JP3346546B2 - 音声符号化方法 - 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、マルチチャネルの
音声信号を圧縮するための音声符号化方法に関する。

【０００２】

【従来の技術】音声信号を圧縮する方法として、本発明
者は先の出願（特願平９−２８９１５９号）において１
チャネルの原デジタル音声信号に対して、特性が異なる
複数の予測器により時間領域における過去の信号から現
在の信号の複数の線形予測値を算出し、原デジタル音声
信号と、この複数の線形予測値から予測器毎の予測残差
を算出し、予測残差の最小値を選択する予測符号化方法
を提案している。

【０００３】なお、上記方法では原デジタル音声信号が
サンプリング周波数＝９６ｋＨｚ、量子化ビット数＝２
０ビット程度の場合にある程度の圧縮効果を得ることが
できるが、近年のＤＶＤオーディオディスクではこの２
倍のサンプリング周波数（＝１９２ｋＨｚ）が使用さ
れ、また、量子化ビット数も２４ビットが使用される傾
向がある。また、マルチチャネルにおけるサンプリング
周波数と量子化ビット数はチャネル毎に異なることもあ
る。

【０００４】

【発明が解決しようとする課題】ところで、予測符号化
方式のような圧縮方式は圧縮率が可変（ＶＢＲ：バリア
ブル・ビット・レート）であるので、マルチチャネルの
音声信号を予測符号化するとチャネル毎のデータ量が時
間的に大きく変化する。また、このようなデータを伝送
する場合には、チャネル毎にパラレルではなくデータス
トリームとして伝送される。したがって、再生側（デコ
ード側）においてこのような可変長のデータストリーム
をチャネル毎に同期して再生（プレゼンテーション）可
能にする必要がある。また、圧縮率が固定（ＣＢＲ：コ
ンスタント・ビット・レート）の場合もあり、復号処理
を考えた場合、このようなデータの復号処理を的確に行
う必要がある。

【０００５】そこで本発明は、マルチチャネルの音声信
号を圧縮符号化する場合に再生側の復号処理を的確に行
うようにした音声符号化方法を提供することを目的とす
る。

【０００６】

【課題を解決するための手段】本発明は上記目的を達成
するために、以下の手段からなるものである。すなわ
ち、

【０００７】マルチチャネルの音声信号をそのままのチ
ャネル又は互いに相関をとったチャネル毎に、入力され
る音声信号に応答して先頭サンプル値を得ると共に、特
性が異なる複数の線形予測方法により時間領域の過去か
ら現在の信号の線形予測値がそれぞれ予測され、その予
測される線形予測値と前記音声信号とから得られる予測
残差が最小となるような線形予測方法を選択して予測符
号化するステップと、前記ステップにより選択されたチ
ャネル毎の線形予測方法と予測残差と所定の先頭サンプ
ル値を含む予測符号化データを格納するサブパケット
と、前記サブパケット内のデータが可変ビットレート圧
縮された圧縮データであることを示し、再生側で前記可
変ビットレート圧縮に対応した伸長処理が施されるため
に用いられる識別子を含む同期情報部と、を有するデー
タ構造にフォーマット化するステップと、からなる音声
符号化方法。

【０００８】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図１は本発明が適用される音声符
号化装置とそれに対応した音声復号装置の第１の実施形
態を示すブロック図、図２は図１の符号化部を詳しく示
すブロック図、図３は図１、図２の符号化部により符号
化されたビットストリームを示す説明図、図４はＤＶＤ
のパックのフォーマットを示す説明図、図５はＤＶＤの
オーディオパックのフォーマットを示す説明図、図６は
図５のオーディオデータエリアのフォーマットを詳しく
示す説明図、図７は図１の復号化部を詳しく示すブロッ
ク図、図８は図７の入力バッファの書き込み／読み出し
タイミングを示すタイミングチャート、図９はアクセス
ユニット毎の圧縮データ量を示す説明図、図１０はアク
セスユニットとプレゼンテーションユニットを示す説明
図である。

【０００９】ここで、マルチチャネル方式としては、例
えば次の４つの方式が知られている。 （１）４チャネル方式 ドルビーサラウンド方式の
ように、前方Ｌ、Ｃ、Ｒの３チャネル＋後方Ｓの１チャ
ネルの合計４チャネル （２）５チャネル方式 ドルビーＡＣ−３方式のＳ
Ｗチャネルなしのように、前方Ｌ、Ｃ、Ｒの３チャネル
＋後方ＳＬ、ＳＲの２チャネルの合計５チャネル （３）６チャネル方式 ＤＴＳ（Digital Theater
System）方式や、ドルビーＡＣ−３方式のように６チャ
ネル（Ｌ、Ｃ、Ｒ、ＳＷ（Ｌｆｅ）、ＳＬ、ＳＲ） （４）８チャネル方式 ＳＤＤＳ（Sony Dynamic D
igital Sound）方式のように、前方Ｌ、ＬＣ、Ｃ、Ｒ
Ｃ、Ｒ、ＳＷの６チャネル＋後方ＳＬ、ＳＲの２チャネ
ルの合計８チャネル

【００１０】図１に示す符号化側の６チャネル（ch）ミ
クス＆マトリクス回路１’は、マルチチャネル信号の一
例としてフロントレフト（Ｌｆ）、センタ（Ｃ）、フロ
ントライト（Ｒｆ）、サラウンドレフト（Ｌｓ）、サラ
ウンドライト（Ｒｓ）及びＬｆｅ（Low Frequency Effe
ct）の６chのＰＣＭデータを次式（１）により前方グル
ープに関する２ch「１」、「２」と他のグループに関す
る４ch「３」〜「６」に分類して変換し、２ch「１」、
「２」を第１符号化部２’−１に、また、４ch「３」〜
「６」を第２符号化部２’−２に出力する。 「１」＝Ｌｆ＋Ｒｆ 「２」＝Ｌｆ−Ｒｆ 「３」＝Ｃ−（Ｌｓ＋Ｒｓ）／２ 「４」＝Ｌｓ＋Ｒｓ 「５」＝Ｌｓ−Ｒｓ 「６」＝Ｌｆｅ−ａ×Ｃ ただし、０≦ａ≦１ …（１）

【００１１】符号化部２’を構成する第１及び第２符号
化部２’−１、２’−２はそれぞれ、図２に詳しく示す
ように２ch「１」、「２」と４ch「３」〜「６」のＰＣ
Ｍデータをチャネル毎に予測符号化し、予測符号化デー
タを図３に示すようなビットストリームで記録媒体５や
衛星回線や電話回線等の通信媒体６を介して復号側に伝
送する。復号側では復号化部３’を構成する第１及び第
２復号化部３’−１、３’−２により、図７に詳しく示
すようにそれぞれ前方グループに関する２ch「１」、
「２」と他のグループに関する４ch「３」〜「６」の予
測符号化データをチャネル毎にＰＣＭデータに復号す
る。

【００１２】次いでミクス＆マトリクス回路４’により
式（１）に基づいて元の６ch（Ｌｆ、Ｃ、Ｒｆ、Ｌｓ、
Ｒｓ、Ｌｆｅ）を復元するとともに、この元の６chと係
数ｍij（ｉ＝１，２，ｊ＝１，２〜６）により次式
（２）のようにステレオ２chデータ（Ｌ、Ｒ）を生成す
る。 Ｌ＝ｍ11・Ｌｆ＋ｍ12・Ｒｆ＋ｍ13・Ｃ ＋ｍ14・Ｌｓ＋ｍ15・Ｒｓ＋ｍ16・Ｌｆｅ Ｒ＝ｍ21・Ｌｆ＋ｍ22・Ｒｆ＋ｍ23・Ｃ ＋ｍ24・Ｌｓ＋ｍ25・Ｒｓ＋ｍ26・Ｌｆｅ …（２）

【００１３】図２を参照して符号化部２’−１、２’−
２について詳しく説明する。各ch「１」〜「６」のＰＣ
Ｍデータは１フレーム毎に１フレームバッファ１０に格
納される。そして、１フレームの各ch「１」〜「６」の
サンプルデータがそれぞれ予測回路１３Ｄ１、１３Ｄ
２、１５Ｄ１〜１５Ｄ４に印加されるとともに、各ch
「１」〜「６」の各フレームの先頭サンプルデータ（後
述のリスタートヘッダ内に格納される）がアンパッキン
グ回路８及びフォーマット化回路１９に印加される。ま
た、ＰＣＭデータがＡ／Ｄ変換されたときのサンプリン
グ周波数（ｆｓ）と量子化ビット数（Ｑｂ）がパッキン
グ回路１８及びフォーマット化回路１９に印加される。
予測回路１３Ｄ１、１３Ｄ２、１５Ｄ１〜１５Ｄ４はそ
れぞれ、各ch「１」〜「６」のＰＣＭデータに対して、
特性が異なる複数の予測器（不図示）により時間領域に
おける過去の信号から現在の信号の複数の線形予測値を
算出し、次いで原ＰＣＭデータと、この複数の線形予測
値から予測器毎の予測残差を算出する。続くバッファ・
選択器１４Ｄ１、１４Ｄ２、１６Ｄ１〜１６Ｄ４はそれ
ぞれ、予測回路１３Ｄ１、１３Ｄ２、１５Ｄ１〜１５Ｄ
４により算出された各予測残差を一時記憶して、選択信
号／ＤＴＳ（デコーディング・タイム・スタンプ）生成
器１７により指定されたサブフレーム毎に予測残差の最
小値を選択する。

【００１４】選択信号／ＤＴＳ生成器１７は予測残差の
ビット数フラグをパッキング回路１８とフォーマット化
回路１９に対して印加し、また、予測残差が最小の予測
器を示す予測器選択フラグと、式（１）における相関係
数ａと、復号化側が入力バッファ２２ａ（図７）からス
トリームデータを取り出す時間を示すＤＴＳをフォーマ
ット化回路１９に対して印加する。パッキング回路１８
はバッファ・選択器１４Ｄ１、１４Ｄ２、１６Ｄ１〜１
６Ｄ４により選択された６ch分の予測残差を、選択信号
／ＤＴＳ生成器１７により指定されたビット数フラグに
基づいて指定ビット数でパッキングする。またＰＴＳ生
成器１７ｃは、復号化側が出力バッファ１１０（図７）
からＰＣＭデータを取り出す時間を示すＰＴＳ（プレゼ
ンテーション・タイム・スタンプ）を生成してフォーマ
ット化回路１９に出力する。

【００１５】続くフォーマット化回路１９は図３〜図６
に示すようなユーザデータにフォーマット化する。図３
に示すユーザデータ（サブパケット）は、前方グループ
に関する２ch「１」、「２」の予測符号化データを含む
可変レートビットストリーム（サブストリーム）ＢＳ０
と、他のグループに関する４ch「３」〜「６」の予測符
号化データを含む可変レートビットストリーム（サブス
トリーム）ＢＳ１と、サブストリームＢＳ０、ＢＳ１の
前に設けられたビットストリームヘッダ（リスタートヘ
ッダ）により構成されている。また、サブストリームＢ
Ｓ０、ＢＳ１の１フレーム分は ・フレームヘッダと、 ・各ch「１」〜「６」の１フレームの先頭サンプルデー
タと、 ・各ch「１」〜「６」のサブフレーム毎の予測器選択フ
ラグと、 ・各ch「１」〜「６」のサブフレーム毎のビット数フラ
グと、 ・各ch「１」〜「６」の予測残差データ列（可変ビット
数）と、 ・ch「６」の係数ａとが、多重化されている。このよう
な予測符号化によれば、原信号が例えばサンプリング周
波数（ｆｓ）＝９６ｋＨｚ、量子化ビット数（Ｑｂ）＝
２４ビット、６チャネルの場合、７１％の圧縮率を実現
することができる。

【００１６】図２に示す符号化部２’−１、２’−２に
より予測符号化された可変レートビットストリームデー
タを、記録媒体の一例としてＤＶＤオーディオディスク
に記録する場合には、図４に示すオーディオ（Ａ）パッ
クにパッキングされる。このパックは２０３４バイトの
ユーザデータ（Ａパケット、Ｖパケット）に対して４バ
イトのパックスタート情報と、６バイトのＳＣＲ（Syst
em Clock Reference：システム時刻基準参照値）情報
と、３バイトのMux レート（rate）情報と１バイトのス
タッフィングの合計１４バイトのパックヘッダが付加さ
れて構成されている（１パック＝合計２０４８バイ
ト）。この場合、タイムスタンプであるＳＣＲ情報を、
先頭パックでは「１」として同一タイトル内で連続とす
ることにより同一タイトル内のＡパックの時間を管理す
ることができる。

【００１７】圧縮ＰＣＭのＡパケットは図５に詳しく示
すように、９〜２２バイトのパケットヘッダと、圧縮Ｐ
ＣＭのプライベートヘッダと、図３に示すフォーマット
の１ないし２０１５バイトのオーディオデータ（圧縮Ｐ
ＣＭ）により構成されている。そして、ＤＴＳとＰＴＳ
は図５のパケットヘッダ内に（具体的にはパケットヘッ
ダの１０〜１４バイト目にＰＴＳが、１５〜１９バイト
目にＤＴＳが）セットされる。圧縮ＰＣＭのプライベー
トヘッダは、 ・１バイトのサブストリームＩＤと、 ・２バイトのＵＰＣ／ＥＡＮ−ＩＳＲＣ（Universal Pr
oduct Code/European Article Number-International S
tandard Recording Code）番号、及びＵＰＣ／ＥＡＮ−
ＩＳＲＣデータと、 ・１バイトのプライベートヘッダ長と、 ・２バイトの第１アクセスユニットポインタと、 ・４バイトのオーディオデータ情報（ＡＤＩ）と、 ・０〜７バイトのスタッフィングバイトとに、より構成
されている。

【００１８】そして、ＡＤＩ内に１秒後のアクセスユニ
ットをサーチするための前方アクセスユニット・サーチ
ポインタと、１秒前のアクセスユニットをサーチするた
めの後方アクセスユニット・サーチポインタがともに１
バイトでセットされる。具体的には、ＡＤＩの１バイト
目に前方アクセスユニット・サーチポインタが、８バイ
ト目に後方アクセスユニット・サーチポインタがセット
される。このようにＡＤＩは、圧縮ＰＣＭでは４バイト
に減少させるためオーディオデータを２０１５バイトま
で収納できる。

【００１９】図５に示す圧縮ＰＣＭ（ＰＰＣＭ）のオー
ディオパケットにおけるオーディオデータエリアは、図
６に示すように複数のＰＰＣＭアクセスユニットにより
構成され、ＰＰＣＭアクセスユニットはＰＰＣＭシンク
情報とサブパケットにより構成されている。最初のＰＰ
ＣＭアクセスユニット内のサブパケットは、ディレクト
リと、サブストリーム「ＢＳ０」と、ＣＲＣ（１バイト
又は２バイト）と、サブストリーム「ＢＳ１」と、ＣＲ
Ｃとエクストラ情報により構成され、サブストリーム
「ＢＳ０」、「ＢＳ１」はＰＰＣＭブロックのみにより
構成されている。２番目以降のＰＰＣＭアクセスユニッ
ト内のサブパケットも、ディレクトリと、サブストリー
ム「ＢＳ０」と、ＣＲＣと、サブストリーム「ＢＳ１」
と、ＣＲＣとエクストラ情報により構成され、サブスト
リーム「ＢＳ０」、「ＢＳ１」はリスタートヘッダとＰ
ＰＣＭブロックにより構成されている。そして、エクス
トラ情報は、少なくとも、サイズ調整機能を有してい
る。すなわち、入来データが固定レート（ＣＢＲ）の場
合には、上述したようにサンプリング周波数ｆｓによっ
て１パケット当たりのサンプリング数が４０，８０，１
６０のいずれかに定められており、そのため、決定され
たサンプリング数によっては１パケット当たりのデータ
長とサブパケットのサイズとが合わない場合があり、そ
れをサブパケットのサイズに合わせるために、例えば、
０，０…等を付加してサイズ調整を行う。また、このサ
イズ調整用のデータはテキストデータ等を利用すること
も可能である。

【００２０】ＰＰＣＭシンク情報（以下、同期情報とも
いう）は次の情報を含む。 ・１パケット当たりのサンプル数：サンプリング周波数
ｆｓに応じて４０、８０又は１６０が選択される。 ・データレートがＶＢＲの場合には「０」（サブパケッ
ト内のデータがＶＢＲの圧縮データであることを示す識
別子）、ＣＢＲの場合には「１」（サブパケット内のデ
ータが固定レートであることを示す識別子） ・サンプリング周波数ｆｓ及び量子化ビット数Ｑｂ ・チャネル割り当て情報

【００２１】次に図７を参照して復号化部３’−１、
３’−２について説明する。上記フォーマットの可変レ
ートビットストリームデータＢＳ０、ＢＳ１は、デフォ
ーマット化回路２１により分離される。そして、各ｃｈ
「１」〜「６」の１フレームの先頭サンプルデータと予
測器選択フラグはそれぞれ予測回路２４Ｄ１、２４Ｄ
２、２３Ｄ１〜２３Ｄ４に印加され、各ｃｈ「１」〜
「６」のビット数フラグはアンパッキング回路２２に印
加される。また、ＳＣＲと、ＤＴＳと予測残差データ列
は入力バッファ２２ａに印加され、ＰＴＳは出力バッフ
ァ１１０に印加される。また、データレートがＶＢＲか
ＣＢＲかを示す識別子は各予測器２４Ｄ１、２４Ｄ２、
２３Ｄ１、２３Ｄ２、２３Ｄ３、２３Ｄ４に印加され、
これらにおいて識別子に応じた入出力データの処理プロ
グラムが決定されて処理されることになる。ＶＢＲであ
る場合には処理プログラムを切り換えると共に入力デー
タを毎回ロードする必要があり処理に時間を要すること
になるが、ＣＢＲの場合には固定レートであることから
処理プログラムを切り換える必要がなく処理が速くな
る。また、サンプリング周波数ｆｓ及び量子化ビット数
ＱｂはＤ／Ａ変換器１０２に印加される。ここで、予測
回路２４Ｄ１、２４Ｄ２、２３Ｄ１〜２３Ｄ４内の複数
の予測器（不図示）はそれぞれ、符号化側の予測回路１
３Ｄ１、１３Ｄ２、１５Ｄ１〜１５Ｄ４内の複数の予測
器と同一の特性であり、予測器選択フラグにより同一特
性のものが選択される。

【００２２】デフォーマット化回路２１により、最初オ
ーディオパックからオーディオパケットが分離され、次
にオーディオパケットからストリームデータ（予測残差
データ列）が分離されてビットストリームＢＳ０とＢＳ
１が取り出される。またＳＣＲが取り出され、図８に示
すようにＳＣＲによるタイミングにしたがってアクセス
ユニット毎に入力バッファ２２ａに取り込まれて蓄積さ
れる。ここで、１つのアクセスユニットのデータ量は、
例えばｆｓ＝９６ｋＨｚの場合には（１／９６ｋＨｚ）
秒分であるが、図９、図１０（ａ）に詳しく示すように
可変長である。そして、入力バッファ２２ａに蓄積され
たストリームデータはＤＴＳに基づいてＦＩＦＯで読み
出されてアンパッキング回路２２に印加される。

【００２３】アンパッキング回路２２は各ｃｈ「１」〜
「６」の予測残差データ列をビット数フラグ毎に基づい
て分離してそれぞれ予測回路２４Ｄ１、２４Ｄ２、２３
Ｄ１〜２３Ｄ４に出力する。予測回路２４Ｄ１、２４Ｄ
２、２３Ｄ１〜２３Ｄ４ではそれぞれ、アンパッキング
回路２２からの各ｃｈ「１」〜「６」の今回の予測残差
データと、内部の複数の予測器の内、予測器選択フラグ
により選択された各１つにより予測された前回の予測値
が加算されて今回の予測値が算出され、次いで１フレー
ムの先頭サンプルデータを基準として各サンプルのＰＣ
Ｍデータが算出されて出力バッファ１１０に蓄積され
る。出力バッファ１１０に蓄積されたＰＣＭデータはＰ
ＴＳに基づいて読み出されて出力され、したがって、図
１０（ａ）に示す可変長のアクセスユニットが伸長され
て、図１０（ｂ）に示す一定長のプレゼンテーションユ
ニットが出力される。

【００２４】また、ＰＰＣＭシンク情報内のサンプリン
グ周波数ｆｓ及び量子化ビット数Ｑｂに基づいて、ＰＣ
ＭデータがＤ／Ａ変換器１０２によりアナログ信号に変
換される。また、同時にＰＰＣＭシンク情報においてＣ
ＢＲの識別子が検出され、ディレクトリ内のエクストラ
データの位置が検出されて、更に例えば０，０…のデー
タや、テキストデータ等のサイズ調整用のエクストラデ
ータが検出されると、それがテキストデータである場合
にはエクストラデータをこのアンパッキング回路２２か
ら図示しないテキストデータデコード回路に供給し、そ
こで、デコード処理をしてテキストデータとして取り出
し、出力バッファ１１０を通じて出力されることにな
る。また一方、エクストラデータが０，０…データであ
った場合には、何の処理も施されないようになってい
る。また、テキストデータデコーダ回路が用意されてい
ない場合には、この処理はパスされる。また、ここで、
操作部１０１を介してサーチ再生が指示された場合に
は、制御部１００により図５に示す前方アクセスユニッ
ト・サーチポインタ（１秒先）と後方アクセスユニット
・サーチポインタ（１秒前）に基づいてアクセスユニッ
トを再生する。このサーチポインタとしては、１秒先、
１秒前の代わりに２秒先、２秒前のものでよい。

【００２５】図２に示す符号化部２’−１、２’−２に
より予測符号化された可変レートビットストリームデー
タをネットワークを介して伝送する場合には、符号化側
では図１１に示すように伝送用にパケット化し（ステッ
プＳ４１）、次いでパケットヘッダを付与し（ステップ
Ｓ４２）、次いでこのパケットをネットワーク上に送り
出す（ステップＳ４３）。

【００２６】復号側では図１２（Ａ）に示すようにヘッ
ダを除去し（ステップＳ５１）、次いでデータを復元し
（ステップＳ５２）、次いでこのデータをメモリに格納
して復号を待つ（ステップＳ５３）。そして、復号を行
う場合には図１２（Ｂ）に示すように、デフォーマット
化を行い（ステップＳ６１）、次いで入力バッファ２２
ａの入出力制御を行い（ステップＳ６２）、次いでアン
パッキングを行う（ステップＳ６３）。なお、このと
き、サーチ再生指示がある場合にはサーチポインタをデ
コードする。次いで予測器をフラグに基づいて選択して
デコードを行い（ステップＳ６４）、次いで出力バッフ
ァ１１０の入出力制御を行い（ステップＳ６５）、次い
で元のマルチチャネルを復元し（ステップＳ６６）、次
いでこれを出力し（ステップＳ６７）、以下、これを繰
り返す。

【００２７】なお、上記実施形態では、前方グループに
関する２ch「１」、「２」を 「１」＝Ｌｆ＋Ｒｆ 「２」＝Ｌｆ−Ｒｆ により変換して予測符号化したが、代わりに式（２）に
よりマルチチャネルをダウンミクスしてステレオ２chデ
ータ（Ｌ、Ｒ）を生成し、次いで次式（１）’ 「１」＝Ｌ＋Ｒ 「２」＝Ｌ−Ｒ 「３」〜「５」は同じ 「６」＝Ｌｆｅ−Ｃ …（１）’ により変換して予測符号化するようにしてもよい（第２
の実施形態）。この場合には、復号化側のミクス＆マト
リクス回路４’はチャネル「１」、「２」を加算するこ
とによりチャネルＬを、減算することによりチャネルＲ
を生成することができる。

【００２８】また、第３の実施形態として図１３に示す
ように、２ch「１」、「２」の代わりに式（２）により
マルチチャネルをダウンミクスしてステレオ２chデータ
（Ｌ、Ｒ）を生成して、このステレオ２ch（Ｌ、Ｒ）と
４ch「３」〜「６」を予測符号化するようにしてもよ
い。なお、第２、第３の実施形態では、フロントレフト
（Ｌｆ）とフロントライト（Ｒｆ）が復号化側に伝送さ
れないので、復号化側ではこれを式（１）、（２）によ
り生成する。

【００２９】次に図１４、図１５、図１６を参照して第
４の実施形態について説明する。上記の実施形態では、
１グループの相関性の信号「１」〜「６」を予測符号化
するように構成されているが、この第４の実施形態では
複数グループの相関性のある信号を生成して予測符号化
し、圧縮率が最も高いグループの予測符号化データを選
択するように構成されている。また、この実施例ではそ
の１グループ内における符号化は、前述の各実施例の場
合のように前方グループに関する２ｃｈと他のグループ
に関する４ｃｈに分類して変換するようなことはせず
に、一つにまとめた符号化処理が行われる構成で、図１
４は前述の図１に対応した図として示してある。また、
図１５は符号化部の詳細ブロックを示すものであるが、
本実施例の場合にはｎ個の相関回路１−１〜１−ｎまで
が、ミクス＆マトリクス回路１’側に設けられている。
これらｎ個の相関回路１−１〜１−ｎは例えば６ch（Ｌ
ｆ、Ｃ、Ｒｆ、Ｌｓ、Ｒｓ、Ｌｆｅ）のＰＣＭデータ
を、相関性が異なるｎ種類の６ch信号「１」〜「６」に
変換する。

【００３０】例えば第１の相関回路１−１は以下のよう
に変換し、 「１」＝Ｌｆ 「２」＝Ｃ−（Ｌｓ＋Ｒｓ）／２ 「３」＝Ｒｆ−Ｌｆ 「４」＝Ｌｓ−ａ×Ｌｆｅ 「５」＝Ｒｓ−ｂ×Ｒｆ 「６」＝Ｌｆｅ また、第ｎの相関回路１−ｎは以下のように変換する。 「１」＝Ｌｆ＋Ｒｆ 「２」＝Ｃ−Ｌｆ 「３」＝Ｒｆ−Ｌｆ 「４」＝Ｌｓ−Ｌｆ 「５」＝Ｒｓ−Ｌｆ「６」＝Ｌｆｅ−Ｃ

【００３１】また、相関回路１−１〜１−ｎ毎に予測回
路１５とバッファ・選択器１６が設けられ、グループ毎
の予測残差の最小値のデータ量に基づいて圧縮率が最も
高いグループが相関選択信号生成器１７ｂにより選択さ
れる。このとき、フォーマット化回路１９はその選択フ
ラグ（相関回路選択フラグ、その相関回路の相関係数
ａ、ｂ）を追加して多重化する。

【００３２】そして、図１６は前述の図６に対応したデ
ータエリアを示し、この実施例ではサブストリーム「Ｂ
Ｓ１」を用いず、サブストリーム「ＢＳ０」のみで構成
することになる。

【００３３】また、図１７に示す復号化側では、符号化
側の相関回路１−１〜１−ｎに対してｎ個の相関回路４
−１〜４−ｎ（又は係数ａ、ｂが変更可能な図示省略の
１つの相関回路）が設けられる。なお、図１５に示すｎ
グループの予測回路が同一の構成である場合、復号装置
では図１７に示すようにｎグループ分の予測回路を設け
る必要はなく、１つのグループ分の予測回路でよい。そ
して、符号化装置から伝送された選択フラグに基づいて
相関回路４−１〜４−ｎの１つを選択、又は係数ａ、ｂ
を設定して元の６ch（Ｌｆ、Ｃ、Ｒｆ、Ｌｓ、Ｒｓ、Ｌ
ｆｅ）を復元し、また、式（２）によりマルチチャネル
をダウンミクスしてステレオ２chデータ（Ｌ、Ｒ）を生
成する。

【００３４】また、上記の第１の実施形態では、１種類
の相関性の信号「１」〜「６」を予測符号化するように
構成されているが、この信号「１」〜「６」のグループ
と原信号（Ｌｆ、Ｃ、Ｒｆ、Ｌｓ、Ｒｓ、Ｌｆｅ）のグ
ループを予測符号化し、圧縮率が高い方のグループを選
択するようにしてもよい。

【００３５】

【発明の効果】以上説明したように本発明によれば、圧
縮データを含むサブパケットと、サブパケット内のデー
タがＶＢＲの圧縮データであることを示す識別子を含む
同期情報部を有するデータ構造にフォーマット化するよ
うにしたので、再生側の復号処理を的確に行うことがで
きる。

【図面の簡単な説明】

【図１】本発明が適用される音声符号化装置とそれに対
応した音声復号装置の第１の実施形態を示すブロック図
である。

【図２】図１の符号化部を詳しく示すブロック図であ
る。

【図３】図１、図２の符号化部により符号化されたビッ
トストリームを示す説明図である。

【図４】ＤＶＤのパックのフォーマットを示す説明図で
ある。

【図５】ＤＶＤのオーディオパックのフォーマットを示
す説明図である。

【図６】図５のオーディオデータエリアのフォーマット
を詳しく示す説明図である。

【図７】図１の復号化部を詳しく示すブロック図であ
る。

【図８】図７の入力バッファの書き込み／読み出しタイ
ミングを示すタイミングチャートである。

【図９】アクセスユニット毎の圧縮データ量を示す説明
図である。

【図１０】アクセスユニットとプレゼンテーションユニ
ットを示す説明図である。

【図１１】音声伝送方法を示すフローチャートである。

【図１２】音声伝送方法を示すフローチャートである。

【図１３】本発明が適用される音声符号化装置の第３の
実施の形態とそれに対応した音声復号装置を示すブロッ
ク図である。

【図１４】本発明が適用される音声符号化装置の第３の
実施の形態とそれに対応した音声復号装置を示すブロッ
ク図である。

【図１５】第４の実施形態の音声符号化装置を示すブロ
ック図である。

【図１６】図６に対応した別の実施例の説明図である。

【図１７】第４の実施形態の音声復号装置を示すブロッ
ク図である。

【符号の説明】

１’ ６chミクス＆マトリクス回路 １３Ｄ１，１３Ｄ２，１５Ｄ１〜１５Ｄ４ 予測回路
（バッファ・選択器１４Ｄ１，１４Ｄ２，１６Ｄ１〜１
６Ｄ４と共に圧縮手段を構成する。） １４Ｄ１，１４Ｄ２，１６Ｄ１〜１６Ｄ４ バッファ・
選択器 １７ 選択信号／ＤＴＳ生成器（タイミング生成手段） １７ｃ ＰＴＳ生成器（タイミング生成手段） １９ フォーマット化回路（フォーマット化手段） ２１ デフォーマット化回路（分離手段） ２２ アンパッキング回路 ２２ａ 入力バッファ ２４Ｄ１，２４Ｄ２，２３Ｄ１〜２３Ｄ４ 予測回路
（伸長手段） １００ 制御部 １０２ Ｄ／Ａ変換器 １１０ 出力バッファ

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭64−44499（ＪＰ，Ａ) 特開 平２−127899（ＪＰ，Ａ) 特開 平８−65169（ＪＰ，Ａ) 特開 平３−24834（ＪＰ，Ａ) 特開 平８−272393（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 19/00 - 19/14 G11B 20/10 - 20/12 H03M 7/30 - 7/40 H04S 3/00 - 3/02

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】マルチチャネルの音声信号をそのままのチ
   ャネル又は互いに相関をとったチャネル毎に、入力され
   る音声信号に応答して先頭サンプル値を得ると共に、特
   性が異なる複数の線形予測方法により時間領域の過去か
   ら現在の信号の線形予測値がそれぞれ予測され、その予
   測される線形予測値と前記音声信号とから得られる予測
   残差が最小となるような線形予測方法を選択して予測符
   号化するステップと、 前記ステップにより選択されたチャネル毎の線形予測方
   法と予測残差と所定の先頭サンプル値を含む予測符号化
   データを格納するサブパケットと、前記サブパケット内
   のデータが可変ビットレート圧縮された圧縮データであ
   ることを示し、再生側で前記可変ビットレート圧縮に対
   応した伸長処理が施されるために用いられる識別子を含
   む同期情報部と、を有するデータ構造にフォーマット化
   するステップと、 からなる音声符号化方法。