JP2013152470A - 過渡状態検出器およびオーディオ信号の符号化を支援する方法 - Google Patents

Abstract

【課題】オーディオ信号に作用する過渡状態を検出し次のフレームｎ＋１の適切な符号化を可能にする過渡状態検出器およびオーディオ符号化を支援する方法を提供する。
【解決手段】過渡状態検出器１００は入力オーディオ信号の所定のフレームｎを分析し、前記所定のフレームｎのオーディオ信号特性に基づいて、次のフレームｎ＋１のための過渡状態ハングオーバ指標を決定する分析器１１０と、決定した過渡状態ハングオーバ指標を関連のオーディオ符号化器１０に信号を伝達する伝送手段１２０とを有する。
【選択図】図２

Description

本発明はオーディオ信号に作用する過渡状態検出器およびオーディオ信号の符号化を支援する方法に関する。

エンコーダは、オーディオ信号などの信号を分析し、符号化した形式で信号を出力することが可能な、装置、回路、あるいはコンピュータ・プログラムである。結果として得られる信号は、送信、蓄積および／または暗号化の目的に使用されることが多い。他方、デコーダは、符号化した信号を受信し、復号化した信号を出力するに際し、符号化処理と逆の処理を行うことが可能な、装置、回路、あるいはコンピュータ・プログラムである。

現在のオーディオ符号化器などの多くのエンコーダにおいては、入力信号の各フレームを周波数領域で分析する。この分析の結果を量子化し、符号化し、次にアプリケーションに依存して送信または蓄積する。受信側では（または蓄積した符号化信号を使用する場合には）、後に合成手順が続く対応する復号手順により、時間領域で信号を復元することが可能となる。

帯域制限された通信チャネルを介して効率的な伝送を行うため、オーディオデータ、ビデオのデータのような情報の圧縮／伸張に、コーデックが用いられることが多い。

特に、高いオーディオ品質を維持しながら低ビットレートでオーディオ信号を送信し蓄積することについては、高い市場ニーズがある。例えば、伝送リソースまたは記憶装置が制限される場合、低ビットレート動作が本質的なコスト要因である。これは典型的には、例えば、移動通信システムにおけるストリーミングやメッセージングに応用する場合である。

オーディオ符号化、復号化を使用するオーディオ送信システムの一般的な例を図１に示す。全体のシステムは、基本的に、送信側にオーディオ符号化器１０と送信モジュール（ＴＸ）２０を、受信側に受信モジュール（ＲＸ）３０とオーディオ復号化器４０を備える。

オーディオ信号は準定常と考えられ、すなわち、短い時間区間においては定常と考えることができる。例えば、変換オーディオ・コーデックは、信号を短い時間区間に分割し、高効率な圧縮を達成するため準定常を仮定している。

オーディオ信号は、周波数および振幅において多くの急激な変化、いわゆる過渡状態を含む可能性がある。例えば、過渡状態が変換オーディオ・コーデックにおいて生じる可能性のある、耳に聴こえる歪み（例えば、プリエコー効果、即ち、時間的に拡散する量子化雑音）を回避するためにオーディオ・コーデックが適切に動作するよう、これらの過渡状態を検出することが望まれる。

この理由で、オーディオ・コーデックと結合して、過渡状態検出器が使用される。過渡状態検出器はオーディオ信号を分析し、検出過渡状態をエンコーダに信号伝達することに関与する。時間領域で動作する過渡状態検出器と、同じく周波数領域で動作する過渡状態検出器がある。

例えば、過渡状態検出器は、窓切換モジュールへの入力として、オーディオ・コーデックに含められるのが普通である（非特許文献１，２）。

ISO/IEC JTC/SC29/WG 11, CD 11172-3, "CODING OF MOVING PICTURES AND ASSOCIATED AUDIO FOR DIGITAL STORAGE MEDIA AT UP TO ABOUT 1.5MBIT/s, Part3 AUDIO", 1993 ISO/TEC 13818-7, "MPEG-2 Advanced Audio Coding, AAC", 1997

しかしながら、より効率的なオーディオ符号化と、過渡状態検出器を含むオーディオ符号化を支援する改良された手法、その実現に対する一般的な要求がある。

オーディオ信号に作用する改良された過渡状態検出器を提供することが、本発明の一般的な目的である。

また、オーディオ信号の符号化を支援する方法を提供することが目的である。

これらおよびその他の目的は、添付の請求の範囲により定められる本発明により満たされる。

発明者が認識したことは、時間領域で過渡状態検出器を実行し、コーデックが重複変換（lapped transform）に基づいて動作する場合、所定のフレームの過渡状態もまた、次のフレームの符号化に影響を及ぼすだろう、ということである。従って、本発明の基本的着想は、入力オーディオ信号の所定のフレームｎを分析し、その所定のフレームｎのオーディオ信号特性に基づいて、次のフレームｎ＋１のために過渡状態ハングオーバ指標を決定し、決定した過渡状態ハングオーバ指標を関連のオーディオ符号化器に伝送し、後続フレームｎ＋１の適切な符号化を可能とすることである。

好ましくは、所定のフレームｎのオーディオ信号特性が過渡状態を表す特性を含んでいる場合は、後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示す値に決定する。

実際には、それ故、過渡状態が検出され、現在のフレームのためにコーデックにそれが伝送されると、過渡状態検出器は、次のフレームに関連のある過渡状態ハングオーバも伝送する、というように、過渡状態検出器を構成することができる。

このようにして、コーデックが重複変換に基づいて動作する場合、次のフレームのためにも適切な符号化動作を行うことを保証し得る。

本発明は、過渡状態検出器およびオーディオ信号の符号化を支援する方法の両方を対象とする。

本発明の実施形態についての下記の説明を読めば、本発明が提供する更なる利点が認識されよう。

本発明については、以下の添付の図面ならびに下記の説明を参照することにより、その更なる目的および利点とともに、最もよく理解されるであろう。

符号化および復号化を使用するオーディオ伝送システムの例を示す概略ブロック図である。 本発明の典型的な実施形態による、オーディオ符号化器と関連する新規な過渡状態検出器を示す概略ブロック図である。 、 所定の入力フレームｎの過渡状態が、どのようにして次のフレームの符号化に影響を与えるかを説明する概略的な図である。 本発明の典型的な実施形態による、オーディオ信号の符号化を支援する方法の概略フロー図である。 パワー計算の目的のために、どのようにしてフレームをブロックに分割できるかの例を示す概略的な図である。 ハイパスフィルタを有する過渡状態検出器の例を示す概略的な図である。 本発明の典型的実施形態による過渡状態ハングオーバ検査を有する過渡状態検出器の例を示す概略的な図である。 、 本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第一の例を示す概略的な図である。 、 本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第二の例を示す概略的な図である。 、 本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第三の例を示す概略的な図である。 フルバンド拡張に適する典型的な符号化器のブロック図である。 フルバンド拡張に適する典型的な復号化器のブロック図である。

図面を通して、対応する、または類似の要素には、同じ参照文字を使用する。

前述したように、例えば、過渡状態が変換オーディオ・コーデックおよび、より一般的には、重複変換に基づいて動作する符号化器において原因となる可能性のある、耳に聴こえる歪み（例えば、プリエコー効果）を回避するため、オーディオ・コーデックが適切な動作をするように、オーディオ信号の過渡状態を検出することが望ましい。一般的に、低エネルギ領域の直後の変換ブロックの終了近くで急激な立上りの信号が始まると、プリエコーが生じる。通常、時間および／または周波数領域で測定した振幅および／またはパワーのようなオーディオ信号特性における突然の変化により、過渡状態を特徴付ける。好ましくは、入力フレームのために過渡状態を検出した場合、過渡状態のために特別に採用した変換符号化（過渡状態符号化モード）を実行するよう、オーディオ符号化器を構成する。過渡状態を符号化するために、多くの異なる従来の方法がある。

しかしながら、時間領域で過渡状態検出を実行し、コーデックが重複変換（lapped transform）に基づいて動作する場合、所定のフレームの過渡状態はまた、次のフレームの符号化に影響を及ぼすだろう、ということを発明者は認識していた。重複変換コーデックの動作に対するこの洞察に基づき、新しい検出器を取り入れる。

図２は、本発明の典型的な実施形態による、オーディオ符号化器と関連する新規な過渡状態検出器を示す概略ブロック図である。図２の過渡状態検出器１００には、基本的に、分析器１１０とシグナリングモジュール１２０を含む。関連のオーディオ符号化器１０によって符号化すべきオーディオ信号はまた、入力として過渡状態検出器１００に転送される。通常、オーディオ信号の現在の入力フレームにおける過渡状態を検出するために、および現在のフレームの正しい符号化のためにオーディオ符号化器に過渡状態を伝送するために、過渡状態検出器が動作可能である。この例では、オーディオ符号化器１０は、好ましくは、重複変換を使用する変換符号化器（transform-based encoder）である。

分析器１１０は受信したオーディオ信号に基づいて適切な信号分析を実行する。好ましくは、過渡状態検出器１００は、オーディオ信号の所定のフレームｎを分析し、その所定のフレームｎのオーディオ信号特性に基づいて、分析器１１０の新規なハングオーバ指標モジュール１１２における次のフレームｎ＋１のために、過渡状態ハングオーバ指標（transient hangover indicator）を決定する。決定した過渡状態ハングオーバ指標を関連のオーディオ符号化器に伝送し、シグナリングモジュール１２０は、決定した過渡状態ハングオーバ指標を関連のオーディオ符号化器１０に伝送するよう動作可能であり、後続フレームｎ＋１の適切な符号化を可能とする。短期エネルギ対長期エネルギ比のような任意の適当な過渡状態検出測度を使用することができる。

それ故、現在のフレームｎの分析に基づいて、過渡状態検出器１００は、現在のフレームｎのための過渡状態のみならず、後続フレームｎ＋１のための過渡状態ハングオーバ指標をも信号伝達可能である。

図３Ａ−Ｂに示すように、エンコーダが重複変換に基づいて動作する場合、所定の入力フレームにおける過渡状態は次のフレームの符号化に影響を及ぼす可能性がある。

例えば、通常、ＤＣＴ（離散コサイン変換）、修正離散コサイン変換（ＭＤＣＴ）またはＭＤＣＴ以外の重複変換のような時間対周波数領域変換を中心にして、変換オーディオ符号化器を構築する。変換オーディオ符号化器の共通の特性は、サンプルの重複したブロック、すなわちオーバラップ・フレームに作用することである。

図３Ａ−Ｂは，オーディオ信号の入力フレームと、オーディオ符号化器への入力として使用するいわゆるオーバラップ・フレームとを示す。

図３Ａでは、２個の連続したオーディオ入力フレーム、フレームｎ−１およびフレームｎを示す。入力フレームｎに関する変換オーディオ符号化のための入力は、フレームｎおよびｎ−１によって形成される。この例では、入力フレームｎは過渡状態を含み、変換オーディオ符号化のための入力にもまた、自然に過渡状態を含むであろう。

図３Ｂでは、２個の連続したオーディオ入力フレーム、フレームｎおよびフレームｎ＋１を示す。入力フレームｎ＋１に関する変換オーディオ符号化のための入力は、フレームｎとｎ＋１によって形成される。図３Ｂから分かるように、フレームｎにおける過渡状態は、フレームｎ＋１に関する符号化のための変換への入力にも存在する。

注意すべきことは、フレームｎを符号化するための変換への入力およびフレームｎ＋１を符号化するための変換への入力はオーバラップしている、ということである。従って、これが、これらのより大きな変換入力ブロックをオーバラップ・フレームと呼ぶ理由である。

もし時間領域で過渡状態検出を実行し、コーデックが、修正離散コサイン変換（ＭＤＣＴ）のような重複変換で動作するなら、入力フレームの過渡状態はまた、次のフレームに現れるだろう。

それを検出するフレームにおいてのみならず、次のフレームにおいても過渡状態を符号化するので、過渡状態検出器にハングオーバを導入することが考えられる。ハングオーバは、現フレームで過渡状態が検出され、コーデックに伝送されると、過渡状態検出器はまた、次のフレームで過渡状態が検出されたことをコーデックに伝送するだろう、ということを意味する。

このようにして、後続フレームのためにも適切な符号化動作が行われることが保証され得る。過渡状態を示すハングオーバ指標を、過渡状態検出器１００のシグナリングモジュール１２０からオーディオ符号化器１０に信号伝達する場合、エンコーダ１０はフレームｎ＋１のいわゆる過渡状態符号化を実行する。即ち、過渡状態を含むオーバラップ・フレーム・ブロックの符号化のため採用した、いわゆる過渡状態符号化モードを使用する。

いわゆる過渡状態符号化モードにおける適切な符号化動作は、例えば、周波数分解能の低下と引き替えに時間分解能を向上させるため、変換長さを短縮させることができる。これは、例えば、対応する時間領域エイリアシングされたフレームを生成するため、オーバラップ・フレームに基づいて時間領域エイリアシング（ＴＤＡ）を実行することにより達成されてもよく、少なくとも２個の、サブフレームとも言われるセグメントを生成するため、時間領域エイリアシングされたフレームに基づいて時間でセグメンテーションを実行してもよい。次に、これらのセグメントに基づいて、各セグメントのためにセグメントの周波数成分を表す係数を獲得するため、変換スペクトル分析を実行してもよい。

理解すべきことは、入力フレームｎ＋１（図３Ｂ参照）のオーディオ信号特性に基づいて過渡状態検出器１００が過渡状態を全く検出しない場合でも、とにかく、フレームｎで検出した過渡状態に由来するハングオーバに基づいて、オーディオ符号化器１０に過渡状態ハングオーバ指標を信号伝達してもよい。これは、過渡状態検出器が考慮する最も新しく入力されたフレームのオーディオ信号特性に基づく従来の過渡状態検出だけに頼るという、従来技術のトレンドの主流に逆行する。従来技術による過渡状態検出では、フレームｎ＋１（図３Ｂ）のためには全く過渡状態を検出しないだろうし、従って、関連のオーディオ符号化器は過渡状態符号化モードを使用しないであろうし、その結果、耳障りなプリエコーのような耳に聴こえる歪みをもたらすことになる。

図４の典型的な概略的フロー図を参照して、高効率なオーディオ符号化のための改善された支援について、以下のとおり要約することができる。

ステップＳ１で、オーディオ信号を受信する。ステップＳ２で、所定のフレームｎを分析し、所定のフレームｎのオーディオ信号特性に基づいて、次のフレームｎ＋１のために過渡状態ハングオーバ指標を決定する。ステップＳ３で、関連のオーディオ符号化器にその過渡状態ハングオーバ指標を信号伝達し、オーディオ信号の次のフレームｎ＋１に関する適切な符号化動作を可能にする。

上記したように、分析中の所定の入力フレームｎ内の過渡状態を表すオーディオ信号特性の存在に依存して、過渡状態ハングオーバ指標の値を決定するのが好ましい。真／偽、１／０、＋１／−１あるいはその他の多くの等価な表現を含めて、多くの異なる方法でハングオーバ指標の値を表現することができる。

本発明のより良い理解のため、信号分析および検出メカニズムの更に詳しい例について、ここで説明する。

（ブロック単位のエネルギ計算）
例として、過渡状態検出器は、オーディオ信号のパワーの変動に基づくことができる。例えば、図５に示すように、符号化するオーディオ・フレームを数個のブロックに分割可能である。各ブロックｉにおいて、短期パワーＰ_ｓｔ（ｉ）を計算する。

長期パワーＰ_ｌｔ（ｉ）は、簡単なＩＩＲフィルタで、Ｐ_ｌｔ（ｉ）＝αＰ_ｌｔ（ｉ−１）＋（１−α）Ｐ_ｓｔ（ｉ）と計算できる。ここでαは忘却係数である。

Ｐ_ｓｔ（ｉ）／Ｐ_ｌｔ（ｉ−１）が、あるしきい値を超えると、過渡状態検出器は、ブロックｉで過渡状態が検出されたことを信号伝達する。

エネルギの用語で表現して、各ブロックに対して、短期エネルギＥ（ｎ）と長期エネルギＥ_ＬＴ（ｎ）との間の比較を実行する。エネルギ比が、あるしきい値以上の場合は、過渡状態を検出したと判断する。
Ｅ（ｎ）≧ＲＡＴＩＯ×Ｅ_ＬＴ（ｎ）、
ここで、ＲＡＴＩＯは、例えば７．８ｄＢといった、適当な値に設定しうる、エネルギ比しきい値である。

これは単なる一つの検出測度の例であり、本発明はこれに限定されない。

（ハイパスフィルタおよびゼロ交差）
オーディオ・フレームのブロックは短いので、上記の過渡状態検出器は、定常信号に対して、低周波サイン関数の変動によって急激なパワー変化があったと判断されてしまうリスクがある。

この問題は、図６の例に示すように、パワー計算の前にハイパスフィルタを追加することにより、回避できる。図６の過渡状態検出器１００には、ハイパスフィルタ１１３、ブロック・エネルギ計算モジュール１１４、長期平均モジュール１１５およびしきい値比較モジュール１１６を備え、フレームｎのためにＩｓＴｒａｎｓｉｅｎｔ（過渡状態あり）表示を提供する。ハイパスフィルタ１１３は低周波数を取り除き、高周波数のみのパワー計算を可能にする。

上記の問題に対するもう一つの可能な解決策は、分析ブロックのゼロ交差数を計算することである。ゼロ交差の数が低い場合、信号は低い周波数のみを含み、過渡状態検出器は、しきい値を増加するよう、またはそのブロックには過渡状態がないと決定することができるであろうと、仮定する。

図７は、本発明の典型的実施形態による、過渡状態ハングオーバ検査を有する過渡状態検出器の例を示す概略的な図である。図７の過渡状態検出器１００には、ハイパスフィルタ１１３、ブロック・エネルギ計算モジュール１１４、長期平均モジュール１１５、しきい値比較モジュール１１６および過渡状態ハングオーバを検査するためのモジュール１１２を備え、次のフレームｎ＋１のためにＩｓＴｒａｎｓｉｅｎｔ（過渡状態あり）ハングオーバ指標を提供する。

（窓関数および／または位置に依存する過渡状態／ハングオーバ検出）
オプションとして、過渡状態の存在に依存するだけでなく、所定の窓関数および／または分析フレーム内の過渡状態の位置にも依存して、過渡状態ハングオーバ指標の値を決定するよう、過渡状態検出器の信号分析器を構成することができる。

オーディオ符号化器における変換の前に、通常、窓関数でオーディオ信号を乗算する。修正離散コサイン変換（ＭＤＣＴ）に基づくコーデックの場合、窓関数は、いわゆるサイン窓であることが多いが、Ｋａｉｓｅｒ−Ｂｅｓｓｅｌ窓あるいは幾つかのその他の窓関数であってもよい。

一般的に、窓関数は現在のフレームの開始時点および前フレームの終了時点で最大値を持ち、一方、現在のフレームの終了および前フレームの開始はゼロに近い。

このことは、現在のフレームの終了近くの過渡状態は窓関数で圧縮され、従って符号化器への信号伝達には重要さが殆んどないであろう。過渡状態が十分圧縮されるなら、過渡状態が検出されたことを符号化器に信号伝達しないことは、有益でさえあり得る。

しかしながら、後続フレームを符号化すべきである場合、過渡状態は前フレームの終端部にある。即ち、窓関数の最大値に近くに位置するだろうが、従って、過渡状態を検出したということを符号化器に信号伝達することは、本質的なことである。

したがって、フレームの終端近くの過渡状態は、ハングオーバを１（または等価な表現）に設定し、一方、符号化器には、過渡状態が全く検出されなかったことを信号伝達する。このように、過渡状態検出器は、後続フレームで過渡状態が検出されることを信号伝達する。

同様に、フレームの始端部で過渡状態を検出したなら、過渡状態検出器は、過渡状態が検出されたことを信号伝達すべきであるが、後続フレームを符号化する場合、窓関数が過渡状態を圧縮するだろうから、ハングオーバを０（または等価な表現）に設定すべきである。

フレームの中央部に位置する過渡状態は、現フレームと後続フレームの両方に現れるであろう。従って、“過渡状態検出”が、信号伝達され、ハングオーバを１に設定すべきである。

窓関数に関して、“フレームの開始”、“フレームの中心”および“フレームの終了”間の境界が厳密に選ばれることが好ましい。

また、理解すべきことであるが、表１の１／０の表現は、単に例として使用している。実際、ハングオーバ／非ハングオーバを表示するため、真／偽および＋１／−１を含む任意の適当な表現を使用してもよい。確率的表現のような非二値表現を使用することも可能である。

言い換えれば、所定の窓関数に基づく窓動作の後、フレームｎの過渡状態を表すオーディオ信号特性が検出可能であれば、後続フレームｎ＋１のための、過渡状態を表示する過渡状態ハングオーバ指標を決定するように過渡状態検出器を構成することができる。また、その窓関数に基づく窓動作の後、フレームｎの過渡状態を表すオーディオ信号特性が圧縮される場合には、次のフレームｎ＋１のために、過渡状態を示さない過渡状態ハングオーバ指標に決定するよう、過渡状態検出器を構成することができる。一般的に、下記に説明するように、窓関数は関連のオーディオ符号化器のフレームｎの変換符号化に使用されるが、時間的に１フレーム分前方にシフトした窓関数（少なくとも２フレームに及ぶ）に対応する。

この発明は、オーバラップ・フレームに対処するよう決定を調整するため、最初の過渡状態検出を修正する決定論理を導入する。これは、時間的発生に依存するある過渡状態は特別の方法で処理する必要は無い、という事実に基づいている。そのような場合に対して、本発明は最初の決定を無効にして、過渡状態が無いということを信号伝達する。一般に、本発明は、特定のアプリケーションに基づいて決定を調整するため、最初の過渡状態検出を修正する可能性がある。

図８Ａ−Ｂは、本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第一の例を示す概略的な図である。

図８Ａは、変換を適用する前に使用する典型的な窓関数と一緒に、変換への入力として使用するフレームｎ−１とフレームｎを示す。過渡状態はフレームｎ（フレームの中心）にあり、選択した窓関数を使用する窓動作の後、過渡状態は、この特別な例ではまだ検出可能である。従って、過渡状態検出指標ＴＤは値１に設定される。

ハングオーバ指標のため、フレームｎを分析フレームとして使用するが、図８Ｂに示すように、窓関数を１フレーム前方にシフトする。この特別な例では、シフトした窓関数で窓をかけた後でも、フレームｎにおける過渡状態は検出可能であり、従って、ハングオーバ指標ＨＯは値１に設定される。

図９Ａ−Ｂは、本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第二の例を示す概略的な図である。

選択した窓関数を使用する窓動作の後、図９Ａの例では、フレームｎ（フレームの開始）における過渡状態が検出可能である。従って、過渡状態検出指標ＴＤは値１に設定される。

図９Ｂの例では、フレームｎの過渡状態は、シフトした窓関数によって圧縮され、従って、ハングオーバ指標ＨＯは値０に設定される。

図１０Ａ−Ｂは、本発明の典型的実施形態による、過渡状態と、ハングオーバ指標のための過渡状態および／または窓関数の位置の効果の第三の例を示す概略的な図である。

図１０Ａの例では、フレームｎ（フレームの終了）の過渡状態は、変換窓関数によって圧縮され、従って、過渡状態検出指標ＴＤは０に設定される。

図１０Ｂの例に示すように、フレームｎの過渡状態は、シフトした窓関数により、窓かけの後検出され、従って、ハングオーバ指標ＨＯは１に設定される。

過渡状態検出を選択した窓関数に採用することにより、上記の概念は更にさらに改善可能であろう。

本発明の典型的な実施形態で、短期エネルギを長期エネルギで割算し、その商をしきい値と比較する前に、現在のブロックで、窓関数で短期エネルギをスケーリングすることが可能である。それにもかかわらず、スケーリングされない短期エネルギで長期エネルギを更新する。もし長期エネルギで割算したスケーリングの短期エネルギがしきい値を超えるなら、過渡状態検出器は、過渡状態を検出したと信号伝達する。

同様に、１フレーム長シフトしたブロックの位置（次のフレームを符号化する場合のブロックの位置）で、窓関数により短期エネルギをスケーリングする。もし長期エネルギで割算したスケーリングの短期エネルギがしきい値を超えるなら、過渡状態検出器はハングオーバを１に設定し、そうでなければ０に設定する。

本発明の好ましい典型的実施形態において、過渡状態検出器には、第一のスケーリングしたフレームを生成するため、選択した窓関数でフレームｎをスケーリングする手段と、第一のスケーリングしたフレームに基づいてフレームｎのために過渡状態指標を決定する手段と、第二のスケーリングしたフレームを生成するため、時間で１フレーム前方にシフトした窓関数によりフレームｎをスケーリングする手段と、第二のスケーリングしたフレームに基づいて次のフレームｎ＋１のために過渡状態ハングオーバ指標を決定する手段とを備える。

以下では、“ＩＴＵ−Ｔ Ｇ．７２２．１フルバンド・コーデック拡張”（現在はＩＴＵ−Ｔ Ｇ．７１９標準に改称）に適する特定の例で非制限的なコーデック実現に関連して、本発明について説明する。この特定の例では、低演算量の変換オーディオ・コーデックとして本コーデックを示し、これは望ましくは４８ｋＨｚのサンプルレートで動作し、２０Ｈｚから２０ｋＨｚまでの範囲のフル・オーディオ帯域幅を提供する。符号化器は２０ｍｓのフレームで入力１６ビットリニアＰＣＭ信号の入力を処理し、コーデックの総遅延は４０ｍｓである。符号化アルゴリズムは、望ましくは、適応時間分解能、適応ビット配分、低演算量のラティスベクトル量子化を有する変換符号化に基づく。加えて、復号化器は、信号適応ノイズフィル（ｎｏｉｓｅ−ｆｉｌｌ）または帯域幅拡張のどちらかで、非符号化スペクトル成分を置換してもよい。

図１１は、フルバンド信号のために適切な符号化器のブロック図である。４８ｋＨｚでサンプルした入力信号を過渡状態検出器で処理する。過渡状態の検出に依存して、入力信号フレームに高周波数分解能または低周波数分解能（高時間分解能）変換を適用する。適応変換は、定常フレームの場合には、修正離散コサイン変換（ＭＤＣＴ）に基づくのが望ましい。非定常フレームに対しては、追加遅延の必要が無く、演算量で少しだけのオーバヘッドがある、より高い時間分解能変換（時間領域エイリアシングおよび時間セグメンテーションに基づく）を使用する。非定常フレームは、５ｍｓフレームに相当する時間分解能（任意の分解能をどれでも選択できるが）を持つのが望ましい。

あるフレームにおける過渡状態検出器はまた、次のフレームでに過渡状態をトリガするであろう。過渡状態検出器の出力は、例えば、ＩｓＴｒａｎｓｉｅｎｔ（過渡状態あり）と表示するフラグである。過渡状態を検出したなら、値１または論理値ＴＲＵＥ（真）または等価な表現にフラグを設定するか、そうでなければ（もし過渡状態を検出しないなら）値０または論理値ＦＡＬＳＥ（偽）または等価な表現にフラグを設定する。

取得したスペクトル係数を等しくない長さのバンドにグループ分けするのが有益である。各バンドのノルムを推定し、全バンドのノルムからなる結果のスペクトル包絡を量子化し、符号化する。次に、量子化ノルムで係数を正規化する。適応スペクトル重み付けに基づき、量子化ノルムを更に調整し、ビット割当てのための入力として使用する。正規化スペクトル係数は、各周波数バンドに割り当てられたビットに基づいて量子化し、符号化したラティスベクトルである。非符号化スペクトル係数のレベルを推定し、符号化して復号化器に送信する。符号化スペクトル係数と符号化ノルムの両方の量子化指数に、ハフマン符号化を適用するのが望ましい。

図１２は、フルバンド信号のために適切な復号化器のブロック図である。まず、過渡状態フラグを復号化し、フレーム構成、即ち、定常か過渡かを示す、スペクトル包絡を復号化し、同じで、ビットイグザクトな、ノルム調整およびビット割当てアルゴリズムを復号化器で使用し、正規化変換係数の量子化指数を復号化するのに本質的なビット割当てを再計算する。

逆量子化の後、望ましくは受信したスペクトル係数（非ゼロビット配分を有するスペクトル係数）から構築したスペクトルフィル・コードブック（ｓｐｅｃｔｒａｌ−ｆｉｌｌ ｃｏｄｅｂｏｏｋ）を使用して、低周波数の非符号化スペクトル係数（ゼロビットを配分した）を再生成する。

再生成した係数のレベルを調整するため、雑音レベル調整指数を使用してもよい。帯域幅拡張を使用して、高い周波数の非符号化スペクトル係数を再生成するのが望ましい。

復号化スペクトル係数および再生成スペクトル係数を合成し、正規化スペクトルとする。復号化スペクトル包絡を適用し、復号化フルバンド・スペクトルとする。

最終的には、逆変換を適用し、時間領域復号化信号を再生する。定常モードには逆修正離散コサイン変換（ＩＭＤＣＴ）、または過渡モードにはより高い時間分解能変換の逆のどちらかを適用して、これを実行するのが好ましい。

フルバンド拡張に採用するアルゴリズムは、適応型変換−符号化技術に基づく。それは、入力および出力オーディオの２０ｍｓフレームに作用する。変換窓（基底関数長）は４０ｍｓであり、連続する入力および出力フレーム間で、５０パーセントオーバラップを使用するので、実効ルックアヘッド・バッファ・サイズは２０ｍｓである。従って、アルゴリズム総遅延は４０ｍｓであり、これは、フレーム・サイズにルックアヘッド・サイズを加えた和である。ＩＴＵ−ＴＧ．７１９コーデックの使用において経験するその他の全ての追加＝遅延は、コンピュータの計算、および／または、ネットワーク送信遅延のどちらかによるものである。

本発明の利点には、低演算量、時間領域計算（スペクトル計算を全く必要としない）および／またはハングオーバ値に基づく重複変換との両立性を含む。

上記の実施形態は単に例として与えたものであり、本発明はこれに限定されないということを理解すべきである。本明細書で開示し、特許請求の範囲に記載される基本的な根底の原理を保持する、更なる修正、変更および改善は、本発明の範囲に含まれる。

Claims (23)

1. オーディオ信号に対して動作する過渡状態検出器であって、
   前記オーディオ信号の所定のフレームｎを分析して、前記所定のフレームｎのオーディオ信号特性に基づいて、後続フレームｎ＋１のための過渡状態ハングオーバ指標を決定する分析手段と、
   前記後続フレームｎ＋１の適切な符号化が可能になるよう、前記決定された過渡状態ハングオーバ指標をオーディオ符号化器に伝送する伝送手段と、
   を有することを特徴とする過渡状態検出器。
2. 前記分析手段は、前記所定のフレームｎにおける過渡状態を表すオーディオ信号特性に依存して前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定することを特徴とする請求項１に記載の過渡状態検出器。
3. 前記分析手段は、前記所定のフレームｎの前記オーディオ信号特性が過渡状態を表す特性を含んでいる場合は、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示す値に決定することを特徴とする請求項２に記載の過渡状態検出器。
4. 前記分析手段は、所定の窓関数にも依存して、前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定することを特徴とする請求項２に記載の過渡状態検出器。
5. 前記分析手段は、前記窓関数に基づく窓掛け処理後に前記所定のフレームｎにおける過渡状態を表すオーディオ信号特性が検出可能である場合は、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示す値に決定することを特徴とする請求項４に記載の過渡状態検出器。
6. 前記分析手段は、前記窓関数に基づく窓掛け処理後に前記所定のフレームｎにおける過渡状態を表すオーディオ信号特性が抑圧された場合は、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示さない値に決定することを特徴とする請求項４に記載の過渡状態検出器。
7. 前記窓関数は、前記オーディオ符号化器において前記オーディオ信号の前記所定のフレームｎの変換符号化に使用される窓関数に対応するものであり、時間的に１フレーム分前方にシフトされていることを特徴とする請求項４に記載の過渡状態検出器。
8. 前記オーディオ符号化器は、フレームを符号化するために、重複変換と、少なくとも２つのフレームを用いる窓関数とに基づいて動作することを特徴とする請求項７に記載の過渡状態検出器。
9. 前記窓関数によって前記所定のフレームｎをスケーリングして第１のスケーリングされたフレームを生成する手段と、
   前記第１のスケーリングされたフレームに基づいて前記所定のフレームｎの過渡状態指標を決定する手段と、
   前記時間的に１フレーム分前方にシフトされた窓関数によって前記所定のフレームｎをスケーリングして第２のスケーリングされたフレームを生成する手段と、
   前記第２のスケーリングされたフレームに基づいて前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を決定する手段と、
   を含むことを特徴とする請求項４に記載の過渡状態検出器。
10. 前記分析手段は、前記所定のフレームｎにおける過渡状態の位置にも依存して、前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定することを特徴とする請求項２に記載の過渡状態検出器。
11. 前記分析手段は、前記過渡状態が前記所定のフレームｎの中央部または後端部に位置している場合は、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示す値に決定することを特徴とする請求項１０に記載の過渡状態検出器。
12. 前記分析手段は、前記過渡状態が前記所定のフレームｎの始端部に位置している場合は、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示さない値に決定することを特徴とする請求項１０に記載の過渡状態検出器。
13. 前記過渡状態検出器は、重複変換を用いた変換オーディオ符号化器とともに動作するためのものであることを特徴とする請求項１乃至１２のいずれか１項に記載の過渡状態検出器。
14. 前記後続フレームｎ＋１の適切な符号化は、過渡状態を示す過渡状態ハングオーバ指標が伝送されてきたときの過渡状態符号化を含むことを特徴とする請求項１に記載の過渡状態検出器。
15. オーディオ信号の符号化を支援するための方法であって、
    前記オーディオ信号を受信する受信ステップと、
    前記オーディオ信号の所定のフレームｎを分析して、前記所定のフレームｎのオーディオ信号特性に基づいて、後続フレームｎ＋１のための過渡状態ハングオーバ指標を決定する分析ステップと、
    前記オーディオ信号の前記後続フレームｎ＋１の適切な符号化が可能になるよう、前記過渡状態ハングオーバ指標をオーディオ符号化器に伝送する伝送ステップと、
    を有することを特徴とする方法。
16. 前記分析ステップは、前記所定のフレームｎにおける過渡状態を表すオーディオ信号特性に依存して前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定するステップを含むことを特徴とする請求項１５に記載の方法。
17. 前記分析ステップは、前記所定のフレームｎの前記オーディオ信号特性が過渡状態を表す特性を含んでいる場合に、前記後続フレームｎ＋１のための過渡状態ハングオーバ指標を過渡状態であることを示す値に決定するステップを含むことを特徴とする請求項１５に記載の方法。
18. 前記分析ステップは、所定の窓関数にも依存して、前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定することを特徴とする請求項１６に記載の方法。
19. 前記窓関数は、前記オーディオ符号化器において前記オーディオ信号の前記所定のフレームｎの変換符号化に使用される窓関数に対応するものであり、時間的に１フレーム分前方にシフトされていることを特徴とする請求項１８に記載の方法。
20. 前記分析ステップは、前記所定のフレームｎにおける過渡状態の位置にも依存して、前記後続フレームｎ＋１のための前記過渡状態ハングオーバ指標の値を決定することを特徴とする請求項１６に記載の方法。
21. 前記伝送ステップにおける前記過渡状態ハングオーバ指標の伝送によって、前記オーディオ符号化器は、過渡状態を示す過渡状態ハングオーバ指標が伝送されてきたときに、過渡状態を含むフレームの符号化を行う符号化モードで前記後続フレームｎ＋１の符号化を行うことが可能になることを特徴とする請求項１５に記載の方法。
22. 前記符号化の動作は、過渡状態を示す過渡状態ハングオーバ指標が伝送されてきたときに、変換の時間解像度を向上させるために変換長を短縮するステップを含むことを特徴とする請求項２１に記載の方法。
23. 前記オーディオ符号化器は、重複変換を用いた変換符号化器であることを特徴とする請求項１５に記載の方法。

Images