JP5096582B2 - ノイズ生成装置及び方法 - Google Patents

Description

本発明は通信技術に関するものであり、より具体的には、ノイズ生成装置及び方法に関するものである。

音声伝送においては、一般に音声符号化技術を用いて音声メッセージを圧縮し、通信システムの容量改善が図られる。

音声通信においては、音声は通信時間の内の４０％を占めるだけであり、残りの時間は、無音あるいは背景ノイズとなっている。一般的に言えば、音声通信を行っている人は音声の内容にしか関心がなく、無音あるいは背景ノイズのみの時間については注意を払わない。従って、音声メッセージを圧縮する場合には、音声メッセージであるか、無音、背景ノイズであるかによって符号化及び伝送の方法が異なり、通信システムの容量をより改善できるようになっている。非連続伝送システム／コンフォートノイズ生成（ＤＴＸ／ＣＮＧ）は、そのような、通信システムの容量改善を更に図る方法である。

このＤＴＸ／ＣＮＧ技術を用いて背景ノイズを符号化して得られるフレームは、一般に無音挿入記述子（ＳＩＤ）フレームと呼ばれる。通常の音声フレームには、スペクトルパラメータ、信号エネルギーゲインパラメータ、並びに固定コードブックと適応コードブックに関するパラメータが含まれる。音声フレームを受信すると、それらの情報に基づいて復号器が元の音声データを回復する。しかし、ＳＩＤフレームは一般的には、スペクトルパラメータと信号エネルギーゲインパラメータしか含んでいない。復号器は、スペクトルパラメータと信号エネルギーゲインパラメータに基づいて背景ノイズを回復する。これはユーザが通常、背景ノイズ中に含まれる情報には注意を払わない、という事実によるものである。従って、ＳＩＤフレームは少量の参照情報、即ちスペクトルパラメータと信号エネルギーゲインパラメータのみを配信する。このような参照情報に基づいて復号器が背景ノイズを回復し、ユーザは相手のいる環境をおおよそ知ることができ、かつユーザが受ける聴取品質には顕著な影響を及ぼさない。音声伝送において、ＳＩＤフレームは数フレームのインタバルで送信される。符号化されたパラメータが送信されないか、符号化されたパラメータが全くないフレームは、一般にＮＯ＿ＤＡＴＡフレームと呼ばれる。

ＤＴＸ／ＣＮＧ技術は、さまざまな組織や機関において開発された最近の音声コーディング標準で広く用いられている。

ＤＴＸ／ＣＮＧ技術は、第３世代パートナーシッププロジェクト（３ＧＰＰ）により開発された音声符号化標準である、適応マルチレート（ＡＭＲ）に採用されている。ＳＩＤフレームは固定インタバルで、即ち８フレーム毎に送信される。連続して受信される２つのＳＩＤフレームから復号化されるパラメータ、即ち信号エネルギーゲインパラメータとスペクトルパラメータとを用いて線形補完を行い、ノイズ合成のために必要なパラメータを次式のように算出する。

ここで、Ｐ_ｎ＋ｋはｎ番目のＳＩＤフレームの後のｋ番目のフレームのＣＮＧパラメータの算出された値を表し,Ｐ_{ｓｉｄ（ｎー１）}は復号器により受信されたｎ−１番目のＳＩＤフレームのパラメータを表し,Ｐ_{ｓｉｄ（ｎ）}は復号器により受信されたｎ番目のＳＩＤフレームのパラメータを表わす。ｎ＝０の場合には、Ｐ_{ｓｉｄ（ー１）}は直前の８つの音声フレームのスペクトルパラメータと信号エネルギーゲインパラメータの平均値を表す。

ＤＴＸ／ＣＮＧ技術はまた、音声符号化標準である、国際電気通信連合（ＩＴＵ）により開発された共役構造代数符号励振型線形予測音声コーデックにより定義される無音圧縮方式にも採用されている。符号器は、ノイズパラメータの変化に基づきＳＩＤフレームを送信するかどうかを状況に適応して決定する。２つの連続するＳＩＤフレーム間のインタバルは、少なくとも２０ｍｓであり、最大値を持たない。復号器に使用されるＣＮＧアルゴリズムは以下のように与えられる。

信号エネルギーゲインパラメータの再構成に関しては、

スペクトルパラメータの再構成に関しては、

ここで、

は、復号器で新たに受信したＳＩＤフレームから復号化された信号エネルギーゲインパラメータを表し、ＬＳＦ_{ｓｉｄ＿ｌａｓｔ}は、復号器で最後に受信したＳＩＤフレームから復号化されたスペクトルパラメータを表し、ＬＳＦ_{ｓｉｄ＿ｎｅｗ}は、復号器で新たに受信したＳＩＤフレームから復号化されたスペクトルパラメータを表す。

従来技術の調査及び適用において、発明者らは従来技術には以下の問題があることを発見した。

３ＧＰＰの音声コーディング標準、即ちＡＭＲに用いられるＤＴＸ／ＣＮＧ技術に関しては、符号器は固定インタバルでしかＳＩＤフレームを送信できない。符号器がＳＩＤフレームを適応インタバルで送信する場合には、システムは正常に動作しない。

ＩＴＵの音声コーディング標準、即ち共役構造代数符号励振型線形予測ボコーダにより定義される無音圧縮方式に利用されるＤＴＸ／ＣＮＧ技術に関しては、現フレームがＳＩＤフレームである場合には、現フレーム中の第１のサブフレームのスペクトルパラメータは、現フレームの復号化されたスペクトルパラメータとその前のＳＩＤフレームのスペクトルパラメータとを平均して生成され、この復号化されたスペクトルパラメータが第２のサブフレームのスペクトルパラメータとして直接利用される。次のＳＩＤフレームが来る前のＮＯ＿ＤＡＴＡフレームに関しては、直近のＳＩＤフレームの復号化されたスペクトルパラメータがノイズ再構成に直接利用される。次のＳＩＤフレームが来て、その複合化されたスペクトルパラメータと前のＳＩＤフレームのスペクトルパラメータとが異なっている場合には、不連続性が生じる。更には、スペクトルパラメータは一定の変化をする変数であり、従って、２つの連続したスペクトルパラメータ間には一般的に差異があるので、再構成されたコンフォートノイズのスペクトルは不連続になりがちであり、特に２つの連続するスペクトルパラメータ間に大きな差異がある場合には、それが聴取品質に影響を与える。

本発明の実施形態における解決すべき技術課題は、さまざまな標準プロトコルに適応して、復号器がユーザに快適なノイズを回復できるようなノイズ生成の方法及び装置を提供することである。

上記の技術課題を解決するために、本発明の実施形態は、
再構成パラメータの初期値を決定し、
再構成パラメータの初期値に基づいてランダムな値域を決定し、
再構成ノイズパラメータとしてランダムな値域の中から１つの値をランダムに取り出し、
再構成ノイズパラメータを用いてノイズを生成することを含む、ノイズ生成の方法を提供する。

本発明の実施形態は、
再構成パラメータの初期値を決定するための初期値ユニットと、
再構成パラメータの初期値に基づいてランダムな値域を決定するためのレンジユニットと、
ランダム値域の中から再構成ノイズパラメータとして１つの値をランダムに取り出す再構成ユニットと、
再構成ノイズパラメータを用いてノイズを生成するための合成ユニットと、
を備えるノイズ生成のための装置を提供する。

上記の技術的解決策から、本発明の実施形態では、符号器におけるプロトコル標準に関する制限がないことがわかる。本発明の技術的解決策は、符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、操作可能である。更には、第１のＳＩＤフレームを受信した後に新しいＳＩＤフレームを受信すると、新しく受信したＳＩＤフレームの前のフレームに対する再構成ノイズパラメータが、再構成パラメータの初期値とされる。再構成パラメータの初期値と、新しく受信したＳＩＤフレームのノイズパラメータとを参照して、ランダムな値域が決定される。その範囲内の１つの値をランダムに取ってノイズパラメータとする。このようにして、生成されたノイズの遷移はより自然となり、ユーザの聴取感がより良くなる。

本発明の一実施形態によるノイズ生成方法を示すフローチャートである。 本発明の別の実施形態によるノイズ生成方法を示すフローチャートである。 本発明の更に別の実施形態によるノイズ生成方法を示すフローチャートである。 本発明の更に別の実施形態によるノイズ生成方法を示すフローチャートである。 本発明の一実施形態によるノイズ生成装置の構成を示すブロック図である。

本発明の実施形態は、ノイズ生成の装置及び方法を提供する。これは各種の標準プロトコルに適応し、復号器がユーザにとって快適なノイズを回復することができる。

本発明の実施形態によるノイズ生成方法においては、復号器が少数のＳＩＤフレームのノイズパラメータを用いて、ランダムな変化と滑らかなカーブとを有するノイズパラメータを再構成する。このようにして、ユーザにとって快適なノイズの回復を支援する。

本発明の実施形態１によるノイズ生成方法のフローが図１に示される。

ステップ１０１では、ＳＩＤフレームで搬送されるノイズパラメータが取得される。

音声通信が開始された後、復号器は受信したデータパケットからフレーム情報を復号する。そして、フレームのフォーマットに関する決定が行われる。フレームが音声フレームである場合には、音声フレーム処理フローが開始される。フレームが、ＳＩＤフレームやＮＯ＿ＤＡＴＡフレームなどの非音声フレームである場合、本実施形態で提供されるノイズ生成方法のフローが開始される。

非音声フレームが処理される場合、ＮＯ＿ＤＡＴＡフレームには音声データが含まれていないので、この手順はステップ１０２に直接進む。ＳＩＤフレームが受信されると、ＳＩＤフレーム中で搬送されたノイズパラメータ、即ち信号エネルギーゲインパラメータとスペクトルパラメータとが取得される。

ステップ１０２において、取得されたノイズパラメータに基づいて、予測された方向にランダムに変化し、滑らかな曲線を有する連続ノイズパラメータが再構成されてもよい。ここで、連続ノイズパラメータは信号エネルギーゲインパラメータとスペクトルパラメータとを含んでいる。

現フレーム、即ちノイズパラメータが現に再構成されようとしているフレームは、ＳＩＤフレームとＮＯ＿ＤＡＴＡフレームとを含む非音声フレームであってよい。

再構成されるノイズパラメータが実際の値からあまり大きくかけ離れないようにするために、再構成ノイズパラメータの変化曲線に対する中心値を先ず第１に決め、再構成ノイズパラメータの値がその中心値の周りで浮動するようにする。この中心値を浮動中心Ｃ_ｋと呼ぶ。その一方で、再構成ノイズパラメータの値がＣ_ｋを中心とするある範囲内に浮動するための浮動範囲を決めなければならない。この浮動範囲を、浮動半径Δと呼ぶ。

この浮動半径Δを得るための様々な方法がある。本実施形態ではその内の２つを提供する。１つの方法によれば、浮動半径は、ノイズパラメータ増分ｄＰ、予想インタバル長ｌｅｎｇｔｈ、及び現フレームと新しく受信したＳＩＤフレームとの間の時間インタバルｋ、とによって得られてもよい。別の方法によれば、浮動半径はノイズパラメータ増分ｄＰと、予想インタバル長ｌｅｎｇｔｈ、とによって得られてもよい。

第１の方法によって浮動半径Δが得られる場合には、現フレームのノイズパラメータに対する浮動半径Δは次式によって求めることができる。

ここで、ｌｅｎｇｔｈは新規に受信したＳＩＤフレームとその次のＳＩＤフレームとの間の予想インタバル長である。つまり、次のＳＩＤフレームが時間インタバルｌｅｎｇｔｈの後に受信されるものと仮定する。

現フレームが、音声フレームの次に復元器が受信した最初のＳＩＤフレームである場合には、新しく受信したＳＩＤフレームのノイズパラメータＰ_ｓｉｄか、バッファ中に格納されている以前のいくつかの音声フレームのエネルギーゲインパラメータ及びスペクトルパラメータ、を利用してノイズパラメータ増分ｄＰが取得される。

復元器が音声フレームの次に最初の非音声フレームを受信する場合には、いくつかの実施形態に従ってノイズパラメータ増分を取得する２つの方法が提供される。

方法１：バッファ中に格納されたそれ以前のいくつかの音声フレームのエネルギーゲインパラメータとスペクトルパラメータが、再構成パラメータＰ_ｒｅｆの初期値として、以前の平均エネルギーゲインパラメータとスペクトルパラメータとを算出するのに用いられる。新規に受信されたノイズパラメータＰ_ｓｉｄと再構成パラメータＰ_ｒｅｆの初期値との間の差が、ノイズパラメータの増分ｄＰとされる。この場合、ノイズパラメータの増分ｄＰは、次式により求めることができる。

再構成パラメータＰ_ｒｅｆの初期値の評価は変化するかもしれない。それ以前のいくつかのフレームのエネルギーゲインパラメータとスペクトルパラメータの平均値を、再構成パラメータＰ_ｒｅｆの初期値としてもよい。あるいは、それ以前のいくつかのフレームのエネルギーゲインパラメータとスペクトルパラメータの荷重平均値を、再構成パラメータＰ_ｒｅｆの初期値としてもよい。

方法２：新規に受信したＳＩＤフレームの中で搬送されてきたエネルギーゲインパラメータとスペクトルパラメータとを直接用いて、新規に受信したＳＩＤフレームと次のＳＩＤフレームとの間のノイズを再構成することができる。新規に受信したＳＩＤフレームの次のＳＩＤフレームを受信すると、ノイズパラメータの再構成が開始される。音声フレームの後の最初のＳＩＤフレーム中に搬送されたエネルギーゲインパラメータとスペクトルパラメータが、再構成パラメータＰ_ｒｅｆの初期値として採用される。そして、新規に受信されたノイズパラメータＰ_ｓｉｄと再構成パラメータＰ_ｒｅｆの初期値との間の差が、ノイズパラメータ増分ｄＰとされる。そうすると、ノイズパラメータの増分ｄＰは、次式により求めることができる。

現フレームが、最初のＳＩＤフレームの後に受信されたＳＩＤフレームであるか、最初のＳＩＤフレームの後のＮＯ＿ＤＡＴＡフレームである場合には、ある実施形態により、ノイズパラメータ増分を得る２つの方法が提供される。

方法１：新規に受信されたＳＩＤフレームの前のフレームの再構成ノイズパラメータＰ_ｋ−１を、再構成パラメータＰ_ｒｅｆの初期値とし、新しく受信したＳＩＤフレームのノイズパラメータＰ_ｓｉｄと再構成パラメータＰ_ｒｅｆの初期値との差を、ノイズパラメータ増分ｄＰとする。そうすると、ノイズパラメータの増分ｄＰは、次式により求めることができる。

方法２：新規に受信したＳＩＤフレームの中で搬送されてきたノイズパラメータと前のＳＩＤフレーム中に搬送されてきたノイズパラメータとの差を、ノイズパラメータ増分ｄＰとする。新規に受信したＳＩＤフレームがｎ番目のフレームである例においては、ノイズパラメータ増分ｄＰは次式で得られる。

次のＳＩＤフレームが受信される前に、２つのＳＩＤフレームの間のＮＯ＿ＤＡＴＡフレームに対してノイズパラメータを再構成しなければならない場合には、新規に受信したＳＩＤフレームに対するノイズパラメータ増分ｄＰが、ＮＯ＿ＤＡＴＡフレームに対する浮動半径Δを決定するために利用される。また、ノイズパラメータ増分ｄＰは、新規のＮＯ＿ＤＡＴＡフレームに対してノイズが再構成されると必ず更新される。ある実施態様が、ノイズパラメータ増分ｄＰを更新するための２つの方法を提供する。

方法１：新規に受信されたＳＩＤフレームのノイズパラメータＰ_ｓｉｄと再構成パラメータＰ_ｒｅｆの初期値との間の差がノイズパラメータの増分ｄＰとされる。ＮＯ＿ＤＡＴＡフレームに対してノイズパラメータが再構成される場合に、前のフレームに対する再構成ノイズパラメータＰ_ｋ−１が再構成パラメータＰ_ｒｅｆの初期値を更新するために利用される。その結果、再構成ノイズパラメータＰ_ｒｅｆの初期値を利用して得られるノイズパラメータ増分ｄＰが更新される。

方法２：新しく受信したＳＩＤフレームのノイズパラメータと前のＳＩＤフレーム中のノイズパラメータとの差をｄ_０とし、新しく受信したＳＩＤフレームの前のフレームの再構成ノイズパラメータをＰ_０とし、現フレームが新しく受信したＳＩＤフレームからｋ番目のフレームであり、現フレームのノイズパラメータ増分がｄ_ｋであるとする。現フレームのノイズパラメータ増分ｄ_ｋは、再構成パラメータの初期値Ｐ_ｒｅｆとＰ_０との差をｄ_０から差し引いて得られ、従ってｄ_ｋ＝ｄＰとなる。そこでｄ_ｋは以下の式から得られる。

ＮＯ＿ＤＡＴＡフレームのノイズパラメータを再構成する場合、再構成パラメータＰ_ｒｅｆの初期値は前のフレームの再構成ノイズパラメータＰ_ｋ−１により更新される。その結果、再構成ノイズパラメータＰ_ｒｅｆの初期値を利用して得られるノイズパラメータ増分ｄ_ｋが更新される。

変化曲線の予想される方向は、浮動半径Δの値の方向でもある。浮動半径Δの値の方向は、ノイズパラメータ増分ｄＰの影響を受ける。ノイズパラメータ増分ｄＰが“＋”の場合は、Δの値は“＋”である。ノイズパラメータ増分ｄＰが“−”の場合は、Δの値は“−”である。

現フレームがＳＩＤフレームであれば、ｋは“０”であり、

となる。

複数のＮＯ＿ＤＡＴＡフレームから成るＮＯ＿ＤＡＴＡセグメントの継続時間が長くなれば、値ｋもゆっくりと大きくなる。ノイズパラメータ増分ｄＰが不変であれば、２（｜ｋ−ｌｅｎｇｔｈ｜＋１）の値がゆっくりと小さくなり、ｋの値がゆっくりと大きくなる。

ｋ＝ｌｅｎｇｔｈである場合、即ち現フレームが新しく受信したＳＩＤフレームの後のｌｅｎｇｔｈ番目のフレームである場合には、

となる。

そのフレームの後に新規のＳＩＤフレームが受信されない場合には、ｋの値は増加し続ける。ノイズパラメータ増分ｄＰが不変であれば、２（｜ｋ−ｌｅｎｇｔｈ｜＋１）の値がゆっくりと大きくなり、Δの値がゆっくりと小さくなる。

２つのＳＩＤフレームの間のＮＯ＿ＤＡＴＡフレームのノイズパラメータが再構成され、ノイズパラメータ増分ｄＰが不変であれば、Δの値は、

に等しい初期値を持ち、最大値ｄＰ／２を取って、その後次第に小さくなる。そのようにノイズパラメータ増分ｄＰが変化すれば、Δの値はそれに応じて影響を受ける。

第２の方法によって浮動半径Δが取得される場合には、現フレームのノイズパラメータの浮動半径Δは次式によって求めることができる。

ノイズパラメータ増分ｄＰ及び予想インタバル長ｌｅｎｇｔｈを取得する方法は、浮動半径Δを得る上記の第１の方法と実質的に同じである。

そのような場合、浮動半径Δの値の方向は、いまだノイズパラメータ増分ｄＰの影響を受ける。ノイズパラメータ増分ｄＰが“＋”であれば、Δの値も“＋”であり、ノイズパラメータ増分ｄＰが“−”であれば、Δの値も“−”である。

現フレームのノイズパラメータの浮動中心Ｃ_ｋは、再構成パラメータＰ_ｒｅｆの初期値及び現フレームのノイズパラメータの浮動半径Δを通して得られる。浮動中心Ｃ_ｋは次式から得られる。

ここで再構成パラメータＰ_ｒｅｆの初期値は、ノイズパラメータが再構成される度に更新される。現行のノイズパラメータはＰ_ｋでありＰ_ｒｅｆはＰ_ｋ−１により更新されものとする。浮動中心Ｃ_ｋは次のように表される。

Ｃ_ｋを中心とすると、この方法を用いて区間

における１つのランダム値がきめられてて、現フレームのノイズパラメータＰ_ｋが再構成される。ノイズパラメータＰ_ｋは、次のように表される。

現フレームがＳＩＤフレームであり、Δ値が“＋”である場合には、Ｃ_ｋは前のフレームのノイズパラメータＰ_ｋ−１より大きく、

の最小値は、

で表される。

の最小値はＰ_ｋ−１よりΔだけ大きい。第１の方法でΔを求めると、Δの初期値は

に等しい。これはノイズ増分ｄＰの

倍である。これはノイズ増分ｄＰに比べれば非常に小さい。従って、

の最小値はＰ_ｋ−１より少し大きい値である。

第２の方法でΔが得られる場合には、

となる。Δの値はノイズパラメータ増分の

倍である。これはノイズパラメータ増分ｄＰに比較して大変小さい値である。従って、

の最小値もまたＰ_ｋ−１より少し大きい値である。

の最大値は、

となる。

の最大値はＰ_ｋ−１より３Δだけ大きい。Δが第１の方法で求められる場合、例としてｌｅｎｇｔｈの値が“２”であるとすると、３Δの値はノイズパラメータ増分ｄＰの１／２であり、これはノイズパラメータ増分ｄＰよりもまだ小さい。言い換えると、

の最大値はＰ_ｋ−１とノイズパラメータ増分ｄＰとの和よりも小さい。

Δが第２の方法で求められる場合、例としてｌｅｎｇｔｈの値が“２”であるとすると、３Δの値はＰ_ｓｉｄとＰ_ｋ−１との差の３／４であり、これはノイズパラメータ増分ｄＰよりもまだ小さい。言い換えると、

の最大値はＰ_ｋ−１とノイズパラメータ増分ｄＰとの和よりも小さい。更に、第２の方法は一般にＳＩＤフレームが固定インタバルで送信される場合に適用される。この場合、ｌｅｎｇｔｈは通常“２”よりもはるかに大きく、従って、３Δは更に小さい。

同様に、現フレームがＳＩＤフレームであり、Δの値が“−”である場合、

の最小値は新規に受信したＳＩＤフレームのノイズパラメータＰ_ｓｉｄよりも大きい。そして最大値は、前のフレームのノイズパラメータＰ_ｋ−１よりもわずかに小さい。

従って、現フレームがＳＩＤフレームである場合には、区間

の中のランダムな値を取るノイズパラメータＰ_ｋは、前のフレームのノイズパラメータＰ_ｋ−１に比較してわずかだけ変化するパラメータとなる。そのような変化は、新規に受信されたＳＩＤフレームのノイズパラメータＰ_ｓｉｄによる影響を軽く受ける変化である。新しく受信したＳＩＤフレームのノイズパラメータＰ_ｓｉｄが、前のフレームのノイズパラメータＰ_ｋ−１とは明らかに異なるとしても、Ｐ_ｋは円滑な遷移を有する値である。Ｐ_ｋから生成されるノイズもまた変化が軽微であり、ユーザにはよりよい使用感をもたらすであろう。

現フレームがＮＯ＿ＤＡＴＡフレームである場合、再構成パラメータＰ_ｒｅｆの初期値は前のフレームの再構成ノイズパラメータＰ_ｋ−１である。浮動中心Ｃ_ｋは、再構成パラメータＰ_ｒｅｆの初期値の影響を受け、浮動半径Δの値の方向に向かって円滑な変化をする。区間

内のランダムな値を有するノイズパラメータＰ_ｋは、前のフレームのノイズパラメータＰ_ｋ−１に対して僅かに変化するパラメータである。２つのＳＩＤフレーム間で再構成される連続的なノイズパラメータＰ_ｋは、滑らかな遷移をする値となる。Ｐ_ｋから生成されるノイズもまた変化が軽微であり、ユーザにはよりよい使用感をもたらすであろう。

更に、２つのＳＩＤフレーム間の浮動半径Δは、ｋの値あるいはｄＰの値の影響を受けて変化するかもしれない。ランダムな値の範囲もまたそれに従って変化するであろう。２つのＳＩＤフレーム間で再構成された連続的なノイズパラメータＰ_ｋは、よりランダムに変化する曲線となろう。Ｐ_ｋから生成されるノイズもまたより違った変化をし、ユーザにはよりよい使用感をもたらすであろう。

ある場合には、現フレームがＮＯ＿ＤＡＴＡフレームであって、再構成パラメータＰ_ｒｅｆの初期値が次にＳＩＤフレームが来るまでは更新されない可能性がある。ランダムな値の範囲の変化は、浮動半径Δの変化に依存する。

本実施形態においては、再構成パラメータＰ_ｒｅｆの初期値は、再構成された信号エネルギーゲインパラメータの初期値と再構成されたスペクトルパラメータの初期値とを含む。

ステップ１０３において、再構成ノイズパラメータを用いてノイズが生成される。

復号器はランダム系列発生器を用いて励起信号を合成する。ノイズが再構成される場合、励起信号は、例えば固定コードブックや適応コードブックに関連するパラメータなどの、通常の音声フレームに比べてＳＩＤフレームに欠けているものと等価である。ノイズの共通性に基づいて、復号器はノイズ再構成のための励起信号合成にランダム系列発生器を利用する。

励起信号と再構成ノイズパラメータとを利用するノイズ生成に２つの方法がある。

第１の方法では、復号器が再構成ノイズパラメータのスペクトルパラメータを合成フィルタ係数に変換し、励起信号に対して合成フィルタリングを実行し、そうしてノイズ信号を得る。次に、再構成ノイズパラメータ中のエネルギーゲインパラメータを用いて合成ノイズ信号に時間領域形成を行う。後処理が施され、最終の再構成ノイズが出力される。

第２の方法では、復号器が再構成ノイズパラメータ中のエネルギーゲインパラメータとランダム系列発生器を用いて励起信号を合成する。次に、再構成ノイズパラメータ中のスペクトルパラメータが合成フィルタ係数に変換される。合成フィルタリングが励起信号に適用されてノイズ信号が得られる。

この実施形態においては、符号器に使用されるプロトコル標準に関する制約はない。本発明の技術的解決策は、符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、操作可能である。更に、新しいＳＩＤフレームが受信される度に、ノイズパラメータ再構成が前のフレームの再構成ノイズパラメータと新しく受信したノイズパラメータとを参照する。こうして、生成されたノイズの遷移が自然であり、ユーザの聴取感がより良くなる。更には、実際のノイズパラメータの影響が参照されてユーザが近似的な音声環境を認識できるようにする。更に、ＮＯ＿ＤＡＴＡフレームが処理される場合、ＮＯ＿ＤＡＴＡフレームと直近ＳＩＤフレームとの間の距離と、直近ＳＩＤフレームのノイズパラメータの変化方向と、直近ＳＩＤフレームのノイズパラメータと再構成パラメータの初期値との間の差異とに基づいて、前のフレームとは少し変化したノイズパラメータがＮＯ＿ＤＡＴＡフレーム用に再構成される。こうして、再構成ノイズパラメータの変化曲線が滑らかになる。その結果、生成されたノイズのフレーム間での遷移が自然となり、ユーザの聴取感がより良くなる。

本発明の実施形態２によるノイズ生成方法においては、符号器はＳＩＤフレームを適応インタバルで送信する。フローが図２に示される。

ステップ２０１において、ＳＩＤフレームが受信され、そのＳＩＤフレームで搬送されるノイズパラメータが取得される。

音声通信が開始された後、復号器は受信したデータパケットからフレーム情報を復号する。そして、フレームのフォーマットに関する決定が行われる。フレームが音声フレームである場合には、音声フレーム処理フローが開始される。フレームが、ＳＩＤフレームやＮＯ＿ＤＡＴＡフレームなどの非音声フレームである場合、本実施形態で提供されるノイズ生成方法のフローが開始される。

非音声フレームが処理される場合、ＮＯ＿ＤＡＴＡフレームには音声データが含まれていないので、この手順は直接ステップ２０２に進む。ＳＩＤフレームが受信されると、ＳＩＤフレーム中で搬送されたノイズパラメータ、即ち信号エネルギーゲインパラメータＧ_ｓｉｄとスペクトルパラメータｌｓｆ_ｓｉｄが取得される。

ステップ２０２においては、再構成パラメータの初期値が取得される。

フレームタイプが音声フレームから非音声フレームに変わったことを復号器が検出すると、即ち第１のＳＩＤフレームを受信すると、バッファ中に格納されている前のＮ_ｐフレームのエネルギーゲインパラメータとスペクトルパラメータとを用いて、再構成パラメータの初期値として、平均エネルギーゲインパラメータＧ_ｒｅｆとスペクトルパラメータｌｓｆ_ｒｅｆを計算する。ここで、Ｎ_ｐの値は０より大きい整数であり、例えばＮ_ｐ＝５である。その前のフレームは音声フレームかあるいはＳＩＤフレームである。エネルギーゲインパラメータＧ_ｒｅｆの初期値の再構成、及びスペクトルパラメータｌｓｆ_ｒｅｆの初期値の再構成は、次式に従って得られる。

受信したＳＩＤフレームが最初のＳＩＤフレームでない場合には、そのＳＩＤフレームの前のフレームに対して再構成されたエネルギーゲインパラメータとスペクトルパラメータが、再構成パラメータの初期値として使用される。

１つの実施形態に従って、ノイズパラメータがＮＯ＿ＤＡＴＡフレームに対して再構成される場合は、再構成パラメータの初期値が、前のフレームに対して再構成されたエネルギーゲインパラメータとスペクトルパラメータとを用いて更新される。又は、次のＳＩＤフレームが来るまでは、再構成パラメータの初期値は更新されない。

ステップ２０３において、ノイズパラメータが再構成される。

音声セグメントからノイズセグメントへの遷移が生じると、つまり、音声フレームの次に最初のＳＩＤフレームが受信されると、ｌｅｎｇｔｈの初期値がＮ_ｐに設定される。その後、別のＳＩＤフレームが受信されると、直近のＳＩＤフレームとその前のＳＩＤフレームとの間のインタバルの長さが採用される。ＤＴＸの効率を保障するために、ＳＩＤフレームの伝送インタバルは一般には制限がある。即ち、ｌｅｎｇｔｈは自然数より大きいか等しくなければならない。例えば、プロトコルＧ７２９Ｂリリースでは、ｌｅｎｇｔｈは２より大きいか等しくなければならない、と規定されている。

直近のＳＩＤフレームから復号されたエネルギーゲインパラメータはＧ_ｓｉｄであり、スペクトルパラメータはｌｓｆ_ｓｉｄである。ＳＩＤフレームからｋ番目のフレームに対しては、次式に従ってエネルギーゲインパラメータのノイズパラメータ増分ｄ_ｋ，Ｇが与えられる。

そのエネルギーゲインパラメータの浮動半径Δ_Ｇは、次式により与えられる。

そのスペクトルパラメータのノイズパラメータ増分ｄ_{ｋ，ｌｓｆ}は次のように表される。

そのスペクトルパラメータの浮動半径Δ^ｉ _ｌｓｆは次のように表される。

ここで、Ｍはスペクトルパラメータの線形予測法の次数である。

次に、現フレームの再構成ノイズパラメータ中の再構成エネルギーゲインパラメータの浮動中心Ｃ_Ｇ，ｋが次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータの浮動中心Ｃ^ｉ _{ｌｓｆ，ｋ}が次式により与えられる。

現フレームの再構成ノイズパラメータの中の再構成エネルギーゲインパラメータＧ_ｋが次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータｌｓｆ^ｉ _ｋが次式により与えられる。

ここで、関数ｒａｎｄ（ａ，ｂ）は区間［ａ，ｂ］に均一に分散している値からランダムに１つの値を取り出すことを表している。

新しいＳＩＤが受信されると、関連する変数が以下のように更新される。

そして、ｋ＝１である。

ＮＯ＿ＤＡＴＡフレームが受信されると、再構成パラメータの初期値が更新されて、次のようになる。

再構成パラメータの初期値が更新され、ｋ＝ｋ＋１となる。

フレームのノイズパラメータの再構成は、新しいＳＩＤフレームが受信されるまで続く。

ステップ２０４において、再構成ノイズパラメータを用いてノイズが生成される。

ランダム系列を用いてホワイトノイズ励起信号ｅ（ｎ）が生成される。

再構成スペクトルパラメータｌｓｆ_ｋは合成フィルタａ_ｋ（ｚ）を形成するのに用いられる。

合成フィルタは、生成された励起信号：

を合成フィルタリングするのに使用される。

再構成エネルギーゲインパラメータＧ_ｋが、合成ノイズｙ_ｋ（ｎ）の時間領域形成に使用される。

ここで、Ｎは復号器でコンフォートノイズが回復されるフレームの長さである。

本実施形態においては、ステップ２０４では再構成ノイズパラメータを用いたノイズ生成方法、即ち、励起信号及び再構成ノイズパラメータを用いる、前述のノイズ生成の第１の方法、が使われる。

この実施形態においては、符号器に使用されるプロトコル標準に関する制約はない。本発明の技術的解決策は、符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、操作可能である。更に、音声セグメントからノイズセグメントへの遷移が生じると、直近の音声セグメントの平均エネルギーゲインパラメータとスペクトルパラメータを初期値とし、新しく受信したノイズパラメータを参照して、ノイズパラメータが再構成される。こうして、音声セグメントからノイズセグメントへ変化が生じると、生成されたノイズと音声セグメントの遷移は自然であり、ユーザの聴取感がより良くなる。その一方で、実際のノイズパラメータの影響を参照することにより、ユーザが近似的な音声環境を認識できる。新しいＳＩＤフレームが受信される度に、前のフレームの再構成ノイズパラメータを初期値とし、新しく受信したノイズパラメータを参照することにより、ノイズパラメータが再構成される。生成されたノイズの遷移はこのように自然であり、ユーザの聴取感がより良くなる。その一方でまた、実際のノイズパラメータの影響を参照することにより、ユーザが近似的な音声環境を認識できる。更に、ＮＯ＿ＤＡＴＡフレームが処理される場合、再構成ノイズパラメータの変化曲線を滑らかとするために、ＮＯ＿ＤＡＴＡフレームと直近のＳＩＤフレームとの間の距離と、直近のＳＩＤフレームのノイズパラメータの変化方向と、直近のＳＩＤフレームのノイズパラメータと再構成パラメータの初期値との間の差異と、に基づいて、前のフレームとは少し変化したノイズパラメータがＮＯ＿ＤＡＴＡフレーム用に再構成される。こうして、生成されたノイズの遷移はフレーム間で自然であり、ユーザにはより良い聴取感がもたらされる。

本発明の実施形態３によるノイズ生成方法においては、符号器はＳＩＤフレームを固定インタバルで送信する。図３にフロー図が示される。

ステップ３０１において、ＳＩＤフレームが受信され、そのＳＩＤフレームで搬送されるノイズパラメータが取得される。

音声通信が開始された後、復号器は受信したデータパケットからフレーム情報を復号する。そして、フレームのフォーマットに関する決定が行われる。フレームが音声フレームである場合には、音声フレーム処理フローが開始される。フレームが、ＳＩＤフレームやＮＯ＿ＤＡＴＡフレームなどの非音声フレームである場合、本実施形態で提供されるノイズ生成方法のフローが開始される。

非音声フレームが処理される場合、ＮＯ＿ＤＡＴＡフレームには音声データが含まれていないので、この手順は直接ステップ３０２に進む。ＳＩＤフレームが受信されると、ＳＩＤフレーム中で搬送されたノイズパラメータ、即ち信号エネルギーゲインパラメータＧ_ｓｉｄ及びスペクトルパラメータｌｓｆ_ｓｉｄが取得される。

ステップ３０２においては、再構成パラメータの初期値が取得される。

符号器が、固定ＳＩＤフレームインタバルでＳＩＤフレームを送信する。ここで、ＳＩＤフレームインタバルをＬＥＮＧＴＨとする。ＬＥＮＧＴＨの値は０より大きい自然数である。

フレームタイプが音声フレームから非音声フレームに変わったことを復号器が検出すると、即ち最初のＳＩＤフレームを受信すると、受信したＳＩＤフレームのノイズパラメータは後から来るＬＥＮＧＴＨフレームの再構成ノイズパラメータとして利用することができ、再構成ノイズエネルギーゲインパラメータＧ_ｒｅｆとスペクトルパラメータｌｓｆ_ｒｅｆの初期値として利用される。エネルギーゲインパラメータＧ_ｒｅｆの初期値の再構成、及びスペクトルパラメータｌｓｆ_ｒｅｆの初期値の再構成は、以下のようになる。

ステップ３０３において、ノイズパラメータが再構成される。

ノイズパラメータの再構成が、第２のＳＩＤフレームの受信で始まる。直近のＳＩＤフレームから復号されたエネルギーゲインパラメータはＧ_ｓｉｄであり、スペクトルパラメータはｌｓｆ_ｓｉｄである。ＳＩＤフレームからｋ番目のフレームに対しては、次式に従ってエネルギーゲインパラメータのノイズパラメータ増分ｄ_ｋ，Ｇが与えられる。

そのエネルギーゲインパラメータの浮動半径Δ_Ｇは、次式により与えられる。

そのスペクトルパラメータのノイズパラメータ増分ｄ_{ｋ，ｌｓｆ}は次のように表される。

そのスペクトルパラメータの浮動半径Δ^ｉ _ｌｓｆは次のように表される。

ここで、Ｍは形予測法の次数である。

現フレームの再構成ノイズパラメータ中の再構成エネルギーゲインパラメータの浮動中心Ｃ_Ｇ，ｋが次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータの浮動中心Ｃ^ｉ _{ｌｓｆ，ｋ}が次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成エネルギーゲインパラメータＧ_ｋが次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータｌｓｆ^ｉ _ｋが次式により与えられる。

ここで、関数ｒａｎｄ（ａ，ｂ）は区間［ａ，ｂ］に均一に分散している値からランダムに１つの値を取り出すことを表している。

新しいＳＩＤが受信されると、関連する変数が以下のように更新される。

最後にｋ＝１とする。

ＮＯ＿ＤＡＴＡフレームが受信されると、再構成パラメータの初期値が更新されて、次のようになる。

再構成パラメータの初期値が更新され、ｋ＝ｋ＋１となる。

フレームのノイズパラメータの再構成は、新しいＳＩＤフレームが受信されるまで続く。

ステップ３０４において、再構成ノイズパラメータを用いてノイズが生成される。

ランダム系列発生器と再構成エネルギーゲインパラメータＧ_ｋを用いてホワイトノイズ励起信号ｅ（ｎ）が合成される。

再構成スペクトルパラメータｌｓｆ_ｋは合成フィルタａ_ｋ（ｚ）を形成するのに用いられる。

生成された励起信号は合成フィルタで合成フィルタリングされてもよい。

更に後フィルタリングを行った後、コンフォートノイズが復号器で回復される。

本実施形態においては、ステップ３０４では再構成ノイズパラメータを用いたノイズ生成方法、即ち、励起信号及び再構成ノイズパラメータを用いる、前記のノイズ生成の第２の方法、が使われる。

この実施形態においては、符号器に使用されるプロトコル標準に関する制約はない。符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、エネルギーゲインパラメータ、スペクトルパラメータなどを含む、滑らかなノイズパラメータが再構成される。そうして、自然なコンフォートノイズが生成される。

音声セグメントからノイズセグメントへの変化が生じると、新規に受信したＳＩＤフレームのノイズパラメータが、最初のＳＩＤフレームとその次のＳＩＤフレームとの間のノイズ生成に利用される。新しいＳＩＤフレームが受信される度に、ノイズパラメータが再構成され、前のフレームの再構成ノイズパラメータを初期値とし、新しく受信したノイズパラメータを参照することにより、ノイズが生成される。音声セグメントからノイズセグメントへの変化が生じる場合、伝送されるＳＩＤフレームは音声セグメントに非常に近接している。従って、新しく受信したＳＩＤフレームのノイズパラメータが、最初のＳＩＤフレームとその次のＳＩＤフレームとの間のノイズ生成に直接利用される。音声セグメントからノイズセグメントへの遷移は自然なものとなる。２つのＳＩＤフレーム間のインタバルは非常に短い。従ってノイズは短期間では変化せず、普通の人は聞いても気がつかない。従って、ユーザの聴取感がより良くなる。新しいＳＩＤフレームが受信される度に、前のフレームの再構成ノイズパラメータを初期値とし、新しく受信したノイズパラメータを参照することにより、ノイズパラメータが再構成される。生成されたノイズの遷移は自然であり、ユーザの聴取感がより良くなる。その一方で、実際のノイズパラメータの影響を参照することにより、ユーザが近似的な音声環境を認識できる。更に、ＮＯ＿ＤＡＴＡフレームが処理される場合、ＮＯ＿ＤＡＴＡフレームと直近のＳＩＤフレームとの間の距離と、直近のＳＩＤフレームのノイズパラメータの変化方向と、直近のＳＩＤフレームのノイズパラメータと再構成パラメータの初期値との間の差異と、に基づいて、前のフレームとは少し変化したノイズパラメータがＮＯ＿ＤＡＴＡフレームに対して再構成される。その結果再構成ノイズパラメータは滑らかな変化曲線となる。従って、生成されたノイズの遷移はフレーム間でより自然であり、ユーザの聴取感がより良くなる。

本発明の実施形態４によるノイズ生成方法においては、符号器はＳＩＤフレームを適応インタバルで送信する。図４にそのフロー図が示される。

ステップ４０１において、ＳＩＤフレームが受信され、そのＳＩＤフレームで搬送されるノイズパラメータが取得される。

音声通信が開始された後、復号器は受信したデータパケットからフレーム情報を復号する。次に、フレームのフォーマットに関する決定が行われる。フレームが音声フレームである場合には、音声フレーム処理フローが開始される。フレームが、ＳＩＤフレームやＮＯ＿ＤＡＴＡフレームなどの非音声フレームである場合、本実施形態で提供されるノイズ生成方法のフローが開始される。

非音声フレームが処理される場合、ＮＯ＿ＤＡＴＡフレームには音声データが含まれていないので、この手順は直接ステップ４０２に進む。ＳＩＤフレームが受信されると、ＳＩＤフレーム中で搬送されたノイズパラメータ、即ち信号エネルギーゲインパラメータＧ_ｓｉｄとスペクトルパラメータｌｓｆ_ｓｉｄとが取得される。

ステップ４０２においては、再構成パラメータの初期値が取得される。

フレームタイプが音声フレームから非音声フレームに変わったことを復号器が検出すると、即ち最初のＳＩＤフレームを受信すると、そのフレームから得られた信号エネルギーゲインパラメータをＧ_{ｓｉｄ（１）}及びスペクトルパラメータをｌｓｆ_{ｓｉｄ（１）}とする。エネルギーゲインパラメータＧ_ｒｅｆの初期値の再構成、及びスペクトルパラメータｌｓｆ_ｒｅｆの初期値の再構成は、次式に従って得られる。

受信したＳＩＤフレームが最初のＳＩＤフレームでない場合には、そのＳＩＤフレームの前のフレームに対して再構成されたエネルギーゲインパラメータとスペクトルパラメータが、再構成パラメータの初期値として使用される。

この実施形態においては、ノイズパラメータがＮＯ＿ＤＡＴＡフレームに対して再構成される場合は、再構成パラメータの初期値が、前のフレームに対して再構成されたエネルギーゲインパラメータとスペクトルパラメータを用いて更新される。又は、次のＳＩＤフレームが来るまでは、再構成パラメータの初期値は更新されない。

ステップ４０３において、ノイズパラメータが再構成される。

音声セグメントからノイズセグメントへの変化が生じると、つまり、音声フレームの次に最初のＳＩＤフレームが受信されると、ｌｅｎｇｔｈの初期値がＮ_ｐに設定される。その後、別のＳＩＤフレームが受信されると、直近のＳＩＤフレームとその前のＳＩＤフレームとの間のインタバルの長さが用いられる。ＤＴＸの効率を保障するために、ＳＩＤフレームの伝送間隔は一般には制限がある。即ち、ｌｅｎｇｔｈは自然数より大きいか等しくなければならない。例えば、プロトコルＧ７２９Ｂリリースでは、ｌｅｎｇｔｈは２より大きいか等しくなければならない、と規定されている。

復号器により直近のＳＩＤフレームから復号されるエネルギーゲインパラメータはＧ_{ｓｉｄ（ｎ）}であり、スペクトルパラメータはｌｓｆ_{ｓｉｄ（ｎ）}，（ｎ＝１，２，・・）である、従って、

となる。

ｎ番目のＳＩＤフレームの後のｋ番目のフレームに対しては、そのエネルギーゲインパラメータのノイズパラメータ増分ｄ_ｋ，Ｇは次のように表される。

ここで、Ｇ_ｒｅｆはエネルギーゲインパラメータの再構成パラメータの初期値であり、Ｇ_０は新しく受信したＳＩＤフレームの前のフレームに対して再構成されたエネルギーゲインパラメータである。

新しく受信したＳＩＤフレームが最初のＳＩＤフレームであれば、Ｇ_０はバッファに格納されている、以前のＮ_ｐフレームのエネルギーゲインパラメータの荷重平均Ｇ_{ｓｉｄ（０）}である。Ｇ_{ｓｉｄ（０）}は次のように表される。

ここで、ｗ_ｉは荷重であり、

である。

そのエネルギーゲインパラメータの浮動半径Δ_Ｇは次のように表される。

そのスペクトルパラメータのノイズパラメータ増分ｄ^ｉ _{ｋ，ｌｓｆ}は次のように表される。

ここで、ｌｓｆ_ｒｅｆはスペクトルパラメータに対する再構成パラメータの初期値であり、ｌｓｆ_０は新たに受信したＳＩＤフレームの前のフレームに対して再構成されたスペクトルパラメータである。

新しく受信したＳＩＤフレームが最初のＳＩＤフレームであれば、ｌｓｆ_０は、バッファに格納されている、以前のＮ_ｐフレームに対するエネルギーゲインパラメータの荷重平均ｌｓｆ_{ｓｉｄ（０）}である。ｌｓｆ_{ｓｉｄ（０）}は次のように表される。

ここで、ｗ_ｉは荷重であり、

である。

そのスペクトルパラメータの浮動半径Δ^ｉ _ｌｓｆは次のように表される。

ここで、Ｍはスペクトルパラメータの線形予測法の次数である。

現フレームの再構成ノイズパラメータ中の再構成エネルギーゲインパラメータの浮動中心Ｃ_Ｇ，ｋが次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータの浮動中心Ｃ^ｉ _{ｌｓｆ，ｋ}が次式により与えられる。

現フレームの再構成ノイズパラメータ中の再構成エネルギーゲインパラメータＧ_ｋが次のように表される。

現フレームの再構成ノイズパラメータ中の再構成スペクトルパラメータｌｓｆ^ｉ _ｋが次のように表される。

ここで、関数ｒａｎｄ（ａ，ｂ）は区間［ａ，ｂ］に均一に分散している値からランダムに１つの値を取り出すことを表している。

新しいＳＩＤフレームが受信されると、関連する変数が以下のように更新される。

最後にｋ＝１である。

ＮＯ＿ＤＡＴＡフレームが受信されると、再構成パラメータの初期値が更新されて、次のようになる。

再構成パラメータの初期値が更新され、ｋ＝ｋ＋１となる。

フレームのノイズパラメータの再構成は、新しいＳＩＤフレームが受信されるまで続く。

ステップ４０４において、再構成ノイズパラメータを用いてノイズが生成される。

ランダム系列を用いてホワイトノイズ励起信号ｅ（ｎ）が生成される。

再構成スペクトルパラメータｌｓｆ_ｋは合成フィルタａ_ｋ（ｚ）を形成するのに用いられる。

合成フィルタは、生成された励起信号：

をフィルタリングするのに使用される。

次に、再構成エネルギーゲインパラメータＧ_ｋが、合成ノイズｙ_ｋ（ｎ）の時間領域形成に使用される。

ここで、Ｎは復号器でコンフォートノイズが回復されるフレームの長さである。

本実施形態においては、ステップ４０４で再構成ノイズパラメータを用いたノイズ生成方法、即ち、励起信号及び再構成ノイズパラメータを用いる前述のノイズ生成の第１の方法、が使われる。

この実施形態においては、符号器で使用されるプロトコル標準に関する制約はない。符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、エネルギーゲインパラメータ、スペクトルパラメータなどを含む、滑らかなノイズパラメータが再構成される。そうして、自然なコンフォートノイズが生成される。

音声セグメントからノイズセグメントへの遷移が生じると、新しく受信したフレームのノイズパラメータを初期値とし、新しく受信したノイズパラメータを参照することにより、ノイズパラメータが再構成される。音声セグメントからノイズセグメントへの変化が生じる場合、伝送されるＳＩＤフレームは音声セグメントに非常に近接している。従って、新しく受信したＳＩＤフレームのノイズパラメータが初期値として直接用いられてもよい。従って、音声セグメントからノイズセグメントへの遷移はより自然なものとなる。新しいＳＩＤフレームが受信される度に、前のフレームの再構成ノイズパラメータが初期値とされる。ノイズパラメータの再構成には、新しく受信したノイズパラメータも参照される。こうして、生成されたノイズの遷移はより自然となり、ユーザの聴取感はより良いものになるであろう。その一方で、実際のノイズパラメータの影響を参照することにより、ユーザが近似的な音声環境を認識できる。更に、直近のＳＩＤフレームと前のＳＩＤフレームとの差、及び、再構成パラメータの初期値と直近のＳＩＤフレームより前のフレームの再構成ノイズパラメータとの差、とに従って、再構成ノイズパラメータのランダム値範囲に更に影響を及ぼすノイズパラメータ増分が求められる。ノイズパラメータ増分による影響を受ける値域が、前のフレームに対して滑らかに変化する。この値域の範囲内でランダムな値を取る再構成ノイズパラメータは、それに応じた影響を受けて再構成ノイズパラメータの変化曲線が滑らかになる。こうして、フレーム間での生成ノイズの遷移がより自然となり、ユーザにはよりよい聴取感がもたらされる。

本発明の実施形態で提供されるノイズ生成装置は、一般に復号器の中に配置される。ランダムな変化と滑らかな曲線を有するノイズパラメータは、少数のＳＩＤフレームのノイズパラメータの使用を介して再構成され、ユーザにとって快適なノイズが回復される。

当業者であれば、本発明の実施形態による上記の方法における、ステップのすべてあるいは一部は、関連するハードウェアに命令するプログラムで実行されてもよいことは理解されるであろう。プログラムはコンピュータ可読媒体に格納されてもよい。プログラムが実行される場合、上記の記憶媒体は読み出し専用メモリ（ＲＯＭ）、磁気ディスク、光ディスク、等であってよい。

本発明の実施形態で提供されるノイズ生成装置は、図５の構成であって、以下の部品を含んでよい。

前もって得られたノイズパラメータに従って再構成パラメータの初期値を取得するための初期値ユニット５１００、
再構成パラメータの初期値に基づいてランダムな値域を得るためのレンジユニット５２００、
前記ランダム値域の中から再構成ノイズパラメータとして１つの値をランダムに取り出す再構成ユニット５３００、
再構成ノイズパラメータを用いてノイズを合成するための合成ユニット５４００。

復号器はランダム系列発生器を用いて励起信号を合成する。ノイズが再構成される場合、励起信号は、例えば固定コードブックや適応コードブックに関連するパラメータなどの、通常の音声フレームに比べてＳＩＤフレームに欠けているものと等価である。ノイズの共通性に基づいて、復号器はノイズ再構成のための励起信号合成にランダム系列発生器を利用する。

合成ユニット５４００はノイズ生成に、励起信号と再構成ノイズパラメータとを用いた２つの方法を利用する。

第１の方法では、合成ユニット５４００が再構成ノイズパラメータ中のスペクトルパラメータを合成フィルタ係数に変換し、励起信号に対して合成フィルタリングを実行し、そうしてノイズ信号を得る。次に、再構成ノイズパラメータ中のエネルギーゲインパラメータを用いて合成ノイズ信号に時間領域形成を行う。後処理が施され、最終の再構成ノイズが出力される。

第２の方法では、合成ユニット５４００が再構成ノイズパラメータ中のエネルギーゲインパラメータとランダム系列発生器を用いて励起信号を合成する。次に、再構成ノイズパラメータ中のスペクトルパラメータが合成フィルタ係数に変換される。合成フィルタリングが励起信号に適用されてノイズ信号が得られる。

初期値ユニット５１００は、第１の初期値ユニット５１０１と、所望により第２の初期値ユニット５１０２とを含む。

第１の初期値ユニット５１０１は、第１のＳＩＤフレームを受信すると、ＳＩＤフレームの前の所定数のフレームに対するノイズパラメータの平均値あるいは荷重平均値を再構成パラメータの初期値とするように構成されている。

第２の初期値ユニット５１０２は、最初のＳＩＤフレームの受信した後にＳＩＤフレームを受信すると、新規に受信したＳＩＤフレーム以前のフレームに対する再構成ノイズパラメータを、再構成ノイズパラメータの初期値とするか、ＮＯ＿ＤＡＴＡフレームに対してノイズパラメータを再構成する場合に、ＮＯ＿ＤＡＴＡフレームの前のフレームに対する再構成ノイズパラメータを再構成ノイズパラメータの初期値とする、ように構成されている。

レンジユニット５２００は、
ＳＩＤフレームから取得されたノイズパラメータに基づいてノイズパラメータ増分を取得するように構成された増分ユニット５２１０と、
予想インタバル長を取得するように構成されたインタバル取得ユニット５２２０と、
予想インタバル長とノイズパラメータ増分とに基づいて浮動半径を取得するように構成された半径取得ユニット５２３０と、
再構成パラメータの初期値と浮動半径とに基づいて浮動中心を取得するように構成された中心取得ユニットと、
浮動中心をランダム値域の中心とし、浮動半径をランダム値域の半径とすることにより、ランダム値域を決定するように構成された操作ユニット５２４０と、を含む。

増分ユニット５２１０は第１の増分ユニット５２１１か、第２の増分ユニット５２１２か、あるいは第３の増分ユニット５２１３か、を含んでよい。

第１の増分ユニット５２１１は、新規に取得されたＳＩＤフレームから得られるノイズパラメータと、再構成パラメータの初期値との差をノイズパラメータ増分とするように構成される。

第２の増分ユニット５２１２は、新規に取得されたＳＩＤフレームから得られるノイズパラメータと、以前のＳＩＤフレームから得られるノイズパラメータとの差をノイズパラメータ増分とするように構成される。

第３の増分ユニット５２１３は、新規に取得されたＳＩＤフレームから得られるノイズパラメータと以前のＳＩＤフレームから得られるノイズパラメータとの差と、再構成パラメータの初期値と新規に取得されたＳＩＤフレームより前のフレームの再構成ノイズパラメータとの差と、の両者の差を、ノイズパラメータ増分とするように構成される。

半径取得ユニット５２３０は、第１の半径取得ユニット５２３１、あるいは第２の半径取得ユニット５２３２を含んでよい。

第１の半径取得ユニット５２３１は、ノイズパラメータ増分を予想インタバル長の２倍で割ることにより浮動半径を取得するように構成される。

第２の半径取得ユニット５２３２は、ノイズパラメータ増分と、予想インタバル長と、現フレームと新しく受信したＳＩＤフレームとの間の距離と、に基づいて浮動半径を取得するように構成される。

インタバル取得ユニット５２２０は、第１のインタバル取得ユニット５２２１又は第２のインタバル取得ユニット５２２２と、所望により第３のインタバル取得ユニット５２２３とを含んでよい。

第１のインタバル取得ユニット５２２１は、最初のＳＩＤフレームを受信すると所定の値をインタバル長とするように構成される。

第２のインタバル取得ユニット５２２２は、最初のＳＩＤフレームを受信すると、システムにより設定される伝送音声挿入記述子フレームインタバルをインタバル長とするように構成される。

第３のインタバル取得ユニット５２２３は、最初のＳＩＤフレームを受信した後に任意のＳＩＤフレームを受信するか、ノイズパラメータをＮＯ＿ＤＡＴＡフレームに対して再構成するか、のいずれかの場合に、新しく受信したＳＩＤフレームとその前に受信したＳＩＤフレームとの間のインタバル長を予想インタバル長とするように構成される。

本発明の実施形態で提供されるノイズ生成装置の操作方法は、本発明の実施形態で提供される上記のノイズ生成法と実質的に同一であり、ここでは繰り返し説明しない。

この実施形態においては、符号器に使用されるプロトコル標準に関する制約はない。本発明の技術的解決策は、符号器がＳＩＤフレームを固定インタバルで伝送しても、あるいは適応インタバルで伝送しても、操作可能である。更に、新しいＳＩＤフレームが受信される度に、ノイズパラメータ再構成が前のフレームの再構成ノイズパラメータと新しく受信したノイズパラメータとを参照する。こうして、生成されたノイズの遷移がより自然となり、ユーザにはよりよい聴取感がもたらされる。更には、実際のノイズパラメータの影響が参照されてユーザが近似的な音声環境を認識できるようにする。更に、ＮＯ＿ＤＡＴＡフレームが処理される場合、ＮＯ＿ＤＡＴＡフレームと直近ＳＩＤフレームとの間の距離と、直近ＳＩＤフレームのノイズパラメータの変化方向と、直近ＳＩＤフレームのノイズパラメータと再構成パラメータの初期値との間の差異と、に基づいて、前のフレームから少し変化したノイズパラメータがＮＯ＿ＤＡＴＡフレームに対して再構成される。こうして、再構成ノイズパラメータの変化曲線が滑らかになる。その結果、フレーム間での生成されたノイズの遷移がより自然であり、ユーザにはよりよい聴取感がもたらされる。

以上、本発明で提供されるノイズ生成の装置及び方法について、詳細な説明を行った。ある特定の例示的実施形態を用いて本発明の原理及び実行を説明した。これは単に、本発明の方法及び基本概念の理解に資するためだけのものである。当業者にとっては、本発明の範囲から逸脱することなしに種々の変更が可能である。従って、上記の記述は本発明の範囲を制限するものと見なすべきではない。

Claims (15)

1. 再構成パラメータの初期値を決定し、
   前記再構成パラメータの前記初期値に基づいてランダムな値域を決定し、
   前記ランダムな値域の中から再構成ノイズパラメータとして１つの値をランダムに取り出し、
   前記再構成ノイズパラメータを用いてノイズを生成する、
   ことを含むことを特徴とする、ノイズ生成方法であって、
   前記再構成パラメータの前記初期値を決定するプロセスが、
   最初の無音挿入記述子（ＳＩＤ）フレームを受信すると、前記最初のＳＩＤの前の所定数のフレームに対するノイズパラメータの平均値あるいは荷重平均値を前記再構成パラメータの前記初期値とするか、
   前記最初のＳＩＤフレームを受信した後に任意のＳＩＤフレームを受信すると、新たに受信したＳＩＤフレームの前のフレームに対する前記再構成ノイズパラメータを、前記再構成パラメータの前記初期値とするか、又は
   ＮＯ＿ＤＡＴＡフレームに対してノイズパラメータが再構成される場合に、前記ＮＯ＿ＤＡＴＡフレームの前のフレームに対する前記再構成ノイズパラメータを、前記再構成パラメータの前記初期値とする、
   ことを含むノイズ生成方法。
2. 前記再構成パラメータの前記初期値に基づいて前記ランダム値域を決定するプロセスが、
   ＳＩＤフレームから取得したノイズパラメータに基づいてノイズパラメータ増分を決定し、
   予想インタバル長を決定し、かつ前記予想インタバル長と前記ノイズパラメータ増分とに基づいて浮動半径を決定し、
   前記再構成パラメータの前記初期値と前記浮動半径とに基づいて浮動中心を決定し、
   前記浮動中心を前記ランダム値域の中心とし、前記浮動半径を前記ランダム値域の半径とすることにより、前記ランダム値域を決定する、
   ことを含む、請求項１に記載のノイズ生成方法。
3. 前記再構成パラメータの前記初期値と前記浮動半径とに基づいて前記浮動中心を決定するプロセスが、
   前記再構成パラメータの前記初期値と前記浮動半径の２倍との合計を前記浮動中心とする、
   ことを含む、請求項２に記載のノイズ生成方法。
4. 前記ＳＩＤフレームから得られた前記ノイズパラメータに基づいて前記ノイズパラメータ増分を決定するプロセスが、
   新たに取得されたＳＩＤフレームから得られるノイズパラメータと、前記再構成パラメータの前記初期値との差を前記ノイズパラメータ増分とするか、
   新たに取得されたＳＩＤフレームから得られるノイズパラメータと、以前のＳＩＤフレームから得られるノイズパラメータとの差を前記ノイズパラメータ増分とするか、又は
   新たに取得されたＳＩＤフレームから得られるノイズパラメータと以前のＳＩＤフレームから得られるノイズパラメータとの差と、前記再構成パラメータの前記初期値と新たに取得されたＳＩＤフレームより前のフレームの前記再構成ノイズパラメータとの差とを、前記ノイズパラメータ増分とする、
   ことを含む、請求項２に記載のノイズ生成方法。
5. 前記予想インタバル長と前記ノイズパラメータ増分とに基づいて前記浮動半径を決定するプロセスが、
   

   

   を前記浮動半径とするか、又は
   

   

   を前記浮動半径とする、
   ことを含み、
   ここで、ｄＰは前記ノイズパラメータ増分であり、ｌｅｎｇｔｈは前記予想インタバル長であり、ｋは現フレームと前記新たに受信したＳＩＤフレームとの間の距離である、
   請求項２に記載のノイズ生成方法。
6. 前記予想インタバル長を決定するプロセスが、
   最初のＳＩＤフレームを受信すると、前記予想インタバル長として所定の値を取るか、又は
   システムにより設定された無音挿入記述子フレームインタバルを前記予想インタバル長とする、
   ことを含む、請求項２に記載のノイズ生成方法。
7. 前記予想インタバル長を決定する前記プロセスが、
   前記最初のＳＩＤフレームを受信した後に任意のＳＩＤフレームを受信するか、又はＮＯ＿ＤＡＴＡフレームに対して前記ノイズパラメータを再構成する場合に、前記新しく受信したＳＩＤフレームと以前に受信したＳＩＤフレームとの間のインタバル長を前記予想インタバル長とする、
   ことを更に含む、請求項６に記載のノイズ生成方法。
8. 前記ノイズパラメータは、エネルギーパラメータとスペクトルパラメータとを含む、請求項１に記載のノイズ生成方法。
9. コンピュータプロセッサにより実行されると、前記コンピュータプロセッサが請求項１〜８のいずれか１項に記載のステップを実行するコンピュータプログラムコードを備えるコンピュータ可読記憶媒体。
10. 再構成パラメータの初期値を決定するための初期値ユニットと、
    前記再構成パラメータの前記初期値に基づいてランダムな値域を決定するためのレンジユニットと、
    前記ランダム値域の中から再構成ノイズパラメータとして１つの値をランダムに取り出す再構成ユニットと、
    前記再構成ノイズパラメータを用いてノイズを生成するための合成ユニットと、
    を備えることを特徴とする、ノイズ生成装置であって、
    前記初期値ユニットは、
    最初のＳＩＤフレームを受信すると、前記ＳＩＤフレームの前の所定数のフレームに対する前記ノイズパラメータの平均値あるいは荷重平均値を前記再構成パラメータの前記初期値とするように構成された第１の初期値ユニット、
    を含み、
    前記初期値ユニットは、
    前記最初のＳＩＤフレームを受信した後に任意のＳＩＤフレームを受信すると、前記の新たに受信したＳＩＤフレームより前のフレームに対する前記再構成ノイズパラメータを、前記再構成パラメータの前記初期値とするか、又は
    ＮＯ＿ＤＡＴＡフレームに対してノイズパラメータを再構成する場合に、前記ＮＯ＿ＤＡＴＡフレームの前のフレームに対する前記再構成ノイズパラメータを前記再構成パラメータの前記初期値とする、
    ように構成された第２の初期値ユニットを更に備える、
    ノイズ生成装置。
11. 前記レンジユニットは、
    ＳＩＤフレームから取得されたノイズパラメータに基づいてノイズパラメータ増分を決定するように構成された増分ユニットと、
    予想インタバル長を決定するように構成されたインタバル取得ユニットと、
    前記予想インタバル長と前記ノイズパラメータ増分とに基づいて浮動半径を決定するように構成された半径取得ユニットと、
    前記再構成パラメータの前記初期値と前記浮動半径とに基づいて浮動中心を決定するように構成された中心取得ユニットと、
    前記浮動中心を前記ランダムな値域の中心とし、前記浮動半径を前記ランダム値域の半径とすることにより、前記ランダム値域を決定するように構成された操作ユニットと、
    を含む、請求項１０に記載のノイズ生成装置。
12. 前記増分ユニットは、
    新たに取得されたＳＩＤフレームから得られるノイズパラメータと、前記再構成パラメータの前記初期値との差を前記ノイズパラメータ増分とするように構成された第１の増分ユニット、
    新たに取得されたＳＩＤフレームから得られるノイズパラメータと、以前のＳＩＤフレームから得られるノイズパラメータとの差を前記ノイズパラメータ増分とするように構成された第２の増分ユニット、又は
    新たに取得されたＳＩＤフレームから得られるノイズパラメータと以前のＳＩＤフレームから得られるノイズパラメータとの差と、前記再構成パラメータの前記初期値と新たに取得されたＳＩＤフレームより前のフレームに対する前記再構成ノイズパラメータとの差と、の両者の差を、前記ノイズパラメータ増分とするように構成された第３の増分ユニット
    を備える、請求項１１に記載のノイズ生成装置。
13. 前記半径取得ユニットは、
    前記ノイズパラメータ増分を前記予想インタバル長の２倍で割ることにより前記浮動半径を得るように構成された第１の半径取得ユニット、又は
    前記ノイズパラメータ増分と、前記予想インタバル長と、前記現フレームと前記新しく受信したＳＩＤフレームとの間の前記距離と、に基づいて、前記浮動半径を得るように構成された第２の半径取得ユニット
    を備える、請求項１１に記載のノイズ生成装置。
14. 前記インタバル取得ユニットは、
    最初のＳＩＤフレームを受信すると、所定の値を前記インタバル長とするように構成された第１のインタバル取得ユニット、又は
    最初のＳＩＤフレームを受信すると、システムにより設定される伝送音声挿入記述子フレームインタバルを前記インタバル長とするように構成された第２のインタバル取得ユニット
    を備える、請求項１１に記載のノイズ生成装置。
15. 前記インタバル取得ユニットは、
    前記最初のＳＩＤフレームを受信した後に任意のＳＩＤフレームを受信するか、又はＮＯ＿ＤＡＴＡフレームに対して前記ノイズパラメータを再構成するかした場合に、新たに受信したＳＩＤフレームとその前に受信したＳＩＤフレームとの間の前記インタバル長を前記予想インタバル長とするように構成された第３のインタバル取得ユニットを、
    更に含む、請求項１４に記載のノイズ生成装置。

Images