JP5802412B2 - 符号化する方法、復号化する方法、オーディオ信号符号化器及び装置 - Google Patents

符号化する方法、復号化する方法、オーディオ信号符号化器及び装置 Download PDF

Info

Publication number
JP5802412B2
JP5802412B2 JP2011063490A JP2011063490A JP5802412B2 JP 5802412 B2 JP5802412 B2 JP 5802412B2 JP 2011063490 A JP2011063490 A JP 2011063490A JP 2011063490 A JP2011063490 A JP 2011063490A JP 5802412 B2 JP5802412 B2 JP 5802412B2
Authority
JP
Japan
Prior art keywords
matrix
audio signal
excitation
data
excitation pattern
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
JP2011063490A
Other languages
English (en)
Other versions
JP2011203732A5 (ja
JP2011203732A (ja
Inventor
ケイラー フロリアン
ケイラー フロリアン
ウーボルト オリヴァー
ウーボルト オリヴァー
ベーム ヨーハネス
ベーム ヨーハネス
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.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
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 Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of JP2011203732A publication Critical patent/JP2011203732A/ja
Publication of JP2011203732A5 publication Critical patent/JP2011203732A5/ja
Application granted granted Critical
Publication of JP5802412B2 publication Critical patent/JP5802412B2/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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2220/00—Input/output interfacing specifically adapted for electrophonic musical tools or instruments
    • G10H2220/155—User input interfaces for electrophonic musical instruments
    • G10H2220/265—Key design details; Special characteristics of individual keys of a keyboard; Key-like musical input devices, e.g. finger sensors, pedals, potentiometers, selectors
    • G10H2220/311—Key design details; Special characteristics of individual keys of a keyboard; Key-like musical input devices, e.g. finger sensors, pedals, potentiometers, selectors with controlled tactile or haptic feedback effect; output interfaces therefor
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

本発明は、オーディオ信号変換コデックのマスキング・レベルが求められる励起パターンを符号化し、復号化する方法及び装置に関する。
オーディオ変換符号化器におけるスペクトル・データの量子化のために、心理音響学的情報（すなわち、真のマスキング閾値の近似）が必要である。対応するオーディオ変換復号化器では、量子化データを再構成するために、同じ近似が使用される。符号化器側では、ソース信号の重なる部分がウィンドウ関数を使用してウィンドウイングされる。復号化器側では、重なり＋加算（ｏｖｅｒｌａｐ＋ａｄｄ）が、復号化された信号ウィンドウについて行われる。
送信する対象のサイド情報データの量を制限するために、ｍｐ３及びＡＡＣのような既知の変換コデックは、（「スケール係数帯」としても表す）クリティカルな帯のマスキング情報スケール係数として使用されている。これは、近傍周波数ビン又は係数の群について、量子化処理に先行して、同じスケール係数が使用される（Ｋ．Ｂｒａｎｄｅｎｂｕｒｇ、 Ｍ．Ｂｏｓｉによる「ＩＳＯ／ＩＥＣ ＭＰＥＧ−２ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ： Ｏｖｅｒｖｉｅｗ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， １０３ｒｄ ＡＥＳ Ｃｏｎｖｅｎｔｉｏｎ， ２６−２９ Ｓｅｐｔｅｍｂｅｒ １９９７， Ｎｅｗ Ｙｏｒｋ， ｐｒｅｐｒｉｎｔ Ｎｏ． ４６４１」を参照されたい）。
しかし、スケール係数は、マスキング閾値の粗い（ステップ単位の）近似のみを表す。（わずかに）異なる振幅周波数ビンの群は同じスケール係数を取得するため、マスキング閾値の前述の表現の精度は非常に制限され、よって、適用されたマスキング閾値は、相当数の周波数ビンについて最適でない、
符号化／復号化品質を向上させるために、マスキング・レベルを、
Ｓ． ｖａｎ ｄｅ Ｐａｒ、 Ａ．Ｋｏｈｌｒａｕｓｃｈ、 Ｇ．Ｃｈａｒｅｓｔａｎ、 Ｒ．Ｈｅｕｓｄｅｎｓによる「Ａ ｎｅｗ ｐｓｙｃｈｏａｃｏｕｓｔｉｃａｌ ｍａｓｋｉｎｇ ｍｏｄｅｌ ｆｏｒ ａｕｄｉｏ ｃｏｄｉｎｇ ａｐｐｌｉｃａｔｉｏｎｓ， Ｐｒｏｃｅｅｄｉｎｇｓ ＩＣＡＳＳＰ ’０２， ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ， ２００２， Ｏｒｌａｎｄｏ， ｖｏｌ．２， ｐｐ． １８０５−１８０８」、
Ｓ． ｖａｎ ｄｅ Ｐａｒ， Ａ．Ｋｏｈｌｒａｕｓｃｈ， Ｇ．Ｃｈａｒｅｓｔａｎ， Ｒ．Ｈｅｕｓｄｅｎｓ， Ｊ．Ｊｅｎｓｅｎ， Ｓ．Ｈ．Ｊｅｎ−ｓｅｎによる「Ａ Ｐｅｒｃｅｐｔｕａｌ Ｍｏｄｅｌ ｆｏｒ Ｓｉｎｕｓｏｉｄａｌ Ａｕｄｉｏ Ｃｏｄｉｎｇ Ｂａｓｅｄ ｏｎ Ｓｐｅｃｔｒａｌ Ｉｎｔｅｇｒａｔｉｏｎ」
に示すように計算することが可能であり、
ここで、マスキング閾値は、符号化する対象のオーディオ信号の電力スペクトルから導き出される「励起パターン」から導き出される。
マスキングの目的で前述の励起パターンを施すオーディオ・コデックは、Ｏ．Ｎｉｅｍｅｙｅｒ、 Ｂ．Ｅｄｌｅｒによる「Ｅｆｆｉｃｉｅｎｔ Ｃｏｄｉｎｇ ｏｆ Ｅｘｃｉｔａｔｉｏｎ Ｐａｔｔｅｒｎｓ Ｃｏｍｂｉｎｅｄ ｗｉｔｈ ａ Ｔｒａｎｓｆｏｒｍ Ａｕｄｉｏ Ｃｏｄｅｒ、１１８ｔｈ ＡＥＳ Ｃｏｎｖｅｎｔｉｏｎ、 ２８−３１ Ｍａｙ ２００５、 Ｂａｒｃｅｌｏｎａ、Ｐａｐｅｒ ６４６６」に開示されている。符号化する対象のスペクトル・オーディオ・データ・ブロック毎に励起パターンが計算され、ここで、励起パターンは、人間の耳の周波数依存性心理音響学特性を表す。
スケール係数ベースのマスキングと比較して、結果として生じるデータ・レートのかなりの増加を避けるために、それぞれの場合、連続する１６個の励起パターンが、前述の励起パターンを効率的に符号化するために合成される。励起パターン・マトリクス値は、Ｗ．Ａ．Ｐｅａｒｌｍａｎ、 Ａ．Ｉｓｌａｍ、 Ｎ．Ｎａｇａｒａｊ、 Ａ．Ｓａｉｄによる「Ｅｆｆｉｃｉｅｎｔ， Ｌｏｗ−Ｃｏｍｐｌｅｘｉｔｙ Ｉｍａｇｅ Ｃｏｄｉｎｇ Ｗｉｔｈ ａ Ｓｅｔ−Ｐａｒｔｉｔｉｏｎｉｎｇ Ｅｍｂｅｄｄｅｄ Ｂｌｏｃｋ Ｃｏｄｅｒ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ ｆｏｒ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ、 Ｎｏｖ． ２００４， ｖｏｌ． １４， ｎｏ． １１， ｐｐ． １２１９−１２３５」において、画像符号化アプリケーションについて記載されたように符号化されたＳＰＥＣＫ（集合分割埋め込みブロック）である。
対数スケール・マトリクス値の２次元ＤＣＴ変換、並びに、周波数及び時間にわたる２次元行列の、励起パターン値による構築に続いて、実際の励起パターン符号化が行われる。最上位ビットから始めて、ビット平面において、結果として生じる変換係数が量子化され、エントロピ符号化され、これにより、ＳＰＥＣＫ符号化された位置及び係数の符号がビット・ストリーム・サイド情報としてオーディオ復号化器に転送される。
符号化器及び復号化器側では、符号化された励起パターンは相応に、オーディオ信号符号化及び復号化において施される対象のマスキング閾値を算出するために復号化されるので、算出されたマスキング閾値は符号化器及び復号化器において同一である。オーディオ信号量子化は、結果として生じる改良されたマスキング閾値によって制御される。
別々のウィンドウ／変換の長さがオーディオ信号符号化のために使用され、固定長が励起パターンのために使用される。
前述の励起パターン・オーディオ符号化処理の欠点は、符号化器におけるいくつかのブロックの励起パターンを併せて符号化することによってもたらされる処理遅延であるが、スペクトル・データの符号化のマスキング閾値の更に正確な表現を実現することが可能であり、それにより、向上した符号化／復号化品質を実現することが可能である一方、複数ブロックの合成した励起パターン符号化は、サイド情報データのわずかな増加のみをもたらす。
上述のＮｉｅｍｅｙｅｒ／Ｅｄｌｅｒ処理では、励起パターンから導き出されるマスキング閾値は、オーディオ信号符号化において選択されるウィンドウ及び変換長と無関係である。その代わりに、励起パターンはオーディオ信号の固定長部分から導き出される。しかし、短いウィンドウ及び変換長は、より高い時間分解能を表し、最適な符号化／復号化品質のために、関連したマスキング閾値のレベルは相応に適合させるべきである。
本発明によって解決される課題は、サイド情報データ・レートの増加をもたらすことなく、マスキング閾値の算出を向上させることにより、オーディオ信号の符号化／復号化の品質を更に増加させることである。前述の課題は、請求項１及び５に記載の方法によって解決される。前述の方法を利用する装置は請求項２及び６に記載されている。
本発明によれば、オーディオ信号の符号化において量子化される対象のスペクトル毎に、励起パターンが計算され、符号化され、すなわち、より短いウィンドウ／変換毎に、それ自身の励起パターンが算出され、それにより、励起パターンの時間分解能は可変である。長いウィンドウ／変換、及びより短いウィンドウ／変換の励起パターンは、対応するマトリクス又はブロックにおいてグループ化される。励起パターン・データの量は、長いウィンドウ／より短い変換長について（すなわち、非過渡ソース信号部分について、かつ、過渡ソース信号部分について）同じである。励起パターン・マトリクスはしたがって、各フレームにおける別の数の行を有し得る。
励起パターン符号化に関し、マトリクス値の任意の対数微積分に続いて、所定の走査又はソート順序が２次元の変換励起パターン・データ・マトリクス値に施され、その再配列により、そのマトリクス・ビット平面にＳＰＥＣＫ符号化が直接施される二次マトリクスを形成することが可能である。走査経路のみの固定数の値が符号化される。
基本的には、対応する励起パターン復号化に続いてオーディオ信号符号化のマスキング・レベルが求められる励起パターンの符号化に適しており、オーディオ信号符号化のために、オーディオ信号が、別々のウィンドウ及びスペクトル変換長を使用して連続して処理され、最長変換長の特定の倍数を表すオーディオ信号の部分がフレームと表され、励起パターンが、オーディオ信号の連続する部分のスペクトル表現に関係付けられ、方法は、以下の工程を含む。
ａ）オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のケースそれぞれにおいて、励起パターン・マトリクスＰを形成し、異なるスペクトル変換長毎に、対応する励起パターンがマトリクスＰに含められ、各マトリクスＰのエントリの対数をとる工程であって、結果として生じるマトリクス・サイズが以下の工程の変換に適していない場合、マトリクスのサイズは、マトリクス境界にある励起パターンの値を、必要な回数だけ複製することによって増加させられる工程と、
ｂ）対数化されたマトリクスＰの値に対して２次元変換を施し、それにより、マトリクスＰＴがもたらされる工程と、
ｃ）マトリクスＰＴにおいて係数に、所定のソート順序を施し、所定のソート順序がマトリクス・サイズに依存し、そのマトリクス・サイズが、現在のフレームにおける最長でない変換長の数に依存し、対応するソート・インデクスによって表され、最初の値から始めて、対応するソート経路の固定数の値のみを取得し、前述の値により、マトリクスＰＴの二次バージョンＰＴｑを形成する工程と、
ｄ）マトリクスＰＴｑのＳＰＥＣＫビット平面が処理されるマトリクスＰＴｑのＳＰＥＣＫ符号化を行い、ビット平面における対応する係数ビットの位置を位置特定し、符号化するために、連続する分割が使用される工程とを含む。
基本的には、本発明の符号化装置は、励起パターンが符号化されるオーディオ信号符号化器であり、それから、対応する励起パターン復号化に続いてオーディオ信号の符号化のマスキング・レベルが求められ、オーディオ信号を符号化するために、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の特定の倍数を表すオーディオ信号の部分がフレームと表され、励起パターンはオーディオ信号の連続する部分のスペクトル表現に関係付けられ、上記装置は、
オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のケースそれぞれにおいて、励起パターン・マトリクスＰを形成し、異なるスペクトル変換長毎に、対応する励起パターンがマトリクスＰに含められ、
各マトリクスＰのエントリの対数をとるよう適合された手段であって、
結果として生じるマトリクス・サイズが以下の工程の変換に適していない場合、マトリクスのサイズは、マトリクス境界にある励起パターンの値を、必要な回数だけ複製することによって増加させられ、
対数化されたマトリクスＰの値に対して２次元変換を施し、それにより、マトリクスＰＴがもたらされ、
マトリクスＰＴにおいて係数に、所定のソート順序を施し、所定のソート順序がマトリクス・サイズに依存し、そのマトリクス・サイズが、現在のフレームにおける最長でない変換長の数に依存し、対応するソート・インデクスによって表され、
最初の値から始めて、対応するソート経路の固定数の値のみを取得し、前述の値により、マトリクスＰＴの二次バージョンＰＴｑが形成される手段と、
マトリクスＰＴｑのＳＰＥＣＫ符号化を行うよう適合された手段であって、そのＳＰＥＣＫ符号化において、マトリクスＰＴｑのビット平面が処理され、ビット平面における対応する係数ビットの位置を位置特定し、符号化するために、連続する分割が使用される手段と
を含む。
基本的には、本発明の復号化方法は、上記符号化方法によって符号化された励起パターンを復号化するのに適しており、その励起パターンから、符号化オーディオ信号復号化のマスキング・レベルが求められ、オーディオ信号復号化のために、異なるウィンドウ及びスペクトル逆変換長を使用してオーディオ信号が連続して処理され、最長の変換長の特定の倍数を表すオーディオ信号の部分がフレームと表され、励起パターンが、オーディオ信号の連続する部分のスペクトル表現に関係付けられ、方法は、
ａ）ビット・ストリームから受け取られた対応するデータに対して、二次マトリクスＰＴｑの対応するＳＰＥＣＫ復号化を行う工程と、
ｂ）符号化において使用されるようにソート経路におけるデータの元の数を再獲得するために再構成マトリクスＰＴｑデータにゼロを加える工程と、
（現在のマトリクスのソート・インデクスに応じて、符号化において使用されるような逆ソート順序を施すことにより、前述のデータを再構成マトリクスＰＴに戻し、そのソート・インデクスは適切なマトリクス・サイズを確立するためにも使用される工程と、
ｃ）再構成された励起パターン・マトリクスＰを再獲得するために、対応する２次元逆変換及び逆対数をマトリクスＰＴに施す工程
とを含む。
基本的には、本発明の復号化装置は、上記符号化方法によって符号化された励起パターンは、復号化され、符号化オーディオ信号の復号化のマスキング・レベルを求めるために使用され、オーディオ信号を復号化するために、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の特定の倍数を表すオーディオ信号の部分がフレームと表され、励起パターンはオーディオ信号の連続する部分のスペクトル表現に関係付けられ、装置は、
ビット・ストリームから受け取られた対応するデータに対して、二次マトリクスＰＴｑの対応するＳＰＥＣＫ復号化を行い、
符号化において使用されるソート経路におけるデータの元の数を再獲得するために再構成マトリクスＰＴｑデータにゼロを加え、
現在のマトリクスのソート・インデクスに応じて、符号化において使用されるような逆ソート順序を施すことにより、前述のデータを再構成マトリクスＰＴに戻し、そのソート・インデクスは適切なマトリクス・サイズを確立するためにも使用され、
再構成された励起パターン・マトリクスＰを再獲得するために、対応する２次元逆変換及び逆対数をマトリクスＰＴに対して施すよう適合された手段と、
マスキング閾値をマトリクスＰの励起パターンから算出するよう適合される手段と、
マスキング閾値を使用して符号化オーディオ信号を復号化し、再量子化し、結果として生じる信号を逆変換し、重なり＋加算処理を施すよう適合された手段と
を備える。
本発明の符号化器を示すブロック図である。 本発明の復号化器を示すブロック図である。 励起パターン符号化を示すフロー図である。 励起パターン復号化を示すフロー図である。
本発明の効果的な更なる実施例は、それぞれの従属請求項に記載している。
本発明の例示的な実施例は、添付図面を参照して説明する。
図１の本発明のオーディオ変換符号化器のブロック図では、オーディオ入力信号１０は、周波数変換工程又は段１２において入力信号１０に対して施される対象の現在のウィンドウ・タイプＷＴを選択する過渡検出器工程又は段１１にルックアヘッド遅延部１２１を通って進む。工程／段１２では、現在のウィンドウ・タイプに対応するブロック長を有する変調されたラップ変換（ＭＬＴ）（例えば、ＭＤＣＴ（修正された離散コサイン変換））が使用される。Ｋ個の入力信号サンプルの連続する部分が、工程／段１２に入力され、Ｋは、例えば「１２８」又は「１０２４」の値を有する。５０％のウィンドウの重なりにより、変換長はＮ＝２＊Ｋになる。変換されたオーディオ信号は、対応する段／工程１５において量子化され、エントロピ符号化される。工程／段１４における励起パターン・ブロック処理のように、変換係数が、段／工程１５においてブロック単位で処理されることを要しない。符号化された周波数ビンＣＦＢ、ウィンドウ・タイプのコードＷＴ、励起データ・マトリクス符号ＥＰＭ、及び、場合によっては、他のサイド情報データが、符号化されたビット・ストリーム１７を出力するビット・ストリーム多重化器工程／段１６において多重化される。
上述の通り、部分１４における励起パターンの計算のために電力スペクトルが必要である。電力スペクトルを得るために、現在ウィンドウイングされた信号ブロックは更に、ＭＤＳＴ（修正された離散サイン変換）を使用して工程／段１２において変換される。ＭＬＴ及びＭＤＳＴタイプの周波数表現は何れも、最大Ｌ個のブロックを記憶するバッファ１３に供給され、ここで、Ｌは例えば、「８」や「１６」である。現在のウィンドウ・タイプのコードは更に、一ブロック変換期間に対応する遅延部１１１を介してバッファ１３に供給される。各変換の出力は、一信号ブロックのＫ個の周波数ビンを含む。過渡が工程／段１１で検出される場合、長さＮ＝２Ｋの単一の長いウィンドウの代わりに、整数数Ｌｓ個の短いウィンドウ（すなわち、ブロック）によってウィンドウイングされ、Ｌｓは例えば、「３」又は「８」であり、１つの長い信号ブロックの短いウィンドウ全ての合計周波数ビン数はＫである。
Ｌ個の信号ブロックのいくつか、「フレーム」と表すデータ群を形成する。励起パターン符号化が、工程／段１４１において、フレームの励起パターンに施される。後に量子化される対象のスペクトル毎に、一励起パターンが計算される。この特徴は、上記刊行物（Ｂｒａｎｄｅｎｂｕｒｇ及びＮｉｅｍｅｙｅｒ／Ｅｄｌｅｒ）に記載されたオーディオ符号化、及び
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄ ＩＳＯ／ＩＥＣ １１１７２−３：「Ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ − Ｃｏｄｉｎｇ ｏｆ ｍｏｖｉｎｇ ｐｉｃｔｕｒｅｓ ａｎｄ ａｓｓｏｃｉａｔｅｄ ａｕｄｉｏ ｆｏｒ ｄｉｇｉｔａｌ ｓｔｏｒａｇｅ ｍｅｄｉａ ａｔ ｕｐ ｔｏ ａｂｏｕｔ １．５Ｍｂｉｔ／ｓ − Ｐａｒｔ ３： Ａｕｄｉｏ」、
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄ ＩＳＯ／ＩＥＣ １１８１８−３：：「Ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ − Ｇｅｎｅｒｉｃ ｃｏｄｉｎｇ ｏｆ ｍｏｖｉｎｇ ｐｉｃｔｕｒｅｓ ａｎｄ ａｓｓｏｃｉａｔｅｄ ａｕｄｉｏ ｉｎｆｏｒｍａｔｉｏｎ − Ｐａｒｔ ３： Ａｕｄｉｏ」
の標準における対応する特徴と異なり、励起パターンの固定時間分解能が使用される。
励起パターン・データの量は、長い変換長の場合も短い変換長の場合も同じである。その結果、短いウィンドウを含む信号ブロックの場合、長いウィンドウを含む信号ブロックよりも、多くの励起パターン・データを符号化しなければならない。
符号化する対象の励起パターンは好ましくは、非二次形状を有するマトリクスＰ内に構成される。マトリクスの各行は、量子化する対象の一スペクトルに対応する一励起パターンを含む。よって、行及び列のインデクスは、時間軸及び周波数軸それぞれに対応する。マトリクスＰにおける行の数は少なくともＬであるが、Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒ刊行物に記載された処理と対照的に、マトリクスＰは、各フレームにおいて、異なる数の行を有し得る。その数は、対応するフレームにおける短いウィンドウの数に依存するからである。
あるいは、マトリクスＰの行及び列を入れ替えることが可能である。
（例えば、縦続接続された２つの１次元ＤＣＴを使用することにより、）２次元変換を施すために、変換が扱うことが可能な行の数（例えば、偶数）を得るためにマトリクスの最終行（又は更に多くの行）を複製することが可能である。
表１は、１１行をもたらす、短いウィンドウを使用した一ブロックを有するフレームの例を示す。２次元変換は「４」の倍数である入力サイズを処理することが可能であるため、最後の行は複製される。
Figure 0005802412
 上述のＮｉｅｍｅｙｅｒ／Ｅｄｌｅｒ刊行物におけるセクション３．２と同様に、励起パターン・マトリクスＰの実際の符号化が以下のように行われる（図３も参照されたい）が、重要な差がいくつか存在している。
ａ）マトリクスＰのエントリそれぞれの対数をとる
ｂ）結果として生じるマトリクス値に対して、２次元変換を施す（すなわち、マトリクスＰＴとして表すスペクトル励起パターン表現）が再び変換される
ｃ）（例えば、通常、非常に小さい振幅を有する高周波コンテンツを表すマトリクスＰＴ列を除去することによって）符号化される対象の変換マトリクスＰＴ列の数を削減する
ｄ）所定の走査順序（すなわち、所定のソート）を、変換されたマトリクスＰＴの係数に施す。前置処理では、（すなわち、マトリクスＰ毎の短いウィンドウの励起パターンの数に応じて）マトリクス・サイズ毎の走査又はソート順序が、代表的な入力信号での訓練を行うことによって求められる。
コメント：理想的なケースでは、変換されたマトリクスＰＴの係数の絶対値が次いで、走査経路に沿って降順に配置される。
ｅ）更に、走査又はソート経路の固定数の値のみを使用することにより、符号化する対象のデータの数を更に削減する。すなわち、走査経路の最後における対応する値を除去し、走査経路からの値で、行単位又は列単位で二次マトリクスＰＴｑを埋めることにより、マトリクス列の二次バージョンＰＴｑを形成する。上記固定数は、先行する訓練処理においても求められている。
二次マトリクスＰＴｑは、対応するベクトルにより、処理において表すことも可能である。
ｆ）マトリクスＰＴｑ毎に、上記Ｐｅａｒｌｍａｎらの刊行物においてｓｅｃｔｉｏｎ ＩＩ及びＩＩＩ， ＩＩＩ．Ａ−Ｄに記載されたＳＰＥＣＫ処理を行い、二次マトリクスＰＴｑのビット平面が処理され、継続した分割を使用して、ビット平面における対応する係数ビットの位置を位置特定し、符号化する。
二次マトリクスＰＴｑの係数の符号を表すビットは、ＥＰＭコード・データに加えることが可能であるか、又は、多重化器１６においてビット・ストリームに、直接（すなわち、特定の符号化なしで）、加えることが可能である。
Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒ刊行物と比較すれば、励起パターン符号化処理は上記工程ｃ）、ｄ）及びｅ）において異なる。工程ｃ）は、本発明の処理において更に行われる。工程ｄ）に関し、マトリクスＰＴ係数の再配列が行われ、この再配列は、異なるマトリクス・サイズについて異なる。
工程ｅ）に関し、再配列又は走査は、Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒ処理に対して
結果として生じるマトリクスＰＴｑは二次であり、よって、ビット平面に対するＳＰＥＣＫ処理は直接施すことが可能である一方、Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒでは、元のＳＰＥＣＫ処理を行うことが可能である前に、矩形マトリクスをいくつかの二次マトリクスに分割しなければならず、さもなければ、元のＳＰＥＣＫ処理は、変更しなければならないということ、及び
施された走査経路内に、最後のマトリクス係数が、最小の振幅を有する可能性が高いので、固定数の係数のみが、わずかな振幅係数のみを省略する一方、Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒでは、「最も低い１つ又は複数のビット平面をスキップすること」により、「特定のビット・レート制約が満たされる」か、又は、「変換係数マトリクスの十分な近似が実現される」場合、符号化ループが停止する。すなわち、Ｎｉｅｍｅｙｅｒ／Ｅｄｌｅｒでは、省略された係数は、一部の上位係数を含み得、かつ／又は、マトリクスの係数は全て、より粗い量子化を得ることが可能である。
工程ｄ）では、考えられるマトリクスＰサイズ毎のマトリクスＰＴのソート又は走査順序を（例えば、対応する走査経路をオーディオ符号化器のメモリ及びオーディオ復号化器のメモリに記憶するソート・インデクスを求めることによって）与えなければならない。
オーディオ信号のタイプ全てについて一度行われる訓練段階では、マトリクス要素全ての統計が集められる。その目的で（例えば、各種オーディオ信号の複数のテスト・マトリクスについて）、マトリクス・エントリ毎の二乗値が、算出され、マトリクス内の値位置毎のテスト・マトリクスにわたって平均化される。次いで、振幅の順序がソートの順序を表す。この種の処理は、考えられるマトリクス・サイズ全てについて行われ、対応するソート・インデクスが、マトリクス・サイズ毎のソート配列に割り当てられる。前述のソート・インデクスは、励起パターンのマトリクス符号化及び復号化処理において走査又はソート順序を（自動的に）選択するために使用される。
上記工程ｅ）に記載したように、符号化する対象の値の数は更に削減される。（訓練段階において求められた）統計から、符号化する対象の固定数の値が評価される。ソートに続いて、和が合計エネルギの特定の閾値（例えば、０．９９９）になる値の数のみが使用される。
オーディオ信号符号化器では、励起データ・マトリクス符号ＥＰＭはソート・インデクス情報を含み得る。データ・レート全体をセーブする代替策として、復号化器側で、フレーム毎の（ウィンドウ・タイプ・コードＷＴによってシグナナリングされるように）短いウィンドウの数によって自動的に求められる。工程／段１４１において符号化された励起パターンは、励起パターン復号化器工程又は段１４２において以下に説明するように復号化される。Ｌブロックの復号化された励起パターンから、対応するマスキング閾値がマスキング閾値／算出器工程／段１４３において算出され、その出力は、工程／段１２及びバッファ１３から受け取られる変換係数毎に現在のマスキング閾値を量子化及びエントロピ符号化段／工程１５に供給するバッファ１４４に中間的に記憶される。量子化及びエントロピ符号化段／工程１５は、符号化周波数ビンＣＦＢをビット・ストリーム多重化器１６に供給する。
図２に示す本発明の復号化器では、受け取られた符号化ビット・ストリーム２７は、ビット・ストリーム逆多重化器工程／段２６において、ウィンドウ・タイプ符号ＷＴ、符号化周波数ビンＣＦＢ、励起パターン・データ・マトリクス符号ＥＰＭ、及び場合によっては他のサイド情報データに分割される。エントロピ符号化されたＣＦＢデータは、ウィンドウ・タイプ符号ＷＴを使用して、対応する段／工程２５においてエントロピ復号化され、逆量子化され、マスキング閾値情報が、励起パターン・ブロック処理工程／段２４において算出される。再構成された周波数ビンは、逆ＭＬＴ変換され、重なり＋加算処理される。これには、再構成されたオーディオ信号２０を出力する逆変換／重なり＋加算工程／段２３における現在のウィンドウ・タイプ符号ＷＴに対応するブロック長が用いられる。励起パターン・データ・マトリクス符号ＥＰＭは励起パターン復号化器２４２において復号化され、それにより、対応する逆ＳＰＥＣＫ処理はマトリクスＰＴｑの複製を提供し、対応する逆走査は変換マトリクスＰＴの複製を提供し、対応する逆変換は、現在のブロックの再構成マトリクスＰを提供する。再構成されたマトリクスＰの励起パターンは、バッファ２４４に中間的に記憶され、段／工程２５に供給される、現在のブロックのマスキング閾値を再構成するためにマスキング閾値算出工程／段２４３において使用される。
Ａ）対応するＳＰＥＣＫ復号化処理を施す工程、
Ｂ）符号化器において使用されるように走査経路又はソート経路におけるデータの同じ（すなわち、元の）数を得るために再構成マトリクスＰＴｑデータにゼロを加える工程、
Ｃ）符号化器に使用される逆ソート順序を施すことにより、前述のデータを、削減されたサイズの変換されたマトリクスに戻す工程であって、関連付けられたソート・インデクスが、適切なサイズのマトリクスに、復号化されたデータを戻すために使用される工程、
Ｄ）再構成されたマトリクスＰＴを得るためにゼロで、前述の再構成されたマトリクスにおける欠落している列を埋める工程、
Ｅ）再構成されたマトリクスを得るよう２次元逆変換を施す工程、及び
Ｆ）再構成された励起パターン・マトリクスＰを得るようマトリクス・エントリ全ての逆対数を得る工程
が、励起パターンを再構成するためにパターン復号化器２４２において行われる（図４も参照されたい）。
ステレオ／マルチチャネル信号の励起パターン符号化
ステレオ入力信号、又は、より一般には、マルチチャネル信号を処理する場合、チャネル間の相関を励起パターン符号化において使用することが可能である。例えば、同期化された過渡検出を使用することが可能であり、ここで、チャネル信号は同じウィンドウ・タイプによって処理される。すなわち、チャネルｎｃｈ毎に、同じサイズの励起パターン・マトリクスＰ（ｎｃｈ）が得られる。個々のマトリクスを別々のマルチチャネル符号化モードｋ：
チャネル毎にインタリーブされた励起パターン：ＬＲＬＲ…ＬＲ、
チャネル・データを有する合成マトリクス：ＬＬ…ＬＲＲ…Ｒ、及び
チャネル毎の個別の１つのマトリクス
において符号化することが可能である（ここで、ステレオ・ケースでは、Ｌ及びＲは左チャネル及び右チャネルに対応するデータを表す）。
符号化器では、３つの符号化モードｋは全て、行うことが可能であり、励起パターンは、マトリクスＰ’（ｎｃｈ， ｋ）をもたらす、候補の、又は一時的なビット・ストリームから復号化される。マルチチャネル符号化モードｋ毎に、施された符号化の歪みｄ（ｋ）が計算される。
Figure 0005802412
 前述の一時的なビット・ストリームから、所要データ量ｓ（ｋ）が符号化器において評価される。好ましくは、実際に使用される符号化モードは、積ｄ（ｋ）＊ｓ（ｋ）の最小値が実現される符号化モードである。この符号化モードの対応するビット・ストリーム・データは復号化器に送信される。更なるサイド情報として、マルチチャネル符号化モード・インデクスｋも復号化器に送信される。

Claims (12)

  1. 励起パターンを符号化する方法であって、該励起パターンから、対応する励起パターンの復号化に続くオーディオ信号の符号化のマスキングレベルが求められ、
    前記オーディオ信号の符号化のために、前記オーディオ信号が、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の所定数倍を表すオーディオ信号の部分がフレームとして表現され、前記励起パターンが、前記オーディオ信号の連続する部分のスペクトル表現に関係付けられ、当該方法は、
    ａ） 前記オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のそれぞれにおいて、励起パターンのマトリクスＰを形成する工程であって、異なるスペクトル変換長の各々について、対応する励起パターンが前記マトリクスＰに含められ、マトリクスＰのエントリ各々の対数をとる工程であって、生成されたマトリクスのサイズが後続の変換に適していない場合、前記マトリクスのサイズは、マトリクス境界にある励起パターンの値を必要な回数だけ複製することによって増やされる、工程と、
    ｂ） 対数化されたマトリクスＰの値に２次元変換を施すことで、マトリクスＰＴを得る工程と、
    ｃ） 前記マトリクスＰＴにおける係数に所定のソート順序を適用する工程であって、前記所定のソート順序は前記マトリクスのサイズに依存し、マトリクスのサイズは前記現在のフレームにおける最長ではない変換長の数に依存しかつ対応するソートインデクスによって表現され、最初の値から始めて、対応するソート経路における一定個数の値のみを取得し、該値とともにマトリクスＰＴの二次バージョンＰＴｑを形成する、工程と、
    ｄ） マトリクスＰＴｑについてＳＰＥＣＫ符号化を行う工程であって、マトリクスＰＴｑのＳＰＥＣＫ符号化ビット平面が処理され、該ＳＰＥＣＫ符号化ビット平面における対応する係数ビットの位置を特定して符号化するために、一連の分割が使用される工程と
    を含む方法。
  2. 工程ｂ）及び工程ｃ）の間において、統計的に最小の振幅を有する周波数を表す少なくとも１つのマトリクス境界の列又は行を除去することによって、マトリクスＰＴのサイズが削減される、請求項１に記載の方法。
  3. 現在のウィンドウ及びスペクトル変換長をシグナリングするためのウィンドウタイプ符号（ＷＴ）と、選択的に、現在のマトリクスサイズをシグナリングするソートインデクスとが、符号化されたオーディオ信号ビットストリームに含まれる、請求項１又は２に記載の方法。
  4. デコーダの側で励起パターンを復号化する方法であって、励起パターンはエンコーダの側において符号化されたものであり、該励起パターンから、対応する励起パターンの復号化に続くオーディオ信号の符号化のマスキングレベルがエンコーダの側で求められており、符号化されたオーディオ信号を表現する符号化された周波数ビンと符号化された励起パターンの励起データマトリクスコードとを含むビットストリームが提供されており、
    前記オーディオ信号について、前記オーディオ信号の符号化は、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の所定数倍を表すオーディオ信号の部分がフレームとして表現され、前記励起パターンが、前記オーディオ信号の連続する部分のスペクトル表現に関係付けられ、前記励起パターンを符号化する場合に、
    前記オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のそれぞれにおいて、励起パターンのマトリクスＰが形成され、異なるスペクトル変換長の各々について、対応する励起パターンが前記マトリクスＰに含められ、マトリクスＰのエントリ各々の対数が取得され、生成されたマトリクスのサイズが後続の変換に適していない場合、前記マトリクスのサイズは、マトリクス境界にある励起パターンの値を必要な回数だけ複製することによって増やされ、
    対数化されたマトリクスＰの値に２次元変換を施すことで、マトリクスＰＴが得られ、
    前記マトリクスＰＴにおける係数に対して所定のソート順序が適用され、前記所定のソート順序は前記マトリクスのサイズに依存し、マトリクスのサイズは前記現在のフレームにおける最長ではない変換長の数に依存し、最初の値から始めて対応するソート経路における一定個数の値のみを取得し、該値とともにマトリクスＰ Ｔ の二次バージョンＰ Ｔｑ が形成され、対応する所定のソート順序のデータと対応するソート経路における一定個数の値とが、励起データマトリクスコードに含められており、
    マトリクスＰＴｑについてＳＰＥＣＫ符号化が行われ、マトリクスＰＴｑのＳＰＥＣＫ符号化ビット平面が処理され、該ＳＰＥＣＫ符号化ビット平面における対応する係数ビットの位置を特定して符号化するために、一連の分割が使用されており、
    デコーダにおいて、前記励起データマトリクスコードが前記ビットストリームから分離され、前記励起データマトリクスコードから、前記符号化された周波数ビンのデコードのマスキングレベルが判定され、
    前記励起データマトリクスコードを復号化する当該方法は、
    ａ） 前記励起データマトリクスコードを利用して、二次マトリクスＰＴｑについて対応するＳＰＥＣＫ復号化を行う工程と、
    ｂ） 前記対応するソート経路における一定個数の数値に応じて、前記ソート経路におけるデータの元の数を獲得するために再構成マトリクスＰＴｑのデータにゼロを加える工程と、現在のマトリクスの所定のソート順序のデータに応じた逆のソート順序を適用することにより、前記データを再構成マトリクスＰＴに戻す工程であって、前記所定のソート順序のデータは適切なマトリクスサイズを設定するためにも使用される、工程と、
    ｃ） 対応する２次元逆変換及び逆対数化をマトリクスＰＴに対して施し、再構成された励起パターンマトリクスＰを獲得する工程と
    を有する方法。
  5. 工程ｂ）及び工程ｃ）の間において、統計的に最小の振幅を有する周波数を表すマトリクス境界の列又は行の欠落している値にゼロを挿入して前記再構成マトリクスＰＴを獲得する、請求項４に記載の方法。
  6. 前記マトリクスサイズ及びソート順序のデータは、フレーム毎のショートウィンドウの数から自動的に決定される、請求項４又は５に記載の方法。
  7. 励起パターンが符号化される場合におけるオーディオ信号符号化器であって、該励起パターンから、対応する励起パターンの復号化に続くオーディオ信号の符号化のマスキングレベルが求められ、
    前記オーディオ信号の符号化のために、前記オーディオ信号が、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の所定数倍を表すオーディオ信号の部分がフレームとして表現され、前記励起パターンが、前記オーディオ信号の連続する部分のスペクトル表現に関係付けられ、当該オーディオ信号符号化器は、
    前記オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のそれぞれにおいて、励起パターンのマトリクスＰを形成するように構成される手段であって、異なるスペクトル変換長の各々について、対応する励起パターンが前記マトリクスＰに含められ、マトリクスＰのエントリ各々の対数をとり、
    生成されたマトリクスのサイズが後続の変換に適していない場合、前記マトリクスのサイズは、マトリクス境界にある励起パターンの値を必要な回数だけ複製することによって増やされ、
    対数化されたマトリクスＰの値に２次元変換を施すことで、マトリクスＰＴが得られ、 前記マトリクスＰＴにおける係数に所定のソート順序が適用され、前記所定のソート順序は前記マトリクスのサイズに依存し、マトリクスのサイズは前記現在のフレームにおける最長ではない変換長の数に依存しかつ対応するソートインデクスによって表現され、
    最初の値から始めて、対応するソート経路における一定個数の値のみを取得し、該値とともにマトリクスＰＴの二次バージョンＰＴｑを形成する、手段と、
    マトリクスＰＴｑについてＳＰＥＣＫ符号化を行うように構成される手段であって、マトリクスＰＴｑのＳＰＥＣＫ符号化ビット平面が処理され、該ＳＰＥＣＫ符号化ビット平面における対応する係数ビットの位置を特定して符号化するために、一連の分割が使用される手段と
    を含むオーディオ信号符号化器。
  8. 前記２次元変換と所定のソート順序の適用との間に、マトリクスＰＴのサイズが、統計的に最低の振幅を統計的に有する周波数を表す少なくとも１つのマトリクス境界の列又は行を削除することによって削減される、請求項７に記載のオーディオ信号符号化器。
  9. 現在のウィンドウ及びスペクトル変換長をシグナリングするためのウィンドウタイプ符号（ＷＴ）と、選択的に、前記現在のマトリクスサイズをシグナリングするソートインデクスとが、符号化されたオーディオ信号ビットストリームに含まれる、請求項７又は８に記載のオーディオ信号符号化器。
  10. デコーダの側において励起パターンを復号化するための装置であって、励起パターンはエンコーダの側において符号化されたものであり、該励起パターンから、対応する励起パターンの復号化に続くオーディオ信号の符号化のマスキングレベルがエンコーダの側において求められており、符号化されたオーディオ信号を表現する符号化された周波数ビンと符号化された励起パターンの励起データマトリクスコードとを含むビットストリームが提供されており、
    前記オーディオ信号について、前記オーディオ信号の符号化は、異なるウィンドウ及びスペクトル変換長を使用して連続して処理され、最長の変換長の所定数倍を表すオーディオ信号の部分がフレームとして表現され、前記励起パターンが、前記オーディオ信号の連続する部分のスペクトル表現に関係付けられ、前記励起パターンを符号化する場合に、
    前記オーディオ信号の現在のフレームについて、連続する励起パターンの対応する群のそれぞれにおいて、励起パターンのマトリクスＰが形成され、異なるスペクトル変換長の各々について、対応する励起パターンが前記マトリクスＰに含められ、マトリクスＰのエントリ各々の対数が取得され、生成されたマトリクスのサイズが後続の変換に適していない場合、前記マトリクスのサイズは、マトリクス境界にある励起パターンの値を必要な回数だけ複製することによって増やされ、
    対数化されたマトリクスＰの値に２次元変換を施すことで、マトリクスＰＴが得られ、
    前記マトリクスＰＴにおける係数に対して所定のソート順序が適用され、前記所定のソート順序は前記マトリクスのサイズに依存し、マトリクスのサイズは前記現在のフレームにおける最長ではない変換長の数に依存し、最初の値から始めて対応するソート経路における一定個数の値のみを取得し、該値とともにマトリクスＰ Ｔ の二次バージョンＰ Ｔｑ が形成され、対応する所定のソート順序のデータと対応するソート経路における一定個数の値とが、励起データマトリクスコードに含められており、
    マトリクスＰＴｑについてＳＰＥＣＫ符号化が行われ、マトリクスＰＴｑのＳＰＥＣＫ符号化ビット平面が処理され、該ＳＰＥＣＫ符号化ビット平面における対応する係数ビットの位置を特定して符号化するために、一連の分割が使用されており、
    デコーダにおいて、前記励起データマトリクスコードが前記ビットストリームから分離され、前記励起データマトリクスコードから、前記符号化された周波数ビンのデコードのマスキングレベルが判定され、
    前記励起データマトリクスコードを復号化する当該装置は、
    前記励起データマトリクスコードを利用して、二次マトリクスＰＴｑについて対応するＳＰＥＣＫ復号化を行うように構成される手段であって、
    前記対応するソート経路における一定個数の数値に応じて、前記ソート経路におけるデータの元の数を獲得するために再構成マトリクスＰＴｑのデータにゼロを加え、現在のマトリクスの所定のソート順序のデータに応じた逆のソート順序を適用することにより、前記データを再構成マトリクスＰＴに戻す手段であって、前記所定のソート順序のデータは適切なマトリクスサイズを設定するためにも使用され、
    対応する２次元逆変換及び逆対数化をマトリクスＰＴに対して施し、再構成された励起パターンマトリクスＰを獲得する手段
    を有する装置。
  11. 逆順のソーティングに続き、統計的に最小の振幅を有する周波数を表現するマトリクス境界の列又は行の欠落している値にゼロを挿入し、再構成マトリクスＰＴを獲得する請求項１０に記載の装置。
  12. 前記マトリクスサイズ及びソート順序のデータは、フレーム毎のショートウィンドウの数から自動的に決定される、請求項１０又は１１に記載の装置。
JP2011063490A 2010-03-24 2011-03-23 符号化する方法、復号化する方法、オーディオ信号符号化器及び装置 Expired - Fee Related JP5802412B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP10305295.7 2010-03-24
EP10305295A EP2372705A1 (en) 2010-03-24 2010-03-24 Method and apparatus for encoding and decoding excitation patterns from which the masking levels for an audio signal encoding and decoding are determined

Publications (3)

Publication Number Publication Date
JP2011203732A JP2011203732A (ja) 2011-10-13
JP2011203732A5 JP2011203732A5 (ja) 2014-05-08
JP5802412B2 true JP5802412B2 (ja) 2015-10-28

Family

ID=42320355

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011063490A Expired - Fee Related JP5802412B2 (ja) 2010-03-24 2011-03-23 符号化する方法、復号化する方法、オーディオ信号符号化器及び装置

Country Status (5)

Country Link
US (1) US8515770B2 (ja)
EP (2) EP2372705A1 (ja)
JP (1) JP5802412B2 (ja)
KR (1) KR20110107295A (ja)
CN (1) CN102201238B (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE552651T1 (de) 2008-12-24 2012-04-15 Dolby Lab Licensing Corp Audiosignallautheitbestimmung und modifikation im frequenzbereich
WO2014126520A1 (en) * 2013-02-13 2014-08-21 Telefonaktiebolaget L M Ericsson (Publ) Frame error concealment
WO2015034115A1 (ko) * 2013-09-05 2015-03-12 삼성전자 주식회사 오디오 신호의 부호화, 복호화 방법 및 장치
US10599218B2 (en) * 2013-09-06 2020-03-24 Immersion Corporation Haptic conversion system using frequency shifting
CN105684315B (zh) * 2013-11-07 2020-03-24 瑞典爱立信有限公司 用于编码的矢量分段的方法和设备
EP2980791A1 (en) 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Processor, method and computer program for processing an audio signal using truncated analysis or synthesis window overlap portions
WO2016201647A1 (en) * 2015-06-17 2016-12-22 Intel Corporation Method for determining a precoding matrix and precoding module
US10840944B2 (en) * 2017-07-25 2020-11-17 Nippon Telegraph And Telephone Corporation Encoding apparatus, decoding apparatus, data structure of code string, encoding method, decoding method, encoding program and decoding program
US10726851B2 (en) * 2017-08-31 2020-07-28 Sony Interactive Entertainment Inc. Low latency audio stream acceleration by selectively dropping and blending audio blocks
US11811686B2 (en) 2020-12-08 2023-11-07 Mediatek Inc. Packet reordering method of sound bar
CN113853047A (zh) * 2021-09-29 2021-12-28 深圳市火乐科技发展有限公司 灯光控制方法、装置、存储介质和电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6671413B1 (en) * 2000-01-24 2003-12-30 William A. Pearlman Embedded and efficient low-complexity hierarchical image coder and corresponding methods therefor
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
US7110941B2 (en) * 2002-03-28 2006-09-19 Microsoft Corporation System and method for embedded audio coding with implicit auditory masking
EP3288028B1 (en) * 2007-08-27 2019-07-03 Telefonaktiebolaget LM Ericsson (publ) Low-complexity spectral analysis/synthesis using selectable time resolution
US8290782B2 (en) * 2008-07-24 2012-10-16 Dts, Inc. Compression of audio scale-factors by two-dimensional transformation

Also Published As

Publication number Publication date
EP2372706B1 (en) 2014-11-19
EP2372706A1 (en) 2011-10-05
CN102201238B (zh) 2015-06-03
US20110238424A1 (en) 2011-09-29
CN102201238A (zh) 2011-09-28
KR20110107295A (ko) 2011-09-30
JP2011203732A (ja) 2011-10-13
EP2372705A1 (en) 2011-10-05
US8515770B2 (en) 2013-08-20

Similar Documents

Publication Publication Date Title
JP5802412B2 (ja) 符号化する方法、復号化する方法、オーディオ信号符号化器及び装置
EP1891740B1 (en) Scalable audio encoding and decoding using a hierarchical filterbank
KR101428487B1 (ko) 멀티 채널 부호화 및 복호화 방법 및 장치
KR101679083B1 (ko) 2개의 블록 변환으로의 중첩 변환의 분해
KR20140075466A (ko) 오디오 신호의 인코딩 및 디코딩 방법, 및 오디오 신호의 인코딩 및 디코딩 장치
KR102469964B1 (ko) 서브대역 그룹들에 대한 서브대역 구성 데이터를 코딩하거나 디코딩하는 방법 및 장치
Hidayat et al. A critical assessment of advanced coding standards for lossless audio compression
JP4438655B2 (ja) 符号化装置、復号装置、符号化方法及び復号方法
AU2011205144B2 (en) Scalable compressed audio bit stream and codec using a hierarchical filterbank and multichannel joint coding
AU2011221401B2 (en) Scalable compressed audio bit stream and codec using a hierarchical filterbank and multichannel joint coding
RU2020130053A (ru) Способы и устройства для кодирования и/или декодирования аудиосигналов погружения

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140320

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140320

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150120

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20150416

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150714

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: 20150804

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150831

R150 Certificate of patent or registration of utility model

Ref document number: 5802412

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees