JP3188013B2 - 変換符号化装置のビット配分方法 - Google Patents
変換符号化装置のビット配分方法Info
- Publication number
- JP3188013B2 JP3188013B2 JP03071293A JP3071293A JP3188013B2 JP 3188013 B2 JP3188013 B2 JP 3188013B2 JP 03071293 A JP03071293 A JP 03071293A JP 3071293 A JP3071293 A JP 3071293A JP 3188013 B2 JP3188013 B2 JP 3188013B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- units
- quantization
- bit allocation
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/66—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission for reducing bandwidth of signals; for improving efficiency of transmission
- H04B1/665—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission for reducing bandwidth of signals; for improving efficiency of transmission using psychoacoustic properties of the ear, e.g. masking effect
Description
【０００１】
【産業上の利用分野】本発明は、送信あるいはディジタ
ル記憶媒体用のディジタル・オーディオ信号の効率的な
情報符号化、特にその変換符号用の効率的なビット割当
手法を用いる量子化方法に関するものである。
ル記憶媒体用のディジタル・オーディオ信号の効率的な
情報符号化、特にその変換符号用の効率的なビット割当
手法を用いる量子化方法に関するものである。
【０００２】
【従来の技術】最近、広帯域オーディオ信号の圧縮アル
ゴリズムが、広く適用されるようになってきている。家
電分野では、ディジタル・コンパクト・カセット（ＤＣ
Ｃ）とミニ・ディスク・システム（ＭＤ）の２つの分野
で、それらの圧縮アルゴリズムが適用されている。ＤＣ
Ｃシステムは副帯域符号化に基づいた圧縮アルゴリズム
を使用するが、ＭＤシステムは副帯域と変換符号化のハ
イブリッドに基づくアルゴリズムを使用し、変換符号化
部分がアルゴリズムのバックボーンを形成している。本
発明はＭＤシステムで使用する変換符号器のブロック・
サイズの判定に関連したものである。
ゴリズムが、広く適用されるようになってきている。家
電分野では、ディジタル・コンパクト・カセット（ＤＣ
Ｃ）とミニ・ディスク・システム（ＭＤ）の２つの分野
で、それらの圧縮アルゴリズムが適用されている。ＤＣ
Ｃシステムは副帯域符号化に基づいた圧縮アルゴリズム
を使用するが、ＭＤシステムは副帯域と変換符号化のハ
イブリッドに基づくアルゴリズムを使用し、変換符号化
部分がアルゴリズムのバックボーンを形成している。本
発明はＭＤシステムで使用する変換符号器のブロック・
サイズの判定に関連したものである。
【０００３】ＭＤシステムは「ＡＴＲＡＣ(ADAPTIVE TR
ANSFORM ACOUSTIC CODING)圧縮アルゴリズム」を使用す
る。このＡＴＲＡＣアルゴリズムは、７０５.６ｋｂｉ
ｔ／ｓ／チャネルのビット速度の入力オーディオ信号を
１４６.０８ｋｂｉｔ／ｓ／チャネルのビット速度に圧
縮するものである。
ANSFORM ACOUSTIC CODING)圧縮アルゴリズム」を使用す
る。このＡＴＲＡＣアルゴリズムは、７０５.６ｋｂｉ
ｔ／ｓ／チャネルのビット速度の入力オーディオ信号を
１４６.０８ｋｂｉｔ／ｓ／チャネルのビット速度に圧
縮するものである。
【０００４】図８にその符号化過程を実現するブロック
図を示す。入力時間信号はまず分割フィルターバンク
１、２、３を通過して、３つの周波数帯域の信号を得
る。低い方の２つの帯域はそれぞれ最も高い帯域の帯幅
の半分である。ブロックサイズ決定過程４は各々の帯域
について行われ、ウィンドウ化と変換過程５、６、７の
ためにサンプルサイズないしブロックモードを決定す
る。ＭＤＣＴ−Ｈ５、ＭＤＣＴ−Ｍ６，ＭＤＣＴ−Ｌ７
は、修正ディスクリートコサイン変換手段であって、時
間領域のディジタルオーディオ信号を周波数領域のスペ
クトルデータに変換するものである。以降、修正ディス
クリートコサイン変換をＭＤＣＴと略記する。その時間
単位がブロックサイズ決定過程４で決められる。そし
て、利用し得る短ブロックモードないし長ブロックモー
ドの得られる２つのブロックモードの１つが帯域の各々
について選択される。変換されたスペクトル・サンプル
はユニットにグループ化され、各々のユニットでは、ユ
ニット８のサンプルのピーク値から換算係数を導出す
る。それらのユニットは非均一な周波数間隔で、低周波
数では分解度は精細で、高周波数では分解度は粗であ
る。量子化１０は、換算係数と動的ビット割当モジュー
ル９からのビット割当情報を用いてサンプルに対して行
う。
図を示す。入力時間信号はまず分割フィルターバンク
１、２、３を通過して、３つの周波数帯域の信号を得
る。低い方の２つの帯域はそれぞれ最も高い帯域の帯幅
の半分である。ブロックサイズ決定過程４は各々の帯域
について行われ、ウィンドウ化と変換過程５、６、７の
ためにサンプルサイズないしブロックモードを決定す
る。ＭＤＣＴ−Ｈ５、ＭＤＣＴ−Ｍ６，ＭＤＣＴ−Ｌ７
は、修正ディスクリートコサイン変換手段であって、時
間領域のディジタルオーディオ信号を周波数領域のスペ
クトルデータに変換するものである。以降、修正ディス
クリートコサイン変換をＭＤＣＴと略記する。その時間
単位がブロックサイズ決定過程４で決められる。そし
て、利用し得る短ブロックモードないし長ブロックモー
ドの得られる２つのブロックモードの１つが帯域の各々
について選択される。変換されたスペクトル・サンプル
はユニットにグループ化され、各々のユニットでは、ユ
ニット８のサンプルのピーク値から換算係数を導出す
る。それらのユニットは非均一な周波数間隔で、低周波
数では分解度は精細で、高周波数では分解度は粗であ
る。量子化１０は、換算係数と動的ビット割当モジュー
ル９からのビット割当情報を用いてサンプルに対して行
う。
【０００５】この動的ビット割当方法は、どの様な適応
的圧縮アルゴリズムでも不可欠の部分となっている。再
構成した出力の質と冗長性と無関係性除去の程度は、ビ
ット割当方法により大きく左右される。更に、ビット割
当手順はハードウエアの複雑性の度合をも決定する役割
を果たす。ＡＴＲＡＣアルゴリズムでのビット割当はお
もに変換スペクトルサンプルに適用されるので、かなり
の数の従来技術がこの種の変換符号プロセスについて存
在する。それらの動的ビット割当手法は、大きく分けて
２つのカテゴリーにグループ化することができる。
的圧縮アルゴリズムでも不可欠の部分となっている。再
構成した出力の質と冗長性と無関係性除去の程度は、ビ
ット割当方法により大きく左右される。更に、ビット割
当手順はハードウエアの複雑性の度合をも決定する役割
を果たす。ＡＴＲＡＣアルゴリズムでのビット割当はお
もに変換スペクトルサンプルに適用されるので、かなり
の数の従来技術がこの種の変換符号プロセスについて存
在する。それらの動的ビット割当手法は、大きく分けて
２つのカテゴリーにグループ化することができる。
【０００６】第１のカテゴリーは、マスキングしきい値
を導出するため同時マスキング及び静寂でのしきい値と
いう心理音響学的現象を適用するビット割当方法からな
る。このカテゴリーの例としては、ＭＤＣＴスペクトル
サンプルを用いてマスキングしきい値を計算する。より
複雑な手法としては、高速フーリエ変換（ＦＦＴ）を用
いてより複雑なマスキング計算の周波数スペクトル成分
を得るJDジョンストンによる「感覚的雑音基準を用いた
オーディオ信号の変換符号化」という名称の論文に記載
されている。
を導出するため同時マスキング及び静寂でのしきい値と
いう心理音響学的現象を適用するビット割当方法からな
る。このカテゴリーの例としては、ＭＤＣＴスペクトル
サンプルを用いてマスキングしきい値を計算する。より
複雑な手法としては、高速フーリエ変換（ＦＦＴ）を用
いてより複雑なマスキング計算の周波数スペクトル成分
を得るJDジョンストンによる「感覚的雑音基準を用いた
オーディオ信号の変換符号化」という名称の論文に記載
されている。
【０００７】第２のカテゴリーは、信号統計学にしたが
って割り当てるという、より単純な方法を提供する。例
としてNS. ジャヤントとP.ノルによる「波形のディジタ
ル符号化」に記述された最適ビット割当手順があり、一
定のビット速度に対する再構成した誤差を最小にするこ
とによりビットを異なるスペクトル成分に割り当ててい
る。
って割り当てるという、より単純な方法を提供する。例
としてNS. ジャヤントとP.ノルによる「波形のディジタ
ル符号化」に記述された最適ビット割当手順があり、一
定のビット速度に対する再構成した誤差を最小にするこ
とによりビットを異なるスペクトル成分に割り当ててい
る。
【０００８】
【発明が解決しようとする課題】ところで、動的ビット
割当手順の目的は、オリジナルのオーディオ品質を維持
しつつ冗長性と無関係性を除去することである。一般に
低価格の消費者製品でこのアルゴリズムの適用を可能に
するため、アルゴリズムは簡単なものでなければならな
い。動的ビット割当手順の設計での最大の問題は、手順
をできるだけ単純にしながら同時に良好なオーディオ品
質のバランスを取ることにある。先にカテゴリー１の下
で記述したビット割当手順は、良好な音質を生成するこ
とができるが、かなりの複雑性が存在する。それらの大
部分のアルゴリズムはビット割当を行うのに強力なＤＳ
Ｐの（固定小数点ないし浮動小数点で）処理能力を必要
とする。
割当手順の目的は、オリジナルのオーディオ品質を維持
しつつ冗長性と無関係性を除去することである。一般に
低価格の消費者製品でこのアルゴリズムの適用を可能に
するため、アルゴリズムは簡単なものでなければならな
い。動的ビット割当手順の設計での最大の問題は、手順
をできるだけ単純にしながら同時に良好なオーディオ品
質のバランスを取ることにある。先にカテゴリー１の下
で記述したビット割当手順は、良好な音質を生成するこ
とができるが、かなりの複雑性が存在する。それらの大
部分のアルゴリズムはビット割当を行うのに強力なＤＳ
Ｐの（固定小数点ないし浮動小数点で）処理能力を必要
とする。
【０００９】他方、上述の最適ビット割当手順は複雑性
は少ないが、その設計は純粋に出所源、即ちオーディオ
信号に集中しており、最終的なレシーバ即ち人間の聴覚
システムではないので、感覚ベースのビット割当の品質
を達成することはできない。
は少ないが、その設計は純粋に出所源、即ちオーディオ
信号に集中しており、最終的なレシーバ即ち人間の聴覚
システムではないので、感覚ベースのビット割当の品質
を達成することはできない。
【００１０】更に割当手順では、チャネル・ビット速度
を最適に使い尽くすために多数の反復ループを必要とす
る。この問題は「波形のディジタル符号化」の著者によ
り明らかにされた。従ってこのビット割当アルゴリズム
はＤＳＰの実行時間に対して多くの制約がある場合は、
不適切である。この集中的な反復の問題を倍加するもの
として、ＭＤ符号化アルゴリズムでは、非均一の数のス
ペクトルサンプルが各々のユニットにグループ化され、
従ってビット割当でビット無しに使用されるビットの数
を計算するのは困難になるという事実がある。
を最適に使い尽くすために多数の反復ループを必要とす
る。この問題は「波形のディジタル符号化」の著者によ
り明らかにされた。従ってこのビット割当アルゴリズム
はＤＳＰの実行時間に対して多くの制約がある場合は、
不適切である。この集中的な反復の問題を倍加するもの
として、ＭＤ符号化アルゴリズムでは、非均一の数のス
ペクトルサンプルが各々のユニットにグループ化され、
従ってビット割当でビット無しに使用されるビットの数
を計算するのは困難になるという事実がある。
【００１１】本発明は、このような従来のビット割当の
課題を考慮し、低コスト目標を満たしつつ、高オーディ
オ品質を達成できるように、低レベルの複雑性で人間の
聴覚システムに適応するようにした変換符号化装置のビ
ット配分方法を提供することを目的とするものである。
課題を考慮し、低コスト目標を満たしつつ、高オーディ
オ品質を達成できるように、低レベルの複雑性で人間の
聴覚システムに適応するようにした変換符号化装置のビ
ット配分方法を提供することを目的とするものである。
【００１２】
【課題を解決するための手段】本発明は、オーディオ信
号がフレーム内でバッファされ、そのスペクトル成分に
分解されるスペクトル及び時間的構造を有するディジタ
ル・オーディオ信号の量子化を決定する際、所定の周波
数間隔内の前記フレームの成分の分散及び／又は代表値
を得て、心理音響学的基準を用いて必要な帯幅を計算
し、すなわち無関係性を除去するため人間の聴覚のしき
い値を用いてオーディオ信号の必要な帯幅を判定し、信
号の帯域内マスキング効果を考慮する粗いモデルを用い
て前記周波数間隔の各々の初期量子化を決定し、モデル
の効果を維持しつつ必要な最終的なビット速度を満たす
ため量子化を反復的に増加する方法である。
号がフレーム内でバッファされ、そのスペクトル成分に
分解されるスペクトル及び時間的構造を有するディジタ
ル・オーディオ信号の量子化を決定する際、所定の周波
数間隔内の前記フレームの成分の分散及び／又は代表値
を得て、心理音響学的基準を用いて必要な帯幅を計算
し、すなわち無関係性を除去するため人間の聴覚のしき
い値を用いてオーディオ信号の必要な帯幅を判定し、信
号の帯域内マスキング効果を考慮する粗いモデルを用い
て前記周波数間隔の各々の初期量子化を決定し、モデル
の効果を維持しつつ必要な最終的なビット速度を満たす
ため量子化を反復的に増加する方法である。
【００１３】
【作用】ビット割当アルゴリズムは再構成出力の品質と
ハードウエア実現の複雑性を決定する際に非常に重要な
役割を果たす。本発明では低ハードウエア複雑性で高品
質オーディオを生成する動的ビット割当方式を、マスキ
ングの心理音響学的現象と聴覚しきい値を結合させるこ
とにより実現した。ハードウエアが簡単な点は、近似数
学的モデルを使用することにより精細な反復過程を用い
て残りのビット数を割り当てる前に初期ビット数を割り
当てることで達成する。この低複雑性ビット割当手順に
より単一チップ・エンコーダの実現が可能になる。
ハードウエア実現の複雑性を決定する際に非常に重要な
役割を果たす。本発明では低ハードウエア複雑性で高品
質オーディオを生成する動的ビット割当方式を、マスキ
ングの心理音響学的現象と聴覚しきい値を結合させるこ
とにより実現した。ハードウエアが簡単な点は、近似数
学的モデルを使用することにより精細な反復過程を用い
て残りのビット数を割り当てる前に初期ビット数を割り
当てることで達成する。この低複雑性ビット割当手順に
より単一チップ・エンコーダの実現が可能になる。
【００１４】すなわち、本発明では、ビット割当手順で
使用する分散ないし代表値は、信号の動的挙動を考慮し
それに対して調節を行うのに対して、帯幅計算は人間の
聴覚システムを考慮し、ビット割当をそれに適応させ
る。モデルもビット割当に必要な計算ステップ数ないし
ループを削減するようにしつつマスキングを考慮するこ
とにより人間の聴覚システムに適応する。これは統計的
に導出された定数との関係内で動的要素を近似すること
で手順を更に単純化することを意味する。反復手段によ
り、モデルで作られた近似に対して調節しつつ所望のビ
ット速度を確実に満たすことができる。
使用する分散ないし代表値は、信号の動的挙動を考慮し
それに対して調節を行うのに対して、帯幅計算は人間の
聴覚システムを考慮し、ビット割当をそれに適応させ
る。モデルもビット割当に必要な計算ステップ数ないし
ループを削減するようにしつつマスキングを考慮するこ
とにより人間の聴覚システムに適応する。これは統計的
に導出された定数との関係内で動的要素を近似すること
で手順を更に単純化することを意味する。反復手段によ
り、モデルで作られた近似に対して調節しつつ所望のビ
ット速度を確実に満たすことができる。
【００１５】ここで、マスキングのしきい値に付いて説
明する。図５は、マスキングのしきい値の例を示す。図
に於て、ａは最小可聴値を示し、この曲線より上の範囲
が人間の可聴域である。また、ｂとｃとは、強勢な信号
成分のスペクトルを示し、斜線を施した部分は、信号ｂ
とｃによってマスクされる部分である。曲線ｄは可聴域
と信号ｂ，ｃによってマスクされる斜線部分とから得ら
れるマスキングのしきい値である。このしきい値ｄ以下
の信号は感知されないので、量子化する必要はない。ま
た、このしきい値以上の信号であっても、量子化雑音を
このしきい値以下のなるように量子化すれば、人間の耳
には量子化雑音は感知されない。従って、量子化のビッ
ト配分の決定は、このしきい値と信号成分の大きさとの
関係において、決定される。
明する。図５は、マスキングのしきい値の例を示す。図
に於て、ａは最小可聴値を示し、この曲線より上の範囲
が人間の可聴域である。また、ｂとｃとは、強勢な信号
成分のスペクトルを示し、斜線を施した部分は、信号ｂ
とｃによってマスクされる部分である。曲線ｄは可聴域
と信号ｂ，ｃによってマスクされる斜線部分とから得ら
れるマスキングのしきい値である。このしきい値ｄ以下
の信号は感知されないので、量子化する必要はない。ま
た、このしきい値以上の信号であっても、量子化雑音を
このしきい値以下のなるように量子化すれば、人間の耳
には量子化雑音は感知されない。従って、量子化のビッ
ト配分の決定は、このしきい値と信号成分の大きさとの
関係において、決定される。
【００１６】
【実施例】以下、本発明の実施例について図面を参照し
て説明する。
て説明する。
【００１７】図１は本発明の一実施例にかかる変換符号
か装置のビット配分方法を示すフローチャートである。
最初に各々の周波数間隔又はユニット（ＷＬ［ｕ］）に
対する量子化又はビット割当をゼロに設定する（ステッ
プ１）。ユニットの詳細は、次のパラグラフで説明す
る。各々のユニットの分散は、ユニット内の最大スペク
トルサンプル振幅から計算する（ステップ２）。本発明
の他の実施例としては、ステップ２において、分散をユ
ニット内のスペクトル成分の平均から計算することもで
きる。最大スペクトルサンプル振幅は、それがトーン状
あるいは雑音のようであってもユニット内の信号の良好
な最悪ケースの代表値であることが分かった。更に最大
スペクトルサンプルを使用することで同じ計算ステップ
を省略することができる。送信の帯幅を次に計算する
（ステップ３）。ステップ４で、ビットの初期の数を近
似数学的モデルにしたがって割り当てる。すなわち、粗
く割り当てられる。残りのビットの計算はそこで、ステ
ップ５で行う。残りのビットのＢは、残っているビット
の数が次の割当で必要な最低ビット数以下になるまで以
下のステップにしたがって、反復的にユニットに割り当
てられる。すなわち、 [1] 残りのビットのＢが次の割当で必要な最低ビット数
よりも少なければ、反復を停止する（ステップ６）。 [2] 最大の分散varを有するユニットを求める（ステッ
プ７）。 [3] ユニット内のビット割当を１ないし２ビット（ｂ）
だけ増分する。
か装置のビット配分方法を示すフローチャートである。
最初に各々の周波数間隔又はユニット（ＷＬ［ｕ］）に
対する量子化又はビット割当をゼロに設定する（ステッ
プ１）。ユニットの詳細は、次のパラグラフで説明す
る。各々のユニットの分散は、ユニット内の最大スペク
トルサンプル振幅から計算する（ステップ２）。本発明
の他の実施例としては、ステップ２において、分散をユ
ニット内のスペクトル成分の平均から計算することもで
きる。最大スペクトルサンプル振幅は、それがトーン状
あるいは雑音のようであってもユニット内の信号の良好
な最悪ケースの代表値であることが分かった。更に最大
スペクトルサンプルを使用することで同じ計算ステップ
を省略することができる。送信の帯幅を次に計算する
（ステップ３）。ステップ４で、ビットの初期の数を近
似数学的モデルにしたがって割り当てる。すなわち、粗
く割り当てられる。残りのビットの計算はそこで、ステ
ップ５で行う。残りのビットのＢは、残っているビット
の数が次の割当で必要な最低ビット数以下になるまで以
下のステップにしたがって、反復的にユニットに割り当
てられる。すなわち、 [1] 残りのビットのＢが次の割当で必要な最低ビット数
よりも少なければ、反復を停止する（ステップ６）。 [2] 最大の分散varを有するユニットを求める（ステッ
プ７）。 [3] ユニット内のビット割当を１ないし２ビット（ｂ）
だけ増分する。
【００１８】WL'[u] = WL[u] + b （ステップ８） [4] ユニットの分散を var'[u] = var[u] - b*F だけ減
少する。ここでＦは心理音響学的重み係数である（ステ
ップ９） [5] 残りのビットの数を再計算する（B' = B - b* A
[u]）。ここでＡ［ｕ］はユニット内のスペクトル線の
数である（ステップ１０）。 [6] ステップ１からステップ５を繰り返す。
少する。ここでＦは心理音響学的重み係数である（ステ
ップ９） [5] 残りのビットの数を再計算する（B' = B - b* A
[u]）。ここでＡ［ｕ］はユニット内のスペクトル線の
数である（ステップ１０）。 [6] ステップ１からステップ５を繰り返す。
【００１９】ここで、上記ユニット、スペクトル本数及
びビット配分データ（ＷＬ）に付いて説明する。
びビット配分データ（ＷＬ）に付いて説明する。
【００２０】オーディオ信号はＭＤＣＴによって、例え
ば２５６本の周波数スペクトルに変換される。周波数ス
ペクトルは、複数のユニットにグループ化される。ユニ
ットの例を図６に示す。図６では、例えば２５６本のス
ペクトルを０から２５の２６個のユニットにグループ化
している。ビット配分データＷＬ（ｕ）は、図７に示す
ように、ユニット単位で与えられる。図６及び図７の例
では、１番目から８番目のスペクトルは、同じビット配
分データＷＬ（０）を共有し、９番目〜１２番目のスペ
クトルは、ＷＬ（１）を共有する。
ば２５６本の周波数スペクトルに変換される。周波数ス
ペクトルは、複数のユニットにグループ化される。ユニ
ットの例を図６に示す。図６では、例えば２５６本のス
ペクトルを０から２５の２６個のユニットにグループ化
している。ビット配分データＷＬ（ｕ）は、図７に示す
ように、ユニット単位で与えられる。図６及び図７の例
では、１番目から８番目のスペクトルは、同じビット配
分データＷＬ（０）を共有し、９番目〜１２番目のスペ
クトルは、ＷＬ（１）を共有する。
【００２１】図２は、帯幅計算手順の流れ図である。聴
覚テストで得た人間の聴覚のしきい値の１組の修正値を
用いてオーディオ信号の帯幅を判定し、ビット割当の次
の段階から分散がしきい値以下のユニットをほとんど除
去する。まず、帯幅カウンタをゼロにセットする（ステ
ップ３１）。次に、各々のユニットの分散をしきい値に
対して比較する（ステップ３２）。分散がしきい値以上
であれば、帯幅カウンタを増分する（ステップ３３）。
そうでなければユニット内の分散は次の段階でビットが
割り当てられることがないように低ダミー値にセットさ
れる（ステップ３４）。この手順は全てのユニットにつ
いて繰り返される（ステップ３５、３６）。聴覚しきい
値を使用することで心理音響学基準からみて無関係なユ
ニットを除去する。
覚テストで得た人間の聴覚のしきい値の１組の修正値を
用いてオーディオ信号の帯幅を判定し、ビット割当の次
の段階から分散がしきい値以下のユニットをほとんど除
去する。まず、帯幅カウンタをゼロにセットする（ステ
ップ３１）。次に、各々のユニットの分散をしきい値に
対して比較する（ステップ３２）。分散がしきい値以上
であれば、帯幅カウンタを増分する（ステップ３３）。
そうでなければユニット内の分散は次の段階でビットが
割り当てられることがないように低ダミー値にセットさ
れる（ステップ３４）。この手順は全てのユニットにつ
いて繰り返される（ステップ３５、３６）。聴覚しきい
値を使用することで心理音響学基準からみて無関係なユ
ニットを除去する。
【００２２】図３は反復過程前に近似数学的モデルによ
り初期ビットを各々のユニットに割り当てる手順を示し
たものである。まず全ての分散の合計と低ダミー値より
も大きい分散を有するユニットの数を計算する（ステッ
プ４１）。ステップ４２で帯幅内の全てのユニットが処
理されたかどうかを調べる。全てのユニットが処理され
れば、各々のユニット内の分散はユニットに割り当てら
れたビットの数にしたがって正規化される（var'[u] =
var[u] - WL*F）（ステップ４４）。手順はそこで終了
する。全てのユニットが処理されていなければ、次のユ
ニットに割り当てられるビットの数のＷＬ［ｕ］を次の
（式１）により計算する（ステップ４３）。
り初期ビットを各々のユニットに割り当てる手順を示し
たものである。まず全ての分散の合計と低ダミー値より
も大きい分散を有するユニットの数を計算する（ステッ
プ４１）。ステップ４２で帯幅内の全てのユニットが処
理されたかどうかを調べる。全てのユニットが処理され
れば、各々のユニット内の分散はユニットに割り当てら
れたビットの数にしたがって正規化される（var'[u] =
var[u] - WL*F）（ステップ４４）。手順はそこで終了
する。全てのユニットが処理されていなければ、次のユ
ニットに割り当てられるビットの数のＷＬ［ｕ］を次の
（式１）により計算する（ステップ４３）。
【００２３】
【数１】
【００２４】WL[u] :ユニットｕに割り当てたビットの
数 var[u] :ユニットｕの分散 F :心理音響学的重み係数（定数） N :有効ユニットの数 Ba :初期割当のために別の設定されたビットの数 A :ユニット内のスペクトルサンプルの近似平均数 ステップ４５、４６、４７、４８では、ビット割当が最
低限度以下であるかあるいは最高限度を超過するかを調
べる。どちらの場合も最低限度（０）と最高限度（１５
ビット）がそれぞれ設定される。
数 var[u] :ユニットｕの分散 F :心理音響学的重み係数（定数） N :有効ユニットの数 Ba :初期割当のために別の設定されたビットの数 A :ユニット内のスペクトルサンプルの近似平均数 ステップ４５、４６、４７、４８では、ビット割当が最
低限度以下であるかあるいは最高限度を超過するかを調
べる。どちらの場合も最低限度（０）と最高限度（１５
ビット）がそれぞれ設定される。
【００２５】数学的モデルは、生成された誤差スペクト
ルは、信号スペクトルに、より密接にしたがうようにビ
ットを割り当てるという圧伸効果を持っている。これは
Ｆの値を８.５と１０の間に設定することにより達成さ
れる。Ｆ＝６の時、単調な誤差スペクトルが得られ、こ
れはいくつかのテスト・シーケンスについて作動ビット
速度で高周波の人工的雑音を生成することが分かった。
ルは、信号スペクトルに、より密接にしたがうようにビ
ットを割り当てるという圧伸効果を持っている。これは
Ｆの値を８.５と１０の間に設定することにより達成さ
れる。Ｆ＝６の時、単調な誤差スペクトルが得られ、こ
れはいくつかのテスト・シーケンスについて作動ビット
速度で高周波の人工的雑音を生成することが分かった。
【００２６】図４はバイオリン信号のフレームのスペク
トルプロット、Ｆ＝９.０３の時の誤差スペクトル、Ｆ
＝６の時の誤差スペクトルを示したものである。この図
から分かるように、Ｆ＝９.０３誤差スペクトルは低周
波数では高い誤差値を示すが、それらの誤差は帯域内の
遥かに強力な信号によりマスクされるので目立たない。
しかし高い周波数端では、Ｆ＝９.０３の誤差スペクト
ルは低くなり、これは高周波での雑音制御の向上の原因
となる。この割当の形式は、強力な信号は弱い信号より
も大きな帯域内マスキングを持つことができることを意
味し、誤差スペクトルを信号スペクトルに、より近く変
化させることがより有利であることがわかる。数学的モ
デルは少なくとも６５％の合計ビット数まで割り当てる
ことが出来、従って必要な反復の数を削減できる。
トルプロット、Ｆ＝９.０３の時の誤差スペクトル、Ｆ
＝６の時の誤差スペクトルを示したものである。この図
から分かるように、Ｆ＝９.０３誤差スペクトルは低周
波数では高い誤差値を示すが、それらの誤差は帯域内の
遥かに強力な信号によりマスクされるので目立たない。
しかし高い周波数端では、Ｆ＝９.０３の誤差スペクト
ルは低くなり、これは高周波での雑音制御の向上の原因
となる。この割当の形式は、強力な信号は弱い信号より
も大きな帯域内マスキングを持つことができることを意
味し、誤差スペクトルを信号スペクトルに、より近く変
化させることがより有利であることがわかる。数学的モ
デルは少なくとも６５％の合計ビット数まで割り当てる
ことが出来、従って必要な反復の数を削減できる。
【００２７】以上の実施例で、ビット割当手法は計算的
には余り集中しておらず、合計５.７Ｍｉｐｓを使用す
る。これはエンコーダの低コスト、低電力（低い作動周
波数による）単一チップＬＳＩの実現にかなり貢献する
ものである。
には余り集中しておらず、合計５.７Ｍｉｐｓを使用す
る。これはエンコーダの低コスト、低電力（低い作動周
波数による）単一チップＬＳＩの実現にかなり貢献する
ものである。
【００２８】
【発明の効果】以上述べたところから明らかなように、
本発明をＡＴＲＡＣアルゴリズムに適用することによっ
て、非常に高いオーディオ品質を実現できる。
本発明をＡＴＲＡＣアルゴリズムに適用することによっ
て、非常に高いオーディオ品質を実現できる。
【００２９】又、低コスト、低電力に貢献できるもので
ある。
ある。
【図１】本発明の一実施例にかかる変換符号化装置のビ
ット配分方法の流れ図である。
ット配分方法の流れ図である。
【図２】本実施例における帯幅計算プロセスの流れ図で
ある。
ある。
【図３】本実施例における初期ビット割当プロセスの流
れ図である。
れ図である。
【図４】バイオリン信号のフレームのスペクトルプロッ
トとＦの異なる値で得た誤差スペクトルを示すグラフで
ある。
トとＦの異なる値で得た誤差スペクトルを示すグラフで
ある。
【図５】マスキング効果を説明するためのグラフであっ
て、横軸は周波数、縦軸は音圧でを示す。
て、横軸は周波数、縦軸は音圧でを示す。
【図６】本実施例におけるユニットとスペクトルレベル
との関係を示すグラフである。
との関係を示すグラフである。
【図７】本実施例におけるユニット番号とスペクトル本
数とビット配分データとの関係を示すグラフである。
数とビット配分データとの関係を示すグラフである。
【図８】符号化過程のブロック図である。
１：フィルタＬＭＨ ２：遅延 ３：フィルタＬＭ ４：ブロックサイズ決定 ８：換算係数計算 ９：動的ビット割当 １０：量子化
フロントページの続き (56)参考文献 特開 平４−250723（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/02
Claims (3)
- 【請求項１】オーディオ信号がフレーム内でバッファさ
れ、そのスペクトル成分に分解される、スペクトル及び
時間的構造を有するディジタル・オーディオ信号の量子
化を決定する方法において、 所定の周波数間隔内の前記フレームの成分の分散及び／
又は代表値を得、 心理音響学的基準を用いて必要な帯幅を計算し、 信号の帯域内マスキング効果を考慮するモデルを用いて
前記周波数間隔の各々の初期量子化を決定し、 前記モデルの効果を維持しつつ必要な最終的なビット速
度を満たすため量子化を反復的に増加する方法であっ
て、 前記モデルを用いて初期量子化を決定するプロセスは、 まず全ての分散の合計と所定の低ダミー値よりも大きい
分散を有するユニットの数を計算し、帯幅内の全てのユ
ニットが処理されたかどうかを調べ、全てのユニットが
処理されれば、各々のユニット内の分散はユニットに割
り当てられたビットの数にしたがって正規化され（var'
[u] = var[u] - WL*F）、終了し、他方、全てのユニッ
トが処理されていなければ、次のユニットに割り当てら
れるビットの数のＷＬ［ｕ］を次の（式１）により計算
するプロセスである、 【数１】 WL[u] :ユニットｕに割り当てたビットの数 var[u] :ユニットｕの分散 F :心理音響学的重み係数（定数） N :有効ユニットの数 Ba :初期割当のために別の設定されたビットの数 A :ユニット内のスペクトルサンプルの近似平均数 ことを特徴とする変換符号化装置のビット配分方法。 - 【請求項２】 モデルの効果を維持しつつ必要な最終的
なビット速度を満たすため量子化を反復的に増加するプ
ロセスは、前記周波数間隔の各々の前記分散との心理音
響学的重み逆関係を通して前記周波数間隔の各々の量子
化を反復的に増大するものであることを特徴とする請求
項１記載の変換符号化装置のビット配分方法。 - 【請求項３】 聴覚しきい値を超過する分散及び／又は
代表値の最大周波数間隔を帯幅として取るようにして、
人間の聴覚しきい値に対して前記分散及び／又は代表値
を比較して帯幅が計算されることを特徴とする請求項１
記載の変換符号化装置のビット配分方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03071293A JP3188013B2 (ja) | 1993-02-19 | 1993-02-19 | 変換符号化装置のビット配分方法 |
| US08/161,798 US6339757B1 (en) | 1993-02-19 | 1993-12-06 | Bit allocation method for digital audio signals |
| EP94101199A EP0612160A3 (en) | 1993-02-19 | 1994-01-27 | A bit allocation method for transform coder. |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03071293A JP3188013B2 (ja) | 1993-02-19 | 1993-02-19 | 変換符号化装置のビット配分方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06242798A JPH06242798A (ja) | 1994-09-02 |
| JP3188013B2 true JP3188013B2 (ja) | 2001-07-16 |
Family
ID=12311264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03071293A Expired - Fee Related JP3188013B2 (ja) | 1993-02-19 | 1993-02-19 | 変換符号化装置のビット配分方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US6339757B1 (ja) |
| EP (1) | EP0612160A3 (ja) |
| JP (1) | JP3188013B2 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3328532B2 (ja) * | 1997-01-22 | 2002-09-24 | シャープ株式会社 | デジタルデータの符号化方法 |
| DE69813912T2 (de) * | 1998-10-26 | 2004-05-06 | Stmicroelectronics Asia Pacific Pte Ltd. | Digitaler audiokodierer mit verschiedenen genauigkeiten |
| US7421648B1 (en) * | 1999-05-21 | 2008-09-02 | E-Numerate Solutions, Inc. | Reusable data markup language |
| CH695402A5 (de) | 2000-04-14 | 2006-04-28 | Creaholic Sa | Verfahren zur Bestimmung eines charakteristischen Datensatzes für ein Tonsignal. |
| EP1386310A1 (en) * | 2001-05-11 | 2004-02-04 | Matsushita Electric Industrial Co., Ltd. | Device to encode, decode and broadcast audio signal with reduced size spectral information |
| US8090577B2 (en) | 2002-08-08 | 2012-01-03 | Qualcomm Incorported | Bandwidth-adaptive quantization |
| US7406412B2 (en) * | 2004-04-20 | 2008-07-29 | Dolby Laboratories Licensing Corporation | Reduced computational complexity of bit allocation for perceptual coding |
| US7676360B2 (en) * | 2005-12-01 | 2010-03-09 | Sasken Communication Technologies Ltd. | Method for scale-factor estimation in an audio encoder |
| JP4823001B2 (ja) * | 2006-09-27 | 2011-11-24 | 富士通セミコンダクター株式会社 | オーディオ符号化装置 |
| KR20080053739A (ko) * | 2006-12-11 | 2008-06-16 | 삼성전자주식회사 | 적응적으로 윈도우 크기를 적용하는 부호화 장치 및 방법 |
| US20110013779A1 (en) * | 2009-07-17 | 2011-01-20 | Apple Inc. | Apparatus for testing audio quality of an electronic device |
| US9336791B2 (en) * | 2013-01-24 | 2016-05-10 | Google Inc. | Rearrangement and rate allocation for compressing multichannel audio |
| CN106409300B (zh) * | 2014-03-19 | 2019-12-24 | 华为技术有限公司 | 用于信号处理的方法和装置 |
| JP6318904B2 (ja) * | 2014-06-23 | 2018-05-09 | 富士通株式会社 | オーディオ符号化装置、オーディオ符号化方法、オーディオ符号化プログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL8700985A (nl) * | 1987-04-27 | 1988-11-16 | Philips Nv | Systeem voor sub-band codering van een digitaal audiosignaal. |
| GB8803390D0 (en) | 1988-02-13 | 1988-03-16 | Univ Belfast | Method and apparatus for electrical signal coding |
| US5479562A (en) * | 1989-01-27 | 1995-12-26 | Dolby Laboratories Licensing Corporation | Method and apparatus for encoding and decoding audio information |
| JPH03117919A (ja) * | 1989-09-30 | 1991-05-20 | Sony Corp | ディジタル信号符号化装置 |
| NL9001128A (nl) | 1990-05-14 | 1991-12-02 | Philips Nv | Kodeerinrichting bevattende een subbandkoder, en een zender voorzien van de kodeerinrichting. |
| JP3033156B2 (ja) * | 1990-08-24 | 2000-04-17 | ソニー株式会社 | ディジタル信号符号化装置 |
| ZA921988B (en) | 1991-03-29 | 1993-02-24 | Sony Corp | High efficiency digital data encoding and decoding apparatus |
-
1993
- 1993-02-19 JP JP03071293A patent/JP3188013B2/ja not_active Expired - Fee Related
- 1993-12-06 US US08/161,798 patent/US6339757B1/en not_active Expired - Lifetime
-
1994
- 1994-01-27 EP EP94101199A patent/EP0612160A3/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06242798A (ja) | 1994-09-02 |
| US6339757B1 (en) | 2002-01-15 |
| EP0612160A3 (en) | 1995-09-27 |
| EP0612160A2 (en) | 1994-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5634082A (en) | High efficiency audio coding device and method therefore | |
| KR100269213B1 (ko) | 오디오신호의부호화방법 | |
| US7613603B2 (en) | Audio coding device with fast algorithm for determining quantization step sizes based on psycho-acoustic model | |
| US7146313B2 (en) | Techniques for measurement of perceptual audio quality | |
| JP3188013B2 (ja) | 変換符号化装置のビット配分方法 | |
| JP3153933B2 (ja) | データ符号化装置及び方法並びにデータ復号化装置及び方法 | |
| US20040162720A1 (en) | Audio data encoding apparatus and method | |
| JP3765622B2 (ja) | オーディオ符号化復号化システム | |
| HU215685B (hu) | Eljárás és berendezés széles sávú digitális adatjelek kódolására és dekódolására | |
| EP1998321A1 (en) | Method and apparatus for encoding/decoding a digital signal | |
| JP4021124B2 (ja) | デジタル音響信号符号化装置、方法及び記録媒体 | |
| JP3081378B2 (ja) | 毎秒３２ｋｂの可聴周波数信号の符号化方法 | |
| JP3395001B2 (ja) | ディジタルオーディオ信号の適応的符号化方法 | |
| JP3088580B2 (ja) | 変換符号化装置のブロックサイズ決定法 | |
| JP3297050B2 (ja) | デコーダスペクトル歪み対応電算式適応ビット配分符号化方法及び装置 | |
| JPH08166799A (ja) | 高能率符号化方法及び装置 | |
| EP1509905A1 (en) | Perceptual normalization of digital audio signals | |
| JP4024185B2 (ja) | デジタルデータ符号化装置 | |
| JP3297238B2 (ja) | 適応的符号化システム及びビット割当方法 | |
| JP3252005B2 (ja) | 適応ブロック長変換符号化のブロック長選択装置 | |
| JP3478267B2 (ja) | ディジタルオーディオ信号圧縮方法および圧縮装置 | |
| JPH08167878A (ja) | デジタルオーディオ信号符号化装置 | |
| Gunjal et al. | Traditional Psychoacoustic Model and Daubechies Wavelets for Enhanced Speech Coder Performance | |
| JP3089690B2 (ja) | ディジタルデータの高能率符号化方法 | |
| JP3200886B2 (ja) | オーディオ信号処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090511 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100511 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |