JP4947145B2 - 復号装置、復号方法、及びプログラム - Google Patents

Description

本発明は、音声及び音楽等のオーディオ信号を圧縮／伸張するオーディオ符号化／復号技術に関する。特に、本発明は、オーディオ信号の符号化データを復号する際に、量子化誤差を補正する技術に関するものである。

オーディオ信号を周波数領域の信号に変換して符号化する方式の一例としてISO/IEC 13818-7 MPEG-2 AAC(Advanced Audio Coding)方式が知られている。AAC方式はワンセグ放送やデジタルAV機器等の音声符号化方式として採用されている。

図１にAAC方式を採用した符号化装置１の構成例を示す。図１に示す符号化装置１は、MDCT（modified discrete cosine transform）部１１、心理聴覚分析部１２、量子化部１３、ハフマン符号化部１４を有する。

この符号化装置１では、MDCT部１１が、入力音をMDCT変換により周波数領域データであるMDCT係数に変換する。また、心理聴覚分析部１２が、入力音に対して心理聴覚分析を行い、聴覚的に重要な周波数と重要でない周波数を区別するためのマスキング閾値を求める。

量子化部１３は、マスキング閾値に基づいて聴覚的に重要でない周波数領域のデータの量子化ビット数を少なくし、重要な周波数領域のデータに多くの量子化ビットを割り当て、周波数領域データの量子化を行う。量子化部１３からは、量子化されたスペクトル値である量子化値と、スケール値が出力され、それらはハフマン符号化部１４でハフマン符号化され、符号化データとして符号化装置１から出力される。なお、スケール値とは、オーディオ信号の周波数領域への変換後のスペクトル波形の倍率を示す数字であり、MDCT係数を浮動小数点形式で表した場合の指数部に相当する。また、スペクトル値は、MDCT係数を浮動小数点形式で表した場合の仮数部に相当し、上記スペクトルの波形に相当する。つまり、MDCT係数は、スペクトル値×２^{スケール値}と表現できる。

図２にAAC方式の復号装置２の構成例を示す。図２に示す復号装置２は、ハフマン復号部２１、逆量子化部２２、及び逆MDCT部２３を有する。この復号装置２は、図１に示す符号化装置１で符号化された符号化データを受信し、ハフマン復号部２１が符号化データを量子化値とスケール値に変換する。そして、逆量子化部２２が量子化値とスケール値を逆量子化値（MDCT係数）に変換し、逆MDCT部２３がMDCT係数を時間領域の信号に変換し、復号音を出力する。

なお、量子化誤差の補正に関連する先行技術文献として、下記の特許文献１〜４がある。
特開２００６−６０３４１号公報 特開２００１−１０２９３０号公報 特開２００２−２９０２４３号公報 特開平１１−４４４９号公報

図１に示した符号化装置１における量子化部１３でMDCT係数を量子化する際には、例えば図３に示すような量子化誤差が発生する。図３では、量子化前のMDCT係数に比べて量子化後のMDCT係数が大きくなる場合を示しているが、量子化前のMDCT係数に比べて量子化後のMDCT係数が小さくなる場合もある。

通常は、量子化誤差が発生しても復号後の音質に大きな影響はない。しかし、入力音が大振幅（0dB付近）の場合であって、量子化後のMDCT係数が量子化前に比べて大きくなる場合には、圧縮データを従来の復号装置２で復号すると、復号音の振幅も大きくなり、復号音の振幅がPCM（Pulse Code Modulation）データの語長（例えば16bit）を越えてしまう場合がある。この場合、PCMデータの語長を超えた部分はデータとして表現できないので、オーバーフローが発生し、その結果、異常音（クリップ音）が聞こえるという問題がある。例えば、図４に示す大振幅の入力音を符号化し、復号した復号音が図５に示すようなPCMデータの語長を超えるものである場合に、クリップが発生する。

特に、低ビットレート（高圧縮）条件では、量子化誤差が大きくなりやすいため、上記のクリップ音が発生しやすい。クリップ音の原因となる量子化誤差は、符号化装置側で発生するため、従来の復号装置では上記クリップ音の問題を解決することが困難である。

本発明は上記の問題点に鑑みてなされたものであり、復号装置が符号化データを復号してオーディオ信号を出力する際に、量子化誤差により発生する異常音を削減する技術を提供することを目的とする。

上記の課題を解決するために、本発明の一実施形態によれば、オーディオ信号の周波数領域データのスケール値とスペクトル値とをそれぞれ符号化することにより得られた符号化データを復号し、オーディオ信号を出力する復号装置が提供される。この復号装置は、前記符号化データを復号及び逆量子化し、前記オーディオ信号の周波数領域データを取得する周波数領域データ取得手段と、前記符号化データから、前記スケール値の符号化データのビット数であるスケールビット数、又は前記スペクトル値の符号化データのビット数であるスペクトルビット数を算出するビット数算出手段と、前記スケールビット数又は前記スペクトルビット数に基づき、前記周波数領域データの量子化誤差を推定する量子化誤差推定手段と、前記量子化誤差に基づき補正量を算出し、前記周波数領域データ取得手段により得られた前記周波数領域データを当該補正量を用いて補正する補正手段と、前記補正手段により補正された前記周波数領域データを前記オーディオ信号に変換する変換手段とを有する。

前記復号装置において、前記ビット数算出手段は、前記スケールビット数と前記スペクトルビット数の合計に対する前記スケールビット数又は前記スペクトルビット数の割合を算出し、前記量子化誤差推定手段は、当該割合に基づき前記量子化誤差を推定することとしてもよい。

また、前記量子化誤差推定手段は、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた対応関係を用いて前記量子化誤差を推定することとしてもよい。また、前記量子化誤差推定手段は、前記周波数領域データ取得手段により得られた前記周波数領域データを取得し、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定することとしてもよい。

また、前記復号装置において、前記補正手段は、前記周波数領域データ取得手段により得られた前記周波数領域データを取得し、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を当該周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記補正量を算出するようにしてもよい。上記の構成により、周波数領域データの値の大きさに応じて、適切な補正量を算出できる。

また、前記復号装置は、前記符号化データからビットレートを算出するビットレート算出手段を更に有してもよく、その場合、前記量子化誤差推定手段は、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定するようにしてもよい。また、この場合、前記補正手段は、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記補正量を算出することとしてもよい。これにより、ビットレートに応じて、適切な補正量を算出できる。

本発明によれば、符号化データから算出したスケールビット数又はスペクトルビット数に基づき量子化誤差を推定し、当該量子化誤差に基づき算出した補正量を用いて逆量子化データを補正することとしたので、復号装置が符号化データを復号してオーディオ信号を出力する際に、量子化誤差により発生する異常音を削減することが可能となる。

従来の符号化装置の構成例を示す図である。 従来の復号装置の構成例を示す図である。 量子化誤差を説明するための図である。 入力音の例を示す図である。 図４に示す入力音に対応する復号音を示す図である。 本発明の実施の形態に係る復号装置の基本構成を示す図である。 スペクトルビット数とスケールビット数の関係を説明するための図である。 MDCT係数の補正を示す図である。 本発明の第１の実施の形態に係る復号装置の構成図である。 第１の実施の形態に係る復号装置の動作を説明するためのフローチャートである。 スペクトル値のハフマン符号帳の例を示す図である。 スケール値のハフマン符号帳の例を示す図である。 スケールビット数と量子化誤差の対応関係の例を示す図である。 スペクトルビット数と量子化誤差の対応関係の例を示す図である。 スケールビット数と量子化誤差の対応関係の例を示す図である。 スペクトルビット数と量子化誤差の対応関係の例を示す図である。 量子化誤差と補正量との対応関係の例を示す図である。 第２の実施の形態における復号装置の構成を示す図である。 スケールビット数と量子化誤差との対応関係を複数用意する場合の例を示す図である。 スペクトルビット数と量子化誤差との対応関係を複数用意する場合の例を示す図である。 第３の実施の形態における復号装置の構成を示す図である。 量子化誤差と補正量の対応関係を複数用意する場合の例を示す図である。 第４の実施の形態における復号装置の構成を示す図である。 スケールビット数と量子化誤差との対応関係を複数用意する場合の例を示す図である。 スペクトルビット数と量子化誤差との対応関係を複数用意する場合の例を示す図である。 第５の実施の形態における復号装置の構成を示す図である。 量子化誤差と補正量の対応関係を複数用意する場合の例を示す図である。 第６の実施の形態における復号装置の動作を説明するためのフローチャートである。 本発明の実施の形態に係る復号装置を含む受信機の例を示す図である。 コンピュータシステムの構成の一例を示す図である。

符号の説明

１ 符号化装置
１１ MDCT部
１２ 心理聴覚分析部
１３ 量子化部
１４ ハフマン符号化部
２〜９ 復号装置
２１、３１、４０、５０、６０、７０、９０ ハフマン復号部
２２、３２、４１、５１、６１、７１、９１ 逆量子化部
２３、３３、４２、５２、６２、７２、９２ 逆MDCT部
３４、４５、５５、６５、７５、９５ ビット数算出部
３５、４６、５６、６６、７７、９７ 量子化誤差推定部
３６、４７、５７、６７、７８、９８ 補正量算出部
３７、４８、５８、６８、７９、９９ スペクトル補正部
４３、５３、６３、７３、９３ オーバラップ加算部
４４、５４、６４、７４、９４ 記憶バッファ
４９、５９、６９、８０、１００ データ格納部
７６、９６ ビットレート算出部
１１０ 受信機
１１１ アンテナ
１１２ 復調部
１１３ 復号部
１１４ スピーカ
１１５ 表示部
１２０ コンピュータシステム
１２１ CPU
１２２ メモリ
１２３ 通信装置
１２４ 入出力装置
１２５ 記憶装置
１２６ 読み取り装置

以下、図面を参照して本発明の実施の形態について説明する。なお、以下で説明する各実施の形態ではAAC方式に対応した復号装置を例にとるが、本発明はAAC方式のみでなく、オーディオ信号を周波数領域データに変換し、スペクトル値とスケール値とを符号化し、これらを復号するオーディオ符号化／復号方式であればどのような方式にでも適用可能である。

（実施の形態の基本構成）
本発明の実施の形態に係る復号装置３の基本構成を図６に示す。この復号装置３は、ハフマン復号部３１、逆量子化部３２、逆MDCT部３３、ビット数算出部３４、量子化誤差推定部３５、補正量算出部３６、及びスペクトル補正部３７を有している。この復号装置３は、ビット数算出部３４、量子化誤差推定部３５、補正量算出部３６、及びスペクトル補正部３７を有する点が従来の復号装置と異なる。以下、この復号装置３の動作を説明する。

復号装置３では、ハフマン復号部３１が、入力された符号化データに含まれる量子化されたスペクトル値のハフマン符号語と、スケール値のハフマン符号語とをそれぞれ復号して量子化されたスペクトル値である量子化値とスケール値とを算出する。また、逆量子化部３２は量子化値を逆量子化してスペクトル値を算出し、スペクトル値とスケール値とから補正前MDCT係数を算出する。

一方、ハフマン復号部３１は、符号化データに含まれる量子化されたスペクトル値のハフマン符号語とスケール値のハフマン符号語とをビット数算出部３４に入力する。そして、ビット数算出部３４は、スペクトル値のハフマン符号語とスケール値のハフマン符号語のそれぞれのビット数を算出し、それらを量子化誤差推定部３５に入力する。なお、以下、スペクトル値のハフマン符号語のビット数をスペクトルビット数と呼び、スケール値のハフマン符号語のビット数をスケールビット数と呼ぶこととする。

量子化誤差推定部３５は、スペクトルビット数もしくはスケールビット数、又はスペクトルビット数とスケールビット数の両方を用いて量子化誤差を推定し、推定した量子化誤差を補正量算出部３６に入力する。補正量算出部３６は、量子化誤差推定部３５で推定された量子化誤差に基づき補正量を算出し、それをスペクトル補正部３７に入力する。スペクトル補正部３７は、当該補正量を用いて補正前MDCT係数を補正し、補正後MDCT係数を逆MDCT部３３に出力する。そして、逆MDCT部３３は、補正後MDCT係数に対して逆MDCTを実行し、復号音を出力する。

次に、上記のビット数算出部３４、量子化誤差推定部３５、補正量算出部３６、及びスペクトル補正部３７により行われるMDCT係数の補正の基本的概念を説明する。

AAC方式のような変換符号化方式においては、一般に１フレーム内でMDCT係数の符号化データ（スペクトル値の符号語とスケール値の符号語）が使用できるビット数はビットレートに応じて予め決められる。従って、１フレーム内において、スケールビット数が多ければ、スペクトルビット数は小さく、スペクトルビット数が大きければスケールビット数は小さい。例えば、図７に示すように、スペクトル値の符号語とスケール値の符号語が合計で１００ビット使用できる場合において、スペクトルビット数が３０ビットであればスケールビット数は７０ビットであり、スペクトルビット数が７０ビットであればスケールビット数は３０ビットである。また、１周波数帯域毎に使用できるビット数も予め決められており、スケールビット数が多ければ、スペクトルビット数は小さく、スペクトルビット数が大きければスケールビット数は小さいという関係が周波数帯域毎に成り立つ。なお、フレームとは、単独でオーディオ信号に復号できる単位であり、一定のサンプル数を含むものである。

ここで、図７に示すように、スぺクトルビット数が小さいということは、スペクトル値に割り当てられている符号量が少ないということであり、スペクトル値は荒く表現されていることになり、量子化誤差は大きいと推定できる。また、スケールビット数が大きければスぺクトルビット数が小さいことになり、上記と同様に量子化誤差は大きいと推定できる。また、スケールビット数が大きい場合は、波形の倍率の絶対値が大きいことを意味するから、その場合、波形は荒く表現されていると推定できる。この観点からも、スケールビット数が大きければ量子化誤差は大きいと推定できる。逆に、スケールビット数が小さい場合は量子化誤差は小さいと推定できる。同様に、スペクトルビット数が大きい場合も量子化誤差は小さいと推定できる。

上記の点から、量子化誤差推定部３５は、ビット数算出部３４で算出したビット数に基づき量子化誤差の大きさを推定する。スぺクトルビット数とスケールビット数の合計が一定であれば、スぺクトルビット数とスケールビット数のうちのどちらか一方が分かれば量子化誤差を推定できる。

また、例えば、１フレーム単位あるいは１周波数帯域単位でスぺクトルビット数とスケールビット数の合計が時間とともに変わる場合でも、１フレームあるいは１周波数帯域内で使用できるビット数には限りがあるから、スケールビット数が大きければ、スペクトルビット数は小さく、スペクトルビット数が大きければスケールビット数は小さいという関係は成り立つ。よって、このような場合は、スぺクトルビット数とスケールビット数の合計に対するスぺクトルビット数又はスケールビット数の割合から量子化誤差を推定できる。

そして、補正量算出部３６は、量子化誤差が大きいほどMDCT係数の補正量を大きくするように補正量を決定し、スペクトル補正部３７が図８に示すようにMDCT係数を補正する。

（第１の実施の形態）
図９は、本発明の第１の実施の形態に係る復号装置４の構成図である。図９に示すように、本実施の形態における復号装置４はハフマン復号部４０、逆量子化部４１、逆MDCT部４２、オーバラップ加算部４３、記憶バッファ４４、ビット数算出部４５、量子化誤差推定部４６、補正量算出部４７、スペクトル補正部４８、及びデータ格納部４９を有する。図９は、図８に示した復号装置をより詳細に示したものであり、図９におけるハフマン復号部４０、逆量子化部４１、逆MDCT部４２、ビット数算出部４５、量子化誤差推定部４６、補正量算出部４７、スペクトル補正部４８は、それぞれ図８に示した対応する機能部と同様の機能を有する。また、データ格納部４９は、処理に必要なテーブル等のデータを格納している。AAC方式では、符号化装置において、１フレームのブロックをある間隔だけオーバラップさせながら符号化処理を行っているため、復号装置では、逆MDCT処理で得られたフレームの時間信号と前フレームの時間信号とをオーバラップさせて加算し、復号音を出力する。このことから、図９の復号装置４はオーバラップ加算部４３と記憶バッファ４４を備えている。

次に、復号装置４の動作を図１０のフローチャートを参照して説明する。

復号装置４があるフレーム（以下、現フレームと呼ぶ）の符号化データを受信する。ハフマン復号部４０は、受信した符号化データをハフマンデコードして、各周波数帯域におけるMDCT係数のスペクトル値（量子化値）とスケール値を算出する（ステップ１）。なお、AAC方式では、１フレーム内の周波数帯域数はサンプリング周波数によって異なるが、例えばサンプリング周波数が48kHzの場合は１フレーム内の周波数帯域数は最大４９個である。

また、ハフマン復号部４０は、１つの周波数帯域の量子化値とスケール値とを逆量子化部４１に入力し、逆量子化部４１が補正前MDCT係数を算出する（ステップ２）。一方、ハフマン復号部４０は、上記の周波数帯域の量子化値のハフマン符号語とそのスケール値のハフマン符号語、及びそれぞれに対応する符号帳番号をビット数算出部４５に入力し、ビット数算出部４５は、それぞれのハフマン符号語のビット数であるスペクトルビット数とスケールビット数を算出する（ステップ３）。

そして、ビット数算出部４５は、算出されたスペクトルビット数とスケールビット数を量子化誤差推定部４６に入力し、量子化誤差推定部４６は、スペクトルビット数もしくはスケールビット数、又はこれら両方を用いて量子化誤差を算出する（ステップ４）。なお、スペクトルビット数のみ、もしくはスケールビット数のみを用いて量子化誤差を推定する場合、ビット数算出部４５は、スペクトルビット数のみ、もしくはスケールビット数のみを算出することとしてもよい。

量子化誤差推定部４６により算出された量子化誤差は補正量算出部４７に入力され、補正量算出部４７は、量子化誤差に基づき補正前MDCT係数に対する補正量を算出する(ステップ５）。

補正量算出部４７は算出した補正量をスペクトル補正部４８に入力し、スペクトル補正部４８は、当該補正量に基づいて、逆量子化部４１から受信した補正前MDCT係数を補正し、補正後のMDCT係数（補正後MDCT部と呼ぶ）を算出する（ステップ６）。

そして、復号装置４は、ステップ２〜ステップ６の処理を現フレームの全ての周波数帯域について行う（ステップ７、ステップ２〜６）。スペクトル補正部４８において全周波数帯域分の補正後MDCT係数が求められると、それらが逆MDCT部４２に入力される。
逆MDCT部４２は、全周波数帯域分の補正後MDCT係数を逆MDCT変換して現フレームの時間信号を出力する（ステップ８）。逆MDCT部４２から出力された時間信号は、オーバラップ加算部４３に入力されるとともに記憶バッファ４４内に記憶される（ステップ９）。

そして、オーバラップ加算部４３では、逆MDCT部４２から供給された現フレームの時間信号と、記憶バッファ４４内に記憶された前フレームの時間信号とをオーバラップさせて加算し、復号音を出力する（ステップ１０）。

次に、ビット数算出部４５、量子化誤差算出部４６、補正量算出部４７、及びスペクトル補正部４８の処理について詳細に説明する。まず、ビット数算出部４５について説明する。

ビット数算出部４５は、スペクトルビット数とスケールビット数を求める。これらはスペクトル値（量子化値）とスケール値のそれぞれのハフマン符号語のビット数を直接数えることにより求めることが可能である。また、次に説明するように、ハフマン符号帳を用いて求めることもできる。

本実施の形態におけるISOのAACの規格(13818-7 Part7)では、ハフマン符号化に使用する符号帳（テーブル）が規格化されている。具体的には、スケール値に対しては１種類の符号帳が定められ、スペクトル値に対しては１１種類の符号帳が定められている。なお、どの符号帳を使うかは、符号化データに含まれている符号帳情報に基づいて決定される。

図１１Ａにスペクトル値のハフマン符号帳の例を示し、図１１Ｂにスケール値のハフマン符号帳の例を示す。図１１Ａ，１１Ｂに示すように、ハフマン符号帳は、ハフマン符号語、そのビット数、及びスペクトル値（量子化値）を含む。従って、復号装置４のデータ格納部４９が符号帳を格納し、ビット数算出部４５が、符号化データに含まれるハフマン符号語に基づいてハフマン符号帳を参照することにより、ハフマン符号帳からスペクトルビット数及びスケールビット数を算出することができる。

例えば、スペクトル値のハフマン符号語が１Ｆ１である場合は、図１１Ａより、スペクトルビット数は９ビットと算出できる、また、量子化値は１と算出できる。スケール値のハフマン符号語が７ＦＦＦ３である場合は、図１１Ｂより、スケールビット数は１９ビットと算出され、スケール値は＋６０と算出される。なお、AAC方式では、１つ前の周波数帯域(f-1)と現周波数帯域(f)のスケール値の差分がハフマン符号化される。従って、上記のようにして算出された差分（＋６０）を周波数帯域f-1のスケール値から差し引いた値が現周波数帯域fでのスケール値となる。
次に、量子化誤差推定部４６について説明する。前述したように、スペクトルビット数とスケールビット数の合計に対するスケールビット数の割合が大きいほど量子化誤差が大きくなり、合計に対するスケールビット数の割合が小さいほど量子化誤差が小さくなると推定できる。また、同様に、スペクトルビット数とスケールビット数の合計に対するスペクトルビット数の割合が小さいほど量子化誤差が大きくなり、合計に対するスペクトルビット数の割合が大きいほど量子化誤差が小さくなると推定できる。また、ペクトルビット数とスケールビット数の合計が一定であれば、スペクトルビット数のみ又はスケールビット数のみの大きさで量子化誤差を推定できる。

各周波数帯域においてスペクトルビット数とスケールビット数の合計が一定である場合は、例えば図１２に示す右上がりの曲線を用いて、スペクトルビット数（Bscale)から量子化誤差（Err）を求めることができる。また、曲線に代えて直線を用いることもできる。復号装置４は、図１２に示す曲線のグラフのデータを、スケールビット数と量子化誤差の対応関係を表すテーブルとしてデータ格納部４９に格納してもよいし、図１２の曲線を近似的に表す式として保持してもよい。そのような式として例えば以下に示すものがある。下記の式において、ｘはスケールビット数、ｙは量子化誤差、ａ、ｂ，ｃは定数である。

ｙ＝ａ・ｘ^２＋ｂｘ＋ｃ
同様に、図１３に示す右下がりの曲線のグラフを用いることにより、スペクトルビット数から量子化誤差を求めることができる。

スペクトルビット数とスケールビット数の合計に対するスケールビット数又はスペクトルビット数の割合を量子化誤差推定に用いる場合は、まず、下記の式によりその割合を求める。そして、図１２及び図１３に示す対応関係と同様の対応関係を用いて量子化誤差を求める。

割合＝スケールビット数／（スケールビット数＋スペクトルビット数）、又は、
割合＝スペクトルビット数／（スケールビット数＋スペクトルビット数）
スケールビット数に着目する場合について、スケールビット数又は全ビット数に対するスケールビット数の割合が一定値以上の場合に、量子化誤差を予め定めた上限値でクリップしてもよい。つまり、図１４に示す形状の曲線を用いて量子化誤差を求める。スペクトルビット数に着目する場合については、スペクトルビット数又は全ビット数に対するスペクトルビット数の割合が一定値以下の場合に、量子化誤差を予め定めた上限値でクリップすることになる。つまり、図１５に示す形状の曲線を用いて量子化誤差を求める。このようなクリップ処理を行うことにより、量子化誤差推定値が過大になることを防止できる。

次に補正量算出部４７について説明する。補正量算出部４７は基本的には、量子化誤差が大きいほど、補正量が大きくなるように補正量を算出する。ただし、補正量が過大にならないように補正量の上限値を設けてもよい。更に、補正量の下限値を設けてもよい。

補正量の上限値と下限値を設けた場合における量子化誤差と補正量との対応関係の例を図１６に示す。補正量算出部４７は、図１６の対応関係を示すテーブルもしくは式を用いて、量子化誤差から補正量を算出する。図１６において、ある周波数帯域における量子化誤差がErrである場合、補正量αが算出される。また、量子化誤差が上限値ErrH以上である場合は、補正量は量子化誤差の値にかかわらずαHとなる。また、量子化誤差が下限値ErrL以下である場合は、補正量は量子化誤差の値にかかわらずαLとなる。つまり、図１６に示す対応関係を用いる場合、補正量は下記の式に示すとおりとなる。例えば、αH=１、αL=０とすることができる。これは、量子化誤差がErrL以下の場合にはMDCT係数の補正をしないことを意味している。

次に、スペクトル補正部４８について説明する。ある周波数ｆにおける補正前のMDCT係数を MDCT(f)、補正量をα、補正後のMDCT係数をMDCT'(f)とすると、スペクトル補正部は次の式に基づき補正後のMDCT係数であるMDCT'(f)を算出する。

MDCT'(f) = (1-α)MDCT(f)
例えば、α＝０（補正量が０）の場合は、補正前と補正後のMDCT係数は等しい値になる。上記の式は、ある１つの周波数帯域のみで補正した場合であるが、次式のように隣接周波数帯域との間で補間を行ってもよい。

MDCT'(f) = k・MDCT(f-1) + (1-k)(1-α)MDCT(f) (0≦k≦1)
以上説明した通り、本実施の形態ではスペクトルビット数又はスケールビット数から量子化誤差を推定し、量子化誤差に基づいてMDCT係数を補正する。これにより、符号化装置で発生する量子化誤差を小さくすることができる。このため、振幅の大きいトーン信号もしくはスイープ信号等が入力された場合に、復号装置の復号音においてクリップ音が発生するという従来技術における問題を解決することができる。

（第２の実施の形態）
図１７に、第２の実施の形態における復号装置５の構成を示す。第２の実施の形態における復号装置５は、第１の実施の形態の復号装置４と同様の機能部を有する。ただし、量子化誤差推定部５６の処理が量子化誤差推定部４６の処理と異なる。また、図１７に示すとおり、復号装置５においては、逆量子化部５１で算出された補正前MDCT係数が量子化誤差推定部５６に入力される。この点も第１の実施の形態と異なる点である。その他の機能に関しては、第１の実施の形態と第２の実施の形態とは同じである。

一般に、補正前MDCT係数である逆量子化値の絶対値が大きい場合は、それが小さい場合に比べて、スペクトル値の量子化の幅が大きいと考えられ、量子化誤差も大きいと考えられる。従って、逆量子化値の絶対値が大きい場合と小さい場合とで、スケールビット数が同じ又はスペクトルビット数が同じであれば、逆量子化値が大きい場合のほうが量子化誤差は大きいと考えられる。つまり、逆量子化値の大きさによって、スケールビット数又はスペクトルビット数が量子化誤差に寄与する度合いが変化する。

第２の実施の形態では、この点を考慮している。つまり、スケールビット数に着目する場合には、図１８に示すように、スケールビット数と量子化誤差との対応関係を複数用意し、それらをデータ格納部５９が格納している。もしくは、これらの対応関係を式として保持している。そして、量子化誤差推定部５６は、逆量子化値の大きさに応じて使用する対応関係を切り替え、スケールビット数に基づき量子化誤差を算出している。すなわち、図１８の場合において、量子化誤差推定部５６は、逆量子化値の大きさが予め定めた閾値以上の場合は、対応関係Ａを使用し、逆量子化値が当該閾値未満の場合は対応関係Ｂを使用する。

図１８に示すように、ある周波数帯域におけるスケールビット数がBscaleの場合、対応関係Ａを使用する場合の量子化誤差はErr1となり、対応関係Ｂを使用する場合の量子化誤差はErr2となる。

全ビット数に対するスケールビット数の割合を用いる場合も、図１８に示す複数の対応関係と同様の対応関係を用いることができる。また、スペクトルビット数に着目して量子化誤差を推定する場合には、図１９に示す複数の対応関係を用いることができる。全ビット数に対するスペクトルビット数の割合を用いる場合も同様である。

（第３の実施の形態）
第３の実施の形態は第２の実施の形態と同じ観点に基づくものである。第３の実施の形態における復号装置６の構成図を図２０に示す。図２０の構成は、逆量子化値である補正前MDCT係数が補正量算出部６７に供給される点が第１の実施の形態と異なり、また、補正量算出部６７の処理が第１の実施の形態と異なる。その他の点は第１の実施の形態と同じである。

第３の実施の形態の復号装置６は、図２１に示すように量子化誤差と補正量の対応関係を複数保持しており、補正量算出部６７が、逆量子化値の大きさに応じて対応関係を切り替える。例えば、逆量子化値が所定の閾値未満である場合、補正量算出部６７は対応関係Ｄを選択する。その場合において、補正量算出部６７は、量子化誤差がErrであれば補正量をαとする。また、逆量子化値が所定の閾値以上である場合、補正量算出部６７は対応関係Ｃを選択する。その場合において、補正量算出部６７は、量子化誤差がErrであれば補正量をα'とする。

（第４の実施の形態）
次に、本発明の第４の実施の形態について説明する。図２２に、第４の実施の形態における復号装置７の構成を示す。第４の実施の形態における復号装置７は、第１の実施の形態の復号装置４と比較して、ビットレート算出部７６を含む点と、量子化誤差推定部７７の処理が量子化誤差推定部４６の処理と異なる点が異なる。その他の機能に関しては、第１の実施の形態と第４の実施の形態とは同じである。

一般に、符号化におけるビットレートが小さい場合は、それが大きい場合に比べて、スペクトル値の量子化の幅が大きいと考えられ、量子化誤差も大きいと考えられる。つまり、ビットレートによってスケールビット数又はスペクトルビット数が量子化誤差に寄与する度合いが変化する。なお、ビットレートとは単位時間（例えば１秒間）のオーディオ信号を符号化データとして表現するために用いるビットの数である。

第４の実施の形態では、この点を考慮し、スケールビット数に着目する場合には、図２３に示すようにスケールビット数と量子化誤差との対応関係を複数用意し、それらを復号装置７のデータ格納部８０が格納している。もしくは、これらの対応関係を式として保持している。

図２２の構成において、ビットレート算出部７６が符号化データのビットレートを算出し、それを量子化誤差推定部７７に入力する。なお、ビットレートは、符号化データのビット数から算出することもできるし、フレームのヘッダ情報から取得してもよい。図２３の対応関係を用いる場合において、量子化誤差推定部７７は、ビットレート算出部７６から入力されたビットレートに対応する対応関係を選択し、その対応関係を用いてスケールビット数に基づき量子化誤差を算出している。すなわち、量子化誤差推定部７７は、ビットレートが予め決めた閾値以上の場合は、図２３に示す対応関係Ｅを使用する。また、量子化誤差推定部７７は、ビットレートが閾値未満の場合は対応関係Ｆを使用する。

図２３に示すように、ある周波数帯域におけるスケールビット数がBscaleの場合、対応関係Ｆを使用する場合の量子化誤差はErr1となり、対応関係Ｅを使用する場合の量子化誤差はErr2となる。

全ビット数に対するスケールビット数の割合を用いる場合も、図２３に示す複数の対応関係と同様の対応関係を用いることができる。また、スペクトルビット数に着目して量子化誤差を推定する場合には、図２４に示す複数の対応関係を用いることができる。全ビット数に対するスペクトルビット数の割合を用いる場合も同様である。

（第５の実施の形態）
第５の実施の形態は第４の実施の形態と同じ観点に基づくものである。第５の実施の形態における復号装置９の構成を図２５に示す。図２５の構成は、ビットレート算出部９６がビットレートを補正量算出部９８に入力する点と、量子化誤差推定部９７ではなく補正量算出部９８において複数の対応関係から１つの対応関係を選択する点が第４の実施の形態と異なる。

第５の実施の形態の復号装置９は、図２６に示したように量子化誤差と補正量の対応関係を複数保持しており、補正量算出部９８が、ビットレートの大きさに応じて対応関係を切り替える。例えば、ビットレートが所定の閾値以上である場合、補正量算出部９８は対応関係Ｈを選択する。その場合において、補正量算出部９８は、量子化誤差がErrであれば補正量をαとする。また、ビットレートが所定の閾値未満である場合、補正量算出部９８は対応関係Ｇを選択する。その場合において、補正量算出部９８は、量子化誤差がErrであれば補正量をα'とする。

（第６の実施の形態）
次に、本発明の第６の実施の形態について説明する。第６の実施の形態の全体の装置構成は第１の実施の形態における図９に示したものと同じであるので、以下、図９の構成に基づき説明を行う。第６の実施の形態と第１の実施の形態とでは、処理動作が異なる。以下、図２７のフローチャートを参照して第６の実施の形態における復号装置４の動作を説明する。

復号装置４が現フレームの符号化データを受信する。ハフマン復号部４０は、受信した符号化データをハフマンデコードして、各周波数帯域におけるMDCT係数のスペクトル値（量子化値）とスケール値を算出する（ステップ２１）。また、ハフマン復号部４０は、１つの周波数帯域の量子化値とスケール値とを逆量子化部４１に入力し、逆量子化部４１は、量子化値とスケール値とから補正前MDCT係数を算出する（ステップ２２）。一方、ハフマン復号部４０は、上記周波数帯域の量子化値のハフマン符号語とそのスケール値のハフマン符号語、及びそれぞれに対応する符号帳番号をビット数算出部４５に入力し、ビット数算出部４５がスペクトルビット数とスケールビット数を算出する。また、ビット数算出部４５は、これまでに求めたスペクトルビット数の合計に今回求めたスペクトルビット数を加算してスペクトルビット数の合計を求め、これまでに求めたスケールビット数の合計に今回求めたスケールビット数を加算してスケールビット数の合計を求める（ステップ２３）。

復号装置４は、ステップ２２〜ステップ２３の手順を繰り返し、ビット数算出部４５は、現フレームにおける全周波数帯域のスペクトルビット数の合計と、全周波数帯域のスケールビット数の合計を算出する。また、逆量子化部４１は、全周波数帯域の補正前MDCT係数を算出する。

そして、ビット数算出部４５は、算出されたスペクトルビット数の合計とスケールビット数の合計を量子化誤差推定部４６に入力し、量子化誤差推定部４６は、スペクトルビット数の合計もしくはスケールビット数の合計、又はこれら両方を用いて、全周波数帯域に関する量子化誤差を算出する（ステップ２５）。ここでは、第１の実施の形態で説明した対応関係と同様の対応関係を用いて量子化誤差を算出する。

量子化誤差推定部４６により算出された量子化誤差は補正量算出部４７に入力され、補正量算出部４７は、量子化誤差に基づき全周波数帯域の補正前MDCT係数に対する補正量を算出し（ステップ２６）、算出した補正量をスペクトル補正部４８に入力する。補正量の求め方は第１の実施の形態と同様である。

スペクトル補正部４８は、補正量算出部４７で得られた補正量に基づいて、逆量子化部４１から入力された補正前MDCT係数を補正し、補正後MDCT係数を算出する（ステップ２７）。本実施の形態におけるスペクトル補正部４８は、全周波数帯域に対して一律同じ補正量で各補正前MDCT係数を補正し、補正した全周波数帯域のMDCT係数を逆MDCT部４２に入力する。

逆MDCT部４２は、全周波数帯域分の補正後MDCT係数を逆MDCT変換して現フレームの時間信号を出力する（ステップ２８）。逆MDCT部４２から出力された時間信号は、オーバラップ加算部４３に入力されるとともに記憶バッファ４４内に記憶される（ステップ２９）。

そして、オーバラップ加算部４３では、逆MDCT部４２から供給された現フレームの時間信号と、記憶バッファ４４内に記憶された前フレームの時間信号とをオーバラップさせて加算をし、復号音を出力する（ステップ３０）。

本実施の形態では、フレームの全周波数帯域の補正量を求め、全周波数帯域のMDCT係数を補正することとしている。これに代えて、全周波数帯域の一部の複数の周波数帯域分のスペクトルビット数の合計もしくはスケールビット数の合計から補正量を算出し、その複数の周波数帯域分のMDCT係数を一律に補正する処理を、全周波数帯域に達するまで行うこととしてもよい。

また、第２〜第５の実施の形態で説明した処理と本実施の形態の処理を組み合わせてもよい。

第１〜第６の実施の形態における復号装置は、放送受信用機器、通信機器、オーディオ再生機器等の様々な機器に適用できる。一例として、地上デジタルテレビ放送を受信するための受信機１１０の構成を図２８に示す。この受信機１１０は、放送電波を受信するアンテナ１１１、OFDM変調された信号の復調を行う復調部１１２、復調部１１２により取り出された符号化データの復号を行う復号部１１３、音を出力するスピーカ１１４、及び画像を出力する表示部１１５を有している。復号部１１３内に、画像デコーダと音声デコーダが備えられ、音声デコーダが本実施の形態で説明した復号装置の機能を有する。

また、第１〜第６の実施の形態の復号装置の各機能部は、ハードウェアとして実現してもよいし、コンピュータシステムにプログラムを実行させることにより実現してもよい。図２９にそのようなコンピュータシステム１２０の構成の一例を示す。図２９に示すように、当該コンピュータシステム１２０は、CPU１２１、メモリ１２２、通信装置１２３、音声の出力部を含む入出力装置１２４、ハードディスクドライブ等の記憶装置１２５、CD-ROM等の記録媒体の読み取り装置１２６を備えている。

本実施の形態で説明した復号処理を行うプログラムはCD-ROM等の記録媒体から読み取り装置１２６により読み取られ、コンピュータシステム１２０にインストールされる。また、当該プログラムをネットワーク上のサーバからダウンロードすることとしてもよい。このプログラムがコンピュータシステム１２０で実行されることにより、例えば記憶装置１２５に格納された符号化データが読み出され、復号され、復号音として出力される。また、通信装置１２３によりネットワークから符号化データを受信し、それを復号し、復号音として出力することもできる。

本発明は、上記の実施例に限定されることなく、特許請求の範囲内で種々変更・応用が可能である。

Claims (17)

1. オーディオ信号の周波数領域データのスケール値とスペクトル値とをそれぞれ符号化することにより得られた符号化データを復号し、オーディオ信号を出力する復号装置であって、
   前記符号化データを復号及び逆量子化し、前記オーディオ信号の周波数領域データを取得する周波数領域データ取得手段と、
   前記符号化データから、前記スケール値の符号化データのビット数であるスケールビット数、又は前記スペクトル値の符号化データのビット数であるスペクトルビット数を算出するビット数算出手段と、
   前記スケールビット数又は前記スペクトルビット数に基づき、前記周波数領域データの量子化誤差を推定する量子化誤差推定手段と、
   前記量子化誤差に基づき補正量を算出し、前記周波数領域データ取得手段により得られた前記周波数領域データを当該補正量を用いて補正する補正手段と、
   前記補正手段により補正された前記周波数領域データを前記オーディオ信号に変換する変換手段と
   を有することを特徴とする復号装置。
2. 前記ビット数算出手段は、前記スケールビット数と前記スペクトルビット数の合計に対する前記スケールビット数又は前記スペクトルビット数の割合を算出し、前記量子化誤差推定手段は、当該割合に基づき前記量子化誤差を推定する請求項１に記載の復号装置。
3. 前記量子化誤差推定手段は、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた対応関係を用いて前記量子化誤差を推定する請求項１に記載の復号装置。
4. 前記量子化誤差推定手段は、前記周波数領域データ取得手段により得られた前記周波数領域データを取得し、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定する請求項１に記載の復号装置。
5. 前記補正手段は、前記周波数領域データ取得手段により得られた前記周波数領域データを取得し、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を当該周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記補正量を算出する請求項１に記載の復号装置。
6. 前記復号装置は、前記符号化データからビットレートを算出するビットレート算出手段を更に有し、
   前記量子化誤差推定手段は、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定する請求項１に記載の復号装置。
7. 前記復号装置は、前記符号化データからビットレートを算出するビットレート算出手段を更に有し、
   前記補正手段は、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記補正量を算出する請求項１に記載の復号装置。
8. 前記ビット数算出手段は、複数の周波数帯域のスケールビット数又はスペクトルビット数の合計を前記スケールビット数又は前記スペクトルビット数として算出し、
   前記補正手段は、前記複数の周波数帯域それぞれの周波数領域データを前記補正量を用いて補正する請求項１ないし７のうちいずれか１項に記載の復号装置。
9. オーディオ信号の周波数領域データのスケール値とスペクトル値とをそれぞれ符号化することにより得られた符号化データを復号し、オーディオ信号を出力する復号装置が実行する復号方法であって、
   前記符号化データから、前記スケール値の符号化データのビット数であるスケールビット数、又は前記スペクトル値の符号化データのビット数であるスペクトルビット数を算出するビット数算出ステップと、
   前記スケールビット数又は前記スペクトルビット数に基づき、前記周波数領域データの量子化誤差を推定する量子化誤差推定ステップと、
   前記量子化誤差に基づき補正量を算出する補正量算出ステップと、
   前記符号化データを復号及び逆量子化することにより得られた周波数領域データを前記補正量を用いて補正する補正ステップと、
   前記補正ステップで補正された前記周波数領域データを前記オーディオ信号に変換する変換ステップと
   を有することを特徴とする復号方法。
10. 前記ビット数算出ステップは、前記スケールビット数と前記スペクトルビット数の合計に対する前記スケールビット数又は前記スペクトルビット数の割合を算出するステップを有し、前記量子化誤差推定ステップは、当該割合に基づき前記量子化誤差を推定するステップを有する請求項９に記載の復号方法。
11. 前記量子化誤差推定ステップは、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた対応関係を用いて前記量子化誤差を推定するステップを有する請求項９に記載の復号方法。
12. 前記量子化誤差推定ステップは、前記符号化データを復号及び逆量子化することにより得られた前記周波数領域データを取得し、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定するステップを有する請求項９に記載の復号方法。
13. 前記補正量算出ステップは、前記符号化データを復号及び逆量子化することにより得られた前記周波数領域データを取得し、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を当該周波数領域データの値の大きさに基づき選択し、選択された対応関係を用いて前記補正量を算出するステップを有する請求項９に記載の復号方法。
14. 前記復号方法は、前記符号化データからビットレートを算出するビットレート算出ステップを更に有し、
    前記量子化誤差推定ステップは、前記スケールビット数又は前記スペクトルビット数と前記量子化誤差との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記量子化誤差を推定するステップを有する請求項９に記載の復号方法。
15. 前記復号方法は、前記符号化データからビットレートを算出するビットレート算出ステップを更に有し、
    前記補正量算出ステップは、前記量子化誤差と前記補正量との間の予め定められた複数の対応関係の中から１つの対応関係を前記ビットレートに基づき選択し、選択された対応関係を用いて前記補正量を算出するステップを有する請求項９に記載の復号方法。
16. 前記ビット数算出ステップは、複数の周波数帯域のスケールビット数又はスペクトルビット数の合計を前記スケールビット数又は前記スペクトルビット数として算出するステップを有し、
    前記補正ステップは、前記複数の周波数帯域それぞれの周波数領域データを前記補正量を用いて補正するステップを有する請求項９ないし１５のうちいずれか１項に記載の復号方法。
17. コンピュータを、オーディオ信号の周波数領域データのスケール値とスペクトル値とをそれぞれ符号化することにより得られた符号化データを復号し、オーディオ信号を出力する復号装置として機能させるプログラムであって、前記コンピュータを、
    前記符号化データを復号及び逆量子化し、前記オーディオ信号の周波数領域データを取得する周波数領域データ取得手段、
    前記符号化データから、前記スケール値の符号化データのビット数であるスケールビット数、又は前記スペクトル値の符号化データのビット数であるスペクトルビット数を算出するビット数算出手段、
    前記スケールビット数又は前記スペクトルビット数に基づき、前記周波数領域データの量子化誤差を推定する量子化誤差推定手段、
    前記量子化誤差に基づき補正量を算出し、前記周波数領域データ取得手段により得られた前記周波数領域データを当該補正量を用いて補正する補正手段、
    前記補正手段により補正された前記周波数領域データを前記オーディオ信号に変換する変換手段
    として機能させるためのプログラム。

Images