JPH0519797A

JPH0519797A - 量子化方法

Info

Publication number: JPH0519797A
Application number: JP3175582A
Authority: JP
Inventors: Masayuki Nishiguchi; 正之西口
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1991-07-16
Filing date: 1991-07-16
Publication date: 1993-01-29
Anticipated expiration: 2016-02-13
Also published as: JP3134363B2

Abstract

(57)【要約】【目的】音声信号の高能率符号化を行う際に、この高
能率符号化された音声信号の付加情報が高い圧縮率で圧
縮できる量子化方法を提供する。【構成】直交変換により音声信号を高能率符号化する
際に、高能率符号化された音声信号の付加情報を量子化
する量子化方法において、付加情報のパラメータの直線
近似を求め、この直線近似からの偏差を量子化するよう
にした。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声信号を高能率符号
化して伝送させる信号処理システムに適用される量子化
方法に関し、特に音声信号の付加情報の量子化方法に関
する。

【０００２】

【従来の技術】音声信号（オーディオ信号）の高能率符
号化においては、入力した音声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
ーディオ信号等のビット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：ＳＢＣ）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（ＡＴ
Ｃ）、或いはサブ・バンド・コーディングといわゆる適
応予測符号化（ＡＰＣ）とを組合せ、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
ゆる適応ビット割当て（ＡＰＣ−ＡＢ）等の符号化技術
がある。

【０００３】ここで、これらの高能率符号化の内で、例
えば、適応変換符号化においては、時間軸のオーディオ
信号を、高速フーリエ変換（ＦＦＴ）或いは離散的余弦
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
等を適応的なビット割当てによって量子化（再量子化）
している。高速フーリエ変換の適応変換符号化における
再量子化の一例としては、図９に示すように、信号を高
速フーリエ変換した後の例えばＦＦＴ振幅値Ａｍ等をブ
ロック（ブロックＢ１，Ｂ２‥‥）分けして、これら各
ブロック毎に再量子化する際に必要となる付加情報を算
出し、この付加情報を用いてブロック毎に再量子化する
と共に、付加情報自体も量子化させる手法がある。

【０００４】

【発明が解決しようとする課題】ところで、このような
直交変換によって時間軸に直交する軸に変換処理する高
能率符号化では、一般にバーク内のスペクトルのパワー
よりマスキング・スレッショルドを求め、そのマスキン
グ・スレッショルドレベル以下に量子化ノイズが抑えら
れるように、周波数軸上でのダイナミック・ビット・ア
ロケーションを行っていた。ここで、１バークの幅は人
間の聴覚の特性（人間が聞き分けられる能力）より決め
られるもので、１バーク毎の上述した処理を行うこと
で、聴覚のマスキング効果（同時刻マスキング）を利用
した高能率符号化が行われる。

【０００５】この場合、各バーク毎にバークスペクトル
の付加情報として、ＲＭＳ値（フローティング係数）や
マスキング・スレッショルド値が付加され、この付加情
報も量子化されている。この付加情報は、デシベル領域
（ｌｏｇ軸上）で各サンプル毎に独立に固定均一ビット
割当てで量子化されるか、或いはフレーム内ピーク又は
フレームゲインでノーマライズされてから量子化されて
いる。しかしながら、ＲＭＳ値やマスキング・スレッシ
ョルド値などのパラメータは、周波数が異なると著しく
変化するので、固定均一ビット割当てで量子化するのは
効率が非常に悪い。

【０００６】このため、より高い圧縮率で音声データを
圧縮できるようにするために、付加情報を効率良く圧縮
できるようにすることが要請されている。

【０００７】本発明の目的は、付加情報が高い圧縮率で
圧縮できる量子化方法を提供することにある。

【０００８】

【課題を解決するための手段】本発明は、直交変換によ
り音声信号を高能率符号化する際に、高能率符号化され
た音声信号の付加情報を量子化する量子化方法におい
て、付加情報のパラメータの直線近似を求め、この直線
近似からの偏差を量子化するようにしたものである。

【０００９】

【作用】このようにしたことで、付加情報も効率良く圧
縮されて量子化が行われ、一層の高能率符号化が行われ
て、伝送レートをより低くすることが可能になる。

【００１０】

【実施例】以下、本発明の一実施例を図１〜図８を参照
して説明する。

【００１１】本例においては、音声信号を高能率符号化
する送出側（エンコーダ側）を図１に示すように構成
し、この高能率符号化された音声信号の受信側（デコー
ダ側）を図２に示すように構成する。

【００１２】まず、音声信号を高能率符号化するエンコ
ーダ側の構成について説明すると、図１において、１は
音声信号の入力端子を示し、この入力端子１に得られる
デジタル音声信号（デジタルオーディオ信号）をピッチ
予測回路２に供給し、時間軸上のピッチ予測が行われた
データを窓がけ・直交変換回路３に供給し、適当な窓が
けが行われ、直交変換が施される。このときの窓がけと
しては、入力信号のサンプリング周波数ｆ_Sを例えば４
８ｋＨｚとすると、例えば図３に示すように、１０２４
サンプルを１単位として窓がけを行う。この場合、オー
バーラップする範囲を１／１６として、６４サンプルず
つオーバーラップさせている。

【００１３】そして、直交変換が施されたデータをスペ
クトル強度計算回路４に供給し、各スペクトルの強度
（パワー）を算出する。本例においては、高速フーリエ
変換（ＦＦＴ）処理を行うので、各係数の（実部）²＋
（虚部）²で強度を算出する。このときの各スペクトル
の強度データは、バーク積分回路５に供給され、クリテ
ィカルバンド毎に積分されて、バークスペクトルの強度
が算出される。このときには、次式による積分が行われ
る。

【００１４】

【数１】

【００１５】そして、このバークスペクトルの強度分布
に基づいて、マスキング・スレッショルド及びＲＭＳ値
計算回路６で、マスキング・スレッショルドの値を各バ
ーク帯域毎に求める。この際には、聴覚の最小可聴カー
ブより求めたアブソリュート・スレッショルドを考慮し
て求める。ここで求めたマスキング・スレッショルドの
値は、各バークの帯域幅で割ってから平方根をとって、
各サンプル当たりの実効値としておく。また、ＲＭＳ値
（フローティング係数）も、このマスキング・スレッシ
ョルド及びＲＭＳ値計算回路６で求めておく。

【００１６】次に、マスキング・スレッショルド及びＲ
ＭＳ値計算回路６で求めたスレッショルド値及びＲＭＳ
値をパラメータ量子化器７に供給し、スレッショルド値
及びＲＭＳ値を量子化する。このとき、ＲＭＳ値は各バ
ークの強度をそのバーク内のサンプル数で割って平方根
をとり、サンプル当たりの実効値として量子化する。

【００１７】ここで本例においては、スレッショルド値
とＲＭＳ値との直線近似を求め、それぞれの直線近似か
らの偏差を量子化する。以下、この量子化方法について
説明する。ここでは、バークスペクトルのＲＭＳ値の量
子化を例にして説明する。

【００１８】まず、バークスペクトルについて説明する
と、バークスペクトルはＮｏ．１からＮｏ．２４までの
２４本が存在し（後述する表１参照）、この２４本のバ
ークスペクトルの値を図４に示すようにＢ₁，Ｂ₂‥‥
Ｂ₂₄とすると、この２４本のバークスペクトルＢ₁〜Ｂ
₂₄は、次式で示される。

【００１９】

【数２】

【００２０】この〔数２〕式において、ｉは１〜２４の
各バークスペクトルに対応した値、ｋはサンプル点の値
（例えば１，２‥‥１０２４の値）、Ｙ_(k)は係数（Ｆ
ＦＴ係数，ＤＣＴ係数など）、ｕ_(i)はｉ番目のバーク
スペクトルの上限、ｌ_(i)はｉ番目のバークスペクトル
の下限である。

【００２１】ここで、各バーク毎の１サンプル当たりの
ｒｓｍ値（フローティング係数）をデシベル（ｄＢ）領
域で定義すると、次式のＴ_(i)で示される。

【００２２】

【数３】

【００２３】この〔数３〕式で示されるｒｓｍ値Ｔ_(i)
を最小２乗法による直線近似し、図４に２点鎖線で示す
直線近似を得る。次に、この最小２乗法による一般的な
直線近似について説明すると、まず次式の演算を行う。

【００２４】

【数４】

【００２５】この〔数４〕式で示されるａ，ｂの値を求
めることで、直線近似が行われる。即ち、次の〔数５〕
式及び〔数６〕式を解けば良い。

【００２６】

【数５】

【００２７】

【数６】

【００２８】この両式を解くと、以下のようになる。

【００２９】

【数７】

【００３０】

【数８】

【００３１】そして、〔数８〕式より次式が求まる。

【００３２】

【数９】

【００３３】この〔数９〕式を〔数７〕式に代入する
と、次の式〔数１０〕，〔数１１〕が得られる。

【００３４】

【数１０】

【００３５】

【数１１】

【００３６】そして、この〔数１０〕式及び〔数１１〕
式に、本例のバークスペクトルの直線近似を求める条件
として、ｘ_i→ｉ（ｉは１〜２４），ｙ_i→Ｔ_(i),Ｎ＝
２４を代入すると、次の式〔数１２〕，〔数１３〕が得
られる。

【００３７】

【数１２】

【００３８】

【数１３】

【００３９】この〔数１２〕式及び〔数１３〕式で求め
たａ，ｂの値より、直線近似された直線上のｉ番目の値
Ｔｌ_(i)＝ａｉ＋ｂが定義される。このとき、ａが直線
の傾き、ｂがオフセット値に対応する。このＴｌ_(i)も
デシベル（ｄＢ）で表現された値である。この直線近似
の演算は、８ビット程度のロイド・マックス量子化器
（ＬｌｏｙｄＭａｘＱｕａｎｔｉｚｅｒ）で実行で
きる。或いは、一様量子化器で簡易的に量子化できる。
そして、量子化済のａ，ｂの値をａ′，ｂ′とすると、
量子化済の直線の値Ｔｌ′_(i)は、次式〔数１４〕で示
される。

【００４０】

【数１４】

【００４１】そして、本例で量子化された値Ｔｎ
_(i)は、次式〔数１５〕で示される。

【００４２】

【数１５】

【００４３】ここで、Ｔ_(i)は真の値であり、この〔数
１５〕式のＴｎ_(i)は、Ｔ_(i)をＴｌ′_(i)でノーマラ
イズしたものであることを示している。ここで、Ｔｎ
_(i)はＴ_(i)に較べダイナミックレンジが狭くなってい
るため、少ないビット数で量子化できることが判る。

【００４４】そして、このようにしてパラメータ量子化
器７で量子化されたスレッショルド値及びＲＭＳ値のレ
シオから、ビットアロケーション計算回路８で各バーク
内の１サンプルに割り振るビット数（即ち〔数１５〕式
のＴｎ_(i)の値）を求める。次に、このビットアロケー
ション計算回路８でのビットアロケーションの計算方法
について説明する。

【００４５】本例に適したビットアロケーションの計算
としては、固定で一様のビットアロケーションを計算す
る場合と、固定の不均一ビットアロケーションを計算す
る場合と、ダイナミックビットアロケーションを計算す
る場合とがある。

【００４６】まず、固定で一様のビットアロケーション
を計算する場合について説明すると、この場合には各バ
ークｉ毎にＴｎ_(i)の分布を調べ、そのパワーの分布
（比較的長時間の分布）に比例したビット割当てを行
う。このときには、例えば図６のＡとＢ（Ａ，Ｂは連続
した直交変換フレームの部分を示す）とに示すように、
１フレーム（直交変換フレーム）毎に、直線の傾きやＴ
ｎ_(k)が変化する。ここで、第ｊフレームのｋ番目の値
をＴｎ_(k)ｊとすると、この値Ｔｎ_(k)ｊは次式〔数１
６〕で示される。

【００４７】

【数１６】

【００４８】この〔数１６〕式においてｋは１から２４
の値で、この〔数１６〕式の値がＪ個のフレームでのＴ
ｎ_(k)のσ（標準偏差）となる。但し、これはｄＢ値で
の標準偏差である。

【００４９】そして、この固定ビット割当ての方法で
は、標準偏差σの最大のものに１ビット与え、〔新しい
標準偏差σ_(NEW)〕←〔元の標準偏差σ_(OLD)−６〕と
する。次に、またσの値を一列に並べて最大のものに１
ビット与え、６ｄＢ引いた値を新しいσの値として一列
に並べる。そして、トータルのビット（例えば４×２５
＝１００ビット）を使いきるまでこれを繰り返して、固
定のビットアロケーションを決める。

【００５０】また、別の固定ビットアロケーションとし
ては、１ステップ当たりのｄＢ値を一定とする方法があ
る。即ち、σの最大のものに１ビット与え、〔新しい標
準偏差σ_(NEW)〕←〔元の標準偏差σ_(OLD)／２〕とす
る。つまり、１ビット与えたものは、２で割って新しい
値として一列に並べる。そして、以下は上述した固定ビ
ット割当てと同様に繰り返して、固定のビットアロケー
ションを決める。

【００５１】さらに別の固定ビットアロケーションとし
て、直線Ｔｌ_(i)＝ａｉ＋ｂの傾きａを使用する方法が
ある。この場合には、Ｊ個のフレーム（Ｊは充分に大き
な値）でのａの平均をとってａ″とすると、このａ″は
平均的なＴ_(i)のｄＢ領域での傾きを示す。つまり、ｉ
が１増加する毎のｄＢ値の増加を示している。従って、
Ｔｌ₍₁₎とＴｌ₍₂₄₎とでは、ｎｉｎｔ｛（ａ″×２３）
／６｝ビットの落差を付ける必要がある。ｎｉｎｔは最
も近い整数を示す。この落差をｄビットとする。但し、
ｄ＜０とする。このようにすることで、次式〔数１７〕
を満たすようにトータルの増大ビット数Ｃを決めれば良
い。

【００５２】

【数１７】

【００５３】この〔数１７〕式で求めた増大ビット数Ｃ
と落差ｄビットとの関係を図に示すと、図７に示すよう
になる。

【００５４】次に、ダイナミックビットアロケーション
を計算する場合について説明すると、この場合には上述
したＪ個のフレームでの傾きａの平均値ａ″を使用せず
に、各フレーム毎に次式〔数１８〕の演算を行う。

【００５５】

【数１８】

【００５６】なお、この〔数１８〕式のトータルビット
は、サイドインフォメーション（付加情報）のトータル
ビットである。そして、この〔数１８〕式が満たされる
ように増大ビット数Ｃを決定させる。

【００５７】なお、上述した各ビットアロケーションに
ついて評価すると、〔数１６〕に基づいた固定ビットア
ロケーションは、直線からの差の分散をビットアロケー
ションの基準にしているのでフラットぎみになり、〔数
１７〕式或いは〔数１８〕式に基づいたビットアロケー
ションは、直線そのものの大まかな分散をビットアロケ
ーションの基準にしているので、低域に多めのビット割
当てが行われることになる。

【００５８】ここで、再び図１を参照したエンコーダの
全体構成の説明に戻ると、このようにしてパラメータ量
子化器７で量子化されたスレッショルド値及びＲＭＳ値
と、ビットアロケーション計算回路８で求めた各バーク
内の１サンプルに割り振るビット数の値とを、後述する
適応量子化器１０に供給する。

【００５９】そして、窓がけ・直交変換回路３で直交変
換が施されたデータを高速フーリエ変換（ＦＦＴ）回路
９に供給し、クリティカルバンド内でのデシメンション
（平均化，平滑化）を行う。そして、高速フーリエ変換
回路９でデシメンションされたデータを適応量子化器１
０に供給し、量子化を行う。ここで本例においては、適
応量子化器１０で各クリティカルバンド内の代表値の量
子化を行う。

【００６０】そして、量子化された各クリティカルバン
ド内の代表値を、代表値出力端子１１から伝送させる。
また、付加情報としてパラメータ量子化器７で量子化さ
れたスレッショルド値とＲＭＳ値とを、付加情報出力端
子１２から伝送させる。

【００６１】次に、このような構成のエンコーダにて処
理されるデータについて説明すると、まず各バーク（即
ち各クリティカルバンド：臨界帯域）の一覧を表１に示
す。

【００６２】

【表１】

【００６３】ここで、例えばサンプリング周波数ｆ_S＝
３２ｋＨｚとし、１０２４サンプルのＦＦＴを行ったと
すると、０〜１６ｋＨｚの周波数範囲ｆに対して５１２
点のスペクトルが存在する。このとき、スペクトルのス
ペーシングは３１．２５Ｈｚ（＝１６０００／５１２）
となる。ここで、オーディオ信号のときには、主な成分
は殆どの場合５ｋＨｚ以下に集中し、特に２ｋＨｚ〜３
ｋＨｚにエネルギーが集中している。

【００６４】いま、１ｋＨｚの存在するクリティカルバ
ンド（バーク）について考えると、上述の〔表１〕より
Ｎｏ．９のクリティカルバンドに１ｋＨｚが存在する。
このＮｏ．９のクリティカルバンドは、９２０Ｈｚから
１０８０Ｈｚまでの幅があり、スペクトルとしては５〜
６本存在する。例えば図８のＡに示すように、５本のス
ペクトルｘ₁，ｘ₂，ｘ₃，ｘ₄，ｘ₅が存在したとす
る。このとき、本例のエンコーダでは図８のＢに示すよ
うに、平滑化された５本のスペクトルｙ₁，ｙ ₂，
ｙ₃，ｙ₄，ｙ₅とする。そして本例においては、平滑
化によりｙ₁＝ｙ₂＝ｙ₃，ｙ₄＝ｙ₅となっているの
で、スペクトルｙ₁とスペクトルｙ₄との量子化値だけ
を代表値として伝送させる。

【００６５】ここで、スペクトルｘからスペクトルｙへ
の変換処理例を示すと、各クリティカルバンド内及び平
滑化する帯域内（図８のＡのｘ₁〜ｘ₃の帯域及びｘ₄
〜ｘ ₅の帯域）でのエネルギーは、変換によって影響を
受けないようにする必要があるので、〔数１９〕式及び
〔数２０〕式の処理が行われる。

【００６６】

【数１９】

【００６７】

【数２０】

【００６８】この〔数１９〕式及び〔数２０〕式より、
スペクトルｙ₁とスペクトルｙ₄とは、〔数２１〕式及
び〔数２２〕式で示される。

【００６９】

【数２１】

【００７０】

【数２２】

【００７１】この〔数２１〕式及び〔数２２〕式で示さ
れるスペクトルｙ₁とスペクトルｙ ₄とが、各サンプル
当たりの実効値になる。そして、この代表値ｙ₁，ｙ₄
とクリティカルバンドのｒｍｓ値との関係が、次式で示
される。

【００７２】

【数２３】

【００７３】つまり、１個のクリティカルバンドをｎ個
のサブバンドに分割して平滑化するのであれば、そのク
リティカルバンド全体のＲＭＳ値及びｎ−１個の代表値
より、ｎ個目の代表値が求まる。そして、この代表値
を、量子化済のスレッショルド値とＲＭＳ値とに基づい
て決められた１サンプル当たりのビット数で、量子化す
ることで、伝送されるデータが決まる。

【００７４】ここで、平滑化する例を次の〔表２〕に示
す。

【００７５】

【表２】

【００７６】この〔表２〕のバークＮｏ．は〔表１〕の
バークＮｏ．に対応したものである。この〔表２〕にお
いては、平滑化により括る数の例を、平滑化例１と平滑
化例２との２種類示していて、例えば図８に示したＮ
ｏ．９のクリティカルバンドの場合には、２本のスペク
トルを括ると共に３本のスペクトルを括ることが平滑化
例１より判る。また、Ｎｏ．１３以降のクリティカルバ
ンドの場合には、平滑化例１と平滑化例２とが選択でき
るが、実際にはＮｏ．９のクリティカルバンドからＮ
ｏ．１２のクリティカルバンドまでで平滑化例１で括
り、Ｎｏ．１３以降のクリティカルバンドでは平滑化例
２で括るのが好ましい。

【００７７】この〔表２〕より判るように、本来は全帯
域で各クリティカルバンドのスペクトル本数を合計した
５１２本のスペクトルの量子化値を伝送する必要がある
のに、平滑化例１だけで括った場合には６２本のスペク
トルの量子化値を伝送するだけで良く、上述したように
平滑化例１と平滑化例２とを組み合わせた場合にも、１
０４本のスペクトルの量子化値を伝送するだけで良い。
従って、伝送信号のデータ量を大幅に少なくすることが
でき、より高い圧縮率の高能率符号化が行われるように
なる。

【００７８】そして本例においては、パラメータ量子化
器７での付加情報の量子化を、各パラメータの直線近似
を求めてから、この直線近似からの偏差を量子化するよ
うにしたので、個々のパラメータの相関を利用した効率
の良い量子化が行われる。従って、付加情報も効率良く
圧縮されて量子化され、一層の高能率符号化が行われ
て、伝送レートをより低くすることが可能になる。この
場合、パラメータのＲＭＳや分散に応じた不均一ビット
アロケーションとしたことで、トータルでの量子化ノイ
ズ（即ち代表値の量子化時の量子化ノイズ）のエネルギ
ーを低減できる。また、パラメータの分散に応じたダイ
ナミックビットアロケーションとしたことで、入力信号
の変化に追随した良好な量子化が行われ、この点からも
変換効率が向上する。

【００７９】なお、本例においては入力信号のピッチ予
測を行ってから圧縮処理を行うようにしたので、さらに
効果的に高能率符号化が行われる。

【００８０】次に、このようにして平滑化されて量子化
されたデータを受信するデコーダについて図２を参照し
て説明すると、図中２１は各クリティカルバンド内の代
表値の量子化値が伝送される代表値入力端子を示し、２
２はこの値の付加情報（スレッショルド値及びＲＭＳ値
の量子化値）が伝送される付加情報入力端子を示す。そ
して、両入力端子２１，２２に得られるデータを適応逆
量子化器２３に供給し、各クリティカルバンド内の代表
値を得、この代表値を係数補間回路２４で補間処理す
る。このときには、各クリティカルバンド内のエネルギ
ーを変化させない必要があり、例えば代表値をそのまま
繰り返して補間させる。そして、補間されたデータを逆
変換・窓がけ重ね合わせ回路２５に供給し、周波数軸を
時間軸に逆変換すると共に窓がけされたデータを重ね合
わせる。そして、この逆変換・窓がけ重ね合わせ回路２
５で処理されたデータをピッチ逆予測回路２６に供給し
て、元のデジタルオーディオ信号を復元し、音声信号出
力端子２７にこのデジタルオーディオ信号を供給する。

【００８１】このようにしてデコードされたデジタルオ
ーディオ信号は、各クリティカルバンド内のエネルギー
が元のオーディオ信号と同じであるので、このオーディ
オ信号を再生したときの聴感上の音質劣化が最小限に抑
えられ、実際には聴覚の周波数成分特定能力の低下があ
るので、ほとんど音質劣化がない。即ち、人間の聴覚は
１バーク内のエネルギーが不変であれば、そのバーク内
のスペクトルの位置を特定することが困難であるので、
上述した高能率符号化が行われて伝送された音声を再生
させても、実質的な音質劣化につながらない。

【００８２】なお、上述実施例においては、付加情報と
してマスキング・スレッショルド値を伝送するようにし
たが、量子化済のＲＭＳ値より作成されたスレッショル
ド値であればデコーダ側でもこのＲＭＳ値より得ること
が可能であるので、スレッショルド値は伝送させなくて
も良く、この場合には付加情報の伝送レートが低くな
り、より伝送レートを低くさせることができるようにな
る。

【００８３】また、上述実施例においては、入力信号の
ピッチ予測を行ってから圧縮処理を行うようにしたが、
ピッチ予測をしないで圧縮処理を行うようにしても良
い。但し、ピッチ予測をした方が、より効果的に高能率
符号化が行われる。

【００８４】また、エンコーダ側のバーク積分回路５で
積分されたスペクトルを、ラウドネス変換などの聴感補
正をしてから、マスキング・スレッショルド及びＲＭＳ
値計算回路６に供給するようにしても良い。

【００８５】また、上述実施例においては、ＦＦＴで直
交変換するようにしたが、他の変換処理を施す高能率符
号化にも適用できる。例えば、ＤＣＴ（離散的余弦変
換）やＭＤＣＴ（ＭｏｄｉｆｉｅｄＤＣＴ）による高
能率符号化にも適用できる。この場合、例えばＤＣＴを
適用したときには、エンコーダのスペクトル強度計算回
路４での計算が、（実部）²だけで行われる（ＤＣＴの
場合には虚部がない）。また、スペクトル強度の積分処
理も、ＤＣＴの場合には〔数１〕式の代わりに次式の演
算が行われる。

【００８６】

【数２４】

【００８７】さらに、上述実施例ではエンコーダで高能
率符号化されたデータの伝送系については何も説明しな
かったが、有線系，無線系による各種伝送システムが適
用できると共に、エンコーダで高能率符号化されたデー
タを各種記録媒体に記録させた後、この記録媒体からの
再生信号をデコーダで復元させる場合にも適用できる。
何れの場合でも、本例ではビットレートが大幅に低減さ
れているので、伝送効率（記録効率）が良い。

【００８８】

【発明の効果】本発明によると、付加情報の量子化をす
る際に、各パラメータの直線近似を求め、この直線近似
からの偏差を量子化するようにしたので、付加情報が効
率良く圧縮されて量子化が行われ、一層の高能率符号化
が行われて、伝送レートをより低くすることが可能にな
る。

【図面の簡単な説明】

【図１】本発明の一実施例によるエンコーダを示す構成
図である。

【図２】本発明の一実施例によるデコーダを示す構成図
である。

【図３】一実施例による窓がけ状態を示す説明図であ
る。

【図４】直線近似の例を示す説明図である。

【図５】直線近似の一般的な説明に供する波形図であ
る。

【図６】一実施例による直線近似の説明に供する波形図
である。

【図７】一実施例によるビットアロケーションの説明図
である。

【図８】一実施例によるスペクトルの例を示す説明図で
ある。

【図９】適応変換符号化のブロックを示す説明図であ
る。

【符号の説明】

１音声信号入力端子２ピッチ予測回路３窓がけ・直交変換回路４スペクトル強度計算回路５バーク積分回路６マスキング・スレッショルド及びＲＭＳ値計算回路７パラメータ量子化器８ビットアロケーション計算回路９高速フーリエ変換回路１０適応量子化器１１代表値出力端子１２付加情報出力端子２１代表値入力端子２２付加情報入力端子２３適応逆量子化器２４係数補間回路２５逆変換・窓がけ重ね合わせ回路２６ピッチ逆予測回路２７音声信号出力端子

Claims

【特許請求の範囲】【請求項１】直交変換により音声信号を高能率符号化
する際に、高能率符号化された音声信号の付加情報を量
子化する量子化方法において、上記付加情報のパラメー
タの直線近似を求め、該直線近似からの偏差を量子化す
るようにした量子化方法。