JP2007523366A - ブロック系列化に基づくオーディオコーディング - Google Patents
ブロック系列化に基づくオーディオコーディング Download PDFInfo
- Publication number
- JP2007523366A JP2007523366A JP2006551239A JP2006551239A JP2007523366A JP 2007523366 A JP2007523366 A JP 2007523366A JP 2006551239 A JP2006551239 A JP 2006551239A JP 2006551239 A JP2006551239 A JP 2006551239A JP 2007523366 A JP2007523366 A JP 2007523366A
- Authority
- JP
- Japan
- Prior art keywords
- group
- block
- groups
- blocks
- value
- 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.)
- Granted
Links
- 238000012163 sequencing technique Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 124
- 238000012545 processing Methods 0.000 claims description 53
- 230000008569 process Effects 0.000 claims description 41
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 238000012804 iterative process Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 26
- 239000013598 vector Substances 0.000 description 24
- 238000005192 partition Methods 0.000 description 22
- 230000003595 spectral effect Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 20
- 238000005259 measurement Methods 0.000 description 19
- 238000013459 approach Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 6
- 238000007667 floating Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000000044 Amnesia Diseases 0.000 description 1
- 206010021403 Illusion Diseases 0.000 description 1
- 241000776476 TACK group Species 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- CVKBYFCJQSPBOI-UHFFFAOYSA-N methyl 3-[(4-methylphenyl)sulfonylamino]benzoate Chemical compound COC(=O)C1=CC=CC(NS(=O)(=O)C=2C=CC(C)=CC=2)=C1 CVKBYFCJQSPBOI-UHFFFAOYSA-N 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Stereophonic System (AREA)
- Road Signs Or Road Markings (AREA)
Abstract
【選択図】 図1
Description
図1はオーディオコーディング系を示し、ここではエンコーダ10が経路5からオーディオ信号の少なくとも一つのチャンネルを表すオーディオ情報の少なくとも一つのストリームを受け取る。エンコーダ10はオーディオ情報のストリームを処理して、経路15に沿って送信又は記録可能なエンコード化信号を生成する。このエンコード化信号は続いてデコーダ20により受け取られ、このデコーダ20はエンコード化信号を処理して経路25に沿って、経路5から受け取られたオーディオ情報の複製を生成する。複製のコンテンツは原オーディオ情報と同一ではないかもしれない。エンコーダ10が可逆符号化法を用いてエンコード化信号を生成するならば、デコーダ20は原理的には原オーディオ情報ストリームと同一の複製を回復することができる。エンコーダ10が例えば知覚コーディングなどの非可逆符号化技術を用いるならば、回復された複製のコンテンツは一般に原ストリームのコンテンツと同一ではないが、知覚的には原コンテンツとは区別できないであろう。
以下の説明は本発明の様々な態様をフレーム内のオーディオ情報のブロックのグループの処理を最適化するオーディオコーディング系に組み込んだ方式で説明する。最適化は数的最小化問題としての第1の表現である。この数的枠組みは幾つかの計算の複雑さの程度の差異を有し、且つ最適化の異なる程度を与える何らかの実施を開発するために用いられる。
グループは、フレーム内のグループ内の変数を許すことにより最適化処理における自由度を与える。最適系列化形態を計算する目的で、各ブロックにおけるグループの数とブロックの数はフレームからフレームへ変化するとみなす。更に、グループは単独のブロックからなるか、又は全てが単独のフレーム内にある多数のブロックからなるとする。実行すべき最適化は、少なくとも一つの条件が与えられたフレーム内のブロックの系列化を最適化することである。これらの条件は、一つの用途と他の用途との間で変化し、信号処理における長所を最大化するように表現して、エンコード化信号の忠実性をもたらすか、或いはエンコード化信号歪をもたらす逆処理の最小化として表現される。例えば、オーディオコーダーは、エンコード化信号の所定のデータ率についての歪みを最小化する条件を持ってもよく、或いはエンコーダ信号データ率をエンコード化信号歪みのレベルに対して相殺する一方、解析/検出/系列系が計算の複雑さに対して解析、検出又は系列化の精度を相殺する必要がある条件を持ってもよい。信号歪みの指標を以下に説明するが、これらは使用し得る品位の指標の広範な変動の単なる例示である。以下に説明する技法は信号処理の長所、エンコード化信号の忠実性などの指標を用いることができ、これは例えば高低即ち最大最小などの相対量に対する逆比較及び反対参照による。
「歪み」の意味は最適化を推進する量の用語として規定されているが、この歪みは、およそオーディオエンコーダにおけるブロックの最適系列化を見出す処理により用いることがができるものに関しているのではない。ここで必要とされるのは、最適化処理を最適解へ向わせることができるエンコード化信号品位の測定である。最適化はブロックのグループにおける各ブロックについての制御パラメータの共通セットを用いるように指向されているので、エンコード化信号品位の測定は、各ブロックに適用されるものに基づかねばならず、且つグループにおける全てのブロックについての単独の代表的な値叉は複合的な測定へ容易に組み合わせることができねばならない。
本発明の実施は最適化処理を推進するために帯域化歪叉はブロック歪値の何れを用いてもよい。帯域歪みを用いるか、一つのブロックから次のブロックへの帯域エネルギの変動における大きな拡がりに依存するブロック歪みを用いるかによって、以下の定義が与えられる。
Vm,jはブロックmにおける帯域jについての帯域エネルギを表すベクトル成分 (1b)
エンコードされる信号のメモリ損失がμ(Vm,j,Vm+1,j)=0,ここでK周波数帯域について0≦J≦K−1であり、μ隣接するブロック間の相互情報の度合いの測度であり、スカラーエネルギ測定Umに用いるシステムは、帯域エネルギ測度Vm,jをを用いるシステムと共に働く。Jayant et al.,”Digital Coding of Waveforms”(Prentice−Hall、ニュージャージー,1984年)を参照されたい。換言すれば、連続的なブロックがスペクトルエネルギレベルにおいて僅かな類似性を持つならば、スカラーエネルギは帯域エネルギと共に指標として働く。一方、以下に説明するように、連続的なブロックはスペクトルエネルギレベルに高い度合いの類似性を持つならば、エンコーディング能力に深刻な不利益を課すことなく、スカラーエネルギは、パラメータが2つ叉はそれ以上のブロックに共通化か否かを示す指標を与えない。
本発明を採用する本願に基づいて考慮すべき幾つかの条件がある。以下に説明する本発明の実施はオーディオ符号化方式である。従って、関連する条件はオーディオ情報の符号化に関連するパラメータである。例えば、サイドコスト条件はグループ内の全てのブロックに対して共通である制御パラメータを送る必要性から生じる。高いサイドコストは各ブロックについての低歪で符号化される信号を可能とするが、サイドコストにおける増大は、一定数のビットを各フレームに割り当てなければならないのであれば、フレーム内の全ての[ブロックについての全歪みを増大させる。本発明の特定の実施を他のものにも増して有利なものとする実施の複雑さも課されている。
以下はオーディオ符号化方式における歪みを最適にするための数的問題定義である。
ここでSはベクトル(S0,...Sp)であり、
Gm={Vi|i∈Im) (4)
符号Gmはグループにおけるブロックを代表する。
A*(S)=A(S)+Dist{(p−1)c} (14)
ここでM(S)はM’(S)でもM’’(S)でもよく、
Dist{}は歪みとしての同じ単位におけるサイドコストを表すマッピングである。
Dist{C}=6.02dB・C
であり、ここでCはビットで表したサイドコストである。
AC−3系で用いられるチャンネルカップリングのような統合ステレオ/多チャンネルコーディング法、及びAAC系で用いられる中間/側部ステレオコーディング−叉は強度ステレオコーディングを採用するステレオ叉は多チャンネルコーディング系のためには、全てのチャンネルのオーディオ情報を特定のコーディング系について適宜な短いブロックモードへエンコードして、全てのチャンネルにおけるオーディオ情報が同数のグループ及び同様な系列化形態を持つようにせねばならない。この制約は、サイドコストの主要な源であるスケール因子が統合エンコードチャンネルの一つについてのみ与えられるために適用される。このことはスケール因子の1セットが全てのチャンネルへ適用されるので、全てのチャンネルが同一の系列化形態を持つことを意味している。
本発明は基本的に任意の所望の方法を用いて最適解を検索する。ここで三通りの方法を説明する。「全数検索法」は集中的な計算であるが、常に最適解を発見する。一つの試みは、全ての可能な数のグループについての歪と、グループの各数についての全ての可能な系列化形態とを計算し、;系列化形態をグループの各数についての最小歪を特定することにより、;最小歪を有する形態を選択することによりグループの最適数を決定する。これに代えて、グループの各数についての最小歪を閾値と比較して、その閾値を下回る程度のひずみを有する最初の系列化形態が見つかった後に検索を終了する。この代替的な実施は、許容可能な解を見出す検索の複雑な計算を低減するが、最適な解を見つけることは保証できない。
好ましくは本発明の実施は最適な系列化形態を検索するようにサイドコストにおける変更を考慮する。
1.全数検索法
全数検索法は系列化形態の数及び試験されるグループの数を制限する閾値を用いる。この技術は、実際の値pを設定する閾値に専ら頼ることにより単純化できる。これは0.9と1.0との間の或る数に対して閾値を設定し、且つグループpの可能な数に亘って反復することにより実行できる。最適なグループ形態及び合成歪関数はp=1について計算して、各比較対象Tに対してpを一つずつ増加させる。合成歪はTに対して比較され、歪関数がT未満のpの五つの値がグループの最適数として選択される。経験的に閾値Tの値を設定することにより、異なる入力信号の広い変化について短いウィンドウフレームの大きなサンプリングに跨るガウス分布を達成することが可能である。このガウス分布は入力信号の大きな変化に亘ってpの高い叉は低い平均値を可能とするようにTの値を設定することによりシフトする。この処理は図2のフローチャートに示されており、これはグループの最適数を見つけるための外側ループにおける処理を示す。内側ループについても最適な処理は図3A及び図3Bに示されており、以下に説明する。本明細書に説明した任意の歪関数は関数M(S),M*(S),A(S)及びA*(S)を含めて用いてもよい。
表の各記入事項即ち行は、0<p<N,N=8の異なる値pに対応する。この表は図3A及び図3Bの論理フロー図(図2に示す処理の内側フロー)に示したような反復処理に用いてもよい。この内側ループは全ての可能なグループ形態(7選択p−1)について繰り返される。フロー図における表記TAB[p,r]に示すように、外側ループにより与えられたp値は表の行にインデックスを付しており、値rは特定の系列化組み合わせについてのビットフィールドを示す。
2.高速最適法
高速最適法は式7で定義した平均最大歪M’(S)を用いる。この手法は、全ての可能な解についての全数検索をすることなく、最適系列化形態を得る。従って、上述した全数検索法のような集中計算ではない。
分割P(S0,...,Sp)は、pグループから構成されているならば、レベルpの分割と称する。グループの次元dは、そのグループにおけるブロックの数である。1よりも大きい次元を有するグループを正のグループと称する。式4に示したグループGmの定義はGm=G(sm−1,sm−1+1....、Sm)と書き換える。
d>3の次元を持つグループは、共通の一つのみのブロックを持つ二つのサブグループへ分割することができる。例えば、Gm=G(sm−1,sm−1+1....、Sm)であるならば、このグループGmは二つのサブグループ即ちGma=G(sm−1,sm−1+1....、sm−1+k)及びGmb(sm−1+k,..,sm)へ分割することができ、その両方は指数sm−1+kを持つブロックを包含している。定義により、これら二つのサブグループは同一の分割の一部にはならない。グループを二つの正の重畳するサブグループへ分割する手法は、与えられたグループを二つ叉はそれ以上の重畳するサブグループへ分割する手法として一般化することができる。
ここでGma及びGmbはサブグループ即ちGmの重畳するサブグループである。これはJm,i≧max(J’ma,j,Jmb,j)が全てのJ,1≦J≦kについて真であることを示すことにより証明できる。この関係を式6で示されたJ’(m)の定義に挿入することにより、表式15における関係が見い出される。
高速最適法の基礎をなす原理は、先ず所定の分割Ppを仮定することにより理解される。このPpは全てのベクトルS1、...,SpについてM’(S)=M’(s1,..,sp)を最小化するレベルpの所定の分割である。レベルp−1の分割Fが存在し、これはスペクトル係数の特定の値から独立しており、レベルp−1の分割を規定する全てのベクトルS=(s1,...,sp)についてM’(s1,..,sp)を最小化するレベルp−1の固有の分割Pp−1ではない。換言すれば、これらの分割F、即ちレベルp−1の分割を規定する全てのベクトルSについてM’(S)を最小化する分割Fが一つ存在するならば、レベルp−1の分割を規定する全てのベクトルSについてM’’(S)を最小化する他の分割も少なくとも一つは存在する。これら分割Fについて、X(p,P)で示されるサブセットX(p,P)を規定でき、これは以下に詳述するように最適解を見出すのに必要な処理から排除できるレベルpにおける特定の分割を包含する。このサブセットX(p,P)は以下のように規定できる。
高速最適化法はフレームのNブロックをp=Nグループに分割することにより開始されて、平均最大歪関数M’(S)叉はM*(S)を計算する。この分割はPNで示される。この方法は全てのN−1について、Nブロックをg=N−1グループへ分割することが可能な方式で平均最大歪関数を計算する。平均最大歪関数を最小化するN−1分割から外れる特定の分割はPN−1で示される。セットX(N−1、PN−1)に属する分割は上述のように特定される。この方法は、Nブロックをg=N−1グループへ分割するが、セットX(N−1、PN−1)には属さない全ての可能な方式で平均最大歪関数を計算する。平均最大歪関数を最小化する分割はPN−2で示される。高速最適法は、この処理をp=N−2,...,2について反復し、各レベルにおけるセットX(p,P)を用いて、可能な解として解析される分割の数を低減させる。
以下の例は高速最適化法の説明を助けると共に可能な態様の特徴を記載するものである。この例では、各フレームが六つのブロック即ちN=6を含んでいる。或る分割を上述のセットX(p,Pp)へ加えるべきか否かの判断に必要な処理を単純化するために、制御表のセットを用いてもよい。この例のために表のセット即ち表2A乃至2Cを示す。
3.Greedy Mergeの説明
Greedy Merge法はフレームにおけるグループをブロックをグループへ分割する単純化された技法を与える。Greedy Merge法は最適系列化形態が見つかることは保障しないが、この方法によれば複雑な計算の低減が与えられるので、殆どの実際的な用途については、最適化のための可能な低減よりも望ましい。
本発明の様々な態様を採用するデバイスは、コンピュータ又は、汎用コンピュータに見られるのと同様な部品へ接続されたディジタル信号プロセッサ(DSP)回路系により実行される。図6はデバイス70の概略的ブロック図であり、これは本発明の態様を実施するために用いることができる。DSP72はコンピュータ資源を与える。RAM73は、処理のためにDSP72で用いられるシステムランダムアクセスメモリ(RAM)である。ROM74は、例えばリードオンリーメモリ(ROM)などの固定記憶形態を示し、デバイス70の操作に必要なプログラムを記憶し、場合によっては本発明の様々な態様を実行する。I/Oコントロール75は交信チャンネル76,77の方式により信号を送受信するインターフェース回路系を示す。図示の実施例においては、全ての主要なシステム部品はバス71へ接続され、このバスは一つ以上の物理的又は論理的バスを表すが、バスのアーキテクチュアは本発明の実施には要求されない。
Claims (27)
- フレームに配置されたオーディオ情報のブロックを処理する方法であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、この方法は、
(a)オーディオ情報のブロックを伝送する入力信号を受け取る段階と、
(b)少なくとも二つ以上の特性値を獲得する段階であって、
(1)各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
(2)各グループは少なくとも一つのブロックを有し、
(3)グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
(4)前記特性値は、少なくとも一つの制御パラメータの関連するセットに従って各グループにおける各ブロックを処理することにより獲得可能な優位性を表す段階と、
(c)前記特性値を解析して、最小数のグループを有する選択されたグループのセットを特定し、前記関連する特性値の少なくとも一部から得られた処理性能の特性を閾値よりも高くする段階と、
(d)少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループを処理して出力信号を生成し、この出力信号は、前記入力信号のコンテンツを表す出力信号を生成し、且つ前記選択されたセットにおける各グループについての制御パラメータの関連するセットを表す段階とを含む方法。 - 請求項1の方法において、前記ブロックはオーディオ情報の時間域サンプルを含む方法。
- 請求項1の方法において、前記ブロックはオーディオ情報の周波数域係数を含む方法。
- 請求項1の方法において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有する方法。
- 請求項1の方法において、
二つ以上のコスト値を得て、各コスト値はブロックのグループのセットに提携しており、前記コスト値は前記制御パラメータの関連セットに従って前記提携セットにおける前記ブロックを処理するのに必要な資源の量を表し、
前記処理能力値は前記選択されたセットに提携する前記コスト値の一部から得られる方法。 - 請求項1又は5の方法において、前記解析は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外する方法。
- 請求項1又は5の方法において、前記選択されたセットは反復処理により同定され、この処理は、
グループの初期セットにおけるグループの対についての第2の処理性能値を決定する段階と、
最も高い第2の処理能力値を有する前記グループ対を統合して、閾値よりも大きな前記最も高い第2の処理能力値を与えるグループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループ対についての第2の処理能力値を決定する段階と、
前記グループの変更セットには、前記閾値よりも大きな第2の処理能力値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択セットとする段階とを含む方法。 - 請求項5の方法において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応する方法。
- 請求項5の方法において、前記コスト値は前記オーディオ情報のブロックを処理するのに必要なコンピュータ資源の量に対応する方法。
- フレームに配置されたオーディオ情報のブロックを処理する装置であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、この方法は、
オーディオ情報のブロックを伝送する入力信号を受け取る手段と、
少なくとも二つ以上の特性値を獲得する手段であって、
(1)各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
(2)各グループは少なくとも一つのブロックを有し、
(3)グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
(4)前記特性値は、少なくとも一つの制御パラメータの関連するセットに従って各グループにおける各ブロックを処理することにより獲得可能な優位性を表すようにする手段と、
前記特性値を解析して、最小数のグループを有する選択されたグループのセットを特定し、前記関連する特性値の少なくとも一部から得られた処理性能の特性を閾値よりも高くする解析手段と、
少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループを処理して出力信号を生成し、この出力信号は、前記入力信号のコンテンツを表す出力信号を生成し、且つ前記選択されたセットにおける各グループについての制御パラメータの関連するセットを表す手段とを備える装置。 - 請求項10の装置において、前記ブロックはオーディオ情報の時間域サンプルを含む装置。
- 請求項10の装置において、前記ブロックはオーディオ情報の周波数域係数を含む装置。
- 請求項10の装置において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有する装置。
- 請求項10の装置において、
二つ以上のコスト値を得る手段を備え、各コスト値はブロックのグループのセットに提携しており、前記コスト値は前記制御パラメータの関連セットに従って前記提携セットにおける前記ブロックを処理するのに必要な資源の量を表すことにより、
前記処理能力値は前記選択されたセットに提携する前記コスト値の一部から得られる装置。 - 請求項10又は14の装置において、前記解析手段は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外する装置。
- 請求項10又は14の装置において、前記解析手段が実行する解析は、
グループの初期セットにおけるグループの対についての第2の処理性能値を決定し、
最も高い第2の処理能力値を有する前記グループ対を統合して、閾値よりも大きな前記最も高い第2の処理能力値を与えるグループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループ対についての第2の処理能力値を決定し、
前記グループの変更セットには、前記閾値よりも大きな第2の処理能力値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択セットとすることである装置。 - 請求項14の装置において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応する装置。
- 請求項14の装置において、前記コスト値は前記オーディオ情報のブロックを処理するのに必要なコンピュータ資源の量に対応する装置
- フレームに配置されたオーディオ情報のブロックを処理する方法を実行するデバイスにより実行される指令のプログラムを保持する媒体であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、前記方法は、
(a)オーディオ情報のブロックを伝送する入力信号を受け取る段階と、
(b)少なくとも二つ以上の特性値を獲得する段階であり、
(1)各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
(2)各グループは少なくとも一つのブロックを有し、
(3)グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
(4)前記特性値は、少なくとも一つの制御パラメータの関連するセットに従って各グループにおける各ブロックを処理することにより獲得可能な優位性を表す段階と、
(c)前記特性値を解析して、最小数のグループを有する選択されたグループのセットを特定し、前記関連する特性値の少なくとも一部から得られた処理性能の特性を閾値よりも高くする段階と、
(d)少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループを処理して出力信号を生成し、この出力信号は、前記入力信号のコンテンツを表す出力信号を生成し、且つ前記選択されたセットにおける各グループについての制御パラメータの関連するセットを表す段階とを含む媒体。 - 請求項19の媒体において、前記ブロックはオーディオ情報の時間域サンプルを含む媒体。
- 請求項19の媒体において、前記ブロックはオーディオ情報の周波数域係数を含む媒体。
- 請求項19の媒体において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有する媒体。
- 請求項19の媒体において、
二つ以上のコスト値を得て、各コスト値はブロックのグループのセットに提携しており、前記コスト値は前記制御パラメータの関連セットに従って前記提携セットにおける前記ブロックを処理するのに必要な資源の量を表し、
前記処理能力値は前記選択されたセットに提携する前記コスト値の一部から得られる媒体。 - 請求項19又は23の媒体において、前記解析は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外する媒体。
- 請求項19又は23の媒体において、前記選択されたセットは反復処理により同定され、この処理は、
グループの初期セットにおけるグループの対についての第2の処理性能値を決定する段階と、
最も高い第2の処理能力値を有する前記グループ対を統合して、閾値よりも大きな前記最も高い第2の処理能力値を与えるグループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループ対についての第2の処理能力値を決定する段階と、
前記グループの変更セットには、前記閾値よりも大きな第2の処理能力値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択セットとする段階とを含む媒体。 - 請求項23の媒体において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応する媒体。
- 請求項23の媒体において、前記コスト値は前記オーディオ情報のブロックを処理するのに必要なコンピュータ資源の量に対応する媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US53798404P | 2004-01-20 | 2004-01-20 | |
US60/537,984 | 2004-01-20 | ||
PCT/US2005/001715 WO2005071667A1 (en) | 2004-01-20 | 2005-01-19 | Audio coding based on block grouping |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2007523366A true JP2007523366A (ja) | 2007-08-16 |
JP2007523366A5 JP2007523366A5 (ja) | 2012-03-29 |
JP5069909B2 JP5069909B2 (ja) | 2012-11-07 |
Family
ID=34807152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006551239A Expired - Fee Related JP5069909B2 (ja) | 2004-01-20 | 2005-01-19 | ブロック系列化に基づくオーディオコーディング |
Country Status (16)
Country | Link |
---|---|
US (1) | US7840410B2 (ja) |
EP (1) | EP1706866B1 (ja) |
JP (1) | JP5069909B2 (ja) |
KR (1) | KR20060131798A (ja) |
CN (1) | CN1910656B (ja) |
AT (1) | ATE389932T1 (ja) |
AU (1) | AU2005207596A1 (ja) |
CA (1) | CA2552881A1 (ja) |
DE (1) | DE602005005441T2 (ja) |
DK (1) | DK1706866T3 (ja) |
ES (1) | ES2299998T3 (ja) |
HK (1) | HK1091024A1 (ja) |
IL (1) | IL176483A0 (ja) |
PL (1) | PL1706866T3 (ja) |
TW (1) | TW200534602A (ja) |
WO (1) | WO2005071667A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013050663A (ja) * | 2011-08-31 | 2013-03-14 | Nippon Hoso Kyokai <Nhk> | 多チャネル音響符号化装置およびそのプログラム |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8154554B1 (en) | 2006-07-28 | 2012-04-10 | Nvidia Corporation | Unified assembly instruction set for graphics processing |
US8396119B1 (en) * | 2009-09-30 | 2013-03-12 | Ambarella, Inc. | Data sample compression and decompression using randomized quantization bins |
PL3998606T3 (pl) * | 2009-10-21 | 2023-03-06 | Dolby International Ab | Nadrpóbkowanie w połączonym banku filtrów modułu transpozycji |
CN103544957B (zh) | 2012-07-13 | 2017-04-12 | 华为技术有限公司 | 音频信号的比特分配的方法和装置 |
US10141004B2 (en) * | 2013-08-28 | 2018-11-27 | Dolby Laboratories Licensing Corporation | Hybrid waveform-coded and parametric-coded speech enhancement |
EP2993665A1 (en) * | 2014-09-02 | 2016-03-09 | Thomson Licensing | Method and apparatus for coding or decoding subband configuration data for subband groups |
WO2016040885A1 (en) * | 2014-09-12 | 2016-03-17 | Audience, Inc. | Systems and methods for restoration of speech components |
EP3332557B1 (en) | 2015-08-07 | 2019-06-19 | Dolby Laboratories Licensing Corporation | Processing object-based audio signals |
WO2020077046A1 (en) * | 2018-10-10 | 2020-04-16 | Accusonus, Inc. | Method and system for processing audio stems |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001154698A (ja) * | 1999-11-29 | 2001-06-08 | Victor Co Of Japan Ltd | オーディオ符号化装置及びその方法 |
JP2001296893A (ja) * | 2000-04-11 | 2001-10-26 | Matsushita Electric Ind Co Ltd | グループ化方法及びグループ化装置 |
JP2003108192A (ja) * | 2001-09-27 | 2003-04-11 | Matsushita Electric Ind Co Ltd | オーディオ信号符号化方法 |
JP2003186499A (ja) * | 2001-12-14 | 2003-07-04 | Matsushita Electric Ind Co Ltd | 符号化装置及び復号化装置 |
JP2003338998A (ja) * | 2002-05-22 | 2003-11-28 | Casio Comput Co Ltd | 画像保存システム、及び画像保存装置 |
JP2003345398A (ja) * | 2002-05-27 | 2003-12-03 | Matsushita Electric Ind Co Ltd | オーディオ信号符号化方法 |
JP2004004530A (ja) * | 2002-01-30 | 2004-01-08 | Matsushita Electric Ind Co Ltd | 符号化装置、復号化装置およびその方法 |
JP2005165056A (ja) * | 2003-12-03 | 2005-06-23 | Canon Inc | オーディオ信号符号化装置及び方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5109417A (en) * | 1989-01-27 | 1992-04-28 | Dolby Laboratories Licensing Corporation | Low bit rate transform coder, decoder, and encoder/decoder for high-quality audio |
BR9204799A (pt) | 1991-03-29 | 1993-07-13 | Sony Corp | Processo de codificacao para um sinal digital |
US6167375A (en) * | 1997-03-17 | 2000-12-26 | Kabushiki Kaisha Toshiba | Method for encoding and decoding a speech signal including background noise |
DE19730130C2 (de) * | 1997-07-14 | 2002-02-28 | Fraunhofer Ges Forschung | Verfahren zum Codieren eines Audiosignals |
US6300888B1 (en) * | 1998-12-14 | 2001-10-09 | Microsoft Corporation | Entrophy code mode switching for frequency-domain audio coding |
JP3739959B2 (ja) * | 1999-03-23 | 2006-01-25 | 株式会社リコー | 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 |
CN1288622C (zh) * | 2001-11-02 | 2006-12-06 | 松下电器产业株式会社 | 编码设备和解码设备 |
US7110941B2 (en) * | 2002-03-28 | 2006-09-19 | Microsoft Corporation | System and method for embedded audio coding with implicit auditory masking |
US20030215013A1 (en) * | 2002-04-10 | 2003-11-20 | Budnikov Dmitry N. | Audio encoder with adaptive short window grouping |
US7283968B2 (en) * | 2003-09-29 | 2007-10-16 | Sony Corporation | Method for grouping short windows in audio encoding |
-
2005
- 2005-01-19 PL PL05711669T patent/PL1706866T3/pl unknown
- 2005-01-19 JP JP2006551239A patent/JP5069909B2/ja not_active Expired - Fee Related
- 2005-01-19 DK DK05711669T patent/DK1706866T3/da active
- 2005-01-19 WO PCT/US2005/001715 patent/WO2005071667A1/en active Application Filing
- 2005-01-19 CA CA002552881A patent/CA2552881A1/en not_active Abandoned
- 2005-01-19 EP EP05711669A patent/EP1706866B1/en not_active Not-in-force
- 2005-01-19 AT AT05711669T patent/ATE389932T1/de not_active IP Right Cessation
- 2005-01-19 AU AU2005207596A patent/AU2005207596A1/en not_active Abandoned
- 2005-01-19 DE DE602005005441T patent/DE602005005441T2/de active Active
- 2005-01-19 ES ES05711669T patent/ES2299998T3/es active Active
- 2005-01-19 CN CN2005800028576A patent/CN1910656B/zh not_active Expired - Fee Related
- 2005-01-19 KR KR1020067013739A patent/KR20060131798A/ko not_active Application Discontinuation
- 2005-01-19 US US10/586,834 patent/US7840410B2/en not_active Expired - Fee Related
- 2005-01-20 TW TW094101656A patent/TW200534602A/zh unknown
-
2006
- 2006-06-21 IL IL176483A patent/IL176483A0/en unknown
- 2006-10-19 HK HK06111518A patent/HK1091024A1/xx not_active IP Right Cessation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001154698A (ja) * | 1999-11-29 | 2001-06-08 | Victor Co Of Japan Ltd | オーディオ符号化装置及びその方法 |
JP2001296893A (ja) * | 2000-04-11 | 2001-10-26 | Matsushita Electric Ind Co Ltd | グループ化方法及びグループ化装置 |
JP2003108192A (ja) * | 2001-09-27 | 2003-04-11 | Matsushita Electric Ind Co Ltd | オーディオ信号符号化方法 |
JP2003186499A (ja) * | 2001-12-14 | 2003-07-04 | Matsushita Electric Ind Co Ltd | 符号化装置及び復号化装置 |
JP2004004530A (ja) * | 2002-01-30 | 2004-01-08 | Matsushita Electric Ind Co Ltd | 符号化装置、復号化装置およびその方法 |
JP2003338998A (ja) * | 2002-05-22 | 2003-11-28 | Casio Comput Co Ltd | 画像保存システム、及び画像保存装置 |
JP2003345398A (ja) * | 2002-05-27 | 2003-12-03 | Matsushita Electric Ind Co Ltd | オーディオ信号符号化方法 |
JP2005165056A (ja) * | 2003-12-03 | 2005-06-23 | Canon Inc | オーディオ信号符号化装置及び方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013050663A (ja) * | 2011-08-31 | 2013-03-14 | Nippon Hoso Kyokai <Nhk> | 多チャネル音響符号化装置およびそのプログラム |
Also Published As
Publication number | Publication date |
---|---|
DK1706866T3 (da) | 2008-06-09 |
IL176483A0 (en) | 2006-10-05 |
EP1706866B1 (en) | 2008-03-19 |
DE602005005441T2 (de) | 2009-04-23 |
AU2005207596A1 (en) | 2005-08-04 |
ATE389932T1 (de) | 2008-04-15 |
JP5069909B2 (ja) | 2012-11-07 |
ES2299998T3 (es) | 2008-06-01 |
US20080133246A1 (en) | 2008-06-05 |
CN1910656A (zh) | 2007-02-07 |
TW200534602A (en) | 2005-10-16 |
HK1091024A1 (en) | 2007-01-05 |
CA2552881A1 (en) | 2005-08-04 |
WO2005071667A1 (en) | 2005-08-04 |
CN1910656B (zh) | 2010-11-03 |
DE602005005441D1 (de) | 2008-04-30 |
US7840410B2 (en) | 2010-11-23 |
KR20060131798A (ko) | 2006-12-20 |
PL1706866T3 (pl) | 2008-10-31 |
EP1706866A1 (en) | 2006-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007523366A (ja) | ブロック系列化に基づくオーディオコーディング | |
KR100949232B1 (ko) | 인코딩 장치, 디코딩 장치 및 그 방법 | |
US9305558B2 (en) | Multi-channel audio encoding/decoding with parametric compression/decompression and weight factors | |
JP2906646B2 (ja) | 音声帯域分割符号化装置 | |
KR101330362B1 (ko) | 오디오 인코딩 방법, 오디오 디코딩 방법 및 오디오 인코더 디바이스 | |
KR101343267B1 (ko) | 주파수 세그먼트화를 이용한 오디오 코딩 및 디코딩을 위한 방법 및 장치 | |
EP0966108B1 (en) | Dynamic bit allocation apparatus and method for audio coding | |
EP2490215A2 (en) | Method and apparatus to extract important spectral component from audio signal and low bit-rate audio signal coding and/or decoding method and apparatus using the same | |
JP2007523366A5 (ja) | ||
JP2009524108A (ja) | 拡張帯域周波数コーディングによる複素変換チャネルコーディング | |
JP2005338850A (ja) | デジタル信号の符号化方法及び装置ならびに復号化方法及び装置 | |
JP2000276197A (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 | |
JP4843142B2 (ja) | 音声符号化のための利得−適応性量子化及び不均一符号長の使用 | |
US7117053B1 (en) | Multi-precision technique for digital audio encoder | |
US7181079B2 (en) | Time signal analysis and derivation of scale factors | |
US6775587B1 (en) | Method of encoding frequency coefficients in an AC-3 encoder | |
Khaldi et al. | HHT-based audio coding | |
JP2842276B2 (ja) | 広帯域信号符号化装置 | |
JP5799824B2 (ja) | オーディオ符号化装置、オーディオ符号化方法及びオーディオ符号化用コンピュータプログラム | |
MXPA06008224A (es) | Codificacion de audio basada en el agrupamiento de bloques | |
Hu et al. | An efficient low complexity encoder for MPEG advanced audio coding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110329 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110629 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110706 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110728 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110804 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110829 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110929 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20111018 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111108 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20120207 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120807 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120820 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150824 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |