JPH11109995A

JPH11109995A - 音響信号符号化器

Info

Publication number: JPH11109995A
Application number: JP9268669A
Authority: JP
Inventors: Akihiro Sato; 昭浩佐藤
Original assignee: Victor Company of Japan Ltd
Current assignee: Victor Company of Japan Ltd
Priority date: 1997-10-01
Filing date: 1997-10-01
Publication date: 1999-04-23

Abstract

(57)【要約】【課題】線形予測手段により求められる線形予測パラ
メータには、量子化しない周波数領域のスペクトル包絡
情報も含まれているため、正規化手段で求められる残差
信号の符号化周波数領域での平坦化の度合いを高めるこ
とができず、また、線形予測パラメータの次数が多い。【解決手段】入力音響信号をＭＤＣＴ手段１４で周波
数領域信号とし、その周波数領域信号から求めたパワー
スペクトルを補正手段５４により聴覚心理分析手段２３
による聴覚心理パラメータで、Ｎ個のパワースペクトル
のサンプルから量子化しない周波数領域のサンプルを削
除し、量子化する周波数領域のサンプルで補間すること
により補正パワースペクトルを求め、これを逆フーリエ
変換手段５５により逆フーリエ変換して線形予測分析手
段５６により線形予測分析した後、予測パラメータ量子
化手段１７により量子化して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音響信号符号化器に
係り、特に音楽信号や音声信号のような音響信号を周波
数領域信号に変換し、これを、そのパワースペクトル包
絡で正規化して残差信号を得、この残差信号を量子化す
ると共に、パワースペクトル包絡を得るための情報を補
助情報として量子化する音響信号符号化器に関する。

【０００２】

【従来の技術】従来より、音楽信号や音声信号のような
音響信号を高能率に符号化する方法として、原音信号を
フレームと呼ばれる５〜５０ｍｓ程の一定間隔の区間で
分割し、その１フレームの信号にＭＤＣＴ（変形離散コ
サイン変換）を用いて時間−周波数変換を行って周波数
領域信号を得、これをそのパワースペクトル包絡と、そ
のパワースペクトル包絡で周波数領域信号を正規化した
残差信号との２つの情報に分離し、それぞれを符号化す
ることが知られている（例えば、特開平８−１９４４９
７号公報など）。

【０００３】図２はこの従来の音響信号符号化器及び復
号化器の一例のブロック図を示す。同図の符号化器１０
においては、入力端子１１から入力されたディジタル音
響信号系列がフレーム分割手段１２に供給され、ここで
Ｎ入力サンプル毎に過去の２×Ｎサンプルの入力系列を
抽出し、長さ２×Ｎサンプルの入力フレームが生成さ
れ、窓掛け手段１３で時間窓が乗じられる。この窓掛け
された入力信号系列は、ＭＤＣＴ手段１４で変形離散コ
サイン変換されて、Ｎサンプルの周波数領域信号に変換
される。

【０００４】また、前記長さ２×Ｎサンプルの入力フレ
ームは、自己相関手段１５で窓掛け手段１３とは異なる
時間窓が乗じられて窓掛けされた後自己相関信号に変換
され、その後線形予測分析手段１６で線形予測分析され
ることにより、Ｐ次の線形予測パラメータが求められ
る。この線形予測パラメータは、予測パラメータ量子化
手段１７で量子化される。この量子化の方法としては、
線形予測パラメータをＰＡＲＣＯＲパラメータに変換し
て量子化するＰＡＲＣＯＲ量子化の方法、線形予測パラ
メータをＬＳＰパラメータに変換して量子化するＬＳＰ
量子化の方法等を用いることができる。この量子化され
た線形予測パラメータは予測インデックス２５として復
号化器３０に入力される。

【０００５】また、上記量子化された線形予測パラメー
タは、逆量子化手段１８に供給されて逆量子化され、こ
こで元の線形予測パラメータに戻された後、パワースペ
クトル包絡の逆数計算手段１９によりパワースペクトル
包絡の逆数が求められる。具体的には、Ｐ＋１個の線形
予測パラメータ逆量子化の後に、２×Ｎ−Ｐ−１個の０
をつなげて作った長さ２×Ｎ個のサンプル系列を離散フ
ーリエ変換し、更にそのＮ次パワースペクトルを計算
し、その平方根をとることにより、パワースペクトル包
絡の逆数が得られる。

【０００６】乗算手段２０はＭＤＣＴ手段１４からの周
波数領域信号の各サンプルと、パワースペクトル包絡の
逆数計算手段１９からのパワースペクトル包絡の逆数の
各サンプルとを乗算することにより、正規化され、平坦
化された残差信号を生成し、これをパワー正規化手段２
１に供給して、その振幅の平均値で正規化される。ゲイ
ン量子化手段２２は、パワー正規化手段２１からの信号
を量子化し、得られた量子化ゲインをゲインインデック
ス２６として復号化器３０へ出力する。

【０００７】また、パワー正規化手段２１で正規化され
た正規化残差信号は、残差量子化手段２４により量子化
されて、量子化値を示す残差インデックス２７として復
号化器３０に供給される。以上のように、符号化器１０
から予測係数を量子化した予測インデックス２５と、ゲ
インインデックス２６と、残差インデックス２７とがそ
れぞれ復号化器３０へ出力される。

【０００８】これらのインデックス２５、２６及び２７
が入力される復号化器３０は次のように復号動作する。
予測インデックス２５は、復号化器３０内の予測パラメ
ータ逆量子化手段３１に供給されて、逆量子化予測パラ
メータに逆量子化された後、パワースペクトル包絡の逆
数計算手段３２においてパワースペクトル包絡の逆数計
算手段１９と同じ方法でパワースペクトル包絡の逆数が
計算される。

【０００９】一方、ゲインインデックス２６は、復号化
器３０内のゲイン逆量子化手段３３で逆量子化されるこ
とにより逆量子化ゲインとされ、また、残差インデック
ス２７は、復号化器３０内の残差逆量子化手段３４によ
り逆量子化されることにより逆量子化正規化残差信号と
され、これらは乗算手段３５に供給されて逆量子化残差
信号とされる。この逆量子化残差信号は、パワースペク
トル包絡の逆数計算手段３２からのパワースペクトル包
絡の逆数と除算されることにより、パワー逆正規化され
た周波数領域信号に変換される。

【００１０】この周波数領域信号は、逆ＭＤＣＴ手段３
７により２×Ｎ次の逆変形コサイン変換されて時間領域
信号に変換された後、窓掛け手段３８で時間窓がかけら
れ、更に次段のフレーム重ね合わせ手段３９により、長
さ２×Ｎサンプルのフレームの前半Ｎサンプルと前フレ
ームの後半Ｎサンプルとが加え合わされて出力端子４０
より出力される。

【００１１】

【発明が解決しようとする課題】しかるに、図２に示し
た従来の音響信号符号化器１０は、正規化残差信号を残
差量子化手段２４で量子化する方法として、聴覚心理分
析による聴覚心理パラメータを用いることにより量子化
する周波数領域を特定し、符号化効率を高めることが可
能であるが、線形予測分析手段１６により求められる線
形予測パラメータには量子化しない周波数領域のスペク
トラム包絡情報が含まれているにも拘らず、従来は量子
化しない周波数領域のスペクトラム包絡情報を削減して
いないため、正規化手段である乗算手段２０で求められ
る残差信号の量子化する周波数領域での平坦化の度合い
を高めることや、線形予測分析手段１６で求められる線
形予測パラメータの次数を減らすことができない。

【００１２】本発明は上記の点に鑑みなされたもので、
残差信号の量子化する周波数領域での平坦化の度合いを
高め得る音響信号符号化器を提供することを目的とす
る。

【００１３】また、本発明他の目的は、線形予測分析手
段で求められる線形予測パラメータの次数を減らすこと
のできる音響信号符号化器を提供することにある。

【００１４】

【課題を解決するための手段】本発明は上記の目的を達
成するため、入力音響信号を時間領域から周波数領域の
信号に変換する変換手段と、入力音響信号を聴覚心理分
析し、聴覚心理パラメータを求める聴覚心理分析手段
と、変換手段から出力された周波数領域の信号のパワー
スペクトル包絡を求めた後、そのパワースペクトル包絡
を聴覚心理分析手段からの聴覚心理パラメータで補正
し、更に線形予測分析でモデル化した線形予測パラメー
タを出力する線形予測モデル化手段と、線形予測モデル
化手段からの線形予測パラメータを量子化してパワース
ペクトル包絡を得るための符号化情報とする予測パラメ
ータ量子化手段と、予測パラメータ量子化手段からの量
子化された線形予測パラメータを逆量子化する逆量子化
手段と、逆量子化手段からの逆量子化された線形予測パ
ラメータからパワースペクトルの逆数を求めるパワース
ペクトル包絡の逆数計算手段と、パワースペクトルの逆
数と変換手段からの周波数領域の信号を乗算して正規化
残差信号を出力する乗算手段と、正規化残差信号からゲ
インインデックスと残差インデックスを生成して出力す
るインデックス生成手段とを有する構成としたものであ
る。

【００１５】本発明では、聴覚心理分析による聴覚心理
パラメータで補正した周波数領域信号のパワースペクト
ル包絡を線形予測パラメータでモデル化し、その線形予
測パラメータを量子化して符号化出力とすることができ
る。また、本発明では少ない次数の線形予測パラメータ
で量子化する周波数領域のパワースペクトル包絡をモデ
ル化できる。

【００１６】また、本発明におけるパワースペクトル手
段は、周波数領域信号の１フレーム中のＮ個のサンプル
まで振幅を二乗することによりパワースペクトルを求
め、補正手段は、聴覚心理パラメータから量子化しない
周波数領域を決定し、その量子化しない周波数領域のパ
ワースペクトルを、量子化する周波数領域のパワースペ
クトルで補間することにより補正パワースペクトルを求
めることを特徴とする。

【００１７】ここで、上記の補正手段による補間は、量
子化しない周波数領域の両端に量子化する周波数領域が
存在する場合は大きい値の方で補間し、片側のみの場合
はその片側の値で補間することが望ましい。

【００１８】

【発明の実施の形態】次に、本発明の実施の形態につい
て図面と共に説明する。図１は本発明になる音響信号符
号化器の一実施の形態のブロック図を示す。同図中、図
２と同一構成部分には同一符号を付してある。図１にお
いて、符号化器５０内のＭＤＣＴ手段１４からの変形離
散コサイン変換によるＮサンプルの周波数領域信号は、
そのパワースペクトル包絡を聴覚心理分析手段５２から
の聴覚心理パラメータで補正し、線形予測分析でモデル
化する補正パワースペクトル包絡の線形予測モデル化手
段５１に供給される。

【００１９】補正パワースペクトル包絡の線形予測モデ
ル化手段５１は、パワースペクトル手段５３、補正手段
５４、逆フーリエ変換手段５５及び線形予測分析手段５
６から構成されており、まず入力された周波数領域信号
のパワースペクトルを、パワースペクトル手段５３によ
り１フレーム中のＮ個のサンプルまで周波数領域信号の
振幅を二乗することにより求める。次に、補正手段５４
により聴覚心理分析手段５２よりの聴覚心理パラメータ
で、Ｎ個のパワースペクトルのサンプルから非符号化
（不可聴）周波数領域のサンプルを削除し、量子化する
周波数領域のサンプルで補間することにより補正パワー
スペクトルを求める。

【００２０】つまり、聴覚心理分析手段５２で求められ
る聴覚心理パラメータは、許容量子化雑音レベルを表し
ているため、このレベルがマイナス値を示している場
合、その周波数領域の音響信号は他の周波数領域の音響
信号により遮蔽（マスキング）されているか、その周波
数領域での最小可聴限界レベル以下の音響信号であり、
符号化し、復号化しても知覚されることのない不可聴の
音響信号であるため、符号化を行う必要が無い周波数領
域、すなわち量子化を行う必要がない周波数領域に設定
することができる。なお、補間の方法としては、例えば
量子化しない周波数領域の両端に量子化する周波数領域
が存在する場合は、大きい方の値で補間する。これは、
大きい方の値で補間したほうが、復号化した音響信号の
波形がなだらかになることが本発明者の実験結果により
確かめられているからである。なお、量子化しない周波
数領域の片側のみに量子化する周波数領域が存在する場
合は、その片側の周波数領域の値を用いて補間する。

【００２１】次に、逆フーリエ変換手段５５は補正手段
５４よりの補正パワースペクトルのＮ個のサンプルを逆
フーリエ変換し、Ｐ＋１個の補正自己相関信号を得る。
すなわち、逆フーリエ変換手段５５は、Ｎ個の補正パワ
ースペクトルにＮ個のゼロ値サンプルを付加し、２×Ｎ
次の逆フーリエ変換をし、その実部サンプルの先頭のＰ
＋１個のサンプルが補正自己相関信号として出力され
る。

【００２２】この補正自己相関信号は線形予測分析手段
５６により線形予測分析され、Ｐ＋１個の線形予測係数
（αパラメータ）が求められ、ＰＡＲＣＯＲパラメータ
やＬＳＰパラメータ等の符号化効率の高いパラメータに
変換される。つまり、この線形予測分析手段５６によ
り、聴覚心理パラメータで補正したパワースペクトル包
絡を示す線形予測分析でモデル化したものが得られる。

【００２３】この線形予測分析手段５６の出力パラメー
タは、予測パラメータ量子化手段１７に供給されて量子
化されることにより、予測インデックス２５とされる。
この予測インデックス２５は、入力ディジタル音響信号
系列の線形予測分析により得たものではなく、入力ディ
ジタル音響信号系列の量子化する周波数領域信号に対応
する信号系列を線形予測分析したものを量子化したもの
である。

【００２４】また、予測パラメータ量子化手段１７の量
子化出力は、逆量子化手段１８に供給されて逆量子化さ
れ、その逆量子化線形予測パラメータから逆量子化線形
予測係数が得られる。この逆量子化線形予測係数は、フ
ーリエ変換手段５７によりフーリエ変換され、これによ
り得られた各サンプルがパワースペクトル平方根手段５
８により、パワースペクトルの平方根が計算されて補正
パワースペクトル包絡の逆数を得る。上記のフーリエ変
換手段５７及びパワースペクトル平方根手段５８はパワ
ースペクトル包絡の逆数計算手段５９を構成している。

【００２５】パワースペクトル平方根手段５８から出力
された補正パワースペクトル包絡の逆数は、乗算手段２
０に供給されてＭＤＣＴ手段１４からの周波数領域信号
と各サンプル毎に乗算して正規化され、平坦化された残
差信号として生成される。この残差信号は従来と同様
に、パワー正規化手段２１に供給して、その振幅の平均
値で正規化される。ゲイン量子化手段２２は、パワー正
規化手段２１からの信号を量子化し、得られた量子化ゲ
インをゲインインデックス２６として復号化器へ出力す
る。

【００２６】従って、この実施の形態では、聴覚心理分
析による聴覚心理パラメータで補正した周波数領域信号
のパワースペクトル包絡を線形予測パラメータでモデル
化し、その線形予測パラメータを予測パラメータ量子化
手段１７にて量子化して符号化出力としているため、残
差信号の量子化する周波数領域における正規化効率が向
上し、同じ線形予測パラメータの次数である場合は符号
化音質を向上することができる。

【００２７】また、フレーム分割手段１２でフレーム分
割されたディジタル音響信号系列は、聴覚心理分析手段
５２で聴覚心理分析され、許容量子化雑音レベルを示す
聴覚心理パラメータが求められる。この聴覚心理分析手
段５２からの聴覚心理パラメータは残差量子化手段２４
にも供給され、ここでパワー正規化手段２１からの量子
化する周波数領域の正規化残差信号が、聴覚心理パラメ
ータで量子化され、その量子化値を示す残差インデック
ス２７として復号化器に供給される。上記の予測インデ
ックス２５、ゲインインデックス２６及び残差インデッ
クス２７は、従来と同様の構成の復号化器（図２の３
０）に入力されて復号化される。

【００２８】

【発明の効果】以上説明したように、本発明によれば、
聴覚心理分析による聴覚心理パラメータで補正した周波
数領域信号のパワースペクトル包絡を線形予測パラメー
タでモデル化し、その線形予測パラメータを量子化して
符号化出力としているため、残差信号の量子化する周波
数領域における正規化効率が向上し、同じ線形予測パラ
メータの次数である場合は符号化音質を向上することが
できる。

【００２９】また、本発明によれば、少ない次数の線形
予測パラメータで量子化する周波数領域のパワースペク
トル包絡をモデル化できるため、結果として残差信号へ
の符号量が増加し、符号化音質を向上することができ
る。

【図面の簡単な説明】

【図１】本発明になる音響信号符号化器の一実施の形態
のブロック図である。

【図２】従来の音響信号符号化器と復号化器の一例のブ
ロック図である。

【符号の説明】

１２フレーム分割手段１３窓掛け手段１４ＭＤＣＴ（変形離散コサイン変換）手段１７予測パラメータ量子化手段１８逆量子化手段２０乗算手段２１パワー正規化手段２２ゲイン量子化手段２４残差量子化手段２５予測インデックス２６ゲインインデックス２７残差インデックス３０復号化器５０符号化器５１補正パワースペクトル包絡の線形予測モデル化手
段５２聴覚心理分析手段５３パワースペクトル手段５４補正手段５５逆フーリエ変換手段５６線形予測分析手段５７フーリエ変換手段５８パワースペクトル平方根手段５９パワースペクトル包絡の逆数計算手段

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成９年１１月２６日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】発明の名称

【補正方法】変更

【補正内容】

【発明の名称】音響信号符号化器

Claims

【特許請求の範囲】

【請求項１】入力音響信号を時間領域から周波数領域
の信号に変換する変換手段と、前記入力音響信号を聴覚心理分析し、聴覚心理パラメー
タを求める聴覚心理分析手段と、前記変換手段から出力された前記周波数領域の信号のパ
ワースペクトル包絡を求めた後、そのパワースペクトル
包絡を前記聴覚心理分析手段からの前記聴覚心理パラメ
ータで補正し、更に線形予測分析でモデル化した線形予
測パラメータを出力する線形予測モデル化手段と、前記線形予測モデル化手段からの線形予測パラメータを
量子化して前記パワースペクトル包絡を得るための符号
化情報とする予測パラメータ量子化手段と、前記予測パラメータ量子化手段からの量子化された線形
予測パラメータを逆量子化する逆量子化手段と、前記逆量子化手段からの逆量子化された線形予測パラメ
ータからパワースペクトルの逆数を求めるパワースペク
トル包絡の逆数計算手段と、前記パワースペクトルの逆数と前記変換手段からの前記
周波数領域の信号を乗算して正規化残差信号を出力する
乗算手段と、前記正規化残差信号からゲインインデックスと残差イン
デックスを生成して出力するインデックス生成手段とを
有することを特徴とする音響信号符号化器。
【請求項２】前記線形予測モデル化手段は、前記変換
手段から出力された前記周波数領域の信号のパワースペ
クトル包絡を求めるパワースペクトル手段と、求められ
た前記パワースペクトル包絡を前記聴覚心理分析手段か
らの前記聴覚心理パラメータで補正する補正手段と、前
記補正手段により補正されたパワースペクトル包絡のサ
ンプル値を逆フーリエ変換して補正自己相関信号を得る
逆フーリエ変換手段と、前記補正自己相関信号を線形予
測分析して線形予測パラメータを出力する線形予測分析
手段とからなることを特徴とする請求項１記載の音響信
号符号化器。
【請求項３】前記パワースペクトル手段は、前記周波
数領域信号の１フレーム中のＮ個のサンプルまで振幅を
二乗することにより前記パワースペクトルを求め、前記
補正手段は、聴覚心理パラメータから量子化しない周波
数領域を決定し、その量子化しない周波数領域のパワー
スペクトルを、量子化する周波数領域のパワースペクト
ルで補間することにより前記補正パワースペクトルを求
めることを特徴とする請求項２記載の音響信号符号化
器。
【請求項４】前記補正手段による補間は、前記量子化
しない周波数領域の両端に前記量子化する周波数領域が
存在する場合は大きい値の方で補間し、片側のみの場合
はその片側の値で補間することを特徴とする請求項３記
載の音響信号符号化器。
【請求項５】前記パワースペクトル包絡の逆数計算手
段は、前記逆量子化手段からの逆量子化された線形予測
パラメータをフーリエ変換するフーリエ変換手段と、前
記フーリエ変換手段からの各サンプルのパワースペクト
ルの平方根を計算して補正パワースペクトル包絡の逆数
を得るパワースペクトル平方根手段とよりなることを特
徴とする請求項１乃至４のうちいずれか一項記載の音響
信号符号化器。