JP4281131B2 - 信号符号化装置及び方法、並びに信号復号装置及び方法 - Google Patents
信号符号化装置及び方法、並びに信号復号装置及び方法 Download PDFInfo
- Publication number
- JP4281131B2 JP4281131B2 JP31978998A JP31978998A JP4281131B2 JP 4281131 B2 JP4281131 B2 JP 4281131B2 JP 31978998 A JP31978998 A JP 31978998A JP 31978998 A JP31978998 A JP 31978998A JP 4281131 B2 JP4281131 B2 JP 4281131B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- envelope
- frame
- circuit
- pitch
- 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
Description
【０００１】
【発明の属する技術分野】
本発明は、入力信号を時間軸／周波数軸変換して量子化を行う信号符号化装置及び方法、並びに信号復号装置及び方法に関し、特に、オーディオ信号を高能率符号化する場合に好適な信号符号化装置及び方法、並びに信号復号装置及び方法に関する。
【０００２】
【従来の技術】
従来において、オーディオ信号（音声信号や音楽信号を含む）の時間領域や周波数領域における統計的性質と人間の聴感上の特性を利用して信号圧縮を行うような符号化方法が種々知られている。この符号化方法としては、大別して時間領域での符号化、周波数領域での符号化、分析合成符号化等が挙げられる。
【０００３】
【発明が解決しようとする課題】
ところで、時間軸の入力信号を周波数軸の信号に直交変換して符号化を行う変換符号化においては、ＭＤＣＴ係数等の周波数軸上の係数についてビット割当を決定した後に量子化を行っているため、時間軸上では量子化誤差が直交変換ブロック長に跨って広がり、いわゆるプリエコー、ポストエコー等の耳障りな雑音となる。この傾向は、特に鋭いアタックを有する楽音や、ピッチピークの間で比較的早い減衰をするような音声に関して顕著なため、従来においては、変換窓長の切換え（いわゆるウィンドウスイッチング）等により対処することが多かった。しかしながら、このような変換窓長の切換えは、どの長さの窓を使用するかの検出等が面倒であり、処理の煩雑化を招くことにもなる。
【０００４】
本発明は、このような実情に鑑みてなされたものであり、変換窓幅を変更しなくとも、プリエコー、ポストエコー等の耳障りな雑音を低減できるような信号符号化装置及び方法、並びに信号復号装置及び方法の提供を目的とする。
【０００５】
【課題を解決するための手段】
本発明は、上述した課題を解決するために、時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換を施して符号化を行う際に、入力信号の上記フレーム内のエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換に供給するようにし、上記ゲイン平滑化の際には、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化を行う。
【０００６】
ここで、上記直交変換は、改良離散コサイン変換（ＭＤＣＴ）により入力された時間軸信号を周波数軸の係数データに変換することが好ましい。また、上記エンベロープ情報を量子化して出力することが好ましい。また、上記フレームを複数のサブフレームに分割した各サブフレーム毎の二乗平均の平方根（ｒｍｓ）値を上記エンベロープとして算出することが好ましく、このサブフレーム毎のｒｍｓ値を量子化して出力することが好ましい。
【０００７】
【発明の実施の形態】
以下、本発明に係る実施の形態について、図面を参照しながら説明する。
図１は、本発明に係る実施の形態となる信号符号化装置の概略構成を示すブロック図である。
【０００８】
この図１において、入力端子９には時間軸上の波形信号、例えばディジタルオーディオ信号が入力される。具体的には、例えばサンプリング周波数Ｆs が１６ｋHzで０〜８ｋHz程度のいわゆる広帯域音声信号が挙げられるが、これに限定されるものではない。この時間軸入力信号としては、例えば正規化回路（白色化回路）等により、時間波形信号の特徴を抽出して得られた予測残差を入力するようにしてもよい。
【０００９】
入力端子９からの信号は、エンベロープ抽出回路１７及び窓掛け回路２６に送られる。エンベロープ抽出回路１７では、後述する直交変換回路であるＭＤＣＴ（改良離散コサイン変換）回路２７における符号化の単位となるフレーム毎に、フレーム内のエンベロープを抽出する。具体的には、例えば、１フレームを複数のサブフレームに分割して、各サブフレーム毎の二乗平均の平方根（ｒｍｓ）値を上記エンベロープとして算出する。このエンベロープ情報は、量子化器２０で量子化され、そのインデクス（エンベロープインデクス）が出力端子２１より取り出されてデコーダ側に送られる。
【００１０】
窓掛け回路２６では、１／２フレームオーバーラップによるＭＤＣＴのエリアシングキャンセレーションが利用できるような窓関数による窓掛けが施される。窓掛け回路２６からの出力は、ゲイン平滑化手段としての割り算器１４により、量子化器２０で量子化されたエンベロープの値で割り算されて、ＭＤＣＴ回路２７に送られる。ＭＤＣＴ回路２７で周波数軸上の係数データ（ＭＤＣＴ係数）に変換され、このＭＤＣＴ係数が量子化回路部４０で量子化され、そのインデクスが出力端子５１より取り出されてデコーダ側に送られる。なお、直交変換はＭＤＣＴに限定されない。
【００１１】
このような構成により、時間軸方向のノイズシェイピングが行われ、変換窓長を切り換えなくとも、プリエコー等の耳につきやすい量子化雑音を低減することができる。
【００１２】
この図１の信号符号化装置は、ハードウェア構成として示しているが、いわゆるＤＳＰ（ディジタル信号プロセッサ）等を用いてソフトウェア的に実現することも可能である。
【００１３】
次に、図２を参照しながら、上述した本発明の実施の形態のより具体的な構成例としてのオーディオ信号符号化装置について説明する。
【００１４】
この図２に示すオーディオ信号符号化装置は、供給された時間軸信号を、直交変換部２５で例えばＭＤＣＴ（改良離散コサイン変換）により時間軸／周波数軸変換（Ｔ／Ｆ変換）を施して周波数軸上のデータ（ＭＤＣＴ係数）とし、これを係数量子化部４０で量子化することで符号化を行うものであるが、この実施の形態においては、直交変換の前の時間軸信号に対して、ＬＰＣ分析、ピッチ分析、エンベロープ抽出等により入力信号波形の特徴を抽出し、これらの特徴を表すパラメータは別途量子化して取り出すようにし、正規化（白色化）回路部１１においてこれらの特徴を除去、あるいは信号の相関性を除去することで、白色雑音に近い、いわゆるノイズライクな信号とすることで、符号化効率を高めている。
【００１５】
また、直交変換後の係数データの量子化の際のビット割当（ビットアロケーション）の決定には、上記ＬＰＣ分析で求められたＬＰＣ係数、ピッチ分析で求められたピッチパラメータを用いている。この他、周波数軸上で臨界帯域（クリティカルバンド）毎のピーク値やｒｍｓ値等を取り出して正規化ファクタとするバークスケールファクタを用いてもよい。これらのＬＰＣ係数、ピッチパラメータ、バークスケールファクタにより、ＭＤＣＴ係数のような直交変換係数データに対する量子化時の重みを算出し、これにより全帯域のビット割当を決定して係数量子化を行う。量子化時の重み決定が、予め規定されたパラメータによってなされる場合、例えば上記ＬＰＣ係数、ピッチパラメータ、バークスケールファクタのみによってなされる場合には、これらのパラメータのみをデコーダ側に伝送するだけで、エンコーダ側と全く同じビット割当（ビットアロケーション）が再現されるため、ビット割当そのものに関する付加情報（サイドインフォメーション）を送る必要がなくなる。
【００１６】
さらに、係数量子化の際には、上記量子化時の重みあるいは割当ビット数に従った順序で係数データを並べ替え（ソート）し、順に精度の高い量子化を行うようにしている。この量子化は、ソートされた係数を先頭から順にサブベクトルに区切り、それぞれベクトル量子化を行うことが好ましい。ソートについては、全帯域の係数データに対して行ってもよいが、いくつかの帯域に区切って、それぞれの帯域の範囲内毎にソートするようにしてもよい。この場合も、ビット割当に用いられるパラメータが予め規定されていれば、そのパラメータを送るだけで、ビット割当情報やソートされた係数の位置情報等を直接送らなくても、ビット割当やソート順序等をデコーダ側で再現できる。
【００１７】
図２において、入力端子１０には、例えば、０〜８ｋHz程度のいわゆる広帯域音声信号をサンプリング周波数Ｆs ＝１６ｋHzでＡ／Ｄ変換したディジタルオーディオ信号が供給されている。この入力信号は、正規化（白色化）回路部１１のＬＰＣ逆フィルタ１２に送られると共に、例えば１０２４サンプルずつ切り出され、ＬＰＣ分析・量子化部３０に送られている。このＬＰＣ分析・量子化部３０では、ハミング窓かけをした上で、２０次程度のＬＰＣ係数、すなわちαパラメータを算出し、ＬＰＣ逆フィルタ１１によりＬＰＣ残差を求めている。このＬＰＣ分析の際には、分析の単位となる１フレーム１０２４サンプルの内の一部サンプル、例えば１／２の５１２サンプルを次のブロックとオーバーラップさせており、フレームインターバルは５１２サンプルとなっている。これは、後段の直交変換として採用されているＭＤＣＴ（改良離散コサイン変換）のエリアシングキャンセレーションを利用するためである。このＬＰＣ分析・量子化部３０では、ＬＰＣ係数であるαパラメータをＬＳＰ（線スペクトル対）パラメータに変換して量子化したものを伝送するようにしている。
【００１８】
ＬＰＣ分析回路３２からのαパラメータは、α→ＬＳＰ変換回路３３に送られて、線スペクトル対（ＬＳＰ）パラメータに変換される。これは、直接型のフィルタ係数として求まったαパラメータを、例えば２０個、すなわち１０対のＬＳＰパラメータに変換する。変換は例えばニュートン−ラプソン法等を用いて行う。このＬＳＰパラメータに変換するのは、αパラメータよりも補間特性に優れているからである。
【００１９】
α→ＬＳＰ変換回路３３からのＬＳＰパラメータは、ＬＳＰ量子化器３４によりベクトル量子化あるいはマトリクス量子化される。このとき、フレーム間差分をとってからベクトル量子化、あるいは、複数フレーム分をまとめてマトリクス量子化してもよい。
【００２０】
このＬＳＰ量子化器３４からの量子化出力、すなわちＬＳＰベクトル量子化のインデクスは、端子３１を介して取り出され、また量子化済みのＬＳＰベクトルあるいは逆量子化出力は、ＬＳＰ補間回路３６及びＬＳＰ→α変換回路３８に送られる。
【００２１】
ＬＳＰ補間回路３６は、ＬＳＰ量子化器３４で上記フレーム毎にベクトル量子化されたＬＳＰのベクトルの前フレームと現フレームとの組を補間し、後の処理で必要となるレートにするためのものであり、この例では、８倍のレートに補間している。
【００２２】
このような補間が行われたＬＳＰベクトルを用いて入力音声の逆フィルタリングを実行するために、ＬＳＰ→α変換回路３７により、ＬＳＰパラメータを例えば２０次程度の直接型フィルタの係数であるαパラメータに変換する。このＬＳＰ→α変換回路３７からの出力は、上記ＬＰＣ残差を求めるためのＬＰＣ逆フィルタ回路１２に送られ、このＬＰＣ逆フィルタ１２では、８倍のレートで更新されるαパラメータにより逆フィルタリング処理を行って、滑らかな出力を得るようにしている。
【００２３】
また、ＬＳＰ量子化回路３４からの１倍レートのＬＳＰ係数は、ＬＳＰ→α変換回路３８に送られてαパラメータに変換され、上述したようなビット割当を行わせるためのビット割当算出回路（ビットアロケーション決定回路）４１に送られる。ビット割当算出回路４１では、割当ビットの他に、後述するＭＤＣＴ係数の量子化に使用する重みｗ(ω) の計算も行っている。
【００２４】
正規化（白色化）回路部１１のＬＰＣ逆フィルタ１２からの出力は、長期予測であるピッチ予測のためのピッチ逆フィルタ１３及びピッチ分析回路１５に送られる。
【００２５】
次に、長期予測について説明する。長期予測は、ピッチ分析により求められたピッチ周期あるいはピッチラグ分だけ時間軸上でずらした波形を元の波形から減算してピッチ予測残差を求めることにより行っており、この例では３点ピッチ予測によって行っている。なお、ピッチラグとは、サンプリングされた時間軸データのピッチ周期に対応するサンプル数のことである。
【００２６】
すなわち、ピッチ分析回路１５では１フレームに１回の割合、すなわち分析長が１フレームでピッチ分析が行われ、ピッチ分析結果の内のピッチラグはピッチ逆フィルタ１３及びビット割当算出回路４１に送られ、ピッチゲインはピッチゲイン量子化器１６に送られる。また、ピッチ分析回路１５からのピッチラグインデクスは端子５２から取り出されてデコーダ側に送られる。
【００２７】
ピッチゲイン量子化器１６では、上記３点予測に対応する３点でのピッチゲインがベクトル量子化され、コードブックインデクス（ピッチゲインインデクス）が出力端子５３より取り出され、代表値ベクトルあるいは逆量子化出力がピッチ逆フィルタ１３に送られる。ピッチ逆フィルタ１３は、上記ピッチ分析結果に基づいて３点ピッチ予測されたピッチ予測残差を出力する。このピッチ予測残差は、割り算回路１４及びエンベロープ抽出回路１７にそれぞれ送られている。
【００２８】
上記ピッチ分析についてさらに説明すると、このピッチ分析においては、上記ＬＰＣ残差を用いピッチパラメータを抽出する。ピッチパラメータは、ピッチラグ、ピッチゲインにより構成される。
【００２９】
まず、ピッチラグを決定する。上記ＬＰＣ残差の中央部を例えば５１２サンプル切り出し、ｘ(ｎ) （ｎ＝０〜５１１）とし、ｘと表記する。ｘからｋサンプル過去の５１２サンプルをｘ k とすると、ピッチｋは、
‖ｘ−ｇｘ k‖2
を最小にするものとして与えられる。すなわち、
ｇ＝（ｘ，ｘ k）／‖ｘ k‖2
として、
（ｘ，ｘ k）2／‖ｘ k‖2
を最大にするｋをサーチすることで、最適ラグＫを決定できる。本実施の形態では、Ｋは、１２≦Ｋ≦２４０である。このＫをそのまま使用するか、あるいは過去のフレームのピッチラグを用いたトラッキングの結果を用いてもよい。このようにして決定したＫについて、次に３点（Ｋ，Ｋ−１，Ｋ＋１）での最適ピッチゲインを求める。すなわち、
‖ｘ−（ｇ-1 ｘ L+1＋ｇ0 ｘ L＋ｇ1 ｘ L-1）‖2
を最小にする ｇ-1，ｇ0，ｇ1 を求め、最適ラグＫに対する３点ピッチゲインとする。この３点ピッチゲインはピッチゲイン量子化器１６に送られて、まとめてベクトル量子化され、また、量子化されたピッチゲイン及び最適ラグＫを用いてピッチ逆フィルタ１３を構成し、これによりピッチ残差を求める。求まったピッチ残差は既に求められている過去のピッチ残差と連結され、後述するようにＭＤＣＴ変換される。このとき、ＭＤＣＴ変換前に時間軸ゲインコントロールを行ってもよい。
【００３０】
ここで、図３は、入力信号に対する上記ＬＰＣ分析処理及びピッチ分析処理の関係を示しており、１フレームＦＲが例えば１０２４サンプルの分析長は、後述するＭＤＣＴ変換ブロックに対応した長さとなっている。時刻ｔ1 が現在の新しいＬＰＣ分析中心（ＬＳＰ1） を示し、時刻ｔ0 が１フレーム前のＬＰＣ分析中心（ＬＳＰ0） を示している。現在フレームの後半は新しいデータ（new data）ＮＤ、前半は前データ（previous data）ＰＤ であり、図中のａはＬＳＰ0 とＬＳＰ1 の補間により得られるＬＰＣ残差を、ｂは１フレーム前のＬＰＣ残差を、ｃはこの部分（ｂの後半＋ａの前半）をターゲットとするピッチ分析より得られる新しいピッチ残差を、ｄは過去のピッチ残差をそれぞれ示している。この図３における新しいデータＮＤが全て入力された時点で、データａを求めることができ、このａと、既に求められているｂとを用いて新しいピッチ残差ｃを算出でき、これと既に求められているピッチ残差ｄとをつなぎ合わせることで、直交変換すべき１フレームのデータＦＲが作成できる。この１フレームＦＲのデータをＭＤＣＴ等の直交変換処理することができる。
【００３１】
次に、図４は、ＬＰＣ分析に基づくＬＰＣ逆フィルタ及びピッチ分析に基づくピッチ逆フィルタを介すことによる時間軸信号の変化を、また図５は、ＬＰＣ逆フィルタ及びピッチ逆フィルタを介すことによる信号の周波数軸上での変化をそれぞれ示している。すなわち、図４の（Ａ）は入力信号波形を、図５の（Ａ）はその周波数スペクトルを示し、これにＬＰＣ分析に基づくＬＰＣ逆フィルタを介すことにより、波形の特徴が抽出され除去されて、図４の（Ｂ）に示すようなほぼ周期的なパルス状の時間軸波形（ＬＰＣ残差波形）となる。このＬＰＣ残差波形に対応する周波数上のスペクトルは、図５の（Ｂ）のようになる。このＬＰＣ残差に対して上述したようなピッチ分析に基づくピッチ逆フィルタを介すことにより、ピッチ成分が抽出されて除去され、図４の（Ｃ）に示すような白色雑音に近い（ノイズライクな）時間軸信号になり、その周波数軸上のスペクトルは図５の（Ｃ）のようになる。
【００３２】
さらに、本発明の実施の形態においては、正規化（白色化）回路部１１において、フレーム内データのゲインの平滑化を行っている。これは、フレーム内の時間軸波形（本実施の形態ではピッチ逆フィルタ１３からの残差）から、エンベロープ抽出回路１７によりエンベロープを抽出し、抽出されたエンベロープを、スイッチ１９を介してエンベロープ量子化器２０に送り、量子化されたエンベロープの値により上記時間軸波形（ピッチ逆フィルタ１３からの残差）を割り算器１４で割り込むことにより、時間軸で平滑化された信号を得ている。この割り算器１４からの信号が、正規化（白色化）回路部１１の出力として、次段の直交変換回路部２５に送られる。
【００３３】
この平滑化により、量子化後の直交変換係数を時間信号に逆変換したときの量子化誤差の大きさをオリジナル信号のエンベロープに追従させる、いわゆるノイズシェイピングが実現できる。
【００３４】
上記エンベロープ抽出回路１７におけるエンベロープ抽出について説明する。このエンベロープ抽出回路１７に供給される信号、すなわち上記ＬＰＣ逆フィルタ１２及びピッチ逆フィルタ１３により正規化処理された残差信号を、ｘ(ｎ)，ｎ＝０〜Ｎ−１（Ｎは上記１フレームＦＲのサンプル数、直交変換窓長、例えばＮ＝１０２４）とするとき、この変換窓長Ｎより短い長さＭ、例えばＭ＝Ｎ／８の窓で切り出された各サブブロックあるいはサブフレーム毎のｒｍｓ（二乗平均の平方根）値をエンベロープとしている。すなわち、正規化された各サブブロック（サブフレーム）のｒｍｓとして、ｉ番目のサブブロック（ｉ＝０〜Ｍ−１）のｒｍｓi は、次の式（１）により定義される。
【００３５】
【数１】
【００３６】
上記式（１）により求められるｒｍｓi の各ｉについて、スカラ量子化を施し、あるいはｒｍｓi 全体を１つのベクトルとしてベクトル量子化を行うことができる。本実施の形態では、エンベロープ量子化器２０においてベクトル量子化を行っており、そのインデクスは時間軸ゲインコントロールのためのパラメータ、すなわちエンベロープインデクスとして端子２１より取り出され、デコーダ側に伝送される。
【００３７】
このようにして量子化された各サブブロック（サブフレーム）毎のｒｍｓi をｑｒｍｓi とし、この値により上記入力残差信号ｘ(ｎ)を割り算器１４にて割り込むことにより、時間軸で平滑化された信号ｘs(ｎ) を得る。ただし、このようにして求めたｒｍｓi の内、フレーム内で最大のものと最小のものとの比が、ある一定の値（例えば４）以上のとき、上述したゲインコントロールを行い、パラメータ（上記エンベロープインデクス）の量子化のために所定のビット数（例えば７ビット）を割り当てているが、フレーム内の各サブブロック（サブフレーム）毎のｒｍｓi の比が上記一定の値よりも小さいときにはゲインコントロールを行わない通常の処理を行い、ゲインコントロールのためのビットは、他のパラメータ、例えば周波数軸パラメータ（直交変換係数データ）の量子化に割り当てられる。このゲインコントロールを行うか否かの判別は、ゲインコントロールオン／オフ決定回路１８により行われ、その判別出力（ゲインコントロールＳＷ）は、エンベロープ量子化器２０の入力側のスイッチ１９のスイッチング制御信号として送られるとともに、後述する係数量子化部４０内の係数量子化回路４５に送られて、ゲインコントロールがオンのときとオフのときの係数の割当ビット数の切り換えに使用される。また、このゲインコントロールオン／オフ判別出力（ゲインコントロールＳＷ）は、端子２２を介して取り出され、デコーダ側に送られる。
【００３８】
割り算器４１でゲインコントロール（あるいはゲイン圧縮）されて時間軸で平滑化された信号ｘs(ｎ) は、正規化回路部１１の出力として、直交変換回路部２５に送られ、例えばＭＤＣＴにより周波数軸パラメータ（係数データ）に変換される。この直交変換回路部２５は、窓掛け回路２６とＭＤＣＴ回路２７とから成る。窓掛け回路２６では、１／２フレームオーバーラップによるＭＤＣＴのエリアシングキャンセレーションが利用できるような窓関数による窓掛けが施される。
【００３９】
デコーダ側での復号の際には、伝送された周波数軸パラメータ（例えばＭＤＣＴ係数）の量子化インデクスから逆量子化を行い、その後、周波数軸／時間軸変換である逆直交変換により時間軸信号に戻され、その後、逆量子化された上記時間軸ゲインコントロールパラメータを用いて、オーバーラップ加算、及びエンコード時のゲイン平滑化の逆の処理（ゲイン伸長、あるいはゲイン復元処理）を行うわけであるが、ゲイン平滑化を用いた場合には、通常の対称かつ重畳位置の窓の値の二乗和が一定値になるような窓を仮定したオーバーラップ加算は使用できないため、次のよう処理が必要とされる。
【００４０】
すなわち、図６は、デコーダ側でのオーバーラップ加算及びゲインコントロールの様子を示す図であり、この図６において、ｗ(ｎ)，ｎ＝０〜Ｎ−１、は分析・合成窓を示し、ｇ(ｎ)は時間軸ゲインコントロールパラメータ、すなわち、
ｇ(ｎ) ＝ ｑｒｍｓj （ｊは、ｊＭ≦ｎ≦（j+1）Ｍ を満足）
であり、ｇ1(ｎ) は現フレームＦＲ1 のｇ(ｎ)、ｇ0(ｎ) は１フレーム過去（前フレームＦＲ0） のｇ(ｎ)とする。また、この図６では、１フレームを８分割してサブブロック（サブフレーム）ＳＢとしている（Ｍ＝８）。
【００４１】
前フレームＦＲ0 の後半のデータに対し、エンコーダ側ではゲインコントロールのためのｇ0(n+(N/2))による除算後、ＭＤＣＴのための分析窓ｗ((N/2)-1-n) がかかっているため、デコーダ側で逆ＭＤＣＴ後、再び分析窓ｗ((N/2)-1-n) をかけて得られる信号、すなわち、主成分とエリアシング（aliasing）成分との和Ｐ(ｎ)は、次の式（２）のようになる。
【００４２】
【数２】
【００４３】
また、現フレームＦＲ1 の前半のデータに対し、エンコーダ側では、ゲインコントロールのためのｇ0(ｎ)による除算後、ＭＤＣＴのための分析窓ｗ(ｎ)がかかっているため、デコーダ側で逆ＭＤＣＴ後、再び分析窓ｗ(ｎ)をかけて得られる信号、すなわち、主成分とエリアシング成分との和Ｑ(ｎ)は、次の式（３）のようになる。
【００４４】
【数３】
【００４５】
従って、再生すべきｘ(ｎ)は、次の式（４）として求められる。
【００４６】
【数４】
【００４７】
このような窓掛けを行い、上記サブブロック（サブフレーム）毎のｒｍｓをエンベロープとしてゲインコントロールを行うことにより、時間変化の激しい音、例えば鋭いアタックを有する楽音や、ピッチピークの間で比較的早い減衰をするような音声に対して、プリエコーのような耳につきやすい量子化雑音を低減することができる。
【００４８】
次に、直交変換回路部２５のＭＤＣＴ回路２７でＭＤＣＴ処理されて得られたＭＤＣＴ係数データは、係数量子化部４０のフレームゲイン正規化回路４３及びフレームゲイン算出・量子化回路４７に送られる。本実施の形態の係数量子化部４０では、先ず上記ＭＤＣＴ変換ブロックである１フレームの係数全体のフレームゲイン（ブロックゲイン）を算出してゲイン正規化を行った後、さらに聴覚に合わせて高域ほどバンド幅を広くしたサブバンドである臨界帯域（クリティカルバンド）に分割して、それぞれのバンド毎のスケールファクタ、いわゆるバークスケールファクタを算出し、これによって再び正規化を行っている。上記バークスケールファクタとしては、各帯域毎にその帯域内の係数のピーク値や、あるいは二乗平均の平方根（ｒｍｓ）等を用いることができ、各バンドのバークスケールファクタはまとめてベクトル量子化される。
【００４９】
すなわち、係数量子化部４０のフレームゲイン算出・量子化回路４７では、上記ＭＤＣＴ変換ブロックであるフレーム毎のゲインが算出されて量子化され、そのコードブックインデクス（フレームゲインインデクス）が端子５５を介して取り出されてデコーダ側に送られると共に、量子化された値のフレームゲインがフレームゲイン正規化回路４３に送られて、入力をフレームゲインで割ることによる正規化が行われる。このフレームゲインで正規化された出力は、バークスケールファクタ算出・量子化回路４２及びバークスケールファクタ正規化回路４４に送られる。
【００５０】
バークスケールファクタ算出・量子化回路４２では、上記各臨界帯域毎のバークスケールファクタが算出されて量子化され、コードブックインデクス（バークスケールファクタインデクス）が端子５４を介して取り出されてデコーダ側に送られると共に、量子化された値のバークスケールファクタがビット割当算出回路４１及びバークスケールファクタ正規化回路４４に送られる。バークスケールファクタ正規化回路４４では、上記臨界帯域毎に帯域内の係数の正規化が行われ、バークスケールファクタで正規化された係数が係数量子化回路４５に送られる。
【００５１】
係数量子化回路４５では、ビット割当算出回路４１からのビット割当情報に従って各係数に量子化ビット数が割り当てられて量子化が行われ、このとき、上述したゲインコントロールオン／オフ決定回路１８からのゲインコントロールＳＷ情報に応じて全体の割当ビット数の切換が行われる。これは、例えばベクトル量子化を行う場合には、上記ゲインコントロールオン時用と、オフ時用との２組のコードブックを用意しておき、上記ゲインコントロールＳＷ情報に応じてこれらのコードブックを切り換えるようにすればよい。
【００５２】
ここで、ビット割当算出回路４１におけるビット割当（ビットアロケーション）について説明すると、上述のようにして求められたＬＰＣ係数、ピッチパラメータ、バークスケールファクタ等により、各ＭＤＣＴ係数に対する量子化時の重みを算出し、これにより全帯域のＭＤＣＴ係数のビット割当を決定して量子化を行う。この重みは、ノイズシェイピングファクタと考えることができ、また、各パラメータを変更することで所望のノイズシェイピング特性を持たせることが可能である。一例として、本実施の形態においては、次の式に示すように、ＬＰＣ係数、ピッチパラメータ、及びバークスケールファクタのみを用いて、重みＷ(ω)を算出している。
【００５３】
【数５】
【００５４】
このように量子化時の重み決定は、ＬＰＣ、ピッチ、バークスケールファクタのみによってなされるため、この３種類のパラメータのみをデコーダに伝送すれば、エンコーダと全く同じビットアロケーションが再現され、アロケーションの一情報等は一切送る必要はなくなり、サイドインフォメーション（補助情報）のレートを下げることができる。
【００５５】
次に、係数量子化回路４５での量子化の具体例について、図７〜図９を参照しながら説明する。
【００５６】
図７は、図２の係数量子化回路４５の具体的な構成の一例を示すものであり、入力端子１には、図２のバークスケールファクタ正規化回路４４からの正規化された係数データ（例えばＭＤＣＴ係数）ｙが供給されている。重み計算回路２は、図２のビット割当算出回路４１にほぼ相当するが、量子化ビットを割り当てるための各係数の重みを計算する部分のみを取り出したものである。この重み計算回路２では、上述したＬＰＣ係数、ピッチパラメータ、バークスケールファクタ等のパラメータに基づいて重みｗが計算される。ここで、１フレーム分の係数をベクトルｙ、１フレーム分の重みをベクトルｗで表すものとする。
【００５７】
これらの係数ベクトルｙ、重みベクトルｗを、必要に応じてバンド分割回路３に送ることにより、Ｌ個（Ｌ≧１）のバンドに分割する。バンド数としては、例えば低域、中域、高域の３バンド程度（Ｌ＝３）が挙げられるが、これに限定されず、またバンド分割しなくてもよい。この各バンド毎の係数、例えば第ｋ番目のバンドの係数をｙ k、 重みをｗ k （０≦ｋ≦Ｌ−１）とするとき、
ｙ＝（ｙ 0,ｙ 1,...,ｙ L-1）
ｗ＝（ｗ 0,ｗ 1,...,ｗ L-1）
となる。このバンド分割のバンド数や各バンド毎の係数の個数は、予め設定された数値に固定されている。
【００５８】
次に、各バンドの係数ベクトルｙ 0,ｙ 1,...,ｙ L-1 をそれぞれソート回路４0,４1,...,４L-1 に送って、各バンド毎に、それぞれのバンド内の係数に対して、重みの順に従って順位をつける。これは、各バンド内の係数自体を、重みの順に従って並び替え（ソート）すればよいが、各係数の周波数軸上での位置あるいは順番を表す指標（インデクス）のみを重みの順にソートして、ソートされた指標（インデクス）に対応して各係数の量子化時の精度（割当ビット数等）を決定するようにしてもよい。係数自体をソートする場合には、任意の第ｋ番目のバンドについて、係数ベクトルｙ k の各係数を重みの順にソートし、重み順にソートされた係数ベクトルｙ'kを得る。
【００５９】
図８は、このソートの様子を示したものであり、図８の（Ａ）は第ｋバンドの重みベクトルｗ k を、図８の（Ｂ）は第ｋバンドの係数ベクトルｙ k をそれぞれ示している。この図８の例においては、第ｋ番目のバンド内の要素数を例えば８としており、重みベクトルｗ k の各要素となる８個の重みをｗ1,ｗ2,...,ｗ8 、係数ベクトルｙ k の各要素となる８個の係数をｙ1,ｙ2,...,ｙ8 にてそれぞれ表している。図８の（Ａ）、（Ｂ）の例においては、係数ｙ3 に対応する重みｗ3 が最も大きく、以下重みの順に、ｗ2,ｗ6,...,ｗ4 となっている。図８の（Ｃ）は、この重みの順に係数ｙ1,ｙ2,...,ｙ8 を並べ替え（ソート）して、順にｙ3,ｙ2,ｙ6,...,ｙ4 とした係数ベクトルｙ'kを示している。
【００６０】
次に、上述のように各バンド毎に重みの順に従ってソートされた各バンドの係数ベクトルｙ'0,ｙ'1,...,ｙ'L-1 をそれぞれベクトル量子化器５0,５1,...,５L-1 に送って、それぞれベクトル量子化を行う。ここで、各バンド毎の割当ビット数を予め固定しておき、バンド毎のエネルギが変化しても各バンドへの量子化ビット数の割当が変動することを防止することが好ましい。
【００６１】
このバンド毎のベクトル量子化について、１つのバンド内の要素数が多い場合には、いくつかのサブベクトルに区切って、各サブベクトル毎にベクトル量子化すればよい。すなわち、任意の第ｋバンドのソート後の係数ベクトルｙ'kを、図９に示すように、予め定めた要素数に従っていくつかのサブベクトルに区切り、例えば３つのサブベクトルｙ'k1,ｙ'k2,ｙ'k3 とし、これらをそれぞれベクトル量子化して、コードブックインデクスｃk1,ｃk2,ｃk3を得るようにすればよい。この第ｋバンドのインデクスｃk1,ｃk2,ｃk3をまとめて係数インデクスのベクトルｃ k とする。ここで、サブベクトルの量子化においては、先頭側のベクトルほど量子化ビット数を多く割り当てることで、重みに従った量子化となる。これは、例えば図９において、ベクトルｙ'k1 を８ビット、ベクトルｙ'k2 を６ビット、ベクトルｙ'k3 を８ビット、のように割り当てることにより、係数１個当たりの割り当てビット数が多いものから順に少なくなり、重みに従ったビット割当が実現できることになる。
【００６２】
次に、図７の各ベクトル量子化器５0,５1,...,５L-1 からの各バンド毎の係数インデクスのベクトルｃ 0,ｃ 1,...,ｃ L-1 をまとめて、全バンドの係数インデクスのベクトルｃとし、端子６から取り出している。この端子６は、図２の端子５１に相当する。
【００６３】
なお、上記図７〜図９の具体例では、直交変換された周波数軸上の係数（例えばＭＤＣＴ係数）自体を、上記重みに従ってソートし、ソートされた係数の順序に従って割当ビット数を多いものから少なくするようにして（ソート後の順位の上位側の係数ほど多くのビットを割り当てて）いるが、直交変換されて得られた各係数の周波数軸上での位置あるいは順番を表す指標（インデクス）のみを上記重みの順にソートして、ソートされた指標（インデクス）に対応して各係数の量子化時の精度（割当ビット数等）を決定するようにしてもよい。また、上述した具体例では、係数の量子化としてベクトル量子化を用いているが、スカラ量子化、あるいはスカラ量子化とベクトル量子化とを併用するような量子化に本発明を適用することも容易である。
【００６４】
次に、上述した図２に示すようなオーディオ信号符号化装置（エンコーダ側）に対応するオーディオ信号復号装置（デコーダ側）の構成の一例について、図１０を参照しながら説明する。
【００６５】
この図１０において、各入力端子６０〜６７には上記図２の各出力端子からのデータが供給されており、図１０の入力端子６０には、上記図２の出力端子５１からの直交変換係数（例えばＭＤＣＴ係数）のインデクスが供給されている。入力端子６１には、図２の出力端子３１からのＬＳＰインデクスが供給され、入力端子６２〜６５には、図２の各出力端子５２〜５５からのデータ、すなわち、ピッチラグインデクス、ピッチゲインインデクス、バークスケールファクタインデクス、フレームゲインインデクスがそれぞれ供給され、入力端子６６、６７には、図２の各出力端子２１、２２からのエンベロープインデクス、ゲインコントロールＳＷがそれぞれ供給されている。
【００６６】
入力端子６０からの係数インデクスは、係数逆量子化回路７１で逆量子化され、掛け算器７３を介して、例えばＩＭＤＣＴ（逆ＭＤＣＴ）等の逆直交変換回路７４に送られる。
【００６７】
入力端子６１からのＬＳＰインデクスは、ＬＰＣパラメータ再生部８０の逆量子化器８１に送られてＬＳＰデータに逆量子化され、ＬＳＰ→α変換回路８２及びＬＳＰ補間回路８３に送られる。ＬＳＰ→α変換回路８２からのαパラメータ（ＬＰＣ係数）は、ビット割当回路７２に送られる。ＬＳＰ補間回路８３からのＬＳＰデータは、ＬＳＰ→α変換回路８４でαパラメータ（ＬＰＣ係数）に変換され、後述するＬＰＣ合成回路７７に送られる。
【００６８】
ビット割当回路７２には、ＬＳＰ→α変換回路８２からの上記ＬＰＣ係数の他に、入力端子６２からのピッチラグと、入力端子６３から逆量子化器９１を介して得られたピッチゲインと、入力端子６４から逆量子化器９２を介して得られたバークスケールファクタとが供給されており、これらのパラメータのみに基づいて、エンコーダ側と同一のビット割当を再現することができる。ビット割当回路７２からのビット割当情報は、係数逆量子化器７１に送られて、各係数の量子化割当ビットの決定に使用される。
【００６９】
入力端子６５からのフレームゲインインデクスは、フレームゲイン逆量子化器８６に送られて逆量子化され、得られたフレームゲインが掛け算器７３に送られる。
【００７０】
入力端子６６からのエンベロープインデクスは、スイッチ８７を介してエンベロープ逆量子化器８８に送られて逆量子化され、得られたエンベロープデータがオーバーラップ加算回路７５に送られる。また、入力端子６７からのゲインコントロールＳＷ情報は、上記係数逆量子化器７１及びオーバーラップ加算回路７５に送られると共に、スイッチ８７の制御信号として用いられる。記係数逆量子化器７１は、上述したようなゲインコントロールのオン／オフに応じて、全体の割当ビット数を切り換えており、逆ベクトル量子化の場合には、ゲインコントロールのオン時のコードブックとオフ時のコードブックとを切り換えるようにしてもよい。
【００７１】
オーバラップ加算回路７５は、ＩＭＤＣＴ等の逆直交変換回路７４からの上記フレーム毎に時間軸に戻された信号を、１／２フレームずつオーバーラップさせながら加算するものであり、ゲインコントロールのオン時には、上記エンベロープ逆量子化器８８からのエンベロープデータによるゲインコントロール（上述したゲイン伸長あるいはゲイン復元）処理しながらオーバーラップ加算する。
【００７２】
オーバラップ加算回路７５からの時間軸信号は、ピッチ合成回路７６に送られて、ピッチ成分が復元される。これは、図２のピッチ逆フィルタ１３での処理の逆処理に相当するものであり、端子６２からのピッチラグ及び逆量子化器９１からのピッチゲインが用いられる。
【００７３】
ピッチ合成回路７６からの出力は、ＬＰＣ合成回路７７に送られて、図２のＬＰＣ逆フィルタ１２での処理の逆の処理に対応するＬＰＣ合成処理が施され、出力端子７８より取り出される。
【００７４】
ここで、上記エンコーダ側の係数量子化部４０の係数量子化回路４５として、上記図７に示すような重みに従って各バンド毎にソートされた係数をベクトル量子化するものを用いる場合には、係数逆量子化回路７１として、図１１に示すような構成を用いることができる。
【００７５】
この図１１において、入力端子６０は上記図１０の入力端子６０に相当し、上記係数インデクス（ＭＤＣＴ係数等の直交変換係数が量子化されることで得られたコードブックインデクス）が供給され、重み計算回路７９には、図１０のＬＳＰ→α変換回路８２からのαパラメータ（ＬＰＣ係数）、入力端子６２からのピッチラグ、逆量子化器９１からのピッチゲイン、逆量子化器９２からのバークスケールファクタ等が供給されている。重み計算回路７９は、図１０のビット割当回路７２中の、量子化ビット割当の計算途中に求められる各係数の重みを算出するまでの構成部分を取り出したものである。この重み計算回路７９では、上述したように、上記式（５）の計算により、上記ＬＰＣ係数、ピッチパラメータ（ピッチラグ及びピッチゲイン）、及びバークスケールファクタのみを用いて、重みＷ(ω)を計算している。入力端子９３には、周波数軸上の係数の位置あるいは順番を示す指標（インデクス）、すなわち全帯域でＮ個の係数データがある場合には、０〜Ｎ−１の数値（これをベクトルＩとする）が供給されている。なお、重み計算回路７９からの上記Ｎ個の各係数に対するＮ個の重みをベクトルｗで表す。
【００７６】
重み計算回路７９からの重みｗ及び入力端子９３からの指標Ｉは、バンド分割回路９４に送られて、エンコーダ側と同様にＬ個のバンドに分割される。エンコーダ側で例えば低域、中域、高域の３バンド（Ｌ＝３）に分割されていれば、デコーダ側でも同じく３バンドに分割する。これらのバンド分割された各バンド毎の指標及び重みは、それぞれソート回路９５0,９５1,...,９５L-1 に送られる。例えば第ｋ番目のバンド内の指標Ｉ k 及び重みｗ k は、第ｋ番目のソート回路９５k に送られる。ソート回路９５k では、第ｋ番目のバンド内の指標Ｉ k が、各係数の重みｗ k の順序に従って並べ替え（ソート）され、ソートされた指標Ｉ'k が出力される。各ソート回路９５0,９５1,...,９５L-1 からのそれぞれのバンド毎にソートされた指標Ｉ 0,Ｉ 1,...,Ｉ L-1 は、係数再構成回路９７に送られる。
【００７７】
また、図１０の入力端子６０からの直交変換係数のインデクスは、エンコーダ側で量子化される際に、上記図７〜図９と共に説明したように、Ｌバンドにバンド分割され、各バンド毎に重み順にソートされた係数が、１つのバンド内で予め定められた規則に基づく個数毎に区切られたサブベクトル毎にベクトル量子化されて得られたものである。具体的には、Ｌ個のバンドについて、それぞれのバンド毎の係数インデクスの集合をそれぞれベクトルｃ 0,ｃ 1,...,ｃ L-1 としたものであり、これらの各バンドの係数インデクスのベクトルｃ 0,ｃ 1,...,ｃ L-1 が、それぞれ逆量子化器９６0,９５1,...,９５L-1 に送られている。これらの逆量子化器９６0,９５1,...,９５L-1 で逆量子化されて得られた係数データは、各バンド内で上記重みの順にソートされているもの、すなわち上記図７の各ソート回路４0,４1,...,４L-1 からの係数ベクトルｙ'0,ｙ'1,...,ｙ'L-1 に相当するものであり、配列順序は周波数軸上の位置とは異なっている。そこで、係数の時間軸上での位置を表す指標Ｉを上記重みに従って先にソートしておき、このソートされた指標と、上記逆量子化されて得られた係数データとを対応させて、元の時間軸上の順序に戻すのが係数再構成回路９７の機能である。すなわち、係数再構成回路９７では、各逆量子化器９６0,９５1,...,９５L-1 からの、各バンド内で重み順にソートされた係数データに対して、各ソート回路９５0,９５1,...,９５L-1 からのそれぞれのバンド毎にソートされた指標を対応させ、このソートされた指標に従って逆量子化された係数データを並べ替える（逆ソートする）ことにより、元の時間軸上の順序に並んだ係数データｙを得て、出力端子９８より取り出している。この出力端子９８からの係数データは、図１０の掛け算器７３に送られる。
【００７８】
次に、図１２は、上記図１のエンコーダ側構成に対応するデコーダ側の基本構成を示す図である。
【００７９】
この図１２において、入力端子６０には上記係数インデクスが、入力端子６６には上記エンベロープインデクスが、それぞれ供給されている。入力端子６０からの係数インデクスは、逆量子化回路７１で逆量子化され、ＩＭＤＣＴ回路で逆ＭＤＣＴ処理（逆直交変換処理）されて、オーバーラップ加算回路７５に送られる。入力端子６６からのエンベロープインデクスは、逆量子化器８８で逆量子化され、エンベロープ情報がオーバーラップ加算回路７５に送られる。オーバーラップ加算回路７５では、上記図１でのゲイン平滑化（割り算器１４でのエンベロープ情報による入力信号の割り込み）の逆の処理を施しながらオーバーラップ加算して、端子８９より連続的な時間軸信号を出力する。この端子８９からの信号は、上記図１０のピッチ合成回路７６に送られる。
【００８０】
このような処理によって、時間軸方向のノイズシェイピングが行われ、変換窓長を切り換えなくとも、プリエコー等の耳につきやすい量子化雑音を低減することができる。
【００８１】
すなわち、図１３及び図１４は、実際の例として、カスタネットの音を符号化したときの再生信号波形を示し、図１３が上記ゲインコントロール無しを、図１４が上記ゲインコントロール有りをそれぞれ示している。これらの図１３及び図１４から明らかなように、上記ゲインコントロールを適用することにより、アタック前のノイズ（いわゆるプリエコー）が大幅に低減していることが確認できる。
【００８２】
また、図１５及び図１６は、音声信号の一部として、スピーチバーストの開始部分を示しており、図１５が時間軸信号波形を、図１６が周波数軸のスペクトラムをそれぞれ示している。これらの図１５、図１６において、曲線ａが上記ゲインコントロール有りの場合を、曲線（図中の破線）ｂが上記ゲインコントロール無しの場合にそれぞれ対応する。これらの曲線ａ，ｂを比較すると、特に図１６の周波数スペクトラムから明らかなように、ゲインコントロール有りの曲線ａの方がピッチ構造がより明確に現れており、良好な再生が行えていることが確認できる。
【００８３】
なお、本発明は上記実施の形態のみに限定されるものではなく、例えば、入力時間軸信号は音声や音楽を含むオーディオ信号以外に、電話帯域の音声信号や、ビデオ信号等でもよい。また、正規化回路部１１の構成や、ＬＰＣ分析及びピッチ分析は、これらに限定されず、線形予測あるいは非線形予測等により時間軸入力波形の特徴あるいは相関性を抽出して除去する種々の構成がとり得る。また、各量子化器には、ベクトル量子化以外にも、スカラ量子化や、スカラ量子化とベクトル量子化とを併用するようにしてもよい。
【００８４】
【発明の効果】
以上の説明から明らかなように、本発明によれば、時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換を施して符号化を行う際に、入力信号の上記フレーム内のエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換に供給しているため、従来のように変換窓長を切り換えなくとも、プリエコーやポストエコー等の耳につきやすい量子化雑音を低減することができる。
【００８５】
また、エンベロープ情報を量子化してデコーダ側に送ると共に、量子化されたエンベロープ値でゲイン平滑化を施すことにより、デコーダ側でのゲイン復元がより正確に行える。
【００８６】
また、上記直交変換として、改良離散コサイン変換（ＭＤＣＴ）を用いることにより、良好な音質でのオーディオ信号の高能率符号化が行える。
【図面の簡単な説明】
【図１】本発明の実施の形態の概略構成を示すブロック図である。
【図２】本発明の実施の形態のより具体的な構成例であるオーディオ信号符号化装置を示すブロック図である。
【図３】入力信号に対するＬＰＣ分析処理及びピッチ分析処理の関係を示す図である。
【図４】時間軸入力信号のＬＰＣ分析及びピッチ分析による相関性の除去を説明するための時間軸信号波形図である。
【図５】時間軸入力信号のＬＰＣ分析及びピッチ分析による相関性の除去を説明するための周波数特性を示す図である。
【図６】デコーダ側でのオーバーラップ加算を説明するための時間軸信号波形図である。
【図７】係数量子化回路の具体的構成の一例を示すブロック図である。
【図８】バンド分割された１つのバンド内の係数の重みに応じたソートを説明するための図である。
【図９】バンド分割された１つのバンド内で重みに応じてソートされた係数をサブベクトルに区切ってベクトル量子化する処理を説明するための図である。
【図１０】図２のオーディオ信号符号化装置に対応する復号側構成としてのオーディオ信号復号装置の一例を示すブロック図である。
【図１１】図１０のオーディオ信号復号装置の逆量子化回路の一具体例を示すブロック図である。
【図１２】図１のエンコーダ側構成に対応するデコーダ側の基本構成を示す図である。
【図１３】ゲインコントロール無しのときのカスタネットの音を符号化したときの再生信号波形を示す波形図である。
【図１４】ゲインコントロール有りのときのカスタネットの音を符号化したときの再生信号波形を示す波形図である。
【図１５】音声信号の一部としてのスピーチバーストの開始部分の時間軸信号波形を示す波形図である。
【図１６】音声信号の一部としてのスピーチバーストの開始部分の周波数スペクトラムを示す図である。
【符号の説明】
１１ 正規化回路部、 １２ ＬＰＣ逆フィルタ、 １３ ピッチ逆フィルタ、 １５ ピッチ分析回路、 １６ ピッチゲイン量子化回路、 １７ エンベロープ抽出回路、 １８ ゲインコントロールオン／オフ決定回路、 ２０ エンベロープ量子化回路、 ２５ 直交変換回路部、 ２６窓掛け回路、 ２７ ＭＤＣＴ回路、 ３０ ＬＰＣ分析・量子化部、 ３２ ＬＰＣ分析回路、 ３３ α→ＬＳＰ変換回路、 ３４ ＬＳＰ量子化回路、 ３６ ＬＳＰ補間回路、 ３７，３８ ＬＳＰ→α変換回路、 ４０ 係数量子化回路部、 ４１ ビット割当算出回路、 ４２ バークスケールファクタ算出・量子化回路、 ４３フレームゲイン正規化回路、 ４４ バークスケールファクタ正規化回路、 ４５ 係数量子化回路、 ４７ フレームゲイン算出・量子化回路
【発明の属する技術分野】
本発明は、入力信号を時間軸／周波数軸変換して量子化を行う信号符号化装置及び方法、並びに信号復号装置及び方法に関し、特に、オーディオ信号を高能率符号化する場合に好適な信号符号化装置及び方法、並びに信号復号装置及び方法に関する。
【０００２】
【従来の技術】
従来において、オーディオ信号（音声信号や音楽信号を含む）の時間領域や周波数領域における統計的性質と人間の聴感上の特性を利用して信号圧縮を行うような符号化方法が種々知られている。この符号化方法としては、大別して時間領域での符号化、周波数領域での符号化、分析合成符号化等が挙げられる。
【０００３】
【発明が解決しようとする課題】
ところで、時間軸の入力信号を周波数軸の信号に直交変換して符号化を行う変換符号化においては、ＭＤＣＴ係数等の周波数軸上の係数についてビット割当を決定した後に量子化を行っているため、時間軸上では量子化誤差が直交変換ブロック長に跨って広がり、いわゆるプリエコー、ポストエコー等の耳障りな雑音となる。この傾向は、特に鋭いアタックを有する楽音や、ピッチピークの間で比較的早い減衰をするような音声に関して顕著なため、従来においては、変換窓長の切換え（いわゆるウィンドウスイッチング）等により対処することが多かった。しかしながら、このような変換窓長の切換えは、どの長さの窓を使用するかの検出等が面倒であり、処理の煩雑化を招くことにもなる。
【０００４】
本発明は、このような実情に鑑みてなされたものであり、変換窓幅を変更しなくとも、プリエコー、ポストエコー等の耳障りな雑音を低減できるような信号符号化装置及び方法、並びに信号復号装置及び方法の提供を目的とする。
【０００５】
【課題を解決するための手段】
本発明は、上述した課題を解決するために、時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換を施して符号化を行う際に、入力信号の上記フレーム内のエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換に供給するようにし、上記ゲイン平滑化の際には、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化を行う。
【０００６】
ここで、上記直交変換は、改良離散コサイン変換（ＭＤＣＴ）により入力された時間軸信号を周波数軸の係数データに変換することが好ましい。また、上記エンベロープ情報を量子化して出力することが好ましい。また、上記フレームを複数のサブフレームに分割した各サブフレーム毎の二乗平均の平方根（ｒｍｓ）値を上記エンベロープとして算出することが好ましく、このサブフレーム毎のｒｍｓ値を量子化して出力することが好ましい。
【０００７】
【発明の実施の形態】
以下、本発明に係る実施の形態について、図面を参照しながら説明する。
図１は、本発明に係る実施の形態となる信号符号化装置の概略構成を示すブロック図である。
【０００８】
この図１において、入力端子９には時間軸上の波形信号、例えばディジタルオーディオ信号が入力される。具体的には、例えばサンプリング周波数Ｆs が１６ｋHzで０〜８ｋHz程度のいわゆる広帯域音声信号が挙げられるが、これに限定されるものではない。この時間軸入力信号としては、例えば正規化回路（白色化回路）等により、時間波形信号の特徴を抽出して得られた予測残差を入力するようにしてもよい。
【０００９】
入力端子９からの信号は、エンベロープ抽出回路１７及び窓掛け回路２６に送られる。エンベロープ抽出回路１７では、後述する直交変換回路であるＭＤＣＴ（改良離散コサイン変換）回路２７における符号化の単位となるフレーム毎に、フレーム内のエンベロープを抽出する。具体的には、例えば、１フレームを複数のサブフレームに分割して、各サブフレーム毎の二乗平均の平方根（ｒｍｓ）値を上記エンベロープとして算出する。このエンベロープ情報は、量子化器２０で量子化され、そのインデクス（エンベロープインデクス）が出力端子２１より取り出されてデコーダ側に送られる。
【００１０】
窓掛け回路２６では、１／２フレームオーバーラップによるＭＤＣＴのエリアシングキャンセレーションが利用できるような窓関数による窓掛けが施される。窓掛け回路２６からの出力は、ゲイン平滑化手段としての割り算器１４により、量子化器２０で量子化されたエンベロープの値で割り算されて、ＭＤＣＴ回路２７に送られる。ＭＤＣＴ回路２７で周波数軸上の係数データ（ＭＤＣＴ係数）に変換され、このＭＤＣＴ係数が量子化回路部４０で量子化され、そのインデクスが出力端子５１より取り出されてデコーダ側に送られる。なお、直交変換はＭＤＣＴに限定されない。
【００１１】
このような構成により、時間軸方向のノイズシェイピングが行われ、変換窓長を切り換えなくとも、プリエコー等の耳につきやすい量子化雑音を低減することができる。
【００１２】
この図１の信号符号化装置は、ハードウェア構成として示しているが、いわゆるＤＳＰ（ディジタル信号プロセッサ）等を用いてソフトウェア的に実現することも可能である。
【００１３】
次に、図２を参照しながら、上述した本発明の実施の形態のより具体的な構成例としてのオーディオ信号符号化装置について説明する。
【００１４】
この図２に示すオーディオ信号符号化装置は、供給された時間軸信号を、直交変換部２５で例えばＭＤＣＴ（改良離散コサイン変換）により時間軸／周波数軸変換（Ｔ／Ｆ変換）を施して周波数軸上のデータ（ＭＤＣＴ係数）とし、これを係数量子化部４０で量子化することで符号化を行うものであるが、この実施の形態においては、直交変換の前の時間軸信号に対して、ＬＰＣ分析、ピッチ分析、エンベロープ抽出等により入力信号波形の特徴を抽出し、これらの特徴を表すパラメータは別途量子化して取り出すようにし、正規化（白色化）回路部１１においてこれらの特徴を除去、あるいは信号の相関性を除去することで、白色雑音に近い、いわゆるノイズライクな信号とすることで、符号化効率を高めている。
【００１５】
また、直交変換後の係数データの量子化の際のビット割当（ビットアロケーション）の決定には、上記ＬＰＣ分析で求められたＬＰＣ係数、ピッチ分析で求められたピッチパラメータを用いている。この他、周波数軸上で臨界帯域（クリティカルバンド）毎のピーク値やｒｍｓ値等を取り出して正規化ファクタとするバークスケールファクタを用いてもよい。これらのＬＰＣ係数、ピッチパラメータ、バークスケールファクタにより、ＭＤＣＴ係数のような直交変換係数データに対する量子化時の重みを算出し、これにより全帯域のビット割当を決定して係数量子化を行う。量子化時の重み決定が、予め規定されたパラメータによってなされる場合、例えば上記ＬＰＣ係数、ピッチパラメータ、バークスケールファクタのみによってなされる場合には、これらのパラメータのみをデコーダ側に伝送するだけで、エンコーダ側と全く同じビット割当（ビットアロケーション）が再現されるため、ビット割当そのものに関する付加情報（サイドインフォメーション）を送る必要がなくなる。
【００１６】
さらに、係数量子化の際には、上記量子化時の重みあるいは割当ビット数に従った順序で係数データを並べ替え（ソート）し、順に精度の高い量子化を行うようにしている。この量子化は、ソートされた係数を先頭から順にサブベクトルに区切り、それぞれベクトル量子化を行うことが好ましい。ソートについては、全帯域の係数データに対して行ってもよいが、いくつかの帯域に区切って、それぞれの帯域の範囲内毎にソートするようにしてもよい。この場合も、ビット割当に用いられるパラメータが予め規定されていれば、そのパラメータを送るだけで、ビット割当情報やソートされた係数の位置情報等を直接送らなくても、ビット割当やソート順序等をデコーダ側で再現できる。
【００１７】
図２において、入力端子１０には、例えば、０〜８ｋHz程度のいわゆる広帯域音声信号をサンプリング周波数Ｆs ＝１６ｋHzでＡ／Ｄ変換したディジタルオーディオ信号が供給されている。この入力信号は、正規化（白色化）回路部１１のＬＰＣ逆フィルタ１２に送られると共に、例えば１０２４サンプルずつ切り出され、ＬＰＣ分析・量子化部３０に送られている。このＬＰＣ分析・量子化部３０では、ハミング窓かけをした上で、２０次程度のＬＰＣ係数、すなわちαパラメータを算出し、ＬＰＣ逆フィルタ１１によりＬＰＣ残差を求めている。このＬＰＣ分析の際には、分析の単位となる１フレーム１０２４サンプルの内の一部サンプル、例えば１／２の５１２サンプルを次のブロックとオーバーラップさせており、フレームインターバルは５１２サンプルとなっている。これは、後段の直交変換として採用されているＭＤＣＴ（改良離散コサイン変換）のエリアシングキャンセレーションを利用するためである。このＬＰＣ分析・量子化部３０では、ＬＰＣ係数であるαパラメータをＬＳＰ（線スペクトル対）パラメータに変換して量子化したものを伝送するようにしている。
【００１８】
ＬＰＣ分析回路３２からのαパラメータは、α→ＬＳＰ変換回路３３に送られて、線スペクトル対（ＬＳＰ）パラメータに変換される。これは、直接型のフィルタ係数として求まったαパラメータを、例えば２０個、すなわち１０対のＬＳＰパラメータに変換する。変換は例えばニュートン−ラプソン法等を用いて行う。このＬＳＰパラメータに変換するのは、αパラメータよりも補間特性に優れているからである。
【００１９】
α→ＬＳＰ変換回路３３からのＬＳＰパラメータは、ＬＳＰ量子化器３４によりベクトル量子化あるいはマトリクス量子化される。このとき、フレーム間差分をとってからベクトル量子化、あるいは、複数フレーム分をまとめてマトリクス量子化してもよい。
【００２０】
このＬＳＰ量子化器３４からの量子化出力、すなわちＬＳＰベクトル量子化のインデクスは、端子３１を介して取り出され、また量子化済みのＬＳＰベクトルあるいは逆量子化出力は、ＬＳＰ補間回路３６及びＬＳＰ→α変換回路３８に送られる。
【００２１】
ＬＳＰ補間回路３６は、ＬＳＰ量子化器３４で上記フレーム毎にベクトル量子化されたＬＳＰのベクトルの前フレームと現フレームとの組を補間し、後の処理で必要となるレートにするためのものであり、この例では、８倍のレートに補間している。
【００２２】
このような補間が行われたＬＳＰベクトルを用いて入力音声の逆フィルタリングを実行するために、ＬＳＰ→α変換回路３７により、ＬＳＰパラメータを例えば２０次程度の直接型フィルタの係数であるαパラメータに変換する。このＬＳＰ→α変換回路３７からの出力は、上記ＬＰＣ残差を求めるためのＬＰＣ逆フィルタ回路１２に送られ、このＬＰＣ逆フィルタ１２では、８倍のレートで更新されるαパラメータにより逆フィルタリング処理を行って、滑らかな出力を得るようにしている。
【００２３】
また、ＬＳＰ量子化回路３４からの１倍レートのＬＳＰ係数は、ＬＳＰ→α変換回路３８に送られてαパラメータに変換され、上述したようなビット割当を行わせるためのビット割当算出回路（ビットアロケーション決定回路）４１に送られる。ビット割当算出回路４１では、割当ビットの他に、後述するＭＤＣＴ係数の量子化に使用する重みｗ(ω) の計算も行っている。
【００２４】
正規化（白色化）回路部１１のＬＰＣ逆フィルタ１２からの出力は、長期予測であるピッチ予測のためのピッチ逆フィルタ１３及びピッチ分析回路１５に送られる。
【００２５】
次に、長期予測について説明する。長期予測は、ピッチ分析により求められたピッチ周期あるいはピッチラグ分だけ時間軸上でずらした波形を元の波形から減算してピッチ予測残差を求めることにより行っており、この例では３点ピッチ予測によって行っている。なお、ピッチラグとは、サンプリングされた時間軸データのピッチ周期に対応するサンプル数のことである。
【００２６】
すなわち、ピッチ分析回路１５では１フレームに１回の割合、すなわち分析長が１フレームでピッチ分析が行われ、ピッチ分析結果の内のピッチラグはピッチ逆フィルタ１３及びビット割当算出回路４１に送られ、ピッチゲインはピッチゲイン量子化器１６に送られる。また、ピッチ分析回路１５からのピッチラグインデクスは端子５２から取り出されてデコーダ側に送られる。
【００２７】
ピッチゲイン量子化器１６では、上記３点予測に対応する３点でのピッチゲインがベクトル量子化され、コードブックインデクス（ピッチゲインインデクス）が出力端子５３より取り出され、代表値ベクトルあるいは逆量子化出力がピッチ逆フィルタ１３に送られる。ピッチ逆フィルタ１３は、上記ピッチ分析結果に基づいて３点ピッチ予測されたピッチ予測残差を出力する。このピッチ予測残差は、割り算回路１４及びエンベロープ抽出回路１７にそれぞれ送られている。
【００２８】
上記ピッチ分析についてさらに説明すると、このピッチ分析においては、上記ＬＰＣ残差を用いピッチパラメータを抽出する。ピッチパラメータは、ピッチラグ、ピッチゲインにより構成される。
【００２９】
まず、ピッチラグを決定する。上記ＬＰＣ残差の中央部を例えば５１２サンプル切り出し、ｘ(ｎ) （ｎ＝０〜５１１）とし、ｘと表記する。ｘからｋサンプル過去の５１２サンプルをｘ k とすると、ピッチｋは、
‖ｘ−ｇｘ k‖2
を最小にするものとして与えられる。すなわち、
ｇ＝（ｘ，ｘ k）／‖ｘ k‖2
として、
（ｘ，ｘ k）2／‖ｘ k‖2
を最大にするｋをサーチすることで、最適ラグＫを決定できる。本実施の形態では、Ｋは、１２≦Ｋ≦２４０である。このＫをそのまま使用するか、あるいは過去のフレームのピッチラグを用いたトラッキングの結果を用いてもよい。このようにして決定したＫについて、次に３点（Ｋ，Ｋ−１，Ｋ＋１）での最適ピッチゲインを求める。すなわち、
‖ｘ−（ｇ-1 ｘ L+1＋ｇ0 ｘ L＋ｇ1 ｘ L-1）‖2
を最小にする ｇ-1，ｇ0，ｇ1 を求め、最適ラグＫに対する３点ピッチゲインとする。この３点ピッチゲインはピッチゲイン量子化器１６に送られて、まとめてベクトル量子化され、また、量子化されたピッチゲイン及び最適ラグＫを用いてピッチ逆フィルタ１３を構成し、これによりピッチ残差を求める。求まったピッチ残差は既に求められている過去のピッチ残差と連結され、後述するようにＭＤＣＴ変換される。このとき、ＭＤＣＴ変換前に時間軸ゲインコントロールを行ってもよい。
【００３０】
ここで、図３は、入力信号に対する上記ＬＰＣ分析処理及びピッチ分析処理の関係を示しており、１フレームＦＲが例えば１０２４サンプルの分析長は、後述するＭＤＣＴ変換ブロックに対応した長さとなっている。時刻ｔ1 が現在の新しいＬＰＣ分析中心（ＬＳＰ1） を示し、時刻ｔ0 が１フレーム前のＬＰＣ分析中心（ＬＳＰ0） を示している。現在フレームの後半は新しいデータ（new data）ＮＤ、前半は前データ（previous data）ＰＤ であり、図中のａはＬＳＰ0 とＬＳＰ1 の補間により得られるＬＰＣ残差を、ｂは１フレーム前のＬＰＣ残差を、ｃはこの部分（ｂの後半＋ａの前半）をターゲットとするピッチ分析より得られる新しいピッチ残差を、ｄは過去のピッチ残差をそれぞれ示している。この図３における新しいデータＮＤが全て入力された時点で、データａを求めることができ、このａと、既に求められているｂとを用いて新しいピッチ残差ｃを算出でき、これと既に求められているピッチ残差ｄとをつなぎ合わせることで、直交変換すべき１フレームのデータＦＲが作成できる。この１フレームＦＲのデータをＭＤＣＴ等の直交変換処理することができる。
【００３１】
次に、図４は、ＬＰＣ分析に基づくＬＰＣ逆フィルタ及びピッチ分析に基づくピッチ逆フィルタを介すことによる時間軸信号の変化を、また図５は、ＬＰＣ逆フィルタ及びピッチ逆フィルタを介すことによる信号の周波数軸上での変化をそれぞれ示している。すなわち、図４の（Ａ）は入力信号波形を、図５の（Ａ）はその周波数スペクトルを示し、これにＬＰＣ分析に基づくＬＰＣ逆フィルタを介すことにより、波形の特徴が抽出され除去されて、図４の（Ｂ）に示すようなほぼ周期的なパルス状の時間軸波形（ＬＰＣ残差波形）となる。このＬＰＣ残差波形に対応する周波数上のスペクトルは、図５の（Ｂ）のようになる。このＬＰＣ残差に対して上述したようなピッチ分析に基づくピッチ逆フィルタを介すことにより、ピッチ成分が抽出されて除去され、図４の（Ｃ）に示すような白色雑音に近い（ノイズライクな）時間軸信号になり、その周波数軸上のスペクトルは図５の（Ｃ）のようになる。
【００３２】
さらに、本発明の実施の形態においては、正規化（白色化）回路部１１において、フレーム内データのゲインの平滑化を行っている。これは、フレーム内の時間軸波形（本実施の形態ではピッチ逆フィルタ１３からの残差）から、エンベロープ抽出回路１７によりエンベロープを抽出し、抽出されたエンベロープを、スイッチ１９を介してエンベロープ量子化器２０に送り、量子化されたエンベロープの値により上記時間軸波形（ピッチ逆フィルタ１３からの残差）を割り算器１４で割り込むことにより、時間軸で平滑化された信号を得ている。この割り算器１４からの信号が、正規化（白色化）回路部１１の出力として、次段の直交変換回路部２５に送られる。
【００３３】
この平滑化により、量子化後の直交変換係数を時間信号に逆変換したときの量子化誤差の大きさをオリジナル信号のエンベロープに追従させる、いわゆるノイズシェイピングが実現できる。
【００３４】
上記エンベロープ抽出回路１７におけるエンベロープ抽出について説明する。このエンベロープ抽出回路１７に供給される信号、すなわち上記ＬＰＣ逆フィルタ１２及びピッチ逆フィルタ１３により正規化処理された残差信号を、ｘ(ｎ)，ｎ＝０〜Ｎ−１（Ｎは上記１フレームＦＲのサンプル数、直交変換窓長、例えばＮ＝１０２４）とするとき、この変換窓長Ｎより短い長さＭ、例えばＭ＝Ｎ／８の窓で切り出された各サブブロックあるいはサブフレーム毎のｒｍｓ（二乗平均の平方根）値をエンベロープとしている。すなわち、正規化された各サブブロック（サブフレーム）のｒｍｓとして、ｉ番目のサブブロック（ｉ＝０〜Ｍ−１）のｒｍｓi は、次の式（１）により定義される。
【００３５】
【数１】
上記式（１）により求められるｒｍｓi の各ｉについて、スカラ量子化を施し、あるいはｒｍｓi 全体を１つのベクトルとしてベクトル量子化を行うことができる。本実施の形態では、エンベロープ量子化器２０においてベクトル量子化を行っており、そのインデクスは時間軸ゲインコントロールのためのパラメータ、すなわちエンベロープインデクスとして端子２１より取り出され、デコーダ側に伝送される。
【００３７】
このようにして量子化された各サブブロック（サブフレーム）毎のｒｍｓi をｑｒｍｓi とし、この値により上記入力残差信号ｘ(ｎ)を割り算器１４にて割り込むことにより、時間軸で平滑化された信号ｘs(ｎ) を得る。ただし、このようにして求めたｒｍｓi の内、フレーム内で最大のものと最小のものとの比が、ある一定の値（例えば４）以上のとき、上述したゲインコントロールを行い、パラメータ（上記エンベロープインデクス）の量子化のために所定のビット数（例えば７ビット）を割り当てているが、フレーム内の各サブブロック（サブフレーム）毎のｒｍｓi の比が上記一定の値よりも小さいときにはゲインコントロールを行わない通常の処理を行い、ゲインコントロールのためのビットは、他のパラメータ、例えば周波数軸パラメータ（直交変換係数データ）の量子化に割り当てられる。このゲインコントロールを行うか否かの判別は、ゲインコントロールオン／オフ決定回路１８により行われ、その判別出力（ゲインコントロールＳＷ）は、エンベロープ量子化器２０の入力側のスイッチ１９のスイッチング制御信号として送られるとともに、後述する係数量子化部４０内の係数量子化回路４５に送られて、ゲインコントロールがオンのときとオフのときの係数の割当ビット数の切り換えに使用される。また、このゲインコントロールオン／オフ判別出力（ゲインコントロールＳＷ）は、端子２２を介して取り出され、デコーダ側に送られる。
【００３８】
割り算器４１でゲインコントロール（あるいはゲイン圧縮）されて時間軸で平滑化された信号ｘs(ｎ) は、正規化回路部１１の出力として、直交変換回路部２５に送られ、例えばＭＤＣＴにより周波数軸パラメータ（係数データ）に変換される。この直交変換回路部２５は、窓掛け回路２６とＭＤＣＴ回路２７とから成る。窓掛け回路２６では、１／２フレームオーバーラップによるＭＤＣＴのエリアシングキャンセレーションが利用できるような窓関数による窓掛けが施される。
【００３９】
デコーダ側での復号の際には、伝送された周波数軸パラメータ（例えばＭＤＣＴ係数）の量子化インデクスから逆量子化を行い、その後、周波数軸／時間軸変換である逆直交変換により時間軸信号に戻され、その後、逆量子化された上記時間軸ゲインコントロールパラメータを用いて、オーバーラップ加算、及びエンコード時のゲイン平滑化の逆の処理（ゲイン伸長、あるいはゲイン復元処理）を行うわけであるが、ゲイン平滑化を用いた場合には、通常の対称かつ重畳位置の窓の値の二乗和が一定値になるような窓を仮定したオーバーラップ加算は使用できないため、次のよう処理が必要とされる。
【００４０】
すなわち、図６は、デコーダ側でのオーバーラップ加算及びゲインコントロールの様子を示す図であり、この図６において、ｗ(ｎ)，ｎ＝０〜Ｎ−１、は分析・合成窓を示し、ｇ(ｎ)は時間軸ゲインコントロールパラメータ、すなわち、
ｇ(ｎ) ＝ ｑｒｍｓj （ｊは、ｊＭ≦ｎ≦（j+1）Ｍ を満足）
であり、ｇ1(ｎ) は現フレームＦＲ1 のｇ(ｎ)、ｇ0(ｎ) は１フレーム過去（前フレームＦＲ0） のｇ(ｎ)とする。また、この図６では、１フレームを８分割してサブブロック（サブフレーム）ＳＢとしている（Ｍ＝８）。
【００４１】
前フレームＦＲ0 の後半のデータに対し、エンコーダ側ではゲインコントロールのためのｇ0(n+(N/2))による除算後、ＭＤＣＴのための分析窓ｗ((N/2)-1-n) がかかっているため、デコーダ側で逆ＭＤＣＴ後、再び分析窓ｗ((N/2)-1-n) をかけて得られる信号、すなわち、主成分とエリアシング（aliasing）成分との和Ｐ(ｎ)は、次の式（２）のようになる。
【００４２】
【数２】
また、現フレームＦＲ1 の前半のデータに対し、エンコーダ側では、ゲインコントロールのためのｇ0(ｎ)による除算後、ＭＤＣＴのための分析窓ｗ(ｎ)がかかっているため、デコーダ側で逆ＭＤＣＴ後、再び分析窓ｗ(ｎ)をかけて得られる信号、すなわち、主成分とエリアシング成分との和Ｑ(ｎ)は、次の式（３）のようになる。
【００４４】
【数３】
従って、再生すべきｘ(ｎ)は、次の式（４）として求められる。
【００４６】
【数４】
このような窓掛けを行い、上記サブブロック（サブフレーム）毎のｒｍｓをエンベロープとしてゲインコントロールを行うことにより、時間変化の激しい音、例えば鋭いアタックを有する楽音や、ピッチピークの間で比較的早い減衰をするような音声に対して、プリエコーのような耳につきやすい量子化雑音を低減することができる。
【００４８】
次に、直交変換回路部２５のＭＤＣＴ回路２７でＭＤＣＴ処理されて得られたＭＤＣＴ係数データは、係数量子化部４０のフレームゲイン正規化回路４３及びフレームゲイン算出・量子化回路４７に送られる。本実施の形態の係数量子化部４０では、先ず上記ＭＤＣＴ変換ブロックである１フレームの係数全体のフレームゲイン（ブロックゲイン）を算出してゲイン正規化を行った後、さらに聴覚に合わせて高域ほどバンド幅を広くしたサブバンドである臨界帯域（クリティカルバンド）に分割して、それぞれのバンド毎のスケールファクタ、いわゆるバークスケールファクタを算出し、これによって再び正規化を行っている。上記バークスケールファクタとしては、各帯域毎にその帯域内の係数のピーク値や、あるいは二乗平均の平方根（ｒｍｓ）等を用いることができ、各バンドのバークスケールファクタはまとめてベクトル量子化される。
【００４９】
すなわち、係数量子化部４０のフレームゲイン算出・量子化回路４７では、上記ＭＤＣＴ変換ブロックであるフレーム毎のゲインが算出されて量子化され、そのコードブックインデクス（フレームゲインインデクス）が端子５５を介して取り出されてデコーダ側に送られると共に、量子化された値のフレームゲインがフレームゲイン正規化回路４３に送られて、入力をフレームゲインで割ることによる正規化が行われる。このフレームゲインで正規化された出力は、バークスケールファクタ算出・量子化回路４２及びバークスケールファクタ正規化回路４４に送られる。
【００５０】
バークスケールファクタ算出・量子化回路４２では、上記各臨界帯域毎のバークスケールファクタが算出されて量子化され、コードブックインデクス（バークスケールファクタインデクス）が端子５４を介して取り出されてデコーダ側に送られると共に、量子化された値のバークスケールファクタがビット割当算出回路４１及びバークスケールファクタ正規化回路４４に送られる。バークスケールファクタ正規化回路４４では、上記臨界帯域毎に帯域内の係数の正規化が行われ、バークスケールファクタで正規化された係数が係数量子化回路４５に送られる。
【００５１】
係数量子化回路４５では、ビット割当算出回路４１からのビット割当情報に従って各係数に量子化ビット数が割り当てられて量子化が行われ、このとき、上述したゲインコントロールオン／オフ決定回路１８からのゲインコントロールＳＷ情報に応じて全体の割当ビット数の切換が行われる。これは、例えばベクトル量子化を行う場合には、上記ゲインコントロールオン時用と、オフ時用との２組のコードブックを用意しておき、上記ゲインコントロールＳＷ情報に応じてこれらのコードブックを切り換えるようにすればよい。
【００５２】
ここで、ビット割当算出回路４１におけるビット割当（ビットアロケーション）について説明すると、上述のようにして求められたＬＰＣ係数、ピッチパラメータ、バークスケールファクタ等により、各ＭＤＣＴ係数に対する量子化時の重みを算出し、これにより全帯域のＭＤＣＴ係数のビット割当を決定して量子化を行う。この重みは、ノイズシェイピングファクタと考えることができ、また、各パラメータを変更することで所望のノイズシェイピング特性を持たせることが可能である。一例として、本実施の形態においては、次の式に示すように、ＬＰＣ係数、ピッチパラメータ、及びバークスケールファクタのみを用いて、重みＷ(ω)を算出している。
【００５３】
【数５】
このように量子化時の重み決定は、ＬＰＣ、ピッチ、バークスケールファクタのみによってなされるため、この３種類のパラメータのみをデコーダに伝送すれば、エンコーダと全く同じビットアロケーションが再現され、アロケーションの一情報等は一切送る必要はなくなり、サイドインフォメーション（補助情報）のレートを下げることができる。
【００５５】
次に、係数量子化回路４５での量子化の具体例について、図７〜図９を参照しながら説明する。
【００５６】
図７は、図２の係数量子化回路４５の具体的な構成の一例を示すものであり、入力端子１には、図２のバークスケールファクタ正規化回路４４からの正規化された係数データ（例えばＭＤＣＴ係数）ｙが供給されている。重み計算回路２は、図２のビット割当算出回路４１にほぼ相当するが、量子化ビットを割り当てるための各係数の重みを計算する部分のみを取り出したものである。この重み計算回路２では、上述したＬＰＣ係数、ピッチパラメータ、バークスケールファクタ等のパラメータに基づいて重みｗが計算される。ここで、１フレーム分の係数をベクトルｙ、１フレーム分の重みをベクトルｗで表すものとする。
【００５７】
これらの係数ベクトルｙ、重みベクトルｗを、必要に応じてバンド分割回路３に送ることにより、Ｌ個（Ｌ≧１）のバンドに分割する。バンド数としては、例えば低域、中域、高域の３バンド程度（Ｌ＝３）が挙げられるが、これに限定されず、またバンド分割しなくてもよい。この各バンド毎の係数、例えば第ｋ番目のバンドの係数をｙ k、 重みをｗ k （０≦ｋ≦Ｌ−１）とするとき、
ｙ＝（ｙ 0,ｙ 1,...,ｙ L-1）
ｗ＝（ｗ 0,ｗ 1,...,ｗ L-1）
となる。このバンド分割のバンド数や各バンド毎の係数の個数は、予め設定された数値に固定されている。
【００５８】
次に、各バンドの係数ベクトルｙ 0,ｙ 1,...,ｙ L-1 をそれぞれソート回路４0,４1,...,４L-1 に送って、各バンド毎に、それぞれのバンド内の係数に対して、重みの順に従って順位をつける。これは、各バンド内の係数自体を、重みの順に従って並び替え（ソート）すればよいが、各係数の周波数軸上での位置あるいは順番を表す指標（インデクス）のみを重みの順にソートして、ソートされた指標（インデクス）に対応して各係数の量子化時の精度（割当ビット数等）を決定するようにしてもよい。係数自体をソートする場合には、任意の第ｋ番目のバンドについて、係数ベクトルｙ k の各係数を重みの順にソートし、重み順にソートされた係数ベクトルｙ'kを得る。
【００５９】
図８は、このソートの様子を示したものであり、図８の（Ａ）は第ｋバンドの重みベクトルｗ k を、図８の（Ｂ）は第ｋバンドの係数ベクトルｙ k をそれぞれ示している。この図８の例においては、第ｋ番目のバンド内の要素数を例えば８としており、重みベクトルｗ k の各要素となる８個の重みをｗ1,ｗ2,...,ｗ8 、係数ベクトルｙ k の各要素となる８個の係数をｙ1,ｙ2,...,ｙ8 にてそれぞれ表している。図８の（Ａ）、（Ｂ）の例においては、係数ｙ3 に対応する重みｗ3 が最も大きく、以下重みの順に、ｗ2,ｗ6,...,ｗ4 となっている。図８の（Ｃ）は、この重みの順に係数ｙ1,ｙ2,...,ｙ8 を並べ替え（ソート）して、順にｙ3,ｙ2,ｙ6,...,ｙ4 とした係数ベクトルｙ'kを示している。
【００６０】
次に、上述のように各バンド毎に重みの順に従ってソートされた各バンドの係数ベクトルｙ'0,ｙ'1,...,ｙ'L-1 をそれぞれベクトル量子化器５0,５1,...,５L-1 に送って、それぞれベクトル量子化を行う。ここで、各バンド毎の割当ビット数を予め固定しておき、バンド毎のエネルギが変化しても各バンドへの量子化ビット数の割当が変動することを防止することが好ましい。
【００６１】
このバンド毎のベクトル量子化について、１つのバンド内の要素数が多い場合には、いくつかのサブベクトルに区切って、各サブベクトル毎にベクトル量子化すればよい。すなわち、任意の第ｋバンドのソート後の係数ベクトルｙ'kを、図９に示すように、予め定めた要素数に従っていくつかのサブベクトルに区切り、例えば３つのサブベクトルｙ'k1,ｙ'k2,ｙ'k3 とし、これらをそれぞれベクトル量子化して、コードブックインデクスｃk1,ｃk2,ｃk3を得るようにすればよい。この第ｋバンドのインデクスｃk1,ｃk2,ｃk3をまとめて係数インデクスのベクトルｃ k とする。ここで、サブベクトルの量子化においては、先頭側のベクトルほど量子化ビット数を多く割り当てることで、重みに従った量子化となる。これは、例えば図９において、ベクトルｙ'k1 を８ビット、ベクトルｙ'k2 を６ビット、ベクトルｙ'k3 を８ビット、のように割り当てることにより、係数１個当たりの割り当てビット数が多いものから順に少なくなり、重みに従ったビット割当が実現できることになる。
【００６２】
次に、図７の各ベクトル量子化器５0,５1,...,５L-1 からの各バンド毎の係数インデクスのベクトルｃ 0,ｃ 1,...,ｃ L-1 をまとめて、全バンドの係数インデクスのベクトルｃとし、端子６から取り出している。この端子６は、図２の端子５１に相当する。
【００６３】
なお、上記図７〜図９の具体例では、直交変換された周波数軸上の係数（例えばＭＤＣＴ係数）自体を、上記重みに従ってソートし、ソートされた係数の順序に従って割当ビット数を多いものから少なくするようにして（ソート後の順位の上位側の係数ほど多くのビットを割り当てて）いるが、直交変換されて得られた各係数の周波数軸上での位置あるいは順番を表す指標（インデクス）のみを上記重みの順にソートして、ソートされた指標（インデクス）に対応して各係数の量子化時の精度（割当ビット数等）を決定するようにしてもよい。また、上述した具体例では、係数の量子化としてベクトル量子化を用いているが、スカラ量子化、あるいはスカラ量子化とベクトル量子化とを併用するような量子化に本発明を適用することも容易である。
【００６４】
次に、上述した図２に示すようなオーディオ信号符号化装置（エンコーダ側）に対応するオーディオ信号復号装置（デコーダ側）の構成の一例について、図１０を参照しながら説明する。
【００６５】
この図１０において、各入力端子６０〜６７には上記図２の各出力端子からのデータが供給されており、図１０の入力端子６０には、上記図２の出力端子５１からの直交変換係数（例えばＭＤＣＴ係数）のインデクスが供給されている。入力端子６１には、図２の出力端子３１からのＬＳＰインデクスが供給され、入力端子６２〜６５には、図２の各出力端子５２〜５５からのデータ、すなわち、ピッチラグインデクス、ピッチゲインインデクス、バークスケールファクタインデクス、フレームゲインインデクスがそれぞれ供給され、入力端子６６、６７には、図２の各出力端子２１、２２からのエンベロープインデクス、ゲインコントロールＳＷがそれぞれ供給されている。
【００６６】
入力端子６０からの係数インデクスは、係数逆量子化回路７１で逆量子化され、掛け算器７３を介して、例えばＩＭＤＣＴ（逆ＭＤＣＴ）等の逆直交変換回路７４に送られる。
【００６７】
入力端子６１からのＬＳＰインデクスは、ＬＰＣパラメータ再生部８０の逆量子化器８１に送られてＬＳＰデータに逆量子化され、ＬＳＰ→α変換回路８２及びＬＳＰ補間回路８３に送られる。ＬＳＰ→α変換回路８２からのαパラメータ（ＬＰＣ係数）は、ビット割当回路７２に送られる。ＬＳＰ補間回路８３からのＬＳＰデータは、ＬＳＰ→α変換回路８４でαパラメータ（ＬＰＣ係数）に変換され、後述するＬＰＣ合成回路７７に送られる。
【００６８】
ビット割当回路７２には、ＬＳＰ→α変換回路８２からの上記ＬＰＣ係数の他に、入力端子６２からのピッチラグと、入力端子６３から逆量子化器９１を介して得られたピッチゲインと、入力端子６４から逆量子化器９２を介して得られたバークスケールファクタとが供給されており、これらのパラメータのみに基づいて、エンコーダ側と同一のビット割当を再現することができる。ビット割当回路７２からのビット割当情報は、係数逆量子化器７１に送られて、各係数の量子化割当ビットの決定に使用される。
【００６９】
入力端子６５からのフレームゲインインデクスは、フレームゲイン逆量子化器８６に送られて逆量子化され、得られたフレームゲインが掛け算器７３に送られる。
【００７０】
入力端子６６からのエンベロープインデクスは、スイッチ８７を介してエンベロープ逆量子化器８８に送られて逆量子化され、得られたエンベロープデータがオーバーラップ加算回路７５に送られる。また、入力端子６７からのゲインコントロールＳＷ情報は、上記係数逆量子化器７１及びオーバーラップ加算回路７５に送られると共に、スイッチ８７の制御信号として用いられる。記係数逆量子化器７１は、上述したようなゲインコントロールのオン／オフに応じて、全体の割当ビット数を切り換えており、逆ベクトル量子化の場合には、ゲインコントロールのオン時のコードブックとオフ時のコードブックとを切り換えるようにしてもよい。
【００７１】
オーバラップ加算回路７５は、ＩＭＤＣＴ等の逆直交変換回路７４からの上記フレーム毎に時間軸に戻された信号を、１／２フレームずつオーバーラップさせながら加算するものであり、ゲインコントロールのオン時には、上記エンベロープ逆量子化器８８からのエンベロープデータによるゲインコントロール（上述したゲイン伸長あるいはゲイン復元）処理しながらオーバーラップ加算する。
【００７２】
オーバラップ加算回路７５からの時間軸信号は、ピッチ合成回路７６に送られて、ピッチ成分が復元される。これは、図２のピッチ逆フィルタ１３での処理の逆処理に相当するものであり、端子６２からのピッチラグ及び逆量子化器９１からのピッチゲインが用いられる。
【００７３】
ピッチ合成回路７６からの出力は、ＬＰＣ合成回路７７に送られて、図２のＬＰＣ逆フィルタ１２での処理の逆の処理に対応するＬＰＣ合成処理が施され、出力端子７８より取り出される。
【００７４】
ここで、上記エンコーダ側の係数量子化部４０の係数量子化回路４５として、上記図７に示すような重みに従って各バンド毎にソートされた係数をベクトル量子化するものを用いる場合には、係数逆量子化回路７１として、図１１に示すような構成を用いることができる。
【００７５】
この図１１において、入力端子６０は上記図１０の入力端子６０に相当し、上記係数インデクス（ＭＤＣＴ係数等の直交変換係数が量子化されることで得られたコードブックインデクス）が供給され、重み計算回路７９には、図１０のＬＳＰ→α変換回路８２からのαパラメータ（ＬＰＣ係数）、入力端子６２からのピッチラグ、逆量子化器９１からのピッチゲイン、逆量子化器９２からのバークスケールファクタ等が供給されている。重み計算回路７９は、図１０のビット割当回路７２中の、量子化ビット割当の計算途中に求められる各係数の重みを算出するまでの構成部分を取り出したものである。この重み計算回路７９では、上述したように、上記式（５）の計算により、上記ＬＰＣ係数、ピッチパラメータ（ピッチラグ及びピッチゲイン）、及びバークスケールファクタのみを用いて、重みＷ(ω)を計算している。入力端子９３には、周波数軸上の係数の位置あるいは順番を示す指標（インデクス）、すなわち全帯域でＮ個の係数データがある場合には、０〜Ｎ−１の数値（これをベクトルＩとする）が供給されている。なお、重み計算回路７９からの上記Ｎ個の各係数に対するＮ個の重みをベクトルｗで表す。
【００７６】
重み計算回路７９からの重みｗ及び入力端子９３からの指標Ｉは、バンド分割回路９４に送られて、エンコーダ側と同様にＬ個のバンドに分割される。エンコーダ側で例えば低域、中域、高域の３バンド（Ｌ＝３）に分割されていれば、デコーダ側でも同じく３バンドに分割する。これらのバンド分割された各バンド毎の指標及び重みは、それぞれソート回路９５0,９５1,...,９５L-1 に送られる。例えば第ｋ番目のバンド内の指標Ｉ k 及び重みｗ k は、第ｋ番目のソート回路９５k に送られる。ソート回路９５k では、第ｋ番目のバンド内の指標Ｉ k が、各係数の重みｗ k の順序に従って並べ替え（ソート）され、ソートされた指標Ｉ'k が出力される。各ソート回路９５0,９５1,...,９５L-1 からのそれぞれのバンド毎にソートされた指標Ｉ 0,Ｉ 1,...,Ｉ L-1 は、係数再構成回路９７に送られる。
【００７７】
また、図１０の入力端子６０からの直交変換係数のインデクスは、エンコーダ側で量子化される際に、上記図７〜図９と共に説明したように、Ｌバンドにバンド分割され、各バンド毎に重み順にソートされた係数が、１つのバンド内で予め定められた規則に基づく個数毎に区切られたサブベクトル毎にベクトル量子化されて得られたものである。具体的には、Ｌ個のバンドについて、それぞれのバンド毎の係数インデクスの集合をそれぞれベクトルｃ 0,ｃ 1,...,ｃ L-1 としたものであり、これらの各バンドの係数インデクスのベクトルｃ 0,ｃ 1,...,ｃ L-1 が、それぞれ逆量子化器９６0,９５1,...,９５L-1 に送られている。これらの逆量子化器９６0,９５1,...,９５L-1 で逆量子化されて得られた係数データは、各バンド内で上記重みの順にソートされているもの、すなわち上記図７の各ソート回路４0,４1,...,４L-1 からの係数ベクトルｙ'0,ｙ'1,...,ｙ'L-1 に相当するものであり、配列順序は周波数軸上の位置とは異なっている。そこで、係数の時間軸上での位置を表す指標Ｉを上記重みに従って先にソートしておき、このソートされた指標と、上記逆量子化されて得られた係数データとを対応させて、元の時間軸上の順序に戻すのが係数再構成回路９７の機能である。すなわち、係数再構成回路９７では、各逆量子化器９６0,９５1,...,９５L-1 からの、各バンド内で重み順にソートされた係数データに対して、各ソート回路９５0,９５1,...,９５L-1 からのそれぞれのバンド毎にソートされた指標を対応させ、このソートされた指標に従って逆量子化された係数データを並べ替える（逆ソートする）ことにより、元の時間軸上の順序に並んだ係数データｙを得て、出力端子９８より取り出している。この出力端子９８からの係数データは、図１０の掛け算器７３に送られる。
【００７８】
次に、図１２は、上記図１のエンコーダ側構成に対応するデコーダ側の基本構成を示す図である。
【００７９】
この図１２において、入力端子６０には上記係数インデクスが、入力端子６６には上記エンベロープインデクスが、それぞれ供給されている。入力端子６０からの係数インデクスは、逆量子化回路７１で逆量子化され、ＩＭＤＣＴ回路で逆ＭＤＣＴ処理（逆直交変換処理）されて、オーバーラップ加算回路７５に送られる。入力端子６６からのエンベロープインデクスは、逆量子化器８８で逆量子化され、エンベロープ情報がオーバーラップ加算回路７５に送られる。オーバーラップ加算回路７５では、上記図１でのゲイン平滑化（割り算器１４でのエンベロープ情報による入力信号の割り込み）の逆の処理を施しながらオーバーラップ加算して、端子８９より連続的な時間軸信号を出力する。この端子８９からの信号は、上記図１０のピッチ合成回路７６に送られる。
【００８０】
このような処理によって、時間軸方向のノイズシェイピングが行われ、変換窓長を切り換えなくとも、プリエコー等の耳につきやすい量子化雑音を低減することができる。
【００８１】
すなわち、図１３及び図１４は、実際の例として、カスタネットの音を符号化したときの再生信号波形を示し、図１３が上記ゲインコントロール無しを、図１４が上記ゲインコントロール有りをそれぞれ示している。これらの図１３及び図１４から明らかなように、上記ゲインコントロールを適用することにより、アタック前のノイズ（いわゆるプリエコー）が大幅に低減していることが確認できる。
【００８２】
また、図１５及び図１６は、音声信号の一部として、スピーチバーストの開始部分を示しており、図１５が時間軸信号波形を、図１６が周波数軸のスペクトラムをそれぞれ示している。これらの図１５、図１６において、曲線ａが上記ゲインコントロール有りの場合を、曲線（図中の破線）ｂが上記ゲインコントロール無しの場合にそれぞれ対応する。これらの曲線ａ，ｂを比較すると、特に図１６の周波数スペクトラムから明らかなように、ゲインコントロール有りの曲線ａの方がピッチ構造がより明確に現れており、良好な再生が行えていることが確認できる。
【００８３】
なお、本発明は上記実施の形態のみに限定されるものではなく、例えば、入力時間軸信号は音声や音楽を含むオーディオ信号以外に、電話帯域の音声信号や、ビデオ信号等でもよい。また、正規化回路部１１の構成や、ＬＰＣ分析及びピッチ分析は、これらに限定されず、線形予測あるいは非線形予測等により時間軸入力波形の特徴あるいは相関性を抽出して除去する種々の構成がとり得る。また、各量子化器には、ベクトル量子化以外にも、スカラ量子化や、スカラ量子化とベクトル量子化とを併用するようにしてもよい。
【００８４】
【発明の効果】
以上の説明から明らかなように、本発明によれば、時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換を施して符号化を行う際に、入力信号の上記フレーム内のエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換に供給しているため、従来のように変換窓長を切り換えなくとも、プリエコーやポストエコー等の耳につきやすい量子化雑音を低減することができる。
【００８５】
また、エンベロープ情報を量子化してデコーダ側に送ると共に、量子化されたエンベロープ値でゲイン平滑化を施すことにより、デコーダ側でのゲイン復元がより正確に行える。
【００８６】
また、上記直交変換として、改良離散コサイン変換（ＭＤＣＴ）を用いることにより、良好な音質でのオーディオ信号の高能率符号化が行える。
【図面の簡単な説明】
【図１】本発明の実施の形態の概略構成を示すブロック図である。
【図２】本発明の実施の形態のより具体的な構成例であるオーディオ信号符号化装置を示すブロック図である。
【図３】入力信号に対するＬＰＣ分析処理及びピッチ分析処理の関係を示す図である。
【図４】時間軸入力信号のＬＰＣ分析及びピッチ分析による相関性の除去を説明するための時間軸信号波形図である。
【図５】時間軸入力信号のＬＰＣ分析及びピッチ分析による相関性の除去を説明するための周波数特性を示す図である。
【図６】デコーダ側でのオーバーラップ加算を説明するための時間軸信号波形図である。
【図７】係数量子化回路の具体的構成の一例を示すブロック図である。
【図８】バンド分割された１つのバンド内の係数の重みに応じたソートを説明するための図である。
【図９】バンド分割された１つのバンド内で重みに応じてソートされた係数をサブベクトルに区切ってベクトル量子化する処理を説明するための図である。
【図１０】図２のオーディオ信号符号化装置に対応する復号側構成としてのオーディオ信号復号装置の一例を示すブロック図である。
【図１１】図１０のオーディオ信号復号装置の逆量子化回路の一具体例を示すブロック図である。
【図１２】図１のエンコーダ側構成に対応するデコーダ側の基本構成を示す図である。
【図１３】ゲインコントロール無しのときのカスタネットの音を符号化したときの再生信号波形を示す波形図である。
【図１４】ゲインコントロール有りのときのカスタネットの音を符号化したときの再生信号波形を示す波形図である。
【図１５】音声信号の一部としてのスピーチバーストの開始部分の時間軸信号波形を示す波形図である。
【図１６】音声信号の一部としてのスピーチバーストの開始部分の周波数スペクトラムを示す図である。
【符号の説明】
１１ 正規化回路部、 １２ ＬＰＣ逆フィルタ、 １３ ピッチ逆フィルタ、 １５ ピッチ分析回路、 １６ ピッチゲイン量子化回路、 １７ エンベロープ抽出回路、 １８ ゲインコントロールオン／オフ決定回路、 ２０ エンベロープ量子化回路、 ２５ 直交変換回路部、 ２６窓掛け回路、 ２７ ＭＤＣＴ回路、 ３０ ＬＰＣ分析・量子化部、 ３２ ＬＰＣ分析回路、 ３３ α→ＬＳＰ変換回路、 ３４ ＬＳＰ量子化回路、 ３６ ＬＳＰ補間回路、 ３７，３８ ＬＳＰ→α変換回路、 ４０ 係数量子化回路部、 ４１ ビット割当算出回路、 ４２ バークスケールファクタ算出・量子化回路、 ４３フレームゲイン正規化回路、 ４４ バークスケールファクタ正規化回路、 ４５ 係数量子化回路、 ４７ フレームゲイン算出・量子化回路
Claims (12)
- 時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換手段により直交変換を施して符号化を行う信号符号化装置において、
上記入力信号の上記フレーム内のエンベロープを抽出するエンベロープ抽出手段と、
このエンベロープ抽出手段により抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換手段に供給するゲイン平滑化手段とを有し、
上記ゲイン平滑化手段は、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化を行う
信号符号化装置。 - 上記エンベロープ抽出手段からのエンベロープ情報を量子化して出力し、この量子化されたエンベロープにより上記ゲイン平滑化を施す請求項１記載の信号符号化装置。
- 上記エンベロープ抽出手段は、上記フレームを複数のサブフレームに分割した各サブフレーム毎の二乗平均の平方根（ｒｍｓ）値を上記エンベロープとして算出する請求項１記載の信号符号化装置。
- 上記各サブフレーム毎のｒｍｓ値を量子化して出力し、この量子化されたサブフレーム毎のｒｍｓ値により上記ゲイン平滑化を施す請求項３記載の信号符号化装置。
- 上記直交変換手段は、改良離散コサイン変換（ＭＤＣＴ）により入力された時間軸信号を周波数軸の係数データに変換する請求項１記載の信号符号化装置。
- 上記直交変換手段の前に正規化手段を挿入接続し、
この正規化手段は、上記入力信号をＬＰＣ分析して得られたＬＰＣ係数に基づき上記入力信号のＬＰＣ予測残差を出力するＬＰＣ逆フィルタと、上記ＬＰＣ予測残差をピッチ分析して得られたピッチパラメータに基づき上記ＬＰＣ予測残差のピッチの相関性を除去するピッチ逆フィルタとを有する請求項１記載の信号符号化装置。 - 上記量子化手段は、上記ＬＰＣ分析結果及び上記ピッチ分析結果に基づいて決定される割当ビット数に従って量子化を行う請求項６記載の信号符号化装置。
- 時間軸上の入力信号に対して符号化の単位となるフレーム毎に直交変換を施して符号化を行う信号符号化方法において、
上記入力信号の上記フレーム内のエンベロープを抽出するエンベロープ抽出工程と、
このエンベロープ抽出工程により抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施して上記直交変換に供給するゲイン平滑化工程とを有し、
上記ゲイン平滑化工程では、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化を行う
信号符号化方法。 - 上記エンベロープ抽出工程は、上記フレームを複数のサブフレームに分割した各サブフレーム毎の二乗平均の平方根（ｒｍｓ）を上記エンベロープとして算出する請求項８記載の信号符号化方法。
- 上記直交変換は、改良離散コサイン変換（ＭＤＣＴ）により入力された時間軸信号を周波数軸の係数データに変換する請求項８記載の信号符号化方法。
- 時間軸上の入力信号に対して符号化の単位となるフレーム毎にエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施し、ゲイン平滑化された信号に対して直交変換を施して符号化された符号化データが供給され、この符号化データを復号する信号復号装置において、
上記ゲイン平滑化では、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化が行われ、
上記符号化データを逆直交変換する逆直交変換手段と、
この逆直交変換された信号に対して上記ゲイン平滑化の逆の処理を施しながらオーバーラップ加算して連続的な時間軸信号を出力するオーバーラップ加算手段とを有し、
上記オーバーラップ加算手段は、上記逆直交変換された信号が上記ゲイン平滑化が行われた信号である場合にのみ上記ゲイン平滑化の逆の処理を施す
信号復号装置。 - 時間軸上の入力信号に対して符号化の単位となるフレーム毎にエンベロープを抽出し、抽出されたエンベロープに基づいて上記入力信号に対してゲイン平滑化を施し、ゲイン平滑化された信号に対して直交変換を施して符号化された符号化データが供給され、この符号化データを復号する信号復号方法において、
上記ゲイン平滑化では、エンベロープがフレーム内で最大のものと最小のものの比が一定以上である場合のみ、ゲイン平滑化が行われ、
上記符号化データを逆直交変換する逆直交変換工程と、
この逆直交変換された信号に対して上記ゲイン平滑化の逆の処理を施しながらオーバーラップ加算して連続的な時間軸信号を出力するオーバーラップ加算工程とを有し、
上記オーバーラップ加算工程では、上記逆直交変換された信号が上記ゲイン平滑化が行われた信号である場合にのみ上記ゲイン平滑化の逆の処理を施す
信号復号方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31978998A JP4281131B2 (ja) | 1998-10-22 | 1998-10-22 | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
| US09/422,250 US6353808B1 (en) | 1998-10-22 | 1999-10-21 | Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal |
| US09/935,931 US6681204B2 (en) | 1998-10-22 | 2001-08-23 | Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal |
| US09/935,881 US6484140B2 (en) | 1998-10-22 | 2001-08-23 | Apparatus and method for encoding a signal as well as apparatus and method for decoding signal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31978998A JP4281131B2 (ja) | 1998-10-22 | 1998-10-22 | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000132193A JP2000132193A (ja) | 2000-05-12 |
| JP4281131B2 true JP4281131B2 (ja) | 2009-06-17 |
Family
ID=18114209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31978998A Expired - Fee Related JP4281131B2 (ja) | 1998-10-22 | 1998-10-22 | 信号符号化装置及び方法、並びに信号復号装置及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4281131B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4008244B2 (ja) * | 2001-03-02 | 2007-11-14 | 松下電器産業株式会社 | 符号化装置および復号化装置 |
| JP4816115B2 (ja) * | 2006-02-08 | 2011-11-16 | カシオ計算機株式会社 | 音声符号化装置及び音声符号化方法 |
| JP4871894B2 (ja) | 2007-03-02 | 2012-02-08 | パナソニック株式会社 | 符号化装置、復号装置、符号化方法および復号方法 |
| JP5403949B2 (ja) * | 2007-03-02 | 2014-01-29 | パナソニック株式会社 | 符号化装置および符号化方法 |
| DE602008005250D1 (de) * | 2008-01-04 | 2011-04-14 | Dolby Sweden Ab | Audiokodierer und -dekodierer |
| RU2464649C1 (ru) * | 2011-06-01 | 2012-10-20 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ обработки звукового сигнала |
| KR101820028B1 (ko) * | 2013-08-23 | 2018-02-28 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에.베. | 오버랩 범위 내의 결합을 사용하여 오디오 신호를 처리하기 위한 장치 및 방법 |
| MX371223B (es) * | 2016-02-17 | 2020-01-09 | Fraunhofer Ges Forschung | Post-procesador, pre-procesador, codificador de audio, decodificador de audio y metodos relacionados para mejorar el procesamiento de transitorios. |
| US10146500B2 (en) * | 2016-08-31 | 2018-12-04 | Dts, Inc. | Transform-based audio codec and method with subband energy smoothing |
-
1998
- 1998-10-22 JP JP31978998A patent/JP4281131B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000132193A (ja) | 2000-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6353808B1 (en) | Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal | |
| US8862463B2 (en) | Adaptive time/frequency-based audio encoding and decoding apparatuses and methods | |
| JP5688852B2 (ja) | オーディオコーデックポストフィルタ | |
| US6708145B1 (en) | Enhancing perceptual performance of sbr and related hfr coding methods by adaptive noise-floor addition and noise substitution limiting | |
| US5749065A (en) | Speech encoding method, speech decoding method and speech encoding/decoding method | |
| EP0858067B1 (en) | Multichannel acoustic signal coding and decoding methods and coding and decoding devices using the same | |
| JP3234609B2 (ja) | ３２Ｋｂ／ｓワイドバンド音声の低遅延コード励起線型予測符号化 | |
| US20090204397A1 (en) | Linear predictive coding of an audio signal | |
| US6678655B2 (en) | Method and system for low bit rate speech coding with speech recognition features and pitch providing reconstruction of the spectral envelope | |
| KR20020052191A (ko) | 음성 분류를 이용한 음성의 가변 비트 속도 켈프 코딩 방법 | |
| JP3636094B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| KR20060131782A (ko) | 최적의 다중 부호화 방법 | |
| JP3765171B2 (ja) | 音声符号化復号方式 | |
| JP4281131B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JPH07261800A (ja) | 変換符号化方法、復号化方法 | |
| JP4359949B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JP3248668B2 (ja) | ディジタルフィルタおよび音響符号化／復号化装置 | |
| JP3087814B2 (ja) | 音響信号変換符号化装置および復号化装置 | |
| EP0852375B1 (en) | Speech coder methods and systems | |
| JP3684751B2 (ja) | 信号符号化方法及び装置 | |
| JP3353267B2 (ja) | 音響信号変換符号化方法及び復号化方法 | |
| JP4618823B2 (ja) | 信号符号化装置及び方法 | |
| JP3348759B2 (ja) | 変換符号化方法および変換復号化方法 | |
| JP4721355B2 (ja) | 符号化データの符号化則変換方法および装置 | |
| JPH0736484A (ja) | 音響信号符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050804 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080414 |
|
| 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: 20090224 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090309 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120327 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130327 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140327 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |