JP3606453B2 - 音声信号伝送方法及び音声復号方法 - Google Patents
音声信号伝送方法及び音声復号方法 Download PDFInfo
- Publication number
- JP3606453B2 JP3606453B2 JP2001078122A JP2001078122A JP3606453B2 JP 3606453 B2 JP3606453 B2 JP 3606453B2 JP 2001078122 A JP2001078122 A JP 2001078122A JP 2001078122 A JP2001078122 A JP 2001078122A JP 3606453 B2 JP3606453 B2 JP 3606453B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- audio
- signal
- channel
- 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
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (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して圧縮した音声信号を伝送する音声信号伝送方法及びその音声信号を復号する音声復号方法に関する。
【０００２】
【従来の技術】
音声信号を高能率符号化する方法としては、例えば特開昭５８−７５３４１号公報に示されるようにハフマン符号が知られている。また、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、この複数の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＝９６ｋＨｚ、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】
ところで、ＣＤ再生装置のような簡易機種と、ＤＶＤ再生装置のような上位機種の両方の再生装置が再生可能にするために、例えば特開平９−３１２０６６号公報に示されるように上位機種のみが再生可能な２０ビット（又は２４ビット）のサンプルデータを、簡易機種が再生可能な上位１６ビットと下位４ビット（又は８ビット）に分離して伝送する方法が提案されている。
【０００５】
そこで本発明は、複数チャネル（チャンネル）の音声信号の各チャネルの上位ビットデータ間には相関が強く、下位ビットデータ間には相関がないことに鑑みて、複数チャネルの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信号の伝送方法及びその音声信号を復号する音声復号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１），２）及び３）記載の手段よりなる。
すなわち、
【０００７】
１）同一のサンプリング周波数であると共に２つの系統からなる第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上位ビットと下位ビットデータに分離するステップと、
前記分離された上位ビットデータを各チャネル毎に、入力されるデータに応答して、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するステップと、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記分離手段により分離された下位ビットデータと分離フラグと、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータと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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記下位ビットデータと分離フラグと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。
２）同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。
３）同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号 及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法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。
【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は本発明を適用した音声符号化装置及び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のエンコーダを詳しく示すブロック図、図３はＤＶＤのパックのフォーマットを示す説明図、図４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５は図１のデコーダを詳しく示すブロック図である。
【０００９】
図１に示すチャネル相関回路Ａは加算回路１ａと減算回路１ｂを有する。加算回路１ａは各チャネル（以下、ｃｈ）が例えばサンプリング周波数＝１９２ｋＨｚ、量子化ビット数＝２４ビットのステレオ２ｃｈ信号Ｌ、Ｒの和信号（Ｌ＋Ｒ）を算出して和ｃｈ用１ｃｈロスレス・エンコーダ２Ｄ１に出力し、減算回路１ｂは差信号（Ｌ−Ｒ）を算出して差ｃｈ用１ｃｈロスレス・エンコーダ２Ｄ２に出力する。エンコーダ２Ｄ１、２Ｄ２は図２に詳しく示すように、それぞれ２４ビットの内、上位１６ビットの和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）の差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）を予測符号化するとともに、下位８ビットをそのまま記録媒体や通信媒体を介して伝送する。
【００１０】
なお、原データが２０ビットの場合には上位ビット数を固定にし、下位ビット数を可変にして上位１６ビットと下位４ビットに分離する。また、原データが１６ビットの場合には分離することなく１６ビットデータを予測符号化する。
【００１１】
そして、復号側では、図６に詳しく示すようにデコーダ３Ｄ１、３Ｄ２がそれぞれ各ｃｈの上位１６ビット分の予測符号化データを和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）に復号し、この１６ビットデータに対して下位８ビットを付加して元の２４ビットデータに復元する。次いでチャネル相関回路Ｂがこの２４ビットの和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）をステレオ２ｃｈ信号Ｌ、Ｒに復元する。
【００１２】
図２を参照してエンコーダ２Ｄ１、２Ｄ２について詳しく説明する。和信号（Ｌ＋Ｒ）と差信号（Ｌ−Ｒ）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フレームの各上位１６ビットのサンプル値（Ｌ＋Ｒ）、（Ｌ−Ｒ）がそれぞれ差分演算回路１１Ｄ１、１１Ｄ２に印加され、今回と前回の差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）、すなわち差分ＰＣＭ（ＤＰＣＭ）データが算出される。また、各フレームの先頭サンプルの２４ビットデータ（Ｌ＋Ｒ）、（Ｌ−Ｒ）と、各サンプルの下位８ビットデータ（Ｌ＋Ｒ）、（Ｌ−Ｒ）がマルチプレクサ１９に印加される。
【００１３】
差分演算回路１１Ｄ１により算出された差分Δ（Ｌ＋Ｒ）は、予測係数が異なる複数の予測器１２ａ−１〜１２ａ−ｎと減算器１３ａ−１〜１３ａ−ｎに印加される。そして、予測器１２ａ−１〜１２ａ−ｎではそれぞれ各予測係数に基づいて差分Δ（Ｌ＋Ｒ）の各予測値が算出され、減算器１３ａ−１〜１３ｂ−ｎではそれぞれこの各予測値と差分Δ（Ｌ＋Ｒ）の各予測残差が算出される。バッファ・選択器１６Ｄ１はこの複数の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最小の予測残差を選択し、パッキング回路１８に出力する。なお、このサブフレームはフレームの数十分の１程度のサンプル長であり、一例として１フレームを８０サブフレームとする。ここで、予測器１２ａ−１〜１２ａ−ｎと減算器１３ａ−１〜１３ａ−ｎは和信号ｃｈの予測回路１５Ｄ１を構成し、また、この予測回路１５Ｄ１とバッファ・選択器１６Ｄ１は和信号ｃｈの予測符号化回路を構成している。
【００１４】
同様に、差分演算回路１１Ｄ２により算出された差分Δ（Ｌ−Ｒ）は、予測係数が異なる複数の予測器１２ｂ−１〜１２ｂ−ｎと減算器１３ｂ−１〜１３ｂ−ｎに印加される。そして、予測器１２ｂ−１〜１２ｂ−ｎではそれぞれ各予測係数に基づいて差分Δ（Ｌ−Ｒ）の各予測値が算出され、減算器１３ｂ−１〜１３ｂ−ｎではそれぞれこの各予測値と差分Δ（Ｌ−Ｒ）の各予測残差が算出される。バッファ・選択器１６Ｄ２はこの複数の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最小の予測残差を選択し、パッキング回路１８に出力する。予測器１２ｂ−１〜１２ｂ−ｎと減算器１３ｂ−１〜１３ｂ−ｎは差信号ｃｈの予測回路１５Ｄ２を構成し、また、この予測回路１５Ｄ２とバッファ・選択器１６Ｄ２は差信号ｃｈの予測符号化回路を構成している。
【００１５】
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とマルチプレクサ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マルチプレクサ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１６Ｄ１、１６Ｄ２により選択された２ｃｈ分の予測残差を、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。
【００１６】
続くマルチプレクサ１９は１フレーム分の上位１６ビットデータに対して
・フレームヘッダと、
・元の２４ビットデータを上位１６ビットと下位８ビットに分離したか否かを示す分離フラグ１２０と、
・和信号ｃｈ（Ｌ＋Ｒ）の１フレームの先頭サンプル値と、
・差信号ｃｈ（Ｌ−Ｒ）の１フレームの先頭サンプル値と、
・和信号ｃｈ（Ｌ＋Ｒ）のサブフレーム毎の予測器選択フラグと、
・差信号ｃｈ（Ｌ−Ｒ）のサブフレーム毎の予測器選択フラグと、
・和信号ｃｈ（Ｌ＋Ｒ）のサブフレーム毎のビット数フラグと、
・差信号ｃｈ（Ｌ−Ｒ）のサブフレーム毎のビット数フラグと、
・和信号ｃｈ（Ｌ＋Ｒ）の予測残差データ列（可変ビット数）と、
・差信号ｃｈ（Ｌ−Ｒ）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。
【００１７】
また、予測符号化されていない下位８ビットについては、別の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＝１９２ｋＨｚ、量子化ビット数＝２４ビット、２チャネルの場合、平均で５７％の圧縮率を実現することができる。
【００１８】
また、この可変レートビットストリームデータをＤＶＤオーディオディスクに記録する場合には、図３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。
【００１９】
Ａパケットは図４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、上記のフォーマットの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、上位１６ビットデータと下位８ビットデータは別のＡパケットに収容されている。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 Ｐｒｏｄｕｃｔ Ｃｏｄｅ／Ｅｕｒｏｐｅａｎ Ａｒｔｉｃｌｅ Ｎｕｍｂｅｒ−Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄ 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。
【００２０】
次に図５を参照してデコーダＤ１、Ｄ２について説明する。前述したフォーマットの可変レートビットストリームデータは、デマルチプレクサ２１によりフレームヘッダに基づいて分離される。そして、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の１フレームの先頭サンプル値はそれぞれ累積演算回路２５ａ、２５ｂに印加され、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の予測器選択フラグはそれぞれ予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）の各選択信号として印加され、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）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。更に可変レートビットストリームデータが下位ビットデータを含む場合には、この下位ビットデータが分離されて加算器２８ａ、２８ｂに印加され、また、分離フラグは制御信号として加算器２８ａ、２８ｂに印加される。
【００２１】
ここで、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）はそれぞれ、符号化側の予測器（１２ａ−１〜１２ａ−ｎ）、（１２ｂ−１〜１２ｂ−ｎ）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】
アンパッキング回路２２は和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）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加算回路２３ａ、２３ｂに出力する。加算回路２３ａ、２３ｂではそれぞれ、アンパッキング回路２２からの和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の今回の予測残差データと、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）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る。この今回の予測値は、図２に示す差分演算回路１１Ｄ１、１１Ｄ２によりそれぞれ算出された差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）すなわちＤＰＣＭデータであり、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）と累積演算回路２５ａ、２５ｂに印加される。
【００２３】
累積演算回路２５ａ、２５ｂはそれぞれ、１フレームの先頭サンプル値に対して差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）をサンプル毎に累積加算して和信号ｃｈ（Ｌ＋Ｒ）、差信号ｃｈ（Ｌ−Ｒ）の各ＰＣＭデータ（上位１６ビットデータ）をそれぞれ加算器２８ａ、２８ｂに出力する。加算器２８ａ、２８ｂは分離フラグが「分離有り」の場合にはこの和信号ｃｈ（Ｌ＋Ｒ）、差信号ｃｈ（Ｌ−Ｒ）の各上位１６ビットＰＣＭデータと、デマルチプレクサ２１により分離された下位ビットＰＣＭデータを加算して出力し、他方、分離フラグが「分離無し」の場合には上位１６ビットＰＣＭデータをそのまま出力する。
【００２４】
この和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）は図１に示すように加算回路４ａにより２Ｌ信号が算出されるとともに、減算回路４ｂにより２Ｒ信号が算出される。そして、２Ｌ信号と２Ｒ信号がそれぞれ割り算器５ａ、５ｂにより１／２に割り算され、元のステレオ２チャネル信号Ｌ、Ｒが復元される。
【００２５】
次に図６、図７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、和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）の各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）、すなわちＤＰＣＭデータのみを予測符号化するように構成されているが、この第２の実施形態では和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）すなわちＰＣＭデータ、又はその各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）すなわちＤＰＣＭデータを選択的に予測符号化するように構成されている。
【００２６】
このため図６に示す符号化装置では、図２に示す構成に対して和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）をそれぞれ予測符号化するための予測回路１５Ａ、１５Ｓとバッファ・選択器１６Ａ、１６Ｓが追加されている。また、選択信号生成器１７はバッファ・選択器１６Ａ、１６Ｓによりそれぞれ選択された和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）と、バッファ・選択器１６Ｄ１、１６Ｄ２によりそれぞれ選択された差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）の各予測残差の最小値に基づいて、ＰＣＭデータとＤＰＣＭデータのどちらが圧縮率が高いか否かを判断し、高い方のデータを選択する。このとき、そのＰＣＭ／ＤＰＣＭの選択フラグ（予測回路選択フラグ）を追加して多重化する。
【００２７】
ここで、図６に示す和信号（Ｌ＋Ｒ）の予測回路１５Ａと差分Δ（Ｌ＋Ｒ）の予測回路１５Ｄ１が同一の構成であり、また、差信号（Ｌ−Ｒ）の予測回路１５Ｓと差分Δ（Ｌ−Ｒ）の予測回路１５Ｄ２が同一の構成である場合、復号装置では図７に示すようにＰＣＭデータとＤＰＣＭデータの両方の予測回路を設ける必要はなく、１つのデータ分の予測回路でよい。そして、符号化装置から伝送された予測回路選択フラグに基づいてセレクタ２６ａ、２６ｂにより、ＤＰＣＭデータの場合には累積演算回路２５ａ、２５ｂの出力を選択し、ＰＣＭデータの場合には加算回路２３ａ、２３ｂの出力を選択する。そして、セレクタ２６ａ、２６ｂによりそれぞれ選択された各チャネルの上位１６ビットデータと下位ビットデータが加算器２８ａ、２８ｂにより加算される。
【００２８】
第３の実施形態では図８に示すように、原信号Ｌ、Ｒ（ＰＣＭデータ）と、和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）（ＰＣＭデータ）と、その各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）（ＤＰＣＭデータ）の３グループの１つを選択的に予測符号化するように構成されている。
【００２９】
このため図８に示す符号化装置では、図６に示す構成に対して原信号Ｌ、Ｒをそれぞれ予測符号化するための予測回路１５Ｌ、１５Ｒとバッファ・選択器１６Ｌ、１６Ｒが追加されている。また、選択信号生成器１７はバッファ・選択器１６Ｌ、１６Ｒにより選択された原信号Ｌ、Ｒと、バッファ・選択器１６Ａ、１６Ｓにより選択された和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）と、バッファ・選択器１６Ｄ１、１６Ｄ２により選択された各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）の各予測残差の最小値に基づいて圧縮率が高いグループのデータを選択する。このとき、その選択フラグ（予測回路選択フラグ）を追加して多重化する。
【００３０】
また、図８に示す３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３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予測回路選択フラグに基づいて、ＤＰＣＭデータの場合には累積演算回路２５ａ、２５ｂの出力を選択し、ＰＣＭデータの場合には加算回路２３ａ、２３ｂの出力を選択してチャネル相関回路Ｂにより原信号Ｌ、Ｒ（上位１６ビットデータ）を復元する。そして、更にセレクタ２７ａ、２７ｂにより原信号Ｌ、Ｒのグループの場合には加算回路２３ａ、２３ｂの出力を選択し、他の場合にはチャネル相関回路Ｂの出力を選択する。次いでセレクタ２７ａ、２７ｂによりそれぞれ選択された各チャネルの上位１６ビットデータと下位ビットデータが加算器２８ａ、２８ｂにより加算される。
【００３１】
なお、上記の第１〜第３の実施形態では、原信号が２チャネルの場合について説明したが、マルチチャネル信号の場合にも適用することができる。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
【００３２】
そこで、図１に示す相関回路Ａ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ＰＣＭデータを、Ｌｃｈを基準として次の５ｃｈ（Ｌ）、（Ｄ１）〜（Ｄ４）に変換する。
Ｌ ＝Ｌ（基準チャネル）
Ｄ１＝Ｃ−（Ｌ＋Ｒ）／２
Ｄ２＝Ｒ−Ｌ
Ｄ３＝ＳＬ−ａ×Ｌ
Ｄ４＝ＳＲ−ｂ×Ｒ
但し、０≦ａ，ｂ≦１
【００３３】
そして、この５ｃｈの各チャネルデータを上位１６ビットと下位ビットに分離し、上位１６ビットデータを予測符号化して伝送し、下位ビットデータをそのまま伝送する。また、相関を求める場合、次の５ｃｈに変換するようにしてもよい。
Ｌ ＝Ｌ（基準チャネル）
Ｄ１＝Ｃ−Ｌ
Ｄ２＝Ｒ−Ｌ
Ｄ３＝ＳＬ−Ｌ
Ｄ４＝ＳＲ−Ｒ
【００３４】
符号化側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１０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１１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）。
【００３５】
【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チャネル毎に上位ビットデータと下位ビットデータに分離して、上位ビットデータを予測符号化する等したので、複数チャネルの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。
【図面の簡単な説明】
【図１】本発明に適用した音声符号化装置及び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のエンコーダを詳しく示すブロック図である。
【図３】ＤＶＤのパックのフォーマットを示す説明図である。
【図４】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５】図１のデコーダを詳しく示すブロック図である。
【図６】第２の実施形態のエンコーダを示すブロック図である。
【図７】第２の実施形態のデコーダを示すブロック図である。
【図８】第３の実施形態のエンコーダを示すブロック図である。
【図９】第３の実施形態のデコーダを示すブロック図である。
【図１０】音声伝送方法を示すフローチャートである。
【図１１】音声伝送方法を示すフローチャートである。
【符号の説明】
１ａ 加算回路（加算手段）
１ｂ 減算回路（減算手段）
１０ １フレームバッファ（分離手段）
１１Ｄ１ 差分演算回路（第１の差分演算手段）
１１Ｄ２ 差分演算回路（第２の差分演算手段）
１２ａ−１〜１２ａ−ｎ 予測器（減算器１３ａ−１〜１３ａ−ｎ、バッファ・選択器１６Ｄ１と共に第１の予測符号化手段を構成する。）
１２ｂ−１〜１２ｂ−ｎ 予測器（減算器１３ｂ−１〜１３ｂ−ｎ、バッファ・選択器１６Ｄ２と共に第２の予測符号化手段を構成する。）
１３ａ−１〜１３ａ−ｎ，１３ｂ−１〜１３ｂ−ｎ 減算器
１６Ｄ１，１６Ｄ２，１６Ａ，１６Ｓ，１６Ｌ，１６Ｒ バッファ・選択器
１５Ａ 予測回路（バッファ・選択器１６Ａと共に第３の予測符号化手段を構成する。）
１５Ｓ 予測回路（バッファ・選択器１６Ｓと共に第４の予測符号化手段を構成する。）
１５Ｌ 予測回路（バッファ・選択器１６Ｌと共に第５の予測符号化手段を構成する。）
１５Ｒ 予測回路（バッファ・選択器１６Ｒと共に第６の予測符号化手段を構成する。）
１９ マルチプレクサ（多重化手段）
Ａ 相関回路（相関手段）
【発明の属する技術分野】
本発明は、音声信号を予測符号化して圧縮した音声信号を伝送する音声信号伝送方法及びその音声信号を復号する音声復号方法に関する。
【０００２】
【従来の技術】
音声信号を高能率符号化する方法としては、例えば特開昭５８−７５３４１号公報に示されるようにハフマン符号が知られている。また、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、この複数の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＝９６ｋＨｚ、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】
ところで、ＣＤ再生装置のような簡易機種と、ＤＶＤ再生装置のような上位機種の両方の再生装置が再生可能にするために、例えば特開平９−３１２０６６号公報に示されるように上位機種のみが再生可能な２０ビット（又は２４ビット）のサンプルデータを、簡易機種が再生可能な上位１６ビットと下位４ビット（又は８ビット）に分離して伝送する方法が提案されている。
【０００５】
そこで本発明は、複数チャネル（チャンネル）の音声信号の各チャネルの上位ビットデータ間には相関が強く、下位ビットデータ間には相関がないことに鑑みて、複数チャネルの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信号の伝送方法及びその音声信号を復号する音声復号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１），２）及び３）記載の手段よりなる。
すなわち、
【０００７】
１）同一のサンプリング周波数であると共に２つの系統からなる第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上位ビットと下位ビットデータに分離するステップと、
前記分離された上位ビットデータを各チャネル毎に、入力されるデータに応答して、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するステップと、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記分離手段により分離された下位ビットデータと分離フラグと、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータと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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記下位ビットデータと分離フラグと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。
２）同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。
３）同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号 及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法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。
【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は本発明を適用した音声符号化装置及び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のエンコーダを詳しく示すブロック図、図３はＤＶＤのパックのフォーマットを示す説明図、図４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５は図１のデコーダを詳しく示すブロック図である。
【０００９】
図１に示すチャネル相関回路Ａは加算回路１ａと減算回路１ｂを有する。加算回路１ａは各チャネル（以下、ｃｈ）が例えばサンプリング周波数＝１９２ｋＨｚ、量子化ビット数＝２４ビットのステレオ２ｃｈ信号Ｌ、Ｒの和信号（Ｌ＋Ｒ）を算出して和ｃｈ用１ｃｈロスレス・エンコーダ２Ｄ１に出力し、減算回路１ｂは差信号（Ｌ−Ｒ）を算出して差ｃｈ用１ｃｈロスレス・エンコーダ２Ｄ２に出力する。エンコーダ２Ｄ１、２Ｄ２は図２に詳しく示すように、それぞれ２４ビットの内、上位１６ビットの和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）の差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）を予測符号化するとともに、下位８ビットをそのまま記録媒体や通信媒体を介して伝送する。
【００１０】
なお、原データが２０ビットの場合には上位ビット数を固定にし、下位ビット数を可変にして上位１６ビットと下位４ビットに分離する。また、原データが１６ビットの場合には分離することなく１６ビットデータを予測符号化する。
【００１１】
そして、復号側では、図６に詳しく示すようにデコーダ３Ｄ１、３Ｄ２がそれぞれ各ｃｈの上位１６ビット分の予測符号化データを和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）に復号し、この１６ビットデータに対して下位８ビットを付加して元の２４ビットデータに復元する。次いでチャネル相関回路Ｂがこの２４ビットの和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）をステレオ２ｃｈ信号Ｌ、Ｒに復元する。
【００１２】
図２を参照してエンコーダ２Ｄ１、２Ｄ２について詳しく説明する。和信号（Ｌ＋Ｒ）と差信号（Ｌ−Ｒ）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フレームの各上位１６ビットのサンプル値（Ｌ＋Ｒ）、（Ｌ−Ｒ）がそれぞれ差分演算回路１１Ｄ１、１１Ｄ２に印加され、今回と前回の差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）、すなわち差分ＰＣＭ（ＤＰＣＭ）データが算出される。また、各フレームの先頭サンプルの２４ビットデータ（Ｌ＋Ｒ）、（Ｌ−Ｒ）と、各サンプルの下位８ビットデータ（Ｌ＋Ｒ）、（Ｌ−Ｒ）がマルチプレクサ１９に印加される。
【００１３】
差分演算回路１１Ｄ１により算出された差分Δ（Ｌ＋Ｒ）は、予測係数が異なる複数の予測器１２ａ−１〜１２ａ−ｎと減算器１３ａ−１〜１３ａ−ｎに印加される。そして、予測器１２ａ−１〜１２ａ−ｎではそれぞれ各予測係数に基づいて差分Δ（Ｌ＋Ｒ）の各予測値が算出され、減算器１３ａ−１〜１３ｂ−ｎではそれぞれこの各予測値と差分Δ（Ｌ＋Ｒ）の各予測残差が算出される。バッファ・選択器１６Ｄ１はこの複数の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最小の予測残差を選択し、パッキング回路１８に出力する。なお、このサブフレームはフレームの数十分の１程度のサンプル長であり、一例として１フレームを８０サブフレームとする。ここで、予測器１２ａ−１〜１２ａ−ｎと減算器１３ａ−１〜１３ａ−ｎは和信号ｃｈの予測回路１５Ｄ１を構成し、また、この予測回路１５Ｄ１とバッファ・選択器１６Ｄ１は和信号ｃｈの予測符号化回路を構成している。
【００１４】
同様に、差分演算回路１１Ｄ２により算出された差分Δ（Ｌ−Ｒ）は、予測係数が異なる複数の予測器１２ｂ−１〜１２ｂ−ｎと減算器１３ｂ−１〜１３ｂ−ｎに印加される。そして、予測器１２ｂ−１〜１２ｂ−ｎではそれぞれ各予測係数に基づいて差分Δ（Ｌ−Ｒ）の各予測値が算出され、減算器１３ｂ−１〜１３ｂ−ｎではそれぞれこの各予測値と差分Δ（Ｌ−Ｒ）の各予測残差が算出される。バッファ・選択器１６Ｄ２はこの複数の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最小の予測残差を選択し、パッキング回路１８に出力する。予測器１２ｂ−１〜１２ｂ−ｎと減算器１３ｂ−１〜１３ｂ−ｎは差信号ｃｈの予測回路１５Ｄ２を構成し、また、この予測回路１５Ｄ２とバッファ・選択器１６Ｄ２は差信号ｃｈの予測符号化回路を構成している。
【００１５】
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とマルチプレクサ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マルチプレクサ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１６Ｄ１、１６Ｄ２により選択された２ｃｈ分の予測残差を、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。
【００１６】
続くマルチプレクサ１９は１フレーム分の上位１６ビットデータに対して
・フレームヘッダと、
・元の２４ビットデータを上位１６ビットと下位８ビットに分離したか否かを示す分離フラグ１２０と、
・和信号ｃｈ（Ｌ＋Ｒ）の１フレームの先頭サンプル値と、
・差信号ｃｈ（Ｌ−Ｒ）の１フレームの先頭サンプル値と、
・和信号ｃｈ（Ｌ＋Ｒ）のサブフレーム毎の予測器選択フラグと、
・差信号ｃｈ（Ｌ−Ｒ）のサブフレーム毎の予測器選択フラグと、
・和信号ｃｈ（Ｌ＋Ｒ）のサブフレーム毎のビット数フラグと、
・差信号ｃｈ（Ｌ−Ｒ）のサブフレーム毎のビット数フラグと、
・和信号ｃｈ（Ｌ＋Ｒ）の予測残差データ列（可変ビット数）と、
・差信号ｃｈ（Ｌ−Ｒ）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。
【００１７】
また、予測符号化されていない下位８ビットについては、別の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＝１９２ｋＨｚ、量子化ビット数＝２４ビット、２チャネルの場合、平均で５７％の圧縮率を実現することができる。
【００１８】
また、この可変レートビットストリームデータをＤＶＤオーディオディスクに記録する場合には、図３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。
【００１９】
Ａパケットは図４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、上記のフォーマットの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、上位１６ビットデータと下位８ビットデータは別のＡパケットに収容されている。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 Ｐｒｏｄｕｃｔ Ｃｏｄｅ／Ｅｕｒｏｐｅａｎ Ａｒｔｉｃｌｅ Ｎｕｍｂｅｒ−Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄ 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。
【００２０】
次に図５を参照してデコーダＤ１、Ｄ２について説明する。前述したフォーマットの可変レートビットストリームデータは、デマルチプレクサ２１によりフレームヘッダに基づいて分離される。そして、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の１フレームの先頭サンプル値はそれぞれ累積演算回路２５ａ、２５ｂに印加され、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の予測器選択フラグはそれぞれ予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）の各選択信号として印加され、和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）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。更に可変レートビットストリームデータが下位ビットデータを含む場合には、この下位ビットデータが分離されて加算器２８ａ、２８ｂに印加され、また、分離フラグは制御信号として加算器２８ａ、２８ｂに印加される。
【００２１】
ここで、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）はそれぞれ、符号化側の予測器（１２ａ−１〜１２ａ−ｎ）、（１２ｂ−１〜１２ｂ−ｎ）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】
アンパッキング回路２２は和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）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加算回路２３ａ、２３ｂに出力する。加算回路２３ａ、２３ｂではそれぞれ、アンパッキング回路２２からの和信号ｃｈ（Ｌ＋Ｒ）及び差信号ｃｈ（Ｌ−Ｒ）の今回の予測残差データと、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）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る。この今回の予測値は、図２に示す差分演算回路１１Ｄ１、１１Ｄ２によりそれぞれ算出された差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）すなわちＤＰＣＭデータであり、予測器（２４ａ−１〜２４ａ−ｎ）、（２４ｂ−１〜２４ｂ−ｎ）と累積演算回路２５ａ、２５ｂに印加される。
【００２３】
累積演算回路２５ａ、２５ｂはそれぞれ、１フレームの先頭サンプル値に対して差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）をサンプル毎に累積加算して和信号ｃｈ（Ｌ＋Ｒ）、差信号ｃｈ（Ｌ−Ｒ）の各ＰＣＭデータ（上位１６ビットデータ）をそれぞれ加算器２８ａ、２８ｂに出力する。加算器２８ａ、２８ｂは分離フラグが「分離有り」の場合にはこの和信号ｃｈ（Ｌ＋Ｒ）、差信号ｃｈ（Ｌ−Ｒ）の各上位１６ビットＰＣＭデータと、デマルチプレクサ２１により分離された下位ビットＰＣＭデータを加算して出力し、他方、分離フラグが「分離無し」の場合には上位１６ビットＰＣＭデータをそのまま出力する。
【００２４】
この和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）は図１に示すように加算回路４ａにより２Ｌ信号が算出されるとともに、減算回路４ｂにより２Ｒ信号が算出される。そして、２Ｌ信号と２Ｒ信号がそれぞれ割り算器５ａ、５ｂにより１／２に割り算され、元のステレオ２チャネル信号Ｌ、Ｒが復元される。
【００２５】
次に図６、図７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、和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）の各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）、すなわちＤＰＣＭデータのみを予測符号化するように構成されているが、この第２の実施形態では和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）すなわちＰＣＭデータ、又はその各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）すなわちＤＰＣＭデータを選択的に予測符号化するように構成されている。
【００２６】
このため図６に示す符号化装置では、図２に示す構成に対して和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）をそれぞれ予測符号化するための予測回路１５Ａ、１５Ｓとバッファ・選択器１６Ａ、１６Ｓが追加されている。また、選択信号生成器１７はバッファ・選択器１６Ａ、１６Ｓによりそれぞれ選択された和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）と、バッファ・選択器１６Ｄ１、１６Ｄ２によりそれぞれ選択された差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）の各予測残差の最小値に基づいて、ＰＣＭデータとＤＰＣＭデータのどちらが圧縮率が高いか否かを判断し、高い方のデータを選択する。このとき、そのＰＣＭ／ＤＰＣＭの選択フラグ（予測回路選択フラグ）を追加して多重化する。
【００２７】
ここで、図６に示す和信号（Ｌ＋Ｒ）の予測回路１５Ａと差分Δ（Ｌ＋Ｒ）の予測回路１５Ｄ１が同一の構成であり、また、差信号（Ｌ−Ｒ）の予測回路１５Ｓと差分Δ（Ｌ−Ｒ）の予測回路１５Ｄ２が同一の構成である場合、復号装置では図７に示すようにＰＣＭデータとＤＰＣＭデータの両方の予測回路を設ける必要はなく、１つのデータ分の予測回路でよい。そして、符号化装置から伝送された予測回路選択フラグに基づいてセレクタ２６ａ、２６ｂにより、ＤＰＣＭデータの場合には累積演算回路２５ａ、２５ｂの出力を選択し、ＰＣＭデータの場合には加算回路２３ａ、２３ｂの出力を選択する。そして、セレクタ２６ａ、２６ｂによりそれぞれ選択された各チャネルの上位１６ビットデータと下位ビットデータが加算器２８ａ、２８ｂにより加算される。
【００２８】
第３の実施形態では図８に示すように、原信号Ｌ、Ｒ（ＰＣＭデータ）と、和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）（ＰＣＭデータ）と、その各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）（ＤＰＣＭデータ）の３グループの１つを選択的に予測符号化するように構成されている。
【００２９】
このため図８に示す符号化装置では、図６に示す構成に対して原信号Ｌ、Ｒをそれぞれ予測符号化するための予測回路１５Ｌ、１５Ｒとバッファ・選択器１６Ｌ、１６Ｒが追加されている。また、選択信号生成器１７はバッファ・選択器１６Ｌ、１６Ｒにより選択された原信号Ｌ、Ｒと、バッファ・選択器１６Ａ、１６Ｓにより選択された和信号（Ｌ＋Ｒ）、差信号（Ｌ−Ｒ）と、バッファ・選択器１６Ｄ１、１６Ｄ２により選択された各差分Δ（Ｌ＋Ｒ）、Δ（Ｌ−Ｒ）の各予測残差の最小値に基づいて圧縮率が高いグループのデータを選択する。このとき、その選択フラグ（予測回路選択フラグ）を追加して多重化する。
【００３０】
また、図８に示す３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３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予測回路選択フラグに基づいて、ＤＰＣＭデータの場合には累積演算回路２５ａ、２５ｂの出力を選択し、ＰＣＭデータの場合には加算回路２３ａ、２３ｂの出力を選択してチャネル相関回路Ｂにより原信号Ｌ、Ｒ（上位１６ビットデータ）を復元する。そして、更にセレクタ２７ａ、２７ｂにより原信号Ｌ、Ｒのグループの場合には加算回路２３ａ、２３ｂの出力を選択し、他の場合にはチャネル相関回路Ｂの出力を選択する。次いでセレクタ２７ａ、２７ｂによりそれぞれ選択された各チャネルの上位１６ビットデータと下位ビットデータが加算器２８ａ、２８ｂにより加算される。
【００３１】
なお、上記の第１〜第３の実施形態では、原信号が２チャネルの場合について説明したが、マルチチャネル信号の場合にも適用することができる。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
【００３２】
そこで、図１に示す相関回路Ａ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ＰＣＭデータを、Ｌｃｈを基準として次の５ｃｈ（Ｌ）、（Ｄ１）〜（Ｄ４）に変換する。
Ｌ ＝Ｌ（基準チャネル）
Ｄ１＝Ｃ−（Ｌ＋Ｒ）／２
Ｄ２＝Ｒ−Ｌ
Ｄ３＝ＳＬ−ａ×Ｌ
Ｄ４＝ＳＲ−ｂ×Ｒ
但し、０≦ａ，ｂ≦１
【００３３】
そして、この５ｃｈの各チャネルデータを上位１６ビットと下位ビットに分離し、上位１６ビットデータを予測符号化して伝送し、下位ビットデータをそのまま伝送する。また、相関を求める場合、次の５ｃｈに変換するようにしてもよい。
Ｌ ＝Ｌ（基準チャネル）
Ｄ１＝Ｃ−Ｌ
Ｄ２＝Ｒ−Ｌ
Ｄ３＝ＳＬ−Ｌ
Ｄ４＝ＳＲ−Ｒ
【００３４】
符号化側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１０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１１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）。
【００３５】
【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チャネル毎に上位ビットデータと下位ビットデータに分離して、上位ビットデータを予測符号化する等したので、複数チャネルの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。
【図面の簡単な説明】
【図１】本発明に適用した音声符号化装置及び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のエンコーダを詳しく示すブロック図である。
【図３】ＤＶＤのパックのフォーマットを示す説明図である。
【図４】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５】図１のデコーダを詳しく示すブロック図である。
【図６】第２の実施形態のエンコーダを示すブロック図である。
【図７】第２の実施形態のデコーダを示すブロック図である。
【図８】第３の実施形態のエンコーダを示すブロック図である。
【図９】第３の実施形態のデコーダを示すブロック図である。
【図１０】音声伝送方法を示すフローチャートである。
【図１１】音声伝送方法を示すフローチャートである。
【符号の説明】
１ａ 加算回路（加算手段）
１ｂ 減算回路（減算手段）
１０ １フレームバッファ（分離手段）
１１Ｄ１ 差分演算回路（第１の差分演算手段）
１１Ｄ２ 差分演算回路（第２の差分演算手段）
１２ａ−１〜１２ａ−ｎ 予測器（減算器１３ａ−１〜１３ａ−ｎ、バッファ・選択器１６Ｄ１と共に第１の予測符号化手段を構成する。）
１２ｂ−１〜１２ｂ−ｎ 予測器（減算器１３ｂ−１〜１３ｂ−ｎ、バッファ・選択器１６Ｄ２と共に第２の予測符号化手段を構成する。）
１３ａ−１〜１３ａ−ｎ，１３ｂ−１〜１３ｂ−ｎ 減算器
１６Ｄ１，１６Ｄ２，１６Ａ，１６Ｓ，１６Ｌ，１６Ｒ バッファ・選択器
１５Ａ 予測回路（バッファ・選択器１６Ａと共に第３の予測符号化手段を構成する。）
１５Ｓ 予測回路（バッファ・選択器１６Ｓと共に第４の予測符号化手段を構成する。）
１５Ｌ 予測回路（バッファ・選択器１６Ｌと共に第５の予測符号化手段を構成する。）
１５Ｒ 予測回路（バッファ・選択器１６Ｒと共に第６の予測符号化手段を構成する。）
１９ マルチプレクサ（多重化手段）
Ａ 相関回路（相関手段）
Claims (3)
- 同一のサンプリング周波数であると共に２つの系統からなる第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上位ビットと下位ビットデータに分離するステップと、
前記分離された上位ビットデータを各チャネル毎に、入力されるデータに応答して、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するステップと、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記分離手段により分離された下位ビットデータと分離フラグと、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータと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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと、前記下位ビットデータと分離フラグと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。 - 同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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伝送する音声信号伝送方法であって、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データと前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータとをパケット化して通信回線を介して伝送することを特徴とする音声信号伝送方法。 - 同一のサンプリング周波数であると共に２つの系統からなる第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、
前記変換された第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するステップと、
ヘッダ情報と、圧縮ＰＣＭプライベートヘッダ及びオーディオ圧縮ＰＣＭデータ部を含 むユーザデータと、を含んだデータ構造にすると共に、前記ステップにより選択された各チャネルの先頭サンプル値と予測残差と線形予測方法を含む予測符号化データを、前記オーディオ圧縮ＰＣＭデータ部内に記録し、前記音声信号のＵＰＣ／ＥＡＮ−ＩＳＲＣ番号及びＵＰＣ／ＥＡＮ−ＩＳＲＣデータを前記圧縮ＰＣＭプライベートヘッダ内に配置するステップと、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、
前記選択された各チャネルの先頭サンプル値と予測残差と線形予測方法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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001078122A JP3606453B2 (ja) | 2001-03-19 | 2001-03-19 | 音声信号伝送方法及び音声復号方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001078122A JP3606453B2 (ja) | 2001-03-19 | 2001-03-19 | 音声信号伝送方法及び音声復号方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30632098A Division JP3387429B2 (ja) | 1998-10-13 | 1998-10-13 | 光記録媒体、音声復号装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004242808A Division JP4164823B2 (ja) | 2004-08-23 | 2004-08-23 | 音声信号伝送方法及び音声復号方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001306099A JP2001306099A (ja) | 2001-11-02 |
| JP3606453B2 true JP3606453B2 (ja) | 2005-01-05 |
Family
ID=18934777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001078122A Expired - Lifetime JP3606453B2 (ja) | 2001-03-19 | 2001-03-19 | 音声信号伝送方法及び音声復号方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3606453B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5756989B2 (ja) * | 2013-12-19 | 2015-07-29 | 株式会社アクセル | 符号化装置 |
-
2001
- 2001-03-19 JP JP2001078122A patent/JP3606453B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001306099A (ja) | 2001-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4835646B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP3606453B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP4244223B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4164823B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP3606456B2 (ja) | 音声信号伝送方法及び音声復号方法 | |
| JP4244225B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151028B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151033B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4196356B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151032B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP3387087B2 (ja) | 音声符号化方法 | |
| JP4244226B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151030B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151035B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4148259B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP4151036B2 (ja) | 音声符号化方法及び音声復号方法 | |
| JP2000122696A (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 | |
| JP2006178479A (ja) | 音声符号化方法及び音声復号方法 | |
| JP2006171775A (ja) | 音声符号化方法及び音声復号方法 | |
| JP2006171769A (ja) | 音声符号化方法及び音声復号方法 | |
| JP2006171777A (ja) | 音声符号化方法及び音声復号方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A132 Effective date: 20040622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040823 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040917 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040930 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071015 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081015 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091015 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111015 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121015 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121015 Year of fee payment: 8 |
|
| 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: 20121015 Year of fee payment: 8 |
|
| 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: 20131015 Year of fee payment: 9 |
|
| EXPY | Cancellation because of completion of term |