对线性预测编码系数进行量化的方法、声音编码方法、对线性预测编码系数进行反量化的方法、声音解码方法以及记录介质

摘要

提供了一种量化方法，包括：通过考虑预测模式、预测误差和传输信道状态中的至少一个选择不使用帧间预测的第一量化方案和使用帧间预测的第二量化方案之一来对输入信号进行量化。

说明书

技术领域

与本公开一致的方法和装置涉及线性预测编码系数的量化和反量化，更 具体地讲，涉及以低复杂度有效地对线性预测编码系数进行量化的方法、采 用该量化方法的声音编码方法、对线性预测编码系数进行反量化的方法、采 用该反量化方法的声音解码方法及其记录介质。

背景技术

在用于对声音（诸如，语音或音频）进行编码的系统中，线性预测编码 （LPC）系数用于表示声音的短时频率特性。以按照帧为单位划分输入声音 并按照帧使预测误差的能量最小化的样式，获得LPC系数。然而，由于LPC 系数具有大的动态范围并且所使用的LPC滤波器的特性对于LPC系数的量化 误差非常敏感，因此LPC滤波器的稳定性没有保证。

因此，通过将LPC系数转换为具有以下特性的其他系数来执行量化：易 于检查滤波器的稳定性，有益于进行插值，并具有好的量化特性。主要首选 的是通过将LPC系数转换为线谱频率（LSF）系数或导抗谱频率（ISF）系数 来执行量化。具体地讲，对LPC系数进行量化的方法可通过使用频域和时域 中的LSF系数的高帧间相关性来增加量化增益。

LSF系数指示短时声音的频率特性，并且对于输入声音的频率特性快速 变化的帧，所述帧的LSF系数也快速变化。然而，对于使用LSF系数的高帧 间相关性的量化器，由于无法针对快速变化的帧执行适当的预测，因此量化 器的量化性能降低。

发明内容

技术问题

一方面在于提供一种以低复杂度有效地对线性预测编码（LPC）系数进 行量化的方法、采用该量化方法的声音编码方法、对LPC系数进行反量化的 方法、采用该反量化方法的声音解码方法及其记录介质。

解决方案

根据一个或更多个示例性实施例的一方面，提供一种量化方法，包括： 通过考虑预测模式、预测误差和传输信道状态中的至少一个选择不使用帧间 预测的第一量化方案和使用帧间预测的第二量化方案之一来对输入信号进行 量化。

根据一个或多个示例性实施例的另一方面，提供一种编码方法，包括： 确定输入信号的编码模式；通过根据考虑预测模式、预测误差和传输信道状 态中的至少一个而确定的路径信息，来选择不使用帧间预测的第一量化方案 和使用帧间预测的第二量化方案之一，从而对输入信号进行量化；在编码模 式下，对量化的输入信号进行编码；产生包括以下项的比特流：在第一量化 方案中量化的结果和在第二量化方案中量化的结果之一、输入信号的编码模 式和与输入信号的量化相关的路径信息。

根据一个或更多个示例性实施例的另一方面，提供一种反量化方法，包 括：通过基于包括在比特流中的路径信息选择不使用帧间预测的第一反量化 方案和使用帧间预测的第二反量化方案之一，来对输入信号进行反量化，路 径信息在编码端，通过考虑预测模式、预测误差和传输信道状态中的至少一 个来确定。

根据一个或多个示例性实施例的另一方面，提供一种解码方法，包括： 对包括在比特流中的线性预测编码（LPC）参数和编码模式进行解码；通过 基于包括在比特流中的路径信息使用不使用帧间预测的第一反量化方案和使 用帧间预测的第二反量化方案之一来对解码的LPC参数进行反量化；在解码 的编码模式下，对反量化的LPC参数进行解码，其中，在编码端，通过考虑 预测模式、预测误差和传输信道状态中的至少一个来确定所述路径信息。

根据一个或更多个示例性实施例的另一方面，提供一种确定量化器类型 的方法，所述方法包括：对输入信号的比特率与第一参考值进行比较；对输 入信号的带宽与第二参考值进行比较；对内部采样频率与第三参考值进行比 较；基于所述比较中的一个或多个的结果，将输入信号的量化器类型确定为 开环类型和闭环类型之一。

根据一个或更多个示例性实施例的另一方面，提供一种电子装置，包括： 通信单元，接收声音信号和编码的比特流中的至少一个，或发送编码的声音 信号和恢复的声音中的至少一个；编码模块，通过根据考虑预测模式、预测 误差和传输信道状态中的至少一个而确定的路径信息，选择不使用帧间预测 的第一量化方案和使用帧间预测的第二量化方案中的一个，来对接收的声音 信号进行量化，并在编码模式下对量化的声音信号进行编码。

根据一个或更多个示例性实施例的另一方面，提供一种电子装置，包括： 通信单元，接收声音信号和编码的比特流中的至少一个，或发送编码的声音 信号和恢复的声音中的至少一个；解码模块，对包括在比特流中的线性预测 编码（LPC）参数和编码模式进行解码，通过基于包括在比特流中的路径信 息，使用不使用帧间预测的第一反量化方案和使用帧间预测的第二反量化方 案之一来对解码的LPC参数进行反量化，在解码的编码模式下，对反量化的 LPC参数进行解码，其中，在编码端，通过考虑预测模式、预测误差和传输 信道状态中的至少一个来确定所述路径信息。

根据一个或更多个示例性实施例的另一方面，提供一种电子装置，包括： 通信单元，接收声音信号和编码的比特流中的至少一个，或发送编码的声音 信号和恢复的声音中的至少一个；编码模块，通过根据考虑预测模式、预测 误差和传输信道状态中的至少一个而确定的路径信息，选择不使用帧间预测 的第一量化方案和使用帧间预测的第二量化方案之一，来对接收的声音信号 进行量化，并在编码模式下对量化的声音信号进行编码；解码模块，对包括 在比特流中的线性预测编码（LPC）参数和编码模式进行解码，通过基于包 括在比特流中的路径信息，使用不使用帧间预测的第一反量化方案和使用帧 间预测的第二反量化方案之一来对解码的LPC参数进行反量化，在解码的编 码模式下，对反量化的LPC参数进行解码。

发明的有益效果

根据本发明构思，为了有效地对音频信号或语音信号进行量化，通过应 用根据音频信号或语音信号的特性的多个编码模式并根据应用到所述编码模 式中的每个的压缩比率将各种数量的比特分配到音频信号或语音信号，来在 编码模式中的每个编码模式下选择具有低复杂度的最佳量化器。

附图说明

通过参照附图详细描述示例性实施例，上述和其他方面将会变得更加清 楚，其中：

图1是根据示例性实施例的声音编码设备的框图；

图2A至图2D是图1的声音编码设备的编码模式选择器能够选择的各种 编码模式的示例；

图3是根据示例性实施例的线性预测编码（LPC）系数量化器的框图；

图4是根据示例性实施例的加权函数确定器的框图；

图5是根据另一示例性实施例的LPC系数量化器的框图；

图6是根据示例性实施例的量化路径选择器的框图；

图7A和图7B是示出根据示例性实施例的图6的量化路径选择器的操作 的流程图；

图8是根据另一示例性实施例的量化路径选择器的框图；

图9示出在编解码器服务被提供时在网络端能够发送的关于信道状态的 信息；

图10是根据另一示例性实施例的LPC系数量化器的框图；

图11是根据另一示例性实施例的LPC系数量化器的框图；

图12是根据另一示例性实施例的LPC系数量化器的框图；

图13是根据另一示例性实施例的LPC系数量化器的框图；

图14是根据另一示例性实施例的LPC系数量化器的框图；

图15是根据另一示例性实施例的LPC系数量化器的框图；

图16A和图16B是根据另一示例性实施例的LPC系数量化器的框图；

图17A至图17C是根据另一示例性实施例的LPC系数量化器的框图；

图18是根据另一示例性实施例的LPC系数量化器的框图；

图19是根据另一示例性实施例的LPC系数量化器的框图；

图20是根据另一示例性实施例的LPC系数量化器的框图；

图21是根据示例性实施例的量化器类型选择器的框图；

图22是示出根据示例性实施例的量化器类型选择方法的操作的流程图；

图23是根据示例性实施例的声音解码设备的框图；

图24是根据示例性实施例的LPC系数反量化器的框图；

图25是根据另一示例性实施例的LPC系数反量化器的框图；

图26是根据示例性实施例的图25的LPC系数反量化器中的第一反量化 方案和第二反量化方案的示例的框图；

图27是示出根据示例性实施例的量化方法的流程图；

图28是示出根据示例性实施例的反量化方法的流程图；

图29是根据示例性实施例的包括编码模块的电子装置的框图；

图30是根据示例性实施例的包括解码模块的电子装置的框图；

图31是根据示例性实施例的包括编码模块和解码模块的电子装置的框 图。

具体实施方式

本发明构思可允许各种类型的改变或修改和形式上的各种改变，并且将 在附图中示出具体的示例性实施例，并在说明书中对其进行详细描述。然而， 应理解具体示例性实施例没有将本发明构思限制为具体公开的形式，而是包 括在本发明构思的精神和技术范围内的每个修改的、等同的或替代的实施例。 在以下描述中，由于公知的功能或构造以不必要的细节使本发明不清楚，因 此不对公知的功能或构造进行详细描述。

虽然诸如“第一”和“第二”的术语可用于描述各种元件，但所述元件 不能被所述术语限制。所述术语可用于使特定元件与另一元件区分开。

在本申请中使用的术语仅用于描述具体示例性实施例，并不具有任何限 制本发明构思的意图。虽然在考虑本发明构思的功能时将当前尽可能广泛使 用的一般术语选作本发明构思中使用的术语，但它们可根据本领域的普通技 术人员的意图、先前使用或新技术的出现而变化。另外，在具体情况下，可 使用由申请人有意地选择的术语，在这种情况下，将在相应的描述中公开所 述术语的意义。因此，在本发明构思中使用的术语不应由术语的简单名称限 定而应由术语的意义和本发明构思的内容来限定。

除非在上下文中单数的表达和复数的表达清楚地彼此不同，否则单数的 表达包括复数的表达。在本申请中，应理解，诸如“包括”和“具有”的术 语用于指示应用的特征、数量、步骤、操作、元件、部件或它们的组合的存 在，而不预先排除一个或更多个其他特征、数量、步骤、操作、元件、部件 或它们的组合的存在或添加的可能性。

现将参照示出本发明的示例性实施例的附图更全面地描述本发明构思。 附图中的相同的标号表示相同的元件，因此将省略它们的重复描述。

当诸如“…中的至少一个”的表述位于一列元件之后时，其修饰整列元 件而不是修饰列表中的单个元件。

图1是根据示例性实施例的声音编码设备100的框图。

图1中示出的声音编码设备100可包括预处理器（例如，中央处理单元 （CPU））111、频谱和线性预测（LP）分析器113、编码模式选择器115、线 性预测编码（LPC）系数量化器117、变量模式编码器119和参数编码器121。 声音编码设备100的组件中的每个可通过被集成到至少一个模块中通过至少 一个处理器（例如，中央处理单元（CPU））来实现。应注意，声音可指示音 频、语音或其组合。为便于描述，以下描述将声音称作语音。然而，将理解 可对任何声音进行处理。

参照图1，预处理器111可对输入的语音信号进行预处理。在预处理处 理中，可从语音信号去除非期望的频率分量，或者可将语音信号的频率特性 调整为有益于编码。详细地，预处理器111可执行高通滤波、预加重、或采 样转换。

频谱和LP分析器113可通过分析频域的特性或对经过预处理的语音信 号执行LP分析来提取LPC系数。虽然通常对每一帧执行一次LP分析，但可 对每一帧执行两次或更多次LP分析以用于额外的声音质量提高。在这种情况 下，一个LP分析是如同传统的LP分析一样执行的对于帧尾的LP，其他可 以是用于声音质量提高的中间子帧（mid-subframe）的LP。在这种情况下， 当前帧的帧尾指示形成当前帧的子帧中的最终的子帧，先前帧的帧尾指示形 成先前帧的子帧中的最终的子帧。例如，一个帧可由4个子帧组成。

中间子帧指示在作为先前帧的帧尾的最终的子帧与作为当前帧的帧尾的 最终的子帧之间存在的子帧中的一个或更多个子帧。因此，频谱和LP分析器 113可提取总共两个或更多个LPC系数的集合。当输入信号是窄带时，LPC 系数可使用10阶，当输入信号是宽带时，LPC系数可使用16至20阶。然而， LPC系数的维数不限于此。

编码模式选择器115可选择与多速率一致的多个编码模式中一个。另外， 编码模式选择器115可通过使用语音信号的特性选择多个编码模式中的一 个，其中，从频域的频带信息、基频信息或分析信息获得所述特性。另外， 编码模式选择器115可通过使用语音信号的特性和多速率来选择多个编码模 式中的一个。

LPC系数量化器117可对由频谱和LP分析器113提取的LPC系数进行 量化。LPC系数量化器117可通过将LPC系数转换为适合于量化的其他系数 来执行量化。LPC系数量化器117可在语音信号的量化之前基于第一标准选 择包括不使用帧间预测的第一路径和使用帧间预测的第二路径的多个路径中 的一个作为语音信号的量化路径，并根据选择的量化路径通过使用第一量化 方案和第二量化方案中的一个来对语音信号进行量化。可选择地，LPC系数 量化器117可针对用于不使用帧间预测的第一量化方案的第一路径和使用帧 间预测的第二量化方案的第二路径两者对LPC系数进行量化，并基于第二标 准选择第一路径和第二路径中的一个的量化结果。第一标准和第二标准可以 彼此相同或彼此不同。

变量模式编码器119可通过对由LPC系数量化器117量化的LPC系数 进行编码来产生比特流。变量模式编码器119可在由编码模式选择器115选 择的编码模式下对量化的LPC系数进行编码。变量模式编码器119可以以帧 或子帧为单位对LPC系数的激励信号进行编码。

变量模式编码器119中使用的编码算法的示例可以是代码激励线性预测 （CELP）或代数CELP（ACELP）。可根据编码模式额外地使用变换编码算 法。用于在CELP算法中对LPC系数进行编码的代表参数是自适应码本索引、 自适应码本增益、固定码本索引和固定码本增益。由变量模式编码器119编 码的当前帧可被存储用于对随后的帧进行编码。

参数编码器121可对将由用于解码的解码端使用的参数进行编码以将其 包括在比特流中。如果与编码模式相应的参数被编码，则这是有益的。由参 数编码器121产生的比特流可被存储或发送。

图2A至图2D是由图1的声音编码设备100的编码模式选择器115能够 选择的各种编码模式的示例。图2A和图2C是在分配用于量化的比特的数量 为大的情况（即，高比特率的情况）下分类的编码模式的示例，图2B和图 2D是在分配用于量化的比特的数量为小的情况（即，低比特率的情况）下分 类的编码模式的示例。

首先，在高比特率的情况下，如图2A所示，可将语音信号分类为用于 简单结构的通用编码（GC）模式和过渡编码（TC）模式。在这种情况下， GC模式包括清音编码（UC）模式和池音编码（VC）模式。在高比特率的情 况下，如图2C所示，可进一步包括不活跃的编码（Inactive Coding（IC））模 式和音频编码（AC）模式。

另外，在低比特率的情况下，如图2B所示，可将语音信号分类为GC 模式、UC模式、VC模式和TC模式。另外，在低比特率的情况下，如图2D 所示，可进一步包括IC模式和AC模式。

在图2A和图2C中，当语音信号是清音（unvoiced sound）或具有与清 音类似的特性的噪声时，可选择UC模式。当语音信号是池音（voiced sound） 时，可选择VC模式。TC模式可用于对语音信号的特性快速变化的变换间隔 的信号进行编码。GC模式可用于对其他信号进行编码。UC模式、VC模式、 TC模式和GC模式基于ITU-T G.718中公开的定义和分类标准，但不限于此。

在图2B和图2D中，IC模式可被选择用于沉默的声音（silent sound）， 并且在语音信号的特性接近于音频时，AC模式可被选择。

可根据语音信号的频带进一步对编码模式进行分类。语音信号的频带可 被分类为例如窄带（NB）、宽带（WB）、超宽带（SWB）和全频带（FB）。 NB可具有约300Hz到约3400Hz的频带或约50Hz到约4000Hz的频带，WB 可具有约50Hz到约7000Hz的频带或约50Hz到约8000Hz的频带，SWB可 具有约50Hz到约14000Hz的频带或约50Hz到约16000Hz的频带，FB可具 有达到约20000Hz的频带。这里，为了方便设置了与带宽相关的数值，所述 数值不限于此。另外，频带的分类可被设置得比以上描述简单或比以上描述 复杂。

图1的变量模式编码器119可通过使用与图2A至图2D中示出的编码模 式相应的不同的编码算法对LPC系数进行编码。当编码模式的类型和编码模 式的数量被确定时，码本会需要通过使用与确定的编码模式相应的语音信号 来再次被训练。

表1示出在4种编码模式的情况下的量化方案和结构的示例。这里，不 使用帧间预测的量化方法可被称为安全网方案，并且使用帧间预测的量化方 法可被称为预测方案。另外，VQ表示矢量量化器，BC-TCQ表示块约束 （block-constrained）网格编码量化器。

表1

[表1]

编码模式可根据应用的比特率而改变。如上所述，为了使用两种编码模 式以高比特率对LPC系数进行量化，在GC模式下每帧可使用40比特或41 比特，在TC模式下每帧可使用46比特。

图3是根据示例性实施例的LPC系数量化器300的框图。

图3中示出的LPC系数量化器300可包括第一系数转换器311、加权函 数确定器313、导抗谱频率（ISF）/线谱频率（LSF）量化器315和第二系数 转换器317。LPC系数量化器300的组件中的每个可通过至少一个处理器（例 如，中央处理单元（CPU））通过将其集成到至少一个模块中来实现。

参照图3，第一系数转换器311可将通过对语音信号的当前帧或先前帧 的帧尾执行LP分析而提取的LPC系数转换为另一格式的系数。例如，第一 系数转换器311可将当前帧或先前帧的帧尾的LPC系数转换为LSF系数和 ISF系数中的任意一种格式。在这种情况下，ISF系数或LSF系数指示LPC 系数可容易地被量化的格式的示例。

加权函数确定器313可通过使用从LPC系数转换的ISF系数或LSF系数 来确定与关于当前帧的帧尾和先前帧的帧尾的LPC系数的重要性相关的加权 函数。可在选择量化路径或搜索在量化中加权误差被最小化的码本索引的处 理中使用的确定的加权函数。例如，加权函数确定器313可确定按照幅度的 加权函数和按照频率的加权函数。

另外，加权函数确定器313可通过考虑频带、编码模式和频谱分析信息 中的至少一个来确定加权函数。例如，加权函数确定器313可导出对于编码 模式的最优加权函数。另外，加权函数确定器313可导出对于频带的最优加 权函数。另外，加权函数确定器313可基于语音信号的频率分析信息导出最 优加权函数。频率分析信息可包括频谱倾斜信息。以下将更详细地描述加权 函数确定器313。

ISF/LSF量化器315可对从当前帧的帧尾的LPC系数转换的ISF系数或 LSF系数进行量化。ISF/LSF量化器315可获得在输入的编码模式下的最优量 化索引。ISF/LSF量化器315可通过使用由加权函数确定器313确定的加权函 数来对ISF系数或LSF系数进行量化。ISF/LSF量化器315可在使用由加权 函数确定器313确定的加权函数时通过选择多个量化路径之一，来对ISF系 数或LSF系数进行量化。作为量化的结果，可获得关于当前帧的帧尾的ISF 系数或LSF系数的量化索引以及量化的ISF（QISF）系数或量化的LSF（QLSF） 系数。

第二系数转换器317可将QISF系数或QLSF系数转换为量化的LPC （QLPC）系数。

现将描述LPC系数的矢量量化和加权函数之间的关系。

矢量量化指示考虑矢量中的所有项具有相同的重要性，通过使用平方误 差距离测量，来选择具有最小误差的码本索引的处理。然而，由于重要性在 LPC系数中的每个中不同，因此，如果重要的系数的误差减小，则最终合成 的信号的感知质量会增加。因此，当LSF系数被量化时，解码设备可通过将 表示LSF系数中的每个的重要性的加权函数应用到平方误差距离测量并选择 最佳码本索引，来增加合成信号的性能。

根据示例性实施例，可基于ISF系数或LSF系数中的每个实际影响频谱 包络通过使用ISF系数或LSF系数的频率信息和实际的频谱幅度来确定按照 幅度的加权函数。根据示例性实施例，可通过考虑感知特性和频域的共振峰 分布将按照幅度的加权函数和按照频率的加权函数进行组合来获得额外的量 化效率。根据示例性实施例，由于使用了频域的实际的幅度，因此可充分地 反映所有频率的包络信息，并可正确地导出ISF系数或LSF系数中的每个的 权重。

根据示例性实施例，当从LPC系数转换的ISF系数或LSF系数的矢量量 化被执行时，如果每个系数的重要性不同，则指示矢量中的哪一项相对更重 要的加权函数可被确定。另外，能够通过分析将被编码的帧的频谱来对高能 部分加权更多的加权函数可被确定，以提高编码的准确度。高频谱能量指示 时域中的高相关性。

描述将这样的加权函数应用到误差函数的示例。

首先，如果输入信号的变化大，则当在不使用帧间预测的情况下执行量 化时，用于通过QISF系数来搜索码本索引的误差函数可由下面的等式1来表 示。否则，如果输入信号的变化小时，则当使用帧间预测执行量化时，用于 通过QISF系数搜索码本索引的误差函数可由等式2来表示。码本索引指示用 于使相应的误差函数最小化的值。

$E_{\mathrm{werr}}\left(k\right)=\underset{i=0}{\overset{p}{\Sigma }}w\left(i\right){[z\left(i\right)-c_z^k\left(i\right)]}^2...\left(1\right)$

$E_{\mathrm{werr}}\left(p\right)=\underset{i=0}{\overset{\mathrm{p\mu }}{\Sigma }}w\left(i\right){[r\left(i\right)-c_r^p\left(i\right)]}^2...\left(2\right)$

这里，w（i）表示加权函数，z（i）和r（i）表示量化器的输入，z（i） 表示从图3中的ISF（i）去除了均值的矢量，r（i）表示从z（i）去除了帧间 预测值的矢量。Ewerr（k）可用于在帧间预测没有被执行的情况下搜索码本， Ewerr（p）可用于在帧间预测被执行的情况下搜索码本。另外，c（i）表示码 本，p表示ISF系数的阶，其中，在NB中所述阶通常为10，在WB中所述 阶通常为16至20。

根据示例性实施例，编码设备可通过将按照幅度的加权函数和按照频率 的加权函数组合来确定最佳加权函数，其中，所述按照幅度的加权函数是在 使用与从LPC系数转换的ISF系数或LSF系数的频率相应的频谱幅度时的按 照幅度的加权函数，按照频率的加权函数考虑输入信号的共振峰分布和感知 特性。

图4是根据示例性实施例的加权函数确定器400的框图。加权函数确定 器400与频谱和LP分析器410的窗处理器421、频率映射单元423、幅度计 算器425一同示出。

参照图4，窗处理器421可将窗应用到输入信号。窗可以是矩形窗、汉 明窗或正弦窗。

频率映射单元423可将时域的输入信号映射到频域的输入信号。例如， 频率映射单元423可通过快速傅里叶变换（FFT）或修正离散余弦变换 （MDCT）将输入信号变换到频域。

幅度计算器425可计算关于变换到频域的输入信号的频谱区（bin）的幅 度。频谱区的数量可与由加权函数确定器400用于对ISF系数或LSF系数进 行归一化的数量相同。

频谱分析信息作为由频谱和LP分析器410执行的结果可被输入到加权 函数确定器400。在这种情况下，频谱分析信息可包括频谱倾斜。

加权函数确定器400可对从LPC系数转换的ISF系数或LSF系数进行归 一化。P阶ISF系数中的实际应用了归一化的范围是0阶到（p-2）阶。通常， 0阶ISF系数到（p-2）阶ISF系数存在于0和π之间。加权函数确定器400 可使用与频谱区的数量相同的K来执行归一化以使用频谱分析信息，其中， 由频率映射单元423导出所述频谱区的数量。

加权函数确定器400可通过使用频谱分析信息，来确定ISF系数或LSF 系数影响中间子帧的频谱包络的按照幅度的加权函数W1（n）。例如，加权函 数确定器400可通过使用ISF系数或LSF系数的频率信息和输入信号的实际 的频谱幅度，来确定按照幅度的加权函数W1（n）。按照幅度的加权函数W1 （n）可被确定用于从LPC系数转换的ISF系数或LSF系数。

加权函数确定器400可通过使用与ISF系数或LSF系数中的每个相应的 频谱区的幅度确定按照幅度的加权函数W1（n）。

加权函数确定器400可通过使用与ISF系数或LSF系数中的每个相应的 频谱区的幅度以及位于该频谱区周围的至少一个邻近频谱区来确定按照幅度 的加权函数W1（n）。在这种情况下，加权函数确定器400可通过提取每个频 谱区和至少一个邻近频谱区的代表值来确定与频谱包络相关的按照幅度的加 权函数W1（n）。代表值的示例是与ISF系数或LSF系数中的每个相应的频 谱区和至少一个邻近频谱区中的最大值、均值或中间值。

加权函数确定器400可通过使用ISF系数或LSF系数的频率信息来确定 按照频率的加权函数W2（n）。详细地，加权函数确定器400可通过使用输入 信号的感知特性和共振峰分布来确定按照频率的加权函数W2（n）。在这种情 况下，加权函数确定器400可根据bark尺度提取输入信号的感知特性。随后， 加权函数确定器400可基于共振峰分布的第一共振峰确定按照频率的加权函 数W2(n)。

按照频率的加权函数W2（n）可导致在超低频和高频中的相对低的权重， 并导致在低频频率间隔（例如，与第一共振峰相应的间隔）中的恒定权重。

加权函数确定器400可通过将按照幅度的加权函数W1（n）和按照频率 的加权函数W2（n）组合来确定最终的加权函数W（n）。在这种情况下，加 权函数确定器400可通过将按照幅度的加权函数W1（n）乘以按照频率的加 权函数W2（n）或将其相加来确定最终的加权函数W（n）。

作为另一示例，加权函数确定器400可通过考虑输入信号的频带信息和 编码模式，来确定按照幅度的加权函数W1（n）和按照频率的加权函数W2(n)。

为此，加权函数确定器400可通过检查输入信号的带宽，来检查对于输 入信号的带宽是NB的情况和对于输入信号的带宽是WB的情况的输入信号 的编码模式。当输入信号的编码模式是UC模式时，加权函数确定器400可 确定UC模式下的按照幅度的加权函数W1(n)和按照频率的加权函数W2（n） 并将其组合。

当输入信号的编码模式不是UC模式时，加权函数确定器400可确定VC 模式下的按照幅度的加权函数W1（n）和按照频率的加权函数W2（n）并将 其组合。

如果输入信号的编码模式是GC模式或TC模式，则加权函数确定器400 可通过与在VC模式下相同的处理来确定加权函数。

例如，当输入信号通过FFT算法被频率变换时，使用FFT系数的频谱幅 度的按照幅度的加权函数W1（n）可由下面的等式3来确定。

$W_1\left(n\right)=(3·\sqrt{w_f\left(n\right)-\mathrm{Min}})+2,$Min=w_f(n)的最小值            …（3）

其中，

w_f(n)=10log(max(E_bin(norm_isf(n))，E_bin(norm_isf(n)+1)，E_bib(norm_isf(n)-1)))，

其中，n=0,…,M-2,1≤norm_isf(n)≤126

w_f(n)=10log(E_bin(norm_isf(n)))，

其中，norm_isf(n)=0或127

norm_isf(n)=isf(n)/50,随后，0≤isf(n)≤6350,并且0≤norm_isf(n)≤127

$E_{\mathrm{BIN}}\left(k\right)=X_R^2\left(k\right)+X_I^2\left(k\right),k=0,...,127$

例如，VC模式下的按照频率的加权函数W2(n)可由等式4来确定，UC 模式下的加权函数W2（n）可由等式5来确定。等式4和等式5中的常数可 根据输入信号的特性而改变：

$W_2\left(n\right)=0.5+\frac{\sin \left(\frac{\pi ·\mathrm{norm}\_\mathrm{isf}\left(n\right)}{12}\right)}{2},,$其中，norm_isf(n)=[0,5]…（4）

W₂(n)=1.0其中，norm_isf(n)=[6,20]

$W_2\left(n\right)=\frac{1}{(\frac{4*(\mathrm{norm}\_\mathrm{isf}\left(n\right)-20)}{107}+1)},,$其中，norm_isf(n)=[21,127]

$W_2\left(n\right)=0.5+\frac{\sin \left(\frac{\pi ·\mathrm{norm}\_\mathrm{isf}\left(n\right)}{12}\right)}{2},$其中，norm_isf(n)=[0,5]…（5）

$W_2\left(n\right)=\frac{1}{(\frac{(\mathrm{norm}\_\mathrm{isf}\left(n\right)-6)}{121}+1)},$其中，norm_isf(n)=[6,127]

最终导出的加权函数W（n）可由等式6来确定。

W(n)=W₁(n)·W₂(n),对于n=0,…,M-2…(6)

W(M-1)=1.0

图5是根据示例性实施例的LPC系数量化器的框图。

参照图5，LPC系数量化器500可包括加权函数确定器511、量化路径确 定器513、第一量化方案515和第二量化方案517。由于在图4中已描述了加 权函数确定器511，在此省略其描述。

量化路径确定器513可确定在输入信号的量化之前基于标准将包括不使 用帧间预测的第一路径和使用帧间预测的第二路径的多个路径之一选作输入 信号的量化路径之一。

当第一路径被选作输入信号的量化路径时，第一量化方案515可对从量 化路径确定器513提供的输入信号进行量化。第一量化方案515可包括用于 粗略地对输入信号进行量化的第一量化器（未示出）和用于精确地对输入信 号和第一量化器的输出信号之间的量化误差信号进行量化的第二量化器（未 示出）。

当第二路径被选作输入信号的量化路径时，第二量化方案517可对从量 化路径确定器513提供的输入信号进行量化。第一量化方案515可包括用于 对帧间预测值和输入信号的预测误差执行块约束网格编码量化的元件和帧间 预测元件。

第一量化方案515是不使用帧间预测的量化方案并可被称为安全网方 案。第二量化方案517是使用帧间预测的量化方案并可被称为预测方案。

第一量化方案515和第二量化方案517不限于当前示例性实施例并可通 过使用分别根据以下描述的各种示例性实施例的第一量化方案和第二量化方 案来实现。

因此，与用于高效交互语音服务的低比特率至用于提供差异质量服务的 高比特率相应地，可选择最优量化器。

图6是根据示例性实施例的量化路径确定器的框图。参照图6，量化路 径确定器600可包括预测误差计算器611和量化方案选择器613。

预测误差计算器611可通过接收帧间预测值p（n）、加权函数w（n）、 和去除了直流（DC）值的LSF系数z（n）以各种方法计算预测误差。首先， 可使用与在第二量化方案（即，预测方案）中使用的帧间预测器相同的帧间 预测器（未示出）。这里，可使用自回归（AR）方法和移动平均方法(MA)中 的任意一个。用于帧间预测的先前帧的信号z（n）可使用量化的值或未量化 的值。另外，可通过使用加权函数w（n）或不使用加权函数w（n）来获得 预测误差。因此，组合的总数量是8，其中，4个组合如下：

首先，使用先前预测帧的量化的信号的加权AR预测误差可由等式7来 表示。

$E_p=\underset{i=0}{\overset{M-1}{\Sigma }}{w}_{\mathrm{end}}\left(i\right){(z_k\left(i\right)-{\hat{z}}_{k-1}\left(i\right)\rho \left(i\right))}^2...\left(7\right)$

第二，使用先前帧的量化的信号的AR预测误差可由等式8来表示。

$E_p=\underset{i-0}{\overset{M-1}{\Sigma }}{(z_k\left(i\right)-{\hat{z}}_{k-1}\left(i\right)\rho \left(i\right))}^2...\left(8\right)$

第三，使用先前帧的信号z（n）的加权AR预测误差可由等式9来表示。

$E_p=\underset{i=0}{\overset{M-1}{\Sigma }}{w}_{\mathrm{end}}\left(i\right){(z_k\left(i\right)-z_{k-1}\left(i\right)\rho \left(i\right))}^2...\left(9\right)$

第四，使用先前帧的信号z（n）的AR预测误差可由等式10来表示。

$E_p=\underset{i=0}{\overset{M-1}{\Sigma }}{(z_k\left(i\right)-z_{k-1}\left(i\right)\rho \left(i\right))}^2...\left(10\right)$

在等式7至等式10中，M表示LSF系数的阶，当输入语音信号的带宽 是WB时，M通常是16，并且表示AR方法的预测系数。如上所述，通常使 用关于紧前面的帧的信息，并且可通过使用从以上描述获得的预测误差来确 定量化方案。

另外，对于由于先前帧中的帧误差而不存在关于先前帧的信息的情况， 可通过使用紧在先前帧之前的帧来获得第二预测误差，可通过使用第二预测 误差来确定量化方案。在这种情况下，与等式7比较，第二预测误差可由下 面的等式11来表示。

$E_{p2}=\underset{i=0}{\overset{M-1}{\Sigma }}{w}_{\mathrm{end}}\left(i\right){(z_k\left(i\right)-{\hat{z}}_{k-2}\left(i\right)\rho \left(i\right))}^2...\left(11\right)$

量化方案选择器613通过使用由预测误差计算器611获得的预测误差和 由编码模式确定器（图1的115）获得的编码模式中的至少一个确定当前帧 的量化方案。

图7A是示出根据示例性实施例的图6的量化路径确定器的操作的流程 图。作为示例，0、1和2可用作预测模式。在预测模式0下，仅可使用安全 网方案，在预测模式1下，仅可使用预测方案。在预测模式2下，可切换安 全网方案和预测方案。

在预测模式0下将被编码的信号具有非平稳特性。非平稳信号在相邻帧 之间具有大的变化。因此，如果对非平稳信号执行帧间预测，则预测误差可 大于原始信号，这导致量化器的性能恶化。在预测模式1下将被编码的信号 具有平稳特性。因为平稳信号在相邻帧之间具有小的变化，其帧间相关性高。 可通过在预测模式2下执行非平稳特性和破平稳特性混合的信号的量化来获 得最优性能。即使信号具有非平稳特性和平稳特性两者，也可基于混合的比 例设置预测模式0或预测模式1。同时，可通过实验或通过仿真来把将在预 测模式2下设置得混合的比例预先定义为最优值。

参照图7A，在操作711，确定当前帧的预测模式是否是0，即，当前帧 的语音信号是否具有非平稳特性。作为在操作711确定的结果，如果预测模 式是0，例如，当如在TC模式或UC模式中当前帧的语音信号的变化大时， 由于帧间预测难，因此在操作714，可将安全网方案（即，第一量化方案） 确定为量化路径。

作为在操作711的确定的结果，如果预测模式不是0，则在操作712确 定预测模式是否是1，即，当前帧的语音信号是否具有平稳特性。作为在操 作712确定的结果，如果预测模式是1，则由于帧间预测性能良好，因此在 操作715可将预测方案（即，第二量化方案）确定为量化路径。

作为在操作712的确定的结果，如果预测模式不是1，则确定预测模式 是2，从而以切换的方式使用第一量化方案和第二量化方案。例如，当当前 帧的语音信号不具有非平稳特性，即，当在GC模式或VC模式下预测模式 是2时，可通过考虑预测误差将第一量化方案和第二量化方案中的一个确定 为量化路径。为此，在操作713确定当前帧和先前帧之间的第一预测误差是 否大于第一阈值。可通过实验或通过仿真将第一阈值预先定义为最优值。例 如，在具有16阶的WB的情况下，可将第一阈值设置为2,085,975。

作为在操作713的确定的结果，如果第一预测误差大于或等于第一阈值， 则在操作714可将第一量化方案确定为量化路径。作为在操作713的确定的 结果，如果第一预测误差不大于第一阈值，则在操作715可将预测方案（即， 第二量化方案）确定为量化路径。

图7B是示出根据另一示例性实施例的图6的量化路径确定器的操作的 流程图。

参照图7B，操作731至操作733与图7A的操作711至操作713相同， 并且还包括操作734，其中，在操作734中，紧在先前帧之前的帧与当前帧 之间的第二预测误差将与第二阈值进行比较。可通过实验或通过仿真预先将 第二阈值定义为最优值。例如，在具有16阶的WB的情况下，可将第二阈值 设置为（第一阈值×1.1）。

作为在操作734的确定的结果，如果第二预测误差大于或等于第二阈值， 则在操作735可将安全网方案（即，第一量化方案）确定为量化路径。作为 在操作734确定的结果，如果第二预测误差不大于第二阈值，则在操作736 可将预测方案（即，第二量化方案）确定为量化路径。

虽然在图7A和图7B中预测模式的数量是3，但本发明不限于此。

同时，在确定量化方案时，还可使用除预测模式或预测误差之外的附加 信息。

图8是根据示例性实施例的量化路径确定器的框图。参照图8，量化路 径确定器800可包括预测误差计算器811、频谱分析器813和量化方案选择 器815。

由于预测误差计算器811与图6的预测误差计算器611相同，因此省略 其详细的描述。

频谱分析器813可通过分析频谱信息来确定当前帧的信号特性。例如， 在频谱分析器813中，可通过使用频域中的频谱幅度信息获得N（N是大于1 的整数）个先前帧与当前帧之间的加权距离D，并且当加权距离大于阈值时， 即，当帧间变化大时，可将安全网方案确定为量化方案。由于将被比较的对 象随着N增加而增加，因此复杂度也随着N增加而增加。可使用下面的等式 12来获得加权距离D。为了以低复杂度获得加权距离D，可通过仅使用由 LSF/ISF定义的频率周围的频谱幅度来将当前帧与先前帧进行比较。在这种情 况下，可将由LSF/ISF定义的频率周围的M个频谱区的幅度的均值、最大值 或中间值与先前帧进行比较。

$D_n=\underset{i=0}{\overset{M-1}{\Sigma }}{w}_{\mathrm{end}}\left(i\right){|W_k\left(i\right)-W_{k-n}\left(i\right)|}^2,$其中M=16…（12）

在等式12中，加权函数Wk（i）可通过上述等式3来获得，且加权函数 Wk（i）与等式3的W1（n）相同。在Dn中，n表示先前帧和当前帧之间的 差。n=1的情况指示紧前面的帧与当前帧之间的加权距离，n=2的情况指示第 二先前帧与当前帧之间的加权距离。当Dn的值大于阈值时，可确定当前帧 具有非平稳特性。

量化方案选择器815可通过接收从预测误差计算器811提供的预测误差 和从频谱分析器813提供的信号特性、预测模式和传输信道信息，来确定当 前帧的量化路径。例如，可将优先级指定给输入到量化方案选择器815的信 息，以在量化路径被选择时被依次考虑。例如，当高误帧率（FER）模式包 括在传输信道信息中时，可将安全网方案选择比例设置为相对高，或可仅选 择安全网方案。安全网方案选择比例可通过调整与预测误差相关的阈值来可 变地设置。

图9示出当编解码器服务被提供时的在网络端能够发送的关于信道状态 的信息。

当信道状态差时，信道误差增加，结果，帧间变化会大，这导致发生帧 误差。因此，作为量化路径的预测方案的选择比例被减小，安全网方案的选 择比例增加。当信道状态非常差时，仅将安全网方案用作量化路径。为此， 使用一个或更多个等级来表达将多条传输信道信息组合的指示信道状态的 值。高等级指示信道误差的概率高的状态。最简单的情况是等级的数量是1 的情况，即，由如图9所示的高FER模式确定器911将信道状态确定为高FER 模式的情况。由于高FER模式指示信道状态非常不稳定，因此通过使用安全 网方案的最高选择比例或仅使用安全网方案来执行编码。当等级的数量是多 个时，可逐级设置安全网方案的选择比例。

参照图9，可通过例如4条信息来执行在高FER模式确定器911中确定 高FER模式的算法。详细地，4条信息可以是（1）作为被发送到物理层的混 合型自动重传请求（HARQ）反馈的快速反馈（FFB）信息、（2）从被发送到 比物理层高的层的网络信令反馈的慢反馈（SFB）信息、（3）从在远端的EVS 解码器913带内用信号传输的带内反馈（ISB）信息和（4）由EVS编码器915 针对将以冗余的方式被发送的特定关键帧选择的高灵敏度帧（HSF）信息。 虽然FFB信息和SFB信息独立于EVS编解码器，但ISB信息和HSF信息依 赖于EVS编解码器，并会需要EVS编解码器的具体算法。

通过使用4条信息来将信道状态确定为高FER模式的算法可通过例如如 表2-表4的以下代码来表达。

表2

[表2]

定义

表3

[表3]

在初始化期间的设置

表4

[表4]

算法

如上，基于使用4条信息中的一个或更多个处理的分析信息，EVS编解 码器可被命令进入高FER模式。分析信息可以是，例如，（1）通过使用SFB 信息从Ns个帧的计算的平均误差率导出的SFBavg、（2）通过使用FFB信息 从Nf个帧的计算的平均误差率导出的FFBavg和（3）通过使用ISB信息以 及分别是SFB信息、FFB信息和ISB信息的阈值Ts、Tf和Ti从Ni个帧的计 算的平均误差率导出的ISBavg。基于将SFBavg、FFBavg和ISBavg分别与 Ts、Tf和Ti进行比较的的结果，可确定将EVS编解码器被确定进入高FER 模式。对于所有条件，可检查关于每个编解码器通常是否支持高FER模式的 HiOK。

高FER模式确定器911可被包括为EVS编码器915的组件或另一格式 的编码器。可选择地，高FER模式确定器911可被实现在除EVS编码器915 的组件或另一格式的编码器以外的另一外部装置中。

图10是根据另一示例性实施例的LPC系数量化器1000的框图。

参照图10，LPC系数量化器1000可包括量化路径确定器1010、第一量 化方案1030和第二量化方案1050。

量化路径确定器1010基于预测误差和编码模式中的至少一个将包括安 全网方案的第一路径和包括预测方案的第二路径中的一个确定为当前帧的量 化路径。

当第一路径被确定为量化路径时，第一量化方案1030在不使用帧间预测 的情况下执行量化，并且第一量化方案1030可包括多级矢量量化器（MSVQ） 1041和格矢量量化（LVQ）1043。MSVQ1041可优选地包括两级。MSVQ1041 通过粗略地执行去除了DC值的LSF系数的矢量量化来产生量化索引。LVQ 1043通过接收从MSVQ1041输出的反QLSF系数与去除了DC值的LSF系 数之间的LSF量化误差来执行量化，从而产生量化索引。通过将MSVQ1041 的输出与LVQ1043的输出相加并随后将DC值与所述相加的结果相加来产生 最终的QLSF系数。第一量化方案1030可通过使用MSVQ1041和LVQ1043 的组合来实现非常有效的量化器结构，其中，MSVQ1041虽然对于码本需要 大量存储器但在低比特率具有良好的性能，LVQ1043使用小型的存储器和低 复杂度在低比特率有效率。

当第二路径被确定为量化路径时，第二量化方案1050使用帧间预测来执 行量化，并且第二量化方案1050可包括具有帧内预测器1065的BC-TCQ1063 和帧间预测器1061。帧间预测器1061可使用AR方法和MA方法中的任意 一个。例如，应用一阶AR方法。预先定义预测系数，选作先前帧中的最优 矢量的矢量用作用于预测的过去的矢量。由具有帧内预测器1065的BC-TCQ 1063对从帧间预测器1061的预测值获得的LSF预测误差进行量化。因此， 使用小型存储器和低复杂度在高比特率具有良好的量化性能的BC-TCQ1063 的特性可被最大化。

作为结果，当第一量化方案1030和第二量化方案1050被使用时，可与 输入语音信号的特性相应地实现最优量化器。

例如，当在LPC系数量化器1000中41比特被使用来对具有8KHz的 WB的GC模式下的语音信号进行量化时，除指示量化路径信息的1比特之 外，可分别将12比特和28比特分配给第一量化方案1030的MSVQ1041和 LVQ1043。另外，除指示量化路径信息的1比特之外，可将40比特分配给 第二量化方案1050的BC-TCQ1063。

表5示出将比特分配给8KHz频带的WB语音信号的示例。

表5

[表5]

编码模式 LSF/ISF量化方案 MSVQ-LVQ[比特] BC-TCQ[比特] GC,WB 安全网预测 40/41- -40/41 TC,WB 安全网 41 -

图11是根据另一示例性实施例的LPC系数量化器的框图。图11中示出 的LPC系数量化器1100具有与图10中示出的LPC系数量化器相反的结构。

参照图11，LPC系数量化器1100可包括量化路径确定器1110、第一量 化方案1130和第二量化方案1150。

量化路径确定器1110基于预测误差和预测模式中的至少一个，将包括安 全网方案的第一路径和包括预测方案的第二路径中的一个确定为当前帧的量 化路径。

当第一路径被选择为量化路径时，第一量化方案1130在不使用帧间预测 的情况下执行量化，第一量化方案1130可包括矢量量化器（VQ）1141和具 有帧内预测器1145的BC-TCQ1143。VQ1141可通过粗略地执行去除了DC 值的LSF系数的矢量量化来产生量化索引。BC-TCQ1143通过接收从VQ 1141输出的反QLSF系数与去除了DC值的LSF系数之间的LSF量化误差来 执行量化，从而产生量化索引。通过将VQ1141的输出与BC-TCQ1143的输 出相加并随后将DC值与所述相加结果相加，来产生最终的QLSF系数。

当第二路径被确定为量化路径时，第二量化方案1150使用帧间预测执行 量化，并且第二量化方案1150可包括LVQ1163和帧间预测器1161。帧间预 测器1161可被实现为与图10中的帧间预测器相同或类似。由LVQ1163对从 帧间预测器1161的预测值获得的LSF预测误差进行量化。

因此，由于分配给BC-TCQ1143的比特的数量少，因此BC-TCQ1143 具有低复杂度，由于LVQ1163在高比特率具有低复杂度，因此通常可以以低 复杂度执行量化。

例如，当在LPC系数量化器1100使用41比特来对GC模式下具有8KHz 的WB的语音信号进行量化时，除指示量化路径信息的1比特之外，可分别 将6比特和34比特分配给第一量化方案1130的VQ1141和BC-TCQ1143。 另外，除指示量化路径信息的1比特之外，可将40比特分配给第二量化方案 1150的LVQ1163。

表6示出将比特分配给8KHz频带的WB语音信号的示例。

表6

[表6]

编码模式 LSF/ISF量化方案 MSVQ-LVQ[比特] BC-TCQ[比特] GC,WB 安全网预测 -40/41 40/41- TC,WB 安全网 - 41

与在大多数编码模式中使用的VQ1141相关的最优索引可通过搜索用于 最小化等式13的Ewerr（p）的索引来获得。

$E_{\mathrm{werr}}\left(p\right)=\underset{i-0}{\overset{15}{\Sigma }}{w}_{\mathrm{end}}\left(i\right){[r\left(i\right)-c_5^p\left(i\right)]}^2...\left(13\right)$

在等式13中，w（i）表示在加权函数确定器（图3的313）中确定的加 权函数，r（i）表示VQ1141的输入，c（i）表示VQ1141的输出。也就是说， 获得用于使r（i）和c（i）之间的加权失真最小化的索引。

在BC-TCQ1143中使用的失真测量d（x，y）可由等式14来表示。

$d(x,y)=\frac{1}{N}\underset{k-1}{\overset{N}{\Sigma }}{(x_k-y_k)}^2...\left(14\right)$

根据示例性实施例，如等式15所表示，可通过将加权函数wk应用到失 真测量d（x，y）来获得加权失真。

$d_w(x,y)=\frac{1}{N}\underset{k-1}{\overset{N}{\Sigma }}{w}_k{(x_k-y_k)}^2...\left(15\right)$

也就是说，可通过获得BC-TCQ1143的所有级的加权失真来获得最优索 引。

图12是根据另一示例性实施例的LPC系数量化器的框图。

参照图12，LPC系数量化器1200可包括量化路径确定器1210、第一量 化方案1230和第二量化方案1250。

量化路径确定器1210基于预测误差和预测模式中的至少一个，将包括安 全网方案的第一路径和包括预测方案的第二路径中的一个确定为当前帧的量 化路径。

当第一路径被确定为量化路径时，第一量化方案1230在不使用帧间预测 的情况下执行量化，第一量化方案1230可包括VQ或MSVQ1241和LVQ或 TCQ1243。VQ或MSVQ1241通过粗略地执行去除了DC值的LSF系数的矢 量量化来产生量化索引。LVQ或TCQ1243通过接收从VQ1141输出的反 QLSF系数与去除了DC值的LSF系数之间的LSF量化误差来执行量化，从 而产生量化索引。通过将VQ或MSVQ1241的输出和LVQ或TCQ1243的 输出相加并随后将DC值与所述相加结果相加，来产生最终的QLSF系数。 由于尽管VQ或MSVQ1241具有高复杂度并使用大量的存储器，但VQ或 MSVQ1241具有良好的比特误差率，因此通过考虑整体复杂度VQ或MSVQ 1241的级的数量可从1增加到n。例如，当仅使用第一级时，VQ或MSVQ1241 变为VQ，当使用两个或更多个级时，VQ或MSVQ1241变为MSVQ。另外， 由于LVQ或TCQ1243具有低复杂度，因此可有效地对LSF量化误差进行量 化。

当第二路径被确定为量化路径时，第二量化方案1250使用帧间预测来执 行量化，第二量化方案1250可包括帧间预测器1261和LVQ或TCQ1263。 帧间预测器1261可被实现为与图10中的帧间预测器相同或类似。由LVQ或 TCQ1263对从帧间预测器1261的预测值获得的LSF预测误差进行量化。同 样，由于LVQ或TCQ1243具有低复杂度，因此可有效地对LSF预测误差进 行量化。因此，通常可以以低复杂度执行量化。

图13是根据另一示例性实施例的LPC系数量化器的框图。

参照图13，LPC系数量化器1300可包括量化路径确定器1310、第一量 化方案1330和第二量化方案1350。

量化路径确定器1310基于预测误差和预测模式中的至少一个，将包括安 全网方案的第一路径和包括预测方案的第二路径中的一个确定为当前帧的量 化路径。

当第一路径被确定为量化路径时，第一量化方案1330在不使用帧间预测 的情况下执行量化，由于第一量化方案1330与图12中示出的第一量化方案 相同，因此省略其描述。

当第二路径被确定为量化路径时，第二量化方案1350使用帧间预测来执 行量化，并且第二量化方案1350可包括帧间预测器1361、VQ或MSVQ1363 和LVQ或TCQ1365。帧间预测器1361可被实现为与图10中的帧间预测器 相同或类似。由VQ或MSVQ1363粗略地对使用帧间预测器1361的预测值 获得的LSF预测误差进行量化。由LVQ或TCQ1365对LSF预测误差和从 VQ或MSVQ1363输出的反量化的LSF预测误差之间的误差矢量进行量化。 同样，由于LVQ或TCQ1365具有低复杂度，因此可有效地对LSF预测误差 进行量化。因此，通常可以以低复杂度执行量化。

图14是根据另一示例性实施例的LPC系数量化器的框图。与图12中示 出的LPC系数量化器1200相比，LPC系数量化器1400的不同之处在于：第 一量化方案1430包括具有帧内预测器1445的BC-TCQ1443而不是LVQ或 TCQ1243，第二量化方案1450包括具有帧内预测器1465的BC-TCQ1463 而不是LVQ或TCQ1263。

例如，当在LPC系数量化器1400中使用41比特来对在GC模式下具有 8KHz的WB的语音信号进行量化时，除指示量化路径信息的1比特之外， 可分别将5比特和35比特分配给第一量化方案1430的VQ1441和BC-TCQ 1443。另外，除指示量化路径信息的1比特之外，可将40比特分配给第二量 化方案1450的BC-TCQ1463。

图15是根据另一示例性实施例的LPC系数量化器的框图。图15中示出 的LPC系数量化器1500是图13中示出的LPC系数量化器1300的具体示例， 其中，第一量化方案1530的MSVQ1541和第二量化方案1550的MSVQ1563 具有两级。

例如，当在LPC系数量化器1500中使用41比特来对GC模式下具有 8KHz的WB的语音信号进行量化时，除了指示量化路径信息的1比特以外， 可分别将6+6=12比特和28比特分配给第一量化方案1530的两级MSVQ1541 和LVQ1543。另外，可分别将5+5=10比特和30比特分配给第二量化方案 1550的两级MSVQ1563和LVQ1565。

图16A和图16B是根据另一示例性实施例的LPC系数量化器的框图。 具体地讲，图16A和图16B中示出的LPC系数量化器1610和1630分别可 用于形成安全网方案（即，第一量化方案）。

图16A中示出的LPC系数量化器1610可包括VQ1621和具有帧内预测 器1625的TCQ或BC-TCQ1623，图16B中示出的LPC系数量化器1630可 包括VQ或MSVQ1641和TCQ或LVQ1643。

参照图16A和图16B，VQ1621或、VQ或MSVQ1641使用少量的比特 粗略地对整个输入矢量进行量化，TCQ或BC-TCQ1623或、TCQ或LVQ1643 精确地对LSF量化误差进行量化。

当仅安全网方案（即，第一量化方案）用于每个帧时，列表维特比算法 （LVA）可应用于额外的性能提高。也就是说，由于当仅使用第一量化方案 时，与切换方法相比较存在复杂度方面存在余地，可应用通过增加搜索操作 中的复杂度来实现性能提高的LVA方法。例如，通过将LVA方法应用到 BC-TCQ，可被设置为即使LVA结构的复杂度增加，但是LVA结构的复杂度 也低于切换结构的复杂度。

图17A至图17C是根据另一示例性实施例的（尤其是具有使用加权函数 的BC-TCQ的结构的）LPC系数量化器的框图。

参照图17A，LPC系数量化器可包括加权函数确定器1710和包括具有帧 内预测器1723的BC-TCQ1721的量化方案1720。

参照图17B，LPC系数量化器可包括加权函数确定器1730和包括具有帧 内预测器1745的BC-TCQ1743和帧间预测器1741的量化方案1740。这里， 可将40比特分配给BC-TCQ1743。

参照图17C，LPC系数量化器可包括加权函数确定器1750和包括具有帧 内预测器1765的BC-TCQ1763和VQ1761的量化方案1760。这里，可分别 将5比特和40比特分配给VQ1761和BC-TCQ1763。

图18是根据另一示例性实施例的LPC系数量化器的框图。

参照图18，LPC系数量化器1800可包括第一量化方案1810、第二量化 方案1830和量化路径确定器1850。

第一量化方案1810在不使用帧间预测的情况下执行量化，并可使用 MSVQ1821和LVQ1823的组合以用于量化性能提高。MSVQ1821可优选地 包括两级。MSVQ1821通过粗略地执行去除了DC值的LSF系数的矢量量化 来产生量化索引。LVQ1823通过接收从MSVQ1821输出的反QLSF系数与 去除了DC值的LSF系数之间的LSF量化误差来执行量化，从而产生量化索 引。通过将MSVQ1821的输出和LVQ1823的输出相加并随后将DC值与所 述相加结果相加来产生最终的QLSF系数。第一量化方案1810可通过使用在 低比特率具有良好的性能的MSVQ1821和在低比特率有效率的LVQ1823的 组合来实现非常有效的量化器结构。

第二量化方案1830使用帧间预测来执行量化，并可包括具有帧内预测器 1845的BC-TCQ1843和帧间预测器1841。由具有帧内预测器1845的BC-TCQ 1843对使用帧间预测器1841的预测值获得的LSF预测误差进行量化。因此， 可使在高比特率具有良好的量化性能的BC-TCQ1843的特性最大化。

量化路径确定器1850通过考虑预测模式和加权失真，来将第一量化方案 1810的输出和第二量化方案1830的输出中的一个确定为最终的量化输出。

作为结果，当使用第一量化方案1810和第二量化方案1830时，可与输 入语音信号的特性相应地实现最优量化器。例如，当在LPC系数量化器1800 中使用43比特来对VC模式下具有8KHz的WB的语音信号进行量化时，除 指示量化路径信息的1比特之外，可分别将12比特和30比特分配给第一量 化方案1810的MSVQ1821和LVQ1823。另外，除了指示量化路径信息的1 比特之外，可将42比特分配给第二量化方案1830的BC-TCQ1843。

表7示出将比特分配给8KHz频带的WB语音信号的示例。

表7

[表7]

编码模式 LSF/ISF量化方案 MSVQ-LVQ[比特] BC-TCQ[比特] VC，WB 安全网预测 43- -43

图19是根据另一示例性实施例的LPC系数量化器的框图。

参照图19，LPC系数量化器1900可包括第一量化方案1910、第二量化 方案1930和量化路径确定器1950。

第一量化方案1910在不使用帧间预测的情况下执行量化，并可使用VQ 1921和具有帧内预测器1925的BC-TCQ1923的组合以用于量化性能提高。

第二量化方案1930使用帧间预测来执行量化，并可包括具有帧内预测器 1945的BC-TCQ1943和帧间预测器1941。

量化路径确定器1950通过接收预测模式和使用由第一量化方案1910和 第二量化方案1930获得的最优量化值的加权失真，来确定量化路径。例如， 确定当前帧的预测模式是否是0，即，当前帧的语音信号是否具有非平稳特 性。当如同在TC模式或UC模式下一样当前帧的语音信号的变化大时，由于 帧间预测难，因此安全网方案（即，第一量化方案1910）总是被确定为量化 路径。

如果当前帧的预测模式是1，即，如果当前帧的语音信号处于不具有非 平稳特性的GC模式或VC模式，则量化路径确定器1950通过考虑预测误差 来将第一量化方案1910和第二量化方案1930之一确定为量化路径。为此， 首先考虑第一量化方案1910的加权失真，从而LPC系数量化器1900对于帧 误差具有鲁棒性。也就是说，如果第一量化方案1910的加权失真值小于预定 义的阈值，则无论第二量化方案1930的加权失真值如何，都选择第一量化方 案1910。另外，替代具有较小加权失真值的量化方案的简单选择，在相同的 加权失真值的情况下，通过考虑帧误差来选择第一量化方案1910。如果第一 量化方案1910的加权失真值大于第二量化方案1930的加权失真值的特定倍 数，则可选择第二量化方案1930。特定倍数可以是例如被设置为1.15。这样， 当量化路径被确定时，由确定的量化路径的量化方案产生的量化索引被发送。

通过考虑预测模式的数量是3，可实现为当预测模式是0时选择第一量 化方案1910作为量化路径，当预测模式是1时选择第二量化方案1930作为 量化路径，当预测模式是2时选择第一量化方案1910和第二量化方案1930 之一作为量化路径。

例如，当在LPC系数量化器1900中使用37比特来对GC模式下具有 8KHz的WB的语音信号进行量化时，除指示量化路径信息的1比特之外， 可分别将2比特和34比特分配给第一量化方案1910的VQ1921和BC-TCQ 1923。另外，除指示量化路径信息的1比特之外，可将36比特分配给第二量 化方案1930的BC-TCQ1943。

表8示出将比特分配给8KHz频带的WB语音信号的示例。

表8

[表8]

编码模式 LSF/ISF量化方案 使用的比特的数量 VC，WB 安全网预测 4343 GC，WB 安全网预测 3737 TC，WB 安全网 44

图20是根据另一示例性实施例的LPC系数量化器的框图。

参照图20，LPC系数量化器2000可包括第一量化方案2010、第二量化 方案2030和量化路径确定器2050。

第一量化方案2010在不使用帧间预测的情况下执行量化，并可使用VQ 2021和具有帧内预测器2025的BC-TCQ2023的组合以用于量化性能提高。

第二量化方案2030使用帧间预测来执行量化，并可包括LVQ2043和帧 间预测器2041。

量化路径确定器2050通过接收预测模式和由第一量化方案2010和第二 量化方案2030获得的最优量化值的加权失真，来确定量化路径。

例如，当在LPC系数量化器中使用43比特来对VC模式下具有8KHz 的WB的语音信号进行量化时，除指示量化路径信息的1比特之外，可分别 将6比特和36比特分配给第一量化方案2010的VQ2021和BC-TCQ2023。 另外，除指示量化路径信息的1比特以外，可将42比特分配给第二量化方案 2030的LVQ2043。

表9示出将比特分配给8KHz频带的WB语音信号的示例。

表9

[表9]

编码模式 LSF/ISF量化方案 MSVQ-LVQ[比特] BC-TCQ[比特] VC，WB 安全网预测 -43 43-

图21是根据示例性实施例的量化器类型选择器的框图。图21中示出的 量化器类型选择器可包括比特率确定器2110、带宽确定器2130、内部采样频 率确定器2150和量化器类型确定器2107。组件中的每个可通过被集成到至 少一个模块中通过至少一个处理器（例如，中央处理单元（CPU））来实现。 可在切换两种量化方案的预测模式2中使用量化器类型选择器2100。量化器 类型选择器2100可被包括为图1的声音编码设备100的LPC系数量化器117 的组件或图1的声音编码设备100的组件。

参照图21，比特率确定器2110确定语音信号的编码比特率。可针对所 有帧或以帧为单位确定编码比特率。量化器类型可根据编码比特率而变化。

带宽确定器2130确定语音信号的带宽。量化器类型可根据语音信号的带 宽而变化。

内部采样频率确定器2150基于在量化器中使用的带宽的上限确定内部 采样频率。当语音信号的带宽等于WB或比WB宽（即，WB、SWB或FB） 时，内部采样频率根据编码带宽的上限是6.4KHz还是8KHz而变化。如果编 码带宽的上限是6.4KHz，则内部采样频率是12.8KHz，并且如果编码带宽的 上限是8KHz，则内部采样频率是16KHz。编码带宽的上限不限于此。

量化器类型确定器2107通过接收比特率确定器2110的输出、带宽确定 器2130的输出和内部采样频率确定器2150的输出来将开环和闭环之一选作 量化器类型。当编码比特率大于预定的参考值，语音信号的带宽等于WB或 比WB宽并且内部采样频率是16KHz时，量化器类型确定器2107可将开环 选作量化器类型。否则，可将闭环选作量化器类型。

图22是示出根据示例性实施例的选择量化器类型的方法的流程图。

参照图22，在操作2201，确定比特率是否大于参考值。在图22中参考 值被设置为16.4Kbps，但不限于此。作为在操作2201的确定的结果，如果比 特率等于或小于参考值，则在操作2209选择闭环类型。

作为在操作2201的确定的结果，如果比特率大于参考值，则在操作2203 确定输入信号的带宽是否比NB宽。作为在操作2203的确定的结果，如果输 入信号的带宽是NB，则在操作2209选择闭环类型。

作为在操作2203的确定的结果，如果输入信号的带宽比NB宽，即，如 果输入信号的带宽是WB、SWB或FB，则在操作2205确定内部采样频率是 不是特定频率。例如，在图22中，特定频率被设置为16KHz。作为在操作 2205的确定的结果，如果内部采样频率不是该特定频率，则在操作2209选 择闭环类型。

作为在操作2205的确定的结果，如果内部采样频率是16KHz，则在操 作2207选择开环类型。

图23是根据示例性实施例的声音解码设备的框图。

参照图23，声音解码设备2300可包括参数解码器2311、LPC系数反量 化器2313、变量模式解码器2315和后处理器2319。声音解码设备2300还可 包括误差恢复器2317。声音解码设备2300的组件中的每个可通过被集成到 至少一个模块中通过至少一个处理器（例如，中央处理单元（CPU））来实现。

参数解码器2311可从比特流解码出用于解码的参数。当编码模式包括在 比特流中时，参数解码器2311可对编码模式和与该编码模式相应的参数进行 解码。可与解码的编码模式相应地执行LPC系数反量化和激励解码。

LPC系数反量化器2313可通过对包括在LPC参数中的量化的ISF系数 或LSF系数、量化的ISF量化误差或LSF量化误差、或量化的ISF预测误差 或LSF预测误差进行反量化来产生解码的LSF系数，并通过转换解码的LSF 系数来产生LPC系数。

变量模式解码器2315可通过对由LPC系数反量化器2313产生的LPC 系数进行解码来产生合成信号。变量模式解码器2315可与根据与解码设备相 应的编码设备的如图2A至图2D所示的编码模式相应地，执行解码。

如果包括误差恢复器2317，则当作为变量模式解码器2315的解码的结 果在当前帧中发生误差时，误差恢复器2317可恢复或隐藏语音信号的当前 帧。

后处理器（例如，中央处理单元（CPU））2319可通过执行由变量模式 解码器2315产生的合成信号的各种类型的滤波和语音质量提高处理，来产生 最终的合成信号（即，恢复的声音）。

图24是根据示例性实施例的LPC系数反量化器的框图。

参照图24，LPC系数反量化器2400可包括ISF/LSF反量化器2411和系 数转换器2413。

ISF/LSF反量化器2411可通过与包括在比特流中的量化路径信息相应地 对包括在LPC参数中的量化的ISF系数或LSF系数、量化的ISF量化误差或 LSF量化误差、或量化的ISF预测误差或LSF预测误差进行反量化，来产生 解码的ISF系数或LSF系数。

系数转换器2413可将作为ISF/LSF反量化器2411的反量化的结果而获 得的解码的ISF系数或LSF系数转换为导抗谱对（ISP）或线谱对（LSP）， 并对每个子帧执行插值。可通过使用先前帧的ISP/LSP和当前帧的ISP/LSP 来执行插值。系数转换器2413可将每个子帧的经过反量化且经过插值的 ISP/LSP转换为LSP系数。

图25是根据另一示例性实施例的LPC系数反量化器的框图。

参照图25，LPC系数反量化器2500可包括反量化路径确定器2511、第 一反量化方案2513和第二反量化方案2515。

反量化路径确定器2511可基于包括在比特流中的量化路径信息将LPC 参数提供给第一反量化方案2513和第二反量化方案2515之一。例如，量化 路径信息可由1比特来表示。

第一反量化方案2513可包括用于粗略地对LPC参数进行反量化的元件 和用于精确地对LPC参数进行反量化的元件。

第二反量化方案2515可包括关于LPC参数的用于执行块约束网格编码 反量化的元件和帧间预测元件。

第一反量化方案2513和第二反量化方案2515不限于当前示例性实施例， 并可通过使用根据与解码设备相应的编码设备的上述示例性实施例的第一量 化方案和第二量化方案的逆处理来实现。

不论量化方法是开环类型还是闭环类型，都可应用LPC系数反量化器 2500的配置。

图26是根据示例性实施例的图25的LPC系数反量化器2500中的第一 反量化方案2513和第二反量化方案2515的框图。

参照图26，第一反量化方案1610可包括多级矢量量化器（MSVQ）2611 和格矢量量化器（LVQ）2613，MSVQ2611用于通过使用编码端（未示出） 的MSVQ（未示出）产生的第一码本索引来对包括在LPC参数中的量化的 LSF系数进行反量化，LVQ2613用于通过使用编码端的LVQ（未示出）产生 的第二码本索引来对包括在LPC参数中的LSF量化误差进行反量化。通过将 由MSVQ2611获得的反量化的LSF系数与由LVQ2613获得的反量化的LSF 量化误差相加并随后将作为预定的DC值的均值与所述相加结果相加，来产 生最终的解码的LSF系数。

第二反量化方案2630可包括块约束网格编码量化器（BC-TCQ）2631、 帧内预测器2633和帧间预测器2635，其中，BC-TCQ2631用于通过使用由 编码端的BC-TCQ（未示出）产生的第三码本索引来对包括在LPC参数中的 LSF预测误差进行反量化。反量化处理从LSF矢量中的最低的矢量开始，帧 内预测器2633通过使用解码的矢量产生用于随后的矢量元素的预测值。帧间 预测器2635通过使用在先前帧中解码的LSF系数通过帧间预测来产生预测 值。通过将由BC-TCQ2631和帧内预测器2633获得的LSF系数与帧间预测 器2635产生的预测值相加并随后将作为预定的DC值的均值与所述相加结果 相加，来产生最终的解码的LSF系数。

第一反量化方案2610和第二反量化方案2630不限于当前示例性实施例， 并可通过使用根据与解码设备相应的编码设备的上述示例性实施例的第一量 化方案和第二量化方案的逆处理来实现。

图27是示出根据示例性实施例的量化方法的流程图。

参照图27，在操作2710，在接收的声音的量化之前，基于预定的标准确 定接收的声音的量化路径。在示例性实施例中，可确定不使用帧间预测的第 一路径和使用帧间预测的第二路径之一。

在操作2730，检查从第一路径和第二路径中确定的量化路径。

如果作为在操作2730的检查的结果，将第一路径确定为量化路径，则在 操作2750使用第一量化方案来对接收的声音进行量化。

另一方面，如果作为在操作2730的检查的结果，将第二路径确定为量化 路径，则在操作2770使用第二量化方案对接收的声音进行量化。

可通过上述各种示例性实施例来执行在操作2710的量化路径确定处理。 可通过使用上述各种示例性实施例并分别使用第一量化方案和第二量化方案 来执行在操作2750和操作2770的量化处理。

尽管在当前示例性实施例中将第一路径和第二路径设置为能够选择的量 化路径，但可设置包括第一路径和第二路径的多个路径，并且图27的流程图 可与多个设置的路径相应地改变。

图28是示出根据示例性实施例的反量化方法的流程图。

参照图28，在操作2810，对包括在比特流中的LPC参数进行解码。

在操作2830，检查包括在比特流中的量化路径，并且在操作2850确定 检查的量化路径是第一路径还是第二路径。

如果作为在操作2850的确定的结果，量化路径是第一路径，则在操作 2870通过使用第一反量化方案对解码的LPC参数进行反量化。

如果作为在操作2850的确定的结果，量化路径是第二路径，则在操作 2890通过使用第二反量化方案来对解码的LPC参数进行反量化。

通过分别使用根据与解码设备相应的编码设备的上述各种示例性实施例 的第一量化方案和第二量化方案的逆处理，来执行在操作2870和操作2890 的反量化处理。

尽管在当前示例性实施例中将第一路径和第二路径设置为检查的量化路 径，但可设置包括第一路径和第二路径的多个路径，并且可与多个设置的路 径相应地改变图28的流程图。

可对图27和图28的方法进行编程并可由至少一个处理装置执行图27 和图28的方法。另外，可以以帧为单位或以子帧为单位执行示例性实施例。

图29是根据示例性实施例的包括编码模块的电子装置的框图。

参照图29，电子装置2900可包括通信单元2910和编码模块2930。另外， 电子装置2900还可包括用于根据声音比特流的使用存储作为编码的结果而 获得的声音比特流的存储单元2950。另外，电子装置2900还可包括麦克风 2970。也就是说，可可选地包括存储单元2950和麦克风2970。电子装置2900 还可包括任意的解码模块（未示出），例如，用于执行通用的解码功能的解码 模块或根据示例性实施例的解码模块。可通过至少一个处理器（例如，中央 处理单元（CPU））（未示出）将编码模块2930与电子装置2900所包括的其 他组件（未示出）作为一体而集成地实现。

通信单元2910可接收从外部提供的声音或编码的比特流中的至少一个， 或发送作为由编码模块2930编码的结果而获得的解码的声音或声音比特流 中的至少一个。

通信单元2910被构造为经由如下的无线网络将数据发送到外部电子装 置并从外部电子装置接收数据：无线互联网、无线内联网、无线电话网络、 无线局域网（WLAN）、Wi-Fi、Wi-Fi直连（WFD）、第三代（3G）、第四代 （4G）、蓝牙、红外数据协会（IrDA）、无线射频识别（RFID）、超宽带（UWB）、 Zigbee、或近场通信（NFC）或有线网络（诸如，有线电话网络或有线互联 网）。

编码模块2930可通过以下步骤来产生比特流：在声音的量化之前，基于 预定的标准，将包括不使用帧间预测的第一路径和使用帧间预测第二路径的 多个路径之一选作通过通信单元2910或麦克风2970提供的声音的量化路径； 通过根据选择的量化路径使用第一量化方案和第二量化方案之一来对声音进 行量化；对量化的声音进行编码。

第一量化方案可包括第一量化器（未示出）和第二量化器（未示出），第 一量化器用于粗略地对声音进行量化，第二量化器用于精确地对声音和第一 量化器的输出信号之间的量化误差信号进行量化。第一量化方案可包括 MSVQ（未示出）和LVQ（未示出），MSVQ用于对声音进行量化，LVQ用 于对声音和MSVQ的输出信号之间的量化误差信号进行量化。另外，第一量 化方案可通过上述各种示例性实施例之一来实现。

第二量化方案可包括用于执行声音的帧间预测的帧间预测器（未示出）、 用于执行预测误差的帧内预测的帧内预测器（未示出）和用于对预测误差进 行量化的BC-TCQ（未示出）。同样，第二量化方案可通过上述各种示例性实 施例之一来实现。

存储单元2950可存储由编码模块2930产生的编码的比特流。存储单元 2950可存储操作电子装置2900必需的各种程序。

麦克风2970可提供编码模块2930的外部的用户的声音。

图30是根据示例性实施例的包括解码模块的电子装置的框图。

参照图30，电子装置3000可包括通信单元3010和解码模块3030。另外， 电子装置3000还可包括用于根据恢复的声音的使用存储作为解码的结果而 获得的恢复的声音的存储单元3050。另外，电子装置300还可包括扬声器 3070。也就是说，可可选地包括存储单元3050和扬声器3070。电子装置3000 还可包括任意的编码模块（未示出），例如，用于执行通用编码功能的编码模 块或根据本发明的示例性实施例的编码模块。可通过至少一个处理器（例如， 中央处理单元（CPU））（未示出），将解码模块3030与电子装置3000所包括 的其他组件（未示出）作为一体而集成地实现。

通信单元3010可接收从外部提供的声音或编码的比特流中的至少一个， 或发送作为解码模块3030的解码的结果而获得的恢复的声音或作为编码的 结果而获得的声音比特流中的至少一个。通信单元3010可被实现为基本上与 图29的通信单元2910相同。

解码模块3030可通过以下步骤产生恢复的声音：对包括在通过通信单元 3010提供的比特流中的LPC参数进行解码；基于包括在比特流中的路径信息， 通过使用不使用帧间预测的第一反量化方案和使用帧间预测的第二反量化方 案之一来对解码的LPC参数进行反量化；在解码的编码模式下，对反量化的 LPC参数进行解码。当编码模式包括在比特流中时，在解码的编码模式下， 解码模块3030可对反量化的LPC参数进行解码。

第一反量化方案可包括用于粗略地对LPC参数进行反量化的第一反量 化器（未示出）和用于精确地对LPC参数进行反量化的第二反量化器（未示 出）。第一反量化方案可包括用于通过使用第一码本索引对LPC参数进行反 量化的MSVQ（未示出）和用于通过使用第二码本索引对LPC参数进行反量 化的LVQ（未示出）。另外，由于第一反量化方案执行图29中描述的第一量 化方案的逆操作，第一反量化方案可通过根据与解码设备相应的编码设备的 与第一量化方案相应的上述各种示例性实施例的逆处理之一来实现。

第二反量化方案可包括用于通过使用第三码本索引来对LPC参数进行 反量化的BC-TCQ（未示出）、帧内预测器（未示出）和帧间预测器（未示出）。 同样，由于第二反量化方案执行图29中描述的第二量化方案的逆处理，因此 第二反量化方案可通过根据与解码设备相应的编码设备的与第二量化方案相 应的上述各种示例性实施例的逆处理之一来实现。

存储单元3050可存储由解码模块3030产生的恢复的声音。存储单元 3050可存储用于操作电子装置3000的各种程序。

扬声器3070可将由解码模块3030产生的恢复的声音输出到外部。

图31是根据示例性实施例的包括编码模块和解码模块的电子装置的框 图。

图31中示出的电子装置可包括通信单元3110、编码模块3120和解码模 块3130。另外，电子装置3100还可包括：存储单元3140，用于根据声音比 特流或恢复的声音的使用存储作为编码的结果而获得的声音比特流或作为解 码的结果而获得的恢复的声音。另外，电子装置3100还可包括麦克风3150 和/或扬声器3160。编码模块3120和解码模块3130可通过与其他组件（未示 出）集成地作为一体被包括在电子装置3100中通过至少一个处理器（例如， 中央处理单元（CPU））（未示出）来实现。

由于图31中示出的电子装置3100的组件与图29中示出的电子装置2900 的组件或图30中示出的点装置3000的组件相应，因此省略其详细描述。

图29、图30和图31中示出的电子装置2900、3000和3100中的每个可 包括仅语音通信终端（诸如，电话或移动电话）、仅广播或音乐装置（诸如， TV或MP3播放器）或仅语音通信终端和仅广播或音乐装置的混合型终端装 置，但不限于此。另外，电子装置2900、3000和3100中的每个可用作客户 机、服务器或在客户机和服务器之间转移的换能器。

尽管未示出，但当电子装置2900、3000或3100是例如移动电话时，电 子装置2900、3000或3100还可包括用户输入单元（诸如，键区）、用于显示 由用户界面或移动电话处理的信息的显示单元、用于控制移动电话的功能的 处理器（例如，中央处理单元（CPU））。另外，移动电话还可包括具有图像 拾取功能的相机单元和用于执行移动电话的功能的至少一个组件。

尽管未示出，但当电子装置2900、3000或3100是例如TV时，电子装 置2900、3000或3100还可包括用户输入单元（诸如，键区）、用于显示接收 的广播信息的显示单元和用于控制TV的所有功能的处理器（例如，中央处 理单元（CPU））。另外，TV还可包括用于执行TV的功能的至少一个组件。

在第7630890号美国专利中详细地公开了与LPC系数的量化/反量化相 关联地实施的与BC-TCQ相关的内容（块约束TCQ方法、和用于在语音编码 系统中采用块约束TCQ方法来对LSF系数进行量化的方法和设备）。在第 20070233473号美国专利申请中详细地公开了与LVA方法相关联的内容（多 路径网格编码量化方法和使用该方法的多路径网格编码量化器）。第7630890 号美国专利和第20070233473号美国专利申请的内容通过引用合并于此。

根据示例性实施例的量化方法、反量化方法、编码方法和解码方法可被 编写为计算机程序，并可被实现在使用计算机可读记录介质执行所述程序的 通用数字计算机中。另外，在示例性实施例中可用的数据结构、程序命令或 数据文件可以以各种方式被记录在计算机可读记录介质中。计算机可读记录 介质是可存储可随后由计算机系统读取的数据的任何数据存储装置。计算机 可读记录介质包括：磁记录介质（诸如，硬盘、软盘和磁带）、光学记录介质 （诸如，CD-ROM和DVD）、磁光记录介质（诸如，磁光盘）和特别地被配 置为存储和执行程序命令的硬件装置（诸如，ROM、RAM和闪存）。计算机 可读记录介质还可以是用于发送程序命令和数据结构被指定的信号的传输介 质。程序命令的示例可包括由编译器创建的机器语言代码和由计算机通过解 释器能够执行的高级语言代码。

虽然已参照本发明构思的附图具体示出和描述了本发明构思，但本领域 的普通技术人员将理解，在不脱离由权利要求限定的本发明构思的精神和范 围的情况下，可在形式和细节上进行各种改变。