JP2007004050A - ステレオ信号の符号化装置及び符号化プログラム - Google Patents

Abstract

【課題】 量子化ビット数の配分を効率的に行い、符号化音全体の量子化ノイズを抑えて音質劣化を防止可能な、ステレオ信号の符号化装置及び符号化プログラムを提供する。
【解決手段】 係数乗算手段２は、ＭＳステレオ手段１０３から所定周波数帯域毎のＤＣＴ係数を入力し、当該ＤＣＴ係数に所定の値を乗算し、乗算したＤＣＴ係数をスケールファクター決定手段３に出力する。スケールファクター決定手段３は、まず、Ｍ成分のスケールファクター値を既存の手法により決定し、その後、Ｓ成分のスケールファクター値をＭ成分のスケールファクター値と同じ値に決定する。このように、ＤＣＴ係数を抑圧し、Ｓ成分及びＭ成分のスケールファクター値を同一にすることにより、量子化ビット数を減らし、チャンネル間の量子化精度を均一にすることができる。
【選択図】 図１

Description

本発明は、ステレオ信号の符号化技術に関し、特に、時間領域の入力信号を周波数領域の信号に変換し、その周波数領域の信号を所定周波数帯域の信号に分割し、さらに、各所定周波数帯域の信号に対して量子化ビット数を割当てる、ステレオ信号の符号化技術に関する。

オーディオ符号化技術の一つとして、国際標準機関であるＩＳＯ／ＩＥＣ ＪＴＳ１／ＳＣ２９／ＷＧ１１により標準化されたＩＳＯ／ＩＥＣ１３８１８（ＭＰＥＧ−２）がある（非特許文献１を参照）。このオーディオ符号化技術は、符号化されたビットストリーム（圧縮データ）の解釈とその復号処理について規定しているものであるため、符号化処理については自由に行うことができる。

図３は、ＩＳＯ／ＩＥＣ１３８１８（ＭＰＥＧ−２）にて規定されているエンコーダ（符号化装置）の例である。この符号化装置１００は、聴覚モデル手段１０１、フィルターバンク手段１０２、ＭＳステレオ手段１０３、量子化手段１０４、ノイズレスコーディング手段１０５及びマルチプレクス手段１０６を備えている。符号化装置１００は、入力音声信号を入力し、当該信号を周波数領域の信号に変換し、符号化に使用できる量子化ビット数の範囲内で、量子化ビット数を所定周波数領域毎の信号にそれぞれ割り振り、当該信号を量子化し、フレームに組み込んだ出力ビットストリームを出力する。

聴覚モデル手段１０１は、入力音声信号を入力し、当該入力音声信号に対する量子化雑音のマスキングパターンを計算する。つまり、入力音声信号の聴覚的なマスキングスレッシュホールドを計算する。具体的には、フィルターバンク手段１０２によるＤＣＴ（離散コサイン変換：Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍ）の分析位置と一致するように、入力音声信号をＦＦＴ（高速フーリエ変換：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を用いて分析し、入力音声信号をマスキングできる最大のノイズ量（スレッシュホールド）を計算し、所定周波数帯域毎のＳｉｇｎａｌ ｔｏ Ｍａｓｋ比やスレッシュホールド値を含む制御情報を出力する。また、ロング、スタート、ストップ、ショートのうちのどのブロックタイプを選択するのかの制御情報も出力する。

フィルターバンク手段１０２は、聴覚モデル手段１０１からの制御情報に基づいて、ＦＦＴまたはＤＣＴ等の変換により、時間領域の入力音声信号を周波数領域の信号に変換する。また、この周波数領域の信号の係数（周波数係数）をまとめて所定周波数帯域の係数とし、複数の所定周波数帯域（バンド）のＤＣＴ係数、すなわちステレオ信号（Ｌ成分及びＲ成分から成る信号）におけるＬ成分のＤＣＴ係数及びＲ成分のＤＣＴ係数を出力する。つまり、フィルターバンク手段１０２は、入力音声信号を複数の所定周波数帯域に分割する。

ＭＳステレオ手段１０３は、フィルターバンク手段１０２から所定周波数帯域毎のＤＣＴ係数を入力し、聴覚モデル手段１０１からの制御情報に基づいて、ステレオ信号のチャンネル間の相関（Ｌ成分とＲ成分との間の相関）が大きいか否かを判断する。チャンネル間の相関が大きいと判断した場合は、ＬＲ信号からＭ（Ｌ＋Ｒ）Ｓ（Ｌ−Ｒ）信号に切り替えて出力する。すなわち、ＬＲモードからＭＳモードに切り替えて出力する。一方、チャンネル間の相関が大きくないと判断した場合は、ＬＲモードで出力する。一般に、後述する量子化手段１０４は、使用できる量子化ビット数が不足している場合、聴覚的に許された量子化ノイズよりも大きな量子化ノイズを発生させてしまう。このＭＳステレオ手段１０３は、これを防止するため、チャンネル間の相関が大きいと判断した場合に、ＬＲ信号からＭＳ信号に切り替えることにより、使用する量子化ビット数を減らすことを実現する。つまり、量子化手段１０４が適切な量子化ビット数を割当てることにより、符号化音全体の量子化ノイズを抑えて、音質が劣化しないようにする。

量子化手段１０４は、ＭＳステレオ手段１０３から、ＬＲ信号またはＭＳ信号における各成分の所定周波数帯域毎のＤＣＴ係数を入力し、聴覚モデル手段１０１からの制御情報に基づいて、ＤＣＴ係数を変換するためのゲインを表現するスケールファクター値を作成し、ＤＣＴ係数を量子化値に変換する。ここで、ＤＣＴ係数をＫ、量子化値をＲ、スケールファクター値をＳ、ゲインをＧ^Ｓとすると、Ｋ＝Ｒ×Ｇ^Ｓとなる。この式により、量子化値を求める。

ノイズレスコーディング手段１０５は、量子化手段１０４からスケールファクター値、量子化値を入力し、聴覚モデル手段１０１からの制御情報に基づいて、ハフマン符号語等に変換し、符号化データを出力する。また、変換の際に使用した所定周波数帯域毎の量子化ビット数を量子化手段１０４にフィードバックする。

マルチプレクス手段１０６は、ノイズレスコーディング手段１０５から符号化データを入力し、当該符号化データをフレームに組み込み、出力ビットストリームとして出力する。

このように、符号化装置１００は、入力音声信号を入力し、符号化処理を施し、出力ビットストリームを出力する。この場合、前述のようにＩＳＯ／ＩＥＣ１３８１８（ＭＰＥＧ−２）の国際規格では、符号化処理について自由に行うことができる。例えば、ＭＳステレオ手段１０３によるＬＲモードとＭＳモードと間の切替条件や、量子化手段１０４による量子化ビットの配分条件については、具体的に定められていない。したがって、ＭＳステレオ手段１０３の切替条件を決定するための計算量が多くなったり、量子化手段１０４による量子化ビットの配分が不適切なため音質劣化が生じたりする問題があった。

このような問題に鑑み、入力音声信号の周波数領域全体にわたってエナジー情報及びエントロピー情報を計算し、これらの情報に基づいてＬＲモードとＭＳモードとの間を切り替え、ビット配分を行う符号化装置が開示されている（特許文献１を参照）。この符号化装置によれば、エナジー情報及びエントロピー情報を利用して量子化精度情報を決定するから、符号化のための計算量を減少し、符号化による音質を改善することができる。

"情報技術−映画及び関連オーディオ情報の共通符号化 第７部：適応オーディオ符号化（ＡＡＣ）"，国際規格，ＩＳＯ／ＩＥＣ１３８１８−７，２００３年 特開２００２−２６８６９４号公報

しかしながら、前述の特許文献１の技術では、チャンネル間に量子化精度の差が存在することにより音質が劣化する点については考慮されておらず、また、量子化ビットを削減する手法についても言及されていない。さらに、音質を改善するために、ＭＳステレオ手段を積極的に使用する手法についても言及されていない。

このため、従来の技術では、ＭＳステレオ手段において量子化精度を決定する手法が明確でないため、チャンネル間に量子化精度の差が存在することにより、量子化ビット数を効率的に配分することができないという問題があった。

また、より低いビットレートで符号化処理を行う場合であっても、入力音声信号の原信号をそのまま符号化することにより、多くの量子化ビット数を消費するという問題があった。この結果、他の音声フレームや他の周波数帯域に割当てる量子化ビット数が減ってしまうため、符号化音全体の量子化ノイズが大きくなり、音質が劣化してしまうことになる。

さらに、小さい音を符号化する場合には高い精度が要求されないにもかかわらず、フレーム単位で量子化ビット数が足りているときは、精度高く符号化処理を行ってしまう。この結果、他の音声フレームや他の周波数帯域に割当てる量子化ビット数が減ってしまうため、符号化音全体の量子化ノイズが大きくなり、音質が劣化してしまうことになる。

本発明は、かかる問題を解決するためになされたものであり、その目的は、量子化ビット数の配分を効率的に行い、符号化音全体の量子化ノイズを抑えて音質劣化を防止可能な、ステレオ信号の符号化装置及び符号化プログラムを提供することにある。

本発明による符号化装置は、時間領域の信号を周波数領域の信号に変換し、複数の帯域に分割して該帯域毎の周波数係数を出力する手段と、Ｌ成分及びＲ成分から成るステレオ信号、またはＭ成分及びＳ成分から成る和差信号の切り替えを行い、前記ステレオ信号または和差信号における帯域毎の周波数係数を出力する手段と、前記帯域毎の周波数係数及び制御値に基づいて、帯域毎に量子化精度を決定し量子化を行い、オーディオ信号の符号化処理を行う手段とを備えた符号化装置において、前記Ｍ成分の制御値とＳ成分の制御値とが同一になるように、それぞれの制御値を決定する制御値決定手段を備え、前記帯域毎の周波数係数、及び、制御値決定手段により決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、帯域毎に量子化を行うことを特徴とする。これにより、Ｍ成分及びＳ成分の量子化精度が均一になるから、どちらか一方の成分に過剰な量子化ビットを与えることがない。ここで、制御値には、ＡＡＣやｍｐ３の符号化の場合のスケールファクター値だけでなく、その他の符号化の場合における量子化精度を決定するための制御値を含む。

また、本発明による符号化装置は、前記和差信号における帯域毎の周波数係数に対して所定の値を乗算し、新たな周波数係数を算出する係数乗算手段を備え、該係数乗算手段により算出された新たな周波数係数、及び、前記制御値決定手段により決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、帯域毎に量子化を行うことを特徴とする。また、前記係数乗算手段は、さらに、前記和差信号における帯域毎の周波数係数と帯域毎に定められたしきい値とを比較し、前記周波数係数がしきい値よりも小さい場合に、その帯域における新たな周波数係数を０とすることを特徴とする。この係数乗算手段により、和差信号が整形され、符号化に使用する量子化ビット数を減らすことができる。

また、本発明による符号化装置は、前記制御値決定手段が、さらに、係数乗算手段により計算された新たな周波数係数が０である成分について該成分の制御値を０とし、該符号化装置は零値符号化を行うことを特徴とする。また、前記係数乗算手段により計算された新たな周波数係数を、あるフレームにおけるＭ成分及びＳ成分のうちの少なくとも一つの帯域の成分について０とし、零値符号化を行うことを特徴とする。

また、本発明による符号化装置は、前記係数乗算手段が、さらに、前記符号化処理のビットレート、及び、和差信号における帯域毎の周波数係数の値を利用した評価関数を用いて、前記所定の値及びしきい値のうちの少なくとも一つを決定するように構成するのが好適である。

また、本発明による符号化プラグラムは、符号化装置を構成するコンピュータに実行させるプログラムであって、前記Ｍ成分の制御値とＳ成分の制御値とが同一になるように、それぞれの制御値を決定する処理と、前記帯域毎の周波数係数、及び、前記決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、帯域毎に量子化を行う処理とを実行させることを特徴とする。

本発明によれば、Ｍ成分の制御値とＳ成分の制御値とを同一にし、チャンネル間の量子化精度を同一にするようにしたから、どちらか一方の成分に過剰に量子化ビットを与えることがなく、効率的な符号化を実現することができる。

また、本発明によれば、帯域毎の周波数係数を抑圧するようにしたから、使用する量子化ビット数を減らすことができる。したがって、減らした量子化ビット数を、符号化音全体の量子化精度を向上させるために使用することができ、音質劣化を防ぐことができる。

また、本発明によれば、任意の帯域の周波数係数を０とすることにより、零値符号化を実現することができる。したがって、使用する量子化ビット数を減らすことができ、減らした量子化ビット数を、符号化音全体の量子化精度を向上させるために使用することができ、音質劣化を防ぐことができる。

以下、本発明の実施の形態について図面を用いて詳細に説明する。
図１は、本発明の実施の形態による符号化装置のシステム構成図である。この符号化装置１は、聴覚モデル手段１０１、フィルターバンク手段１０２、ＭＳステレオ手段１０３、係数乗算手段２、スケールファクター決定手段３、量子化手段１０４、ノイズレスコーディング手段１０５及びマルチプレクス手段１０６を備えている。この符号化装置１と図３に示した符号化装置１００とを比較すると、両装置１，１００は、入力音声信号を入力し、当該信号を周波数領域の信号に変換し、符号化に使用できる量子化ビット数の範囲内で、量子化ビット数を周波数領域毎の信号にそれぞれ割り振り、当該信号を量子化し、フレームに組み込んだ出力ビットストリームを出力する点で共通する。しかし、符号化装置１が、図３に示した符号化装置１００の各手段に加えて、係数乗算手段２及びスケールファクター決定手段３を備えている点で相違する。尚、図３では量子化手段１０４がスケールファクター値を決定したが、図１の符号化装置１ではスケールファクター決定手段３がスケールファクター値を決定する。

聴覚モデル手段１０１、フィルターバンク手段１０２、ＭＳステレオ手段１０３、量子化手段１０４、ノイズレスコーディング手段１０５及びマルチプレクス手段１０６は、図３に示した符号化装置１００の各手段と同様の機能を有する。尚、これらの手段の詳細については、前述の非特許文献（ＩＳＯ／ＩＥＣ１３８１８−７（ＭＰＥＧ−２））に記載されているので、ここでは説明を省略する。

〔係数乗算手段２〕
係数乗算手段２は、ＭＳステレオ手段１０３から、所定周波数帯域毎のＬＲ成分またはＭＳ成分のＤＣＴ係数を入力し、当該ＤＣＴ係数に所定の値を乗算し、乗算したＤＣＴ係数をスケールファクター決定手段３に出力する。

例えば、ＭＳステレオ手段１０３が、ＭＳモードに切り替わり、入力音声信号の全てをＭＳ信号に変換した場合を想定する。係数乗算手段２は、ＭＳステレオ手段１０３から、Ｍ成分のＤＣＴ係数Ｍ［Ｉ］及びＳ成分のＤＣＴ係数Ｓ［Ｉ］を入力する。ここで、Ｉ＝０〜１０２３とする。この場合、通常、Ｍ［Ｉ］＝（Ｌ［Ｉ］＋Ｒ［Ｉ］）／２，Ｓ［Ｉ］＝（Ｌ［Ｉ］−Ｒ［Ｉ］）／２である。尚、Ｌ［Ｉ］は、入力音声信号であるステレオ信号のうちのＬ成分の係数であり、Ｒ［Ｉ］はステレオ信号のうちのＲ成分の係数である。

係数乗算手段２は、以下の（１）及び（２）式を計算し、計算結果であるＤＣＴ係数Ｓ２［Ｉ］，Ｍ２［Ｉ］を出力する。
Ｓ２［Ｉ］＝ｋ１×Ｓ［Ｉ］ ・・・ （１）
Ｍ２［Ｉ］＝ｋ２×Ｍ［Ｉ］ ・・・ （２）
ここで、ｋ１，ｋ２は、０から１までの値であり、例えば、エンコーダ側で任意の値に設定することができる。

ｋ１＝０の場合は、Ｓ成分について零値符号化を実現することができる。また、ｋ２＝０の場合は、Ｍ成分について零値符号化を実現することができる。これにより、後段の量子化手段１０４は、ＤＣＴ係数０を入力して量子化値を０とするから、量子化ビット数を削減することができる。

尚、ｋ１，ｋ２は、Ｓ成分及びＭ成分について同じ値に設定されていてもよいし、異なる値に設定されていてもよい。また、ｋ１，ｋ２は、入力音声信号のフレーム毎に設定されていてもよいし、周波数帯域毎に設定されていてもよい。

また、ｋ１，ｋ２を可変値としてもよい。この場合、係数乗算手段２は、入力音声信号の性質に基づいてｋ１，ｋ２を決定する。例えば、符号化ビットレートや音源の種類に応じて設定するようにしてもよいし、聴覚モデル手段１０１から帯域毎のＬＲ成分の強さの情報を入力し、当該情報に応じて帯域毎に設定するようにしてもよい。

さらに、係数乗算手段２は、ＭＳステレオ手段１０３から入力したＤＣＴ係数Ｍ［Ｉ］，Ｓ［Ｉ］が、所定のしきい値ａよりも小さいか否かを判断する。ＤＣＴ係数がしきい値ａよりも小さいと判断した場合は、そのＤＣＴ係数を０に設定し、ＤＣＴ係数０を出力する。一方、ＤＣＴ係数がしきい値ａよりも小さくないと判断した場合は、入力したＤＣＴ係数をそのまま出力する。この場合、前述の乗算処理により０以外の結果となったＤＣＴ係数に対して、当該しきい値ａの比較処理を施す。

図２は、係数乗算手段２が、Ｓ成分のＤＣＴ係数Ｓ［ｓｂ］［Ｉ］を入力し、あるスケールファクターバンド（所定周波数帯域）のみのＤＣＴ係数Ｓ２［ｓｂ］［Ｉ］を０に設定する場合のフロー図である。ここで、ｓｂは、スケールファクターバンドである。尚、スケールファクターバンドｓｂとＩ（ｏｆｆｓｅｔ（ｓｂ）〜ｔｏｐ（ｓｂ））とは、表１に示すような関係にある。表１は、４８ｋＨｚの符号化ビットレートのサンプリングにおけるロングブロックの例である。

図２に戻って、係数乗算手段２は、Ｓ成分のＤＣＴ係数Ｓ［ｓｂ］［Ｉ］を入力すると、当該ＤＣＴ係数Ｓ［ｓｂ］［Ｉ］と予め設定されたしきい値ａ［ｓｂ］とを比較する（ステップＳ２０１）。ここで、しきい値ａ［ｓｂ］は、スケールファクターバンドｓｂ毎に設定された値とする。ＤＣＴ係数Ｓ［ｓｂ］［Ｉ］がしきい値ａ［ｓｂ］よりも小さい場合は、出力するＳ２［ｓｂ］［Ｉ］に０を設定する（ステップＳ２０２）。一方、ＤＣＴ係数Ｓ［ｓｂ］［Ｉ］がしきい値ａ［ｓｂ］よりも小さくない場合は、出力するＳ２［ｓｂ］［Ｉ］に、入力したＳ［ｓｂ］［Ｉ］を設定する（ステップＳ２０３）。このように、係数乗算手段２は、図２に示した処理をスケールファクターバンドｓｂ毎に繰り返し、設定したＤＣＴ係数Ｓ２［ｓｂ］［Ｉ］をスケールファクター決定手段３に出力する。

尚、図２はＳ成分についての処理フロー図であるが、Ｍ成分についても適用されることは言うまでもない。この場合、しきい値ａ［ｓｂ］は、Ｓ成分及びＭ成分について、予め異なる値が設定されていてもよいし、同じ値が設定されていてもよい。

また、図２において、しきい値ａ［ｓｂ］は、スケールファクターバンドｓｂ毎に予め設定された値としたが、各符号化ビットレートにおけるスケールファクターバンド毎に設定された値としてもよい。この場合、係数乗算手段２は、しきい値ａ［ｓｂ］を、スケールファクターバンドｓｂ及び符号化ビットレートにより変化する評価関数やテーブルとして保持するようにしてもよい。例えば、３２ｋｂｐｓのステレオ信号の場合はしきい値ａ［ｓｂ］＝５０、１４４ｋｂｐｓのステレオ信号の場合はしきい値ａ［ｓｂ］＝０．５とする。この場合、符号化ビットレートが低いときは、しきい値ａ[ｓｂ]が大きいから、図２において係数算出手段２によりＤＣＴ係数０を出力する割合が高くなる。このように、符号化ビットレートとしきい値ａ［ｓｂ］とを反比例の関係になるような評価関数やテーブルを用いることにより、符号化ビットレートが低いときは零値符号化を実現する割合が高くなるから、量子化ビット数を削減することができる。つまり、低いビットレートで符号化する場合に、使用可能なビット数のうち多くの量子化ビット数を消費するという従来の問題を解決することができる。

また、しきい値ａ［ｓｂ］は、係数乗算手段２がＭＳステレオ手段１０３から入力したＤＣＴ係数について、全てのスケールファクターバンドｓｂにおいて最大のＤＣＴ係数に対する相対値としてもよい。また、しきい値ａ［ｓｂ］は、係数乗算手段２が、聴覚モデル手段８から、マスキングパターン計算後のＤＣＴ係数を入力し、全てのスケールファクターバンドｓｂにおいて最大のＤＣＴ係数に対する相対値としてもよい。例えば、マスキングの程度が大きい場合にはしきい値ａ[ｓｂ]を大きな値に設定し、マスキングの程度の小さい場合にはしきい値ａ[ｓｂ]を小さな値に設定する。これにより、一層聴覚特性に鑑みた符号化制御を実現することができる。また、符号化ビットレート及び前記ＤＣＴ係数を利用した評価関数やテーブルを用いることにより、しきい値ａ[ｓｂ]を設定するようにしてもよい。この場合、前述した符号化ビットレート及びＤＣＴ係数を利用した評価関数やテーブルを用いて、前述の所定値ｋ１，ｋ２を設定するようにしてもよい。

また、係数乗算手段２は、入力したＭ成分のＤＣＴ係数Ｍ［Ｉ］及びＳ成分のＤＣＴ係数Ｓ［Ｉ］に対して、各ＤＣＴ係数の値を抑圧するようにしたが、Ｍ成分のＤＣＴ係数及びＳ成分のＤＣＴ係数のいずれか一方のＤＣＴ係数の値を抑圧するようにしてもよい。いずれか一方のＤＣＴ係数の値を抑圧した場合であっても、量子化ビット数を削減することができる。

また、係数乗算手段２は、図１に示すように、ノイズレスコーディング手段１０５から帯域毎の使用する量子化ビット数を入力し、当該量子化ビット数に応じて、前述の所定値ｋ１，ｋ２、及びしきい値ａ［ｓｂ］を設定し、帯域毎のＤＣＴ係数を出力するようにしてもよい。これにより、零値符号化を行うＤＣＴ係数における帯域の最大値（ＤＣＴ係数を０とする帯域の最大値）を変更することができ、量子化ビット数に応じた符号化音の音質改善を実現することができる。

〔スケールファクター決定手段３〕
スケールファクター決定手段３は、係数乗算手段２から、所定周波数帯域毎のＤＣＴ係数をそれぞれ入力し、スケールファクター値を決定し、当該所定周波数帯域毎のＤＣＴ係数、及び決定したスケールファクター値を量子化手段１０４に出力する。

例えば、ＭＳステレオ手段１０３が、ＭＳモードに切り替わり、入力音声信号の全てをＭＳ信号に変換した場合を想定する。スケールファクター決定手段３は、所定の手法により、Ｍ成分のスケールファクター値Ｓｃｆ＿Ｍ［ｓｂ］を以下の式のように決定したとする。
Ｓｃｆ＿Ｍ［ｓｂ］＝ｃ［ｓｂ］ ・・・ （３）
ここで、ｓｂ＝０〜４８とする。尚、ｃ［ｓｂ］の決定手法については、前述の非特許文献（ＩＳＯ／ＩＥＣ１３８１８−７（ＭＰＥＧ−２））に記載されているので、ここでは説明を省略する。この場合、スケールファクター決定手段３は、Ｓ成分のスケールファクター値Ｓｃｆ＿Ｓ［ｓｂ］を以下の式により決定する。
Ｓｃｆ＿Ｓ［ｓｂ］＝Ｓｃｆ＿Ｍ［ｓｂ］ ・・・ （４）
ここで、ｓｂ＝０〜４８とする。

すなわち、スケールファクター決定手段３は、まず、Ｍ成分のスケールファクター値を既存の手法により決定し、その後、Ｓ成分のスケールファクター値をＭ成分のスケールファクター値と同じ値に決定する。この場合、係数乗算手段２においてｋ１＝０（（１）式を参照）の場合には、そのスケールファクターバンドにおけるＳ成分のスケールファクター値を以下の式のように０に決定する。これにより、零値符号化を実現することができ、量子化ビット数を削減することができる。
Ｓｃｆ＿Ｓ［ｓｂ］＝０ ・・・ （５）

尚、前記（４）（５）式により決定されるＳ成分のスケールファクター値は、全てのスケールファクターバンドに対して適用するようにしてもよく、一部のスケールファクターバンドに対して適用するようにしてもよい。一部のスケールファクターバンドに対して適用する場合は、適用外のスクールファクターバンドについて、Ｓ成分のスケールファクター値は、（３）式に示したように、前述の非特許文献（ＩＳＯ／ＩＥＣ１３８１８−７（ＭＰＥＧ−２））に記載されている所定の手法により決定される。また、スケールファクター決定手段３は、まず、Ｓ成分のスケールファクター値を決定し、その後、Ｍ成分のスケールファクター値をＳ成分のスケールファクター値と同じ値に設定するようにしてもよい。

また、スケールファクター決定手段３は、図１に示すように、ノイズレスコーディング手段１０５から帯域毎の使用する量子化ビット数を入力し、当該量子化ビット数に応じて、スケールファクター値を決定するようにしてもよい。量子化ビット数に応じて、スケールファクター値を決定することにより、量子化ビット数に応じた符号化音の音質改善を実現することができる。

以上のように、本発明の実施の形態による符号化装置１によれば、係数乗算手段２が、ＤＣＴ係数の値を抑圧するようにした。これにより、使用する量子化ビット数を減らすことができる。したがって、例えば、あるスケールファクターバンドのＤＣＴ係数を抑圧することにより、その帯域のステレオ感が縮小されるが、これにより削減された量子化ビットを符号化音全体の量子化精度向上のために使用することができる。この結果、符号化音質の向上を図ることができる。

また、本発明の実施の形態による符号化装置１によれば、スケールファクター決定手段３が、Ｍ成分のスケールファクター値とＳ成分のスケールファクター値とを同一にするようにした。これにより、Ｍ成分とＳ成分との間の量子化精度を同一にすることができ、Ｍ成分及びＳ成分で生じていた和差算後の量子化誤差が蓄積しなくなる。つまり、デコーダにおいて、ＭＳ信号をＬＲ信号に復号した際に、量子化誤差が両チャンネルに均等に配分されているから、量子化ノイズのレベル差による両耳のステレオ感を削減することができる。また、Ｍ成分とＳ成分との間の量子化精度を同一にすることができるから、一方に過剰に量子化ビットを割当てることがなく、結果として効率的に符号化を実現することができる。

また、本発明の実施の形態による符号化装置１によれば、係数乗算手段２が、所定の場合にＤＣＴ係数の値を０とするようにした。また、スケールファクター決定手段３が、所定の場合に、スケールファクター値を０とするようにした。これにより、零値符号化を実現することができ、使用する量子化ビット数を減らすことができる。したがって、例えば、あるスケールファクターバンドのＤＣＴ係数及びスケールファクター値を０とすることにより、その帯域のステレオ感が縮小されたり、帯域によっては音が消失したりすることになるが、これにより削減された量子化ビットを符号化音全体の量子化精度向上のために使用することができる。この結果、符号化音質の向上を図ることができる。

以上、実施の形態を挙げて本発明を説明したが、本発明は上記実施の形態に限定されるものではなく、その技術思想を逸脱しない範囲で種々変形可能である。例えば、上記実施の形態では、ＭＰＥＧ−２について適用があるが、ｍｐ３等についても適用することができる。

尚、上記符号化装置１は、ＣＰＵ、ＲＡＭ等の揮発性の記憶媒体、ＲＯＭ等の不揮発性の記憶媒体、キーボード等の入力装置、データを表示する表示装置、及び外部の装置と通信するためのインターフェースを備えたコンピュータ装置によってそれぞれ構成されるようにしてもよい。この場合、符号化装置１に備えた聴覚モデル手段１０１、フィルターバンク手段１０２、ＭＳステレオ手段１０３、係数乗算手段２、スケールファクター決定手段３、量子化手段１０４、ノイズレスコーディング手段１０５及びマルチプレクス手段１０６の各機能は、当該機能を記述したプログラムをＣＰＵに実行させることによりそれぞれ実現される。また、これらのプログラムは、磁気ディスク（フロッピィーディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリ等の記憶媒体に格納して頒布することもできる。

本発明の実施の形態による符号化装置のシステム構成図である。 図１の係数乗算手段の処理を説明するためのフロー図である。 従来の符号化装置のシステム構成図である。

符号の説明

１，１００ 符号化装置
２ 係数乗算手段
３ スケールファクター決定手段
１０１ 聴覚モデル手段
１０２ フィルターバンク手段
１０３ ＭＳステレオ手段
１０４ 量子化手段
１０５ ノイズレスコーディング手段
１０６ マルチプレクス手段

Claims (7)

1. 時間領域の信号を周波数領域の信号に変換し、複数の帯域に分割して該帯域毎の周波数係数を出力する手段と、Ｌ成分及びＲ成分から成るステレオ信号、またはＭ成分及びＳ成分から成る和差信号の切り替えを行い、前記ステレオ信号または和差信号における帯域毎の周波数係数を出力する手段と、前記帯域毎の周波数係数及び制御値に基づいて、帯域毎に量子化精度を決定し量子化を行い、オーディオ信号の符号化処理を行う手段とを備えた符号化装置において、
   前記Ｍ成分の制御値とＳ成分の制御値とが同一になるように、それぞれの制御値を決定する制御値決定手段を備え、
   前記帯域毎の周波数係数、及び、制御値決定手段により決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、帯域毎に量子化を行うことを特徴とする符号化装置。
2. 請求項１に記載の符号化装置において、
   前記和差信号における帯域毎の周波数係数に対して所定の値を乗算し、新たな周波数係数を算出する係数乗算手段を備え、
   該係数乗算手段により算出された新たな周波数係数、及び、前記制御値決定手段により決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、量子化を行うことを特徴とする符号化装置。
3. 請求項２に記載の符号化装置において、
   前記係数乗算手段は、さらに、前記和差信号における帯域毎の周波数係数と帯域毎に定められたしきい値とを比較し、前記周波数係数がしきい値よりも小さい場合に、その帯域における新たな周波数係数を０とすることを特徴とする符号化装置。
4. 請求項２または３までのいずれか一項に記載の符号化装置において、
   前記制御値決定手段は、さらに、係数乗算手段により計算された新たな周波数係数が０である成分について該成分の制御値を０とし、該符号化装置は零値符号化を行うことを特徴とする符号化装置。
5. 請求項２から４までのいずれか一項に記載の符号化装置において、
   前記係数乗算手段により計算された新たな周波数係数を、あるフレームにおけるＭ成分及びＳ成分のうちの少なくとも一つの帯域の成分について０とし、零値符号化を行うことを特徴とする符号化装置。
6. 請求項３に記載の符号化装置において、
   前記係数乗算手段は、さらに、前記符号化処理のビットレート、及び、和差信号における帯域毎の周波数係数の値を利用した評価関数を用いて、前記所定の値及びしきい値のうちの少なくとも一つを決定することを特徴とする符号化装置。
7. 時間領域の信号を周波数領域の信号に変換し、複数の帯域に分割して該帯域毎の周波数係数を出力する手段と、Ｌ成分及びＲ成分から成るステレオ信号、またはＭ成分及びＳ成分から成る和差信号の切り替えを行い、前記ステレオ信号または和差信号における帯域毎の周波数係数を出力する手段と、前記帯域毎の周波数係数及び制御値に基づいて、帯域毎に量子化精度を決定し量子化を行い、オーディオ信号の符号化処理を行う手段とを備えた符号化装置を構成するコンピュータに実行させるプログラムであって、
   前記Ｍ成分の制御値とＳ成分の制御値とが同一になるように、それぞれの制御値を決定する処理と、
   前記帯域毎の周波数係数、及び、前記決定されたＭ成分及びＳ成分についての同一の制御値に基づいて、Ｍ成分及びＳ成分の量子化精度を同一にし、帯域毎に量子化を行う処理と
   を実行させる符号化プログラム。
   
   

Images