JP2009236994A

JP2009236994A - オーディオ信号の信号圧縮回路

Info

Publication number: JP2009236994A
Application number: JP2008079656A
Authority: JP
Inventors: Kazuhiko Kondo; 和彦近藤
Original assignee: Sanyo Electric Co Ltd; Sanyo Semiconductor Co Ltd
Current assignee: Sanyo Electric Co Ltd; System Solutions Co Ltd
Priority date: 2008-03-26
Filing date: 2008-03-26
Publication date: 2009-10-15

Abstract

【課題】オーディオ信号の音質を低下させることなく、信号圧縮回路を小型化・省電力化する。
【解決手段】入力されたオーディオ信号を圧縮する第１圧縮部２０と、第１圧縮部２０によって圧縮されたオーディオ信号を記憶及び保持するバッファメモリ２２と、バッファメモリ２２からオーディオ信号を読み出して伸張する伸張部２４と、伸張部２４で伸張されたオーディオ信号を受けて、オーディオ信号の将来の複雑さを推定する推定部２６と、伸張部２４で伸張されたオーディオ信号と、推定部２６での推定結果と、に応じてオーディオ信号を圧縮する第２圧縮部２８と、を備える。
【選択図】図１

Description

本発明は、オーディオ信号の信号圧縮回路に関する。

近年、デジタルオーディオ信号を圧縮する技術が用いられている。例えば、ＷＭＡ(Windows Media Audio)（登録商標）やＭＰ３(MPEG Audio Layer-3)等のように、過去のオーディオ信号を用いて将来のオーディオ信号の変動を予測し、その複雑性に基づいて圧縮のビット量を調整する方法も知られている。

図３に、従来のオーディオ信号の信号圧縮回路１００の構成例を示す。信号圧縮回路１００は、図３に示すように、バッファメモリ１０、推定部１２及び圧縮部１４を備える。

信号圧縮回路１００に入力されるデジタルオーディオ信号は一般的にＰＣＭ等の圧縮されていない信号である。バッファメモリ１０は、外部から入力されるデジタルオーディオ信号を一時的に保持する。推定部１２は、バッファメモリ１０に保持されているオーディオ信号を読み出し、複数のフレーム分のオーディオ信号に基づいてオーディオ信号の将来の複雑性を予測する。圧縮部１４は、バッファメモリ１０に保持されているオーディオ信号及び推定部１２おいて得られた複雑性の推定結果を受けて、複雑性の推定結果に応じたビット量でオーディオ信号を圧縮する。例えば、オーディオ信号が将来的により複雑になると推定された場合には現在のフレームのビット量を抑え、オーディオ信号が将来的により単純になると推定された場合には現在のフレームのビット量を増加させる（特許文献１等）。

従って、バッファメモリ１０は推定部１２における推定処理に必要なフレーム分のオーディオ信号を保持できる記憶容量を備える必要がある。例えば、ＷＭＡの場合、バッファメモリ１０の記憶容量が３２フレーム分とすると、一般的な１６ビットで２０４８サンプル／チャネルのオーディオ信号においては１２８ｋバイト／チャネルの記憶容量が必要となる。

米国特許第７，２７７，８４８号明細書

ところで、オーディオ機器の小型化・省電力化等に伴って、信号圧縮回路のバッファメモリとして必要な記憶容量を少なくすることが望まれている。一方で、再生時の音質を高品質に保つために、推定部で参照されるフレーム数を減少させたくないという要求もある。

圧縮されたオーディオ信号を生成する方法として、主に次の２種類の方法がある。１つはパーソナルコンピュータと信号圧縮のソフトウェアを用いる方法で、もう１つは携帯用のオーディオ機器を用いる方法である。１つ目の方法を用いる場合、パーソナルコンピュータには大容量のメモリが備えられているため、複雑性の推定に必要なフレーム数のオーディオデータを格納する記憶容量は問題にならない。しかし、２つ目の方法を用いる場合、複雑性の推定のために携帯用のオーディオ機器に大容量のメモリを備えることは好ましくない。これは、携帯用のオーディオ機器に大容量のメモリを備えることが機器の小型化、低コスト化の妨げとなるからである。

本発明は、このような要求を満たすオーディオ信号の信号圧縮回路を提供することを目的とする。

本発明の１つの態様は、オーディオ信号を圧縮出力する信号圧縮回路であって、入力されたオーディオ信号を圧縮する第１圧縮部と、前記第１圧縮部によって圧縮されたオーディオ信号を記憶及び保持するバッファメモリと、前記バッファメモリから前記オーディオ信号を読み出して伸張する伸張部と、前記伸張部で伸張されたオーディオ信号を受けて、オーディオ信号の将来の複雑さを推定する推定部と、前記伸張部で伸張されたオーディオ信号と、前記推定部での推定結果と、に応じてオーディオ信号を圧縮する第２圧縮部と、を備えることを特徴とする。

このように構成することによって、オーディオ信号を一旦保持するバッファメモリの記憶容量を小さくすることができ、例えば、オーディオ信号の音質を低下させることなく、信号圧縮回路を小型化・省電力化することができる。

ここで、前記第１圧縮部は、オーディオ信号を可逆的に圧縮することが好適である。また、前記第２圧縮部は、オーディオ信号を不可逆的に圧縮して高い圧縮率を得ることが好適である。これにより、オーディオ信号の劣化を伴うことなく、バッファメモリの記憶容量を小さくすることができる。

また、前記第１圧縮部及び前記第２圧縮部は、オーディオ信号を圧縮する方式を複数の圧縮方式から選択可能であり、前記第１圧縮部は、前記第２圧縮部において選択された圧縮方式に応じて圧縮方式を選択するものとしてもよい。これにより、第２圧縮部における圧縮形式に応じて、第１圧縮部において適切な圧縮方式を適用することができる。

また、より具体的な例としては、前記第１圧縮部は、ＭＳステレオ方式によってオーディオ信号を圧縮することが好適である。ＭＳステレオ方式は、簡素な圧縮方式であり、バッファメモリの前後における圧縮処理及び伸張処理を迅速に行うことができ、さらに回路を簡素に構成できる点で優れている。

本発明によれば、オーディオ信号の音質を低下させることなく、信号圧縮回路を小型化・省電力化することができる。

本発明の実施の形態におけるオーディオ信号の信号圧縮回路２００は、図１に示すように、第１圧縮部２０、バッファメモリ２２、伸張部２４、推定部２６及び第２圧縮部２８を含んで構成される。

第１圧縮部２０は、信号圧縮回路２００の外部から入力されるデジタルオーディオ信号を受けて、オーディオ信号を圧縮する処理を行う。また、最終的なオーディオ信号から再生される音質を高く維持するために、第１圧縮部２０では可逆的圧縮方式（Ｌｏｓｓｌｅｓｓ圧縮）又は準可逆的圧縮方式（ＮｅａｒＬｏｓｓｌｅｓｓ圧縮）を適用することが好適である。

入力されるオーディオ信号は、例えば、ＰＣＭ信号とされる。ＰＣＭ（Pulse Code Modulation）は、音声などのアナログ信号をデジタル信号に変換する方式の一つである。アナログ信号を一定のサンプリング時間ごとに標本化(サンプリング)し、定められたビット数の整数値に量子化する。デジタル信号の品質は、１秒間に何回数値化するか(サンプリング周波数)と、データを何ビットの数値で表現するか(量子化ビット数)で決まる。ＰＣＭは、例えば、音楽ＣＤにおける量子化に採用されており、サンプリング周波数４４．１ｋＨｚ、量子化１６ビットを標準としている。

可逆的圧縮処理としては、例えば、入力信号がステレオのオーディオ信号である場合、左（Ｌ）信号と右（Ｒ）信号との差分を算出することによって圧縮を行うＭＳステレオ方式を採用することが好適である。ＭＳステレオ方式では左（Ｌ）信号と右（Ｒ）信号とが完全に一致する場合にはオーディオ信号を最大１／２に圧縮することができる。

また、本実施の形態における可逆的圧縮処理に適している圧縮方式としては、例えば、ＭＰＥＧ４ＡＬＳやＷＭＡＬｏｓｓｌｅｓｓ等も挙げられる。また、本実施の形態における準可逆的圧縮処理に適している圧縮方式としては、例えば、ＡＤＰＣＭ等も挙げられる。

バッファメモリ２２は、第１圧縮部２０で圧縮されたオーディオ信号を格納及び保持する記憶手段である。バッファメモリ２２はＦＩＦＯ型であり、例えば、リングバッファとすることができる。

バッファメモリ２２は、推定部２６においてオーディオ信号の複雑性を推定する際に必要なフレーム数のオーディオ信号を保持できる記憶容量を少なくとも有する。このとき、第１圧縮部２０においてオーディオ信号を圧縮しているので、従来の信号圧縮回路と同じフレーム数のオーディオ信号を格納するために必要な記憶容量は従来よりも小さくできる。

例えば、ＷＭＡの場合、従来のバッファメモリ１０の記憶容量が３２フレーム分とすると、一般的な１６ビットで２０４８サンプル／チャネルのオーディオ信号において従来は１２８ｋバイト／チャネルの記憶容量が必要であった。したがって、２チャンネルのステレオ放送では、その左（Ｌ）信号と右（Ｒ）信号に関わらず２５６ｋバイトの記憶容量が必要であった。これに対して、本実施の形態では、バッファメモリ２２に入力される前にオーディオ信号が圧縮されているので、バッファメモリ２２の記憶容量は２５６ｋバイトよりも小さくすることができる。

伸張部２４は、バッファメモリ２２に保持されているオーディオ信号を格納された順に読み出し、第１圧縮部２０での圧縮形式に対応した伸張方式でオーディオ信号を伸張する。伸張されたオーディオ信号は推定部２６及び第２圧縮部２８へ出力される。

推定部２６は、伸張部２４で伸張されたオーディオ信号を受けて、オーディオ信号の将来の複雑性を評価する。複雑性の評価には、特許文献１に記載された技術等を用いることができる。複雑性の評価値は第２圧縮部２８へ出力される。

すなわち、推定部２６は、伸張部２４を介してバッファメモリ２２に格納されている複数フレームのオーディオ信号を読み出し、伸張された複数フレームのオーディオ信号における信号の時間的な変化の推移から、将来のオーディオ信号の複雑性を予測する。

例えば、第２圧縮部２における圧縮方式がＷＭＡ方式である場合、推定部２６に入力されるオーディオ信号として推奨されるフレーム数は３２フレームであり、バッファメモリ２２から３２フレーム分のオーディオ信号を読み出し、それらのオーディオ信号の相関に基づいて信号の複雑性を予測する。

第２圧縮部２８は、伸張部２４で伸張されたオーディオ信号、及び、推定部２６における複雑性の評価値を受けて、オーディオ信号を圧縮して出力する。このとき、複雑性の評価値に応じたビット量（量子化ビット数）でオーディオ信号を圧縮処理する。

このような可変ビットレートの圧縮方式としては、例えば、ＷＭＡＶＢＲ(Variable Bit Rate)が挙げられる。これは、オーディオ信号の複雑性に応じて、圧縮後のデータ量を４０ｋｂｐｓ以上３５５ｋｂｐｓ以下の範囲で調整するものである。すなわち、オーディオ信号においてデータの変化が激しい箇所では高ビットレートで量子化することによって音質を維持したまま圧縮を行い、オーディオ信号においてデータの変化が単調で動きの少ない箇所では低ビットレートで量子化することによってデータ量を低減させる。これにより、圧縮されたオーディオ信号のファイル容量を無駄に大きくすることなく、オーディオ信号の再生時には高い音質を得ることが可能となる。

同様に、ＭＰ３やＡＡＣにおいてもＶＢＲを適用することができる。ＭＰ３とは、人間の感じ取りにくい部分のデータを間引くことによって高い圧縮率を得る非可逆圧縮方式である。ＭＰ３を用いることによって、音楽ＣＤと同程度の音質を保ったまま、データ量を約１／１１（１２８ｋｂｐｓ）に圧縮することができる。また、ＡＡＣとは、映像圧縮規格ＭＰＥＧ−２又はＭＰＥＧ−４で使われる音声圧縮方式である。

以上のように、本実施の形態における信号圧縮回路２００では、バッファメモリ２２にオーディオ信号を入力する前にオーディオ信号を圧縮し、バッファメモリ２２から出力された信号を伸張することによってバッファメモリ２２として確保しておかなければならないメモリの記憶容量を低減することができる。このような処理は、オーディオ信号の時間的な変化に応じて最終的な圧縮のビット量を調整するＶＢＲ方式の信号圧縮回路においても有効である。

＜変形例１＞
上記実施の形態では、第１圧縮部２０において１種類の圧縮方式を適用したが、第１圧縮部２０において複数種の圧縮方式から１種類の圧縮方式を選択して適用するものとしてもよい。

具体的には、図２に示すように、第１圧縮部２０にレジスタ３０を併設し、レジスタ３０に設定された値に応じて第１圧縮部２０において適用する圧縮方式を選択する構成としてもよい。この場合、伸張部２４は、第１圧縮部２０において選択された圧縮方式に応じた伸張方式を採用する。

例えば、レジスタ３０に“０”が設定された場合にはＭＳステレオ方式、“１”が設定された場合にはＭＰＥＧ４ＡＬＳ方式、“２”が設定された場合にはＷＭＡＬｏｓｓｌｅｓｓ方式、“３”が設定された場合にはＡＤＰＣＭ方式を採用するようにすればよい。伸張部２４では、第１圧縮部２０において採用された圧縮方式に対応する伸張方式でオーディオ信号を伸張する。

なお、レジスタ３０には、信号圧縮回路２００の外部から値を設定できるようにすることが好適である。

このように、第１圧縮部２０における圧縮方式を複数種の圧縮方式から選択できるようにすることによって、オーディオ信号のタイプやデータ量等に応じて、バッファメモリ２２の記憶容量を効果的に利用できる圧縮方式を採用することが可能となる。

本発明の実施の形態における信号圧縮回路の構成を示す図である。本発明の変形例１における信号圧縮回路の構成を示す図である。従来の信号圧縮回路の構成を示す図である。

符号の説明

１０バッファメモリ、１２推定部、１４圧縮部、２０第１圧縮部、２２バッファメモリ、２４伸張部、２６推定部、２８第２圧縮部、３０，３２レジスタ、１００，２００信号圧縮回路。

Claims

オーディオ信号を圧縮出力する信号圧縮回路であって、
入力されたオーディオ信号を圧縮する第１圧縮部と、
前記第１圧縮部によって圧縮されたオーディオ信号を記憶及び保持するバッファメモリと、
前記バッファメモリから前記オーディオ信号を読み出して伸張する伸張部と、
前記伸張部で伸張されたオーディオ信号を受けて、オーディオ信号の将来の複雑さを推定する推定部と、
前記伸張部で伸張されたオーディオ信号と、前記推定部での推定結果と、に応じてオーディオ信号を圧縮する第２圧縮部と、
を備えることを特徴とする信号圧縮回路。
請求項１に記載の信号圧縮回路であって、
前記第１圧縮部は、オーディオ信号を可逆的に圧縮することを特徴とする信号圧縮回路。
請求項１又は２に記載の信号圧縮回路であって、
前記第２圧縮部は、オーディオ信号を不可逆的に圧縮することを特徴とする信号圧縮回路。
請求項１から３のいずれか１つに記載の信号圧縮回路であって、
前記第１圧縮部及び前記第２圧縮部は、オーディオ信号を圧縮する方式を複数の圧縮方式から選択可能であり、
前記第１圧縮部は、前記第２圧縮部において選択された圧縮方式に応じて圧縮方式を選択することを特徴とする信号圧縮回路。
請求項１から３のいずれか１つに記載の信号圧縮回路であって、
前記第１圧縮部は、ＭＳステレオ方式によってオーディオ信号を圧縮することを特徴とする信号圧縮回路。