JP3099569B2 - 音響信号の伝送方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音響信号の情報量を圧縮
して伝送する音響信号の伝送方法に関する。

【０００２】

【従来の技術】近年、アナログ信号をデジタル信号、例
えばＰＣＭ（パルスコードモジュレーション)信号とし
て伝送(あるいは記録再生）することが多くなったが、
前記のＰＣＭ信号は情報量が多いために、ＰＣＭ信号の
伝送（あるいは記録再生）のためには広い伝送帯域が必
要とされる。それで、デジタル信号の信号処理を行う伝
送機器(記録再生機器)、その他の各種の機器において
は、従来からデジタル信号を少ない情報量で効率的に処
理することが行なわれているが、信号をより一層少ない
情報量で効率的に符号化できるようにした高能率符号化
方式としては、信号の予測を行なって予測値からのずれ
の成分（残差成分）だけを記録，伝送するようにした各
種の高能率符号化方式や、信号に対してある種の変換
（一般には直交変換）を施して信号の特徴を抽出し、そ
の信号の特徴部分、あるいは人間の視覚や聴覚が信号の
変化の少ない部分での変化に対しては敏感であるが信号
の変化の激しい部分においてはある程度の誤差があって
も検知し難いという性質を利用するなどして各サンプル
あたりの情報量(ビット数)を少なくするようにした各種
の高能率符号化方式等が従来から提案されて来ているこ
とは周知のとおりである。

【０００３】

【発明が解決しようとする課題】しかし、従来の高能率
符号化方式では、楽音信号のデータを高品質の状態で再
現できるように高い圧縮率で圧縮することができなかっ
た。そこで、本出願人会社では、先に、音響信号を振幅
成分と位相成分という形で、周波数軸上で表現されるパ
ラメータを用いたデータの高能率符号化法によってデー
タ量を圧縮して伝送，記録再生する諸方式についての提
案を行なって来ている（例えば特願平４ー３２２７６９
号明細書、他）が、既提案の諸方式よりも、より一層、
少ないデータ量で音響信号の伝送，記録再生が可能な音
響信号の伝送方法の出現が求められた。

【０００４】

【課題を解決するための手段】本発明は、予め定められ
た一定の時間長を有するように音響信号から切出された
順次の各フーリエ変換フレームの信号に同じ窓関数を用
いて離散的にフーリエ変換し、前記した各フーリエ変換
フレーム毎のフーリエ変換の結果として求められた同一
な所定数の離散周波数毎のデータを用いて、前記した各
フーリエ変換フレームにおける順次の離散周波数毎の振
幅成分と位相成分とを得て、各フーリエ変換フレームに
ついての順次の離散周波数毎の振幅成分と位相成分とを
周波数軸上で複数個のブロックに分割し、前記した各ブ
ロック毎にそれぞれ予め定められた本数の振幅スペクト
ルずつの算術平均値を求めて、それを振幅成分の代表値
とするとともに、前記した各ブロック毎にそれぞれ予め
定められた本数の位相スペクトルについて、その中の１
つを位相成分の代表値として、前記の振幅成分の代表値
と、位相成分の代表値とを伝送するようにした音響信号
の伝送方法を提供する。

【０００５】

【作用】予め定められた一定の時間長を有するように音
響信号から切出された順次の各フーリエ変換フレームの
信号に、同じ窓関数を用いて離散的にフーリエ変換を施
し、前記した各フーリエ変換フレーム毎のフーリエ変換
の結果として求められた同一な所定数の離散周波数毎の
データを用いて、前記した各フーリエ変換フレームにお
ける順次の離散周波数毎の振幅成分と位相成分とを得
る。前記した各フーリエ変換フレームについての順次の
離散周波数毎の振幅成分と位相成分とを周波数軸上で複
数個のブロックに分割し、前記した各ブロック毎にそれ
ぞれ予め定められた本数の振幅スペクトルずつの算術平
均値を求めて、それを振幅成分の代表値とし、また、前
記した各ブロック毎にそれぞれ予め定められた本数の位
相スペクトルについて、その中の１つを位相成分の代表
値として、前記の振幅成分の代表値と、位相成分の代表
値とを伝送する。

【０００６】

【実施例】以下、添付図面を参照して本発明の音響信号
の伝送方法の具体的な内容を詳細に説明する。図１は本
発明の音響信号の伝送方法を実施する際に使用されるエ
ンコーダの構成例を示すブロック図であり、また、図２
は本発明の音響信号の伝送方法を実施する際に使用され
るデコーダの構成例を示すブロック図である。図１にお
いて１は記録，伝送の対象にされているデジタル音響信
号の入力端子であり、前記したデジタル音響信号の入力
端子１に供給されたデジタル音響信号は、オーバーラッ
プ部２によってオーバーラップされた状態で予め定めら
れたそれぞれ一定の時間長を有するように切出されて、
順次のフーリエ変換フレームとされる。前記した各フー
リエ変換フレームは、音響信号からそれぞれＮ個（例え
ばＮ＝１０２４）の標本点を有する期間となるように窓
関数処理部３において窓関数を掛けて、順次の各フレー
ムの繋ぎ目を互に重複させて緩やかに繋がるような状態
の順次の１フレーム期間として切出されたものである。
前記した各１フレーム毎のフーリエ変換フレームは、ブ
ロック４において例えば離散的有限系列のフーリエ変換
（ＤＦＴ）または高速フーリエ変換（ＦＦＴ）により直
交変換が行なわれる。以下の説明では前記の直交変換が
高速フーリエ変換(ＦＦＴ)によって行なわれるものとし
て記述されている。

【０００７】さて、各１フレーム毎のフーリエ変換フレ
ームについてＦＦＴ演算が行なわれた場合には、前記し
た各１フレーム毎のフーリエ変換フレームにおけるデー
タ数（標本数）をＮとし、標本化周波数をｆｓとする
と、ｆ＝ｆｓ／Ｎ で示されるｆの周波数間隔毎の離散
的な各周波数（合計Ｎ個の周波数）についてのＦＦＴ演
算結果が得られるが、前記したＦＦＴ演算結果は、Ｎ個
の離散的な周波数毎に実数部(Ｒｅａｌ)振幅と、虚数部
(Ｉｍａｇ)振幅とからなるものである。そして、前記の
ようにＦＦＴ演算の結果として得られたＮ個の離散的な
周波数毎のデータは、それぞれの離散的な周波数のデー
タ毎に個別に信号処理が行なわれるのであり、前記のＦ
ＦＴ演算の結果として得られたＮ個の離散的な周波数毎
の実数部と虚数部とからなる特定な離散的な周波数のデ
ータは、直交座標→極座標変換部５において、極座標変
換されて振幅項と位相項とに分離された後に、振幅計算
部５Ａにおける「数１」に従った振幅の計算と、位相計
算部５Ｐにおける「数２」に従った位相の計算とが行な
われることにより、順次の各１フレーム毎のフーリエ変
換フレームについて、前記した離散的な各周波数毎に、
振幅スペクトル（振幅成分）と位相スペクトル（位相成
分）とが求められる。

【０００８】

【数１】

【数２】

【０００９】ところで、前記のようにＦＦＴ演算結果と
して離散的な各周波数毎に得られたＮ個の実数部(Ｒｅ
ａｌ)振幅とＮ個の虚数部（Ｉｍａｇ）振幅とにおい
て、Ｎ個の実数部(Ｒｅａｌ)振幅には同じ値のものが２
個ずつ現われており、また、Ｎ個の虚数部（Ｉｍａｇ）
振幅には絶対値で同じ値のものが２個ずつ現われている
から、有効な合成振幅項(Ａｍｐ)の項数が総数の１／２
となり、また有効な位相項（Ｐｈａｓｅ)の項数も総数
の１／２となるから、ＦＦＴ出力データ数をＦＦＴの実
数入力データ数と等しくできる。

【００１０】さて、直交変換後の周波数軸上での分解能
は、既述のように各１フレーム毎のフーリエ変換フレー
ムにおけるデータ数(標本数)をＮとし、標本化周波数を
ｆｓとすると、ｆ＝ｆｓ／Ｎ によって示されるが、
今、例えば標本数Ｎ＝１０２４とし、また、標本化周波
数ｆｓ＝４４１００Ｈｚとすると、この場合の分解能は
ｆ＝ｆｓ／Ｎ＝４４１００／１０２４＝４３．０７Ｈｚ
となる。一方、人間の聴感特性について考えてみると、
低い周波数に対する分解能と、高い周波数に対する分解
能とには差があり、可聴周波数帯域における人間の聴感
特性は周波数の低い音については分解能が細かく、高い
周波数の音に対しては分解能が広くなるという、所謂、
臨界帯域幅でその分解能が定義される。ここで、前記し
た４３．０７Ｈｚという分解能の値についてみると、こ
の分解能の数値は低い周波数に対してはともかくとし
て、高い周波数に対しては十分過ぎる分解能を示す値で
あって、高域周波数についてみるとデータ圧縮という観
点から大きな無駄があるといえる。

【００１１】そこで、本発明の音響信号の伝送方法で
は、予め定められた一定の時間長を有するように音響信
号から切出された順次の各フーリエ変換フレームの信号
に同じ窓関数を用いて離散的にフーリエ変換し、前記し
た各フーリエ変換フレーム毎のフーリエ変換の結果とし
て求められた同一な所定数の離散周波数毎のデータを用
いて、前記した各フーリエ変換フレームにおける順次の
離散周波数毎の振幅成分と位相成分とを得て、各フーリ
エ変換フレームについての順次の離散周波数毎の振幅成
分と位相成分とを周波数軸上で複数個のブロックに分割
し、前記した各ブロック毎にそれぞれ予め定められた本
数の振幅スペクトルをまとめて振幅成分の代表値を得る
とともに、前記した各ブロック毎にそれぞれ予め定めら
れた本数の位相スペクトルについて位相成分の代表値を
定めて、前記の振幅成分の代表値と位相成分の代表値と
を伝送するようにして、音響信号を高能率圧縮して伝送
できるようにしたのである。

【００１２】すなわち直交座標→極座標変換部５におけ
る振幅計算部５Ａにおいて「数１」に従った振幅の計算
と、位相計算部５Ｐにおいて「数２」に従った位相の計
算とが行なわれることにより、順次の各１フレーム毎の
フーリエ変換フレームについて、前記した離散的な各周
波数毎に求められた振幅スペクトル（振幅成分）と位相
スペクトル（位相成分）とにおける振幅スペクトル（振
幅成分）は、帯域分割部６に与えられ、また、位相スペ
クトル（位相成分）は帯域分割部７に与えられる。前記
した振幅スペクトル（振幅成分）と位相スペクトル（位
相成分）とは、それぞれ帯域分割部６，７において、所
定の周波数帯域毎に分割されて周波数軸上で複数個のブ
ロックに分割される。

【００１３】次いで、帯域分割部６において所定の周波
数帯域毎のブロックとされた振幅成分は、代表値算出部
８において各ブロック毎にそれぞれ予め定められた本数
の振幅スペクトルについての算術平均を求めて、それを
振幅成分の代表値としてマルチプレクサ１０に出力し、
また、帯域分割部７において所定の周波数帯域毎のブロ
ックとされた位相成分は、代表値算出部９において各ブ
ロック毎にそれぞれ予め定められた本数の位相スペクト
ルの内の１つのものを位相成分の代表値としてマルチプ
レクサ１０に出力し、前記のマルチプレクサ１０では、
振幅成分の代表値と位相成分の代表値とを出力端子１１
に送出する。

【００１４】

【表１】

【００１５】「表１」は本発明の音響信号の伝送方法具
体的な実施の一例を示した表であって、この「表１」に
示した具体例においては、順次の各１フレーム毎のフー
リエ変換フレームについて、離散的な各周波数ｆ＝ｆｓ
／Ｎ毎に求められた振幅スペクトル（振幅成分）と位相
スペクトル（位相成分）とが、それぞれ対応する帯域分
割部６，７において、０〜２．７６ＫＨｚの周波数帯域
に属する成分よりなるブロックと、２．７６ＫＨｚ〜
５．５１ＫＨｚの周波数帯域に属する成分よりなるブロ
ックと、５．５１ＫＨｚ〜１１．０３ＫＨｚの周波数帯
域に属する成分よりなるブロックと、１１．０３ＫＨｚ
〜２２．０５ＫＨｚの周波数帯域に属する成分よりなる
ブロックとに分割され、次いで、前記の各ブロック毎に
「表１」に記載のような予め定められたスペクトルの本
数ずつ１まとめとし、前記の１まとめにしたスぺクトル
毎に代表値を設定することにより、それぞれ１６０個の
代表値によって振幅成分と位相成分との伝送が行なわれ
るようにした場合の例を示している。「表１」に示す例
においては、もともと５１２本のスペクトルと対応する
データ量を、１６０本のスペクトルと対応するデータ量
にまで圧縮できるような比率でデータ量の圧縮ができる
ことになる。

【００１６】前記した「表１」に例示した具体例におい
て、０〜２．７６ＫＨｚの最も低い周波数帯域のブロッ
ク内には６４本のスペクトルが存在しうるが、この最も
低い周波数帯域のブロックについては、そのブロック内
で１まとめするスペクトルの本数を１、すなわち、ブロ
ック内に含まれているすべてのスペクトルをそれぞれ代
表値としており、また、２．７６ＫＨｚ〜５．５１ＫＨ
ｚの周波数帯域のブロックに存在する６４本のスペクト
ルについては、そのブロック内では２本ずつのスペクト
ルを１まとめにして、それぞれ代表値を定めることによ
り、この２．７６ＫＨｚ〜５．５１ＫＨｚの周波数帯域
のブロックでは３２個の代表値を定め、さらに、５．５
１ＫＨｚ〜１１．０３ＫＨｚの周波数帯域のブロックに
存在する１２８本のスペクトルについては、そのブロッ
ク内では４本ずつのスペクトルを１まとめにして、それ
ぞれ代表値を定めることにより、この５．５１ＫＨｚ〜
１１．０３ＫＨｚの周波数帯域のブロックでは３２個の
代表値を定め、さらにまた１１．０３ＫＨｚ〜２２．０
５ＫＨｚの周波数帯域のブロックに存在する２５６本の
スペクトルについては、そのブロック内では８本ずつの
スペクトルを１まとめにして、それぞれ代表値を定める
ことにより、この１１．０３ＫＨｚ〜２２．０５ＫＨｚ
の周波数帯域のブロックでは３２個の代表値を定めて、
０〜２２．０５ＫＨｚの全周波数帯域について１６０個
の代表値が定められている。

【００１７】振幅成分の代表値算出部８における代表値
の算出は、前記のように各ブロック毎に予め定められた
本数の振幅スペクトル値の算術平均値を算出して行なわ
れるのであり、また位相成分の代表値算出部９における
代表値の算出は、前記のように各ブロック毎に予め定め
られた本数の位相スペクトルの内の特定なもの、例えば
ブロック内で１まとめにされるべき位相スペクトルの内
で一番低い周波数と対応する位相スペクトルを代表値に
する等のように、予め定めた代表値の設定法に従って位
相の代表値を定める。すなわち、人間の聴覚は音響信号
の位相に関しては高周波数になる程鈍感になるから、位
相スペクトルに関しては複数本の位相スペクトルについ
ての代表値を得るのには、算術平均を算出する等の手段
を用いるようなことをせず、単に、複数本の位相スペク
トルの内の１本を任意に選択してそれを代表値としても
よいのである。

【００１８】図１中の出力端子１１にデータ量が圧縮さ
れた状態のものとして送出された音響信号のデータは、
伝送路を介して送信側から受信側に送られて復号された
り、あるいは記録媒体に記録された後に再生された後に
復号されるのであるが、既述した図１に示されているエ
ンコーダによって符号化されることにより、データ量が
圧縮された音響信号のデータに対する復号動作は、図２
に例示されているような構成を有するデコーダを用いて
行なうことができる。図２において１２は復号の対象に
されている音響信号のデータの入力端子であり、１３は
デ・マルチプレクサである。復号の対象にされている音
響信号のデータの内で振幅成分の代表値によるデータ
は、デ・マルチプレクサ１３から、代表値から全ての振
幅スペクトルの復原部１４に供給され、また、復号の対
象にされている音響信号のデータの内で位相成分の代表
値によるデータは、デ・マルチプレクサ１３から、代表
値から全ての位相スペクトルの復原部１５に供給され
る。

【００１９】前記した代表値から全ての振幅スペクトル
の復原部１４と、代表値から全ての位相スペクトルの復
原部１５とは、それぞれの代表値を得るのに用いられた
スペクトルの本数と対応する回数だけ、それぞれの代表
値を繰返して出力して極座標→直交座標変換部１６に供
給する、というような動作での復原動作を行なう。極座
標→直交座標変換部１６では、それに供給された特定な
離散的な周波数における振幅成分のデータと位相成分の
データとによって、特定な離散的な周波数における実数
部振幅と虚数部振幅とを算出して逆ＦＦＴ演算部１７に
供給する。逆ＦＦＴ演算部１７では、もとの音響信号の
データを復原して窓関数処理部１８に供給する。前記の
窓関数処理部１８で窓関数処理された音響信号のデータ
はオーバーラップ加算部１９でオーバーラップ加算が施
されて出力端子２０に送出される。

【００２０】なお、本発明の音響信号の伝送方法の実施
に当っては、マスキングを利用したデータの圧縮の手法
を組合わせて実施したり、より一層のデータの圧縮率の
向上を図かったり、あるいは本出願人会社で提案した直
交変換と予測とによる圧縮方式とを組合わせて実施した
りしてもよいことは当然である。また、本発明の音響信
号の伝送方法の実施に当り、各フーリエ変換フレームに
ついての順次の離散周波数毎の振幅成分と位相成分とを
周波数軸上で複数個のブロックに分割する際の各ブロッ
クの大きさや、代表値としてまとめるスペクトルの本数
等を、それぞれのフーリエ変換フレーム毎に適応的に変
化させるようにしてもよいが、そのような実施の態様と
して本発明の音響信号の伝送方法が実施される際には、
「表１」に示されている各項目に対応して設定される情
報も、データに付加して伝送することが必要とされる。

【００２１】

【発明の効果】以上、詳細に説明したところから明らか
なように本発明の音響信号の伝送方法は、予め定められ
た一定の時間長を有するように音響信号から切出された
順次の各フーリエ変換フレームの信号に、同じ窓関数を
用いて離散的にフーリエ変換を施し、前記した各フーリ
エ変換フレーム毎のフーリエ変換の結果として求められ
た同一な所定数の離散周波数毎のデータを用いて、前記
した各フーリエ変換フレームにおける順次の離散周波数
毎の振幅成分と位相成分とを得て、前記した各フーリエ
変換フレームについての順次の離散周波数毎の振幅成分
と位相成分とを周波数軸上で複数個のブロックに分割
し、前記した各ブロック毎にそれぞれ予め定められた本
数の振幅スペクトルずつの算術平均値を求めて、それを
振幅成分の代表値とし、また、前記した各ブロック毎に
それぞれ予め定められた本数の位相スペクトルについ
て、その中の１つを位相成分の代表値として、前記の振
幅成分の代表値と、位相成分の代表値とを伝送するもの
であるから、本発明の音響信号の伝送方法によれば、高
い圧縮率でデータの圧縮を行なっても、楽音信号のデー
タを高品質の状態で再現できるのであり、既提案の諸方
式よりも、より一層、少ないデータ量で音響信号の伝
送，記録再生を良好に行なうことができ、本発明により
既述した従来の問題点は良好に解決できる。

【図面の簡単な説明】

【図１】本発明の音響信号の伝送方法を実施する際に使
用されるエンコーダの構成例を示すブロック図である。

【図２】本発明の音響信号の伝送方法を実施する際に使
用されるデコーダの構成例を示すブロック図である。

【符号の説明】

１…記録，伝送の対象にされているデジタル音響信号の
入力端子、２…オーバーラップ部、３…窓関数処理部、
５…直交座標→極座標変換部、５Ａ…振幅計算部、５Ｐ
…位相計算部、６，７…帯域分割部、８，９…代表値算
出部、１０…マルチプレクサ、１２…復号の対象にされ
ている音響信号のデータの入力端子、１３…デ・マルチ
プレクサ、１４…代表値から全ての振幅スペクトルの復
原部、１５…代表値から全ての位相スペクトルの復原
部、１６…極座標→直交座標変換部、１７…逆ＦＦＴ演
算部、１８…窓関数処理部、１９…オーバーラップ加算
部、２０…出力端子、

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) H04B 14/00 - 14/04 H03M 7/30

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】予め定められた一定の時間長を有するよう
   に音響信号から切出された順次の各フーリエ変換フレー
   ムの信号に同じ窓関数を用いて離散的にフーリエ変換
   し、前記した各フーリエ変換フレーム毎のフーリエ変換
   の結果として求められた同一な所定数の離散周波数毎の
   データを用いて、前記した各フーリエ変換フレームにお
   ける順次の離散周波数毎の振幅成分と位相成分とを得
   て、各フーリエ変換フレームについての順次の離散周波
   数毎の振幅成分と位相成分とを周波数軸上で複数個のブ
   ロックに分割し、前記した各ブロック毎にそれぞれ予め
   定められた本数の振幅スペクトルずつの算術平均値を求
   めて、それを振幅成分の代表値とするとともに、前記し
   た各ブロック毎にそれぞれ予め定められた本数の位相ス
   ペクトルについて、その中の１つを位相成分の代表値と
   して、前記の振幅成分の代表値と、位相成分の代表値と
   を伝送するようにした音響信号の伝送方法。