JPH03144700A - 可聴信号の知覚符号化方法および音声信号伝送方法 - 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、時間変動信号（例：音声または音楽情報を表
す可聴信号）の符号化（コード化、コーディング）に関
する。 （従来技術の説明） 高品質可聴信号を蓄積し、処理し、通信する消費者用、
産業用、スタジオ用、研究所用の商品の需要がある。例
えば、音楽をレコードするコンパクトディスク（ＣＤ）
が、ＬＰレコードにとって代わった。最近、ディジタル
オーディオチーブ（ＤＡＴ）が、高品質可聴信号を可能
にしている。 高精細テレビ（ＨＤＴＶ）に対する関心により、このよ
うなシステムに高品質可聴信号が有効に提供されるかに
ついての考慮されている。 市販のＣＤやＤＡＴは、精巧なパリティコードとエラー
修正コードを用いているが、これらの装置に対する高品
質可聴信号の効率的な符号化原情報に対する標準は存在
しない。文献によれば、データ圧縮が、とりわけ、ＤＡ
Ｔに対し１０倍以上にＤＡＴの容量や伝送速度を増加さ
せている。 人間の聴覚反応は、可聴周波数ノイズや不必要な可聴周
波数音信号で遮蔽されてしまう。これらの効果は、可聴
信号の符号化の設計に対し有利になる。種々の文献に可
聴信号の強調知覚符号化技術が開示されている。Ｊ、Ｄ
、Ｊｏｈｎｓｔｏｎ″Ｔｒａｎｓｆｏｒ＋＋＋　Ｃｏｒ
ｄｆｎｇ　ｏｆ　Ａｕｄｉｏ　Ｓｉｇｎａｌ　Ｕｓｉｎ
ｇ　Ｐｅｒｃｅｐｔｕａｌ　Ｎｏ１ｓｅ　ＣｒＩｔｅｒ
Ｉａ”（ＩＥＥＥ　Ｔｒａｎｓ、　ｏｎ　５ｅｌｅｃｔ
ｅｄ　Ａｒｅａ　１ｎＣｏａ＋ｌ１ｕｎｌｃａｔｌｏ口
ｓ、　１９８８年２月）を参照のこと。特に、この論文
に記載されたシステムは、変換コーダーで実行される短
期スペクトル遮蔽関数を引出す人間聴覚モデルを用いて
いる。ビットレートの減少は、信号周波数解析と遮蔽関
数に基づいて、冗長度を減算することにより、実行され
る。この技術は、量子化ノイズの影響をより良く制御す
るために、符号化されるべき信号のいゎゆるに臨界バン
ドにわたり、スペクトルの形状を示すいわゆる音ＦＪ基
準を使用している。 （発明の概要） 本発明は、前記のＪｏｎｓｔｏｎの論文に記載された知
覚コーディング（符号化）に基づいた音調を改良するも
のである。この改良は、音調基準値の計算に、周波数−
ライン毎の解析を使用し、スペクトル幅に基づく解析は
使用しない。この周波数−ライン毎の計算は、現行のフ
レームだけに基づくのではなく、入カバワースベクトル
の過去の連続したフレームに基づくのが良い。次に、本
発明は、臨界バンド毎のベースではなく、ライン毎のベ
ースに基づき、知覚しきい値の改良された予測値を決定
する。ある適当な場合は、臨界バンド遮蔽しきい値が使
用される。 特に、本発明の音調予測値は、複数の（特に、２個の）
先行する時間フレームの統計値を用いて、現行の時間フ
レームの所与のパワースペクト周波数ラインの値を予測
する。この処理は、各スペクトルラインの音調（すなわ
ち、ざわめき（ｎｏｉｓｉｎｅｓｓ）　）を予測するた
めに、現行のフレームの予ａラインと実ラインとの間の
ユークリッド幾何学距離の使用を特徴とする。予測値と
実測値を用いて、予測値の正規化を実行すると、この計
算に際して便利である。この音調予測は、その後、例え
ば臨界バンドベース上で、結合され、実音調の予測が得
られる。これが各周波数に対して実行され、ノイズ遮蔽
しきい値を決定し、このしきい値は記録、伝送または他
の用途用に、最終的に符号化される周波数情報を量子化
する際に使用される。使用可能なビットが、割当てられ
、計算されたしきい値に基づいて、周波数に対する値を
量子化し、しきい値が高いところでは、必要なビットは
、より少なく、しきい値が低いところでは、より精細な
量子化（より低い量子化ノイズ）が必要である。 従来技術で公知の拡散操作が、本発明の改良された遮蔽
しきい値決定プロセスのある側面の別の方法を実行する
際に用いられる。 信号を特徴付けるしきい値情報とスペクトル情報が、伝
送チャネルまたは記録媒体に伝送され、そこから、複合
化とその使用の為に情報が獲得される。 （実施例の説明） 本発明は、前記のＪｏｈｓｔｏｎの論文とＰＣＴ出願Ｗ
０８ｇ１０１８１１号明細書に記載された技術を参照す
ると理解しやすい。 本発明は、従来技術（例：前記のＪｏｈｓｔｏｎの論文
など）で公知の変換符号化器を例に説明する。 また、前記明細書に記載された技術は、変換符号化器に
対する代替技術として使用されるＯＣＦ符号化器につい
て記述している。 第１図は、本発明のシステムの構成を開示している。同
図において、入力１００上のアナログ信号がブリプロセ
ッサ１０５に入力される。ここで、サンプリング（例え
ば、３２ｋＨｚで）され、各サンプル信号は、通常の方
法で、ディジタルシーケンス（例えば、１６ビツトで）
に変換される。 その後、ブリプロセッサ１０５は、可聴入力の、例えば
、１６ｍ秒に応答して、フレーム内のこれらのディジタ
ル値を例えば、５１２のディジタル値にグループ分けす
る。 また、隣接するフレームを一般的に５０％までオーバー
ラツプさせると有利である。すなわち、各フレームは、
５１２個の順序だったディジタル値を有しているが、こ
れらの内２５６個は、先行するフレームの５１２個の値
からの繰返しである。 かくして、各入力ディジタル値は、２個の連続するフレ
ームの、まず、フレームの第２半分の部分として、次に
、フレームの第１半分の部分として現れる。 次に、これらのフレームは、通常の方法で、例えば、修
正個別コサイン変換（ＭＤＣＴ）を用いて、変換される
。いくつかの標準的な方法の中で短期高速フーリエ変換
が用いられ、これは当業者に公知である。ＭＤＣＴから
得られた２５７個の複素係数（ゼロ周波数、ナイキスト
周波数、全中間周波数）は、入力信号の短期周波数スペ
クトルを表示する。この複素係数は、極座標形式すなわ
ち、振幅成分と位相成分で表示され、それぞれ、ｒとｐ
ｈｆで表示される。 第１図には明示していないが、本発明は、公知の「ブリ
エコーＪとダイナミックウィンドウ技術を用いる。また
別に、以下の説明は、このような技術が本発明によるシ
ステムにいかに組み込まれるかについて示す。 第１図の知覚符号化器１１０は、本発明の知覚遮蔽予測
改良を含み、以下に詳述する。第１図の量子化器／符号
化器１１５は、上記の変換器すなわちＯＣＦ符号化器を
含む。また、ビット割当て技術、復号化の際に使用され
る適当な側面情報の符号化表現を生成する手段も含む。 第１図のブロック１２０は、記録媒体または伝送媒体を
表し、そこに量子化器／符号化器１１５の符号化出力が
入力される。量子化器／符号化器１１５からの出力信号
の適当なフォーマツティングと変調が媒体１２０に含ま
れる。このような技術は公知であり、特定の媒体、伝送
速度、記録速度、または他のパラメータにより指示され
る。 更に、媒体１２０がノイズや他の悪影響を有していると
、別のエラー制御装置またはエラー制御プロセスが必要
となる。例えば、この媒体が光学記録媒体（例：ＣＤ）
であると、媒体中で共通の型の冗長符号化が本発明では
使用される。 この媒体が伝送用（例：放送、電話、衛星媒体）に使用
される場合は、他の適当なエラー制御メカニズムが採用
されると良い。媒体に適応させる（すなわち、その影響
を押さえる）いかなる変調、冗長、他のコーディングも
、チャネルまたは他の媒体から復号化器に転送される際
、逆処理がなされる。量子化器／符号化器１１５により
提供される元の符号化情報は、再生装置に提供される。 特に、これらの符号化信号は、復号化器１３０（第１図
）と知覚復号化器１４０に入力され、従来技術で公知の
ように、知覚符号化器１１０で得られ、量子化器／符号
化器１１５と媒体１２０を介して知覚復号化器１４０に
転送さた情報のあるものは、「側面情報」の性格を有す
る。この「側面情報」については、Ｊｏｈｎｓｚｏｎの
論文に記載されている。媒体１２０を介して、量子化器
／符号化器１１５により提供される入力情報のスペクト
ル係数に関する他の情報は、直接復号化器１３０に入力
される。 側面情報を処理した後、知覚復号化器１４０は、復号化
器１３０にそれを再生させるような付加的な情報を、知
覚ひずみなしに、ブリプロセッサ１０５で展開された元
のスペクトル信号を再生されるように、提供する。その
後、再生信号は、ポストプロセッサ１５０に印加され、
ここで、逆ＭＤＣＴまたはそれと等価動作とＤ／Ａ機能
が実行され、出力１６０上に元のアナログ信号を再生す
る。 出力１６０上の出力は、入力１００上に提供された信号
とほぼ同一のものとして聴取者に感知されるような形式
である。 知覚しきい値 上記に従来技術として記載された全体システムとＪｏｈ
ｎｓｔｏｎ論文に引用された構成でもって、本発明によ
れる改良されたしきい値の計算プロセスを以下に記載す
る。 第２図は、知覚符号化器１１０で実施されるプロセスを
表すフローチャートである。またリスト１が添付されて
いる。このリストは、ノイズ遮蔽しきい値を求めること
に関し、本発明の処理を表すＦＯＲＴＲＡＮで注釈をつ
けたプログラムである。テーブル１は、リスト１のプロ
グラムを実施する際に使用される定数表である。 このプログラムは、単なる一例で、他のプログラムも可
能である。同様に、定数、サンプリングレート、あるい
は、他の値も単なる一例である。 第２図において、ブロック２００は、本発明によるノイ
ズ遮蔽しきい値の改良された予測値を決定する処理の開
始を示す。ブロック２１０は、テーブル１の絶対しきい
値（第２図のブロック２２Ｏ）を使用する初期化を表す
。この初期化動作は、リスト１では、サブルーチンｓ　
ｔ　ｒ　ｔ　□で示されている。このサブルーチンでは
、しきい値生成チーフルｉ　ｔｈｒとｂｖａ　１が設定
される。ここで、従来技術で公知なように、ｉは、臨界
バンドのインデックスとして使用されている。臨界バン
ド内では、ｉは、０から２５の間の値をとる。このｉは
、テーブル１の事象とは別の場合では、異なる範囲の値
をとる。 ５ｔｒｔ□では、ａｂｓｌｏＷは、聴覚の絶対しきい値
をセットするために、指示値を割当てる定数である。ｒ
ｚｏｔｚは、望ましいサンプリング速度である。ｒｎｏ
ｒｍは、拡散関数に関連して使用される正規化変数であ
る。ｏｐｅｎａｓは、ａｓｃｉｉファイルを開くための
単なるオペレータである。ｄｂは、テーブルエントリを
計算するため使用されるダミー変数である。 実際のしきい値計算は、サブルーチンｔｈｒｇｅｎで開
始される。その変数「とｐｈｉは、第１図のプリプロセ
ッサ１０５で提供されるスペククトル係数である。それ
らは、２５７個の値（ゼロ周波数、ナイキスト周波数、
全中間成分）を有するベクトルである。 知覚しきい値の次のステップは、各臨界バンドｊ内の信
号エネルギの音調ｔ　（ｊ）の計算である。 この操作は、第２図のブロック２３０で示されている。 音調基準は、リスト１のプログラムにより以下の式を構
成することにより、決定される。 ここで、ｄｒとｄΦは、で、１つ前の計算フレームと２
つ前の計算ブロックの半径（「（ω））と位相（Φ（ω
））の差を表す。この計算は、周波数ライン（ω）毎の
ベースで実行される。フレームがダイナミックウィンド
ウ技術で短縮されている場合は、周波数ラインは、複製
されて、その数は同じになる。更に、この差は、このダ
イナミックウィンドウ技術では、拡大され、異なるサイ
ズのフレームにわたり、それは、（予測された）差を表
す。 前記のｄｒとｄΦ、前のｒとΦから、現行のフレームに
対する「予測される」半径と位相は、以下のように計算
される。 ここで、ωと差信号は、ダイナミックウィンドウ用に適
当に再調整される。 現行スベククトルのこれらの値と実測値から、不規削性
基準（Ｃ（ω））は、以下のように計算される。 ここで、式中のｒｅｕｃｌｌｄｉａｎ　ｄｌｓｔａｎｅ
ｅＪはユークリッド幾何学距離を意味する。Ｃの値は、
ｔ　（ｊ）の計算を介して、各臨界バンドの適切なしき
い値を計算するために、後で使用される。 次に、臨界バンドエネルギの計算が行われ、これは、第
２図のブロック２４０で示されている。 各臨界バンドのエネルギＰ　（ｊ）と総和不規則性基準
Ｃ（ｊ）は以下の式で表される。 式中のｃｒｉｔｔｃａ＋　ｂａｎｄは、臨界バンドを意
味する。 次に、Ｃ（ｊ）は、次の２段階ステップで、音調インデ
ックスｔ（ｊ）に変換される。 かくして、非拡散しきい値が得られた。 パワーと音調値から、非拡散しきい値ｕｔｈｒ（ｊ）が
計算される。まず遮蔽ＳＮＲ（ｓ　ｎ　ｒｄ。 （ｊ））の固有の値が、周波数と音調に対応して、デシ
ベルで計算される。 ｓｎｒ、１ｂ（ｉ）＝ｍａｘ（ｍａｘ（２４，５，１５
，５＋ｊ）傘ｔ（ｉ）＋５．５傘（１，−ｔω）、ｆｍ
ｉｎ（ｉ））ここで、ｆｍｉｎが、テーブル２からエネ
ルギ比として（ｄｂではなく）与えられる。信号エネル
ギに対する遮蔽ノイズエネルギ比と非拡散しきい値は、
以下で計算される。 一■＾０ ５、、、■＝ｉｏ丁 ｕｔｈｒ■＝Ｐ（ｉ）”ｓｎｒ■。 拡散しきい値（ｓ　ｔ　ｈ　ｒ）は、非拡散しきい値、
５ｒｉｒ（ｊ）と臨界バンドエネルギ（Ｐ　（ｊ）　）
から以下のように計算される。 曲角）＝ｍａｘ（ｕｔｈｒ（ｉ）、５ｎｒＧ）”Ｐ（ｉ
）”ｍａｓｋ（ｉ−ｊ）［ｉ＞ｊｌ）ｍａｓｋ　（ｉ−
ｊ）は、公知の表を基にした関数または、リスト１の最
後のサブルーチンから計算される。拡散動作の寄与によ
るレベルチャージを補償するために、正規化係数ｒｎｏ
ｒｍがリスト１の導入されている。 拡散と正規化の後、拡散正規化しきい値が絶対しきい値
と比較され、特定しきい値１ｔｈｒ（ｊ）内で最大値が
置き換えられる。 １（ロ））噌叙（（国）、ａｂｓ四））。 ここで、ａｂｓｔｈｒ　（ｊ）は、テーブル１に記載さ
れている。絶対しきい値は、実フレーム長に調整される
。 最後に、このしきい値は、フレーム長係数と狭バンドプ
レエコー問題に適当な所であれば、どこででも、調整後
、検査されるとよい。その後、最終しきい値ｔｈｒ（ｊ
）が計算され、その後、０ｔｈｒが更新される。 このしきい値は、第１図の量子化器／符号化器１１５で
の動作で使可されるために、ｌｘｍｉｎ（ｊ）と称され
る変数に変換される。 しきい値計算プロセスの最終ステップで、現行の信号フ
レームに必要とされるビット数を見積もるために使用さ
れるエントロピー量を計算する。 この計算については、前記のＪｏｈｏｓｔｏｎの論文に
詳述されている。以下の式が知覚エントロピーを規定す
る。 これで、知覚しきい値プロセスが完了する。 リストｌと上記された知覚しきい値プロセスの出力は、
伝送用または蓄積用に入力信号情報を効率よく符号化す
るために、第１図の量子化器／符号化器１１５が採用す
る一組のしきい値である。 量子化器／符号化器１１５における量子化と後続の複合
化に際し、有用な他の情報とは、各周波数に対するスペ
クトルピーク情報である。全範囲のスペクトル係数情報
は、その符号化ができるよう、量子化器／符号化器１１
５に入力可能である。量子化器／符号化器１１５に送付
されるしきい値情報とスペクトルピーク情報は、符号化
されたスペクトルと共に送付されるべき側面情報を生成
し、後続の複合化を可能にし、高品質の再生を利用する
（ポストプロセッサ１５０の後処理後）。側面情報の正
確な形式は、量子化器／符号化器１１５と復合化器１３
０に依存し、また、一般的に、量子化ステップサイズ情
報を含む。 第３Ａから３Ｄ図は、本発明の一実施例により、処理し
た結果の適当な形式を示す。第３Ａ図において、入カバ
ワースベクトル５１が、各臨界バンドののスベククトル
の定数値を示すパークスペクトルと比較される。実際、
本発明の教示によれば、個々の周波数におけるスペクト
ル成分の決定即ち、水平ステップは、一般的に、より忠
実な表示における曲線で置換される。第３Ａから３Ｄ図
の目的（上記のＪｏｈｈｎｓｔｏｎ論文の第４図に基づ
いて）は、処理の種々の段階において、しきい値の相対
的な変化を示すためのもので。実スペクトルの詳細を提
供するためのものではない。 第３Ｂ図は、拡散前のスペクトルと比較した拡散後のス
ペクトルの関係を示す。第３ｃ図は、前記の疑似音響し
きい値に基づいたスペクトルへの調整の結果を示す。最
後に、正規化と絶対しきい値を考慮にいれると、第３Ｄ
図のカー１５５の最終しきい値に到着する。 第１図に示された媒体ブロック１２０の受信器または複
合化器サイドでは、複合化器１３０は、量子化形式のス
ペクトル情報を受信し、記録媒体または伝送媒体から供
給された側面情報に基づいたオリジナルスペクトルの知
覚的に正確な表示を再構成する。この側面情報は、スペ
クトル情報から分離され、知覚複合化器１４０により処
理されるのがよい。オリジナルスペクトルが再構成され
る方法は、量子化器／符号化器１１５の関数に依存する
。例えば、ステップサイズが側面情報として通信される
場合、その情報は、複合化され、スペクトル情報信号の
解釈用に、複合化器１３０に供給される。受信ビット流
のビットを特定の信号情報に割当てる方法に関する情報
も、複合化され、スペクトル情報の解釈に使用される。 同様に、媒体１２０の複合化器サイドに到着したダイナ
ミックウィンドウ、スケーリングおよび他のパラメータ
に関するいかなる情報も、複合化され、符号化されたス
ペクトル情報の解釈に使用される。 上記の実施例は、特定のプログラム、特定のプロセッサ
を使用して記載されたが、他のプログラム、プロセッサ
も使用可能である。 上記の実施例の音調基準は、現行フレームからのｒ（ω
）とΦ（ω）と、２つ前のフレームの対応する値との差
を用いている。別のケースでは、これらの変数を評価す
るのに、予測された現行値を形成するベースとして、１
つ前の値のみを用いて、または、その様な前の値の３個
以上の複数の値を用いて、差を形成するしてもよい。 同様に、上記の変数のある値は、各スペクトル周波数用
に計算されるが、全てのライン以下のそのような値を計
算するのは、処理資源の経済的利用になる。 上記の説明は、本発明の一実施′例に関するもので、こ
の技術分野の当業者であれば、本発明の種々の変形例が
考え得るが、 それらはいずれも本発 明の技術的範囲の包含される。 （以下余白） リ ス ト１ Ｆｔｒｎ　５ｕｎｕｐ　ｒｏｕｔｉｎｅｓｕｂｒｏｕｔ
ｉｎｅ　５ＩｒｔＱ ｓｅｕ　ｕｐ　ｔｌｕｚｍｏｌｄ　＠ｅｎｅｎ＋ｊｏｎ
　ｕｂｌＢ　ｉｋ、ａｎｄ　ｔｎ＋ａ１１２５０００ノ ｉ山ｒ（ｉ）　ｉｓ　ｂｏｎｏｍ　ｏｒｃｒｉｕｊ　ｂ
ｍｄ　ｔ、　ｂｍ　ｉｓ　ｂｄ　１ｎｄｅｘｏｒ　ｅａ
ｃｈ　ｌｉｎｅ ｗｒｉｔｅ（’、”）’ｗｈａｔｔｐ１ｗｉｌｌ←３２
０００ｂｅ−＞’ｒｅａｄ（”、”）　ａｂｓｌｅｖ ｍｂｓｌｅｖｍｂｓｌｃｖ−９６゜ ａｂｓ１ｏｗｍ５２２４２４５．”５２２４２４５Ｊｅ
ｘｐ（９，６’ａｌｏｇ（１０，））ｉｆｉｒｓ間 ｗｒｉｔｅ（”、”）　’ｗｈａ　ｉｓ　ｔｈｅ　ｓａ
ｍｐｌｉｎｇ　ｎｔｔ’にａｄ（”ｌ”＞初社 ｎｙｑｕｅｓ＋　ｆｒｅｑｕｅｎｃｙ　ｏｒ　＋＋ｕｅ
ｒｅｓｔ。 １由べ１）雪２゜ ２ ＋＋）１１イｉ）−’Ｔ’Ｑ（ｉ−１）／ｆｎｙｑ傘２
５６．＋２゜ｉ司＋！ ｉｆ　（ｆｒｅｑ（ｉ−１）　、１．　ｆｎｙｑ）　ｇ
ｏＩｏ　１０ｓｅ

【ｓ　１ｔｈｒ　ｔｏ　ｂｏｎｏｍ　
ｏｆ　ｃｂｉ市幀：均電とａ ｎｏｗ、　ｓｅｔ　ｕｐ　ｔｈｅ　ｅｒｆｔｉｃａｌ　
ｂａｎｄ　ｉｎｄｅｍｎｇ　ａｒｒａｙｂｖａｌ（＋）
−０ ｆｉｚｔｔ、　ｆｉｇｕｒｅ　ｏｕｔ　ｆｒｅｑｕａｎ
ｃｙ、山ｅｎ　、−ｄｏｔｓ＋２Ｊ５７，１ ｆｒｅ−（＋−１）／２５６．”ｆｎｙｑｗｒｂｅ（”
、”）　Ｉ、ｆｒｅ ｆｒｅ　ｉｓ　ｎｏｗ　ｔｈｅ　ｆｒｅｑｕｅｎｃｙ　
ｏｒ山ｃｌｉｎｇ、　ｃｏｎｖｅｎｒｒ　Ｌｏｃｒｊｔ
ｉｃａｌ　ｂａｎｄ　ｎｕｍｔｘゴ、。 ｄｏｊ−０，２５，１ 「（ｆｒｅ４ｔｆ■Φ）ｋｊ ｅｎｄ　ｄ。 ｓｏ　ｎｏｗ、　ｋ　ｓ　ｌｕｔ　０１　ｌｏｗｅｒ　
ｔｈｕ　ｆｒｅｅｎｄ　ｄ。 ＩＴＩαｍ富１ ｄｏｉ＊２．乃７Ｊ （２）ｐｍｌ。 ｅｎｄ　ｄ。 ｒｎｏｒｍ（ｉ％ｔｍｐ ｅｎｄ　ｄ。 ｍα■声ｌ力ＴＩＱｒｍ ｄｏ　ｔｗ！、２５７．１ ｗｒｉｔｅ（”、”）　ｉ、　ｂｖｄ（＋）、　１０．
”ｓｊｏｇｌＯ（ｍ叩ホ１））ｅｎｄ　ｄ。 ｃＪ　ｏｐｅｍｇｏ、’／ｕｓｒ／ｌｉ／ｎ５ｒｃ／ｄ
ｕｌｒ）＋／ｆｒｅｑｌｉｓ＋’、ｏ）ｄｏ　１ｓ２２
５７，１ 圏ｄ（０，・）　ｉｉ、ｄｂ ｉｆ（ｉｉ、ｎ乙Ｏｔｈ仰 ｗｒｉｔｅ（”、つ°ｆｒｅｑｌｉｉｔ　ｒｓ　ｂａｄ
、’＄ＩＯｐ ａｎｄ　ｉｆ ｄｂ−ｃｘｐ（（ｄｂ−ｍｂｓｌｅｖ）／１０．自−ｏ
ｚ（１０，））■＋ｅ（”、”）　ｉ、ｄｂ 社ｍｌｏｗ（１）耐。 ｗｒｉｔｅ（”、つ’ｌｏｗｅｓｔｌｅｖｅｌｉｓ’、
ｓｑｒｔ（ｉｂｓｌｏｗ（４５））１’ｅｌｕｆｎ 仰ｄ Ｔｈｒｅｓｈｏｌｄ　ｃａｌｃｕｌａｔｉｏｎ　ｐｍｙ
ａｒｎｒｅｓｌ　ｒｔ（ツ７） ｒｅａｌ山ｒ（２５７） ｃｏｍｍｏｎ／１ｂｓｔｈｒ／ｉｂｓｌｏｗ（２５７）
ｃｏｍｍｏｎ／ｌｉｇｓＡｆｉｒｓｔ ｉｆＱｆｗｓｔ　、ａｑ、　Ｏ）　ｔｈｅｎα−０゜ ｏｔｈｒｗｌｅ２０ ｕｐ仙− 山マ０ ｄｐｈｉｓ。 正バー！ ｎｄｉｆ ｔｈｉｓ　５ｕｂｒｏｕｔｉｎｅ　ｆｉｇｕｒｅｓ　ｏ
ｕｔ　ｔｈｅ　ｎｅｗ　ｊｈｒｅｓｈｏｌｄ　ｖａｌｕ
ｅｓｕｓｉｎｇ　１ｉｎｅ−ｂｙ−１ｉｎｅ　ｍｅａｓ
ｕｒａｍｅｎｃｄｒ＝ｒ−ω′ ｄｐｈｉ−ｐｈｉ−ｏｐｈｉ ０画 ｏｐｈｉ−ｐｈｉ ４　／　（ｒ　＋　ｍｂｓ（ｔｒ）　＋１．）ｂｅｕ−
ｐｈａ ｎｏｗ、　ｂｅｕ　ｉｓ　ｔｈｅ　ｕｎｗｅｉｇｍｅｄ
　＋ｏｎａＬｉ＋ｙ　ｒａｃｙａｌｐｈ訓ｆｒ ｎｏｖ、　ｔｈｅ　ｅｎｅｒｇｙ　ｉｓ　ｉｎ　ｅａｃ
ｈｌｉｎｅ、　Ｍｕｓｓ　甲１ｒＬ　（ｅａｃｈ）ｗｒ
ｆ＋ｅ（”、”）　’ｂｅｆｏｒｅ　ｓｐｒｅａｄｉｎ
ｇ’ロペ６１ ｔ〜）Ｏｏ ｂｃｔｄｃ疎 ｎｃｓＪ１ ｄｏｉｍ２５５フ、ｌ ｖｄｓＩ ｃｒ＋ｃｔ ｄｏｊｍ２，２５７．１ ｔｈｒ　ｉｓ　ｔｈｅ　ｖｕｄ　ｅｎｅｒｇｙ、　ｂｃ
ａｌｃ　ｉｓ　ｔｈｅ　ｗｅｉｇｈｔｅｄ　ｃｈａｏｓ
ｅｎｄ　ｄ。 「（出バｉ）　、ｅｑ、　Ｏ）山ｅｎ ％ｖｒｉ＋ｅ（”、”）　’ｚｅｒｏ　ｔｈｒｅｓｈｏ
ｌｄ、　ｙｏｕ　ｂｌｅｗ　ｉｔ’ＳｔＣや ｎｄ　ｉｆ レジ】ＣＯ）冨−ばｉｙ市ｆ（ｉ） ｉｆ　−−ｃ（＋）　、訃、５）　ｂａｄｅ（ｉ）耐、
−ｂｃａＪｃ（ｉ）ｔｈａｔ　ｎｏｒｍａｌｉｚｅｓ　
ｂｃａｌｃ　ｔｏ　Ｏ−，５ｅｎｄ　ｃ！。 ｗｒｉｔｅ（”、つ”ａｆＩｅｒ　ｓｐＩ？Ｊｄｉｎｇ
’ｂｍｃ　ｉｓ　ｎｏｗ　ｔｈｅ　ｃｈａｏｉ　ｍｅｔ
ｒｉｃ、　ｃｏｎｖａｒ＋　ｔｏ山Ｃ＋ｏｎＩＩＪｉｔ
ｙ　ｍｅｔｒｉｃ ｂｃｉｃ＝、４３会ｌＩｏｇ（ｂｃａＪｃ）−，２９９
ｎｏｗ　ｃＩＬＩｃｕｌａ＋ｅ　ＤＢ ５３”（１，−ｂｃｉｌｅ） ｂｅａｌｃ−ｅｘ％　（−ｂｅａｌｃ／１０．）　”　
ｓＪｏｇ　（１０，）　）ｎｏｗ、　ｂｃａｌｃ　ｉｓ
　ｖ：ａｓｓＪ　ｔｏｎｄｉｒｙ　ｈｃｒｏｒ、　ｆｏ
ｒ　ｐｏｗｅｒｐａｃＬ 龜声市−ｍαｍす０ｋ ｔｈｒｅｓｈｏｌｄ　ｉｓ　＋ｏｒｕ市ｔｙ　ｆａｃｔ
ｏｒ　ｔｉｍｅｓ　ｅｎｅｒｇｙ　（ｗｉｉｎｏｒｍｌ
ｉｕｔｉｏｎ）ｗｒｉｔｅ（”、つｌｅａｖｉｎｇ　ｔ
ｈｒｇｅｎ’ｅｔｕｒｎ ｎｄ Ａｎｄ、　ｔｈｅ　ｓｐｒｅａｄｉｎｇ　ｆｕｎｃｔｉ
ｏｎｆｕｎｃｔｉｏｎ　５ｐｒｄｎｄ（ｉ、１）ｒｅｓ
ｌ　１ｊ ｒＣ！ＩＩｆｐｒｄｎｇｆ ｔＭｓ　ｃｌＬｌｃｕｌａｔｅｓ　ｔｈｅ　ｖｉｕｅ　
ｏｒ　ｔｈｅ　ｓｐｒｅａｄｉｎｇ　ｆｕｎｃｔｉｏｎ
　Ｅａｒｔｈｅ　ｉ’ｔｈ　ｂｍｌ（ｗｉｔｈ　ｔｈｅ
　ｃｃｒｕｅｒ　ｂｅｉｎｇ山ｅ　ｊ’ｃｂａｒｋ ＋ｅｍｐ１４−ｊ ｔｅｍｐ２−１５．１１１１３８９　＋７．５”（ｔｅ
ｍｐ＋＋、４７４）＋ｅｍｐ２ｓｔｅｍｐ２−１７．５
”５ｑｎ（１，＋Ｑｅｍｐｌ＋、４７４）”Ｏｅｍｐｌ
＋、４７４））ｉｆ　（ｔｅｍｐ２　、Ｉｅ、　−１０
０，）　ｔｈｅｎＩにｐ３嗣。 ｌｓｅ ｎｄ　ｉｆ ｓｐｒｄｎｇｆ＋ｍｅｍｐ３ ｒｅ［ｕｆｆｌ ｎｄ テーブル１ テーブル２ 臨ル（ンドとｆｍｉｎのテーブル

【図面の簡単な説明】

第１図は、本発明の全体システムを示すブロック図、 第２図は、本発明の符合化器に採用された遮蔽しきい値
処理を示すフローチャート、 第３Ａないし３Ｄ図は、本発明の符号化の種々の段階に
おける処理の影響を示す図である。 出　願　人：アメリカン　テレフォン　アンドＦＩＧ、
　２

Claims (1)

1. 【特許請求の範囲】 （１）各フレームに対し個別短期スペクトルＳ（ω＿ｉ
   ）（ここでｉ＝１、２、…ｎとする）を有するサンプル
   フレームに分割された可聴信号の時間順位シーケンスを
   処理する可聴信号の知覚符号化方法において、 各サンプルフレームに対し、先行サンプルフレームのＳ
   （ω＿ｉ）の値に基づいて、各Ｓ（ω＿ｉ）の予測値を
   予測するステップ、 各周波数ω＿ｉに対し、各サンプルフレームの各Ｓ（ω
   ＿ｉ）の予測値とＳ（ω＿ｉ）の実測値とに基づいて、
   不規則性基準を決定するステップ、前記不規則性基準に
   基づいて、音調関数値を周波数の関数として決定するス
   テップ、 前記音調関数に基づいて、各ω＿ｉにおけるノイズ遮蔽
   しきい値を評価するステップ からなることを特徴とする可聴信号の知覚符号化方法。 （２）各ω＿ｉにおけるノイズ遮蔽しきい値に基づいて
   、前記Ｓ（ω＿ｉ）を量子化するステップをさらに有す
   ることを特徴とする請求項１記載の方法。 （３）前記予測ステップは、 各ω＿ｉに対し、２個の先行サンプルフレームからの対
   応ω＿ｉに対するＳ（ω＿ｉ）の値の差をとるステップ
   、 前記差を直前の先行サンプルフレームからのＳ（ω＿ｉ
   ）の値に加算するステップ からなることを特徴とする請求項１記載の方法。 （４）前記Ｓ（ω＿ｉ）は、振幅と位相で表示され、 前記差をとるステップと加算ステップは、Ｓ（ω＿ｉ）
   の振幅と位相に対して、個別に実施されることを特徴と
   する請求項３記載の方法。 （５）前記不規則性基準を決定するステップは、前記Ｓ
   （ω＿ｉ）の予測値とＳ（ω＿ｉ）の実測値とのユーク
   リッド幾何学距離を計算することにより、実行される ことを特徴とする請求項１記載の方法。 （６）前記不規則性基準を決定するステップは、 前記Ｓ（ω＿ｉ）の予測値の絶対値とＳ（ω＿ｉ）の実
   測値と和に関するユークリッド幾何学距離を正規化する
   ステップを含む ことを特徴とする請求項１記載の方法。 （７）各ω＿ｉにおけるノイズ遮蔽しきい値を評価する
   ステップは、 ω＿ｉにおける前記可聴信号のエネルギを決定するステ
   ップ、 拡散エネルギスペクトルを生成するために、所定ω＿ｉ
   における前記エネルギ値を隣接周波数に拡散するステッ
   プ、 ω＿ｉにおける前記音調関数と拡散エネルギスペクトル
   に基づぎ、各ω＿ｉにおける所望ノイズレベルを決定す
   るステップを含む ことを特徴とする請求項１記載の方法。 （８）ノイズ遮蔽しきい値を評価するステップは、 特別しきい値関数を形成するために、各ω＿ｉにおける
   ノイズ遮蔽しきい値の絶対値に応じて、前記しきい値関
   数を修正するステップを含む ことを特徴とする請求項７記載の方法。 （９）既存のプレエコーを除去するために、特別しきい
   値関数を修正するステップを含み、各ω＿ｉにおける出
   力しきい値関数を生成することを特徴とする請求項８記
   載の方法。（１０）Ｓ（ω＿ｉ）を符号化するに必要な
   ビット数の予測値を生成するステップ、 前記ビット数の予測値を用いて前記Ｓ（ω＿ｉ）の量子
   化量を生成するためにＳ（ω＿ｉ）を量子化するステッ
   プ、 量子化量の符号化量と、前記量子化量がいかに得られた
   かについて記述する情報とを媒体に提供するステップ をさらに含むことを特徴とする請求項１、７、８、９の
   いずれかに記載の方法。 （１１）可聴信号の値のフレームの周波数成分の値を表
   す第１コード信号と、 可聴信号を知覚エラーを減少させながら表すために、第
   １信号がいかに得られたかに関する情報を表す第２コー
   ド信号と を有する符号化信号の順次シーケンスを復号化する方法
   において、 知覚ひずみの減少レベルを反映する可聴信号用に量子化
   レベルを決定する為に、第２信号を使用するステップ、 量子化レベルに適合した可聴信号の周波数成分用の量子
   化値を再構成するステップ、 可聴信号の予測値を再生するために、再構成された量子
   化スペクトルを変換するステップからなることを特徴と
   する符号化信号の順次シーケンス復号化方法。 （１２）再構成ステップは、量子化値を換算するために
   、第２信号を使用するステップを有することを特徴とす
   る請求項１１に記載の方法。 （１３）再構成ステップは、第２信号に基づいて、全体
   ゲイン係数を適用するステップを有することを特徴とす
   る請求項１１に記載の方法。 （１４）再構成ステップは、量子化ステップサイズを周
   波数成分の関数として決定するステップを有することを
   特徴とする請求項１１に記載の方法。 （１５）前記第２信号は、周波数成分の関数として量子
   化の粗さの程度に関する情報を含むことを特徴とする請
   求項１１に記載の方法。 （１６）前記第２信号は、各フレームに発生する可聴信
   号の値の数に関する情報を含む ことを特徴とする請求項１１に記載の方法。