JP4539180B2 - 音響復号装置及び音響復号方法 - Google Patents

Description

本発明は、符号化されたオーディオデータを復号する音響復号装置及び音響復号方法に関する。

オーディオデータを効率的に蓄積したり伝達したりするために、様々な符号化（圧縮）技術が開発されている。このオーディオデータを高能率・高音質で圧縮する代表的な手法として、オーディオデータをサブバンド符号化やＭＤＣＴ（Modified Discrete Cosine Transform: 変形離散コサイン変換）によって周波数帯域に変換し、また人間の聴覚モデルを利用して人間の耳に聞こえない情報を削減し、さらにハフマン符号化等によって情報の冗長度を減らすことにより、データサイズを減らす方法がある。その代表例として、ＭＰＥＧ(Moving Picture Experts Group)によってＩＳＯ（International Organization for Standardization）・ＩＥＣ（International Electro for Standardization）標準式となったＭＰＥＧ１，２，４オーディオ、Ｄｏｌｂｙ社が策定したＤｏｌｂｙ Ｄｉｇｉｔａｌ（商標）、ソニー株式会社が開発したＡＴＲＡＣ（商標）等が挙げられる。ＭＰＥＧオーディオ規格には複数の方式が存在し、ＭＰＥＧ−１及びＭＰＥＧ−２オーディオレイヤ３は、通称ＭＰ３としてパーソナルコンピュータや携帯用オーディオプレーヤに広く使われている。また、ＭＰＥＧ‐２ ＡＡＣは、ディジタル放送用の圧縮方式として採用されている。また、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ（商標）は、ＤＶＤ（Digital Versatile Disc）用のオーディオ圧縮方式に採用されている。また、ＡＴＲＡＣ（商標）は、主にＭｉｎｉ Ｄｉｓｋ（商標）やＭｅｍｏｒｙ Ｓｔｉｃｋ Ｗａｌｋｍａｎ（商標）等の携帯用オーディオプレーヤに採用されている。

ここで、ビデオＣＤ（Compact Disc）や組み込み機器の分野で広く使われているＭＰＥＧ−１オーディオレイヤ２方式について説明する。ＭＰＥＧ−１オーディオレイヤ２方式の符号化ストリームにおける１フレームには、大きく分けて、フレームの先頭を示す情報を含むヘッダと、各周波数帯域にどれだけの情報を割り当てるかについての情報を含むビットアロケーション情報と、周波数データを正規化したときのスケールファクタをどのサブバンドに使用したかについての情報が含まれているスケールファクタ選択情報と、周波数データを正規化したときの乗算係数のインデックス値が記述されているスケールファクタと、圧縮された音響情報が周波数のインデックス値として記述されているサンプルデータと、アンシラリデータとが多重化されている。

図９は、従来の音響復号装置１０１を示すブロック図である。音響復号装置１０１は、符号化ストリームを蓄えるフレームバッファ１０２と、蓄えられた符号化ストリームから各データを分離するデータ分離部１０３と、分離されたヘッダを分析するヘッダ分析部１０４と、分離されたビットアロケーション情報、スケールファクタ選択情報及びスケールファクタを復号するサイド情報復号部１０５と、サンプルデータを復号し、ビットアロケーション情報を用いて逆量子化するサンプル逆量子化部１０６と、スケールファクタを用いて周波数データを算出するサンプル逆正規化部１０７と、複数帯域の周波数データからオーディオデータを合成する帯域合成部１０８とを備えている。

次に、音響復号装置１０１の動作について説明する。音響復号装置１０１に入力された符号化ストリームは、フレームバッファ１０２に保持される。データ分離部１０３は、フレームバッファ１０２に保持された符号化ストリームに対し、その符号化ストリーム中に多重化されている各データを分離する。ＭＰＥＧ‐１ オーディオレイヤ２方式の符号化ストリームの１フレームには、上述した各データが規定された固定ビット長、且つ規定された順序で含まれているため、データ分離部１０３は、符号化ストリームの先頭から順次規定ビットずつ取り出すことにより、各データを分離する。

データ分離部１０３によって分離されたヘッダは、ヘッダ分析部１０４で分析され、データの先頭を意味するシンクワード及びチャネル数と圧縮モードを示すモードの情報が抽出される。ここで、ヘッダ中にＣＲＣ情報が含まれている場合には、ヘッダ分析部１０４は、ヘッダ、ビットアロケーション情報及びスケールファクタ選択情報から計算されたＣＲＣデータと、符号化時に予めフレーム中に付加されたＣＲＣデータとを比較して巡回冗長検査を行う。

巡回冗長検査でエラーが検出された場合には、そのフレーム全体は、復号不可能であるためエラーフレームと判断される。そして、このエラーフレームは、例えば、ミュート処理されたり、正常な前フレームで補間されたりする。

エラーが検出されなかった場合、サイド情報復号部１０５は、データ分離部１０３によって分離されたビットアロケーション情報、スケールファクタ選択情報及びスケールファクタを復号する。

データ分離部１０３によって分離されたサンプルデータは、サンプル逆量子化部１０６で復号され、復号されたサンプルデータは、サイド情報復号部１０５によって復号されたビットアロケーション情報を用いて逆量子化される。

サンプル逆量子化部１０６で逆量子化されたサンプルデータは、サンプル逆正規化部１０７で、サイド情報復号部１０５によって復号されたスケールファクタが乗算され、周波数データに変換される。周波数データに変換された段階でのＭＰＥＧ−１ オーディオレイヤ２方式のデータは、３つのサブフレームからなる３２帯域のサブバンドデータ（周波数データ）が、時間軸方向に１２グループ続く構成となっている。

帯域合成部１０８は、サンプル逆正規化部１０７で変換された周波数データをサブバンド合成や逆ＭＤＣＴ演算することにより、オーディオデータを合成する。ＭＰＥＧ−１オーディオレイヤ２方式では、３２サンプルの周波数データを演算することで、３２サンプルのＰＣＭ（Pulse Code Modulation）データが出力され、これを３サブフレーム×１２グループ回繰り返し、１フレームで１ｃｈあたり１１５２サンプルのＰＣＭデータが出力される。

特開平１１−３５５１４５号公報 特開平６−３４９１９８号公報

しかしながら、上述したようなＣＲＣ情報によるエラーの検出では、その検出対象であるヘッダ、ビットアロケーション情報及びスケールファクタ選択情報以外のデータのビット誤りは検出できない。すなわち、スケールファクタやサンプルデータにビット誤りやデータ破壊が発生した場合には、エラーを検出することができず、ノイズが発生してしまう。

特許文献１には、スケールファクタ中のエラーに関し、隣接する部分領域を比較する手法が記述されているが、サンプルデータのエラーに関してはその影響は小さいとして何らの対策も記述されていない。しかし、サンプルデータ内でデータ破壊が起こるとそのデータ部分だけ微小なノイズが発生し、受聴者には耳障りな音として認識される虞がある。しかも、符号化ストリームの大部分はサンプルデータが占めるため、この部分のデータにエラーが発生する可能性はヘッダやビットアロケーション情報部分等よりもかなり高い。

また、特許文献２には、アンシラリデータに誤り訂正信号を挿入する方式が提案されている。しかし、この方式では、符号化装置側に誤り訂正信号を挿入するための追加処理が必要となってしまう。また、この方式を用いた音響復号装置は、訂正信号が挿入されていない符号化ストリームに対して、誤り訂正をすることができない。さらに、誤り訂正信号部分のために余分なビットを使う結果、サンプルデータに割り当てる情報量が減り、音質が損なわれてしまう虞がある。

本発明は、このような従来の実情に鑑みて提案されたものであり、サンプルデータ内で発生するエラーを検出し、エラーを検出した場合には、そのエラーを修正するようにした音響復号装置及び音響復号方法を提供することを目的とする。

そこで、上述した目的を達成するために、本発明に係る音響復号装置は、所定の時間間隔毎に分割されたオーディオデータを複数の周波数帯域の周波数データに分割し、上記複数の周波数帯域の周波数データを各グループが各周波数帯域について時系列順に一定数の周波数データを含むように複数のグループに分割し、符号化して得られた符号化ストリームを復号する音響復号装置において、上記符号化ストリームを復号し、上記複数のグループに分割された周波数データを復元する復元手段と、上記復元手段により復元された２つの周波数データの差分の絶対値としきい値とを比較し、上記差分の絶対値が上記しきい値よりも大きい場合、上記差分をとった２つの周波数データのうち一方をエラーと判断するエラー検出手段と、上記エラーと判断された周波数データを修正する修正手段と、上記複数のグループに分割された周波数データからオーディオデータを合成する合成手段とを有し、上記修正手段は、上記エラー検出手段でエラーと判断された周波数データの周波数帯域に応じて上記エラーと判断された周波数データを修正する修正方式を選択することを特徴としている。

また、本発明に係る音響復号方法は、所定の時間間隔毎に分割されたオーディオデータを複数の周波数帯域の周波数データに分割し、上記複数の周波数帯域の周波数データを各グループが各周波数帯域について時系列順に一定数の周波数データを含むように複数のグループに分割し、符号化して得られた符号化ストリームを復号する音響復号方法において、上記符号化ストリームを復号し、上記複数のグループに分割された周波数データを復元する復元工程と、上記復元工程により復元された２つの周波数データの差分の絶対値としきい値とを比較し、上記差分の絶対値が上記しきい値よりも大きい場合、上記差分をとった２つの周波数データのうち一方をエラーと判断するエラー検出工程と、上記エラーと判断された周波数データを修正する修正工程と、上記複数のグループに分割された周波数データからオーディオデータを合成する合成工程とを有し、上記修正工程は、上記エラー検出工程でエラーと判断された周波数データの周波数帯域に応じて上記エラーと判断された周波数データを修正する修正方式を選択することを特徴としている。

本発明によれば、連続する２つの周波数データの差分の絶対値としきい値とを比較することにより、符号化ストリームに多重化されているサンプルデータのエラーを検出することができる。

また、エラーが検出された場合、その周波数データに応じた修正方法を選択することにより、サンプルデータ中のビット誤りやデータ破壊によって発生するノイズを効果的に抑えることができる。

本発明の具体例として示す音響復号装置及び音響復号方法は、サンプルデータを逆量子化及び逆正規化して周波数データにした段階で、サンプルデータに含まれるエラーを検出し、エラーを検出した場合には修正処理を行うものである。なお、本実施の形態では、ＭＰＥＧ‐１ オーディオレイヤ２方式のオーディオデータを用いて説明するが、これに限定されるものではない。

以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。図１は、ＭＰＥＧ‐１ オーディオレイヤ２方式の符号化ストリームのフォーマットを示す図である。この符号化ストリームの１フレームは、大きく分けて、ヘッダ、ビットアロケーション情報、スケールファクタ選択情報、スケールファクタ、サンプルデータ及びアンシラリデータに分かれている。以下、各データを説明する。

ヘッダには、データの先頭を意味するシンクワード、レイヤ番号、転送データ量を示すビットレート、チャネル数と圧縮モードを示すモード、サンプリング周波数、ＣＲＣ(Cyclic Redundancy Check)情報等が含まれている。

このＣＲＣ情報が含まれている場合には、符号化時にヘッダ、ビットアロケーション情報、スケールファクタ選択情報から計算されたＣＲＣデータがフレーム中に付加されている。すなわち、ＣＲＣ情報によるビット誤りの保護対象は、ヘッダ、ビットアロケーション情報、スケールファクタ選択情報である。このＣＲＣデータは、復号時のエラーチェックである巡回冗長検査に用いられる。

なお、ＣＲＣ情報が含まれてない場合には、復号時にエラーの検出ができないため、符号化ストリームにビット誤りやデータ破壊が発生した場合、1フレーム(48KHzサンプリングの場合は24msec, 32KHzサンプリングの場合には32msec)の間、ノイズが発生することになる。

ビットアロケーション情報には、分離された各周波数帯域にどれだけの情報を割り当てるかについての情報が含まれている。

スケールファクタには、周波数データを正規化したときの乗算係数のインデックス値が記述されている。また、スケールファクタ選択情報には、正規化したときのスケールファクタをどのサブバンドに使用したかについての情報が含まれている。

また、サンプルデータには、符号化されたオーディオデータが周波数帯域のインデックス値として記述されている。

図２は、本実施の形態における音響復号装置１の構成を示すブロック図である。音響復号装置１は、入力された符号化ストリームを保持するフレームバッファ２と、符号化ストリームを各データに分離するデータ分離部３と、分離されたヘッダを分析するヘッダ分析部４と、分離されたビットアロケーション情報、スケールファクタ選択情報及びスケールファクタを復号するサイド情報復号部５と、符号化ストリームから分離されたサンプルデータを復号し、ビットアロケーション情報を用いて逆量子化するサンプル逆量子化部６と、スケールファクタを用いて周波数データを算出するサンプル逆正規化部７と、周波数データのエラーを検出するエラー検出部８と、エラー検出部８においてエラーが検出された場合、周波数データの修正を行うサンプル修正部９と、複数の帯域の周波数データからオーディオデータを合成する帯域合成部１０とを備えている。

フレームバッファ２は、入力された符号化ストリームをフレーム単位で保持する。

データ分離部３は、フレームバッファ２に保持された符号化ストリームから、その符号化ストリーム中に多重化されている各データを分離する。図１に示すように、ＭＰＥＧ‐１ オーディオレイヤ２方式の符号化ストリームの１フレームには、ヘッダ、ビットアロケーション情報、スケールファクタ選択情報、スケールファクタ、サンプルデータ及びアンシラリデータが規定された固定ビット長、且つ規定された順序で含まれており、データ分離部３は、フレームバッファ２に保持された符号化ストリームの先頭から順次規定ビットずつ取り出し、各データに分離する。

ヘッダ分析部４は、データ分離部３によって分離されたヘッダ中のシンクワード及びモードを分析する。ここで、ヘッダ中にＣＲＣ情報が含まれている場合には、ヘッダ分析部４は、ヘッダ、ビットアロケーション情報及びスケールファクタ選択情報から計算されたＣＲＣデータと、符号化時に予めフレーム中に付加されたＣＲＣデータとを比較して巡回冗長検査を行う。

サイド情報復号部５は、データ分離部３によって分離されたビットアロケーション情報、スケールファクタ選択情報及びスケールファクタを復号する。

サンプル逆量子化部６は、データ分離部３によって分離されたサンプルデータを復号し、そのサンプルデータをサイド情報復号部５によって復号されたビットアロケーション情報を用いて逆量子化する。

サンプル逆正規化部７は、サンプル逆量子化部６で逆量子化されたサンプルデータに、サイド情報復号部５によって復号されたスケールファクタを乗算して周波数データを算出する。周波数データが算出された段階でのＭＰＥＧ−１オーディオレイヤ２方式のデータは、図３（ａ）に示すように３つのサブフレームからなる３２帯域のサブバンドデータ（周波数データ）が、時間軸方向に１２グループ続く構成となっている。この周波数データは、周波数の低い順に、０から３１までのサブバンド番号が付されている。以下、周波数データを、サンプル番号ｋ（０〜１１）、サブフレーム番号（０〜２）ｔ及びサブバンド番号ｎ（０〜３１）を用いて、S [k][t][n]で表すこととする。なお、図３（ａ）に示されているサブバンド境界値は、オーディオデータの符号化の際に符号化された周波数帯域（サブバンド）と符号化されなかった周波数帯域（サブバンド）との境界を示している。

エラー検出部８は、サンプル逆正規化部７によって算出された周波数データのエラーを検出する。エラーの検出は、周波数データの差分の絶対値としきい値とを比較することにより検出する。例えば、サブバンド番号が連続する２つの周波数データの差分の絶対値（| S [k][t][n+1] ‐ S [k][t][n] ｜）と予め設定されたしきい値とを比較し、差分の絶対値がしきい値よりも大きい場合、サブバンド番号が連続する周波数データS [k][t][n]とS [k][t][n+1]のうち絶対値が大きい方をエラーと判断する。

サンプル修正部９は、エラー検出部８によってエラーが検出された周波数データを修正する。例えば、サブバンド番号が連続する２つの周波数データの差分の絶対値がしきい値になるようにエラーが検出された周波数データを修正する。

帯域合成部１０は、各帯域の周波数データをサブバンド合成や逆ＭＤＣＴ（Modified Discrete Cosine Transform:変形離散コサイン変換）演算することにより、オーディオデータを合成する。ＭＰＥＧ‐１ オーディオレイヤ２方式では、図３（ｂ）に示すように３２サンプルの周波数データＳを演算することで、３２サンプルのＰＣＭ（Pulse Code Modulation）データが出力され、これを３サブフレーム×１２グループ回繰り返し、１フレームで１ｃｈあたり１１５２サンプルのＰＣＭデータが出力される。

次に、本実施の形態における音響復号装置１のエラー検出部８について詳細に説明する。サブバンド合成前の周波数データは、連続する周波数領域方向と、時間軸方向とで関連性がある。例えば人の声や楽器の音などの通常耳にする音源では、その音が周波数データの1サンプルだけから成ることはなく、周波数領域方向にも、また時間軸方向にも値が広がりを持つことで一連の音色になる。しかし、周波数データの一部分が壊れたりしてノイズが発生する場合には、周波数領域方向や時間軸方向において一瞬だけ大きな変化が発生する。本発明では、周波数帯域での急激な値の変化を調べることでノイズを検出する。

図４は、本発明を適用させたエラー検出部８の構成を示すブロック図である。エラー検出部８は、サブバンド番号が連続する２つの周波数データを周波数しきい値テーブル８１に基づいて比較する周波数データ比較部８２と、前サンプル記憶部８３に記憶されたサンプル番号が１つ小さい周波数データと現周波数データとを時間軸しきい値テーブル８４に基づいて比較する時間軸データ比較部８５とを備えている。

エラー検出部８は、周波数データ比較部８２又は時間軸データ比較部８５のどちらか一方でもエラーと判断された周波数データをエラーデータとして検出する。エラー検出部８に入力される周波数データは、例えば、図３（ａ）に示すＭＰＥＧ−１オーディオレイヤ２方式のように３つのサブフレームからなる３２帯域のサブバンドデータ（周波数データ）が、時間軸方向に１２グループ続く構成となっている。ここで、グループは、各グループが各周波数帯域について時系列順に３つの周波数データを含むようにしたものであり、サンプル番号ｋ（０〜１１）と対応している。

周波数データ比較部８２は、サンプル逆正規化部７によって算出された周波数領域方向に連続する２帯域の周波数データS [k][t][n]とS [k][t][n+1]の差分の絶対値Diff[n]を（１）式に示すように算出する。
Diff[n] = | S [k][t][n+1] S [k][t][n] | (１)
すなわち、上記（１）式により、サンプル番号及びサブフレーム番号は同一で、連続するサブバンド番号の周波数データＳの差分が求められる。

そして、周波数データ比較部８２は、算出された差分の絶対値Diff[n]と周波数しきい値テーブル８１のしきい値f[n]とを比較し、この差分の絶対値Diff[n]がしきい値f[n]よりも大きい場合、周波数データS [k][t][n]とS [k][t][n+1]のうち絶対値が大きい方をエラーデータと判断し、その周波数データのサンプル番号k、サブフレーム番号t及びサブバンド番号ｎのエラー情報を出力する。また、差分を求めた周波数データS [k][t][n]とS [k][t][n+1]とを時間軸データ比較部８５に出力する。

周波数しきい値テーブル８１は、例えば、図５に示すようにサブバンド番号ｎに対応したしきい値f[n]を格納している。通常、低域では周波数データの値の変化量が大きく、高域では周波数データの値の変化量が小さいので、これを考慮して周波数しきい値テーブル８１を作成することが好ましい。なお、図５に示すしきい値は、０〜２５の２６個のサブバンドに対応しているが、これは、図３に示す３２個のサブバンドのうち０〜２５までの２６個のサブバンドを有効サブバンドとした例である。すなわち、図３に示すサブバンド境界値をサブバンド番号２５までとした場合のものである。

時間軸データ比較部８５は、周波数帯域が同じであって前サンプル記憶部８３に記憶された周波数データS [k][t][n]と時間的に次の周波数データS [k+1][t][n]との周波数データSの差分の絶対値Diff_t[n]を（２）式に示すように算出する。
Diff_t[n] = | S [k+1][t][n] S [k][t][n] | (２)
すなわち、上記（２）式により、サブバンド番号及びサブフレーム番号は同一で、連続するサンプル番号を持つ周波数データSにより差分が求められる。

そして、時間軸しきい値テーブル８４のしきい値t[n]と比較し、このDiff_t[n]がしきい値t[n]よりも大きい場合、周波数データS [k][t][n]とS [k+1][t][n]のうち絶対値の大きい方をエラーデータと判断し、その周波数データのサンプル番号k、サブフレーム番号t及びサブバンド番号ｎのエラー情報を出力する。

時間軸しきい値テーブル８４は、例えば、図６に示すようにサブバンド番号ｎに対応したしきい値t[n]を格納している。図５に示す周波数しきい値テーブル８１と同様に、通常、低域では周波数データの値の変化量が大きく、高域では周波数データの値の変化量が小さいのでこれを考慮して時間軸しきい値テーブル８４を作成することが好ましい。また、図６に示す０〜２５の２６個のサブバンドに対応している時間軸方向のしきい値は、図５に示す周波数領域方向のしきい値と同様に、図３に示す３２個のサブバンドのうち０〜２５までの２６個のサブバンドを有効サブバンドとした例である。

なお、修正対象となる周波数データは、周波数データ比較部８２又は時間軸データ比較部８５でエラーと判断された２つの周波数データのうち絶対値の大きい方とすることとしたが、絶対値の小さい方ととしてもよい。

また、エラー検出部８は、周波数データ比較部８２又は時間軸データ比較部８５のどちらか一方でエラーと判断された場合にエラーを検出したこととしたが、周波数データ比較部８２及び時間軸データ比較部８５の両方でエラーと判断した場合にエラーを検出したこととしてもよい。

また、エラー検出部８は、周波数領域方向に連続する周波数データの差分の絶対値と、時間軸方向の周波数データの差分の絶対値と、周波数領域方向及び時間軸方向に隣接した周波数データの差分の絶対値とを組み合わせて、予め設定されたしきい値と比較するようにしてもよい。ここで、斜め方向の周波数データの差分の絶対値は、周波数データS [k][t][n]とその斜め方向の周波数データS [k+1][t][n+1]とから算出される。

このように、エラー検出部８は、周波数領域方向や時間軸方向などに連続する周波数データの差分の絶対値を用いて、予め算出されたしきい値と比較することにより、各帯域の周波数データ単位でエラーの検出をすることができる。

次に、本実施の形態における音響復号装置１のサンプル修正部９について説明する。サンプル修正部９は、エラー検出部８によってエラーが検出された周波数データを修正し、サンプルデータのノイズを減少させる処理を行う。

図７は、サンプル修正部９の構成を示すブロック図である。サンプル修正部９は、エラー検出部８から入力されたエラー情報に基づいて周波数データを修正する方法を選択する修正方式選択部９１と、修正方式選択部９１によって選択された修正方法により周波数データを修正する周波数データ修正部９２、９３、９４とを備えている。

ここでは、先ず、各周波数データ修正部９２、９３、９４において行われる修正方法を説明する。また、周波数データの修正は、周波数データ比較部８２でエラーと判断された場合も、時間軸データ比較部８５でエラーと判断された場合も、同様な方式によって行われる。以下、周波数領域方向又は時間軸方向に連続する周波数データをそれぞれS[ｍ]及びS[ｍ+1]で表し、|S[ｍ+1]| > |S[ｍ] |とする。すなわち、修正対象はS[ｍ+1]として説明する。

(修正方法１)
周波数データ修正部９２は、S[ｍ+1]を（３）式に示すように連続する周波数データの差分の絶対値がしきい値になるように修正する。なお、Th[ｍ]は、周波数しきい値テーブル８１に格納されたしきい値f[n]又は時間軸しきい値テーブル８４に格納されたしきい値t[n]である。
if(S[m+1]>0) S[m+1] = S[m] + Th[m]
else S[m+1] = S[m]−Th[m] (３)
このように、修正対象ではない周波数データS[ｍ]との差分の絶対値がしきい値Th[ｍ]となるように、修正対象の周波数データS[ｍ+1]を修正することで、周波数データ間の急激な変化をなくすことができ、受聴時に気になるノイズを低減することができる。この方式は、通常時でも周波数データの値の変化量が大きい低域部分で、特に有効である。

（修正方法２）
周波数データ修正部９３は、（４）式に示すように絶対値の大きなデータを絶対値の小さなデータで置き換える。
S[m+1] = S[m] (４)
周波数データを絶対値の小さいデータで置き換えて修正することで、両者の差分の絶対値を0にすることができる。これによって受聴時に気になるノイズを抑えることができる。

（修正方法３）
周波数データ修正部９４は、（５）式に示すように絶対値の大きなデータを0で置き換える。
S[m+1] = 0 (５)
周波数データを0にすることで、その周波数成分をなくすことになり、これによって受聴時に気になるノイズを抑えることができる。この方式は、周波数データの値が０に近い高域部分で、特に有効である。

次に上記３つの修正方法を選択する修正方式選択部９１の動作について説明する。修正方式選択部９１は、エラー検出部８から入力されたエラー情報に基づいて修正方法を選択する。

（動作例１）
修正方式選択部９１は、次に示すように連続する周波数領域方向又は時間軸方向の周波数データS[ｍ]とS[ｍ+1]のうちエラー検出部８でエラーと判断されてない絶対値が小さいＳ[ｍ]と予め設定された設定値th_numとの大小関係に応じて、修正方法１、２を切り替える。なお、この設定値th_numは、周波数領域方向又は時間軸方向に応じて異なる値であることが好ましい。
S[ｍ] < th_num なら 修正方法2を使用
th_num ≦S[ｍ] なら 修正方法1を使用
S[ｍ]<th_numの場合は、エラーが検出された周波数データＳ[ｍ+1]が設定値th_numより小さい周波数データS[ｍ]から急に変化した場合を想定しているので、エラーが検出された周波数データS[ｍ+1]をS[ｍ]で置き換える修正方法２を選択する。なお、周波数データS[ｍ]が0の場合は0で置き換えられる。

また、th_num≦S[ｍ]の場合は、周波数データS[ｍ]が大きなものから変化した場合を想定しているので、周波数データの値の変化量をしきい値に抑える修正方法１を選択する。

（動作例２）
また、動作例２として、修正方式選択部９１は、エラー検出部８でエラーと判断された周波数データが属する帯域、すなわちサブバンド番号ｎに応じて、修正方法１、２、３を切り替える。エラーが検出された周波数データのサブバンド番号は、エラー検出部８から出力されたエラー情報に含まれている。

修正選択部９１は、帯域毎に付されたサブバンド番号ｎと、修正方法が変化する境界値th_band1及びth_band2が予め決定されたテーブルとに従い、例えば次のような選択を行う。この境界値は、サンプリング周波数とビットレートに基づいて設定される。
n < th_band1 なら 修正方法１を使用
th_band1 ≦ n < th_band2 なら 修正方法２を使用
th_band2 ≦ n なら 修正方法３を使用
n < th_band1の場合は、周波数データの値の変化量が大きい低域部分でのエラーの発生を想定しているので、変化量をしきい値に抑える修正方法１を選択する。

また、th_band1 ≦ n < th_band2の場合は、周波数データの値の変化量が少ない中〜高域でのエラーの発生を想定しているので、変化量を0にする修正方法２を選択する。

また、th_band2 ≦ nの場合は、通常、周波数データが0になることが多い高域部分でのエラーの発生を想定しているので、周波数データを0で置き換える修正方法３を選択する。

このように、サンプル修正部９は、エラー検出部８から入力されたエラー情報に基づいて修正方法を選択することができるので、エラーが検出された周波数データに適した修正を行うことができる。

次に、帯域合成部１０の処理について図８に示すフローチャートを参照して説明する。帯域合成部１０には、サンプル修正部９で修正処理された帯域の周波数データを含む各帯域の周波数データが入力される。ＭＰＥＧ方式では、３２の帯域の周波数データごとに逆量子化が行われ、帯域合成処理が行われる。

ステップＳ１では、生成される６４個の新たなＶベクタに備えて、（６）式により１０２４個のＶベクトル群中、前の結果の６４個をシフト処理する。

そして、ステップＳ２では、入力された３２の周波数データから新たなＶベクタを（７）式により６４個算出する。

Ｖベクタは、ステップＳ２で新規に算出された６４個のＶベクタと過去１５回分のＶベクタ（６４×１５＝９８０）とを合わせて１０２４個用意される。

ステップＳ３では、（８）式により１０２４個のＶベクトル群から５１２個のＵベクタ群を生成する。

ステップＳ４では、（９）式によりＵベクタ群にウィンドウ処理に用いられる係数である係数Ｄｉを乗算し、ウィンドウ処理してＷベクタ群を生成する。

ステップ４で生成されたＷベクタ群は、所定方向に３２個加算されて、（１０）式のように１フレーム分のオーディオデータＰＣＭ（Pulse Code Modulation）を伸張する（ステップＳ５）。

以上、説明したように本実施形態における音響復号装置は、符号化ストリームに多重化されているサンプルデータのエラーを検出し、エラーが検出された場合、その周波数データを修正することができるので、サンプルデータ中のビット誤りやデータ破壊によって発生するノイズを抑え、高音質なオーディオデータを提供することができる。

なお、本実施形態では、ＭＰＥＧ‐１オーディオレイヤ２方式のオーディオデータを用いて説明したが、ＭＰＥＧ‐１オーディオレイヤ２方式に限らず、他の方式のオーディオデータにも適用させることができる。

ＭＰＥＧ‐１ オーディオレイヤ２方式の符号化ストリームのオーディオフレームを示す図である。 本実施の形態における音響復号装置の構成を示すブロック図である。 ＭＰＥＧ‐１ オーディオレイヤ２方式におけるサンプルデータの復号を説明するための図である。 本実施の形態におけるエラー検出部の構成を示すブロック図である。 本実施の形態における周波数しきい値テーブルを説明するための図である。 本実施の形態における時間軸しきい値テーブルを説明するための図である。 本実施の形態におけるサンプル修正部の構成を示すブロック図である。 本実施の形態における帯域合成部の動作を示すフローチャートである。 従来の音響復号装置の構成を示すブロック図である。

符号の説明

１ 音響復号装置、 ２ フレームバッファ、 ３ データ分離部、 ４ ヘッダ分析部、 ５ サイド情報復号部、 ６ サンプル逆量子化部、 ７ サンプル逆正規化部、 ８ エラー検出部、 ９ サンプル修正部、 １０ 帯域合成部、 ８１ 周波数しきい値テーブル、 ８２ 周波数データ比較部、 ８３ 前サンプル記憶部、 ８４ 時間軸しきい値テーブル、 ８５ 時間軸データ比較部、 ９１ 修正方式選択部、 ９２、９３、９４ 周波数データ修正部、 １０１ 音響復号装置、 １０２ フレームバッファ、 １０３ データ分離部、 １０４ ヘッダ分析部、 １０５ サイド情報復号部、 １０６ サンプル逆量子化部、 １０７ サンプル逆正規化部、 １０８ 帯域合成部

Claims (8)

1. 所定の時間間隔毎に分割されたオーディオデータを複数の周波数帯域の周波数データに分割し、上記複数の周波数帯域の周波数データを各グループが各周波数帯域について時系列順に一定数の周波数データを含むように複数のグループに分割し、符号化して得られた符号化ストリームを復号する音響復号装置において、
   上記符号化ストリームを復号し、上記複数のグループに分割された周波数データを復元する復元手段と、
   上記復元手段により復元された２つの周波数データの差分の絶対値としきい値とを比較し、上記差分の絶対値が上記しきい値よりも大きい場合、上記差分をとった２つの周波数データのうち一方をエラーと判断するエラー検出手段と、
   上記エラーと判断された周波数データを修正する修正手段と、
   上記複数のグループに分割された周波数データからオーディオデータを合成する合成手段と
   を有し、
   上記修正手段は、上記エラー検出手段でエラーと判断された周波数データの周波数帯域に応じて上記エラーと判断された周波数データを修正する修正方式を選択する音響復号装置。
2. 上記修正手段は、上記エラー検出手段でエラーと判断された周波数データの周波数帯域が所定の境界値より小さい場合、上記エラーと判断されなかった周波数データとの差分の絶対値が上記しきい値となるように、上記エラーと判断された周波数データを修正する請求項１記載の音響復号装置。
3. 上記修正手段は、上記エラー検出手段でエラーと判断された周波数データの周波数帯域が第１の境界値以上、且つ第２の境界値未満の場合、上記エラーと判断された周波数データの値を上記エラーと判断されなかった周波数データの値に置き換えて修正する請求項１記載の音響復号装置。
4. 上記修正手段は、上記エラー検出手段でエラーと判断された周波数データの周波数帯域が所定の境界値以上の場合、上記エラーと判断された周波数データの値を０に置き換えて修正する請求項１記載の音響復号装置。
5. 所定の時間間隔毎に分割されたオーディオデータを複数の周波数帯域の周波数データに分割し、上記複数の周波数帯域の周波数データを各グループが各周波数帯域について時系列順に一定数の周波数データを含むように複数のグループに分割し、符号化して得られた符号化ストリームを復号する音響復号方法において、
   上記符号化ストリームを復号し、上記複数のグループに分割された周波数データを復元する復元工程と、
   上記復元工程により復元された２つの周波数データの差分の絶対値としきい値とを比較し、上記差分の絶対値が上記しきい値よりも大きい場合、上記差分をとった２つの周波数データのうち一方をエラーと判断するエラー検出工程と、
   上記エラーと判断された周波数データを修正する修正工程と、
   上記複数のグループに分割された周波数データからオーディオデータを合成する合成工程とを有し、
   上記修正工程は、上記エラー検出工程でエラーと判断された周波数データの周波数帯域に応じて上記エラーと判断された周波数データを修正する修正方式を選択する音響復号方法。
6. 上記修正工程は、上記エラー検出工程でエラーと判断された周波数データの周波数帯域が所定の境界値より小さい場合、上記エラーと判断されなかった周波数データとの差分の絶対値が上記しきい値となるように、上記エラーと判断された周波数データを修正する請求項５記載の音響復号方法。
7. 上記修正工程は、上記エラー検出工程でエラーと判断された周波数データの周波数帯域が第１の境界値以上、且つ第２の境界値未満の場合、上記エラーと判断された周波数データの値を上記エラーと判断されなかった周波数データの値に置き換えて修正する請求項５記載の音響復号方法。
8. 上記修正工程は、上記エラー検出工程でエラーと判断された周波数データの周波数帯域が所定の境界値以上の場合、上記エラーと判断された周波数データの値を０に置き換えて修正する請求項５記載の音響復号方法。

Images