JPH10256918A - 音響符号化方法 - Google Patents

Abstract

(57)【要約】 【課題】 汎用ＣＰＵでも実時間処理を実現でき、さま
ざまなデータ長の音響信号を入力できる音響符号化方法
を提供する。 【解決手段】 サンプリングした４つの16ビットデータ
101〜104を８ビットデータ105〜108に変換し、それを３
２ビットレジスタに４個ずつパックして格納し、連結デ
ータ109を作成する。連結データ109に対して処理を行
い、連結データ110とする。連結データ110からデータを
分離して８ビットデータ111〜114とし、データ長を変換
し、１６ビットデータ115〜118を得る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音響データを符号
化する音響符号化方法に関する。

【０００２】

【従来の技術】近年のディジタル信号処理技術の進歩と
共に、映像や音響信号をディジタルデータとして伝送、
もしくは蓄積する必要性が高まっており、それにともな
い映像・音響信号を符号化する技術が重要となってきて
いる。映像・音響信号の符号化方式の一例としては、MP
EG1がある。MPEG1は映像・音響符号化のISO/IEC標準方
式であり、ビデオCDやカラオケ等の用途に幅広く利用さ
れている。また、近年のパソコンの高性能化にともな
い、パソコンでもMPEG1を扱えるようになってきてお
り、映像・音響符号化の標準としての重要度が増してき
ている。

【０００３】MPEG1のうち、音響符号化に関する部分はM
PEG1/Audioと呼ばれ、ステレオオーディオ符号化のISO/
IEC標準方式である。以下に、音響符号化の代表例とし
て、MPEG1/Audioレイヤ1の符号化処理について説明す
る。

【０００４】図６は、MPEG1/Audioレイヤ1による音響符
号化のフローチャートである。まず図６を用いて、音響
符号化の手順を説明する。

【０００５】ステップS61：音響入力をデータ長16ビッ
ト,サンプリング周期44.1MHzのPCMフォーマットでサン
プリングする。

【０００６】ステップS62：ステップS61でサンプリング
した音響信号を、サブバンド分析により32帯域のサブバ
ンド信号に分割する。

【０００７】ステップS63：ステップS62で求めた各サブ
バンド信号に対するスケールファクタを計算する。

【０００８】ステップS64：ステップS61の音響信号とス
テップS63のスケールファクタから心理聴覚分析を行
い、人間に聞こえやすい帯域の信号劣化が最小になるよ
うに各バンドへのビット割り当てを決める。

【０００９】ステップS65：ステップS64の心理聴覚分析
で得られたビット割り当てに基づいて、ステップS62の
各サブバンド信号を量子化処理する。

【００１０】ステップS66：ステップS65で量子化された
データにヘッダ等を付加し、ビットストリームを生成す
る。

【００１１】次に、上記ステップS62のサブバンド分析
について詳細に説明する。サブバンド分析は512タップP
FB(Polyphase Filter Bank)によって次のような手順で
行われる。

【００１２】ステップ62：入力信号サンプルX[i](i=0,
…,511)に対して、（数１）に従って基本低域通過フィ
ルタのインパルス応答C[i]をかける。C[i]は、MPEG1/Au
dioの規格書(ISO/IEC 11172-3)で定義されている。

【００１３】

【数１】

【００１４】ステップ62-2：周期加算信号Y[i]を（数
２）に従って計算する。

【００１５】

【数２】

【００１６】ステップ62-3：サブバンド出力S[i]を（数
３）に従って計算する。

【００１７】

【数３】

【００１８】

【発明が解決しようとする課題】従来例で示したような
符号化処理を実時間で行うために、従来は専用のハード
ウェアやDSPなどが用いられている。しかしながら、専
用ハードウェアやDSPを用いた符号化装置は高価なもの
になってしまい、一般のパソコンユーザは簡単には使え
ない。そこで、汎用のCPU上で、ソフトウェアによる処
理を行う方法が注目されている。

【００１９】しかしながら、符号化処理は汎用CPUで行
うには計算量も多く、実時間での符号化は困難であるの
で、実時間での符号化処理を行うためにさまざまな高速
化の提案がなされている。その中では例えば、特開平５
−２０６８６８号公報に開示されているように、複数の
データをパックして一度に演算することで、演算回数を
減らす方法が考えられている。しかし、現時点で利用可
能なCPUでは、上記方法でも符号化の実時間処理を行う
には不十分であり、さらに、一般の多くのパソコンユー
ザが使用しているより性能の低いCPUであっても実時間
で符号化処理できる方法が求められている。従って、本
発明の目的は、汎用CPUでも実時間処理を実現できる音
響符号化方法を提供することである。

【００２０】また、符号化処理の入力データのデータ長
は規定されている。従って、音響入力装置によりサンプ
リングした音響データのデータ長が符号化処理で規定さ
れたデータ長と一致しておらず、かつ、使用するコンピ
ュータがデータ長の変換手段を持っていない場合には、
符号化できないという欠点があった。従って、本発明の
目的は、さまざまなデータ長の音響信号を入力できる音
響符号化方法を提供することである。

【００２１】

【課題を解決するための手段】上記課題を解決するため
に、本発明の音響符号化方法は、サンプリングしたデー
タ長nビットの音響データ1のデータ長をn/(2^m)ビット
(以下x^yはxのy乗を表す)に変換して音響データ2に変換
するステップと、前記音響データ2をk個連結してデータ
長k×n/(2^m)ビットの連結データを作成するステップ
と、データ長n×2^lビットの音響データを帯域分割符号
化した場合と結果が同一になるように前記連結データ内
の前記音響データ2をk個同時に帯域分割符号化するステ
ップとを備える。

【００２２】

【実施の実施の形態】まず最初に、マルチメディア対応
CPU特有の機能について説明する。本発明では、レジス
タに格納された複数のデータを同時に処理する機能を備
えた、マルチメディア対応と呼ばれるCPUを利用する。
マルチメディア対応のCPUは汎用CPUの一種であり、複数
のデータをそれぞれレジスタの別のビット位置へ格納す
ることにより、複数のデータを同時に演算する機能を備
えている。

【００２３】なお、本実施の形態では説明が簡略化でき
るため、上述したマルチメディア対応のCPUを用いて説
明するが、上記機能を有しない汎用CPUでも、十分リア
ルタイム処理可能な処理速度を有する汎用CPUであれば
本発明記載内容を実施することができるので、マルチメ
ディア対応のCPUに限定されることはない。

【００２４】図２はマルチメディア対応のCPUを用いて
加算を行う場合の例を示したものである。図２におい
て、32ビットレジスタ201には8ビットの値a0〜a3が格納
されている。a0〜a3が格納された状態の32ビットレジス
タ201の値をAとし、（数４）を（数５）と表記する。

【００２５】

【数４】

【００２６】

【数５】

【００２７】また、同様に32ビットレジスタ202には8ビ
ットの値b0〜b3が格納されている。b0〜b3が格納された
状態の32ビットレジスタ202の値をBとする。

【００２８】この時、（数６）に対して（数７）という
４つの演算を一つの命令で一度に計算し、32ビットレジ
スタ203に格納できるというものである。

【００２９】

【数６】

【００３０】

【数７】

【００３１】32ビットレジスタ203は上記32ビットレジ
スタ201もしくは32ビットレジスタ202と同一のレジスタ
であることもありうる。一つのレジスタに複数の値を格
納したり、逆にレジスタから値を分離する命令を持つも
のもある。以下で説明する実施の形態では、マルチメデ
ィア対応のCPUで処理を行うことを前提としている。

【００３２】（実施の形態１）図１は、本発明の基本的
な処理の流れを説明したものである。図１では、まずサ
ンプリングした4つの16ビットデータ101〜104を8ビット
データ105〜108に変換し、それを32ビットレジスタに4
個ずつパックして格納し、連結データ109を作成してい
る。そして、連結データ109に対して処理を行い、連結
データ110とする。処理が終了したらデータを分離し、8
ビットデータ111〜114とする。最後に、元のデータ長に
変換し、16ビットデータ115〜118を得る。このように本
発明は、入力される音響データのデータ長を短縮して、
できるだけ多くのデータを一つのレジスタに格納し、同
時にできるだけ多くのデータに対する処理を行う。

【００３３】本実施の形態では、上記で説明した処理
を、サブバンド符号化を採用した音響符号化方法である
MPEG1/Audioレイヤ1に適用した例を示す。

【００３４】図３は、MPEG1/Audioレイヤ1における符号
化処理に本発明を適用した場合の音響符号化のフローチ
ャートである。まず図３を用いて、音響符号化の手順を
説明する。

【００３５】ステップS31：音響入力をデータ長16ビッ
ト, サンプリング周期44.1MHzのPCMフォーマットでサン
プリングする。

【００３６】ステップS32：ステップS31でサンプリング
された16ビットのデータを8ビットのデータに変換す
る。

【００３７】ステップS33：ステップS32の8ビットデー
タを4個ずつ連結して32ビットの変数に格納し、連結デ
ータとする。

【００３８】ステップS34：ステップS33の連結データに
対してサブバンド分析を行い、32帯域のサブバンド信号
に分割する。

【００３９】ステップS35：連結データ内でサブバンド
信号に変換されたデータを分離し、そのデータ長を16ビ
ットに変換する。

【００４０】ステップS36：ステップS35で求めた各サブ
バンド信号に対するスケールファクタを計算する。

【００４１】ステップS37：ステップS31の音響信号とス
テップS36のスケールファクタから心理聴覚分析を行
い、人間が聞きやすい帯域の信号劣化を最小になるよう
に各バンドへのビット割り当てを決める。

【００４２】ステップS38：ステップS37の心理聴覚分析
で得られたビット割り当てに基づいて、ステップS35の
各サブバンド信号を量子化処理する。

【００４３】ステップS39：ステップS38で量子化された
データにヘッダ等を付加し、ビットストリームを生成す
る。

【００４４】次に、本実施の形態におけるサブバンド分
析の手順について図４を用いて詳細に説明する。

【００４５】ステップS32では、（数８）に従って16ビ
ットのサンプリングデータW[i]を8ビットのデータB[i]
に変換する。

【００４６】

【数８】

【００４７】ステップS33では、（数９）に従ってステ
ップS32で生成したデータB[i]を４個ずつ連結して32ビ
ットの変数DW[i]に格納し、連結データとする。

【００４８】

【数９】

【００４９】ステップS34では、処理するデータが連結
データとなることにともない、従来例で挙げたサブバン
ド分析の場合とは異なり、次のような手順で行われる。

【００５０】ステップS34-1：ステップS33で生成した連
結データDW[i] (i=0,…,127)に対して、（数１０）に従
って基本低域通過フィルタのインパルス応答C[i]をかけ
る。

【００５１】

【数１０】

【００５２】ステップS34-2：周期加算信号Y[i]を（数
１１）に従って計算する。

【００５３】

【数１１】

【００５４】ステップS34-3：サブバンド出力S[i]を
（数１２）、（数１３）に従って計算する。

【００５５】

【数１２】

【００５６】

【数１３】

【００５７】ステップS35では、（数１４）、（数１
５）に従ってS[i]に含まれる各値を分離し、データ長を
16ビットに変換する。

【００５８】

【数１４】

【００５９】

【数１５】

【００６０】以上のように、データ長を16ビットから8
ビットに短縮して同時に処理できるデータ数を２から４
へ増加させることで、精度は落ちるが演算できるデータ
数を増加させ、処理速度を向上させることができる。音
響データにおいては、精度の低下は音質の劣化として現
れるが、特に問題はない。また、CPU性能が向上して扱
えるデータ長が大きくなれば、この問題は改善できる。

【００６１】なお、CPU性能に合わせて、データ長をよ
り短く変換して同時に処理できるデータ数を増加させる
ことにより、より性能の低いCPUでも処理することが可
能である。

【００６２】なお、本実施の形態では入力する音響デー
タのデータ長と、最終的に得られるデータのデータ長は
共に16ビットで同一であるが、異なるデータ長とするこ
とももちろん可能である。

【００６３】（実施の形態２）上記実施の形態１ではま
ず入力信号のデータ長を変換して短縮していたが、本実
施の形態のように、データ長変換の処理を省略すること
ももちろん可能である。

【００６４】図５は、MPEG1/Audioレイヤ1における符号
化処理に本発明をデータ長を変換せずに適用した場合の
音響符号化のフローチャートである。まず図５を用い
て、音響符号化の手順を説明する。

【００６５】ステップS51：音響入力をデータ長8ビッ
ト, サンプリング周期44.1MHzのPCMフォーマットでサン
プリングする。

【００６６】ステップS52：ステップS51の8ビットデー
タを4個ずつ連結して32ビットの変数に格納し、連結デ
ータとする。

【００６７】ステップS53：ステップS52の連結データに
対してサブバンド分析を行い、32帯域のサブバンド信号
に分割する。

【００６８】ステップS54：連結データ内でサブバンド
信号に変換されたデータを分離し、そのデータ長を16ビ
ットに変換する。

【００６９】ステップS55：ステップS54で求めた各サブ
バンド信号に対するスケールファクタを計算する。

【００７０】ステップS56：ステップS51の音響信号とス
テップS55のスケールファクタから心理聴覚分析を行
い、人間が聞きやすい帯域の信号劣化が最小になるよう
に各バンドへのビット割り当てを決める。

【００７１】ステップS57：ステップS56の心理聴覚分析
で得られたビット割り当てに基づいて、ステップS54の
各サブバンド信号を量子化処理する。

【００７２】ステップS58：ステップS57で量子化された
データにヘッダ等を付加し、ビットストリームを生成す
る。

【００７３】次に、本実施の形態におけるサブバンド分
析の手順について詳細に説明する。ステップS52では、
（数９）によってステップS52で生成したデータB[i]を4
個ずつ連結して64ビットの変数DW[i]に格納し、連結デ
ータとする。

【００７４】ステップS53では、処理するデータが連結
データとなることにともない、通常のサブバンド分析の
場合とは異なり、次のような手順で行われる。

【００７５】ステップS53-1：ステップS52で生成した連
結データDW[i] (i=0,…, 127)に対して、（数１０）の
ように基本低域通過フィルタのインパルス応答C[i]をか
ける。

【００７６】ステップS53-2：周期加算信号Y[i]を（数
１１）に従って計算する。 ステップS53-3：サブバンド出力S[i]を（数１２）（数
１３）によって求める。

【００７７】ステップS54では、S[i]に含まれる各値を
（数１４）（数１５）によって分離し、データ長を16ビ
ットに変換する。

【００７８】以上のように、音響入力装置から入力され
るサンプリングデータのデータ長がもともと短い場合な
どでデータ長を変換する必要がない場合には、8ビット
のデータをそのまま32ビットレジスタに4つずつ格納す
ることができ、サブバンド分析の処理の後でデータ長を
16ビットに変換することにより、その後の符号化処理を
問題なく行うことができる。従って、本発明ではさまざ
まなデータ長の音響信号を入力して符号化することがで
きる。

【００７９】なお、上記第２の実施の形態においては、
データ長16ビットのデータを8ビットに変換し、32ビッ
トの変数に格納する例と、データ長16ビットのデータを
そのまま64ビットの変数に格納する例を示したが、元の
音響データ、変換後の音響データ、格納する変数それぞ
れのデータ長をこの他の組み合わせにすることはもちろ
ん可能である。

【００８０】なお、データ長の変換においては（数８）
や（数１５）を用いたが、他の方法を用いることも可能
である。

【００８１】なお、連結データへのデータの格納や取り
出しは（数４）を用いたが、格納するデータの位置が一
意に定まり、取り出しが正しく行える限り、他の方法を
用いることも可能である。

【００８２】なお、データ長の変換と連結データの格納
や取り出しの順序は、上記第２の実施の形態の通りに行
う必要はなく、結果が同一になる限り任意の順序で行う
ことが可能である。

【００８３】なお、サブバンド分析においては（数１
０）〜（数１３）を用いたが、同一の結果が得られる限
り、高速化等の改良を行う等、その他の方法を用いるこ
とも可能である。

【００８４】なお、上記第２の実施の形態においてはMP
EG1/Audioレイヤ１を例にとって説明したが、本発明を
その他の符号化方式に適用することが可能であることは
もちろんのことである。

【００８５】また、本発明は音響データの符号化方法と
して説明したが、本発明を映像その他の信号の符号化に
用いることも可能である。

【００８６】

【発明の効果】本発明は、サンプリングしたデータ長n
ビットの音響データのデータ長をn/(2^m)ビットに変換
し、それらをk個連結してデータ長k×n/(2^m)ビットの
連結データを作成し、k個同時に帯域分割符号化するの
で、処理の高速化が可能になる。

【００８７】また、サンプリングしたデータ長nビット
の音響データのデータ長をn/(2^m)ビットに変換するの
で、音響入力装置からの入力のデータ長に関係なく符号
化を行うことができ、従って、任意の音響入力装置を用
いることができる。

【００８８】さらに、データ長n×2^lビットの音響デー
タを帯域分割符号化した場合と結果が同一になるよう
に、データ長n/(2^m)ビットの連結データ内の音響デー
タを帯域分割符号化するので、特定のデータ長の音響デ
ータしか符号化できない符号化方法にも採用することが
でき、その結果、汎用性の高いシステムを構築できる。

【図面の簡単な説明】

【図１】本発明における基本的な処理の流れを説明する
説明図

【図２】マルチメディア対応のＣＰＵを用いた演算のを
説明する説明図

【図３】本発明の第一の実施の形態の動作を示すフロー
チャート

【図４】本発明の第一の実施の形態における、サブバン
ド分析の処理を説明する説明図

【図５】本発明の第二の実施の形態の動作を示すフロー
チャート

【図６】従来例の動作を示すフローチャート

【符号の説明】

１０１，１０２，１０３，１０４ サンプリングした音
響データ １０５，１０６，１０７，１０８ データ長を変換した
データ １０９ 連結データ １１０ 処理後の連結データ １１１，１１２，１１３，１１４ 連結データ１１０か
ら分離したデータ １１５，１１６，１１７，１１８ データ長を変換した
データ

Claims (2)

【特許請求の範囲】
1. 【請求項１】サンプリングしたデータ長nビットの音響
   データ1のデータ長をn/(2^m)ビット（ただしx^yはxのy
   乗を表す）に変換して音響データ2に変換するステップ
   と、前記音響データ2をk個連結してデータ長k×n/(2^m)
   ビットの連結データを作成するステップと、データ長n
   ×2^lビットの音響データを符号化した場合と結果のデ
   ータ長が同一になるように前記連結データ内の前記音響
   データ2をk個同時に符号化するステップとを具備するこ
   とを特徴とする音響符号化方法。
2. 【請求項２】サンプリングしたデータ長nビットの音響
   データ1をk個連結してデータ長k×nビットの連結データ
   を作成するステップと、データ長n×2^lビット(ただしx
   ^yはxのy乗を表す)の音響データを符号化した場合と結
   果のデータ長が同一になるように前記連結データ内の前
   記音響データ1をk個同時に符号化するステップとを具備
   することを特徴とする音響符号化方法。