JP2008015281A - 広帯域オーディオ信号符号化装置および広帯域オーディオ信号復号装置 - Google Patents

Abstract

【課題】 広帯域オーディオ信号に対して効率的な帯域利用を行い、符号量を更に減らすことができる広帯域オーディオ信号符号化装置を提供する。
【解決手段】 符号化フレームのバンド毎に、アクティビティを判定し（Ｓ１）、当該バンドの過去のフレームについて規定回数以上連続して判定がオフでなければ（Ｓ２でＮ）、通常符号化処理を行う（Ｓ３）。規定回数以上連続して判定がオフであれば（Ｓ２でＹ）、他の条件Ｓ４、Ｓ６により、分割帯域ＤＴＸ制御情報符号化を行う（Ｓ５）。以上を全帯域行い、１フレーム分終了する（Ｓ７でＹ）。次に、１フレーム全体のトータルパワーと前記分割帯域ＤＴＸ制御情報符号化が適用された帯域のパワーを算出し（Ｓ１１、１２）、Ｐｔｏｔに対するＰｄｔｘの比率に応じて１フレームあたりの割当て符号量を規定割当て符号量から削減補正し（Ｓ１３）、ビットリザーバ容量の更新は補正前の規定割当て符号量を適用する（Ｓ１４）。
【選択図】 図３

Description

本発明は、広帯域オーディオ信号の符号量を減らすことができる符号化装置および復号装置に関する。

（背景技術１）
信号のアクティビティを検出し、それに基づいて符号化ビットレートをフレーム単位で切り替えることができる音声圧縮符号化方式として、例えば、ＡＭＲ（Ａｄａｐｔｉｖｅ Ｍｕｌｔｉ−Ｒａｔｅ）方式がある（非特許文献１および非特許文献２参照。）。
ＡＭＲ方式では、送信電力節約のため、符号化するフレーム単位で音声信号か否かのアクティビティを検出し（ＶＡＤ制御）、その判定結果に基づいて音声信号であれば通常の音声符号化フレームとして送出し、非音声信号であればコンフォートノイズフレームとしてフレームの基本的な情報のみの間欠送信（ＤＴＸ制御）を行っている。しかしながら、ＤＴＸ制御する単位がフレームであるため、オーディオ信号のような広帯域信号へ適用した場合、全帯域を通じて信号のアクティビティがあるか否かを判定してＤＴＸ制御することになる。

図８は、例えば、ＡＭＲ方式のＤＴＸ制御を広帯域オーディオ信号に適用した場合の出力ビットレートの遷移を示した図である。（ａ）は、音声信号の時間軸上の各フレーム単位で周波数帯域毎のパワーを表わしている。アクティビティのない帯域をハッチングで図示する。例として、フレームＦ１は全帯域がアクティビティのある信号である。フレームＦ２は全帯域がアクティビティのない信号である。フレームＦ３は帯域の一部がアクティビティのない信号である。フレームＦ４も帯域の一部がアクティビティのない信号である。この場合、全帯域に渡ってアクティビティのないフレームＦ２のみがＤＴＸ制御対象のフレームと認識され、コンフォートノイズフレームとして間欠送信（ＤＴＸ制御）により出力ビットレートを低く抑えることができる。しかし、フレームＦ３、Ｆ４は、帯域の一部にアクティビティのない帯域があっても、全帯域でアクティビティがない（ＡＭＲの場合非音声信号）とは判断されないために、通常の音声フレームの符号化が同様の処理が行われ、間欠送信（ＤＴＸ制御）により出力ビットレートを低く抑える処理が行われない。

（背景技術２）
ＭＰＥＧ２オーディオ規格として、時間周波数変換符号化を用いるＡＡＣ（Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）方式がある。

図９は、ＡＡＣ方式のビットレートを説明する図である。（ａ）は、図８と同様である。ＡＡＣ方式では、間欠送信を行う機能は組み込まれていないが、フレーム毎の信号特性に応じて１フレームあたりの符号量を変えられる可変長フレーム方式であり、フレーム毎の瞬間的な符号化レートは可変である（図９の実線に相当）。１フレームあたりの符号量は、外部から設定されるターゲットレートに基づく符号量を基準にして、信号の特性やバッファモデル（過去のフレームで使用した符号量とターゲットレートに基づく平均符号量との累積的な差分を管理するためのバッファであるｂｉｔ ｒｅｓｅｒｖｏｉｒ）の状態を考慮して決められるが、平均的にはターゲットレートになるよう符号化レートが制御される（図９の点線に相当）。

例えば、フレームＦ２のように全帯域に渡ってアクティビティのない信号（符号量をあまり必要としない）の場合、そのフレームでは符号量を下げても、白抜きの矢印で示したように、余剰符号量は別のフレームで使用されることになる。また、フレームＦ３、Ｆ４のように帯域の一部にアクティビティのない帯域がある信号の場合、その帯域やそれを含むフレームに対する符号量を下げたとしても、やはり、白抜きの矢印で示したように、それ以外の帯域や別のフレームに符号が割当てられる。従って、（ｂ）に示すように、あまり符号量の必要のない（アクティビティの少ない）信号が多かったとしても、予め定められたターゲットレートに基づいた符号量となり、トータルの符号化レートを下げることにならず効率的でない。

（背景技術３）
フレーム単位で符号化ビットレートを制御する可変レート符号化方式がある（特許文献１参照。）。この符号化方式の主眼は、ＳＮＲ（音質）が一定となるように可変レート制御を行うことである。また、音声等の信号系列を複数の帯域に分割し、帯域毎の信号電力を基に帯域毎に符号量を制御している。ただし、有音無音の判定は全帯域に渡って行い、フレーム全体の総和の符号量を制御しており、帯域毎に制御しているわけではない。これは、背景技術１に記載のＡＭＲ方式と同様である。
「3GPP TS 26.093; 3rd Generation Partnership Project; Technical Specification Group Services and System Aspects; Mandatory Speech Codec speech processing functions AMR Speech Codec; Source Controlled Rate operation(Release 4)」V4.0.0、２０００年１２月 「3GPP TS 26.094; 3rd Generation Partnership Project; Technical Specification Group Services and System Aspects; Mandatory Speech Codec speech processing functions; AMR speech codec; Voice Activity Detector (VAD)(Release 4)」V4.0.0、２００１年３月 特開平３−１９１６１８号公報（第１頁、第１図）

従来の符号化方式では、きめ細やかなレート制御や効率的な帯域利用が行えないという問題がある。本発明は、上記の問題点を解決するためになされたもので、広帯域オーディオ信号に対して効率的な帯域利用を行い、符号量を更に減らすことができる広帯域オーディオ信号符号化装置および広帯域オーディオ信号復号装置を提供することを目的とする。

上記目的を達成するために、本発明の広帯域オーディオ信号符号化装置は、広帯域オーディオ信号を所定のサンプル数から成るフレーム構成とし、複数の周波数帯域信号に分割する周波数帯域分割手段と、前記周波数帯域毎に信号のノイズ性に基づくアクティビティを検出するアクティビティ検出手段と、前記周波数帯域毎に量子化処理および符号化処理を行う第１符号化手段と、前記周波数帯域毎に間欠送信制御対象であることを示す間欠送信制御情報と間欠送信制御対象となる信号の符号化を行う第２符号化手段と、予め定められたターゲットレートに基づく1フレームあたりの規定割り当て符号量と符号化に必要な符号量との差分を吸収する余剰符合容量の管理を行うビットリザーブ手段と、前記周波数帯域毎に、過去のフレームで所定回数以上前記アクティビティの非検出が連続しなかった場合は、前記第１符号化手段を選択実行し、過去のフレームで所定回数以上前記アクティビティの非検出が連続し、かつ間欠送信制御中でない場合は、前記第２符号化手段を選択実行し、当該選択実行を前記フレームの前記複数の周波数帯域について行う符号化制御手段と、前記フレーム毎に、フレーム全体の第１パワーと前記第２符号化手段が適用された帯域の第２パワーを算出し、前記第１パワーに対する前記第２パワーの比率に応じて、当該フレームあたりの前記第１符号化手段への第１の割り当て符号量を、前記規定割り当て符号量と前記余剰符号容量と前記広帯域オーディオ信号の特性とから導かれる当該フレームあたりの第２の割り当て符号量から削減補正し、加えて、前記ビットリザーブ手段の前記余剰符号量の管理を更新する符号量として前記補正前の第２の割り当て符号量を適用するレート制御手段とを具備することを特徴とする。

本発明によれば、帯域毎にアクティビティを検出し、その判定結果に基づいて帯域毎に間欠送信、かつ該当帯域の符号量を削減するようレート制御することにより、広帯域オーディオ信号に対して効率的な帯域利用と、符号量の削減を行うことができる。

図１は、本発明の実施例に係る符号化処理部のブロック図である。広帯域信号の符号化処理部１００は、フィルタバンク１、心理聴覚モデル部２、量子化部３、ノイズレス符号化部４、フォーマッタ５、分割帯域ＤＴＸ制御部６などにより構成されている。更に、分割帯域ＤＴＸ制御部６は、３つのＡＡＤ(Audio Activity Detection)制御部７、８、９、ＤＴＸ符号化部１０などを有する。これらのＡＡＤ制御部（アクティビティ検出手段）は、分割帯域分の個数分設けられる。また、レート制御部１１は、過去のフレームで使用した符号量とターゲットレートに基づく平均符号量との累積的な差分を管理するためのバッファでフレーム毎の余剰ビットを蓄積しておくためのビットリザーバ１２などを有する。

フィルタバンク１は、符号化する時間域ＰＣＭ信号を周波数領域のスペクトル係数に変換する処理を行う。心理聴覚モデル部２は、入力信号を周波数領域信号に変換し、そのスペクトル係数と聴覚特性とから、聴感上等間隔となるように分割された帯域毎に知覚エントロピー(ＰＥ：Perceptual Entropy)やマスク比(ＳＭＲ：Signal to Mask Ratio)を算出する。これらは、量子化時やフィルタバンク処理時に行うプリエコーを抑制するための適応ブロック切替えに使用される。この一連の処理は、ISO/IEC 13818-7 MPEG-2 AAC規格のANNEX BのEncoder部に記述されている。

量子化部３は、レート制御情報から得られる１フレームあたりの符号量とＳＭＲに基づいて、帯域毎の量子化ステップサイズを算出し、その量子化ステップサイズに基づいて各スペクトル係数を量子化する。ノイズレス符号化部４は、量子化されたスペクトル係数の信号に対して情報理論的冗長度を削減するため、ハフマン符号化等のエントロピー符号化やセクショニングを行う。フォーマッタ５は、ノイズレス符号化されたスペクトル係数や量子化ステップサイズ等の情報を、予め定められたフォーマットに従った多重化によりフレーム化する。

分割帯域ＤＴＸ制御部６は、周波数変換されたスペクトル信号が聴覚の周波数解像度（バーク尺度等）上で等間隔となるようにバンド（帯域）ｆ０、バンドｆ１、・・バンドｆｎに分割する（周波数帯域分割手段）。分割帯域ＤＴＸ制御部６のＡＡＤ制御部７は、バンド（帯域）ｆ０のオーディオ・アクティビティ検出を行う。これは、例えば、バンドｆ０について心理聴覚モデル部６からの予測不能度（unpredictability measure）情報と閾値判定を行い、バンドｆ０がノイズライクな信号であるかを判定することで実現する。そして、ＡＡＤ制御部７は、このＡＡＤ判定結果をバンドｆ０のＡＡＤフラグ情報（通常信号：ＯＮ、ノイズライクな信号：ＯＦＦ）として保存する。

ＡＡＤ制御部８は、同様に、バンドｆ１のオーディオ・アクティビティ検出を行い、バンドｆ１のＡＡＤフラグ情報として保存する。ＡＡＤ制御部９は、同様に、バンドｆｎのオーディオ・アクティビティ検出を行い、バンドｆｎのＡＡＤフラグ情報として保存する。

分割帯域ＤＴＸ制御部６のＤＴＸ符号化部１０は、まず、ＡＡＤ制御部８〜１０のＡＡＤフラグ情報に基づいて、バンド毎に、通常符号化処理か分割帯域ＤＴＸ制御情報符号化か又は符号化を行わない処理のいずれかを選択して実行する。この分割帯域ＤＴＸ制御情報は、該当バンドが分割帯域ＤＴＸ制御であることを示す分割帯域ＤＴＸ制御フラグおよび対象バンドのスペクトラムをパラメータ化した情報である。
全バンドについて以上の処理を行うと、次に、レート制御部１１は、上記した各バンドの分割帯域ＤＴＸ制御情報符号化の適用度合いに応じて、レート制御の補正を行う。

図２は、本発明の実施例に係る復号処理部のブロック図である。広帯域信号の復号処理部２００は、ストリーム解析分解部５１、ノイズレス復号部５２、逆量子化部５３、フィルタバンク５４、分割帯域ＤＴＸ復号補間処理部５５などにより構成されている。更に、分割帯域ＤＴＸ復号補間処理部５５は、周波数領域補間部５６、フレーム補間部５７などを有する。

ストリーム解析分解部５１は、エンコーダにて符号化されたデータを、ファーマットに従って解析および分解して、量子化ステップサイズや量子化スペクトル係数等の各種パラメータを抽出する。ノイズレス復号部５２は、ハフマン符号化等で符号化された符号語を復号し、量子化スペクトル係数等の物理量に復号する。逆量子化部５３は、量子化スペクトル係数と量子化ステップサイズとから、量子化時と逆の処理を行うことで、本来のスケールの信号に戻す。フィルタバンク５４は、逆量子化されたスペクトル係数を時間域ＰＣＭ信号に周波数時間変換する処理を行う。

分割帯域ＤＴＸ復号補間処理部５５は、バンド毎に、分割帯域ＤＴＸ制御フラグ判定にて分割帯域ＤＴＸ制御帯域か否かを判定する。そして、バンド毎に、通常復号処理か周波数領域補間処理か又はフレーム補間処理のいずれかを選択して実行する。周波数領域補間部５６は、この周波数領域補間処理を行う。フレーム補間部５７は、このフレーム補間処理を行う。そして、全バンドについて以上の処理を行う。

図３は、本発明の実施例（方式１）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャートである。符号化処理部１００は、まず、バンドｆ０について、ＡＡＤ判定によりアクティビティ検出を行い、ＡＡＤフラグを設定する。ＡＡＤフラグは、アクティビティのある信号であればＯＮ、ノイズライクな信号であればＯＦＦに設定される（ステップＳ１）。

次に、ＡＡＤフラグを基に、分割帯域ＤＴＸ制御情報対象か通常符号化処理対象かの判定を行う。これは、上記ＡＡＤ判定結果が過去のフレームについて規定回数以上連続してＡＡＤオフであったか否かで行い、規定回数以上連続してＡＡＤオフであれば分割帯域ＤＴＸ制御対象と判断し、規定回数以下であれば通常符号化処理対象と判断する（ステップＳ２）。ステップＳ２でＡＡＤ判定結果が規定回数以下であれば（ＮＯ）、スケーリング処理による通常符号化処理（第１符号化手段）を行う（ステップＳ３）。

ステップＳ２でＡＡＤ判定結果が過去規定回数以上連続してＡＡＤオフであれば（ＹＥＳ）、分割帯域ＤＴＸ制御対象であり、まず、既に分割帯域ＤＴＸ制御中か否かの判断を行う（ステップＳ４）。ステップＳ４で分割帯域ＤＴＸ制御中でなければ（ＮＯ）、対象バンド（バンドｆ０）に対して分割帯域ＤＴＸ制御情報（間欠送信制御情報）の符号化（第２符号化手段）を行う（ステップＳ５）。分割帯域ＤＴＸ制御情報としては、分割帯域ＤＴＸ制御であることを示す分割帯域ＤＴＸ制御フラグおよび対象バンド（バンドｆ０）のスペクトラムをパラメータ化した情報である。このスペクトラムをパラメータ化した情報は、例えば、平均パワー情報が挙げられる。

ステップＳ４で既に分割帯域ＤＴＸ制御中である場合には（ＹＥＳ）、現フレームが既定の間欠送信周期またはＡＡＤ判定結果に応じて既定周期であるかの判定を行う（ステップＳ６）。これが既定周期であれば（ＹＥＳ）、分割帯域ＤＴＸ制御情報を更新するため、新たに分割帯域ＤＴＸ制御情報の符号化を行う（ステップＳ５）。ステップＳ６で既定周期でない場合には（ＮＯ）、情報を符号化しない。以上でバンドｆ０についての処理が終わる。ここで、分割帯域ＤＴＸ制御情報を送信する周期は、上述のように既定周期であってもよいし、信号特性に応じて適応的に変えてもよい。
以上の処理をバンド毎に行い、全てのバンドについて処理を完了するまで行う（ステップＳ７）。

次に、各バンドの上記分割帯域ＤＴＸ制御の適用度合いに応じてレート制御の補正（方式１）を行う。レート制御の補正（方式１）は、フレーム毎のトータルパワーとＤＴＸ適用帯域のパワーとの比に応じて符号量を削減補正する方式である。まず、スペクトラム情報から１フレーム全体のパワーＰｔｏｔを算出する（ステップＳ１１）。更に分割帯域ＤＴＸ制御が適用された帯域の信号のパワーＰｄｔｘを算出する（ステップＳ１２）。

一般に、フレーム毎の割り当て符号量Ｂｆｒｍは、心理聴覚モデル部２からのパラメータやビットリザーバ１２の容量等から予め算出される。しかし、分割帯域ＤＴＸ制御の場合には、間欠送信により効率的な帯域利用を行うために、ＤＴＸ制御により送信されない帯域信号成分だけ符号化レート（フレーム毎の符号量）を下げるように制御する。これは、帯域毎のパワー情報に基づいて符号量の重み付けを行い、ＤＴＸ制御適用分だけ符号量を差し引く意味で、上記パラメータＰｔｏｔ、Ｐｄｔｘを用いて、通常符号化（第１符号化手段）に割当てる補正後のフレーム毎の割当て符号量（ターゲット）＝Ｂｆｒｍ×（１−Ｐｄｔｘ／Ｐｔｏｔ）と補正する（ステップＳ１３）。

また、ビットリザーバ１２容量の更新については、補正前の割当て符号量Ｂｆｒｍを適用する（ステップＳ１４）。これは、補正により符号量が下げられてビットリザーバ１２の容量が増えることにより、次フレーム以降で過剰に情報ビットが使われ、効率的な帯域利用ができないおそれがあるためである。

（方式１）によれば、分割帯域ＤＴＸ制御が適用された帯域の信号のパワーに応じた割当て符号量（ターゲット）とすることができ、符号量を削減することができる。

図４は、本発明の実施例（方式２）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャートである。実施例（方式１）の図３のフローチャートのレート制御の補正（方式１）の部分をレート制御の補正（方式２）に置き換えたものであり、それ以外の部分は同等である。レート制御の補正（方式２）の部分のみを図示し説明する。

レート制御の補正（方式２）は、心理聴覚モデルに基づいて、フレーム毎のトータルＰＥ（Perceptual Entropy）とＤＴＸ適用帯域のＰＥとの比に応じて符号量を削減補正する。分割帯域ＤＴＸ制御部６は、まず、心理聴覚モデル部６から得られるフレーム全体のＰＥ値ＰＥｔｏｔを算出する（ステップＳ２１）。更に分割帯域ＤＴＸ制御が適用された帯域のＰＥ値ＰＥｄｔｘを算出する（ステップＳ２２）。次に、フレーム毎の割当て符号量Ｂｆｒｍを補正する。これは、帯域毎のＰＥ値に基づいて符号量の重み付けを行い、ＤＴＸ制御適用分だけＰＥ値を差し引く意味で、上記パラメータＰＥｔｏｔ、ＰＥｄｔｘを用いて、通常符号化（第１符号化手段）に割当てる補正後のフレーム毎の割当て符号量（ターゲット）＝Ｂｆｒｍ×（１−ＰＥｄｔｘ／ＰＥｔｏｔ）と補正する（ステップＳ２３）。

また、ビットリザーバ１２容量の更新については、補正前の割当て符号量Ｂｆｒｍを適用する（ステップＳ２４）。これは、方式１と同様、補正により符号量が下げられてビットリザーバ１２容量が増えることにより、次フレーム以降で過剰に情報ビットが使われ、効率的な帯域利用ができないおそれがあるためである。

（方式２）によれば、分割帯域ＤＴＸ制御が適用された帯域の信号のＰＥ（Perceptual Entropy）に応じた割当て符号量（ターゲット）とすることができ、符号量を削減することができる。

図５は、本発明の実施例（方式３）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャートである。実施例（方式１）の図３の符号化処理のフローチャートのレート制御の補正（方式１）の部分をレート制御の補正（方式３）に置き換えたものであり、それ以外の部分は同等である。レート制御の補正（方式３）の部分のみを図示し説明する。

レート制御の補正（方式３）は、実際に全帯域を通常符号化した後に、ＤＴＸ適用帯域の符号量を差し引いて、量子化値はそのままで再符号化を行う方式である。分割帯域ＤＴＸ制御部６は、まず、最初に割当てられた符号量Ｂｆｒｍで一度符号化を行う（ステップＳ３１）。次に、その内のＤＴＸ制御が適用された帯域に割当てられた符号量Ｂｄｔｘを算出する（ステップＳ３２）。次に、通常符号化（第１符号化手段）に割当てる符号量をＢｆｒｍからＢｄｔｘを差し引くことで補正する（ステップＳ３３）。補正された割り当て符号量で、再符号化することになるが、量子化値は再利用可能であり、ノイズレス符号化のみを再度行うようにする。

また、ビットリザーバ１２容量の更新については、補正前の割当て符号量Ｂｆｒｍを適用する（ステップＳ３４）。これは、方式１と同様、補正により符号量が下げられてビットリザーバ１２容量が増えることにより、次フレーム以降で過剰に情報ビットが使われ、効率的な帯域利用ができないおそれがあるためである。

（方式３）によれば、ＤＴＸ制御が適用された帯域に割当てられた符号量Ｂｄｔｘを差し引いた符号量とすることができ、符号量を削減することができる。

図６は、本発明の実施例に係る復号処理部のデコーダ分割帯域ＤＴＸ処理のフローチャートである。符号化処理の（方式１）、（方式２）、（方式３）に関して共通のデコーダ分割帯域ＤＴＸ処理である。復号処理部２００は、まず、バンドｆ０について、分割帯域ＤＴＸ制御フラグ判定により、分割帯域ＤＴＸ制御帯域か否かを判定する（ステップＳ５１）。ステップＳ５１で分割帯域ＤＴＸ制御帯域でなければ（ＮＯ）、受信スペクトラム情報に基づいてノイズレス復号処理から通常通りの復号処理を行う（ステップＳ５２）。

ステップＳ５１で分割帯域ＤＴＸ制御帯域であれば（ＹＥＳ）、分割帯域ＤＴＸ制御対象であり、まず、現フレームで分割帯域ＤＴＸ情報を受信しているか否か、すなわち、既定周期の間欠送信タイミングか否かの判定を行う（ステップＳ５３）。これが分割帯域ＤＴＸ情報を受信している場合は（ＹＥＳ）、分割帯域ＤＴＸ情報に基づいて該当帯域（バンドｆ０）のスペクトラムを補間/復元する（ステップＳ５４）。例えば分割帯域ＤＴＸ情報がパワー情報であれば、ランダム信号をベースとして分割帯域のトータルパワーを受信情報に合わせた信号にして復元する。

ステップＳ５３で分割帯域ＤＴＸ情報受信タイミングでない場合は（ＮＯ）、フレーム間補間処理を行う（ステップＳ５５）。例えば、直前のフレームと同じパワー値のままベースとするランダム信号のみを更新する方法や過去のパワー情報に基づいて線形予測する方法により行う。以上の処理をバンド毎に行い、全てのバンドについて処理を完了するまで行う（ステップＳ５６）。

図７は、本発明の実施例に係る分割帯域ＤＴＸ処理のビットレートを説明する図である。（ａ）は、従来例の図８（ａ）、図９（ａ）と同様であり、広帯域オーディオ信号の時間軸上の各フレーム単位で周波数帯域毎のパワーを表わしている。アクティビティのない帯域をハッチングで図示する。例として、フレームＦ１は全帯域がアクティビティのある信号である。フレームＦ２は全帯域がアクティビティのない場合である。フレームＦ３は帯域の一部がアクティビティのない場合である。フレームＦ４も帯域の一部がアクティビティのない場合である。

（ｂ）は、本発明の分割帯域ＤＴＸ制御符号化のビットレートである。各フレーム毎に、補正後のフレーム毎の割当て目標符号量を点線で示す。以下、代表して（方式１）で説明する。フレームＦ１は、帯域全てがアクティビティのある信号であり、ハッチングで表示されるアクティビティのない帯域（ＡＡＤ制御でオフ判定される）はなく、分割帯域ＤＴＸ制御が適用された帯域の信号のパワーＰｄｔｘ＝０である。従って、補正後のフレームＦ１の通常符号化（第１符号化手段）に割当てる符号量（ターゲットＦ１）は、Ｂｆｒｍ(F1)×（１−Ｐｄｔｘ／Ｐｔｏｔ）＝Ｂｆｒｍ(F1)×（１−０／Ｐｔｏｔ）＝Ｂｆｒｍ(F1)、すなわち、ターゲットレートに基づく１フレームあたりの符号量と心理聴覚モデル部６からのパラメータやビットリザーバ１２の容量等から予め算出された符号量Ｂｆｒｍとなる。

フレームＦ２は、帯域全てがアクティビティのない帯域（ハッチング部）であり、分割帯域ＤＴＸ制御が適用された帯域の信号のパワーＰｄｔｘ＝Ｐｔｏｔである。従って、補正後のフレームＦ２の通常符号化（第１符号化手段）に割当てる符号量（ターゲットＦ２）は、Ｂｆｒｍ(F2)×（１−Ｐｄｔｘ／Ｐｔｏｔ）＝Ｂｆｒｍ(F2)×（１−Ｐｔｏｔ／Ｐｔｏｔ）＝０となる。実際は、制御ビットなどが必要であり、最低限のビットレートとなる。

フレームＦ３は、アクティビティのある信号の帯域とアクティビティのない帯域（ハッチング部）が混在する。アクティビティのある帯域とアクティビティのない帯域（ハッチング部）のパワー比率を０．４とすると、補正後のフレームＦ３の通常符号化（第１符号化手段）に割当てる符号量（ターゲットＦ３）は、Ｂｆｒｍ(F3)×（１−Ｐｄｔｘ／Ｐｔｏｔ）＝Ｂｆｒｍ(F3)×（１−０．４）＝０．６Ｂｆｒｍ(F3)となる。

同じく、フレームＦ４は、アクティビティのある信号の帯域とアクティビティのない帯域（ハッチング部）が混在する。アクティビティのある帯域とアクティビティのない帯域（ハッチング部）のパワー比率を０．２とすると、補正後のフレームＦ４の通常符号化（第１符号化手段）に割当てる符号量（ターゲットＦ４）は、Ｂｆｒｍ(F4)×（１−Ｐｄｔｘ／Ｐｔｏｔ）＝Ｂｆｒｍ(F4)×（１−０．２／１）＝０．８Ｂｆｒｍ(F4)となる。
本発明の実施例によれば、分割帯域ＤＴＸ制御が適用された帯域の信号のパワーなどに応じた割当て符号量をレート制御することができ、符号量を削減することができる。

本発明の実施例に係る符号化処理部のブロック図。 本発明の実施例に係る復号処理部のブロック図。 本発明の実施例（方式１）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャート。 本発明の実施例（方式２）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャート。 本発明の実施例（方式３）に係る符号化処理部のエンコーダ分割帯域ＤＴＸ処理のフローチャート。 本発明の実施例に係る復号処理部のデコーダ分割帯域ＤＴＸ処理のフローチャート。 本発明の実施例に係る分割帯域ＤＴＸ処理のビットレートを説明する図。 従来のＡＭＲ方式のＤＴＸ制御を広帯域オーディオ信号に適用した場合の出力ビットレートの遷移を示した図。 従来のＡＡＣ方式のビットレートを説明する図。

符号の説明

１ フィルタバンク
２ 心理聴覚モデル部
３ 量子化部
４ ノイズレス符号化部
５ フォーマッタ
６ 分割帯域ＤＴＸ制御部
７、８、９ ＡＡＤ(Audio Activity Detection)制御部
１０ ＤＴＸ符号化部
１１ レート制御部
１２ ビットリザーバ
５１ ストリーム解析分解部
５２ ノイズレス復号部
５３ 逆量子化部
５４ フィルタバンク
５５ 分割帯域ＤＴＸ復号補間処理部
５６ 周波数領域補間部
５７ フレーム補間部
１００ 符号化処理部
２００ 復号処理部

Claims (4)

1. 広帯域オーディオ信号を所定のサンプル数から成るフレーム構成とし、複数の周波数帯域信号に分割する周波数帯域分割手段と、
   前記周波数帯域毎に信号のノイズ性に基づくアクティビティを検出するアクティビティ検出手段と、
   前記周波数帯域毎に量子化処理および符号化処理を行う第１符号化手段と、
   前記周波数帯域毎に間欠送信制御対象であることを示す間欠送信制御情報と間欠送信制御対象となる信号の符号化を行う第２符号化手段と、
   予め定められたターゲットレートに基づく1フレームあたりの規定割り当て符号量と符号化に必要な符号量との差分を吸収する余剰符合容量の管理を行うビットリザーブ手段と、
   前記周波数帯域毎に、過去のフレームで所定回数以上前記アクティビティの非検出が連続しなかった場合は、前記第１符号化手段を選択実行し、過去のフレームで所定回数以上前記アクティビティの非検出が連続し、かつ間欠送信制御中でない場合は、前記第２符号化手段を選択実行し、当該選択実行を前記フレームの前記複数の周波数帯域について行う符号化制御手段と、
   前記フレーム毎に、フレーム全体の第１パワーと前記第２符号化手段が適用された帯域の第２パワーを算出し、前記第１パワーに対する前記第２パワーの比率に応じて、当該フレームあたりの前記第１符号化手段への第１の割り当て符号量を、前記規定割り当て符号量と前記余剰符号容量と前記広帯域オーディオ信号の特性とから導かれる当該フレームあたりの第２の割り当て符号量から削減補正し、加えて、前記ビットリザーブ手段の前記余剰符号量の管理を更新する符号量として前記補正前の第２の割り当て符号量を適用するレート制御手段とを
   具備することを特徴とする広帯域オーディオ信号符号化装置。
2. 広帯域オーディオ信号を所定のサンプル数から成るフレーム構成とし、複数の周波数帯域信号に分割する周波数帯域分割手段と、
   前記周波数帯域毎に信号のノイズ性に基づくアクティビティを検出するアクティビティ検出手段と、
   前記周波数帯域毎に量子化処理および符号化処理を行う第１符号化手段と、
   前記周波数帯域毎に間欠送信制御対象であることを示す間欠送信制御情報と間欠送信制御対象となる信号の符号化を行う第２符号化手段と、
   予め定められたターゲットレートに基づく1フレームあたりの規定割り当て符号量と符号化に必要な符号量との差分を吸収する余剰符合容量の管理を行うビットリザーブ手段と、
   前記周波数帯域毎に、過去のフレームで所定回数以上前記アクティビティの非検出が連続しなかった場合は、前記第１符号化手段を選択実行し、過去のフレームで所定回数以上前記アクティビティの非検出が連続し、かつ間欠送信制御中でない場合は、前記第２符号化手段を選択実行し、当該選択実行を前記フレームの前記複数の周波数帯域について行う符号化制御手段と、
   前記フレーム毎に、フレーム全体の第１の知覚エントロピー値と前記第２符号化手段が適用された帯域の第２の知覚エントロピー値を算出し、前記第１の知覚エントロピー値に対する前記第２の知覚エントロピー値の比率に応じて、当該フレームあたりの前記第１符号化手段への第１の割り当て符号量を、前記規定割り当て符号量と前記余剰符号容量と前記広帯域オーディオ信号の特性とから導かれる当該フレームあたりの第２の割り当て符号量から削減補正し、加えて、前記ビットリザーブ手段の前記余剰符号量の管理を更新する符号量として前記補正前の第２の割り当て符号量を適用するレート制御手段とを
   具備することを特徴とする広帯域オーディオ信号符号化装置。
3. 広帯域オーディオ信号を所定のサンプル数から成るフレーム構成とし、複数の周波数帯域信号に分割する周波数帯域分割手段と、
   前記周波数帯域毎に信号のノイズ性に基づくアクティビティを検出するアクティビティ検出手段と、
   前記周波数帯域毎に量子化処理および符号化処理を行う第１符号化手段と、
   前記周波数帯域毎に間欠送信制御対象であることを示す間欠送信制御情報と間欠送信制御対象となる信号の符号化を行う第２符号化手段と、
   予め定められたターゲットレートに基づく1フレームあたりの規定割り当て符号量と符号化に必要な符号量との差分を吸収する余剰符合容量の管理を行うビットリザーブ手段と、
   前記周波数帯域毎に、過去のフレームで所定回数以上前記アクティビティの非検出が連続しなかった場合は、前記第１符号化手段を選択実行し、過去のフレームで所定回数以上前記アクティビティの非検出が連続し、かつ間欠送信制御中でない場合は、前記第２符号化手段を選択実行し、当該選択実行を前記フレームの前記複数の周波数帯域について行う符号化制御手段と、
   前記フレーム毎に、当該フレームあたりの前記第１符号化手段への第１の割り当て符号量を、前記規定割り当て符号量と前記余剰符号容量と前記広帯域オーディオ信号の特性とから導かれる当該フレームあたりの第２の割り当て符号量を目標符号量として第１の符号化手段で符号化した場合の発生符合量から前記間欠送信対象となる帯域信号に対する符号量を削減補正して再度第１符号化手段にて符号化し、加えて、前記ビットリザーブ手段の前記余剰符号量の管理を更新する符号量として前記補正前の第２の割り当て符号量を適用するレート制御手段とを
   具備することを特徴とする広帯域オーディオ信号符号化装置。
4. 周波数帯域毎の間欠送信制御対象であることを示す間欠送信制御情報を含む広帯域オーディオ信号符号化データを受信する受信手段と、
   前記広帯域オーディオ信号符号化データを復号する復号手段と、
   前記周波数帯域毎の間欠送信制御情報をチェックして間欠送信制御が適用された帯域であるかを判定し、間欠送信制御が適用された帯域でない場合は、前記復号手段を選択実行し、間欠送信制御が適用された帯域の場合は、更に現フレームでの間欠送信制御情報を受信しているかをチェックし、間欠送信制御情報を受信していれば間欠送信信号符号化情報から当該周波数帯域のスペクトラムを補間復元し、間欠送信制御情報を受信していなければ当該周波数帯域の過去の符号化情報に基づいてフレーム間補間を行う復号制御手段とを
   具備することを特徴とする広帯域オーディオ信号復号装置。

Images