JP2015525893A - 改良された確率分布推定を使用する線形予測に基づくオーディオ符号化 - Google Patents

Abstract

線形予測係数情報から複数のスペクトル成分の各々について決定した確率分布推定を使用して、複数のスペクトル成分からなるスペクトルを符号化することにより線形予測に基づくオーディオ符号化を改良する。特に、線形予測係数情報はいずれにしても入手可能である。したがって、これを符号化側および復号化側両方で、確率分布推定を決定するために使用することができる。後者の決定は、複数のスペクトル成分での確率分布推定について適切なパラメータ化等を使用することにより、計算的に単純な態様で実現できる。いずれも、エントロピー符号化により得られる符号化効率は、コンテキスト選択により達成される確率分布推定に匹敵するが、その導出は複雑さが低減される。たとえば、この導出は純粋に解析的かつ／または空間コンテキスト選択の場合のような隣接するスペクトルラインの事前に符号化／復号化されたスペクトル値等の隣接するスペクトルラインの属性に関するなんらの情報も必要としない。【選択図】 図１

Description

本発明は、線形予測に基づくオーディオ符号化に関連し、かつ特にスペクトル符号化を使用する線形予測に基づくオーディオ符号化に関連する。

周波数領域における量子化および符号化の伝統的な手法は、信号の（重複する）ウィンドウを取得し、時間周波数変換を行い、知覚モデルを適用して、算術符号化部等のエントロピーコーダで個々の周波数を量子化するというものである（非特許文献１）。知覚モデルは、基本的に、各重み付けされたスペクトルラインにおける誤差が、等しい知覚的インパクトを有するように、スペクトルラインに乗算される重み付け関数である。重み付けされたスペクトルライン全てをこのように同じ精度で量子化でき、かつ全体的精度が知覚品質とビット消費の妥協点を決定する。

ＡＡＣおよびＵＳＡＣ（非ＴＣＸ）の周波数領域モードにおいて、スペクトルライン群（スペクトル帯域）が同じ重みを有するように、帯域ごとに知覚モデルを定義する。これらの重みは、どのファクタによってその帯域がスケーリングされるかを定義するので、スケールファクタとして知られる。さらに、スケールファクタは、差動符号化される。

ＴＣＸ領域では、重みはスケールファクタではなくスペクトル包絡線、すなわちスペクトルの全体的形状を定義するＬＰＣモデルにより符号化される（非特許文献２）。ＬＰＣが使用されるのは、ＴＣＸとＡＣＥＬＰとの切り替えがスムーズにできるからである。しかしながら、ＬＰＣは、よりスムーズであるべき知覚モデルにはうまく対応しないので、重み付けとして知られる処理をＬＰＣに適用して、重み付けされたＬＰＣが希望する知覚モデルにおよそ対応するようにする。

ＵＳＡＣのＴＣＸ領域において、スペクトルラインは、算術符号化器により符号化される。算術コーダは、信号の全ての可能なコンフィギュレーションに確率を割り当てるとする考えに基づき、高い確率値が少数のビットで符号化でき、ビット消費が最小化されるようになっている。スペクトルラインの確率分布を推定するために、コーデックは、時間周波数空間で、先行のすでに符号化されたラインに基づき信号分布を予測する確率モデルを採用する。先行ラインは、符号化対象の現在のラインのコンテキストとして知られる（非特許文献３）。

最近、ＮＴＴ社が、算術コーダのコンテキストを改良するための方法を提案した（特許文献１及び２を参照）。これは、高調波ライン（コンプフィルタ）のおよその位置を決定するＬＴＰを使用しかつコンテキストからの大きさ予測がより効率的になるようにスペクトルラインを再構成するという考えに基づく。

一般に、確率分布推定が良いほど、エントロピー符号化による圧縮の効率が向上する。近い将来、上記の技術のいずれかを用いて得られるのと同様の品質の確率分布推定を、複雑さを低減して達成可能にするコンセプトを有することは有利である。

米国特許８２９６１３４号 ＷＯ２０１２０４６６８５

ISO/IEC 23003-3:2012, "MPEG-D (MPEG audio technologies), Part 3: Unified speech and audio coding," 2012. J. Makhoul, "Linear prediction: A tutorial review," Proc. IEEE, vol. 63, no. 4, pp. 561-580, April 1975. G. Fuchs, V. Subbaraman, and M. Multrus, "Efficient context adaptive entropy coding for real-time application," in Acoustics, Speech and Signal Processing (ICASSP), 2011 IEEE International Conference on, May 2011, pp.493-496.

したがって、本発明の目的は、改善された特徴の線形予測に基づくオーディオ符号化スキームを提供することである。この目的は、独立請求項の主題により達成される。

本発明の基本的な知見は、線形予測係数情報からの複数のスペクトル成分の各々について決定される確率分布推定を使用して、複数のスペクトル成分からなるスペクトルを符号化することにより、線形予測に基づくオーディオ符号化が改良され得ると言うものである。特に、線形係数情報はいずれにしても入手可能である。したがって、これを符号化側および復号化側の双方で確率分布推定を決定するために使用することができる。後者の決定は、複数のスペクトル成分の確率分布推定のための適切なパラメータ化等を使用することにより、計算的に単純な態様で実現され得る。いずれにしても、エントロピー符号化により得られる符号化効率は、コンテキスト選択を使用して得られる確率分布推定に匹敵するが、その導出は複雑さが低減される。たとえば、この導出は、純粋に解析的でかつ／または空間コンテキスト選択の場合のように隣接するスペクトルラインの事前に符号化／復号化されたスペクトル値等の隣接するスペクトルラインの属性に関するなんらの情報も必要としない。このことは、たとえば、計算プロセスのパラメータ化を容易にする。また、必要とされるメモリ要件およびメモリアクセスが低減され得る。

本願の実施例によれば、そのスペクトル値が上に概説のとおり決定される確率推定を使用してエントロピー符号化されるスペクトルは、線形予測係数情報を使用して得られる変換符号化励起でもよい。

本願の実施例によれば、例えば、スペクトルは変換符号化励起であるが知覚的に重み付けされた領域において定義される。すなわち、決定された確率分布推定を使用して符号化されるスペクトルエントロピーは、線形予測係数情報により定義される知覚的に重み付けられた線形予測合成フィルタに対応する変換関数を使用して事前にフィルタ処理されるオーディオ信号スペクトルに対応し、かつ複数のスペクトル成分の各々について、たとえば、線形予測合成フィルタの伝達関数と、線形予測合成フィルタの知覚的に重み付けして修正したものの伝達関数の逆数との積に依存する関数をスケーリングしたものにスペクトル的に追随するように、確率分布パラメータが決定される。複数のスペクトル成分の各々について、確率分布推定は、それぞれのスペクトル成分の確率分布パラメータでパラメータ化されるパラメータ化可能な関数である。ここでも、線形予測係数情報は、いずれにしても入手可能であり、確率分布パラメータの導出は、純粋な解析プロセスおよび／またはスペクトルの異なるスペクトル成分のスペクトル値間にいかなる相互依存性も必要としないプロセスとして実現され得る。

さらに他の実施例によれば、確率分布パラメータは、代替的または付加的に、長期予測（ＬＴＰ）を使用して決定されるスペクトル微細構造に乗法的に依存する関数にスペクトル的に追随するように決定される。ここでも、いくつかの線形予測に基づくコーデックにおいては、いずれにしてもＬＴＰ情報が入手可能で、また、確率分布パラメータの決定は、依然として純粋に解析的におよび／またはスペクトルの異なるスペクトル成分のスペクトル値の符号化間での相互依存なしに実行可能である。ＬＴＰの使用と知覚的変換符号化励起符号化とを組み合わせる場合、わずかに複雑さが増すが、符号化効率はさらに向上する。

有利な実現例および実施例は、従属項の主題である。本願の好ましい実施例について、図面を参照しながら以下にさらに説明する。

実施例にしたがう線形予測に基づくオーディオエンコーダのブロック図である。 実施例にしたがう図１のスペクトル決定部のブロック図である。 図１および図２に示す要素の演算モードの説明において、これを知覚符号化を用いて実現する際に生じる様々な伝達関数を示す図である。 図３Ａの関数に知覚モデルの逆数を使用して重み付けしたものを示す図である。 知覚符号化を使用する実施例にしたがう図１の確率分布推定部１４の内部動作を示すブロック図である。 図５ａは、プリエンファシスフィルタ処理後の元のオーディオ信号およびその推定される包絡線を示すグラフである。図５ｂは。実施例にしたがい包絡線をより厳密に推定するために使用するＬＴＰ関数の例を示す図ある。図５ｃは、図５ａの例に図５ｂのＬＴＰ関数を適用して得られる包絡線推定の結果を示すグラフである。 知覚符号化およびＬＴＰ処理を使用する他の実施例における確率分布推定部１４の内部動作のブロック図である。 実施例にしたがう線形予測に基づくオーディオデコーダのブロック図である。 さらに他の実施例にしたがう線形予測に基づくオーディオデコーダのブロック図である。 実施例にしたがう図８のフィルタのブロック図である。 実施例にしたがう量子化およびエントロピー符号化段ならびに確率分布推定部１４に位置する図１のエンコーダの部分のより詳細な構成を示すブロック図である。 図１０が符号化側、すなわち確率分布推定部１０２ならびにエントロピー復号化および逆量子化段１０４に位置する部分に対応する部分に位置する、たとえば図７および図８の実施例にしたがう線形予測によるオーディオデコーダ内の一部のブロック図である。

本願の様々な実施例を記載する前に、その基礎となる思想を、本願明細書の導入部に挙げた背景技術に照らして例示的に説明する。ＵＳＡＣ等の具体的な比較技術との比較から導きだされる具体的な特徴については、本願およびその実施例の範囲を限定するものとしては扱わない。

算術符号化のためのＵＳＡＣの手法においては、基本的にコンテキストが、後続のラインの大きさ分布を予測する。つまり、符号化／復号化の際には、スペクトルラインまたはスペクトル成分をスペクトルの寸法でスキャンし、かつ大きさ分布を、先に符号化／復号化されたスペクトル値に基づいて連続的に予測する。しかしながら、ＬＰＣは、予測を必要とせず、同じ情報をすでに明示的に符号化する。すなわち、このコンテキストの代わりにＬＰＣを採用すれば、より低い計算の複雑さでまたは少なくともより低い複雑さを達成する可能性を持って、同様の結果が導かれるはずである。実際、より低いビットレートでは、スペクトルは本質的に１とゼロからなるので、コンテキストはほとんどの場合常に非常に希薄で、有用な情報を欠くものになる。したがって、確率分布推定に使用される隣接したすでに符号化／復号化されたスペクトル値のテンプレートには、有用な情報が疎らにしか存在しないので、理論的にはＬＰＣが実際は大きさ推定値にはより良いソースのはずである。その上、ＬＰＣ情報は、エンコーダとデコーダの両方ですでに入手可能なので、ビット消費と言う意味ではコストはゼロである。

ＬＰＣモデルは、スペクトル包絡線の形状、すなわち各ラインの相対的な大きさを定義するだけであり、絶対値の大きさを定義するわけではない。一本のラインについて確率分布を定義するためには、絶対値の大きさ、すなわち信号の分散についての値（または同様の尺度）を常に必要とする。したがって、ＬＰＣによるスペクトル量子化器モデルの多くは、その本質的な部分がＬＰＣ包絡線のスケーリングのはずであり、所望の分散（かつしたがって所望のビット消費）に到達する。このスケーリングは、エンコーダとデコーダの両方で通常行われる必要があり、これは、各ラインの確率分布がスケーリングされたＬＰＣに依存するためである。

上記のとおり、知覚モデル（重み付けＬＰＣ）を用いて知覚モデルを定義することができ、すなわち各スペクトルラインにおける予想される量子化誤差が概ね等しい量の知覚的歪みを生じさせるように、知覚領域で量子化を行うことができる。そうだとすれば、ＬＰＣモデルは、以下に定義する重み付けＬＰＣで乗算することによっても、知覚領域に変換される。下記の実施例においては、多くの場合、ＬＰＣ包絡線が知覚領域に変換されると仮定する。

こうして、各スペクトルラインについて、独立した確率モデルを適用することが可能である。スペクトルラインには予測可能な位相相関がないと仮定するのが妥当なので、大きさのみをモデル化することで充分である。ＬＰＣは、大きさを効率的に符号化すると考えることができるので、コンテキストによる算術コーダを有することで、大きさ推定の効率が向上することはないと考えられる。

したがって、コンテキストが、ＬＰＣ包絡線に依存するかまたはＬＰＣ包絡線そのものから構成されるように、コンテキストベースのエントロピーコーダを適用することが可能である。

ＬＰＣ包絡線に加えて、ＬＴＰも使用して、包絡線情報を推定することもできる。結局、ＬＴＰは、周波数領域におけるコムフィルタに相当し得る。いくつか実用面の詳細について、以下に説明する。

以下に説明する実施例の基礎となる思想に至るいくつかの考えについて説明したが、ここで、これらの実施例について図１を参照して説明する。図１は、本願実施例に従う線形予測に基づくオーディオエンコーダの実施例を示す。図１の線形予測に基づくオーディオエンコーダは、全体を参照番号１０で示し、かつ線形予測解析部１２、確率分布推定部１４、スペクトル決定部１６ならびに量子化およびエントロピー符号化段１８を含む。図１の線形予測に基づくオーディオエンコーダ１０は、入力２０等で、符号化対象のオーディオ信号を受信しかつ内部にオーディオ信号が符号化されたデータストリーム２２を出力する。図１に示すとおり、ＬＰ解析部１２およびスペクトル決定部１６は、入力２０と直接または間接的に結合される。確率分布推定部１４は、ＬＰ解析部１２と量子化およびエントロピー符号化段１８との間に結合され、かつ量子化およびエントロピー符号化段１８は、スペクトル決定部１６の出力に結合される。図１からわかるように、ＬＰ解析部１２ならびに量子化およびエントロピー符号化段１８は、データストリーム２２の形成／生成に寄与する。以下に詳説するとおり、エンコーダ１０は、入力２０およびＬＰ解析部１２および／またはスペクトル決定部１６の間に結合可能なプリエンファシスフィルタ２４を随意に含んでもよい。さらに、スペクトル決定部１６をＬＰ解析部１２の出力に随意に結合することが可能である。

特に、ＬＰ解析部１２は、入力２０に入来のオーディオ信号に基づき線形予測係数情報を決定するよう構成される。図１に示すとおり、ＬＰ解析部１２は、入力２０のオーディオ信号に直接またはプリエンファシスフィルタ２４により得られるプリエンファシスを行ったもの等、それになんらかの修正を加えたもののいずれかに対して、線形予測解析を実行できる。ＬＰ解析部１２の操作モードには、ＬＰ解析対象の信号のウィンドウ処理された(ｗｉｎｄｏｗｅｄ)部分からなるシーケンスを得られるよう入来信号をウィンドウ処理（ｗｉｎｄｏｗｉｎｇ）すること、各ウィンドウ処理された部分の自己相関を決定するための自己相関決定および自己相関に対してラグウィンドウ関数を適用するための随意のラグウィンドウ処理等を含み得る。その後、自己相関またはラグウィンドウ出力、すなわちウィンドウ処理された自己相関関数に対して、線形予測パラメータ推定を行ってもよい。線形予測パラメータ推定には、自己相関ごと、すなわち、ＬＰ解析対象の信号のウィンドウ処理された部分ごとに、線形予測係数を導出するよう（ラグウィンドウ処理された）自己相関に対して、ウィーナー・レビンソン・ダービン（Ｗｉｅｎｅｒ−Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ）または他の適切なアルゴリズムを実行することを含み得る。つまり、ＬＰ解析部１２の出力には、ＬＰＣ係数が得られ、これらが、以下に説明するとおり、確率分布推定部１４かつ随意にはスペクトル決定部１６により使用される。ＬＰ解析部１２は、データストリーム２２に挿入する線形予測係数を量子化するよう構成され得る。線形予測係数の量子化を、ラインスペクトル対でまたはラインスペクトル周波数領域等の線形予測係数領域以外の領域で行ってもよい。量子化された線形予測係数をデータストリーム２２に符号化することができる。確率分布推定部１４および随意にはスペクトル決定部１６により実際に使用される線形予測係数情報は、量子化損失を考慮してもよく、すなわちデータストリームによりロスなく送信される量子化されたものでもよい。つまり、後者は、実際には、線形予測解析部１２により得られる量子化された線形予測係数を線形予測係数情報として使用し得る。完璧を期するため、線形予測解析部１２による線形予測係数情報の決定には、非常に多くの可能性が存在する点を指摘する。たとえば、ウィーナー・レビンソン・ダービンアルゴリズム以外のアルゴリズムを使用してもよい。さらに、ＬＰ解析対象の信号の局所的自己相関の推定値を、ＬＰ解析対象の信号のスペクトル分解により得ることができる。ＷＯ２０１２／１１０４７６Ａ１の記載によれば、ＬＰ解析対象の信号をウィンドウ処理し、各ウィンドウ処理された部分にＭＤＣＴを行い、ＭＤＣＴスペクトルごとにパワースぺクトルを決定しかつＭＤＣＴ領域から自己相関の推定値への遷移のための逆ＯＤＦＴを行うことにより、自己相関が得られる。要約すると、ＬＰ解析部１２は、線形予測係数情報を提供しかつデータストリーム２２は、この線形予測係数情報を伝搬するかまたは含む。たとえば、データストリーム２２は、すぐ上に述べたウィンドウ処理された部分のレートにより決まる時間分解能で線形予測係数情報を伝え、このウィンドウ処理された部分は、当該技術分野において既知のとおり、５０％の重複等で、相互に重複し得る。

なお、プリエンファシスフィルタ２４に関する限り、同様のことは、たとえば、ＦＩＲフィルタ処理を用いて実現し得る。プリエンファシスフィルタ２４は、たとえばハイパス伝達関数を有し得る。実施例によれば、プリエンファシスフィルタ２４は、たとえば、Ｈ（ｚ）＝１−αｚ^−１（αは０．６８等に設定）等のｎ次ハイパスフィルタとして実現される。

スペクトル決定部について次に説明する。スペクトル決定部１６は、入力２０のオーディオ信号に基づき複数のスペクトル成分からなるスペクトルを決定するように構成される。スペクトルは、オーディオ信号を記述するものである。線形予測解析部１２と同様、スペクトル決定部１６は、オーディオ信号２０対して直接的にまたは同信号にプリエンファシスフィルタ処理を行ったもの等なんらかの修正を加えたものに対して作動し得る。スペクトル決定部１６は、スペクトルを決定するため、ラップド変換またはＭＤＣＴ等のクリティカルにサンプリングしたラップド変換等いずれかの変換を使用し得るが、他の可能性も存在する。すなわち、スペクトル決定部１６は、スペクトル的に分解する対象の信号にウィンドウ処理を行って、ウィンドウ処理された部分からなるシーケンスを取得しかつ各ウィンドウ処理された部分にＭＤＣＴ等のそれぞれの変換を行うことができる。スペクトル決定部１６のウィンドウ処理された部分のレート、すなわちスペクトル分解の時間分解能は、ＬＰ解析部１２が線形予測係数情報を決定する時間分解能とは相違し得る。

こうして、スペクトル決定部１６は、複数のスペクトル成分からなるスペクトルを出力する。特に、スペクトル決定部１６は、変換の対象となるウィンドウ処理された部分ごとに、スペクトル値のシーケンス、すなわち、たとえば周波数のスペクトルラインごと等、スペクトル成分ごとに１つのスペクトル値を出力し得る。スペクトル値は、複素数値または実数値のいずれかである。スペクトル値は、たとえばＭＤＣＴを使用する場合には実数値になる。特に、スペクトル値は、符号付きで、すなわち符号と大きさの組み合わせになり得る。

上記のとおり、線形予測係数情報は、ＬＰ解析された信号のスペクトル包絡線の短期予測を構成し、したがって、複数のスペクトル成分の各々について、確率分布推定、すなわちそれぞれのスペクトル成分のスペクトルがある可能なスペクトル値を仮定する確率が、可能なスペクトル値の領域にわたってどのように統計的に変化するかの推定を決定するためのベースの役割を果たし得る。この決定は、確率分布推定部１４により行われる。確率分布推定の決定の詳細については、様々な可能性が存在する。たとえば、以下に説明する実施例によれば、スペクトル決定部１６をオーディオ信号またはオーディオ信号にプリエンファシス処理をしたもののスぺクトログラムを決定するよう実現することができるが、スペクトル決定部１６は、励起信号、すなわちオーディオ信号またはそれをプリエンファシスフィルタ処理したもの等なんらかの修正を行ったものにＬＰベースのフィルタ処理をして得られる残留信号をスペクトルとして決定するよう構成される。特に、スペクトル決定部１６は、線形予測係数情報により定義される線形予測合成フィルタの逆数、すなわち線形予測解析フィルタに依存するかまたはこれに等しい伝達関数を使用して、入来信号をフィルタ処理した後、スペクトル決定部１６に入来する信号のスペクトルを決定するよう構成してもよい。これ以外では、ＬＰベースのオーディオエンコーダは、知覚ＬＰベースのエンコーダでもよく、かつスペクトル決定部１６は、線形予測係数情報により定義される線形予測合成フィルタの逆数に依存するかまたはこれに等しいが、たとえばマスキング閾値の推定の逆数に対応するよう修正された伝達関数を使用して、入来信号をフィルタ処理した後、スペクトル決定部１６に入来する信号のスペクトルを決定するよう構成されてもよい。すなわち、スペクトル決定部１６は、知覚的に修正された線形予測合成フィルタの逆数に相当する伝達関数でフィルタ処理された入来の信号のスペクトルを決定するよう構成できる。この場合、スペクトル決定部１６は、知覚マスキングがより低いスペクトル領域に対して知覚マスキングがより高いスペクトル領域のスペクトルを比較的低減する。しかしながら、確率分布推定を決定する際には、確率分布推定部１４は、線形予測係数情報の使用により、線形予測合成フィルタの知覚的修正を考慮に入れることで、スペクトル決定部１６により決定されるスペクトルの包絡線を、依然として推定することができる。この詳細については、以下に概説する。

さらに、以下に詳説するとおり、確率分布推定部１４は、スペクトル成分ごとのより良い確率分布推定を得るよう、スペクトルに関する微細構造情報を得るため、長期予測を使用することができる。ＬＴＰパラメータを、たとえば復号化側に送って、微細構造情報の再構成を可能にする。この詳細については、以下に概説する。

いずれにしても、量子化およびエントロピー符号化段１８は、確率分布推定部１４により複数のスペクトル成分の各々について決定される確率分布推定を使用してスペクトルを量子化かつエントロピー符号化する。より厳密には、量子化およびエントロピー符号化段１８は、変換対象のウィンドウ処理された部分の上記のウィンドウ処理された部分のレートに対応するなんらかの時間レートで、スペクトル決定部１６からスペクトル成分ｋから構成されるスペクトル２６、厳密には、スペクトル２６のシーケンスを受ける。特に、段１８は、スペクトル成分ｋのスペクトル値ごとに符号値とスペクトル成分ｋごとに対応の大きさ｜ｘ_ｋ｜を受信し得る。

一方、量子化およびエントロピー符号化段１８は、スペクトル成分ｋごとに、スペクトル値が仮定し得る可能な値ごとに、それぞれのスペクトル成分ｋのスパクトル値が、まさにこの可能な値を有する確率を決定する確率値推定値を定義する確率分布推定２８を受ける。たとえば、確率分布推定部１４により決定される確率分布推定は、スペクトル値の大きさにのみ集中するので、ゼロを含む正の値についての確率値のみを決定する。特に、量子化およびエントロピー符号化段１８は、たとえば全スペクトル成分について等しい量子化ルールを用いてスペクトル値を量子化する。したがって、こうして得られるスペクトル成分ｋの大きさのレベルは、ゼロから随意にはなんらかの最大値までを含む整数値の領域にわたって定義される。確率分布推定は、各スペクトル成分ｋについて、可能な整数ｉのこの領域にわたって定義されることが可能で、すなわちｐ（ｋ，ｉ）は、スペクトル成分ｋについての確率推定であり、整数ｉI［0；ｍａｘ］にわたって定義されると考えられ、整数ｋI［０；ｋ_ｍａｘ］であり、ｋ_ｍａｘは、最大スペクトル成分であり、全てのｋ、ｉについてｐ（ｋ；ｉ）I［０；１］であり、全てのｉI［0；ｍａｘ］にわたって、ｐ（ｋ，ｉ）の和は、全てのｋについて１である。

量子化およびエントロピー符号化段１８は、たとえば、量子化のために定数量子化ステップサイズを使用してもよく、ステップサイズは全てのスペクトル成分ｋについて等しい。確率分布推定２８が良いほど、量子化およびエントロピー符号化段１８が行う圧縮効率が向上する。

率直に述べれば、確率分布推定部１４は、スペクトル２６の包絡線３０または近似形に関する情報を得るようＬＰ解析部１２により提供される線形予測係数情報を使用し得る。この包絡線または形状の推定３０を使用して、推定部１４は、全スペクトル成分について等しい共通のスケールファクタを使用して包絡線を適切にスケーリングすることにより、各スペクトル成分ｋについて、分散度３２を導出することができる。スペクトル成分ｋのこれらの分散度は、スペクトル成分ｋごとの確率分布推定をパラメータ化するためのパラメータとしての役割を果たし得る。たとえば、ｐ（ｋ，ｉ）は、全ｋについて、ｆ（ｉ，ｌ（ｋ））であり、ｌ（ｉ）は、スペクトル成分ｋの決定された分散度であり、ｆ（ｉ，ｌ）は、以下に定義するとおり、各固定されたｌについての、ゼロを含む正の値ｉについて定義されるガウスまたはラプラス関数等の以下に定義する単調関数等、変数ｉの適当な関数であり、一方、ｌは、関数の「急峻さ」または「幅広さ」を表す関数パラメータであり、これについては以下により厳密な表現で概説する。パラメータ化されたパラメータライゼーションを使用して、量子化およびエントロピー符号化段１８は、このように効率的にスペクトルのスペクトル値をデータストリーム２２にエントロピー符号化することができる。以下のより詳しい説明から明らかなとおり、確率分布推定２８の決定は、純粋に解析的にかつ／または同じスペクトル２６の様々なスペクトル成分のスペクトル値間の相互依存関係を必要とせず、すなわち同じ瞬間に関連する異なるスペクトル成分のスペクトル値からは独立して、実現することができる。したがって、量子化およびエントロピー符号化段１８は、それぞれ量子化されたスペクトル値または大きさのレベルのエントロピー符号化を並列で行うことができる。一方、実際のエントロピー符号化は、算術符号化、可変長符号化または確率インターバルパティショニングエントロピー符号化等のなんらかの他のエントロピー符号化の形態が可能である。実際上、量子化およびエントロピー符号化段１８は、あるスペクトル成分ｋの確率分布推定２８を用いてそのスペクトル成分ｋの各スペクトル値をエントロピー符号化するが、確率分布推定２８が示す確率がより高い、スペクトル成分ｋのスペクトル値の可能な値の領域の部分内では、データストリーム２２への符号化するそれぞれのスペクトル値ｋのビット消費がより低くなり、かつ確率分布推定２８が示す確率がより低い、可能な値の領域の部分では、ビット消費が大きくなるようになっている。たとえば、算術符号化の場合には、表による算術符号化を用いることができる。可変長符号化の場合には、可能な値をコードワードにマッピングする様々なコードワード表を、それぞれのスペクトル成分ｋについて確率分布推定部１４により決定される確率分布推定２８に依存して、量子化およびエントロピー符号化段により選択かつ適用することができる。

図２は、図１のスペクトル決定部１６の可能な実現例を示す。図２によれば、スペクトル決定部１６は、スケールファクタ決定部３４、変換部３６およびスペクトル整形部３８を含む。変換部３６およびスペクトル整形部３８は、スペクトル決定部１６の入力および出力間に相互に連続して接続されており、これを介してスペクトル決定部１６は、図１の入力２０と量子化およびエントロピー符号化段１８との間に接続される。スケールファクタ決定部３４は、ＬＰ解析部１２とスペクトル整形部３８の他の入力との間に接続される（図１を参照）。

スケールファクタ決定部３４は、スケールファクタを決定するよう線形予測係数情報を使用するよう構成される。変換部３６は、受信する信号をスペクトル的に分解して元のスペクトルを得る。上記のとおり、入力２０で入来信号は元のオーディオ信号かまたはそれにプリエンファシス処理を行ったもの等である。また、上記のとおり、変換部３６は、変換対象の信号に、重複部分を使用して部分ごとに内部的にウィンドウ処理を行う一方、各ウィンドウ処理された部分を個別に変換してもよい。上記のとおり、ＭＤＣＴを変換に使用してもよい。すなわち、変換部３６は、スペクトル成分ｋごとに１つのスペクトル値Ｘ’_ｋを出力し、スペクトル整形部３８は、スケールファクタを使用してスペクトルをスケーリング、すなわちスケールファクタ決定部３４により出力されるスケールファクタｓ_ｋを使用して各元のスペクトル値ｘ’_ｋをスケーリングすることにより、この元のスペクトルをスペクトル的に整形して、それぞれのスペクトル値ｘ_ｋを得るように構成され、この得られた値に図１の段１８において量子化およびエントロピー符号化処理が行われる。

スケールファクタ決定部３４がスケールファクタを決定するスペクトル分解能は、必ずしもスペクトル成分ｋにより定義される分解能と一致しない。たとえば、知覚的な動機により、スペクトル成分をバークバンド等のスペクトル群にグループ化することで、スケールファクタすなわち変換部３６が出力するスペクトルのスペクル値が重み付けられるスぺクトル重みを決定するスペクトル分解能を構成し得る。

スケールファクタ決定部３４は、線形予測係数情報により定義される線形予測合成フィルタの逆数に依存する伝達関数を表すかまたはこれに近似するように、スケールファクタを決定するよう構成される。たとえば、スケールファクタ決定部３４は、ＬＰ解析部１２から得られる線形予測係数を、データストリーム２２を介して復号化側でもＯＤＦＴを含み得るＬＰＣ―ＭＤＣＴ変換のベースとして得られるそれらの量子化された形で使用するよう構成され得る。当然ながら、他の方法も存在する。図１のオーディオエンコーダが知覚的線形予測に基づくオーディオエンコーダである、上記の代替例では、スケールファクタ決定部３４は、たとえばＯＤＦＴを使用するスペクトルファクタへの変換を行う前にまずＬＰＣの知覚的に動機づけられた重み付けを実行するよう構成され得る。しかしながら、他の可能性も存在する。以下により詳細に説明するとおり、スペクトル整形部３８によるスペクトルスケーリングにより生じるフィルタ処理の伝達関数は、スケールファクタ決定部３４により実行されるスケールファクタ決定を介して、伝達関数が１／Ａ（ｋ・ｚ）（ここでｋは、０．９２等の定数を表す）の伝達関数の逆数になるように、線形予測係数情報により定義される線形予測合成フィルタ１／Ａ（ｚ）の逆数に依存し得る。

スペクトル決定部の機能性と確率分布推定部１４との相互関係およびこの関係が、線形予測に基づくオーディオエンコーダが知覚的線形予測に基づくオーディオエンコーダとして作用する場合に、どのように量子化およびエントロピー符号化段１８の効果的動作につながるかをよりよく理解するために、図３ａおよび図３ｂを参照する。図３ａは、元のスペクトル４０を示す。ここでは、例として、プリエンファシスフィルタの伝達関数により重みづけられるオーディオ信号のスペクトルを示す。より厳密には、図３ａは、スペクトル成分またはスペクトルラインｋにわたってプロットされたスペクトル４０の大きさを示す。同じグラフにおいて、図３ａは、（線形予測合成フィルタＡ（ｚ）の伝達関数）×（プリエンファシスフィルタ２４の伝達関数）を示し、その積を４２で示す。この関数４２が、スペクトル４０の包絡線または粗い形状に近似することがわかる。図３ａでは、上記の例におけるＡ（０．９２ｚ）等の線形予測合成フィルタの知覚的に動機づけられた修正を示す。この「知覚モデル」は、参照番号４４で示す。関数４４は、こうして少なくともスペクトルオクルージョンを考慮に入れることにより、オーディオ信号のマスキング閾値の単純化された推定を表す。スペクトルファクタ決定部３４は、知覚モデル４４の逆数に近似するようにスケールファクタを決定する。図３ａの関数４０から４４と知覚モデル４４の逆数とを乗算した結果を図３ｂに示す。たとえば、４６は、スペクトル４０と４４の逆数とを乗算した結果を示し、したがって、上記のとおり、エンコーダ１０が知覚的線形予測に基づくエンコーダとして作用する場合には、スペクトル整形部３８により出力される知覚的に重み付けされたスペクトルに相当する。関数４４とその逆数とを乗算することで定数関数が得られるので、得られる積は、図３ｂの５０に見られるとおり平坦に示される。

ここで、確率分布推定部１４を考察すると、同推定部も上記のとおり線形予測係数情報へのアクセスを有する。推定部１４はこうして、関数４２に関数４４の逆数を乗算して得られる関数４８を計算することができる。この関数４８は、図３ｂからわかるとおり、スペクトル整形部３８により出力されるプリフィルタ処理した４６の包絡線または粗い形状の推定としての役割を果たし得る。

したがって、確率分布推定部１４は、図４に示すとおり作用することができる。特に、確率分布推定部１４は、線形予測合成フィルタ１／Ａ（ｚ）を定義する線形予測係数が、知覚的に修正された線形予測合成フィルタ１／Ａ（ｋ・ｚ）に対応するように、これに知覚的重み付け６４を行うことが可能である。重み付けしたものとしていないもの両方の線形予測係数に、ＬＰＣ−スペクトル重み変換６０および６２がそれぞれ行われて、その結果をスペクトル成分ｋごとに除算する。得られた商に対して随意になんらかのパラメータ導出６８を行って、スペクトル成分ｋの商を個別に、すなわちｋごとになんらかのマッピング関数を適用し、確率分布推定の分散等の程度を表す確率分布パラメータを得るようにする。より厳密には、非重み付けおよび重み付け線形予測係数に適用されるＬＰＣ−スペクトル重み変換６０および６２によりスペクトル成分ｋについてスペクトル重みｓ_ｋおよびｓ’_ｋが得られる。変換６０および６２は、上記のとおり、スペクトル成分ｋ自体が定義するスペクトル分解能よりも低いスペクトル分解能で行われてもよいが、たとえば、得られた商ｑ_ｋをスペクトル成分ｋにわたって平滑化するために、補間が行われてもよい。パラメータ導出により、全ｋについて共通のスケーリングファクタを使用して全ｑ_ｋをスケーリングする等によりスペクトル成分ｋごとに確率分布パラメータπ_ｋを得る。次に、量子化およびエントロピー符号化段１８は、これら確率分布パラメータπ_ｋを使用して、量子化のスペクトル的に整形されたスペクトルを効率的にエントロピー符号化し得る。特に、π_ｋは、包絡線スペクトル値ｘ_ｋまたは少なくともその大きさの確率分布推定の分散度であり、上記のｆ（ｉ，ｌ（ｋ））等のパラメータ化可能な関数を量子化およびエントロピー符号化段１８が使用して、π_ｋをパラメータ可能な関数、すなわちｌ（ｋ）のための設定として使用することにより確率分布推定２８をスペクトル成分ｋごとに決定することができる。パラメータ化可能な関数のパラメータ化は、ｌ（ｋ）等の確率分布パラメータが実際に確率分布推定の分散度であるように、すなわち確率分布パラメータが確率分布パラメータ化可能関数の幅を表すようになっていることが好ましい。以下に説明する特定の実施例では、ラプラス分布をｆ（ｉ，ｌ（ｋ））等のパラメータ化可能な関数として使用する。

なお、図１を参照して、確率分布推定部１４は、ＬＰＣ情報に基づいてのみ得られる品質に比較して、復号化側が個々のスペクトル成分ｋについて確率分布推定２８の品質を向上させることができる情報を、データストリーム２２に付加的に挿入してもよい。特に、以下に説明するこれら特定の実現例の詳細によれば、スペクトル２６が知覚モデルの逆数または線形予測合成フィルタの逆数に相当する伝達関数でフィルタ処理することにより得られるスペクトル等の変換符号化励起を表す場合、スペクトル２６の包絡線または形状のスペクトル的により細かい推定３０を得るために、確率分布推定部１４が長期予測を用いてもよい。

たとえば、図５ａから図５ｃは、確率分布推定部１４の後者の随意の機能性を示す。図５ａは、図３ａ同様元のオーディオ信号スペクトル４０およびプリエンファシスを含むＬＰＣモデルＡ（ｚ）を示す。すなわち、元の信号４０とプリエンファシスを含むそのＬＰＣ包絡線４２を示す。図５ｂは、確率分布推定部１４により行われるＬＴＰ解析の出力の例として、ＬＴＰコムフィルタ７０、すなわち、谷と山の比ａ／ｂを記述する値ＬＴＰゲインおよびコム関数７０の山間のピッチまたは距離、すなわちｃを定義するパラメータＬＴＰラグによりパラメータ化されるスペクトル成分ｋにわたるコム関数を示す。確率分布推定部１４は、ＬＴＰコム関数７０に、スペクトル２６の線形予測係数ベースの推定３０を乗算することで実際のスペクトル２６をより近接して推定するようこのＬＴＰパラメータを決定し得る。ＬＴＰコム関数７０とＬＰＣモデル４２の乗算について図５ｃに例示するが、ＬＴＰコム関数７０とＬＰＣモデル４２との積７２がスペクトル４０の実際の形状により近似していることがわかる。

確率分布推定部１４のＬＴＰ機能性と知覚領域の使用を組み合わせる場合には、確率分布推定部１４は、図６に示すように作用し得る。作用のモードは、概ね図４に示すものと一致する。すなわち、線形予測合成フィルタ１／Ａ（ｚ）を定義するＬＰＣ係数に、ＬＰＣ−スペクトル重み変換６０および６２をそのまま一回行って、知覚的重み付け６４を行った後にもう一度行う。結果として得られるスケールファクタに除算６６を行い、得られた商ｑ_ｋを乗算部４７を用いてＬＴＰコム関数７０と乗算し、そのパラメータＬＴＰゲインおよびＬＴＰラグを確率分布推定部１４で適切に決定して、データストリーム２２に挿入して、復号化側でアクセスするようにする。結果として得られる積ｌ_ｋ・ｑ_ｋ（ｌ_ｋは、スペクトル成分ｋのＬＴＰコム関数を表す）に次に確率分布パラメータ導出６８を行い、確率分布パラメータd_ｋを得るようにする。なお、以下の復号化側の説明においては、特に、確率分布推定のデコーダ側の機能性に関して、図６を参照する。これに関しては、エンコーダ側では、ＬＰＴパラメータが、最適化等により決定され、データストリーム２２に挿入されるのに対して、復号化側では単にデータストリームからＬＴＰパラメータを読み取るだけでよい点に留意されたい。

図１から図６を参照して、線形予測に基づくオーディオエンコーダに関する様々な実施例について説明したが、以下では、復号化側に焦点をあてて説明する。図７は、線形予測に基づくオーディオデコーダ１００の実施例を示す。同実施例は、確率分布推定部１０２ならびにエントロピー復号化および逆量子化段１０４を含む。線形予測に基づくオーディオデコーダは、データストリーム２２に対してアクセスを有し、かつ確率分布推定部１０２が、複数のスペクトル成分ｋの各々について、データストリーム２２に含まれる線形予測係数情報から確率分布推定２８を決定するよう構成されるのに対して、エントロピー復号化および逆量子化段１０４は、確率分布推定部１０２により複数のスペクトル成分ｋの各々について決定される確率分布推定を用いてデータストリーム２２からのスペクトル２６をエントロピー復号化かつ逆量子化するように構成される。すなわち、確率分布推定部１０２ならびにエントロピー復号化および逆量子化段１０４はいずれもデータストリーム２２にアクセスを有し、確率分布推定部１０２は、その出力がエントロピー復号化および逆量子化段１０４の入力に接続される。後者の出力で、スペクトル２６が得られる。

なお、当然ながら、応用に応じて、エントロピー復号化および逆量子化段１０４により出力されるスペクトルに、さらに他の処理を行ってもよい。しかしながら、ラウドスピーカ等を用いて再生するためには、時間領域においては、デコーダ１００の出力は、必ずしもデータストリーム２２に符号化されるオーディオ信号である必要はない。むしろ、線形予測に基づくオーディオデコーダ１００は、会議システムのミキサ、マルチチャネルまたはマルチオブジェクトのデコーダ等の入力にインターフェースしてもよく、このインターフェースは、スペクトル領域で行われてもよい。他の例では、スペクトルまたはこれに何らかの後処理を施したものに、以下に説明するオーバラップ／加算処理を用いる逆変換等のスペクトル分解変換によりスペクトル―時間変換を行ってもよい。

確率分布推定部１０２は、符号化側の確率分布推定部１４と同じＬＰＣ情報にアクセスできるので、確率分布推定部１０２は、符号化側ではさらなるＬＴＰパラメータを決定して、その決定の結果をデータストリーム２２を介して復号化側へ送信する等を除いては、符号化側の対応する推定部と同様に作用する。エントロピー復号化および逆量子化段１０４は、データストリーム２２からの大きさレベル等のスペクトル６２のスペクトル値をエントロピー復号化する際に確率分布推定を使用しかつ全スペクトル成分について等しくこれを逆量子化してスペクトル２６を得るように構成される。エントロピー符号化実現の様々な可能性については、エントロピー符号化に関する上記の説明を参照されたい。さらに、代替例の全てならびにエントロピー符号化および量子化についての上記の説明が応じてデコーダの実施例にも当てはまるように、同じ量子化ルールを、符号化側で用いたものに対して逆方向に適用する。すなわち、たとえばエントロピー復号化および逆量子化段は、大きさレベルを逆量子化するために定数量子化ステップサイズを使用するよう構成されてもよくかつ算術復号化等を使用してもよい。

上記のとおり、スペクトル２６は、変換符号化励起を表してもよく、かつしたがって、図８は、線形予測に基づくオーディオデコーダが、ＬＰＣ情報およびデータストリーム２２にもアクセスがありかつエントロピー復号化および逆量子化段１０４の出力に接続されるフィルタ１０６をさらに含んで、スペクトル２６を受信してその出力にフィルタ処理後の／再構成されたオーディオ信号のスペクトルを出力するようにしてもよい。特に、フィルタ１０６は、線形予測係数情報により定義される線形予測合成フィルタに依存する伝達関数にしたがってスペクトル２６を整形するよう構成される。より厳密には、フィルタ１０６は、スケールファクタ決定部３４とスペクトル整形部３８とを連結したものにより実現されてもよく、スペクトル整形部３８が、段１０４からのスペクトル２６を受け、かつフィルタ処理された後の信号、すなわち再構成されたオーディオ信号を出力する。フィルタ１０６内で行われるスケーリングが、符号化側でスぺクトル整形部３８が行うスケーリングの全く逆になるということが、唯一の相違点と考えられ、すなわち、符号化側では、スペクトル整形部３８は、たとえば、スケールファクタを用いて、乗算を行い、フィルタ１０６においては、スケールファクタで除算を行い、または逆も同様である。

後者の状況について、図９に示すが、これは、図８のフィルタ１０６についての実施例を示す。フィルタ１０８が、たとえば図２のスケールファクタ決定部３４のように作用するスケールファクタ決定部１１０および上記のとおりスケールファクタ決定部１１０のスケールファクタを、入来スペクトルに、スペクトル整形部３８に対するのとは逆に適用するスペクトル整形部１１２を含み得ることがわかる。

図９は、逆変換部１１４と、オーバラップ加算部１１６と、デエンファシスフィルタ１１８とをさらに含み得る様子を示す。後者の要素１１４から１１８を、スペクトル整形部１１２の出力に、言及した順序に連続して接続することが可能で、他の態様では、デエンファシスフィルタ１１８またはオーバラップ／加算部１１６およびデエンファシスフィルタ１１８の両方を省くことができる。

デエンファシスフィルタ１１８は、図１のフィルタ２４のプリエンファシスフィルタ処理の逆を行い、かつ当該技術分野で知られるとおりオーバラップ／加算部１１６は、逆変換部１１４内で使用される逆変換が、クリティカルにサンプリングされ、ラッピングされた変換の場合には、エイリアシングが消去される。たとえば、逆変換部１１４が、データストリーム２２内でスペクトルが符号化される時間レートでスペクトル整形部１１２から受けた各スペクトル２６に逆変換を行い、ウィンドウ処理された部分を得ることができ、これらの部分が今度は、オーバラップ／加算部１１６によりオーバラップ―加算されて、時間領域信号になったものが得られる。デエンファシスフィルタ１１８は、プリエンファシスフィルタ２４と同様に、ＦＩＲフィルタとして実現することができる。

本願の実施例について、図面を参照して説明したが、以下では、本願の実施例のより数学的な説明を行い、最後に図１０および図１１の対応する説明を行う。特に、以下に説明する実施例では、結果として得られるビンシーケンスのビンの二値算術符号化によるスペクトルのスペクトル値の単項二値化を用いてスペクトルを符号化すると仮定する。

したがって、式（１）により定義されるフィルタの伝達関数は、図３ｂの関数４８に対応しかつ図４および図６において、除算部６６の出力での計算の結果である。

なお、図４および図６は、図７の確率分布推定部１４および確率分布推定部１０２の両方の操作モードを表す。さらに、プリエンファシスフィルタ２４およびデエンファシスフィルタ１１８を使用する場合には、最終的に、合成フィルタとプリエンファシスフィルタの伝達関数の積を表すように、ＬＰＣ−スペクトル重み変換６０が、プリエンファシスフィルタ関数を考慮に入れる。

いずれにしても、式（１）が定義するフィルタの時間―周波数変換は、最終的な包絡線が入力信号のスペクトル表現と周波数整列するように計算する必要がある。さらに、ここでも、確率分布推定部は、式（１）のフィルタの包絡線または伝達関数の絶対値の大きさを計算できるに過ぎないことに留意すべきである。その場合、位相成分は破棄され得る。

個々のラインではなく、スペクトル帯域について包絡線を計算する場合には、スペクトルラインにあてはめられる包絡線は、階段状に連続することになる。より連続する包絡線を得るために、包絡線の補間または平滑化が可能である。しかしながら、階段状に連続するスペクトル帯域は、計算の複雑さを低減することがわかるはずである。したがって、これは、精度対複雑さのバランスである。

先にも述べたとおり、ＬＴＰを使用して、より詳細な包絡線を推定することもできる。包絡線形状に対して高調波情報を付与することに関する主な課題のいくつかは、以下のとおりである。

１）ＬＴＰラグおよびＬＴＰゲイン等のＬＴＰ情報の符号化および精度を選択すること。たとえば、ＡＣＥＬＰにおけるものと同様の符号化を使用することができる。

２）ＬＴＰは、周波数領域におけるコムフィルタに相当し得る。しかしながら、上記の実施例または本発明による他の実施例のいずれも、ＬＴＰと同じ形状のコムフィルタの使用を必ずしも要件としない。他の関数を使用することも可能である。

３）ＬＴＰのコムフィルタ形状に加えて、様々な周波数領域で様々に異なってＬＴＰを適用するように選択することも可能である。たとえば、高調波の山は、通常、低い周波数ではより顕著である。したがって、低い周波数では、高い周波数よりも、より高い振幅で低い周波数で高調波モデルを適用することが妥当であると考えられる。

４）上記のとおり、包絡線形状は、帯域ごとに計算される。しかしながら、ＬＴＰにおけるコムフィルタは、帯域ごとに推定される包絡線値が有するものよりも詳細な構造と周波数を有するはずである。したがって、高調波モデルの実現例では、計算の複雑さを低減することが有益である。

上記の実施例では、個々のラインまたはより詳細には、スペクトル成分ｋのスペクトル２６の大きさがラプラス分布、すなわち符号付指数分布により分布するとする仮定を用いてもよい。言い換えれば、上記のｆ（ｉ，ｌ（ｋ））は、ラプラス関数でもよい。スペクトル成分ｋのスペクトル２６の符号は、常に１ビットで符号化できるので、両方の符号の確率は、０．５になると仮定してよいので、符号は常に別に符号化でき、指数分布のことだけを考慮すればよいことになる。

一般的には、事前の情報が何もない場合には、分布の第１の選択肢は、正規分布が考えられる。しかしながら、指数分布が正規分布よりもゼロに近いより大きい確率質量を有するので、正規分布よりもよりスパースな信号を記述する。時間周波数変換の主なゴールの１つは、スパース信号を達成することなので、スパース信号を記述する確率分布は確実である。また、指数分布は、解析形式で扱いやすい等式にもなる。これら２つが、指数関数を使用する論拠となる。以下の導出は、当然ながら他の分布用に簡単に修正することができる。

指数分布変数ｘは、確率密度関数を有する（ｘ≧０）。

また、累積分布関数も有する。

指数変数のエントロピーが１−ｌｎ（λ）なので、一本のラインの予想されるビット消費は、符号を含んで、ｌоｇ_２（２ｅλ）になると考えられる。しかしながら、これはλが大きい場合にのみディスクリートな変数について成り立つ理論値である。

実際のビット消費は、シミュレーションにより推定できるが、正確な解析式は得られない。しかしながら、およそのビット消費は、λ＞０．０８に対して、ｌоｇ_２（２ｅλ+０．１５+０．０３５／λ）である。

すなわち、符号化側および復号化側に確率分布推定部を備える上記の実施例は、確率分布推定を決定するためのパラメータ化可能な関数としてラプラス分布を使用し得る。ラプラス分布のスケールパラメータλは、上記の確率分布パラメータとして、すなわちπ_ｋとしての役割を果たし得る。

次に、包絡線スケーリングを行うための可能性について説明する。１つの方法は、スケーリングについてファーストゲス（ｆｉｒｓｔ ｇｕｅｓｓ）を行い、そのビット消費を計算しかつ希望のレベルに十分近づくまでスケーリングを繰り返し向上させることによるものである。言い換えれば、符号化側および復号化側で上記の確率分布推定部は以下のステップを実行することができる。

積の項は、大変大きな数になり、固定点でのその計算には多くの処理が必要となるが、それでも、ｌоｇ₂（）演算を多数回行うことに比べれば複雑さは低減される。

一般に、式５からｇ_ｋを解くための解析式は存在せず、それにより反復法を使用する必要がある。二分探索を用いる場合には、ｂ₀＜ｂで、初期ステップサイズは、２^{（ｂ-ｂ0）／Ｎ}−１となり、それ以外では、ステップサイズは、１−２^{（ｂ-ｂ0）／Ｎ}となる。この方法では、二分探索は一般に５−６回の反復で収束する。

包絡線は、エンコーダおよびデコーダ双方で等しくスケーリングする必要がある。確率分布は、包絡線から導出されるので、エンコーダおよびデコーダでのスケーリングにおける１ビットの差でも、算術デコーダがランダムな出力を算出すると考えられる。したがって、実現例が、全てのプラットフォームに対して厳密に等しく作用することが非常に重要である。実際は、そのためにはアルゴリズムが整数と固定点の演算で実現されることが必要である。

ビット消費の予想が希望のレベルに等しくなるように、包絡線がすでにスケーリングされている一方で、一般的には、実際のスペクトルラインは、スケーリングなしではビット予算に一致しない。信号の分散が、包絡線の分散に一致するようにスケーリングされるとしても、サンプルの分布は、常にモデル分布とは異なることになるので、希望のビット消費には到達しない。したがって、量子化されかつ符号化される場合には、最終のビット消費が希望のレベルに到達するように信号をスケーリングする必要がある。これは、通常反復的に行う必要があるので（解析的解法は存在しない）、この処理はレートループとして知られる。

我々は、包絡線の分散がスケーリングされた信号と一致するようなファーストゲススケーリングから開始することを選択した。同時に、我々の確率モデルにより最小の確率を有するスペクトルラインを見つけることができる。最小の確率値が機械の精度より小さくならないように注意する必要がある。このため、レートループにおいて推定されるスケーリングファクタには限界がある。

レートループに関しては、ここで、二分探索を再び採用し、ステップサイズが初期スケールファクタの半分から始まるようにする。次に、ビット消費を全スペクトルラインの和として反復ごとに計算し、ビット予算にどれぐらい近似するかに依存して量子化精度を更新する。

各反復について、信号は、まず現在のスケーリングで量子化される。第二に、各ラインは、算術コーダで符号化される。確率モデルによれば、ラインｘ_ｋがゼロに量子化される確率は、ｐ（ｘ_ｋ＝０）＝１−ｅｘｐ（.５／ｆｘ）であり、ここでｆ_ｋは、包絡線値（＝スペクトルラインの標準偏差）である。このようなラインのビット消費は当然ながら−ｌｏｇ_２ｐ（ｘ_ｋ＝０）である。非ゼロ値ｘ_ｋは、確率ｐ（｜ｘ_ｋ｜＝ｑ）＝ｅｘｐ（（ｑ＋．５）／ｆ_ｋ）−ｅｘｐ（（ｑ−.５）／ｆ_ｋ）を有する。この大きさをloｇ₂（ｐ（｜ｘ_k｜＝q））ビット＋符号分の１ビットで符号化することができる。

このようにして、スペクトル全体のビット消費を計算することができる。さらに、全ラインｋ＞Ｋがゼロとなるような限度Ｋを設定することができる。これで、Ｋの第１ラインを符号化するだけで充分になる。デコーダは、Ｋ個の最初のラインが復号化されているが追加のビットが入手可能でない場合、残りのラインが全てゼロになるはずであると推定することができる。したがって、限度Ｋを送信する必要はなく、これはビットストリームから推定され得る。このように、ゼロであるラインの符号化を回避できるので、ビットが節約される。音声およびオーディオ信号については、スペクトルの上部がゼロに量子化されることが頻繁に発生するので、低い周波数から開始し、できるだけ、最初のＫ個のラインについて全てのビットを使用することが有益である。

なお、包絡線値がｆ_ｋが１つの帯域内では等しいため、帯域における各ラインに必要な値をあらかじめ計算することにより、容易に複雑さを低減することができる。詳細には、ラインの符号化において、項ｅｘｐ（.５／ｆ_ｋ）が常に必要でありかつこれは各帯域内において等しい。さらに、この値は、レートループ内でも変化しないので、レートループ外で計算することができ、同じ値を最終の量子化についても使用することができる。

さらに、ラインのビット消費は、確率のｌｏｇ_２（）なので、対数の和を計算する代わりに、積の対数を計算することができる。このようにしても複雑さを低減することができる。また、レートループはエンコーダのみの特徴なので、ネィティブな浮動小数点演算を固定点の代わりに使用することができる。

上記を参照して、図面を参照して上に述べたエンコーダのサブ部分を示す図１０を参照するが、その部分は、実施例による上記の包絡線スケーリングおよびレートループの実行を担う。特に、図１０は、量子化およびエントロピー符号化段１８からの要素を示す一方、確率分布推定部１４も示す。単項二値化バイナライザ１３０は、スペクトル成分ｋのスペクトル２６のスペクトル値ｘ_ｋの大きさに単項二値化を行い、それによりスペクトル成分ｋの各大きさについて、ビンのシーケンスを生成する。二値算術符号化部１３２は、スペクトル成分ｋについて１つずつこれらビンのシーケンスを受け、これに二値算術符号化を行う。単項二値化バイナライザ１３０および二値算術符号化部１３２の双方が量子化およびエントロピー符号化段１８の一部を構成する。図１０は、正確にスケーリングされた確率分布パラメータπ_ｋを得るように、または上記の表現であるｇ_ｋｆ_ｋを使用して、包絡線推定値ｑ_ｋ（または上記では、ｆ_ｋとも表示）をスケーリングするために、上記のスケーリングの実行を担うパラメータ導出部６８も図示する。上記のとおり、式（５）を使用して、二値導出部６８は、繰り返しスケーリング値ｇ_ｋを決定して、ビット消費の解析的推定（その例が式（５）により表される）が、スペクトル２６全体のなんらかの標的ビットレートと一致するようになっている。ところで、式（５）の関連で使用されるｋが反復ステップ数を示していたのに対して、それ以外の変数ｋがスペクトルラインまたは成分ｋを示すものであることに留意されたい。それ以外では、パラメータ導出部６８は図４および図６で例示的に導出される元の包絡線値を必ずしもスケーリングしないが、代替的には加法修正部等を使用して包絡線値を直接的に反復的に修正することも可能である。

いずれにしても、二値算術符号化部１３２は、スペクトル値ｘ_ｋのそれぞれの大きさの単項二値化の全ビンについて、スペクトル成分ごとに、確率分布パラメータπ_kまたは上記の代替例で使用されるようなｇ_ｋｆ_ｋにより定義される確率分布推定を適用する。

また上記のとおり、ファーストゲスとして、パラメータ導出部６８により決定される確率分布パラメータを使用することにより生成される実際のビット消費をチェックするために、レートループチェッカー１３４を設けてもよい。レートループチェッカー１３４は、二値算術符号化部１３２とパラメータ導出部６８との間に接続されることによりゲスをチェックする。

実際のビット消費が、パラメータ導出部６８により行われる推定にもかかわらず、許容されるビット消費を超える場合には、レートループチェッカー１３４は、パラメータ分布パラメータπ_k（またはｇ_ｋｆ_ｋ）のファーストゲスの値を訂正し、単項二値化の実際の二値算術符号化１３２が再度行われる。

完全を期すために、図１１は、図８のデコーダから同様の部分を示す。特に、パラメータ導出部６８は、符号化側と復号化側で同じように作用するので、図１１でも同様に示される。単項二値化バイナライザとその後に続く二値算術符号化部を連結したものを使用する代わりに、復号化側では、逆の順序の構成が使用され、すなわち、図１１によるエントロピー復号化および逆量子化段１０４は、例示的に二値算術デコーダ１３６およびこれに続く単項二値化装置デバイナライザ１３８を含む。二値算術デコーダ１３６は、データストリーム２２のうち算術的にスペクトル２６を復号化する部分を受信する。二値算術デコーダ１３６の出力は、ビンシーケンスからなるシーケンスであり、すなわち、スペクトル成分ｋのスペクトル値のある大きさのビンのシーケンスと、スペクトル成分ｋ＋１以降のスペクトル値の大きさのビンシーケンスがそれに続く。単項二値化デバイナライザ１３８は、デバイナライゼーションを行い、すなわちスペクトル成分ｋのスペクトル値のデバイナライズされた大きさを出力し、二値算術デコーダ１３６に対して、スペクトル値の個々の大きさのビンシーケンスの始まりと終わりについて知らせる。二値算術符号化部１３２と同様、二値算術デコーダ１３６は、スペクトル成分ｋの１つのスペクトル値のそれぞれの大きさに属する全ビンについて、二値算術復号化ごとに、パラメータ分布パラメータ、すなわち確率分布パラメータπ_k（ｇ_ｋｆ_ｋ）により定義されるパラメータ分布推定を使用する。

また、上記のとおり、エンコーダおよびデコーダの両側とも入手可能な最大ビットレートについての情報を知らされ得ると言う事実を利用し得るが、これはビットストリーム２２において入手可能な最大ビットレートに到達した時点で、最低周波数から最高周波数にわたるスペクトル２６のスペクトル値の大きさの実際の符号化は止めてもよいという意味で、両側ともこの状況を利用できるということである。決まりとして、送信されない大きさは、ゼロに設定してもよい。

なお、最後に記載した実施例については、応用のシナリオ等によってコンプライアンスが必要とされない場合等、なんらかの固定のビットレートに服従するためのレートループなしに、たとえば確率分布パラメータを得るための包絡線のファーストゲススケーリングを使用してもよい。

装置に関連していくつかの特徴について説明したが、これらは、対応する方法の説明をも表現することは明らかであり、その場合、ブロックまたは装置が方法ステップまたは方法ステップの特徴に対応する。同様に、方法ステップに関連して説明した特徴についても、対応するブロックもしくはアイテムまたは対応する装置の特徴の説明をも表現する。方法ステップの一部または全部をマイクロプロセッサ、プログラマブルコンピュータまたは電子回路等のハードウェア装置により（またはこれを用いて）実行することができる。いくつかの実施例においては、最も重要な方法ステップのいずれか１つ以上をこのような装置により実行することができる。

発明による符号化されたオーディオ信号は、デジタル記憶媒体上に記憶するかまたはインターネット等の無線、有線の送信媒体上で送信することができる。

実現の要件によっては、本発明の実施例は、ハードウェアまたはソフトウェアで実現することができる。電子的に可読な制御信号を記憶した、フロッピーディスク、ＤＶＤ，ブルーレイ、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭまたはフラッシュメモリ等のデジタル記憶媒体を使用して実現でき、これらの信号は、それぞれの方法が実行されるようにプログラマブルコンピュータシステムと協働する（または協働可能である）。したがって、デジタル記憶媒体は、コンピュータ可読である。

発明によるいくつかの実施例は、電子的に可読な制御信号を有するデータキャリアを含み、これらの信号は、記述された方法の１つが実行されるようにプログラマブルコンピュータシステムと協働可能である。

一般的には、本発明の実施例は、プログラムコードを有するコンピュータプログラム製品として実現可能で、プログラムコードは、このプログラム製品がコンピュータ上で実行されると、方法の１つを実行するように動作する。プログラムコードはたとえば機械可読なキャリア上に記憶され得る。

他の実施例は、機械可読なキャリア上に記憶される、記述された方法の１つを実行するためのコンピュータプログラムを含む。

したがって、言い換えれば、発明の方法の実施例は、コンピュータ上で実行されると、記述される方法の１つを実行するためのプログラムコードを有するコンピュータプログラムである。

したがって、発明の方法のさらに他の実施例は、記述される方法の１つを実行するためのコピュータプログラムが記録されて含まれるデータキャリア（またはデジタル記憶媒体またはコンピュータ可読媒体）である。データキャリア、デジタル記憶媒体または記録された媒体は、典型的には、有形でかつ／または非遷移性である。

したがって、発明の方法の他の実施例は、記述される方法の１つを実行するためのコンピュータプログラムを表すデータストリームまたは信号のシーケンスである。データストリームまたは信号のシーケンスは、インターネット等のデータ通信接続を介して伝送されるように構成され得る。

さらに他の実施例は、記述される方法の１つを実行するよう構成または適合される、コンピュータまたはプログラマブル論理装置等の処理手段を含む。

さらに他の実施例は、記述される方法の１つを実行するためのコピュータプログラムをインストールしたコンピュータを含む。

本発明によるさらに他の実施例は、記述される方法の１つを実行するためのコンピュータプログラムを受信機へ伝送（たとえば電気的または光学的に）するよう構成される装置またはシステムを含む。受信機は、たとえば、コンピュータ、携帯装置、メモリ装置等でもよい。装置またはシステムは、たとえば、コンピュータプログラムを受信機に伝送するためのファイルサーバを含み得る。

いくつかの実施例においては、プログラマブル論理装置（フィールドプログラマブルゲートアレイ等）を使用して記述される方法の機能性の一部または全部を実行してもよい。いくつかの実施例においては、フィールドプログラマブルゲートアレイは、記述される方法の１つを実行するために、マイクロプロセッサと協働し得る。一般的には、これらの方法は、なんらかのハードウェア装置で実行されることが好ましい。

上記の実施例は、本発明の原則を説明するに過ぎない。当業者には、ここに記載される構成および詳細に修正や変更が明らかになることは当然である。したがって、発明は、特許請求項の範囲によってのみ限定され、本明細書中の記載および説明により提示される特定の詳細により限定されないことを意図する。

Claims (35)

1. 線形予測に基づくオーディオデコーダであって、
   複数のスペクトル成分の各々について、オーディオ信号が符号化されているデータストリーム（２２）に含まれる線形予測係数情報から、確率分布推定（２８）を決定するよう構成される確率分布推定部（１０２）と、
   複数のスペクトル成分の各々について決定される確率分布推定を使用して、データストリーム（２２）から複数のスペクトル成分からなるスペクトル（２６）をエントロピー復号化および逆量子化するよう構成されるエントロピー復号化および逆量子化段（１０４）とを含む、線形予測に基づくオーディオデコーダ。
2. 線形予測係数情報により定義される線形予測合成フィルタに依存する伝達関数によりスペクトル（２６）を整形するよう構成されるフィルタをさらに含む、請求項１に記載の線形予測に基づくオーディオデコーダ。
3. 線形予測係数情報に基づきスケールファクタを決定するよう構成されるスケールファクタ決定部（１１０）と、
   スケールファクタを使用してスペクトルをスケーリングすることによりスペクトルをスペクトル的に整形するよう構成されるスペクトル整形部（１１２）とをさらに含み、
   スケールファクタ決定部が、線形予測係数情報により定義される線形予測合成フィルタに依存する伝達関数を表すようにスケールファクタを決定するよう構成される、請求項１または２に記載の線形予測に基づくオーディオデコーダ。
4. 知覚的に重み付けされるような態様で、伝達関数が線形予測係数情報により定義される線形予測合成フィルタに依存する、請求項２または３に記載の線形予測に基づくオーディオデコーダ。
5. ｋが定数である場合に、１／Ａ（ｋ・ｚ）の伝達関数になるように、伝達関数が、線形予測により定義される線形予測合成フィルタ１／Ａ（ｚ）に依存する、請求項２から４のいずれかに記載の線形予測に基づくオーディオデコーダ。
6. 確率分布パラメータが線形予測合成フィルタの伝達関数と、線形予測合成フィルタの知覚的に重み付けして修正したものの伝達関数の逆数のとの積に依存する関数にスペクトル的に追随するように、確率分布推定部が、複数のスペクトル成分の各々について、確率分布パラメータを決定するよう構成され、
   複数のスペクトル成分の各々について、確率分布推定が、それぞれのスペクトル成分の確率分布パラメータでパラメータ化されるパラメータ化可能な関数である、請求項２から５のいずれかに記載の線形予測に基づくオーディオデコーダ。
7. 確率分布推定部が、データストリームに含まれる長期予測パラメータからスペクトル微細構造を決定し、かつ確率分布パラメータがスペクトル微細構造に乗法的に依存する関数にスペクトル的に追随するように、複数のスペクトル成分の各々について、確率分布パラメータを決定するよう構成され、
   複数のスペクトル成分の各々について、確率分布推定がそれぞれのスペクトル成分の確率分布パラメータでパラメータ化されるパラメータ化可能な関数である、請求項２から５のいずれかに記載の線形予測に基づくオーディオデコーダ。
8. 確率分布推定部が、スペクトル微細構造が長期予測パラメータにより定義される櫛状の構造になるよう構成される、請求項７に記載の線形予測に基づくオーディオデコーダ。
9. 長期予測パラメータが、長期予測ゲインおよび長期予測ピッチを含む、請求項７または８に記載の線形予測に基づくオーディオデコーダ。
10. 確率分布パラメータが確率分布推定の分散度になるように、複数のスペクトル成分の各々について、パラメータ化可能な関数が定義される、請求項６から９のいずれかに記載の線形予測に基づくオーディオデコーダ。
11. 複数のスペクトル成分の各々について、パラメータ化可能な関数がラプラス分布であり、かつそれぞれのスペクトル成分の確率分布パラメータが、それぞれのラプラス分布のスケールパラメータを構成する、請求項６から１０のいずれかに記載の線形予測に基づくオーディオデコーダ。
12. ディエンファシスフィルタをさらに含む、請求項２から１１のいずれかに記載の線形予測に基づくオーディオデコーダ。
13. エントロピー復号化および逆量子化段（１０４）が、複数のスペクトル成分からなるスペクトルを逆量子化しかつエントロピー復号化する上で、大きさに関し複数のスペクトル成分の各々について決定される確率分布推定を使用するのとは別に、複数のスペクトル成分での符号と大きさを扱うように構成される、先行の請求項のいずれかに記載の線形予測に基づくオーディオデコーダ。
14. エントロピー復号化および逆量子化段（１０４）が、スペクトル成分ごとにスペクトルの大きさレベルをエントロピー復号化する上で確率分布推定を使用し、かつスペクトルを得るように全スペクトル成分について大きさレベルを等しく逆量子化するよう構成される、先行の請求項のいずれかに記載の線形予測に基づくオーディオデコーダ。
15. エントロピー復号化および逆量子化段（１０４）が、大きさレベルを逆量子化するために定数量子化ステップサイズを使用するよう構成される、請求項１４に記載の線形予測に基づくオーディオデコーダ。
16. エイリアシングを被る時間領域信号部分を得るように、スペクトルに、実値のクリティカルにサンプリングした逆変換を行うよう構成される逆変換部と、
    オーディオ信号を再構成するように、エイリアシングを被る時間領域信号部分に対して、先行および／または後続の時間領域部分と、オーバラップおよび加算処理を行うよう構成されるオーバラップ加算部とをさらに含む、先行の請求項のいずれかに記載の線形予測に基づくオーディオデコーダ。
17. 線形予測に基づくオーディオエンコーダであって、
    線形予測係数情報を決定するよう構成される線形予測解析部（１２）と、
    複数のスペクトル成分の各々について、線形予測係数情報から確率分布推定を決定するよう構成される確率分布推定部（１４）と、
    オーディオ信号から、複数のスペクトル成分からなるスペクトルを決定するよう構成されるスペクトル決定部（１６）と、
    複数のスペクトル成分の各々について決定される確率分布推定を使用して、スペクトルを量子化かつエントロピー符号化するよう構成される量子化およびエントロピー符号化段（１８）とを含む、線形予測に基づくオーディオエンコーダ。
18. スペクトル決定部（１６）が、線形予測係数情報により定義される線形予測合成フィルタの逆数に依存する伝達関数に従ってオーディオ信号の元のスペクトルを整形するよう構成される、請求項１６に記載の線形予測に基づくオーディオエンコーダ。
19. スペクトル決定部（１６）が、
    線形予測係数情報に基づきスケールファクタを決定するよう構成されるスケールファクタ決定部（３４）と、
    元のスペクトルを得るために、オーディオ信号をスペクトル的に分解するよう構成される変換部（３６）と、
    スケールファクタを使用してスペクトルをスケーリングすることにより元のスペクトルをスペクトル的に整形するよう構成されるスペクトル整形部（３８）とを含み、
    スケールファクタを使用するスペクトル整形部によるスペクトル整形が、線形予測係数情報により定義される線形予測合成フィルタの逆数に依存する伝達関数に対応するように、スケールファクタ決定部（３４）がスケールファクタを決定するよう構成される、請求項１７または１８に記載の線形予測に基づくオーディオエンコーダ。
20. 知覚的に重み付けされるような態様で、伝達関数が線形予測により定義される線形予測合成フィルタの逆数に依存する、請求項１８または１９に記載の線形予測に基づくオーディオエンコーダ。
21. ｋが定数である場合、１／Ａ（ｋ・ｚ）の伝達関数の逆数になるように、伝達関数が、線形予測係数情報により定義される線形予測合成フィルタ１／Ａ（ｚ）の逆数に依存する、請求項１８から２０のいずれかに記載の線形予測に基づくオーディオエンコーダ。
22. 確率分布パラメータが、線形予測合成フィルタの伝達関数と線形予測合成フィルタの知覚的に重み付けして修正したものの伝達関数の逆数との積に依存する関数にスペクトル的に追随するよう、確率分布推定部が、複数のスペクトル成分の各々について、確率分布パラメータを決定するよう構成され、
    複数のスペクトル成分の各々について、確率分布推定がそれぞれのスペクトル成分の確率分布パラメータでパラメータ化したパラメータ化可能な関数である、請求項１８から２１のいずれかに記載の線形予測に基づくオーディオエンコーダ。
23. 長期予測パラメータを決定するよう構成される長期予測部をさらに含み、
    確率分布推定部が、長期予測パラメータからスペクトル微細構造を決定し、かつ確率分布パラメータが、線形予測合成フィルタの伝達関数と、線形予測合成フィルタを知覚的に重み付けして修正したものの伝達関数の逆数と、スペクトル微細構造との積に依存する関数をスペクトル的に追随するように、複数のスペクトル成分の各々について、確率分布パラメータを決定するよう構成され、
    複数のスペクトル成分の各々について、確率分布推定が、それぞれのスペクトル成分の確率分布パラメータでパラメータ化されるパラメータ化可能な関数である、請求項１８から２２のいずれかに記載の線形予測に基づくオーディオエンコーダ。
24. スペクトル微細構造が長期予測パラメータにより定義される櫛状の構造であるように、確率部分布推定部が構成される、請求項２３に記載の線形予測に基づくオーディオエンコーダ。
25. 長期予測パラメータが、長期予測ゲインおよび長期予測ピッチを含む、請求項２３または２４に記載の線形予測に基づくオーディオエンコーダ。
26. 確率分布パラメータが確率分布推定の分散度になるように、複数のスペクトル成分の各々について、パラメータ化可能な関数が定義される、請求項２２から２５のいずれかに記載の線形予測に基づくオーディオエンコーダ。
27. 複数のスペクトル成分の各々について、パラメータ化可能な関数が、ラプラス分布であり、かつそれぞれのスペクトル成分の確率分布パラメータが、それぞれのラプラス分布のスケールパラメータを構成する、請求項２２から２６のいずれかに記載の線形予測に基づくオーディオエンコーダ。
28. オーディオ信号にプリエンファシス処理を行うよう構成されるプリエンファシスフィルタ（２４）をさらに含む、請求項１９から２７のいずれかに記載の線形予測に基づくオーディオエンコーダ。
29. 量子化およびエントロピー符号化段が、複数のスペクトル成分からなるスペクトルを量子化かつエントロピー符号化する上で、大きさに関し複数のスペクトル成分の各々について決定される確率分推定を用いることとは別に、複数のスペクトル成分での符号と大きさを扱うように構成される、請求項１８から２８のいずれかに記載の線形予測に基づくオーディオエンコーダ。
30. 量子化およびエントロピー符号化段（１８）が、スペクトル成分について大きさレベルを得るように、全スペクトル成分についてスペクトルを等しく量子化し、かつスペクトル成分ごとにスペクトルの大きさレベルをエントロピー符号化する上で、確率分布推定を使用するように構成される、請求項１８から２９のいずれかに記載の線形予測に基づくオーディオエンコーダ。
31. 量子化およびエントロピー符号化段が量子化に定数量子化ステップサイズを使用するよう構成される、請求項３０に記載の線形予測に基づくオーディオエンコーダ。
32. 変換部が、実値の、クリティカルにサンプリングされた変換を行うよう構成される、請求項１８から３１のいずれかに記載の線形予測に基づくオーディオエンコーダ。
33. 線形予測に基づくオーディオ復号化のための方法であって、
    複数のスペクトル成分の各々について、オーディオ信号が符号化されているデータストリーム（２２）に含まれる線形予測係数情報から、確率分布推定（２８）を決定するステップと、
    複数のスペクトル成分の各々について決定される確率分布推定を使用してデータストリーム（２２）からの複数のスペクトル成分からなるスペクトル（２６）をエントロピー復号化および逆量子化するステップとを含む、方法。
34. 線形予測に基づくオーディオ符号化のための方法であって、
    線形予測係数情報を決定するステップと、
    複数のスペクトル成分の各々について、線形予測係数情報から確率分布推定を決定するステップと、
    オーディオ信号から複数のスペクトル成分から構成されるスペクトルを決定するステップと、
    複数のスペクトル成分の各々について決定される確率分布推定を使用してスペクトルを量子化しかつエントロピー符号化するステップとを含む、方法。
35. コンピュータで実行した際に、請求項３３または３４に記載の方法を実行するためのプログラムコードを有するコンピュータプログラム。

Images