、変更、および変形が、本明細書で開示された方法とシステムの配置、運用および詳細について、請求された本システムと方法の精神と範囲を逸脱することなく、行われることができる。

Claims (22)

1. オーディオ信号に関連付けられたフレームを持つ窓を修正するための方法であって、該方法は、
   信号を受信すること、
   該信号を複数のフレームに分割すること、
   該複数のフレーム中のあるフレームが非スピーチ信号に関連付けられるかどうかを決定すること、
   もし該フレームが非スピーチ信号と関連付けられると決定された場合、修正された離散コサイン変換（ＭＤＣＴ）窓関数を該フレームに適用して、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成すること、及び
   該フレームを符号化すること
   を具備する方法。
2. 該フレームはＭＤＣＴコーディングに基づく方式を使用して符号化される、請求項１の方法。
3. 該フレームは長さ２Ｍを具備する、ここにＭは該フレーム中のサンプルの数を表す、請求項１の方法。
4. 該第１ゼロ・パッド領域は該フレームの始めに配置される、請求項１の方法。
5. 該第２ゼロ・パッド領域は該フレームの終わりに配置される、請求項１の方法。
6. 該第１ゼロ・パッド領域と該第２領域は長さ（Ｍ−Ｌ）／２を具備する、ここにＬはＭ以下の値であり、且つここにＭは該フレーム中のサンプルの数である、請求項１の方法。
7. 長さＬの現在のオーバーラップ領域を供給することを更に具備する、請求項７の方法。
8. 該長さＬのオーバーラップ領域は前のフレームに関連付けられたルックアヘッド・サンプルとオーバーラップし、そしてそれと加算される、請求項７の方法。
9. 長さＬのルックアヘッド領域を供給することを更に具備する、ここにＬはＭ以下であり、ここにＭは該フレーム中のサンプルの数である、請求項１の方法。
10. 長さＬの該ルックアヘッド領域は、未来のフレームに関連付けられた未来のオーバーラップ領域とオーバーラップする、請求項９の方法。
11. 該第１ゼロ・パッド領域と該現在のオーバーラップ領域は前のフレームと５０％だけオーバーラップする、請求項１の方法。
12. 該第２ゼロ・パッド領域と該ルックアヘッド領域は未来のフレームと５０％だけオーバーラップする、請求項１の方法。
13. オーバーラップされたフレームからの関連するサンプルと加算された該フレームの各サンプルの和は単位元に等しい、請求項１の方法。
14. オーディオ信号に関連付けられたフレームを持つ窓を修正するための装置であって、
    プロセッサ、
    該プロセッサと電子通信しているメモリ、
    該メモリに記憶された命令、該命令は下記を行うよう実行可能である、
    信号を受信すること、
    該信号を複数のフレームに分割すること、
    該複数のフレーム中のあるフレームが非スピーチ信号と関連付けられるかどうかを決定すること、
    もし該フレームが非スピーチ信号と関連付けられると決定された場合、修正された離散コサイン変換（ＭＤＣＴ）窓関数を該フレームに適用して、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成すること、及び
    該フレームを符号化すること
    を具備する、装置。
15. 該フレームはＭＤＣＴコーディングに基づく方式を使用して符号化される、請求項１４の装置。
16. 該フレームは、２Ｍに等しい複数のサンプルのある長さを具備する、ここにＭは該フレーム中のサンプルの数を表す、請求項１４の装置。
17. 該第１ゼロ・パッド領域は該フレームの始めに配置される、請求項１４の装置。
18. 該第２ゼロ・パッド領域は該フレームの終わりに配置される、請求項１４の装置。
19. オーディオ信号に関連付けられるフレームを持つ窓を修正するために構成されるシステムであって、
    処理するための手段、
    信号を受信するための手段、
    該信号を複数のフレームに分割するための手段、
    該複数のフレーム中のあるフレームが非スピーチ信号と関連付けられるかどうかを決定するための手段、
    もし該フレームが非スピーチ信号と関連付けられると決定された場合、修正された離散コサイン変換（ＭＤＣＴ）窓関数を該フレームに適用して、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成するための手段、及び
    該フレームを符号化するための手段
    を具備するシステム。
20. 下記を行うよう実行可能な複数の命令の１つの集合を記憶するように構成されたコンピュータ可読媒体、
    信号を受信すること、
    該信号を複数のフレームに分割すること、
    該複数のフレーム中のあるフレームが非スピーチ信号と関連付けられるかどうかを決定すること、
    もし該フレームが非スピーチ信号と関連付けられると決定された場合、修正された離散コサイン変換（ＭＤＣＴ）窓関数を該フレームに適用して、第１ゼロ・パッド領域と第２ゼロ・パッド領域を生成すること、及び
    該フレームを符号化すること。
21. フレームの修正された離散コサイン変換（ＭＤＣＴ）の計算に使用される窓関数を選択するための方法であって、該方法は、
    フレームのＭＤＣＴの計算に使用されるべき窓関数を選択するためのアルゴリズムを提供すること、
    該フレームに該選択された窓関数を適用すること、及び
    付加的なコーディングモードによってＭＤＣＴコーディングモードに課される制約に基づき、該ＭＤＣＴコーディングモードを用いて該フレームを符号化すること、ここに該制約は該フレームの長さ、ルックアヘッド長および遅延を具備する、
    を具備する方法。
22. オーディオ信号の符号化されたフレームを再構成するための方法であって、該方法は、
    パケットを受信すること、
    符号化されたフレームを検索するために該パケットを逆アセンブルすること、
    第１ゼロ・パッド領域と第１領域の間に配置される該フレームの複数のサンプルを合成すること、
    第１長さのオーバーラップ領域を前のフレームのルックアヘッド長と加算すること、
    該フレームの第１長さのルックアヘッドを記憶すること、及び
    再構成されたフレームを出力すること
    を具備する方法。

Images