JP2001522156A

JP2001522156A - オーディオ信号をコーディングする方法及び装置並びにビットストリームをデコーディングする方法及び装置

Info

Publication number: JP2001522156A
Application number: JP2000518448A
Authority: JP
Inventors: ベルンハルトグリル; ユルゲンヘルレ; ボドタイヒマン; カールハインツブランデンブルク; ハインツゲルホイザー
Original assignee: フラウンホーファー−ゲゼルシャフト・ツア・フォルデルング・デア・アンゲヴァンテン・フォルシュング・エー・ファウ
Priority date: 1997-10-24
Filing date: 1998-07-07
Publication date: 2001-11-13
Anticipated expiration: 2018-07-07
Also published as: CA2301663A1; AU8857798A; EP1025646B1; DE59801589D1; US6502069B1; DE19747132C2; KR20010015588A; KR100331166B1; EP1025646A2; WO1999022451A3; WO1999022451A2; AU726762B2; DE19747132A1; ATE206252T1; JP3366903B2; CA2301663C

Abstract

(57)【要約】本願発明は、ＴＮＳ技術を用いたスケーラブルオーディオコーダの組み合わせを可能にする。第１のサンプリングレートでサンプリングされた時間信号（ｘ₁）をコーディングする方法において、まず第１のサンプリングレートより低いサンプリングレートの第２の時間信号（ｘ₂）が生成される（１２）。それから、第２の時間信号（ｘ₂）が第１のコーディングアルゴリズムによりコード化され（１４）、ビットストリーム（ｘ_AUS）に書き込まれる（１６）。しかし、コード化された第２の時間信号（ｘ_2c）は、再びデコード化され（１４）、第１の時間信号と同様に、周波数ドメインに変換される（２３，２４）。第１の時間信号のスペクトル表示（Ｘ₁）から、ＴＮＳ予測係数が計算される（２５）。第１のコーディングアルゴリズムを用いるコーダ／デコーダ（１４）の変換された出力信号（Ｘ_2cd）は、第１の時間信号のスペクトル表示（Ｘ₁）と同様に、両方の信号についての残余スペクトル値を得るために、周波数に関する予測がなされるが（２７）、そこでは第１の時間信号に基づいて計算された予測係数しか用いられない。これらの２つの信号は、互いに対して評価される（２６，２８）。その後、評価された残余スペクトル値（Ｘ_b）は、コード化され評価された残余スペクトル値（Ｘ_cb）を得るために、第２のコーディングアルゴリズムによりコード化され（３０）、それらは計算された予測係数を含むサイド情報とともに、ビットストリーム（ｘ_AUS）中に書き込まれる。

Description

【発明の詳細な説明】

本願発明は、スケーラブルオーディオコーダ及びオーディオデコーダに関し、
特に、少なくとも１段階が周波数ドメインにおいて作動するスケーラブルコーダ
及びデコーダに関する。スケーラブルオーディオコーダは、モジュール構成のコーダである。よって、
たとえば８ｋＨｚでサンプリングされた信号を処理し、たとえば毎秒４．８から
８キロビットのデータレートを生成する既存のスピーチコーダを使用しようとい
う努力がなされる。たとえば当業者に知られているＧ．７２９、Ｇ．７２３、Ｆ
Ｓ１０１６、ＣＥＬＰまたはＭＰＥＧ−４−Ａｕｄｉｏ用のパラメトリックモデ
ル等のこれら公知のコーダは、通常８ｋＨｚでサンプリングされた信号用に設計
されており、最高４ｋＨｚの可聴バンド幅しかコード化できないため、主に話声
信号をコード化するのに役立つのであり、一般により高い音質の音楽信号のコー
ド化には適していない。しかしながら、一般にそれらは低いサンプリングレート
で、話声信号について良好な音質を示す。スケーラブルコーダでの音楽信号のオーディオコーディングについて、たとえ
ばＨＩＦＩ品質またはＣＤ品質を達成するために、スピーチコーダと、たとえば
４８ｋＨｚのより高いサンプリングレートで信号をコード化することが可能なオ
ーディオコーダが組み合わせられる。もちろん上記のスピーチコーダを、たとえ
ばＭＰＥＧ１、ＭＰＥＧ２またはＭＰＥＧ４の標準に従うミュージック／オーデ
ィオコーダといった別のコーダに置き換えることも可能である。この種のチェーン回路は、スピーチコーダ及びより高品質のオーディオコーダ
を含む。たとえばサンプリングレート４８ｋＨｚの入力信号は、ダウンサンプリ
ングフィルタでスピーチコーダに適当なサンプリング周波数に変換される。しか
し、サンプリングレートは、また、両方のコーダにおいて同じでもあり得る。変
換された信号は、その後コード化される。コード化された信号は、送信のために
ビットストリームフォーマッティングデバイスに直接与えられることが可能であ
る。しかし、それはたとえば最大でも４ｋＨｚのバンド幅の信号しか含まない。
コード化された信号も再びデコード化され、アップサンプリングフィルタで変換
される。しかし、ダウンサンプリングフィルタのために、こうして得られた信号
は、たとえば４ｋＨｚのバンド幅の有用な情報しか含んでいない。加えて、４ｋ
Ｈｚより低いバンドにおける変換されコード化／デコード化された信号のスペク
トル内容は、一般的なコーダがコーディングエラーを持ちこむため、４８ｋＨｚ
でサンプリングされた入力信号の最初の４ｋＨｚバンドに正確に対応していない
ことを記しておかなければならない。既に述べたように、スケーラブルコーダは、周知のスピーチコーダと、より高
いサンプリングレートで信号を処理することが可能なオーディオコーダとを含む
。４ｋＨｚより高い周波数の入力信号の信号成分を送信できるように、８ｋＨｚ
における入力信号とコード化／デコード化され変換されたスピーチコーダの出力
信号との差が、各々個々の離散時間サンプリング値について形成される。この差
は、その後、当業者に公知の方法で、公知のオーディオコーダを用いて量子化及
びコード化されることが可能である。ここで、コーディングエラーとは別に、よ
り高いサンプリングレートで信号をコード化することが可能なオーディオコーダ
に与えられる差分信号は、より低い周波数帯域では基本的にゼロである。上方に
変換されコード化／デコード化されたスピーチコーダの出力信号のバンド幅より
上に位置するスペクトル域において、差分信号は、実質的に４８ｋＨｚでの真の
入力信号に対応する。第１の段階すなわちスピーチコーダの段階において、一般にコード化された信
号の非常に低いビットレートが対象とされているので、低いサンプリング周波数
のコーダが一般的に使用される。前述のコーダを含む多数のコーダは、現在、数
キロビット（２から８キロビットまたはそれ以上）のビットレートで作動する。
更に、この低いビットレートではいずれにしろ不可能であるとともに、計算の労
力に関しては低いサンプリング周波数でのコード化がより有益であるため、これ
らは８ｋＨｚの最大サンプリング周波数を可能にする。最大可能可聴バンド幅は
４ｋＨｚであり、実際上約３．５ｋＨｚに制限されている。バンド幅の改良が、
更なる段階すなわちオーディオコーダの段階において達成されるのであれば、こ
の更なる段階は、より高いサンプリング周波数で作動しなければならない。データ量を更に減ずるための高品質オーディオコーディングにおけるいわゆる
ＴＮＳ技術の使用が、先般来公知になりつつある（Ｊ．Ｈｅｒｒｅ，Ｊ．Ｄ．Ｊ
ｏｈｎｓｔｏｎ，“ＥｎｈａｎｃｉｎｇｔｈｅＰｅｒｆｏｒｍａｎｃｅｏ
ｆＰｅｒｃｅｐｔｕａｌＡｕｄｉｏＣｏｄｅｒｓｂｙＵｓｉｎｇＴ
ｅｍｐｏｒａｌＮｏｉｓｅＳｈａｐｉｎｇ（ＴＮＳ）”，１０１ｓｔＡ
ＥＳＣｏｎｖｅｎｔｉｏｎ，ＬｏｓＡｎｇｅｌｅｓ１９９６，Ｐｒｅｐｒ
ｉｎｔ４３８４）。ＴＮＳ技術（ＴＮＳ＝テンポラルノイズシェイピング）は
、一般に、スペクトル値の予測コーディングによって、量子化ノイズの微細構造
のテンポラルシェイピングを可能にする。ＴＮＳ技術は、時間ドメインと周波数
ドメイン間の二重性の一貫した適用に基づく。技術分野においては、時間信号の
自己相関関数が周波数ドメインに変換される際、まさにこの時間信号のスペクト
ルパワー密度を与えることが知られている。これに関する二重の事態が、信号の
スペクトルの自己相関関数が形成され時間ドメインに変換される際に生ずる。時
間ドメインに変換または戻された自己相関関数は、また時間信号のヒルベルト包
絡線のスクエアとも呼ばれる。よって、信号のヒルベルト包絡線は、そのスペク
トルの自己相関関数と直接連結される。従って、信号のスクエアリングされたヒ
ルベルト包絡線及びそのスペクトルパワー密度は、時間ドメインと周波数ドメイ
ンにおける二重の側面を表す。信号のヒルベルト包絡線がある周波数の範囲に関
して各々部分的なバンドパス信号について一定のままであれば、隣接するスペク
トル値との自己相関もまた一定である。実は、これは一連のスペクトル係数が周
波数に対して定常であることを意味しており、そのため、予測コーディング技術
がこの信号を表すのに有効に使用され得るのであり、これは、更に言えば、予測
係数の共通のセットを用いることによる。状況を明確にするために、図６Ａ及び図６Ｂを参照する。図６Ａは、持続時間
が約４０ｍｓの時間的に強く過渡的な「カスタネット」信号の短区分を示す。こ
の信号は多重の部分的バンドパス信号に分解され、各部分的バンドパス信号は、
５００Ｈｚのバンド幅を有する。図６Ｂは、中間周波数が１５００Ｈｚから４０
００Ｈｚに渡るこれらのバンドパス信号のヒルベルト包絡線を示す。より事態を
明らかにするために、全ての包絡線はそれらの最大振幅に正規化されている。明
らかに、全ての単一の包絡線の形状は互いに非常に類似しており、それがこの周
波数帯域内で信号を有効にコード化するために一般的な予測器が使用できる理由
である。人間の音声発生メカニズムの性質のために、全周波数帯域に渡って声門
エキサイテーションパルスの効果が存在しているスピーチ信号についても同様の
考察がなされる。よって、図６Ｂは、たとえば周波数２０００Ｈｚでの隣接する値の相関関係が
、たとえば周波数３０００Ｈｚまたは１０００Ｈｚでのそれと類似していること
を示す。その代わりに、過渡信号のスペクトル予測性の性質は、図５の表を検討するこ
とにより理解され得る。表の上左で、連続的な時間信号ｕ（ｔ）が正弦波の形で
示される。この隣はこの信号のスペクトルＵ（ｆ）であり、単一のディラックパ
ルスからなる。この信号の最適コーディングは、スペクトルデータまたはスペク
トル値のコーディングに存する。なぜなら、完全な時間信号について、時間信号
を完全に再構成できるように、ここではフーリエ係数の振幅及び位相のみが送信
されなければならないからである。スペクトルデータのコーディングは、同時に
、時間ドメインにおける予測に対応する。よって、ここでは時間ドメインにおい
て予測コーディングが起こらなければならないであろう。したがって、正弦の時
間信号は、平坦な時間包絡線を有し、それは周波数ドメインにおける最も平坦で
ない包絡線に相当する。次に、時間信号ｕ（ｔ）が時間ドメインにおいてディラックパルスの形で最大
に過渡的な信号であるという反対の場合を検討する。時間ドメインにおけるディ
ラックパルスは「平坦な」パワースペクトルに相当し、一方、位相スペクトルは
パルスのタイムポジションに従って回転する。この信号がたとえば変換コーディ
ングまたはスペクトルデータのコーディングまたは時間ドメインデータの直線予
測コーディング等の上述の従来の方法に対して問題を呈していることは明らかで
ある。この信号は、時間ドメインにおいて最良かつ最も効率的にコード化され得
る。なぜなら、ディラックパルスの時間的位置及びパワーのみが送信されなけれ
ばならないからであり、それは二重性の一貫した使用を通じて、周波数ドメイン
における予測コーディングもまた効率的なコーディングに適する方法を構成する
ことを意味する。周波数に関するスペクトル係数の予測コーディングを、既に実施され上で引用
した記事においても記述された、１つのブロックから次のブロックへのスペクト
ル係数の予測の公知の二重性コンセプトと混同しないことは非常に重要である（
Ｍ．Ｂｏｓｉ，Ｋ．Ｂｒａｎｄｅｎｂｕｒｇ，Ｓ．Ｑｕａｋｅｎｂｕｓｃｈ，Ｌ
．Ｆｉｅｄｌｅｒ，Ｋ．Ａｋａｇｉｒｉ，Ｈ．Ｆｕｃｈｓ，Ｍ．Ｄｉｅｔｚ，Ｊ
．Ｈｅｒｒｅ，Ｇ．Ｄａｖｉｄｓｏｎ，ＹｏｓｈｉａｋｉＯｉｋａｗａ：“Ｉ
ＳＯ／ＩＥＣＭＰＥＧ−２ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ，
”１０１ｓｔＡＥＳＣｏｎｖｅｎｔｉｏｎ，ＬｏｓＡｎｇｅｌｅｓ１９
９６，Ｐｒｅｐｒｉｎｔ４３８２）。時間に関する予測に相当する１つのブロ
ックから次のブロックへのスペクトル係数の予測において、スペクトル分解能が
増大し、一方周波数に関するスペクトル係数の予測は時間分解能を増大させる。
従って、たとえば１０００Ｈｚでのスペクトル係数は、同じブロックまたはフレ
ームにおけるたとえば９００Ｈｚでのスペクトル係数から決定され得る。そのため、上記の考察は、過渡信号の効率的なコーディング方法の達成へとつ
ながった。時間と周波数ドメインの二重性を考慮して、予測コーディング技術は
、あるスペクトル係数から次のブロックにおける同じ周波数のスペクトル係数へ
の既に公知の予測と実質的に同様に扱われることが可能である。ある信号のスペ
クトルパワー密度及びスクエアリングされたヒルベルト包絡線は、互いに二重で
あるため、従来の予測方法におけるようなスペクトル計測の平坦さではなく信号
のスクエアリングされた包絡線の計測の平坦さにより、残余信号エネルギーの減
少または予測利得が得られる。潜在コーディング利得は、信号が過渡的になるほ
ど増加する。後方予測としても知られる閉ループの予測理論及び前方予測としても知られる
開ループの予測理論の両方が、可能な予測理論として挙げられる。閉ループのス
ペクトル予測理論（後方予測）の場合、エラーの包絡線は平坦である。別の表現
をすれば、エラー信号のエネルギーは、時間に関して均等に配分される。しかし、前方予測の場合、図７に示されるように、量子化によって持ちこまれ
たノイズのテンポラルシェイピングがある。予測されるスペクトル係数ｘ（ｆ）
が、加算ポイント６００に与えられる。同じスペクトル係数が予測器６１０にも
与えられ、その出力信号がまた負の記号付きで加算ポイント６００に与えられる
。よって、量子化器６２０への入力信号は、スペクトル値ｘ（ｆ）と予測によっ
て計算されたスペクトル値ｘ_p（ｆ）との差を表す。前方予測にとって、デコー
ド化されたスペクトル係数データにおける合計エラーエネルギーは一定のままで
ある。しかし、スペクトル係数に予測が加えられることによって、量子化ノイズ
が時間的に実際の信号の下に置かれてマスキングされ得るために、量子化エラー
信号の時間軸上の形状は、デコーダの出力ではテンポラルシェイピングされてい
るように見える。このようにして、たとえば過渡信号またはスピーチ信号の時間
マスキングの問題が避けられる。よって、この種のスペクトル値の予測コーディングは、ＴＮＳすなわちテンポ
ラルノイズシェイピング技術と呼ばれる。この技術を明確にする目的で、図８Ａ
を参照する。図８Ａの上左では、強く過渡的な時間信号の時間軸上の行動が示さ
れる。図８Ａの上右でこの時間軸上の行動曲線の反対側に示されているのは、Ｄ
ＣＴスペクトルの区分である。図８Ａの下左のグラフは、ＬＰＣ（ＬＰＣ＝直線
予測コーディング）オペレーションにより計算されたＴＮＳ合成フィルタの結果
として生ずる周波数応答を示す。この図における（正規化された）周波数座標は
、時間ドメインと周波数ドメインの二重性のために、時間座標に対応する。ＬＰ
Ｃ計算は、明らかに入力信号の「ソースモデル」を生成する。なぜなら、ＬＰＣ
計算された合成フィルタの周波数応答は、強く過渡的な時間信号の包絡線に似て
いるからである。周波数に関する残余スペクトル値の表示すなわち図７の量子化
器６２０の入力信号の表示は、図８Ａの下右に示される。予測後の残余スペクト
ル値と直接時間−周波数変換で得られたスペクトル値との比較は、残余スペクト
ル値がもとのスペクトル値よりもはるかに少ないエネルギーを有するということ
を示す。示された例において、残余スペクトル値のエネルギー減少は、約１２ｄ
Ｂの合計予測利得に相当する。図８Ａの下左のグラフに関して、以下の点について注目すべきである。時間ド
メイン信号に関する従来の予測の使用について、合成フィルタの周波数応答は、
入力信号の振幅スペクトルの近似値である。合成フィルタは、ほぼ「白色の」ス
ペクトルで残余信号から、信号のスペクトル形状をある程度まで（再）生成する
。ＴＮＳ技術の場合におけるように、スペクトル信号について予測が用いられる
とき、合成フィルタの周波数応答は、入力フィルタの包絡線の近似値である。合
成フィルタの周波数応答は、従来の場合のようにパルス応答のフーリエ変換の結
果ではなく、逆フーリエ変換の結果である。ＴＮＳ合成フィルタは、ほぼ「白色
の」（すなわち平坦な）包絡線で残余信号から、いわば信号の包絡線の形状を（
再）生成する。よって、図８Ａの下左のグラフは、ＴＮＳ合成フィルタによって
かたどられたような入力信号の包絡線を示す。これは、ここではその上の図にお
いて示されるカスタネット信号の包絡線近似値の対数表示である。続いて、約１３ｄＢのＳＮ比が、たとえば０．５バークの幅の各コーディング
バンドにおいて生ずるように、コーディングノイズが残余スペクトル値に導入さ
れた。量子化ノイズの導入によって生ずる時間ドメインにおけるエラー信号は、
図８Ｂに示される。図８Ｂの左側の図は、ＴＮＳ技術を用いた場合の量子化ノイ
ズによるエラー信号を示し、右側の図ではＴＮＳ技術が使用されておらず、よっ
て比較できるようになっている。予想通り、左側の図におけるエラー信号は、ブ
ロック中で均等に配分されておらず、この量子化ノイズを最適にマスキングする
であろうより高い信号内容が存在する領域に集中している。一方、右側の場合で
は、導入された量子化ノイズは、ブロックすなわち時間に関して均等に配分され
ており、その結果、信号が全くまたはほとんど存在しない前方の領域では、ノイ
ズも存在し、それはおそらく可聴であり、一方、高い信号内容が存在する領域で
は、比較的小さなノイズが存在し、信号のマスキングの可能性が完全には活用さ
れていないということになる。ＴＮＳフィルタ付きの単純なすなわち非スケーラブルオーディオコーダが以下
に記述される。コーダにおけるＴＮＳフィルタ８０４の実行が図９Ａに示される。このフィル
タは、解析フィルタバンク８０２と量子化器８０６の間に配置される。図９Ａに
示されるコーダ用の離散時間入力信号がオーディオ入力８００に入力され、量子
化されたオーディオ信号すなわち量子化されたスペクトル値または量子化された
残余スペクトル値が出力８０８で出力され、その後に冗長コーダが続いてよい。
そのため、入力信号はスペクトル値へと変換される。計算されたスペクトル値に
基づき、たとえばスペクトル値の自己相関マトリクスを形成しレヴィンソン−ダ
ービンリカージョンを用いることにより、正規直線予測計算が行なわれる。図９
Ｂは、ＴＮＳフィルタ８０４の詳細図を示す。スペクトル値ｘ（１），・・・，
ｘ（ｉ），・・・，ｘ（ｎ）がフィルタ入力８１０に与えられる。特定の周波数
帯域のみが過渡信号を示す一方、他の周波数帯域では主に静的であるということ
も起こり得る。このことは、入力スイッチ８１２及び出力スイッチ８１４を通じ
て、ＴＮＳフィルタ８０４において許容されているのであるが、これらのスイッ
チの主な機能は、被処理データの並列−直列または直列−並列変換をもたらすこ
とである。特定の周波数帯域が不安定で、ＴＮＳ技術によって一定のコーディン
グ利得が得られる見込みがあるならば、このスペクトル域のみがＴＮＳ処理され
るのだが、これは入力スイッチ８１２がたとえばスペクトル値ｘ（ｉ）で始まり
、たとえばスペクトル値ｘ（ｉ＋２）まで通過するということで達成される。フ
ィルタの内部領域もまた前方予測構造すなわち予測器６１０及び加算ポイント６
００を含む。ＴＮＳフィルタのフィルタ係数を決定するためまたは予測係数を決定するため
の計算は、次のように実行される。自己相関マトリクスの形成及びレヴィンソン
−ダービンリカージョンの適用が、たとえば２０のノイズシェイピングフィルタ
の最高許容オーダーについて行なわれる。計算された予測利得が特定の閾値を超
える場合、ＴＮＳ処理が作動する。それから、現在のブロックについて使用されるノイズシェイピングフィルタの
オーダーが、係数配列の末端から十分に小さい絶対値の全ての係数の除去により
決定される。これは、スピーチ信号について通常４〜１２の範囲内にある値のＴ
ＮＳフィルタのオーダーを生じさせる。十分に高いコーディング利得がたとえばスペクトル値ｘ（ｉ）の範囲について
決定される場合、この範囲は処理され、ＴＮＳフィルタの出力でスペクトル値ｘ
（ｉ）の代わりに残余スペクトル値ｘ_R（ｉ）が現れる。図８Ａから分かるよう
に、この残余値はもとのスペクトル値ｘ（ｉ）よりもはるかに小さい振幅を有す
る。よって、正規サイド情報に加えて、デコーダに送信されるサイド情報は、Ｔ
ＮＳの使用を示すフラグと、必要ならば目的周波数帯域及びコーディングに使用
されたＴＮＳフィルタに関する情報を含む。フィルタデータは量子化されたフィ
ルタ係数として表示されることが可能である。次に、ＴＮＳフィルタ付きのコーダに類似して、逆ＴＮＳフィルタ付きのデコ
ーダが考慮される。図１０Ａで示されるデコーダにおいて、ＴＮＳコーディングは各チャンネルに
ついて反転される。残余スペクトル値ｘ_R（ｉ）は反量子化器２１６において再
量子化され、図１０Ｂで詳細に構造を示す逆ＴＮＳフィルタ９００に入力される
。出力信号として、逆ＴＮＳフィルタ９００は、合成フィルタバンク２１８で時
間ドメインに変換されるスペクトル値を再び伝送する。ＴＮＳフィルタ９００は
、入力スイッチ９０２と出力スイッチ９０８を含み、それらもまた主に被処理デ
ータの並列−直列または直列−並列変換をもたらすものである。残余スペクトル
値だけを逆ＴＮＳコーディングの対象とし、ＴＮＳコード化されていないスペク
トル値は変更されないで出力９１０にまで通過させられるように、入力スイッチ
９０２もまた可能目的周波数帯域を考慮している。逆予測フィルタは、予測器９
０６と加算ポイント９０４を含む。しかし、ＴＮＳフィルタとは対照的に、これ
らは以下のように接続されている。残余スペクトル値は、入力スイッチ９０２を
介して加算ポイント９０４に達し、そこで予測器９０６の出力信号と加算される
。出力信号として、予測器は推測スペクトル値ｘ_p（ｉ）を供給する。スペクト
ル値ｘ（ｉ）は、出力スイッチを介して逆ＴＮＳフィルタの出力で出力される。
よって、ＴＮＳ関連のサイド情報は、デコーダにおいてデコード化され、そのサ
イド情報は、ＴＮＳの使用を示すフラグと、必要ならば目的周波数帯域に関する
情報を含む。加えて、サイド情報は、あるブロックまたは「フレーム」をコード
化するために使用された予測フィルタのフィルタ係数を含む。よって、ＴＮＳ方法は、以下のように要約される。入力信号は、高分解能解析
フィルタバンクによりスペクトル表示に変換される。それから、周波数に関して
隣接するスペクトル値間の周波数ドメインで直線予測が行なわれる。この直線予
測は、スペクトルドメインで行なわれるスペクトル値のフィルタリングのための
フィルタ工程として解釈され得る。このようにして、もとのスペクトル値が予測
エラーすなわち残余スペクトル値によって置き換えられる。これらの残余スペク
トル値は、正規のスペクトル値と全く同様に量子化及びコード化され、デコーダ
に移送され、そこで値はデコード化され反量子化される。逆フィルタバンク（合
成フィルタバンク）を使用する前に、逆予測（逆とはコーダにおいて実行される
予測に対して）が、送信された予測エラー信号すなわち再量子化された残余スペ
クトル値について逆予測フィルタが使用されるという方法で実行される。この技術を使用することにより、量子化ノイズの時間包絡線を入力信号のそれ
に整合させることが可能である。これは、目立つ時間微細構造または目立つ過渡
行動を有する信号について、エラー信号のマスキングのより良い活用を可能にす
る。過渡信号の場合、ＴＮＳ技術は、いわゆる「プレエコー」を避ける。これに
ついてはそのような信号の「アタック」前に、量子化ノイズが既に現れている。既に述べたように、スケーラブルオーディオコーダにおいて、一般的にコード
化された信号の非常に低いビットレートが求められるため、低いサンプリング周
波数のコーダが第１の段階で使用される。第２の段階では、より高いビットレー
トでコード化するがより大きなバンド幅を要し、そのためスピーチコーダよりも
ずっと高い音質でオーディオ信号をコード化することが可能なオーディオコーダ
があることが好ましい。コード化され高いサンプリングレートになったオーディ
オ信号は、通常、たとえばダウンサンプリングフィルタを用いてまずより低いサ
ンプリングレートに低変換される。減少されたサンプリングレート信号は、その
後、第１段階のコーダに入力され、このコーダの出力信号はスケーラブルオーデ
ィオコーダから現れるビットストリーム中に直接書き込まれる。この低いバンド
幅を有するコード化された信号は、再びデコード化され、それからたとえばアッ
プサンプリングフィルタを用いて高いサンプリングレートに戻され、その後、周
波数ドメインに変換される。同じく周波数ドメインに変換されるのは、コーダの
入力にもともと存在したオーディオ信号である。２つのオーディオ信号がここで
入手可能であるが、前者は第１段階のコーダのコーディングエラーを被っている
。これら周波数ドメインの２つの信号は、２つの信号の差のみを表示する信号を
得るために、ここで差分エレメントに供給されることが可能である。後述する周
波数選択スイッチとしても実行可能なスイッチングモジュールにおいて、次に２
つの入力信号の差を処理するのが良いか、または周波数ドメインに変換されたも
とのオーディオ信号を直接処理するのが良いか、決定することが可能である。い
ずれにしても、ＭＰＥＧ標準に従って機能する場合なら、心理音響学モデルを考
慮する量子化と、好ましくは量子化されたスペクトル値でのハフマンコーディン
グを用いるエントロピーコーディングを続けて両方行なうような、たとえば公知
の量子化器／コーダに、スイッチングモジュールの出力信号が与えられる。量子
化器及びコーダの出力信号は、第１段階のコーダの出力信号と共にビットストリ
ームに書き込まれる。図１０Ａに示される構造を単純に模倣するために、最初に
記述したＴＮＳフィルタをスイッチングモジュールの直後、すなわち量子化器／
コーダの前に配置するのが一見良いように思われるかも知れない。しかし、この
解決法の不都合は、スイッチングモジュールの出力信号が、コーダの入力におけ
るもとの時間オーディオ信号に関して大きく変更されており、その結果ＴＮＳフ
ィルタのフィルタ係数決定が同じ品質で適用できないことである。本願発明の目的は、スケーラブルコーディオコーダの場合でもテンポラルノイ
ズシェイピングが役立つように、スケーラブルオーディオコーディングのコンセ
プトとテンポラルノイズシェイピングのコンセプトを組み合わせることである。この目的は、請求項１または２によるコーディング方法によって、請求項３ま
たは４によるデコーディング方法によって、請求項５または６によるコーディン
グ装置によって、請求項７または８によるデコーディング装置によって達成され
る。本願発明は、ＴＮＳフィルタ係数または予測係数の決定が、第１段階のコーダ
による影響を受けていないスペクトル値に基づいて行なわれなければならないと
いう洞察に基づく。もちろん、スケーラブルオーディオコーダも、第１段階のコ
ーダのように、明細書の導入部で引用した変形のひとつを利用し得る順応性のあ
るコーダであるべきである。本願発明によると、ＴＮＳ予測係数の決定は、コー
ダの入力におけるオーディオ信号の直接表示であるスペクトル値に基づいて行な
われる。フィルタバンクまたはＭＤＣＴを使用することにより、オーディオコー
ダ入力信号のスペクトル表示が生成できる。しかし、ＴＮＳコーディングフィル
タによる実際のフィルタリングのように、コーダの同じ場所においてＴＮＳフィ
ルタ係数の決定を行なうことはもはや不可能である。そのため、ＴＮＳフィルタ
係数の決定は、実際のＴＮＳコーディングフィルタリングとは別に行なわれなけ
ればならない。本願発明の第１の観点によると、ＴＮＳフィルタ係数の決定は、もとのオーデ
ィオ入力信号を周波数ドメインに変換するフィルタバンクの直後で行なわれる。
よって、同種の信号すなわちＴＮＳ処理されていない信号が、加算器またはスイ
ッチングモジュールの前に存在する。本願発明の第１の観点によると、既に決定
されたＴＮＳ係数でのＴＮＳフィルタリングが、スイッチングモジュールの後及
びおそらく心理音響学モデルに従って作動する量子化器／コーダの前で起こる。
しかし、後で明らかになるように、このスケーラブルオーディオコーダにおける
ＴＮＳ技術の実行は、デコーダの変更を伴う。しかし、本願発明の第２の観点によると、このデコーディングはもはや必要で
はない。ここでは、ＴＮＳ予測係数が、第１の観点についてと同様に、再び同じ
場所で決定される。本願発明の第１の観点とは対照的に、２つの関連のスペクト
ル信号すなわち第１段階のコーディングエラーを伴うスペクトル信号及びオーデ
ィオ入力信号の本質的に歪められていない表示であるスペクトル信号が、加算エ
レメントの前で、前もって決定されたＴＮＳ係数で作動するＴＮＳコーディング
フィルタにより処理される。第１段階のコーダのコーディングエラーを負ったス
ペクトル信号のＴＮＳフィルタリングが、エラーのないオーディオ信号に由来す
るＴＮＳ係数を単純に用いるＴＮＳ係数の再決定なしに作動することに注目する
のは重要である。本願発明の第２の観点によれば、同種の２つの信号すなわちこ
こではＴＮＳ処理された信号は、加算器またはスイッチングモジュールの入力に
おいて再び存在する。一般に、本願発明の第１及び第２の観点は、ある例ではＴＮＳ処理されていな
い信号が加算器の前に存在するのに対し、別の例では、ＴＮＳ処理された信号が
差分の対象となるかまたはスイッチングモジュールに入力されるという点で異な
る。記述された条件は、本願発明によるデコーダにおいて考慮される。本願発明の
第１の観点によりコード化された信号をデコード化するデコーダの場合、ＴＮＳ
デコーディング、すなわちビットストリームでサイド情報として再び現れるコー
ディングの際に決定されたＴＮＳ係数を使用するＴＮＳデコーディングフィルタ
の使用は、スイッチングモジュールに類似した逆スイッチングモジュールの前で
起こる。コーダに関して、逆スイッチングモジュールにＴＮＳ処理されていない
信号が供給されるが、デコーダの場合もまた同様である。一方、本願発明の第２の観点によりコード化された信号をデコード化するデコ
ーダの場合、逆スイッチングモジュールにはＴＮＳ処理された信号が与えられる
。この目的のために、第１段階のコーダのデコード化された信号は、周波数ドメ
インに変換され、コーダにおいて決定されたＴＮＳフィルタ係数を用いるＴＮＳ
コーディングフィルタによってフィルタリングされなければならない。本願発明
の第２の観点によるコーダについてと原則的に同様に、そのときだけ同種すなわ
ちＴＮＳ処理された信号が、逆スイッチングモジュールまたはその前に配置され
た加算器において比較される。逆スイッチングモジュールの出力信号は、最終的
にＴＮＳデコーディングフィルタに入力され、その出力信号は、全ての装置のコ
ーディングエラーから切り離してもとのオーディオ信号を再生するために、その
後、逆フィルタバンクにより処理される。既に述べたように、本願発明の第２の
観点によるコーダまたはデコーダが、本願発明の実施例では好ましい。なぜなら
、逆フィルタバンクの前にＴＮＳデコーディングフィルタまたは逆ＴＮＳフィル
タが配置されるので、デコーダにおける実質的な変更が必要でないからであり、
これは図１０Ａの配置に対応する。本願発明の実施例は、添付の図面を参照しながら以下より詳細に記述される。

【図面の簡単な説明】

図１は、本願発明の第１の観点によるスケーラブルオーディオコーダを示す。図２は、本願発明の第２の観点によるスケーラブルオーディオコーダを示す。図３は、本願発明の第１の観点によるデコーダを示す。図４は、本願発明の第２の観点によるデコーダを示す。図５は、時間ドメインと周波数ドメインとの二重性を解明する表を示す。図６Ａは、過渡信号の一例を示す。図６Ｂは、図６Ａに示される過渡時間信号に基づく部分的なバンドパス信号の
ヒルベルト包絡線を示す。図７は、周波数ドメインにおける予測の概略図である。図８Ａは、ＴＮＳ技術を解説するための一例を示す。図８Ｂは、ＴＮＳ技術を用いた場合（左）と用いていない場合（右）の導入さ
れた量子化ノイズの時間軸上の行動の比較を示す。図９Ａは、ＴＮＳフィルタ付きの非スケーラブルコーダの簡略化されたブロッ
ク図である。図９Ｂは、図９ＡのＴＮＳフィルタの詳細図である。図１０Ａは、逆ＴＮＳフィルタ付きの非スケーラブルデコーダの簡略化された
ブロック図である。図１０Ｂは、図１０Ａの逆ＴＮＳフィルタの詳細図である。

【発明の実施の形態】

図１は、本願発明によるスケーラブルオーディオコーダの概念ブロック図であ
る。たとえば４８ｋＨｚの第１のサンプリングレートでサンプリングされた離散
時間信号ｘ₁は、ダウンサンプリングフィルタ１２により、たとえば８ｋＨｚの
第２のサンプリングレートに導かれ、第２のサンプリングレートは第１のサンプ
リングレートよりも低い。第１と第２のサンプリングレートの比は、自然数であ
ることが好ましい。間引きフィルタとして実行されてもよいダウンサンプリング
フィルタ１２の出力信号は、第１のコーディングアルゴリズムによって入力信号
をコード化するコーダ／デコーダ１４に入力される。既に述べたように、コーダ
／デコーダ１４は、たとえばＧ．７２９、Ｇ．７２３、ＦＳ１０１６、ＭＰＥＧ
−４ＣＥＬＰ、ＭＰＥＧ−４ＰＡＲ等のより低いオーダーのスピーチコーダ
でよい。そのようなコーダは、毎秒４．８キロビットのデータレート（ＦＳ１０
１６）から、毎秒約８キロビットのデータレート（Ｇ．７２９）で作動する。そ
れらは全てサンプリング周波数８ｋＨｚでサンプリングされた信号を処理する。
しかし、当業者にとっては、他のデータレートまたは他のサンプリング周波数の
他のどのコーダでも使用できることは自明である。コーダ１４によってコード化された信号すなわちコード化された第２の信号ｘ _2c 、コーダ１４に依存し上記のビットレートの１つで存在するビットストリーム
は、ライン１６を介してビットフォーマッタ１８に入力される。ビットフォーマ
ッタ１８の機能は後述する。ダウンサンプリングフィルタ１２及びコーダ／デコ
ーダ１４は、本願発明によるスケーラブルオーディオコーダの第１の段階を構成
する。ライン１６に出力されるコード化された第２の信号ｘ_2cも、ライン２０上にコ
ード化／デコード化された第２の時間信号ｘ_2cdを生成するために、第１のコー
ダ／デコーダ１４で再びデコード化される。コード化／デコード化された第２の
時間信号ｘ_2cdは、第１の離散時間信号ｘ₁より低いバンド幅を有する離散時間
信号である。記述された数値的な例について、第１の離散時間信号ｘ₁は、サン
プリング周波数が４８ｋＨｚなので、最大２４ｋＨｚのバンド幅を有する。コー
ド化／デコード化された第２の時間信号ｘ_2cdは、ダウンサンプリングフィルタ
１２が第１の時間信号ｘ₁を間引きを通じて８ｋＨｚのサンプリング周波数に変
換したので、最大４ｋＨｚのバンド幅を有する。０から４ｋＨｚのバンド幅内で
、信号ｘ₁とｘ_2cdは、コーダ／デコーダ１４により持ちこまれたコーディング
エラーを除いては同じである。ここで、コーダ１４により持ちこまれたコーディングエラーは常に小さなエラ
ーとはかぎらず、たとえば強く過渡的な信号が第１コーダでコード化される場合
、それらは有用な信号と同じオーダーの振幅のものでもあり得るということが指
摘される。この理由で、後で説明するように、差分コーディングが合理的かどう
か調べるためにチェックが行なわれる。コーダ／デコーダ１４の出力での信号ｘ_2cdは、再び高サンプリングレートに
変換して戻すためにアップサンプリングフィルタ２３に入力され、その結果信号
ｘ₁と比較可能になる。アップサンプリングされた信号ｘ_2cd及び信号ｘ₁は、各々フィルタバンクＦ
Ｂ１２２及びフィルタバンクＦＢ２２４に入力される。フィルタバンクＦＢ
１２２は、信号ｘ_2cdの周波数ドメイン表示であるスペクトル値Ｘ_2cdを生成
する。一方、フィルタバンクＦＢ２は、もとの第１の時間信号ｘ₁の周波数ドメ
イン表示であるスペクトル値Ｘ₁を生成する。２つフィルタバンクの出力信号は
、加算器２６において減算される。より正確には、フィルタバンクＦＢ１２２
の出力スペクトル値Ｘ_2cdは、フィルタバンクＦＢ２２４の出力スペクトル値
から減算される。加算器２６の次には、加算器２６の出力信号Ｘ_dと、以後第１
のスペクトル値Ｘ₁と呼ばれるフィルタバンク２４の出力信号Ｘ₁すなわち第１
の時間信号のスペクトル表示の両方が入力されるスイッチングモジュールＳＭ
２８が続く。本願発明の第１の観点によると、スイッチングモジュール２８に続くＴＮＳフ
ィルタまたは予測フィルタ２７の予測係数は、ＴＮＳ係数の計算のためのデバイ
ス２５により計算される。ＴＮＳ係数計算器２５は、図１から分かるように、Ｔ
ＮＳコーディングフィルタ２７とビットフォーマッタ１８の両方に対して係数を
与える。ＴＮＳコーディングフィルタは、当業者には公知の心理音響学モジュール３２
の記号で示される心理音響学モデルに従って量子化を行なう量子化器／コーダ３
０に入力する。２つのフィルタバンク２２、２４、加算器２６、スイッチングモ
ジュール２８、量子化器／コーダ３０及び心理音響学モジュール３２は、本願発
明によるスケーラブルオーディオコーダの第２の段階を構成する。以下において、スケーラブルオーディオコーダの動作が図１を利用して説明さ
れる。前述のように、第１のサンプリングレートでサンプリングされた離散第１
時間信号ｘ₁は、第２のサンプリングレートに相当するバンド幅の第２の時間信
号ｘ₂を生成するために、ダウンサンプリングフィルタ１２に入力され、第２の
サンプリングレートは、第１のサンプリングレートよりも低い。これらの第２の
時間信号ｘ₂から、コーダ／デコーダ１４は、第１のコーディングアルゴリズム
に従って、第２のコード化された時間信号ｘ_2cを生成し、また続く第１のコーデ
ィングアルゴリズムによるデコーディングによって、コード化／デコード化され
た第２の時間信号ｘ_2cdを生成する。コード化／デコード化された第２の時間信
号ｘ_2cdの周波数ドメイン表示である第２のスペクトル値Ｘ_2cdを生成するため
に、コード化／デコード化された第２の時間信号ｘ_2cdは、第１のフィルタバン
クＦＢ１２２により周波数ドメインに変換される。ここで、コード化／デコード化された第２の時間信号ｘ_2cdは、第２のサンプ
リング周波数すなわち例において８ｋＨｚの時間信号であることが指摘される。
これらの信号の周波数ドメイン表示及び第１のスペクトル値Ｘ₁が評価されるが
、第１のスペクトル値Ｘ₁は第１の時間信号ｘ₁から生成され、第２のフィルタ
バンクＦＢ２２４により第１すなわち高いサンプリング周波数を示す。同一の
時間及び周波数分解能の比較信号を得るために、８ｋＨｚ信号すなわち第２のサ
ンプリング周波数の信号が、第１のサンプリング周波数の信号に変換されなけれ
ばならない。しかし、スケーラブルコーダにとって、２つのサンプリング周波数
が異なっているというのは不可避ではなく、それらは同じ値でもあり得る。これは、アップサンプリングフィルタを使用する代わりに、信号ｘ_2cdの個々
の離散時間のスキャンされた値の間に特定の数のゼロの値を挿入することによっ
ても達成できる。ゼロの値の数は、（第１のサンプリング周波数対第２のサンプ
リング周波数の比）−１により求められる。第１（高い）対第２（低い）のサン
プリング周波数の比は、アップサンプリングファクターと呼ばれる。当業者には
公知のように、ゼロの挿入は、非常に少ない計算労力で可能であるが、信号ｘ_2c _d においてエイリアシング効果を生じさせ、その結果として、信号ｘ_2cdの低周
波数または有用なスペクトルが反復され、反復の数は挿入されたゼロの数に等し
い。エイリアシングを被った信号ｘ_2cdは、第２のスペクトル値Ｘ_2cdを生成す
るために、第１のフィルタバンクＦＢ１により周波数ドメインに変換される。コード化／デコード化された第２の信号ｘ_2cdの各々スキャンされた値の間に
たとえば５つのゼロを挿入することは、この信号の各６番目のスキャンされた値
だけがゼロと異なることが最初から分かっている信号を生じさせる。この事実は
、この信号をフィルタバンクまたはＭＤＣＴによって、または任意のフーリエ変
換によって、周波数ドメインに変換する際に、利用できる。なぜなら、たとえば
単純ＦＦＴで行なわれる特定の加算を省略することができるからである。被変換
信号の最初から分かっている構造は、このように、信号を周波数ドメインに変換
する際に計算時間を節約するという有利な方法で利用され得る。第２のスペクトル値Ｘ_2cdは、より低い部分においてのみ、コード化／デコー
ド化された第２の時間信号ｘ_2cdの正しい表示であり、その理由で、全てのスペ
クトル線Ｘ_2cdのうち１／（アップサンプリングファクター）部分だけがフィル
タバンクＦＢ１の出力で使用される。ここで、コード化／デコード化された第２
の時間信号ｘ_2cdにおけるゼロの挿入のために、ここで使用されるスペクトル線
Ｘ_2cdの数は、エイリアシング障害のない第１の時間信号ｘ₁の周波数表示であ
る第１のスペクトル値Ｘ₁と同じ時間及び周波数分解能を有することが指摘され
る。減算器２６において、及びスイッチングモジュール２８において、２つの信
号Ｘ_2cd及びＸ₁は、評価されたスペクトル値Ｘ_bまたはＸ₁を生成するために
評価される。ここで、スイッチングモジュール２８は、いわゆるサイマルキャス
ト差分転換を実行する。第２の段階において差分コーディングを用いることがかならずしも有益とは限
らない。これは、たとえば差分信号すなわち加算器２６の出力信号が第２のフィ
ルタバンクの出力信号Ｘ₁よりも高いエネルギーを有する場合である。更に、任
意のコーダが第１段階のコーダ／デコーダ１４に使用され得るので、コーダは、
コード化しにくい特定の信号を生成することもあり得る。コーダ／デコーダ１４
は、コード化した信号の位相情報を保存していることが好ましく、その工程は専
門家により「ウェーブフォームコーディング」または「シグナルフォームコーデ
ィング」と呼ばれている。差分コーディングかサイマルキャストコーディングの
いずれが用いられるべきかに関する第２段階のスイッチングモジュール２８にお
ける決定は、周波数に基づいて行なわれる。「差分コーディング」とは、第２のスペクトル値Ｘ_2cdと第１のスペクトル値
Ｘ₁との差のみがコード化されるという意味である。しかし、差分信号のエネル
ギー内容が第１のスペクトル値Ｘ₁のエネルギー内容より大きいために、そのよ
うな差分コーディングが有益でない場合には、差分コーディングは使用されない
。差分コーディングが使用されない場合は、例において４８ｋＨｚでサンプリン
グされた時間信号ｘ₁の第１のスペクトル値Ｘ₁は、スイッチングモジュール２
８によりつながれ、スイッチングモジュールＳＭ２８の出力信号として使用さ
れる。差の形成が周波数ドメインで起こるので、サイマルキャストコーディングと差
分コーディング間の周波数選択的選択を行うのに問題はない。なぜなら、２つの
信号Ｘ₁とＸ_2cdの差は、いかなる場合でも計算されるからである。よって、ス
ペクトルにおける差の形成は、差分コーディングされるべき周波数帯域の単純な
周波数選択的選択を可能にする。原則的には、各スペクトル値について個々に差
分コーディングからサイマルキャストコーディングへの転換が起こり得る。しか
し、これはあまりにも大量のサイド情報を要し、絶対に必要でもない。よって、
たとえば周波数グループにおける差分スペクトル値のエネルギーと第１のスペク
トル値のエネルギーを比較する方が良い。その代わりに、たとえば８バンド、各
５００Ｈｚ幅毎というように、一定の周波数バンドを最初から特定することも可
能であり、時間信号ｘ₂が４ｋＨｚのバンド幅である場合、再び信号Ｘ_2cdのバ
ンド幅という結果になる。周波数バンドを決める際の妥協点は、送信されるサイ
ド情報の量を平均させる、すなわちある周波数バンドにおいて差分コーディング
が活性か否かは、可能なかぎり頻繁に差分コーディングが行なわれることから生
ずる利益に対して、比較考量することにある。たとえば各バンドにつき８ビット、差分コーディングまたはその他の適切なコ
ーディングについてのオン／オフビット等のサイド情報は、ビットストリームに
おいて送信されることが可能であり、そのような情報はある特定の周波数バンド
が差分コーディングされたか否かを示している。後述のデコーダにおいては、第
１のコーダの相当するサブバンドのみが、その後再構成の際に加えられる。よって、第１のスペクトル値Ｘ₁と第２のスペクトル値Ｘ_2cdの評価のステッ
プは、差分スペクトル値Ｘ_dを得るために、第１のスペクトル値Ｘ₁から第２の
スペクトル値Ｘ_2cdの減算を含むことが好ましい。また、たとえば８ｋＨｚにお
ける５００Ｈｚ等の予め決定されたバンドにおける多重のスペクトル値のエネル
ギーが、その後たとえば加算やスクエアリングなどの公知の方法により、差分ス
ペクトル値Ｘ_d及び第１のスペクトル値Ｘ₁について計算される。各々のエネル
ギーの周波数選択的比較が、各周波数バンドにおいて行なわれる。差分スペクト
ル値Ｘ_dのある特定の周波数バンドにおけるエネルギーが、予め決められた因子
ｋによって乗算された第１のスペクトル値Ｘ₁のエネルギーを超えている場合、
評価されたスペクトル値Ｘ_bは第１のスペクトル値Ｘ₁であると決定される。そ
うでなければ、差分スペクトル値Ｘ_dが、評価されたスペクトル値Ｘ₁であると
決定される。因子ｋは、たとえば約０．１から１０までの値であり得る。１より
小さいｋの値については、差分信号がもとの信号より低いエネルギーである場合
、サイマルキャストコーディングが既に使用されている。一方、１より大きいｋ
の値については、たとえ差分信号のエネルギー内容が第１のコーダでコード化さ
れていないもとの信号のそれを既に上回っていても、差分コーディングが継続し
て使用される。サイマルキャストコーディングが評価される場合、スイッチング
モジュール２８は、第２のフィルタバンク２４の出力信号に直接つなぐ。前述の
差の形成の代わりの方法として、たとえば２つの引用された信号について比が形
成されたり、乗算その他の操作が行なわれるという評価が行なわれることも可能
である。ＴＮＳコーディングフィルタ２７は、スイッチングモジュール２８の出力に接
続され、評価された残余スペクトル値を得るために、ＴＮＳ係数計算器２５によ
り評価された予測係数を用いて、周波数に関して評価されたスペクトル値Ｘ_bの
予測を行う。評価された残余スペクトル値は、スイッチングモジュール２８により決定され
たとおり、差分スペクトル値Ｘ_dまたは第１のスペクトル値Ｘ₁のいずれかに相
当し、当業者には公知であり心理音響学モデル３２内に存在する心理音響学モデ
ルを考慮して第１の量子化／コーダ３０により量子化され、その後、好ましくは
たとえばハフマンテーブルを用いる冗長減少コーディングによりコード化される
。当業者には公知のように、心理音響学モデルは時間信号から計算され、図１か
ら分かるように、それが高いサンプリングレートの第１の時間信号ｘ₁が心理音
響学モデル３２に直接入力される理由である。量子化器／コーダ３０の出力信号
Ｘ_cbは、ライン４２でビットフォーマッタ１８へと直接導かれ、出力信号ｘ_AUS に書き込まれる。ここまで第１及び第２の段階のスケーラブルオーディオコーダが記述された。
本願発明によるスケーラブルオーディオコーダのコンセプトは、また、３以上の
段階のカスケード接続も可能である。よって、たとえば４８ｋＨｚでサンプリン
グされた入力信号ｘ₁について、おおよそ電話の通話品質に相当するデコーディ
ング後の信号品質を達成するために、サンプリングレートを減らすことにより、
第１のコーダ／デコーダ１４において、最初の４ｋＨｚのスペクトルをコード化
することが可能であろう。第２の段階において、おおよそＨＩＦＩ品質に相当す
る音質を達成するために、量子化器／コーダ３０により実行される１２ｋＨｚま
でのバンド幅コーディングが行なわれることが可能であろう。４８ｋＨｚでサン
プリングされた信号ｘ₁が２４ｋＨｚのバンド幅を有し得ることは、当業者にと
って自明である。付加量子化器／コーダ３８により実行される第３の段階は、お
およそコンパクトディスク（ＣＤ）の音質に相当する音質を達成するために、最
大２４ｋＨｚ、または実際的な例ではたとえば最高２０ｋＨｚのバンド幅までの
コーディングを行なうことが可能であろう。送信されなければならないサイド情報以外に、コード化されたデータストリー
ムｘ_AUSは、以下の信号を含む： − コード化された第２の信号ｘ_2c（０から４ｋＨｚの全スペクトル）；及び − コード化され評価された残余スペクトル値（サイマルキャストコーディング
で０から１２ｋＨｚの全スペクトルまたは差分コーディングでコーダ１４の０か
ら４ｋＨｚのコーディングエラー及び４から１２ｋＨｚの全スペクトル）。例における第１のコーダ／デコーダ１４から量子化器／コーダ３０への遷移に
おいて、遷移障害は４ｋＨｚから４ｋＨｚより大きい値の遷移を伴うことがある
。これらの遷移障害は、ビットストリームｘ_AUSに書きこまれたエラーのスペク
トル値の形で姿を現わす。全体のコーダ／デコーダは、たとえば１／（アップサ
ンプリングファクター引くｘ）（ｘ＝１，２，３）までの周波数ラインだけが使
用されるように特定されることが可能である。その結果、第２のサンプリング周
波数で到達可能な最大バンド幅の末端の信号Ｘ_2cdの最終スペクトル線は考慮に
入れられない。暗に、これは評価関数が使用されたことを意味し、引用された場
合では、特定の周波数値より上はゼロであり、これより下は１の値を有するとい
う矩形関数である。代わりに、遷移障害を有するスペクトル線の振幅を減らす「
よりソフトな」評価関数が用いられることも可能であり、その後は減少された振
幅のスペクトル線が考慮される。遷移障害は、デコーダにおいて再び取り除かれるので、可聴ではないというこ
とが指摘される。しかし、遷移障害は過分な差分信号へとつながる可能性があり
、その場合差分コーディングによるコーディング利得が減少される。上述のよう
な評価関数での評価により、コーディング利得の損失が制限できる。矩形関数以
外の評価関数は、矩形関数と同様に、コーダ及びデコーダにアプリオリに適合さ
れ得るので、付加的なサイド情報を必要としない。図２は、本願発明の第２の観点により作動するコーダの実際上の実施を示す。
図１と同じエレメントには同じ参照番号を付しており、特別に言及されていない
かぎり、同じ機能を実行する。既に説明したように、本願発明の第２の観点は、
変更が少なくて済むために、デコーダにとってより良いものである。図１のスケ
ーラブルオーディオコーダと対照的に、図２では、第２のＴＮＳコーディングフ
ィルタ２７が、位置２２のフィルタバンク１の後ろに配置される。更に、第１の
ＴＮＳコーディングフィルタは、既にフィルタバンク２２４の後ろに位置して
おり、これはデバイス２６における加算器及びスイッチングモジュール２８が、
ＴＮＳ処理されたスペクトル値すなわち第１の残余スペクトル値及び第２の残余
スペクトル値を処理することを意味する。スイッチングモジュール２８及び加算
器２６において、評価された残余スペクトル値を得るために、第２の残余スペク
トル値で第１の残余スペクトル値が評価され、その後量子化器／コーダ３０に入
力される。よって、図１でのように、これは評価された残余スペクトル値を量子
化及びコード化する。ＴＮＳ係数計算器２５は、フィルタバンク２４の後ろのＴ
ＮＳコーダとフィルタバンク２２の後ろのＴＮＳコーダの両方に入力し、フィル
タバンク２２の出力信号は、ＴＮＳフィルタリングの対象となるが、それはフィ
ルタバンク２４の出力信号から計算されたＴＮＳ係数に基づいて行われる。図１
でのように、ビットストリームフォーマッタ１８のＴＮＳ係数は、サイド情報と
して供給される。図３は、図１に示されるスケーラブルオーディオコーダによってコード化され
たデータをデコーディングするためのデコーダを示す。図１のビットフォーマッ
タ１８の出力データストリームは、データストリームｘ_AUSから図１のライン４
２及び１６上の信号を得るために、デマルチプレクサ４６に与えられる。コード
化された第２の信号ｘ_2cは遅延エレメント４８に入力され、遅延エレメント４８
は、システムの他の側面のために必要とされ本願発明の構成要素ではないデータ
に遅延を導入する。遅延の後、コード化された第２の信号ｘ_2cは、図３に示されるように、ライン
５２を介して出力されるコード化／デコード化された第２の時間信号ｘ_cd2を生
成するために、図１のコーダ／デコーダ１４においても実行される第１のコーデ
ィングアルゴリズムによりデコーディングするデコーダ５０に入力される。コー
ド化され評価された残余スペクトル値は、評価された残余スペクトル値を得るた
めに、再量子化器５４により再量子化される。加算器５８は、残余スペクトル値
及び任意の更なるレイヤー（破線で示される）の残余スペクトル値の合計を形成
する。加算器２６と同様に作動する加算器６２の前で再び同じ状態を作り出すために
、加算器５８の後にＴＮＳデコーディングフィルタ５９が続く。ＴＮＳデコーデ
ィングフィルタ５９は、加算器５８の出力信号に関して逆ＴＮＳフィルタリング
を行なう。ここでは、サイド情報に含まれる予測係数が使用されるが、これらは
図２のＴＮＳ係数計算器２５によって計算されたものである。ＴＮＳデコーダ５
９の出力には、デコード化され評価されたスペクトル値Ｘ_bが存在する。ここで、図３から分かるように、コード化／デコード化された第２の時間信号
は、第２のスペクトル値Ｘ_2cdを得るために、まず適当なアップサンプリングフ
ィルタ６３により変換され、フィルタバンク６４により周波数ドメインに変換さ
れなければならないということが指摘される。なぜなら、加算器６２の加算はス
ペクトル値の加算だからである。フィルタバンク６４は、フィルタバンクＦＢ１２２及びＦＢ２２４と同一であることが好ましく、それによりただ１つの装
置のみが実行されなければならないことになり、それには、適当なバッファが据
え付けられ、連続して異なる信号が供給される。代わりに、適切でありさえすれ
ば、異なるフィルタバンクが用いられてもよい。既に述べたように、スペクトル値の量子化で用いられる情報は、心理音響学モ
ジュール３２により第１の時間信号ｘ₁から得られる。送信されるデータ量を減
らすために、できるだけ粗くスペクトル値を量子化するよう特別な努力がなされ
る。一方、量子化により導入された障害は可聴であるべきではない。心理音響学
モジュール３２に含まれそれ自体公知のモデルが、いかなる障害も可聴でない量
子化により導入され得る許容障害エネルギーの計算に使用される。制御部は、許
容障害より小さいかそれと等しい量子化障害を持ちこむ量子化を実行するために
、公知の量子化器／コーダにおける量子化器を制御する。これは、たとえばブロ
ック３０に含まれる量子化器により量子化された信号が再び反量子化されるとい
う方法で、公知のシステムにおいて常に監視される。量子化器への入力信号と、
量子化／反量子化された信号とを比較することにより、量子化によって実際に導
入された障害エネルギーが計算される。量子化／反量子化された信号の実際の障
害エネルギーは、制御部において、許容障害エネルギーと比較される。実際の障
害エネルギーが許容障害エネルギーより大きければ、量子化器内の制御部は、量
子化の精密度を増加させる。許容障害エネルギーと実際の障害エネルギーとの比
較は、典型的に心理音響学周波数バンド毎に起こる。この方法は公知であり、サ
イマルキャストコーディングが使用される場合、本願発明によるスケーラブルオ
ーディオコーダにより使用される。いわゆるポストフィルタ６７は、第１段階のデコーダに相当するデコーダの出
力信号のある種のポストフィルタリングを行なうことが可能であり、デコーダ５
０の出力側に配置される。しかし、このフィルタは本願発明の構成要素ではない
。図４は、図３のそれと同様のデコーダを示す。しかし、図４に示すデコーダは
、本願発明の第２の観点によりコード化された信号について作動する。図３とは
対照的に、逆スイッチングモジュール６０は、ＴＮＳコード化された入力信号に
関して作動し、一方、図３の逆スイッチングモジュール６０は、非ＴＮＳ処理さ
れた入力信号すなわちＴＮＳデコード化された信号に関して作動する。デコーダ
５０の出力信号は、どこにおいても、コーダにおいてでさえも、ＴＮＳコード化
されていないので、図１及び図２のＴＮＳコーディングフィルタ２７と同じ方法
で実行されることが可能なＴＮＳコーディングフィルタ２７によりフィルタリン
グされなければならない。本願発明の第２の観点によるデコーダにおいて、締め
くくりのＴＮＳデコーディングフィルタ５９は、フィルタバンク２２及び２４の
フィルタバンク操作を反転させることが可能な逆フィルタバンク６６の前に直接
配置される。変換コーダにおいて通常見られる図１０Ａに示される配置に相当す
るので、この配置が好ましい。ＴＮＳデコーディングフィルタ５９及びＴＮＳコ
ーディングフィルタ２７の両方に、デマルチプレクサ４６がコード化されたビッ
トストリームｘ_AUSのサイド情報から抽出した予測係数が供給される。図４によるデコーダにおける付加的なＴＮＳコーディングフィルタ２７は、最
小限により高い支出を表す。なぜなら、ＴＮＳフィルタパラメータ決定の間に確
認されたパラメータは、ＴＮＳデコーディングフィルタを計算できるように、い
かなる場合でも送信されるからである。それはまたデコーダにおいてＴＮＳコー
ディングフィルタを計算するにも十分である。送信されたビットストリームにお
いて変更は必要ない。当業者にとって、第１のサンプリング周波数が４８ｋＨｚであり第２のサンプ
リング周波数が８ｋＨｚであるところの提示された実施例が、単なる例示である
ことは自明である。８ｋＨｚより低い周波数が第２の低い方のサンプリング周波
数として用いられてもよい。全体のシステムのサンプリング周波数としては、４
８ｋＨｚ、４４．１ｋＨｚ、３２ｋＨｚ、２４ｋＨｚ、２２．０５ｋＨｚ、１６
ｋＨｚ、８ｋＨｚまたはその他の適当なサンプリング周波数が使用されてよい。
第１の段階のコーダ／デコーダ１４のビットレート範囲は、既に述べたように、
毎秒４．８ｋｂｉｔから毎秒８ｋｂｉｔまででよい。第２の段階の第２のコーダ
のビットレートの範囲は、サンプリングレート４８、４４_.１、３２、２４、１
６及び８ｋＨｚで、毎秒０から６４、６９．６５９、９６、１２８、１９２及び
２５６ｋｂｉｔでよい。第３の段階のコーダのビットレート範囲は、全てのサン
プリングレートについて毎秒８ｋｂｉｔから毎秒４４８ｋｂｉｔでよい。

───────────────────────────────────────────────────── フロントページの続き (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 Ｆターム(参考） 5D045 DA20 5J064 AA01 BA01 BA13 BB03 BC02 BC08 BC11 BC16 BC18 BC27 BD03 【要約の続き】れらの２つの信号は、互いに対して評価される（２６，２８）。その後、評価された残余スペクトル値（Ｘ_b）は、コード化され評価された残余スペクトル値（Ｘ_cb）を得るために、第２のコーディングアルゴリズムによりコード化され（３０）、それらは計算された予測係数を含むサイド情報とともに、ビットストリーム（ｘ_AUS）中に書き込まれる。

Claims

【特許請求の範囲】

【請求項１】第１のサンプリングレートでサンプリングされた離散第１時間信号（ｘ₁）をコーディングする方法であって、以下のステップを含む：第１の時間信号（ｘ₁）から、第２のサンプリングレートに相当するバンド幅
である第２の時間信号（ｘ₂）を生成するステップであって、第２のサンプリン
グレートは第１のサンプリングレートに等しいかまたはそれより低いステップ；コード化された第２の信号（ｘ_2c）を得るために、第１のコーディングアルゴ
リズムにより第２の時間信号（ｘ₂）をコーディングするステップ；第２のサンプリング周波数に相当するバンド幅であるコード化／デコード化さ
れた第２の時間信号（ｘ_2cd）を得るために、コード化された第２の信号（ｘ_2c ）を第１のコーディングアルゴリズムによりデコーディングするステップ；第１のスペクトル値（Ｘ₁）を得るために、第１の時間信号（ｘ₁）を周波数
ドメインに変換するステップ；第１のスペクトル値（Ｘ₁）から予測係数を計算するステップ；コード化／デコード化された第２の時間信号（ｘ_2cd）から第２のスペクトル
値（Ｘ_2cd）を生成するステップであって、第２のスペクトル値（Ｘ_2cd）はコ
ード化／デコード化された第２の時間信号（ｘ_2cd）の周波数ドメインでの表示
であるステップ；第１のスペクトル値（Ｘ₁）の数に相当する数である評価されたスペクトル値
（Ｘ_b）を得るために、第１のスペクトル値（Ｘ₁）を第２のスペクトル値（Ｘ _2cd ）で評価するステップ；評価された残余スペクトル値を得るために、計算された予測係数によって、周
波数に関して評価されたスペクトル値の予測を行なうステップ；及びコード化され評価された残余スペクトル値を得るために、評価された残余スペ
クトル値を、第２のコーディングアルゴリズムによってコーディングするステッ
プ。
【請求項２】第１のサンプリングレートでサンプリングされた離散第１時
間信号（ｘ₁）をコーディングする方法であって、以下のステップを含む：第１の時間信号（ｘ₁）から、第２のサンプリングレートに相当するバンド幅
の第２の時間信号（ｘ₂）を生成するステップであって、第２のサンプリングレ
ートは第１のサンプリングレートに等しいかまたはそれより低いステップ；コード化された第２の信号（ｘ_2c）を得るために、第１のコーディングアルゴ
リズムにより第２の時間信号（ｘ₂）をコーディングするステップ；第２のサンプリング周波数に相当するバンド幅であるコード化／デコード化さ
れた第２の時間信号（ｘ_2cd）を得るために、コード化された第２の信号（ｘ_2c ）を第１のコーディングアルゴリズムによりデコーディングするステップ；第１のスペクトル値（Ｘ₁）を得るために、第１の時間信号（ｘ₁）を周波数
ドメインに変換するステップ；第１のスペクトル値（Ｘ₁）から予測係数を計算するステップ；コード化／デコード化された第２の時間信号（ｘ_2cd）から第２のスペクトル
値（Ｘ_2cd）を生成するステップであって、第２のスペクトル値（Ｘ_2cd）はコ
ード化／デコード化された第２の時間信号（ｘ_2cd）の周波数ドメインでの表示
であるステップ；第１の残余スペクトル値及び第２の残余スペクトル値を得るために、計算され
た予測係数を用いて、周波数に関して第１のスペクトル値（Ｘ₁）及び第２のス
ペクトル値（Ｘ_2cd）の予測を行なうステップ；第１のスペクトル値（Ｘ₁）の数に相当する数である評価された残余スペクト
ル値を得るために、第１の残余スペクトル値を第２の残余スペクトル値で評価す
るステップ；及びコード化され評価された残余スペクトル値を得るために、評価された残余スペ
クトル値（Ｘ_b）を第２のコーディングアルゴリズムによりコーディングするス
テップ。
【請求項３】オーディオ信号を表すビットストリームをデコーディングす
る方法であって、ビットストリームは、第１のコーディングアルゴリズムにより
コード化された信号、第２のコーディングアルゴリズムによりコード化された信
号、及びサイド情報を有し、第２のコーディングアルゴリズムによりコード化さ
れた信号は、コード化された残余スペクトル値を有し、残余スペクトル値は、周
波数に関する予測によって、評価されたスペクトル値から生成され、予測の予測
係数は、サイド情報の中に存在する方法であって、以下のステップを含む：コード化／デコード化された第２の時間信号（ｘ_2cd）を得るために、第１の
コーディングアルゴリズムによりコード化されたコード化信号（ｘ_2c）を、第１
のコーディングアルゴリズムによりデコーディングするステップ；残余スペクトル値を得るために、コード化された残余スペクトル値を第２のコ
ーディングアルゴリズムによりデコーディングするステップ；第２のスペクトル値（Ｘ_2cd）を得るために、コード化／デコード化された第
２の時間信号（ｘ₂）を周波数ドメインに変換するステップ；評価されたスペクトル値（Ｘ_b）を得るために、サイド情報中に存在する予測
係数を用いて、評価された残余スペクトル値に関して逆予測を行なうステップ；第１のスペクトル値（Ｘ₁）を得るために、評価されたスペクトル値（Ｘ_b）
及び第２のスペクトル値（Ｘ_2cd）を逆評価するステップ；及び第１の時間信号（ｘ₁）を得るために、第１のスペクトル値（Ｘ₁）を時間ド
メインに変換して戻すステップ。
【請求項４】オーディオ信号を表すビットストリームをデコーディングす
る方法であって、ビットストリームは、第１のコーディングアルゴリズムにより
コード化された信号、第２のコーディングアルゴリズムによりコード化された信
号、及びサイド情報を有し、第２のコーディングアルゴリズムによりコード化さ
れた信号は、コード化された残余スペクトル値を有し、残余スペクトル値は、周
波数に関する予測によって、評価されたスペクトル値から生成され、予測の予測
係数は、サイド情報中に存在する方法であって、以下のステップを含む：コード化／デコード化された第２の時間信号（ｘ_2cd）を得るために、第１の
コーディングアルゴリズムによりコード化されたコード化信号（ｘ_2c）を、第１
のコーディングアルゴリズムによりデコーディングするステップ；残余スペクトル値を得るために、コード化された残余スペクトル値を第２のコ
ーディングアルゴリズムによりデコーディングするステップ；第２のスペクトル値（Ｘ_2cd）を得るために、コード化／デコード化された第
２の時間信号（ｘ₂）を周波数ドメインに変換するステップ；第２の残余スペクトル値を得るために、サイド情報中に存在する予測係数を用
いて、第２のスペクトル値（Ｘ_2cd）に関して予測を行なうステップ；残余スペクトル値を得るために、評価された残余スペクトル値及び第２の残余
スペクトル値を逆評価するステップ；第１のスペクトル値（Ｘ₁）を得るために、サイド情報中に蓄積されている予
測係数を用いて、残余スペクトル値に関して逆予測を行なうステップ；及び第１の時間信号（ｘ₁）を得るために、第１のスペクトル値（Ｘ₁）を時間ド
メインに変換して戻すステップ。
【請求項５】第１のサンプリングレートでサンプリングされた離散第１時
間信号（ｘ₁）をコーディングするための装置（１０）であって、以下の特徴を
含む：第２のサンプリングレートに相当するバンド幅の第２の時間信号（ｘ₂）を第
１の時間信号（ｘ₁）から生成するためのデバイス（１２）であって、第２のサ
ンプリングレートは第１のサンプリングレートに等しいかまたはそれより低いデ
バイス（１２）；コード化された第２の信号（ｘ_2c）を得るために、第２の時間信号（ｘ₂）を
第１のコーディングアルゴリズムによりコーディングするためのデバイス（１４
）；第２のサンプリング周波数に相当するバンド幅であるコード化／デコード化さ
れた第２の時間信号（ｘ_2cd）を得るために、コード化された第２の信号（ｘ_2c ）を第１のコーディングアルゴリズムによりデコーディングするためのデバイス
（１４）；第１のスペクトル値（Ｘ₁）を得るために、第１の時間信号（ｘ₁）を周波数
ドメインに変換するためのデバイス（２４）；第１のスペクトル値（Ｘ₁）から予測係数を計算するためのデバイス（２５）
；コード化／デコード化された第２の時間信号（ｘ_2cd）から第２のスペクトル
値（Ｘ_2cd）を生成するためのデバイス（２２，２３）であって、第２のスペク
トル値（Ｘ_2cd）は、コード化／デコード化された第２の時間信号（ｘ_2cd）の
周波数ドメインでの表示であるデバイス（２２，２３）；第１のスペクトル値（Ｘ₁）の数に相当する数である評価されたスペクトル値
（Ｘ_b）を得るために、第１のスペクトル値（Ｘ₁）を第２のスペクトル値（Ｘ _2cd ）で評価するためのデバイス（２６，２８）；評価された残余スペクトル値を得るために、計算された予測係数によって、周
波数に関して評価されたスペクトル値の予測を行なうためのデバイス（２７）；
及びコード化され評価された残余スペクトル値を得るために、評価された残余スペ
クトル値を第２のコーディングアルゴリズムによりコーディングするためのデバ
イス（３０）。
【請求項６】第１のサンプリングレートでサンプリングされた離散第１時
間信号（ｘ₁）をコーディングするための装置（１０）であって、以下の特徴を
含む：第２のサンプリングレートに相当するバンド幅である第２の時間信号（ｘ₂）
を、第１の時間信号（ｘ₁）から生成するためのデバイス（１２）であって、第
２のサンプリングレートは、第１のサンプリングレートに等しいかまたはそれよ
り低いデバイス（１２）；コード化された第２の信号（ｘ_2c）を得るために、第２の時間信号（ｘ₂）を
第１のコーディングアルゴリズムによりコーディングするためのデバイス（１４
）；第２のサンプリング周波数に相当するバンド幅であるコード化／デコード化さ
れた第２の時間信号（ｘ_2cd）を得るために、コード化された第２の信号（ｘ_2c ）を第１のコーディングアルゴリズムによりデコーディングするためのデバイス
（１４）；第１のスペクトル値（Ｘ₁）を得るために、第１の時間信号（ｘ₁）を周波数
ドメインに変換するためのデバイス（２４）；第１のスペクトル値（Ｘ₁）から予測係数を計算するためのデバイス（２５）
；コード化／デコード化された第２の時間信号（ｘ_2cd）から第２のスペクトル
値（Ｘ_2cd）を生成するためのデバイス（２２，２３）であって、第２のスペク
トル値（Ｘ_2cd）はコード化／デコード化された第２の時間信号（ｘ_2cd）の周
波数ドメインでの表示であるデバイス（２２，２３）；第１の残余スペクトル値及び第２の残余スペクトル値を得るために、第１のス
ペクトル値（Ｘ₁）及び第２のスペクトル値（Ｘ_2cd）の周波数に関する予測を
、計算された予測係数を用いて行なうためのデバイス（２７）；第１のスペクトル値（Ｘ₁）の数に相当する数である評価された残余スペクト
ル値を得るために、第１の残余スペクトル値を第２の残余スペクトル値で評価す
るためのデバイス（２６，２８）；及びコード化され評価された残余スペクトル値を得るために、評価された残余スペ
クトル値（Ｘ_b）を第２のコーディングアルゴリズムによりコーディングするた
めのデバイス（３０）。
【請求項７】オーディオ信号を表すビットストリームをデコーディングす
るための装置であって、ビットストリームは、第１のコーディングアルゴリズム
によりコード化された信号、第２のコーディングアルゴリズムによりコード化さ
れた信号、及びサイド情報を有し、第２のコーディングアルゴリズムによりコー
ド化された信号は、コード化された残余スペクトル値を有し、残余スペクトル値
は、評価されたスペクトル値から周波数に関する予測により生成され、予測の予
測係数は、サイド情報中に存在する装置であって、以下の特徴を含む：コード化／デコード化された第２の時間信号（ｘ_2cd）を得るために、第１の
コーディングアルゴリズムによりコード化されたコード化信号（ｘ_2c）を、第１
のコーディングアルゴリズムによりデコーディングするためのデバイス（５０）
；残余スペクトル値を得るために、コード化された残余スペクトル値を第２のコ
ーディングアルゴリズムによりデコーディングするためのデバイス（５４）；第２のスペクトル値（Ｘ_2cd）を得るために、コード化／デコード化された第
２の時間信号（ｘ₂）を周波数ドメインに変換するためのデバイス（６４）；評価されたスペクトル値（Ｘ_b）を得るために、サイド情報中に存在する予測
係数を用いて、評価された残余スペクトル値に関して逆予測を行なうためのデバ
イス（５９）；第１のスペクトル値（Ｘ₁）を得るために、評価されたスペクトル値（Ｘ_b）
及び第２のスペクトル値（Ｘ_2cd）を逆評価するためのデバイス（６０，６２）
；及び第１の時間信号（ｘ₁）を得るために、第１のスペクトル値（Ｘ₁）を時間ド
メインに変換して戻すためのデバイス（６６）。
【請求項８】オーディオ信号を表すビットストリームをデコーディングす
るための装置であって、ビットストリームは、第１のコーディングアルゴリズム
によりコード化された信号、第２のコーディングアルゴリズムによりコード化さ
れた信号、及びサイド情報を有し、第２のコーディングアルゴリズムによりコー
ド化された信号は、コード化された残余スペクトル値を有し、残余スペクトル値
は、評価されたスペクトル値から周波数に関する予測により生成され、予測の予
測係数は、サイド情報中に存在する装置であって、以下の特徴を含む：コード化／デコード化された第２の時間信号（ｘ_2cd）を得るために、第１の
コーディングアルゴリズムによりコード化されたコード化信号（ｘ_2c）を、第１
のコーディングアルゴリズムによりデコーディングするためのデバイス（５０）
；残余スペクトル値を得るために、コード化された残余スペクトル値を第２のコ
ーディングアルゴリズムによりデコーディングするためのデバイス（５４）；第２のスペクトル値（Ｘ_2cd）を得るために、コード化／デコード化された第
２の時間信号（ｘ₂）を周波数ドメインに変換するためのデバイス（６４）；第２の残余スペクトル値を得るために、サイド情報中に存在する予測係数を用
いて、第２のスペクトル値（Ｘ_2cd）に関する予測を行なうためのデバイス（２
７）；残余スペクトル値を得るために、評価された残余スペクトル値及び第２の残余
スペクトル値を逆評価するためのデバイス（６０，６２）；第１のスペクトル値（Ｘ₁）を得るために、サイド情報中に蓄積されている予
測係数を用いて、残余スペクトル値に関する逆予測を行なうためのデバイス（５
９）；及び第１の時間信号（ｘ₁）を得るために、第１のスペクトル値（Ｘ₁）を時間ド
メインに変換して戻すためのデバイス（６０）。