JP2001242895A - オーディオ符号化装置およびオーディオ符号化方法 - Google Patents
オーディオ符号化装置およびオーディオ符号化方法Info
- Publication number
- JP2001242895A JP2001242895A JP2000051775A JP2000051775A JP2001242895A JP 2001242895 A JP2001242895 A JP 2001242895A JP 2000051775 A JP2000051775 A JP 2000051775A JP 2000051775 A JP2000051775 A JP 2000051775A JP 2001242895 A JP2001242895 A JP 2001242895A
- Authority
- JP
- Japan
- Prior art keywords
- audio
- processing
- buffer
- audio data
- encoding
- 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.)
- Pending
Links
Landscapes
- Signal Processing For Digital Recording And Reproducing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【課題】符号化処理に時間を要するオーディオ信号が入
力されたときに、オーディオ符号化器の符号化処理が間
に合わずにリアルタイム性が維持できなくなる事態を防
止する。 【解決手段】占有量検出部３１は、オーディオ符号化器
３２の前段に設けられたバッファ３０の占有量を検出す
る。検出されたバッファ占有量が一定の値を超えたとき
に、符号化処理のうち最も演算量を必要とするノイズア
ロケーション部３５によるビット／ノイズ割当て演算の
反復処理の反復回数が制限される。このようにビット／
ノイズ割当てにおける反復の回数を動的に制限すること
により、音質を維持しつつリアルタイム処理を行うこと
が可能となる。
力されたときに、オーディオ符号化器の符号化処理が間
に合わずにリアルタイム性が維持できなくなる事態を防
止する。 【解決手段】占有量検出部３１は、オーディオ符号化器
３２の前段に設けられたバッファ３０の占有量を検出す
る。検出されたバッファ占有量が一定の値を超えたとき
に、符号化処理のうち最も演算量を必要とするノイズア
ロケーション部３５によるビット／ノイズ割当て演算の
反復処理の反復回数が制限される。このようにビット／
ノイズ割当てにおける反復の回数を動的に制限すること
により、音質を維持しつつリアルタイム処理を行うこと
が可能となる。
Description
【０００１】
【発明の属する技術分野】本発明はオーディオ符号化装
置およびオーディオ符号化方法に関し、特に放送などで
入力されるオーディオ信号をＤｏｌｂｙ ＡＣ−３やＭ
ＰＥＧ規格などに基づきリアルタイムでディジタル圧縮
するオーディオ符号化装置およびオーディオ符号化方法
に関する。
置およびオーディオ符号化方法に関し、特に放送などで
入力されるオーディオ信号をＤｏｌｂｙ ＡＣ−３やＭ
ＰＥＧ規格などに基づきリアルタイムでディジタル圧縮
するオーディオ符号化装置およびオーディオ符号化方法
に関する。
【０００２】
【従来の技術】近年、テープメディアを用いたＶＣＲ等
の置き換えをねらい、ＤＶＤ−ＲＡＭなどの書き換え型
ディスクメディアを利用した、ビデオ・オーディオ情報
のディジタル録画・録音が注目されている。ディジタル
記録では、ビデオ・オーディオの情報がそれぞれ別個に
ディジタル化され、それをＭＰＥＧなどの規格に従って
帯域圧縮を行い、多重化した後にメディアに記録する。
オーディオ信号の帯域圧縮には、ＭＰＥＧ１ Ｌａｙｅ
ｒ Ｉ／II／III、ＭＰＥＧ２ ＡＡＣ、Ｄｏｌｂｙ
ＡＣ−３など、いくつかの方式が存在する。
の置き換えをねらい、ＤＶＤ−ＲＡＭなどの書き換え型
ディスクメディアを利用した、ビデオ・オーディオ情報
のディジタル録画・録音が注目されている。ディジタル
記録では、ビデオ・オーディオの情報がそれぞれ別個に
ディジタル化され、それをＭＰＥＧなどの規格に従って
帯域圧縮を行い、多重化した後にメディアに記録する。
オーディオ信号の帯域圧縮には、ＭＰＥＧ１ Ｌａｙｅ
ｒ Ｉ／II／III、ＭＰＥＧ２ ＡＡＣ、Ｄｏｌｂｙ
ＡＣ−３など、いくつかの方式が存在する。
【０００３】これらの圧縮方式では、オーディオ信号を
所定のサンプル群としてまとめて処理を行うため、通常
は、オーディオ符号化器の前段には小容量のバッファが
必要になる。
所定のサンプル群としてまとめて処理を行うため、通常
は、オーディオ符号化器の前段には小容量のバッファが
必要になる。
【０００４】ここで、ＭＰＥＧ１ ＬａｙｅｒIII の符
号化方式について説明する。このＭＰＥＧ１ Ｌａｙｅ
ｒIII は、人間の聴覚特性を利用したオーディオ符号化
方式であり、オーディオ信号を複数の帯域に周波数分割
し、各帯域別に感度の高い音の情報を選択的に符号化
し、感度の低い音の情報の符号化を省くことにより帯域
圧縮を図るものである。
号化方式について説明する。このＭＰＥＧ１ Ｌａｙｅ
ｒIII は、人間の聴覚特性を利用したオーディオ符号化
方式であり、オーディオ信号を複数の帯域に周波数分割
し、各帯域別に感度の高い音の情報を選択的に符号化
し、感度の低い音の情報の符号化を省くことにより帯域
圧縮を図るものである。
【０００５】このＭＰＥＧ１ ＬａｙｅｒIII のオーデ
ィオ符号化においては、入力オーディオ信号は時間領域
から複数の周波数領域へ写像される。同時に、量子化に
おけるビット割り当てを決定するために、心理聴覚特性
に基づいて、各周波数帯域毎に許容されるノイズ成分の
信号成分に対する比率（ＳＭＲ）が求められる。そし
て、この結果を元に、各帯域別に量子化ノイズの割り当
てを行うというノイズアロケーションが実行される。
ィオ符号化においては、入力オーディオ信号は時間領域
から複数の周波数領域へ写像される。同時に、量子化に
おけるビット割り当てを決定するために、心理聴覚特性
に基づいて、各周波数帯域毎に許容されるノイズ成分の
信号成分に対する比率（ＳＭＲ）が求められる。そし
て、この結果を元に、各帯域別に量子化ノイズの割り当
てを行うというノイズアロケーションが実行される。
【０００６】すなわち、心理聴覚特性の計算の結果、聴
覚の感度が高く、マスキング効果が効かない帯域に対し
ては、量子化ステップを細かくして量子化ノイズのレベ
ルを低くし、一方マスキング効果が良く効く帯域に対し
ては多くの量子化ノイズが許容されるため、粗い量子化
を行う。
覚の感度が高く、マスキング効果が効かない帯域に対し
ては、量子化ステップを細かくして量子化ノイズのレベ
ルを低くし、一方マスキング効果が良く効く帯域に対し
ては多くの量子化ノイズが許容されるため、粗い量子化
を行う。
【０００７】以上の処理のうち、特に演算量を必要とす
るのがノイズアロケーションの処理である。一般に、オ
ーディオデータの周波数帯域毎に最適なビット量あるい
は量子化ノイズ量を算出するためには、そのための演算
を繰り返し実行しながら最適値に近づけていくという反
復処理が必要となる。この反復処理は、すべての帯域の
量子化後の歪みが許容される条件になるか、あるいはこ
れ以上の最適化が不可能であると判断されるまで繰り返
えされる。
るのがノイズアロケーションの処理である。一般に、オ
ーディオデータの周波数帯域毎に最適なビット量あるい
は量子化ノイズ量を算出するためには、そのための演算
を繰り返し実行しながら最適値に近づけていくという反
復処理が必要となる。この反復処理は、すべての帯域の
量子化後の歪みが許容される条件になるか、あるいはこ
れ以上の最適化が不可能であると判断されるまで繰り返
えされる。
【０００８】
【発明が解決しようとする課題】しかし、オーディオの
符号化処理をリアルタイムに行う必要がある場合には、
上述のノイズアロケーションの演算量が大きいことが問
題になる。特に、オーディオの符号化は、ＤＳＰやマイ
クロプロセッサなどのソフトウェアベースで実現される
ことが多く、演算量が想定する以上に増大すると、符号
化処理が間に合わず、符号化データとして出力されるビ
ットストリームに重大な欠陥をもたらす可能性がある。
あるオーディオデータを符号化したときの上述のノイズ
アロケーション処理における反復の回数の遷移の様子を
図７に示す。
符号化処理をリアルタイムに行う必要がある場合には、
上述のノイズアロケーションの演算量が大きいことが問
題になる。特に、オーディオの符号化は、ＤＳＰやマイ
クロプロセッサなどのソフトウェアベースで実現される
ことが多く、演算量が想定する以上に増大すると、符号
化処理が間に合わず、符号化データとして出力されるビ
ットストリームに重大な欠陥をもたらす可能性がある。
あるオーディオデータを符号化したときの上述のノイズ
アロケーション処理における反復の回数の遷移の様子を
図７に示す。
【０００９】図７から明らかなように、反復の回数（ル
ープ回数）は入力されるオーディオデータの内容により
大きく変化する。この図７は、反復処理に要した演算量
が、平均で全体の演算量の約５０％を超え、瞬間的に
は、全体の８０％程度の演算量となる場合も発生した場
合の例である。
ープ回数）は入力されるオーディオデータの内容により
大きく変化する。この図７は、反復処理に要した演算量
が、平均で全体の演算量の約５０％を超え、瞬間的に
は、全体の８０％程度の演算量となる場合も発生した場
合の例である。
【００１０】このため、反復の回数を非常に多く必要と
するオーディオデータが連続して入力された場合、それ
に対応する演算能力を持たない符号化器ではリアルタイ
ム処理が破綻する恐れがある。
するオーディオデータが連続して入力された場合、それ
に対応する演算能力を持たない符号化器ではリアルタイ
ム処理が破綻する恐れがある。
【００１１】本発明は上述の事情に鑑みてなされたもの
であり、ノイズ割当てにおける反復の回数を動的に制限
できるようにし、音質を維持しつつリアルタイム処理を
行うことが可能なオーディオ符号化装置およびオーディ
オ符号化方法を提供することを目的とする。
であり、ノイズ割当てにおける反復の回数を動的に制限
できるようにし、音質を維持しつつリアルタイム処理を
行うことが可能なオーディオ符号化装置およびオーディ
オ符号化方法を提供することを目的とする。
【００１２】
【課題を解決するための手段】上述の課題を解決するた
め、本発明は、ディジタル方式で表現されたオーディオ
データを所定の処理単位に分割する手段と、分割された
オーディオデータの周波数帯域毎に最適なビット量ある
いは量子化ノイズ量を、その算出のための演算の反復処
理によって求める最適化手段とを有し、前記最適化手段
によって得られたビット量あるいは量子化ノイズ量に応
じて周波数帯域毎に符号化を行うオーディオ符号化装置
において、前記オーディオ符号化装置の前段に設けられ
たバッファメモリに格納されたオーディオデータの占有
量を検出するバッファ占有量検出手段と、前記バッファ
占有量検出手段によって検出されたバッファ占有量に応
じて、前記最適化手段の反復回数を制限する反復回数制
限手段とを具備することを特徴とする。
め、本発明は、ディジタル方式で表現されたオーディオ
データを所定の処理単位に分割する手段と、分割された
オーディオデータの周波数帯域毎に最適なビット量ある
いは量子化ノイズ量を、その算出のための演算の反復処
理によって求める最適化手段とを有し、前記最適化手段
によって得られたビット量あるいは量子化ノイズ量に応
じて周波数帯域毎に符号化を行うオーディオ符号化装置
において、前記オーディオ符号化装置の前段に設けられ
たバッファメモリに格納されたオーディオデータの占有
量を検出するバッファ占有量検出手段と、前記バッファ
占有量検出手段によって検出されたバッファ占有量に応
じて、前記最適化手段の反復回数を制限する反復回数制
限手段とを具備することを特徴とする。
【００１３】このオーディオ符号化装置においては、バ
ッファ占有量に基づいて最適化手段の反復回数を動的に
制限することができる。したがって、ビット／ノイズア
ロケーションを求める最適化処理に多くのサイクル数を
要するオーディオ信号が単発的に入力された場合には、
バッファの空き容量が十分にあるため、前後にある反復
回数の少ないオーディオ信号の符号化処理と相殺し、最
適化処理を簡略化することなく継続することができる。
さらに、最適化処理が困難なオーディオ信号が連続して
入力された場合には、最適化処理の反復回数を段階的に
削減すること等により、符号化処理の破綻を防止するこ
とが可能となる。よって、音質を維持しつつリアルタイ
ムにオーディオ信号を符号化することが可能となる。
ッファ占有量に基づいて最適化手段の反復回数を動的に
制限することができる。したがって、ビット／ノイズア
ロケーションを求める最適化処理に多くのサイクル数を
要するオーディオ信号が単発的に入力された場合には、
バッファの空き容量が十分にあるため、前後にある反復
回数の少ないオーディオ信号の符号化処理と相殺し、最
適化処理を簡略化することなく継続することができる。
さらに、最適化処理が困難なオーディオ信号が連続して
入力された場合には、最適化処理の反復回数を段階的に
削減すること等により、符号化処理の破綻を防止するこ
とが可能となる。よって、音質を維持しつつリアルタイ
ムにオーディオ信号を符号化することが可能となる。
【００１４】
【発明の実施の形態】以下、図面を参照して本発明の実
施形態について説明する。図１は本発明の一実施形態に
係る符号化装置のブロック図である。この符号化装置は
たとえば放送などで入力されるビデオ・オーディオ情報
を符号化してＤＶＤ−ＲＡＭなどの書き換え型ディスク
メディアにディジタル記録するために用いられるもので
ある。入力されたビデオおよびオーディオ信号はそれぞ
れＡ／Ｄコンバータ１１，１３によってディジタル化さ
れた後、ビデオエンコーダ１２およびオーディオエンコ
ーダ１４に送られ、そこで符号化される。符号化された
ビデオおよびオーディオはマルチプレクサ１５によって
多重化された後に、ＤＶＤ−ＲＡＭメディアなどに記録
される。
施形態について説明する。図１は本発明の一実施形態に
係る符号化装置のブロック図である。この符号化装置は
たとえば放送などで入力されるビデオ・オーディオ情報
を符号化してＤＶＤ−ＲＡＭなどの書き換え型ディスク
メディアにディジタル記録するために用いられるもので
ある。入力されたビデオおよびオーディオ信号はそれぞ
れＡ／Ｄコンバータ１１，１３によってディジタル化さ
れた後、ビデオエンコーダ１２およびオーディオエンコ
ーダ１４に送られ、そこで符号化される。符号化された
ビデオおよびオーディオはマルチプレクサ１５によって
多重化された後に、ＤＶＤ−ＲＡＭメディアなどに記録
される。
【００１５】オーディオエンコーダ１４は、図示のよう
に、バッファ３０、占有量検出部３１、およびオーディ
オ符号化器３２などから構成されている。バッファ３０
はＡ／Ｄコンバータ１３から出力されるＰＣＭオーディ
オ信号を一時的に蓄積するためのものである。
に、バッファ３０、占有量検出部３１、およびオーディ
オ符号化器３２などから構成されている。バッファ３０
はＡ／Ｄコンバータ１３から出力されるＰＣＭオーディ
オ信号を一時的に蓄積するためのものである。
【００１６】符号化処理は、所定のサンプル群単位で行
われるため、バッファ３０内にＰＣＭオーディオ信号が
所定の量だけ蓄積され、符号化処理が開始可能になった
時点で、蓄積されたオーディオデータがオーディオ符号
化器３２に出力される。ＭＰＥＧ−１ ＬａｙｅｒIII
の場合、符号化処理が開始可能となるのはオーディオデ
ータが１１５２サンプル分バッファに蓄積されたときで
ある。この１処理単位をフレームと呼ぶ。
われるため、バッファ３０内にＰＣＭオーディオ信号が
所定の量だけ蓄積され、符号化処理が開始可能になった
時点で、蓄積されたオーディオデータがオーディオ符号
化器３２に出力される。ＭＰＥＧ−１ ＬａｙｅｒIII
の場合、符号化処理が開始可能となるのはオーディオデ
ータが１１５２サンプル分バッファに蓄積されたときで
ある。この１処理単位をフレームと呼ぶ。
【００１７】オーディオ符号化器３２は図示のようにフ
ィルタバンク３３、心理聴覚モデル３４，ノイズアロケ
ーション部３５，および文法生成部３６から構成されて
いる。
ィルタバンク３３、心理聴覚モデル３４，ノイズアロケ
ーション部３５，および文法生成部３６から構成されて
いる。
【００１８】フィルタバンク３３は、ポリフェーズフィ
ルタと、変形離散コサイン変換（ＭＤＣＴ）と呼ばれる
直交変換とを用いて、入力されるオーディオ信号を時間
領域から周波数領域へ写像する。この場合、入力された
オーディオ信号はまずポリフェーズフィルタによって３
２個の帯域に分割され、さらに各帯域がＭＤＣＴにより
１８個の周波数成分系列で表現される。これにより得ら
れた５７６個の周波数成分はＳＦＢ（スケールファクタ
バンド）と呼ばれる２０個の帯域に分けられる。
ルタと、変形離散コサイン変換（ＭＤＣＴ）と呼ばれる
直交変換とを用いて、入力されるオーディオ信号を時間
領域から周波数領域へ写像する。この場合、入力された
オーディオ信号はまずポリフェーズフィルタによって３
２個の帯域に分割され、さらに各帯域がＭＤＣＴにより
１８個の周波数成分系列で表現される。これにより得ら
れた５７６個の周波数成分はＳＦＢ（スケールファクタ
バンド）と呼ばれる２０個の帯域に分けられる。
【００１９】心理聴覚モデル３４では、人の聴覚特性に
おける、最小可聴限界（聴覚が知覚できる最小レベルの
音）及びマスキング効果（ある周波数の音の成分が近傍
の周波数の音の成分を聞き取れなくする効果）を利用し
て、各ＳＦＢ毎に許容されるノイズレベルと信号レベル
との比を表すＳＭＲが計算される。
おける、最小可聴限界（聴覚が知覚できる最小レベルの
音）及びマスキング効果（ある周波数の音の成分が近傍
の周波数の音の成分を聞き取れなくする効果）を利用し
て、各ＳＦＢ毎に許容されるノイズレベルと信号レベル
との比を表すＳＭＲが計算される。
【００２０】ノイズアロケーション部３５では、これら
の情報を元に各ＳＦＢ毎のスケールファクタとグローバ
ルゲインが計算される。スケールファクタは、各ＳＦＢ
の相対的な量子化の重みづけを表すものであり、スケー
ルファクタが大きいほど細かい量子化が行われるように
コントロールされる。グローバルゲインは成分全体を量
子化するための量子化スケールである。値が大きいほど
粗い量子化が行われる。すなわち、心理聴覚モデル３４
の計算の結果、聴覚の感度が高く、マスキング効果が効
かない帯域に対しては、量子化ステップを細かくして量
子化ノイズのレベルを低くし、マスキング効果が良く効
く帯域に対しては多くの量子化ノイズが許容されるた
め、粗い量子化を行う。ここでは、このような量子化ス
テップの決定が行われ、そしてその決定された量子化ス
テップに基づいて量子化（符号化）が実行される。
の情報を元に各ＳＦＢ毎のスケールファクタとグローバ
ルゲインが計算される。スケールファクタは、各ＳＦＢ
の相対的な量子化の重みづけを表すものであり、スケー
ルファクタが大きいほど細かい量子化が行われるように
コントロールされる。グローバルゲインは成分全体を量
子化するための量子化スケールである。値が大きいほど
粗い量子化が行われる。すなわち、心理聴覚モデル３４
の計算の結果、聴覚の感度が高く、マスキング効果が効
かない帯域に対しては、量子化ステップを細かくして量
子化ノイズのレベルを低くし、マスキング効果が良く効
く帯域に対しては多くの量子化ノイズが許容されるた
め、粗い量子化を行う。ここでは、このような量子化ス
テップの決定が行われ、そしてその決定された量子化ス
テップに基づいて量子化（符号化）が実行される。
【００２１】ノイズアロケーション部３５における処理
内容を示したフローチャートを図２に示す。まず、ステ
ップＳ１０で該当するサンプル群を符号化するのに利用
可能なビット数を算出する。これは、ビットレートと前
のフレームの符号化処理の結果、繰り越されたビット量
から求められる。ステップＳ１１では、最適化を行うた
めの量子化重みづけに関するパラメータをリセットす
る。リセットした直後は、すべての帯域を同じ重み付け
で量子化するように設定される。
内容を示したフローチャートを図２に示す。まず、ステ
ップＳ１０で該当するサンプル群を符号化するのに利用
可能なビット数を算出する。これは、ビットレートと前
のフレームの符号化処理の結果、繰り越されたビット量
から求められる。ステップＳ１１では、最適化を行うた
めの量子化重みづけに関するパラメータをリセットす
る。リセットした直後は、すべての帯域を同じ重み付け
で量子化するように設定される。
【００２２】そして、周波数成分すべてが０であるか否
かをステップＳ１２でチェックし、いずれかの成分が非
ゼロであれば（無音部分でない）、ステップＳ１３のノ
イズ割当ての決定のための反復処理によって最適な量子
化ノイズの配分とその時の使用するビット量を求める。
かをステップＳ１２でチェックし、いずれかの成分が非
ゼロであれば（無音部分でない）、ステップＳ１３のノ
イズ割当ての決定のための反復処理によって最適な量子
化ノイズの配分とその時の使用するビット量を求める。
【００２３】ステップＳ１４における未使用ビットの計
算処理では、ステップＳ１３で求めたビット量から、次
回のサンプル群の処理に繰り越すビット量の計算を行
う。
算処理では、ステップＳ１３で求めたビット量から、次
回のサンプル群の処理に繰り越すビット量の計算を行
う。
【００２４】ここで、ステップＳ１３のノイズ割当て反
復処理の基本的な手順を図３に示す。
復処理の基本的な手順を図３に示す。
【００２５】まず、ステップＳ２０では、与えられたビ
ット量・重み付けで各帯域毎に量子化を行い、そのとき
の符号量を算出する。量子化は、各帯域の重み付けを行
うスケールファクタと、帯域全体の量子化ステップを表
すグローバルゲインの２種類のパラメータを用いて行わ
れる。量子化の結果発生する符号量が、図２のステップ
Ｓ１０で求めた利用可能なビット量を超えないように制
御される。最初の条件では、各帯域が同じように量子化
されるため、量子化ノイズが可聴周波数を超える帯域が
発生する可能性が高い。ステップＳ２１では歪み量に基
づく重み付けパラメータの修正処理が行われる。この場
合、各帯域別に量子化後の歪みが求められ、歪みが許容
値を超える帯域が存在するかどうかをチェックし、存在
する場合には該当する帯域のスケールファクタを修正す
ることにより、帯域別の量子化の重み付けを変更する。
この手続きを、すべての帯域の歪みが許容される条件に
なるか、あるいはこれ以上の最適化が不可能であると判
断されるまで繰り返す（ステップＳ２３）。これによ
り、各帯域の量子化の粗さが決定され、それがパラメー
タとして保存される（ステップＳ２４）。
ット量・重み付けで各帯域毎に量子化を行い、そのとき
の符号量を算出する。量子化は、各帯域の重み付けを行
うスケールファクタと、帯域全体の量子化ステップを表
すグローバルゲインの２種類のパラメータを用いて行わ
れる。量子化の結果発生する符号量が、図２のステップ
Ｓ１０で求めた利用可能なビット量を超えないように制
御される。最初の条件では、各帯域が同じように量子化
されるため、量子化ノイズが可聴周波数を超える帯域が
発生する可能性が高い。ステップＳ２１では歪み量に基
づく重み付けパラメータの修正処理が行われる。この場
合、各帯域別に量子化後の歪みが求められ、歪みが許容
値を超える帯域が存在するかどうかをチェックし、存在
する場合には該当する帯域のスケールファクタを修正す
ることにより、帯域別の量子化の重み付けを変更する。
この手続きを、すべての帯域の歪みが許容される条件に
なるか、あるいはこれ以上の最適化が不可能であると判
断されるまで繰り返す（ステップＳ２３）。これによ
り、各帯域の量子化の粗さが決定され、それがパラメー
タとして保存される（ステップＳ２４）。
【００２６】このように、ノイズアロケーション部３５
では、ＳＦＢ毎のスケールファクタが、反復処理によっ
て段階的に最適化される。一例として、ある信号を入力
したときのＳＦＢ毎のビット配分が変化する様子を示し
た図を図５に示す。
では、ＳＦＢ毎のスケールファクタが、反復処理によっ
て段階的に最適化される。一例として、ある信号を入力
したときのＳＦＢ毎のビット配分が変化する様子を示し
た図を図５に示す。
【００２７】反復の初期の段階ではビット配分がフラッ
トであり、この時点では量子化ノイズが可聴域に存在
し、十分な音質が得られない可能性があるが、符号化を
行うことは可能である。
トであり、この時点では量子化ノイズが可聴域に存在
し、十分な音質が得られない可能性があるが、符号化を
行うことは可能である。
【００２８】図１の文法生成部３６では、ノイズアロケ
ーション部３５で各帯域別に量子化された信号を、ＭＰ
ＥＧで決められたフォーマットにしてビットストリーム
として出力する。
ーション部３５で各帯域別に量子化された信号を、ＭＰ
ＥＧで決められたフォーマットにしてビットストリーム
として出力する。
【００２９】占有量検出部３１はバッファ３０に格納さ
れているオーディオデータの占有量を検出するためのも
のであり、バッファ３０の占有量を監視し、それによっ
て検出したオーディオデータの占有量をノイズアロケー
ション部３５に通知する。
れているオーディオデータの占有量を検出するためのも
のであり、バッファ３０の占有量を監視し、それによっ
て検出したオーディオデータの占有量をノイズアロケー
ション部３５に通知する。
【００３０】占有量検出部３１から送出された占有量が
一定の値Ｔを超えたとき、ノイズアロケーション部３５
は反復の回数を制限する。反復の回数の最大値ｒmaxと
占有量οの関係は、例えば次のような式で関係づけられ
る。
一定の値Ｔを超えたとき、ノイズアロケーション部３５
は反復の回数を制限する。反復の回数の最大値ｒmaxと
占有量οの関係は、例えば次のような式で関係づけられ
る。
【００３１】
【数１】
【００３２】ここでＴ，οc およびｃは定数である。ο
c およびｃは、例えば１フレーム分のオーディオサンプ
ルが入力される時間ｔ、バッファの総容量Ｃ（ビッ
ト）、時間ｔの間に符号化処理が終了するために十分な
反復回数の上限値Ｒを用いて次のように表現される。
c およびｃは、例えば１フレーム分のオーディオサンプ
ルが入力される時間ｔ、バッファの総容量Ｃ（ビッ
ト）、時間ｔの間に符号化処理が終了するために十分な
反復回数の上限値Ｒを用いて次のように表現される。
【００３３】 Ｒ＝（οc −（Ｃ−１１５２×１６））／ｃ 上式はすなわち、バッファ３０がオーバーフローしそう
になったときに、反復の回数を強制的にオーバーフロー
しない条件まで減少させることを意味する。Ｔの値をバ
ッファ３０の総容量に近づけるほど、反復の回数の制限
が発生する確率は減少するが、反復の減少による音質の
劣化が大きくなる。Ｔの値を小さくすれば、バッファ３
０がオーバーフローしそうになる前から反復回数の制御
が行われるため緩やかな制御が実現される。
になったときに、反復の回数を強制的にオーバーフロー
しない条件まで減少させることを意味する。Ｔの値をバ
ッファ３０の総容量に近づけるほど、反復の回数の制限
が発生する確率は減少するが、反復の減少による音質の
劣化が大きくなる。Ｔの値を小さくすれば、バッファ３
０がオーバーフローしそうになる前から反復回数の制御
が行われるため緩やかな制御が実現される。
【００３４】ここで、図４のフローチャートを参照し
て、反復回数制御の一連の処理の流れについて多説明す
る。
て、反復回数制御の一連の処理の流れについて多説明す
る。
【００３５】まず、占有量検出部３１によりバッファ３
０の占有量が検出され（ステップＳ３０）、そしてその
検出されたバッファ占有量ｏがしきい値Ｔよりも小さい
か、あるいはしきい値Ｔ以上であるかが判断される（ス
テップＳ３１）。検出されたバッファ占有量ｏがしきい
値Ｔ以上である場合には、反復回数の上限値の制限が行
われ（ステップＳ３２）、その範囲内で反復処理が行わ
れる。一方、バッファ占有量ｏがしきい値Ｔよりも小さ
い場合には、反復回数の制限は行われない。
０の占有量が検出され（ステップＳ３０）、そしてその
検出されたバッファ占有量ｏがしきい値Ｔよりも小さい
か、あるいはしきい値Ｔ以上であるかが判断される（ス
テップＳ３１）。検出されたバッファ占有量ｏがしきい
値Ｔ以上である場合には、反復回数の上限値の制限が行
われ（ステップＳ３２）、その範囲内で反復処理が行わ
れる。一方、バッファ占有量ｏがしきい値Ｔよりも小さ
い場合には、反復回数の制限は行われない。
【００３６】以上のような制御を行うことにより、量子
化におけるビット割り当て（ビット量あるいは量子化ノ
イズ量）の最適化処理に多くのサイクル数を要するオー
ディオ信号が単発的に入力された場合には、バッファ３
０の空き容量が十分にあるため、前後にある反復回数の
少ないオーディオ信号の符号化処理と相殺し、最適化処
理を簡略化することなく継続することができる。さら
に、最適化処理が困難なオーディオ信号が連続して入力
された場合には、最適化処理の反復回数を段階的に削減
すること等により、符号化処理の破綻を防止することが
可能となる。よって、音質を維持しつつ、入力オーディ
オ信号に起因する処理量の増大に伴うリアルタイム性の
破綻を防ぐことができる。
化におけるビット割り当て（ビット量あるいは量子化ノ
イズ量）の最適化処理に多くのサイクル数を要するオー
ディオ信号が単発的に入力された場合には、バッファ３
０の空き容量が十分にあるため、前後にある反復回数の
少ないオーディオ信号の符号化処理と相殺し、最適化処
理を簡略化することなく継続することができる。さら
に、最適化処理が困難なオーディオ信号が連続して入力
された場合には、最適化処理の反復回数を段階的に削減
すること等により、符号化処理の破綻を防止することが
可能となる。よって、音質を維持しつつ、入力オーディ
オ信号に起因する処理量の増大に伴うリアルタイム性の
破綻を防ぐことができる。
【００３７】図６には、本実施形態のオーディオ符号化
装置の第２の例が示されている。
装置の第２の例が示されている。
【００３８】本例は、他の符号化方式で符号化されたデ
ィジタル放送のオーディオビットストリームを受信し、
それを例えばＭＰＥＧ１ ＬａｙｅｒIII で符号化する
場合の構成である。オーディオデコーダ５１はディジタ
ル放送の復号化器であり、このオーディオデコーダ５１
の前段には図示のようにバッファ５０が設けられる。
ィジタル放送のオーディオビットストリームを受信し、
それを例えばＭＰＥＧ１ ＬａｙｅｒIII で符号化する
場合の構成である。オーディオデコーダ５１はディジタ
ル放送の復号化器であり、このオーディオデコーダ５１
の前段には図示のようにバッファ５０が設けられる。
【００３９】オーディオ符号化器５２はオーディオデコ
ーダ５１によってデコードされたオーディオ信号を入力
し、それをディジタル記録するためにＭＰＥＧ１ Ｌａ
ｙｅｒIII で符号化する。このオーディオ符号化器５２
内に設けられているフィルタバンク５３、心理聴覚モデ
ル５４、ノイズアロケーション部５５、文法生成部５６
は、それぞれ図１のフィルタバンク３３、心理聴覚モデ
ル３４，ノイズアロケーション部３５，および文法生成
部３６と同一機能を有するものである。
ーダ５１によってデコードされたオーディオ信号を入力
し、それをディジタル記録するためにＭＰＥＧ１ Ｌａ
ｙｅｒIII で符号化する。このオーディオ符号化器５２
内に設けられているフィルタバンク５３、心理聴覚モデ
ル５４、ノイズアロケーション部５５、文法生成部５６
は、それぞれ図１のフィルタバンク３３、心理聴覚モデ
ル３４，ノイズアロケーション部３５，および文法生成
部３６と同一機能を有するものである。
【００４０】また、占有量検出部５７は図１の占有量検
出部３１に相当するものであり、オーディオデコーダ５
１の前段に設けられたバッファ５０の占有量を検出し、
それをノイズアロケーション部５５に通知する。
出部３１に相当するものであり、オーディオデコーダ５
１の前段に設けられたバッファ５０の占有量を検出し、
それをノイズアロケーション部５５に通知する。
【００４１】このように、ディジタル放送の復号化器で
あるオーディオデコーダ５１の前段にバッファを配置
し、そのバッファ占有量に基づいて反復回数の制限を行
うようにしても、図１と同様の効果を得ることができ
る。
あるオーディオデコーダ５１の前段にバッファを配置
し、そのバッファ占有量に基づいて反復回数の制限を行
うようにしても、図１と同様の効果を得ることができ
る。
【００４２】なお、以上の実施形態では、オーディオ符
号化方式としてＭＰＥＧ１ ＬａｙｅｒIII を例に説明
したが、他の符号化方式であるＭＰＥＧ１ Ｌａｙｅｒ
Ｉ／IIやＭＰＥＧ２ＡＡＣ、Ｄｏｌｂｙ ＡＣ−３など
の符号化方式についても同様な制御を行うことができ
る。
号化方式としてＭＰＥＧ１ ＬａｙｅｒIII を例に説明
したが、他の符号化方式であるＭＰＥＧ１ Ｌａｙｅｒ
Ｉ／IIやＭＰＥＧ２ＡＡＣ、Ｄｏｌｂｙ ＡＣ−３など
の符号化方式についても同様な制御を行うことができ
る。
【００４３】また、心理聴覚特性に基づいたビット割り
当てに従って量子化・符号化を行うというＭＰＥＧ１
ＬａｙｅｒIII などのソフトウェアエンコーダに、バッ
ファ占有量を検出し、そのバッファ占有量に従って反復
回数の制限を行うという手順を組み込むことにより、本
実施形態の機能構成をすべてコンピュータプログラムに
よって実現することもできる。このコンピュータプログ
ラムをコンピュータ読みとの可能な記録媒体を通じてコ
ンピュータに導入することにより、オーディオ信号の符
号化をソフトウェア処理でリアルタイムに行うことが可
能となる。
当てに従って量子化・符号化を行うというＭＰＥＧ１
ＬａｙｅｒIII などのソフトウェアエンコーダに、バッ
ファ占有量を検出し、そのバッファ占有量に従って反復
回数の制限を行うという手順を組み込むことにより、本
実施形態の機能構成をすべてコンピュータプログラムに
よって実現することもできる。このコンピュータプログ
ラムをコンピュータ読みとの可能な記録媒体を通じてコ
ンピュータに導入することにより、オーディオ信号の符
号化をソフトウェア処理でリアルタイムに行うことが可
能となる。
【００４４】
【発明の効果】以上説明したように、本発明によれば、
リアルタイム性が要求される音声やオーディオの符号化
において、前段にバッファを配置し、そのバッファの占
有量に応じてビット配分の演算の反復回数を制御するこ
とにより、符号化が困難なオーディオ信号が単発的に入
力された場合には音質の劣化なしにリアルタイム処理が
破綻することを防ぎ、符号化が困難なオーディオ信号が
連続して入力されたときには緩やかな音質の劣化を伴い
ながらリアルタイム処理の破綻を防ぐことが可能とな
る。
リアルタイム性が要求される音声やオーディオの符号化
において、前段にバッファを配置し、そのバッファの占
有量に応じてビット配分の演算の反復回数を制御するこ
とにより、符号化が困難なオーディオ信号が単発的に入
力された場合には音質の劣化なしにリアルタイム処理が
破綻することを防ぎ、符号化が困難なオーディオ信号が
連続して入力されたときには緩やかな音質の劣化を伴い
ながらリアルタイム処理の破綻を防ぐことが可能とな
る。
【図１】本発明の一実施形態に係るオーディオ符号化装
置の構成を示すブロック図。
置の構成を示すブロック図。
【図２】同実施形態で用いられるノイズアロケーション
処理の手順を示すフローチャート。
処理の手順を示すフローチャート。
【図３】同実施形態のノイズアロケーション処理で行わ
れる最適化処理の手順を示すフローチャート。
れる最適化処理の手順を示すフローチャート。
【図４】同実施形態で用いられる反復回数制限処理の手
順を示すフローチャート。
順を示すフローチャート。
【図５】反復による量子化の重み付けの遷移を表す図。
【図６】ディジタル放送を符号化する場合のオーディオ
符号化装置の構成を示すブロック図。
符号化装置の構成を示すブロック図。
【図７】ノイズアロケーション処理における反復回数の
変化を表す図。
変化を表す図。
３０，５０…バッファ ３１，５７…占有量検出部 ３２，５２…オーディオ符号化器 ３３，５３…フィルタバンク ３４，５４…心理聴覚モデル ３５，５５…ノイズアロケーション部 ３６，５６…文法生成処理 ５１…オーディオデコーダ Ｓ１０…該当フレームで利用できるビット量の算出処理 Ｓ１１…量子化重みづけに関するパラメータのリセット
処理 Ｓ１２…無音部分であるか否かの判別処理 Ｓ１３…ノイズ割当ての決定のための反復処理 Ｓ１４…繰越しとなるビット量の計算処理 Ｓ２０…与えられたビット量・重み付けでの量子化処理 Ｓ２１…帯域別の量子化後の歪みの算出処理 Ｓ２２…歪み量に基づく重み付けパラメータの修正処理 Ｓ２３…終了条件の判別処理 Ｓ２４…得られたパラメータの保存処理
処理 Ｓ１２…無音部分であるか否かの判別処理 Ｓ１３…ノイズ割当ての決定のための反復処理 Ｓ１４…繰越しとなるビット量の計算処理 Ｓ２０…与えられたビット量・重み付けでの量子化処理 Ｓ２１…帯域別の量子化後の歪みの算出処理 Ｓ２２…歪み量に基づく重み付けパラメータの修正処理 Ｓ２３…終了条件の判別処理 Ｓ２４…得られたパラメータの保存処理
Claims (2)
- 【請求項１】 ディジタル方式で表現されたオーディオ
データを所定の処理単位に分割する手段と、分割された
オーディオデータの周波数帯域毎に最適なビット量ある
いは量子化ノイズ量を、その算出のための演算の反復処
理によって求める最適化手段とを有し、前記最適化手段
によって得られたビット量あるいは量子化ノイズ量に応
じて周波数帯域毎に符号化を行うオーディオ符号化装置
において、 前記オーディオ符号化装置の前段に設けられたバッファ
メモリに格納されたオーディオデータの占有量を検出す
るバッファ占有量検出手段と、 前記バッファ占有量検出手段によって検出されたバッフ
ァ占有量に応じて、前記最適化手段の反復回数を制限す
る反復回数制限手段とを具備することを特徴とするオー
ディオ符号化装置。 - 【請求項２】 オーディオデータを符号化するためのオ
ーディオ符号化方法であって、 バッファメモリを介して入力されるディジタル方式で表
現されたオーディオデータを所定の処理単位に分割する
ステップと、 分割されたオーディオデータの周波数帯域毎に最適なビ
ット量あるいは量子化ノイズ量を、その算出のための演
算の反復処理によって求める最適化ステップと、 前記最適化ステップによって得られたビット量あるいは
量子化ノイズ量に応じて周波数帯域毎に符号化を行うス
テップと、 前記バッファメモリに格納されたオーディオデータの占
有量を検出するバッファ占有量検出ステップと、 前記バッファ占有量検出ステップによって検出されたバ
ッファ占有量に応じて、前記最適化ステップの反復回数
を制限するステップとを具備することを特徴とするオー
ディオ符号化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000051775A JP2001242895A (ja) | 2000-02-28 | 2000-02-28 | オーディオ符号化装置およびオーディオ符号化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000051775A JP2001242895A (ja) | 2000-02-28 | 2000-02-28 | オーディオ符号化装置およびオーディオ符号化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001242895A true JP2001242895A (ja) | 2001-09-07 |
Family
ID=18573387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000051775A Pending JP2001242895A (ja) | 2000-02-28 | 2000-02-28 | オーディオ符号化装置およびオーディオ符号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001242895A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006054583A1 (ja) * | 2004-11-18 | 2006-05-26 | Canon Kabushiki Kaisha | オーディオ信号符号化装置および方法 |
| JP2006145782A (ja) * | 2004-11-18 | 2006-06-08 | Canon Inc | オーディオ信号符号化装置および方法 |
| JP2007133323A (ja) * | 2005-11-14 | 2007-05-31 | Canon Inc | オーディオ信号符号化装置および方法 |
| JP2008203739A (ja) * | 2007-02-22 | 2008-09-04 | Kddi Corp | オーディオビットレート変換方法および装置 |
-
2000
- 2000-02-28 JP JP2000051775A patent/JP2001242895A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006054583A1 (ja) * | 2004-11-18 | 2006-05-26 | Canon Kabushiki Kaisha | オーディオ信号符号化装置および方法 |
| JP2006145782A (ja) * | 2004-11-18 | 2006-06-08 | Canon Inc | オーディオ信号符号化装置および方法 |
| US7613605B2 (en) | 2004-11-18 | 2009-11-03 | Canon Kabushiki Kaisha | Audio signal encoding apparatus and method |
| JP4639073B2 (ja) * | 2004-11-18 | 2011-02-23 | キヤノン株式会社 | オーディオ信号符号化装置および方法 |
| JP2007133323A (ja) * | 2005-11-14 | 2007-05-31 | Canon Inc | オーディオ信号符号化装置および方法 |
| JP2008203739A (ja) * | 2007-02-22 | 2008-09-04 | Kddi Corp | オーディオビットレート変換方法および装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6592148B2 (ja) | 高周波数の再構成方法を使用するコーディング・システムの性能拡大方法 | |
| RU2335809C2 (ru) | Аудиокодирование | |
| JP3762579B2 (ja) | 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 | |
| JP3131542B2 (ja) | 符号化復号化装置 | |
| JP3274285B2 (ja) | オーディオ信号の符号化方法 | |
| JP3141450B2 (ja) | オーディオ信号処理方法 | |
| JP3784993B2 (ja) | 音響信号の符号化・量子化方法 | |
| KR100477699B1 (ko) | 양자화 잡음 분포 조절 방법 및 장치 | |
| US8244524B2 (en) | SBR encoder with spectrum power correction | |
| KR100882771B1 (ko) | 부호화 음향 신호를 지각적으로 개선 강화시키는 방법 및장치 | |
| JP4021124B2 (ja) | デジタル音響信号符号化装置、方法及び記録媒体 | |
| US20020004718A1 (en) | Audio encoder and psychoacoustic analyzing method therefor | |
| KR20060113999A (ko) | 정보 신호의 양자화 방법 및 장치 | |
| RU2346339C2 (ru) | Кодирование звука | |
| JP2001102930A (ja) | 量子化誤差補正方法及び装置並びにオーディオ情報復号方法及び装置 | |
| US20010050959A1 (en) | Encoder and communication device | |
| KR20030068716A (ko) | 웨이브렛 패킷 변환을 이용한 오디오 압축 방법 및 그시스템 | |
| JP2002533790A (ja) | 適応型ビットアロケータ及びオーディオエンコーダ | |
| JP3164038B2 (ja) | 音声帯域分割復号装置 | |
| JP2001242895A (ja) | オーディオ符号化装置およびオーディオ符号化方法 | |
| US6678653B1 (en) | Apparatus and method for coding audio data at high speed using precision information | |
| JP2000151413A (ja) | オーディオ符号化における適応ダイナミック可変ビット割り当て方法 | |
| JP4301091B2 (ja) | 音響信号符号化装置 | |
| JP4409733B2 (ja) | 符号化装置、符号化方法、及びその記録媒体 | |
| JP2000078018A (ja) | 音声符号化方式、音声符号化装置、及びデ―タ記録媒体 |