JP2007525716A - 量子化器のステップサイズを求める装置および方法 - Google Patents

Abstract

オーディオまたはビデオ情報を含む信号を量子化するための量子化器のステップサイズを求めるために、第１の量子化器のステップサイズとともに干渉閾値が生成される（５０２）。次に、第１の量子化器のステップサイズにより、実際に導入された干渉が求められ（５０４）、干渉閾値と比較する（５０６）。実際に導入した干渉が閾値を超えていることが、比較によりわかっているという事実にもかかわらず、第２の、より粗い量子化器のステップサイズをやはり用いて（５０８）、より粗い、第２の量子化器のステップサイズにから導入された干渉が閾値を下回っていること、または第１の量子化器のステップサイズにより導入された干渉を下回っていることが判明した場合は（５１２）、次にこれを量子化に用いる（５１４）。従って、量子化を粗くしながらも、量子化の干渉を低減するので、圧縮利得が増加する。
【選択図】図５ｂ

Description

本発明は、オーディオコーダに関し、特に、変換ベースのオーディオコーダに関する。すなわち、コーダパイプラインの最初に、時間的表現をスペクトル表現に変換するオーディオコーダである。

従来技術の変換ベースのオーディオコーダを、図３に示す。図３に示すコーダは、国際標準ＩＳＯ／ＩＥＣ１４４９６−３：２００１（Ｅ）、サブパート４、４ページに示され、この技術でＡＡＣコーダとしても知られている。

従来技術のコーダについて、以下に示す。符号化するオーディオ信号は、入力１０００に供給される。このオーディオ信号は、当初、スケーリングステージ１００２に供給される。ここで、オーディオ信号のレベルを設定するいわゆるＡＡＣ利得制御が行われる。ブロック１００２とブロック１００４との間の矢印で示すように、スケーリングからの副情報はビットストリームフォーマッタ１００４に供給される。次に、スケール変更したオーディオ信号が、ＭＤＣＴフィルタバンク１００６に供給される。ＡＡＣコーダでは、フィルタバンクが、５０％オーバーラップウィンドウを有する変形離散コサイン変換を実行する。ウィンドウ長を、ブロック１００８により求める。

一般に、ブロック１００８は、過渡信号に比較的短いウィンドウを与え、定常する傾向のある信号に比較的長いウィンドウを与えるようにするために存在する。これにより、比較的短いウィンドウのために、（周波数分解能を犠牲にして）過渡信号の時間分解能のレベルがより高くなり、より長いウィンドウのために、（時間分解能を犠牲にして）周波数分解能がより高くなる。より長いウィンドウが好まれる傾向があるのは、符号化利得がより高くなるからである。フィルタバンク１００６の出力には、時間的に連続するブロックの、スペクトル値のブロックが存在する。これは、フィルタバンクの実施形態により、ＭＤＣＴ係数、フーリエ係数またはサブバンド信号とすることができる。各サブバンド信号は、フィルタバンク１００６のそれぞれのサブバンドチャネルで指定された特定の制限のある帯域幅を有し、各サブバンド信号は、特定の数のサブバンドサンプルを有している。

次に続くのは、例示として表されるこの場合では、フィルタバンクが、ＭＤＣＴスペクトル係数の時間的に連続するブロックを出力する。これは一般に、入力１０００にあるオーディオ信号の、連続する短いスペクトルを表す。次に、ブロックとなっているＭＤＣＴスペクトル値が、ＴＮＳ処理ブロック１０１０（ＴＮＳ＝暫定ノイズ整形（ｔｅｍｐｏｒａｒｙ ｎｏｉｓｅ ｓｈａｐｉｎｇ））に供給され、ここで暫定ノイズ整形が行われる。ＴＮＳ技術を用いて、各変換ウィンドウ内で、量子化ノイズの時間的形状を整形する。これは、各チャネルのスペクトルデータそれぞれにフィルタ処理を行うことにより実現する。ウィンドウ毎に符号化は行われる。特に、ＴＮＳツールをスペクトルデータのウィンドウに、すなわち、ブロックとなっているスペクトル値に用いるために、以下の工程を行う。

初めに、ＴＮＳツールの周波数範囲が選択される。適した選択範囲は、フィルタを用いる１．５ｋＨｚの周波数範囲から、最も高い可能なスケールファクタ帯域までに及ぶ。ＡＡＣ標準（ＩＳＯ／ＩＥＣ１４４９６−３：２００１（Ｅ））で規定されるように、この周波数範囲は、サンプリングレートに依存することに注意されたい。

続いて、正確にいうと、選択された目標周波数範囲内に存在するスペクトルＭＤＣＴ係数を用いて、ＬＰＣ（ＬＰＣ＝線形予測符号化（ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｖｅ ｃｏｄｉｎｇ））の計算が実行される。安定性を高めるために、２．５ｋＨｚより小さい周波数に対応する係数がこの処理から除外される。オーディオ処理から周知である、一般的なＬＰＣ手順をＬＰＣの算出に用いることもできる。例えば、周知のレヴィンソン−ダービンの算法（Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ ａｌｇｏｒｉｔｈｍ）である。算出を行って、ノイズ整形フィルタの最大許容次数を求めるために、計算が実行される。

ＬＰＣの算出の結果、しかるべき予測利得ＰＧが得られる。さらに、反射係数、すなわち、ＰＡＲＣＯＲ係数が得られる。

予測利得が指定の閾値を超えていない場合は、ＴＮＳツールは適用されない。この場合は、ＴＮＳ処理の行われなかったことをデコーダがわかるように、制御情報の１つが、ビットストリームに書き込まれる。

しかしながら、予測利得が閾値を超えている場合は、ＴＮＳ処理が適用される。

次の工程では、反射係数が量子化される。反射係数アレイの配列の“末尾”から、閾値より小さい絶対値を有する全反射係数を除くことにより、用いるノイズ整形フィルタの次数が求められる。残りの反射係数の数は、およそノイズ整形フィルタの大きさである。適した閾値は０．１である。

通常、残りの反射係数は線形予測係数に変換される。この技術も、“ステップアップ”手順として周知である。

次に、算出されたＬＰＣ係数は、コーダノイズ整形フィルタ係数、すなわち、予測フィルタ係数として用いられる。このＦＩＲフィルタは、指定した目標周波数範囲でフィルタを行うために、用いられる。自己回帰フィルタが復号化に用いられ、いわゆる移動平均フィルタが符号化に用いられる。最終的に、図３のＴＮＳ処理ブロック１０１０とビットストリームフォーマッタ１００４との間の矢印で示すように、ＴＮＳツールの副情報がビットストリームフォーマッタに供給される。

次に、図３に図示しない、長期予測ツール、強度／結合ツール、予測ツール、ノイズ置換ツール等の、いくつかのオプションのツールを経て、ようやくミッド／サイドコーダ１０１２にたどり着く。符号化すべきオーディオ信号がマルチチャネル信号の場合は、すなわち、左側チャネルおよび右側チャネルを有するステレオ信号の場合は、ミッド／サイドコーダ１０１２がアクティブになる。今までのところ、すなわち、図３のブロック１０１２上流側では、左側および右側のステレオチャネル、すなわち、スケール変更したチャネルが処理され、フィルタバンクで変換され、ＴＮＳ処理されたり、されなかったりして、互いに別々に処理されている。

ミッド／サイドコーダではまず、ミッド／サイド符号化が意味をなすかどうか、すなわち、符号化利得を少しでも得るかどうか、検証が行われる。左側チャネルおよび右側チャネルが同じような傾向である場合には、ミッド／サイド符号化では符号化利得を得る。この場合は、１／２倍のスケーリングを別にして中央チャネル、すなわち、左側チャネルおよび右側チャネルの和が、左側チャネルまたは右側チャネルとほぼ等しいからである。サイドチャネルが非常に小さい値しか持っていないのは、これが左側チャネルと右側チャネルとの差に等しいからである。結果として、左側チャネルおよび右側チャネルほぼ同じ場合は、差はほぼゼロであるか、きわめて小さい値しか含まないことがわかる。期待されていることは、この値を次の量子化器１０１４で量子化するとゼロになることである。従って、これを非常に効率的な方法で送ることができるのは、エントロピーコーダ１０１６が量子化器１０１４の下流側に接続されているからである。

心理音響モデル１０２０により、量子化器１０１４に、スケールファクタ帯域につき１つの許容される干渉を供給する。量子化器は、繰り返して動作する。すなわち、まず外部繰り返しループが呼び出され、これが次に内部繰り返しループを呼び出す。一般に、量子化器ステップサイズの開始値から開始して、まず量子化器１０１４の入力で、ブロックとなっている値に対して量子化を行う。特に、内部ループがＭＤＣＴ係数を量子化し、ビットの特定の数をこの処理で使用する。内部ループを再び呼び出して、外部ループが、スケールファクタを用いて歪みおよび係数の変形エネルギーを算出する。特定の条件句を満たすまで、この処理を繰り返す。外部繰り返しループ内での各繰り返しでは、量子化により導入された干渉を算出して、これを心理音響モデル１０２０が供給する許容される干渉と比較するように、信号が復元される。また、この比較を行った後でもやはり干渉すると考えられる、これらの周波数帯域のスケールファクタを、１以上の段階を繰り返し、繰り返し行って、正確にいうと、外部繰り返しループのそれぞれの繰り返しを行って、拡大する。

一旦、量子化により導入された量子化干渉が心理音響モデルで求めた許容される干渉を下回り、同時にビット要件を満たす場合、正確にいうと、最大ビットレートを超えていない状態になった場合は、繰り返し、すなわち、合成による分析方法を終了して、得られたスケールファクタをブロック１０１４に示すように符号化して、ブロック１０１４とブロック１００４との間の矢印で示されるように、符号化した形態でビットストリームフォーマッタ１００４に供給する。次に、量子化した値は、エントロピーコーダ１０１６に供給される。これは通常、量子化した値をバイナリ形式に変換するように、ハフマン符号表をいくつか用いて、各種のスケールファクタ帯域に対してエントロピー符号化を行う。周知のように、ハフマン符号化の形式のエントロピー符号化では、予想信号統計値に基づいて生成した符号表をよりどころとする必要が有り、頻繁に生じる値には、さほど頻繁に生じない値よりも短いコード語が与えられる。次に、エントロピー符号化値が実際の主情報として、ビットストリームフォーマッタ１００４に供給される。これは次に、特定のビットストリームシンタックスに従って、出力側で符号化音声信号を出力する。

量子化器のステップサイズにより導入された干渉が閾値よりも大きい場合は、すでに説明したように、より微細な量子化器のステップサイズをこの繰り返し量子化に用いる。これは、実行する量子化がより微細なので、量子化ノイズが低減されるように期待して行われる。

より微細な量子化器のステップサイズのせいで、送信するデータ量がおのずと増加するので、圧縮利得が低減するという点で、この概念には欠点がある。

本発明の目的は、一方では低い量子化の干渉を提供し、他方では高い圧縮利得を得る、量子化器のステップサイズを求める概念を提供することである。

この目的は、請求項１に記載の量子化器のステップサイズを求める装置、請求項８に記載の量子化器のステップサイズを求める方法、または請求項９に記載のコンピュータプログラムにより達成される。

本発明は、以下の知見に基づいている。一方では干渉力をさらに低減させること、そして同時に、符号化利得を増加したり、あるいは少なくとも保存したりすることを、従来技術で行われていたように、より微細な量子化を行うのではなく、導入された干渉が閾値よりも大きい場合でも、少なくともいくつかのより粗い量子化器のステップサイズを試行することにより達成することができることである。より粗い量子化器のステップサイズを用いても、正確にいうとこれらの場合では、より微細な量子化器のステップサイズで行うよりも、より粗い量子化器のステップサイズにより、量子化される値に“ヒット”すると、量子化により導入された干渉を低減することができるということがわかった。この作用は、量子化誤差が、量子化器のステップサイズばかりでなく、量子化される値にも当然依存するという事実に基づいている。量子化される値が、より粗い量子化器のステップサイズそれぞれのステップサイズに非常に近似している場合は、（量子化がより粗いので）圧縮利得を増加させながら、量子化ノイズを低減することになる。

第１の量子化器のステップサイズに対して、非常に良好な推定の量子化器のステップサイズがすでにある場合は、進歩性のある概念は、特に非常に有益である。これに基づいて閾値比較が行われるからである。従って、本発明の好適な実施の形態では、予想される最悪の筋書に基づかないで、平均ノイズエネルギーに基づいて直接算出することにより、第１の量子化器のステップサイズを求めることが好ましい。従って、従来技術による繰り返しループを、今では相当低減することができるし、あるいは、全く用いなくてよいことになる。

次に、量子化される値を“良好にヒットする”という前述の作用を活かすように、実施の形態のさらにより粗い量子化器のステップサイズで、進歩性のある量子化器のステップサイズの後処理を一度だけ試行する。続いてより粗い量子化器のステップサイズから得られた干渉が前の干渉より小さいこと、あるいは閾値より小さいということが判明した場合は、さらにより粗い量子化器のステップサイズを試行して、さらに繰り返してもよい。導入された干渉が再び増加するまで、量子化器のステップサイズを粗くしていくこの手順を続ける。次に、終了条件に達するので、最も小さい導入された干渉として提供した量子化器のステップサイズで量子化を行って、必要な場合は、符号化手順を継続する。

第１の量子化器のステップサイズを推定する、本発明の別の実施の形態では、終了条件に達するまで、従来技術のように合成による分析アプローチを行うこともできる。次に、進歩性のある後処理を用いて、より粗い量子化器のステップサイズを用いて同様に良好な干渉結果、またはさらに良好な干渉結果が得られるかどうか、最後に検証することもできる。導入された干渉に関して、より粗い量子化器のステップサイズが同様に良好である、あるいは、さらに良好であることが判明した場合は、このステップサイズを量子化に用いる。しかしながら、より粗い量子化から、よい作用が得られないことが判明した場合は、例えば分析／合成方法により元々求めてあった量子化器のステップサイズにより、最後の量子化を行うことになる。

従って、本発明によれば、任意の量子化器のステップサイズを用いて、第１の閾値比較を実行することができる。この第１の量子化器のステップサイズが、すでに分析／合成方法により求められているか、または量子化器のステップサイズを直接算出することにより求められているかどうかには無関係である。

本発明の好適な実施の形態では、この概念を用いて、周波数範囲に存在するオーディオ信号を量子化する。しかしながら、この概念を用いて、オーディオ情報および／またはビデオ情報を含む時間領域信号を量子化することもできる。

また、比較に用いる閾値は、心理音響学または視覚心理学的に許容される干渉、あるいは以下に該当する所望の別の閾値であることに注意されたい。例えば、この閾値は、心理音響モデルが提供する実際の許容される干渉であってもよい。しかしながら、この閾値は、オリジナルの量子化器のステップサイズ、あるいは任意の他の閾値に対する、前に求めた導入される干渉であってもよい。

量子化した値は必ずしもハフマン符号化を行った値でなくてよいが、算術符号化等の別のエントロピー符号化を用いて符号化してもよいことに留意されたい。あるいは、量子化した値をバイナリ法により符号化してもよいのは、この符号化も、以下の作用があるからである。より小さい値またはゼロに等しい値送信するためには、より大きい値、つまり、一般にゼロと等しくない値を送信するのに必要なビット数よりも少ない数のビットで送信する必要があるという作用である。

開始値、すなわち、１の量子化器のステップサイズを求めるには、直接ノイズエネルギーを推定することから量子化器のステップサイズを求める場合は、好ましくは、繰り返しアプローチを全て省くこともできるし、または少なくとも大半を省くこともできる。正確なノイズエネルギー推定値から量子化器のステップサイズを算出することが、合成による分析ループで算出することよりも相当速いのは、算出する値が直接存在するからである。符号化に好都合な量子化器のステップサイズが判明するまで、初めから量子化を何回も行って比較する必要はない。

しかしながら、用いられる量子化器特性曲線は非線形特性曲線なので、ノイズエネルギー推定では、非線形特性曲線を考慮に入れる必要がある。単純なノイズエネルギー推定を直線量子化器に用いることがもはやできないのは、これは十分正確でないからである。本発明によれば、次の量子化特性曲線を有する量子化器を用いる。

上記の式では、ｘ_iは量子化されるスペクトル値である。開始値はｙ_iと記述されているので、ｙ_iが量子化したスペクトル値である。ｑは量子化器のステップサイズである。Ｒｏｕｎｄは丸め関数である。これは、好ましくはｎｉｎｔ関数である。“ｎｉｎｔ”は、“最近隣数”を表す。量子化器を非線形量子化器にする指数を、αと呼び、これは１ではない。通常、指数αは、１より小さいので、量子化器は圧縮特性を有している。レイヤ３、およびＡＡＣでは、指数αは０．７５に等しい。パラメータｓは、付加定数である。これは、任意の値を有するが、やはりゼロではない。

本発明によれば、次の関係を用いて量子化器のステップサイズを算出する。

αが３／４に等しい場合は、次の式になる。

これらの式では、左側の項は、干渉ＴＨＲを表す。これは、周波数帯域で許容され、心理音響モジュールが、ｉ₁に等しいｉからｉ₂に等しいｉまでの周波数系列を有するスケールファクタ帯域に提供するものである。上記の式により、１でない指数αを有する上記の量子化器特性曲線を有する非線形量子化器に対して、量子化器ステップサイズｑにより導入された干渉を、ほぼ正確に推定することが可能になる。量子化器の式からのｎｉｎｔ関数により、次の整数を丸める、実際の量子化器の式を行う。

ｎｉｎｔ関数の代わりに、所望の丸めを行う任意の丸め関数を用いることもできることに留意されたい。特に、例えば、次の偶数または次の奇数を丸めたり、次の数の１０を丸めたりすることなどである。一般に、丸め関数は、特定の数の許容値から、より小さい特定の第２の数の値を有する値の集合までの値をマッピングするものである。

本発明の好適な実施の形態では、ミッド／サイドコーダを起動するようなチャネルであるならば、提供されるものが、例えば、ミッド／サイド符号化へのステレオ信号の場合は、量子化したスペクトル値には以前にＴＮＳ処理が行われている。

従って、各スケールファクタ帯域に対するスケールファクタを、直接表すことができ、量子化器のステップサイズとスケールファクタとの間に関係を有するそれぞれのオーディオコーダに供給することができる。これは、次の式から与えられる。

スケールファクタは、次の式から得られる。

本発明の好適な実施の形態では、合成による分析原理に基づいて、後処理を繰り返すことにより用いられるので、実際の最適条件を得られるように、各スケールファクタ帯域に対して量子化器のステップサイズがわずかに異なっている。これは、繰り返しを行わずに直接算出されたものである。

しかしながら、従来技術と比較すると、大多数の場合では、下流側の繰り返しを全て省いてもよいことがわかっているが、開始値を今では非常に正確に算出しているので、これにより短い繰り返しが可能になる。

従って、平均ノイズエネルギーを用いてステップサイズを算出することに基づく好適な概念により、良好で現実的な推定を提供できるのは、従来技術と異なり、予想される最悪の筋書ではなく、量子化誤差の予想値をベースに用いるので、主観的に品質が同等の、ビット数を相当低減した、より効率的なデータ符号化が可能になるからである。また、繰り返しを完全に省くことができ、および／または繰り返し工程数を明らかに低減することができるという事実により、相当速度の速いコーダを達成することができる。これが注目に値するのは、特に、従来技術コーダの繰り返しループが、コーダの全体的な時間要件に対して不可欠であったからである。従って、１つまたはより少ない数の繰り返し工程が低減するとしても、これにより、コーダの全体的な時間を少なからず節減することになる。

添付の図面を参照して、本発明の好適な実施の形態について詳細に説明する。
図１は、量子化したオーディオ信号を求める装置のブロック図である。
図２は、本発明の好適な実施の形態による後処理を示すフローチャートである。
図３は、ＡＡＣ標準による従来技術のコーダのブロック図を示す。
図４は、量子化器のステップサイズをより粗くして、量子化の干渉を低減する図である。
図５ａは、信号を量子化するための量子化器のステップサイズを求める進歩性のある装置のブロック図を示す。
図５ｂは、信号を量子化するための量子化器のステップサイズを求める進歩性のある装置のブロック図を示す。

図５を参照して、進歩性のある概念について以下に示す。図５は、音声またはビデオ情報を含み、信号入力５００を介して提供される信号を量子化するための量子化器のステップサイズを求める装置の概略図を示す。この信号を、第１の量子化器のステップサイズ（ＱＳＳ）を提供し、以下の導入可能な干渉とも呼ばれる、干渉閾値を提供する手段５０２に供給する。この干渉閾値は任意の閾値でよいことに留意されたい。しかしながら、好ましくは、これは心理音響または視覚心理学的に導入可能な干渉である。干渉を導入した信号が、人間の聴取者または視聴者から干渉があると知覚されないように、この閾値が選択される。

閾値（ＴＨＲ）とともに第１の量子化器のステップサイズは、第１の量子化器のステップサイズにより導入した実際の第１の干渉を求める手段５０４に供給される。実際に導入した干渉を求めるには、好ましくは、第１の量子化器のステップサイズを用いて量子化を行い、第１の量子化器のステップサイズを用いて再量子化を行い、オリジナルの信号と再量子化した信号との間の距離を算出することにより行う。好ましくは、スペクトル値を処理する場合は、対応する元々の信号のスペクトル値と再量子化した信号のスペクトル値とを二乗して、次に、二乗した値の差を求める。別の方法で距離を求めてもよい。

手段５０４は、第１の量子化器のステップサイズにより実際に導入した第１の干渉の値を提供する。この第１の干渉は、閾値ＴＨＲとともに比較手段５０６に供給される。手段５０６は、閾値ＴＨＲと実際に導入した第１の干渉との比較を行う。実際に導入した第１の干渉が閾値よりも大きい場合は、手段５０６は、第２の量子化器のステップサイズを選択する手段５０８を起動する。手段５０８は、第１の量子化器のステップサイズよりも粗い、すなわち、大きい第２の量子化器のステップサイズを選択するように構成されている。手段５０８により選択された第２の量子化器のステップサイズは、実際に導入した第２の干渉を求める手段５１０に供給される。このために、手段５１０は、オリジナルの信号とともに第２の量子化器のステップサイズを取得して、第２の量子化器のステップサイズを用いた量子化と、第２の量子化器のステップサイズを用いた再量子化と、再量子化した信号とオリジナルの信号との間の距離の算出とを再び行って、実際に導入した第２の干渉の大きさを比較する手段５１２に供給する。比較手段５１２は、実際に導入した第２の干渉を、実際に導入した第１の干渉または閾値ＴＨＲと比較する。実際に導入した第２の干渉が実際に導入した第１の干渉よりも小さい場合、または閾値ＴＨＲよりも小さい場合は、第２の量子化器のステップサイズを用いて信号を量子化する。

図５に示す概念は単に概略的なものであることに留意されたい。当然、ブロック５０６および５１２で比較を行う比較手段を必ずしも別々に設ける必要ないが、そのように制御される１つの比較手段を設けることも可能である。実際に導入した干渉を求める手段５０４および５１０にも、同じことがあてはまる。これらについても、必ずしも別々の手段として構成する必要はない。

また、量子化手段を必ずしも手段５１０から独立した手段として構成する必要はないことに留意されたい。正確にいうと、第２の量子化器のステップサイズにより量子化した信号は通常、手段５１０が、実際に導入した干渉を求めるために、量子化および再量子化を行ったとき、すぐに手段５１０で生成される。ここで得られた量子化した値を保存して、比較手段５１２が正の結果を提供する場合に、量子化した信号として出力してもよいので、量子化手段５１４があたかも実際に導入した第２の干渉を求める手段５１０と“統合”したようになる。

本発明の好適な実施の形態では、閾値ＴＨＲは、心理音響的な方法で求められた最大の導入可能な干渉である。この場合は、信号はオーディオ信号である。ここでは、閾値ＴＨＲは、心理音響モデルにより提供される。これは、従来の方法で動作し、各スケールファクタ帯域に対して、推定の導入可能な最大の量子化の干渉をこのスケールファクタ帯域に提供する。マスキング閾値と全く同じであるか、またはマスキング閾値から導出されたものであるという点で、最大の導入可能な干渉は、マスキング閾値に基づいている。例えば、安全な間隔を有する符号化を行うという意味である。これは、特に、許容される干渉がマスキング閾値を超えるという意味で、導入可能な干渉がマスキング閾値より小さくなるように、あるいは、ビットレートの低減という点から攻撃的符号化を行うようにするものである。

第１の量子化器のステップサイズを提供する手段５０２を実施する好適な方法について、図１を参照して説明する。この点で、図２の手段５０の機能および図５の手段５０２の機能は同じである。好ましくは、手段５０２を、図１の手段１０の機能および手段１２の機能を有するように構成する。また、図５の量子化器５１４を、この例における図１の量子化器１４と全く同じになるように構成する。

なお、導入された干渉が閾値を超える場合は、より粗い量子化器のステップサイズとなるようにする全手順について、図２を参照して説明する。

また、進歩性のある概念を示す図２の左側の分岐では、導入された干渉が閾値を超えていて、量子化器のステップサイズを粗くしても効果が得られない場合は、そして、ビットレート要件が特に厳格でなく、および／または“ビット節減バンク”にまだいくらか間隙がある場合は、より小さい、すなわち、より微細な量子化器のステップサイズを用いて繰り返し実行することが示されている。

そして、本発明が基づく作用について、図４を参照して説明する。特に、量子化器のステップサイズを粗くするにも関わらず、量子化ノイズを低減して、これに付随して、圧縮利得を増加する作用について、説明する。

図１は、スペクトル値の形でスペクトル表現として与えられる、量子化したオーディオ信号を求める装置を示す。特に、図３を参照すると、ＴＮＳ処理およびミッド／サイド符号化のいずれも行われなかった場合は、スペクトル値は直接、フィルタバンクの開始値であることに留意されたい。しかしながら、ＴＮＳ処理だけ行われ、ミッド／サイド符号化を行わない場合には、量子化器１０１５に供給するスペクトル値は、ＴＮＳ予測フィルタから生成された、スペクトル残留値である。

ミッド／サイド符号化を含むＴＮＳ処理を用いる場合は、進歩性のある装置に供給するスペクトル値は、中央チャネルのスペクトル値、あるいはサイドチャネルのスペクトル値である。

まず初めに、本発明は、図１に１０として示す、許容される干渉を提供する手段を含む。図３に図示の心理音響モデル１０２０は通常、各スケールファクタ帯域、すなわち、スペクトルが互いに隣り合っている、一群のいくつかのスペクトル値に対し、許容される干渉またはＴＨＲとも呼ばれる閾値を提供するように構成され、これは、許容される干渉を提供する手段として動作する。許容される干渉は、心理音響マスキング閾値に基づいており、人間の耳に感知される干渉エネルギーを持たない、オリジナルの音声信号に導入されるエネルギー量を示している。換言すれば、許容される干渉は、（量子化により）人工的に与えられた、実際のオーディオ信号によりマスキングされた、信号部分である。

示される手段１０は、周波数帯域に対し、好ましくはスケールファクタ帯域に対し、許容される干渉ＴＨＲを算出し、これを下流側の手段１２に供給するために伝えられる。手段１２は、許容される干渉ＴＨＲを示した周波数帯域に対して、１つの量子化器のステップサイズ情報を算出するものである。手段１２は、１つの量子化器のステップサイズ情報ｑを下流側の量子化手段１４に供給するように構成されている。量子化手段１４は、ブロック１４に示す量子化規格に従って動作する。図１に示す場合では、量子化器のステップサイズ情報を用いて、初めにスペクトル値ｘｉをｑの値で除算し、次にその結果を１に等しくない指数αで累乗し、次に、場合によって、付加係数ｓを加算する。

続いて、この結果が丸め関数に供給され、図１に示す実施の形態では、次の整数を選択する。定義によると、小数点以下を切り捨てることにより、すなわち、“常に切り捨てる”ことにより、整数を再び生成してもよい。あるいは、０．４９９へ切り捨てて、０．５から切り上げることにより、次の整数を生成してもよい。別の例として、個々の実施例により、“常に切り上げる”ことにより、次の整数を求めることもできる。しかしながら、ｎｉｎｔ関数の代わりに、一般に、端数を丸める値をマッピングする、任意の他の丸め関数を用いることもできる。これにより、第１の、より大きい値の集合から、第２の、より小さい値の集合へ端数を丸める。

次に、量子化したスペクトル値は、手段１４の出力で、周波数帯域に存在することになる。ブロック１４に示す式からわかるように、量子化器のステップサイズｑの他に、手段１４には、検討される周波数帯域内の量子化されるスペクトル値が当然供給されることになる。

手段１２は、量子化器のステップサイズｑを必ずしも直接算出する必要はないが、別の量子化器のステップサイズ情報として、従来技術の変換ベースのオーディオコーダに用いられるようなスケールファクタを算出してもよいことに留意されたい。スケールファクタは、図１のブロック１２の右側に示す関係を介して、実際の量子化器のステップサイズにリンクされている。算出手段がさらに、量子化器のステップサイズ情報として、スケールファクタｓｃｆを算出するように構成されている場合には、このスケールファクタを量子化手段１４に供給することになる。次に、この手段は、値ｑの代わりに、２１／４ｓｃｆの値を用いて、ブロック１４で量子化の算出を行う。

ブロック１２で与えられる形式の導出は、以下に与えられる。

前述のように、ブロック１４に示すような指数法則量子化器は、次の関係に従う。

逆演算は、以下に示すようになる。

従って、この式は、再量子化に必要な演算を表している。ｙ_iは量子化したスペクトル値で、ｘ_iは再量子化したスペクトル値である。さらに、ｑは、図１のブロック１２の右側に示す関係を介して、スケールファクタに対応付けられている、量子化器のステップサイズである。

予想したように、αが１と等しい場合は、結果はこの式と一致している。

上記の式を、スペクトル値のベクトルに対して合計すると、指数ｉから求められる帯域内の総雑音電力は、次のように与えられる。

要約すると、ベクトルの量子化ノイズ予想値は、量子化器のステップサイズｑおよびベクトル成分量分布を記述するいわゆるフォームファクタから求められる。

上記の式でもっとも右側の項であるフォームファクタは、実際の入力値に依存し、程度を変更したい干渉レベルＴＨＲに対して上記の式を算出する場合でも、一回だけ算出すればよい。

すでに述べたように、ａが３／４に等しいこの式を、次のように簡素化する。

従って、この式の左側は量子化ノイズエネルギーの推定値であり、これは、ａボーダーラインの場合では、許容ノイズエネルギー（閾値）に一致する。

従って、次のアプローチを構成する。

式の右側部分の周波数系列の根の中の合計は、周波数系列の均一性の基準に対応し、エンコーダにおいて、早くから好ましいフォームファクタとして周知のものである。

従って、次のようになる。

ここで、ｑは量子化器のステップサイズに対応する。ＡＡＣでは、次のように指定される。

ｓｃｆはスケールファクタである。スケールファクタを求める場合は、ステップサイズとスケールファクタとの間の関係に基づいて、式を次のように算出することもできる。

従って、本発明は、特定のフォームファクタを有するスケールファクタ帯域に対し、通常心理音響モデルから生成される、特定の干渉閾値ＴＨＲが与えられるスケールファクタ帯域に対し、スケールファクタｓｃｆ間の限定された関係を提供する。

すでに述べたように、平均ノイズエネルギーを用いてステップサイズを算出することにより、より良好な予想値を提供するのは、用いるベースが、予想される最悪の筋書を用いるのではなく、量子化誤差の予想値であるからである。

従って、進歩性のある概念は、量子化器のステップサイズおよび／またはこれと同等の、繰り返しを全く行わない、スケールファクタ帯域に対するスケールファクタを求めるのに適している。

しかしながら、算出時間要件がさほど厳格でない場合は、図２に示すように、以下に示す後処理を行うこともできる。図２の第１のステップでは、第１の量子化器のステップサイズが推定される（ステップ５０）。図１に示す手順を用いて、第１の量子化器のステップサイズ（ＱＳＳ）を推定する。続いて、ステップ５２で、第１の量子化器のステップサイズを用いて量子化を行う。好ましくは、図１のブロック１４に示す量子化器を用いて行う。続いて、次に導入された干渉を算出するように、第１の量子化器のステップサイズで得た値を再量子化する。直ちに、ステップ５４で、導入された干渉があらかじめ定義した閾値を超えているかどうか、検証する。

ブロック１２で表す関係により算出した、量子化器のステップサイズｑ（またはｓｃｆ）は、近似値であることに注意されたい。図１のブロック１２で与えられる関係が実際に正確ならば、ブロック５４で、導入された干渉が正確に閾値に対応することを確かめる必要がある。しかしながら、図１に示すブロック１２の関係の近似値の性質のために、導入された干渉が、閾値ＴＨＲを下回ることもある。

また、存在するとしても、閾値から導出した値が、特に大きくないことに留意されたい。ステップ５４で、第１の量子化器のステップサイズを用いて、導入された干渉が閾値を下回った場合は、すなわち、ステップ５４で、問題が否定して答えられる場合は、図３の右側分岐を採用することになる。導入された干渉が閾値を下回る場合は、これは、図１のブロック１２の推定値もやはり良くないことを意味しているので、ステップ５６で、第２の量子化器のステップサイズより粗い量子化器のステップサイズが設定される。

第１の量子化器のステップサイズと比較して、第２の量子化器のステップサイズをより粗い度合いのものを選択しても良い。しかしながら、比較的小さく増加していくことが好ましいのは、ブロック５０の推定値が、いまでは比較的正確であるからである。

第２のより粗い（より大きい）量子化器のステップサイズを用いて、ステップ５８で、スペクトル値を量子化し、次に再量子化して、第２の量子化器ステップサイズと対応する第２の干渉を算出する。

次に、ステップ（６０）では、第２の量子化器のステップサイズに対応する第２の干渉が、やはりオリジナルの閾値を下回るかどうか、検証を行う。下回る場合は、第２の量子化器のステップサイズを保存して（６２）、ステップ（５６）で、さらにより粗い量子化器のステップサイズを設定するように、新規に繰り返しを開始する。次に、新規の繰り返しを再び開始するように、さらにより粗い量子化器のステップサイズを用いて、ステップ６０、そして場合により、ステップ６２を再び行う。ステップ６０の繰り返しの間に、第２の干渉が閾値を下回らないと判明した場合は、すなわち、閾値を超える場合は、終了条件に達し、終了条件に達したら直ちに、前回保存した量子化器のステップサイズを用いて、量子化を行う（６４）。

第１の推定の量子化器のステップサイズがすでに比較的良好な値になると、推定が十分でない開始値よりも、繰り返しを行う回数を低減する。これにより、符号化する際の、算出時間を著しく節減するのは、量子化器のステップサイズを算出する繰り返しが、コーダの算出時間の最大部分を占めるからである。

導入された干渉が実際に閾値を超える場合に用いられる進歩性のある手順について、図２の左側分岐を参照して以下に説明する。

導入された干渉がすでに閾値を超えているという事実に関わらず、本発明による、さらにより粗い第２の量子化器のステップサイズを設定し（７０）、ステップ７２で行う第２の量子化器のステップサイズに対応する、第２のノイズ干渉を、量子化し、再量子化し、算出する。その後、ステップ７４で、第２のノイズ干渉がやはり閾値を下回るかどうか、検証を行う。下回る場合は、ステップ７４の問題が“イエス”として答えられるので、第２の量子化器のステップサイズを保存する（７６）。しかしながら、第２のノイズ干渉が閾値を超えていると判明した場合は、保存した量子化器のステップサイズを用いて量子化を行うか、あるいは、もっと良好な第２の量子化器のステップサイズが保存されていない場合は、繰り返しをスキップして、従来技術のように、より微細な第２の量子化器のステップサイズを選択して、閾値を下回る導入された干渉を“押し出す”ことができる。

さらにより粗い量子化器のステップサイズを用いる場合に、特に導入された干渉が閾値を超えている場合でも、やはり向上できる理由について、以下に説明する。いままでのところ、より微細な量子化器のステップサイズにより、より小さい量子化エネルギーが導入されるようになることと、より大きい量子化器のステップサイズにより、より高い量子化干渉が導入されるようになること、という想定に基づいて行ってきた。平均して、これは事実であるが、いつも当てはまるわけではなく、特に、スケールファクタ帯域の密度が低い場合には、そして、特に、量子化器が非線形特性曲線を有している場合には、逆のことが当てはまることもある。本発明によれば、大多数の場合、実際より低く見積もられずに、より粗い量子化器のステップサイズによって、より小さい干渉が導入されてしまうことが判明した。このことは、より粗い量子化器のステップサイズが、より微細な量子化器のステップサイズよりも良好な、量子化されるスペクトル値をヒットする場合もあるという事実について調べることができる。これについて、図４を参照して、以下に説明する。

例示によるが、図４は、０から１の間の入力信号を量子化する場合、量子化特性曲線（６０）が４つの量子化段階０、１、２、３を提供することを示している。量子化した値は、０．０、０．２５、０．５、０．７５に対応している。比較すると、別の、より粗い量子化特性曲線が、点線で図４（６２）に示されている。これは、３つの量子化段階しかなく、０．０、０．３３、０．６６の絶対値に対応している。従って、第１の場合、すなわち、量子化器特性曲線６０では、量子化器のステップサイズは０．２５と等しくなり、第２の場合、すなわち、量子化器特性曲線６２では、量子化器のステップサイズは０．３３と等しくなる。従って、第２の量子化器特性曲線（６２）は、微細な量子化特性曲線を表す第１の量子化器特性曲線（６０）より粗い量子化器のステップサイズを有している。量子化される値ｘｉ＝０．３３について検討する場合は、４つの段階を持つ微細な量子化器を用いて量子化を行う際の誤差は、０．３３と０．２５との間の差と等しいので、０．０８となることが、図４からわかる。対比すると、量子化器が、量子化される値をそのまま正確に“ヒット”するという事実により、３つの段階を用いて量子化を行う際の誤差は、ゼロに等しくなる。

従って、より粗い量子化を行うことは、微細な量子化より小さい量子化誤差となることが、図４からわかる。

また、より粗い量子化が、必要とするより小さい開始ビットレートの決定要因となるのは、４つの段階０、１、２、３を通知する必要がある、より微細な量子化器の場合と異なり、考えられる状態が、３つの状態しかないから、すなわち、０、１、２しかないからである。また、より粗い量子化器のステップサイズは、より微細な量子化器のステップサイズを用いるよりも、より多い値が０に“量子化していく”ことにより、より少ない数の値を“０”に量子化していくという利点がある。１つのスケールファクタ帯域内のいくつかのスペクトル値を検討する場合は、“０に量子化していく”ことにより、量子化誤差が増加するようになるとしても、このことが必ずしも問題にならないのは、より粗い量子化器のステップサイズが、より正確なやり方で、他の、もっと重要なスペクトル値をヒットするからである。よって、他のスペクトル値をより粗く量子化することにより、量子化誤差を相殺して、さらに過補償して、より小さいビットレートを同時に生成する。

換言すれば、全体としては、得られるコーダ結果が“より良好”であるのは、進歩性のある概念により、通知すべき状態の数がより小さい数になり、同時に、量子化段階を“ヒットする”ことが向上するからである。

本発明によれば、図２の左側分岐に示すように、導入された干渉が閾値を超えている場合には、図４を用いて表した作用からメリットを得るように、推定値（図２のステップ５０）から開始して、さらにより粗い量子化器のステップサイズを試行している。また、この作用は、図４に示す、２つの直線量子化器特性曲線の場合よりも、非線形量子化器でさらに有効であることが判明した。

従って、量子化器のステップサイズの後処理および／またはスケールファクタの後処理で示した概念は、スケールファクタ推定量の結果を向上させるように作用する。

スケールファクタ推定量（図２の５０）で求められる量子化器のステップサイズから開始して、できるだけ大きく、誤差エネルギーがあらかじめ定義した閾値の値を下回る、新規の量子化器のステップサイズが、合成による分析ステップで求められる。

従って、スペクトルが、算出した量子化器のステップサイズを用いて量子化され、誤差信号のエネルギー、すなわち、好ましくは、オリジナルのスペクトル値と量子化したスペクトル値との差の二乗和を求める。あるいは、誤差を求めるには、スペクトル値を用いることが好適であるとしても、対応する時間信号を用いても良い。

これまでに得られた最も良好な結果として、量子化器のステップサイズおよび誤差信号を保存する。算出した干渉が閾値の値を超える場合は、次のアプローチを採用する。
あらかじめ定義した範囲内のスケールファクタは、元々算出した値前後に変化される。特に、より粗い量子化器のステップサイズから構成されるように用いる（７０）。

各新規のスケールファクタに対して、スペクトルが再量子化され、誤差信号のエネルギーが算出される。誤差信号がこれまでに算出した最も小さいものより小さい場合は、これまでに得られた最も良い結果として、対応付けられた誤差信号のエネルギーとともに、現在の量子化器のステップサイズはラッチされる。

本発明によれば、特に、量子化器が非線形量子化器である場合は、図４を参照して説明した概念からメリットを得るために、比較的小さいスケーリングファクタだけでなく、比較的大きいスケーリングファクタについてもここで考慮に入れる。

しかしながら、算出した干渉が閾値の値を下回る場合は、すなわち、推定ステップ５０で行った推定が悪すぎる場合は、元々算出した値の前後の、あらかじめ定義した範囲内で、スケールファクタを変更することになる。

各新規のスケールファクタに対して、スペクトルは再量子化され、誤差信号のエネルギーが算出される。

誤差信号がこれまで算出した最も小さいものより小さい場合は、これまでに得られた最も良い結果として、対応付けられた誤差信号のエネルギーとともに、現在の量子化器のステップサイズをラッチする。

しかしながら、オーディオスペクトルを符号化するのに必要なビット数を低減するように、比較的粗いスケーリングファクタだけをここで考慮に入れる。

状況に依存して、進歩性のある方法を、ハードウェアまたはソフトウェアで実施しても良い。この方法を実行するようなプログラム可能なコンピュータシステムと協働する、電子的に読取可能な制御信号を有するデジタル記憶媒体、特にディスクまたはＣＤ上で、実施しても良い。

従って、一般に、コンピュータプログラム製品をコンピュータ上で実行する場合は、本発明は、進歩性のある方法を実行するために、プログラムコードを有し、機械読み取り可能なキャリア上に保存した、コンピュータプログラム製品からなる。換言すれば、従って、コンピュータプログラムをコンピュータ上で実行する場合は、本発明は、方法を実行するプログラムコードを有するコンピュータプログラムとして実施することもできる。

量子化したオーディオ信号を求める装置のブロック図である。 本発明の好適な実施の形態による後処理を示すフローチャートである。 ＡＡＣ標準による従来技術のコーダのブロック図を示す。 量子化器のステップサイズをより粗くして、量子化の干渉を低減する図である。 信号を量子化するための量子化器のステップサイズを求める進歩性のある装置のブロック図を示す。 信号を量子化するための量子化器のステップサイズを求める進歩性のある装置のブロック図を示す。

Claims (10)

1. オーディオまたはビデオ情報を含む信号を量子化するための量子化器のステップサイズを求める装置であって、
   第１の量子化器のステップサイズおよび干渉閾値を提供する手段（５０２）と、
   前記第１の量子化器のステップサイズにより第１の導入された干渉を求める手段（５０４）と、
   前記第１の量子化器ステップサイズにより前記導入された干渉を前記干渉閾値とを比較する手段（５０６）と、
   前記第１の導入された干渉が前記干渉閾値を超える場合は、前記第１の量子化器のステップサイズより大きい第２の量子化器のステップサイズを選択する手段（５０８）と、
   前記第２の量子化器のステップサイズにより第２の導入された干渉を求める手段（５１０）と、
   前記第２の導入された干渉と前記干渉閾値または前記第１の導入された干渉とを比較する手段（５１２）と、
   前記第２の導入された干渉が前記第１の導入された干渉より小さい場合、または前記干渉閾値より小さい場合は、前記第２の量子化器のステップサイズを用いて前記信号を量子化する手段（５１４）とを備える、装置。
2. 前記信号がオーディオ信号であって、前記オーディオ信号のスペクトル表現であるスペクトル値を含み、前記提供手段（５０２）が、心理音響的にマスキングされた閾値に基づいて、周波数帯域に対し、許容される干渉を算出する心理音響モデルとして構成されている、請求項１に記載の装置。
3. 前記第１の導入された干渉を求める前記手段（５０４）または前記第２の導入された干渉を算出する前記手段（５１０）が、量子化器のステップサイズを用いて量子化を行い、前記量子化器のステップサイズを用いて再量子化を行い、前記再量子化した信号と、前記導入される干渉を得るための前記信号との間の距離の算出を行うために構成されている、請求項１または請求項２に記載の装置。
4. 前記第１の量子化器のステップサイズを提供する前記手段（５０２）が、次の式に従って、前記量子化器のステップサイズを算出するために構成され、
   

   

   量子化手段（５１４）が、次の式に従って、量子化を行うように構成され、
   

   

   ｘ_iが、量子化されるスペクトル値であり、ｑが、前記量子化器のステップサイズ情報を表し、ｓが、ゼロと異なる値またはゼロと等しい値で、ａが、“１”と異なる指数で、ｒｏｕｎｄが、第１の、より大きい範囲の値から、第２の、より小さい範囲の値までマッピングする丸め関数で、
   

   

   （ＴＨＲ）が、前記許容される干渉で、ｉが、前記周波数帯域におけるスペクトル値に対する実行指数である、請求項１ないし請求項３のいずれかに記載の装置。
5. 前記導入された干渉が、前記許容される干渉より小さい場合は、前記選択手段（５０８）がさらに、より大きい量子化器のステップサイズを選択するために構成されている、請求項１ないし請求項４のいずれかに記載の装置。
6. 前記提供手段（５０２）が、分析／合成判定結果として、前記第１の量子化器のステップサイズを提供するために構成されている、請求項１ないし請求項５のいずれかに記載の装置。
7. 前記選択手段（５０８）が、別の周波数帯域に対する量子化器のステップサイズと独立して、１つの周波数帯域に対する量子化器のステップサイズを変更するために構成されている、請求項１ないし請求項６のいずれかに記載の装置。
8. 前記提供手段（５０２）が、前記量子化器のステップサイズを粗くすることによる前の繰り返しステップの結果として、前記第１の量子化器のステップサイズを求めるために構成され、前記干渉閾値が、前記第１の量子化器のステップサイズを求める前記前の繰り返しステップにおける、導入された干渉である、請求項１ないし請求項７のいずれかに記載の装置。
9. オーディオまたはビデオ情報を含む信号を量子化するための量子化器のステップサイズを求める方法であって、
   第１の量子化器のステップサイズおよび干渉閾値を提供し（５０２）、
   前記第１の量子化器のステップサイズにより第１の導入された干渉を求め（５０４）、
   前記第１の量子化器のステップサイズにより前記導入された干渉と、前記干渉閾値とを比較し（５０６）、
   前記第１の導入された干渉が前記干渉閾値を超える場合は、前記第１の量子化器のステップサイズより大きい第２の量子化器のステップサイズを選択し（５０８）、
   前記第２の量子化器のステップサイズにより第２の導入された干渉を求め（５１０）、
   前記第２の導入された干渉と前記干渉閾値または前記第１の導入された干渉とを比較し（５１２）、
   前記第２の導入された干渉が、前記第１の導入された干渉より小さい場合、または前記干渉閾値より小さい場合は、前記第２の量子化器のステップサイズを用いて前記信号を量子化する（５１４）ことを含む、方法。
10. コンピュータプログラムをコンピュータ上で動作する場合は、請求項９に記載の方法を実行するプログラムコードを有するコンピュータプログラム。

Images