JP5743137B2 - 信号処理装置および方法、並びにプログラム - Google Patents

Description

本発明は信号処理装置および方法、並びにプログラムに関し、特に、符号化された音声信号を復号する場合に、より高音質な音声が得られるようにした信号処理装置および方法、並びにプログラムに関する。

従来、音声信号の符号化手法として、HE-AAC（High Efficiency MPEG（Moving Picture Experts Group）4 AAC（Advanced Audio Coding））（国際標準規格ISO／IEC14496-3）等が知られている。このような符号化手法では、SBR（Spectral Band Replication）と呼ばれる高域特徴符号化技術が用いられている（例えば、特許文献１参照）。

SBRでは、音声信号の符号化時に、符号化された音声信号の低域成分（以下、低域信号と称する）とともに、音声信号の高域成分（以下、高域信号と称する）を生成するためのSBR情報が出力される。復号装置では、符号化された低域信号を復号するとともに、復号により得られた低域信号とSBR情報とを用いて高域信号を生成し、低域信号と高域信号からなる音声信号を得る。

このようなSBR情報には、主に高域成分の包絡形状を示す包絡情報と、復号装置において高域成分を生成するために付加されるノイズ信号を得るためのノイズ包絡情報とが含まれている。

ここでノイズ包絡情報には、高域成分に含まれるノイズ信号の各SBRフレームを２つの区間に分割する境界位置（以下、ノイズ境界位置と称する）を示す情報と、各区間におけるノイズ信号のゲインを示す情報とが含まれる。したがって、復号装置では、ノイズ包絡情報に基づいて、予め定められたノイズ信号に対して、ノイズ境界位置で区切られる各区間のゲイン調整が行なわれ、最終的なノイズ信号とされる。なお、SBRでは、ノイズ信号のSBRフレームを２つの区間に分割せずに、SBRフレーム全体に対してゲインを設定することも可能となっている。

復号装置は、音声信号の復号時において、低域信号および包絡情報から得られる擬似的な高域信号と、ノイズ包絡情報から得られるノイズ信号とを合成することで高域成分を生成し、得られた高域成分と低域信号とから音声信号を生成する。

ところでSBRでは、トーン性の高い音声信号に対しては、さらに正弦波合成を用いた符号化が行われている。すなわち、復号側での高域成分の生成時において、擬似的な高域信号に対して、ノイズ信号だけでなく、特定周波数の正弦波信号も加算される。このような場合、擬似的な高域信号、ノイズ信号、および正弦波信号を合成して得られる信号が、予測により得られた高域信号とされることになる。

高域成分の予測に正弦波信号を用いる場合、SBR情報には、SBRフレームにおける正弦波信号の有無を示す正弦波情報も含まれることになる。具体的には、復号時における正弦波信号の合成開始位置は、SBRフレームの開始位置、またはノイズ境界位置とされ、ノイズ境界位置により分割されるSBRフレームの各区間について、それらの区間における正弦波信号の合成の有無を示す２値情報が、正弦波情報とされる。

このようにして擬似的な高域信号に付加されるノイズ信号や正弦波信号は、原音声信号の高域成分のうち、包絡情報からは再現することが困難である成分である。したがって、擬似的な高域信号の適切な位置にノイズ信号や正弦波信号を合成することで、精度よく高域成分を予測できるようになり、予測により得られた高域成分を用いて帯域拡張を行なえば、より高音質な音声を再生することができる。

特表２００１−５２１６４８号公報

ところが、高域成分の予測に正弦波信号を用いる場合、正弦波信号の合成開始位置は、SBRフレームの開始位置、またはノイズ境界位置とされることから、原音声信号における正弦波成分の出現開始位置に対してずれが生じてしまうことがある。そうすると、高域成分を精度よく再現できなくなり、復号により得られた音声信号に聴感上の劣化が生じてしまうことになる。

特に、SBRでは、符号化対象となる音声信号のサンプリングレートによらずフレーム長が一定であるので、サンプリングレートが低い場合には、１フレーム当たりの絶対時間長が長くなる。そのため、原音声信号における正弦波成分の出現開始位置と、復号時に合成される正弦波信号の合成開始位置との絶対時間のずれ量（差分）が大きくなり、そのずれの区間で発生した量子化雑音が目立ち易くなってしまう。

本技術は、このような状況に鑑みてなされたものであり、音声信号を復号する場合に、より高音質な音声が得られるようにするものである。

本発明の第１の側面の信号処理装置は、音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報を抽出する抽出部と、前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号を生成する擬似高域生成部と、前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号を生成する正弦波生成部と、前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成する合成部とを備える。

信号処理装置には、ノイズ包絡情報により示されるノイズ境界位置で分割された各区間について、所定の信号の前記区間を、前記ノイズ包絡情報により示される前記区間のゲインを示す情報に基づいてゲイン調整することで、前記高域成分を構成するノイズ信号を生成するノイズ生成部をさらに設け、前記抽出部には、前記ノイズ包絡情報をさらに抽出させ、前記合成部には、前記低域信号、前記擬似高域信号、前記正弦波信号、および前記ノイズ信号を合成して音声信号を生成させることができる。

前記正弦波情報を、フレームごとに抽出させ、前記正弦波生成部には、前記高域成分のフレームごとに、前記正弦波信号を生成させることができる。

前記正弦波情報を、前記高域成分を構成する帯域ごとに抽出させ、前記正弦波生成部には、前記帯域ごとに、前記正弦波信号を生成させることができる。

本発明の第１の側面の信号処理方法またはプログラムは、音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報を抽出し、前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号を生成し、前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号を生成し、前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成するステップを含む。

本発明の第１の側面においては、音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報が抽出され、前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号が生成され、前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号が生成され、前記低域信号、前記擬似高域信号、および前記正弦波信号が合成されて音声信号が生成される。

本発明の第２の側面の信号処理装置は、音声信号の高域成分である高域信号の包絡を示す包絡情報を生成する包絡情報生成部と、前記高域信号に含まれる正弦波信号を検出し、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報を生成する正弦波情報生成部と、前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力する出力部とを備える。

信号処理装置には、前記高域信号に含まれるノイズ信号を検出し、前記ノイズ信号をいくつかの区間に分割するノイズ境界位置を示す情報と、前記区間における前記ノイズ信号のゲインを示す情報とからなるノイズ包絡情報を生成するノイズ包絡情報生成部をさらに設け、前記出力部には、前記低域信号、前記包絡情報、前記正弦波情報、および前記ノイズ包絡情報からなるデータを生成させて出力させることができる。

前記正弦波情報は、フレームごとに生成されるようにすることができる。

前記正弦波情報は、前記高域成分を構成する帯域ごとに生成されるようにすることができる。

本発明の第２の側面の信号処理方法またはプログラムは、音声信号の高域成分である高域信号の包絡を示す包絡情報を生成し、前記高域信号に含まれる正弦波信号を検出し、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報を生成し、前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力するステップを含む。

本発明の第２の側面においては、音声信号の高域成分である高域信号の包絡を示す包絡情報が生成され、前記高域信号に含まれる正弦波信号が検出され、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報が生成され、前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータが生成されて出力される。
本発明の第３の側面の信号処理装置は、音声信号の低域成分である低域信号を復号する低域復号部と、音声信号の高域成分である高域信号の包絡を示す包絡情報を復号する包絡情報復号部と、前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報を復号する正弦波情報復号部と、前記復号された低域信号と前記復号された包絡情報とから擬似高域信号を生成する擬似高域信号生成部と、前記復号された正弦波情報から正弦波信号を生成する正弦波信号生成部と、前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号を生成する音声信号生成部とを備える。
信号処理装置には、前記高域信号に含まれるノイズ信号をいくつかの区間に分割したノイズ境界位置を示す情報と、前記区間における前記ノイズ信号のゲインを示す情報とからなるノイズ包絡情報を復号するノイズ包絡情報復号部をさらに設け、前記擬似高域信号生成部には、前記復号された低域信号と、前記復号された包絡情報と、前記復号されたノイズ包絡情報とから擬似高域信号を生成させることができる。
前記正弦波情報を、前記高域成分を構成する帯域ごとに生成させることができる。
本発明の第３の側面の信号処理方法またはプログラムは、音声信号の低域成分である低域信号を復号し、音声信号の高域成分である高域信号の包絡を示す包絡情報を復号し、前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報を復号し、前記復号された低域信号と前記復号された包絡情報とから擬似高域信号を生成し、前記復号された正弦波情報から正弦波信号を生成し、前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号を生成するステップを含む。
本発明の第３の側面においては、音声信号の低域成分である低域信号が復号され、音声信号の高域成分である高域信号の包絡を示す包絡情報が復号され、前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報が復号され、前記復号された低域信号と前記復号された包絡情報とから擬似高域信号が生成され、前記復号された正弦波情報から正弦波信号が生成され、前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号が生成される。

本技術の第１の側面乃至第３の側面によれば、音声信号を復号する場合に、より高音質な音声を得ることができる。

符号化装置の一実施の形態の構成例を示す図である。 符号化処理を説明するフローチャートである。 正弦波信号の合成開始位置について説明する図である。 正弦波信号の合成開始位置について説明する図である。 復号装置の一実施の形態の構成例を示す図である。 復号処理を説明するフローチャートである。 正弦波信号生成処理を説明するフローチャートである。 符号化装置の他の構成例を示す図である。 符号化処理を説明するフローチャートである。 正弦波信号の合成開始位置について説明する図である。 復号装置の他の構成例を示す図である。 復号処理を説明するフローチャートである。 正弦波信号生成処理を説明するフローチャートである。 符号化装置の他の構成例を示す図である。 符号化処理を説明するフローチャートである。 正弦波信号の合成開始位置について説明する図である。 復号装置の他の構成例を示す図である。 復号処理を説明するフローチャートである。 正弦波信号生成処理を説明するフローチャートである。 符号化装置の他の構成例を示す図である。 符号化処理を説明するフローチャートである。 復号装置の他の構成例を示す図である。 復号処理を説明するフローチャートである。 正弦波信号生成処理を説明するフローチャートである。 コンピュータの構成例を示す図である。

以下、図面を参照して、本技術を適用した実施の形態について説明する。

〈第１の実施の形態〉
［符号化装置の構成例］
図１は、本技術を適用した符号化装置の一実施の形態の構成例を示す図である。

符号化装置１１は、ダウンサンプラ２１、低域符号化部２２、帯域分割フィルタ２３、包絡情報生成部２４、ノイズ包絡情報生成部２５、正弦波情報生成部２６、および符号化ストリーム生成部２７から構成される。符号化装置１１は、入力された音声信号を符号化して出力するものであり、符号化装置１１に入力された音声信号は、ダウンサンプラ２１および帯域分割フィルタ２３に供給される。

ダウンサンプラ２１は、入力された音声信号をダウンサンプリングすることで、音声信号の低域成分である低域信号を抽出し、低域符号化部２２およびノイズ包絡情報生成部２５に供給する。なお、以下、音声信号の特定の周波数以下の周波数帯域成分を低域成分と称し、音声信号の低域成分よりも高い周波数帯域の成分を高域成分と称することとする。

低域符号化部２２は、ダウンサンプラ２１から供給された低域信号を符号化し、符号化ストリーム生成部２７に供給する。

帯域分割フィルタ２３は、入力された音声信号に対してフィルタ処理を施して、音声信号の帯域分割を行なう。この帯域分割により、音声信号は複数の帯域成分の信号に分割される。なお、以下、帯域分割により得られた各帯域の信号のうち、高域成分を構成する帯域の信号を高域信号と称することとする。帯域分割フィルタ２３は、帯域分割により得られた高域側の各帯域の高域信号を、包絡情報生成部２４、ノイズ包絡情報生成部２５、および正弦波情報生成部２６に供給する。

包絡情報生成部２４は、帯域分割フィルタ２３から供給された高域信号に基づいて、高域側の帯域ごとに、その帯域の高域信号の包絡（エンベロープ）形状を示す包絡情報を生成し、ノイズ包絡情報生成部２５に供給する。また、包絡情報生成部２４は、符号化部４１を備えており、符号化部４１は、包絡情報生成部２４により生成された包絡情報を符号化して、符号化ストリーム生成部２７に供給する。

ノイズ包絡情報生成部２５は、帯域分割フィルタ２３からの高域信号と、包絡情報生成部２４からの包絡情報とに基づいて、必要に応じて正弦波情報生成部２６と情報を授受しながら、ノイズ包絡情報を生成する。

ここでノイズ包絡情報とは、音声信号の高域成分に含まれるノイズ信号を分割する境界位置（ノイズ境界位置）を示す情報と、ノイズ境界位置で分割される各区間におけるノイズ信号のゲインを示す情報とからなる情報である。なお、ノイズ信号は、予め定められた信号であるものとする。

また、ノイズ包絡情報生成部２５は、信号生成部５１、境界算出部５２、および符号化部５３を備えている。信号生成部５１は、ノイズ包絡情報の生成時において、ダウンサンプラ２１からの低域信号と、包絡情報生成部２４からの包絡情報とに基づいて、音声信号の高域側の各帯域成分を予測する。

境界算出部５２は、ノイズ包絡情報の生成時において、高域側の各帯域成分の予測結果である擬似高域信号と高域信号から得られるノイズ信号の包絡に基づいて、ノイズ信号を複数区間に分割するためのノイズ境界位置を決定する。符号化部５３は、ノイズ包絡情報生成部２５により生成されたノイズ包絡情報を符号化し、符号化ストリーム生成部２７に供給する。

正弦波情報生成部２６は、必要に応じてノイズ包絡情報生成部２５と情報を授受しながら、帯域分割フィルタ２３から供給された高域信号に基づいて、高域側の帯域ごとに、その帯域に含まれる正弦波信号を得るための正弦波情報を生成する。

ここで正弦波情報とは、音声信号の高域成分に含まれる正弦波信号の有無を示す情報、およびその正弦波信号の出現開始位置を特定するための情報からなる情報である。換言すれば、正弦波情報は、音声信号の復号時に、擬似的な高域成分に合成される正弦波信号の有無を示す情報、および正弦波信号の合成開始位置を示す情報からなる情報であるということができる。

また、正弦波情報生成部２６は、正弦波検出部６１、位置検出部６２、および符号化部６３を備えている。正弦波検出部６１は、正弦波情報の生成時において、高域信号から正弦波成分の有無を検出する。

位置検出部６２は、正弦波情報の生成時において、帯域分割フィルタ２３からの高域信号に基づいて、正弦波信号の合成を開始すべき合成開始位置、すなわち正弦波信号の出現開始位置を検出する。符号化部６３は、正弦波情報生成部２６により生成された正弦波情報を符号化し、符号化ストリーム生成部２７に供給する。

符号化ストリーム生成部２７は、低域符号化部２２からの低域信号、包絡情報生成部２４からの包絡情報、ノイズ包絡情報生成部２５からのノイズ包絡情報、および正弦波情報生成部２６からの正弦波情報を符号化し、符号化により得られた符号化ストリームを出力する。すなわち、低域信号、包絡情報、ノイズ包絡情報、および正弦波情報が多重化されて符号化ストリームとされる。

［符号化処理の説明］
次に、符号化装置１１の動作について説明する。

符号化装置１１に音声信号が入力されて、音声信号の符号化が指示されると、符号化装置１１は符号化処理を行って、音声信号の符号化を行い、その結果得られた符号化ストリームを出力する。以下、図２のフローチャートを参照して、符号化装置１１による符号化処理について説明する。

ステップＳ１１において、ダウンサンプラ２１は、入力された音声信号をダウンサンプリングして低域信号を生成し、ノイズ包絡情報生成部２５および低域符号化部２２に供給する。

ステップＳ１２において、低域符号化部２２は、ダウンサンプラ２１から供給された低域信号を符号化し、符号化ストリーム生成部２７に供給する。例えば、低域信号は、MPEG4 AAC、MPEG2 AAC、CELP（Code Excited Linear Prediction）、TCX（Transform Coded Excitation）、AMR（Adaptive Multi-Rate）などの符号化方式で符号化される。

ステップＳ１３において、帯域分割フィルタ２３は、入力された音声信号を帯域分割し、その結果得られた高域成分を包絡情報生成部２４乃至正弦波情報生成部２６に供給する。例えば、高域成分として、６４個の帯域のそれぞれの高域信号が得られる。

ステップＳ１４において、包絡情報生成部２４は、帯域分割フィルタ２３から供給された各帯域の高域信号に基づいて、帯域ごとに包絡情報を生成する。例えば、包絡情報生成部２４は、高域信号の３２サンプルからなる区間を１フレームとして、フレームごとに各帯域の包絡情報を生成する。

具体的には、包絡情報生成部２４は、１フレームにおける高域信号の時間方向に隣接する２つのサンプルのサンプル値の平均値を求め、それらの平均値を新たな高域信号のサンプル値とする。これにより、１フレーム分の高域信号は、３２サンプルから１６サンプルの信号に変換されることになる。

次に、包絡情報生成部２４は、１６サンプルとされた高域信号に対して差分符号化を行い、その結果得られた情報を包絡情報とする。例えば、差分符号化では、処理対象の高域信号の時間方向に隣接する２つのサンプルのサンプル値の差分が求められて、それらの差分が包絡情報とされる。また、例えば、処理対象の帯域の高域信号のサンプルのサンプル値と、その帯域に隣接する帯域の高域信号の同じ位置にあるサンプルのサンプル値との差分が包絡情報とされるようにしてもよい。

このようにして得られた包絡情報は、高域信号の１フレーム分の包絡の形状を示す情報である。符号化部４１は、生成された包絡情報に対して、ハフマン符号化等の可変長符号化を行い、符号化された包絡情報を符号化ストリーム生成部２７に供給する。また、包絡情報生成部２４は、包絡情報をノイズ包絡情報生成部２５に供給する。

なお、以下においては、高域信号は、３２サンプルから構成される１フレームを単位として処理されるものとして説明を続ける。また、以下においては、高域信号（音声信号）の２つのサンプルから構成される区間を１タイムスロットと呼ぶこととする。

ステップＳ１５において、ノイズ包絡情報生成部２５の信号生成部５１は、包絡情報生成部２４から供給された包絡情報と、ダウンサンプラ２１から供給された低域信号とに基づいて、高域側の帯域ごとに擬似高域信号を生成する。

例えば、信号生成部５１は低域信号の所定の帯域の１フレーム分の区間を抽出し、抽出した低域信号を、包絡情報により示される包絡の形状に加工する。すなわち、低域信号のサンプルのサンプル値が、包絡情報により示される包絡における、そのサンプルに対応する位置のゲインとなるように増減され、その結果得られた信号が擬似高域信号とされる。

このようにして得られた擬似高域信号は、包絡情報により示される実際の高域信号の包絡とほぼ同じ包絡形状を有する信号である。つまり、低域信号と包絡情報とから生成された、擬似的な高域信号である。

ステップＳ１６において、ノイズ包絡情報生成部２５は、高域側の帯域ごとに、高域信号と擬似高域信号との差分を算出し、ノイズ信号の包絡（以下、ノイズ包絡とも称する）を求める。

なお、より詳細には、ステップＳ１６において求められるノイズ包絡は、仮のノイズ包絡である。符号化装置１１から出力される符号化ストリームの受信側では、音声信号の復号時において、音声信号の高域成分が予測されるが、その予測は擬似高域信号、ノイズ信号、および正弦波信号を合成することにより行なわれる。

つまり、実際の音声信号の高域成分には、擬似高域信号、ノイズ信号、および正弦波信号が含まれているものと仮定される。ここで、ステップＳ１６では、高域信号と擬似高域信号との差分が求められるため、その差分は、ノイズ信号と正弦波信号を合成したものであるはずである。そこで、このようにして得られた差分は、正弦波信号が含まれているノイズ信号の包絡であるとされる。

ノイズ包絡情報生成部２５は、以上のようにして得られた高域側の各帯域の仮のノイズ包絡を正弦波情報生成部２６に供給する。

ステップＳ１７において、正弦波情報生成部２６の正弦波検出部６１は、ノイズ包絡情報生成部２５から供給された仮のノイズ包絡に基づいて、帯域ごとに、高域信号から正弦波成分を検出する。

例えば、正弦波検出部６１は、仮のノイズ包絡に対して周波数変換を施して、ノイズ包絡を周波数成分に変換する。そして、正弦波検出部６１は、得られた周波数成分のなかに、突出してパワーの大きい周波数がある場合、その周波数の成分が正弦波成分であるとする。具体的には、注目する周波数のパワーと、その周囲の他の周波数のパワーとの差分のそれぞれが所定の閾値以上である場合、注目している周波数が正弦波成分とされる。このようにして検出された周波数の正弦波の信号が、実際の高域成分に含まれる正弦波信号であるとされる。

ステップＳ１８において、正弦波情報生成部２６の位置検出部６２は、帯域分割フィルタ２３から供給された高域信号に基づいて、帯域ごとに、検出された正弦波成分である正弦波信号を合成すべき合成開始位置を検出する。

例えば、位置検出部６２は、タイムスロットを単位として、高域信号の１タイムスロットに含まれるサンプルのサンプル値の平均値と、検出された正弦波信号の１タイムスロットに含まれるサンプルのサンプル値の平均値との差分を求める。そして、位置検出部６２は、１フレームの区間の先頭のからみて、求めた差分の値が所定の閾値以上となる最後の位置（タイムスロットの開始位置または終了位置のサンプル）を、合成開始位置とする。これは、合成開始位置は、実際の高域信号に含まれる正弦波信号の出現開始位置であり、合成開始位置以降の時刻では、高域信号と正弦波信号との平均的なサンプル値の差分が小さくなるはずだからである。

また、正弦波情報生成部２６は、高域側の帯域ごとに、その帯域から正弦波信号が検出されたか否かを示す情報、検出された正弦波信号の周波数およびパワーを示す情報、並びに合成開始位置を、ノイズ包絡情報生成部２５に供給する。

ステップＳ１９において、正弦波情報生成部２６は、高域側の帯域ごとに正弦波情報を生成し、符号化ストリーム生成部２７に供給する。

例えば、正弦波情報生成部２６は、高域の帯域から正弦波信号が検出されたか否かを示す情報と合成開始位置とからなる情報を正弦波情報とする。また、正弦波情報の生成時において、正弦波情報生成部２６の符号化部６３は、合成開始位置を示す情報を可変長符号化する。

ここで、正弦波信号が検出されたか否かを示す情報は、より詳細には、高域の帯域のどの周波数の正弦波成分が検出されたかを示す情報とされる。例えば、高域の帯域から、複数の正弦波信号が検出された場合には、それらの正弦波信号の周波数を特定するための情報が、正弦波信号が検出されたか否かを示す情報とされる。また、高域の帯域から複数の正弦波信号が検出された場合には、それらの正弦波信号ごとに、合成開始位置を示す情報が生成されることになる。

また、高域の帯域から正弦波成分が検出されなかった場合には、正弦波信号が検出されたか否かを示す情報のみからなる正弦波情報が復号側に送信されることになる。つまり、合成開始位置を示す情報が含まれない正弦波情報が送信されることになる。

なお、符号化装置１１は、フレームごとに正弦波情報を復号側に伝送するか否かを選択することができる。このように、正弦波情報の送信の要否を選択可能とすることで、符号化ストリームの伝送効率を向上させると同時に、正弦波合成の時間情報のリセットを行なうことができる。これにより、符号化ストリームの復号側において、ストリームの途中の任意のフレームから復号処理を開始する場合において、合成開始位置を示す情報が含まれているフレームから正弦波合成を開始することができる。

さらに例えば図３に示すように、従来、復号側での合成開始位置は、フレームの開始位置、またはノイズ境界位置の何れかとされていた。なお、図中、横方向は時間方向を示している。また、図３において矢印ＦＳ１および矢印ＦＥ１は、それぞれフレームの開始位置および終了位置を示している。

図３の例では、矢印Ｎ１により示される位置がノイズ境界位置となっており、正弦波信号の合成開始位置もノイズ境界位置と同じ位置とされている。したがって、矢印Ｎ１により示される位置から、フレームの終了位置までの区間に、正弦波信号が合成されることになる。

ところが、例えば実際に高域成分に含まれる正弦波信号が出現する位置が、矢印Ｎ１により示されるノイズ境界位置よりも後の位置にある場合、復号側では、ノイズ境界位置から、実際の正弦波信号の出現開始位置までの間に、不要な正弦波成分が付加されてしまうことになる。そうすると、復号により得られた音声信号に聴感上の違和感が生じ、高音質な音声を得ることができなくなってしまう。

これに対して、符号化装置１１では、図４に示すように、復号側に出力される合成開始位置は、ノイズ境界位置と同じになるとは限らない。なお、図中、横方向は時間方向を示している。また、図４において矢印ＦＳ２および矢印ＦＥ２は、それぞれフレームの開始位置および終了位置を示している。

図４の例では、矢印Ｎ２により示される位置がノイズ境界位置となっている。また、正弦波信号の合成開始位置は、矢印Ｇ１により示される位置となっており、合成開始位置はノイズ境界位置よりも前に位置している。この例では、矢印Ｇ１により示される合成開始位置からフレームの終了位置までの区間に、正弦波信号が合成されることになる。

またこの場合、矢印ＦＳ２により示されるフレームの開始位置から、矢印Ｇ１により示される合成開始位置までの時間の長さ（時間距離）を示す情報が、合成開始位置を示す情報とされる。ここで、フレーム先頭から合成開始位置までの時間は、タイムスロット長の整数倍の時間となる。

このように、ノイズ境界位置とは独立に合成開始位置を指定することによって、音声信号の復号時に、不要な信号が合成されてしまうことを防止することができ、より高音質な音声を得ることができるようになる。

なお、以上においては、正弦波情報として、高域側の帯域ごとに合成開始位置を示す情報を生成すると説明したが、それらの帯域の合成開始位置の代表値が、高域を構成する各帯域に対して共通して用いられる正弦波情報とされるようにしてもよい。そのような場合、例えば、高域を構成する複数の帯域のうち、最も正弦波信号のパワーが大きい帯域の合成開始位置を示す情報が、正弦波情報とされる。

また、以上においては、合成開始位置を示す情報が可変長符号化されて正弦波情報とされると説明したが、合成開始位置を示す情報が符号化されないようにしてもよい。

図２のフローチャートの説明に戻り、ステップＳ１９で正弦波情報が生成されると、その後、処理はステップＳ２０へと進む。

ステップＳ２０において、ノイズ包絡情報生成部２５の境界算出部５２は、高域側の帯域ごとにノイズ境界位置を検出する。

例えば、境界算出部５２は、正弦波情報生成部２６から供給された、正弦波信号が検出されたか否かを示す情報、正弦波信号の周波数およびパワーを示す情報、並びに合成開始位置に基づいて、高域を構成する帯域のフレームに含まれる正弦波信号を生成する。例えば、正弦波信号が検出された場合、フレームの先頭から合成開始位置までの区間は無音区間とされ、それ以降の区間は、検出された周波数の所定振幅の正弦波成分からなる区間とされる。このとき、正弦波信号の振幅は、正弦波情報生成部２６から供給された、正弦波信号のパワーを示す情報から定められる。また、正弦波信号が検出されなかった場合には、正弦波信号の振幅は０とされる。

次に、境界算出部５２は、このようにして求めた正弦波信号を、ステップＳ１６で求めた仮のノイズ包絡から減算して、最終的なノイズ包絡を求める。そして、境界算出部５２は、最終的なノイズ包絡のゲインの分布に応じてノイズ境界位置を定める。

すなわち、境界算出部５２は、最終的なノイズ包絡のゲインの分布に基づいて、必要に応じてフレームを２つの区間に分割する。具体的には、処理対象の帯域のフレーム全体において、ノイズ包絡のゲインがほぼ同じ値となっている場合には、フレームの分割は行なわれない。つまり、ノイズ境界位置はないとされる。

また、フレームにおける所定の位置で、その位置より前の区間と後の区間とで、ノイズ包絡のゲイン分布が大きく異なる場合には、その位置がノイズ境界位置とされる。なお、ノイズ境界位置は、タイムスロットの境界位置とされる。

ステップＳ２１において、ノイズ包絡情報生成部２５は、高域側の帯域ごとにノイズ包絡情報を生成し、符号化ストリーム生成部２７に供給する。

例えば、ノイズ包絡情報生成部２５は、ノイズ境界位置と、そのノイズ境界位置により分割されるフレーム内の各区間におけるノイズ信号のゲインとからなる情報を、ノイズ包絡情報とする。このとき、符号化部５３は、ノイズ境界位置を示す情報の符号化、および分割された各区間のゲインを示す情報の可変長符号化を行なう。

ここで、分割された各区間のゲインは、例えばそれらの区間におけるノイズ包絡のゲインの平均値などとされる。すなわち、例えば処理対象のフレームが、ノイズ境界位置により２つの区間に分割されたとする。この場合、フレーム先頭からノイズ境界位置までの区間のゲインは、その区間における最終的なノイズ包絡の各位置におけるゲインの平均値とされる。

ステップＳ２２において、符号化ストリーム生成部２７は、低域符号化部２２からの低域信号、包絡情報生成部２４からの包絡情報、ノイズ包絡情報生成部２５からのノイズ包絡情報、および正弦波情報生成部２６からの正弦波情報を符号化し、符号化ストリームを生成する。そして、符号化ストリーム生成部２７は、符号化により得られた符号化ストリームを復号装置等に送信し、符号化処理は終了する。

以上のようにして、符号化装置１１は、低域信号、包絡情報、ノイズ包絡情報、および正弦波情報からなる符号化ストリームを生成して出力する。このとき、より正確な正弦波信号の合成開始位置を検出して、その合成開始位置を含む正弦波情報を生成することで、音声信号の復号側において、より正確に正弦波信号の合成を行なうことができるようになり、より高音質な音声を得ることができるようになる。

なお、以上においては、ダウンサンプラ２１により生成された低域信号がノイズ包絡情報生成部２５に供給されると説明したが、ノイズ包絡情報生成部２５に供給される低域信号は、帯域分割フィルタ２３による帯域分割で得られる低域信号であってもよい。また、低域符号化部２２で符号化された低域信号を復号して得られたものが、ノイズ包絡情報生成部２５に供給されるようにしてもよい。

［復号装置の構成例］
次に、図１の符号化装置１１から出力された符号化ストリームを受信して、符号化ストリームから音声信号を得る復号装置について説明する。そのような復号装置は、例えば図５に示すように構成される。

図５の復号装置９１は、符号化ストリーム復号部１０１、低域復号部１０２、包絡情報復号部１０３、ノイズ包絡情報復号部１０４、正弦波情報復号部１０５、および帯域合成フィルタ１０６から構成される。

符号化ストリーム復号部１０１は、符号化装置１１から送信されてきた符号化ストリームを受信して復号する。すなわち、符号化ストリーム復号部１０１は、符号化ストリームを非多重化し、これにより得られた低域信号、包絡情報、ノイズ包絡情報、および正弦波情報を、低域復号部１０２、包絡情報復号部１０３、ノイズ包絡情報復号部１０４、および正弦波情報復号部１０５に供給する。

低域復号部１０２は、符号化ストリーム復号部１０１から供給された低域信号を復号して、包絡情報復号部１０３および帯域合成フィルタ１０６に供給する。

包絡情報復号部１０３は、符号化ストリーム復号部１０１から供給された包絡情報を復号するとともに、復号された包絡情報を正弦波情報復号部１０５に供給する。また、包絡情報復号部１０３は生成部１２１を備えており、生成部１２１は、包絡情報と、低域復号部１０２からの低域信号とに基づいて擬似高域信号を生成し、帯域合成フィルタ１０６に供給する。

ノイズ包絡情報復号部１０４は、符号化ストリーム復号部１０１から供給されたノイズ包絡情報を復号する。また、ノイズ包絡情報復号部１０４は生成部１３１を備えており、生成部１３１は、ノイズ包絡情報に基づいてノイズ信号を生成し、帯域合成フィルタ１０６に供給する。

正弦波情報復号部１０５は、符号化ストリーム復号部１０１から供給された正弦波情報を復号する。また、正弦波情報復号部１０５は生成部１４１を備えており、生成部１４１は、包絡情報復号部１０３からの包絡情報と正弦波情報に基づいて正弦波信号を生成し、帯域合成フィルタ１０６に供給する。

帯域合成フィルタ１０６は、低域復号部１０２からの低域信号、包絡情報復号部１０３からの擬似高域信号、ノイズ包絡情報復号部１０４からのノイズ信号、および正弦波情報復号部１０５からの正弦波信号を帯域合成し、音声信号を生成する。帯域合成フィルタ１０６は、帯域合成により得られた信号を、復号された音声信号として後段の再生部等に出力する。

［復号処理の説明］
図５に示した復号装置９１に、符号化装置１１からの符号化ストリームが送信されてくると、復号装置９１はフレーム単位で復号処理を行い、音声信号を復号する。以下、図６のフローチャートを参照して、復号装置９１による復号処理について説明する。

ステップＳ５１において、符号化ストリーム復号部１０１は、符号化装置１１から受信した符号化ストリームを復号し、その結果得られた低域信号、包絡情報、ノイズ包絡情報、および正弦波情報を、低域復号部１０２乃至正弦波情報復号部１０５に供給する。

ステップＳ５２において、低域復号部１０２は、符号化ストリーム復号部１０１からの低域信号を復号し、包絡情報復号部１０３および帯域合成フィルタ１０６に供給する。

ステップＳ５３において、包絡情報復号部１０３は、符号化ストリーム復号部１０１からの包絡情報を復号する。また、包絡情報復号部１０３は、復号された包絡情報を正弦波情報復号部１０５に供給する。

ステップＳ５４において、包絡情報復号部１０３の生成部１２１は、高域側の帯域ごとに、包絡情報と低域復号部１０２からの低域信号とに基づいて擬似高域信号を生成し、帯域合成フィルタ１０６に供給する。例えば生成部１２１は、低域信号の所定帯域の１フレームの区間を抽出し、抽出した低域信号のサンプルのサンプル値が、包絡情報で示される包絡における、そのサンプルに対応する位置のゲインとなるように低域信号を増減させることで、擬似高域信号を生成する。

ステップＳ５５において、ノイズ包絡情報復号部１０４は、符号化ストリーム復号部１０１からのノイズ包絡情報を復号する。

ステップＳ５６において、ノイズ包絡情報復号部１０４の生成部１３１は、高域側の帯域ごとに、ノイズ包絡情報に基づいてノイズ信号を生成し、帯域合成フィルタ１０６に供給する。すなわち生成部１３１は、予め定められた信号に対して、ノイズ包絡情報により示されるノイズ境界位置で分割される区間ごとに、その信号のゲインがノイズ包絡情報により示されるゲインとなるようにゲイン調整を行なうことで、ノイズ信号を生成する。

ステップＳ５７において、正弦波情報復号部１０５は、符号化ストリーム復号部１０１からの正弦波情報を復号する。例えば、正弦波情報に含まれている合成開始位置を示す情報が、必要に応じて復号される。

ステップＳ５８において、正弦波情報復号部１０５は正弦波信号生成処理を行なって、高域側の帯域ごとに正弦波信号を生成し、帯域合成フィルタ１０６に供給する。なお、正弦波信号生成処理の詳細は後述する。

ステップＳ５９において、帯域合成フィルタ１０６は、低域復号部１０２からの低域信号、包絡情報復号部１０３からの擬似高域信号、ノイズ包絡情報復号部１０４からのノイズ信号、および正弦波情報復号部１０５からの正弦波信号を帯域合成する。

すなわち、低域復号部１０２乃至正弦波情報復号部１０５から入力されてくる低域信号、各帯域の擬似高域信号、各帯域のノイズ信号、および各帯域の正弦波信号の各時刻のサンプルを加算することで帯域合成を行ない、音声信号を生成する。ここで、擬似高域信号、ノイズ信号、および正弦波信号からなる信号が、予測により得られた高域成分である。

帯域合成フィルタ１０６は、帯域合成により音声信号が得られると、その音声信号を後段の再生部等に出力し、復号処理は終了する。この復号処理はフレームごとに行なわれ、復号装置９１は、次のフレームの符号化ストリームが入力されると、そのフレームの符号化ストリームに対して、復号処理を行なう。

このようにして、復号装置９１は、低域信号と、包絡情報、ノイズ包絡情報、および正弦波情報に基づいて高域成分を予測し、予測により得られた高域信号と、復号された低域信号とから帯域拡張された音声信号を生成する。このとき、より正確な正弦波信号の合成開始位置が示される正弦波情報を用いることで、より正確に正弦波信号の合成を行なうことができ、より高音質な音声を得ることができる。

［正弦波信号生成処理の説明］
次に、図７のフローチャートを参照して、図６のステップＳ５８の処理に対応する正弦波信号生成処理について説明する。

ステップＳ８１において、正弦波情報復号部１０５の生成部１４１は、正弦波情報に含まれる、正弦波信号が検出されたか否かを示す情報と合成開始位置とに基づいて、正弦波合成処理の開始時刻となったか否かを判定する。

例えば、生成部１４１は、高域成分を構成する正弦波成分として、フレームの先頭を出現開始位置とし、フレームの終端を出現終了位置とする正弦波信号を生成する。

ここで、高域成分を構成する正弦波成分とされる正弦波信号の周波数は、正弦波情報に含まれている、正弦波信号が検出されたか否かを示す情報により特定される。また、正弦波情報により特定される周波数の正弦波信号の振幅は、包絡情報復号部１０３から正弦波情報復号部１０５に供給された包絡情報から特定される。例えば、生成部１４１は、包絡情報を周波数変換して、その結果得られた各周波数のパワーのうちの、正弦波信号の周波数のパワーに基づいて、正弦波信号の振幅を求める。

次に、生成部１４１は、１フレーム分の正弦波信号におけるタイムスロットの開始位置にあるサンプルを、フレームの先頭から順番に処理対象のサンプル（タイムスロット）として選択していく。そして、生成部１４１は、選択したサンプルの位置が、合成開始位置により示されるサンプル位置、つまり正弦波信号の合成を開始すべき時刻であるかを判定する。例えば、正弦波情報に、正弦波信号が検出されなかった旨の情報が含まれている場合には、継続して正弦波合成処理の開始時刻となっていないと判定される。

ステップＳ８１において、開始時刻となっていないと判定された場合、ステップＳ８２において、生成部１４１は、生成した正弦波信号を１タイムスロット分だけ時間方向における後方向側にシフトする。これにより、正弦波信号の出現開始位置が、時間方向の後方側にシフトされることになる。正弦波信号のシフトが行なわれると、処理対象となっているタイムスロットの区間では、正弦波はまだ出現していないので、正弦波信号が正弦波情報復号部１０５から帯域合成フィルタ１０６には出力されない。

ステップＳ８３において、生成部１４１は、１フレームの終端に到達したか否かを判定する。例えば、フレームを構成する最後のタイムスロットの区間が処理対象とされた場合、つまりフレーム内の全てのタイムスロットが処理された場合、フレームの終端に到達したと判定される。

ステップＳ８３において、フレームの終端に到達していないと判定された場合、次のタイムスロットが処理対象として選択されて処理はステップＳ８１に戻り、上述した処理が繰り返される。この場合、既に生成された正弦波信号に対してシフト処理等が行われる。

これに対して、ステップＳ８３において、フレームの終端に到達したと判定された場合、正弦波信号生成処理は終了し、その後、処理は図６のステップＳ５９へと進む。この場合には、正弦波信号の合成が行なわれないことになる。

また、ステップＳ８１において、正弦波合成処理の開始時刻となったと判定された場合、ステップＳ８４において、生成部１４１は、正弦波合成処理を行なう。すなわち、生成部１４１は、適宜シフト処理された正弦波信号の処理対象となっているタイムスロットを構成するサンプルのサンプル値を、帯域合成フィルタ１０６に出力する。これにより、出力された正弦波信号のサンプルのサンプル値が、高域成分を構成する正弦波成分として、低域信号に合成されることになる。

ステップＳ８５において、生成部１４１は、１フレームの終端に到達したか否かを判定する。例えば、フレームを構成する最後のタイムスロットの区間が処理された場合、フレームの終端に到達したと判定される。

ステップＳ８５において、フレームの終端に到達していないと判定された場合、次のタイムスロットが処理対象として選択されて処理はステップＳ８４に戻り、上述した処理が繰り返される。これに対して、ステップＳ８５において、フレームの終端に到達したと判定された場合、正弦波信号生成処理は終了し、その後、処理は図６のステップＳ５９に進む。

このようにして、正弦波情報復号部１０５は、正弦波情報に基づいて、正弦波信号の出現開始位置を合成開始位置までシフトさせ、シフトされた正弦波信号を出力する。これにより、１フレームにおけるより正確な位置から正弦波信号の合成が開始されることになり、より高音質な音声を得ることができる。

〈第２の実施の形態〉
［符号化装置の構成例］
なお、以上においては、正弦波情報には、フレームの先頭位置から、正弦波信号の合成を開始すべき位置までの時間（サンプル数）を示す合成開始位置が含まれると説明したが、合成開始位置とノイズ境界位置との差分情報が含まれるようにしてもよい。

そのような場合、符号化装置は、例えば図８に示すように構成される。なお、図８において、図１における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図８の符号化装置１７１と符号化装置１１とは、符号化装置１７１の正弦波情報生成部２６に、新たに差分算出部１８１が設けられている点で異なり、その他の点では同じである。

正弦波情報生成部２６の差分算出部１８１は、位置検出部６２により検出された正弦波信号の合成開始位置と、ノイズ境界位置との差分を算出する。正弦波情報生成部２６は、差分算出部１８１により算出されたノイズ境界位置との差分を示す差分情報、および正弦波信号が検出されたか否かを示す情報からなる情報を、正弦波情報として符号化ストリーム生成部２７に供給する。

［符号化処理の説明］
次に、図９のフローチャートを参照して、符号化装置１７１による符号化処理を説明する。なお、ステップＳ１１１乃至ステップＳ１１８の処理は、図２のステップＳ１１乃至ステップＳ１８の処理のそれぞれと同様であるので、その説明は省略する。

ステップＳ１１９において、ノイズ包絡情報生成部２５の境界算出部５２は、高域側の帯域ごとにノイズ境界位置を検出する。そして、ステップＳ１２０において、ノイズ包絡情報生成部２５は、高域側の帯域ごとにノイズ包絡情報を生成し、符号化ストリーム生成部２７に供給する。なお、ステップＳ１１９およびステップＳ１２０では、図２のステップＳ２０およびステップＳ２１と同様の処理が行なわれる。

ステップＳ１２１において、正弦波情報生成部２６の差分算出部１８１は、高域側の帯域ごとに、位置検出部６２により検出された正弦波信号の合成開始位置と、ノイズ境界位置との差分を算出する。

例えば、図１０に示すように、正弦波合成の開始位置からノイズ境界位置までの時間（サンプル数）が差分として算出される。なお、図中、横方向は時間方向を示している。また、図１０において矢印ＦＳ１１および矢印ＦＥ１１は、それぞれフレームの開始位置および終了位置を示している。

図１０の例では、フレーム内における矢印Ｎ１１により示される位置がノイズ境界位置となっている。また、正弦波信号の合成開始位置は、矢印Ｇ１１により示される位置となっており、合成開始位置はノイズ境界位置よりも前に位置している。したがって、矢印Ｇ１１により示される合成開始位置からフレームの終了位置までの区間に、正弦波信号が合成されることになる。

この例では、矢印Ｇ１１により示される合成開始位置から、矢印Ｎ１１により示されるノイズ境界位置までの時間の長さ（時間距離）が、ノイズ境界位置との差分情報とされる。ここで、合成開始位置からノイズ境界位置までの時間は、タイムスロット長の整数倍の時間となる。

このようにして求められた、合成開始位置からノイズ境界位置までの時間を示す差分情報によっても、音声信号の復号側において、より正確な合成開始位置を特定することができ、より高音質な音声を得ることができるようになる。

図９のフローチャートの説明に戻り、ステップＳ１２１において、ノイズ境界位置との差分情報が得られると、処理はステップＳ１２２に進む。

ステップＳ１２２において、正弦波情報生成部２６は、高域側の帯域ごとに正弦波情報を生成し、符号化ストリーム生成部２７に供給する。

例えば、正弦波情報生成部２６は、高域の帯域から正弦波信号が検出されたか否かを示す情報、および合成開始位置とノイズ境界位置との差分情報からなる情報を正弦波情報とする。このとき、正弦波情報生成部２６の符号化部６３は、ノイズ境界位置との差分情報を可変長符号化する。正弦波情報生成部２６は、可変長符号化された差分情報と、正弦波信号が検出されたか否かを示す情報とからなる正弦波情報を、符号化ストリーム生成部２７に供給する。

正弦波情報が生成されると、その後、ステップＳ１２３の処理が行なわれて符号化処理は終了するが、ステップＳ１２３の処理は図２のステップＳ２２の処理と同様であるので、その説明は省略する。

以上のようにして、符号化装置１７１は、低域信号、包絡情報、ノイズ包絡情報、および正弦波情報からなる符号化ストリームを生成して出力する。このとき、より正確な正弦波信号の合成開始位置を検出して、その合成開始位置を特定するための差分情報が含まれる正弦波情報を生成することで、音声信号の復号側において、より正確に正弦波信号の合成を行なうことができるようになる。これにより、より高音質な音声を得ることができる。

［復号装置の構成例］
また、符号化装置１７１から送信された符号化ストリームを受信して、符号化ストリームから音声信号を得る復号装置は、例えば図１１に示すように構成される。なお、図１１において、図５における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図１１の復号装置２１１と復号装置９１とは、復号装置２１１の正弦波情報復号部１０５に、新たに位置算出部２２１が設けられている点で異なり、その他の点では同じである。

復号装置２１１の位置算出部２２１は、ノイズ包絡情報復号部１０４から供給されたノイズ境界位置と、正弦波情報から得られる差分情報とから、正弦波信号の合成開始位置を算出する。

［復号処理の説明］
次に、図１２のフローチャートを参照して、復号装置２１１により行なわれる復号処理について説明する。なお、ステップＳ１５１乃至ステップＳ１５７の処理は、図６のステップＳ５１乃至ステップＳ５７の処理と同様であるため、その説明は省略する。但し、ステップＳ１５５において、ノイズ包絡情報復号部１０４は、復号により得られたノイズ包絡情報に含まれているノイズ境界位置を示す情報を、正弦波情報復号部１０５に供給する。

ステップＳ１５８において、正弦波情報復号部１０５は正弦波信号生成処理を行なって、高域側の帯域ごとに正弦波信号を生成し、帯域合成フィルタ１０６に供給する。なお、正弦波信号生成処理の詳細は後述する。

正弦波信号生成処理が行なわれると、その後、ステップＳ１５９の処理が行なわれて復号処理は終了するが、ステップＳ１５９の処理は、図６のステップＳ５９の処理と同様であるため、その説明は省略する。

［正弦波信号生成処理の説明］
また、図１２のステップＳ１５８において、正弦波情報復号部１０５は、図１３に示す正弦波信号生成処理を行なう。以下、図１３のフローチャートを参照して、ステップＳ１５８の処理に対応する正弦波信号生成処理について説明する。

ステップＳ１８１において、正弦波情報復号部１０５の位置算出部２２１は、ノイズ包絡情報復号部１０４から供給されたノイズ境界位置と、正弦波情報から得られた差分情報とから、正弦波信号の合成開始位置を算出する。すなわち、処理対象のフレームの開始位置からノイズ境界位置までの時間から、合成開始位置とノイズ境界位置との時間の差分が減算されて、フレームの開始位置から正弦波信号の合成開始位置までの時間が求められ、合成開始位置の時刻（サンプル）が特定される。

合成開始位置が算出されると、その後、ステップＳ１８２乃至ステップＳ１８６の処理が行なわれて、正弦波信号生成処理は終了するが、これらの処理は図７のステップＳ８１乃至ステップＳ８５の処理と同様であるので、その説明は省略する。このようにして正弦波信号生成処理が終了すると、その後、処理は図１２のステップＳ１５９へと進む。

以上のようにして、正弦波情報復号部１０５は、正弦波情報に含まれる差分情報とノイズ境界位置とから、より正確な正弦波信号の合成開始位置を算出する。これにより、１フレームにおけるより正確な位置から正弦波信号の合成を開始することができ、より高音質な音声を得ることができる。

〈第３の実施の形態〉
［符号化装置の構成例］
なお、第２の実施の形態においては、正弦波情報に合成開始位置とノイズ境界位置との差分情報が含まれる例について説明したが、正弦波情報に、合成開始位置と高域信号の包絡のピーク位置との差分情報が含まれるようにしてもよい。

そのような場合、符号化装置は、例えば図１４に示すように構成される。なお、図１４において、図１における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図１４の符号化装置２５１と符号化装置１１とは、符号化装置２５１の正弦波情報生成部２６に、新たにピーク検出部２６１および差分算出部２６２が設けられている点で異なり、その他の点では同じである。

符号化装置２５１では、包絡情報生成部２４からノイズ包絡情報生成部２５に供給された包絡情報が、さらにノイズ包絡情報生成部２５から正弦波情報生成部２６にも供給される。ピーク検出部２６１は、ノイズ包絡情報生成部２５から供給された包絡情報に基づいて、高域信号の包絡のピーク位置を検出する。

差分算出部２６２は、位置検出部６２により検出された正弦波信号の合成開始位置と、高域信号の包絡のピーク位置との差分を算出する。正弦波情報生成部２６は、差分算出部２６２により算出されたピーク位置との差分を示す差分情報、および正弦波信号が検出されたか否かを示す情報からなる情報を、正弦波情報として符号化ストリーム生成部２７に供給する。

［符号化処理の説明］
次に、図１５のフローチャートを参照して、符号化装置２５１による符号化処理を説明する。なお、ステップＳ２１１乃至ステップＳ２１８の処理は、図２のステップＳ１１乃至ステップＳ１８の処理のそれぞれと同様であるので、その説明は省略する。但し、ステップＳ２１４では、生成された包絡情報が、包絡情報生成部２４からノイズ包絡情報生成部２５を介して、正弦波情報生成部２６にも供給される。

ステップＳ２１９において、正弦波情報生成部２６のピーク検出部２６１は、高域側の帯域ごとにノイズ包絡情報生成部２５から供給された包絡情報に基づいて、高域信号の包絡のピーク位置を検出する。例えば、包絡情報により示される高域信号の包絡においてゲインが最大となる位置が、高域信号の包絡のピーク位置として検出される。

ステップＳ２２０において、差分算出部２６２は、高域側の帯域ごとに、位置検出部６２により検出された正弦波信号の合成開始位置と、ピーク検出部２６１により検出された包絡のピーク位置との差分を算出する。

例えば、図１６に示すように、正弦波合成の開始位置から包絡のピーク位置までの時間（サンプル数）が差分として算出される。なお、図中、横方向は時間方向を示している。また、図１６において矢印ＦＳ２１および矢印ＦＥ２１は、それぞれフレームの開始位置および終了位置を示している。

図１６の例では、高域信号の包絡が点線で表されており、矢印Ｐ１により示される位置が、その包絡のピーク位置となっている。また、正弦波信号の合成開始位置は、矢印Ｇ２１により示される位置となっており、合成開始位置は包絡のピーク位置よりも前に位置している。復号時には、矢印Ｇ２１により示される合成開始位置からフレームの終了位置までの区間に、正弦波信号が合成されることになる。

この例では、矢印Ｇ２１により示される合成開始位置から、矢印Ｐ１により示される高域信号の包絡のピーク位置までの時間の長さ（時間距離）が、ピーク位置との差分情報とされる。ここで、合成開始位置からピーク位置までの時間は、タイムスロット長の整数倍の時間となる。

このようにして求められた、合成開始位置からピーク位置までの時間を示す差分情報によっても、音声信号の復号側において、より正確な合成開始位置を特定することができ、より高音質な音声を得ることができるようになる。

図１５のフローチャートの説明に戻り、ステップＳ２２０において、ピーク位置との差分情報が得られると、処理はステップＳ２２１に進む。

ステップＳ２２１において、正弦波情報生成部２６は、高域側の帯域ごとに正弦波情報を生成し、符号化ストリーム生成部２７に供給する。

例えば、正弦波情報生成部２６は、高域の帯域から正弦波信号が検出されたか否かを示す情報、および合成開始位置とピーク位置との差分情報からなる情報を正弦波情報とする。このとき、正弦波情報生成部２６の符号化部６３は、ピーク位置との差分情報を可変長符号化する。正弦波情報生成部２６は可変長符号化された差分情報と、正弦波信号が検出されたか否かを示す情報とからなる正弦波情報を、符号化ストリーム生成部２７に供給する。

正弦波情報が生成されると、その後、ステップＳ２２２乃至ステップＳ２２４の処理が行なわれて符号化処理は終了するが、これらの処理は図２のステップＳ２０乃至ステップＳ２２の処理と同様であるので、その説明は省略する。

以上のようにして、符号化装置２５１は、低域信号、包絡情報、ノイズ包絡情報、および正弦波情報からなる符号化ストリームを生成して出力する。このとき、より正確な正弦波信号の合成開始位置を検出して、その合成開始位置を特定するための差分情報が含まれる正弦波情報を生成することで、音声信号の復号側において、より正確に正弦波信号の合成を行なうことができるようになる。これにより、より高音質な音声を得ることができる。

［復号装置の構成例］
また、符号化装置２５１から送信された符号化ストリームを受信して、符号化ストリームから音声信号を得る復号装置は、例えば図１７に示すように構成される。なお、図１７において、図５における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図１７の復号装置３０１と復号装置９１とは、復号装置３０１の正弦波情報復号部１０５に、新たに位置算出部３１１が設けられている点で異なり、その他の点では同じである。

復号装置３０１の位置算出部３１１は、包絡情報復号部１０３から供給された包絡情報と、正弦波情報から得られる差分情報とから、正弦波信号の合成開始位置を算出する。

［復号処理の説明］
次に、図１８のフローチャートを参照して、復号装置３０１により行なわれる復号処理について説明する。なお、ステップＳ２５１乃至ステップＳ２５７の処理は、図６のステップＳ５１乃至ステップＳ５７の処理と同様であるため、その説明は省略する。

ステップＳ２５８において、正弦波情報復号部１０５は正弦波信号生成処理を行なって、高域側の帯域ごとに正弦波信号を生成し、帯域合成フィルタ１０６に供給する。なお、正弦波信号生成処理の詳細は後述する。

正弦波信号生成処理が行なわれると、その後、ステップＳ２５９の処理が行なわれて復号処理は終了するが、ステップＳ２５９の処理は、図６のステップＳ５９の処理と同様であるため、その説明は省略する。

［正弦波信号生成処理の説明］
また、図１８のステップＳ２５８において、正弦波情報復号部１０５は、図１９に示す正弦波信号生成処理を行なう。以下、図１９のフローチャートを参照して、ステップＳ２５８の処理に対応する正弦波信号生成処理について説明する。

ステップＳ２８１において、正弦波情報復号部１０５の位置算出部３１１は、包絡情報復号部１０３から供給された包絡情報と、正弦波情報から得られた差分情報とから、正弦波信号の合成開始位置を算出する。

すなわち、位置算出部３１１は、包絡情報により示される高域信号の包絡においてゲインが最大となる位置を、高域信号の包絡のピーク位置として検出する。そして、位置算出部３１１は、処理対象のフレームの開始位置からピーク位置までの時間から、合成開始位置とピーク位置との時間の差分を減算して、フレームの開始位置から正弦波信号の合成開始位置までの時間を求め、合成開始位置の時刻（サンプル）を特定する。

合成開始位置が算出されると、その後、ステップＳ２８２乃至ステップＳ２８６の処理が行なわれて、正弦波信号生成処理は終了するが、これらの処理は図７のステップＳ８１乃至ステップＳ８５の処理と同様であるので、その説明は省略する。このようにして正弦波信号生成処理が終了すると、その後、処理は図１８のステップＳ２５９へと進む。

以上のようにして、正弦波情報復号部１０５は、正弦波情報に含まれる差分情報と高域信号の包絡のピーク位置とから、より正確な正弦波信号の合成開始位置を算出する。これにより、１フレームにおけるより正確な位置から正弦波信号の合成を開始することができ、より高音質な音声を得ることができる。

なお、以上においては、復号装置３０１側でも包絡のピーク位置の検出を行なうと説明したが、正弦波情報にピーク位置を示す情報が含まれるようにしてもよい。そのような場合、符号化装置２５１の正弦波情報生成部２６は、ピーク位置を示す情報を含む正弦波情報を生成し、復号装置３０１の位置算出部３１１は、正弦波情報に含まれる差分情報とピーク位置を示す情報とから、合成開始位置を算出する。

〈第４の実施の形態〉
［符号化装置の構成例］
また、以上においては合成開始位置、ノイズ境界位置との差分情報、またはピーク位置との差分情報のうちの予め定めた情報が正弦波情報に含まれると説明したが、これらのうちの最も符号量が少ないものが選択されて正弦波情報に含まれるようにしてもよい。

そのような場合、符号化装置は、例えば図２０に示すように構成される。なお、図２０において、図１または図１４における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図２０の符号化装置３４１と図１の符号化装置１１とは、符号化装置３４１の正弦波情報生成部２６に、新たにピーク検出部２６１、差分算出部３５１、および選択部３５２が設けられている点で異なり、その他の点では同じである。

符号化装置３４１では、包絡情報生成部２４からノイズ包絡情報生成部２５に供給された包絡情報が、さらにノイズ包絡情報生成部２５から正弦波情報生成部２６にも供給され、ピーク検出部２６１は、包絡情報に基づいて高域信号の包絡のピーク位置を検出する。

差分算出部３５１は、位置検出部６２により検出された正弦波信号の合成開始位置と、高域信号の包絡のピーク位置との差分を算出する。また、差分算出部３５１は、合成開始位置と、ノイズ境界位置との差分も算出する。

選択部３５２は、合成開始位置、ピーク位置との差分情報、およびノイズ境界位置との差分情報のうち、可変長符号化したときに最も符号量が少なくなる情報を選択する。正弦波情報生成部２６は、選択分３５２による選択結果を示す情報、選択部３５２により選択された情報、および正弦波信号が検出されたか否かを示す情報からなる情報を、正弦波情報として符号化ストリーム生成部２７に供給する。

［符号化処理の説明］
次に、図２１のフローチャートを参照して、符号化装置３４１による符号化処理を説明する。なお、ステップＳ３１１乃至ステップＳ３２１の処理は、図９のステップＳ１１１乃至ステップＳ１２１の処理のそれぞれと同様であるので、その説明は省略する。

但し、ステップＳ３２１では、正弦波情報生成部２６の差分算出部３５１が、高域側の帯域ごとに、位置検出部６２により検出された正弦波信号の合成開始位置と、ノイズ境界位置との差分を算出する。また、ステップＳ３１４では、生成された包絡情報が、包絡情報生成部２４からノイズ包絡情報生成部２５を介して、正弦波情報生成部２６にも供給される。

ステップＳ３２２において、正弦波情報生成部２６のピーク検出部２６１は、高域側の帯域ごとにノイズ包絡情報生成部２５から供給された包絡情報に基づいて、高域信号の包絡のピーク位置を検出する。

ステップＳ３２３において、差分算出部３５１は、高域側の帯域ごとに、位置検出部６２により検出された正弦波信号の合成開始位置と、ピーク検出部２６１により検出された包絡のピーク位置との差分を算出する。

なお、これらのステップＳ３２２およびステップＳ３２３では、図１５のステップＳ２１９およびステップＳ２２０と同様の処理が行なわれる。

ステップＳ３２４において、選択部３５２は高域側の帯域ごとに、合成開始位置、合成開始位置とピーク位置との差分情報、および合成開始位置とノイズ境界位置との差分情報のうち、可変長符号化したときに最も符号量が少なくなる情報を選択する。そして、選択部３５２は、その選択結果を示す選択情報を生成する。このとき、合成開始位置等の符号量のみが算出されて比較されてもよいし、実際に合成開始位置等の情報が可変長符号化されて、その符号量が比較されてもよい。

ステップＳ３２５において、正弦波情報生成部２６は、高域側の帯域ごとに正弦波情報を生成し、符号化ストリーム生成部２７に供給する。

具体的には、正弦波情報生成部２６は、高域の帯域から正弦波信号が検出されたか否かを示す情報、選択情報、および選択情報により示される情報からなる情報を正弦波情報とする。このとき、正弦波情報生成部２６の符号化部６３は、選択情報、および選択情報により示される情報を可変長符号化する。正弦波情報生成部２６は可変長符号化された選択情報、および選択情報により示される情報と、正弦波信号が検出されたか否かを示す情報とからなる正弦波情報を、符号化ストリーム生成部２７に供給する。

例えば、選択情報により示される情報が、合成開始位置とピーク位置との差分情報である場合、選択情報、ピーク位置との差分情報、および正弦波信号が検出されたか否かを示す情報からなる情報が、正弦波情報とされる。このように、正弦波信号の合成開始位置を特定する情報のうち、最も符号量の少ないものが含まれる正弦波情報を生成することで、符号化ストリームの符号量をより少なくすることができる。

正弦波情報が生成されると、その後、ステップＳ３２６の処理が行なわれて符号化処理は終了するが、この処理は図１５のステップＳ２２４の処理と同様であるので、その説明は省略する。

以上のようにして、符号化装置３４１は、低域信号、包絡情報、ノイズ包絡情報、および正弦波情報からなる符号化ストリームを生成して出力する。このとき、合成開始位置を特定するための情報のうち、最も符号量が少ない情報が含まれる正弦波情報を生成することで、伝送されるストリームのデータ量を削減するとともに、音声信号の復号側において、より正確に正弦波信号の合成を行なうことができる。これにより、より高音質な音声を得ることができる。

［復号装置の構成例］
また、符号化装置３４１から送信された符号化ストリームを受信して、符号化ストリームから音声信号を得る復号装置は、例えば図２２に示すように構成される。なお、図２２において、図５における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。図２２の復号装置３８１と復号装置９１とは、復号装置３８１の正弦波情報復号部１０５に、新たに位置算出部３９１が設けられている点で異なり、その他の点では同じである。

復号装置３８１の位置算出部３９１は、正弦波情報に含まれる選択情報に応じて、正弦波情報から得られるピーク位置との差分情報、またはノイズ境界位置との差分情報から、正弦波信号の合成開始位置を算出する。

［復号処理の説明］
次に、図２３のフローチャートを参照して、復号装置３８１により行なわれる復号処理について説明する。なお、ステップＳ３５１乃至ステップＳ３５６の処理は、図６のステップＳ５１乃至ステップＳ５６の処理と同様であるため、その説明は省略する。

但し、ステップＳ３５５において、ノイズ包絡情報復号部１０４は、復号により得られたノイズ包絡情報に含まれているノイズ境界位置を示す情報を、正弦波情報復号部１０５に供給する。

ステップＳ３５７において、正弦波情報復号部１０５は、符号化ストリーム復号部１０１からの正弦波情報を復号する。例えば、正弦波情報に含まれている選択情報と、その選択情報により特定される合成開始位置を得るための情報が復号される。

ステップＳ３５８において、正弦波情報復号部１０５は正弦波信号生成処理を行なって、高域側の帯域ごとに正弦波信号を生成し、帯域合成フィルタ１０６に供給する。なお、正弦波信号生成処理の詳細は後述する。

正弦波信号生成処理が行なわれると、その後、ステップＳ３５９の処理が行なわれて復号処理は終了するが、ステップＳ３５９の処理は、図６のステップＳ５９の処理と同様であるため、その説明は省略する。

［正弦波信号生成処理の説明］
また、図２３のステップＳ３５８において、正弦波情報復号部１０５は、図２４に示す正弦波信号生成処理を行なう。以下、図２４のフローチャートを参照して、ステップＳ３５８に対応する正弦波信号生成処理について説明する。

ステップＳ３８１において、位置算出部３９１は、選択情報により示される、正弦波信号の合成開始位置を得るための情報が、合成開始位置そのものを示す情報であるか否かを判定する。すなわち、正弦波情報に合成開始位置が含まれているか否かが判定される。

ステップＳ３８１において、選択情報により示される情報が、合成開始位置を示す情報であると判定された場合、処理はステップＳ３８５に進む。

一方、ステップＳ３８１において、選択情報により示される情報が、合成開始位置を示す情報でないと判定された場合、処理はステップＳ３８２に進む。

ステップＳ３８２において、位置算出部３９１は、選択情報により示される、正弦波信号の合成開始位置を得るための情報が、合成開始位置とノイズ境界位置との差分情報であるか否かを判定する。すなわち、正弦波情報にノイズ境界位置との差分情報が含まれているか否かが判定される。

ステップＳ３８２において、選択情報により示される情報が、ノイズ境界位置との差分情報であると判定された場合、処理はステップＳ３８３に進む。

ステップＳ３８３において、正弦波情報復号部１０５の位置算出部３９１は、ノイズ包絡情報復号部１０４から供給されたノイズ境界位置と、正弦波情報から得られたノイズ境界位置との差分情報とから、正弦波信号の合成開始位置を算出する。合成開始位置が算出されると、その後、処理はステップＳ３８５へと進む。

また、ステップＳ３８２において、選択情報により示される情報がノイズ境界位置との差分情報でないと判定された場合、すなわち、選択情報により示される情報が合成開始位置とピーク位置との差分情報である場合、処理はステップＳ３８４に進む。

ステップＳ３８４において、正弦波情報復号部１０５の位置算出部３９１は、包絡情報復号部１０３から供給された包絡情報、および正弦波情報から得られた高域信号の包絡のピーク位置との差分情報から、正弦波信号の合成開始位置を算出する。

すなわち、位置算出部３９１は、包絡情報により示される高域信号の包絡においてゲインが最大となる位置を、高域信号の包絡のピーク位置として検出する。そして、位置算出部３９１は、処理対象のフレームの開始位置からピーク位置までの時間から、合成開始位置とピーク位置との時間の差分を減算して、フレームの開始位置から正弦波信号の合成開始位置までの時間を求め、合成開始位置の時刻（サンプル）を特定する。合成開始位置が算出されると、その後、処理はステップＳ３８５へと進む。

ステップＳ３８１において、選択情報により示される情報が合成開始位置を示す情報であると判定されたか、ステップＳ３８３において合成開始位置が算出されたか、またはステップＳ３８４において合成開始位置が算出されると、処理はステップＳ３８５に進む。そして、ステップＳ３８５乃至ステップＳ３８９の処理が行なわれて、正弦波信号生成処理は終了するが、これらの処理は図７のステップＳ８１乃至ステップＳ８５の処理と同様であるので、その説明は省略する。このようにして正弦波信号生成処理が終了すると、その後、処理は図２３のステップＳ３５９へと進む。

以上のようにして、正弦波情報復号部１０５は、選択情報から正弦波情報に含まれている情報を特定し、その特定結果に応じて、適宜、正確な正弦波信号の合成開始位置を算出する。これにより、１フレームにおけるより正確な位置から正弦波信号の合成を開始することができ、より高音質な音声を得ることができる。

上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

図２５は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。

コンピュータにおいて、CPU５０１，ROM（Read Only Memory）５０２，RAM（Random Access Memory）５０３は、バス５０４により相互に接続されている。

バス５０４には、さらに、入出力インターフェース５０５が接続されている。入出力インターフェース５０５には、キーボード、マウス、マイクロホンなどよりなる入力部５０６、ディスプレイ、スピーカなどよりなる出力部５０７、ハードディスクや不揮発性のメモリなどよりなる記録部５０８、ネットワークインターフェースなどよりなる通信部５０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア５１１を駆動するドライブ５１０が接続されている。

以上のように構成されるコンピュータでは、CPU５０１が、例えば、記録部５０８に記録されているプログラムを、入出力インターフェース５０５及びバス５０４を介して、RAM５０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU５０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア５１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。

そして、プログラムは、リムーバブルメディア５１１をドライブ５１０に装着することにより、入出力インターフェース５０５を介して、記録部５０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５０９で受信し、記録部５０８にインストールすることができる。その他、プログラムは、ROM５０２や記録部５０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

１１ 符号化装置， ２２ 低域符号化部， ２４ 包絡情報生成部， ２５ ノイズ包絡情報生成部， ２６ 正弦波情報生成部， ５２ 境界算出部， ６１ 正弦波検出部， ６２ 位置検出部， ９１ 復号装置， １０２ 低域復号部， １０３ 包絡情報復号部， １０４ ノイズ包絡情報復号部， １０５ 正弦波情報復号部， １４１ 生成部， １８１ 差分算出部， ２２１ 位置算出部， ２６１ ピーク検出部， ２６２ 差分算出部， ３１１ 位置検出部， ３５１ 差分算出部， ３５２ 選択部， ３９１ 位置算出部

Claims (17)

1. 音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報を抽出する抽出部と、
   前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号を生成する擬似高域生成部と、
   前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号を生成する正弦波生成部と、
   前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成する合成部と
   を備える信号処理装置。
2. ノイズ包絡情報により示されるノイズ境界位置で分割された各区間について、所定の信号の前記区間を、前記ノイズ包絡情報により示される前記区間のゲインを示す情報に基づいてゲイン調整することで、前記高域成分を構成するノイズ信号を生成するノイズ生成部をさらに備え、
   前記抽出部は、前記ノイズ包絡情報をさらに抽出し、
   前記合成部は、前記低域信号、前記擬似高域信号、前記正弦波信号、および前記ノイズ信号を合成して音声信号を生成する
   請求項１に記載の信号処理装置。
3. 前記正弦波情報は、フレームごとに抽出され、前記正弦波生成部は、前記高域成分のフレームごとに、前記正弦波信号を生成する
   請求項１に記載の信号処理装置。
4. 前記正弦波情報は、前記高域成分を構成する帯域ごとに抽出され、前記正弦波生成部は、前記帯域ごとに、前記正弦波信号を生成する
   請求項１に記載の信号処理装置。
5. 音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報を抽出する抽出部と、
   前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号を生成する擬似高域生成部と、
   前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号を生成する正弦波生成部と、
   前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成する合成部と
   を備える信号処理装置の信号処理方法であって、
   前記抽出部が、前記低域成分、前記包絡情報、および前記正弦波情報を抽出し、
   前記擬似高域生成部が、前記擬似高域信号を生成し、
   前記正弦波生成部が、前記正弦波信号を生成し、
   前記合成部が、前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成する
   ステップを含む信号処理方法。
6. 音声信号の低域成分、前記音声信号の高域成分の包絡を示す包絡情報、並びに前記高域成分のフレームの開始位置から、前記高域成分に含まれる正弦波成分の出現開始位置までの距離を示す情報を含む前記正弦波成分の周波数および出現位置を特定するための正弦波情報を抽出し、
   前記低域成分としての低域信号と前記包絡情報とに基づいて、前記高域成分を構成する擬似高域信号を生成し、
   前記正弦波情報により示される周波数であり、かつ前記正弦波情報から特定される前記出現開始位置を開始位置とする正弦波信号を生成し、
   前記低域信号、前記擬似高域信号、および前記正弦波信号を合成して音声信号を生成する
   ステップを含む処理をコンピュータに実行させるプログラム。
7. 音声信号の高域成分である高域信号の包絡を示す包絡情報を生成する包絡情報生成部と、
   前記高域信号に含まれる正弦波信号を検出し、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報を生成する正弦波情報生成部と、
   前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力する出力部と
   を備える信号処理装置。
8. 前記高域信号に含まれるノイズ信号を検出し、前記ノイズ信号をいくつかの区間に分割するノイズ境界位置を示す情報と、前記区間における前記ノイズ信号のゲインを示す情報とからなるノイズ包絡情報を生成するノイズ包絡情報生成部をさらに備え、
   前記出力部は、前記低域信号、前記包絡情報、前記正弦波情報、および前記ノイズ包絡情報からなるデータを生成して出力する
   請求項７に記載の信号処理装置。
9. 前記正弦波情報は、フレームごとに生成される
   請求項７に記載の信号処理装置。
10. 前記正弦波情報は、前記高域成分を構成する帯域ごとに生成される
    請求項７に記載の信号処理装置。
11. 音声信号の高域成分である高域信号の包絡を示す包絡情報を生成する包絡情報生成部と、
    前記高域信号に含まれる正弦波信号を検出し、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報を生成する正弦波情報生成部と、
    前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力する出力部と
    を備える信号処理装置の信号処理方法であって、
    前記包絡情報生成部が、前記包絡情報を生成し、
    前記正弦波情報生成部が、前記正弦波情報を生成し、
    前記出力部が、前記低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力する
    ステップを含む信号処理方法。
12. 音声信号の高域成分である高域信号の包絡を示す包絡情報を生成し、
    前記高域信号に含まれる正弦波信号を検出し、前記高域成分のフレームの開始位置から、前記正弦波信号の出現開始位置までの距離を示す情報を含む前記正弦波信号の周波数および出現位置を特定するための正弦波情報を生成し、
    前記音声信号の低域成分である低域信号、前記包絡情報、および前記正弦波情報からなるデータを生成して出力する
    ステップを含む処理をコンピュータに実行させるプログラム。
13. 音声信号の低域成分である低域信号を復号する低域復号部と、
    音声信号の高域成分である高域信号の包絡を示す包絡情報を復号する包絡情報復号部と、
    前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報を復号する正弦波情報復号部と、
    前記復号された低域信号と前記復号された包絡情報とから擬似高域信号を生成する擬似高域信号生成部と、
    前記復号された正弦波情報から正弦波信号を生成する正弦波信号生成部と、
    前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号を生成する音声信号生成部と
    を備える信号処理装置。
14. 前記高域信号に含まれるノイズ信号をいくつかの区間に分割したノイズ境界位置を示す情報と、前記区間における前記ノイズ信号のゲインを示す情報とからなるノイズ包絡情報を復号するノイズ包絡情報復号部をさらに備え、
    前記擬似高域信号生成部は、前記復号された低域信号と、前記復号された包絡情報と、前記復号されたノイズ包絡情報とから擬似高域信号を生成する
    請求項１３に記載の信号処理装置。
15. 前記正弦波情報は、前記高域成分を構成する帯域ごとに生成される
    請求項１３に記載の信号処理装置。
16. 音声信号の低域成分である低域信号を復号する低域復号部と、
    音声信号の高域成分である高域信号の包絡を示す包絡情報を復号する包絡情報復号部と、
    前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報を復号する正弦波情報復号部と、
    前記復号された低域信号と前記復号された包絡情報とから擬似高域信号を生成する擬似高域信号生成部と、
    前記復号された正弦波情報から正弦波信号を生成する正弦波信号生成部と、
    前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号を生成する音声信号生成部と
    を備える信号処理装置の信号処理方法であって、
    前記低域復号部が前記低域信号を復号し、
    前記包絡情報復号部が前記包絡情報を復号し、
    前記正弦波情報復号部が前記正弦波情報を復号し、
    前記擬似高域信号生成部が前記擬似高域信号を生成し、
    前記正弦波信号生成部が前記正弦波信号を生成し、
    前記音声信号生成部が前記出力音声信号を生成する
    ステップを含む信号処理方法。
17. 音声信号の低域成分である低域信号を復号し、
    音声信号の高域成分である高域信号の包絡を示す包絡情報を復号し、
    前記高域成分のフレームの開始位置から、前記高域信号に含まれる正弦波の出現開始位置までの距離を示す情報を含む前記正弦波の周波数および出現位置を特定するための正弦波情報を復号し、
    前記復号された低域信号と前記復号された包絡情報とから擬似高域信号を生成し、
    前記復号された正弦波情報から正弦波信号を生成し、
    前記復号された低域信号と、前記擬似高域信号と、前記正弦波信号とから出力音声信号を生成する
    ステップを含む処理をコンピュータに実行させるプログラム。

Images