JP2004347954A - 符号化音声評価方法、装置及びプログラム - Google Patents
符号化音声評価方法、装置及びプログラム Download PDFInfo
- Publication number
- JP2004347954A JP2004347954A JP2003146239A JP2003146239A JP2004347954A JP 2004347954 A JP2004347954 A JP 2004347954A JP 2003146239 A JP2003146239 A JP 2003146239A JP 2003146239 A JP2003146239 A JP 2003146239A JP 2004347954 A JP2004347954 A JP 2004347954A
- Authority
- JP
- Japan
- Prior art keywords
- ratio
- compressed data
- audio signal
- encoding
- point
- 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.)
- Withdrawn
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
【課題】浮動小数点演算から固定小数点演算への置き換えによる音質劣化の度合いを客観的方法により評価し、固定小数点演算のみを用いた音声符号化方式の音質評価を行うことを課題とする。
【解決手段】まず、浮動小数点演算により原音信号（１０１）を符号化して第１の圧縮データ（１０４）を生成し、固定小数点演算により原音信号（１０１）を符号化して第２の圧縮データ（１０５）を生成する。次に、第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号（１０７，１０８）を生成する。次に、原音信号と第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算し、第１の音声信号及び第２の音声信号のＳＮ比を第２のＳＮ比として演算する。次に、第１のＳＮ比及び第２のＳＮ比を基に第２の圧縮データの劣化度を判定する。
【選択図】 図１
【解決手段】まず、浮動小数点演算により原音信号（１０１）を符号化して第１の圧縮データ（１０４）を生成し、固定小数点演算により原音信号（１０１）を符号化して第２の圧縮データ（１０５）を生成する。次に、第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号（１０７，１０８）を生成する。次に、原音信号と第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算し、第１の音声信号及び第２の音声信号のＳＮ比を第２のＳＮ比として演算する。次に、第１のＳＮ比及び第２のＳＮ比を基に第２の圧縮データの劣化度を判定する。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、符号化された音声信号の評価技術に関し、特に固定小数点演算により符号化した音声信号の評価技術に関する。
【０００２】
【従来の技術】
音声符号化の国際標準として、ＭＰＥＧが定めるＭＰ３、ＭＰＥＧ２−ＡＡＣなどの符号化方式がある。これらの符号化方式は入力音声信号（原音）に対し、「周波数スペクトル変換」、「人間の聴覚特性を利用した情報の省略」、「量子化」、「符号化」を行うことによって、データ量の削減を可能とする。この際、人間の聴覚特徴を利用した情報の省略や量子化の処理部分での情報の欠落のために、符号化された音声信号を復号しても、原音と同じ音声信号を得ることができない。このような音声符号化方式を非可逆符号化方式という。
【０００３】
非可逆音声符号化方式では原音に対し音質の変化や劣化が起こりうる。音質の変化や劣化の度合いを評価する方法として、主観評価と客観評価がある。評価者が符号化された音声を復号し試聴することによって、音質の変化や劣化の度合いを評価する方法を主観評価、数値により変化や劣化の度合いを表現し評価する方法を客観評価と呼ぶ。客観評価には原音と符号化信号を復号した音声信号のＳＮ比をとる方法のほかに下記の特許文献１や下記の特許文献２が知られているが、通常は主観評価とともに行われる。
【０００４】
計算精度の不足による音質の劣化を防ぐため浮動小数点演算を用いた符号化方式が望ましい。しかしながら、浮動小数点演算器を持たず、固定小数点演算器のみを有するプロセッサで音声符号を実行する場合に、速度性能を向上させるために浮動小数点演算を固定小数点演算におきかえることが有効である。この場合、演算精度が低下し音質の劣化の度合いが大きくなりうる。固定小数点化による演算精度の低下の影響を少なくする手法として、小数点位置をある一定の入力信号列毎に変化させる手法や下記の特許文献３及び特許文献４などが知られている。
【０００５】
また、下記の特許文献５には、特徴パラメータを抽出することにより、音声入力信号を符号化及び復号化した再生音声信号の音質評価を行う装置が開示されている。
【０００６】
【特許文献１】
特開平１１−３０９７号公報
【特許文献２】
特開平７−８４５９６号公報
【特許文献３】
特開平８−２８６７００号公報
【特許文献４】
特開平５−７３０９５号公報
【特許文献５】
特許第２９７２４５９号公報
【０００７】
【発明が解決しようとする課題】
以上述べたように、主観評価や客観評価により、十分高い音質であると評価された浮動小数点演算を用いた音声符号化方式を固定小数点演算のみを用いて実現する場合において音質の劣化が問題となる。
【０００８】
本発明の目的は、浮動小数点演算から固定小数点演算への置き換えによる音質劣化の度合いを客観的方法により評価し、固定小数点演算のみを用いた音声符号化方式の音質評価を行うことである。
【０００９】
【課題を解決するための手段】
本発明の一観点によれば、まず、浮動小数点演算により原音信号を符号化して第１の圧縮データを生成し、固定小数点演算により原音信号を符号化して第２の圧縮データを生成する。次に、第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する。次に、原音信号と第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算し、第１の音声信号及び第２の音声信号のＳＮ比を第２のＳＮ比として演算する。次に、第１のＳＮ比及び第２のＳＮ比を基に第２の圧縮データの劣化度を判定する。
【００１０】
本発明によれば、第１のＳＮ比及び第２のＳＮ比を基に、固定小数点演算により原音信号を符号化した第２の圧縮データの劣化度を判定する。浮動小数点演算により原音信号を符号化した第１の圧縮データが、十分な品質をもつものであると保証されていれば、その性質を利用して、第２の圧縮データの劣化度を適切に評価することができる。また、浮動小数点演算の符号化器から固定小数点演算の符号化器へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【００１１】
【発明の実施の形態】
図１は、本発明の実施形態による符号化音声評価装置の構成例を示す。浮動小数点符号化器１０２は、入力音声信号（原音信号）１０１を入力し、浮動小数点演算により入力音声信号１０１を符号化して圧縮データ１０４を生成する。固定小数点符号化器１０３は、固定小数点演算により入力音声信号１０１を符号化して圧縮データ１０５を生成する。符号化器１０２及び１０３は、例えばＭＰＥＧ２−ＡＡＣ等の同一の非可逆符号化方式で符号化する。例えば、符号化器１０２は３２ビットの固定小数点演算を行い、符号化器１０３も３２ビット（仮数部及び指数部を含む）の浮動小数点演算を行う。なお、符号化器１０２及び１０３は、ビット数が同じでなくてもよい。
【００１２】
復号器１０６は、圧縮データ１０４を復号して出力音声信号１０７を生成して出力し、圧縮データ１０５を復号して出力音声信号１０８を生成して出力する。復号器１０６は、符号化器１０２及び１０３に対応し、例えばＭＰＥＧ２−ＡＡＣ等の同一の方式で圧縮データ１０４及び１０５を復号する。圧縮データ１０４及び１０５は、復号器１０６により、共に浮動小数点演算により復号されるか、又は共に固定小数点演算により復号される。
【００１３】
ＳＮ比算出部１０９は、入力音声信号１０１と出力音声信号１０７とのＳＮ比Ａ＿ＳＳＮＲを演算する。ＳＮ比算出部１１０は、入力音声信号１０１と出力音声信号１０８とのＳＮ比Ｂ＿ＳＳＮＲを演算する。ＳＮ比算出部１１１は、出力音声信号１０７と出力音声信号１０８とのＳＮ比Ｃ＿ＳＳＮＲを演算する。ＳＮ比算出部１０９〜１１１のＳＮ比算出方法は、後に図２を参照しながら説明する。
【００１４】
判定器１１２は、ＳＮ比Ａ＿ＳＳＮＲ、Ｂ＿ＳＳＮＲ及び／又はＣ＿ＳＳＮＲを基に、固定小数点演算による圧縮データ１０５の劣化度を判定し、判定結果１１３を出力する。具体的には、判定器１１２は、ＳＮ比Ａ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを基に圧縮データ１０５の劣化度を判定、又はＳＮ比Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを基に圧縮データ１０５の劣化度を判定する。この判定方法の詳細は、後に図３（Ａ）及び（Ｂ）を参照しながら説明する。
【００１５】
図１の符号化音声評価装置は、十分な音質評価を行い高品質な浮動小数点符号化器１０２がすでに完成されていることを前提としたものである。すなわち、計算精度の不足による音質の劣化を防ぐため、浮動小数点演算を用いた符号器１０２を用いることが望ましい。そこで、浮動小数点符号化器１０２は、十分な音質評価を行い、合格したものとして完成している。
【００１６】
しかしながら、浮動小数点符号化器１０２は、速度が遅い欠点がある。そこで、速度性能を向上させるために、浮動小数点符号化器１０２を固定小数点符号化器１０３に置き換えることが有効である。この場合、演算精度が低下し、音質の劣化の度合いが大きくなりうる。図１の符号化音声評価装置は、固定小数点符号化器１０３の音質評価を行い、音質劣化度が小さく、かつ高速処理可能な固定小数点符号化器１０３を提供するものである。固定小数点符号化器１０３の音質変化や劣化の度合いの評価を、以下に述べる方法により行い音質の評価とする。
【００１７】
図２は、図１のＳＮ比算出部１０９〜１１１のＳＮ比算出例を説明するための図である。ＳＮ比算出部１０９〜１１１が、２つの音声信号Ｘａ及びＸｂのＳＮ比を算出する例を示す。音声信号Ｘａ及びＸｂは、Ｎ個（例えば１０２４個）ずつのデータ２００に分けることができる。Ｎ個のデータ２００の集まりは、フレームと呼ばれる。例えば、音声信号Ｘａ及びＸｂは、Ｍ個のフレームで構成される。
【００１８】
まず、次式により、ｍ番目のフレームにおける、音声信号Ｘａ及びＸｂのＳＮ比ＳＮＲ（ｍ）を演算する。
【数１】
【００１９】
次に、次式により、Ｍ個のフレームのＳＮ比ＳＮＲ（ｍ）の平均値として、ＳＮ比ＳＳＮＲを演算する。
【数２】
【００２０】
このＳＮ比ＳＳＮＲが、図１のＳＮ比Ａ＿ＳＳＮＲ、Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲに相当する。具体的には、ＳＮ比算出部１０９は、音声信号Ｘａを入力音声信号１０１とし、音声信号Ｘｂを出力音声信号１０７とし、ＳＮ比Ａ＿ＳＳＮＲを演算する。ＳＮ比算出部１１０は、音声信号Ｘａを入力音声信号１０１とし、音声信号Ｘｂを出力音声信号１０８とし、ＳＮ比Ｂ＿ＳＳＮＲを演算する。ＳＮ比算出部１１１は、音声信号Ｘａを出力音声信号１０７とし、音声信号Ｘｂを出力音声信号１０８とし、ＳＮ比Ｃ＿ＳＳＮＲを演算する。なお、ＳＮ比は、上式に限定されず、重み付け平均等の他の演算式により求めてもよい。
【００２１】
図３（Ａ）及び（Ｂ）は、図１の判定器１１２の２種類の判定例を示す。ビットレートが６４ｋｂｐｓ、サンプリング周波数が２４ｋＨｚのステレオタイプの音声信号についての判定例を示す。ビットレートは、圧縮度に相当し、ビットレートが小さいほど圧縮度が大きくなる。
【００２２】
図３（Ａ）は、第１の判定例を示す。横軸はＳＮ比Ａ＿ＳＳＮＲを示し、縦軸はＳＮ比Ｃ＿ＳＳＮＲを示す。評価用音声信号として、１００曲の音声信号に対して、ＳＮ比Ａ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを測定し、グラフ上にプロットする。Ｃ＿ＳＳＮＲ＝Ａ＿ＳＳＮＲの判定基準線３０１を引くと、このグラフは二つの領域３０２及び３０３に分けられる。判定基準線３０１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが大きい領域３０２にプロットした点がある場合には固定小数点化による劣化の度合いが小さいと判定できる。評価用音声信号を用いて測定された点の全てがこの領域３０２にある場合は、その固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比較して音質劣化が少ないと判定できる。
【００２３】
逆に、判定基準線３０１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが小さい領域３０３にプロットした点が１つでもある場合には、固定小数点化による劣化の度合いが大きいと判定できる。その場合、より詳細に音質確認を行う必要があると判定し、その領域３０３に存在する音声信号のみを主観評価又は客観評価の別の音声評価方法により評価する。その音質劣化が許容範囲内であれば、劣化が少ないと評価される領域３０２に位置した評価用音声信号と合わせて、音質評価の判定を合格とすることができる。また、音質劣化度が大きいと判定された場合には、固定小数点演算の精度を調整した後、再評価を行う。固定小数点演算の精度調整は、例えば固定小数点演算の小数点位置を変えることにより、精度を調整する。
【００２４】
図３（Ｂ）は、第２の判定例を示す。横軸はＳＮ比Ｂ＿ＳＳＮＲを示し、縦軸はＳＮ比Ｃ＿ＳＳＮＲを示す。評価用音声信号として、１００曲の音声信号に対して、ＳＮ比Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを測定し、グラフ上にプロットする。Ｃ＿ＳＳＮＲ＝Ｂ＿ＳＳＮＲの判定基準線３１１を引くと、このグラフは二つの領域３１２及び３１３に分けられる。判定基準線３１１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが大きい領域３１２にプロットした点がある場合には固定小数点化による劣化の度合いが小さいと判定できる。評価用音声信号を用いて測定された点の全てがこの領域３１２にある場合は、その固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比較して音質劣化が少ないと判定できる。
【００２５】
逆に、判定基準線３１１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが小さい領域３１３にプロットした点が１つでもある場合には、固定小数点化による劣化の度合いが大きいと判定できる。その場合、より詳細に音質確認を行う必要があると判定し、その領域３１３に存在する音声信号のみを主観評価又は客観評価の別の音声評価方法により評価する。その音質劣化が許容範囲内であれば、劣化が少ないと評価される領域３１２に位置した評価用音声信号と合わせて、音質評価の判定を合格とすることができる。また、音質劣化度が大きいと判定された場合には、固定小数点演算の精度を調整した後、再評価を行う。固定小数点演算の精度調整は、例えば固定小数点演算の小数点位置を変えることにより、精度を調整する。
【００２６】
なお、図３（Ａ）及び（Ｂ）の判定基準線３０１及び３１１は、傾きを変えることにより、評価基準を厳しくしたり緩くすることができる。
【００２７】
図４は、図１の符号化音声評価装置の音質評価テスト例を示すフローチャートである。まず、ステップＳ４０１では、浮動小数点演算を用いた符号化器１０２で入力音声信号１０１を符号化し、圧縮データ１０４を生成する。次に、復号器１０６で圧縮データ１０４を復号し、音声信号１０７を得る。
【００２８】
次に、ステップＳ４０２では、固定小数点演算を用いた符号化器１０３で入力音声信号１０１を符号化し、圧縮データ１０５を生成する。次に、復号器１０６で圧縮データ１０５を復号し、音声信号１０８を得る。
【００２９】
次に、ステップＳ４０３では、ＳＮ比の算出を行う。ＳＮ比算出部１０９は、入力音声信号（原音）１０１及び音声信号１０７のＳＮ比Ａ＿ＳＳＮＲを算出する。ＳＮ比算出部１１０は、入力音声信号（原音）１０１及び音声信号１０８のＳＮ比Ｂ＿ＳＳＮＲを算出する。ＳＮ比算出部１１１は、音声信号１０７及び音声信号１０８のＳＮ比Ｃ＿ＳＳＮＲを算出する。
【００３０】
次に、ステップＳ４０４では、図３（Ａ）に示す横軸がＳＮ比Ａ＿ＳＳＮＲ、縦軸がＳＮ比Ｃ＿ＳＳＮＲのグラフ、及び／又は図３（Ｂ）に示す横軸がＢ＿ＳＳＮＲ、縦軸がＳＮ比Ｃ＿ＳＳＮＲのグラフを作成する。そして、それらのグラフ上に、上記の算出値をプロットし、基準線３０１及び／又は３１１を引く。なお、図３（Ａ）の評価方法と図３（Ｂ）の評価方法のいずれか１つを行えば十分である。
【００３１】
次に、ステップＳ４０５では、すべてのプロットが判定基準線３０１，３１１より上にあるか否かを判定する。すべてのプロットが上にあれば、合格の音質評価を得て、終了する。１以上のプロットが下にある場合には、音質を再確認する必要があるので、ステップＳ４０６へ進む。
【００３２】
ステップＳ４０６では、判定基準線３０１，３１１より下にあるＮＧデータの音声信号を主観評価するか否かを判定する。主観評価を行う場合にはステップＳ４０７へ進み、行わない場合にはステップＳ４０８へ進む。
【００３３】
ステップＳ４０７では、判定基準線３０１，３１１より下にあるＮＧデータの音声信号のみ主観評価する。主観評価に合格すれば、合格の音質評価を得て、終了する。主観評価に合格しなければ、ステップＳ４０８へ進む。なお、主観評価の代わりに、他の客観評価を行ってもよい。
【００３４】
ステップＳ４０８では、固定小数点符号化器１０３の固定小数点演算の精度を調整する。具体的には、固定小数点演算の小数点位置を変える。その後、ステップＳ４０２へ戻り、再評価を行う。
【００３５】
図５は、コンピュータのハードウエア構成図である。図１の符号化音声評価装置は、図５のコンピュータを用いて、コンピュータプログラムにより実現することができる。
【００３６】
バス５０１には、中央処理装置（ＣＰＵ）５０２、ＲＯＭ５０３、ＲＡＭ５０４、ネットワークインタフェース５０５、入力装置５０６、出力装置５０７及び外部記憶装置５０８が接続されている。
【００３７】
ＣＰＵ５０２は、データの処理及び演算を行うと共に、バス５０１を介して接続された上記の構成ユニットを制御するものである。ＲＯＭ５０３には、予めブートプログラムが記憶されており、このブートプログラムをＣＰＵ５０２が実行することにより、コンピュータが起動する。外部記憶装置５０８にコンピュータプログラムが記憶されており、そのコンピュータプログラムがＲＡＭ５０４にコピーされ、ＣＰＵ５０２により実行される。このコンピュータは、コンピュータプログラムを実行することにより、上記の符号化音声評価処理を行う。
【００３８】
外部記憶装置５０８は、例えばハードディスク記憶装置等であり、電源を切っても記憶内容が消えない。外部記憶装置５０８は、コンピュータプログラム及び音声信号等を記録媒体に記録したり、記録媒体からコンピュータプログラム等を読み出すことができる。
【００３９】
ネットワークインタフェース５０５は、ネットワークに対してコンピュータプログラム及び音声信号等を入出力することができる。入力装置５０６は、例えばキーボード及びポインティングデバイス（マウス）等であり、各種指定又は入力等を行うことができる。出力装置５０７は、ディスプレイ及びプリンタ等である。
【００４０】
本実施形態は、コンピュータがプログラムを実行することによって実現することができる。また、プログラムをコンピュータに供給するための手段、例えばかかるプログラムを記録したＣＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体又はかかるプログラムを伝送するインターネット等の伝送媒体も本発明の実施形態として適用することができる。また、上記のプログラムを記録したコンピュータ読み取り可能な記録媒体等のコンピュータプログラムプロダクトも本発明の実施形態として適用することができる。上記のプログラム、記録媒体、伝送媒体及びコンピュータプログラムプロダクトは、本発明の範疇に含まれる。記録媒体としては、例えばフレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。
【００４１】
以上のように、本実施形態によれば、ＳＮ比Ａ＿ＳＳＮＲ又はＢ＿ＳＳＮＲとＳＮ比Ｃ＿ＳＳＮＲとを基に、固定小数点符号化器１０３が符号化した圧縮データ１０５の劣化度を判定する。浮動小数点演算を用いた符号化器１０２は、十分な品質をもつものである。本実施形態による判定では、固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比べて、劣化が少ないか否かを判定する。劣化が少なければ、固定小数点演算を用いた符号化器１０３は十分な品質を持つと推定される。本実施形態によれば、浮動小数点演算の符号化器１０２から固定小数点演算の符号化器１０３へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【００４２】
なお、本実施形態の符号化方式は、ＭＰＥＧ２−ＡＡＣに限定されず、ＭＰＥＧが定めるＭＰ３等の他の符号化方式にも適用できる。
【００４３】
上記実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
【００４４】
本発明の実施形態は、例えば以下のように種々の適用が可能である。
【００４５】
（付記１）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
を有する符号化音声評価方法。
（付記２）前記第１の演算ステップは、前記原音信号と前記第１の音声信号とのＳＮ比を第１のＳＮ比として演算する付記１記載の符号化音声評価方法。
（付記３）前記第１の演算ステップは、前記原音信号と前記第２の音声信号とのＳＮ比を第１のＳＮ比として演算する付記１記載の符号化音声評価方法。
（付記４）前記判定ステップは、前記第２の圧縮データの劣化度が大きいと判定したときには、他の音質評価を行うことにより、前記第２の圧縮データの劣化度を判定する付記１〜３のいずれか１項に記載の符号化音声評価方法。
（付記５）前記判定ステップは、前記他の音質評価として主観評価を行う付記４記載の符号化音声評価方法。
（付記６）前記判定ステップは、前記他の音質評価として客観評価を行う付記４記載の符号化音声評価方法。
（付記７）前記判定ステップにて前記第２の圧縮データの劣化度が大きいと判定されたときには、前記固定小数点演算の小数点位置を変えて、再び前記第２の圧縮データの劣化度を判定する付記１〜６のいずれか１項に記載の符号化音声評価方法。
（付記８）前記第１及び第２の符号化ステップは、非可逆符号化方式で符号化を行う付記１〜７のいずれか１項に記載の符号化音声評価方法。
（付記９）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化手段と、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化手段と、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号手段と、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算手段と、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算手段と、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定手段と
を有する符号化音声評価装置。
（付記１０）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
をコンピュータに実行させるためのプログラム。
【００４６】
【発明の効果】
以上説明したように、第１のＳＮ比及び第２のＳＮ比を基に、固定小数点演算により原音信号を符号化した第２の圧縮データの劣化度を判定する。浮動小数点演算により原音信号を符号化した第１の圧縮データが、十分な品質をもつものであると保証されていれば、その性質を利用して、第２の圧縮データの劣化度を適切に評価することができる。また、浮動小数点演算の符号化器から固定小数点演算の符号化器へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【図面の簡単な説明】
【図１】本発明の実施形態による符号化音声評価装置の構成例を示すブロック図である。
【図２】ＳＮ比算出例を説明するための図である。
【図３】図３（Ａ）及び（Ｂ）は音質劣化判定例を示すグラフである。
【図４】音質評価テスト例を示すフローチャートである。
【図５】符号化音声評価装置を構成するコンピュータのハードウエア構成図である。
【符号の説明】
１０１ 入力音声信号
１０２ 浮動小数点演算を用いた符号化器
１０３ 固定小数点演算を用いた符号化器
１０４，１０５ 圧縮データ
１０６ 復号器
１０７，１０８ 出力音声信号
１０９〜１１１ ＳＮ比算出部
１１２ 判定器
１１３ 判定結果
５０１ バス
５０２ ＣＰＵ
５０３ ＲＯＭ
５０４ ＲＡＭ
５０５ ネットワークインタフェース
５０６ 入力装置
５０７ 出力装置
５０８ 外部記憶装置
【発明の属する技術分野】
本発明は、符号化された音声信号の評価技術に関し、特に固定小数点演算により符号化した音声信号の評価技術に関する。
【０００２】
【従来の技術】
音声符号化の国際標準として、ＭＰＥＧが定めるＭＰ３、ＭＰＥＧ２−ＡＡＣなどの符号化方式がある。これらの符号化方式は入力音声信号（原音）に対し、「周波数スペクトル変換」、「人間の聴覚特性を利用した情報の省略」、「量子化」、「符号化」を行うことによって、データ量の削減を可能とする。この際、人間の聴覚特徴を利用した情報の省略や量子化の処理部分での情報の欠落のために、符号化された音声信号を復号しても、原音と同じ音声信号を得ることができない。このような音声符号化方式を非可逆符号化方式という。
【０００３】
非可逆音声符号化方式では原音に対し音質の変化や劣化が起こりうる。音質の変化や劣化の度合いを評価する方法として、主観評価と客観評価がある。評価者が符号化された音声を復号し試聴することによって、音質の変化や劣化の度合いを評価する方法を主観評価、数値により変化や劣化の度合いを表現し評価する方法を客観評価と呼ぶ。客観評価には原音と符号化信号を復号した音声信号のＳＮ比をとる方法のほかに下記の特許文献１や下記の特許文献２が知られているが、通常は主観評価とともに行われる。
【０００４】
計算精度の不足による音質の劣化を防ぐため浮動小数点演算を用いた符号化方式が望ましい。しかしながら、浮動小数点演算器を持たず、固定小数点演算器のみを有するプロセッサで音声符号を実行する場合に、速度性能を向上させるために浮動小数点演算を固定小数点演算におきかえることが有効である。この場合、演算精度が低下し音質の劣化の度合いが大きくなりうる。固定小数点化による演算精度の低下の影響を少なくする手法として、小数点位置をある一定の入力信号列毎に変化させる手法や下記の特許文献３及び特許文献４などが知られている。
【０００５】
また、下記の特許文献５には、特徴パラメータを抽出することにより、音声入力信号を符号化及び復号化した再生音声信号の音質評価を行う装置が開示されている。
【０００６】
【特許文献１】
特開平１１−３０９７号公報
【特許文献２】
特開平７−８４５９６号公報
【特許文献３】
特開平８−２８６７００号公報
【特許文献４】
特開平５−７３０９５号公報
【特許文献５】
特許第２９７２４５９号公報
【０００７】
【発明が解決しようとする課題】
以上述べたように、主観評価や客観評価により、十分高い音質であると評価された浮動小数点演算を用いた音声符号化方式を固定小数点演算のみを用いて実現する場合において音質の劣化が問題となる。
【０００８】
本発明の目的は、浮動小数点演算から固定小数点演算への置き換えによる音質劣化の度合いを客観的方法により評価し、固定小数点演算のみを用いた音声符号化方式の音質評価を行うことである。
【０００９】
【課題を解決するための手段】
本発明の一観点によれば、まず、浮動小数点演算により原音信号を符号化して第１の圧縮データを生成し、固定小数点演算により原音信号を符号化して第２の圧縮データを生成する。次に、第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する。次に、原音信号と第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算し、第１の音声信号及び第２の音声信号のＳＮ比を第２のＳＮ比として演算する。次に、第１のＳＮ比及び第２のＳＮ比を基に第２の圧縮データの劣化度を判定する。
【００１０】
本発明によれば、第１のＳＮ比及び第２のＳＮ比を基に、固定小数点演算により原音信号を符号化した第２の圧縮データの劣化度を判定する。浮動小数点演算により原音信号を符号化した第１の圧縮データが、十分な品質をもつものであると保証されていれば、その性質を利用して、第２の圧縮データの劣化度を適切に評価することができる。また、浮動小数点演算の符号化器から固定小数点演算の符号化器へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【００１１】
【発明の実施の形態】
図１は、本発明の実施形態による符号化音声評価装置の構成例を示す。浮動小数点符号化器１０２は、入力音声信号（原音信号）１０１を入力し、浮動小数点演算により入力音声信号１０１を符号化して圧縮データ１０４を生成する。固定小数点符号化器１０３は、固定小数点演算により入力音声信号１０１を符号化して圧縮データ１０５を生成する。符号化器１０２及び１０３は、例えばＭＰＥＧ２−ＡＡＣ等の同一の非可逆符号化方式で符号化する。例えば、符号化器１０２は３２ビットの固定小数点演算を行い、符号化器１０３も３２ビット（仮数部及び指数部を含む）の浮動小数点演算を行う。なお、符号化器１０２及び１０３は、ビット数が同じでなくてもよい。
【００１２】
復号器１０６は、圧縮データ１０４を復号して出力音声信号１０７を生成して出力し、圧縮データ１０５を復号して出力音声信号１０８を生成して出力する。復号器１０６は、符号化器１０２及び１０３に対応し、例えばＭＰＥＧ２−ＡＡＣ等の同一の方式で圧縮データ１０４及び１０５を復号する。圧縮データ１０４及び１０５は、復号器１０６により、共に浮動小数点演算により復号されるか、又は共に固定小数点演算により復号される。
【００１３】
ＳＮ比算出部１０９は、入力音声信号１０１と出力音声信号１０７とのＳＮ比Ａ＿ＳＳＮＲを演算する。ＳＮ比算出部１１０は、入力音声信号１０１と出力音声信号１０８とのＳＮ比Ｂ＿ＳＳＮＲを演算する。ＳＮ比算出部１１１は、出力音声信号１０７と出力音声信号１０８とのＳＮ比Ｃ＿ＳＳＮＲを演算する。ＳＮ比算出部１０９〜１１１のＳＮ比算出方法は、後に図２を参照しながら説明する。
【００１４】
判定器１１２は、ＳＮ比Ａ＿ＳＳＮＲ、Ｂ＿ＳＳＮＲ及び／又はＣ＿ＳＳＮＲを基に、固定小数点演算による圧縮データ１０５の劣化度を判定し、判定結果１１３を出力する。具体的には、判定器１１２は、ＳＮ比Ａ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを基に圧縮データ１０５の劣化度を判定、又はＳＮ比Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを基に圧縮データ１０５の劣化度を判定する。この判定方法の詳細は、後に図３（Ａ）及び（Ｂ）を参照しながら説明する。
【００１５】
図１の符号化音声評価装置は、十分な音質評価を行い高品質な浮動小数点符号化器１０２がすでに完成されていることを前提としたものである。すなわち、計算精度の不足による音質の劣化を防ぐため、浮動小数点演算を用いた符号器１０２を用いることが望ましい。そこで、浮動小数点符号化器１０２は、十分な音質評価を行い、合格したものとして完成している。
【００１６】
しかしながら、浮動小数点符号化器１０２は、速度が遅い欠点がある。そこで、速度性能を向上させるために、浮動小数点符号化器１０２を固定小数点符号化器１０３に置き換えることが有効である。この場合、演算精度が低下し、音質の劣化の度合いが大きくなりうる。図１の符号化音声評価装置は、固定小数点符号化器１０３の音質評価を行い、音質劣化度が小さく、かつ高速処理可能な固定小数点符号化器１０３を提供するものである。固定小数点符号化器１０３の音質変化や劣化の度合いの評価を、以下に述べる方法により行い音質の評価とする。
【００１７】
図２は、図１のＳＮ比算出部１０９〜１１１のＳＮ比算出例を説明するための図である。ＳＮ比算出部１０９〜１１１が、２つの音声信号Ｘａ及びＸｂのＳＮ比を算出する例を示す。音声信号Ｘａ及びＸｂは、Ｎ個（例えば１０２４個）ずつのデータ２００に分けることができる。Ｎ個のデータ２００の集まりは、フレームと呼ばれる。例えば、音声信号Ｘａ及びＸｂは、Ｍ個のフレームで構成される。
【００１８】
まず、次式により、ｍ番目のフレームにおける、音声信号Ｘａ及びＸｂのＳＮ比ＳＮＲ（ｍ）を演算する。
【数１】
次に、次式により、Ｍ個のフレームのＳＮ比ＳＮＲ（ｍ）の平均値として、ＳＮ比ＳＳＮＲを演算する。
【数２】
このＳＮ比ＳＳＮＲが、図１のＳＮ比Ａ＿ＳＳＮＲ、Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲに相当する。具体的には、ＳＮ比算出部１０９は、音声信号Ｘａを入力音声信号１０１とし、音声信号Ｘｂを出力音声信号１０７とし、ＳＮ比Ａ＿ＳＳＮＲを演算する。ＳＮ比算出部１１０は、音声信号Ｘａを入力音声信号１０１とし、音声信号Ｘｂを出力音声信号１０８とし、ＳＮ比Ｂ＿ＳＳＮＲを演算する。ＳＮ比算出部１１１は、音声信号Ｘａを出力音声信号１０７とし、音声信号Ｘｂを出力音声信号１０８とし、ＳＮ比Ｃ＿ＳＳＮＲを演算する。なお、ＳＮ比は、上式に限定されず、重み付け平均等の他の演算式により求めてもよい。
【００２１】
図３（Ａ）及び（Ｂ）は、図１の判定器１１２の２種類の判定例を示す。ビットレートが６４ｋｂｐｓ、サンプリング周波数が２４ｋＨｚのステレオタイプの音声信号についての判定例を示す。ビットレートは、圧縮度に相当し、ビットレートが小さいほど圧縮度が大きくなる。
【００２２】
図３（Ａ）は、第１の判定例を示す。横軸はＳＮ比Ａ＿ＳＳＮＲを示し、縦軸はＳＮ比Ｃ＿ＳＳＮＲを示す。評価用音声信号として、１００曲の音声信号に対して、ＳＮ比Ａ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを測定し、グラフ上にプロットする。Ｃ＿ＳＳＮＲ＝Ａ＿ＳＳＮＲの判定基準線３０１を引くと、このグラフは二つの領域３０２及び３０３に分けられる。判定基準線３０１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが大きい領域３０２にプロットした点がある場合には固定小数点化による劣化の度合いが小さいと判定できる。評価用音声信号を用いて測定された点の全てがこの領域３０２にある場合は、その固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比較して音質劣化が少ないと判定できる。
【００２３】
逆に、判定基準線３０１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが小さい領域３０３にプロットした点が１つでもある場合には、固定小数点化による劣化の度合いが大きいと判定できる。その場合、より詳細に音質確認を行う必要があると判定し、その領域３０３に存在する音声信号のみを主観評価又は客観評価の別の音声評価方法により評価する。その音質劣化が許容範囲内であれば、劣化が少ないと評価される領域３０２に位置した評価用音声信号と合わせて、音質評価の判定を合格とすることができる。また、音質劣化度が大きいと判定された場合には、固定小数点演算の精度を調整した後、再評価を行う。固定小数点演算の精度調整は、例えば固定小数点演算の小数点位置を変えることにより、精度を調整する。
【００２４】
図３（Ｂ）は、第２の判定例を示す。横軸はＳＮ比Ｂ＿ＳＳＮＲを示し、縦軸はＳＮ比Ｃ＿ＳＳＮＲを示す。評価用音声信号として、１００曲の音声信号に対して、ＳＮ比Ｂ＿ＳＳＮＲ及びＣ＿ＳＳＮＲを測定し、グラフ上にプロットする。Ｃ＿ＳＳＮＲ＝Ｂ＿ＳＳＮＲの判定基準線３１１を引くと、このグラフは二つの領域３１２及び３１３に分けられる。判定基準線３１１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが大きい領域３１２にプロットした点がある場合には固定小数点化による劣化の度合いが小さいと判定できる。評価用音声信号を用いて測定された点の全てがこの領域３１２にある場合は、その固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比較して音質劣化が少ないと判定できる。
【００２５】
逆に、判定基準線３１１よりも縦軸のＳＮ比Ｃ＿ＳＳＮＲが小さい領域３１３にプロットした点が１つでもある場合には、固定小数点化による劣化の度合いが大きいと判定できる。その場合、より詳細に音質確認を行う必要があると判定し、その領域３１３に存在する音声信号のみを主観評価又は客観評価の別の音声評価方法により評価する。その音質劣化が許容範囲内であれば、劣化が少ないと評価される領域３１２に位置した評価用音声信号と合わせて、音質評価の判定を合格とすることができる。また、音質劣化度が大きいと判定された場合には、固定小数点演算の精度を調整した後、再評価を行う。固定小数点演算の精度調整は、例えば固定小数点演算の小数点位置を変えることにより、精度を調整する。
【００２６】
なお、図３（Ａ）及び（Ｂ）の判定基準線３０１及び３１１は、傾きを変えることにより、評価基準を厳しくしたり緩くすることができる。
【００２７】
図４は、図１の符号化音声評価装置の音質評価テスト例を示すフローチャートである。まず、ステップＳ４０１では、浮動小数点演算を用いた符号化器１０２で入力音声信号１０１を符号化し、圧縮データ１０４を生成する。次に、復号器１０６で圧縮データ１０４を復号し、音声信号１０７を得る。
【００２８】
次に、ステップＳ４０２では、固定小数点演算を用いた符号化器１０３で入力音声信号１０１を符号化し、圧縮データ１０５を生成する。次に、復号器１０６で圧縮データ１０５を復号し、音声信号１０８を得る。
【００２９】
次に、ステップＳ４０３では、ＳＮ比の算出を行う。ＳＮ比算出部１０９は、入力音声信号（原音）１０１及び音声信号１０７のＳＮ比Ａ＿ＳＳＮＲを算出する。ＳＮ比算出部１１０は、入力音声信号（原音）１０１及び音声信号１０８のＳＮ比Ｂ＿ＳＳＮＲを算出する。ＳＮ比算出部１１１は、音声信号１０７及び音声信号１０８のＳＮ比Ｃ＿ＳＳＮＲを算出する。
【００３０】
次に、ステップＳ４０４では、図３（Ａ）に示す横軸がＳＮ比Ａ＿ＳＳＮＲ、縦軸がＳＮ比Ｃ＿ＳＳＮＲのグラフ、及び／又は図３（Ｂ）に示す横軸がＢ＿ＳＳＮＲ、縦軸がＳＮ比Ｃ＿ＳＳＮＲのグラフを作成する。そして、それらのグラフ上に、上記の算出値をプロットし、基準線３０１及び／又は３１１を引く。なお、図３（Ａ）の評価方法と図３（Ｂ）の評価方法のいずれか１つを行えば十分である。
【００３１】
次に、ステップＳ４０５では、すべてのプロットが判定基準線３０１，３１１より上にあるか否かを判定する。すべてのプロットが上にあれば、合格の音質評価を得て、終了する。１以上のプロットが下にある場合には、音質を再確認する必要があるので、ステップＳ４０６へ進む。
【００３２】
ステップＳ４０６では、判定基準線３０１，３１１より下にあるＮＧデータの音声信号を主観評価するか否かを判定する。主観評価を行う場合にはステップＳ４０７へ進み、行わない場合にはステップＳ４０８へ進む。
【００３３】
ステップＳ４０７では、判定基準線３０１，３１１より下にあるＮＧデータの音声信号のみ主観評価する。主観評価に合格すれば、合格の音質評価を得て、終了する。主観評価に合格しなければ、ステップＳ４０８へ進む。なお、主観評価の代わりに、他の客観評価を行ってもよい。
【００３４】
ステップＳ４０８では、固定小数点符号化器１０３の固定小数点演算の精度を調整する。具体的には、固定小数点演算の小数点位置を変える。その後、ステップＳ４０２へ戻り、再評価を行う。
【００３５】
図５は、コンピュータのハードウエア構成図である。図１の符号化音声評価装置は、図５のコンピュータを用いて、コンピュータプログラムにより実現することができる。
【００３６】
バス５０１には、中央処理装置（ＣＰＵ）５０２、ＲＯＭ５０３、ＲＡＭ５０４、ネットワークインタフェース５０５、入力装置５０６、出力装置５０７及び外部記憶装置５０８が接続されている。
【００３７】
ＣＰＵ５０２は、データの処理及び演算を行うと共に、バス５０１を介して接続された上記の構成ユニットを制御するものである。ＲＯＭ５０３には、予めブートプログラムが記憶されており、このブートプログラムをＣＰＵ５０２が実行することにより、コンピュータが起動する。外部記憶装置５０８にコンピュータプログラムが記憶されており、そのコンピュータプログラムがＲＡＭ５０４にコピーされ、ＣＰＵ５０２により実行される。このコンピュータは、コンピュータプログラムを実行することにより、上記の符号化音声評価処理を行う。
【００３８】
外部記憶装置５０８は、例えばハードディスク記憶装置等であり、電源を切っても記憶内容が消えない。外部記憶装置５０８は、コンピュータプログラム及び音声信号等を記録媒体に記録したり、記録媒体からコンピュータプログラム等を読み出すことができる。
【００３９】
ネットワークインタフェース５０５は、ネットワークに対してコンピュータプログラム及び音声信号等を入出力することができる。入力装置５０６は、例えばキーボード及びポインティングデバイス（マウス）等であり、各種指定又は入力等を行うことができる。出力装置５０７は、ディスプレイ及びプリンタ等である。
【００４０】
本実施形態は、コンピュータがプログラムを実行することによって実現することができる。また、プログラムをコンピュータに供給するための手段、例えばかかるプログラムを記録したＣＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体又はかかるプログラムを伝送するインターネット等の伝送媒体も本発明の実施形態として適用することができる。また、上記のプログラムを記録したコンピュータ読み取り可能な記録媒体等のコンピュータプログラムプロダクトも本発明の実施形態として適用することができる。上記のプログラム、記録媒体、伝送媒体及びコンピュータプログラムプロダクトは、本発明の範疇に含まれる。記録媒体としては、例えばフレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。
【００４１】
以上のように、本実施形態によれば、ＳＮ比Ａ＿ＳＳＮＲ又はＢ＿ＳＳＮＲとＳＮ比Ｃ＿ＳＳＮＲとを基に、固定小数点符号化器１０３が符号化した圧縮データ１０５の劣化度を判定する。浮動小数点演算を用いた符号化器１０２は、十分な品質をもつものである。本実施形態による判定では、固定小数点演算を用いた符号化器１０３は浮動小数点演算を用いた符号化器１０２と比べて、劣化が少ないか否かを判定する。劣化が少なければ、固定小数点演算を用いた符号化器１０３は十分な品質を持つと推定される。本実施形態によれば、浮動小数点演算の符号化器１０２から固定小数点演算の符号化器１０３へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【００４２】
なお、本実施形態の符号化方式は、ＭＰＥＧ２−ＡＡＣに限定されず、ＭＰＥＧが定めるＭＰ３等の他の符号化方式にも適用できる。
【００４３】
上記実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
【００４４】
本発明の実施形態は、例えば以下のように種々の適用が可能である。
【００４５】
（付記１）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
を有する符号化音声評価方法。
（付記２）前記第１の演算ステップは、前記原音信号と前記第１の音声信号とのＳＮ比を第１のＳＮ比として演算する付記１記載の符号化音声評価方法。
（付記３）前記第１の演算ステップは、前記原音信号と前記第２の音声信号とのＳＮ比を第１のＳＮ比として演算する付記１記載の符号化音声評価方法。
（付記４）前記判定ステップは、前記第２の圧縮データの劣化度が大きいと判定したときには、他の音質評価を行うことにより、前記第２の圧縮データの劣化度を判定する付記１〜３のいずれか１項に記載の符号化音声評価方法。
（付記５）前記判定ステップは、前記他の音質評価として主観評価を行う付記４記載の符号化音声評価方法。
（付記６）前記判定ステップは、前記他の音質評価として客観評価を行う付記４記載の符号化音声評価方法。
（付記７）前記判定ステップにて前記第２の圧縮データの劣化度が大きいと判定されたときには、前記固定小数点演算の小数点位置を変えて、再び前記第２の圧縮データの劣化度を判定する付記１〜６のいずれか１項に記載の符号化音声評価方法。
（付記８）前記第１及び第２の符号化ステップは、非可逆符号化方式で符号化を行う付記１〜７のいずれか１項に記載の符号化音声評価方法。
（付記９）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化手段と、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化手段と、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号手段と、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算手段と、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算手段と、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定手段と
を有する符号化音声評価装置。
（付記１０）浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
をコンピュータに実行させるためのプログラム。
【００４６】
【発明の効果】
以上説明したように、第１のＳＮ比及び第２のＳＮ比を基に、固定小数点演算により原音信号を符号化した第２の圧縮データの劣化度を判定する。浮動小数点演算により原音信号を符号化した第１の圧縮データが、十分な品質をもつものであると保証されていれば、その性質を利用して、第２の圧縮データの劣化度を適切に評価することができる。また、浮動小数点演算の符号化器から固定小数点演算の符号化器へ置き換えたときの音質劣化の評価を定量的に行うことができる。
【図面の簡単な説明】
【図１】本発明の実施形態による符号化音声評価装置の構成例を示すブロック図である。
【図２】ＳＮ比算出例を説明するための図である。
【図３】図３（Ａ）及び（Ｂ）は音質劣化判定例を示すグラフである。
【図４】音質評価テスト例を示すフローチャートである。
【図５】符号化音声評価装置を構成するコンピュータのハードウエア構成図である。
【符号の説明】
１０１ 入力音声信号
１０２ 浮動小数点演算を用いた符号化器
１０３ 固定小数点演算を用いた符号化器
１０４，１０５ 圧縮データ
１０６ 復号器
１０７，１０８ 出力音声信号
１０９〜１１１ ＳＮ比算出部
１１２ 判定器
１１３ 判定結果
５０１ バス
５０２ ＣＰＵ
５０３ ＲＯＭ
５０４ ＲＡＭ
５０５ ネットワークインタフェース
５０６ 入力装置
５０７ 出力装置
５０８ 外部記憶装置
Claims (5)
- 浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
を有する符号化音声評価方法。 - 前記判定ステップは、前記第２の圧縮データの劣化度が大きいと判定したときには、他の音質評価を行うことにより、前記第２の圧縮データの劣化度を判定する請求項１記載の符号化音声評価方法。
- 前記判定ステップにて前記第２の圧縮データの劣化度が大きいと判定されたときには、前記固定小数点演算の小数点位置を変えて、再び前記第２の圧縮データの劣化度を判定する請求項１又は２記載の符号化音声評価方法。
- 浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化手段と、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化手段と、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号手段と、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算手段と、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算手段と、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定手段と
を有する符号化音声評価装置。 - 浮動小数点演算により原音信号を符号化して第１の圧縮データを生成する第１の符号化ステップと、
固定小数点演算により前記原音信号を符号化して第２の圧縮データを生成する第２の符号化ステップと、
前記第１及び第２の圧縮データをそれぞれ復号して第１及び第２の音声信号を生成する復号ステップと、
前記原音信号と前記第１又は第２の音声信号とのＳＮ比を第１のＳＮ比として演算する第１の演算ステップと、
前記第１の音声信号及び前記第２の音声信号のＳＮ比を第２のＳＮ比として演算する第２の演算ステップと、
前記第１のＳＮ比及び前記第２のＳＮ比を基に前記第２の圧縮データの劣化度を判定する判定ステップと
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003146239A JP2004347954A (ja) | 2003-05-23 | 2003-05-23 | 符号化音声評価方法、装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003146239A JP2004347954A (ja) | 2003-05-23 | 2003-05-23 | 符号化音声評価方法、装置及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004347954A true JP2004347954A (ja) | 2004-12-09 |
Family
ID=33533156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003146239A Withdrawn JP2004347954A (ja) | 2003-05-23 | 2003-05-23 | 符号化音声評価方法、装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004347954A (ja) |
-
2003
- 2003-05-23 JP JP2003146239A patent/JP2004347954A/ja not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5485909B2 (ja) | オーディオ信号処理方法及び装置 | |
| KR101130355B1 (ko) | 넓은-뜻의 지각적 유사성을 이용하는 디지털 미디어 스펙트럼 데이터의 효과적인 코딩 | |
| JP5085543B2 (ja) | 適応コーディングおよびデコーディングでの複数のエントロピモデルの選択的使用 | |
| 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 | |
| JP5571235B2 (ja) | ピッチ調整コーディング及び非ピッチ調整コーディングを使用する信号符号化 | |
| US9842603B2 (en) | Encoding device and encoding method, decoding device and decoding method, and program | |
| JP4918841B2 (ja) | 符号化システム | |
| JP2023022073A (ja) | 信号分類方法および信号分類デバイス、ならびに符号化／復号化方法および符号化／復号化デバイス | |
| KR101157930B1 (ko) | 오디오 인코딩에서 ｍｄｃｔ 데이터에 기초한 윈도우 유형의 결정 방법 | |
| EP1278184A2 (en) | Method for coding speech and music signals | |
| US20040083110A1 (en) | Packet loss recovery based on music signal classification and mixing | |
| WO2005081230A1 (en) | Classification of audio signals | |
| JP2000357999A (ja) | 復号装置及び方法、並びにプログラム提供媒体 | |
| JP3824607B2 (ja) | 時間−周波数相関性を利用した改善されたオーディオ符号化及び／または復号化方法とその装置 | |
| JP2016505873A (ja) | オーディオ信号符号化及び復号化方法並びにオーディオ信号符号化及び復号化装置 | |
| EP2626856B1 (en) | Encoding device, decoding device, encoding method, and decoding method | |
| KR101102016B1 (ko) | 오디오 인코딩에서 짧은 윈도우를 그룹화하는 방법 | |
| US7444289B2 (en) | Audio decoding method and apparatus for reconstructing high frequency components with less computation | |
| WO2011045926A1 (ja) | 符号化装置、復号装置およびこれらの方法 | |
| KR101387808B1 (ko) | 가변 비트율을 갖는 잔차 신호 부호화를 이용한 고품질 다객체 오디오 부호화 및 복호화 장치 | |
| US20220335961A1 (en) | Audio signal encoding method and apparatus, and audio signal decoding method and apparatus | |
| JP2004347954A (ja) | 符号化音声評価方法、装置及びプログラム | |
| Hang et al. | A scalable variable bit rate audio codec based on audio attention analysis | |
| JP2006211243A (ja) | ディジタル信号符号化装置，ディジタル信号符号化方法 | |
| US20220335960A1 (en) | Audio signal encoding method and apparatus, and audio signal decoding method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060801 |