JP2000276197A - デジタル音響信号符号化装置、デジタル音響信号符号化方法及びデジタル音響信号符号化プログラムを記録した媒体 - Google Patents

Abstract

(57)【要約】 【課題】 入力音響データの純音性と人間の耳のマスキ
ング特性の周波数依存性を考慮しつつ、音質が劣化しな
いように適切にロング／ショートブロックの別を判定で
きるように、より適切な判定条件を与える。 【解決手段】 予め定めた１つ又は複数の周波数帯域毎
の音響信号に含まれる音響成分の純音性の度合いを示す
純音性指標を算出する純音性指標算出手段（１２）と、
該純音性指標算出手段（１２）によって算出された純音
性指標と予め定めた１つ又は複数の閾値の組合せからな
る判定条件とを比較する比較手段（１３）と、該比較手
段による比較結果に基づいて、音響信号のブロックをロ
ングブロック又はショートブロックのいずれかで変換す
るかを判定するロング／ショートブロック判定手段（１
４）とを具備する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はデジタル音響信号符
号化装置、デジタル音響信号符号化方法及びデジタル音
響信号符号化プログラムを記録した媒体に関し、特に例
えばＤＶＤ、デジタル放送等に利用するデジタル音響信
号の圧縮・符号化に関する。

【０００２】

【従来の技術】従来より、デジタル音響信号の高品質圧
縮・符号化においては、人間の聴覚心理特性が利用され
ている。その特性は、小さな音が大きな音によってマス
キングされて聴こえなくなるというものである。即ち、
ある周波数で大きな音が発生すると、その近傍の周波数
の小さな音はマスクされて人間の耳には感知されなくな
る。ここで、マスクされて聴こえなくなる限界の強度を
マスキング閾値という。一方、人間の耳はマスキングと
は無関係に、４ｋＨｚ付近の音に対して最も感度が良
く、それより上下の帯域になればなるほど次第に感度が
悪くなっていくという性質もある。この性質は、静寂な
状況で音を感知し得る限界の強度として表され、これを
絶対可聴閾値という。

【０００３】これらのことを音響信号の強度分布を示す
図６に従って説明する。太い実線（Ａ）が音響信号の強
度分布、点線（Ｂ）がこの音響信号に対するマスキング
閾値、そして、細い実線（Ｃ）が絶対可聴閾値を、それ
ぞれ表す。同図に示すように、人間の耳には、音響信号
に対するマスキング閾値及び絶対可聴閾値よりも大きな
強度の音のみ感知できる。従って、音響信号の強度分布
の中で、音響信号に対するマスキング閾値及び絶対可聴
閾値よりも大きな部分の情報のみを取りだしても、聴覚
的には元の音響信号と同じように感じられるのである。

【０００４】このことは、音響信号の符号化において
は、図６の斜線で示した部分のみに符号化ビットを割り
当てることと等価である。ただし、ここでのビット割り
当ては、音響信号の全体域を複数の小帯域に分割して、
その分割帯域（Ｄ）の単位で行っている。各斜線の領域
の横幅は、その分割体域幅に相当する。

【０００５】各分割帯域で、斜線領域の下限の強度以下
の音は耳に聴こえない。よって、原音と符号／復号化音
の強度の誤差がこの下限を超えなければ両者の差を感知
できない。その意味で、この下限の強度を許容誤差強度
と呼ぶ。音響信号を量子化して圧縮するに際し、原音に
対する符号／復号化音の量子化誤差強度が許容誤差強度
以下になるように量子化すれば、原音の音質を損なわず
に音響信号を圧縮できる。よって、図６の斜線領域のみ
に符号化ビットを割り当てるということは、各分割帯域
での量子化誤差強度がちょうど許容誤差強度になるよう
に量子化することと等価である。

【０００６】この音響信号の符号化方式としては、ＭＰ
ＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ
Ｇｒｏｕｐ） ＡｕｄｉｏやＤｏｌｂｙ Ｄｉｇｉｔ
ａｌ等があるが、いずれもここで説明したような性質を
用いている。その中で、現在最も符号化効率がよいとさ
れているが、ＩＳＯ／ＩＥＣ １３８１８−７にて標準
化されているＭＰＥＧ−２ＡｕｄｉｏＡＡＣ（Ａｄｖａ
ｎｃｅｄ ＡｕｄｉｏＣｏｄｉｎｇ）という方式であ
る。

【０００７】図７はＡＡＣの符号化の基本的な構成を示
すブロック図である。同図において、聴覚心理モデル部
７１は時間軸に沿ってブロック化された入力音響信号の
各分割帯域毎に許容誤差強度を算出する。一方、同じく
ブロック化された入力信号に対して、ゲインコントロー
ル７２及びフィルタバンク７３ではＭＤＣＴ（Ｍｏｄｉ
ｆｉｅｄ Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎ
ｓｆｏｒｍ）による周波数領域への変換を行い、ＴＮＳ
（Ｔｅｍｐｏｒａｌ Ｎｏｉｓｅ Ｓｈａｐｉｎｇ）７
４、予測器７６では予測符号化、そしてインテンシティ
／カップリング７５及びＭＳステレオ（Ｍｉｄｄｌｅ
Ｓｉｄｅ Ｓｔｅｒｅｏ）（以下Ｍ／Ｓと略す）７７で
は、ステレオ相関符号化処理を、それぞれ行う。その
後、正規化係数７８を決定し、量子化器７９ではその正
規化係数７８を基に音響信号を量子化する。この正規化
係数は図６の許容誤差強度に対応するもので、各分割帯
域毎に定められる。量子化後、ノイズレスコーディング
８０では予め定められたハフマン符号表に基づいて、正
規化係数と量子化値にそれぞれハフマン符号を与えてノ
イズレスコーディングを行い、最後にマルチプレクサ８
１にて符号ビットストリームを形成する。

【０００８】さて、上述のフィルタバンク７３における
ＭＤＣＴとは、図８に示すように時間軸に沿って変換領
域を５０％ずつオーバーラップさせながらＤＣＴを施す
ものである。これによって、各変換領域の境界部での歪
みの発生が抑えられる。また、生成されるＭＤＣＴ係数
の数は変換領域のサンプル数の半分である。ＡＡＣでは
入力音響信号ブロックに対して、２０４８サンプルの長
い変換領域（ロングブロック）、又は各２５６サンプル
の８個の短い変換領域（ショートブロック）のいずれか
を適用する。よって、ＭＤＣＴ係数の数はロングの場合
は１０２４、ショートでは１２８となる。ショートブロ
ックは常に８ブロックを連続して適用することにより、
ロングブロックを用いた場合とＭＤＣＴ係数の数を合わ
せるようになっている。

【０００９】一般に、図９のように信号波形の変化の少
ない定常的な部分にはロングブロックを、図１０のよう
に変化の激しいアタック部にはショートブロックを用い
る。この両者の使い分けは重要で、もし図１０のような
信号にロングブロックを適用すると、本来のアタックの
前にプリエコーとよばれるノイズが発生する。また、図
９のような信号にショートブロックを適用すると、周波
数領域での解像度の不足から適切なビット割り当てがな
されずに符号化効率が低下し、やはりノイズが発生し、
特に低周波数の音に対しては顕著である。

【００１０】ショートブロックについては、さらに、グ
ループ分けの問題がある。グループ分けとは、上記の８
つのショートブロックを、正規化係数の同じ連続するブ
ロックごとにまとめてグループ化することである。グル
ープ内で正規化係数を共通化することで、情報量の削減
効果が上がる。具体的には、図７のノイズレスコーディ
ング８０にて正規化係数にハフマン符号を割り当てる際
に、各ショートブロック単位ではなく、グループ単位で
割り当てるのである。図１１にグループ分けの一例を示
す。ここではグループ数が３で、各グループ内のブロッ
ク数は、最初の第０グループでは５、次の第１グループ
では１、最後の第２グループでは２、となっている。グ
ループ分けを適切に行わないと、符号量の増加や音質の
低下を招く。グループの分割数が多すぎると、本来共通
化できるはずの正規化係数を重複して符号化することに
なり、符号化効率が低下する。逆に、グループ数が少な
すぎると、音響信号の変化が激しいにも拘わらず共通の
正規化係数で量子化することになるので、音質が低下す
る。なお、ＩＳＯ／ＩＥＣ１３８１８−７では、グルー
プ分けに関して、符号のシンタクスの規定はあるもの
の、具体的なグループ分けの基準や手法については考慮
されていない。

【００１１】前述のように、符号化に際しては入力音響
信号ブロックに対して適切にロングブロックとショート
ブロックを区別して適用しなければならない。このロン
グ／ショートの判定を行うのは図７の聴覚心理モデル部
７１である。ＩＳＯ／ＩＥＣ１３８１８−７では、聴覚
心理モデル部７１における、各着目ブロックに対するロ
ング／ショートの判定方法の一例が示されている。その
判定処理の概要を以下に説明する。

【００１２】ステップ１：音響信号の再構築 ロングブロック用に１０２４サンプル（ショートブロッ
ク用には１２８サンプル）を新たに読み込み、前ブロッ
クにて既に読み込んでいる１０２４サンプル（１２８サ
ンプル）と合わせて２０４８サンプル（２５６サンプ
ル）の信号系列を再構築する。

【００１３】ステップ２：ハン窓の掛け合わせとＦＦＴ ステップ１にて構築した２０４８サンプル（２５６サン
プル）の音響信号にハン窓を掛け合わせ、さらに、ＦＦ
Ｔ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）
を施して１０２４個（１２８個）のＦＦＴ係数を算出す
る。

【００１４】ステップ３：ＦＦＴ係数の予測値の計算 先行する２ブロック分のＦＦＴ係数の実数部と虚数部か
ら、現在着目しているブロックのＦＦＴ係数の実数部と
虚数部を予測し、それぞれ１０２４個（１２８個）の予
測値を算出する。

【００１５】ステップ４：非予測可能性値の計算 ステップ２にて算出した各ＦＦＴ係数の実数部と虚数部
と、ステップ３にて算出した各ＦＦＴ係数の実数部と虚
数部の予測値から、それぞれの非予測可能性値を算出す
る。ここで、非予測可能性値は０から１の間の値をと
り、０に近いほど音響信号の純音性が高く、１に近いほ
ど雑音性が高い、言い替えれば純音性が低いことを示
す。

【００１６】ステップ５：各分割帯域での音響信号の強
度と非予測可能性値の計算 ここでの分割帯域は、図７で示したものに相当する。各
分割帯域毎に、ステップ２にて算出した各ＦＦＴ係数を
基にして音響信号の強度を算出する。さらに、ステップ
４にて算出した非予測可能性値を強度で重み付けして、
各分割帯域毎の非予測可能性値を算出する。

【００１７】ステップ６：広がり関数を掛けた強度と非
予測可能性値の畳み込み 各分割帯域における他の分割帯域の音響信号強度及び非
予測可能性値の影響を広がり関数で求め、それぞれを畳
み込んで正規化する。

【００１８】ステップ７：純音性指標の計算 各分割帯域ｂにおいて、ステップ６にて算出した畳み込
み非予測可能性値（ｃｂ（ｂ））を基に、純音性指標ｔ
ｂ（ｂ）（＝−０．２９９−０．４３ｌｏｇ_e（ｃｂ
（ｂ）））を算出する。さらに、純音性指標を０から１
の間に制限する。ここで、指標が１に近いほど音響信号
の純音性が高く、０に近いほど雑音性が高いことを示
す。

【００１９】ステップ８：Ｓ／Ｎ比の計算 各分割帯域において、ステップ７にて算出した純音性指
標を基に、Ｓ／Ｎ比を算出する。ここで、一般に雑音成
分のほうが純音成分よりもマスキング効果が大きいとい
う性質を利用する。

【００２０】ステップ９：強度比の計算 各分割帯域において、ステップ８にて算出したＳ／Ｎ比
を基に、畳み込み音響信号強度とマスキング閾値の比を
算出する。

【００２１】ステップ１０：許容誤差強度の計算 各分割帯域において、ステップ６にて算出した畳み込み
音響信号強度と、ステップ９にて算出した音響信号強度
とマスキング閾値の比を基に、マスキング閾値を算出す
る。

【００２２】ステップ１１：プリエコー調整と絶対可聴
閾値の考慮 各分割帯域において、ステップ１０にて算出したマスキ
ング閾値を、前ブロックでの許容誤差強度を用いてプリ
エコー調整する。さらに、この調整値と絶対可聴閾値の
大きい方の値を、現ブロックでの許容誤差強度とする。

【００２３】ステップ１２：知覚エントロピーの計算 ロングブロック用とショートブロック用のそれぞれにつ
いて、式（１）で定義される知覚エントロピー（Ｐｅｒ
ｃｅｐｔｕａｌ Ｅｎｔｒｏｐｙ（ＰＥ））を算出す
る。

【００２４】

【数１】

【００２５】ただし、ｗ（ｂ）は分割帯域ｂの幅、ｎｂ
（ｂ）はステップ１１にて算出した分割帯域ｂにおける
許容誤差強度、ｅ（ｂ）はステップ５にて算出した分割
帯域ｂにおける音響信号の強度、をそれぞれ示す。ここ
で、ＰＥは図７におけるビット割り当て領域（斜線領
域）の面積の総和に対応すると考えられる。

【００２６】ステップ１３：ロング／ショートブロック
の判定（図１２に示すロング／ショートブロック判定動
作フローを参照） ステップ１２にて算出したロングブロック用のＰＥの値
（ステップＳ１０）が、予め定められた定数（ｓｗｉｔ
ｃｈ＿ｐｅ）より大きい場合は、着目ブロックをショー
トブロックと判定し（ステップＳ１１，Ｓ１２）、小さ
い場合はロングブロックと判定する（ステップＳ１１，
Ｓ１３）。ここで、ｓｗｉｔｃｈ＿ｐｅはアプリケーシ
ョンに依存して決められる値である。

【００２７】以上が、ＩＳＯ／ＩＥＣ１３８１８−７に
て記載されたロング／ショートの判定方法である。とこ
ろが、上述のＩＳＯ／ＩＥＣ１３８１８−７にて記載さ
れたロング／ショートブロックの判定方法では、必ずし
も適切な判定がなされない。つまり、本来ショートと判
定すべき部分をロングと判定して（またはその逆で）、
音質の劣化を生じる場合がある。

【００２８】一方、特開平９−２３２９６４号公報で
は、入力信号を所定区間毎に取り込んで２乗和をそれぞ
れ求め、各区間毎に２乗和された信号の少なくとも２以
上の区間にわたる変化度によって上記信号の過渡状態を
検出するように過渡状態検出回路２を構成し、直交変換
処理やフィルタ処理を行わずに、時間軸上の入力信号の
２乗和計算を行うだけで過渡状態、即ち、ロング／ショ
ートが変化する部分を検出することができるようにして
いる。この方法では入力信号の２乗和のみを用いて、知
覚エントロピーを考慮していないので、必ずしも聴覚上
の特性に合致した判定ができず、音質が劣化する恐れが
ある。

【００２９】そこで、同一グループ内の各ショートブロ
ックに関する知覚エントロピーの最大値と最小値の差が
予め定められた閾値より小さくなるように入力音響信号
ブロックをグループ分けし、その結果、グループ数が１
の場合、又はこれと他の条件を満足する場合は入力音響
信号ブロックを１つのロングブロックで周波数領域に変
換し、それ以外の場合は複数のショートブロックで変換
するという方法がある。この方法について動作フローを
示す図１３に従って以下に説明する。なお、入力音響信
号の例として、図１４の音響データを用い、図１４では
連続する８つの各ショートブロックに対応する通し番号
を付している。

【００３０】先ず、入力された音響信号は連続する８つ
のショートブロックに分割される。そして、この８つの
ショートブロックの知覚エントロピーをそれぞれ計算
し、これらを順にＰＥ（ｉ）（０≦ｉ≦７）とする（ス
テップＳ２０）。この計算は、上述のＩＳＯ／ＩＥＣ１
３８１８−７における各着目ブロックに対するロング／
ショートの判定方法のステップ１からステップ１２にて
説明した方法を各ショートブロックに対して行うことで
実現する。次に、ｇｒｏｕｐ＿ｌｅｎ［０］＝１，ｇｒ
ｏｕｐ＿ｌｅｎ［ｇｎｕｍ］＝０（０≦ｇｎｕｍ≦７）
と初期化する（ステップＳ２１）。ここで、ｇｎｕｍは
グループ分におけるグループの通し番号、ｇｒｏｕｐ＿
ｌｅｎ［ｇｎｕｍ］は第ｇｎｕｍグループ内に含まれる
ショートブロックの数、をそれぞれ表す。そして、ｇｎ
ｕｍ＝０，ｍｉｎ＝ＰＥ（０），ｍａｘ＝ＰＥ（０）と
それぞれ初期化する（ステップＳ２２）。このｍｉｎ，
ｍａｘは、ＰＥ（ｉ）の最小値、最大値をそれぞれ表
す。さらに、インデックスｉをｉ＝１と初期化する（ス
テップＳ２３）。このインデックスはショートブロック
の通し番号に対応する。

【００３１】次に、ＰＥ（ｉ）によってｍｉｎ、又はｍ
ａｘの更新をする。即ち、ＰＥ（ｉ）＜ｍｉｎならｍｉ
ｎ＝ＰＥ（ｉ）、ＰＥ（ｉ）＞ｍａｘならｍａｘ＝ＰＥ
（ｉ）とする（ステップＳ２４）。そして、グループ分
けの判定をする（ステップＳ２５）。即ち、求めたｍａ
ｘ−ｍｉｎが予め定められた閾値ｔｈと比較されて当該
閾値ｔｈ以上の場合は、ショートブロックｉ−１とｉの
間でグループ分けを行うためにステップＳ２６に進み、
ｔｈより小さい場合は、ショートブロックｉ−１とｉが
同一グループに含まれると判定してステップＳ２７に進
むのである。この例ではｔｈ＝５０としておく。即ち、
同一のグループに含まれる各ショートブロックのＰＥ
（ｉ）の最大値と最小値の差が５０より小さくなるよう
に、グループ分けするということである。ショートブロ
ック０と１は同一グループに含まれると判定されてステ
ップＳ２７へ進む。なお、ここではｇｎｕｍ＝０なの
で、ショートブロック０と１は第０グループに含まれ
る。そして、ｇｒｏｕｐ＿ｌｅｎ［ｇｎｕｍ］の値を１
だけインクリメントする（ステップＳ２８）。これは、
第ｇｎｕｍグループに含まれるショートブロックの数を
１だけ増やすということである。この例では、ステップ
Ｓ２１，Ｓ２２でｇｎｕｍ＝０かつｇｒｏｕｐ＿ｌｅｎ
［０］＝１と初期化されているので、ステップＳ２７で
はｇｒｏｕｐ＿ｌｅｎ［０］＝２となる。これは、第０
グループに含まれるショートブロックとしてブロック
０，１の２つのブロックが既に確定していることに対応
する。

【００３２】次に、インデックスｉを１だけインクリメ
ントし（ステップＳ２８）、ｉが７より小さい場合はス
テップＳ２４へ戻る（ステップＳ２９）。

【００３３】その後、以上で説明したのと同様の動作が
ｉ＝４まで続く。ｉ＝４のときは、図１５より、図１３
のステップＳ２４にてｍｉｎ＝９６，ｍａｘ＝１３７と
なるので、ステップＳ２５ではｍａｘ−ｍｉｎ＝４１＜
５０＝ｔｈと判定され、やはり、ステップＳ２５からそ
のままステップＳ２７へ進む。そして、ステップＳ２７
にて、ｇｒｏｕｐ＿ｌｅｎ［０］＝５となる。これは即
ち、第０グループに含まれるショートブロックとしてブ
ロック０，１，２，３，４の５つのブロックが確定した
ことに対応する。そして、ステップＳ２８にてｉ＝５と
なった後、ステップＳ２９を経て再びステップＳ２４に
戻ると、今度はＰＥ（５）＝１５２なのでｍｉｎ＝９
６，ｍａｘ＝１５２となる。すると、ステップＳ２５で
はｍａｘ−ｍｉｎ＝５６＞５０＝ｔｈと判定されるの
で、ステップＳ２６へ進む。これはショートブロック４
と５の間でグループ分けを行うことを意味する。ステッ
プＳ２６ではｇｎｕｍの値を１だけインクリメントし、
かつ、ｍｉｎ，ｍａｘをそれぞれ最新のＰＥ（ｉ）に置
き換える。ここでは、ｇｎｕｍ＝１，ｍｉｎ＝１５２，
ｍａｘ＝１５２となる。ｇｎｕｍ＝１はショートブロッ
ク５が含まれるグループが第１グループであることに対
応する。

【００３４】次に、ステップＳ２７でｇｒｏｕｐ＿ｌｅ
ｎ［１］を１だけインクリメントする。ｇｒｏｕｐ＿ｌ
ｅｎ［１］はステップＳ２１にて０に初期化されていた
ので、ここで改めてｇｒｏｕｐ＿ｌｅｎ［１］＝１とな
る。これは、第１グループに含まれるショートブロック
としてブロック５の１つのブロックが確定したことに対
応する。

【００３５】以下同様に、図１３のステップＳ２８でｉ
＝６となり、ステップＳ２９からまたステップＳ２４へ
戻ると、今度は図１５よりＰＥ（６）＝２６９なので、
ｍｉｎ＝１５２，ｍａｘ＝２６９となり、ステップＳ２
５にてｍａｘ−ｍｉｎ＝１１７＞５０と判定され、ステ
ップＳ２６へ進む。つまり、ショートブロック５と６の
間でもグループ分けがなされるのである。そして、ステ
ップＳ２６にてｇｎｕｍ＝２，ｍｉｎ＝２６９，ｍａｘ
＝２６９となり、さらにステップＳ２７でｇｒｏｕｐ＿
ｌｅｎ［２］＝１となる。そして、ステップＳ２８でｉ
＝７とした後これまでと同様に、ステップＳ２４でＰＥ
（７）＝２３１なので、ｍｉｎ＝２３１，ｍａｘ＝２６
９となり、ステップＳ２５にてｍａｘ−ｍｉｎ＝３８＜
５０と判定され、ステップＳ２７へ進む。つまり、ショ
ートブロック６と７はいずれも第２グループに含まれ
る。これに対応して、ステップＳ２７でｇｒｏｕｐ＿ｌ
ｅｎ［２］＝２となる。さて、次のステップＳ２８でｉ
＝８となるとステップＳ２９の判定により、ステップＳ
３０へ進む。これで、８つのショートブロック全てにつ
いてのグループ分けが完了したことになる。

【００３６】この例では、結局、ｇｎｕｍ＝２，ｇｒｏ
ｕｐ＿ｌｅｎ［０］＝５，ｇｒｏｕｐ＿ｌｅｎ［１］＝
１，ｇｒｏｕｐ＿ｌｅｎ［２］＝２となる。即ち、グル
ープの数は３で、各グループに含まれるショートブロッ
クの数は、第０グループが５、第１グループが１、第２
グループが２という結果である。

【００３７】次に、グループ分けの結果グループ数によ
ってロング／ショートを判定する方法を説明する。即
ち、ステップＳ３０にて、ｇｎｕｍの値が０か否かを判
定する。もし０ならば、グループの数は１であり、０で
ないならばグループの数は２以上ということになる。そ
こで、ｇｎｕｍ＝０ならばステップＳ３１へ進んで入力
音響ブロックを１つのロングブロックによってＭＤＣＴ
変換するものと判定し、ｇｎｕｍ＝０でないならばステ
ップＳ３２へ進んで入力音響ブロックを８つのショート
ブロックによってＭＤＣＴ変換するものと判定する。こ
の例ではｇｎｕｍ＝２なので、ステップＳ３２へ進み、
ショートブロックで変換すると判定する。

【００３８】しかし、この方法でも適切なロング／ショ
ートの判定ができない場合がある。それは、低周波成分
に純音性の高い成分を含む音響データを符号化する場合
である。ショートブロックによる変換は時間領域での解
像度が増す反面、周波数領域での解像度は低下する。一
方、人間の耳は低周波領域で高い解像度のマスキング特
性を有し、特に純音性の高い音響データに対しては非常
に狭い周波数帯域のみがマスキングされる。ところが、
低周波巣成分に純音性の高い成分を含む音響データをシ
ョートブロックで変換すると、ショートブロックに起因
する周波数領域での解像度の不足によってもとの音響デ
ータのエネルギーが周辺の周波数帯域に分散し、それが
人間の耳の低周波成分におけるマスキングの幅を超えて
広がることで、結果的に音質の劣化を感じてしまう。こ
のことは、単にショートブロックに関する知覚エントロ
ピーのみに基づいてロング／ショートの判定を行なうの
は不十分であり、更に音響データの純音性とマスキング
特性の周波数依存性を組み合わせて考慮する必要がある
ことを示している。

【００３９】そこで、入力音響信号ブロックを複数のシ
ョートブロックに分割し、それぞれのショートブロック
について、予め定めた１つ又は複数の分割帯域に含まれ
る音響成分の純音性指標が、分割帯域毎に予め定めた閾
値より大きいかどうかを判定し、予め定めた１つ又は複
数の分割帯域の全てにおいて純音性指標が予め定めた閾
値より大きいようなショートブロックが少なくとも１つ
存在する場合は、入力音響信号ブロックを１つのロング
ブロックで周波数領域に変換すると判定するという方法
がある。この方法について動作フローを示す図１６に従
って以下に説明する。なお、上記方法と同様に、入力音
響信号の例として図１４の音響データを用いる。

【００４０】先ず、音響信号は連続する８つのショート
ブロックｉ（０≦ｉ≦７）に関し、各分割帯域ｓｆｂで
の純音性指標をそれぞれ計算し、これらをｔｂ［ｉ］
［ｓｆｂ］とする（ステップＳ４０）。ここで、ｓｆｂ
は図１７に示すように、各分割帯域を識別するための通
し番号である。なお、この純音性指標の計算は、上述Ｉ
ＳＯ／ＩＥＣ１３８１８−７における各着目ブロックに
対するロング／ショートの判定ステップの内ステップ７
にて説明した方法による。次に、ｔｏｎａｌ＿ｆｌａｇ
＝０と初期化する（ステップＳ４１）。更に、ショート
ブロックの通し番号ｉをｉ＝０と初期化する（ステップ
Ｓ４２）。そして、ショートブロックｉに関し、予め定
めた１つ又は複数の分割領域において各純音性指標がそ
れぞれの分割帯域について予め定めた閾値より大きいか
どうかを調べる（ステップＳ４３）。図１６の例では、
ｓｆｂ＝７，８，９である分割領域に関して調べてお
り、それぞれ純音性指標の閾値を、ｔｈ７，ｔｈ８，ｔ
ｈ９としている。

【００４１】さて、ここにおける例では、それぞれのシ
ョートブロックｉに関し、ｓｔｂ＝７，８，９における
純音性指標の値が図１８に示したようなものであったと
する。また、ｔｈ７＝０．６，ｔｈ８＝０．９，ｔｈ９
＝０．８と定められているものとする。すると、最初の
ｉ＝０のときは、ｔｂ［０］［７］＝０．１２＜０．６
＝ｔｈ７，ｔｂ［０］［８］＝０．０８＜０．９＝ｔｈ
８，ｔｂ［０］［９］＝０．１５＜０．８＝ｔｈ９なの
で、ステップＳ４３における判定はｎｏとなり、次のス
テップＳ４５に進む。そして、ｉの値が１つだけインク
リメントされてｉ＝１となり、ステップＳ４６の判定を
経て、再びステップＳ４３に戻る。

【００４２】その後、以上説明した動作と同様の動作が
ｉ＝５まで続く。ｉ＝６となった後（ステップＳ４
５）、ステップＳ４６を経て再びステップＳ４３に戻
る。今後は、ｔｂ［６］［７］＝０．６７＞０．６＝ｔ
ｈ７，ｔｂ［６］［８］＝０．９５＞０．９＝ｔｈ８，
ｔｂ［６］［９］＝０．８９＞０．８＝ｔｈ９なので、
ステップＳ４３における判定はｙｅｓとなり、ステップ
Ｓ４４に進む。そして、ｔｏｎａｌ＿ｆｌａｇ＝１とな
る（ステップＳ４４）。次に、ｉ＝７となり（ステップ
Ｓ４５）、ステップＳ４６を経てまたステップＳ４３へ
戻る。ｉ＝７ではｔｂ［７］［７］＝０．４２＜０．６
＝ｔｈ７，ｔｂ［７］［８］＝０．８４＜０．９＝ｔｈ
８，ｔｂ［７］［９］＝０．８１＞０．８＝ｔｈ９なの
で、ステップＳ４３の判定はｎｏであり、ステップＳ４
５へ進む。一方、ｔｏｎａｌ＿ｆｌａｇ＝１のまま変わ
らない。そして、ｉ＝８となった後（ステップＳ４
５）、ステップＳ４６の判定を経て今度はステップＳ４
７へ進む。そして、ｔｏｎａｌ＿ｆｌａｇの値を調べる
（ステップＳ４７）。この例ではｔｏｎａｌ＿ｆｌａｇ
＝１なので判定はｙｅｓとなりステップＳ４８へ進む。
よって、入力された音響ブロックを１つのロングブロッ
クによってＭＤＣＴ変換するものと判定される。なお、
ｔｏｎａｌ＿ｆｌａｇ＝１でないならばステップＳ４９
へ進んで入力音響ブロックを８つのショートブロックに
よってＭＤＣＴ変換するものと判定する。

【００４３】

【発明が解決しようとする課題】しかしながら、この方
法では、判定に用いる分割帯域の数が少ない場合、その
限られた分割帯域での純音性しか考慮しないため、それ
以外の周波数帯域で純音性が高くて本来ロングブロック
を用いるべき場合でも、ショートブロックを採用するよ
うに判定しまう。逆に、判定に用いる分割領域が多い場
合は、その全てにおいて純音性が高いような特殊な場合
しか、ロングブロックを採用するという判定がなされな
い。このような問題が起こるのは、予め定めた１つ又は
複数の分割帯域の全てにおいて純音性指標が予め定めた
閾値より大きいことを判定条件としているからである。

【００４４】また、一般に、入力音響信号のサンプリン
グ周波数が小さいと各分割領域の周波数領域での解像度
は上がるので、同じ周波数でもサンプリング周波数が小
さくなるほど相対的に上位の分割帯域に含まれるように
なる。よって、サンプリング周波数によらずに、ロング
／ショートの判定に用いる分割領域家純音性指標の閾値
等を固定しておくと、適切な判定がなされない。更に、
サンプリング周波数が十分に小さい場合は、分割帯域の
解像度も十分に大きくなるので、前述の、ショートブロ
ックに起因する周波数帯域での解像度の不足によっても
との音響データのエネルギーが周辺の周波数帯域に分散
し、それが人間の耳の低周波成分におけるマスキングの
幅を超えて広る、ということがなくなるので純音性指標
を利用した判定は不要になる。

【００４５】本発明はこれらの問題点を解決するための
ものであり、入力音響データの純音性と人間の耳のマス
キング特性の周波数依存性を考慮しつつ、音質が劣化し
ないように適切にロング／ショートブロックの別を判定
できるように、より適切な判定条件を与えることであ
る。また、入力音響データのサンプリング周波数に応じ
て適切にロング／ショートの別が判別できる、デジタル
音響信号装置、デジタル音響信号符号化方法及びデジタ
ル音響信号符号化プログラムを記録した媒体を提供する
ことを目的とする。

【００４６】

【課題を解決するための手段】本発明は前記問題点を解
決するために、デジタル音響信号を時間軸に沿って入力
してブロック化し、各ブロック毎にサブバンド分割や周
波数領域への変換等の処理を施し、該音響信号を複数の
周波数帯域に分割し、各周波数帯域毎に符号化ビットを
割り当て、割り当てた符号化ビット数に応じて正規化係
数を求め、音響信号を前記正規化係数で量子化すること
により圧縮符号化するデジタル音響信号符号化装置であ
って、周波数領域への変換を行う際に、ブロック化した
音響信号を１つの長い変換ブロック又は複数の短い変換
ブロックのいずれかにて変換し、１つの長いまたは複数
の短い変換ブロックに共通の正規化係数を対応させて音
響信号を量子化するデジタル音響信号符号化装置におい
て、予め定めた１つ又は複数の周波数帯域毎の音響信号
に含まれる音響成分の純音性の度合いを示す純音性指標
を算出する純音性指標算出手段と、該純音性指標算出手
段によって算出された純音性指標と予め定めた１つ又は
複数の閾値の組合せからなる判定条件とを比較する比較
手段と、該比較手段による比較結果に基づいて、音響信
号のブロックをロングブロック又はショートブロックの
いずれかで変換するかを判定するロング／ショートブロ
ック判定手段とを具備することに特徴がある。よって、
限られた分割帯域以外の周波数帯域で純音性が高く本来
ロングブロックを用いる場合でもショートブロックを採
用するように判定しまうとか、逆に多くの分割帯域の全
てにおいて純音性が高いような特殊な場合しかロングブ
ロックを採用するという判定がなされないという、不都
合を解消できるデジタル音響信号符号化装置を提供でき
る。

【００４７】また、比較手段において任意の周波数帯域
における前記純音性指標に対する複数の閾値を予め定め
た場合は、当該閾値毎に異なる判定条件を構成する。更
に、比較手段は、対応する周波数帯域における純音性指
標が予め定めた閾値より大きい場合を真、小さい場合を
偽と判定するものとする。比較手段における全ての判定
条件の真偽を論理積又は論理和で結合した論理判定式
を、音響信号をロングブロックで変換するか、又は複数
のショートブロックで変換するかの判定式とする。比較
手段における全ての判定条件の真偽を論理積又は論理和
で結合した論理判定式の中に、各判定条件が１つ又は複
数個含まれている。

【００４８】別の発明として、デジタル音響信号を時間
軸に沿って入力してブロック化し、各ブロック毎にサブ
バンド分割や周波数領域への変換等の処理を施し、該音
響信号を複数の周波数帯域に分割し、各周波数帯域毎に
符号化ビットを割り当て、割り当てた符号化ビット数に
応じて正規化係数を求め、音響信号を正規化係数で量子
化することにより圧縮符号化すると共に、周波数領域へ
の変換を行う際に、ブロック化した音響信号を１つの長
い変換ブロック又は複数の短い変換ブロックのいずれか
にて変換し、予め定めた１つ又は複数の周波数帯域毎の
音響信号に含まれる音響成分の純音性の度合いを示す純
音性指標を用いて、音響信号ブロックを１つの長い変換
ブロックで周波数領域に変換するか、または複数の短い
変換ブロックで周波数領域に変換するかの選択を行な
い、純音性指標に関する閾値を予め定めておき、複数の
短い変換ブロック毎に純音性指標を算出するデジタル音
響信号符号化方法において、予め定めた１つ又は複数の
周波数帯域毎に、純音性指標に関する１つ又は複数の閾
値を予め定めておき、当該周波数帯域と純音性指標に関
する閾値の組合せからなる判定条件に基づいて、音響信
号のブロックをロングブロック又はショートブロックの
いずれかで変換するかを判定することに特徴がる。よっ
て、入力音響データの純音性と人間の耳のマスキング特
性の周波数依存性を考慮しつつ、よりふさわしい判定条
件を与え、当該判定条件に基づいて音質が劣化しないよ
うに適切にロング／ショートの別を判定できる。

【００４９】更に、別の発明として、コンピュータによ
り、デジタル音響信号を時間軸に沿って入力してブロッ
ク化し、各ブロック毎にサブバンド分割や周波数領域へ
の変換等の処理を施し、該音響信号を複数の周波数帯域
に分割し、各周波数帯域毎に符号化ビットを割り当て、
割り当てた符号化ビット数に応じて正規化係数を求め、
音響信号を正規化係数で量子化することにより圧縮符号
化すると共に、周波数領域への変換を行う際に、ブロッ
ク化した音響信号を１つの長い変換ブロック又は複数の
短い変換ブロックのいずれかにて変換し、予め定めた１
つ又は複数の周波数帯域毎の音響信号に含まれる音響成
分の純音性の度合いを示す純音性指標を用いて、音響信
号ブロックを１つの長い変換ブロックで周波数領域に変
換するか、または複数の短い変換ブロックで周波数領域
に変換するかの選択を行ない、純音性指標に関する閾値
を予め定めておき、複数の短い変換ブロック毎に純音性
指標を算出するように実行するデジタル音響信号符号化
プログラムを記録した媒体において、予め定めた１つ又
は複数の周波数帯域毎に、純音性指標に関する１つ又は
複数の閾値を予め定めておき、当該周波数帯域と純音性
指標に関する閾値の組合せからなる判定条件に基づい
て、音響信号のブロックをロングブロック又はショート
ブロックのいずれかで変換するかを判定する機能を有す
るデジタル音響信号符号化プログラムを記録した媒体に
特徴がある。よって、既存のシステムを変えることな
く、かつ符号化システムを構築する装置を汎用的に使用
することができる。

【００５０】

【発明の実施の形態】予め定めた１つ又は複数の周波数
帯域毎の音響信号に含まれる音響成分の純音性の度合い
を示す純音性指標を算出する純音性指標算出手段と、該
純音性指標算出手段によって算出された純音性指標と予
め定めた１つ又は複数の閾値の組合せからなる判定条件
とを比較する比較手段と、該比較手段による比較結果に
基づいて、音響信号のブロックをロングブロック又はシ
ョートブロックのいずれかで変換するかを判定するロン
グ／ショートブロック判定手段とを具備する。

【００５１】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。図１は本発明の一実施例に係るデジタル音響信号
符号化装置の構成を示すブロックである。同図に示す本
実施例のデジタル音響信号符号化装置は、入力された音
響信号を所定の数、以下の説明では８つの連続するブロ
ックに分割するブロック分割手段１１、分割された各ブ
ロックの純音性指標を上述した算出式によって計算する
純音性指標算出手段１２、算出された純音性指標と予め
定めた閾値とを比較する比較手段１３、比較結果に応じ
てロングブロック又はショートブロックのいずれかを判
定するロング／ショートブロック判定手段１４及び各手
段の動作を制御する制御手段１５を含んで構成されてい
る。ここで、図２はデジタル音響信号符号化装置の動作
を示すフローチャートである。以下、両図を用いて本実
施例の具体的な動作を説明する。その際、入力音響信号
の例として、図１４の音響データを用いる。

【００５２】先ず、ブロック分割手段１１によって入力
された音響信号は連続する８つのショートブロックｉ
（０≦ｉ≦７）に関し、純音性指標算出手段１２によっ
て各分割帯域ｓｆｂでの純音性指標をそれぞれ計算し、
これらをｔｂ［ｉ］［ｓｆｂ］とする（ステップＳ５
０）。ここで、ｓｆｂは図１７に示すように、各分割帯
域を識別するための通し番号である。なお、この純音性
指標の計算は、上述ＩＳＯ／ＩＥＣ１３８１８−７にお
ける各着目ブロックに対するロング／ショートの判定ス
テップの内ステップ７にて説明した方法による。次に、
ｔｏｎａｌ＿ｆｌａｇ＝０と初期化する（ステップＳ５
１）。更に、ショートブロックの通し番号ｉをｉ＝０と
初期化する（ステップＳ５２）。そして、ショートブロ
ックｉに関し、比較手段１３によって予め定めた１つ又
は複数の分割領域において各純音性指標がそれぞれの分
割帯域について予め定めた閾値より大きいかどうかを調
べる（ステップＳ５３）。図２の例では、ｓｆｂ＝６，
７，８，９である分割領域に関して調べており、それぞ
れ純音性指標の閾値を、ｓｆｂ＝６についてｔｈ６１、
ｓｆｂ＝７についてｔｈ７１とｔｈ７２、ｓｆｂ＝８に
ついてｔｈ８１とｔｈ８２、ｓｆｂ＝９についてｔｈ９
１と定めている。そして、｛ｔｂ［ｉ］［６］＞ｔｈ６
１ＡＮＤｔｂ［ｉ］［７］＞ｔｈ７１｝ＯＲ｛ｔｂ
［ｉ］［７］＞ｔｈ７２ＡＮＤｔｂ［ｉ］［８］＞ｔｈ
８１｝ＯＲ｛ｔｂ［ｉ］［８］＞ｔｈ８２ＡＮＤ［ｉ］
［９］＞ｔｈ９１｝という論理判定式を満足するかどう
かを判定する（ステップＳ５３）。

【００５３】今回の例で、それぞれのショートブロック
ｉに関し、ｓｆｂ＝６，７，８，９における純音性指標
の値が図１８に示したようなものであったとする。ま
た、ｔｈ６１＝０．７，ｔｈ７１＝０．８，ｔｈ７２＝
０．８，ｔｈ８１＝０．９，ｔｈ８２＝０．８，ｔｈ９
１＝０．９と定めているとする。すると、ステップＳ５
３での論理判定式は、｛ｔｂ［ｉ］［６］＞０．７ＡＮ
Ｄｔｂ［ｉ］［７］＞０．８｝ＯＲ｛ｔｂ［ｉ］［７］
＞０．８ＡＮＤｔｂ［ｉ］［８］＞０．９｝ＯＲ｛ｔｂ
［ｉ］［８］＞０．８ＡＮＤｔｂ［ｉ］［９］＞０．
９｝となる。ここには、ｔｂ［ｉ］［７］＞０．８とい
う判定式が２つ含まれている。また、ｔｂ［ｉ］［８］
に対しては、ｔｂ［ｉ］［８］＞０．９とｔｂ［ｉ］
［８］＞０．８という２つの異なる判定式が存在してい
る。

【００５４】さて、図１８における例では、最初のｉ＝
０のときは、ｔｂ［０］［６］＝０．０９，ｔｂ［０］
［７］＝０．１２，ｔｂ［０］［８］＝０．０８，ｔｂ
［０］［９］＝０．１５なので、比較手段１３によるス
テップＳ５３における判定はｎｏとなり、次のステップ
Ｓ５５に進む。そして、ステップＳ５５では、ｉの値が
１つだけインクリメントされてｉ＝１となり、ステップ
Ｓ５６の判定を経て、再びステップＳ５３に戻る。

【００５５】その後、以上説明した動作と同様の動作が
ｉ＝５まで続く。ｉ＝６となった後（ステップＳ５
５）、ステップＳ５６を経て再びステップＳ５３に戻
る。今後は、ｔｂ［６］［６］＝０．６７，ｔｂ［６］
［７］＝０．８２，ｔｂ［６］［８］＝０．９５，ｔｂ
［６］［９］＝０．８９なので、比較手段１３によるス
テップＳ５３における判定はｙｅｓとなり、ステップＳ
５４に進む。そして、ｔｏｎａｌ＿ｆｌａｇ＝１となる
（ステップＳ５４）。次に、ｉ＝７となり（ステップＳ
５５）、ステップＳ５６を経てまたステップＳ５３へ戻
る。ｉ＝７ではｔｂ［７］［６］＝０．２３，ｔｂ
［７］［７］＝０．４２，ｔｂ［７］［８］＝０．８
４，ｔｂ［７］［９］＝０．８１なので、比較手段１３
によるステップＳ５３の判定はｎｏであり、ステップＳ
５５へ進む。しかし、ｔｏｎａｌ＿ｆｌａｇ＝１のまま
変わらない。そして、ｉ＝８となった後（ステップＳ５
５）、ステップＳ５６５の判定を経て今度はステップＳ
５７へ進む。そして、ｔｏｎａｌ＿ｆｌａｇの値を調べ
る（ステップＳ５７）。この例ではｔｏｎａｌ＿ｆｌａ
ｇ＝１なので判定はｙｅｓとなりステップＳ５８へ進
む。よって、ロング／ショートブロック判定手段１４に
よって、入力された音響ブロックを１つのロングブロッ
クによってＭＤＣＴ変換するものと判定される。

【００５６】次に、別の例として、ｓｆｂ＝６，７，
８，９における純音性指標の値が図３に示したような場
合を考える。ただし、ｔｈ６１＝０．７，ｔｈ７１＝
０．８，ｔｈ７２＝０．８，ｔｈ８１＝０．９，ｔｈ８
２＝０．８，ｔｈ９１＝０．９は上記と同様に変わらな
いものとする。この場合は図１８の例とは異なり、｛ｔ
ｂ［ｉ］［６］＞０．７ＡＮＤｔｂ［ｉ］［７］＞０．
８｝ＯＲ｛ｔｂ［ｉ］［７］＞０．８ＡＮＤｔｂ［ｉ］
［８］＞０．９｝ＯＲ｛ｔｂ［ｉ］［８］＞０．８ＡＮ
Ｄｔｂ［ｉ］［９］＞０．９｝が真となるようなショー
トブロックｉは存在しない。よって、比較手段１３によ
るステップＳ５３における判定は常にｎｏとなり、ステ
ップＳ５４を通過することはない。その結果、ｔｏｎａ
ｌ＿ｆｌａｇの値は初期値のｔｏｎａｌ＿ｆｌａｇ＝０
のままステップＳ５７へ進むことになる。

【００５７】そして、ステップＳ５７での判定がｎｏと
なるので、次のステップＳ５９へ進み、上述の従来の判
定方法、ＩＳＯ／ＩＥＣ１３８１８−７にて記載された
ロング／ショートの判定方法などの他の判定手段による
ロング／ショートの判定を行いその判定結果に従う。例
えば図１３に示す判定方法を使っている場合は、同一グ
ループ内の各ショートブロックに関する知覚エントロピ
ーの最大値と最小値の差が予め定められた閾値より小さ
くなるように入力音響信号ブロックをグループ分けし、
その結果グループ数が１の場合、又はこれと他の条件を
満足する場合は入力音響信号ブロックを１つのロングブ
ロックでＭＤＣＴ変換し、それ以外の場合は複数のショ
ートブロックで変換する、と判定する。

【００５８】なお、図２のステップＳ５３にて純音性指
標の判定に用いる分割帯域は上記の例のようにｓｆｂ＝
６，７，８，９に限るものではなく、また各閾値もｔｈ
６１＝０．７，ｔｈ７１＝０．８，ｔｈ７２＝０．８，
ｔｈ８１＝０．９，ｔｈ８２＝０．８，ｔｈ９１＝０．
９に限らない。更に、論理判定式の構成も、上記の例に
限るものではなく、｛ｔｂ［ｉ］［６］＞ｔｈ６１ＡＮ
Ｄｔｂ［ｉ］［７］＞ｔｈ７１ＡＮＤｔｂ［ｉ］［８］
＞ｔｈ８１｝ＯＲ｛ｔｂ［ｉ］［８］＞ｔｈ８２ＡＮＤ
ｔｂ［ｉ］［９］＞ｔｈ９１｝とか、ｔｂ［ｉ］［６］
＞ｔｈ６１ＯＲｔｂ［ｉ］［７］＞ｔｈ７１ＯＲｔｂ
［ｉ］［８］＞ｔｈ８１ＯＲｔｂ［ｉ］［９］＞ｔｈ９
１等、いろいろな構成が可能である。

【００５９】次に、本発明の第２の実施例について動作
フローを示す図４に従って説明する。ここでは、入力音
響信号のサンプリング周波数に応じて適切にロング／シ
ョートの判定ができるような方法を与えている。それ
は、図２のステップＳ５３にて純音性指標の判定に用い
る分割帯域や、それぞれの分割帯域に対応して定める純
音性指標の閾値、それにロング／ショートの論理判定式
を、サンプリング周波数毎に個別に定めるということで
ある。

【００６０】図４のフローチャートにより、その具体例
を説明する。ここでは、上記の図２の例により入力音響
信号のサンプリング周波数が小さい場合を考える。図４
は図２とほぼ同様であるが、ステップＳ６３（図２では
ステップＳ５３）の部分のみが異なっている。

【００６１】さて、前述のように、サンプリング周波数
が小さくなると、分割帯域の解像度が増し、かつ同じ周
波数が相対的に上位の分割帯域に含まれるようになる。
そこで、上記の例を、より小さいサンプリング周波数の
入力音響信号に対して行なう場合は、純音性指標の判定
に用いる分割帯域の数を増やして上位にシフトする。

【００６２】図４のステップＳ６３では、ｓｆｂ＝８，
９，１０，１１，１２としている。そして、純音性指標
の閾値を、ｓｆｂ＝８についてｔｈ８１、ｓｆｂ＝９に
ついてｔｈ９１とｔｈ９２、ｓｆｂ＝１０についてｔｈ
１０１，ｔｈ１０２，ｔｈ１０３、ｓｆｂ＝１１につい
てｔｈ１１１とｔｈ１１２、ｓｆｂ＝１２についてｔｈ
１２１、とそれぞれ定めている。前記の図２の例と同様
に、各閾値のｔｈ８１，ｔｈ９１，・・・にはそれぞれ
具体的な数値を予め定めておく。そして、ロング／ショ
ートの論理判定式を｛ｔｂ［ｉ］［８］＞ｔｈ８１ＡＮ
Ｄｔｂ［ｉ］［９］＞ｔｈ９１ＡＮＤｔｂ［ｉ］［１
０］＞ｔｈ１０１｝ＯＲ｛ｔｂ［ｉ］［９］＞ｔｈ９２
ＡＮＤｔｂ［ｉ］［１０］＞ｔｈ１０２ＡＮＤｔｂ
［ｉ］［１１］＞ｔｈ１１１｝ＯＲ｛ｔｂ［ｉ］［１
０］＞ｔｈ１０３ＡＮＤｔｂ［ｉ］［１１］＞ｔｈ１１
２ＡＮＤｔｂ［ｉ］［１２］＞ｔｈ１２１｝としてい
る。

【００６３】このステップＳ６３における判定の部分を
除いて、図２の例と同様の動作により、ロング／ショー
トの判定を行なうのである。

【００６４】他のサンプリング周波数に対しても同様
に、図２のステップＳ５３（図４のステップＳ６３）に
対応する部分のみを置き換えて、図２と同様の処理によ
りロング／ショートの判定を行なう。

【００６５】さて、よりサンプリング周波数が小さい場
合は、前述のように分割帯域の解像度が十分に大きくな
るので、純音性指標を利用した判定は不要になる。そこ
で、サンプリング周波数が予め定めたある閾値以下の場
合は、純音性指標を利用した方法を用いず、他の方法の
みによってロング／ショートの判定を行なう。即ち、サ
ンプリング周波数に関する予め定めた閾値を例えばｔｈ
＿ｓｆ＝２４ｋＨｚと定めた場合は、入力音響信号のサ
ンプリング周波数とこれを比較し、サンプリング周波数
が２４ｋＨｚ以下なら、純音性指標を利用したロング／
ショートの判定方法を用いずに、他の手段による判定方
法のみでロング／ショートを判定する。２４ｋＨｚより
大きいときは、純音性指標を用いた判定方法と、他の手
段による判定方法を併用する。このように、純音性指標
を用いた判定方法と、他の手段による判定方法を併用す
る場合は、サンプリング周波数ごとに個別に定められた
純音性指標の判定に用いる分割帯域や、それぞれの分割
帯域に対応して定める純音性指標の閾値、それに、ロン
グ／ショートの論理判定式によって判定する。他の方法
による判定結果との関係も既に図２の例で説明している
（図２のステップＳ５７，Ｓ５８，Ｓ５９の部分）。即
ち、純音性指標による方法でロングブロックと判定した
場合は、他の方法での判定結果にかかわらず、ロングブ
ロックで周波数領域に変換し、純音性指標による方法で
ショートブロックと判定した場合は、他の方法での判定
結果に従う。

【００６６】次に、図５は本発明のシステム構成を示す
ブロック図である。つまり、同図は上記実施例における
デジタル音響信号符号化方法によるソフトウェアを実行
するマイクロプロセッサ等から構築するハードウェアを
示すものである。同図において、デジタル音響信号符号
化システムはインターフェース（以下Ｉ／Ｆと略す）５
１、ＣＰＵ５２、ＲＯＭ５３、ＲＡＭ５４、表示装置５
５、ハードディスク５６、キーボード５７及びＣＤ−Ｒ
ＯＭドライブ５８を含んで構成されている。また、汎用
の処理装置を用意し、ＣＤ−ＲＯＭ５９などの読取可能
な記録媒体には、本発明のデジタル音響信号符号化方法
を実行するプログラムが記録されている。更に、Ｉ／Ｆ
５１を介して外部装置から制御信号が入力され、キーボ
ード５７によって操作者による指令又は自動的に本発明
のプログラムが起動される。そして、ＣＰＵ５２は当該
プログラムに従って上述のデジタル音響信号符号化方法
に伴う符号化制御処理を施し、その処理結果をＲＡＭ５
４やハードディスク５６等の記憶装置に格納し、必要に
より表示装置５５などに出力する。以上のように、本発
明のデジタル音響信号符号化方法を実行するプログラム
が記録した媒体を用いることにより、既存のシステムを
変えることなく、かつ符号化システムを構築する装置を
汎用的に使用することができる。

【００６７】なお、本発明は上記実施例に限定されるも
のではなく、特許請求の範囲内に記載であれば多種の変
形や置換可能であることは言うまでもない。

【００６８】

【発明の効果】以上説明しように、本発明によれば、予
め定めた１つ又は複数の周波数帯域毎の音響信号に含ま
れる音響成分の純音性の度合いを示す純音性指標を算出
する純音性指標算出手段と、該純音性指標算出手段によ
って算出された純音性指標と予め定めた１つ又は複数の
閾値の組合せからなる判定条件とを比較する比較手段
と、該比較手段による比較結果に基づいて、音響信号の
ブロックをロングブロック又はショートブロックのいず
れかで変換するかを判定するロング／ショートブロック
判定手段とを具備することに特徴がある。よって、限ら
れた分割帯域以外の周波数帯域で純音性が高く本来ロン
グブロックを用いる場合でもショートブロックを採用す
るように判定しまうとか、逆に多くの分割帯域の全てに
おいて純音性が高いような特殊な場合しかロングブロッ
クを採用するという判定がなされないという、不都合を
解消できるデジタル音響信号符号化装置を提供できる。

【００６９】また、比較手段において任意の周波数帯域
における前記純音性指標に対する複数の閾値を予め定め
た場合は、当該閾値毎に異なる判定条件を構成する。更
に、比較手段は、対応する周波数帯域における純音性指
標が予め定めた閾値より大きい場合を真、小さい場合を
偽と判定するものとする。比較手段における全ての判定
条件の真偽を論理積又は論理和で結合した論理判定式
を、音響信号をロングブロックで変換するか、又は複数
のショートブロックで変換するかの判定式とする。比較
手段における全ての判定条件の真偽を論理積又は論理和
で結合した論理判定式の中に、各判定条件が１つ又は複
数個含まれている。

【００７０】別の発明として、予め定めた１つ又は複数
の周波数帯域毎に、純音性指標に関する１つ又は複数の
閾値を予め定めておき、当該周波数帯域と純音性指標に
関する閾値の組合せからなる判定条件に基づいて、音響
信号のブロックをロングブロック又はショートブロック
のいずれかで変換するかを判定することに特徴がる。よ
って、入力音響データの純音性と人間の耳のマスキング
特性の周波数依存性を考慮しつつ、よりふさわしい判定
条件を与え、当該判定条件に基づいて音質が劣化しない
ように適切にロング／ショートの別を判定できる。

【００７１】更に、別の発明として、コンピュータによ
り、予め定めた１つ又は複数の周波数帯域毎に、純音性
指標に関する１つ又は複数の閾値を予め定めておき、当
該周波数帯域と純音性指標に関する閾値の組合せからな
る判定条件に基づいて、音響信号のブロックをロングブ
ロック又はショートブロックのいずれかで変換するかを
判定する機能を有するデジタル音響信号符号化プログラ
ムを記録した媒体に特徴がある。よって、既存のシステ
ムを変えることなく、かつ符号化システムを構築する装
置を汎用的に使用することができる。

【図面の簡単な説明】

【図１】本発明に係るデジタル音響信号符号化装置の構
成を示すブロック図である。

【図２】本発明の一実施例に係るデジタル音響信号符号
化方法の動作を示すフローチャートである。

【図３】ショートブロック別の純音性指標の関係の一例
を示す図である。

【図４】本発明の一実施例に係るデジタル音響信号符号
化方法の別の動作を示すフローチャートである。

【図５】本発明のシステム構成を示すブロック図であ
る。

【図６】音響信号とマスキング閾値及び絶対可聴閾値の
強度分布を示す図である。

【図７】ＡＡＣの符号化の基本的な構成を示すブロック
図である。

【図８】ＭＤＣＴの変換領域を示す図である。

【図９】変化の少ない信号波形の場合のＭＤＣＴの変換
領域を示す図である。

【図１０】変化の激しい信号波形の場合のＭＤＣＴの変
換領域を示す図である。

【図１１】グループ分けの一例を示す図である。

【図１２】ＩＳＯ／ＩＥＣ１３８１８−７におけるロン
グ／ショートブロック判定動作を示すフローチャートで
ある。

【図１３】従来のデジタル音響信号符号化方法の動作を
示すフローチャートである。

【図１４】音響信号の一例の信号波形を示す図である。

【図１５】音響信号に対する知覚エントロピーとの関係
を示す図である。

【図１６】別の従来のデジタル音響信号符号化方法の動
作を示すフローチャートである。

【図１７】分割領域識別番号の付与の様子を示す図であ
る。

【図１８】従来のショートブロック別の純音性指標の関
係の一例を示す図である。

【符号の説明】

１１ ブロック分割手段 １２ 純音性指標算出手段 １３ 比較手段 １４ ロング／ショートブロック判定手段 １５ 制御手段 ５１ Ｉ／Ｆ ５２ ＣＰＵ ５３ ＲＯＭ ５４ ＲＡＭ ５５ 表示装置 ５６ ハードディスク ５７ キーボード ５８ ＣＤ−ＲＯＭドライブ ５９ ＣＤ−ＲＯＭ

Claims (7)

【特許請求の範囲】
1. 【請求項１】 デジタル音響信号を時間軸に沿って入力
   してブロック化し、各ブロック毎にサブバンド分割や周
   波数領域への変換等の処理を施し、該音響信号を複数の
   周波数帯域に分割し、各周波数帯域毎に符号化ビットを
   割り当て、割り当てた符号化ビット数に応じて正規化係
   数を求め、前記音響信号を前記正規化係数で量子化する
   ことにより圧縮符号化するデジタル音響信号符号化装置
   であって、前記周波数領域への変換を行う際に、ブロッ
   ク化した前記音響信号を１つの長い変換ブロック又は複
   数の短い変換ブロックのいずれかにて変換し、１つの長
   いまたは複数の短い変換ブロックに共通の正規化係数を
   対応させて音響信号を量子化するデジタル音響信号符号
   化装置において、 予め定めた１つ又は複数の周波数帯域毎の前記音響信号
   に含まれる音響成分の純音性の度合いを示す純音性指標
   を算出する純音性指標算出手段と、 該純音性指標算出手段によって算出された前記純音性指
   標と予め定めた１つ又は複数の閾値の組合せからなる判
   定条件とを比較する比較手段と、 該比較手段による比較結果に基づいて、音響信号のブロ
   ックをロングブロック又はショートブロックのいずれか
   で変換するかを判定するロング／ショートブロック判定
   手段とを具備することを特徴とするデジタル音響信号符
   号化装置。
2. 【請求項２】 前記比較手段において任意の周波数帯域
   における前記純音性指標に対する複数の閾値を予め定め
   た場合は、当該閾値毎に異なる判定条件を構成する請求
   項１記載のデジタル音響信号符号化装置。
3. 【請求項３】 前記比較手段は、対応する周波数帯域に
   おける前記純音性指標が予め定めた閾値より大きい場合
   を真、小さい場合を偽と判定する請求項１又は２記載の
   デジタル音響信号符号化装置。
4. 【請求項４】 前記比較手段における全ての判定条件の
   真偽を論理積又は論理和で結合した論理判定式を、音響
   信号をロングブロックで変換するか、又は複数のショー
   トブロックで変換するかの判定式とする請求項１又は３
   記載のデジタル音響信号符号化装置。
5. 【請求項５】 前記比較手段における全ての判定条件の
   真偽を論理積又は論理和で結合した論理判定式の中に、
   各判定条件が１つ又は複数個含まれる請求項１又は４記
   載のデジタル音響信号符号化装置。
6. 【請求項６】 デジタル音響信号を時間軸に沿って入力
   してブロック化し、各ブロック毎にサブバンド分割や周
   波数領域への変換等の処理を施し、該音響信号を複数の
   周波数帯域に分割し、各周波数帯域毎に符号化ビットを
   割り当て、割り当てた符号化ビット数に応じて正規化係
   数を求め、前記音響信号を前記正規化係数で量子化する
   ことにより圧縮符号化すると共に、前記周波数領域への
   変換を行う際に、ブロック化した前記音響信号を１つの
   長い変換ブロック又は複数の短い変換ブロックのいずれ
   かにて変換し、予め定めた１つ又は複数の周波数帯域毎
   の前記音響信号に含まれる音響成分の純音性の度合いを
   示す純音性指標を用いて、音響信号ブロックを１つの長
   い変換ブロックで周波数領域に変換するか、または複数
   の短い変換ブロックで周波数領域に変換するかの選択を
   行ない、前記純音性指標に関する閾値を予め定めてお
   き、複数の短い変換ブロック毎に前記純音性指標を算出
   するデジタル音響信号符号化方法において、 予め定めた１つ又は複数の周波数帯域毎に、前記純音性
   指標に関する１つ又は複数の閾値を予め定めておき、当
   該周波数帯域と前記純音性指標に関する閾値の組合せか
   らなる判定条件に基づいて、音響信号のブロックをロン
   グブロック又はショートブロックのいずれかで変換する
   かを判定することを特徴とするデジタル音響信号符号化
   方法。
7. 【請求項７】 コンピュータにより、デジタル音響信号
   を時間軸に沿って入力してブロック化し、各ブロック毎
   にサブバンド分割や周波数領域への変換等の処理を施
   し、該音響信号を複数の周波数帯域に分割し、各周波数
   帯域毎に符号化ビットを割り当て、割り当てた符号化ビ
   ット数に応じて正規化係数を求め、前記音響信号を前記
   正規化係数で量子化することにより圧縮符号化すると共
   に、前記周波数領域への変換を行う際に、ブロック化し
   た前記音響信号を１つの長い変換ブロック又は複数の短
   い変換ブロックのいずれかにて変換し、予め定めた１つ
   又は複数の周波数帯域毎の前記音響信号に含まれる音響
   成分の純音性の度合いを示す純音性指標を用いて、音響
   信号ブロックを１つの長い変換ブロックで周波数領域に
   変換するか、または複数の短い変換ブロックで周波数領
   域に変換するかの選択を行ない、前記純音性指標に関す
   る閾値を予め定めておき、複数の短い変換ブロック毎に
   前記純音性指標を算出するように実行するデジタル音響
   信号符号化プログラムを記録した媒体において、 予め定めた１つ又は複数の周波数帯域毎に、前記純音性
   指標に関する１つ又は複数の閾値を予め定めておき、当
   該周波数帯域と前記純音性指標に関する閾値の組合せか
   らなる判定条件に基づいて、音響信号のブロックをロン
   グブロック又はショートブロックのいずれかで変換する
   かを判定する機能を有するデジタル音響信号符号化プロ
   グラムを記録した媒体。