JP2002221997A - オーディオ信号符号化方法 - Google Patents
オーディオ信号符号化方法Info
- Publication number
- JP2002221997A JP2002221997A JP2001015629A JP2001015629A JP2002221997A JP 2002221997 A JP2002221997 A JP 2002221997A JP 2001015629 A JP2001015629 A JP 2001015629A JP 2001015629 A JP2001015629 A JP 2001015629A JP 2002221997 A JP2002221997 A JP 2002221997A
- Authority
- JP
- Japan
- Prior art keywords
- bits
- quantization
- encoding
- supplied
- level
- 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
Abstract
(57)【要約】
【課題】 オーディオ信号を周波数領域に変換した後に
符号化を行うオーディオ信号符号化方法を提供する。 【解決手段】 オーディ信号符号化方法において、所定
ビット数算出ステップを、オーディオフレーム毎にビッ
ト数を固定または可変に制御して、演算した所定ビット
数を、量子化歪を所定量に収めるステップと、所定ビッ
ト数に収めるステップに出力して使用する。
符号化を行うオーディオ信号符号化方法を提供する。 【解決手段】 オーディ信号符号化方法において、所定
ビット数算出ステップを、オーディオフレーム毎にビッ
ト数を固定または可変に制御して、演算した所定ビット
数を、量子化歪を所定量に収めるステップと、所定ビッ
ト数に収めるステップに出力して使用する。
Description
【０００１】
【発明の属する技術分野】本発明は、オーディオ信号を
周波数領域に変換した後に符号化を行う、オーディオ信
号符号化方法に関するものである。
周波数領域に変換した後に符号化を行う、オーディオ信
号符号化方法に関するものである。
【０００２】
【従来の技術】従来より、オーディオ信号の符号化方法
には、例えば適応スペクトル聴感制御エントロピー符号
化法（ASPEC, Adaptive Spectral Perceptual Entropy
Coding）、ＭＰＥＧ１オーディオ・レイヤ3、ＭＰＥＧ
２オーディオＡＡＣ（AdvancedAudio Coding）がある。
には、例えば適応スペクトル聴感制御エントロピー符号
化法（ASPEC, Adaptive Spectral Perceptual Entropy
Coding）、ＭＰＥＧ１オーディオ・レイヤ3、ＭＰＥＧ
２オーディオＡＡＣ（AdvancedAudio Coding）がある。
【０００３】これらは、非線型量子化とハフマン符号化
のために二重ループを構成して、量子化歪みと符号量
（使用ビット数）とを制御している。それぞれのループ
は、アウターループ、インナーループと呼ばれており、
アウターループでは、量子化歪みが、聴覚モデルステッ
プから得られた許容ノイズレベル以下になるように制御
し、インナーループでは、量子化を行い所定のビット数
の範囲内に収まるように制御を行う。
のために二重ループを構成して、量子化歪みと符号量
（使用ビット数）とを制御している。それぞれのループ
は、アウターループ、インナーループと呼ばれており、
アウターループでは、量子化歪みが、聴覚モデルステッ
プから得られた許容ノイズレベル以下になるように制御
し、インナーループでは、量子化を行い所定のビット数
の範囲内に収まるように制御を行う。
【０００４】図６には、従来の量子化符号化ステップに
おけるイタレーションループ（iteration loop）処理を
示す。従来の処理では、所定ビット数に収める処理と量
子化歪みを所定量に収める処理に対して、それぞれルー
プを作ることで実現している。所定ビット数とは、設定
されたビットレートより求められる１オーディオフレー
ムにおいて使用可能なビット数を意味する。
おけるイタレーションループ（iteration loop）処理を
示す。従来の処理では、所定ビット数に収める処理と量
子化歪みを所定量に収める処理に対して、それぞれルー
プを作ることで実現している。所定ビット数とは、設定
されたビットレートより求められる１オーディオフレー
ムにおいて使用可能なビット数を意味する。
【０００５】インナーループ（６０Ｓ）では、量子化
（６１Ｓ）とハフマン符号化により求められる使用ビッ
ト数（６２Ｓ）が、所定ビット数に収まっているかの判
断を行う（６３Ｓ）。
（６１Ｓ）とハフマン符号化により求められる使用ビッ
ト数（６２Ｓ）が、所定ビット数に収まっているかの判
断を行う（６３Ｓ）。
【０００６】収まっていない場合には、周波数スペクト
ルを全ての帯域に対して一様に可変する変数（global#g
ain）を調整する（６４Ｓ）ことで、所定のビット数に
納めるようにする。
ルを全ての帯域に対して一様に可変する変数（global#g
ain）を調整する（６４Ｓ）ことで、所定のビット数に
納めるようにする。
【０００７】アウターループでは、インナーループ（６
０Ｓ）で求められた量子化結果を元に逆量子化を行い、
バンド単位で量子化歪みを求める（７２Ｓ）。逆量子化
して求められた量子化歪みが聴覚モデルステップ１２の
ＳＭＲ(Signal-to-Mask-Ratio)から求めた許容歪み内に
収まっているかを判断する（７３Ｓ）。収まっていない
場合には、その許容歪み内に収まっていないバンドのsc
alefactor(sfb)を調整する（７４Ｓ）。量子化歪みが収
まっていないバンドが１バンド以上存在する場合には、
再びインナーループ（６０Ｓ）からやり直しを行う。
０Ｓ）で求められた量子化結果を元に逆量子化を行い、
バンド単位で量子化歪みを求める（７２Ｓ）。逆量子化
して求められた量子化歪みが聴覚モデルステップ１２の
ＳＭＲ(Signal-to-Mask-Ratio)から求めた許容歪み内に
収まっているかを判断する（７３Ｓ）。収まっていない
場合には、その許容歪み内に収まっていないバンドのsc
alefactor(sfb)を調整する（７４Ｓ）。量子化歪みが収
まっていないバンドが１バンド以上存在する場合には、
再びインナーループ（６０Ｓ）からやり直しを行う。
【０００８】
【発明が解決しようとする課題】本発明者による特許提
案「オーディオ信号符号化方法」（特願平１１−３６９
６１１号）では、前記二重ループ処理に存在する収束時
間の確定が難しいという問題や、量子化、逆量子化の演
算回数が増加するという問題に対して、従来の二重ルー
プ構成でなく、アウターループ処理に相当する第１のス
テップと、インナーループに相当する第２のステップよ
り構成するようにし、第１のステップでは、聴覚モデル
から算出されるＳＭＲ(Signal-to-Mask-Ratio)と量子
化、逆量子化によって算出されるＳＮＲ(Signal-to-Noi
se-Ratio)より求めたＭＮＲ(Mask-to-Noise-Ratio)に応
じて第１のパラメータを変更し、周波数スペクトルのレ
ベルをバンド単位で変更を行うようにし、さらに第１の
ステップにおいて、使用ビット数が所定のビット数に収
まるような、第２のステップにおける第２のパラメータ
を推測し、前記ＭＮＲ値が負であるバンドに対して、Ｍ
ＮＲ値が正になるために必要な第１のパラメータの増加
量を算出し、増加させることで、イタレーションループ
全体の収束度を早めることが出来た。
案「オーディオ信号符号化方法」（特願平１１−３６９
６１１号）では、前記二重ループ処理に存在する収束時
間の確定が難しいという問題や、量子化、逆量子化の演
算回数が増加するという問題に対して、従来の二重ルー
プ構成でなく、アウターループ処理に相当する第１のス
テップと、インナーループに相当する第２のステップよ
り構成するようにし、第１のステップでは、聴覚モデル
から算出されるＳＭＲ(Signal-to-Mask-Ratio)と量子
化、逆量子化によって算出されるＳＮＲ(Signal-to-Noi
se-Ratio)より求めたＭＮＲ(Mask-to-Noise-Ratio)に応
じて第１のパラメータを変更し、周波数スペクトルのレ
ベルをバンド単位で変更を行うようにし、さらに第１の
ステップにおいて、使用ビット数が所定のビット数に収
まるような、第２のステップにおける第２のパラメータ
を推測し、前記ＭＮＲ値が負であるバンドに対して、Ｍ
ＮＲ値が正になるために必要な第１のパラメータの増加
量を算出し、増加させることで、イタレーションループ
全体の収束度を早めることが出来た。
【０００９】しかし、この方法は従来の二重ループ構成
において存在していた収束条件「量子化歪みが、聴覚心
理モデルから得られた許容ノイズレベル以下に収まった
場合は、そこで終了とする」を省くことで高速化を実現
しているため、どのような場合においても、例えば所定
ビット数の半分で済んでしまう場合においても、与えら
れた所定のビット数まで符号化を行うことになる。
において存在していた収束条件「量子化歪みが、聴覚心
理モデルから得られた許容ノイズレベル以下に収まった
場合は、そこで終了とする」を省くことで高速化を実現
しているため、どのような場合においても、例えば所定
ビット数の半分で済んでしまう場合においても、与えら
れた所定のビット数まで符号化を行うことになる。
【００１０】そのために、完全固定転送レートの場合に
は、毎オーディオフレーム単位で一定のビット数を全て
消費する必要があるので、この処理は有効であるが、固
定転送レートや可変転送レートの場合には使用可能なビ
ット数を全て消費する必要はないので、全てのビットを
消費する処理方式のままでは、これらの転送レートのメ
リットである、符号化が難しくビットを多く消費するオ
ーディオフレームのために、ビットを蓄積しておくこと
が出来ない。
は、毎オーディオフレーム単位で一定のビット数を全て
消費する必要があるので、この処理は有効であるが、固
定転送レートや可変転送レートの場合には使用可能なビ
ット数を全て消費する必要はないので、全てのビットを
消費する処理方式のままでは、これらの転送レートのメ
リットである、符号化が難しくビットを多く消費するオ
ーディオフレームのために、ビットを蓄積しておくこと
が出来ない。
【００１１】
【課題を解決するための手段】上記課題を解決するため
に、請求項１に記載された発明では、オーディオ信号が
供給される時間周波数変換ステップ１１及び聴覚モデル
ステップ１２と、前記時間周波数変換ステップ及び聴覚
モデルステップの各ステップの出力が供給される量子化
符号化ステップ１３と、前記量子化符号化ステップの出
力が供給されるビットストリーム化ステップ１４とを有
して、前記オーディオ信号を符号化するオーディオ信号
符号化方法において、前記量子化符号化ステップ１３
は、外部から符号化パラメータが供給されて、オーディ
オフレーム単位で固定ビット数または可変ビット数であ
る所定ビット数を算出する所定ビット数算出ステップ１
３Ａと、ループステップ１３Ｂとより構成され、前記ル
ープステップ１３Ｂは、前記所定ビット数算出ステップ
１３Ａより供給される所定ビット数ＮＢに収まるように
全帯域レベル変更ステップの初期値を推測する初期値レ
ベル推測ステップ３２Ｓと、前記聴覚モデルステップか
ら算出されるＳＭＲ(Signal-to-Mask-Ratio)と前記初期
値レベル推測ステップの出力が供給され量子化、逆量子
化によって算出されるＳＮＲ(Signal-to-Noise-Ratio)
とより求めたＭＮＲ(Mask-to-Noise-Ratio)に応じて、
前記時間周波数変換ステップにて求められた周波数スペ
クトルのレベルをバンド単位で変更を行うバンドレベル
変更ステップ３５Ｓと、前記量子化、符号化により求め
られる使用ビット数を、前記所定ビット数算出ステップ
１３Ａより供給される所定ビット数ＮＢの範囲内に収め
るまで、前記時間周波数変換ステップ１１にて求められ
た周波数スペクトルのレベルを全帯域にわたり変更を繰
り返し行う前記全帯域レベル変更ステップ４５Ｓとより
成ることを特徴とするオーディオ信号符号化方法を提供
して、所定ビット数算出ステップ１３Ａにおいて、オー
ディオフレーム毎にビット数を固定または可変に制御し
て、その決定された所定ビット数ＮＢを、前記ループス
テップ１３Ｂに出力することにより、完全固定転送レー
トはもとより、固定転送レート、可変転送レートでのメ
リットを生かすことが出来る。
に、請求項１に記載された発明では、オーディオ信号が
供給される時間周波数変換ステップ１１及び聴覚モデル
ステップ１２と、前記時間周波数変換ステップ及び聴覚
モデルステップの各ステップの出力が供給される量子化
符号化ステップ１３と、前記量子化符号化ステップの出
力が供給されるビットストリーム化ステップ１４とを有
して、前記オーディオ信号を符号化するオーディオ信号
符号化方法において、前記量子化符号化ステップ１３
は、外部から符号化パラメータが供給されて、オーディ
オフレーム単位で固定ビット数または可変ビット数であ
る所定ビット数を算出する所定ビット数算出ステップ１
３Ａと、ループステップ１３Ｂとより構成され、前記ル
ープステップ１３Ｂは、前記所定ビット数算出ステップ
１３Ａより供給される所定ビット数ＮＢに収まるように
全帯域レベル変更ステップの初期値を推測する初期値レ
ベル推測ステップ３２Ｓと、前記聴覚モデルステップか
ら算出されるＳＭＲ(Signal-to-Mask-Ratio)と前記初期
値レベル推測ステップの出力が供給され量子化、逆量子
化によって算出されるＳＮＲ(Signal-to-Noise-Ratio)
とより求めたＭＮＲ(Mask-to-Noise-Ratio)に応じて、
前記時間周波数変換ステップにて求められた周波数スペ
クトルのレベルをバンド単位で変更を行うバンドレベル
変更ステップ３５Ｓと、前記量子化、符号化により求め
られる使用ビット数を、前記所定ビット数算出ステップ
１３Ａより供給される所定ビット数ＮＢの範囲内に収め
るまで、前記時間周波数変換ステップ１１にて求められ
た周波数スペクトルのレベルを全帯域にわたり変更を繰
り返し行う前記全帯域レベル変更ステップ４５Ｓとより
成ることを特徴とするオーディオ信号符号化方法を提供
して、所定ビット数算出ステップ１３Ａにおいて、オー
ディオフレーム毎にビット数を固定または可変に制御し
て、その決定された所定ビット数ＮＢを、前記ループス
テップ１３Ｂに出力することにより、完全固定転送レー
トはもとより、固定転送レート、可変転送レートでのメ
リットを生かすことが出来る。
【００１２】
【発明の実施の形態】本発明のオーディオ信号符号化の
方法の一実施例につき、好ましい実施例により、以下に
図と共に説明する。図１は本発明のオーディオ符号化方
法の一実施例のブロック構成図を示したものである。本
発明のオーディオ符号化方法は、時間周波数変換ステッ
プ１１、聴覚モデルステップ１２、量子化符号化ステッ
プ１３、及びビットストリーム化ステップ１４より構成
されている。
方法の一実施例につき、好ましい実施例により、以下に
図と共に説明する。図１は本発明のオーディオ符号化方
法の一実施例のブロック構成図を示したものである。本
発明のオーディオ符号化方法は、時間周波数変換ステッ
プ１１、聴覚モデルステップ１２、量子化符号化ステッ
プ１３、及びビットストリーム化ステップ１４より構成
されている。
【００１３】まず、入力されたオーディオ信号（ＰＣ
Ｍ）は、時間周波数変換ステップ１１においてＦＦＴや
ＭＤＣＴ等を用いて、時間軸から周波数軸への変換が行
われ、周波数スペクトルが量子化符号化ステップ１３に
送られる。
Ｍ）は、時間周波数変換ステップ１１においてＦＦＴや
ＭＤＣＴ等を用いて、時間軸から周波数軸への変換が行
われ、周波数スペクトルが量子化符号化ステップ１３に
送られる。
【００１４】聴覚モデルステップ１２では、聴覚心理に
基づいたマスキングレベルの計算により求められたＳＭ
Ｒ(Signal-to-Mask-Ratio)が量子化符号化ステップ１３
に送られる。
基づいたマスキングレベルの計算により求められたＳＭ
Ｒ(Signal-to-Mask-Ratio)が量子化符号化ステップ１３
に送られる。
【００１５】量子化符号化ステップ１３では、所定のビ
ット数ＮＢでかつ、ＳＭＲより求められた許容歪み内に
量子化歪みが収まるように量子化、符号化を行い、ビッ
トストリーム化ステップ１４でビットストリームを構成
する。
ット数ＮＢでかつ、ＳＭＲより求められた許容歪み内に
量子化歪みが収まるように量子化、符号化を行い、ビッ
トストリーム化ステップ１４でビットストリームを構成
する。
【００１６】数１、数２には、量子化符号化ステップ１
３において量子化、逆量子化で使用される式の一例を示
す。
３において量子化、逆量子化で使用される式の一例を示
す。
【００１７】
【数１】
【００１８】
【数２】
【００１９】量子化式において、mdct#line(k)は周波数
スペクトルを示しており、global#gainは、周波数スペ
クトル全体のレベルを変更する効果を、scalefactor(sf
b)は、バンド単位で周波数スペクトルのレベルを変更す
る効果を有している。
スペクトルを示しており、global#gainは、周波数スペ
クトル全体のレベルを変更する効果を、scalefactor(sf
b)は、バンド単位で周波数スペクトルのレベルを変更す
る効果を有している。
【００２０】図２に改良イタレーションループ処理を示
す。まず、後述する所定ビット数算出ステップ１３Ａよ
り供給される所定ビット数に収まるように全帯域レベル
（global#gain）変更ステップ（４５Ｓ）の初期値（glo
bal#gain）を推測する（３２Ｓ）。つぎに、scalefacto
r(sfb)をすべてゼロに設定し、global#gainを先ほど求
めた初期global#gainに設定して量子化、逆量子化を行
う（３３Ｓ）。
す。まず、後述する所定ビット数算出ステップ１３Ａよ
り供給される所定ビット数に収まるように全帯域レベル
（global#gain）変更ステップ（４５Ｓ）の初期値（glo
bal#gain）を推測する（３２Ｓ）。つぎに、scalefacto
r(sfb)をすべてゼロに設定し、global#gainを先ほど求
めた初期global#gainに設定して量子化、逆量子化を行
う（３３Ｓ）。
【００２１】さらに、量子化、逆量子化により求めた量
子化歪から、ＳＮＲ(Signal-to-Noise-Ratio)を算出
し、聴覚モデルステップ１２から送られたＳＭＲからＭ
ＮＲ(Mask-to-Noise-Ratio)を以下の式より求める（３
４Ｓ）。 ＭＮＲ ＝ ＳＮＲ−ＳＭＲ［dB］ ＭＮＲは、量子化雑音がマスキングレベル以下に収まっ
ているかを表す比率である。
子化歪から、ＳＮＲ(Signal-to-Noise-Ratio)を算出
し、聴覚モデルステップ１２から送られたＳＭＲからＭ
ＮＲ(Mask-to-Noise-Ratio)を以下の式より求める（３
４Ｓ）。 ＭＮＲ ＝ ＳＮＲ−ＳＭＲ［dB］ ＭＮＲは、量子化雑音がマスキングレベル以下に収まっ
ているかを表す比率である。
【００２２】この値が０[dB]以上の場合、マスキング効
果により量子化雑音が聞こえなくなることを示してい
る。算出した値に応じたscalefactor(sfb)の調整はＭＮ
Ｒが０[dB]より低いバンドに対して、ＭＮＲを０[dB]以
上にするために必要なscalefactor(sfb)の増加量を算出
し、増加させることで周波数スペクトルのレベルが増幅
され、量子化歪が減少する（３５Ｓ）。
果により量子化雑音が聞こえなくなることを示してい
る。算出した値に応じたscalefactor(sfb)の調整はＭＮ
Ｒが０[dB]より低いバンドに対して、ＭＮＲを０[dB]以
上にするために必要なscalefactor(sfb)の増加量を算出
し、増加させることで周波数スペクトルのレベルが増幅
され、量子化歪が減少する（３５Ｓ）。
【００２３】また、scalefactor(sfb)の増加により、符
号化に使用するビット数に変化が生じるので、改めてイ
ンナーループを呼び出して、global#gainの調整によ
り、符号化に使用するビット数を所定のビット数の範囲
内に納める（４５Ｓ）。
号化に使用するビット数に変化が生じるので、改めてイ
ンナーループを呼び出して、global#gainの調整によ
り、符号化に使用するビット数を所定のビット数の範囲
内に納める（４５Ｓ）。
【００２４】すなわち、インナーループ（４１Ｓ）で
は、量子化（４２Ｓ）とハフマン符号化により求められ
る使用ビット数（４３Ｓ）が所定ビット数に収まってい
るかどうかの判断を行う(４４Ｓ) 。
は、量子化（４２Ｓ）とハフマン符号化により求められ
る使用ビット数（４３Ｓ）が所定ビット数に収まってい
るかどうかの判断を行う(４４Ｓ) 。
【００２５】収まっていない場合には、周波数スペクト
ルを全ての帯域に対して一様に可変する変数（global#g
ain）を調整する( ４５Ｓ)ことによって、所定ビット数
ＮＢに納めるようにする。
ルを全ての帯域に対して一様に可変する変数（global#g
ain）を調整する( ４５Ｓ)ことによって、所定ビット数
ＮＢに納めるようにする。
【００２６】図３に請求項１記載の量子化符号化ステッ
プ１３を示す。聴覚モデルステップ１２から送られたＳ
ＭＲは、所定ビット数算出ステップ１３Ａとループステ
ップ１３Ｂとに送られる。同様にして、時間周波数変換
ステップ１１からの周波数スペクトルと外部からの符号
化パラメータも、所定ビット数算出ステップ１３Ａとル
ープステップ１３Ｂとに送られる。
プ１３を示す。聴覚モデルステップ１２から送られたＳ
ＭＲは、所定ビット数算出ステップ１３Ａとループステ
ップ１３Ｂとに送られる。同様にして、時間周波数変換
ステップ１１からの周波数スペクトルと外部からの符号
化パラメータも、所定ビット数算出ステップ１３Ａとル
ープステップ１３Ｂとに送られる。
【００２７】ここで、ループステップ１３Ｂでは前記し
たイタレーションループ処理が行われるものとする。符
号化パラメータは、外部から設定される、符号化に必要
な複数の情報から成り、例えば転送レート、サンプリン
グ周波数、符号化モード（完全固定転送レート、固定転
送レート、可変転送レート）等がある。
たイタレーションループ処理が行われるものとする。符
号化パラメータは、外部から設定される、符号化に必要
な複数の情報から成り、例えば転送レート、サンプリン
グ周波数、符号化モード（完全固定転送レート、固定転
送レート、可変転送レート）等がある。
【００２８】図４に本発明の請求項１に記載のオーディ
オ信号符号化方法を構成する所定ビット数算出ステップ
１３Ａを示す。この所定ビット数算出ステップ１３Ａで
は、聴覚モデルステップ１２からＳＭＲ情報を、時間周
波数変換ステップ１１から周波数スペクトル情報を、そ
して、外部から符号化パラメータを受け取る。外部から
入力された符号化パラメータの一つである符号化モード
（完全固定転送レート、固定転送レート、可変転送レー
ト）に応じて、フレーム単位で使用可能な、所定ビット
数が演算されて出力される。
オ信号符号化方法を構成する所定ビット数算出ステップ
１３Ａを示す。この所定ビット数算出ステップ１３Ａで
は、聴覚モデルステップ１２からＳＭＲ情報を、時間周
波数変換ステップ１１から周波数スペクトル情報を、そ
して、外部から符号化パラメータを受け取る。外部から
入力された符号化パラメータの一つである符号化モード
（完全固定転送レート、固定転送レート、可変転送レー
ト）に応じて、フレーム単位で使用可能な、所定ビット
数が演算されて出力される。
【００２９】前記した完全固定転送レートとは、所定ビ
ット数ＮＢが、フレーム単位で一定であることを示し、
その算出方法は、転送レートbrと、サンプリング周波数
Fs、オーディオフレーム長afrより、以下の式で算出さ
れる。 ＮＢ ＝ br×(afr / Fs) [bit]
ット数ＮＢが、フレーム単位で一定であることを示し、
その算出方法は、転送レートbrと、サンプリング周波数
Fs、オーディオフレーム長afrより、以下の式で算出さ
れる。 ＮＢ ＝ br×(afr / Fs) [bit]
【００３０】また、前記した固定転送レートとは、フレ
ーム単位の平均ビット数が固定とするものを指す。よっ
て、その符号化方式がフレーム単位でのビット数変動を
短期間でも許す場合もこちらに含む。もし、その符号化
方式がビット数変動を短期間でも許さない場合には、固
定転送レートは、完全固定転送レートと同一になる。
ーム単位の平均ビット数が固定とするものを指す。よっ
て、その符号化方式がフレーム単位でのビット数変動を
短期間でも許す場合もこちらに含む。もし、その符号化
方式がビット数変動を短期間でも許さない場合には、固
定転送レートは、完全固定転送レートと同一になる。
【００３１】この固定転送レートの場合における所定ビ
ット数ＮＢの算出方法は、周波数スペクトルから情報量
[bit]を算出するか、ＩＳＯ−ＷＧ１１−ＭＰＥＧ音響
心理[ＩＳＯ]モデル２において記載されている、ＰＥ(P
sychoacoustic Entropy)を用いて算出するようにしても
よい。
ット数ＮＢの算出方法は、周波数スペクトルから情報量
[bit]を算出するか、ＩＳＯ−ＷＧ１１−ＭＰＥＧ音響
心理[ＩＳＯ]モデル２において記載されている、ＰＥ(P
sychoacoustic Entropy)を用いて算出するようにしても
よい。
【００３２】ＰＥの場合は以下の式で示される。図４
は、以下の式をフローチャート的に小ブロックに分けて
示したものである。 ＮＢ ＝ ＰＥ ＝ -Σ cbwidth × log(thr / (eb +1))
[bit] cbwidth : 聴覚バンド幅 thr : バンド単位のマスキングパワー eb : バンド単位のシグナルパワー また、上記の計算は量子化符号化ステップ１３で行わず
に、聴覚モデルステップ１２に含めて行うようにするこ
とも可能である。
は、以下の式をフローチャート的に小ブロックに分けて
示したものである。 ＮＢ ＝ ＰＥ ＝ -Σ cbwidth × log(thr / (eb +1))
[bit] cbwidth : 聴覚バンド幅 thr : バンド単位のマスキングパワー eb : バンド単位のシグナルパワー また、上記の計算は量子化符号化ステップ１３で行わず
に、聴覚モデルステップ１２に含めて行うようにするこ
とも可能である。
【００３３】上記計算を聴覚モデルステップ１２により
行う場合には、量子化符号化ステップ１３で行う場合よ
りも上記の聴覚バンド幅cbwidthを狭く設定可能なの
で、より正確なＰＥデータが得られる。
行う場合には、量子化符号化ステップ１３で行う場合よ
りも上記の聴覚バンド幅cbwidthを狭く設定可能なの
で、より正確なＰＥデータが得られる。
【００３４】また、前記可変転送レートでは、フレーム
単位での平均ビット数が可変するものを指す。この場合
における所定ビット数ＮＢも、固定転送レートの演算の
場合と同様に、ＰＥを用いて算出することが出来る。
単位での平均ビット数が可変するものを指す。この場合
における所定ビット数ＮＢも、固定転送レートの演算の
場合と同様に、ＰＥを用いて算出することが出来る。
【００３５】図５に本発明のオーディオ信号符号化方法
を構成する請求項１に記載のループステップ１３Ｂを示
す。このステップ１３Ｂでは、前記の所定ビット数算出
ステップ１３Ａより、その出力である所定ビット数ＮＢ
を受け取り、その演算された所定ビット数を使用して前
記のイタレーションループ処理を行う。
を構成する請求項１に記載のループステップ１３Ｂを示
す。このステップ１３Ｂでは、前記の所定ビット数算出
ステップ１３Ａより、その出力である所定ビット数ＮＢ
を受け取り、その演算された所定ビット数を使用して前
記のイタレーションループ処理を行う。
【００３６】このように従来の二重ループ構成において
存在していた収束条件「量子化歪みが、聴覚心理モデル
から得られた許容ノイズレベル以下に収まった場合は、
そこで終了とする」を省くことで実現された高速イタレ
ーションループに対して、本発明のものは、所定ビット
数算出ステップ１３Ａにおいて、ループステップ１３Ｂ
で使用可能なビット数を調整決定して、所定ビット数を
ループステップ１３Ｂに供給することにより、余分なビ
ットを蓄積することが出来、必要なオーディオフレーム
に多くのビットを消費することが可能となる。
存在していた収束条件「量子化歪みが、聴覚心理モデル
から得られた許容ノイズレベル以下に収まった場合は、
そこで終了とする」を省くことで実現された高速イタレ
ーションループに対して、本発明のものは、所定ビット
数算出ステップ１３Ａにおいて、ループステップ１３Ｂ
で使用可能なビット数を調整決定して、所定ビット数を
ループステップ１３Ｂに供給することにより、余分なビ
ットを蓄積することが出来、必要なオーディオフレーム
に多くのビットを消費することが可能となる。
【００３７】また、余分なビットを蓄積する処理は、ビ
ットストリーム化ステップ１４に含めることが出来、そ
のビット蓄積量bit#resが所定ビット数算出ステップ１
３Ａにフィードバックされ、算出した所定ビット数ＮＢ
とbit#resを比較して、少ない量を再度所定ビット数Ｎ
Ｂとしてループステップ１３Ｂに渡るようにしてもよ
い。
ットストリーム化ステップ１４に含めることが出来、そ
のビット蓄積量bit#resが所定ビット数算出ステップ１
３Ａにフィードバックされ、算出した所定ビット数ＮＢ
とbit#resを比較して、少ない量を再度所定ビット数Ｎ
Ｂとしてループステップ１３Ｂに渡るようにしてもよ
い。
【００３８】
【発明の効果】本発明のオーディオ符号化方法は、オー
ディオ信号が供給される時間周波数変換ステップと聴覚
モデルステップと、前記時間周波数変換ステップと聴覚
モデルステップの各出力が供給される量子化符号化ステ
ップと、前記量子化符号化ステップの出力が供給される
ビットストリーム化ステップとを有して、前記オーディ
オ信号を符号化するオーディオ信号符号化方法におい
て、前記量子化符号化ステップは、外部から符号化パラ
メータが供給されて、オーディオフレーム単位で固定ビ
ット数または可変ビット数である所定ビット数を算出す
る所定ビット数算出ステップと、前記所定ビット数算出
ステップより供給される所定ビット数に収まるように全
帯域レベル変更ステップの初期値を推測する初期値レベ
ル推測ステップと、前記聴覚モデルステップから算出さ
れるＳＭＲと前記初期値レベル推測ステップの出力が供
給され量子化、逆量子化によって算出されるＳＮＲとよ
り求めたＭＮＲに応じて、前記時間周波数変換ステップ
にて求められた周波数スペクトルのレベルをバンド単位
で変更を行うバンドレベル変更ステップと、前記量子
化、符号化により求められる使用ビット数を、前記所定
ビット数算出ステップより供給される所定ビット数の範
囲内に収めるまで、前記時間周波数変換ステップにて求
められた周波数スペクトルのレベルを全帯域にわたり前
記初期値以外の変更を繰り返し行う前記全帯域レベル変
更ステップとを有して構成し、所定ビット数算出ステッ
プで、オーディオフレーム毎にビット数を固定または可
変に制御して演算した所定ビット数を、ループステップ
に引き渡すことで、完全固定転送レートはもとより、固
定転送レート、可変転送レートでのメリットを生かすこ
とが出来る。
ディオ信号が供給される時間周波数変換ステップと聴覚
モデルステップと、前記時間周波数変換ステップと聴覚
モデルステップの各出力が供給される量子化符号化ステ
ップと、前記量子化符号化ステップの出力が供給される
ビットストリーム化ステップとを有して、前記オーディ
オ信号を符号化するオーディオ信号符号化方法におい
て、前記量子化符号化ステップは、外部から符号化パラ
メータが供給されて、オーディオフレーム単位で固定ビ
ット数または可変ビット数である所定ビット数を算出す
る所定ビット数算出ステップと、前記所定ビット数算出
ステップより供給される所定ビット数に収まるように全
帯域レベル変更ステップの初期値を推測する初期値レベ
ル推測ステップと、前記聴覚モデルステップから算出さ
れるＳＭＲと前記初期値レベル推測ステップの出力が供
給され量子化、逆量子化によって算出されるＳＮＲとよ
り求めたＭＮＲに応じて、前記時間周波数変換ステップ
にて求められた周波数スペクトルのレベルをバンド単位
で変更を行うバンドレベル変更ステップと、前記量子
化、符号化により求められる使用ビット数を、前記所定
ビット数算出ステップより供給される所定ビット数の範
囲内に収めるまで、前記時間周波数変換ステップにて求
められた周波数スペクトルのレベルを全帯域にわたり前
記初期値以外の変更を繰り返し行う前記全帯域レベル変
更ステップとを有して構成し、所定ビット数算出ステッ
プで、オーディオフレーム毎にビット数を固定または可
変に制御して演算した所定ビット数を、ループステップ
に引き渡すことで、完全固定転送レートはもとより、固
定転送レート、可変転送レートでのメリットを生かすこ
とが出来る。
【図１】本発明のオーディオ符号化方法のブロック構成
の一実施例を示す図である。
の一実施例を示す図である。
【図２】本発明のオーディオ符号化方法を構成するの改
良イタレーションループを示す図である。
良イタレーションループを示す図である。
【図３】本発明のオーディオ符号化方法の請求項１に記
載の量子化符号化ステップを示す図である。
載の量子化符号化ステップを示す図である。
【図４】本発明のオーディオ符号化方法の請求項１に記
載の所定ビット数算出ステップを示す図である。
載の所定ビット数算出ステップを示す図である。
【図５】本発明のオーディオ符号化方法の請求項１に記
載のループステップを示す図である。
載のループステップを示す図である。
【図６】従来のイタレーションループの一例を示す図で
ある。
ある。
１１ 時間周波数変換ステップ １２ 聴覚モデルステップ １３ 量子化符号化ステップ １３Ａ 所定ビット数算出ステップ １３Ｂ ループステップ １４ ビットストリーム化ステップ ３２Ｓ 全帯域レベル（global#gain）変更ステップ
（４５Ｓ）の初期値（global#gain）を推測する初期値
レベル推測ステップ ３５Ｓ バンドレベル変更ステップ ４５Ｓ 全帯域レベル変更ステップ global#gain 周波数スペクトル全体のレベルを変更
するパラメータ（変数） ＭＮＲ マスク対雑音比（Mask-to-Noise-Ratio） ＮＢ 所定ビット数 scalefactor(sfb) バンド単位で周波数スペクトルの
レベルを変更するパラメータ（変数）
（４５Ｓ）の初期値（global#gain）を推測する初期値
レベル推測ステップ ３５Ｓ バンドレベル変更ステップ ４５Ｓ 全帯域レベル変更ステップ global#gain 周波数スペクトル全体のレベルを変更
するパラメータ（変数） ＭＮＲ マスク対雑音比（Mask-to-Noise-Ratio） ＮＢ 所定ビット数 scalefactor(sfb) バンド単位で周波数スペクトルの
レベルを変更するパラメータ（変数）
Claims (1)
- 【請求項１】オーディオ信号が供給される時間周波数変
換ステップ及び聴覚モデルステップと、 前記時間周波数変換ステップ及び聴覚モデルステップの
各ステップの出力が供給される量子化符号化ステップ
と、 前記量子化符号化ステップの出力が供給されるビットス
トリーム化ステップとを有して、前記オーディオ信号を
符号化するオーディオ信号符号化方法において、 前記量子化符号化ステップは、 外部から符号化パラメータが供給されて、オーディオフ
レーム単位で固定ビット数または可変ビット数である所
定ビット数を算出する所定ビット数算出ステップと、ル
ープステップとより構成され、 前記ループステップは、 前記所定ビット数算出ステップより供給される所定ビッ
ト数に収まるように全帯域レベル変更ステップの初期値
を推測する初期値レベル推測ステップと、 前記聴覚モデルステップから算出されるＳＭＲ(Signal-
to-Mask-Ratio)と前記初期値レベル推測ステップの出力
が供給され量子化、逆量子化によって算出されるＳＮＲ
(Signal-to-Noise-Ratio)とより求めたＭＮＲ(Mask-to-
Noise-Ratio)に応じて、前記時間周波数変換ステップに
て求められた周波数スペクトルのレベルをバンド単位で
変更を行うバンドレベル変更ステップと、 前記量子化、符号化により求められる使用ビット数を、
前記所定ビット数算出ステップより供給される所定ビッ
ト数の範囲内に収めるまで、前記時間周波数変換ステッ
プにて求められた周波数スペクトルのレベルを全帯域に
わたり変更を繰り返し行う前記全帯域レベル変更ステッ
プとより成ることを特徴としたオーディオ信号符号化方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001015629A JP2002221997A (ja) | 2001-01-24 | 2001-01-24 | オーディオ信号符号化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001015629A JP2002221997A (ja) | 2001-01-24 | 2001-01-24 | オーディオ信号符号化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002221997A true JP2002221997A (ja) | 2002-08-09 |
Family
ID=18882146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001015629A Pending JP2002221997A (ja) | 2001-01-24 | 2001-01-24 | オーディオ信号符号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002221997A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006001159A1 (ja) * | 2004-06-28 | 2006-01-05 | Sony Corporation | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
-
2001
- 2001-01-24 JP JP2001015629A patent/JP2002221997A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006001159A1 (ja) * | 2004-06-28 | 2006-01-05 | Sony Corporation | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
| JP2006011170A (ja) * | 2004-06-28 | 2006-01-12 | Sony Corp | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
| CN101010727B (zh) * | 2004-06-28 | 2011-07-06 | 索尼株式会社 | 信号编码器件和方法与信号解码器件和方法 |
| JP4734859B2 (ja) * | 2004-06-28 | 2011-07-27 | ソニー株式会社 | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
| US8015001B2 (en) | 2004-06-28 | 2011-09-06 | Sony Corporation | Signal encoding apparatus and method thereof, and signal decoding apparatus and method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2500043C2 (ru) | Кодер, декодер, способ кодирования и способ декодирования | |
| US8428957B2 (en) | Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands | |
| JP5539203B2 (ja) | 改良された音声及びオーディオ信号の変換符号化 | |
| ES2205238T3 (es) | Procedimientos de codificacion y decodificacion de señales de audio, y codificador y decodificador de señales de audio. | |
| US8788264B2 (en) | Audio encoding method, audio decoding method, audio encoding device, audio decoding device, program, and audio encoding/decoding system | |
| US20060074693A1 (en) | Audio coding device with fast algorithm for determining quantization step sizes based on psycho-acoustic model | |
| US20090198500A1 (en) | Temporal masking in audio coding based on spectral dynamics in frequency sub-bands | |
| CN101443842A (zh) | 信息信号编码 | |
| JPH08278799A (ja) | 雑音荷重フィルタリング方法 | |
| KR100408911B1 (ko) | 선스펙트럼제곱근을발생및인코딩하는방법및장치 | |
| CN107818789A (zh) | 解码方法和解码装置 | |
| US20040225495A1 (en) | Encoding apparatus, method and program | |
| CN105957533B (zh) | 语音压缩方法、语音解压方法及音频编码器、音频解码器 | |
| KR100513815B1 (ko) | 신호부호화방법및장치 | |
| JP5539992B2 (ja) | レート制御装置、レート制御方法及びレート制御プログラム | |
| US20110301946A1 (en) | Tone determination device and tone determination method | |
| JP2002221997A (ja) | オーディオ信号符号化方法 | |
| US5799271A (en) | Method for reducing pitch search time for vocoder | |
| JP3255047B2 (ja) | 符号化装置および方法 | |
| JP4409733B2 (ja) | 符号化装置、符号化方法、及びその記録媒体 | |
| JP3580485B2 (ja) | オーディオ信号符号化方法 | |
| JP3616307B2 (ja) | 音声・楽音信号符号化方法及びこの方法を実行するプログラムを記録した記録媒体 | |
| JP3630082B2 (ja) | オーディオ信号符号化方法及びその装置 | |
| Tahilramani et al. | A hybrid scheme of information hiding incorporating steganography as well as watermarking in the speech signal using Quantization index modulation (QIM) | |
| JP2000347679A (ja) | オーディオ符号化装置及びオーディオ符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050801 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050817 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051012 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20061107 |