JPH03117922A - デイジタル信号符号化方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野］ 本発明は、人力ディジクル信号の符号化を行うディジタ
ル信号符号化装置に関するものである。

〔発明の概要〕

本発明は、入力ディジクル信号を複数の周波数帯域に分
割すると共に、高い周波数帯域ほどバンド幅を広く選定
し、各バンド毎のエネルギに基づいて各バンド単位の許
容ノイズレベルを設定し、各バンドのエネルギと設定さ
れた許容ノイズレベルの差のレベルに応じたビット数で
各バンドの成分を量子化するディジタル信号符号化装置
において、設定される許容ノイズレベルを高い周波数程
同一のエネルギに対して高く設定することにより、音質
劣化を最小限にしてビットレートを低減することができ
るディジタル信号符号化装置を提供するものである。

〔従来の技術］ オーディオ、音声等の信号の貰能率符号化においては、
オーディオ、音声等の入力信号を時間軸又は周波数軸で
複数のチャンネルに分割すると共に、各チャンネル毎の
ビット数を適応的に割当てるビットアロケーション（ビ
ット割当て）による符号化技術がある。例えば、オーデ
ィオ信号等の上記ビンＩ・割当てによる符号化技術には
、時間軸上のオーディオ信号等を複数の周波数帯域に分
割して符号化する帯域分割符号化（サブ・ハンド・コー
ディング：５ＢＣ）や、時間軸の信号を周波数軸上の信
号に変換（直交変換）して複数の周波数帯域に分割し各
帯域毎で適応的に符号化するいわゆる適応変換符号化（
ＡＴＣ）、或いは、上記ＳＢＣといわゆる適応予測符号
化（ＡＰＣ）とを組み合わせ、時間軸の信号を帯域分割
して各帯域信号をベースバンド（低域）に変換した後複
数次の線形予測分析を行って予測符号化するいわゆる適
応ピント割当て（ＡＰＣ−ＡＢ）等の符号化技術がある
。

このような高能率符号化では、近年人間の聴覚上の特性
におけるいわゆるマスキング特性を考慮した高能率符号
化の手法が盛んに試みられている。

該マスキングの効果とは、ある信号によって他の信号が
マスクされて聞こえな（なる現象をいうものであり、こ
のマスキング効果には、時間軸上のオーディオ信号に対
するマスキング効果と周波数軸上の信号に対するマスキ
ング効果とがある。

ここでは周波数軸上のオーディオ信号に対するマスキン
グ効果について述べる。例えば、ある周波数ｆ、の正弦
波Ｗ、があった場合、人間の聴覚によるマスキング効果
を表現するマスキングスペクトル（マスキングカーブ）
ＭＳは、第７図のようになり、このマスキングスペクト
ルＭＳによって、図中斜線部で示す部分がマスキングさ
れることになる。すなわち、該マスキングスペクトルＭ
Ｓ内にノイズがあったとしても聞こえなくなるため、実
際のオーディオ信号では、該マスキングスペクトルＭＳ
内のノイズは許容可能となる。このようなことから、上
記正弦波Ｗ、の場合の許容可能なノイズレベルは、第７
図中ｊで示すレベル以下のレベルとなる。また、このと
き、当該正弦波Ｗｓの周波数ｆ、でマスキングの効果が
最も高く、該正弦波Ｗ、の周波数ｒ３から離れるにした
がってマスキングの効果が低くなる。

また、−Ｃのオーディオ信号では、信号スペクトルＳＳ
は低域にエネルギが集中していて、第８図のようになっ
ていることが多い。この時のマスキングスペクトルＭＳ
は第８図中点線で示すようになる。このようなことから
、当該信号スペクトルＳＳのオーディオ信号を再量子化
（符号化）する際に発生するノイズのスペクトルが、第
８図の斜線内に収まれば、該オーディオ信号のマスキン
グスペクトルＭＳによってノイズがマスクされ、人間の
耳には音質の劣化は惑しられないことになる。このよう
に、オーディオ信号の量子化の際には、量子化ノイズの
スペクトルを制御する手法が音質劣化に対して有効とさ
れている。

〔発明が解決しようとする課題〕

しかし、上述のようなマスキング効果を利用した手法で
は、量子化のビット割当て数を決定する際に、第８図で
示したように信号スペクトルｓｓの形状に合わせてマス
キングスペクトルＭＳの形状を決定しているので、−Ｃ
に信号のエネルギの低い高域部分にも多くのピント数を
与えてしまい、結果としてビットレートを低くすること
が困難となっている。

そこで、本発明は、上述のような実情に鑑みて提案され
たものであり、オーディオ信号、音声信号等の信号スペ
クトル形状及びエネルギを考慮した量子化ビット数で量
子化を行うことにより、ビットレートを低くすることが
できるようになると共に、低ビツトレートであっても音
質劣化を最小限に抑えることができるディジタル信号符
月化装置を提供することを目的とするものである。

〔課題を解決するための手段〕

本発明のディジタル信号符号化装置は、上述の目的を達
成するために提案されたものであり、例えば、第１図に
示すように、入力ディジタル信号を複数の周波数帯域に
分割すると共に、高い周波数帯域はどバンド幅を広く選
定し、当該各バンド毎のエネルギに基づいて各バンド単
位の許容ノイズレベルを設定するノイズレベル設定手段
としての総和検出回路１４及びフィルタ回路１５と、上
記各バンドのエネルギと上記ノイズレベル設定手段の差
のレベルに応じたビット数で上記各バンドの成分を量子
化する量子化回路２４とを存するディジタル信号符号化
装置において、例えば引算器１６及び関数発生回路２９
を用いることで、上記ノイズレベル設定手段は高い周波
数程同一のエネルギに対する許容ノイズレベルを高く設
定するようにしたものである。

（作用〕 本発明によれば、エネルギの低いバンドすなわち高い周
波数程許容ノイズレベルを大きくすることにより、高域
での量子化の際の割当てビ・ント数を少な（するように
している。

〔実施例〕

以下、本発明を適用した実施例について図面を参照しな
がら説明する。

本実施例のディジタル信号符号化装置は、オーディオ或
いは音声等の入力ディジタル信号を、例えば、帯域分割
符号化（ＳＢＣ）や、適応変換符号化（ＡＴＣ）　、適
応ビット割当て（ＡＰＣ−ＡＢ）等により高能率符号化
するものである。ここで、本実施例装置では、入力ディ
ジタル信号を複数の周波数帯域に分割すると共に、高い
周波数帯域はどバンド幅を広く選定している。すなわち
、後述する人間の聴覚特性を考慮したいわゆる臨界帯域
幅（クリティカルバンド）で上記人力ディジタル信号を
帯域分割している。また、第１図に示すように、当該ク
リティカルバンドの各ハンド毎のエネルギ（又はピーク
値、平均値）に基づいて各バンド単位の許容ノイズレベ
ルを設定するノイズレベル設定手段としての総和検出回
路１４及びフィルタ回路１５と、上記各バンドのエネル
ギと上記ノイズレベル設定手段の差のレベルに応じて割
当てられたビット数で上記各バンドの成分を量子化する
量子化回路２４とを有するものであり、上記ノイズレベ
ル設定手段は上記クリティカルバンドの高い周波数のバ
ンド程同−のエネルギに対する許容ノイズレベルを高く
設定するようにしている。このため、第１図の装置では
、後述するように、許容ノイズレベルを設定するための
許容関数を、許容関数制御回路２８に制御される許容関
数発生回路２９で発生させ、この許容関数に基づいて上
記許容ノイズレベルを設定している。

その後、上記量子化回路２４からの量子化出力は、パン
ツアメモリ２５を介して本実施例のディジタル信号符号
化装置の出力端子２から出力されるようになる。

ここで、第１図に示す本実施例のディジタル信号符号化
装置は、オーディオ信号等を高速フーリエ変換（ＦＦＴ
）して、時間軸の信号を周波数軸に変換した後、符号化
（再量子化）を行ういわゆる適応変換符号化（ＡＴＣ）
を適用したものである。なお、本実施例装置は、特に、
単位ブロック（フレーム）当たりのビットレートを一定
化するようなビットレート調！！（いわゆるビットバッ
キング）を行う一具体例を示している。

すなわち、第１図において、入力端子１には、例えばオ
ーディオ信号が供給されており、この時間軸上のオーデ
ィオ信号が高速フーリエ変換回路１１に伝送される。こ
の高速フーリエ変換回路１１では、上記時間軸上のオー
ディオ信号が所定時間（フレーム）毎に周波数軸上の信
号に変換され、実数成分値Ｒｅと虚数成分値１ｍとから
なるＦＦＴ係数が得られる。これらＦＦＴ係数は振幅位
相情報発生回路１２に伝送され、当該振幅位相情報発生
回路１２では上記実数成分値Ｒｅと虚数成分値Ｉｍとか
ら振幅値Ａｍと位相値とが得られて、この振幅値Ａｍの
情報が出力されるようになる。

すなわち、一般に人間の聴覚は周波数領域の振幅（パワ
ー）には敏感であるが、位相についてはかなり鈍感であ
るため、本実施例では上記振幅位相情報発生回路１２の
出力から上記振幅値Ａｍのみを取り出し、これを本発明
実施例での入力ディジタル信号としている。

このようにして得られた振幅値Ａｍ等の入力ディジタル
信号は、帯域分割回路１３に伝送される。

当該帯域分割回路１３では、上記振幅値Ａｍで表現され
た入力ディジタル信号をいわゆる臨界帯域幅（クリティ
カルハンド）に分割している。当該クリティカルバンド
とは、人間の聴覚特性（周波数分析能力）を考慮したも
のであり、例えばθ〜１６　ｋ　ｌｌｚを２４ハンドに
分け、高い周波数帯域ほどバンド幅を広く選定している
ものである。すなわち、人間の聴覚は、一種のバンドパ
スフィルタのような特性を有していて、この各フィルタ
によって分けられたハンドを臨界帯域と呼んでいる。

ここで、第２図に上記クリティカルハンドを示す。

ただし、当該第２図では図示を油路化するため、上記ク
リティカルハンドのバンド数を１２ハンド（Ｂ、〜Ｂ　
＋ｚ）で表現している。

上記帯域分割回路１３でクリティカルバンドに分割され
た各バンド（例えば２４バンド）毎の上記振幅値Ａｍは
、それぞれ上記総和検出回路１４に伝送される。当該総
和検出回路１４では、上記各ハンド毎のエネルギ（各バ
ンドでのスペクトル強度）が、各バンド内のそれぞれの
振幅値Ａｍの総和（振幅値Ａｍのピーク又は平均或いは
エネルギ総和〕をとることにより求められる。該総和検
出回路１４の出力すなわち各バンドの総和のスペクトル
は、一般にパークスペクトルと呼ばれ、この各ハンドの
ハークスペクトルＳＢは例えば第３図に示すようになる
。

ここで、上記パークスペクトルＳＢのマスキングに於け
る影響を考慮するため、上記ハークスペクトルＳＢに所
定の重みづけの関数を畳込む（コンボリューション）。

このため、上記総和検出回路１４の出力すなわら上記ハ
ークスペクトルＳＢの多値は、フィルタ回路１５に送ら
れる。該フィルタ回路１５は、第４図に示すように、入
力端子１００からの入力データを順次遅延させる遅延素
子（ｚ−’）　ｌ　０１＋、　１０１ｇ　”・弓０１．
−２〜１０１−、ｚ　・”１０１ｚｔ、　　１０　Ｌｚ
４（クリティカルバンドに対応した例えば２４個の遅延
素子）と、各遅延素子１０１．〜１０１□−からの出力
にフィルタ係数（重みづけの関数）を乗算する例えば２
４個の乗算器１０２＋、１０２□・・・・１０２−３〜
１０２−、ｘ・・・・１０２□３．１０２□４と、総和
加算器１０４とから構成されるものである。この時、乗
算器１０２−３〜１０２−ｚにおいて、例えば、乗算器
１０２、−３でフィルタ係数０．０００００８６を、乗
算器１０２−２でフィルタ係数０．００１９を、乗算器
１０２−＋　でフィルタ係数０．１５を、乗算器１０２
、Ｉでフィルタ係数１を、乗算器１０２□、でフィルタ
係数０．４を、更に乗算器１０２１□でフィルタ係数０
．０６を、乗算器１０２．、、でフィルタ係数０．００
７を各遅延素子の出力に乗算することにより、上記ハー
クスペクトルＳＢの畳込み処理が行われる。該受込み処
理により、第３図中点線で示す部分の総和がとられる。

ところで、上記パークスペクトルＳＢのマスキングスペ
クトル（許容可能なノイズスペクトル）を算出する場合
の後述する許容可能なノイズレベルに対応するレベルα
においては、このレベルαが小さいとマスキングスペク
トル（マスキングカーブ）が下降することになり、結果
として里子化回路２４の量子化の際に割り当てるビット
数を増やさなければならないようになる。逆に、上記レ
ベルαが大きいとマスキングスペクトルが上昇すること
になり、結果として量子化の際の割り当てるピント数を
減少することができるようになる。

なお、上記許容可能なノイズレベルに対応するレベルα
とは、後述するように、逆コンポリューシジン処理を行
うことによってクリティカルバンドの各バンド毎の許容
ノイズレベルとなるようなレベルである。また、−Ｓに
オーディオ信号等では、高域部分のスペクトル強度（エ
ネルギ）が小さい。

したがって本実施例においては、これらのことを考慮し
て、エネルギの小さい高域にいく程、上記レベルαを大
きくし、当ＭＩ　Ｋ域部分のピントＳす当て数を減らす
ようにしている。このようなことから、上記ノイズレベ
ル設定手段は高い周波数程同一のエネルギに対する上記
レベルαを高く設定している。

すなわち、本実施例装置では、上記許容ノイズレベルに
対応するレベルαを算出し、該レベルαが高域程高くな
るように制御している。このため、上記フィルタ回路１
５の出力は引算器１６に送られる。該引算器１６は、上
記畳込んだ領域でのレベルαを求めるものである。ここ
で、上記引算器１６には、上記レベルαを求めるための
許容関数（マスキングレベルを表現する関数）が供給さ
れる。該許容関数を増減させることで上記レベルαの制
御を行っている。該許容関数は、後述する関数制御回路
２８によって制御された関数発生回路２９から供給され
ている。

すなわち、許容ノイズレベルに対応するレベルαは、ク
リティカルバンドのバントの低域から順に与えられる番
号をｉとすると、第（１）式で求めることができる。

α＝Ｓ−（ｎ−ａｉ）　　・・・・・・（１）この第（
１）式において、ｎ、ａは定数でａ〉０、Ｓは畳込み処
理後のパークスペクトルの強度であり、第（１）式中（
ｎ−ａｉ）が許容関数となる。ここで、上述した様に、
エネルギの少ない高域からビット数を減らす方が全体の
ビア）数削減に有利であるため、本実施例ではｎ＝３８
．ａ＝１としており、この時の音質劣化はなく、良好な
符号化が行えた。

上述のようにして、上記レベルαが求められ、このデー
タは、割算器１７に伝送される。当該割算器１７では、
上記畳込み処理された領域でのレベルαを逆コンボリュ
ーシジンするためのものである。したがって、この逆コ
ンボリューション処理を行うことにより、上記レベルα
から、マスキングスペクトルが得られるようになる。す
なわち、このマスキングスペクトルが許容ノイズスペク
トルとなる。なお、上記逆コンボリューション処理は、
複雑な演算を必要とするが、本実施例では簡略化した割
算器１７を用いて逆コンポリニージョンを行っている。

次に、上記マスキングスペクトルは、合成回路１８を介
して減算器１９に伝送される。ここで、当該減算器１９
には、上記総和検出回路１４の出力すなわち前述の総和
検出回路１４からのパークスペクトルＳＢが、遅延回路
２１を介して供給されている。したがって、この減算器
１９で上記マスキングスペクトルとパークスペクトルＳ
Ｂとの減算演算が行われることで、第５図に示すように
、上記パークスペクトルＳＢは、該マスキングスペクト
ルＭＳの各レベルで示すレベル以下がマスキングされる
ことになる。

当８亥減算器１９の出力は、ＲＯＭ２０を介して量子化
回路２４に供給されている。上記量子化回路２４では、
この減算器１９の出力に応じた割当てビット数で、遅延
回路２３を介して供給されている振幅値Ａｍの量子化を
行っている。すなわち、換言すれば、当該量子化回路２
４では、上記クリティカルバンドの各バンドのエネルギ
と上記ノイズレベル設定手段の差のレベルに応じて割当
てられたビット数で上記各バンドの成分を量子化するこ
とになる。なお、上記遅延回路２１は上記合成回路１８
以前の各回路での遅延量を考慮して上記総和検出回路１
４からのパークスペクトルＳＢを遅延させ、上記遅延回
路２３は上記ＲＯＭ２０以前の各回路での遅延量を考慮
して上記振幅値Ａｍを遅延させるために設けられている
。また、上記ＲＯＭ２０は量子化の際の所定時間毎の上
記減算器１９の出力を一時格納して送り出すために設け
られている。

ここで、上述した合成回路１８での合成の際には、最小
可聴カーブ発生回路２２から供給される第６図に示すよ
うな人間の聴覚特性であるいわゆる最小可聴カーブ（等
ラウドネス曲線）ＲＣを示すデータと、上記マスキング
スペクトルＭ　Ｓとを合成することができる。したがっ
て、この最小可聴カーブＲＣとマスキングスペクトルＭ
Ｓとを共に合成することで、許容ノイズレベルはこの図
中斜線で示す部分までとすることができ、量子化の際に
図中斜線で示す部分の割当てビット数を凍らすことがで
きるようになる。なお、この第６図は、前述の第２図に
示したクリティカルバンドで表されており、信号スペク
トルＳＳも同時に示していまた、上記バッファメモリ２
５からのデータは、データ量演算回路２６によってデー
タ量が求められた後、比較回路２７に送られる。当該比
較回路２７では、上記データ量と端子３からのピントレ
ート調整のための１フレーム内ビツト数の目ＬＨａのデ
ータとが比較され、その比較結果が上述した関数制御回
路２日に伝送されている。したがって、当該関数制御回
路２８は、上記関数発生回路２８を制御することにより
、該関数発生回路２８から、上記レベルαを求めるため
の許容関数を発生させるようにすると共に、ビットレー
ト調整のための関数をも発生させるようにしている。

上述したように、本実施例のディジタル信号符号化装置
においては、エネルギの小さい高域にいく程、許容ノイ
ズレベルを太き（し、当該高域部分のビット割当て数を
減らすようにしているため、量子化の際の割当てビット
数を凍らすことができるようになる。

なお、本実施例においては、上述したビットレート調整
処理及び／又は最小可聴カーブの合成処理を行わない構
成とすることもできる。すなわち、上記ビットレート調
整を行わない構成の場合には、データＩ演算回路２６．
比較回路２７．関数制御回路２８が不要となり、関数発
生回路２９からの許容関数は、固定され（例えば許容関
数が３８−１のように固定される）ることになる。また
、最小可聴カーブを合成しない構成の場合には、最小可
聴カーブ発生回路２２１合成回路１８が不要となり、上
記引算器１６からの出力は、割算器１７で逆コンボリュ
ーションされた後、すぐに減算器１９に伝送されること
になる。

本発明は、上述した第１図の実施例装置のように、入力
ディジタル信号を高速フーリエ変換して処理する適応変
換符号化の他に、例えば、帯域分割符号化等を行う装置
にも適用することができる。

この場合には、信号をバンドパスフィルタ等で帯域分割
して、上記ノイズレベル設定手段は高い周波数の帯域程
同−のエネルギに対する許容ノイズレベルを高く設定す
るようにするものとなる。当該帯域分割符号化等の場合
も上述同様の効果を得ることができるようになる。

〔発明の効果〕

本発明のディジタル信号符号化装置においては、オーデ
ィオ信号、音声信号等の信号スペクトル形状及びエネル
ギを考慮し、設定される許容ノイズレベルを高い周波数
程同一のエネルギに対して高く設定することにより、高
い周波数でマスキングスペクトルを高くすることができ
るようになり、量子化の際の割当てピント数を少なくす
る（ビットレートを低減する）ことができるようになる
。

したがって、少ないビット数であっても音質劣化を最小
限に抑えることができることになる。

【図面の簡単な説明】

第１図は本発明の一実施例のディジタル信号符号化装置
の概略構成を示すブロック回路図、第２図はクリティカ
ルバンドを示す図、第３図はパークスペクトルを示す図
、第４図はフィルタ回路を示す回路図、第５図はマスキ
ングスペクトルを示す図、第６図は最小可聴カーブ、マ
スキングスペクトルを合成した図、第７図は人間の聴覚
のマスキングスペクトルを示す特性図、第８図はオーデ
ィオ信号のスペクトルを示す特性図である。 １１・・・・・・・・高速フーリエ変換回路１２・・・
・・・・・振幅位相情報発生回路１３・・・・・・・・
帯域分割回路 １４・・・・・・・・総和検出回路 １５・・・・・・・・フィルタ回路 １６・・・・・・・・引算器 １７・・・・・・・・割算器 １８・・・・・・・・合成回路 １９・・・・・・・・減算器 ２０・・・・・・・・ＲＯＭ ２１．２３・・遅延回路 ２２・・・・・・・・最小可聴カーブ発生回路２４・・
・・・・・・量子化回路 ２５・・・・・・・・バッファメモリ ２６・・・・・・・・データ量演算回路２７・・・・・
・・・比較回路 ２８・・・・・・・・関数制御回路 ２９・・・・・・・・関数発生回路

Claims (1)

1. 【特許請求の範囲】 入力ディジタル信号を複数の周波数帯域に分割すると共
   に、高い周波数帯域ほどバンド幅を広く選定し、当該各
   バンド毎のエネルギに基づいて各バンド単位の許容ノイ
   ズレベルを設定するノイズレベル設定手段と、 上記各バンドのエネルギと上記ノイズレベル設定手段の
   差のレベルに応じたビット数で上記各バンドの成分を量
   子化する量子化手段とを有するディジタル信号符号化装
   置において、 上記ノイズレベル設定手段は高い周波数程同一のエネル
   ギに対する許容ノイズレベルを高く設定するようにした
   ことを特徴とするディジタル信号符号化装置。