JP4963965B2

JP4963965B2 - スケーラブル符号化装置、スケーラブル復号装置、及びこれらの方法

Info

Publication number: JP4963965B2
Application number: JP2006537770A
Authority: JP
Inventors: 道代後藤; 幸司吉田; 宏幸江原; 正浩押切
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2004-09-30
Filing date: 2005-09-28
Publication date: 2012-06-27
Anticipated expiration: 2025-09-28
Also published as: DE602005016130D1; KR20070061847A; WO2006035810A1; RU2007111717A; EP1801783A1; US7904292B2; EP1801783B1; US20080255833A1; ATE440361T1; CN101031960A; BRPI0516739A; EP1801783A4; JPWO2006035810A1

Description

本発明は、ステレオ音声信号に対し、ＣＥＬＰ方式による符号化（以下、単にＣＥＬＰ符号化と略すことがある）によってスケーラブル符号化を実現するスケーラブル符号化装置、スケーラブル復号装置、及びこれらの方法に関する。

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。

ところが、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。

また、移動体通信システム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、かかる場合で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１に開示されたものがある。
ISO/IEC 14496-3:1999 (B.14 Scalable AAC with core coder)

しかしながら、非特許文献１に開示のスケーラブル符号化装置は、オーディオ信号を対象にしたものであり音声信号は想定していないため、音声信号に対しそのまま適用すると、符号化効率が低下するという問題がある。すなわち、音声信号に対しては、効率的な符号化が可能なＣＥＬＰ符号化を適用することが望まれるが、非特許文献１には、ＣＥＬＰ方式を適用した場合の、特に拡張レイヤにおいてＣＥＬＰ符号化を適用する場合の具体的
な構成は示されておらず、想定外である音声信号に対して最適化されているＣＥＬＰ符号化をそのまま適用しても、望ましい符号化効率を得るのは困難である。

よって、本発明の目的は、ステレオ音声信号に対し、ＣＥＬＰ符号化によるスケーラブル符号化を実現し、符号化効率を向上させることができるスケーラブル符号化装置、スケーラブル復号装置、及びこれらの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チャネル信号とを含むステレオ音声信号からモノラル音声信号を生成する生成手段と、前記モノラル音声信号に対しＣＥＬＰ方式の符号化を施すモノラル符号化手段と、前記第２チャネル信号に対するＣＥＬＰ方式の符号化で生じる符号化歪みを算出する算出手段と、前記第１チャネル信号に対しＣＥＬＰ方式の符号化を施して、当該符号化で生じる前記第１チャネル信号の符号化歪み及び前記算出手段で算出される前記第２チャネル信号の符号化歪みの和が最小となる前記第１チャネル信号の符号化パラメータを求める第１チャネル符号化手段と、を具備する構成を採る。

本発明によれば、ステレオ音声信号に対し、ＣＥＬＰ符号化によるスケーラブル符号化を実現することができ、符号化効率を向上させることができる。

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。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。

（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。このスケーラブル符号化装置１００は、加算器１０１、乗算器１０２、モノラル信号用ＣＥＬＰエンコーダ１０３、および第１チャネル信号用エンコーダ１０４を備える。

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。

モノラル信号用ＣＥＬＰエンコーダ１０３は、このモノラル信号Ｍに対しＣＥＬＰ符号化を行い、サブフレームごとに得られるＣＥＬＰ符号化パラメータをスケーラブル符号化装置１００の外部に出力する。また、モノラル信号用ＣＥＬＰエンコーダ１０３は、このサブフレームごとのＣＥＬＰ符号化パラメータを用いて（サブフレームごとに）合成される合成モノラル信号Ｍ’を第１チャネル信号用エンコーダ１０４に出力する。ここで、ＣＥＬＰ符号化パラメータとは、ＬＰＣ（ＬＳＰ）パラメータ、適応音源符号帳インデックス、適応音源ゲイン、固定音源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。

第１チャネル信号用エンコーダ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に対し、同様にスケーラブル符号化装置１００に入力された第２チャネル信号ＣＨ２と、モノラル信号用ＣＥＬＰエンコーダ１０３から出力された合成モノラル信号Ｍ’とを用いて後述の符号化を行い、得られる第１チャネル信号のＣＥＬＰ符号化パラメータをスケーラブル符号化装置１００の外部に出力する。

このスケーラブル符号化装置１００の特徴の１つは、加算器１０１、乗算器１０２、およびモノラル信号用ＣＥＬＰエンコーダ１０３によって第１レイヤを、第１チャネル信号用エンコーダ１０４によって第２レイヤを構成し、第１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、第２レイヤからは、復号側において第１レイヤの復号信号（モノラル信号）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符号化パラメータが出力されることである。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。

この構成により、上記の第１レイヤおよび第２レイヤからなる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、第２レイヤの符号化パラメータを取得することができず、第１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、復号装置が第１レイヤおよび第２レイヤ双方の符号化パラメータを取得することができた場合、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。

以下に、スケーラブル符号化装置１００から出力される第１レイヤおよび第２レイヤの符号化パラメータによって、復号装置がステレオ信号を復号することができる原理について説明する。図２は、モノラル信号と第１チャネル信号および第２チャネル信号との関係を示す図である。

符号化前のモノラル信号Ｍは、図２Ａに示すように、第１チャネル信号ＣＨ１および第２チャネル信号ＣＨ２の和に１／２を乗じて、すなわち、次の（式１）によって求めることができる。
Ｍ＝（ＣＨ１＋ＣＨ２）／２ …（式１）
よって、モノラル信号Ｍと第１チャネル信号ＣＨ１とがわかれば、理想的には第２チャネル信号ＣＨ２も求まる。

しかし、実際には、モノラル信号Ｍと第１チャネル信号ＣＨ１とに対し符号化を行うと、符号化による符号化歪みが発生するため、上記の（式１）が成り立たなくなる。より詳細には、第１チャネル信号ＣＨ１とモノラル信号Ｍとの差分を第１チャネル信号差分ΔＣＨ１と呼び、第２チャネル信号ＣＨ２とモノラル信号Ｍとの差分を第２チャネル信号差分
ΔＣＨ２と呼ぶこととすると、符号化を行うことによって、図２Ｂに示すようにΔＣＨ１とΔＣＨ２との間に差が生じ、（式１）の関係を満たさないようになるため、復号によって、モノラル信号Ｍと第１チャネル信号ＣＨ１とを得ることができても、これらからは第２チャネル信号ＣＨ２を正確に求めることができなくなる。よって、復号信号の音質劣化を防止するためには、これら２つの符号化歪みの差を考慮した符号化方法を考える必要がある。

そこで、本実施の形態に係るスケーラブル符号化装置１００は、ＣＨ１およびＣＨ２の復号精度をより向上させるために、ＣＨ１を符号化する際に、ＣＨ２の符号化歪みも最小となるようにＣＨ１の符号化歪みを最小化して、ＣＨ１の符号化パラメータを決定する。これにより、復号信号の音質劣化を防止することができる。

一方、ＣＨ２の復号は、復号装置において、モノラル信号の復号信号およびＣＨ１の復号信号から生成する。上記の（式１）から以下の（式２）が導かれるので、この（式２）に従ってＣＨ２を生成することができる。
ＣＨ２＝２×Ｍ−ＣＨ１ …（式２）

図３は、モノラル信号用ＣＥＬＰエンコーダ１０３内部の主要な構成を示すブロック図である。

このモノラル信号用ＣＥＬＰエンコーダ１０３は、ＬＰＣ分析部１１１、ＬＰＣ量子化部１１２、ＬＰＣ合成フィルタ１１３、加算器１１４、聴感重み付け部１１５、歪み最小化部１１６、適応音源符号帳１１７、乗算器１１８、固定音源符号帳１１９、乗算器１２０、ゲイン符号帳１２１、および加算器１２２を備える。

ＬＰＣ分析部１１１は、乗算器１０２から出力されたモノラル信号Ｍに対して線形予測分析を施し、分析結果であるＬＰＣパラメータをＬＰＣ量子化部１１２および聴感重み付け部１１５へ出力する。

ＬＰＣ量子化部１１２は、ＬＰＣ分析部１１１から出力されたＬＰＣパラメータを量子化に適したＬＳＰパラメータに変換した後に量子化し、得られる量子化ＬＳＰパラメータ（Ｃ_Ｌ）をモノラル信号用ＣＥＬＰエンコーダ１０３の外部に出力する。この量子化ＬＳＰパラメータは、モノラル信号用ＣＥＬＰエンコーダ１０３によって得られるＣＥＬＰ符号化パラメータの１つである。また、ＬＰＣ量子化部１１２は、この量子化ＬＳＰパラメータを量子化ＬＰＣパラメータに再変換後、これをＬＰＣ合成フィルタ１１３へ出力する。

ＬＰＣ合成フィルタ１１３は、ＬＰＣ量子化部１１２から出力される量子化ＬＰＣパラメータを用いて、後述の適応音源符号帳１１７および固定音源符号帳１１９で生成された音源ベクトルを駆動音源としてＬＰＣ合成フィルタによる合成を行う。得られた合成信号Ｍ’は、加算器１１４および第１チャネル信号用エンコーダ１０４へ出力される。

加算器１１４は、ＬＰＣ合成フィルタ１１３から出力された合成信号の極性を反転させ、モノラル信号Ｍに加算することにより誤差信号を算出し、この誤差信号を聴感重み付け部１１５へ出力する。この誤差信号が符号化歪みに相当する。

聴感重み付け部１１５は、ＬＰＣ分析部１１１から出力されたＬＰＣパラメータに基づいて構成される聴感重み付けフィルタを用いて、加算器１１４から出力された符号化歪みに対して聴感的な重み付けを行い、この信号を歪み最小化部１１６へ出力する。

歪み最小化部１１６は、聴感重み付け部１１５から出力される符号化歪みが最小となるように、適応音源符号帳１１７、固定音源符号帳１１９、およびゲイン符号帳１２１に対し各種パラメータを指示する。具体的には、歪み最小化部１１６は、適応音源符号帳１１７、固定音源符号帳１１９、およびゲイン符号帳１２１に対して、使用するインデックス（Ｃ_Ａ、Ｃ_Ｄ、Ｃ_Ｇ）を指示する。

適応音源符号帳１１７は、過去に生成されたＬＰＣ合成フィルタ１１３への駆動音源の音源ベクトルを内部バッファに記憶しており、歪み最小化部１１６から指示されたインデックスに対応する適応符号帳ラグに基づいて、この記憶されている音源ベクトルから１サブフレーム分を生成し、適応音源ベクトルとして乗算器１１８へ出力する。

固定音源符号帳１１９は、歪み最小化部１１６から指示されたインデックスに対応する音源ベクトルを、固定音源ベクトルとして乗算器１２０へ出力する。

ゲイン符号帳１２１は、歪み最小化部１１６から指示されたインデックスに対応するゲイン、具体的には、適応音源符号帳１１７からの適応音源ベクトル、および固定音源符号帳１１９からの固定音源ベクトル、に対する各ゲインを生成し、乗算器１１８、１２０へそれぞれ出力する。

乗算器１１８は、ゲイン符号帳１２１から出力された適応音源ゲインを、適応音源符号帳１１７から出力された適応音源ベクトルに乗じ、加算器１２２へ出力する。

乗算器１２０は、ゲイン符号帳１２１から出力された固定音源ゲインを、固定音源符号帳１１９から出力された固定音源ベクトルに乗じ、加算器１２２へ出力する。

加算器１２２は、乗算器１１８から出力された適応音源ベクトルと、乗算器１２０から出力された固定音源ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ１１３に出力する。また、加算器１２２は、得られた駆動音源の音源ベクトルを適応音源符号帳１１７へフィードバックする。

ＬＰＣ合成フィルタ１１３は、前述の通り、加算器１２２から出力される音源ベクトル、すなわち、適応音源符号帳１１７および固定音源符号帳１１９で生成された音源ベクトルを駆動音源としてＬＰＣ合成フィルタによる合成を行う。

このように、適応音源符号帳１１７および固定音源符号帳１１９で生成された音源ベクトルを用いて符号化歪みが求められる一連の処理は、閉ループ（帰還ループ）となっており、歪み最小化部１１６は、この符号化歪みが最小となるように、適応音源符号帳１１７、固定音源符号帳１１９、およびゲイン符号帳１２１に対して指示を行う。そして、歪み最小化部１１６は、符号化歪みが最小となる各種ＣＥＬＰ符号化パラメータ（Ｃ_Ａ、Ｃ_Ｄ、Ｃ_Ｇ）をスケーラブル符号化装置１００の外部に出力する。

図４は、第１チャネル信号用エンコーダ１０４内部の主要な構成を示すブロック図である。

なお、この第１チャネル信号用エンコーダ１０４において、ＬＰＣ分析部１３１、ＬＰＣ量子化部１３２、ＬＰＣ合成フィルタ１３３、加算器１３４、歪み最小化部１３６、適応音源符号帳１３７、乗算器１３８、固定音源符号帳１３９、乗算器１４０、ゲイン符号帳１４１、および加算器１４２は、上記のモノラル信号用ＣＥＬＰエンコーダ１０３における、ＬＰＣ分析部１１１、ＬＰＣ量子化部１１２、ＬＰＣ合成フィルタ１１３、加算器１１４、歪み最小化部１１６、適応音源符号帳１１７、乗算器１１８、固定音源符号帳１
１９、乗算器１２０、ゲイン符号帳１２１、および加算器１２２とそれぞれ同様の構成であるため、説明を省略する。

全く新規な構成は、第２チャネル信号誤差成分算出部１４３である。また、聴感重み付け部１３５および歪み最小化部１３６の基本的動作は、モノラル信号用ＣＥＬＰエンコーダ１０３における聴感重み付け部１１５および歪み最小化部１１６と同様であるが、これらは第２チャネル信号誤差成分算出部１４３の出力を受けて、以下のようにモノラル信号用ＣＥＬＰエンコーダ１０３と異なる動作も行う。

本実施の形態に係るスケーラブル符号化装置１００は、第２レイヤ、すなわち、第１チャネル信号用エンコーダ１０４においてＣＨ１を符号化する際に、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの和を最小化するように、ＣＨ１の符号化パラメータを決定する。これにより、ＣＨ１およびＣＨ２の符号化歪みが同時に最適化されることにより、高品質な音声を達成することができる。

第２チャネル信号誤差成分算出部１４３は、第２チャネル信号に仮にＣＥＬＰ符号化を施した場合の誤差成分、すなわち、上記のＣＨ２の符号化歪みを算出する。具体的には、第２チャネル信号誤差成分算出部１４３内の第２チャネル合成信号生成部１４４は、合成モノラル信号Ｍ’を２倍し、この値から合成第１チャネル信号ＣＨ１’を減じることにより、合成第２チャネル信号ＣＨ２’を算出する。第２チャネル信号のＣＥＬＰ符号化は行わない。そして、加算器１４５が、第２チャネル信号ＣＨ２と合成第２チャネル信号ＣＨ２’との差分を求める。

聴感重み付け部１３５は、モノラル信号用ＣＥＬＰエンコーダ１０３内の聴感重み付け部１１５と同様に、第１チャネル信号ＣＨ１と合成第１チャネル信号ＣＨ１’との差分、すなわち第１チャネルの符号化歪みに聴感重み付けを施す。さらに、聴感重み付け部１３５は、第２チャネル信号ＣＨ２と合成第２チャネル信号ＣＨ２’との差分、すなわち第２チャネルの符号化歪みにも聴感重み付けを施す。

歪み最小化部１３６は、これらの聴感重み付けされた符号化歪み、すなわち、第１チャネル信号に対する符号化歪み及び第２チャネル信号に対する符号化歪みの和を最小化するように、以下に示すアルゴリズムによって最適な適応音源ベクトル、固定音源ベクトル、及びこれらのゲインが決定される。

以下は、歪み最小化部１３６において使用される符号化歪み最小化のアルゴリズムを説明したものである。なお、ＣＨ１、ＣＨ２は入力信号、ＣＨ１’はＣＨ１の合成信号、ＣＨ２’はＣＨ２の合成信号、Ｍ’は合成モノラル信号とする。

第１チャネル信号および第２チャネル信号に対する符号化歪みの和ｄは、以下の（式３）で表される。
ｄ＝‖ＣＨ１−ＣＨ１’‖^２＋‖ＣＨ２−ＣＨ２’‖^２ …（式３）

ところで、モノラル信号と第１チャネル信号および第２チャネル信号の関係から、ＣＨ２’は、以下の（式４）に示すように、既に符号化されたモノラルの合成信号Ｍ’と第１チャネルの合成信号ＣＨ１’とによって表すことができる。
ＣＨ２’＝２×Ｍ’−ＣＨ１’ …（式４）
よって、（式３）は、以下の（式５）と書き直すことができる。
ｄ＝‖ＣＨ１−ＣＨ１’‖^２＋‖ＣＨ２−（２×Ｍ’−ＣＨ１’）‖^２ …（式５）
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、（式５）で表される符号化歪みｄを最小にするようなＣＨ１’を得るような第１チャネル信号のＣＥＬＰ符号化パラ
メータを探索により求める。

具体的には、まず第１チャネルに対するＬＰＣパラメータの分析・量子化を行う。次に、上記（式５）で表される符号化歪みを最小にするような適応音源符号帳探索、固定音源符号帳探索、および音源ゲイン探索を行い、適応音源符号帳インデックス、固定音源符号帳インデックス、および音源ゲインインデックスを決定する。

すなわち、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの和を最小にするにもかかわらず、符号化の過程では、ＣＨ１の符号化歪みのみを考慮すればよい。これによって、ＣＨ２に対する符号化歪みも同時に考慮される。

このように、第１チャネルのパラメータの符号化（適応音源符号帳インデックスおよび固定音源符号帳インデックス）を最適に行うことによって、第１チャネルの信号のみならず、第２チャネルの信号に対しても符号化歪みを最小化するように符号化を行うことができる。

次に、歪み最小化部１３６において使用される符号化歪みを最小化するアルゴリズムのもう一つのバリエーションについて説明する。ここでは、第１チャネル信号の符号化歪み及び第２チャネル信号の符号化歪みに対し、聴感重み付け部１３５での聴感的な重み付けに加えて、いずれかのチャネル信号を高精度に符号化したい場合に、その程度に応じた重み付けを行う場合について説明する。なお、α、βは聴感重み付け後のＣＨ１およびＣＨ２のそれぞれの符号化歪みに対する重み係数とする。

第１チャネル信号および第２チャネル信号に対する符号化歪みの和ｄ’は、以下の（式６）で表される。
ｄ’＝α×‖ＣＨ１−ＣＨ１’‖^２＋β×‖ＣＨ２−ＣＨ２’‖^２ …（式６）

ところで、モノラル信号と第１チャネル信号および第２チャネル信号の関係から、ＣＨ２’は、以下の（式７）に示すように、既に符号化されたモノラルの合成信号Ｍ’と第１チャネルの合成信号ＣＨ１’とで表すことができる。
ＣＨ２’＝２×Ｍ’−ＣＨ１’ …（式７）
よって、（式６）は、以下の（式８）となる。
ｄ’＝α×‖ＣＨ１−ＣＨ１’‖^２＋β×‖ＣＨ２−（２×Ｍ’−ＣＨ１’）‖^２
…（式８）
本実施の形態に係るスケーラブル符号化装置は、この（式８）で表される符号化歪みｄ’を最小にするようなＣＨ１’を得るように第１チャネルＣＥＬＰ符号化パラメータを探索により求める。

具体的には、まず第１チャネルに対するＬＰＣパラメータの分析・量子化を行う。次に、（式８）で表される符号化歪みを最小にするような適応音源符号帳探索、固定音源符号帳探索、および音源ゲイン探索を行い、適応音源符号帳インデックス、固定音源符号帳インデックス、および音源ゲインインデックスを決定する。

すなわち、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの和を最小にするにもかかわらず、符号化の過程では、ＣＨ１の符号化歪みのみを考慮すれば良い。これによって、ＣＨ２に対する符号化歪みも同時に考慮されたことになる。

ここで、同時に考慮するということは、必ずしも同じ割合で符号化歪みを考慮するということを意味するのではなく、例えば第１チャネル信号と第２チャネル信号とが全く独立の信号（例えば、音声信号と別の音楽信号とであったり、あるいは話者Ａの音声と話者Ｂ
の音声とである場合等）であって、第１チャネル信号をより高精度に符号化したい場合には、第１チャネル信号の歪み信号に対する重み係数αをβよりも大きな値にすることによって、第１チャネル信号の歪みを第２チャネル信号に比べて小さくすることができる。

なお、αおよびβの値の決定方法としては、入力信号の種別（音声信号あるいは音楽信号など）によってあらかじめ、テーブルとして用意しておくこともできるし、あるいは、一定区間（フレーム、サブフレーム等）の信号のエネルギーの比を算出して、決定することも可能である。

図５は、上記のスケーラブル符号化装置１００によって生成された符号化パラメータを復号する、すなわち、スケーラブル符号化装置１００に対応するスケーラブル復号装置１５０の主要な構成を示すブロック図である。

モノラル信号用ＣＥＬＰデコーダ１５１は、モノラル信号のＣＥＬＰ符号化パラメータからモノラル信号Ｍ’を合成する。第１チャネル信号用デコーダ１５２は、第１チャネル信号のＣＥＬＰ符号化パラメータから第１チャネル信号ＣＨ１’を合成する。

一方、第２チャネル信号用デコーダ１５３は、モノラル信号Ｍ’と第１チャネル信号ＣＨ１’とから、以下の（式９）に従って第２チャネル信号ＣＨ２’を求める。
ＣＨ２’＝２×Ｍ’−ＣＨ１’ …（式９）

このように、本実施の形態によれば、ＣＨ１を符号化する際に、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの和を最小化するように、ＣＨ１の符号化パラメータを決定するため、ＣＨ１およびＣＨ２の復号精度を向上させることができ、復号信号の音質劣化を防止することができる。

なお、本実施の形態では、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの和を最小化するようにＣＨ１の符号化パラメータを決定したが、ＣＨ１の符号化歪み及びＣＨ２の符号化歪みの双方がいずれも最小化するようにＣＨ１の符号化パラメータを決定しても良い。

（実施の形態２）
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２００の主要な構成を示すブロック図である。なお、このスケーラブル符号化装置２００は、実施の形態１に示したスケーラブル符号化装置１００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。

本実施の形態では、第２レイヤにおいてＣＨ１を符号化する際に、ＣＨ１のモノラル信号からの差分パラメータを符号化する。より詳細には、第１チャネル信号用エンコーダ１０４ａは、スケーラブル符号化装置２００に入力された第１チャネル信号ＣＨ１に対し、ＣＥＬＰ符号化に準じた符号化、すなわち、線形予測分析および適応音源符号帳探索による符号化を行い、この過程で得られる符号化パラメータと、モノラル信号用ＣＥＬＰエンコーダ１０３から出力されるモノラル信号のＣＥＬＰ符号化パラメータとの差分パラメータを求める。なお、この符号化についても単にＣＥＬＰ符号化と呼ぶこととすると、上記の処理は、モノラル信号Ｍと第１チャネル信号ＣＨ１とに対し、ＣＥＬＰ符号化パラメータのレベル（段階）で差分をとることに相当する。そして、第１チャネル信号用エンコー
ダ１０４ａは、上記の差分パラメータに対して符号化を行う。これにより、差分パラメータを量子化することになるので、より効率的な符号化を行うことができる。

モノラル信号用ＣＥＬＰエンコーダ１０３は、実施の形態１と同様に、第１チャネル信号および第２チャネル信号から生成されたモノラル信号に対してＣＥＬＰ符号化を行い、モノラル信号のＣＥＬＰ符号化パラメータを抽出し、出力する。このモノラル信号のＣＥＬＰ符号化パラメータは、第１チャネル信号用エンコーダ１０４ａにも入力される。また、モノラル信号用ＣＥＬＰエンコーダ１０３は、合成されたモノラル信号Ｍ’も第１チャネル信号用エンコーダ１０４ａに出力する。

第１チャネル信号用エンコーダ１０４ａの入力は、第１チャネル信号ＣＨ１、第２チャネル信号ＣＨ２、合成されたモノラル信号Ｍ’、およびモノラル信号のＣＥＬＰ符号化パラメータである。第１チャネル信号用エンコーダ１０４ａは、モノラル信号に対する第１チャネル信号の差分を符号化し、第１チャネル信号のＣＥＬＰ符号化パラメータを出力する。ここで、モノラル信号は既にＣＥＬＰ符号化されていて、符号化パラメータが抽出されているので、第１チャネル信号のＣＥＬＰ符号化パラメータは、モノラル信号のＣＥＬＰ符号化パラメータに対する差分パラメータとなっている。

図７は、第１チャネル信号用エンコーダ１０４ａ内部の主要な構成を示すブロック図である。

ＬＰＣ量子化部１３２は、ＬＰＣ分析部１３１で得られる第１チャネル信号ＣＨ１のＬＰＣパラメータと、モノラル信号用ＣＥＬＰエンコーダ１０３で既に求められているモノラル信号ＭのＬＰＣパラメータとの差分ＬＰＣパラメータを求め、この差分を量子化して最終的な第１チャネルのＬＰＣパラメータとする。

音源探索は次のように行われる。適応音源符号帳１３７ａは、第１チャネルＣＨ１の適応符号帳ラグをモノラル信号の適応符号帳ラグとこれに対する差分ラグパラメタとして表す。固定音源符号帳１３９ａは、ＣＨ１の固定音源符号帳インデックスとして、モノラル信号用ＣＥＬＰエンコーダ１０３の固定音源符号帳１１９で使用されたモノラル信号Ｍ用の固定音源符号帳インデックスを用いる。すなわち、固定音源符号帳１３９ａは、固定音源ベクトルとして、モノラル信号の符号化で得られたものと同一のものを用いる。

音源ゲインは、モノラル信号Ｍの符号化で得られた適応音源ゲインとこれに乗じるゲイン乗数値との積、または、モノラル信号Ｍの符号化で得られた固定音源ゲインとこれに乗じるゲイン乗数値（適応音源ゲインに乗じるものと同一）との積で表し、このゲイン乗数値を符号化する。

図８は、上記のスケーラブル符号化装置２００に対応するスケーラブル復号装置２５０の主要な構成を示すブロック図である。

第１チャネル信号用デコーダ１５２ａは、モノラル信号のＣＥＬＰ符号化パラメータおよび第１チャネル信号のＣＥＬＰ符号化パラメータの双方から、第１チャネル信号ＣＨ１’を合成する。

このように、本実施の形態によれば、第２レイヤにおいてＣＨ１を符号化する際に、モノラル信号からの差分パラメータを符号化するため、より効率的な符号化を行うことができる。

以上、本発明に係る実施の形態１、２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復号装置は、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。

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復号装置は、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も可能であり、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および基地局装置を提供することができる。

なお、上記各実施の形態において、モノラル信号ＭをＣＨ１とＣＨ２の平均信号としたが、かならずしもこれに限ったものではない。

また、適応音源符号帳は、適応符号帳と呼ばれることがある。また、固定音源符号帳は、固定符号帳、雑音符号帳、確率符号帳（stochastic codebook）、または乱数符号帳（random codebook）と呼ばれることがある。

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、本発明はソフトウェアで実現することも可能である。

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チップ化されていても良いし、一部または全てを含むように１チップ化されていても良い。

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、２００４年９月３０日出願の特願２００４−２８８３２７に基づく。こ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、スケーラブル復号装置、及びこれらの方法は、移動体通信システムにおいて、ステレオ音声信号に対し、ＣＥＬＰ符号化によるスケーラブル符号化を行う通信端末装置、基地局装置等の用途に適用できる。

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モノラル信号と第１チャネル信号および第２チャネル信号との関係を示す図実施の形態１に係るモノラル信号用ＣＥＬＰエンコーダ内部の主要な構成を示すブロック図実施の形態１に係る第１チャネル信号用エンコーダ内部の主要な構成を示すブロック図実施の形態１に係るスケーラブル復号装置の主要な構成を示す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主要な構成を示すブロック図実施の形態２に係る第１チャネル信号用エンコーダ内部の主要な構成を示すブロック図実施の形態２に係るスケーラブル復号装置の主要な構成を示すブロック図

Claims

第１チャネル信号と第２チャネル信号とを含むステレオ音声信号からモノラル音声信号を生成する生成手段と、
前記モノラル音声信号に対しＣＥＬＰ方式の符号化を施すモノラル符号化手段と、
前記第２チャネル信号に対するＣＥＬＰ方式の符号化で生じる符号化歪みを算出する算出手段と、
前記第１チャネル信号に対しＣＥＬＰ方式の符号化を施して、当該符号化で生じる前記第１チャネル信号の符号化歪みおよび前記算出手段で算出される前記第２チャネル信号の符号化歪みの和が最小となる前記第１チャネル信号の符号化パラメータを求める第１チャネル符号化手段と、
を具備し、
前記第１チャネル符号化手段は、
前記モノラル符号化手段において前記モノラル音声信号に対する固定音源符号帳探索で得られる固定音源符号帳インデックスを、前記第１チャネル信号の固定音源符号帳インデックスとして用いる、
スケーラブル符号化装置。
前記モノラル符号化手段は、
前記モノラル音声信号に対するＣＥＬＰ方式の符号化で得られる符号化パラメータを用いて合成モノラル信号を生成し、
前記第１チャネル符号化手段は、
前記第１チャネル信号に対するＣＥＬＰ方式の符号化で得られる符号化パラメータを用いて合成第１チャネル信号を生成し、
前記算出手段は、
前記合成モノラル信号と前記合成第１チャネル信号とを用いて合成第２チャネル信号を生成し、前記第２チャネル信号と前記合成第２チャネル信号との差分を求めることにより、前記第２チャネル信号に対するＣＥＬＰ方式の符号化で生じる符号化歪みを算出する、請求項１記載のスケーラブル符号化装置。
前記第２チャネル信号に対する符号化を行わない請求項１記載のスケーラブル符号化装置。
前記和は、前記第１チャネル信号の符号化歪み及び前記第２チャネル信号の符号化歪みにそれぞれ重み付けした歪みの和である請求項１記載のスケーラブル符号化装置。
前記モノラル符号化手段は、
前記モノラル音声信号に対する線形予測分析で得られる符号化パラメータを前記第１チャネル符号化手段に出力し、
前記第１チャネル符号化手段は、
前記第１チャネル信号に対する線形予測分析で得られる符号化パラメータと前記モノラル符号化手段から出力される符号化パラメータとの差分を符号化する、
請求項１記載のスケーラブル符号化装置。
前記モノラル符号化手段は、
前記モノラル音声信号に対する適応音源符号帳探索で得られる符号化パラメータを前記第１チャネル符号化手段に出力し、
前記第１チャネル符号化手段は、
前記第１チャネル信号に対する適応音源符号帳探索で得られるパラメータと前記モノラル符号化手段から出力される符号化パラメータとの差分を符号化する、
請求項１記載のスケーラブル符号化装置。
前記生成手段は、
前記第１チャネル信号および前記第２チャネル信号の平均を求めて前記モノラル音声信号とする、
請求項１記載のスケーラブル符号化装置。
請求項１記載のスケーラブル符号化装置に対応するスケーラブル復号装置であって、
前記モノラル符号化手段から出力される符号化パラメータを用いてモノラル音声信号を復号するモノラル復号手段と、
前記モノラル符号化手段から出力される符号化パラメータと前記第１チャネル符号化手段から出力される符号化パラメータとを用いてステレオ音声信号の第１チャネル信号を復号する第１チャネル復号手段と、
前記モノラル音声信号と前記ステレオ音声信号の第１チャネル信号とを用いて前記ステレオ音声信号の第２チャネル信号を復号する第２チャネル復号手段と、
を具備するスケーラブル復号装置。
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。
請求項８記載のスケーラブル復号装置を具備する通信端末装置。
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。
請求項８記載のスケーラブル復号装置を具備する基地局装置。
第１チャネル信号と第２チャネル信号とを含むステレオ音声信号からモノラル音声信号を生成する生成ステップと、
前記モノラル音声信号に対しＣＥＬＰ方式の符号化を施すモノラル符号化ステップと、前記第２チャネル信号に対するＣＥＬＰ方式の符号化で生じる符号化歪みを算出する算出ステップと、
前記第１チャネル信号に対しＣＥＬＰ方式の符号化を施して、当該符号化で生じる前記第１チャネル信号の符号化歪みおよび前記算出ステップにおいて算出される前記第２チャネル信号の符号化歪みの和が最小となる前記第１チャネル信号の符号化パラメータを求める第１チャネル符号化ステップと、
を具備し、
前記第１チャネル符号化ステップでは、
前記モノラル符号化ステップにおいて前記モノラル音声信号に対する固定音源符号帳探索で得られる固定音源符号帳インデックスが、前記第１チャネル信号の固定音源符号帳インデックスとして用いられる、
スケーラブル符号化方法。
請求項１３記載のスケーラブル符号化方法に対応するスケーラブル復号方法であって、前記モノラル符号化ステップで生成される符号化パラメータを用いてモノラル音声信号を復号するモノラル復号ステップと、
前記第１チャネル符号化ステップで生成される符号化パラメータを用いてステレオ音声信号の第１チャネル信号を復号する第１チャネル復号ステップと、
前記モノラル音声信号と前記ステレオ音声信号の第１チャネル信号とを用いて前記ステレオ音声信号の第２チャネル信号を復号する第２チャネル復号ステップと、
を具備するスケーラブル復号方法。