JP5069909B2 - ブロック系列化に基づくオーディオコーディング - Google Patents

Description

本発明は、符号化処理を少なくとも一つのオーディオ情報ストリームへ施すような型のディジタルオーディオエンコーダであって、そのオーディオ情報ストリームは少なくとも一つのフレームへセグメント化された少なくとも一つのオーディオチャンネルを表しており、各々のフレームはディジタルオーディオ情報の少なくとも一つのブロックを含む、ディジタルオーディオエンコーダの動作の最適化に関する。更に詳しくは、本発明はフレームへ施されるコーディング処理を最適化する方式でフレームに配置されたオーディオ情報のブロックをグループ化〔系列化〕することに関する。

多くのオーディオ処理システムはオーディオ情報のストリームをフレームへ分割し、そのフレームを特定の時間区間におけるオーディオ情報の一部を表すシーケンシャルなデータのブロックへ更に分割することによって動作する。何らかの型の信号処理がストリーム中の各ブロックに施される。各ブロックへ知覚符号化処理を施すオーディオ処理システムの二つの例は、アドバンスドオーディオコーダー（ＡＡＣ）規格（これはＩＳＯ／ＩＥＣ１３８１８−７、「ＭＰＥＧ−２アドバンスドオーディオコーディング（ＡＡＣ）」国際規格１９９７；ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９，「Ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ―ｖｅｒｙ ｌｏｗ ｂｉｔｒａｔｅ ａｕｄｉｏ−ｖｉｓｕａｌ ｃｏｄｉｎｇ」及びＩＳＯ／ＩＥＣ ＩＳ−１４４９６（パート３、オーディオ）、１９９６に記載されている）に適合するシステムと、アドバンスドテレビジョンシステム協会（ＡＴＳＣ）のＡ／５２Ａ文書（表題「Ｒｅｖｉｓｉｏｎ Ａ ｔｏ Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｃｏｍｐｒｅｓｓｉｏｎ（ＡＣ３）規格」（２００１年８月２０日発行））に適合する所謂ＡＣ−３システムである。

多くのオーディオ処理系においてブロックに適用される信号処理の一形態は知覚コーディング形式であり、これはブロックにおけるオーディオ情報の解析を実行して、そのスペクトル成分の表現を得て、スペクトル成分の知覚マスキング効果を予測し、そのスペクトル成分を結果的な量子化雑音が不可聴になる若しくはその可聴性を可能な限り低くする方式で量子化して、この量子化されたスペクトル成分の表現を送信又は記録可能なエンコード化信号へ構成する。量子化されたスペクトル成分からオーディオ情報のブロックを回復するために必要な制御パラメータのセットもエンコード化信号中に構成される。

スペクトル解析は様々な手法で実行可能であるが、時間域―周波数域変換が一般的である。オーディオ情報のブロックの周波数域表現への変換においては、オーディオ情報のスペクトル成分がベクトルの系列〔シーケンス〕で表現され、その各ベクトルは各々のブロックについてのスペクトル成分を表す。ベクトルの成分は周波数域係数であり、各ベクトル成分の添字〔インデックス〕は特定の周波数区間に対応する。各変換係数により表されている周波数区間の幅は一定又は可変である。離散フーリエ変換（ＤＦＴ）又は離散コサイン変換（ＤＣＴ）などのフーリエ型変換により生成された変換係数によって表される周波数区間の幅は一定である。ウェーブレット又はウェーブレットパケット変換により生成された変換係数によって表される周波数区間の幅は可変であって、通例は周波数の増大に伴って大きくなる。例えば、Ａ．Ａｋａｎｓｕ，Ｒ．Ｈａｄｄｅｄ，”Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ Ｓｉｇｎａｌ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ，Ｔｒａｎｓｆｏｒｍｓ，Ｓｕｂｂａｎｄｓ，Ｗａｖｅｌｅｔｓ”（Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ社（サンジェゴ）１９９２年刊）を参照されたい。

知覚エンコード化信号からオーディオ情報のブロックを回復するのに利用できる信号処理の一形式は、エンコード化信号から制御パラメータのセット及び量子化スペクトル成分の表現を得て、そのパラメータのセットを使ってオーディオ情報のブロックへ統合するためのスペクトル成分を導出する。その統合はエンコード化信号の生成に用いた解析に対して相補的である。周波数域−時間域変換を用いる統合は一般的である。

多くのコーディング用途において、エンコード化信号の送信又は記録に利用可能な帯域幅又は空間は制限されており、この制限は量子化スペクトル成分を表現するのに使用可能なデータ量に厳しい制約を課している。制御パラメータのセットを伝達するのに必要なデータは、量子化スペクトル成分を表現するのに使用可能なデータ量を更に低減するオーバーヘッドである。

いくつかのコーディングシステムでは、１組の制御パラメータを用いてオーディオ情報の各ブロックをエンコードする。この種のコーディングシステムにおけるオーバーヘッドを低減するための一つの既知の手法では、エンコード化信号からオーディオ情報の複数のブロックを回復するために１組のみの制御パラメータを必要とする方式で符号化処理を制御する。仮に符号化処理を１０個のブロックが１組の制御パラメータを共有するように制御するならば、例えばこれらのパラメータについてのオーバーヘッドは９０パーセント低減する。残念ながら、オーディオ信号は定常的ではないので、フレームにおけるオーディオ情報の全てのブロックについての符号化処理効率は、制御パラメータがあまりに多くのブロックにより共有される場合には、最適とはならないことがある。かくして要請されるのは、制御パラメータを伝えるのに必要なオーバーヘッドを低減するように当該処理を制御することによって信号処理効率を最適化する手法である。

本発明によれば、フレームに配列されたオーディオ情報のブロックは少なくとも一つのセット即ちグループにグループ化〔系列化〕され、各ブロックが各々のグループ内にあるようにされる。各グループは一つのフレーム内の単独のブロックか、又は２以上のブロックのセットから構成されて、グループにおける各ブロックに施される処理は、少なくとも一つの制御パラメータの共通のセット、例えばスケール因子のセットを用いる。本発明はブロックの系列化を制御して信号処理能力を最適化することを目的としている。

コーディングシステムにおいては、例えばオーディオ情報のブロックからなるオーディオ情報のストリームは複数のフレーム内に配置され、ここで、各フレームがブロックの少なくとも一つのグループを有している。少なくとも一つの符号化パラメータの１セットが、各グループ内の全てのブロックについてのオーディオ情報をエンコードするために用いられる。ブロックは符号化性能の何らかの指標を最適化するように系列化される。例えば、本発明の様々な特徴を組み込む符号化システムは、ブロックの系列化を制御して、信号エラー（これは、各ブロックがそれ自身の符号化パラメータのセットを使ってエンコード化されている参照信号についてのエンコード化信号の歪と比較した、フレーム中の各グループについて共有符号化パラメータを用いるフレーム内のエンコード化オーディオ情報の歪を表す）を最小化する。

本発明の様々な特徴及びその好ましい実施例は以下の説明及び添付図面の参照によってより良く理解されよう。尚、各図において同様な参照符号は同様な構成要素を示す。以下の説明及び図面の内容は例示としてのみ記載されたものであって、本発明の範囲に対する限定を表すものと解すべきではない。

本発明の実施形態

Ａ．序論
図１はオーディオコーディングシステムを示し、ここではエンコーダ１０が経路５からオーディオ信号の少なくとも一つのチャンネルを表すオーディオ情報の少なくとも一つのストリームを受け取る。エンコーダ１０はオーディオ情報のストリームを処理して、経路１５に沿って送信又は記録可能なエンコード化信号を生成する。このエンコード化信号はその後デコーダ２０により受け取られ、このデコーダ２０はエンコード化信号を処理して経路２５に沿って、経路５から受け取られたオーディオ情報の複製を生成する。複製のコンテンツは原オーディオ情報と同一ではないかもしれない。エンコーダ１０が可逆符号化法を用いてエンコード化信号を生成するならば、デコーダ２０は原理的には原オーディオ情報ストリームと同一の複製を回復することができる。エンコーダ１０が例えば知覚コーディングなどの非可逆符号化技術を用いるならば、回復された複製のコンテンツは一般に原ストリームのコンテンツと同一ではないが、知覚的には原コンテンツとは区別できないであろう。

エンコーダ１０は、少なくとも一つの処理制御パラメータの１セットに応答する符号化処理を用いて各ブロックにおけるオーディオ情報をエンコードする。例えば、符号化処理は各ブロックにおける時間域情報を周波数域変換係数へ変換し、該変換係数を少なくとも一つの浮動小数点仮数が浮動小数点指数に関連付けられる浮動小数点形式で表し、この浮動小数点指数を用いて仮数のスケーリング及び量子化を制御する。この基本的な試みは多くのオーディオコーディングシステムで用いられており、これは既に述べて以下の節で詳細に説明するＡＣ−３及びＡＡＣシステムを含む。しかしながら、スケール因子及びそれらの制御パラメータとしての使用は本発明の教示が如何に適用されるかについての単なる一例であることに留意されたい。

一般に、各浮動小数点変換係数の値は、各係数仮数がそれ自身の指数に関連しているならば、各仮数を正規化できる可能性がより高くなるので、所与のビット数により一層に正確に表すことができるが、幾つかの係数の仮数が指数を共有するならば、所与のビット数で一つのブロックについての変換係数のセット全体をより正確に表すことができる可能性がある。正確さを増大させることが可能であるのは、共有は指数のエンコードに必要なビット数を低減し、より高い精度で仮数を表すためにより多くのビット数を用いることを可能とするからである。幾つかの仮数はもはや正規化されていないこともありうるが、変換係数の値が同様であるならば、より高い制度は少なくとも幾つかの仮数のより正確な表現をもたらしうる。仮数の間で指数が共有される仕方はブロックごとに適応されてもよいし、共有構成は不変であってもよい。指数共有構成が不変であるならば、各指数及びその関連する仮数が、ヒトの聴覚系の臨界帯域に相応する周波数サブバンドを規定するように指数を共有することが一般的である。この方式では、各変換係数で表される周波数区間が一定であるならば、低周波数についてよりも高周波数についてより多数の仮数が指数を共有する。

一つのブロック内の仮数の間の浮動小数点指数共有の概念は、二つ又はそれよりも多くのブロックにおける仮数の間の指数共有へ拡張できる。指数共有はエンコード化信号において指数を伝達するのに必要なビット数を低減するので、より高い精度で仮数を表すために追加的なビットが利用可能になる。ブロックにおける諸変換係数値の類似性に依存して、内部ブロック指数共有は、仮数が表現される正確さを増減し得る。

ここまでの説明は、浮動小数点指数の共有による、変換係数値の浮動小数点表示の精度における代償について言及した。精度における同様な代償は符号化処理、例えば係数仮数の量子化を制御するために知覚モデルを利用する知覚コーディングなどを制御するために用いるパラメータのブロック間共有について生じる。ＡＣ−３及びＡＡＣシステムに用いられる符号化処理は、例えば変換係数の浮動小数点指数を用いて変換係数仮数の量子化のためのビット割当を制御する。ブロック間の指数の共有は指数を表すのに必要なビットを低減し、これはエンコード化仮数を表すのにより多くのビットを用いることを可能とする。幾つかの例では２つのブロックの間の指数共有はエンコード化された仮数の値を表す精度を減少させる。他の例では、２つのブロック間の指数の共有は仮数の精度を増大させる。２つのブロックの間の指数の共有が仮数の精度を増大させるなら、３つ又はそれ以上のブロックの間の共有は精度に更なる増加を与えることがありうる。

本発明の様々な態様は、グループの数及びブロックのグループの間のグループ境界を、エンコード化信号の歪みを最小化するように最適化することにより、オーディオエンコーダにおいて実装できる。エンコード化信号のフレームを表すのに用いられるビットの総数と、グループ構成を最適化するために用いられる技法の計算の複雑さとの一方又は両方と、最小化す度合いとの間でトレードオフがなされてもよい。一つの実施においては、これは平均二乗誤差エネルギーの指標を最小化することにより達成される。

Ｂ．背景
以下の説明は本発明の様々な態様をフレームに構成されたオーディオ情報のブロックのグループの処理を最適化するオーディオコーディングシステムに組み込みうる仕方を説明する。最適化はまず数値的な最小化問題として表現される。この数値的な枠組みは種々の程度の計算の複雑さを有し、且つ種々の程度の最適化を与える幾つかの実装を開発するために用いられる。

１．数値的最小化問題としてのグループ選択
グループは、フレーム内の可変な数のグループを許すことにより最適化処理における自由度を与える。最適グループ化構成を計算する目的で、グループの数および各グループ内のブロックの数はフレームからフレームへ変化しうるものとする。更に、グループは単独のブロックからなるか、又は全てが単独のフレーム内にある複数のブロックからなるとする。実行すべき最適化は、少なくとも一つの制約条件が与えられたもとで、フレーム内のブロックのグループ化を最適化することである。これらの制約条件は、用途によって変化してもよく、エンコード化信号の忠実性のような信号処理結果の優秀さの最大化として表現されてもよいし、或いはエンコード化信号歪のような逆処理結果〔不都合な処理結果〕の最小化として表現されてもよい。例えば、オーディオコーダーは、エンコード化信号の所与のデータレートについての歪みを最小化することを要求する制約条件を持ってもよく、或いはエンコード化信号データレートをエンコード化信号歪みのレベルに対してトレードオフすることを要求する制約条件を持っていてもよい。一方、解析／検出／分類システムは計算の複雑さに対して解析、検出又は分類の精度をトレードオフすることを要求する制約条件を持ってもよい。信号歪みの指標を以下に説明するが、これらは使用し得る幅広い多様な品質指標の単なる例である。以下に説明する技法は、比較を逆にし、高い、低いまたは最大、最小のような相対量に対する言及を逆にすることにより、たとえばエンコード化信号の忠実性などの信号処理の優秀さの指標とともに用いてもよい。

本発明はオーディオ情報の時間領域及び周波数領域表示の使用において互いに相違がある少なくとも三つの戦略の任意の一つに従って実施できることが予測される。第１の戦略では、時間領域情報を解析して時間領域情報を運ぶブロックのグループの処理を最適化する。第２の戦略では、周波数領域情報を解析して時間領域情報を運ぶブロックのグループの処理を最適化する。第３の戦略では、周波数領域情報を解析して周波数領域情報を運ぶブロックのグループの処理を最適化する。第３の計画による様々な実施について以下に説明する。

オーディオ情報を送信又は記録のために符号化する本発明の実施においては、以下の説明のために用語「歪み」及び「サイドコスト（Ｓｉｄｅ ｃｏｓｔ）」を定義することが有益である。

用語「歪み」は、グループに属する一つ又は複数のブロックにおける周波数領域変換係数の関数であり、グループの空間から負でない実数の空間にへのマッピングである。零の歪みは、ちょうどＮ個のグループを包含するフレームへ割り当てられ、ここでＮはフレームにおけるブロックの数である。この場合、二つ又はそれ以上のブロック間の制御パラメータの共有はない。

用語「サイドコスト」は、負ではない整数のセットから負ではない実数のセットにマップする離散関数である。以下の説明では、サイドコストとは、引数ｘの正の線形関数とする。ここでｘはｐ−１に等しく、ｐはフレーム内のグループの数である。フレーム内のグループ数が１に等しいならば、零のサイドコストがフレームに割り当てられる。

歪みを計算する二つの手法を以下に説明する。一つの手法は、「帯域化（banded）」に基づいて、Ｋ個の周波数帯域の各々について歪みを計算し、ここで各周波数帯域は、隣接する少なくとも一つ又はそれ以上の周波数領域変換係数のセットである。第二の手法は、その周波数帯域全てに跨る広帯域方向におけるブロック全体について単一の歪みを計算する。以下の説明のためには更に幾つかの用語を定義することが有益である。

用語「帯域化された歪み（banded distortion）」とは次元Ｋの複数の値のベクトルであり、低周波数から高周波数へ添字を付してある。このベクトルにおけるＫ個の成分の各々はブロック内の一つ又はそれ以上の変換係数の各セットについての歪値を表す。

用語「ブロック歪」とはブロックについての歪値を表すスカラー値である。

用語「前置エコー歪み」とはスカラー値であって、何らかの最小可知差異（ＪＮＤ：Ｊｕｓｔ Ｎｏｔｉｃｅａｂｌｅ Ｄｉｆｆｅｒｅｎｃｅ）広帯域参照エネルギー閾域に対する所謂前置エコー歪みのレベルを表し、ここでＪＮＤ参照エネルギー閾域を下回る歪みは重要ではないとみなされる。

用語「時間支持（ｔｉｍｅ ｓｕｐｐｏｒｔ）」とは変換係数の単独のブロックに対応する時間領域サンプルの拡がりである。修正離散コサイン変換（ＭＤＣＴ）（Ｐｒｉｎｃｅｎ ｅｔ ａｌ．，”Ｓｕｂｂａｎｄ／Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎｇ Ｕｓｉｎｇ Ｆｉｌｔｅｒ Ｂａｎｋ Ｄｅｓｉｇｎｓ Ｂａｓｅｄ ｏｎ Ｔｉｍｅ Ｄｏｍａｉｎ Ａｌｉａｓｉｎｇ Ｃａｎｃｅｌｌａｔｉｏｎ，”ＩＣＡＳＳＰ １９８７ ＣＯＮＦ． ＰＲＯＣ．，１９８７年５月、２１６１−６４頁に記載されている）については、変換係数に対するどんな修正も、この変換により課される時間領域におけるセグメント間の５０％の重畳のため、変換係数の二つの連続的ブロックから回復される情報に影響を及ぼす。このＭＤＣＴについての時間支持は係数の最初に影響されたブロックのみに対応する時間セグメントである。

用語「ジョイントチャンネルコーディング」はコーディング手法であり、これによりオーディオ情報の二つ又はそれ以上のチャンネルがエンコーダにて何らかの仕方で組み合わされて、デコーダにて別個のチャンネルへ分離される。デコーダにより得られた別個のチャンネルは同一ではないこともあり、或いはさらに知覚的には原チャンネルから識別できないこともある。ジョイントチャンネルコーディングは両方のチャンネルの間の相互情報（mutual information）を活用することによりコーディング効率を高めるのに用いられる。

前置エコー歪み（pre-echo distortion）は、変換の時間支持が前置マスキング時間区間（pre-masking time interval）よりも長い変換オーディオコーディングシステムについて時間領域マスキングに関して考慮される。前置マスキング時間区間に関する更なる情報は次の文献から得られるであろう：Ｚｗｉｃｋｅｒ ｅｔ ａｌ．，”Ｐｓｙｃｈｏａｃｏｕｓｔｉｃｓ−Ｆａｃｔｓ ａｎｄ Ｍｏｄｅｌｓ，” Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ，ベルリン、１９９０年。以下に説明する最適化技術は、時間支持が前置マスキング区間よりも小さいと想定し、よって歪みの客観的指標のみが考慮される。

本発明は、歪みの客観的指標とは対照的な、主観的又は知覚的な歪みの指標に基づいて最適化を実行する選択肢を除外するものではない。特に、知覚的コーダーについて時間支持が最適長よりも長いならば、歪みの平均二乗誤差又は他の客観的指標は可聴歪みのレベルを正確には反映しないので、客観的指標を用いることにより得られるグループ化構成とは異なるブロックグループ化構成を選択できる。

最適化処理は様々な方式で設計され得る。一つの方式は１からＮまで値ｐを逐次反復し、ここでｐはフレーム内のグループの数であり、ｐの各値について、閾値Ｔよりも高くない当該フレーム内の全てのブロックの歪みの合計を有するグループ構成を同定する。これら同定された構成の間では、以下に説明する三つの手法の一つを用いてグループの最適構成を選択してもよい。これに代えて、ｐの値は他の何らかの手法により決定してもよく、例えば、ジョイントチャンネルコーディングについてのブロックの数を適応的に選択することによりコーディング利得を最適化する２チャンネル符号化処理によってもよい。その場合、ｐの共通の値は各チャンネルについてのｐの個々の値から導かれる。二つのチャンネルについてｐの共通の値が与えられているならば、最適グループ構成は両方のチャンネルについて連携して計算されうる。

フレーム内のブロックのグループ構成は周波数依存であってもよいが、これは、エンコード化信号が周波数帯域がどのようにグループ化されているかを特定するように追加的な情報を伝えることを必要とする。本発明の様々な態様は、共通グループ化情報を有する諸帯域を、ここに開示した広帯域実施の個別インスタンス化と考えることにより、多帯域の実施へ適用され得る。

２．歪み指標としてのエラーエネルギー
「歪み」の意味は最適化を推進する量の用語として規定されているが、この歪みは、オーディオエンコーダにおけるブロックの最適グループ化を見出す処理により用いることができるものにまだ関係付けられていない。ここで必要とされるのは、最適化処理を最適解へ向わせることができるエンコード化信号品質の指標である。最適化はブロックのグループにおける各ブロックについての制御パラメータの共通セットを用いるように指向されているので、エンコード化信号品質の指標は、各ブロックに適用され、且つグループ内の全てのブロックについての単独の代表的な値又は複合的指標へ容易に組み合わせることができる何かに基づくべきである。

以下に説明する複合的指標（a composite measure）を得るための一つの手法は、問題の値について有用な平均が計算できるものとして、グループ内の諸ブロックについての何らかの値の平均を計算することである。残念ながら、オーディオ符号化において利用可能な全ての値が複数の値から有用な平均を計算するために使用できるわけではない。不適切な値の一例は変換係数についての離散フーリエ変換（ＤＦＴ）の位相成分である。というのは、これらの位相成分の平均はいかなる意味のある値も与えないためである。複合指標を得るためのもう一つの手法はグループ内の全てのブロックについての何らかの値の最大値を選択することである。何れの場合においても、複合指標は参照値として用いられ、エンコード化信号品質の指標は、この参照値とグループ内の各ブロックについての値との間の距離に対して逆の関係にある。換言すれば、フレームについてのエンコード化信号品質の指標は、参照値とフレーム内の全てのグループの各グループについての適切な値との間の誤差の逆数として規定できる。

上述のエンコード化信号品質の指標は、この指標を最小化する処理を実行することにより最適化を推進するように用いることができる。

他のパラメータは様々なコーディングシステム又は他の用途に関係しうる。一つの例は所謂中間／側部（ｍｉｄ／ｓｉｄｅ）コーディングに関連するパラメータである。中間／側部コーディングは一般的なジョイントチャンネルコーディング技法であり、ここでは「中間（ｍｉｄ）」チャンネルが左右のチャンネルの合計であり、「側部（ｓｉｄｅ）」チャンネルは左チャンネルと右チャンネルとの間の差である。本発明の様々な特徴を組み込むコーディングシステムの実施は、ブロックを跨ぐ中間／側部コーディングパラメータの共有を制御するために、エネルギーレベルに代わってチャンネル間相関を使用し得る。一般に、ブロックをグループにグループ化し、グループ内のブロックの間で符号化制御パラメータを共有して、制御情報をデコーダへ送る任意のオーディオエンコーダが、諸ブロックについての最適なグループ化構成を決定することができる本発明から裨益できる。本発明によって与えられた利点がなければ、ビットの最適でない割り当てが可聴な量子化歪みの全体的な増加をもたらしてしまう。というのは、ビットは符号化スペクトル係数から変えられて、様々なスペクトル係数の間で最適には割り当てられないことがありうるためである。

３．ベクトルエネルギー対スカラーエネルギー
本発明の実施は最適化処理を推進するために帯域化歪又はブロック歪値の何れを用いてもよい。帯域歪みを用いるかブロック歪を用いるかは、一つのブロックから次のブロックへの帯域化エネルギーの変動に大幅に依存する。以下の定義が与えられる。

ｕ _ｍはブロックｍにおける全エネルギーについてのスカラーエネルギー値 （１ａ）
ｖ _ｍ，ｊはブロックｍにおける帯域ｊについての帯域化エネルギーを表すベクトル成分 （１ｂ）
エンコードされる信号にメモリがなく（memoryless）μ（ｖ _ｍ，ｊ，ｖ _{ｍ＋１，ｊ}）＝０であれば（ここでＫ個の周波数帯域について０≦ｊ≦Ｋ−１であり、μは隣接するブロック間の相互情報の度合いの指標である）、スカラーエネルギー指標ｕ _ｍ を用いるシステムは、帯域化エネルギー測度ｖ _ｍ，ｊをを用いるシステムと同じくらいよく機能する。Ｊａｙａｎｔ ｅｔ ａｌ．，”Ｄｉｇｉｔａｌ Ｃｏｄｉｎｇ ｏｆ Ｗａｖｅｆｏｒｍｓ”（Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、ニュージャージー，１９８４年）を参照されたい。換言すれば、相続くブロックがスペクトルエネルギーレベルにおいてほとんど類似性を持たないならば、スカラーエネルギーは指標として帯域化エネルギーと同じくらいよく機能する。一方、以下に説明するように、相続くブロックがスペクトルエネルギーレベルに高い度合いの類似性を持つならば、スカラーエネルギーは、エンコーディング能力に深刻な不利益を課すことなく、パラメータが２つ又はそれ以上のブロックに共通であってもよいか否かを示す満足のいく指標を与えないことがありうる。

本発明は特定の指標を用いることには限定されない。対数エネルギー及び他の信号属性に基づく歪みの指標も様々な用途において適切でありうる。

同様のスペクトルコンテツ〔スペクトル内容〕を持つ、即ち、μ（ｖ _ｍ，ｊ，ｖ _{ｍ＋１，ｊ}）＞０であるブロック移行についても、依然として特定の帯域エネルギー値ｖ _ｍ，ｊ が

となる或いは零に近い小さな値に等しいことがありうる。この結果は、広帯域ベースでは、隣接し合うブロックの間の全体的なエネルギーの比較では、個々の周波数帯域におけるブロックの間の差が見落とされることがあるということを示している。多くの信号について、エネルギーのスカラー測度は歪みを正確に最小化するには不充分である。これは広範なオーディオ信号について言えることなので、以下に説明する本発明の実施では、スカラーブロックエネルギー値ｕ _ｍに代えて帯域ごとにしたエネルギー値Ｖ_ｍ＝（ｖ _ｉ，０，・・・，ｖ _{ｉ．Ｋ−１}）のベクトルを用いて最適なグループ分け構成を同定する。

４．制約条件の特定
本発明を採用する応用に基づいて考慮すべき多くの条件がある。以下に説明する本発明の実施はオーディオ符号化方式である。従って、関連する制約条件はオーディオ情報の符号化に関連するパラメータである。例えば、サイドコスト条件はグループ内の全てのブロックに対して共通である制御パラメータを送る必要性から生じる。より高いサイドコストは各ブロックについてのより低い歪みで信号を符号化することを可能とするが、サイドコストにおける増大は、一定数のビットを各フレームに割り当てなければならないのであれば、フレーム内の全てのブロックについての全歪みを増大させることがある。本発明の特定の実施を他のものにも増して有利なものとする、実施の複雑さに対して課される制約条件もありうる。

５．問題陳述の導入
以下はオーディオ符号化方式における歪みを最適にするための数値的な問題定義である。

この特定の問題定義において、歪みは、ブロックグループ化の候補におけるフレームについてのスペクトル係数と、各ブロックがそれ自身のグループの中にあるフレームにおける個々のブロックのスペクトル係数エネルギーとの間のエラーエネルギーの測度である。

Ｎ個の帯域化されたエネルギーベクトルＶ _ｉ，０≦ｉ＜Ｎの順序集合を仮定し、ここで各ベクトルは正の実数成分を有し次元Ｋである、即ちＶ_ｉ＝（ｖ _ｉ，０，・・・，ｖ _{ｉ．Ｋ−１}）とする。記号Ｖ_ｉは帯域化されたエネルギー値のベクトルを表し、ここでベクトルの各成分は、変換係数の本質的には任意の所望の帯域に対応しうる。正の整数の任意の順序集合０＝ｓ _０＜ｓ _１＜．．．＜ｓ _ｐ＝Ｎについて、Ｉ_ｍ＝［ｓ _ｍ−１，ｓ _ｍ］，∀_ｍ，０＜ｍ≦ｐとして間隔〔区間〕Ｉ_ｍを定義できる。記号ｓ _ｍは各ブロックにおける最初のブロックのブロック指数〔インデックス〕を表し、ｍがグループ指数〔インデックス〕である。値ｓ _ｐ＝Ｎは間隔Ｉ_ｍについての終点を定義する目的のみのために次のフレームの最初のブロックに対する指数〔インデックス〕として考えることができる。エネルギーベクトルの集合の分割Ｐ（ｓ _０，．．．，ｓ _ｐ）を次のように定義することができる。

Ｐ（Ｓ）＝（Ｇ_０，．．．，Ｇ_ｐ−１）， （３）
ここでＳはベクトル（ｓ _０，．．．，ｓ _ｐ）であり、
Ｇｍ＝｛Ｖ_ｉ｜ｉ∈Ｉ_ｍ） （４）
である。記号Ｇｍはグループ内のブロックを代表する。

幾つかの歪みの指標を本発明の様々な実施に用いてもよい。平均最大歪指標Ｍ’は以下のように定義される。

平均歪みＡは以下のように定義される。

歪みの最大差Ｍ’’は以下のように定義される。

分割Ｐ（Ｓ）＝Ｐ（ｓ _０，．．．，ｓ _ｐ）についてのサイドコスト関数は（ｐ−１）ｃに等しいと定義され、ここでｃは正の実数の定数である。

歪みについて二つの追加的な関数が次のように定義される。

Ｍ＊（Ｓ）＝Ｍ（Ｓ）＋Ｄｉｓｔ｛（ｐ−１）ｃ｝ （１３）
Ａ＊（Ｓ）＝Ａ（Ｓ）＋Ｄｉｓｔ｛（ｐ−１）ｃ｝ （１４）
ここでＭ（Ｓ）はＭ’（Ｓ）でもＭ’’（Ｓ）でもよく、
Ｄｉｓｔ｛｝はサイドコストを歪みと同じ単位で表すマッピングである。

Ｍ（Ｓ）についての関数は最適解を見出すのに用いられる検索アルゴリズムに従って選択することができる。これは下記で論じる。Ｄｉｓｔ｛｝関数はサイドコストをＭ（Ｓ）及びＡ（Ｓ）と互換な値へマップするために用いられる。いくつかの符号化方式では、サイドコストから歪への適切なマッピングは、
Ｄｉｓｔ｛Ｃ｝＝６．０２ｄＢ・Ｃ
であり、ここでＣはビットで表したサイドコストである。

最適化は次の数値的問題として定式化されうる。即ち、正の整数成分（ｓ _０，ｓ _１，・・・，ｓ _ｐ ）を持つベクトルＳを、関係０＝ｓ _０＜ｓ _１＜．．．＜ｓ _ｐ＝Ｎ （但し、１≦ｐ≦Ｎ）を満たす正の整数ｓ _０，ｓ _１，．．．，ｓ _ｐの可能な全ての選択について特定の歪関数Ｍ（Ｓ），Ｍ＊（Ｓ），Ａ（Ｓ）又はＡ＊（Ｓ）を最小にするように決定する。
あるいはまた、最適化は閾値を使う数値的問題として定式化されてもよい。即ち、ｐのあらゆる整数値（但し、１≦ｐ≦Ｎ）について、関係０＝ｓ _０ ＜ｓ _１ ＜．．．＜ｓ _ｐ ＝Ｎを満たすベクトルＳ＝（ｓ _０ ，ｓ _１ ，・・・，ｓ _ｐ ）を、所望の歪関数Ｍ（Ｓ），Ｍ＊（Ｓ），Ａ（Ｓ）又はＡ＊（Ｓ）の値が仮定閾値Ｔを下回るように決定する。これらのベクトルから、ｐについての最小値をベクトルＳを見つける。この手法に対する代替は、１からＮへのｐの増加する値にわたって逐次反復し、閾値制約条件を満たす最初のベクトルＳを選択することである。この手法について以下に一層詳細に説明する。

６．多チャンネル系についての付加的な考察
ＡＣ−３システムで用いられるチャンネルカップリングのような統合〔ジョイント〕ステレオ／多チャンネルコーディング法、及びＡＡＣシステムで用いられる中間／側部ステレオコーディング−又は強度ステレオコーディングを採用するステレオ又は多チャンネルコーディングシステムのためには、全てのチャンネルのオーディオ情報を特定のコーディングシステムについて適切な短いブロックモードでエンコードして、全てのチャンネルにおけるオーディオ情報が同数のグループ及び同じグループ分け構成を持つようにするべきである。この制約は、サイドコストの主要な源であるスケール因子が統合的にエンコードされるチャンネルのうちの一つについてのみ与えられるために適用される。このことはスケール因子の１セットが全てのチャンネルへ適用されるので、全てのチャンネルが同一のグループ化構成を持つことを意味している。

最適化は、多チャンネルコーディングシステムにおける少なくとも三つの手法の何れかで実行できる。即ち、その一つの手法は「統合チャンネル最適化」と称されており、諸チャンネルを横断して、帯域ごとだろうと広帯域だろうと全ての誤差エネルギー〔エラーエネルギー〕を加算することにより、単一パスで、グループの数及びグループの境界の統合的な最適化により実行される。

もう一つの手法は「入れ子式ループチャンネル最適化」と称されており、外側ループが全てのチャンネルについての最適なグループ数を計算する入れ子式ループ処理として実施される統合チャンネル最適化としてなされる。例えば、統合ステレオコーディングモードにおける両方のチャンネルを考慮すると、内側ループは所与のグループ数について理想的なグループ化構成の最適化を実行する。このアプローチに対して課される主要な制約条件は、内側ループで実行される処理が全ての統合的にコーディングされるチャンネルについて同一の値ｐを用いるということである。

更にもう一つの手法は「個別チャンネル最適化」と称されており、全ての他のチャンネルから独立して各々のチャンネルについてのグループ化構成を最適化することにより実行される。ｐの一意的な値又は一意的なグループ化構成によりフレーム内のいずれかのチャンネルをエンコードするために統合チャンネルコーディング技法を用いることはない。

７．制約された最適化を実行する方法
本発明は基本的に任意の所望の方法を用いて最適解を検索しうる。ここで三通りの方法を説明する。
「全数検索法」は計算集約的であるが、常に最適解を発見する。一つのアプローチは、全ての可能なグループ数および各グループ数についての全ての可能なグループ化構成とを計算し；各グループ数についての最小歪を持つグループ化構成を特定し；最小歪を有する構成を選択することにより最適なグループ数を決定する。これに代えて、各グループ数についての最小歪を閾値と比較して、その閾値を下回る歪み指標を有する最初のグループ化構成が見つかった後に検索を終了することもできる。この代替的な実施は、許容可能な解を見出すための検索の計算上の複雑さを低減するが、最適な解を見つけることは保証できない。

「Ｇｒｅｅｄｙ−Ｍｅｒｇｅ〔貪欲な併合〕法」は全数検索法ほど計算集約的ではなく、最適なグループ化構成を見つけることは保証できないが、通常は最適構成と同じ若しくはほぼ同じくらい良い構成を見つける。この手法によれば、隣接するブロックどうしはサイドコストを考慮しながら逐次反復的にグループに組み合わされる。

「高速最適法（Ｆａｓｔ Ｏｐｔｉｍａｌ Ｍｅｔｈｏｄ）」は上述した他の二つの手法の複雑さの中間である計算上の複雑さを持つ。この逐次反復法は、先の反復において計算された歪計算に基づいて特定のグループ化構成を考慮することを回避する。全数検索法と同様に、全てのグループ化構成を考慮するが、一部の構成の考慮は先行する計算に鑑みてその後の反復工程から除外することができる。

８．サイドコストに影響するパラメータ
好ましくは本発明の実施は最適なグループ化構成を検索する際、サイドコストにおける変化を考慮する。

ＡＡＣシステムについてのサイドコストの主要な成分はスケール因子値を表すのに必要な情報である。スケール因子はグループ内の全てのブロックに跨って共有されるので、ＡＡＣエンコーダにおける新たなグループの追加は、追加的なスケール因子を表すのに必要な追加的情報の量だけサイドコストを増大させる。ＡＡＣエンコーダにおける本発明の実施がサイドコストにおける変化を考慮するのであれば、この考慮は推定を用いねばならない。というのは、スケール因子値はレート‐歪みループ計算が完了する後までは知ることができず、該レート‐歪みループ計算はグループ化構成が確立された後に実行せねばならないためである。ＡＡＣシステムにおけるスケール因子は非常に可変であり、それらの値は、入れ子式のレート／歪みループにおいて決定されるスペクトル係数の量子化分解能に密接に関係している。ＡＡＣにおけるスケール因子はエントロピーコード化もされ、これはさらに、そのサイドコストの非決定論的な性質に寄与する。

オーディオ情報をエンコードするのに用いられる特定のエンコード処理に依存して、サイドコストの他の形態も可能である。例えばＡＣ−３システムにおいては、チャンネル結合座標は、共通のエネルギー値による座標のグループ化に有利な方式でブロックに跨って共有できる。

本発明の様々な特徴はＡＣ−３システムにおける処理に適用可能であり、該処理はエンコード化信号における変換係数指数を運ぶのに用いられる「指数コーディング戦略」を選択する。ＡＣ−３指数は、所与の指数を共有する全てのスペクトルラインについてのパワースペクトル密度値の最大として採るので、最適化処理は、ＡＡＣにおいて用いられる平均二乗誤差基準に代えて、最大誤差基準を用いて機能できる。ＡＣ−３システムにおいては、サイドコストは、先行するブロックからの指数を再使用しない新たな各ブロックについての指数を運ぶために必要とされる情報量である。指数コーディング戦略は係数がどのように周波数に亘って指数を共有するかについても決定し、指数戦略がグループ化構成に依存するならばサイドコストに影響する。ＡＣ−３システムにおける指数のサイドコストを推定するのに必要な処理は、ＡＡＣシステムにおけるスケール因子についての推定を与えるために必要な処理よりも複雑さが少ない。というのは、指数値は心理音響モデルの一部としてのエンコーディング処理において早期に計算されるためである。

Ｃ．検索方法の詳細な説明
１．全数検索法
全数検索法はグループ化構成の数及び試験されるグループの数を制限するために閾値を用いる。この技術は、ｐの実際の値を設定するために閾値に専ら頼ることにより単純化できる。これは閾値を０．０と１．０との間の或る数に設定し、グループの可能な数ｐに亘って逐次反復することにより実行できる。最適なグループ構成及び結果的な歪関数がｐ＝１について、そしてＴに対する各比較についてｐを一つずつ増加させて計算される。結果的な歪はＴに対して比較され、歪関数がＴ未満となるｐの最初の値が最適なグループ数として選択される。経験的に閾値Ｔの値を設定することにより、広範な異なる入力信号について短いウィンドウフレームの大きなサンプリングに跨るｐのガウス分布を達成することが可能である。このガウス分布は広範な入力信号に亘ってｐのより高い又はより低い平均値を可能とするようにＴの値を設定することによりシフトされてもよい。この処理は図２のフローチャートに示されており、これはグループの最適数を見つけるための外側ループにおける処理を示す。内側ループについての好適な処理は図３Ａ及び図３Ｂに示されており、以下に説明する。関数Ｍ（Ｓ），Ｍ＊（Ｓ），Ａ（Ｓ）及びＡ＊（Ｓ）を含め本明細書に説明した任意の歪関数を用いてよい。

外側ループの逐次反復により決定したｐの所与の値について、内側ループが平均二乗誤差歪の最小量を達成する最適グループ化構成Ｓ＝（ｓ _０ ，ｓ _１ ，．．．，ｓ _ｐ ）を計算する。１０未満程度の小さな値Ｎについては、Ｎブロックに跨るｐ個のグループを仕切る全ての可能な方法を包含する１組の表エントリーを構築することが可能である。各表エントリーの長さは、７個のうちから同時に（ｐ−１）個を選ぶ組み合わせの数であり、以下「７のうちｐ−１」として示す。定義されないｐ＝０と、各グループがちょうど一つのブロックを包含する無歪解を与えるｐ＝Ｎとを除くｐの全ての値について別個の表エントリーがある。０＜ｐ＜Ｎについては、表の好ましい実施は、表におけるビットフィールドＴＡＢとしてのＳ＝｛ｓ _０，ｓ _１，．．．，ｓ _ｐ ｝についての分割値（partition values）を格納し、内側組み合わせループにおける処理がＴＡＢビットフィールド値をマスクして、各ｓ _ｍについての絶対的な値に達する。０＜ｐ＜Ｎについてのビットフィールドの分割値は以下の通りである。
〔表１の第１列は「グループ境界の数（ｐ−１）」を表し、第２列は「表の長さ（７のうちｐ−１）」を表し、第３列は「ｓ _１ ，ｓ _２ ，．．．，ｓ _ｐ−１ の組み合わせ（ビットフィールドの形）」を表す。〕

表１．Ｎ＝８についての系列化の全ての可能な組み合わせ
表の各エントリー即ち行は、０＜ｐ＜Ｎ，Ｎ＝８の異なる値ｐに対応する。この表は図３Ａ及び図３Ｂの論理フロー図（図２に示す処理の内側ループ）に示したような反復処理に用いてもよい。この内側ループは全ての可能なグループ構成（その数は７のうちｐ−１）にわたって逐次反復される。フロー図における表記ＴＡＢ［ｐ，ｒ］に示すように、外側ループにより与えられたｐ値は表の行にインデックスを付しており、値ｒは特定のグループ分けの組み合わせについてのビットフィールドのインデックスである。

各々の内側ループ反復工程について、図３Ａに示すような平均歪量Ａ（Ｓ）か、又はこれに代えて、図３Ｂに示すような最大歪差Ｍ’’（Ｓ）をそれぞれ式１０又は１２に従って計算される。全てのブロック及び帯域に跨る全歪が合計され、単独のスカラー値Ａ_ＳＡｖ 又はＭ_ＳＡｖ が得られる。

全数検索法を様々な歪指標を用いうる。例えば、上述した実施例はＬ１ノルムを用いるが、代替的に、Ｌ２ノルム又はＬ無限大ノルム指標を用いてもよい。下記の文献を参照されたい：Ｒ．Ｍ．Ｇｒａｙ，Ａ．Ｂｕｚｏ，Ａ．Ｈ．Ｇｒａｙ，Ｊｒ．，”Ｄｉｓｔｏｒｔｉｏｎ Ｍｅａｓｕｒｅｓ ｆｏｒ Ｓｐｅｅｃｈ Ｐｒｏｃｅｓｓｉｎｇ，”ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．ＡＳＳＰ−２８，Ｎｏ．４，１９８０年８月。
２．高速最適法
高速最適法は式７で定義した平均最大歪Ｍ’（Ｓ）を用いる。この手法は、全ての可能な解を通じた全数検索をする必要なく、最適グループ化構成を得る。従って、上述した全数検索法のように計算集約的ではない。

ａ）定義
分割Ｐ（ｓ _０，．．．，ｓｐ）は、ｐ個のグループから構成されているならば、レベルｐの分割と称する。グループの次元ｄは、そのグループにおけるブロックの数である。１よりも大きい次元を有するグループを正のグループと称する。式４に示したグループＧ_ｍの定義はＧ_ｍ＝Ｇ（ｓ_ｍ−１，ｓ_ｍ−１＋１．．．．、ｓ _ｍ）と書き換えられる。

ｂ）数学的準備
ｄ＞３の次元を持つグループは、ちょうど一つの共通のブロックを持つ二つのサブグループへ分割することができる。例えば、Ｇ_ｍ＝Ｇ（ｓ_ｍ−１，ｓ_ｍ−１＋１．．．．，ｓ _ｍ）であるならば、このグループＧ_ｍは二つのサブグループ即ちＧ_ｍａ＝Ｇ（ｓ_ｍ−１，ｓ_ｍ−１＋１．．．．，ｓ_ｍ−１＋ｋ）及びＧ_ｍｂ（ｓ_ｍ−１＋ｋ，．．，ｓ_ｍ）へ分割することができ、その両方は指数ｓ_ｍ−１＋ｋを持つブロックを包含している。定義により、これら二つのサブグループは同一の分割の一部にはなりえない。グループを二つの正の重畳するサブグループへ分割する手法は、与えられたグループを二つ又はそれ以上の正の重畳するサブグループへ分割する手法に一般化することができる。

上述の式６で定義された歪指標Ｊ’（ｍ）は常に以下の条件を満足する。

Ｊ’（ｍ）≧Ｊ’（ｍａ）＋Ｊ’（ｍｂ） （１５）
ここでＧ_ｍａ及びＧ_ｍｂ はグループＧ _ｍの重畳するサブグループである。これはＪ_ｍ，ｊ ≧ｍａｘ（Ｊ’_ｍａ，ｊ，Ｊ_ｍｂ，ｊ）が全てのｊ，１≦ｊ≦ｋについて真であることを示すことにより証明できる。この関係を式６で示されたＪ’（ｍ）の定義に挿入することにより、表式１５における関係が見い出されることがわかるであろう。

ｃ）コア処理の説明
高速最適法の基礎をなす原理を理解するために、まず、レベルｐの分割を定義する全てのベクトルｓ _１ ，．．．，ｓ _ｐについてＭ’（Ｓ）＝Ｍ’（ｓ_１，．．，ｓ_ｐ）を最小化するレベルｐの所与の分割Ｐ _ｐ を想定する。スペクトル係数の特定の値とは独立に、レベルｐ−１の分割を定義する全てのベクトルＳ＝（ｓ_１，．．．，ｓ_ｐ）についてＭ’（ｓ_１，．．，ｓ_ｐ）を最小化するレベルｐ−１の唯一の分割Ｐ_ｐ−１ではありえないレベルｐ−１の分割Ｆが存在する。換言すれば、これらの分割Ｆの一つが、レベルｐ−１の分割を定義する全てのベクトルＳについてＭ’（Ｓ）を最小化するならば、レベルｐ−１の分割を定義する全てのベクトルＳについてＭ’’（Ｓ）を最小化する他の分割も少なくとも一つは存在する。これら分割Ｆについて、Ｘ（ｐ，Ｐ）で示されるサブセットＸ（ｐ，Ｐ）を定義でき、これは以下に詳述するように最適解を見出すのに必要な処理の一部から排除できるレベルｐにおける特定の分割を包含する。このサブセットＸ（ｐ，Ｐ）は以下のように定義できる。

（１）レベルｐ−１の分割Ｆがｎ個の正のグループを有し、０＜ｍ＜ｎとしてこの分割のｍ個の正のグループがそれぞれ同一の次元の他の正のグループに置き換えることができ、置換後は、分割Ｆは重畳グループを持たないレベルｐ−１の分割Ｇへ変換されるとする。分割Ｐの正のグループが、分割Ｇの正のグループのサブセットであるが、分割Ｆの正のグループのサブセットではない場合、ＦはＸ（ｐ，Ｐ）に属している。

（２）レベルｐ−１の分割Ｆがｎ個の正のグループを有し、０＜ｍ≦ｎとしてＦの正のグループは二つ又はそれ以上の正のグループへ分割できるとする。

更にこれら正のグループの少なくとも一つは、同一の次元を有するグループと置換して、分割Ｆを重畳グループを有さないレベルｐ−１の有効な分割Ｇへ変換するとする。分割Ｐの正のグループが分割Ｇの正のグループのサブセットであるが分割Ｆの正のグループのサブセットではないのであれば、関係１５に従ってＦはＸ（ｐ，Ｐ）に属する。

構成により、セット〔集合〕Ｘ（ｐ、Ｐ）はレベルｐ−１の全ての分割のセットとは同一になりえないことを指摘しておくことは有益であろう。

ｄ）一般化した場合（Ｎ任意）
高速最適法はフレームのＮ個のブロックをｐ＝Ｎ個のグループに分割することにより開始されて、平均最大歪関数Ｍ’（Ｓ）又はＭ＊（Ｓ）を計算する。この分割はＰ_Ｎで示される。この方法はＮ個のブロックをｇ＝Ｎ−１個のグループへ分割する全てのＮ−１個の可能な仕方について平均最大歪関数を計算する。これらＮ−１個の分割のうち平均最大歪関数を最小化する特定の分割はＰ_Ｎ−１で示される。セットＸ（Ｎ−１、Ｐ_Ｎ−１）に属する分割は上述のように特定される。この方法は次いで、Ｎ個のブロックをセットＸ（Ｎ−１，Ｐ _Ｎ−１ ）に属さないｇ＝Ｎ−１個のグループへ分割する全ての可能な仕方について平均最大歪関数を計算する。平均最大歪関数を最小化する分割はＰ_Ｎ−２で示される。高速最適法は、この処理をｐ＝Ｎ−２，．．．，１について逐次反復し、各レベルにおけるセットＸ（ｐ，Ｐ _ｐ ）を用いて分割Ｐ _ｐ−１ を見出し、可能な解として解析される分割の数を低減させる。

高速最適法は、分割Ｐ_１，．．．．，Ｐ_Ｎのうちから、平均最大歪関数Ｍ’（Ｓ）又はＭ＊（Ｓ）を最小化する分割Ｐを見つけ出すことにより終了する。

ｅ）例
以下の例は高速最適法の説明を助けると共に可能な態様の特徴を記載するものである。この例では、各フレームが六つのブロックを含んでいる、即ちＮ＝６である。或る分割を上述のセットＸ（ｐ，Ｐ_ｐ）へ加えるべきか否かの判断に必要な処理を単純化するために、制御表のセットを用いてもよい。この例のために表のセット即ち表２Ａ乃至２Ｃを示す。

これらの表における表記Ｄ（ａ，ｂ）は特定の分割（partition）を同定するために用いられている。分割は一つ又は複数のブロックのグループからなり、それに含まれる正のグループにより一意的に特定できる。例えば、六ブロックの分割が四つグループからなり、その第１のグループがブロック１及び２を包含し、第２のグループがブロック３及び４を包含し、第３のグループがブロック５を包含し、第４のグループがブロック６を包含していることは、（１，２）（３，４）（５）（６）として表現することができ、表にはＤ（１，２）＋Ｄ（３，４）として示されている。

各表は、レベルｐにおける特定の分割Ｐ _ｐ を処理するときに、レベルｐ−１における特定の分割がセットＸ（ｐ，Ｐ_ｐ）に属するか否かを判断するために用いられうる情報を与える。表２Ａは、例えば、表の上の行に示される各レベル５分割について、レベル４における分割がセットＸ（５，Ｐ_５）に属するか否かを判断するための情報を与える。図２Ａの上の行は、例えば、五つのグループからなる分割を列記する。全ての分割が列記されているわけではない。この例では五つのグループを含む全ての分割は、Ｄ（１，２），Ｄ（２，３），Ｄ（３，４），Ｄ（４，５）及びＤ（５，６）である。表の上の行には分割Ｄ（１，２），Ｄ（２，３）及びＤ（３，４）のみが示してある。欠けている分割Ｄ（４，５）及びＤ（５，６）は、それぞれ分割Ｄ（２，３）及びＤ（１，２）と対称であって、これらから導出することができる。表２Ａの左列は四つのグループからなる分割を示している。各表に示される記号”Ｙ”及び”Ｎ”は、左側の列に示されるレベルｐ−１における分割が、その列における表の上の行に示される各Ｐ_ｐについての更なる処理から除外されるべきか（”Ｙ”）否か（”Ｎ”）を示す。例えば表２Ａを参照すると、レベル５分割Ｄ（１，２）はレベル４分割Ｄ（２，３，４）についての行におけるエントリー”Ｎ”を有し、これは分割Ｄ（２，３，４）がセットＸ（５，Ｄ（１，２））に属し、更なる処理から除外されるべきであることを示す。レベル５分割Ｄ（２，３）はレベル４分割Ｄ（２，３，４）についての行における”Ｙ”エントリーを有し、これはそのレベル４分割がセットＸ（５，Ｄ（２，３）に属さないことを示す。

この例においては高速最適法を実施する処理がフレームの六つのブロックを六つのグループへ分割して、平均最大歪を計算する。この文割はＰ_６として示される。

処理は六つのブロックを五つのグループへ分割する全ての五つの可能な仕方について平均最大歪を計算する。該五つの分割のうち平均最大歪を最小化する分割はＰ_５として示される。

処理は表２Ａを参照して、一番上のエントリーが分割Ｐ_５のグループ化構成を特定する列を選択する。処理は六つのブロックを、選択された列にＹのエントリーを有する四つのグループへ分割する全ての可能な仕方について最大平均歪を計算する。この平均最大歪を最小化する分割はＰ_４として示される。

処理は表２Ｂを用いて、一番上のエントリーが分割Ｐ_４のグループ化構成を特定する列を選択する。処理は、六つのブロックを、選択されたれ列に”Ｙ”のエントリーを有する三つのグループへ分割する全ての可能な仕方について平均最大歪を計算する。平均最大歪を最小化する分割はＰ_３として示される。

処理は表２Ｃを用いて、一番上のエントリーが分割Ｐ_３のグループ化構成を特定する列を選択する。処理は、六つのブロックを、選択されたれ列に”Ｙ”のエントリーを有するグループへ分割する全ての可能な仕方について平均最大歪を計算する。平均最大歪を最小化する分割はＰ_２として示される。

処理は一つのグループから構成される分割についての平均最大歪を計算する。この分割はＰ_１として示される。

分割Ｐ１，．．．．，Ｐ６のなかから最小の平均最大歪を有する分割Ｐを特定する。この分割Ｐは最適なグループ化構成を与える。

表２Ａ．ｐ＝５についての高速最適グループ消去表

表２Ｂ．ｐ＝４についての高速最適グループ消去表

表２Ｃ．ｐ＝３についての高速最適グループ消去表

３．Ｇｒｅｅｄｙ Ｍｅｒｇｅ〔貪欲な併合〕の説明
Ｇｒｅｅｄｙ Ｍｅｒｇｅ法はフレーム内の諸ブロックを諸グループへ分割する単純化された技法を与える。Ｇｒｅｅｄｙ Ｍｅｒｇｅ法は最適なグループ化構成が見つかることは保証しないが、この方法により与えられる計算上の複雑さの低減は、殆どの実際的な用途については、最適性における低下がありうること以上に望ましい。

Ｇｒｅｅｄｙ Ｍｅｒｇｅ法には、上述したものを含めて広範な歪測定関数を用いてもよい。好ましい実施は式１１に示される関数を用いる。

図４は好適なＧｒｅｅｄｙ Ｍｅｒｇｅ法のフローダイアグラムであり、以下のように機能する。帯域化されたエネルギーベクトルＶ_ｉを各ブロックｉについて計算する。各々が一つのブロックを有するＮ個のグループのセットを形成する。本方法は次いで、グループの全てのＮ−１通りの隣接する対を試験して、二つの隣接するグループｇおよびｇ＋１であって式１１を最小化するものを見つける。式１１からのＪ”の最小値をｑで示す。次に、この最小値ｑを歪閾値Ｔと比較する。最小値が閾値Ｔよりも大きければ、この方法は現在のグループ化構成を最適又は近似的に最適な構成と同定して終了する。最小値が閾値Ｔより小さければ、二つのグループｇ及びｇ＋１は、それら二つのグループｇ及びｇ＋１の帯域化されたエネルギーベクトルを包含する新たなグループへ併合される。この方法は全ての隣接するグループの対についての歪値Ｊ”が歪閾値Ｔを越えるか、或いは全てのブロックが一つのグループへ併合されるまで逐次反復される。

この方法が四つのブロックのフレームについて機能する仕方の一例を図５に示す。この例では、四つのブロックは最初に各々が一つのブロックを有する四つのグループａ，ｂ，ｃ及びｄへ配置される。次いで、本方法は式１１を最小化する二つの隣接するグループを見つける。最初の繰り返し〔反復工程〕では、本方法は、歪閾値Ｔよりも小さい歪指標Ｊ”をもつ、式１１を最小化するグループｂ及びｃを見つける。従って、本方法はグループｂ及びｃを併合して新たなグループにし、三つのグループａ，ｂｃ及びｄを得る。二回目の繰り返しでは、本方法は、式１１を最小化する二つの隣接するグループａ及びｂｃを見出し、このグループの対についての歪指標Ｊ”が閾値Ｔよりも小さいことを見つける。グループａ及びｂｃが併合された新たなグループにされ、全部で二つのグループａｂｃ及びｄとなる。三回目の繰り返しでは、本方法は残りのグループ対のみについての歪指標Ｊ”が歪閾値Ｔよりも大きいことを見出す。従って、本方法は最終的な二つのグループａｂｃ及びｄを最適又は近似的に最適なグループ化構成として残して終了する。

Ｇｒｅｅｄｙ Ｍｅｒｇｅ法の計算上の複雑さの実際の程度は、閾値を越える前に本方法を逐次反復せねばならない回数に依存しているが、反復の回数は１と（１／２）Ｎ・（Ｎ−１）との間に制限される。

Ｄ．実施
本発明の様々な態様を組み込むデバイスは、コンピュータ又は、汎用コンピュータに見られるのと同様なコンポーネントへ結合されたディジタル信号プロセッサ（ＤＳＰ）回路系のようなより特化したコンポーネントを含む他の何らかのデバイスにより実行されるソフトウェアを含む多様な仕方で実装されうる。図６はデバイス７０の概略的ブロック図であり、これは本発明の態様を実施するために用いることができる。ＤＳＰ７２はコンピューティング資源を与える。ＲＡＭ７３は、処理のためにＤＳＰ７２によって用いられるシステムランダムアクセスメモリ（ＲＡＭ）である。ＲＯＭ７４は、例えばリードオンリーメモリ（ＲＯＭ）などの何らかの形の固定記憶装置を示し、デバイス７０を動作させるのために、また場合によっては本発明の様々な態様を実行するために必要なプログラムを記憶する。Ｉ／Ｏコントロール７５は通信チャンネル７６，７７により信号を送受信するインターフェース回路系を示す。図示の実施例においては、全ての主要なシステムコンポーネントはバス７１へ接続し、このバスは二つ以上の物理的又は論理的バスを表すが、バスのアーキテクチュアは本発明の実施には要求されない。

汎用コンピュータシステムにより実施される実施例において、付加的なコンポーネントが、キーボ−ド又はマウス及びディスプレイなどのデバイスへのインターフェースをもつため、また磁気テープ又はディスク或いは光媒体などの記憶媒体を有する記憶デバイスを制御するために含められる。記憶媒体はオペレーティングシステム、ユーティリテイ及びアプリケーションのための命令のプログラムを記録するのに用いてもよく、また本発明の様々な態様を実施するプログラムを含んでもよい。

本発明の様々な態様を実施するのに必要な機能は、個別の論理コンポーネント、集積回路、少なくとも一つのＡＳＩＣ及び／又はプログラム制御プロセッサを含む広範な方式で実現されるコンポーネントにより実行することができる。これらのコンポーネントを実現する方式は本発明には重要ではない。

本発明のソフトウェアの実施は、超音波から紫外線周波数までを含むスペクトルを通じてのベースバンド又は変調通信経路などの様々な機械読み取り可能媒体により担持されてもよく、或いは磁気的なテープ、カード又はディスク、光学的なカード又はディス及び紙を含む媒体上の読み取り可能なマーキングを含む基本的に任意の記録技術を用いて情報を保持する記憶媒体により担持されてもよい。

図１は本発明の様々な特徴を組み込むことができるオーディオコーディングシステムのブロック図である。 図２は一つのフレーム内のブロックのグループの最適数を見出すための逐次反復プロセスにおける外側ループのフローチャートである。 図３Ａは一つのフレーム内のブロックの最適なグループ化を見出すための逐次反復プロセスにおける内側ループのフローチャートである。 図３Ｂは一つのフレーム内のブロックの最適なグループ化を見出すための逐次反復プロセスにおける内側ループのフローチャートである。 図４はＧｒｅｅｄｙ Ｍｅｒｇｅ処理のフローチャートである。 図５は四つのブロックへ適用されるＧｒｅｅｄｙ Ｍｅｒｇｅ処理の一例を示す概念的なブロックダイアグラムである。 図６は本発明の様々な態様を実施するために使用できる機構の概略的なブロック図である。

Claims (33)

1. フレームに配置されたオーディオ情報のブロックの処理のための方法であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、この方法は、
   （ａ）オーディオ情報のブロックを伝送する入力信号を受け取る段階と、
   （ｂ）少なくとも二つ以上の特性値を獲得する段階であって、ここで、
   （１）各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
   （２）各グループは少なくとも一つのブロックを有し、
   （３）グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
   （４）前記特性値は、各グループに関連する少なくとも一つの制御パラメータに従って各グループにおける各ブロックをエンコード化することにより獲得可能なエンコード化出力信号の忠実性を表すところの、
   段階と、
   （ｃ）二つ以上のコスト値を得る段階であって、各コスト値はブロックのグループの一つのセットに提携しており、前記コスト値は関連する前記制御パラメータに従って前記提携セット内の前記ブロックをエンコード化するのに必要な資源の量を表す、段階と、
   （ｄ）前記特性値を解析して、選択されたセットに関連する特性値および前記選択されたセットと提携したコスト値から得られるエンコード化性能値が閾値よりも高くなるような、最小数のグループを有する選択されたグループのセットを特定する段階と、
   （ｅ）少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループをエンコード化してエンコード化出力信号を生成する段階であって、このエンコード化出力信号は、前記入力信号のコンテンツを表し、且つ前記選択されたセットにおける各グループについての関連する制御パラメータを表す、段階とを含む方法。
2. 請求項１の方法において、前記ブロックはオーディオ情報の時間域サンプルを含む方法。
3. 請求項１の方法において、前記ブロックはオーディオ情報の周波数域係数を含む方法。
4. 請求項１乃至３の何れか一項の方法において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有する方法。
5. 請求項１乃至４の何れか一項の方法において、前記解析は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外する方法。
6. 請求項１乃至４の何れか一項の方法において、前記選択されたセットは反復処理により同定され、この処理は、
   グループの初期セットにおけるグループの諸対についての第２のエンコード化性能値を決定する段階と、
   最も高い第２のエンコード化性能値が前記閾値より高ければ、前記最も高い第２のエンコード化性能値を有するグループ対を統合して、グループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループの諸対についての第２のエンコード化性能値を決定する段階と、
   前記グループの変更セットに前記閾値よりも大きな第２のエンコード化性能値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択されたセットとする段階とを含む方法。
7. 請求項１乃至４の何れか一項の方法において、各フレームはＮに等しいブロック数を有すると共に、前記特性値の解析は、
   ｐはフレーム内のブロックのグループ数であるとして、１からＮまでの値ｐについて逐次反復し、
   ｐの各値について、前記閾値よりも高いエンコード化性能値を有するグループの少なくとも幾つかのセットを特定し、
   グループの少なくとも幾つかの特定されたセットを解析し、解析されたグループのセット内のエンコード化性能値を最大化するグループの選択されたセットを決定することを含む方法。
8. 請求項１乃至７の方法において、各フレーム内の各ブロックはスペクトル係数を含み、グループの特定のセットについてのエンコード化性能値は、グループの前記特定のセットについての当該フレームにおけるスペクトル係数と各ブロックが単独でそれ自身のグループをなす場合の当該フレームにおけるスペクトル係数との間のエラーエネルギー値を表す、方法。
9. 請求項１乃至８の何れか一項の方法において、前記エンコード化性能値は、ブロックからなる各フレームを表すために使えるビットの全数に応じて決められる方法。
10. 請求項１の方法において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応する方法。
11. 請求項１の方法において、前記コスト値はオーディオ情報のブロックをエンコード化するのに必要なコンピュータ資源の量に対応する方法。
12. フレームに配置されたオーディオ情報のブロックを処理する装置であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、この装置は、
    オーディオ情報のブロックを伝送する入力信号を受け取る手段と、
    少なくとも二つ以上の特性値を獲得する手段であって、
    （１）各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
    （２）各グループは少なくとも一つのブロックを有し、
    （３）グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
    （４）前記特性値は、少なくとも一つの制御パラメータの関連するセットに従って各グループにおける各ブロックを処理することにより獲得可能なエンコード化出力信号の忠実性を表す、
    ところの手段と、
    （ｃ）二つ以上のコスト値を得る手段であって、各コスト値はブロックのグループの一つのセットに提携しており、前記コスト値は前記制御パラメータの関連セットに従って前記提携セットにおける前記ブロックを処理するのに必要な資源の量を表す、手段と、
    （ｄ）前記特性値を解析して、選択されたセットに関連する特性値および前記選択されたセットと提携したコスト値から得られるエンコード化性能値が閾値よりも高くなるような、最小数のグループを有する選択されたグループのセットを特定する解析手段と、
    少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループをエンコード化して出力信号を生成し、この出力信号は、前記入力信号のコンテンツを表す出力信号を生成し、且つ前記選択されたセットにおける各グループについての制御パラメータの関連するセットを表す手段とを備える装置。
13. 請求項１２の装置において、前記ブロックはオーディオ情報の時間域サンプルを含む装置。
14. 請求項１２の装置において、前記ブロックはオーディオ情報の周波数域係数を含む装置。
15. 請求項１２乃至１４の何れか一項の装置において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有する装置。
16. 請求項１２乃至１５の何れか一項の装置において、前記解析手段は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外する装置。
17. 請求項１２乃至１５の何れか一項の装置において、前記解析手段が実行する解析は、
    グループの初期セットにおけるグループの諸対についての第２のエンコード化性能値を決定し、
    最も高い第２のエンコード化性能値が前記閾値より高ければ、前記最も高い第２のエンコード化性能値を有するグループ対を統合して、グループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループの諸対についての第２のエンコード化性能値を決定し、
    前記グループの変更セットに前記閾値よりも大きな第２のエンコード化性能値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択されたセットとすることである、
    装置。
18. 請求項１２乃至１５の何れか一項の装置において、各フレームはＮに等しいブロック数を有すると共に、前記特性値を解析する前記解析手段は、
    ｐはフレーム内のブロックのグループの数であるとして、１からＮまでの値ｐについて逐次反復させる手段と、
    ｐの各値について、前記閾値よりも高いエンコード化性能値を有するグループの少なくとも幾つかのセットを特定する手段と、
    グループの少なくとも幾つかの特定されたセットを解析し、解析されたグループのセット内のエンコード化性能値を最大化するグループの選択されたセットを決定する手段とを含む装置。
19. 請求項１２の装置において、各フレーム内の各ブロックはスペクトル係数を含み、グループの特定のセットについてのエンコード化性能値は、グループの前記特定のセットについての当該フレームにおけるスペクトル係数と各ブロックが単独でそれ自身のグループをなす場合の当該フレームにおけるスペクトル係数との間のエラーエネルギー値を表す、装置。
20. 請求項１２乃至１９の何れか一項の装置において、前記エンコード化性能値は、ブロックからなる各フレームを表すのに使えるビットの全数に応じて決められる装置。
21. 請求項１２の装置において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応する装置。
22. 請求項１２の装置において、前記コスト値は前記オーディオ情報のブロックを処理するのに必要なコンピュータ資源の量に対応する装置
23. フレームに配置されたオーディオ情報のブロックを処理する方法をデバイスに実行させるためのプログラムを保持するコンピュータ読み取り可能な記録媒体であって、各ブロックはオーディオ情報の各時間間隔を表すコンテンツを有し、前記方法は、
    （ａ）オーディオ情報のブロックを伝送する入力信号を受け取る段階と、
    （ｂ）少なくとも二つ以上の特性値を獲得する段階であって、
    （１）各フレームにおける前記ブロックのグループの複数のセットにおける各セットは関連する特性値を有し、
    （２）各グループは少なくとも一つのブロックを有し、
    （３）グループの各セットは各フレームにおける全てのブロックを含むと共に、各セットにおける一つよりも多くのグループに含まれるブロックはなく、
    （４）前記特性値は、少なくとも一つの制御パラメータの関連するセットに従って各グループにおける各ブロックをエンコード化することにより獲得可能なエンコード化出力信号の忠実性を表す、
    ところの段階と、
    （ｃ）二つ以上のコスト値を得る段階であって、各コスト値はブロックのグループの一つのセットに提携しており、前記コスト値は前記制御パラメータの関連セットに従って前記提携セットにおける前記ブロックを処理するのに必要な資源の量を表す、段階と、
    （ｄ）前記特性値を解析して、選択されたセットに関連する特性値および前記選択されたセットと提携したコスト値から得られるエンコード化性能値が閾値よりも高くなるような、最小数のグループを有する選択されたグループのセットを特定する段階と、
    （ｅ）少なくとも一つの制御パラメータの関連するセットに従ってグループの前記選択されたセットにおけるブロックの各グループをエンコード化して出力信号を生成し、この出力信号は、前記入力信号のコンテンツを表す出力信号を生成し、且つ前記選択されたセットにおける各グループについての制御パラメータの関連するセットを表す段階とを含む媒体。
24. 請求項２３のコンピュータ読み取り可能な記録媒体において、前記ブロックはオーディオ情報の時間域サンプルを含むコンピュータ読み取り可能な記録媒体。
25. 請求項２３のコンピュータ読み取り可能な記録媒体において、前記ブロックはオーディオ情報の周波数域係数を含むコンピュータ読み取り可能な記録媒体。
26. 請求項２３乃至２５のコンピュータ読み取り可能な記録媒体において、前記グループの少なくとも一対のブロックは、互いに隣接又は互いに重畳する時間間隔におけるオーディオ情報を表すコンテンツを有する一つよりも多くのブロックを有するコンピュータ読み取り可能な記録媒体。
27. 請求項２３乃至２６の何れか一項のコンピュータ読み取り可能な記録媒体において、
    前記解析は、前記選択されたセットについての候補ではない少なくとも一つのセットを決定するための反復処理の少なくとも一回の反復を実行すると共に、後続の反復処理においては前記少なくとも一つのセットの解析を除外するコンピュータ読み取り可能な記録媒体。
28. 請求項２３乃至２６の何れか一項のコンピュータ読み取り可能な記録媒体において、
    前記選択されたセットは反復処理により同定され、この反復処理は、
    グループの初期セットにおけるグループの諸対についての第２のエンコード化性能値を決定する段階と、
    最も高い第２のエンコード化性能値が前記閾値より高ければ、前記最も高い第２のエンコード化処理性能値を有するグループ対を統合して、グループの変更されたセットを形成すると共に、このグループの変更セットにおけるグループの諸対についての第２のエンコード化処理性能値を決定する段階と、
    前記グループの変更セットに前記閾値よりも大きな第２のエンコード化性能値を有すグループ対がなくなるまで前記統合を繰り返し、前記変更セットを前記選択セットとする段階とを含むコンピュータ読み取り可能な記録媒体。
29. 請求項２３乃至２６の何れか一項のコンピュータ読み取り可能な記録媒体において、
    各フレームはＮに等しいブロック数を有すると共に、前記特性値の解析は、
    ｐはフレーム内のブロックのグループ数であるとして、１からＮまでの値ｐについて逐次反復し、
    ｐの各値について、前記閾値よりも高いエンコード化性能値を有するグループの少なくとも幾つかのセットを特定し、
    グループの少なくとも幾つかの特定されたセットを解析し、解析されたグループのセット内のエンコード化性能値を最大化するグループの選択されたセットを決定することを含むコンピュータ読み取り可能な記録媒体。
30. 請求項２３乃至２９の何れか一項のコンピュータ読み取り可能な記録媒体において、
    求項１２の装置において、各フレーム内の各ブロックはスペクトル係数を含み、グループの特定のセットについてのエンコード化性能値は、グループの前記特定のセットについての当該フレームにおけるスペクトル係数と各ブロックが単独でそれ自身のグループをなす場合の当該フレームにおけるスペクトル係数との間のエラーエネルギー値を表す、コンピュータ読み取り可能な記録媒体。
31. 請求項２３乃至３０の何れか一項のコンピュータ読み取り可能な記録媒体において、前記エンコード化性能値は、ブロックからなる各フレームを表すのに使えるビットの全数に応じて決められる、コンピュータ読み取り可能な記録媒体。
32. 請求項２３のコンピュータ読み取り可能な記録媒体において、前記コスト値はエンコード化信号における前記制御パラメータのセットを表すのに必要なデータの量に対応するコンピュータ読み取り可能な記録媒体。
33. 請求項２３のコンピュータ読み取り可能な記録媒体において、前記コスト値は前記オーディオ情報のブロックをエンコード化するのに必要なコンピュータ資源の量に対応するコンピュータ読み取り可能な記録媒体。

Images