JP3552232B2

JP3552232B2 - 数個の相互依存チャンネルのデジタル信号の送信及び／又は記憶時のデータ整理方法

Info

Publication number: JP3552232B2
Application number: JP50008094A
Authority: JP
Inventors: ユルゲンヘッレ; ディータサイツェル; カール−ハインツブランデンブルグ; エアンストゥエーベルライン
Original assignee: フラウンホッファー−ゲゼルシャフトツァフェルダールングデァアンゲヴァンテンフォアシュンクエー．ファオ．
Priority date: 1992-05-25
Filing date: 1993-05-18
Publication date: 2004-08-11
Anticipated expiration: 2019-08-11
Also published as: CA2118402C; UA34457C2; AU683614B2; NO944285L; CA2118402A1; EP0642719B1; NO307280B1; EP0642719A1; JPH08501666A; DE4217276C1; ATE142829T1; RU2119259C1; DE59303771D1; AU4059393A; KR100240439B1; KR950701786A; NO944285D0; WO1993025015A1

Description

技術分野
本発明は、数個の相互依存チャンネルのデジタル信号の送信及び／又は記憶時のデータ圧縮方法に関する。
オーディオ信号が周波数符号化して送信される方法は、例えば、PCT公報WO 88/01811及びWO 89/08357から公知であり、本明細書中で説明されていない用語の説明については、これらの文書を参照されたい。
送信されるべき信号のビットストリーム及び符号器の設計については、標準化委員会である国際標準化機構（ISO）の動画エキスパートグループ（MPEG）がISO規格11172−３を規定した。
デジタルオーディオ信号のデータ圧縮符号化の多くの公知の方法では、周波数領域において信号を符号化し、時間領域から（スペクトル値での）周波数領域への信号の送信に、好適なイメージング方法、例えば、FFT、DCT、MDCT、ポリフェーズフィルタバンク又はハイブリッドフィルタバンクを用いる。
これらの方法では、人間の聴覚の性質に関して、信号冗長度及び散布度の高度の利用が可能となる。もし、数個のチャンネルの信号の送信において、信号が、互いに独立でなければ、送信されるべきデータ量をさらに圧縮することが可能である。この前提条件は、例えば、４チャンネル又はステレオオーディオ信号のチャンネルの信号の場合に満たされる。
最近、数個のチャンネルの送信用の国際規格の作成のために、更なる研究がなされた。"MUSICAM−Surround:A Universal Multi−channel Coding System Compatible with ISO 11172−3",93rd AES Convention,1992,San Franciscoによれば、５つのチャンネルまでの送信方法が提案されている。例えば、２つのステレオチャンネルとさらに一つのミドルチャンネル及び２つのサイドチャンネル（3/2ステレオ）、あるいは、２つのステレオチャンネルと３つのコメンタリチャンネルが送信可能である。またこの方法では、信号は、各個別のチャンネルにおいて、相互依存関係にある。
従来技術
ステレオオーディオ信号の２チャンネル間での冗長度／散布度の利用方法は、J.D.Johnstonによる"Percentual Transform Coding of Wideband Stereo Signals",ICASSP 89に記載されている。左右のチャンネルに代わるこのいわゆるM/S符号化（ミドル／サイド符号化）においては、ステレオ信号の和（ミドル）と差（サイド）が符号化される。これにより、送信されるデータの量が節約される。
２つのステレオチャンネルの信号の依存関係は、ICASSP会報、1991年、第3601〜3604頁の"Subband Coding of Streophonic Digital Audio Signals"から公知のインテンシティステレオ法においても利用されている。この方法においては、モノラル信号と信号の左右の分布に関するもう一つの情報とが送信される。
両方の方法において、好ましくない信号構成の場合は、かなりの干渉が生じ得る。例えば、M/S符号化において左右のチャンネルの信号構成が大きく違っている場合、チャンネル中に存在する信号によっては隠蔽不可能な欠陥がもたらされる。したがって、例えば、ほとんど右チャンネルにのみ含まれる音量の大きなサキソフォンの信号は、左側チャンネルに干渉を起こすが、それは隠蔽されず、したがって、はっきりと聞こえる。インテンシティステレオ法を用いる時は、もし左右のチャンネルが大きく異なるスペクトル構成を有していれば、３次元の音感が乱される。
かくして、公知の方法は、好ましくない信号構成が予期されない場合にのみ、あるいは、データ量を圧縮するために干渉やノイズを甘受することが可能である場合にのみ、使用可能となる。さらに、公知の方法は、ステレオ符号化にのみ、限定されている。
発明の開示
本発明の課題は、数個の相互依存チャンネルのデジタル信号の送信及び／又は記憶時のデータ圧縮方法であって、異なるチャンネルの信号の依存関係を利用し、送信される信号に対する主観的に認知可能な干渉をもたらさない方法を提供することである。この課題は、請求の範囲第１項の特徴を有する方法により解決される。
本発明によれば、異なるチャンネルの信号は、初めに、スペクトル領域に通される。次に、数個のチャンネルの対応するブロックのスペクトル値により、チャンネルの個別の符号化、即ち、各チャンネルのモノラル符号化（monocoding）のため、ならびに数個のチャンネルのジョイント符号化（joint coding）のために必要なビットレート（data rate）の比較が行われる。特定のチャンネルのジョイント符号化は、ジョイント符号化のためのビットレートが、各チャンネルの個別の符号化のためのビットレートを予め決定し得る値だけ超過しない限りで行われる。この場合、対応するブロックのスペクトル値は、類似のものとなり、ジョイント符号化が好ましいのである。
ジョイント符号化のためのビットレートが、モノラル符号化のためのビットレートを予め決定し得る値だけ超過すると、各チャンネルのモノラル符号化が行われる。この場合、各チャンネルの対応するブロックのスペクトル値は、類似していないので、符号化プロセスにより、これらのチャンネルに実際存在する信号によって隠蔽する事ができない欠陥に対応するブロックを生じないためには、非常に高いビットレートが必要とされるであろう。そのような妨害欠陥を確実に回避する目的で、本発明の方法においては、一時的に、ジョイント符号化を使用しない。
本発明の更なる展開は、従属項において、特徴づけられる。
請求の範囲第２項によれば、モノラル符号化及び／又はジョイント符号化のために必要なビットレートの比較のために、ビットレートの予測値（estimator）SFを求めるが、該予測値SFは符号化法があらかじめ決まっている場合、該符号化法により生じる干渉を該マスキング閾値以下に保つには、各サンプルがどのビット数（ビットレート）で符号化されなければならないかを示す。
個別の周波数帯域に固定されたビット割り当てを提供する符号化法においては、前記予測値をあらかじめ算出することが可能である（例えば、Theile G.,Stoll G.Link M.Low bit−rate coding of high quality audio signals,in EBU Review No.230,1988,pp 158−181参照）。
PCT公報WO 88/001811に記載されているように、可変ビット数を有する符号化法の場合は、前記予測値（SF）は、対応する方法に合うように選択されなければならない。好ましい予測値は下記において与えられる。
かくして、本発明の方法においては、数個のチャンネルの可能な符号化法、即ち、モノラル符号化及びジョイント符号化の予測値SFは、ブロック毎に比較される。該比較に基づいて、信号に対して数個のチャンネルのモノラル符号化又はジョイント符号化のどちらを実行すべきかについて決定がなされる。
モノラル符号化及び／又はジョイント符号化の前記予測値を比較する際、請求の範囲第３項によれば、信号の個別の符号化のために必要なビットレートが、特定のチャンネルの予測値の合計から得られる。
２つのチャンネルのステレオ符号化の場合は、例えば、個別の符号化のための予測値SF（LR）は、左（Ｌ）及び右（Ｒ）のチャンネルからの信号の予測値SF（Ｌ）及びSF（Ｒ）を加算することにより求める。
方法の有利な展開においては、請求の範囲第４項によれば、チャンネルのジョイント符号化は、入力信号の線形結合の形成（マトリクス化）を通じて行われる。信号の復号化に続いて、マトリクス化が再び解除される（デマトリクス化）。２つのステレオチャンネルを送信するときは、符号化は、ミドル／サイド（M/S）ステレオ符号化により行われる。この符号化においては、左右のチャンネルの代わりに、左右のチャンネルからの信号の和（ミドル）及び差（サイド）が符号化され、それにより送信されるべきデータ量の節約をもたらす。
請求の範囲第５項によれば、チャンネルKi,Kj,Kk等からの信号のジョイント符号化のための必要なビットレートの予測値SF（Mijk）は、Miをｉ番目のマトリクスチャンネルとして、予測値SF（Mi）、SF（Mj）、SF（Mk）の加算により求める。
２つのステレオチャンネルを符号化する際、信号のジョイント符号化のための必要なビットレートの予測値は、ミドル信号（Ｍ）及びサイド信号（Ｓ）のSFの合計により得られる。ミドル信号は、左のチャンネルの信号（Ｌ）及び右のチャンネルの信号（Ｒ）から関係

により形成され、サイドの信号（Ｓ）は、関係

により形成される。
請求の範囲第６項に係る発明の有利な更なる展開においては、いわゆる知覚エントロピー（PE）が、予測値に用いられる。オーディオ信号のPEは、主観的に認知し得る変化なしでオーディオ信号の符号化及び復号化を可能とするために所定の符号化に必要とされる最小ビットレートである。PEの決定は、例えば、J.D.Johnston,Estimation of Perceptual Entropy,Using Noise Masking Criteria,ICASSP 1988,pp 2524−2527に記載されている。
請求の範囲第７項によれば、必要なビットレートの比較は、関係SF（Mijk...）＜C₁SF（Ki、Kj、Kk...）＋C₂、（式中C₁及びC₂は、予め決定し得る定数である）により行われる。特定のチャンネルの対応するブロックからのスペクトル値が、示した関係を満たすならば、ジョイント符号化が行われる。２つのチャンネルのステレオ符号化の場合、関係は、SF（MS）＜C₁SF（LR）＋C₂である。
定数C₁及びC₂が小さければ小さいほど、ジョイント符号化の条件を満たすためには、各チャンネルからの信号のスペクトル値はより類似していなければならない。符号化中に別のチャンネルが生じる干渉信号が、該チャンネルに実際に存在する信号により隠蔽される確率は対応して増大する。定数C₁及びC₂の好ましい値は、請求の範囲第８項及び第９項で与えられている。
本発明の本質的に有利な点は、送信法の複雑さが著しく増大することなく、更なるデータ圧縮が得られるという点である。数個のチャンネルのジョイント符号化により生じ得る欠陥を各々の場合に異なるチャンネルにおいて確実に回避することが可能である。本発明による方法は、使用される符号化法の特定の構成とは無関係であり、したがって普遍的に用いうるものである。本方法は、単に追加の信号処理が送信側に少数必要とされる符号器において必要であるにすぎず、最終消費者により多数用いられる復号器ではその必要はない。
【図面の簡単な説明】
本発明による方法の一実施形態を、以下に図面にを参照して説明するが、該図面においては、図示の容易さのために、２つのステレオチャンネルの符号化が例として用いられる。図面は、ステレオ符号化のためのスイッチオン基準を決定するブロック回路図である。
発明の実施法
ステレオ源の左右のチャンネルからのステレオ信号のサンプルＬ（ｔ）及びＲ（ｔ）を、高速フーリエ変換（FFT）を用いてブロック毎に時間領域からスペクトル値Ｌ（ｆ）、Ｒ（ｆ）の周波数領域に通し、後者から両チャンネル用の監視閾値（1a,1b）を算出する。
その後、必要なビットレートの比較のために、一方では個別の符号化のため、そして他方ではジョイント符号化のために、予測値を求める。図示された好ましい実施形態では、知覚エントロピー（PE）を予測値として用いる。
個別の符号化のためのPE（LR）を求めるために、PEは、各場合において、算出された監視閾値を用いて、左右のチャンネル用に別々に求める（2a,2b）。全PE（LR）は、そこから合計により得る:PE（LR）＝PE（Ｌ）＋PE（Ｒ）（３）。
２つのチャンネルのジョイント符号化のPE（MS）を求めるために、スペクトル値は、該好ましい実施形態において、ミドル／サイドマトリクス化（４）を受ける。この目的のために、ミドル信号を、関係：

により形成し、サイド信号（Ｓ）を、関係：

により形成する（４）。
該２つのチャンネル（1a,1b）の監視閾値の計算からの最小サイズに基づいて、信号のPEを次のように求める。
この最小監視閾値により、ミドル信号及びサイド信号のPEを、別々に求める（6a,6b）。
ステレオ符号化のためのジョイントPE（MS）は、それから、合計:PE（MS）＝PE（Ｍ）＋PE（Ｓ）（７）により得る。
最後に、必要なビットレート（８）の比較を行う。条件PE（MS）＜C₁PE（LR）＋C₂が満たされた場合、オーディオ信号はステレオ符号化される。もし、条件が満たされなければ、符号化の結果としての妨害欠陥を回避するためにステレオ符号化は行われない。
上述の実施形態は、決して特定の符号化法に制限するものではない。実際は、本発明による方法は、特定の符号化法に関係なく普遍的に使用可能である。

Claims

数個の相互依存チャンネルからのデジタルオーディオ信号の送信または記憶のためのデータ圧縮の方法であって、それぞれのチャンネルの信号のサンプルのブロックを時間領域表現から周波数領域表現に変換して前記相互依存チャンネルのスペクトル値を得、該スペクトル値は心理音響モジュールによって求められるマスキング閾値を考慮して符号化され、なお該方法は、
前記チャンネルの前記スペクトル値の個別の符号化に必要な第１のビットレート予測値を求めるステップと、
前記チャンネルの前記スペクトル値のジョイント符号化に必要な第２のビットレート予測値を求めるステップと、
前記第１のビットレート予測値と前記第２のビットレート予測値とを比較するステップと、
前記第２のビットレート予測値が前記第１のビットレート予測値を所定値だけ超過しない限り、前記チャンネルのジョイント符号化を行うステップと、
前記第２のビットレート予測値が前記第１のビットレート予測値を少なくとも前記所定値だけ超過した場合には、前記チャンネルの前記スペクトル値の個別の符号化を行うステップと
を含む方法。
前記第１のビットレート予測値を求めるステップ、および前記第２のビットレート予測値を求めるステップは、予測値を求めるステップを含み、該予測値は、所定の符号化法を用いてスペクトル値のブロックを符号化し、該所定の符号化法によって生じる干渉を前記デジタルオーディオ信号のマスキング閾値以下に保つようにするために必要なビット数を示す請求の範囲第１項記載の方法。
前記チャンネルの信号の個別の符号化に必要なビットレートの予測値SF（Ki、Kj、Kk、...）を、各チャンネルKi、kjからの信号についての予測値SF（Ki）、SF（Kj）、...の加算により求める請求の範囲第２項記載の方法。
前記ジョイント符号化を行うステップは、前記数個の相互依存チャンネルからのオーディオ信号の線形結合を形成するステップを含む請求の範囲第３項に記載の方法。
前記チャンネルKi、Kj、Kk…からの信号の前記ジョイント符号化に必要なビットレートの前記予測値SF（Mijk、...）を、Miがｉ番目のマトリクス化されたチャネルを表す予測値SF（Mi）、SF（Mj）、SF（Mk）、...の加算により求める請求の範囲第２項に記載の方法。
前記オーディオ信号の知覚エントロピー（PE）が予測値として用いられる請求の範囲第２項に記載の方法。
下記の関係
SF（Mijk...）＜C₁ SF（Ki、Kj、Kk...）＋C₂（式中C₁およびC₂は所定の定数である）が満たされた場合、前記数個のチャンネル（Ki、Kj、Kk）の信号のジョイント符号化を用いる請求の範囲第３項に記載の方法。
前記所定の定数C₁は、値１と２の間にある請求の範囲第７項に記載の方法。
前記所定の定数C₂は、０に等しい請求の範囲第７項に記載の方法。
数個の相互依存チャンネルからのデジタルオーディオ信号の送信または記憶のためのデータ圧縮の装置であって、それぞれのチャンネルの信号のサンプルのブロックを時間領域表現から周波数領域表現に変換して前記相互依存チャンネルのスペクトル値を得、該スペクトル値は、心理音響モジュールによって求められるマスキング閾値を考慮して符号化され、なお該装置は、
前記チャンネルの前記スペクトル値の個別の符号化に必要な第１のビットレート予測値を求める手段と、
前記チャンネルの前記スペクトル値のジョイント符号化に必要な第２のビットレート予測値を求める手段と、
前記第１のビットレート予測値と前記第２のビットレート予測値とを比較する手段と、
前記第２のビットレート予測値が前記第１のビットレート予測値を所定の閾値だけ超過しない限り、前記チャンネルのジョイント符号化を行う手段と、
前記第２のビットレート予測値が前記第１のビットレート予測値を少なくとも前記所定値だけ超過した場合には、前記チャンネルの前記スペクトル値の個別の符号化を行う手段と
を備える装置。