JP2005195983A - ディジタルデータの符号化方法および符号化装置 - Google Patents

Abstract

【課題】 入力ディジタルデータの信号振幅が小さい場合においても純音性を厳密に判定する。
【解決手段】 ディジタルデータを構成するスペクトル成分の最大値に対応するスケールファクタを、各周波数帯域について算出するスケールファクタ算出部３１と、該スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更する純音性判定部３２とを備えている。
【選択図】 図１

Description

本発明は、ミニディスクなどの記録媒体に楽音や音声等のディジタルデータを記録するにあたって、楽音や音声等に適応して各周波数帯域のスペクトルに対するビット割当てを行い、データ量を圧縮する符号化方法に関する。

楽音や音声等のディジタルデータを高能率で圧縮符号化する方法として、ミニディスクで用いられているＡＴＲＡＣ(Adaptive TRansform Acoustic Coding)が挙げられる。このＡＴＲＡＣでは、高能率で圧縮するために、上記ディジタルデータは、複数の周波数帯域（以下、適宜サブバンドフレームと呼ぶ）に分割され、可変長の時間単位でブロック化される。ブロック化されたディジタルデータは、ＭＤＣＴ（Modified Discrete Cosine Transform）処理によってスペクトル信号に変換され、さらに聴覚心理特性を利用して割り当てられたビット数で各スペクトル信号がそれぞれ符号化される。

上記の圧縮符号化に適応することができる聴覚心理特性には、等ラウドネス特性やマスキング効果が挙げられる。等ラウドネス特性は、同じ音圧レベルの音であっても、人間が感じ取る音の大きさが周波数によって変化することを表すものである。したがって、人間が感じ取ることができる音の大きさである最小可聴限が、周波数によって変化することを表している。

一方、マスキング効果には、同時マスキングと経時マスキングとがある。同時マスキング効果とは、複数の周波数成分の音が同時に発生しているときに、ある音が別の音を聴き取り難くさせる現象をいう。また、経時マスキング効果とは、大きな音の時間軸方向の前後では、別の音を聴き取り難くなる現象をいう。

このような聴覚心理を利用したビット割り当て法、たとえば反復法と呼ばれる割り当て法では、入力されたディジタルデータに適応したビット割り当てを、以下のようにして行っている。

まず、各周波数帯域のパワーＳを求め、そのパワーＳによる他の周波数帯域に対するマスキングしきい値Ｍを求める。次に、このマスキングしきい値Ｍと、各周波数帯域をｎビットで量子化したときの量子化雑音パワーＮ（ｎ）とから、マスキングしきい値対雑音比ＭＮＲ（ｎ）＝Ｍ／Ｎ（ｎ）を求める。続いて、そのマスキングしきい値対雑音比ＭＮＲ（ｎ）が最小となる周波数帯域にビット割当を行った後、該マスキングしきい値対雑音比ＭＮＲ（ｎ）を更新し、再び最小の周波数帯域にビット割当てが行われる。
特開平１０−２０７４８９号公報（１９９８年８月７日公開） 特開２００２−３５１５００号公報（２００２年１２月６日公開）

確かに、上記で説明した従来の符号化方法によれば、楽音や音声等のディジタルデータを高能率で圧縮符号化することができる。

しかしながら、正弦波のように純音性の高いディジタルデータに対して、マスキングしきい値対雑音比ＭＮＲ（ｎ）を用いてビット割り当てを行うと、自身のパワーあるいはエネルギーによって自身がマスキングの影響を受け、信号対雑音比ＳＮＲ（ｎ）を用いたビット割り当てを行った場合と比べて、符号化・復号化時の歪率，Ｓ／Ｎ特性，およびダイナミックレンジといったオーディオ特性が悪化するという課題があった。

また、超低域や超高域の正弦波に対してマスキングしきい値対雑音比ＭＮＲ（ｎ）を用いたビット割り当てを行うと、最小可聴限もオーディオ特性の悪化の原因となるおそれがあった。なお、超低域の正弦波に対して信号対雑音比ＳＮＲ（ｎ）を用いたビット割り当てを行った場合には、隣接するサブバンドフレーム間の分析窓のクロスポイントで、知覚可能な量子化誤差が生じるおそれがあった。

一方、ホワイトノイズのように純音性の低いディジタルデータに対して、マスキングしきい値対雑音比ＭＮＲ（ｎ）を用いたビット割り当てを行うと、自身のパワーあるいはエネルギーによって、マスキングしきい値対雑音比ＭＮＲ（ｎ）が、広帯域でフラットにならないため、信号対雑音比ＳＮＲ（ｎ）を用いたビット割り当てを行った場合と比べて、符号化・復号化時の音質が悪化するという課題があった。また、最小可聴限も音質の悪化要因となるおそれがあった。

この点、本件出願人は特許文献１において、このような純音性の高いディジタルデータあるいは純音性の低いディジタルデータを符号化する場合、各周波数帯域の相互に隣接するスペクトルのパワーＳ（あるいはエネルギー）の差から求めたピークおよびローカルピークとマスキングしきい値Ｍとの関係に対応して、マスキングしきい値対雑音比ＭＮＲ（ｎ）を用いたビット割り当てを行うビットレートと、信号対雑音比ＳＮＲ（ｎ）を用いたビット割り当てを行うビットレートとを可変にする構成のディジタルデータ符号化方法を提案している。

確かに、特許文献１に記載の符号化方法によれば、正弦波のように狭帯域なディジタルデータから、ホワイトノイズのように広帯域なディジタルデータに至るまで、最適なビット割り当てを自動的に行うことができる。したがって、マスキングしきい値対雑音比ＭＮＲ（ｎ）を用いたビット割り当てに不向きな楽音に対しても音質の劣化を防止することができる。しかしながら、マスキングしきい値対雑音比ＭＮＲ（ｎ）と信号対雑音比ＳＮＲ（ｎ）を併用する上記符号化方法では、音質劣化防止のためのアルゴリズムが複雑なものとなってしまう。

この点、本件出願人は特許文献２において、このような純音性の高いディジタルデータあるいは純音性の低いディジタルデータを符号化する場合、各周波数帯域のスペクトルパワーあるいはエネルギーの最大値と平均値から、入力されたディジタルデータの純音性を判定し、純音性の高低に応じてマスキング特性を変更する構成のディジタルデータ符号化方法を提案している。

また、同文献には、ディジタルデータを複数のサブバンドフレームに分割し、純音性の高いディジタルデータあるいは純音性の低いディジタルデータを符号化する場合、各周波数帯域のスペクトルパワーあるいはエネルギーの最大値と平均値から、入力されたディジタルデータの純音性を判定し、純音性の高い場合には、上記周波数帯域のパワーまたはエネルギーの最大値が存在するサブバンドフレームの全ての周波数帯域に、少なくとも最低量子化ビット数以上のビットを割り当てる構成のディジタルデータ符号化方法について記載されている。

確かに、特許文献２に記載の符号化方法によれば、アルゴリズムを複雑化することなく、純音性の高いディジタルデータから、純音性の低いディジタルデータまで、高忠実に符号化することができる。また、超低域であってかつ純音性の高いディジタルデータを符号化する際であっても、隣接するサブバンドフレーム間の分析窓のクロスポイントで、知覚可能な量子化誤差が生じるおそれが少ない。しかしながら、特許文献２に記載の方法では、入力ディジタルデータの信号振幅が小さい場合に純音性の判定が厳密に行えないという問題がある。

本発明は上記の問題点に鑑み、入力ディジタルデータの信号振幅が小さい場合においても純音性を厳密に判定することができるディジタルデータの符号化方法および符号化装置を提供することを目的とする。

本発明のディジタルデータの符号化方法は、上記課題を解決するために、楽音や音声等のディジタルデータを周波数領域に変換し、上記周波数領域を複数の周波数帯域に分割し、分割された各周波数帯域についてビット割り当てを行うディジタルデータの符号化方法において、上記ディジタルデータを構成するスペクトル成分の最大値に対応するスケールファクタを上記各周波数帯域について算出し、該スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更することを特徴としている。

また、本発明のディジタルデータの符号化装置は、楽音や音声等のディジタルデータを周波数領域に変換し、上記周波数領域を複数の周波数帯域に分割し、分割された各周波数帯域についてビット割り当てを行うディジタルデータの符号化装置において、上記ディジタルデータを構成するスペクトル成分の最大値に対応するスケールファクタを上記各周波数帯域について算出するスケールファクタ算出手段と、該スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更する純音性判定手段とを備えていることを特徴としている。

上記構成によれば、スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更する。たとえば、スケールファクタの最大値ＳＦmaxと平均値ＳＦavとの差分値（ＳＦmax−ＳＦav）の大小を、所定の判定基準値ｘと比較して純音性を判定する場合においては、上記ＳＦmaxの値に応じて上記ｘの値を変更することが可能となる。

そして、ディジタルデータの信号振幅が小さい場合には、上記ＳＦmaxおよび差分値（ＳＦmax−ＳＦav）が小さくなる。このような場合において純音性の判定を厳密に行うためには、判定基準値ｘのＳＦmaxに対する割合ｋを上げてやる必要がある。一方でディジタルデータの信号振幅が大きい場合には、ＳＦmaxおよび差分値（ＳＦmax−ＳＦav）が大きくなるので、判定基準値ｘのＳＦmaxに対する割合ｋは、上記信号振幅が小さい場合に比べて小さくてもよい。

本発明においては、上述したようにスケールファクタの最大値を用いて、純音性の判定基準を変更するので、判定基準値ｘのＳＦmaxに対する割合ｋを変更することが可能となる。よって、入力ディジタルデータの信号振幅が小さい場合においては、上記ｋを大きくすることにより、純音性の判定を厳密に行うことができる。一方、入力ディジタルデータの信号振幅が大きい場合においては、上記ｋを小さくすることにより、純音性の判定を厳密に行うことができる。

したがって、本発明によれば、入力ディジタルデータにおける信号振幅の大小に関わらず純音性の判定を厳密に行うことができるという効果が奏される。

さらに、本発明のディジタルデータの符号化方法においては、上記スケールファクタの最大値および平均値を用いて変更される判定基準を用いて判定された純音性の高低に応じて、マスキング特性を変更し、該変更されたマスキング特性に応じて決定されるマスキングしきい値対雑音比に基づき、上記分割された各周波数帯域についてビット割り当てを行うことが好ましい。

上記構成によれば、純音性の高低に応じて変更されるマスキング特性に応じて、マスキングしきい値対雑音比を決定し、そのマスキングしきい値対雑音比を用いてビット割当てを行うので、信号対雑音比を用いてビット割当てを行った場合と同等のオーディオ特性および音質を得ることができる。

また、聴覚心理特性を利用したほうが好ましい音源には、マスキング特性を基準のものに変更して、通常のマスキングしきい値対雑音比を用いてビット割り当てを行うことができるので、信号対雑音比を用いてビット割り当て行うよりも聴覚的に優れた音質を得ることができる。さらにマスキングしきい値対雑音比と信号対雑音比とを併用してビット割り当てを行う従来の符号化方法と比べて、本発明ではマスキングしきい値対雑音比のみを用いてビット割り当てを行うので、符号化処理のアルゴリズムを簡略化することができるというさらなる効果が奏される。

さらに、聴覚心理特性が一般的な聴覚の人の特性に固定されておらず、該聴覚心理特性のうち、マスキング特性を変更するので、たとえば臨界帯域内でマスキングされてしまうスペクトラムに対してビット割当てを行うか否かを選択することができ、聴覚の優れた人や個人の主観的な好みに応じ、聴取者の聴覚に一致した音質を得ることができるというさらなる効果が奏される。

さらに、本発明のディジタルデータの符号化方法では、上記楽音や音声等のディジタルデータをフィルタにより複数のサブバンドフレームに分割し、分割されたサブバンドフレームを上記周波数領域に変換するとともに、上記フィルタを用いることにより発生する折り返しノイズを除いて、上記スケールファクタの平均値を算出することも好ましい。

すなわち、ディジタルデータを符号化する際には、フィルタを用いて入力ディジタルデータを複数のサブバンドフレームに分割し、該サブバンドフレームを周波数領域に変換する場合もある。このようなサブバンドフレーム分割に用いられるフィルタは、「折り返しノイズ」を発生させることが多い。そして、この折り返しノイズにより、純音の波形と、純音に折り返しノイズが含まれた合成波の波形との区別がつかなくなることがある。なお、「折り返しノイズ」とは、サブバンドフレーム分割する周波数の境界に関して自身と対称な周波数成分に発生するノイズをいう。

上記構成によれば、上記折り返しノイズを除いてスケールファクタの平均値を算出するので、純音と上記合成波との波形を区別することができる。したがって、より厳密に純音性の判定を行うことが可能となるというさらなる効果が奏される。

さらに、本発明のディジタルデータの符号化方法では、上記スケールファクタの最大値を除いて、上記スケールファクタの平均値を算出することが好ましい。

上記構成によれば、スケールファクタの最大値ＳＦmaxが除かれた状態でスケールファクタの平均値ＳＦavが算出されるので、該最大値ＳＦmaxを除かない場合に比べてスケールファクタの平均値ＳＦavが小さくなる。これにより、たとえば差分値（ＳＦmax−ＳＦav）と所定の基準値ｘとの大小関係に基づき純音性の判定を行う場合において、差分値（ＳＦmax−ＳＦav）が大きくなるので、判定基準値ｘにより大きなマージンを設定することができる。よって、純音性の誤判定を低減することができるというさらなる効果が奏される。

さらに、本発明のディジタルデータの符号化方法では、上記楽音や音声等のディジタルデータを複数のサブバンドフレームに分割し、分割されたサブバンドフレームを上記周波数領域に変換するとともに、上記ディジタルデータの純音性が高いと判定された場合、上記スケールファクタの最大値が存在するサブバンドフレームに、最低量子化ビット数以上のビットを割り当てることが好ましい。

上記構成によれば、振幅が大きくても聴き取り難い単一周波数（たとえば、超低域の正弦波）であっても、量子化ビットが聴き取り難い特定周波数に偏らず、聴き取り易い周波数成分の特定周波数のノイズを低減することが可能となる。なお、振幅が大きくて聴き取り易い単一周波数は他の周波数をマスクする、すなわちマスカーの作用があるため、必ずしも上記構成を行う必要はない。したがって、超低域であるとともに純音性が高いディジタルデータ（たとえば、超低域の正弦波）を符号化する場合であっても、隣接するサブバンドフレーム間の窓のクロスポイントで、知覚可能な量子化誤差が生じるおそれが少なくなるというさらなる効果が奏される。

本発明によれば、以上のように、スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更するので、入力ディジタルデータにおける信号振幅の大小に関わらず純音性の判定を厳密に行うことができるという効果が奏される。

〔１．ミニディスク録音再生装置の構成〕
本発明に係るディジタルデータの符号化方法を採用したディジタル録音再生装置として、ここではミニディスク録音再生装置を例に挙げて説明を行う。図２は本発明にかかる符号化方法を採用したミニディスク録音再生装置の一構成例を示すブロック図である。

図２に示すように、ミニディスク録音再生装置（符号化装置）１に設けられた入力端子２には、コンパクトディスク再生装置や衛生放送受信装置などのディジタル音声信号源から出力されたディジタル音声データが、たとえば光信号としてシリアル入力される。入力端子２に入力された光信号は、光電素子３によって電気信号に変換された後、ディジタルＰＬＬ（Phase-Locked-Loop）回路４に入力される。

ディジタルＰＬＬ回路４は、入力されたディジタル音声データからクロックを抽出するとともに、サンプリング周波数および量子化ビット数に対応したマルチビットデータを再現するものである。

このマルチビットデータは信号源毎に異なるサンプリングレート（コンパクトディスク；４４．１ｋＨｚ、ディジタルオーディオテープレコーダ；４８ｋＨｚ、衛生放送（Ａモード）；３２ｋＨｚなど）で標本化されたディジタルデータである。そこで、ディジタルＰＬＬ回路４から出力されたマルチビットデータは、周波数変換回路５によってそのサンプリングレートがミニディスクに対応した４４．１ｋＨｚに変換される。

音声圧縮回路６はＡＴＲＡＣ(Adaptive TRanceform Acoustic Coding)方式によって入力されたディジタル音声データの符号化を行い、符号化されたディジタル音声データをショックプルーフメモリコントローラ７を介して信号処理回路８に送出するものである。なお、音声圧縮回路６におけるディジタルデータの符号化方法については、後ほど詳細に説明を行う。

ショックプルーフメモリコントローラ７で制御されるショックプルーフメモリ９は、音声圧縮回路６から出力されるディジタル音声データの転送速度と、信号処理回路８に入力されるディジタル音声データの転送速度との差を吸収するとともに、再生時における振動等の外乱による再生信号の中断を補間し、ディジタル音声データを保護するためのものである。

信号処理回路８はエンコーダおよびデコーダとしての機能を備えており、ディジタル音声データをシリアルの磁界変調信号にエンコードしてヘッド駆動回路１０に入力する。

ヘッド駆動回路１０は、記録ヘッド１１をミニディスク１２上の所定記録位置に移動させるとともに、上記磁界変調信号に対応した磁界を発生させるものである。このとき、ミニディスク１２上の所定記録位置には、光ピックアップ１３からレーザー光が照射されており、これによって、上記磁界に対応した磁化パターンがミニディスク１２上に形成される。

一方、光ピックアップ１３は、ミニディスク１２から上記磁化パターンに対応したシリアル信号を再生する。再生されたシリアル信号は高周波アンプ１４（以下、ＲＦアンプ１４とする）で増幅された後、信号処理回路８によってディジタル音声データにデコードされる。デコードされたディジタル音声データは、ショックプルーフメモリコントローラ７およびショックプルーフメモリ９で外乱による影響を除去された後、音声伸長回路１５に送出される。

音声伸長回路１５は、ＡＴＲＡＣ方式による圧縮符号化の逆変換処理を行い、フルビットのディジタル音声データを復調するものである。復調されたディジタル音声データは、ディジタル／アナログ変換回路１６（以下、Ｄ／Ａ変換回路１６と呼ぶ）によってアナログ音声データに変換され、出力端子１７から外部へ出力される。なお、ＲＦアンプ１４で増幅されたシリアル信号は、サーボ回路１８にも入力されている。

サーボ回路１８は、再生されたシリアル信号に応じてドライバ回路１９に制御信号を送出し、該ドライバ回路１９を介してスピンドルモータ２０の回転速度をフィードバック制御するものである。このフィードバック制御により、ミニディスク１２を線速度一定で回転させることができる。

また、サーボ回路１８はドライバ回路１９を介して送りモータ２１の回転速度もフィードバック制御している。このようなフィードバック制御により、ミニディスク１２の半径方向に対する光ピックアップ１３の変移制御、すなわちトラッキング制御を行うことができる。さらにサーボ回路１８は、ドライバ回路１９を介して光ピックアップ１３のフォーカシング制御も行っている。

上記した信号処理回路８、光ピックアップ１３、ＲＦアンプ１４、サーボ回路１８、およびドライバ回路１９等には、図示しない電源回路から電源供給が行われるが、このような電源供給動作や後述する信号処理動作は、すべてシステムコントロールマイコン２２によって集中管理されている。なお、システムコントロールマイコン２２には、曲名入力や選曲操作、あるいは音質調整動作等を行うための入力装置２３が接続されている。

〔２．ディジタルデータの符号化処理例１〕
次に、上記した音声圧縮回路６におけるディジタルデータ符号化処理の第１実施形態について説明する。図１は第１実施形態に係るディジタルデータ符号化処理を行う音声圧縮回路６の構成を示すブロック図であり、特に、スペクトル変換部（図示せず）に続くビット割当処理を行う構成を模式化したものである。

図１に示すように、音声圧縮回路の入力端には、その前段に設けられたスペクトル変換部（図示せず）で得られたＭＤＣＴ係数（ディジタル音声データを構成する周波数成分（スペクトル））が入力される。

なお、スペクトル変換部は、周波数変換回路５から入力されたディジタル音声データ（４４．１ｋＨｚ）を帯域分割フィルタであるＱＭＦ（Quadrature Mirror Filter）によって複数のサブバンドフレーム（周波数帯域）に分割し、そのサブバンドフレーム単位毎にＭＤＣＴ(Modified Discrete Trance Form)処理を施すことで、ディジタル音声データのスペクトル変換を行っている。サブバンドフレームに分割するフィルタは、ＱＭＦやポリフェーズフィルタがよく利用されているが、ここではＱＭＦを使用した場合を説明する。

図３はＱＭＦのフィルタ特性を示す図である。図３に示すように、ＱＭＦを用いることにより周波数帯域を２分割することができ、さらに、あるＱＭＦに他のＱＭＦを従属に接続することによって、入力されたディジタル音声データを複数のサブバンドフレームに分割することが可能である。さらに、図３が示すとおり、ＱＭＦを用いてサブバンドフレーム分割を実行すると、帯域を分割する周波数の境界では強い折り返し歪みが発生する。なお、入力されたディジタル音声データをこのようにサブバンドフレームに分割するステップは、本実施形態のディジタルデータ符号化処理に必ずしも必要ではない。

パワー算出部３０（図１参照）は、入力されたＭＤＣＴ係数をさらにｉ個の周波数帯域（臨界帯域等）に分割し、各周波数帯域に属するＭＤＣＴの２乗和から、各周波数帯域のスペクトルパワーSi(i=1,2,…I、たとえばI=25)を算出するものである。なお、臨界帯域特性とは、周波数選択性・マスキングしきい値等の特定の音響心理学的規則性が有効な広帯域オーディオスペクトルの特性的部分のことである。

スケールファクタ算出部（スケールファクタ算出手段）３１は、入力されたＭＤＣＴ係数をさらにｊ個の量子化周波数帯域に分割し、各周波数帯域に属するＭＤＣＴの絶対値の最大値から約２ｄＢ毎にスケールファクタを算出するものである。

すなわち、各周波数領域におけるＭＤＣＴ係数の絶対値の最大値をＫmaxｊ（ｊ=1,2,…,I、たとえばI=52）、その時のスケールファクタをＳＦｊとすれば、ＳＦｊ×２^−１／３≦Ｋmaxｊ＜ＳＦｊとなるようなＳＦｊを算出する。なお、ミニディスクの記録再生を行う際のスケールファクタは、一般的に約２^-５を０ｄＢの基準として、０ｄＢ〜約１２６ｄＢまでの値をとる。

純音性判定部（純音性判定手段）３２は、スケールファクタ算出部３１で算出されたスケールファクタＳＦｊの最大値ＳＦmaxと平均値ＳＦav（＝ΣＳＦｊ/Ｊ）との差分値（ＳＦmax−ＳＦav）を求めるとともに、該差分値の大小からディジタル音声データの純音性の高低を判定し、その判定結果に基づいて切換部３３の切換制御を行うものである。特に、純音性判定部３２は、上記差分値と比較を行う判定基準値ｘ１・ｘ２をＳＦmaxに応じて変化させることで、小振幅時の純音性まで判定することが可能とされている。

具体的には、純音性判定部３２は、差分値（ＳＦmax−ＳＦav）が非常に大きい場合に純音性が高いと判断し、差分値（ＳＦmax−ＳＦav）が非常に小さい場合に純音性が低いと判断する。そして、差分値が非常に大きいことを判断するための判定基準値ｘ１は、ＳＦmax＞４０ｄＢである場合、ｘ１＝ｋ×ＳＦmax（０．５＜ｋ＜０．９）を満たすように設定される。なお、係数ｋは、ＳＦmaxが大きくなるほど０．５に近づけるように設定され、ＳＦmaxが小さくなるほど係数ｋを０．９に近づけるように設定される。

一方、差分値（ＳＦmax−ＳＦav）が非常に小さいことを判断するための判定基準値ｘ２は、ｘ２＝０．１×ＳＦmaxを満たすように設定される。ミニディスクの場合、ＳＦmaxは、０ｄＢ〜約１２６ｄＢの値を取りうるので、判定基準値ｘ２は、０ｄＢ〜約１２．６ｄＢとなるが、簡易的に固定値、すなわち約６ｄＢに設定されていてもよい。なお、ＳＦmax−ＳＦavの値は、周波数変換の分解能との関係から、０ｄＢ〜９０ｄＢ程度の値となる。

図４（ａ）〜図４（ｄ）はスケールファクタ算出部３１で算出されたスケールファクタＳＦｊの一例を示す図である。図４（ａ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxが非常に大きい場合、たとえばＳＦmaxが１２０ｄＢである場合には、上記係数ｋを０．５８に設定することにより判定基準値ｘ１を７０ｄＢに設定する。このように算出された判定基準値ｘ１よりもＳＦmax−ＳＦavの値が大きい場合、すなわちＳＦmax−ＳＦav≧７０ｄＢの場合、純音性判定部３２は、入力されたディジタル音声信号の純音性が高い、すなわち入力信号が単一周波数の音声を示すものであると判定して、平坦マスキング算出部３５を選択するように切換部３３の切換制御を行う。

一方、図４（ｂ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxが小さい場合、たとえばＳＦmax＝６０ｄＢである場合、上記係数ｋを０．７３に設定することにより判定基準値ｘ１を４４ｄＢに設定する。このように算出された判定基準値ｘよりもＳＦmax−ＳＦavの値が大きい場合、すなわちＳＦmax−ＳＦav≧４４ｄＢの場合、純音性判定部３２は、入力されたディジタル音声信号の純音性が高いと判定して、平坦マスキング算出部３５を選択するように切換部３３の切換制御を行う。

なお、平均値ＳＦav（＝ΣＳＦｊ/Ｊ）を求めるにあたり、スケールファクタＳＦｊの最大値ＳＦmaxを除いた平均ＳＦavrmax（＝｛（ΣＳＦｊ）-ＳＦmax｝/（Ｊ-１））を用いて純音性の判定を行ってもよい。

さらに、ＳＦmaxが、図３で示すような帯域分割する周波数の境界、すなわちＨ０とＨ１のクロスポイントの近くにある場合、折り返し周波数帯域ＳＦmaxqmfを除いた平均値ＳＦavrmaxqmf（＝｛（ΣＳＦｊ）-ＳＦmax-ＳＦmaxqmf｝/（Ｊ-２））を用いて純音性の判定を行うとさらに好ましい。なお、「折り返し」とは、クロスポイントに関して自身の周波数成分と対称な周波数の成分をいう。

すなわち、「スケールファクタの最大値」や「折り返しノイズ」を含めて平均値ＳＦavを算出すると、これらを除いて平均値ＳＦavを算出する場合に比べて、平均値ＳＦavの値が大きくなり、差分値（ＳＦmax−ＳＦav）の値が小さくなる。したがって、差分値ＳＦmax−ＳＦavが判定基準値ｘ１以上ならば純音性が高いとする判定するステップにおいて、判定基準値ｘ１をより小さくとる必要が生じる場合がある。

たとえば、図３に示すように、０．２Ｈｚの周波数において０ｄＢの純音を周波数分割した場合、０．３Ｈｚの周波数に約−３５ｄＢの折り返しノイズが発生する。つまり、帯域を分割する周波数の境界で強い折り返し歪みが発生する。この場合、０ｄＢの純音の波形と、純音に−３５ｄＢの折り返しノイズが含まれた合成波の波形との区別がつかなくなる。したがって、このような帯域分割フィルタの特性を考慮し、折り返しノイズをスケールファクタの平均化の際に除くと、純音の波形と、純音に折り返しノイズが含まれた合成波の波形との区別を付けることができる。

また、周波数変換の性質から、純音性の誤判定を防止するため、上記判定基準値にマージンを設定する必要がある。そこで、上述のようにスケールファクタの最大値ＳＦmaxをスケールファクタの平均化の際に除くことにより、該最大値を除かない場合に比べてスケールファクタの平均値ＳＦavが小さくなる。これにより差分値（ＳＦmax−ＳＦav）の値が大きくなるので、判定基準値をより大きなマージンを設定することができ、誤判定を低減させることができる。

また、図４（ｃ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxと平均値ＳＦavとの差分値（ＳＦmax-ＳＦav）が非常に小さい場合、すなわちＳＦmax−ＳＦav≦ｘ２である場合、純音性判定部３２は、入力されたディジタル音声信号の純音性が低いと判定して、上記と同様、平坦マスキング算出部３５を選択するように切換部３３の切換制御を行う。なお、判定基準値ｘ２は、ｘ２＝０．１×ＳＦmaxを満たすように設定されていてもよいし、固定値６ｄＢに設定されていてもよい。

一方、図４（ｄ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxと平均値ＳＦavとの差分値（ＳＦmax-ＳＦav）が上記のいずれにも該当しない場合、たとえば、ＳＦmaxが１２０ｄＢで、かつ６ｄＢ＜ＳＦmax-ＳＦav＜７０ｄＢを満たす場合、純音性判定部３２は、入力されたディジタル音声データに対する聴覚心理、すなわちマスキング効果が有効であると判断して、基準マスキング算出部３４を選択するように切換部３３の切換制御を行う。

上記の純音性判定動作により、基準マスキング算出部３４が選択された場合、最小可聴限合成部３６は、音声圧縮回路６のテーブルＲＯＭ（図示せず）に予め格納されている基準マスキング特性と最小可聴限特性とを合成することで、最終的なマスキングしきい値Ｍiを決定する。一方、平坦マスキング算出部３５が選択された場合、最小可聴限合成部３６は、周波数に重み付けを行っていない平坦なマスキング特性と最小可聴限特性とを合成することで、最終的なマスキングしきい値Ｍiを決定する。なお、基準マスキング特性は、基準マスキング算出部３４が、パワー算出部３０により算出されるスペクトルパワーに基づき上記テーブルＲＯＭを参照することにより算出されるものである。また、平坦なマスキング特性は、平坦マスキング算出部３５が、周波数に重み付けをしないマスキングを行うことにより算出されるものである。

ＳＭＲ算出部３７は、各周波数帯域のインデックスを上記ｉとするとき、パワー算出部３０で算出されたスペクトルパワーＳｉと、最小可聴限合成部３６で決定された各周波数帯域のマスキングしきい値Ｍｉとの比ＳＭＲｉ＝Ｓｉ／Ｍｉを全ての周波数帯域に亘って計算する。

ＭＮＲ算出部３８は、まず各周波数帯域のスペクトルパワーＳｉをｎビットで量子化したときに生じる、スペクトルパワーＳｉと量子化雑音パワーＮｉ（ｎ）との比、すなわち信号対雑音比ＳＮＲｉ（ｎ）＝Ｓｉ／Ｎｉ（ｎ）を求める。なお、この比ＳＮＲｉ（ｎ）は、統計的には信号特性に応じた定数となるので、統計処理によって予め求めておいてもよい。

さらに、ＭＮＲ算出部３８は、この信号対雑音比ＳＮＲｉ（ｎ）とＳＭＲ算出部３７で得られた比ＳＭＲｉから、マスキングしきい値Ｍｉと量子化雑音パワーＮｉ（ｎ）との比、すなわちマスキングしきい値対雑音比ＭＮＲｉ（ｎ）（＝ＳＮＲｉ（ｎ）／ＳＭＲｉ）を算出する。

なお、ｉ個の周波数帯域（臨界帯域等）(i=1,2,…I、たとえばI=25)とｊ個の量子化周波数帯域(ｊ=1,2,…J、たとえばＪ=52)の帯域幅が異なる場合、マスキングしきい値対雑音比ＭＮＲｉ（ｎ）を、複製や平均化等により量子化周波数帯域のＭＮＲｊ（ｎ）に変換する。また、マスキングしきい値対雑音比ＭＮＲｉ（ｎ）は、上述のようにスペクトルパワーＳｉや量子化雑音パワーＮｉに基づいて求める必要は必ずしも無い。たとえば、各周波数帯域のエネルギーの大きさからマスキングしきい値対雑音比ＭＮＲｉ（ｎ）を求めてもよい。

量子化ビット数算出部３９は、各周波数帯域の量子化ビット数ｎを０から大きくしていき、その都度、各周波数帯域のマスキングしきい値対雑音比ＭＮＲｊ（ｎ）を計算する。そして、マスキングしきい値対雑音比ＭＮＲｊ（ｎ）が最小となる周波数帯域から順にビットを割り当てていく。その後、量子化ビット数ｎを更新する度毎に、マスキングしきい値対雑音比ＭＮＲｊ（ｎ）が最小となる周波数帯域に対するのと同様のビットの割当てを行うと、各周波数帯域の語長が決定される。すなわち、スペクトルパワーＳｉがマスキングしきい値Ｍｉを越えた部分の長さが最も長い周波数帯域から、順次ビット割当てが行われることになる。

量子化部４０は、量子化ビット数算出部３９によって算出された各周波数帯域の量子化ビット数ＷＬ(ｊ)と、スケールファクタ算出部３１で算出されたスケールファクタＳＦ（ｊ）と、ＭＤＣＴ係数Ｋ(ｍ)とを、次式（１）によって量子化する。

式（１）…ＭＫ（ｍ）＝ Round{Ｋ（ｍ）（２^{ＷＬ（ｊ）−１}−１）／ＳＦ（ｊ）}
但し、ｍ：ＭＤＣＴ係数のインデックス
ｊ：量子化周波数帯域のインデックス
Ｋ(ｍ)：ＭＤＣＴ係数
ＭＫ(ｍ)：量子化係数
ＷＬ(ｊ)：量子化ビット数
ＳＦ（ｊ)：スケールファクタである。

なお、量子化部４０で量子化された量子化係数ＭＫ（ｍ）、量子化ビット数算出部３９によって算出された各周波数帯域の量子化ビット数ＷＬ(ｊ)、およびスケールファクタ算出部３１で算出されたスケールファクタＳＦ（ｊ）は、符号化データとして出力される。

上記したディジタルデータの符号化方法であれば、小振幅の正弦波から大振幅の正弦波まで純音性の高いディジタルデータに対して、あるいはホワイトノイズのように純音性の低いディジタルデータに対して、マスキングしきい値対雑音比ＭＮＲｊ（ｎ）のみを用いてビット割り当てを行った場合であっても、信号対雑音比ＳＮＲｊ（ｎ）を用いてビット割り当てを行った場合と同等のオーディオ特性および音質を得ることができる。

つまり、マスキングしきい値Ｍｉは、純音性判定部３２にて純音性が高いと判定された場合、および純音性が低いと判定された場合において、平坦マスキング算出部３５により平坦にされる。したがって、上記ＳＭＲｉ（＝Ｓｉ／Ｍｉ）は、信号Ｓｉの大きさに正比例するものとなる。なお、ＳＭＲｉは、ＳｉがＭｉを越えていれば１以上になり、越えていなければ１以下になるので、より大きいものが重要な周波数成分といえる。

また、マスキングしきい値対雑音比ＭＮＲｉ（ｎ）（＝ＳＮＲｉ（ｎ）／ＳＭＲｉ）における分子側のＳＮＲｉ（ｎ）は、信号特性に応じた定数となるので、上述したように量子化ビット数ｎを更新する度にビットの割当てを行い各周波数帯域の語長を決定すると、信号Ｓｉの大きい周波数成分により多くのビットを割り当てることになる。したがって、上述のようにマスキングしきい値対雑音比ＭＮＲｊ（ｎ）のみを用いてビット割り当てを行った場合であっても、信号対雑音比ＳＮＲｊ（ｎ）を用いてビット割り当てを行った場合と同等のオーディオ特性および音質を得ることができる。

また、上記したディジタルデータの符号化方法であれば、楽音や音声のように、聴覚心理を利用した方が好ましい音源には、通常のマスキングしきい値対雑音比ＭＮＲｊ（ｎ）を用いたビット割り当てを行うので、信号対雑音比ＳＮＲｊ（ｎ）を用いてビット割り当てを行うよりも、聴覚的に優れた音質を得ることができる。さらにマスキングしきい値対雑音比ＭＮＲｊ（ｎ）と信号対雑音比ＳＮＲｊ（ｎ）とを併用する従来の符号化方法に比べて、符号化処理のアルゴリズムを容易に実現することが可能である。

〔３．ディジタルデータの符号化処理例２〕
続いて、音声圧縮回路６におけるディジタルデータの符号化処理の第２実施形態について説明する。図５は、第２実施形態に係るディジタルデータ符号化処理を行う音声圧縮回路６の構成を示すブロック図であり、説明の理解を深めるために音声伸長回路１５の構成も合わせて示している。

図５に示すように、音声圧縮回路６の入力端には、周波数変換回路５で得られたディジタル音声データ（４４．１ｋＨｚ）が入力される。音声圧縮回路６の最前段に設けられた周波数帯域分割部４１は、入力されたディジタル音声データを複数の周波数帯域（サブバンドフレーム）に分割するものである。分割フィルタとしては、ＱＭＦ（Quadrature Mirror Filter）やポリフェーズフィルタがよく利用されており、本実施形態ではＱＭＦを使用して説明する。

時間周波数変換部４２は、周波数帯域分割部４１で得られたサブバンドフレーム単位毎にＭＤＣＴ処理を施すことでディジタル音声データをＭＤＣＴ係数に変換する。このとき、ＭＤＣＴ処理によって得られる変換データＸｍ（ｋ）は次式（２）で示される。

ただし、 ｍ：フレーム番号
xm(i):入力信号
h(i):順変換用窓関数
Ｘｍ（ｋ）:変換データ（ＭＤＣＴ係数）である。なお、図６は順変換用窓関数ｈ（ｉ）の時間特性の一例を示す概念図であり、図７は順変換用窓関数ｈ（ｉ）の周波数特性の一例を示す概念図である。

パワー算出部４３は、時間周波数変換部４２で得られたＭＤＣＴ係数をさらにｉ個の周波数帯域（臨界帯域等）に分割し、各周波数帯域に属するＭＤＣＴ係数の２乗和から、各周波数帯域のスペクトルパワーＳｉ(ｉ＝１,２,…Ｉ、たとえばＩ＝２５)を算出する。

スケールファクタ算出部（スケールファクタ算出手段）４４は、入力されたＭＤＣＴ係数をさらにｊ個の量子化周波数帯域に分割し、各周波数帯域に属するＭＤＣＴの絶対値の最大値から約２ｄＢ毎にスケールファクタを算出する。

すなわち、各周波数領域におけるＭＤＣＴ係数の絶対値の最大値をＫmaxｊ(ｊ=1,2,…Ｊ、たとえばＪ=52)、その時のスケールファクタをＳＦｊとすれば、ＳＦｊ×２^−１／３≦Ｋmaxｊ＜ＳＦｊとなるようなＳＦｊを算出する。

純音性判定部（純音性判定手段）４５は、スケールファクタ算出部４４で算出されたスケールファクタＳＦｊの最大値ＳＦmaxと平均値ＳＦav（＝ΣＳＦｊ/Ｊ）との差分値（ＳＦmax-ＳＦav）を求めるとともに、該差分値の大小からディジタル音声データの純音性の高低を判定し、その判定結果に基づいて量子化ビット数算出部５０における量子化ビット数の割り当て制御を行う。なお、純音性判定部４５において、上述した第１実施形態に係る符号化処理を実施するための純音性判定部３２と同様に、スケールファクタ最大値ＳＦmaxおよび平均値ＳＦavを用いて、純音性の判定基準を変化させてもよい。

図８（ａ）および図８（ｂ）は本実施形態における量子化ビット数の割り当て制御を説明するための図である。特に、図８（ａ）は、パワー算出部４３で算出されたスペクトルパワーＳｉを示しており、図８（ｂ）はその際に割り当てられる量子化ビット数の一例を示している。なお、図８（ａ）および図８（ｂ）では入力されたディジタル音声データが４つのサブバンドフレームＳＢ１〜ＳＢ４に分割されている場合を示している。

図８（ａ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxと平均値ＳＦav（＝ΣＳＦｊ/Ｊ）との差分値（ＳＦmax−ＳＦav）が非常に大きく、たとえば、ＳＦmaxが１２０ｄＢでＳＦmax-ＳＦav≧７０ｄＢの場合、かつスケールファクタＳＦｊの最大値ＳＦmaxが所定周波数（たとえば１００Ｈｚ）以下である場合、純音性判定部４５は、入力されたディジタル音声データが超低域であるとともに純音性が高いと判定して、図８（ｂ）に示すように、スケールファクタＳＦｊの最大値ＳＦmaxが存在するサブバンドフレームＳＢ１に、少なくとも最低の量子化ビット数を割り当てるよう、量子化ビット数算出部５０に対する指示を行う。

このようなビット割り当てを行うことにより、振幅が大きくても聴き取り難い単一周波数（たとえば、超低域の正弦波）であっても、量子化ビットが聴き取り難い特定周波数に偏らず、聴き取り易い周波数成分のノイズを低減することが可能となる。なお、振幅が大きくて聴き取り易い単一周波数は他の周波数をマスクする、すなわちマスカーの作用があるため、必ずしも上記構成を行う必要はない。したがって超低域であるとともに純音性が高いディジタル音声データ（たとえば、超低域の正弦波）を符号化する場合であっても、隣接するサブバンド間の分析窓のクロスポイントで、知覚可能な量子化誤差が生じるおそれが少なくなる。

パワー算出部４３の後段に接続されたマスキング算出部４６、最小可聴限合成部４７、ＳＭＲ算出部４８、ＭＮＲ算出部４９、および量子化ビット数算出部５０は、上述の第１実施形態に係るディジタルデータ符号化処理と同様、マスキングしきい値対雑音比ＭＮＲｊ（ｎ）を用いたビット割り当てを行い、量子化ビット数を決定する。

量子化部５１は、上述の第１実施形態に係るディジタルデータ符号化処理と同様、量子化ビット数算出部５０によって算出された各周波数帯域の量子化ビット数ＷＬ(ｊ)と、スケールファクタ算出部４４で算出されたスケールファクタＳＦ（ｊ）と、時間周波数変換部４２によって変換されたＭＤＣＴ係数Ｋ(ｍ)とを、上記した式（１）に従って量子化する。

パッキング部５２は、量子化ビット数算出部５０で得られた量子化係数と、スケールファクタ算出部４４で算出されたスケールファクタＳＦ（ｊ）と、量子化ビット数算出部５０によって算出された各周波数帯域の量子化ビット数ＷＬ(ｊ)とを、圧縮符号化する。このようにして圧縮符号化されたディジタル音声データは、信号処理回路８等を介してミニディスク１２に記録される。

一方、ミニディスク１２を再生する際、音声伸長回路１５のアンパッキング部５３および逆量子化部５４は、圧縮符号化された符号化データから、量子化係数ＭＫ(ｍ)、量子化ビット数ＷＬ(ｊ)、およびスケールファクタＳＦ（ｊ）を展開する。さらに、逆量子化部５４は、式（３）に従い逆量子化を行う。

Ｉ（ｍ）＝ ＳＦ（ｊ）×ＭＫ（ｍ）／（２^{ＷＬ（ｊ）−１}−１）…式（３）
ただし、ｍ：ＩＭＤＣＴ入力信号のインデックス
ｊ：逆量子化周波数帯域のインデックス
Ｉ(ｍ):ＩＭＤＣＴ入力信号
ＭＫ(ｍ):量子化係数
ＷＬ(ｊ):量子化ビット数
ＳＦ(ｊ):スケールファクタ
周波数時間変換部５５は、逆量子化された、ＩＭＤＣＴの入力に対して、サブバンドフレーム単位毎にＩＭＤＣＴ(Inverse Modified Discrete Trance Form)処理を施す。このとき、ＩＭＤＣＴ処理によって得られる逆変換信号ym（i），および復元信号ｘ^m(ｉ)は次式（４）で示される。

ただし、ｍ：フレーム番号
ym(i):逆変換データ
f(i):逆変換用窓関数
Ｘｍ（ｋ）:変換データ
x^m(ｉ)：復元信号である。

周波数帯域合成部５６は、周波数時間変換部５５によって得られた復元信号ｘ^m（ｋ）に対して帯域合成フィルタであるＩＱＭＦ（Inverse Quadrature Mirror Filter）を用いたフィルタリングを行うことで、元のディジタル音声データを復元し、該ディジタルデータを次段のＤ／Ａ変換回路１６に送出する。

なお、変換データＸｍ（ｋ）が量子化による影響を受けることなく、復元信号ｘ^m(ｉ)で入力信号が復元されるためには、上記した時間周波数変換部４２および周波数時間変換部５５は、次式（５）を満たすように設計されるべきである。なお、下記の条件はCAS90-10 DSP90-14等により既に公知とされている。

h(i)F(i)＋h(i＋M)f(i＋M)＝１
h(2M-i-1)f(i＋M)＝h(M-i-1) （i=0，…，M-1）…式（５）
一方、変換データＸｍ（ｋ）が量子化による影響を受けた場合について、参考までに説明する。図９（ａ）および図９（ｂ）は変換データＸｍ（ｋ）が量子化による影響を受けた場合を説明する図である。特に図９（ａ）は周波数帯域合成部５６から出力されるディジタル音声データの一例を示しており、図９（ｂ）は該ディジタル音声データの符号化時におけるビット割り当ての一例を示している。

図９（ｂ）に示すように、サブバンドフレームＳＢ１の低域から１／３程度の周波数成分にのみビットを割り当てた場合、復元信号ｘ^m(ｉ)の周波数特性は図９（ａ）のようになり、窓関数の周波数特性のノイズが発生する。

このような量子化ノイズは、サブバンドフレームＳＢ１のどの周波数でも少なからず発生するが、この例ではサブバンドフレームＳＢ１の低域からＳＢ１の１／３程度の周波数成分に集中してビットを割り当てるため、残りの２／３の周波数成分における量子化ノイズが知覚されやすい。

したがって、前述した通り、スケールファクタＳＦｊの最大値ＳＦmaxが存在するサブバンドフレームＳＢ１に少なくとも最低の量子化ビット数を割り当てれば、特定周波数のノイズを低減することが可能となる。

なお、上記の実施形態では、本発明に係るディジタルデータの符号化方法をミニディスク録音再生装置に適用した例を挙げて説明を行ったが、本発明の適用範囲がこれに限定されないことは言うまでもない。たとえばＣＤ（Compact Disc）、ＤＶＤ（Digital Video Disk）、ｍｐ３のリーダライタに本発明の符号化方法を適用することも可能である。

また、本発明の符号化方法は、上述した各実施形態に係る符号化方法に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

なお、本発明のディジタルデータの符号化方法は、楽音や音声等のディジタルデータを周波数領域に変換するステップと、上記周波数領域を複数の周波数帯域に分割するステップと、聴覚心理特性を反映して上記周波数帯域のパワーまたはエネルギーの大きさから各周波数帯域のマスキング閾値対雑音比を求めるステップと、上記マスキング閾値対雑音比の大小に基づいて上記周波数帯域毎にビット割り当てを行うステップと、上記分割された周波数帯域毎に算出されるスペクトル成分の最大値に対応するスケールファクタの最大値及び平均値を用いて、純音性の判定基準を変化させるステップを含む構成であってもよい。さらに、上記構成のディジタルデータの符号化方法において、上記ディジタルデータの純音性の高低に応じて、マスキング特性を変更してもよい。

また、本発明のディジタルデータの符号化方法は、楽音、音声等のディジタルデータを複数のサブバンドフレームに分割するステップと、上記サブバンドフレームを周波数領域に変換するステップと、上記周波数領域を複数の周波数帯域に分割するステップと、上記周波数帯域毎にビット割当てを行うステップと、上記分割された周波数帯域毎に算出されるスペクトル成分の最大値に対応するスケールファクタの最大値および平均値を用いて、純音性の判定基準を変化させるステップとを含む構成であってもよい。

さらに、上記スケールファクタの平均値を算出するステップにおいて、スケールファクタの最大値を除いて該平均値を算出してもよい。また、スケールファクタの最大値と上記複数のサブバンドフレームに分割する際のフィルタによる折り返しノイズを除いて平均値を算出してもよい。

また、本発明のディジタルデータの符号化方法は、楽音、音声等のディジタルデータを複数のサブバンドフレームに分割するステップと、上記サブバンドフレームを周波数領域に変換するステップと、上記周波数領域を周波数帯域に分割するステップと、上記周波数帯域毎にビット割当てを行うステップとを有する方法であって、上記分割された周波数帯域毎に算出されるスペクトル成分の最大値に対応するスケールファクタの最大値および平均値を用いて純音性を判定し、入力された上記ディジタルデータの純音性が高い場合、上記周波数帯域ごとに算出されるスペクトル成分の最大値に対応するスケールファクタの最大値が存在するサブバンドフレームの全ての周波数帯域に、少なくとも最低量子化ビット数以上のビットを割り当てる方法であってもよい。

本発明のディジタルデータの符号化方法を用いることにより、入力ディジタルデータにおける信号振幅の大小に関わらず純音性の判定を厳密に行うことができる。したがって、楽音や音声等のディジタルデータを符号化して録音する機器、たとえばミニディスク録音装置における高精度の純音性の判定を実現し、該機器のオーディオ特性および録音されたデータの音質を向上させるのに適している。

図２のミニディスク録音再生装置における音声圧縮回路の一構成例を示すブロック図である。 本発明の一実施形態に係るディジタルデータの符号化方法を採用したミニディスク録音再生装置の構成を示すブロック図である。 ＱＭＦのフィルタ特性を示す図である。 （ａ）ないし（ｄ）は、図１の音声圧縮回路におけるスケールファクタ算出部で算出されたスケールファクタを示す図である。 図２のミニディスク録音再生装置における音声圧縮回路の他の構成例を示すブロック図である。 順変換用窓関数ｈ（ｉ）の時間特性の一例を示す概念図である。 順変換用窓関数ｈ（ｉ）の周波数特性の一例を示す概念図である。 （ａ）および（ｂ）は、本実施形態における量子化ビット数の割り当て制御を説明するための図である。 （ａ）および（ｂ）は、変換データＸｍ（ｋ）が量子化による影響を受けた場合を説明する図である。

符号の説明

１ ミニディスク録音再生装置（符号化装置）
３１ スケールファクタ算出部（スケールファクタ算出手段）
３２ 純音性判定部（純音性判定手段）
４４ スケールファクタ算出部（スケールファクタ算出手段）
４５ 純音性判定部（純音性判定手段）

Claims (6)

1. 楽音や音声等のディジタルデータを周波数領域に変換し、上記周波数領域を複数の周波数帯域に分割し、分割された各周波数帯域についてビット割り当てを行うディジタルデータの符号化方法において、
   上記ディジタルデータを構成するスペクトル成分の最大値に対応するスケールファクタを上記各周波数帯域について算出し、該スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更することを特徴とするディジタルデータの符号化方法。
2. 上記スケールファクタの最大値および平均値を用いて変更される判定基準を用いて判定された純音性の高低に応じて、マスキング特性を変更し、
   該変更されたマスキング特性に応じて決定されるマスキングしきい値対雑音比に基づき、上記分割された各周波数帯域についてビット割り当てを行うことを特徴とする請求項１に記載のディジタルデータの符号化方法。
3. 上記楽音や音声等のディジタルデータをフィルタにより複数のサブバンドフレームに分割し、分割されたサブバンドフレームを上記周波数領域に変換するとともに、
   上記フィルタを用いることにより発生する折り返しノイズを除いて、上記スケールファクタの平均値を算出することを特徴とする請求項１または２に記載のディジタルデータの符号化方法。
4. 上記スケールファクタの最大値を除いて、上記スケールファクタの平均値を算出することを特徴とする請求項１ないし３のいずれか１項に記載のディジタルデータの符号化方法。
5. 上記楽音や音声等のディジタルデータを複数のサブバンドフレームに分割し、分割されたサブバンドフレームを上記周波数領域に変換するとともに、
   上記ディジタルデータの純音性が高いと判定された場合、上記スケールファクタの最大値が存在するサブバンドフレームに、最低量子化ビット数以上のビットを割り当てることを特徴とする請求項１ないし４のいずれか１項に記載のディジタルデータの符号化方法。
6. 楽音や音声等のディジタルデータを周波数領域に変換し、上記周波数領域を複数の周波数帯域に分割し、分割された各周波数帯域についてビット割り当てを行うディジタルデータの符号化装置において、
   上記ディジタルデータを構成するスペクトル成分の最大値に対応するスケールファクタを上記各周波数帯域について算出するスケールファクタ算出手段と、
   該スケールファクタの最大値および平均値を用いて、純音性の判定基準を変更する純音性判定手段とを備えていることを特徴とするディジタルデータの符号化装置。

Images