| 1 |
1
부가 정보(side information)를 이용한 오디오 신호의 부호화 방법에 있어서, 입력 신호-상기 입력 신호는 원본 오디오 신호인-를 식별하는 단계; 상기 입력 신호의 특징 벡터로부터 부가 정보를 추출하도록 트레이닝된 학습 모델을 이용하여, 상기 입력 신호로부터 부가 정보를 추출하는 단계; 상기 입력 신호를 부호화하는 단계; 및상기 부호화된 입력 신호와 상기 부가 정보를 결합하여, 비트스트림을 생성하는 단계를 포함하는 부호화 방법
|
| 2 |
2
제1항에 있어서,상기 부가 정보는, 상기 입력 신호 중 주파수가 기준 이하인 저대역 신호의 에너지에 대한 정보를 포함하는, 부호화 방법
|
| 3 |
3
제1항에 있어서,상기 학습 모델은, 상기 입력 신호의 특징 벡터로부터 상기 부가 정보를 출력하는 합성곱 신경망 모델인, 부호화 방법
|
| 4 |
4
제1항에 있어서,상기 부가 정보를 추출하는 단계는,상기 입력 신호로부터 특징 벡터를 생성하고, 상기 특징 벡터에 상기 학습 모델을 적용하여, 상기 부가 정보를 획득하는, 부호화 방법
|
| 5 |
5
부가 정보(side information)를 이용한 오디오 신호의 복호화 방법에 있어서, 부호화기에 의해 생성된 비트스트림을 식별하는 단계;상기 비트스트림으로부터 부호화된 입력 신호와 부가 정보를 추출하는 단계; 상기 부호화된 입력 신호를 복호화하는 단계; 및상기 부가 정보와 상기 복호화된 입력 신호로부터 출력 신호를 생성하도록 트레이닝된 학습 모델을 이용하여, 상기 부가 정보 및 상기 복호화된 입력 신호로부터 출력 신호를 생성하는 단계를 포함하는 복호화 방법
|
| 6 |
6
제5항에 있어서,상기 부가 정보는, 상기 입력 신호 중 주파수가 기준 이하인 저대역 신호의 에너지에 대한 정보를 포함하는, 복호화 방법
|
| 7 |
7
오디오 신호의 부호화 및 복호화에 이용되는 학습 모델의 트레이닝 방법에 있어서, 입력 신호 및 상기 입력 신호의 특징 벡터를 식별하는 단계; 상기 입력 신호의 특징 벡터로부터 부가 정보를 추출하도록 트레이닝된 제1 학습 모델을 이용하여, 상기 입력 신호로부터 부가 정보를 추출하는 단계; 상기 입력 신호를 부호화하는 단계; 상기 부호화된 입력 신호와 상기 부가 정보를 결합하여, 비트스트림을 생성하는 단계;상기 비트스트림으로부터 부호화된 입력 신호와 부가 정보를 추출하는 단계; 상기 부호화된 입력 신호를 복호화하는 단계; 상기 부가 정보와 상기 복호화된 입력 신호로부터 출력 신호를 생성하도록 트레이닝된 제2 학습 모델을 이용하여, 상기 부가 정보 및 상기 복호화된 입력 신호로부터 출력 신호를 생성하는 단계; 상기 출력 신호로부터 특징 벡터를 추출하는 단계; 및상기 입력 신호의 특징 벡터 및 상기 출력 신호의 특징 벡터를 비교하여 상기 제1 학습 모델 및 제2 학습 모델을 트레이닝하는 단계를 포함하는 트레이닝 방법
|
| 8 |
8
제7항에 있어서,상기 부가 정보는, 상기 입력 신호 중 주파수가 기준 이하인 저대역 신호의 에너지에 대한 정보를 포함하는, 트레이닝 방법
|
| 9 |
9
제7항에 있어서,상기 제1 학습 모델은, 상기 입력 신호의 특징 벡터로부터 상기 부가 정보를 출력하는 합성곱 신경망 모델인, 트레이닝 방법
|
| 10 |
10
오디오 신호의 부호화 방법을 수행하는 부호화기에 있어서, 상기 부호화기는 프로세서를 포함하고,상기 프로세서는, 입력 신호-상기 입력 신호는 원본 오디오 신호인-를 식별하고, 상기 입력 신호의 특징 벡터로부터 부가 정보를 추출하도록 트레이닝된 학습 모델을 이용하여, 상기 입력 신호로부터 부가 정보를 추출하고, 상기 입력 신호를 부호화하고, 상기 부호화된 입력 신호와 상기 부가 정보를 결합하여, 비트스트림을 생성하는,부호화기
|
| 11 |
11
제10항에 있어서,상기 부가 정보는, 상기 입력 신호 중 주파수가 기준 이하인 저대역 신호의 에너지에 대한 정보를 포함하는, 부호화기
|
| 12 |
12
제10항에 있어서,상기 학습 모델은, 상기 입력 신호의 특징 벡터로부터 상기 부가 정보를 출력하는 합성곱 신경망 모델인, 부호화기
|
| 13 |
13
제10항에 있어서,상기 프로세서는, 상기 입력 신호로부터 특징 벡터를 생성하고, 상기 특징 벡터에 상기 학습 모델을 적용하여, 상기 부가 정보를 획득하는, 부호화기
|
| 14 |
14
오디오 신호의 복호화 방법을 수행하는 복호화기에 있어서,상기 복호화기는 프로세서를 포함하고,상기 프로세서는, 부호화기에 의해 생성된 비트스트림을 식별하고, 상기 비트스트림으로부터 부호화된 입력 신호와 부가 정보를 추출하고, 상기 부호화된 입력 신호를 복호화하고, 상기 부가 정보와 상기 복호화된 입력 신호로부터 출력 신호를 생성하도록 트레이닝된 학습 모델을 이용하여, 상기 부가 정보 및 상기 복호화된 입력 신호로부터 출력 신호를 생성하는 복호화기
|
| 15 |
15
제14항에 있어서,상기 부가 정보는, 상기 입력 신호 중 주파수가 기준 이하인 저대역 신호의 에너지에 대한 정보를 포함하는, 복호화기
|
