JPH03121633A - 可聴音信号符号化方法 - 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】

［発明の属する技術分野］ 本発明は、ステレオフォニツク信号（ステレオ信号）等
のオーディオ信号の知覚符号化に関する。 ［従来技術の説明コ オーディオ信号の再生における質の向上に対する商業市
場における要求により、原信号品質のより多くを保存す
る可能性を約束するデジタル技術の探求が再び脚光を浴
びてきている。従来技術に係るデジタル符号化を直接的
に応用すると過剰なデータレートが必要となる；よって
、データ圧縮に係る容認されうる技法が必要とされてい
る。 この種の技法の一例が、エム・アール争シュレーダー（
Ｍ、Ｒ，５ｃｈｒｏｅｄｅｒ）らによる、ジャーナル・
オブ・アコスティカル・ソサエティ・オブ・アメリカ（
Ｊｏｕｒｎａｌ　ｏｒＡｃＯｕＳｔｌｃａｌ　５ｏｃｉ
ｅｔｙ　ｏｆＡｍｅｒｉＣａ）誌の“人間の耳のマスキ
ング特性を利用するることによる、デジタル音声コーダ
の最適化”という記事（第６６巻第１６４７−１８５２
頁（１９７２年１２月））に提案されている；より最近
の技法は、イー・エフ・シュレーダー（Ｅ、Ｆ、５ｃｈ
ｒｏｅｄｅｒ）らによる、アイ・トリプル・イー・トラ
ンザクションズ・オン・コンシューマ・エレクトロニク
ス（ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｏ
ｎｓｕｍｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ）誌の’ＭＳＣ
：ＣＤと同等の品質の２５８　ｋｂｉｔ／ｓｅｅのビッ
トレートによるステレオオーディオ符号化”という記事
（第ＣＥ３３巻第４号（１９８７年１１月））に記載さ
れている。この記事は、音響心理的プロセスを用いて冗
長性を低減し、量子化雑音を“信号に依存したマスキン
グスレッショルド”未満に保つための変換符号化を用い
ることを提案するものである。 後者の要求は、量子化プロセスがエンコードさるべき全
ての値を異なった精度で、すなわち“ビットアロケーシ
ョン”により量子化すべきである、ということを意味し
ている。この記事に係る技法。 によって達成される結果は、“音調マスキング雑音”音
響心理的スレッショルドの使用によって達成されるもの
と同様である。 （発明の概要） 本発明の特徴は、エンコードされる信号の性質は純粋な
音調ではないこと、及び、シュレーダーらによって手続
きを修正して、短期スペクトルに基づく調整尺度によっ
て決定された係数を用いた、音調マスキング雑音及び音
調をマスクする雑音の各々のスレッショルドの幾何学的
捕間を用いることによって、より良い音響心理的スレッ
ショルドが得られる、という認識に基づいている。本発
明のこの特徴は、発明者の一人である、ジエイ・デイ−
・ジョンストン（Ｊ、Ｄ、Ｊｏｎｓｔｏｎ）による、ア
イ・トリプル・イー・ジャーナル・オン・セレクテッド
・エリアズ・イン・コミュニケーションズ（ＩＥＥＥ　
Ｊｏｕｒｎａｌ　ｏｒ　５ｅｌｅｃｔｅｄ　Ａｒｅａｓ
　Ｉｎ　Ｃｏｍｍｕｎｌｃａｔｉｏｎｓ）誌の“知覚雑
音基準を用いた、オーディオ信号の変換符号化“という
記事（１９８８年２月）において記述され、説明されて
いる。 本発明の別の特徴は、量子化されたデータの注意深く計
画された無雑音符号化は、符号化ベクトルの要素間に広
く拡散された糸剰な符号化ビットの解像度を向上させる
ことを可能にする、との認識に基づく。 本発明の他の特徴は、ステレオフォニック変換及び／あ
るいはレコーディングプロセスに起因するチャネル間冗
長性、アコースティックミキシング及び他の冗長性の低
減に関する。 （実施例の説明） 第１図の具体例において、左及び右信号源１１は、ステ
レオデジタルオーディオで用いられる従来技術に係るも
のである。これらの信号は、具体的には、ローパスフィ
ルタ及びサンプリング回路の対応するチャネルに印加さ
れており、各信号は、同一の所定のレートでサンプリン
グされる。サンプリングレート及び対応する帯域の具体
例は、１５ｋＨ２の設計帯域に対しては３２ｋＨｚのサ
ンプリングレート、及び、２０ｋＨｚの設計帯域に対し
ては４４．１ｋＨ２のサンプリングレートであり、共に
高忠実度（ハイファイ）である。その結果生成される、
第１図の符号化より得られる前記帯域及びサンプリング
レートに対する総とットレートはそれぞれ１２８ｋｂ／
ｓ及び１９２ｋｂ／ｓであり、各々、２Ｂ及び３Ｂレー
トによるｌ５ＤＮ伝送に対する要求を満たしている。第
１図及び第２図によって示された本発明に係る、別の代
表的なレートは第１表に示されている。 サンプリングされた信号は、通常、信号源ｌｌ内のＡ／
Ｄコンバータの対応するチャネルに印加され、各サンプ
リングされたデータに対してデジタル符号化した信号が
得られる。右及び左信号は、その後、算術回路１５及び
１Ｂによって、和及び差信号に変換される。さらに処理
を行なわない場合は、各チャネルとも、オーディオエン
ジニアリング協会標準フォーマット（Ａｕｄｉｏ　Ｅｎ
ｇｉｎｅｅｒｉｎｇ　５ｏｃｌｅｔｙ　５ｔａｎｄａｒ
ｄ　ＦｏｒＩＩａｔ）ｚレコーディングが用いられると
仮定して、高忠実度と見なされるのに充分な情報（１標
本当たり１６ビツト）を保持するために、最大１４１１
ｋｂ／ｓのレートが必要となる。 以下の処理の第一義的な目標は、人間の耳の感度に応じ
た方法によって調整される符号化スレッショルドの利用
を実現することである。スレッショルドを規定する情報
は、“副”情報として、比較的ビットの使用を経済的に
行なう（すなわち、少ないビット数を用いて）伝達ある
いは記録されつる。この種の概念は、いくつかの型の符
号化器（コーダー）によって実現されうるが、以下によ
り明らかになるように、変換コーダーが最も直接的に行
うものである。この型のコーダーにおける副情報には、
量子化スレッショルドレベル及び量子化スペクトルピー
クレベルが含まれる。この情報は、レシーバあるいは再
生器がトランスミッタあるいは記録器によって元来用い
られていたビットアロケーションを回復することを可能
にし、ピットアローケーションに係る明確な副情報の伝
送を不要なものとしてマスクしている。コーダー内には
、オーバーラツプ加算（以下参照）以外のブロック対ブ
ロックメモリが存在しないので、高速トランジションの
処理に係る問題が容易にされている。 回路１５及び１６からの和及び差信号は、各々、装置１
７及び■８においてさらに処理されて、各分析期間内に
、２０４８の実データ点が同時に指定される。 この手続きは、　“ウィントーイング°と呼称される。 １／１Ｇのオーバーラツプレシオを用いるため、各ブロ
ックにおいて処理される新しいデータポイントの数は１
９２０である。残りの１２８ポイントは、直前のブロッ
クのものと重複している。このようなデータのまとまり
は、高速フーリエ変換されて周波数の関数として表わさ
れる。変換の結果は、複素スペクトル上の１０２４ポイ
ントとして表現される。その後、装置１７及び１８から
の和及び差信号のフーリエ変換されたものに対するスレ
ッショルドがスレッショルド計算器２１内で計算される
。 これについてより詳細に考慮する前に、第２図に示され
た、上述のものと同様のモノラルコーダーにおけるスレ
ッショルド計算を考える。第２図において、第１図にお
けるものと同一に示されている構成要素は、以下に説明
されている部分を除いて同一である。スレッショルド計
算器４１は、第３図に示されているように機能する。第
３図の上部左側の図は、音響心理学において公知の“バ
ークスペクトル（Ｂａｒｋ　Ｓｐｅｃｔｒｕｍ）”であ
り２５の相異なった周波数バンドを含み、各々、人間の
耳のマスキング特性がほぼ一定な２５のバンドへの周波
数の分割を表わしている。２５の周波数バンドの総和は
３２ｋＨｚのサンプリングレートに対して有効であり、
他の実施例においてサンプリングレートが変更された場
合には、与えられたサンプリングレートにおいて包含さ
れる最高クリティカルバンドに従って変化する。バーク
スペクトルの正確な形は、短期音声スペクトルから計算
される。パワースペクトル５１は、金管楽器のものであ
り、対応するバークスペクトル５２も示されている。バ
ークスペクトルは、各クリティカルバンド内で、フーリ
エスペクトル内に存在するエネルギーの総和をとること
により計算される。 以下に、本発明に係るスレッショルド計算機２１及び４
１において、マスキングスレッショルドの計算に用いら
れる手順を示す： 信号のクリティカルバンド解析を行う；クリティカルバ
ンドスペクトル拡散関数を適用する； 短期スペクトルから音調基準を計算する；音ＥａｌｌＪ
定及びそれに関する２つのスレッショルドを用いて拡散
マスキングスレッショルドを計算する； 絶対スレッショルドを計算する； 当該スレッショルドを各クリティカルバンドに対するス
ペクトルステップサイズに変換する； 第１ステツプは、クリティカルバンド解析である。 ＦＦＴによって、信号の複素スペクトルＲｅ（ｉ）　、
Ｉｍ（ｉ）が与えられる。複素スペクトルは、 Ｐ　（ｉ）＝Ｒｅ　　（ｉ）＋１ｍ２　（ｉ）によって
パワースペクトル５１に変換される。その後、パワース
ペクトル５１はクリティカルバンドに分割され、各クリ
ティカルバンド内のエネルギーの総和が計算される。 二こで、ｒｔｌｎｄ（ｎ、ｏ）はクリティカルバンドｎ
の下側の境界、ｒｃｌｎｄ（ｎ、ｌ）はクリティカルバ
ンドｎの上側の境界、及び、Ｂｎはクリティカルバンド
ｎ内のエネルギーであり、ｎは１からｎ　　までで＋ｉ
ａｘ ある。ｎ　　はサンプリングレートに依存していｇａＸ る。第３図には、金管楽器によるパッセージの６４ミリ
秒間に対応するパワースペクトル５１及びクリティカル
バンドスペクトル５２が示されている。 本来のクリティカルバンド解析においては、連続クリテ
ィカルバンドスペクトルを得るために、各１毎に、クリ
ティカルバンド帯域に亘る総和が計算されるべきである
。しかしながら、ここでの計算に対しては、離散クリテ
ィカルバンドが充分良い近似である。 次に、クリティカルバンドスペクトルに対して、拡散関
数が適用される。 シェリー・ヴイー・トービアス（Ｊｅｒｒｙ　Ｖ、Ｔｏ
ｂｌａｓ）　ｍの「現代音響学理論の基礎」　（アカデ
ミツクプレス）　　（Ａｃａｄｅｍｉｃ　Ｐｒｅｓｓ）
社、−ニーヨーク州ニューヨーク（１９７０年））にお
けるバードラム・シャルフ（Ｂｅｒｔｒａｍ　５ｃｈａ
ｒｆ）による第５章、及び、「知覚及び心理物理学」第
２４１−２４８頁（１９２２年）のアールφピー争ヘル
マン（Ｒ，Ｐ、Ｈｅｌ　Ｉｍａｎ）による″雑音−音調
間のマスキングの非対称性“という記事によって得られ
るマスキングの推定値は、ある信号に対する同一クリテ
ィカルバンド内の信号によるマスキングに係る情報を与
える。エム・アール・シュレーダーらによるジャーナル
・オン・アコースティカル・ソサエティーオン・アメリ
カ誌の第６６巻第１６４７−１６５７頁（１９７９年１
２月）における“人間の耳のマスキング特性を用いたデ
ジタル音声コーダーの最適イじという記事に記載されて
いる拡散関数が、クリティカルバンド全体に亘るマスキ
ング効果を推定するために用いられる。 この拡散関数は、ａｂｓ（ｊ−ｉ）≦２５の範囲で計算
される；ここでｉはマスクされる信号のバーク（Ｂａｒ
ｋ）周波数、及び、ｊはマスクする側のバーク周波数で
あり、当該拡散関数は行列Ｓ１ｊの形に表現される。１
バークとは、１クリテイ力ルバンド分の周波数差を表わ
すものと定義されており、“バーク周波数”は、シャル
フ（Ｓｃｈａｒｌ’）による前掲の参照文献における“
クリティカル指数”に対応する。前記Ｂ　と拡散関数と
のコンポリ、ニージョン（畳み込み演算）は、行列の積
すなわち、Ｃｎ＝５１ｊ＊Ｂｎで表現される。ｃｏの値
は、拡散クリティカルバンドスペクトルを表わす。第３
図の曲線５３は、バークスペクトル５２に拡散関数演算
を施した結果を表わしている。 次のステップは、雑音マスキングスレッショルドの計算
である。前掲の参照文献は、２種類の雑音スレッショル
ドが詳述されている。その第１は、雑音をマスクする音
調に係るものであり、Ｃｎより１４．５＋　ｎ　ｄ　Ｂ
下であると推定される。ここで、ｎはバーク周波数であ
り、この推定は、前掲のシュレーダー二よる参照文献に
よれば、前掲のシャルフによる参照文献に係るものであ
る。第２は、音調をマスクする雑音に係るものであり、
クリティカルバンドスペクトル全体に亘って一様にＣｎ
より５．５ｄＢ下であると推定される。音調をマスクす
る雑音に対するスレッショルドの推定は、前掲のヘルマ
ンによる記事に基づいている。 信号の雑音的及び音調的性質を決定するために、スペク
トラルフラットネスメジャー（ＳＦＭ）（スペクトルの
平坦さを表わす尺度）が用いられる。ＳＦＭは、パワー
スペクトルの幾何平均（Ｇｍ）の、パワースペクトルの
算術平均（Ａｍ）に対する比として定義される。この場
合には、ＳＦＭは によりｄＢに変換され、トーナリティ（音調）係数αを
生成するために用いられる： すなわち、αは、カッコの中の２つの引数の内の小さい
方を意味している。Ｓ　Ｆ　ＭｄＢＭＡｘ−−６０ｄＢ
が、信号が完全に音調的である、ということを推定する
ために用いられ、ＳＦＭがＯｄＢである、ということは
、信号が完全に雑音的であることを表わしている。言い
換えれば、ＳＦＭが一３０ｄＢである場合にはα−０，
５となり、ＳＦＭが一７５ｄＢの場合には、α−１゜０
００となる。 その後、各バンドｎにおけるマスキングエネルギーに対
するオフセット（０）が、ｄＢ表示で、Ｏ−α　（１４
，５＋ｎ）＋　（１−α）５，５に設定される。すなわ
ち、指数αが、２種のスレッショルドオフセット、つま
り、雑音をマスクする音調に対する１４．５＋　ｎ　ｄ
　Ｂ及び音調をマスクする雑音に対する５、５ｄＢ、を
幾何内挿するために用いられる。 その後、スレッショルドオフセットが拡散クリティカル
バンドスペクトルから差し引かれ、拡散スレッショルド
の推定値Ｔ　が求められる：実際には、信号のトーナリ
ティを推定するためにＳＦＸを用いることは便利である
。なぜなら、オルガン、サイン（正弦）波、フルート等
の多くの音調的信号はＳ　ＦＭｄ　Ｂ　　　に近いある
いはそ１ｌａｘ れ以下のＳＦＭを有し、パーカッション（打楽器群）等
の信号は、過渡的に、−５から一１５ｄＢの間のＳＦＭ
を有している。２００−３２００Ｈｚの帯域の会話信号
は、−２０から一３０ｄＢの範囲である。第３図の曲線
５４は、第４ａ図及び第４ｂ図のデータに対する拡散ス
レッショルドの推定値をプロットした曲線を示している
。 次に、拡散スレッショルドの推定値Ｔ　をバークドメイ
ンに変換することが必要となる。 厳密に言えば、拡散関数とＢ　とのコンボリュ−ション
が元に戻される、すなわちＴ　として計算されたスレッ
ショルドがデコンボリューションされなければならない
。このプロセスは、拡散関数の形状ゆえに非常に不安定
であり、エネルギースレッショルドがしばしば負の値を
とったり、０となったりする。これらの異常なエラーは
、デコンボリューションプロセスが、状況に係る物理的
、音響学的実体を無視した数値解を厳密に探索するから
である。 デコンボリューションの代わりにリノーマリセーション
が用いられる。拡散関数は、その形状から、各バンドに
おけるエネルギーの推定値を拡散の効果によって増加さ
せる。リノーマリゼーションはこのことを考慮し、各Ｔ
　に対して、各パンド内で１という−様なエネルギーを
仮定した場合のエネルギー利得の逆数を乗する。言い換
えれば、平坦なり　が与えられて全ての０１が等しい場
合には、平坦なＴ　が返される。このようにしてりノー
マライズされたＴ　はＴ−で示される。 ｎ 続いて、絶対スレッショルドに係る利用可能な情報を考
慮する。バークドメインにおいて雑音エネルギーがリノ
ーマライズされた後、バークスレッショルドは、エイ・
フレッチャー（＾、ＰＩｅｔｃｈｅｒ）による、“聴覚
パターン″という題目のレビュー・オン・モダン・フィ
ジックス（Ｒｅｖｉｅｗ　ｏｒ　Ｍ。 ｄｅｒｎ　Ｐｈｙｓｉｃｓ）誌の記事（第１２巻第４７
−６５頁）に見出される絶対スレッショルド測定と比較
される。 これまでに計算されてきたマスキングスレッショルドは
絶対レベルを考慮することなくなされているため、それ
らが聴力の絶対限界以下の雑音レベルを要求しているか
否かがチエツクされなければならない。 システムの利得は、４　ｋＨｚの、適切にデイザインさ
れ、かつ、ＩＢビット整数で表わした場合に最下位ビッ
ト（Ｌ　Ｓ　Ｂ）±１／２分のピーク強度を持つような
信号が聴力の絶対スレッショルドに位置するようにセッ
トされる。絶対スレッショルドより低い雑音スレッショ
ルド計算値を有する全てのクリティカルバンドは、絶対
スレッショルドを当該クリティカルバンドに対するスレ
ッショルドとして有するように変更される。高周波数側
及び低周波数側においては、絶対スレッショルドはクリ
ティカルバンド内で変化する。このような場合には、ク
リティカルバンドの両端での値の平均が用いられる。 第３図の曲線５５は、リノーマリゼーション及び絶対ス
レッショルド条件を調節した後の最終的なスレッショル
ドを示している。このスレッショルドは、Ｔｈ　で示さ
れる。Ｔｈ　　は、信号が知覚ｎ 上悪化されない状態を保ちうるような、各クリティカル
バンド内に挿入されうる雑音強度の最大値を示している
。このスレッショルドは、対応するクリティカルバンド
内における信号成分に対して用いられる量子化のステッ
プサイズを計算するために用いられ、量子化誤差が−様
な確率密度関数を有する場合以外の最悪の場合の仮定を
行う。 短期知覚スレッショルドに従って計算されたステップサ
イズは、装置４４内でビットレート調整手続きの一部と
して用いられる。ビットバッキング手続きに依存して、
短期スペクトルが、当該アルゴリズムにおけるこの時点
で、装置４２内で量子化される必要が生じる。ビットレ
ート調整効果を含む、量子化された最終スレッショルド
は、Ｔｈｒ。と呼称される。 利用されるビットバッキングには２つの形態がある。よ
り簡潔な方においては、固定長（ここでは１２８ビツト
）の２進数を可変基数として生成する可変基数技法が用
いられる。当該基数は、トランスミッタ及びレシーバの
双方において副情報（サイドインフォメーション）から
決定されうる。 ビットバッキングによる当該方法により、量子化器をい
かなる大きさが必要な場合において正確に用いることが
可能となり、各量子化器が、ｎを整数とするとき、２ｎ
のレベルを有さなければならないか、ｍを量子化器内の
レベル数とするとき、直接２進符号化により生ずるｒｏ
ｕｎｄｕｐ（ｌｏｇ２ｍ　）ｌｏｇ２　ｍビットを無駄
にしなければならない、という拘束がはずされる。 より複雑な方のビット圧縮アルゴリズムにおいては、第
２図のハフマン（Ｈｕｆ’　ｆ’ｍａｎ）コーダー４３
において修正ハフマンコードが用いられ、データに依存
した方式でビット圧縮が実行される。このビット圧縮法
が用いられる場合には、圧縮されビットレートは、量子
化されたデータ（Ｔｈｒ　　によって分割されたスペク
トルの実数及び虚数部の最近整数関数）及び各量子化器
内のレベル数から計算されなければならない。 この場合の無雑音符号化は、音楽信号のデータベースか
ら生成され、コードブックにストアされているハフマン
コードの組を用いて行われる。量子化された最大データ
に依存して、量子化器の出力は対（実数及び虚数の）と
して、あるいは個別のコード語として量子化される。別
の符号メモリが副情報の各々の対に対するコードブック
指数をハフマンコードブックの組に符号化するために用
いられ、この符号メモリも伝送される必要がある。 上述のハフマンコードブック構造に加えて、元の音楽の
統計の種類が変化することを許容するために、コードブ
ックに階層構造が与えられている。 この階層構造は、コードブックの完全な組を４柾育し、
その各々が、音楽データベースから、当該４種のコード
ブックが当該データベース全てを含み、かつそれを有利
な方法で分配するものとなるように自己選択的な方法で
生成される。符号化器（キンコーダ）においては、信号
の現時点でのブロックに最もよく適合しているコードブ
ックの組が計算され、それが適切なコード語と共に伝送
される。 データオーガゼーション 種々の圧縮及び／あるいはビットバッキングアルゴリズ
ムの動作を記述するために、ここで、装置３７からの各
々のデータブロックに対するデータオーガゼーションを
定義する。 以下に説明されるように２つの方式によって分配される
。ここで、Ｒ及びｌは量子化されたスペクトル線（ライ
ン）であり、ｉは１≦ｉ≦２０４８を満足するＦＦＴ出
力の指数、ｎ１ｎｔは引数に最近接の整数を返す関数、
Ｔ　ｈ　ｒ　＊は、以下４．３節で記述されている量子
化されたスレッショルドに対応するレベル、及び、ｔｌ
ｎｄ（１）は以下に説明されているものである。 上記２種の分割方式はｔ−分割と呼称されるクリティカ
ル分割、及び、一般的により小さなに一分割と呼称され
る分割である。第５図は、与えられたサンプリング周波
数４４．１ｋｌｌｚに対応した、スペクトルの低周波数
側に対するｔ−分割及びに−分割境界を示している。 ［を−分割］ ジョンストンによる前掲の記事においては、スレッショ
ルドＴｈｒ　　はクリティカルバンドスケ−ルに関して
生成された。当該具体例においては、同一のスレッショ
ルド生成方式が用いられる。ｔ−分割は、スレッショル
ド生成アルゴリズムに対して用いられるクリティカルバ
ンド分割である。 を−分割は、本明細書においては指数ｎを付加されてい
るが、スペクトルを各々１クリテイ力ルバンド分の幅を
有するｎ　　個の部分に分割するｎａＸ ようにするものである。最後のｔ−分割は完全なりリテ
ィ力ルバンドではなく、Ｆｓ／２で終わるものである。 ４４．１ｋｌｌｚのサンプリングレートに対してはｒ＋
ｍａｘ−２５であり、３２ｋｌｌｚのサンプリングレー
トに対してはｎ　　−２４である。クリティ力ａｘ ルバンド端に関するリストは、シャルフによる前掲の参
考文献に見出される。 ｔｌｎｄ（１）と呼称される指数配列が、あらゆるｉに
対して、ｔｉｎｄ（１）の値がｔ−分割の指数（ｎ）を
持つように定義される。逆配列ｒ　ｔｉｎｄ（ｎ、　Ｉ
）も定義され、“ビがＦＥＴ指数を表わす場合に、与え
られたｎに対して、１−０の場合はｉの最低値、Ｉ−１
の場合は最高値を返す。 ［ｋ−分割］ 高周波数側のクリティカルバント幅のために、コーダー
が厳密にクリティカルバンドに基づいてデータを処理し
た場合には、大量のスペクトル構造が曖昧になる。ｋ−
分割はスペクトルの詳細を失うことによる、ｋ−分割に
係る副情報とビットレートとの間のより良いトレードオ
フが得られるように経験的に決定された分割を表わす。 ｋ−分割は、ｋ及びｎの大きな値に対しては、一般にｔ
−分割より小さい。 ｋ−分割は、本明細書においてはｋという指数を付与さ
れているが、量子化されたスペクトルを、各々が８本の
複素ラインを平均化している１２８の部分に分けている
分割の組である。ｋ−分割の境界は、以下の条件を満た
している： ・ｋ−分割は、２つ以上のｔ−分割に回ることはない。 ・ｋ−分割は、各に一分割最大及び最小長を可能な限り
８に近接して保つようにされている。 を−分割の場合と同じように、ｋｌｎｄ（１）と呼称さ
れるに一分割に対する指数配列が、与えられたｉに対し
てｋを返すように、さらに、与えられたｋに対してｌ−
０の場合はｉの最小値を、ｌ−１の場合は最大値を返す
配列にｒ　ｋｌｎｄ（ｋ、　Ｉ）が、それぞれ定義され
ている。 加えて、ｎをｋと関連付けるような指数配列も定義され
る。配列ｎ　−ｎ　ｋｉｎｄ（ｋ）は、与えられたに一
分割に関連したｔ−分割の指数を返し、ｋ−ｋｌｎｄ（
ｎ）はその逆を行う。 以上が、圧縮あるいはビットバッキングアルゴリズムに
対して必要となるデータオーガゼーションである。次に
、ビットレート計算のための可変ｔ＝数バッキング法を
示す。 可変指数ビットレート計算法 ・まず、スペクトルの各々のに一分割に対して、各を一
分割に対する実部及び虚部の絶対値の最大値を計算する
。その後、 で定義される数Ｚ、を計算する。ここで１はスペクトル
分割の指数、ｎ１ｎｔは最近接整数を返すオペレータ、
ＬＡＶｋは分割ｋにおける実部及び虚部の絶対値の最大
値、及びＴｈｒはに一分割ｋに対するステップサイズ、
をそれぞれ表わす。 ・各々の量子化器の組におけるレベル数かにに−２２に
＋１を計算することにより決定される。 ここで、ＫＫは各量子化器内のレベル数である。 ・指数バッキングアルゴリズムによって必要とされるビ
ット数が、総ビット数 を計算することにより計算される。副情報に対して必要
とされるビット数、すなわち、各Ｔｈ「　毎に８ビツト
、１２８個の量子化されたＫＫの各々に対して６ビツト
、が加算されて、Ｔｈｒ　の組に係るブロックの伝送に
必要とされるビット総数が得られる。 ［スレッショルド調整の条件］ 人間の耳の物理的限界のために、雑音検出及び絶対スレ
ッショルドの双方に対して、ある場合には、Ｔｈｒ　　
の組が制限されなければならず、そのような場合には、
スレッショルド調整係数が乗じられる。このような限界
は以下に記述されており、指数ビットバッキング法及び
エントロピー符号化法に対して等しく適用される。より
詳細に述べれば、量子化レベルがその型に関わらず、全
ての信号に対するクリティカルバンドに関してトランス
ペアレント（透過的）であると知られているレベルを超
過しているようなあらゆるクリティカルバンドに対して
、スレッショルド調整係数の効果により、当該クリティ
カルバンド内のＴｈ　ｒ。 が、最大値において量子化レベルを維持するように持ち
上げられる。さらに、スレッショルド調整係数がＴｈｒ
　　を絶対スレッショルド以下に低下させる場合には、
対応するＴｈｒ　　か絶対スレッショルドまで再び持ち
上げられる。このことは、ある条件下におけるある信号
に対して、コーダーによって利用可能な最大ビットレー
トが存在し、必要とされないビットは、他の情報の伝送
に対して用いられるか、任意のパターンにセットされる
、ということを意味している。 ビットレート調整に関するスレッショルド調整ビットレ
ート調整プロセスは、擬Ｃ符号を用いて最も容易に記述
される。本質的には、当該プロセスは、ビットレート及
び検索長に係る制限に基づいた決定を用いる２進検索で
ある。ビットレート：Ａ整プロセスは、スレッショルド
調整係数Ｆを返し、当該係数が新たなスレッショルドを
計算するためにＴｈ　ｒｎに直接乗じられて、その後、
符号化に関して用いられる。ビットレート調整プロセス
の詳細は付録１に示される。 ［エントロピー符号化を行なう場合のビットレート調整
］ 以上で、指数バッキングを行なう場合に係るビットレー
トの旧算及び調整に係る記述は終了する。 以下、エントロピー符号化法が用いられる場合について
記述される。 ［エントロピー符号化法が用いられる場合のビットレー
ト計算］ エントロピー符号化に関しては、各々に一分割内で、圧
縮アルゴリズムは特定のコードブックを選択しなければ
ならない。コーダーが信号の絶対値を目に関して何ら情
報を有していない場合には、選択方法は、符号（正か負
か）及び位相に無関係でなければならない。さらに、ハ
フマンコードが、当該ハフマンコードが符号化する分布
に適合しているべきであるため、各々のに一分割に対し
て、データに関連した基準がコードブックを選択するた
めに用いられるべきである。ｋ−分割内のコード語が絶
対値の平均は容易に計算され、データに関するコードブ
ックの良い第１近似となる。この全プロセスは、第４図
に図示されている。 各々のに一分割に対して、局所的ＫＫが計算される。 このＫＫは、ｔｉｎ　＋５ｈａ＋ｉｃ変換によって整形
され、その後量子化される： ・まず、Ｋ　　−０の場合には、Ｋ　−Ｋ　””　０と
なる。 ・そうでない場合には、Ｋ　−Ｋ−１ｎｔ（ｍａｘ（１
，ｍ１ｎ（３２，５，６１４４５６１ｏｇｅ　（ＫＫ＋
７．７５９６５３）））である。 二こで、Ｉｎｔは引数の！ｌ数化（引数を越えない整数
を返す）を行なう関数であり、対数における係数は、Ｋ
″、≦２０となる確率をほぼ等しくするように選択され
ている。ｍｉｎは、より小さい引数を返す関数であり、
ＷａＸは、より大きい方の引数を返す関数である。 ［副情報計算］ Ｋ″Ｋが計算されると、コードブック利用を表わすもの
以外の副情報が決定されうる。副情報は、・２５６のレ
ベルに量子化する量子化器でＴｎを量子化し、スペクト
ル量子化プロセスにおいて用いられるＴ″ｎのレベルを
与えるための８ビツト語よりなるｎ　　：但し、当該量
子化器はａｘ １８０７２５６　ｄ　Ｂというステップサイズを有して
いる。ここで、ＯｄＢは１という大きさ（フルスケール
は±３２７８７　）のパルスの各スペクトル成分の大き
さに対応し、１８０は前記ＯｄＢの定義から得られる、
各スペクトル成分のとりつる最大エネルギーよりも僅か
に大きい値、及び、２５６は量子化器のレベル数である
。 この時点で、量子化されたスレッショルドＴｎがｎの全
ての値に対する反復の結果変更されていないと決定され
た場合には、当該計算プロセスはアボートシ、直前の値
が用いられる。 ・以下に定義されるように、コードブック利用を示すた
めに、３つのコードブック選択に対して２ビツトずつ、
計６とット：この時点では必要とされているコードブッ
クは決定されていないが、必要とされているビット数は
既知である。 ・圧縮されたに゛　ユニ二でに″には各々、のように対
として圧縮されており、“ｅｎｃｏｄｅ”は、コード語
長を検索するプロセスを表わし、Ｂ　ＲＫは、当該特定
のコード語に対して必要とされるビット数である。ＫＫ
の値に対しては４種のコードブック（Ｋコードブック）
が存在するため、各コードブック毎にＢ　ＲＫの値が計
算され、最良の（最も短い）コードブックが用いられる
。 この副情報及びそのエンコードされた場合ビット長（通
常、サンプリングされた信号１つ当たり０．２５から０
．５　ビット）が知られると、量子化されたスペクトル
が符号化される。 ［量子化されたスペクトルの符号化コ 量子化されたスペクトルは、各々のｋに対するに−Ｋに
依存してに一分割に基づいて、ｋ−分割に係る３方式の
うちの１つによって量子化される。 ・Ｋ−に−０である場合には、量子化されたスペクトル
は符号化されず、当該に一分割に対しでは送出されるビ
ットはない。 ・０＜Ｋ″に≦２０である場合には、量子化されたスペ
クトルは、複素対によって符号化される、すなわち、各
々のＲは対応する１１と組合せられて、当該対が符号化
される。 ・Ｋ″Ｋ〉２０である場合には、Ｒ及びＩの各要素は個
別に符号化される。 以下、まず、Ｋ′≦２０の場合が議論され、その後、よ
り大きなに″の場合について議論される。 ［Ｋ″８が小さな値を有する場合の符号化］Ｋ′　の小
さな値に対しては、Ｒ及びＩｌのに１ 値は、各次元の値が−２０から２０に亘っている２次元
コードブックにおいて符号化される。ｉｊココ−ブック
と呼称されるこれらのコードブックの大きさは、大量の
符号化された信号の統計を観測し、Ｋの値が２０未満か
つ２０に近接したものに対するｉｊコードからほぼ５％
の信号が落とされるようにコードブックの大きさの境界
を設定することによって決定される。 Ｋ′の値が２０に近接している場合に生じうる、Ｒある
いは■の絶対値が１９を越える場合には、そそれらは±
２０に制限され、その制限された値に対するコード語が
選択される。正確なデータ値を伝送するために、制限さ
れた値の各々に対して“エスケープコードブックから取
り出された、当該特定の成分付加的大きさを符号化する
別のコード語が付加される。よって、絶対値２０を有す
るエントリは、エスケープコードブックから取り出され
た別なコード語が直後に続くことを意味している。 ２次元コードブックは４組存在する。フレーム全体に亘
って使用するビットが最小のコードブックが利用されう
るように選択され、この情報は、副情報の一部として含
有される。エスケーブコードブツクは４種必要となるわ
けではなく、ｋ−分割に対するに′の値、及びレシーバ
においてに゛の値から決定されたフードブック選択に係
る情報に基づいて１つのコードブックが（４種のうちか
ら）選択される。 ［より大きいに″、の値をとる場合の符号化］Ｋ′のよ
り大きな値に対しては、各Ｒ及びＩは個別に符号化され
る。−１７７４から＋１７７４に亘るコードブックかに
′の値に応じて選択されたに一分割における各複素スペ
クトル線の各々の部分が個別に符号化される。１７７４
という値は、知覚マスキング基準を満たすために必要と
される、量子化器の最大出力値の最悪の場合の推定値に
対応している。 この場合にも、４組のコードブックが用いられ、最良の
ものが選択される。このコードブックを表わす２ビツト
は、前述の副情報のうちの最後の２ビツトである。ｋ　
−Ｋの大きな値の場合に対して用いられるコードブック
の組は、ノ１イコードブツクと呼称される。このコード
ブックは第６図に例示されている。 ［ビットレート調整プロセスコ ビットレート調整プロセスは、擬Ｃコードを用いて最も
容易に記述される。本質的には、当該プロセスは、ビッ
トレートに基づいた決定を行ない、検索長に制限のある
２進検索である。ビットレート調整プロセスは、スレッ
ショルド調整係数Ｆを返し、当該係数が直接Ｔｎに乗ぜ
られて符号化のための実際のスレッショルドが計算され
る。ビットレート調整プロセスの詳細は、付録１に示さ
れている。 Ｔｈｒ　　に対する制限は、指数バッキングの場合と同
一である。Ｔｈｒ　　に関する制限は、指数バッキング
の場合と同様、ある場合にはビットレートの上限を設定
する。 ［指数バッキングアルゴリズムの詳細コ可変（混合）指
数バッキング法は、ドナルド・イー・ナス（Ｄｏｎａｌ
ｄ　Ｅ、Ｋｎｕｔｈ）による、“コンピュータプログラ
ミングの技法°第２版第２巻（アディソン・ウニズリ−
（Ａｄｄｌｓｏｎ　Ｗｃ５ｌｅｙ）社、マサチューセッ
ツ州リーディング（Ｒｅａｄｉｎｇ　ＨＡ）、１９８１
年）第２７４及び２７５頁に見出される。この方法は、
ベースとなる２数を表現するビットパターンが量子化器
内のレベルの種々の最大数の２を底とする対数をとった
ものの総和に関してバッキングにおける任意の低損失が
得られるように生成されうる、という事実を利用してい
る。この手続きは、前掲書第２７４頁の式（２４）に従
っである数を生成する。 指数は、 ・ビットが全てバッキングされるまで、１２８ビット語
を段階をおって充填し、各段階において、当該語内に適
合する最大指数をエンコードするように可変指数が演算
を行なう。 ・このプロセスを、全データが拡張されるまで、１２８
のビット語に関して継続する。 ことにより選択される。 このビットバッキングアルゴリズムは、データに対して
割当てられたビットレートのうちの少量（通常１／１２
８）を浪費する。この損失は１、初期ビットレート計算
において説明されうるちのであり、圧縮されたデータの
大きさの計算を不要にする。 ［実際のエントロピー符号化手続き］ 圧縮のためのエントロピー符号化手続きは、ビットレー
トに付加される、長さに係るパターンの代わりに適切な
ビットパターンが伝送される、ということを除いて、ビ
ットレート計算に係る手続きに正確に従う。各々の場合
とも、ビットパターンに対するビットレートが見出され
た場合には、当該パターンが伝送される。コードブック
の選択は、レート計算から知られる。 ［モノフォニックデコーダ］ 指数バッキングの場合及びエントロピー符号化の場合に
用いられるデコーダは、デコンブレッション（圧縮回復
）／アンバッキングアルゴリズムを除いて同一である。 指数バッキングアルゴリズムの場合には、アンバッキン
グの順序はトランスミッタが初めに（量子化された副情
報から）バッキングの順序を計算したように副情報から
曖昧さを残さずに計算される。アンバッキング手続きは
、混合指数生成手続きに直接従う。 エントロピー符号化の場合には、コードブック情報がま
ず受信されてストアされる。その後、副情報が適切なコ
ードブックを用いてデコードされ、ストアされる。この
情報がストアされると、各データ点に対する適切なコー
ドブックは既知となり、この適切なコードブックが、エ
ンコードされたデータの整数値を決定するために用いら
れる。量子化されたスペクトルのデコードされた整数値
及びスレッショルドがデコードされると、データは、指
数バッキングアルゴリズムから得られたデータと同様と
なり、実際の変換デコーダが適用される。 ［変換デコーダ〕 第７図は、第２図のエンコーダに対応する、モノラル知
覚変換デコーダを示している。エンコードされたスレッ
ショルドと量子化されたスペクトル情報は、組合せ回路
７１において組合せられる。 ここで、組合せ回路７１は、量子化されたスペクトルが
、対応するスレッショルドに基づいた係数として符号化
されている場合には、マルチプライア（乗算器）である
。これらの信号は、スレッショルドの場合には、第２図
で用いられたものに依存して、装置７５におけるビット
・アンバッキングああるいはハフマン型複合法により導
出され、量子化されたスペクトルの場合には、装置７６
における同一プロセスによって導出される。組合せ回路
７１の出力は、再構成された周波数スペクトルであり、
装置７２における逆高速フーリエ変換がなされて再構成
された時間波形が得られる。エンコーダ（例えば第２図
）におけるウィンドー設定及び重なり加算手続きは、装
置７３において反転されて、Ｄ／Ａ変換あるいはＰＣλ
４形式のストアがなされる信号が生成される。 ［ステレオフォニックコーダーに関する詳細１以上で、
第２図のモノラルコーダーに関しては完全に記述された
ので、以下、第１図に示されたステレオ信号の具体例に
ついて記述することにする。 ２つのステレオチャネル、左（Ｌ）及び右（Ｒ）がコー
ダーに与えられ、Ｌ＋Ｒ及びＬ−Ｒの信号が生成される
。２つの信号、Ｌ＋Ｒ及びＬ−Ｒにはモノフォニックコ
ーダーの場合と同様、ウィンドーがかけられ、変換され
る。この２信号のスペクトルは量子化プロセス及びスレ
ッショルド生成プロセスに送られる。量子化プロセスは
、量子化さるべきスペクトルが２つ存在するという点を
除いてモノフォニックコーダーの場合と同一である。 ［知覚スレッショルドの生成コ 知覚スレッショルドの生成は、スレッショルドの生成プ
ロセスが開始される以前に２つの信号のパワースペクト
ルが加算されるように修正されている。このことは、リ
スナーが、ステレオのスピーカーからあるクリティカル
な距離以上離れていることを表わしている。スペクトル
は前述されているように生成され、スレッショルド調整
プロセスへ送られる。イエット（Ｊｅｔｚｔ）によるジ
ャーナル・オン・アコースティカル・ソサエティ・オン
・アメリカ第６５巻筒１２０４−１２１１頁（１９７９
年）の“音声エネルギースペクトル応答による、室内に
おけるクリティカル距離の測定“という記事に”クリテ
ィカル距離゛という語が説明されている。 リスナーがスピーカーから１クリテイ力ル距離以上離れ
ている、という仮定により知覚スレッショルド生成プロ
セスが単純化される。なぜなら、リスナーの耳における
パワーベクトルが、２つのチャネルのパワースペクトル
の和で良く近似されうるからである。以下に議論される
ように、このためにヘッドホンが用いられた場合に微妙
な効果が誘起される。知覚スレッショルドのより複雑な
対の計算は、現時点で利用可能な聴覚モデルに対しては
実行可能ではない。 ［スレッショルド調整プロセス］ スレッショルド調整プロセスは、以下に詳述されている
ビットレート計算／圧縮アルゴリズムにおける変更を除
いては、第２図のコーダーにおいて用いられるものと同
一である。 ［ビットレート計算プロセスにおける変更］ビットレー
ト計算プロセスには、いくつか変更がある。最も重要な
ものは、スペクトル平均ＫＫの種々の値がエンコードさ
れる、副情報の量子化に対するビットレートの計算に対
するものである。 モノフォニックコーダーにおいては、スペクトル平均の
２つの連続した値がエンコードされるが、ステレオコー
ダーにおいては、Ｌ＋Ｒ及びＬ−Ｒに対応する信号に対
するスペクトル平均値が対としてエンコードされる。和
及び差信号のスペクトルは通常良い相関があるので、エ
ンコードされたスペクトル平均の組に係る総ビツトレー
トは実質的に低減される。 当該プロセスにおける他の変更点は、しばしばかなり相
異なった総計を有する２つの信号が存在し、それゆえ、
Ｌ＋Ｒ及びＬ−Ｒ信号が各々、モノフォニックスペクト
ルが第２図のコーダーにおいてエンコードされたように
エンコードされる、という事実に関連している。言い換
えれば、当該和及び差信号に対して、個別のコードブッ
クが選択されるということである。このため、付加コー
ドブック信号に対して、各サンプリング毎に０．００２
ビット余分に消費することになる。これは、独立したコ
ードブック選択に起因する節約分によるオフセット以上
である。 符号化効率における付加利得は、和及び差信号、及び、
左右信号ではなく和及び差信号を符号化することによる
２信号のスペクトル間には全く相関がなく、かつ、スペ
クトルの包路線にもＩ０関がない、という最悪の場合に
は、利得は存在しないが損失も存在しない。この条件は
、電子的に生成された非常に僅かな信号の場合に相当す
るが、極めて希である。９９％以上のステレオ信号の場
合には、（最悪の場合と同様）信号には相関がないが、
スペクトルの包絡線は良く但ており、スレッショルドレ
ベルにおける３ｄＢの利得、及び、その結果生じるビッ
トレート利得が見出される。元のし及びＲ信号の間に正
または負の大きな相関がある場合には、和あるいは差ス
ペクトルの一方が非常に小さく、よって当該スペクトル
がエンコードされるビットを極く任かしか、あるいは全
く必要とせず、実質的な利得が得られる。 第８図は、第１図のステレオフォニツクエンコーダに対
するデコーダを示している。第７図におけるものと同じ
ように示された部分は、同一の機能を実行する。和及び
差チャネルの分離を除いては、第８図の各々の半分は、
和及び差チャネルが各々和回路８４及び差回路９４にお
いて左及び右チャネルに変換される点を除いて、第７図
と同打である。 第８図のデコーダは、モノフォニックデコーダに類似し
たものである。ステレオコーダのより望ましい具体例に
おいては、エントロピー符号化が用いられるが、指数ビ
ットバッキング法の利用も、指数バッキングモノフォニ
ックコーダーに用いられた方法を直接拡張することによ
り可能である。 ２チヤンネルに対するパワースペクトルの加算が真であ
る限りは一厳密に言えば、リスナーが残響のある部屋で
スピーカーを用いている場合のみに対しては一リスナー
がヘッドホンを用いる場合の音響心理的マスキングにお
ける損失は、最悪の場合においても非常に小さいという
ことが見出されている。これは、おそらく、音雷心理的
クロスマスキング、及び、通常Ｔｈｒ、を聴力の限界と
考えられているところよりも充分に低くしてしまうビッ
トレート調整手続きによるものである。 ［エントロピーコーダーに対するコードブック設計コ エントロピーコーダーに対するコードブックを計算する
ために、適切なサンプリングレートでサンプリングされ
た、相異なった、相関を有さないオーディオ信号が集め
られる。その後、以下の段階が、実際のエンコーダ及び
デコーダで用いられるコードブックを作成するために用
いられる。 １、まず、調整されていないビットレートを用いて（ビ
ットレート調整の前に）、初期レートの各々２５％に対
する完全なコードブックを計算する。 すなわち、最低部２５９６が１つのコードブックを生成
するために用いられ、次の２５％が第２のコードブック
を生成するために用いられる、等々である。 ２、現時点で設定されているコードブックの組を用いて
、オーディオ信号データベース全体に亘って以下の手続
きを実行する： ａ、４つのコードブックの各々に対して、完全なとット
レート調整手続きを用いてビットレートを計算する。 ｂ、最良の（さらに、最小のＴｈｒ。を可能にするコー
ドブックとして認識されうる）コードブックを選択する
。 Ｃ，オーディオデータベースの各短期セクションに対し
て、最良のコードブックに係るヒストリーを保存する。 これにより、各コードブックの選択に関する、各々に最
も良く適合するデータに対応するヒストグラムが得られ
る。 ３、集められたヒストグラム４組を取り出し、各々のヒ
ストグラムに対する新たなコードブックを生成する。 ４、反復によるピットレー１・利得が最小になるまで段
階２以降を繰返す。 この手続きは、リーズナブルなりラスタリング（分類）
が見出されることを保証する２つの方法を用いる。第１
は、各短期スペクトルに対する最良のコードブックの選
択であり、このことにより、同一のビットレート（直前
の反復において用いられたものと同一のコードブックが
選択された場合）あるいはより良いビットレート（全体
として利得を表わす他のコードブックが選択された場合
）のいずれかのみが得られ、第２は、゛同一の最良コー
ドブックを有するという理由で分類されたセクションに
対する、当該データベースの実際のデータヒストグラム
から次のコードブックを生成することであり、このこと
により、データに対して統計的に同一（直前の反復から
何ら変更されなかった場合）あるいはより良い適合をす
る新たなコードブックの組が得られ、よって、同一ある
いはより良い圧縮レートが得られる。 −１付録１ ｂ７ｊＱ

【 ｅｘ１Ｃ１１１ｆｌｏａｔｂ＋ｖｎａｘ、七ｗｍｎ：／
”ｍａｘｉｍｕｍｗ＜ｍｉｎ五ｍｕ＋ｎｓｅｔｈｉｓ１
ｍ”／１１１１１ｃｎＬｈｉｌ１ｍｇ、ｌ０ＩＩＱ：／
”ｌｒｕａｍａｌｖａ＋（ａｂｌａｓ”／ｆｌｃｓａｘ
ｃｗｒｅｒ＋＋ｂｒ、１ｈ■ｒ＝−ｊ）、ｄｅｌｕ：／
”Ｉｒｏａｍａｌｌｌｌｌｌｉｌｂｌｅｓ”／ｈｌｆｉ
ｍｇ−０：　／”　−Ｉ　Ｌｆ　ｊｕｔｂｅ　ｗｕ　ｈ
ｉｇｈ　”／１ｏ１’ｌａｇｓ鴫）；／”＋ｓｗＩｉｆ
ｌａｘｔｂｒｗｕｌｏｗ傘１ｋｎｔｄ；　／”　ｃｏｕ
ｎｕ　ｎｕｍｌｘｒ　ｏ（Ｉｗ噛ｒ＋ｓ　”／ｌｈｒａ
ｄｊｍ　ｌ；　／”　ｌｒ＋１ｔＬｓＪ　ｃｈｒｅｍｏ
ｌｄ　ａｄｊｕｓｕｎｅｎｔ　ｒｗｕｙｒ　”／ｄｅｌ
ｔａ−５ｑ１１（２）；　／”　Ｗｔｉａｌ　ｎｅｐ　
５１ｚｅ　ｆｏｒ　−ｈｏｌｄ　ｃ？ｍｇｅ・ｌｃｕｒ
ｒｅｎｔｂｒｍｂｒｃａｌｅ（＋ｈｒｓｄｊ）；　／”
　ｂｒｃａＪｃ　ｉｓ　ｋ　５ｈｏｖｅ　ｂｉｔ　ｒａ
ｖ　ｃａｌｃｕｌａｔｉｏｎ　ｙｏｃｅｄｕｒｅ　”／
ｗｈｉｌｅ　（（ｃ＋ｕＴａ′＋＆（ｍｂｒｒ＋ｕス）
＆Ａ（（ｃｕｎｗｔｂｒｘｂｒｍｉｎ）　　（ｉｃｎ＋
＞−１６）））［ｉｅｎｔｗ；　／’　ｃｏｕｎｔ　１
Ｉｅｎｔｉｏｎｓ　”／ｉｆ　（ｃｕ＋Ｔｅｎｔｂｒ　
＜　ｈｍｌｒ＋　）　（／”　ｂｉｔ　ｒａｔｅ　ｌｏ
ｗ　”／Ｕ（Ｍｆｆａｇ−１）ｒ／”Ｉ／ｉｔｖａｇｈ
ｉｇｈ”／ｈｌｌ！ａｇ−０；／”ｃｈａｎｇｅ菖ｕｌ
ｆ−ｓｈｒ’ｕ＊５ｒｐｓｌｚａ”／ｄａ１ｗ鳴Ｖ（ム
油）： 】 ｔｈｎｄＪ−−ｄｊ／ｄｅｋａ：　／”　＊ｈｋ＊　ｔ
ｈｒｅｓｈｏｌｄ　ｓｍ　”／１ｏｆｌａｇ−１：　／
”　ｅｏｎ＆ｍ　ｔｍｅ　”／】 ｅｌｓｅ　（ｆ　ｂｉｔ　ｒｕｅ　ｉｓ　ｈｉｇｈ・１
ｉｆ（Ｉｏｌ’ｌａｇｆｌｌ）（／”ｉｆｔ＋ｗｕｌｏ
ｗ”／ｉｏ１１ａｇ峨／”　ｃｈａｎｇｅ　ｓｏｂ、ｓ
Ｍｎｋ　ｓｑ　５ｉｚｅ　”／ｄｅｌｔａ−ｓｑｎ（ｄ
ｅハ１）： 】 −ｄ−−ｄｊ”ｄｅｌｃｉ；　／”　ｒａｉｓｅ　−５
ｈｏｌｄ　５ｌｘｅ　’／ｈｌｆｌａｇｍｌ；／”ｃｏ
ｎａｒｍｓＯば心”／ｅｃ＋ｒｎｅｒｕｂｒｗｂｒｃａ
ｌｃ（−Ｊ）：　／”　ｃａｌｅｕＬａｍ　ａｄＪｕｔ
＋ａｄ　ｂｉｔ　ｒｍ　”／１Ｃ■〕１１１１ｔｈｒａ
ｄノ：

【図面の簡単な説明】

第１図は、本発明に係るステレオ符号化のより好ましい
具体例を示すブロック図； 第２図は、第１図のステレオ符号化と同様の、モノラル
の場合の符号化を示すブロック図；第３図は、本発明を
説明するために用いられる曲線を示したグラフ； 第４図は、無雑音符号化を用いたビットレート計算プロ
セスを示す流れ図； 第５図及び第６図は、無雑音符号化の詳細を示す図；及
び、 第７図及び第８図は、第２図及び第１図の具体例に対応
する複合化を示すブロック図である。 出　願　人：アメリカン　テレフォン　アンドＦＩＧ、
　　７ ＦＩＧ、５

Claims (9)

【特許請求の範囲】
1. （１）可聴音信号を受信する段階； 前記信号を、入間の聴力の知覚特性に対して決定されう
   る成分に分析する段階； 前記成分の各々に対する雑音スレッショルドの表現を決
   定する段階； 前記各成分中の対応する前記雑音スレッショルド表現を
   越える部分を量子化する段階；及び、前記各成分の量子
   化された部分及び前記スレッショルド表現の各々を符号
   化する段階； ここで、当該符号化された成分及びスレッショルド表現
   がその後に利用される； よりなる可聴音信号符号化方法において、 前記決定段階が、 各成分に含まれる混合された音調及び雑音の性質を考慮
   して、前記スレッショルド表現が、そのレベル未満の付
   加された雑音が丁度知覚され得ない、というレベルを正
   確に表現するようにする段階を有し、及び、 前記量子化段階が、量子化された雑音が前記スレッショ
   ルドより小さく、かつ適切な大きさとなるようにビット
   レートを計算する段階を有することを特徴とする可聴音
   信号符号化方法。
2. （２）前記量子化段階が、さらに、 ビットレート及び当該ビットレートによって許可される
   量子化レベルを選択的に調整して、ビットレートが所定
   の範囲内に保持されるようにする段階を有することを特
   徴とする請求項１記載の可聴音信号符号化方法。
3. （３）前記分析段階が、さらに、 バーク（Ｂａｒｋ）パワースペクトルに対して適切な周
   波数帯を生成する、逆変換可能な周波数分析を実行する
   段階を有し、及び、 前記決定段階が、 前記分析された信号からバークパワースペクトルを生成
   する段階； 同一周波数帯内に属さない信号成分の相互マスキーング
   特性を表現している拡散関数と前記バークパワースペク
   トルとのコンボリューション（畳み込み）を計算する段
   階； コンボリュートされたバークパワースペクトルを再正規
   化する段階； 雑音をマスキングしている音調と音調をマスキングして
   いる雑音とに対するスレッショルドオフセットの間を幾
   何的に補間する段階；及び、前記スペクトルの各部分に
   対するスレッショルド表現を得る為に、再正規化された
   バークパワースペクトルの各部分とそれに対応する複合
   スレッショルドオフセットとを組合わせる段階； を有することを特徴とする請求項２記載の可聴音信号符
   号化方法。
4. （４）前記選択的調整段階が、さらに、 最低のビットレートを、当該ビットレートに対する所定
   の最高限界に少なくとも等しいビットレートに変更する
   段階； を有することを特徴とする請求項３記載の可聴音信号符
   号化方法。
5. （５）前記符号化段階が、さらに、 圧縮を行なうエントロピータイプの符号化を行なうこと
   を特徴とする請求項４記載の可聴音信号符号化方法。
6. （６）前記受信及び分析段階が、さらに、 ２つのステレオフォニックオーディオ信号を受信する段
   階を有し、 前記分析段階が、 前記２信号内の冗長性を識別する段階を有し；及び、 前記決定及び量子化段階が、前記２信号に対して組合せ
   られて、前記冗長な部分に対しては知覚されうる量子化
   雑音なく、より低いビットレートを得るようになってい
   ることを特徴とする請求項１、４あるいは５記載の可聴
   音信号符号化方法。
7. （７）前記受信及び分析段階が、さらに、 左及び右のステレオフォニックオーディオ信号を受信す
   る段階及び当該左及び右信号の和及び差から得られた信
   号を分析する段階を有し； 前記スレッショルド決定段階が分析された信号のパワー
   スペクトルの和に基づいて機能することを特徴とする請
   求項１、４あるいは５記載の可聴音信号符号化方法。
8. （８）前記方法が、前記和及び差信号の分析された成分
   の複数のグループの各々に係る統計的尺度を生成する段
   階；及び、 各々の統計的尺度を量子化する段階；を有し、前記符号
   化段階が、 前記量子化された統計的尺度の各々に応じて、前記和及
   び差信号の量子化された成分の各グループを符号化（エ
   ンコード）するのに適したエントロピー型コードの組を
   選択する段階；及び、前記選択された組に対する識別を
   符号化する段階； を有することを特徴とする請求項７記載の可聴音信号符
   号化方法。
9. （９）前記エントロピー型コードを選択する段階及び前
   記識別を符号化する段階が、対応する和及び差信号の組
   に係る識別の関連するものに対して対として実行され、
   前記識別が、それが導かれた前記成分グループが関連し
   ているという点に関係しており、それによって符号化さ
   れるビットが節約されることを特徴とする請求項８記載
   の可聴音信号符号化方法。