JP3624884B2 - 音声データ処理装置 - Google Patents
音声データ処理装置 Download PDFInfo
- Publication number
- JP3624884B2 JP3624884B2 JP2001400597A JP2001400597A JP3624884B2 JP 3624884 B2 JP3624884 B2 JP 3624884B2 JP 2001400597 A JP2001400597 A JP 2001400597A JP 2001400597 A JP2001400597 A JP 2001400597A JP 3624884 B2 JP3624884 B2 JP 3624884B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- audio data
- band
- sampling frequency
- input
- 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
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【発明の属する技術分野】
本発明は、音声データを符号化する符号化装置、符号化音声データを復号する復号装置として用いられる音声データ処理装置、方法及びプログラムに関し、特に、入力サンプリング周波数と異なる出力サンプリング周波数のデータを得る場合に用いて好適なものである。
【0002】
【従来の技術】
従来、サンプリング周波数Fs の音声データ(オーディオデータ)を帯域分割符号化方式により圧縮符号化する符号化装置を用いて、サンプリング周波数Fs/nの音声データを符号化できるようにする場合、図8のような構成としていた。ここでは、例えばn=2とし、Fs =32KHzの音声データを扱う符号化装置を用いて、Fs /2=16KHzの音声データを符号化してFs =32KHzの符号化音声データを得る場合について説明する。
【0003】
図8において、Fs /2=16KHzの音声データが入力されると、リサンプラ部100において、ゼロ挿入部101によりサンプルとサンプルの間にn−1個(この例では1個)のゼロデータが挿入されることにより、Fs =32KHzに周波数変換される。もし、このゼロデータが挿入されたデータをそのままエンコーダ部200のサブバンド解析フィルタバンク201に入力すると、ゼロデータを挿入したことによる本来出てこないはずの16/2=8KHz以上のエイリアス成分が現れてしまう。
【0004】
そこで、次にLPF(ローパスフィルタ)からなる補間フィルタ102により上記エイリアス成分を除去した後、サブバンド解析フィルタバンク201に入力する。サブバンド解析フィルタバンク201においては、補間フィルタ102の出力が複数の帯域に分割される。分割された複数の帯域信号は符号化部202で圧縮符号化され、Fs =32KHzの符号化音声データとして出力される。
【0005】
また従来、帯域分割符号化方式で圧縮符号化されたサンプリング周波数Fs の符号化音声データを復号する復号装置を用いて、サンプリング周波数Fs /nの復号された音声データを出力できるようにする場合は、図9のような構成としていた。例えばn=2とし、Fs =32KHzの符号化音声データを扱う復号装置を用いて、Fs /2=16KHzの音声データを出力する場合について説明する。
【0006】
図9において、Fs =32KHzの圧縮符号化された音声データが入力されると、デコーダ部300において、復号部301により各帯域毎に復号された後、サブバンド合成フィルタバンク302により各帯域信号が合成される。この帯域合成出力はリサンプリング部400のLPF401によりFs /2n=8KHz以上の周波数成分を除去された後、間引き部402で間引き処理(デシメーション処理)がなされることにより、Fs /2=16KHzに周波数変換された音声データを得ることができる。
【0007】
このような符号化装置及び復号装置の構成は、処理能力の高いDSP(デジタル信号処理装置)等を用いたハードウェア構成としたり、あるいはCPUを用いたソフトウェア構成とすることができる。
【0008】
【発明が解決しようとする課題】
上述した図8の符号化装置の構成では、音声データが補間フィルタ102とサブバンド解析フィルタバンク201の2つのフィルタを通る。また、リサンプラ部100で16KHz→32KHzに周波数変換されたデータには、0〜16/2KHzの信号成分が含まれ、8KHz以上はエイリアス成分となっている。従って、後段のサブバンド解析フィルタバンク201の出力のうち上半分である8KHz以上の周波数成分は無駄なものとなっている。
【0009】
また、図9の復号装置の構成では、復号されたデータがサブバンド合成フィルタバンク302とLPF401の2つのフィルタを通る。また、サブバンド合成フィルタ302の出力における8KHzより高い周波数成分はLPF401で除去されるので、サブバンド合成フィルタバンク201の出力のうち上記8KHzより高い周波数成分は無駄なものとなっている。
【0010】
従って、従来の符号化装置及び復号装置は、上記の理由により無駄な演算が多くなり、このため、符号化装置及び復号装置をハードウェア構成とする場合は、回路規模が増大し、ソフトウェア構成とする場合は、処理速度が低下する等の問題があった。
【0011】
本発明は上記の問題を解決するためになされたもので、ハードウェア構成とする場合は、回路規模を縮小することができ、ソフトウェア構成とする場合は、処理速度を向上させることができる符号化装置、復号装置等の音声データ処理装置、方法、及びこの装置をソフトウェア構成とする場合にCPUが実行するプログラムを提供することを目的としている。
【0012】
【課題を解決するための手段】
上記の目的を達成するために、本発明による符号化装置としての音声データ処理装置は、サンプリング周波数Fs/nの音声データの入力とサンプリング周波数Fsの音声データの入力との切り換えを示す切換信号を入力する切換信号入力部と、前記切換信号に応じて前記二つの音声データを切り換えて入力する切換手段と、前記サンプリング周波数Fs/nの入力音声データのサンプルとサンプルとの間にn−1個のゼロデータを挿入してサンプリング周波数Fsの音声データに変換するゼロデータ挿入手段と、前記変換されたサンプリング周波数Fsの音声データを複数の帯域信号に分割するサブバンド解析フィルタバンクと、前記複数の帯域信号をそれぞれ正規化して正規化データを得る正規化手段と、前記正規化データを所定の割当てられたビット数で量子化して量子化データを得る量子化手段と、前記量子化手段に所定のビット数を割当て、その際、前記切換信号が前記サンプリング周波数Fs/nの音声データの入力を示すときは、前記複数の帯域信号のうちFs/2n以上の帯域信号に対応する正規化データに対してゼロビットを割当て、前記切換信号が前記サンプリング周波数Fsの音声データの入力を示すときは、前記Fs/2n以上の帯域信号に対応する正規化データに対するゼロビットの割当ては行わないビット割当手段とを設けたものである。
【0013】
また、本発明による符号化装置としての音声データ処理装置は、サンプリング周波数Fsの復号化音声データの出力とサンプリング周波数Fs/nの復号化音声データの出力との切り換えを示す切換信号を入力する切換信号入力部と、入力したサンプリング周波数Fsの符号化音声データを複数の帯域毎に復号する復号化手段と、前記復号された音声データを逆量子化して逆量子化データを得る逆量子化手段と、前記逆量子化データを所定のレベルに制御し、その際、前記切換信号が前記サンプリング周波数Fs/nの復号化音声データの出力を示すときは、Fs/2n以上の帯域と対応する逆量子化データに対するゼロレベル制御は行わないレベル制御手段と、前記レベル制御された帯域毎のデータを合成して帯域合成データを得るサブバンド合成フィルタバンクと、前記帯域合成データを間引きしてサンプリング周波数Fs/nの音声データを得る間引き手段と、前記切換信号が前記サンプリング周波数Fs/nの復号化音声データの出力を示すときは、前記サブバンド合成フィルタバンクから得られる前記帯域合成データを前記間引き手段に出力し、前記切換信号が前記サンプリング周波数Fsの復号化音声データの出力を示すときは、前記間引き手段を通さずに出力する切り換え手段とを設けたものである。
【0020】
【作用】
従って、本発明によれば、符号化を行う場合は、サブバンド解析フィルタバンクにより帯域分割した後に帯域制限を行ってエイリアス成分を除去するので、従来のようにフィルタ処理を2回行わずに済み、処理を速くできる。また、上記帯域制限は、エイリアス成分の帯域に対して量子化の際にゼロビットを割当てるだけなので、回路構成を簡単にして容易に実現することができる。
【0021】
また、復号を行う場合は、サブバンド合成フィルタで帯域合成する前に帯域制限を行ってエイリアス成分の帯域を除去するので、フィルタ処理を2回行わずに済み、処理を速くできる。また、上記帯域制限は、エイリアス成分の帯域をゼロレベルに制御するだけなので、回路構成を簡単にして容易に実現することができる。
【0022】
【発明の実施の形態】
以下、本発明の実施の形態を図面と共に説明する。
図1は本発明の第1の実施の形態による符号化装置を概念的に示すブロック図である。
1はサンプリング周波数Fs /nの入力音声データにゼロデータを挿入してサンプリング周波数Fs に変換するゼロ挿入部である。2はFs に変換された音声データを複数の帯域信号に分割するサブバンド解析フィルタバンクである。3は複数の帯域信号を帯域制限してエイリアス成分を除去する帯域制限部である。4はエイリアス成分が除去された音声データをサンプリング周波数Fs で圧縮符号化する符号化部である。
【0023】
次に、上記構成による動作について説明する。ここでは、図示の符号化装置が、本来はサンプリング周波数Fs の音声データを帯域分割方式により圧縮符号化する符号化装置であって、この符号化装置を用いてFs /nの音声データを符号化してFs の符号化音声データを得るものとする。例としてn=2とし、Fs /2=16KHzの音声データを符号化してFs =32KHzの符号化音声データを得る場合について説明する。
【0024】
図1において、Fs /2=16KHzの音声データが入力されると、ゼロ挿入部1によりサンプルとサンプルの間にn−1個(この例では1個)のゼロデータを挿入する。従って、音声データのサンプル数がn個になり、サンプリング周波数がFs /2からFs =32KHzに周波数変換される。
【0025】
この周波数変換されたデータには、図2(a)に示す元のデータのスペクトルに対して、同図(b)に示すようにFs /2n(=8KHz)以上のエイリアス成分が含まれているが、これをそのままサブバンド解析フィルタバンク2に入力して、複数の帯域信号に分割する。次に、複数の帯域信号のうち8KHzより高い周波数成分を帯域制限部3により除去する。その後、符号化部202で圧縮符号化することにより、Fs =32KHzの符号化音声データが出力される。
【0026】
本実施の形態においては、サンプリング周波数が変換されたデータをエイリアス成分を含んだままサブバンド解析フィルタバンク2で処理した後、帯域制限部3でエイリアス成分を除去しているので、図8の従来の符号化装置における補間フィルタ102による処理を省略することができる。また、帯域制限部3としては、後述する図4のビット割当部21においてビット割当てをしない、あるいはスケールファクタ抽出・正規化部18においてスケールファクタをゼロにする等の方法により、容易に実現することができる。
従って、本実施の形態によれば、処理を高速に行うことかできると共に、回路規模を縮小することができる。
【0027】
図3は本発明の第2の実施の形態による復号装置を概念的に示すブロック図である。
図3において、5はサンプリング周波数Fs の音声データを帯域毎に復号する復号部、6は復号されたデータのエイリアス成分を除去する帯域制限部、7は帯域制限されたデータの各帯域信号を合成するサブバンド合成フィルタバンク、7は帯域合成された音声データを間引きする間引き部である。
【0028】
次に、上記構成による動作について説明する。ここでは、図示の復号装置が、本来はサンプリング周波数Fs の帯域分割方式により圧縮符号化された音声データを復号してFs の音声データを出力する復号装置であって、この復号装置を用いてFs /nの音声データを出力するものとする。例としてn=2とし、Fs =32KHzの符号化音声データを復号してFs /n=16KHzの音声データを出力する場合について説明する。
【0029】
図3において、復号部5は、入力されたFs =32KHzの圧縮符号化された音声データを帯域毎に復号する。もしこの復号されたデータをそのままサブバンド合成フィルタ7に入力して処理し、さらに間引き処理すると、出力にエイリアス成分が折り返し雑音となって帯域内に現れてしまう。このため、上記復号されたデータを帯域制限部6でエイリアス成分に相当するFs /2nの帯域信号を除去した後、サブバンド合成フィルタ7に入力して残りの各帯域信号を合成する。この帯域合成された音声データは次に間引き部8で間引き処理されることにより、Fs /2=16KHzの音声データを得ることができる。
【0030】
本実施の形態においては、復号したデータをサブバンド合成フィルタ7に入力する前に帯域制限部6でエイリアス成分を除去しているので、図9のLPF401による処理を省略することができる。また、帯域制限部6としては、後述する図6の復号装置におけるレベル制御部28において、Fs /2n(=8KHz)以上の帯域がゼロになるように制御することにより、容易に実現することができる。
従って、本実施の形態によれば、処理を高速に行うことかできると共に、回路規模を縮小することができる。
【0031】
図4は本発明の第3の実施の形態を示すブロック図であり、図1に概念的に示した符号化装置の具体的な構成例を示すものである。
この符号化装置は、サンプリング周波数Fs の音声データを帯域分割方式により圧縮符号化してFs の符号化音声データを出力する従来の構成部分と、サンプリング周波数Fs /nの音声データを圧縮符号化してFs の符号化音声データを出力する本発明に関する構成部分とを含むものである。
【0032】
図4において、11はアナログ音声信号が入力される入力端子、12はアナログ音声信号から折り返し雑音となるエイリアス成分を除去するLPF、13はLPF12の出力をサンプリング周波数Fs でA/D変換してデジタルの音声データを出力するA/D変換器である。14はFs /nのデジタルの音声データが入力される入力端子、15は上記入力音声データのサンプルとサンプルの間にn−1個のゼロデータを挿入してFs の音声データに周波数変換するゼロ挿入部である。16はA/D変換器13の出力又はゼロ挿入部15の出力を選択するセレクタである。
【0033】
17は入力音声データを複数帯域に分割するサブバンド解析フィルタバンク、18は複数の帯域信号を正規化すると共に、その正規化データのスケールファクタインデックスを求めるスケールファクタ抽出・正規化部、19は帯域毎の正規化データを割り当てられたビット数で量子化する量子化部、20は心理聴覚モデルを使用して入力音声データの耳に聞こえる程度を帯域毎に求める心理聴覚分析部で、FFT(Fast Fourier Trasform,高速フーリエ変換)処理を行うFFT処理部(図示せず)を前処理部として内蔵するものとする。
【0034】
21は量子化部19の量子化に際して各帯域に何ビットを割り当てるかを、心理聴覚分析部20の分析結果に基づいて決定するビット割当部、22はFs の入力音声データとFs /2の入力音声データとの切り換え制御信号が入力される入力端子である。23は量子化されたデータと制御情報等をビットストリームに組み立てるビットストリームエンコーダ、24は符号化音声データ及び制御情報等を含むビットストリームを出力する出力端子である。
【0035】
上記従来の構成部分は、上記11,12,13,17〜21,23,24の部分であり、上記本発明に関する構成部分は、上記14,15,16,22の部分である。
【0036】
次に、上記構成による動作について説明する。ここでは、n=2,Fs =32KHzとして説明する。
まず、入力端子11にアナログの音声信号が入力された場合の従来の構成部分の動作について説明する。このときセレクタ16は入力端子22に入力された切り換え制御信号によりA/D変換器13の出力を選択する。
【0037】
入力端子11に入力された音声信号はLPF12でFs /2以上のエイリアス成分を除去され後、A/D変換器13でFs =32KHzでサンプリングされることにより、0〜Fs /2の帯域(0〜16KHz)に有効データを有するデジタルの音声データに変換される。この音声データはセレクタ16を介してサブバンド解析フィルタバンク17と心理聴覚分析部20に入力される。
【0038】
サブバンド解析フィルタバンク17は、それぞれ通過帯域の異なるa個の並列に設けられた帯域フィルタで構成され、音声データが各帯域フィルタに共通に入力されることにより、Fs /2の帯域がa個の帯域信号に分割される。従って、各帯域フィルタからa個の実数の組が得られる。以下の説明においては、サブバンド解析フィルタバンク17から出力されるa個のサンプル(実数)を1組とし、これをb組、組み合わせたサンプル数ab個のデータを1フレームと言うものとする。
【0039】
次に、スケールファクタ抽出・正規化部18では、1フレーム内で、各帯域におけるb個の実数について絶対値が最大の実数を求め、さらに、この絶対値が最大の実数を1として、他の実数の正規化を行う。従って、各帯域について−1.000〜+1.000の実数で表わされる正規化データが得られる。次に、その帯域の正規化データにおける1が示す実際の値(即ち、絶対値が最大の実数)を2進数で表現する場合の値(例えば、絶対値が最大の実数が8なら2進数で8、10なら2進数で16、120なら2進数で128等々)をスケールファクタとしてスケールファクタインデックスと対応して記載されたスケールファクタテーブルから各帯域におけるスケールファクタインデックスを求めておく。
【0040】
一方、心理聴覚分析部20では、まず前処理として、A/D変換器13からの1フレーム分のデータであるab個のサンプルについてFFT処理を行う。この分析の結果、Fs /2の帯域のデータが有効であるので、ab/2個の複素数で表される有効データが得られる。ここで、各複素数の絶対値を求めておく。
【0041】
次に、上記ab/2個の有効データから次の条件に基づいて耳に聞こえるであろう音をレベル別に選択する。
(1)大きな帯域成分は多分聞こえる。
(2)(1)の成分の周りの音は聞こえ難い。
(3)小さな成分は聞こえ難い。
(4)(1)〜(3)に、さらに耳の周波数特性(聴覚特性)を考慮する。
【0042】
上記のようにして聞こえる音のレベルを段階的に示すデータを得、これをさらに対応する帯域毎にまとめる。そして、各帯域について上記データを各段階毎に数値化する。例えば2倍のレベル差をdB(6dBで2倍)で表す。
【0043】
次に、ビット割当部21は、上記dBで表わされた各段階に対してビット数を割り当てる。例えば6dBについて1ビットを割り当て、レベル差が大きくなる程ビット数を多く割当てる。また、総ビット数が所定のビット数に収まるようにする。従って、このビット割当部21からは、帯域毎に何ビットを割当てるかを示すビット割当情報が出力される。
【0044】
次に、量子化部19は、スケールファクタ抽出・正規化部18から得られる前記正規化データを上記ビット割当情報により割当てられたビット数で2進数に変換し、小数点以下を割当てられたビット数だけ取り出す。
【0045】
次に、ビットストリームエンコーダ23において、1フレーム毎にヘッダ部と量子化データ部とが作成される。ヘッダ部には、前記絶対値が最大の実数を何ビットで表したかを帯域毎に示す情報が所定ビット数で記載される。また、上記量子化データ部は、上記ビット割当情報としてのビットアロケーション情報、帯域毎の前記スケールファクタインデックス情報等が所定ビット数で記載され、その後に量子化データが続くようなデータ構成となっている。これらの情報は、スケールファクタ抽出・正規化部18、ビット割当部21及び量子化部19から得られるもので、復号装置により符号化音声データを復号する際に必要な制御情報として用いられる。
上記ヘッダ部及び量子化データ部はビットストリームに組み立てられて、出力端子24からFs =32KHzの符号化音声データとして出力される。
【0046】
次に、入力端子14にFs =16KHzの音声データが入力された場合、即ち、本発明に関する場合について図5のフローチャートを参照して説明する。このときセレクタ16は入力端子22からの切り換え制御信号によりゼロ挿入部15の出力を選択する。
【0047】
入力された音声データは、ゼロ挿入部15でサンプルとサンプルの間にn−1個(この例では1個)のゼロデータが挿入されることにより、Fs =32KHzに変換される(図5のステップS1、以下、ステップ略)。これにより、以下の処理を従来と同等に行うことができる。尚、このゼロデータが挿入された音声データは、16/2=8KHz以上のエイリアス成分を含んでいる。この音声データはセレクタ16を介してサブバンド解析フィルタバンク17と心理聴覚分析部20に入力される。
【0048】
サブバンド解析フィルタバンク17では、前述したように入力音声データはa個の帯域信号に分割される(S2)。分割された帯域信号は次にスケールファクタ抽出・正規化部18に入力されて正規化が行われると共に、スケールファクタインデックスが求められる(S3)。
【0049】
一方、心理聴覚分析部20により帯域毎に耳に聞こえる音を段階的に示す情報が得られ、この情報に基づいてビット割当部21が正規化データにビット割当てを行うが、その際、前記切り換え制御信号に応じて上記8KHz以上のエイリアス成分の帯域についてはビットを割り当てないようにする(S4)。
【0050】
次に、量子化部19で正規化データの量子化を行うが(S5)、その場合、上記エイリアス成分の帯域については量子化が省略される。即ち、エイリアス成分の帯域の割当てビット数を強制的にゼロにすることにより、エイリアス成分を除去することができる。次に、量子化部19からの量子化データは、ビットストリームエンコーダ23において、制御情報と共にビットストリームに組み立てられて出力される(S6)。
【0051】
尚、前記切り換え制御信号に応じてスケールファクタ抽出・正規化部18における正規化等の処理をエイリアス成分の帯域については行わないようにすれば、量子化部19では自動的にその帯域の量子化が行われないので、割当てビット数をゼロにした場合と同等の効果が得られる。
【0052】
本実施の形態によれば、サンプリング周波数Fs の符号化装置を用いてFs /nの入力音声データを圧縮符号化してFs の符号化音声データを得ることができる。従って、この符号化音声データをサンプリング周波数Fs の符号化音声データを扱う復号装置を用いて通常の復号処理を行うことができる。
また、エイリアス成分については、量子化や正規化等の処理を行わないようにしているので、全体の処理量を削減できると共に、簡単な回路、あるいは処理を付加するだけで実現することができる。
【0053】
図6は本発明の第4の実施の形態を示すブロック図であり、図3に概念的に示した復号装置の具体的な構成例を示すものである。
この復号装置は、サンプリング周波数Fs の圧縮符号化された音声データを復号してFs の音声データを出力する従来の構成部分と、サンプリング周波数Fsの圧縮符号化された音声データを復号してFs /nの音声データを出力する本発明に関する構成部分とを含むものである。
【0054】
図6において、25はサンプリング周波数Fs の符号化音声データのビットストリームが入力される入力端子、26は入力されたビットストリームから量子化データと、ビットアロケーション情報及びスケールファクタインデックス情報等の制御情報とを分離するビットストリームデコーダ、27は量子化データをビットアロケーション情報に基づいて逆量子化して元の正規化データ(実数)を出力する逆量子化部、28は逆量子化された実数データをスケールファクタに基づいてレベル制御するレベル制御部、29はレベル制御されたデータの各帯域信号を合成するサブバンド合成フィルタ、30は切り換え制御信号の入力端子である。
【0055】
31は分配器で、復号された音声データを切り換え制御信号に応じて分配する。32は復号された音声データをアナログ音声信号に変換するD/A変換器、33はアナログ音声信号からエイリアス成分を除去するLPF、34はアナログ音声信号の出力端子である。35は音声データを間引き処理してFs /nの音声データを得る間引き部、36は間引きされたFs /nの音声データの出力端子である。
【0056】
上記構成において、上記25〜29,32〜34は従来の構成部分、30,31,35,36は本発明に関する構成部分である。
【0057】
次に、上記構成による動作について説明する。ここでは、n=2,Fs =32KHzとし、Fs =32KHzの音声データを出力する場合と、Fs =16KHzの音声データを出力する場合とについて説明する。
【0058】
まず、Fs =32KHzの音声データを出力する場合について説明する。
入力端子25に帯域分割方式によりFs =32KHzで圧縮符号化された音声データのビットストリームが入力されると、ビットストリームデコーダ26は、1フレーム毎に量子化データと、スケールファクタインデックス情報及びビットアロケーション情報を含む制御情報とを分離する。この場合、1フレームにつき、スケールファクタインデックスは1組存在し、量子化データはb組存在する。次に、逆量子化部27は、量子化データを制御情報におけるビットアロケーション情報に基づいて−1〜+1の元の実数データ(逆量子化データ)に逆量子化する。
【0059】
次に、レベル制御部28は、スケールファクタテーブルを用いて上記スケールファクタインデックスからスケールファクタを求め、求められたスケールファクタを上記実数データに乗算する。これにより、図4の符号化装置におけるサブバンド解析フィルタバンク17の出力と同等の帯域毎の出力データが得られる。この帯域毎の出力データをサブバンド合成フィルタバンク29に入力して、各帯域信号を合成する。
【0060】
この帯域合成された音声データは、入力端子30からの切り換え制御信号に応じて分配器31を介してD/A変換器32に供給され、アナログ音声信号に変換される。その後、LPF33でエイリアス成分が除去されて出力端子34から出力される。
【0061】
次に、Fs =16KHzの音声データを出力する場合について図7のフローチャートを参照して説明する。
この場合は、入力音声データにはFs /2までの帯域のデータが含まれており、これをそのまま1/2に間引して16KHzにすると、16/2=8KHz以上のエイリアス成分が発生してしまう。
【0062】
まず、入力端子25に符号化音声データのビットストリームが入力されると、ビットストリームデコーダ26により量子化データと制御情報とに分離され(S11)た後、逆量子化部27で逆量子化される(S12)。次に、逆量子化された実数データをレベル制御部28でスケールファクタインデックスを乗算するが、このとき、前記切り換え制御信号に応じてエイリアス成分に相当する8KHz以上の帯域に対して強制的にゼロを乗算する(S13)。
【0063】
この乗算結果をサブバンド合成フィルタバンク29で合成すれば(S14)、エイリアス成分の帯域が除去され、残りの帯域が合成されたデータを得ることができる。この帯域合成データを前記切り換え制御信号で制御される分配器31を介して間引き部35で1/2に間引き処理することにより(S15)、エイリアス成分のないFs =16KHzの復号された音声データを出力端子36に得ることができる。
【0064】
本実施の形態によれば、サンプリング周波数Fs の符号化音声データを扱う復号装置を用いて、ダウンサンプリングされたサンプリング周波数Fs /nの復号された音声データを得ることができる。従って、この音声データを後段のサンプリング周波数Fs /nの音声データしか扱うことのできない処理装置、例えばD/A変換器に入力することができる。
また、エイリアス成分の帯域についてはゼロを乗算するので、エイリアス成分のない出力音声データを得ることができると共に、簡単な回路、あるいは処理を付加するだけで実現することができる。
【0065】
次に、本発明の実施の形態によるプログラムについて説明する。
本発明による符号化装置や復号装置等の音声データ処理装置をソフトウェア構成とする場合、図1〜図7について前述した動作に基づく処理を、音声データ処理装置のコンピュータシステムにおけるCPUが実行するためのプログラムは、本発明によるプログラムを構成する。
【0066】
このプログラムの記録媒体としては、光磁気ディスク、光ディスク、半導体メモリ、磁気記録媒体等を用いることができ、これらをROM、RAM、CD−ROM、フレキシブルディスク、メモリカード等に構成して用いてよい。またこの記録媒体は、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部のRAM等の揮発性メモリのように、一定時間プログラムを保持するものも含まれる。
【0067】
また上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから伝送媒体を介して、あるいは伝送媒体中の伝送波により他のコンピュータシステムに伝送されるものであってもよい。上記伝送媒体とは、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体をいうものとする。
【0068】
また、上記プログラムは、前述した機能の一部を実現するためであってもよい。さらに、前述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であってもよい。
【0069】
従って、この記録媒体を図1、図3、図4、図6のシステム又は装置とは異なるシステム又は装置において用い、そのシステム又は装置のコンピュータがこの記録媒体に格納されたプログラムを実行することによっても、各実施の形態で説明した機能及び効果と同等の機能及び効果を得ることができ、本発明の目的を達成することができる。
【0070】
【発明の効果】
以上説明したように本発明によれば、符号化を行う場合は、サブバンド解析フィルタバンクによる帯域分割の後にエイリアス成分を除去するための帯域制限を行うので、従来のようにフィルタ処理を2回行わずに済み、処理を速くできる。また、帯域制限は、エイリアス成分の帯域の量子化の際にゼロビットを割当てるだけなので、回路構成を簡単にして容易に実現することができる。
【0071】
また、復号を行う場合は、サブバンド合成フィルタで帯域合成する前にエイリアス成分の帯域を除去するための帯域制限を行うので、フィルタ処理を2回行わずに済み、処理を速くできる。また、帯域制限は、エイリアス成分の帯域をゼロレベルに制御するだけなので、回路構成を簡単にして容易に実現することができる。
【0072】
従って、本発明によれば、音声データ処理装置をハードウェア構成とする場合には、回路構成を簡単にすることができ、音声データ処理装置をソフトウェア構成とする場合には、処理を高速に行うことができる。
【図面の簡単な説明】
【図1】本発明の第1の実施の形態による符号化装置を示すブロック図である。
【図2】図1の動作を説明するための周波数スペクトラムを示す図である。
【図3】本発明の第2の実施の形態による復号装置を示すブロック図である。
【図4】本発明の第3の実施の形態による符号化装置を示すブロック図である。
【図5】図4の符号化装置において、サンプリング周波数Fs /nの音声データが入力された場合における動作を示すフローチャートである。
【図6】本発明の第4の実施の形態による復号装置を示すブロック図である。
【図7】図5の復号装置において、サンプリング周波数Fs /nの音声データを出力する場合における動作を示すフローチャートである。
【図8】従来の符号化装置を示すブロック図である。
【図9】従来の復号装置を示すブロック図である。
【符号の説明】
1:ゼロ挿入部、2:サブバンド解析フィルタバンク、3:帯域制限部、4:符号化部、5:復号部、6:帯域制限部、7:サブバンド合成フィルタバンク、8:間引き部、11:アナログ音声信号の入力端子、14:Fs /2の音声データの入力端子、15:ゼロ挿入部、16:セレクタ、17:サブバンド解析フィルタバンク、18:スケールファクタ抽出・正規化部、19:量子化部、21:ビット割当部、22:切り換え制御信号の入力端子、23:ビットストリームエンコーダ、25:符号化音声データの入力端子、26:ビットストリームデコーダ、27:逆量子化部、28:レベル制御部、29:サブバンド合成フィルタバンク、30:切り換え制御信号の入力端子、31:分配器、34:アナログ音声信号の出力端子、35:間引き部、36:Fs /nの音声データの出力端子
Claims (2)
- サンプリング周波数Fs/nの音声データの入力とサンプリング周波数Fsの音声データの入力との切り換えを示す切換信号を入力する切換信号入力部と、
前記切換信号に応じて前記二つの音声データを切り換えて入力する切換手段と、
前記サンプリング周波数Fs/nの入力音声データのサンプルとサンプルとの間にn−1個のゼロデータを挿入してサンプリング周波数Fsの音声データに変換するゼロデータ挿入手段と、
前記変換されたサンプリング周波数Fsの音声データを複数の帯域信号に分割するサブバンド解析フィルタバンクと、
前記複数の帯域信号をそれぞれ正規化して正規化データを得る正規化手段と、
前記正規化データを所定の割当てられたビット数で量子化して量子化データを得る量子化手段と、
前記量子化手段に所定のビット数を割当て、その際、前記切換信号が前記サンプリング周波数Fs/nの音声データの入力を示すときは、前記複数の帯域信号のうちFs/2n以上の帯域信号に対応する正規化データに対してゼロビットを割当て、前記切換信号が前記サンプリング周波数Fsの音声データの入力を示すときは、前記Fs/2n以上の帯域信号に対応する正規化データに対するゼロビットの割当ては行わないビット割当手段と、
を設けたことを特徴とする音声データ処理装置。 - サンプリング周波数Fsの復号化音声データの出力とサンプリング周波数Fs/nの復号化音声データの出力との切り換えを示す切換信号を入力する切換信号入力部と、
入力したサンプリング周波数Fsの符号化音声データを複数の帯域毎に復号する復号化手段と、
前記復号された音声データを逆量子化して逆量子化データを得る逆量子化手段と、
前記逆量子化データを所定のレベルに制御し、その際、前記切換信号が前記サンプリング周波数Fs/nの復号化音声データの出力を示すときは、Fs/2n以上の帯域と対応する逆量子化データに対するゼロレベルに制御は行わないレベル制御手段と、
前記レベル制御された帯域毎のデータを合成して帯域合成データを得るサブバンド合成フィルタバンクと、
前記帯域合成データを間引きしてサンプリング周波数Fs/nの音声データを得る間引き手段と、
前記切換信号が前記サンプリング周波数Fs/nの復号化音声データの出力を示すときは、前記サブバンド合成フィルタバンクから得られる前記帯域合成データを前記間引き手段に出力し、前記切換信号が前記サンプリング周波数Fsの復号化音声データの出力を示すときは、前記間引き手段を通さずに出力する切り換え手段と、
を設けたことを特徴とする音声データ処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001400597A JP3624884B2 (ja) | 2001-12-28 | 2001-12-28 | 音声データ処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001400597A JP3624884B2 (ja) | 2001-12-28 | 2001-12-28 | 音声データ処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003195898A JP2003195898A (ja) | 2003-07-09 |
JP3624884B2 true JP3624884B2 (ja) | 2005-03-02 |
Family
ID=27605083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001400597A Expired - Fee Related JP3624884B2 (ja) | 2001-12-28 | 2001-12-28 | 音声データ処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3624884B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4496467B2 (ja) * | 2003-05-21 | 2010-07-07 | ソニー株式会社 | データ処理装置、符号化装置および符号化方法、復号装置および復号方法、並びにプログラム |
FR2899423A1 (fr) * | 2006-03-28 | 2007-10-05 | France Telecom | Procede et dispositif de spatialisation sonore binaurale efficace dans le domaine transforme. |
JP5443724B2 (ja) * | 2008-10-10 | 2014-03-19 | セミコンダクター・コンポーネンツ・インダストリーズ・リミテッド・ライアビリティ・カンパニー | 音声信号処理回路 |
-
2001
- 2001-12-28 JP JP2001400597A patent/JP3624884B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2003195898A (ja) | 2003-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3371590B2 (ja) | 高能率符号化方法及び高能率復号化方法 | |
KR100634506B1 (ko) | 저비트율 부호화/복호화 방법 및 장치 | |
JP3765622B2 (ja) | オーディオ符号化復号化システム | |
JPH08190764A (ja) | ディジタル信号処理方法、ディジタル信号処理装置及び記録媒体 | |
WO2010011249A1 (en) | Compression of audio scale-factors by two-dimensional transformation | |
RU2289858C2 (ru) | Способ и устройство кодирования аудиосигнала с использованием извлечения гармоник | |
KR100352351B1 (ko) | 정보부호화방법및장치와정보복호화방법및장치 | |
JP3900000B2 (ja) | 符号化方法及び装置、復号方法及び装置、並びにプログラム | |
JP2002372996A (ja) | 音響信号符号化方法及び装置、音響信号復号化方法及び装置、並びに記録媒体 | |
JP3353868B2 (ja) | 音響信号変換符号化方法および復号化方法 | |
EP1249837A2 (en) | A method for decompressing a compressed audio signal | |
JP4726445B2 (ja) | 広域音声信号の圧縮装置および復元装置ならびに圧縮方法および復元方法 | |
JP3624884B2 (ja) | 音声データ処理装置 | |
KR100668299B1 (ko) | 구간별 선형양자화를 이용한 디지털 신호 부호화/복호화방법 및 장치 | |
JP3685823B2 (ja) | 信号符号化方法及び装置、並びに信号復号化方法及び装置 | |
WO1999044291A1 (fr) | Dispositif et procede de codage, dispositif et procede de decodage, support d'enregistrement de programme et de donnees | |
JPS63201700A (ja) | 音声・楽音の帯域分割符号化装置 | |
JP4256189B2 (ja) | 音声信号圧縮装置、音声信号圧縮方法及びプログラム | |
JPH1083623A (ja) | 信号記録方法、信号記録装置、記録媒体および信号処理方法 | |
Bhamidipati et al. | Analysis of different discrete wavelet transform basis functions in speech signal compression | |
JP2587591B2 (ja) | 音声・楽音の帯域分割符号化復号化装置 | |
JP3504485B2 (ja) | 楽音符号化装置および楽音復号化装置および楽音符号化復号化装置およびプログラム記憶媒体 | |
JP2003216172A (ja) | 音声信号加工装置、音声信号加工方法及びプログラム | |
JP2001083995A (ja) | サブバンド符号化・復号方法 | |
JPH07221650A (ja) | 情報符号化方法及び装置並びに情報復号化方法及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041004 |
|
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: 20041109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041122 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313532 |
|
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: 20081210 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081210 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091210 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101210 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101210 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111210 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111210 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121210 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131210 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |