JPH10340100A - オーディオ信号量子化装置、及びオーディオ信号逆量子化装置 - Google Patents

Abstract

(57)【要約】 【課題】 オーディオ信号をベクトル量子化の手法を用
いて符号化して情報量を削減する際に、復号時のオーデ
ィオ信号の聴覚的に品質を落とすことなく、ベクトル量
子化のコード検索における計算量削減と、コードブック
のコード数を削減する。 【解決手段】 符号化部１で符号化を行う際に、オーデ
ィオ特徴ベクトルを分割して作成されたサブベクトルと
送信側コードブック３の中の各オーディオコードとの聴
覚的な距離のうち最小距離を有するオーディオコードを
選択するにあたり、聴覚的な重要度が高いサブベクトル
の要素に相当する部分については、オーディオコード選
択部１０２でその位相情報を示す正負符号を無視して取
り扱って、送信側コードブック３のオーディオコードと
の比較検索を行い、得られた結果に別途、位相情報抽出
部１０７で抽出した上記サブベクトルの要素部分に対応
する位相情報を付加してコードインデックスとして出力
する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は音声信号や音楽信
号などのオーディオ信号を周波数領域に変換した信号を
量子化するオーディオ信号量子化装置、及び逆量子化装
置において、少ない係数列で量子化，逆量子化するため
に効率的に量子化，逆量子化を行うものに関するもので
ある。

【０００２】

【従来の技術】音響信号を効率的に符号化する様々な手
法が提案されている。音楽信号など２０ｋＨｚほどの帯
域を有する信号は、特に近年、ＭＰＥＧオーディオ方式
などを用いて符号化されることがあげられる。ＭＰＥＧ
方式に代表される方式は、時間軸のディジタルオーディ
オ信号を直交変換を用いて周波数軸に変換し、その周波
数軸上の情報を、人間の聴覚的な感度特性を考慮して、
聴覚的に重要な情報から優先的に情報量を与えていく方
式である。原ディジタル信号の情報量に対して、かなり
少ない情報量で信号を表現しようとする場合、ＴＣＷＶ
Ｑ（Transform Coding for Weighted Vector Quantizat
ion ）などのベクトル量子化の手法を用いた符号化方式
がある。ＭＰＥＧオーディオ、およびＴＣＷＶＱはそれ
ぞれISO/IEC 標準IS-11172-3およびT.Moriya,H.Suga:"A
n 8 Kbits transform coder for noisy channels,"Pro
c.ICASSP'89,pp196-199などに述べられている。

【０００３】以下、図面を参照しながら従来のオーディ
オ信号量子化装置について説明を行う。図７において、
１０１はコードブック、１０２はオーディオコード選択
部である。このオーディオコード選択部１０２は、オー
ディオ特徴ベクトルを入力として、上記コードブック１
０１が持つ各コードと前記オーディオ特徴ベクトルとの
聴覚的な距離を順次算出し、その距離が最小となるコー
ドを選出し、該選出されたコードに対応するコードイン
デックスを出力するものである。そして受信側では、送
信されてきたコードインデックスを、コード復号器で復
号し、コードブック１０１と同一内容の受信機側コード
ブックを用いてオーディオ特徴ベクトルに変換する。

【０００４】

【発明が解決しようとする課題】従来のオーディオ信号
量子化装置は以上のように構成されており、コードブッ
クが持つ各コードとオーディオ特徴ベクトルとの聴覚的
な距離が最小となるコードに対応したコードインデック
スを出力することにより量子化を行うものであるが、コ
ードブックが有するコードが多い場合、最適なコードを
検索する際に計算量が非常に多くなり、また、コードブ
ックのもつデータ量が多い場合は、ハードウエアで構成
する際に多くの量のメモリが必要となり不経済であると
いう問題点があった。また、受信側においても、コード
インデックスに対応するだけの検索、及びメモリ量を必
要とするという問題点があった。

【０００５】この発明は上記のような問題点に鑑みてな
されたもので、コード検索数を削減し、コード数の少な
いコードブックで効率的にオーディオ信号を量子化する
ことのできるオーディオ信号量子化装置、及び逆量子化
することのできるオーディオ信号逆量子化装置を提供す
ることを目的とする。

【０００６】

【課題を解決するための手段】この発明の請求項１に係
るオーディオ信号量子化装置は、オーディオ信号の特徴
量であるオーディオ特徴ベクトルを入力信号とし、該オ
ーディオ特徴ベクトルのうちの所定の周波数帯域に属す
るものの位相情報を抽出する位相情報抽出部と、上記オ
ーディオ特徴ベクトルの代表値であるオーディオコード
を、上記抽出した位相情報に対応する要素部分を絶対値
化した状態のものとして複数個これを格納するコードブ
ックと、上記オーディオ特徴ベクトルと上記コードブッ
ク中の各オーディオコードとの聴覚的な距離を算出し
て、その最小距離を有するオーディオコードを選出する
とともに、該最小距離を有するオーディオコードに対す
る位相情報を上記位相情報抽出部からの出力を補助情報
として用いて付加し、該オーディオコードに対応するコ
ードインデックスをその出力信号として出力するオーデ
ィオコード選択部とを備えたものである。

【０００７】また、この発明の請求項２に係るオーディ
オ信号量子化装置は、上記請求項１記載のオーディオ信
号量子化装置において、上記位相情報抽出部は、入力さ
れたオーディオ特徴ベクトルのうちの低周波帯域側のも
のより所定個数の要素の位相情報を抽出するようにした
ものである。

【０００８】また、この発明の請求項３に係るオーディ
オ信号量子化装置は、上記請求項１記載のオーディオ信
号量子化装置において、人間の聴覚心理特性を考慮した
各周波数における相対的な聴覚心理量のテーブルである
聴覚心理重みベクトルテーブルを備え、上記位相情報抽
出部は、入力されたオーディオ特徴ベクトルのうち、上
記聴覚心理重みベクトルテーブルに格納されたベクトル
と一致する要素の位相情報を抽出するようにしたもので
ある。

【０００９】また、この発明の請求項４に係るオーディ
オ信号量子化装置は、上記請求項１記載のオーディオ信
号量子化装置において、上記オーディオ特徴ベクトルを
平滑ベクトルを用いてベクトル要素同士の除算により平
滑化する平滑化部を備え、上記オーディオコード選択部
は、上記最小距離を有するオーディオコードを選出し、
該選出されたオーディオコードに位相情報を付加する前
に、上記平滑化部から出力される平滑化処理情報を用い
て、上記選出されたオーディオコードを、平滑化処理の
なされていないオーディオコードに変換し、該オーディ
オコードに対応するコードインデックスをその出力信号
として出力するようにしたものである。

【００１０】また、この発明の請求項５に係るオーディ
オ信号量子化装置は、上記請求項１記載のオーディオ信
号量子化装置において、人間の聴覚心理特性を考慮した
各周波数における相対的な聴覚心理量のテーブルである
聴覚心理重みベクトルテーブルと、上記オーディオ特徴
ベクトルを平滑ベクトルを用いて、ベクトル要素同士の
除算により平滑化する平滑化部と、上記聴覚心理重みベ
クトルテーブルの値と上記平滑ベクトルテーブルの値と
を乗じて得られる値を聴覚的重要度の高い順に複数個選
出してこれを上記オーディオコード選択部に出力するソ
ート部とを備えたものである。

【００１１】また、この発明の請求項６に係るオーディ
オ信号量子化装置は、上記請求項２ないし４のいずれか
に記載のオーディオ信号量子化装置において、上記オー
ディオ特徴ベクトルとして、上記オーディオ信号を周波
数変換した係数を要素とするベクトルを用いるようにし
たものである。

【００１２】また、この発明の請求項７に係るオーディ
オ信号量子化装置は、上記請求項２ないし４のいずれか
に記載のオーディオ信号量子化装置において、上記オー
ディオ特徴ベクトルとして、上記オーディオ信号をＭＤ
ＣＴ変換（変形離散コサイン変換）した係数を要素とす
るベクトルを用いるようにしたものである。

【００１３】また、この発明の請求項８に係るオーディ
オ信号量子化装置は、上記請求項４または５に記載のオ
ーディオ信号量子化装置において、上記平滑ベクトルと
して、オーディオ信号を線形予測して線形予測係数を算
出し、該算出された前記線形予測係数から各周波数にお
ける相対的な周波数応答を算出し、該各周波数における
相対的な周波数応答を要素とするベクトルを用いるよう
にしたものである。

【００１４】また、この発明の請求項９に係るオーディ
オ信号逆量子化装置は、オーディオ信号の特徴量である
オーディオ特徴ベクトルを量子化して得られたコードイ
ンデックスを入力信号とし、該コードインデックスのう
ちの所定の周波数帯域に相当する要素の位相情報を抽出
する位相情報抽出部と、上記コードインデックスに対応
するオーディオ特徴ベクトルを、上記抽出した位相情報
に対応する要素部分を絶対値化した状態のものとして複
数個これを格納するコードブックと、上記コードインデ
ックスと上記コードブック中のオーディオ特徴ベクトル
との聴覚的な距離を算出して、その最小距離を有するオ
ーディオ特徴ベクトルを選出するとともに、該最小距離
を有するオーディオ特徴ベクトルに対する位相情報を上
記位相情報抽出部からの出力を補助情報として用いて付
加し、上記入力信号であるコードインデックスに対応す
るオーディオ特徴ベクトルをその出力信号として出力す
るオーディオコード選択部とを備えたものである。

【００１５】

【発明の実施の形態】

実施の形態１．以下、本発明の実施の形態１によるオー
ディオ信号量子化装置について、図面を参照しながら説
明する。図１は本発明のオーディオ信号量子化装置の概
略構成図であり、図２は実施の形態１におけるオーディ
オ信号量子化装置を構成する符号化部の詳細な構成を示
す図であり、これらの図において、１は符号化部、２は
復号化部、３はオーディオ信号の特徴量の代表値である
オーディオコードを複数有する送信側コードブック、１
０２はオーディオコード選択部、１０７は位相情報抽出
部である。また、５はコード復号部、６は受信側コード
ブックである。

【００１６】以下、動作について説明する。時間軸上の
ディジタルオーディオ信号を量子化する際、時間軸上の
データを時間周波数変換と呼ばれる直交変換を用いて周
波数軸上のデータに変換する。直交変換としてはＤＦＦ
Ｔ（離散フーリエ変換）や、ＭＤＣＴ（変形離散コサイ
ン変換）などがあげられる。

【００１７】図３に示すように、周波数軸上のデータを
１つの音源ベクトルとみなした場合、その音源ベクトル
から、いくつかの要素を抜き出したサブベクトルを形成
し、これを図１の入力ベクトルとした場合、オーディオ
コード選択部１０２は、送信側コードブック３中の各コ
ードと前記入力ベクトルとの距離を算出して、その距離
が最小となるコードを選択して、その選択されたコード
の送信側コードブック３におけるコードインデックスを
復号化部２への入力とする。そして受信部である復号化
部２では、前記出力されたコードインデックスをコード
復号部５の入力として、受信側コードブック６中のコー
ドインデックスに対するコードをコード復号部５に出力
して、コード復号部５は出力ベクトルとして出力する。

【００１８】上記動作において、入力ベクトルを符号化
部１に入力して、符号化部１がコードインデックスを出
力するまでのプロセスが符号化であり、このコードイン
デックスを入力として出力ベクトルを出力するまでのプ
ロセスが復号化である。多くの場合、送信側コードブッ
ク３と受信側コードブック６とは同一内容であることが
多いが、本実施の形態１では、受信側コードブック６は
従来と同様に、送信されてくるコードインデックスと同
等の数のコードを有するものとして説明を行う。上記符
号化部１の詳細な動作を図２及び図４を用いて以下に説
明する。ここでは、コード化を、２０ＫＨｚを対象とす
るために１０ｂｉｔで行う場合を想定する。また、位相
情報抽出部１０７では、抽出する位相を周波数の低い方
から２番目までの要素に対して、すなわち２ビット分と
する。上記オーディオコード選択部１０２の入力は、オ
ーディオ特徴ベクトルであり、例えば、オーディオ信号
をＭＤＣＴ変換（Modified Discrete Cosine Transfor
m) して得た係数を１つのベクトルとした時に、そのベ
クトルを分割して幾つかの要素、例えば、２０程度の要
素を１つのサブベクトルとしたものである。その際、ベ
クトルはＸ₀ 〜Ｘ₁₉とし、Ｘの添え字の数字が小さいサ
ブベクトルの要素ほど、低い周波数成分を有するＭＤＣ
Ｔ係数に対応するものとする。ここで低い周波数成分は
人にとって聴覚的に重要な情報であり、従って、これら
の要素についてのコード化を優先的に行うことで、再生
時に人間にとっては音質の劣化を感じさせにくい。

【００１９】オーディオコード選択部１０２では、前記
オーディオ特徴ベクトルと、送信側コードブック３の各
々のコードとの距離を算出する。例えば、コードインデ
ックスをｉとした場合に、数１式でコードインデックス
ｉのコードにおける距離Diが算出できる。

【００２０】

【数１】

【００２１】ここで上記数１式において、Ｎは送信側コ
ードブック３中の全コードの個数であり、Cij はコード
インデックスI におけるｊ番目の要素の値である。M は
本実施の形態１の場合、１９以下の数、例えば、１など
である。P は距離計算におけるノルムであり、例えば、
２などである。また、abs( ) は絶対値演算を意味す
る。

【００２２】位相情報抽出部１０７では、最小の距離Di
を与えるコードインデックスｉとＭ個の位相情報Ph(j)
j=0 to Mを出力する。位相情報Ph(j) は数２式で示され
るように、

【００２３】

【数２】

【００２４】オーディオ特徴ベクトルが音声信号をＭＤ
ＣＴ変換したベクトルのサブベクトルである場合などで
は、一般にXjの添え字j が小さいほど係数の聴覚的な重
要度が高いため、本構成により、各サブベクトルの低い
周波数成分の要素に対応する位相（正負）についてはコ
ード検索時にはこれらの情報については考慮されず、検
索後に別途付加されることになる。すなわち、図４
（ａ）に示されるように、サブベクトル化されたオーデ
ィオ特徴ベクトルは、低い周波数側の２ｂｉｔ分の要素
の正負符号を無視して、送信側コードブック３の有する
コードとパターン比較される。例えば、ここには低い周
波数側の２ｂｉｔ分の要素が共に正として格納された２
５６個のコードが格納されており、オーディオコード選
択部１０２では、入力されたサブベクトルと上記送信側
コードブック３の有する２５６個のコードとの検索を行
う。そして得られたコードに対して、位相情報抽出部１
０７で抽出された、図４（ｂ）に示される組み合わせの
いずれかのものが、当該サブベクトルの低い周波数側の
２ｂｉｔ分の正負符号として付加されて、合計１０ｂｉ
ｔのコードインデックスとして出力を行う。

【００２５】このようにすることで、符号化部１から復
号化部２に送るコードインデックスは、従来と同様に１
０ｂｉｔ（１０２４個）のままで、送信側コードブック
３に格納するコードは８ｂｉｔ（２５６個）とすること
ができ、位相情報との情報量の和を、数３式の距離計算
のコードインデックスの情報量と同じにした場合に、下
記の数３式で復号された合成音声と本構成の合成音声と
比べてみると、ほぼ同等の主観評価結果を得ることがで
きる。

【００２６】

【数３】

【００２７】ここで本構成と数３式を用いた場合の計算
量とメモリ量の関係を表１に示す。

【００２８】

【表１】

【００２９】本実施例の構成の方がコードブックは４分
の１で、計算量も従来では１０２４通りの検索処理が必
要であったのが、２５６通りの検索処理と、検索結果に
対して２符号を付加するという処理を行うだけでよく、
計算量ならびにメモリを大幅に削減できることが分か
る。

【００３０】このように本実施の形態１によれば、符号
化部１で符号化を行う際に、オーディオ特徴ベクトルを
分割して作成されたサブベクトルと送信側コードブック
３の中の各オーディオコードとの聴覚的な距離のうち最
小距離を有するオーディオコードを選択するにあたり、
聴覚的な重要度が高いサブベクトルの要素に相当する部
分については、オーディオコード選択部１０２でその位
相情報を示す正負符号を無視して取り扱って、送信側コ
ードブック３のオーディオコードとの比較検索を行い、
得られた結果に別途、位相情報抽出部１０７で抽出した
上記サブベクトルの要素部分に対応する位相情報を付加
してコードインデックスとして出力するようにしたの
で、体感的な音質の劣化を招くことなく、オーディオコ
ード選択部１０２における計算量を削減でき、また、コ
ードブック３，１０１に必要なコード数をも削減するこ
とができる。

【００３１】実施の形態２.以下、本発明の実施の形態
２によるオーディオ信号量子化装置について、図面を参
照しながら説明する。図５（ａ）は本実施の形態２にお
けるオーディオ信号量子化装置の構成を示す図であり、
図３において、１０３は人間の聴覚心理特性を考慮した
各周波数における相対的な聴覚心理量のテーブルを格納
する聴覚心理重みベクトルテーブルである。

【００３２】以下、動作について説明する。上記実施の
形態１との違いは、聴覚心理重みベクトルテーブル１０
３が新たに付加された構成であることである。聴覚心理
重みベクトルとは、人間の聴覚心理モデルに基づき、周
波数に対する聴覚の感度特性として定義された聴覚感度
テーブルなどから、本実施の形態の入力であるオーディ
オ特徴ベクトルの各要素に対する同じ周波数帯の要素を
集めてベクトルとしたものである。これは例えば、図５
（ｂ）に示されるように、周波数２．５ＫＨｚ程度にピ
ークを有しており、周波数の最も低い位置にあるものが
必ずしも人の聴覚的に重要でないものであることがわか
る。

【００３３】すなわち、本実施の形態では、オーディオ
特徴ベクトルをオーディオコード選択部１０２への入力
として、聴覚心理重みベクトルテーブル１０３をコード
選択時の重みとして、送信側コードブック３中の各コー
ドとオーディオ特徴ベクトルとの聴覚的な距離を算出
し、最小の距離を与えるコードに対するコードインデッ
クスを出力する。コードインデックスをｉとした場合に
オーディオコード選択部１０２におけるコード選択時の
距離尺度Ｄi は、例えば、

【００３４】

【数４】

【００３５】となる。ここで、Ｎは送信側コードブック
３中の全コードの個数であり、Cij はコードインデック
スｉにおけるｊ番目の要素の値である。M は本実施例の
場合、１９以下の数、例えば、１などである。P は距離
計算におけるノルムであり、例えば、２などである。Wj
は、聴覚心理重みベクトルテーブル１０３のj 番目の要
素である。また、abs( ) は絶対値演算を意味する。

【００３６】位相情報抽出部１０７では、聴覚心理重み
ベクトルテーブル１０３から、どの周波数のオーディオ
特徴ベクトルに相当する要素の位相情報を抽出するかを
判断し、その範囲で最小のDiを与えるコードインデック
スI とＭ個の位相情報Ph(j)j=0 to Mを出力する。位相
情報Ph(j) は、数２式で同様に定義される。

【００３７】このように本実施の形態２によれば、符号
化部１で符号化を行う際に、オーディオ特徴ベクトルを
分割して作成されたサブベクトルと送信側コードブック
３の中の各オーディオコードとの聴覚的な距離のうち最
小距離を有するオーディオコードを選択するにあたり、
聴覚的な重要度が高いサブベクトルの要素に相当する部
分については、オーディオコード選択部１０２でその位
相情報を示す正負符号を無視して取り扱って、送信側コ
ードブック３のオーディオコードとの比較検索を行い、
得られた結果に別途、位相情報抽出部１０７で抽出した
上記サブベクトルの要素部分に対応する位相情報を付加
してコードインデックスとして出力するようにしたの
で、体感的な音質の劣化を招くことなく、オーディオコ
ード選択部１０２における計算量を削減でき、また、コ
ードブック３，１０１に必要なコード数をも削減するこ
とができる。

【００３８】また、上記オーディオコード選択部１０２
でその位相情報を示す正負符号を無視して取り扱うオー
ディオ特徴ベクトルを、人間の聴覚心理特性を考慮した
各周波数における相対的な聴覚心理量のテーブルを格納
する聴覚心理重みベクトルテーブル１０３を用いて重み
付けして選択することにより、上記実施の形態１のよう
に単に低域から所定個数のオーディオ特徴ベクトルを選
択するものに比べて、より体感的に音質の優れた量子化
を行うことができる。

【００３９】実施の形態３．以下、本発明の実施の形態
３によるオーディオ信号量子化装置について、図面を参
照しながら説明する。図６（ａ）は本実施の形態３にお
けるオーディオ信号量子化装置の構成を示す図であり、
図において、１０４は平滑ベクトルテーブルであり、実
際には除算カーブ等のデータが格納されている。１０５
はオーディオ特徴ベクトルを平滑ベクトルテーブル１０
４に格納された平滑ベクトルを用いて、ベクトル要素同
士の除算により平滑化を行う平滑化部である。

【００４０】以下、動作について説明する。上記平滑化
部１０５に入力されるものは、上記実施の形態１および
実施の形態２におけるオーディオ信号量子化装置と同
様、オーディオ特徴ベクトルであり、この平滑化部１０
５では平滑ベクトルテーブル１０４に格納された平滑ベ
クトルである除算カーブを用いて、入力されたオーディ
オ特徴ベクトルに平滑演算を行う。この平滑演算は、例
えば、入力のオーディオ特徴ベクトルをＸとし、平滑ベ
クトル１０４をＦとし、平滑化部１０５の出力をＹとし
て、それぞれのベクトルのI 番目の要素をXi,Fi,Yiとし
た場合に、数５式で表される処理を行なう。

【００４１】

【数５】

【００４２】平滑ベクトルテーブル１０４は、一般的に
オーディオ特徴ベクトルをＭＤＣＴ係数とした場合に
は、ＭＤＣＴ係数の分散を小さくするような値である。
図６（ｂ）は上記平滑化の処理を模式的に示したもので
あり、サブベクトル化された要素のうちの低域側から２
つ分の要素に対して除算処理を行うことにより、周波数
毎の情報量の格差（レンジ）を縮めることができる。

【００４３】そして、平滑化部１０５の出力は、オーデ
ィオコード選択部１０２の入力となり、コード選択部１
０２では上述した実施の形態１と同様に、平滑化された
オーディオ特徴ベクトルは、位相情報抽出部１０７に
て、周波数の低い方から２番目までの要素に対して、そ
の位相情報が抽出され、一方、オーディオコード選択部
１０２では、送信側コードブック３に格納された２５６
個のコードとの検索を行う。このとき、そのまま得られ
た検索結果に対応するコードインデックス（８ｂｉｔ）
を出力すると正しい検索結果が得られないので、平滑ベ
クトルテーブル１０４より平滑化処理時の情報を受け取
り、スケーリングを調整した上で、該検索結果に対応す
るコードインデックス（８ｂｉｔ）の選択を行い、この
ようにして得られた結果に２ビット分の位相情報を付加
して１０ｂｉｔのコードインデックスI を出力する。

【００４４】このときのオーディオベクトルとコードブ
ック３１に格納されたコードとの距離Diは、例えば、平
滑ベクトルテーブル１０４の各ｉ番目の要素をFiとし
て、数６式のように示される。

【００４５】

【数６】

【００４６】ここで、Ｎは送信側コードブック３１中の
全コードの個数であり、Cij はコードインデックスｉに
おけるｊ番目の要素の値である。M は本実施の形態の場
合、１９以下の数、例えば、１などである。P は距離計
算におけるノルムであり、例えば、２などである。Wj
は、聴覚心理重みベクトルテーブル１０３のj 番目の要
素である。また、abs( ) は絶対値演算を意味する。位
相情報抽出部１０７では、最小のDiを与えるコードイン
デックスｉとＭ個の位相情報Ph(j) j=0 to Mを出力す
る。位相情報Ph(j) は、数２式で同様に定義される。

【００４７】このように本実施の形態３によれば、符号
化部１で符号化を行う際に、オーディオ特徴ベクトルを
分割して作成されたサブベクトルと送信側コードブック
３１の中の各オーディオコードとの聴覚的な距離のうち
最小距離を有するオーディオコードを選択するにあた
り、聴覚的な重要度が高いサブベクトルの要素に相当す
る部分については、オーディオコード選択部１０２でそ
の位相情報を示す正負符号を無視して取り扱って、送信
側コードブック３１のオーディオコードとの比較検索を
行い、得られた結果に別途、位相情報抽出部１０７で抽
出した上記サブベクトルの要素部分に対応する位相情報
を付加してコードインデックスとして出力するようにし
たので、体感的な音質の劣化を招くことなく、オーディ
オコード選択部１０２における計算量を削減でき、ま
た、コードブック３，１０１に必要なコード数をも削減
することができる。

【００４８】また、入力されたオーディオ特徴ベクトル
を平滑化テーブル１０４，平滑化部１０５を用いて平滑
化するようにしたから、オーディオコード選択部１０２
で検索を行う際に参照される、送信側コードブック３１
に記憶しておくコードブックの周波数毎の情報量を全体
的に少ないものとすることができる。

【００４９】実施の形態４．以下、本発明の実施の形態
４によるオーディオ信号量子化装置について、図面を参
照しながら説明する。図７は本発明の実施の形態４にお
けるオーディオ信号量子化装置の構成を示す図であり、
図において、図４に示した実施の形態３との違いは、オ
ーディオコード選択部１０２でコードを選択する際に、
平滑ベクトルテーブル１０４に加えて、実施の形態２で
用いた聴覚心理重みベクトルテーブル１０３をも使用す
るようにした点である。

【００５０】以下、動作について説明する。平滑化部１
０５に入力されるものは、上記各実施の形態と同様、オ
ーディオ特徴ベクトルであり、この平滑化部１０５の出
力は、オーディオコード選択部１０２の入力となり、オ
ーディオコード選択部１０２では、送信側コードブック
３１中の各コードと上記平滑化部１０５の出力との距離
を、平滑ベクトルテーブル１０４から出力される平滑処
理時の情報に基づいて、平滑処理時のスケーリングを考
慮しつつ聴覚心理重みベクトルテーブル１０３の聴覚心
理重みベクトルによる重み付けを加味して算出する。上
記実施の形態２，３と同様の表記を用いて、距離Diは、
例えば、数７式のように示される。

【００５１】

【数７】

【００５２】ここで、Ｎは送信側コードブック３１中の
全コードの個数であり、Cij はコードインデックスｉに
おけるｊ番目の要素の値である。M は本実施例の場合、
１９以下の数、例えば、１などである。P は距離計算に
おけるノルムであり、例えば、２などである。Wjは、聴
覚心理重みベクトルテーブル１０３のj 番目の要素であ
る。また、abs( ) は絶対値演算を意味する。位相情報
抽出部１０７では、最小のDiを与えるコードインデック
スI とＭ個の位相情報Ph(j) j=0 to Mを出力する。位相
情報Ph(j) は、上記数２式で同様に定義される。

【００５３】このように本実施の形態４によれば、符号
化部１で符号化を行う際に、オーディオ特徴ベクトルを
分割して作成されたサブベクトルと送信側コードブック
３１の中の各オーディオコードとの聴覚的な距離のうち
最小距離を有するオーディオコードを選択するにあた
り、聴覚的な重要度が高いサブベクトルの要素に相当す
る部分については、オーディオコード選択部１０２でそ
の位相情報を示す正負符号を無視して取り扱って、送信
側コードブック３１のオーディオコードとの比較検索を
行い、得られた結果に別途、位相情報抽出部１０７で抽
出した上記サブベクトルの要素部分に対応する位相情報
を付加してコードインデックスとして出力するようにし
たので、体感的な音質の劣化を招くことなく、オーディ
オコード選択部１０２における計算量を削減でき、ま
た、送信側コードブック３１に必要なコード数も削減す
ることができる。

【００５４】また、上記オーディオコード選択部１０２
でその位相情報を示す正負符号を無視して取り扱うオー
ディオ特徴ベクトルを、人間の聴覚心理特性を考慮した
各周波数における相対的な聴覚心理量のテーブルを格納
する聴覚心理重みベクトルテーブル１０３を用いて重み
付けして選択することにより、上記実施の形態１のよう
に単に低域から所定個数のオーディオ特徴ベクトルを選
択するものに比べて、より体感的に音質の優れた量子化
を行うことができる。

【００５５】さらに、入力されたオーディオ特徴ベクト
ルを平滑化テーブル１０４，平滑化部１０５を用いて平
滑化するようにしたから、オーディオコード選択部１０
２で検索を行う際に参照される、送信側コードブック３
１に記憶しておくコードブックの周波数毎の情報量を全
体的に少ないものとすることができる。

【００５６】実施の形態５．以下、本発明の実施の形態
５によるオーディオ信号量子化装置について、図面を参
照しながら説明する。図８は本発明の実施の形態５にお
けるオーディオ信号量子化装置の構成を示す図であり、
図において、１０６はソート部であり、聴覚心理重みベ
クトルテーブル１０３の出力と平滑ベクトルテーブル１
０４の出力とを受け、算出されたベクトルのうちのもっ
とも大きな要素を複数個選択してこれを出力する。

【００５７】以下、その動作について説明する。本実施
の形態５と上記実施の形態４の構成上の違いは、ソート
部１０６が付加されたことと、オーディオコード選択部
１０２のコードインデックスを選択して出力する方法が
違う点にある。すなわち、ソート部１０６では、聴覚心
理重みベクトルテーブル１０３と平滑ベクトルテーブル
１０４の出力とを入力とし、例えば、ベクトルＷＦのｊ
番目の要素をＷＦｊと定義すると、以下の数８式で示さ
れる。

【００５８】

【数８】

【００５９】そして、このソート部１０６では、ベクト
ルＷＦの各要素ＷＦｊの中から最も大きなＲ個の要素を
算出し、そのＲ個の要素番号をソート部１０６の出力と
する。オーディオコード選択部１０２では、上記各実施
の形態と同様、距離Diを算出する。距離Diは、例えば、
次の数９式で示される。

【００６０】

【数９】

【００６１】ここで、Ｒj はソート部１０６によって、
出力された要素番号であるならRjは１であり、出力され
た要素番号でないならRjは０とする。Ｎは送信側コード
ブック３１中の全コードの個数であり、Cij はコードイ
ンデックスｉにおけるｊ番目の要素の値である。M は本
実施例の場合、１９以下の数、例えば、１などである。
P は距離計算におけるノルムであり、例えば、２などで
ある。Wjは、聴覚心理重みベクトルテーブル１０３のj
番目の要素である。また、abs( ) は絶対値演算を意味
する。位相情報抽出部１０７では、最小のDiを与えるコ
ードインデックスI とＭ個の位相情報Ph(j) j= 0toＲを
出力する。位相情報Ph(j) は、数１０式で定義される。

【００６２】

【数１０】

【００６３】ただし、Ph(j) は、ソート部１０６で出力
された要素番号に対応するもののみについて計算され
る。本例では（Ｒ＋１）個である。本実施の形態５の構
成を用いる場合には、図１の構成の復号化部２において
も、ソート部１０６を備えた構成とする必要がある。

【００６４】このように本実施の形態５によれば、上記
実施の形態４において、平滑ベクトルテーブル１０４の
出力と聴覚心理重みベクトルテーブル１０３の出力とを
受け、これらの出力結果から、ベクトルのうちのもっと
も大きな要素、すなわち、重み絶対値の大きな要素を複
数個選択してこれをオーディオコード選択部１０２に出
力するようにしたので、人間の聴覚特性にとって意味の
大きな要素と、物理的に重要な要素とを両方加味してコ
ードインデックスを算出することができ、より品質の高
いオーディオ信号圧縮化を行うことができる。なお、本
実施の形態５では、平滑ベクトル１０４と聴覚心理重み
ベクトル１０３の両者を考慮した重みの絶対値の大きい
ものから要素を選択する個数をＲ個としたが、これは、
上記実施の形態１〜４で使用したＭと同じ数値であって
もかまわない。

【００６５】実施の形態６．以下、本発明の実施の形態
６によるオーディオ信号逆量子化装置について、図面を
参照しながら説明する。図９は本発明の実施の形態６に
おけるオーディオ信号逆量子化装置の構成を示す図であ
り、図において、２１は図１の復号化部に相当するもの
であり、受信側コードブック６１とコード復号部５１と
から構成され、さらにコード復号化部５１は、オーディ
オコード選択部１０２と位相情報抽出部１０７とから構
成されたものとなっている。

【００６６】以下、その動作について説明する。本実施
の形態６では、コードインデックスを受信してデコード
する際に、上記実施の形態１〜５に示した量子化方式を
応用したものであり、すなわち、オーディオコード選択
部１０２では、例えば、受信した１０ｂｉｔのコードイ
ンデックスのうち人間の聴覚的に重要度の高い低域側か
ら２ｂｉｔ分の要素を除く、残り８ｂｉｔ分の要素につ
いて、受信側コードブック６１に記憶されたコードとの
比較検索を行い、上記除外した２ｂｉｔ分の要素の位相
情報については、これを位相情報抽出部１０７を用いて
抽出し、上記検索結果に対してこれを付加することで、
オーディオ特徴ベクトルを再生する、すなわち逆量子化
を行う。

【００６７】このようにすることで、上記受信側コード
ブックとしては、８ｂｉｔ分の要素に対応する２５６個
のコードを格納すればよく、受信側コードブック６１に
格納するデータ量を少ないものとすることができ、ま
た、オーディオコード選択部１０２での演算は２５６回
のコード検索と、検索結果に対して２符号を付加する処
理となり、大幅に演算量を削減することができる。

【００６８】なお、本実施の形態６では、実施の形態１
の構成を受信側の構成に応用したものを示したが、実施
の形態２〜５に示した構成のものを応用することも可能
であり、また、受信側に単独で用いるのではなく、上記
実施の形態１ないし５のいずれかの実施の形態と組み合
わせて用いることにより、オーディオ信号の圧縮、展開
をスムーズに行うことができるオーディオデータ送受信
システムを構築することができる。

【００６９】

【発明の効果】以上のように、本発明の請求項１に係る
オーディオ信号量子化装置によれば、オーディオ信号の
特徴量であるオーディオ特徴ベクトルを入力信号とし、
該オーディオ特徴ベクトルのうちの所定の周波数帯域に
属するものの位相情報を抽出する位相情報抽出部と、上
記オーディオ特徴ベクトルの代表値であるオーディオコ
ードを、上記抽出した位相情報に対応する要素部分を絶
対値化した状態のものとして複数個これを格納するコー
ドブックと、上記オーディオ特徴ベクトルと上記コード
ブック中の各オーディオコードとの聴覚的な距離を算出
して、その最小距離を有するオーディオコードを選出す
るとともに、該最小距離を有するオーディオコードに対
する位相情報を上記位相情報抽出部からの出力を補助情
報として用いて付加し、該オーディオコードに対応する
コードインデックスをその出力信号として出力するオー
ディオコード選択部とを備えたので、体感的な音質の劣
化を招くことなく、オーディオコード選択部における計
算量を削減でき、また、コードブックに記憶すべきコー
ド数をも削減することができる効果がある。

【００７０】また、本発明の請求項３に係るオーディオ
信号量子化装置によれば、上記請求項１記載のオーディ
オ信号量子化装置において、人間の聴覚心理特性を考慮
した各周波数における相対的な聴覚心理量のテーブルで
ある聴覚心理重みベクトルテーブルを備え、上記位相情
報抽出部は、入力されたオーディオ特徴ベクトルのう
ち、上記聴覚心理重みベクトルテーブルに格納されたベ
クトルと一致する要素の位相情報を抽出するようにした
ので、より体感的に音質の優れた量子化を行うことがで
きる効果がある。

【００７１】また、本発明の請求項４に係るオーディオ
信号量子化装置によれば、上記請求項１記載のオーディ
オ信号量子化装置において、上記オーディオ特徴ベクト
ルを平滑ベクトルを用いてベクトル要素同士の除算によ
り平滑化する平滑化部を備え、上記オーディオコード選
択部は、上記最小距離を有するオーディオコードを選出
し、該選出されたオーディオコードに位相情報を付加す
る前に、上記平滑化部から出力される平滑化処理情報を
用いて、上記選出されたオーディオコードを、平滑化処
理のなされていないオーディオコードに変換し、該オー
ディオコードに対応するコードインデックスをその出力
信号として出力するようにしたので、オーディオコード
選択部で検索を行う際に参照される、コードブックに記
憶しておくコードブックの周波数毎の情報量を全体的に
少ないものとすることができる効果がある。

【００７２】また、本発明の請求項５に係るオーディオ
信号量子化装置によれば、上記請求項１記載のオーディ
オ信号量子化装置において、人間の聴覚心理特性を考慮
した各周波数における相対的な聴覚心理量のテーブルで
ある聴覚心理重みベクトルテーブルと、上記オーディオ
特徴ベクトルを平滑ベクトルを用いて、ベクトル要素同
士の除算により平滑化する平滑化部と、上記聴覚心理重
みベクトルテーブルの値と上記平滑ベクトルテーブルの
値とを乗じて得られる値を聴覚的重要度の高い順に複数
個選出してこれを上記オーディオコード選択部に出力す
るソート部とを備えたものとしたので、人間の聴覚特性
にとって意味の大きな要素と、物理的に重要な要素とを
両方加味してコードインデックスを算出することがで
き、より品質の高いオーディオ信号圧縮化を行うことが
できる効果がある。

【００７３】また、本発明の請求項９に係るオーディオ
信号逆量子化装置によれば、オーディオ信号の特徴量で
あるオーディオ特徴ベクトルを量子化して得られたコー
ドインデックスを入力信号とし、該コードインデックス
のうちの所定の周波数帯域に相当する要素の位相情報を
抽出する位相情報抽出部と、上記コードインデックスに
対応するオーディオ特徴ベクトルを、上記抽出した位相
情報に対応する要素部分を絶対値化した状態のものとし
て複数個これを格納するコードブックと、上記コードイ
ンデックスと上記コードブック中のオーディオ特徴ベク
トルとの聴覚的な距離を算出して、その最小距離を有す
るオーディオ特徴ベクトルを選出するとともに、該最小
距離を有するオーディオ特徴ベクトルに対する位相情報
を上記位相情報抽出部からの出力を補助情報として用い
て付加し、上記入力信号であるコードインデックスに対
応するオーディオ特徴ベクトルをその出力信号として出
力するオーディオコード選択部とを備えたので、受信側
で用いるコードブックに格納するデータ量を少ないもの
とすることができ、また、受信側での演算量を大幅に削
減することができるできる効果がある。

【図面の簡単な説明】

【図１】 この発明によるオーディオ信号量子化装置の
概念的な構成を示す図である。

【図２】 本発明の実施の形態１におけるオーディオ信
号量子化装置の符号化部の詳細な構成を示す図である。

【図３】 上記実施の形態１におけるオーディオ信号量
子化装置のオーディオ特徴ベクトルの構成を説明するた
めの図である。

【図４】 上記実施の形態１におけるオーディオ信号量
子化装置の符号化処理を説明するための図である。

【図５】 本発明の実施の形態２におけるオーディオ信
号量子化装置の符号化部の詳細な構成を示す図、及び聴
覚心理重みベクトルテーブルの一例を示す図である。

【図６】 本発明の実施の形態３におけるオーディオ信
号量子化装置の符号化部の詳細な構成を示す図、及び平
滑化部における処理を説明するための図である。

【図７】 本発明の実施の形態４におけるオーディオ信
号量子化装置の符号化部の詳細な構成を示す図である。

【図８】 本発明の実施の形態５におけるオーディオ信
号量子化装置の符号化部の詳細な構成を示す図である。

【図９】 本発明の実施の形態６におけるオーディオ信
号逆量子化装置の構成を示す図である。

【図１０】 従来のオーディオ信号量子化装置の構成を
示す図である。

【符号の説明】

１ 符号化部 ２，２１ 復号化部 ３，３１ 送信側コードブック ４ オーディオコード選択部 ５ コード復号部 ６，６１ 受信側コードブック １０２ オーディオコード選択部 １０３ 聴覚心理重みベクトルテーブル １０４ 平滑ベクトルテーブル １０５ 平滑化部 １０６ ソート部 １０７ 位相情報抽出部

フロントページの続き (72)発明者 石川 智一 大阪府門真市大字門真1006番地 松下電器 産業株式会社内

Claims (9)

【特許請求の範囲】
1. 【請求項１】 オーディオ信号の特徴量であるオーディ
   オ特徴ベクトルを入力信号とし、該オーディオ特徴ベク
   トルのうちの所定の周波数帯域に属するものの位相情報
   を抽出する位相情報抽出部と、 上記オーディオ特徴ベクトルの代表値であるオーディオ
   コードを、上記抽出した位相情報に対応する要素部分を
   絶対値化した状態のものとして複数個これを格納するコ
   ードブックと、 上記オーディオ特徴ベクトルと上記コードブック中の各
   オーディオコードとの聴覚的な距離を算出して、その最
   小距離を有するオーディオコードを選出するとともに、
   該最小距離を有するオーディオコードに対する位相情報
   を上記位相情報抽出部からの出力を補助情報として用い
   て付加し、該オーディオコードに対応するコードインデ
   ックスをその出力信号として出力するオーディオコード
   選択部とを備えたことを特徴とするオーディオ信号量子
   化装置。
2. 【請求項２】 請求項１記載のオーディオ信号量子化装
   置において、 上記位相情報抽出部は、入力されたオーディオ特徴ベク
   トルのうちの低周波帯域側のものより所定個数の要素の
   位相情報を抽出するものであることを特徴とするオーデ
   ィオ信号量子化装置。
3. 【請求項３】 請求項１記載のオーディオ信号量子化装
   置において、 人間の聴覚心理特性を考慮した各周波数における相対的
   な聴覚心理量のテーブルである聴覚心理重みベクトルテ
   ーブルを備え、 上記位相情報抽出部は、入力されたオーディオ特徴ベク
   トルのうち、上記聴覚心理重みベクトルテーブルに格納
   されたベクトルと一致する要素の位相情報を抽出するも
   のであることを特徴とするオーディオ信号量子化装置。
4. 【請求項４】 請求項１記載のオーディオ信号量子化装
   置において、 上記オーディオ特徴ベクトルを平滑ベクトルを用いてベ
   クトル要素同士の除算により平滑化する平滑化部を備
   え、 上記オーディオコード選択部は、上記最小距離を有する
   オーディオコードを選出し、該選出されたオーディオコ
   ードに位相情報を付加する前に、上記平滑化部から出力
   される平滑化処理情報を用いて、上記選出されたオーデ
   ィオコードを、平滑化処理のなされていないオーディオ
   コードに変換し、該オーディオコードに対応するコード
   インデックスをその出力信号として出力することを特徴
   とするオーディオ信号量子化装置。
5. 【請求項５】 請求項１記載のオーディオ信号量子化装
   置において、 人間の聴覚心理特性を考慮した各周波数における相対的
   な聴覚心理量のテーブルである聴覚心理重みベクトルテ
   ーブルと、 上記オーディオ特徴ベクトルを平滑ベクトルを用いて、
   ベクトル要素同士の除算により平滑化する平滑化部と、 上記聴覚心理重みベクトルテーブルの値と上記平滑ベク
   トルテーブルの値とを乗じて得られる値を聴覚的重要度
   の高い順に複数個選出してこれを上記オーディオコード
   選択部に出力するソート部とを備えたことを特徴とする
   オーディオ信号量子化装置。
6. 【請求項６】 請求項２ないし４のいずれかに記載のオ
   ーディオ信号量子化装置において、 上記オーディオ特徴ベクトルとして、上記オーディオ信
   号を周波数変換した係数を要素とするベクトルを用いる
   ことを特徴とするオーディオ信号量子化装置。
7. 【請求項７】 請求項２ないし４のいずれかに記載のオ
   ーディオ信号量子化装置において、 上記オーディオ特徴ベクトルとして、 上記オーディオ信号をＭＤＣＴ変換（変形離散コサイン
   変換）した係数を要素とするベクトルを用いることを特
   徴とするオーディオ信号量子化装置。
8. 【請求項８】 請求項４または５に記載のオーディオ信
   号量子化装置において、 上記平滑ベクトルとして、 オーディオ信号を線形予測して線形予測係数を算出し、
   該算出された前記線形予測係数から各周波数における相
   対的な周波数応答を算出し、該各周波数における相対的
   な周波数応答を要素とするベクトルを用いることを特徴
   とするオーディオ信号量子化装置。
9. 【請求項９】 オーディオ信号の特徴量であるオーディ
   オ特徴ベクトルを量子化して得られたコードインデック
   スを入力信号とし、該コードインデックスのうちの所定
   の周波数帯域に相当する要素の位相情報を抽出する位相
   情報抽出部と、 上記コードインデックスに対応するオーディオ特徴ベク
   トルを、上記抽出した位相情報に対応する要素部分を絶
   対値化した状態のものとして複数個これを格納するコー
   ドブックと、 上記コードインデックスと上記コードブック中のオーデ
   ィオ特徴ベクトルとの聴覚的な距離を算出して、その最
   小距離を有するオーディオ特徴ベクトルを選出するとと
   もに、該最小距離を有するオーディオ特徴ベクトルに対
   する位相情報を上記位相情報抽出部からの出力を補助情
   報として用いて付加し、上記入力信号であるコードイン
   デックスに対応するオーディオ特徴ベクトルをその出力
   信号として出力するオーディオコード選択部とを備えた
   ことを特徴とするオーディオ信号逆量子化装置。