JP2913700B2

JP2913700B2 - ディジタルデータの高能率符号化方法

Info

Publication number: JP2913700B2
Application number: JP1278208A
Authority: JP
Inventors: 義仁藤原; 健三赤桐; 正之西口
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1989-10-25
Filing date: 1989-10-25
Publication date: 1999-06-28
Anticipated expiration: 2014-06-28
Also published as: JPH03139923A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は、ブロックフローティング処理を施して入力
ディジタルデータを圧縮するようなディジタルデータの
高能率符号化方法に関するものである。

〔発明の概要〕

本発明は、入力ディジタルデータを周波数軸上のデー
タに変換した各バンドのデータをブロック化して各ブロ
ック毎のフローティング係数で各ブロック毎のフローテ
ィング処理を行った後、量子化するようにしたディジタ
ルデータの高能率符号化装置において、各ブロック内の
データ数を略同一とすると共に、フローティング係数を
量子化する際には、高域のフローティング係数程少ない
ビット数で量子化することにより、人間の聴覚特性に応
じた効率的な符号化を行うことができるディジタルデー
タの高能率符号化方法を提供するものである。

〔従来の技術〕

例えば、オーディオ信号等に基づくディジタルデータ
の高能率符号化技術として、例えば、オーディオ信号等
の時間軸上の信号を複数の周波数帯域に分割して符号化
する帯域分割符号化（サブ・バンド・コーディング:SB
C）や、時間軸の信号を周波数軸上の信号に変換（直交
変換）して複数の周波数帯域に分割し各帯域毎で適応的
に符号化するいわゆる適応変換符号化（ATC）、或い
は、上記SBCといわゆる適応予測符号化（APC）とを組み
合わせ、時間軸の信号を帯域分割して各帯域信号をベー
スバンド（低域）に変換した後複数次の線形予測分析を
行って予測符号化するいわゆる適応ビット割当て（APC
−AB）等が挙げられる。

これら各種符号化技術の内の例えば上記適応変換符号
化においては、時間軸上のオーディオ信号等を、高速フ
ーリエ変換（FFT）或いは離散的余弦変換（DCT）等の直
交変換によって、時間軸に直交する軸（周波数軸）に変
換し、その後複数の帯域に分割して、これら分割された
各帯域のFFT係数、DCT係数等を適応的なビット割当によ
って量子化（再量子化）している。上記高速フーリエ変
換の適応変換符号化における再量子化の一例として、第
８図に示すように、信号を高速フーリエ変換した後の周
波数軸上の各データ例えばFFT振幅値Am等をブロック
（ブロックB1,B2,…）分けして、これら各ブロック毎に
フローティング係数を算出し、このフローティング係数
で各ブロックデータを正規化（ノーマライズ）した後に
量子化することで、いわゆるブロックフローティング処
理が行われる。この場合のフローティング係数には、各
ブロック毎のピーク値或いは平均値に係数を乗算したも
の等が用いられ、各ブロックのデータを当該ブロックに
対応したフローティング係数で割り算する（或いはフロ
ーティング係数を上記ピーク値等の逆数として設定した
場合には乗算する）ことにより正規化を行っている。な
お、フローティング係数自体も量子化して送っている。

また、上記高能率符号化の内の例えば帯域分割符号化
においては、例えば第９図に示すように、時間軸上のオ
ーディオ信号等を複数の周波数帯域（バンドb1,b2,…）
で分割し、これら複数の周波数帯域で分割された各帯域
毎の信号Ｓをそれぞれ量子化している。これらの信号Ｓ
の時間軸方向の所定サンプル毎にブロック化（ブロック
BL1,L2,…）し、これらの各ブロック毎に上述と同様な
フローティング処理を行うことも可能である。この帯域
分割符号化でのブロックフローティング処理の場合も、
上記適応変換符号化でのブロックフローティング処理の
場合と同様に、各ブロックのデータがフローティング係
数で正規化された後に量子化されると共に、フローティ
ング係数の量子化が行われる。

〔発明が解決しようとする課題〕

ところで、上記フローティング係数の量子化の際に
は、一般に、各ブロックに対する割当てビット数は固定
されている。この時、上記ブロックのサイズが一定でな
い場合、例えば、人間の聴覚特性（周波数分析能力）を
考慮してオーディオ信号帯域をいわゆるクリティカルバ
ンドで分割した場合のように高い周波数帯域ほどバンド
幅（ブロック幅）を広くしているものであった場合、高
域ではブロック内のサンプル数が低減よりも多くなるた
め、該高域におけるブロック内の１サンプル当たりのフ
ローティング係数のビット数が低減に比べ極端に少なく
なる。このような場合には高域でのブロックフローティ
ング処理の効果が少なくなる。逆に上記ブロックのサイ
ズが一定の場合には、低域のブロック及び高域のブロッ
クともフローティング係数に対する割当てビット数が同
じとなり、人間の聴覚特性から本来あまりビット数を必
要としない高域部分にも多くのビット数を与えてしま
い、高域での有効なビット利用が行われなくなる。

そこで、本発明は、上述のような実情に鑑みて提案さ
れたものであり、高域でのブロックフローティング処理
の効率を保ったまま、人間の聴覚の特性を考慮した効率
的なビット割当てを行うことができるディジタルデータ
の高能率符号化方法を提供することを目的とするもので
ある。

〔課題を解決するための手段〕

本発明のディジタルデータの高能率符号化方法は、上
述の目的を達成するために提案されたものであり、入力
ディジタルデータを周波数軸上のデータに変換し、各バ
ンドのデータをブロック化して各ブロック毎のフローテ
ィング係数を演算し、このフローティング係数で各ブロ
ック毎のフローティング処理を行った後、量子化するよ
うにしたディジタルデータの高能率符号化方法におい
て、高域のバンドをさらに複数のバンドに細分化し、上
記各バンドのブロック内のデータ数を略同一とすると共
に、各ブロックのフローティング係数を量子化する際に
は、高域のフローティング係数ほど少ないビット数で量
子化するようにしたものである。

〔作用〕

本発明によれば、各バンドのデータを略同一サンプル
数集めてブロック化しているため、高域におけるブロッ
ク内の１サンプル当たりのフローティング係数ビット数
が極端に少なくならない。また、フローティング係数の
量子化の際に、高域のフローティング係数程少ないビッ
ト数で量子化しているため、高域での量子化のビット数
の無駄が少なくなる。

〔実施例〕

以下、本発明を適用した実施例について図面を参照し
ながら説明する。

第１図は、本発明のディジタルデータの高能率符号化
方法が適用される一実施例となるディジタルデータの高
能率符号化装置の概略構成を示すブロック回路図であ
る。この第１図に示す実施例装置は、高能率符号化の一
例として、上記適応変換符号化を適用した高能率符号化
装置を示す。

すなわち、第１図において、入力ディジタルデータ
は、入力端子１を介してブロック化回路11に伝送されて
所定単位の時間毎にブロック化（単位時間ブロック化）
された後、高速フーリエ変換（FFT）回路12に伝送され
る。当該高速フーリエ変換回路12では、単位時間ブロッ
ク毎のデータが周波数軸上のデータに変換され、例え
ば、2048サンプルの高速フーリエ変換処理を行うとする
と、1023点の位相角,1025点の振幅項（又は1023点の虚
数部,1025点の実数部）で表現されるFFT係数データが求
まることになる。これらFFT係数データは、クリティカ
ルバンド化回路13₁〜13₂₅に伝送され、例えば25バンド
のクリティカルバンドに分割されてブロック化されてい
る。

この時、このバンド毎のブロックでは高い周波数帯域
ほどバンド幅（ブロック幅）が広くなっているため、高
域ではブロック内のサンプル数が低域よりも多くなる。
このような場合、高域での後述するブロックフローティ
ング処理の効果が少なくなる。

したがって、本実施例では各バンドのデータを略同一
サンプル数集めてブロック化している。すなわちブロッ
ク内のデータ数を略同一とする。例えば、Ｎ個のサンプ
ル（FFT係数データ）を集めて（周波数軸方向で集め
て）１つのブロックとする。ここで、上記クリティカル
バンド化回路13₁以降の経路を例に挙げて説明すると、
該クリティカルバンド化回路13₁からはＮ個のサンプル
（１ブロック）が出力される。該ブロックは正規化回路
14₁に伝送されると共に、フローティング係数算出回路1
7₁にも伝送される。該フローティング係数算出回路17₁
では、ブロック毎にフローティング係数が演算算出さ
れ、該フローティング係数が上記正規化回路14₁に伝送
される。当該正規化回路14₁では、このフローティング
係数を用いて上記ブロックのフローティング処理を行う
ことで正規化が施され、その後、量子化回路15₁に送ら
れ当該正規化されたブロックの量子化が行われる。この
時の量子化の際には、上記高速フーリエ変換回路12から
のFFT係数データに基づいて上記クリティカルバンドの
各バンド単位の割当てビット数を決定する割当てビット
数決定回路19からのビット数情報に基づいて量子化が行
われている。この量子化出力が合成回路16に伝送され
る。また、上記フローティング係数は、上記ブロックの
フローティング係数を量子化する量子化手段であるフロ
ーティング係数量子化（FC量子化）回路18₁にてブロッ
ク単位の所定ビット数ｃで量子化が施された後に合成回
路16に伝送される。当該合成回路16からは上記ブロック
の量子化出力とフローティング係数の量子化出力が合成
されて出力端子２から出力されるようになっている。

ここで、上述したように、高域でのブロックフローテ
ィング処理の効率を保ち、かつ人間の聴覚特性を考慮し
た効率的なビット割当てを行う目的から、各ブロックの
フローティング係数を量子化する量子化手段（FC量子化
回路）は、高域のフローティング係数程少ないビット数
で量子化するようにしている。すなわち、本実施例の高
能率符号化装置においては、バンド幅が広くサンプル数
の多い高域では、１つのバンドからＮサンプル単位のｋ
個（ｋは自然数で各バンド毎に異なる数）のブロックを
得るようにしている。例えば、高域のクリティカルバン
ド化回路13₂₅の出力を例に挙げて説明すると、当該回路
出力はｋ個のサブバンド化回路21_25,1〜21_25,kに伝送さ
れ、これらサブバンド化回路21_25,1〜21_25,kから上記Ｎ
サンプル単位のブロックが得られる。これら各ブロック
が上述したクリティカルバンド化回路13₁以降の各回路
と同様に動作する各正規化回路14_25,1〜14_25,k、各フロ
ーティング係数算出回路17_25,1〜17_25,k、各量子化回路
15_25,1〜15_25,k、及び各FC量子化回路18_25,1〜18_25,kに
よって処理された後に合成回路16へ伝送される。

この時上記FC量子化回路18_25,1〜18_25,kでは、上記FC
量子化回路18₁での上記所定ビット数ｃよりも少ないビ
ット数ｒ（ｃ＞ｒ）で各ブロック単位のフローティング
係数の量子化が施されている。なお、各バンドにおける
各ブロックのサンプル数Ｎは、ある程度均一化するよう
に設定されている。

例えば第２図に示すように、クリティカルバンドの各
バンドB1〜B25において、低域のバンドB1,B2,・・・に
対して高域のバンド例えばバンドB25内のｋ個のサブバ
ンドsb_25.1〜sb_25.kには、低域の各バンドの上記所定ビ
ット数ｃよりも少ない所定のビット数ｒが与えられてそ
のビット数ｒで量子化が行われるようになっている。こ
の所定ビット数としては、例えば、図中括弧内に示すよ
うにバンドB1,B2,・・・には６ビット、バンドB25には
４ビット（各サブバンドsb_25.1〜sb_25.kにそれぞれ４ビ
ット）とする。この時、図示は省略しているが、バンド
B1〜B5までは６ビット、バンドB6〜B15までは５ビッ
ト、バンドB16〜B25までは４ビットのようにすることが
できる。また、このフローティング係数の量子化ビット
数を決定する際には、ブロック内のデータの分散をも考
慮してビット数を調整することができる。この場合、分
散が大きいブロックに対しては、フローティング係数の
量子化割当てビット数を減らすようにする。

このように本実施例においては、フローティング係数
の量子化の際に、高域の各サブバンド毎に所定ビット数
を与えているため、例えば、上記クリティカルバンドの
ように高い周波数帯域ほどハンド幅（ブロック幅）を広
くしているものであった場合でも、当該高域におけるバ
ンド内のサンプル当たりのフローティング係数のビット
数が低域でのビット数に比べ極端に少なくなるようなこ
とがなくなり、したがって、高域でのブロックフローテ
ィング処理の効果の低下が防げる。また、高域のフロー
ティング係数程少ないビット数で量子化するようにして
いるため、人間の聴覚特性を考慮した多くのビット数を
必要としない高域部分での効率的なビット利用が可能と
なる。

第３図に上記帯域分割符号化を適用した高能率符号化
装置を示す。

第３図において、入力端子１に供給された時間軸の入
力ディジタルデータは、バンドパスフィルタ（BPF）51₁
〜51₂₅によって例えばクリティカルバンドに分割され
る。該バンドパスフィルタ51₁〜51₂₅では、分割された
各バンドの信号が更に低域フィルタを通されて通過帯域
の中心周波数だけ下に周波数シフト（低域変換）されて
いる。次に、各バンドのデータはブロック化回路52₁〜5
2₂₅でブロック化される。この時のブロック化の際に
は、ブロック内のデータ数（サンプル数）を時間軸方向
で略同一とする（Ｎ個のサンプルで１ブロック）。した
がって、当該ブロック化回路52₁〜52₂₅の出力は、第１
図のブロック化回路11の出力とは違い、時間間隔が互い
に異なるものとなっている。その後各ブロックのデータ
は、正規化回路53₁〜53₂₅でフローティング係数算出回
路55₁〜55₂₅からのフローティング係数によって正規化
され、更に量子化回路54₁〜54₂₅で量子化される。この
時の量子化も、第１図と同様なバンド毎の割当てビット
数で量子化が施される。また、FC量子化回路56₁〜56₂₅
では上記フローティング係数の量子化が施される。これ
ら各量子化出力はマルチプレクサ16を介して出力端子２
から出力される。

ここで、上記FC量子化回路56₁〜56₂₅での上記ブロッ
ク毎のフローティング係数を量子化する際には、高域の
フローティング係数程少ないビット数で量子化するよう
にしている。第３図の例ではその量子化のビット数を図
中括弧で示すように、例えば、低域のFC量子化回路56₁
では６ビット、FC量子化回路56₂では６ビット，・・
・、高域のFC量子化回路56₂₅では４ビットのようにして
いる。

本実施例においても、高域でのブロックフローティン
グ処理の効果を低下が防げる。また、人間の聴覚特性を
考慮した効率的なビット利用が可能となる。

なお、第１図の割当てビット数決定回路19における各
バンド毎の割当てビット情報を形成する際には、例え
ば、信号の許容可能なノイズレベルを設定し、この許容
ノイズレベルの設定の際にはマスキング効果を考慮し
て、上記クリティカルバンドの高い周波数のバンド程同
一のエネルギに対する許容ノイズレベルを高く設定する
ようにすることで、各バンド毎の割当てビット数を決定
することができる。ここで、上記マスキング効果とは、
人間の聴覚上の特性により、ある信号によって他の信号
がマスクされて聞こえなくなる現象を言うものであり、
このマスキング効果には、時間軸上の信号に対するマス
キング効果と周波数軸上の信号に対するマスキング効果
とがある。すなわち、該周波数軸のマスキング効果によ
り、マスキングされる部分にノイズがあったとしても、
このノイズは聞こえないことになる。このため、実際の
オーディオ信号では、該周波数軸でマスキングされる部
分内のノイズは許容可能なノイズとされる。したがっ
て、オーディオデータ等の量子化の際には、該許容ノイ
ズレベル分の割当てビット数を減らすことができるよう
になる。

ここで、上記許容ノイズレベル設定を行う割当てビッ
ト数決定回路19の一具体例を第４図に示す。

すなわち、第１図の高速フーリエ変換回路12からのデ
ータは、ビット数決定回路19の入力端子31を介して総和
検出回路32に伝送される。当該総和検出回路32では、各
クリティカルバンド毎のエネルギ（各バンドでのスペク
トル強度）が、各バンド内のそれぞれのFFT係数データ
の総和（ピーク或いは平均又はエネルギ総和）をとるこ
とにより求められている。該総和検出回路32の出力すな
わち各バンドの総和スペクトルは、一般にバークスペク
トルと呼ばれ、この各バンドのバークスペクトルSBは例
えば、第５図に示すようになる。なお、この第５図では
図示を簡略化するため、本来、クリティカルバンドの25
バンドに対応して25個となるバークスペクトルSBを12個
で表している。

次に、上記バークスペクトルSBのマスキングにおける
影響を考慮するため、上記バークスペクトルSBに所定の
重みづけの関数を畳込む（コンボリューション）。この
ため、上記バークスペクトルSBの各値は、フィルタ回路
33に伝送される。当該フィルタ回路33は、第６図に示す
ように、入力データすなわち上記バークスペクトルSBの
データを順次遅延させる遅延素子（z^-1）101_m-2〜101
_m+3と、各遅延素子101_m-2〜101_m+3からの出力にフィル
タ係数（重みづけの関数）を乗算する各乗算器102_m-3〜
102_m+3と、総和加算器104とから構成されるものであ
る。この時乗算器102_m-3〜102_m+3において、例えば、乗
算器102_m-3でフィルタ係数0.0000086を、乗算器102_m-2
でフィルタ係数0.0019を、乗算器102_m-1でフィルタ係数
0.15を、乗算器102_mでフィルタ係数１を、乗算器102_m+1
でフィルタ係数0.4を、更に乗算器102_m+2でフィルタ係
数0.06を、また乗算器102_m+3でフィルタ係数0.007を各
遅延素子の出力に乗算することにより、上記バークスペ
クトルSBの畳込み処理が行われる。該畳込み処理によ
り、上述の第５図中点線で示す部分の総和がとられ、端
子105から出力される。

ところで、上記バークスペクトルSBのマスキングスペ
クトル（許容可能なノズルスペクトル）を算出する場合
の後述する許容可能なノイズレベルに対応するレベルα
においては、このレベルαが小さいとマスキングのスペ
クトルが下降することになり、結果として第１図の量子
化回路15₁〜15_25,kでの量子化の際に割り当てるビット
数を増やさなければならないようになる。逆に、上記レ
ベルαが大きいとマスキングスペクトルが上昇すること
になり、結果として量子化の際の割り当てるビット数を
減少することができるようになる。なお、該許容可能な
ノズルレベルに対応するレベルαとは、逆コンボリュー
ション処理を行うことによってクリティカルバンドの各
バンド毎の許容ノイズレベルとなるようなレベルであ
る。また一般にオーディオ信号等では、高域部分のスペ
クトル強度（エネルギ）が小さい。したがって、本具体
例においては、これらのことを考慮して、エネルギの小
さい高域にいく程、上記レベルαを大きくし、当該高域
部分のビット割当て数を減らすようにしている。このよ
うなことから、上記許容ノイズレベル設定の際には高い
周波数同一のエネルギに対する上記レベルαを高く設定
している。

すなわち本具体例では、上記許容ノイズレベルに対応
するレベルαを算出し、該レベルαが高域程高くなるよ
うに制御している。このため、上記フィルタ回路33の出
力は引算器34に送られる。該引算器34は、上記畳込んだ
領域でのレベルαを求めるものである。ここで、上記引
算器34には、上記レベルαを求めるための許容関数（マ
スキングレベルを表現する関数）が供給される。該許容
関数を増減させることで上記レベルαの制御を行ってい
る。該許容関数は、関数発生回路36から供給されてい
る。

すなわち、許容ノイズレベルに対応するレベルαは、
クリティカルバンドのバンドの低減から順に与えられる
番号をｉとすると、第（１）式で求めることができる。

α＝ｓ−（ｎ−ai）・・・・・・（１）この第（１）式において、n,aは定数でａ＞０、Ｓは
畳込み処理後のバークスペクトルの強度であり、第
（１）式中（ｎ−ai）が許容関数となる。ここで、上述
した様に、エネルギの少ない高域からビット数を減らす
方が全体のビット数削減に有利であるため、本具体例で
はｎ＝38,a＝１としており、この時の音質劣化はなく、
良好な符号化が行えた。

上述のようにして、上記レベルαが求められ、このデ
ータは、割算器35に伝送される。当該割算器35では、上
記畳込み処理された領域でのレベルαを逆コンボリュー
ションするためのものである。したがって、この逆コン
ボリューション処理を行うことにより、上記レベルαか
ら、マスキングスペクトルが得られるようになる。すな
わち、このマスキングスペクトルが許容ノイズスペクト
ルとなる。なお、上記逆コンボリューション処理は、複
雑な演算を必要とするが、本具体例では簡略化した割算
器35を用いて逆コンボリューションを行っている。

その後、上記マスキングスペクトルは、減算器37に伝
送される。ここで、該減算器37には、上記バークスペク
トルSBが遅延回路38を介して供給されている。したがっ
て、この減算器37で上記マスキングスペクトルとバーク
スペクトルSBとの減算演算が行われることで、第７図に
示すように、上記バークスペクトルSBは、該マスキング
スペクトルMSの各レベルで示すレベル以下がマスキング
されることになる。該減算器37の出力が第１図の各量子
化回路15₁〜15_25,kでの量子化の際の割当てビット数情
報として出力端子39から出力される。

上述したように、本具体例においては、エネルギの小
さい高域にいく程、許容ノイズレベルを大きくし、該高
域部分のビット割当て数を減らすようにしているため、
ブロックの量子化の際に効率の良いビット配分が行え
る。

〔発明の効果〕

本発明のディジタルデータの高能率符号化方法におい
ては、ブロック化の際に各ブロック内のデータ数を略同
一としており、高域におけるブロック内の１サンプル当
たりのフローティング係数のビット数が極端に少なくな
らないため、高域でのブロックフローティング処理の効
果の低下を防止できる。また、各ブロックのフローティ
ング係数を量子化する際には、高域のフローティング係
数程少ないビット数で量子化しているため、高域での量
子化のビット数の効率的な利用が可能となる。したがっ
て、人間の聴覚特性に応じた効率的な符号を行うことが
できるようになる。

【図面の簡単な説明】

第１図は適応変換符号化を適用した実施例のディジタル
データの高能率符号化装置の概略構成を示すブロック回
路図、第２図は本実施例のバンド（ブロック）を模式的
に示す図、第３図は帯域分割符号化を適用した実施例の
ディジタルデータの高能率符号化装置の概略構成を示す
ブロック回路図、第４図は割当てビット数決定のための
構成を示すブロック回路図、第５図はバークスペクトル
を示す図、第６図はフィルタ回路を示す回路図、第７図
はマスキングスペクトルを示す図、第８図は適応変換符
号化のブロックを模式的に示す図、第９図は帯域分割符
号化のブロックを示す図である。 11,52₁〜52₂₅……ブロック化回路 12……高速フーリエ変換回路 13₁〜13₂₅……クリティカルバンド化回路 17₁〜17_25,k，55₁〜55₂₅……フローティング係数算出回
路 14₁〜14_25,k，53₁〜53₂₅……正規化回路 15₁〜15_25,k，54₁〜54₂₅……量子化回路 18₁〜18_25,k，56₁〜56₂₅……FC量子化回路 19……割当てビット数決定回路 21_25,1〜21_25,k……サブバンド化回路 16……合成回路 51₁〜51₂₅……バンドパスフィルタ

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開昭62−42621（ＪＰ，Ａ) 特開平２−84895（ＪＰ，Ａ) 特開平２−153639（ＪＰ，Ａ) 特開昭63−201700（ＪＰ，Ａ)

Claims

(57)【特許請求の範囲】

【請求項１】入力ディジタルデータを周波数軸上のデー
タに変換し、各バンドのデータをブロック化して各ブロ
ック毎のフローティング係数を演算し、このフローティ
ング係数で各ブロック毎のフローティング処理を行った
後、量子化するようにしたディジタルデータの高能率符
号化方法において、高域のバンドをさらに複数のバンドに細分化し、上記各
バンドのブロック内のデータ数を略同一とすると共に、
各ブロックのフローティング係数を量子化する際には、
高域のフローティング係数ほど少ないビット数で量子化
するようにしたことを特徴とするディジタルデータの高能率符号化方
法。