JPH03139922A

JPH03139922A - ディジタル音声データの高能率符号化方法及びディジタル音声データの復号化装置

Info

Publication number: JPH03139922A
Application number: JP1278207A
Authority: JP
Inventors: Kenzo Akagiri; 健三赤桐; Masayuki Nishiguchi; 正之西口; Yoshihito Fujiwara; 藤原　義仁
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1989-10-25
Filing date: 1989-10-25
Publication date: 1991-06-14
Anticipated expiration: 2014-06-21
Also published as: JP2906483B2

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、入力ディジタルデータを帯域分割して符号化
するディジタルデータの高能率符号化Ｗ〔発明の概要〕本発明は、入力ディジタルデータを高域程帯域幅が広く
なるように複数の帯域に分割し、帯域毎に複数のサンプ
ルからなるブロックを形成し、各ブロック毎に直交変換
を行い係数データを得るようにしたものであり、また、
直交変換のブロックは各帯域とも同数のサンプルデータ
よりなることにより、人力ディジタルデータを高分解能
で符号化することができるディジタルデータの高能率符
号化装置を提供するものである。

〔従来の技量ネｊ］オーディオ、音声等の信号の高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ヒ゛ットアロケーション（
ヒ゛ソト割当て）による符号化技術がある０例えば、オ
ーディオ信号等の上記ピント割当てによる符号化技術に
は、時間軸上のオー７４１１３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・バンド・
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４１
）酸分υ１して各帯域信号をヘースバンド（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
いわゆる適応ビア）割当て（ＡＰＣ−ＡＢ）等が挙げら
れる。

これらの各種符号化技術の内の例えば上記適応変換符号
化においては、時間軸上のオーディオ信号等を、所定の
時間ブロック毎に高速フーリエ変１＊（ＦＦＴ）或いは
＃数的余弦変換（ＤＣＴ）等の直交変換によって、時間
軸に直交する軸（周波数軸）に変換し、その後複数の帯
域に分割して、これら分割された各帯域のＦＦＴ係数、
ＤＣＴ係数等を適応的なピント割当てによって量子化（
再量子化）している。また、この適応変換符号化では、
例えば、単位時間ブロック内の信号にフーリエ変換処理
を施すと、上記ＦＦＴ係数、ＤＣＴ係数等が周波数軸上
に等間隔で得られ、低域側と高域側とで同じ周波数分解
能となっている。

（発明が解決しようとする課題〕ここで、上記適応変換符号化のフーリエ変換される単位
時間ブロック長を長くした場合、その単４ｎ時間ブロッ
ク内で信号の状態が大きく変化してしまうような場合が
発生する虞れがある０例えば、第５回に示すように、単
位時間ブロンクＢ内の信号が定常状態でなく、該単位時
間ブロックＢの前半部が無信号で後半部に信号（エネル
ギ）が偏っているような信号となる場合がある。このよ
うな時に、ｔＶＪ位時間プロンクＢのオーディオ信号を
例えば高速フーリエ変換した後、逆高速フーリエ変換す
ることで得られる信号は第６図に示すような信号となる
。すなわち、この第６図においては、高速フーリエ変換
処理を行うことにより、単位時間ブロックＢの後半部の
信号によって、本来無信号であった前半部に、ノイズが
目立ってくるようになる。ここで、一般に音に対する人
間の聴覚特性には時間軸方向のマスキング（テンポラル
マスキング）効果すなわち大きな音の前後の小さな音は
マスクされて聞こえなくなるような効果が知られている
。この時、上記大きな音の後のマスキング効果は長時間
続くが、大きな音の前のマスキング効果は非常に短時間
である。したがって第６図のような場合には、フーリエ
変換される単位時間ブロック長を短くすることが必要と
なってくる。すなわち時間分解能を上げることが必要に
なる。また、一般に低域信号では定常区間が長く、高域
（３号では短いため、このようなことからも高域での時
間分解能を高める必要性がでて（る。

このようにフーリエ変換される単位時間ブロック長を短
くすることは、フーリエ変換による周波数分解能を下げ
ることになる。しかし、人間の聴覚の周波数分析能力（
周波数分解能）は、高域ではさほど高くないが低域では
高いものであるため、この低域でのフーリエ変換による
周波数分解能を確保する必要性から、現実には当該単位
時間ブロック長をあまり短くすることはできない。

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、低域では高い周波数分解能が得られ、か
つ、定常状態の短い高域では高い時間分解能を得ること
ができるディジタルデータの高能率符号化装置を提供す
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データの高能率符号化装置は、上述
の目的を達成するために提案されたものであり、入力デ
ィジタルデータを高域枠帯域幅が広くなるように複数（
ｎ個）の帯域に分割（例えば第１図のフィルタバンク４
による分割）し、分割された帯域毎に複数のサンプルか
らなるブロックを形成し、各帯域のブロック毎に直交変
換を行い（第１図の直交変換回路５１〜５．）係□数デ
ー夕を得るようにしたものである。

また、上記直交変換が行われるブロックは、各帯域とも
同数のサンプルデータよりなるものである。

Ｃ作用〕本発明によれば、帯域分割されたデータを直交変換する
。二とで、全帯域における周波数／））解能を晶めるこ
とができるようになる。また、各帯域で同数のサンプル
を直交変換するため、低域の１２Ｉ波数分解能が高くな
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。

第１図に実施例のディジタルデータの高能率符号化装置
の概略構成例を示す。

第１図において、本実施例のディジタルデータの高能率
符号化装置は、周波数分割用のフィルタとして例えばＱ
　Ｍ　Ｆ　（ｑｕａｄｒａｔｕｒｅｍｉｒｒｏｒ　ｆｉ
ｌｔｅｒ）笠のミラーフィルタで構成されたフィルタバ
ンク４と、例えば高速フーリエ変（負等の直交度ＩＩＡ
（時間軸を周波数軸に変換）を行う直交変換回路５゜〜
５．と、各周波数帯域毎の割当てビット数を決定する割
当てビット数決定回路６とで構成されている。

ここで、本実施例装置の入力端子ｌには、例えば、オー
ディオ信号がサンプリング周波数ｆｓ＝３２ｋｌ（ｚで
サンプリングされた０〜１．６　ｋ　Ｈｚの人力ディジ
タルデータが供給されており、この入力ディジタルデー
タがフィルタバンク４に送られる。

該フィルタバンク４は、上記入力ディジタルデータを高
域程帯域幅が広くなるように複数（ｎ個、本実施例では
ｎ＝５としている）の帯域に分υ１しており、高域程帯
域幅が広くなるように分割されている。例えば０〜１　
ｋＨｚ　（ＣＨ１）、　１〜２　ｋＨｚ（ＣＨ２）、２
〜４　ｋＨｚ　（ＣＨ３）、　４〜８に七（ＣＨ４）、
８〜１６ｋｌ仕（ＣＨ３）のように大まかに５チヤンネ
ル（ＣＨ）に分割している。このような高域程帯域幅が
広くなるような分割は、いわゆる臨界帯域幅（クリティ
カルバンド）と同様に人間の聴覚特性を考慮した分割手
法である。このクリティカルバンドとは、人間の８覚特
性を考慮したものであり、ある純音の高さを含む同じ強
さの狭帯域バンドノイズによって、当該純音がマスクさ
れるとき、そのノイズのもつ帯域を言うものであり、高
域程その帯域幅が広くなっているものである。更に、直
交変換回路５．〜５Ｓによって、該分割された５チヤン
ネルの各チャンネル毎に複数のサンプルからなるブロッ
クすなわち単位時間ブロックを形成し、各チャンネルの
単位時間ブロック毎に直交変換（例えば高速フーリエ変
換′Ｓ−）を行い、該直交変換による係数データ（例え
ば高速フーリエ変換のＦＦＴ係数データ）を得るように
している。この各チャンネルの係数データが上記割当て
ビット数決定回路６に送られ、当該割当てビット数決定
回路６で各チャンネル毎の割当てビット数情報が形成さ
れると共に、上記各チャンネルの係数データの量子化が
行われる。このエンコード出力が出力端子２から出力さ
れ、上記割当てビ、７　ト数情報が出力端子３から出力
されるようになっている。

すなわち、上述のように、高域程バンド幅の広いチャン
ネルのデータから上記単位時間ブロックを構成すること
により、バンド幅の狭い低域チャンネルでは単位時間ブ
ロック内のサンプル数が少なく、バンド幅の広い高域チ
ャンネルでは多くなる。換言すれば、低域のチャンネル
では周波数分解能が低く、高域では高くなる。この時、
各チャンネル毎の各単位時間プロ・ンクを直交変換する
ことで、全帯域のチャンネルで該直交変換による係数デ
ータが周波数軸上に等間隔で得られ、低域側と高域側と
で同じ高い周波数分解能を得ることができる。

ところで、人間の聴覚特性を考慮すると、上記周波数分
解能は、低域では高くしなければならないが、高域では
さほど高くする必要がない。このため、本発明実施例に
おいては、上記直交変換が行われる単位時間ブロックは
、各帯域（チャンネル）とも同数のサンプルデータより
なるもとじている。換言すれば、各チャンネル毎にと記
単位時間ブロンクのブロック長が異なるものとされてお
り、低域のブロック長を長くし、高域のブロック長を短
くしている。すなわち、低域での周波数分解能を高く保
も、高域の周波数分解能は必要以にに高くしていないと
共に、高域の時間分解能を高くするようにしている。

ここで、本実施例装置においては、第２図に示すように
、ＣＨＩ〜ＣＨ５で同数のサンプルのブロンクを直交変
換することにより、各チャンネルで同数の係数データ例
えば６４ｐｔ（ポイント）の係数データが得られるよう
になる。この場合、各チャンネルのブロック長は、例え
ば、ＣＨＩで３２ｍ５．ＣＩ２で３２　ｍｓｓ　ＣＨ３
で１６ｍ５．、ＣＨ４で８ｍｓ、ＣＨ５で４ｎ＋ｓのよ
うになる。更に、上記直交変換として例えば高速フーリ
エ変換を行った場合のＹ′Ａ算量は、上記第２図の例の
場合には、例えば、ＣＨＩ及びＣＨ２で６４１ｏｇｚ６
４　、ＣＨ３で６４１ｏｇｚ６４Ｘ２　、ＣＨ４で６４
１ｏｇｚ６４Ｘ４　、ＣＨ５で６４１ｏｇｚ６４　Ｘ　
８となる。また、全帯域での高速フーリエ変換の場合は
、サンプリング周波数ｆ９＝３２ｋｌｌｚとして、ブロ
ック長３２ｍ５Ｔ：１０２４ｐｔの時、ＪＯ２４１ｏｇ
ｚ１０２４＝１０２４Ｘ１０となるつ本実施例において
は、上述のようにすることで、人間の聴覚特性−Ｆ重要
な低域では高い周波数分解能が得られ、同時に、第５図
のような高い周波数成分の多い過渡的な信号で必要な高
い時間分解能を満足することができるようになる。更に
、本実施例においては、フィルタバンク、直交変換回路
等は従来より用いられているものを使用できるため、安
価で筒車な構成とすることができ、且つ装置の各回路に
おける遅延時間を短くすることができる。

ここで、上記フィルタバンク４の具体的構成を第３図に
示す。この第３図において、上記入力フィルタバンク４
の入力端子４０には、例えばサンプリング周波数ｒｓ＝
３２ｋＨｚ、０−１６ｋＨｚの入ツノディジクルデータ
が供給されている。この入力ディジタルデータは、先ず
ＱＭＦ４１に供給される。該ＱＭＦ４１では、上記Ｏ〜
１６ｋＨｚの入力ディジタルデータが２分割されて、０
〜８ｋＨｚと８〜１６　ｋ　Ｈｚの２つの出力が得られ
、上記８〜１６に七の出力は低域変換回路４５．に送ら
れる。

この低域変換回路４５．では、上記８〜１６ｋＨｚを更
にベースバンドにダウンサンプリングして０〜８ｋＨｚ
のデータが得られ、出力端子４９．から出力されるよう
になっている。また、該ＱＭｚ１のＯ〜８　ｋ　Ｈｚの
出力は、ＱＭＦ４２に伝送される。該ＱＭＦ４２でも２
分割が行われることで、０〜４ｋ）Ｉｚと４〜８　ｋ　
Ｈｚの２つの出力が得られ、４〜８ｋＨｚの出力は低域
変換回路４５．に、０〜４に七の出力はＱＭＦ４３に伝
送され、該低域変換回路４５．からはベースバンドに変
換された０ｋＨｚ〜４ｋＨｚのデータが得られ、出力端
子４９４から出力されるようになっている。以下、ＱＭ
Ｆ４３からは０〜２　ｋ　Ｈｚと２〜４ｋｌｌｚが、Ｑ
ＭＦ４４からはＯ〜】ｋ七と１ｋＨｚ〜２ｋｌ仕が得ら
れ、以下同様に低域変換回路・１５．〜４５＋で低域変
換処理が行われて、各出力が出力端子４９．〜４９１か
ら出力される。これら各出力が上ｒｑ（５Ｃ＋ＩＩ〜Ｃ
Ｈ５として上記直交変換回路５．〜５．に送られている
。なお、上記低域変換回路４５１は省略できる。

第４図に復号化装置の構成を示す。この第４図において
、入力端子２２には上記エンコード出力が供給され、入
力端子２３には上記割当てビット数情報が供給されてい
る。これらのデータは、チャンネル情報発生回路２６に
伝送される。当該チャンネル情報発生回路２６では、」
−記エンコード出力のデータが上記割当てビット数↑ｎ
報に基づいて各チャンネルの係数データに復元される。

この復元された係数データは、それぞれ逆直交変換回路
２５．〜２５．に伝送される。各逆直交変換回路２５．
〜２５．では、上記直交変換回路５．〜５、とは逆の処
理が行われることで、周波数軸が時間軸に変換されたデ
ータが得られる。この時間軸の各チャンネルのデータは
、合成フィルタ２４によって復号化された後、出力端子
２１からデコーダ出力として出力される。

なお、第１図のυｌ当てビット数決定回路６における各
チャンネル毎の割当てビット情報を形成する際には、例
えば、信号の許容可能なノイズレベルを設定し、この許
容ノイズレベルの設定の際にはマスキング効果を考慮し
て、上記高い周波数のバンド枠間−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ことで、各
バンド毎の割当てピント数を決定することができる。こ
こで、上記マスキング効果には、時間軸上の信号に対す
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。すなわち、該周波数軸のマスキング効
果により、マスキングされる部分にノイズがあったとし
ても、このノイズは聞こえないことになる。このため、
実際のオーディオ信号では、該周波数軸でマスキングさ
れる部分内のノイズは許容可能なノイズとされる。した
がって、オ・−ディオデータ等の量子化の際には、該許
容ノイズレベル分の割当てピント数を減らずことができ
るようになる。

本発明のディジタルデータの高能率符号化装置において
は、入力ディジタルデータを高域程帯域幅が広くなるよ
うに複数の帯域に分割し、帯域毎に複数のサンプルから
なるブロックを形成し、各ブロック毎に直交変換を行い
係数データを得るようにすることにより、高い周波数分
解能で符号化を行うことができるようになる。また、本
発明においては、直交変換のブロックは各帯域とも同数
のサンプルデータよりなることにより、低い周波数帯域
で必要な高い周波数分解能を得ることができると共に、
高い周波数成分の多い過渡的な信号で必要な高い時間分
解能をも満足させることができる。

したがって、人間の聴寛特性に応じた効率的な符号化を
行うことが可能となる。更に、本発明を実現するための
構成は、従来より用いられているものを使用できるため
、安価で簡単な構成とすることができる。

〔発明の効果］

【図面の簡単な説明】

第１図は本発明実施例の符号化装置の概略構成を示すブ
ロック回路図、第２図はチャンネル及びブロックを示す
図、第３図はフィルタバンクの一興体例を示すブロック
回路図、第４図は復号化装置の概略構成を示すブロック
回路図、第５図は高速フーリエ変換前の波形図、第６図
は高速フーリエ変換に伴うノイズの発生した波形図であ
る。４・・・・・・・・・・フィルタバンク５１〜５．・・
直交変換回路６・・・・・・・・・・割当てピント数決定回路高速フ
ーリエ変刊り白の近汗吟図第５図

Claims

【特許請求の範囲】

（１）入力ディジタルデータを高域程帯域幅が広くなる
ように複数の帯域に分割し、分割された帯域毎に複数の
サンプルからなるブロックを形成し、各帯域のブロック
毎に直交変換を行い係数データを得るようにしたことを
特徴とするディジタルデータの高能率符号化装置。
（２）上記直交変換が行われるブロックは、各帯域とも
同数のサンプルデータよりなることを特徴とする請求項
（１）記載のディジタルデータの高能率符号化装置。