JP2000276198A

JP2000276198A - 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

Info

Publication number: JP2000276198A
Application number: JP11080372A
Authority: JP
Inventors: Sadafumi Araki; 禎史荒木
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1999-03-24
Filing date: 1999-03-24
Publication date: 2000-10-06

Abstract

(57)【要約】【課題】入力音響信号のサンプリング周波数の違いに
も対応して、音質が劣化しないように適切にショートブ
ロックをグループ分けし、かつロング／ショートの別が
判別できるデジタル音響信号符号化装置及び方法を提供
する。【解決手段】各々の短い変換ブロック毎に算出した入
力音響信号の知覚エントロピーを算出し、知覚エントロ
ピーの最大値と最小値との差を求め、該最大値と最小値
との差と、入力音響信号のサンプリング周波数毎に予め
定めた閾値とを比較し、比較結果に基づいて、複数の短
い変換ブロックのグループ分けを行い、分けられたグル
ープの数によっ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。

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９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９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９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（ＭｏｖｉｎｇＰｉｃｔｕｒｅＥｘｐｅｒｔｓ
Ｇｒｏｕｐ）ＡｕｄｉｏやＤｏｌｂｙＤｉｇｉｔ
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／ＩＥＣ１３８１８−７にて標準
化されているＭＰＥＧ−２ＡｕｄｉｏＡＡＣ（Ａｄｖａ
ｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ）という方式であ
る。

【０００７】図１０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（Ｍｏｄ
ｉｆｉｅｄＤｉｓｃｒｅｔｅＣｏｓｉｎｅＴｒａ
ｎｓｆｏｒｍ）による周波数領域への変換を行い、ＴＮ
Ｓ（ＴｅｍｐｏｒａｌＮｏｉｓｅＳｈａｐｉｎｇ）
７４、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
ＳｉｄｅＳｔｅｒｅｏ）（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９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１１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１２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１３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１３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１２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１０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１４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きすぎると、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１０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（ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）
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９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
ｃｅｐｔｕａｌＥｎｔｒｏｐｙ（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９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１５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１６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１７の音響データを用い、図１７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Ｓ８０）。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Ｓ８１）。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Ｓ８２）。このｍｉｎ，
ｍａｘは、ＰＥ（ｉ）の最小値、最大値をそれぞれ表
す。図１８により、ここでは、ｍｉｎ＝１１０，ｍａｘ
＝１１０となる。さらに、インデックスｉをｉ＝１と初
期化する（ステップＳ８３）。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Ｓ８４）。図１８の例では、Ｐ
Ｅ（１）＝９６なので、ｍｉｎ＝９６、ｍａｘ＝１１０
となる。そして、グループ分けの判定をする（ステップ
Ｓ８５）。即ち、求めたｍａｘ−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Ｓ８６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Ｓ８７に進むのである。この例ではｔ
ｈ＝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。ｉ＝１のときは、ｍａｘ−ｍｉｎ＝１１０
−９６＝１４＜５０＝ｔｈなので、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Ｓ
８７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Ｓ８８）。これは、第ｇｎｕ
ｍ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Ｓ８１，
Ｓ８２でｇｎｕｍ＝０かつｇｒｏｕｐ＿ｌｅｎ［０］＝
１と初期化されているので、ステップＳ８７ではｇｒｏ
ｕｐ＿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Ｓ８８）、ｉが７より小さい場合はス
テップＳ８４へ戻る（ステップＳ８９）。この例ではｉ
＝２＜７となるのでステップＳ８４へ戻る。

【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１８より、図１６
のステップＳ８４にてｍｉｎ＝９６，ｍａｘ＝１３７と
なるので、ステップＳ８５ではｍａｘ−ｍｉｎ＝４１＜
５０＝ｔｈと判定され、やはり、ステップＳ８５からそ
のままステップＳ８７へ進む。そして、ステップＳ８７
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Ｓ８８にてｉ＝５と
なった後、ステップＳ８９を経て再びステップＳ８４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Ｓ８５で
はｍａｘ−ｍｉｎ＝５６＞５０＝ｔｈと判定されるの
で、ステップＳ８６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Ｓ８６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Ｓ８７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Ｓ８１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１６のステップＳ８８でｉ
＝６となり、ステップＳ８９からまたステップＳ８４へ
戻ると、今度は図１８よりＰＥ（６）＝２６９なので、
ｍｉｎ＝１５２，ｍａｘ＝２６９となり、ステップＳ８
５にてｍａｘ−ｍｉｎ＝１１７＞５０と判定され、ステ
ップＳ８６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Ｓ８６にてｇｎｕｍ＝２，ｍｉｎ＝２６９，ｍａｘ
＝２６９となり、さらにステップＳ８７でｇｒｏｕｐ＿
ｌｅｎ［２］＝１となる。そして、ステップＳ８８でｉ
＝７とした後これまでと同様に、ステップＳ８４でＰＥ
（７）＝２３１なので、ｍｉｎ＝２３１，ｍａｘ＝２６
９となり、ステップＳ８５にてｍａｘ−ｍｉｎ＝３８＜
５０と判定され、ステップＳ８７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Ｓ８７でｇｒｏｕｐ＿ｌ
ｅｎ［２］＝２となる。さて、次のステップＳ８８でｉ
＝８となるとステップＳ８９の判定により、ステップＳ
９０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。これは、図１４に示し
たグループ分けの例と同様のものである。

【００３７】

【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、入力音響信号のサンプリング周波数の違いを考
慮していない。前述のように、人間の耳は４ｋＨｚ付近
の音に対して最も感度が良く、４ｋＨｚ付近より上下の
大気にならばなるほど次第に感度が悪くなっていく。即
ち、４ｋＨｚ以上の周波数領域では周波数が大きくなる
につれて絶対可聴閾値も増大していく。このことは、入
力音響信号のサンプリング周波数が大きくなればなるほ
ど、絶対可聴閾値の影響が増大していくことを示すもの
である。これにより、上述のＩＳＯ／ＩＥＣ１３８１８
−７における各項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１１にて絶対可聴閾値の方が大き
くなるような分割帯域の数が増え、ステップ１２におけ
るｎｂ（ｂ）のウェイトが大きくなり、結果的手に知覚
エントロピーＰＥの値をマイナス方向により小さくする
方向に作用する。逆に、サンプリング周波数が小さい場
合は、絶対可聴閾値の影響は相対的に小さいくなり、知
覚エントロピーＰＥの値はプラス方向に向かう。これ以
外にも、サンプリング周波数によって各分割帯域の周波
数方向の解像度が変化するという要因も加わるので、知
覚エントロピーＰＥの値を評価するには、サンプリング
周波数の違いを考慮するのが望ましい。

【００３８】本発明はこれらの問題点を解決するための
ものであり、入力音響信号のサンプリング周波数の違い
にも対応して、音質が劣化しないように適切にショート
ブロックをグループ分けし、かつロング／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。

【００３９】

【課題を解決するための手段】本発明によれば、入力音
響信号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関する知覚エントロピーに基づいて
グループ化し、その際に、各グループに含まれるショー
トブロックの知覚エントロピーの最大値と最小値の差が
予め定めた閾値以下になるようにグループ化し、またロ
ング／ショートの判定に関し、入力音響信号ブロックを
知覚エントロピーに基づくグループ分けをした結果のグ
ループ数によって判定し、その際に、グループ数が１の
場合は入力音響信号ブロックの聴覚上の特性の変化が少
ないとみなしてロングと判定し、グループ数が２以上の
場合は変化が大きいとみなしてショートと判定するよう
にするために、閾値をサンプリング周波数毎に個別に定
めることにより、入力音響信号のサンプリング周波数の
違いに応じた適切なショートブロックのグループ分けと
ロング／ショートの判定ができる。

【００４０】また、ロング／ショートの判定に関し、ロ
ングブロックに関する知覚エントロピーについて任意の
閾値をサンプリング周波数毎に個別に定めることによ
り、入力音響信号のサンプリング周波数の違いに応じた
適切なロング／ショートの判定ができる。

【００４１】更に、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。

【００４２】

【発明の実施の形態】各々の短い変換ブロック毎に算出
した入力音響信号の知覚エントロピーを算出する知覚エ
ントロピー算出手段と、該知覚エントロピー算出手段に
よって算出された知覚エントロピーの最大値と最小値と
の差を求める最大・最小値差算出手段と、該最大値と最
小値との差と、入力音響信号のサンプリング周波数毎に
予め定めた閾値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、複数の短い変換ブロックのグ
ループ分けを行うグルーピング手段と、該グルーピング
手段によって分けられたグループの数によって音響信号
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。

【００４３】

【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
ロックの知覚エントロピーＰＥを上述した算出式によっ
て計算する知覚エントロピー算出手段１２、算出された
知覚エントロピーの最大値と最小値の差を求める最大・
最小値差算出手段１３、最大値と最小値の差と予め定め
た閾値とを比較する比較手段１４、比較結果に応じてグ
ループ分けを行うグルーピング手段１５、グループ分け
の状態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
１６及び各手段の動作を制御する制御手段１７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１７の音響データを用い
る。

【００４４】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
エントロピーを知覚エントロピー算出手段１２によって
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。ここでは、図１７の音響デー
タに対しては図１８に示すような知覚エントロピーＰＥ
（ｉ）が算出されたとする。

【００４５】次に、ｇｒｏｕｐ＿ｌｅｎ［０］＝１，ｇ
ｒｏｕｐ＿ｌｅｎ［ｇｎｕｍ］＝０（０≦ｇｎｕｍ≦
７）と初期化する（ステップＳ２１）。ここで、ｇｎｕ
ｍはグループ分におけるグループの通し番号、ｇｒｏｕ
ｐ＿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、
ｇｎｕｍ＝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。図１８により、ここでは、ｍｉｎ＝１１０，
ｍａｘ＝１１０となる。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。

【００４６】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）。図１８の例では、Ｐ
Ｅ（１）＝９６なので、ｍｉｎ＝９６、ｍａｘ＝１１０
となる。そして、グループ分けの判定をする（ステップ
Ｓ２５）。即ち、最大・最小値差算出手段１３によって
求めたｍａｘ−ｍｉｎが比較手段１４にて予め定められ
た閾値ＴＨ１と比較されて当該閾値ＴＨ１以上の場合
は、ショートブロックｉ−１とｉの間でグルーピング手
段１５にてグループ分けを行うためにステップＳ２６に
進み、ＴＨ１より小さい場合は、制御手段１７によりシ
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Ｔ
Ｈ１＝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。ｉ＝１のときは、ｍａｘ−ｍｉｎ＝１１
０−９６＝１４＜５０＝ＴＨ１なので、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。

【００４７】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Ｓ２７）。
これは、第０ｇｎｕｍ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ｇｒｏ
ｕｐ＿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。

【００４８】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）。この例ではｉ
＝２＜７となるのでステップＳ２４へ戻る。

【００４９】その後、以上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１８より、ｍｉｎ＝
９６，ｍａｘ＝１３７となるので、ステップＳ２５では
最大・最小値差算出手段１３及び比較手段１４並びに制
御手段１７によってｍａｘ−ｍｉｎ＝４１＜５０＝ＴＨ
１と判定され、やはりステップＳ２５へそのままステッ
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。

【００５０】そして、ステップＳ２８でｉ＝５となった
後、ステップＳ２９からまたステップＳ２４へ戻ると、
今度は図１８よりＰＥ（５）＝１５２なので、ｍｉｎ＝
９６，ｍａｘ＝１５２なる。すると、ステップＳ２５に
て最大・最小値差算出手段１３及び比較手段１４並びに
制御手段１７によってｍａｘ−ｍｉｎ＝５６＞５０＝Ｔ
Ｈ１と判定され、ステップＳ２６へ進む。つまり、これ
はグルーピング手段１５によってショートブロック４と
５の間でグループ分けを行なうことを意味する。そし
て、ステップＳ２６にて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。次に、ステップＳ２７でｇｒｏｕｐ＿
ｌｅｎ［１］を１だけインクリメントする。ｇｒｏｕｐ
＿ｌｅｎ［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。

【００５１】以下同様に、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１８よりＰＥ（６）＝２６９なので、ｍｉｎ＝
１５２，ｍａｘ＝２６９となり、ステップＳ２５にて最
大・最小値差算出手段１３及び比較手段１４並びに制御
手段１７によってｍａｘ−ｍｉｎ＝１１７＞５０と判定
され、ステップＳ２６へ進む。つまり、グルーピング手
段１５によってショートブロック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、更にステップＳ２７ｇｒｏｕｐ＿ｌｅｎ［２］＝１
となる。

【００５２】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）＝２３
１なので、ｍｉｎ＝２３１，ｍａｘ＝２６９となり、ス
テップＳ２５にて最大・最小値差算出手段１３及び比較
手段１４並びに制御手段１７によって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ｇｒｏｕ
ｐ＿ｌｅｎ［２］＝２となる。

【００５３】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Ｓ３０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。

【００５４】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。これは図１４に示した
グループ分けの例と同様のものである。

【００５５】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。

【００５６】以上説明した実施例の方法を、入力音響信
号のサンプリング周波数の違いにも対応できるような方
法を与える。これは、図２のステップＳ２５の閾値ＴＨ
１をサンプリング周波数毎に個別に予め定めておくこと
で実現できる。この具体例を図３に示す。これによれ
ば、上記実施例ではＴＨ１＝５０なのでサンプリング周
波数が４４．１ｋＨｚの場合である。他のサンプリング
周波数に対しては、例えば２４ｋＨｚならばＴＨ１＝４
０．４８ｋＨｚならＴＨ１＝６０という具合に閾値を切
り替えて上記実施例と同様の処理を行なうのである。

【００５７】なお、サンプリング周波数が異なる場合で
も、必ずしもＴＨ１が異なる必要はない。各サンプリン
グ周波数に対して適切な閾値を求め、結果的に異なるサ
ンプリング閾値に対して同じＴＨ１を対応づけることに
なっても構わない。例えば、図３では、２２．０５ｋＨ
ｚと２４ｋＨｚの両方に対してＴＨ１＝４０と定めてい
る。

【００５８】以上説明したロング／ショートの判定方法
は、これに限定されるものではなく、グループ数だけで
なく、ロングブロックに関する知覚エントロピーの値も
判定に用いても良い。例えば、ロングブロックに関する
知覚エントロピーがこの閾値以下で、かつグループ数が
１の場合に、ロングブロックと判定し、それ以外の場合
はショートブロックと判定する。

【００５９】具体例を図４，図５により説明する。図４
は図２とほぼ同じフローチャートであるが、ステップＳ
５０（図２ではステップＳ３０）の部分のみが異なって
いる。ここで、ロングブロックの知覚エントロピーＰＥ
_L 、予め定めておく閾値をＴＨ２＝５００なので、ステ
ップＳ５０にてグループ数が１かつＰＥ_L ＜５００の場
合は、ステップＳ５１に進んでロングブロックと判定
し、それ以外の場合はステップＳ５２に進んでショート
ブロックと判定する。他のサンプリング周波数に対して
は、例えば図５で２４ｋＨｚならばＴＨ２＝３００、４
８ｋＨｚならばＴｈ２＝５５０というように閾値を切り
替えてこれと同様の処理を行なう。ここでも、サンプリ
ング周波数が異なる場合でも、必ずしもＴＨ２が異なる
必要はない。各サンプリング周波数に対して適切な閾値
を求め、結果的に異なるサンプリング閾値に対して同じ
ＴＨ２を対応づけることになっても構わない。例えば図
５では、２２．０５ｋＨｚと２４ｋＨｚの両方に対して
ＴＨ２＝３００と定めている。

【００６０】最後に、別の方法として、ロングブロック
に関して知覚エントロピーについての任意の閾値を予め
定めておく。そして、現在着目中の入力音響信号ブロッ
クにおけるロングブロックの知覚エントロピーと、既に
符号化を完了した直前の入力音響信号ブロックにおける
ロングブロックの知覚エントロピーと、既に符号化を完
了した直前の入力音響信号ブロックにおけるロングブロ
ックの知覚エントロピーと、既に符号化を完了した直前
の入力音響信号ブロックにおけるロングブロックの知覚
エントロピーの差が、この閾値以下で、かつグループ数
が１の場合に、ロングブロックと判定し、それ以外の場
合はショートブロックと判定する。

【００６１】この具体例を図６、図７により説明する。
図６は図２とほぼ同じフローチャートであるが、ステッ
プＳ７０（図２ではステップＳ３０）の部分のみが異な
っている。ここで、現在着目中の入力音響信号ブロック
におけるロングブロックの知覚エントロピーをＰＥ_L 、
既に符号化を完了した直前の入力音響信号ブロックにお
けるロングブロックの知覚エントロピーをＰＥ_L-1 、予
め定めておく閾値をＴＨ３で、それぞれ示している。図
７によれば、サンプリング周波数が４４．１ｋＨｚのと
きはＴＨ３＝１００なので、ステップＳ７０にてグルー
プ数が１かつ｜ＰＥ_L −ＰＥ_L-1 ｜＜１００の場合は、
ステップＳ７１に進んでロングブロックと判定し、それ
以外の場合はステップＳ７２に進んでショートブロック
と判定する。他のサンプリング周波数に対しては、例え
ば図７で２４ｋＨｚならばＴＨ３＝７０、４８ｋＨｚな
らばＴＨ３＝１２０というように閾値を切り替えてステ
ップＳ７０，Ｓ７１で同様の処理を行なう。

【００６２】なお、サンプリング周波数が異なる場合で
も必ずしもＴＨ３が異なる必要はない。各サンプリング
周波数に対して適切な閾値を求め、結果的に異なるサン
プリング閾値に対して同じＴＨ３を対応づけることにな
っても構わない。例えば図７では、２２．０５ｋＨｚと
２４ｋＨｚの両方に対してＴＨ３＝７０と定めている。

【００６３】次に、図８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。

【００６４】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。

【００６５】

【発明の効果】以上説明したように、本発明によれば、
入力音響信号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関する知覚エントロピーに基
づいてグループ化し、その際に、各グループに含まれる
ショートブロックの知覚エントロピーの最大値と最小値
の差が予め定めた閾値以下になるようにグループ化し、
またロング／ショートの判定に関し、入力音響信号ブロ
ックを知覚エントロピーに基づくグループ分けをした結
果のグループ数によって判定し、その際に、グループ数
が１の場合は入力音響信号ブロックの聴覚上の特性の変
化が少ないとみなしてロングと判定し、グループ数が２
以上の場合は変化が大きいとみなしてショートと判定す
るようにするために、閾値をサンプリング周波数毎に個
別に定めることにより、入力音響信号のサンプリング周
波数の違いに応じた適切なショートブロックのグループ
分けとロング／ショートの判定ができる。

【００６６】また、ロング／ショートの判定に関し、ロ
ングブロックに関する知覚エントロピーについて任意の
閾値をサンプリング周波数毎に個別に定めることによ
り、入力音響信号のサンプリング周波数の違いに応じた
適切なロング／ショートの判定ができる。

【００６７】更に、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。

【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】サンプリング周波数毎の閾値の一例を示す図で
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】サンプリング周波数毎の閾値の別の一例を示す
図である。

【図６】本発明の一実施例に係るデジタル音響信号符号
化方法の更に別の動作を示すフローチャートである。

【図７】サンプリング周波数毎の閾値の更に別の一例を
示す図である。

【図８】本発明のシステム構成を示すブロック図であ
る。

【図９】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１０】ＡＡＣの符号化の基本的な構成を示すブロッ
ク図である。

【図１１】ＭＤＣＴの変換領域を示す図である。

【図１２】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１３】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１４】グループ分けの一例を示す図である。

【図１５】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１６】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】音響信号の一例の信号波形を示す図である。

【図１８】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。

【符号の説明】

１１ブロック分割手段１２知覚エントロピー算出手段１３最大・最小値差算出手段１４比較手段１５グルーピング手段１６制御手段１７ロング／ショートブロック判定手段５１Ｉ／Ｆ５２ＣＰＵ５３ＲＯＭ５４ＲＡＭ５５表示装置５６ハードディスク５７キーボード５８ＣＤ−ＲＯＭドライブ５９ＣＤ−ＲＯＭ

Claims

【特許請求の範囲】

【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
帯域に分割し、各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、短い変換ブロックを用
いる場合は当該複数の短い変換ブロックを、それぞれ１
つまたは複数の短い変換ブロックを含むような複数のブ
ロックにグループ化し、同一グループ内に含まれる１つ
または複数の短い変換ブロックには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、各々の短い変換ブロック毎に算出した入力音響信号の知
覚エントロピーを算出する知覚エントロピー算出手段
と、該知覚エントロピー算出手段によって算出された知覚エ
ントロピーの最大値と最小値との差を求める最大・最小
値差算出手段と、該最大値と最小値との差と、入力音響信号のサンプリン
グ周波数毎に予め定めた閾値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、複数の短い変換
ブロックのグループ分けを行うグルーピング手段と、該グルーピング手段によって分けられたグループの数に
よっ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。
【請求項２】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
帯域に分割し、各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、短い変換ブロックを用
いる場合は当該複数の短い変換ブロックを、それぞれ１
つまたは複数の短い変換ブロックを含むような複数のブ
ロックにグループ化し、同一グループ内に含まれる１つ
または複数の短い変換ブロックには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、各々の短い変換ブロック毎に算出した入力音響信号の第
１の知覚エントロピーを算出する第１の知覚エントロピ
ー算出手段と、各々の長い変換ブロック毎に算出した入力音響信号の第
２の知覚エントロピーを算出する第２の知覚エントロピ
ー算出手段と、前記第１の知覚エントロピーの最大値と最小値との差を
求める第１の最大・最小値差算出手段と、前記第２の知覚エントロピーの最大値と最小値との差を
求める第２の最大・最小値差算出手段と、前記第１の知覚エントロピーの最大値と最小値との差
と、入力音響信号のサンプリング周波数毎に予め定めた
閾値とを比較する第１の比較手段と、前記第２の知覚エントロピーの最大値と最小値との差
と、入力音響信号のサンプリング周波数毎に予め定めた
閾値とを比較する第２の比較手段と、前記第１の比較手段及び前記第２の比較手段による各比
較結果に基づいて、複数の短い変換ブロックのグループ
分けを行うグルーピング手段と、該グルーピング手段によって分けられたグループの数、
前記第１の知覚エントロピー算出手段によって算出され
た各短い変換ブロック毎の第１の知覚エントロピー及び
前記第２の知覚エントロピー算出手段によって算出され
た各長い変換ブロック毎の第２の知覚エントロピーによ
って音響信号のブロックを１つの長いブロック又は複数
の短いブロックのいずれかで周波数帯域で変換するかを
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。
【請求項３】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
帯域に分割し、各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方法であって、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、短い変換ブロックを用
いる場合は当該複数の短い変換ブロックを、それぞれ１
つまたは複数の短い変換ブロックを含むような複数のブ
ロックにグループ化し、同一グループ内に含まれる１つ
または複数の短い変換ブロックには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
化方法において、各々の短い変換ブロック毎に算出した音響信号の知覚エ
ントロピーと入力音響信号のサンプリング周波数毎に予
め定めた閾値とを用いて、複数の短い変換ブロックのグ
ループ分けを行い、分けられたグループの数によって音
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。
【請求項４】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
帯域に分割し、各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方法であって、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、短い変換ブロックを用
いる場合は当該複数の短い変換ブロックを、それぞれ１
つまたは複数の短い変換ブロックを含むような複数のブ
ロックにグループ化し、同一グループ内に含まれる１つ
または複数の短い変換ブロックには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
化方法において、短い変換ブロック毎及び長い変換ブロックに算出した各
音響信号の各知覚エントロピーと、各知覚エントロピー
に関する、入力音響信号のサンプリング周波数毎に予め
定めた各閾値とを用いて、複数の短い変換ブロックのグ
ループ分けを行い、グループの数、各知覚エントロピー
によって音響信号のブロックを１つの長いブロック又は
複数の短いブロックのいずれかで周波数帯域で変換する
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。
【請求項５】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帯域に分割し、各帯域毎に符号
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
符号化方法であって、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、短い変換ブロックを用いる場合は当該複数の短い変
換ブロックを、それぞれ１つまたは複数の短い変換ブロ
ックを含むような複数のブロックにグループ化し、同一
グループ内に含まれる１つまたは複数の短い変換ブロッ
クには共通の正規化係数を対応させて音響信号を量子化
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、各々の短い変換ブロック毎に算出した音響信号の知覚エ
ントロピーと入力音響信号のサンプリング周波数毎に予
め定めた閾値とを用いて、複数の短い変換ブロックのグ
ループ分けを行い、分けられたグループの数によって音
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。
【請求項６】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帯域に分割し、各帯域毎に符号
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
符号化方法であって、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、短い変換ブロックを用いる場合は当該複数の短い変
換ブロックを、それぞれ１つまたは複数の短い変換ブロ
ックを含むような複数のブロックにグループ化し、同一
グループ内に含まれる１つまたは複数の短い変換ブロッ
クには共通の正規化係数を対応させて音響信号を量子化
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、短い変換ブロック毎及び長い変換ブロックに算出した各
音響信号の各知覚エントロピーと、各知覚エントロピー
に関する、入力音響信号のサンプリング周波数毎に予め
定めた各閾値とを用いて、複数の短い変換ブロックのグ
ループ分けを行い、グループの数、各知覚エントロピー
によって音響信号のブロックを１つの長いブロック又は
複数の短いブロックのいずれかで周波数帯域で変換する
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。