JP4948401B2 - スケーラブル符号化装置およびスケーラブル符号化方法 - Google Patents

スケーラブル符号化装置およびスケーラブル符号化方法 Download PDF

Info

Publication number
JP4948401B2
JP4948401B2 JP2007518977A JP2007518977A JP4948401B2 JP 4948401 B2 JP4948401 B2 JP 4948401B2 JP 2007518977 A JP2007518977 A JP 2007518977A JP 2007518977 A JP2007518977 A JP 2007518977A JP 4948401 B2 JP4948401 B2 JP 4948401B2
Authority
JP
Japan
Prior art keywords
channel
encoding
signal
excitation
monaural
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
Application number
JP2007518977A
Other languages
English (en)
Other versions
JPWO2006129615A1 (ja
Inventor
道代 後藤
幸司 吉田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Corp
Panasonic Holdings Corp
Original Assignee
Panasonic Corp
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Corp, Matsushita Electric Industrial Co Ltd filed Critical Panasonic Corp
Priority to JP2007518977A priority Critical patent/JP4948401B2/ja
Publication of JPWO2006129615A1 publication Critical patent/JPWO2006129615A1/ja
Application granted granted Critical
Publication of JP4948401B2 publication Critical patent/JP4948401B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders

Description

本発明は、ステレオ信号に対し符号化を施すスケーラブル符号化装置およびスケーラブル符号化方法に関する。
携帯電話機による通話のように、移動体通信システムにおける音声通信では、現在、モノラル方式による通信（モノラル通信）が主流である。しかし、今後、第４世代の移動体通信システムのように、伝送レートのさらなる高ビットレート化が進めば、複数チャネルを伝送するだけの帯域を確保できるようになるため、音声通信においてもステレオ方式による通信（ステレオ通信）が普及することが期待される。
例えば、音楽をＨＤＤ（ハードディスク）搭載の携帯オーディオプレーヤに記録し、このプレーヤにステレオ用のイヤホンやヘッドフォン等を装着してステレオ音楽を楽しむユーザが増えている現状を考えると、将来、携帯電話機と音楽プレーヤとが結合し、ステレオ用のイヤホンやヘッドフォン等の装備を利用しつつ、ステレオ方式による音声通信を行うライフスタイルが一般的になることが予想される。また、最近普及しつつあるＴＶ会議等の環境において、臨場感ある会話を可能とするため、やはりステレオ通信が行われるようになることが予想される。
一方、移動体通信システム、有線方式の通信システム等においては、システムの負荷を軽減するため、伝送される音声信号を予め符号化することにより伝送情報の低ビットレート化を図ることが一般的に行われている。そのため、最近、ステレオ音声信号を符号化する技術が注目を浴びている。例えば、cross-channel predictionを使って、ステレオ音声信号のＣＥＬＰ符号化の重み付けされた予測残差信号の符号化効率を高める符号化技術がある（非特許文献１参照）。
また、ステレオ通信が普及しても、依然としてモノラル通信も行われると予想される。何故なら、モノラル通信は低ビットレートであるため通信コストが安くなることが期待され、また、モノラル通信のみに対応した携帯電話機は回路規模が小さくなるため安価となり、高品質な音声通信を望まないユーザは、モノラル通信のみに対応した携帯電話機を購入するだろうからである。よって、一つの通信システム内において、ステレオ通信に対応した携帯電話機とモノラル通信に対応した携帯電話機とが混在するようになり、通信システムは、これらステレオ通信およびモノラル通信の双方に対応する必要性が生じる。さらに、移動体通信システムでは、無線信号によって通信データをやりとりするため、伝搬路環境によっては通信データの一部を失う場合がある。そこで、通信データの一部を失っても残りの受信データから元の通信データを復元することができる機能を携帯電話機が有していれば非常に有用である。
ステレオ通信およびモノラル通信の双方に対応することができ、かつ、通信データの一部を失っても残りの受信データから元の通信データを復元することができる機能として、ステレオ信号とモノラル信号とからなるスケーラブル符号化がある。この機能を有したスケーラブル符号化装置の例として、例えば、非特許文献２に開示されたものがある。
Ramprashad S. A.、"Stereophonic CELP coding using cross channel prediction"、Proc. IEEE Workshop on Speech Coding、Pages:136 - 138、(17-20 Sept. 2000) ISO/IEC 14496-3:1999 (B.14 Scalable AAC with core coder)
しかしながら、非特許文献１に開示の技術は、２チャネルの音声信号に対し、それぞれ別個に適応符号帳、固定符号帳等を有しており、各チャネルごとに別々の駆動音源信号を発生させ、合成信号を生成している。すなわち、各チャネルごとに音声信号のＣＥＬＰ符号化を行い、得られた各チャネルの符号化情報を復号側に出力している。そのため、符号化パラメータがチャネル数分だけ生成され、符号化レートが増大すると共に、符号化装置の回路規模も大きくなるという問題がある。仮に、適応符号帳、固定符号帳等の個数を減らせば、符号化レートは低下し、回路規模も削減されるが、逆に復号信号の大きな音質劣化につながる。これは、非特許文献２に開示されたスケーラブル符号化装置であっても同様に発生する問題である。
よって、本発明の目的は、復号信号の音質劣化を防ぎつつ、符号化レートを削減し、回路規模を削減することができるスケーラブル符号化装置およびスケーラブル符号化方法を提供することである。
本発明のスケーラブル符号化装置は、第１チャネル信号と第２チャネル信号からなるステレオ信号からモノラル信号を生成するモノラル信号生成手段と、前記モノラル信号を符号化するモノラル符号化手段と、前記ステレオ信号を符号化するステレオ信号符号化手段と、を具備し、前記ステレオ信号符号化手段は、前記モノラル符号化手段の符号化で得られる駆動音源から、前記第１チャネル信号の駆動音源を予測する第１予測手段と、前記第１予測手段で予測される駆動音源を用いて、前記第１チャネル信号を符号化する第１チャネル符号化手段と、前記モノラル符号化手段および前記第１チャネル符号化手段の各符号化で得られる駆動音源から、前記第２チャネル信号の駆動音源を予測する第２予測手段と、前記第２予測手段で予測される駆動音源を用いて、前記第２チャネル信号を符号化する第２チャネル符号化手段と、を含む構成を採る。
本発明の通信端末装置は、上記スケーラブル符号化装置を具備する構成を採る。
本発明の基地局装置は、上記スケーラブル符号化装置を具備する構成を採る。
本発明のスケーラブル符号化方法は、第１チャネル信号と第２チャネル信号からなるステレオ信号からモノラル信号を生成するモノラル信号生成ステップと、前記モノラル信号を符号化するモノラル符号化ステップと、前記ステレオ信号を符号化するステレオ信号符号化ステップと、を有し、前記ステレオ信号符号化ステップでは、前記モノラル符号化ステップの符号化で得られる駆動音源から、前記第１チャネル信号の駆動音源を予測するステップと、前記第１予測ステップで予測される駆動音源を用いて、前記第１チャネル信号を符号化する第１チャネル符号化ステップと、前記モノラル符号化ステップおよび前記第１チャネル符号化ステップでそれぞれ得られる駆動音源から、前記第２チャネル信号の駆動音源を予測する第２予測ステップと、前記第２予測ステップで予測される駆動音源を用いて、前記第２チャネル信号を符号化する第２チャネル符号化ステップと、を含む。
本発明によれば、ステレオ音声信号に対し、復号信号の音質劣化を防ぎつつ、符号化レートを削減し、回路規模を削減することができる。
以下、本発明の実施の形態について、添付図面を参照して詳細に説明する。
（実施の形態１）
図１は、本発明の実施の形態１に係るスケーラブル符号化装置１００の主要な構成を示すブロック図である。なお、ここでは、２チャネルからなるステレオ音声信号を符号化する場合を例にとって説明し、また、以下に示す第１チャネルおよび第２チャネルとは、それぞれＬチャネルおよびＲチャネル、またはその逆のチャネルのことを示している。
スケーラブル符号化装置１００は、加算器１０１、乗算器１０２、モノラル符号化部１０３、およびステレオ符号化部１０４を備え、加算器１０１、乗算器１０２、およびモノラル符号化部１０３が基本レイヤを構成し、ステレオ符号化部１０４が拡張レイヤを構成する。
スケーラブル符号化装置１００の各部は以下の動作を行う。
加算器１０１は、スケーラブル符号化装置１００に入力された第１チャネル信号ＣＨ１および第２チャネル信号ＣＨ２を加算し、和信号を生成する。乗算器１０２は、この和信号に１／２を乗じてスケールを半分とし、モノラル信号Ｍを生成する。すなわち、加算器１０１および乗算器１０２は、第１チャネル信号ＣＨ１および第２チャネル信号ＣＨ２の平均信号を求め、これをモノラル信号Ｍとする。モノラル符号化部１０３は、このモノラル信号Ｍに対し符号化を行い、得られる符号化パラメータを出力する。ここで、符号化パラメータとは、例えばＣＥＬＰ符号化ならば、ＬＰＣ（ＬＳＰ）パラメータ、適応符号帳インデックス、適応音源ゲイン、固定符号帳インデックス、および固定音源ゲインのことである。また、モノラル符号化部１０３は、符号化の際に得られる駆動音源信号をステレオ符号化部１０４に出力する。
ステレオ符号化部１０４は、スケーラブル符号化装置１００に入力された第１チャネル信号ＣＨ１および第２チャネル信号ＣＨ２に対し、モノラル符号化部１０３から出力される駆動音源信号を用いて後述の符号化を行い、得られるステレオ信号の符号化パラメータを出力する。
このスケーラブル符号化装置１００の特徴の１つは、基本レイヤからは、モノラル信号の符号化パラメータが出力され、拡張レイヤからは、ステレオ信号の符号化パラメータが出力されることである。このステレオ信号の符号化パラメータは、復号装置において、基本レイヤ（モノラル信号）の符号化パラメータと併せて復号することによりステレオ信号を得ることができるものである。すなわち、本実施の形態に係るスケーラブル符号化装置は、モノラル信号とステレオ信号とからなるスケーラブル符号化を実現する。例えば、基本レイヤおよび拡張レイヤの符号化パラメータを取得した復号装置は、伝送路環境の悪化により、拡張レイヤの符号化パラメータを取得することができず、基本レイヤの符号化パラメータしか取得できなかったとしても、低品質ではあるがモノラル信号を復号することができる。また、復号装置が基本レイヤおよび拡張レイヤの双方の符号化パラメータを取得することができれば、これらを用いて高品質なステレオ信号を復号することができる。
図２は、上記のステレオ符号化部１０４内部の主要な構成を示すブロック図である。
ステレオ符号化部１０４は、ＬＰＣ逆フィルタ１１１、音源予測部１１２、乗算器１１３、ＣＥＬＰ符号化部１１４、音源予測部１１５、乗算器１１６、およびＣＥＬＰ符号化部１１７を備え、第１チャネル信号の処理をする系統（ＬＰＣ逆フィルタ１１１、音源予測部１１２、乗算器１１３、ＣＥＬＰ符号化部１１４）、および第２チャネル信号の処理をする系統（音源予測部１１５、乗算器１１６、ＣＥＬＰ符号化部１１７）に大別される
。
まず、第１チャネル信号の処理について説明する。
音源予測部１１２は、基本レイヤのモノラル符号化部１０３から出力されるモノラル信号の駆動音源信号から第１チャネルの駆動音源信号を予測し、予測した駆動音源信号を乗算器１１３に出力すると共に、この予測に関する情報（予測パラメータ）Ｐ１を出力する。この予測方法については後述する。乗算器１１３は、音源予測部１１２で得られた第１チャネルの駆動音源信号に、ＣＥＬＰ符号化部１１４からフィードバックされる予測音源ゲインを乗じ、ＣＥＬＰ符号化部１１４に出力する。ＣＥＬＰ符号化部１１４は、乗算器１１３から出力される第１チャネルの駆動音源信号を用いて、第１チャネル信号のＣＥＬＰ符号化を行い、得られる第１チャネル用のＬＰＣ量子化インデックスＰ２および符号帳インデックスＰ３を出力する。また、ＣＥＬＰ符号化部１１４は、ＬＰＣ分析およびＬＰＣ量子化によって得られる第１チャネル信号の量子化ＬＰＣ係数を、ＬＰＣ逆フィルタ１１１に出力する。ＬＰＣ逆フィルタ１１１は、この量子化ＬＰＣ係数を用いて第１チャネル信号に対する逆フィルタリング処理を施し、得られる第１チャネル信号の駆動音源信号を音源予測部１１２に出力する。
次に、第２チャネル信号の処理について説明する。
音源予測部１１５は、基本レイヤのモノラル符号化部１０３から出力されるモノラル信号の駆動音源信号と、ＣＥＬＰ符号化部１１４から出力される第１チャネル信号の駆動音源信号とから、第２チャネルの駆動音源信号を予測し、予測した駆動音源信号を乗算器１１６に出力する。この予測方法についても後述する。乗算器１１６は、音源予測部１１５で得られた第２チャネルの駆動音源信号に、ＣＥＬＰ符号化部１１７からフィードバックされる予測音源ゲインを乗じ、ＣＥＬＰ符号化部１１７に出力する。ＣＥＬＰ符号化部１１７は、乗算器１１６から出力される第２チャネルの駆動音源信号を用いて、第２チャネル信号のＣＥＬＰ符号化を行い、得られる第２チャネル用のＬＰＣ量子化インデックスＰ４および符号帳インデックスＰ５を出力する。
図３は、音源予測部１１２において行われる予測処理の手順を説明するフロー図である。
音源予測部１１２には、モノラル信号の駆動音源信号ＥＸＣＭおよび第１チャネル信号の駆動音源信号ＥＸＣＣＨ１が入力される（ＳＴ１０１０）。音源予測部１１２は、これらの駆動音源信号の間の相互相関関数の値が最大となるような遅延時間差を算出する（ＳＴ１０２０）。ここで、ＥＸＣＭおよびＥＸＣＣＨ１の相互相関関数Φは、次の式（１）に従って求められる。
Figure 0004948401
 ｎはフレーム内の音源信号のサンプル番号、ＦＬは１フレームのサンプル数（フレーム長）である。また、ｍはサンプル数を示し、あらかじめ定められたｍｉｎ＿ｍからｍａｘ＿ｍの範囲の値をとるものとし、Φ（ｍ）が最大となるときのｍ＝ＭをＥＸＣＣＨ１のＥＸＣＭに対する遅延時間差とする。
次に、音源予測部１１２は、振幅比を以下のように求める（ＳＴ１０３０）。まず、ＥＸＣＭの１フレーム内のエネルギーＥＭを以下の式（２）に従って、ＥＸＣＣＨ１の１フ
レーム内のエネルギーＥＣＨ１を以下の式（３）に従って求める。
Figure 0004948401
Figure 0004948401
 ここで、式（１）と同様に、ｎはサンプル番号、ＦＬは１フレームのサンプル数（フレーム長）である。また、ＥＸＣＭ（ｎ）およびＥＸＣＣＨ１（ｎ）は各々モノラル信号の駆動音源信号および第１チャネル信号の駆動音源信号の第ｎサンプルの振幅を示す。次に、モノラル信号の駆動音源信号および第１チャネル信号の駆動音源信号のエネルギー比の平方根Ｃを次の式（４）に従って求め、これを振幅比とする。
Figure 0004948401
音源予測部１１２は、算出した遅延時間差Ｍおよび振幅比Ｃを、予め定めたビット数で量子化し、量子化された遅延時間差ＭＱおよび振幅比ＣＱを用いて、モノラル信号の駆動音源信号ＥＸＣＭから第１チャネル信号の駆動音源信号ＥＸＣＣＨ１’を次の式（５）に従って求める（ＳＴ１０４０）。
Figure 0004948401
図４は、音源予測部１１５において行われる予測処理の手順を説明するフロー図である。
音源予測部１１５は、第２チャネルの駆動音源信号ＥＸＣＣＨ２’を、モノラル信号の駆動音源信号ＥＸＣＭおよび第１チャネル信号の駆動音源信号ＥＸＣＣＨ１”（ｎ）を用いて、次の式（６）に従って求める。
Figure 0004948401
ただし、この式（６）は、モノラル信号を第１チャネル信号および第２チャネル信号の平均とした場合の式である。
図５は、ステレオ符号化部１０４内部の構成をより詳細に説明したブロック図である。
この図に示すように、ステレオ符号化部１０４は、第１チャネル用の適応符号帳１２７および固定符号帳１２８を備え、歪み最小化部１２６が制御する符号帳探索によって、第１チャネル用の駆動音源信号を生成する。
ＬＰＣ分析部１２１は、第１チャネル信号に対して線形予測分析を施し、スペクトル包絡情報であるＬＰＣ係数を求める。ＬＰＣ量子化部１２２は、このＬＰＣ係数を量子化し、得られる量子化ＬＰＣ係数をＬＰＣ合成フィルタ１２３およびＬＰＣ逆フィルタ１１１へ出力すると共に、この量子化ＬＰＣ係数を示すＬＰＣ量子化インデックスＰ２を出力する。
一方、適応符号帳１２７は、歪み最小化部１２６からの指示に従い、駆動音源を乗算器１２９へ出力する。固定符号帳１２８も同様に、歪み最小化部１２６からの指示に従い駆動音源を乗算器１３０へ出力する。乗算器１２９および乗算器１３０は、歪み最小化部１２６の指示に従い、適応符号帳ゲインおよび固定符号帳ゲインを、適応符号帳１２７および固定符号帳１２８からの出力に乗じ、加算器１３１へ出力する。加算器１３１は、音源予測部１１２で予測されたモノラル信号の駆動音源信号に、各符号帳から出力される駆動音源信号を加える。
ＬＰＣ合成フィルタ１２３は、ＬＰＣ量子化部１２２から出力された量子化ＬＰＣ係数をフィルタ係数とし、加算器１３１から出力される駆動音源信号によってＬＰＣ合成フィルタとして駆動し、合成信号を加算器１２４に出力する。加算器１２４は、第１チャネル信号から合成信号を減じることにより、符号化歪みを算出し、聴感重み付け部１２５に出力する。聴覚重み付け部１２５は、ＬＰＣ分析部１２１から出力されるＬＰＣ係数をフィルタ係数とする聴感重み付けフィルタを用いて、符号化歪みに対して聴覚的な重み付けを施し、歪み最小化部１２６へ出力する。
歪み最小化部１２６は、聴感重み付け部１２５を介して出力される符号化歪みが最小となるような、適応符号帳１２７および固定符号帳１２８の各インデックスをサブフレームごとに求め、これらのインデックスを符号化パラメータＰ３として出力する。なお、符号帳歪みが最小となるときの第１チャネル信号の駆動音源信号が、上記の式（６）において、ＥＸＣＣＨ１”（ｎ）と表わされている。
なお、符号化歪みが最小となる際の駆動音源（加算器１３１の出力）は、サブフレームごとに適応符号帳１２７へフィードバックされる。
一方、ステレオ符号化部１０４は、第２チャネル用に適応符号帳１４７および固定符号帳１４８を備え、符号帳探索によって、第２チャネル用の駆動音源信号を生成する。加算器１５１は、音源予測部１１５で予測されたモノラル信号の駆動音源信号に、各符号帳から出力される駆動音源信号を加える。ただし、これらの駆動音源信号には、乗算器１１６、１４９、１５０によって適当なゲインが乗じられている。
ＬＰＣ合成フィルタ１４３は、ＬＰＣ分析部１４１でＬＰＣ分析され、ＬＰＣ量子化部１４２で量子化されたＬＰＣ係数を用いて、加算器１５１から出力される第２チャネルの駆動音源信号によって駆動し、合成信号を加算器１４４に出力する。加算器１４４は、第２チャネル信号から合成信号を減じることにより、符号化歪みを算出し、聴感重み付け部１４５に出力する。
歪み最小化部１４６は、聴感重み付け部１４５を介して出力される符号化歪みが最小となるような、適応符号帳１４７および固定符号帳１４８の各インデックスをサブフレームごとに求め、これらのインデックスを符号化パラメータＰ５として出力する。なお、符号
帳歪みが最小となるときの第１チャネル信号の駆動音源信号が、上記の式（６）において、ＥＸＣＣＨ１”（ｎ）と表わされている。
生成された符号化パラメータＰ１〜Ｐ５は、ステレオ信号の符号化パラメータとして、復号装置に送られ、第２チャネル信号を復号する際に用いられる。
このように本実施の形態によれば、拡張レイヤのステレオ符号化部１０４は、第１チャネルに対し第２チャネルよりも先に、モノラル信号を用いてＣＥＬＰ符号化を行い、第２チャネルに対しては、第１チャネルのＣＥＬＰ符号化の結果を用いて効率的に符号化を行う。特に、駆動音源について見れば、ステレオ信号を構成する各チャネル信号とモノラル信号との間に強い相関性があることに着目し、本実施の形態では、第１チャネルのＣＥＬＰ符号化において、音源情報についてはモノラル信号の駆動音源から第１チャネルの駆動音源を予測して予測効率を向上させると共に符号化レートを下げ、一方、声道情報については第１チャネルを通常通りそのままＬＰＣ分析して符号化する。よって、第１チャネルおよび第２チャネルの駆動音源の予測精度が高まり、ひいては、ステレオ音声信号に対し、復号信号の音質劣化を防ぎつつ、符号化レートを削減することができる。また、本実施の形態によれば、回路規模を削減することができる。
なお、本実施の形態では、遅延時間差Ｍを求めてから、振幅比Ｃを求める場合を例にとって説明したが、これらの処理は、同時あるいは逆の順に行うこともできる。
また、本実施の形態では、モノラル信号を第１チャネルおよび第２チャネルの平均として求める場合を例にとって説明したが、これに限定されず、他の方法で求めても良い。
また、本実施の形態に係るステレオ符号化部１０４は、第１チャネルに対し先にモノラル信号の駆動音源を用いてＣＥＬＰ符号化を行い、第２チャネルは、第１チャネルのＣＥＬＰ符号化の結果を用いて効率的に符号化を行う。よって、先に符号化を行う第１チャネルの符号化精度が第２チャネルの符号化精度にも影響してくる。従って、第２チャネルのＣＥＬＰ符号化よりも第１チャネルのＣＥＬＰ符号化に、より多くのビット数を配分すれば、符号化装置の符号化性能を向上させることができる。
（実施の形態２）
実施の形態１で用いた「第１チャネル」および「第２チャネル」とは、具体的には、ステレオ信号におけるＲチャネルまたはＬチャネルである。実施の形態１では、第１チャネルおよび第２チャネルが、ＲチャネルおよびＬチャネルのいずれに該当するかについては特に限定せず、どちらにも該当しても良い場合について説明した。しかし、第１チャネルを以下に示すような方法により特定のチャネルに限定すると、すなわち、ＲチャネルおよびＬチャネルの一方を第１チャネルとして選択すると、スケーラブル符号化装置の符号化性能をより向上させることができる。
図６は、本発明の実施の形態２に係るスケーラブル符号化装置の拡張レイヤの主要な構成を示すブロック図である。なお、実施の形態１に示したスケーラブル符号化装置と同一の構成要素には同一の符号を付して、その説明を省略する。
第１チャネル信号は、ＬＰＣ分析部２０１−１においてＬＰＣ分析され、ＬＰＣ量子化部２０２−１において量子化され、ＬＰＣ逆フィルタ２０３−１において量子化ＬＰＣ係数を用いて第１チャネル信号の駆動音源信号が算出され、チャネル信号判定部２０４に出力される。なお、ＬＰＣ分析部２０１−２、ＬＰＣ量子化部２０２−２、ＬＰＣ逆フィルタ２０３−２は、第２チャネル信号に対し第１チャネル信号と同様の処理を施す。
チャネル信号判定部２０４は、入力された第１チャネル信号および第２チャネル信号の駆動音源信号と、モノラル信号の駆動音源信号との相互相関関数をそれぞれ次の式（７）、（８）に従って算出する。
Figure 0004948401
Figure 0004948401
チャネル信号判定部２０４は、算出されたΦＣＨ１（ｍ）およびΦＣＨ２（ｍ）が最大となるｍをそれぞれ検索し、ｍがその値をとるときのΦＣＨ１（ｍ）およびΦＣＨ２（ｍ）の値を比較し、より大きな値を示すチャネル、すなわち相関性の高いチャネルの方を第１チャネルと選択する。この選択チャネルを示すチャネル選択フラグがチャネル信号選択部２０５に出力される。また、チャネル選択フラグは、ＬＰＣ量子化インデックスや符号帳インデックスと共に、符号化パラメータとして復号装置にフレーム毎に出力される。
チャネル信号選択部２０５は、チャネル信号判定部２０４から出力されるチャネル選択フラグに基づいて、入力ステレオ信号（Ｒチャネル信号、Ｌチャネル信号）を、ステレオ符号化部１０４の入力である第１チャネル信号および第２チャネル信号として振り分ける。
このように、本実施の形態によれば、モノラル信号と相関性の高い方のチャネルを選択し、これをステレオ符号化部１０４の第１チャネルとする。これにより、符号化装置の符号化性能を向上させることができる。何故なら、ステレオ符号化部１０４は、第１チャネルに対し先にモノラル信号の駆動音源を用いてＣＥＬＰ符号化を行い、第２チャネルは、第１チャネルのＣＥＬＰ符号化の結果を用いて効率的に符号化を行う。よって、先に符号化を行う第１チャネルの符号化精度が第２チャネルの符号化精度にも影響してくるからである。すなわち、本実施の形態のように、モノラル信号と相関性の高い方のチャネルを第１チャネルとすれば、第１チャネルの符号化精度が向上することが容易に理解される。
また、同様の理由により、第２チャネルのＣＥＬＰ符号化よりも第１チャネルのＣＥＬＰ符号化に、より多くのビット数を配分すれば、符号化装置の符号化性能をさらに向上させることができる。
なお、チャネル選択フラグはフレームごとではなく、複数のフレームが同じチャネル信号を選択するように、まとめて送ることも可能である。または、はじめに数フレームの相互相関関数を算出した後に、いずれのチャネル信号を第１チャネルとするかを決定し、そのチャネル選択フラグを最初に送るようにしても良い。
（実施の形態３）
本発明の実施の形態３は、本発明に係るスケーラブル符号化装置においてビット配分を変化させる方法を開示する。
一般的に、符号化処理に配分される符号化ビットが多いほど符号化歪みは減少する。例えば、本発明に係るスケーラブル符号化装置は、第１チャネル信号の符号化および第２チ
ャネル信号の符号化を行うため、第１チャネルおよび第２チャネルの双方に配分する符号化ビットを多くすることができれば、第１チャネルの符号化歪みおよび第２チャネルの符号化歪みの双方を減少させることができる。しかし実際には、第１チャネルに配分するビット数と第２チャネルに配分するビット数との和には上限がある。従って、第１チャネルに配分するビット数が多くなると第１チャネル信号の符号化歪みは減少するが、第２チャネルに配分するビット数が少なくなるため第２チャネル信号の符号化歪みは増大する。
しかし、本発明に係るスケーラブル符号化装置では、第１チャネル用のビット数を増加させた場合の第２チャネルの符号化歪みに対する影響はマイナス面だけではない。何故なら、本発明に係るスケーラブル符号化装置において、第２チャネルの駆動音源信号は、モノラル信号の駆動音源信号および第１チャネル信号の駆動音源信号から予測されるため（図４参照）、第２チャネル信号の符号化歪みは第１チャネル信号の符号化歪みに依存する。従って、第１チャネルの符号化歪みと第２チャネルの符号化歪みとの相互の依存性を考慮すれば、第１チャネルに配分するビット数が多くなると、第１チャネルの符号化歪みの減少に伴い、第２チャネル信号の符号化歪みも減少する。すなわち、本発明に係るスケーラブル符号化装置において、第１チャネル用のビット数の増加が第２チャネルの符号化歪みに対する影響は、プラス面も含む。
そこで、本実施の形態に係るスケーラブル符号化装置では、第１チャネルおよび第２チャネルにビット数を適応的に配分することにより、スケーラブル符号化装置の全体的な符号化効率を向上させる。より詳細には、本実施の形態では、第１チャネルの符号化歪みと第２チャネルの符号化歪みとが均等になるように、第１チャネルおよび第２チャネルにビット数を適応的に配分する。
本実施の形態に係るスケーラブル符号化装置３００は、実施の形態１に示したスケーラブル符号化装置１００（図１参照）と同様の基本的構成を有するため、スケーラブル符号化装置３００の構成を示すブロック図は略す。スケーラブル符号化装置３００のステレオ符号化部３０４は、実施の形態１に示したステレオ符号化部１０４と一部の構成および動作に相違点があるため、異なる符号を付す。スケーラブル符号化装置３００におけるビット配分はステレオ符号化部３０４の内部において行われる。
図７は、本実施の形態に係るステレオ符号化部３０４内部の主要な構成を示すブロック図である。ステレオ符号化部３０４は、実施の形態１に示したステレオ符号化部１０４（図２参照）と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。本実施の形態に係るステレオ符号化部３０４は、符号帳選択部３１８をさらに有する点で実施の形態１に示したステレオ符号化部１０４と相違する。なお、ＣＥＬＰ符号化部３１４およびＣＥＬＰ符号化部３１７は、実施の形態１に示したＣＥＬＰ符号化部１１４およびＣＥＬＰ符号化部１１７それぞれと同様の基本的構成を有しており、一部の構成および動作に相違点がある。以下、これらの相違点について説明する。
ＣＥＬＰ符号化部３１４は、第１チャネル用のＬＰＣ量子化インデックスおよび第１チャネル用符号帳インデックスを符号化パラメータとして出力するのではなく、符号帳選択部３１８に出力する点で実施の形態１に示したＣＥＬＰ符号化部１１４と相違する。またＣＥＬＰ符号化部３１４は、さらに第１チャネル信号の最小符号化歪みを符号帳選択部３１８に出力し、符号帳選択部３１８から第１チャネル用の符号帳選択インデックスをフィードバックされる点で、実施の形態１に示したＣＥＬＰ符号化部１１４と相違する。ここで第１チャネルの最小符号化歪みとは、ＣＥＬＰ符号化部３１４内部において第１チャネルの符号化歪みを最小化するために行われる閉ループの歪み最小化処理から得られる、第１チャネル信号の符号化歪みの最小値である。
ＣＥＬＰ符号化部３１７は、第２チャネル用のＬＰＣ量子化インデックスおよび第２チャネル用符号帳インデックスを符号化パラメータとして出力するのではなく、符号帳選択部３１８に出力する点で実施の形態１に示したＣＥＬＰ符号化部１１７と相違する。またＣＥＬＰ符号化部３１７は、さらに第２チャネル信号の最小符号化歪みを符号帳選択部３１８に出力し、符号帳選択部３１８から第２チャネル用の符号帳選択インデックスをフィードバックされる点で、実施の形態１に示したＣＥＬＰ符号化部１１７と相違する。ここで第２チャネルの最小符号化歪みとは、ＣＥＬＰ符号化部３１７内部において第２チャネルの符号化歪みを最小化するために行われる閉ループの歪み最小化処理から得られる、第２チャネル信号の符号化歪みの最小値である。
符号帳選択部３１８は、ＣＥＬＰ符号化部３１４から、第１チャネル用のＬＰＣ量子化インデックス、第１チャネル用符号帳インデックス、および第１チャネル信号の最小符号化歪みが入力され、ＣＥＬＰ符号化部３１７から、第２チャネル用のＬＰＣ量子化インデックス、第２チャネル用符号帳インデックス、および第２チャネル信号の最小符号化歪みが入力される。符号帳選択部３１８は、これらの入力を用いて符号帳選択処理を行い、ＣＥＬＰ符号化部３１４に第１チャネル用の符号帳選択インデックスをフィードバックし、ＣＥＬＰ符号化部３１７に第２チャネル用の符号帳選択インデックスをフィードバックする。符号帳選択部３１８における符号帳選択処理とは、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとが均等になるように、ＣＥＬＰ符号化部３１４およびＣＥＬＰ符号化部３１７に配分するビット数を変化させ、ビット数の変化情報を第１チャネル用の符号帳選択インデックスおよび第２チャネル用の符号帳選択インデックスを用いて示す処理である。符号帳選択部３１８は、第１チャネル用のＬＰＣ量子化インデックスＰ２、第１チャネル用符号帳インデックスＰ３、第２チャネル用のＬＰＣ量子化インデックスＰ４、第２チャネル用符号帳インデックスＰ５、およびビット配分選択情報Ｐ６を符号化パラメータとして出力する。
図８は、本実施の形態に係るステレオ符号化部３０４内部の構成をより詳細に説明したブロック図である。この図は、主にＣＥＬＰ符号化部３１４内部の構成をより詳細に示し、ＣＥＬＰ符号化部３１７内部の構成はＣＥＬＰ符号化部３１４内部の構成と同様のため、その表示および説明を略す。なお、この図において、実施の形態１の図５に示した構成と同様な部分については説明を略し、相違する部分についてだけ説明する。
固定符号帳３２８は、第１固定符号帳３２８−１〜第ｎ固定符号帳３２８−ｎからなり、第１固定符号帳３２８−１〜第ｎ固定符号帳３２８−ｎの何れかの駆動音源を出力する点、および駆動音源の出力先が乗算器１３０ではなく切替部３２１である点で、実施の形態１に示した固定符号帳１２８と相違する。第１固定符号帳３２８−１〜第ｎ固定符号帳３２８−ｎは、互いにビットレートが異なるｎ個の固定符号帳であるため、固定符号帳３２８は、切替部３２１を用いて駆動音源出力を変更することにより、第１チャネル用の符号化ビット数を変化させる。
一般的に、適応符号帳が必要とするビット数よりも固定符号帳が必要とするビット数が多いため、ここでは適応符号帳１２７の配分ビット数を変更するよりも固定符号帳３２８の配分ビット数を変更することの方が符号化歪みの改善効果が高い。従って本実施の形態では、適応符号帳１２７の符号帳インデックスではなく固定符号帳３２８の固定符号帳インデックスを変更することにより、両チャネルに配分するビット数を変化させる。
ＬＰＣ量子化部３２２は、第１チャネル用のＬＰＣ量子化インデックスを符号化パラメータとして出力するのではなく、符号帳選択部３１８に出力する点で、実施の形態１に示したＬＰＣ量子化部１２２と相違する。
歪み最小化部３２６は、第１チャネル用符号帳インデックスを符号化パラメータとして出力するのではなく符号帳選択部３１８に出力し、符号帳選択部３１８にさらに第１チャネル信号の最小符号化歪みを出力する点で、実施の形態１に示した歪み最小化部１２６と相違する。ここで第１チャネル信号の最小符号化歪みとは、符号帳選択部３１８が指示に基づき歪み最小化部３２６が第１固定符号帳３２８−１〜第ｎ固定符号帳３２８−ｎを切替えながら、第１チャネルの符号化歪みを最小化するための閉ループの歪み最小化処理を行って、最終的に得られる第１チャネル信号の符号化歪みの最小値のことである。
符号帳選択部３１８は、ＬＰＣ量子化部３２２から第１チャネル用のＬＰＣ量子化インデックスおよび第１チャネル用符号帳インデックスが入力され、歪み最小化部３２６から第１チャネル信号の最小符号化歪みが入力される。同様に符号帳選択部３１８は、ＣＥＬＰ符号化部３１７から、第２チャネル用のＬＰＣ量子化インデックス、第２チャネル用符号帳インデックス、および第２チャネル信号の最小符号化歪みが入力される。符号帳選択部３１８は、これらの入力を用いて符号帳選択処理を行い、切替部３２１に第１チャネル用の符号帳選択インデックスをフィードバックし、ＣＥＬＰ符号化部３１７に第２チャネル用の符号帳選択インデックスをフィードバックする。第１チャネル用の符号帳選択インデックスは、第１チャネルの符号化のために固定符号帳３２８が用いる、第１固定符号帳３２８−１〜第ｎ固定符号帳３２８−ｎの各々を示すインデックスである。符号帳選択部３１８は、第１チャネル用のＬＰＣ量子化インデックスＰ２、第１チャネル用符号帳インデックスＰ３、第２チャネル用のＬＰＣ量子化インデックスＰ４、第２チャネル用符号帳インデックスＰ５、およびビット配分選択情報Ｐ６をそれぞれ符号化パラメータとして出力する。
切替部３２１は、符号帳選択部３１８から入力される符号帳選択インデックスに基づき、固定符号帳３２８と乗算器１３０との間の経路を切り替える。例えば、符号帳選択部３１８から入力される符号帳選択インデックスの示す符号帳が第２固定符号帳３２８−２である場合、切替部３２１は、第２固定符号帳３２８−２の駆動音源を乗算器１３０に出力させる。
図９は、符号帳選択部３１８におけるビット配分処理の手順を示すフロー図である。この図に示す処理はフレーム単位で行われ、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとが均等になるようにビット配分を行う。
まず、ＳＴ３０１０で符号帳選択部３１８は両チャネルともに、最小のビット数を配分して、ビット配分処理の初期化を行う。すなわち符号帳選択部３１８は、第１チャネル用の符号帳選択インデックスを介して、ビットレートが最小となる固定符号帳、例えば第２固定符号帳３２８−２を用いるように固定符号帳３２８に指示する。第２チャネルに対する符号帳選択部３１８の処理は、第１チャネルに対する処理と同様である。
次いで、ＳＴ３０２０で符号帳選択部３１８には、第１チャネル信号の最小符号化歪みおよび第２チャネル信号の最小符号化歪みが入力される。すなわち歪み最小化部３２６は、固定符号帳３２８として例えば第２固定符号帳３２８−２を用いる場合、かかる場合の第１チャネル信号の符号化歪みの最小値を求め、符号帳選択部３１８に出力する。ここで、固定符号帳３２８が用いる固定符号帳は、ＳＴ３０２０より前のステップにおいて符号帳選択部３１８から指示されたものである。ＳＴ３０２０で、第２チャネルにおける処理は第１チャネルにおける処理と同様である。
次いで、ＳＴ３０３０で符号帳選択部３１８は第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとを比較する。第１チャネル信号の最小符号化歪みが第２チャネル信号の最小符号化歪みより大きい場合、ＳＴ３０４０で符号帳選択部３１８は
、第１チャネル用のビット数を増加させる。すなわち符号帳選択部３１８は、第１チャネル用の符号帳選択インデックスを介して、ビットレートがより大きい固定符号帳、例えば第４固定符号帳３２８−４を用いるように固定符号帳３２８に指示する。一方、第１チャネル信号の最小符号化歪みが第２チャネル信号の最小符号化歪みより小さい場合、ＳＴ３０５０で符号帳選択部３１８は、第２チャネル用のビット数を増加させる。第２チャネル用のビット数の増加方法は、第１チャネル用のビット数の増加方法と同様である。
次いでＳＴ３０６０で、すでに両チャネルに配分したビット数の総和が上限値に達したか否かを判別する。両チャネルに配分したビット数の総和が上限値に達していない場合はＳＴ３０２０に戻り、両チャネルに配分したビット数の総和が上限値に達するまで、符号帳選択部３１８はＳＴ３０２０〜ＳＴ３０６０の処理を繰り返す。
上記のように符号帳選択部３１８は、最初に両チャネルともに最小のビットレートを配分し、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとの均等を保持しながら両チャネルに配分するビット数を次第に増加させ、最終的には所定上限のビット数を両チャネルに配分する。すなわち、両チャネルに配分するビット数の総和は最小値から、処理の進捗に従い次第に増加して最終的に所定の上限値に達する。
図１０は、符号帳選択部３１８におけるビット配分処理の他の手順を示すフロー図である。この図に示す処理も図９に示す処理と同様にフレーム単位で行われ、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとが均等になるようにビット配分を行う。図９に示す処理は、両チャネルに配分するビット数の総和が最小値から、処理の進捗に従い次第に増加して最終的に所定の上限値に達するのに対して、この図に示す処理は、最初から所定上限のビット数を両チャネルに均等に配分し、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとが均等になるまで、両チャネル用のビット数の割合を調整する。なお、処理手順の各ステップにおける、スケーラブル符号化装置３００の各構成部の詳細な動作については説明を略す（図１０の説明参照）。
まず、ＳＴ３１１０で符号帳選択部３１８は所定上限のビット数を両チャネルに均等に配分して、ビット配分処理の初期化を行う。次いで、ＳＴ３１２０で符号帳選択部３１８は、第１チャネル信号の最小符号化歪みおよび第２チャネル信号の最小符号化歪みが入力される。次いで、ＳＴ３１３０で符号帳選択部３１８は、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとを比較する。第１チャネル信号の最小符号化歪みが第２チャネル信号の最小符号化歪みより大きい場合、ＳＴ３１４０で符号帳選択部３１８は、第１チャネル用のビット数を増加させると共に第２チャネル用のビット数を減少させる。かかる場合、第１チャネル用のビット数の増加分は、第２チャネル用のビット数の減少分と同様である。一方、第１チャネル信号の最小符号化歪みが第２チャネル信号の最小符号化歪みより小さい場合、ＳＴ３１５０で符号帳選択部３１８は、第１チャネル用のビット数を減少させると共に第２チャネル用のビット数を増加させる。かかる場合、第１チャネル用のビット数の減少分は、第２チャネル用のビット数の増加分と同様である。次いで、ＳＴ３１６０で符号帳選択部３１８は、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとの差が所定値以下であるか否かを判別する。すなわち符号帳選択部３１８は、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとの差が所定値以下であると判別すると、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとが均等であると判断する。これら２つの最小符号化歪みの差が所定値以下でない場合はＳＴ３１２０に戻り、これら２つの最小符号化歪みの差が所定値以下になるまで、符号帳選択部３１８はＳＴ３１２０〜ＳＴ３１６０の処理を繰り返す。
上記のように、この図に示す手順は、初期化において所定上限のビット数を両チャネル
に均等に配分する点で、図９に示したビット配分処理の初期化と相違するが、後続の処理の結果、図９に示した手順と同じく、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとが均等になるように、所定上限のビット数を両チャネルに配分する。
このように、本実施の形態によれば、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとが均等になるように、所定上限のビット数を両チャネルに適応的に配分するため、符号化装置の符号化歪みを低減させることができ、符号化装置の符号化性能を向上させることができる。
なお、本実施の形態では、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとが均等になるようにビット配分を行う場合を例にとって説明したが、第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとの和が最小になるように、ビット配分を行っても良い。第１チャネル信号の符号化歪みと第２チャネル信号の符号化歪みとの和が最小になるようにビット配分を行う方法は、ビット数の増加による、ある一方のチャネル信号の符号化歪みの改善度合いよりも、他方のチャネル信号の符号化歪みの改善度合いが著しく大きい場合に適用して最適である。かかる場合、ビット数の増加により符号化歪みが著しく改善される他方のチャネルに、より多くのビット数を配分する。なお、両チャネル信号の符号化歪みの和が最小になるような第１チャネル用のビット数と第２チャネル用のビット数との組み合わせは、この組み合わせの総当たりで符号化を行うことにより探索される。
また、本実施の形態では、ＳＴ３０１０およびＳＴ３１１０で両チャネルにビット数を均等に配分して、ビット配分処理の初期化を行う場合を例にとって説明したが、第２チャネル信号の符号化歪みが第１チャネル信号の符号化歪みに依存することを考慮して、第２チャネルよりも第１チャネルに、より多くのビットを配分して、ビット配分処理の初期化を行っても良い。さらに、モノラル信号と第１チャネル信号との相互相関関数の値、およびモノラル信号と第２チャネル信号との相互相関関数の値を求めて、相互相関関数の値が小さい方のチャネルに配分するビット数を適応的に増加させて、ビット配分処理の初期化を行っても良い。このように改善された初期化処理により、第１チャネル信号の最小符号化歪みと第２チャネル信号の最小符号化歪みとが均等になるまでに要するループ処理の回数を減らすことができ、ビット配分処理を短縮化することができる。
また、本実施の形態では、ビット配分を変化させる対象として固定符号帳インデックスを用いる場合を例にとって説明したが、ビット配分を変化させる対象として、固定符号帳インデックス以外の符号化パラメータにしても良い。例えば、ＬＰＣパラメータ、適応符号帳ラグ、音源ゲインパラメータなどの符号化情報を適応的に変化させても良い。
また、本実施の形態では、符号化歪みをもとにビット配分を行う場合を例にとって説明したが、符号化歪み以外の情報をもとにビット配分を行っても良い。例えば、音源予測部の予測ゲインをもとにビット配分を行っても良い。または、モノラル信号と第１チャネル信号との相互相関関数の値、およびモノラル信号と第２チャネル信号との相互相関関数の値などを用いてビット配分を行っても良い。かかる場合、モノラル信号と第１チャネル信号との相互相関関数の値、およびモノラル信号と第２チャネル信号との相互相関関数の値を求め、相互相関関数の値が小さい方のチャネルにより多くのビット数を配分する。またさらに、第２チャネル信号の符号化歪みが第１チャネル信号の符号化歪みに依存することを考慮して、第１チャネルに配分するビット数を適応的に増加させても良い。
以上、本発明の各実施の形態について説明した。
本発明に係るスケーラブル符号化装置およびスケーラブル符号化方法は、上記各実施の
形態に限定されず、種々変更して実施することが可能である。例えば、各実施の形態は、適宜組み合わせて実施することが可能である。
また、固定符号帳は、固定音源符号帳、雑音符号帳、確率符号帳（stochastic codebook）、または乱数符号帳（random codebook）と呼ばれることもある。
また、適応符号帳は、適応音源符号帳と呼ばれることもある。
また、ＬＳＰは、ＬＳＦ（Line Spectral Frequency）と呼ばれることもあり、ＬＳＰをＬＳＦと読み替えてもよい。また、ＬＳＰの代わりにＩＳＰ（Immittance Spectrum Pairs）をスペクトルパラメータとして符号化する場合もあるが、この場合はＬＳＰをＩＳＰに読み替えればＩＳＰ符号化／復号化装置として本発明を利用することができる。
また、本発明に係るスケーラブル符号化装置は、移動体通信システムにおける通信端末装置および基地局装置に搭載することが可能であり、これにより上記と同様の作用効果を有する通信端末装置、基地局装置、および移動体通信システムを提供することができる。
また、ここでは、本発明をハードウェアで構成する場合を例にとって説明したが、本発明をソフトウェアで実現することも可能である。例えば、本発明に係るスケーラブル符号化方法のアルゴリズムをプログラミング言語によって記述し、このプログラムをメモリに記憶しておいて情報処理手段によって実行させることにより、本発明に係るスケーラブル符号化装置と同様の機能を実現することができる。
また、上記各実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されても良いし、一部または全てを含むように１チップ化されても良い。
また、ここではＬＳＩとしたが、集積度の違いによって、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩ等と呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現しても良い。ＬＳＩ製造後に、プログラム化することが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続もしくは設定を再構成可能なリコンフィギュラブル・プロセッサを利用しても良い。
さらに、半導体技術の進歩または派生する別技術により、ＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行っても良い。バイオ技術の適応等が可能性としてあり得る。
本明細書は、２００５年５月３１日出願の特願２００５−１５９６８５および２００５年１１月３０日出願の特願２００５−３４６６６５に基づく。これらの内容はすべてここに含めておく。
本発明に係るスケーラブル符号化装置およびスケーラブル符号化方法は、移動体通信システムにおける通信端末装置、基地局装置等の用途に適用することができる。
実施の形態１に係るスケーラブル符号化装置の主要な構成を示すブロック図 実施の形態１に係るステレオ符号化部内部の主要な構成を示すブロック図 実施の形態１に係る音源予測部において行われる予測処理の手順を説明するフロー図 実施の形態１に係る音源予測部において行われる予測処理の手順を説明するフロー図 実施の形態１に係るステレオ符号化部内部の構成をより詳細に説明したブロック図 実施の形態２に係るスケーラブル符号化装置の拡張レイヤの主要な構成を示すブロック図 実施の形態３に係るステレオ符号化部内部の主要な構成を示すブロック図 実施の形態３に係るステレオ符号化部内部の構成をより詳細に説明したブロック図 実施の形態３に係る符号帳選択部におけるビット配分処理の手順を示すフロー図 実施の形態３に係る符号帳選択部におけるビット配分処理の他の手順を示すフロー図

Claims (12)

  1. 第１チャネル信号と第２チャネル信号からなるステレオ信号からモノラル信号を生成するモノラル信号生成手段と、
    前記モノラル信号を符号化するモノラル符号化手段と、
    前記ステレオ信号を符号化するステレオ信号符号化手段と、を具備し、
    前記ステレオ信号符号化手段は、
    前記モノラル符号化手段の符号化で得られる駆動音源から、前記第１チャネル信号の駆動音源を予測する第１予測手段と、
    前記第１予測手段で予測される駆動音源を用いて、前記第１チャネル信号を符号化する第１チャネル符号化手段と、
    前記モノラル符号化手段および前記第１チャネル符号化手段の各符号化で得られる駆動音源から、前記第２チャネル信号の駆動音源を予測する第２予測手段と、
    前記第２予測手段で予測される駆動音源を用いて、前記第２チャネル信号を符号化する第２チャネル符号化手段と、を含むスケーラブル符号化装置。
  2. 前記第２予測手段は、
    前記モノラル符号化手段の符号化で得られる駆動音源の２倍から前記第１チャネル符号化手段の符号化で得られる駆動音源を減じることにより、前記第２チャネル信号の駆動音源を予測する、
    請求項１記載のスケーラブル符号化装置。
  3. 前記第１予測手段は、
    モノラル信号と前記第１チャネル信号との間の、遅延時間差および振幅比の少なくとも一方を用いて前記予測を行う、
    請求項１記載のスケーラブル符号化装置。
  4. 前記第１チャネル信号の駆動音源は、前記第２チャネル信号の駆動音源よりも、モノラル信号の駆動音源との相関性が高い、
    請求項１記載のスケーラブル符号化装置。
  5. 前記第１チャネル信号の符号化歪みと前記第２チャネル信号の符号化歪みとが均等となるように、前記第１チャネル符号化手段と前記第２チャネル符号化手段とにビットを配分する処理を行うビット配分手段、
    をさらに具備する請求項１記載のスケーラブル符号化装置。
  6. 第１チャネルの符号化歪みと第２チャネルの符号化歪みとの和が最小となるように、前記第１チャネル符号化手段と前記第２チャネル符号化手段とにビットを配分する処理を行うビット配分手段、
    をさらに具備する請求項１記載のスケーラブル符号化装置。
  7. 前記第１チャネル符号化手段と前記第２チャネル符号化手段とにビットを配分する処理を行うビット配分手段、
    をさらに具備し、
    前記第１チャネル符号化手段および前記第２チャネル符号化手段は、
    ビットレートの異なる複数の固定符号帳をそれぞれ具備し、
    前記ビット配分手段は、
    前記第１チャネル符号化手段および前記第２チャネル符号化手段が用いる固定符号帳を変更することにより、前記ビットを配分する処理を行う、
    請求項１記載のスケーラブル符号化装置。
  8. 前記第１チャネル符号化手段と前記第２チャネル符号化手段とにビットを配分する処理を行うビット配分手段、
    をさらに具備し、
    前記ビット配分手段は、
    前記ビットを配分する処理の初期条件として、前記第２チャネル符号化手段よりも前記第１チャネル符号化手段に、より多くのビットを配分する、
    請求項１記載のスケーラブル符号化装置。
  9. 前記第１チャネル符号化手段と前記第２チャネル符号化手段とにビットを配分する処理を行うビット配分手段、
    をさらに具備し、
    前記ビット配分手段は、
    前記ビットを配分する処理の初期条件として、前記第２チャネル信号の駆動音源よりも前記第１チャネル信号の駆動音源がモノラル信号の駆動音源との相関性が高い場合、前記第１チャネル符号化手段よりも前記第２チャネル符号化手段に、より多くのビットを配分する、
    請求項１記載のスケーラブル符号化装置。
  10. 請求項１記載のスケーラブル符号化装置を具備する通信端末装置。
  11. 請求項１記載のスケーラブル符号化装置を具備する基地局装置。
  12. 第１チャネル信号と第２チャネル信号からなるステレオ信号からモノラル信号を生成するモノラル信号生成ステップと、
    前記モノラル信号を符号化するモノラル符号化ステップと、
    前記ステレオ信号を符号化するステレオ信号符号化ステップと、を有し、
    前記ステレオ信号符号化ステップでは、
    前記モノラル符号化ステップの符号化で得られる駆動音源から、前記第１チャネル信号の駆動音源を予測するステップと、
    前記第１予測ステップで予測される駆動音源を用いて、前記第１チャネル信号を符号化する第１チャネル符号化ステップと、
    前記モノラル符号化ステップおよび前記第１チャネル符号化ステップでそれぞれ得られる駆動音源から、前記第２チャネル信号の駆動音源を予測する第２予測ステップと、
    前記第２予測ステップで予測される駆動音源を用いて、前記第２チャネル信号を符号化する第２チャネル符号化ステップと、
    を含むスケーラブル符号化方法。
JP2007518977A 2005-05-31 2006-05-29 スケーラブル符号化装置およびスケーラブル符号化方法 Expired - Fee Related JP4948401B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007518977A JP4948401B2 (ja) 2005-05-31 2006-05-29 スケーラブル符号化装置およびスケーラブル符号化方法

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2005159685 2005-05-31
JP2005159685 2005-05-31
JP2005346665 2005-11-30
JP2005346665 2005-11-30
JP2007518977A JP4948401B2 (ja) 2005-05-31 2006-05-29 スケーラブル符号化装置およびスケーラブル符号化方法
PCT/JP2006/310689 WO2006129615A1 (ja) 2005-05-31 2006-05-29 スケーラブル符号化装置およびスケーラブル符号化方法

Publications (2)

Publication Number Publication Date
JPWO2006129615A1 JPWO2006129615A1 (ja) 2009-01-08
JP4948401B2 true JP4948401B2 (ja) 2012-06-06

Family

ID=37481544

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007518977A Expired - Fee Related JP4948401B2 (ja) 2005-05-31 2006-05-29 スケーラブル符号化装置およびスケーラブル符号化方法

Country Status (6)

Country Link
US (1) US8271275B2 (ja)
EP (1) EP1887567B1 (ja)
JP (1) JP4948401B2 (ja)
CN (1) CN101185123B (ja)
DE (1) DE602006015461D1 (ja)
WO (1) WO2006129615A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2453117B (en) * 2007-09-25 2012-05-23 Motorola Mobility Inc Apparatus and method for encoding a multi channel audio signal
WO2009057327A1 (ja) * 2007-10-31 2009-05-07 Panasonic Corporation 符号化装置および復号装置
JP5340261B2 (ja) * 2008-03-19 2013-11-13 パナソニック株式会社 ステレオ信号符号化装置、ステレオ信号復号装置およびこれらの方法
EP2287836B1 (en) * 2008-05-30 2014-10-15 Panasonic Intellectual Property Corporation of America Encoder and encoding method
WO2009153995A1 (ja) * 2008-06-19 2009-12-23 パナソニック株式会社 量子化装置、符号化装置およびこれらの方法
US8489403B1 (en) * 2010-08-25 2013-07-16 Foundation For Research and Technology—Institute of Computer Science ‘FORTH-ICS’ Apparatuses, methods and systems for sparse sinusoidal audio processing and transmission
US9183842B2 (en) * 2011-11-08 2015-11-10 Vixs Systems Inc. Transcoder with dynamic audio channel changing
GB2578625A (en) * 2018-11-01 2020-05-20 Nokia Technologies Oy Apparatus, methods and computer programs for encoding spatial metadata

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5243686A (en) * 1988-12-09 1993-09-07 Oki Electric Industry Co., Ltd. Multi-stage linear predictive analysis method for feature extraction from acoustic signals
US5434948A (en) * 1989-06-15 1995-07-18 British Telecommunications Public Limited Company Polyphonic coding
US5651090A (en) * 1994-05-06 1997-07-22 Nippon Telegraph And Telephone Corporation Coding method and coder for coding input signals of plural channels using vector quantization, and decoding method and decoder therefor
JP2586441B2 (ja) * 1994-07-27 1997-02-26 日本電気株式会社 移動電話機
DE727780T1 (de) * 1995-02-16 1997-02-13 Toshiba Kawasaki Kk Ausgabesteuerungssystem für umschaltbare Torkanäle
JP3705305B2 (ja) * 1996-05-16 2005-10-12 カシオ計算機株式会社 音声記憶再生装置
JP3364825B2 (ja) * 1996-05-29 2003-01-08 三菱電機株式会社 音声符号化装置および音声符号化復号化装置
TW395142B (en) * 1997-05-15 2000-06-21 Matsushita Electric Ind Co Ltd Compressed code decoding device and audio decoding device
SE519976C2 (sv) 2000-09-15 2003-05-06 Ericsson Telefon Ab L M Kodning och avkodning av signaler från flera kanaler
SE0202159D0 (sv) * 2001-07-10 2002-07-09 Coding Technologies Sweden Ab Efficientand scalable parametric stereo coding for low bitrate applications
US6934677B2 (en) * 2001-12-14 2005-08-23 Microsoft Corporation Quantization matrices based on critical band pattern information for digital audio wherein quantization bands differ from critical bands
US7502743B2 (en) * 2002-09-04 2009-03-10 Microsoft Corporation Multi-channel audio encoding and decoding with multi-channel transform selection
RU2331933C2 (ru) * 2002-10-11 2008-08-20 Нокиа Корпорейшн Способы и устройства управляемого источником широкополосного кодирования речи с переменной скоростью в битах
JP2005159685A (ja) 2003-11-26 2005-06-16 Nec Corp 送信電力制御システムおよび制御方法
US7809579B2 (en) * 2003-12-19 2010-10-05 Telefonaktiebolaget Lm Ericsson (Publ) Fidelity-optimized variable frame length encoding
JP2005346665A (ja) 2004-06-07 2005-12-15 Nogiwa Sangyo Kk 海岸線抽出方法及び海岸線抽出システム
DE602005009374D1 (de) * 2004-09-06 2008-10-09 Matsushita Electric Ind Co Ltd Skalierbare codierungseinrichtung und skalierbares codierungsverfahren
CN101044554A (zh) * 2004-10-13 2007-09-26 松下电器产业株式会社 可扩展性编码装置、可扩展性解码装置以及可扩展性编码方法
US8000967B2 (en) * 2005-03-09 2011-08-16 Telefonaktiebolaget Lm Ericsson (Publ) Low-complexity code excited linear prediction encoding
US7830921B2 (en) * 2005-07-11 2010-11-09 Lg Electronics Inc. Apparatus and method of encoding and decoding audio signal

Also Published As

Publication number Publication date
WO2006129615A1 (ja) 2006-12-07
EP1887567A4 (en) 2009-07-01
CN101185123B (zh) 2011-07-13
EP1887567A1 (en) 2008-02-13
US8271275B2 (en) 2012-09-18
EP1887567B1 (en) 2010-07-14
US20090271184A1 (en) 2009-10-29
JPWO2006129615A1 (ja) 2009-01-08
DE602006015461D1 (de) 2010-08-26
CN101185123A (zh) 2008-05-21

Similar Documents

Publication Publication Date Title
JP5171256B2 (ja) ステレオ符号化装置、ステレオ復号装置、及びステレオ符号化方法
JP5046652B2 (ja) 音声符号化装置および音声符号化方法
JP4850827B2 (ja) 音声符号化装置および音声符号化方法
EP1801783B1 (en) Scalable encoding device, scalable decoding device, and method thereof
JP5413839B2 (ja) 符号化装置および復号装置
JP4948401B2 (ja) スケーラブル符号化装置およびスケーラブル符号化方法
JP4555299B2 (ja) スケーラブル符号化装置およびスケーラブル符号化方法
US7848932B2 (en) Stereo encoding apparatus, stereo decoding apparatus, and their methods
CN106663432B (zh) 对压缩的hoa表示编码和解码的方法和装置
JP4887279B2 (ja) スケーラブル符号化装置およびスケーラブル符号化方法
JP4842147B2 (ja) スケーラブル符号化装置およびスケーラブル符号化方法
JP4789430B2 (ja) 音声符号化装置、音声復号化装置、およびこれらの方法
JPWO2008132850A1 (ja) ステレオ音声符号化装置、ステレオ音声復号装置、およびこれらの方法
CN106463132B (zh) 对压缩的hoa表示编码和解码的方法和装置
JP2006072269A (ja) 音声符号化装置、通信端末装置、基地局装置および音声符号化方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090513

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120123

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: 20120214

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: 20120306

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150316

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4948401

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

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

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees