JP2007525718A - マルチチャネル信号を処理する装置および方法 - Google Patents

Abstract

マルチチャネル信号を処理する装置であって、２つのチャネルのうちの第１のチャネルと２つのチャネルのうちの第２のチャネルとの間の類似性を判定する手段（１２）を備える。また、スペクトル係数の予測フィルタリングを実行する手段（１６）を備え、この手段は、第１のチャネルおよび第２のチャネルの間の類似性が高い場合は、２つのチャネルに１つの予測フィルタ（１６ａ）だけを用いて予測フィルタリングを行い、第１のチャネルおよび第２のチャネルの間が非類似性を有する場合は、２つの別々の予測フィルタ（１６ｂ）を用いて予測フィルタリングを行うように構成されている。これにより、ステレオ符号化技術において、ステレオアーティファクトの生成および符号化利得の低下を回避する。
【選択図】図１

Description

本発明は、音声コーダに関し、特に、変換ベースの音声コーダに関する。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音声コーダである。

従来技術の変換ベースの音声コーダを、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、第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。符号化する音声信号を、入力１０００に供給する。この音声信号を、最初に、スケーリングステージ１００２に供給する。ここで、いわゆるＡＡＣ利得制御を行って、音声信号のレベルを設定する。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サイド情報をビットストリームフォーマッタ１００４に供給する。次に、スケーリングされた音声信号を、ＭＤＣＴフィルタバンク１００６に供給する。ＡＡＣコーダでは、ウィンドウ長を、ブロック１００８により求めて、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。

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によって、（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によって、（時間分解能を犠牲にして）定常する傾向のある信号の周波数分解能がより高くなるが、符号化利得がより高くなるので、より長いウィンドウが選ばれる傾向がある。フィルタバンク１００６の出力には、スペクトル値のブロック−時間的に連続するブロック−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、一例として、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場合を示す。これは一般に、入力１０００における符号化される音声信号の、連続する短いスペクトルを表す。次に、ＭＤＣＴスペクトル値のブロックを、ＴＮＳ処理ブロック１０１０（ＴＮＳ＝時間領域ノイズ整形（ｔｅｍｐｏｒａｒｙ ｎｏｉｓｅ ｓｈａｐｉｎｇ））に供給し、ここで時間的にノイズ整形を行う。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リング処理を行うことにより実現する。ウィンドウを基準に符号化を行う。特に、以下の工程を行って、ＴＮＳツールをスペクトルデータのウィンドウ、すなわち、スペクトル値のブロックに用いる。

初めに、ＴＮＳツールの周波数範囲を選択する。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を指摘しておく。

続いて、正確にいうと、選択し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（ｌｉｎｅｒ ｐｒｅｄｉｃｔｉｖｅ ｃｏｄｉｎｇ））計算が行われる。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をこの処理から除外する。音声処理から周知である一般的なＬＰＣ手順をＬＰＣ計算に用いることもできる。例えば、周知のレヴィンソン−ダービンのアルゴリズム（Ｌｅｖｉｎｓｏｎ‐Ｄｕｒｂｉｎ ａｌｇｏｒｉｔｈｍ）である。計算を行って、ノイズ整形フィルタの最大許容次数を求める。

ＬＰＣ計算の結果、しかるべき予測利得ＰＧが得られる。さらに、反射係数ないしＰＡＲＣＯＲ係数を得る。

予測利得が特定のしきい値を超えていない場合は、ＴＮＳツールを適用しない。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、制御情報を１つ、ビットストリームに書き込む。

しかしながら、予測利得がしきい値を超えている場合は、ＴＮＳ処理を適用する。

次の工程では、反射係数を量子化する。反射係数の配列の“尾部”から、しきい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を求める。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。適したしきい値は０．１である。

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

次に、算出したＬＰＣ係数を、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る。このＦＩＲフィルタを用いて、指定した目標周波数範囲でフィルタリングを行う。自己回帰フィルタを復号化に用い、いわゆる移動平均フィルタを符号化に用いる。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ツールのサイド情報をビットストリームフォーマッタに供給する。

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、最終的にミッド／サイドコーダ１０１２にたどり着く。符号化すべき音声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が処理され、すなわち、スケーリングされ、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、符号化利得を得るかどうか、検証を行う。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。それに対して、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が、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であるが、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、エントロピーコーダ１０１６を量子化器１０１４の下流側に接続しているため、これを非常に効率的な方法で送ることができる。

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を呼び出して、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、値のブロック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、特定の数のビットをこの処理で使用する。内部ループを再び呼び出すために、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。特定の条件節を満たすまで、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、信号を再現する。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、量子化した値を、エントロピーコーダ１０１６に供給する。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を実際の主情報として、ビットストリームフォーマッタ１００４に供給する。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。

すでに述べたように、予測フィルタリングを用いて、ＴＮＳ処理ブロック１０１０の符号化フレーム内で、量子化ノイズの時間整形を行う。

特に、量子化を行う前にエンコーダ内で周波数に対してスペクトル係数をフィルタリングして、続いてデコーダ内で逆フィルタリングを行うことにより、量子化ノイズの時間整形を行う。プリエコーアーティファクトを回避するために、ＴＮＳ処理により、量子化ノイズの包絡線が時間的に信号の包絡線を下回るようにずらす。前述のように、フィルタリングによる予測利得の推定値から、ＴＮＳを適用する。相関を測定することにより、各符号化フレームのフィルタ係数を求める。フィルタ係数を、チャネル毎に別々に算出する。また、これらの係数を、符号化ビットストリーム内で別々に送信する。

国際標準ＩＳＯ／ＩＥＣ１４４９６‐３：２００１（Ｅ）、サブパート４、第４ページ

ＴＮＳ概念を起動したり停止したりする際の欠点は、好適に予想した符号化利得により一旦ＴＮＳ処理を起動したならば、各ステレオチャネルに対し、ＴＮＳフィルタリングが各チャネル毎に別々に行われることである。比較的異なるチャネルでは、このことはさほど問題にならない。しかし、左チャネルおよび右チャネルが比較的同じような場合は、すなわち、左チャネルおよび右チャネルが正確に同じ有益な情報を有している場合は、スピーカ等の極端な例では、チャネルに必然的に含まれることになるノイズだけが異なる場合は、従来技術では、各チャネルに対して、やはり自己のＴＮＳフィルタを算出して用いている。ＴＮＳフィルタは直接左および／または右チャネルに依存していて、特に、左チャネルおよび右チャネルのスペクトルデータに比較的敏感に反応するので、左チャネルおよび右チャネルが非常に似通っている信号の場合でも、すなわち、いわゆる“疑似モノラル信号”の場合でも、自己の予測フィルタでＴＮＳ処理をチャネル毎に行う。これにより、異なる時間ノイズ整形となり、異なるフィルタ係数により、２つのステレオチャネル内で行われることになる。

この作用の欠点というのは、可聴アーティファクトとなる場合があることで、これは、例えば、元々のモノラルのような音の印象により、これらの時間差を介して、不要のステレオ特性が得られるからである。

しかしながら、周知の手順はさらに、事によるともっと重大な欠点を有している。ＴＮＳ処理により、ＴＮＳ出力値、すなわち、スペクトル残差値は、図３のミッド／サイドコーダ１００２でミッド／サイド符号化にかけられる。ＴＮＳ処理を行う前は、２つのチャネルはやはり相対的に同じであるが、ＴＮＳ処理を行った後では、同じであると言えなくなる。別のＴＮＳ処理で導入した、前述のステレオ効果により、２つのチャネルのスペクトル残差値が、実際よりも異なってしまう。これにより、ミッド／サイド符号化により、符号化利得が直ちに低下してしまうことになる。このことは、低いビットレートが必要な場合には特に、ことさら欠点になる。

要約すると、周知のＴＮＳ起動は、モノラルに似た音声信号等の、２つのチャネル内の信号情報が似通っているが正確に全く同じでない信号情報を用いるステレオ信号には問題がある。ＴＮＳ検出において、２つのチャネルに対する異なるフィルタ係数を求める限り、これにより、チャネル内の量子化ノイズを時間的に異なるように整形することになる。元々のモノラルに似た音の印象が、例えば、これらの時間差により、不要のステレオ特性を得てしまうため、このことが、可聴アーティファクトを形成するということになりうる。また、前述のように、それに続くステップで、ＴＮＳ修正スペクトルに対しミッド／サイド符号化を行う。２つのチャネル内の異なるフィルタにより、さらにまたスペクトル係数の類似性が低減し、従ってミッド／サイド利得が低減する。

独国特許第１９８２９２８４号に、時間的にステレオ信号を処理する方法および装置と、周波数全体に予測を行って符号化した音声ビットストリームを復号化する方法および装置とが開示されている。実施することにより、左、右、およびモノラルチャネルを、それらの周波数全体に予測を行う、すなわち、ＴＮＳ処理を行うこともできる。従って、各チャネルに対し、それ自体の完全な予測を行うこともできる。あるいは、不完全な予測を行う際に、左チャネルに対し予測係数を算出してもよい。次にこれらを用いて、右チャネルおよびモノラルチャネルのフィルタリングを行う。

本発明の目的は、アーティファクトがより少なく、情報を十分に圧縮することができる、マルチチャネル信号を処理する概念を提供することにある。

この目的を、請求項１に記載のマルチチャネル信号を処理する装置、請求項１１に記載のマルチチャネル信号を処理する方法、または請求項１２に記載のコンピュータプログラムにより、達成する。

本発明は、左チャネルおよび右チャネルが類似している場合、すなわち、類似性基準を超えている場合、２つのチャネルに対して同じＴＮＳフィルタリングを行うという知見に基づいている。このことにより、２つのチャネルに対して同じ予測フィルタを用いることにより、２つのチャネルに対し全く同じように量子化ノイズの時間整形が行われるようになるため、すなわち、疑似ステレオアーティファクトが全く聞こえないようになるため、ＴＮＳ処理によりマルチチャネル信号に、疑似ステレオアーティファクトを確実に生じさせない。

さらに、信号が確実に、実際にあるべきはずの信号と変わりのないものになる。ＴＮＳフィルタリング後の信号の類似性、すなわち、スペクトル残差値の類似性は、ここでは、フィルタに入力する入力信号の類似性に対応するものであって、従来技術のように、異なるフィルタのために低減してしまう入力信号の類似性に対応するものではない。

従って、信号を実際のものと変わらないようにするため、それに続くミッド／サイド符号化でビットレートの損失がない。

２つの信号に対し同じ予測フィルタを用いることにより、当然、予測利得に小さな損失が発生することになる。しかしながら、２つのチャネルがいずれにしろ互いに同じである場合に、２つのチャネルに対するＴＮＳフィルタリングを同期させるだけであるため、この損失がそれほど大きなものでない。しかしながら、予測利得におけるこの小さな損失は、ミッド／サイド利得により簡単に釣り合うことがわかった。これは、ミッド／サイド符号化利得の低減を招く、左チャネルおよび右チャネルの間の非類似性が、ＴＮＳ処理によってさらに生じることがないからである。

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、マルチチャネル信号を処理する装置を示す。ここで、ＬおよびＲで示すように、マルチチャネル信号を、少なくとも２つのチャネルそれぞれに対する１ブロックのスペクトル値として示している。スペクトル値のブロックを、ＭＤＣＴフィルタリング、例えば、ＭＤＣＴフィルタバンク１０により、時間領域サンプルｌ（ｔ）および／またはｒ（ｔ）から各チャネルに対して求める。

本発明の好適な実施の形態では、次に、各チャネルに対するスペクトル値のブロックを、２つのチャネル間の類似性を判定する手段１２に供給する。あるいは、図１に示すように、各チャネルに対して時間領域サンプルｌ（ｔ）またはｒ（ｔ）を用いて、２つのチャネル間の類似性を判定する手段を動作させることもできる。しかしながら、フィルタバンク１０から得たスペクトル値のブロックを用いて類似性を判定することが好適である。なぜなら、フィルタバンク１０内での考えられ得るフィルタリングの作用が、これらに対して同じように影響を与えるからである。

第１のチャネルおよび第２のチャネルの間の類似性を判定する手段１２は、制御線１４上で、類似性基準あるいは非類似性基準に基づいて、制御信号を生成する。これは、少なくとも２つの状態を有している。一方は、２つのチャネルのスペクトル値のブロックが類似していることを表し、もう一方の状態は、各チャネルに対するスペクトル値のブロックが類似していないことを表している。好ましくは、数値的類似性基準を用いて、類似性が勝っているか非類似性が勝っているかについての決定を行ってもよい。

各チャネルに対する２つのスペクトル値のブロックの間の類似性を判定するのに、いろいろな可能性がある。可能性の１つは、相互相関を算出してある値を得て、次にこの値を所定の類似性しきい値と比較することである。別の類似性測定方法が周知である。好適な形態について、続いて説明する。

左チャネルのスペクトル値のブロックおよび右チャネルのスペクトル値のブロックをともに、予測フィルタリングを行う手段１６に供給する。特に、周波数全体に予測フィルタリングを行う。類似性がしきい値類似性よりも大きい場合は、第１のチャネルのスペクトル値のブロックおよび第２のチャネルのスペクトル値のブロックに対して共通予測フィルタ１６ａを用いて、周波数全体に予測を行うように、実行手段を構成する。しかしながら、類似性判定手段１２が、各チャネルに対するスペクトル値の２つのブロックが類似していないこと、すなわち、類似性がしきい値類似性より小さいことを予測フィルタリング実行手段１６に通知した場合は、予測フィルタリング実行手段１６は、異なるフィルタ１６ｂを左チャネルおよび右チャネルに用いる。

従って、手段１６の出力信号は、出力１８ａで左チャネルのスペクトル残差値となり、出力１８ｂで右チャネルのスペクトル残差値となる。左チャネルおよび右チャネルの類似性により、同じ予測フィルタ（１６ａの場合）または異なる予測フィルタ（１６ｂの場合）を用いて、２つのチャネルのスペクトル残差値を生成している。

実際の符号器の実施例によるが、ＡＡＣ標準に記載されているように、左チャネルおよび右チャネルのスペクトル残差値を、直接処理したり、いくつか処理を行ったりした後で、ミッド／サイドステレオ符号器に供給することもできる。ミッド／サイドステレオ符号器は、出力２１ａで左チャネルおよび右チャネルの合計の半分のミッド信号を出力し、左チャネルおよび右チャネルの差の半分のサイド信号を出力する。

前述のように、既存のチャネル間の類似性が高い場合は、２つのチャネルに対するＴＮＳ処理を同期させることにより、異なるＴＮＳフィルタを類似するチャネルに用いる場合よりも、サイド信号が小さくなっているので、サイド信号がより小さいという事実により、より高い符号化利得という予測が与えられる。

続いて、図２を参照して、本発明の好適な実施の形態について説明する。類似性判定手段１２では、第１段のＴＮＳ算出がすでに行われている。すなわち、ブロック１２ａ、１２ｂで示すように、２つの左チャネルおよび右チャネルに対して、ＰＡＲＣＯＲおよび／または反射係数計算および予測利得計算が行われている。

従って、このＴＮＳ処理により、最後に用いる予測フィルタに対するフィルタ係数と、予測利得とを生成する。この予測利得は、ＴＮＳ処理を少しでも行うのか、それとも全く行わないのかを決定するのに必要である。

図２にＰＧ２として示されている右チャネルの予測利得と同様に、図２にＰＧ１として示されている第１の左チャネルの予測利得を、図２に１２ｃとして示されている、類似性基準判定手段に供給する。この類似性判定手段は、差の絶対量または２つの予測利得の相対差を算出し、これが所定の偏差しきい値Ｓを下回っているかどうか監視する。予測利得の差の絶対量がしきい値Ｓを下回っている場合は、２つの信号が類似していると考えられ、ブロック１２ｃの質問の答えはイエスとなる。しかしながら、差が類似性しきい値Ｓより大きいと確認された場合は、質問の答えはノーとなる。この質問に対する答えがイエスの場合は、手段１６で共通フィルタを２つのチャネルＬおよびＲに用いるが、ブロック１２ｃの質問の答えがノーの場合は、別々のフィルタを用いる。すなわち、従来技術のようなＴＮＳ処理を行うことができる。

このために、左チャネル用の１セットのフィルタ係数ＦＫＬおよび右チャネル用の１セットのフィルタ係数ＦＫＲを、手段１６に手段１２ａおよび／または１２ｂから供給する。

本発明の好適な実施の形態では、共通フィルタにより、ブロック１６ｃ内でフィルタリングを行って、特別な選択を行う。ブロック１６ｃでは、どのチャネルのエネルギーがより大きいか、決定する。左チャネルのエネルギーの方が大きいと確認された場合は、手段１２ａにより算出した左チャネル用のフィルタ係数ＦＫＬを用いて共通フィルタリングを行う。しかしながら、ブロック１６ｃで、右チャネルのエネルギーの方が大きいと確認された場合は、手段１２ｂで算出した右チャネル用の１セットのフィルタ係数ＦＫＲを用いて共通フィルタリングを行う。

図２からわかるように、時間信号およびスペクトル信号の両方を用いて、エネルギー判定を行うこともできる。発生したと考えられる変換アーティファクトは、すでにスペクトル信号に含まれているという事実により、左チャネルおよび右チャネルのスペクトル信号を用いて、ブロック１６ｃで“エネルギー決定”を行うことは好ましい。

本発明の好適な実施の形態では、左チャネルおよび右チャネルに対する予測利得の差が３パーセント未満である場合には、ＴＮＳ同期、すなわち、同じフィルタ係数を２つのチャネルに用いる。２つのチャネルの差が３パーセントを超える場合は、図２のブロック１２ｃの質問の答えは“ノー”である。

すでに述べたように、類似性の検出を簡単なまたは小規模の計算集約型で行うという意味で、２つのチャネルの予測利得をフィルタリングで比較する。予測利得の差があるしきい値を下回る場合は、上記の問題を回避するために、２つのチャネルに同じＴＮＳフィルタリングを行う。

あるいは、２つの別々に算出したＴＮＳフィルタの反射係数を比較してもよい。

あるいは、信号の他の細目を用いて類似性判定を行ってもよい。従って、類似性を判定した場合は、２つのステレオチャネルの予測フィルタリングに用いられるチャネル用のＴＮＳフィルタ係数セットのみを算出する必要がある。この利点は、図２を参照すると、信号が類似している場合は、ブロック１２ａまたはブロック１２ｂのいずれかのみを起動することである。

さらに、符号化信号のビットレートをさらに低減するように、進歩性のある概念を用いてもよい。２つの異なる反射係数を用いて異なるＴＮＳサイド情報を送信する場合は、同じ予測フィルタを用いて２つのチャネルをフィルタリングする際に、２つのチャネルに対するＴＮＳ情報を１度だけ送信する必要がある。従って、進歩性のある概念により、左チャネルおよび右チャネルが類似している場合は、１セットのＴＮＳサイド情報を“セーブする”ことで、ビットレートをやはり低減することもできる。

進歩性のある概念は基本的にステレオ信号に限定されるものではないが、各種のチャネル対または２チャネルを超えるグループ間のマルチチャネル環境に適用することも可能である。

すでに述べたように、左チャネルおよび右チャネル間の相互相関基準ｋの判定、あるいはＴＮＳ予測利得およびＴＮＳフィルタ係数の判定を各チャネルに対して別々に行って、類似性を判定してもよい。

しきい値（例えば０．６）を超えていて、且つＭＳステレオ符号化が起動している場合は、同期決定が行われる。ＭＳ基準についても、省略してもよい。

もう一方のチャネルに採用されるＴＮＳフィルタの参照チャネルの判定は、同期して行われる。例えば、エネルギーがより大きいチャネルを、参照チャネルとして用いる。特に、次に、参照チャネルからもう一方のチャネルへＴＮＳフィルタ係数をコピーする。

最後に、同期または非同期ＴＮＳフィルタをスペクトルに適用する。

あるいは、ＴＮＳ予測利得の判定およびＴＮＳフィルタ係数の判定を、各チャネルに対して別々に行う。次に、決定を行う。２つのチャネルの予測利得の差が、ある測定値、例えば３％を超えない場合は、同期させる。ここで、チャネルの類似性があると考えられる場合は、参照チャネルを任意に選択してもよい。ここで、参照チャネルからもう一方のチャネルへＴＮＳフィルタ係数をコピーして、直ちに、同期または非同期ＴＮＳフィルタをスペクトルに適用する。

以下は、別の可能性である。原則に従って、チャネル内のＴＮＳを起動するかどうかは、このチャネル内の予測利得に依存する。この値があるしきい値を超える場合は、このチャネルに対してＴＮＳを起動する。あるいは、２つのチャネルのうちの一方のみでＴＮＳを起動させる場合は、やはり２つのチャネルに対してＴＮＳ同期を行う。次に、条件としては、例えば、予測利得が類似していることである。すなわち、一方のチャネルが起動限度のちょうど上にあり、一方のチャネルが起動限度のちょうど下にあることである。この比較から、同じ係数を用いて２つのチャネルに対するＴＮＳに起動を導出したり、２つのチャネルに対する停止を導出したりする。

状況により、進歩性のあるマルチチャネル信号を処理する方法を、ハードウェアまたはソフトウェアで実施することもできる。デジタル記録媒体上で、特に、この方法を実行するように、プログラム可能なコンピュータシステムと協働できる電気的に読取可能な制御信号が書き込まれたフレキシブルディスクまたはＣＤ上で実施することもできる。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、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、進歩性のある方法を実行する、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。

図１は、本発明による、マルチチャネル信号を処理する装置の回路ブロック図である。 図２は、類似性を判定する手段および予測フィルタリングを形成する手段の好適な実施の形態を示す。 図３は、ＡＡＣ標準による周知の音声コーダの回路ブロック図である。

Claims (12)

1. 少なくとも２つのチャネルそれぞれに対しスペクトル値のブロックにより表されるマルチチャネル信号を処理する装置であって、
   第１のチャネルブロックの予測から第１の予測利得を計算するとともに第２のチャネルブロックの予測から第２の予測利得を計算し、または第１のチャネルの第１の予測フィルタに対する第１の反射係数および第２のチャネルの第２の予測フィルタに対する第２の反射係数を計算し、第１の予測利得および第２の予測利得を用いて、または第１の反射係数および第２の反射係数を用いて、類似性を得る（１２ｃ）ように構成された、２つのチャネルのうちの第１のチャネルと２つのチャネルのうちの第２のチャネルとの間の類似性を判定する手段（１２）と、
   予測フィルタリングを実行する手段（１６）とを備え、
   実行手段が、
   類似性がしきい値類似性よりも大きい場合は、第１のチャネルのスペクトル値のブロックおよび第２のチャネルのスペクトル値のブロックに対して共通予測フィルタを用いて予測フィルタリングを行い、または
   類似性がしきい値類似性より小さい場合は、２つの異なる予測フィルタを用いて予測フィルタリングを行うように構成されている、装置。
2. 実行手段（１６）が、予測の結果としてスペクトル残差値を出力するように構成され、
   装置はさらに、
   類似性がしきい値類似性よりも大きい場合は、スペクトル残差値またはスペクトル残差値から導出した第１のチャネルの値と、スペクトル残差値またはスペクトル残差値から導出した第２のチャネルの値とを結合して符号化する手段（２０）を備える、請求項１に記載の装置。
3. 結合符号化がミッド／サイド符号化である、請求項２に記載の装置。
4. 結合符号化手段（２０）が、第１のチャネルおよび第２のチャネルの合計に基づいてミッド信号を算出し、第１のチャネルおよび第２のチャネルの差に基づいてサイド信号を計算するように構成されている、請求項３に記載の装置。
5. チャネルに対するスペクトル値のブロックが、このチャネルの短時間スペクトルを表し、またはスペクトル値のブロックが複数のサブバンドに対する複数のバンドパス信号を含む、請求項１ないし請求項４のいずれかに記載の装置。
6. 実行手段（１６）が、ＴＮＳ処理を実行するように構成されている、請求項１ないし請求項５のいずれかに記載の装置。
7. 判定手段（１２）が、第１のチャネルおよび第２のチャネルの相互相関を計算するように構成されている、請求項１ないし請求項６のいずれかに記載の装置。
8. 第１の予測利得および第２の予測利得の差が３パーセント以下である場合は、実行手段（１６）が、１つの予測フィルタを用いるように構成されている、請求項８に記載の装置。
9. 実行手段（１６）が、共通予測フィルタとして、もう一方のスペクトル値のブロックよりも大きいエネルギーを含むスペクトル値のブロックから導出したフィルタ係数を有する予測フィルタを用いるように構成されている、請求項１ないし請求項８のいずれかに記載の装置。
10. ＰＡＲＣＯＲ係数または反射係数とともに予測利得を得るために、そしてＰＡＲＣＯＲ係数を用いてスペクトル値のブロックをフィルタリングしてスペクトル残差値を得るために、実行手段（１６）が、スペクトル値のブロックにレヴィンソン−ダービンのアルゴリズムを用いて周波数全体に予測を行って、自己相関計算およびＬＰＣ計算を行うように構成されている、請求項１ないし請求項９のいずれかに記載の装置。
11. 少なくとも２つのチャネルそれぞれに対しスペクトル値のブロックにより表されるマルチチャネル信号を処理するマルチチャネル信号を処理する方法であって、
    第１の予測利得および第２の予測利得から類似性を得る（１２ｃ）ために、第１のチャネルブロックの予測から第１の予測利得を計算するとともに第２のチャネルブロックの予測から第２の予測利得を計算することにより、または、
    第１の反射係数および第２の反射係数を用いて類似性を得るために、第１のチャネルの第１の予測フィルタに対する第１の反射係数を計算するとともに第２のチャネルの第２の予測フィルタに対する第２の反射係数を計算することにより、
    ２つのチャネルのうちの第１のチャネルと２つのチャネルのうちの第２のチャネルとの間の類似性を判定し（１２）、
    類似性がしきい値類似性よりも大きい場合は、第１のチャネルのスペクトル値のブロックおよび第２のチャネルのスペクトル値のブロックに対して共通予測フィルタを用いて予測フィルタリングを行い、または
    類似性がしきい値類似性より小さい場合は、第１のチャネルのスペクトル値のブロックおよび第２のチャネルのスペクトル値のブロックに対して２つの異なる予測フィルタを用いて予測フィルタリングを行うことを含む、方法。
12. プログラムをコンピュータ上で実行する場合は、請求項１１に記載のマルチチャネル信号を処理する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