JP2004199075A

JP2004199075A - ビット率調節可能なステレオオーディオ符号化・復号化方法及びその装置

Info

Publication number: JP2004199075A
Application number: JP2003420732A
Authority: JP
Inventors: Jung-Hoe Kim; 重會金; Shoko Kim; 尚 ▲煌▼ 金
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2002-12-18
Filing date: 2003-12-18
Publication date: 2004-07-15
Anticipated expiration: 2023-12-18
Also published as: US7835915B2; US20040181395A1; KR20040054235A; CN1510662A; CN1252678C; KR100528325B1; JP3964860B2

Abstract

【課題】ビット率調節が可能なステレオオーディオ符号化及び復号化方法とその装置を提供する。
【解決手段】ステレオオーディオを符号化する方法において、第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを変換する段階と、変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとを量子化する段階と、前記量子化された第１チャンネルオーディオサンプルを所定の転換階層に至るまで符号化し、前記転換階層以後の階層から先に決定された目標階層に対する符号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記量子化された第１チャンネルオーディオサンプルと前記量子化された第２チャンネルオーディオサンプルとをインターリーブを入れて符号化する段階と、を含むオーディオの符号化方法である。
【選択図】図１

Description

本発明はオーディオデータの符号化及び復号化に係り、特に、符号化されたステレオオーディオのビットストリームがビット率調節可能になるように符号化する方法及びその符号化及び復号化装置に関する。

最近、デジタル信号処理技術の発達によって、オーディオ信号は、デジタルデータとして保存／再生される場合がほとんどである。デジタルオーディオ保存／再生装置は、アナログオーディオ信号をサンプリングし、かつ量子化してデジタル信号であるＰＣＭ（ＰｕｌｓｅＣｏｄｅＭｏｄｕｌａｔｉｏｎ）オーディオデータに変換してＣＤ、ＤＶＤのような情報保存媒体に保存した後、使用者が必要とする時にこれを再生して聞けるようにしている。このようなオーディオ信号のデジタル保存／復元方式は、ＬＰ（ＬｏｎｇＰｌａｙＲｅｃｏｒｄ）、マグネチックテープのようなアナログ保存／復元方式に比べて音質を大きく向上させると同時に、保存期間による音質劣化現象を顕著に減少させた。しかし、デジタルデータのサイズが膨大して保存及び伝送が円滑でない問題点があった。

このような問題点を解決するために、デジタルオーディオ信号に対する多様な圧縮方式が使われている。ＩＳＯ（ＩｎｔｅｒｎａｔｉｏｎａｌＳｔａｎｄａｒｄＯｒｇａｎｉｚａｔｉｏｎ）によって標準化作業がなされたＭＰＥＧ（ＭｏｖｉｎｇＰｉｃｔｕｒｅｓＥｘｐｅｒｔＧｒｏｕｐ）／ａｕｄｉｏやＤｏｌｂｙ社によって開発されたＡＣ−２／ＡＣ−３は、人間の心理音響モデルを利用してデータの量を減らす方法を採用し、その結果、信号の特性に関係なく効率的にデータの量を減らすことができた。すなわち、ＭＰＥＧ／ａｕｄｉｏ標準やＡＣ−２／ＡＣ−３方式は、従来のデジタル符号化方式に比べて１／６ないし１／８に減った６４Ｋｂｐｓ〜３８４Ｋｂｐｓビット率だけでＣＤの音質とほとんど同じ程度の音質を提供する。

しかし、これら方法は、全て固定されたビット率に対して最適の状態を探して量子化過程と符号化過程とを経る方式によるので、ネットワークを通じて伝送する時、ネットワーク状況がよくなくて伝送帯域幅が低くなれば、データのショート現象が発生し、これにより、使用者にこれ以上のサービスを提供できなくなる問題点がある。また、制限された保存容量である移動式機器に適するようにさらに小さなサイズのビットストリームに変換しようとする時、サイズを減らすためには再符号化過程を経らなければならないので、多くの計算量が要求される。

これに、本出願人はビット分割算術符号化（ＢＳＡＣ：Ｂｉｔ−ＳｌｉｃｅｄＡｒｉｔｈｍｅｔｉｃＣｏｄｉｎｇ）技法を使用してビット率調節が可能なオーディオ符号化／復号化方法及び装置を１９９７年１１月１９日付の韓国特許出願第９７−６１２９８号に出願して２０００年４月１７日付の登録特許第２６１２５３号に登録されたことがある。ＢＳＡＣによれば、高いビット率に符号化されたビットストリームを低いビット率のビットストリームに作ることもでき、そのうち一部のビットストリームだけを有していても復元が可能である。したがって、ネットワークが過負荷の状態となっても、または復号化器の性能がよくないか、または使用者が低いビット率を要求すれば、ビット率の低下に比例して性能の劣化があるものの、ビットストリームの一部だけを有していても使用者にある程度の音質でサービスを提供できる。しかし、ＢＳＡＣは、オーディオ信号の変換において、ＭＤＣＴ（ＭｏｄｉｆｉｅｄＤｉｓｃｒｅｔｅＣｏｓｉｎｅＴｒａｎｓｆｏｒｍ）を使用することによって低い階層で音質の劣化がさらに激しくなる問題点がある。

一方、ビット率調節可能機能を提供するために量子化を利用する技術としては、特許文献１があるが、これは心理音響モデルを利用するので、低い階層では音質が良好であるが、上位階層では相当なオーバーヘッドによって音質の劣化が発生する問題点がある。また、変換を利用する技術としては、特許文献２、３、４があるが、これはダウンサンプリングを利用するので、低い階層では相対的に良好な音質を提供するが、調節可能なビット率の間隔が大きいまたは計算量が多い短所があって、ＦＧＳ（ＦｉｎｅＧｒａｉｎＳｃａｌａｂｉｌｉｔｙ）には使用し難い問題点がある。

前記のようなビット率調節可能なオーディオ符号化装置において、ほとんどのオーディオデータは、ＣＤレベルの音質を提供するためにサンプリングレート４４.１ＫＨｚまたは４８ＫＨｚのステレオ信号に符号化されており、階層が増加するにつれて周波数帯域が拡張される階層構造を利用する。このような階層構造でステレオ信号を符号化する場合、左側チャンネルと右側チャンネルとが交互に符号化するが、低い階層ではステレオ信号で音質の劣化が発生することによって、モノラル信号の場合より知覚的にさらに多くの雑音が聞こえる問題点がある。

米国特許ＵＳＰ６３５１７３０号公報米国特許ＵＳＰ６１８２０３１号公報米国特許ＵＳＰ６３７０５０７号公報米国特許ＵＳＰ６０２９１２６号公報

本発明が解決しようとする技術的課題は、ＦＧＳを提供しつつも低い階層での音質をさらに向上させうるステレオオーディオの符号化方法及び装置とステレオオーディオ復号化方法及び装置とを提供することである。

前記課題を達成するために本発明によるビット率調節可能なステレオオーディオの符号化方法は、ステレオオーディオを符号化する方法において、第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを変換する段階と、変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとを量子化する段階と、前記量子化された第１チャンネルオーディオサンプルを所定の転換階層に至るまで符号化し、前記転換階層以後の階層から先に決定された目標階層に対する符号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記量子化された第１チャンネルオーディオサンプルと前記量子化された第２チャンネルオーディオサンプルとをインターリーブを入れて符号化する段階と、を含む。

前記課題を達成するために本発明によるビット率調節可能なステレオオーディオ符号化装置は、ステレオオーディオを符号化する装置において、心理音響情報を提供する心理音響部と、前記心理音響情報を反映して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを変換する変換部と、変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとを量子化する量子化部と、前記量子化された第１チャンネルオーディオサンプルを所定の転換階層に至るまで符号化し、前記転換階層以後の階層から先に決定された目標階層に対する符号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記量子化された第１チャンネルオーディオサンプルと前記量子化された第２チャンネルオーディオサンプルとをインターリーブを入れて符号化するビットパッキング部と、を含む。

前記課題を達成するために本発明のビット率調節可能なステレオオーディオの復号化方法は、オーディオストリームを復号化する方法において、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から先に決定された目標階層に対する復号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、第１チャンネルと第２チャンネルの量子化サンプルを得る段階と、前記第１チャンネルと第２チャンネルの量子化されたサンプルを逆量子化する段階と、前記第１チャンネルと第２チャンネルの逆量子化サンプルを逆変換して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを得る段階と、を含む。

前記課題を達成するために本発明によるビット率調節可能なステレオオーディオ復号化装置は、オーディオストリームを復号化する装置において、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から先に決定された目標階層に対する復号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、第１チャンネルと第２チャンネルの量子化サンプルを得るビットアンパッキング部と、前記第１チャンネルと第２チャンネルの量子化されたサンプルを逆量子化する逆量子化部と、前記第１チャンネルと第２チャンネルの逆量子化サンプルを逆変換して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを得る逆変換部と、を含む。

本発明によれば、ステレオオーディオの符号化時、チャンネル１のオーディオ信号を転換階層まで先に符号化した後、転換階層以後の階層からはチャンネル１及びチャンネル２のオーディオ信号をインターリーブを入れつつ符号化することによってＦＧＳを提供しつつも低い階層での音質をさらに向上させうる。

以下、添付された図面を参照して本発明の望ましい一実施例について詳細に説明する。

図１は、本発明の望ましい実施例によるオーディオ符号化装置の構成を示すブロック図であって、本発明によってビット率調節が可能になるようにオーディオデータを階層構造に符号化するためのオーディオ符号化装置は、変換部１１、心理音響部１２、量子化部１３及びビットパッキング部１４を含む。

図１において、変換部１１は、時間領域のオーディオ信号であるＰＣＭオーディオデータ、すなわち２つまたはそれ以上のチャンネルから得られた左側オーディオサンプルと右側オーディオサンプルとを入力して心理音響部１２が提供する心理音響モデルに関する情報を参照して周波数領域の信号に変換する。時間領域では人間が認知するオーディオ信号の特性の差があまり大きくないが、変換を通じて得られた周波数領域のオーディオ信号は人間の心理音響モデルによって各周波数帯域で人間が感じる信号と感じられない信号との特性差が大きいため、各周波数帯域別に割り当てられるビット数を異ならせることによって圧縮の効率を高めることができる。

心理音響部１２は、アタック感知情報のような心理音響モデルに関する情報を変換部１１に提供する一方、変換部１１によって変換されたオーディオ信号を適切な副帯域の信号に分割して各信号の相互作用によって発生するマスキング現象を利用して各副帯域でのマスキングしきい値を計算して量子化部１３に提供する。本実施例で心理音響部１２は、ＢＭＬＤ（ＢｉｎａｕｒａｌＭａｓｋｉｎｇＬｅｖｅｌＤｅｐｒｅｓｓｉｏｎ）を利用してステレオ成分に対するマスキングしきい値を計算する。

量子化部１３は、人間が聞いても感じられないように各副帯域の量子化雑音の大きさが心理音響部１２により与えられるマスキングしきい値より小さく、各副帯域のオーディオ信号を対応するスケールファクター情報に基づいてスカラー量子化して量子化されたサンプルを出力する。すなわち、量子化部１３は、心理音響部１２で計算されたマスキングしきい値及び各副帯域で発生する雑音の比率であるＮＭＲ（Ｎｏｉｓｅ−ｔｏ−ＭａｓｋＲａｔｉｏ）を利用してＮＭＲ値が全体帯域で０ｄＢを超えないように量子化する。ＮＭＲ値が０ｄＢを超えないというのは、量子化雑音を人間が聞けないことを意味する。

ビットパッキング部１４は、量子化部１３から提供される量子化したサンプルを各階層に当るビット率によって当該階層の付加情報と量子化情報とを結合して符号化する。この時、階層が増加するにつれてステレオ信号のうちモノラル成分を所定の転換階層まで符号化した後、転換階層以後の階層からはステレオ成分に対して階層的に符号化を行い、符号化されたビットストリームは階層構造にパッキングする。付加情報は、各階層に当る量子化帯域情報、符号化帯域情報、そのスケールファクター情報及び符号化モデル情報を含む。量子化帯域情報は、オーディオ信号の周波数特性によってさらに適切に量子化を行うための情報であって、周波数領域を複数の帯域に分け、各帯域に適したスケールファクターを割当てた時に各階層に対応する量子化帯域を知らせる情報である。これにより、各階層には少なくとも一つの量子化帯域が属する。各量子化帯域は、割当てられた一つのスケールファクターを有する。符号化帯域情報もオーディオ信号の周波数特性によってさらに適切に符号化を行うための情報であって、周波数領域を複数の帯域に分け、各帯域に適した符号化モデルを割当てた時に各階層に対応する符号化帯域を知らせる情報である。量子化帯域と符号化帯域とは、実験によって適切に分けられ、そのスケールファクター及び符号化モデルも実験によって適切に割当てられる。量子化帯域情報と符号化帯域情報とは、ヘッダ情報としてパッキングされて復号化装置に伝送されることもあり、各階層ごとの付加情報として符号化され、かつパッキングされて復号化装置に伝送されるが、復号化装置に量子化帯域情報と符号化帯域情報が先に保存されていることによって伝送されないこともある。

さらに具体的に説明すれば、本発明によるビットパッキング部１４は、基盤階層に相応するスケールファクター情報及び符号化モデル情報を含む付加情報を符号化する一方、基盤階層に相応する符号化モデル情報を参照して最上位ビットから最下位ビットの順に、そして低い周波数成分から高い周波数成分の順に符号化する。このように基盤階層に対する符号化が完了すれば、その次の階層に対しても同じ過程を反復する。また、ステレオ信号の各チャンネルに対してはチャンネル１から所定の転換ポイントまでモノラル成分を符号化した後、転換ポイント以後からはチャンネル１とチャンネル２とをインターリーブを入れつつ符号化する。このように符号化されたビットストリームは、所定のシンタックス、例えば、ＢＳＡＣ技法で使われるシンタックスによって階層構造を有するビットストリームにパッキングされる。ここで、転換ポイント情報は、階層インデックス、スケールファクター帯域及び符号化帯域のうち何れか一つに表現されてフレームのヘッダ情報または各階層別に付加情報に含まれてパッキングされうる。

ビットパッキング部１４でビットストリームは、ＢＳＡＣ技法を使用して符号化される場合、下記の表１のようなシンタックスを有して符号化されうる。ここで転換ポイントの情報は階層インデックス、スケールファクター帯域、符号化帯域または符号化帯域として表わされ、フレームのヘッダー情報またや各階層の付加情報に含まれる。

一方、図示されていないが、量子化部１３以前に時間領域雑音形状化部及び／またはＭ／Ｓ（Ｍｉｄ／Ｓｉｄｅ）ステレオ処理部をさらに含めて具現できる。時間領域雑音形状化部は、各ウィンドー内で量子化雑音の時間的な形を制御するために使われるものであって、周波数領域のデータのフィルターリング過程を適用することによって時間領域雑音形状化が可能である。Ｍ／Ｓステレオ処理部は、ステレオ信号をさらに効率的に処理するためのものであって、Ｍ信号とＳ信号とを合わせた信号をチャンネル１信号に、Ｍ信号からＳ信号を引いた信号をチャンネル２信号に変換した後、これら信号を処理するが、各スケールファクター帯域単位によって使用如何を判断できる。

図２は、本発明の望ましい実施例によるオーディオ復号化装置の構成を示すブロック図であって、本発明によってネットワーク状況、復号化装置の性能、使用者の選択によって決定された目標階層までアンパッキングすることによってビット率を調節するためのオーディオ復号化装置は、ビットアンパッキング部２１、逆量子化部２２及び逆変換部２３を含む。

ビットアンパッキング部２１は、ビットストリームを目標階層までアンパッキングし、各階層別に復号化する。すなわち、各階層に対応する転換ポイント情報、スケールファクター情報、符号化モデル情報が含まれた付加情報を復号化した後、得られた符号化モデル情報に基づいて各階層に属する符号化された量子化サンプルを再び復号化して量子化サンプルを得る。この時、ステレオ信号の各チャンネルに対しては、チャンネル１から所定の転換ポイントまでモノラル成分を復号化した後、転換ポイント以後からはチャンネル１とチャンネル２とをインターリーブに基づきながら復号化する。一方、転換ポイント情報、量子化帯域情報及び符号化帯域情報は、ビットストリームのヘッダ情報から得るか、または各階層別の付加情報を復号化して得られる。または、復号化装置が量子化帯域情報及び符号化帯域情報を先に保存していることもある。

逆量子化部２２は、各階層の量子化サンプルを対応するスケールファクター情報によって逆量子化して復元する。逆変換部２３は、復元されたサンプルを周波数／時間マッピングして時間領域のＰＣＭオーディオデータに変換して出力する。
図１に示されたオーディオ符号化装置と同様に、図示されていないが、逆量子化部２２以後にＭ／Ｓステレオ逆処理部及び／または時間領域雑音形状化部をさらに含めて具現できる。Ｍ／Ｓステレオ逆処理部は、符号化装置でＭ／Ｓステレオ処理をしたスケールファクター帯域に対してそれに相応する処理をする。時間領域雑音形状化部は、各ウィンドー内で量子化雑音の時間的な形を制御するために使われるものであって、符号化装置で行われた動作に相応する処理をする。

図３は、本発明によってビット率を調節できるように階層構造に符号化されたビットストリームでフレームの構造を示す。

図３を参照すれば、本発明によるビットストリームのフレームは、ＦＧＳのために量子化サンプルと付加情報とを階層構造にマッピングさせて符号化されている。すなわち、下位階層のビットストリームが上位階層のビットストリームに含まれている階層構造を有する。各階層に必要な付加情報は、階層別に分けられて符号化される。

ビットストリームの先頭には、ヘッダ情報が保存されたヘッダ領域が設けられ、階層０の情報がパッキングされており、上位階層の階層１ないし階層Ｎに属する情報が順にパッキングされている。ヘッダ領域から階層０情報までを基盤階層といい、ヘッダ領域から階層１情報までを階層１、階層２情報までを階層２という。同じ方式で、最上位階層はヘッダ領域から階層Ｎ情報まで、すなわち、基盤階層から上位階層の階層Ｎまでである。各階層情報としては、付加情報と符号化されたオーディオデータとが保存されている。例えば、階層２情報としては、付加情報２と符号化された量子化サンプル２とが保存されている。

本発明は、色々な階層のビット率に関する情報を一つのビットストリームで表現する方法として、使用者の要求または伝送線路の状態によって各段階のビット率に対するビットストリームが簡単に再構成され伝送されうる。例えば、基盤階層は１６ｋｂｐｓ、最上位階層は９６ｋｂｐｓであり、各階層が８ｋｂｐｓの間隔に構成されていると仮定する。これにより、符号化装置で構成されるビットストリームは、最上位階層の９６ｋｂｐｓに対するビットストリーム内に各階層（１６,２４,３２,４０,４８,５６,６４,７２,８０,８８,９６ｋｂｐｓ）に関する情報が共に保存されている形態である。もし、ある使用者が最上位階層に関するデータを要求すれば、このビットストリームをいかなる加工もなく伝達する。また、他の使用者が基本階層に関するデータを要求すれば、単純に前部分のビットストリームだけを切断して伝達する。

図４Ａ及び４Ｂは、図１において、本発明によるステレオ信号符号化順序及び符号化結果を説明するものであって、数字は符号化順序を表す。既存の方法では階層を増加させつつチャンネル１とチャンネル２とを交互に符号化する一方、本発明ではチャンネル１に対して転換階層、例えば、階層４（第５階層）まで符号化を進行した後、転換階層以後の階層、すなわち、チャンネル１の階層５（第６階層）からは階層を増加させつつチャンネル１とチャンネル２とをインターリーブを入れつつ符号化を進行する。すなわち、同じ時間の間、既存の方法では第３階層までチャンネル１とチャンネル２とのステレオ成分を符号化する一方、本発明では第６階層までチャンネル１のモノラル成分だけ符号化する。

これにより、前記構成に基づいて本発明によるステレオオーディオの符号化方法及び復号化方法に対して説明する。

図５は、本発明の望ましい実施例によるオーディオの符号化方法を説明するフローチャートであって、付加情報及び量子化サンプルの入力段階（５０１及び５０２）、転換階層定義段階（５０３）、モノラル成分符号化段階（５０４ないし５０８）及びステレオ成分符号化段階（５０５ないし５１２）よりなる。ここでは、転換ポイントを階層インデックスに設定した場合を、例えば、便宜上転換ポイントを転換階層という。このような符号化過程は、毎フレーム単位で行われる。

図５を参照すれば、まずビットパッキング部１４では量子化部１３から提供される量子化サンプルと付加情報とを入力し（５０１）、階層情報を初期化する（５０２）。すなわち、入力されるオーディオサンプルのサンプリングレート、目標ビット率、最上位階層でのカットオフ周波数、符号化帯域の長さ、量子化帯域の単位、及び分けようとする階層の数によって各階層の周波数帯域幅、階層別に使用可能なビット数、各階層に当る量子化帯域及び符号化帯域のような階層情報を求める。

５０３段階では、転換階層ＥＮＨＡＮＣＥ＿ＣＨＡＮＮＥＬ情報を定義するが、転換階層ＥＮＨＡＮＣＥ＿ＣＨＡＮＮＥＬ情報は、モノラル成分符号化からステレオ成分符号化に転換されるチャンネル１での階層のインデックスを示す。例えば、１６〜６４Ｋｂｐｓのビット率を提供する場合、階層間のビット率の間隔を１Ｋｂｐｓに割当てれば、階層０〜階層４７まで生成されうるが、これにより転換階層情報は６ビット以内に表現されうる。ここで、転換階層は、音質の安定性を強調するか、またはステレオ特性を強調するかによってその値が決定される。すなわち、転換階層のインデックスが大きい値である場合には、低い階層でステレオ特性よりは音質の安定性を強調する場合であり、小さな値である場合には低い階層で音質よりステレオ特性を強調する場合である。

５０４段階では、階層インデックスを‘０’に設定し、５０５段階では、まずステレオチャンネルのうちチャンネル１に対して階層０の付加情報を符号化し、５０６段階では、チャンネル１に対して階層０の量子化サンプルを符号化する。

５０７段階では、５０５及び５０６段階で符号化された現行階層インデックスと転換階層ＥＮＨＡＮＣＥ＿ＣＨＡＮＮＥＬ情報とを比較し、符号化された現行階層インデックスが転換階層情報が表す階層インデックスに１を加算した値より小さな場合、現行階層インデックスを１増加させて５０８、前記５０５段階に復帰し、階層１に対して５０５ないし５０８段階を反復する。一方、５０７段階で、５０５及び５０６段階で符号化された現行階層インデックスと転換階層情報が表す階層インデックスとに１を加算した値より同じまたは大きい場合、５０９段階に移行する。

５０９段階では、チャンネル２に対して階層０の付加情報を符号化し、５１０段階ではチャンネル２に対して階層０の量子化サンプルを符号化する。

５１１段階では、５０９及び５１０段階で符号化された現行階層インデックスが最後の階層、すなわち、目標階層インデックスであるかを比較し、符号化された現行階層インデックスが最後の階層インデックスではない場合には、現行階層インデックスを１増加させて（５１２）、前記５０５段階に復帰し、チャンネル１に対して当該階層に対して５０５及び５０６段階を反復する。一方、５１１段階で符号化された現行階層インデックスが最後の階層インデックスである場合には、本符号化過程を終了する。

図６は、本発明の第１実施例によるオーディオ復号化方法を説明するフローチャートであって、ビットストリーム入力段階（６０１及び６０２）、転換階層情報獲得段階（６０３）、モノラル成分復号化段階（６０４ないし６０８）及びステレオ成分復号化段階（６０５ないし６１２）よりなる。このような復号化過程は、毎フレーム単位に行われる。

図６を参照すれば、まずビットアンパッキング部２１ではビットストリームを入力し（６０１）、階層情報を初期化する（６０２）。６０２段階では、図５での５０２段階と同じ方法で階層情報が求められる。

６０３段階では、６０１段階で入力されたビットストリームのヘッダ領域のヘッダ情報を抽出し、これから転換階層情報を獲得する。

６０４段階では、階層インデックスを‘０’に設定し、６０５段階では、６０１段階で入力されたビットストリームからステレオチャンネルのうちチャンネル１に対して階層０の付加情報を分離して復号化し、６０６段階では、チャンネル１に対して階層０の量子化サンプルを分離して復号化する。

６０７段階では、６０５及び６０６段階で復号化された現行階層インデックスと転換階層ＥＮＨＡＮＣＥ＿ＣＨＡＮＮＥＬ情報とを比較し、復号化された現行階層インデックスが転換階層情報が表す階層インデックスに１を加算した値より小さな場合、現行階層インデックスを１増加させて６０８段階、前記６０５段階に復帰し、階層１に対して６０５ないし６０８段階を反復する。一方、６０７段階で、６０５及び６０６段階で復号化された現行階層インデックスと転換階層情報が表す階層インデックスとに１を加算した値より同じまたは大きい場合、６０９段階に移行する。

６０９段階では、チャンネル２に対して階層０の付加情報を分離して復号化し、６１０段階ではチャンネル２に対して階層０の量子化サンプルを分離して復号化する。

６１１段階では、６０９及び６１０段階で復号化された現行階層インデックスが最後の階層、すなわち、目標階層インデックスであるかを比較し、復号化された現行階層インデックスが最後の階層インデックスではない場合には、現行階層インデックスを１だけ増加させて（６１２）、前記６０５段階に復帰し、チャンネル１に対して当該階層に対して６０５及び６０６段階を反復する。一方、６１１段階で符号化された現行階層インデックスが最後の階層インデックスである場合には、本復号化過程を終了する。

図７Ａ及び図７Ｂは、本発明の第２及び第３実施例によるオーディオ復号化方法を説明する図面である。図示された数字は復号化順序を表す。

図７Ａを参照すれば、復号化装置においてチャンネル１の中間階層、例えば、階層３（第４階層）で復号化が中止される場合、ステレオ信号であるのにも拘わらず、チャンネル２ではデータが全く復号化されなくなる。このような場合には復号化が完了したチャンネル１の階層０（第１階層）ないし階層３（第４階層）の量子化サンプルと付加情報とをそのままチャンネル２の階層０ないし階層３に複製して復号化を行う。

一方、図７Ｂを参照すれば、復号化装置においてチャンネル１は、転換階層まで復号化が完了した以後チャンネル２の階層１で復号化が中止される場合には、復号化されたスペクトルの左右の幅が異なって所望しない方向性を提供するので、復号化が完了したチャンネル１の階層１（第２階層）ないし階層３（第４階層）の量子化サンプルと付加情報とをそのままチャンネル２の階層１ないし階層３に複製して復号化を行う。

前述した本発明の符号化方法において、転換階層までのモノラル成分符号化には、通常的なＢＳＡＣのモノオーディオ符号化技法を使用でき、転換階層以後の階層からステレオ成分符号化には、通常的なＢＳＡＣのステレオオーディオ符号化技法を使用できる。

本発明はまた、コンピュータで読取り可能な記録媒体にコンピュータが読み取れるコードとして具現できる。コンピュータ読み取り可能な記録媒体は、コンピュータシステムによって読取り可能なデータが保存される全ての種類の記録装置を含む。コンピュータがリードできる記録媒体の例としては、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フロッピー（Ｒ）ディスク、光データ保存装置があり、またファームウェア及びキャリヤーウェーブ（例えば、インターネットを通じた伝送）状に具現されるものも含む。また、コンピュータがリードできる記録媒体は、ネットワークに連結されたコンピューターシステムに分散され、分散方式でコンピュータがリードできるコードが保存され、かつ実行され得る。そして、本発明を具現するための機能的なプログラム、コード及びコードセグメントは、本発明が属する技術分野のプログラマーによって容易に推論され得る。

以上、図面及び明細書で最適の実施例を開示した。ここで、特定の用語が使われたが、これは単に本発明を説明するための目的から使われたものであり、意味限定や特許請求の範囲に記載された本発明の範囲を制限するために使われたものではない。したがって、当業者なら、これから多様な変形及び均等な他の実施例が可能であることが分かる。したがって、本発明の真の技術的保護範囲は、特許請求の範囲の技術的思想によって決まらなければならない。

本発明は低い階層での音質を向上させるために符号化順序を変換することによって低い階層で音質劣化されたステレオ信号の代わりにモノラル信号を符号化してさらに安定的で帯域が拡張された音質を提供できる。例えば、デジタルオーディオ保存／再生装置に適用される。

本発明の望ましい実施例によるオーディオ符号化装置の構成を示すブロック図である。本発明の望ましい実施例によるオーディオ復号化装置の構成を示すブロック図である。本発明に適用される符号化されたビットストリームでフレームの階層的な構造を示す図面である。図１において、本発明によるステレオ信号の符号化順序及び符号化結果を説明する図面である。図１において、本発明によるステレオ信号の符号化順序及び符号化結果を説明する図面である。本発明の望ましい実施例によるオーディオの符号化方法を説明するフローチャートである。本発明の実施例１によるオーディオの復号化方法を説明するフローチャートである。本発明の実施例２及び３によるオーディオの復号化方法を説明する図面である。本発明の実施例２及び３によるオーディオの復号化方法を説明する図面である。

符号の説明

１１変換部
１２心理音響部
１３量子化部
１４ビットパッキング部

Claims

ステレオオーディオを符号化する方法において、
第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを変換する段階と、
変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとを量子化する段階と、
前記量子化された第１チャンネルオーディオサンプルを所定の転換階層に至るまで符号化し、前記転換階層以後の階層から先に決定された目標階層に対する符号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記量子化された第１チャンネルオーディオサンプルと前記量子化された第２チャンネルオーディオサンプルとをインターリーブを入れて符号化する段階と、を含むビット率調節が可能なステレオオーディオの符号化方法。
前記量子化段階以前に、変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとのＭ信号とＳ信号とを第１チャンネルオーディオサンプルと第２オーディオサンプルとに変換する段階をさらに含むことを特徴とする請求項１に記載のビット率調節が可能なステレオオーディオの符号化方法。
前記転換階層は、復元された音質及びステレオ特性の強調いかんによって決定されることを特徴とする請求項１または２に記載のビット率調節が可能なステレオオーディオの符号化方法。
前記転換階層に関する情報は、階層インデックス、スケールファクター帯域及び符号化帯域のうち何れか一つに表現されることを特徴とする請求項１または２に記載のビット率調節が可能なステレオオーディオの符号化方法。
前記転換階層に関する情報は、階層的なビットストリームのヘッダ情報と付加情報のうち何れか一つに含まれることを特徴とする請求項１または２に記載のビット率調節が可能なステレオオーディオの符号化方法。
ステレオオーディオを符号化する装置において、
心理音響情報を提供する心理音響部と、
前記心理音響情報を反映して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを変換する変換部と、
変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとを量子化する量子化部と、
前記量子化された第１チャンネルオーディオサンプルを所定の転換階層に至るまで符号化し、前記転換階層以後の階層から先に決定された目標階層に対する符号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記量子化された第１チャンネルオーディオサンプルと前記量子化された第２チャンネルオーディオサンプルをインターリーブを入れて符号化するビットパッキング部と、を含むビット率調節が可能なステレオオーディオ符号化装置。
前記変換された第１チャンネルオーディオサンプルと変換された第２チャンネルオーディオサンプルとのＭ信号とＳ信号とを第１チャンネルオーディオサンプルと第２オーディオサンプルとに変換して前記量子化部に提供するＭ／Ｓステレオ処理部をさらに含むことを特徴とする請求項６に記載のビット率調節が可能なステレオオーディオ符号化装置。
前記転換階層は、復元された音質やステレオ特性の強調いかんによって決定されることを特徴とする請求項６または７に記載のビット率調節が可能なステレオオーディオ符号化装置。
前記転換階層に関する情報は、階層インデックス、スケールファクター帯域及び符号化帯域のうち何れか一つに表現されることを特徴とする請求項６または７に記載のビット率調節が可能なステレオオーディオ符号化装置。
前記転換階層に関する情報は、階層的なビットストリームのヘッダ情報と付加情報のうち何れか一つに含まれることを特徴とする請求項６または７に記載のビット率調節が可能なステレオオーディオ符号化装置。
オーディオストリームを復号化する方法において、
前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から先に決定された目標階層に対する復号化が完了するまで毎回前記階層前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、第１チャンネルと第２チャンネルとの量子化サンプルを得る段階と、
前記第１チャンネルと第２チャンネルとの量子化されたサンプルを逆量子化する段階と、
前記第１チャンネルと第２チャンネルとの逆量子化サンプルを逆変換して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを得る段階と、を含むことを特徴とするステレオオーディオの復号化方法。
前記復号化段階は、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から復号化が中止された場合、前記第１チャンネルの復号化された量子化サンプルを第２チャンネルの当該部分に複製して第１チャンネルと第２チャンネルとの量子化されたサンプルを得ることを特徴とする請求項１１に記載のステレオオーディオの復号化方法。
前記復号化段階は、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から毎回前記階層の前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、前記転換階層以後の所定階層から復号化が中止された場合、前記第１チャンネルの復号化された量子化サンプルを第２チャンネルの当該部分に複製して第１チャンネルと第２チャンネルとの量子化されたサンプルを得ることを特徴とする請求項１１に記載のステレオオーディオの復号化方法。
前記第１チャンネルと第２チャンネルとの逆量子化されたサンプルに対してＭ／Ｓステレオ逆処理を行う段階をさらに含むことを特徴とする請求項１１ないし１３のうち何れか一項に記載のステレオオーディオの復号化方法。
前記転換階層に関する情報は、階層インデックス、スケールファクター帯域及び符号化帯域のうち何れか一つに表現されることを特徴とする請求項１１ないし１３のうち何れか一項に記載のビット率調節が可能なステレオオーディオの復号化方法。
前記転換階層に関する情報は、階層的なビットストリームのヘッダ情報と付加情報のうち何れか一つから抽出することを特徴とする請求項１１ないし１３のうち何れか一項に記載のビット率調節が可能なステレオオーディオの復号化方法。
オーディオストリームを復号化する装置において、
前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から先に決定された目標階層に対する復号化が完了するまで毎回前記階層の前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、第１チャンネルと第２チャンネルの量子化サンプルを得るビットアンパッキング部と、
前記第１チャンネルと第２チャンネルの量子化されたサンプルを逆量子化する逆量子化部と、
前記第１チャンネルと第２チャンネルの逆量子化サンプルを逆変換して第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとを得る逆変換部と、を含むことを特徴とするステレオオーディオ復号化装置。
前記ビットアンパッキング部は、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から復号化が中止された場合、前記第１チャンネルの復号化された量子化サンプルを第２チャンネルの当該部分に複製して第１チャンネルと第２チャンネルの量子化されたサンプルを得ることを特徴とする請求項１７に記載のステレオオーディオ復号化装置。
前記ビットアンパッキング部は、前記オーディオストリームで第１チャンネルオーディオサンプルを所定の転換階層に至るまで復号化し、前記転換階層以後の階層から毎回前記階層の前に付加された序数を１ずつ増加させつつ前記第１チャンネルオーディオサンプルと第２チャンネルオーディオサンプルとをインターリーブに基づいて復号化し、前記転換階層以後の所定階層から復号化が中止された場合、前記第１チャンネルの復号化された量子化サンプルを第２チャンネルの当該部分に複製して第１チャンネルと第２チャンネルの量子化されたサンプルを得ることを特徴とする請求項１７に記載のステレオオーディオ復号化装置。
前記第１チャンネルと第２チャンネルとの逆量子化されたサンプルに対してＭ／Ｓステレオ逆処理を行うＭ／Ｓステレオ逆処理部をさらに含むことを特徴とする請求項１７ないし１９のうち何れか一項に記載のステレオオーディオ復号化装置。
請求項１ないし５のうち何れか一項に記載のビット率調節が可能なステレオオーディオの符号化方法を実行できるプログラムを記録したコンピュータで読み取り可能な記録媒体。
請求項１１ないし１６のうち何れか一項に記載のビット率調節が可能なステレオオーディオの復号化方法を実行できるプログラムを記録したコンピュータで読み取り可能な記録媒体。