JPH06224862A - ディジタルオーディオ信号の処理方法および装置 - Google Patents
ディジタルオーディオ信号の処理方法および装置Info
- Publication number
- JPH06224862A JPH06224862A JP29102493A JP29102493A JPH06224862A JP H06224862 A JPH06224862 A JP H06224862A JP 29102493 A JP29102493 A JP 29102493A JP 29102493 A JP29102493 A JP 29102493A JP H06224862 A JPH06224862 A JP H06224862A
- Authority
- JP
- Japan
- Prior art keywords
- frame
- frames
- audio signal
- bit allocation
- subband
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005236 sound signal Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 19
- 230000001149 cognitive effect Effects 0.000 claims description 25
- 230000000873 masking effect Effects 0.000 claims description 7
- 230000019771 cognition Effects 0.000 claims 1
- 238000001914 filtration Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/002—Dynamic bit allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B14/00—Transmission systems not characterised by the medium used for transmission
- H04B14/02—Transmission systems not characterised by the medium used for transmission characterised by the use of pulse modulation
- H04B14/04—Transmission systems not characterised by the medium used for transmission characterised by the use of pulse modulation using pulse code modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
- H04N5/60—Receiver circuitry for the reception of television signals according to analogue transmission standards for the sound signals
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Time-Division Multiplex Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Television Receiver Circuits (AREA)
Abstract
(57)【要約】
【目的】 人間の聴覚特性に符合するフレームの認知情
報量を使用して多数のフレームを含むディジタルオーデ
ィオ信号を符号化するのに可変的フレーム間ビット割り
当てを行なうことができるディジタルオーディオ信号の
処理方法および装置を提供する。 【構成】 各々のフレームに対する認知情報量を予測す
るための手段および各々のフレームに対する認知情報量
に基づいて可変的フレーム間ビット割り当てを行なって
各々のフレームに対してビット割り当てを決定する手段
を含む。
報量を使用して多数のフレームを含むディジタルオーデ
ィオ信号を符号化するのに可変的フレーム間ビット割り
当てを行なうことができるディジタルオーディオ信号の
処理方法および装置を提供する。 【構成】 各々のフレームに対する認知情報量を予測す
るための手段および各々のフレームに対する認知情報量
に基づいて可変的フレーム間ビット割り当てを行なって
各々のフレームに対してビット割り当てを決定する手段
を含む。
Description
【０００１】
【産業上の利用分野】本発明は、フレーム間ビット割り
当てのための方法および装置に関するもので、とくに、
複数のフレームを含むディジタル化されたオーディオ信
号を符号化するのに使用するために、人間の聴覚特性に
従う認知情報量を使用して可変的にフレーム間ビット割
り当てを行なうための改良された方法および装置に関す
るものである。
当てのための方法および装置に関するもので、とくに、
複数のフレームを含むディジタル化されたオーディオ信
号を符号化するのに使用するために、人間の聴覚特性に
従う認知情報量を使用して可変的にフレーム間ビット割
り当てを行なうための改良された方法および装置に関す
るものである。
【０００２】
【従来の技術】ディジタル化されたオーディオ信号を転
送することによってＣＤ（ｃｏｍｐａｃｔ ｄｉｓｃ）
および／またはＤＡＴ（ｄｉｇｉｔａｌ ａｕｄｉｏ
ｔａｐｅ）につぐ高品位のオーディオ信号を転送するこ
とができる。オーディオ信号がディジタル形態で示され
るばあい、相当量のデ−タが転送されなければならな
い。とくに、ＨＤＴＶ（ｈｉｇｈ ｄｅｆｉｎｉｔｉｏ
ｎ ｔｅｌｅｖｉｓｉｏｎ）システムのようなばあいで
ある。しかしながら、オーディオ信号に割り当てられた
使用しうる帯域幅が制限されているので、たとえば、４
８ｋＨｚでサンプリングされた１６ビットパルス符号変
調オーディオ信号は毎秒当り７６８ｋｂｉｔという相当
量のディジタルデータとなる。このディジタルデータを
制限されたオーディオ帯域たとえば、１２８ｋＨｚを通
じて転送するためにはオーディオ信号を圧縮しなければ
ならない。
送することによってＣＤ（ｃｏｍｐａｃｔ ｄｉｓｃ）
および／またはＤＡＴ（ｄｉｇｉｔａｌ ａｕｄｉｏ
ｔａｐｅ）につぐ高品位のオーディオ信号を転送するこ
とができる。オーディオ信号がディジタル形態で示され
るばあい、相当量のデ−タが転送されなければならな
い。とくに、ＨＤＴＶ（ｈｉｇｈ ｄｅｆｉｎｉｔｉｏ
ｎ ｔｅｌｅｖｉｓｉｏｎ）システムのようなばあいで
ある。しかしながら、オーディオ信号に割り当てられた
使用しうる帯域幅が制限されているので、たとえば、４
８ｋＨｚでサンプリングされた１６ビットパルス符号変
調オーディオ信号は毎秒当り７６８ｋｂｉｔという相当
量のディジタルデータとなる。このディジタルデータを
制限されたオーディオ帯域たとえば、１２８ｋＨｚを通
じて転送するためにはオーディオ信号を圧縮しなければ
ならない。
【０００３】多様なオーディオ圧縮技法中、心理音響ア
ルゴリズム（ｐｓｙｃｈｏａｃｏｕｓｔｉｃ ａｌｇｏ
ｒｉｔｈｍ）を採択するいわゆるモーション ピクチャ
ーエクスパート グループ（ｍｏｔｉｏｎ ｐｉｃｔｕ
ｒｅ ｅｘｐｅｒｔ ｇｒｏｕｐ、以下ＭＰＥＧとい
う）オーディオアルゴリズムがＨＤＴＶ応用のために提
案されていた。
ルゴリズム（ｐｓｙｃｈｏａｃｏｕｓｔｉｃ ａｌｇｏ
ｒｉｔｈｍ）を採択するいわゆるモーション ピクチャ
ーエクスパート グループ（ｍｏｔｉｏｎ ｐｉｃｔｕ
ｒｅ ｅｘｐｅｒｔ ｇｒｏｕｐ、以下ＭＰＥＧとい
う）オーディオアルゴリズムがＨＤＴＶ応用のために提
案されていた。
【０００４】ＭＰＥＧオーディオアルゴリズムはサブバ
ンドフィルタリング、心理音響モデルリング、量子化お
よび符号化、フレームフォーマッチングの四つの主な部
分から構成されている。サブバンドフィルタリングは入
力パルス符号変調（ＰＣＭ）オーディオ信号を時間領域
から周波数領域へマッピングさせるプロセスである。Ｎ
（たとえば、３２）サブバンドを有するフィルタバンク
（ｆｉｌｔｅｒｂａｎｋ）が使用される。各サブバンド
において、１２または３６サンプルがグル−プになって
処理され、前記Ｎサブバンドからのサンプル群、すなわ
ちＮ×１２または、３６サンプルがひとフレームにな
る。該フレームは、オーディオ信号を符号化、転送、復
号化するための処理単位である。心理音響モデルは各々
のサブバンドまたはサブバンド群に対する量子化および
符号化を制御するために前記各々のサブバンドまたはサ
ブバンド群に対するデータ、たとえば、ＳＭＲ（ｓｉｇ
ｎａｌ−ｔｏ−ｍａｓｋ ｒａｔｉｏ）データ、セット
を生成する。つぎのステップとして前記ＳＭＲによって
サブバンドサンプルを量子化および符号化するプロセス
で利用できるビットが可変的にフレームの各サブバンド
に割り当てられる。フレームフォーマッター（ｆｒａｍ
ｅ ｆｏｒｍａｔｔｅｒ）はフレームデータと他に必要
とするサイド情報（ｓｉｄｅ ｉｎｆｏｒｍａｔｉｏ
ｎ）を転送に適宜の形態で符号化およびフォーマッチン
グする。
ンドフィルタリング、心理音響モデルリング、量子化お
よび符号化、フレームフォーマッチングの四つの主な部
分から構成されている。サブバンドフィルタリングは入
力パルス符号変調（ＰＣＭ）オーディオ信号を時間領域
から周波数領域へマッピングさせるプロセスである。Ｎ
（たとえば、３２）サブバンドを有するフィルタバンク
（ｆｉｌｔｅｒｂａｎｋ）が使用される。各サブバンド
において、１２または３６サンプルがグル−プになって
処理され、前記Ｎサブバンドからのサンプル群、すなわ
ちＮ×１２または、３６サンプルがひとフレームにな
る。該フレームは、オーディオ信号を符号化、転送、復
号化するための処理単位である。心理音響モデルは各々
のサブバンドまたはサブバンド群に対する量子化および
符号化を制御するために前記各々のサブバンドまたはサ
ブバンド群に対するデータ、たとえば、ＳＭＲ（ｓｉｇ
ｎａｌ−ｔｏ−ｍａｓｋ ｒａｔｉｏ）データ、セット
を生成する。つぎのステップとして前記ＳＭＲによって
サブバンドサンプルを量子化および符号化するプロセス
で利用できるビットが可変的にフレームの各サブバンド
に割り当てられる。フレームフォーマッター（ｆｒａｍ
ｅ ｆｏｒｍａｔｔｅｒ）はフレームデータと他に必要
とするサイド情報（ｓｉｄｅ ｉｎｆｏｒｍａｔｉｏ
ｎ）を転送に適宜の形態で符号化およびフォーマッチン
グする。
【０００５】
【発明が解決しようとする課題】しかしながら、前記Ｍ
ＰＥＧオーディオ技法において、各フレームには固定さ
れた数のビットが割り当てられるので、該技法ではフレ
ーム間に連続的に変更されるオーディオ信号の平均（ｍ
ｅａｎｓ）、偏差（ｖａｒｉａｎｃｅｓ）または認知情
報量のような統計的特性を反映することができない。
ＰＥＧオーディオ技法において、各フレームには固定さ
れた数のビットが割り当てられるので、該技法ではフレ
ーム間に連続的に変更されるオーディオ信号の平均（ｍ
ｅａｎｓ）、偏差（ｖａｒｉａｎｃｅｓ）または認知情
報量のような統計的特性を反映することができない。
【０００６】したがって、本発明の目的は、オーディオ
信号の符号化効率を改善するための実際の人間の聴覚特
性に符合するそれぞれのオーディオ信号フレームの認知
情報量に基づいてフレーム間に可変的にビット割り当て
を行なうための新たな方法および装置を提供するもので
ある。
信号の符号化効率を改善するための実際の人間の聴覚特
性に符合するそれぞれのオーディオ信号フレームの認知
情報量に基づいてフレーム間に可変的にビット割り当て
を行なうための新たな方法および装置を提供するもので
ある。
【０００７】
【課題を解決するための手段】本発明のオーディオ信号
処理方法は、複数のそれぞれのフレームに対する前記認
知情報量（ｐｅｒｃｅｐｔｕａｌ ｅｎｔｒｏｐｙ）Ｐ
Ｅを予測するステップと、前記複数のそれぞれのフレー
ムに対する前記認知情報量に基づいて可変的フレーム間
ビット割り当て（ａｄａｐｔｉｖｅ ｉｎｔｅｒ−ｆｒ
ａｍｅ ｂｉｔａｌｌｏｃａｔｉｏｎ）を行なって前記
複数のそれぞれのフレームに対するビット割り当てを決
定するステップとを含むものである。
処理方法は、複数のそれぞれのフレームに対する前記認
知情報量（ｐｅｒｃｅｐｔｕａｌ ｅｎｔｒｏｐｙ）Ｐ
Ｅを予測するステップと、前記複数のそれぞれのフレー
ムに対する前記認知情報量に基づいて可変的フレーム間
ビット割り当て（ａｄａｐｔｉｖｅ ｉｎｔｅｒ−ｆｒ
ａｍｅ ｂｉｔａｌｌｏｃａｔｉｏｎ）を行なって前記
複数のそれぞれのフレームに対するビット割り当てを決
定するステップとを含むものである。
【０００８】また、前記認知情報量ＰＥは、
【０００９】
【数３】
【００１０】から求められることが好ましい。
【００１１】ただし、ＰＥは複数のそれぞのフレームに
対する認知情報量、ｉはｉ＝１、２・・・Ｎであるサブ
バンド索引（ｓｕｂｂａｎｄ ｉｎｄｅｘ）、Ｎは一つ
のフレームのサブバンド数、Ｐ（ｉ）はサブバンドｉの
音圧（ｓｏｕｎｄ ｐｒｅｓｓｕｒｅ ｌｅｖｅｌ）、
Ｍ（ｉ）は前記サブバンドｉのマスキングしきい値（ｍ
ａｓｋｉｎｇ ｔｈｒｅｓｈｏｌｄ）、前記ＰＥ、Ｐ
（ｉ）、Ｍ（ｉ）の単位は全てデシベル（ｄＢ）であ
る。
対する認知情報量、ｉはｉ＝１、２・・・Ｎであるサブ
バンド索引（ｓｕｂｂａｎｄ ｉｎｄｅｘ）、Ｎは一つ
のフレームのサブバンド数、Ｐ（ｉ）はサブバンドｉの
音圧（ｓｏｕｎｄ ｐｒｅｓｓｕｒｅ ｌｅｖｅｌ）、
Ｍ（ｉ）は前記サブバンドｉのマスキングしきい値（ｍ
ａｓｋｉｎｇ ｔｈｒｅｓｈｏｌｄ）、前記ＰＥ、Ｐ
（ｉ）、Ｍ（ｉ）の単位は全てデシベル（ｄＢ）であ
る。
【００１２】また、本発明のオーディオ信号処理装置
は、複数のそれぞれのフレームに対する前記認知情報量
を予測するための手段と、前記複数のそれぞれのフレー
ムに対する前記認知情報量に基づいて可変的フレーム間
ビット割り当てを行なって前記複数のそれぞれのフレー
ムに対するビット割り当てを決定するための手段とを含
むものである。
は、複数のそれぞれのフレームに対する前記認知情報量
を予測するための手段と、前記複数のそれぞれのフレー
ムに対する前記認知情報量に基づいて可変的フレーム間
ビット割り当てを行なって前記複数のそれぞれのフレー
ムに対するビット割り当てを決定するための手段とを含
むものである。
【００１３】また、前記認知情報量ＰＥは前記式（１）
から求められることが好ましい。
から求められることが好ましい。
【００１４】
【実施例】図１は、可変的フレーム間ビット割り当て
（ａｄａｐｔｉｖｅ ｉｎｔｅｒ−ｆｒａｍｅ ｂｉｔ
ａｌｌｏｃａｔｉｏｎ）技法を採用した本発明の符号
化装置を概略的に示したブロック図である。
（ａｄａｐｔｉｖｅ ｉｎｔｅｒ−ｆｒａｍｅ ｂｉｔ
ａｌｌｏｃａｔｉｏｎ）技法を採用した本発明の符号
化装置を概略的に示したブロック図である。
【００１５】一連のディジタルオーディオ信号が分析サ
ブバンドフィルタリングブロック（ａｎａｌｙｓｉｓ
ｓｕｂｂａｎｄ ｆｉｌｔｅｒｉｎｇ ｂｌｏｃｋ）１
０および聴覚パラメーター予測ブロック（ｐｅｒｃｅｐ
ｔｕａｌ ｐａｒａｍｅｔｅｒ ｅｓｔｉｍａｔｉｏｎ
ｂｌｏｃｋ）１２に入力される。前記入力オーディオ
信号は標準ＣＤおよびＤＡＴのようなＰＣＭ標準に符合
する信号である。分析サブバンドフィルタリングブロッ
ク１０において、サンプリング周波数がｆｓであるＰＣ
Ｍ信号は、同一のサブバンドを有しており、サンプリン
グ周波数がｆｓ／ＮであるＮ個（たとえば、３２個）の
サブバンドに分けられる。これらのサブバンドサンプル
は量子化器１４へ伝えられる。聴覚パラメーター予測ブ
ロック１２は心理音響モデルを使用して心理音響パラメ
ーターを計算する。それぞれのサブバンドに対する信号
対マスク割合ＳＭＲ（ｓｉｇｎａｌ−ｔｏ−ｍａｓｋ
ｒａｔｉｏ）は聴覚パラメーター予測ブロック１２によ
ってつぎのように求められる。
ブバンドフィルタリングブロック（ａｎａｌｙｓｉｓ
ｓｕｂｂａｎｄ ｆｉｌｔｅｒｉｎｇ ｂｌｏｃｋ）１
０および聴覚パラメーター予測ブロック（ｐｅｒｃｅｐ
ｔｕａｌ ｐａｒａｍｅｔｅｒ ｅｓｔｉｍａｔｉｏｎ
ｂｌｏｃｋ）１２に入力される。前記入力オーディオ
信号は標準ＣＤおよびＤＡＴのようなＰＣＭ標準に符合
する信号である。分析サブバンドフィルタリングブロッ
ク１０において、サンプリング周波数がｆｓであるＰＣ
Ｍ信号は、同一のサブバンドを有しており、サンプリン
グ周波数がｆｓ／ＮであるＮ個（たとえば、３２個）の
サブバンドに分けられる。これらのサブバンドサンプル
は量子化器１４へ伝えられる。聴覚パラメーター予測ブ
ロック１２は心理音響モデルを使用して心理音響パラメ
ーターを計算する。それぞれのサブバンドに対する信号
対マスク割合ＳＭＲ（ｓｉｇｎａｌ−ｔｏ−ｍａｓｋ
ｒａｔｉｏ）は聴覚パラメーター予測ブロック１２によ
ってつぎのように求められる。
【００１６】ＳＭＲ（ｉ）＝Ｐ（ｉ）−Ｍ（ｉ） ここで、ｉはサブバンド索引でｉ＝１、２・・・Ｎ、Ｎ
はフレームのサブバンド数、ＳＭＲ（ｉ）はサブバンド
ｉの信号対マスク割合、Ｐ（ｉ）は速いフーリエ変換Ｆ
ＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒ
ｍ）分析から予測されたサブバンドｉの音圧、Ｍ（ｉ）
はサブバンドｉのマスキングしきい値、ＳＭＲ（ｉ）、
Ｐ（ｉ）およびＭ（ｉ）の単位はデシベル（ｄＢ）であ
る。
はフレームのサブバンド数、ＳＭＲ（ｉ）はサブバンド
ｉの信号対マスク割合、Ｐ（ｉ）は速いフーリエ変換Ｆ
ＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒ
ｍ）分析から予測されたサブバンドｉの音圧、Ｍ（ｉ）
はサブバンドｉのマスキングしきい値、ＳＭＲ（ｉ）、
Ｐ（ｉ）およびＭ（ｉ）の単位はデシベル（ｄＢ）であ
る。
【００１７】マスキングしきい値は可聴限界を示したも
ので、固有の可聴限界または剰余値と、オーディオ信号
上の他の純音（ｔｏｎａｌ）または非純音（ｎｏｎ−ｔ
ｏｎａｌ）成分によるマスキング増加量との合計であ
る。そのつぎにＳＭＲ（ｉ）は、フレーム内ビット割り
当て（ｉｎｔｒａ−ｆｒａｍｅ ｂｉｔ ａｌｌｏｃａ
ｔｉｏｎ）ブロック１６へ伝えられ、Ｐ（ｉ）およびＭ
（ｉ）は認知情報量予測（ｐｅｒｃｅｐｔｕａｌ ｅｎ
ｔｒｏｐｙ ｅｓｔｉｍａｔｉｏｎ）ブロック１８へ転
送される。認知情報量予測ブロック１８は、前記から与
えられた式（１）によってフレームの認知情報量ＰＥを
計算する。
ので、固有の可聴限界または剰余値と、オーディオ信号
上の他の純音（ｔｏｎａｌ）または非純音（ｎｏｎ−ｔ
ｏｎａｌ）成分によるマスキング増加量との合計であ
る。そのつぎにＳＭＲ（ｉ）は、フレーム内ビット割り
当て（ｉｎｔｒａ−ｆｒａｍｅ ｂｉｔ ａｌｌｏｃａ
ｔｉｏｎ）ブロック１６へ伝えられ、Ｐ（ｉ）およびＭ
（ｉ）は認知情報量予測（ｐｅｒｃｅｐｔｕａｌ ｅｎ
ｔｒｏｐｙ ｅｓｔｉｍａｔｉｏｎ）ブロック１８へ転
送される。認知情報量予測ブロック１８は、前記から与
えられた式（１）によってフレームの認知情報量ＰＥを
計算する。
【００１８】
【数４】
【００１９】式（１）はマスキングしきい値をいわゆる
歪み転送率理論（ｒａｔｅ ｄｉｓｔｏｒｔｉｏｎ ｔ
ｈｅｏｒｙ）に適用してえられ、人間聴覚特性に基づい
た認知情報量に当たる。このように計算されたフレーム
に対する認知情報量はそのつぎにフレーム間ビット割り
当てブロック２０に伝えられ、フレーム間ビット割り当
てブロック２０においてはＸ個、たとえば、４個のフレ
ームがグループになって図２および図３で詳細に説明さ
れる本発明のフレーム間ビット割り当てアルゴリズムに
よってそれらのフレーム間に可変的にビットが割り当て
られる。これらのフレーム間ビット割り当てデータはフ
レーム内ビット割り当てブロック１６およびマルチプレ
クサ２２へ伝えられる。
歪み転送率理論（ｒａｔｅ ｄｉｓｔｏｒｔｉｏｎ ｔ
ｈｅｏｒｙ）に適用してえられ、人間聴覚特性に基づい
た認知情報量に当たる。このように計算されたフレーム
に対する認知情報量はそのつぎにフレーム間ビット割り
当てブロック２０に伝えられ、フレーム間ビット割り当
てブロック２０においてはＸ個、たとえば、４個のフレ
ームがグループになって図２および図３で詳細に説明さ
れる本発明のフレーム間ビット割り当てアルゴリズムに
よってそれらのフレーム間に可変的にビットが割り当て
られる。これらのフレーム間ビット割り当てデータはフ
レーム内ビット割り当てブロック１６およびマルチプレ
クサ２２へ伝えられる。
【００２０】聴覚パラメーター予測ブロック１２からの
ＳＭＲデータおよびフレーム間ビット割り当てブロック
２０からのフレーム間ビット割り当てデータはフレーム
内ビット割り当てブロック１６で結合される。フレーム
内でのビット割り当てはフレーム間ビット割り当てブロ
ック２０で計算されて伝えられたそのフレームに利用可
能なビットの数を越えない範囲内でそのフレームに対す
る総マスク対雑音割合（ｍａｓｋ−ｔｏ−ｎｏｉｓｅ
ｒａｔｉｏ；ＭＮＲ）を最適化することによってなされ
る。フレーム内ビット割り当て情報は量子化器１４およ
びマルチプレクサ２２へ伝えられる。
ＳＭＲデータおよびフレーム間ビット割り当てブロック
２０からのフレーム間ビット割り当てデータはフレーム
内ビット割り当てブロック１６で結合される。フレーム
内でのビット割り当てはフレーム間ビット割り当てブロ
ック２０で計算されて伝えられたそのフレームに利用可
能なビットの数を越えない範囲内でそのフレームに対す
る総マスク対雑音割合（ｍａｓｋ−ｔｏ−ｎｏｉｓｅ
ｒａｔｉｏ；ＭＮＲ）を最適化することによってなされ
る。フレーム内ビット割り当て情報は量子化器１４およ
びマルチプレクサ２２へ伝えられる。
【００２１】量子化器１４は分析サブバンドフィルタリ
ングブロック１０からの出力およびフレーム内ビット割
り当て情報を入力としてそれぞれのサブバンドサンプル
を量子化する。
ングブロック１０からの出力およびフレーム内ビット割
り当て情報を入力としてそれぞれのサブバンドサンプル
を量子化する。
【００２２】マルチプレクサ２２は、量子化器１４から
の量子化された出力、フレーム内ビット割り当て情報、
フレーム間ビット割り当て情報および他の必要とする付
加情報を効率的に符号化およびフォーマッチングする。
マルチプレクサ２２からの出力は転送に適した符号化さ
れたディジタル信号である。分析サブバンドフィルタリ
ングブロック１０、聴覚特性パラメーター予測ブロック
１２、量子化器１４、フレームビット割り当てブロック
１６およびマルチプレクサ２２の原理および機能はＩＳ
Ｏ／ＩＥＣ ＪＴＣＩ／ＳＣ２／ＷＧｌｌ、“Ｐａｒｔ
３．ＡｕｄｉｏＰｒｏｐｏｓａｌ”、ＣＤ−１１１７２
−３（１９９１）に開示されたいわゆるＭＰＥＧオーデ
ィオアルゴリズムと基本的に同一である。
の量子化された出力、フレーム内ビット割り当て情報、
フレーム間ビット割り当て情報および他の必要とする付
加情報を効率的に符号化およびフォーマッチングする。
マルチプレクサ２２からの出力は転送に適した符号化さ
れたディジタル信号である。分析サブバンドフィルタリ
ングブロック１０、聴覚特性パラメーター予測ブロック
１２、量子化器１４、フレームビット割り当てブロック
１６およびマルチプレクサ２２の原理および機能はＩＳ
Ｏ／ＩＥＣ ＪＴＣＩ／ＳＣ２／ＷＧｌｌ、“Ｐａｒｔ
３．ＡｕｄｉｏＰｒｏｐｏｓａｌ”、ＣＤ−１１１７２
−３（１９９１）に開示されたいわゆるＭＰＥＧオーデ
ィオアルゴリズムと基本的に同一である。
【００２３】図２は図１のフレーム間ビット割り当てブ
ロック２０で行なわれる本発明の可変的フレーム間ビッ
ト割り当ての方法を示したフローチャートである。ステ
ップＳ２でＦｂ、Ｋ１、Ｋ２、Ｔｈ１、Ｔｈ２，ＰＥ
１、ＰＥ２、ＰＥ３およびＰＥ４が読出される。ここ
で、Ｆｂは平均フレームビット、Ｋ１およびＫ２は既設
定された割り当てビット、Ｔｈ１およびＴｈ２は割り当
てビットＫ１、Ｋ２を割り当てるための既設定された認
知情報量、ＰＥ１ないしＰＥ４はフレーム１、２、３お
よび４の認知情報量である。平均フレームビットＦｂは
一つのフレームに対する平均ビット数としてつぎのよう
に表される。
ロック２０で行なわれる本発明の可変的フレーム間ビッ
ト割り当ての方法を示したフローチャートである。ステ
ップＳ２でＦｂ、Ｋ１、Ｋ２、Ｔｈ１、Ｔｈ２，ＰＥ
１、ＰＥ２、ＰＥ３およびＰＥ４が読出される。ここ
で、Ｆｂは平均フレームビット、Ｋ１およびＫ２は既設
定された割り当てビット、Ｔｈ１およびＴｈ２は割り当
てビットＫ１、Ｋ２を割り当てるための既設定された認
知情報量、ＰＥ１ないしＰＥ４はフレーム１、２、３お
よび４の認知情報量である。平均フレームビットＦｂは
一つのフレームに対する平均ビット数としてつぎのよう
に表される。
【００２４】Ｆｂ＝ビット率×（一つのフレームのサン
プル数／サンプリング周波数） （２） 本実施例において、フレーム間ビット割り当てに四つの
フレームが一つのグループとして使用されたが、他の
数、たとえば、６個または８個のフレームが一つのグル
ープを形成して処理されうる。
プル数／サンプリング周波数） （２） 本実施例において、フレーム間ビット割り当てに四つの
フレームが一つのグループとして使用されたが、他の
数、たとえば、６個または８個のフレームが一つのグル
ープを形成して処理されうる。
【００２５】ステップＳ４においては、ＰＥａ、ＰＥｂ
およびＰＥｍが計算され、ここでＰＥａはＰＥ１および
ＰＥ２の平均認知情報量、ＰＥｂはＰＥ３およびＰＥ４
の平均認知情報量であり、ＰＥｍはＰＥａとＰＥｂの平
均値である。つぎのステップとして図３に詳細に説明さ
れるようにステップＳ６でフレーム１および２に対する
平均フレームビット数Ｂａおよびフレーム３および４に
対する平均フレームビット数Ｂｂが本発明によって割り
当てられる。
およびＰＥｍが計算され、ここでＰＥａはＰＥ１および
ＰＥ２の平均認知情報量、ＰＥｂはＰＥ３およびＰＥ４
の平均認知情報量であり、ＰＥｍはＰＥａとＰＥｂの平
均値である。つぎのステップとして図３に詳細に説明さ
れるようにステップＳ６でフレーム１および２に対する
平均フレームビット数Ｂａおよびフレーム３および４に
対する平均フレームビット数Ｂｂが本発明によって割り
当てられる。
【００２６】ステップＳ８においては、Ｆｂ、ＰＥｍ、
ＰＥａおよびＰＥｂが各々Ｂａ，ＰＥａ，ＰＥ１および
ＰＥ２と更新される。ステップＳ１０において、図３に
示したようにフレーム１および２にＢａおよびＢｂとビ
ットが割り当てられる。つぎのステップＳ１２でＦｂ１
およびＦｂ２がＢａおよびＢｂと設定され、ここでＦｂ
１およびＦｂ２は各フレーム１および２に対するビット
数である。
ＰＥａおよびＰＥｂが各々Ｂａ，ＰＥａ，ＰＥ１および
ＰＥ２と更新される。ステップＳ１０において、図３に
示したようにフレーム１および２にＢａおよびＢｂとビ
ットが割り当てられる。つぎのステップＳ１２でＦｂ１
およびＦｂ２がＢａおよびＢｂと設定され、ここでＦｂ
１およびＦｂ２は各フレーム１および２に対するビット
数である。
【００２７】ステップＳ１４においてはＦｂ、ＰＥｍ、
ＰＥａおよびＰＥｂが各々Ｂｂ、ＰＥｂ、ＰＥ３および
ＰＥ４と更新される。ステップＳ１６において、本発明
によって図３から詳細に明らかになっているようにフレ
ーム３および４にＢａおよびＢｂにビットが各々割り当
てられる。ステップＳ１８においては、フレーム３およ
び４に対するビット数Ｆｂ３およびＦｂ４がそれぞれＢ
ａおよびＢｂと設定される。そのつぎに、フレーム１、
２、３および４に対して、それぞれ新しく割当てられた
フレームビットＦｂ１，Ｆｂ２，Ｆｂ３およびＦｂ４が
ステップＳ２０から出力される。
ＰＥａおよびＰＥｂが各々Ｂｂ、ＰＥｂ、ＰＥ３および
ＰＥ４と更新される。ステップＳ１６において、本発明
によって図３から詳細に明らかになっているようにフレ
ーム３および４にＢａおよびＢｂにビットが各々割り当
てられる。ステップＳ１８においては、フレーム３およ
び４に対するビット数Ｆｂ３およびＦｂ４がそれぞれＢ
ａおよびＢｂと設定される。そのつぎに、フレーム１、
２、３および４に対して、それぞれ新しく割当てられた
フレームビットＦｂ１，Ｆｂ２，Ｆｂ３およびＦｂ４が
ステップＳ２０から出力される。
【００２８】図３は、図２に示したステップＳ６、Ｓ１
０およびＳ１６で行なわれるフレーム間ビット割り当て
手続きを詳しく示すフローチャートである。
０およびＳ１６で行なわれるフレーム間ビット割り当て
手続きを詳しく示すフローチャートである。
【００２９】ＰＥａ、ＰＥｂ、ＰＥｍ、Ｆｂ、Ｋ１、Ｋ
２、Ｔｈ１およびＴｈ２がステップＳ２１で読み出され
る。Ｋ１、Ｋ２、Ｔｈ１およびＴｈ２は前のステップＳ
２で規定したのと同様であり、ＰＥａ、ＰＥｂ、ＰＥｍ
およびＦｂはそれぞれの前ステップ、すなわち、Ｓ４、
Ｓ８およびＳ１４から入力される。ステップＳ２２から
知られるように、ＰＥａとＰＥｂの差の絶対値が既設定
されたしきい値Ｔｈ１と比較される。前者がＴｈ１より
小さいばあいＢａおよびＢｂはステップＳ４２でＦｂと
設定（図２のステップＳ６）または更新（図２のステッ
プＳ１０およびＳ１６）され、プロセスはステップＳ４
４へ進む。前者がＴｈ１より大きいか、同じばあい、割
り当て手続きはステップＳ２４へ進んでＰＥａおよびＰ
Ｅｂが比較される。もし、ＰＥａがＰＥｂより小さくな
いばあいＰＥｃはステップＳ２６でＰＥａに設定され、
ＰＥａがＰＥｂより小さいばあい、ＰＥｃはステップＳ
２８でＰＥｂに設定される。
２、Ｔｈ１およびＴｈ２がステップＳ２１で読み出され
る。Ｋ１、Ｋ２、Ｔｈ１およびＴｈ２は前のステップＳ
２で規定したのと同様であり、ＰＥａ、ＰＥｂ、ＰＥｍ
およびＦｂはそれぞれの前ステップ、すなわち、Ｓ４、
Ｓ８およびＳ１４から入力される。ステップＳ２２から
知られるように、ＰＥａとＰＥｂの差の絶対値が既設定
されたしきい値Ｔｈ１と比較される。前者がＴｈ１より
小さいばあいＢａおよびＢｂはステップＳ４２でＦｂと
設定（図２のステップＳ６）または更新（図２のステッ
プＳ１０およびＳ１６）され、プロセスはステップＳ４
４へ進む。前者がＴｈ１より大きいか、同じばあい、割
り当て手続きはステップＳ２４へ進んでＰＥａおよびＰ
Ｅｂが比較される。もし、ＰＥａがＰＥｂより小さくな
いばあいＰＥｃはステップＳ２６でＰＥａに設定され、
ＰＥａがＰＥｂより小さいばあい、ＰＥｃはステップＳ
２８でＰＥｂに設定される。
【００３０】ステップＳ３０でＰＥａとＰＥｂとの平均
値であるＰＥｍおよびＰＥｃとの差が設定ビットを選択
するために既設定されたしきい値Ｔｈ２と比較される。
もし、ＰＥｃとＰＥｍとの差がＴｈ２より大きいばあ
い、ステップＳ３２でＫ１がＫ３と選択され、該Ｋ３は
後続プロセスで割り当てビットとなる。もし、ＰＥｃと
ＰＥｍとの差がＴｈ２より大きくないばあい、ステップ
Ｓ３４でＫ３がＫ２と設定される。つぎにステップＳ３
６でＰＥｃがＰＥａまたはＰＥｂであるかの可否が調査
される。もし、ＰＥｃがステップＳ２６でＰＥａと設定
されたばあい、ＢａおよびＢｂはステップＳ３８で各々
Ｆｂ＋Ｋ３およびＦｂ−Ｋ３と設定（図２のステップＳ
６）または更新（図２ステップＳ１０およびＳ１６）さ
れる。もし、ＰＥｃがＰＥｂと設定されたばあい、ステ
ップＳ４０でＢａおよびＢｂが各々Ｆｂ−Ｋ３またはＦ
ｂ＋Ｋ３に設定または更新される。終りに、ステップＳ
４４からＢａおよびＢｂが出力される。
値であるＰＥｍおよびＰＥｃとの差が設定ビットを選択
するために既設定されたしきい値Ｔｈ２と比較される。
もし、ＰＥｃとＰＥｍとの差がＴｈ２より大きいばあ
い、ステップＳ３２でＫ１がＫ３と選択され、該Ｋ３は
後続プロセスで割り当てビットとなる。もし、ＰＥｃと
ＰＥｍとの差がＴｈ２より大きくないばあい、ステップ
Ｓ３４でＫ３がＫ２と設定される。つぎにステップＳ３
６でＰＥｃがＰＥａまたはＰＥｂであるかの可否が調査
される。もし、ＰＥｃがステップＳ２６でＰＥａと設定
されたばあい、ＢａおよびＢｂはステップＳ３８で各々
Ｆｂ＋Ｋ３およびＦｂ−Ｋ３と設定（図２のステップＳ
６）または更新（図２ステップＳ１０およびＳ１６）さ
れる。もし、ＰＥｃがＰＥｂと設定されたばあい、ステ
ップＳ４０でＢａおよびＢｂが各々Ｆｂ−Ｋ３またはＦ
ｂ＋Ｋ３に設定または更新される。終りに、ステップＳ
４４からＢａおよびＢｂが出力される。
【００３１】
【発明の効果】本発明によると、ディジタルオーディオ
符号化システムに可変的にフレーム間ビット割り当てを
行なうことができる新たな方法および装置が提供され
る。その結果、可変的フレーム間ビット割り当てはオー
ディオ信号フレームの認知情報量を使用して行なうこと
ができ、オーディオ信号の符号化効率を増大させること
ができる。
符号化システムに可変的にフレーム間ビット割り当てを
行なうことができる新たな方法および装置が提供され
る。その結果、可変的フレーム間ビット割り当てはオー
ディオ信号フレームの認知情報量を使用して行なうこと
ができ、オーディオ信号の符号化効率を増大させること
ができる。
【図１】本発明によるフレーム間ビット割り当てのため
の新たな装置の概略的ブロック図である。
の新たな装置の概略的ブロック図である。
【図２】本発明によるフレーム間ビット割り当てのため
の手続きを示すフローチャートである。
の手続きを示すフローチャートである。
【図３】図２に示したフレーム間ビット割り当てを示し
ている詳細なフローチャートである。
ている詳細なフローチャートである。
１０ 分析サブバンドフィルタリングブロック １２ 聴覚パラメーター予測ブロック １４ 量子化器 １６ フレーム内ビット割り当てブロック １８ 認知情報量予測ブロック ２０ フレーム間ビット割り当てブロック ２２ マルチプレクサ
Claims (4)
- 【請求項１】 複数のフレームを有するディジタルオー
ディオ信号を処理するための方法であって、前記複数の
それぞれのフレームに対する認知情報量を予測するステ
ップと、前記複数のそれぞれのフレームに対する前記認
知情報量に基づいて可変的フレーム間ビット割り当てを
行なって前記複数のそれぞれのフレームに対するビット
割り当てを決定するステップとを含むディジタルオーデ
ィオ信号の処理方法。 - 【請求項２】 前記複数のそれぞれのフレームに対する
前記認知情報量ＰＥは 【数１】 （ただし、前記ＰＥは前記複数のそれぞれのフレームに
対する認知情報量、前記ｉはｉ＝１、２・・・Ｎである
サブバンド索引、前記Ｎは一つのフレームのサブバンド
数、前記Ｐ（ｉ）はサブバンドｉの音圧、前記Ｍ（ｉ）
は前記サブバンドｉのマスキングしきい値、前記ＰＥ、
Ｐ（ｉ）、Ｍ（ｉ）の単位は全てデシベル（ｄＢ）であ
る）から求められる複数のフレームを有する請求項１記
載のディジタルオーディオ信号の処理方法。 - 【請求項３】 複数のフレームを有するディジタルオー
ディオ信号を処理するための装置であって、前記複数の
それぞれのフレームに対する認知情報量を予測するため
の手段と、前記複数のそれぞれのフレームに対する前記
認知情報量に基づいて可変的フレーム間ビット割り当て
を行なって前記複数のそれぞれのフレームに対するビッ
ト割り当てを決定するための手段とを含むディジタルオ
ーディオ信号処理装置。 - 【請求項４】 前記複数のそれぞれのフレームに対する
前記認知情報量ＰＥは 【数２】 （ただし、前記ＰＥは前記複数のそれぞれのフレームに
対する認知情報量、前記ｉはｉ＝１、２・・・Ｎである
サブバンド索引、前記Ｎは一つのフレームのサブバンド
数、前記Ｐ（ｉ）はサブバンドｉの音圧、前記Ｍ（ｉ）
は前記サブバンドｉのマスキングしきい値、前記ＰＥ、
Ｐ（ｉ）、Ｍ（ｉ）の単位は全てデシベル（ｄＢ）であ
る）から求められる複数のフレームを有する請求項３記
載のディジタルオーディオ信号処理装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR92-21912 | 1992-11-20 | ||
| KR920021912A KR950009412B1 (en) | 1992-11-20 | 1992-11-20 | Method and system of adaptive beit allocation according to frame variation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06224862A true JPH06224862A (ja) | 1994-08-12 |
Family
ID=19343548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29102493A Pending JPH06224862A (ja) | 1992-11-20 | 1993-11-19 | ディジタルオーディオ信号の処理方法および装置 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPH06224862A (ja) |
| KR (1) | KR950009412B1 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6385571B1 (en) | 1997-08-26 | 2002-05-07 | Samsung Electronics Co., Ltd. | High quality audio encoding/decoding apparatus and digital versatile disc |
| WO2007114546A1 (en) * | 2006-04-03 | 2007-10-11 | Samsung Electronics Co., Ltd. | Method and apparatus to quantize and dequantize input signal, and method and apparatus to encode and decode input signal |
| JP2014531064A (ja) * | 2011-10-27 | 2014-11-20 | エルジー エレクトロニクスインコーポレイティド | 音声信号符号化方法及び復号化方法とこれを利用する装置 |
-
1992
- 1992-11-20 KR KR920021912A patent/KR950009412B1/ko not_active IP Right Cessation
-
1993
- 1993-11-19 JP JP29102493A patent/JPH06224862A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6385571B1 (en) | 1997-08-26 | 2002-05-07 | Samsung Electronics Co., Ltd. | High quality audio encoding/decoding apparatus and digital versatile disc |
| WO2007114546A1 (en) * | 2006-04-03 | 2007-10-11 | Samsung Electronics Co., Ltd. | Method and apparatus to quantize and dequantize input signal, and method and apparatus to encode and decode input signal |
| US7508333B2 (en) | 2006-04-03 | 2009-03-24 | Samsung Electronics Co., Ltd | Method and apparatus to quantize and dequantize input signal, and method and apparatus to encode and decode input signal |
| JP2014531064A (ja) * | 2011-10-27 | 2014-11-20 | エルジー エレクトロニクスインコーポレイティド | 音声信号符号化方法及び復号化方法とこれを利用する装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR940012930A (ko) | 1994-06-24 |
| KR950009412B1 (en) | 1995-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2908270B2 (ja) | 適応的符号化システム | |
| US5537510A (en) | Adaptive digital audio encoding apparatus and a bit allocation method thereof | |
| EP0884850A2 (en) | Scalable audio coding/decoding method and apparatus | |
| JP3186292B2 (ja) | 高能率符号化方法及び装置 | |
| JP3297240B2 (ja) | 適応的符号化システム | |
| WO2005004113A1 (ja) | オーディオ符号化装置 | |
| JPH10178350A (ja) | 符号化音声データの符号化レート変換方法および装置 | |
| US7225123B2 (en) | Method for compressing audio signal using wavelet packet transform and apparatus thereof | |
| KR100750115B1 (ko) | 오디오 신호 부호화 및 복호화 방법 및 그 장치 | |
| JPH08242174A (ja) | ディジタルオーディオ信号の適応的符号化方法 | |
| JP2000151413A (ja) | オーディオ符号化における適応ダイナミック可変ビット割り当て方法 | |
| US6161088A (en) | Method and system for encoding a digital audio signal | |
| JPH06224862A (ja) | ディジタルオーディオ信号の処理方法および装置 | |
| JP2705377B2 (ja) | 帯域分割符号化方法 | |
| JP3297238B2 (ja) | 適応的符号化システム及びビット割当方法 | |
| JPH08179794A (ja) | サブバンド符号化方法及び装置 | |
| JPH08123488A (ja) | 高能率符号化方法、高能率符号記録方法、高能率符号伝送方法、高能率符号化装置及び高能率符号復号化方法 | |
| JP3134363B2 (ja) | 量子化方法 | |
| JP3010637B2 (ja) | 量子化装置及び量子化方法 | |
| JPH09135173A (ja) | 符号化装置および符号化方法、復号化装置および復号化方法、伝送装置および伝送方法、並びに記録媒体 | |
| KR0152016B1 (ko) | 가변 비트할당을 이용한 부호화 및 복호화시스템 | |
| KR970006827B1 (ko) | 오디오신호 부호화장치 | |
| KR960003453B1 (ko) | 채널 및 각 프레임에 적응적으로 비트 할당하여 부호화하는 스테레오 디지탈 오디오 부호화장치 | |
| JP2575265B2 (ja) | ディジタルオーディオ信号の符号化方法 | |
| JP3235365B2 (ja) | 高能率符号化方法及びその装置 |