JP4822697B2

JP4822697B2 - ディジタル信号符号化装置およびディジタル信号記録装置

Info

Publication number: JP4822697B2
Application number: JP2004348480A
Authority: JP
Inventors: 修藤井
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2004-12-01
Filing date: 2004-12-01
Publication date: 2011-11-24
Anticipated expiration: 2024-12-01
Also published as: JP2006154629A

Description

本発明は、いわゆる高能率符号化によってディジタルデータの符号化を行うディジタル信号符号化装置に関するものである。また、ディジタル信号符号化装置を備え、ミニディスク、ハードディスク、メモリ等の記録媒体にディジタルデータを記録するディジタル信号記録装置に関するものである。

従来からのディジタルデータを高能率で圧縮符号化する方法としては、ミニディスクで用いられているＡＴＲＡＣ(Adaptive Transform Acoustic Coding)が挙げられる。このＡＴＲＡＣでは、高能率で圧縮するために、所定時間長のディジタルデータは、帯域分割フィルタであるＱＭＦ（Quadrature Mirror Filter）によって、複数の周波数帯域（以下適宜、サブバンドフレームと呼ぶ）に分割され、可変長の時間単位でブロック化される。ブロック化されたディジタルデータは、直交変換方法であるＭＤＣＴ（Modified Discrete Cosine Transform）処理等によってスペクトルデータに変換され、さらに聴覚心理特性を利用して割り当てられた量子化ビット数で各スペクトルデータがそれぞれ量子化される。

上記ブロックのブロック長決定方法としては特許文献１に次のようなものが開示されている。各サブバンドフレームを時系列に４分割したブロック（ｂ１、ｂ２、ｂ３、ｂ４）毎にピークレベルの大きさ（ＰＫ１、ＰＫ２、ＰＫ３、ＰＫ４）を求め、ＰＫ１、ＰＫ２、ＰＫ３、ＰＫ４のうち最大ピーク値ＭＡＸpkと最小ピーク値ＭＩＮpkを求め、この最大ピーク値ＭＡＸpkと最小ピーク値ＭＩＮpkの比をある基準範囲の値と比較し、この基準範囲よりも上記比の値が大きい時にはサブバンドフレーム内の信号は過渡的信号であるとして検出し、逆に小さい時には定常的な信号であるとして検出し、また基準範囲内の値となった場合は、これら過渡的信号と定常的信号との中間の信号であると検出する。定常的信号の場合のブロック長は、サブバンドフレームと同じ長さに決定され、過渡的信号、中間の信号の場合にはそれぞれ、サブバンドフレームの１／２、１／４の長さに決定される。

上記で決定されたブロック長の各ブロック毎に直交変換が行われスペクトルデータに変換される。そして、各スペクトルデータに人間の聴覚心理特性に基づく適応的なビット割り当てがされ、割り当てられたビット数で量子化される。

上記聴覚心理特性には、等ラウドネス特性やマスキング効果が挙げられる。等ラウドネス特性は、同じ音圧レベルの音であっても、人間が感じ取る音の大きさが周波数によって変化することを表すものである。従って、人間が感じ取ることができる音の大きさである最小可聴限が、周波数によって変化することを表している。

一方、マスキング効果には、同時マスキング効果と経時マスキング効果とがある。同時マスキング効果とは、ある周波数に強い信号成分が存在するとき、近隣周波数の信号成分が聴覚上、聞こえなく現象である。また、経時マスキング効果とは、大きな音の時間軸方向の前後では、別の音を聴き取り難くなる現象を言う。

このような聴覚心理特性を利用したビット割り当て法、例えば反復法と呼ばれる割り当て法では、入力されたディジタルデータに適応したビット割り当てを、以下のようにして行っている。

まず、各周波数帯域のパワーＳを求め、そのパワーＳによる他の周波数帯域に対するマスキングしきい値Ｍを求める。次に、このマスキングしきい値Ｍと、各周波数帯域をｎビットで量子化したときの量子化雑音パワーＮ（ｎ）とから、マスキングしきい値対雑音比ＭＮＲ（ｎ）＝Ｍ/Ｎ（ｎ）を求める。続いて、そのマスキングしきい値対雑音比ＭＮＲ（ｎ）が最小となる周波数帯域にビット割当を行った後、量子化ビット数nを更新しながらマスキングしきい値対雑音比ＭＮＲ（ｎ）を更新し、再び最小の周波数帯域にビット割り当てが行われる。
特開平４-３０２５３０号公報

上記で説明した従来の符号化方法によれば、各サブバンドフレームの信号特性が過渡的であるか、定常的であるかに対応して、ブロック長を選択でき、ディジタルデータの信号特性に適応した高能率の圧縮符号化が可能である。

しかし、上記のように聴覚心理特性を利用して量子化ビット数を割り当てる場合、人間の耳が鈍感な高域へのビット配分が疎になり、特に符号化を行うビットレートが低い場合には、高域へのビット配分がよりいっそう疎となる。例えば、サンプリング周波数が44.1kHzの場合であって、かつビットレートが256kbps程度の場合では18kHz以上、ビットレートが128kbps程度の場合では15kHz以上、ビットレートが64kbps程度では13kHz以上のスペクトル成分でビット配分が極めて疎となる。このように聴覚心理特性を利用したビット割り当てを行う場合には、高域へのビット配分が疎になる。また、人間の聴覚における周波数分解能は高域では低い。従って忠実度の高い符号化のためには、高域では周波数軸上の分解能よりも時間軸上の分解能をより重視すべきであり、従来技術のように高域と低域のそれぞれのサブバンドフレームに対して、同等に信号特性が過渡的であるか、定常的であるかを判定してブロック長を決定することは良好な高能率圧縮符号化とは言い難いという問題があった。

本発明は上記問題点を鑑みてなされたものであり、ディジタルデータの信号特性および周波数帯域に適応した忠実度の高い符号化が可能なディジタル信号符号化装置を提供することを目的とする。また、該ディジタル信号符号化装置を備えたディジタル信号記録装置を提供することも目的とする。

上記目的を達成するため本発明のディジタル信号符号化装置は、所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号を時系列の複数の短いブロック長のブロックに仮に分割し、帯域が低域か中域か高域かを判定するとともに、隣接する２つのブロックの前方のブロック内のピーク値に判定された帯域に応じた係数を乗じた値と後方のブロック内のピーク値とを比較し、後方のブロック内のピーク値が大きい場合には、前記直交変換を行うブロック長を短いブロック長に決定し、前記係数は高域になる程低い値になるよう設定していることを特徴とする。

このような構成によれば、ディジタルデータの信号特性に加え、周波数帯域に適応してブロック長を決定するので、高忠実にディジタルデータを符号化することができる。

また、人間の聴覚における周波数分解能が低い高域において、ブロック長が短くなるように決定されやすくなり、時間軸上の分解能が高くなるので、高忠実にディジタルデータを符号化することができる。

また、本発明のディジタル信号符号化装置は、所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号の信号特性と、符号化を行うビットレートに基づいて、符号化を行うビットレートが低くなる程、前記ブロック長を短いブロック長に決定する傾向となるように、前記ブロック長を決定することを特徴とする。

このような構成によれば、符号化を行うビットレートが低い場合に割り当てられるビットが疎となることを抑制し、高忠実にディジタルデータを符号化することができる。

また、本発明のディジタル信号符号化装置は、所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号の信号特性と、符号化を行う所定のビットレートに基づいて、前記ブロック長を決定することを特徴とする。

このような構成によれば、符号化を行うビットレートに適応してブロック長を決定するので、高忠実にディジタルデータを符号化することができる。

また、本発明のディジタル信号記録装置は、本発明のいずれかのディジタル信号符号化装置を備え、該ディジタル信号符号化装置が符号化したディジタル信号を記録媒体に記録することを特徴とする。

本発明のディジタル信号符号化装置によれば、ディジタルデータの信号特性および周波数帯域に適応した忠実度の高い符号化が可能である。また、本発明のディジタル信号記録装置によれば、忠実度の高い符号化ディジタルデータを記録媒体に記録可能である。

本発明に係るディジタル信号符号化装置を採用したディジタル信号記録再生装置として、ここではミニディスク録音再生装置を例に挙げて説明を行う。図１は本発明に係るディジタル信号符号化装置を採用したミニディスク録音再生装置の一構成例を示すブロック図である。

ミニディスク録音再生装置１に設けられた入力端子２には、コンパクトディスク再生装置や衛生放送受信装置等のディジタル音声信号源から出力されたディジタル音声データが例えば光信号としてシリアル入力される。入力端子２に入力された光信号は、光電素子３によって電気信号に変換された後、ディジタルＰＬＬ（Phase-Locked-Loop）回路４に入力される。

ディジタルＰＬＬ回路４は、入力されたディジタル音声データからクロックの抽出を行うとともに、サンプリング周波数および量子化ビット数に対応したマルチビットデータを再現する。このマルチビットデータは信号源毎に異なるサンプリング周波数（コンパクトディスク；４４．１ｋＨｚ、ディジタルオーディオテープレコーダ；４８ｋＨｚ、衛生放送（Ａモード）；３２ｋＨｚなど）で標本化されたディジタルデータである。そこで、ディジタルＰＬＬ回路４から出力されたマルチビットデータは周波数変換回路５によってそのサンプリング周波数をミニディスクに対応した４４．１ｋＨｚに変換される。

音声圧縮回路６は入力されたディジタル音声データをＡＴＲＡＣ(Adaptive Tranceform Acoustic Coding)方式によって圧縮符号化を行い、符号化されたディジタル音声データをショックプルーフメモリコントローラ７を介して信号処理回路８に送出する。なお、音声圧縮回路６におけるディジタル音声データの符号化方法については、後ほど詳細に説明を行う。

ショックプルーフメモリコントローラ７で制御されるショックプルーフメモリ９は、音声圧縮回路６から出力されるディジタル音声データの転送速度と、信号処理回路８に入力されるディジタル音声データの転送速度との差を吸収するとともに、再生時における振動等の外乱による再生信号の中断を補間し、ディジタル音声データを保護するためのものである。

信号処理回路８はエンコーダおよびデコーダとしての機能を備えており、ディジタル音声データをシリアルの磁界変調信号にエンコードして記録ヘッド駆動回路１０に与える。ヘッド駆動回路１０は、記録ヘッド１１をミニディスク１２上の所定記録位置に移動させるとともに、上記磁界変調信号に対応した磁界を発生させる。このとき、ミニディスク１２上の所定記録位置には、光ピックアップ１３からレーザー光が照射されており、これによって、上記磁界に対応した磁化パターンがミニディスク１２上に記録される。

一方、光ピックアップ１３は、ミニディスク１２から上記磁化パターンに対応したシリアル信号を再生する。再生されたシリアル信号はＲＦアンプ１４で増幅された後、信号処理回路８によってディジタル音声データにデコードされる。デコードされたディジタル音声データは、ショックプルーフメモリコントローラ７およびショックプルーフメモリ９で外乱による影響を除去された後、音声伸長回路１５に送出される。

音声伸長回路１５は、ＡＴＲＡＣ方式による圧縮符号化の逆変換処理を行い、フルビットのディジタル音声データに復調する。復調されたディジタル音声データは、Ｄ／Ａ変換回路１６によってアナログ音声データに変換され、出力端子１７から外部へ出力される。

なお、ＲＦアンプ１４で増幅されたシリアル信号は、サーボ回路１８にも入力されている。サーボ回路１８は、再生されたシリアル信号に応じてドライバ回路１９に制御信号を送出し、該ドライバ回路１９を介してスピンドルモータ２０の回転速度をフィードバック制御する。このようなフィードバック制御により、ミニディスク１２を線速度一定で回転させることができる。

また、サーボ回路１８はドライバ回路１９を介して送りモータ２１の回転速度もフィードバック制御している。このようなフィードバック制御により、ミニディスク１２の半径方向に対する光ピックアップ１３の変移制御、すなわちトラッキング制御を行うことができる。さらにサーボ回路１８は、ドライバ回路１９を介して光ピックアップ１３のフォーカシング制御も行っている。

信号処理回路８、光ピックアップ１３、ＲＦアンプ１４、サーボ回路１８、およびドライバ回路１９等には、図示しない電源回路から電源供給が行われるが、このような電源供給動作や後述する音声圧縮回路６の信号処理動作は、すべてシステムコントロールマイコン２２によって集中管理されている。なお、システムコントロールマイコン２２には、曲名入力や選曲操作、あるいは音質調整動作等を行うための入力装置２３が接続されている。

続いて、上記の音声圧縮回路６におけるディジタルデータ符号化処理について説明する。図２は音声圧縮回路６の一構成例を示すブロック図である。

入力端子２９には、周波数変換回路５（図１）からディジタル音声データ（サンプリング周波数は４４．１ｋＨｚ）が入力される。入力されたディジタル音声データは、帯域分割フィルタ３０によって、０〜１１．０２５ｋＨｚと１１．０２５〜２２．０５ｋＨｚの２つのサブバンドフレームに分割される。さらに、帯域分割フィルタ３１は０〜１１．０２５ｋＨｚのディジタル音声データを０〜５．５１２５ｋＨｚと５．５１２５〜１１．０２５ｋＨｚの２つのサブバンドフレームに分割する。サブバンドフレームに分割するフィルタは、ＱＭＦ（Quadrature Mirror Filter）やポリフェーズフィルタがよく利用されており、本実施形態ではＱＭＦを使用した場合であり、帯域を２分割し、従属に接続することによって複数帯域に分割することが可能である。

ブロック長決定部３２は、各サブバンドフレーム毎に、後述するブロック長決定方法にて、ブロックの長短を決定する。例えば、図３のように、１１．６ｍｓの信号波形を４分割するか、分割しないかを決定する。この時、前者はＢＳ１〜ＢＳ４、即ち１１．６ｍｓ／４をブロック長とし、後者はＢＬ、即ち１１．６ｍｓをブロック長とする。前者は時間分解能を重視した過渡的な信号に用いるが、周波数分解能が１／４に低下する。後者は周波数分解能を重視した定常的な信号に用いるが、時間分解能が１／４に低下する。

窓かけ部３３〜３５は、上記で決定したブロック長毎のディジタル音声データに対して、図４のような時間特性の窓をかける。直交変換部３６〜３８は、窓をかけられたデータに対して、ＭＤＣＴ(Modified Discrete Cosine Transform)処理を施すことで、ディジタル音声データのスペクトル変換を行い、ＭＤＣＴ係数を算出する。なお、直交変換方法はＭＤＣＴに限らなくても良い。

ブロック長決定部３２から出力されたブロック長情報および直交変換部３６〜３８から出力されたＭＤＣＴ係数は、量子化ビット数算出部３９に入力される。量子化ビット数算出部３９は、後述するブロック長に応じた聴覚心理特性を用いて、量子化ビット数とスペクトルの振幅レベルに対応するスケールファクタを算出する。量子化部４０では、ＭＤＣＴ係数Ｋｍが（１）式によって量子化され、量子化係数ＭＫｍが算出される（Roundは四捨五入を示す）。
ＭＫｍ＝ Round[Ｋｍ（２^WLj-1 −１）／ＳＦｊ] （１）
但し、ｍ：ＭＤＣＴ係数のインデックス
ｊ：量子化周波数帯域のインデックス
Ｋｍ:ＭＤＣＴ係数
ＭＫｍ:量子化係数
ＷＬｊ:量子化ビット数
ＳＦｊ:スケールファクタ

量子化部４０で算出された量子化係数ＭＫｍ、量子化ビット数算出部３９によって算出された各周波数帯域の量子化ビット数ＷＬｊおよびスケールファクタＳＦｊは、フレームの補助情報と共にパッキング部４１にて符号化され、符号化データとして出力端子４２からショックプルーフメモリコントローラ７（図１）へ出力される。

次に、量子化ビット数算出部３９についてさらに詳細に説明する。図５は、量子化ビット数算出部３９の一構成例を示すブロック図である。

ブロック長判定部４５は、入力端子４３に入力されたブロック長情報から短ブロックまたは長ブロックかを判定し、スイッチ４６における短ブロックに対応した聴覚心理特性を用いるか、長ブロックに対応した聴覚心理特性を用いるかのスイッチングを行う。入力端４４に入力されたＭＤＣＴ係数はスイッチ４６のスイッチングに応じて短ブロックまたは長ブロックに対応した聴覚心理特性で量子化ビット数を割り当てされることになる。

短ブロックスケールファクタ算出部５１および長ブロックスケールファクタ算出部４７は、入力されたＭＤＣＴ係数をｊ個の量子化周波数帯域に分割し、各周波数帯域に属するＭＤＣＴ係数の絶対値の最大値から約２ｄＢ毎にスケールファクタを算出する。即ち、各周波数領域のＭＤＣＴ係数の絶対値の最大値をＫmaxｊ(ｊ=1,2,…Ｊ、例えばＪ=52)、その時のスケールファクタをＳＦｊとすれば、ＳＦｊ×２^-1/3＝＜Ｋmaxｊ＜ＳＦｊとなるようなＳＦｊを算出する。

短ブロックパワー算出部５２および長ブロックパワー算出部４８は入力されたＭＤＣＴ係数をｉ個の周波数帯域に分割し、各周波数帯域に属するＭＤＣＴ係数の２乗和から、各周波数帯域のスペクトルパワーSi(i=1,2,…I、例えばI=25)を算出する。この複数の周波数帯域は、通常、臨界帯域幅、すなわち人間が聴覚で周波数分析を行っていると仮定した場合の分析単位となる帯域に基づき決定されるものである。

長ブロックマスキング算出部４９は、長ブロックパワー算出部４８で得られたスペクトルパワーから、周波数特性を重視した同時マスキングレベルを計算する。同時マスキングとは、図６のように強い周波数信号が隣接する周波数信号をマスク（聞こえなく）する現象を言う。そして、長ブロック最小可聴限合成部５０は、公知の（２）式等で示される最小可聴限特性（図６）と同時マスキングレベルのどちらかマスクレベルの高い方を選択し、最終的なマスキングしきい値Ｍｉを決定する。なお、最小可聴限特性は予めテーブルＲＯＭ等に格納しておいてもよい。
lt(f)= -0.6×3.64×(f/1000)^-0.8+6.5×exp(-0.6×(f/1000-3.3)²-10^-3×(f/1000)⁴)（２）
但し、lt(f)：最小可聴限特性（ｄＢ）
f：周波数（Ｈｚ）

また、聴覚心理特性を扱う場合、周波数の単位は、公知の（３）式によってＨｚから変換されるＢａｒｋ（臨界帯域幅に相当する周波数帯域が等間隔になるような周波数尺度）を用いる（図６の横軸）。
zi = 13×arctan(0.00076×fi)+3.5×arctan((fi/0.0075)²)（３）
但し、zi：周波数（Ｂａｒｋ）
fi：周波数（Ｈｚ）

最小可聴限とは、人間が可聴できる最小の音圧レベルを言い、約３．３ｋＨｚ、臨界帯域では約１６Ｂａｒｋで最も低く、すなわち感度が良い。図６のように、超低域及び超高域で最小可聴限が高く、特に超高域では高い音圧レベルであっても聞こえないという特性がある。これはまた、超低域及び超高域の周波数は近傍の周波数と識別できにくいとも言える。

短ブロックマスキング算出部５３では、短ブロックパワー算出部５２で得られたスペクトルパワーから、時間特性を重視した経時マスキングレベルを計算する。経時マスキング特性には時間前方（過去）のバックワードマスキングと、時間後方（未来）のフォワードマスキングがあり、低域の過渡的信号ではピークからバックワードマスキングでは５ｍｓ程度、フォワードマスキングでは１００ｍｓ程度効くとされている。また、より高域の過渡的信号では信号自身の減衰速度も短く、バックワードマスキング、フォワードマスキングの効果も低域より短いものとなる。短ブロック最小可聴限合成部５４は、経時マスキングレベルと最小可聴限特性のどちらかマスクレベルの高い方を選択し、最終的なマスキングしきい値Ｍｉを決定する。

ＳＭＲ算出部５５は、各周波数帯域のインデックスを前記ｉとするとき、長ブロックパワー算出部４８および短ブロックパワー算出部５２で算出されたスペクトルパワーＳｉと、長ブロック最小可聴限合成部５０または短ブロック最小可聴限合成部５４で決定された各周波数帯域のマスキングしきい値Ｍｉとの比ＳＭＲｉ＝Ｓｉ／Ｍｉを全ての周波数帯域にわたって計算する。

ＭＮＲ算出部５６は、まず各周波数帯域のスペクトルパワーＳｉと、Ｓｉをｎビットで量子化したときに生じる量子化雑音パワーＮｉ（ｎ）との比、すなわち信号対雑音比ＳＮＲｉ（ｎ）＝Ｓｉ／Ｎｉ（ｎ）を求める。なお、この比ＳＮＲｉ（ｎ）は、統計的には信号特性に応じた定数となるので、統計処理によって予め求めておいてもよい。さらに、ＭＮＲ算出部５６は、この信号対雑音比ＳＮＲｉ（ｎ）とＳＭＲ算出部５５で得られた比ＳＭＲｉから、マスキングしきい値Ｍｉと量子化雑音パワーＮｉ（ｎ）との比、すなわちマスキングしきい値対雑音比ＭＮＲｉ（ｎ）（＝ＳＮＲｉ（ｎ）／ＳＭＲｉ）を算出する。なお、ｉ個の周波数帯域（臨界帯域等）(i=1,2,…I、例えばI=25)とｊ個の量子化周波数帯域(ｊ=1,2,…Ｊ、例えばＪ=52)の帯域幅が異なる場合、マスキングしきい値対雑音比ＭＮＲｉ（ｎ）を複製や平均化等により量子化周波数帯域のＭＮＲｊ（ｎ）に変換する。

量子化ビット数算出部５７は、各周波数帯域の量子化ビット数ｎを０から大きくしていき、その都度、各周波数帯域のマスキングしきい値対雑音比ＭＮＲｊ（ｎ）をＭＮＲ算出部５６を用いて計算する。そして、マスキングしきい値対雑音比ＭＮＲｊ（ｎ）が最小となる周波数帯域から順にビットを割り当ててゆき、所定の割り当て可能ビット数となるまで割り当てを行うと、各周波数帯域の量子化ビット数が決定される。すなわち、スペクトルパワーのＳｉがマスキングしきい値Ｍｉを越えた部分の長さが最も長い周波数帯域から順次ビット割り当てが行われることになる。

以上のように算出された量子化ビット数およびスケールファクタは出力端子５８、５９から量子化部４０（図２）およびパッキング部４１（図２）へ出力される。

上述したように聴覚心理特性を利用してスペクトルデータに量子化ビット数を割り当てると、量子化ビット数はパワーの大きい周波数と最小可聴限の低い周波数に集中し、通常の楽音は強い高域成分を含まないので、高域へのビット配分が疎になることから、ブロック長決定部３２（図２）は以下の実施形態１のような動作を行い、ブロック長を決定する。これを図７のフローチャートを用いて説明する。

ステップＳ１０では、サブバンドフレームを時系列の４つの短ブロックに仮に分割する。ステップＳ２０では、最初のブロック内のピーク値を求め、変数ａに代入する。ステップＳ３０では、変数ａを変数ｂに代入する。ステップＳ４０では、次の隣接するブロック内のピーク値を求め、変数ａに代入する。

ステップＳ５０、Ｓ７０では、現在処理中のサブバンドフレームの帯域が低域か中域か高域かを判定する。そして、ステップＳ６０、Ｓ８０、Ｓ９０のように、隣接する時間ブロック前方のピーク値ｂに、サブバンドフレームの帯域判定結果が低域なら１０^0.9、中域なら１０^0.8、高域なら１０^0.6である係数を掛けて、時間ブロック後方のピーク値ａと比較する。

ピーク値ａがピーク値ｂに各係数を掛けたものより大きい場合（ステップＳ６０、Ｓ８０、Ｓ９０のＹ）、ステップＳ１００にて過渡的信号と判断し、ブロック長を短ブロックに決定する。このように、サブバンドフレームの帯域が低域か中域か高域かによって係数を可変とし、高域ほど過渡的信号と判断され、ブロック長が短ブロックに決定されやすいように、係数に重みを付けている。上記係数の場合、隣接する時間ブロック後方のピーク値が時間ブロック前方のピーク値よりも低域で約１８ｄＢ、中域で約１６ｄＢ、高域で約１２ｄＢ増加している場合にブロック長を短ブロックに決定していることになる。

ステップＳ１１０では、ピーク値ａをピーク値ｂに代入し、次の隣接する時間ブロックとの比較準備を行う。ステップＳ１２０では、４つのブロックがすべて終わったか判定し、終わっていなければ（ステップＳ１２０のＮ）、ステップＳ４０に戻り、以降のステップを繰り返し行う。

もし、ステップＳ１２０で、４つのブロックがすべて終わったと判定されれば（ステップＳ１２０のＹ）、終了となる。なお、以上でブロック長が短ブロック長に決定されなかった場合は、ブロック長は長ブロックに決定される。

また、符号化を行うビットレートが低い場合には、上述したような聴覚心理特性を利用してスペクトルデータに量子化ビット数を割り当てると、量子化ビット数は、パワーの大きい周波数と最小可聴限の低い周波数にますます集中し、ますます高域へのビット配分が疎になることから、ブロック長決定部３２（図２）は以下の実施形態２のような動作を行うことでブロック長を決定するようにしてもよい。これを図８のフローチャートを用いて説明する。但し、図８はサブバンドフレームの帯域が高域である場合の動作を示す。

ステップＳ５０、Ｓ７０では、符号化を行うビットレートを判定する。そして、ステップＳ６０、Ｓ８０、Ｓ９０のように、隣接する時間ブロック前方のピーク値ｂに、ビットレートの判定結果が２５６ｋｂｐｓより大きいなら１０^0.9、１２８ｋｂｐｓより大きく２５６ｋｂｐｓ以下であれば１０^0.8、１２８ｋｂｐｓ以下であれば１０^0.6である係数を掛けて、時間ブロック後方のピーク値ａと比較する。

ピーク値ａがピーク値ｂに各係数を掛けたものより大きい場合（ステップＳ６０、Ｓ８０、Ｓ９０のＹ）、ステップＳ１００にて過渡的信号と判断し、ブロック長を短ブロックに決定する。このように、符号化を行うビットレートによって係数を可変とし、ビットレートが低いほど過渡的信号と判断され、ブロック長が短ブロックに決定されやすいように、係数に重みを付けている。上記係数の場合、隣接する時間ブロック後方のピーク値が時間ブロック前方のピーク値よりも、ビットレートが２５６ｋｂｐｓより大きい場合で約１８ｄＢ、１２８ｋｂｐｓより大きくかつ２５６ｋｂｐｓ以下の場合で約１６ｄＢ、１２８ｋｂｐｓ以下の場合で約１２ｄＢ増加している場合にブロック長を短ブロックに決定していることになる。

上記ビットレートに対応した係数の設定は、高域のサブバンドフレームについての実施例であり、中域および低域のサブバンドフレームにおいては、全体的により１０^0.9に近い値に設定するのが好ましい。また、高域のサブバンドフレームについてのみ、ビットレートに対応した係数を設定するようにしてもよい。

なお、以上の説明で、本発明に係るディジタル信号符号化装置をミニディスク録音再生装置に設けられるものとして説明したが、本発明に係るディジタル信号符号化装置の適用範囲がこれに限定されないことは言うまでもない。

は、本発明のミニディスク録音再生装置の一構成例を示すブロック図である。は、音声圧縮回路の一構成例を示すブロック図である。は、サブバンドフレームにおけるブロック分割を示す図である。は、窓関数の一例を示す図である。は、量子化ビット数算出部の一構成例を示すブロック図である。は、聴覚心理特性を示す図である。は、ブロック長決定部の実施形態１の動作を示すフローチャートである。は、ブロック長決定部の実施形態２の動作を示すフローチャートである。

符号の説明

１ミニディスク録音再生装置
２入力端子
３光電素子
４ディジタルＰＬＬ回路
５周波数変換回路
６音声圧縮回路
７ショックプルーフメモリコントローラ
８信号処理回路
９ショックプルーフメモリ
１０記録ヘッド駆動回路
１１記録ヘッド
１２ミニディスク
１３光ピックアップ
１４ＲＦアンプ
１５音声伸長回路
１６Ｄ／Ａ変換回路
１７出力端子
１８サーボ回路
１９ドライバ回路
２０スピンドルモータ
２１送りモータ
２２システムコントロールマイコン
２３入力装置
２９入力端子
３０、３１帯域分割フィルタ
３２ブロック長決定部
３３、３４、３５窓かけ部
３６、３７、３８直交変換部
３９量子化ビット数算出部
４０量子化部
４１パッキング部
４２出力端子
４３、４４入力端子
４５ブロック長判定部
４６スイッチ
４７長ブロックスケールファクタ算出部
４８長ブロックパワー算出部
４９長ブロックマスキング算出部
５０長ブロック最小可聴限合成部
５１短ブロックスケールファクタ算出部
５２短ブロックパワー算出部
５３短ブロックマスキング算出部
５４短ブロック最小可聴限合成部
５５ＳＭＲ算出部
５６ＭＮＲ算出部
５７量子化ビット数算出部
５８、５９出力端子

Claims

所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、
前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号を時系列の複数の短いブロック長のブロックに仮に分割し、帯域が低域か中域か高域かを判定するとともに、隣接する２つのブロックの前方のブロック内のピーク値に判定された帯域に応じた係数を乗じた値と後方のブロック内のピーク値とを比較し、後方のブロック内のピーク値が大きい場合には、前記直交変換を行うブロック長を短いブロック長に決定し、前記係数は高域になる程低い値になるよう設定していることを特徴とするディジタル信号符号化装置。
所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、
前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号の信号特性と、符号化を行うビットレートに基づいて、前記符号化を行うビットレートが低くなる程、前記ブロック長を短いブロック長に決定する傾向となるように、前記ブロック長を決定することを特徴とするディジタル信号符号化装置。
所定時間長のディジタル信号を所定の複数の帯域に分割する帯域分割手段と、前記帯域毎に直交変換を行うブロック長を決定するブロック長決定手段と、該ブロック長決定手段で決定されたブロック長のブロック毎に直交変換を行い直交変換信号を生成する直交変換手段と、前記直交変換信号を聴覚心理特性に基づき量子化する量子化手段とを備えるディジタル信号符号化装置であって、
前記ブロック長決定手段は、分割された前記所定時間長のディジタル信号の信号特性と、符号化を行う所定のビットレートに基づいて、前記ブロック長を決定することを特徴とするディジタル信号符号化装置。
請求項１〜請求項３のいずれかに記載のディジタル信号符号化装置を備え、該ディジタル信号符号化装置が符号化したディジタル信号を記録媒体に記録することを特徴とするディジタル信号記録装置。