【特許請求の範囲】
【請求項１】
ディジタルオーディオ信号を変換するディジタル信号処理方法において、
上記ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析ステップと、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化ステップと、
上記正規化データに基づいてそのクラスを分類するクラス分類ステップと、
上記分類されたクラスに対応した予測方式で上記ディジタルオーディオ信号を予測演算することにより上記ディジタルオーディオ信号を変換してなる新たなディジタルオーディオ信号を生成する予測演算ステップと
を具えることを特徴とするディジタル信号処理方法。
【請求項２】
上記周波数分析ステップでは、窓関数の各種演算処理方法が具えられ、
上記ディジタルオーディオ信号の周波数特性に応じて、所望の上記演算処理方法が用いられる
ことを特徴とする請求項１に記載のディジタル信号処理方法。
【請求項３】
上記スペクトルデータ抽出ステップでは、
上記一部のパワースペクトルデータを抽出する際、直流成分のパワースペクトルデータが除かれる
ことを特徴とする請求項１に記載のディジタル信号処理方法。
【請求項４】
上記予測演算ステップでは、
予め所望とするディジタルオーディオ信号に基づいて学習により生成されている予測係数が用いられる
ことを特徴とする請求項１に記載のディジタル信号処理方法。
【請求項５】
上記パワースペクトルデータは、ほぼ左右対称の成分からなり、
上記スペクトルデータ抽出ステップでは、
上記パワースペクトルデータのうち、左右いづれかの成分が抽出対象とされる
ことを特徴とする請求項１に記載のディジタル信号処理方法。
【請求項６】
ディジタルオーディオ信号を変換するディジタル信号処理装置において、
上記ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析手段と、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化手段と、
上記正規化データに基づいてそのクラスを分類するクラス分類手段と、
上記分類されたクラスに対応した予測方式で上記ディジタルオーディオ信号を予測演算することにより上記ディジタルオーディオ信号を変換してなる新たなディジタルオーディオ信号を生成する予測演算手段と
を具えることを特徴とするディジタル信号処理装置。
【請求項７】
上記周波数分析手段は、窓関数の各種演算処理手段を具え、
上記ディジタルオーディオ信号の周波数特性に応じて、所望の上記演算処理手段を用いる
ことを特徴とする請求項６に記載のディジタル信号処理装置。
【請求項８】
上記スペクトルデータ抽出手段は、
上記一部のパワースペクトルデータを抽出する際、直流成分のパワースペクトルデータを除く
ことを特徴とする請求項６に記載のディジタル信号処理装置。
【請求項９】
上記予測演算手段は、
予め所望とするディジタルオーディオ信号に基づいて学習により生成されている予測係数を用いる
ことを特徴とする請求項６に記載のディジタル信号処理装置。
【請求項１０】
上記パワースペクトルデータは、ほぼ左右対称の成分からなり、
上記スペクトルデータ抽出手段は、
上記パワースペクトルデータのうち、左右いづれかの成分を抽出対象とする
ことを特徴とする請求項６に記載のディジタル信号処理装置。
【請求項１１】
ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析ステップと、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化ステップと、
上記正規化データに基づいてそのクラスを分類するクラス分類ステップと、
上記分類されたクラスに対応した予測方式で上記ディジタルオーディオ信号を予測演算することにより上記ディジタルオーディオ信号を変換してなる新たなディジタルオーディオ信号を生成する予測演算ステップと
を含むプログラムをディジタル信号処理装置に実行させるプログラム格納媒体。
【請求項１２】
ディジタルオーディオ信号を変換するディジタル信号処理装置の上記変換処理の予測に用いられる予測係数を生成する学習方法において、
所望とするディジタルオーディオ信号から当該ディジタルオーディオ信号を劣化させた生徒ディジタルオーディオ信号を生成する生徒ディジタルオーディオ信号生成ステップと、
上記生徒ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析ステップと、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化ステップと、
上記正規化データに基づいてそのクラスを分類するクラス分類ステップと、
上記ディジタルオーディオ信号と上記生徒ディジタルオーディオ信号とに基づいて上記クラスに対応する予測係数を算出する予測係数算出ステップと
を具えることを特徴とする学習方法。
【請求項１３】
上記周波数分析ステップでは、窓関数の各種演算処理方法が具えられ、
上記ディジタルオーディオ信号の周波数特性に応じて、所望の上記演算処理方法が用いられる
ことを特徴とする請求項１２に記載の学習方法。
【請求項１４】
上記スペクトルデータ抽出ステップでは、
上記一部のパワースペクトルデータを抽出する際、直流成分のパワースペクトルデータが除かれる
ことを特徴とする請求項１２に記載の学習方法。
【請求項１５】
上記パワースペクトルデータは、ほぼ左右対称の成分からなり、
上記スペクトルデータ抽出ステップでは、
上記パワースペクトルデータのうち、左右いづれかの成分が抽出対象とされる
ことを特徴とする請求項１２に記載の学習方法。
【請求項１６】
ディジタルオーディオ信号を変換するディジタル信号処理装置の上記変換処理の予測演算に用いられる予測係数を生成する学習装置において、
所望とするディジタルオーディオ信号から当該ディジタルオーディオ信号を劣化させた生徒ディジタルオーディオ信号を生成する生徒ディジタルオーディオ信号生成手段と、
上記生徒ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析手段と、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化手段と、
上記正規化データに基づいてそのクラスを分類するクラス分類手段と、
上記ディジタルオーディオ信号と上記生徒ディジタルオーディオ信号とに基づいて上記クラスに対応する予測係数を算出する予測係数算出手段と
を具えることを特徴とする学習装置。
【請求項１７】
上記周波数分析手段は、窓関数の各種演算処理手段を具え、
上記ディジタルオーディオ信号の周波数特性に応じて、所望の上記演算処理手段を用いる
ことを特徴とする請求項１６に記載の学習装置。
【請求項１８】
上記スペクトルデータ抽出手段は、
上記一部のパワースペクトルデータを抽出する際、直流成分のパワースペクトルデータを除く
ことを特徴とする請求項１６に記載の学習装置。
【請求項１９】
上記パワースペクトルデータは、ほぼ左右対称の成分からなり、
上記スペクトルデータ抽出手段は、
上記パワースペクトルデータのうち、左右いづれかの成分を抽出対象とする
ことを特徴とする請求項１６に記載の学習装置。
【請求項２０】
所望とするディジタルオーディオ信号から当該ディジタルオーディオ信号を劣化させた生徒ディジタルオーディオ信号を生成する生徒ディジタルオーディオ信号生成ステップと、
上記生徒ディジタルオーディオ信号からパワースペクトルデータを算出する周波数分析ステップと、
上記パワースペクトルデータを最大値幅で正規化して正規化データを算出する正規化ステップと、
上記正規化データに基づいてそのクラスを分類するクラス分類ステップと、
上記ディジタルオーディオ信号と上記生徒ディジタルオーディオ信号とに基づいて上記クラスに対応する予測係数を算出する予測係数算出ステップと
を含むプログラムをディジタル信号処理装置に実行させるプログラム格納媒体。
[Claims]
[Claim 1]
In a digital signal processing method for converting a digital audio signal,
A frequency analysis step for calculating power spectrum data from the above digital audio signal,
The normalization step of normalizing the above power spectrum data with the maximum price range and calculating the normalized data,
A classification step that classifies the class based on the above normalized data,
It is characterized by including a prediction calculation step of generating a new digital audio signal by converting the digital audio signal by predicting and calculating the digital audio signal by a prediction method corresponding to the classified class. Digital signal processing method.
2.
In the above frequency analysis step, various arithmetic processing methods of the window function are provided.
The digital signal processing method according to claim 1, wherein a desired arithmetic processing method is used according to the frequency characteristics of the digital audio signal.
3.
In the above spectrum data extraction step,
The digital signal processing method according to claim 1, wherein when extracting a part of the power spectrum data, the power spectrum data of the DC component is removed.
4.
In the above prediction calculation step,
The digital signal processing method according to claim 1, wherein a prediction coefficient generated by learning based on a desired digital audio signal in advance is used.
5.
The power spectrum data is composed of almost symmetrical components.
In the above spectrum data extraction step,
The digital signal processing method according to claim 1, wherein one of the left and right components of the power spectrum data is to be extracted.
6.
In a digital signal processing device that converts a digital audio signal,
A frequency analysis means for calculating power spectrum data from the above digital audio signal,
A normalization means for calculating the normalized data by normalizing the power spectrum data with the maximum price range,
A class classification means that classifies the class based on the above normalized data,
It is characterized by providing a predictive calculation means for generating a new digital audio signal obtained by converting the digital audio signal by predicting and calculating the digital audio signal by a prediction method corresponding to the classified class. Digital signal processing device.
7.
The frequency analysis means includes various arithmetic processing means of the window function.
The digital signal processing apparatus according to claim 6, wherein a desired arithmetic processing means is used according to the frequency characteristics of the digital audio signal.
8.
The spectrum data extraction means
The digital signal processing apparatus according to claim 6, wherein when extracting a part of the power spectrum data, the power spectrum data of the DC component is removed.
9.
The above prediction calculation means
The digital signal processing apparatus according to claim 6, wherein a prediction coefficient generated by learning based on a desired digital audio signal in advance is used.
10.
The power spectrum data is composed of almost symmetrical components.
The spectrum data extraction means
The digital signal processing apparatus according to claim 6, wherein one of the left and right components of the power spectrum data is to be extracted.
11.
A frequency analysis step that calculates power spectrum data from a digital audio signal,
The normalization step of normalizing the above power spectrum data with the maximum price range and calculating the normalized data,
A classification step that classifies the class based on the above normalized data,
A digital signal processing device is a program including a prediction calculation step of converting the digital audio signal to generate a new digital audio signal by predicting and calculating the digital audio signal by a prediction method corresponding to the classified class. Program storage medium to be executed by.
[Claim 1 2 ]
In a learning method for generating a prediction coefficient used for predicting the above conversion process of a digital signal processing device that converts a digital audio signal,
A student digital audio signal generation step of generating a student digital audio signal obtained by degrading the digital audio signal from a desired digital audio signal, and
The frequency analysis step of calculating the power spectrum data from the above student digital audio signal,
The normalization step of normalizing the above power spectrum data with the maximum price range and calculating the normalized data,
A classification step that classifies the class based on the above normalized data,
A learning method including a prediction coefficient calculation step for calculating a prediction coefficient corresponding to the class based on the digital audio signal and the student digital audio signal.
[Claim 1 3 ]
In the above frequency analysis step, various arithmetic processing methods of the window function are provided.
Depending on the frequency characteristics of the digital audio signal, the learning method of claim 1 2, characterized in that the desired above processing method is used.
[Claim 1 4 ]
In the above spectrum data extraction step,
When extracting the power spectrum data for some the learning method of claim 1 2, characterized in that the power spectral data of the DC component is removed.
15.
The power spectrum data is composed of almost symmetrical components.
In the above spectrum data extraction step,
Of the power spectrum data, the learning method of claim 1 2, characterized in that the left and right Izure of components are extracted.
16.
In a learning device that generates a prediction coefficient used in a prediction calculation of the above conversion process of a digital signal processing device that converts a digital audio signal,
A student digital audio signal generation means for generating a student digital audio signal obtained by degrading the digital audio signal from a desired digital audio signal, and
A frequency analysis means for calculating power spectrum data from the student digital audio signal,
A normalization means for calculating the normalized data by normalizing the power spectrum data with the maximum price range,
A class classification means that classifies the class based on the above normalized data,
A learning device including a prediction coefficient calculating means for calculating a prediction coefficient corresponding to the class based on the digital audio signal and the student digital audio signal.
17.
The frequency analysis means includes various arithmetic processing means of the window function.
The learning apparatus according to claim 16 , wherein a desired arithmetic processing means is used according to the frequency characteristics of the digital audio signal.
18.
The spectrum data extraction means
The learning apparatus according to claim 16 , wherein when extracting a part of the power spectrum data, the power spectrum data of the DC component is removed.
19.
The power spectrum data is composed of almost symmetrical components.
The spectrum data extraction means
The learning apparatus according to claim 16 , wherein one of the left and right components of the power spectrum data is to be extracted.
2. The method of claim 1 0]
A student digital audio signal generation step of generating a student digital audio signal obtained by degrading the digital audio signal from a desired digital audio signal, and
The frequency analysis step of calculating the power spectrum data from the above student digital audio signal,
The normalization step of normalizing the above power spectrum data with the maximum price range and calculating the normalized data,
A classification step that classifies the class based on the above normalized data,
A program storage medium for causing a digital signal processing apparatus to execute a program including a prediction coefficient calculation step for calculating a prediction coefficient corresponding to the class based on the digital audio signal and the student digital audio signal.