JPH0716437U

JPH0716437U - 音声高能率符号化装置

Info

Publication number: JPH0716437U
Application number: JP051660U
Authority: JP
Inventors: 徳彦渕上; 昭治植野
Original assignee: Victor Company of Japan Ltd
Current assignee: Victor Company of Japan Ltd
Priority date: 1993-08-30
Filing date: 1993-08-30
Publication date: 1995-03-17

Abstract

(57)【要約】【目的】音声高能率符号化装置においてＦＦＴ処理を
追加した場合に演算量を増加することなくスペクトル情
報を算出する。【構成】前処理部１０２により入力信号ＡＤＳから複
素数列ｘが求められ、次いでＦＦＴ部１０３により複素
数列ｘから複素数列ｘにおけるＦＦＴ係数Ｘが求められ
る。中間処理部１０４ではＦＦＴ係数Ｘと、係数テーブ
ル１０１には予め記憶されたデジタルフィルタのインパ
ルス応答における偶数項のＦＦＴ係数Ｇと奇数項のＦＦ
Ｔ係数Ｈに基づいて複素数列Ｙと、ＦＦＴ係数Ｘにおけ
る偶数項ＥＶＥＮおよび奇数項ＯＤＤが求められる。Ｆ
ＦＴ係数出力部１０５では偶数項ＥＶＥＮと奇数項ＯＤ
Ｄから入力信号ＡＤＳのＦＦＴ係数ＡＤＳｆが求めら
れ、また、逆ＦＦＴ部１０６では複素数列Ｙに基づいて
畳み込み結果ｙが算出され、後処理部１０７により畳み
込み結果ｙから高域側信号ＡＤＨと低域側信号ＡＤＬが
求められる。

Description

【考案の詳細な説明】

【０００１】

【産業上の利用分野】

本考案は、オーディオ信号をデジタルフィルタにより複数の帯域（サブバンド）に分割してサブバンド毎に量子化および符号化する音声高能率符号化装置に関する。

【０００２】

【従来の技術】

ミニディスク（ＭＤ）、デジタルコンパクトカセット（ＤＣＣ）、カラオケＣＤ等における音声高能率符号化は、オーディオ信号のデータ量を圧縮するので音楽圧縮とも呼ばれている。このような符号化方式では、オーディオ信号がデジタルフィルタまたは直交変換により複数のサブバンドに分割され、周波数領域における聴覚心理分析に基づいてサブバンド毎の量子化ビット数が決定される。なお、以下の説明では「エンコード」という用語を符号化の他に圧縮の意味で用いる場合もある。

【０００３】図６（ａ）〜（ｄ）は周波数帯域を直交変換により分割する例を示す。図６（ａ）はエンコードの対象となる１６ビットＰＣＭオーディオ信号を５１２サンプル分切り出したことを示し、ここでは図の長方形で囲まれる全情報量が１６ビット＊５１２＝８１９２ビットとして説明する。もちろん、切り出されるサンプル数やＰＣＭのビット数はこの値に限定されない。

【０００４】図６（ｂ）は図６（ａ）に示す信号をＤＣＴ（離散コサイン変換）やＦＦＴ（高速フーリエ変換）等の直交変換により周波数変換した信号を示し、図の曲線が周波数スペクトルのエンベロープを示している。ここで、直交変換により情報量が保存されると仮定すると、この全情報量も図の長方形領域で表現することができる。一方、聴覚心理モデルによれば、図６（ｂ）に示す信号が存在したときにその信号によりマスキングされて聞こえなくなる信号レベルをカーブとして規定することができ、これは一般にマスキング効果と言われる。

【０００５】図６（ｂ）からマスキングカーブを描くと図６（ｃ）に示すように表すことができ、ここで、図６（ｂ）に示す信号を再量子化することを考慮すると、再量子化により発生する量子化ノイズレベルがマスキングカーブで規定されるレベル以下であれば、そのノイズは人間の耳には聞こえないということができる。そこで、図６（ｄ）に示すようにスペクトルを複数データ毎にサブバンドに分割し、各サブバンド毎の最大信号レベルをＳとし、また、図６（ｃ）から許容されるノイズレベルをＮとしてこのＳ／Ｎを満足するビット数で再量子化すれば、そのときの量子化ノイズはマスキングされて聞こえない。

【０００６】図６（ｄ）の矩形は圧縮時および伸長時に必要な情報量を示し、特に図の中央の変形矩形は主情報を、図の下側の細長い矩形は補助情報を示している。なお、補助情報とはデコード時に必要な各サブバンドの最大値（スケール値）と量子化ビット数を示す情報等である。したがって、図６（ｄ）において示される全情報量は主情報量と補助情報量の和であり、図６（ａ）や図６（ｂ）における全情報量の数分の１になることが分かる。したがて、図７に示すように以上の処理（ステップＳ１〜Ｓ６）を区間（この例では５１２サンプル区間）毎に繰り返すことにより音質を殆ど劣化することなくエンコードすることができる。

【０００７】次に、帯域分割の方法について説明すると、デジタルフィルタと直交変換の組み合わせにより以下の３通りが考えられる。（１）デジタルフィルタのみにより帯域分割を行う。（２）直交変換のみにより帯域分割を行う。（３）デジタルフィルタと直交変換の組み合わせにより帯域分割を行う。この場合には、先にデジタルフィルタにより大まかに帯域分割し、次に直交変換により細かく帯域分割することが一般的である。

【０００８】この分類によれば、ＤＣＣとカラオケＣＤは上記（１）に属し、また、ＭＤは上記（３）に属する。図８は従来のＭＤエンコーダを示し、図９は図８のデジタルフィルタ１を詳細に示し、図１０は図９のデジタルフィルタ１におけるインパルス応答の概略を示している。ＭＤシステムでは先ず、ＰＣＭオーディオ信号がデジタルフィルタとしてＱＭＦ（Quadrature Mirror Filter）１により低域および中域のバンドＡＤＬ〔ｑ〕と高域のバンドＡＤＨ〔ｑ〕の２つのバンドに分割される。なお、ＱＭＦ１の構成の詳細は後述する。

【０００９】ＱＭＦ１により分割された２つのバンドは、デジタルフィルタ（ＱＭＦ）２およびディレイ部３により低域、中域、高域の３つのバンドに分割され、次にＭＤＣＴ部４Ｌ、４Ｍ、４Ｈによりそれぞれ各バンドに対してＭＤＣＴが施されて周波数スペクトルが得られる。量子化・符号化部５はこの周波数スペクトルを５２バンドに見立てたサブバンド毎に量子化および符号化を行う。

【００１０】また、ＱＭＦ２およびディレイ部３により分割された低域、中域、高域の３つのバンドに基づいて変換長決定部６によりＭＤＣＴ部４Ｌ、４Ｍ、４Ｈの変換フレーム長が決定される。例えば低域と中域については１に対して１／４が決定されてＭＤＣＴ部４Ｌ、４Ｍにより変換が１回または４回行われ、高域については１に対して１／８が決定されてＭＤＣＴ部４Ｈにより変換が１回または８回行われ、したがって、分析の時間分解能と周波数分解能が適切に選択可能に構成されている。

【００１１】また、ＭＤＣＴ部４Ｌ、４Ｍ、４Ｈにより得られた周波数スペクトルに基づいて聴覚心理分析部７により量子化・符号化部５の量子化ビット数が決定され、この量子化ビット数と、量子化・符号化部５により量子化および符号化されたデータとＭＤＣＴの変換フレーム長は、マルチプレックス部８により多重化されてＭＤに記憶される。

【００１２】ここで、高能率符号化に限らず、一般に音声信号の性質を分析する場合には何らかの手段で周波数スペクトルを観察することが行われる。この理由は、そもそも人間の聴覚が周波数スペクトルを分析して音色等を認識しており、聴覚に沿って評価できることを始め、時間領域の信号から得られない様々な情報を入手することができるからである。また、周波数スペクトルを求める場合には一般にＦＦＴがよく用いられるが、この理由は、ＦＦＴが広く普及したアルゴリズムであると同時に、スペクトルが振幅と位相というベクトルの形式で得られるからとも思われる。

【００１３】

【考案が解決しようとする課題】

しかしながら、上記（１）および（３）の帯域分割方法では次のような問題点がある。（１）については、デジタルフィルタのみによる帯域分割では、システムの規模の都合上多数のバンドに分割することができないので、聴覚心理上必要な周波数分解能が不足する場合が多いという問題点がある。したがって、この場合には図１１に示すように、デジタルフィルタ部１〜４、６と平行してＦＦＴ部９により周波数スペクトルを求め、この周波数スペクトルを用いて聴覚心理を分析する場合がある。

【００１４】（３）については、直交変換としてＭＤＣＴやＤＣＴ等を用いた場合、得られるスペクトルが振幅と符号であり、この場合には図１２に示すようにベクトルの変化量を予測等することが困難であるので、やはりＦＦＴにより振幅と位相を分析する処理が別途必要になる場合がある。また、ＭＤの場合のように直交変換の変換長を決定しなければならない場合、図８に示すＭＤエンコーダは時間領域の信号から決定しているが、ＦＦＴ等のスペクトル情報から決定すればより的確に制御することができる。

【００１５】したがって、上記（１）および（３）のデジタルフィルタを用いた帯域分割方法では、ＦＦＴを併用して処理能力を向上させることが必要であるが、図１１に示すようにＦＦＴ処理を単に追加すると、その分演算量が増加するという問題点がある。

【００１６】本考案は上記従来の問題点に鑑み、ＦＦＴ処理を追加した場合に演算量を増加することなくスペクトル情報を得ることができる音声高能率符号化装置を提供することを目的とする。

【００１７】

【課題を解決するための手段】

本考案は上記目的を達成するために、ＦＦＴ処理されたデータを逆ＦＦＴ処理することによりオーディオ信号をサブバンドに分割するとともに、ＦＦＴ処理により得られたＦＦＴ係数をスペクトル情報として後段の処理で利用するようにしている。すなわち本考案によれば、オーディオ信号をサブバンドに分割し、サブバンド毎に量子化および符号化する音声高能率符号化装置において、デジタルフィルタによるサブバンド分割の少なくとも一部を実現する高速フーリエ変換手段と逆高速フーリエ変換手段との組み合わせと、前記高速フーリエ変換手段により処理されたデータからオーディオ信号のＦＦＴ係数を算出するＦＦＴ係数算出手段とを有することを特徴とする音声高能率符号化装置が提供される。

【００１８】

【作用】

本考案では、ＦＦＴ処理されたデータを逆ＦＦＴ処理することによりオーディオ信号がサブバンドに分割されるとともに、ＦＦＴ処理により得られたＦＦＴ係数をスペクトル情報として後段の処理で利用する。したがって、オーディオ信号をサブバンドに分割する処理の一部がオーディオ信号の周波数スペクトルを求めるＦＦＴ処理を兼用しているので、ＦＦＴ処理を追加した場合に演算量を増加することなくスペクトル情報を得ることができる。

【００１９】

【実施例】

以下、図面を参照して本考案の実施例について説明する。図１は本考案に係る音声高能率符号化装置の一実施例の要部であるデジタルフィルタ兼ＦＦＴ係数算出部を示すブロック図、図２は図１のデジタルフィルタ兼ＦＦＴ係数算出部により分割される周波数帯域を示す説明図、図３は図１のデジタルフィルタ兼ＦＦＴ係数算出部の畳み込み処理を示す説明図、図４は図１のデジタルフィルタ兼ＦＦＴ係数算出部が２５６長の信号を３つに分割する処理を示す説明図、図５は図１のデジタルフィルタ兼ＦＦＴ係数算出部のＦＦＴ係数算出処理と帯域分割処理を説明するためのフローチャートである。

【００２０】本実施例では、サブバンド分割に用いられるデジタルフィルタ処理の一部としてＦＦＴ処理が用いられている。図１に示すデジタルフィルタ兼ＦＦＴ係数算出部は、一例として図８に示すＭＤエンコーダの第１段のＱＭＦ１に対応し、図２に示すようにある周波数ｆｓを有する時間信号を低域Ｈ１と高域Ｈ２の２つの帯域に等分割するとともに、聴覚心理分析等の各種処理に利用可能なスペクトルとしてＦＦＴ係数ＡＤＳｆを得るようにしている。、

【００２１】ここで、図９に詳しく示すＱＭＦ１は、単にある周波数ｆｓを有する時間信号を低域Ｈ１と高域Ｈ２の２つの帯域に等分割するだけであり、また、

【００２２】

【数１】

【００２３】という鏡面対称の関係が成り立つのでミラーフィルタと呼ばれる。なお、低域Ｈ１と高域Ｈ２がＱＭＦとなるためには幾つかの条件が必要であるが、ここでは説明を省略する。また、図９に示すフィルタ１はＦＩＲ（有限長インパルス応答）フィルタであり、時間信号にＱＭＦ処理を施すということは信号と低域Ｈ１および高域Ｈ２との畳み込み演算を行うことに他ならない。図９に示す例では、低域Ｈ１のインパルス応答をａ

〔０〕〜ａ〔４７〕の４８ポイントで定義しており、ＱＭＦの性格上ａ〔ｉ〕＝ａ〔４７−ｉ〕（ｉ＝２４〜４７）が成立するので、インパルス応答ａと振幅は図１０に示すように表現することができる。図９に示すＱＭＦ１では、５１２個のサンプルＡＤＳ〔ｐ〕が入力すると、

【００２４】

【数２】

【００２５】により、出力として２５６サンプルの高域側信号ＡＤＨ〔ｑ〕と同じく２５６サンプルの低域側信号ＡＤＬ〔ｑ〕が得られる。また、帯域幅が共に１／２になるのでサンプリングレートを１／２にするダウンサンプリングを行っている。このように、ＱＭＦ処理は入力信号ＡＤＳの偶数項とインパルス応答ａの偶数項の畳み込み演算と、入力信号ＡＤＳの奇数項とインパルス応答ａの奇数項の畳み込み演算を行い、畳み込み後の２つの信号の差から高域側信号ＡＤＨが、また、和から低域側信号ＡＤＬが求められる。

【００２６】本実施例ではこの畳み込み演算を図１に示す回路でＦＦＴにより行っている。この回路を概略的に説明すると、先ず前処理部１０２により入力信号ＡＤＳから複素数列ｘが求められ、次いでＦＦＴ部１０３により複素数列ｘから複素数列ｘにおけるＦＦＴ係数Ｘが求められる。係数テーブル１０１には予め、インパルス応答ａにおける偶数項のＦＦＴ係数Ｇ（＝Ｆ｛ｇ｝）と奇数項のＦＦＴ係数Ｈ（＝Ｆ｛ｈ｝）が記憶され、中間処理部１０４ではこれらのＦＦＴ係数Ｘ、Ｇ、Ｈに基づいて複素数列Ｙと、複素数列Ｘにおける偶数項ＥＶＥＮおよび奇数項ＯＤＤが求められる。

【００２７】ＦＦＴ係数出力部１０５では偶数項ＥＶＥＮと奇数項ＯＤＤから入力信号ＡＤＳのＦＦＴ係数ＡＤＳｆが求められ、また、逆ＦＦＴ部１０６では複素数列Ｙに基づいて畳み込み結果ｙが算出され、次いで後処理部１０７により畳み込み結果ｙから高域側信号ＡＤＨと低域側信号ＡＤＬが求められる。

【００２８】次に図３〜図５を参照してこのＦＦＴ処理について詳細に説明すると、先ず、ＦＦＴの性質から時間領域における畳み込み演算はＦＦＴ係数上では積演算となる。ここで、一般に長さＮの入力信号ｘ〔ｉ〕と長さＭのインパルス応答ｈ〔ｉ〕との畳み込み結果をｙ〔ｉ〕とし、また、それぞれのＦＦＴ係数をそれぞれＸ〔ｋ〕、Ｈ〔ｋ〕、Ｙ〔ｋ〕とすると、畳み込み結果ｙ〔ｉ〕＝ｘ〔ｉ〕＊ｈ〔ｉ〕（但し、「＊」は畳み込み演算を示す。）は、Ｙ〔ｋ〕＝Ｘ〔ｋ〕・Ｈ〔ｋ〕（但し、ｋ＝０〜Ｒ−１）に対応する。

【００２９】具体的には図３に示すように、信号ｘ〔ｉ〕の長さＮを長さＲ（Ｒ≧Ｎ＋Ｍ，Ｒ＝２ⁿ）に拡張し、また、長さＭのインパルス応答ｈ〔ｉ〕も同様に長さＲに拡張し、それぞれ長さＲのＦＦＴ処理を実行することにより拡張時における信号ｘ〔ｉ〕のＦＦＴ係数Ｘ〔ｋ〕およびインパルス応答ｈ〔ｉ〕のＦＦＴ係数Ｈ〔ｋ〕を求める。

【００３０】

【数３】Ｘ〔ｋ〕＝Ｆ｛ｘ〔ｉ〕｝Ｈ〔ｋ〕＝Ｆ｛ｈ〔ｉ〕｝但し、「｛｝」はフーリエ変換を示す。

【００３１】次に、拡張時におけるＸ〔ｋ〕とＨ〔ｋ〕の積Ｙ〔ｋ〕を求め、以下のようにＹ〔ｋ〕をＩ（逆）ＦＦＴ処理することにより、信号とインパルス応答の畳み込み結果ｙ〔ｉ〕を得る。なお、このようにして得られるｙ〔ｉ〕は、ｘ〔ｉ〕とｈ〔ｉ〕の直線畳み込みと呼ばれる。

【００３２】

【数４】ｙ〔ｉ〕＝Ｆ^-1｛Ｙ〔ｋ〕｝但し、「Ｆ^-1｛｝」は逆フーリエ変換を示す。

【００３３】次に、２５６サンプルの入力信号ＡＤＳと２４サンプルのインパルス応答ａの畳み込みについて説明する。図４においてＮ＝２５６、Ｍ＝２４であるので、最小のＲは５１２となり、したがって、上記方法では５１２ポイントのＦＦＴを用いれば上記畳み込み演算を行うことができる。

【００３４】ここで、本実施例では、音声高能率符号化においてＦＦＴ処理により得られるスペクトルを後続の処理に用いるので、図４に示すように２５６長の信号を３つに分割し、これを共に１２８ポイントに拡張してＦＦＴを３回行うことにより畳み込み演算を行う。なお、このとき１２８≧８６＋２４が成り立っている。そして、図５に示すようにＦＦＴを３回行うことにより得られる畳み込み結果を合成すると２５６長全体の畳み込み結果が得られ、予測計算やプリエコー対策のための波形の立ち上がり等に利用することができる。

【００３５】次に、図５を参照して実際にＦＦＴにより畳み込み演算を行う手順の一例を説明すると、先ず、係数テーブル１０１に予め設定されているインパルス応答ａにおける偶数項のＦＦＴ係数Ｇ（＝Ｆ｛ｇ｝）と奇数項のＦＦＴ係数Ｈ（＝Ｆ｛ｈ｝）が中間処理部１０４に設定される（ステップＳ１１）。

【００３６】数２によれば、入力信号の偶数項（以下、ｅｖｅｎという。）とインパルス応答ａの偶数項（以下、ｇという。）の畳み込み演算（ｅｖｅｎ＊ｇ）と、入力信号の奇数項（以下、ｏｄｄという。）とインパルス応答ａの奇数項（以下、ｈという。）の畳み込み演算（ｅｖｅｎ＊ｈ）が行われるが、上記ｅｖｅｎ、ｏｄｄ、ｇ、ｈはいずれも実系列であり、ｅｖｅｎ＊ｇとｅｖｅｎ＊ｈも同様に実系列となるので、ＦＦＴと逆ＦＦＴを行うために、先ず実系列の偶数項ｅｖｅｎと奇数項ｏｄｄを１２８長に拡張した後、複素数列ｘ（＝ｅｖｅｎ＋ｊｏｄｄ）に展開し、ＦＦＴの処理回数を低減するようにしている（ステップＳ１２）。そして、ステップＳ１３ではＦＦＴ部１０３により複素数列ｘのＦＦＴ係数Ｘを求める。

【００３７】

【数５】Ｘ＝Ｆ｛ｘ｝＝Ｆ｛ｅｖｅｎ｝＋ｊＦ｛ｏｄｄ｝＝ＥＶＥＮ＋ｊＯＤＤ

【００３８】続くステップＳ１４では中間処理部１０４によりこのＦＦＴ係数Ｘから偶数項ＥＶＥＮと奇数項ＯＤＤを分離し、ステップＳ１５ではＦＦＴ係数出力部１０５によりこの偶数項ＥＶＥＮと奇数項ＯＤＤから入力信号ＡＤＳのＦＦＴ係数ＡＤＳｆを求める。ステップＳ１４に示す偶数項ＥＶＥＮと奇数項ＯＤＤを分離する方法を詳細に説明すると、２つの実系列ｅｖｅｎ（ｎ）とｏｄｄ（ｎ）から複素系列ｘ（ｎ）をｘ（ｎ）＝ｅｖｅｎ（ｎ）＋ｊｏｄｄ（ｎ）と定義し、複素系列ｘ（ｎ）のＦＦＴ係数Ｘ（ｋ）から実系列ｅｖｅｎ（ｎ）のＦＦＴ係数ＥＶＥＮ（ｋ）と、実系列ｏｄｄ（ｎ）のＦＦＴ係数ＯＤＤ（ｋ）を算出する（系列長はＮとする）。ＦＦＴの線形性から、

【００３９】

【数６】Ｘ（ｋ）＝ＥＶＥＮ（ｋ）＋ｊＯＤＤ（ｋ） …（ａ）

【００４０】が成立し、また、ｅｖｅｎ（ｎ）およびｏｄｄ（ｎ）が実系列であるので、ＦＦＴの性質から、

【００４１】

【数７】ＥＶＥＮ（ｋ）＝ＥＶＥＮ^* （Ｎ−ｋ）ＯＤＤ（ｋ）＝ＯＤＤ^* （Ｎ−ｋ）但し、「^* 」は複素共役を示す。Ｎは系列長を示す。

【００４２】が成立する。したがって、

【００４３】

【数８】Ｘ（Ｎ−ｋ）＝ＥＶＥＮ（Ｎ−ｋ）＋ｊＯＤＤ（Ｎ−ｋ）＝ＥＶＥＮ^* （ｋ）＋ｊＯＤＤ^* （ｋ） ∴Ｘ^* （Ｎ−ｋ）＝ＥＶＥＮ（ｋ）−ｊＯＤＤ（ｋ） …（ｂ）

【００４４】式（ａ）および（ｂ）からＥＶＥＮ（ｋ）とＯＤＤ（ｋ）を求めると、

【００４５】

【数９】ＥＶＥＮ（ｋ）＝（１／２）〔Ｘ（ｋ）＋Ｘ^* （Ｎ−ｋ）〕ＯＤＤ（ｋ）＝（１／２ｊ）〔Ｘ（ｋ）−Ｘ^* （Ｎ−ｋ）〕 …（ｃ）

【００４６】となり、したがって、式（ｃ）によりＸ（ｋ）からＥＶＥＮ（ｋ）とＯＤＤ（ｋ）を求めることができる。次に、図５に戻ってＦＦＴにより周波数スペクトルを算出する方法を説明する。本実施例では、音声高能率符号化において入力信号ＡＤＳを３分割した区間毎のＦＦＴ係数を求めて後続の処理に用い、また、入力信号ＡＤＳの偶数項と奇数項ともに１２８の長さでＦＦＴ処理を行うので、得られる入力信号ＡＤＳのＦＦＴ係数は２５６長３回分である。

【００４７】ステップＳ１５に示すＡＤＳｆ算出処理を詳しく説明すると、長さがＮの系列に対するＦＦＴ係数は、長さを半分（Ｎ／２）に短縮した２つの系列のＦＦＴ係数から計算することができる。今、長さがＮの系列ＡＤＳ（ｎ）（ｎ＝０，１， …，Ｎ−１）を偶数項

【００４８】

【数１０】ｅｖｅｎ（ｎ）＝ＡＤＳ（２ｎ）（ｎ＝０，１，…，Ｎ／２−１）

【００４９】と奇数項

【００５０】

【数１１】ｏｄｄ（ｎ）＝ＡＤＳ（２ｎ＋１）（ｎ＝０，１，…，Ｎ／２−１）

【００５１】に分けて考える。このとき、偶数項ｅｖｅｎ（ｎ）と奇数項ｏｄｄ（ｎ）の各ＦＦＴ係数をそれぞれＥＶＥＮ（ｋ）、ＯＤＤ（ｋ）（ｋ＝０，１，…，Ｎ／２− １）とすると、系列ＡＤＳ（ｎ）のＦＦＴ係数ＡＤＳｆ（ｋ）は、時間間引き形のＦＦＴアルゴリズムの考え方（詳細は省略）から以下のように計算することができる。

【００５２】

【数１２】

【００５３】中間処理部１０４ではまた、図５に示すステップＳ１６において偶数項におけるＥＶＥＮとＧの積と、奇数項におけるＯＤＤとＨの積が求められ、続くステップＳ１７において複素数列Ｙ（＝ＥＶＥＮ・Ｇ＋ｊＯＤＤ・Ｈ）が求められ、次いで、逆ＦＦＴ部１０６により複素数列Ｙから畳み込み結果ｙが算出される（ステップＳ１８）。

【００５４】

【数１３】ｙ＝Ｆ^-1｛Ｙ｝＝Ｆ^-1｛ＥＶＥＮ・Ｇ｝＋ｊＦ^-1｛ＯＤＤ・Ｈ｝＝ｅｖｅｎ＊ｇ＋ｊｏｄｄ＊ｈ

【００５５】後処理部１０７ではｙの実数部からｅｖｅｎ＊ｇが、また、虚数部からｏｄｄ＊ｈが取り出され（ステップＳ１９）、ステップＳ１２〜Ｓ１９の処理を３回行った後、３回分のｅｖｅｎ＊ｇとｏｄｄ＊ｈが合成され（ステップＳ２０）、その和と差を求めることにより高域側信号ＡＤＨと低域側信号ＡＤＬが求められる（ステップＳ２１）。次に、従来例と本実施例の演算量について説明する。この演算量は積、および積和演算の回数で評価すると、

【００５６】

【数１４】従来：２５６＊２４＊２＝１２２８８回実施例：約｛１５００（ＦＦＴ）＋２５６＊２（畳み込み）＋１５００（逆ＦＦＴ）＋８＊１２８（ＡＤＦｆ算出）＝１３６０８回

【００５７】であり、ＡＤＦｆ算出を加えても従来例と本実施例の演算量はほぼ同等であり、したがって、ＦＦＴ処理を追加しても演算量を増加することなくスペクトル情報を得ることができる。

【００５８】このようにデジタルフィルタをＦＦＴ処理により実現することにより入力信号ＡＤＳのＦＦＴ係数ＡＤＳｆ（周波数スペクトル）を求めることができ、また、特にＦＦＴ処理を複数回実行してフレームの複数区間に分割したのときのＦＦＴ係数を求めることにより、音声高能率符号化装置では次のような処理に応用することができる。

【００５９】（ａ）入力信号のパワーの急峻な立ち上がり（トランジェント）や定常性を検出するために用いられ、図８に示すＭＤエンコーダではフレームの変換長決定部６により用いられる。例えば入力信号の３つの区間の周波数スペクトル振幅がＲ 1 〔ｎ〕、Ｒ₂ 〔ｎ〕、Ｒ₃ 〔ｎ〕（ｎ＝０〜Ｎ−１）が得られる場合、区間パワーＰ_i

【００６０】

【数１５】

【００６１】を求め、Ｐ₁ 、Ｐ₂ 、Ｐ₃ を比較することにより入力信号のパワーの急峻な立ち上がりを検出することができる。また、Ｐ₁ 、Ｐ₂ 、Ｐ₃ の間の相互相関関係係数等を算出することにより区間による入力信号の相関の関係から波形の定常性等を評価することができる。

【００６２】（ｂ）入力信号のトーナリティの検出に用いられる。トーナリティとは信号が正弦波に近いかノイズに近いかの度合いを示す量であり、この量を聴覚心理（図８参照）を分析する場合に用いることにより、より実際に近い分析を行うことができる。例えば入力信号の３つの区間の周波数スペクトル振幅がＲ₁ 〔ｎ〕、Ｒ 2 〔ｎ〕、Ｒ₃ 〔ｎ〕（ｎ＝０〜Ｎ−１）が得られる場合、各位相をそれぞれΦ 1 〔ｎ〕、Φ₂ 〔ｎ〕、Φ₃ 〔ｎ〕とすると、Ｒ₁ 、Ｒ₂ 、Φ₁ 、Φ₂ から予測される３番目の区間のスペクトルＲ_x 〔ｎ〕、Φ_x 〔ｎ〕を

【００６３】

【数１６】Ｒ_x 〔ｎ〕＝２・Ｒ₂ 〔ｎ〕−Ｒ₁ 〔ｎ〕 Φ_x 〔ｎ〕＝２・Φ₂ 〔ｎ〕−Φ₁ 〔ｎ〕

【００６４】により求め、（Ｒ，Φ）平面上の（Ｒ_x ，Φ_x ）と（Ｒ₃ ，Φ₃ ）との距離を評価することにより次式により各ｎにおけるトーナリティｔ〔ｎ〕を算出することができ、このトーナリティｔ〔ｎ〕を適切に評価することにより聴覚心理分析を適切に行うことができる。

【００６５】

【数１７】

【００６６】（ｃ）聴覚心理を分析する場合のマスキング計算等に用いられる。デジタルフィルタのみによりサブバンド分割を行い、直交変換を行わないシステムでは、周波数スペクトルを聴覚心理を分析する場合のマスキング計算等に用いることにより、より高い精度で聴覚心理を分析することができる。

【００６７】

【考案の効果】

以上説明したように本考案によれば、ＦＦＴ処理されたデータを逆ＦＦＴ処理することによりオーディオ信号をサブバンドに分割するとともに、ＦＦＴ処理により得られたＦＦＴ係数をスペクトル情報として後段で利用するのでオーディオ信号をサブバンドに分割する処理の一部がオーディオ信号の周波数スペクトルを求めるＦＦＴ処理を兼用し、したがって、ＦＦＴ処理を追加した場合に演算量を増加することなくスペクトル情報を得ることができる。

【図面の簡単な説明】

【図１】本考案に係る音声高能率符号化装置の一実施例
の要部であるデジタルフィルタ兼ＦＦＴ係数算出部を示
すブロック図である。

【図２】図１のデジタルフィルタ兼ＦＦＴ係数算出部に
より分割される周波数帯域を示す説明図である。

【図３】図１のデジタルフィルタ兼ＦＦＴ係数算出部の
畳み込み処理を示す説明図である。

【図４】図１のデジタルフィルタ兼ＦＦＴ係数算出部が
２５６長の信号を３つに分割する処理を示す説明図であ
る。

【図５】図１のデジタルフィルタ兼ＦＦＴ係数算出部の
ＦＦＴ係数算出処理と帯域分割処理を説明するためのフ
ローチャートである。

【図６】音声高能率符号化方法を模式的に示す説明図で
ある。

【図７】図６の音声高能率符号化処理を説明するための
フローチャートである。

【図８】従来のＭＤエンコーダを示すブロック図であ
る。

【図９】図８のデジタルフィルタを詳細に示すブロック
図である。

【図１０】図９のデジタルフィルタにおけるインパルス
応答の概略を示す説明図である。

【図１１】従来の音声高能率符号化装置を示すブロック
図である。

【図１２】ベクトルの変化量を予測する処理を示す説明
図である。

【符号の説明】

１０１係数テーブル１０２前処理部１０３ＦＦＴ部（高速フーリエ変換手段）１０４中間処理部１０５ＦＦＴ係数出力部（ＦＥＴ係数算出手段）１０６逆ＦＦＴ部（逆高速フーリエ変換手段）１０７後処理部

Claims

【実用新案登録請求の範囲】

【請求項１】オーディオ信号をサブバンドに分割し、
サブバンド毎に量子化および符号化する音声高能率符号
化装置において、デジタルフィルタによるサブバンド分割の少なくとも一
部を実現する高速フーリエ変換手段と逆高速フーリエ変
換手段との組み合わせと、前記高速フーリエ変換手段により処理されたデータから
オーディオ信号のＦＦＴ係数を算出するＦＦＴ係数算出
手段とを有することを特徴とする音声高能率符号化装
置。