JP2008015357A

JP2008015357A - 符号化装置

Info

Publication number: JP2008015357A
Application number: JP2006188358A
Authority: JP
Inventors: Kimio Miseki; 公生三関; Hirokazu Takeuchi; 広和竹内; Shiyouko Osada; 将高長田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2006-07-07
Filing date: 2006-07-07
Publication date: 2008-01-24

Abstract

【課題】低ビットレートに符号化されたバンドの再生音の音質劣化を抑制することが可能な符号化装置を提供する。
【解決手段】形状量子化部３１は、目標信号ｘの各バンドの信号をそれぞれ形状量子化する。ゲイン量子化部３２は、形状量子化部３１で求めたバンド毎の形状ベクトルの情報と、バンド毎の目標信号ｘに基づいて、バンド毎のゲインの量子化を行う。ゲイン補正部３３ａは、目標信号ｘと再生信号ｙとの相関φｘｙがα＜φｘｙ＜βを満たさない場合は、ゲイン情報の補正は行わず、一方、相関φｘｙがα＜φｘｙ＜βを満たす場合には、すなわち目標信号ｘと再生信号ｙの両ベクトルがなす角θが所定の範囲にある場合に、量子化されたゲイン情報についての補正を行うようにしたものである。
【選択図】図１

Description

この発明は、例えば音声信号やオーディオ信号を符号化する符号化装置に関する。

周知のように、従来より音声信号やオーディオ信号の符号化装置では、入力信号を周波数領域の信号に変換して符号化を行う技術が広く用いられている。周波数領域に変換された入力信号は、バンド毎に、形状情報とゲイン情報を用いて符号化される。符号化の際には、マスキング効果を利用し、バンド毎に周波数領域での符号化歪みがマスキングレベルを超えないように符号化する。

マスキング効果によれば、マスキングレベルの大きなバンドは、符号化歪みが比較的大きくても人間には音として歪が知覚されにくいため、その分だけ少数のビットで符号化することができる。その結果、入力信号の符号化に必要な、フレームあたりのトータルのビット数を低減することができる。このため、マスキング効果を利用した符号化は低ビットレート化や符号化効率を上げるために有効な手段となっている。

一方、マスキング効果を利用した符号化や、低ビットレート化に伴って、符号化による歪みが大きいバンドが多くなることが原因で、符号化歪みが大きいバンドでの再生信号の音量が小さくなりやすくなる傾向があり、再生音の音質が劣化するという問題があった。

この問題に対して従来は、目標ベクトルと、理想量子化ベクトルとの大きさや方向に基づいて、予め目標ベクトルを伸長して、伸長された目標ベクトルと理想量子化ベクトルとの間の距離が最小となるようなゲインを探索し、これをゲイン符号化の符号化結果とするものがある（例えば、特許文献１参照）。

また、従来は、原音声信号と符号化信号との間の波形歪みおよびエネルギー歪みを求め、これら両方の歪みを重み付け加算した歪み尺度を用いて、複数の符号化パラメータから最良のものを探索するものがある（例えば、非特許文献１参照）。しかしながら、この手法では、上記の歪み尺度での歪み量を求めて、それが最小となるように、複数の符号化パラメータを探索する必要があるため、演算量が多いという問題があった。
特開２００１−０４４８４６公報。 ICASSP "AN 8 KBIT/S ACELP CODER WITH IMPROVED BACKGROUND NOISE PERFORMANCE" page25-28 vol.1 15-19 March 1999。

従来の符号化装置では、低ビットレートに符号化されたバンド内の音量が小さくなって、再生音の音質が劣化するという問題があった。
この発明は上記の問題を解決すべくなされたもので、低ビットレートに符号化されたバンドの再生音の音質劣化を抑制することが可能な符号化装置を提供することを目的とする。

上記の目的を達成するために、この発明は、目標信号の形状を量子化して形状情報を出力する第１量子化手段と、目標信号のゲインを量子化してゲイン情報を出力する第２量子化手段と、形状情報に基づいて再生信号を生成する再生信号生成手段と、目標信号と再生信号の相関を求める相関検出手段と、相関を基にゲイン情報を補正する補正手段と、形状情報と、補正手段が補正したゲイン情報とに基づいて、符号化データを生成する符号化データ生成手段とを具備して構成するようにした。

以上述べたように、この発明では、目標信号と、目標信号に基づいて量子化した形状情報に基づく再生信号との相関に基づいて、目標信号のゲインを量子化したゲイン情報を補正するようにしている。
したがって、この発明によれば、相関が例えば所定の範囲にあるなどして、低ビットレート化に伴う音質劣化の虞のある場合に、低ビットレートに符号化されたバンドの再生音の音質劣化を抑制することが可能な符号化装置を提供できる。

以下、図面を参照して、この発明の一実施形態について説明する。
図１は、この発明の第１の実施形態に係わる符号化装置の構成を示すものである。この符号化装置は、バンド分割部１０と、マスキングレベル計算部２０と、歪み制御部３０ａと、フォーマッタ４０とを備える。

音声信号またはオーディオ信号が入力信号として、バンド分割部１０およびマスキングレベル計算部２０に入力される。バンド分割部１０は、例えばＭＤＣＴ（Modified Discrete Cosine Transform）変換などによって、入力信号を周波数領域に変換し、バンド毎に分割された目標信号ｘを得る。この目標信号ｘは、歪み制御部３０ａに出力される。
マスキングレベル計算部２０は、入力信号に基づいて、人の耳に聞こえない程度の歪みレベル、すなわち歪み量の許容値に相当するマスキングレベルを求める。このマスキングレベルは、歪み制御部３０ａに出力される。

歪み制御部３０ａは、形状量子化部３１と、ゲイン量子化部３２と、ゲイン補正部３３ａとを備える。歪み制御部３０ａは、符号化ビットレートやレート制御により設定される所定の符号量の範囲となる条件の下で、各バンド毎の目標信号ｘを形状量子化部３１とゲイン量子化部３２を用いて量子化したときの符号化歪みが、マスキングレベル計算部２０からのマスキングレベルよりも小さくなるように、形状量子化部３１で形状情報を量子化し、ゲイン量子化部３２でゲイン情報を量子化する。

この際に、各バンド毎の目標信号ｘについて、形状情報とゲイン情報の両方の量子化の結果を組み合わせたときの歪みがマスキングレベルよりも小さくなるように形状情報とゲイン情報が選択される構成であれば、形状量子化部３１による形状量子化とゲイン量子化部３２によるゲイン量子化はどちらを先に行ってもよい。以降の実施例では、形状量子化を行った結果を用いてゲイン量子化を行う方法の一例について説明する。

形状量子化部３１は、目標信号ｘの各バンドの信号の形状をスカラ量子化またはベクトル量子化により量子化するものである。ここでは、ベクトル量子化を用いる方法の例について説明する。形状量子化部３１は、量子化された形状を表す、複数の形状ベクトルを記憶している。そして目標信号ｘの形状をバンド毎にそれぞれ量子化し、バンド毎の形状ベクトルの情報を、ゲイン補正部３３ａとフォーマッタ４０に出力する。

ゲイン量子化部３２は、形状量子化部３１で求めたバンド毎の形状ベクトルの情報と、バンド毎の目標信号ｘに基づいて、バンド毎のゲインの量子化を行い、そのゲイン情報とをゲイン補正部３３ａに出力する。

ゲイン補正部３３ａは、上記形状情報、上記ゲイン情報および目標信号ｘに基づいて、ゲイン情報の大きさを補正するものであって、例えば図２に示すように、再生信号算出部３３１と、相関計算部３３２と、ゲイン符号補正部３３３ａとを備える。

再生信号算出部３３１は、上記形状情報および上記ゲイン情報に基づいて、これらの情報から再生される信号である再生信号ｙを生成し、相関計算部３３２に出力する。相関計算部３３２は、目標信号ｘと再生信号ｙとの相関φｘｙ（例えばφｘｙ＝ｃｏｓθ＝（x^ｔy）／(|x||y|）、θは目標信号ｘと再生信号ｙの両ベクトルがなす角に相当する）を求め、これをゲイン符号補正部３３３ａに出力する。相関φｘｙとしては、これに限られるものではなく、ｘとｙの内積なども有効である。

ゲイン符号補正部３３３ａは、相関φｘｙが予め設定した範囲の値の場合に、ゲイン情報を増大させる補正を行う。具体的な方法の一例としては、相関φｘｙと予め設定した閾値α、β（＞α）との間に、α＜φｘｙ＜βの関係が成立する場合に、ゲインの大きさが増大する方向にゲイン情報を予め設定した方法で増大させる補正を行い、これを出力する。一方、α＜φｘｙ＜βの関係が成立しない場合には、補正を行わないゲイン情報を出力する。
フォーマッタ４０は、形状情報と、ゲイン符号補正部３３３ａから出力されるゲイン情報に基づいて、所定のフォーマットの符号化データを生成する。

以上のように、上記構成の符号化装置では、目標信号ｘと再生信号ｙとの相関φｘｙが、α＜φｘｙ＜βを満たさない場合、すなわち図３（ａ）に示すように、目標信号ｘと再生信号ｙの両ベクトルのなす角θが小さかったり、極端に大きい場合には、ゲイン情報の補正は行わないようにする。

一方、相関φｘｙが、α＜φｘｙ＜βを満たす場合、すなわち図３（ｂ）に示すように、目標信号ｘと再生信号ｙの両ベクトルがなす角θが所定の範囲にある場合に、ゲイン情報の補正を行うことで、目標信号ｘと同程度の音量レベルになるような再生信号Ｙが得られるようになる。

したがって、上記構成の符号化装置によれば、相関φｘｙが所定の範囲にあって、低ビットレート化に伴う音質劣化の虞のある場合に、量子化ベクトルのゲイン補正が行われるので、低ビットレートに符号化されたバンドの再生音の音質劣化を抑制することができる。

次に、この発明の第２の実施形態について説明する。図４は、この発明の第２の実施形態に係わる符号化装置の構成を示すものである。この符号化装置は、バンド分割部１０と、マスキングレベル計算部２０と、歪み制御部３０ｂと、フォーマッタ４０とを備える。図１に示した符号化装置とは、歪み制御部３０ａの代わりに、歪み制御部３０ｂを設けている点で異なっている。したがって、以下の説明では、歪み制御部３０ｂを中心に説明する。

歪み制御部３０ｂは、形状量子化部３１と、ゲイン量子化部３２と、ゲイン補正部３３ｂと、Tonality情報取得部３４とを備える。
形状量子化部３１は、目標信号ｘの各バンドの信号の形状をスカラ量子化またはベクトル量子化により量子化するものである。ここでは、ベクトル量子化を用いる方法の例について説明する。形状量子化部３１は、量子化された形状を表す、複数の形状ベクトルを記憶している。そして目標信号ｘの形状をバンド毎にそれぞれ量子化し、バンド毎の形状ベクトルの情報を、ゲイン補正部３３ｂとフォーマッタ４０に出力する。

ゲイン量子化部３２は、形状量子化部３１で求めたバンド毎の形状ベクトルの情報と、バンド毎の目標信号ｘに基づいて、バンド毎のゲインの量子化を行い、そのゲイン情報とをゲイン補正部３３ｂに出力する。
Tonality情報取得部３４は、目標信号ｘの各バンドの信号について、トーン性を検出し、この検出結果をトーン性情報として、ゲイン補正部３３ｂに出力する。

ゲイン補正部３３ｂは、上記形状情報、上記ゲイン情報、上記トーン性情報および目標信号ｘに基づいて、ゲイン情報の大きさを補正するものであって、例えば図５に示すように、再生信号算出部３３１と、相関計算部３３２と、ゲイン符号補正部３３３ｂとを備える。

再生信号算出部３３１は、上記形状情報および上記ゲイン情報に基づいて、これらの情報から再生される信号である再生信号ｙを生成し、相関計算部３３２に出力する。相関計算部３３２は、目標信号ｘと再生信号ｙとの相関φｘｙ（例えばφｘｙ＝ｃｏｓθ＝（x^ｔy）／(|x||y|）、θは目標信号ｘと再生信号ｙの両ベクトルがなす角に相当する）を求め、これをゲイン符号補正部３３３ｂに出力する。相関φｘｙとしては、これに限られるものではなく、ｘとｙの内積なども有効である。

ゲイン符号補正部３３３ｂは、トーン性情報と相関φｘｙが予め設定した範囲の値の場合に、ゲイン情報を増大させる補正を行う。具体的な方法の一例としては、相関φｘｙと予め設定した閾値α、β（＞α）との間に、α＜φｘｙ＜βの関係が成立し、かつトーン性情報が予め設定した閾値ｔｈ以下のトーン性を示す場合（雑音的な信号の場合）に、ゲインの大きさが増大する方向にゲイン情報を予め設定した方法で増大させる補正を行い、これを出力する。

一方、α＜φｘｙ＜βの関係が成立しない場合、またはトーン性情報が予め設定した閾値ｔｈよりも大きいトーン性を示す場合には、補正を行わないゲイン情報を出力する。閾値ｔｈは、雑音的な信号はバンド内でのスペクトル形状の差異が知覚されにくいことを考慮して、設定される値である。
フォーマッタ４０は、形状情報と、ゲイン符号補正部３３３ｂから出力されるゲイン情報に基づいて、所定のフォーマットの符号化データを生成する。

以上のように、上記構成の符号化装置では、目標信号ｘと再生信号ｙとの相関φｘｙが、α＜φｘｙ＜βを満たす場合、すなわち図６（ａ）に示すように、目標信号ｘと再生信号ｙの両ベクトルがなす角θが所定の範囲にある場合で、かつトーン性が低い場合に、ゲイン情報の補正を行うことで、目標信号ｘと同程度の音量レベルになるような再生信号Ｙが得られるようになる。

一方、相関φｘｙが、α＜φｘｙ＜βを満たさない場合、すなわち図６（ｂ）に示すように、目標信号ｘと再生信号ｙの両ベクトルがなす角θが小さかったり、極端に大きい場合や、トーン性が高い場合には、ゲイン情報の補正は行わないようにしている。

したがって、上記構成の符号化装置によれば、相関φｘｙが所定の範囲にあって、かつトーン性が低い場合に、低ビットレート化に伴う音質劣化の虞のあるため、量子化ベクトルのゲイン補正を行うので、低ビットレートに符号化されたバンドの再生音の音質劣化を抑制することができる。

なお、この発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また上記実施形態に開示されている複数の構成要素を適宜組み合わせることによって種々の発明を形成できる。また例えば、実施形態に示される全構成要素からいくつかの構成要素を削除した構成も考えられる。さらに、異なる実施形態に記載した構成要素を適宜組み合わせてもよい。

その一例として例えば、上記第２の実施形態では、目標信号ｘと再生信号ｙとの相関φｘｙに加えて、目標信号ｘのバンド毎のトーン性に応じて、ゲイン情報の補正を行うように構成したが、トーン性に代わって分散やスペクトルの平坦度を表すｓｆｍ（spectrum flatness measure）、尖度（カートシス）などを求め、これと相関φｘｙに応じて、ゲイン情報の補正を行うようにしてもよい。

また、トーン性が非常に低い雑音性の強いバンドに対しては、相関φｘｙを用いないで、目標信号ｘと同程度の音量レベルになるように、単にゲイン情報の補正を行うようにすることで、音量の劣化を抑制した再生信号Ｙが得られるようになる効果がある。

また、ゲイン符号補正部３３３ａ，３３３ｂは、相関φｘｙと予め設定した閾値α、βとの間に、α＜φｘｙ＜βの関係が成立する場合に、ゲインの大きさが増大する方向にゲイン情報を予め設定した方法で増大させる補正を行うものとして説明したが、これに代わって例えば、相関φｘｙの値に応じて、多段階にゲイン情報を増減するようにしてもよい。
その他、この発明の要旨を逸脱しない範囲で種々の変形を施しても同様に実施可能であることはいうまでもない。

この発明に係わる符号化装置の第１の実施の形態の構成を示す回路ブロック図。図１に示した符号化装置のゲイン補正部の構成を示す回路ブロック図。図１に示した符号化装置によるゲイン補正の動作を説明するための図。この発明に係わる符号化装置の第２の実施の形態の構成を示す回路ブロック図。図４に示した符号化装置のゲイン補正部の構成を示す回路ブロック図。図４に示した符号化装置によるゲイン補正の動作を説明するための図。

符号の説明

１０…バンド分割部、２０…マスキングレベル計算部、３０ａ，３０ｂ…歪み制御部、３１…形状量子化部、３２…ゲイン量子化部、３３ａ，３３ｂ…ゲイン補正部、３４…Tonality情報取得部、４０…フォーマッタ、３３１…再生信号算出部、３３２…相関計算部、３３３ａ，３３３ｂ…ゲイン符号補正部、ｘ…目標信号、ｙ…再生信号。

Claims

目標信号の形状を量子化して形状情報を出力する第１量子化手段と、
前記目標信号のゲインを量子化してゲイン情報を出力する第２量子化手段と、
前記形状情報に基づいて再生信号を生成する再生信号生成手段と、
前記目標信号と前記再生信号の相関を求める相関検出手段と、
前記相関を基に前記ゲイン情報を補正する補正手段と、
前記形状情報と、前記補正手段が補正したゲイン情報とに基づいて、符号化データを生成する符号化データ生成手段とを具備することを特徴とする符号化装置。
目標信号の形状を量子化して形状情報を出力する第１量子化手段と、
前記目標信号のゲインを量子化してゲイン情報を出力する第２量子化手段と、
前記形状情報と前記ゲイン情報に基づいて再生信号を生成する再生信号生成手段と、
前記目標信号と前記再生信号の相関を求める相関検出手段と、
前記相関を基に前記ゲイン情報を補正する補正手段と、
前記形状情報と、前記補正手段が補正したゲイン情報とに基づいて、符号化データを生成する符号化データ生成手段とを具備することを特徴とする符号化装置。
さらに、目標信号のトーン性を検出するトーン性検出手段を備え、
前記補正手段は、前記相関と前記トーン性に応じて、前記ゲイン情報を補正することを特徴とする請求項１または請求項２に記載の符号化装置。
前記補正手段は、前記相関が予め設定した範囲の値の場合に、前記ゲイン情報を補正し、一方、前記範囲外の値の場合は、前記ゲイン情報をそのまま出力することを特徴とする請求項１または請求項２に記載の符号化装置。