JP4772046B2 - 非同期化によるオーディオ，イメージ，又はビデオデジタルファイルの圧縮方法 - Google Patents

Description

発明の詳細な説明

本発明は，オーディオファイル（特徴はその継続時間），ビデオファイル（特徴はその継続時間とその解像度），及びイメージファイル（特徴はその解像度）などのデジタルファイル内の生データ又は圧縮されたデータのサイズを縮小する方法に関する。

本発明は，特に，既存又は将来のソフトウェア又はハードウェアエンコーダ又はデコーダのためのデータ圧縮の最適化，及び調整又は非調整（タイムド又はアンタイムド; temporisees ou non）のデジタルデータの保存サポートの最適化に適用可能であるが，これだけに限定されるものではない。

本発明は，特に，公知の圧縮化システムによってコンパクト化されたデジタルデータが既に入力されている何れのハードウェアにも，公知又は将来の符号化システムを用いてオーディオ又はビデオデジタルファイルを一括送信する準備ができている何れのハードウェアにも適している。

タイムドビデオメディア（medias temporises video）は時間に依存し，その再生は，時間の量子（タイムクォンタム; quanta de temps）によって規制される基本的な表示動作を課すことが一般に知られている。これらのタイムドメディアはそれぞれの継続時間に依存する。この継続時間は，オーディオの場合は秒あたりの固定サンプル数で表され，ビデオの場合は秒あたりのイメージ数で表される。

各サンプルの「表示継続時間」は，１秒間にわたって決められ，オーディオファイルの継続時間と品質とを決める。イメージの総数（長さ）と秒あたりのイメージ数（フレームレート）との組み合わせによって各ビデオイメージの表示継続時間が決まり，結果としてビデオの総継続時間が決まり，ひいてはコンパクト化すべきデータの総ボリュームが決まる。

このため，いわゆるタイムドデジタルファイル(fichier numerique dit temporise)の符号化は，符号化品質を特徴付ける「ビットレート（bit rate）」が秒あたりのバイト数又は秒あたりのキロビット数で表される程度まで，継続時間ルールにも従う。したがって，１２８kbpsで符号化された継続時間が６０秒のオーディオファイルは，ソースの品質及びそのファイルに含まれている情報量にかかわらず，常に９６０キロバイトを占める。可変ビットレートアルゴリズムを用いた圧縮方法であっても，秒あたりのバイト数で表される。

本発明は，特に，前に圧縮されたか，又は圧縮されていないデジタルファイルの圧縮化のさらなる最適化によって発生する問題を，知覚可能な画質の劣化を生ずることなく解決することを目的とする。

この目的を達成するために，本発明は，オーディオ及び／又はビデオソースに由来するデジタルファイル内の生データ又は前に圧縮されたデータのサイズを縮小する方法を開示する。
ここで，前記ファイルは，各データグループの同じ読み出し周期を確保するために各データグループ間に挿入された時間量子を使用しており，
前記方法は，
−前記時間量子による規制を緩和することによる前記ファイルの元の読み出し基準の非同期化と，保存されているデータの圧縮とを含むステップと，
−ファイルの解像度及び元の継続時間基準に従って表示及び／又は聴取できるように，非同期化されたファイルを元の時間量子に戻すことにより再同期化するステップとを含む。

本発明による方法がタイムドデジタルファイルに関する場合，本方法はより正確には以下のステップを含む。すなわち，
−ファイルの継続時間が短縮され，処理すべきデータ項目数が減るように，所定の規制緩和係数を用いてファイルの時間量子（タイムクォンタム）の規制を緩和するステップと，
− 規制緩和（加速化）されたファイルを記録するステップと，
− 以下のプロセスに従ってファイルを再生するステップと
を含む。このプロセスでは，
・ 規制緩和係数を検出し，
・ 処理済みファイルの継続時間に規制緩和係数の逆数である調整係数を掛けて元の時間の量子（quanta）を再生し，
・ ソースのコードに一致するコード（比色又はオーディオ）を有する処理済みファイルを得られるように，規制緩和係数に対応するピッチの適切なスケールで，再生されたデジタル値を生成する。

したがって，ビデオファイルの場合，上記の規制緩和を行うには，
− 圧縮されていないファイルのヘッダ内の各イメージを分離している時間の量子（クォンタム; quanta）の値を変更するか，
− 各ビデオイメージを規制緩和係数に従って同じ時空間（タイムスペース）にコピーするか，又は，
− 一連のイメージを凝縮化する。

他方，オーディオファイルの場合は，ピッチの変更，及び／又はサンプルの凝縮化，及び／又は固定又は可変削除率(taux de suppression fixe ou variable)によるサンプルの削除によって規制緩和を行う。

いずれの場合も，本方法を使用すると，小さなファイルがその元の時間の量子（quanta de temps originels）で再生され，知覚しうる品質劣化を増加させることなく正しく実行される。

文字列の長さの短縮において，本方法は，時間及び空間冗長度合いの増加を容易にする。

本方法は，非圧縮イメージファイルを読み出すための元の読み出し基準を非同期化することによって，各カラー領域及び６４個の値から成る各ブロックに対する値の可変・除去のための原則を，行ごと又は列ごとの情報の線形性に応じて，及び／又は情報の近接性に応じて，作成する。

この方法による元の解像度基準の非同期化では，次にブロックのサイズを縮小する。この縮小は，これらのブロックの値の特性に応じて，その元の解像度の最大３２分の１まで行われる。

さらに，データの削除又は適応凝縮化による元の読み出し基準の非同期化によって，タイムドオーディオ及びビデオメディアの継続時間を短縮できるので，符号化すべき情報項目数が大幅に縮減され，結果として単位時間当たりのビットの消費数が減る。したがって，１つの「ＭＰＥＧ１レイヤ３」ファイルの元の読み出し基準を係数３で規制緩和すると，ファイルのサイズが，本発明による方法で処理していない同等品質のファイルの３分の１になる。

決められた「Ｎ個のデータ」を単純な手段によって，又は重み付けされた手段によって凝縮化することによる非同期化では，符号化すべき総文字列を縮減でき，ビデオの場合は，色の組み合わせの数を減らせるので，結果として時間又は空間冗長度合いが作成される。

したがって，本発明による方法では，デジタルデータをより良く最適化できるファイルが与えられるので，公知のアルゴリズムでより高い圧縮比を実現できる。

上記のように，本発明による方法は，データが既に圧縮されているか，又は生のままである何れのタイムドデジタルオーディオ及び／又はビデオファイルにも対応可能である。この場合，本方法は，
− 公知の符号化システムの圧縮率を最適化することによってデジタルオーディオ及びビデオデータのサイズを縮小する機構として機能する。この場合，本方法は，システムの作用対象となる非圧縮ソースを変更する。ここで，本方法は，本方法が一部の機能の最適化を助けることができる圧縮化システムによって符号化されるソースの前処理用のモジュールのように作用する。
− あるいは，前に符号化されたデジタルオーディオファイルのサイズをさらに縮小するための補助機構として機能する。この場合，本方法は，圧縮化されたファイルを変更する。本方法は，後段圧縮モジュールのように作用するので，前に圧縮されたデジタルファイルのサイズを縮小する超圧縮ツールとして定義される。

明らかに，本発明による方法は，データが圧縮されておらず，専有フォーマットで縮小されるアンタイムドデジタルファイル（時間の概念を含まないデジタルファイル；fichier numerique non temporise）であれば何れのファイルにも適合化できる。

本方法は，イメージ，オーディオ，及びビデオファイルをその元の解像度及び継続時間基準に従って再生するための適合化されたオーディオビジュアルプレーヤを含む。

従来のファイルサイズ縮小方法に比べ，本発明による方法は以下の利点を有する。

第１に，あらゆるイメージファイルがその高さとその幅とによって表される固定解像度によって定義され，その比は，処理すべきデジタルデータの総数を各カラー領域ごとに表す。イメージ解像度の縮減によって行われる処理対象情報のボリューム縮減は，通常，固定されており，元の解像度に比例する。さらに，公知の可変データ縮減システムは，連続する冗長度合いのみを処理する。

これに対して，本発明による方法は，イメージの相似を考慮せずに，イメージデータの可変・縮減によって，凝縮化可能な情報の総ボリュームを各カラー領域ごとに縮減することを提案する。第２に，複数の異なるデータシーケンスを優先度別に縮減し，場合によっては冗長データシーケンスをコンパクト化する。本方法は，固定イメージ及び動画イメージに等しく適用可能である。

本発明による方法の一実施例を非限定例として添付図面を参照しながら説明する。

図１に示すように，オーディオ，イメージ，又はビデオファイル用の非同期化方法は，以下のステップを含む。
第１のステップでは，ファイルを開き，このファイルが圧縮されていないオーディオ，イメージ，及び／又はビデオファイルであるか，又はオーディオＭｐｅｇ符号化方式又はビデオＭｐｅｇ符号化方式などの既存のシステムで既に圧縮されているオーディオ及びビデオファイルであるかを判定する（ブロック１）。
第２のステップは，それぞれの元の読み出し基準の非同期化によってオーディオ及び／又はビデオファイルのサイズを縮小する２つの方法を表す（ブロック２）。

元の読み出し基準を非同期化する２つの方法は，必要な処理速度，処理に使用されるサポートの資源，必要な再生品質レベル，ビデオファイルの全体又は一部の色成分の複雑度，及び／又はオーディオファイルを特徴付けるさまざまなチャネル間の変動レベルに応じて使い分けられる。これら２つの方法とは，デジタルオーディオ及びビデオデータの値の可変・削除による非同期化（ブロック３）と，オーディオ及び／又はビデオデータの値が適合したものを凝縮する非同期化（ブロック４）である。

対象となるオーディオ及び／又はビデオファイル内のデジタルデータのすべての値にこれら２つの方法をそれぞれ適用することも，あるいは解像度ひいてはサイズを縮減すべきオーディオ及び／又はビデオファイルの全体又は一部にこれら２つの方法を同時に適用することもできる。

（１）デジタルオーディオ，イメージ，及び／又はビデオデータの値の可変削除による非同期化方法（ブロック３）。
デジタルデータ値の削除によって行うオーディオ及び／又はビデオデータの元の読み出し基準の非同期化（ブロック３）では，ファイルの元の継続時間を短縮するための可変係数を用いて，「Ｎ個のデータ」を削除する。オーディオファイルの聴取時又はイメージ及び／又はビデオファイルの表示時は，この「Ｎ個のデータ」を再生する。

「Ｎ個のデータ」とは，削除されるオーディオサンプルの数，削除されるイメージの数，ビデオ内で削除されるイメージグループの数，又は１つのイメージ内又は１つのイメージシーケンス内で削除されるさまざまなデジタル値の数を意味する。

再生段階（phase de restitution）において，「Ｎ−１個のデータ」とは，オーディオ，イメージ，及び／又はビデオファイルをその元の再生基準で再生するために，１つのビデオ内で再生されるオーディオサンプルの数，再生されるイメージの数，又はビデオ内で再生されるイメージグループの数，あるいは１つのイメージ内で再生されるさまざまなデジタル値の数を意味する。

「Ｎ個のデータ」の削除係数Ｃ_Ｓは，ファイルのヘッダ，あるいはサンプルグループ，イメージグループ，及び／又はデジタル値グループのヘッダに現れ，その再生に追加すべきデータの数を示す。この係数は，ファイルをその元の読み出し基準で再生するために不可欠な欠落データを追加するための式のパラメータを設定するために用いられる。データグループは，以下の手順で再生される。

再生すべきデータグループをＶ_１，Ｖ_２，Ｖ_３…Ｖ_ｎとする。

欠落情報を再生するための係数ＩＲを次の式を用いて判定する。

次のステップでは，次の反復式を用いて欠落データＶ_２〜Ｖ_ｎ−１を前の計算値ＩＲから再生する。

Ｖ_２＝Ｖ_１−ＩＲ
ｖ_３＝Ｖ_２−ＩＲ
−−−−−−−−−−−−−−−
Ｖ_ｎ−２＝Ｖ_ｎ−３−ＩＲ
Ｖ_ｎ−１＝Ｖ_ｎ＋ＩＲ

元の読み出し基準の非同期化は，既存の圧縮標準規格によって圧縮されたオーディオ及び／又はビデオファイルであれば何れのファイルにも適用可能である。また，専有圧縮フォーマットによって縮減される予定の非圧縮ファイルであって，低振幅を特徴とするオーディオ，イメージ，及び／又はビデオファイルの全体又は一部にも適用可能である。さらに，複数の値又は複数の値グループが近接値及び線形値によって特徴付けられているイメージファイルの全体又は一部にも適用可能である。さらに，プラン変更が稀なビデオファイルの全体又は一部にも適用可能である。

（２）デジタルデータの値の適合したものを凝縮する適応凝縮化による読み出し基準の非同期化方法（ブロック４）。
オーディオ及び／又はビデオデータの適応凝縮化による元の読み出し基準の非同期化（ブロック４）では，固定係数を用いて１つのビデオの「Ｎ個のオーディオサンプル」，「Ｎ個のイメージ」，又は「Ｎ個のイメージグループ」を凝縮化し，最後に固定係数又は可変係数を用いて１つのイメージの「Ｎ個のデジタル値」を凝縮化する。

固定係数がファイルヘッダに出現するのに対し，可変係数は凝縮された値グループのヘッダに現れて，再生段階で再構成すべきデータの数を示す。

デジタルデータの値の適応凝縮化によるオーディオ，イメージ，及び／又はビデオファイルの全体又は一部の非同期化は，２種類のデータ凝縮化，すなわち単純平均による凝縮化と適応重み付け平均による凝縮化とを用いて行われる。

単純平均による「Ｎ個のデータ」の凝縮化は，平均振幅又は動きの少ないシーンによって特徴付けられている，オーディオ，イメージ，及び／又はビデオファイルのすべて又は一部のデジタルデータの値のすべて又は一部に適用可能である。「Ｎ個のデータ」を表す凝縮値のみが保存されるので，オーディオファイル内のサンプルの数，ビデオファイル内のイメージの数又はイメージグループの数，及び／又はイメージファイル内の値の数又は値グループの数は，データ凝縮化係数（群）によって縮減されている。

単純平均Ｍ_Ｓを求める式は次のとおりである。

式中，ｘ（ｎ）は，最初に処理される値を表す。

適応する重み付け平均による「Ｎ個のデータ」の凝縮化は，大きな振幅を含むオーディオファイルのすべて又は一部に，及びプラン変更及び／又は動きのシーンが多いという特徴を有するビデオファイルのすべて又は一部に対して用いられる。

適応する重み付けの平均は，１つの正確な値を基準として重み付けされた「Ｎ個のデータ」の凝縮化であり，この正確な値の位置は凝縮化された値のグループ内で変動しうる。

重み付け平均Ｍ_Ｐによる凝縮化式は，次のとおりである。

式中，ａ（ｎ）は，処理される値ｘ（ｎ）の係数を表す。

ブロック５，６，及び７は，非同期化されたオーディオ，イメージ，及び／又はビデオファイルの保存のための３つの選択肢を記述している。これらの選択肢は，既存のシステムによって前に圧縮されたファイルであるか（ブロック５），非圧縮ファイルを本方法によって非同期化し，既存のシステムによって圧縮したファイルであるか（ブロック６），及び非圧縮ファイルを本方法によって非同期化し，専有システムによって圧縮したファイルであるか（ブロック７）に応じて選択される。

図２は，本方法によって非同期化されたオーディオ，イメージ，及び／又はビデオファイルの再同期化における４つのステップを示す。

ブロック８は，ファイルが既存のシステム又は専有フォーマットで圧縮された，非同期化デジタルファイルであるかどうかを判別する特定のオーディオ，イメージ，及び／又はビデオプレーヤでファイルを開く段階を表す。

ブロック９は，オーディオ，イメージ，及び／又はビデオファイルをその元の読み出し基準で再生するために，サンプルの追加，値の追加，イメージ及び／又は欠落イメージのグループの追加による再同期化の段階（phase de resynchronisation）を示す。

追加段階に適用される式は，非同期化されたファイルの復号化及び読み出しをリアルタイムで行えるプレーヤを用いて実行される。

再同期化に必要な情報を追加するための式は，読み出し基準の非同期化段階で削除された「Ｎ個のデータ」の係数に応じて異なるが，オーディオ及び／又はビデオデータの可変削除及び／又は適応凝縮化によるオーディオ及び／又はビデオデータの非同期化の場合は，区別なく適用可能でもある。

ブロック１０は，プレーヤによってその元の読み出し基準で再生されるオーディオ，イメージ，及び／又はビデオファイルの読み出し段階を表す。

ブロック１１，１２，及び１３は，聴取及び／又は表示されたファイルを閉じる段階（ブロック１１）であり，それぞれのブロックは，標準規格によって圧縮されたファイルをその短縮された継続時間に従って維持する必要があるか（ブロック１２），専有フォーマットによって圧縮されたファイルをその短縮された継続時間に従って維持する必要があるか（ブロック１３），又は標準規格によって圧縮されたファイルをその元の解像度に従って保存する必要があるか（ブロック１４）に応じて特徴付けられている。

図３は，１９３と１９８の間の８つの値が８列に構成された６４個の値を含むイメージデータブロック１５の非同期化及び再同期化の例を示す。

最初の非同期化ステップでは，最小値と最大値との間の差が２１以下であることを検証する。この場合，非同期化を行える。

この場合は，対応する表に格納された（ブロック１６）各行の最初の値と最後の値とが考慮され，それぞれ異なる組み合わせに特定の数値が付与される（ブロック１７）。最後の操作では，組み合わせの数値を１対ずつグループ化し記憶する（ブロック１８）。これによって，組み合わせの数値の各グループが（たとえば数値１と２とを組み合わせて１２にし）単一バイトに格納される。

逆の段階（再同期化）の最初のステップ（ブロック１９）では，前にグループ化されて記憶された組み合わせの数値が読み出される。

これらの組み合わせの数値（ブロック２０）が分離されて，各行の最初のデータと最後のデータに対応する組み合わせ数値が得られる（ブロック２１）。

各行の最初及び最後の数値と，行あたりの数値の数が分かると，それぞれの数値対間の差を求め，この差の結果をこの対の数値間の数値の数で除して，連続した２つの数値間の間隔（ピッチ）を得る。前に計算された間隔を最初の数値から減じ，この差の整数値を第２の数値に割り当てる。この同じ方法を用いて第３の数値の値を求め，さらに最後の数値までこの操作を繰り返す。この結果，再同期化されたデータのブロックが得られ，各値は元の値に極めて近いか，同じになることもある（ブロック２２）。

この方法によると，各境界（各行の最初及び最後の数値）が元の境界と同じになるので，データブロック間に劣化が一切導入されない。

この解決法の１つの利点は，８ビットでの符号化を可能にする２５６個の値がすべて使用されるまで，組み合わせ数値がコンパクト化され，数値が２つ１組又は３つ１組で１バイトに格納されることである。

この解決法の別の利点は，処理が高速化され，プロセッサ資源が節約されることである。

オーディオ，イメージ，又はビデオファイルの非同期化ステップを示す概略図であり； オーディオ，イメージ，又はビデオファイルの再同期化ステップを示す概略図であり； イメージデータブロックの非同期化及び再同期化モードを示す。

Claims (13)

1. オーディオ及び／又はビデオソースに由来するデジタルファイル内の生データ又は前に圧縮されたデータのサイズを縮小する方法であって，
   前記ファイルが，各データグループの同じ読み出し周期を確保するために各データグループ間に挿入された時間量子を使用しており，
   前記方法が，
   − 前記時間量子による規制を緩和することによる前記ファイルの元の読み出し基準の非同期化と，保存されているデータの圧縮とを含むステップと，
   − 元の解像度及び継続時間の基準に従って前記ファイルが表示及び／又は聴取されるように，非同期化された前記ファイルを元の時間量子に戻すことにより再同期化するステップとを含む操作シーケンスを含むことを特徴とする方法。
2. − 前記ファイルの継続時間を短縮し，処理すべきデータ項目数を減らすために，所定の規制緩和係数を用いて前記ファイルの時間量子の規制を緩和するステップと，
   − 規制緩和（加速化）された前記ファイルを記録するステップと，
   − 前記ファイルを再生するステップであって，
   ・ 前記規制緩和係数の検出と，
   ・ 処理された前記ファイルの前記継続時間に規制緩和係数の逆数である調整係数を掛けることによる元の量子の再生と，
   ・ ソースのコードに一致するコード（比色又はオーディオ）を有する処理済みファイルを得るために，前記規制緩和係数に対応するピッチの適切なスケールで再生されたデジタル値の生成と
   を含むプロセスに従ってファイルを再生するステップと
   を含むことを特徴とする請求項１記載の方法。
3. ビデオファイルの場合は，
   − 圧縮されていないファイルのヘッダ内の各イメージを分離している量子の値を変更することによって，又は，
   − 規制緩和係数に従って各ビデオイメージを同じタイムスペースにコピーすることによって，
   規制緩和を行うことを特徴とする請求項２記載の方法。
4. オーディオファイルの場合は，ピッチを変更することによって規制緩和を行うことを特徴とする請求項２記載の方法。
5. イメージの相似を考慮せずにイメージデータを可変・縮減することによって凝縮化可能な情報の総ボリュームの縮小を各カラー領域ごとに行うステップと，異なるデータシーケンスを縮小するステップと，
   場合によっては冗長データシーケンスをコンパクト化するステップとを含むことを特徴とする請求項３記載の方法。
6. 非圧縮イメージファイルを読み出すための元の読み出し基準を非同期化するために，行ごと又は列ごとの情報の線形性に応じて，及び／又は情報の近接性に応じて，値の可変除去を前記各カラー領域ごとに，及び６４個の値から成る各ブロックごとに行うステップを含むことを特徴とする請求項５記載の方法。
7. 元の読み出し基準を非同期化するステップにおいて，各ブロックの値の特性に応じて各ブロックサイズを元の解像度の３２分の１まで縮小することを特徴とする請求項６記載の方法。
8. タイムドメディアの継続時間を短縮するために，データの削除又は適応凝縮化によって前記元の読み出し基準を非同期化することを特徴とする請求項１〜７いずれか１項記載の方法。
9. 符号化すべき文字列全体を縮小するために，またビデオの場合は色の組み合わせの数を縮減するために，単純平均又は重み付け平均による「Ｎ個のデータ」の凝縮化によって前記非同期化をし，結果として時間又は空間冗長データの追加コンテンツが作成されるステップを含むことを特徴とする請求項１〜８いずれか１項記載の方法。
10. 圧縮化システムによって，符号化対象ソースの前処理用モジュールとして使用されることを特徴とする請求項１〜９いずれか１項記載の方法。
11. 前に圧縮されたデジタルファイルのサイズを縮小するための後段圧縮モジュールとして使用されることを特徴とする請求項１〜９いずれか１項記載の方法。
12. 再生に追加すべきデータの数を示すためにファイルヘッダ，あるいはサンプルグループ，イメージグループ，及び／又はデジタル値グループのヘッダに現れ，ファイルをその元の読み出し基準で再生するために用いられる欠落データを追加するための式のパラメータを設定するために用いられる可変削除係数を用いて「Ｎ個のデータ」を削除するステップを含むことを特徴とする請求項８記載の方法。
13. 非同期化ステップにおいて，固定係数を用いてビデオの「Ｎ個のオーディオサンプル」，「Ｎ個のイメージ」，又は「Ｎ個のイメージグループ」を凝縮化し，固定又は可変係数を用いてイメージの「Ｎ個のデジタル値」を凝縮化する方法であって，前記固定係数が前記ファイルヘッダに現れ，前記可変係数が凝縮された値のグループのヘッダに現れて，再生段階中に再構成すべきデータの数を示すことを特徴とする請求項９記載の方法。

Images