JP2006011170A - 信号符号化装置及び方法、並びに信号復号装置及び方法 - Google Patents

Abstract

【課題】 臨界帯域に分割することなく、再生時の雑音感が最小となるようにオーディオ信号を符号化する。
【解決手段】 信号符号化装置１において、周波数正規化部１１は、スペクトル信号の各スペクトルをそれぞれ正規化係数を用いて正規化し、スペクトル毎の正規化係数インデックスを量子化精度決定部１３に供給する。量子化精度決定部１３は、正規化され所定のレンジ変換が施されたレンジ変換スペクトル信号のスペクトル毎の正規化係数インデックスに対して聴覚特性を利用した重み係数を加算し、この加算結果に応じて量子化精度を決定する。そして、量子化部１４は、量子化精度決定部１３から供給された量子化精度インデックスに応じた量子化精度で量子化を行い、符号化・符号列生成部１５は、量子化精度決定部１３から供給された重み係数を正規化係数インデックスや量子化スペクトル信号と共に符号化する。
【選択図】 図１

Description

本発明は、入力されたディジタルオーディオ信号をいわゆる変換符号化によって符号化し、得られた符号列を出力する信号符号化装置及びその方法、並びにその符号列を復号して元のオーディオ信号を復元する信号復号装置及びその方法に関する。

従来より、音声や音楽等のオーディオ信号の符号化手法が種々知られているが、その１つとして、例えば時間領域のオーディオ信号を周波数領域のスペクトル信号に変換（スペクトル変換）する、いわゆる変換符号化手法を挙げることができる。

ここで、上述したスペクトル変換としては、例えば入力されたオーディオ信号を所定単位時間（フレーム）毎にブロック化し、当該ブロック毎に離散フーリエ変換（Discrete Fourier Transformation；ＤＦＴ）、離散コサイン変換（Discrete Cosine Transformation；ＤＣＴ）、或いは変形離散コサイン変換（Modified DCT；ＭＤＣＴ）などを行うことで時間領域のオーディオ信号を周波数領域のスペクトル信号に変換するものがある。

また、このスペクトル変換によって生成されたスペクトル信号を符号化する際には、スペクトル信号をある一定幅の周波数帯域に分割し、周波数帯域毎に正規化した後に量子化して符号化する方法がある。周波数帯域分割を行う際の各周波数帯域の幅は、人間の聴覚特性を考慮して決定されることがある。具体的には、スペクトル信号を臨界帯域（クリティカルバンド）と呼ばれる高域ほど広くなるような帯域分割幅で複数（例えば２４や３２）の周波数帯域に分割することがある。また、各周波数帯域毎に適応的なビット割り当て（ビットアロケーション）を行って符号化することもある。ビット割り当て手法としては、例えば下記非特許文献１に記載されている手法が挙げられる。

IEEE Transactions of Acoustics, Speech, and Signal Processing, Vol.ASSP-25, No.4, August 1977

この非特許文献１では、周波数帯域毎の各周波数成分の大きさを元にビット割り当てを行っている。この手法では、量子化雑音スペクトルが平坦になり、雑音エネルギが最小になるが、聴覚的にはマスキング効果や等感度曲線が考慮されていないため、実際の雑音感は最小ではない。

また、この非特許文献１では臨界帯域という概念を利用し、高域ほど広い帯域分割幅でまとめて量子化を行っているため、低域に比べて高域では量子化精度確保に対する情報効率が悪化するという問題がある。しかも、この問題を解消するためには、１つの周波数帯域の中から特定の周波数成分だけを分離・抽出する方法や、大きな周波数成分を予め時間領域で分離・抽出する方法といった付加的な機能が必要となってしまう。

本発明は、このような従来の実情に鑑みて提案されたものであり、臨界帯域に分割することなく、再生時の雑音感が最小となるようにオーディオ信号を符号化する信号符号化装置及びその方法、並びにその符号列を復号して元のオーディオ信号を復元する信号復号装置及びその方法を提供することを目的とする。

上述した目的を達成するために、本発明に係る信号符号化装置は、入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換するスペクトル変換手段と、所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成する正規化手段と、該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定する量子化精度決定手段と、上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成する量子化手段と、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して符号列を生成する符号化手段とを備えることを特徴とする。

ここで、上記量子化精度決定手段は、上記オーディオ信号又は上記スペクトル信号の特徴に基づいて上記重み係数を決定する。

また、本発明に係る信号符号化方法は、入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換するスペクトル変換工程と、所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成する正規化工程と、該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定する量子化精度決定工程と、上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成する量子化工程と、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して符号列を生成する符号化工程とを有することを特徴とする。

また、本発明に係る信号復号装置は、上述した信号符号化装置及びその方法によって生成された符号列を復号してオーディオ信号を復元するものであって、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み情報を少なくとも復号する復号手段と、上記正規化係数のインデックスに対して周波数成分毎に上記重み情報から決定された重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を復元する量子化精度復元手段と、上記周波数成分毎の量子化精度に応じて上記量子化スペクトル信号を逆量子化して正規化スペクトル信号を復元する逆量子化手段と、上記正規化係数を用いて上記正規化スペクトル信号を周波数成分毎に逆正規化してスペクトル信号を復元する逆正規化手段と、上記スペクトル信号を変換して上記所定単位時間毎のオーディオ信号を復元する逆スペクトル変換手段とを備えることを特徴とする。

また、本発明に係る信号復号装置は、同様に上述した信号符号化装置及びその方法によって生成された符号列を復号してオーディオ信号を復元するものであって、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み情報を少なくとも復号する復号工程と、上記正規化係数のインデックスに対して周波数成分毎に上記重み情報から決定された重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を復元する量子化精度復元工程と、上記周波数成分毎の量子化精度に応じて上記量子化スペクトル信号を逆量子化して正規化スペクトル信号を復元する逆量子化工程と、上記正規化係数を用いて上記正規化スペクトル信号を周波数成分毎に逆正規化してスペクトル信号を復元する逆正規化工程と、上記スペクトル信号を変換して上記所定単位時間毎のオーディオ信号を復元する逆スペクトル変換工程とを有することを特徴とする。

本発明に係る信号符号化装置及びその方法、並びに信号復号装置及びその方法によれば、信号符号化装置において、各周波数成分の値に依存してビットを割り当てる際に聴覚特性を利用した重み係数を用意し、この重み係数に関する重み情報を正規化係数のインデックスや量子化スペクトル信号と共に符号化して符号列に含め、信号復号装置では、この符号列を復号して得られる重み係数を用いて周波数成分毎の量子化精度を復元し、この量子化精度に応じて量子化スペクトルを逆量子化することで、再生時の雑音感を最小化することができる。

以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。この実施の形態は、本発明を、入力されたディジタルオーディオ信号をいわゆる変換符号化によって符号化し、得られた符号列を出力する信号符号化装置及びその方法、並びにその符号列を復号して元のオーディオ信号を復元する信号復号装置及びその方法に適用したものである。

先ず、本実施の形態における信号符号化装置の概略構成を図１に示す。また、図１に示す信号符号化装置１における符号化処理の手順を図２のフローチャートに示す。以下、図１を参照しながら、図２のフローチャートについて説明する。

図２のステップＳ１において、時間−周波数変換部１０は、オーディオ信号（ＰＣＭ（Pulse Code Modulation）データ等）を所定単位時間（フレーム）毎に入力し、ステップＳ２において、このオーディオ信号を変形離散コサイン変換（Modified Discrete Cosine Transformation；ＭＤＣＴ）によりスペクトル信号に変換する。この結果、図３（Ａ）に示すＮ本のオーディオ信号は、図３（Ｂ）に示すＮ／２本のＭＤＣＴスペクトル（絶対値表示）に変換される。時間−周波数変換部１０は、スペクトル信号を周波数正規化部１１に供給すると共に、スペクトルの本数情報を符号化・符号列生成部１５に供給する。

次にステップＳ３において、周波数正規化部１１は、図４に示すようにＮ／２本の各スペクトルをそれぞれ正規化係数ｓｆ（０），・・・，ｓｆ（Ｎ／２−１）で正規化し、正規化スペクトル信号を生成する。ここで、正規化係数ｓｆは６ｄＢずつ、すなわち２倍ずつのステップ幅を持っているものとする。正規化に際しては各スペクトルの値よりも１段階だけ大きな値の正規化係数を用いることにより、正規化スペクトルの値の範囲を±０．５〜±１．０の範囲に集約することができる。周波数正規化部１１は、正規化スペクトル毎の正規化係数ｓｆを例えば以下の表１に示すように正規化係数インデックスidsfに変換し、正規化スペクトル信号をレンジ変換部１２に供給すると共に、正規化スペクトル毎の正規化係数インデックスidsfを量子化精度決定部１３及び符号化・符号列生成部１５に供給する。

続いてステップＳ４において、レンジ変換部１２は、図５の左縦軸に示すように±０．５〜±１．０の範囲に集約された正規化スペクトルの値を、±０．５の位置を０．０と見なすことで、右縦軸に示すように０．０〜±１．０の範囲にレンジ変換する。本実施の形態の信号符号化装置１では、このようなレンジ変換を行ってから量子化を行うため、量子化精度を向上させることが可能である。レンジ変換部１２は、レンジ変換後のレンジ変換スペクトル信号を量子化精度決定部１３に供給する。

続いてステップＳ５において、量子化精度決定部１３は、周波数正規化部１１から供給された正規化係数インデックスidsfに基づいて各レンジ変換スペクトルの量子化精度を決定し、レンジ変換スペクトル信号と後述する量子化精度インデックスidwlとを量子化部１４に供給する。また、量子化精度決定部１３は、量子化精度を決定する際に用いた重み情報を符号化・符号列生成部１５に供給するが、重み情報を用いた量子化精度決定処理についての詳細は後述する。

続いてステップＳ６において、量子化部１４は、量子化精度決定部１３から供給された量子化精度インデックスidwlがａである場合に２＾ａの量子化ステップで各レンジ変換スペクトルを量子化して量子化スペクトルを生成し、量子化スペクトル信号を符号化・符号列生成部１５に供給する。量子化精度インデックスidwlと量子化ステップnstepsとの関係の一例を以下の表２に示す。なお、この表２では、量子化精度インデックスidwlがａである場合の量子化ステップを２＾ａ−１としている。

この結果、例えば量子化精度インデックスidwlが３である場合には、レンジ変換スペクトルの値をnspecとし、量子化スペクトルの値をｑ（−３≦ｑ≦３）としたとき、下記の式（１）に従って、図６に示すように量子化される。なお、図６における黒丸はレンジ変換スペクトルの値を示し、白丸は量子化スペクトルの値を示す。
ｑ＝(int)(floor(nspec ＊3.5)＋0.5) ・・・（１）
続いてステップＳ７において、符号化・符号列生成部１５は、時間−周波数変換部１０から供給されたスペクトルの本数情報、周波数正規化部１１から供給された正規化係数インデックスidsf、量子化精度決定部１３から供給された重み情報、量子化スペクトル信号をそれぞれ符号化し、ステップＳ８において符号列を生成し、ステップＳ９において、この符号列を出力する。

最後にステップＳ１０において、オーディオ信号の最後のフレームであるか否かが判別され、最後のフレームである場合（Yes）には符号化処理を終了し、そうでない場合（No）にはステップＳ１に戻って次のフレームのオーディオ信号を入力する。

ここで、上述した量子化精度決定部１３における処理の詳細について説明する。なお、量子化精度決定部１３は、上述したように重み情報を用いてレンジ変換スペクトル毎の量子化精度を決定するが、以下では先ず、重み情報を用いずに量子化精度を決定するものとして説明する。

量子化精度決定部１３は、周波数正規化部１１から供給された正規化スペクトル毎の正規化係数インデックスidsf及び所定の変数Ａから、各レンジ変換スペクトルの量子化精度インデックスidwlを以下の表３に示すように一意に決定する。

この表３から分かるように、正規化係数インデックスidsfが１つ小さくなると量子化精度インデックスidwlも１つ小さくなり、ゲインが最大６ｄＢ下がる。これは、正規化係数インデックスidsfがＸであり量子化精度がＢである場合の絶対ＳＮＲ（Signal to Noise Ratio）をＳＮＲabsとしたとき、正規化係数インデックスidsfがＸ−１である場合に同等のＳＮＲabsを得るには略々Ｂ−１の量子化精度が必要となり、また正規化係数インデックスidsfがＸ−２である場合には同様に略々Ｂ−２の量子化精度が必要となることに着目したものである。具体的に、正規化係数が４，２，１であり、量子化精度インデックスidwlが３，４，５，６である場合における絶対最大量子化誤差を以下の表４に示す。

この表４から分かるように、正規化係数が４、量子化精度インデックスidwlが５であるときの絶対最大量子化誤差（＝0.129）は、正規化係数が２、量子化精度インデックスidwlが４であるときの絶対最大量子化誤差（＝0.133）と略々同じ値となっている。なお、量子化精度インデックスidwlがａであるときの量子化ステップnstepsを２＾ａにすればＢ、Ｂ−１、Ｂ−２は相互に完全に一致するが、ここでは上述した表１と同様に量子化ステップnstepsを２＾ａ−１としているため、若干の誤差が生じている。

上述した変数Ａとは、最大の正規化係数インデックスidsfに対して割り当てられる最大量子化ビット数（最大量子化情報）を示しており、この値は付加情報として符号列に含められる。なお、後述するが、この変数Ａとしては先ず規格上とり得る最大の量子化ビット数を設定し、符号化の結果、総使用ビット数が総使用可能ビット数を上回る場合には、順次繰り下げられる。

この変数Ａの値が１７ビットである場合において、レンジ変換スペクトル毎の正規化係数インデックスidsfと量子化精度インデックスidwlとの関係を示すテーブルの一例を以下の表５に示す。この表５において丸で囲まれている数字は、レンジ変換スペクトル毎に決定された量子化精度インデックスidwlを表すものとする。

表５に示すように、正規化係数インデックスidsfが最大の３１である場合には最大量子化ビット数である１７ビットで量子化が行われ、例えば正規化係数インデックスidsfが最大の正規化係数インデックスidsfより２だけ小さい２９である場合には１５ビットで量子化が行われる。

ここで、該当する正規化係数インデックスidsfが最大の正規化係数インデックスidsfよりも１７以上小さい場合には量子化ビットがマイナスになってしまうが、その場合は０ビットと下限を設けることとする。なお、正規化係数インデックスidsfには５ビットが与えられるため、この表５で量子化ビット数が０ビットとなった場合でも、符号ビットのみ１ビットで記述することにより平均ＳＮＲとして３ｄＢの精度でスペクトル情報を記録することも可能であるが、このような符号ビットの記録は必須ではない。

以上のようにして、正規化係数インデックスidsfから各レンジ変換スペクトルの量子化精度インデックスを一意に決定した場合におけるスペクトルの包線及びノイズフロアを図７に示す。図７に示すように、この場合のノイズフロアは略々平坦になる。すなわち、人間の聴感上重要な低域についても聴感上重要でない高域についても一様な量子化精度で量子化を行っているため、雑音感は最小とならない。

そこで、本実施の形態における量子化精度決定部１３は、実際にはレンジ変換スペクトル毎に正規化係数インデックスidsfに重み付けを行い、この重み付けされた正規化係数インデックスidsf1を用いて上述と同様に量子化精度インデックスidwlを決定する。

具体的には、先ず以下の表６に示すように、各レンジ変換スペクトルの正規化係数インデックスidsfに対して重み係数Ｗｎ［ｉ］（ｉ＝０〜Ｎ／２−１）を加算して、新たな正規化係数インデックスidsf1を生成する。

この表６の例では、低域の正規化係数インデックスidsfには４乃至１の値を加算し、高域の正規化係数インデックスidsfには何も加算していない。この結果、正規化係数インデックスidsfの最大値が３５となるため、表５のテーブルを正規化係数インデックスidsfの最大加算数である４だけ大きい方向へ単純に拡張したとすると、例えば以下の表７のようになる。この表７において、破線の丸で囲まれている数字は重み付けを行わない場合にレンジ変換スペクトル毎に決定された量子化精度インデックスidwlを表し、実線の丸で囲まれている数字は重み付けを行う場合にレンジ変換スペクトル毎に決定された量子化精度インデックスidwl1を表すものとする。

この表７の例では、低域の量子化精度が向上するが、最大量子化ビット数（最大量子化情報）が増加して総使用ビット数が増加するため、総使用ビット数が総使用可能ビット数を超えてしまう可能性がある。そこで、現実的には総使用ビット数が総使用可能ビット数に収まるようにビット調整を行う結果、例えば以下の表８に示すようなテーブルとなる。この例では、最大量子化ビット数（最大量子化情報）を表７の２１から１９に減少させることで、総使用ビット数を調整している。

表５で決定される量子化精度インデックスと表８で決定される量子化精度インデックスidwl1とを比較すると以下の表９のようになる。

この表９から分かるように、インデックスが０から３であるレンジ変換スペクトルの量子化精度が向上している一方で、インデックスが６以上のレンジ変換スペクトルの量子化精度が減少している。このように、正規化係数インデックスidsfに対して重み係数Ｗｎ［ｉ］を加算することで、低域にビットを集中させて人間の聴覚に重要な帯域の音質を向上させることができる。

本実施の形態では、この重み係数Ｗｎ［ｉ］をテーブル化した重み係数テーブルＷｎ［］を予め複数持っておくか、又はモデリング数式及びパラメータを複数持っておき逐次重み係数テーブルＷｎ［］を生成するかし、一定の基準を基に音源の特徴（周波数エネルギ、過渡特性、ゲイン、マスキング特性など）を判定して、最適と判断される重み係数テーブルＷｎ［］を利用する。この判定処理のフローチャートを図８及び図９に示す。

重み係数テーブルＷｎ［］を予め複数持っておく場合、先ず図８のステップＳ２０において、スペクトル信号又は時間領域のオーディオ信号を解析し、特徴量（周波数エネルギ、過渡特性、ゲイン、マスキング特性など）を抽出する。次にステップＳ２１において、この特徴量を元に重み係数テーブルＷｎ［］を選択し、ステップＳ２２において、選択した重み係数テーブルＷｎ［］のインデックスと重み係数Ｗｎ［ｉ］（ｉ＝０〜Ｎ／２−１）とを出力する。

一方、モデリング数式及びパラメータを複数持っておき逐次重み係数テーブルＷｎ［］を生成する場合、先ずステップＳ３０において、スペクトル信号又は時間領域のオーディオ信号を解析し、特徴量（周波数エネルギ、過渡特性、ゲイン、マスキング特性など）を抽出する。次にステップＳ３１において、この特徴量を元にモデリング数式ｆｎ（ｉ）を選択し、ステップＳ３２において、このモデリング数式ｆｎ（ｉ）のパラメータａ，ｂ，ｃ，・・・を選択する。ここで、モデリング数式ｆｎ（ｉ）とは、レンジ変換スペクトルの順序とパラメータａ，ｂ，ｃ，・・・とからなる多項式であり、例えば下記の式（２）のように表される。

fn(i)＝fa(a,i)＋fb(b,i)＋fc(c,i).... ・・・（２）
続いてステップＳ３３において、このモデリング数式ｆｎ（ｉ）を計算して重み係数テーブルＷｎ［］を生成し、モデリング数式ｆｎ（ｉ）のインデックス及びパラメータａ，ｂ，ｃ，・・・と重み係数Ｗｎ［ｉ］（ｉ＝０〜Ｎ／２−１）とを出力する。

なお、この重み係数テーブルＷｎ［］を選択する際の「一定の基準」は絶対的なものではなく、各信号符号化装置において任意に設定可能なものである。信号符号化装置では、選択された重み係数テーブルＷｎ［］のインデックス、又はモデリング数式ｆｎ（ｉ）のインデックス及びパラメータａ，ｂ，ｃ，・・・を符号列中に含める。信号復号装置では、この重み係数テーブルＷｎ［］のインデックス、又はモデリング数式ｆｎ（ｉ）のインデックス及びパラメータａ，ｂ，ｃ，・・・に応じて量子化精度を再計算するため、基準の異なる信号符号化装置によって生成された符号列との互換性は保たれる。

以上のようにして、正規化係数インデックスidsfに重み付けを行った新たな正規化係数インデックスidsf1から各レンジ変換スペクトルの量子化精度インデックスを一意に決定した場合におけるスペクトルの包線及びノイズフロアの一例を図１０に示す。重み係数Ｗｎ［ｉ］を全く加算しない場合のノイズフロアは直線ＡＣＥであり、重み係数Ｗｎ［ｉ］を加算した場合のノイズフロアは直線ＢＣＤになる。つまり、ノイズフロアを直線ＡＣＥから直線ＢＣＤに変形させるものが重み係数Ｗｎ［ｉ］である。この図１０の例では、三角形ＣＤＥのビットを三角形ＡＢＣに分配した結果、三角形ＡＢＣのＳＮＲが向上し、ノイズフロアが右上がりの直線になっている。なお、この例では簡単のため三角形を用いて説明しているが、重み係数テーブルＷｎ［］、又はモデリング数式及びパラメータの持ち方によって、ノイズフロアを任意の形に変形させることが可能である。

ここで、従来の量子化精度の決定処理と本実施の形態における量子化精度の決定処理とを図１１及び図１２に示す。

従来では、先ずステップＳ４０において、正規化係数インデックスidsfに従って量子化精度を決定し、ステップＳ４１において、スペクトルの本数情報、正規化情報、量子化情報及びスペクトル情報を符号化する際に必要となる総使用ビット数を計算する。続いてステップＳ４２において、総使用ビット数が総使用可能ビット数以下であるか否かを判別し、総使用ビット数が総使用可能ビット数以下である場合（Yes）には処理を終了し、そうでない場合（No）にはステップＳ４０に戻って量子化精度を再度決定する。

一方、本実施の形態では、先ずステップＳ５０において、上述のように重み係数テーブルＷｎ［］を決定し、ステップＳ５１において、正規化係数インデックスidsfに重み係数Ｗｎ［ｉ］を加算して新たな正規化係数インデックスidsf1を生成する。続いてステップＳ５２において、正規化係数インデックスidsf1に従って量子化精度インデックスidwl1を一意に決定し、ステップＳ５３において、スペクトルの本数情報、正規化情報、重み情報及びスペクトル情報を符号化する際に必要となる総使用ビット数を計算する。続いてステップＳ５４において、総使用ビット数が総使用可能ビット数以下であるか否かを判別し、総使用ビット数が総使用可能ビット数以下である場合（Yes）には処理を終了し、そうでない場合（No）にはステップＳ５０に戻って重み係数テーブルＷｎ［］を再度決定する。

図１１に従って量子化精度を決定した場合における符号列と図１２に従って量子化精度を決定した場合における符号列とをそれぞれ図１３（Ａ）、（Ｂ）に示す。図１３（Ａ）、（Ｂ）に示すように、重み係数テーブルＷｎ［］を使用することにより、従来、量子化情報の符号化に必要であったビット数よりも少ないビット数で重み情報（最大量子化情報を含む）を符号化することができるため、余剰ビットをスペクトル情報の符号化に使用することができる。

なお、上述した重み係数テーブルＷｎ［］は、信号復号装置の規格を決定した段階からは変更が利かなくなってしまう。このため、次のような仕組みを予め組み込んでおくこととする。

先ず、上述の例における最大量子化ビット数は最大の正規化係数インデックスidsfに対して与えられる量子化ビット数であり、これは総使用ビット数が総使用可能ビット数を超えない最も近い値が設定される。これを、総使用ビット数が総使用可能ビット数に対して余裕をもつように設定する。例えば表８を例にとると、最大量子化ビット数は１９ビットであるが、これを１０ビットといったように小さな値に留めておく。この場合、余剰ビットが多量に発生する符号列が生成されるが、その時点での信号復号装置においてはそのデータは棄却されるだけである。次世代の信号符号化装置、信号復号装置では、この余剰ビットを新たに決められた規格に従って配分して符号化・復号すればよいので、後方互換性は確保できるという利点がある。具体的には、例えば図１４（Ａ）に示すようなどの信号復号装置においても復号可能な符号列に使用するビット数を削減し、余剰ビットを図１４（Ｂ）に示すように新たな重み情報とその重み情報を用いて符号化した新たなスペクトル情報に分配することができる。

次に、本実施の形態における信号復号装置の概略構成を図１５に示す。また、図１５に示す信号復号装置２における復号処理の手順を図１６のフローチャートに示す。以下、図１５を参照しながら、図１６のフローチャートについて説明する。

図１６のステップＳ６０において、符号列復号部２０は、所定単位時間（フレーム）毎に符号化された符号列を入力し、ステップＳ６１において、この符号列を復号する。このとき、符号列復号部２０は、復号したスペクトルの本数情報、正規化情報及び重み情報（最大量子化情報を含む）を量子化精度復元部２１に供給し、量子化精度復元部２１は、これらの情報に基づいて量子化精度インデックスidwl1を復元する。また、符号列復号部２０は、復号した本数情報及び量子化スペクトル信号を逆量子化部２２に供給し、復号した本数情報及び正規化情報を逆正規化部２４に供給する。

このステップＳ６１における符号列復号部２０及び量子化精度復元部２１の処理について、図１７のフローチャートを用いてさらに詳細に説明する。先ずステップＳ７０において本数情報を復号し、ステップＳ７１において正規化情報を復号し、ステップＳ７２において重み情報を復号する。次にステップＳ７３において、正規化情報を復号して得られた正規化係数インデックスidsfに重み係数Ｗｎを加算して正規化係数インデックスidsf1を生成し、ステップＳ７４において、この正規化係数インデックスidsf1から量子化精度インデックスidwl1を一意に復元する。

図１６に戻ってステップＳ６２において、逆量子化部２２は、量子化精度復元部２１から供給された量子化精度インデックスidwl1に基づいて量子化スペクトル信号を逆量子化し、レンジ変換スペクトル信号を生成する。逆量子化部２２は、このレンジ変換スペクトル信号を逆レンジ変換部２３に供給する。

続いてステップＳ６３において、逆レンジ変換部２３は、０．０〜±１．０の範囲にレンジ変換されていたレンジ変換スペクトルの値を±０．５〜±１．０の範囲に逆レンジ変換して正規化スペクトル信号を生成する。逆レンジ変換部２３は、この正規化スペクトル信号を逆正規化部２４に供給する。

続いてステップＳ６４において、逆正規化部２４は、正規化情報を復号して得られた正規化係数インデックスidsfを用いて正規化スペクトル信号を逆正規化し、得られたスペクトル信号を周波数−時間変換部２５に供給する。

続いてステップＳ６５において、周波数−時間変換部２５は、逆正規化部２４から供給さえたスペクトル信号を逆ＭＤＣＴにより時間領域のオーディオ信号（ＰＣＭデータ等）に変換し、ステップＳ６６において、このオーディオ信号を出力する。

最後にステップＳ６７において、オーディオ信号の最後の符号列であるか否かが判別され、最後の符号列である場合（Yes）には復号処理を終了し、そうでない場合（No）にはステップＳ６０に戻って次のフレームの符号列を入力する。

以上説明したように、本実施の形態における信号符号化装置１及び信号復号装置２によれば、信号符号化装置１において、各スペクトルの値に依存してビットを割り当てる際に聴覚特性を利用した重み係数Ｗｎ［ｉ］を用意し、この重み係数Ｗｎ［ｉ］に関する重み情報を正規化係数インデックスidsfや量子化スペクトル信号と共に符号化して符号列に含め、信号復号装置２では、この符号列を復号して得られる重み係数Ｗｎ［ｉ］を用いて量子化スペクトル毎の量子化精度を復元し、この量子化精度に応じて量子化スペクトル信号を逆量子化することで、再生時の雑音感を最小化することができる。

また、本実施の形態では、臨界帯域という概念を持たず、全てのスペクトルをそれぞれ正規化係数で正規化し、その正規化係数を全て符号化して符号列に含める。このように、臨界帯域毎ではなくスペクトル毎に正規化係数の記録が必要となるため、情報効率という点では不利であるが、絶対精度的には非常に有利である。但し、スペクトル毎に正規化係数を求めることで、隣接するスペクトル同士の正規化係数に存在する高い相関を利用した効率的な可逆圧縮操作が可能であるため、臨界帯域を用いる場合と比較して一方的に情報効率が不利ということにはならない。

なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。

本実施の形態における信号符号化装置の概略構成を示す図である。 同信号符号化装置における符号化処理の手順を説明するフローチャートである。 同信号符号化装置の時間−周波数変換部における時間−周波数変換処理を説明する図である。 同信号符号化装置の周波数正規化部における正規化処理を説明する図である。 同信号符号化装置のレンジ変換部におけるレンジ変換処理を説明する図である。 同信号符号化装置の量子化部における量子化処理の一例を説明する図である。 正規化係数インデックスの重み付けを行わない場合におけるスペクトルの包線及びノイズフロアを示す図である。 重み係数テーブルＷｎ［］を決定する方法の一例を説明するフローチャートである。 重み係数テーブルＷｎ［］を決定する方法の他の例を説明するフローチャートである。 正規化係数インデックスの重み付けを行う場合におけるスペクトルの包線及びノイズフロアの一例を示す図である。 従来の量子化精度の決定処理を説明するフローチャートである。 本実施の形態における量子化精度の決定処理を説明するフローチャートである。 図１１に従って量子化精度を決定した場合における符号列と図１２に従って量子化精度を決定した場合における符号列とを示す図である。 重み係数の規格が変更された場合における後方互換性を確保する方法を説明する図である。 本実施の形態における信号復号装置の概略構成を示す図である。 同信号復号装置における復号処理の手順を説明するフローチャートである。 同信号復号装置の符号列復号部及び量子化精度復元部における処理を説明するフローチャートである。

符号の説明

１ 信号符号化装置、２ 信号復号装置、１０ 時間−周波数変換部、１１ 周波数正規化部、１２ レンジ変換部、１３ 量子化精度決定部、１４ 量子化部、１５ 符号化・符号列生成部、２０ 符号列復号部、２１ 量子化精度復元部、２２ 逆量子化部、２３ 逆レンジ変換部、２４ 逆正規化部、２５ 周波数−時間変換部

Claims (15)

1. 入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換するスペクトル変換手段と、
   所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成する正規化手段と、
   該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定する量子化精度決定手段と、
   上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成する量子化手段と、
   上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して符号列を生成する符号化手段と
   を備えることを特徴とする信号符号化装置。
2. 上記量子化精度決定手段は、上記オーディオ信号又は上記スペクトル信号の特徴に基づいて上記重み係数を決定することを特徴とする請求項１記載の信号符号化装置。
3. 上記量子化精度決定手段は、上記重み係数がテーブル化された重み係数テーブルを複数有しており、上記オーディオ信号又は上記スペクトル信号の特徴に基づいて該複数の重み係数テーブルの何れかを選択して上記重み係数を決定し、
   上記符号化手段は、選択された重み係数テーブルのインデックスを符号化する
   ことを特徴とする請求項２記載の信号符号化装置。
4. 上記量子化精度決定手段は、上記周波数成分毎の重み係数を決定するためのモデリング数式を複数有しており、上記オーディオ信号又は上記スペクトル信号の特徴に基づいて該複数のモデリング数式の何れかを選択すると共に選択されたモデリング数式のパラメータを決定して上記重み係数を決定し、
   上記符号化手段は、選択されたモデリング数式のインデックス及び該モデリング数式のパラメータを符号化する
   ことを特徴とする請求項２記載の信号符号化装置。
5. 上記量子化精度決定手段は、上記加算結果が最大の周波数成分に対する量子化精度が規格上最大の量子化精度となるように周波数成分毎の量子化精度を決定し、上記符号化手段による符号化の結果、総使用ビット数が総使用可能ビット数を上回る場合には、総使用ビット数が総使用可能ビット数以下となるように周波数成分毎の量子化精度を繰り下げることを特徴とする請求項１記載の信号符号化装置。
6. 上記正規化係数のインデックスが１ずつ増減すると上記量子化精度が１ビットずつ増減することを特徴とする請求項１記載の信号符号化装置。
7. 上記正規化係数は２倍ずつのステップ幅を有しており、
   上記正規化手段は、各周波数成分の値よりも大きく且つ各周波数成分の値に最も近い正規化係数を用いて、各周波数成分の値を±０．５乃至±１．０の範囲に正規化する
   ことを特徴とする請求項１記載の信号符号化装置。
8. ±０．５乃至±１．０の範囲に正規化された各周波数成分を０乃至±１．０の範囲にレンジ変換するレンジ変換手段をさらに備えることを特徴とする請求項７記載の信号符号化装置。
9. 上記量子化精度決定手段は、上記符号化手段による符号化の結果、総使用ビット数が総使用可能ビット数を下回り余剰ビットが発生するように周波数成分毎の量子化精度を決定すると共に、上記正規化係数のインデックスに対して新たな信号復号装置でのみ復号可能な新たな重み係数を周波数成分毎に加算し、該加算結果に基づいて周波数成分毎の新たな量子化精度を決定し、
   上記符号化手段は、上記余剰ビットを利用して、上記新たな量子化精度に応じて量子化された量子化スペクトル信号及び上記新たな重み係数をさらに符号化する
   ことを特徴とする請求項１記載の信号符号化装置。
10. 入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換するスペクトル変換工程と、
    所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成する正規化工程と、
    該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定する量子化精度決定工程と、
    上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成する量子化工程と、
    上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して符号列を生成する符号化工程と
    を有することを特徴とする信号符号化方法。
11. 上記量子化精度決定工程では、上記オーディオ信号又は上記スペクトル信号の特徴に基づいて上記重み係数を決定することを特徴とする請求項１０記載の信号符号化方法。
12. 入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換し、所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成し、該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定し、上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成し、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して生成した符号列を復号して上記オーディオ信号を復元する信号復号装置であって、
    上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み情報を少なくとも復号する復号手段と、
    上記正規化係数のインデックスに対して周波数成分毎に上記重み情報から決定された重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を復元する量子化精度復元手段と、
    上記周波数成分毎の量子化精度に応じて上記量子化スペクトル信号を逆量子化して正規化スペクトル信号を復元する逆量子化手段と、
    上記正規化係数を用いて上記正規化スペクトル信号を周波数成分毎に逆正規化してスペクトル信号を復元する逆正規化手段と、
    上記スペクトル信号を変換して上記所定単位時間毎のオーディオ信号を復元する逆スペクトル変換手段と
    を備えることを特徴とする信号復号装置。
13. 上記正規化係数のインデックスが１ずつ増減すると上記量子化精度が１ビットずつ増減することを特徴とする請求項１２記載の信号復号装置。
14. 上記正規化係数は２倍ずつのステップ幅を有し、上記正規化では、各周波数成分の値よりも大きく且つ各周波数成分の値に最も近い正規化係数を用いて、各周波数成分の値を±０．５乃至±１．０の範囲に正規化し、この±０．５乃至±１．０の範囲に正規化された各周波数成分を０乃至±１．０の範囲にレンジ変換しており、
    上記０乃至±１．０の範囲にレンジ変換された各周波数成分の値を±０．５乃至±１．０の範囲に復元する逆レンジ変換手段をさらに備える
    ことを特徴とする請求項１２記載の信号復号装置。
15. 入力された時間領域のオーディオ信号を所定単位時間毎に周波数領域のスペクトル信号に変換し、所定のステップ幅を有する複数の正規化係数の何れかを用いて、上記スペクトル信号を周波数成分毎に正規化して正規化スペクトル信号を生成し、該正規化に用いた正規化係数のインデックスに対して周波数成分毎に重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を決定し、上記周波数成分毎の量子化精度に応じて上記正規化スペクトル信号を量子化して量子化スペクトル信号を生成し、上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み係数に関する重み情報を少なくとも符号化して生成した符号列を復号して上記オーディオ信号を復元する信号復号方法であって、
    上記量子化スペクトル信号、上記正規化係数のインデックス及び上記重み情報を少なくとも復号する復号工程と、
    上記正規化係数のインデックスに対して周波数成分毎に上記重み情報から決定された重み係数を加算し、該加算結果に基づいて周波数成分毎の量子化精度を復元する量子化精度復元工程と、
    上記周波数成分毎の量子化精度に応じて上記量子化スペクトル信号を逆量子化して正規化スペクトル信号を復元する逆量子化工程と、
    上記正規化係数を用いて上記正規化スペクトル信号を周波数成分毎に逆正規化してスペクトル信号を復元する逆正規化工程と、
    上記スペクトル信号を変換して上記所定単位時間毎のオーディオ信号を復元する逆スペクトル変換工程と
    を有することを特徴とする信号復号方法。

Images