特許ウォッチ

公開番号2025066171
公報種別公開特許公報(A)
公開日2025-04-22
出願番号2025016475,2024081435
出願日2025-02-04,2019-04-25
発明の名称後処理遅延低減との高周波再構成技術の統合
出願人ドルビー・インターナショナル・アーベー
代理人弁理士法人ITOH
主分類G10L 19/00 20130101AFI20250415BHJP(楽器;音響)
要約【課題】符号化されたオーディオビットストリームを復号する方法が開示される。
【解決手段】当該方法は、符号化されたオーディオビットストリームを受信し、オーディオデータを復号して、復号された低帯域オーディオ信号を生成することを含む。当該方法は更に、高周波再構成メタデータを抽出し、復号された低帯域オーディオ信号を分析フィルタバンクでフィルタリングして、フィルタリングされた低帯域オーディオ信号を生成することを含む。当該方法はまた、オーディオデータに対してスペクトル変換又は高調波トランスポジションのいずれが実行されるべきかを指し示すフラグを抽出し、該フラグに従って、フィルタリングされた低帯域オーディオ信号及び高周波再構成メタデータを用いてオーディオ信号の高帯域部分を再生成することを含む。この高周波再生成は、オーディオチャンネル当たり3010サンプルの遅延で後処理動作として実行される。
【選択図】図5
特許請求の範囲【請求項１】
オーディオ信号の高周波再構成を実行する方法であって、当該方法は、
符号化されたオーディオビットストリームを受信し、該符号化されたオーディオビットストリームは、前記オーディオ信号の低帯域部分を表すオーディオデータと、高周波再構成メタデータとを含み、該高周波再構成メタデータは、エンベロープスケールファクタを含み、
前記オーディオデータを復号して、復号された低帯域オーディオ信号を生成し、
前記符号化されたオーディオビットストリームから前記高周波再構成メタデータを抽出し、前記高周波再構成メタデータは、高周波再構成プロセスのための動作パラメータを含み、該動作パラメータは、前記符号化されたオーディオビットストリームの後方互換拡張コンテナ内に置かれたパッチングモードパラメータを含み、該パッチングモードパラメータの第１の値は、スペクトル変換を指し示し、該パッチングモードパラメータの第２の値は、位相ボコーダ周波数拡散による高調波トランスポジションを指し示し、
前記復号された低帯域オーディオ信号をフィルタリングして、フィルタリングされた低帯域オーディオ信号を生成し、
前記フィルタリングされた低帯域オーディオ信号及び前記高周波再構成メタデータを用いて、前記オーディオ信号の高帯域部分を再生成し、当該再生成することは、前記パッチングモードパラメータが前記第１の値である場合にスペクトル変換を含み、当該再生成することは、前記パッチングモードパラメータが前記第２の値である場合に位相ボコーダ周波数拡散による高調波トランスポジションを含む、
ことを有し、
前記フィルタリングすること及び前記再生成することは、オーディオチャンネル当たり３０１０サンプルの遅延で後処理動作として実行され、前記スペクトル変換は、適応逆フィルタリングによって、音調成分と雑音ライク成分との間の比を維持することを有する、
方法。
続きを表示（約 1,800 文字）【請求項２】
前記後方互換拡張コンテナは更に、前記パッチングモードパラメータが前記第１の値に等しいときに、前記高帯域部分のスペクトルエンベロープの形状における不連続を回避するために追加の前処理が使用されるかを指し示すフラグを含み、該フラグの第１の値は、前記追加の前処理をイネーブルし、該フラグの第２の値は、前記追加の前処理をディセーブルする、請求項１に記載の方法。
【請求項３】
前記追加の前処理は、線形予測フィルタ係数を用いてプリゲイン曲線を計算することを含む、請求項２に記載の方法。
【請求項４】
前記後方互換拡張コンテナは更に、前記パッチングモードパラメータが前記第２の値に等しいときに、信号適応周波数ドメインオーバーサンプリングが適用されるべきかを指し示すフラグを含み、該フラグの第１の値は、前記信号適応周波数ドメインオーバーサンプリングをイネーブルし、該フラグの第２の値は、前記信号適応周波数ドメインオーバーサンプリングをディセーブルする、請求項１に記載の方法。
【請求項５】
前記信号適応周波数ドメインオーバーサンプリングは、過渡信号を含むフレームに対してのみ適用される、請求項４に記載の方法。
【請求項６】
位相ボコーダ周波数拡散による前記高調波トランスポジションは、毎秒４５０万演算以下及び３ｋワード以下のメモリの推定複雑度で実行される、請求項１に記載の方法。
【請求項７】
命令を含んだ非一時的なコンピュータ読み取り可能媒体であって、前記命令は、プロセッサによって実行されるときに請求項１に記載の方法を実行する、非一時的なコンピュータ読み取り可能媒体。
【請求項８】
命令を有した、非一時的なコンピュータ読み取り可能媒体に格納されたコンピュータプログラムであって、前記命令は、コンピューティング装置又はシステムによって実行されるときに、該コンピューティング装置又はシステムに、請求項１に記載の方法を実行させる、コンピュータプログラム。
【請求項９】
オーディオ信号の高周波再構成を実行するオーディオ処理ユニットであって、当該オーディオ処理ユニットは、
符号化されたオーディオビットストリームを受信する入力インタフェースであり、前記符号化されたオーディオビットストリームは、前記オーディオ信号の低帯域部分を表すオーディオデータと、高周波再構成メタデータとを含み、該高周波再構成メタデータは、エンベロープスケールファクタを含む、入力インタフェースと、
前記オーディオデータを復号して、復号された低帯域オーディオ信号を生成するコアオーディオデコーダと、
前記符号化されたオーディオビットストリームから前記高周波再構成メタデータを抽出するデフォーマッタであり、前記高周波再構成メタデータは、高周波再構成プロセスのための動作パラメータを含み、該動作パラメータは、前記符号化されたオーディオビットストリームの後方互換拡張コンテナ内に置かれたパッチングモードパラメータを含み、該パッチングモードパラメータの第１の値は、スペクトル変換を指し示し、該パッチングモードパラメータの第２の値は、位相ボコーダ周波数拡散による高調波トランスポジションを指し示す、デフォーマッタと、
前記復号された低帯域オーディオ信号をフィルタリングして、フィルタリングされた低帯域オーディオ信号を生成する分析フィルタバンクと、
前記フィルタリングされた低帯域オーディオ信号及び前記高周波再構成メタデータを用いて、前記オーディオ信号の高帯域部分を再構成する高周波リジェネレータであり、前記再構成することは、前記パッチングモードパラメータが前記第１の値である場合にスペクトル変換を含み、前記再構成することは、前記パッチングモードパラメータが前記第２の値である場合に位相ボコーダ周波数拡散による高調波トランスポジションを含む、高周波リジェネレータと、
を有し、
前記分析フィルタバンク及び前記高周波リジェネレータは、オーディオチャンネル当たり３０１０サンプルの遅延でポストプロセッサにて実行され、前記スペクトル変換は、適応逆フィルタリングによって、音調成分と雑音ライク成分との間の比を維持することを有する、
オーディオ処理ユニット。

発明の詳細な説明【技術分野】
【０００１】
この出願は、２０１８年４月２５日に出願された米国仮特許出願第６２／６６２，２９６号に対する優先権の利益を主張するものであり、その全体をここに援用する。
続きを表示（約 3,300 文字）【０００２】
実施形態は、オーディオ信号処理に関し、より具体的には、基本形式の高周波再構成（high frequency reconstruction；“ＨＦＲ”）又は強化形式のＨＦＲのいずれがオーディオデータに対して実行されるべきかを指定する制御データを有するオーディオビットストリームの符号化、復号、又はトランスコーディングに関する。
【背景技術】
【０００３】
典型的なオーディオビットストリームは、オーディオコンテンツの１つ以上のチャンネルを示すオーディオデータ（例えば、符号化されたオーディオデータ）と、オーディオデータ又はオーディオコンテンツの少なくとも１つの特徴を示すメタデータとの双方を含んでいる。符号化されたオーディオビットストリームを生成するためのよく知られた１つのフォーマットは、ＭＰＥＧ規格ＩＳＯ／ＩＥＣ１４４９６－３：２００９に記載された、ＭＰＥＧ－４ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ（ＡＡＣ）フォーマットである。ＭＰＥＧ－４規格において、ＡＡＣは“ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ”を表し、ＨＥ－ＡＡＣは“Ｈｉｇｈ－ＥｆｆｉｃｉｅｎｃｙＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ”を表す。
【０００４】
ＭＰＥＧ－４ＡＡＣ規格は、準拠したエンコーダ又はデコーダにどのオブジェクト及び符号化ツールが存在するかを決定するものである幾つかのオーディオプロファイルを規定している。それらのオーディオプロファイルのうちの３つは、（１）ＡＡＣプロファイル、（２）ＨＥ－ＡＡＣプロファイル、及び（３）ＨＥ－ＡＡＣｖ２プロファイルである。ＡＡＣプロファイルは、ＡＡＣｌｏｗｃｏｍｐｌｅｘｉｔｙ（すなわち、“ＡＡＣ－ＬＣ”）オブジェクトタイプを含む。ＡＡＣ－ＬＣオブジェクトは、若干の調整を加えられた、ＭＰＥＧ－２ＡＡＣｌｏｗｃｏｍｐｌｅｘｉｔｙプロファイルに対応するものであり、スペクトルバンド複製（“ＳＢＲ”）オブジェクトタイプ及びパラメトリックステレオ（“ＰＳ”）オブジェクトタイプのいずれも含まない。ＨＥ－ＡＡＣプロファイルは、ＡＡＣプロファイルの上位集合であり、ＳＢＲオブジェクトタイプを更に含む。ＨＥ－ＡＡＣｖ２プロファイルは、ＨＥ－ＡＡＣプロファイルの上位集合であり、ＰＳオブジェクトタイプを更に含む。
【０００５】
ＳＢＲオブジェクトタイプはスペクトルバンド複製ツールを含み、これは、知覚的オーディオコーデックの圧縮効率を有意に改善する重要な高周波再構成（“ＨＦＲ”）符号化ツールである。ＳＢＲは、受信器側（例えば、デコーダ内）でオーディオ信号の高周波成分を再構成する。従って、エンコーダは、低周波成分を符号化して送信することを必要とするのみであり、低いデータレートで遥かに高いオーディオ品質を可能にする。ＳＢＲは、エンコーダから得られた制御データ及び利用可能な限られた帯域幅の信号からの、データレートを低減させるために以前に切り捨てられた高調波のシーケンスの複製に基づく。音調（tonal）成分と雑音ライク（noise-like）成分との間の比が、適応逆フィルタリングと、オプションでの雑音及び正弦波の付加とによって維持される。ＭＰＥＧ－４ＡＡＣ規格において、ＳＢＲツールは、スペクトルパッチング（線形変換又はスペクトル変換とも呼ばれる）を実行し、それにおいて、オーディオ信号の送信された低帯域部分からオーディオ信号の高帯域部分に多数の連続した直交ミラーフィルタ（ＱＭＦ）サブバンドが複製（又は“パッチ”）され、それがデコーダ内で生成される。
【０００６】
スペクトルパッチング又は線形変換は、例えば比較的低いクロスオーバー周波数を持つ音楽コンテンツなどの、ある一定のオーディオタイプには理想的ではないことがある。従って、スペクトルバンド複製を改善する技術が望まれる。
【発明の概要】
【０００７】
第１のクラスの実施形態は、符号化されたオーディオビットストリームを復号する方法に関する。当該方法は、符号化されたオーディオビットストリームを受信し、オーディオデータを復号して、復号された低帯域オーディオ信号を生成することを含む。当該方法は更に、高周波再構成メタデータを抽出し、復号された低帯域オーディオ信号を分析フィルタバンクでフィルタリングして、フィルタリングされた低帯域オーディオ信号を生成することを含む。当該方法は更に、オーディオデータに対してスペクトル変換又は高調波トランスポジションのいずれが実行されるべきかを指し示すフラグを抽出し、該フラグに従って、フィルタリングされた低帯域オーディオ信号及び高周波再構成メタデータを用いてオーディオ信号の高帯域部分を再生成することを含む。最後に、当該方法は、フィルタリングされた低帯域オーディオ信号と再生成された高帯域部分と組み合わせて、広帯域オーディオ信号を形成することを含む。
【０００８】
第２のクラスの実施形態は、符号化されたオーディオビットストリームを復号するオーディオデコーダに関する。当該デコーダは、符号化されたオーディオビットストリームを受信する入力インタフェースであり、符号化されたオーディオビットストリームは、オーディオ信号の低帯域部分を表すオーディオデータを含む、入力インタフェースと、オーディオデータを復号して、復号された低帯域オーディオ信号を生成するコアデコーダと、を含む。当該デコーダはまた、符号化されたオーディオビットストリームから高周波再構成メタデータを抽出するデマルチプレクサであり、高周波再構成メタデータは、オーディオ信号の低帯域部分からオーディオ信号の高帯域部分へと、連続数のサブバンドを線形変換する高周波再構成プロセスのための動作パラメータを含む、デマルチプレクサと、復号された低帯域オーディオ信号をフィルタリングして、フィルタリングされた低帯域オーディオ信号を生成する分析フィルタバンクと、を含む。当該デコーダは更に、符号化されたオーディオビットストリームから、オーディオデータに対して線形変換又は高調波トランスポジションのいずれが実行されるべきかを指し示すフラグを抽出するデマルチプレクサと、該フラグに従って、フィルタリングされた低帯域オーディオ信号及び高周波再構成メタデータを用いて、オーディオ信号の高帯域部分を再生成する高周波リジェネレータと、を含む。最後に、当該デコーダは、フィルタリングされた低帯域オーディオ信号と再生成された高帯域部分と組み合わせて、広帯域オーディオ信号を形成する合成フィルタバンクを含む。
【０００９】
他のクラスの実施形態は、エンハンストスペクトルバンド複製（enhanced spectral band replication；ｅＳＢＲ）処理が実行されるべきかを特定するメタデータを含むオーディオビットストリームを符号化及びトランスコーディングすることに関する。
【図面の簡単な説明】
【００１０】
発明方法の一実施形態を実行するように構成され得るシステムの一実施形態のブロック図である。
発明オーディオ処理ユニットの一実施形態であるエンコーダのブロック図である。
発明オーディオ処理ユニットの一実施形態であるデコーダを含み、及びオプションで、それに結合されたポストプロセッサを含むシステムのブロック図である。
発明オーディオ処理ユニットの一実施形態であるデコーダのブロック図である。
発明オーディオ処理ユニットの他の一実施形態であるデコーダのブロック図である。
発明オーディオ処理ユニットの他の一実施形態のブロック図である。
ＭＰＥＧ－４ＡＡＣビットストリーム（それが分割されるセグメントを含む）のブロックの図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許