JP2000347679A

JP2000347679A - オーディオ符号化装置及びオーディオ符号化方法

Info

Publication number: JP2000347679A
Application number: JP11159523A
Authority: JP
Inventors: Tetsuro Wada; 哲朗和田; Hideaki Ebisawa; 秀明海老沢
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1999-06-07
Filing date: 1999-06-07
Publication date: 2000-12-15

Abstract

(57)【要約】【課題】従来、最適なパラメータ初期値が設定できな
いと、所望の符号量を満足するための最適な符号化パラ
メータが得られるまでの時間が長くなるという課題があ
った。【解決手段】入力されたオーディオデータを直交変換
して変換係数を算出する直交変換部１１、オーディオデ
ータを分析して許容歪み量を算出する聴覚モデル部１
２、変換係数をスケーリングするスケーリング部１３、
スケーリングされた変換係数を量子化する量子化部１
４、量子化された変換係数を可変長符号化して出力する
可変長符号化部１５、適切な評価結果が得られるまでス
ケーリング係数及び量子化ステップを更新して反復処理
を指示する符号量／歪み制御部３０、及び量子化ステッ
プの初期値を最適制御する初期値制御部３１を備えた。【効果】目標符号量に収束させるまでの収束時間を短
くでき、また、同品質の符号化を行うために必要な演算
処理装置の負荷が少なくて済む。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、オーディオデー
タを効率的に符号化するオーディオ符号化装置及びオー
ディオ符号化方法に関し、特に、オーディオデータを直
交変換後、可変長符号化によって圧縮符号化した後の符
号量を、高速に所望の目標符号量に制御するオーディオ
符号化装置及びオーディオ符号化方法に関するものであ
る。

【０００２】

【従来の技術】オーディオ符号化方法には、オーディオ
データを複数のブロックに分割し、ブロック毎にオーデ
ィオデータを直交変換して変換係数を得、これを適切な
スケーリング係数でスケーリングし、さらに適切な量子
化ステップで量子化し、この量子化した値をハフマン符
号などを用いた可変長符号化により符号化する方法があ
る。

【０００３】このような符号化方法には、例えばＩＳＯ
／ＩＥＣ、１３８１８−７として規格化された「ＭＰＥ
Ｇ−２ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ
（ＡＡＣ）」符号化方式がある。この符号化における符
号量制御の方法は、直交変換後の変換係数に対し、スケ
ーリング係数および量子化ステップの２つのパラメータ
を適応的に変化させながら、ハフマン符号による可変長
符号化後の符号量を別途定められた目標符号量に近づけ
るというものである。なお、ここでいう符号量とは符号
化に必要なビット量のことであり、目標符号量とは、ブ
ロック毎に対して設定される値で、例えばあらかじめ設
定された符号化ビットレートから算出されるものであっ
て、ブロック毎に固定であっても可変であってもよい。

【０００４】従来のオーディオ符号化装置について図面
を参照しながら説明する。図１２は、従来のオーディオ
符号化装置の構成を示すブロック図である。

【０００５】図１２において、１１は直交変換部、１２
は聴覚モデル部、１３はスケーリング部、１４は量子化
部、１５は可変長符号化部、３０は符号量／歪み制御部
である。

【０００６】入力端子２０には、オーディオデータが入
力される。このオーディオデータは、通常、時系列のデ
ータであり、特定のサンプリング周波数でサンプリング
されさらに特定の量子化ビット数で量子化されたディジ
タルデータである。オーディオ符号化の場合、サンプリ
ング周波数として４８ｋＨｚ、量子化ビット数として１
６ビットというパラメータが選択されることが多い。

【０００７】直交変換部１１は、変形離散コサイン変換
（ＭＤＣＴ：ＭｏｄｉｆｉｅｄＤｉｓｃｒｅｔｅＣ
ｏｓｉｎｅＴｒａｎｓｆｏｒｍ）等の直交変換により
時系列のオーディオデータを周波数系列の変換係数に変
換する。変換後の変換係数の各値は周波数軸成分、すな
わちスペクトルデータを表している。なお、ＭＤＣＴに
よる直交変換の場合には、例えば変換ブロックサイズに
は２０４８サンプル相当が選択され、ブロック間では１
／２のオーバーラッピングが施される。直交変換部１１
からの出力である変換係数２２は、スケーリング部１３
に入力される。

【０００８】入力端子２０のオーディオデータは、直交
変換部１１に入力されるのと並行して聴覚モデル部１２
にも入力される。この聴覚モデル部１２では、オーディ
オデータを人間の聴覚特性に基づいて分析し許容歪み量
を算出する。もともと人間の耳には絶対的に音を聞き取
る限界が周波数に応じて存在しており、これを最小可聴
限という。これに対して、各種の音が存在する状況下で
の聞き取る限界をマスキングしきい値と呼んでいる。例
えば、人と会話をしている時に上空を飛行機が飛ぶよう
な場合に、これまで聞こえていた相手の話し声が飛行機
の騒音によって聞き取れなくなることがある。これは飛
行機の騒音によってマスキングしきい値が上昇したこと
を意味し、この現象をマスキング効果という。許容歪み
量とは、後述する量子化部１４において変換係数を量子
化することによって発生する量子化歪みが、マスキング
効果により聞き取れなくなる限界を示すしきい値であ
る。この許容歪み量２８は、符号量／歪み制御部３０に
入力される。

【０００９】スケーリング部１３は、直交変換部１１か
ら出力されるブロック単位の変換係数２２を、符号量／
歪み制御部３０から与えられる適切なスケーリング係数
２３を用いてスケーリングを行う。スケーリングは、周
波数軸上の区分であるスケールファクタバンド毎に行わ
れ、効率的なスケーリングが行われるようスケーリング
係数はスケールファクタバンド毎に適応的に決定されて
いる。

【００１０】量子化部１４は、スケーリング部１３でス
ケーリングされた変換係数に対し、符号量／歪み制御部
３０から与えられる適切な量子化ステップ２５を用いて
量子化を行う。量子化された変換係数は可変長符号化部
１５に入力されると共に符号量／歪み制御部３０に入力
される。

【００１１】可変長符号化部１５は、例えばハフマン符
号等を用いて量子化部１４からの変換係数を符号に置き
換え冗長圧縮符号化を行う。ハフマン符号表はあらかじ
め定められており、効率の良い圧縮符号化が行えるよ
う、複数用意されている中から最適なものを選択する場
合もある。適切なハフマン符号表に基づいて符号化され
た後の符号データ２７は、符号量／歪み制御部３０と出
力端子２１に対して送られる。出力端子２１には、記憶
装置や通信回線が接続され、一連の処理を経て得られた
符号データは記憶装置に蓄積されたり、通信回線を通し
て伝送されたりする。

【００１２】符号量／歪み制御部３０は、スケーリング
部１３に対しては最適なスケーリング係数２３を与え、
量子化部１４に対しては最適な量子化ステップ２５を与
える。また、量子化部１４の出力する変換係数の量子化
値２６を、量子化部１４に与えた量子化ステップ２５で
逆量子化し、さらにスケーリング１３に与えたスケーリ
ング係数２３で逆スケーリングを行い、量子化歪み量を
算出する。

【００１３】同時に、符号量／歪み制御部３０は、可変
長符号化部１５の出力する符号２７の全符号量を計算す
る。さらに、算出した量子化歪み量と上記の許容歪み量
２８とを比較することによって、新たにスケーリング係
数２３を更新する。また、計算した符号量と上記の目標
符号量２９とを比較することによって、新たに量子化ス
テップ２５を更新する。更新されたスケーリング係数及
び量子化ステップは再びスケーリング部１３及び量子化
部１４に与えられる。この様に、符号量／歪み制御部３
０では、特定の条件を満たすまで、スケーリング係数と
量子化ステップを変更して対応する処理部に対して出力
する。

【００１４】上記符号量／歪み制御部３０においては、
例えばＡＡＣ符号化方式では、以下のような方法で符号
量の制御を行っている。制御ステップの構成は大きく３
つに分かれる。第１制御ステップは、初期処理及び外ル
ープ処理と呼ばれる第２制御ステップの実行呼び出しを
行う。さらに、この第２制御ステップは、内ループ処理
と呼ばれる第３制御ステップの実行呼び出しを行う。つ
まり、制御ステップ全体は、２重ループの構成になって
いる。

【００１５】図１３は、メインとなる第１制御ステップ
の処理フローを示している。ステップ１３００におい
て、目標とする符号量を設定し、次のステップ１３０１
において、符号化のパラメータであるスケーリング係数
と量子化ステップの初期値を定め、次のステップ１３０
２〜１３０３において、変換係数が全て零でない場合の
み第２制御ステップ以降を実行する。変換係数が全て零
の場合には符号化をする必要がなく、従って符号量制御
処理も実行する必要はない。ここでスケーリング係数と
量子化ステップとは以下の通りに定義される。

【００１６】例えば、変換係数のｉ番目の要素をＳＰ
［ｉ］とすると、スケーリング後の変換係数であるＳＳ
［ｉ］は以下の式（１）で与えられる。

【００１７】ＳＳ［ｉ］＝（ＳＰ［ｉ］＊２＾（１／４＊α［ｓｂ］））＾３／４・・・式（１）

【００１８】式（１）におけるα［ｓｂ］がｓｂ番目の
スケールファクタバンドに対するスケーリング係数であ
る。ここでスケールファクタバンドとは、複数の変換係
数を同一のスケーリング係数でスケーリングを行う区分
のことであり、全ての変換係数はオクターブバンドに類
似した形で複数のスケールファクタバンドに区分されて
いる。式（１）より、スケーリング係数αの値が大きく
なるに従ってスケーリング後の変換係数ＳＳも大きくな
ることが判る。つまりスケーリング係数を大きくするに
従って、スケーリング後の変換係数ＳＳのダイナミック
レンジを広くとれる。これは、この後の量子化の際に発
生する量子化歪み量を少なくできることを意味する。

【００１９】スケーリング後の変換係数ＳＳ［ｉ］に対
し、変換係数の量子化値ＳＱ［ｉ］は以下の式（２）で
与えられる。

【００２０】ＳＱ［ｉ］＝ｉｎｔ（ＳＳ［ｉ］＊２＾（−３／１６＊ＱＴ）＋Ｍ）・・・式（２）

【００２１】式（２）におけるＱＴが全ての変換係数に
対する量子化ステップである。また、Ｍは整数値への丸
めを行うｉｎｔ関数のための補助定数である。式（２）
より、量子化ステップＱＴの値が大きくなるに従って量
子化後の変換係数の値ＳＱは小さくなることが判る。つ
まり量子化ステップを大きくするに従って、変換係数の
量子化値ＳＱは絶対値が小さくなると共にダイナミック
レンジが狭くなるため、この後に続く可変長符号化部１
５における符号化の際に必要な符号量が少なくなること
を意味する。同時に、ｉｎｔ関数による整数値への丸め
の際に発生する小数値の切り捨て量または切り上げ量
が、量子化を行う前の変換係数を基準にした場合には大
きくなることが判る。これが量子化歪み量である。前述
した通り、式（１）及び式（２）の関係から、スケーリ
ング係数を大きくすることにより量子化歪み量を少なく
できることが判る。

【００２２】上記に示したスケーリング及び量子化を行
う際には、まず初めにスケーリング係数及び量子化ステ
ップの初期値を設定する。次の式（３）に示すように、
スケーリング係数の初期値αｉｎｉｔは、全スケールフ
ァクタバンドに対して零とする。

【００２３】 αｉｎｉｔ［ｓｂ］＝０・・・式（３）

【００２４】量子化ステップの初期値は、絶対値が最大
の変換係数を量子化する際、量子化値のダイナミックレ
ンジの範囲内に納められるように選択する。図１４は、
その選択の方法である。ステップ１４００において、全
ての変換係数の中から絶対値が最も大きなものＳＰｍａ
ｘを検出する。ステップ１４０１において、この変換係
数の絶対値に対して、以下の式（４）を適用する。

【００２５】ＱＴｉｎｉｔ＝１６／３＊ｌｏｇ２（ＳＰｍａｘ＾３／４／ＭＡＸ＿ＱＵＡＮＴ）・・・式（４）

【００２６】ここで、ＭＡＸ＿ＱＵＡＮＴは、量子化値
の取り得る値の範囲を定義する定数である。

【００２７】符号量／歪み制御部３０では、上記の初期
値を用いて第１回目の試行を行う。試行の結果から得ら
れる量子化歪み量と符号量を評価し、必要があれば第２
回目の試行を行うことになる。その際、スケーリング係
数については、図１３の第２制御ステップにおいて量子
化歪み量を徐々に減らす方向へ変化させる。ここで収束
条件としては、聴覚モデル部１２から得られる許容歪み
量２８の範囲内に収まるようにする。量子化ステップ２
５については、図１３の第３制御ステップにおいて、符
号化後の符号量を徐々に減らす方向へと変化させる。

【００２８】ところで、一連のスケーリング及び量子化
処理は式（１）及び式（２）から次の式（５）の通りと
なる。

【００２９】 SQ[i]＝int(((SP[i]*2^(1/4*α[sb]))^3/4)*2^(-3/16*QT)＋M) ＝int(((SP[i]^3/4*2^(3/16*(α[sb]−QT)))＋M) ・・・式（５）

【００３０】すなわち、変換係数の量子化は、スケーリ
ング係数α［ｓｂ］と量子化ステップＱＴのトレードオ
フで決定していることが判る。符号量／歪み制御部３０
がこのトレードオフの関係にある２つのパラメータを制
御する手法について以下に述べる。

【００３１】図１３は、符号量／歪み制御部３０が行う
第１の制御ステップである。目標とする符号量を設定
し、スケーリング係数と量子化ステップの初期値を定
め、変換係数が全て零でない場合のみ第２制御ステップ
及び第３制御ステップを実行する。変換係数が全て零の
場合は符号化をする必要がなく、従って以降の制御処理
を実行する必要はない。

【００３２】図１５及び図１６は、それぞれ第２制御ス
テップ及び第３制御ステップの処理フローである。第１
制御ステップから呼び出された第２制御ステップでは、
ステップ１５００において、始めに第３制御ステップを
呼び出す。第３制御ステップでは、ステップ１６００に
おいて、その時点で最適と判断しているスケーリング係
数及び量子化ステップをそれぞれスケーリング部１３ま
たは量子化部１４に対して出力する。これに対し、スケ
ーリング部１３ではスケーリングが行われ、量子化部１
４では量子化が行われ、可変長符号化部１５では符号化
が行われる。符号量／歪み制御部３０では、可変長符号
化部１５の出力である符号２７を調べることにより符号
量を計量する。計量した符号量見積りの値が目標符号量
２９と比較してオーバーしている場合は量子化ステップ
を更新ステップ幅分だけ変更する。

【００３３】ここで、この更新ステップ幅を小さくする
と細かな符号量制御が行えるが、その分だけ更新の回数
が増加する場合が発生する。更新ステップ幅を大きくす
ると一度に多くの符号量制御を行えるが、その分微妙な
制御が難しくなる。この様なことを考慮して、この更新
ステップ幅については固定にしても新たに制御部を設け
て適応的に変更しても良い。ここでは簡単のため更新ス
テップ幅は１と考える。更新ステップ幅で更新された量
子化ステップは改めて量子化部１４に対して出力され
る。第３制御ステップでは、ステップ１６０２におい
て、符号量見積りが目標符号量以下になるまで前記の処
理を繰り返し実行する。

【００３４】第３制御ステップにおいて、処理を繰り返
すことにより符号量見積りが目標符号量を下回った場合
に、第２制御ステップに戻る。第２制御ステップに戻る
とまず、ステップ１５０１において、第３制御ステップ
の終了時点での量子化歪み量を計算する。この量子化歪
み量は、量子化部１４から出力される量子化値を逆量子
化及び逆スケーリング処理し、直交変換直後の変換係数
との差分を算出することにより求める。その計算式は、
次の式（６）の通りである。

【００３５】 E[i]＝(SP[i]−(SQ[i]*2^(-3/16(α[sb]−QT)))^4/3)^2 ・・・式（６）

【００３６】ここで、Ｅ［ｉ］は、変換係数の１つの要
素に対する量子化歪み量であり、スケールファクタバン
ド内の量子化歪み量Ｅ［ｓｂ］はそれぞれの総和を求め
ればよい。次に、スケールファクタバンド毎に量子化歪
み量Ｅ［ｓｂ］と聴覚モデル部１２から得た許容歪み量
ＡＤ［ｓｂ］とを比較し、Ｅ［ｓｂ］＞ＡＤ［ｓｂ］で
あれば、そのスケールファクタバンドに対するスケーリ
ング係数を更新ステップ幅分だけ変更する。

【００３７】ここで、この更新ステップ幅を小さくする
と細かな歪み量制御が行えるが、その分だけ更新の回数
が増加する場合が発生する。更新ステップ幅を大きくす
ると一度に多くの歪み量制御を行えるが、その分微妙な
制御が難しくなる。この様なことを考慮して、この更新
ステップ幅については固定にしても新たに制御部を設け
て適応的に変更しても良い。ここでは簡単のため更新ス
テップ幅は１と考える。また、このスケーリング係数の
更新は、１つのループ内で、Ｅ［ｓｂ］＞ＡＤ［ｓｂ］
であると判定された全てのスケールファクタバンドに対
して行うこととしているが、Ｅ［ｓｂ］−ＡＤ［ｓｂ］
の値が最大となるスケールファクタバンドに対してのみ
行うものであっても、また新たに制御部を設けて適応的
にスケールファクタバンドを選択するものであっても良
い。更新ステップ幅で更新されたスケーリング係数は改
めてスケーリング部１３に対して出力される。第２制御
ステップでは千スケールファクタバンドにおいてスケー
リング係数の更新ができないか、またはＥ［ｓｂ］＞Ａ
Ｄ［ｓｂ］であるスケールファクタバンドがなくなるま
で前記の処理を繰り返し実行する。

【００３８】

【発明が解決しようとする課題】上述したような従来の
オーディオ符号化装置では、１ブロック毎にオーディオ
データを直交変換し、その変換係数をあるスケーリング
係数でスケーリングし、ある量子化ステップで量子化
し、さらに可変長符号化した結果の符号量が所望の目標
符号量以下にならない場合は、スケーリング係数または
量子化ステップを変えて再試行する、いわゆるフィード
バック方式が採られている。この様な単純なフィードバ
ック方式では、最初の試行のスケーリング係数および量
子化ステップ、すなわち初期値にどの様な値を選択する
かによって、目標符号量への収束時間、すなわちフィー
ドバック回数が左右されてしまう。また、スケーリング
係数及び量子化ステップの変更方法において、最小ステ
ップ幅で刻みながら変更する場合には、収束時間が増大
し、すなわちフィードバックの回数も増大する。

【００３９】従って、最適なパラメータ初期値が設定で
きないと、所望の符号量を満足するための最適な符号化
パラメータが得られるまでの時間が長くなり、リアルタ
イムによる符号化ができないという問題点があった。

【００４０】また、制御を高速に行うためには高機能の
演算処理装置が必要であった。この様な問題は、目標符
号量が少ない場合、すなわち低ビットレート符号化の際
に特に顕著であった。

【００４１】この発明は、前述した問題点を解決するた
めになされたもので、フィードバックによる符号化パラ
メータ決定までの所要時間を短くでき、符号量制御が高
速に収束することができるオーディオ符号化装置及びオ
ーディオ符号化方法を得ることを目的とする。

【００４２】

【課題を解決するための手段】この発明の請求項１に係
るオーディオ符号化装置は、入力されたオーディオデー
タを直交変換して変換係数を算出する直交変換手段と、
入力されたオーディオデータを分析して許容歪み量を算
出する聴覚モデル手段と、前記変換係数を指示されたス
ケーリング係数でスケーリングするスケーリング手段
と、前記スケーリングされた変換係数を指示された量子
化ステップで量子化する量子化手段と、前記量子化され
た変換係数を可変長符号化して出力する可変長符号化手
段と、量子化後の量子化歪み量及び符号化後の符号量の
評価を行い、適切な評価結果が得られるまで前記スケー
リング係数及び前記量子化ステップを更新して反復処理
を指示する符号量歪み制御手段と、前記量子化ステップ
の初期値を最適制御する初期値制御手段とを備えたもの
である。

【００４３】この発明の請求項２に係るオーディオ符号
化装置は、前記初期値制御手段が、前記変換係数の最大
値を検出し、前記変換係数の平均値を算出し、さらにそ
の比を求め、この比を前記変換係数の最大値に乗じて量
子化ステップの初期値とするものである。

【００４４】この発明の請求項３に係るオーディオ符号
化装置は、前記初期値制御手段が、前記変換係数及び前
記許容歪み量の比を算出し、この比の最大値を検出し、
そして前記比の最大値を変換係数の最大値に乗じて量子
化ステップの初期値とするものである。

【００４５】この発明の請求項４に係るオーディオ符号
化装置は、前記初期値制御手段が、前記変換係数の最大
値を検出し、前記許容歪み量の平均値を算出し、さらに
その比を求め、この比を変換係数の最大値に乗じて量子
化ステップの初期値とするものである。

【００４６】この発明の請求項５に係るオーディオ符号
化装置は、前記初期値制御手段が、前記変換係数の平均
値から求めた値を量子化ステップの初期値とするもので
ある。

【００４７】この発明の請求項６に係るオーディオ符号
化装置は、前記初期値制御手段が、前記変換係数及び前
記許容歪み量の比を算出し、この比が最大となる時の変
換係数から求めた値を量子化ステップの初期値とするも
のである。

【００４８】この発明の請求項７に係るオーディオ符号
化装置は、入力されたオーディオデータを直交変換して
変換係数を算出する直交変換手段と、入力されたオーデ
ィオデータを分析して許容歪み量を算出する聴覚モデル
手段と、前記変換係数を指示されたスケーリング係数で
スケーリングするスケーリング手段と、前記スケーリン
グされた変換係数を指示された量子化ステップで量子化
する量子化手段と、前記量子化された変換係数を可変長
符号化して出力する可変長符号化手段と、量子化後の量
子化歪み量及び符号化後の符号量の評価を行い、適切な
評価結果が得られるまで前記スケーリング係数及び前記
量子化ステップを更新して反復処理を指示する符号量歪
み制御手段と、前記スケーリング係数の初期値を最適制
御する初期値制御手段とを備えたものである。

【００４９】この発明の請求項８に係るオーディオ符号
化装置は、前記初期値制御手段が、全ての変換係数の最
大値を検出し、スケールファクタバンド毎の変換係数の
最大値を検出し、さらにその比を求め、この比を所定の
定数に乗じた値をスケーリング係数の初期値とするもの
である。

【００５０】この発明の請求項９に係るオーディオ符号
化装置は、前記初期値制御手段が、スケールファクタバ
ンド毎の変換係数の最大値を検出すると共に許容歪み量
との第１の比を求め、前記第１の比の最大値を検出し、
前記第１の比及び前記第１の比の最大値の第２の比を求
め、この第２の比を所定の定数に乗じた値をスケーリン
グ係数の初期値とするものである。

【００５１】この発明の請求項１０に係るオーディオ符
号化方法は、入力されたオーディオデータを直交変換し
て変換係数を算出する直交変換ステップと、入力された
オーディオデータを分析して許容歪み量を算出する聴覚
モデルステップと、前記変換係数を指示されたスケーリ
ング係数でスケーリングするスケーリングステップと、
前記スケーリングされた変換係数を指示された量子化ス
テップで量子化する量子化ステップと、前記量子化され
た変換係数を可変長符号化する可変長符号化ステップ
と、前記スケーリング係数の初期値及び前記量子化ステ
ップの初期値を最適制御する初期値制御ステップと、量
子化後の量子化歪み量及び符号化後の符号量の評価を行
い、適切な評価結果が得られるまでスケーリング係数と
量子化ステップを更新して反復処理を指示する符号量歪
み制御ステップとを含むものである。

【００５２】この発明の請求項１１に係るオーディオ符
号化方法は、前記初期値制御ステップが、前記変換係数
の最大値を検出し、前記変換係数の平均値を算出し、さ
らにその比を求め、この比を前記変換係数の最大値に乗
じて量子化ステップの初期値とするものである。

【００５３】この発明の請求項１２に係るオーディオ符
号化方法は、前記初期値制御ステップが、前記変換係数
及び前記許容歪み量の比を算出し、この比の最大値を検
出し、そして前記比の最大値を変換係数の最大値に乗じ
て量子化ステップの初期値とするものである。

【００５４】この発明の請求項１３に係るオーディオ符
号化方法は、前記初期値制御ステップが、前記変換係数
の最大値を検出し、前記許容歪み量の平均値を算出し、
さらにその比を求め、この比を変換係数の最大値に乗じ
て量子化ステップの初期値とするものである。

【００５５】この発明の請求項１４に係るオーディオ符
号化方法は、前記初期値制御ステップが、前記変換係数
の平均値から求めた値を量子化ステップの初期値とする
ものである。

【００５６】この発明の請求項１５に係るオーディオ符
号化方法は、前記初期値制御ステップが、前記変換係数
及び前記許容歪み量の比を算出し、この比が最大となる
時の変換係数から求めた値を量子化ステップの初期値と
するものである。

【００５７】この発明の請求項１６に係るオーディオ符
号化方法は、前記初期値制御ステップが、全ての変換係
数の最大値を検出し、スケールファクタバンド毎の変換
係数の最大値を検出し、さらにその比を求め、この比を
所定の定数に乗じた値をスケーリング係数の初期値とす
るものである。

【００５８】この発明の請求項１７に係るオーディオ符
号化方法は、前記初期値制御ステップが、スケールファ
クタバンド毎の変換係数の最大値を検出すると共に許容
歪み量との第１の比を求め、前記第１の比の最大値を検
出し、前記第１の比及び前記第１の比の最大値の第２の
比を求め、この第２の比を所定の定数に乗じた値をスケ
ーリング係数の初期値とするものである。

【００５９】

【発明の実施の形態】実施の形態１．この発明の実施の
形態１に係るオーディオ符号化装置について図面を参照
しながら説明する。図１は、この発明の実施の形態１に
係るオーディオ符号化装置の構成を示すブロック図であ
る。また、図２は、この発明の実施の形態１に係るオー
ディオ符号化装置の第１制御ステップ（メイン）の動作
を示すフローチャートである。なお、各図中、同一符号
は同一又は相当部分を示す。

【００６０】図１において、初期値制御部３１以外は、
従来装置と同じ働きをするものでありその詳細は従来例
で述べた通りである。

【００６１】以下に、初期値制御部３１に関し、図２に
示す第１制御ステップにおけるスケーリング係数の初期
値αｉｎｉｔと量子化ステップの初期値ＱＴｉｎｉｔの
決定方法（ステップ２０１）について具体的な数値を例
にあげて詳述する。符号量／歪み制御部３０は、スケー
リング係数及び量子化ステップの初期値を適応的に制御
する初期値制御部３１を含む構成となっている。

【００６２】図３は、初期値制御部３１におけるスケー
リング係数の初期値αｉｎｉｔの決定方法を示してい
る。ステップ３００に示すように、全てのスケールファ
クタバンド対してそれぞれの初期値αｉｎｉｔ［ｓｂ］
＝０にする。従って、第１回目の試行においてスケーリ
ング部１３でのスケーリングは式（１）から式（７）の
通りとなる。

【００６３】ＳＳ［ｉ］＝ＳＰ［ｉ］＾３／４・・・式（７）

【００６４】図４は、量子化ステップの初期値ＱＴｉｎ
ｉｔの決定方法を示している。まず、ステップ４００に
おいて、全ての変換係数の中から絶対値が最も大きなも
のＳＰｍａｘを検出する。次に、ステップ４０１におい
て、全ての変換係数ＳＰ［ｉ］の平均値ＳＰａｖｅを算
出する。さらに、ステップ４０２において、その比Ｑ＝
ＳＰａｖｅ／ＳＰｍａｘを算出する。最後に、ステップ
４０３において、これらのパラメータを基に以下の式
（８）を適用する。

【００６５】ＱＴｉｎｉｔ＝１６／３＊ｌｏｇ２（（１／Ｑ＊ＳＰｍａｘ）＾３／４／ＭＡＸ＿ＱＵＡＮＴ）・・・式（８）

【００６６】例えば、ＳＰｍａｘ＝６５５３６（＝２＾
１６）、ＳＰａｖｅ＝４０９６（＝２＾１２）、ＭＡＸ
＿ＱＵＡＮＴ＝８１９２（＝２＾１３）の場合、式
（８）よりＱＴｉｎｉｔ＝３２／３となる。

【００６７】上記の初期値αｉｎｉｔ及びＱＴｉｎｉｔ
を用いて変換係数の要素の１つであるＳＰｍａｘを量子
化することを考えると、その量子化値ＳＱｍａｘは式
（５）から、以下のようになる。

【００６８】ＳＱｍａｘ＝ｉｎｔ（２＾１２＊２＾（−
２））＝２＾１０

【００６９】ここでは簡単のためＭ＝０としている。な
お、従来の方式によって得られる量子化値ＳＱｍａｘｐ
はＳＱｍａｘｐ＝２＾１３である。

【００７０】ここで、この２つの量子化値ＳＱｍａｘ及
びＳＱｍａｘｐを可変長符号化することを考える。可変
長符号化においては、生起確率が大きいシンボルに対し
て短い語長の符号を割り当て、生起確率が小さいシンボ
ルに対して長い語長の符号を割り当てるというハフマン
符号を用いる。一般に、変換係数の量子化値の生起確率
は量子化値が大きいほど小さいことが知られており、従
って量子化値が大きいほど可変長符号化に必要な符号量
は増加する。

【００７１】２つの量子化値ＳＱｍａｘ、ＳＱｍａｘｐ
を可変長符号化した結果の符号量を比較するとＳＱｍａ
ｘの方が少ないことが判る。言い換えれば、本実施の形
態１による量子化ステップの初期値の決定方法を採れ
ば、量子化値のダイナミックレンジを限定することによ
り、第１回目の試行の可変長符号化後の符号量を抑える
ことが可能となる。符号量／歪み制御部３０は、前述し
た通り、この初期符号量を基にスケーリング係数と量子
化ステップを更新しながら最終的な結果を得るよう反復
処理を行う。この場合の符号量の収束の様子が図５であ
る。本実施の形態１では第１回目の試行の結果の符号量
が目標符号量に近いため、その後の反復処理回数が少な
くてすむ。

【００７２】なお、量子化ステップの初期値ＱＴｉｎｉ
ｔの決定方法を以下のようにしても良い。図６は、量子
化ステップの初期値ＱＴｉｎｉｔの決定方法の一例であ
る。まず、ステップ６００において、全ての変換係数Ｓ
Ｐ［ｉ］における、変換係数とその変換係数が属するス
ケールファクタバンドの許容歪み量ＡＤ［ｓｂ］との比
Ｑａｄ［ｉ］を算出する。次に、ステップ６０１におい
て、全てのＱａｄ［ｉ］の中から最大値Ｑａｄｍａｘを
検出する。そして、ステップ６０２において、Ｑ＝１／
Ｑａｄｍａｘとし、ステップ６０３において、式（８）
を適用する。

【００７３】また、量子化ステップの初期値ＱＴｉｎｉ
ｔの決定方法を以下のようにしても良い。図７は、量子
化ステップの初期値ＱＴｉｎｉｔの決定方法の一例であ
る。まず、ステップ７００において、全ての変換係数Ｓ
Ｐ［ｉ］の中から絶対値が最も大きなものＳＰｍａｘを
検出する。次に、ステップ７０１において、全てのスケ
ールファクタバンドにおける許容歪み量ＡＤ［ｓｂ］の
平均値ＡＤａｖｅを算出する。さらに、ステップ７０２
において、この２つの値の比Ｑ＝ＡＤａｖｅ／ＳＰｍａ
ｘを算出し、ステップ７０３において、式（８）を適用
する。

【００７４】また、量子化ステップの初期値ＱＴｉｎｉ
ｔの決定方法を以下のようにしても良い。図８は、量子
化ステップの初期値ＱＴｉｎｉｔの決定方法の一例であ
る。ステップ８００において、全ての変換係数ＳＰ
［ｉ］の平均値ＳＰａｖｅを算出する。そして、ステッ
プ８０１において、この値を式（４）におけるＳＰｍａ
ｘの代用とするものである。

【００７５】さらに、量子化ステップの初期値ＱＴｉｎ
ｉｔの決定方法を以下のようにしても良い。図９は、量
子化ステップの初期値ＱＴｉｎｉｔの決定方法の一例で
ある。まず、ステップ９００において、全ての変換係数
ＳＰ［ｉ］における、変換係数とその変換係数が属する
スケールファクタバンドの許容歪み量ＡＤ［ｓｂ］との
比Ｑａｄ［ｉ］を算出する。次に、ステップ９０１にお
いて、全てのＱａｄ［ｉ］の中から最大値Ｑａｄｍａｘ
を検出する。次に、ステップ９０２において、Ｑａｄｍ
ａｘを生成する基となった変換係数をＳＰａｄとする。
そして、ステップ９０３において、この値を式（４）に
おけるＳＰｍａｘの代用とするものである。

【００７６】このように本実施の形態１では、変換係数
全体の相互関係を考慮したパラメータを導入して量子化
ステップの初期値を決定することによって、また、人間
の聴覚特性パラメータを導入して量子化ステップの初期
値を決定することによって、特に入力オーディオデータ
の特性に則した符号量制御を行うことができ、目標符号
量に収束させるまでの収束時間を短くすることができ
る。従って、リアルタイム処理も可能となる。また、同
品質の符号化を行うために必要な演算処理装置の負荷が
少なくて済み、装置規模を小さくすることが可能とな
る。

【００７７】実施の形態２．この発明の実施の形態２に
係るオーディオ符号化装置について図面を参照しながら
説明する。

【００７８】前述の実施の形態１においては、各スケー
ルファクタバンドのスケーリング係数の初期値αｉｎｉ
ｔ［ｓｂ］を一律にαｉｎｉｔ［ｓｂ］＝０としてい
た。しかし、一般にオーディオ信号の周波数成分が大き
い場合、すなわち変換係数の値が大きな場合は、スケー
リング係数を大きくして量子化歪み量を減少するよう制
御する必要がある。本実施の形態２は、この考えに基づ
いてスケーリング係数の初期値αｉｎｉｔ［ｓｂ］をス
ケールファクタバンド毎に適応的に決定するものであ
る。以下にその方法を詳述する。

【００７９】図１０は、スケーリング係数の初期値αｉ
ｎｉｔ［ｓｂ］の決定方法を示している。まず、ステッ
プ１０００において、全ての変換係数ＳＰ［ｉ］の中か
ら絶対値が最も大きなものＳＰｍａｘを検出する。次
に、ステップ１００１において、各スケールファクタバ
ンドにおいてスケールファクタバンド内の絶対値が最も
大きな変換係数ＳＰＢｍａｘ［ｓｂ］を検出する。さら
に、ステップ１００２において、この２つの値の比Ｒ＝
ＳＰＢｍａｘ／ＳＰｍａｘを求める。最後に、ステップ
１００３において、下記の式（９）によりスケーリング
係数の初期値αｉｎｉｔ［ｓｂ］とする。

【００８０】 αｉｎｉｔ［ｓｂ］＝Ｂ＊Ｒ・・・式（９）

【００８１】この式（９）において、Ｂは、例えば目標
符号量に比例して設定される定数である。例えば、ＳＰ
ｍａｘを６５５３６（２＾１６）、ＳＰＢｍａｘを４０
９６（２＾１２）とすると、ＳＰｍａｘを含むスケール
ファクタバンドｓｂａにおいてはＲ＝１、ＳＰＢｍａｘ
を含むスケールファクタバンドｓｂｂにおいてはＲ＝１
／１６となる。定数Ｂ＝１０とすれば、式（９）よりα
ｉｎｉｔ［ｓｂａ］＝１０、αｉｎｉｔ［ｓｂｂ］＝１
となる。ここで、簡単のため小数点以下は四捨五入して
いる。

【００８２】上記の様な方法によれば、あらかじめ大き
な値の変換係数、すなわち大きな音を含むスケールファ
クタバンドに対して適応的に量子化歪み量を調節するよ
うなスケーリング係数の初期値を選択することができ
る。従って、一律に同じ初期値を与えた場合と比較し
て、各スケーリング係数が上記選択方法による初期値に
至るまでの量子化歪み量の制御ループ処理を省略するこ
とが可能となる。なお、上記の手法においては、Ｒの代
わりにＲの対数をとったものをＢから減算してもよい。

【００８３】また、スケーリング係数の初期値αｉｎｉ
ｔ［ｓｂ］の決定方法を以下のようにしても同様の効果
が得られる。図１１は、スケーリング係数の初期値αｉ
ｎｉｔの決定方法の一例である。まず、ステップ１１０
０において、各スケールファクタバンドにおいてスケー
ルファクタバンド内の絶対値が最も大きな変換係数ＳＰ
Ｂｍａｘ［ｓｂ］を検出する。次に、ステップ１１０１
において、聴覚モデル部１２から得られる許容歪み量と
の比ＱＢａｄ［ｓｂ］＝ＳＰＢｍａｘ［ｓｂ］／ＡＤ
［ｓｂ］を算出する。次に、ステップ１１０２におい
て、ＱＢａｄ［ｓｂ］の最大値ＱＢｍａｘを検出する。
さらに、ステップ１１０３において、この２つの値の比
Ｒ＝ＱＢａｄ／ＱＢｍａｘを求める。最後に、ステップ
１１０４において、式（９）によりスケーリング係数の
初期値αｉｎｉｔ［ｓｂ］とする。

【００８４】上記のスケーリング係数の初期値の決定方
法をとれば、各スケールファクタバンド毎に量子化歪み
を抑えるために適応的スケーリング係数の初期値を与え
ることができ、初期値を全て零にしたときと比べて、各
スケーリング係数が実施の形態１による初期値に至るま
での量子化歪み量の制御ループ処理を省略することが可
能となる。つまり、符号量／歪み制御部３０全体とし
て、制御ループ回数の軽減になり、最終的に符号量を目
標符号量に収束させる時間が短くなる。

【００８５】なお、上述した各実施の形態においては、
量子化ステップの初期値の決定方法とスケーリング係数
の初期値の決定方法分別していたが、各々を同時に行う
ものであってももちろん構わない。各々の初期値設定に
より相乗効果が得られ、目標符号量の制御処理、量子化
歪み量の制御処理の反復回数を削減することが可能であ
る。

【００８６】

【発明の効果】この発明の請求項１に係るオーディオ符
号化装置は、以上説明したとおり、入力されたオーディ
オデータを直交変換して変換係数を算出する直交変換手
段と、入力されたオーディオデータを分析して許容歪み
量を算出する聴覚モデル手段と、前記変換係数を指示さ
れたスケーリング係数でスケーリングするスケーリング
手段と、前記スケーリングされた変換係数を指示された
量子化ステップで量子化する量子化手段と、前記量子化
された変換係数を可変長符号化して出力する可変長符号
化手段と、量子化後の量子化歪み量及び符号化後の符号
量の評価を行い、適切な評価結果が得られるまで前記ス
ケーリング係数及び前記量子化ステップを更新して反復
処理を指示する符号量歪み制御手段と、前記量子化ステ
ップの初期値を最適制御する初期値制御手段とを備えた
ので、入力オーディオデータの特性に則した符号量制御
を行うことができ、目標符号量に収束させるまでの収束
時間を短くでき、また、同品質の符号化を行うために必
要な演算処理装置の負荷が少なくて済み、装置規模を小
さくすることができるという効果を奏する。

【００８７】この発明の請求項２に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、前記変換係数の最大値を検出し、前記変換係数の平
均値を算出し、さらにその比を求め、この比を前記変換
係数の最大値に乗じて量子化ステップの初期値とするの
で、入力オーディオデータの特性に則した符号量制御を
行うことができ、目標符号量に収束させるまでの収束時
間を短くでき、また、同品質の符号化を行うために必要
な演算処理装置の負荷が少なくて済み、装置規模を小さ
くすることができるという効果を奏する。

【００８８】この発明の請求項３に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、前記変換係数及び前記許容歪み量の比を算出し、こ
の比の最大値を検出し、そして前記比の最大値を変換係
数の最大値に乗じて量子化ステップの初期値とするの
で、入力オーディオデータの特性に則した符号量制御を
行うことができ、目標符号量に収束させるまでの収束時
間を短くでき、また、同品質の符号化を行うために必要
な演算処理装置の負荷が少なくて済み、装置規模を小さ
くすることができるという効果を奏する。

【００８９】この発明の請求項４に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、前記変換係数の最大値を検出し、前記許容歪み量の
平均値を算出し、さらにその比を求め、この比を変換係
数の最大値に乗じて量子化ステップの初期値とするの
で、入力オーディオデータの特性に則した符号量制御を
行うことができ、目標符号量に収束させるまでの収束時
間を短くでき、また、同品質の符号化を行うために必要
な演算処理装置の負荷が少なくて済み、装置規模を小さ
くすることができるという効果を奏する。

【００９０】この発明の請求項５に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、前記変換係数の平均値から求めた値を量子化ステッ
プの初期値とするので、入力オーディオデータの特性に
則した符号量制御を行うことができ、目標符号量に収束
させるまでの収束時間を短くでき、また、同品質の符号
化を行うために必要な演算処理装置の負荷が少なくて済
み、装置規模を小さくすることができるという効果を奏
する。

【００９１】この発明の請求項６に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、前記変換係数及び前記許容歪み量の比を算出し、こ
の比が最大となる時の変換係数から求めた値を量子化ス
テップの初期値とするので、入力オーディオデータの特
性に則した符号量制御を行うことができ、目標符号量に
収束させるまでの収束時間を短くでき、また、同品質の
符号化を行うために必要な演算処理装置の負荷が少なく
て済み、装置規模を小さくすることができるという効果
を奏する。

【００９２】この発明の請求項７に係るオーディオ符号
化装置は、以上説明したとおり、入力されたオーディオ
データを直交変換して変換係数を算出する直交変換手段
と、入力されたオーディオデータを分析して許容歪み量
を算出する聴覚モデル手段と、前記変換係数を指示され
たスケーリング係数でスケーリングするスケーリング手
段と、前記スケーリングされた変換係数を指示された量
子化ステップで量子化する量子化手段と、前記量子化さ
れた変換係数を可変長符号化して出力する可変長符号化
手段と、量子化後の量子化歪み量及び符号化後の符号量
の評価を行い、適切な評価結果が得られるまで前記スケ
ーリング係数及び前記量子化ステップを更新して反復処
理を指示する符号量歪み制御手段と、前記スケーリング
係数の初期値を最適制御する初期値制御手段とを備えた
ので、制御ループ回数を軽減でき、最終的に符号量を目
標符号量に収束させる時間を短くすることができるとい
う効果を奏する。

【００９３】この発明の請求項８に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、全ての変換係数の最大値を検出し、スケールファク
タバンド毎の変換係数の最大値を検出し、さらにその比
を求め、この比を所定の定数に乗じた値をスケーリング
係数の初期値とするので、制御ループ回数を軽減でき、
最終的に符号量を目標符号量に収束させる時間を短くす
ることができるという効果を奏する。

【００９４】この発明の請求項９に係るオーディオ符号
化装置は、以上説明したとおり、前記初期値制御手段
が、スケールファクタバンド毎の変換係数の最大値を検
出すると共に許容歪み量との第１の比を求め、前記第１
の比の最大値を検出し、前記第１の比及び前記第１の比
の最大値の第２の比を求め、この第２の比を所定の定数
に乗じた値をスケーリング係数の初期値とするので、制
御ループ回数を軽減でき、最終的に符号量を目標符号量
に収束させる時間を短くすることができるという効果を
奏する。

【００９５】この発明の請求項１０に係るオーディオ符
号化方法は、以上説明したとおり、入力されたオーディ
オデータを直交変換して変換係数を算出する直交変換ス
テップと、入力されたオーディオデータを分析して許容
歪み量を算出する聴覚モデルステップと、前記変換係数
を指示されたスケーリング係数でスケーリングするスケ
ーリングステップと、前記スケーリングされた変換係数
を指示された量子化ステップで量子化する量子化ステッ
プと、前記量子化された変換係数を可変長符号化する可
変長符号化ステップと、前記スケーリング係数の初期値
及び前記量子化ステップの初期値を最適制御する初期値
制御ステップと、量子化後の量子化歪み量及び符号化後
の符号量の評価を行い、適切な評価結果が得られるまで
スケーリング係数と量子化ステップを更新して反復処理
を指示する符号量歪み制御ステップとを含むので、目標
符号量の制御処理、量子化歪み量の制御処理の反復回数
を削減することができるという効果を奏する。

【００９６】この発明の請求項１１に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、前記変換係数の最大値を検出し、前記変換係数
の平均値を算出し、さらにその比を求め、この比を前記
変換係数の最大値に乗じて量子化ステップの初期値とす
るので、目標符号量の制御処理、量子化歪み量の制御処
理の反復回数を削減することができるという効果を奏す
る。

【００９７】この発明の請求項１２に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、前記変換係数及び前記許容歪み量の比を算出
し、この比の最大値を検出し、そして前記比の最大値を
変換係数の最大値に乗じて量子化ステップの初期値とす
るので、目標符号量の制御処理、量子化歪み量の制御処
理の反復回数を削減することができるという効果を奏す
る。

【００９８】この発明の請求項１３に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、前記変換係数の最大値を検出し、前記許容歪み
量の平均値を算出し、さらにその比を求め、この比を変
換係数の最大値に乗じて量子化ステップの初期値とする
ので、目標符号量の制御処理、量子化歪み量の制御処理
の反復回数を削減することができるという効果を奏す
る。

【００９９】この発明の請求項１４に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、前記変換係数の平均値から求めた値を量子化ス
テップの初期値とするので、目標符号量の制御処理、量
子化歪み量の制御処理の反復回数を削減することができ
るという効果を奏する。

【０１００】この発明の請求項１５に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、前記変換係数及び前記許容歪み量の比を算出
し、この比が最大となる時の変換係数から求めた値を量
子化ステップの初期値とするので、目標符号量の制御処
理、量子化歪み量の制御処理の反復回数を削減すること
ができるという効果を奏する。

【０１０１】この発明の請求項１６に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、全ての変換係数の最大値を検出し、スケールフ
ァクタバンド毎の変換係数の最大値を検出し、さらにそ
の比を求め、この比を所定の定数に乗じた値をスケーリ
ング係数の初期値とするので、目標符号量の制御処理、
量子化歪み量の制御処理の反復回数を削減することがで
きるという効果を奏する。

【０１０２】この発明の請求項１７に係るオーディオ符
号化方法は、以上説明したとおり、前記初期値制御ステ
ップが、スケールファクタバンド毎の変換係数の最大値
を検出すると共に許容歪み量との第１の比を求め、前記
第１の比の最大値を検出し、前記第１の比及び前記第１
の比の最大値の第２の比を求め、この第２の比を所定の
定数に乗じた値をスケーリング係数の初期値とするの
で、目標符号量の制御処理、量子化歪み量の制御処理の
反復回数を削減することができるという効果を奏する。

【図面の簡単な説明】

【図１】この発明の実施の形態１に係るオーディオ符
号化装置の構成を示すブロック図である。

【図２】この発明の実施の形態１に係るオーディオ符
号化装置のメイン動作（第１制御ステップ）を示すフロ
ーチャートである。

【図３】この発明の実施の形態１に係るオーディオ符
号化装置のスケーリング係数の初期値の決定方法を示す
フローチャートである。

【図４】この発明の実施の形態１に係るオーディオ符
号化装置の量子化ステップの初期値の決定方法を示すフ
ローチャートである。

【図５】この発明の実施の形態１に係るオーディオ符
号化装置の符号量の収束の様子を示す図である。

【図６】この発明の実施の形態１に係るオーディオ符
号化装置の量子化ステップの初期値の他の決定方法を示
すフローチャートである。

【図７】この発明の実施の形態１に係るオーディオ符
号化装置の量子化ステップの初期値の他の決定方法を示
すフローチャートである。

【図８】この発明の実施の形態１に係るオーディオ符
号化装置の量子化ステップの初期値の他の決定方法を示
すフローチャートである。

【図９】この発明の実施の形態１に係るオーディオ符
号化装置の量子化ステップの初期値の他の決定方法を示
すフローチャートである。

【図１０】この発明の実施の形態２に係るオーディオ
符号化装置のスケーリング係数の初期値の決定方法を示
すフローチャートである。

【図１１】この発明の実施の形態２に係るオーディオ
符号化装置のスケーリング係数の初期値の他の決定方法
を示すフローチャートである。

【図１２】従来のオーディオ符号化装置の構成を示す
ブロック図である。

【図１３】従来のオーディオ符号化装置のメイン動作
（第１制御ステップ）を示すフローチャートである。

【図１４】従来のオーディオ符号化装置の量子化ステ
ップの初期値の決定方法を示すフローチャートである。

【図１５】従来のオーディオ符号化装置の第２制御ス
テップを示すフローチャートである。

【図１６】従来のオーディオ符号化装置の第３制御ス
テップを示すフローチャートである。

【符号の説明】

１１直交変換部、１２聴覚モデル部、１３スケー
リング部、１４量子化部、１５可変長符号化部、３
０符号量／歪み制御部、３１初期値制御部。

Claims

【特許請求の範囲】

【請求項１】入力されたオーディオデータを直交変換
して変換係数を算出する直交変換手段と、入力されたオーディオデータを分析して許容歪み量を算
出する聴覚モデル手段と、前記変換係数を指示されたスケーリング係数でスケーリ
ングするスケーリング手段と、前記スケーリングされた変換係数を指示された量子化ス
テップで量子化する量子化手段と、前記量子化された変換係数を可変長符号化して出力する
可変長符号化手段と、量子化後の量子化歪み量及び符号化後の符号量の評価を
行い、適切な評価結果が得られるまで前記スケーリング
係数及び前記量子化ステップを更新して反復処理を指示
する符号量歪み制御手段と、前記量子化ステップの初期値を最適制御する初期値制御
手段とを備えたことを特徴とするオーディオ符号化装
置。
【請求項２】前記初期値制御手段は、前記変換係数の
最大値を検出し、前記変換係数の平均値を算出し、さら
にその比を求め、この比を前記変換係数の最大値に乗じ
て量子化ステップの初期値とすることを特徴とする請求
項１記載のオーディオ符号化装置。
【請求項３】前記初期値制御手段は、前記変換係数及
び前記許容歪み量の比を算出し、この比の最大値を検出
し、そして前記比の最大値を変換係数の最大値に乗じて
量子化ステップの初期値とすることを特徴とする請求項
１記載のオーディオ符号化装置。
【請求項４】前記初期値制御手段は、前記変換係数の
最大値を検出し、前記許容歪み量の平均値を算出し、さ
らにその比を求め、この比を変換係数の最大値に乗じて
量子化ステップの初期値とすることを特徴とする請求項
１記載のオーディオ符号化装置。
【請求項５】前記初期値制御手段は、前記変換係数の
平均値から求めた値を量子化ステップの初期値とするこ
とを特徴とする請求項１記載のオーディオ符号化装置。
【請求項６】前記初期値制御手段は、前記変換係数及
び前記許容歪み量の比を算出し、この比が最大となる時
の変換係数から求めた値を量子化ステップの初期値とす
ることを特徴とする請求項１記載のオーディオ符号化装
置。
【請求項７】入力されたオーディオデータを直交変換
して変換係数を算出する直交変換手段と、入力されたオーディオデータを分析して許容歪み量を算
出する聴覚モデル手段と、前記変換係数を指示されたスケーリング係数でスケーリ
ングするスケーリング手段と、前記スケーリングされた変換係数を指示された量子化ス
テップで量子化する量子化手段と、前記量子化された変換係数を可変長符号化して出力する
可変長符号化手段と、量子化後の量子化歪み量及び符号化後の符号量の評価を
行い、適切な評価結果が得られるまで前記スケーリング
係数及び前記量子化ステップを更新して反復処理を指示
する符号量歪み制御手段と、前記スケーリング係数の初期値を最適制御する初期値制
御手段とを備えたことを特徴とするオーディオ符号化装
置。
【請求項８】前記初期値制御手段は、全ての変換係数
の最大値を検出し、スケールファクタバンド毎の変換係
数の最大値を検出し、さらにその比を求め、この比を所
定の定数に乗じた値をスケーリング係数の初期値とする
ことを特徴とする請求項７記載のオーディオ符号化装
置。
【請求項９】前記初期値制御手段は、スケールファク
タバンド毎の変換係数の最大値を検出すると共に許容歪
み量との第１の比を求め、前記第１の比の最大値を検出
し、前記第１の比及び前記第１の比の最大値の第２の比
を求め、この第２の比を所定の定数に乗じた値をスケー
リング係数の初期値とすることを特徴とする請求項７記
載のオーディオ符号化装置。
【請求項１０】入力されたオーディオデータを直交変
換して変換係数を算出する直交変換ステップと、入力されたオーディオデータを分析して許容歪み量を算
出する聴覚モデルステップと、前記変換係数を指示されたスケーリング係数でスケーリ
ングするスケーリングステップと、前記スケーリングされた変換係数を指示された量子化ス
テップで量子化する量子化ステップと、前記量子化された変換係数を可変長符号化する可変長符
号化ステップと、前記スケーリング係数の初期値及び前記量子化ステップ
の初期値を最適制御する初期値制御ステップと、量子化後の量子化歪み量及び符号化後の符号量の評価を
行い、適切な評価結果が得られるまでスケーリング係数
と量子化ステップを更新して反復処理を指示する符号量
歪み制御ステップとを含むことを特徴とするオーディオ
符号化方法。
【請求項１１】前記初期値制御ステップは、前記変換
係数の最大値を検出し、前記変換係数の平均値を算出
し、さらにその比を求め、この比を前記変換係数の最大
値に乗じて量子化ステップの初期値とすることを特徴と
する請求項１０記載のオーディオ符号化方法。
【請求項１２】前記初期値制御ステップは、前記変換
係数及び前記許容歪み量の比を算出し、この比の最大値
を検出し、そして前記比の最大値を変換係数の最大値に
乗じて量子化ステップの初期値とすることを特徴とする
請求項１０記載のオーディオ符号化方法。
【請求項１３】前記初期値制御ステップは、前記変換
係数の最大値を検出し、前記許容歪み量の平均値を算出
し、さらにその比を求め、この比を変換係数の最大値に
乗じて量子化ステップの初期値とすることを特徴とする
請求項１０記載のオーディオ符号化方法。
【請求項１４】前記初期値制御ステップは、前記変換
係数の平均値から求めた値を量子化ステップの初期値と
することを特徴とする請求項１０記載のオーディオ符号
化方法。
【請求項１５】前記初期値制御ステップは、前記変換
係数及び前記許容歪み量の比を算出し、この比が最大と
なる時の変換係数から求めた値を量子化ステップの初期
値とすることを特徴とする請求項１０記載のオーディオ
符号化方法。
【請求項１６】前記初期値制御ステップは、全ての変
換係数の最大値を検出し、スケールファクタバンド毎の
変換係数の最大値を検出し、さらにその比を求め、この
比を所定の定数に乗じた値をスケーリング係数の初期値
とすることを特徴とする請求項１０記載のオーディオ符
号化方法。
【請求項１７】前記初期値制御ステップは、スケール
ファクタバンド毎の変換係数の最大値を検出すると共に
許容歪み量との第１の比を求め、前記第１の比の最大値
を検出し、前記第１の比及び前記第１の比の最大値の第
２の比を求め、この第２の比を所定の定数に乗じた値を
スケーリング係数の初期値とすることを特徴とする請求
項１０記載のオーディオ符号化方法。