JP3354136B2 - 音声符号化方法、音声信号受信方法及び音声復号方法 - Google Patents
音声符号化方法、音声信号受信方法及び音声復号方法Info
- Publication number
- JP3354136B2 JP3354136B2 JP2000321505A JP2000321505A JP3354136B2 JP 3354136 B2 JP3354136 B2 JP 3354136B2 JP 2000321505 A JP2000321505 A JP 2000321505A JP 2000321505 A JP2000321505 A JP 2000321505A JP 3354136 B2 JP3354136 B2 JP 3354136B2
- Authority
- JP
- Japan
- Prior art keywords
- audio signal
- prediction
- channels
- predicted
- linear prediction
- 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 - Lifetime
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、音声信号を予測符
号化するための音声符号化方法、音声信号受信方法及び
音声復号方法に関する。
号化するための音声符号化方法、音声信号受信方法及び
音声復号方法に関する。
【０００２】
【従来の技術】音声信号を予測符号化する方法として、
本発明者は先の出願（特願平９−２８９１５９号）にお
いて１チャネル（チャンネル）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
する方法を提案している。
本発明者は先の出願（特願平９−２８９１５９号）にお
いて１チャネル（チャンネル）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
する方法を提案している。
【０００３】
【発明が解決しようとする課題】しかしながら、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＝９６
ｋＨｚ、量子化ビット数＝２０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ので、圧縮率を改
善する必要がある。
法では原デジタル音声信号がサンプリング周波数＝９６
ｋＨｚ、量子化ビット数＝２０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ので、圧縮率を改
善する必要がある。
【０００４】そこで本発明は、音声信号を予測符号化す
る場合に圧縮率を改善することができる音声符号化方
法、音声信号受信方法及び音声復号方法を提供すること
を目的とする。
る場合に圧縮率を改善することができる音声符号化方
法、音声信号受信方法及び音声復号方法を提供すること
を目的とする。
【０００５】
【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１）〜３）の手段よりなる。すなわ
ち、
するために、以下の１）〜３）の手段よりなる。すなわ
ち、
【０００６】１）少なくともレフト、センタ、ライト、
サラウンドレフト及びサラウンドライトの５チャネルを
含む第1の複数チャネルのデジタル音声信号を所定のマ
トリクス演算により互いに同一のサンプリング周波数を
有して相関性のある第2の複数チャネルの音声信号に変
換するステップと、前記第2の複数チャネルの音声信号
をチャネル毎に、入力される音声信号に応答して、先頭
サンプル値を所定時間のフレーム単位で得ると共に、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前記フレームを
更に分割したサブフレーム単位に選択して予測符号化す
るステップと、前記選択された先頭サンプル値と予測残
差と線形予測方法とを含む予測符号化データを所定のフ
ォーマットで多重化すると共に、前記予測残差に応じた
ビット数情報に基づいて前記予測残差をパッキングする
ステップと、からなる音声符号化方法。 ２）少なくともレフト、センタ、ライト、サラウンドレ
フト及びサラウンドライトの５チャネルを含む第1の複
数チャネルのデジタル音声信号を所定のマトリクス演算
により互いに同一のサンプリング周波数を有して相関性
のある第2の複数チャネルの音声信号に変換するステッ
プと、前記第2の複数チャネルの音声信号をチャネル毎
に、入力される音声信号に応答して、先頭サンプル値を
所定時間のフレーム単位で得ると共に、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前記フレームを更に分割した
サブフレーム単位に選択して予測符号化するステップ
と、前記選択された先頭サンプル値と予測残差と線形予
測方法とを含む予測符号化データを所定のフォーマット
で多重化すると共に、前記予測残差に応じたビット数情
報に基づいて前記予測残差をパッキングするステップ
と、からなる音声符号化方法により記録されたデータか
ら元の音声信号を復号する音声復号方法であって、前記
選択された先頭サンプル値と予測残差と線形予測方法と
を含む予測符号化データを抽出するステップと、前記抽
出された先頭サンプル値と予測残差と線形予測方法とを
含む予測符号化データから予測値を算出するステップ
と、この算出された予測値から前記第１の複数チャネル
のデジタル音声信号を復元するステップと、からなる音
声復号方法。 ３）少なくともレフト、センタ、ライト、サラウンドレ
フト及びサラウンドライトの５チャネルを含む第1の複
数チャネルのデジタル音声信号を所定のマトリクス演算
により互いに同一のサンプリング周波数を有して相関性
のある第2の複数チャネルの音声信号に変換するステッ
プと、前記第2の複数チャネルの音声信号をチャネル毎
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、前記選択された先
頭サンプル値と予測残差と線形予測方法とを含む予測化
データを所定のフォーマットで多重化するステップと、
からなる音声符号化方法により符号化された音声信号を
受信する音声信号受信方法であって、前記選択された先
頭サンプル値と予測残差と線形予測方法とを含む予測符
号化データがパケット化され、ヘッダを付与されて通信
回線を介して伝送されたものを受信するステップと、受
信したデータからヘッダを除去するステップと、ヘッダ
を除去された前記パケット化されているデータから前記
予測符号化データを復元することを特徴とする音声信号
受信方法。
サラウンドレフト及びサラウンドライトの５チャネルを
含む第1の複数チャネルのデジタル音声信号を所定のマ
トリクス演算により互いに同一のサンプリング周波数を
有して相関性のある第2の複数チャネルの音声信号に変
換するステップと、前記第2の複数チャネルの音声信号
をチャネル毎に、入力される音声信号に応答して、先頭
サンプル値を所定時間のフレーム単位で得ると共に、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前記フレームを
更に分割したサブフレーム単位に選択して予測符号化す
るステップと、前記選択された先頭サンプル値と予測残
差と線形予測方法とを含む予測符号化データを所定のフ
ォーマットで多重化すると共に、前記予測残差に応じた
ビット数情報に基づいて前記予測残差をパッキングする
ステップと、からなる音声符号化方法。 ２）少なくともレフト、センタ、ライト、サラウンドレ
フト及びサラウンドライトの５チャネルを含む第1の複
数チャネルのデジタル音声信号を所定のマトリクス演算
により互いに同一のサンプリング周波数を有して相関性
のある第2の複数チャネルの音声信号に変換するステッ
プと、前記第2の複数チャネルの音声信号をチャネル毎
に、入力される音声信号に応答して、先頭サンプル値を
所定時間のフレーム単位で得ると共に、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前記フレームを更に分割した
サブフレーム単位に選択して予測符号化するステップ
と、前記選択された先頭サンプル値と予測残差と線形予
測方法とを含む予測符号化データを所定のフォーマット
で多重化すると共に、前記予測残差に応じたビット数情
報に基づいて前記予測残差をパッキングするステップ
と、からなる音声符号化方法により記録されたデータか
ら元の音声信号を復号する音声復号方法であって、前記
選択された先頭サンプル値と予測残差と線形予測方法と
を含む予測符号化データを抽出するステップと、前記抽
出された先頭サンプル値と予測残差と線形予測方法とを
含む予測符号化データから予測値を算出するステップ
と、この算出された予測値から前記第１の複数チャネル
のデジタル音声信号を復元するステップと、からなる音
声復号方法。 ３）少なくともレフト、センタ、ライト、サラウンドレ
フト及びサラウンドライトの５チャネルを含む第1の複
数チャネルのデジタル音声信号を所定のマトリクス演算
により互いに同一のサンプリング周波数を有して相関性
のある第2の複数チャネルの音声信号に変換するステッ
プと、前記第2の複数チャネルの音声信号をチャネル毎
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、前記選択された先
頭サンプル値と予測残差と線形予測方法とを含む予測化
データを所定のフォーマットで多重化するステップと、
からなる音声符号化方法により符号化された音声信号を
受信する音声信号受信方法であって、前記選択された先
頭サンプル値と予測残差と線形予測方法とを含む予測符
号化データがパケット化され、ヘッダを付与されて通信
回線を介して伝送されたものを受信するステップと、受
信したデータからヘッダを除去するステップと、ヘッダ
を除去された前記パケット化されているデータから前記
予測符号化データを復元することを特徴とする音声信号
受信方法。
【０００７】
【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は本発明を適用した音声符号
化装置とそれに対応する音声復号装置の第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の復号化部を詳しく示すブロッ
ク図、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、図７は音声伝送方法を示すフローチ
ャートである。
施の形態を説明する。図１は本発明を適用した音声符号
化装置とそれに対応する音声復号装置の第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の復号化部を詳しく示すブロッ
ク図、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、図７は音声伝送方法を示すフローチ
ャートである。
【０００８】ここで、マルチチャネル方式としては次の
４つの方式が知られている。 （１）ドルビーサラウンド方式 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）ドルビーＡＣ−３方式 前方Ｌ、Ｃ、Ｒ、ＳＷの４チャネル＋後方ＳＬ、ＳＲの
２チャネルの合計６チャネル （３）ＤＴＳ（Digital Theater System）方式 ドルビーＡＣ−３方式と同様に６チャネル（Ｌ、Ｃ、
Ｒ、ＳＷ、ＳＬ、ＳＲ） （４）ＳＤＤＳ（Sony Dynamic Digital Sound）方式 前方Ｌ、ＬＣ、Ｃ、ＲＣ、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
４つの方式が知られている。 （１）ドルビーサラウンド方式 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）ドルビーＡＣ−３方式 前方Ｌ、Ｃ、Ｒ、ＳＷの４チャネル＋後方ＳＬ、ＳＲの
２チャネルの合計６チャネル （３）ＤＴＳ（Digital Theater System）方式 ドルビーＡＣ−３方式と同様に６チャネル（Ｌ、Ｃ、
Ｒ、ＳＷ、ＳＬ、ＳＲ） （４）ＳＤＤＳ（Sony Dynamic Digital Sound）方式 前方Ｌ、ＬＣ、Ｃ、ＲＣ、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
【０００９】図１に示す符号化側の５チャネル（ch）相
関回路１は、マルチチャネル信号の一例としてレフト
（Ｌ）、センタ（Ｃ）、ライト（Ｒ）、サラウンドレフ
ト（ＳＬ）及びサラウンドライト（ＳＲ）の５chのＰＣ
Ｍデータを、Ｌchを基準として次の５ch（Ｌ）、（Ｄ
１）〜（Ｄ４）に変換して図２に詳しく示す符号化部２
に出力する。 Ｌ ＝Ｌ（基準チャネル） Ｄ１＝Ｃ−（Ｌ＋Ｒ）／２ Ｄ２＝Ｒ−Ｌ Ｄ３＝ＳＬ−ａ×Ｌ Ｄ４＝ＳＲ−ｂ×Ｒ ただし、０≦ａ，ｂ≦１
関回路１は、マルチチャネル信号の一例としてレフト
（Ｌ）、センタ（Ｃ）、ライト（Ｒ）、サラウンドレフ
ト（ＳＬ）及びサラウンドライト（ＳＲ）の５chのＰＣ
Ｍデータを、Ｌchを基準として次の５ch（Ｌ）、（Ｄ
１）〜（Ｄ４）に変換して図２に詳しく示す符号化部２
に出力する。 Ｌ ＝Ｌ（基準チャネル） Ｄ１＝Ｃ−（Ｌ＋Ｒ）／２ Ｄ２＝Ｒ−Ｌ Ｄ３＝ＳＬ−ａ×Ｌ Ｄ４＝ＳＲ−ｂ×Ｒ ただし、０≦ａ，ｂ≦１
【００１０】符号化部２は図２に詳しく示すように各ch
（Ｌ）、（Ｄ１）〜（Ｄ４）のＰＣＭデータを予測符号
化し、これを記録媒体や通信媒体を介して復号側に伝送
する。復号側では図３に詳しく示す復号化部３により各
ch（Ｌ）、（Ｄ１）〜（Ｄ４）の予測符号化データを復
号し、次いで５チャネル相関回路４により次のように元
の５chを復元する。 Ｒ＝（Ｒ−Ｌ）＋Ｌ Ｃ＝Ｃ−（Ｌ＋Ｒ）／２＋Ｌ／２＋Ｒ／２ ＳＬ＝ＳＬ−ａ×Ｌ＋ａ×Ｌ ＳＲ＝ＳＲ−ｂ×Ｒ＋ｂ×Ｒ
（Ｌ）、（Ｄ１）〜（Ｄ４）のＰＣＭデータを予測符号
化し、これを記録媒体や通信媒体を介して復号側に伝送
する。復号側では図３に詳しく示す復号化部３により各
ch（Ｌ）、（Ｄ１）〜（Ｄ４）の予測符号化データを復
号し、次いで５チャネル相関回路４により次のように元
の５chを復元する。 Ｒ＝（Ｒ−Ｌ）＋Ｌ Ｃ＝Ｃ−（Ｌ＋Ｒ）／２＋Ｌ／２＋Ｒ／２ ＳＬ＝ＳＬ−ａ×Ｌ＋ａ×Ｌ ＳＲ＝ＳＲ−ｂ×Ｒ＋ｂ×Ｒ
【００１１】図２を参照して符号化部２について詳しく
説明する。各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のＰＣＭ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のサンプルデータがそ
れぞれ予測回路１５Ｌ、１５Ｄ１〜１５Ｄ４に印加され
るとともに、各chの１フレームの先頭サンプルデータが
フォーマット化回路１９に印加される。予測回路１５
Ｌ、１５Ｄ１〜１５Ｄ４はそれぞれ、各ch（Ｌ）、（Ｄ
１）〜（Ｄ４）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、原Ｐ
ＣＭ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１６Ｌ、１６Ｄ
１〜１６Ｄ４はそれぞれ、予測回路１５Ｌ、１５Ｄ１〜
１５Ｄ４により算出された各予測残差を一時記憶して、
選択信号生成器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。
説明する。各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のＰＣＭ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のサンプルデータがそ
れぞれ予測回路１５Ｌ、１５Ｄ１〜１５Ｄ４に印加され
るとともに、各chの１フレームの先頭サンプルデータが
フォーマット化回路１９に印加される。予測回路１５
Ｌ、１５Ｄ１〜１５Ｄ４はそれぞれ、各ch（Ｌ）、（Ｄ
１）〜（Ｄ４）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、原Ｐ
ＣＭ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１６Ｌ、１６Ｄ
１〜１６Ｄ４はそれぞれ、予測回路１５Ｌ、１５Ｄ１〜
１５Ｄ４により算出された各予測残差を一時記憶して、
選択信号生成器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。
【００１２】選択信号生成器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１６
Ｌ、１６Ｄ１〜１６Ｄ４により選択された５ch分の予測
誤差を、選択信号生成器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。
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１６
Ｌ、１６Ｄ１〜１６Ｄ４により選択された５ch分の予測
誤差を、選択信号生成器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。
【００１３】続くフォーマット化回路１９は１フレーム
分に対して ・フレームヘッダと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）の１フレームの先頭
サンプル値と、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のサブフレーム毎の
予測器選択フラグと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のサブフレーム毎の
ビット数フラグと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）の予測残差データ列
（可変ビット数）とを、多重化し、可変レートビットス
トリームとして出力する。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＝９６ｋＨｚ、
量子化ビット数＝２４ビット、５チャネルの場合、７１
％の圧縮率を実現することができる。
分に対して ・フレームヘッダと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）の１フレームの先頭
サンプル値と、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のサブフレーム毎の
予測器選択フラグと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）のサブフレーム毎の
ビット数フラグと、 ・各ch（Ｌ）、（Ｄ１）〜（Ｄ４）の予測残差データ列
（可変ビット数）とを、多重化し、可変レートビットス
トリームとして出力する。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＝９６ｋＨｚ、
量子化ビット数＝２４ビット、５チャネルの場合、７１
％の圧縮率を実現することができる。
【００１４】次に図３を参照して復号化部３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
ムデータは、デフォーマット化回路２１によりフレーム
ヘッダに基づいて分離される。そして、各ｃｈ（Ｌ）、
（Ｄ１）〜（Ｄ４）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２３Ｌ、２３Ｄ
１〜２３Ｄ４に印加され、各ｃｈ（Ｌ）、（Ｄ１）〜
（Ｄ４）のビット数フラグと予測残差データ列はアンパ
ッキング回路２２に印加される。ここで、予測回路２３
Ｌ、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１５Ｌ、１５Ｄ１〜１５
Ｄ４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。
明する。上記フォーマットの可変レートビットストリー
ムデータは、デフォーマット化回路２１によりフレーム
ヘッダに基づいて分離される。そして、各ｃｈ（Ｌ）、
（Ｄ１）〜（Ｄ４）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２３Ｌ、２３Ｄ
１〜２３Ｄ４に印加され、各ｃｈ（Ｌ）、（Ｄ１）〜
（Ｄ４）のビット数フラグと予測残差データ列はアンパ
ッキング回路２２に印加される。ここで、予測回路２３
Ｌ、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１５Ｌ、１５Ｄ１〜１５
Ｄ４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。
【００１５】アンパッキング回路２２は各ｃｈ（Ｌ）、
（Ｄ１）〜（Ｄ４）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２３Ｌ、２３
Ｄ１〜２３Ｄ４に出力する。予測回路２３Ｌ、２３Ｄ１
〜２３Ｄ４ではそれぞれ、アンパッキング回路２２から
の各ｃｈ（Ｌ）、（Ｄ１）〜（Ｄ４）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
ムの先頭サンプル値を基準として各サンプル値のＰＣＭ
データが算出される。
（Ｄ１）〜（Ｄ４）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２３Ｌ、２３
Ｄ１〜２３Ｄ４に出力する。予測回路２３Ｌ、２３Ｄ１
〜２３Ｄ４ではそれぞれ、アンパッキング回路２２から
の各ｃｈ（Ｌ）、（Ｄ１）〜（Ｄ４）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
ムの先頭サンプル値を基準として各サンプル値のＰＣＭ
データが算出される。
【００１６】ここで、図２に示す符号化部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に示す圧縮ＰＣＭのオーディオ（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
（System 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、
ＡＣＢユニット内の先頭パックでは「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。
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に示す圧縮ＰＣＭのオーディオ（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
（System 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、
ＡＣＢユニット内の先頭パックでは「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、１７、９又は１４バイトのパケットヘッダ
と、圧縮ＰＣＭ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２０１１バイトのオーディオ圧縮
ＰＣＭデータにより構成されている。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、 ・８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。
すように、１７、９又は１４バイトのパケットヘッダ
と、圧縮ＰＣＭ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２０１１バイトのオーディオ圧縮
ＰＣＭデータにより構成されている。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、 ・８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】また、図２に示す符号化部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６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）。復号側では図７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）。
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６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）。復号側では図７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）。
【００１９】次に図８、図９を参照して第２の実施形態
について説明する。上記の実施形態では、１種類の相関
性の信号（Ｌ）、（Ｄ１）〜（Ｄ４）を予測符号化する
ように構成されているが、この第２の実施形態では複数
種類の相関性の信号の１種類を選択的に予測符号化する
ように構成されている。このため図８に示す符号化部で
は、第１〜第ｎの相関回路１−１〜１−ｎが設けられ、
このｎ個の相関回路１−１〜１−ｎは例えば５ch（Ｌ、
Ｃ、Ｒ、ＳＬ、ＳＲ）のＰＣＭデータを相関性が異なる
ｎ種類の５ch信号に変換する。第ｎの相関回路１−ｎは
例えば以下のように変換する。 Ｌ ＝Ｌ（基準チャネル） Ｄ１＝Ｃ−Ｌ Ｄ２＝Ｒ−Ｌ Ｄ３＝ＳＬ−Ｌ Ｄ４＝ＳＲ−Ｒ
について説明する。上記の実施形態では、１種類の相関
性の信号（Ｌ）、（Ｄ１）〜（Ｄ４）を予測符号化する
ように構成されているが、この第２の実施形態では複数
種類の相関性の信号の１種類を選択的に予測符号化する
ように構成されている。このため図８に示す符号化部で
は、第１〜第ｎの相関回路１−１〜１−ｎが設けられ、
このｎ個の相関回路１−１〜１−ｎは例えば５ch（Ｌ、
Ｃ、Ｒ、ＳＬ、ＳＲ）のＰＣＭデータを相関性が異なる
ｎ種類の５ch信号に変換する。第ｎの相関回路１−ｎは
例えば以下のように変換する。 Ｌ ＝Ｌ（基準チャネル） Ｄ１＝Ｃ−Ｌ Ｄ２＝Ｒ−Ｌ Ｄ３＝ＳＬ−Ｌ Ｄ４＝ＳＲ−Ｒ
【００２０】また、相関回路１−１〜１−ｎ毎に予測回
路１５Ｌ、１５Ｄ１〜１５Ｄ４とバッファ・選択器１６
Ｌ、１６Ｄ１〜１６Ｄ４が設けられ、グループ毎の予測
誤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、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。
路１５Ｌ、１５Ｄ１〜１５Ｄ４とバッファ・選択器１６
Ｌ、１６Ｄ１〜１６Ｄ４が設けられ、グループ毎の予測
誤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、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。
【００２１】また、図９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１つの相関回
路４）が設けられる。なお、図８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９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
５ch（Ｌ、Ｃ、Ｒ、ＳＬ、ＳＲ）を復元する。
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１つの相関回
路４）が設けられる。なお、図８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９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
５ch（Ｌ、Ｃ、Ｒ、ＳＬ、ＳＲ）を復元する。
【００２２】また、上記の第１の実施形態では、１種類
の相関性の信号Ｌ、Ｄ１〜Ｄ４を予測符号化するように
構成されているが、この信号Ｌ、Ｄ１〜Ｄ４のグループ
と原信号Ｌ、Ｃ、Ｒ、ＳＬ及びＳＲ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。
の相関性の信号Ｌ、Ｄ１〜Ｄ４を予測符号化するように
構成されているが、この信号Ｌ、Ｄ１〜Ｄ４のグループ
と原信号Ｌ、Ｃ、Ｒ、ＳＬ及びＳＲ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。
【００２３】
【発明の効果】以上説明したように本発明によれば、複
数チャネルの音声信号を相関性のある第２の複数チャネ
ルの音声信号に変換して予測符号化するようにしたの
で、音声信号を予測符号化する場合に圧縮率を改善し、
そのデータの受信と復号ができる。
数チャネルの音声信号を相関性のある第２の複数チャネ
ルの音声信号に変換して予測符号化するようにしたの
で、音声信号を予測符号化する場合に圧縮率を改善し、
そのデータの受信と復号ができる。
【図１】本発明を適用した音声符号化装置とそれに対応
する音声復号装置の第１の実施形態を示すブロック図で
ある。
する音声復号装置の第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。
る。
【図３】図１の復号化部を詳しく示すブロック図であ
る。
る。
【図４】ＤＶＤのパックのフォーマットを示す説明図で
ある。
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。
す説明図である。
【図６】音声伝送方法を示すフローチャートである。
【図７】音声伝送方法を示すフローチャートである。
【図８】他の音声符号化装置を示すブロック図である。
【図９】図８に対応した音声復号装置を示すブロック図
である。
である。
１，１−１〜１−ｎ，４，４−１〜４−ｎ 相関回路
（相関手段） １５Ｌ、１５Ｄ１〜１５Ｄ４ 予測回路（バッファ・選
択器１６Ｌ、１６Ｄ１〜１６Ｄ４と共に予測符号化手段
を構成する。） １６Ｌ、１６Ｄ１〜１６Ｄ４ バッファ・選択器
（相関手段） １５Ｌ、１５Ｄ１〜１５Ｄ４ 予測回路（バッファ・選
択器１６Ｌ、１６Ｄ１〜１６Ｄ４と共に予測符号化手段
を構成する。） １６Ｌ、１６Ｄ１〜１６Ｄ４ バッファ・選択器
───────────────────────────────────────────────────── 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３−35299（ＪＰ，Ａ) 特開 平３−108824（ＪＰ，Ａ) 特開 平８−65169（ＪＰ，Ａ) 特表 平９−503105（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/00 - 19/04 G11B 20/10 - 20/12 H03M 7/30 - 7/36
Claims (3)
- 【請求項１】少なくともレフト、センタ、ライト、サラ
ウンドレフト及びサラウンドライトの５チャネルを含む
第1の複数チャネルのデジタル音声信号を所定のマトリ
クス演算により互いに同一のサンプリング周波数を有し
て相関性のある第2の複数チャネルの音声信号に変換す
るステップと、 前記第2の複数チャネルの音声信号をチャネル毎に、入
力される音声信号に応答して、先頭サンプル値を所定時
間のフレーム単位で得ると共に、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前記フレームを更に分割したサブフ
レーム単位に選択して予測符号化するステップと、 前記選択された先頭サンプル値と予測残差と線形予測方
法とを含む予測符号化データを所定のフォーマットで多
重化すると共に、前記予測残差に応じたビット数情報に
基づいて前記予測残差をパッキングするステップと、か
らなる音声符号化方法。 - 【請求項２】少なくともレフト、センタ、ライト、サラ
ウンドレフト及びサラウンドライトの５チャネルを含む
第1の複数チャネルのデジタル音声信号を所定のマトリ
クス演算により互いに同一のサンプリング周波数を有し
て相関性のある第2の複数チャネルの音声信号に変換す
るステップと、 前記第2の複数チャネルの音声信号をチャネル毎に、入
力される音声信号に応答して、先頭サンプル値を所定時
間のフレーム単位で得ると共に、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前記フレームを更に分割したサブフ
レーム単位に選択して予測符号化するステップと、 前記選択された先頭サンプル値と予測残差と線形予測方
法とを含む予測符号化データを所定のフォーマットで多
重化すると共に、前記予測残差に応じたビット数情報に
基づいて前記予測残差をパッキングするステップと、か
らなる音声符号化方法により記録されたデータから元の
音声信号を復号する音声復号方法であって、 前記選択された先頭サンプル値と予測残差と線形予測方
法とを含む予測符号化データを抽出するステップと、 前記抽出された先頭サンプル値と予測残差と線形予測方
法とを含む予測符号化データから予測値を算出するステ
ップと、 この算出された予測値から前記第１の複数チャネルのデ
ジタル音声信号を復元するステップと、 からなる音声復号方法。 - 【請求項３】少なくともレフト、センタ、ライト、サラ
ウンドレフト及びサラウンドライトの５チャネルを含む
第1の複数チャネルのデジタル音声信号を所定のマトリ
クス演算により互いに同一のサンプリング周波数を有し
て相関性のある第2の複数チャネルの音声信号に変換す
るステップと、 前記第2の複数チャネルの音声信号をチャネル毎に、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、 前記選択された先頭サンプル値と予測残差と線形予測方
法とを含む予測化データを所定のフォーマットで多重化
するステップと、 からなる音声符号化方法により符号化された音声信号を
受信する音声信号受信方法であって、 前記選択された先頭サンプル値と予測残差と線形予測方
法とを含む予測符号化データがパケット化され、ヘッダ
を付与されて通信回線を介して伝送されたものを受信す
るステップと、 受信したデータからヘッダを除去するステップと、 ヘッダを除去された前記パケット化されているデータか
ら前記予測符号化データを復元することを特徴とする音
声信号受信方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000321505A JP3354136B2 (ja) | 2000-10-20 | 2000-10-20 | 音声符号化方法、音声信号受信方法及び音声復号方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000321505A JP3354136B2 (ja) | 2000-10-20 | 2000-10-20 | 音声符号化方法、音声信号受信方法及び音声復号方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10306322A Division JP2000122697A (ja) | 1998-10-13 | 1998-10-13 | 音声符号化装置、光記録媒体及び音声復号装置並びに音声伝送方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001195093A JP2001195093A (ja) | 2001-07-19 |
| JP3354136B2 true JP3354136B2 (ja) | 2002-12-09 |
Family
ID=18799621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000321505A Expired - Lifetime JP3354136B2 (ja) | 2000-10-20 | 2000-10-20 | 音声符号化方法、音声信号受信方法及び音声復号方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3354136B2 (ja) |
-
2000
- 2000-10-20 JP JP2000321505A patent/JP3354136B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001195093A (ja) | 2001-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3354136B2 (ja) | 音声符号化方法、音声信号受信方法及び音声復号方法 | |
| JP3387089B2 (ja) | 音声符号化装置 | |
| JP3387090B2 (ja) | 音声符号化方法 | |
| JP3387096B2 (ja) | 音声符号化装置 | |
| JP3387091B2 (ja) | 光記録媒体、音声伝送方法及び音声復号方法 | |
| JP3606454B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP4164824B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP4164826B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP3387095B2 (ja) | 音声符号化装置 | |
| JP3356166B2 (ja) | 音声符号化方法 | |
| JP3356165B2 (ja) | 音声符号化装置 | |
| JP3344567B2 (ja) | 光記録媒体、音声復号装置 | |
| JP4164825B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP3387097B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP3606457B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP3821384B2 (ja) | 光記録媒体及び音声復号装置 | |
| JP2004139102A (ja) | 光記録媒体及び音声復号装置 | |
| JP2000122697A (ja) | 音声符号化装置、光記録媒体及び音声復号装置並びに音声伝送方法 | |
| JP2000214887A (ja) | 音声符号化装置、光記録媒体、音声復号装置、音声伝送方法及び伝送媒体 | |
| JP3791800B2 (ja) | 光記録媒体及び音声復号装置 | |
| JP3821381B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP3344568B2 (ja) | 音声信号伝送方法、音声復号化方法 | |
| JP3791799B2 (ja) | 光記録媒体及び音声復号装置 | |
| JP2001202099A (ja) | 音声符号化方法及び音声復号方法 | |
| JP2004139725A (ja) | 光記録媒体及び音声復号装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080927 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080927 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090927 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090927 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100927 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100927 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110927 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120927 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120927 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120927 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120927 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130927 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |