专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2022042159A1 延迟控制方法和装置审中-公开
公开(公告)号：WO2022042159A1
公开(公告)日：2022-03-03
申请号：PCT/CN2021/108217
申请日：2021-07-23
申请人：百果园技术（新加坡）有限公司 , 陈江
发明人：胡正伦 , 陈江
IPC分类号： G10L15/26 , G10L15/30 , G10L19/10
摘要：一种延迟控制方法和装置。延迟控制方法应用于语音识别系统中，语音识别系统中包括延迟控制参数，方法包括：确定待识别语音信号的延迟等级（110）；根据延迟等级确定待识别语音信号的目标延迟估计时间（120）；确定待识别语音信号的时变延迟时间和非时变延迟时间（130）；结合时变延迟时间、非时变延迟时间以及目标延迟估计时间，判断是否需要调整语音识别系统的语音识别延迟时间（140）；响应于判定需要调整语音识别系统的语音识别延迟时间，调整延迟控制参数的值（150）。

2. 发明申请

WO2011052221A1 符号化装置、復号装置、およびそれらの方法审中-公开
标题翻译：编码器，解码器及其方法
公开(公告)号：WO2011052221A1
公开(公告)日：2011-05-05
申请号：PCT/JP2010/006394
申请日：2010-10-29
申请人：パナソニック株式会社 , リウゾンシアン , チョンコクセン
发明人：リウゾンシアン , チョンコクセン
IPC分类号： G10L19/02 , G10L19/10
CPC分类号： G10L19/0212 , G10L19/10
摘要：　符号化におけるビット効率を向上することにより、復号後の信号の品質を向上することができる、符号化装置、復号装置、およびそれらの方法。符号化装置において、時間－周波数変換部（１０１）が、符号化対象信号を周波数領域信号に変換し、適応スペクトル形成符号化部（１０２）が、周波数領域信号の周波数帯域の内で有効範囲を特定し、パルスベクトル符号化部（１０３）が、有効範囲内の信号成分のみをパルスベクトル符号化する。また、復号装置においては、パルスベクトル復号部（１０６）が、上記符号化装置で符号化されたパルス符号化パラメータをパルスベクトル復号化し、適応スペクトル形成復号部（１０７）が、パルスベクトル復号部（１０６）にて得られた復号信号を有効範囲情報に対応する帯域にセットし、周波数－時間変換部（１０８）が、有効範囲情報に対応する帯域にセットされた復号信号を時間領域信号に変換する。
摘要翻译：一种编码器，解码器及其方法，由此可以提高编码的比特效率，从而提高被解码的信号的质量。在编码器中：时间 - 频率转换单元（101）将要编码的信号转换为频域信号; 自适应频谱形成编码单元（102）确定频域信号的频带中的有效范围; 和脉冲矢量编码单元（103），脉冲矢量仅对有效范围内的信号分量进行编码。在解码器中：脉冲矢量解码单元（106）对由上述编码器编码的脉冲编码参数进行解码; 自适应频谱形成解码单元（107）将由脉冲矢量解码单元（106）获得的解码信号设置为与有效范围的信息相对应的频带; 并且频率 - 时间转换单元（108）将已被设置为与有效范围的信息相对应的频带的解码信号转换为时域信号。

3. 发明申请

WO2008108078A1 符号化装置および符号化方法审中-公开
标题翻译：编码设备和编码方法
公开(公告)号：WO2008108078A1
公开(公告)日：2008-09-12
申请号：PCT/JP2008/000400
申请日：2008-02-29
申请人：松下電器産業株式会社 , 森井利幸 , 押切正浩 , 山梨智史
发明人：森井利幸 , 押切正浩 , 山梨智史
IPC分类号： G10L19/10 , G10L19/08
CPC分类号： G10L19/032 , G10L19/0212 , G10L19/10
摘要：　周波数スペクトルの符号化方式において、従来よりも平均的な符号化歪みを小さくし、聴感的に良好な音質を得る符号化装置。この符号化装置では、シェイプ量子化部（１１１）は、入力スペクトルのシェイプを少数のパルスの位置、極性で量子化する。シェイプ量子化部（１１１）は、パルスの位置を探索する際に、後に探索されるパルスの振幅を、前に探索されたパルスの振幅以下に設定する。ゲイン量子化部（１１２）は、シェイプ量子化部（１１１）によって探索されたパルスのゲインをバンド毎に算出して量子化する。
摘要翻译：提供了一种与传统技术相比可以减少编码失真并且可以获得用于听觉的优选声音质量的编码装置。在编码装置中，形状量化单元（111）以少量的脉冲位置和极性量化输入频谱的形状。形状量化单元（111）将脉冲位置搜索后的脉冲幅度宽度设定为以前已经搜索到的脉冲幅度宽度以下的值。增益量化单元（112）针对每个频带计算由形状量化单元（111）搜索的脉冲的增益。

4. 发明申请

WO2007096550A2 CODAGE/DECODAGE PERFECTIONNES D'UN SIGNAL AUDIONUMERIQUE, EN TECHNIQUE CELP 审中-公开
标题翻译：数字音频信号的改进编码/解码技术
公开(公告)号：WO2007096550A2
公开(公告)日：2007-08-30
申请号：PCT/FR2007/050780
申请日：2007-02-13
申请人： FRANCE TELECOM , MASSALOUX, Dominique , TRILLING, Romain , LAMBLIN, Claude
发明人： MASSALOUX, Dominique , TRILLING, Romain , LAMBLIN, Claude
IPC分类号： G10L19/10
CPC分类号： G10L19/10 , G10L2019/0007
摘要： L'invention vise la construction de dictionnaires de vecteurs d'excitation CELP, perfectionnés, pour le codage/décodage de signaux audionumériques. Habituellement, chaque vecteur de dimension N comporte des impulsions susceptibles d'occuper N positions valides. L'invention propose de construire des dictionnaires de structure particulière en : - prévoyant une même suite d'impulsions formant un motif de base, - et en affectant le motif de base à chaque vecteur d'excitation du dictionnaire, selon une ou plusieurs occurrences à une ou plusieurs positions respectives parmi les N positions valides précitées. L'invention propose aussi une combinaison de dictionnaires ainsi construits avec éventuellement des dictionnaires multi-impulsionnels classiques, par union ou somme ou mise en cascade.
摘要翻译：本发明旨在构建用于对数字音频信号进行编码/解码的CELP激励矢量的改进词典。通常，尺寸N的每个矢量包括能够占据N个有效位置的脉冲。本发明涉及具有特定结构的字典的构造，其通过以下方式提供：形成基本图案的公共脉冲序列; 以及基于所述N个有效位置中的一个或多个相应位置处的一个或多个出现，将所述基本模式分配给所述字典的每个激励矢量。本发明还涉及通过联合或求和或级联组合使用如此构建的词典与可选地标准的多脉冲词典的组合。

5. 发明申请

WO2006085586A1 音声符号化におけるパルス割当方法审中-公开
标题翻译：语音编码中的脉冲分配方法
公开(公告)号：WO2006085586A1
公开(公告)日：2006-08-17
申请号：PCT/JP2006/302258
申请日：2006-02-09
申请人：松下電器産業株式会社 , テオチュンオエイ , ネオスアホン , 吉田幸司 , 後藤道代
发明人：テオチュンオエイ , ネオスアホン , 吉田幸司 , 後藤道代
IPC分类号： G10L19/10 , G10L19/00
CPC分类号： G10L19/10 , G10L19/008
摘要：　ステレオ音声信号を効率良く符号化することができるパルス割当方法。このパルス割当方法の固定符号帳探索（ＳＴ２１～ＳＴ２５）において、各々のサブフレームに対して、ステレオ信号の比較が行われてチャネル間の類似性が判断され（ＳＴ２１）、ステレオ信号の特性が判断され（ＳＴ２２）、チャネル間の類似性およびステレオ信号の特性に基づいて、各チャネル対して割り当てるパルス数が決定され（ＳＴ２３）、パルス探索が実行されて各チャネルに対するパルス位置が定められ（ＳＴ２４）、ＳＴ２４において定められたパルスが符号化される（ＳＴ２５）。
摘要翻译：一种能够有效地对立体声语音信号进行编码的脉冲分配方法。在该脉冲分配方法的固定代码记录检索（ST21〜ST25）中，对于各个子帧，对立体声语音信号进行比较（ST21），判断通道之间的相似度，判断（ST22）其特性。基于通道与立体声信号的特性的相似性，确定分配给各个通道的脉冲数（ST23）。执行脉冲检索（ST24）以确定各个通道的脉冲位置，使得在ST24确定的脉冲被编码（ST25）。

6. 发明申请

WO2006000956A1 AUDIO ENCODING AND DECODING 审中-公开
标题翻译：音频编码和解码
公开(公告)号：WO2006000956A1
公开(公告)日：2006-01-05
申请号：PCT/IB2005/051972
申请日：2005-06-15
申请人： KONINKLIJKE PHILIPS ELECTRONICS N.V. , DEN BRINKER, Albertus, C. , GERRITS, Andreas, J. , RIERA PALOU, Felipe
发明人： DEN BRINKER, Albertus, C. , GERRITS, Andreas, J. , RIERA PALOU, Felipe
IPC分类号： G10L19/10
CPC分类号： G10L19/10 , G10L19/113
摘要： A method of encoding a digital audio signal, wherein for each time segment the signal is spectrally flattened to obtain a spectrally flattened signal (r) and possibly spectral flattening parameters (LPP). The spectrally flattened signal is modelled by an excitation signal comprising a first partial excitation signal (p x ) conforming to an excitation signal generated by an RPE or CELP technique, and a second partial excitation signal (P Ep ) being a set of extra pulses with arbitrary positions and amplitudes. An audio bit stream as comprising the first and second partial excitation signals is generated. The extra pulses can be added to the excitation signal at positions in time that correspond to the time of occurrence of the spike, or preferably at positions in time of an RPE time grid.
摘要翻译：一种对数字音频信号进行编码的方法，其中对于每个时间段，信号被频谱平坦化以获得频谱平坦化信号（r）和可能的频谱平坦化参数（LPP）。光谱平坦化信号由包括第一部分激励信号（p

7. 发明申请

WO2002071396A1 CODEBOOK STRUCTURE AND SEARCH FOR SPEECH CODING 审中-公开
标题翻译： CODEBOOK结构和搜索语音编码
公开(公告)号：WO2002071396A1
公开(公告)日：2002-09-12
申请号：PCT/US2002/001846
申请日：2002-01-22
申请人： CONEXANT SYSTEMS, INC.
发明人： GAO, Yang
IPC分类号： G10L19/10
CPC分类号： G10L19/10 , G10L2019/0005
摘要： A speech compression system with a fixed codebook structure and a search routine is proposed for speech coding. The system is capable of encoding a speech signal into a bitstream for subsequent decoding to generate synthesized speech. The codebook structure uses a plurality of subcodebooks. Each subcodebook is designed to fit a specific group of speech signals. A better way is used to calculate a criterion value, minimizing an error signal in a minimization loop as part of the coding system. An external signal sets a maximum bitstream rate for delivering encoded speech into a communications system. The speech compression system comprises a full-rate codec, a half-rate codec, a quarter-rate codec and an eighth-rate codec. Each codec is selectively activated to encode and decode the speech signals at different bit rates to enhance overall quality of the synthesized speech at a limited average bit rate.
摘要翻译：提出了一种具有固定码本结构和搜索程序的语音压缩系统，用于语音编码。该系统能够将语音信号编码为比特流以用于后续解码以产生合成语音。码本结构使用多个子码本。每个子码本被设计成适合特定的一组语音信号。使用更好的方法来计算标准值，最小化作为编码系统的一部分的最小化循环中的误差信号。外部信号设置用于将编码语音传递到通信系统中的最大比特率速率。语音压缩系统包括全速率编解码器，半速率编解码器，四分之一速率编解码器和八速率编解码器。选择性地激活每个编解码器以以不同比特率对语音信号进行编码和解码，以在有限的平均比特率下提高合成语音的整体质量。

8. 发明申请

WO02043053A1 INDEXING PULSE POSITIONS AND SIGNS IN ALGEBRAIC CODEBOOKS FOR CODING OF WIDEBAND SIGNALS 审中-公开
标题翻译：指示用于编码宽带信号的代码编码中的脉冲位置和标志
公开(公告)号：WO02043053A1
公开(公告)日：2002-05-30
申请号：PCT/CA2001/001675
申请日：2001-11-22
IPC分类号： G10L19/12 , H04W4/18 , G10L19/10
CPC分类号： G10L19/10 , G10L2019/0008
摘要： The indexing method comprises forming a set of tracks of pulse positions, restraining the positions of the non-zero-amplitude pulses of the combinations of the codebook in accordance with the set of tracks of pulse positions, and indexing in the codebook each non-zero-amplitude pulse of the combinations at least in relation to the position of the in the corresponding track, the amplitude of the pulse, and the number of pulse positions in said corresponding track. For indexing the position(s) of one and two non-zero amplitude pulse(s) in one track, procedures code_1 pulse and code_2 pulse are respectively used. When the positions of a number X of non-zero-amplitude pulses are located in one track, X>/= 3, subindices of these X pulses are calculated using the procedures code_1 pulse and code_2 pulse, and a global index is calculated by combining these subindices.
摘要翻译：索引方法包括形成一组脉冲位置的轨迹，根据脉冲位置的轨迹集合抑制码本的组合的非零幅度脉冲的位置，以及码本中的每个非零所述组合的至少相对于相应轨道的位置，所述脉冲的幅度以及所述对应轨道中的脉冲位置的数量的所述组合的振幅脉冲。为了索引一个轨道中一个和两个非零幅度脉冲的位置，分别使用程序代码1和脉冲2。当非零幅度脉冲的数量X的位置位于一个轨道中时，X> / = 3，使用程序code_1 pulse和code_2脉冲来计算这些X脉冲的子点，并且通过组合计算全局索引这些指示。

9. 发明申请

WO01011610A1 FACTORIAL PACKING METHOD AND APPARATUS FOR INFORMATION CODING 审中-公开
标题翻译：工厂包装方法和信息编码设备
公开(公告)号：WO01011610A1
公开(公告)日：2001-02-15
申请号：PCT/US2000/019582
申请日：2000-07-18
IPC分类号： H04N7/26 , G10L19/00 , G10L19/04 , G10L19/10 , G10L19/12 , H03M7/14 , G10L19/14
CPC分类号： G10L19/10
摘要： An improved speech coder takes advantage of the fact that any given pulse combination can be uniquely described by the following four properties: number of degenerate pulses, signs of pulses, positions of pulses, and pulse magnitudes. In accordance with the invention, a four stage iterative classification of the pulse combinations, where each stage groups the pulse combinations by one of these four properties, is performed. The process starts with the number of pulses, then determines the total number of possible sign combinations, pulse position combinations, and pulse magnitude combinations. This flexibility allows for the sign combinations to be grouped in the last stage. Since the number of sign combinations is always a power of two, leaving the sign combinations for last along with appropriately ordering the elements in the previous three stages allows the signs to be coded by independent bits, in turn allowing for error protection of those bits.
摘要翻译：改进的语音编码器利用以下事实：任何给定的脉冲组合可以通过以下四个特性唯一描述：简并脉冲数，脉冲符号，脉冲位置和脉冲幅度。根据本发明，执行脉冲组合的四阶段迭代分类，其中每个阶段通过这四个属性之一来组合脉冲组合。该过程以脉冲数开始，然后确定可能的符号组合的总数，脉冲位置组合和脉冲幅度组合。这种灵活性允许在最后阶段将符号组合分组。由于符号组合的数量总是2的幂，所以最后留下符号组合以及前三个阶段中的元素的适当排序允许符号被独立的位编码，从而允许这些位的错误保护。

10. 发明申请

WO01003120A1 AUDIO ENCODING WITH HARMONIC COMPONENTS 审中-公开
标题翻译：音频编码和声组件
公开(公告)号：WO01003120A1
公开(公告)日：2001-01-11
申请号：PCT/FR2000/001908
申请日：2000-07-04
IPC分类号： G10L19/02 , G10L19/10
CPC分类号： G10L19/02 , G10L19/10
摘要： The invention concerns a method wherein the encoder estimates a fundamental frequency (F0) of an audio signal, determines a spectrum of the audio signal by a transform in the frequency domain of a frame of the audio signal, and includes in the digital flow transmitted to the decoder data representing spectral amplitudes associated with multiple frequencies of the fundamental frequency. The spectral amplitude associated with one of the multiple frequencies of the fundamental frequency is a local maximum of the spectrum module in the neighbourhood of said multiple frequency.
摘要翻译：本发明涉及一种方法，其中编码器估计音频信号的基频（F0），通过音频信号的帧的频域中的变换来确定音频信号的频谱，并且包括在发送到解码器数据表示与基频的多个频率相关联的频谱幅度。与基频的多个频率之一相关联的频谱幅度是频谱模块在所述多个频率附近的局部最大值。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式