JP4796583B2 - 量子化雑音を低減する方法 - Google Patents

Description

本発明は、量子化雑音を低減する方法に関し、例えば、本発明は、具体的には、複数の信号量子化段が直列接続で一体として結合される場合に生じる縦列型(tandem)量子化雑音を低減する方法に関する。更に、本発明は、上述の方法を実施化するように動作可能な機器にも関する。より更に、本発明は、前記方法を実行することによって生成される量子化された出力データに関する。

量子化器が直列接続されて結合される場合に縦列型符号化アーチファクトが生じる。斯様な符号化アーチファクトは、例えばマルチメディア信号をトランスコーディングする際に遭遇され、この場合、これらのアーチファクトの支配的な成分は、「縦列型量子化雑音」として既知である。

図１において、概して１０により示される最新音楽配信システムが示される。システム１０は、１００で記されるパルス符号変調（ＰＣＭ）番組コンテンツデータｘを提供するデータ記憶部２０を備える。更に、システム１０は、１１０により記される符号化データx_b1を提供するように動作可能である、３０で記される第１量子化符号化器EN1(Q₁)を更に備える。システム１０は、最新のＡＡＣ圧縮標準規格に従い圧縮されるデータ記憶に関して、４０によって記される中間データ記憶部ＡＡＣを含む。加えて、システム１０は、１２０により記される復号データx₁を生成する、５０により記される復号器ＤＥＣ１を備える。システム１０は、６０により記される透かし埋め込み器ＷＡＴＭＫＥＭＢも備える。最後に、システム１０は、１３０により記される符号化出力ビットストリームx_b2を生成する、７０により記される第２量子化符号化器EN2(Q₂)を含む。

動作において、データ記憶部２０は、コンテンツデータｘ（１００）を符号化器EN1(Q1)（３０）へ出力し、符号化器EN1(Q1)（３０）は、データｘ（１００）を量子化及び符号化し、そして中間データ記憶部４０における記憶用に、対応する符号化データx_b1（１１０）を生成する。システム１０は、消費者からの音楽に関する要求に応答して、中間記憶部ＡＡＣ（４０）に対して、対応する記憶符号化データをビットストリームとして復号器ＤＥＣ１（５０）へ出力するように命令するよう動作可能である。復号器ＤＥＣ１（５０）は、データx₁（１２０）を生成するために前記ビットストリームを部分的に復号し、データx₁（１２０）は、その後、第２量子化符号化器EN2(Q₂)（７０）へ対応する透かしコンテンツデータを出力する透かし埋め込み器ＷＡＴＭＫＥＭＢ（６０）へ入力される。符号化器EN2(Q₂)（７０）は、消費者への供給用に符号化出力ビットストリームx_b2（１３０）を生成するために、透かし埋め込み器ＷＡＴＭＫＥＭＢ（６０）から受信されたデータを処理する。

後に再符号化が続く符号化データの部分的な復号化を含むシステム１０の上述の動作における欠点の１つは、出力ビットストリームへのx_b2（１３０）への縦列型アーチファクトの導入である。これらのアーチファクトは、ソフトウェアを実行する場合に、２以上の音声圧縮アルゴリズムを縦列すること、すなわち符号化器３０及び７０を縦列することによって引き起こされる誤差である。縦列型誤差としても既知である縦列型アーチファクトは、２００及び２１０によって示される２つのグラフが符号化器３０及び７０それぞれに対応する、図２を参照してより容易に理解される。グラフ２００及び２１０は、横座標軸２５０及び２７０のそれぞれ、並びに量子化縦座標軸２６０及び２８０のそれぞれを含む。更に、この例において、符号化器３０及び７０は、語長w1=3ビット及びw2=2ビットのそれぞれを使用するように動作可能である。これらの例の語長に関して、システム１０は、出力データx_b2（１３０）を生成する場合に、より低いビットレートでトランスコードするように動作可能である。

したがって、データｘ（１００）によって表される入力信号は、符号化データx_b1（１１０）を生成するために、第１符号化器EN1(Q₁)（３０）において処理された後、x∈[0,7]として規定される。この符号化データx_b1（１１０）は、例えば、式１(Eq.1)：

によって規定される出力ビットレートy12を生成するために第２符号化器EN2(Q₂)（７０）において（透かし処理されることなく）直接さらに符号化され得、式１に対して関連付けられる平均量子化誤差e₁₂が、Ｎ個のサンプルに関して式２(Eq.2)：

によって与えられる。比較すると、y2=Q2(x)であるような第２符号化器EN2(Q₂)（６０）を介して直接データｘを処理することによって発生される量子化誤差は、式３(Eq.3)：

によって与えられる。

通常、y2の量子化誤差は、y12の量子化誤差よりも小さく、すなわちe₂<e₁₂である。更に、y12及びy2の量子化誤差間の差は、式４(Eq.4)：

に従う上述の縦列型誤差e_tに対応する。

図２を再び参照すると、システム１０において、縦列型誤差は、例えばクロスハッチング領域２９０などの、グラフ２００のクロスハッチング領域、すなわち
x∈[0.5,1] x∈[2.5,3] x∈[4.5,5] x∈[6.5,7]
において発生される。

例えば、振幅2.75を有する信号ｘは、初めに、第１符号化器EN1(Q₁)によって振幅3すなわち3=Q1(2.75)へ、その後、第２符号化器EN2(Q₂)において振幅4、すなわち4=Q2(Q1(2.75))へ量子化される。生じる量子化誤差は、4-2.75=1.25である。比較すると、第２符号化器EN2(Q₂)のみを用いることは、かなり小さい誤差、すなわちQ2(2.75)-2.75=0.75になる。

縦列型雑音に対応する量子化誤差の増加は、通常、トランスコーディングに関連付けられる問題として認識される。また縦列型雑音は、信号の信号対雑音を低減すること以外に、例えば音声信号内に含まれる音声透かし情報などの、より微妙な信号特性をも不明瞭にし得る。

縦列型雑音の問題に対する少なくとも部分的な解決法が従来技術において提案されてきた。第１の解決法は、２つの量子化符号化器を縦列すること、すなわち第２符号化器が順々に第１符号化器の後に続くことにより、縦列型雑音を低減させる。第１符号化器は、第２符号化器に対してかなり高いビットレートを利用するように構成される。斯様な低減は、図２から理解され得、この場合、高ビットレートを有する符号化器が、より大きい語長および関連する高い解像度を有する量子化器に対応し、すなわち符号化器３０の解像度を増加させる。このアプローチは効果的であるものの、このことは、x_b1（１１０）に関する中間データ記憶部ＡＡＣに必要とされるデータ記憶スペースが、必要以上に高く増加されるという欠点を有する。縦列型雑音を予測し、この縦列型雑音を低減するために少なくとも部分的に補償するためにこの予想を適用するモデリング技術が用いられるような他のアプローチが既知である。

公開された欧州特許出願第EP1359762号において、入力データをいくつかの異なる量子化レベルで符号化及び復号する符号化器／復号器システム及び方法が記載されている。異なる量子化レベルは、信号対雑音（ＳＮＲ）スケーラビリティを可能にする。前記システムは、幾つかの量子化器ユニットを備え、各量子化器ユニットは、対応する量子化レベルで入力データを量子化するように動作する。更に、各量子化器は、量子化機能を適用するように動作可能である。前記システムにおいて、最適なＳＮＲスケーラビリティを獲得するために、該量子化器ユニットは、予想誤差の二乗平均誤差が最小化され、且つ前記量子化予想誤差が完全に再構築され得るように、特定の処理順序で配置される。

したがって、本発明者は、直列な量子化器における縦列型量子化雑音を低減する方法を考案する技術的問題に係わっている。

本発明の目的は、直列な量子化器又は直列な量子化符号化器における縦列型量子化雑音を低減する方法を提供することである。

本発明の第１の態様によると、直列に結合された複数の量子化装置を備えるシステムにおける縦列型量子化雑音を低減する方法であって、
（ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記システムの動作を分析するステップと、
（ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記システムにおける１つ又は複数の始めの方の量子化装置を修正するステップであって、前記１つ又は複数の始めの方の量子化装置が、前記システムにおける直列にある最後の量子化装置を含まないような、ステップと、
を含む、方法が提供される。

本発明は、直列な量子化構成において縦列型量子化雑音を低減することが可能であるということに関して前記方法において有利である。

任意追加的に、前記方法は、前記システムに、前記直列な量子化装置を介して信号を処理させるように構成する更なるステップを含み、前記信号が、音声信号、ビデオ信号、画像信号、及びテキストを生じさせる信号のうちの１つ又は複数を含む。前記方法は、幅広い異なる種類の信号に適用可能であることにおいて有利である。

任意追加的に、前記方法は、前記複数の量子化装置に、前記量子化装置によって処理されるデータを圧縮させる圧縮アルゴリズムを実行させるように構成するステップを含む。より好ましくは、前記圧縮アルゴリズムが、ＭＰＥＧ圧縮、ＡＡＣ圧縮、及びＭＰ３圧縮のうちの少なくとも１つを含む。斯様な圧縮アルゴリズムは、データ記憶要件を低減することが可能である。

任意追加的に、前記方法は、前記複数の量子化装置を介して処理されるデータに透かしデータを加える更なるステップを含む。前記方法は、透かしデータコンテンツに関連させて用いられることが可能であるということにおいて有益であり、前記方法によって提供される縦列型量子化雑音の低減が、斯様な縦列型雑音が微妙に加えられた透かしデータを不明瞭にする問題を少なくとも部分的に回避する。

任意追加的に、前記方法が、マルチメディア配信システムを実行することに関連して適用される。この場合、前記方法は、斯様な配信システムを介してユーザに配信される番組コンテンツの品質を向上させることにおいて有益である。

任意追加的に、前記方法において、直列に結合される前記複数の量子化装置における最後の量子化器も、前記システム内で生じる縦列型雑音を低減するように修正される。

本発明の第２の態様によると、本発明の第１の態様に記載の方法を用いて生成される量子化出力データであって、前記データが、通信ネットワーク及び／又はデータ担体により伝達可能である、量子化出力データが提供される。

本発明の第３の態様によると、対応する符号化出力信号を生成するために入力信号を処理する機器であって、前記機器が、直列に結合された複数の量子化装置を備え、前記機器が、動作において、生じる縦列型量子化雑音を、
（ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記機器の動作を分析するステップと、
（ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記機器における１つ又は複数の始めの方の量子化装置を修正するステップであって、前記１つ又は複数の始めの方の量子化装置が、前記機器における直列にある最後の量子化装置を含まないような、ステップと、
によって低減するように構成される、機器が提供される。

本発明の第４の態様によると、対応する符号化出力信号を生成するために入力信号を処理するシステムであって、前記システムが、直列に結合された複数の量子化装置を備え、前記システムが、動作において、生じる縦列型量子化雑音を、
（ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記システムの動作を分析するステップと、
（ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記システムにおける１つ又は複数の始めの方の量子化装置を修正するステップであって、前記１つ又は複数の始めの方の量子化装置が、前記システムにおける直列にある最後の量子化装置を含まないような、ステップと、
によって低減するように構成される、システムが提供される。

任意追加的に、前記システムが、前記直列な量子化装置を介して信号を処理するように動作可能であり、前記信号が、音声信号、ビデオ信号、画像信号、及びテキストを生じさせる信号のうちの１つ又は複数を含む。

任意追加的に、前記システムは、前記複数の量子化装置が、前記量子化装置によって処理されるデータを圧縮させる圧縮アルゴリズムを実行するように動作可能であるように構成される。より好ましくは、前記圧縮アルゴリズムが、ＭＰＥＧ圧縮、ＡＡＣ圧縮、及びＭＰ３圧縮のうちの少なくとも１つを含む。

任意追加的に、前記システムが、前記複数の量子化装置を介して処理されるデータに透かしデータを加えるように動作可能である。

任意追加的に、前記システムが、マルチメディア配信システムを実行する動作において構成される。

本発明の特徴は、本発明の範囲から逸脱することなくいかなる組合せにおいても組み合わせられ得ることを理解され得る。

本発明の実施例は、以下の図面を参照にして、例のためのみとして、以下に説明される。

音声及び／又はビデオ番組の主題に関するデータである番組コンテンツデータを配信するシステムにおいて量子化符号化器を縦列化する場合に生成される縦列型量子化雑音の問題を低減するために、本発明者は、いわゆる「縦列型雑音のない」（ＴＮＦ）量子化器を考案した。斯様な量子化器は、例えば、図１に例示される最新のシステム１０に使用され得る。

本発明の実施例は、図３に例示され、３５０及び３７０によって記される２つの量子化器Q'₁及びQ₂のそれぞれは、３００によって概して示される構成において結合される。構成３００は、好ましくは、図１の透かし埋め込み器ＷＡＴＭＫＥＭＢ（６０）に類似する(図示されない)透かし埋め込み器も具備され得る。更に、構成３００は、任意追加的に、ＭＰＥＧ圧縮、ＡＡＣ圧縮、及びＭＰ３圧縮のうちの少なくとも１つを含むデータ圧縮アルゴリズムを実行するようにも動作可能である。

構成３００において、量子化器３５０及び３７０は、例えばマルチメディア目的に関して適合される図１に例示されるシステム１０に類似する、例えば番組コンテンツデータを配信する１つの処理チェーンの一部である。任意追加的に、例えばデータ記憶装置などの追加的な機能は、量子化器３５０及び３７０の間に挿入される。構成３００における量子化器３５０及び３７０は、第１量子化器３５０が、この第１量子化器３５０の動作を考慮して生じる縦列型量子化を低減させるために以下に更に詳細に説明されるように３４０によって記される入力信号ｘを反対方向にも量子化するように動作しない場合、図２に例示されるものと類似する手法で縦列型量子化雑音を呈し得る。

図３において、上述の反対方向動作を有する２つの量子化器３５０及び３７０の一群に関して、３８０によって記される出力Q₂(Q'₁(x))は、式５(Eq.5)：

によって説明されるように第２量子化器３７０によって処理される入力信号ｘ（３４０）と同一である。

言い換えると、出力３８０を生成するために信号ｘ（３４０）を処理する際に構成３００によって生成される全体縦列型雑音歪みは、第２量子化器３７０によって導入される歪みに対応する。

斯様な原理を更に例示するために、図２が再び参照される。入力信号ｘ（３４０）は、例えば、x=2.75であるようにされる。例示の最新システム１０において、ｘ（３４０）に関するこの値は、1.25の誤差を生じさせる値4に量子化され得る。システム１０と対比して、構成３００は、第２量子化器３７０が後に続き、出力３８０に関してQ₂(2)=2を生じさせるような値Q'₁(2.75)=2を仮定する出力３８０になる。第２量子化器３７０が、出力３８０を生成するために信号ｘ（３４０）を処理するために直接適用された場合、すなわちQ₂(2.75)=Q₂(2)=2である場合、類似の結果が生じる。図３において、量子化器３５０は、第１量子化器３５０に関連付けられる上述の反対方向の機能を支援する、３３０によって記される制御ユニットＤＴＲＤ(Q'1)を具備される。「ＤＴＲＤ」は、「縦列型領域を引き出し、Q'₁を設計する（Derive Tandem Regions and Design Q'₁）」に対する略語であり、第１量子化器３５０の変換特性が構成３００内での予想される縦列型雑音発生を見越して修正されることを示す。

より一般的な表現としては、関連付けられた出力語長ｗ１及びｗ２のそれぞれを有する２つの線形量子化器の一群の挙動が分析され得る。信号ｘ（３４０）が最小値を０として最大値をx_masとする範囲、すなわちｘ∈[0,x_mas]にあると仮定すると、量子化器３５０及び３７０に関する量子化ステップΔＱは、式６(Eq.6)：

により与えられる。

例えば、N_tによって記される、縦列型歪みが潜在的に生じる図２における領域２９０などの領域の数は、式７(Eq.7)：

から計算される。

本発明者は、領域毎の平均縦列型誤差すなわちe_Rが、式８(Eq.8)：

で与えられるように、第１量子化器３５０によってのみ影響されることを理解していた。

したがって、x∈[0,x_mas]であるような均一配分信号ｘ（３４０）に関して、構成３００において処理される信号サンプル毎の平均縦列型誤差は、式９(Eq.9)：

によって与えられ、ここで、w2<w1である。

例えば、w1=3,w2=2及びx_max=7であるような状況において、e_t=1/7の平均縦列型雑音誤差が、信号ｘ（３４０）に関して入力サンプル毎に発生する。平均縦列型誤差e_tは、図４における４００によって示されるグラフに表される。グラフ４００は、語長w1を記す横軸４１０及び上述の平均誤差e_tを記す縦軸４２０を含む。矢印４３０は、語長w2が１から８へ増加されるように、平均誤差e_tに関するトレンドを示す。

本発明者は、構成３００における量子化誤差の全体に対して縦列型雑音誤差を調査することによって、縦列型雑音誤差が有益に推定されることを理解していた。第１量子化器３５０が最小縦列型雑音を呈するために上述のように制御される場合、構成３００で生じる量子化雑音の全体は、第２量子化器３７０から生じると仮定され得る。斯様な状況において、信号ｘ（３４０）における入力値毎の平均誤差e_q2は、式１０(Eq.10)：

によって与えられる。

図５において、全体誤差e_t及び誤差e_q2のプロットは、５００によって概して示されるグラフに表現される。グラフ５００は、第１量子化器３５０の語長を記す横軸５１０及び上述の誤差e_t,e_q2の比率を記す縦軸５２０を含む。図２から、本発明者は、量子化雑音の相対的エネルギが、矢印５３０によって示される第１及び第２量子化器３５０及び３７０それぞれの語長w1及びw2における差の関数であることを認識していた。特に、所与の定数βに対して、量子化雑音e_q2に対する縦列型エネルギe_tは、式１１(Eq.11)：

によって与えられる。

式９及び１０から、定数βは、β＝２の数値を有することが分かる。縦軸５２０から認識可能な相対エネルギは、語長w2がw1に近づくに連れて増加する。例えば、w2=w1-1である場合、縦列型雑音e_tは、量子化雑音e_q2の約５０％である。更なる例として、w2=w1-2の場合、縦列型雑音e_tは、量子化雑音e_q2の約12.5％である。

図３に例示される構成３００は、図１に示されるシステム１０で用いられ得る。本発明に従い修正されたシステム１０において、音声信号は、システム１０内で128kbyte/sから64kbyte/sへトランスコードされる。例えば、44.1kHz信号の場合、斯様なトランスコーディングは、3ビット／サンプルから1.5ビット／サンプルへのトランスコーディングに対応する。線形量子化が量子化符号化器３０及び７０に関して使用される場合、相対縦列型雑音エネルギは、量子化雑音e_tの25%になる。したがって、システム１０で生じる符号化雑音の全体は、25％だけ低減され得る。

上述から、システム１０が、２つの縦列量子化符号化器３０及び７０があるにもかかわらず縦列型雑音が実質的に導入されないように、本発明に従い適合され得、これにより、出力x_b2（１３０）の品質を向上させ得ることが理解され得る。代替的に、所与の音声品質に関して、本発明は、符号化ビットストリームｘ_b1(１１０)を記憶するデータ記憶部ＡＡＣ（４０）において必要とされる記憶スペースを低減することが可能である。

上述の本発明の実施例は、添付の請求項に規定される本発明の範囲から逸脱することなく、修正され得ることを理解され得る。

添付の請求項において、括弧記号間に位置される如何なる参照符号及び他の符号も、請求項の理解を援助するために含まれており、いずれの場合にも請求項の範囲を制限するように意図されていない。

「有する」、「含む」、「組み込む」、「備える」（"comprise","include","incorporate","contain","is","have"）等の表現は、発明の詳細な記載及びそれに関連する請求項を読解する場合に非制限的なやり方で解釈されるべきであり、すなわち存在するとも明確に規定されない他の項目又は成分を認めるように解釈されるべきである。単数形に対する参照は、複数形に対する参照としても解釈されるべきであり、逆も同様である。

図１は、縦列にされた量子化符号化器を用いる既知の番組コンテンツ配信システムであって、前記符号化器が、動作において縦列型量子化雑音を示しやすいような、システムの概略図である。 図２は、縦列型量子化雑音が潜在的に生成される領域を有する、図１のシステムで用いられる２つの例の符号化器の量子化ステップの例示である。 図３は、本発明の実施例であって、すなわちほぼ縦列型雑音をなくすことが可能である二重量子化器の例示である。 図４は、図３の実施例に関して縦列型雑音(e_t)に対する第１量子化符号化器語長(w1)との間におけるトレードオフを例示するグラフである。 図５は、e_q2が第２量子化符号化器の量子化雑音である、比率e_t/e_q2に対する第１量子化符号化器語長(w1)との間におけるトレードオフを例示するグラフである。

Claims (13)

1. 直列に結合された複数の量子化装置を備えるシステムにおける縦列型量子化雑音を低減する方法であって、
   （ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記システムの動作を分析するステップと、
   （ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記システムにおける１つ又は複数の始めの方の量子化装置を修正するステップであって、前記１つ又は複数の始めの方の量子化装置が、前記システムにおける直列にある最後の量子化装置を含まないような、ステップと、
   を含む、方法。
2. 前記方法が、前記システムに前記直列な量子化装置を介して信号を処理させるように構成する更なるステップを含み、前記信号が、音声信号、ビデオ信号、画像信号、及びテキストを生じさせる信号のうちの１つ又は複数を含む、請求項１に記載の方法。
3. 前記方法が、前記複数の量子化装置に、前記量子化装置によって処理されるデータを圧縮させる圧縮アルゴリズムを実行させるように構成するステップを含む、請求項１乃至２の何れか一項に記載の方法。
4. 前記圧縮アルゴリズムが、ＭＰＥＧ圧縮、ＡＡＣ圧縮、及びＭＰ３圧縮のうちの少なくとも１つを含む、請求項３に記載の方法。
5. 前記方法が、前記複数の量子化装置を介して処理されるデータに透かしデータを加える更なるステップを含む、請求項１に記載の方法。
6. 前記方法が、マルチメディア配信システムを実行することに関連して適用される、請求項１に記載の方法。
7. 対応する符号化出力信号を生成するために入力信号を処理する機器であって、前記機器が、直列に結合された複数の量子化装置を備え、前記機器が、生じる縦列型量子化雑音を低減するために、
   （ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記機器の動作を分析する手段と、
   （ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記機器における１つ又は複数の始めの方の量子化装置を修正する手段であって、前記１つ又は複数の始めの方の量子化装置が、前記機器における直列にある最後の量子化装置を含まないような、手段と、
   を含む、機器。
8. 対応する符号化出力信号を生成するために入力信号を処理するシステムであって、前記システムが、直列に結合された複数の量子化装置を備え、前記システムが、生じる縦列型量子化雑音を低減するために、
   （ａ）縦列型雑音誤差が発生する信号領域を決定するために、前記システムの動作を分析する手段と、
   （ｂ）前記決定された信号領域から生じる縦列型雑音を低減させるために後方補正を用いて前記システムにおける１つ又は複数の始めの方の量子化装置を修正する手段であって、前記１つ又は複数の始めの方の量子化装置が、前記システムにおける直列にある最後の量子化装置を含まないような、手段と、
   を含む、システム。
9. 前記システムが、前記直列な量子化装置を介して信号を処理するように動作可能であり、前記信号が、音声信号、ビデオ信号、画像信号、及びテキストを生じさせる信号のうちの１つ又は複数を含む、請求項８に記載のシステム。
10. 前記システムは、前記複数の量子化装置が、前記量子化装置によって処理されるデータを圧縮させる圧縮アルゴリズムを実行するように動作可能であるように構成される、請求項８に記載のシステム。
11. 前記圧縮アルゴリズムが、ＭＰＥＧ圧縮、ＡＡＣ圧縮、及びＭＰ３圧縮のうちの少なくとも１つを含む、請求項１０に記載のシステム。
12. 前記システムが、前記複数の量子化装置を介して処理されるデータに透かしデータを加えるように動作可能である、請求項８に記載のシステム。
13. 前記システムが、動作においてマルチメディア配信システムを実行するように構成される、請求項８に記載のシステム。

Images