図面 (/)

技術 ベクトル量子化装置、ベクトル逆量子化装置、ベクトル量子化方法及びベクトル逆量子化方法

出願人 パナソニック株式会社
発明者 佐藤薫森井利幸山梨智史
出願日 2007年3月29日 (12年7ヶ月経過) 出願番号 2008-508632
公開日 2009年8月20日 (10年3ヶ月経過) 公開番号 WO2007-114290
状態 未査定
技術分野 音声の分析・合成 圧縮、伸長・符号変換及びデコーダ
主要キーワード 分割ベクトル 次周波数 結合ステップ 予測残差ベクトル 量子化ベクトル 相関情報 システムLSI 量子化予測残差
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2009年8月20日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (4)

課題・解決手段

ベクトル系列を分割して量子化する場合に、ベクトルの系列が持つ高次低次との相関の情報を利用してベクトル量子化の性能を向上させるベクトル量子化装置。このベクトル量子化装置では、ベクトル量子化装置(100)は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、分割ベクトルと予測ベクトルとの差を予測残差ベクトルとして生成し、予測残差ベクトルをベクトル量子化して第2符号を得る。また、ベクトル逆量子化装置(150)は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、予測ベクトルと予測残差ベクトルとの和を求め第2量子化分割ベクトルを生成し、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合し量子化ベクトルを生成する。

概要

背景

ディジタル無線通信や、インターネット通信に代表されるパケット通信、あるいは音声蓄積などの分野においては、電波などの伝送路容量や記憶媒体の有効利用を図るため、音声信号の符号化/復号化技術が不可欠であり、これまでに多くの音声符号化復号化方式が開発されてきた。その中で、CELP方式の音声符号化/復号化方式が主流の方式として実用化されている(例えば、非特許文献1参照)。

CELP方式の音声符号化装置は、予め記憶された音声モデルに基づいて入力音声コード化する。具体的には、ディジタル化された音声信号を10〜20ms程度のフレーム区切り、フレーム毎に音声信号の線形予測分析を行い、線形予測係数LPC)と線形予測残差ベクトルを求め、線形予測係数と線形予測残差ベクトルをそれぞれ個別に符号化する。

CELP方式の音声符号化装置においては、線形予測係数を符号化する方法として、線形予測係数をLSP(Line Spectral Pairs)に変換し、LSPを符号化する方法を採ることが一般的である。そして、LSPを符号化する方法として、ベクトル量子化が用いられることが多い。また、1つのベクトルをそのままベクトル量子化するのでは計算量が多いというような場合、ベクトルの系列を数分割して分割されたベクトルの系列を各々量子化する分割ベクトル量子化(スプリットVQ)が用いられることが多い。
特開平10−97295号公報
M.R.Schroeder, B.S.Atal, "Code Excited Linear Prediction: High Quality Speech at Low Bit Rate",IEEE proc.,ICASSP'85 pp.937-940

概要

ベクトルの系列を分割して量子化する場合に、ベクトルの系列が持つ高次低次との相関の情報を利用してベクトル量子化の性能を向上させるベクトル量子化装置。このベクトル量子化装置では、ベクトル量子化装置(100)は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、分割ベクトルと予測ベクトルとの差を予測残差ベクトルとして生成し、予測残差ベクトルをベクトル量子化して第2符号を得る。また、ベクトル逆量子化装置(150)は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、予測ベクトルと予測残差ベクトルとの和を求め第2量子化分割ベクトルを生成し、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合し量子化ベクトルを生成する。

目的

本発明は、ベクトルの系列を分割して量子化する場合に、ベクトル量子化の性能を向上させることができるベクトル量子化装置、ベクトル逆量子化装置、ベクトル量子化方法及びベクトル逆量子化方法を提供するである。

効果

実績

技術文献被引用数
1件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

入力ベクトルを複数に分割して複数の分割ベクトルを得る分割手段と、前記分割ベクトルの一つを量子化して第1量子化分割ベクトルを得るとともに前記第1量子化分割ベクトルを表す第1符号を得る第1量子化手段と、前記第1量子化手段の量子化結果を用いて他の分割ベクトルを量子化して第2符号を得る第2量子化手段と、前記第1符号と前記第2符号とを多重化してベクトル符号を得る多重化手段と、を具備するベクトル量子化装置

請求項2

前記第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、前記予測ベクトルと他の分割ベクトルとの予測誤差である予測残差ベクトルを生成する予測残差生成手段をさらに具備し、前記第2量子化手段は、前記予測残差ベクトルを量子化して第2符号を得る、請求項1に記載のベクトル量子化装置。

請求項3

前記予測残差生成手段は、前記第1量子化分割ベクトルの最も高次の要素を用いて予測を行う請求項2記載のベクトル量子化装置。

請求項4

前記予測残差生成手段は、前記第1量子化分割ベクトルと予測用のマトリクスとを乗ずることにより予測を行う請求項2記載のベクトル量子化装置。

請求項5

前記第1符号に応じて第2量子化手段が用いるコードブックを決定するコードブック決定手段をさらに具備し、前記第2量子化手段は、前記コードブック決定手段が決定したコードブックを用いて他の分割ベクトルを量子化して第2符号を得る、請求項1に記載のベクトル量子化装置。

請求項6

記入力ベクトルは、LSPパラメータを含む高次と低次とで相関を持つベクトルである請求項1に記載のベクトル量子化装置。

請求項7

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルを用いて他の分割ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離手段と、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化手段と、前記第1逆量子化手段の逆量子化結果を用いて前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化手段と、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合手段と、を具備するベクトル逆量子化装置

請求項8

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルに応じて決定されたコードブックを用いて他の分割ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離手段と、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化手段と、前記第2符号を逆量子化して量子化予測残差ベクトルを得る第2逆量子化手段と、前記第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、前記予測ベクトルと前記量子化予測残差ベクトルとを足し合わせて第2量子化分割ベクトルを生成する予測残差合成手段と、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合手段と、を具備するベクトル逆量子化装置。

請求項9

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルを用いて予測された予測ベクトルと他の分割ベクトルとの予測誤差である予測残差ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離手段と、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化手段と、前記第1符号に応じてコードブックを決定するコードブック決定手段と、前記コードブック決定手段が決定したコードブックを用い、前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化手段と、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合手段と、を具備するベクトル逆量子化装置。

請求項10

入力ベクトルを複数に分割して複数の分割ベクトルを得る分割ステップと、前記分割ベクトルの一つを量子化して第1量子化分割ベクトルを得るとともに前記第1量子化分割ベクトルを表す第1符号を得る第1量子化ステップと、前記第1量子化ステップの量子化結果を用いて他の分割ベクトルを量子化して第2符号を得る第2量子化ステップと、前記第1符号と前記第2符号とを多重化してベクトル符号を得る多重化ステップと、を具備するベクトル量子化方法。

請求項11

前記第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、前記予測ベクトルと他の分割ベクトルとの予測誤差である予測残差ベクトルを生成する予測残差生成ステップをさらに具備し、前記第2量子化ステップは、前記予測残差ベクトルを量子化して第2符号を得る、請求項10に記載のベクトル量子化方法。

請求項12

前記第1符号に応じて第2量子化ステップが用いるコードブックを決定するコードブック決定ステップをさらに具備し、前記第2量子化ステップは、前記コードブック決定ステップが決定したコードブックを用いて他の分割ベクトルを量子化して第2符号を得る、請求項10に記載のベクトル量子化方法。

請求項13

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルを用いて他の分割ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離ステップと、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化ステップと、前記第1逆量子化ステップの逆量子化結果を用いて前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化ステップと、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合ステップと、を具備するベクトル逆量子化方法。

請求項14

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルに応じて決定されたコードブックを用いて他の分割ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離ステップと、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化ステップと、前記第2符号を逆量子化して量子化予測残差ベクトルを得る第2逆量子化ステップと、前記第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、前記予測ベクトルと前記量子化予測残差ベクトルとを足し合わせて第2量子化分割ベクトルを生成する予測残差合成ステップと、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合ステップと、を具備するベクトル逆量子化方法。

請求項15

ベクトル量子化装置において、入力ベクトルの分割ベクトルの一つを量子化して得られた第1量子化分割ベクトルを表す第1符号と、前記第1量子化分割ベクトルを用いて予測された予測ベクトルと他の分割ベクトルとの予測誤差である予測残差ベクトルを量子化して得られた第2符号と、が多重化されたベクトル符号を前記第1符号と前記第2符号とに分離する分離ステップと、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化ステップと、前記第1符号に応じてコードブックを決定するコードブック決定ステップと、前記コードブック決定ステップが決定したコードブックを用い、前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化ステップと、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合ステップと、を具備するベクトル逆量子化方法。

技術分野

0001

本発明は、量子化対象である入力ベクトルを複数に分割して分割後の各々のベクトル分割ベクトル)を量子化するベクトル量子化装置、ベクトル逆量子化装置ベクトル量子化方法及びベクトル逆量子化方法に関する。

背景技術

0002

ディジタル無線通信や、インターネット通信に代表されるパケット通信、あるいは音声蓄積などの分野においては、電波などの伝送路容量や記憶媒体の有効利用を図るため、音声信号の符号化/復号化技術が不可欠であり、これまでに多くの音声符号化復号化方式が開発されてきた。その中で、CELP方式の音声符号化/復号化方式が主流の方式として実用化されている(例えば、非特許文献1参照)。

0003

CELP方式の音声符号化装置は、予め記憶された音声モデルに基づいて入力音声コード化する。具体的には、ディジタル化された音声信号を10〜20ms程度のフレーム区切り、フレーム毎に音声信号の線形予測分析を行い、線形予測係数LPC)と線形予測残差ベクトルを求め、線形予測係数と線形予測残差ベクトルをそれぞれ個別に符号化する。

0004

CELP方式の音声符号化装置においては、線形予測係数を符号化する方法として、線形予測係数をLSP(Line Spectral Pairs)に変換し、LSPを符号化する方法を採ることが一般的である。そして、LSPを符号化する方法として、ベクトル量子化が用いられることが多い。また、1つのベクトルをそのままベクトル量子化するのでは計算量が多いというような場合、ベクトルの系列を数分割して分割されたベクトルの系列を各々量子化する分割ベクトル量子化(スプリットVQ)が用いられることが多い。
特開平10−97295号公報
M.R.Schroeder, B.S.Atal, "Code Excited Linear Prediction: High Quality Speech at Low Bit Rate",IEEE proc.,ICASSP'85 pp.937-940

発明が解決しようとする課題

0005

しかしながら、このような従来のベクトル量子化装置にあっては、分割ベクトル量子化すれば比較のための計算量が減少するものの、分割前の相関情報は失われ、分割ベクトル量子化の性能が劣化するおそれがある。例えば、分割ベクトル量子化のようにベクトルの系列を分割して分割されたベクトルの系列を各々量子化する場合、LSPのようにベクトルの高次(高い周波数領域)とベクトルの低次(低い周波数領域)とで相関を持つようなベクトルの系列では分割により相関の情報が分断されることとなり、量子化の性能が劣化することが考えられる。

0006

本発明は、ベクトルの系列を分割して量子化する場合に、ベクトル量子化の性能を向上させることができるベクトル量子化装置、ベクトル逆量子化装置、ベクトル量子化方法及びベクトル逆量子化方法を提供するである。

課題を解決するための手段

0007

本発明のベクトル量子化装置は、入力ベクトルを複数に分割して複数の分割ベクトルを得る分割手段と、前記分割ベクトルの一つを量子化して量子化分割ベクトルを得るとともに前記量子化分割ベクトルを表す第1符号を得る第1量子化手段と、前記第1量子化手段の量子化結果を用いて他の分割ベクトルを量子化して第2符号を得る第2量子化手段と、前記第1符号と前記第2符号とを多重化してベクトル符号を得る多重化手段と、を具備する構成を採る。

0008

本発明のベクトル逆量子化装置は、上記ベクトル量子化装置が出力するベクトル符号を前記第1符号と前記第2符号とに分離する分離手段と、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化手段と、前記第1逆量子化手段の逆量子化結果を用いて前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化手段と、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合手段と、を具備する構成を採る。

0009

本発明のベクトル量子化方法は、入力ベクトルを複数に分割して複数の分割ベクトルを得る分割ステップと、前記分割ベクトルの一つを量子化して第1量子化分割ベクトルを得るとともに前記第1量子化分割ベクトルを表す第1符号を得る第1量子化ステップと、前記第1量子化ステップの量子化結果を用いて他の分割ベクトルを量子化して第2符号を得る第2量子化ステップと、前記第1符号と前記第2符号とを多重化してベクトル符号を得る多重化ステップと、を具備する方法を採る。

0010

本発明のベクトル逆量子化方法は、上記ベクトル量子化方法によって出力されたベクトル符号を前記第1符号と前記第2符号とに分離する分離ステップと、前記第1符号を逆量子化して第1量子化分割ベクトルを得る第1逆量子化ステップと、前記第1逆量子化ステップの逆量子化結果を用いて前記第2符号を逆量子化して第2量子化分割ベクトルを得る第2逆量子化ステップと、前記第1量子化分割ベクトルと前記第2量子化分割ベクトルとを結合して量子化ベクトルを生成する結合ステップと、を具備する方法を採る。

発明の効果

0011

本発明によれば、ベクトルの系列が持つ高次と低次との相関を利用することが可能となるので、ベクトル量子化の性能を向上させることができる。

図面の簡単な説明

0012

本発明の実施の形態1に係るベクトル量子化装置及びベクトル逆量子化装置の構成を示すブロック図
本発明の実施の形態2に係るベクトル量子化装置及びベクトル逆量子化装置の構成を示すブロック図
本発明の実施の形態2に係るベクトル量子化装置及びベクトル逆量子化装置の第1符号と第2コードブックインデクスとの対応表の一例を示す図

発明を実施するための最良の形態

0013

以下、本発明の実施の形態について、図面を参照して詳細に説明する。なお、各実施の形態では、音声・楽音符号化/復号化において、LSPの分割ベクトル量子化を行う場合を例に採り説明する。また、各実施の形態では、入力ベクトルの分割数を2つとして、一方の分割ベクトルの量子化結果に応じて、他方の分割ベクトル量子化の量子化対象、もしくは、量子化方法を変更する場合を例に採り説明する。

0014

(実施の形態1)
図1は、本発明の実施の形態1に係るベクトル量子化装置及びベクトル逆量子化装置の主要な構成を示すブロック図である。

0015

図1において、ベクトル量子化装置100は、分割部101と、第1量子化部102と、第1コードブック103、予測残差生成部104と、第2量子化部105と、第2コードブック106と、多重化部107と、から主に構成される。また、ベクトル逆量子化装置150は、分離部151と、第1逆量子化部152と、第1コードブック153と、第2逆量子化部154と、第2コードブック155と、予測残差合成部156と、結合部157と、から主に構成される。

0016

分割部101は、入力ベクトルを二分割し、2つの分割ベクトルを得る。なお、2つの分割ベクトルの内、低次(低い周波数領域)に相当する方を第1分割ベクトル、高次(高い周波数領域)に相当する方を第2分割ベクトルとする。

0017

第1量子化部102は、第1コードブック103を用いて第1分割ベクトルを量子化して第1量子化分割ベクトルを得るとともに第1量子化分割ベクトルを表す第1符号を得る。予測残差生成部104は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、予測ベクトルと第2分割ベクトルとの予測誤差である予測残差ベクトルを生成する。第2量子化部105は、第2コードブック106を用いて予測残差ベクトルを量子化して第2符号を得る。多重化部107は、第1量子化部102により量子化された第1符号と第2量子化部105により量子化された第2符号を多重化し、LSPベクトル符号として出力する。

0018

また、分離部151は、ベクトル量子化装置100により多重化されたLSPベクトル符号を第1符号と第2符号に分離する。第1逆量子化部152は、第1コードブック153を用いて第1符号を逆量子化して第1量子化分割ベクトルを得る。第2逆量子化部154は、第2コードブック155を用いて第2符号を逆量子化して量子化予測残差ベクトルを得る。予測残差合成部156は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、予測ベクトルと量子化予測残差ベクトルとを足し合わせて第2量子化分割ベクトルを生成する。結合部157は、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合して量子化ベクトルを生成する。

0019

以下、上述のように構成されたベクトル量子化装置及びベクトル逆量子化装置の動作について説明する。

0020

まず、ベクトル量子化装置100の各部の動作について説明する。

0021

分割部101には、入力ベクトル、ここではLSPベクトルが入力される。分割部101は、入力されたLSPベクトルを二分割し、分割により生成される第1分割ベクトルを第1量子化部102に出力し、第2分割ベクトルを予測残差生成部104に出力する。

0022

第1量子化部102は、第1分割ベクトルの量子化を行い、量子化により得られる第1量子化分割ベクトルを予測残差生成部104に出力し、第1量子化分割ベクトルを表す第1符号を多重化部107に出力する。ベクトル量子化を行う際には、第1コードブック103が参照される。

0023

予測残差生成部104は、第1量子化分割ベクトルと第2分割ベクトルとを入力し、第1量子化分割ベクトルを用いて予測を行い、予測結果から予測ベクトルを生成し、第2分割ベクトルと予測ベクトルとの差を求めることにより予測残差ベクトルを求め、予測残差ベクトルを第2量子化部105に出力する。このように、予測残差生成部104において、第1量子化部102による量子化結果から第2分割ベクトルの予測を行い、予測残差をベクトル量子化対象とすることにより、第1分割ベクトルと第2分割ベクトルとの相関を利用して、分割ベクトル量子化の性能向上を図ることができる。

0024

第2量子化部105は、予測残差ベクトルを入力し、予測残差ベクトルの量子化を行い、量子化により得られる第2符号を多重化部107に出力する。ベクトル量子化を行う際には、第2コードブック106が参照される。

0025

多重化部107は、第1符号と第2符号とを入力し、これらの符号を多重化してLSPベクトル符号として出力する。

0026

次に、ベクトル逆量子化装置150の各部の動作について説明する。

0027

分離部151には、LSPベクトル符号が入力される。分離部151は、LSPベクトル符号から第1符号と第2符号とを分離し、第1符号を第1逆量子化部152に出力し、第2符号を第2逆量子化部154に出力する。

0028

第1逆量子化部152は、第1符号を入力し、第1符号の逆量子化を行い、逆量子化により得られる第1量子化分割ベクトルを予測残差合成部156及び結合部157に出力する。なお、ベクトル逆量子化を行う際には、第1コードブック153が参照される。

0029

第2逆量子化部154は、第2符号を入力し、第2符号の逆量子化を行い、逆量子化により得られる量子化予測残差ベクトルを予測残差合成部156に出力する。なお、ベクトル逆量子化を行う際には、第2コードブック155が参照される。

0030

予測残差合成部156は、第1量子化分割ベクトルと量子化予測残差ベクトルとを入力し、第1量子化分割ベクトルを用いて予測を行い、予測結果から予測ベクトルを生成し、予測ベクトルと量子化予測残差ベクトルとの和を求めることにより第2量子化分割ベクトルを求め、第2量子化分割ベクトルを結合部157に出力する。

0031

結合部157は、第1量子化分割ベクトルと第2量子化分割ベクトルとを入力し、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合することにより量子化ベクトルを求め、これを出力する。

0032

次に、ベクトル量子化装置100及びベクトル逆量子化装置150の各部の動作について、さらに詳細に説明する。

0033

まず、ベクトル量子化装置100の各部の動作について述べる。

0034

量子化対象となるLSPベクトルがR次のベクトル(LSP(i)(i=0〜R−1))であり、ベクトル量子化装置100において、LSPベクトルをR_P次の分割ベクトルとR_F次の分割ベクトルとなるように二分割して分割ベクトル量子化する場合を例に挙げ、説明する。

0035

分割部101は、入力のLSPベクトル(LSP(i)(i=0〜R−1))を次式(1)によりに分割する。LSPベクトル(LSP(i)(i=0〜R−1))は、LSP(0)が一番低い周波数に相当し、順次周波数の値は高くなり、LSP(R−1)が一番高い周波数に相当する。

0036

上記式(1)で、LSP_P(i)(i=0〜R_P−1)を第1分割ベクトル、LSP_F(i)(i=0〜R_F−1)を第2分割ベクトルとする。また、R_PとR_Fとの和はRに相当する(R=R_P+R_F)。

0037

第1量子化部102は、第1分割ベクトルLSP_P(i)(i=0〜R_P−1)を入力し、前以て学習により作成されている第1コードブック103を参照して、次式(2)により第1分割ベクトルLSP_P(i)(i=0〜R_P−1)との二乗誤差が最小となるコードベクトルを選択する。

0038

上記式(2)で、(i)(i=0〜R_P−1)は第1コードブック103を構成するコードベクトルであり、mはコードベクトルのインデクスである。第1コードブック103のコードブックサイズがMであれば、mは0〜M−1の値を取り得る。第1量子化部102は、全てのmについて、上記式(2)により二乗誤差Err_Pの値を求め、二乗誤差Err_Pの値が最小となるmを第1符号m_minとして多重化部107に出力する。また、第1量子化部102は、二乗誤差Err_Pが最小となるコードベクトルCODE_P(m_min)(i)(i=0〜R_P−1)を第1量子化分割ベクトルとして予測残差生成部104に出力する。

0039

次いで、予測残差生成部104は、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)、及び、第2分割ベクトルLSP_F(i)(i=0〜R_F−1)を入力し、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)を用いて予測を行う。ここでは、第1量子化分割ベクトルの要素の1つであるCODE_P(m_min)(R_P−1)の値を用いて予測を行う場合を例に挙げ、説明する。予測は、次式(3)により行う。

0040

ここで、Zの値は、LSPベクトル(LSP(i)(i=0〜L−1))が任意のiにおいて取り得る最大の値であり、大量の音声データで大量のLSPベクトルを実験的に求め、観測的に決定される。上記式(3)により求められるPRED(i)(i=0〜R_F−1)が予測された予測ベクトルである。次いで、次式(4)により予測残差ベクトルを求める。

0041

次いで、予測残差生成部104は、上記式(4)により求められる予測残差ベクトルPRED_ERR(i)(i=0〜R_F−1)を第2量子化部105に出力する。

0042

次いで、第2量子化部105は、予測残差ベクトルPRED_ERR(i)(i=0〜R_F−1)を入力し、前以て学習により作成されている第2コードブック106を参照して、次式(5)により予測残差ベクトルPRED_ERR(i)(i=0〜R_F−1)との二乗誤差が最小となるコードベクトルを選択する。

0043

ここで、CODE_F(n)(i)(i=0〜R_F−1)は第2コードブック106を構成するコードベクトルであり、nはコードベクトルのインデクスである。第2コードブック106のコードブックサイズがNであればnは0〜N−1の値を取り得る。第2量子化部105は、全てのnについて上記式(5)により二乗誤差Err_Fの値を求め、二乗誤差Err_Fの値が最小となるnを第2符号n_minとして多重化部107に出力する。

0044

次いで、多重化部107は、第1符号m_minと第2符号n_minとを入力し、これらの符号を多重化してLSPベクトル符号とする。

0045

このように、第1量子化部102の量子化結果である第1量子化分割ベクトル(もしくは第1量子化分割ベクトルの要素の1つであるCODE_P(m_min)(R_P−1))から第2分割ベクトルの予測を行い、予測誤差を第2量子化部105の量子化対象とすることにより、第1分割ベクトルと第2分割ベクトルとの相関を利用して分割ベクトル量子化の性能向上を図ることができる。

0046

次に、ベクトル逆量子化装置150の各部の動作について詳細に説明する。

0047

量子化対象となるLSPベクトルがR次のベクトル(LSP(i)(i=0〜R−1))であり、ベクトル逆量子化装置150において、LSPベクトル符号を逆量子化して量子化ベクトルを得る場合を例に挙げて説明する。なお、第1コードブック153はベクトル量子化装置100の第1コードブック103と同じ構成であり、また、第2コードブック155はベクトル量子化装置100の第2コードブック106と同じ構成である。

0048

始めに、分離部151が、LSPベクトル符号から第1符号m_minと第2符号n_minとを分離し、第1符号m_minを第1逆量子化部152に出力し、第2符号n_minを第2逆量子化部154に出力する。

0049

次いで、第1逆量子化部152は、第1符号m_minを用いて第1量子化分割ベクトルを得る。具体的には、第1コードブック153を参照して、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)を取り出す。次いで、第1逆量子化部152は、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)を予測残差合成部156及び結合部157に出力する。

0050

次いで、第2逆量子化部154は、第2符号n_minを用いて量子化予測残差ベクトルを得る。具体的には、第2コードブック155を参照して、量子化予測残差ベクトルCODE_F(n_min)(i)(i=0〜R_F−1)を取り出す。次いで、第2逆量子化部154は、量子化予測残差ベクトルCODE_F(n_min)(i)(i=0〜R_F−1)を予測残差合成部156に出力する。

0051

次いで、予測残差合成部156は、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)と量子化予測残差ベクトルCODE_F(n_min)(i)(i=0〜R_F−1)とを入力し、上記式(3)により予測ベクトルPRED(i)(i=0〜R_F−1)を求める。次いで、予測残差合成部156は、次式(6)により求められる第2量子化分割ベクトルQ_F(i)(i=0〜R_F−1)を結合部157に出力する。

0052

次いで、結合部157は、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)と第2量子化分割ベクトルQ_F(i)(i=0〜R_F−1)とを入力し、これらを次式(7)により結合し、量子化ベクトルQ(i)(i=0〜R−1)を生成し、出力する。

0053

以上説明したように、本実施の形態によれば、ベクトル量子化装置100は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、分割ベクトルと予測ベクトルとの差を予測残差ベクトルとして生成し、予測残差ベクトルをベクトル量子化して第2符号を得る。また、ベクトル逆量子化装置150は、第1量子化分割ベクトルを用いて予測を行って予測ベクトルを生成し、予測ベクトルと予測残差ベクトルとの和を求め第2量子化分割ベクトルを生成し、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合し量子化ベクトルを生成する。

0054

このように、本実施の形態によれば、分割ベクトルの一つを量子化して量子化分割ベクトルを得るとともに、該分割ベクトルの量子化結果に応じて、他の分割ベクトルの量子化における量子化対象もしくは量子化方法を変更することができる。これにより、分割ベクトル量子化において、ベクトルの系列を分割する場合に、ベクトルの系列が持つ高次と低次との相関の情報が利用されることになり、入力ベクトルが持つ高次と低次との相関を利用して分割ベクトル量子化の性能向上を実現することができる。

0055

具体的には、高次と低次とで相関を持つベクトルの系列を分割ベクトル量子化する場合であっても、第1分割ベクトルの量子化結果を用いて第2分割ベクトルの予測を行い予測残差である予測残差ベクトルを第2量子化手段の量子化対象とすることにより、相関を利用することが可能となり、量子化の品質向上を図ることができる。

0056

ここで、第1コードブック103,153を前以て学習により求めるには、多数の学習用の音声データから得られる多数のLSPベクトルを用意し、多数のLSPベクトルを用いて上記式(1)により多数の第1分割ベクトルLSP_P(i)(i=0〜R_P−1)を生成し、多数の第1分割ベクトルを用いてLBGアルゴリズム等の学習アルゴリズムにより第1コードブックを生成すると良い。また、第2コードブック106,155を前以て学習により求めるには、上記の方法等で第1コードブックを生成した後、多数のLSPベクトルを用いて上記式(1)により多数の第1分割ベクトルLSP_P(i)(i=0〜R_P−1)と第2分割ベクトルLSP_F(i)(i=0〜R_F−1)とを生成し、各々の第1分割ベクトルと第2分割ベクトルの組において、第1コードブックを参照して上記式(2)により第1分割ベクトルLSP_P(i)(i=0〜R_P−1)との二乗誤差が最小となるコードベクトルを選択し、上記式(3)により予測ベクトルPRED(i)(i=0〜R_F−1)を求め、上記式(4)により予測残差ベクトルPRED_ERR(i)(i=0〜R_F−1)を求め、求められる多数の予測残差ベクトルを用いてLBGアルゴリズム等の学習アルゴリズムにより第2コードブックを生成すると良い。

0057

なお、本実施の形態では、第1分割ベクトルの1つの要素を用いて予測を行って予測ベクトルを生成する場合を例に採り説明したが、予測の方法はこれに限定されず、他の予測の方法であっても良い。例えば、第1分割ベクトル全体を予測用のマトリクスに乗ずることによって予測ベクトルを生成しても良い。

0058

(実施の形態2)
実施の形態2は、第2分割ベクトル量子化が参照するコードブックを切り替えることにより、第1分割ベクトルと第2分割ベクトルとの相関を利用して分割ベクトル量子化を行う場合の例である。

0059

図2は、本発明の実施の形態2に係るベクトル量子化装置及びベクトル逆量子化装置の主要な構成を示すブロック図である。

0060

図2において、ベクトル量子化装置200は、分割部201と、第1量子化部202と、第1コードブック203、コードブック決定部204と、第2量子化部205と、第2コードブック群206と、多重化部207とから主に構成される。また、ベクトル逆量子化装置250は、分離部251と、第1逆量子化部252と、第1コードブック253と、コードブック決定部254と、第2逆量子化部255と、第2コードブック群256と、結合部257と、から主に構成される。ここで、第2コードブック群206,256には、前以て用意された複数のコードブックが具備されている。コードブック決定部204,254は、第1符号に応じて第2逆量子化部205,255が用いるコードブックを決定する。

0061

以下、上述のように構成されたベクトル量子化装置及びベクトル逆量子化装置の動作について説明する。

0062

まず、ベクトル量子化装置200の各部の動作について説明する。

0063

分割部201には、入力ベクトル、ここではLSPベクトルが入力される。分割部201は、入力されたLSPベクトルを二分割し、分割により生成される第1分割ベクトルを第1量子化部202に出力し、第2分割ベクトルを第2量子化部205に出力する。

0064

第1量子化部202は、第1分割ベクトルを入力し、第1分割ベクトルの量子化を行い、量子化により得られる第1量子化分割ベクトルを表す第1符号をコードブック決定部204及び多重化部207に出力する。

0065

コードブック決定部204は、第1符号を入力し、第1符号に応じて第2コードブック群206の中から第2量子化部205が参照するコードブックを選択し、選択されたコードブックのインデクスを第2コードブック群206に出力する。

0066

第2コードブック群206は、コードブック決定部204よりインデクスを入力し、第2コードブック群が複数備えるコードブックの中からインデクスに対応するコードブックを取り出し、第2量子化部205がベクトル量子化する際に参照するコードブックとして第2量子化部205に出力する。

0067

このように、第2量子化部205が分割ベクトル量子化の際に参照するコードブックを第1符号に応じて複数のコードブックの中から選択することにより、第1分割ベクトルと第2分割ベクトルとの相関を利用して、分割ベクトル量子化の性能向上を図ることができる。

0068

第2量子化部205は、第2分割ベクトルを入力し、第2分割ベクトルの量子化を行い、量子化により得られる第2符号を多重化部207に出力する。ベクトル量子化を行う際には、第2コードブック群206が提供するコードブックを参照する。

0069

多重化部207は、第1符号と第2符号とを入力し、これらの符号を多重化してLSPベクトル符号として出力する。

0070

次に、ベクトル逆量子化装置250の各部の動作について説明する。

0071

分離部251には、LSPベクトル符号が入力される。分離部251は、LSPベクトル符号から第1符号と第2符号とを分離し、第1符号を第1逆量子化部252及びコードブック決定部254に出力し、第2符号を第2逆量子化部255に出力する。

0072

第1逆量子化部252は、第1符号の逆量子化を行い、逆量子化により得られる第1量子化分割ベクトルを結合部257に出力する。ベクトル逆量子化を行う際には、第1コードブック253が参照される。

0073

コードブック決定部254は、第1符号を入力し、第1符号に応じて第2コードブック群256の中から第2逆量子化部255が参照するコードブックを選択し、選択されたコードブックのインデクスを第2コードブック群256に出力する。

0074

第2コードブック群256は、コードブック決定部254よりインデクスを入力し、第2コードブック群が複数備えるコードブックの中からインデクスに対応するコードブックを取り出し、第2逆量子化部255がベクトル逆量子化する際に参照するコードブックとして第2逆量子化部255に出力する。

0075

第2逆量子化部255は、第2符号を入力し、第2符号の逆量子化を行い、逆量子化により得られる第2量子化分割ベクトルを結合部257に出力する。ベクトル逆量子化を行う際には、第2コードブック群256が提供するコードブックを参照する。

0076

結合部257は、第1量子化分割ベクトルと第2量子化分割ベクトルとを入力し、第1量子化分割ベクトルと第2量子化分割ベクトルとを結合することにより量子化ベクトルを求め、これを出力する。

0077

次に、ベクトル量子化装置200及びベクトル逆量子化装置250の各部の動作について、さらに詳細に説明する。

0078

まず、ベクトル量子化装置200の各部の動作について述べる。

0079

量子化対象となるLSPベクトルがR次のベクトル(LSP(i)(i=0〜R−1))であり、ベクトル量子化装置200において、LSPベクトルをR_P次の分割ベクトルとR_F次の分割ベクトルとなるように二分割して分割ベクトル量子化する場合を例に挙げ、説明する。また、第2コードブック群206、256が具備する複数のコードブックの数をSとし、コードブックには0からS−1まで順次インデクスが割り振られる。

0080

分割部201は、入力のLSPベクトル(LSP(i)(i=0〜R−1))を次式(8)により分割する。LSPベクトル(LSP(i)(i=0〜R−1))は、LSP(0)が一番低い周波数に相当し、順次周波数の値は高くなり、LSP(R−1)が一番高い周波数に相当する。

0081

上記式(8)で、LSP_P(i)(i=0〜R_P−1)を第1分割ベクトル、LSP_F(i)(i=0〜R_F−1)を第2分割ベクトルとする。また、R_PとR_Fとの和はRに相当する(R=R_P+R_F)。次いで、第1分割ベクトル、第2分割ベクトルは第1量子化部202に出力される。

0082

第1量子化部202は、第1分割ベクトルLSP_P(i)(i=0〜R_P−1)を入力し、前以て学習により作成されている第1コードブック203を参照して、次式(9)により第1分割ベクトルLSP_P(i)(i=0〜R_P−1)との二乗誤差が最小となるコードベクトルを選択する。

0083

ここで、CODE_P(m)(i)(i=0〜R_P−1)は第1コードブック203を構成するコードベクトルであり、mはコードベクトルのインデクスである。第1コードブック203のコードブックサイズがMであればmは0〜M−1の値を取り得る。次いで、第1量子化部202は、全てのmについて二乗誤差Err_Pの値を求め、二乗誤差Err_Pの値が最小となるmを第1符号m_minとしてコードブック決定部204に出力する。

0084

次いで、コードブック決定部204は、第1符号m_minを入力し、第1符号m_minの値に応じて第2量子化部205がベクトル量子化の際に参照するコードブックを決定し、決定されたコードブックのインデクスs(sは0からS−1の何れかの値をとる)を第2コードブック群206に出力する。

0085

図3は、第1符号と第2コードブックのインデクスとの対応表の一例を示す図である。

0086

図3に示すように、第1符号m_minとインデクスsとの対応を予め決めておき、この対応に従って第1符号m_minからインデクスsを決定する。

0087

次いで、第2コードブック群206は、インデクスsを入力し、第2コードブック群206が具備する複数のコードブックの中からインデクスsに対応するコードブックを選択し、第2量子化部205がベクトル量子化の際に参照するコードブックとして第2量子化部205に出力する。

0088

次いで、第2量子化部205は、第2分割ベクトルLSP_F(i)(i=0〜R_F−1)を入力し、第2コードブック群206より提供されるインデクスsに対応するコードブックを参照して、次式(10)により第2分割ベクトルLSP_F(i)(i=0〜R_F−1)との二乗誤差が最小となるコードベクトルを選択する。

0089

ここで、CODE_F(n)(i)(i=0〜R_F−1)は第2コードブック群206より提供されるコードブックを構成するコードベクトルであり、nはコードベクトルのインデクスである。第2コードブック群206より提供されるコードブックのサイズがNであればnは0〜N−1の値を取り得る。次いで、第2量子化部205は、全てのnについて二乗誤差Err_Fの値を求め、二乗誤差Err_Fの値が最小となるnを第2符号n_minとして多重化部207に出力する。

0090

次いで、多重化部207は、第1符号m_minと第2符号n_minとを入力し、これらの符号を多重化してLSPベクトル符号とする。

0091

このように、第1量子化部202の量子化結果である第1符号に応じて第2量子化部205がベクトル量子化する際に参照するコードブックを切り替えることにより、第1分割ベクトルと第2分割ベクトルとの相関を利用して分割ベクトル量子化の性能向上を図ることができる。

0092

次に、ベクトル逆量子化装置250の各部の動作について詳細に説明する。

0093

量子化対象となるLSPベクトルがR次のベクトル(LSP(i)(i=0〜R−1))であり、ベクトル逆量子化装置250において、LSPベクトル符号を逆量子化して量子化ベクトルを得る場合を例に挙げて説明する。なお、第1コードブック253はベクトル量子化装置200の第1コードブック203と同じ構成であり、また、第2コードブック群256はベクトル量子化装置200の第2コードブック群206と同じ構成である。

0094

始めに、分離部251が、LSPベクトル符号から第1符号m_minと第2符号n_minとを分離し、第1符号m_minを第1逆量子化部252に出力し、第2符号n_minを第2逆量子化部255に出力する。

0095

次いで、第1逆量子化部252は、第1符号m_minを用いて第1量子化分割ベクトルを得る。具体的には、第1コードブック253を参照して、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)を取り出し、結合部257に出力する。

0096

次いで、コードブック決定部254は、第1符号m_minを入力し、第1符号m_minの値に応じて第2逆量子化部255がベクトル逆量子化の際に参照するコードブックのインデクスsを決定し、第2コードブック群256へインデクスsを出力する。具体的には、図3のように第1符号m_minとインデクスsとの対応を予め決めておき、この対応に従って第1符号m_minからインデクスsを決定する。

0097

次いで、第2コードブック群256は、インデクスsを入力し、第2コードブック群256が具備する複数のコードブックの中からインデクスsに対応するコードブックを選択し、第2逆量子化部255がベクトル逆量子化の際に参照するコードブックとして第2逆量子化部255に出力する。

0098

次いで、第2逆量子化部255は、第2符号n_minを入力し、第2符号n_minを用いて第2量子化分割ベクトルを得る。具体的には、第2コードブック群256より提供されるインデクスsに対応するコードブックを参照して、第2量子化分割ベクトルCODE_F(n_min)(i)(i=0〜R_F−1)を取り出し、結合部257に出力する。

0099

次いで、結合部257は、第1量子化分割ベクトルCODE_P(m_min)(i)(i=0〜R_P−1)と第2量子化分割ベクトルCODE_F(n_min)(i)(i=0〜R_F−1)とを入力し、これらを次式(11)により結合し、量子化ベクトルQ(i)(i=0〜R−1)を生成し、出力する。

0100

このように、本実施の形態によれば、実施の形態1と同様の効果、すなわち、一つ以上の分割ベクトルの量子化結果に応じて別の分割ベクトルの量子化に用いるコードベクトルを変更することにより、入力ベクトルが持つ高次と低次との相関を利用して分割ベクトル量子化の品質向上を図ることができる。

0101

また、本実施の形態では、学習データで作成された複数のコードブックを第2コードブック群206,256に前以て用意し、コードブック決定部204,254で学習効果により最適なコードブックを選択して使用するため、量子化/逆量子化の品質向上が期待できる。

0102

ここで、第1コードブック203,253を前以て学習により求めるには、多数の学習用の音声データから得られる多数のLSPベクトルを用意し、多数のLSPベクトルを用いて上記式(1)により多数の第1分割ベクトルLSP_P(i)(i=0〜R_P−1)を生成し、多数の第1分割ベクトルを用いてLBGアルゴリズム等の学習アルゴリズムにより第1コードブックを生成すると良い。また、第2コードブック群206、256が具備する複数のコードブックを前以て学習により求めるには、上記の方法等で第1コードブックを生成した後、図3のように第1符号m_minとインデクスsの値との対応を予め決めておく。対応を決定するためには、第2コードブック群が具備する複数のコードブックの数がSである場合、LBGアルゴリズムにより第1コードブックを構成するM個のコードベクトルを0からS−1までのインデクスを付したS個のクラスタクラスタリングし、クラスタのインデクスとそのクラスタに属するコードベクトルのインデクスとを対応付けると良い。次いで、多数のLSPベクトルを用いて、上記式(1)により多数の第1分割ベクトルLSP_P(i)(i=R_P−1)と第2分割ベクトルLSP_F(i)(i=0〜R_F−1)とを生成し、各々の第1分割ベクトルと第2分割ベクトルとの組において、第1コードブックを参照して、上記式(2)により第1分割ベクトルLSP_P(i)(i=0〜R_P−1)との二乗誤差が最小となるコードベクトルを選択し、選択されたコードベクトルのインデクス(第1符号m_min)からコードブックのインデクスsを上記の対応を参照して決定し、第2分割ベクトルをインデクスsのコードブックの学習用のデータとして属させる。次に、各々のコードブックを属する第2分割ベクトルで以ってLBGアルゴリズム等の学習アルゴリズムにより第2コードブック群を構成するコードブックを生成すると良い。

0103

なお、以上の説明は本発明の好適な実施の形態の例証であり、本発明の範囲はこれに限定されることはない。

0104

例えば、上記各実施の形態では、LSPベクトルを二分割して量子化する場合を例にとって説明したが、分割数はこれに限定されず、3つ以上の分割数であっても良い。

0105

また、上記各実施の形態では、LSPベクトルを量子化する場合を例にとって説明したが、量子化対象はこれに限定されず、LSP以外の何らかのベクトルであっても良い。この場合、量子化対象となるベクトルは、分割ベクトルを生成した際に分割ベクトル同士が相関を持つようなベクトルであると効果的である。

0106

また、本実施の形態では、ベクトル量子化装置及びベクトル逆量子化装置という名称を用いたが、これは説明の便宜上であり、量子化装置、逆量子化装置、ベクトル量子化方法、ベクトル逆量子化方法等であってもよい。

0107

また、本発明をハードウェアで構成する場合を例にとって説明したが、量子化及び逆量子化方法を機能させるためのソフトウェアで実現することも可能である。このソフトウェアはコンピュータ読み取り可能な記録媒体に格納されている。

0108

また、本発明に係るベクトル量子化装置及びベクトル逆量子化装置は、移動体通信システムにおける通信端末装置及び基地局装置に搭載することが可能であり、これにより上記と同様の作用効果を有する通信端末装置、基地局装置、及び移動体通信システムを提供することができる。

0109

また、ここでは、本発明をハードウェアで構成する場合を例にとって説明したが、本発明をソフトウェアで実現することも可能である。例えば、本発明に係るアルゴリズムをプログラミング言語によって記述し、このプログラムメモリに記憶しておいて情報処理手段によって実行させることにより、本発明に係る音声符号化装置と同様の機能を実現することができる。

0110

また、上記実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されても良いし、一部または全てを含むように1チップ化されても良い。

0111

また、ここではLSIとしたが、集積度の違いによって、IC、システムLSIスーパーLSI、ウルトラLSI等と呼称されることもある。

0112

また、集積回路化の手法はLSIに限るものではなく、専用回路または汎用プロセッサで実現しても良い。LSI製造後に、プログラム化することが可能なFPGA(Field Programmable Gate Array)や、LSI内部の回路セルの接続もしくは設定を再構成可能なリコンフィギュラブルプロセッサを利用しても良い。

0113

さらに、半導体技術の進歩または派生する別技術により、LSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行っても良い。バイオ技術の適用等が可能性としてあり得る。

0114

2006年3月31日出願の特願2006−099854の日本出願に含まれる明細書、図面及び要約書開示内容は、すべて本願に援用される。

0115

本発明に係るベクトル量子化装置、ベクトル逆量子化装置及びこれらの方法は、ベクトルが持つ低次と高次との相関を利用して性能の良い分割ベクトル量子化を行うことで、品質の良いLSP符号化を実現することができ、音声・楽音信号を符号化して伝送する通信ステムにおいて使用される音声・楽音符号化装置及び音声・楽音復号化装置のLSP符号化器等として有用である。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ