JP4635400B2 - オーディオ信号符号化方法 - Google Patents
オーディオ信号符号化方法 Download PDFInfo
- Publication number
- JP4635400B2 JP4635400B2 JP2001296836A JP2001296836A JP4635400B2 JP 4635400 B2 JP4635400 B2 JP 4635400B2 JP 2001296836 A JP2001296836 A JP 2001296836A JP 2001296836 A JP2001296836 A JP 2001296836A JP 4635400 B2 JP4635400 B2 JP 4635400B2
- Authority
- JP
- Japan
- Prior art keywords
- integrated
- time blocks
- spectrum
- groups
- audio signal
- 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
【０００１】
【発明の属する技術分野】
本発明は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化するオーディオ信号符号化方法に関する。
【０００２】
【従来の技術】
近年、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化することにより、符号化効率を改善する手法が提案されている。
【０００３】
このような提案としては、ＭＰＥＧ−２ ＡＡＣ（Advanced Audio Coding）の規格書（ISO/IEC 13818-7, Information technology - Generic coding of moving pictures and associated audio information - Part 7: Advanced Audio Coding (AAC)）や日本国特許番号第２７３９３７７号に記載されたものが知られている。
【０００４】
しかしながら、これらの先行文献には、具体的なグループ化の決定方法については、記載されておらず、このため、例えば、あらかじめ設定した固定のグループ化方法で対応せざるを得なかった。
【０００５】
以下では、ＭＰＥＧ−２ ＡＡＣ（以下ＡＡＣと略す）のローコンプレキシティプロファイル（Low Complexity Profile）を例にとって、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する従来例について説明する。
【０００６】
図５にＡＡＣエンコーダのブロック図を示す。図５において、５００と５０１はフィルタバンク、５１０と５１１はブロック長決定部、５２０はジョイントステレオデータ生成部、５３０は短時間ブロックグループ化決定部、５４０は量子化及び符号化部である。以上のように構成されたＡＡＣエンコーダについて、その動作を以下に述べる。
【０００７】
入力された左チャンネル（Ｌｃｈ）の時間軸のオーディオ信号は、フィルタバンク５００においてブロック長決定部５１０で決定された長さのブロックに分割され、ＭＤＣＴ（Modified Discrete Cosine Transform，変形離散コサイン変換）によりスペクトルデータ（ＭＤＣＴ係数）に変換される。この変換は変換ブロックを５０％ずつオーバーラップして実行し、例えば２０４８サンプルを１０２４本のＭＤＣＴ係数に変換する。同様に、入力された右チャンネル（Ｒｃｈ）の時間軸のオーディオ信号は、フィルタバンク５０１においてブロック長決定部５１１で決定された長さのブロックに分割され、ＭＤＣＴによりスペクトルデータに変換される。
【０００８】
ブロック長決定部５１０と５１１では、ＭＤＣＴのブロック長を決定し、出力する。ブロック長決定部５１０と５１１で、それぞれのチャンネルの信号の変化に応じてＭＤＣＴのブロック長を変化させることにより、プリエコーと呼ばれる疑似信号の発生による音質の劣化を防止する。すなわち、定常的な信号の場合には、ＭＤＣＴのブロック長を２０４８サンプルの長時間ブロックとし、１０２４本のスペクトルデータに変換する。一方、過渡的な信号の場合には２５６サンプルの短時間ブロックとし、１２８本のスペクトルデータに変換する。短時間ブロックでは、８個連続で短いブロック長を用いて変換することにより、出力のスペクトルデータの本数を８×１２８＝１０２４本として、長時間ブロックと一致させる。この１０２４本のスペクトルデータから成る符号化の単位をフレームと呼ぶ。
【０００９】
図６に短時間ブロックと長時間ブロックの例を示す。同図で、第０フレーム（Ｆ０）、第２フレーム（Ｆ２）、第３フレーム（Ｆ３）は、長時間ブロックのフレームであり、これに対して第１フレーム（Ｆ１）は連続した８個の短時間ブロックから成る短時間ブロックのフレームである。
【００１０】
次にジョイントステレオデータ生成部５２０では、左右のチャンネルの相関を利用して符号化効率を向上させるため、左右のチャンネルのスペクトルデータを入力として、ジョイントステレオ（ミッド／サイドステレオあるいはインテンシティステレオ）符号化に必要なジョイントステレオスペクトルデータを生成する。ここで、ジョイントステレオスペクトルデータとは、ミッド／サイド（和差）ステレオ符号化に必要な左チャンネルと右チャンネルのスペクトルデータの和と差、あるいはインテンシティステレオ符号化に必要な左チャンネルと右チャンネルのスペクトルデータの和（左右のチャンネルの位相が逆相の場合には差）である。なお、インテンシティステレオ符号化の場合、もう一方のチャンネルのスペクトルデータはゼロに設定される。
【００１１】
次に短時間ブロックグループ化決定部５３０では、短時間ブロックの符号化効率を向上するため、短時間ブロックのグループ化を行う。短時間ブロックのグループ化では、複数の連続する短時間ブロックをブロック単位でまとめ、スケールファクタバンドと呼ばれる複数のスペクトルデータから構成されるバンド単位で共通のステップサイズを用いて量子化することにより、量子化ステップサイズを表すスケールファクタ等のサイド情報を削減し、符号化効率を改善する。ＡＡＣの規格では、１フレーム当り、最小１個から最大８個のグループにグループ化することが可能である。ここでは、図７に示すように、８個の短時間ブロックを２個ずつ１グループとして、合計４個のグループ（Ｇ０，Ｇ１，Ｇ２，Ｇ３）にグループ化する。なお、ジョイントステレオスペクトルデータの場合には、２つのチャンネルのスペクトルデータが対になっているので、グループ化に際しても、図８に示すように、２つのチャンネルのグループ化を共通に設定する必要がある。
【００１２】
量子化及び符号化部５４０では、左右のチャンネルのスペクトルデータ、あるいはジョイントステレオデータ生成部５２０からのジョイントスペクトルデータをスケールファクタバンド毎にまとめ、聴覚モデルに基づいてスペクトルデータのマスキングレベル、すなわち許容量子化ノイズレベルを算出し、算出された許容量子化ノイズレベルに基づいてスケールファクタバンド毎にスペクトルデータの量子化を行い、ハフマン符号化等の符号化処理を行い、高能率符号化データを出力する。
【００１３】
【発明が解決しようとする課題】
しかしながら、上記従来の複数の時間ブロックのスペクトルデータのグループ化では、スペクトルデータに依存しない固定的なグループ化であるため、符号化効率が劣化し、音質が劣化することがあるという課題があった。すなわち、スペクトルデータの時間変化が緩やかなところでは、本来は、より多くの時間ブロックを１グループとしてスケールファクタ等のサイド情報を削減し、符号化効率を改善すべきであるのにこれができず、また、スペクトルデータの時間変化が急激なところが、同一のグループにされると、同一の量子化ステップサイズを用いるため、小さなレベルの時間ブロックのスペクトルデータを十分表現することができず、このため音質が劣化するという課題があった。
【００１４】
本発明は上記問題点を解決するもので、時間ブロック間のスペクトルデータの変動に基づく最適なグループ化により、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質の向上したオーディオ信号高能率符号化方法を提供することを目的とする。
【００１５】
また、２つのチャンネルのグループ化を共通に設定する必要のあるジョイントステレオスペクトルデータに対しても最適なグループ化を行い、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質の向上したオーディオ信号高能率符号化方法を提供することを目的とする。
【００１６】
また、時間変化の極めて激しいフレームに対して、音質を大幅に劣化させることがないグループ化を行うオーディオ信号の高能率符号化方法を提供することを目的とする。
【００１７】
また、広い範囲のビットレートに対して適切なグループ化を行い、従来よりも音質の向上したオーディオ信号符号化方法を提供することを目的とする。
【００１８】
【課題を解決するための手段】
この課題を解決するために、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を算出するステップと、すべての隣接するグループの統合の中で前記統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下の場合に前記統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００１９】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を算出するステップと、すべての隣接するグループの統合の中で前記統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２０】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、複数のチャンネルのグループ化を共通に設定する場合に、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を複数のチャンネルについてそれぞれ算出するステップと、前記複数のチャンネルの統合グループスペクトル変動指標の最大あるいは平均を複数チャンネル統合グループスペクトル変動指標として算出するステップと、すべての隣接するグループの統合の中で前記複数チャンネル統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下である場合に前記複数チャンネル統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２１】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、複数のチャンネルのグループ化を共通に設定する場合に、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を複数のチャンネルについてそれぞれ算出するステップと、前記複数のチャンネルの統合グループスペクトル変動指標の最大あるいは平均を複数チャンネル統合グループスペクトル変動指標として算出するステップと、すべての隣接するグループの統合の中で前記複数チャンネル統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記複数チャンネル統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２２】
また、本発明のオーディオ信号符号化方法は、上記本発明のオーディオ信号符号化方法において、符号化のビットレートに応じて前記第１あるいは第２の閾値を設定するステップを備えたものである。
【００２３】
また、上記記載の本発明に係るオーディオ信号符号化方法をコンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体としたものである。
【００２４】
また、上記記載の本発明に係るオーディオ信号符号化方法をコンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムとしたものである。
【００２５】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を用いて説明する。
【００２６】
以下の実施の形態の説明では、本発明の特徴である複数の時間ブロックのスペクトルデータのグループ化の方法について、ＡＡＣエンコーダに適用した場合を例として説明する。即ち、オーディオ信号符号化装置（ＡＡＣエンコーダ）の構成としては、図５に示した通りである。
【００２７】
（実施の形態１）
図１は、本発明の実施の形態１のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００２８】
以下、図１を用いて実施の形態１における特徴部分としてのグループ化の方法について説明する。
【００２９】
最初にステップ１０１で、１グループ１ブロックに設定し、１フレームのグループ数を最大の８に設定する。本実施の形態では、当初の８グループから適宜グループを統合することにより、グループ化を決定する。
【００３０】
ステップ１０２で、第１の閾値の設定を行う。第１の閾値は、隣接するグループを統合するときの統合するグループに属する時間ブロックのスペクトルデータの変動を表す統合グループスペクトル変動指標に対する閾値である。
【００３１】
ステップ１０３で、隣接するグループを統合した時の統合したグループに属するすべての時間ブロック間のスペクトルデータの変動の最大を表すところの統合グループスペクトル変動指標を以下のようにして算出する。
【００３２】
最初に、時間ブロック番号ｉ（０≦ｉ＜８）でスケールファクタバンド番号ｋ（０≦ｋ＜ｍａｘ＿ｓｆｂ、ただし、ｍａｘ＿ｓｆｂは最大スケールファクタバンド数）のバンドのスペクトルデータの絶対値の最大であるｍａｘｓｐｅｃ（ｉ）（ｋ）を算出し、次に統合したグループに属する２つの時間ブロック、ｉとｊのブロック間のスペクトル変動を表すブロック間スペクトル変動指標ｄｅｖ（ｉ，ｊ）を（数１）で算出する。
【００３３】
【数１】
【００３４】
ここで、ａｂｓ（ｘ）はｘの絶対値を表し、また、ｌｏｇ１０（ｘ）は１０を底とするｘの対数を表す。
【００３５】
なお、以上の説明では、ブロック間スペクトル変動指標の算出に時間ブロック番号とスケールファクタバンド番号で指定されるバンドのスペクトルデータの絶対値の最大を用いる例を示したが、前記スペクトルデータの絶対値の平均や、スペクトルデータの２乗和の平均の平方根を用いても良い。また、２つのブロックの前記スペクトルデータの絶対値の最大の比の対数のスケールファクタバンドに関する総和の絶対値を用いる例を示したが、前記２つのブロックの前記スペクトルデータの絶対値の最大の差の２乗のスケールファクタバンドに関する総和を用いてもよい。
【００３６】
次に、統合したグループに属するすべての時間ブロック間のブロック間スペクトル変動指標ｄｅｖ（ｉ，ｊ）の最大を算出し、統合グループスペクトル変動指標とする。
【００３７】
なお、以上の説明では、統合するグループに属するすべてのブロック間スペクトル変動指標の最大を用いたが、平均を用いてもよい。
【００３８】
次にステップ１０４で、すべての隣接するグループの統合の中で、統合グループスペクトル変動指標の最小値を算出する。最初は、１グループ１ブロックに設定されているので、［０，１］、［１，２］、［２，３］、［３，４］、［４，５］、［５，６］、［６，７］（ここで［］の内は統合する短時間ブロックの番号を表す。）の７通りのグループの統合の中で最小値とそれを与えるグループ統合を算出する。
【００３９】
次にステップ１０５で、ステップ１０４で算出した統合グループスペクトル変動指標の最小値と第１の閾値とを比較し、上記統合グループスペクトル変動指標の最小値が第１の閾値以下である場合にはステップ１０６に行き、グループ統合を行い、そうでない場合にはグループ化を終了する。したがって、統合したときのグループ内の時間ブロックのスペクトル変動が小さい場合においてのみグループ統合はなされ、前記時間ブロックのスペクトル変動が大きい場合にはグループ統合はなされない。
【００４０】
ステップ１０６では、ステップ１０４で算出した統合グループスペクトル変動指標を最小とするグループを統合する。
【００４１】
次にステップ１０７で、グループ数を１減少してステップ１０３に戻る。
【００４２】
以上のように本実施の形態では、隣接するグループを統合した時のグループ内のスペクトルデータの変動を表す統合グループスペクトル変動指標に基づき、前記統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００４３】
（実施の形態２）
図２は、本発明の実施の形態２のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００４４】
図２で図１と同一番号を付したステップは、図１に示したステップと同一である。図２と図１の相違点は、図２では、ステップ２０１とステップ２０２が追加されている点にあるので、以下、これらのステップの処理内容について説明し、それ以外のステップについては説明を省略する。
【００４５】
ステップ２０１では、第２の閾値の設定を行う。第２の閾値は、グループ数に関する閾値であり、時間変化の極めて激しいフレームでグループ数が大きくなり過ぎて、サイド情報のビット数が増え、スペクトルデータのビット数が不足することによる音質劣化を抑えるためのものである。
【００４６】
ステップ２０２では、その時点でのグループ数と第２の閾値を比較し、グループ数が第２の閾値より大きい場合には、ステップ１０６に行き、グループを統合する。また、グループ数が第２の閾値以下である場合にはステップ１０５に行き、統合グループスペクトル変動指標の最小値が第１の閾値以下である場合のみ、ステップ１０６に行き、グループを統合する。
【００４７】
以上のように実施の形態２では、グループ化の最大グループ数を第２の閾値で設定し、グループ数を制限することにより、サイド情報に割り当てるビット数を制限し、スペクトルデータに割り当てることにより、時間変化の極めて激しいフレームでの大幅な音質劣化を抑えることができる。
【００４８】
（実施の形態３）
図３は、本発明の実施の形態３のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００４９】
図３で図２と同一番号を付したステップは、図２に示したステップと同一である。図３と図２の相違点は、図３ではステップ３０１が追加されている点にあるので、以下、追加されたステップとそれに関連するステップについて説明し、それ以外のステップについては説明を省略する。
【００５０】
ステップ３０１では、ビットレートを入力する。
【００５１】
次にステップ１０２では、ステップ３０１で入力されたビットレートに応じて第１の閾値の設定を行う。すなわち、ビットレートが高い場合には、使用可能なビット数が増加するので、第１の閾値をより小さい値に設定することにより、グループ数を増加させ、スペクトルデータの時間変化をより正確に表現できるようにする。
【００５２】
同様に、ステップ２０１では、ステップ３０１で入力されたビットレートに応じて第２の閾値の設定を行う。すなわち、ビットレートが高い場合には、使用可能なビット数が増加するので、第２の閾値をより大きな値に設定することにより、最大グループ数を増加させ、スペクトルデータの時間変化の激しい場合にもスペクトルデータをより正確に表現できるようにする。
【００５３】
以上のように実施の形態３では、第１あるいは第２の閾値をビットレートに応じて設定することにより、それぞれのビットレートに適したグループ化を行い、広い範囲のビットレートに対して音質を向上することができる。
【００５４】
（実施の形態４）
図４は、本発明の実施の形態４のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００５５】
実施の形態４は、２つのチャンネルの時間ブロックのグループ化を共通に設定する場合のグループ化の方法である。
【００５６】
例えば、ジョイントステレオ符号化では、２つのチャンネルのスペクトルデータを一対として取り扱うので、２つのチャンネルの時間ブロックのグループ化を共通に設定する必要がある。すなわち、実施の形態４は、例えば、ミッド／サイドステレオ符号化やインテンシティステレオ符号化に対して適用される。ただし、インテンシティステレオ符号化に関しては、一方のチャンネルのスペクトルデータはゼロに設定されているので、ゼロに設定されていないチャンネルのスペクトルデータに対して、例えば、実施の形態１〜３のグループ化を行い、それを２つのチャンネルに対して共通に適用してもよい。
【００５７】
以下、図４を用いて実施の形態４におけるグループ化の方法について説明する。
【００５８】
最初に、ステップ４０１で、１グループ１ブロックに設定し、１フレームのグループ数を最大の８に設定する。本実施の形態では、当初の８グループからグループを統合することにより、グループ化を決定する。
【００５９】
ステップ４０２で、ビットレートを入力する。
【００６０】
ステップ４０３で、ビットレートに応じて第１の閾値の設定を行う。第１の閾値は、２つのチャンネルの隣接するグループを統合した時の統合したグループに属する時間ブロックのスペクトルデータの変動を表す２チャンネル統合グループスペクトル変動指標に対する閾値である。
【００６１】
ステップ４０４で、ビットレートに応じて第２の閾値の設定を行う。第２の閾値は、グループ数に対する閾値であり、グループ数が大きくなり過ぎて、サイド情報のビット数が増え、スペクトルデータのビット数が不足することによる音質劣化を抑えるためのものである。
【００６２】
ステップ４０５で、隣接するグループを統合したときの統合したグループに属する時間ブロック間のスペクトルデータの変動の最大を表す統合グループスペクトル変動指標を２つのチャンネルについてそれぞれ算出する。各チャンネルの統合グループスペクトル変動指標の算出に関しては、実施の形態１のステップ１０３で説明した方法を用いる。
【００６３】
次にステップ４０６で、ステップ４０５で算出した２つのチャンネルの統合グループスペクトル変動指標の最大を算出し、２チャンネル統合グループスペクトルとする。
【００６４】
なお、以上の説明では、２つのチャンネルの統合グループスペクトル変動指標の最大を２チャンネル統合グループスペクトルとして用いる例を示したが、前記統合グループスペクトル変動指標の平均を用いてもよい。
【００６５】
次にステップ４０７で、すべての隣接するグループの統合の中で２チャンネル統合グループスペクトル変動指標の最小値を算出する。最初は、１グループ１ブロックに設定されているので、［０，１］、［１，２］、［２，３］、［３，４］、［４，５］、［５，６］、［６，７］（ここで［］の内は統合する短時間ブロックの番号を表す。）の７通りのグループの統合の中で最小値とそれを与えるグループ統合を算出する。
【００６６】
次にステップ４０８で、この時点でのグループ数と第２の閾値を比較し、グループ数が第２の閾値より大きい場合には、ステップ４１０に行き、グループを統合する。また、グループ数が第２の閾値以下である場合にはステップ４０９に行く。
【００６７】
ステップ４０９で、ステップ４０７で算出した２チャンネル統合グループスペクトル変動指標の最小値と第１の閾値とを比較し、上記２チャンネル統合グループスペクトル変動指標の最小値が第１の閾値以下である場合にはステップ４１０に行き、グループ統合を行う。そうでない場合にはグループ化を終了する。したがって、統合したときのグループ内の時間ブロックのスペクトル変動が小さい場合においてのみグループ統合はなされ、前記時間ブロックのスペクトル変動が大きい場合にはグループ統合はなされない。
【００６８】
ステップ４１０では、ステップ４０７で算出した２チャンネル統合グループスペクトル変動指標を最小とするグループを統合する。
【００６９】
次にステップ４１１で、グループ数を１減少してステップ４０５に戻る。
【００７０】
以上のように本実施の形態では、２つのチャンネルで共通のグループ化を行う場合に、２つのチャンネルの隣接するグループを統合した時のグループ内のスペクトルデータの変動を表す２チャンネル統合グループスペクトル変動指標に基づき、グループ数が第２の閾値より大きいかあるいは前記２チャンネル統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記２チャンネル統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００７１】
なお、以上の説明では、第２の閾値を設定し、第２の閾値とグループ数を比較するステップを設ける例を示したが、実施の形態１のように、これらのステップを省いてもよい。
【００７２】
なお、上記各実施の形態におけるオーディオ信号符号化方法は、コンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムとして実現することができ、これをコンピュータ読み取り可能な記録媒体に記録してもよい。
【００７３】
【発明の効果】
以上のように本発明によれば、隣接するグループを統合したときのグループ内の時間ブロックのスペクトルデータの変動を表す統合グループスペクトル変動指標に基づき、統合グループスペクトル変動指標が第１の閾値以下の場合に、最適な順序で（上記統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００７４】
また、グループ化の最大グループ数を第２の閾値で設定し、グループ数を制限することにより、サイド情報に割り当てるビット数を制限し、スペクトルデータに割り当てることにより、時間変化の極めて激しいフレームに対する大幅な音質劣化を抑えることができる。
【００７５】
また、第１あるいは第２の閾値をビットレートに応じて設定することにより、それぞれのビットレートに適したグループ化を行い、広い範囲のビットレートに対して音質を向上することができる。
【００７６】
また、ミッド／サイドステレオ符号化のように２つのチャンネルで共通のグループ化を行う場合に対して、２チャンネル統合グループスペクトル変動指標に基づき、グループ数が第２の閾値より大きいかあるいは前記２チャンネル統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記２チャンネル統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図２】同実施の形態２のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図３】同実施の形態３のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図４】同実施の形態４のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図５】ＡＡＣエンコーダの構成を示すブロック図
【図６】ＡＡＣにおける短時間ブロックと長時間ブロックの例を説明するための説明図
【図７】ＡＡＣにおける短時間ブロックのグループ化の例を説明するための説明図
【図８】ＡＡＣにおけるジョイントステレオ符号化時の短時間ブロックのグループ化の例を説明するための説明図
【発明の属する技術分野】
本発明は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化するオーディオ信号符号化方法に関する。
【０００２】
【従来の技術】
近年、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化することにより、符号化効率を改善する手法が提案されている。
【０００３】
このような提案としては、ＭＰＥＧ−２ ＡＡＣ（Advanced Audio Coding）の規格書（ISO/IEC 13818-7, Information technology - Generic coding of moving pictures and associated audio information - Part 7: Advanced Audio Coding (AAC)）や日本国特許番号第２７３９３７７号に記載されたものが知られている。
【０００４】
しかしながら、これらの先行文献には、具体的なグループ化の決定方法については、記載されておらず、このため、例えば、あらかじめ設定した固定のグループ化方法で対応せざるを得なかった。
【０００５】
以下では、ＭＰＥＧ−２ ＡＡＣ（以下ＡＡＣと略す）のローコンプレキシティプロファイル（Low Complexity Profile）を例にとって、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する従来例について説明する。
【０００６】
図５にＡＡＣエンコーダのブロック図を示す。図５において、５００と５０１はフィルタバンク、５１０と５１１はブロック長決定部、５２０はジョイントステレオデータ生成部、５３０は短時間ブロックグループ化決定部、５４０は量子化及び符号化部である。以上のように構成されたＡＡＣエンコーダについて、その動作を以下に述べる。
【０００７】
入力された左チャンネル（Ｌｃｈ）の時間軸のオーディオ信号は、フィルタバンク５００においてブロック長決定部５１０で決定された長さのブロックに分割され、ＭＤＣＴ（Modified Discrete Cosine Transform，変形離散コサイン変換）によりスペクトルデータ（ＭＤＣＴ係数）に変換される。この変換は変換ブロックを５０％ずつオーバーラップして実行し、例えば２０４８サンプルを１０２４本のＭＤＣＴ係数に変換する。同様に、入力された右チャンネル（Ｒｃｈ）の時間軸のオーディオ信号は、フィルタバンク５０１においてブロック長決定部５１１で決定された長さのブロックに分割され、ＭＤＣＴによりスペクトルデータに変換される。
【０００８】
ブロック長決定部５１０と５１１では、ＭＤＣＴのブロック長を決定し、出力する。ブロック長決定部５１０と５１１で、それぞれのチャンネルの信号の変化に応じてＭＤＣＴのブロック長を変化させることにより、プリエコーと呼ばれる疑似信号の発生による音質の劣化を防止する。すなわち、定常的な信号の場合には、ＭＤＣＴのブロック長を２０４８サンプルの長時間ブロックとし、１０２４本のスペクトルデータに変換する。一方、過渡的な信号の場合には２５６サンプルの短時間ブロックとし、１２８本のスペクトルデータに変換する。短時間ブロックでは、８個連続で短いブロック長を用いて変換することにより、出力のスペクトルデータの本数を８×１２８＝１０２４本として、長時間ブロックと一致させる。この１０２４本のスペクトルデータから成る符号化の単位をフレームと呼ぶ。
【０００９】
図６に短時間ブロックと長時間ブロックの例を示す。同図で、第０フレーム（Ｆ０）、第２フレーム（Ｆ２）、第３フレーム（Ｆ３）は、長時間ブロックのフレームであり、これに対して第１フレーム（Ｆ１）は連続した８個の短時間ブロックから成る短時間ブロックのフレームである。
【００１０】
次にジョイントステレオデータ生成部５２０では、左右のチャンネルの相関を利用して符号化効率を向上させるため、左右のチャンネルのスペクトルデータを入力として、ジョイントステレオ（ミッド／サイドステレオあるいはインテンシティステレオ）符号化に必要なジョイントステレオスペクトルデータを生成する。ここで、ジョイントステレオスペクトルデータとは、ミッド／サイド（和差）ステレオ符号化に必要な左チャンネルと右チャンネルのスペクトルデータの和と差、あるいはインテンシティステレオ符号化に必要な左チャンネルと右チャンネルのスペクトルデータの和（左右のチャンネルの位相が逆相の場合には差）である。なお、インテンシティステレオ符号化の場合、もう一方のチャンネルのスペクトルデータはゼロに設定される。
【００１１】
次に短時間ブロックグループ化決定部５３０では、短時間ブロックの符号化効率を向上するため、短時間ブロックのグループ化を行う。短時間ブロックのグループ化では、複数の連続する短時間ブロックをブロック単位でまとめ、スケールファクタバンドと呼ばれる複数のスペクトルデータから構成されるバンド単位で共通のステップサイズを用いて量子化することにより、量子化ステップサイズを表すスケールファクタ等のサイド情報を削減し、符号化効率を改善する。ＡＡＣの規格では、１フレーム当り、最小１個から最大８個のグループにグループ化することが可能である。ここでは、図７に示すように、８個の短時間ブロックを２個ずつ１グループとして、合計４個のグループ（Ｇ０，Ｇ１，Ｇ２，Ｇ３）にグループ化する。なお、ジョイントステレオスペクトルデータの場合には、２つのチャンネルのスペクトルデータが対になっているので、グループ化に際しても、図８に示すように、２つのチャンネルのグループ化を共通に設定する必要がある。
【００１２】
量子化及び符号化部５４０では、左右のチャンネルのスペクトルデータ、あるいはジョイントステレオデータ生成部５２０からのジョイントスペクトルデータをスケールファクタバンド毎にまとめ、聴覚モデルに基づいてスペクトルデータのマスキングレベル、すなわち許容量子化ノイズレベルを算出し、算出された許容量子化ノイズレベルに基づいてスケールファクタバンド毎にスペクトルデータの量子化を行い、ハフマン符号化等の符号化処理を行い、高能率符号化データを出力する。
【００１３】
【発明が解決しようとする課題】
しかしながら、上記従来の複数の時間ブロックのスペクトルデータのグループ化では、スペクトルデータに依存しない固定的なグループ化であるため、符号化効率が劣化し、音質が劣化することがあるという課題があった。すなわち、スペクトルデータの時間変化が緩やかなところでは、本来は、より多くの時間ブロックを１グループとしてスケールファクタ等のサイド情報を削減し、符号化効率を改善すべきであるのにこれができず、また、スペクトルデータの時間変化が急激なところが、同一のグループにされると、同一の量子化ステップサイズを用いるため、小さなレベルの時間ブロックのスペクトルデータを十分表現することができず、このため音質が劣化するという課題があった。
【００１４】
本発明は上記問題点を解決するもので、時間ブロック間のスペクトルデータの変動に基づく最適なグループ化により、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質の向上したオーディオ信号高能率符号化方法を提供することを目的とする。
【００１５】
また、２つのチャンネルのグループ化を共通に設定する必要のあるジョイントステレオスペクトルデータに対しても最適なグループ化を行い、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質の向上したオーディオ信号高能率符号化方法を提供することを目的とする。
【００１６】
また、時間変化の極めて激しいフレームに対して、音質を大幅に劣化させることがないグループ化を行うオーディオ信号の高能率符号化方法を提供することを目的とする。
【００１７】
また、広い範囲のビットレートに対して適切なグループ化を行い、従来よりも音質の向上したオーディオ信号符号化方法を提供することを目的とする。
【００１８】
【課題を解決するための手段】
この課題を解決するために、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を算出するステップと、すべての隣接するグループの統合の中で前記統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下の場合に前記統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００１９】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を算出するステップと、すべての隣接するグループの統合の中で前記統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２０】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、複数のチャンネルのグループ化を共通に設定する場合に、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を複数のチャンネルについてそれぞれ算出するステップと、前記複数のチャンネルの統合グループスペクトル変動指標の最大あるいは平均を複数チャンネル統合グループスペクトル変動指標として算出するステップと、すべての隣接するグループの統合の中で前記複数チャンネル統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下である場合に前記複数チャンネル統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２１】
また、本発明のオーディオ信号符号化方法は、オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して高能率符号化する方法であって、複数のチャンネルのグループ化を共通に設定する場合に、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動の最大あるいは平均を表す統合グループスペクトル変動指標を複数のチャンネルについてそれぞれ算出するステップと、前記複数のチャンネルの統合グループスペクトル変動指標の最大あるいは平均を複数チャンネル統合グループスペクトル変動指標として算出するステップと、すべての隣接するグループの統合の中で前記複数チャンネル統合グループスペクトル変動指標の最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記複数チャンネル統合グループスペクトル変動指標を最小とするグループを統合するステップとを備えたものである。
【００２２】
また、本発明のオーディオ信号符号化方法は、上記本発明のオーディオ信号符号化方法において、符号化のビットレートに応じて前記第１あるいは第２の閾値を設定するステップを備えたものである。
【００２３】
また、上記記載の本発明に係るオーディオ信号符号化方法をコンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体としたものである。
【００２４】
また、上記記載の本発明に係るオーディオ信号符号化方法をコンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムとしたものである。
【００２５】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を用いて説明する。
【００２６】
以下の実施の形態の説明では、本発明の特徴である複数の時間ブロックのスペクトルデータのグループ化の方法について、ＡＡＣエンコーダに適用した場合を例として説明する。即ち、オーディオ信号符号化装置（ＡＡＣエンコーダ）の構成としては、図５に示した通りである。
【００２７】
（実施の形態１）
図１は、本発明の実施の形態１のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００２８】
以下、図１を用いて実施の形態１における特徴部分としてのグループ化の方法について説明する。
【００２９】
最初にステップ１０１で、１グループ１ブロックに設定し、１フレームのグループ数を最大の８に設定する。本実施の形態では、当初の８グループから適宜グループを統合することにより、グループ化を決定する。
【００３０】
ステップ１０２で、第１の閾値の設定を行う。第１の閾値は、隣接するグループを統合するときの統合するグループに属する時間ブロックのスペクトルデータの変動を表す統合グループスペクトル変動指標に対する閾値である。
【００３１】
ステップ１０３で、隣接するグループを統合した時の統合したグループに属するすべての時間ブロック間のスペクトルデータの変動の最大を表すところの統合グループスペクトル変動指標を以下のようにして算出する。
【００３２】
最初に、時間ブロック番号ｉ（０≦ｉ＜８）でスケールファクタバンド番号ｋ（０≦ｋ＜ｍａｘ＿ｓｆｂ、ただし、ｍａｘ＿ｓｆｂは最大スケールファクタバンド数）のバンドのスペクトルデータの絶対値の最大であるｍａｘｓｐｅｃ（ｉ）（ｋ）を算出し、次に統合したグループに属する２つの時間ブロック、ｉとｊのブロック間のスペクトル変動を表すブロック間スペクトル変動指標ｄｅｖ（ｉ，ｊ）を（数１）で算出する。
【００３３】
【数１】
ここで、ａｂｓ（ｘ）はｘの絶対値を表し、また、ｌｏｇ１０（ｘ）は１０を底とするｘの対数を表す。
【００３５】
なお、以上の説明では、ブロック間スペクトル変動指標の算出に時間ブロック番号とスケールファクタバンド番号で指定されるバンドのスペクトルデータの絶対値の最大を用いる例を示したが、前記スペクトルデータの絶対値の平均や、スペクトルデータの２乗和の平均の平方根を用いても良い。また、２つのブロックの前記スペクトルデータの絶対値の最大の比の対数のスケールファクタバンドに関する総和の絶対値を用いる例を示したが、前記２つのブロックの前記スペクトルデータの絶対値の最大の差の２乗のスケールファクタバンドに関する総和を用いてもよい。
【００３６】
次に、統合したグループに属するすべての時間ブロック間のブロック間スペクトル変動指標ｄｅｖ（ｉ，ｊ）の最大を算出し、統合グループスペクトル変動指標とする。
【００３７】
なお、以上の説明では、統合するグループに属するすべてのブロック間スペクトル変動指標の最大を用いたが、平均を用いてもよい。
【００３８】
次にステップ１０４で、すべての隣接するグループの統合の中で、統合グループスペクトル変動指標の最小値を算出する。最初は、１グループ１ブロックに設定されているので、［０，１］、［１，２］、［２，３］、［３，４］、［４，５］、［５，６］、［６，７］（ここで［］の内は統合する短時間ブロックの番号を表す。）の７通りのグループの統合の中で最小値とそれを与えるグループ統合を算出する。
【００３９】
次にステップ１０５で、ステップ１０４で算出した統合グループスペクトル変動指標の最小値と第１の閾値とを比較し、上記統合グループスペクトル変動指標の最小値が第１の閾値以下である場合にはステップ１０６に行き、グループ統合を行い、そうでない場合にはグループ化を終了する。したがって、統合したときのグループ内の時間ブロックのスペクトル変動が小さい場合においてのみグループ統合はなされ、前記時間ブロックのスペクトル変動が大きい場合にはグループ統合はなされない。
【００４０】
ステップ１０６では、ステップ１０４で算出した統合グループスペクトル変動指標を最小とするグループを統合する。
【００４１】
次にステップ１０７で、グループ数を１減少してステップ１０３に戻る。
【００４２】
以上のように本実施の形態では、隣接するグループを統合した時のグループ内のスペクトルデータの変動を表す統合グループスペクトル変動指標に基づき、前記統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００４３】
（実施の形態２）
図２は、本発明の実施の形態２のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００４４】
図２で図１と同一番号を付したステップは、図１に示したステップと同一である。図２と図１の相違点は、図２では、ステップ２０１とステップ２０２が追加されている点にあるので、以下、これらのステップの処理内容について説明し、それ以外のステップについては説明を省略する。
【００４５】
ステップ２０１では、第２の閾値の設定を行う。第２の閾値は、グループ数に関する閾値であり、時間変化の極めて激しいフレームでグループ数が大きくなり過ぎて、サイド情報のビット数が増え、スペクトルデータのビット数が不足することによる音質劣化を抑えるためのものである。
【００４６】
ステップ２０２では、その時点でのグループ数と第２の閾値を比較し、グループ数が第２の閾値より大きい場合には、ステップ１０６に行き、グループを統合する。また、グループ数が第２の閾値以下である場合にはステップ１０５に行き、統合グループスペクトル変動指標の最小値が第１の閾値以下である場合のみ、ステップ１０６に行き、グループを統合する。
【００４７】
以上のように実施の形態２では、グループ化の最大グループ数を第２の閾値で設定し、グループ数を制限することにより、サイド情報に割り当てるビット数を制限し、スペクトルデータに割り当てることにより、時間変化の極めて激しいフレームでの大幅な音質劣化を抑えることができる。
【００４８】
（実施の形態３）
図３は、本発明の実施の形態３のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００４９】
図３で図２と同一番号を付したステップは、図２に示したステップと同一である。図３と図２の相違点は、図３ではステップ３０１が追加されている点にあるので、以下、追加されたステップとそれに関連するステップについて説明し、それ以外のステップについては説明を省略する。
【００５０】
ステップ３０１では、ビットレートを入力する。
【００５１】
次にステップ１０２では、ステップ３０１で入力されたビットレートに応じて第１の閾値の設定を行う。すなわち、ビットレートが高い場合には、使用可能なビット数が増加するので、第１の閾値をより小さい値に設定することにより、グループ数を増加させ、スペクトルデータの時間変化をより正確に表現できるようにする。
【００５２】
同様に、ステップ２０１では、ステップ３０１で入力されたビットレートに応じて第２の閾値の設定を行う。すなわち、ビットレートが高い場合には、使用可能なビット数が増加するので、第２の閾値をより大きな値に設定することにより、最大グループ数を増加させ、スペクトルデータの時間変化の激しい場合にもスペクトルデータをより正確に表現できるようにする。
【００５３】
以上のように実施の形態３では、第１あるいは第２の閾値をビットレートに応じて設定することにより、それぞれのビットレートに適したグループ化を行い、広い範囲のビットレートに対して音質を向上することができる。
【００５４】
（実施の形態４）
図４は、本発明の実施の形態４のオーディオ信号符号化方法における複数の時間ブロックのスペクトルデータのグループ化の方法のステップを示すフローチャートである。
【００５５】
実施の形態４は、２つのチャンネルの時間ブロックのグループ化を共通に設定する場合のグループ化の方法である。
【００５６】
例えば、ジョイントステレオ符号化では、２つのチャンネルのスペクトルデータを一対として取り扱うので、２つのチャンネルの時間ブロックのグループ化を共通に設定する必要がある。すなわち、実施の形態４は、例えば、ミッド／サイドステレオ符号化やインテンシティステレオ符号化に対して適用される。ただし、インテンシティステレオ符号化に関しては、一方のチャンネルのスペクトルデータはゼロに設定されているので、ゼロに設定されていないチャンネルのスペクトルデータに対して、例えば、実施の形態１〜３のグループ化を行い、それを２つのチャンネルに対して共通に適用してもよい。
【００５７】
以下、図４を用いて実施の形態４におけるグループ化の方法について説明する。
【００５８】
最初に、ステップ４０１で、１グループ１ブロックに設定し、１フレームのグループ数を最大の８に設定する。本実施の形態では、当初の８グループからグループを統合することにより、グループ化を決定する。
【００５９】
ステップ４０２で、ビットレートを入力する。
【００６０】
ステップ４０３で、ビットレートに応じて第１の閾値の設定を行う。第１の閾値は、２つのチャンネルの隣接するグループを統合した時の統合したグループに属する時間ブロックのスペクトルデータの変動を表す２チャンネル統合グループスペクトル変動指標に対する閾値である。
【００６１】
ステップ４０４で、ビットレートに応じて第２の閾値の設定を行う。第２の閾値は、グループ数に対する閾値であり、グループ数が大きくなり過ぎて、サイド情報のビット数が増え、スペクトルデータのビット数が不足することによる音質劣化を抑えるためのものである。
【００６２】
ステップ４０５で、隣接するグループを統合したときの統合したグループに属する時間ブロック間のスペクトルデータの変動の最大を表す統合グループスペクトル変動指標を２つのチャンネルについてそれぞれ算出する。各チャンネルの統合グループスペクトル変動指標の算出に関しては、実施の形態１のステップ１０３で説明した方法を用いる。
【００６３】
次にステップ４０６で、ステップ４０５で算出した２つのチャンネルの統合グループスペクトル変動指標の最大を算出し、２チャンネル統合グループスペクトルとする。
【００６４】
なお、以上の説明では、２つのチャンネルの統合グループスペクトル変動指標の最大を２チャンネル統合グループスペクトルとして用いる例を示したが、前記統合グループスペクトル変動指標の平均を用いてもよい。
【００６５】
次にステップ４０７で、すべての隣接するグループの統合の中で２チャンネル統合グループスペクトル変動指標の最小値を算出する。最初は、１グループ１ブロックに設定されているので、［０，１］、［１，２］、［２，３］、［３，４］、［４，５］、［５，６］、［６，７］（ここで［］の内は統合する短時間ブロックの番号を表す。）の７通りのグループの統合の中で最小値とそれを与えるグループ統合を算出する。
【００６６】
次にステップ４０８で、この時点でのグループ数と第２の閾値を比較し、グループ数が第２の閾値より大きい場合には、ステップ４１０に行き、グループを統合する。また、グループ数が第２の閾値以下である場合にはステップ４０９に行く。
【００６７】
ステップ４０９で、ステップ４０７で算出した２チャンネル統合グループスペクトル変動指標の最小値と第１の閾値とを比較し、上記２チャンネル統合グループスペクトル変動指標の最小値が第１の閾値以下である場合にはステップ４１０に行き、グループ統合を行う。そうでない場合にはグループ化を終了する。したがって、統合したときのグループ内の時間ブロックのスペクトル変動が小さい場合においてのみグループ統合はなされ、前記時間ブロックのスペクトル変動が大きい場合にはグループ統合はなされない。
【００６８】
ステップ４１０では、ステップ４０７で算出した２チャンネル統合グループスペクトル変動指標を最小とするグループを統合する。
【００６９】
次にステップ４１１で、グループ数を１減少してステップ４０５に戻る。
【００７０】
以上のように本実施の形態では、２つのチャンネルで共通のグループ化を行う場合に、２つのチャンネルの隣接するグループを統合した時のグループ内のスペクトルデータの変動を表す２チャンネル統合グループスペクトル変動指標に基づき、グループ数が第２の閾値より大きいかあるいは前記２チャンネル統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記２チャンネル統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００７１】
なお、以上の説明では、第２の閾値を設定し、第２の閾値とグループ数を比較するステップを設ける例を示したが、実施の形態１のように、これらのステップを省いてもよい。
【００７２】
なお、上記各実施の形態におけるオーディオ信号符号化方法は、コンピュータまたはデジタルシグナルプロセッサに実行させるためのプログラムとして実現することができ、これをコンピュータ読み取り可能な記録媒体に記録してもよい。
【００７３】
【発明の効果】
以上のように本発明によれば、隣接するグループを統合したときのグループ内の時間ブロックのスペクトルデータの変動を表す統合グループスペクトル変動指標に基づき、統合グループスペクトル変動指標が第１の閾値以下の場合に、最適な順序で（上記統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【００７４】
また、グループ化の最大グループ数を第２の閾値で設定し、グループ数を制限することにより、サイド情報に割り当てるビット数を制限し、スペクトルデータに割り当てることにより、時間変化の極めて激しいフレームに対する大幅な音質劣化を抑えることができる。
【００７５】
また、第１あるいは第２の閾値をビットレートに応じて設定することにより、それぞれのビットレートに適したグループ化を行い、広い範囲のビットレートに対して音質を向上することができる。
【００７６】
また、ミッド／サイドステレオ符号化のように２つのチャンネルで共通のグループ化を行う場合に対して、２チャンネル統合グループスペクトル変動指標に基づき、グループ数が第２の閾値より大きいかあるいは前記２チャンネル統合グループスペクトル変動指標が第１の閾値以下の場合には、最適な順序で（上記２チャンネル統合グループスペクトル変動指標の小さいものから順に）グループ化を行うことにより、スペクトルデータとスケールファクタ等のサイド情報に割り当てるビット数を最適化し、音質を向上することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図２】同実施の形態２のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図３】同実施の形態３のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図４】同実施の形態４のオーディオ信号符号化方法における複数の時間ブロックのグループ化の方法のステップを示すフローチャート
【図５】ＡＡＣエンコーダの構成を示すブロック図
【図６】ＡＡＣにおける短時間ブロックと長時間ブロックの例を説明するための説明図
【図７】ＡＡＣにおける短時間ブロックのグループ化の例を説明するための説明図
【図８】ＡＡＣにおけるジョイントステレオ符号化時の短時間ブロックのグループ化の例を説明するための説明図
Claims (5)
- オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して符号化する方法であって、隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動を表す統合グループスペクトル変動指標を算出するステップと、隣接するグループで算出される複数の統合グループスペクトル変動指標のうち最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記最小値に対応するグループを統合するステップとを備えたことを特徴とするオーディオ信号符号化方法。
- オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して符号化する方法であって、複数のチャンネルのグループ化を共通に設定する場合に、同じチャンネルにおいて隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動を表す統合グループスペクトル変動指標をチャンネル毎に算出するステップと、各チャンネルの特定の時間ブロック間で算出された統合グループスペクトル変動指標の代表値を複数チャンネル統合グループスペクトル変動指標として算出するステップと、算出される複数の複数チャンネル統合グループスペクトル変動指標のうち最小値を算出するステップと、前記最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記最小値に対応する各チャンネルのグループを統合するステップとを備えたことを特徴とするオーディオ信号符号化方法。
- 符号化のビットレートに応じて前記第１の閾値あるいは第２の閾値を設定するステップを備えたことを特徴とする請求項１から請求項２のいずれかに記載のオーディオ信号符号化方法。
- オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して符号化するオーディオ信号符号化装置であって、
隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動を表す統合グループスペクトル変動指標を算出する算出部と、
隣接するグループで算出される複数の統合グループスペクトル変動指標のうち最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記最小値に対応するグループを統合する統合部と、
を備えるオーディオ信号符号化装置。 - オーディオ信号を時間ブロック単位でスペクトルデータに変換し、複数の時間ブロックのスペクトルデータをグループ化して符号化するオーディオ信号符号化装置であって、
複数のチャンネルのグループ化を共通に設定する場合に、同じチャンネルにおいて隣接するグループを統合した時の統合したグループに属する時間ブロック間のスペクトルデータの変動を表す統合グループスペクトル変動指標をチャンネル毎に算出する算出部と、
各チャンネルの特定の時間ブロック間で算出された統合グループスペクトル変動指標の代表値を複数チャンネル統合グループスペクトル変動指標として算出する代表値算出部と、
算出される複数の複数チャンネル統合グループスペクトル変動指標のうち最小値が第１の閾値以下であるかあるいはグループ数が第２の閾値より大きい場合に前記最小値に対応する各チャンネルのグループを統合する統合部と、
を備えるオーディオ信号符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001296836A JP4635400B2 (ja) | 2001-09-27 | 2001-09-27 | オーディオ信号符号化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001296836A JP4635400B2 (ja) | 2001-09-27 | 2001-09-27 | オーディオ信号符号化方法 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2003108192A JP2003108192A (ja) | 2003-04-11 |
| JP2003108192A5 JP2003108192A5 (ja) | 2008-02-21 |
| JP4635400B2 true JP4635400B2 (ja) | 2011-02-23 |
Family
ID=19118004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001296836A Expired - Fee Related JP4635400B2 (ja) | 2001-09-27 | 2001-09-27 | オーディオ信号符号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4635400B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4296753B2 (ja) * | 2002-05-20 | 2009-07-15 | ソニー株式会社 | 音響信号符号化方法及び装置、音響信号復号方法及び装置、並びにプログラム及び記録媒体 |
| JP5069909B2 (ja) * | 2004-01-20 | 2012-11-07 | ドルビー ラボラトリーズ ライセンシング コーポレイション | ブロック系列化に基づくオーディオコーディング |
| EP2040252A4 (en) | 2006-07-07 | 2013-01-09 | Nec Corp | AUDIO CODING DEVICE, AUDIO CODING METHOD, AND PROGRAM THEREOF |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000137497A (ja) * | 1998-10-29 | 2000-05-16 | Ricoh Co Ltd | デジタル音響信号符号化装置、デジタル音響信号符号化方法及びデジタル音響信号符号化プログラムを記録した媒体 |
| JP2001154698A (ja) * | 1999-11-29 | 2001-06-08 | Victor Co Of Japan Ltd | オーディオ符号化装置及びその方法 |
-
2001
- 2001-09-27 JP JP2001296836A patent/JP4635400B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000137497A (ja) * | 1998-10-29 | 2000-05-16 | Ricoh Co Ltd | デジタル音響信号符号化装置、デジタル音響信号符号化方法及びデジタル音響信号符号化プログラムを記録した媒体 |
| JP2001154698A (ja) * | 1999-11-29 | 2001-06-08 | Victor Co Of Japan Ltd | オーディオ符号化装置及びその方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003108192A (ja) | 2003-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FI112979B (fi) | Digitaalisen datan erittäin tehokas koodauslaite | |
| AU733156B2 (en) | Audio coding method and apparatus | |
| TWI515720B (zh) | 壓縮數位化音訊信號之方法、解碼已編碼壓縮數位化音訊信號之方法、及機器可讀儲存媒體 | |
| US7933417B2 (en) | Encoding device and decoding device | |
| EP1072036B1 (en) | Fast frame optimisation in an audio encoder | |
| TW201503111A (zh) | 從高階保真立體音響信號之係數領域表示產生該高階保真立體音響信號之混合空間或係數領域表示之方法及裝置 | |
| KR100695125B1 (ko) | 디지털 신호 부호화/복호화 방법 및 장치 | |
| 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 | |
| JP3434260B2 (ja) | オーディオ信号符号化方法及び復号化方法、これらの装置及びプログラム記録媒体 | |
| KR100477701B1 (ko) | Ｍｐｅｇ 오디오 인코딩 방법 및 ｍｐｅｇ 오디오 인코딩장치 | |
| US8593321B2 (en) | Computation apparatus and method, quantization apparatus and method, and program | |
| JP4062971B2 (ja) | オーディオ信号符号化方法 | |
| JP2004199075A (ja) | ビット率調節可能なステレオオーディオ符号化・復号化方法及びその装置 | |
| EP1228576B1 (en) | Channel coupling for an ac-3 encoder | |
| JPH03121633A (ja) | 可聴音信号符号化方法 | |
| JP2004309921A (ja) | 符号化装置、符号化方法及びプログラム | |
| US8601039B2 (en) | Computation apparatus and method, quantization apparatus and method, and program | |
| JP4635400B2 (ja) | オーディオ信号符号化方法 | |
| JP4734859B2 (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 | |
| JP2000151413A (ja) | オーディオ符号化における適応ダイナミック可変ビット割り当て方法 | |
| US7181079B2 (en) | Time signal analysis and derivation of scale factors | |
| JP2003233397A (ja) | オーディオ符号化装置、オーディオ符号化プログラム及びオーディオ符号化データ伝送装置 | |
| US6775587B1 (en) | Method of encoding frequency coefficients in an AC-3 encoder | |
| JP2008129250A (ja) | Ａａｃのためのウィンドウ切り替え方法およびｍ／ｓ符号化の帯域決定方法 | |
| JP4369140B2 (ja) | オーディオ高能率符号化装置、オーディオ高能率符号化方法、オーディオ高能率符号化プログラム及びその記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071225 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071225 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20080115 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20091119 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100608 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100722 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100817 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101004 |
|
| 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: 20101026 |
|
| 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: 20101108 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131203 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131203 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |