JP3344962B2 - オーディオ信号符号化装置、及びオーディオ信号復号化装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、オーディオ信号符
号化装置、及びオーディオ信号復号化装置に関し、特
に、音声信号や音楽信号などのオーディオ信号から得ら
れる特徴量、特にオーディオ信号を直交変換等の手法を
用いて、時間領域から周波数領域に変換した信号を用
い、その変換した信号を原オーディオ信号と比較して、
できるだけ少ない符号列で表現するために効率的に符号
化する装置と、符号化された信号である符号化列のすべ
て、あるいはその一部のみを用いて、高い品質と広帯域
なオーディオ信号を、復号可能な構成の復号化装置に関
するものである。

【０００２】

【従来の技術】オーディオ信号を効率的に符号化、およ
び復号化する様々な手法が提案されている。音楽信号な
ど、２０ｋHz以上の周波数帯域を有するオーディオ信号
の圧縮符号化式には、MPEGオーディオ方式や、Twin VQ
（TC-WVQ）方式などがある。ＭＰＥＧ方式に代表される
符号化方式は、時間軸のディジタルオーディオ信号を、
コサイン変換などの直交変換を用いて、周波数軸上のデ
ータに変換し、その周波数軸上の情報を、人間の聴覚的
な感度特性を利用して、聴覚的に重要な情報から符号化
していく方式であり、聴覚的に重要でない情報や、冗長
な情報は符号化しない方式である。一方、Twin VQ （TC
-WVQ）方式は、ベクトル量子化手法を用いて、原ディジ
タル信号の情報量に対して、かなり少ない情報量で表現
しようとする符号化方式がある。ＭＰＥＧオーディオ、
および Twin VQ (ＴＣ−ＷＶＱ) は、それぞれISO/IEC
標準IS-11172-3、およびT.Moriya,H.Suga:An 8 Kbi
tstransform coder for noisy channels, Proc.IC
ASSP 89,pp196-199、などに述べられている。

【０００３】ここで、図１０を用いて、一般の、Twin V
Q 方式の概要を説明する。

【０００４】原オーディオ信号１０１を解析長判定部１
０２に入力し、解析長を算出する。また同時に、解析長
判定部１０２は解析長１１２を量子化し、解析長符号列
１１１を出力する。次に、その解析長１１２に従って、
時間周波数変換部１０３で、原オーディオ信号１０１を
周波数領域の原オーディオ信号１０４に変換する。次
に、周波数領域の原オーディオ信号１０４は、正規化処
理部（平坦化処理部）１０６で正規化処理（平坦化処
理）され、正規化処理後のオーディオ信号１０８を得
る。正規化処理は、原オーディオ信号１０４から周波数
概形１０５を計算し、原オーディオ信号１０４を算出し
た周波数概形１０５で割ることにより行われる。さら
に、正規化処理部１０６は、正規化処理に用いた周波数
概形情報を量子化し、正規化符号列１０７を出力する。
次に、正規化処理後のオーディオ信号１０８を、ベクト
ル量子化部１０９により量子化し、符号列１１０が得ら
れる。

【０００５】近年、復号器に入力する符号列の一部を用
いても、オーディオ信号を再生することができる構造を
持つものがある。上記の構造を、スケーラブル構造と呼
び、スケーラブル構造を実現できるように符号化するこ
とを、スケーラブルコーディングと呼ぶ。

【０００６】図１１に一般の、Twin VQ 方式で採用され
ている、固定スケーラブルコーディングの一例を示す。
原オーディオ信号１３０１から解析長判定部１３０３に
より判定された解析長１３１４に従って、時間周波数変
換部１３０２により、周波数領域の原オーディオ信号１
３０４を得る。次に、周波数領域の原オーディオ信号１
３０４を、低域符号化器１３０５に入力すると、量子化
誤差１３０６と、低域符号列１３１１とが出力される。
さらに、量子化誤差１３０６を中域符号化器１３０７に
入力すると、量子化誤差１３０８と、中域符号列１３１
２とが出力される。さらに、量子化誤差１３０８を高域
符号化器１３０９に入力すると、量子化誤差１３１０
と、高域符号列１３１３とが出力される。ここで、上記
低域、または中域、または高域符号化器は、正規化処理
部と、ベクトル量子化部とを併せ持ち、その出力は、量
子化誤差、および正規化処理部、ならびにベクトル量子
化部により出力された各符号列を含む、低域、中域、ま
たは高域符号列を、出力するものである。

【０００７】

【発明が解決しようとする課題】従来方式の固定スケー
ラブルコーディングでは、図１１に示すように、低域、
中域、高域の各帯域量子化器が固定されているため、図
１２に示すように、原オーディオ信号の分布に対して、
量子化誤差をできるだけ少なくするように符号化するこ
とが困難であった。それゆえ、多種多様な性質や分布を
持つオーディオ信号の符号化を行う際には、十分な性能
を発揮できず、高音質で高効率なスケーラブルコーディ
ングを行なうことが困難であった。

【０００８】本発明は上記の問題点を解消するためにな
されたもので、多種多様なオーディオ信号の符号化に際
して、オーディオ信号を符号化する際、図１３に示すよ
うに、多種多様なオーディオ信号を適応的にスケーラブ
ルコーディングすることにより、効率よく、低ビットレ
ートで、かつ、高音質に、符号化を行なうことのできる
オーディオ信号符号化装置、及びオーディオ信号復号化
装置を提供することを目的としている。

【０００９】

【課題を解決するための手段】この課題を解決するため
に、本発明にかかるオーディオ信号符号化装置、及びオ
ーディオ信号復号化装置は、固定スケーラブルコーディ
ング手段を用いず、原オーディオ信号の性質，分布にあ
わせて符号化する周波数範囲を変化させる適応スケーラ
ブルコーディングを行なうものとしたものである。

【００１０】本発明に係るオーディオ信号符号化装置
は、特性判定部、符号化帯域制御部、符号化部を備え、
時間−周波数変換されたオーディオ信号を符号化列に変
換するオーディオ信号符号化装置であって、符号化列
は、符号化情報と帯域制御符号列とを含み、符号化部
は、複数の符号化器を有し、符号化帯域制御部の制御に
よりオーディオ信号の多段符号化を行い符号化情報を出
力し、特性判定部は、入力されるオーディオ信号を判定
し、符号化する各周波数帯域の重み付けを示す帯域重み
情報を出力し、符号化帯域制御部は、帯域重み情報に基
づいて、多段符号化を構成する各符号化器の量子化帯
域、接続順を決定し、決定した各符号化器の量子化帯
域、接続順に基づいてスケーラブルに構成される多段符
号化を符号化部に行わせ、決定した各符号化器の量子化
帯域、接続順を示す帯域制御符号列を出力するものであ
る。

【００１１】本発明に係るオーディオ信号符号化装置
は、前記オーディオ信号符号化装置において、符号化帯
域制御部が、予め定義された多段符号化のいずれかにな
るように、各符号化器の量子化帯域と、各符号化器の接
続順とを決定するものである。

【００１２】本発明に係るオーディオ信号符号化装置
は、前記オーディオ信号符号化装置において、符号化部
が、量子化誤差を出力し、符号化帯域制御部が、帯域重
み情報と量子化誤差とに基づいて、各符号化器の量子化
帯域と、各符号化器の接続順とを決定するものである。

【００１３】本発明に係るオーディオ信号復号化装置
は、復号化帯域制御部、復号化部を備え、符号化情報と
帯域制御符号列とを含む符号化列をオーディオ信号に復
号するオーディオ信号復号化装置であって、帯域制御符
号列は、符号化情報を多段符号化した際の各符号化器の
量子化帯域、接続順を示し、復号化部は、複数の復号化
器を有し、復号化帯域制御部の制御により符号化情報の
多段復号化を行い、復号化帯域制御部は、帯域制御符号
列に基づいてスケーラブルに構成される多段復号化を復
号化部に行わせるものである。

【００１４】

【００１５】

【００１６】

【００１７】

【００１８】

【００１９】

【００２０】

【００２１】

【００２２】

【００２３】

【００２４】

【００２５】

【００２６】

【００２７】

【００２８】

【００２９】

【００３０】

【００３１】

【００３２】

【００３３】

【００３４】

【００３５】

【００３６】

【００３７】

【００３８】

【００３９】

【００４０】

【００４１】

【００４２】

【００４３】

【００４４】

【００４５】

【００４６】

【００４７】

【００４８】

【発明の実施の形態】以下、本発明の実施の形態１につ
いて、図１ないし図９を用いて、また、実施の形態２に
ついて、図１４ないし図２０を用いて、説明する。

【００４９】（実施の形態１）図１は、本発明の実施の
形態１による、適応スケーラブルコーディングを行な
う、オーディオ信号符号化装置のブロック図を示す。図
１において、１００１は原オーディオ信号５０１を符号
化する符号化装置である。該符号化装置１００１におい
て、５０２は上記原オーディオ信号５０１を解析する際
の解析長５０４を判定する解析長判定部、５０３は上記
解析長５０４の単位で、原オーディオ信号５０１の時間
軸を周波数軸に変換する時間周波数変換部、５０４は上
記解析長判定部５０２で判定された解析長、５０５は原
オーディオ信号のスペクトル、７０１は該原オーディオ
信号のスペクトル５０５が入力されるフィルタ、５０６
は原オーディオ信号のスペクトル５０５の特性を判定
し、上記符号化装置１００１における複数の各段の各符
号化器５１１，５１２，５１３，５１１ｂ等、の量子化
するオーディオ信号の周波数帯域を決定する特性判定
部、５０７は該特性判定部５０６で決定された各符号化
器の周波数帯域と、上記周波数変換されたオーディオ信
号をその入力とし、複数の各段の各符号化器５１２，５
１３，５１４，５１１ｂ等、の接続順を決定し、各符号
化器の量子化帯域、及び接続順を符号列に変換する符号
化帯域制御部、５０８は、該符号化帯域制御部５０７よ
り出力される上記符号列である帯域制御符号列、５１０
は上記解析長判定部５０２より出力された上記解析長５
０４を符号列とした解析長符号列、５１１，５１２，５
１３は、上述した、それぞれ低域，中域，高域の信号を
符号化する低域符号化器、中域符号化器、高域符号化
器、５１１ｂは第１段の低域符号化器５１１の量子化誤
差５１８を符号化する第２段低域符号化器、５２１，５
２２，５２３は該各符号化器５１１，５１２，５１３か
ら出力される符号化信号である低域符号列、中域符号
列、高域符号列、５２１ｂは第２段低域符号化器５１１
ｂの符号化出力である第２段低域符号列、５１８，５１
９，５２０は該各符号化器５１１，５１２，５１３から
出力される、符号化される前の信号と上記各符号化信号
との差である量子化誤差、５１８ｂは第２段低域符号化
器５１１ｂの量子化誤差である第２段量子化誤差であ
る。

【００５０】一方、１００２は上記符号化装置１００１
で符号化された符号化列を復号化する復号化装置であ
る。該復号化装置１００２において、５は上記符号化装
置１００１における時間周波数変換部５０３と逆の変換
を行なう周波数時間変換部、６は時間軸上で窓関数を乗
じる窓掛けを行なう窓掛け部、７はフレーム重ねあわせ
部、８は復号信号、９は帯域合成部、１２０１は復号化
帯域制御部、１２０２，１２０３，１２０４は、それぞ
れ上記低域符号化器、中域符号化器、高域符号化器５１
１，５１２，５１３に対応して、復号化を行なう低域復
号化器、中域復号化器、高域復号化器、１２０２ｂは第
１段低域復号化器１２０２の出力を復号化する第２段低
域復号化器である。

【００５１】ここで、第２段以降の符号化器、復号化器
はさらに他の帯域にも、またさらに、多段にも設けても
よいものであり、これが多段になるほど、必要に応じ
て、符号化、復号化の精度を向上できるものである。

【００５２】以下、先ず、符号化装置１００１の動作に
ついて説明する。符号化しようとする原オーディオ信号
５０１は、時間的に連続するディジタル信号系列である
とする。例えば、音声信号を、サンプリング周波数４８
ｋＨｚで１６ビットに量子化したディジタル信号である
とする。

【００５３】上記原オーディオ信号５０１を解析長判定
部５０２に入力する。上記解析長判定部５０２は、入力
された上記原オーディオ信号５０１の特性を判断し、解
析長５０４を決定し、その結果は解析長符号列５１０と
して、復号化装置１００２に送られる。解析長５０４と
しては、たとえば２５６、１０２４、４０９６などが用
いられる。例えば、原オーディオ信号５０１に含まれる
高域周波数成分が所定の値を超える場合には、解析長５
０４を２５６とし、低域周波数成分が所定の値を超え、
かつ高域周波数成分が所定の値より小さい場合には、解
析長５０４を４０９６とし、それ以外の場合は、解析長
５０４を１０２４とする。こうして決定された解析長５
０４に従って、時間周波数変換部５０３により原オーデ
ィオ信号５０１のスペクトル５０５を算出する。

【００５４】図２に、本発明の実施の形態１によるオー
ディオ信号符号化装置における、時間周波数変換部５０
３のブロック図を示す。上記原オーディオ信号５０１
は、そのサンプル値が所定のサンプル数に達するまでフ
レーム分割部２０１で蓄積され、該蓄積されたサンプル
数が、上記解析長判定部５０２で決定された解析長５０
４に達すると、出力を行なう。また、フレーム分割部２
０１は、あるシフト長ごとに出力を行う構成のものであ
り、例えば、解析長５０４を４０９６サンプルとした場
合において、解析長５０４の半分のシフト長を設定すれ
ば、解析長５０４が２０４８サンプルに達するに相当す
る時間ごとに、最新の４０９６サンプルを出力するなど
の構成を持つ。当然ながら、解析長５０４や、サンプリ
ング周波数が変わっても、同様に、シフト長を解析長５
０４の半分に設定した構成を持つことは可能である。そ
して、このフレーム分割部２０１からの出力は、後段の
窓掛け部２０２へと入力される。窓掛け部２０２では、
フレーム分割部２０１からの出力に対して、時間軸上で
窓関数を乗じて、窓掛け部２０２の出力とする。この様
子は、例えば、（数１）で示される。

【００５５】

【数１】 ただし、ここで、ｘｉはフレーム分割部２０１からの出
力で、ｈｉは窓関数、ｈｘｉは窓掛け部２０２からの出
力である。まだ、ｉは時間のサフィックスである。な
お、（数１）で示した窓関数ｈｉは一例であり、窓関数
は必ずしも、（数１）のものである必要はない。

【００５６】窓関数の選択は、窓掛け部２０２に入力さ
れる信号の特徴と、フレーム分割部２０１の解析長５０
４と、時間的に前後に位置するフレームにおける窓関数
の形状とに依存する。例えば、窓掛け部２０２に入力さ
れる信号の特徴として、フレーム分割部２０１の解析長
５０４をＮとした場合、Ｎ／４ごとに入力される信号の
平均パワーを算出して、その平均パワーが非常に大きく
変動する場合は、解析長５０４をＮよりも短くして（数
１）に示した演算を実行する、などの選択を行う。ま
た、前の時刻のフレームの窓関数の形状と、後ろのフレ
ームの窓関数の形状とに応じて、現在の時刻のフレーム
の窓関数の形状に歪みがないように、適宜選択するのが
望ましい。

【００５７】次いで、窓掛け部２０２からの出力は、Ｍ
ＤＣＴ部２０３に入力され、ここで変形離散コサイン変
換が施され、ＭＤＣＴ係数が出力される。変形離散コサ
イン変換の一般式は、（数２）で表される。

【００５８】

【数２】 このようにＭＤＣＴ部２０３の出力であるＭＤＣＴ係数
は、（数２）中の、ykで表せるとすると、ＭＤＣＴ部２
０３の出力は周波数特性を示し、ykの変数k が０に近い
ほど、低い周波数成分に、０から増大してN/2-1 に近く
なるほど、高い周波数成分に、線形に対応する。こうし
て算出された上記ＭＤＣＴ係数が、原オーディオ信号の
スペクトル５０５となる。

【００５９】次に、上記原オーディオ信号のスペクトル
５０５をフィルタ７０１へと入力する。該フィルタ７０
１の入力を、ｘ７０１（ｉ）、出力を、ｙ７０１（ｉ）
とすると、例えば、（数３）で表されるフィルタを用い
る。

【００６０】

【数３】 ここで、ｆｓは解析長５０４である。（数３）で表され
るフィルタ７０１は、一種の移動平均フィルタである
が、当然ながら、移動平均フィルタに限定する必要はな
く、他の、たとえば高域通過フィルタであってもいい
し、帯域抑制フィルタであっても良い。

【００６１】フィルタ７０１の出力と、解析長判定部５
０２で算出した解析長５０４とを、特性判定部５０６に
入力する。図６に、特性判定部５０６の詳細を示す。特
性判定部５０６では、原オーディオ信号５０１、および
原オーディオ信号のスペクトル５０５、の聴覚的、物理
的な特性を決定する。原オーディオ信号５０１、および
該スペクトル５０５の聴覚的、物理的特性とは、例え
ば、音声か、音楽か、の違いである。音声の場合、たと
えば６ｋHzより低域に、大半の周波数成分があるもので
ある。

【００６２】次に、特性判定部５０６の動作を、図６を
用いて説明する。特性判定部５０６に入力された原オー
ディオ信号のスペクトル５０５をフィルタ７０１によっ
てフィルタリングした信号を、ｘ５０６（ｉ）とする
と、このｘ５０６（ｉ）を基に、スペクトルパワーｐ５
０６（ｉ）を、（数４）により、スペクトルパワー計算
部８０３で計算する。

【００６３】

【数４】 このスペクトルパワーｐ５０６（ｉ）を、符号化帯域制
御部５０７の入力の一つとし、各符号化器の帯域制御重
み５１７とする。また、解析長５０４が小さい場合、例
えば２５６なるとき、各符号化器を固定的に配置するよ
う、配置決定部８０４で決定し、符号化帯域制御部５０
７へと、符号化帯域配置情報５１６を、固定配置として
送る。

【００６４】解析長５０４が小さい場合以外の場合、た
とえば４０９６や１０２４のときは、各符号化器を動的
に配置するよう、配置決定部８０４で決定し、符号化帯
域制御部５０７へと、符号化帯域配置情報５１６を、動
的配置として送る。

【００６５】次に、符号化帯域制御部５０７の動作を、
図７を用いて説明する。符号化帯域制御部５０７には、
上記特性判定部５０６からの出力である帯域制御重み５
１７と、符号化帯域配置情報５１６、および原オーディ
オ信号のスペクトル５０５をフィルタ７０１でフィルタ
リングした信号と、各符号化器の出力した量子化誤差５
１８、または５１９、または５２０が入力される。ただ
し、これらの入力があるのは、各符号化器５１１、５１
２、５１３、５１１ｂと、符号化帯域制御部５０７と
が、再帰的に動作するためであり、初回の符号化帯域制
御部５０７の動作においては、量子化誤差がないため、
量子化誤差を除いた３つの入力となる。

【００６６】上記のように、解析長５０４が小さく、符
号化帯域配置情報５１６が固定配置となる場合は、予め
定義された帯域の固定配置に従って、符号化を、低域か
ら中域、高域へと順に実行するよう、量子化順序決定部
９０２、および、符号化器数決定部９０３、帯域幅算出
部９０１により、符号化器の量子化帯域，個数，接続順
を決定し、符号化を行う。即ち、その時の帯域制御符号
列５０８には、符号化器の帯域情報、符号化器数、およ
び、その接続順序が、情報として符号化される。

【００６７】たとえば、各符号化器の符号化帯域、およ
び符号化器数を、それぞれ0Hz 〜4kHzに１つ、0Hz 〜8k
Hzに１つ、4kHz〜12kHz に１つ、8kHz〜16kHz に２つ、
16kHz 〜24kHz に３つ、となるように、符号化器を配置
し、符号化を行う。

【００６８】次に、符号化帯域配置情報５１６が動的配
置になっている場合の、符号化帯域制御部５０７の動作
について説明する。符号化帯域制御部５０７は、各符号
化器の量子化帯域幅を決定する帯域幅算出部９０１、各
符号化器の量子化順序を決定する量子化順序決定部９０
２、さらに各帯域の符号化器の数を決定する符号化器数
決定部９０３、の３つよりなる。符号化帯域制御部５０
７に入力された信号をもとに、各符号化器の帯域幅を決
定する訳であるが、所定の帯域、例えば、0Hz 〜4kHz、
0kHz〜8kHz、4kHz〜12kHz 、8kHz〜16kHz 、16kHz 〜24
kHz の各帯域において、帯域制御重み５１７、および各
符号化器が符号化した後の量子化誤差、を乗算したもの
の平均値を算出する。ここで、帯域制御重み５１７を、
weight517(i)、量子化誤差を、err507(i) とすると、
（数５）により、平均値を算出する。

【００６９】

【数５】 ここで、ｊは各帯域のインデックス、Ave901(j) は、帯
域ｊにおける平均値、fupper(j) 、およびflower(j)
は、帯域ｊの上限周波数、および下限周波数である。こ
うして得られた平均値 Ave901(j)が最大となるｊを検索
し、それが、符号化器が符号化する帯域となる。さら
に、検索されたｊの値を、符号化器数決定部９０３に送
り、ｊに対応する帯域の符号化器数を一つ増やすように
し、所定の符号化帯域にいくつの符号化器が存在するの
かを記憶しておき、記憶している符号化器数の合計が、
予め決定しておいた符号化器の総数になるまで、符号化
を繰り返す。最後に、符号化器の帯域、および符号化器
数を、帯域制御符号列５０８として、復号化器へと伝送
する。

【００７０】次に、符号化器３の動作について、図３を
用いて説明する。符号化器３は、正規化部３０１と、量
子化部３０２とからなる。正規化部３０１では、フレー
ム分割部２０１からの出力である時間軸の信号と、ＭＤ
ＣＴ部２０３からの出力であるＭＤＣＴ係数、との両者
を入力として、いくつかのパラメータを用いて、ＭＤＣ
Ｔ係数を正規化する。ここで、ＭＤＣＴ係数の正規化と
は、低域成分と高域成分とで非常に大きさに違いのある
ＭＤＣＴ係数の大きさのばらつきを抑圧することを意味
し、例えば、低域成分が高域成分に対して非常に大きい
場合などは、低域成分では大きな値、高域成分では小さ
な値、となるようなパラメータを選出し、これで上記Ｍ
ＤＣＴ係数を除算することにより、ＭＤＣＴ係数の大き
さのばらつきを抑圧することを指す。また正規化部３０
１では、正規化に用いたパラメータを表現するインデッ
クスを、正規化符号列３０３として符号化する。

【００７１】量子化部３０２では、正規化部３０１で正
規化されたＭＤＣＴ係数を入力として、ＭＤＣＴ係数の
量子化を行う。この際、該量子化部３０２は、該量子化
した値と、コードブック中にある複数のコードインデッ
クスに対応する各量子化出力、との間の差が最も小さく
なるような，そのような該コードイッデックスを出力す
る。この場合、上記量子化部３０２で量子化した値と、
該量子化部３０２から出力されるコードインデックスに
対応する値、との差が量子化誤差である。

【００７２】次に、図４を用いて、上記正規化部３０１
の詳細な一例を説明する。図４において、４０１はフレ
ーム分割部２０１とＭＤＣＴ部２０３の出力を受ける周
波数概形正規化部、４０２は上記周波数概形正規化部４
０１の出力を受け、帯域テーブル４０３を参照して、正
規化を行う帯域振幅正規化部である。

【００７３】次に、動作について説明する。周波数概形
正規化部４０１では、フレーム分割部２０１からの時間
軸上のデータ出力を用いて、大まかな周波数の概形であ
る周波数概形を算出し、ＭＤＣＴ部２０３からの出力で
あるＭＤＣＴ係数を除算する。周波数概形を表現するの
に用いたパラメータは、正規化符号列３０３として符号
化される。帯域振幅正規化部４０２では、周波数概形正
規化部４０１からの出力信号を入力として、帯域テーブ
ル４０３で示された帯域ごとに正規化を行う。例えば、
周波数概形正規化部４０１の出力であるＭＤＣＴ係数
が、dct(i)(i = 0〜2047) とし、帯域テーブル４０３
が、例えば、（表１）に示されるようなものであるとす
ると、（数６）などを用いて、各帯域毎の振幅の平均値
を算出する。

【００７４】

【表１】

【数６】 ここで、bjlow,bjhighは、帯域テーブル４０３に示され
たj 番目の帯域におけるdct(i)が属する最も低域のイン
デックスi と、最も高域のインデックスi をそれぞれ示
している。また、p は距離計算におけるノルムであり、
2 などが望ましい。avejは、各帯域番号j における振幅
の平均値である。帯域振幅正規化部４０２では、avejを
量子化して、qavej を算出して、例えば、（数７）を用
いて正規化する。

【００７５】

【数７】 avejの量子化は、スカラーの量子化を用いてもよいし、
コードブックを用いてベクトル量子化を行ってもよい。
帯域振幅正規化部４０２では、qavej を表現するのに用
いたパラメータのインデックスを、正規化符号列３０３
として符号化する。

【００７６】なお、符号化器における正規化部３０１の
構成は、図４の周波数概形正規化部４０１と、帯域振幅
正規化部４０２、との両者を用いた構成のものを示した
が、周波数概形正規化部４０１のみを用いた構成でもよ
く、帯域振幅正規化部４０２のみを用いた構成でもよ
い。さらに、ＭＤＣＴ部２０３から出力されるＭＤＣＴ
係数の低域成分と、高域成分とで大きなばらつきがない
場合には、上記両者を用いない構成で、ＭＤＣＴ部２０
３の出力信号を、そのまま量子化部３０２に入力する構
成としてもよい。

【００７７】次に、図５を用いて、図４の周波数概形正
規化部４０１の詳細について説明する。図５において、
６０１はフレーム分割部２０１の出力を受ける線形予測
分析部、６０２は線形予測分析部６０１の出力を受ける
概形量子化部、６０３はＭＤＣＴ部２０３の出力を受け
る包絡特性正規化部である。

【００７８】次に、上記周波数概形正規化部４０１の動
作について、図５を参照して説明する。上記線形予測分
析部６０１では、フレーム分割部２０１からの時間軸上
のオーディオ信号を入力として、線形予測分析（Linear
Predictive Coding）を行う。線形予測分析の線形予
測係数（ＬＰＣ係数）は、ハミング窓などの窓掛けされ
た信号の自己相関関数を算出し、正規方程式などを解く
ことで、一般に算出可能である。算出された線形予測係
数は、線スペクトル対係数（ＬＳＰ（Line Spectrum
Pair) 係数）などに変換され、概形量子化部６０２で量
子化される。ここでの量子化手法としては、ベクトル量
子化を用いてもよいし、スカラー量子化を用いてもよ
い。そして、概形量子化部６０２で量子化されたパラメ
ータが表現する周波数伝達特性を、包絡特性正規化部６
０３で算出し、ＭＤＣＴ部２０３からの出力であるＭＤ
ＣＴ係数を、これで除算することによって正規化する。
具体的な算出例としては、概形量子化部６０２で量子化
されたパラメータと等価な線形予測係数を、qlpc(i) と
すれば、包絡特性正規化部６０３で算出される上記周波
数伝達特性は、例えば、（数８）で表すことができる。

【００７９】

【数８】 ここで、ORDER は１０〜４０くらいが望ましい。fft()
は高速フーリエ変換を意味する。算出された周波数伝達
特性env(i)を用いて、包絡特性正規化部６０３では、例
えば、下記に示す（数９）を用いて、正規化を行う。

【００８０】

【数９】 ここで、mdct(i) はＭＤＣＴ部２０３からの出力信号
で、fdct(i) は正規化された包絡特性正規化部６０３か
らの出力信号である。次に図８を用いて、上記符号化装
置１における量子化部３０２の量子化方法の詳細な動作
について説明する。量子化部３０２に入力されるＭＤＣ
Ｔ係数１００１は、そのＭＤＣＴ係数１００１から幾つ
かを抜き出して、音源サブベクトル１００３を構成す
る。同様に、正規化部３０１で、正規化部３０１の入力
であるＭＤＣＴ係数を、正規化部３０１の出力であるＭ
ＤＣＴ係数で割った係数列を、正規化成分１００２とし
た時、この正規化成分１００２についても、ＭＤＣＴ係
数１００１から音源サブベクトル１００３を抜き出した
のと同じ規則で、該正規化成分１００２からサブベクト
ルの抽出を行い、重みサブベクトル１００４を構成する
ことができる。音源サブベクトル１００３、および重み
サブベクトル１００４を、ＭＤＣＴ係数１００１および
正規化成分１００２からそれぞれ抽出する規則は、例え
ば、（数１０）で示す方法などがある。

【００８１】

【数１０】 ここで、i 番目の音源サブベクトルのj 番目の要素はsu
bvector i(j) であり、ＭＤＣＴ係数１００１はvector
()であり、ＭＤＣＴ係数１００１の総要素数がTOTAL
で、音源サブベクトル１００３の要素数がＣＲ、VTOTAL
は、TOTAL と同じ値かより大きい値で、VTOTAL/CR が正
数値になるように設定する。例えば、TOTAL が２０４８
の時、ＣＲが１９で、VTOTALが２０５２、ＣＲが２３
で、VTOTALが２０７０、ＣＲが２１で、VTOTALが２０７
９などである。重みサブベクトル１００４も、数１０の
手順で抽出可能である。ベクトル量子化器１００５で
は、コードブック１００９中のコードベクトルの中か
ら、音源サブベクトル１００３との距離が、重みサブベ
クトル１００４で重み付けて最も小さくなるものを探
し、その最小の距離を与えたコードベクトルのインデッ
クスと、最小の距離を与えたコードベクトルと入力音源
サブベクトル１００３との量子化誤差に相当する残差サ
ブベクトル１０１０とを出力する。

【００８２】実際の計算手順例においては、ベクトル量
子化器１００５が、距離計算手段１００６，コード決定
手段１００７，残差生成手段１００８、の３つの構成要
素からなるものとして、説明する。距離計算手段１００
６では、例えば、（数１１）を用いて、i 番目の音源サ
ブベクトル１００３と、コードブック１００９のk 番目
のコードベクトル、との距離を算出する。

【００８３】

【数１１】 ここで、wjは、重みサブベクトルのj 番目の要素、Ck
(j) は、k 番目のコードベクトルのj 番目の要素、Ｒ、
Ｓは、距離計算のノルムであり、Ｒ、Ｓの値としては、
1, 1.5, 2 などが望ましい。なお、このノルムＲとＳ
は、同一の値である必要はない。dik は、i 番目の音源
サブベクトルに対するk 番目のコードベクトルの距離を
意味する。コード決定手段１００７では、（数１１）な
どで算出された距離の中で、最小となるコードベクトル
を選出し、そのインデックスを符号列３０４として符号
化する。例えば、複数の上記dik があるうちの，diu が
最小値である場合、i 番目のサブベクトルに対する符号
化されるインデックスは、u となる。残差生成手段１０
０８では、コード決定手段１００７で選出したコードベ
クトルを用いて、（数１２）により残差サブベクトル１
０１０を生成する。

【００８４】

【数１２】 ここで、i 番目の残差サブベクトル１０１０のj 番目の
要素は、resi(j) であり、コード決定手段１００７で選
出されたコードベクトルのｊ番目の要素を、Cu(j) とす
る。上記残差サブベクトル１０１０を用いて（数１０）
の逆過程の演算を行ってベクトルを求め、該ベクトル
と、当該符号化器の元々の符号化対象であったベクトル
との差を、それ以降の各符号化器の量子化対象となるＭ
ＤＣＴ係数として保持する。ただし、ある帯域の符号化
が、それ以降の符号化器に影響を与えない帯域に対して
符号化を行っている場合、つまり、以降の符号化器が符
号化をすることがない場合は、残差生成手段１００８に
よる，残差サブベクトル１０１０，ＭＤＣＴ１０１１の
生成は必要ない。なお、コードブック１００９が持つコ
ードベクトルの個数はいくつでもよいが、メモリ容量、
計算時間等を考慮すると、６４程度とすることが好まし
い。

【００８５】なお、上記ベクトル量子化器１００５の他
の例としては、以下のような構成も可能である。すなわ
ち、距離計算手段１００６では、（数１３）を用いて距
離を算出する。

【００８６】

【数１３】 ただし、Ｋは、コードブック１００９のコード検索に用
いるコードベクトルの総数である。コード決定手段１０
０７では、（数１３）で算出された距離dik の最小値を
与えるk を選出し、そのインデックスを符号化する。た
だし、k は０から2K-1までの値となる。残差生成手段１
００８では、（数１４）を用いて残差サブベクトル１０
１０を生成する。

【００８７】

【数１４】 ここで、コードブック１００９が持つコードベクトルの
個数はいくつでもよいが、メモリの容量、計算時間等を
考慮すると、６４程度とすることが好ましい。また、上
記では、重みサブベクトル１００４を、正規化成分１０
０２のみから生成する構成について述べたが、重みサブ
ベクトル１００４に、人間の聴覚特性を考慮した重みを
さらに乗じて、重みサブベクトルを生成することも可能
である。以上のようにして、複数の各段の各符号化器の
帯域幅、符号化器の個数、及び、接続順序が動的に決定
される。そして、こうして決定された各符号化器の情報
を基に、量子化を行なう。

【００８８】一方、復号化装置１００２では、各帯域の
符号化器の出力である正規化符号列と、該正規化符号列
に対応した量子化部からの符号列、さらに符号化装置に
おける符号化帯域制御部の出力である帯域制御符号列、
また解析長判定部の出力である解析長符号列、を用い
て、復号を行う。

【００８９】図９に、復号化器１２０２、１２０３、…
の構成を示す。各復号化器は、正規化されたMDCT係数を
再生する逆量子化部１１０１と、正規化係数を復号し、
上記再生された正規化されたMDCT係数と、正規化係数と
を乗算する逆正規化部１１０２とからなる。

【００９０】逆正規化部１１０２では、各符号化器の正
規化部３０１からの正規化符号列３０３から、符号化装
置１で正規化に用いたパラメータの復元を行い、逆量子
化部１１０１の出力と、該パラメータとを乗算し、ＭＤ
ＣＴ係数の復元を行う。

【００９１】復号化帯域制御部１２０１では、符号化帯
域制御部５０７の出力である帯域制御符号列５０８を用
いて、符号化装置で用いた符号化器の配置や、符号化器
の個数の情報を復元し、その情報に基づいて各帯域に各
復号化器１２０２、１２０３、１２０４、１２０２ｂを
配置し、符号化装置での各符号化器５１１、５１２、５
１３、５１１ｂの符号化順序とは逆順に帯域を合成する
帯域合成部９により、MDCT係数を得る。こうして得られ
た該MDCT係数を入力とする周波数時間変換部５では、逆
ＭＤＣＴを行い、周波数領域の信号から時間領域の信号
への復元を行う。上記逆MDCT係数の計算は、例えば、
（数１５）で示される。

【００９２】

【数１５】 ここで、ｙｙｋは帯域合成部９で復元されたＭＤＣＴ係
数で、ｘｘ（ｎ）は逆ＭＤＣＴ係数であり、これを周波
数時間変換部５の出力とする。窓掛け部６では、周波数
時間変換部５からの出力ｘｘ（ｉ）を用いて窓掛けを行
う。窓掛けは、符号化装置１の時間周波数変換部５０３
にある窓掛け部２０２で用いた窓を用い、たとえば、
（数１６）で示される処理を行う。

【００９３】

【数１６】 ここで、 z(i) は窓掛け部６の出力である。フレーム重
ね合わせ部７では、窓掛け部６からの出力を用いて、オ
ーディオ信号を再生する。窓掛け部６からの出力は、時
間的に重複した信号となっているので、フレーム重ね合
わせ部７では、例えば、（数１７）を用いて、復号化装
置１００２の出力信号とする。

【００９４】

【数１７】 ここで、zm(i) は、第m 時刻フレームの第ｉ番目の窓掛
け部６の出力信号 z(i) で、zm-1(i) は、第m-1 時刻フ
レームの第ｉ番目の窓掛け部６の出力信号とし、SHIFT
は、符号化装置の解析長５０４に相当するサンプル数、
out m(i)は、フレーム重ね合わせ部７の第ｍ時刻フレー
ムにおける復号化装置１００２の出力信号とする。ま
た、本実施の形態１においては、以下のように、符号化
帯域制御部５０７において、帯域幅算出部９０１で算出
する量子化可能周波数範囲を、解析長５０４により制限
することもある。たとえば、解析長５０４が２５６の場
合、各符号化器の量子化可能周波数範囲の下限を４ｋHz
程度、上限を２４ｋHz程度にする。解析長が１０２４あ
るいは２０４８の場合、下限を０Hz、上限を１６ｋHz程
度にする。さらに一度、解析長５０４が２５６になれ
ば、その後一定時間の間、たとえば２０ｍｓｅｃ程度の
間、各量子化器の量子化可能周波数範囲や、量子化器の
配置を固定するように、量子化順序決定部９０２により
制御することもできる。この処理を用いることにより、
経時的に量子化器の配置を一定にし、聴感的な帯域の出
入り感（ある瞬間まで高い帯域が中心の音声であったも
のが、突然、低い帯域が中心の音声に変わったときのよ
うに、音声帯域の出入りがあったような感覚）が発生す
るのを抑制することができる。

【００９５】このような本実施の形態１によるオーディ
オ信号符号化装置，及び復号化装置では、複数の各段の
符号化器の量子化するオーディオ信号の周波数帯域を決
定する特性判定部と、上記特性判定部で決定された周波
数帯域と、周波数変換された元々のオーディオ信号とを
その入力とし、上記複数の各段の符号化器の接続順を決
定し、符号化器の量子化帯域、及び接続順を符号列に変
換する符号化帯域制御部とを備え、適応的にスケーラブ
ルコーディングを行なう構成としたので、多種多様なオ
ーディオ信号の符号化を行なう際にも、高品質，高効率
の、十分な性能を発揮できる適応スケーラブルコーディ
ングを行なうオーディオ信号符号化装置，及びこれを復
号する復号化装置を得ることができる。

【００９６】（実施の形態２）図１４に、本発明の実施
の形態２について、図１４ないし図２０を用いて説明す
る。図１４は、本発明の実施の形態２による、適応スケ
ーラブルコーディングを行なう符号化装置２００１、及
び復号化装置２００２のブロック図を示す。図に示すよ
うに、符号化装置２００１において、２００１０５は、
符号化器の個数、ビットレート、入力オーディオ信号の
サンプリング周波数、各符号化器の符号化帯域情報、等
の符号化条件、２００１０７は複数の各段の各符号化器
の量子化するオーディオ信号の周波数帯域を決定する特
性判定部、２００１０９は符号化帯域配置情報、２００
１１０は特性判定部２００１０７で決定された周波数帯
域と、周波数変換されたオーディオ入力信号とを入力と
し、上記複数の各段の符号化器の量子化帯域、及び接続
順を符号列に変換する符号化帯域制御部、２００１１１
は符号化列、２００１１２は伝送符号化列合成器であ
る。

【００９７】また、復号化装置２００２において、２０
０１５０は伝送符号化列分解器、２００１５１は符号化
列、２００１５３ｂは符号化列２００１５１を入力と
し、これを復号化する各復号化器の復号化帯域を制御す
る復号化帯域制御部、２００１５４ｂは復号化スペクト
ルである。

【００９８】本発明の実施の形態２による符号化装置２
００１は、上記実施の形態１と同じく、適応スケーラブ
ルコーディングを行なうものであるが、実施の形態１に
比し、新たに、符号化装置２００１に、復号化帯域制御
部２００１５３を含む符号化帯域制御部２００１１０
を、復号化装置２００２に、上記復号化帯域制御部２０
０１５３と同じ処理を行なう復号化帯域制御部２００１
５３ｂを追加し、さらに、本実施の形態２の特性判定部
２００１０７においては、上記実施の形態１における特
性判定部５０６のスペクトルパワー計算部８０３に代え
て、図１６に示すように、聴覚心理モデル計算部２００
６０２を設け、さらに、該特性判定部２００１０７内
に、符号化条件２００１０５と、符号化帯域算出部２０
０６０１より計算される符号化帯域情報２００７０２
と、配置決定部２００６０３より出力される帯域番号２
００６０６とより、符号化帯域配置情報２００１０９を
生成する符号化帯域配置情報生成手段２００６０４を設
けたものである。

【００９９】また、復号化装置２００２において、２０
０１５０は伝送符号化列分解器、２００１５１は符号化
列、２００１５３ｂは符号化列２００１５１を入力と
し、これを復号化する各復号化器の復号化帯域を制御す
る復号化帯域制御部、２００１５４ｂは復号化スペクト
ルである。

【０１００】次に、本実施の形態２の動作について説明
する。本実施の形態２において、符号化しようとする原
オーディオ信号５０１は、上記実施の形態１と同様、時
間的に連続するディジタル信号系列であるとする。ま
ず、上記実施の形態１と同様な処理によって、原オーデ
ィオ信号のスペクトル５０５を得る。本実施の形態２で
は、符号化装置２００１に対して、符号化器数、ビット
レート、入力オーディオ信号のサンプリング周波数、各
符号器の符号化帯域情報、を含む符号化条件２００１０
５を、該符号化装置２００１における特性判定部２００
１０７に入力する。特性判定部２００１０７は、複数の
各段の各符号化器の量子化帯域、個数、及び接続順の情
報を含む符号化帯域配置情報２００１０９を出力し、こ
れを符号化帯域制御部２００１１０へ入力する。 符号
化帯域制御部２００１１０には、図１７に示されるよう
に、符号化帯域配置情報２００１０９以外に、原オーデ
ィオ信号のスペクトル５０５が入力され、これらを基に
該符号化帯域制御部２００１１０により制御する各符号
化器で符号化を行った符号化列２００１１１を出力し、
これは伝送符号化列合成器２００１１２へ入力されてこ
れにより合成され、その合成された出力が、さらに復号
化装置２００２へと送信される。

【０１０１】復号化装置２００２では、符号化装置２０
０１の伝送符号化列合成器２００１１２の出力を、伝送
符号化列分解器２００１５０で受け取り、符号化列２０
０１５１と解析長符号列２００１５２とに分解する。符
号化列２００１５１は、復号化帯域制御部２００１５３
ｂへと入力され、該復号化帯域制御部により制御される
各復号化器で復号化された復号化スペクトル２００１５
４ｂを得る。そして、該復号化スペクトル２００１５４
ｂと、上記伝送符号化列分解器２００１５０の出力であ
る解析長符号化列２００１５２とから、上記実施の形態
１と同様に、周波数時間変換部５、窓掛け部６、及びフ
レーム重ね合わせ部７を用いて、復号信号８を得る。

【０１０２】次に、特性判定部２００１０７の動作を、
図１５〜図２０を用いて説明する。該特性判定部２００
１０７は、符号化条件２００１０５を用いて 符号化帯
域配置情報２００７０２を算出する符号化帯域算出部２
００６０１、原オーディオ信号のスペクトル５０５、及
び差分スペクトル２００１０８などのスペクトル情報、
及び符号化帯域情報２００７０２から、人間の聴覚心理
モデルに基づいて聴覚重み２００６０５を算出する聴覚
心理モデル計算部２００６０２、解析長５０３を参照し
て、これに応じて聴覚重み２００６０５にさらに重み付
けを行い、各符号化器の帯域の配置を決定して帯域番号
２００６０６を出力する配置決定部２００６０３、及び
符号化条件２００１０５と、符号化帯域算出部２００６
０１より計算される符号化帯域情報２００７０２と、配
置決定部２００６０３より出力される帯域番号２００６
０６とより、符号化帯域配置情報２００１０９を生成す
る符号化帯域配置情報生成手段２００６０４から構成さ
れる。

【０１０３】符号化帯域算出部２００６０１は、符号化
装置２００１が動作を開始する前に設定する符号化条件
２００１０５を用いて、図１５に示される符号化器２０
０３が符号化する符号化帯域の上限 fpu(k) 、下限 fpl
(k) を算出し、符号化帯域情報２００７０２として、符
号化帯域配置情報生成手段２００６０４に送られる。こ
こで、ｋは符号化帯域を扱うための数で、ｋが０から予
め設定された最大数である pmax になるに従って、周波
数が大きな帯域を示している。 pmax の一例は、４であ
る。符号化帯域算出部２００６０１の動作の一例を、表
２に示す。

【０１０４】

【表２】 聴覚心理モデル計算部２００６０２は、フィルタ７０１
からの出力信号、または符号化帯域制御部２００１１０
の出力である差分スペクトル２００１０８，などのスペ
クトル情報、及び、符号化帯域算出部２００６０１の出
力である符号化帯域情報２００７０２から、人間の聴覚
心理モデルに基づいて、聴覚重み２００６０５を算出す
る。該聴覚重み２００６０５は聴覚上重要な帯域が大き
な値で、聴覚上それほど重要でない帯域が小さな値とな
るようなものである。聴覚心理モデル計算部２００６０
２の一例としては、入力スペクトルのパワーを計算する
方法を用いるものがある。入力されるスペクトルを x60
2(i)としたときに、聴覚重み wpsy(k)は、

【０１０５】

【数１８】 となる。こうして算出された聴覚重み２００６０５は、
配置決定部２００６０３に入力され、該配置決定部２０
０６０３では、解析長５０３を参照しながら、解析長５
０３が小、たとえば１２８の時には、帯域番号２００６
０６が大である，たとえば、４，の帯域の聴覚重み２０
０６０５が大きくなるように、たとえば、この帯域番号
が４の帯域の聴覚重みを２倍に重み付けし、また、解析
長５０３が小でないときには、聴覚重み２００６０５を
そのままとして、該聴覚重み２００６０３が最大となる
帯域を計算し、その帯域番号２００６０６を、符号化帯
域配置情報生成手段２００６０４に送る。

【０１０６】符号化帯域配置情報生成手段２００６０４
は、上記符号化帯域情報２００７０２、及び帯域番号２
００６０６、さらには符号化条件２００１０５、を入力
として、符号化帯域配置情報２００１０９を出力するも
のである。即ち、該符号化帯域配置情報生成手段２００
６０４は、符号化条件２００１０５を常に参照しなが
ら、該符号化条件からして、符号化帯域配置情報２００
１０９が必要とされる間は、上記符号化帯域情報２００
７０２と帯域番号２００６０６とを連結してなる符号化
帯域配置情報２００１０９を出力し、これが必要で無く
なるとその出力を止める動作をする。たとえば、符号化
条件２００１０５で指定された符号化器数になるまで、
帯域番号２００６０６を出力する。なお、上記配置決定
部２００６０３において、解析長５０３が小なるときに
は、出力する帯域番号２００６０６を固定する場合もあ
る。

【０１０７】次に、図１７を用いて、符号化帯域制御部
２００１１０の動作について説明する。符号化帯域制御
部２００１１０は、上記特性判定部２００１０７からの
出力である符号化帯域配置情報２００１０９、および原
オーディオ信号のスペクトル５０５を入力とし、符号化
列２００１１１、及び差分スペクトル２００１０８をそ
の出力とし、その内部には、符号化帯域配置情報２００
１０９を受け、原オーディオ信号のスペクトル５０５、
及び、過去の該原オーディオ信号のスペクトル５０５
と、該スペクトル５０５を符号化しかつ復号化したスペ
クトル２００７０５との差分スペクトル２００１０８
を、帯域番号２００６０６の帯域にシフトするスペクト
ルシフト手段２００７０１、符号化器２００３、上記原
オーディオ信号のスペクトル５０５と復号化スペクトル
２００７０５との差分をとる差分計算手段２００７０
３、差分スペクトル保持手段２００７０４、及び、符号
列２００１１１を復号化器２００４で復号した合成スペ
クトル２００１００１を、符号化帯域配置情報２００７
０２に基づき、スペクトルシフトを行い、これを順次合
成して合成スペクトルを得、復号化スペクトル２００７
０５６を算出する復号化帯域制御部２００１５３を含ん
でいる。スペクトルシフト手段２００７０１の構成は、
図２０に示すとおりであるが、入力としては、シフトし
たい元スペクトル２００１１０１と、符号化帯域配置情
報２００１０９とを用いる。符号化帯域制御部２００１
１０におけるスペクトルシフト手段２００７０１の入力
のうち、シフトしたいスペクトル２００１１０１は、原
オーディオ信号のスペクトル５０５、または差分スペク
トル２００１０８であり、それらを帯域番号２００６０
６の帯域にシフトして、シフトされたスペクトル２００
１１０２と、符号化帯域配置情報２００１０９のうちの
符号化帯域情報２００７０２とを出力する。帯域番号２
００６０６に対応する帯域は、符号化帯域情報２００７
０２のfpl(k)、及びfpu(k)から求めることができる。シ
フトする手順は、上記fpl(k)とfpu(k)との間のスペクト
ルを、符号化器２００３の処理できる帯域まで移動する
ことである。

【０１０８】こうして、シフトされたスペクトル２００
１１０２を入力とする符号化器２００３は、図１５に示
すように、正規化符号列３０３、及び残差符号列３０４
を出力し、それらと、スペクトルシフト手段２００７０
１の出力である符号化帯域情報２００７０２とをあわせ
たものが、符号列２００１１１として、伝送符号化合成
器２００１１２、及び復号化帯域制御部２００１５３へ
と送られる。

【０１０９】上記符号化器２００３の出力である上記符
号化列２００１１１は、該符号化帯域制御部２００１１
０内にある復号化帯域制御部２００１５３へと入力され
る。該復号化帯域制御部２００１５３は、復号化装置２
００２内に存在するもの（２００１５３ｂ）と、動作は
同じである。

【０１１０】次に、上記復号化装置２００２内に存在す
る復号化帯域制御部２００１５３ｂの構成を、図１９に
示す。復号化帯域制御部２００１５３ｂは、伝送符号化
列分解器２００１５０からの符号列２００１１１を入力
として、復号化スペクトル２００７０５ｂを出力するも
ので、その内部には、復号化器２００４、スペクトルシ
フト手段２００７０１、復号化スペクトル算出部２００
１００３を持つ。

【０１１１】上記復号化器２００４の構成を、図１８に
示す。復号化器２００４は、逆量子化部１１０１と逆正
規化部１１０２とから構成されており、逆量子化部１１
０１は、符号列２００１１１のうち残差符号列３０４を
入力として、該残差符号列３０４をコードインデックス
に変換し、符号化器２００３で用いたコードブックを参
照し、そのコードを再生する。再生されたコードは、逆
正規化部１１０２に送られ、符号列２００１１１内の正
規化符号列３０３から再生された正規化系数列３０３ａ
と乗算され、合成スペクトル２００１００１を得る。該
合成スペクトル２００１００１は、スペクトルシフト手
段２００７０１に入力される。

【０１１２】なお、符号化帯域制御部２００１１０内の
復号化帯域制御部２００１５３の出力は、復号化スペク
トル２００７０５となっているが、これは、復号化装置
２００２内の復号化帯域制御部２００１５３ｂの出力で
ある復号化スペクトル２００７０５ｂと同じものであ
る。

【０１１３】復号化器２００４によって合成された合成
スペクトル２００１００１は、スペクトルシフト手段２
００７０１によりシフトされて、シフトされた合成スペ
クトル２００１００２が得られ、これは復号化スペクト
ル算出部２００１００３に入力される。

【０１１４】復号化スペクトル算出部２００１００３内
では、入力された合成スペクトルを保持しており、保持
しているスペクトルと、最新の合成スペクトルとを加算
し、復号化スペクトル２００７０５ｂとして出力する動
作をする。

【０１１５】符号化帯域制御部２００１１０内の差分計
算手段２００７０３は、原オーディオ信号のスペクトル
５０５と、復号化スペクトル２００７０５との差分を計
算して、差分スペクトル２００１０８を出力し、これは
特性判定部２００１０７へとフィードバックされる。ま
た同時に、上記差分スペクトル２００１０８は、差分ス
ペクトル保持手段２００７０４により保持されて、スペ
クトルシフト手段２００７０１へも送られ、次の符号化
帯域配置情報２００１０９が入力されるときに備えるよ
うに構成されている。特性判定部２００１０７では、符
号化条件を参照しながら、該符号化条件を満たすまで符
号化帯域配置情報２００１０９を出力しつづけ、それが
無くなった段階で、符号化帯域制御部２００１１０の動
作も停止する。なお、上記符号化帯域制御部２００１１
０は、差分スペクトル２００１０８を計算するために、
差分スペクトル保持手段２００７０４を持っている。こ
れは、差分スペクトルを保持するために必要な記憶領域
で、たとえば、２０４８個の数を記憶できるような配列
である。

【０１１６】以上のように、符号化条件２００１０５を
満たすように、特性判定部２００１０７と、それに続く
符号化帯域制御部２００１１０とによる処理が繰り返さ
れ、逐次、符号化列２００１１１が出力され、それが伝
送符号化列合成器２００１１２へと送られ、解析長符号
列５１０とともに、伝送符号化列として合成され、復号
化装置２００２へと伝送される。

【０１１７】復号化装置２００２では、符号化装置２０
０１より伝送されてきた伝送符号化列を、伝送符号化列
分解器２００１５０にて、符号化列２００１５１と、解
析長符号列２００１５２とに分解する。該符号化列２０
０１５１と、解析長符号列２００１５２とは、符号化装
置２００１内の符号化列２００１１１、及び解析長符号
列５１０と同じものである。

【０１１８】分解された符号化列２００１５１は復号化
帯域制御部２００１５３ｂにおいて復号化スペクトル２
００１５４ｂに変換され、該復号化スペクトル２００１
５４ｂは、解析長符号列２００１５２の情報を用いて、
周波数時間変換部５、窓掛け部６、及びフレーム重ね合
わせ部７にて、時間領域の信号に変換され、それが復号
化信号８となる。

【０１１９】このように本実施の形態２によるオーディ
オ信号符号化装置，復号化装置によれば、上記実施の形
態１のように、複数の各段の符号化器の量子化するオー
ディオ信号の周波数帯域を決定する特性判定部と、上記
特性判定部で決定された周波数帯域と、周波数変換され
た元々のオーディオ信号とをその入力とし、上記複数の
各段の符号化器の接続順を決定し、符号化器の量子化帯
域、及び接続順を符号列に変換する符号化帯域制御部と
を備え、適応的にスケーラブルコーディングを行なう構
成において、符号化装置には復号化帯域制御部を含む符
号化帯域制御部を、復号化装置には復号化帯域制御部を
設けるとともに、さらに、特性判定部におけるスペクト
ルパワー計算部を、聴覚心理モデル計算部とし、さら
に、該特性判定部において、符号化帯域配置情報生成手
段を設けた構成としたので、特性判定部のスペクトルパ
ワー計算部にかえて代えて聴覚心理モデル計算部を用い
たことにより、聴覚的に重要な部分の判定を精度よく行
って、その帯域をより選択することができる。また、本
発明が対象とするオーディオ信号符号化装置，復号化装
置では、符号化器の配置を決定する演算を行なっている
際に、符号化条件が満たされれば、符号化の処理がＯＫ
と判定されて符号化帯域配置情報も出ないこととなる
が、この符号化器の配置を決定するための演算におい
て、上記実施の形態１では、符号化器を配置するときの
帯域を選択するときの各帯域幅、及び各帯域の重みが固
定であるのに対し、本実施の形態２では、特性判定部の
判定条件として、入力信号のサンプリング周波数と、圧
縮率、即ち、符号化のビットレート、も入っていること
から、これらに応じて、上記各符号化器の帯域配置を選
択するときの各帯域に対する重み付け度合いを変えられ
るものであり、さらに、特性判定部の判定条件として、
圧縮率の条件も入っていることにより、圧縮率が高いと
き、即ち、ビットレートが低いときには上記各符号化器
の帯域配置を選択するときの各帯域の重み付け度合いを
あまり変化させないようにし、一方、圧縮率が低いと
き、即ち、ビットレートが高いときには、効率をより追
求するために、上記各符号化器の帯域配置を選択すると
きの各帯域の重み付け度合いを、聴覚上、より大事なと
ころを強調するようにし、これにより、圧縮率と品質と
のベストバランスを得ることができるものである。この
ように、多種多様なオーディオ信号の符号化を行なう際
にも、十分な性能を発揮して、高品質、高効率な、適応
スケーラブルコーディングを行なう、オーディオ信号符
号化，復号化装置を得ることができる。

【０１２０】

【発明の効果】以上のように、本発明にかかるオーディ
オ信号符号化装置、及びオーディオ信号復号化装置によ
れば、符号化部は、複数の符号化器を有し、符号化帯域
制御部の制御によりオーディオ信号の多段符号化を行い
符号化情報を出力し、特性判定部は、入力されるオーデ
ィオ信号を判定し、符号化する各周波数帯域の重み付け
を示す帯域重み情報を出力し、符号化帯域制御部は、帯
域重み情報に基づいて、多段符号化を構成する各符号化
器の量子化帯域、接続順を決定し、決定した各符号化器
の量子化帯域、接続順に基づいてスケーラブルに構成さ
れる多段符号化を符号化部に行わせ、決定した各符号化
器の量子化帯域、接続順を示す帯域制御符号列を出力す
ることにより、多種多様な性質を持つオーディオ信号に
対して、より高音質で、より高効率な、適応スケーラブ
ルコーディングを行なうことができるという、有利な効
果が得られる。

【図面の簡単な説明】

【図１】本発明の実施の形態１によるオーディオ信号符
号化装置における適応スケーラブルコーディングのブロ
ック図

【図２】上記実施の形態１の符号化装置における時間周
波数変換部を示す図

【図３】上記実施の形態１の符号化装置における符号化
器を示す図

【図４】上記実施の形態１の符号化装置における正規化
部を示す図

【図５】上記実施の形態１の符号化装置における周波数
概形正規化部を示す図

【図６】上記実施の形態１の符号化装置における特性判
定部を示す図

【図７】上記実施の形態１の符号化装置における符号化
帯域制御部を示す図

【図８】上記実施の形態１の符号化装置における量子化
部を示す図

【図９】上記実施の形態１の符号化装置における復号化
器を示す図

【図１０】一般のTwinVQ方式の概要を示す図

【図１１】一般のTwinVQスケーラブルコーディング方式
を示す図

【図１２】一般の固定スケーラブルコーディングの短所
を示す図

【図１３】一般の適応スケーラブルコーディングの長所
を示す図

【図１４】本発明の実施の形態２によるオーディオ信号
符号化装置における適応スケーラブルコーディングのブ
ロック図

【図１５】上記実施の形態２の符号化装置における符号
化器を示す図

【図１６】上記実施の形態２の符号化装置における特性
判定部を示す図

【図１７】上記実施の形態２の符号化装置における符号
化帯域制御部を示す図

【図１８】上記実施の形態２の符号化装置における復号
化器を示す図

【図１９】上記実施の形態２の符号化装置における復号
化帯域制御部を示す図

【図２０】上記実施の形態２の符号化装置におけるスペ
クトルシフト手段を示す図

【符号の説明】

１ 符号化装置 ２ 復号化装置 ５０１ 原オーディオ信号 ５０２ 解析長判定部 ５０３ 時間周波数変換部 ５０４ 解析長 ５０５ 原オーディオ信号のスペクトル ５０６ 特性判定部 ５０７ 符号化帯域制御部 ５０８ 帯域制御符号列 ５１０ 解析長符号列 ５１１ 低域符号化器 ５１２ 中域符号化器 ５１３ 高域符号化器 ５１１ｂ 第２段低域符号化器 ５１８，５１９，５２０，５１８ｂ 量子化誤差 ５２１ 低域符号列 ５２２ 中域符号列 ５２３ 高域符号列 ５２１ｂ 第２段低域符号列 ７０１ フィルタ ５ 周波数時間変換部 ６ 窓掛け部 ７ フレーム重ねあわせ部 ８ 復号信号 ９ 帯域合成部 １２０１ 復号化帯域制御部 １２０２ 低域復号化器 １２０３ 中域復号化器 １２０４ 高域復号化器 １２０２ｂ 第２段低域復号化器 ２０１ フレーム分割部 ２０２ 窓掛け部 ２０３ MDCT部 ３ 符号化器 ３０１ 正規化部 ３０２ 量子化部 ３０３ 正規化符号列 ３０４ 符号列 ４０１ 周波数概形正規化部 ４０２ 帯域振幅正規化部 ４０３ 帯域テーブル ６０１ 線形予測分析部 ６０２ 概形量子化部 ６０３ 包絡特性正規化部 ８０３ スペクトルパワー計算部 ８０４ 配置決定部 ５１７ 帯域制御重み ５１６ 符号化帯域配置情報 ９０１ 帯域幅算出部 ９０２ 量子化順序決定部 ９０３ 符号化器数決定部 １００１ 量子化部の量子化する帯域のMDCT １００２ 同じ量子化帯域の正規化成分 １００３ 音源サブベクトル １００４ 重みサブベクトル １００５ ベクトル量子化器 １００６ 距離計算手段 １００７ コード決定手段 １００８ 残差生成手段 １００９ コードブック １０１０ 残差サブベクトル １０１１ ある量子化部の量子化する帯域のMDCT
の残差 １０１ 原オーディオ信号 １０２ 解析長判定部 １０３ 時間周波数変換部 １０４ 周波数領域の原オーディオ信号 １０５ 周波数概形 １０６ 正規化処理部 １０７ 正規化符号列 １０８ 正規化処理後の現オーディオ信号 １０９ ベクトル量子化部 １１０ 符号列 １１１ 解析長符号列 １３０１ 原オーディオ信号 １３０２ 時間周波数変換部 １３０３ 解析長判定部 １３０４ 周波数領域の原オーディオ信号 １３０５ 低域符号化器 １３０６ 量子化誤差 １３０７ 中域符号化器 １３０８ 量子化誤差 １３０９ 高域符号化器 １３１０ 量子化誤差 １３１１ 低域符号列 １３１２ 中域符号列 １３１３ 高域符号列 １３１４ 解析長符号列 ２００１ 符号化装置 ２００２ 復号化装置 ２００１０５ 符号化条件 ２００１０７ 特性判定部 ２００１０８ 差分スペクトル ２００１０９ 符号化帯域配置情報 ２００１１０ 符号化帯域制御部 ２００１１１ 符号化列 ２００１１２ 伝送符号化列合成器 ２００１５０ 伝送符号化列分解器 ２００１５１ 符号化列 ２００１５２ 解析長符号化列 ２００１５３ 復号化帯域制御部 ２００１５４ 復号化スペクトル ２００３ 符号化器 ２００３０５ 符号化帯域情報 ２００６０１ 符号化帯域算出部 ２００６０２ 聴覚心理モデル計算部 ２００６０３ 配置決定部 ２００６０４ 符号化帯域配置情報生成手段 ２００６０５ 聴覚重み ２００７０１ スペクトルシフト手段 ２００７０２ 符号化帯域情報 ２００７０３ 差分計算手段 ２００７０４ 差分スペクトル保持手段 ２００４ 復号化器 ２００９０１ 逆量化部 ２００９０２ 逆正規化部 ２００１００１ 合成スペクトル ２００１００２ シフトされた合成スペクトル ２００１００３ 復号化スペクトル算出部 ２００１１０１ 元スペクトル ２００１１０２ シフトされたスペクトル

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 19/02 G10L 19/00 H03M 7/30 H04B 14/04

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 特性判定部、符号化帯域制御部、符号化
   部を備え、時間−周波数変換されたオーディオ信号を符
   号化列に変換するオーディオ信号符号化装置であって、 符号化列は、符号化情報と帯域制御符号列とを含み、 符号化部は、複数の符号化器を有し、符号化帯域制御部
   の制御によりオーディオ信号の多段符号化を行い符号化
   情報を出力し、 特性判定部は、入力されるオーディオ信号を判定し、符
   号化する各周波数帯域の重み付けを示す帯域重み情報を
   出力し、 符号化帯域制御部は、 帯域重み情報に基づいて、多段符号化を構成する各符号
   化器の量子化帯域、接続順を決定し、 決定した各符号化器の量子化帯域、接続順に基づいてス
   ケーラブルに構成される多段符号化を符号化部に行わ
   せ、 決定した各符号化器の量子化帯域、接続順を示す帯域制
   御符号列を出力する、 オーディオ信号符号化装置。
2. 【請求項２】 符号化帯域制御部は、予め定義された多
   段符号化のいずれかになるように、各符号化器の量子化
   帯域と、各符号化器の接続順とを決定する、 請求項１記
   載のオーディオ信号符号化装置。
3. 【請求項３】 符号化部は、量子化誤差を出力し、 符号化帯域制御部は、帯域重み情報と量子化誤差とに基
   づいて、各符号化器の量子化帯域と、各符号化器の接続
   順とを決定する、 請求項１記載の オーディオ信号符号化装置。
4. 【請求項４】 復号化帯域制御部、復号化部を備え、符
   号化情報と帯域制御符号列とを含む符号化列をオーディ
   オ信号に復号するオーディオ信号復号化装置であって、 帯域制御符号列は、符号化情報を多段符号化した際の各
   符号化器の量子化帯域、接続順を示し、 復号化部は、複数の復号化器を有し、復号化帯域制御部
   の制御により符号化情 報の多段復号化を行い、 復号化帯域制御部は、帯域制御符号列に基づいてスケー
   ラブルに構成される多段復号化を復号化部に行わせる、 オーディオ信号復号化装置。