JP2000515266A - オーディオ信号コーディング中にノイズ置換を信号で知らせる方法 - Google Patents

Abstract

(57)【要約】 オーディオ信号のコーディングの際に、ノイズ置換を信号で知らせる方法において、時間ドメインのオーディオ信号は、スペクトル値を得るために、まず周波数ドメインに変換される。続いてスペクトル値は、スペクトル値のグループを形成するためにまとめられる。あるスペクトル値のグループがノイジィなグループであるか否かを立証する検知に基づいて、コードブック数の手段で、非ノイジィすなわちトーンのグループにその冗長コーディングのためのコードブックが割り当てられる。グループがノイジィであるならば、このグループがノイジィであり、よって冗長コーディングする必要がないことを信号で知らせるために、コードブックを示さない付加コードブック数が割り当てられる。たとえば冗長コーディングされる必要のないスケールファクターバンドで構成されるセクションである、スペクトル値のノイジィなグループについて、ハフマンコードブック数の手段でノイズ置換が信号で知らされることによって、基本のコーディング構造に支障をきたすことなく、また現存のビットストリームシンタクスの構造に影響を与えることなく、ＭＰＥＧ−２ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ（ＡＡＣ）標準のビットストリームシンタクスにおいて、スケールファクターバンドでのノイズ置換の存在を示す機会が与えられる。

Description

【発明の詳細な説明】 オーディオ信号コーディング中にノイズ置換を信号で知らせる方法 本願発明はオーディオコーディング方法、特に、高品質のオーディオ信号のデ ータが縮小された表現のための、ＭＰＥＧ−１、ＭＰＥＧ−２、ＭＰＥＧ−２Ａ ＡＣ等のＩＳＯ／ＭＰＥＧ標準によるオーディオコーディング方法に関する。 Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅｓ Ｅｘｐｅｒｔ Ｇｒｏｕｐ（ＭＰＥＧ）と しても知られる標準化団体ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９／ＷＧ１１は、 低データレートでのデジタルビデオおよびオーディオコーディングの枠組みを規 格化するために、１９８８年に設立された。１９９２年１１月、最初の規格段階 がＭＰＥＧ−１標準によって完成された。ＩＳＯ１１１７２−３において規格化 されているＭＰＥＧ−１によるオーディオコーディングシステムは、サンプリン グ周波数３２ｋＨｚ、４４．１ｋＨｚおよび４８ｋＨｚで、１チャンネルまたは ２チャンネルのステレオ方式で作動する。ＭＰＥＧ−１ レイヤーＩＩ標準は、 国際電気通信連合によって規定されているように、１チャンネルにつき１２８ｋ ｂ／ｓのデータレートで、ラジオ品質を送信する。 第２の開発段階において、ＭＰＥＧの目的は、現存のＭＰＥＧ−１システムと 後方互換性があるＭＰＥＧ−１オーディオの多重チャンネル拡張を規定すること 、またＭＰＥＧ−１よりも低いサンプリング周波数（１６ｋＨｚ、２２．５ｋＨ ｚ、２４ｋＨｚ）でのオーディオコーディング標準を定義することであった。後 方互換性のある標準（ＭＰＥＧ−２ ＢＣ）およびより低いサンプリング周波数 の標準（ＭＰＥＧ−２ ＬＳＦ）は、１９９４年１１月に完成された。ＭＰＥＧ −２ ＢＣは、フルバンド幅の５チャンネルについて、６４０〜８９６ｋｂ／ｓ のデータレートで良好なオーディオ品質を伝達する。１９９４年以来、ＭＰＥＧ −２オーディオ標準化委員会は、ＭＰＥＧ−１との後方互換性が必要とされる場 合、達成可能であるよりも高品質の多重チャンネル標準を定義しようと努めてき た。このＭＰＥＧ−２の非後方互換性のオーディオ標準は、ＭＰＥＧ−２ ＮＢ Ｃと表示される。この開発の目的は、各チャンネルがフルバンド幅を有する５チ ャンネルオーディオ信号について、データレート３８４ｋｂ／ｓまたはそれ以下 で、ＩＴＵ−Ｒ要件に従うラジオ品質を達成することである。オーディオコーデ ィング標準ＭＰＥＧ−２ ＮＢＣは、１９９７年４月に完成された。ＭＰＥＧ− ２ ＮＢＣの枠組みは、より高いデータレート（１チャンネルにつき４０ｋｂ／ ｓを超える）となる既に計画されているＭＰＥＧ−４オーディオ標準の土台とな るであろう。ＮＢＣ、すなわち非後方互換性標準は、非常に低いデータレートで のラジオ品質のオーディオコーディングを達成するために、高分解能フィルタバ ンク、予測技術および冗長性減少ハフマンコーディングのコーディング効率性を 組み合わせている。ＭＰＥＧ−２ ＮＢＣ標準はまた、ＭＰＥＧ−２ ＮＢＣＡ ＡＣ（ＡＡＣ＝Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）と表示される。 ＭＰＥＧ−２ ＡＡＣの技術内容の詳細な説明は、Ｍ．Ｂｏｓｉ、Ｋ．Ｂｒａｎ ｄｅｎｂｕｒｇ、Ｓ．Ｑｕａｃｋｅｎｂｕｓｈ、Ｌ．Ｆｉｅｄｌｅｒ、Ｋ．Ａｋ ａｇｉｒｉ、Ｈ．Ｆｕｃｈｓ、Ｍ．Ｄｉｅｔｚ、Ｊ．Ｈｅｒｒｅ、Ｇ．Ｄａｖｉ ｄｓｏｎ、Ｙｏｓｈｉａｋｉ Ｏｉｋａｗａ著“ＩＳ０／ＩＥＣ ＭＰＥＧ−２ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ”１０１ｓｔ ＡＥＳ Ｃｏｎ ｖｅｎｔｉｏｎ、Ｌｏｓ Ａｎｇｅｌｅｓ １９９６、Ｐｒｅｐｒｉｎｔ ４３ ８２に見出される。 有効なオーディオコーディング方法は、冗長性と無関連性の両方をオーディオ 信号から取り除く。冗長性を取り除くために、オーディオサンプリング値とサン プリング値表示の統計の相関関係が開発されている。感知されない信号成分（無 関連性）を取り除くために、人間の聴覚システムの周波数ドメインと時間ドメイ ンマスキング特性が開発されている。オーディオ信号の周波数内容は、フィルタ バンクによってサブバンドに再分割される。心理音響学モデルに従って時間ドメ イン信号のスペクトルを量子化することによって、データレートの減少が達成さ れ、それはおそらく損失のないコーディング方法を含む。 一般的に、時間連続オーディオ信号は、時間離散オーディオ信号を得るために 、サンプリングされる。時間離散オーディオ信号は、窓がけ時間離散サンプリン グ値の１０２４等の特定の数字が付いた連続的なブロックまたはフレームを得る ために、窓関数によって窓がけされる。窓がけ時間離散サンプリングオーディオ 信号値の各ブロックは、たとえば修正離散コサイン変換（ＭＤＣＴ）を用いて、 周波数ドメインに順に変換される。この方法で得られるスペクトル値は、まだ量 子化されていないので、それらを量子化する必要がある。ここでの主な目的は、 量子化ノイズが量子化された信号自体によってマスキングまたは修正されるよう にスペクトルデータを量子化することである。これは、人間の耳の特別な特性を 考慮に入れて、関連のオーディオ信号に従ってマスキング閾値を計算する、ＭＰ ＥＧ ＡＡＣ標準において記述される心理音響学モデルを利用して達成される。 スペクトル値は、導入される量子化ノイズが修正され、よって非可聴であるよう に量子化される。よって、量子化はいかなる可聴のノイズをも生じさせない。 ＮＢＣ標準においては、いわゆる非直線量子化器が使用される。付加的に、量 子化ノイズの成形方法が使用される。前の標準と同様に、ＮＢＣ方法は、スケー ルファクターバンドとして知られるスペクトル係数のグループの個々の増幅を使 用する。できるだけ効率的に作動するために、人間の聴覚システムの周波数グル ープにできるだけ近く基づいて量子化ノイズをユニットに成形することができる ことが望ましい。このようにして、周波数グループのバンド幅を非常に近く反映 しているスペクトル値をまとめることができる。個々のスケールファクターバン ドは、１．５ｄＢの段階でスケールファクターにより増幅されることが可能であ る。増幅された係数はより大きい振幅を有しているので、ノイズ成形が達成され る。よって、概してそれらは量子化後に、より高いＳＮ比を有する。一方、より 大きい振幅は、コーディングにより多くのビットを必要とする、すなわちスケー ルファクターバンド間のビット分布が暗に変更される。スケールファクターによ る増幅は、もちろんデコーダにおいて補正されなければならない。この理由で、 １．５ｄＢステップのユニットにおけるスケールファクターで蓄積される増幅情 報は、サイド情報としてデコーダに送信されなければならない。 スペクトル値の量子化後、おそらくスケールファクターにより増幅されて、ス ケールファクターバンドにおいて、スペクトル値自体がコード化されるべきであ る。それゆえ、ノイズのないコーディングモジュールへの入力信号は、たとえば １０２４量子化スペクトル係数のセットである。１０２４量子化スペクトル係数 のセットは、単一のハフマンコードブックが各セクションのコーディングに使用 されるように、ノイズのないコーディングモジュールによって「セクション」に 区切られる。コーディングの効率の理由で、セクションの境界は、スケールファ クターバンド境界にのみ存在し得るため、スペクトルの各セクションについて、 スケールファクターバンドにおけるセクションの長さおよびセクションに使用さ れるハフマンコードブック数の両方がサイド情報として送信されなければならな い。 セクションの形成は動的であり、量子化スペクトル係数のフルセットを表示 するために必要なビット数が縮小されるように、ブロックからブロックへと典型 的に変化する。量子化係数のｎ−タプルを表示するために、ハフマンコーディン グが用いられ、ハフマンコードは１２のコードブックのうちの１つから引き出さ れる。各ハフマンコードブックによって表示可能な量子化係数の最大絶対値およ び各コードブックの各ｎ−タプルでの係数の数は、先験的に特定される。 よって、セクション形成のポイントは、単一のハフマンコードブックで、可能 な最高のコーディング利得を得るために、同じ信号統計の領域をまとめることに あり、コーディング利得とは概してコーディング前のビットとコーディング後の ビットの指数として定められる。ＮＢＣ法で使用されるビットストリームシンタ クスにおいて特定されるコードブック数によって、１２のハフマンコードブック のうち１つ、すなわち特定のセクションについて最高のコーディング利得を可能 にするものが参照される。よって、本願における「コードブック数」という表現 は、コードブック数のために保存されるビットストリームシンタクス中の場所を 指定するものである。１１の異なるコードブック数を２進法でコーディングする ためには、４ビットが必要である。各セクションについて、すなわち各スペクト ル値グループについて、デコーダがデコーディングの際に正しく適切なコードブ ックを選択することが可能となるように、これらの４ビットはサイド情報として 送信されなければならない。 最近興味が高まっている別の技術は「ノイズ置換」であり、その特徴はＤｏｎ ａｌｄ Ｓｃｈｕｌｚ著“Ｉｍｐｒｏｖｉｎｇ Ａｕｄｉｏ Ｃｏｄｅｃｓ ｂ ｙ Ｎｏｉｓｅ Ｓｕｂｓｔｉｔｕｔｉｏｎ”、Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｕｄｉｏ Ｅｎｇ．Ｓｏｃ．、Ｖｏｌ．４４、Ｎｏ．７／８、ｐｐ．５９３ −５９８、Ｊｕｌｙ／Ａｕｇｕｓｔ １９９６に詳細に記述されている。既に言 及したように、伝統的なオーディオコーディングアルゴリズムは通常、決定的に データレートすなわち送信されるビット数を減少させるために、人間の耳のマス キング効果を利用する。よって、マスキングとは、スペクトル値としての１以上 の周波数成分が、より低いレベルの他の成分を非可聴にするという意味である。 この効果は２つの方法で利用され得る。第１に、他の成分によってマスキングさ れているオーディオ信号成分はコード化される必要はない。第２に、先ほど記述 された量子化によるノイズの導入は、このノイズがオリジナルの信号の成分によ って隠蔽されている場合には許容される。 ノイジィな信号では、人間の聴覚システムはそのような信号の時間に伴う正確 な変化を検知することができない。結果として、通常のアルゴリズムでは、実際 上人間の耳には関係無いホワイトノイズの波形でさえも、コーディングされた。 よって、特別の処置が取られない限り、人間の耳を考慮したノイジィな信号のコ ーディングは、非可聴の情報について高いビットレートを必要とする。しかし、 もし信号のノイジィな成分が検知され、そのノイズレベル、周波数帯域または持 続時間についての情報でもってコーディングされるならば、そのような余分なコ ーディングが減少され、非常に大きなビット利益となり得る。この事実は、ノイ ズ信号の感知は主にそのスペクトル成分によるのであり、実際の波形によるので はないと教示する心理音響学の技術によって実証される。したがって、これはオ ーディオ信号のデータ減少におけるノイズ置換技術の使用を可能にする。 よってコーダは、オーディオ信号の全体のスペクトルにおいて、ノイズ様のま たはノイジィなスペクトル値を発見または認識するという課題に直面する。ノイ ジィなスペクトル値の１つの定義は次のとおりである。すなわち、ある信号成分 が、人間の聴覚システムにとって可聴な相違無しにノイズ置換方法によって再構 築可能なように、そのレベル、周波数帯域および持続時間によって特徴付けする ことが可能ならば、この信号成分はノイズとして分類される。この特性の検知は 、先ほど引用した文献に記述されていたように、周波数ドメインにおいても、時 間ドメインにおいても実行可能である。最も単純な方法は、たとえば、時間−周 波数変換を利用することによって、および連続した時間ドメインのスペクトルに おける定常ピークに従うことによって、トーンの、すなわち非ノイジィな成分を 検出するというものである。これらのピークはトーンとして、その他すべてはノ イジィであるとして表される。しかし、これは比較的粗いノイズ検知である。ノ イジィとトーンのスペクトル成分を区別する別の可能性は、連続したブロックに おけるスペクトル値について予測器を使用することである。ここで、１つのスペ クトルから次のスペクトル、すなわち次の時間ドメインブロックまたはフレーム に割り振られるスペクトルにかけて予測が実行される。もし予測されたスペクト ル値が、変換によって実際に確認される次の時間ドメインのブロックまたはフレ ームのスペクトル値と異ならない、または少ししか異ならないならば、このスぺ クトル値はトーンのスペクトル成分を表すと仮定される。これから、音調性指標 μが引き出され、その値はトーンとノイジィのスペクトル値との区別を決定する 基礎を形成する。しかしこの検知方法は、厳密に静止した信号についてのみ適す る。それは時間の関数として少し周波数を変化させるサイン信号を伴う状況の検 知をしない。そのような信号は、たとえばヴィブラートとしてオーディオ信号に しばしば現れ、当業者にとってこれらがノイジィ成分によって置換できないこと は明らかである。 ノイジィ信号の検知の更なる可能性は、時間ドメインにおける予測によるノイ ズの検知である。ここでは、技術分野において周知であるように、幾度も直線予 測の実行に使用できるように調節されたフィルタが、予測器として使用するのに 適している。過去のオーディオ信号が供給され、出力信号が実際のオーディオサ ンプリング値と比較される。予測エラーが小さければ、音調性が仮定できる。異 なる周波数領域の特徴を決定する、すなわちスペクトル領域におけるスペクトル 値グループがノイジィなグループであるかどうかを検知するためには、オリジナ ルおよび予測された信号の時間−周波数変換が実行されなければならない。音調 性指標は、オリジナルと予測された値を互いに比較することによって各周波数グ ループについて計算される。それによる主な問題は、予測器の制限されたダイナ ミックレンジである。生ずる大きなエラーのために、高レベルのノイジィな周波 数グループが予測器において優勢となる。トーン成分の他の周波数領域がノイジ ィであるとして解釈され得る。この問題は、エラー信号は通常オリジナルの信号 よりも低いレベルを有し、他の予測器によって再び供給され、その後２つの予測 された信号は加えられるという反復アルゴリズムの使用によって軽減される。更 なる方法はＳｃｈｕｌｚの文献において説明される。 ここでノイジィであるとして分類されたスペクトル値のグループは、通常通り 、量子化されず、（たとえばハフマンコードブックにより）エントロピーコーデ ィングまたは冗長コーディングされた形で受信器に送信される。その代わり、ノ イズ置換を示すＩＤおよびスペクトル値のノイジィなグループのエネルギーの指 標のみがサイド情報として送信される。それから、受信器において送信されたエ ネルギーを有するランダム値（ノイズ）が置換された係数に挿入される。よって 、ノイジィなスペクトル値は相当するエネルギー指標を有するランダムなスペク トル値によって置換される。 量子化されたスペクトル係数について、コードのグループ、すなわち量子化さ れコーディングされた複数のスペクトル値に代わるエネルギー情報の単一の項目 の送信によって、かなりのデータ削減が可能となる。達成可能なデータレートの 削減は信号次第であることは明らかである。信号が非常に低いノイズ内容を有す る場合、すなわち非常に少ないノイジィグループである場合、または一過性特性 を有する場合、可能なデータレート削減は、非常に多くのノイジィグループを有 する非常にノイジィな信号がコーディングされる場合よりも少なくなるであろう 。 最初に記述したＭＰＥＧ−２ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ （ＡＡＣ）標準は、ノイズ置換の可能性を支持するものではない。よって、大き なデータレートの削減は、現在の標準では可能ではない。 本願発明の目的は、基本のコーディング構造および現在のビットストリームシ ンタクスの構造の両方が影響されずにノイズ置換の可能性を含むよう現在のＭＰ ＥＧ−２ ＡＡＣ標準の範囲を拡張することである。 この目的は、請求項１によるオーディオ信号をコーディングする際ノイズ置換 を信号で知らせる方法、請求項１０によるオーディオ信号をコーディングする方 法、および請求項１１によるオーディオ信号をデコーディングする方法によって 達成される。 本願発明は、ノイジィバンドについてノイズ置換が実行される場合、スペクト ル値の量子化および冗長コーディングまたはハフマンコーディングが実行される 必要がないという洞察に基づく。その代わりに、すでに記述したように、ノイジ ィグループのノイズスペクトル値がデコーダにおいて生成され、前記スペクトル 値のエネルギーの指標は、ノイズ置換されたスペクトル値のエネルギーの指標に 相当する。言いかえれば、冗長コーディングが起こらないので、ノイジィグルー プについてコードブックが使用されない。したがって、コードブック数、すなわ ちコーディングされたオーディオ信号のビットストリームシンタクスにおける相 当する場所もまた余分である。このビットストリームシンタクスにおける場所、 すなわちコードブック数は、本願発明によって、あるグループがノイジィであり ノィズ置換の対象であるということを示すのに使用され得る。またすでに言及さ れたように、１２のコードブックしか予想されていないが、ビットストリームシ ンタクスにおける場所は４ビットを供給し、それによって２進法で合計０〜１５ の数字の範囲が示されることが可能であって、結果、いかなるコードブックも指 し示していないいわゆる付加コードブック数が存在する。０〜１１までのコード ブック数のみがあるコードブックを指し示す。本願発明の実施例において、サイ ド情報においてコードブック数１３、すなわち付加コードブック数を有するグル ープが、ノイジィグループであり、ノイズ置換の対象となったということを、デ コーダに信号で知らせるために、コードブック数１３が使用される。しかし、当 業者にとっては、付加の、またはフリーのコードブック数１２、１４または１５ が使用され得ることは明らかである。 すでに記述されたように、時間ドメインオーディオ信号の周波数ドメイン変換 の後に存在するスペクトル値は、量子化ノイズの最適なマスキングを達成するた めに、スケールファクターバンドにグループ化され得る。ＭＰＥＧ−２ ＡＡＣ 標準において、いくつかのスケールファクターバンドがまたセクションにグルー プ化される。よって、大部分について、１つのセクションはいくつかのスケール ファクターバンドで構成される。これは、ノイズ置換が完全なセクションについ て常に信号で合図される、すなわちノイズ置換が活性か活性でないかを知らされ ることを意味する。ノイジィなスケールファクターバンドが量子化されないため に、これらについてのスケールファクターは計算または送信またはコーディング される必要がない。これは、ノイズ置換そのものを示すコードブック数に加えて 、ビットストリームにおける他の場所が空いており、他の目的に使用可能である ことを意味する。本願発明の実施例において、置換されたスペクトル係数のエネ ルギー指標が、あるスケールファクターバンドのサイド情報におけるスケールフ ァクターについて供給された場所に書き込まれる。すでに記述したように、ノイ ズ信号の感知は、主にそのスペクトル成分に依存するのであって、その実際の波 形に依存するものではない。よって、ノイジィスケールファクターバンドのスペ クトル値から、ノイジィスケールファクターバンドのスペクトル値のエネルギー 指標が計算される。この量は、いかなる付加サイド情報も必要とせず、ビットス トリームシンタクスの構造を変化させる必要もなく、スケールファクターバンド のサイド情報に入れられる。送信されるこの量は、ノイジィスケールファクター バンドにおけるスペクトル値の合計エネルギーでもあり得るし、またたとえばス ケールファクターバンドにおいてスペクトル値またはスペクトルラインに基づい て正規化された平均エネルギーでもあり得る。本願発明の実施例においては、平 均エネルギーではなく合計エネルギーがエネルギー指標として使用される。 置換されたスペクトル値のエネルギー指標の送信について、送信されたスペク トルデータのインバーススケーリングに使用されるのと同じ分解能、すなわちＡ ＡＣ標準における１．５ｄＢの分解能での対数スケーリングが使用されることが 好ましい。レイヤーＩＩＩ法についての状況と同様に、ＡＡＣ法においても、非 ノイジィな、すなわちトーンのスペクトル内容の再構築が、ａ）非直線量子化器 のインバース特性をスペクトルライン(Ｙ＝Ｘ^4/3)の量子化値（Ｘ）に適用し、 それからｂ）送信されたスケールファクターにしたがって「インバーススケーリ ング」を実行することによって達成される（Ｚ＝Ｙ×２^(SF/4)）、ここでＳＦは 各スケールファクターバンドのスケールファクターであり、Ｚは量子化されたス ペクトル値を示す。よって、分解能は１．５ｄＢにのぼる。 ノイジィスケールファクターバンドについてスケールファクターが必要でなく 、その代わり置換されたスペクトル値のエネルギー指標が使用される本願発明に よるオーディオ信号のコーディングの際のノイズ置換の信号を送る方法において 、あるいはスケールファクターについて使用されるかもしれない同じコーディン グの法則が、置換されたスペクトル値のエネルギー指標について使用される。こ れはＡＡＣコーダにおいてすでに利用可能な資源の活用となり、他のサイド情報 を必要としない。 ノイズ置換の信号送信の更なる有用な適用は、ステレオオーディオ信号につい て生ずる。人間の耳はある程度まで、信号間、またはＡＡＣにおいて「チャンネ ルペア」と呼ばれるステレオチャンネルのペアのチャンネル（ＬおよびＲ）間の 相関性を感知することが可能である。この理由で、チャンネルペアの２つの置換 されたノイズの信号間の相関性は、ノイズ置換の場合においても同様にオリジナ ル信号のそれに類似しているべきである。同じ中間周波数を有する左チャンネル および右チャンネルにおけるスケールファクターバンドは、ノイズ性が検知され た場合、ともにノイズ置換され得る。もし両方のチャンネルがノイズ置換された ならば、また更なる方法がとられなければ、コーダにおいてランダムに生成され たノイズスペクトル値はもちろんオリジナルのオーディオ信号と同じ合計エネル ギーを有するであろうが、ランダムな生成のためにそれらは完全に相関されてい ない。これは特定の状況下では可聴のエラーになり得る。これを避けるために、 両方のチャンネルについて、左右チャンネルのノイジィスケールファクターバン ドの完全な相関性に対応するところの、同じランダムに生成されたスケールファ クターのノイズスペクトル値を使用することが可能である。 本願発明の実施例によると、この場合には次の手順が採られる。すなわち、各 チャンネルペアについて、ＡＡＣ標準において、いわゆるミドル／サイドマスク （Ｍ／Ｓマスク）が存在し、それは標準自体において「ｍs＿uｓｅｄ」と表示さ れる。このＭ／Ｓマスクはバンド毎にＭ／Ｓステレオコーディングが使用された か否かを示すビットベクトルであり、これは当業者には公知であって、Ｊ．Ｄ． Ｊｏｈｎｓｔｏｎ、Ａ．Ｊ．Ｆｅｒｒｅｉｒａ著、“Ｓｕｍ−Ｄｉｆｆｅｒｅｎ ｃｅ Ｓｔｅｒｅｏ Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎｇ”、ＩＥＥＥ ＩＣＡ ＳＳＰ １９９２、ｐｐ５６９−５７１において紹介という方法で記述されてお り、またＭＰＥＧ−ＡＡＣ標準においても記述されている。Ｍ／Ｓマスクは数個 のビットで構成され、その各々がスケールファクターバンドに割り振られる。ス ケールファクターバンドにおいてＭ／Ｓコーディングが使用された場合、Ｍ／Ｓ コーディングをデコーダに伝達する信号ビットは、サイド情報におけるＭ／Ｓ マスクに配置される。しかしながら、（ＬとＲそれぞれの）スケールファクター バンドの同じ中間周波数について、左右のチャンネルにおいてノイジィスケール ファクターバンドが検知された場合、そのときは明らかにミドル／サイドコーデ ィングは起こらない。よって、このスケールファクターバンドについてのＭ／Ｓ ビットは、コードブック数やスケールファクターのように、他の何かを信号で合 図するために、ビットストリームシンタクスによるビットストリームにおいて利 用可能である。この場合、独立のノイズスペクトル値またはノイズベクトルが左 右チャンネルについて生成されるべきか否か（これは通常の場合に相当する）、 またはノイジィスケールファクターバンドにおいて、左右両方のチャンネルにつ いて同じノイズベクトルが使用されるべきであるか否かを示すために、Ｍ／Ｓマ スクにおけるビットは、両方のチャンネルのノイジィスケールファクターバンド について使用されることが可能である。 当業者には公知のように、非ノイジィスケールファクターバンドの場合、スケ ールファクターは差分コーディングによってコーディングが可能である。後に続 くスケールファクターバンドにおける相当するスケールファクターについて、再 びスケールファクターの合計値をコーディングする必要はなく、ただこの値と前 のものとの差をコーディングすればよい。これがいわゆる差分コーディングであ る。本願発明の実施例において、この差分コーディングは、ノイズのスケールフ ァクターバンドにおけるスペクトル内容のエネルギー指標をコーディングするの にも同様に使用される。結果として、エネルギー指標の合計量が、後に続くスケ ールファクターバンドについて再びコーディングされる必要はなく、ただ現在の 量と前のものとの差をコーディングすればよいのであって、これはまたビット削 減の機会をもたらす。最初のスタート値は常に利用可能でなければならないこと は明らかであるが、これはまた最初に前もって決定された固定値であってもよい 。よってこの差分コーディングの方法は、フレームにおける連続したスケールフ ァクターバンドがノイジィである場合に特に有効である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 エーレット アンドレアス ドイツ連邦共和国 Ｄ―90429 ニュルン ベルク ホッホシュトラーセ 27 (72)発明者 ディーツ マルチン ドイツ連邦共和国 Ｄ―90408 ニュルン ベルク クラインロイター ヴェク 47 (72)発明者 タイヒマン ボド ドイツ連邦共和国 Ｄ―90427 ニュルン ベルク エバマンシュテター シュトラー セ ２ (72)発明者 クンツ オリファー ドイツ連邦共和国 Ｄ―96145 ゼスラッ ハ ローテンヴェク １ (72)発明者 ブランデンブルク カールハインツ ドイツ連邦共和国 Ｄ―91054 エアラン ゲン ハーグシュトラーセ 32 (72)発明者 ゲルホイザー ハインツ ドイツ連邦共和国 Ｄ―91344 ヴァイシ ェンフェルト ザウゲンドルフ 17

Claims (1)

1. 【特許請求の範囲】 1.オーディオ信号のコーディングの際ノイズ置換を信号で知らせる方法であっ て、下記のステップを含む： スペクトル値を得るために、時間ドメインのオーディオ信号を周波数ドメイン に変換するステップ； スペクトル値のグループを形成するために、前記スペクトル値をまとめるステ ップ； あるスペクトル値のグループがノイジィグループであるか否かを検知するステ ップ； あるグループがノイジィでない場合、非ノイジィグループの冗長コーディング のために、複数のコードブックの中からあるコードブックを割り当て、前記グル ープに割り当てられた前記コードブックは、コードブック数によって示されるス テップ；および あるグループがノイジィである場合、このグループがノイジィであり、それゆ え冗長コーディングされないことを信号で知らせるために、このグループにコー ドブックを示さない付加コードブック数を割り当てるステップ。 2.スペクトル値のグループはセクションであり、ｌつのコードブック数が非ノ イジィセクションに割り当てられ、付加コードブック数がノイジィセクションに 割り当てられる、請求項１に記載の方法。 3. １つのセクションは１以上のスケールファクターバンドを含み、各スケー ルファクターバンドはそれに割り振られたスケールファクターを有し：および ノイジィスケールファクターバンドの場合、ノイジィスケールファクターバンド におけるスペクトル値のエネルギー指標が、スケールファクターの代わりにコー ディングされる、請求項２に記載の方法。 4. ノイジィグループにおけるスペクトル値のエネルギー指標は、スケールフ ァクターバンドにおいて、参照値に基づいて正規化された、スペクトル値の平均 エネルギーである、請求項３に記載の方法。 5.エネルギー指標はノイジィスケールファクターバンドにおけるスペクトル値 の合計エネルギーである、請求項３に記載の方法。 6. ノイジィスケールファクターバンドでないスケールファクターバンドのス ケールファクターをコーディングするのに通常使用されるのと同じスケーリング が、スケールファクターバンドにおけるノイジィなスペクトル値のエネルギー指 標のコーディングに使用される、請求項３または４のいずれかに記載の方法。 7. ノイジィスケールファクターバンドにおけるスペクトル値のエネルギー指 標のコーディングは差分コーディングである、請求項３乃至６のいずれかに記載 の方法。 8.オーディオ信号はステレオオーディオ信号であり； ステレオオーディオ信号の２つのチャンネルのミドル／サイドコーディングは 、ミドル／サイドマスクによってグループ毎に示されることが可能であり； 対応する周波数を有する両方のチャンネルのノイジィグループの場合、コーデ ィングされたオーディオ信号のデコーディングの際、両方のチャンネルについて 、異なる、または同じノイズスペクトル値が使用されることになるかどうかが、 ミドル／サイドマスクによって示されることが可能である、請求項１乃至７のい ずれかに記載の方法。 9.あるスペクトル値のグループがノイジィグループであるか否かの検知は、時 間ドメインオーディオ信号によって、または時間ドメインオーディオ信号のスペ クトル値によって、または時間ドメインオーディオ信号および時間ドメインオー ディオ信号のスペクトル値の両方によって実行される、先行する請求項のいずれ かに記載の方法。 １０．オーディオ信号のコーディングの方法であって、下記のステップを含む ： 請求項１乃至９のいずれかに記載のノイズ置換を信号で知らせるステップ； ノイジィなグループのエネルギー指標を計算するステップ； 前記エネルギー指標を前記グループに割り振られたサイド情報に入れるステッ プ； 前記グループに割り振られたサイド情報に付加コードブック数を入れるステッ プ； 非ノイジィグループを量子化し、量子化された非ノイジィグループを、コード ブック数によって示されるコードブックを用いてコーディングする一方、ノイジ ィグループについては量子化またはコーディングが起こらないステップ；および 量子化され、コーディングされた非ノイジィグループおよび、ノイジィなグル ープについては、ノイジィなグループのスペクトル値のエネルギー指標およびノ イジィなグループを信号で知らせるための付加コードブック数を含むビットスト リームを形成するステップ。 １１．コーディングされたオーディオ信号をデコーディングする方法であって 、下記のステップを含む： ビットストリームを受信するステップ； コードブック数によって示されるコードブックに基づいて非ノイジィグループ を冗長デコーディングし、冗長デコーディングされ、量子化されたスペクトル値 を再量子化するステップ； スペクトル値のノイジィグループに割り振られた付加コードブック数に基づい て、そのようなグループを特定するステップ； ノイジィグループに割り振られたサイド情報に基づいて、前記グループにおけ るスペクトル値のエネルギー指標を確立するステップ； ノイジィグループについてのノイズスペクトル値を生成し、前記ノイジィグル ープにおける前記ノイズスペクトル値のエネルギー指標は、オリジナルの信号に おけるノイジィグループのスペクトル値のエネルギー指標と同じであるステップ ；および デコーディングされたオーディオ信号を得るために、再量子化されたスペクト ル値およびノイズのスペクトル値を時間ドメインに変換するステップ。 １２．ノイズスペクトル値は、ランダム数を生成することによって、またはテ ーブルからそれを受信することによって得られ、前記ノイズスペクトル値の加算 されたエネルギーは、オリジナルのオーディオ信号のノイジィグループのスペク トル値のエネルギー指標に相当する、請求項１１に記載の方法。 １３．請求項１１または１２のいずれかに記載の方法であって、下記の更なる ステップを含む： ステレオオーディオ信号についてミドル／サイドマスクを解析するステップ； ステレオオーディオ信号についてのミドル／サイドマスクの内容によって、２ つのチャンネルのノイジィグループに相当する同一のノイズスペクトル値を使用 するか、または２つのチャンネルについてノイズスペクトル値の２つの独立のグ ループを生成するステップ。