JPH0722960A - オーディオ符号化データ合成方法 - Google Patents

Abstract

(57)【要約】 【目的】 複数のオーディオ符号化データを復号化する
ことなく、サブバンド毎に合成することを可能にするオ
ーディオ符号化データ合成方法を提供する。 【構成】 複数のオーディオ符号化データから１フレー
ム分の符号化データを取り出し、サブバンド毎の量子化
されたオーディオデータを量子化ビット数に従って解読
し、スケールファクタを用いて正規化前の状態に戻す。
この後、オーディオデータの重み付け平均値を計算し、
新たなスケールファクタで正規化する。上記計算前のサ
ブバンドのオーディオデータで絶対値が大きいデータの
量子化ビット数を用いて、前記重み付け平均値を量子化
し、これによりオーディオ符号化データを合成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、マルチメディア(マル
チメディア自体がオーディオを合成する機能を備えたオ
ーディオ符号化データ合成装置の場合もある)，放送，
通信等に用いられる符号化されたオーディオデータを編
集するためのデータを合成する方法に関するものであ
る。

【０００２】

【従来の技術】近年、オーディオ符号化技術が進み、ビ
ットレートが低くても、高品質のオーディオデータが得
られるようになってきた。例えば、ＤＣＣ(デジタル・
コンパクト・カセット)やＭＤ(ミニディスク)などであ
る。これらに用いられているオーディオ符号化技術はオ
ーディオ信号の録音・再生のみならず、編集技術と共
に、マルチメディア，放送，通信等で使用することも可
能である。その編集技術とは、任意のオーディオ信号の
切り出し，フェードイン・フェードアウト，複数のオー
ディオ信号を時間的に連続に接続すること，複数のオー
ディオ信号の合成(加算)等である。

【０００３】以下、図面を参照しながら、従来の音声デ
ータ編集装置の一例について説明する。図４は従来の音
声データ編集装置の主要部ブロック構成を示すものであ
り、図４において、１は音声出力や音声データ合成のコ
マンドを入力するためのキーボードまたはマウス、２は
予め音声の時系列情報および音声特徴量を記憶している
記憶装置Ａ、３は音声特徴量を表示する表示装置、４は
記憶装置Ａ２に記憶された複数の音声の時系列情報を合
成する合成装置、５は合成装置４によって合成された音
声の時系列情報を記憶する記憶装置Ｂ、６は記憶装置Ａ
２または記憶装置Ｂ５に記憶された音声の時系列情報を
音声に変換し出力する音声出力装置である。

【０００４】次に、図５を用いて音声の合成方法につい
て説明する。図５は上記合成装置の動作の流れを示すフ
ローチャートで、図５のフローチャートの流れに沿って
合成の方法について説明する。まず、記憶装置Ａ２から
音声ａの時系列情報を読み出し、同様に記憶装置Ａ２か
ら音声ｂの時系列情報も読み出す。このとき、音声ａと
音声ｂの音声長は異なっていてもよい。次に、音声ａの
時系列情報と音声ｂの時系列情報の時刻毎の平均値を計
算する。もし音声ａの音声長の方が音声ｂの音声長より
も短ければ、また逆に音声ｂの音声長の方が音声ａの音
声長よりも短ければ、短い方の音声の時系列情報は零と
して計算する。最後に、計算された時系列情報を記憶装
置Ｂ５に書き込む。なお、記憶装置Ａ２と記憶装置Ｂ５
は同一のものであってもよい(例えば、特開平１−15019
8号公報)。

【０００５】

【発明が解決しようとする課題】しかしながら、上記の
ような合成の方法では、音声の時系列情報についての合
成のみしか行うことができず、オーディオ符号化データ
を合成する場合、一旦復号化して波形データに戻してか
ら合成しなければならなかった。その場合、復号化する
ための時間を必要とし、復号化されたデータを一旦記憶
するための記憶装置が必要となる、などの問題があっ
た。

【０００６】本発明は上記問題を解決するもので、オー
ディオ符号化データの合成装置において符号化されたオ
ーディオデータの合成方法を提供することを目的とす
る。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、本発明は一定数のオーディオ符号化データ毎に、該
オーディオ符号化データをサブバンド毎に合成するもの
とし、合成されるべき前記オーディオ符号化データの量
子化されたオーディオデータを量子化ビット数に従って
解読し、次にスケールファクタを用いて正規化前の状態
に戻し、その後サブバンド毎のオーディオデータの重み
付け平均値を算出し、該重み付け平均値を正規化して、
正規化するためのスケールファクタを新たなスケールフ
ァクタとし、かつ合成する前の各サブバンドでオーディ
オデータの絶対値が最も大きい方の量子化ビット数で前
記重み付け平均値を量子化して合成を行う方法からな
る。

【０００８】

【作用】本発明は上記の合成方法により、複数のオーデ
ィオ符号化データを合成する場合、オーディオデータを
復号化することなくサブバンド毎に合成できるため余分
な記憶装置が不必要であり、しかも合成の時間も短くす
ることができる。

【０００９】

【実施例】以下、図面を参照しながら、オーディオ符号
化データの合成装置における、本発明のオーディオ符号
化データ合成方法を詳細に説明する。図１は本発明の一
実施例におけるオーディオ符号化データ合成装置のブロ
ック構成を示すもので、図において、11は入力となる複
数のオーディオ符号化データ、12は、複数のオーディオ
符号化データ11が入力されるとオーディオ符号化データ
の合成を行い、出力するオーディオ符号化データ合成装
置、13は出力される合成されたオーディオ符号化データ
である。

【００１０】次に、図２はオーディオ符号化データの内
容を示すもので、図に従ってオーディオ符号化データの
内容を説明する。まず、オーディオ符号化データはＩＳ
Ｏ／ＩＥＣ ＪＴＣ１／ＳＣ29／ＷＧ11の中のＭＰＥＧ
(Ｍoving Ｐicture ＥxpertＧroup)によって企画化され
たオーディオの符号化方式に従って符号化されているも
のとする。オーディオの符号化方式はレイヤ１，レイヤ
２，レイヤ３の３通りあるが、なかでも高品質のオーデ
ィオ符号化に最も適しているレイヤ１方式に従うものと
する。レイヤ１はＣＤやＤＡＴのオーディオをビットレ
ート192kbps／ch程度で符号化を行っても、その復号化
されたオーディオは元のＣＤやＤＡＴ並みの品質を維持
することができる。

【００１１】レイヤ１による符号化方式を概説すると、
基本的にはサブバンド符号化であり、入力されたディジ
タルオーディオデータは32バンドの等帯域幅のサブバン
ドに分割される。各サブバンド内のオーディオデータは
一定数のオーディオデータ(この単位をフレームという)
毎に符号化される。符号化の方法は、まず各サブバンド
のオーディオデータをサブバンド内の最大のオーディオ
データに従って正規化し(正規化のための係数をスケー
ルファクタという)、前もってサブバンド毎に定めた量
子化ビット数によって量子化する(量子化ビット数の決
定の方法は人間の聴覚特性を利用して、入力されるオ−
ディオデータの中で人間の聴覚にとって重要な成分を含
むサブバンドには量子化ビット数を多く、そうでないサ
ブバンドには量子化ビット数を少なく割り当てる)。ま
た、フレームの先頭を検出するための同期語および符号
化方式の情報(レイヤ，ビットレート，標本化周波数な
ど)もヘッダーとして併せて符号化される。したがっ
て、図２に示すように、オーディオ符号化データには、
ヘッダー，各サブバンドに割り当てる量子化ビット数
と、サブバンド内のオーディオデータを正規化するため
のスケールファクタと、量子化されたオーディオデータ
とが含まれる。

【００１２】次に、このようにして符号化されたオーデ
ィオ符号化データが図１において２入力で入力される場
合を例として、図３を用いてその合成方法について説明
する。図３は上記の合成方法の流れを示すフローチャー
トである。図３のフローチャートの流れに沿って合成の
方法について説明すると、まず、オーディオａとオーデ
ィオｂのオーディオ符号化データが読み出される。オー
ディオａとオーディオｂの時間長は異なっていてもよ
い。次に、オーディオａとオーディオｂのオーディオ符
号化データ中の合成すべき時刻に対応する１フレーム分
を取り出し、各サブバンドの量子化されたオーディオデ
ータを量子化ビット数の情報を基に解読し、各サブバン
ドのスケールファクタに従って正規化前の状態に戻す。

【００１３】その後、正規化前の状態に戻されたオーデ
ィオａとオーディオｂのオーディオデータはサブバンド
毎に重み付け平均値を計算される。この重み付け平均値
は、オーディオのレベルが異なりレベル合わせを必要と
する場合や、一方のオーディオを強調したい場合などに
行う。特に必要としない場合は、重み付け平均値ではな
く、通常の平均値を計算してもよい。

【００１４】計算された重み付け平均値は正規化し直さ
れる。正規化するための新たなスケールファクタを合成
されたサブバンドのスケールファクタとする。さらに合
成する前の各サブバンドで、オーディオデータの絶対値
が最も大きいデータの量子化ビット数で重み付け平均値
の量子化を行い、これを量子化されたオーディオデータ
とする。これを全フレームにわたって行い、オーディオ
ａの時間長の方がオーディオｂの時間長よりも短けれ
ば、また逆にオーディオｂの時間長の方がオーディオａ
の時間長よりも短ければ、短い方のオーディオ符号化デ
ータは零として計算して、最後に合成されたオーディオ
符号化データを出力する。

【００１５】なお、上記の説明では合成するオーディオ
符号化データは２種類であるとしたが、合成するオーデ
ィオ符号化データは３種類、またはそれ以上であっても
よい。この場合の合成方法も上記２種類の場合と同様で
ある。まず、合成する複数のオーディオ符号化データが
読み出され、合成すべき時刻に対応する１フレーム分を
取り出す。そして各サブバンドの量子化されたオーディ
オデータを量子化ビット数の情報を基に解読し、各サブ
バンドのスケールファクタに従って正規化前の状態に戻
す。

【００１６】その後、正規化前の状態に戻された複数の
オーディオデータはサブバンド毎に重み付け平均値を計
算される(特に必要がなければ重み付け平均値ではな
く、通常の平均値を計算してもよい)。計算された重み
付け平均値は正規化しなおされる。正規化するための新
たなスケールファクタを合成されたサブバンドのスケー
ルファクタとする。さらに合成する前の各サブバンドで
オーディオデータの絶対値が最も大きいデータの量子化
ビット数で重み付け平均値の量子化を行い、量子化され
たオーディオデータとする。これを全フレームにわたっ
て行い、オーディオの時間長が等しくなければ、時間長
が短いオーディオの方の符号化データは零として計算し
て、最後に合成されたオーディオ符号化データを出力す
る。

【００１７】このようにして、オーディオ符号化データ
を全サブバンドにわたって合成した後、フレーム毎にオ
ーディオ符号化データの符号化データ量を計算し、全符
号化データ量と許容されるデータ量との比較を行い、全
符号化データ量が許容されるデータ量よりも少ない場合
には、各々のサブバンド内の量子化ビット数に割り当て
るビット数を増加させる。量子化ビット数の増加の方法
は、まず最も低域のサブバンド内の量子化ビット数に割
り当てるビット数を１ビット増やす。同じサブバンド内
の量子化ビット数は等しくなるようにするので、１つの
サブバンドに割り当てる量子化ビット数を１ビット増や
すことは、(１ビット×１サブバンドのデータ数)のビッ
ト数が増えることを意味する。

【００１８】最も低域のサブバンドの量子化ビット数を
１ビット増やした後、再び全符号化データ量を計算し、
全符号化データ量が許容されるデータ量よりもまだ少な
い場合、先に量子化ビット数を１ビット増やしたサブバ
ンドに隣り合う高域側のサブバンドの量子化ビット数を
１ビット増し、再び全符号化データ量を計算する。この
処理を全符号化データ量が許容されるデータ量に達する
まで行う。ただし、あるサブバンドの量子化ビット数に
１ビット増やしたことにより、全符号化データ量が許容
されるデータ量を超える場合には、全符号化データ量が
許容されるデータ量に達しなくとも、その１つ前のサブ
バンドまでで量子化ビット数を増やす処理を中止する。
低域のサブバンドのデータは人間の聴覚にとって重要な
ので、低域のサブバンドから量子化ビット数を増やして
いくことは有効である。

【００１９】また、オーディオ符号化データを全サブバ
ンドにわたって合成した後に、全符号化データ量と許容
されるデータ量との比較を行い、すでに全符号化データ
量が許容されるデータ量よりも多い場合は、サブバンド
内の量子化ビット数に割り当てるビット数を減少させ
る。量子化ビット数の減少の方法は、前記増加の方法と
逆で、まず最も高域のサブバンド内の量子化ビット数に
割り当てるビット数を１ビット減らす。また同じサブバ
ンド内の量子化ビット数は等しくなるようにするので、
１つのサブバンドに割り当てる量子化ビット数を１ビッ
ト減らすことは、(１ビット×１サブバンドのデータ数)
のビット数が減ることを意味する。

【００２０】最も高域のサブバンドの量子化ビット数を
１ビット減らした後、再び全符号化データ量を計算す
る。全符号化データ量が許容されるデータ量よりもまだ
多い場合、先に量子化ビット数を１ビット減らしたサブ
バンドに隣り合う低域側のサブバンドの量子化ビット数
を１ビット減らし、全符号化データ量を再度計算する。
この処理を全符号化データ量が許容されるデータ量と等
しくなるか、全符号化データ量が許容されるデータ量と
全く等しくならなくとも、全符号化データ量が許容され
るデータ量以下になった時点で、量子化ビット数を減ら
す処理を中止する。高域のサブバンドのデータは低域の
サブバンドのデータに比べて人間の聴覚にとって重要性
が低いので、高域のサブバンドから量子化ビット数を減
らしていくことは有効である。

【００２１】以上のようなビット数の増減処理を行うこ
とにより、オーディオ符号化データを合成する際に、許
容されるデータ量を効率的に使用することが可能とな
る。

【００２２】

【発明の効果】以上説明したように、本発明のオーディ
オ符号化データ合成方法によれば、オーディオ符号化デ
ータを復号化することなしにサブバンドのオーディオデ
ータ毎に合成を行うことができるので、合成の時間が短
く、合成の処理が簡単であり、しかも復号化によって生
じる余分のデータが発生せず、合成のための余分な記憶
装置の容量が不必要であるという利点がある。さらに、
全符号化データ量と許容されるデータ量を比べ、全符号
化データ量が少ない場合は、低域側のサブバンドの量子
化ビット数を１ビットずつ増加させ、また逆に全符号化
データ量が多い場合は、高域側のサブバンドの量子化ビ
ット数を１ビットずつ減少させていくという処理を行う
ことにより、許容されるデータ量を有効に用い、しかも
高品質な音質を得られるという効果を奏する。

【図面の簡単な説明】

【図１】本発明の一実施例におけるオーディオ符号化デ
ータ合成方法にて合成を行う合成装置のブロック構成の
図である。

【図２】本実施例におけるオーディオ符号化データの内
容を示す図である。

【図３】本実施例のオーディオ符号化データ合成方法の
動作の流れを示すフローチャートである。

【図４】従来の音声データ編集装置の主要部ブロック構
成の図である。

【図５】従来の音声データ編集装置の一構成要素である
合成方法の動作の流れを示すフローチャートである。

【符号の説明】 １…キーボードまたはマウス、 ２…記憶装置Ａ、 ３
…表示装置、 ４…合成装置、 ５…記憶装置Ｂ、 ６
…音声出力装置、 11…複数のオーディオ符号化デー
タ、 12…オーディオ符号化データ合成装置、 13…合
成されたオーディオ符号化データ。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 複数のオーディオ符号化データの入力を
   合成する際に、一定数の前記オーディオ符号化データ毎
   に、該オーディオ符号化データをサブバンド毎に合成す
   るものとして、合成されるべき前記オーディオ符号化デ
   ータの量子化されたオーディオデータを、各サブバンド
   に任意に割り当てられる量子化ビット数に従って解読
   し、サブバンド内の最大のオーディオデータに従って正
   規化するためのスケールファクタを用いて正規化前の状
   態に戻し、その後、サブバンド毎のオーディオデータの
   重み付け平均値を算出し、該重み付け平均値を正規化し
   て、正規化するためのスケールファクタを新たなスケー
   ルファクタとし、合成する前の各サブバンドでオーディ
   オデータの絶対値が最も大きいデータの量子化ビット数
   により前記重み付け平均値を量子化して合成を行うこと
   を特徴とするオーディオ符号化データ合成方法。
2. 【請求項２】 一定数のオーディオ符号化データの全サ
   ブバンドについて合成を行った後、オーディオ符号化デ
   ータの全符号化データ量を計算し、該全符号化データ量
   が予め定められた許容量よりも少ない場合は、前記全符
   号化データ量が前記許容量に達するか、または前記全符
   号化データ量の方が前記許容量よりも少なく、かつ前記
   全符号化データ量と前記許容量の差が予め定められた値
   以下になるように、各サブバンドに割り当てる量子化ビ
   ット数を、低域側のサブバンドの方から順に１ビットず
   つ増加させて行くことを特徴とする請求項１記載のオー
   ディオ符号化データ合成方法。
3. 【請求項３】 一定数のオーディオ符号化データの全サ
   ブバンドについて合成を行った後、オーディオ符号化デ
   ータの全符号化データ量を計算し、該全符号化データ量
   が予め定められた許容量よりも多い場合は、前記全符号
   化データ量が前記許容量に達するか、または前記全符号
   化データ量の方が前記許容量よりも少なく、かつ前記全
   符号化データ量と前記許容量の差が予め定められた値以
   下になるように、各サブバンドに割り当てる量子化ビッ
   ト数を、高域側のサブバンドの方から順に１ビットずつ
   減少させて行くことを特徴とする請求項１記載のオーデ
   ィオ符号化データ合成方法。