JP4628861B2

JP4628861B2 - 複数のルックアップテーブルを利用したデジタル信号の符号化方法、デジタル信号の符号化装置及び複数のルックアップテーブル生成方法

Info

Publication number: JP4628861B2
Application number: JP2005139801A
Authority: JP
Inventors: 度亨金; 重會金; 亮錫徐; 時和李; ▲尚▼ ▲煌▼ 金
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2004-05-12
Filing date: 2005-05-12
Publication date: 2011-02-09
Anticipated expiration: 2025-05-12
Also published as: EP1596366A1; DE602005001291T2; JP2005328542A; KR100723400B1; US7650278B2; DE602005001291D1; EP1596366B1; KR20050108180A; US20050254588A1

Description

本発明はデジタル信号の符号化方法、デジタル信号の符号化装置及び複数のルックアップテーブル生成方法に関する。

現在の通信技術においては、すべての分野において、アナログ信号をデジタル信号に変えていく情勢にある。このような情勢に応じて、あらゆるオーディオ機器またはオーディオ伝送においても、デジタル伝送は必須不可欠になった。このようなデジタルオーディオの伝送は、既存のアナログ伝送方式より周囲のノイズに強く、また音質もコンパクトディスク（ＣＤ）のように非常にきれいに再生できる。しかし、伝送するデータ量の増加につれて、デジタル信号を保存するメモリの容量が増加するといった問題や、伝送線路の容量が増加するといった問題など色々な問題を引き起こすようになった。

このような問題を解決するために必要な技術が、データ圧縮技術である。オーディオの場合、原音を圧縮して伝送した後、解凍して音を聞いたとき、聴者に原音とほぼ同じ音を聞いたと認識させることが、オーディオ圧縮技術の目標である。すなわち、単位時間当りできるだけ少ない情報量で同じレベルの音質を再生することを目標とする。

オーディオ信号の圧縮符号化において、一般的に使われている技術として、人間の聴覚心理モデルを利用する方法がある。この人間の聴覚心理モデルを利用する方法は、聴覚特性のうちマスキング現象及び臨界帯域などを利用して、人間が聞いて感じ取れない音を再生する信号を除去し、人間が聞いて感じ取れる音を再生する信号のみ符号化してビットを割り当てることによって、元来の信号より少ない信号で符号化しても、原音とほぼ同じレベルの音質を得ることができる。

ここで、マスキング現象とは、オーディオ信号のうち相互間の干渉により、ある信号が他の信号をマスキングすることで、人間が聞いても全く感じられない現象をいう。そして、臨界帯域とは、人間が音の周波数を区分する一種の単位であり、一般的に２４個の帯域に分けられる。高周波数側へ行くほど、この帯域の幅はログスケールで益々大きくなる。したがって、人間の耳は、低周波数側よりは高周波数側について音の違いを区分し難い。

このような聴覚特性を利用してビットを割り当てるためには、信号対ノイズ比（Ｓｉｇｎａｌ−ｔｏ−ＮｏｉｓｅＲａｔｉｏ；以下、ＳＮＲ）と、信号対マスクレベル比（Ｓｉｇｎａｌ−ｔｏ−ＭａｓｋＲａｔｉｏ；以下、ＳＭＲ）を求め、この値から、再びマスクレベル対ノイズ比（Ｍａｓｋ−ｔｏ−ＮｏｉｓｅＲａｔｉｏ；以下、ＭＮＲ）を計算する。ここで、マスクレベルとは、人間が聞いても感じられない最小の信号レベルを意味する。したがって、このマスクレベル以下の信号については、ビットを割り当てなくてもよい。

このような過程を経て最終的にＭＮＲを求めた後、この値を基準として反復的にビットを割り当てる。しかし、このような一連の過程を経る間に長い演算時間がかかるので、符号化装置での遅延が大きくなるという問題がある。したがって、演算の複雑度を減らす必要があった。
図１は、ＭＰＥＧ−１での聴覚心理モデルを利用した一般的なデジタル信号の符号化装置の構成を示すブロック図である。図示したデジタル信号の符号化装置は、周波数マッピング部１００、聴覚心理モデル１１０、ビット割り当て部１２０、量子化部１３０、ビットストリーム生成部１４０を備えてなる。

周波数マッピング部１００は、帯域分解フィルタ（ｂａｎｄｒｅｓｏｌｕｔｉｏｎｆｉｌｔｅｒ）を利用して、時間領域の入力信号を所定数の周波数帯域に変換する。聴覚心理モデル１１０は、デジタル信号の符号化装置で演算の複雑度が最も大きい部分を演算する装置であり、周波数帯域別のビット割り当ての基準となるＳＭＲを計算して出力する。ＳＭＲ値は、次のような一連の段階により計算される。第１段階では、高速フーリエ変換（ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ：ＦＦＴ）により時間領域のオーディオ信号を周波数領域に変換し、第２段階では、各帯域の音圧レベルを次の式（１）により計算する。

第３段階では、絶対マスキングしきい値（ａｂｓｏｌｕｔｅｍａｓｋｉｎｇｔｈｒｅｓｈｏｌｄｖａｌｕｅ）を計算し、第４段階では、オーディオ信号の有声音成分と無声音成分を決定し、第５段階では、マスカーを決定し、第６段階では、それぞれのマスキングしきい値を計算し、第７段階では、全体マスキングしきい値を計算し、第８段階では、各帯域の最小マスキングしきい値を計算し、第９段階では、各帯域のＳＭＲ値を計算する。

ビット割り当て部１２０は、聴覚心理モデル１１０から受けたＳＭＲ値を基準として、次のような一連の段階を反復的に行って、各帯域のビット割り当て量を求める。第１段階では、初期の割り当てビットを０とし、第２段階では、各帯域についてＭＮＲ値を求めるが、このとき、ＭＮＲ値は、ＳＮＲ値からＳＭＲ値を引いた値となる。第３段階では、各帯域別に求めたＭＮＲ値のうち、最小ＭＮＲを持つ帯域を探して割り当てビット数を１増加させ、第４段階では、要求されるビット数を超えない場合、残りの帯域について第２段階と第３段階を反復する。

量子化部１３０は、次のような一連の段階を経て入力信号を量子化する。第１段階では、各帯域内でサンプルをスケールファクターで分けてＸとし、第２段階では、Ａ＊Ｘ＋Ｂ（ここで、Ａ、Ｂは、既定のテーブル値）を計算し、第３段階では、計算された値のうち、ビット割り当て過程で求めた割り当てビット数を取り、第４段階では、最上位ビット（ＭｏｓｔＳｉｇｎｉｆｉｃａｎｔＢｉｔ：ＭＳＢ）を逆転させる。

ビットストリーム生成部１４０は、量子化された入力信号を利用してビットストリームを生成する。
前述したように、従来の聴覚心理モデルを利用したデジタル信号の符号化方法は、ＳＭＲ値を求めるために９段階の処理過程を必要とする。したがって、演算の複雑度が大きくなり、全体的に実行時間が大きくなるという影響を及ぼす。また、このような方法で得られたＳＭＲ値を利用して、再びＭＮＲを計算し、ＭＮＲを基準として再びビット割り当てループを反復的に行うため、この過程でも時間遅延が発生する。

図２は、１つのルックアップテーブルを利用したデジタル信号の符号化装置の構成を示すブロック図である。図示したデジタル信号の符号化装置は、聴覚心理モデルを利用した一般的なデジタル信号の符号化装置である。図示したデジタル信号の符号化装置は、周波数マッピング部２００、ルックアップテーブル２１０、割り当てビット数抽出部２２０、量子化部２３０、ビットストリーム生成部２４０を備える。

周波数マッピング部２００は、帯域分解フィルタを利用して、時間領域の入力信号を所定数の周波数帯域に変換する。ルックアップテーブル２１０は、周波数帯域を符号化するための割り当てビット数を、周波数帯域の特性に対応したアドレスに保存している。
割り当てビット数抽出部２２０は、入力信号の周波数帯域別のアドレス値を計算し、ルックアップテーブル２１０から計算されたアドレス値をアドレスとして持つ割り当てビット数を抽出する。量子化部２３０は、入力信号を、周波数帯域別に割り当てられた割り当てビット数を利用して量子化する。ビットストリーム生成部２４０は、量子化した入力信号を利用して、ビットストリームを生成する。

前述したように、従来の１つのルックアップテーブルを利用したデジタル信号の符号化方法は、ルックアップテーブルにあらかじめ保存した周波数帯域別の割り当てビット数を抽出して、符号化に利用することによって、聴覚心理モデルの利用で発生する演算の複雑度及び時間遅延を防止できる。しかし、特性の相異なる入力信号についても、１つのルックアップテーブルを使用して符号化していたので、入力信号の特性によって適応的に符号化するには限界があった。

本発明が解決しようとする技術的課題は、デジタル信号の符号化方法及びデジタル信号の符号化装置において、入力信号の特性によって適応性のあるデジタル信号を符号化できるように、入力信号の特性によって複数のルックアップテーブルをあらかじめ生成し、複数のルックアップテーブルのうち入力信号の特性によって１つのルックアップテーブルを選択し、選択したルックアップテーブルから適応的に、周波数帯域別のビット数を割り当てる複数のルックアップテーブルを利用したデジタル信号の符号化方法及びデジタル信号の符号化装置を提供することである。
また、デジタル信号の符号化方法及びデジタル信号の符号化装置で使用される複数のルックアップテーブルを生成する複数のルックアップテーブル生成方法を提供することである。

前述した技術的課題を解決するために、本発明による複数のルックアップテーブルを利用したデジタル信号の符号化方法は、（ａ）入力信号の特性によって入力信号の周波数帯域を符号化するための割り当てビット数を、所定数のアドレスに保存した複数のルックアップテーブルを準備する段階と、（ｂ）時間領域の入力信号を所定数の周波数帯域に分割する段階と、（ｃ）各周波数帯域のアドレス値を計算する段階と、（ｄ）入力信号の特性によって複数のルックアップテーブルのうち１つを選択する段階と、（ｅ）各周波数帯域について、選択されたルックアップテーブルから、（ｃ）段階で計算されたアドレス値をアドレスとして持つ割り当てビット数を抽出して、各周波数帯域に割り当てる段階と、（ｆ）割り当てビット数によって入力信号を量子化して、ビットストリームを生成する段階と、を含むことを特徴とする。

また、前述した技術的課題を解決するために、本発明による複数のルックアップテーブル生成方法は、（ａ）同じ特性の入力信号に区分された所定数の入力信号を準備する段階と、（ｂ）同じ特性を持つ入力信号について、聴覚心理モデルを利用して各周波数帯域別の割り当てビット数を計算し、計算された割り当てビット数を各周波数帯域別のアドレスに保存してルックアップテーブルを生成する段階と、（ｃ）各入力信号の特性について、（ａ）段階及び（ｂ）段階を反復する段階と、を含むことを特徴とする。

また、前述した技術的課題を解決するために、本発明による複数のルックアップテーブルを利用したデジタル信号の符号化装置は、入力信号の特性によって、入力信号の周波数帯域を符号化するために、割り当てビット数を所定数のアドレスに保存した複数のルックアップテーブルと、時間領域の入力信号を所定数の周波数帯域に分割する周波数マッピング部と、入力信号の特性によって複数のルックアップテーブルのうち１つを選択するルックアップテーブル選択部と、入力信号の各周波数帯域のアドレス値を計算して、各周波数帯域について、選択されたルックアップテーブルから、計算されたアドレスに対応する割り当てビット数を抽出して割り当てる割り当てビット数抽出部と、周波数帯域に割り当てられた割り当てビット数を利用して、入力信号を量子化する量子化部と、量子化された入力信号を利用して、ビットストリームを生成して出力するビットストリーム生成部と、を備えることを特徴とする。

本発明による複数のルックアップテーブルを利用したデジタル信号の符号化方法及びデジタル信号の符号化装置によれば、入力信号の特性によって選択された最適のルックアップテーブルから、周波数帯域別の割り当てビット数を抽出することによって、入力信号の特性に適したビット量の制御が可能である。また、入力信号特性として、ルックアップテーブルのアドレスと同じ周波数帯域別の占有率を使用して、他の計算量を減らすことができる。

以下、添付された図面を参照して、本発明による複数のルックアップテーブルを利用したデジタル信号の符号化方法及びデジタル信号の符号化装置について詳細に説明する。
図３は、本発明による複数のルックアップテーブルを利用したデジタル信号の符号化装置の構成を示すブロック図である。図示したデジタル信号の符号化装置は、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０、周波数マッピング部３３０、ルックアップテーブル選択部３４０、割り当てビット数抽出部３５０、量子化部３７０、ビットストリーム生成部３８０を備えている。

第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０は、後記する割り当てビット数抽出部３５０からアドレス値が入力されれば、この入力されたアドレス値に対応して保存されている割り当てビット数が出力される。すなわち、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０は、入力信号の特性によってそれぞれ生成されたものであり、入力信号の周波数帯域を符号化するための割り当てビット数を、所定数のアドレスに保存している。したがって、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０は、各信号の周波数帯域の特性を示す値をアドレス値とし、このアドレス値のそれぞれに割り当てビット数が対応して保存されている。ここで、周波数帯域の特性を示す値は、入力信号の周波数帯域のうち、占有率が予め設定された基準占有率以下または予め設定された基準占有率以上である周波数帯域の数で設定でき、各周波数帯域の占有率は、周波数帯域のスケールファクターの自乗の占有率と平均パワーの占有率のうち大きい値に設定できる。また、ルックアップテーブルのアドレスは、入力信号の周波数帯域の特性を表す値で設定でき、各周波数帯域の分散、スケールファクター、スケールファクターの自乗、各周波数帯域内の入力信号の平均値、各周波数帯域内の入力信号の平均パワー、各周波数帯域のスケールファクターの占有率と各周波数帯域内の入力信号の平均値の占有率のうち大きい値、各周波数帯域のスケールファクターの自乗の占有率と各周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定できる。周波数帯域のスケールファクターの占有率ＳＲ_scf、各周波数帯域内の入力信号の平均値の占有率ＳＲ_mean、各周波数帯域のスケールファクターの自乗の占有率ＳＲ_squared#scf、及び各周波数帯域内の入力信号の平均パワーの占有率ＳＲ_mean#powerは、次の式（２）により計算できる。

式（２）で、ｓｃｆはスケールファクターを意味し、ｍｅａｎは平均値を意味し、ｃｈはオーディオ信号で占有率を計算する左右チャンネルを意味し、ｓｂは占有率を持つ周波数帯域を意味し、ｓｑｕａｒｅｄはスケールファクターを意味し、ｐｏｗｅｒは入力信号の平均パワーを意味する。

周波数マッピング部３３０は、帯域分解フィルタを利用して、時間領域の入力信号を所定数の周波数帯域に変換する。
ルックアップテーブル選択部３４０は、入力信号の特性によって複数のルックアップテーブルのうち１つのルックアップテーブルを選択する。入力信号の特性は、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０の生成時に考慮した入力信号の特性であり、入力信号の周波数帯域のうち、占有率が予め設定された基準占有率以下または予め設定された基準占有率以上である周波数帯域の数で設定でき、各周波数帯域の占有率は、式（２）により計算した周波数帯域のスケールファクターの占有率と周波数帯域内の入力信号の平均値の占有率のうち大きい値、または、周波数帯域のスケールファクターの自乗の占有率と周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定できる。

割り当てビット数抽出部３５０は、入力信号の各周波数帯域のアドレス値とし、各周波数帯域について、選択したルックアップテーブルから、計算したアドレス値に対応する割り当てビット数を抽出して、各周波数帯域に割り当てる。第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０に保存されているアドレス値は、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０の生成時に設定したアドレス値である。したがって、割り当てビット数抽出部３５０は、入力信号の周波数帯域の特性を表す値をアドレス値とし、各信号の周波数帯域の特性を示す値は、各周波数帯域の分散、スケールファクター、スケールファクターの自乗、各周波数帯域内の入力信号の平均値、各周波数帯域内の入力信号の平均パワー、各周波数帯域のスケールファクターの占有率と各周波数帯域内の入力信号の平均値の占有率のうち大きい値、各周波数帯域のスケールファクターの自乗の占有率と各周波数帯域内の入力信号の平均パワーの占有率のうち大きい値になる。

量子化部３７０は、入力信号を周波数帯域別に割り当てたビット数を利用して、量子化する。ビットストリーム生成部３８０は、量子化した入力信号を利用してビットストリームを生成する。
本発明による複数のルックアップテーブル（第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０）を利用したデジタル信号の符号化装置は、割り当てビット数抽出部３５０で、各周波数帯域に割り当てたビット数の和である入力信号全体の割り当てビット数を計算し、デジタル信号の符号化装置に要求される符号化率により定められる入力信号全体の要求ビット数と、計算された割り当てビット数とを比較し、比較結果によって、各周波数帯域に割り当てられた割り当てビット数を調整するビット数調整部をさらに備えることができる。

図４は、本発明による複数のルックアップテーブルを利用したデジタル信号の符号化方法を示すフローチャートである。図４に示すデジタル信号の符号化方法を、図３に示すデジタル信号の符号化装置を参照して説明する。周波数マッピング部３３０は、帯域分解フィルタを利用して、時間領域の入力信号を所定数の周波数帯域に変換する（４００段階）。割り当てビット数抽出部３５０は、入力信号の各周波数帯域のアドレス値を計算する（４１０段階）。周波数帯域のアドレス値は、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０の生成時、アドレスとして設定した周波数帯域の特性を表す値であり、アドレス値は、各周波数帯域の分散、スケールファクター、スケールファクターの自乗、各周波数帯域内の入力信号の平均値、各周波数帯域内の入力信号の平均パワー、各周波数帯域のスケールファクターの占有率と各周波数帯域内の入力信号の平均値の占有率のうち大きい値、各周波数帯域のスケールファクターの自乗の占有率と各周波数帯域内の入力信号の平均パワーの占有率のうち大きい値になる。

アドレス値として設定できる周波数帯域の特性と周波数帯域別の割り当てビット数との関係について説明する。分散特性は、入力信号の分布がどれほど平均と近く分布しているかを知らせる要素であり、分散が大きい場合には、入力信号についての動的領域が大きくなるので、量子化ノイズを減らすためには、ビット割り当て量を大きくする必要があり、相対的に分散が小さい場合には、ビット割り当て量が小さくても、量子化ノイズがあまり発生しない。平均パワーの特性は、平均と類似した概念であるが、一般的に入力信号についての平均を求める場合、一般に、平均値は正弦波の場合で０となるので、平均パワーを周波数帯域の特性として使用し、平均パワーが大きい周波数帯域にビットを多く割り当てる。スケールファクターは、各周波数帯域別に最も大きいサンプル値として定義され、スケールファクターの大きい周波数帯域に、ビットを多く割り当てる。

ルックアップテーブル選択部３４０は、入力信号の特性によって、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０のうち１つのルックアップテーブルを選択する（４２０段階）。ルックアップテーブルの選択の基準となる入力信号の特性は、第１ルックアップテーブル３００、第２ルックアップテーブル３１０・・・第ｎルックアップテーブル３２０の生成時に考慮した入力信号の特性であり、入力信号の周波数帯域のうち、占有率が予め設定された基準占有率以下または予め設定された基準占有率以上である周波数帯域の数で設定でき、各周波数帯域の占有率は、式（２）により計算した周波数帯域のスケールファクターの占有率と周波数帯域内の入力信号の平均値の占有率のうち大きい値、または周波数帯域のスケールファクターの自乗の占有率と周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定できる。

割り当てビット数抽出部３５０は、選択されたルックアップテーブルから、４１０段階で計算した各周波数帯域別のアドレス値をアドレスとして持つ割り当てビット数を抽出して（４３０段階）、各周波数帯域に割り当てる（４４０段階）。量子化部３７０は、入力信号を周波数帯域別に割り当てた割り当てビット数を利用して量子化する（４５０段階）。ビットストリーム生成部３８０は、量子化した入力信号を利用して、ビットストリームを生成する（４６０段階）。

説明した方法により符号化した入力信号の全体の割り当てビット数を圧縮率により要求される要求ビット数に合わせるために、４４０段階を行った後、入力信号全体の要求ビット数と計算した割り当てビット数とを比較し、この比較結果によって、各周波数帯域に割り当てた割り当てビット数を調整する段階を行うことも可能である。

図５は、図４の各周波数帯域に割り当てビット数を割り当てる方法についての１例を詳細に示すフローチャートである。図５に示すように、ルックアップテーブルから抽出した各周波数帯域の割り当てビット数を各周波数帯域に割り当て（５００段階）、５００段階で割り当てた割り当てビット数を合わせて入力信号全体に実際に割り当てた割り当てビット数を計算する（５１０段階）。

５１０段階で計算した入力信号に実際に割り当てた割り当てビット数と、符号化に要求される圧縮率により決定される要求ビット数、例えば、入力信号の全体のビット数が１００ビットであり、圧縮率が５０％である場合には５０ビットの要求ビット数と同じかどうかを確認して（５２０段階）、同じ場合（５２０段階で「はい」）には、５００段階で割り当てた割り当てビット数通りに、各周波数帯域にビットを割り当てる。

割り当てビット数が要求ビット数と異なる場合（５２０段階で「いいえ」）、割り当てビット数が要求ビット数より大きいかどうかを確認して（５３０段階）、割り当てビット数が要求ビット数より大きい場合（５３０段階で「はい」）には、割り当てビット数が要求ビット数と同じになるまで、高い周波数帯域から調べて、最小占有率を持ちつつ１ビット以上割り当てた帯域から、１ビットずつ減少させる（５４０段階）。このとき、１度減少した帯域は、優先順位を最後に指定して、すべての帯域について均一に減少させるように処理する。なお、高い帯域から減少させるのは、一般的に重要な情報は低周波数側に多く集中しているからである。

割り当てビット数が要求ビット数より少なくて（５３０段階で「いいえ」）、割り当てられる余分のビットがある場合には、割り当てビット数が要求ビット数と同じになるまで、低い帯域から調べて、占有率が最も大きい各帯域別の最大ビット割り当て数を超えない帯域から、１ビットずつ増加させる（５５０段階）。

図６は、図４の複数のルックアップテーブルのうち１つを選択する方法についての１例を詳細に示すフローチャートである。図６に示すように、各周波数帯域のスケールファクター及び周波数帯域内の入力信号の平均パワーを計算し（６００段階）、式（２）により、各周波数帯域のスケールファクターの自乗の占有率と、平均パワーの占有率とを計算する（６１０段階）。

６１０段階で計算したスケールファクターの自乗の占有率と平均パワーの占有率のうち大きい値を、各周波数帯域の占有率として選択する（６２０段階）。６２０段階で選択した各周波数帯域の占有率が予め設定された基準占有率以下である周波数帯域の数（ＬＰ）、または６２０段階で選択した各周波数帯域の占有率が予め設定された基準占有率以上である周波数帯域の数（ＨＰ）を計算する（６３０段階）。６３０段階で計算した周波数帯域の数（ＬＰ）または周波数帯域の数（ＨＰ）が、複数のルックアップテーブルのうち１つを選択する基準となる入力信号の特性を表す値になる。

計算した入力信号の特性を表す周波数帯域の数（ＬＰ）または周波数帯域の数（ＨＰ）によって、複数のルックアップテーブルのうち１つのルックアップテーブルを選択する（６４０段階）。６４０段階では、各周波数帯域の占有率が予め設定された基準占有率以下である周波数帯域の数（ＬＰ）が大きいほど、特定周波数帯域に入力信号が集中的に分布しているので、入力信号が分布する周波数帯域に、さらに大きいビット数を割り当てたルックアップテーブルを選択する。また、各周波数帯域の占有率が予め設定された基準占有率以上である周波数帯域の数（ＨＰ）が小さいほど、特定周波数帯域に入力信号が集中的に分布しているので、入力信号が分布している周波数帯域にさらに大きいビット数を割り当てたルックアップテーブルを選択する。

図７Ａ及び図７Ｂは、入力信号の周波数帯域別の占有率を示すグラフである。図７Ａは、一般的な特性を持つ入力信号として、周波数帯域の数（ＬＰ）は小さく、周波数帯域の数（ＨＰ）は大きいために、各周波数帯域に均一に分布された割り当てビット数を持つルックアップテーブルを選択する。

図７Ｂは、特定周波数帯域に集中している特性を持つ入力信号として、周波数帯域の数（ＬＰ）は大きく、周波数帯域の数（ＨＰ）は小さいために、特定周波数帯域に多くの割り当てビット数を保存したルックアップテーブルを選択する。

図８は、本発明による複数のルックアップテーブルを生成する方法についての１例を示すフローチャートである。図８に示すように、いろいろな信号特性を持つある特定の特性により区分された所定数の入力信号を準備する（８００段階）。入力信号の特性は、入力信号の周波数帯域のうち占有率が予め設定された基準占有率以下または予め設定された基準占有率以上である周波数帯域の数であり、周波数帯域の占有率は、式（２）により計算した周波数帯域のスケールファクターの占有率と周波数帯域内の入力信号の平均値の占有率のうち大きい値、または、周波数帯域のスケールファクターの自乗の占有率と周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定できる。

このような入力信号の特性のうち１つを選択して、選択した特性を持つ入力信号のうち１つを周波数帯域に分割する（８１０段階）。入力信号について、聴覚心理モデルを利用して、各周波数帯域の割り当てビット数を計算する（８２０段階）。８２０段階で割り当てビット数を計算する方法は、図１に図示した聴覚心理モデル１１０の動作と同一なので、その詳細な説明は省略する。

入力信号について、各周波数帯域のアドレス値を計算する（８３０段階）。アドレス値は、入力信号の周波数帯域の特性を表す値と設定され、各周波数帯域の分散、スケールファクター、スケールファクターの自乗、各周波数帯域内の入力信号の平均値、各周波数帯域内の入力信号の平均パワー、各周波数帯域のスケールファクターの占有率と各周波数帯域内の入力信号の平均値の占有率のうち大きい値、各周波数帯域のスケールファクターの自乗の占有率と各周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定して計算できる。

８３０段階で計算した各周波数帯域のアドレス値をアドレスとして、８２０段階で計算した割り当てビット数をこのアドレスに保存し、保存した割り当てビット数を計算し、この計算結果から求まる頻度数を記録する（８４０段階）。

８１０段階で選択した特性を持つすべての入力信号について、頻度数を記録したか否か確認する（８５０段階）。８１０段階で選択した特性を持つすべての入力信号について頻度数を保存するまで、８１０段階から８４０段階を繰り返す。

８１０段階で選択した特性を持つすべての入力信号について、頻出度を記録した場合（８５０段階で「はい」）、各周波数帯域の各アドレスに保存した割り当てビット数のうち頻度数の最も大きい値を割り当てビット数として保存して、ルックアップテーブルを生成する（８６０段階）。８６０段階を行った後に、生成したルックアップテーブルのうち割り当てビット数が０であるアドレスを、ルックアップテーブルから除外する。また、連続するアドレスの割り当てビット数が同じ場合、割り当てビット数が変更されるアドレスのみをルックアップテーブルに保存して、ルックアップテーブルの大きさを減らすことができる。

８００段階で準備した入力信号のすべての特性について、ルックアップテーブルが生成されたかどうかを確認し（８７０段階）、ルックアップテーブルのうち生成していないルックアップテーブルがある場合（８７０段階で「いいえ」）には、入力信号のすべての特性について、ルックアップテーブルを生成するまで、８１０段階から８６０段階を繰り返す。

図９は、本発明による複数のルックアップテーブルを生成する方法についての他の例を示すフローチャートである。図９に示すように、いろいろな信号特性を持つ所定数の入力信号を準備する（９００段階）。入力信号を、所定数の入力信号の特性によって区分する（９１０段階）。入力信号の特性は、入力信号の周波数帯域のうち、周波数帯域の占有率が予め設定された基準占有率以下または予め設定された基準占有率以上である周波数帯域の数であり、周波数帯域の占有率は、式（２）により計算した周波数帯域のスケールファクターの占有率と周波数帯域内の入力信号の平均値の占有率のうち大きい値、または周波数帯域のスケールファクターの自乗の占有率と周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定できる。

区分された入力信号の特性のうち１つを選択し、選択された特性を持つ入力信号のうち１つを周波数帯域に分割する（９２０段階）。入力信号について、聴覚心理モデルを利用して各周波数帯域の割り当てビット数を計算する（９３０段階）。９３０段階で、割り当てビット数を計算する方法は、図１に図示した聴覚心理モデル１１０の動作と同一なので、ここでは省略する。

入力信号について、各周波数帯域のアドレス値を計算する（９４０段階）。アドレス値は、入力信号の周波数帯域の特性を表す値、すなわち、各周波数帯域の分散、スケールファクター、スケールファクターの自乗、各周波数帯域内の入力信号の平均値、各周波数帯域内の入力信号の平均パワー、各周波数帯域のスケールファクターの占有率と各周波数帯域内の入力信号の平均値の占有率のうち大きい値、各周波数帯域のスケールファクターの自乗の占有率と各周波数帯域内の入力信号の平均パワーの占有率のうち大きい値に設定されて計算できる。

９４０段階で計算された各周波数帯域のアドレス値をアドレスとして、９３０段階で計算された割り当てビット数を保存し、保存された割り当てビット数が計算されることにより求められる割り当てビット数の頻度数を記録する（９５０段階）。

９２０段階で選択した特性を持つすべての入力信号について頻度数を保存したかどうかを確認する（９６０段階）。選択された特性を持つすべての入力信号について頻度数を保存していない場合（９６０段階で「いいえ」）には、選択された特性を持つすべての入力信号について頻度数を保存するまで、９２０段階から９５０段階を繰り返す。

選択された特性を持つすべての入力信号について頻度数を保存した場合（９６０段階で「はい」）には、各周波数帯域の各アドレスに保存された割り当てビット数のうち頻度数の最も大きい値を、割り当てビット数として保存して、ルックアップテーブルを生成する（９７０段階）。９７０段階を行った後に、生成したルックアップテーブルのうち割り当てビット数が０であるアドレスをルックアップテーブルから除外する。または連続するアドレスの割り当てビット数が同じ場合には、割り当てビット数が変更されるアドレスのみをルックアップテーブルに保存して、ルックアップテーブルの大きさを減らすことができる。

９００段階で準備された入力信号のすべての特性について、ルックアップテーブルが生成されたかどうかを確認し（９８０段階）、すべての特性についてルックアップテーブルが生成されていない場合（９８０段階で「いいえ」）には、入力信号のすべての特性についてルックアップテーブルを生成するまで、９２０段階から９７０段階を繰り返す。

図１０は、ルックアップテーブルのアドレスを設定する方法についての１例を示す表である。図１０に示したルックアップテーブルのアドレスを設定する方法は、各周波数帯域のスケールファクターの自乗の占有率と平均パワーの占有率のうち大きい値を選択して、ルックアップテーブルのアドレスとして使用することである。ルックアップテーブルのアドレスとなる占有率は、いずれも０と１の間の値を持ち、０と１の間の占有率を１２７個のアドレスに分けて設定した。

図１１は、ルックアップテーブルを生成する方法についての１例を示す表である。図１１に示したルックアップテーブルを生成する方法は、図８の８６０段階または図９の９７０段階で、割り当てビット数の頻度数を利用してルックアップテーブルを生成する方法であり、１つの周波数帯域について、アドレス別の割り当てビット数をルックアップテーブルに保存する場合を図示したものである。ルックアップテーブルにおけるアドレス５の場合、頻度数の最も高い８ビットを割り当てビット数として保存し、アドレス３０には７ビット、アドレス６１には０ビットを最終割り当てビット数として保存する。ルックアップテーブルの大きさを減らすために、割り当てビット数が０であるアドレスをルックアップテーブルから除外する。または連続するアドレスの割り当てビット数が同じ場合、割り当てビット数を変更するアドレスのみを保存できる。

本発明は、コンピュータで読み取り可能な記録媒体に、コンピュータで読み取り可能なコードとして実現することもできる。コンピュータで読み取り可能な記録媒体は、コンピュータシステムによって読み取られるデータが保存される、あらゆる記録装置、例えば、光データ記録装置を含む。コンピュータで読み取り可能な記録媒体の例は、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フレキシブルディスクなどがあり、また、キャリアウェーブ（例えば、インターネットを通じた伝送）の形で実現するものも含む。

以上、本発明の望ましい実施形態について詳細に説明したが、当業者ならば、特許請求の範囲に定義された本発明の精神及び範囲を逸脱せずに、本発明を多様に変形または変更して実施できるということが分かる。したがって、本発明の今後の実施形態の変更は、本発明の技術を逸脱できない。

本発明は、デジタル信号の符号化に有効に利用できる。特に、入力信号の特性によって周波数帯域別のビット数を割り当てることができて、適応的にデジタル信号を符号化できる。

聴覚心理モデルを利用した一般的なデジタル信号の符号化装置の構成を示すブロック図である。１つのルックアップテーブルを利用したデジタル信号の符号化装置の構成を示すブロック図である。本発明による複数のルックアップテーブルを利用したデジタル信号の符号化装置の構成を示すブロック図である。本発明による複数のルックアップテーブルを利用したデジタル信号の符号化方法を示すフローチャートである。図４の各周波数帯域に割り当てビット数を割り当てる方法についての１例を示す詳細フローチャートである。図４の複数のルックアップテーブルのうち１つを選択する方法についての実施形態を示す詳細フローチャートである。一般的な特性を持つ入力信号の周波数帯域別の占有率を示すグラフである。特定周波数帯域に集中している特性を持つ入力信号の周波数帯域別の占有率を示すグラフである。本発明による複数のルックアップテーブルを生成する方法についての１例を示すフローチャートである。本発明による複数のルックアップテーブルを生成する方法についての他の例を示すフローチャートである。ルックアップテーブルのアドレスを設定する方法についての実施形態を示す表である。ルックアップテーブルを生成する方法についての１例を示す表である。

符号の説明

３００、３１０、３２０ルックアップテーブル
３３０周波数マッピング部
３４０ルックアップテーブル選択部
３５０割り当てビット数抽出部
３７０量子化部
３８０ビットストリーム生成部

Claims

（ａ）入力信号の特性によって入力信号の周波数帯域を符号化するための割り当てビット数を所定数のアドレスに保存した複数のルックアップテーブルをあらかじめ生成する段階と、
（ｂ）時間領域の入力信号を所定数の周波数帯域に分割する段階と、
（ｃ）各周波数帯域のアドレス値を計算する段階と、
（ｄ）入力信号の特性によって前記複数のルックアップテーブルのうち１つを選択する段階と、
（ｅ）各周波数帯域について、前記選択されたルックアップテーブルから、前記（ｃ）段階で計算されたアドレス値をアドレスとして持つ割り当てビット数を抽出して、各周波数帯域に割り当てる段階と、
（ｆ）前記割り当てビット数によって前記入力信号を量子化して、ビットストリームを生成する段階と、
を含み、
前記入力信号の特性は、前記入力信号の周波数帯域のうち、前記入力信号についての占有率が予め設定された基準占有率以上または以下である周波数帯域の数であることを特徴とする複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記入力信号についての占有率は、
前記周波数帯域のスケールファクターの自乗の占有率と前記周波数帯域内の入力信号の平均パワーの占有率のうち大きい値であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記入力信号についての占有率は、
前記周波数帯域のスケールファクターの占有率と前記周波数帯域内の入力信号の平均値の占有率のうち大きい値であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の分散であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターであることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの自乗であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の平均値であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の平均パワーであることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの占有率と前記周波数帯域内の入力信号の平均値の占有率のうち大きい値であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの自乗の占有率と前記周波数帯域内の入力信号の平均パワーの占有率のうち大きい値であることを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
前記（ｅ）段階後に、
前記入力信号全体に実際割り当てられた割り当てビット数と前記入力信号全体に要求されるビット数とを比較し、この比較結果によって割り当てビット数を調整する段階をさらに含むことを特徴とする請求項１に記載の複数のルックアップテーブルを利用したデジタル信号の符号化方法。
入力信号の特性によって、入力信号の周波数帯域を符号化するために、割り当てビット数を所定数のアドレスに保存した複数のルックアップテーブルと、
時間領域の入力信号を所定数の周波数帯域に分割する周波数マッピング部と、
前記入力信号の特性によって前記複数のルックアップテーブルのうち１つを選択するルックアップテーブル選択部と、
前記入力信号の各周波数帯域のアドレス値を計算して、前記選択されたルックアップテーブルから、前記計算されたアドレスに対応する割り当てビット数を抽出して各周波数帯域に割り当てる割り当てビット数抽出部と、
前記周波数帯域に割り当てられた割り当てビット数を利用して、入力信号を量子化する量子化部と、
前記量子化された入力信号を利用して、ビットストリームを生成して出力するビットストリーム生成部と、
を備え、
前記入力信号の特性は、前記入力信号の周波数帯域のうち、前記入力信号についての占有率が予め設定された基準占有率以上または以下である周波数帯域の数であることを特徴とする複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記入力信号についての占有率は、
前記周波数帯域のスケールファクターの占有率と前記周波数帯域内の入力信号の平均値の占有率のうち大きい値であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記入力信号についての占有率は、
前記周波数帯域のスケールファクターの自乗の占有率と前記周波数帯域内の入力信号の平均パワーの占有率のうち大きい値であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の分散であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターであることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの自乗であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の平均値であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域内の入力信号の平均パワーであることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの占有率と前記周波数帯域の平均値の占有率のうち大きい値であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記ルックアップテーブルのアドレスは、
前記周波数帯域のスケールファクターの自乗の占有率と前記周波数帯域の平均パワーの占有率のうち大きい値であることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
前記割り当てビット数抽出部で、入力信号全体に割り当てたビット数と入力信号全体に要求されるビット数とを比較し、比較結果によって、各周波数帯域に割り当てられたビット数を調整するビット数調整部をさらに備えることを特徴とする請求項１２に記載の複数のルックアップテーブルを利用したデジタル信号の符号化装置。
請求項１に記載の方法をコンピュータで実行させるためのプログラムで記録したコンピュータで読み取り可能な記録媒体。