JP2007108219A

JP2007108219A - 音声復号装置

Info

Publication number: JP2007108219A
Application number: JP2005296277A
Authority: JP
Inventors: Norihiro Urabe; 典宏占部; Yuji Fujiwara; 裕士藤原; Yuji Nadamoto; 雄二灘本; Naoko Oi; 直子大井; Masaki Saga; 正樹佐賀; Shuichi Kasai; 秀一笠井; Masafumi Eguchi; 政史江口
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2005-10-11
Filing date: 2005-10-11
Publication date: 2007-04-26

Abstract

【課題】付加情報がない場合にも過去の付加情報を利用して音声データの復号を行える音声復号装置を提供する。
【解決手段】音声データ受信部が送信帯域を新たに指定した後または送信単位の受信を開始した後であって音声データ分離部が付加情報を分離する前までは付加情報記憶部に記憶された付加情報を選択する一方、音声データ分離部が付加情報を分離した後は音声データ分離部が分離した付加情報を選択する付加情報選択部と、選択された付加情報に基づいて音声データ分離部で分離された高域データを復号し、復号された高域データと前記低域復号部で復号された低域データとを合成する帯域拡張部と、を備える。
【選択図】図１

Description

本発明は、高域データと低域データおよび付加情報から構成される音声データを復号する場合に、復号開始直後でも高域データの復号が可能な音声復号装置に関する。

音声符号化方式の一つにＡＡＣ（ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ）がある。これは、デジタル放送やインターネットでなどで広く用いられている。しかしながら、ビットレートが低い場合、高い周波数の音は歪みを生じたものとなってしまうという課題があった。

そこで、これを解決する手段として、ＡＡＣ＋ＳＢＲ（ＳｐｅｃｔｒａｌＢａｎｄＲｅｐｌｉｃａｔｉｏｎ）が提案され、例えば、非特許文献１に記載されている。これは、低い周波数帯域の情報はＡＡＣを用いて符号化し、ＡＡＣで符号化した情報に高域の周波数帯域の情報を付加することで、高域の周波数帯域の音質劣化を防ぐものである。

ＡＡＣ＋ＳＢＲは幾つかのフレームから構成される。図２は１フレーム内のデータ構成を示した図である。１フレームはＡＡＣデータとＳＢＲデータから構成され、さらに、ＳＢＲデータはＳＢＲ付加情報とＳＢＲ圧縮データからなる。ＳＢＲ付加情報はＳＢＲ圧縮データの復号に必要なデータであり、ＳＢＲ圧縮データで復号可能な周波数帯域などが記載される。なお、ＳＢＲ付加情報はすべてのフレームに含まれる必要はない。例えば、ＡＡＣ＋ＳＢＲを放送用に用いる場合、ＳＢＲ付加情報は１秒間に２回送信されることが望ましいとされている。

ＡＡＣ＋ＳＢＲを復号する場合、まず、ＡＡＣデータを復号し、ＡＡＣ復号データを得る。次に、ＡＡＣ復号データとＳＢＲ付加情報からＳＢＲ圧縮データの復号を行う。最後に、復号した両データを合成し、出力音を得る。したがって、ＡＡＣが復号可能だがＡＡＣ＋ＳＢＲは復号不可能である音声復号装置の場合でも、ＡＡＣデータ部分のみを復号することが可能となる。また、ＳＢＲ付加情報が送られないフレームに対しては、直前のＳＢＲ付加情報を参照してＳＢＲ圧縮データの復号を行う。
ＩＳＯ／ＩＥＣ１４４９６−３：２００１／ＡＭＤ１Ｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｒｏｇｙ――Ｃｏｄｉｎｇｏｆａｕｄｉｏ−ｖｉｓｕａｌｏｂｊｅｃｔｓ―― Ｐａｒｔ３：ＡｕｄｉｏＡＭＥＮＤＭＥＮＴ１：Ｂａｎｄｗｉｄｔｈｅｘｔｅｎｓｉｏｎ

ＡＡＣ＋ＳＢＲを地上デジタル放送に利用する場合を考える。地上デジタル放送では、放送局ごとに符号化装置が異なるため、送信する音声フォーマットも異なることが予想される。そこで、視聴放送局の変更があった場合には、直前のＳＢＲ付加情報を参照することなく、ＡＡＣデータのみを復号し、ＳＢＲ付加情報が送られた時点でＡＡＣ＋ＳＢＲの復号を開始することが一般的である。

しかしながら、前述のとおり、ＳＢＲ付加情報は１秒に２回しか送信されないため、視聴放送局変更直後に必ずしもＳＢＲ付加情報が取得できるとは限らない。したがって、視聴放送局変更直後には、ＳＢＲ＋ＡＡＣのデータが送られているにも関わらず、ＡＡＣデータに対応する音声しか出力されないという課題があった。

上記の課題を解決するために、第１の発明は、ＳＢＲ付加情報、低域データおよび高域データを含み得る送信単位が間欠的に連続することにより構成される音声データを、音声データの送信される帯域を指定して、送信単位毎に順次受信する音声データ受信部と、受信された送信単位内に付加情報が含まれるか否かを判定し、送信単位内に付加情報が含まれると判定した場合には含まれる付加情報を抽出する付加情報抽出部と、抽出された付加情報を記憶する付加情報記憶部と、受信された音声データを付加情報、低域データおよび高域データにそれぞれ分離する音声データ分離部と、分離された低域データを復号する低域デコータと、音声データ受信部が送信帯域を新たに指定した後または送信単位の受信を開始した後であって音声データ分離部が付加情報を分離する前までは付加情報記憶部に記憶された付加情報を選択する一方、音声データ分離部が付加情報を分離した後は音声データ分離部が分離した付加情報を選択する付加情報選択部と、選択された付加情報に基づいて音声データ分離部で分離された高域データを復号し、復号された高域データと低域デコータで復号された低域データとを合成する帯域拡張部を備えることを特徴としている。

第２の発明は、音声データ分離部は、付加情報抽出部が複数の送信単位について付加情報の有無を判定した後、音声データの分離を開始することを特徴としている。

第３の発明は、付加情報記憶部は、音声データ受信部で指定され得る帯域毎に付加情報を記憶し、付加情報選択部は、音声データ受信部が送信帯域を新たに指定した後または送信単位の受信を開始した後であって音声データ分離部が付加情報を分離する前までは、音声データ受信部で指定された帯域に対応する付加情報を選択することを特徴としている。

第１の発明によれば、付加情報がない場合にも過去の付加情報を利用して音声データの復号を行うことができる。

第２の発明によれば、音声と映像が同期した状態で出力することができる。

第３の発明によれば、送信帯域ごとに異なる過去のＳＢＲ付加情報を利用することができ、より適切にＳＢＲ圧縮データの復号を行うことができる。

以下では、地上デジタル放送などのデジタル放送受信装置に本発明の音声復号装置を用いた場合に限定して、本発明の実施の形態を記述する。しかし、インターネットなどのストリーミング放送などに使用しても構わない。
（実施の形態）
以下、図面を参照して、本発明の実施形態を説明する。図１は、本発明の実施形態に関わるデジタル放送受信装置１０１の構成を示すブロック図である。

このデジタル放送受信装置１０１は、キー入力部１、受信部２、放送データ分離部３、映像デコーダー４、ＬＣＤ５、音声データバッファ６、音声データ分離部７、低域デコータ８、付加情報抽出部９、付加情報記憶部１０、付加情報選択部１１、スイッチ１２、帯域拡張部１３、スピーカー１４から構成される。

キー入力部１はユーザーからの入力を受け付け、その情報を受信部２に送るものであり、例えば、リモコンである。また、キー入力部１から入力される情報として、「放送局Ａを視聴する」などの視聴放送局情報や、「視聴を終了する」などの視聴終了情報がある。

受信部２は、キー入力部１から送られる視聴放送局情報に合う放送を受信し、受信した放送データを放送データ分離部３へ送る。また、キー入力部１から送られる視聴放送局情報が現在視聴中の視聴放送局情報と異なる場合、キー入力部１から送られる視聴放送局情報を音声データバッファ６、付加情報抽出部９、付加情報選択部１１、スイッチ１２、帯域拡張部１３に送る。受信部２は、付加情報、低域データおよび高域データを含み得る送信単位が間欠的に連続することにより構成される音声データを、音声データの送信される帯域を指定して、送信単位毎に順次受信する。受信部２は、本発明の音声データ受信部の一例である。

放送データ分離部３は、受信部２から送られる放送データを音声データと映像データに分離し、映像データを映像デコーダー４へ、音声データを音声データバッファ６へ送る。映像デコーダー４は放送データ分離部３から送られる映像データを復号し、ＬＣＤ５に送る。ＬＣＤ５は映像デコーダー４で復号されたデータを表示する。なお、ＬＣＤ５は本発明の表示手段を表す一例であり、これに限定されるものではない。例えば、有機ＥＬやＣＲＴ、プラズマディスプレイなどでもよい。

音声データバッファ６は、放送データ分離部３から送られる音声データを一時的に記憶するものである。また、音声データバッファ６は、視聴放送局が変更となり、受信部２から視聴放送局情報が送られた場合、記憶中の音声データを消去する。

音声データ分離部７は、所定の条件を満足すると、音声データバッファ６にある音声データをＡＡＣデータ、ＳＢＲ付加情報、およびＳＢＲ圧縮データに分離し、ＡＡＣデータを低域デコータ８へ、ＳＢＲ付加情報をスイッチ１２へ、ＳＢＲ圧縮データを帯域拡張部１３へ送る。なお、所定の条件は、所定の時間が経過した場合でもよいし、音声データバッファ６に所定量が記憶された場合でもよい。

低域デコータ８は、音声データ分離部７で分離されたＡＡＣデータを復号してＡＡＣ復号データを得たのち、ＡＡＣ復号データを帯域拡張部１３へ送る。

付加情報抽出部９は、音声データバッファ６にある音声データのうち、ＳＢＲ付加情報を含み、かつ、時間的に最も早く音声データバッファ６から音声データ分離部７に入力されるフレームのＳＢＲ付加情報を抽出する。もし、ＳＢＲ付加情報が抽出できた場合には、受信部２から送られた視聴放送局情報と対応させるように、ＳＢＲ付加情報を付加情報記憶部１０に記憶する。付加情報抽出部９は、受信された送信単位内に付加情報が含まれるか否かを判定し、送信単位内に付加情報が含まれると判定した場合には含まれる付加情報を抽出する。

付加情報記憶部１０は、受信したＳＢＲ付加情報を放送局ごとに記憶するものである。

付加情報選択部１１は、付加情報記憶部１０に記憶されているＳＢＲ付加情報の中から、受信部２から送られる視聴放送局情報に対応するＳＢＲ付加情報を選択し、スイッチ１１に送る。

スイッチ１２は、音声データ分離部７から送られるＳＢＲ付加情報と、付加情報選択部１１から送られるＳＢＲ付加情報のどちらかを選択し、選択したＳＢＲ付加情報を帯域拡張部１３に送る。なお、スイッチ１２は、視聴放送局が変更となり、受信部２から視聴放送局情報が送られた場合、付加情報選択部１１から送られるＳＢＲ付加情報を選択し、その後、音声データ分離部７からＳＢＲ付加情報が送られた場合、音声データ分離部７から送られるＳＢＲ付加情報を選択する。一旦、音声データ分離部７から送られるＳＢＲ付加情報を選択すると、視聴放送局が変更となり、受信部２から視聴放送局情報が送られるまで、音声データ分離部７から送られるＳＢＲ付加情報を選択し続ける。

帯域拡張部１３は、低域デコータ８で復号されたＡＡＣ復号データ、音声データ分離部７によって分離されたＳＢＲ圧縮データ、およびスイッチ１２が選択したＳＢＲ付加情報を用いて、ＳＢＲ圧縮データの復号、ＡＡＣ復号データの補正、復号された両データの合成などを行って出力音声を得たのち、出力音声をスピーカー１４へ送る。また、帯域拡張部１３は内部バッファを持っており、デコードに使用したＳＢＲ付加情報を記憶する。もし、ＳＢＲ付加情報がスイッチ１２から送られない場合には、帯域拡張部１３はこの内部バッファに記憶されるＳＢＲ付加情報を用いてＳＢＲ圧縮データの復号を行う。また、視聴放送局が変更となり、受信部２より視聴放送局情報が送られた場合、帯域拡張部１３は、内部バッファに記憶される情報を消去する。ＳＢＲ付加情報がスイッチ１２から送られず、かつ、内部バッファに記憶される情報が消去された状態では、ＳＢＲ付加情報がなく、ＳＢＲ圧縮データが復号されないため、ＡＡＣ復号データのみがスピーカー１４へ出力される。

スピーカー１４は、帯域拡張部から送られる出力音声を出力するものであり、イヤホンやヘッドホンなどでもよい。

以上のように、音声データ分離部７がＳＢＲ付加情報分離しない場合にも、付加情報記憶部１０に記憶されるＳＢＲ付加情報を使用してＳＢＲ圧縮データの復号を行うことができる。

次に、図面を参照して本発明の実施形態に関わるデジタル放送受信装置１０１の動作について説明する。図３は、デジタル放送受信装置１０１の視聴動作を示したフローチャートである。以下では、音声データ分離部７は、音声データバッファ６にある音声データの分離を開始する条件を音声データバッファ６に３フレーム分のデータが記憶されることとするが、この条件に制約されるものではない。

視聴動作を開始すると、ユーザーはキー入力部１を通じて視聴したいチャンネルを指定する（ステップＳ０１）。その後、音声データバッファ６は、記憶する音声データを削除し、また、帯域拡張部１３は内部バッファに記憶されるＳＢＲ付加情報の記憶を消去する（ステップＳ０３）。さらに、スイッチ１２は、付加情報選択部１１から送られるＳＢＲ付加情報を選択するようにスイッチを移動する（ステップＳ０５）。

次に、受信部２は、ステップＳ０１で指定されたチャンネルに合った放送を受信し、受信した放送データを放送データ分離部３へ送る（ステップＳ０７）。放送データ分離部３は、受信部２から送られる放送データを音声データと映像データに分離し、映像データを映像デコーダー４へ、音声データを音声データバッファ６へ送る。映像デコーダー４は映像データを復号し、ＬＣＤ５は復号された映像データを表示する（ステップＳ０９）。

音声データバッファ６は、ステップＳ０９で分離された音声データを記憶する（ステップＳ１１）。もし、３フレーム以上の音声データが記憶されている場合にはステップＳ１５へ進み、３フレームに満たない場合はステップＳ０７に戻り、３フレーム以上になるまでステップＳ０７からステップＳ１３を繰り返す（ステップＳ１３）。

付加情報抽出部９は、音声データバッファ６に記憶される音声データのうち、ＳＢＲ付加情報を含み、かつ、時間的に最も早く音声データバッファ６から音声データ分離部７に入力されるフレームのＳＢＲ付加情報を抽出する（ステップＳ１５）。もし、ＳＢＲ付加情報が抽出できた場合には、付加情報抽出部９は、受信部２から送られた視聴放送局情報と対応するようにＳＢＲ付加情報を付加情報記憶部１０に記憶する（ステップＳ１７）。その後、付加情報選択部１１は、受信部２から送られた視聴放送局情報に対応するＳＢＲ付加情報を付加情報記憶部１０から選択し、スイッチ１２に送る（ステップＳ１９）。

音声データ分離部７は、音声データバッファ６から送られる音声データをＡＡＣデータ、ＳＢＲ付加情報、およびＳＢＲ圧縮データに分離し、ＡＡＣデータを低域デコータ８へ、ＳＢＲ付加情報をスイッチ１２へ、ＳＢＲ圧縮データを帯域拡張部１３へ送る（ステップＳ２１）。スイッチ１２は、音声データ分離部７からＳＢＲ付加情報が送られたかを判定し（ステップＳ２３）、送られた場合には、音声データ分離部７から送られるＳＢＲ付加情報を選択するようにスイッチを移動する（ステップＳ２５）。なお、スイッチ１２が既に音声データ分離部７から送られるＳＢＲ付加情報を選択するように設定されていた場合、何もしない。

ステップＳ２７において、低域デコータ８は、音声データ分離部７で分離されたＡＡＣデータを復号してＡＡＣ復号データを得る。さらに、帯域拡張部１３は、低域デコータ８で復号されたＡＡＣ復号データ、音声データ分離部７によって分離されたＳＢＲ圧縮データ、およびスイッチ１２が選択したＳＢＲ付加情報を用いて、ＳＢＲ圧縮データの復号、ＡＡＣ復号データの補正、復号された両データの合成などを行って出力音声を得る。その後、スピーカー１４は、帯域拡張部から送られる出力音声を出力する。

ステップＳ２９において、受信部２は、キー入力部１から視聴放送局情報が送られ、かつ、その視聴放送局情報が現在視聴中の視聴放送局情報と異なるか否かを判定する。もし、異なる場合にはステップＳ０３へ進み、そうでない場合には、ステップＳ３１へ進む。
ステップＳ３１において、受信部２は、キー入力部１から視聴終了情報が送られたか否かを判定する。もし、送られない場合には、ステップＳ０７へ進み、送られた場合にはこのフローを終える。

次に、図面を参照して、本発明の実施形態に関わるデジタル放送受信装置１０１の電源投入後に出力される音声について説明する。図４は、送信される音声データと、その出力音を模式的に表したものである。なお、音声データバッファ６にある音声データを音声データ分離部に出力する条件として、音声データバッファ６に３フレーム分が記憶されていることとする。

電源投入前（時間ｔ０）、付加情報記憶部１０にはＳＢＲ付加情報Ｈ０が記憶されていたとする。また、時間ｔ１でＳＢＲ付加情報が送られず、ＳＢＲ圧縮データＳ１、ＡＡＣデータＡ１のみが送られたとする。時間ｔ２、時間ｔ３でもＳＢＲ付加情報が送られず、時間ｔ４で初めてＳＢＲ付加情報Ｈ４が送られたとする。同様に時間ｔ５、ｔ６、ｔ７でもＳＢＲ付加情報が送られず、時間ｔ８でＳＢＲ付加情報Ｈ８が送られたとする。

時間ｔ１において、音声データバッファ６にはＳＢＲ圧縮データＳ１とＡＡＣデータＡ１が記憶される。ＳＢＲ付加情報はないため、付加情報抽出部９は何も抽出しない。したがって、付加情報記憶部１０には、電源投入前に記憶されていたＳＢＲ付加情報Ｈ０がそのまま記憶され続ける。また、音声データバッファ６に３フレーム分の音声データが記憶されていないため、音声データ分離部７は何も分離せず、音声は全く出力されない。

時間ｔ３において、音声データバッファ６にＳＢＲ圧縮データＳ１、Ｓ２、Ｓ３とＡＡＣデータＡ１、Ａ２，Ａ３が記憶される。３フレーム分の音声データが記憶されたため、音声データ分離部７は音声データバッファ６に記憶される音声データのうち、最古のデータであるＳＢＲ圧縮データＳ１とＡＡＣデータＡ１を分離する。さらに、低域デコーダーはＡＡＣデータＡ１を復号する。また、スイッチ１２は、付加情報記憶部１０のＳＢＲ付加情報を選択するように設定されているため、帯域拡張部１３は付加情報記憶部１０に記憶されるＳＢＲ付加情報Ｈ０を用いてＳＢＲ圧縮データの復号を行い、音声データを拡張して出力音を得る。

時間ｔ４において、音声データバッファ６にＳＢＲ圧縮データＳ２、Ｓ３、Ｓ４、ＡＡＣデータＡ２，Ａ３、Ａ４、および、ＳＢＲ付加情報Ｈ４が記憶される。この中にＳＢＲ付加情報が存在するため、付加情報抽出部９はＳＢＲ付加情報Ｈ４を抽出し、付加情報記憶部１０に記憶する。スイッチ１２は、付加情報記憶部１０のＳＢＲ付加情報を選択するように設定されているため、帯域拡張部１３は付加情報記憶部１０に記憶されるＳＢＲ付加情報Ｈ４を用いてＳＢＲ圧縮データの復号を行い、音声データを拡張して出力音を得る。

時間ｔ６において、音声データ分離部７は、ＳＢＲ圧縮データＳ４、ＡＡＣデータＡ４、および、ＳＢＲ付加情報Ｈ４を分離する。音声データ分離部７がＳＢＲ付加情報を分離したため、スイッチ１２は、音声データ分離部７から送られるＳＢＲ付加情報を選択するように設定される。よって、帯域拡張部１３は音声データ分離部７が分離するＳＢＲ付加情報Ｈ４を用いてＳＢＲ圧縮データの復号を行い、音声データを拡張して出力音を得る。

以上の処理を行うことで、復号中の音声データからＳＢＲ付加情報を取得できない場合にも、付加情報記憶部１０に記憶されるＳＢＲ付加情報を利用して、ＳＢＲ圧縮データの復号を行うことができる（時刻ｔ３）。また、音声データバッファ６に所定量の音声データを記憶することで、復号中の音声データよりも未来の音声データからＳＢＲ付加情報を取得し、ＳＢＲ圧縮データの復号を行うことができる（時刻ｔ４、ｔ５）。

本発明は、特に付加情報が非連続的に送られるデジタル音声放送において、視聴開始後からも高音質の音声を再生させることに有用である。

本発明の実施形態に関わる音声復号装置を用いたデジタル放送受信装置１０１の構成を示すブロック図ＡＡＣ＋ＳＢＲのデータ構成を示す模式図発明の実施形態に関わるデジタル放送受信装置１０１の視聴動作を示したフローチャート送信される音声データと、その出力音を示す模式図

符号の説明

１キー入力部
２受信部
３放送データ分離部
４映像デコーダー
５ＬＣＤ
６音声データバッファ
７音声データ分離部
８低域デコータ
９付加情報抽出部
１０付加情報記憶部
１１付加情報選択部
１２スイッチ
１３帯域拡張部
１４スピーカー
１０１デジタル放送受信装置

Claims

付加情報、低域データおよび高域データを含み得る送信単位が間欠的に連続することにより構成される音声データを、前記音声データの送信される帯域を指定して、前記送信単位毎に順次受信する音声データ受信部と、
前記受信された送信単位内に付加情報が含まれるか否かを判定し、前記送信単位内に付加情報が含まれると判定した場合には前記含まれる付加情報を抽出する付加情報抽出部と、
前記抽出された付加情報を記憶する付加情報記憶部と、
前記受信された音声データを付加情報、低域データおよび高域データにそれぞれ分離する音声データ分離部と、
前記分離された低域データを復号する低域復号部と、
前記音声データ受信部が前記送信帯域を新たに指定した後または前記送信単位の受信を開始した後であって前記音声データ分離部が付加情報を分離する前までは前記付加情報記憶部に記憶された付加情報を選択する一方、前記音声データ分離部が付加情報を分離した後は前記音声データ分離部が分離した付加情報を選択する付加情報選択部と、
前記選択された付加情報に基づいて前記音声データ分離部で分離された高域データを復号し、前記復号された高域データと前記低域復号部で復号された低域データとを合成する帯域拡張部と、
を備える音声復号装置。
前記音声データ分離部は、前記付加情報抽出部が複数の送信単位について付加情報の有無を判定した後、前記音声データの分離を開始する、
請求項１に記載の音声復号装置。
前記付加情報記憶部は、前記音声データ受信部で指定され得る帯域毎に付加情報を記憶し、
前記付加情報選択部は、前記音声データ受信部が前記送信帯域を新たに指定した後または前記送信単位の受信を開始した後であって前記音声データ分離部が付加情報を分離する前までは、前記音声データ受信部で指定された帯域に対応する付加情報を選択する、
請求項１または２に記載の音声復号装置。