JP2001184093A - Voice encoding method and voice decoding method - Google Patents
Voice encoding method and voice decoding methodInfo
- Publication number
- JP2001184093A JP2001184093A JP2000325675A JP2000325675A JP2001184093A JP 2001184093 A JP2001184093 A JP 2001184093A JP 2000325675 A JP2000325675 A JP 2000325675A JP 2000325675 A JP2000325675 A JP 2000325675A JP 2001184093 A JP2001184093 A JP 2001184093A
- Authority
- JP
- Japan
- Prior art keywords
- data
- channel
- packet
- prediction
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Signal Processing For Digital Recording And Reproducing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、マルチチャネルの
音声信号を圧縮するための音声符号化方法及び音声復号
方法に関する。The present invention relates to a speech encoding method and a speech decoding method for compressing a multi-channel speech signal.
【0002】[0002]
【従来の技術】音声信号を圧縮する方法として、本発明
者は先の出願(特願平9−289159号)において1
チャネルの原デジタル音声信号に対して、特性が異なる
複数の予測器により時間領域における過去の信号から現
在の信号の複数の線形予測値を算出し、原デジタル音声
信号と、この複数の線形予測値から予測器毎の予測残差
を算出し、予測残差の最小値を選択する予測符号化方法
を提案している。2. Description of the Related Art As a method for compressing an audio signal, the present inventor has disclosed in Japanese Patent Application No.
A plurality of predictors having different characteristics are used to calculate a plurality of linear prediction values of a current signal from a past signal in a time domain for an original digital audio signal of a channel, and the original digital audio signal and the plurality of linear prediction values are calculated. A prediction coding method for calculating a prediction residual for each predictor from, and selecting a minimum value of the prediction residual is proposed.
【0003】なお、上記方法では原デジタル音声信号が
サンプリング周波数=96kHz、量子化ビット数=2
0ビット程度の場合にある程度の圧縮効果を得ることが
できるが、近年のDVDオーディオディスクではこの2
倍のサンプリング周波数(=192kHz)が使用さ
れ、また、量子化ビット数も24ビットが使用される傾
向がある。また、マルチチャネルにおけるサンプリング
周波数と量子化ビット数はチャネル毎に異なることもあ
る。In the above method, the original digital audio signal has a sampling frequency = 96 kHz and the number of quantization bits = 2.
Although a certain degree of compression effect can be obtained in the case of about 0 bits, in recent DVD audio discs, this 2
A double sampling frequency (= 192 kHz) is used, and the number of quantization bits tends to be 24 bits. Further, the sampling frequency and the number of quantization bits in the multi-channel may be different for each channel.
【0004】[0004]
【発明が解決しようとする課題】ところで、予測符号化
方式のような圧縮方式は圧縮率が可変(VBR:バリア
ブル・ビット・レート)であるので、マルチチャネルの
音声信号を予測符号化するとチャネル毎のデータ量が時
間的に大きく変化する。また、このようなデータを伝送
する場合には、チャネル毎にパラレルではなくデータス
トリームとして伝送される。したがって、再生側(デコ
ード側)においてこのような可変長のデータストリーム
をチャネル毎に同期して再生(プレゼンテーション)可
能にする必要がある。また、圧縮率が固定(CBR:コ
ンスタント・ビット・レート)の場合もあり、復号処理
を考えた場合、このようなデータの復号処理を的確に行
う必要がある。By the way, since a compression rate such as a predictive coding method has a variable compression ratio (VBR: variable bit rate), when predictive coding of a multi-channel audio signal is performed, Of data greatly changes over time. When transmitting such data, the data is transmitted as a data stream instead of parallel for each channel. Therefore, it is necessary for the reproduction side (decoding side) to be able to reproduce (presentation) such a variable-length data stream in synchronization with each channel. In some cases, the compression ratio is fixed (CBR: constant bit rate), and when decoding processing is considered, it is necessary to accurately perform such data decoding processing.
【0005】そこで本発明は、マルチチャネルの音声信
号を圧縮符号化する場合に再生側の復号処理を的確に行
うようにした音声符号化方法及び音声復号方法を提供す
ることを目的とする。SUMMARY OF THE INVENTION It is an object of the present invention to provide a speech encoding method and a speech decoding method which can accurately perform decoding processing on a reproducing side when a multi-channel speech signal is compression-encoded.
【0006】[0006]
【課題を解決するための手段】本発明は上記目的を達成
するために、以下の1)及び2)に記載の手段からなる
ものである。すなわち、The present invention, in order to achieve the above object, comprises the following means (1) and (2). That is,
【0007】1)マルチチャネルの音声信号をそのまま
のチャネル又は互いに相関をとったチャネル毎に、入力
される音声信号に応答して先頭サンプル値を所定時間の
フレーム単位で得ると共に、時間領域の過去の信号から
予測される現在の信号の複数の予測値の中でその予測残
差が最小値となる線形予測方法を前記フレームを更に分
割したサブフレーム単位に選択して予測符号化するステ
ップと、前記ステップにより選択されたチャネル毎の予
測符号化データを含むサブパケットと、前記サブパケッ
ト内のデータがVBRの圧縮データであることを示す識
別子を含む同期情報部とを有するデータ構造にフォーマ
ット化するステップと、からなる音声符号化方法。 2)マルチチャネルの音声信号をそのままのチャネル又
は互いに相関をとったチャネル毎に、入力される音声信
号に応答して先頭サンプル値を得ると共に、時間領域の
過去の信号から予測される現在の信号の複数の予測値の
中でその予測残差が最小値となる線形予測方法を選択し
て予測符号化するステップと、前記ステップにより選択
されたチャネル毎の予測符号化データを含むサブパケッ
トと、前記サブパケット内のデータがVBRの圧縮デー
タであることを示す識別子を含む同期情報部とを有する
データ構造にフォーマット化するステップと、からなる
音声符号化方法により記録されたデータから音声信号を
復号する音声復号方法であって、前記データ構造をサブ
パケットと同期情報部に分離するステップと、前記同期
情報部内の識別子に基づいて前記サブパケット内の圧縮
データをチャネル毎に伸張するステップと、からなる音
声復号方法。[0007] 1) For each channel in which a multi-channel audio signal is directly or correlated with each other, a leading sample value is obtained in a frame unit of a predetermined time in response to an input audio signal, and the past in the time domain is obtained. A plurality of prediction values of the current signal predicted from the signal, the prediction residual is a step of selecting a linear prediction method in which the prediction residual is the minimum value for each subframe unit obtained by further dividing the frame, and performing predictive encoding. Formatting into a data structure having a sub-packet including predicted coded data for each channel selected in the step and a synchronization information section including an identifier indicating that data in the sub-packet is VBR compressed data And a speech encoding method. 2) For each channel in which a multi-channel audio signal is unchanged or correlated with each other, a leading sample value is obtained in response to an input audio signal, and a current signal predicted from a past signal in the time domain. Selecting a linear prediction method whose prediction residual is the minimum value among a plurality of prediction values, and predictively encoding the sub-packet; and a subpacket including prediction-encoded data for each channel selected by the step, Decoding the audio signal from the data recorded by the audio encoding method, comprising: formatting a data structure having a synchronization information portion including an identifier indicating that the data in the subpacket is VBR compressed data. Separating the data structure into sub-packets and a synchronization information section, and an identifier in the synchronization information section. A step of decompressing the compressed data in the sub-packet for each channel based, speech decoding method comprising.
【0008】[0008]
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図1は本発明が適用される音声符
号化装置及び音声復号装置の第1の実施形態を示すブロ
ック図、図2は図1の符号化部を詳しく示すブロック
図、図3は図1、図2の符号化部により符号化されたビ
ットストリームを示す説明図、図4はDVDのパックの
フォーマットを示す説明図、図5はDVDのオーディオ
パックのフォーマットを示す説明図、図6は図5のオー
ディオデータエリアのフォーマットを詳しく示す説明
図、図7は図1の復号化部を詳しく示すブロック図、図
8は図7の入力バッファの書き込み/読み出しタイミン
グを示すタイミングチャート、図9はアクセスユニット
毎の圧縮データ量を示す説明図、図10はアクセスユニ
ットとプレゼンテーションユニットを示す説明図であ
る。Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a first embodiment of a speech encoding apparatus and a speech decoding apparatus to which the present invention is applied, FIG. 2 is a block diagram showing the encoding unit of FIG. 1 in detail, and FIG. FIG. 4 is an explanatory diagram showing a DVD pack format, FIG. 5 is an explanatory diagram showing a DVD audio pack format, and FIG. 6 is an explanatory diagram showing a DVD audio pack format. FIG. 7 is a block diagram showing the decoding unit in FIG. 1 in detail, FIG. 8 is a timing chart showing the write / read timing of the input buffer in FIG. 7, and FIG. FIG. 10 is an explanatory diagram showing an access unit and a presentation unit.
【0009】ここで、マルチチャネル方式としては、例
えば次の4つの方式が知られている。 (1)4チャネル方式 ドルビーサラウンド方式の
ように、前方L、C、Rの3チャネル+後方Sの1チャ
ネルの合計4チャネル (2)5チャネル方式 ドルビーAC−3方式のS
Wチャネルなしのように、前方L、C、Rの3チャネル
+後方SL、SRの2チャネルの合計5チャネル (3)6チャネル方式 DTS(Digital Theater
System)方式や、ドルビーAC−3方式のように6チャ
ネル(L、C、R、SW(Lfe)、SL、SR) (4)8チャネル方式 SDDS(Sony Dynamic D
igital Sound)方式のように、前方L、LC、C、R
C、R、SWの6チャネル+後方SL、SRの2チャネ
ルの合計8チャネルHere, as the multi-channel system, for example, the following four systems are known. (1) Four-channel system As in the Dolby surround system, a total of four channels including three channels of front L, C, and R + one channel of rear S (2) Five-channel system S in the Dolby AC-3 system
Like without W channel, 3 channels of front L, C and R + 2 channels of rear SL and SR, total 5 channels (3) 6 channel system DTS (Digital Theater)
6) (L, C, R, SW (Lfe), SL, SR) like the Dolby AC-3 system (4) 8-channel system SDDS (Sony Dynamic D
digital sound), forward L, LC, C, R
6 channels of C, R, SW + 2 channels of rear SL, SR, total 8 channels
【0010】図1に示す符号化側の6チャネル(ch)ミ
クス&マトリクス回路1’は、マルチチャネル信号の一
例としてフロントレフト(Lf)、センタ(C)、フロ
ントライト(Rf)、サラウンドレフト(Ls)、サラ
ウンドライト(Rs)及びLfe(Low Frequency Effe
ct)の6chのPCMデータを次式(1)により前方グル
ープに関する2ch「1」、「2」と他のグループに関す
る4ch「3」〜「6」に分類して変換し、2ch「1」、
「2」を第1符号化部2’−1に、また、4ch「3」〜
「6」を第2符号化部2’−2に出力する。 「1」=Lf+Rf 「2」=Lf−Rf 「3」=C−(Ls+Rs)/2 「4」=Ls+Rs 「5」=Ls−Rs 「6」=Lfe−a×C ただし、0≦a≦1 …(1)[0010] The 6-channel (ch) mix & matrix circuit 1 'on the encoding side shown in FIG. 1 includes a front left (Lf), a center (C), a front right (Rf), a surround left ( Ls), surround light (Rs) and Lfe (Low Frequency Effe)
ct), the 6-channel PCM data is classified and converted into 2ch “1” and “2” for the front group and 4ch “3” to “6” for the other group by the following equation (1), and converted into 2ch “1”.
"2" is assigned to the first encoding unit 2'-1, and 4ch "3" to
"6" is output to the second encoding unit 2'-2. “1” = Lf + Rf “2” = Lf−Rf “3” = C− (Ls + Rs) / 2 “4” = Ls + Rs “5” = Ls−Rs “6” = Lfe−a × C where 0 ≦ a ≦ 1 ... (1)
【0011】符号化部2’を構成する第1及び第2符号
化部2’−1、2’−2はそれぞれ、図2に詳しく示す
ように2ch「1」、「2」と4ch「3」〜「6」のPC
Mデータをチャネル毎に予測符号化し、予測符号化デー
タを図3に示すようなビットストリームで記録媒体5や
衛星回線や電話回線等の通信媒体6を介して復号側に伝
送する。復号側では復号化部3’を構成する第1及び第
2復号化部3’−1、3’−2により、図7に詳しく示
すようにそれぞれ前方グループに関する2ch「1」、
「2」と他のグループに関する4ch「3」〜「6」の予
測符号化データをチャネル毎にPCMデータに復号す
る。As shown in detail in FIG. 2, the first and second encoders 2'-1 and 2'-2 which constitute the encoder 2 'respectively have 2ch "1", "2" and 4ch "3". "~" 6 "PC
The M data is predictively encoded for each channel, and the encoded prediction data is transmitted as a bit stream as shown in FIG. 3 to the decoding side via a recording medium 5 or a communication medium 6 such as a satellite line or a telephone line. On the decoding side, the first and second decoding units 3'-1 and 3'-2 constituting the decoding unit 3 'respectively perform 2ch "1" for the forward group, as shown in detail in FIG.
The prediction coded data of "2" and 4ch "3" to "6" relating to the other groups are decoded into PCM data for each channel.
【0012】次いでミクス&マトリクス回路4’により
式(1)に基づいて元の6ch(Lf、C、Rf、Ls、
Rs、Lfe)を復元するとともに、この元の6chと係
数mij(i=1,2,j=1,2〜6)により次式
(2)のようにステレオ2chデータ(L、R)を生成す
る。 L=m11・Lf+m12・Rf+m13・C +m14・Ls+m15・Rs+m16・Lfe R=m21・Lf+m22・Rf+m23・C +m24・Ls+m25・Rs+m26・Lfe …(2)Then, the original 6 ch (Lf, C, Rf, Ls,
Rs, Lfe) are restored, and stereo 2-ch data (L, R) is generated from the original 6 ch and coefficients mij (i = 1, 2, j = 1, 2 to 6) as in the following equation (2). I do. L = m11 · Lf + m12 · Rf + m13 · C + m14 · Ls + m15 · Rs + m16 · Lfe R = m21 · Lf + m22 · Rf + m23 · C + m24 · Ls + m25 · Rs + m26 · Lfe (2)
【0013】図2を参照して符号化部2’−1、2’−
2について詳しく説明する。各ch「1」〜「6」のPC
Mデータは1フレーム毎に1フレームバッファ10に格
納される。そして、1フレームの各ch「1」〜「6」の
サンプルデータがそれぞれ予測回路13D1、13D
2、15D1〜15D4に印加されるとともに、各ch
「1」〜「6」の各フレームの先頭サンプルデータ(後
述のリスタートヘッダ内に格納される)がアンパッキン
グ回路8及びフォーマット化回路19に印加される。ま
た、PCMデータがA/D変換されたときのサンプリン
グ周波数(fs)と量子化ビット数(Qb)がパッキン
グ回路18及びフォーマット化回路19に印加される。
予測回路13D1、13D2、15D1〜15D4はそ
れぞれ、各ch「1」〜「6」のPCMデータに対して、
特性が異なる複数の予測器(不図示)により時間領域に
おける過去の信号から現在の信号の複数の線形予測値を
算出し、次いで原PCMデータと、この複数の線形予測
値から予測器毎の予測残差を算出する。続くバッファ・
選択器14D1、14D2、16D1〜16D4はそれ
ぞれ、予測回路13D1、13D2、15D1〜15D
4により算出された各予測残差を一時記憶して、選択信
号/DTS(デコーディング・タイム・スタンプ)生成
器17により指定されたサブフレーム毎に予測残差の最
小値を選択する。Referring to FIG. 2, encoding sections 2'-1, 2'-
2 will be described in detail. PC for each channel "1" to "6"
The M data is stored in one frame buffer 10 for each frame. Then, the sample data of each of the channels “1” to “6” of one frame are respectively supplied to the prediction circuits 13D1 and 13D
2, 15D1 to 15D4 and each channel
First sample data (stored in a restart header described later) of each frame of “1” to “6” is applied to the unpacking circuit 8 and the formatting circuit 19. The sampling frequency (fs) and the number of quantization bits (Qb) when the PCM data is A / D converted are applied to the packing circuit 18 and the formatting circuit 19.
The prediction circuits 13D1, 13D2, and 15D1 to 15D4 respectively calculate the PCM data of each channel “1” to “6”.
A plurality of predictors (not shown) having different characteristics calculate a plurality of linear prediction values of the current signal from a past signal in the time domain, and then perform prediction for each predictor from the original PCM data and the plurality of linear prediction values. Calculate the residual. The following buffer
The selectors 14D1, 14D2, 16D1 to 16D4 are prediction circuits 13D1, 13D2, 15D1 to 15D, respectively.
4 is temporarily stored, and the minimum value of the prediction residual is selected for each subframe specified by the selection signal / DTS (decoding time stamp) generator 17.
【0014】選択信号/DTS生成器17は予測残差の
ビット数フラグをパッキング回路18とフォーマット化
回路19に対して印加し、また、予測残差が最小の予測
器を示す予測器選択フラグと、式(1)における相関係
数aと、復号化側が入力バッファ22a(図7)からス
トリームデータを取り出す時間を示すDTSをフォーマ
ット化回路19に対して印加する。パッキング回路18
はバッファ・選択器14D1、14D2、16D1〜1
6D4により選択された6ch分の予測残差を、選択信号
/DTS生成器17により指定されたビット数フラグに
基づいて指定ビット数でパッキングする。またPTS生
成器17cは、復号化側が出力バッファ110(図7)
からPCMデータを取り出す時間を示すPTS(プレゼ
ンテーション・タイム・スタンプ)を生成してフォーマ
ット化回路19に出力する。The selection signal / DTS generator 17 applies the bit number flag of the prediction residual to the packing circuit 18 and the formatting circuit 19, and outputs a predictor selection flag indicating the predictor having the minimum prediction residual. To the formatting circuit 19, the correlation coefficient a in the equation (1) and the DTS indicating the time at which the decoding side extracts the stream data from the input buffer 22a (FIG. 7). Packing circuit 18
Are buffer / selectors 14D1, 14D2, 16D1-1.
The prediction residual for 6 ch selected by 6D4 is packed with the specified bit number based on the bit number flag specified by the selection signal / DTS generator 17. In the PTS generator 17c, the decoding side is the output buffer 110 (FIG. 7).
A PTS (Presentation Time Stamp) indicating the time at which the PCM data is to be extracted from the PCM is generated and output to the formatting circuit 19.
【0015】続くフォーマット化回路19は図3〜図6
に示すようなユーザデータにフォーマット化する。図3
に示すユーザデータ(サブパケット)は、前方グループ
に関する2ch「1」、「2」の予測符号化データを含む
可変レートビットストリーム(サブストリーム)BS0
と、他のグループに関する4ch「3」〜「6」の予測符
号化データを含む可変レートビットストリーム(サブス
トリーム)BS1と、サブストリームBS0、BS1の
前に設けられたビットストリームヘッダ(リスタートヘ
ッダ)により構成されている。また、サブストリームB
S0、BS1の1フレーム分は ・フレームヘッダと、 ・各ch「1」〜「6」の1フレームの先頭サンプルデー
タと、 ・各ch「1」〜「6」のサブフレーム毎の予測器選択フ
ラグと、 ・各ch「1」〜「6」のサブフレーム毎のビット数フラ
グと、 ・各ch「1」〜「6」の予測残差データ列(可変ビット
数)と、 ・ch「6」の係数aとが、多重化されている。このよう
な予測符号化によれば、原信号が例えばサンプリング周
波数(fs)=96kHz、量子化ビット数(Qb)=
24ビット、6チャネルの場合、71%の圧縮率を実現
することができる。The following formatting circuit 19 is shown in FIGS.
Format as user data as shown in FIG.
Is a variable-rate bit stream (sub-stream) BS0 including 2ch “1” and “2” prediction coded data related to the forward group.
And a variable-rate bit stream (substream) BS1 including 4ch “3” to “6” prediction coded data relating to other groups, and a bitstream header (restart header) provided before substreams BS0 and BS1 ). Also, substream B
One frame of S0 and BS1 includes: a frame header; first sample data of one frame of each channel “1” to “6”; and selection of a predictor for each subframe of each channel “1” to “6”. A flag; a bit number flag for each subframe of each ch “1” to “6”; a prediction residual data string (variable bit number) for each ch “1” to “6”; Are multiplexed. According to such predictive coding, the original signal has, for example, a sampling frequency (fs) = 96 kHz and the number of quantization bits (Qb) =
In the case of 24 bits and 6 channels, a compression ratio of 71% can be realized.
【0016】図2に示す符号化部2’−1、2’−2に
より予測符号化された可変レートビットストリームデー
タを、記録媒体の一例としてDVDオーディオディスク
に記録する場合には、図4に示すオーディオ(A)パッ
クにパッキングされる。このパックは2034バイトの
ユーザデータ(Aパケット、Vパケット)に対して4バ
イトのパックスタート情報と、6バイトのSCR(Syst
em Clock Reference:システム時刻基準参照値)情報
と、3バイトのMux レート(rate)情報と1バイトのス
タッフィングの合計14バイトのパックヘッダが付加さ
れて構成されている(1パック=合計2048バイ
ト)。この場合、タイムスタンプであるSCR情報を、
先頭パックでは「1」として同一タイトル内で連続とす
ることにより同一タイトル内のAパックの時間を管理す
ることができる。When the variable rate bit stream data predictively encoded by the encoding units 2'-1 and 2'-2 shown in FIG. 2 is recorded on a DVD audio disc as an example of a recording medium, FIG. The audio (A) pack shown is packed. This pack has 4 bytes of pack start information and 6 bytes of SCR (Syst) for 2034 bytes of user data (A packet, V packet).
em Clock Reference (system time reference value) information, a 3-byte Mux rate (rate) information, and a 1-byte stuffing that add a pack header of a total of 14 bytes (1 pack = 2048 bytes in total) . In this case, the time stamp SCR information is
In the first pack, the time of the A-pack in the same title can be managed by setting it to “1” so as to be continuous within the same title.
【0017】圧縮PCMのAパケットは図5に詳しく示
すように、9〜22バイトのパケットヘッダと、圧縮P
CMのプライベートヘッダと、図3に示すフォーマット
の1ないし2015バイトのオーディオデータ(圧縮P
CM)により構成されている。そして、DTSとPTS
は図5のパケットヘッダ内に(具体的にはパケットヘッ
ダの10〜14バイト目にPTSが、15〜19バイト
目にDTSが)セットされる。圧縮PCMのプライベー
トヘッダは、 ・1バイトのサブストリームIDと、 ・2バイトのUPC/EAN−ISRC(Universal Pr
oduct Code/European Article Number-International S
tandard Recording Code)番号、及びUPC/EAN−
ISRCデータと、 ・1バイトのプライベートヘッダ長と、 ・2バイトの第1アクセスユニットポインタと、 ・4バイトのオーディオデータ情報(ADI)と、 ・0〜7バイトのスタッフィングバイトとに、より構成
されている。As shown in detail in FIG. 5, the A packet of the compressed PCM has a packet header of 9 to 22 bytes and a compressed P packet.
The CM private header and 1 to 2015 bytes of audio data (compressed P
CM). And DTS and PTS
5 is set in the packet header of FIG. 5 (specifically, PTS is set in the 10th to 14th bytes and DTS is set in the 15th to 19th bytes). The private header of the compressed PCM is: 1-byte substream ID, 2 bytes of UPC / EAN-ISRC (Universal Prism).
oduct Code / European Article Number-International S
tandard Recording Code) number and UPC / EAN-
ISRC data, 1-byte private header length, 2-byte first access unit pointer, 4 bytes of audio data information (ADI), and 0 to 7 bytes of stuffing bytes. ing.
【0018】そして、ADI内に1秒後のアクセスユニ
ットをサーチするための前方アクセスユニット・サーチ
ポインタと、1秒前のアクセスユニットをサーチするた
めの後方アクセスユニット・サーチポインタがともに1
バイトでセットされる。具体的には、ADIの1バイト
目に前方アクセスユニット・サーチポインタが、8バイ
ト目に後方アクセスユニット・サーチポインタがセット
される。このようにADIは、圧縮PCMでは4バイト
に減少させるためオーディオデータを2015バイトま
で収納できる。Then, both the forward access unit search pointer for searching for the access unit one second later and the backward access unit search pointer for searching for the access unit one second earlier in the ADI are one.
Set in bytes. Specifically, the forward access unit search pointer is set in the first byte of the ADI, and the backward access unit search pointer is set in the eighth byte. Thus, ADI can store up to 2015 bytes of audio data in order to reduce it to 4 bytes in compressed PCM.
【0019】図5に示す圧縮PCM(PPCM)のオー
ディオパケットにおけるオーディオデータエリアは、図
6に示すように複数のPPCMアクセスユニットにより
構成され、PPCMアクセスユニットはPPCMシンク
情報とサブパケットにより構成されている。最初のPP
CMアクセスユニット内のサブパケットは、ディレクト
リと、サブストリーム「BS0」と、CRC(1バイト
又は2バイト)と、サブストリーム「BS1」と、CR
Cとエクストラ情報により構成され、サブストリーム
「BS0」、「BS1」はPPCMブロックのみにより
構成されている。2番目以降のPPCMアクセスユニッ
ト内のサブパケットも、ディレクトリと、サブストリー
ム「BS0」と、CRCと、サブストリーム「BS1」
と、CRCとエクストラ情報により構成され、サブスト
リーム「BS0」、「BS1」はリスタートヘッダとP
PCMブロックにより構成されている。そして、エクス
トラ情報は、少なくとも、サイズ調整機能を有してい
る。すなわち、入来データが固定レート(CBR)の場
合には、上述したようにサンプリング周波数fsによっ
て1パケット当たりのサンプリング数が40,80,1
60のいずれかに定められており、そのため、決定され
たサンプリング数によっては1パケット当たりのデータ
長とサブパケットのサイズとが合わない場合があり、そ
れをサブパケットのサイズに合わせるために、例えば、
0,0…等を付加してサイズ調整を行う。また、このサ
イズ調整用のデータはテキストデータ等を利用すること
も可能である。The audio data area in the compressed PCM (PPCM) audio packet shown in FIG. 5 is composed of a plurality of PPCM access units as shown in FIG. 6, and the PPCM access unit is composed of PPCM sync information and subpackets. I have. First PP
The subpacket in the CM access unit includes a directory, a substream “BS0”, a CRC (1 byte or 2 bytes), a substream “BS1”,
C and extra information, and the sub-streams “BS0” and “BS1” are composed of only PPCM blocks. Sub-packets in the second and subsequent PPCM access units also include a directory, a sub-stream “BS0”, a CRC, and a sub-stream “BS1”.
, CRC and extra information, and the sub-streams “BS0” and “BS1” have a restart header and P
It is composed of PCM blocks. The extra information has at least a size adjustment function. That is, when the incoming data has a fixed rate (CBR), the number of samples per packet is 40, 80, 1 depending on the sampling frequency fs as described above.
60, the data length per packet may not match the size of the subpacket depending on the determined number of samplings. In order to match it with the size of the subpacket, for example, ,
The size is adjusted by adding 0, 0, etc. In addition, text data or the like can be used as the data for adjusting the size.
【0020】PPCMシンク情報(以下、同期情報とも
いう)は次の情報を含む。 ・1パケット当たりのサンプル数:サンプリング周波数
fsに応じて40、80又は160が選択される。 ・データレートがVBRの場合には「0」(サブパケッ
ト内のデータがVBRの圧縮データであることを示す識
別子)、CBRの場合には「1」(サブパケット内のデ
ータが固定レートであることを示す識別子) ・サンプリング周波数fs及び量子化ビット数Qb ・チャネル割り当て情報The PPCM sync information (hereinafter also referred to as synchronization information) includes the following information. -Number of samples per packet: 40, 80 or 160 is selected according to the sampling frequency fs. If the data rate is VBR, "0" (an identifier indicating that the data in the subpacket is compressed data of VBR); if the data rate is CBR, "1" (the data in the subpacket has a fixed rate) Identifier indicating that sampling frequency fs and number of quantization bits Qb Channel assignment information
【0021】次に図7を参照して復号化部3’−1、
3’−2について説明する。上記フォーマットの可変レ
ートビットストリームデータBS0、BS1は、デフォ
ーマット化回路21により分離される。そして、各ch
「1」〜「6」の1フレームの先頭サンプルデータと予
測器選択フラグはそれぞれ予測回路24D1、24D
2、23D1〜23D4に印加され、各ch「1」〜
「6」のビット数フラグはアンパッキング回路22に印
加される。また、SCRと、DTSと予測残差データ列
は入力バッファ22aに印加され、PTSは出力バッフ
ァ110に印加される。また、データレートがVBRか
CBRかを示す識別子は各予測器24D1、24D2、
23D1、23D2、23D3、23D4に印加され、
これらにおいて識別子に応じた入出力データの処理プロ
グラムが決定されて処理されることになる。VBRであ
る場合には処理プログラムを切り換えると共に入力デー
タを毎回ロードする必要があり処理に時間を要すること
になるが、CBRの場合には固定レートであることから
処理プログラムを切り換える必要がなく処理が速くな
る。また、サンプリング周波数fs及び量子化ビット数
QbはD/A変換器102に印加される。ここで、予測
回路24D1、24D2、23D1〜23D4内の複数
の予測器(不図示)はそれぞれ、符号化側の予測回路1
3D1、13D2、15D1〜15D4内の複数の予測
器と同一の特性であり、予測器選択フラグにより同一特
性のものが選択される。Next, referring to FIG. 7, the decoding units 3'-1,
3′-2 will be described. The variable rate bit stream data BS0 and BS1 in the above format are separated by the deformatting circuit 21. And each channel
The head sample data of one frame of “1” to “6” and the predictor selection flag are stored in the prediction circuits 24D1 and 24D, respectively.
2, 23D1 to 23D4, and each channel “1” to
The bit number flag of “6” is applied to the unpacking circuit 22. The SCR, the DTS, and the prediction residual data string are applied to the input buffer 22a, and the PTS is applied to the output buffer 110. An identifier indicating whether the data rate is VBR or CBR is used as each of the predictors 24D1, 24D2,
23D1, 23D2, 23D3, 23D4,
In these, a processing program for input / output data corresponding to the identifier is determined and processed. In the case of VBR, it is necessary to switch the processing program and to load the input data every time, so that it takes time for processing. However, in the case of CBR, the processing rate does not need to be changed because the processing rate is fixed because the rate is fixed. Be faster. The sampling frequency fs and the number of quantization bits Qb are applied to the D / A converter 102. Here, a plurality of predictors (not shown) in the prediction circuits 24D1, 24D2, and 23D1 to 23D4 are each a prediction circuit 1 on the encoding side.
The same characteristics as a plurality of predictors in 3D1, 13D2, and 15D1 to 15D4, and those having the same characteristics are selected by a predictor selection flag.
【0022】デフォーマット化回路21により、最初オ
ーディオパックからオーディオパケットが分離され、次
にオーディオパケットからストリームデータ(予測残差
データ列)が分離されてビットストリームBS0とBS
1が取り出される。またSCRが取り出され、図8に示
すようにSCRによるタイミングにしたがってアクセス
ユニット毎に入力バッファ22aに取り込まれて蓄積さ
れる。ここで、1つのアクセスユニットのデータ量は、
例えばfs=96kHzの場合には(1/96kHz)
秒分であるが、図9、図10(a)に詳しく示すように
可変長である。そして、入力バッファ22aに蓄積され
たストリームデータはDTSに基づいてFIFOで読み
出されてアンパッキング回路22に印加される。An audio packet is first separated from the audio pack by the reformatting circuit 21. Next, stream data (predicted residual data string) is separated from the audio packet, and the bit streams BS0 and BS0 are separated.
1 is taken out. Further, the SCR is taken out and taken into the input buffer 22a for each access unit according to the timing by the SCR as shown in FIG. Here, the data amount of one access unit is
For example, when fs = 96 kHz (1/96 kHz)
The second is a variable length as shown in FIGS. 9 and 10A in detail. Then, the stream data stored in the input buffer 22a is read out by the FIFO based on the DTS and applied to the unpacking circuit 22.
【0023】アンパッキング回路22は各ch「1」〜
「6」の予測残差データ列をビット数フラグ毎に基づい
て分離してそれぞれ予測回路24D1、24D2、23
D1〜23D4に出力する。予測回路24D1、24D
2、23D1〜23D4ではそれぞれ、アンパッキング
回路22からの各ch「1」〜「6」の今回の予測残差
データと、内部の複数の予測器の内、予測器選択フラグ
により選択された各1つにより予測された前回の予測値
が加算されて今回の予測値が算出され、次いで1フレー
ムの先頭サンプルデータを基準として各サンプルのPC
Mデータが算出されて出力バッファ110に蓄積され
る。出力バッファ110に蓄積されたPCMデータはP
TSに基づいて読み出されて出力され、したがって、図
10(a)に示す可変長のアクセスユニットが伸長され
て、図10(b)に示す一定長のプレゼンテーションユ
ニットが出力される。The unpacking circuit 22 is provided for each channel "1" to
The prediction residual data string of “6” is separated based on each bit number flag, and is divided into prediction circuits 24D1, 24D2, and 23, respectively.
It outputs to D1-23D4. Prediction circuits 24D1, 24D
2, 23D1 to 23D4, the current prediction residual data of each of the channels “1” to “6” from the unpacking circuit 22 and each of the plurality of internal predictors selected by the predictor selection flag. The previous predicted value predicted by one frame is added to calculate the current predicted value, and then the PC of each sample is determined based on the first sample data of one frame.
M data is calculated and stored in the output buffer 110. PCM data stored in the output buffer 110 is P
The data is read out and output based on the TS. Therefore, the variable-length access unit shown in FIG. 10A is expanded, and a fixed-length presentation unit shown in FIG. 10B is output.
【0024】また、PPCMシンク情報内のサンプリン
グ周波数fs及び量子化ビット数Qbに基づいて、PC
MデータがD/A変換器102によりアナログ信号に変
換される。また、同時にPPCMシンク情報においてC
BRの識別子が検出され、ディレクトリ内のエクストラ
データの位置が検出されて、更に例えば0,0…のデー
タや、テキストデータ等のサイズ調整用のエクストラデ
ータが検出されると、それがテキストデータである場合
にはエクストラデータをこのアンパッキング回路22か
ら図示しないテキストデータデコード回路に供給し、そ
こで、デコード処理をしてテキストデータとして取り出
し、出力バッファ110を通じて出力されることにな
る。また一方、エクストラデータが0,0…データであ
った場合には、何の処理も施されないようになってい
る。また、テキストデータデコーダ回路が用意されてい
ない場合には、この処理はパスされる。また、ここで、
操作部101を介してサーチ再生が指示された場合に
は、制御部100により図5に示す前方アクセスユニッ
ト・サーチポインタ(1秒先)と後方アクセスユニット
・サーチポインタ(1秒前)に基づいてアクセスユニッ
トを再生する。このサーチポインタとしては、1秒先、
1秒前の代わりに2秒先、2秒前のものでよい。Further, based on the sampling frequency fs and the number of quantization bits Qb in the PPCM sync information, the PC
The M data is converted by the D / A converter 102 into an analog signal. At the same time, C
When the BR identifier is detected, the position of the extra data in the directory is detected, and further, for example, data of 0, 0... Or extra data for size adjustment such as text data is detected, it is converted to text data. In some cases, the extra data is supplied from the unpacking circuit 22 to a text data decoding circuit (not shown), where the data is decoded, extracted as text data, and output through the output buffer 110. On the other hand, if the extra data is 0,0... Data, no processing is performed. If the text data decoder circuit is not prepared, this processing is passed. Also, where
When the search reproduction is instructed via the operation unit 101, the control unit 100 performs the search based on the forward access unit search pointer (one second ahead) and the backward access unit search pointer (one second before) shown in FIG. Play the access unit. As this search pointer, one second ahead,
Instead of one second before, two seconds before and two seconds before may be used.
【0025】図2に示す符号化部2’−1、2’−2に
より予測符号化された可変レートビットストリームデー
タをネットワークを介して伝送する場合には、符号化側
では図11に示すように伝送用にパケット化し(ステッ
プS41)、次いでパケットヘッダを付与し(ステップ
S42)、次いでこのパケットをネットワーク上に送り
出す(ステップS43)。When variable-rate bit stream data predictively coded by the coding units 2'-1 and 2'-2 shown in FIG. 2 is transmitted through a network, the coding side performs the processing shown in FIG. (Step S41), add a packet header (step S42), and send this packet out onto the network (step S43).
【0026】復号側では図12(A)に示すようにヘッ
ダを除去し(ステップS51)、次いでデータを復元し
(ステップS52)、次いでこのデータをメモリに格納
して復号を待つ(ステップS53)。そして、復号を行
う場合には図12(B)に示すように、デフォーマット
化を行い(ステップS61)、次いで入力バッファ22
aの入出力制御を行い(ステップS62)、次いでアン
パッキングを行う(ステップS63)。なお、このと
き、サーチ再生指示がある場合にはサーチポインタをデ
コードする。次いで予測器をフラグに基づいて選択して
デコードを行い(ステップS64)、次いで出力バッフ
ァ110の入出力制御を行い(ステップS65)、次い
で元のマルチチャネルを復元し(ステップS66)、次
いでこれを出力し(ステップS67)、以下、これを繰
り返す。On the decoding side, as shown in FIG. 12A, the header is removed (step S51), the data is restored (step S52), and the data is stored in the memory to wait for decoding (step S53). . Then, when decoding is performed, as shown in FIG. 12B, deformatting is performed (step S61), and then the input buffer 22
The input / output control of a is performed (step S62), and then the unpacking is performed (step S63). At this time, if there is a search reproduction instruction, the search pointer is decoded. Next, a predictor is selected and decoded based on the flag (step S64), input / output control of the output buffer 110 is performed (step S65), and the original multi-channel is restored (step S66). This is output (step S67), and thereafter, this is repeated.
【0027】なお、上記実施形態では、前方グループに
関する2ch「1」、「2」を 「1」=Lf+Rf 「2」=Lf−Rf により変換して予測符号化したが、代わりに式(2)に
よりマルチチャネルをダウンミクスしてステレオ2chデ
ータ(L、R)を生成し、次いで次式(1)’ 「1」=L+R 「2」=L−R 「3」〜「5」は同じ 「6」=Lfe−C …(1)’ により変換して予測符号化するようにしてもよい(第2
の実施形態)。この場合には、復号化側のミクス&マト
リクス回路4’はチャネル「1」、「2」を加算するこ
とによりチャネルLを、減算することによりチャネルR
を生成することができる。In the above embodiment, 2ch "1" and "2" relating to the front group are converted by "1" = Lf + Rf "2" = Lf-Rf and are predictively coded. , Down-mixing the multi-channels to generate stereo 2-ch data (L, R), and then the following equation (1) ′ “1” = L + R “2” = LR “3” to “5” are the same as “6”. = Lfe-C (1) ′ and may be subjected to predictive coding (second
Embodiment). In this case, the mix & matrix circuit 4 ′ on the decoding side adds the channels “1” and “2” to the channel L, and subtracts the channel R by adding the channels “1” and “2”.
Can be generated.
【0028】また、第3の実施形態として図13に示す
ように、2ch「1」、「2」の代わりに式(2)により
マルチチャネルをダウンミクスしてステレオ2chデータ
(L、R)を生成して、このステレオ2ch(L、R)と
4ch「3」〜「6」を予測符号化するようにしてもよ
い。なお、第2、第3の実施形態では、フロントレフト
(Lf)とフロントライト(Rf)が復号化側に伝送さ
れないので、復号化側ではこれを式(1)、(2)によ
り生成する。As a third embodiment, as shown in FIG. 13, instead of 2ch "1" and "2", multi-channels are downmixed by equation (2) and stereo 2ch data (L, R) is obtained. The stereo 2ch (L, R) and the 4ch “3” to “6” may be generated and predictively coded. In the second and third embodiments, since the front left (Lf) and the front right (Rf) are not transmitted to the decoding side, the decoding side generates them according to equations (1) and (2).
【0029】次に図14、図15、図16を参照して第
4の実施形態について説明する。上記の実施形態では、
1グループの相関性の信号「1」〜「6」を予測符号化
するように構成されているが、この第4の実施形態では
複数グループの相関性のある信号を生成して予測符号化
し、圧縮率が最も高いグループの予測符号化データを選
択するように構成されている。また、この実施例ではそ
の1グループ内における符号化は、前述の各実施例の場
合のように前方グループに関する2chと他のグループ
に関する4chに分類して変換するようなことはせず
に、一つにまとめた符号化処理が行われる構成で、図1
4は前述の図1に対応した図として示してある。また、
図15は符号化部の詳細ブロックを示すものであるが、
本実施例の場合にはn個の相関回路1−1〜1−nまで
が、ミクス&マトリクス回路1’側に設けられている。
これらn個の相関回路1−1〜1−nは例えば6ch(L
f、C、Rf、Ls、Rs、Lfe)のPCMデータ
を、相関性が異なるn種類の6ch信号「1」〜「6」に
変換する。Next, a fourth embodiment will be described with reference to FIG. 14, FIG. 15, and FIG. In the above embodiment,
Although one group of correlated signals “1” to “6” are configured to be predictively coded, in the fourth embodiment, a plurality of groups of correlated signals are generated and predicted and coded. It is configured to select the prediction coded data of the group having the highest compression ratio. Further, in this embodiment, the encoding in one group is not classified and converted into 2ch for the front group and 4ch for the other group as in each of the above-described embodiments. FIG. 1 shows a configuration in which the combined encoding process is performed.
4 is shown as a diagram corresponding to FIG. Also,
FIG. 15 shows a detailed block of the encoding unit.
In this embodiment, n correlation circuits 1-1 to 1-n are provided on the mix & matrix circuit 1 'side.
These n correlation circuits 1-1 to 1-n are, for example, 6 ch (L
f, C, Rf, Ls, Rs, and Lfe) PCM data are converted into n types of 6-channel signals “1” to “6” having different correlations.
【0030】例えば第1の相関回路1−1は以下のよう
に変換し、 「1」=Lf 「2」=C−(Ls+Rs)/2 「3」=Rf−Lf 「4」=Ls−a×Lfe 「5」=Rs−b×Rf 「6」=Lfe また、第nの相関回路1−nは以下のように変換する。 「1」=Lf+Rf 「2」=C−Lf 「3」=Rf−Lf 「4」=Ls−Lf 「5」=Rs−Lf 「6」=Lfe−CFor example, the first correlation circuit 1-1 converts as follows: "1" = Lf "2" = C- (Ls + Rs) / 2 "3" = Rf-Lf "4" = Ls-a × Lfe “5” = Rs−b × Rf “6” = Lfe Further, the n-th correlation circuit 1-n performs conversion as follows. “1” = Lf + Rf “2” = C−Lf “3” = Rf−Lf “4” = Ls−Lf “5” = Rs−Lf “6” = Lfe−C
【0031】また、相関回路1−1〜1−n毎に予測回
路15とバッファ・選択器16が設けられ、グループ毎
の予測残差の最小値のデータ量に基づいて圧縮率が最も
高いグループが相関選択信号生成器17bにより選択さ
れる。このとき、フォーマット化回路19はその選択フ
ラグ(相関回路選択フラグ、その相関回路の相関係数
a、b)を追加して多重化する。A prediction circuit 15 and a buffer / selector 16 are provided for each of the correlation circuits 1-1 to 1-n, and the group having the highest compression ratio is determined based on the data amount of the minimum prediction residual for each group. Are selected by the correlation selection signal generator 17b. At this time, the formatting circuit 19 adds and multiplexes the selection flag (correlation circuit selection flag, correlation coefficients a and b of the correlation circuit).
【0032】そして、図16は前述の図6に対応したデ
ータエリアを示し、この実施例ではサブストリーム「B
S1」を用いず、サブストリーム「BS0」のみで構成
することになる。FIG. 16 shows a data area corresponding to FIG. 6 described above. In this embodiment, the sub-stream "B"
Instead of using “S1”, the sub-stream “BS0” alone is used.
【0033】また、図17に示す復号化側では、符号化
側の相関回路1−1〜1−nに対してn個の相関回路4
−1〜4−n(又は係数a、bが変更可能な図示省略の
1つの相関回路)が設けられる。なお、図15に示すn
グループの予測回路が同一の構成である場合、復号装置
では図17に示すようにnグループ分の予測回路を設け
る必要はなく、1つのグループ分の予測回路でよい。そ
して、符号化装置から伝送された選択フラグに基づいて
相関回路4−1〜4−nの1つを選択、又は係数a、b
を設定して元の6ch(Lf、C、Rf、Ls、Rs、L
fe)を復元し、また、式(2)によりマルチチャネル
をダウンミクスしてステレオ2chデータ(L、R)を生
成する。On the decoding side shown in FIG. 17, n correlator circuits 4 are provided for the correlator circuits 1-1 to 1-n on the encoding side.
−1 to 4-n (or one correlation circuit (not shown) whose coefficients a and b can be changed) are provided. Note that n shown in FIG.
When the prediction circuits of the groups have the same configuration, the decoding device does not need to provide the prediction circuits of n groups as shown in FIG. 17, and may use the prediction circuits of one group. Then, one of the correlation circuits 4-1 to 4-n is selected based on the selection flag transmitted from the encoding device, or the coefficients a and b are selected.
And set the original 6 ch (Lf, C, Rf, Ls, Rs, L
fe), and down-mixes the multi-channels according to equation (2) to generate stereo 2-ch data (L, R).
【0034】また、上記の第1の実施形態では、1種類
の相関性の信号「1」〜「6」を予測符号化するように
構成されているが、この信号「1」〜「6」のグループ
と原信号(Lf、C、Rf、Ls、Rs、Lfe)のグ
ループを予測符号化し、圧縮率が高い方のグループを選
択するようにしてもよい。In the first embodiment, one kind of correlation signal "1" to "6" is configured to be predictively coded, but the signals "1" to "6" are encoded. And the group of the original signals (Lf, C, Rf, Ls, Rs, Lfe) may be predictively coded and the group with the higher compression ratio may be selected.
【0035】[0035]
【発明の効果】以上説明したように本発明によれば、圧
縮データを含むサブパケットと、サブパケット内のデー
タがVBRの圧縮データであることを示す識別子を含む
同期情報部を有するデータ構造にフォーマット化するよ
うにしたので、再生側の復号処理を的確に行うことがで
きる。As described above, according to the present invention, a data structure having a sub-packet including compressed data and a synchronization information section including an identifier indicating that the data in the sub-packet is VBR compressed data is provided. Since the data is formatted, the decoding process on the reproducing side can be performed accurately.
【図1】本発明が適用される音声符号化装置及び音声復
号装置の第1の実施形態を示すブロック図である。FIG. 1 is a block diagram illustrating a first embodiment of a speech encoding device and a speech decoding device to which the present invention is applied.
【図2】図1の符号化部を詳しく示すブロック図であ
る。FIG. 2 is a block diagram illustrating an encoding unit of FIG. 1 in detail.
【図3】図1、図2の符号化部により符号化されたビッ
トストリームを示す説明図である。FIG. 3 is an explanatory diagram showing a bit stream encoded by an encoding unit shown in FIGS. 1 and 2;
【図4】DVDのパックのフォーマットを示す説明図で
ある。FIG. 4 is an explanatory diagram showing a format of a DVD pack.
【図5】DVDのオーディオパックのフォーマットを示
す説明図である。FIG. 5 is an explanatory diagram showing a format of a DVD audio pack.
【図6】図5のオーディオデータエリアのフォーマット
を詳しく示す説明図である。6 is an explanatory diagram showing the format of the audio data area in FIG. 5 in detail.
【図7】図1の復号化部を詳しく示すブロック図であ
る。FIG. 7 is a block diagram illustrating a decoding unit of FIG. 1 in detail.
【図8】図7の入力バッファの書き込み/読み出しタイ
ミングを示すタイミングチャートである。FIG. 8 is a timing chart showing write / read timings of the input buffer of FIG. 7;
【図9】アクセスユニット毎の圧縮データ量を示す説明
図である。FIG. 9 is an explanatory diagram showing the amount of compressed data for each access unit.
【図10】アクセスユニットとプレゼンテーションユニ
ットを示す説明図である。FIG. 10 is an explanatory diagram showing an access unit and a presentation unit.
【図11】音声伝送方法を示すフローチャートである。FIG. 11 is a flowchart showing a voice transmission method.
【図12】音声伝送方法を示すフローチャートである。FIG. 12 is a flowchart showing a voice transmission method.
【図13】本発明が適用される音声符号化装置の第3の
実施の形態とそれに対応した音声復号装置を示すブロッ
ク図である。FIG. 13 is a block diagram illustrating a third embodiment of a speech encoding device to which the present invention is applied, and a speech decoding device corresponding to the third embodiment.
【図14】本発明が適用される音声符号化装置の第3の
実施の形態とそれに対応した音声復号装置を示すブロッ
ク図である。FIG. 14 is a block diagram showing a third embodiment of a speech coding apparatus to which the present invention is applied and a speech decoding apparatus corresponding to the third embodiment.
【図15】第4の実施形態の音声符号化装置を示すブロ
ック図である。FIG. 15 is a block diagram illustrating a speech encoding device according to a fourth embodiment.
【図16】図6に対応した別の実施例の説明図である。FIG. 16 is an explanatory diagram of another embodiment corresponding to FIG.
【図17】第4の実施形態の音声復号装置を示すブロッ
ク図である。FIG. 17 is a block diagram illustrating a speech decoding device according to a fourth embodiment.
1’ 6chミクス&マトリクス回路 13D1,13D2,15D1〜15D4 予測回路
(バッファ・選択器14D1,14D2,16D1〜1
6D4と共に圧縮手段を構成する。) 14D1,14D2,16D1〜16D4 バッファ・
選択器 17 選択信号/DTS生成器(タイミング生成手段) 17c PTS生成器(タイミング生成手段) 19 フォーマット化回路(フォーマット化手段) 21 デフォーマット化回路(分離手段) 22 アンパッキング回路 22a 入力バッファ 24D1,24D2,23D1〜23D4 予測回路
(伸長手段) 100 制御部 102 D/A変換器 110 出力バッファ1 '6ch Mix & Matrix Circuit 13D1, 13D2, 15D1-15D4 Prediction Circuit (Buffer / Selector 14D1, 14D2, 16D1-1
A compression means is constituted together with 6D4. 14D1, 14D2, 16D1-16D4 buffer
Selector 17 Selection signal / DTS generator (timing generating means) 17c PTS generator (timing generating means) 19 Formatting circuit (Formatting means) 21 Deformatting circuit (Separating means) 22 Unpacking circuit 22a Input buffer 24D1, 24D2, 23D1 to 23D4 Prediction circuit (expansion means) 100 Control unit 102 D / A converter 110 Output buffer
Claims (2)
ャネル又は互いに相関をとったチャネル毎に、入力され
る音声信号に応答して先頭サンプル値を所定時間のフレ
ーム単位で得ると共に、時間領域の過去の信号から予測
される現在の信号の複数の予測値の中でその予測残差が
最小値となる線形予測方法を前記フレームを更に分割し
たサブフレーム単位に選択して予測符号化するステップ
と、 前記ステップにより選択されたチャネル毎の予測符号化
データを含むサブパケットと、前記サブパケット内のデ
ータがVBRの圧縮データであることを示す識別子を含
む同期情報部とを有するデータ構造にフォーマット化す
るステップと、からなる音声符号化方法。A first sample value is obtained in units of a predetermined time frame in response to an input audio signal for each channel in which a multi-channel audio signal is unchanged or a channel correlated with each other. A plurality of prediction values of the current signal predicted from the signal, the prediction residual is a step of selecting a linear prediction method in which the prediction residual is the minimum value for each subframe unit obtained by further dividing the frame, and performing predictive encoding. Formatting into a data structure having a sub-packet including predicted coded data for each channel selected in the step and a synchronization information section including an identifier indicating that data in the sub-packet is VBR compressed data And a speech encoding method.
ャネル又は互いに相関をとったチャネル毎に、入力され
る音声信号に応答して先頭サンプル値を得ると共に、時
間領域の過去の信号から予測される現在の信号の複数の
予測値の中でその予測残差が最小値となる線形予測方法
を選択して予測符号化するステップと、 前記ステップにより選択されたチャネル毎の予測符号化
データを含むサブパケットと、前記サブパケット内のデ
ータがVBRの圧縮データであることを示す識別子を含
む同期情報部とを有するデータ構造にフォーマット化す
るステップと、からなる音声符号化方法により記録され
たデータから音声信号を復号する音声復号方法であっ
て、 前記データ構造をサブパケットと同期情報部に分離する
ステップと、 前記同期情報部内の識別子に基づいて前記サブパケット
内の圧縮データをチャネル毎に伸張するステップと、か
らなる音声復号方法。2. A head sample value is obtained in response to an input audio signal for each channel of a multi-channel audio signal as it is or for a channel correlated with each other, and is predicted from a past signal in the time domain. A step of selecting a linear prediction method whose prediction residual is a minimum value among a plurality of prediction values of the current signal and performing predictive coding; and a sub-process including predictive coded data for each channel selected in the step. Formatting the data into a data structure having a packet and a synchronization information section including an identifier indicating that the data in the sub-packet is VBR compressed data. A speech decoding method for decoding a signal, comprising: a step of separating the data structure into a subpacket and a synchronization information section; Step a speech decoding method consists of decompressing the compressed data in the sub-packet for each channel based on the identifier.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000325675A JP3346547B2 (en) | 1998-11-16 | 2000-10-25 | Audio encoding method and audio decoding method |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10-342352 | 1998-11-16 | ||
JP34235298 | 1998-11-16 | ||
JP2000325675A JP3346547B2 (en) | 1998-11-16 | 2000-10-25 | Audio encoding method and audio decoding method |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP32595099A Division JP3344569B2 (en) | 1998-11-16 | 1999-11-16 | Optical recording medium, audio decoding device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001184093A true JP2001184093A (en) | 2001-07-06 |
JP3346547B2 JP3346547B2 (en) | 2002-11-18 |
Family
ID=26577222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000325675A Expired - Lifetime JP3346547B2 (en) | 1998-11-16 | 2000-10-25 | Audio encoding method and audio decoding method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3346547B2 (en) |
-
2000
- 2000-10-25 JP JP2000325675A patent/JP3346547B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP3346547B2 (en) | 2002-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3344574B2 (en) | Recording medium, audio decoding device | |
JP3344572B2 (en) | Recording medium, audio decoding device | |
JP3346545B2 (en) | Audio coding device | |
JP3346382B2 (en) | Audio encoding method and audio decoding method | |
JP3346553B2 (en) | Audio encoding method and audio decoding method | |
JP3346390B2 (en) | Audio coding method | |
JP3346388B2 (en) | Audio encoding method and audio decoding method | |
JP3346547B2 (en) | Audio encoding method and audio decoding method | |
JP3346549B2 (en) | Audio coding method | |
JP3346557B2 (en) | Audio coding method | |
JP3346546B2 (en) | Audio coding method | |
JP3346550B2 (en) | Audio encoding method and audio decoding method | |
JP3346384B2 (en) | Audio coding method | |
JP3346387B2 (en) | Audio coding method | |
JP3346391B2 (en) | Audio encoding method and audio decoding method | |
JP3344569B2 (en) | Optical recording medium, audio decoding device | |
JP3346381B2 (en) | Audio coding device | |
JP3346548B2 (en) | Audio coding device | |
JP3346389B2 (en) | Audio coding device | |
JP3346386B2 (en) | Audio coding device | |
JP3346552B2 (en) | Audio coding method | |
JP2000214895A (en) | Sound coding device, record medium, sound decoding device, sound transmitting method and transmission medium | |
JP2000214894A (en) | Sound coding device, record medium, sound decoding device, sound transmitting method and transmission medium | |
JP2001188594A (en) | Voice coding device | |
JP2000214893A (en) | Sound coding device, record medium, sound decoding device, sound transmitting method and transmission medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
R151 | Written notification of patent or utility model registration |
Ref document number: 3346547 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080906 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080906 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090906 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090906 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100906 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100906 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110906 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120906 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120906 Year of fee payment: 10 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120906 Year of fee payment: 10 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120906 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130906 Year of fee payment: 11 |
|
EXPY | Cancellation because of completion of term |