JP3418305B2 - オーディオ信号を符号化する方法および装置および知覚的に符号化されたオーディオ信号を処理する装置 - Google Patents
オーディオ信号を符号化する方法および装置および知覚的に符号化されたオーディオ信号を処理する装置Info
- Publication number
- JP3418305B2 JP3418305B2 JP06578397A JP6578397A JP3418305B2 JP 3418305 B2 JP3418305 B2 JP 3418305B2 JP 06578397 A JP06578397 A JP 06578397A JP 6578397 A JP6578397 A JP 6578397A JP 3418305 B2 JP3418305 B2 JP 3418305B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- audio signal
- filter bank
- encoding
- filter
- 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
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、信号の処理に係
り、特に、サブバンド符号化スキーム、たとえば、知覚
オーディオコーディングを使用するオーディオ信号の符
号化に関する。
り、特に、サブバンド符号化スキーム、たとえば、知覚
オーディオコーディングを使用するオーディオ信号の符
号化に関する。
【０００２】
【従来の技術】高品質のオーディオ信号を格納し、処理
し、および通信するための家庭用、産業用、スタジオ
用、および研究用機器が強く望まれている。非常に低い
ビットレートにおけるオーディオ信号の圧縮は、デジタ
ルオーディオテープ、コンパクトディスク、およびマル
チメディアアプリケーションのような多数の出現してく
るデジタルオーディオアプリケーションに対して、強く
望まれている。これらのディジタルアプリケーションに
使用される圧縮技術は、高品質の信号を処理することが
できる。しかし、そのような性能は、かなり大きなデー
タ記憶容量または伝送帯域幅の犠牲によって、しばしば
達成される。
し、および通信するための家庭用、産業用、スタジオ
用、および研究用機器が強く望まれている。非常に低い
ビットレートにおけるオーディオ信号の圧縮は、デジタ
ルオーディオテープ、コンパクトディスク、およびマル
チメディアアプリケーションのような多数の出現してく
るデジタルオーディオアプリケーションに対して、強く
望まれている。これらのディジタルアプリケーションに
使用される圧縮技術は、高品質の信号を処理することが
できる。しかし、そのような性能は、かなり大きなデー
タ記憶容量または伝送帯域幅の犠牲によって、しばしば
達成される。
【０００３】デジタルオーディオ信号の符号化におい
て、データ記憶および伝送帯域幅の要求を低減するため
に、この圧縮分野で、かなり大量の労力が求められてき
た。１つのそのような圧縮技術は、人間の知覚系のモデ
ルを使用することにより、ソース信号中の無関係な情報
を取り除く。この知覚オーディオコーディング（以
下、”ＰＡＣ”という。）技術は、たとえば、米国特許
第５，２８５，４９８号、J.D.Johnston,"Method and A
pparatus for Coding Audio Signals Based on Percept
ual Model"、１９９４年２月８日発行（以下、ジョンス
トン特許という。）に開示されている。
て、データ記憶および伝送帯域幅の要求を低減するため
に、この圧縮分野で、かなり大量の労力が求められてき
た。１つのそのような圧縮技術は、人間の知覚系のモデ
ルを使用することにより、ソース信号中の無関係な情報
を取り除く。この知覚オーディオコーディング（以
下、”ＰＡＣ”という。）技術は、たとえば、米国特許
第５，２８５，４９８号、J.D.Johnston,"Method and A
pparatus for Coding Audio Signals Based on Percept
ual Model"、１９９４年２月８日発行（以下、ジョンス
トン特許という。）に開示されている。
【０００４】たとえば、このジョンストン特許に示され
た知覚オーディオコーディングは、オーディオ信号を表
現するために必要とされるビットレートまたはビットの
総数を低減する技術である。このＰＡＣ技術は、周波数
の関数としての短期間エネルギー分布を使用する。この
エネルギー分布から、目立つ雑音レベルを表す１組のし
きい値が計算できることが知られている。そして、とり
わけ、所望の信号の信号成分を表すために使用される量
子化の粗さが、そのコーディング自体によって誘導され
る量子化雑音が雑音しきい値を超えないように選択され
る。したがって、この誘導された雑音は、知覚プロセス
において、マスクされる。このマスキングは、人間の知
覚メカニズムが、（１つは、信号に属し、もう１つは、
雑音に属する）２つの信号成分を、同じスペクトル的、
時間的、および空間的位置において区別することができ
ないことにより起きる。
た知覚オーディオコーディングは、オーディオ信号を表
現するために必要とされるビットレートまたはビットの
総数を低減する技術である。このＰＡＣ技術は、周波数
の関数としての短期間エネルギー分布を使用する。この
エネルギー分布から、目立つ雑音レベルを表す１組のし
きい値が計算できることが知られている。そして、とり
わけ、所望の信号の信号成分を表すために使用される量
子化の粗さが、そのコーディング自体によって誘導され
る量子化雑音が雑音しきい値を超えないように選択され
る。したがって、この誘導された雑音は、知覚プロセス
において、マスクされる。このマスキングは、人間の知
覚メカニズムが、（１つは、信号に属し、もう１つは、
雑音に属する）２つの信号成分を、同じスペクトル的、
時間的、および空間的位置において区別することができ
ないことにより起きる。
【０００５】最近、１２８〜２５６ｋｂｐｓ（すなわ
ち、６〜１２の範囲の圧縮係数）の範囲におけるトラン
スペアレントな圧縮を提供する多数の知覚オーディオコ
ーダが開発されてきた。典型的に、そのようなコーダ
は、入力信号をその周波数成分に分割する分析フィルタ
バンクを使用する。そして、これらの成分は、上述した
ように、人間の聴力のマスキング特性に基づく知覚モデ
ルを使用して量子化される。たとえば、ジョンストン特
許において、信号を周波数成分に分割するために、修正
離散コサイン変換（以下、ＭＤＣＴという。）フィルタ
バンクとして知られている高周波数分解能フィルタバン
クを使用するＰＡＣアプローチが示されている。たとえ
ば１０２４個のサブバンドまたは周波数ラインを有する
この高周波数分解能ＭＤＣＴフィルタバンクは、いわゆ
る定常信号（たとえば、楽器音楽およびほとんどのボー
カル音楽）に対して、非常にコンパクトな表現を導く。
ち、６〜１２の範囲の圧縮係数）の範囲におけるトラン
スペアレントな圧縮を提供する多数の知覚オーディオコ
ーダが開発されてきた。典型的に、そのようなコーダ
は、入力信号をその周波数成分に分割する分析フィルタ
バンクを使用する。そして、これらの成分は、上述した
ように、人間の聴力のマスキング特性に基づく知覚モデ
ルを使用して量子化される。たとえば、ジョンストン特
許において、信号を周波数成分に分割するために、修正
離散コサイン変換（以下、ＭＤＣＴという。）フィルタ
バンクとして知られている高周波数分解能フィルタバン
クを使用するＰＡＣアプローチが示されている。たとえ
ば１０２４個のサブバンドまたは周波数ラインを有する
この高周波数分解能ＭＤＣＴフィルタバンクは、いわゆ
る定常信号（たとえば、楽器音楽およびほとんどのボー
カル音楽）に対して、非常にコンパクトな表現を導く。
【０００６】しかし、過渡現象または鋭いアタック（た
とえば、カスタネットまたはトライアングル）を含むい
わゆる非定常オーディオ信号は、高周波数分解能フィル
タバンクを使用してコンパクトに表現することはできな
い。これは、コンパクトな表現のために、より高い周波
数においてより高い分解能が要求されることによる。ま
た、非定常信号成分に対してＭＤＣＴを使用すること
は、符号化された信号の低い品質を導く。
とえば、カスタネットまたはトライアングル）を含むい
わゆる非定常オーディオ信号は、高周波数分解能フィル
タバンクを使用してコンパクトに表現することはできな
い。これは、コンパクトな表現のために、より高い周波
数においてより高い分解能が要求されることによる。ま
た、非定常信号成分に対してＭＤＣＴを使用すること
は、符号化された信号の低い品質を導く。
【０００７】非定常信号を符号化する場合に直面するフ
ィルタリング問題に対応する他の技術が開発されてい
る。たとえば、ジョンストン特許に示された１つのその
ような技術は、いわゆる「ウインドウ切換」スキームを
使用する。このＰＡＣスキームは、非定常信号の鋭いア
タックに対応するために、いわゆる「長い」および「短
い」ＭＤＣＴウインドウを使用する。「ウインドウ切
換」において、信号の定常性が、２つのレベルにおいて
監視される。まず、長いＭＤＣＴウインドウ（たとえ
ば、１０２４個のサブバンドを有するウインドウ）が、
定常信号成分に対して使用され、そして、もし必要であ
れば、短いウインドウ（たとえば、１２８個のサブバン
ドを有するウインドウ）が、非定常性の期間の間使用さ
れる。
ィルタリング問題に対応する他の技術が開発されてい
る。たとえば、ジョンストン特許に示された１つのその
ような技術は、いわゆる「ウインドウ切換」スキームを
使用する。このＰＡＣスキームは、非定常信号の鋭いア
タックに対応するために、いわゆる「長い」および「短
い」ＭＤＣＴウインドウを使用する。「ウインドウ切
換」において、信号の定常性が、２つのレベルにおいて
監視される。まず、長いＭＤＣＴウインドウ（たとえ
ば、１０２４個のサブバンドを有するウインドウ）が、
定常信号成分に対して使用され、そして、もし必要であ
れば、短いウインドウ（たとえば、１２８個のサブバン
ドを有するウインドウ）が、非定常性の期間の間使用さ
れる。
【０００８】しかし、このアプローチの有利な点は、短
いＭＤＣＴウインドウがすべての周波数に対して均一に
時間分解能を増大させることである。言い換えると、よ
り高い周波数における所望の程度までこの時間分解能を
増大させるために、この技術は、より低い周波数におい
ても、時間分解能を増大させなければならない。
いＭＤＣＴウインドウがすべての周波数に対して均一に
時間分解能を増大させることである。言い換えると、よ
り高い周波数における所望の程度までこの時間分解能を
増大させるために、この技術は、より低い周波数におい
ても、時間分解能を増大させなければならない。
【０００９】鋭いアタックをろ波するためのさらに望ま
しいフィルタバンクは、周波数軸のクリティカルなバン
ド分割にマッチするサブバンド（すなわち、このサブバ
ンドは、バルクスケール上で均一である）を有する不均
一な構造をもつものである。また、フィルタバンクの高
周波フィルタが比例して短いことが非常に望ましい。こ
れらの目的に合う１つのコーディングスキームは、ハイ
ブリッドまたはカスケード構造を使用する。
しいフィルタバンクは、周波数軸のクリティカルなバン
ド分割にマッチするサブバンド（すなわち、このサブバ
ンドは、バルクスケール上で均一である）を有する不均
一な構造をもつものである。また、フィルタバンクの高
周波フィルタが比例して短いことが非常に望ましい。こ
れらの目的に合う１つのコーディングスキームは、ハイ
ブリッドまたはカスケード構造を使用する。
【００１０】たとえば、K.Brandenburg et al.,"The IS
O-MPEG-Audio Codec: A Generic Standard for Coding
of High Quality Digital Audio", Journal of Audio E
ngineering Society, Vol.42, No.10,October,1994、お
よびJ.D.Johnston,"Audio Coding with Signal Adaptiv
e Filterbanks", In proceedings of IEEE,ICASSP,Detr
oit,1995を参照のこと。このコーディング技術は、均一
または不均一のフィルタバンクを有する第１段からな
る。サブバンドのそれぞれは、均一フィルタバンクを使
用して、さらに分割されうる。
O-MPEG-Audio Codec: A Generic Standard for Coding
of High Quality Digital Audio", Journal of Audio E
ngineering Society, Vol.42, No.10,October,1994、お
よびJ.D.Johnston,"Audio Coding with Signal Adaptiv
e Filterbanks", In proceedings of IEEE,ICASSP,Detr
oit,1995を参照のこと。このコーディング技術は、均一
または不均一のフィルタバンクを有する第１段からな
る。サブバンドのそれぞれは、均一フィルタバンクを使
用して、さらに分割されうる。
【００１１】
【発明が解決しようとする課題】しかし、ＭＤＣＴフィ
ルタバンクとの比較でのこのアプローチの不都合な点
は、遅い周波数応答及び増大するコストを導くハイブリ
ッド／カスケード構造を、定常及び非定常信号に対して
使用しなければならないことである。したがって、サブ
バンドコーディングにおける非定常信号の処理の対する
従来技術によるフィルタリング装置の不都合を克服する
必要がある。
ルタバンクとの比較でのこのアプローチの不都合な点
は、遅い周波数応答及び増大するコストを導くハイブリ
ッド／カスケード構造を、定常及び非定常信号に対して
使用しなければならないことである。したがって、サブ
バンドコーディングにおける非定常信号の処理の対する
従来技術によるフィルタリング装置の不都合を克服する
必要がある。
【００１２】
【課題を解決するための手段】本発明の原理による信号
圧縮技術は、オーディオ信号を知覚オーディオコーディ
ングまたは同様のサブバンドタイプコーディングを使用
して符号化するために、第１のフィルタバンクとウェー
ブレット（wavelet）フィルタバンクとを切り換える。
圧縮技術は、オーディオ信号を知覚オーディオコーディ
ングまたは同様のサブバンドタイプコーディングを使用
して符号化するために、第１のフィルタバンクとウェー
ブレット（wavelet）フィルタバンクとを切り換える。
【００１３】本発明の好ましい実施形態において、２つ
のフィルタバンク間の切換は、信号の時間変化特性、好
ましくはその知覚エントロピーレベルに基づく。また、
この好ましい実施形態において、第１のフィルタバンク
は、高周波数分解能ＭＤＣＴフィルタバンクである。通
常、高周波数分解能ＭＤＣＴフィルタバンクが、入力信
号をろ波するために使用されるが、非定常信号の場合、
ウェーブレットフィルタバンクが使用される。好都合な
ことに、本発明は、非定常成分を含む場合に、信号のさ
らにコンパクトな表現を達成する。この好ましい実施形
態において、ウェーブレットフィルタバンクは、不均一
のツリー構造フィルタバンクである。
のフィルタバンク間の切換は、信号の時間変化特性、好
ましくはその知覚エントロピーレベルに基づく。また、
この好ましい実施形態において、第１のフィルタバンク
は、高周波数分解能ＭＤＣＴフィルタバンクである。通
常、高周波数分解能ＭＤＣＴフィルタバンクが、入力信
号をろ波するために使用されるが、非定常信号の場合、
ウェーブレットフィルタバンクが使用される。好都合な
ことに、本発明は、非定常成分を含む場合に、信号のさ
らにコンパクトな表現を達成する。この好ましい実施形
態において、ウェーブレットフィルタバンクは、不均一
のツリー構造フィルタバンクである。
【００１４】
【発明の実施の形態】本発明によるオーディオ信号圧縮
技術は、知覚オーディオコーディングまたは同様のサブ
バンドタイプコーディングを使用して符号化された非定
常信号を処理するために、第１のフィルタバンク（好ま
しくは、高周波数分解能ＭＤＣＴフィルタバンク）とウ
ェーブレットフィルタバンクとの間で切り換える信号適
合型切換フィルタバンクを使用する。
技術は、知覚オーディオコーディングまたは同様のサブ
バンドタイプコーディングを使用して符号化された非定
常信号を処理するために、第１のフィルタバンク（好ま
しくは、高周波数分解能ＭＤＣＴフィルタバンク）とウ
ェーブレットフィルタバンクとの間で切り換える信号適
合型切換フィルタバンクを使用する。
【００１５】本発明の実施形態は、説明の明瞭さのため
に機能ブロックで表現される。これらのブロックが表す
機能は、ソフトウエアを実行できるハードウエアを含む
がこれに限定されない共用または専用のハードウエアの
いずれかの使用により提供されうる。さらに、「プロセ
ッサ」という用語の使用は、ソフトウエアを実行可能な
ハードウエアを排他的に指すものと解釈されるべきでな
い。いくつかの実施形態は、ＡＴ＆Ｔ社のＤＳＰ１６ま
たはＤＳＰ３２のようなデジタルシグナルプロセッサ
（以下、ＤＳＰという。）および以下に説明する動作を
実行するためのソフトウエアを含みうる。本発明の超大
規模集積（以下、ＶＬＳＩという。）ハードウエアによ
る実施例と同様にハイブリッドＤＳＰ／ＶＬＳＩによる
実施例も提供可能である。
に機能ブロックで表現される。これらのブロックが表す
機能は、ソフトウエアを実行できるハードウエアを含む
がこれに限定されない共用または専用のハードウエアの
いずれかの使用により提供されうる。さらに、「プロセ
ッサ」という用語の使用は、ソフトウエアを実行可能な
ハードウエアを排他的に指すものと解釈されるべきでな
い。いくつかの実施形態は、ＡＴ＆Ｔ社のＤＳＰ１６ま
たはＤＳＰ３２のようなデジタルシグナルプロセッサ
（以下、ＤＳＰという。）および以下に説明する動作を
実行するためのソフトウエアを含みうる。本発明の超大
規模集積（以下、ＶＬＳＩという。）ハードウエアによ
る実施例と同様にハイブリッドＤＳＰ／ＶＬＳＩによる
実施例も提供可能である。
【００１６】図１は、本発明が具現化されるシステムの
全体的ブロック図である。図１において、アナログオー
ディオ信号１０１が、プリプロセッサ１０２に与えら
れ、通常の方法で、典型的には４８ｋＨｚでサンプリン
グされ、リード線１０３上で、１６ビット／サンプルの
デジタルパルス符号変調（以下、ＰＣＭという。）に変
換される。ＰＣＭ信号は、知覚オーディオコーダ２００
に与えられ、知覚オーディオコーダ２００は、このＰＣ
Ｍ信号を圧縮し、通信チャネルまたは記憶媒体１０６の
いずれかへのリード線１０５上へ圧縮されたＰＡＣ信号
を出力する。
全体的ブロック図である。図１において、アナログオー
ディオ信号１０１が、プリプロセッサ１０２に与えら
れ、通常の方法で、典型的には４８ｋＨｚでサンプリン
グされ、リード線１０３上で、１６ビット／サンプルの
デジタルパルス符号変調（以下、ＰＣＭという。）に変
換される。ＰＣＭ信号は、知覚オーディオコーダ２００
に与えられ、知覚オーディオコーダ２００は、このＰＣ
Ｍ信号を圧縮し、通信チャネルまたは記憶媒体１０６の
いずれかへのリード線１０５上へ圧縮されたＰＡＣ信号
を出力する。
【００１７】後者は、たとえば、磁気テープ、コンパク
トディスクまたは他の記憶媒体であり得る。通信チャネ
ルまたは記憶媒体から、リード線１０７上の圧縮された
ＰＡＣ符号化された信号が知覚オーディオデコーダ１０
８に与えられる。知覚オーディオデコーダ１０８は、圧
縮されたＰＡＣ符号化された信号を復元し、オリジナル
のオーディオ信号１０１のデジタル表現であるＰＣＭ信
号をリード線１０９上に出力する。知覚オーディオデコ
ーダから、リード線１０９上のＰＣＭ信号が、信号のア
ナログ表現をつくるポストプロセッサ１１０に与えられ
る。
トディスクまたは他の記憶媒体であり得る。通信チャネ
ルまたは記憶媒体から、リード線１０７上の圧縮された
ＰＡＣ符号化された信号が知覚オーディオデコーダ１０
８に与えられる。知覚オーディオデコーダ１０８は、圧
縮されたＰＡＣ符号化された信号を復元し、オリジナル
のオーディオ信号１０１のデジタル表現であるＰＣＭ信
号をリード線１０９上に出力する。知覚オーディオデコ
ーダから、リード線１０９上のＰＣＭ信号が、信号のア
ナログ表現をつくるポストプロセッサ１１０に与えられ
る。
【００１８】知覚オーディオコーダ２００の一実施形態
が、図２のブロック図に示されている。知覚オーディオ
コーダ２００は、好都合に、信号適合型切換フィルタバ
ンク２０２，知覚モデルプロセッサ２１０，クオンタイ
ザ／レートループプロセッサ２１２，およびエントロピ
ーコーダ２１４を含む。信号適合型切換フィルタバンク
２０２，知覚モデルプロセッサ２１０，クオンタイザ／
レートループプロセッサ２１２，およびエントロピーコ
ーダ２１４の構造及び動作は、オーディオ信号を処理す
るためのジョンストン特許中の構成要素とほぼ同様の構
造及び動作であり、本発明に必要なものを除いて詳細に
は説明しない。
が、図２のブロック図に示されている。知覚オーディオ
コーダ２００は、好都合に、信号適合型切換フィルタバ
ンク２０２，知覚モデルプロセッサ２１０，クオンタイ
ザ／レートループプロセッサ２１２，およびエントロピ
ーコーダ２１４を含む。信号適合型切換フィルタバンク
２０２，知覚モデルプロセッサ２１０，クオンタイザ／
レートループプロセッサ２１２，およびエントロピーコ
ーダ２１４の構造及び動作は、オーディオ信号を処理す
るためのジョンストン特許中の構成要素とほぼ同様の構
造及び動作であり、本発明に必要なものを除いて詳細に
は説明しない。
【００１９】しかし、信号適合型切換フィルタバンク２
０２は、第１のフィルタバンク（好ましくは、高周波数
分解能ＭＤＣＴフィルタバンク）とウェーブレットフィ
ルタバンクとの間の切換に関して、詳細に説明する。こ
れは、切換フィルタバンク２０２の特徴であり、図２の
他の要素との組み合わせで、本発明の効果を提供する。
０２は、第１のフィルタバンク（好ましくは、高周波数
分解能ＭＤＣＴフィルタバンク）とウェーブレットフィ
ルタバンクとの間の切換に関して、詳細に説明する。こ
れは、切換フィルタバンク２０２の特徴であり、図２の
他の要素との組み合わせで、本発明の効果を提供する。
【００２０】図２において、信号適合型切換フィルタバ
ンク２０２は、たとえば、ここで説明する所定の方法で
信号の符号化の間に、２つのフィルタバンク間でのスイ
ッチング２０６に使用するための高周波数分解能ＭＤＣ
Ｔフィルタバンク２０４およびウェーブレットフィルタ
バンク２０８を含む。上述したように、高周波数分解能
ＭＤＣＴ（たとえば、ＰＡＣにおける１０２４個のサブ
バンドまたは周波数ライン）を符号化プロセスに使用す
ることは、ＭＤＣＴが定常信号に対する非常にコンパク
トな表現を導くことに有用である。
ンク２０２は、たとえば、ここで説明する所定の方法で
信号の符号化の間に、２つのフィルタバンク間でのスイ
ッチング２０６に使用するための高周波数分解能ＭＤＣ
Ｔフィルタバンク２０４およびウェーブレットフィルタ
バンク２０８を含む。上述したように、高周波数分解能
ＭＤＣＴ（たとえば、ＰＡＣにおける１０２４個のサブ
バンドまたは周波数ライン）を符号化プロセスに使用す
ることは、ＭＤＣＴが定常信号に対する非常にコンパク
トな表現を導くことに有用である。
【００２１】ＰＡＣのために、ＭＤＣＴは、以下を含む
特徴を提供する。（ｉ）クリティカルサンプリング特性
（すなわち、フィルタバンクへのすべてのｎ個のサンプ
ルに対して、ｎ個のサンプルが得られる）。（ii）ＭＤ
ＣＴが典型的に半分のオーバーラップを提供する。（す
なわち、変換長は、フィルタバンク中にシフトされるサ
ンプル数ｎの長さのちょうど２倍である）これは、フィ
ルタバンクに独立に導入された雑音の制御を取り扱う良
い方法を提供する。(iii）ＭＤＣＴは、サンプルの積分
値の遅れのみを受ける入力サンプルの正確な復元を提供
する。
特徴を提供する。（ｉ）クリティカルサンプリング特性
（すなわち、フィルタバンクへのすべてのｎ個のサンプ
ルに対して、ｎ個のサンプルが得られる）。（ii）ＭＤ
ＣＴが典型的に半分のオーバーラップを提供する。（す
なわち、変換長は、フィルタバンク中にシフトされるサ
ンプル数ｎの長さのちょうど２倍である）これは、フィ
ルタバンクに独立に導入された雑音の制御を取り扱う良
い方法を提供する。(iii）ＭＤＣＴは、サンプルの積分
値の遅れのみを受ける入力サンプルの正確な復元を提供
する。
【００２２】よく知られたＭＤＣＴが、たとえば、J.P.
PrincenおよびA.B.Bradley,"Analysis/Synthesis Filte
r Bank Design Based on Time Domain Aliasing Cancel
lation,"IEEE Trans. ASSP,Vol.34,No.5,October 1986
に示されている。ＰＡＣに使用するためのＭＤＣＴのよ
く知られた適応および高周波数分解能ＭＤＣＴフィルタ
バンク２０４により実行される機能が、たとえばジョン
ストン特許に記載されている。
PrincenおよびA.B.Bradley,"Analysis/Synthesis Filte
r Bank Design Based on Time Domain Aliasing Cancel
lation,"IEEE Trans. ASSP,Vol.34,No.5,October 1986
に示されている。ＰＡＣに使用するためのＭＤＣＴのよ
く知られた適応および高周波数分解能ＭＤＣＴフィルタ
バンク２０４により実行される機能が、たとえばジョン
ストン特許に記載されている。
【００２３】しかし、高周波数分解能ＭＤＣＴフィルタ
バンク２０４は、定常信号の表現における使用に非常に
有効であるが、上述したように、このＭＤＣＴフィルタ
バンクは、非定常信号（すなわち、一時的なまたは鋭い
アタックを含む信号）のコンパクトな表現を提供しな
い。しかし、我々は、知覚オーディオコーダ２００のオ
ーディオ圧縮特性を向上させると同時に、高周波数分解
能ＭＤＣＴフィルタバンク２０４を使用する利点を発展
させた技術を実現した。
バンク２０４は、定常信号の表現における使用に非常に
有効であるが、上述したように、このＭＤＣＴフィルタ
バンクは、非定常信号（すなわち、一時的なまたは鋭い
アタックを含む信号）のコンパクトな表現を提供しな
い。しかし、我々は、知覚オーディオコーダ２００のオ
ーディオ圧縮特性を向上させると同時に、高周波数分解
能ＭＤＣＴフィルタバンク２０４を使用する利点を発展
させた技術を実現した。
【００２４】本発明によれば、信号適合型切換フィルタ
バンク２０２は、たとえばオーディオ信号１０１を符号
化するために、高周波数分解能ＭＤＣＴフィルタバンク
２０４とウェーブレットフィルタバンク２０８の両方を
使用する。本発明の好ましい一実施形態において、高周
波数分解能ＭＤＣＴフィルタバンク２０４は、符号化の
ために、高周波数分解能ＭＤＣＴを使用する。すなわ
ち、高周波数分解能ＭＤＣＴフィルタバンク２０４は、
非定常信号と出会った場合、いわゆる長いウインドウ
（すなわち、１０２４個のサブバンド）のみを使用し、
いわゆる短いウインドウ（すなわち、１０２４個のサブ
バンドに対して、１２８個のサブバンド）へ切り換えな
い。もちろん、これは、上述した従来技術によるウイン
ドウ切換技術であり、ジョンストン特許に示されてい
る。本発明によれば、短いＭＤＣＴウインドウへの切換
ではなく、信号適合型切換フィルタバンク２０２は、そ
のような非定常性の期間の間、ウェーブレットフィルタ
バンク２０８を使用する。
バンク２０２は、たとえばオーディオ信号１０１を符号
化するために、高周波数分解能ＭＤＣＴフィルタバンク
２０４とウェーブレットフィルタバンク２０８の両方を
使用する。本発明の好ましい一実施形態において、高周
波数分解能ＭＤＣＴフィルタバンク２０４は、符号化の
ために、高周波数分解能ＭＤＣＴを使用する。すなわ
ち、高周波数分解能ＭＤＣＴフィルタバンク２０４は、
非定常信号と出会った場合、いわゆる長いウインドウ
（すなわち、１０２４個のサブバンド）のみを使用し、
いわゆる短いウインドウ（すなわち、１０２４個のサブ
バンドに対して、１２８個のサブバンド）へ切り換えな
い。もちろん、これは、上述した従来技術によるウイン
ドウ切換技術であり、ジョンストン特許に示されてい
る。本発明によれば、短いＭＤＣＴウインドウへの切換
ではなく、信号適合型切換フィルタバンク２０２は、そ
のような非定常性の期間の間、ウェーブレットフィルタ
バンク２０８を使用する。
【００２５】より具体的には、ウェーブレットフィルタ
バンク２０８は、非定常成分を有する入力信号を有効に
フィルタリングするために、ウェーブレット変換を使用
する。ウェーブレットは、その様々な平行移動および相
似変換特性により、有限エネルギー信号の空間に対する
完全な直交主成分を提供する関数である。最適化された
ウェーブレット変換を使用するオーディオ信号の一般的
なコーディングは、たとえば、D.SinhaおよびA.H.Tewfi
k, "Low Bit Rate Transparent Audio Compression usi
ng Asapted Wavelets",IEEE Transactions on Signal P
rocessing, Vol.41,No.12,pp.3463-3479,Dec.1993に示
されている。本発明の一実施形態により、我々は、この
ウェーブレット変換を、ＰＡＣが基づく心理音響学モデ
ルと一緒の使用および例示的ウェーブレットフィルタバ
ンクの設計における主な規準としての所定の周波数及び
時間的特性の使用に適合させた。
バンク２０８は、非定常成分を有する入力信号を有効に
フィルタリングするために、ウェーブレット変換を使用
する。ウェーブレットは、その様々な平行移動および相
似変換特性により、有限エネルギー信号の空間に対する
完全な直交主成分を提供する関数である。最適化された
ウェーブレット変換を使用するオーディオ信号の一般的
なコーディングは、たとえば、D.SinhaおよびA.H.Tewfi
k, "Low Bit Rate Transparent Audio Compression usi
ng Asapted Wavelets",IEEE Transactions on Signal P
rocessing, Vol.41,No.12,pp.3463-3479,Dec.1993に示
されている。本発明の一実施形態により、我々は、この
ウェーブレット変換を、ＰＡＣが基づく心理音響学モデ
ルと一緒の使用および例示的ウェーブレットフィルタバ
ンクの設計における主な規準としての所定の周波数及び
時間的特性の使用に適合させた。
【００２６】心理音響学的分析の時間−周波数分解能
が、聴覚系の時間−周波数分解能にマッチしなければな
らないことが、よく知られている。これらの分解能特性
は、クリティカルなバンドスケールにおいて反映されて
おり、これは、心理音響学的モデルにおける周波数分解
能は、低周波数における１００Ｈｚから高周波数におけ
る約４ｋＨｚまで（すなわち、分解能における４０：１
の変化）変化しなければならないことを示す。これは、
ＰＡＣコーダにおける時間的分解能が、約４０：１のフ
ァクターにより、低周波数から高周波数まで増加しなけ
ればならないことを示唆している。
が、聴覚系の時間−周波数分解能にマッチしなければな
らないことが、よく知られている。これらの分解能特性
は、クリティカルなバンドスケールにおいて反映されて
おり、これは、心理音響学的モデルにおける周波数分解
能は、低周波数における１００Ｈｚから高周波数におけ
る約４ｋＨｚまで（すなわち、分解能における４０：１
の変化）変化しなければならないことを示す。これは、
ＰＡＣコーダにおける時間的分解能が、約４０：１のフ
ァクターにより、低周波数から高周波数まで増加しなけ
ればならないことを示唆している。
【００２７】ほとんどの心理音響学的モデルが、非常に
低い均一な時間的分解能を使用することが知られてい
る。高周波数における時間的分解能がないことは、定常
信号に対して計算されたしきい値にほとんど効果を持た
ない。しかし、非定常信号に対して計算されたしきい値
は、不正確となり、聞き取れるひずみを導きうる。この
ふるまいは、本発明の信号適合型交換フィルタバンクを
使用することにより補正することができる。
低い均一な時間的分解能を使用することが知られてい
る。高周波数における時間的分解能がないことは、定常
信号に対して計算されたしきい値にほとんど効果を持た
ない。しかし、非定常信号に対して計算されたしきい値
は、不正確となり、聞き取れるひずみを導きうる。この
ふるまいは、本発明の信号適合型交換フィルタバンクを
使用することにより補正することができる。
【００２８】非定常信号セグメントまたは過渡現象のコ
ーディングのために、本発明の信号適合型切換フィルタ
バンクを使用することは、従来技術に対していくつかの
利点を提供する。たとえば、非定常信号成分のよりコン
パクトな表現を導く。また、信号の非定常セグメントの
間の、より正確な心理音響学的モデリングを導く。これ
らの特徴は、過渡現象を表現するための全体のビットレ
ート要求を著しく節約することになる。さらに、本発明
による信号適合型切換フィルタバンクの使用は、定常信
号セグメントの圧縮に対する高周波数分解能ＭＤＣＴフ
ィルタバンクのよく知られた性能の利点を維持する。
ーディングのために、本発明の信号適合型切換フィルタ
バンクを使用することは、従来技術に対していくつかの
利点を提供する。たとえば、非定常信号成分のよりコン
パクトな表現を導く。また、信号の非定常セグメントの
間の、より正確な心理音響学的モデリングを導く。これ
らの特徴は、過渡現象を表現するための全体のビットレ
ート要求を著しく節約することになる。さらに、本発明
による信号適合型切換フィルタバンクの使用は、定常信
号セグメントの圧縮に対する高周波数分解能ＭＤＣＴフ
ィルタバンクのよく知られた性能の利点を維持する。
【００２９】より具体的には、本発明の好ましい実施形
態によれば、ツリー構造のウェーブレットフィルタバン
クが使用される。上述したように、使用される周波数分
割が周波数軸のクリティカルなバンク分割をよく近似す
ることが、心理音響学的モデルの正確さにとって重要で
ある。ウェーブレットフィルタバンクは、良好な周波数
選択性（すなわち、隣接するサブバンドの周波数応答間
の小さなオーバーラップ）を提供する。さらに、ウェー
ブレットフィルタバンクは良好な時間的特性を提供し、
より高い周波数サブバンドのインパルス応答が急速に減
衰し、コンパクトに集中させられる。コンパクトに集中
させられるより高い周波数サブバンドは、非定常信号セ
グメントの効率的な表現を導く。本発明の好ましい実施
形態において使用されるツリー構造は、これらの上述し
た望ましいウェーブレットフィルタバンク特性を提供す
ることを助ける。
態によれば、ツリー構造のウェーブレットフィルタバン
クが使用される。上述したように、使用される周波数分
割が周波数軸のクリティカルなバンク分割をよく近似す
ることが、心理音響学的モデルの正確さにとって重要で
ある。ウェーブレットフィルタバンクは、良好な周波数
選択性（すなわち、隣接するサブバンドの周波数応答間
の小さなオーバーラップ）を提供する。さらに、ウェー
ブレットフィルタバンクは良好な時間的特性を提供し、
より高い周波数サブバンドのインパルス応答が急速に減
衰し、コンパクトに集中させられる。コンパクトに集中
させられるより高い周波数サブバンドは、非定常信号セ
グメントの効率的な表現を導く。本発明の好ましい実施
形態において使用されるツリー構造は、これらの上述し
た望ましいウェーブレットフィルタバンク特性を提供す
ることを助ける。
【００３０】このツリー構造は、クリティカルバンドが
より高い周波数においてより広く、所望の周波数分解能
を達成するために、ツリー構造全体におけるより少ない
段階を必要とするので、より高い周波数サブバンドのた
めのフィルタは比例してより短いという利点を提供す
る。さらに、ツリー構造フィルタバンクの時間的特性の
制御がモーメントコンディションにより提供される。モ
ーメントコンディション及びその使用については、以下
に説明する。ツリー構造がクリティカルなバンド分割に
ぴったりとマッチすることを確かにするために、好まし
い実施形態のツリー構造ウェーブレットフィルタバンク
は、３組のフィルタバンクを使用する。１組のフィルタ
バンクは、４個のサブバンドスプリットを提供し、他の
２組は、それぞれ２個のサブバンドスプリットを提供す
る。
より高い周波数においてより広く、所望の周波数分解能
を達成するために、ツリー構造全体におけるより少ない
段階を必要とするので、より高い周波数サブバンドのた
めのフィルタは比例してより短いという利点を提供す
る。さらに、ツリー構造フィルタバンクの時間的特性の
制御がモーメントコンディションにより提供される。モ
ーメントコンディション及びその使用については、以下
に説明する。ツリー構造がクリティカルなバンド分割に
ぴったりとマッチすることを確かにするために、好まし
い実施形態のツリー構造ウェーブレットフィルタバンク
は、３組のフィルタバンクを使用する。１組のフィルタ
バンクは、４個のサブバンドスプリットを提供し、他の
２組は、それぞれ２個のサブバンドスプリットを提供す
る。
【００３１】図３は、信号適合型切換フィルタバンク２
０２において使用されるツリー構造ウェーブレットフィ
ルタバンクについての例示的な分解ツリー３００を示
す。好ましい実施形態によれば、ウェーブレットフィル
タバンク２０８の例示的なツリー構造に使用される３組
のフィルタバンクが、このツリー構造がクリティカルな
バンド区分をしっかりと近似することを保証するため
に、十分な設計の柔軟性を提供する。特に、第１のフィ
ルタバンクセット３１０は、信号の４個のバンドスプリ
ット（すなわち、３１１〜３１４）を提供する。この４
個のバンドフィルタスプリットは、フィルタ３１１から
３１４へ周波数が増加し、各フィルタは、６４のサポー
ト（長さ）を有する。第２のフィルタバンク３２０は、
４０のサポートを有する２個のバンドスプリット（すな
わち、３２１および３２２）を提供し、第３のフィルタ
バンク３３０は、２０のサポートを有する２個のバンド
スプリット（すなわち、３３１および３３２）を有す
る。
０２において使用されるツリー構造ウェーブレットフィ
ルタバンクについての例示的な分解ツリー３００を示
す。好ましい実施形態によれば、ウェーブレットフィル
タバンク２０８の例示的なツリー構造に使用される３組
のフィルタバンクが、このツリー構造がクリティカルな
バンド区分をしっかりと近似することを保証するため
に、十分な設計の柔軟性を提供する。特に、第１のフィ
ルタバンクセット３１０は、信号の４個のバンドスプリ
ット（すなわち、３１１〜３１４）を提供する。この４
個のバンドフィルタスプリットは、フィルタ３１１から
３１４へ周波数が増加し、各フィルタは、６４のサポー
ト（長さ）を有する。第２のフィルタバンク３２０は、
４０のサポートを有する２個のバンドスプリット（すな
わち、３２１および３２２）を提供し、第３のフィルタ
バンク３３０は、２０のサポートを有する２個のバンド
スプリット（すなわち、３３１および３３２）を有す
る。
【００３２】当業者に理解されるように、分解ツリー３
００のいずれかのノードにおけるフィルタバンク３１０
の適用は、４のファクターによるくじ引きを必要とす
る。同様に、フィルタバンク３２０および３３０の適用
は、２のファクターによるくじ引きを必要とする。Ｎ個
のサンプルの入力ブロックで、サブバンド３３１は、Ｎ
／６４にフィルタリングされたサンプルを有し、サブバ
ンド３２２は、Ｎ／４にフィルタリングされたサンプル
を有する。
００のいずれかのノードにおけるフィルタバンク３１０
の適用は、４のファクターによるくじ引きを必要とす
る。同様に、フィルタバンク３２０および３３０の適用
は、２のファクターによるくじ引きを必要とする。Ｎ個
のサンプルの入力ブロックで、サブバンド３３１は、Ｎ
／６４にフィルタリングされたサンプルを有し、サブバ
ンド３２２は、Ｎ／４にフィルタリングされたサンプル
を有する。
【００３３】ウェーブレットフィルタバンク２０８によ
り使用される３個のフィルタバンクは、たとえば、よく
知られたパラメータ化されたパラユニティフィルタバン
クの使用および標準最適化ツールの適用により最適化さ
れる。ウェーブレットフィルタバンク２０８を最適化す
るために使用される最適化規準は、よく知られた重みづ
けストップバンドエネルギー規準に基づく。たとえば、
P.P.Vaidyanathan,"Multirate Digital Filters, Filte
rbanks, Polyphase Networks, and Applications: A Tu
torial," Proceedings of the IEEE, Vol.78,No.1,pp.5
6-92,January 1990を参照のこと。上述したツリー構造
フィルタバンクにより提供される最適化は、ツリーバン
クのそれぞれおよびフィルタバンク全体それ自体が良好
な周波数選択性を提供することを保証する。
り使用される３個のフィルタバンクは、たとえば、よく
知られたパラメータ化されたパラユニティフィルタバン
クの使用および標準最適化ツールの適用により最適化さ
れる。ウェーブレットフィルタバンク２０８を最適化す
るために使用される最適化規準は、よく知られた重みづ
けストップバンドエネルギー規準に基づく。たとえば、
P.P.Vaidyanathan,"Multirate Digital Filters, Filte
rbanks, Polyphase Networks, and Applications: A Tu
torial," Proceedings of the IEEE, Vol.78,No.1,pp.5
6-92,January 1990を参照のこと。上述したツリー構造
フィルタバンクにより提供される最適化は、ツリーバン
クのそれぞれおよびフィルタバンク全体それ自体が良好
な周波数選択性を提供することを保証する。
【００３４】好ましい実施形態において、モーメントコ
ンディションは、高周波数フィルタ（すなわち、高周波
数を含む分解ツリー３００中のサブバンドに対応するフ
ィルタ）の望ましい時間的特性を達成する上で重要な役
割を果たす。このモーメントコンディションは、中心周
波数により近いより高いサブバンド周波数応答のなめら
かさ（すなわち、微分可能性の次数）を決定する。以下
に説明するように、中心周波数に接近したこの非常なな
めらかさは、コンパクトに集中化された対応するインパ
ルス応答を導く。より具体的には、サブバンドフィルタ
｛Ｈi=1toM｝を有するＭバンドパラユニティフィルタバ
ンクは、ｉ＝２，３，…Ｍに対するＨi（ｅiw）がｗ＝
０においてＰ次のゼロを有する場合、Ｐ次モーメントコ
ンディションを満足するといわれる。
ンディションは、高周波数フィルタ（すなわち、高周波
数を含む分解ツリー３００中のサブバンドに対応するフ
ィルタ）の望ましい時間的特性を達成する上で重要な役
割を果たす。このモーメントコンディションは、中心周
波数により近いより高いサブバンド周波数応答のなめら
かさ（すなわち、微分可能性の次数）を決定する。以下
に説明するように、中心周波数に接近したこの非常なな
めらかさは、コンパクトに集中化された対応するインパ
ルス応答を導く。より具体的には、サブバンドフィルタ
｛Ｈi=1toM｝を有するＭバンドパラユニティフィルタバ
ンクは、ｉ＝２，３，…Ｍに対するＨi（ｅiw）がｗ＝
０においてＰ次のゼロを有する場合、Ｐ次モーメントコ
ンディションを満足するといわれる。
【００３５】そして、このフィルタは、Ｐバニシングモ
ーメントを有するといわれる。ウェーブレットフィルタ
バンク２０８設計において、所与のサポートＫに対して
Ｐ＞１を必要とするフィルタは、「有効」サポートが増
加するＰを低減させるフィルタをもたらす。言い換える
と、ＫTがより高いＰに対してより小さい場合、ほとん
どのエネルギーは、間隔ＫT中に集中化される。
ーメントを有するといわれる。ウェーブレットフィルタ
バンク２０８設計において、所与のサポートＫに対して
Ｐ＞１を必要とするフィルタは、「有効」サポートが増
加するＰを低減させるフィルタをもたらす。言い換える
と、ＫTがより高いＰに対してより小さい場合、ほとん
どのエネルギーは、間隔ＫT中に集中化される。
【００３６】フィルタの時間応答における改良が、典型
的に、振幅周波数応答における増加した過渡現象バンド
にあることがよく知られている。たとえば、P.Vaidyana
than,"Multirate Digital Filters, FilterBanks, Poly
phase Networks, and Applications: A Tutorial,"Proc
eedings of the IEEE, Vol.78,No.1,pp.56-92,January,
1990を参照のこと。ツリー構造フィルタバンクは、フィ
ルタの時間的特性における望ましい集中を達成するため
に、好ましくは、３組のフィルタバンクのそれぞれに対
して２つのバニシングモーメント（すなわち、Ｐ＝２）
を有する。たとえば、ウェーブレットフィルタバンク２
０８の最高周波数サブバンド（たとえば、図３に示され
た３１４）のインパルス応答４１０が、比較のために、
同様の周波数特性を有するコサイン変調されたフィルタ
バンクのフィルタの応答４２０とともに、図４に示され
ている。
的に、振幅周波数応答における増加した過渡現象バンド
にあることがよく知られている。たとえば、P.Vaidyana
than,"Multirate Digital Filters, FilterBanks, Poly
phase Networks, and Applications: A Tutorial,"Proc
eedings of the IEEE, Vol.78,No.1,pp.56-92,January,
1990を参照のこと。ツリー構造フィルタバンクは、フィ
ルタの時間的特性における望ましい集中を達成するため
に、好ましくは、３組のフィルタバンクのそれぞれに対
して２つのバニシングモーメント（すなわち、Ｐ＝２）
を有する。たとえば、ウェーブレットフィルタバンク２
０８の最高周波数サブバンド（たとえば、図３に示され
た３１４）のインパルス応答４１０が、比較のために、
同様の周波数特性を有するコサイン変調されたフィルタ
バンクのフィルタの応答４２０とともに、図４に示され
ている。
【００３７】本発明の好ましい実施形態により構成され
たウェーブレットフィルタバンクの応答４１０は、時間
的に優れた集中化を提供することが、高周波数ウェーブ
レットフィルタ３１４のインパルス応答４１０により証
明されている。この高周波数ウェーブレットフィルタ３
１４は、そのエネルギーが、ｎ＝１０からｎ＝４０の間
に集中化されている。比較において、コサイン変調され
たフィルタバンクの応答４２０は、ｎ＝１からｎ＝６４
の範囲全体に広がったエネルギーを有する。
たウェーブレットフィルタバンクの応答４１０は、時間
的に優れた集中化を提供することが、高周波数ウェーブ
レットフィルタ３１４のインパルス応答４１０により証
明されている。この高周波数ウェーブレットフィルタ３
１４は、そのエネルギーが、ｎ＝１０からｎ＝４０の間
に集中化されている。比較において、コサイン変調され
たフィルタバンクの応答４２０は、ｎ＝１からｎ＝６４
の範囲全体に広がったエネルギーを有する。
【００３８】本発明の原理によれば、高周波数分解能Ｍ
ＤＣＴフィルタバンク２０４が、定常信号を符号化する
ために使用され、ウェーブレットフィルタバンク２０８
が、非定常信号を符号化するために使用される。この２
つのフィルタバンクを使用することの有効性に対してク
リティカルなことは、特定の信号要求（すなわち、定常
対非定常）に基づいてこれらの間を切り換えるためのメ
カニズムである。
ＤＣＴフィルタバンク２０４が、定常信号を符号化する
ために使用され、ウェーブレットフィルタバンク２０８
が、非定常信号を符号化するために使用される。この２
つのフィルタバンクを使用することの有効性に対してク
リティカルなことは、特定の信号要求（すなわち、定常
対非定常）に基づいてこれらの間を切り換えるためのメ
カニズムである。
【００３９】この目的のために、ＭＤＣＴがオーバラッ
プした直交変換であることを実現しなければならない。
すなわち、従来のブロック変換と異なり、隣接するブロ
ック間に５０パーセントのオーバラップがある。したが
って、高周波数分解能ＭＤＣＴフィルタバンク２０４と
ウェーブレットフィルタバンク２０８との間の切換は、
ＭＤＣＴブロックとウェーブレットブロックとの間のオ
ーバラップ領域における直交化を必要とする。一般的直
交化問題を設計する方法は良く知られている（たとえ
ば、C.Herley et al.,"Tiling of the Time-Frequency
Plane: Construction of Arbitrary Orthogonal Bases
and Fast Tiling Algorithm, IEEE Transaction on Sig
nal Processing, Vol.41,No.12, December, 1993)。し
かし、そのような設計における不都合な点は、得られる
変換マトリクスが具現化の観点から非効率的であること
である。すなわち、結果として得られるフィルタにいか
なる構造もないことは、ウェーブレット変換の高速演算
を非常に困難にする。
プした直交変換であることを実現しなければならない。
すなわち、従来のブロック変換と異なり、隣接するブロ
ック間に５０パーセントのオーバラップがある。したが
って、高周波数分解能ＭＤＣＴフィルタバンク２０４と
ウェーブレットフィルタバンク２０８との間の切換は、
ＭＤＣＴブロックとウェーブレットブロックとの間のオ
ーバラップ領域における直交化を必要とする。一般的直
交化問題を設計する方法は良く知られている（たとえ
ば、C.Herley et al.,"Tiling of the Time-Frequency
Plane: Construction of Arbitrary Orthogonal Bases
and Fast Tiling Algorithm, IEEE Transaction on Sig
nal Processing, Vol.41,No.12, December, 1993)。し
かし、そのような設計における不都合な点は、得られる
変換マトリクスが具現化の観点から非効率的であること
である。すなわち、結果として得られるフィルタにいか
なる構造もないことは、ウェーブレット変換の高速演算
を非常に困難にする。
【００４０】従って、２Ｎ個のサンプルの１ブロックに
ついてのＭＤＣＴ操作が、ウインドウ化されたデータ
（すなわち、ウインドウのいずれか一方の端部からの外
部のＮ／２個のサンプルが、そのウインドウの内部のＮ
／２個のサンプル中に折りたたまれている）における対
称的操作およびその後に行われるこれらＮ個のサンプル
についてのＮ点直交ブロック変換と等価であることに注
目することによって、直交化アルゴリズムにおける単純
化が実現できる。信号の完全な復元が、特定のブロック
直交変換Ｑと無関係に保証される。従って、Ｑは、１つ
のブロックに対するＭＤＣＴおよび次のブロックに対す
るウェーブレット変換でありうる。ＭＤＣＴに対応する
行列Ｑは、よく知られており、さらに説明することはし
ない。ウェーブレットフィルタバンク２０８において使
用される行列Ｑについて、説明する。
ついてのＭＤＣＴ操作が、ウインドウ化されたデータ
（すなわち、ウインドウのいずれか一方の端部からの外
部のＮ／２個のサンプルが、そのウインドウの内部のＮ
／２個のサンプル中に折りたたまれている）における対
称的操作およびその後に行われるこれらＮ個のサンプル
についてのＮ点直交ブロック変換と等価であることに注
目することによって、直交化アルゴリズムにおける単純
化が実現できる。信号の完全な復元が、特定のブロック
直交変換Ｑと無関係に保証される。従って、Ｑは、１つ
のブロックに対するＭＤＣＴおよび次のブロックに対す
るウェーブレット変換でありうる。ＭＤＣＴに対応する
行列Ｑは、よく知られており、さらに説明することはし
ない。ウェーブレットフィルタバンク２０８において使
用される行列Ｑについて、説明する。
【００４１】ウェーブレット変換を使用する場合、直交
行列Ｑフィルタバンク（以下、ＱWF Bという。）は、上
述したツリー構造ウェーブレットの３個のフィルタバン
クに基づくＮ×Ｎ行列である。この行列ＱWFBは、いく
つかのブロックからなり、各ブロックは、図３の分解ツ
リー３００における葉ノード（すなわち、サブバンド）
に対応する。当業者に理解されるように、分解ツリー３
００についての行列は、３個のフィルタバンク３１０，
３２０および３３０中のフィルタおよび有限ブロックサ
イズ（すなわち、境界条件）を取り扱うためのストラテ
ジィにより、完全に識別される。説明の明瞭さのため
に、図３に示された分解ツリー３００の４バンドスプリ
ット３１０に関連して、好ましい実施形態において、境
界条件の取り扱いを説明する。それから全体のツリー構
造への拡張は、当業者にとって明らかであろう。
行列Ｑフィルタバンク（以下、ＱWF Bという。）は、上
述したツリー構造ウェーブレットの３個のフィルタバン
クに基づくＮ×Ｎ行列である。この行列ＱWFBは、いく
つかのブロックからなり、各ブロックは、図３の分解ツ
リー３００における葉ノード（すなわち、サブバンド）
に対応する。当業者に理解されるように、分解ツリー３
００についての行列は、３個のフィルタバンク３１０，
３２０および３３０中のフィルタおよび有限ブロックサ
イズ（すなわち、境界条件）を取り扱うためのストラテ
ジィにより、完全に識別される。説明の明瞭さのため
に、図３に示された分解ツリー３００の４バンドスプリ
ット３１０に関連して、好ましい実施形態において、境
界条件の取り扱いを説明する。それから全体のツリー構
造への拡張は、当業者にとって明らかであろう。
【００４２】図３に示された４バンドスプリット３１０
に対して、対応する変換行列Ｑは、Ｎ／４×Ｎのサイズ
の４個のサブブロックからなり、１つのブロックは、各
フィルタ３１１，３１２，３１３および３１４にそれぞ
れ対応する。たとえば、これらのフィルタの長さをＫと
定義し、さらに別の定数Ｋ1＝（Ｋ／４）−１を定義す
る。４個のサブブロックのそれぞれに対して、サブブロ
ックのＮ／４−Ｋ1行以外のすべてが、それぞれのサブ
バンドフィルタ自体（たとえば、３１１）に対応し、
（Ｎ／４−Ｋ1−１）は、サブバンドフィルタを平行移
動させる。円形の渦巻きを避けるために、サブブロック
の残りのＫ1行は、ブロックのエッジ近くで動作するよ
うに設計された過渡現象フィルタである。これらの過渡
現象フィルタは、好ましくは、成分完了ストラテジィを
使用して設計される。
に対して、対応する変換行列Ｑは、Ｎ／４×Ｎのサイズ
の４個のサブブロックからなり、１つのブロックは、各
フィルタ３１１，３１２，３１３および３１４にそれぞ
れ対応する。たとえば、これらのフィルタの長さをＫと
定義し、さらに別の定数Ｋ1＝（Ｋ／４）−１を定義す
る。４個のサブブロックのそれぞれに対して、サブブロ
ックのＮ／４−Ｋ1行以外のすべてが、それぞれのサブ
バンドフィルタ自体（たとえば、３１１）に対応し、
（Ｎ／４−Ｋ1−１）は、サブバンドフィルタを平行移
動させる。円形の渦巻きを避けるために、サブブロック
の残りのＫ1行は、ブロックのエッジ近くで動作するよ
うに設計された過渡現象フィルタである。これらの過渡
現象フィルタは、好ましくは、成分完了ストラテジィを
使用して設計される。
【００４３】より具体的には、Ｑ１，Ｑ２，Ｑ３および
Ｑ４は、４個のサブバンドの識別されない行に対応する
Ｋ1×Ｎ行列である。次に、Ｑ１〜Ｑ４は、これらの行
列が、集合的に、それ自体がすでに定義されたＱの４×
（Ｎ／４−Ｋ1）行と直交するサブスペースに対する直
交成分を形成するように選ばれる。また、Ｑ１〜Ｑ４
は、以下の形式を有するコスト関数を最大化するために
選ばれる。コスト＝Ｔｒａｃｅ（Ｑ1ＷTＤ1＋Ｑ2ＷTＤ2
ＷＱ2T＋Ｑ３ＷTＤ3ＷＱ3T＋Ｑ4ＷTＤ4ＷＱ4T）。ここ
で、Ｗは、Ｎ×Ｎフーリエ変換行列、Ｄ1〜D4は、ゼロ
ではなく１に等しいＮ／４個のＮ対角線要素を有する対
角線マトリクスである。特定のサブバンドに対するＮ／
４個の非ゼロ要素は、周波数軸上の特定のサブバンドの
位置に対応する。当業者に理解されるように、これは、
たとえば、標準的最適化ツールを使用することにより解
決されうるサブスペース抑制最適化問題である。サブバ
ンドのそれぞれに対して、過渡現象フィルタは、サブバ
ンド係数が正確な時間的解釈を有するように、増加する
グループ遅れの順序でＱWFB中に配置される。
Ｑ４は、４個のサブバンドの識別されない行に対応する
Ｋ1×Ｎ行列である。次に、Ｑ１〜Ｑ４は、これらの行
列が、集合的に、それ自体がすでに定義されたＱの４×
（Ｎ／４−Ｋ1）行と直交するサブスペースに対する直
交成分を形成するように選ばれる。また、Ｑ１〜Ｑ４
は、以下の形式を有するコスト関数を最大化するために
選ばれる。コスト＝Ｔｒａｃｅ（Ｑ1ＷTＤ1＋Ｑ2ＷTＤ2
ＷＱ2T＋Ｑ３ＷTＤ3ＷＱ3T＋Ｑ4ＷTＤ4ＷＱ4T）。ここ
で、Ｗは、Ｎ×Ｎフーリエ変換行列、Ｄ1〜D4は、ゼロ
ではなく１に等しいＮ／４個のＮ対角線要素を有する対
角線マトリクスである。特定のサブバンドに対するＮ／
４個の非ゼロ要素は、周波数軸上の特定のサブバンドの
位置に対応する。当業者に理解されるように、これは、
たとえば、標準的最適化ツールを使用することにより解
決されうるサブスペース抑制最適化問題である。サブバ
ンドのそれぞれに対して、過渡現象フィルタは、サブバ
ンド係数が正確な時間的解釈を有するように、増加する
グループ遅れの順序でＱWFB中に配置される。
【００４４】上述した直交化アプローチが、ウェーブレ
ットフィルタを時間的に拡張し、および／またはウェー
ブレットフィルタ自体における不連続性を招く効果を有
する可能性があることがわかった。ウェーブレットフィ
ルタバンク２０８のそのようなあり得る損傷は、以下に
より軽減される。（ｉ）たとえば、ジョンストン特許に
記載されているような高周波数分解能ＭＤＣＴフィルタ
バンク２０４およびウェーブレットフィルタバンク２０
８の使用間の遷移として使用される一時的ＳＴＡＲＴお
よびＳＴＯＰウインドウ、および（ii）いわゆるスムー
スウインドウのファミリーを適用することにより、遷移
ウインドウとウェーブレットウインドウとの間の有効な
オーバラップを低減すること。
ットフィルタを時間的に拡張し、および／またはウェー
ブレットフィルタ自体における不連続性を招く効果を有
する可能性があることがわかった。ウェーブレットフィ
ルタバンク２０８のそのようなあり得る損傷は、以下に
より軽減される。（ｉ）たとえば、ジョンストン特許に
記載されているような高周波数分解能ＭＤＣＴフィルタ
バンク２０４およびウェーブレットフィルタバンク２０
８の使用間の遷移として使用される一時的ＳＴＡＲＴお
よびＳＴＯＰウインドウ、および（ii）いわゆるスムー
スウインドウのファミリーを適用することにより、遷移
ウインドウとウェーブレットウインドウとの間の有効な
オーバラップを低減すること。
【００４５】前述した技術を使用する高周波数分解能Ｍ
ＤＣＴフィルタバンク２０４とウェーブレットフィルタ
バンク２０８との間の例示的な切換シーケンスが、図５
に示されている。図５に示されているように、ＳＴＡＲ
Ｔウインドウ５０２が、高周波数分解能ＭＤＣＴフィル
タバンクウインドウ５０１とウェーブレットフィルタバ
ンクウインドウ５０３との間の遷移において使用され
る。さらに、ＳＴＯＰウインドウ５０４が、ウェーブレ
ットフィルタバンクウインドウ５０３と高周波数分解能
ＭＤＣＴフィルタバンクウインドウ５０５との間の遷移
において使用される。
ＤＣＴフィルタバンク２０４とウェーブレットフィルタ
バンク２０８との間の例示的な切換シーケンスが、図５
に示されている。図５に示されているように、ＳＴＡＲ
Ｔウインドウ５０２が、高周波数分解能ＭＤＣＴフィル
タバンクウインドウ５０１とウェーブレットフィルタバ
ンクウインドウ５０３との間の遷移において使用され
る。さらに、ＳＴＯＰウインドウ５０４が、ウェーブレ
ットフィルタバンクウインドウ５０３と高周波数分解能
ＭＤＣＴフィルタバンクウインドウ５０５との間の遷移
において使用される。
【００４６】いわゆるスムースウインドウは、ＳＴＡＲ
Ｔウインドウ５０２とウェーブレットフィルタバンクウ
インドウ５０３との間のオーバラップ領域において使用
され、そしてウェーブレットフィルタバンクウインドウ
５０３と、ＳＴＯＰウインドウ５０４との間のオーバラ
ップ領域においても使用される。これらのスムースウイ
ンドウは、ベースバンドフィルタとして有用であり、時
間的にコンパクトに集中化される。すなわち、ウインド
ウ中のほとんどのエネルギーは、中心付近に集中化され
る。このスムースウインドウは、式：ｈ（ｎ）＝ｈ
（ｔ）｜t=(n+1/2)(1/ N),n=0,1‥‥N-1を使用して生成
される。ここで、ｈ（ｔ）は、区間［０，１］において
非ゼロであり、外側でゼロである。
Ｔウインドウ５０２とウェーブレットフィルタバンクウ
インドウ５０３との間のオーバラップ領域において使用
され、そしてウェーブレットフィルタバンクウインドウ
５０３と、ＳＴＯＰウインドウ５０４との間のオーバラ
ップ領域においても使用される。これらのスムースウイ
ンドウは、ベースバンドフィルタとして有用であり、時
間的にコンパクトに集中化される。すなわち、ウインド
ウ中のほとんどのエネルギーは、中心付近に集中化され
る。このスムースウインドウは、式：ｈ（ｎ）＝ｈ
（ｔ）｜t=(n+1/2)(1/ N),n=0,1‥‥N-1を使用して生成
される。ここで、ｈ（ｔ）は、区間［０，１］において
非ゼロであり、外側でゼロである。
【００４７】図２において、知覚モデルプロセッサ２１
０は、信号適合型切換フィルタバンク２０２中の様々な
信号成分の知覚的重要性および雑音マスキング特性の推
定値を計算するために心理音響学的分析を使用する。知
覚モデルプロセッサ２１０中で行われる心理音響学的分
析は、よく知られており、たとえば、ジョンストン特
許、およびJ.D.Johnston,"Transform Coding of Audio
Signals Using Perceptual Noise Criteria,"IEEE Jour
nal on Selected Areas in Communication,"Vol.6,pp.3
19-323,February, 1988に記載されている。ＭＤＣＴブ
ロックにおける係数の量子化のためのしきい値が、心理
音響学的分析からすでに知られた方法で直接的に得られ
るが、ウェーブレットブロックにより使用されるしきい
値は、さらなる処理を必要とする。
０は、信号適合型切換フィルタバンク２０２中の様々な
信号成分の知覚的重要性および雑音マスキング特性の推
定値を計算するために心理音響学的分析を使用する。知
覚モデルプロセッサ２１０中で行われる心理音響学的分
析は、よく知られており、たとえば、ジョンストン特
許、およびJ.D.Johnston,"Transform Coding of Audio
Signals Using Perceptual Noise Criteria,"IEEE Jour
nal on Selected Areas in Communication,"Vol.6,pp.3
19-323,February, 1988に記載されている。ＭＤＣＴブ
ロックにおける係数の量子化のためのしきい値が、心理
音響学的分析からすでに知られた方法で直接的に得られ
るが、ウェーブレットブロックにより使用されるしきい
値は、さらなる処理を必要とする。
【００４８】ウェーブレット係数の量子化のためのしき
い値は、ＰＡＣにおけるように、各サブバンドにおける
時間的に変化する分布エネルギーの推定値および推定さ
れた調性量に基づく。この分布エネルギーは、周波数お
よび時間についてのマスキングの分布を顧慮することに
より計算される。言い換えると、周波数間および時間的
な分布関数が使用される。これらの分布関数の形は、た
とえば、J.B.Allen,"The ASA edition of Speech Heari
ng in Communications," Acoustical Societyof Americ
a, New York, 1995に記載されたようなChochlearフィル
タから得られる。マスキングの時間的分布は、周波数に
依存し、特定の周波数におけるChochlearフィルタの帯
域幅の逆数により近似的に決定される。
い値は、ＰＡＣにおけるように、各サブバンドにおける
時間的に変化する分布エネルギーの推定値および推定さ
れた調性量に基づく。この分布エネルギーは、周波数お
よび時間についてのマスキングの分布を顧慮することに
より計算される。言い換えると、周波数間および時間的
な分布関数が使用される。これらの分布関数の形は、た
とえば、J.B.Allen,"The ASA edition of Speech Heari
ng in Communications," Acoustical Societyof Americ
a, New York, 1995に記載されたようなChochlearフィル
タから得られる。マスキングの時間的分布は、周波数に
依存し、特定の周波数におけるChochlearフィルタの帯
域幅の逆数により近似的に決定される。
【００４９】好ましくは、１つの固定時間分布関数が、
周波数のある範囲すなわちサブバンドについて使用され
る。したがって、分布関数の形は、より高い周波数にお
いて、ますます狭くなる。サブバンドにおける係数は、
コーダバンド内でグループ化され、量子化において、コ
ーダバンド当たり１つのしきい値が使用される。たとえ
ば、コーダバンドのスパンは、最低周波数サブバンドに
おける１０ミリ秒から最高周波数サブバンドにおける約
２．５ミリ秒の範囲にある。
周波数のある範囲すなわちサブバンドについて使用され
る。したがって、分布関数の形は、より高い周波数にお
いて、ますます狭くなる。サブバンドにおける係数は、
コーダバンド内でグループ化され、量子化において、コ
ーダバンド当たり１つのしきい値が使用される。たとえ
ば、コーダバンドのスパンは、最低周波数サブバンドに
おける１０ミリ秒から最高周波数サブバンドにおける約
２．５ミリ秒の範囲にある。
【００５０】ジョンストン特許に記載されているよう
に、クオンタイザ／レートループプロセッサ２１２は、
信号適合型切換フィルタバンク２０２および知覚モデル
プロセッサ２１０からの出力を得て、ビットおよび雑音
を割り当て、所与の用途に必要とされるビットレートに
合致するように、他のシステムパラメータを制御する。
エントロピーデコーダ２１４は、クオンタイザ／レート
ループプロセッサ２１２と共同して、さらなるノイズレ
ス圧縮を達成するために使用される。たとえば、ジョン
ストン特許に記載されているように、エントロピーコー
ダ２１４は、クオンタイザ／レートループプロセッサ２
１２から量子化されたオーディオ信号を受け取る。そし
て、エントロピーコーダ２１４は、たとえばよく知られ
た最小冗長度ハフマン（Ｈｕｆｆｍａｎ）コーディング
技術を使用して、量子化されたオーディオ信号について
の無損失エンコーディングを実行する。
に、クオンタイザ／レートループプロセッサ２１２は、
信号適合型切換フィルタバンク２０２および知覚モデル
プロセッサ２１０からの出力を得て、ビットおよび雑音
を割り当て、所与の用途に必要とされるビットレートに
合致するように、他のシステムパラメータを制御する。
エントロピーデコーダ２１４は、クオンタイザ／レート
ループプロセッサ２１２と共同して、さらなるノイズレ
ス圧縮を達成するために使用される。たとえば、ジョン
ストン特許に記載されているように、エントロピーコー
ダ２１４は、クオンタイザ／レートループプロセッサ２
１２から量子化されたオーディオ信号を受け取る。そし
て、エントロピーコーダ２１４は、たとえばよく知られ
た最小冗長度ハフマン（Ｈｕｆｆｍａｎ）コーディング
技術を使用して、量子化されたオーディオ信号について
の無損失エンコーディングを実行する。
【００５１】ハフマンコードは、たとえは、D.A.Huffma
n,"A Method for the Constructionof Minimum Redunda
ncy Codes," Roc.IRE,40:1090-1101,1952およびT.M.Cov
erand J.A.Yhomas,"Elements of Information Theory,"
pp.92-101,1991に記載されている。さらに、ジョンス
トン特許は、エントロピーコーダ２１４のＰＡＣに関す
るハフマンコーディングの使用を開示している。当業者
は、よく知られたＬｅｍｐｅｌ−ＺｉＶ圧縮方法を含む
他のノイズレスデータ圧縮技術を使用して、エントロピ
ーコーダ２１４の代替的な実施例をどのように具現化す
るかを容易に理解するであろう。
n,"A Method for the Constructionof Minimum Redunda
ncy Codes," Roc.IRE,40:1090-1101,1952およびT.M.Cov
erand J.A.Yhomas,"Elements of Information Theory,"
pp.92-101,1991に記載されている。さらに、ジョンス
トン特許は、エントロピーコーダ２１４のＰＡＣに関す
るハフマンコーディングの使用を開示している。当業者
は、よく知られたＬｅｍｐｅｌ−ＺｉＶ圧縮方法を含む
他のノイズレスデータ圧縮技術を使用して、エントロピ
ーコーダ２１４の代替的な実施例をどのように具現化す
るかを容易に理解するであろう。
【００５２】最終的に、切換規準２０６が、高周波数分
解能ＭＤＣＴフィルタバンク２０４とウェーブレットフ
ィルタバンク２０８との間の有効な切換をさらに容易に
するために使用される。有効にするために、規準は、い
かなる誤警報またアタック失敗なしに正確にアタックを
検出しなければならない。たとえば、高周波数分解能Ｍ
ＤＣＴフィルタバンク２０４を使用して符号化された場
合、検出されないアタックは、特に低ビットレートにお
いて、信号の知覚的ひずみとなる。対照的に、ウェーブ
レットフィルタバンク２０８で比較的定常的な信号をコ
ーディングすることは、出力ビットおよび処理能力のか
なり大きな浪費となる。
解能ＭＤＣＴフィルタバンク２０４とウェーブレットフ
ィルタバンク２０８との間の有効な切換をさらに容易に
するために使用される。有効にするために、規準は、い
かなる誤警報またアタック失敗なしに正確にアタックを
検出しなければならない。たとえば、高周波数分解能Ｍ
ＤＣＴフィルタバンク２０４を使用して符号化された場
合、検出されないアタックは、特に低ビットレートにお
いて、信号の知覚的ひずみとなる。対照的に、ウェーブ
レットフィルタバンク２０８で比較的定常的な信号をコ
ーディングすることは、出力ビットおよび処理能力のか
なり大きな浪費となる。
【００５３】したがって、本発明の好ましい実施形態に
よれば、知覚エントロピー規準が使用される。上述した
ように、知覚エントロピーは、特定の変換セグメントを
トランスペアレントに符号化するためのサンプル当たり
のビットの理論的下限を提供する信号の特定の変換セグ
メントの量である。１つのセグメントから次のセグメン
トへの知覚エントロピーにおけるかなり大きな増加は、
信号の強い非定常性（たとえば、アタック）の良い表示
である。図２の実施形態によれば、このタイプの知覚エ
ントロピー変化は、高周波数分解能ＭＤＣＴフィルタバ
ンク２０４からウェーブレットフィルタバンク２０８へ
の切換規準２０６をトリガーするために、信号適合型切
換フィルタバンク２０２により使用される。たとえば、
２５ミリ秒ごとに一度、高周波数分解能ＭＤＣＴフィル
タバンク２０４とウェーブレットフィルタバンク２０８
との間の切換に関する決定がなされる。
よれば、知覚エントロピー規準が使用される。上述した
ように、知覚エントロピーは、特定の変換セグメントを
トランスペアレントに符号化するためのサンプル当たり
のビットの理論的下限を提供する信号の特定の変換セグ
メントの量である。１つのセグメントから次のセグメン
トへの知覚エントロピーにおけるかなり大きな増加は、
信号の強い非定常性（たとえば、アタック）の良い表示
である。図２の実施形態によれば、このタイプの知覚エ
ントロピー変化は、高周波数分解能ＭＤＣＴフィルタバ
ンク２０４からウェーブレットフィルタバンク２０８へ
の切換規準２０６をトリガーするために、信号適合型切
換フィルタバンク２０２により使用される。たとえば、
２５ミリ秒ごとに一度、高周波数分解能ＭＤＣＴフィル
タバンク２０４とウェーブレットフィルタバンク２０８
との間の切換に関する決定がなされる。
【００５４】
【発明の効果】以上述べたように、本発明によれば、非
定常信号を含む場合にも、信号をコンパクトに表現する
ことが可能なオーディオ信号コーディングに使用するた
めの交換フィルタバンクを提供することができる。
定常信号を含む場合にも、信号をコンパクトに表現する
ことが可能なオーディオ信号コーディングに使用するた
めの交換フィルタバンクを提供することができる。
【図面の簡単な説明】
【図１】本発明が適用されるシステムの一例を示すブロ
ック図。
ック図。
【図２】本発明の信号適合型切換フィルタバンクを使用
する図１のシステムにおいて使用される知覚オーディオ
コーダの一実施形態を示すブロック図。
する図１のシステムにおいて使用される知覚オーディオ
コーダの一実施形態を示すブロック図。
【図３】図２の信号適合型切換フィルタバンクにおいて
使用されるツリー構造ウェーブレットフィルタバンクの
一実施形態を示す図。
使用されるツリー構造ウェーブレットフィルタバンクの
一実施形態を示す図。
【図４】コサイン変調フィルタと図２の信号適合型切換
フィルタバンクにおいて使用されるウェーブレットフィ
ルタとの比較を示す図。
フィルタバンクにおいて使用されるウェーブレットフィ
ルタとの比較を示す図。
【図５】図２の信号適合型切換フィルタバンクを使用し
て生成されるフィルタバンク切換シーケンスの一例を示
す図。
て生成されるフィルタバンク切換シーケンスの一例を示
す図。
１０１ アナログオーディオ信号
１０２ プリプロセッサ
１０６ 通信チャネル／記憶媒体
１０８ 知覚オーディオデコーダ
１１０ ポストプロセッサ
２００ 知覚オーディオコーダ
２０２ 信号適合型切換フィルタバンク
２０４ 高周波数分解能ＭＤＣＴフィルタバンク
２０６ 切換規準
２０８ ウェーブレットフィルタバンク
２１０ 知覚モデルプロセッサ
２１２ クオンタイザ／レートループプロセッサ
２１４ エントロピーエンコーダ
３００ 分解ツリー
３１０ フィルタバンクセット
３１１，３１２，３１３，３１４ フィルタ
３２０，３３０ フィルタバンク
３２１，３２２，３３１ バンドスプリット
４１０ ウェーブレットフィルタ
４２０ コサイン変調フィルタ
５０１ 高周波数分解能ＭＤＣＴフィルタバンクウィ
ンドゥ ５０２ スタート（ＳＴＡＲＴ）ウィンドゥ ５０３ ウェーブレットフィルタバンクウィンドゥ ５０４ ストップ（ＳＴＯＰ）ウィンドゥ ５０５ 高周波数分解能ＭＤＣＴフィルタバンクウィ
ンドゥ
ンドゥ ５０２ スタート（ＳＴＡＲＴ）ウィンドゥ ５０３ ウェーブレットフィルタバンクウィンドゥ ５０４ ストップ（ＳＴＯＰ）ウィンドゥ ５０５ 高周波数分解能ＭＤＣＴフィルタバンクウィ
ンドゥ
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 ディーペン シンバ
アメリカ合衆国、07928 ニュージャー
ジー、チェイサン、ノー アベニュー
169
(56)参考文献 特開 平７−221650（ＪＰ，Ａ)
特開 平７−225596（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G10L 19/02
Claims (21)
- 【請求項１】 （Ａ） オーディオ信号をサンプリング
するステップと、 （Ｂ） ろ波された信号を生成するために、第１のフィ
ルタバンクとウェーブレットフィルタバンクとを切り換
えることにより、前記サンプリングされたオーディオ信
号を交互にろ波するステップと、 （Ｃ） 圧縮された出力信号を提供するために、前記フ
ィルタリングされた信号を符号化するステップとを有す
ることを特徴とするオーディオ信号を符号化する方法。 - 【請求項２】 前記第１のフィルタバンクは、高周波数
分解能ＭＤＣＴフィルタバンクであることを特徴とする
請求項１記載のオーディオ信号を符号化する方法。 - 【請求項３】 前記（Ｂ）ろ波するステップにおいて、
前記切換が、前記オーディオ信号の定常性の関数として
行われることを特徴とする請求項２記載のオーディオ信
号を符号化する方法。 - 【請求項４】 前記（Ｂ）ろ波するステップにおいて、
前記高周波数分解能ＭＤＣＴフィルタバンクが、前記オ
ーディオ信号の定常成分をろ波するために使用され、前
記ウェーブレットフィルタバンクが、前記オーディオ信
号の非定常成分をろ波するために使用されることを特徴
とする請求項２記載のオーディオ信号を符号化する方
法。 - 【請求項５】 前記（Ｃ）符号化するステップは、知覚
オーディオコーディングを含むことを特徴とする請求項
１記載のオーディオ信号を符号化する方法。 - 【請求項６】 （Ａ）複数の雑音しきい値をオーディオ
信号の周波数特性の関数として生成するステップと、 （Ｂ） ろ波された信号を生成するために、第１のフィ
ルタバンクとウェーブレットフィルタバンクとを切り換
えることにより、前記オーディオ信号を交互にろ波する
ステップと、 （Ｃ） 前記雑音しきい値により決定される粗さで、前
記ろ波された信号を量子化するステップと、 （Ｄ） 前記量子化された信号を知覚的に符号化するス
テップとを有することを特徴とするオーディオ信号を符
号化する方法。 - 【請求項７】 前記第１のフィルタバンクは、高周波数
分解能ＭＤＣＴフィルタバンクであることを特徴とする
請求項６記載のオーディオ信号を符号化する方法。 - 【請求項８】 前記（Ｂ）ろ波するステップにおいて、
前記切換が、前記オーディオ信号の定常性に応じて行わ
れることを特徴とする請求項７記載のオーディオ信号を
符号化する方法。 - 【請求項９】 前記（Ｂ）ろ波するステップにおいて、 前記高周波数分解能ＭＤＣＴフィルタバンクが、前記オ
ーディオ信号の定常成分をろ波するために使用され、 前記ウェーブレットフィルタバンクが、前記オーディオ
信号の非定常成分をろ波するために使用されることを特
徴とする請求項７記載のオーディオ信号を符号化する方
法。 - 【請求項１０】 前記オーディオ信号の定常性は、知覚
エントロピーを使用して決定されることを特徴とする請
求項８記載のオーディオ信号を符号化する方法。 - 【請求項１１】 前記ウェーブレットフィルタバンク
は、１セットの不均一フィルタバンクを有するツリー構
造フィルタバンクであることを特徴とする請求項６記載
のオーディオ信号を符号化する方法。 - 【請求項１２】 前記セットのうちの第１の不均一フィ
ルタバンクは、前記オーディオ信号の４バンドスプリッ
トを提供し、第２の不均一フィルタバンクは、前記オー
ディオ信号の２バンドスプリットを提供することを特徴
とする請求項１１記載のオーディオ信号を符号化する方
法。 - 【請求項１３】 （Ａ） 複数の雑音しきい値をデジタ
ル信号の周波数特性の関数として生成するステップと、 （Ｂ） ろ波された信号を生成するために、第１のフィ
ルタバンクとウェーブレットフィルタバンクとを切り換
えることにより、前記デジタル信号を交互にろ波するス
テップと、 （Ｃ） 圧縮された出力信号を提供するために、前記ろ
波された信号を知覚的に符号化するステップとを有する
ことを特徴とする圧縮された出力信号を生成するために
オーディオ信号を符号化する方法。 - 【請求項１４】 前記第１のフィルタバンクは、高周波
数分解能ＭＤＣＴフィルタバンクであることを特徴とす
る請求項１３記載のオーディオ信号を符号化する方法。 - 【請求項１５】 オーディオ信号をサンプリングする手
段と、 ろ波された信号を生成するために、第１のフィルタバン
クとウェーブレットフィルタバンクとを切り換えること
により、前記サンプリングされたオーディオ信号を交互
にろ波する手段と、 圧縮された出力信号を生成するために、前記ろ波された
信号を符号化する手段とを有することを特徴とするオー
ディオ信号を符号化する装置。 - 【請求項１６】 前記第１のフィルタバンクは、高周波
数分解能ＭＤＣＴフィルタバンクであることを特徴とす
る請求項１５記載のオーディオ信号を符号化する装置。 - 【請求項１７】 前記ろ波する手段において、前記切換
は、前記オーディオ信号の知覚エントロピーの関数とし
て起こることを特徴とする請求項１６記載のオーディオ
信号を符号化する方法。 - 【請求項１８】 （Ａ） 複数の雑音しきい値をオーデ
ィオ信号の周波数特性の関数として生成する手段と、 （Ｂ） ろ波された信号を生成するために、第１のフィ
ルタバンクとウェーブレットフィルタバンクとを切り換
えることにより、前記サンプリングされたオーディオ信
号を交互にろ波する手段と、 （Ｃ） 前記雑音しきい値により制御される粗さで、前
記ろ波された信号を量子化する手段と、 （Ｄ） 前記量子化された信号を知覚的に符号化する手
段とを有することを特徴とするオーディオ信号を符号化
する装置。 - 【請求項１９】 知覚的に符号化されたオーディオ信号
を処理する装置であって、前記知覚的に符号化されたオ
ーディオ信号が、 複数の雑音しきい値を入力信号の周波数特性の関数とし
て生成し、 前記入力信号をサンプリングし、 ろ波された信号を生成するために、第１のフィルタバン
クとウェーブレットフィルタバンクとを切り換えること
により、前記サンプリングされた信号を交互にろ波し、 前記雑音しきい値により決定される粗さで、前記ろ波さ
れた信号を量子化し、 前記知覚的に符号化されたオーディオ信号を生成するた
めに、前記量子化された信号を知覚的に符号化し、 前記知覚的に符号化されたオーディオ信号を通信チャネ
ルに与えることにより生成されるものであり、 前記知覚的に符号化されたオーディオ信号を前記通信チ
ャネルから受信するための手段と、 前記受信された知覚的に符号化されたオーディオ信号を
復号化する手段と、 前記符号化されたオーディオ信号から前記入力信号を復
元する手段とを有することを特徴とする装置。 - 【請求項２０】 前記第１のフィルタバンクは、高周波
数分解能ＭＤＣＴフィルタバンクであることを特徴とす
る請求項１９記載の装置。 - 【請求項２１】 前記切換は、前記入力信号の知覚エン
トロピーのレベルの関数として起こることを特徴とする
請求項２０記載の装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US1472596P | 1996-03-19 | 1996-03-19 | |
| US014725 | 1996-03-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1039897A JPH1039897A (ja) | 1998-02-13 |
| JP3418305B2 true JP3418305B2 (ja) | 2003-06-23 |
Family
ID=21767329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06578397A Expired - Fee Related JP3418305B2 (ja) | 1996-03-19 | 1997-03-19 | オーディオ信号を符号化する方法および装置および知覚的に符号化されたオーディオ信号を処理する装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3418305B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3813025B2 (ja) * | 1998-10-29 | 2006-08-23 | 株式会社リコー | デジタル音響信号符号化装置、デジタル音響信号符号化方法及びデジタル音響信号符号化プログラムを記録した媒体 |
| DE602004030594D1 (de) * | 2003-10-07 | 2011-01-27 | Panasonic Corp | Verfahren zur entscheidung der zeitgrenze zur codierung der spektro-hülle und frequenzauflösung |
| EP2015293A1 (en) * | 2007-06-14 | 2009-01-14 | Deutsche Thomson OHG | Method and apparatus for encoding and decoding an audio signal using adaptively switched temporal resolution in the spectral domain |
| US8554550B2 (en) * | 2008-01-28 | 2013-10-08 | Qualcomm Incorporated | Systems, methods, and apparatus for context processing using multi resolution analysis |
-
1997
- 1997-03-19 JP JP06578397A patent/JP3418305B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1039897A (ja) | 1998-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5852806A (en) | Switched filterbank for use in audio signal coding | |
| US6058362A (en) | System and method for masking quantization noise of audio signals | |
| US6029126A (en) | Scalable audio coder and decoder | |
| US6104996A (en) | Audio coding with low-order adaptive prediction of transients | |
| EP1080462B1 (en) | System and method for entropy encoding quantized transform coefficients of a signal | |
| Sinha et al. | Low bit rate transparent audio compression using adapted wavelets | |
| US6253165B1 (en) | System and method for modeling probability distribution functions of transform coefficients of encoded signal | |
| US5699484A (en) | Method and apparatus for applying linear prediction to critical band subbands of split-band perceptual coding systems | |
| JP3224130B2 (ja) | 高品質オーディオ用符号器・復号器 | |
| US5737718A (en) | Method, apparatus and recording medium for a coder with a spectral-shape-adaptive subband configuration | |
| Sinha et al. | Audio compression at low bit rates using a signal adaptive switched filterbank | |
| JP2001522156A (ja) | オーディオ信号をコーディングする方法及び装置並びにビットストリームをデコーディングする方法及び装置 | |
| EP0446037A2 (en) | Hybrid perceptual audio coding | |
| JPH0846518A (ja) | 情報符号化方法及び復号化方法、情報符号化装置及び復号化装置、並びに情報記録媒体 | |
| Purat et al. | Audio coding with a dynamic wavelet packet decomposition based on frequency-varying modulated lapped transforms | |
| JPH08166799A (ja) | 高能率符号化方法及び装置 | |
| JP3418305B2 (ja) | オーディオ信号を符号化する方法および装置および知覚的に符号化されたオーディオ信号を処理する装置 | |
| Sinha et al. | Low bit rate transparent audio compression using a dynamic dictionary and optimized wavelets | |
| Teh et al. | Subband coding of high-fidelity quality audio signals at 128 kbps | |
| KR100460159B1 (ko) | 오디오신호인코딩방법및장치 | |
| Huang et al. | Adaptive wavelet for speech coding | |
| Ning | Analysis and coding of high quality audio signals | |
| Bhaskar | Adaptive predictive coding with transform domain quantization using block size adaptation and high-resolution spectral modeling | |
| Boland et al. | Low bit-rate audio coder using an M-band multiresolution filter bank | |
| JPH05114863A (ja) | 高能率符号化装置及び復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080411 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100411 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110411 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120411 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130411 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |