JP5188913B2

JP5188913B2 - 量子化装置、量子化方法、逆量子化装置、逆量子化方法、音声音響符号化装置および音声音響復号装置

Info

Publication number: JP5188913B2
Application number: JP2008248472A
Authority: JP
Inventors: 真也飯塚; 圭菊入; 信彦仲
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2008-09-26
Filing date: 2008-09-26
Publication date: 2013-04-24
Anticipated expiration: 2028-09-26
Also published as: JP2010079032A

Description

本発明は、量子化装置、量子化方法、逆量子化装置、逆量子化方法、音声音響符号化装置および音声音響復号装置に関するものである。

音声音響信号の符号化方法として、時間領域の音声音響信号に対し時間周波数変換を行い、変換係数に対し符号化を行う変換符号化が知られている。また、時間周波数変換の手法としては、DFT（Discrete Fourier Transform：離散フーリエ変換）、MDCT（Modified Discrete Cosine Transform：修正離散コサイン変換）などの直交変換が知られている。

効率的な符号化のために、変換符号化では上記変換係数を複数の周波数帯域に分割し、各帯域のベクトル信号について量子化を行う。さらに、多くの場合において、変換係数の大局的な情報と微細的な情報とを分離した上で、大局的な情報と微細的な情報それぞれについて量子化を行う。このうち大局的な情報とは、各帯域の利得などスペクトル包絡に相当する情報であり、微細的な情報とは、各帯域の利得で正規化した変換係数など、大局的な情報による影響を除去した情報である。

ここで、音声音響信号の符号化における変換係数の量子化においては、周囲の変換係数に対し支配的な強度を持つ成分（ピーク成分）の表現が特に重要である。これは、人間の聴覚がこのようなピーク成分に対し特に敏感であることに基づいている。

上記の量子化を効率的に行うことによって、より少ないビット量によって高音質な音声音響信号の符号化が可能となるため、例えば通信においては伝送コストの効率化が期待される。

上記変換係数の効率的な量子化方法として、各量子化ステップへの帰属成分数およびベクトル信号のノルム情報に関する拘束を利用し、量子化ステップ値を調整する量子化方法が知られている（下記の特許文献１参照）。

特許文献１の手法では、上記の支配的な強度を持つ成分（ピーク成分）の数に応じて、量子化ステップ値を決定することができるため、ノルム情報に拘束を持つベクトル信号の量子化において、量子化前後でのパワー不一致を防ぐとともに、聴覚的に重要な成分を効率的に表現することが可能である。
特開２００７−２９３２５４号公報

しかし、上記特許文献１に記載の量子化装置は、以下に示すような問題点があった。即ち、上記量子化装置は、適用可能な量子化ビット量が限定的であった。図２３のように各成分について量子化ステップを持つ上記量子化装置では、最低２以上の量子化ステップ数（＝１ビット／スカラに相当）が必要であるため、Ｎ次元のベクトル信号の量子化に適用するためには、最低Ｎビット必要である。また、符号化データを少ない演算量で効率良くバイナリ表現をするために、２のべき乗の量子化ステップ数（＝整数ビット／スカラに相当）での量子化を前提としている。

そこで本発明は、上記問題点を解決し、非整数ビット／スカラの量子化ビット量でのベクトル信号の量子化にも適用可能であって、聴覚的に重要な成分を効率的に表現することを可能とする量子化装置、量子化方法、逆量子化装置、逆量子化方法、音声音響符号化装置および音声音響復号装置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、本発明の量子化装置は、入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数を決定する帰属成分数決定手段と、決定された前記帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段と、を備えることを特徴とする。

本発明の量子化方法は、量子化装置により実行される量子化方法であって、
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数を決定する帰属成分数決定工程と、決定された前記帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程と、を備えることを特徴とする。

これらの発明によれば、ベクトル信号を複数のサブベクトル信号に分割し、それぞれのサブベクトル信号の代表値について量子化を行うことによって、ベクトル信号の次元数より少ないビット数においても、ベクトル信号の大体の形状を表現することができる。また、各代表値が各量子化ステップにどのように帰属するかによって、ベクトル信号の形状の特徴に応じた、より効果的な量子化手法（スカラ量子化、ベクトル量子化およびその変形手法）およびその量子化テーブルを利用することができ、聴覚的に重要な成分を効率的に表現することができる。

また、本発明の量子化装置は、入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示手段と、提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、量子化ステップ値を決定する量子化ステップ値決定手段と、前記一の帰属成分数の候補について、決定された前記量子化ステップ値を用いて前記代表値ベクトル信号を量子化した場合の量子化誤差情報を算出する第１の量子化誤差計算手段と、算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索手段と、決定された前記一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段と、を備えることを特徴とする。

また、本発明の量子化方法は、量子化装置により実行される量子化方法であって、入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示工程と、提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、量子化ステップ値を決定する量子化ステップ値決定工程と、前記一の帰属成分数の候補について、決定された前記量子化ステップ値を用いて前記代表値ベクトル信号を量子化した場合の量子化誤差情報を算出する第１の量子化誤差計算工程と、算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索工程と、決定された前記一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程と、を備えることを特徴とする。

これらの発明によれば、量子化ステップ値決定手段は、帰属成分数およびベクトルのノルムに関する拘束条件によって、好適な量子化ステップ値を決定することができる。また、代表値ベクトルの量子化誤差情報に基づいて一の帰属成分数を探索し決定するため、最適な帰属成分数を決定することができ、より的確なベクトル信号の形状の特徴を表現することが可能になり、より効果的な量子化方法を決定できるようになる。

また、本発明の量子化装置は、入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示手段と、提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、量子化により得られた前記ベクトル量子化データの量子化誤差情報を算出する第２の量子化誤差計算手段と、算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索手段と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段とを備え、前記代表値ベクトル量子化手段は、前記帰属成分数探索手段により決定された一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し最終代表値ベクトル量子化データを得て、前記量子化方法決定手段は、量子化により得られた前記最終代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定し、前記量子化手段は、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化し最終ベクトル量子化データを得て、前記量子化データ多重化手段は、前記最終代表値ベクトル量子化データと前記最終ベクトル量子化データとを多重化し、多重化後のデータを出力する、ことを特徴とする。

また、本発明の量子化方法は、量子化装置により実行される量子化方法であって、入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示工程と、提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、量子化により得られた前記ベクトル量子化データの量子化誤差情報を算出する第２の量子化誤差計算工程と、算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索工程と、前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程とを備え、前記代表値ベクトル量子化工程では、前記帰属成分数探索工程により決定された一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し最終代表値ベクトル量子化データを得て、前記量子化方法決定工程では、量子化により得られた前記最終代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定し、前記量子化工程では、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化し最終ベクトル量子化データを得て、前記量子化データ多重化工程では、前記最終代表値ベクトル量子化データと前記最終ベクトル量子化データとを多重化し、多重化後のデータを出力する、ことを特徴とする。

これらの発明によれば、ベクトル量子化データの量子化誤差情報に基づいて一の帰属成分数を探索し決定するため、最適な帰属成分数を決定することができ、量子化誤差をより抑えた量子化が実現できるようになる。

また、本発明の量子化装置では、前記量子化手段は、前記入力されたベクトル信号を複数の量子化用サブベクトル信号に分割する量子化用サブベクトル分割手段と、分割により得られた前記複数の量子化用サブベクトル信号の各々を、前記量子化方法に基づいて量子化し複数のサブベクトル量子化データを得るサブベクトル量子化手段と、を含んで構成されることが望ましい。この発明によれば、ベクトル信号を複数の量子化用サブベクトル信号に分割し、各量子化用サブベクトル信号について決定された量子化方法に基づいて、量子化を行うことができる。量子化方法決定手段は、各量子化用サブベクトル信号について、量子化手法、量子化ビット量、量子化テーブルを個別に決定することができ、ベクトル信号をより効率的に量子化することが可能となる。

また、本発明の量子化装置では、前記量子化手段は、前記代表値ベクトル生成手段により生成された前記代表値ベクトル信号に基づいて、前記量子化用サブベクトル信号を正規化する第１の正規化手段、をさらに含んで構成され、前記サブベクトル量子化手段は、正規化された前記量子化用サブベクトル信号を、前記量子化方法に基づいて量子化する、ことが望ましい。この発明によれば、代表値ベクトル信号に基づいて量子化用サブベクトル信号を正規化することで、量子化用サブベクトル信号の振幅の範囲が限定されるため、サブベクトル量子化手段はより効率的な量子化を行うことが可能になる。

また、本発明の量子化装置は、前記帰属成分数に基づいて量子化ステップ値を決定する量子化ステップ値決定手段と、前記代表値ベクトル量子化データおよび前記量子化ステップ値に基づいて、量子化後の代表値ベクトル信号を生成する量子化代表値ベクトル生成手段と、をさらに備え、前記量子化手段は、生成された前記量子化後の代表値ベクトル信号に基づいて前記量子化用サブベクトル信号を正規化する第２の正規化手段、をさらに含んで構成され、前記サブベクトル量子化手段は、正規化された前記量子化用サブベクトル信号を、前記量子化方法に基づいて量子化する、ことが望ましい。この発明によれば、逆量子化装置において逆量子化される代表値ベクトル信号と同一の情報を用いるため、代表値ベクトル信号の量子化誤差の影響を排除した、量子化用サブベクトル信号の正規化を行うことができる。よって、量子化誤差をより抑えた量子化が実現できるようになる。

また、本発明の量子化装置では、前記代表値決定手段により決定される代表値は、前記サブベクトル信号のノルム情報である、ことが好ましい。この発明によれば、代表値決定手段により決定される代表値は、サブベクトル信号のノルム情報であるため、量子化手段において効率的な量子化を実現できる。即ち、量子化方法決定手段は、サブベクトル信号のノルム情報を利用した量子化手法または量子化テーブルを決定することにより、量子化誤差をより抑えた量子化が実現できるようになる。

また、本発明の量子化装置では、前記代表値ベクトル量子化手段は、入力された代表値ベクトル信号の各成分を個々に量子化しビットデータに変換する、ことが好ましい。この発明によれば、代表値ベクトル信号の各量子化ステップへの帰属成分数と、各成分がどの量子化ステップに帰属するかを、効率的に表現することができ、これら帰属に関する情報を予め記憶する必要がなく、メモリ使用量を抑えることができるようになる。

本発明の音声音響符号化装置は、入力された音声音響信号をスペクトル係数に変換するスペクトル変換手段と、変換により得られた前記スペクトル係数を周波数帯域ごとに分割する帯域分割手段と、分割により得られた各周波数帯域のスペクトル係数を、分割された周波数帯域のノルム情報で正規化する正規化手段と、正規化されたスペクトル係数をベクトル信号として入力して量子化する量子化手段であって、前述した何れかの量子化装置を含んで構成された当該量子化手段と、前記量子化手段による量子化により得られた量子化データを多重化する多重化手段と、を備えることを特徴とする。

この発明によれば、スペクトル係数のうち聴覚的に重要な成分を、少ない量子化ビット量で効率的に表現することが可能となる。よって、送信する情報量を少なく抑えながら高音質な音声音響信号を伝送することが可能になる。

本発明の逆量子化装置は、入力された量子化データを、代表値ベクトル量子化データとベクトル量子化データとに分離する量子化データ逆多重化手段と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、抽出された前記帰属情報に基づいて、前記ベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、決定された前記逆量子化方法に基づいて、前記ベクトル量子化データを逆量子化しベクトル信号として出力する逆量子化手段と、を備えることを特徴とする。

本発明の逆量子化方法は、逆量子化装置により実行される逆量子化方法であって、入力された量子化データを、代表値ベクトル量子化データとベクトル量子化データとに分離する量子化データ逆多重化工程と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、抽出された前記帰属情報に基づいて、前記ベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、決定された前記逆量子化方法に基づいて、前記ベクトル量子化データを逆量子化しベクトル信号として出力する逆量子化工程と、を備えることを特徴とする。

これらの発明によれば、逆量子化方法決定手段は、各量子化ステップへの代表値ベクトルの帰属情報を基に、ベクトル信号の量子化方法に対応した逆量子化方法を決定することができ、ベクトル信号の形状の特徴に応じた、より効果的な量子化手法およびその量子化テーブルを利用することができ、聴覚的に重要な成分を効率的に表現することができる。

また、本発明の逆量子化装置は、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化手段と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化手段と、出力された前記サブベクトル信号を合成しベクトル信号として出力するベクトル合成手段と、を備えることを特徴とする。

また、本発明の逆量子化方法は、逆量子化装置により実行される逆量子化方法であって、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化工程と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化工程と、出力された前記サブベクトル信号を合成しベクトル信号として出力するベクトル合成工程と、を備えることを特徴とする。

これらの発明によれば、各サブベクトル信号について決定された逆量子化方法に基づいて、逆量子化を行うことができる。サブベクトル逆量子化手段は、量子化手法、量子化ビット量、量子化テーブルを個別に利用することができ、ベクトル信号をより効率的に量子化することが可能となる。

また、本発明の逆量子化装置は、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化手段と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化手段と、前記帰属情報に基づいて代表値ベクトル信号の逆量子化ステップ値を決定する逆量子化ステップ値決定手段と、前記帰属情報および前記逆量子化ステップ値に基づいて、代表値ベクトル信号を生成する量子化代表値ベクトル生成手段と、生成された前記代表値ベクトル信号に基づいて、前記サブベクトル信号に利得を重畳する重畳手段と、重畳後のサブベクトル信号を合成しベクトル信号として出力するベクトル合成手段と、を備えることを特徴とする。

また、本発明の逆量子化方法は、逆量子化装置により実行される逆量子化方法であって、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化工程と、分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化工程と、前記帰属情報に基づいて代表値ベクトル信号の逆量子化ステップ値を決定する逆量子化ステップ値決定工程と、前記帰属情報および前記逆量子化ステップ値に基づいて、代表値ベクトル信号を生成する量子化代表値ベクトル生成工程と、生成された前記代表値ベクトル信号に基づいて、前記サブベクトル信号に利得を重畳する重畳工程と、重畳後のサブベクトル信号を合成しベクトル信号として出力するベクトル合成工程と、を備えることを特徴とする。

これらの発明によれば、各量子化ステップへの代表値ベクトル信号の帰属情報に基づいて決定された逆量子化ステップ値を用いて、代表値ベクトル信号を生成し、該代表値ベクトル信号に基づいてサブベクトル信号に利得を重畳し、重畳後のサブベクトル信号を合成することで、ベクトル信号を再現することができる。これにより、量子化用サブベクトル信号の振幅の範囲が限定されるため、サブベクトル量子化手段は、より効率的な量子化を行うことが可能になる。

また、本発明の逆量子化装置では、前記帰属情報抽出手段は、前記代表値ベクトル量子化データのビット配列を量子化ビット数毎に分離し、個々の成分がどの量子化ステップに帰属するかを判別することで、前記各量子化ステップへの帰属情報を抽出する、ことが好ましい。この発明によれば、各量子化ステップへの代表値ベクトル信号の帰属成分数と、各成分がどの量子化ステップに帰属するかを、効率的に表現することができ、これら帰属に関する情報を予め記憶する必要がなく、メモリ使用量を抑えることができるようになる。

本発明の音声音響復号装置は、入力されたビット配列を逆量子化する逆量子化手段であって、前述した何れかの逆量子化装置を含んで構成された当該逆量子化手段と、前記逆量子化手段により逆量子化されたスペクトル係数を時間波形信号に逆変換するスペクトル逆変換手段と、を備えることを特徴とする。

この発明によれば、スペクトル係数のうち聴覚的に重要な成分を、少ない量子化ビット量で効率的に表現することが可能となる。よって、受信する情報量を抑えながら高音質な音声音響信号を伝送することが可能になる。

本発明によれば、非整数ビット／スカラの量子化ビット量においても、聴覚的に重要な成分を効率的に表現可能な、量子化および逆量子化が可能となる。このため、必要な情報量を抑えつつ、高音質な音声音響信号の符号化／復号が可能となる。

本発明は、一実施形態のために示された添付図面を参照しつつ以下の詳細な記述を考慮することによって容易に理解することができる。以下、添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

［第１の実施形態］
以下の第１の実施形態では、本発明に係る量子化装置について説明する。図１は、本実施形態に係る量子化装置１００Ａの構成を示すブロック図である。

本実施形態に係る量子化装置１００Ａは、入力されたベクトル信号をサブベクトル信号に分割するサブベクトル分割部１０１と、サブベクトル分割部１０１により分割されたそれぞれのサブベクトル信号について代表値を決定する代表値決定部１０２と、代表値決定部１０２により決定された各代表値から代表値ベクトル信号を生成する代表値ベクトル生成部１０３と、代表値ベクトル生成部１０３により生成された代表値ベクトル信号について、各量子化ステップに帰属する成分の数（以下「帰属成分数」とも称する）を決定する帰属成分数決定部１０４と、帰属成分数決定部１０４により決定された帰属成分数に基づいて代表値ベクトル信号の帰属を決定し該代表値ベクトル信号を量子化する代表値ベクトル量子化部１０５と、代表値ベクトル量子化部１０５の出力である代表値ベクトル量子化データに基づいて、上記入力されたベクトル信号の量子化方法を決定する量子化方法決定部１０６と、量子化方法決定部１０６により決定された量子化方法に従って、上記入力されたベクトル信号を量子化する量子化部１０７と、代表値ベクトル量子化部１０５の出力である代表値ベクトル量子化データと量子化部１０７の出力であるベクトル量子化データとを多重化し出力する量子化データ多重化部１０８と、を含んで構成されている。以下、各構成について詳細に説明する。

サブベクトル分割部１０１は、入力されたベクトル信号を所定の分割方法に従って分割し、複数のサブベクトル信号を出力する。分割方法とは、分割数および各サブベクトル信号の次元数を表すものである。分割方法は、状況によらず一定としてもよいし、ベクトル信号の次元数や量子化ビット数に応じて、所定の法則に従って切り替えてもよい。また、各サブベクトル信号の次元数は、一様でも非一様でもよく、所定の法則に従って切り替えてもよい。

代表値決定部１０２は、サブベクトル分割部１０１の出力である各サブベクトル信号を入力とし、サブベクトル信号の代表値を出力する。代表値とは、サブベクトル信号の物理的または聴覚的な重要度を反映する値であればよく、具体的には、絶対値の平均値、絶対値の最大値、絶対値の合計値、ノルム情報などが考えられる。また、絶対値の代わりに、パワー値又はパワー値の平方根を用いることや、対数値表現を用いることも当然に考えられる。

代表値ベクトル生成部１０３は、代表値決定部１０２の各々から出力された代表値に基づいて代表値ベクトル信号を生成し出力する。即ち、各入力であるスカラ値（p1、p2、・・・、px）を各成分とする代表値ベクトル信号P（P=｛p1、p2、・・・、px｝）を生成する。このとき、代表値ベクトル生成部１０３は各成分を重み付けすることも可能である。例えば、高周波数の音ほど聞き取りにくくなる人間の聴覚特性を反映するために、代表値ベクトル信号Pにおいて、高周波数の成分p1を1.2倍にし、低周波数の成分pxを0.8倍にするなどの処理が一例として考えられる。

帰属成分数決定部１０４は、代表値ベクトル生成部１０３より入力された代表値ベクトル信号の成分が各量子化ステップに何個ずつ帰属するかを決定し、帰属する各成分数を出力する。なお、帰属成分数を決定する手段については、例えば強制的に帰属成分数を指定する方法や、複数設定された各閾値を越える成分の数に基づいて帰属成分数を判断する方法が考えられるが、これらに限定したものではない。また、量子化ステップの数は、量子化ビット量に応じて設定することができる。

代表値ベクトル量子化部１０５は、帰属成分数決定部１０４により決定された帰属成分数に基づいて代表値ベクトル信号の各成分の帰属を決定し、代表値ベクトル量子化データとして出力する。量子化は通常、量子化誤差が最小となる量子化ステップに帰属させる処理を意味するが、代表値ベクトル量子化部１０５における量子化は、帰属成分数の情報に従い、各成分を量子化ステップに強制的に帰属させる処理である。具体的には、成分の値の高い順または低い順に、量子化ステップへ割り当てることで、どの成分がどの量子化ステップに帰属するかを決定する。そして、これら帰属に関する情報を代表値ベクトル量子化データとしてビットデータ化して出力する。

ここで、代表値ベクトル量子化データのビットデータ化方法について３つの例を挙げる。第１の方法は、帰属情報を一般的なベクトル量子化によりビットデータ化する方法である。即ち、取りうる全ての場合の帰属情報について対応するインデックスを保持しておき、適当なインデックスのビットデータを出力する方法である。この場合、帰属情報とインデックスとの対応をメモリに保持する必要があり、かつインデックスを探索する必要がある。第２の方法は、各成分の帰属情報を一般的なスカラ量子化によりビットデータ化する方法である。即ち、各成分について帰属する量子化ステップのインデックスのビットデータを出力する方法である。この場合、第１の方法に比べて、保持すべきメモリ量およびインデックス探索の演算量を抑えることが可能である。第３の方法は、帰属情報の傾向を数パターン保持しておき、帰属情報に最も近いパターンのインデックスのビットデータを出力する方法である。この場合、逆量子化において帰属情報が忠実に復元される保証はなくなるが、出力すべきビット量を抑えることができる。なお、ビットデータ化の方法は、上記３つの方法に限定されるものではない。

量子化方法決定部１０６は、量子化装置１００Ａに入力されたベクトル信号の量子化方法を、代表値ベクトル量子化部１０５の出力に基づいて決定する。ここでの量子化方法とは、量子化手法（例えば、スカラ量子化、ベクトル量子化およびその変形手法など）およびその量子化テーブルを意味する。代表値ベクトル信号の帰属情報は、ベクトル信号のどの部分がより重要かを反映している。このため、例えばベクトル量子化では、より重要な部分近傍について、より密な量子化が可能なコードブックを選択することが考えられる。また、スカラ量子化では、より重要な部分近傍の成分に対し、より多くの量子化ビット量を割り当てることが考えられる。

また、各サブベクトル信号の代表値の近傍において密な量子化テーブルを持つことで、より効率的な量子化を実現できる。これは、代表値として平均値やノルムを利用した場合、当該サブベクトル信号の各成分は、平均値やノルムを中心として統計的に高い確率で存在するからである。

ただし、このような効率的な量子化テーブルを利用するには、逆量子化装置においても同一の代表値を復元できる必要がある。ビット量および演算量を抑えつつ、効率的に代表値を表現するために、例えば、各代表値が帰属する量子化ステップ値が、帰属成分数に応じて一意に定まる拘束を設ける。この拘束により、逆量子化装置は、帰属成分数情報から代表値の量子化ステップ値を決定し、どの成分がどの量子化ステップに帰属するかの情報によって、代表値ベクトル信号の大体の形状を復元できる。そして、復元された代表値に従って、量子化装置と同一の量子化テーブルを利用し、ベクトル信号を逆量子化することが可能となる。

量子化部１０７は、量子化方法決定部１０６により決定された量子化方法に従って、入力ベクトル信号を量子化し、得られたベクトル量子化データを出力する。

量子化データ多重化部１０８は、代表値ベクトル量子化部１０５の出力データ（代表値ベクトル量子化データ）と量子化部１０７の出力データ（ベクトル量子化データ）とを多重化し、得られたデータをビットデータとして出力する。このとき、代表値ベクトル量子化データとベクトル量子化データとの間に相関が存在する場合は、さらに情報圧縮を行うことも考えられる。ただし、当該情報圧縮の実施の有無および具体的な実施方法は問わない。

上述した量子化装置１００Ａにおける一連の処理は、一例として図２のように表すことができる。即ち、量子化装置１００Ａでは、入力されたベクトル信号を複数のサブベクトル信号に分割する工程Ｓ１と、分割により得られた複数のサブベクトル信号それぞれについて代表値を決定する工程Ｓ２と、決定された各代表値から代表値ベクトル信号を生成する工程Ｓ３と、生成された代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数を決定する工程Ｓ４と、決定された帰属成分数に基づいて、代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る工程Ｓ５と、量子化により得られた代表値ベクトル量子化データおよび量子化ビット量に基づいて、ベクトル信号の量子化方法を決定する工程Ｓ６と、決定された量子化方法に基づいてベクトル信号を量子化しベクトル量子化データを得る工程Ｓ７と、代表値ベクトル量子化データとベクトル量子化データとを多重化する工程Ｓ８とが実行される。

第１の実施形態によれば、ベクトル信号を複数のサブベクトル信号に分割し、それぞれのサブベクトル信号の代表値について量子化を行うことによって、ベクトル信号の次元数より少ないビット数においても、ベクトル信号の大体の形状を表現することができる。また、各代表値が各量子化ステップにどのように帰属するかによって、ベクトル信号の形状の特徴に応じた、より効果的な量子化手法（スカラ量子化、ベクトル量子化およびその変形手法）およびその量子化テーブルを利用することができ、聴覚的に重要な成分を効率的に表現することができる。

［第２の実施形態］
続いて、第２の実施形態に係る量子化装置１００Ｂについて説明する。図３は、本実施形態に係る量子化装置１００Ｂの構成を示すブロック図である。この量子化装置１００Ｂは、量子化装置１００Ａの帰属成分数決定部１０４が帰属成分数提示部１０９に置き換わり、帰属成分数に基づき代表値の量子化ステップ値を決定する量子化ステップ値決定部１１０と、代表値ベクトル信号の量子化誤差を計算する第１の量子化誤差計算部１１１Ａと、量子化誤差情報に基づいて一の帰属成分数を決定する帰属成分数探索部１１２とを加えたものである。以下、各構成について説明する。

サブベクトル分割部１０１、代表値決定部１０２、代表値ベクトル生成部１０３、量子化方法決定部１０６、量子化部１０７、および量子化データ多重化部１０８は、量子化装置１００Ａと同様の動作を行う。

帰属成分数提示部１０９は、代表値ベクトル生成部１０３より入力された代表値ベクトル信号の成分が各量子化ステップに何個ずつ帰属するかを表す帰属成分数の候補を提示する。即ち、考えられる全通りの候補、または、適していると考えられる複数候補を提示する。例えば、図４に示すように、代表値ベクトル信号Pの次元数が４で、代表値の量子化ステップがC1とC2の２である（C1>C2）とすると、考えられる全通りの候補を提示する場合には、{0,4}, {1,3}, {2,2}, {3,1}, {4,0}の５候補が提示される。一方、適していると考えられる複数候補を提示する場合には、閾値判定など帰属成分数推定により{3,1}が有力と判定されたとすると、{2,2}, {3,1}, {4,0}の３候補に絞って提示される。ただし、候補の決定方法はこれに限ったものではない。

量子化ステップ値決定部１１０は、帰属成分数提示部１０９により提示される複数の帰属成分数の候補について、それぞれの帰属成分数の場合の、代表値の量子化ステップ値を決定し、それぞれ出力する。即ち、各代表値が帰属する量子化ステップ値が帰属成分数によって一意に定まる拘束が設けられている。

次に、帰属成分数と量子化ステップ値との対応関係の一例を示す。例えば、前記の代表値ベクトル信号Pにおいて、帰属成分数が{0,4}または{4,0}となるのは、全ての代表値が近い値である状態を表している。これに対し、{1,3}では他の帰属成分数の場合に比べ、１つの代表値が他の３つの代表値よりも顕著に大きい状態を表している。よって、{1,3}の場合は{{0,4}, {2,2}, {3,1}, {4,0}の場合に比べ、C1をより大きく、C2をより小さく設定し、人間の聴覚において敏感なピーク成分は効果的に表現可能としつつ、顕著なピーク成分を持たない入力に対しては、{1,3}を選択しにくくする。帰属成分数と量子化ステップ値との対応関係は、これに限ったものでなく、特許文献１に記載のように、ノルム拘束を利用して設計する方法や、学習データによる統計的な最適化により設計する方法が考えられる。

第１の量子化誤差計算部１１１Ａは、帰属成分数提示部１０９より出力された複数の帰属成分数候補、および量子化ステップ値決定部１１０より出力された各帰属成分数候補に対応する量子化ステップ値を用いて、代表値ベクトル信号をそれぞれ量子化した際の量子化誤差を算出する。この際、代表値ベクトル信号の各成分の聴覚的な重要度に応じて重み付け加算した量子化誤差を算出することも考えられる。重み付けの方法としては、例えば代表値ベクトル生成部１０３において述べた方法や、聴覚マスキングを考慮した方法が考えられる。なお、個々での量子化とは、量子化装置１００Ａにおける代表値ベクトル量子化部１０５の動作と同様に、一般的な量子化とは異なり、帰属成分数の情報に従い、各成分を量子化ステップに強制的に帰属させる処理である。これにより、量子化ステップ値決定部１１０より決定された量子化ステップ値を用いて一般的なスカラ量子化を行った結果の帰属成分数と、帰属成分数提示部１０９の出力との不一致を防ぐ。

帰属成分数探索部１１２は、第１の量子化誤差計算部１１１Ａの出力である、複数候補についての量子化誤差情報に基づいて、誤差最小となる帰属成分数を１つ決定し、代表値ベクトル量子化部１０５に出力する。

代表値ベクトル量子化部１０５は、入力される帰属成分数が帰属成分数探索部１１２からの出力であることを除けば、量子化装置１００Ａにおける代表値ベクトル量子化部１０５と同様に動作する。

上述した量子化装置１００Ｂにおける一連の処理は、一例として図５のように表すことができる。即ち、量子化装置１００Ｂでは、入力されたベクトル信号を複数のサブベクトル信号に分割する工程Ｓ１１と、分割により得られた複数のサブベクトル信号それぞれについて代表値を決定する工程Ｓ１２と、決定された各代表値から代表値ベクトル信号を生成する工程Ｓ１３と、生成された代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する工程Ｓ１４と、提示された帰属成分数の候補のうち一の帰属成分数の候補に基づいて、量子化ステップ値を決定する工程Ｓ１５と、一の帰属成分数の候補について、決定された量子化ステップ値を用いて代表値ベクトル信号を量子化した場合の量子化誤差情報を算出する工程Ｓ１６と、算出された量子化誤差情報に基づいて、提示された帰属成分数の候補から一の帰属成分数を探索し決定する工程Ｓ１７と、決定された一の帰属成分数に基づいて、代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る工程Ｓ１８と、量子化により得られた代表値ベクトル量子化データおよび量子化ビット量に基づいて、ベクトル信号の量子化方法を決定する工程Ｓ１９と、決定された量子化方法に基づいて、ベクトル信号を量子化しベクトル量子化データを得る工程Ｓ２０と、代表値ベクトル量子化データとベクトル量子化データとを多重化する工程Ｓ２１とが実行される。

第２の実施形態によれば、代表値ベクトルの量子化誤差情報に基づいて一の帰属成分数を探索し決定するため、最適な帰属成分数を決定することができ、より的確なベクトル信号の形状の特徴を表現することが可能になり、より効果的な量子化方法を決定できるようになる。

［第３の実施形態］
続いて、第３の実施形態に係る量子化装置１００Ｃについて説明する。図６は、本実施形態に係る量子化装置１００Ｃの構成を示すブロック図である。この量子化装置１００Ｃは、量子化装置１００Ａの帰属成分数決定部１０４が帰属成分数提示部１０９に置き換わり、ベクトル信号の量子化誤差を計算する第２の量子化誤差計算部１１１Ｂと、量子化誤差情報に基づいて一の帰属成分数を決定する帰属成分数探索部１１２とを加えたものである。

ところで、量子化装置１００Ｃの動作は、量子化誤差を最小とする最適な帰属成分数を探索し、最終的な量子化結果として出力するという点で量子化装置１００Ｂと同じである。量子化装置１００Ｂでは、代表値ベクトル信号の量子化誤差が最小となる帰属成分数を探索するのに対し、量子化装置１００Ｃでは、入力ベクトル信号の量子化誤差が最小となる帰属成分数を探索する。以下、量子化装置１００Ｂとの動作の違いを中心に、量子化装置１００Ｃの各構成を説明する。

サブベクトル分割部１０１、代表値決定部１０２、代表値ベクトル生成部１０３、帰属成分数提示部１０９、量子化データ多重化部１０８、および帰属成分数探索部１１２は、量子化装置１００Ｂと同様の動作である。

代表値ベクトル量子化部１０５、量子化方法決定部１０６、量子化部１０７は、量子化装置１００Ｂにおいては、探索された最適帰属成分数についてのみ動作するが、量子化装置１００Ｃにおいては、帰属成分数提示部１０９において提示された複数の帰属成分数候補についてそれぞれ動作する。

第２の量子化誤差計算部１１１Ｂは、帰属成分数提示部１０９より出力された帰属成分数候補それぞれについて、入力ベクトル信号および量子化部１０７より出力された量子化データに基づいて量子化誤差を算出する。この際、ベクトル信号の各成分の聴覚的な重要度に応じて重み付け加算した量子化誤差を算出することも考えられる。重み付けの方法としては、例えば代表値ベクトル生成部１０３において述べた方法や、聴覚マスキングを考慮した方法が考えられる。

上述した量子化装置１００Ｃにおける一連の処理は、一例として図７のように表すことができる。即ち、量子化装置１００Ｃでは、入力されたベクトル信号を複数のサブベクトル信号に分割する工程Ｓ３１と、分割により得られた複数のサブベクトル信号それぞれについて代表値を決定する工程Ｓ３２と、決定された各代表値から代表値ベクトル信号を生成する工程Ｓ３３と、生成された代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する工程Ｓ３４と、提示された帰属成分数の候補のうち一の帰属成分数の候補に基づいて、代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る工程Ｓ３５と、量子化により得られた代表値ベクトル量子化データおよび量子化ビット量に基づいて、ベクトル信号の量子化方法を決定する工程Ｓ３６と、決定された量子化方法に基づいて、ベクトル信号を量子化しベクトル量子化データを得る工程Ｓ３７と、量子化により得られたベクトル量子化データの量子化誤差情報を算出する工程Ｓ３８と、算出された量子化誤差情報に基づいて、提示された帰属成分数の候補から一の帰属成分数を探索し決定する工程Ｓ３９と、決定された一の帰属成分数に基づいて代表値ベクトル信号を量子化し最終代表値ベクトル量子化データを得る工程Ｓ４０と、最終代表値ベクトル量子化データおよび量子化ビット量に基づいて、ベクトル信号の量子化方法を決定する工程Ｓ４１と、決定された量子化方法に基づいて、ベクトル信号を量子化し最終ベクトル量子化データを得る工程Ｓ４２と、最終代表値ベクトル量子化データと最終ベクトル量子化データとを多重化する工程Ｓ４３とが実行される。

第３の実施形態によれば、ベクトル量子化データの量子化誤差情報に基づいて一の帰属成分数を探索し決定するため、最適な帰属成分数を決定することができ、量子化誤差をより抑えた量子化が実現できるようになる。

［第４の実施形態］
続いて、第４の実施形態に係る量子化装置１００Ｄについて説明する。図８は、本実施形態に係る量子化装置１００Ｄの構成を示すブロック図である。この量子化装置１００Ｄは、量子化装置１００Ｃに対し、量子化誤差情報に基づいて最適なサブベクトル分割方法を探索するサブベクトル分割方法探索部１１３を加えたものである。以下、各構成について説明する。

サブベクトル分割方法探索部１１３は、複数のサブベクトル分割方法候補から一のサブベクトル分割方法を探索し、サブベクトル分割部１０１に出力する。このサブベクトル分割方法について、量子化装置１００Ｃと同様に、量子化誤差最小となる量子化を行い、第２の量子化誤差計算部１１１Ｂは、最適時の量子化誤差情報をサブベクトル分割方法探索部１１３に出力する。以下同様に、他のサブベクトル分割方法候補についても量子化を行い、サブベクトル分割方法探索部１１３は、量子化誤差が最小となるサブベクトル分割方法（即ち、最適なサブベクトル分割方法）を１つ決定し、その情報を量子化データ多重化部１０８に出力する。

なお、上記の説明では、サブベクトル分割方法探索部１１３が、分割方法候補１つずつに対し順次量子化していくが、一度に複数の分割方法候補を出力しこれら全てについて一度に量子化する方法を採用してもよく、探索の具体的処理方法は問わない。

また、量子化装置１００Ｄは、量子化装置１００Ｃの拡張として、入力されたベクトル信号の量子化誤差が最小となるサブベクトル分割方法を探索するものであったが、同様に、量子化装置１００Ｂの拡張として、代表値ベクトル信号の量子化誤差を最小とするサブベクトル分割方法を探索することも考えられる。

第４の実施形態によれば、サブベクトル分割方法探索部１１３が量子化誤差情報に基づいて一のサブベクトル分割方法を探索し決定することで、最適なサブベクトル分割方法を決定することができる。よって、量子化誤差をより抑えた量子化が実現できるようになる。

［第５の実施形態］
続いて、第５の実施形態に係る量子化装置１００Ｅについて説明する。図９は、本実施形態に係る量子化装置１００Ｅの構成を示すブロック図である。この量子化装置１００Ｅは、量子化装置１００Ａの量子化部１０７が、量子化用サブベクトル分割部１１４と複数のサブベクトル量子化部１１５とを含んで構成されるものである。以下、各構成について説明する。

量子化用サブベクトル分割部１１４は、入力されたベクトル信号を複数の量子化用サブベクトル信号に分割する。量子化用サブベクトル分割部１１４におけるサブベクトル分割方法は、サブベクトル分割部１０１におけるサブベクトル分割方法と同一であってもよいし、異なってもよい。

量子化方法決定部１０６は、代表値ベクトル量子化部１０５の出力に従い、サブベクトル量子化部１１５それぞれについての量子化方法を決定する。ここで、量子化方法とは、量子化ビット数、量子化手法、量子化テーブルのうち少なくとも１つを制御する情報を含む。また、量子化手法については、スカラ量子化、ベクトル量子化およびその変形手法を選択してもよい。

第５の実施形態によれば、ベクトル信号を複数の量子化用サブベクトル信号に分割し、各量子化用サブベクトル信号について決定された量子化方法に基づいて、量子化を行うことができる。量子化方法決定手段は、各量子化用サブベクトル信号について、量子化手法、量子化ビット量、量子化テーブルを個別に決定することができ、ベクトル信号をより効率的に量子化することが可能となる。

ところで、量子化装置１００Ｅの変形態様として、図１０に示す量子化装置１００Ｆが挙げられる。量子化装置１００Ｆでは、量子化方法決定部１０６は、さらに、代表値ベクトル量子化データおよび量子化ビット量に基づいて、量子化用サブベクトル信号への分割方法を決定し、量子化用サブベクトル分割部１１４は、決定された分割方法に従い、入力されたベクトル信号を複数の量子化用サブベクトル信号に分割する。

量子化装置１００Ｆでは、量子化方法決定部１０６は、代表値ベクトルの量子化データをも基礎として、ベクトル信号を量子化用サブベクトル信号に分割する方法を決定することができるようになり、ベクトル信号の大体の形状をより考慮した効率的な量子化用サブベクトル信号への分割が可能になるため、より効率的にベクトル信号を量子化することができるようになる。

［第６の実施形態］
続いて、第６の実施形態に係る量子化装置１００Ｇについて説明する。図１１は、本実施形態に係る量子化装置１００Ｇの構成を示すブロック図である。この量子化装置１００Ｇは、量子化装置１００Ｅに対し、代表値ベクトル信号に基づいて量子化用サブベクトル分割部１１４の出力をそれぞれ正規化する正規化部１１６を加えたものである。

正規化部１１６は、量子化用サブベクトル分割部１１４によって分割された各量子化用サブベクトル信号を、代表値ベクトル生成部１０３によって生成された代表値ベクトル信号に基づいて正規化する。ここでの正規化は、量子化用サブベクトル信号をそれぞれ、対応する代表値によって除算する。ただし、代表値に代わり、代表値に準ずる値（例えば、代表値の２乗、代表値の平方根など）を用いてもよい。また、対応する代表値としては、サブベクトル分割方法が一致する場合は完全に対応するサブベクトル信号の代表値を用いることが可能であり、また、近傍の対応する代表値や、複数の近傍の対応する代表値による補間値（平均値、重み付け平均値など）を用いてもよい。

第６の実施形態によれば、代表値ベクトル信号に基づいて量子化用サブベクトル信号を正規化することで、量子化用サブベクトル信号の振幅の範囲が限定されるため、サブベクトル量子化手段はより効率的な量子化を行うことが可能になる。

［第７の実施形態］
続いて、第７の実施形態に係る量子化装置１００Ｈについて説明する。図１２は、本実施形態に係る量子化装置１００Ｈの構成を示すブロック図である。この量子化装置１００Ｈは、量子化装置１００Ｇに対し、帰属成分数に基づき代表値の量子化ステップ値を決定する量子化ステップ値決定部１１０と、代表値ベクトル量子化データおよび量子化ステップ値に基づき量子化代表値ベクトル信号を生成する量子化代表値ベクトル生成部１１７とを加えたものである。

ところで、量子化装置１００Ｈの動作は、量子化用サブベクトル信号を、対応する代表値により正規化するという点で量子化装置１００Ｇと同じである。量子化装置１００Ｇでは、代表値ベクトル信号に基づいて正規化するのに対し、量子化装置１００Ｈでは、量子化誤差を含む量子化代表値ベクトル信号に基づいて正規化する。以下に、量子化代表値ベクトル信号の生成について説明する。

量子化ステップ値決定部１１０は、帰属成分数決定部１０４により決定された帰属成分数に基づいて、代表値の量子化ステップ値を決定する。量子化ステップ値決定部１１０における量子化ステップ値の決定方法は、量子化装置１００Ｂの量子化ステップ値決定部１１０と同様である。

量子化代表値ベクトル生成部１１７は、量子化ステップ値決定部１１０により決定された量子化ステップ値および代表値ベクトル量子化部１０５より出力された代表値ベクトル量子化データを用いて、量子化代表値ベクトル信号を生成する。代表値ベクトル信号の各成分を、それぞれが帰属する量子化ステップの量子化ステップ値に置き換えることで、量子化代表値ベクトル信号（即ち、逆量子化において得られる代表値ベクトル信号と同一の代表値ベクトル信号）を生成する。

第７の実施形態によれば、逆量子化装置において逆量子化される代表値ベクトル信号と同一の情報を用いるため、代表値ベクトル信号の量子化誤差の影響を排除した、量子化用サブベクトル信号の正規化を行うことができる。よって、量子化誤差をより抑えた量子化が実現できるようになる。

［第８の実施形態］
第８の実施形態では、本発明に係る音声音響符号化装置について説明する。図１３は、本実施形態に係る音声音響符号化装置２００の構成を示すブロック図である。この音声音響符号化装置２００は、スペクトル変換部２０１、帯域分割部２０２、利得量子化部２０３、正規化部２０４、ビット割当部２０５、係数量子化部２０６、および多重化部２０７を含んで構成されている。

また、音声音響符号化装置２００は、図１４に示すハードウェアにより実現される。例えば、音声音響符号化装置２００は、携帯電話などに備えられているものとする。音声音響符号化装置２００は、物理的には図１４に示すように、ＣＰＵ５１と、主記憶装置であるＲＡＭ５２およびＲＯＭ５３と、無線通信モジュールである無線通信部５５と、音声情報を入力するマイク５４と、音声情報を出力するスピーカ５６とを含んで構成されている。図１３に示すブロック構成の各機能は、ＣＰＵ５１、ＲＡＭ５２等のハードウェア上に所定のソフトウェアを読み込ませることにより、ＣＰＵ５１の制御の下で無線通信部５５、マイク５４、スピーカ５６を動作させるとともに、ＲＡＭ５２におけるデータの読み出しおよび書き込みを行うことで実現される。以下、図１３の各ブロック構成について説明する。

スペクトル変換部２０１は、入力音声音響信号をスペクトル係数に変換する。ここで、スペクトル変換はDFT（Discrete Fourier Transform：離散フーリエ変換）、MDCT（Modified Discrete Cosine Transform：修正離散コサイン変換）などの直交変換が考えられるが、形態は問わない。

帯域分割部２０２は、スペクトル係数を周波数帯域ごとに分割する。ここで、分割帯域幅は一様でもよいし、人間の聴覚特性における臨界帯域のような非一様でもよい。

利得量子化部２０３は、帯域分割部２０２により分割された帯域ごとのスペクトル係数の利得情報を算出し、得られた利得情報を量子化する。利得情報の具体的な算出方法および量子化方法は問わない。

正規化部２０４は、帯域ごとのスペクトル係数を、利得量子化部２０３による量子化で得られた利得情報の値によって、正規化する。

ビット割当部２０５は、利得量子化部２０３による量子化で得られた利得情報の値に基づいて、正規化部２０４から出力された各帯域のスペクトル係数について、量子化における量子化ビット数を決定する。なお、利得量子化部２０３、正規化部２０４、ビット割当部２０５を省略する態様も採用しうる。

係数量子化部２０６は、正規化部２０４から出力された各帯域のスペクトル係数を、ビット割当部２０５によって決定された量子化ビット数に基づいて量子化する。

上記の利得量子化部２０３および係数量子化部２０６のうち少なくとも１つは、上述した量子化装置（量子化装置１００Ａ〜１００Ｈのいずれか）を含んで構成される。ただし、量子化装置は常に含まれている必要はなく、特定の量子化ビット数が割り当てられた場合にのみ、量子化装置が動作するような構成でもよい。

多重化部２０７は、利得量子化部２０３および係数量子化部２０６から出力された量子化データを多重化し、多重化データをビットデータとして出力する。このとき、複数の時間フレームにわたって多重化してもよく、また、ハフマン符号化などの情報圧縮処理を適用してもよい。

第８の実施形態によれば、スペクトル係数のうち聴覚的に重要な成分を、少ない量子化ビット量で効率的に表現することが可能となる。よって、送信する情報量を少なく抑えながら高音質な音声音響信号を伝送することが可能になる。

［第９の実施形態］
以下の第９の実施形態では、本発明に係る逆量子化装置について説明する。図１５は、本実施形態に係る逆量子化装置３００Ａの構成を示すブロック図である。

本実施形態に係る逆量子化装置３００Ａは、入力されたビットデータを代表値ベクトル量子化データとベクトル量子化データとに分離する量子化データ逆多重化部３０１と、量子化データ逆多重化部３０１より出力された代表値ベクトル量子化データに基づいて、代表値ベクトル信号の各成分の量子化ステップへの帰属情報を抽出する帰属情報抽出部３０２と、抽出された帰属情報に基づいてベクトル量子化データの逆量子化方法を決定する逆量子化方法決定部３０３と、決定された逆量子化方法に従ってベクトル量子化データを逆量子化しベクトル信号として出力する逆量子化部３０４とを含んで構成されている。以下、各構成について詳細に説明する。

量子化データ逆多重化部３０１は、入力されたビットデータを少なくとも代表値ベクトル量子化データとベクトル量子化データとに分離する。ただし、前述した量子化装置１００Ｄ（図８）から出力されたビットデータを逆量子化する場合は、入力されたビットデータからサブベクトル分割方法に関するデータを抽出し、該サブベクトル分割方法に関するデータを代表値ベクトル量子化データの分離に用いる。また、入力されたビットデータに対しハフマン符号化などの情報圧縮が施されている場合は、該ビットデータを復号する。

帰属情報抽出部３０２は、入力された代表値ベクトル量子化データに基づいて、代表値ベクトルの各成分が、どの量子化ステップに帰属しているかを復元し、同時に、各量子化ステップへの帰属成分数を抽出し、各量子化ステップへの代表値ベクトルの帰属情報（即ち、代表値ベクトルの各成分がどの量子化ステップに帰属しているかを示す情報、および各量子化ステップへの帰属成分数の情報）を出力する。具体的な処理方法は、量子化装置と対応していればよく、形態は問わない。

逆量子化方法決定部３０３は、量子化装置１００Ａ（図１）における量子化方法決定部１０６と同様に動作し、帰属情報抽出部３０２より出力された帰属情報に基づいて、ベクトル量子化データを逆量子化するための逆量子化方法を決定する。

逆量子化部３０４は、逆量子化方法決定部３０３により決定された逆量子化方法に従って、ベクトル量子化データを逆量子化し、逆量子化の結果をベクトル信号として出力する。

上述した逆量子化装置３００Ａにおける一連の処理は、一例として図１６のように表すことができる。即ち、逆量子化装置３００Ａでは、入力された量子化データを、代表値ベクトル量子化データとベクトル量子化データとに分離する工程Ｓ５１と、分離により得られた代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する工程Ｓ５２と、抽出された帰属情報に基づいて、ベクトル量子化データの逆量子化方法を決定する工程Ｓ５３と、決定された逆量子化方法に基づいてベクトル量子化データを逆量子化しベクトル信号として出力する工程Ｓ５４とが実行される。

第９の実施形態によれば、各量子化ステップへの代表値ベクトルの帰属情報を基に、ベクトル信号の量子化方法に対応した逆量子化方法を決定することができ、ベクトル信号の形状の特徴に応じた、より効果的な量子化手法およびその量子化テーブルを利用することができ、聴覚的に重要な成分を効率的に表現することができる。

［第１０の実施形態］
続いて、第１０の実施形態に係る逆量子化装置３００Ｂの構成について説明する。図１７は、本実施形態に係る逆量子化装置３００Ｂの構成を示すブロック図である。この逆量子化装置３００Ｂでは、逆量子化装置３００Ａの逆量子化部３０４が、サブベクトル逆量子化部３０５およびベクトル合成部３０６によって構成されている。以下、各構成について説明する。

量子化データ逆多重化部３０１は、入力された量子化データを、代表値ベクトル量子化データと、量子化用に分割された複数のサブベクトル量子化データとに分離して出力する。

逆量子化方法決定部３０３は、図９の量子化装置１００Ｅにおける量子化方法決定部１０６と同様に動作し、各サブベクトル量子化データについて逆量子化方法を決定する。

サブベクトル逆量子化部３０５は、逆量子化方法決定部３０３により決定された逆量子化方法に従って、サブベクトル量子化データを逆量子化し、逆量子化で得られたサブベクトル信号を出力する。

ベクトル合成部３０６は、サブベクトル逆量子化部３０５より出力された複数のサブベクトル信号を合成し、合成により得られたベクトル信号を出力する。

上述した逆量子化装置３００Ｂにおける一連の処理は、一例として図１８のように表すことができる。即ち、逆量子化装置３００Ｂでは、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する工程Ｓ６１と、分離により得られた代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する工程Ｓ６２と、抽出された帰属情報に基づいてサブベクトル量子化データの逆量子化方法を決定する工程Ｓ６３と、決定された逆量子化方法に基づいてサブベクトル量子化データを逆量子化しサブベクトル信号として出力する工程Ｓ６４と、出力されたサブベクトル信号を合成しベクトル信号として出力する工程Ｓ６５とが実行される。

第１０の実施形態によれば、各サブベクトル量子化データについて決定された逆量子化方法に基づいて、各サブベクトル量子化データを逆量子化することができる。サブベクトル逆量子化部３０５は、量子化手法、量子化ビット量、量子化テーブルを個別に利用することができ、ベクトル信号をより効率的に量子化することが可能となる。

［第１１の実施形態］
続いて、第１１の実施形態に係る逆量子化装置３００Ｃの構成について説明する。図１９は、本実施形態に係る逆量子化装置３００Ｃの構成を示すブロック図である。この逆量子化装置３００Ｃは、図１７の逆量子化装置３００Ｂに対し、帰属情報に基づいて逆量子化ステップ値を決定する逆量子化ステップ値決定部３０７と、帰属情報および逆量子化ステップ値に基づいて代表値ベクトル信号を生成する量子化代表値ベクトル生成部３０８と、各サブベクトル信号にそれぞれ対応する代表値を重畳する重畳部３０９とを加えたものである。以下、各構成について説明する。

逆量子化ステップ値決定部３０７は、図３の量子化装置１００Ｂにおける量子化ステップ値決定部１１０と同様に動作し、帰属成分数に基づいて逆量子化ステップ値を決定する。

量子化代表値ベクトル生成部３０８は、図１２の量子化装置１００Ｈにおける量子化代表値ベクトル生成部１１７と同様に動作し、帰属情報および逆量子化ステップ値に基づいて、量子化された代表値ベクトル信号を生成する。

重畳部３０９は、サブベクトル逆量子化部３０５より出力されたサブベクトル信号に、それぞれに対応する代表値を重畳する。この重畳部３０９は、除算ではなく乗算する点で異なるほかは、図１１の量子化装置１００Ｇおよび図１２の量子化装置１００Ｈにおける正規化部１１６の動作に準じて動作する。

上述した逆量子化装置３００Ｃにおける一連の処理は、一例として図２０のように表すことができる。即ち、逆量子化装置３００Ｃでは、入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する工程Ｓ７１と、分離により得られた代表値ベクトル量子化データに基づいて各量子化ステップへの帰属情報を抽出する工程Ｓ７２と、抽出された帰属情報に基づいてサブベクトル量子化データの逆量子化方法を決定する工程Ｓ７３と、決定された逆量子化方法に基づいてサブベクトル量子化データを逆量子化しサブベクトル信号として出力する工程Ｓ７４と、帰属情報に基づいて代表値ベクトル信号の逆量子化ステップ値を決定する工程Ｓ７５と、帰属情報および逆量子化ステップ値に基づいて代表値ベクトル信号を生成する工程Ｓ７６と、生成された代表値ベクトル信号に基づいてサブベクトル信号に利得を重畳する工程Ｓ７７と、重畳後のサブベクトル信号を合成しベクトル信号として出力する工程Ｓ７８とが実行される。

第１１の実施形態によれば、各量子化ステップへの代表値ベクトル信号の帰属情報に基づいて決定された逆量子化ステップ値を用いて、代表値ベクトル信号を生成し、該代表値ベクトル信号に基づいてサブベクトル信号に利得を重畳し、重畳後のサブベクトル信号を合成することで、ベクトル信号を再現することができる。これにより、量子化用サブベクトル信号の振幅の範囲が限定されるため、サブベクトル量子化手段は、より効率的な量子化を行うことが可能になる。

［第１２の実施形態］
第１２の実施形態では、本発明に係る音声音響復号装置について説明する。図２１は、本実施形態に係る音声音響復号装置４００の構成を示すブロック図である。この音声音響復号装置４００は、図１３の音声音響符号化装置２００から出力されたビットデータを入力し、この入力されたビットデータを各周波数帯域の係数量子化データと利得量子化データとに分離する逆多重化部４０１と、利得量子化データを逆量子化して利得情報を得る利得逆量子化部４０２と、各周波数帯域の利得情報に基づいて、各周波数帯域の係数量子化データを逆量子化するためのビット割当量を決定するビット割当部４０３と、ビット割当部４０３より出力されたビット割当量に従って、係数量子化データを逆量子化して各周波数帯域のスペクトル係数を得る係数逆量子化部４０４と、利得情報とスペクトル係数とを乗算する利得重畳部４０５と、乗算後の各周波数帯域のスペクトル係数を全帯域にわたって合成する帯域合成部４０６と、合成後のスペクトル係数を時間波形信号に変換するスペクトル逆変換部４０７とを含んで構成されている。以下、各構成について説明する。なお、音声音響復号装置４００も、図１４に示すハードウェアから構成され、前述した各機能は図１４に示されるハードウェアにより実現される。

逆多重化部４０１は、入力されたビットデータを、各周波数帯域の係数量子化データと利得量子化データとに分離する。なお、複数の時間フレームにわたって多重化されている場合は、それぞれの時間フレームごとに分離する。

利得逆量子化部４０２は、逆多重化部４０１により分離された利得量子化データを、周波数帯域ごとの利得情報に逆量子化する。

ビット割当部４０３は、図１３の音声音響符号化装置２００におけるビット割当部２０５と同様に動作し、各周波数帯域の利得情報に基づいて、各周波数帯域の係数量子化データを逆量子化するためのビット割当量（逆量子化ビット数）を決定する。

係数逆量子化部４０４は、ビット割当部４０３より出力されたビット割当量に従い、係数量子化データを逆量子化して各周波数帯域のスペクトル係数を得る。

利得重畳部４０５は、係数逆量子化部４０４より出力されたスペクトル係数に、利得逆量子化部４０２より出力された利得情報を乗算することにより、両者を重畳する。

帯域合成部４０６は、利得重畳部４０５より出力された乗算後の各周波数帯域のスペクトル係数を全帯域にわたって合成する。

スペクトル逆変換部４０７は、合成後のスペクトル係数を時間波形信号に変換し、変換により得られた音声音響信号を出力する。

また、音声音響復号装置４００では、音声音響符号化装置２００と同様に、利得逆量子化部４０２および係数逆量子化部４０４のうち少なくとも１つは、前述した逆量子化装置３００Ａ〜３００Ｃのいずれかを含んで構成されている。ただし、逆量子化装置は常に含まれている必要はなく、特定の量子化ビット数が割り当てられた場合にのみ、逆量子化装置が動作するような構成でもよい。

第１２の実施形態によれば、スペクトル係数のうち聴覚的に重要な成分を、少ない量子化ビット量で効率的に表現することが可能となる。よって、受信する情報量を抑えながら高音質な音声音響信号を伝送することが可能になる。

さて、以上説明したさまざまな実施形態により、本発明に係る量子化装置は、非整数ビット／スカラの量子化ビット量でのベクトル信号の量子化において、聴覚的に重要な成分を効率的に表現することが可能となる。図２２に示す１６次元のベクトル信号を１２ビットで量子化する例（0.75ビット／スカラ）について、図１２の量子化装置１００Ｈを例に説明する。

サブベクトル分割部１０１は、入力ベクトル信号を次元数４のサブベクトル信号に４分割する。次に、代表値決定部１０２は、各サブベクトルのパワー平均値を代表値p1〜p4として決定し、代表値ベクトル生成部１０３は、代表値ベクトル信号P={p1,p2,p3,p4}を生成する。帰属成分数決定部１０４は、代表値の量子化ステップC1およびC2（C1>C2）への帰属成分数を決定する。図２２の例ではp3の１成分が他の３成分であるp1,p2,p4に比べて大きいため、帰属成分数は{1,3}とする。ただし、量子化装置１００Ｂおよび１００Ｃのように、量子化誤差最小となる帰属成分数を探索により求める実施形態も考えられる。また、量子化ステップはC1,C2の２値に限定されるものではないが、効率よくバイナリ表現するためには２のべき乗であることが望ましい。

次に、代表値ベクトル量子化部１０５は、p3の１成分がC1に属し他の３成分p1,p2,p4がC2に属することを、例えば{0,0,1,0}の２値表現として４ビット量子化する。ただし、ビットデータ化の方法はこれに限定されず、例えばC1に属するのが１成分であることを２ビット量子化し、その１成分がp3であることを２ビット量子化することも考えられる。

また、量子化ステップ値決定部１１０は、帰属成分数{1,3}に応じて代表値量子化ステップであるC1およびC2の値を決定する。ここでは、各帰属成分数{n1,n2}における量子化誤差最小となるC1およびC2の値q1[n1,n2],q2[n1,n2]が、予め学習により求められメモリに保持されているとし、上記C1およびC2の値{q1[1,3],q2[1,3]}が量子化ステップ値決定部１１０から出力される。量子化代表値ベクトル生成部１１７は、量子化代表値ベクトルとして、{q2[1,3],q2[1,3],q1[1,3],q2[1,3]}を生成する。

簡単のために、サブベクトル分割部１０１および量子化用サブベクトル分割部１１４は同じ分割方法を用いるとすると、正規化部１１６は、各サブベクトル信号を、各量子化代表値で除算する。

量子化方法決定部１０６は、帰属成分数{1,3}に基づき、量子化用サブベクトル信号の量子化に係る量子化ビット数を決定する。合計１２ビットで量子化する場合、代表値量子化に４ビット用いるため、残り８ビットを配分する。例えば、C1に帰属するサブベクトル量子化に８ビット配分し、残りの３つのサブベクトル量子化は行わないことも考えられる。この場合、「サブベクトル量子化部１１５のみ、４次元のサブベクトル信号の各成分をそれぞれ２ビットでスカラ量子化し、その他のサブベクトル量子化部は動作しない」という量子化方法を出力する。また、量子化装置１のように量子化用サブベクトル分割しない場合は、入力ベクトル信号を８ビットでベクトル量子化するが、C1に帰属するサブベクトル信号の成分近傍に、より密に量子化候補点をもつテーブルを選択することが考えられる。

以上の動作によって、１６次元のベクトル信号を１２ビットで量子化し、聴覚的に重要と思われるサブベクトル信号をより忠実に再現できる。

なお、逆量子化装置３００Ｃでは、帰属情報抽出部３０２により帰属成分数{1,3}および帰属は{C2,C2,C1,C2}であることが復元される。そして、量子化装置１００Ｈと同様に、{q1[1,3],q2[1,3]}が呼ばれ、量子化代表値ベクトルとして、{q2[1,3],q2[1,3],q1[1,3],q2[1,3]}が生成される。サブベクトル逆量子化部３０５では、２ビットのスカラ逆量子化が行われる一方、その他のサブベクトル逆量子化部３０５では、入力される量子化データが存在しないため、例えば白色雑音が出力される。重畳部３０９において、各サブベクトル信号について代表値が重畳されるため、０ビットで量子化されたサブベクトル信号についても、パワー感は再現することが可能となる。

また、本発明に係る量子化装置は、周波数領域でのスペクトル係数の量子化装置として記述したが、時間領域での時系列信号のベクトル量子化に適用することも当然に考えられる。人間の聴覚は、時間領域において周囲に対して支配的な強度をもつ成分には敏感であり、この時間領域におけるピーク成分の効率的表現についても本発明は適している。

時間領域信号量子化での本発明の適用例としては、PCM(Pulse Code Modulation：パルス符号変調)などの波形符号化や、CELP(Code Excited Linear Prediction：符号励振線形予測)符号化における線形予測残差の量子化が挙げられるが、これに限らない。

第１の実施形態に係る量子化装置の構成を示すブロック図である。図１の量子化装置における一連の処理を示す流れ図である。第２の実施形態に係る量子化装置の構成を示すブロック図である。帰属成分数の提示処理を説明するための図である。図３の量子化装置における一連の処理を示す流れ図である。第３の実施形態に係る量子化装置の構成を示すブロック図である。図６の量子化装置における一連の処理を示す流れ図である。第４の実施形態に係る量子化装置の構成を示すブロック図である。第５の実施形態に係る量子化装置の構成を示すブロック図である。図９の量子化装置の変形態様を示すブロック図である。第６の実施形態に係る量子化装置の構成を示すブロック図である。第７の実施形態に係る量子化装置の構成を示すブロック図である。第８の実施形態に係る音声音響符号化装置の構成を示すブロック図である。音声音響符号化装置および音声音響復号装置のハードウェア構成図である。第９の実施形態に係る逆量子化装置の構成を示すブロック図である。図１５の逆量子化装置における一連の処理を示す流れ図である。第１０の実施形態に係る逆量子化装置の構成を示すブロック図である。図１７の逆量子化装置における一連の処理を示す流れ図である。第１１の実施形態に係る逆量子化装置の構成を示すブロック図である。図１９の逆量子化装置における一連の処理を示す流れ図である。第１２の実施形態に係る音声音響復号装置の構成を示すブロック図である。１６次元のベクトル信号を１２ビットで量子化する例を示す図である。従来の量子化装置の動作を説明するための図である。

符号の説明

５１…ＣＰＵ、５２…ＲＡＭ、５３…ＲＯＭ、５４…マイク、５５…無線通信部、５６…スピーカ、１００Ａ〜１００Ｈ…量子化装置、１０１…サブベクトル分割部、１０２…代表値決定部、１０３…代表値ベクトル生成部、１０４…帰属成分数決定部、１０５…代表値ベクトル量子化部、１０６…量子化方法決定部、１０７…量子化部、１０８…量子化データ多重化部、１０９…帰属成分数提示部、１１０…量子化ステップ値決定部、１１１Ａ…第１の量子化誤差計算部、１１１Ｂ…第２の量子化誤差計算部、１１２…帰属成分数探索部、１１３…サブベクトル分割方法探索部、１１４…量子化用サブベクトル分割部、１１５…サブベクトル量子化部、１１６…正規化部、１１７…量子化代表値ベクトル生成部、２００…音声音響符号化装置、２０１…スペクトル変換部、２０２…帯域分割部、２０３…利得量子化部、２０４…正規化部、２０５…ビット割当部、２０６…係数量子化部、２０７…多重化部、３００Ａ〜３００Ｃ…逆量子化装置、３０１…量子化データ逆多重化部、３０２…帰属情報抽出部、３０３…逆量子化方法決定部、３０４…逆量子化部、３０５…サブベクトル逆量子化部、３０６…ベクトル合成部、３０７…逆量子化ステップ値決定部、３０８…量子化代表値ベクトル生成部、３０９…重畳部、４００…音声音響復号装置、４０１…逆多重化部、４０２…利得逆量子化部、４０３…ビット割当部、４０４…係数逆量子化部、４０５…利得重畳部、４０６…帯域合成部、４０７…スペクトル逆変換部。

Claims

入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数を決定する帰属成分数決定手段と、
決定された前記帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段と、
を備えることを特徴とする量子化装置。
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示手段と、
提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、量子化ステップ値を決定する量子化ステップ値決定手段と、
前記一の帰属成分数の候補について、決定された前記量子化ステップ値を用いて前記代表値ベクトル信号を量子化した場合の量子化誤差情報を算出する第１の量子化誤差計算手段と、
算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索手段と、
決定された前記一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段と、
を備えることを特徴とする量子化装置。
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割手段と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定手段と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成手段と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示手段と、
提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化手段と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定手段と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化手段と、
量子化により得られた前記ベクトル量子化データの量子化誤差情報を算出する第２の量子化誤差計算手段と、
算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索手段と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化手段とを備え、
前記代表値ベクトル量子化手段は、前記帰属成分数探索手段により決定された一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し最終代表値ベクトル量子化データを得て、
前記量子化方法決定手段は、量子化により得られた前記最終代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定し、
前記量子化手段は、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化し最終ベクトル量子化データを得て、
前記量子化データ多重化手段は、前記最終代表値ベクトル量子化データと前記最終ベクトル量子化データとを多重化し、多重化後のデータを出力する、
ことを特徴とする量子化装置。
前記量子化手段は、
前記入力されたベクトル信号を複数の量子化用サブベクトル信号に分割する量子化用サブベクトル分割手段と、
分割により得られた前記複数の量子化用サブベクトル信号の各々を、前記量子化方法に基づいて量子化し複数のサブベクトル量子化データを得るサブベクトル量子化手段と、
を含んで構成されることを特徴とする請求項１〜３の何れか１項に記載の量子化装置。
前記量子化手段は、前記代表値ベクトル生成手段により生成された前記代表値ベクトル信号に基づいて、前記量子化用サブベクトル信号を正規化する第１の正規化手段、をさらに含んで構成され、
前記サブベクトル量子化手段は、正規化された前記量子化用サブベクトル信号を、前記量子化方法に基づいて量子化する、
ことを特徴とする請求項４に記載の量子化装置。
前記量子化装置は、
前記帰属成分数に基づいて量子化ステップ値を決定する量子化ステップ値決定手段と、
前記代表値ベクトル量子化データおよび前記量子化ステップ値に基づいて、量子化後の代表値ベクトル信号を生成する量子化代表値ベクトル生成手段と、
をさらに備え、
前記量子化手段は、生成された前記量子化後の代表値ベクトル信号に基づいて前記量子化用サブベクトル信号を正規化する第２の正規化手段、をさらに含んで構成され、
前記サブベクトル量子化手段は、正規化された前記量子化用サブベクトル信号を、前記量子化方法に基づいて量子化する、
ことを特徴とする請求項４に記載の量子化装置。
前記代表値決定手段により決定される代表値は、前記サブベクトル信号のノルム情報であることを特徴とする請求項１〜６の何れか１項に記載の量子化装置。
前記代表値ベクトル量子化手段は、入力された代表値ベクトル信号の各成分を個々に量子化しビットデータに変換することを特徴とする請求項１〜７の何れか１項に記載の量子化装置。
入力された音声音響信号をスペクトル係数に変換するスペクトル変換手段と、
変換により得られた前記スペクトル係数を周波数帯域ごとに分割する帯域分割手段と、
分割により得られた各周波数帯域のスペクトル係数を、分割された周波数帯域のノルム情報で正規化する正規化手段と、
正規化されたスペクトル係数をベクトル信号として入力して量子化する量子化手段であって、請求項１〜８の何れか１項に記載の量子化装置を含んで構成された、当該量子化手段と、
前記量子化手段による量子化により得られた量子化データを多重化する多重化手段と、
を備えることを特徴とする音声音響符号化装置。
入力された量子化データを、代表値ベクトル量子化データとベクトル量子化データとに分離する量子化データ逆多重化手段と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、
抽出された前記帰属情報に基づいて、前記ベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、
決定された前記逆量子化方法に基づいて、前記ベクトル量子化データを逆量子化しベクトル信号として出力する逆量子化手段と、
を備えることを特徴とする逆量子化装置。
入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化手段と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、
抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、
決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化手段と、
出力された前記サブベクトル信号を合成しベクトル信号として出力するベクトル合成手段と、
を備えることを特徴とする逆量子化装置。
入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化手段と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出手段と、
抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定手段と、
決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化手段と、
前記帰属情報に基づいて代表値ベクトル信号の逆量子化ステップ値を決定する逆量子化ステップ値決定手段と、
前記帰属情報および前記逆量子化ステップ値に基づいて、代表値ベクトル信号を生成する量子化代表値ベクトル生成手段と、
生成された前記代表値ベクトル信号に基づいて、前記サブベクトル信号に利得を重畳する重畳手段と、
重畳後のサブベクトル信号を合成しベクトル信号として出力するベクトル合成手段と、
を備えることを特徴とする逆量子化装置。
前記帰属情報抽出手段は、前記代表値ベクトル量子化データのビット配列を量子化ビット数毎に分離し、個々の成分がどの量子化ステップに帰属するかを判別することで、前記各量子化ステップへの帰属情報を抽出することを特徴とする請求項１０〜１２の何れか１項に記載の逆量子化装置。
入力されたビット配列を逆量子化する逆量子化手段であって、請求項１０〜１３の何れか１項に記載の逆量子化装置を含んで構成された、当該逆量子化手段と、
前記逆量子化手段により逆量子化されたスペクトル係数を時間波形信号に逆変換するスペクトル逆変換手段と、
を備えることを特徴とする音声音響復号装置。
量子化装置により実行される量子化方法であって、
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数を決定する帰属成分数決定工程と、
決定された前記帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程と、
を備えることを特徴とする量子化方法。
量子化装置により実行される量子化方法であって、
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示工程と、
提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、量子化ステップ値を決定する量子化ステップ値決定工程と、
前記一の帰属成分数の候補について、決定された前記量子化ステップ値を用いて前記代表値ベクトル信号を量子化した場合の量子化誤差情報を算出する第１の量子化誤差計算工程と、
算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索工程と、
決定された前記一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程と、
を備えることを特徴とする量子化方法。
量子化装置により実行される量子化方法であって、
入力されたベクトル信号を複数のサブベクトル信号に分割するサブベクトル分割工程と、
分割により得られた前記複数のサブベクトル信号それぞれについて代表値を決定する代表値決定工程と、
決定された前記各代表値から代表値ベクトル信号を生成する代表値ベクトル生成工程と、
生成された前記代表値ベクトル信号について、量子化ビット量に基づいて、各量子化ステップに帰属する成分の数を表す帰属成分数の候補を提示する帰属成分数提示工程と、
提示された前記帰属成分数の候補のうち一の帰属成分数の候補に基づいて、前記代表値ベクトル信号を量子化し代表値ベクトル量子化データを得る代表値ベクトル量子化工程と、
量子化により得られた前記代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定する量子化方法決定工程と、
決定された前記量子化方法に基づいて、前記ベクトル信号を量子化しベクトル量子化データを得る量子化工程と、
量子化により得られた前記ベクトル量子化データの量子化誤差情報を算出する第２の量子化誤差計算工程と、
算出された前記量子化誤差情報に基づいて、前記提示された帰属成分数の候補から、一の帰属成分数を探索し決定する帰属成分数探索工程と、
前記代表値ベクトル量子化データと前記ベクトル量子化データとを多重化する量子化データ多重化工程とを備え、
前記代表値ベクトル量子化工程では、前記帰属成分数探索工程により決定された一の帰属成分数に基づいて、前記代表値ベクトル信号を量子化し最終代表値ベクトル量子化データを得て、
前記量子化方法決定工程では、量子化により得られた前記最終代表値ベクトル量子化データおよび前記量子化ビット量に基づいて、前記ベクトル信号の量子化方法を決定し、
前記量子化工程では、決定された前記量子化方法に基づいて、前記ベクトル信号を量子化し最終ベクトル量子化データを得て、
前記量子化データ多重化工程では、前記最終代表値ベクトル量子化データと前記最終ベクトル量子化データとを多重化し、多重化後のデータを出力する、
ことを特徴とする量子化方法。
逆量子化装置により実行される逆量子化方法であって、
入力された量子化データを、代表値ベクトル量子化データとベクトル量子化データとに分離する量子化データ逆多重化工程と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、
抽出された前記帰属情報に基づいて、前記ベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、
決定された前記逆量子化方法に基づいて、前記ベクトル量子化データを逆量子化しベクトル信号として出力する逆量子化工程と、
を備えることを特徴とする逆量子化方法。
逆量子化装置により実行される逆量子化方法であって、
入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化工程と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、
抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、
決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化工程と、
出力された前記サブベクトル信号を合成しベクトル信号として出力するベクトル合成工程と、
を備えることを特徴とする逆量子化方法。
逆量子化装置により実行される逆量子化方法であって、
入力された量子化データを、代表値ベクトル量子化データと複数のサブベクトル量子化データとに分離する量子化データ逆多重化工程と、
分離により得られた前記代表値ベクトル量子化データに基づいて、各量子化ステップへの帰属情報を抽出する帰属情報抽出工程と、
抽出された前記帰属情報に基づいて前記サブベクトル量子化データの量子化に係る量子化ビット数を決定し、決定された前記量子化ビット数に基づいた前記サブベクトル量子化データの逆量子化方法を決定する逆量子化方法決定工程と、
決定された前記逆量子化方法に基づいて、前記サブベクトル量子化データを逆量子化しサブベクトル信号として出力するサブベクトル逆量子化工程と、
前記帰属情報に基づいて代表値ベクトル信号の逆量子化ステップ値を決定する逆量子化ステップ値決定工程と、
前記帰属情報および前記逆量子化ステップ値に基づいて、代表値ベクトル信号を生成する量子化代表値ベクトル生成工程と、
生成された前記代表値ベクトル信号に基づいて、前記サブベクトル信号に利得を重畳する重畳工程と、
重畳後のサブベクトル信号を合成しベクトル信号として出力するベクトル合成工程と、
を備えることを特徴とする逆量子化方法。