WO2011058758A1 - 符号化装置、復号装置およびこれらの方法 - Google Patents

符号化装置、復号装置およびこれらの方法 Download PDF

Info

Publication number
WO2011058758A1
WO2011058758A1 PCT/JP2010/006665 JP2010006665W WO2011058758A1 WO 2011058758 A1 WO2011058758 A1 WO 2011058758A1 JP 2010006665 W JP2010006665 W JP 2010006665W WO 2011058758 A1 WO2011058758 A1 WO 2011058758A1
Authority
WO
WIPO (PCT)
Prior art keywords
encoding
layer
gain
information
band
Prior art date
Application number
PCT/JP2010/006665
Other languages
English (en)
French (fr)
Inventor
山梨智史
森井利幸
Original Assignee
パナソニック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Priority to CN201080051050.2A priority Critical patent/CN102598125B/zh
Priority to JP2011540418A priority patent/JP5746974B2/ja
Priority to US13/505,634 priority patent/US9153242B2/en
Publication of WO2011058758A1 publication Critical patent/WO2011058758A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0204—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition

Definitions

  • the present invention relates to an encoding device, a decoding device, and these methods used in a communication system that encodes and transmits a signal.
  • Non-Patent Document 1 discloses that a spectrum (MDCT (Modified Discrete Cosine Transform) of a desired frequency band is obtained using TwinVQ (Transform Domain Weighed Interleave Vector Quantization) in which the basic structural unit is modularized.
  • a method for hierarchically encoding () coefficients) is disclosed. By using the module in common and using it a plurality of times, a simple and highly flexible scalable encoding can be realized.
  • the subbands to be encoded in each layer (layer) are basically configured in advance, but the subbands to be encoded in each layer (layer) according to the nature of the input signal.
  • a configuration is also disclosed in which the position of is fluctuated within a predetermined band.
  • Non-Patent Document 1 for example, in a configuration in which the position of a subband to be encoded in each layer (layer) is varied within a predetermined band, the encoding target is determined for each frame or each layer The subbands selected as different. Therefore, predictive encoding in the time axis direction or predictive encoding in the layer axis direction is applied as a method for encoding the frequency parameter of the band to be encoded (encoding target band). There is a problem that encoding efficiency is insufficient. As a result, there is a problem that the quality of the generated decoded speech becomes insufficient.
  • the adding unit 204 calculates the difference spectrum between the input spectrum and the first layer decoded spectrum by inverting the polarity of the first layer decoded spectrum and adding the inverted spectrum to the input spectrum.
  • the adding unit 204 outputs the obtained difference spectrum as the first layer difference spectrum to the second layer encoding unit 205.
  • the second layer decoding unit 206 decodes the second layer encoded information input from the second layer encoding unit 205 to calculate a second layer decoded spectrum. Next, second layer decoding section 206 outputs the generated second layer decoded spectrum to addition section 207. Details of second layer decoding section 206 will be described later.
  • the adding unit 207 calculates a difference spectrum between the first layer difference spectrum and the second layer decoded spectrum by inverting the polarity of the second layer decoded spectrum and adding the inverted polarity to the first layer difference spectrum.
  • the adding unit 207 outputs the obtained difference spectrum to the third layer encoding unit 208 as the second layer difference spectrum.
  • Third layer encoding section 208 generates third layer encoded information using the second layer difference spectrum input from adding section 207, and generates the generated third layer encoded information to encoded information integrating section 209. Output. Also, the third layer encoding unit 208 sends the third layer gain encoding information and the third layer band information included in the third layer encoding information to the first layer encoding unit 202 and the first layer decoding unit 203. Output. As a result, first layer encoding section 202 and first layer decoding section 203 perform encoding using the third layer gain encoding information and the third layer band information in the next processing frame. Details of third layer encoding section 208 will be described later.
  • FIG. 3 is a block diagram showing a main configuration of first layer encoding section 202.
  • the first layer encoding unit 202 includes a band selection unit 301, a shape encoding unit 302, an adaptive prediction determination unit 303, a gain encoding unit 304, and a multiplexing unit 305.
  • the band selection unit 301 divides the input spectrum input from the orthogonal transform processing unit 201 into a plurality of subbands, and selects a band to be quantized (quantization target band) from the plurality of subbands.
  • Band selection section 301 outputs band information (first layer band information) indicating the selected quantization target band to shape coding section 302, adaptive prediction determination section 303, and multiplexing section 305.
  • Band selection section 301 also outputs the input spectrum to shape coding section 302. Note that the input spectrum input to the shape encoding unit 302 may be directly input from the orthogonal transform processing unit 201 separately from the input from the orthogonal transform processing unit 201 to the band selection unit 301. Details of the processing of the band selection unit 301 will be described later.
  • the shape encoding unit 302 encodes the shape information using the spectrum (MDCT coefficient) corresponding to the band indicated by the first layer band information out of the input spectrum input from the band selection unit 301, and performs the first layer Shape coding information is generated. Next, shape coding section 302 outputs the generated first layer shape coding information to multiplexing section 305. In addition, shape coding section 302 outputs an ideal gain (gain information) calculated at the time of shape coding to gain coding section 304. Details of the processing of the shape encoding unit 302 will be described later.
  • the adaptive prediction determination unit 303 outputs the determination result to the gain encoding unit 304 and the multiplexing unit 305 as prediction information (Flag_PRE).
  • the adaptive prediction determination unit 303 sets the value of Flag_PRE to 1 when determining to perform prediction, and sets the value of Flag_PRE to 0 when determining that prediction is not performed. Details of the process of the adaptive prediction determination unit 303 will be described later.
  • the gain encoding unit 304 performs predictive encoding on the ideal gain input from the shape encoding unit 302 to obtain the first layer gain code. Get information.
  • gain encoding section 304 uses the quantization gain of the past frame stored in the internal buffer, the internal gain codebook, the second layer gain encoding information, and the third layer gain encoding information. Thus, predictive coding is performed on the ideal gain.
  • the band selection unit 301 calculates the average energy E1 (m) of each of the M types of regions according to the following equation (5).
  • j represents the index of each of the J subbands
  • m represents the index of each of the M types of regions.
  • S (m) indicates the minimum value among the indices of the L subbands constituting the region m
  • B (j) is the minimum value among the indices of the plurality of MDCT coefficients constituting the subband j.
  • W (j) indicates the bandwidth of subband j, and in the following description, the case where all the J subbands have the same bandwidth, that is, the case where W (j) is a constant will be described as an example.
  • the band selection unit 301 is a band (quantization target band) to be quantized for a region having the maximum average energy E1 (m), for example, a band composed of subbands j ′′ to (j ′′ + L ⁇ 1). Select as.
  • Band selection section 301 outputs index m_max indicating the selected region as first layer band information to shape coding section 302, adaptive prediction determination section 303, and multiplexing section 305. Further, the band selection unit 301 outputs the input spectrum X1 (k) of the quantization target band to the shape coding unit 302.
  • the band index indicating the quantization target band selected by the band selection unit 301 is j ′′ to (j ′′ + L ⁇ 1).
  • the shape encoding unit 302 performs shape quantization for each subband on the input spectrum X1 (k) corresponding to the band indicated by the first layer band information. Specifically, the shape encoding unit 302 searches the built-in shape codebook composed of SQ shape code vectors for each of the L subbands, and evaluates the shape scale_q (i) of Equation (6) below. Find the index of the shape code vector that maximizes.
  • SC i k indicates a shape code vector constituting the shape code book
  • i indicates an index of the shape code vector
  • k indicates an index of an element of the shape code vector
  • the shape encoding unit 302 outputs the index S_max of the shape code vector that maximizes the evaluation measure Shape_q (i) of the above equation (6) to the multiplexing unit 305 as first layer shape encoding information.
  • the shape encoding unit 302 calculates an ideal gain Gain_i (j) according to the following equation (7), and outputs the calculated ideal gain Gain_i (j) to the gain encoding unit 304.
  • the adaptive prediction determination unit 303 has a built-in buffer and stores the first layer band information in the past frame.
  • the adaptive prediction determination unit 303 includes a buffer that stores band information for one past frame will be described as an example.
  • the adaptive prediction determination unit 303 first uses the first layer bandwidth information, the second layer bandwidth information, the third layer bandwidth information in the past frame, and the first layer bandwidth information in the current frame to quantize the past frame. The number of subbands common between the target band and the quantization target band of the current frame is obtained.
  • the set M123 t ⁇ 1 can be expressed by the following equation (8) using the set M1 t ⁇ 1 , the set M2 t ⁇ 1 , and the set M3 t ⁇ 1 .
  • adaptive prediction determination section 303 outputs prediction information (Flag_PRE) to gain encoding section 304 and multiplexing section 305 as information indicating the determination result.
  • adaptive prediction determination section 303 updates the built-in buffer using the first layer band information, the second layer band information, and the three layer band information in the current frame.
  • the gain encoding unit 304 adaptively switches the quantization method to either the prediction encoding method or the non-prediction encoding method according to the prediction information (Flag_PRE).
  • GC1 i j indicates a gain code vector constituting the gain codebook in first layer encoding section 202
  • i indicates an index of the gain code vector
  • j indicates an index of an element of the gain code vector.
  • the subband index j ′′ is an index indicating the first subband in the band selected by the band selection unit 301.
  • C1 t j is the first layer encoding unit temporally before t frames.
  • C1 1 j indicates the gain quantized in the first layer encoding unit 202 one frame before in the same manner
  • C2 t j and C3 t j represent gains quantized in the second layer encoding unit 205 and the third layer encoding unit 208, respectively, temporally t frames before, and ⁇ 0 to ⁇ 3 are gain encoding units.
  • the gain encoding unit 304 treats L subbands in one region as an L-dimensional vector and performs vector quantization.
  • the gain encoding unit 304 calculates the quantum in the current frame among the gains stored in the built-in buffer in Equation (9). The gain of the subband that is closest in frequency to the target band is substituted.
  • the gain encoding unit 304 performs non-predictive encoding. Specifically, the gain encoding unit 304 directly quantizes the ideal gain Gain_i (j) input from the shape encoding unit 302 according to the following equation (10). Here again, gain encoding section 304 treats the ideal gain as an L-dimensional vector and performs vector quantization.
  • the gain encoding unit 304 transmits the index G_min of the gain code vector that minimizes the square error Gain_q (i) in the above equation (9) or (10) to the multiplexing unit 305 as first layer gain encoding information. Output.
  • the gain encoding unit 304 uses the first layer gain encoding information G_min, the first layer band information, and the quantization gains C1 t j , C2 t j , and C3 t j obtained in the current frame to The built-in buffer is updated according to Equation (11).
  • the multiplexing unit 305 multiplexes the first layer band information, the first layer shape coding information, the first layer gain coding information, and the prediction information, and generates the first layer coding information. Next, multiplexing section 305 outputs the generated first layer encoded information to first layer decoding section 203 and encoded information integration section 209.
  • FIG. 5 is a block diagram showing a main configuration of the first layer decoding unit 203. As shown in FIG.
  • the first layer decoding unit 203 includes a separating unit 501, a shape decoding unit 502, and a gain decoding unit 503.
  • Separating section 501 converts the first layer encoded information output from first layer encoding section 202 into first layer band information, first layer shape encoded information, first layer gain encoded information, and prediction information. To separate. Separating section 501 outputs the obtained first layer band information and first layer shape coding information to shape decoding section 502, and outputs the first layer gain coding information and prediction information to gain decoding section 503.
  • the shape decoding unit 502 decodes the first layer shape encoded information input from the separation unit 501, thereby determining the MDCT coefficient corresponding to the quantization target band indicated by the first layer band information input from the separation unit 501. Find the shape value. Shape decoding section 502 outputs the obtained MDCT coefficient shape value to gain decoding section 503. Details of the processing of the shape decoding unit 502 will be described later.
  • the gain decoding unit 503 receives the second layer gain encoding information in the processing frame immediately before from the second layer encoding unit 205. Also, gain decoding section 503 receives third layer gain coding information in the processing frame immediately before from third layer coding section 208. Also, gain decoding section 503 receives first layer gain coding information and prediction information from demultiplexing section 501. The gain decoding unit 503 receives the shape value of the MDCT coefficient from the shape decoding unit 502.
  • gain decoding section 503 uses the second layer gain coding information, the third layer gain coding information, the gain of the past frame stored in the built-in buffer, and the built-in gain codebook. Predictive decoding is performed on the one-layer gain encoded information.
  • gain decoding section 503 uses the built-in gain codebook to directly convert the first layer gain encoded information to the inverse quantum. To gain (ie, without predictive decoding).
  • Gain decoding section 503 obtains the MDCT coefficient of the quantization target band using the gain obtained and the value of the shape input from shape decoding section 502, and uses the obtained MDCT coefficient as first layer decoded spectrum to adding section 204. Output. Details of the processing of the gain decoding unit 503 will be described later.
  • the first layer decoding unit 203 having the above configuration performs the following operation.
  • the separation unit 501 separates the first layer encoded information into first layer band information, first layer shape encoded information, first layer gain encoded information, and prediction information.
  • demultiplexing section 501 outputs the obtained first layer band information and first layer shape coding information to shape decoding section 502, and sends the first layer gain coding information and prediction information to gain decoding section 503. Output.
  • the shape decoding unit 502 incorporates a shape code book similar to the shape code book included in the shape coding unit 302 of the first layer coding unit 202, and receives the first layer shape coding information S_max input from the separation unit 501. Search for a shape code vector as an index. Shape decoding section 502 outputs the searched shape code vector to gain decoding section 503 as the value of the shape of the MDCT coefficient in the quantization target band indicated by the first layer band information input from separation section 501.
  • the gain decoding unit 503 has a built-in buffer and stores the gain obtained in the past frame.
  • the gain decoding unit 503 adaptively switches the inverse quantization method to either the predictive decoding method or the non-predictive decoding method according to the prediction information (Flag_PRE).
  • the gain decoding unit 503 uses the decoding target band of the current frame in the gain stored in the internal buffer in the above equation (12). The subband gain closest in frequency to is substituted.
  • gain decoding section 503 updates the built-in buffer according to the following equation (15).
  • FIG. 6 is a block diagram showing the main configuration of second layer encoding section 205.
  • the second layer encoding unit 205 includes a band selection unit 601, a shape encoding unit 602, a gain encoding unit 603, and a multiplexing unit 604.
  • the shape encoding unit 602 encodes the shape information using the spectrum (MDCT coefficient) corresponding to the band indicated by the second layer band information out of the first layer difference spectrum, and converts the second layer shape encoded information. Generate. Next, shape coding section 602 outputs the generated second layer shape coding information to multiplexing section 604. In addition, shape coding section 602 outputs an ideal gain (gain information) calculated at the time of shape coding to gain coding section 603. Details of the processing of the shape encoding unit 602 are the same as those of the shape encoding unit 302 described above, and thus the description thereof is omitted.
  • Shape decoding section 702 decodes the second layer shape encoded information input from demultiplexing section 701, thereby decoding MDCT coefficients corresponding to the quantization target band indicated by the second layer band information input from demultiplexing section 701. Find the value of the shape.
  • the shape decoding unit 702 outputs the obtained value of the shape of the decoded MDCT coefficient to the gain decoding unit 703. Details of the processing of the shape decoding unit 702 are the same as those of the shape decoding unit 502 described above, and thus the description thereof is omitted here.
  • GC2 i j is a gain code vector constituting a gain codebook used by the gain decoding unit 703.
  • FIG. 8 is a block diagram showing a main configuration inside the decoding apparatus 103 shown in FIG.
  • the decoding apparatus 103 is a hierarchical decoding apparatus including three decoding hierarchies (layers).
  • the first layer, the second layer, and the third layer are referred to in order from the lowest bit rate.
  • the encoded information separation unit 801 receives the encoded information sent from the encoding apparatus 101 via the transmission path 102, separates the encoded information into encoded information of each layer, and performs decoding processing responsible for each decoding process To the output. Specifically, the encoded information separation unit 801 outputs the first layer encoded information included in the encoded information to the first layer decoding unit 802. Also, the encoded information separation unit 801 outputs the second layer encoded information included in the encoded information to the second layer decoding unit 803. The encoded information separation unit 801 outputs the third layer encoded information included in the encoded information to the third layer decoding unit 804.
  • the first layer decoding unit 802 generates the first layer decoded spectrum X1 ′′ (k) by decoding the first layer encoded information input from the encoded information separation unit 801, and the generated first layer decoded spectrum X1 “(K) is output to the adder 806. Since the processing of the first layer decoding unit 802 is the same as the processing of the first layer decoding unit 203 described above, description thereof is omitted here.
  • the second layer decoding unit 803 decodes the second layer encoded information input from the encoded information separation unit 801 to generate a second layer decoded spectrum X2 ′′ (k), and the generated second layer decoded spectrum X2 "(K) is output to the adder 805. Also, second layer decoding section 803 outputs second layer gain coding information and second layer band information included in the second layer coding information to first layer decoding section 802. Since the process of the second layer decoding unit 803 is the same as the process of the second layer decoding unit 206 described above, the description thereof is omitted here.
  • the third layer decoding unit 804 decodes the third layer encoded information input from the encoded information separation unit 801 to generate a third layer decoded spectrum X3 ′′ (k), and the generated third layer decoded spectrum X3 "(K) is output to the adder 805. Also, third layer decoding section 804 outputs third layer gain coding information and third layer band information included in the third layer coding information to first layer decoding section 802. Since the process of the third layer decoding unit 804 is the same as the process of the second layer decoding unit 206 described above, the description thereof is omitted here. However, the third layer decoding unit 804 performs processing by replacing GC2 i j used in the processing of the second layer decoding unit 206 with GC3 i j . Here, GC3 i j is a gain code vector constituting a gain codebook used in the third layer decoding section 804.
  • the adder 805 receives the second layer decoded spectrum X2 ′′ (k) from the second layer decoder 803. Also, the adder 805 receives the third layer decoded spectrum X3 ′′ from the third layer decoder 804. (K) is input.
  • the adding unit 805 adds the input second layer decoded spectrum X2 ′′ (k) and third layer decoded spectrum X3 ′′ (k), and sets the added spectrum as the first added spectrum X4 ′′ (k), and the adding unit 806 Output to.
  • the addition unit 806 receives the first addition spectrum X4 ′′ (k) from the addition unit 805. Also, the addition unit 806 receives the first layer decoded spectrum X1 ′′ (k) from the first layer decoding unit 802. Entered. The addition unit 806 adds the input first addition spectrum X4 ′′ (k) and the first layer decoded spectrum X1 ′′ (k), and uses the added spectrum as the second addition spectrum X5 ′′ (k), an orthogonal transform processing unit Output to 807.
  • the orthogonal transform processing unit 807 first initializes the built-in buffer buf ′ (k) to a “0” value according to the following equation (16).
  • X6 (k) is a vector obtained by combining the second addition spectrum X5 ′′ (k) and the buffer buf ′ (k), and is obtained using the following equation (18).
  • the orthogonal transform processing unit 807 updates the buffer buf ′ (k) according to the following equation (19).
  • first layer encoding section 202 switches the encoding method of the current layer based on the encoding result of each layer in the temporally previous processing frame. This improves the coding efficiency of the frequency parameter of the current frame when the coding apparatus 101 uses a layer coding method in which a band to be coded is selected for each layer (layer). Can improve the quality.
  • first layer encoding section 202 which is the lowest layer, includes adaptive prediction determination section 303, and predictive encoding / decoding is applied to encoding / decoding of first layer gain information.
  • the configuration for switching whether or not is described.
  • the present invention is not limited to this. That is, the present invention can be similarly applied to a configuration in which the second layer encoding section 205 and the third layer encoding section 208 of the upper layer include the adaptive prediction determination section 303.
  • frequency parameters can be encoded with higher accuracy by adaptively performing predictive encoding / decoding processing.
  • adaptive predictive coding / coding only in some layers (for example, the lowest layer) as described in the present embodiment.
  • the configuration of performing the decoding process is effective.
  • the 1st layer encoding part 202 demonstrated the structure which calculates prediction information and transmits this.
  • adaptive prediction determination section 303 sets prediction information using band information quantized in the previous processing frame in time and band information selected in the current frame. .
  • the band information and the prediction information can be calculated by performing the same processing in the decoding apparatus 103 as well. Therefore, the prediction information does not have to be transmitted from the encoding device 101 to the decoding device 103 for the configuration employing the above determination method. In this case, it is necessary to separately input the second layer band information and the third layer band information to the first layer decoding unit 802.
  • the first layer decoding unit 802 with the adaptive prediction determination unit 303 similarly to the first layer encoding unit 202, and to set prediction information.
  • the configuration for transmitting the prediction information is effective as described in the present embodiment.
  • Embodiment 2 of the present invention describes a configuration in which an encoding / decoding unit of all layers (layers) applies an adaptive prediction encoding / decoding scheme of ideal gain (gain information). Note that the adaptive predictive coding method described in the present embodiment is partially different from the adaptive predictive coding method described in the first embodiment in the past frame information used for prediction.
  • the communication system (not shown) according to the second embodiment is basically the same as the communication system shown in FIG. 1, and the encoding apparatus 101 is only part of the configuration and operation of the encoding apparatus / decoding apparatus. And the decoding device 103 is different.
  • the encoding device and the decoding device in the communication system according to the present embodiment will be denoted by reference numerals “111” and “113”, respectively.
  • FIG. 9 is a block diagram showing a main configuration inside encoding apparatus 111 shown in FIG.
  • the encoding device 111 is a hierarchical encoding device including three encoding layers.
  • the first layer, the second layer, and the third layer are referred to in order from the lowest bit rate.
  • components other than the first layer encoding unit 212, the first layer decoding unit 213, the second layer encoding unit 215, the second layer decoding unit 216, and the third layer encoding unit 218 Is the same as the constituent elements of the encoding apparatus 101 of the first embodiment, and thus the same reference numerals are given and the description thereof is omitted here.
  • the input spectrum X1 (k) is input from the orthogonal transform processing unit 201 to the first layer encoding unit 212.
  • First layer encoding section 212 encodes input spectrum X1 (k) and generates first layer encoded information.
  • first layer encoding section 212 outputs the generated first layer encoded information to first layer decoding section 213 and encoded information integration section 209. Details of first layer encoding section 212 will be described later.
  • the first layer decoding unit 213 decodes the first layer encoded information input from the first layer encoding unit 212, and calculates a first layer decoded spectrum. Next, first layer decoding section 213 outputs the generated first layer decoded spectrum to adding section 204. Also, first layer decoding section 213 outputs ideal gain (gain information) obtained when decoding first layer encoded information to second layer encoding section 215 and third layer encoding section 218. Details of first layer decoding section 213 will be described later.
  • Second layer encoding section 215 generates second layer encoded information using the first layer difference spectrum input from adding section 204, and generates the generated second layer encoded information as second layer decoding section 216, And output to the encoded information integration unit 209. Details of second layer encoding section 215 will be described later.
  • FIG. 10 is a block diagram showing the main configuration of first layer encoding section 212.
  • the first layer encoding unit 212 includes a band selection unit 301, a shape encoding unit 302, an adaptive prediction determination unit 313, a gain encoding unit 314, and a multiplexing unit 305.
  • the same reference numerals are given, Description is omitted.
  • the adaptive prediction determination unit 313 obtains the number of subbands common between the quantization target band of the current frame and the quantization target band of the past frame using the input first layer band information. When the number of common subbands is equal to or greater than a predetermined value, the adaptive prediction determination unit 313 performs predictive coding on the spectrum (MDCT coefficient) of the quantization target band indicated by the first layer band information. judge. On the other hand, when the number of common subbands is smaller than the predetermined value, the adaptive prediction determination unit 313 does not perform predictive coding on the spectrum (MDCT coefficient) of the quantization target band indicated by the first layer band information (that is, , Encoding is performed without applying prediction).
  • the ideal gain is input to the gain encoding unit 314 from the shape encoding unit 302. Also, the first layer prediction information is input from the adaptive prediction determination unit 313 to the gain encoding unit 314.
  • the gain encoding unit 314 When the first layer prediction information indicates a determination result that predictive encoding is performed, the gain encoding unit 314 performs predictive encoding on the ideal gain input from the shape encoding unit 302, and performs first encoding. Obtain layer gain coding information. At this time, the gain encoding unit 314 performs predictive encoding on the ideal gain using the quantization gain of the past frame stored in the internal buffer and the internal gain codebook, and performs first encoding. Obtain layer gain coding information.
  • the gain encoding unit 314 quantizes the ideal gain input from the shape encoding unit 302 as it is (that is, prediction) Quantize without applying) to obtain first layer gain encoded information.
  • the gain encoding unit 314 outputs the obtained first layer gain encoding information to the multiplexing unit 305. Details of the processing of the gain encoding unit 314 will be described later.
  • the first layer encoding unit 212 having the above configuration performs the following operation. However, processes other than the adaptive prediction determination unit 313 and the gain encoding unit 314 are the same as those in the first embodiment, and thus the description thereof is omitted.
  • the gain encoding unit 314 has a built-in buffer and stores the quantization gain obtained in the past frame.
  • FIG. 11 is a block diagram showing the main configuration of first layer decoding section 213.
  • the gain decoding unit 513 uses the first layer gain coding information, the gain of the past frame stored in the built-in buffer, and the built-in gain codebook to perform the first layer gain coding information. Perform predictive decoding.
  • the gain decoding unit 513 performs non-predictive decoding. That is, gain decoding section 513 performs inverse quantization on the gain value according to equation (13) using the above gain codebook. Again, the gain is treated as an L-dimensional vector and vector inverse quantization is performed. That is, when predictive decoding is not performed, gain decoding section 513 directly uses gain code vector GC1 j G_min corresponding to first layer gain encoding information G_min as a gain.
  • gain decoding section 513 uses the gain obtained by inverse quantization of the current frame and the value of the shape input from shape decoding section 502, according to equation (14), the first layer decoded spectrum (decoded MDCT coefficient) X1 ′′ (k) is calculated.
  • the gain is Gain_q ′ (j ′′). Takes a value.
  • the gain decoding unit 513 updates the built-in buffer according to the equation (21).
  • Gain decoding section 513 outputs first layer decoded spectrum X1 ′′ (k) calculated according to equation (14) to adding section 204.
  • FIG. 12 is a block diagram showing the main configuration of second layer encoding section 215.
  • the second layer encoding unit 215 includes a band selection unit 601, a shape encoding unit 602, an adaptive prediction determination unit 613, a gain encoding unit 614, and a multiplexing unit 604.
  • constituent elements other than adaptive prediction determination section 613 and gain encoding section 614 are the same as the constituent elements in second layer encoding section 205 in the first embodiment, so the same reference numerals are assigned. The description is omitted.
  • the adaptive prediction determination unit 613 has an internal buffer and stores band information (first layer band information and second layer band information) input from the band selection unit 601 and the first layer decoding unit 213 in the past.
  • the first layer band information is input from the first layer decoding unit 213 to the adaptive prediction determination unit 613.
  • the second layer band information is input from the band selection unit 601 to the adaptive prediction determination unit 613.
  • the adaptive prediction determination unit 613 uses the input band information (first layer band information and second layer band information) to share the quantization target band of the current frame and the quantization target band of the past frame. Find the number of subbands.
  • the adaptive prediction determination unit 613 When the number of common subbands is equal to or greater than a predetermined value, the adaptive prediction determination unit 613 performs predictive coding on the spectrum (MDCT coefficient) of the quantization target band indicated by the second layer band information. Determine to do. On the other hand, when the number of common subbands is smaller than the predetermined value, adaptive prediction determination section 613 does not perform predictive coding on the spectrum (MDCT coefficient) of the quantization target band indicated by the second layer band information. (That is, encoding without applying prediction) is determined.
  • the adaptive prediction determination unit 613 outputs the determination result to the gain encoding unit 614 and the multiplexing unit 604 as second layer prediction information (Flag_PRE2).
  • the adaptive prediction determination unit 613 sets the value of Flag_PRE2 to 1 when determining to perform prediction, and sets the value of Flag_PRE2 to 0 when determining that prediction is not performed. Details of the process of the adaptive prediction determination unit 613 will be described later.
  • the gain encoding unit 614 has an internal buffer and stores the quantization gain obtained in the past frame.
  • the ideal gain is input from the shape encoding unit 602 to the gain encoding unit 614. Further, first layer gain encoding information is input to gain encoding section 614 from first layer decoding section 213. Also, the second layer prediction information is input from the adaptive prediction determination unit 613 to the gain encoding unit 614.
  • the gain encoding unit 614 When the second layer prediction information indicates a determination result that predictive encoding is performed, the gain encoding unit 614 performs predictive encoding on the ideal gain input from the shape encoding unit 602, and performs second encoding. Obtain layer gain coding information. At this time, the gain encoding unit 614 predicts the ideal gain using the quantization gain of the past frame stored in the internal buffer, the internal gain codebook, and the first layer gain encoding information. Encoding is performed.
  • the gain encoding unit 614 outputs the obtained second layer gain encoding information to the multiplexing unit 604. Details of the processing of the gain encoding unit 614 will be described later.
  • the adaptive prediction determination unit 613 has a built-in buffer, and stores the second layer band information and the first layer band information in the past frame.
  • the adaptive prediction determination unit 613 includes a buffer that stores band information for one past frame will be described as an example.
  • the first layer band information in the current frame is input from the first layer decoding unit 213 to the adaptive prediction determination unit 613.
  • the set M12 t-1 can be expressed by the following equation (23) using the set M1 t-1 and the set M2 t-1 . Further, the set M12 t can be expressed as the following Expression (24) using the set M1 t and the set M2 t .
  • the adaptive prediction determination unit 613 sets the value of the second layer prediction information Flag_PRE2 based on the number of common subbands among the subbands included in M12 t ⁇ 1 and M12 t as described above. Set.
  • the quantization method is adaptively switched to either the predictive coding method or the non-predictive coding method.
  • adaptive prediction determination section 613 outputs second layer prediction information (Flag_PRE2) as information indicating the determination result to gain encoding section 614 and multiplexing section 604.
  • adaptive prediction determination section 613 updates the built-in buffer using the first layer band information and the second layer band information in the current frame.
  • the gain encoding unit 614 has an internal buffer and stores the quantization gain obtained in the past frame. Further, first layer gain encoding information is input to gain encoding section 614 from first layer decoding section 213. Further, the second layer prediction information (Flag_PRE2) is input from the adaptive prediction determination unit 613 to the gain encoding unit 614.
  • Flag_PRE2 the second layer prediction information
  • the gain encoding unit 614 adaptively switches the quantization method to either the predictive encoding method or the non-predictive encoding method according to the second layer prediction information (Flag_PRE2).
  • C1 t j indicates the gain quantized by the first layer encoding unit 212 temporally before t frames.
  • C1 1 j indicates the gain quantized by the first layer encoding unit 212 one frame before in time.
  • C2 t j indicates the gain quantized by the second layer encoding unit 215 temporally before t frames.
  • ⁇ 0 to ⁇ 3 are fourth-order linear prediction coefficients stored in the gain encoding unit 614. Note that gain encoding section 614 treats L subbands in one region as an L-dimensional vector and performs vector quantization.
  • the gain encoding unit 614 uses the second layer gain encoding information G_min and the quantization gains C1 t j and C2 t j obtained in the current frame to store the built-in buffer according to the following equation (27). Update.
  • FIG. 13 is a block diagram showing the main configuration of second layer decoding section 216.
  • the second layer decoding unit 216 includes a separation unit 701, a shape decoding unit 702, and a gain decoding unit 713.
  • constituent elements other than gain decoding section 713 are the same as the constituent elements of second layer decoding section 206 described in Embodiment 1, and therefore the same reference numerals are assigned and description thereof is omitted.
  • separation section 701 in the present embodiment is the separation section in Embodiment 1 only in that the separated second layer band information and second layer gain coding information are output to third layer coding section 218. It is different from 701.
  • the gain decoding unit 713 receives the second layer prediction information (Flag_PRE2) and the second layer gain coding information from the separation unit 701.
  • the gain decoding unit 713 receives the MDCT coefficient shape value from the shape decoding unit 702.
  • the gain decoding unit 713 uses the second layer gain encoding information, the past frame gain stored in the internal buffer, and the internal gain codebook to perform the second layer gain encoding information. Perform predictive decoding.
  • gain decoding section 713 uses the built-in gain codebook to convert second layer gain encoded information.
  • the gain is obtained by performing inverse quantization as it is (that is, without performing predictive decoding).
  • Gain decoding section 713 obtains the MDCT coefficient of the quantization target band using the gain obtained and the value of the shape input from shape decoding section 702, and provides the obtained MDCT coefficient as second layer decoded spectrum to addition section 207. Output.
  • the second layer decoding unit 216 having the above configuration performs the following operation. Only the processing of the gain decoding unit 713 will be described here.
  • the gain decoding unit 713 has a built-in buffer and stores the gain obtained in the past frame.
  • the gain decoding unit 713 adaptively switches the inverse quantization method to either the predictive decoding method or the non-predictive decoding method according to the second layer prediction information (Flag_PRE2).
  • the gain decoding unit 713 performs predictive decoding. That is, the gain decoding unit 713 performs inverse quantization by predicting the gain of the current frame using the gain of the past frame stored in the built-in buffer.
  • gain decoding section 713 includes a gain codebook similar to gain encoding section 614 of second layer encoding section 215, and performs gain dequantization according to the following equation (28). To obtain the gain Gain_q ′.
  • C1 ′′ t j represents a gain value inversely quantized in the first layer decoding unit 213 t frames before in time.
  • C1 ′′ 1 j represents 1 frame before
  • the gain obtained by inverse quantization in first layer decoding section 213 is shown.
  • C2 ′′ t j represents the gain value inversely quantized by the second layer decoding unit 215.
  • ⁇ 0 to ⁇ 3 are fourth-order linear predictions stored in the gain decoding unit 713.
  • the gain decoding unit 713 treats L subbands in one region as an L-dimensional vector, and performs vector inverse quantization.
  • the gain decoding unit 713 decodes the current frame out of the gains stored in the internal buffer in the above equation (28). The gain of the subband closest in frequency to the target band is substituted.
  • the gain decoding unit 713 performs non-predictive decoding. That is, gain decoding section 713 inversely quantizes the gain value according to the following equation (29) using the above gain codebook. Again, the gain is treated as an L-dimensional vector and vector inverse quantization is performed. That is, when predictive decoding is not performed, gain decoding section 713 directly uses gain code vector GC2 j G_min corresponding to second layer gain encoding information G_min as a gain.
  • gain decoding section 713 uses the gain obtained by inverse quantization of the current frame and the value of the shape input from shape decoding section 702 to obtain the second layer decoded spectrum (decoded MDCT) according to the following equation (30).
  • (Coefficient) X2 ′′ (k) is calculated.
  • the gain is Gain_q ′ (j ′′ ).
  • the gain decoding unit 713 updates the built-in buffer according to the equation (27).
  • Gain decoding section 713 outputs second layer decoded spectrum X2 ′′ (k) calculated according to equation (30) to addition section 207.
  • Adaptive prediction determination section 1403 outputs the determination result to gain encoding section 1404 and multiplexing section 1405 as third layer prediction information (Flag_PRE3).
  • the adaptive prediction determination unit 1403 sets the value of Flag_PRE3 to 1 when determining to perform prediction, and sets the value of Flag_PRE3 to 0 when not performing prediction. Details of the process of the adaptive prediction determination unit 1403 will be described later.
  • the ideal gain is input to the gain encoding unit 1404 from the shape encoding unit 1402. Further, third layer prediction information is input to gain encoding section 1404 from adaptive prediction determination section 1403. Also, gain encoding section 1404 receives first layer gain encoding information from first layer decoding section 213. Further, second layer gain encoding information is input to gain encoding section 1404 from second layer decoding section 216.
  • the gain encoding unit 1404 When the third layer prediction information indicates a determination result that predictive encoding is performed, the gain encoding unit 1404 performs predictive encoding on the ideal gain input from the shape encoding unit 1402, and performs third encoding. Obtain layer gain coding information. At this time, gain encoding section 1404 uses the quantization gain of the past frame stored in the internal buffer, the internal gain codebook, the first layer gain encoding information, and the second layer gain encoding information. Thus, predictive coding is performed on the ideal gain to obtain third layer gain coding information.
  • the gain encoding unit 1404 quantizes the ideal gain input from the shape encoding unit 1402 as it is (that is, the prediction) Quantize without applying).
  • Gain coding section 1404 outputs the obtained third layer gain coding information to multiplexing section 1405. Details of the processing of the gain encoding unit 1404 will be described later.
  • the adaptive prediction determination unit 1403 has a built-in buffer and stores the third layer band information, the first layer band information, and the second layer band information in the past frame.
  • adaptive prediction determination section 1403 has a built-in buffer for storing band information for one past frame.
  • the adaptive prediction determination unit 1403 performs third layer band information, first layer band information, second layer band information (which are stored in the built-in buffer) in the past frame, and third layer band in the current frame.
  • the number of subbands common between the quantization target band of the past frame and the quantization target band of the current frame is obtained using the information, the first layer band information, and the second layer band information.
  • adaptive prediction determination section 1403 sets the value of third layer prediction information Flag_PRE3 based on the number of common subbands among the subbands included in M123 t ⁇ 1 and M123 t as described above. Set.
  • the quantization method is adaptively switched to either the predictive coding method or the non-predictive coding method.
  • the gain encoding unit 1404 has an internal buffer and stores the quantization gain obtained in the past frame.
  • the gain encoding unit 1404 adaptively switches the quantization method to either the predictive encoding method or the non-predictive encoding method according to the third layer prediction information (Flag_PRE3).
  • gain coding section 1404 uses third layer gain coding information obtained in the current frame and quantization gains C1 t j , C2 t j , and C3 t j according to the following equation (35). Update the buffer.
  • the second layer decoding unit 813 decodes the second layer encoded information input from the encoded information separation unit 801 to generate a second layer decoded spectrum X2 ′′ (k), and the generated second layer decoded spectrum X2 "(K) is output to the adder 805. Since the process of the first layer decoding unit 812 is the same as the process of the second layer decoding unit 216 in the encoding device 111, the description thereof is omitted.
  • Separating section 1601 converts third layer encoded information output from encoded information separating section 801 into third layer band information, third layer shape encoded information, third layer gain encoded information, and third layer prediction. Separate into information. Separating section 1601 outputs the obtained third layer band information and third layer shape coding information to shape decoding section 1602, and outputs the third layer gain coding information and third layer prediction information to gain decoding section 1603. .
  • gain decoding section 1603 uses the built-in gain codebook to convert the third layer gain encoded information.
  • the gain is obtained by performing inverse quantization as it is (that is, without performing predictive decoding).
  • Separation section 1601 separates the third layer encoded information into third layer band information, third layer shape encoded information, third layer gain encoded information, and third layer prediction information.
  • demultiplexing section 1601 outputs the obtained third layer band information and third layer shape coding information to shape decoding section 1602, and outputs the third layer gain coding information and the third layer prediction information to gain decoding section. To 1603.
  • the gain decoding unit 1603 calculates the decoding target band of the current frame among the gains stored in the internal buffer in the above equation (36). The subband gain closest in frequency to is substituted.
  • the gain decoding unit 1603 performs non-predictive decoding. That is, gain decoding section 1603 performs inverse quantization on the gain value according to the following equation (37) using the above gain codebook. Again, the gain is treated as an L-dimensional vector and vector inverse quantization is performed. That is, when predictive decoding is not performed, gain decoding section 1603 directly uses gain code vector GC3 j G_min corresponding to gain encoded information G_min as a gain.
  • gain decoding section 1603 uses the gain obtained by inverse quantization of the current frame and the value of the shape input from shape decoding section 1602 to obtain the third layer decoded spectrum (decoded MDCT) according to the following equation (38).
  • Coefficient) X3 ′′ (k) is calculated.
  • the gain is Gain_q ′ (j ′′ ).
  • gain decoding section 1603 updates the built-in buffer according to equation (35).
  • the gain decoding unit 1603 outputs the third layer decoded spectrum X3 ′′ (k) calculated according to the above equation (38) to the adding unit 805.
  • first layer encoding section 212, second layer encoding section 215, and third layer encoding section 218 determine the band to be encoded for each layer (layer).
  • the frequency parameter encoding method of the current layer is switched based on the encoding result of each layer in the temporally previous processing frame.
  • the encoding efficiency of the frequency parameter of the current frame is improved. Quality can be improved.
  • the gain encoding section of each layer performs adaptive prediction quantization using only the quantization gain of the layers below each layer.
  • the encoding device and the decoding device can perform encoding / decoding under the same conditions, so that the encoding performance is guaranteed. Can do.
  • adaptive prediction determination sections 313, 613, and 1403 perform prediction using band information quantized in the temporally previous processing frame and band information selected in the current frame. Information set.
  • the band information and the prediction information can be calculated in the decoding device 113 by the same process. Therefore, it is not necessary to transmit the prediction information from the encoding device 111 to the decoding device 113 for the configuration employing the above determination method.
  • a configuration for transmitting prediction information is effective as described in the present embodiment.
  • the present invention is not limited to this, and the present invention can be similarly applied to configurations other than the number of layers.
  • multiplexing such as encoded information is performed in two consecutive steps
  • multiplexing may be performed collectively in the subsequent steps (for example, multiplexing unit 305).
  • two steps of the encoded information integration unit 209) when information such as multiplexed encoded information is separated in two consecutive steps, separation may be performed collectively in the previous step (for example, separated from the encoded information separation unit 801). 2 steps with the unit 1601).
  • three or more signals when three or more signals are added in two consecutive steps, they may be added together in a lump (for example, two steps of the addition unit 805 and the addition unit 806).
  • the present invention can also be applied to a case where a signal processing program is recorded and written on a machine-readable recording medium such as a memory, a disk, a tape, a CD, or a DVD, and the operation is performed. Actions and effects similar to those of the form can be obtained.
  • each functional block used in the description of the above embodiment is typically realized as an LSI which is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include a part or all of them. Although referred to as LSI here, it may be referred to as IC, system LSI, super LSI, or ultra LSI depending on the degree of integration.
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable / processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.

Abstract

　符号化対象帯域を階層（レイヤ）毎に選択する階層符号化（スケーラブル符号化）方式において、復号信号の品質を改善することができる符号化装置を開示する。この符号化装置（１０１）は、周波数領域を分割した複数のサブバンドの中から入力スペクトルの第１量子化対象帯域を選択してこの帯域の第１帯域情報を含む第１レイヤ符号化情報を生成する第１レイヤ符号化部（２０２）と、第１レイヤ符号化情報を用いて生成された第１復号信号と入力スペクトルとを用いて第１レイヤ差分スペクトルを生成する加算部（２０４）と、第１レイヤ差分スペクトルの第２量子化対象帯域を選択してこの帯域の第２帯域情報を含む第２レイヤ符号化情報を生成する第２レイヤ符号化部（２０５）と、を具備し、第１レイヤ符号化部（２０２）は、第１帯域情報および第２帯域情報に基づいて、入力スペクトルの利得の量子化方法を複数の候補から決定する。

Description

符号化装置、復号装置およびこれらの方法
　本発明は、信号を符号化して伝送する通信システムに用いられる符号化装置、復号装置およびこれらの方法に関する。
　インターネット通信に代表されるパケット通信システムや、移動通信システムなどで音声・楽音信号を伝送する場合、音声・楽音信号の伝送効率を高めるため、圧縮・符号化技術がよく使われる。また、近年では、単に低ビットレートで音声・楽音信号を符号化するという一方で、より広帯域の音声・楽音信号を高品質に符号化する技術に対するニーズが高まっている。
　このようなニーズに対して、複数の符号化技術を階層的に統合する様々な技術が開発されてきている。例えば非特許文献１には、基本構成単位をモジュール化されたＴｗｉｎＶＱ（Transform Domain Weighted Interleave Vector Quantization；周波数領域重み付きインターリーブベクトル量子化）を用いて所望の周波数帯域のスペクトル（ＭＤＣＴ（Modified Discrete Cosine Transform）係数）を階層的に符号化する手法が開示されている。当該モジュールを共通化して複数回使用することにより、シンプルかつ自由度の高いスケーラブル符号化を実現できる。この手法では、各階層（レイヤ）の符号化対象となるサブバンドは予め定められている構成が基本となるが、入力信号の性質に応じて各階層（レイヤ）の符号化対象となるサブバンドの位置を予め定められた帯域の中で変動させる構成も開示されている。
神明夫他、「階層的変換符号化基本モジュールによって構成されるスケーラブル楽音符号化（Scalable Audio Coding Based on Hierarchical Transform Coding Modules）」、電子情報通信学会論文誌A, Vol. J83-A, No.3, pp.241-252, 2000年3月 ITU-T:G.718; Frame error robust narrowband and wideband embedded variable bit-rate coding of speech and audio from 8-32 kbit/s. ITU-T Recommendation G.718(2008)
　しかしながら、上記非特許文献１では、例えば、各階層（レイヤ）において符号化対象となるサブバンドの位置を予め定められた帯域の中で変動させる構成において、フレーム毎、またレイヤ毎に符号化対象として選択されるサブバンドが異なる。そのため、符号化対象とする帯域（符号化対象帯域）の周波数パラメータの符号化方法として、時間軸方向での予測符号化を適用したり、レイヤ軸方向での予測符号化を適用したりすることができず、符号化効率が不十分であるという問題点がある。その結果、生成される復号音声の品質が不十分となる問題点もある。
　本発明の目的は、符号化対象帯域を階層（レイヤ）毎に選択する階層符号化（スケーラブル符号化）方式において、復号信号の品質を改善することができる符号化装置、復号装置およびこれらの方法を提供することである。
　本発明の符号化装置は、少なくとも２つの符号化レイヤを有する符号化装置であって、周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化手段と、前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化手段と、を具備し、前記第１レイヤ符号化手段は、前記第１帯域情報に基づいて、前記第１利得の符号化方法を複数の候補から決定する判定手段、を具備する。
　本発明の符号化装置は、少なくとも２つの符号化レイヤを有する符号化装置であって、周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化手段と、前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化手段と、を具備し、前記第１レイヤ符号化手段あるいは前記第２レイヤ符号化手段の少なくとも一方は、自レイヤ以下のレイヤにおける帯域情報に基づいて、各レイヤの量子化対象帯域における前記各レイヤの符号化手段への入力信号の利得の符号化方法を複数の候補から決定する判定手段、を具備する。
　本発明の復号装置は、少なくとも２つの符号化レイヤを有する符号化装置において生成された情報を受信して復号する復号装置であって、前記符号化装置の第１レイヤの符号化により得られた、周波数領域を分割した複数のサブバンドの中から前記第１レイヤの第１量子化対象帯域を選択して生成された第１帯域情報を含む前記第１符号化情報と、前記第１符号化情報を用いた前記符号化装置の第２レイヤの符号化により得られた、前記複数のサブバンドの中から前記第２レイヤの第２量子化対象帯域を選択して生成された第２帯域情報を含む前記第２符号化情報と、を有する前記情報を受信する受信手段と、前記情報から得られる前記第１符号化情報を入力し、前記第１帯域情報に基づいて設定される前記第１量子化対象帯域に対する第１復号信号を生成する第１レイヤ復号手段と、前記情報から得られる前記第２符号化情報を入力し、前記第２帯域情報に基づいて設定される前記第２量子化対象帯域に対する第２復号信号を生成する第２レイヤ復号手段と、を具備し、前記第１レイヤ復号手段は、前記第１帯域情報に基づいて、前記第１復号信号の利得の復号方法を複数の候補から決定する判定手段を、を具備する。
　本発明の符号化方法は、少なくとも２つの符号化レイヤを有する符号化方法であって、周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化ステップと、前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化ステップと、を具備し、前記第１レイヤ符号化ステップは、前記第１帯域情報に基づいて、前記第１利得の符号化方法を複数の候補から決定する判定ステップ、を具備する。
　本発明の復号方法は、少なくとも２つの符号化レイヤを有する符号化装置において生成された情報を受信して復号する復号方法であって、前記符号化装置の第１レイヤの符号化により得られた、周波数領域を分割した複数のサブバンドの中から前記第１レイヤの第１量子化対象帯域を選択して生成された第１帯域情報を含む前記第１符号化情報と、前記第１符号化情報を用いた前記符号化装置の第２レイヤの符号化により得られた、前記複数のサブバンドの中から前記第２レイヤの第２量子化対象帯域を選択して生成された第２帯域情報を含む前記第２符号化情報と、を有する前記情報を受信する受信ステップと、前記情報から得られる前記第１符号化情報を入力し、前記第１帯域情報に基づいて設定される前記第１量子化対象帯域に対する第１復号信号を生成する第１レイヤ復号ステップと、前記情報から得られる前記第２符号化情報を入力し、前記第２帯域情報に基づいて設定される前記第２量子化対象帯域に対する第２復号信号を生成する第２レイヤ復号ステップと、を具備し、前記第１レイヤ復号ステップは、前記第１帯域情報に基づいて、前記第１復号信号の利得の復号方法を複数の候補から決定する判定ステップを、を具備する。
　本発明によれば、符号化対象とする帯域を階層（レイヤ）毎に選択する階層符号化（スケーラブル符号化）方式において、現フレームの周波数パラメータの符号化効率が向上し、その結果復号信号の品質を改善することができる。
本発明の実施の形態１に係る符号化装置および復号装置を有する通信システムの構成を示すブロック図 実施の形態１に係る符号化装置の内部の主要な構成を示すブロック図 図２に示した第１レイヤ符号化部の内部の主要な構成を示すブロック図 実施の形態１に係るリージョンの構成を示す図 図２に示した第１レイヤ復号部の内部の主要な構成を示すブロック図 図２に示した第２レイヤ符号化部の内部の主要な構成を示すブロック図 図２に示した第２レイヤ復号部の内部の主要な構成を示すブロック図 実施の形態１に係る復号装置の内部の主要な構成を示すブロック図 本発明の実施の形態２に係る符号化装置の内部の主要な構成を示すブロック図 図９に示した第１レイヤ符号化部の内部の主要な構成を示すブロック図 図９に示した第１レイヤ復号部の内部の主要な構成を示すブロック図 図９に示した第２レイヤ符号化部の内部の主要な構成を示すブロック図 図９に示した第２レイヤ復号部の内部の主要な構成を示すブロック図 図９に示した第３レイヤ符号化部の内部の主要な構成を示すブロック図 実施の形態２に係る復号装置の内部の主要な構成を示すブロック図 図１５に示した第３レイヤ復号部の内部の主要な構成を示すブロック図
　以下、本発明の実施の形態について、図面を参照して詳細に説明する。なお、本発明に係る符号化装置および復号装置として、音声符号化装置および音声復号装置を例にとって説明する。
　本発明は、符号化対象とする帯域を階層（レイヤ）毎に選択する階層符号化（スケーラブル符号化）方式における技術である。具体的には、階層符号化（スケーラブル符号化）方式において、符号化対象帯域の周波数パラメータの量子化方法として、時間軸方向、およびレイヤ軸（階層的）方向での予測符号化又は非予測符号化を適応的に切り替える技術である。なお、非特許文献２には、非階層的符号化方式において、符号化対象帯域の周波数パラメータの量子化方法として、予測符号化／非予測符号化を適応的に切り替える技術が開示されている。以下の各実施の形態では、階層符号化（スケーラブル符号化）方式において、符号化対象帯域の周波数パラメータの量子化方法として、予測符号化／非予測符号化を適応的に切り替え、周波数パラメータの効率的な予測符号化を実現する技術を開示する。
　（実施の形態１）
　図１は、本発明の実施の形態１に係る符号化装置および復号装置を有する通信システムの構成を示すブロック図である。図１において、通信システムは、符号化装置１０１と復号装置１０３とを備え、それぞれ伝送路１０２を介して通信可能な状態となっている。なお、符号化装置１０１および復号装置１０３はいずれも、通常、基地局装置あるいは通信端末装置等に搭載されて用いられる。
　符号化装置１０１は、入力信号をＮサンプルずつ区切り（Ｎは自然数）、Ｎサンプルを１フレームとしてフレーム毎に符号化を行う。ここで、符号化の対象となる入力信号をｘｎ（ｎ＝０、…、Ｎ－１）と表すこととする。ｎは、Ｎサンプルずつ区切られた入力信号のうち、信号要素のｎ＋１番目を示す。符号化装置１０１は、符号化された入力情報（以下「符号化情報」という）を伝送路１０２を介して復号装置１０３に送信する。
　復号装置１０３は、伝送路１０２を介して符号化装置１０１から送信された符号化情報を受信し、これを復号し出力信号を得る。
　図２は、図１に示した符号化装置１０１の内部の主要な構成を示すブロック図である。符号化装置１０１は、一例として３つの符号化階層（レイヤ）から成る階層符号化装置とする。ここで、ビットレートの低い方から順に、第１レイヤ、第２レイヤ、第３レイヤと呼ぶことにする。
　直交変換処理部２０１は、バッファｂｕｆ１（ｎ）（ｎ＝０、…、Ｎ－１）を内部に有し、入力信号ｘ１（ｎ）を修正離散コサイン変換（ＭＤＣＴ：Modified Discrete Cosine Transform）する。これにより、入力信号ｘ１（ｎ）が、周波数領域パラメータ（周波数領域信号）に変換される。
　次に、直交変換処理部２０１における直交変換処理について、その計算手順と内部バッファへのデータ出力に関して説明する。
　まず、直交変換処理部２０１は、下記の式（１）によりバッファｂｕｆ１（ｎ）を、「０」を初期値として初期化する。
Figure JPOXMLDOC01-appb-M000001
　次いで、直交変換処理部２０１は、下記の式（２）に従って、入力信号ｘ１（ｎ）に対し修正離散コサイン変換（ＭＤＣＴ）を行い、入力信号ｘ１（ｎ）のＭＤＣＴ係数（以下「入力スペクトル」と呼ぶ）Ｘ１（ｋ）を求める。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｋは１フレームにおける各サンプルのインデックスを示す。直交変換処理部２０１は、入力信号ｘ１（ｎ）とバッファｂｕｆ１（ｎ）とを結合させたベクトルであるｘ１’（ｎ）を下記の式（３）により求める。
Figure JPOXMLDOC01-appb-M000003
　次に、直交変換処理部２０１は、式（４）によりバッファｂｕｆ１（ｎ）を更新する。
Figure JPOXMLDOC01-appb-M000004
　そして、直交変換処理部２０１は、入力スペクトルＸ１（ｋ）を第１レイヤ符号化部２０２、および加算部２０４に出力する。
　第１レイヤ符号化部２０２には、直交変換処理部２０１から入力スペクトルＸ１（ｋ）が入力される。また、第１レイヤ符号化部２０２には、第２レイヤ符号化部２０５から時間的に１つ前の処理フレームにおける第２レイヤ符号化情報に含まれる第２レイヤ利得符号化情報および第２レイヤ帯域情報が入力される。また、第１レイヤ符号化部２０２には、第３レイヤ符号化部２０８から時間的に１つ前の処理フレームにおける第３レイヤ符号化情報に含まれる第３レイヤ利得符号化情報および第３レイヤ帯域情報が入力される。
　第１レイヤ符号化部２０２は、これら入力された情報を用いて、入力スペクトルＸ１（ｋ）を符号化し、第１レイヤ符号化情報を生成する。次に、第１レイヤ符号化部２０２は、生成した第１レイヤ符号化情報を、第１レイヤ復号部２０３、および符号化情報統合部２０９に出力する。なお、第１レイヤ符号化部２０２の詳細については後述する。
　第１レイヤ復号部２０３には、第１レイヤ符号化部２０２から第１レイヤ符号化情報が入力される。また、第１レイヤ復号部２０３には、第２レイヤ符号化部２０５から時間的に１つ前の処理フレームにおける第２レイヤ利得符号化情報が入力される。また、第１レイヤ復号部２０３には、第３レイヤ符号化部２０８から時間的に１つ前の処理フレームにおける第３レイヤ利得符号化情報が入力される。
　第１レイヤ復号部２０３は、これら帯域情報および利得符号化情報を用いて、第１レイヤ符号化情報を復号して、第１レイヤ復号スペクトルを算出する。次に、第１レイヤ復号部２０３は、生成した第１レイヤ復号スペクトルを加算部２０４に出力する。なお、第１レイヤ復号部２０３の詳細については後述する。
　加算部２０４は、第１レイヤ復号スペクトルの極性を反転させて、入力スペクトルに加算することにより、入力スペクトルと第１レイヤ復号スペクトルとの差分スペクトルを算出する。加算部２０４は、得られた差分スペクトルを第１レイヤ差分スペクトルとして第２レイヤ符号化部２０５に出力する。
　第２レイヤ符号化部２０５は、加算部２０４から入力される第１レイヤ差分スペクトルを用いて第２レイヤ符号化情報を生成する。次に、第２レイヤ符号化部２０５は、生成した第２レイヤ符号化情報を第２レイヤ復号部２０６、および符号化情報統合部２０９に出力する。また、第２レイヤ符号化部２０５は、第２レイヤ符号化情報に含まれる第２レイヤ利得符号化情報および第２レイヤ帯域情報を第１レイヤ符号化部２０２に出力する。これにより、第１レイヤ符号化部２０２では、次の処理フレームにおいて、第２レイヤ利得符号化情報および第２レイヤ帯域情報が利用されて符号化が行われる。なお、第２レイヤ符号化部２０５の詳細については後述する。
　第２レイヤ復号部２０６は、第２レイヤ符号化部２０５から入力される第２レイヤ符号化情報を復号して、第２レイヤ復号スペクトルを算出する。次に、第２レイヤ復号部２０６は、生成した第２レイヤ復号スペクトルを加算部２０７に出力する。なお、第２レイヤ復号部２０６の詳細については後述する。
　加算部２０７は、第２レイヤ復号スペクトルの極性を反転させて、第１レイヤ差分スペクトルに加算することにより、第１レイヤ差分スペクトルと第２レイヤ復号スペクトルとの差分スペクトルを算出する。加算部２０７は、得られた差分スペクトルを第２レイヤ差分スペクトルとして第３レイヤ符号化部２０８に出力する。
　第３レイヤ符号化部２０８は、加算部２０７から入力される第２レイヤ差分スペクトルを用いて第３レイヤ符号化情報を生成し、生成した第３レイヤ符号化情報を符号化情報統合部２０９に出力する。また、第３レイヤ符号化部２０８は、第３レイヤ符号化情報に含まれる第３レイヤ利得符号化情報および第３レイヤ帯域情報を、第１レイヤ符号化部２０２および第１レイヤ復号部２０３に出力する。これにより、第１レイヤ符号化部２０２および第１レイヤ復号部２０３では、次の処理フレームにおいて、第３レイヤ利得符号化情報および第３レイヤ帯域情報が利用されて符号化が行われる。なお、第３レイヤ符号化部２０８の詳細については後述する。
　符号化情報統合部２０９は、第１レイヤ符号化部２０２から入力される第１レイヤ符号化情報と、第２レイヤ符号化部２０５から入力される第２レイヤ符号化情報と、第３レイヤ符号化部２０８から入力される第３レイヤ符号化情報とを統合する。次に、符号化情報統合部２０９は、統合した情報源符号に対し、必要であれば伝送誤り符号などを付加した上でこれを符号化情報として伝送路１０２に出力する。
　図３は、第１レイヤ符号化部２０２の主要な構成を示すブロック図である。
　この図において、第１レイヤ符号化部２０２は、帯域選択部３０１、形状符号化部３０２、適応予測判定部３０３、利得符号化部３０４、および多重化部３０５を備える。
　帯域選択部３０１は、直交変換処理部２０１から入力される入力スペクトルを複数のサブバンドに分割し、複数のサブバンドから量子化対象となる帯域（量子化対象帯域）を選択する。帯域選択部３０１は、選択した量子化対象帯域を示す帯域情報（第１レイヤ帯域情報）を、形状符号化部３０２、適応予測判定部３０３、および多重化部３０５に出力する。また、帯域選択部３０１は、入力スペクトルを形状符号化部３０２に出力する。なお、形状符号化部３０２への入力スペクトルの入力は、直交変換処理部２０１から帯域選択部３０１への入力とは別に、直交変換処理部２０１から直接入力されるようにしても良い。帯域選択部３０１の処理の詳細は後述する。
　形状符号化部３０２は、帯域選択部３０１から入力される入力スペクトルのうち、第１レイヤ帯域情報が示す帯域に対応するスペクトル（ＭＤＣＴ係数）を用いて形状情報の符号化を行って第１レイヤ形状符号化情報を生成する。次に、形状符号化部３０２は、生成した第１レイヤ形状符号化情報を多重化部３０５に出力する。また、形状符号化部３０２は、形状符号化時に算出される理想利得（利得情報）を利得符号化部３０４に出力する。形状符号化部３０２の処理の詳細は後述する。
　適応予測判定部３０３には、帯域選択部３０１から第１レイヤ帯域情報が入力される。また、適応予測判定部３０３には、第２レイヤ符号化部２０５から、第２レイヤ帯域情報が入力される。また、適応予測判定部３０３には、第３レイヤ符号化部２０８から、第３レイヤ帯域情報が入力される。適応予測判定部３０３は、内部バッファを有し、過去に帯域選択部３０１、第２レイヤ符号化部２０５、および第３レイヤ符号化部２０８からそれぞれ入力された第１レイヤ帯域情報、第２レイヤ帯域情報、および３レイヤ帯域情報を記憶する。
　適応予測判定部３０３は、入力される各帯域情報（第１レイヤ帯域情報、第２レイヤ帯域情報、第３レイヤ帯域情報）を用いて現フレームの量子化対象帯域と過去のフレームの量子化対象帯域との間で共通のサブバンドの数を求める。共通のサブバンドの数が予め定められた所定値以上の場合には、適応予測判定部３０３は、第１レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行うと判定する。一方、共通のサブバンドの数が所定値より小さい場合には、適応予測判定部３０３は、第１レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行わない（つまり、予測を適用しない符号化を行う）と判定する。
　適応予測判定部３０３は、判定結果を予測情報（Ｆｌａｇ＿ＰＲＥ）として利得符号化部３０４および多重化部３０５に出力する。ここで、適応予測判定部３０３は、予測を行うと判定した場合には、Ｆｌａｇ＿ＰＲＥの値を１とし、予測を行わないと判定した場合には、Ｆｌａｇ＿ＰＲＥの値を０とする。なお、適応予測判定部３０３の処理の詳細は後述する。
　利得符号化部３０４には、形状符号化部３０２から理想利得が入力される。また、利得符号化部３０４には、適応予測判定部３０３から、予測情報が入力される。また、利得符号化部３０４には、第２レイヤ符号化部２０５および第３レイヤ符号化部２０８から、時間的に１つ前の処理フレームにおける第２レイヤ利得符号化情報および第３レイヤ利得符号化情報が入力される。
　利得符号化部３０４は、予測情報が予測符号化を行うという判定結果を示す場合には、形状符号化部３０２から入力される理想利得に対して予測符号化を行って、第１レイヤ利得符号化情報を得る。このとき、利得符号化部３０４は、内蔵のバッファに記憶されている過去のフレームの量子化利得、内蔵の利得コードブック、第２レイヤ利得符号化情報、および第３レイヤ利得符号化情報を用いて、理想利得に対して予測符号化を行う。
　一方、利得符号化部３０４は、予測情報が予測符号化を行わないという判定結果を示す場合には、形状符号化部３０２から入力される理想利得を、そのまま量子化する（つまり、予測を適用せずに量子化する）。
　利得符号化部３０４は、理想利得を符号化して得られる第１レイヤ利得符号化情報を多重化部３０５に出力する。利得符号化部３０４の処理の詳細は後述する。
　多重化部３０５は、第１レイヤ帯域情報、第１レイヤ形状符号化情報、第１レイヤ利得符号化情報、および予測情報を多重化して第１レイヤ符号化情報を生成する。多重化部３０５は、生成した第１レイヤ符号化情報を、第１レイヤ復号部２０３および符号化情報統合部２０９に出力する。
　上記のような構成を有する第１レイヤ符号化部２０２は以下の動作を行う。
　帯域選択部３０１には、直交変換処理部２０１から入力スペクトルＸ１（ｋ）が入力される。
　帯域選択部３０１は、まず、入力スペクトルＸ１（ｋ）を複数のサブバンドに分割する。ここでは、Ｊ（Ｊは自然数）個のサブバンドに均等に分割する場合を例に挙げて説明する。そして、帯域選択部３０１は、Ｊ個のサブバンドの中で連続するＬ（Ｌは自然数）個のサブバンドを選択し、Ｍ（Ｍは自然数）種類のサブバンドのグループを得る。以下、このＭ種類のサブバンドのグループをリージョンと呼ぶ。
　図４は、帯域選択部３０１において得られるリージョンの構成を例示する図である。
　この図において、サブバンドの数は１７個（Ｊ＝１７）であり、リージョンの種類は８種類（Ｍ＝８）であり、各リージョンは連続する５個（Ｌ＝５）のサブバンドで構成されている。そのうち、例えばリージョン４はサブバンド６～１０からなる。
　次いで、帯域選択部３０１は、下記の式（５）に従い、Ｍ種類の各リージョンの平均エネルギＥ１（ｍ）を算出する。
Figure JPOXMLDOC01-appb-M000005
　この式において、ｊはＪ個の各サブバンドのインデックスを示し、ｍは、Ｍ種類の各リージョンのインデックスを示す。なお、Ｓ（ｍ）は、リージョンｍを構成するＬ個のサブバンドのインデックスのうちの最小値を示し、Ｂ（ｊ）は、サブバンドｊを構成する複数のＭＤＣＴ係数のインデックスのうちの最小値を示す。Ｗ（ｊ）は、サブバンドｊのバンド幅を示し、以下の説明では、Ｊ個の各サブバンドのバンド幅が全て等しい場合、すなわちＷ（ｊ）が定数である場合を例にとって説明する。
　次に、帯域選択部３０１は、平均エネルギＥ１（ｍ）が最大となるリージョン、例えばサブバンドｊ”～（ｊ”＋Ｌ－１）からなる帯域を量子化対象となる帯域（量子化対象帯域）として選択する。帯域選択部３０１は、選択したリージョンを示すインデックスｍ＿ｍａｘを第１レイヤ帯域情報として形状符号化部３０２、適応予測判定部３０３、および多重化部３０５に出力する。また、帯域選択部３０１は、量子化対象帯域の入力スペクトルＸ１（ｋ）を形状符号化部３０２に出力する。なお、以下の説明では、帯域選択部３０１が選択した量子化対象帯域を示すバンドインデックスをｊ”～（ｊ”＋Ｌ－１）とする。
　形状符号化部３０２は、第１レイヤ帯域情報が示す帯域に対応する入力スペクトルＸ１（ｋ）に対して、サブバンド毎に形状量子化を行う。具体的には、形状符号化部３０２はＬ個の各サブバンド毎に、ＳＱ個の形状コードベクトルからなる内蔵の形状コードブックを探索して、下記の式（６）の評価尺度Ｓｈａｐｅ＿ｑ（ｉ）が最大となる形状コードベクトルのインデックスを求める。
Figure JPOXMLDOC01-appb-M000006
　この式において、ＳＣｉ ｋは形状コードブックを構成する形状コードベクトルを示し、ｉは形状コードベクトルのインデックスを示し、ｋは形状コードベクトルの要素のインデックスを示す。
　形状符号化部３０２は、上記の式（６）の評価尺度Ｓｈａｐｅ＿ｑ（ｉ）が最大となる形状コードベクトルのインデックスＳ＿ｍａｘを第１レイヤ形状符号化情報として多重化部３０５に出力する。また、形状符号化部３０２は、下記の式（７）に従い、理想利得Ｇａｉｎ＿ｉ（ｊ）を算出し、算出した理想利得Ｇａｉｎ＿ｉ（ｊ）を利得符号化部３０４に出力する。
Figure JPOXMLDOC01-appb-M000007
　適応予測判定部３０３は、内蔵バッファを有し、過去のフレームにおける第１レイヤ帯域情報を記憶する。以下では、適応予測判定部３０３が、過去の１フレーム分の帯域情報を記憶するバッファを内蔵している場合を例に挙げて説明する。
　適応予測判定部３０３には、第２レイヤ符号化部２０５から、時間的に１つ前の処理フレームにおける第２レイヤ帯域情報が入力される。また、適応予測判定部３０３には、第３レイヤ符号化部２０８から、時間的に１つ前の処理フレームにおける第３レイヤ帯域情報が入力される。
　適応予測判定部３０３は、まず、過去のフレームにおける第１レイヤ帯域情報、第２レイヤ帯域情報、第３レイヤ帯域情報、および現フレームにおける第１レイヤ帯域情報を用いて、過去のフレームの量子化対象帯域と現フレームの量子化対象帯域との間で共通のサブバンドの数を求める。
　次に、適応予測判定部３０３は、共通のサブバンドの数が所定値以上の場合は、予測符号化を行うと判定し、共通のサブバンドの数が所定値より小さい場合は、予測符号化を行わないと判定する。具体的には、適応予測判定部３０３は、時間的に１つ前の処理フレームにおける第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔ－１とする）、第２レイヤ帯域情報が示すサブバンド（集合Ｍ２ｔ－１とする）、および第３レイヤ帯域情報が示すサブバンド（集合Ｍ３ｔ－１とする）の和集合のサブバンド群（集合Ｍ１２３ｔ－１とする）と、現フレームにおける第１レイヤ帯域情報が示すＬ個のサブバンド（集合Ｍ１ｔとする）とを比較する。
　ここで、上記集合Ｍ１２３ｔ－１は、集合Ｍ１ｔ－１、集合Ｍ２ｔ－１、および集合Ｍ３ｔ－１を用いて、以下の式（８）のように表せる。
Figure JPOXMLDOC01-appb-M000008
　そして、適応予測判定部３０３は、共通のサブバンドの数がＰ個以上の場合、予測符号化を行うと判定し、Ｆｌａｇ＿ＰＲＥ＝１に設定する。一方、適応予測判定部３０３は、共通のサブバンドの数がＰ個未満の場合、予測符号化を行わないと判定し、Ｆｌａｇ＿ＰＲＥ＝０に設定する。
　このようにして、適応予測判定部３０３は、Ｍ１ｔおよびＭ１２３ｔ－１に含まれるサブバンドのうち、共通するサブバンドの数に基づいて、予測情報Ｆｌａｇ＿ＰＲＥの値を上記のように設定する。これにより、量子化方法が適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替えられる。
　次に、適応予測判定部３０３は、判定結果を示す情報として予測情報（Ｆｌａｇ＿ＰＲＥ）を利得符号化部３０４および多重化部３０５に出力する。次いで、適応予測判定部３０３は、現フレームにおける第１レイヤ帯域情報、第２レイヤ帯域情報、および３レイヤ帯域情報を用いて、内蔵のバッファを更新する。
　利得符号化部３０４は、内部バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。
　利得符号化部３０４には、形状符号化部３０２から理想利得が入力される。また、利得符号化部３０４には、適応予測判定部３０３から、予測情報（Ｆｌａｇ＿ＰＲＥ）が入力される。また、利得符号化部３０４には、第２レイヤ符号化部２０５および第３レイヤ符号化部２０８から、第２レイヤ利得符号化情報および第３レイヤ利得符号化情報が入力される。
　利得符号化部３０４は、予測情報（Ｆｌａｇ＿ＰＲＥ）に応じて、量子化方法を適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ＝１の場合］
　この場合、利得符号化部３０４は、予測符号化を行う。すなわち、利得符号化部３０４は、内蔵のバッファに記憶されている時間的に３つ前までの処理フレームにおいて量子化された量子化利得、第２レイヤ利得符号化情報、および第３レイヤ利得符号化情報を用いて、現フレームの利得を予測することにより、現フレームの量子化利得を生成する。具体的には、利得符号化部３０４は、Ｌ個の各サブバンド毎に、ＧＱ個の利得コードベクトルからなる内蔵の利得コードブックを探索して、下記の式（９）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスを求める。
Figure JPOXMLDOC01-appb-M000009
　この式において、ＧＣ１ｉ ｊは第１レイヤ符号化部２０２における利得コードブックを構成する利得コードベクトルを示し、ｉは利得コードベクトルのインデックスを示し、ｊは利得コードベクトルの要素のインデックスを示す。例えば、リージョンを構成するサブバンド数が５の場合（Ｌ＝５の場合）、ｊは０～４の値を取る。また、サブバンドインデックスｊ”は、帯域選択部３０１で選択された帯域のうち先頭のサブバンドを示すインデックスである。ここで、Ｃ１ｔ ｊは時間的にｔフレーム前に第１レイヤ符号化部２０２において量子化された利得を示す。例えば、ｔ＝１の場合、Ｃ１１ ｊは時間的に１フレーム前に第１レイヤ符号化部２０２において量子化された利得を示す。同様に、Ｃ２ｔ ｊおよびＣ３ｔ ｊはそれぞれ時間的にｔフレーム前に第２レイヤ符号化部２０５および第３レイヤ符号化部２０８において量子化された利得を示す。またα０～α３は、利得符号化部３０４に記憶されている４次の線形予測係数である。なお、利得符号化部３０４は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル量子化を行う。
　なお、内蔵のバッファに、過去フレームにおける量子化対象帯域の利得が存在しない場合、利得符号化部３０４は、式（９）において、内蔵のバッファに記憶されている利得のうち、現フレームにおける量子化対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ＝０の場合］
　この場合、利得符号化部３０４は、非予測符号化を行う。具体的には、利得符号化部３０４は、下記の式（１０）に従い、形状符号化部３０２から入力される理想利得Ｇａｉｎ＿ｉ（ｊ）を直接量子化する。ここでも、利得符号化部３０４は、理想利得をＬ次元ベクトルとして扱い、ベクトル量子化を行う。
Figure JPOXMLDOC01-appb-M000010
　利得符号化部３０４は、上記の式（９）または式（１０）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスＧ＿ｍｉｎを、第１レイヤ利得符号化情報として多重化部３０５に出力する。
　また、利得符号化部３０４は、現フレームで得られた第１レイヤ利得符号化情報Ｇ＿ｍｉｎ、第１レイヤ帯域情報、および量子化利得Ｃ１ｔ ｊ、Ｃ２ｔ ｊ、Ｃ３ｔ ｊを用いて、下記の式（１１）に従い、内蔵のバッファを更新する。
Figure JPOXMLDOC01-appb-M000011
　多重化部３０５は、第１レイヤ帯域情報、第１レイヤ形状符号化情報、第１レイヤ利得符号化情報、および予測情報を多重化して、第１レイヤ符号化情報を生成する。次に、多重化部３０５は、生成した第１レイヤ符号化情報を、第１レイヤ復号部２０３および符号化情報統合部２０９に出力する。
　図５は、第１レイヤ復号部２０３の主要な構成を示すブロック図である。
　この図において、第１レイヤ復号部２０３は、分離部５０１、形状復号部５０２、および利得復号部５０３を備える。
　分離部５０１は、第１レイヤ符号化部２０２から出力される第１レイヤ符号化情報を、第１レイヤ帯域情報、第１レイヤ形状符号化情報、第１レイヤ利得符号化情報、および予測情報に分離する。分離部５０１は、得られる第１レイヤ帯域情報および第１レイヤ形状符号化情報を形状復号部５０２に出力し、第１レイヤ利得符号化情報および予測情報を利得復号部５０３に出力する。
　形状復号部５０２は、分離部５０１から入力される第１レイヤ形状符号化情報を復号することにより、分離部５０１から入力される第１レイヤ帯域情報が示す量子化対象帯域に対応するＭＤＣＴ係数の形状の値を求める。形状復号部５０２は、求めたＭＤＣＴ係数の形状の値を利得復号部５０３に出力する。形状復号部５０２の処理の詳細は後述する。
　利得復号部５０３には、第２レイヤ符号化部２０５から時間的に１つ前の処理フレームにおける第２レイヤ利得符号化情報が入力される。また、利得復号部５０３には、第３レイヤ符号化部２０８から時間的に１つ前の処理フレームにおける第３レイヤ利得符号化情報が入力される。また、利得復号部５０３には、分離部５０１から第１レイヤ利得符号化情報および予測情報が入力される。また、利得復号部５０３には、形状復号部５０２から、ＭＤＣＴ係数の形状の値が入力される。
　利得復号部５０３は、予測情報が予測復号を行うことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ＝１の場合）は、分離部５０１から入力される第１レイヤ利得符号化情報に対し予測復号を行って利得を得る。ここで、利得復号部５０３は、第２レイヤ利得符号化情報、第３レイヤ利得符号化情報、内蔵のバッファに記憶されている過去のフレームの利得、および内蔵の利得コードブックを用いて、第１レイヤ利得符号化情報に対し予測復号を行う。
　一方、利得復号部５０３は、予測情報が予測復号を行わないことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ＝０の場合）、内蔵の利得コードブックを用いて、第１レイヤ利得符号化情報をそのまま逆量子化して（つまり予測復号せずに）利得を得る。
　利得復号部５０３は、得られる利得、および形状復号部５０２から入力される形状の値を用いて量子化対象帯域のＭＤＣＴ係数を求め、求めたＭＤＣＴ係数を第１レイヤ復号スペクトルとして加算部２０４に出力する。利得復号部５０３の処理の詳細は後述する。
　上記のような構成を有する第１レイヤ復号部２０３は以下の動作を行う。
　分離部５０１は、第１レイヤ符号化情報を、第１レイヤ帯域情報、第１レイヤ形状符号化情報、第１レイヤ利得符号化情報、および予測情報に分離する。次に、分離部５０１は、得られる第１レイヤ帯域情報、および第１レイヤ形状符号化情報を形状復号部５０２に出力し、第１レイヤ利得符号化情報、および予測情報を利得復号部５０３に出力する。
　形状復号部５０２は、第１レイヤ符号化部２０２の形状符号化部３０２が備える形状コードブックと同様な形状コードブックを内蔵し、分離部５０１から入力される第１レイヤ形状符号化情報Ｓ＿ｍａｘをインデックスとする形状コードベクトルを探索する。形状復号部５０２は、探索した形状コードベクトルを、分離部５０１から入力される第１レイヤ帯域情報が示す量子化対象帯域のＭＤＣＴ係数の形状の値として利得復号部５０３に出力する。ここでは、形状の値として探索された形状コードベクトルをＳｈａｐｅ＿ｑ（ｋ）（ｋ＝Ｂ（ｊ”），…，Ｂ（ｊ”＋Ｌ）－１）と記す。
　利得復号部５０３は、内蔵バッファを有し、過去のフレームにおいて得られた利得を記憶する。
　利得復号部５０３は、予測情報（Ｆｌａｇ＿ＰＲＥ）に応じて、逆量子化方法を適応的に予測復号方法または非予測復号方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ＝１の場合］
　この場合、利得復号部５０３は、予測復号する。すなわち、利得復号部５０３は、内蔵のバッファに記憶されている過去のフレームの利得を用いて、現フレームの利得を予測することにより逆量子化を行う。具体的には、利得復号部５０３は、第１レイヤ符号化部２０２の利得符号化部３０４と同様な利得コードブックを内蔵しており、下記の式（１２）に従い、利得の逆量子化を行って利得Ｇａｉｎ＿ｑ’を得る。
Figure JPOXMLDOC01-appb-M000012
 　ここで、Ｃ１”ｔ ｊは時間的にｔフレーム前の第１レイヤ復号部２０３において逆量子化された利得値を示す。例えば、ｔ＝１の場合、Ｃ１”１ ｊは１フレーム前の第１レイヤ復号部２０３において逆量子化された利得を示す。同様に、Ｃ２”ｔ ｊおよびＣ３”ｔ ｊはそれぞれ時間的にｔフレーム前の第２レイヤ復号部２０６および第３レイヤ符号化部２０８において逆量子化された利得を示す。また、サブバンドインデックスｊ”は、第１レイヤ帯域情報が示す帯域のうち先頭のサブバンドを示すインデックスである。また、α０～α３は、利得復号部５０３に記憶されている４次の線形予測係数である。利得復号部５０３は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。
　なお、内蔵のバッファに過去フレームの復号対象帯域における利得が存在しない場合、利得復号部５０３は、上記の式（１２）において、内部バッファに記憶されている利得のうち、現フレームの復号対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ＝０の場合］
　この場合、利得復号部５０３は、非予測復号する。すなわち、利得復号部５０３は、上記の利得コードブックを用いて、下記の式（１３）に従い利得を逆量子化する。ここでも、利得をＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。すなわち、予測復号を行わない場合、利得復号部５０３は、第１レイヤ利得符号化情報Ｇ＿ｍｉｎに対応する利得コードベクトルＧＣ１ｊ Ｇ＿ｍｉｎを直接利得とする。
Figure JPOXMLDOC01-appb-M000013
　次いで、利得復号部５０３は、現フレームの逆量子化で得られる利得、および形状復号部５０２から入力される形状の値を用いて、下記の式（１４）に従い第１レイヤ復号スペクトル（復号ＭＤＣＴ係数）Ｘ１”（ｋ）を算出する。なお、ＭＤＣＴ係数の逆量子化において、ｋがＢ（ｊ”）～Ｂ（ｊ”＋１）－１内に存在する場合、利得はＧａｉｎ＿ｑ’（ｊ”）の値をとる。
Figure JPOXMLDOC01-appb-M000014
　次に、利得復号部５０３は、下記の式（１５）に従い内蔵のバッファを更新する。
Figure JPOXMLDOC01-appb-M000015
　利得復号部５０３は、上記の式（１４）に従い算出された第１レイヤ復号スペクトルＸ１”（ｋ）を加算部２０４に出力する。
　図６は、第２レイヤ符号化部２０５の主要な構成を示すブロック図である。
　この図において、第２レイヤ符号化部２０５は、帯域選択部６０１、形状符号化部６０２、利得符号化部６０３、および多重化部６０４を備える。
　帯域選択部６０１は、加算部２０４から入力される第１レイヤ差分スペクトルを複数のサブバンドに分割し、複数のサブバンドから量子化対象となる帯域（量子化対象帯域）を選択する。帯域選択部６０１は、選択した量子化対象帯域を示す帯域情報（第２レイヤ帯域情報）を形状符号化部６０２、多重化部６０４に出力する。なお、形状符号化部６０２への第１レイヤ差分スペクトルの入力は、加算部２０４から帯域選択部６０１への入力とは別に、加算部２０４から直接入力されるようにしても良い。帯域選択部６０１の処理の詳細は上述した帯域選択部３０１と同様であるため、説明を省略する。
　形状符号化部６０２は、第１レイヤ差分スペクトルのうち、第２レイヤ帯域情報が示す帯域に対応するスペクトル（ＭＤＣＴ係数）を用いて形状情報の符号化を行って第２レイヤ形状符号化情報を生成する。次に、形状符号化部６０２は、生成した第２レイヤ形状符号化情報を多重化部６０４に出力する。また、形状符号化部６０２は、形状符号化時に算出される理想利得（利得情報）を利得符号化部６０３に出力する。形状符号化部６０２の処理の詳細は上述した形状符号化部３０２と同様であるため、説明を省略する。
　利得符号化部６０３には、形状符号化部６０２から理想利得が入力される。利得符号化部６０３は、形状符号化部６０２から入力される理想利得をそのまま量子化して（つまり、予測を適用せずに量子化して）、第２レイヤ利得符号化情報を得る。利得符号化部６０３は、得られる第２レイヤ利得符号化情報を多重化部６０４に出力する。利得符号化部６０３の処理の詳細は、上述した利得符号化部３０４において、予測情報が予測符号化を行わないという判定結果を示す場合（Ｆｌａｇ＿ＰＲＥ＝０）と同様の処理のため、ここでは説明を省略する。但し、利得符号化部６０３は、利得符号化部３０４の処理において用いられたＧＣ１ｉ ｊを、ＧＣ２ｉ ｊに置き換えて処理する。ここで、ＧＣ２ｉ ｊは利得符号化部６０３が用いる利得コードブックを構成する利得コードベクトルである。
　多重化部６０４は、第２レイヤ帯域情報、第２レイヤ形状符号化情報、および第２レイヤ利得符号化情報を多重化して第２レイヤ符号化情報を生成する。多重化部６０４は、第２レイヤ符号化情報を第２レイヤ復号部２０６および符号化情報統合部２０９に出力する。
　以上が、第２レイヤ符号化部２０５の処理説明である。
　図７は、第２レイヤ復号部２０６の主要な構成を示すブロック図である。
　この図において、第２レイヤ復号部２０６は、分離部７０１、形状復号部７０２、および利得復号部７０３を備える。
　分離部７０１は、第２レイヤ符号化部２０５から出力される第２レイヤ符号化情報を、第２レイヤ帯域情報、第２レイヤ形状符号化情報、および第２レイヤ利得符号化情報に分離する。分離部７０１は、得られる第２レイヤ帯域情報および第２レイヤ形状符号化情報を形状復号部７０２に出力し、第２レイヤ利得符号化情報を利得復号部７０３に出力する。
　形状復号部７０２は、分離部７０１から入力される第２レイヤ形状符号化情報を復号することにより、分離部７０１から入力される第２レイヤ帯域情報が示す量子化対象帯域に対応する復号ＭＤＣＴ係数の形状の値を求める。形状復号部７０２は、求めた復号ＭＤＣＴ係数の形状の値を利得復号部７０３に出力する。形状復号部７０２の処理の詳細は、上述した形状復号部５０２と同様であるため、ここでは説明を省略する。
　利得復号部７０３は、分離部７０１から入力される第２レイヤ利得符号化情報をそのまま逆量子化して（つまり、予測復号せずに逆量子化して）利得を得る。利得復号部７０３は、得られる利得、および形状復号部７０２から入力される復号ＭＤＣＴ係数の形状の値を用いて量子化対象帯域の復号ＭＤＣＴ係数を求める。利得復号部７０３は、求めた復号ＭＤＣＴ係数を第２レイヤ復号スペクトルとして加算部２０７に出力する。利得復号部７０３の処理の詳細は、上述した利得復号部５０３において、予測情報が予測符号化を行わないという判定結果を示す場合（Ｆｌａｇ＿ＰＲＥ＝０）と同様の処理のため、ここでは説明を省略する。但し、利得復号部７０３は、利得復号部５０３の処理において用いられたＧＣ１ｉ ｊを、ＧＣ２ｉ ｊに置き換えて処理する。ここで、ＧＣ２ｉ ｊは、利得復号部７０３が用いる利得コードブックを構成する利得コードベクトルである。
　以上が、第２レイヤ復号部２０６の処理説明である。
　第３レイヤ符号化部２０８の内部構成、および処理については、入出力される信号の名称が異なるという点以外は、第２レイヤ符号化部２０５の内部構成および処理と同様であるため、ここでは説明を省略する。但し、第３レイヤ符号化部２０８は、第２レイヤ符号化部２０５の処理において用いられたＧＣ２ｉ ｊを、ＧＣ３ｉ ｊに置き換えて処理する。ここで、ＧＣ３ｉ ｊは、第３レイヤ符号化部２０８で用いる利得コードブックを構成する利得コードベクトルである。
　以上が符号化装置１０１の処理説明である。
　図８は、図１に示した復号装置１０３の内部の主要な構成を示すブロック図である。復号装置１０３は、一例として３つの復号階層（レイヤ）から成る階層復号装置とする。ここでは、符号化装置１０１側と同様、ビットレートの低い方から順に、第１レイヤ、第２レイヤ、第３レイヤと呼ぶことにする。
　符号化情報分離部８０１は、伝送路１０２を介して符号化装置１０１から送られる符号化情報を入力とし、符号化情報を各レイヤの符号化情報に分離し、それぞれの復号処理を担当する復号部に出力する。具体的には、符号化情報分離部８０１は、符号化情報中に含まれる第１レイヤ符号化情報を第１レイヤ復号部８０２に出力する。また、符号化情報分離部８０１は、符号化情報中に含まれる第２レイヤ符号化情報を第２レイヤ復号部８０３に出力する。符号化情報分離部８０１は、符号化情報中に含まれる第３レイヤ符号化情報を第３レイヤ復号部８０４に出力する。
　第１レイヤ復号部８０２は、符号化情報分離部８０１から入力される第１レイヤ符号化情報を復号して第１レイヤ復号スペクトルＸ１”（ｋ）を生成し、生成した第１レイヤ復号スペクトルＸ１”（ｋ）を加算部８０６に出力する。第１レイヤ復号部８０２の処理は、上述した第１レイヤ復号部２０３の処理と同一であるためここでは説明を省略する。
　第２レイヤ復号部８０３は、符号化情報分離部８０１から入力される第２レイヤ符号化情報を復号して第２レイヤ復号スペクトルＸ２”（ｋ）を生成し、生成した第２レイヤ復号スペクトルＸ２”（ｋ）を加算部８０５に出力する。また、第２レイヤ復号部８０３は、第２レイヤ符号化情報に含まれる第２レイヤ利得符号化情報および第２レイヤ帯域情報を、第１レイヤ復号部８０２に出力する。第２レイヤ復号部８０３の処理は、上述した第２レイヤ復号部２０６の処理と同一であるためここでは説明を省略する。
　第３レイヤ復号部８０４は、符号化情報分離部８０１から入力される第３レイヤ符号化情報を復号して第３レイヤ復号スペクトルＸ３”（ｋ）を生成し、生成した第３レイヤ復号スペクトルＸ３”（ｋ）を加算部８０５に出力する。また、第３レイヤ復号部８０４は、第３レイヤ符号化情報に含まれる第３レイヤ利得符号化情報および第３レイヤ帯域情報を、第１レイヤ復号部８０２に出力する。第３レイヤ復号部８０４の処理は、上述した第２レイヤ復号部２０６の処理と同一であるためここでは説明を省略する。但し、第３レイヤ復号部８０４は、第２レイヤ復号部２０６の処理において用いられたＧＣ２ｉ ｊを、ＧＣ３ｉ ｊに置き換えて処理する。ここで、ＧＣ３ｉ ｊは、第３レイヤ復号部８０４で用いる利得コードブックを構成する利得コードベクトルである。
　加算部８０５には、第２レイヤ復号部８０３から第２レイヤ復号スペクトルＸ２”（ｋ）が入力される。また、加算部８０５には、第３レイヤ復号部８０４から第３レイヤ復号スペクトルＸ３”（ｋ）が入力される。加算部８０５は、入力された第２レイヤ復号スペクトルＸ２”（ｋ）および第３レイヤ復号スペクトルＸ３”（ｋ）を加算し、加算したスペクトルを第１加算スペクトルＸ４”（ｋ）として加算部８０６に出力する。
　加算部８０６には、加算部８０５から第１加算スペクトルＸ４”（ｋ）が入力される。また、加算部８０６には、第１レイヤ復号部８０２から第１レイヤ復号スペクトルＸ１”（ｋ）が入力される。加算部８０６は、入力された第１加算スペクトルＸ４”（ｋ）および第１レイヤ復号スペクトルＸ１”（ｋ）を加算し、加算したスペクトルを第２加算スペクトルＸ５”（ｋ）として直交変換処理部８０７に出力する。
　直交変換処理部８０７は、まず下記の式（１６）に従い内蔵のバッファｂｕｆ’（ｋ）を「０」値に初期化する。
Figure JPOXMLDOC01-appb-M000016
　直交変換処理部８０７は、第２加算スペクトルＸ５”（ｋ）を入力とし、下記の式（１７）に従い、出力信号ｙ”（ｎ）を求める。
Figure JPOXMLDOC01-appb-M000017
　この式において、Ｘ６（ｋ）は、第２加算スペクトルＸ５”（ｋ）とバッファｂｕｆ’（ｋ）とを結合させたベクトルであり、下記の式（１８）を用いて求められる。
Figure JPOXMLDOC01-appb-M000018
　次いで、直交変換処理部８０７は、下記の式（１９）に従いバッファｂｕｆ’（ｋ）を更新する。
Figure JPOXMLDOC01-appb-M000019
　直交変換処理部８０７は、出力信号ｙ”（ｎ）を出力する。
　以上が、復号装置１０３の処理説明である。
　以上、本発明の実施の形態について説明した。
　このように、本実施の形態によれば、第１レイヤ符号化部２０２は、時間的に前の処理フレームにおける各レイヤの符号化結果に基づいて、現レイヤの符号化方法を切り替える。これにより、符号化装置１０１が符号化対象とする帯域を階層（レイヤ）毎に選択する階層符号化方式を用いる場合に、現フレームの周波数パラメータの符号化効率を向上させ、その結果、復号信号の品質を改善することができる。
　なお、本実施の形態では、最下位レイヤである第１レイヤ符号化部２０２のみ適応予測判定部３０３を備え、第１レイヤ利得情報の符号化／復号に対して予測符号化／復号を適用するかどうかを切り替える構成について説明した。しかし、本発明はこれに限られない。すなわち、上位レイヤの第２レイヤ符号化部２０５、および第３レイヤ符号化部２０８が、適応予測判定部３０３を備える構成についても、本発明を同様に適用できる。第２レイヤ以降においても、適応的に予測符号化／復号処理を行うことにより、より精度よく周波数パラメータを符号化することができる。但し、演算量を大幅には増やさずに符号化効率を上げるためには、本実施の形態で説明したように、一部のレイヤ（例えば最下位レイヤ）においてのみ、適応的な予測符号化／復号処理を行うという構成は有効である。
　なお、本実施の形態では、第１レイヤ符号化部２０２が予測情報を算出し、これを伝送する構成について説明した。そして、本実施の形態では、適応予測判定部３０３が、時間的に１つ前の処理フレームにおいて量子化された帯域情報と、現フレームにおいて選択された帯域情報とを用いて予測情報を設定した。ここで、帯域情報および予測情報は、復号装置１０３においても同様の処理を行うことにより算出することが可能である。したがって、上記判定方法を採る構成に対しては、予測情報を符号化装置１０１から復号装置１０３へ伝送しなくともよい。なお、この場合には、第１レイヤ復号部８０２に対して、第２レイヤ帯域情報、および第３レイヤ帯域情報を別途入力する必要がある。また、第１レイヤ復号部８０２に、第１レイヤ符号化部２０２と同様に適応予測判定部３０３を設け、予測情報を設定する必要がある。但し、復号装置１０３での予測情報を設定するための演算量を削減するためには、本実施の形態に説明したように、予測情報を伝送する構成が有効である。
　なお、本実施の形態では、適応予測判定部３０３が、時間的に１つ前の処理フレームにおいて量子化された帯域情報と、現フレームにおいて選択された帯域情報とを用いて予測情報を判定した。本発明はこれに限られず、適応予測判定部３０３が、時間的に二つ以上前の処理フレームにおいて量子化された帯域情報を利用する構成に対しても同様に適用できる。
　（実施の形態２）
　本発明の実施の形態２は、全階層（レイヤ）の符号化部／復号部が、理想利得（利得情報）の適応予測符号化／復号方式を適用する構成について説明する。なお、本実施の形態で説明する適応予測符号化方式は、実施の形態１で説明した適応予測符号化方式とは、予測に用いる過去のフレームの情報が一部異なる。
　実施の形態２に係る通信システム（図示せず）は、図１に示した通信システムと基本的に同様であり、符号化装置／復号装置の構成および動作の一部のみにおいて、符号化装置１０１および復号装置１０３と相違する。以下、本実施の形態に係る通信システムにおける符号化装置および復号装置に対しそれぞれ符号「１１１」、「１１３」を付し、説明を行う。
　図９は、図１に示した符号化装置１１１の内部の主要な構成を示すブロック図である。符号化装置１１１は、一例として３つの符号化階層（レイヤ）から成る階層符号化装置とする。ここで、ビットレートの低い方から順に、第１レイヤ、第２レイヤ、第３レイヤと呼ぶことにする。なお、符号化装置１１１において、第１レイヤ符号化部２１２、第１レイヤ復号部２１３、第２レイヤ符号化部２１５、第２レイヤ復号部２１６、および第３レイヤ符号化部２１８以外の構成要素については、実施の形態１の符号化装置１０１の構成要素と同一であるため、同一の符号を付し、ここでは説明を省略する。
　第１レイヤ符号化部２１２には、直交変換処理部２０１から入力スペクトルＸ１（ｋ）が入力される。第１レイヤ符号化部２１２は、入力スペクトルＸ１（ｋ）を符号化し、第１レイヤ符号化情報を生成する。次に、第１レイヤ符号化部２１２は、生成した第１レイヤ符号化情報を第１レイヤ復号部２１３、および符号化情報統合部２０９に出力する。なお、第１レイヤ符号化部２１２の詳細については後述する。
　第１レイヤ復号部２１３は、第１レイヤ符号化部２１２から入力される第１レイヤ符号化情報を復号し、第１レイヤ復号スペクトルを算出する。次に、第１レイヤ復号部２１３は、生成した第１レイヤ復号スペクトルを加算部２０４に出力する。また、第１レイヤ復号部２１３は、第１レイヤ符号化情報を復号する際に得られる理想利得（利得情報）を第２レイヤ符号化部２１５および第３レイヤ符号化部２１８に出力する。なお、第１レイヤ復号部２１３の詳細については後述する。
　第２レイヤ符号化部２１５は、加算部２０４から入力される第１レイヤ差分スペクトルを用いて第２レイヤ符号化情報を生成し、生成した第２レイヤ符号化情報を第２レイヤ復号部２１６、および符号化情報統合部２０９に出力する。なお、第２レイヤ符号化部２１５の詳細については後述する。
　第２レイヤ復号部２１６は、第２レイヤ符号化部２１５から入力される第２レイヤ符号化情報を復号し、第２レイヤ復号スペクトルを算出する。次に、第２レイヤ復号部２１６は、生成した第２レイヤ復号スペクトルを加算部２０７に出力する。また、第２レイヤ復号部２１５は、第２レイヤ符号化情報を復号する際に得られる理想利得（利得情報）を、第３レイヤ符号化部２１８に出力する。なお、第２レイヤ復号部２１６の詳細については後述する。
　第３レイヤ符号化部２１８は、加算部２０７から入力される第２レイヤ差分スペクトルを用いて第３レイヤ符号化情報を生成し、生成した第３レイヤ符号化情報を符号化情報統合部２０９に出力する。なお、第３レイヤ符号化部２１８の詳細については後述する。
　図１０は、第１レイヤ符号化部２１２の主要な構成を示すブロック図である。
　この図において、第１レイヤ符号化部２１２は、帯域選択部３０１、形状符号化部３０２、適応予測判定部３１３、利得符号化部３１４、および多重化部３０５を備える。ここで、適応予測判定部３１３、利得符号化部３１４以外の構成要素については、実施の形態１の第１レイヤ符号化部２０２内の構成要素と同一であるため、同一の符号を付し、説明を省略する。
　適応予測判定部３１３には、帯域選択部３０１から第１レイヤ帯域情報が入力される。適応予測判定部３１３は、内部バッファを有し、過去に帯域選択部３０１から入力される第１レイヤ帯域情報を記憶する。
　適応予測判定部３１３は、入力される第１レイヤ帯域情報を用いて現フレームの量子化対象帯域と過去のフレームの量子化対象帯域との間で共通のサブバンドの数を求める。共通のサブバンドの数が予め定められた所定値以上の場合、適応予測判定部３１３は、第１レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行うと判定する。一方、共通のサブバンドの数が所定値より小さい場合、適応予測判定部３１３は、第１レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行わない（つまり、予測を適用しない符号化を行う）と判定する。
　適応予測判定部３１３は、判定結果を第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）として利得符号化部３１４および多重化部３０５に出力する。ここで、適応予測判定部３１３は、予測を行うと判定した場合には、第１レイヤ予測情報Ｆｌａｇ＿ＰＲＥ１の値を１とし、予測を行わないと判定した場合には、第１レイヤ予測情報Ｆｌａｇ＿ＰＲＥ１の値を０とする。適応予測判定部３１３の処理の詳細は後述する。
　利得符号化部３１４には、形状符号化部３０２から理想利得が入力される。また、利得符号化部３１４には、適応予測判定部３１３から、第１レイヤ予測情報が入力される。
　利得符号化部３１４は、第１レイヤ予測情報が予測符号化を行うという判定結果を示す場合には、形状符号化部３０２から入力される理想利得に対して予測符号化を行って、第１レイヤ利得符号化情報を得る。このとき、利得符号化部３１４は、内蔵のバッファに記憶されている過去のフレームの量子化利得、および内蔵の利得コードブックを用いて、理想利得に対して予測符号化を行って、第１レイヤ利得符号化情報を得る。
　一方、利得符号化部３１４は、第１レイヤ予測情報が予測符号化を行わないという判定結果を示す場合には、形状符号化部３０２から入力される理想利得をそのまま量子化して（つまり、予測を適用せずに量子化して）、第１レイヤ利得符号化情報を得る。
　利得符号化部３１４は、得られる第１レイヤ利得符号化情報を多重化部３０５に出力する。利得符号化部３１４の処理の詳細は後述する。
　上記のような構成を有する第１レイヤ符号化部２１２は以下の動作を行う。ただし、適応予測判定部３１３、および利得符号化部３１４以外の処理については、実施の形態１と同一であるため、説明を省略する。
　適応予測判定部３１３には、帯域選択部３０１から、現フレームにおける第１レイヤ帯域情報が入力される。
　適応予測判定部３１３は、内蔵バッファを有し、過去のフレームにおける第１レイヤ帯域情報を記憶する。以下では、適応予測判定部３１３が、過去の１フレーム分の第１レイヤ帯域情報を記憶するバッファを内蔵している場合を例に挙げて説明する。
　適応予測判定部３１３は、まず、過去のフレームにおける第１レイヤ帯域情報、および現フレームにおける第１レイヤ帯域情報を用いて、過去のフレームの量子化対象帯域と現フレームの量子化対象帯域との間で共通のサブバンドの数を求める。
　次に、適応予測判定部３１３は、共通のサブバンドの数が所定値以上の場合は、予測符号化を行うと判定し、共通のサブバンドの数が所定値より小さい場合は予測符号化を行わないと判定する。具体的には、適応予測判定部３１３は、時間的に１つ前の処理フレームにおける第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔ－１とする）と、現フレームにおける第１レイヤ帯域情報が示すＬ個のサブバンドとを比較（集合Ｍ１ｔとする）する。
　そして、適応予測判定部３１３は、共通のサブバンドの数がＰ個以上の場合、予測符号化を行うと判定し、Ｆｌａｇ＿ＰＲＥ１＝１に設定する。一方、適応予測判定部３１３は、共通のサブバンドの数がＰ個未満の場合、予測符号化を行わないと判定し、Ｆｌａｇ＿ＰＲＥ１＝０に設定する。
　このようにして、適応予測判定部３１３は、Ｍ１ｔおよびＭ１ｔ－１に含まれるサブバンドのうち、共通するサブバンドの数に基づいて、第１レイヤ予測情報Ｆｌａｇ＿ＰＲＥ１の値を上記のように設定する。これにより、量子化方法が適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替えられる。
　次に、適応予測判定部３１３は、判定結果を示す情報として第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）を利得符号化部３１４および多重化部３０５に出力する。次いで、適応予測判定部３１３は、現フレームにおける第１レイヤ帯域情報を用いて、内蔵のバッファを更新する。
　利得符号化部３１４には、形状符号化部３０２から理想利得が入力される。また、利得符号化部３１４には、適応予測判定部３１３から、第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）が入力される。
　利得符号化部３１４は、内蔵バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。
　利得符号化部３１４は、第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）に応じて、量子化方法を適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ１＝１の場合］
　この場合、利得符号化部３１４は、予測符号化を行う。すなわち、利得符号化部３１４は、内蔵のバッファに記憶されている時間的に３つ前までの処理フレームにおいて量子化された量子化利得、および第１レイヤ利得符号化情報を用いて、現フレームの利得を予測することにより、現フレームの量子化利得を生成する。具体的には、利得符号化部３１４は、Ｌ個の各サブバンド毎に、ＧＱ個の利得コードベクトルからなる内蔵の利得コードブックを探索して、下記の式（２０）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスを求める。
Figure JPOXMLDOC01-appb-M000020
　この式において、ＧＣ１ｉ ｊは第１レイヤ符号化部２１２における利得コードブックを構成する利得コードベクトルを示し、ｉは利得コードベクトルのインデックスを示し、ｊは利得コードベクトルの要素のインデックスを示す。例えば、リージョンを構成するサブバンド数が５の場合（Ｌ＝５の場合）、ｊは０～４の値を取る。ここで、Ｃ１ｔ ｊは時間的にｔフレーム前に第１レイヤ符号化部２１２において量子化された利得を示す。例えば、ｔ＝１の場合、Ｃ１１ ｊは時間的に１フレーム前に第１レイヤ符号化部２１２において量子化された利得を示す。また、α０～α３は、利得符号化部３１４に記憶されている４次の線形予測係数である。なお、利得符号化部３１４は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル量子化を行う。
　なお、内蔵のバッファに、過去フレームにおける量子化対象帯域の利得が存在しない場合、利得符号化部３１４は、上記の式（２０）において、内蔵のバッファに記憶される利得のうち、現フレームにおける量子化対象に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ１＝０の場合］
　この場合、利得符号化部３１４は、非予測符号化を行う。具体的には、利得符号化部３１４は、上述の式（１０）に従い、形状符号化部３０２から入力される理想利得Ｇａｉｎ＿ｉ（ｊ）を直接量子化する。ここでも、利得符号化部３１４は、理想利得をＬ次元ベクトルとして扱い、ベクトル量子化を行う。
　利得符号化部３１４は、上記の式（２０）または式（１０）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスＧ＿ｍｉｎを、第１レイヤ利得符号化情報として多重化部３０５に出力する。
　また、利得符号化部３１４は、現フレームで得られた第１レイヤ利得符号化情報Ｇ＿ｍｉｎおよび量子化利得Ｃ１ｔ ｊを用いて、下記の式（２１）に従い、内蔵のバッファを更新する。
Figure JPOXMLDOC01-appb-M000021
　図１１は、第１レイヤ復号部２１３の主要な構成を示すブロック図である。
　この図において、第１レイヤ復号部２１３は、分離部５０１、形状復号部５０２、および利得復号部５１３を備える。ここで、利得復号部５１３以外の構成要素については、実施の形態１で説明した第１レイヤ復号部２０３の構成要素と同一であるため、同一の符号を付し、説明を省略する。但し、本実施の形態における分離部５０１は、分離した第１レイヤ帯域情報、および第１レイヤ利得符号化情報を、第２レイヤ符号化部２１５および第３レイヤ符号化部２１８に出力する点のみ、実施の形態１における分離部５０１と異なる。
　利得復号部５１３には、分離部５０１から第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）が入力される。また、利得復号部５１３には、形状復号部５０２から、ＭＤＣＴ係数の形状の値が入力される。
　利得復号部５１３は、第１レイヤ予測情報が予測復号を行うことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ１＝１の場合）は、分離部５０１から入力される利得符号化情報に対し予測復号を行って利得を得る。ここで、利得復号部５１３は、第１レイヤ利得符号化情報、内蔵のバッファに記憶されている過去のフレームの利得、および内蔵の利得コードブックを用いて、第１レイヤ利得符号化情報に対し予測復号を行う。
　一方、利得復号部５１３は、第１レイヤ予測情報が予測復号を行わないことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ１＝０の場合）、内蔵の利得コードブックを用いて、第１レイヤ利得符号化情報をそのまま逆量子化して（つまり予測復号せずに）利得を得る。
　利得復号部５１３は、得られる利得、および形状復号部５０２から入力される形状の値を用いて量子化対象帯域のＭＤＣＴ係数を求め、求めたＭＤＣＴ係数を第１レイヤ復号スペクトルとして加算部２０４に出力する。利得復号部５１３の処理の詳細は後述する。
　上記のような構成を有する第１レイヤ復号部２１３は以下の動作を行う。なお、ここでは、利得復号部５１３の処理のみ説明する。
　利得復号部５１３は、内蔵バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。
　利得復号部５１３は、第１レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ１）に応じて、逆量子化方法を適応的に予測復号方法または非予測復号方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ１＝１の場合］
　この場合、利得復号部５１３は、予測復号する。すなわち、利得復号部５１３は、内蔵のバッファに記憶されている過去のフレームの利得を用いて、現フレームの利得を予測することにより逆量子化を行う。具体的には、利得復号部５１３は、第１レイヤ符号化部２１２の利得符号化部３１４と同様な利得コードブックを内蔵しており、下記の式（２２）に従い、利得の逆量子化を行って利得Ｇａｉｎ＿ｑ’を得る。
Figure JPOXMLDOC01-appb-M000022
　ここで、Ｃ１”ｔ ｊは時間的にｔフレーム前の第１レイヤ復号部２１３において逆量子化された利得の値を示す。例えば、ｔ＝１の場合、Ｃ１”１ ｊは１フレーム前の第１レイヤ復号部２１３にて逆量子化された利得を示す。また、α０～α３は利得復号部５１３に記憶されている４次の線形予測係数である。利得復号部５１３は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。
　なお、内蔵のバッファに過去フレームの復号対象帯域における利得が存在しない場合、利得復号部５１３は、上記の式（２２）において、内部バッファに記憶されている利得のうち、現フレームの復号対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ１＝０の場合］
　この場合、利得復号部５１３は、非予測復号する。すなわち、利得復号部５１３は、上記の利得コードブックを用いて、式（１３）に従い利得値を逆量子化する。ここでも、利得をＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。すなわち、予測復号を行わない場合、利得復号部５１３は、第１レイヤ利得符号化情報Ｇ＿ｍｉｎに対応する利得コードベクトルＧＣ１ｊ Ｇ＿ｍｉｎを直接利得とする。
　次いで、利得復号部５１３は、現フレームの逆量子化で得られる利得、および形状復号部５０２から入力される形状の値を用いて、式（１４）に従い第１レイヤ復号スペクトル（復号ＭＤＣＴ係数）Ｘ１”（ｋ）を算出する。なお、ＭＤＣＴ係数の逆量子化において、ｋがＢ（ｊ”）～Ｂ（ｊ”＋１）－１内に存在する場合、利得はＧａｉｎ＿ｑ’（ｊ”）の値をとる。
　次に、利得復号部５１３は、式（２１）に従い内蔵のバッファを更新する。
　利得復号部５１３は、式（１４）に従い算出された第１レイヤ復号スペクトルＸ１”（ｋ）を加算部２０４に出力する。
　図１２は、第２レイヤ符号化部２１５の主要な構成を示すブロック図である。
　この図において、第２レイヤ符号化部２１５は、帯域選択部６０１、形状符号化部６０２、適応予測判定部６１３、利得符号化部６１４、および多重化部６０４を備える。ここで、適応予測判定部６１３、および利得符号化部６１４以外の構成要素については、実施の形態１における第２レイヤ符号化部２０５内の構成要素と同一であるため、同一の符号を付し、説明を省略する。
　適応予測判定部６１３は、内部バッファを有し、過去に帯域選択部６０１および第１レイヤ復号部２１３から入力される帯域情報（第１レイヤ帯域情報および第２レイヤ帯域情報）を記憶する。適応予測判定部６１３には、第１レイヤ復号部２１３から、第１レイヤ帯域情報が入力される。また、適応予測判定部６１３には、帯域選択部６０１から、第２レイヤ帯域情報が入力される。
　適応予測判定部６１３は、入力される各帯域情報（第１レイヤ帯域情報、第２レイヤ帯域情報）を用いて現フレームの量子化対象帯域と過去のフレームの量子化対象帯域との間で共通のサブバンドの数を求める。
　共通のサブバンドの数が予め定められた所定値以上の場合には、適応予測判定部６１３は、第２レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行うと判定する。一方、共通のサブバンドの数が所定値より小さい場合には、適応予測判定部６１３は、第２レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行わない（つまり、予測を適用しない符号化を行う）と判定する。
　適応予測判定部６１３は、判定結果を第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）として利得符号化部６１４および多重化部６０４に出力する。ここで、適応予測判定部６１３は、予測を行うと判定した場合には、Ｆｌａｇ＿ＰＲＥ２の値を１とし、予測を行わないと判定した場合にはＦｌａｇ＿ＰＲＥ２の値を０とする。適応予測判定部６１３の処理の詳細は後述する。
　利得符号化部６１４は、内部バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。
　利得符号化部６１４には、形状符号化部６０２から理想利得が入力される。また、利得符号化部６１４には、第１レイヤ復号部２１３から第１レイヤ利得符号化情報が入力される。また、利得符号化部６１４には、適応予測判定部６１３から、第２レイヤ予測情報が入力される。
　利得符号化部６１４は、第２レイヤ予測情報が予測符号化を行うという判定結果を示す場合には、形状符号化部６０２から入力される理想利得に対して予測符号化を行って、第２レイヤ利得符号化情報を得る。このとき、利得符号化部６１４は、内蔵のバッファに記憶されている過去のフレームの量子化利得、内蔵の利得コードブック、および第１レイヤ利得符号化情報を用いて、理想利得に対して予測符号化を行う。
　一方、利得符号化部６１４は、第２レイヤ予測情報が予測符号化を行わないという判定結果を示す場合には、形状符号化部６０２から入力される理想利得をそのまま量子化する（つまり、予測を適用せずに量子化する）。
　利得符号化部６１４は、得られる第２レイヤ利得符号化情報を多重化部６０４に出力する。利得符号化部６１４の処理の詳細は後述する。
　上記のような構成を有する第２レイヤ符号化部２１５は以下の動作を行う。なお、ここでは、適応予測判定部６１３および利得符号化部６１４の処理のみ説明する。
　適応予測判定部６１３は、内蔵バッファを有し、過去のフレームにおける第２レイヤ帯域情報、および第１レイヤ帯域情報を記憶する。以下では、適応予測判定部６１３が、過去の１フレーム分の帯域情報を記憶するバッファを内蔵している場合を例に挙げて説明する。
　適応予測判定部６１３には、第１レイヤ復号部２１３から、現フレームにおける第１レイヤ帯域情報が入力される。
　適応予測判定部６１３は、まず、過去のフレームにおける第１レイヤ帯域情報、第２レイヤ帯域情報（これらは内蔵バッファに記憶されている）、および現フレームにおける第１レイヤ帯域情報、第２レイヤ帯域情報を用いて、過去のフレームの量子化対象帯域と現フレームの量子化対象帯域との間で共通のサブバンドの数を求める。
　次に、適応予測判定部６１３は、共通のサブバンドの数が所定値以上の場合は、予測符号化を行うと判定し、共通のサブバンドの数が所定値より小さい場合は、予測符号化を行わないと判定する。具体的には、適応予測判定部６１３は、時間的に１つ前の処理フレームにおける第２レイヤ帯域情報が示すサブバンド（集合Ｍ２ｔ－１とする）および第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔ－１とする）の和集合のサブバンド群（集合Ｍ１２ｔ－１とする）と、現フレームにおける第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔとする）および第２レイヤ帯域情報が示すＬ個のサブバンド（集合Ｍ２ｔとする）の和集合のサブバンド群（集合Ｍ１２ｔとする）と、を比較する。
　ここで、上記集合Ｍ１２ｔ－１は、集合Ｍ１ｔ－１および集合Ｍ２ｔ－１を使って、以下の式（２３）のように表せる。また、集合Ｍ１２ｔは、集合Ｍ１ｔおよび集合Ｍ２ｔを使って、以下の式（２４）のように表せる。
Figure JPOXMLDOC01-appb-M000023
Figure JPOXMLDOC01-appb-M000024
　そして、適応予測判定部６１３は、共通のサブバンドの数がＰ個以上の場合、予測符号化を行うと判定し、Ｆｌａｇ＿ＰＲＥ２＝１に設定する。一方、適応予測判定部６１３は、共通のサブバンドの数がＰ個未満の場合、予測符号化を行わないと判定し、Ｆｌａｇ＿ＰＲＥ２＝０に設定する。
　このようにして、適応予測判定部６１３は、Ｍ１２ｔ－１およびＭ１２ｔに含まれるサブバンドのうち、共通するサブバンドの数に基づいて、第２レイヤ予測情報Ｆｌａｇ＿ＰＲＥ２の値を上記のように設定する。これにより、量子化方法が適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替えられる。
　次に、適応予測判定部６１３は、判定結果を示す情報として第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）を利得符号化部６１４および多重化部６０４に出力する。次いで、適応予測判定部６１３は、現フレームにおける第１レイヤ帯域情報、および第２レイヤ帯域情報を用いて、内蔵のバッファを更新する。
　利得符号化部６１４は、内部バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。また、利得符号化部６１４には、第１レイヤ復号部２１３から、第１レイヤ利得符号化情報が入力される。また、利得符号化部６１４には、適応予測判定部６１３から、第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）が入力される。
　利得符号化部６１４は、第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）に応じて、量子化方法を適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ２＝１の場合］
　この場合、利得符号化部６１４は、予測符号化を行う。すなわち、利得符号化部６１４は、内蔵のバッファに記憶されている時間的に３つ前までの処理フレームにおいて量子化された量子化利得、および時間的に３つ前までの処理フレームにおける第１レイヤ利得符号化情報を用いて、現フレームの利得を予測することにより、現フレームの量子化利得を生成する。具体的には、利得符号化部６１４は、Ｌ個の各サブバンド毎に、ＧＱ個の利得コードベクトルからなる内蔵の利得コードブックを探索して、下記の式（２５）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスを求める。
Figure JPOXMLDOC01-appb-M000025
　この式において、ＧＣ２ｉ ｊは第２レイヤ符号化部２１５における利得コードブックを構成する利得コードベクトルを示し、ｉは利得コードベクトルのインデックスを示し、ｊは利得コードベクトルの要素のインデックスを示す。例えば、リージョンを構成するサブバンド数が５の場合（Ｌ＝５の場合）、ｊは０～４の値を取る。
　ここで、Ｃ１ｔ ｊは時間的にｔフレーム前に第１レイヤ符号化部２１２において量子化された利得を示す。例えば、ｔ＝１の場合、Ｃ１１ ｊは時間的に１フレーム前に第１レイヤ符号化部２１２において量子化された利得を示す。同様に、Ｃ２ｔ ｊは時間的にｔフレーム前の第２レイヤ符号化部２１５にて量子化された利得を示す。またα０～α３は、利得符号化部６１４に記憶されている４次の線形予測係数である。なお、利得符号化部６１４は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル量子化を行う。
　なお、内蔵のバッファに、過去フレームにおける量子化対象帯域の利得が存在しない場合、利得符号化部６１４は、上記の式（２５）において、内蔵のバッファに記憶されている利得のうち、現フレームにおける量子化対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ２＝０の場合］
　この場合、利得符号化部６１４は、非予測符号化を行う。具体的には、利得符号化部６１４は、下記の式（２６）に従い、形状符号化部６０２から入力される理想利得Ｇａｉｎ＿ｉ（ｊ）を直接量子化する。ここでも、利得符号化部６１４は、理想利得をＬ次元ベクトルとして扱い、ベクトル量子化を行う。
Figure JPOXMLDOC01-appb-M000026
　利得符号化部６１４は、上記の式（２５）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスＧ＿ｍｉｎを、第２レイヤ利得符号化情報として多重化部６０４に出力する。
　また、利得符号化部６１４は、現フレームで得られた第２レイヤ利得符号化情報Ｇ＿ｍｉｎおよび量子化利得Ｃ１ｔ ｊ、Ｃ２ｔ ｊを用いて、下記の式（２７）に従い、内蔵のバッファを更新する。
Figure JPOXMLDOC01-appb-M000027
　図１３は、第２レイヤ復号部２１６の主要な構成を示すブロック図である。
　この図において、第２レイヤ復号部２１６は、分離部７０１、形状復号部７０２、および利得復号部７１３を備える。ここで、利得復号部７１３以外の構成要素については、実施の形態１で説明した第２レイヤ復号部２０６の構成要素と同一であるため、同一の符号を付し、説明を省略する。但し、本実施の形態における分離部７０１は、分離した第２レイヤ帯域情報、および第２レイヤ利得符号化情報を、第３レイヤ符号化部２１８に出力する点のみ、実施の形態１における分離部７０１と異なるものとする。
　利得復号部７１３には、分離部７０１から第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）および第２レイヤ利得符号化情報が入力される。また、利得復号部７１３には、形状復号部７０２から、ＭＤＣＴ係数の形状の値が入力される。
　利得復号部７１３は、第２レイヤ予測情報が予測復号を行うことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ２＝１の場合）は、分離部７０１から入力される利得符号化情報に対し予測復号を行って利得を得る。ここで、利得復号部７１３は、第２レイヤ利得符号化情報、内蔵のバッファに記憶されている過去のフレームの利得、および内蔵の利得コードブックを用いて、第２レイヤ利得符号化情報に対し予測復号を行う。
　一方、利得復号部７１３は、第２レイヤ予測情報が予測復号を行わないことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ２＝０の場合）、内蔵の利得コードブックを用いて、第２レイヤ利得符号化情報をそのまま逆量子化して（つまり予測復号せずに）利得を得る。利得復号部７１３は、得られる利得、および形状復号部７０２から入力される形状の値を用いて量子化対象帯域のＭＤＣＴ係数を求め、求めたＭＤＣＴ係数を第２レイヤ復号スペクトルとして加算部２０７に出力する。
　上記のような構成を有する第２レイヤ復号部２１６は以下の動作を行う。なお、ここでは、利得復号部７１３の処理のみ説明する。
　利得復号部７１３は、内蔵バッファを有し、過去のフレームにおいて得られた利得を記憶する。
　利得復号部７１３は、第２レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ２）に応じて、逆量子化方法を適応的に予測復号方法または非予測復号方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ２＝１の場合］
　この場合、利得復号部７１３は、予測復号する。すなわち、利得復号部７１３は、内蔵のバッファに記憶されている過去のフレームの利得を用いて、現フレームの利得を予測することにより逆量子化を行う。具体的には、利得復号部７１３は、第２レイヤ符号化部２１５の利得符号化部６１４と同様な利得コードブックを内蔵しており、下記の式（２８）に従い、利得の逆量子化を行って利得Ｇａｉｎ＿ｑ’を得る。
Figure JPOXMLDOC01-appb-M000028
　ここで、Ｃ１”ｔ ｊは時間的にｔフレーム前の第１レイヤ復号部２１３において逆量子化された利得の値を示す。例えば、ｔ＝１の場合、Ｃ１”１ ｊは１フレーム前の第１レイヤ復号部２１３において逆量子化された利得を示す。また、Ｃ２”ｔ ｊは同様に第２レイヤ復号部２１５にて逆量子化された利得の値を示す。また、α０～α３は利得復号部７１３に記憶されている４次の線形予測係数である。利得復号部７１３は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。
　なお、内蔵のバッファに過去フレームの復号対象帯域における利得の値が存在しない場合、利得復号部７１３は、上記の式（２８）において、内部バッファに記憶されている利得のうち、現フレームの復号対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ２＝０の場合］
　この場合、利得復号部７１３は、非予測復号する。すなわち、利得復号部７１３は、上記の利得コードブックを用いて、下記の式（２９）に従い利得値を逆量子化する。ここでも、利得をＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。すなわち、予測復号を行わない場合は、利得復号部７１３は、第２レイヤ利得符号化情報Ｇ＿ｍｉｎに対応する利得コードベクトルＧＣ２ｊ Ｇ＿ｍｉｎを直接利得とする。
Figure JPOXMLDOC01-appb-M000029
　次いで、利得復号部７１３は、現フレームの逆量子化で得られる利得、および形状復号部７０２から入力される形状の値を用いて、下記の式（３０）に従い第２レイヤ復号スペクトル（復号ＭＤＣＴ係数）Ｘ２”（ｋ）を算出する。なお、ＭＤＣＴ係数の逆量子化において、ｋがＢ（ｊ”）～Ｂ（ｊ”＋１）－１内に存在する場合、利得はＧａｉｎ＿ｑ’（ｊ”）の値をとる。
Figure JPOXMLDOC01-appb-M000030
　次に、利得復号部７１３は、式（２７）に従い内蔵のバッファを更新する。
　利得復号部７１３は、式（３０）に従い算出された第２レイヤ復号スペクトルＸ２”（ｋ）を加算部２０７に出力する。
　図１４は、第３レイヤ符号化部２１８の主要な構成を示すブロック図である。
　この図において、第３レイヤ符号化部２１８は、帯域選択部１４０１、形状符号化部１４０２、適応予測判定部１４０３、利得符号化部１４０４、および多重化部１４０５を備える。ここで、帯域選択部１４０１、形状符号化部１４０２、および多重化部１４０５については、入出力される情報の名称が異なるという点以外は、実施の形態１における第２レイヤ符号化部２０５内の各構成要素と同一であるため、説明を省略する。
　適応予測判定部１４０３には、帯域選択部１４０１から第３レイヤ帯域情報が入力される。また、適応予測判定部１４０３には、第１レイヤ復号部２１３から、第１レイヤ帯域情報が入力される。また、適応予測判定部１４０３には、第２レイヤ復号部２１６から、第２レイヤ帯域情報が入力される。
　適応予測判定部１４０３は、内部バッファを有し、過去に帯域選択部１４０１、第１レイヤ復号部２１３、および第２レイヤ復号部２１６から入力される帯域情報（第３レイヤ帯域情報、第１レイヤ帯域情報、および第２レイヤ帯域情報）を記憶する。
　適応予測判定部１４０３は、入力される各帯域情報（第１レイヤ帯域情報、第２レイヤ帯域情報、第３レイヤ帯域情報）を用いて現フレームの量子化対象帯域と過去のフレームの量子化対象帯域との間で共通のサブバンドの数を求める。共通のサブバンドの数が予め定められた所定値以上の場合、適応予測判定部１４０３は、第３レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行うと判定する。一方、共通のサブバンドの数が所定値より小さい場合、適応予測判定部１４０３は、第３レイヤ帯域情報が示す量子化対象帯域のスペクトル（ＭＤＣＴ係数）に対して予測符号化を行わない（つまり、予測を適用しない符号化を行う）と判定する。
　適応予測判定部１４０３は、判定結果を第３レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ３）として利得符号化部１４０４および多重化部１４０５に出力する。ここで、適応予測判定部１４０３は、予測を行うと判定した場合には、Ｆｌａｇ＿ＰＲＥ３の値を１とし、予測を行わない場合には、Ｆｌａｇ＿ＰＲＥ３の値を０とする。適応予測判定部１４０３の処理の詳細は後述する。
　利得符号化部１４０４には、形状符号化部１４０２から理想利得が入力される。また、利得符号化部１４０４には、適応予測判定部１４０３から、第３レイヤ予測情報が入力される。また、利得符号化部１４０４には、第１レイヤ復号部２１３から第１レイヤ利得符号化情報が入力される。また、利得符号化部１４０４には、第２レイヤ復号部２１６から第２レイヤ利得符号化情報が入力される。
　利得符号化部１４０４は、第３レイヤ予測情報が予測符号化を行うという判定結果を示す場合には、形状符号化部１４０２から入力される理想利得に対して予測符号化を行って、第３レイヤ利得符号化情報を得る。このとき、利得符号化部１４０４は、内蔵のバッファに記憶されている過去のフレームの量子化利得、内蔵の利得コードブック、第１レイヤ利得符号化情報、および第２レイヤ利得符号化情報を用いて、理想利得に対して予測符号化を行って、第３レイヤ利得符号化情報を得る。
　一方、利得符号化部１４０４は、第３レイヤ予測情報が予測符号化を行わないという判定結果を示す場合には、形状符号化部１４０２から入力される理想利得をそのまま量子化する（つまり、予測を適用せずに量子化する）。
　利得符号化部１４０４は、得られる第３レイヤ利得符号化情報を多重化部１４０５に出力する。利得符号化部１４０４の処理の詳細は後述する。
　上記のような構成を有する第３レイヤ符号化部２１８は以下の動作を行う。なお、ここでは、適応予測判定部１４０３および利得符号化部１４０４の処理のみ説明する。
　適応予測判定部１４０３には、第１レイヤ復号部２１３から、第１レイヤ帯域情報が入力される。また、適応予測判定部１４０３には、第２レイヤ復号部２１６から、第２レイヤ帯域情報が入力される。また、適応予測判定部１４０３には、帯域選択部１４０１から、第３レイヤ帯域情報が入力される。
　適応予測判定部１４０３は、内蔵バッファを有し、過去のフレームにおける第３レイヤ帯域情報、第１レイヤ帯域情報、および第２レイヤ帯域情報を記憶する。ここでは、適応予測判定部１４０３が、過去の１フレーム分の帯域情報を記憶するバッファを内蔵している場合を例に挙げて説明する。
　適応予測判定部１４０３は、まず、過去のフレームにおける第３レイヤ帯域情報、第１レイヤ帯域情報、第２レイヤ帯域情報（これらは内蔵バッファに記憶されている）、および現フレームにおける第３レイヤ帯域情報、第１レイヤ帯域情報、第２レイヤ帯域情報を用いて、過去のフレームの量子化対象帯域と現フレームの量子化対象帯域との間で共通のサブバンドの数を求める。
　次に、適応予測判定部１４０３は、共通のサブバンドの数が所定値以上の場合は、予測符号化を行うと判定し、共通のサブバンドの数が所定値より小さい場合は、予測符号化を行わないと判定する。具体的には、適応予測判定部１４０３は、時間的に１つ前の処理フレームにおける第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔ－１とする）、第２レイヤ帯域情報が示すサブバンド（集合Ｍ２ｔ－１とする）、および第３レイヤ帯域情報が示すサブバンド（集合Ｍ３ｔ－１とする）の和集合のサブバンド群（集合Ｍ１２３ｔ－１とする）と、現フレームにおける第１レイヤ帯域情報が示すサブバンド（集合Ｍ１ｔとする）、第２レイヤ帯域情報が示すサブバンド（集合Ｍ２ｔとする）、および第３レイヤ帯域情報が示すＬ個のサブバンド（集合Ｍ３ｔとする）の和集合のサブバンド群（集合Ｍ１２３ｔとする）と、を比較する。
　ここで、上記集合Ｍ１２３ｔ－１は、集合Ｍ１ｔ－１、集合Ｍ２ｔ－１、および集合Ｍ３ｔ－１を使って、以下の式（３１）のように表せる。また、集合Ｍ１２３ｔは、集合Ｍ１ｔ、集合Ｍ２ｔ、および集合Ｍ３ｔを使って、以下の式（３２）のように表せる。
Figure JPOXMLDOC01-appb-M000031
Figure JPOXMLDOC01-appb-M000032
　そして、適応予測判定部１４０３は、共通のサブバンドの数がＰ個以上の場合、予測符号化を行うと判定し、Ｆｌａｇ＿ＰＲＥ３＝１に設定する。一方、適応予測判定部１４０３は、共通のサブバンドの数がＰ個未満の場合、予測符号化を行わないと判定し、Ｆｌａｇ＿ＰＲＥ３＝０に設定する。
　このようにして、適応予測判定部１４０３は、Ｍ１２３ｔ－１およびＭ１２３ｔに含まれるサブバンドのうち、共通するサブバンドの数に基づいて、第３レイヤ予測情報Ｆｌａｇ＿ＰＲＥ３の値を上記のように設定する。これにより、量子化方法が適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替えられる。
　次に、適応予測判定部１４０３は、判定結果を示す情報として第３レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ３）を利得符号化部１４０４および多重化部１４０５に出力する。次いで、適応予測判定部１４０３は、現フレームにおける第３レイヤ帯域情報、第１レイヤ帯域情報、および第２レイヤ帯域情報を用いて、内蔵のバッファを更新する。
　また、利得符号化部１４０４には、第１レイヤ復号部２１３から、第１レイヤ利得符号化情報が入力される。また、利得符号化部１４０４には、第２レイヤ復号部２１６から、第２レイヤ利得符号化情報が入力される。また、利得符号化部１４０４には、適応予測判定部１４０３から、第３レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ３）が入力される。
　利得符号化部１４０４は、内部バッファを有し、過去のフレームにおいて得られた量子化利得を記憶する。
　利得符号化部１４０４は、第３レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ３）に応じて、量子化方法を適応的に予測符号化方法または非予測符号化方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ３＝１の場合］
　この場合、利得符号化部１４０４は、予測符号化を行う。すなわち、利得符号化部１４０４は、内蔵のバッファに記憶されている時間的に３つ前までの処理フレームにおいて第３レイヤ符号化部２１８にて量子化された量子化利得、時間的に３つ前までの処理フレームにおける第１レイヤ利得符号化情報、および時間的に３つ前までの処理フレームにおける第２レイヤ利得符号化情報を用いて、現フレームの利得を予測することにより、現フレームの量子化利得を生成する。具体的には、利得符号化部１４０４は、Ｌ個の各サブバンド毎に、ＧＱ個の利得コードベクトルからなる内蔵の利得コードブックを探索して、下記の式（３３）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスを求める。
Figure JPOXMLDOC01-appb-M000033
　この式において、ＧＣ３ｉ ｊは第３レイヤ符号化部２１８における利得コードブックを構成する利得コードベクトルを示し、ｉは利得コードベクトルのインデックスを示し、ｊは利得コードベクトルの要素のインデックスを示す。例えば、リージョンを構成するサブバンド数が５の場合（Ｌ＝５の場合）、ｊは０～４の値を取る。
　ここで、Ｃ１ｔ ｊは時間的にｔフレーム前の第１レイヤ符号化部２１２において量子化された利得を示す。例えば、ｔ＝１の場合、Ｃ１１ ｊは時間的に１フレーム前の第１レイヤ符号化部２１２において量子化された利得を示す。同様に、Ｃ２ｔ ｊは時間的にｔフレーム前の第２レイヤ符号化部２１５において量子化された利得を示す。同様に、Ｃ３ｔ ｊは時間的にｔフレーム前の第３レイヤ符号化部２１８において量子化された利得を示す。またα０～α３は、利得符号化部１４０４に記憶されている４次の線形予測係数である。なお、利得符号化部１４０４は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル量子化を行う。
　なお、内蔵のバッファに、過去フレームにおける量子化対象帯域の利得が存在しない場合、利得符号化部１４０４は、上記の式（３３）において、内蔵のバッファに記憶されている利得のうち、現フレームにおける量子化対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ３＝０の場合］
　この場合、利得符号化部１４０４は、非予測符号化を行う。具体的には、利得符号化部１４０４は、下記の式（３５）に従い、形状符号化部１４０２から入力される理想利得Ｇａｉｎ＿ｉ（ｊ）を直接量子化する。ここでも、利得符号化部１４０４は、理想利得をＬ次元ベクトルとして扱い、ベクトル量子化を行う。
Figure JPOXMLDOC01-appb-M000034
　利得符号化部１４０４は、上記の式（３３）または式（３４）の二乗誤差Ｇａｉｎ＿ｑ（ｉ）が最小となる利得コードベクトルのインデックスＧ＿ｍｉｎを、第３レイヤ利得符号化情報として多重化部１４０５に出力する。
　また、利得符号化部１４０４は、現フレームで得られた第３レイヤ利得符号化情報および量子化利得Ｃ１ｔ ｊ、Ｃ２ｔ ｊ、Ｃ３ｔ ｊを用いて、下記の式（３５）に従い、内蔵のバッファを更新する。
Figure JPOXMLDOC01-appb-M000035
　以上が、符号化装置１１１の処理の説明である。
　図１５は、本実施の形態における復号装置１１３の内部の主要な構成を示すブロック図である。復号装置１１３は、一例として３つの復号階層（レイヤ）から成る階層復号装置とする。ここでは、符号化装置１１１側と同様、ビットレートの低い方から順に、第１レイヤ、第２レイヤ、第３レイヤと呼ぶことにする。なお、符号化装置１１１内の構成要素の内、第１レイヤ復号部８１２、第２レイヤ復号部８１３、および第３レイヤ復号部８１４以外の構成要素については、実施の形態１における復号装置１０３内の構成要素と同一であるため、ここでは説明を省略する。
　第１レイヤ復号部８１２は、符号化情報分離部８０１から入力される第１レイヤ符号化情報を復号して第１レイヤ復号スペクトルＸ１”（ｋ）を生成し、生成した第１レイヤ復号スペクトルＸ１”（ｋ）を加算部８０６に出力する。第１レイヤ復号部８１２の処理は、符号化装置１１１内の第１レイヤ復号部２１３の処理と同一であるため、説明を省略する。
　第２レイヤ復号部８１３は、符号化情報分離部８０１から入力される第２レイヤ符号化情報を復号して第２レイヤ復号スペクトルＸ２”（ｋ）を生成し、生成した第２レイヤ復号スペクトルＸ２”（ｋ）を加算部８０５に出力する。第１レイヤ復号部８１２の処理は、符号化装置１１１内の第２レイヤ復号部２１６の処理と同一であるため、説明を省略する。
　第３レイヤ復号部８１４は、符号化情報分離部８０１から入力される第３レイヤ符号化情報を復号して第３レイヤ復号スペクトルＸ３”（ｋ）を生成し、生成した第３レイヤ復号スペクトルＸ３”（ｋ）を加算部８０５に出力する。第３レイヤ復号部８１４の処理の詳細については後述する。
　図１６は、第３レイヤ復号部８１４の内部の主要な構成を示すブロック図である。第３レイヤ復号部８１４は、分離部１６０１、形状復号部１６０２、および利得復号部１６０３から主に構成される。
　分離部１６０１は、符号化情報分離部８０１から出力される第３レイヤ符号化情報を、第３レイヤ帯域情報、第３レイヤ形状符号化情報、第３レイヤ利得符号化情報、および第３レイヤ予測情報に分離する。分離部１６０１は、得られる第３レイヤ帯域情報および第３レイヤ形状符号化情報を形状復号部１６０２に出力し、第３レイヤ利得符号化情報および第３レイヤ予測情報を利得復号部１６０３に出力する。
　形状復号部１６０２は、分離部１６０１から入力される第３レイヤ形状符号化情報を復号することにより、分離部１６０１から入力される第３レイヤ帯域情報が示す量子化対象帯域に対応するＭＤＣＴ係数の形状の値を求める。形状復号部１６０２は、求めたＤＣＴ係数の形状の値を利得復号部１６０３に出力する。形状復号部１６０２の処理は、実施の形態１における形状復号部５０２と同一であるため、ここでは説明を省略する。
　利得復号部１６０３には、分離部１６０１から第３レイヤ利得符号化情報および第３レイヤ予測情報が入力される。また、利得復号部１６０３には、第１レイヤ復号部８１２から第１レイヤ利得符号化情報が入力される。また、利得復号部１６０３には、第２レイヤ復号部８１３から第２レイヤ利得符号化情報が入力される。
　利得復号部１６０３は、第３レイヤ予測情報が予測復号を行うことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ３＝１の場合）は、第３レイヤ利得符号化情報に対し予測復号を行って利得を得る。ここで、利得復号部１６０３は、第１レイヤ利得符号化情報、第２レイヤ利得符号化情報、内蔵のバッファに記憶されている過去のフレームの利得、および内蔵の利得コードブックを用いて、第３レイヤ利得符号化情報に対し予測復号を行う。
　一方、利得復号部１６０３は、第３レイヤ予測情報が予測復号を行わないことを示す場合（つまり、Ｆｌａｇ＿ＰＲＥ＝０の場合）、内蔵の利得コードブックを用いて、第３レイヤ利得符号化情報をそのまま逆量子化して（つまり予測復号せずに）利得を得る。
　利得復号部１６０３は、得られる利得、および形状復号部１６０２から入力される形状の値を用いて量子化対象帯域のＭＤＣＴ係数を求め、求めたＭＤＣＴ係数を第３レイヤ復号スペクトルとして加算部８０５に出力する。利得復号部１６０３の処理の詳細は後述する。
　上記のような構成を有する第３レイヤ復号部８１４は以下の動作を行う。
　分離部１６０１は、第３レイヤ符号化情報を、第３レイヤ帯域情報、第３レイヤ形状符号化情報、第３レイヤ利得符号化情報、および第３レイヤ予測情報に分離する。次に、分離部１６０１は、得られる第３レイヤ帯域情報、および第３レイヤ形状符号化情報を形状復号部１６０２に出力し、第３レイヤ利得符号化情報および第３レイヤ予測情報を利得復号部１６０３に出力する。
　利得復号部１６０３は、内蔵バッファを有し、過去のフレームにおいて得られた利得を記憶する。また、利得復号部１６０３には、第１レイヤ復号部８１２から第１レイヤ利得符号化情報が入力される。また、利得復号部１６０３には、第２レイヤ復号部８１３から第２レイヤ利得符号化情報が入力される。また、利得復号部１６０３には、分離部１６０１から第３レイヤ利得符号化情報および第３レイヤ予測情報が入力される。また、利得復号部１６０３には、形状復号部１６０２から、ＭＤＣＴ係数の形状の値が入力される。
　利得復号部１６０３は、第３レイヤ予測情報（Ｆｌａｇ＿ＰＲＥ３）に応じて、逆量子化方法を適応的に予測復号方法または非予測復号方法のいずれかの方法に切り替える。
　［Ｆｌａｇ＿ＰＲＥ３＝１の場合］
　この場合、利得復号部１６０３は、予測復号する。すなわち、利得復号部１６０３は、内蔵のバッファに記憶されている過去のフレームの利得を用いて、現フレームの利得を予測することにより逆量子化を行う。具体的には、利得復号部１６０３は、第３レイヤ符号化部２１８の利得符号化部１４０４と同様な利得コードブックを内蔵しており、下記の式（３６）に従い、利得の逆量子化を行って利得Ｇａｉｎ＿ｑ’を得る。
Figure JPOXMLDOC01-appb-M000036
 　ここで、Ｃ１”ｔ ｊは時間的にｔフレーム前の第１レイヤ復号部８１２において逆量子化された利得を示す。例えば、ｔ＝１の場合、Ｃ１”１ ｊは１フレーム前の第１レイヤ復号部８１２において逆量子化された利得を示す。同様に、Ｃ２”ｔ ｊおよびＣ３”ｔ ｊはそれぞれ時間的にｔフレーム前の第２レイヤ復号部８１３および第３レイヤ復号部８１４において逆量子化された利得を示す。また、α０～α３は、利得復号部１６０３に記憶されている４次の線形予測係数である。利得復号部１６０３は、１リージョン内のＬ個のサブバンドをＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。
　なお、内蔵のバッファに過去フレームの復号対象帯域における利得が存在しない場合、利得復号部１６０３は、上記の式（３６）において、内部バッファに記憶されている利得のうち、現フレームの復号対象帯域に周波数的に最も近いサブバンドの利得を代用する。
　［Ｆｌａｇ＿ＰＲＥ３＝０の場合］
　この場合、利得復号部１６０３は、非予測復号する。すなわち、利得復号部１６０３は、上記の利得コードブックを用いて、下記の式（３７）に従い利得値を逆量子化する。ここでも、利得をＬ次元ベクトルとして扱い、ベクトル逆量子化を行う。すなわち、予測復号を行わない場合は、利得復号部１６０３は、利得符号化情報Ｇ＿ｍｉｎに対応する利得コードベクトルＧＣ３ｊ Ｇ＿ｍｉｎを直接利得とする。
Figure JPOXMLDOC01-appb-M000037
　次いで、利得復号部１６０３は、現フレームの逆量子化で得られる利得、および形状復号部１６０２から入力される形状の値を用いて、下記の式（３８）に従い第３レイヤ復号スペクトル（復号ＭＤＣＴ係数）Ｘ３”（ｋ）を算出する。なお、ＭＤＣＴ係数の逆量子化において、ｋがＢ（ｊ”）～Ｂ（ｊ”＋１）－１内に存在する場合、利得はＧａｉｎ＿ｑ’（ｊ”）の値をとる。
Figure JPOXMLDOC01-appb-M000038
　次に、利得復号部１６０３は、式（３５）に従い内蔵のバッファを更新する。
　利得復号部１６０３は、上記の式（３８）に従い算出された第３レイヤ復号スペクトルＸ３”（ｋ）を加算部８０５に出力する。
　以上が、復号装置１１３の処理説明である。
　このように、本実施の形態によれば、第１レイヤ符号化部２１２、第２レイヤ符号化部２１５、および第３レイヤ符号化部２１８は、符号化対象とする帯域を階層（レイヤ）毎に選択する階層符号化方式において、時間的に前の処理フレームにおける各レイヤの符号化結果に基づいて、現レイヤの周波数パラメータの符号化方法を切り替える。これにより、符号化装置１１１が符号化対象とする帯域を階層（レイヤ）毎に選択する階層符号化方式を用いる場合に、現フレームの周波数パラメータの符号化効率が向上し、その結果復号信号の品質を改善することができる。さらに、実施の形態１とは異なり、各レイヤの利得符号化部は、各レイヤ以下のレイヤの量子化利得のみを用いて適応予測量子化を行う。これにより、時間軸上でビットレート（レイヤ数）が切り替わるような伝送環境においても、符号化装置と復号装置とが同一条件で符号化／復号することができるため、符号化性能を保証することができる。
　なお、本実施の形態では、各レイヤの符号化部が予測情報を算出し、これを伝送する構成について説明した。そして、本実施の形態では、適応予測判定部３１３、６１３、１４０３が、時間的に１つ前の処理フレームにおいて量子化された帯域情報と、現フレームにおいて選択された帯域情報とを用いて予測情報を設定した。ここで、帯域情報および予測情報は、復号装置１１３においても同様の処理により予測情報を算出することが可能である。したがって、上記判定方法を採る構成に対しては、予測情報を符号化装置１１１から復号装置１１３へ伝送しなくともよい。但し、復号装置１１３での適応予測判定部における演算量を削減するためには、本実施の形態に説明したように、予測情報を伝送する構成が有効である。
　以上、本発明の実施の形態について説明した。
　なお、上記実施の形態では、符号化装置が３つの符号化階層（レイヤ）から成る構成について説明したが、本発明はこれに限らず、階層数が３以外の構成においても同様に適用できる。
　また、上記実施の形態では、符号化情報等の情報が連続する２ステップで多重化が行なわれる場合には、後段のステップにてまとめて多重化を行なっても良い（例えば、多重化部３０５と符号化情報統合部２０９との２ステップなど）。また、多重化された符号化情報等の情報が、連続する２ステップで分離される場合には、前段のステップにてまとめて分離を行なっても良い（例えば、符号化情報分離部８０１と分離部１６０１との２ステップなど）。また、３つ以上の信号が連続する２ステップで加算される場合には、一括でまとめて加算しても良い（例えば、加算部８０５と加算部８０６との２ステップなど）。
　また、上記実施の形態における復号装置は、上記実施の形態における符号化装置から伝送された符号化情報を用いて処理を行うとしたが、本発明はこれに限定されない。必要なパラメータやデータを含む符号化情報であれば、必ずしも上記実施の形態における符号化装置からの符号化情報でなくても処理は可能である。
　また、信号処理プログラムを、メモリ、ディスク、テープ、ＣＤ、ＤＶＤ等の機械読み取り可能な記録媒体に記録、書き込みをし、動作を行う場合についても、本発明は適用することができ、本実施の形態と同様の作用および効果を得ることができる。
　また、上記実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。
　また、上記実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル／プロセッサを利用してもよい。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
　２００９年１１月１３日出願の特願２００９－２５９９４９に含まれる明細書、図面及び要約書の開示内容は、すべて本願に援用される。
　本発明にかかる符号化装置、復号装置およびこれらの方法は、階層的に量子化対象帯域を選択し、符号化／復号する構成において、復号信号の品質を向上することができ、例えば、パケット通信システム、移動通信システムなどに適用できる。
　１０１、１１１　符号化装置
　１０２　伝送路
　１０３、１１３　復号装置
　２０１、８０７　直交変換処理部
　２０２、２１２　第１レイヤ符号化部
　２０３、２１３、８０２、８１２　第１レイヤ復号部
　２０４、２０７、８０５、８０６　加算部
　２０５、２１５　第２レイヤ符号化部
　２０６、２１６、８０３、８１３　第２レイヤ復号部
　２０８、２１８　第３レイヤ符号化部
　２０９　符号化情報統合部
　３０１、６０１、１４０１　帯域選択部
　３０２、６０２、１４０２　形状符号化部
　３０３、３１３、６１３、１４０３　適応予測判定部
　３０４、３１４、６０３、６１４、１４０４　利得符号化部
　３０５、６０４、１４０５　多重化部
　５０１、７０１、１６０１　分離部
　５０２、７０２、１６０２　形状復号部
　５０３、５１３、７０３、７１３、１６０３　利得復号部
　８０１　符号化情報分離部
　８０４、８１４　第３レイヤ復号部

Claims (26)

  1. 　少なくとも２つの符号化レイヤを有する符号化装置であって、
    　周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化手段と、
    　前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化手段と、を具備し、
    　前記第１レイヤ符号化手段は、
    　前記第１帯域情報に基づいて、前記第１利得の符号化方法を複数の候補から決定する判定手段、を具備する、
    　符号化装置。
  2. 　前記判定手段は、
    　更に前記第２帯域情報に基づいて、前記符号化方法を決定する、
    　請求項１記載の符号化装置。
  3. 　前記判定手段は、
    　前記第１帯域情報及び前記第２帯域情報に基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項１記載の符号化装置。
  4. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報と、現フレームにおける前記第１帯域情報および前記第２帯域情報とに基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項１記載の符号化装置。
  5. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報を用いて求められる、過去のフレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域の和集合である第３量子化対象帯域と、現フレームにおける前記第１帯域情報および前記第２帯域情報を用いて求められる、現フレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域の和集合である第４量子化対象帯域と、を比較した結果に基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項１記載の符号化装置。
  6. 　前記判定手段は、
    　前記結果が、前記第３量子化対象帯域と前記第４量子化対象帯域とに含まれる共通のサブバンドの数が予め設定された閾値以上である場合には、前記符号化方法を予測符号化方法に決定し、前記共通のサブバンドの数が前記閾値未満の場合には、前記符号化方法を非予測符号化方法に決定する、
    　請求項５記載の符号化装置。
  7. 　前記第１レイヤ符号化手段は、
    　前記複数のサブバンドの中から前記入力信号の前記第１量子化対象帯域を選択して前記第１帯域情報を生成するとともに、前記第１量子化対象帯域の前記入力信号を出力する帯域選択手段と、
    　前記第１量子化対象帯域の前記入力信号の形状及び前記第１利得を符号化して形状符号化情報及び前記第１利得符号化情報を生成する形状・利得符号化手段と、
    　を具備する、
    　請求項１記載の符号化装置。
  8. 　前記形状・利得符号化手段は、
    　決定された前記符号化方法を用いて、前記第１利得を符号化する、
    　請求項７記載の符号化装置。
  9. 　少なくとも２つの符号化レイヤを有する符号化装置であって、
    　周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化手段と、
    　前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化手段と、を具備し、
    　前記第１レイヤ符号化手段あるいは前記第２レイヤ符号化手段の少なくとも一方は、
    　自レイヤ以下のレイヤにおける帯域情報に基づいて、各レイヤの量子化対象帯域における前記各レイヤの符号化手段への入力信号の利得の符号化方法を複数の候補から決定する判定手段、を具備する、
    　符号化装置。
  10. 　前記判定手段は、
    　前記自レイヤ以下のレイヤにおける帯域情報に基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項９記載の符号化装置。
  11. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報と、現フレームにおける前記第１帯域情報および前記第２帯域情報のうち、前記自レイヤ以下のレイヤにおける帯域情報に基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項９記載の符号化装置。
  12. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報のうち、前記自レイヤ以下のレイヤにおける帯域情報を用いて求められる、過去のフレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域のうち、前記自レイヤ以下のレイヤにおける帯域情報の和集合である第３量子化対象帯域と、現フレームにおける前記第１帯域情報および前記第２帯域情報のうち、前記自レイヤ以下のレイヤにおける帯域情報を用いて求められる、現フレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域のうち、前記自レイヤ以下のレイヤにおける帯域情報の和集合である第４量子化対象帯域と、を比較した結果に基づいて、前記符号化方法を、予測符号化方法と非予測符号化方法とのいずれかに決定する、
    　請求項９記載の符号化装置。
  13. 　前記判定手段は、
    　前記結果が、前記第３量子化対象帯域と前記第４量子化対象帯域とに含まれる共通のサブバンドの数が予め設定された閾値以上である場合には、前記符号化方法を予測符号化方法に決定し、前記共通のサブバンドの数が前記閾値未満の場合には、前記符号化方法を非予測符号化方法に決定する、
    　請求項９記載の符号化装置。
  14. 　請求項１に記載の符号化装置を具備する通信端末装置。
  15. 　請求項１に記載の符号化装置を具備する基地局装置。
  16. 　少なくとも２つの符号化レイヤを有する符号化装置において生成された情報を受信して復号する復号装置であって、
    　前記符号化装置の第１レイヤの符号化により得られた、周波数領域を分割した複数のサブバンドの中から前記第１レイヤの第１量子化対象帯域を選択して生成された第１帯域情報を含む前記第１符号化情報と、前記第１符号化情報を用いた前記符号化装置の第２レイヤの符号化により得られた、前記複数のサブバンドの中から前記第２レイヤの第２量子化対象帯域を選択して生成された第２帯域情報を含む前記第２符号化情報と、を有する前記情報を受信する受信手段と、
    　前記情報から得られる前記第１符号化情報を入力し、前記第１帯域情報に基づいて設定される前記第１量子化対象帯域に対する第１復号信号を生成する第１レイヤ復号手段と、
    　前記情報から得られる前記第２符号化情報を入力し、前記第２帯域情報に基づいて設定される前記第２量子化対象帯域に対する第２復号信号を生成する第２レイヤ復号手段と、を具備し、
    　前記第１レイヤ復号手段は、
    　前記第１帯域情報に基づいて、前記第１復号信号の利得の復号方法を複数の候補から決定する判定手段を、を具備する、
    　復号装置。
  17. 　前記判定手段は、
    　更に前記第２帯域情報に基づいて、前記復号方法を決定する、
    　請求項１６記載の復号装置。
  18. 　前記判定手段は、
    　前記第１帯域情報および前記第２帯域情報に基づいて、前記復号方法を、予測復号方法と非予測復号方法とのいずれかに決定する、
    　請求項１６記載の復号装置。
  19. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報と、現フレームにおける前記第１帯域情報および前記第２帯域情報とに基づいて、前記復号方法を、予測復号方法と非予測復号方法とのいずれかに決定する、
    　請求項１６記載の復号装置。
  20. 　前記判定手段は、
    　過去のフレームにおける前記第１帯域情報および前記第２帯域情報を用いて求められる、過去のフレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域の和集合である第３量子化対象帯域と、現フレームにおける前記第１帯域情報および前記第２帯域情報を用いて求められる、現フレームにおける前記第１量子化対象帯域および前記第２量子化対象帯域の和集合である第４量子化対象帯域と、を比較した結果に基づいて、前記復号方法を、予測復号方法と非予測復号方法とのいずれかに決定する、
    　請求項１６記載の復号装置。
  21. 　前記判定手段は、
    　前記結果が、前記第３量子化対象帯域と前記第４量子化対象帯域とに含まれる共通のサブバンドの数が予め設定された閾値以上である場合には、前記復号方法を予測復号方法に決定し、前記共通のサブバンドの数が前記閾値未満の場合には、前記復号方法を非予測復号方法に決定する、
    　請求項２０記載の復号装置。
  22. 　前記受信手段は、
    　前記符号化装置の第１レイヤの符号化により得られた、前記第１量子化対象帯域における利得の符号化方法として予測符号化を用いたか否かを判定した判定情報を更に含む前記第１符号化情報を受信し、
    　前記判定手段は、
    　更に前記判定情報に基づいて、前記復号方法を、予測復号方法と非予測復号方法とのいずれかに決定する、
    　請求項１６記載の復号装置。
  23. 　請求項１６に記載の復号装置を具備する通信端末装置。
  24. 　請求項１６に記載の復号装置を具備する基地局装置。
  25. 　少なくとも２つの符号化レイヤを有する符号化方法であって、
    　周波数領域の入力信号を入力し、前記周波数領域を分割した複数のサブバンドの中から前記入力信号の第１量子化対象帯域を選択して第１帯域情報を求めるとともに、前記第１量子化対象帯域の前記入力信号の第１利得を求め、前記第１帯域情報と、前記第１利得を符号化して得られる第１利得符号化情報と、を含む第１符号化情報を生成し、前記第１符号化情報を用いた復号を行うことにより得られる復号信号と前記入力信号との差分信号を生成する第１レイヤ符号化ステップと、
    　前記差分信号を入力し、前記複数のサブバンドの中から前記差分信号の第２量子化対象帯域を選択して第２帯域情報を求めるとともに、前記第２量子化対象帯域の前記差分信号の第２利得を求め、前記第２帯域情報と前記第２利得を符号化して得られる第２利得符号化情報とを含む第２符号化情報を生成する第２レイヤ符号化ステップと、を具備し、
    　前記第１レイヤ符号化ステップは、
    　前記第１帯域情報に基づいて、前記第１利得の符号化方法を複数の候補から決定する判定ステップ、を具備する、
    　符号化方法。
  26. 　少なくとも２つの符号化レイヤを有する符号化装置において生成された情報を受信して復号する復号方法であって、
    　前記符号化装置の第１レイヤの符号化により得られた、周波数領域を分割した複数のサブバンドの中から前記第１レイヤの第１量子化対象帯域を選択して生成された第１帯域情報を含む前記第１符号化情報と、前記第１符号化情報を用いた前記符号化装置の第２レイヤの符号化により得られた、前記複数のサブバンドの中から前記第２レイヤの第２量子化対象帯域を選択して生成された第２帯域情報を含む前記第２符号化情報と、を有する前記情報を受信する受信ステップと、
    　前記情報から得られる前記第１符号化情報を入力し、前記第１帯域情報に基づいて設定される前記第１量子化対象帯域に対する第１復号信号を生成する第１レイヤ復号ステップと、
    　前記情報から得られる前記第２符号化情報を入力し、前記第２帯域情報に基づいて設定される前記第２量子化対象帯域に対する第２復号信号を生成する第２レイヤ復号ステップと、を具備し、
    　前記第１レイヤ復号ステップは、
    　前記第１帯域情報に基づいて、前記第１復号信号の利得の復号方法を複数の候補から決定する判定ステップを、を具備する、
    　復号方法。
     
PCT/JP2010/006665 2009-11-13 2010-11-12 符号化装置、復号装置およびこれらの方法 WO2011058758A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201080051050.2A CN102598125B (zh) 2009-11-13 2010-11-12 编码装置、解码装置及其方法
JP2011540418A JP5746974B2 (ja) 2009-11-13 2010-11-12 符号化装置、復号装置およびこれらの方法
US13/505,634 US9153242B2 (en) 2009-11-13 2010-11-12 Encoder apparatus, decoder apparatus, and related methods that use plural coding layers

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2009-259949 2009-11-13
JP2009259949 2009-11-13

Publications (1)

Publication Number Publication Date
WO2011058758A1 true WO2011058758A1 (ja) 2011-05-19

Family

ID=43991424

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/006665 WO2011058758A1 (ja) 2009-11-13 2010-11-12 符号化装置、復号装置およびこれらの方法

Country Status (4)

Country Link
US (1) US9153242B2 (ja)
JP (1) JP5746974B2 (ja)
CN (1) CN102598125B (ja)
WO (1) WO2011058758A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013162450A1 (en) * 2012-04-24 2013-10-31 Telefonaktiebolaget L M Ericsson (Publ) Encoding and deriving parameters for coded multi-layer video sequences
US9502044B2 (en) 2013-05-29 2016-11-22 Qualcomm Incorporated Compression of decomposed representations of a sound field
US9922656B2 (en) 2014-01-30 2018-03-20 Qualcomm Incorporated Transitioning of ambient higher-order ambisonic coefficients
US10770087B2 (en) 2014-05-16 2020-09-08 Qualcomm Incorporated Selecting codebooks for coding vectors decomposed from higher-order ambisonic audio signals
ES2726193T3 (es) * 2014-08-28 2019-10-02 Nokia Technologies Oy Cuantificación de parámetros de audio
US9747910B2 (en) * 2014-09-26 2017-08-29 Qualcomm Incorporated Switching between predictive and non-predictive quantization techniques in a higher order ambisonics (HOA) framework
JP6907859B2 (ja) * 2017-09-25 2021-07-21 富士通株式会社 音声処理プログラム、音声処理方法および音声処理装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008072670A1 (ja) * 2006-12-13 2008-06-19 Panasonic Corporation 符号化装置、復号装置、およびこれらの方法
WO2009055493A1 (en) * 2007-10-22 2009-04-30 Qualcomm Incorporated Scalable speech and audio encoding using combinatorial encoding of mdct spectrum

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE68911287T2 (de) * 1988-06-08 1994-05-05 Fujitsu Ltd Codierer/decodierer.
KR100935961B1 (ko) * 2001-11-14 2010-01-08 파나소닉 주식회사 부호화 장치 및 복호화 장치
US7752052B2 (en) * 2002-04-26 2010-07-06 Panasonic Corporation Scalable coder and decoder performing amplitude flattening for error spectrum estimation
US20050010396A1 (en) * 2003-07-08 2005-01-13 Industrial Technology Research Institute Scale factor based bit shifting in fine granularity scalability audio coding
US7460990B2 (en) * 2004-01-23 2008-12-02 Microsoft Corporation Efficient coding of digital media spectral data using wide-sense perceptual similarity
WO2005112001A1 (ja) * 2004-05-19 2005-11-24 Matsushita Electric Industrial Co., Ltd. 符号化装置、復号化装置、およびこれらの方法
JP4771674B2 (ja) * 2004-09-02 2011-09-14 パナソニック株式会社 音声符号化装置、音声復号化装置及びこれらの方法
JP4781272B2 (ja) * 2004-09-17 2011-09-28 パナソニック株式会社 音声符号化装置、音声復号装置、通信装置及び音声符号化方法
JP4871501B2 (ja) * 2004-11-04 2012-02-08 パナソニック株式会社 ベクトル変換装置及びベクトル変換方法
EP1798724B1 (en) * 2004-11-05 2014-06-18 Panasonic Corporation Encoder, decoder, encoding method, and decoding method
US7539612B2 (en) * 2005-07-15 2009-05-26 Microsoft Corporation Coding and decoding scale factor information
WO2007035148A2 (en) * 2005-09-23 2007-03-29 Telefonaktiebolaget Lm Ericsson (Publ) Successively refinable lattice vector quantization
CN101283398B (zh) * 2005-10-05 2012-06-27 Lg电子株式会社 信号处理的方法和装置以及编码和解码方法及其装置
US7966175B2 (en) * 2006-10-18 2011-06-21 Polycom, Inc. Fast lattice vector quantization
US9153241B2 (en) * 2006-11-30 2015-10-06 Panasonic Intellectual Property Management Co., Ltd. Signal processing apparatus
JP4871894B2 (ja) 2007-03-02 2012-02-08 パナソニック株式会社 符号化装置、復号装置、符号化方法および復号方法
JP5403949B2 (ja) * 2007-03-02 2014-01-29 パナソニック株式会社 符号化装置および符号化方法
US8423371B2 (en) 2007-12-21 2013-04-16 Panasonic Corporation Audio encoder, decoder, and encoding method thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008072670A1 (ja) * 2006-12-13 2008-06-19 Panasonic Corporation 符号化装置、復号装置、およびこれらの方法
WO2009055493A1 (en) * 2007-10-22 2009-04-30 Qualcomm Incorporated Scalable speech and audio encoding using combinatorial encoding of mdct spectrum

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HIROYUKI EHARA ET AL.: "Development of 32kbit/s scalable wide-band speech and audio coding algorithm using high-efficiency code- excited linear prediction and band-selective modified discrete cosine transform coding algorithms", JOURNAL OF THE ACOUSTICAL SOCIETY OF JAPAN, vol. 64, no. 4, 1 April 2008 (2008-04-01), pages 196 - 207, XP008162599 *
TOMOFUMI YAMANASHI ET AL.: "ITU-T G.718- development of speech/audio codec for next-generation mobile communication systems", PANASONIC TECHNICAL JOURNAL, vol. 55, no. 1, 15 April 2009 (2009-04-15), pages 21 - 26 *

Also Published As

Publication number Publication date
CN102598125A (zh) 2012-07-18
JP5746974B2 (ja) 2015-07-08
JPWO2011058758A1 (ja) 2013-03-28
US9153242B2 (en) 2015-10-06
CN102598125B (zh) 2014-07-02
US20120221344A1 (en) 2012-08-30

Similar Documents

Publication Publication Date Title
JP5746974B2 (ja) 符号化装置、復号装置およびこれらの方法
JP5339919B2 (ja) 符号化装置、復号装置およびこれらの方法
JP5404418B2 (ja) 符号化装置、復号装置および符号化方法
US8306827B2 (en) Coding device and coding method with high layer coding based on lower layer coding results
JP5328368B2 (ja) 符号化装置、復号装置、およびこれらの方法
JP4859670B2 (ja) 音声符号化装置および音声符号化方法
WO2009144953A1 (ja) 符号化装置、復号装置およびこれらの方法
US20100250244A1 (en) Encoder and decoder
WO2007132750A1 (ja) Ｌｓｐベクトル量子化装置、ｌｓｐベクトル逆量子化装置、およびこれらの方法
JP5714002B2 (ja) 符号化装置、復号装置、符号化方法及び復号方法
US20100017197A1 (en) Voice coding device, voice decoding device and their methods
JPWO2007114290A1 (ja) ベクトル量子化装置、ベクトル逆量子化装置、ベクトル量子化方法及びベクトル逆量子化方法
WO2011045926A1 (ja) 符号化装置、復号装置およびこれらの方法
JP5544371B2 (ja) 符号化装置、復号装置およびこれらの方法
JP7407110B2 (ja) 符号化装置及び符号化方法
JP5774490B2 (ja) 符号化装置、復号装置およびこれらの方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201080051050.2

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10829718

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2011540418

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 13505634

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10829718

Country of ref document: EP

Kind code of ref document: A1